그래픽처리장치(GPU)의 감가상각 주기를 둘러싼 논쟁이 고조되는 가운데, 실제 수명과 회계상 가치 하락 속도 간의 괴리를 재조명해야 한다는 목소리가 커지고 있다. 일각에서는 인공지능(AI) 칩이 수년 안에 값어치를 잃는다는 주장도 있지만, 실리콘앵글 리서치에 따르면 이는 과도하게 단순화된 시각에 불과하다. AI 데이터센터, 일명 ‘AI 팩토리’의 성장과 함께 GPU는 단기 훈련용 칩이 아닌 장기 자산으로 재정의되고 있다.

아마존웹서비스(AWS)는 이미 지난 2020년 서버 자산의 감가상각 기간을 기존 3년에서 4년으로 연장하며 회계 기준의 전환을 시도한 바 있다. 이후 구글 클라우드와 마이크로소프트 애저도 이에 동참하며, 2023년부터는 6년 기준이 업계 표준으로 자리잡았다. 이는 AI 인프라 확산 이전부터 이뤄진 변화로, 다양한 워크로드를 지원할 수 있다는 확신이 반영된 것이기도 하다.

하지만 AI 팩토리가 중심이 된 현재, GPU의 수명이 과연 6년까지 유지될 수 있는지에 대한 회의도 존재한다. 엔비디아와 같은 기업들이 매년 새로운 아키텍처를 선보이면서 기술 주기가 빨라지고 있기 때문이다. 이에 따라 현재보다 보수적인 5년 회계 기준이 점차 업계의 현실적 중간점으로 부상할 것으로 보인다.

특히 AI에 특화된 네오클라우드 기업들의 사례는 기존 하이퍼스케일러와는 뚜렷한 대조를 이룬다. 코어위브(CoreWeave)는 6년 기준을 채택했으나, 네비우스(Nebius)와 람다랩스(Lambda Labs)는 4~5년 사이의 감가상각 주기를 선택하고 있다. 이는 AI 집중형 워크로드의 짧은 반감기와 빠른 인프라 교체 주기를 반영한 결과다. 장기간 사용을 전제로 하는 기존 회계 모델로는 이들 기업의 수익성과 효율성을 온전히 반영할 수 없다는 평가가 나온다.

GPU의 실제 수명도 단순하지 않다. 리서치 자료에 따르면, 초기 1~2년은 대규모 기초 모델 훈련에 투입되고, 이후 3~4년 동안은 실시간 추론 작업에 재활용되며, 5~6년차에는 배치 기반 분석 작업으로 전환된다. 이러한 '가치 계단(value cascade)' 구조는 GPU가 시간이 지날수록 덜 민감한 작업으로 자연스럽게 이동하며 여전히 수익을 창출할 수 있음을 보여준다. 이는 전통적인 CPU 기반 서버의 수명 연장과 유사한 구조다.

재무적으로도 이런 변화는 적지 않은 영향을 미친다. GPU 감가상각 기간을 단 1년만 연장해도, 대형 클라우드 기업의 연간 영업이익은 수십억 달러 수준에서 변화가 가능하다. 가령, 현재 수준의 자산 규모를 기준으로 계산했을 때, 연간 약 70억 달러(약 10조 8000억 원)의 수익 향상이 발생할 수 있다. 하지만 이는 단기적 회계상의 효과일 뿐, 궁극적으로는 영업현금흐름(OCF)이 진짜 기업가치를 가늠하는 핵심 지표로 부상하고 있다.

결국 GPU는 단기 소모품이 아닌 장기적 자산으로 자리매김하고 있다. 인프라 모더나이제이션 속도와 기술 혁신 간의 균형점을 찾기 위한 업계 전반의 조정이 가속화될 것으로 전망된다. 특히, GPU 팩토리가 하나의 경제 단위로 기능하기 시작한 이상, 더 이상 수년 만에 폐기되는 칩으로 평가해서는 안 된다는 시각이 우세하다.

GPU의 감가상각 주기가 회계상의 숫자에 그치지 않고, 클라우드 경제와 AI 산업 수익모델 전반에 중대한 영향을 미치고 있다. 네오클라우드와 하이퍼스케일러의 회계 전략은 앞으로도 빠르게 진화할 것이며, 냉정한 기술 투자 판단을 위한 기준은 '이익'이 아닌 '현금 흐름'이 될 것이다. AI 시대의 새로운 경쟁력은, 결국 효율적인 자산 활용과 이를 감당할 수 있는 인프라 운영 역량에 달려 있다.