한 달 만에 또 450억 달러: 앤트로픽의 초대형 연쇄 계약과 AI 인프라 거품론의 실체

900억 달러짜리 약속어음: 앤트로픽과 Nscale의 연쇄 초대형 계약이 흔드는 시장

인공지능(AI) 모델 개발사 앤트로픽(Anthropic)이 영국계 AI 데이터센터 인프라 기업 Nscale과 또 한 번 450억 달러(약 62조 원) 규모의 초대형 연산 자원 공급 계약을 추진하고 있다. 불과 한 달 남짓 전인 8월 말, 앤트로픽이 Nscale과 맺은 첫 번째 450억 달러 계약에 이어 동일한 규모의 추가 계약을 곧바로 얹는 형국이다. 두 계약을 합치면 연산 자원 확보에만 총 900억 달러, 우리 돈으로 120조 원이 넘는 천문학적 금액이 걸리게 된다.

협상 중인 세부 계획에 따르면, 이번 계약은 미국 웨스트버지니아주 메이슨 카운티에 위치한 Nscale의 모나크(Monarch) 데이터센터 캠퍼스 내 2호 건물에 대한 연산 용량을 사들이는 조건이다. 엔비디아의 차세대 베라 루빈(Vera Rubin) 가속기 기반으로 구축되며, 규모만 460메가와트(MW)에 달한다. 앤트로픽은 향후 지어질 3호 건물에 대해서도 우선 협상권을 확보한 것으로 전해졌다.

이번 움직임은 양사 모두 미국 증시 기업공개(IPO)를 눈앞에 둔 시점에 터져 나왔다. 앤트로픽은 연내 상장을 준비하고 있고, Nscale 역시 뉴욕증권거래소(NYSE, 종목코드 NSCL) 상장을 목표로 증권거래위원회(SEC) 등록 서류를 제출한 상태다.

그러나 시장의 반응은 기대와 우려로 갈린다. 일부 월가 투자자들은 버는 돈에 비해 인프라에 쏟아붓는 돈이 너무 크다며 경계하고 있다. 실제로 Nscale은 상장 과정에서 기업가치 300억 달러를 희망하고 있으나, 기관 투자자들은 이를 절반 수준인 160억–190억 달러로 낮춰야 한다고 맞서는 상황이다. 아직 짓지도 않은 데이터센터의 미래 매출을 담보로 천문학적인 장부상 계약액만 키우는 것이 아니냐는 회의론이 고개를 들고 있다.

---

장부상 수주 1,034억 달러 대 실제 가동 26억 달러: 숫자로 드러난 인프라 병목

Nscale이 공개한 증권신고서와 시장 데이터를 뜯어보면, 겉으로 드러난 거대한 수주 잔고 뒤편에 심각한 괴리가 존재한다. Nscale의 총 수주 잔고(TCV)는 1,034억 달러를 넘어섰지만, 현재 실제로 전력이 공급되어 가동 중인 계약 규모는 26억 달러에 불과하다. 전체 계약의 약 97%가 미래에 지어질 시설에 묶여 있는 미래 약속인 셈이다.

구분 항목	Nscale (현황 및 추진)	경쟁 전문 클라우드 (CoreWeave 등)	레거시 하이퍼스케일러 (AWS / GCP)
전체 계약 수주 잔고	약 1,034억 달러 (앤트로픽·MS 비중 85%)	약 500억 달러 안팎 (부채 기반 확장)	수천억 달러 (자체 현금 창출력 기반)
실제 가동 중인 계약	약 26억 달러 (전체의 약 2.5%)	가동률 70–85% 수준	상시 풀가동 및 즉시 리전 할당
핵심 고객 집중도	상위 2개 사가 전체의 85% 차지	3–5개 대형 AI 스타트업에 분산	수만 개 전 세계 엔터프라이즈로 분산
최근 전력망 리스크	영국 로턴 부지 송전망 지연(2030년대 연기)으로 MS 계약 파기	데이터센터 전력 확보 비용 급증	원자력(SMR) 및 자체 발전소 장기 PPA 체결
2026년 상반기 실적	매출 1억 4,060만 달러 / 순손실 약 10억 달러	영업이익 적자폭 지속 확대	분기별 수십억 달러 순이익 유지

이와 같은 숫자는 AI 특화 클라우드(네오클라우드) 업계가 맞닥뜨린 냉혹한 현실을 보여준다. 앤트로픽과 Nscale의 초대형 계약은 AI 개발사 입장에서는 칩 공급 부족을 선제적으로 막기 위한 불가피한 선택이지만, 인프라 공급사 입장에서는 천문학적인 착공 비용과 전력 인출 지연을 스스로 떠안아야 하는 외줄타기다.

---

모델 학습 비용 2배 급증과 전력난: 기업 현장에 닥친 직접적 파급력

초대형 파운데이션 모델 개발사들이 수백억 달러 규모로 전력과 칩을 쓸어 담으면서, AI 모델을 사내 업무나 서비스에 도입하려는 일반 기업 실무진에게도 현실적인 파장이 미치고 있다.

1. 운영 비용(OPEX): 고성능 모델 사용료의 하방 경직성

앤트로픽과 같은 대형 AI 연구소가 450억 달러 규모의 감가상각과 대규모 이자 비용을 짊어지게 되면, 기업 고객에게 제공하는 최상위 모델의 토큰 공급 단가를 공격적으로 낮추기 어렵다. 실무에서 프롬프트 체인이나 자율 에이전트를 가동할 때 발생하는 토큰 소비량은 매달 기하급수적으로 늘어난다.

실무 시뮬레이션 추정에 따르면, 100만 토큰당 비용이 기대만큼 빠르게 떨어지지 않을 경우, 복잡한 사내 데이터 파이프라인을 운영하는 엔터프라이즈의 연간 LLM API 지출액은 애초 예산보다 30% 이상 초과 집행될 위험이 있다.

2. 처리 시간과 대기 지연(Lead Time): 전용 연산 자원의 할당 병목

거대 AI 랩들이 460MW 단위로 차세대 GPU 시설을 통째로 임차하면서, 중견 기업이나 독자 모델을 미세조정(Fine-tuning)하려는 엔지니어링 팀은 물리적 GPU 인스턴스를 제때 구하지 못하고 있다.

엔비디아의 베라 루빈 같은 차세대 하드웨어는 대형 연구소에 먼저 배정되므로, 일반 개발팀이 최신 인프라를 테스트하기까지 최소 6개월에서 1년 이상의 대기 시간이 발생한다. 이는 신규 AI 기능 출시 일정이 지연되는 결과로 이어진다.

3. 공급 안정성: 전력망 연결 실패가 초래하는 다운타임 위험

데이터센터 인프라가 특정 부지에 과도하게 집중되면서 전력망 사고나 송전 지연 리스크가 커졌다. 실제로 Nscale은 영국 로턴(Loughton) 부지의 송전망 연결이 2030년대까지 밀리자 핵심 고객이었던 마이크로소프트와의 계약이 취소되는 타격을 입었다.

특정 리전이나 단일 인프라 파트너에 API 서빙을 전적으로 의존하는 기업은, 데이터센터 전력 공급 사고나 완공 지연이 발생했을 때 사내 서비스 전체가 멈추는 공급 중단 위험에 무방비로 노출될 수 있다.

---

낭비 없는 인프라 전략: 서버리스 연산 환경과 자체 분산 기법

대형 모델 개발사들의 연산 자원 사재기로 인해 단일 GPU 팜의 시간당 임대료가 요동치자, 똑똑한 엔지니어링 조직들은 거대 데이터센터를 통째로 빌리는 대신 자원을 잘게 쪼개 쓰는 대안으로 눈을 돌리고 있다.

대표적인 방식이 Modal 같은 서버리스 컨테이너 환경을 활용해 코드가 실행되는 초 단위로만 GPU 요금을 지불하는 분산 아키텍처다. 고정된 고사양 전용 서버를 24시간 켜둘 경우 월 수천 달러의 유휴 비용이 발생하지만, 요청이 들어올 때만 컨테이너를 띄우는 서버리스 구조를 택하면 인프라 유지 비용을 60% 이상 줄일 수 있다.

또한 실무 현장에서는 오픈소스 소형 언어 모델(sLLM)을 사내 데이터에 맞춰 미세조정한 뒤, 이를 RunPod 같은 글로벌 스팟 GPU 마켓플레이스나 최적화된 추론 엔드포인트에 띄우는 시도가 활발하다. 굳이 수백억 달러짜리 초대형 폐쇄형 모델에 매달리지 않고도, 특정 사내 업무 영역에서는 80억–700억 파라미터 수준의 경량 모델로 동등한 업무 정확도를 달성하면서 인프라 비용을 통제하는 방식이다.

---

향후 1–2년 시장 재편 시나리오와 승자의 조건

앤트로픽과 Nscale의 연쇄 450억 달러 계약은 AI 산업의 중심축이 ‘알고리즘 혁신’에서 ‘발전소와 변전소를 확보하는 물리적 전력 싸움’으로 완전히 옮겨갔음을 보여준다. 앞으로 1–2년 동안 인프라 거품이 걷히며 시장은 급격한 재편기를 맞이할 것이다.

기존 레거시 기업이 직면할 마진 압박 시나리오

전체 계약 수주 잔고의 80% 이상을 1–2개 핵심 고객에 의존하는 특화 데이터센터 기업들은 심각한 유동성 위기에 직면할 수 있다. Nscale의 라이벌인 CoreWeave가 500억 달러에 달하는 막대한 부채 부담으로 주가 급락을 겪고, 호주 데이터센터 기업 Firmus가 상장을 철회한 사례는 시작에 불과하다.

실제 전력을 연결하지 못해 데이터센터 완공이 6개월–1년 지연되는 순간, 대형 AI 랩들은 위약금을 물지 않고 계약을 파기하거나 타사로 갈아탄다. 시설 건설을 위해 끌어다 쓴 고금리 차입금의 이자는 고스란히 남아 인프라 업체의 마진을 갉아먹게 되며, 결국 살아남는 전문 클라우드는 손에 꼽을 정도로 줄어들 것이다.

변화하는 생태계에서 주도권을 쥘 승자의 핵심 조건 3가지

• 자체 전력 인프라 통제력: 공용 전력망(Grid)의 송전 허가를 마냥 기다리지 않고, 현장에서 가스 터빈이나 신재생 에너지를 통해 자체적으로 전력을 생산해 데이터센터에 직접 꽂아 넣을 수 있는 실행력을 갖춰야 한다. 전력을 쥐지 못한 인프라 회사는 장부상 계약이 아무리 많아도 실제 매출로 전환하지 못한다.
• 특정 모델 종속을 탈피한 멀티 라우팅 체계: 서비스 개발 기업은 앤트로픽의 클로드나 오픈AI의 GPT 등 특정 벤더 하나에 올인해서는 안 된다. 모델 단가 변동이나 서비스 장애 발생 시 실시간으로 트래픽을 대체 엔드포인트로 넘길 수 있는 유연한 라우팅 파이프라인을 구축한 조직만이 비용 폭탄을 피할 수 있다.
• 실제 매출 회수율(Cash Conversion) 중심의 재무 규율: 장부상 수주 잔고라는 허수를 걷어내고, 실제 서비스 가동을 통해 현금 흐름을 만들어내는 기업이 최종 승자가 된다. 인프라 기업이든 AI 응용 소프트웨어 기업이든, 막연한 스케일링 기대감 대신 고객당 유닛 이코노믹스(Unit Economics)를 흑자로 증명하는 곳만이 이번 조정 장세를 뚫고 시장의 신뢰를 얻을 것이다.