H100 같은 AI 가속기 클러스터에 수백억이 투자되지만, 정작 이 자산의 '중고 가치'는 누구도 제대로 계산하지 못한다는 지적이다. 핵심은 세 가지다. 첫째, 감가상각. 전통 서버는 5~6년 수명을 가정하지만 GPU는 세대 교체가 빨라(신형 출시 시 구형 가치 급락) 실제 회수 기간이 훨씬 짧을 수 있다. 둘째, 중고 시장의 부재. 대량의 클러스터를 되팔 유동성 있는 2차 시장이 없어 '장부상 가치'와 '실제 매각가'의 괴리가 크다. 셋째, 금융 리스크. 많은 데이터센터·스타트업이 GPU를 담보로 대규모 부채를 조달하는데, 담보 자산의 잔존가치가 불확실하면 이 금융 구조 자체가 흔들릴 수 있다. 저자는 이것이 개별 기업 문제가 아니라 AI 인프라 버블 논쟁의 핵심 변수라고 본다. 지금의 폭발적 GPU 투자가 몇 년 뒤 회수 가능한 자산인지, 아니면 빠르게 상각될 '소모품'인지에 따라 업계 전체의 재무 건전성이 갈린다. 한국의 클라우드·AI 인프라 종사자라면 자산 회계와 조달 전략을 다시 볼 시점이다.
이 글도 읽어보세요
이 뉴스가 유용했나요?
"비전공 직장인인데 반년 만에 수익 파이프라인을 여러 개 만들었습니다"
실제 수강생 후기- 비전공자도 6개월이면 첫 수익
- 20년 경력 개발자 직강
- 자동화 프로그램 + 소스코드 제공