네오 클라우드 - 크루소(Crusoe), 전력부터 실제 AI 서비스까지 누가 빠르고 안정적으로 연결하는가
https://www.ai-supremacy.com/p/ai-evolution-merchants-of-compute
2026.9.24
[AI Evolution: Merchants of Compute]
인공지능 산업이 직면한 전력 부족과 인프라 병목 현상을 해결하기 위해 등장한 신흥 클라우드 기업(Neo Cloud)들의 급부상과 그중에서도 독보적인 행보를 보이는 크루소(Crusoe)의 혁신적인 사업 모델을 조명하고 있습니다. 이 글은 전통적인 대규모 데이터센터 건설의 한계를 극복하기 위해 크루소가 개발한 모듈러 AI 공장과 자체 전력 조달 방식이 어떻게 강력한 투자 유치와 대형 계약으로 이어졌는지를 상세히 분석합니다. 궁극적으로 이 분석은 급증하는 AI 연산 수요와 전력 제약이라는 거시적 환경 속에서 최고의 기술력과 재정적 지원을 갖춘 인프라 기업들이 다가올 미래 시장의 절대 강자로 자리 잡을 것임을 강조하는 목적을 지니고 있습니다.
AI 인프라 경쟁의 승부처가 GPU 보유량을 넘어,전력 확보 → 데이터센터 구축 → GPU 운영 → 추론 서비스를 얼마나 신속하게 연결하느냐로 이동한다는 주장입니다. 저자는 이 수직통합 모델의 유력한 승자로 Crusoe를 지목합니다.
읽는 기준: 원문에는 정식 소제목이 “The Rise of On-Demand Modular AI Factories: Crusoe” 하나만 있습니다. 아래는 원문의 서술 순서를 따라 7개 분석 챕터로 재구성한 것입니다. 본문 전체를 확인했으며, 원문 주장 / 출처 대조 / 분석적 판단을 구분했습니다.
1. 도입 — AI 산업의 새로운 권력, ‘컴퓨트 상인’
주요 내용
저자는 빅테크의 대규모 자본지출이 Neo Cloud라는 AI 인프라 전문 사업자들을 성장시켰다고 설명합니다. 이들은 GPU-as-a-Service를 중심으로 AI 연산 자원을 공급하며, 자금조달 능력과 대형 고객을 확보한 사업자가 강력한 기업으로 성장할 것이라고 봅니다.[1]
글의 제목인 ‘Merchants of Compute’는 이들을 단순한 서버 임대업자가 아니라, AI 산업의 핵심 생산수단인 연산능력을 공급하는 사업자로 바라보는 표현입니다.
| 구분 | 이 글에서 강조하는 경쟁 요소 |
| 물리적 기반 | 전력과 데이터센터 부지 |
| 구축 역량 | 필요한 시점까지 시설을 가동하는 능력 |
| 연산 자원 | GPU와 네트워크 |
| 운영 역량 | GPU 활용도를 높이는 클라우드·추론 소프트웨어 |
| 금융 역량 | 대규모 시설투자를 지속할 수 있는 자본 |
| 수요 기반 | 장기 계약을 체결하는 대형 고객 |
분석
이 챕터의 중요한 관점은 “모델이 좋아질수록 인프라 사업자도 강해질 수 있다”는 것입니다. 저자는 AI 모델 기업의 경쟁보다, 그 경쟁을 가능하게 하는 물리적 기반에 주목합니다.
다만 다음 두 명제는 구분해야 합니다.
- AI 인프라 수요가 증가한다.
- AI 인프라 공급자의 수익성과 기업가치가 지속적으로 증가한다.
첫 번째가 두 번째를 자동으로 보장하지는 않습니다. 시설투자 부담, 감가상각, 임대단가 하락, 가동률에 따라 결과가 달라지기 때문입니다.
실무 시사점: AI 인프라 전략은 ‘어떤 GPU를 도입할 것인가’뿐 아니라 언제 가동할 수 있고, 얼마의 비용으로 얼마나 활용할 것인가를 함께 검토해야 합니다.
2. Crusoe의 부상 — 자금조달과 수직통합이 결합한 성장 모델
주요 내용
원문은 Crusoe의 성장 근거로 다음을 제시합니다.[1]
- 39억 달러 Series F 투자유치
- 309억 달러 기업가치
- 1GW 이상의 운영 전력 용량
- 6GW 이상의 계약 용량
- 유력 투자자와 국부펀드의 참여
- OpenAI 중심 관계에서 Microsoft·Meta·Oracle·Jane Street 등으로 고객 기반 확대
Crusoe의 공식 발표에서는 39억 달러 규모로 예상되는 Series F의 초기 클로징, 투자 후 기업가치 309억 달러, 총계약가치(TCV) 1,400억 달러 이상, 운영 중인 gross capacity 1GW, gross contracted capacity 6GW 이상을 제시합니다.[2]
분석 — 기업가치보다 중요한 것은 ‘확장 가능한 자금 구조’
저자의 논리는 다음과 같습니다.
유력 투자자 확보 → 자기자본 기반 확대 → 추가 금융조달 → 시설 확장 → 대형 계약 수주
이 구조는 인프라 사업의 특성을 잘 포착합니다. 소프트웨어 사업과 달리, AI 인프라는 수요가 있어도 선행투자가 부족하면 공급을 늘리기 어렵습니다.
하지만 투자자의 명성과 투자 규모만으로 낮은 조달금리·높은 수익성·지속 가능한 부채 구조까지 입증되지는 않습니다.
[확인 필요] 용량 지표의 의미
원문은 ‘운영 용량’과 ‘파이프라인’을 성장의 근거로 사용하지만, 아래는 서로 다른 단계입니다.
| 단계 | 확인해야 할 사항 |
| 계약 확보 | 전력·부지·고객 계약의 확정성과 해지 조건 |
| 개발·건설 | 인허가, 공정률, 장비 조달 |
| 전력 공급 개시 | 실제 전력 인입 또는 자체 발전 가능 여부 |
| GPU 서비스 가동 | 설치·네트워크·성능 검증 완료 여부 |
| 매출 발생 | 고객 인수와 과금 개시 여부 |
특히 공식 발표의 6GW 이상은 데이터센터와 클라우드 전반의 gross contracted capacity입니다. 이를 모두 즉시 판매 가능한 GPU 연산 용량으로 읽어서는 안 됩니다.[2]
실무 시사점: 사업자 평가 시 ‘확보한 MW’와 ‘현재 서비스 가능한 GPU 용량’을 별도 지표로 관리해야 합니다.
3. 핵심 챕터 — On-Demand Modular AI Factories
주요 내용
원문의 유일한 정식 소제목입니다.
저자는 Crusoe의 경쟁우위를 대형 데이터센터와 소형 모듈형 AI 공장을 모두 구축할 수 있는 능력에서 찾습니다. 특히 Spark는 활용되지 않는 에너지원 근처에 배치하고, 수요에 따라 점진적으로 확장하는 모듈형 데이터센터로 설명됩니다.[1]
Crusoe의 수직통합 범위는 다음과 같습니다.[1][2]
에너지원 개발·확보 → 전력 인프라 → 데이터센터 구축 → GPU 클라우드 → 추론 서비스
분석 — ‘Energy-first’가 기존 입지 선정 논리를 바꾼다
Crusoe의 공식 설명은 일반적인 데이터센터 개발자가 부지를 정한 뒤 전력 문제를 해결하는 반면, 자신들은 전력에서 출발한다는 것입니다.[2]
이 차이를 개념적으로 정리하면 다음과 같습니다.
| 접근 | 출발점 | 주요 과제 |
| 부지 우선 | 고객 접근성과 부지 조건 | 이후 전력 공급을 확보 |
| 전력 우선 | 가용 에너지원과 공급 가능 시점 | 이후 통신·고객·운영 조건을 충족 |
전력 병목이 심한 상황에서는 두 번째 접근이 유리할 수 있습니다. 그러나 전력이 풍부한 곳이 곧 AI 서비스에 최적인 곳은 아닙니다.
추가로 확인할 조건은 다음과 같습니다.
- 광통신 연결성과 네트워크 지연
- 전력 공급의 연속성과 품질
- 냉각·용수·환경 인허가
- 운영·정비 인력 접근성
- 데이터의 저장·처리 위치 제약
- GPU 조달 및 고속 인터커넥트 구성
[보완 필요] ‘전력망 지연 회피’와 ‘모든 병목 해소’의 구분
원문은 자체 전력과 모듈 제조가 전력망 지연을 우회하는 강점이라고 봅니다.[1]
하지만 다음을 동일하게 취급하면 안 됩니다.
전력망 연결 의존도를 낮춘다 ≠ 전력·환경·통신·GPU 공급 문제를 모두 제거한다.
자체 발전을 활용하더라도 연료 공급, 배출 규제, 발전설비 정비와 예비전력은 남습니다. 또한 데이터센터를 빨리 구축해도 GPU·메모리 공급 제약을 직접 해결하는 것은 아닙니다.
실무 시사점: 수직통합은 병목을 줄이는 전략이지, 병목이 없어졌다는 증거는 아닙니다.
4. 성장의 근거 — Capex 확대, 대형 계약, 고객 다변화
주요 내용
저자는 UBS·Goldman Sachs·Morgan Stanley의 전망을 인용하며, Oracle과 주요 Neo Cloud를 포함한 관련 사업자의 2027년 Capex가 약 1.4조 달러, 2026년 대비 42~52% 증가할 것이라고 서술합니다.[1]
또한 Jane Street와의 약 130억 달러, 5년 계약을 Crusoe가 유력 사업자로 인정받았다는 신호로 해석합니다.[1]
관련 Reuters 기사에서 확인되는 내용은 더 제한적입니다.
- Bloomberg가 관계자를 인용해 해당 계약을 보도했다.
- 계약은 AI 학습·추론에 필요한 GPU 클러스터와 인프라 제공을 위한 것이다.
- 보도 당시 Crusoe와 Jane Street는 Reuters의 논평 요청에 즉시 응답하지 않았다.[4]
분석 — 장기 계약은 성장의 기반이지만, 실현 매출은 아니다
여기서 중요한 지표 구분이 필요합니다.
| 지표 | 의미 | 잘못된 해석 |
| TCV | 계약 기간 전체의 총계약가치 | 올해 매출로 해석 |
| Bookings | 일정 기간 확보한 계약 규모 | 같은 기간 인식 매출로 해석 |
| Backlog | 앞으로 이행할 계약 잔고 | 확정 이익으로 해석 |
| ARR | 연간 반복매출 지표 | 모든 장기 계약총액에 동일하게 적용 |
| 인식 매출 | 실제 제공된 서비스 등에 따라 회계상 반영한 매출 | 계약 체결만으로 전액 발생했다고 해석 |
원문은 Jane Street 계약을 “ARR pipeline”으로 표현하지만, 공개된 계약총액만으로 ARR이나 실제 연도별 매출을 확정할 수는 없습니다.[1][4]
[확인 필요] 성장률의 분모
원문은 2025년 bookings 5배 성장과 20배 이상의 전년 대비 성장을 함께 언급합니다.[1]
그러나 공식 Series F 발표에서 확인되는 20배 이상 수치는 Crusoe Cloud의 연초 이후 누적 bookings에 대한 전년 대비 성장률입니다.[2]
따라서 이를 다음과 같이 확대 해석하면 안 됩니다.
- 전사 매출이 20배 증가했다.
- 이익이 20배 증가했다.
- 2025년 연간 실적 전체가 20배 증가했다.
또한 2027년 Capex 1.4조 달러와 42~52% 증가율은 이번에 해당 금융기관 원문까지 대조하지 않았으므로, 기사에 인용된 전망으로 취급해야 합니다.
실무 시사점: 인프라 사업의 실적 검토에서는 계약 규모보다 공급 개시 일정·매출 전환 조건·취소 가능성·현금흐름이 중요합니다.
5. 경쟁 구도와 IPO — 여기서부터는 투자 의견의 비중이 커진다
주요 내용
저자는 Crusoe가 다음과 같은 결과를 낼 것이라고 강하게 전망합니다.[1]
- 2030년 이전 최대 규모의 순수 Neo Cloud가 될 가능성
- 2027년 상장
- OpenAI나 Anthropic보다 매력적인 투자 대상일 가능성
- CoreWeave·Nebius 대비 우수한 자금·관계·기술 기반
Nebius에 대해서는 Yandex에서 유래한 배경과 러시아 관련 이력을 강조하며, 유럽 주권 클라우드라는 브랜드에 비판적인 평가를 내립니다. 반면 Nscale은 유럽 시장에서 더 유력한 후보로 봅니다.[1]
분석 — 산업 구조 설명과 기업 우열 판단은 증거 수준이 다르다
앞선 챕터의 수직통합·전력·모듈화 설명은 산업 분석으로 읽을 수 있습니다. 그러나 다음 주장은 저자의 전망입니다.
| 주장 | 적절한 해석 |
| “Crusoe가 2030년 최대 사업자가 될 것” | 미래 시장점유율·가치에 대한 예측 |
| “2027년 상장할 것” | 원문에 제시된 일정 전망; 이번 확인 자료로 확정되지 않음 |
| “OpenAI·Anthropic보다 좋은 투자” | 가격·위험·수익을 함께 검증해야 하는 투자 의견 |
| “Nebius는 장기 경쟁이 어렵다” | 비교 지표가 충분히 제시되지 않은 평가 |
특히 기업이 잘 성장하는 것과 투자수익이 좋은 것은 별개입니다. 투자 진입 가격, 부채, 추가 증자, 시설 감가상각을 고려해야 하기 때문입니다.
[보완 필요] 주권 클라우드 평가 기준
창업자의 출신이나 과거 사업지역만으로 주권 클라우드 적격성을 판단하기는 어렵습니다. 실무적으로는 다음을 검토하는 편이 타당합니다.
- 데이터 저장·처리 관할권
- 지배구조와 실질적 통제권
- 해외 운영자의 접근 권한
- 암호키 관리 주체
- 적용 법률과 외국 정부의 접근 가능성
- 감사 가능성 및 고객의 이전·철수 권리
판단: 이 챕터는 객관적 사업자 순위표라기보다 Crusoe에 우호적인 투자 논지로 읽어야 합니다.
6. Spark의 구체화 — ‘시설 구축 시간’과 ‘서비스 가동 시간’을 구분해야 한다
주요 내용
원문은 Spark를 다음과 같이 설명합니다.[1]
- 턴키 방식의 사전 제작 모듈형 AI 데이터센터
- 네트워크 엣지에 고밀도·저지연 컴퓨팅 제공
- 약 900제곱피트 규모
- 유닛당 약 1MW 용량
- 빠르면 3개월 내 인도
- Denver 인근 제조시설의 연간 생산능력 최대 1GW
공식 Spark 출시 발표에서 확인되는 내용은 다음입니다.
- 전력·냉각·원격 모니터링·소화설비·GPU 지원 랙을 통합
- 온프레미스 AI·엣지 추론·연산 용량 확대를 지원
- 빠르면 3개월 내 유닛 인도
- 기존 모듈형 유닛을 전 세계에 400개 이상 배치했다고 회사가 설명.[3]
다만 900제곱피트·유닛당 1MW·연간 1GW 생산능력은 이번에 확인한 Spark 출시 발표에서 직접 대조되지 않았으므로 원문 제시 수치로 남겨 둡니다.
분석 — 모듈화의 핵심은 ‘작게 시작하고 반복 증설하는 것’
모듈화는 다음 효과를 기대하게 합니다.
- 현장 시공 범위 축소
- 설계·제조의 반복성과 표준화
- 수요 증가에 맞춘 단계적 투자
- 대규모 일괄 구축에 따른 초기 부담 완화
하지만 인도 기간과 실제 AI 서비스 가동 기간은 다릅니다.
유닛 제조·배송 → 현장 설치 → 전력·통신 연결 → GPU 설치 → 통합 시험 → 고객 인수 → 운영
따라서 ‘3개월’이라는 수치를 조달·사업 일정에 적용하려면 측정 시작점과 종료점, 제외 공정을 명시해야 합니다.
[보완 필요] 모듈형 엣지가 대형 클러스터를 대체한다는 단정
원문은 “Abilene 규모의 AI 클러스터가 미래는 아니다”라는 강한 표현을 사용합니다.[1]
그러나 Crusoe의 공식 Spark 발표는 1.2GW 규모 대형 캠퍼스부터 소형 엣지 시설까지 모두 제공하는 전략을 설명합니다.[3]
두 모델은 대체관계라기보다 워크로드별 보완관계로 해석하는 편이 타당합니다.
| 워크로드 | 우선 검토할 인프라 특성 |
| 대규모 분산 학습 | GPU 간 고속 통신과 대형 클러스터 구성 |
| 실시간 현장 추론 | 데이터 발생지 접근성과 낮은 지연 |
| 민감정보 기반 기관 업무 | 처리 위치·접근 통제·운영 통제 |
| 배치 추론·비동기 처리 | 비용·처리량·가용 용량 |
또한 전력원 가까이 배치하는 것과 사용자·데이터 가까이 배치하는 것은 서로 다른 입지 전략입니다. 전력 우위가 사용자 지연시간 우위를 자동으로 의미하지는 않습니다.
7. 마무리 — Neo Cloud 생태계 확대와 ‘컴퓨트 제약의 일상화’
주요 내용
원문은 Nscale, Crusoe, Lambda, Fluidstack, Together AI, RunPod, Voltage Park, Tensor Wave, Firmus Technologies, Vast.ai, Baseten, Modal, Vultr, Fireworks AI 등을 관심 대상으로 나열합니다.[1]
마지막 메시지는 다음과 같습니다.
AI 연산 제약은 예외적인 문제가 아니라 새로운 정상이며, Spark와 같은 모듈형 인프라가 더 유연한 공급 방식을 제공할 수 있다는 주장입니다.[1]
분석 — 사업자 목록은 경쟁 비교표가 아니다
원문은 후보 기업들을 나열하지만, 동일한 기준의 비교표를 제시하지는 않습니다. 각 사업자의 실제 제공 범위와 비즈니스 모델을 확인하지 않고 모두를 같은 ‘Neo Cloud’로 비교하면 판단이 흐려질 수 있습니다.
공급자 검토에서는 다음 질문으로 나누는 것이 유용합니다.
- 시설·전력 자체를 제공하는가?
- GPU 인스턴스와 클러스터를 제공하는가?
- 모델 배포·추론 운영을 관리하는가?
- API 단위로 모델 서비스를 제공하는가?
- 고객이 어느 계층까지 직접 운영해야 하는가?
실무 시사점: 사업자 규모보다 구매하려는 서비스 계층과 공급자의 책임 범위가 일치하는지 먼저 확인해야 합니다.
핵심 수치·주장 검토표
| 원문 수치·주장 | 확인 결과 | 해석상 주의 |
| Series F 39억 달러 | 공식 발표 확인.[2] | 예상 총규모의 초기 클로징 표현 보존 |
| 기업가치 309억 달러 | 공식 발표 확인.[2] | 투자 후 기업가치이며 상장 시가총액 아님 |
| 운영 용량 약 1GW | 회사 발표 확인.[2] | 모든 용량이 동일한 GPU 서비스 단계라는 뜻은 아님 |
| 계약 용량 6GW 이상 | 회사 발표 확인.[2] | gross contracted capacity와 실제 가동 용량 구분 |
| Jane Street 130억 달러·5년 | Bloomberg를 인용한 Reuters 보도 확인.[4] | 기업의 직접 계약 공시와 구분 |
| Cloud bookings 20배 이상 | 회사 발표 확인.[2] | YTD bookings이며 전사 매출 성장률 아님 |
| Spark 빠르면 3개월 인도 | 공식 출시 발표 확인.[3] | 서비스 가동까지의 총기간으로 해석 금지 |
| Spark 유닛당 1MW·연간 생산 1GW | 원문에는 존재.[1] | 이번 확인 자료에서 직접 대조되지 않음 |
| 2027년 Capex 1.4조 달러 | 기사 인용 수치.[1] | 금융기관 원문 미대조 |
| 2027년 IPO·2030년 최대 사업자 | 저자의 전망.[1] | 확정 일정·검증된 미래 순위 아님 |
공식 발표 확인은 해당 회사가 그렇게 발표했다는 의미이며, 독립 감사나 실측 검증을 뜻하지는 않습니다.
종합 판단
이 글은 AI 인프라의 경쟁력이 GPU에서 전력·구축 속도·운영 소프트웨어·자본조달의 결합으로 확장되고 있다는 관점을 이해하는 데 유용합니다.
다만 Crusoe의 구조적 강점에 관한 설명과 Crusoe가 최대 사업자이자 최선의 투자 대상이 된다는 결론 사이에는 증거의 간격이 있습니다. 후자를 판단하려면 고객별 매출 집중도, 실제 가동률, 부채, 감가상각, 단위당 수익성과 계약의 매출 전환 조건이 더 필요합니다.
한 줄 결론:
“GPU를 누가 많이 확보했는가”보다 “전력부터 실제 AI 서비스까지 누가 빠르고 안정적으로 연결하는가”가 중요하다는 글이며, 특정 기업의 장기 승리까지 입증한 글은 아닙니다.
Sources
[1] https://www.ai-supremacy.com/p/ai-evolution-merchants-of-compute
[2] https://www.crusoe.ai/resources/newsroom/crusoe-announces-series-f-funding
[3] https://www.crusoe.ai/resources/newsroom/crusoe-introduces-crusoe-spark-modular-ai-data-centers
[4] https://finance.yahoo.com/technology/ai/articles/crusoe-signs-13-billion-ai-195326470.html
