엔비디아 GPU 붐 뒤에 있는 CoreWeave·Nebius의 순환 금융 구조

네오클라우드가 AI 인프라 붐의 한복판에 들어옴

• CoreWeave와 Nebius는 요즘 AI 인프라 시장에서 가장 뜨거운 네오클라우드(neocloud) 플레이어로 꼽힘

  • 네오클라우드는 최신 엔비디아 GPU를 빠르게 확보해서 AI 학습·추론 용량을 빌려주는 클라우드 사업자에 가까움
  • 하이퍼스케일러가 자체 데이터센터를 짓는 데 몇 년씩 걸리는 동안, 이들은 몇 달 단위로 GPU 클러스터를 배치할 수 있다는 점을 팔고 있음

• 수요 규모가 이미 말이 안 되는 수준임

  • 마이크로소프트는 CoreWeave, Nebius, Nscale 같은 네오클라우드 업체들과 약 600억 달러 규모의 약정을 맺음
  • 메타는 CoreWeave에 총 352억 달러, Nebius에 최대 270억 달러를 약정해서 합계가 최대 622억 달러까지 감
  • 마이크로소프트와 메타만 합쳐도 최대 1,222억 달러인데, 이건 AWS의 최근 12개월 매출 약 90%에 해당하는 규모임

왜 빅테크가 굳이 네오클라우드를 쓰나

• 첫 번째 이유는 최신 GPU 접근 속도임

  • CoreWeave는 H100, H200, GH200 클러스터를 AI 규모로 빠르게 상용화했고, GB200 NVL72 기반 인스턴스도 첫 일반 제공 클라우드라고 주장함
  • 받은 GPU를 빠르면 2주 안에 고객용 컴퓨트 용량으로 전환할 수 있다고 설명함
  • 최근에는 Vera Rubin 시스템도 6월 초에 먼저 가동했다고 밝힘

• 두 번째 이유는 GPU 활용률 최적화임

  • CoreWeave Kubernetes Service는 수천 개 GPU에 워크로드를 배치하는 역할을 함
  • SUNK는 학습과 추론 워크로드를 같은 클러스터에서 돌려 GPU 활용률을 높이는 쪽임
  • Tensorizer는 모델 로딩 시간을 줄여 GPU가 놀고 있는 시간을 줄이는 도구임

• 여기서 중요한 지표가 모델 플롭스 활용률(MFU)임

  • 일반 GPU 사용률은 “커널이 실행 중인가” 정도만 보지만, MFU는 모델이 GPU 연산 성능을 실제로 얼마나 뽑아 쓰는지를 봄
  • CoreWeave는 상장 당시 MFU가 35~45%라고 밝혔고, 경쟁사보다 20% 높다고 주장함
  • 2025년 3월에는 Hopper GPU에서 MFU 50% 초과를 달성했다고도 언급함

빅테크 입장에서는 회계 처리도 꽤 맛있음

• 하이퍼스케일러가 네오클라우드를 쓰는 약세론적 이유는 설비투자(Capex)를 밀어내는 데 있음

  • 직접 데이터센터를 지으면 대규모 자본 지출이 바로 현금흐름을 때림
  • 네오클라우드 용량을 장기 계약으로 빌리면 비용이 운영비(Opex)로 계약 기간에 걸쳐 나감

• 메타 사례를 보면 이 구조가 왜 매력적인지 바로 보임

  • 애널리스트들은 메타가 2026년에 영업현금흐름 1,360억 달러를 만들 것으로 봄
  • 그런데 메타의 설비투자 가이던스는 1,250억~1,450억 달러라 자유현금흐름이 마이너스로 갈 수도 있음
  • 여기에 네오클라우드 계약 최대 622억 달러를 직접 구축으로 처리했다면 현금흐름 압박은 더 커졌을 것임

• 마이크로소프트도 비슷함

  • 2026년 설비투자 가이던스가 1,900억 달러이고, 영업현금흐름 전망은 2,000억 달러임
  • 이대로면 영업현금흐름의 95%가 설비투자로 나가는 셈임
  • 네오클라우드 약정 600억 달러는 장기간 운영비로 퍼지기 때문에 단기 현금흐름 부담을 줄여줌

엔비디아는 공급자이면서 투자자이면서 안전망임

• 엔비디아는 CoreWeave와 Nebius에 각각 20억 달러를 투자함

  • 두 회사는 2030년까지 각각 5GW 이상의 데이터센터 용량 배치를 목표로 함
  • 엔비디아 입장에서는 비교적 작은 지분 투자로 수백억 달러어치 GPU를 사줄 대형 고객을 확보하는 효과가 있음

• CoreWeave 쪽에는 더 노골적인 안전망도 있음

  • 초기 가치 63억 달러 규모 계약에서, CoreWeave의 데이터센터 용량이 고객에게 다 팔리지 않으면 엔비디아가 잔여 미판매 용량을 2032년 4월 13일까지 구매할 의무가 있음
  • 즉 엔비디아는 GPU를 팔고, 고객사에 투자하고, 안 팔린 용량까지 일부 떠받치는 구조임

문제는 현금흐름보다 설비투자가 훨씬 빠르다는 것

• CoreWeave는 성장 속도만 보면 미쳤는데, 재무제표도 같이 험해지고 있음

  • 최근 분기 매출은 20.8억 달러로 전년 대비 112% 증가함
  • 영업현금흐름은 29.8억 달러였지만 설비투자가 77억 달러라 자유현금흐름은 -47.1억 달러였음
  • 현금은 전분기 대비 28.3% 줄어 22.7억 달러가 됐고, 부채는 16.1% 늘어 248.6억 달러까지 올라감

• 2026년 전체로 보면 자금 공백이 더 선명함

  • CoreWeave는 올해 설비투자 중간값을 330억 달러로 봄
  • 남은 기간에 약 253억 달러를 더 써야 하는데, 같은 기간 영업현금흐름 추정치는 57억 달러 수준임
  • 현재 현금까지 감안해도 약 173.3억 달러의 자금 공백이 생김

• Nebius는 상대적으로 낫지만 똑같이 돈이 더 필요함

  • 현금 93.7억 달러, 부채 84.5억 달러로 순현금 9.2억 달러 상태임
  • 최근 분기 매출은 3.39억 달러로 전년 대비 684% 증가했고, 고객 선지급 덕분에 영업현금흐름도 22.6억 달러까지 늘었음
  • 그래도 2026년 설비투자 중간값이 225억 달러라 추가 조달 필요액이 약 63억 달러로 추정됨

GPU 담보 대출이 성장 엔진이자 리스크임

• CoreWeave는 GPU 담보 지연 인출 기간 대출(DDTL)에 크게 의존함

  • 데이터센터 구축 단계마다 필요한 돈을 나눠서 인출하는 구조임
  • 2026년 1분기 기준 85억 달러 규모 DDTL 4.0 중 12.6억 달러만 인출된 상태라, 앞으로 인출이 늘면 부채도 더 커짐

• 특이한 점은 CoreWeave 자체 재무 상태가 약해도 일부 대출이 투자등급을 받았다는 것임

  • 장기 고객 계약과 구매한 GPU 가치가 담보 역할을 하기 때문임
  • 투자등급 고객 계약이 붙으면 금리를 낮출 수 있지만, 비투자등급 고객 계약이 붙은 DDTL 5.0은 투자등급을 받지 못했고 금리도 더 높아짐

• 금리 상승은 바로 수익성 압박으로 이어짐

  • DDTL 4.0 고정금리 트랜치는 평균 만기 3.14년 미국 국채 금리에 2%포인트 프리미엄을 더하는 식임
  • 해당 구간 금리는 2026년 초 3.6% 미만에서 6월에는 거의 4.2%까지 올라감
  • CoreWeave의 1분기 이자 비용은 5.36억 달러로 매출의 25.8%, 조정 EBITDA의 46.3%였음
  • 다음 분기에는 이자 비용 중간값이 6.9억 달러로 제시돼 매출 대비 27.3%까지 올라갈 수 있음

결론은 “GPU 수요 폭발”보다 더 복잡함

• 네오클라우드는 분명 AI 인프라 병목을 푸는 중요한 우회로임

  • 빅테크는 빠르게 최신 GPU 용량을 확보하고, 설비투자 부담을 일부 운영비로 바꿀 수 있음
  • AI 연구소와 하이퍼스케일러가 모두 컴퓨트에 목말라 있는 상황이라 단기 수요는 강해 보임

• 하지만 성장의 내구성은 부채, 금리, 엔비디아 지원 의존도에 걸려 있음

  • 네오클라우드가 계속 설비투자를 늘리는 동안 매출과 현금흐름은 뒤늦게 따라옴
  • 엔비디아가 투자와 구매 보증으로 생태계를 받쳐주는 구조라 GPU 수요가 얼마나 “순수한 최종 수요”인지 질문이 생김
  • 결국 이 모델이 지속 가능하려면 언젠가는 영업현금흐름이 설비투자 속도에 근접해야 함

---

기술 맥락

• 여기서 중요한 선택은 하이퍼스케일러가 직접 데이터센터를 짓는 대신 네오클라우드 용량을 장기 계약으로 빌린다는 점이에요. 왜냐하면 GPU 세대 전환이 너무 빠르고, 전력 확보와 데이터센터 건설은 몇 년 단위로 움직이거든요.

• CoreWeave와 Nebius가 내세우는 기술적 강점은 단순히 GPU를 많이 갖고 있다는 게 아니에요. 최신 엔비디아 시스템을 빨리 배치하고, Kubernetes 기반 워크로드 배치나 모델 로딩 최적화로 GPU가 놀지 않게 만드는 게 핵심이에요.

• MFU가 기사에서 계속 중요한 이유는 AI 인프라 비용이 이제 “GPU 몇 장 샀나”가 아니라 “그 GPU로 실제 모델 연산을 얼마나 뽑아냈나”의 싸움이 됐기 때문이에요. 같은 H100 클러스터라도 MFU가 30%냐 50%냐에 따라 경제성이 완전히 달라져요.

• 금융 구조도 기술 아키텍처만큼 중요해졌어요. GPU와 장기 고객 계약이 대출 담보로 쓰이는 순간, 데이터센터 확장은 소프트웨어 배포 문제가 아니라 금리, 고객 신용도, 전력 연결 일정까지 묶인 시스템 설계 문제가 돼요.