'GPU 선물'이라는 말을 처음 봤을 때 이 문장이 떠올랐다.

ICE와 Ornn이 GPU 컴퓨팅 가격에 연동된 선물계약을 준비하고 있다. CME 그룹과 실리콘 데이터(Silicon Data)도 컴퓨팅 파워를 거래 가능한 상품으로 만드는 시장을 추진 중이다.

처음에는 GPU도 이제 석유처럼 거래된다는 점이 눈에 들어왔다. 하지만 더 중요한 변화는 따로 있었다.

AI 회사에 필요한 것은 GPU라는 장비 그 자체가 아니라, 특정한 시간과 장소에서 그 GPU를 사용할 수 있는 권리다. AI 회사는 앞으로 얼마나 많은 컴퓨팅이 필요할지 정확히 예측하기 어렵다. 새로운 기능이 예상보다 빠르게 성장할 수도 있고, 사용자가 늘면서 추론량이 갑자기 커질 수도 있기 때문이다.

문제는 고객과의 계약이나 제품 가격이 컴퓨팅 비용이 확정되기 전에 먼저 정해진다는 점이다. 가격은 고정되었는데 GPU 임대료가 급등한다면, 사용자가 늘어날수록 오히려 마진이 줄어드는 상황이 생길 수 있다.

선물시장은 바로 이 위험을 옮기는 장치다. 컴퓨팅 가격이 오를까 걱정하는 AI 회사는 선물을 사고, 임대가격이 내려갈까 걱정하는 데이터센터와 GPU 공급자는 선물을 판다. 선물은 미래를 맞히는 상품이기 전에, 서로 반대 방향의 위험을 교환하는 계약이다.

문제는 컴퓨팅이 석유처럼 균일한 상품이 아니라는 점이다.

같은 H200을 한 시간 사용하더라도 가치는 다를 수 있다. GPU가 설치된 지역, 네트워크 속도, 클러스터 규모, 가동 안정성, 소프트웨어 환경에 따라 실제 성능과 비용이 달라진다. 대규모 모델을 학습할 때는 GPU 한 장의 성능보다 수천 장이 얼마나 안정적으로 연결되어 있는지가 더 중요할 수도 있다.

게다가 컴퓨팅은 저장해 두었다가 나중에 옮길 수도 없다. 필요한 시간을 놓치면 그 시간의 용량은 그대로 사라진다.

그런 의미에서 컴퓨팅은 원유보다 전력에 더 가까운 상품일지도 모른다. 전력도 생산한 장소와 사용하는 시간에 따라 가치가 달라진다. 실제 전력은 지역과 시간대별로 계약하지만, 시장 참여자들은 표준화된 가격지수와 선물로 가격 변동을 관리한다.

컴퓨팅 시장도 비슷한 구조로 만들어질 가능성이 크다.

AI 회사와 GPU 공급자는 지역·시간·사양을 지정한 맞춤형 계약을 맺고, 그 사이의 딜러나 시장조성자는 표준화된 GPU 가격지수와 선물로 위험을 관리한다. 즉, AI 회사가 거래소에서 단순히 'H200 한 시간'을 사는 것이 아니다. 실제 컴퓨팅은 맞춤형으로 확보하고, 금융시장에서는 그 계약의 가격 변동만 따로 거래하게 될 가능성이 높다.

물론 아직은 계획 단계다. ICE와 Ornn의 계약은 규제 승인이 남아 있고, CME 그룹과 실리콘 데이터가 추진하는 시장도 충분한 참여자와 유동성 확보라는 숙제가 존재한다. GPU 세대가 빠르게 교체되는 시장에서 무엇을 기준상품으로 삼을지도 어려운 숙제 중 하나이다.

무엇보다 가격 위험과 용량 부족 위험은 다르다. ICE와 Ornn이 준비하는 계약은 실제 GPU를 인도하는 대신 가격 차이를 현금으로 정산하는 구조다. 선물로 GPU 가격 상승을 헤지하더라도, 필요한 시점에 실제 사용할 수 있는 GPU 용량이 없다면 모델을 학습하거나 서비스를 운영할 수 없다.

가격은 헤지할 수 있어도, 용량까지 보장받는 것은 아니라는 것이다.

그래도 방향은 선명하다. 어떤 자원에 선물시장이 생긴다는 것은 투기 대상이 하나 추가된다는 뜻만은 아니다. 그 자원이 기업의 손익을 움직이는 독립적인 원가가 됐다는 뜻이다.

석유는 운송과 제조의 원가가 됐고, 전력은 산업과 데이터센터의 원가가 됐다. 이제 컴퓨팅은 AI 제품과 에이전트의 원가가 되고 있다.

앞으로 AI 회사가 중요하게 묻게 될 질문은 모델의 성능 점수만이 아닐 것이다.

"6개월 뒤 우리에게 필요한 컴퓨팅을 얼마에 확보할 수 있는가?"

컴퓨팅은 개발팀이 결제하는 클라우드 비용에서, 재무팀이 가격과 공급 위험을 관리해야 하는 원자재로 바뀌고 있다.

12일 반도체 업계에 따르면 LG전자 생산기술원(PRI)이 상반기 엔비디아 ‘베라루빈’ 기반 컴퓨트 트레이 규격에 맞춘 AI 서버 랙 시제품 개발을 완료했다.

베라루빈 랙에서는 총 108개의 AI 칩이 동시에 작동해 막대한 열이 발생하는 만큼 얼마나 빠르고 안정적으로 열을 식히느냐가 AI 서버 랙의 성능을 좌우한다.

결론부터 말하면 “엔비디아가 LG에 맡겼다”는 단계는 아직 아님.

현재 서울경제 보도는:

LG가 엔비디아 Vera Rubin 규격에 맞는 랙 시제품을 자체 개발했고, 하반기 검증 후 글로벌 빅테크를 상대로 수주를 추진한다.

는 내용임.

즉 엔비디아가 LG를 공식 제조사로 선정했다는 발표가 아니라, LG가 엔비디아 생태계의 ODM·시스템 제조사 자리를 노리는 상황에 가까움.

엔비디아는 아키텍처만 제공하나?

아키텍처만 제공하는 건 아님. 엔비디아가 가장 중요한 부분을 거의 다 통제함.

엔비디아가 하는 것

GPU·CPU·DPU 설계
NVLink·네트워크 스위치 설계
Compute Tray 규격
MGX Rack Reference Architecture
전력·냉각·케이블 연결 규격
펌웨어·드라이버·CUDA
랙 단위 소프트웨어
호환성 검증·인증


Vera Rubin은 GPU 하나가 아니라:

- Rubin GPU
- Vera CPU
- BlueField DPU
- Spectrum-X 네트워킹
- NVLink
- 스토리지 연결
- 랙 간 통신
- CUDA·AI 소프트웨어

를 하나의 시스템으로 설계한 플랫폼임.

그래서 엔비디아가 사실상 전체 AI 공장의 두뇌와 표준을 설계한다고 보면 됨.

제조 파트너가 하는 것

LG·Foxconn·Quanta·Wiwynn 같은 제조사가 맡는 부분은:

Compute Tray 생산
랙 섀시 제작
부품 조달
액체냉각 배관
전력 모듈 통합
케이블링
전체 시스템 조립
누수·진동·열·신뢰성 검사
납품·유지보수


임.

쉽게 말하면:

엔비디아가 “어떤 칩과 네트워크를 어떻게 연결하면 하나의 AI 슈퍼컴퓨터가 되는지”를 설계하고, 제조 파트너가 그 설계를 실제 랙으로 양산함.

엔비디아가 직접 만들지 않는 이유

1. 엔비디아는 기본적으로 팹리스·플랫폼 회사

엔비디아는 GPU도 자체 공장에서 만들지 않고 TSMC 등에 맡김.

직접 제조공장을 운영하기보다:

- 칩 설계
- 시스템 아키텍처
- 네트워크
- 소프트웨어

처럼 마진과 기술 장벽이 높은 부분을 소유하는 모델임.

랙 조립 공장을 직접 가지면:
- 막대한 설비투자
- 생산 인력
- 재고
- 불량·수율
- 물류
- 고객별 커스터마이징

부담을 떠안아야 함.

2. AI 랙은 고객마다 조금씩 다름

같은 Vera Rubin이어도 데이터센터마다:

- 전력 규격
- 냉각 방식
- 랙 높이
- 배관 위치
- 네트워크 구조
- 안전 인증
- 지역별 전기 규정

이 다름.

엔비디아가 전 세계 고객의 모든 데이터센터 환경을 직접 맞추는 것보다, 기존 제조·서버·냉각 회사가 현지 조건에 맞춰 생산하는 게 효율적임.

3. 생산량을 빠르게 늘리려면 여러 제조사가 필요

엔비디아 공식 발표상 Vera Rubin은 30개국 350개 이상의 공장을 활용하는 공급망 구조임.

공식 제조 생태계에는 이미:

- Foxconn
- Quanta Cloud Technology
- Wistron
- Wiwynn
- Inventec
- Compal
- Pegatron
- Dell
- HPE
- Lenovo
- Supermicro

등이 들어가 있음.

한 회사에 독점으로 맡기는 게 아니라, 공통 MGX 규격을 기반으로 여러 제조사가 동시에 생산하게 만들어 공급량을 늘리는 방식.

그럼 왜 LG가 들어가려는가

LG가 엔비디아에 선택됐다고 확정된 건 아니지만, 후보로서 논리는 있음.

1. 냉각 기술

Vera Rubin 랙은 전력·발열 밀도가 매우 높아서 DTC 액체냉각이 핵심임.

LG전자는:
- 칠러
- HVAC
- 냉각제어
- 열교환
- DTC 냉각

기술을 이미 갖고 있음.

과거 서버 제조사가 랙을 만들고 냉각업체가 별도로 붙었다면, LG는 랙 제조와 냉각을 함께 통합할 수 있다는 논리.

2. 전자제품 대량생산 경험

LG전자 생산기술원은 가전만 만드는 조직이 아니라:

- 자동화 생산라인
- 공정 설계
- 품질관리
- 검사장비
- 글로벌 공장 운영

노하우가 있음.

AI 랙도 결국 수많은 부품·배관·전력장치가 들어가는 복잡한 전자 시스템이라 이 역량을 전환할 수 있음.

3. 대만 공급망 의존도 분산

현재 AI 서버 랙 제조는 Foxconn·Quanta·Wiwynn·Wistron 등 대만 기업 비중이 높음.

엔비디아나 하이퍼스케일러 입장에서는:
- 지역 집중
- 지정학적 위험
- 생산 병목
- 특정 ODM 의존도

를 낮추기 위해 한국 등 다른 지역의 제조사 선택지를 확보할 이유가 있음.

LG가 노리는 게 바로 이 second-source 자리.

4. LG그룹의 데이터센터 턴키 전략

LG는 랙 하나만 팔려는 게 아니라:

LG전자 — AI 랙·냉각·HVAC
LG CNS — 데이터센터 설계·구축
LG에너지솔루션 — ESS·배터리
LG유플러스 — 데이터센터 운영


을 묶어 전체 AI 데이터센터를 수주하려는 그림임.

랙 제조 역량이 추가되면 칩과 외부 전력 공급을 제외한 상당 부분을 LG그룹이 제공할 수 있음.

돈은 누가 누구한테 주나

꼭 엔비디아가 LG에 직접 제조비를 주는 구조는 아님.

가능한 구조는 보통 두 가지.

구조 A: 엔비디아 공급망

엔비디아 설계·인증
→ LG가 랙 생산
→ 엔비디아 DGX 또는 파트너 시스템으로 판매


구조 B: 하이퍼스케일러 직접 수주

엔비디아가 MGX 규격·핵심 칩 제공
→ LG가 규격에 맞춰 랙 개발
→ 글로벌 빅테크가 LG에 직접 주문


현재 보도는 B에 더 가까워 보임. 기사에도 LG가 하반기 신뢰성 평가 후 “글로벌 빅테크를 상대로 수주”한다고 나옴.

현재 가장 중요한 현실성 체크

엔비디아의 5월 31일 공식 Vera Rubin 제조 파트너 명단에는 Foxconn·Quanta·Wistron·Wiwynn 등이 있지만, LG전자는 아직 명시적으로 들어가 있지 않음.

따라서 현재 정확한 표현은:

LG가 엔비디아로부터 랙 생산을 수주했다 ❌
LG가 엔비디아 공식 제조 파트너로 선정됐다 ❌
LG가 Vera Rubin 규격 시제품을 개발했다 ✅
LG가 신뢰성 평가와 빅테크 수주를 추진한다 ✅
엔비디아·LG가 데이터센터 협력을 논의한 것으로 보도됐다 ✅


한 줄 정리

엔비디아는 단순히 설계도만 던지는 회사가 아니라 칩·네트워크·시스템 규격·소프트웨어를 통제하고, LG 같은 파트너가 냉각·전력·조립·검증을 실제 물리 시스템으로 구현하는 구조임. 다만 LG는 아직 공식 수주가 아니라, Vera Rubin 생태계의 새로운 제조 파트너 자리를 노리는 단계라고 보는 게 정확함.

주요 중앙거래소(CEX) 출금 수수료 무료

지갑 간 이체 수수료 무료 (BSC 네트워크 간 직접 이체)

크로스체인 브릿지수수료 무료