메타가 남는 AI 컴퓨팅을 클라우드로 팔 수도 있다는 얘기에 시장이 뒤집힘

• 메타가 남는 AI 컴퓨팅 자원을 외부에 파는 클라우드 사업을 검토 중이라는 보도가 나오자, AI 인프라 관련주 분위기가 확 갈림

  • 메타 주가는 미국 장중 10% 안팎 상승
  • 반대로 마이크론은 9%대 급락했고, 코어위브와 네비우스도 두 자릿수 하락
  • 시장이 본 포인트는 단순함. 메타는 투자비 회수 기회가 생기지만, 다른 AI 인프라 업체들에겐 새 경쟁자가 튀어나오는 셈임

• 메타가 검토하는 방향은 크게 두 가지임

  • 하나는 자체 AI 모델인 뮤즈 스파크(Muse Spark) 같은 모델을 메타 인프라 위에서 돌리고, 개발자에게 사용료를 받는 방식
  • AWS의 베드록(Bedrock)처럼 여러 AI 모델 접근권을 API 서비스처럼 제공하는 구조와 비슷함
  • 다른 하나는 코어위브 같은 네오클라우드 업체처럼 원시 GPU 컴퓨팅 용량 자체를 빌려주는 방식

• 이게 현실화되면 메타는 AWS, 마이크로소프트 애저, 구글 클라우드와 같은 클라우드 인프라 시장에서 직접 경쟁하게 됨

  • 사업은 메타 내부의 메타 컴퓨트(Meta Compute) 조직을 중심으로 추진되는 것으로 알려짐
  • 이 조직은 메타의 AI 인프라 구축과 운영을 관리하기 위해 만들어졌고, 인프라 책임자 산토시 자나르단 등이 관여 중
  • 아직 계획은 개발 단계라 바뀔 수 있지만, 방향 자체는 꽤 명확함. 메타가 AI 인프라를 단순 비용센터로만 두지 않겠다는 얘기임

• 저커버그도 이미 가능성을 열어둔 상태임

  • 지난 5월 주주 통화에서 클라우드 사업 진출은 “검토 대상”이라고 말함
  • 외부 기업들이 “거의 매주” 메타에 API 서비스 구축이나 컴퓨팅 자원 구매 가능성을 문의한다고도 설명함
  • 다만 아직 외부 판매를 하지 않는 이유는 메타 내부에서도 쓸 컴퓨팅 수요가 충분하다고 보기 때문이라고 말함

• 시장이 민감하게 반응한 이유는 메타가 AI 인프라의 수요자에서 공급자로 바뀔 수 있기 때문임

  • 지금까지 메타는 AI 서버, GPU, 고대역폭메모리(HBM) 수요를 키우는 초대형 고객으로 여겨졌음
  • 그런데 이미 확보한 컴퓨팅 자원을 외부에 빌려주면, 다른 클라우드 사업자가 새 GPU 서버를 사면서 만들었을 수요가 일부 대체될 수 있음
  • 쉽게 말해 “AI 수요가 늘어서 GPU를 더 사야 한다”가 아니라 “이미 빅테크가 사둔 GPU를 다시 빌려 쓰면 되는 거 아님?”이라는 질문이 생긴 것

• 특히 타격이 커 보이는 쪽은 네오클라우드 업체들임

  • 코어위브와 네비우스 같은 회사들은 GPU 컴퓨팅 임대 수요가 성장 스토리의 핵심임
  • D.A. 데이비슨의 길 루리아는 메타의 용량이 시장에 추가되면 대형 하이퍼스케일러보다 네오클라우드 업체에 더 큰 영향을 줄 가능성이 크다고 봄
  • 이유도 꽤 살벌함. 이 업체들은 성장을 위해 메타 같은 대형 고객에 기대는데, 메타가 어느 순간 “우리 이제 너희 필요 없을지도?”라고 할 수 있기 때문임

• 마이크론이 9%대 급락한 것도 같은 맥락임

  • 마이크론은 AI 서버에 들어가는 HBM과 D램 수요 기대를 타고 많이 오른 대표 메모리주
  • 그런데 메타가 컴퓨팅 자원을 외부에 판매하면, AI 컴퓨팅 수요가 진짜 순증인지 아니면 빅테크가 선점한 물량을 다시 시장에 푸는 구조인지 의심이 생김
  • 그래서 HBM 수요 기대에 올라탔던 투자자들이 차익실현에 나선 것으로 해석됨

• 그렇다고 “AI 메모리 끝났다”로 바로 가긴 이름

  • 배런스는 키뱅크 애널리스트 존 빈을 인용해 6월 D램 가격과 낸드 가격이 올랐다고 전함
  • 의미 있는 신규 공급도 2027년 전까지는 제한적일 수 있다는 분석이 나옴
  • 메타가 기존 GPU와 HBM 자산 활용률을 높이더라도, 장기적으로 AI 사용량이 계속 커지면 결국 추가 인프라 투자로 이어질 여지는 남아 있음

• 개발자 관점에서 보면 이건 단순 주가 뉴스가 아니라 AI 클라우드 판의 재배치 얘기임
  • 지금은 AWS·애저·구글 클라우드가 기본 선택지처럼 보이지만, 앞으로는 모델을 가진 회사가 자체 인프라까지 묶어서 파는 흐름이 더 강해질 수 있음
  • 메타가 모델 접근권과 GPU 컴퓨팅을 같이 제공하면, 개발자는 모델 API와 인프라 선택을 따로 고민하지 않는 형태의 상품을 만나게 될 가능성이 있음
  • 반대로 특정 빅테크 인프라와 모델에 더 깊게 묶이는 구조가 될 수도 있음. 싸고 빠르면 좋지만, 락인(lock-in)은 늘 같이 따라오는 문제임

---

기술 맥락

• 메타가 고른 선택지는 AI 인프라를 내부 비용으로만 보지 않고 외부 상품으로 바꾸는 거예요. GPU 클러스터와 모델 서빙 환경을 이미 깔아뒀다면, 남는 용량을 팔아서 투자비를 회수할 수 있거든요.

• 이 결정이 민감한 이유는 AI 컴퓨팅 시장에서 수요자와 공급자의 경계가 흐려지기 때문이에요. 메타가 코어위브 같은 업체의 고객으로만 남으면 GPU 수요가 계속 늘어나는 그림인데, 직접 공급자가 되면 그 수요 일부가 기존 자산 재활용으로 바뀔 수 있어요.

• 기술적으로는 두 모델이 달라요. 모델 API를 파는 방식은 개발자가 메타 모델을 바로 호출하는 구조에 가깝고, 원시 GPU를 빌려주는 방식은 고객이 자기 워크로드를 올려 돌리는 인프라 상품에 가까워요. 전자는 사용성이 좋고, 후자는 유연성이 큰 대신 운영 부담이 더 있어요.

• HBM이 같이 흔들린 건 GPU 서버 병목이 메모리 대역폭과 강하게 묶여 있기 때문이에요. AI 학습과 추론이 늘면 GPU만 필요한 게 아니라 HBM과 D램도 같이 필요해요. 그래서 메타의 컴퓨팅 판매 검토가 메모리 수요의 순증 여부를 의심하게 만든 거예요.