Epoch AI

2025년 11월 앤트로픽이 500억 달러 인프라 투자를 발표했을 때 이 회사의 연환산 매출은 90억 달러가 안 됐다. 그 뒤 공시로 확인되는 부채만 500억 달러 가까이 모였다. Epoch AI는 이 사례를 근거로 파이낸싱이 프런티어 컴퓨트 확장의 당면 한계는 아니라고 본다.

핵심 포인트

• 필요한 것이 둘이다. 앤트로픽은 계산 장비와 그것을 돌릴 장소가 함께 있어야 한다. 구글 TPU 시스템 1GW 이상을 사는 데 약 345억 달러, 데이터센터 다섯 곳을 짓는 데 약 152억 달러가 각각 따로 조달됐다.

• 현금은 기관투자자가 빌려준다. 은행·보험사·사모대출 펀드는 예측 가능한 수익을 찾는 큰 자금을 굴린다. 장기 리스 약정은 금액과 시점이 정해진 미래 수입이고, 랙과 준공된 건물은 담보가 된다.
• 공급자는 신용만 건다. 브로드컴과 구글은 현금을 한 푼도 내놓지 않는다. 앤트로픽이나 플루이드스택이 돈을 못 낼 때 손실 일부를 떠안겠다고 약속할 뿐이다. 이것이 벤더 지원 파이낸싱(vendor-supported financing)이다.
• 왜 공급자가 손실을 떠안나. 두 회사는 배치가 늘수록 상업적으로 이득을 본다. 동시에 앤트로픽보다 영업 이력이 길고 현금 흐름의 출처가 여러 갈래라, 투자자가 「업황이 바뀌어도 약속을 지킬 것」이라고 판단할 근거가 더 많다.
• 지원은 부도 뒤에만 작동한다. 원문 도해에서 브로드컴·구글로 이어진 선은 점선이다. 실선은 현금과 리스이고, 점선은 계약된 지급이 멈춘 다음에야 발동하는 조건부 지원이다.

• 거래마다 회사를 따로 세운다. 리스와 자산과 부채를 한 회사 안에 모아 두면 누가 먼저 받고 지원이 언제 시작하는지가 계약서에서 분명해진다. 브로드컴은 전액을 빌리지 않고도 자기가 질 수 있는 최대 금액을 못 박을 수 있다.
• 매출이 뛴 것은 그다음이다. 이 구조는 2026년 초에 짜였고, 앤트로픽 연환산 매출이 90억 달러에서 470억 달러로 뛴 것은 2026년 5월까지의 일이다. 그래서 이 사례는 매출이 커지기 전에 투자자가 얼마나 빌려주는지를 보여 준다.

주요 숫자

"Anthropic’s buildout therefore suggests that financing is unlikely to be the immediate limit on frontier compute growth." (앤트로픽의 빌드아웃은 파이낸싱이 프런티어 컴퓨트 성장의 당면 한계가 될 것 같지 않음을 시사한다)

아폴로 운용 펀드가 주도하고 블랙스톤과 글로벌 은행이 참여해 345억 달러를 약정했다. AI XPV Platform이라는 전용 회사가 이 돈으로 TPU 랙을 사서 앤트로픽에 5년간 빌려준다. 브로드컴이 떠안는 300억 달러와 아무도 안 떠안는 45억 달러의 금리 차가 이 구조의 값을 드러낸다.

핵심 포인트

• 전용 회사가 랙을 소유한다. AI XPV Platform은 SPV(special purpose vehicle, 거래 하나만을 위해 세운 회사)다. 빌린 돈으로 랙을 사서 앤트로픽에 리스하고, 들어온 리스료로 이자와 원금을 갚는다. 랙 자체가 담보다.
• 돈은 랙이 오는 대로 나간다. 1년 남짓에 걸쳐 약 16회로 나눠 집행되고 2027년 여름까지 약 240억 달러가 나갈 것으로 예상된다. 나간 돈과 담보로 잡힌 장비의 양을 맞춰 두는 장치이고, 브로드컴이 지는 노출도 같은 속도로 커졌다가 상환이 시작되면 줄어든다.

• 세 트랜치로 갈린다. 트랜치(tranche)는 변제 순위와 금리가 다른 투자자 묶음이다. 손실이 나면 A1 60억 달러와 A2 240억 달러가 B 45억 달러보다 먼저 상환된다. A1·A2가 선순위, B가 후순위다.

• 금리는 순위와 지원을 함께 반영한다. A1은 미 국채 수익률에 1.0%p를 얹고, A2는 5.75%, B는 8.5%다. 브로드컴 백스톱(backstop, 채무자가 못 갚을 때 손실 일부를 대신 떠안는 약속)은 A1과 A2에만 걸려 있다.

• 부도 시 절차가 정해져 있다. 앤트로픽이 지급을 멈추면 브로드컴은 리스를 넘겨받거나 랙을 팔도록 주선할 수 있다. 매각 대금으로 먼저 갚고, 남은 A1·A2 부족분을 브로드컴이 보도된 기준 최대 290억 달러까지 메운다.
• 2.75%p는 상한이지 값이 아니다. A2와 B의 금리 차에는 백스톱이 없다는 것과 변제 순위가 뒤라는 것이 함께 들어 있다. 필자는 이 차이를 백스톱 하나의 값으로 읽으면 과대평가라고 못 박는다.

• 지원 없는 45억 달러가 따로 의미가 있다. 이 부분은 투자자가 앤트로픽과 랙 가치에 직접 노출되기를 받아들였다는 뜻이다. 백스톱은 그 위에서 훨씬 큰 금액을 더 싼 금리로 끌어오는 데 쓰였다.

주요 숫자

"The comparison is therefore an upper bound on how much Broadcom’s backstop is worth to the investors, rather than a precise estimate." (그러므로 이 비교는 브로드컴 백스톱의 값을 정확히 추정한 값이 아니라 상한이다)

사업장별 프로젝트 회사가 152억 달러를 빌려 크리티컬 IT 부하 1,428MW를 짓고, 완공분을 플루이드스택에 임대한다. 임대료가 이자와 원금을 갚고 준공된 건물이 담보다. 구글은 플루이드스택이 임대료를 못 낼 때만 개입한다.

핵심 포인트

• 준공 전에 조달된 돈이다. 152억 달러는 시설이 지어지기 전에 모였다. 투자자는 완공될 건물과 완공 뒤 받을 임대료를 보고 건설 자금을 먼저 내놓았다.
• 사업장마다 회사를 따로 세운다. 프로젝트 파이낸스(project finance)는 한 사업장의 자산·계약·부채를 한 회사에 모아 두는 방식이다. 그 회사가 빌리고, 짓고, 소유하고, 완공된 용량을 플루이드스택에 임대한다.

• 역할이 셋으로 갈린다. 개발사는 부지·전력·인허가·시공 능력을 마련하고, 플루이드스택은 장기 임대료를 내고, 구글은 그 임대료가 끊기면 대신 물어 준다. 앤트로픽은 플루이드스택에서 용량과 운영 서비스를 산다.
• 구글이 개입하는 방식이 정해져 있다. 레이크 매리너에서 구글은 밀린 임대료를 대신 내고 리스를 넘겨받거나, 해지 대금을 내서 그 돈이 부채 상환에 쓰이게 할 수 있다. 지원은 해당 리스가 시작될 때 발효된다.

• 구글은 대가를 받았다. 지원을 제공하는 대가로 테라울프 주식을 취득할 권리를 받았다. 신용을 무상으로 빌려준 것이 아니다.
• 개발사를 여럿 쓴다. 큰 전력 인입, 끝난 계통 연계 공사, 인허가, 갖춰진 시공 파이프라인은 빈 땅과 바꿔 쓸 수 없다. 다섯 곳을 순서대로 확보하기를 기다리지 않고 회사 다섯을 병렬로 돌린다.

• 7.75%가 남은 위험을 가리킨다. 레이크 매리너 32억 달러는 구글 지원이 있는데도 7.75%를 낸다. 필자는 공사 지연 가능성과 구글 지원에 붙은 조건·한도가 값에 들어 있다고 본다. 비교할 무지원 트랜치가 없어 백스톱 효과를 분리하지는 못한다.

주요 숫자

"Future demand for compute is thereby converted into construction capital and, ultimately, delivered datacenter capacity." (이렇게 미래의 컴퓨트 수요가 건설 자금으로, 끝내는 인도된 데이터센터 용량으로 바뀐다)

2025년 말 세계 AI 컴퓨트는 H100 2천만 장 상당이고, 오픈AI가 쓰는 몫은 그중 10~15%다. 상위 다섯 곳을 다 더해도 절반이 안 된다. 다만 앤트로픽과 오픈AI가 업계보다 빠르게 늘리고 있어 이 여유분은 몇 년 안에 사라질 수 있다.

핵심 포인트

• 세계 총량부터 센다. 2025년 말 누적 판매가 H100 2천만 장 상당이다. 배송과 가동 사이 시차를 한 분기로 잡으면 실제 돌아가는 것은 약 1,600만 장이고 두 분기로 잡으면 약 1,200만 장이다.
• 오픈AI는 170만 H100e다. 공개된 데이터센터 전력 용량 1.9GW를 엔비디아 서버 사양으로 환산한 값이고, 클라우드에 쓴 160억 달러를 시간당 GPU 단가로 나눈 방법으로도 비슷한 수가 나온다.
• 세 곳을 합쳐도 400만이 안 된다. 오픈AI 170만, 앤트로픽 100만 이상, xAI 60만~70만이라 가동분 가정에 따라 세계의 20~30%다. 하이퍼스케일러가 이들 모델을 자기 API로 돌리는 추론을 더해도 5%포인트가 붙을 뿐이다.

• 구글과 메타는 소유량과 사용량이 다르다. 둘이 세계의 3분의 1을 소유하지만 구글은 ML 컴퓨트의 절반가량이 클라우드로 가고, 나머지도 딥마인드와 추천 시스템으로 갈린다. 필자는 각 랩이 모회사 몫의 절반쯤을 쓴다고 어림해 둘을 합쳐 15%로 본다.

• 나머지는 누가 쓰나. 2·3티어 LLM 사업자와 오픈웨이트 모델 추론, 그리고 음성·영상 생성과 생물학·로보틱스·추천 시스템 같은 비언어 모델이다. 인스타그램 피드를 돌리는 것도 대규모 트랜스포머다.
• 오픈AI가 세계보다 빨리 늘렸다. 2025년 세계 설치량이 3.3배 늘 때 오픈AI는 4.6배 늘었다. 앤트로픽은 매출과 자금이 오픈AI를 따라잡는 중이라 더 빠를 것으로 본다.

• 3년 동안 규모가 어떻게 커졌나. 전력 용량은 0.2GW에서 0.6GW를 거쳐 1.9GW로, H100 환산 보유량은 10만에서 40만을 거쳐 170만으로 늘었다. 오픈AI는 2027년 용량을 「낮은 두 자릿수 GW」로 내부 전망한다.

• 여유분은 5년이면 없어진다. 상위 두 곳이 지금 20%를 쓰면서 세계보다 33% 빠르게 늘리면 2.5년에 점유가 두 배, 5년이면 80%다. 그다음부터는 세계 생산량이 곧 이들의 상한이 된다.

주요 숫자

"the five most resource-rich AI developers in the world probably had access to less than half of global AI compute at the end of last year" (세계에서 자원이 가장 많은 AI 개발사 다섯 곳이 작년 말 쓸 수 있었던 것은 세계 AI 컴퓨트의 절반에 못 미쳤을 것이다)

세계 블랙웰 칩 전체로 Kimi K2.6급 모델을 돌리면 문맥 길이에 따라 초당 5억에서 200억 출력 토큰을 낼 수 있다. 이 공급은 해마다 3.4배로 늘지만 수요 대리지표들은 연 10배로 늘고 있다. 긴 문맥을 쓰는 에이전트 작업부터 값이 오른다는 것이 필자들의 결론이다.

핵심 포인트

• 추론은 두 단계다. 프리필(prefill)에서 입력 토큰을 한꺼번에 처리해 KV 캐시(앞선 토큰의 키와 값을 저장해 두는 곳)를 채우고, 디코드(decode)에서 출력 토큰을 하나씩 만든다. 두 단계는 붙잡히는 자원이 서로 다르다.
• 프리필은 연산이, 디코드는 대역폭이 막는다. GB200 NVL72 한 대에서 8,000:1,000 요청을 돌리면 프리필 연산은 배치 크기 B당 1B밀리초인데 데이터 이동은 1밀리초 안팎이다. 디코드는 반대로 데이터 이동이 868 + 0.5B밀리초로 연산 0.3B밀리초를 압도한다.

• 노는 자원을 다음 요청이 쓴다. 디코드가 대역폭에 묶여 있는 동안 연산이 놀고 있으니 그 틈에 다음 요청의 프리필을 밀어 넣는다. 청크 프리필(chunked prefill)이라 부르고, 한 사이클 시간이 두 단계 연산 합과 데이터 이동 합 가운데 큰 쪽이 된다.

• 배치를 키워도 어느 지점부터는 소용없다. 8,000:1,000에서는 한 대당 동시 사용자 약 870명에서 연산 한계에 닿고, 그 뒤로는 처리량이 안 늘고 사용자별 응답 속도만 느려진다. 문맥이 25,000토큰이면 그 한계가 130명으로 줄어든다.
• 추측 디코딩이 배수로 얹힌다. 작은 초안 모델이 여러 토큰을 앞질러 제안하고 본 모델이 한 번에 검증한다. 같은 배치 크기에서 디코드 처리량이 3배가 되고, 프리필에는 도움이 안 되니 전체로는 1.6~2배다.
• 이론값은 실측으로 깎는다. SemiAnalysis InferenceX의 Kimi K2.5 실험 111건에 맞춰 연산 효율 65%, 대역폭 효율 30%, 토큰당 지연 5밀리초를 얻었다. 이 보정으로 한 대 처리량이 초당 64만 토큰에서 40만 토큰으로 내려간다.

• 세계 공급은 초당 5억에서 200억이다. 문맥이 8,000토큰이면 200억이고 128,000토큰이면 5억으로 떨어진다. 구글이 모든 플랫폼에서 처리하는 양이 출력 기준 초당 약 1억 3천만 토큰이니 지금 수요는 이 안에 넉넉히 들어온다.

• 문제는 증가 속도 차이다. 공급은 연 3.4배로 느는데 수요 대리지표는 연 10배다. 세계 개발자 3천만 명 가운데 매일 AI를 쓰는 47%가 메타·애플만큼 쓴다면 초당 2억~40억 토큰이 필요하고, 128,000토큰 문맥에서는 지금 칩으로 감당이 안 된다.

주요 숫자

"If the demand for AI is outpacing the capacity to serve large models, the predictable consequence is that the price of tokens from large models will rise." (수요가 큰 모델을 돌릴 능력을 앞지르면, 예상되는 결과는 큰 모델 토큰의 값이 오르는 것이다)