Aravolta: GPU 감가상각률, 실제 작업 부하에 따라 30~45% 차이… 업계 평균치, 대출 심사 기준으로는 무용지물
2025년 11월 13일 발행 분석 보고서
GPU 금융 시장이 허구의 수치를 바탕으로 리스크를 산정하고 있다. Aravolta의 상세 분석에 따르면, 중견 시장 GPU 구축 사례의 텔레메트리(원격 측정) 데이터를 분석한 결과, 동일한 모델의 GPU라도 실제 사용 패턴에 따라 노후화 속도가 크게 다른 것으로 나타났다. 고객별 감가상각 곡선은 30~45%까지 차이를 보였다. 대출 기관들이 여전히 획일적인 감가상각 스케줄을 적용하면서, 이러한 심사 가정과 현실 간의 괴리가 상당한 위험 노출을 초래하고 있다.
GPU 수명에 대한 업계의 잘못된 합의
현재 시장은 근본적인 합의가 결여된 채 상충하는 가정들을 바탕으로 운영되고 있다. CoreWeave는 GPU 자산의 유효 수명을 약 6년으로 보고 대출을 심사하는 반면, Nebius는 4년 수준으로 잡고 있다. 일부 분석가들은 과도한 사용 시 실제 수명이 3년 이하로 떨어질 수 있다고 경고한다. 문제는 모두가 실재하지 않는 '평균'을 두고 논쟁하고 있다는 점이다. Aravolta의 분석이 입증하듯, 핵심은 H100의 일반적인 수명이 아니라, 특정 GPU가 실제 운영 환경에서 어떻게 사용되었느냐는 것이다.
현재의 금융 모델은 GPU를 예측 가능한 정액법 감가상각이 적용되는 트럭이나 시추 장비처럼 취급한다. 그러나 컴퓨팅 인프라에 이 모델을 적용하면 치명적인 오류가 발생한다. 동일한 GPU 하드웨어라도 작업 강도, 열 관리, 활용 패턴에 따라 노후화 속도가 판이하기 때문이다. 적절한 온도에서 60~70%의 활용률로 안정적인 추론 작업을 수행하는 GPU는 5년 이상 경제적 가치를 유지할 수 있지만, 매일 95~100%까지 치솟는 불규칙한 학습 작업을 반복하는 동일 기기는 3년 이내에 경제적 수명이 다할 수 있다.
실제 데이터로 드러난 자산 수명 기대치의 2년 격차
0~50MW 규모의 GPU 인프라를 구축하는 중견 대출 기관과 협력한 Aravolta의 분석은 이 문제의 심각성을 보여준다. 당초 대출 심사 시에는 80%의 안정적인 활용률, 5.5년의 경제적 유효 수명을 가정했으며 고객이나 작업 유형에 따른 차이는 고려하지 않았다. 그러나 실제 텔레메트리 데이터는 전혀 다른 이야기를 들려주었다.
작업 강도가 95~100%까지 치솟는 상황은 가정과 달리 일상적으로 발생하며 부품에 가속화된 스트레스를 주고 있었다. 모델링조차 되지 않았던 열 설계 범위(thermal envelope) 초과 현상이 학습 과정에서 빈번하게 발생했고, 많은 GPU가 권장 열 제한치를 상회하며 가동되고 있었다. 유지보수 주기 역시 높은 변동성을 가진 작업 환경에서 더 자주 돌아왔으며, 팬, 서멀 페이스트 등 주요 부품의 교체 시기가 예상보다 빨랐다. 무엇보다 중요한 점은 일부 작업 환경에서는 경제적 노후화가 다른 경우보다 18~30개월이나 빨리 찾아왔다는 사실이다. 이는 GPU가 물리적으로 고장 나기 훨씬 전에 경제성을 상실했음을 의미한다.
결과는 충격적이었다. 5.5년의 유효 수명을 기대했던 GPU 그룹이 실제 운영 환경에서는 3.7년 만에 수명이 다하는 추세를 보였다. 기대치와 현실 사이의 2년 가까운 격차는 잔존 가치 산정, 대출 약정(covenant) 트리거, 그리고 부채 대 자기자본 계산 전반에 연쇄적인 영향을 미친다. 대출 기관 입장에서는 정상적인 대출이 순식간에 담보 부족 상태로 돌변하는 위험을 의미한다.
GPU 성능 저하의 물리학
분석 결과, 성능 저하의 주범은 열 스트레스로 밝혀졌다. 작동 온도가 10도 상승할 때마다 전자 부품의 수명은 대략 절반으로 줄어든다. 24시간 내내 98%의 높은 활용률을 유지하면 부품 마모가 가속화되며, 업계 데이터에 따르면 60~70%의 평균 활용률에서도 최상급 데이터센터 GPU는 1~3년밖에 버티지 못할 수 있다. 전력 급증은 전압 조정기와 커패시터에 부담을 주며, 500와트를 넘나드는 하이엔드 GPU는 시간이 지남에 따라 일렉트로마이그레이션(electromigration) 손상을 입는다.
불규칙한 작업 부하로 인한 열 순환(thermal cycling)은 24시간 안정적인 가동보다 더 큰 스트레스를 준다. 반복적인 가열과 냉각은 재료의 팽창과 수축을 유발하며, 이는 일정한 온도를 유지할 때는 발생하지 않는 솔더 조인트(납땜 부위)의 피로를 가중시킨다. 부적절한 유지보수는 이러한 문제를 악화시킨다. 약 5년 수명으로 설계된 GPU 팬도 지속적인 고속 회전 환경에서는 더 빨리 고장 난다. 분석은 1년에 두 번씩 청소, 팬 교체, 서멀 페이스트 재도포를 필수 유지보수 항목으로 권장한다.
GPU 금융에 주는 시사점
텔레메트리 기반의 자산별 모니터링 없이 GPU 대출을 진행하는 금융 기관은 기존 심사 방식으로는 포착할 수 없는 다중 리스크에 직면해 있다. 차주가 GPU를 최대 활용률과 고온 환경에서 혹사할 경우, 5~6년으로 심사했던 자산이 2~3년 만에 수명을 다하면서 예고 없이 원금을 잃을 위험이 있다. 또한, GPU를 보수적으로 관리하는 우량 차주에게는 과도한 금리를 책정해 이들을 저렴한 자본 시장으로 떠나보내고, 반대로 GPU를 한계치까지 사용하는 차주에게는 저렴하게 대출을 제공해, 나중에야 드러날 숨겨진 리스크를 떠안게 된다.
세분화된 데이터의 부재는 대출 기관을 보수적이고 경직된 계약 조건에 묶어둔다. 성과 트리거를 포함한 세일즈-리스백(sale-leaseback)이나 사용량 기반 금융과 같이 리스크와 수익을 더 잘 맞출 수 있는 창의적인 구조가 있음에도 불구하고, 실제 활용 데이터가 없으면 이러한 구조는 이론에 머물 뿐이다.
Aravolta는 차세대 컴퓨팅 금융을 위해서는 하드웨어 신호 수준에서 GPU를 실시간 모니터링하여 각 작업 환경에 맞춘 감가상각 곡선을 도출해야 한다고 주장한다. 현재 Aravolta는 1~100MW 규모의 중견 운영사들과 협력하여 업계의 막연한 통념이 아닌, 실제 성능 데이터에 기반한 세일즈-리스백, 사용량 기반 리스, 회전형 GPU 신용 대출 등을 지원하고 있다.
기존의 GPU 금융은 평균치에 의존해 왔다. Aravolta에 따르면 새로운 시대의 금융은 텔레메트리를 기반으로 한다. 동일한 하드웨어라도 운영 방식에 따라 감가상각률이 30~45%까지 차이 나는 자산 시장에서, 이 차이는 학술적인 논의가 아니다. 그것은 리스크를 정확히 가격에 반영하느냐, 아니면 눈을 감고 비행하느냐를 가르는 결정적인 차이다.