Lambda가 GPU에 10억 달러 빚…AI 클라우드의 위험한 공식

AI 클라우드 업체 Lambda가 Microsoft에 임대할 NVIDIA GPU를 구매하기 위해 약 10억 달러의 단기성 사모부채를 조달했다고 2026년 8월 28일 보도됐다. TechCrunch가 인용한 거래 내용 에 따르면 JPMorgan Chase가 사모 투자자를 대상으로 조달을 주선했다.

이 거래는 Lambda가 같은 날 공개한 회사 발표가 아니라 익명의 관계자들을 인용한 보도로 알려졌다. Bloomberg 보도 는 조달액과 자금 용도, Microsoft의 GPU 임차 계획을 전했지만 금리와 정확한 만기, 담보 범위, GPU 수량은 제시하지 않았다. Lambda·Microsoft·NVIDIA는 논평 요청에 즉시 답하지 않았고 JPMorgan은 논평을 거부했다.

확인된 거래와 아직 확인되지 않은 구조

공개 보도로 확인되는 흐름은 단기성 사모부채 조달 → NVIDIA GPU 구매 → Microsoft에 임대까지다. Lambda가 2025년 Microsoft와 체결한 인프라 계약이 이번 자금조달의 사업적 배경이지만, 새 부채의 법적 담보가 그 계약인지 또는 임대료가 채권자에게 직접 귀속되는지는 공개되지 않았다.

Bloomberg Law의 신용시장 점검 도 Lambda가 Microsoft 협력에 연계된 칩을 사기 위해 약 10억 달러를 사모 방식으로 조달했다고 전했다. 따라서 이 거래를 고객별 GPU 투자에 부채를 붙인 사례로 볼 수는 있지만, 공개되지 않은 담보나 상환 순서까지 확정된 사실처럼 다뤄서는 안 된다.

경제적 논리는 비교적 단순하다. 고객 수요를 먼저 확보한 뒤 차입금으로 장비를 사고, GPU를 설치해 서비스를 제공한 뒤 들어오는 임대 매출로 원리금을 감당하는 방식이다. 자기자본만 사용할 때보다 빠르게 설비를 늘릴 수 있지만, 현금 유입 전에 이자와 만기 부담이 시작된다는 시간차가 생긴다.

단기 부채는 GPU가 매출로 바뀌는 속도에 민감하다

GPU를 구매했다고 곧바로 청구 가능한 매출이 생기는 것은 아니다. 서버가 데이터센터에 도착한 뒤 전력·냉각·네트워크와 랙 설치를 마치고, 고객이 약정된 성능과 가용성으로 이용할 수 있어야 한다. 납품이나 전력 연결, 시설 공사가 늦어지면 매출 개시도 밀리지만 부채 비용이 자동으로 멈추지는 않는다.

Microsoft가 정액 또는 최소 사용료를 지급하는지, 실제 사용량에 따라 비용을 내는지도 위험의 크기를 좌우한다. 최소 지급 의무가 강하면 수요 변동을 일부 흡수할 수 있지만, 가동 시점을 맞추지 못하면 서비스 수준 약정에 따른 감액이나 보상 문제가 생길 수 있다. 사용량 연동 계약이라면 설비가 준비돼도 이용률이 예상보다 낮을 때 상환 재원이 부족해질 수 있다.

새 거래의 지급 구조와 설치 일정은 공개되지 않았다. 따라서 가동 지연이나 이용률 하락이 실제로 발생했다고 볼 근거는 없으며, 핵심 위험은 부채의 만기와 매출 발생 시점이 얼마나 맞물리는지 외부에서 판단할 정보가 부족하다는 데 있다.

9억2,600만 달러 대출은 별개의 거래다

이번 보도 하루 전 Lambda는 별도의 9억2,600만 달러 선순위 담보부 텀론 B를 종결했다. Lambda의 8월 27일 공식 발표 에 따르면 이 자금은 투자등급 고객을 위한 GPU 인프라 구매와 배치에 쓰이며, 해당 GPU 서버·관련 설비와 그 자산에서 발생하는 현금흐름이 담보로 설정됐다.

이 대출은 2030년 12월 31일 만기까지 전액 분할 상환되는 구조이며 금리는 SOFR에 3%포인트를 더한 수준, 발행가격은 원금의 99.5%였다. Lambda는 상환 일정이 계약 현금흐름과 GPU 인프라의 내용연수에 맞춰졌다고 설명했다. Morgan Stanley가 대표 주선기관과 북러너, 행정대리인을 맡았다.

두 거래를 합쳐 하나의 대출처럼 보면 안 된다. 9억2,600만 달러 대출은 회사가 고객명을 밝히지 않은 채 조건과 담보를 공개한 거래다. 반면 약 10억 달러 조달은 Microsoft와 연계된 별도 사모거래로 보도됐고 JPMorgan이 주선했지만, 같은 담보 구조나 2030년 만기가 적용된다는 근거는 없다.

장비 가치와 재융자 조건도 동시에 움직인다

GPU 금융의 또 다른 위험은 장비가 돈을 버는 기간과 부채의 시간이 어긋나는 경우다. 더 효율적인 가속기가 보급되거나 컴퓨팅 수요가 줄면 기존 GPU의 임대료와 처분 가치가 하락할 수 있다. 담보 가치가 차입금보다 빠르게 떨어지면 채권자의 회수 여력과 차주의 재융자 조건이 함께 나빠질 수 있다.

Quinn Emanuel의 AI 데이터센터 금융 분석 은 GPU 가치 하락과 건설 지연, 컴퓨팅 수요 감소가 복잡한 금융 구조에서 채무불이행·담보가치·계약 분쟁으로 번질 수 있다고 지적한다. 이는 Lambda의 새 거래에서 그런 문제가 발생했다는 증거가 아니라, 고객 계약과 장비 자산에 의존하는 금융 모델이 일반적으로 노출되는 경로를 설명한다.

단기성 부채는 이 위험을 더 민감하게 만든다. 만기까지 영업현금으로 충분히 상환하지 못한다면 자체 자금을 투입하거나 조건을 재협상하고, 장기 자금으로 갈아타야 할 수 있다. 그 시점에 금리가 높거나 GPU 가치가 낮아졌다면 재융자 비용과 요구 담보가 커질 가능성이 있다. 다만 새 거래가 재융자를 전제로 설계됐는지는 아직 알려지지 않았다.

10억 달러보다 중요한 것은 현금의 시간표

현재 확인 가능한 결론은 좁고 분명하다. Lambda가 Microsoft에 임대할 NVIDIA GPU 구매와 연계해 약 10억 달러의 단기성 사모부채를 조달했다는 보도가 나왔으며, 이는 고객별 GPU 인프라를 차입으로 확충해 온 회사의 방식과 맞닿아 있다. 그러나 이번 거래의 금리와 정확한 만기, 담보, 최소 임대료, 장비 수량과 배치 일정은 공개되지 않았다.

장비가 계획대로 설치되고 Microsoft의 지급이 예정대로 시작되면 부채는 대규모 GPU 용량을 빠르게 확보하는 수단이 된다. 반대로 가동 지연이나 매출 부족이 단기 만기와 겹치고 장비 가치까지 하락하면 같은 구조가 유동성과 재융자 부담을 증폭시킨다.

다음 확인 지점은 Lambda나 거래 당사자의 공식 설명이다. 구체적인 계약 현금흐름과 상환 일정이 공개돼야 약 10억 달러가 성장 속도를 앞당기는 자금인지, 짧은 시간표에 의존한 부담인지 정밀하게 판단할 수 있다.