[태그:] AI인프라

  • 엔비디아 오픈AI 데이터센터 1050억달러 보증, 직접 투자와 무엇이 다른가

    엔비디아 오픈AI 데이터센터 1050억달러 보증, 직접 투자와 무엇이 다른가

    오픈AI의 오하이오 데이터센터 기사에서 가장 많이 보이는 숫자는 1,050억달러 보증입니다. 이 숫자만 보면 엔비디아가 오픈AI에 1,050억달러를 현금으로 넣는 것처럼 보이기 쉽습니다. 하지만 이번 구조는 직접 투자, 임차 지원, 조건부 보증, 칩 공급이 따로 나뉜 계약입니다.

    핵심만 먼저 정리하면 이렇습니다.

    • SB Energy가 데이터센터를 짓고·소유하고·운영합니다.
    • OpenAI는 그 시설을 20년 임차하는 고객입니다.
    • NVIDIA는 그 시설에 들어갈 AI 컴퓨팅 인프라 공급자이면서, 초기 임차 구조를 성사시키기 위한 조건부 보증과 신용 지원을 제공합니다.
    • 따라서 이번 발표는 “엔비디아가 오픈AI에 1,050억달러를 준다”기보다, 오픈AI가 장기 임차할 초대형 AI 데이터센터의 금융 구조를 엔비디아가 뒷받침한다는 쪽에 가깝습니다.

    이번 계약, 누가 무엇을 맡았나

    먼저 역할을 분리해서 보면 이해가 쉬워집니다.

    주체맡은 역할이번 발표에서 확인된 내용
    OpenAI임차인(수요자)오하이오 PORTS-Pike 캠퍼스에서 약 8GW-IT 용량을 확보하는 계약 체결
    SB Energy개발·소유·운영데이터센터를 건설·소유·운영하고 OpenAI에 20년 임대
    NVIDIA인프라 공급·금융 지원독점 AI 컴퓨팅 인프라 제공, 초기 4.25GW 관련 신용 지원, 15억달러 투자
    미국 에너지부(DOE)부지·정책 기반포츠머스 부지 활용과 전력 인프라 틀을 지원

    OpenAI는 공식 글에서 Pike County, Ohio의 PORTS-Pike Technology Campus에서 약 8GW-IT를 확보하는 계약을 체결했다고 밝혔습니다. NVIDIA는 같은 날 OpenAI가 고객이고, SB Energy가 데이터센터를 건설·소유·운영하며, OpenAI는 20년 임차 구조를 갖는다고 설명했습니다. 미국 에너지부는 올해 3월 이 프로젝트가 연방 부지 활용, 10GW 전력 개발, 4.2조 달러가 아닌 42억달러의 송전 인프라 투자를 포함한 공공-민간 파트너십 틀 위에 있다고 밝혔습니다.

    1050억달러 보증은 정확히 무엇을 뜻하나

    가장 중요한 부분입니다.

    NVIDIA가 SEC에 제출한 8-K를 보면, 회사는 SB Energy와 여러 건의 residual value guaranties(잔존가치 보증) 계약을 맺었습니다. 대상은 Portsmouth Site의 약 4.25GW IT load에 관한 리스이고, 초기 약정에 대한 NVIDIA의 누적 지급의무 상한은 1,050억달러입니다. 다만 이 의무는 아무 때나 발생하는 것이 아니라, 리스가 실제로 개시되고, 그 뒤 OpenAI의 지급 불이행 또는 파산으로 인한 디폴트 같은 trigger event가 생겼을 때 작동하는 구조입니다. 이 경우 NVIDIA는 보장된 최소 리스 가치와 대체 임대·매각으로 회수한 금액의 차액을 메우는 방식으로 부담할 수 있습니다.

    즉, 이번 1,050억달러는 “즉시 현금 집행”도 아니고, “프로젝트 총사업비 전액”도 아닙니다. Reuters도 이 보증이 오픈AI의 20년 임차를 돕기 위한 구조이며, 자금 조달은 향후 지분과 부채를 섞는 방식으로 정해질 예정이라고 전했습니다.

    직접 투자, 보증, 신용 지원은 어떻게 다른가

    숫자가 섞이면 헷갈리기 쉬워서 구분이 필요합니다.

    항목의미이번 계약에서의 모습
    직접 투자자본을 실제로 넣는 것NVIDIA의 SB Energy 15억달러 투자
    신용 지원사업 초기의 자금 조달을 돕는 구조토지·전력·셸(buildout) 확보를 위한 지원
    잔존가치 보증특정 조건 발생 시 손실 일부를 떠안는 장치최대 1,050억달러 한도, OpenAI 디폴트 등 trigger event 전제
    임차시설을 장기간 사용하는 계약OpenAI의 20년 임차

    NVIDIA 보도자료는 회사가 초기 4.25 IT-GW 확보를 위한 토지·전력·셸 신용 지원을 제공하고, 남은 3.75 IT-GW를 추가로 선택할 수 있는 옵션도 갖는다고 설명합니다. 동시에 SB Energy에 15억달러를 투자합니다. 이건 “칩을 납품한다”는 수준을 넘어, 아예 AI 공장용 부지·전력·건물 확보 단계부터 관여하는 구조입니다.

    왜 이런 복잡한 구조가 나왔나

    이 질문이 이번 기사에서 빠지기 쉬운 핵심입니다.

    AI 데이터센터는 일반 서버팜보다 훨씬 많은 전력, 부지, 송전망, 냉각, 장기 임차 안정성이 필요합니다. NVIDIA는 이번 발표에서 “AI는 인프라가 되고 있으며, land, power and shell이 핵심 자원이 됐다”고 설명했습니다. 다시 말해, GPU만 많다고 되는 게 아니라 칩을 꽂을 수 있는 전력·건물·부지를 먼저 묶어야 한다는 뜻입니다.

    미국 에너지부 설명도 같은 방향입니다. 이 프로젝트는 10GW의 신규 발전, 그중 최소 9.2GW의 천연가스 발전, 그리고 42억달러 규모의 새로운 송전 인프라를 포함합니다. 데이터센터 사업의 핵심 병목이 칩 자체가 아니라 전력 인프라와 입지 확보라는 점을 보여줍니다.

    “순환금융” 논란은 왜 나오나

    이번 구조를 두고 “엔비디아가 고객을 위해 보증을 서고, 그 고객이 다시 엔비디아 칩을 쓰는 구조라 순환금융 아니냐”는 지적이 나오는 이유도 여기에 있습니다.

    Reuters는 이번 거래가 엔비디아 칩 수요를 유지하는 전략의 연장선으로 보이면서도, 고객과 공급자 사이의 자금 흐름이 촘촘해 보인다는 점 때문에 circular financing 논란이 붙고 있다고 전했습니다. 다만 젠슨 황은 이를 부인하며, 장기적으로 엔비디아 컴퓨트를 배치할 수명이 긴 인프라를 미리 확보하는 것이라고 설명했습니다.

    이 논란을 볼 때는 두 가지를 같이 봐야 합니다.

    1. 사업적 현실성
      초거대 AI 인프라는 부지·전력·송전·장기 수요가 한 묶음으로 맞물려야 돌아갑니다.
    2. 재무적 복잡성
      투자, 리스, 보증, 칩 공급이 한 구조 안에 들어오면 외부 투자자 입장에서는 리스크가 더 복잡해 보일 수 있습니다.

    즉, 논란이 있다는 사실과 프로젝트가 성사된 이유는 서로 모순이라기보다, 같은 구조를 다른 관점에서 보는 것에 가깝습니다.

    일정은 어떻게 되나

    기사에서 숫자만 보고 지나치기 쉽지만, 일정도 중요합니다.

    PORTS-Pike 주요 타임라인

    시점내용
    2026-03DOE가 오하이오 AI 인프라 파트너십과 연방 부지 활용 틀 발표
    2026-08-17OpenAI, NVIDIA, SB Energy 관련 공식 발표 동시 진행
    2028 예정첫 800MW 가동 목표
    2032까지6년 buildout 진행, 건설 일자리 3만5천개 예상
    장기OpenAI 20년 임차 구조

    Reuters는 이 캠퍼스의 총 용량이 최대 8GW이며 첫 800MW는 2028년에 가동될 예정이라고 전했습니다. OpenAI는 2032년까지 6년 buildout, 3만5천 개의 건설 일자리, 2,500개의 장기 운영 일자리를 언급했습니다.

    엔비디아 오픈AI 데이터센터 보증 구조를 상징하는 대형 AI 데이터센터와 전력 인프라 장면
    엔비디아 오픈AI 데이터센터 보증 구조를 상징하는 대형 AI 데이터센터와 전력 인프라 장면

    이 뉴스에서 정말 봐야 할 포인트 4가지

    1) 엔비디아는 칩 회사에서 인프라 금융 플레이어로도 움직이고 있다

    이번 계약은 GPU 공급을 넘어서, AI 데이터센터의 성립 조건 자체를 묶는 역할까지 엔비디아가 들어가기 시작했다는 신호입니다.

    2) AI 경쟁의 병목은 이제 칩만이 아니다

    부지, 전력, 송전, 물, 지역사회 수용성까지 묶여 있습니다. 그래서 이번 발표에서 전력·송전 인프라가 함께 강조됐습니다.

    3) 1050억달러는 headline 숫자일 뿐, 구조를 봐야 한다

    보증 상한, 발동 조건, 리스 개시 시점, OpenAI의 상환 의무까지 같이 봐야 실제 의미가 드러납니다.

    4) 이 프로젝트는 단기 뉴스보다 장기 AI 인프라 경쟁 구도의 일부다

    OpenAI는 약 8GW-IT를 확보했고, NVIDIA는 장기 업그레이드 가능한 AI 공장 인프라를 강조했습니다. 이건 하루짜리 뉴스보다 향후 대형 AI 인프라 경쟁을 읽는 단서에 가깝습니다.

    한눈에 보는 체크리스트

    이 주제를 다시 볼 때는 아래 5가지만 확인하면 됩니다.

    • 누가 건설·소유·운영하는가? → SB Energy
    • 누가 쓰는가? → OpenAI
    • 누가 무엇을 보증하는가? → NVIDIA가 조건부 보증·신용 지원
    • 직접 투자도 있는가? → NVIDIA의 SB Energy 15억달러 투자
    • 언제부터 실제 가동되는가? → 첫 800MW는 2028년 예정

    핵심 요약

    이번 오하이오 데이터센터 건은 “엔비디아가 오픈AI에 1,050억달러를 쏜다”는 단순 뉴스가 아닙니다. 초대형 AI 인프라를 성사시키기 위해, 임차인(OpenAI)·개발운영사(SB Energy)·인프라 공급자(NVIDIA)가 리스와 보증, 투자, 전력 인프라를 한 구조로 묶은 계약입니다.

    그래서 이 뉴스의 핵심은 금액 자체보다 AI 시대의 데이터센터가 어떻게 자금조달되고, 누가 어떤 위험을 나눠 가지는가에 있습니다. 숫자만 보면 과장되기 쉽지만, 구조를 보면 왜 이런 계약이 필요한지 조금 더 선명해집니다.

    FAQ

    Q1. 엔비디아가 오픈AI에 1,050억달러를 직접 투자한 건가요?

    아닙니다. 직접 투자와 보증은 다른 개념입니다. 직접 투자로 확인된 건 SB Energy에 대한 15억달러 투자이고, 1,050억달러는 조건부 보증 한도에 가깝습니다.

    Q2. 데이터센터는 누가 짓나요?

    SB Energy가 짓고, 소유하고, 운영합니다. OpenAI는 고객이자 장기 임차인입니다.

    Q3. 1,050억달러 보증은 언제 실제 부담이 되나요?

    SEC 문서 기준으로는 OpenAI의 지급 불이행이나 파산으로 인한 리스 디폴트 같은 trigger event가 생겼을 때입니다. 그때도 구조는 리스 가치 부족분을 메우는 방식입니다.

    Q4. 왜 하필 오하이오인가요?

    이 프로젝트는 연방 부지 활용, 대규모 신규 발전, 송전 인프라 확충이 함께 묶여 있기 때문입니다. AI 데이터센터는 전력 확보가 가장 큰 병목 중 하나라, 이런 조건이 중요합니다.

    Q5. 실제 가동은 언제 시작되나요?

    현재 공개된 일정 기준으로 첫 800MW는 2028년 가동 예정입니다. 전체 buildout은 2032년까지 6년간 진행될 계획입니다.

    출처 및 참고자료

    1. OpenAI, “OpenAI joins PORTS-Pike project” (2026-08-17)
    2. NVIDIA Newsroom, “NVIDIA Guarantees SB Energy’s PORTS-Pike Technology Campus in Ohio to Exclusively Host NVIDIA AI Compute” (2026-08-17)
    3. U.S. SEC, NVIDIA Form 8-K, filed 2026-08-17
    4. U.S. Department of Energy, “FACT SHEET: The Department of Energy is Ensuring Affordable Energy Access in Ohio While Powering the Future of AI” (2026-03-20)
    5. Reuters, “Nvidia to provide up to $105 billion guarantee for OpenAI’s Ohio data center” (2026-08-17)
  • AI 서버 MLCC 일반 서버와 뭐가 다를까? 탑재량이 급증하는 이유

    AI 서버 MLCC 일반 서버와 뭐가 다를까? 탑재량이 급증하는 이유

    AI 서버에 들어가는 MLCC는 일반 서버에 쓰이는 MLCC와 기본 원리가 다른 부품은 아니다.

    차이는 요구되는 용량과 신뢰성, 발열 환경, 전력 변화에 대응하는 능력, 그리고 필요한 전체 수량​에서 커진다.

    GPU와 HBM을 대량으로 탑재한 AI 서버는 순간적으로 큰 전류를 요구한다. 전원 회로가 이 변화를 따라가는 동안 MLCC는 반도체 가까이에서 전압 변동을 완충한다.

    그래서 AI 서버에서는 “MLCC를 많이 쓰는가”만큼 작은 면적에 얼마나 높은 유효 용량을 확보하고, 높은 온도에서도 안정적으로 동작시키느냐​가 중요해지고 있다.

    삼성전기는 2026년 7월 30일 2분기 실적 발표에서 AI 인프라 투자가 계속되면서 3분기에도 고용량·고신뢰성 MLCC 수요가 증가할 것으로 전망했다. Murata 역시 8월 공개한 FY2026 1분기 자료에서 데이터센터용 부품의 강한 수요로 MLCC 매출 증가를 예상했다. 서로 경쟁하는 두 제조사가 같은 방향을 확인하고 있다는 점이 눈에 띈다.

    MLCC가 무엇이길래 AI 서버에 많이 들어갈까

    MLCC는 Multi-Layer Ceramic Capacitor, 적층세라믹커패시터​의 약자다.

    얇은 세라믹 유전체와 금속 전극을 여러 층으로 쌓아 만든 초소형 커패시터다.

    역할을 아주 간단하게 표현하면 전기를 잠시 저장했다가 필요한 순간 빠르게 내주는 작은 저장고에 가깝다.

    CPU나 GPU는 언제나 같은 양의 전력을 소비하지 않는다.

    연산량에 따라 필요한 전류가 짧은 순간에도 크게 변할 수 있다. 전류 수요가 급격하게 증가했는데 전원 공급 회로가 즉시 따라가지 못하면 칩 주변 전압이 흔들릴 수 있다.

    GPU 가까이에 배치된 MLCC는 이런 빠른 전력 변화에서 전압을 안정시키고 고주파 노이즈를 줄이는 역할을 한다.

    삼성전기도 MLCC를 전기를 저장했다가 반도체 등 필요한 부품에 안정적으로 공급하는 부품으로 설명하며, 특히 AI 서버에서는 높은 연산 성능과 대용량 데이터 처리 때문에 전력 소비와 발열이 크게 증가한다고 설명한다.

    AI 서버와 일반 서버의 가장 큰 차이는 전력 밀도다

    AI 서버에 MLCC가 더 많이 필요한 첫 번째 이유는 GPU 개수 자체보다 전력 밀도에 있다.

    예를 들어 NVIDIA DGX B200은 8개의 Blackwell GPU를 탑재하며 시스템 최대 전력 사용량이 약 14.3kW로 제시돼 있다. 이전 DGX H100/H200도 최대 약 10.2kW 수준이다. 최신 AI 시스템이 높은 연산 성능과 함께 상당한 전력을 다룬다는 사실을 보여주는 실제 제품 사양이다.

    일반 서버 역시 제품에 따라 전력 사용량의 차이가 매우 크기 때문에 “AI 서버는 무조건 일반 서버의 몇 배”라고 하나의 숫자로 일반화하기는 어렵다.

    다만 삼성전기는 자사 기술 설명 자료에서 AI 서버가 일반 서버보다 훨씬 높은 전력을 소비하며, 이에 따라 더 많은 MLCC와 더 높은 성능의 MLCC가 필요하다고 설명한다.

    중요한 것은 배율 자체가 아니다.

    GPU 주변에서 짧은 시간에 큰 전류 변화가 발생하고, 이를 좁은 기판 면적 안에서 안정적으로 처리해야 한다는 구조적 차이​다.

    MLCC는 GPU 주변에서 어떤 일을 하나

    GPU에 1초 동안 일정한 전기가 흐르는 상황만 생각하면 대형 전원 공급 장치가 모든 전력을 공급하면 될 것처럼 보인다.

    실제로는 그렇지 않다.

    GPU 내부의 수많은 연산 장치가 동시에 켜지고 꺼지면서 전류 요구량이 매우 빠르게 변한다.

    전원 공급 장치와 전압 조정 모듈이 전체 전력을 담당하지만, 물리적으로 멀리 있는 전원 공급원은 아주 짧은 순간의 변화를 즉각 대응하기 어렵다.

    그래서 GPU 주변에 여러 커패시터를 배치한다.

    MLCC는 특히 고주파 영역에서 빠르게 전류를 공급하거나 흡수해 전압 변동을 억제한다.

    이 때문에 AI 서버에서는 단순히 “큰 커패시터 하나”로 해결하기 어렵다.

    서로 다른 용량과 특성을 가진 커패시터를 여러 위치에 분산 배치해 전력망 전체를 안정시키는 방식이 사용된다.

    AI 서버 MLCC는 일반 서버와 무엇이 다른가

    비교 항목일반 서버고성능 AI 서버
    주요 연산 장치CPU 중심 또는 소수 가속기다수의 고전력 GPU·가속기
    전력 밀도상대적으로 낮음매우 높음
    순간 전류 변화상대적으로 작음매우 큼
    MLCC 요구량많음더 많아지는 경향
    필요한 용량일반 서버 규격고용량 요구 증가
    실장 공간 압박있음GPU 주변에서 특히 큼
    온도 환경서버급 신뢰성 필요높은 발열로 요구조건 강화
    주요 기술 과제안정적 전원 공급고용량·소형화·고온 신뢰성 동시 확보

    이 표에서 가장 중요한 것은 수량과 성능이 동시에 올라간다는 점이다.

    기판 공간이 무한하다면 커패시터 수량만 계속 늘리는 방법도 생각할 수 있다.

    하지만 실제 GPU 보드에는 HBM, 전원회로, 네트워크 부품 등 수많은 부품이 함께 배치된다.

    MLCC만을 위해 기판 면적을 계속 늘릴 수 없다.

    그래서 ‘소형·고용량 MLCC’가 중요해진다

    Murata는 2025년 말 AI 서버용 커패시터 전략을 설명하면서 AI 서버 베이스보드에 사용되는 커패시터 수가 증가하고 있으며, 기판 면적이 제한되기 때문에 소형화와 고용량화가 동시에 필요하다고 밝혔다.

    회사는 당시 AI 서버 베이스보드 기준 약 1만~2만개의 커패시터가 사용되는 사례를 제시했다. 이는 특정 서버 구성에 대한 회사 추정치이므로 모든 AI 서버에 그대로 적용되는 숫자는 아니다.

    삼성전기도 같은 문제를 지적한다.

    AI 서버에서는 GPU 가까이에 MLCC를 배치해야 하지만 실장 면적은 제한되어 있어 소형·초고용량 제품이 필요하고, 높은 온도 환경을 견딜 수 있는 신뢰성도 중요하다고 설명한다.

    결국 AI 서버용 MLCC의 경쟁은 단순히 “몇 개 생산하느냐”보다 같은 부피에서 얼마나 많은 유효 용량을 확보하느냐로 이동한다.

    높은 정격전압과 온도 신뢰성이 중요한 이유

    커패시터는 정격 용량 숫자만 보면 안 된다.

    실제 회로에서는 전압과 온도, 주파수 조건에 따라 사용할 수 있는 유효 용량이 달라질 수 있다.

    AI 서버처럼 전력 밀도가 높은 장비에서는 발열 환경도 더 까다롭다.

    삼성전기는 AI 서버용 MLCC에서 고온 조건과 높은 정격전압, 기계적 내구성 등을 주요 요구조건으로 제시하고 있다.

    Murata도 서버 시장에서 필요한 용량이 증가하면서 단순 명목 용량이 아니라 전압이 인가된 실제 조건에서도 충분한 유효 용량을 확보하는 것이 중요하다고 설명했다.

    따라서 제품 사양표의 µF 숫자가 같다고 해서 모든 MLCC가 AI 서버에서 같은 역할을 할 수 있는 것은 아니다.

    MLCC 탑재량은 앞으로 계속 몇 배씩 늘어날까

    반드시 그렇지는 않다.

    이 부분은 AI 서버 MLCC를 이해할 때 특히 주의해야 한다.

    AI 가속기의 전력 소비가 늘면 필요한 커패시턴스는 증가할 가능성이 높지만, 기판 면적에는 한계가 있다.

    Murata는 최신 AI 가속기 보드에서 커패시터 수 자체가 무한히 늘기보다 한 개당 요구 용량이 커지는 방향도 중요해질 것으로 보고 있다.

    즉 향후 MLCC 수요를 볼 때는 세 가지를 함께 봐야 한다.

    1. AI 서버 출하량이 얼마나 증가하는가
    2. 서버 또는 가속기 하나당 필요한 커패시턴스가 얼마나 증가하는가
    3. 더 비싼 고용량·고신뢰성 제품 비중이 얼마나 높아지는가

    단순히 “서버 한 대당 MLCC 몇 만 개”라는 숫자만 비교하면 기술 변화를 놓치기 쉽다.

    2026년에 MLCC 수요가 다시 주목받는 이유

    2026년에는 AI 서버 출하량 자체도 증가하고 있다.

    TrendForce는 8월 3일 2026년 AI 서버 출하량 증가율 전망을 기존 28%에서 약 31%로 상향했다. NVIDIA 기반 시스템뿐 아니라 Google·AWS의 자체 ASIC 플랫폼 확대도 하반기 서버 수요를 끌어올리는 요인으로 제시했다.

    MLCC 공급 측에서도 변화가 확인된다.

    TrendForce는 7월 조사에서 Murata·삼성전기·Taiyo Yuden 등 주요 업체의 2026년 6월 MLCC 출하가 AI 수요에 힘입어 최근 5년 사이 월간 최고 수준에 도달했다고 분석했다.

    삼성전기는 7월 30일 발표한 2분기 실적에서 3분기에도 AI 인프라 투자에 힘입어 고용량·고신뢰성 MLCC 수요가 증가할 것으로 전망했다.

    Murata도 8월 공개한 최신 실적 자료에서 데이터센터 애플리케이션용 부품 수요가 강해 MLCC 매출 증가를 예상한다고 밝혔다.

    특정 업체 한 곳의 전망만으로 만들어진 이야기는 아니라는 뜻이다.

    AI 서버 MLCC 일반 서버 차이를 보여주는 GPU 보드와 고밀도 적층세라믹커패시터 이미지
    AI 서버 MLCC 일반 서버 차이를 보여주는 GPU 보드와 고밀도 적층세라믹커패시터 이미지

    MLCC 말고 다른 커패시터는 필요 없을까

    그렇지는 않다.

    AI 가속기의 전력 요구가 커질수록 하나의 커패시터 기술만으로 모든 주파수 영역과 패키지 위치를 처리하기 어렵다.

    MLCC 외에도 폴리머 커패시터와 실리콘 커패시터 등이 서로 다른 위치와 역할에서 사용될 수 있다.

    TrendForce는 2026년 AI 서버 전력 무결성 분석에서 MLCC가 시스템 수준의 전원 안정화에서 핵심 부품으로 계속 사용되는 동시에, 실리콘 커패시터가 패키지 수준에서 이를 보완하는 방향을 설명했다.

    따라서 “실리콘 커패시터가 MLCC를 완전히 대체한다”거나 반대로 “MLCC만 있으면 된다”고 보는 것은 지나친 단순화다.

    AI 서버용 MLCC를 볼 때 확인할 체크리스트

    AI 서버용 MLCC 관련 내용을 볼 때는 아래 항목부터 확인하면 과장된 설명을 걸러내기 쉽다.

    • 서버 한 대인지, GPU 보드 한 장인지 단위를 확인했는가
    • 명목 용량과 실제 동작 조건의 유효 용량을 구분했는가
    • 일반 IT용과 서버용의 온도·신뢰성 조건을 구분했는가
    • MLCC 수량 증가와 한 개당 용량 증가를 따로 봤는가
    • AI 서버 출하량과 부품 수요를 같은 의미로 해석하지 않았는가
    • 제조사 공식 자료와 시장조사 자료를 함께 확인했는가

    특히 “AI 서버 한 대에 몇 만 개”라는 숫자는 시스템 구성과 집계 범위가 다르면 크게 달라질 수 있다.

    숫자 하나보다는 무엇을 기준으로 센 것인지가 더 중요하다.

    핵심 요약

    AI 서버 MLCC가 일반 서버보다 중요해지는 이유는 GPU가 많아서만은 아니다.

    높은 전력 밀도와 빠른 전류 변화, 제한된 기판 공간, 높은 발열을 동시에 해결해야 하기 때문​이다.

    이 조건 때문에 AI 서버에서는 더 많은 커패시턴스가 필요하고, 소형·고용량·고신뢰성 MLCC의 가치가 높아진다.

    앞으로는 MLCC 개수만 계속 증가한다고 보기보다 AI 서버 출하 증가 + 개별 부품의 고용량화 + 높은 신뢰성 제품 비중 증가를 함께 살펴보는 편이 정확하다.

    FAQ

    MLCC는 AI 반도체인가요?

    아닙니다. MLCC는 반도체가 아니라 수동 전자부품인 커패시터입니다. GPU나 CPU가 안정적으로 전력을 공급받도록 돕는 역할을 합니다.

    AI 서버에는 MLCC가 정확히 몇 개 들어가나요?

    고정된 숫자는 없습니다. 서버 구조와 GPU 개수, 보드 집계 범위에 따라 달라집니다. Murata는 AI 서버 베이스보드에 1만~2만개 수준의 커패시터가 사용되는 사례를 제시했지만 이는 특정 구성에 대한 회사 추정치입니다.

    일반 MLCC를 AI 서버에 그대로 쓰면 안 되나요?

    사용 위치와 회로 요구조건에 따라 다릅니다. GPU 주변처럼 전력 밀도와 온도가 높은 구간에서는 고용량, 고온 특성, 높은 신뢰성을 갖춘 제품의 중요성이 커집니다.

    GPU 성능이 높아지면 MLCC 개수도 계속 증가하나요?

    필요한 총 커패시턴스는 증가할 수 있지만 실장 면적이 제한되기 때문에 개수만 늘리는 데 한계가 있습니다. 그래서 한 개당 용량을 높이고 더 작은 부품을 사용하는 방향도 함께 진행됩니다.

    실리콘 커패시터가 MLCC를 대체할까요?

    현재는 완전한 대체보다는 역할 분담에 가깝습니다. 실리콘 커패시터는 칩·패키지 가까운 영역에서 높은 용량 밀도와 낮은 기생 특성이 필요한 용도로 확대되고 있으며, MLCC는 시스템과 보드 수준 전원 안정화에서 폭넓게 사용됩니다.

    출처 및 참고자료

    1. 삼성전기 — 2026년 2분기 경영실적, 2026-07-30. AI 인프라와 고용량·고신뢰성 MLCC 수요 전망.
    2. Murata — FY2026 1분기 실적 설명 자료, 2026-08-04. 데이터센터용 MLCC 수요와 매출 전망.
    3. NVIDIA — DGX B200 공식 사양, 2026년 최신 문서 확인. 시스템 최대 전력 약 14.3kW.
    4. 삼성전기 — ‘전자 산업의 쌀’ MLCC, AI 서버·전장용 MLCC 집중, 2025-07-21. AI 서버용 MLCC의 고온·고용량·고신뢰성 요구조건.
    5. Murata — IR Day 2025, 2025-12-04. AI 서버의 커패시터 수량과 고용량화 방향.
    6. TrendForce — AI Server Shipments Forecast Raised to Nearly 31% YoY, 2026-08-03. 2026년 AI 서버 출하 전망.
    7. TrendForce — MLCC 시장 조사, 2026-07-28. AI 수요와 주요 MLCC 업체 출하 동향.
  • 코어위브 2분기 실적 2026: 매출보다 백로그·CAPEX를 같이 봐야 하는 이유

    코어위브 2분기 실적 2026: 매출보다 백로그·CAPEX를 같이 봐야 하는 이유

    코어위브(CoreWeave)의 2026년 2분기 실적에서 가장 눈에 띄는 숫자는 매출 25억7,500만달러입니다. 전년 동기보다 112% 증가했습니다. 하지만 이번 실적을 매출 증가 하나로 평가하면 핵심을 놓치게 됩니다.

    같이 봐야 할 숫자는 1,042억달러의 Revenue Backlog, 94억달러의 분기 자본지출(CAPEX), 6억4,000만달러의 순이자비용​입니다. 성장 속도뿐 아니라 그 성장을 실현하는 데 필요한 자본과 금융비용이 동시에 커지고 있기 때문입니다.

    이 글은 CoreWeave의 공개 실적과 공시를 해석한 정보이며 특정 주식의 매수·매도 또는 목표주가 판단을 권유하지 않습니다.

    코어위브 2분기 실적 2026 핵심 숫자

    CoreWeave는 미국 현지시간 2026년 8월 11일 2분기 실적을 발표했습니다. SEC에도 같은 날 Form 8-K가 제출됐습니다.

    항목2026년 1분기2026년 2분기해석
    매출20.78억달러25.75억달러성장 지속
    Revenue Backlog994억달러1,042억달러장기 계약 수요 확대
    CAPEX68억달러94억달러인프라 투자 확대
    조정 EBITDA11.57억달러15.10억달러규모 확대
    조정 영업이익2,100만달러1억2,800만달러전분기 대비 개선
    GAAP 순손실7억4,000만달러6억2,600만달러여전히 적자
    순이자비용5억3,600만달러6억4,000만달러금융비용 증가

    1분기 수치는 CoreWeave의 당시 공식 실적 자료, 2분기는 이번 공식 실적과 프레젠테이션을 기준으로 비교했습니다.

    표만 보면 두 가지 흐름이 동시에 나타납니다.

    사업 규모와 조정 영업성과는 개선됐지만, 데이터센터와 GPU 인프라를 확대하는 데 필요한 투자와 이자 부담도 커지고 있습니다.

    매출 112% 증가보다 중요한 것은 ‘얼마나 오래 이어질 수 있나’

    2분기 매출은 25억7,500만달러로 전년 동기 12억1,200만달러보다 112% 증가했습니다. CoreWeave는 AI 클라우드 플랫폼 수요가 실적 성장을 이끌었다고 설명했습니다.

    Reuters와 Wall Street Journal 등 독립 보도에서도 2분기 매출이 약 25억8,000만달러로 시장 예상치를 웃돌았고, 실적 발표 직후 시간외 거래에서 주가가 두 자릿수 상승하는 반응이 나타났다고 전했습니다. 다만 발표 직후 주가 움직임은 단기 시장 반응일 뿐 장기 실적의 증거와 같은 의미로 볼 수는 없습니다.

    따라서 투자자가 다음으로 봐야 할 것은 Backlog가 실제 매출로 언제 전환되느냐입니다.

    1,042억달러 백로그는 매출 1,042억달러가 아니다

    CoreWeave가 발표한 2분기 Revenue Backlog는 1,042억달러​입니다. 1분기 994억달러보다 증가했고, 전년 동기 301억달러와 비교하면 246% 늘었습니다.

    하지만 Backlog를 확정 매출처럼 더해서는 안 됩니다.

    회사는 Revenue Backlog를 남아 있는 수행의무(RPO)와 기존 고객 계약 아래 향후 매출로 인식될 것으로 추정되는 일부 금액을 합한 지표로 정의하며, 서비스 제공과 가용성 조건을 충족해야 실제 매출로 인식될 수 있다고 명시하고 있습니다.

    2분기 말 백로그의 예상 매출 인식 시점도 공개됐습니다.

    예상 인식 기간Q2 2026 백로그 비중
    24개월 이내40%
    25~48개월39%
    48개월 초과21%

    즉, 전체 금액의 상당 부분은 여러 해에 걸쳐 매출로 전환되는 구조입니다.

    회사는 또한 3분기 초 250억달러를 넘는 순신규 고객 커밋먼트가 추가됐지만 이 금액은 6월 30일 기준 1,042억달러 백로그에는 포함되지 않았다고 밝혔습니다. 이 역시 현재 매출이 아니라 미래 계약 수요를 보여주는 별도 신호로 보는 편이 정확합니다.

    CAPEX 94억달러가 왜 중요한가

    CoreWeave의 2분기 자본지출은 94억달러였습니다.

    1분기 68억달러에서 다시 증가했고, 2025년 2분기의 29억달러와 비교하면 투자 규모가 크게 확대됐습니다. 회사는 AI 데이터센터, 전력, GPU 인프라 구축을 계속 확대하고 있습니다.

    이 숫자를 일반 기업의 비용과 똑같이 해석해서는 안 됩니다.

    CAPEX는 데이터센터와 장비 등 장기간 사용하는 자산을 확보하는 지출이기 때문에 94억달러가 그 분기의 손익계산서 비용으로 전부 한 번에 반영된다는 뜻은 아닙니다. 이후 감가상각 등을 통해 여러 기간에 나뉘어 비용화될 수 있습니다.

    다만 투자자 관점에서는 중요한 질문이 생깁니다.

    “이렇게 큰 투자를 통해 늘린 컴퓨팅 용량이 계약과 실제 매출로 충분히 전환되는가?”

    CoreWeave의 투자 논점은 바로 여기에 있습니다.

    연간 CAPEX 전망도 350억~390억달러로 상향

    CoreWeave는 Q2 실적 발표와 함께 2026년 연간 CAPEX 전망을 350억~390억달러로 제시했습니다. Reuters에 따르면 직전 전망 310억~350억달러보다 상향된 수준입니다.

    Q3에만 예상하는 CAPEX도 115억~135억달러입니다.

    2026년 가이던스전망
    Q3 매출34.5억~36.0억달러
    Q3 조정 영업이익2.0억~2.6억달러
    Q3 이자비용8.6억~9.4억달러
    Q3 CAPEX115억~135억달러
    연간 매출124억~132억달러
    연간 조정 영업이익9.6억~11.5억달러
    연간 CAPEX350억~390억달러
    2026년 말 ARR185억~195억달러

    회사가 직접 제시한 전망치이며 미래 실적을 보장하는 수치는 아닙니다. 전망에는 인프라 구축 일정과 고객 수요, 자금조달 등 여러 변수가 반영됩니다.

    EBITDA가 15억달러인데 왜 순손실은 6억달러가 넘나

    이번 실적에서 가장 헷갈리기 쉬운 부분입니다.

    CoreWeave의 Q2 조정 EBITDA는 15억1,000만달러​였지만 GAAP 기준 순손실은 6억2,600만달러​였습니다.

    두 숫자는 계산하는 범위가 다릅니다.

    회사가 제시한 조정 EBITDA에는 이자·세금·감가상각 등 여러 항목이 제외됩니다. 반면 실제 GAAP 순이익에는 이런 비용이 반영됩니다.

    2분기 조정 EBITDA 조정 내역을 보면 감가상각비가 약 13억9,300만달러, 순이자비용이 6억4,000만달러​였습니다. 따라서 높은 EBITDA와 큰 순손실이 동시에 나타나는 것이 회계적으로 모순은 아닙니다.

    여기서 이번 실적의 두 번째 핵심 질문이 나옵니다.

    매출과 조정 영업성과가 증가하는 속도가 감가상각·이자비용 증가 속도를 얼마나 빠르게 따라잡을 수 있느냐입니다.

    조정 영업이익은 전분기보다 좋아졌다

    부정적인 숫자만 있는 것은 아닙니다.

    조정 영업이익은 1분기 2,100만달러에서 2분기 1억2,800만달러​로 증가했고 조정 영업이익률도 1%에서 5%로 개선됐습니다. 회사는 규모 확대에 따른 operating leverage가 나타나기 시작했다고 설명했습니다.

    다만 전년 동기 Q2 2025의 조정 영업이익률은 16%였습니다.

    따라서 “영업 레버리지가 좋아졌다”와 “수익성이 충분히 안정됐다”는 서로 다른 판단입니다. 전자는 전분기와 비교하면 확인되지만, 후자는 앞으로 몇 분기 더 지켜볼 필요가 있습니다.

    코어위브 2분기 실적 2026의 매출 성장과 백로그, AI 데이터센터 CAPEX 확대를 표현한 이미지
    코어위브 2분기 실적 2026의 매출 성장과 백로그, AI 데이터센터 CAPEX 확대를 표현한 이미지

    이번 실적에서 백로그와 CAPEX를 함께 봐야 하는 이유

    세 숫자를 연결하면 CoreWeave의 현재 구조가 좀 더 선명해집니다.

    1. 수요: 백로그 1,042억달러
    2. 공급능력 확대: Q2 CAPEX 94억달러
    3. 금융 부담: Q2 순이자비용 6억4,000만달러

    백로그가 크다는 것은 미래 수요 가시성이 높다는 신호가 될 수 있습니다.

    하지만 이 수요를 실제 매출로 만들려면 데이터센터를 구축하고 전력과 GPU를 확보해야 합니다. 그러려면 대규모 CAPEX와 자금조달이 필요합니다.

    결국 투자자가 확인해야 하는 것은 단순한 백로그 크기가 아닙니다.

    백로그 증가 → 인프라 증설 → 실제 서비스 제공 → 매출 인식 → 현금 창출이라는 연결 고리가 계획대로 작동하는지가 중요합니다.

    Reuters도 이번 실적을 두고 강한 AI 수요와 함께 확대된 자본지출을 핵심 변수로 짚었습니다. Wall Street Journal과 MarketWatch 역시 대규모 백로그와 동시에 높은 투자비와 손실 구조를 투자자가 함께 봐야 할 지점으로 다뤘습니다.

    다음 실적에서 확인할 5가지

    1. Q3 매출이 34.5억~36억달러 가이던스에 들어오는가

    현재 회사가 제시한 다음 분기 기준점입니다.

    2. 백로그가 실제 매출로 전환되는 속도가 유지되는가

    백로그 금액 자체보다 매출 인식 기간과 실제 실행이 중요합니다.

    3. Q3 CAPEX 115억~135억달러가 계획대로 집행되는가

    투자 지연은 공급 능력 부족으로 이어질 수 있고, 반대로 지나치게 빠른 투자 확대는 자금조달 부담을 키울 수 있습니다.

    4. 이자비용 증가를 조정 영업이익 증가가 따라잡는가

    Q3 이자비용 가이던스는 8억6,000만~9억4,000만달러입니다. 조정 영업이익 전망 2억~2억6,000만달러보다 큰 규모이기 때문에 금융비용은 여전히 중요한 관찰 항목입니다.

    5. 새 데이터센터와 전력 용량이 실제 서비스 제공으로 연결되는가

    회사는 Q2 말 활성 전력 약 1.5GW, 계약 전력 약 3.7GW를 공개했고 실적 발표 시점에는 추가 계약으로 약 4.2GW에 도달했다고 설명했습니다. 인프라 확대가 계약 이행과 매출 인식으로 이어지는지를 확인해야 합니다.

    핵심 요약

    코어위브의 2026년 2분기 실적은 강한 AI 인프라 수요가 실제 매출 성장으로 이어지고 있다는 점에서는 분명한 진전을 보여줬습니다. 매출은 112% 증가했고, 백로그는 1,042억달러까지 확대됐으며 조정 영업이익도 전분기보다 개선됐습니다.

    동시에 CAPEX는 94억달러, 순이자비용은 6억4,000만달러였고 연간 CAPEX 계획은 350억~390억달러로 올라갔습니다.

    그래서 이번 실적을 읽는 순서는 매출 → 백로그 → CAPEX → 이자비용 → 실제 매출 전환이 적절합니다.

    매출 증가율 하나만 보거나, 반대로 순손실 하나만 보고 결론을 내리면 CoreWeave의 현재 성장 구조를 제대로 설명하기 어렵습니다.

    FAQ

    Q1. 코어위브의 Revenue Backlog 1,042억달러는 확정 매출인가요?

    아닙니다. 회사는 Backlog에 RPO와 일부 미래 예상 매출을 포함하며, 서비스 제공 및 가용성 요건을 충족해야 실제 매출로 인식될 수 있다고 설명합니다.

    Q2. Q2 CAPEX 94억달러는 전부 당기 비용인가요?

    아닙니다. 자본지출은 데이터센터·장비 같은 자산 취득에 쓰이며 일반적으로 여러 기간에 걸쳐 감가상각되는 부분이 있습니다. 따라서 CAPEX와 당기 비용을 같은 개념으로 보면 안 됩니다.

    Q3. EBITDA는 높은데 왜 순손실이 발생했나요?

    조정 EBITDA에서는 이자·세금·감가상각 등 여러 항목이 제외됩니다. CoreWeave는 Q2에 감가상각 약 13억9,300만달러와 순이자비용 6억4,000만달러를 반영했고 GAAP 기준 순손실은 6억2,600만달러였습니다.

    Q4. 2026년 CoreWeave 연간 CAPEX 전망은 얼마인가요?

    2026년 8월 11일 공개된 회사 가이던스는 350억~390억달러입니다.

    Q5. 다음 분기에서 가장 먼저 볼 숫자는 무엇인가요?

    Q3 매출 34.5억~36억달러 가이던스와 함께 CAPEX 115억~135억달러, 이자비용 8.6억~9.4억달러, 백로그의 실제 매출 전환 흐름을 같이 보는 것이 좋습니다.

    출처 및 참고자료

    1. CoreWeave Investor Relations, 「CoreWeave Reports Strong Second Quarter 2026 Results」, 2026-08-11.
    2. U.S. SEC, CoreWeave Form 8-K, 2026-08-11.
    3. CoreWeave, 「Q2’26 Earnings Presentation」, 2026-08-11.
    4. CoreWeave, 「Q2 and FY 2026 Outlook Presentation」, 2026-08-11.
    5. Reuters, 「CoreWeave boosts 2026 spending plan, beats quarterly estimates on AI demand surge」, 2026-08-11.
    6. The Wall Street Journal, 「CoreWeave Shares Jump as Revenue Doubles From Year Earlier」, 2026-08-11.
    7. MarketWatch, CoreWeave Q2 earnings coverage, 2026-08-11.
    8. The Times, CoreWeave Q2 2026 results coverage, 2026-08-12.