[이미지 설명] 미국 버지니아주 스털링에 위치한 데이터 센터. AI 학습용으로 특별히 구축된 데이터 센터는 일반적으로 용도를 변경할 수 없어 임대 시 위험 부담이 따른다. © 블룸버그
기자: 미셸 찬 (뉴욕)
작성일: 8시간 전 발행
기술 업계가 수천억 달러 규모의 AI 투자를 위한 새로운 자금 조달처를 모색함에 따라, 데이터 센터 개발업체들이 시설이 아직 건설 중인 상황에서도 신용등급을 받기 위해 나서고 있습니다.
미완공 데이터 센터로 평가 범위 확대
S&P, 무디스(Moody’s), 피치(Fitch), 그리고 크롤 채권 신용평가(Kroll Bond Rating Agency, KBRA) 등은 최근 몇 달 동안 미완공 데이터 센터 프로젝트로 평가 범위를 넓혔습니다. 또한, 은행들이 더 폭넓은 기관 투자자들에게 대출을 매각할 수 있도록 비공개 신용등급(private ratings)을 부여하는 경우도 많았습니다.
프로젝트 파이낸싱(PF) 시장의 소화 능력을 넘어선 이 거대한 데이터 센터 구축 사업에 있어 신용평가사의 '승인 도장'을 받는 것은 특히 중요합니다. 보험사와 같이 3대 대형 신용평가사가 우량(high-grade)으로 평가한 거래에만 투자할 수 있는 새로운 부류의 투자자들을 유치해야 하기 때문입니다.
피치에서 데이터 센터 평가를 전담하는 복합 신용 그룹을 이끄는 롤로프 스티네캄프(Roelof Steenekamp)는 "이는 천문학적인 성장"이라며, "우리 팀이 평가한 프로젝트의 대다수는 현재 건설 중인 하이퍼스케일러(초대형 클라우드 서비스 제공업체) 지원 신규 시설들"이라고 말했습니다.
스티네캄프에 따르면, 피치는 지난 9개월 동안 35건 이상의 데이터 센터 프로젝트 신용 평가를 진행했으며, 이 중 대부분은 평균 규모가 약 30억 달러에 달하는 비공개 거래였습니다. 또한 피치는 지난 8월 디지털 인프라에 대한 새로운 평가 기준을 발표하기도 했습니다.
사안에 정통한 관계자들에 따르면, 무디스와 피치 등은 오라클(Oracle)이 지원하는 수백억 달러 규모의 데이터 센터 건설 대출에 비공개로 투자 적격(investment-grade) 등급을 부여한 평가사들에 포함됩니다. (두 회사 모두 특정 거래에 대한 언급은 거부했습니다.)
중소 전문 평가기관의 약진과 투자 적격 등급 선호
KBRA와 같은 중소 전문 평가기관들은 15개월 전에 이미 첫 데이터 센터 프로젝트를 평가하며 더 일찍 시장에 진입했다고 빌 콕스(Bill Cox) KBRA 최고 평가 책임자는 말했습니다. KBRA는 현재 약 1,000억 달러에 달하는 데이터 센터 부채에 대한 신용등급을 제공하고 있습니다. 콕스는 "올해 상반기에 250억 달러에서 500억 달러가량 더 증가할 것으로 예상한다"고 덧붙였습니다.
대부분의 데이터 센터 프로젝트는 투자 적격 등급을 받기 위해 노력해 왔으며, 은행가들은 신용도를 높이기 위해 종종 거래 구조를 변경하고 대출 보호 장치를 추가로 제공하고 있습니다. 스티네캄프는 일부 고객들의 경우 해당 등급을 받을 수 없다는 통보를 받으면 진행을 거부하기도 했다고 전했습니다. 지금까지 평가사들이 부여한 등급의 약 3분의 2가 투자 적격 등급이었습니다.
빅테크의 신용도에 의존하는 구조와 그에 따른 위험
이러한 신용등급은 주로 빅테크 기업들과 체결한 장기 임대 계약을 담보로 합니다. 빅테크 기업들이 이름 없는 데이터 센터 개발업체보다 더 강력한 신용 프로필을 가지고 있기 때문입니다. 프로젝트의 신용등급 상한선은 임차인(테넌트)의 신용등급에 따라 제한됩니다.
높은 신용등급을 가진 임차인이 제공하는 재정적 보증은 신용 지표를 개선할 수 있다고 다발 샤(Dhaval Shah) S&P 인프라 평가 부문 이사는 설명했습니다. S&P는 루이지애나에 위치한 메타(Meta)의 하이페리온(Hyperion) 데이터 센터의 270억 달러 규모 부채에 대해 A+ 등급을 부여한 바 있습니다.
예를 들어 메타는 계약서에서 건설이 지연되더라도 임대료를 지불하기 시작하고, 프로젝트 예산이 초과될 경우 추가 비용을 부담하기로 약속했다고 샤 이사는 덧붙였습니다. 그는 "신용 스토리는 매우 간단하다. [대출 기관들은] 오직 메타에 대해서만 위험을 감수하고 있는 것"이라고 말했습니다.
하지만 스티네캄프는 AI 학습용으로 특별히 구축된 데이터 센터가 보통 외곽 지역에 위치해 있고 용도 변경이 어려워, 초기 임대 계약 종료 후 새로운 임차인을 찾기 힘들기 때문에 기존 클라우드 컴퓨팅용 데이터 센터보다 더 위험하다고 지적했습니다.
그는 "여기서 가장 큰 위험은 이러한 하이퍼스케일러 중 하나가 무너질 경우, 이행할 수 없는 계약들이 무더기로 발생하게 된다는 것"이라고 강조했습니다.
기사에 등장한 경제 용어 간단 설명:
• 투자 적격 등급 (Investment-grade): 신용평가사가 채권이나 부채에 대해 원리금 상환 능력이 충분하다고 판단하여 부여하는 신용등급(일반적으로 BBB- 이상)입니다. 보수적인 기관 투자자들은 대개 이 등급 이상의 자산에만 투자할 수 있습니다.
• 하이퍼스케일러 (Hyperscalers): 대규모 클라우드 컴퓨팅 환경을 제공하는 거대 기술 기업(예: 아마존 AWS, 마이크로소프트 애저, 구글 클라우드, 메타 등)을 지칭합니다.
=====
[역주] AI 모델 '학습(Training)'과 '추론(Inference)'의 입지 조건 차이
AI 학습(Training)용 데이터 센터가 주로 외곽 지역에 세워지는 핵심 이유 중 하나는 추론(Inference) 과정에 비해 실시간 응답 속도(Latency)의 중요성이 훨씬 낮기 때문입니다.
1. 학습(Training)과 추론(Inference)의 목적 차이
• AI 학습 (Training): AI 모델에 방대한 데이터를 집어넣고 패턴을 인식하게 만드는 '공부' 과정입니다. 이 작업은 짧게는 몇 주에서 길게는 몇 달씩 걸리는 대규모 연산 작업(Batch processing)입니다. 일반 소비자와 실시간으로 데이터를 주고받을 필요가 없으므로, 데이터 센터가 도심에서 멀리 떨어져 있어도 작업 효율에는 전혀 지장이 없습니다.
• AI 추론 (Inference): 챗GPT처럼 완성된 AI 모델이 사용자의 질문에 실시간으로 답변을 생성하는 과정입니다. 이 경우 사용자가 지연(렉)을 느끼지 않도록 빠른 응답 속도가 생명이기 때문에, 통신망이 촘촘하고 사용자와 물리적으로 가까운 도심이나 인구 밀집 지역 근처(Edge 또는 Regional Hub)에 위치해야 유리합니다.
2. 막대한 전력 소비와 냉각 인프라 확보 (경제성)
AI 학습용 데이터 센터는 수만 개의 고성능 GPU가 24시간 내내 쉴 새 없이 돌아가기 때문에 '전기 먹는 하마'로 불립니다.
도심은 부지 비용도 비싸지만, 무엇보다 이 거대한 전력을 감당할 송전망이 부족합니다. 반면 외곽 지역은 저렴한 대규모 부지를 확보할 수 있고, 대용량 산업용 전력이나 친환경 에너지(수력, 풍력 등)를 직접 끌어오기 쉽습니다. 게다가 기온이 낮은 지역이나 수자원이 풍부한 곳을 택하면 서버를 식히는 냉각 비용도 획기적으로 줄일 수 있습니다.
3. 기사 내용과의 연결 (리스크 요인)
이 기사에서 피치(Fitch)의 분석가가 "AI 학습용 데이터 센터는 보통 외곽 지역에 위치해 있고 용도 변경이 어려워 더 위험하다"고 지적한 것도 바로 이 맥락입니다. 도심에 있는 일반 데이터 센터나 추론용 센터는 다른 기업의 사무용 클라우드 등 다양한 용도로 재임대하기 쉽지만, 인프라 자체가 오직 '대규모 연산과 전력 공급'에만 맞춰진 외곽의 거대한 AI 학습용 시설은 애초에 계약한 빅테크 기업(하이퍼스케일러)이 빠져나가면 다른 용도로 재활용(Repurpose)하기가 구조적으로 매우 까다롭기 때문입니다.
=====
(파이낸셜 타임스) AI 데이터 센터, 막대한 투자금 유치를 위한 신용등급 확보 열풍과 숨은 리스크
현상: 미완공 AI 데이터 센터의 신용등급 확보 경쟁
• 수천억 달러 규모의 AI 투자 자금을 조달하기 위해, 데이터 센터 개발업체들이 시설이 완공되기도 전에 S&P, 무디스, 피치 등 주요 신용평가사로부터 적극적으로 신용등급을 받고 있습니다.
배경: 대형 기관 투자자 유치를 위한 '투자 적격 등급' 필수화
• 데이터 센터 구축 규모가 기존 프로젝트 파이낸싱(PF) 시장이 소화할 수 있는 수준을 넘어섰습니다. 이에 따라, 우량(high-grade) 자산에만 투자할 수 있는 보험사 등 새로운 대형 기관 투자자의 자금을 끌어오기 위해 '투자 적격 등급(Investment-grade)' 확보가 필수적인 상황이 되었습니다.
평가 구조: 신용도의 핵심은 '빅테크 임차인의 보증'
• 높은 신용등급이 부여되는 근거는 개발업체 자체의 능력이 아닙니다. 메타(Meta), 오라클(Oracle)과 같은 우량한 거대 기술 기업(하이퍼스케일러)이 맺은 장기 임대 계약과 강력한 재정적 보증(건설 지연 시 임대료 지급, 초과 예산 부담 등)이 핵심입니다. 대출 기관들은 사실상 빅테크 기업의 신용을 담보로 위험을 감수하고 있습니다.
잠재적 위험: 용도 변경의 어려움과 연쇄 부실 리스크
• AI 학습용 데이터 센터는 주로 외곽 지역에 세워지며 일반적인 클라우드 용도로 전환하기가 매우 어렵습니다. 따라서 초기 임대 계약이 끝난 뒤 새로운 임차인을 찾기 힘들며, 만약 계약을 맺은 하이퍼스케일러 중 한 곳이라도 경영난에 빠질 경우 연쇄적인 대규모 부실로 이어질 수 있는 구조적 위험을 안고 있습니다.