베슬AI는 왜 GPU를 직접 구해다 주기 시작했을까요

핵심 요약

• 베슬AI는 올해 2월 베슬 클라우드(VESSL Cloud)를 출시하며, GPU를 잘 쓰게 돕는 소프트웨어를 넘어 GPU를 직접 공급하는 네오클라우드 사업자가 됐어요.
• 전 세계 유휴 GPU와 단기 리스 물량을 미리 확보해 두고, 컨트롤 플레인이 워크로드에 맞춰 자동 배정해요. 조건을 받은 뒤 딜리버리까지 평균 5일이 걸리지 않아요.
• H100 온디맨드 기준 하이퍼스케일러의 절반, 조건에 따라 최대 80%까지 저렴해요.
• 확보한 GPU는 약 7,500장, 이 중 5,000장 이상은 이미 고객이 쓰고 있어요. 연내 1만 장, 내년까지 5만 장이 목표예요.

이 글은 베슬AI는 왜 GPU를 직접 '구해다' 주기 시작했나? 기사를 바탕으로 작성했어요.

GPU가 필요하면 예전에는 답이 정해져 있었어요. AWS, 구글 클라우드, 마이크로소프트 애저. 물량이 세 곳에 몰려 있으니 줄을 서야 했죠. 이 구도를 바꾼 건 엔비디아였어요. 코어위브·네비우스 같은 신생 GPU 클라우드에도 물량을 대거 배정하면서 이들이 새 강자로 올라섰거든요. 이렇게 GPU 공급에 특화된 사업자를 네오클라우드(Neo-Cloud)라고 불러요. 범용 클라우드가 IT 업무 전반을 감당한다면, 네오클라우드는 AI 학습과 추론에 집중해 고성능 GPU와 고속 통신망, 냉각설비까지 한 패키지로 묶어 제공해요.

베슬AI도 올해 2월 베슬 클라우드를 출시하며 이 진영에 합류했어요. GPU를 잘 쓰도록 돕는 소프트웨어를 만들던 회사가 GPU를 직접 구해다 주는 일까지 하게 된 거예요.

흩어진 GPU를 모아 절반값에

베슬AI는 전 세계에서 가동되지 않는 여유 GPU와 단기 리스로 확보한 물량을 미리 자원으로 잡아 둬요. 엔비디아 A100·H100·L40S·B200·GB200·B300은 물론 구글 TPU와 국산 NPU까지 기종을 가리지 않고, 차세대 베라 루빈도 확보하고 있어요. 하이퍼스케일러가 자체 데이터센터에 GPU를 깔고 그 운영·유지 비용을 요금에 얹는 것과 달리, 이미 존재하는 자원을 모아 파는 구조라 값을 낼 수 있어요.

이렇게 모은 GPU를 하나로 묶어 주는 게 플루이드 컴퓨팅(Fluid Computing)이에요. 고객이 볼 때는 하나의 클라우드지만 뒤에는 지역도 기종도 제각각인 GPU 풀(pool)이 깔려 있고, 그 위를 컨트롤 플레인이라는 관제탑이 지휘해요. 어느 데이터센터에 어떤 GPU가 몇 장 비어 있는지, 가격과 네트워크 상태는 어떤지를 실시간으로 파악하죠.

박준우 본부장의 설명은 이래요. "고객이 베슬 클라우드에 워크로드를 올리면, 컨트롤 플레인이 '이건 여기에 배치하면 좋겠다'고 동적으로 할당합니다. 고객은 전 세계에 흩어진 수많은 GPU를 원하는 순간에 쓸 수 있게 되는 겁니다."

필요한 장수와 시작 시기, 선호 지역, 가격 조건을 제시하면 관제탑이 전 세계 풀에서 조건에 맞는 GPU를 찾아 자동으로 짝지어 줘요. 항공권 비교 예약 서비스와 비슷한데, 베슬AI는 좌석을 중개만 하는 게 아니라 미리 대량으로 확보해 둔 상태예요. 그래서 딜리버리까지 평균 5일이 걸리지 않아요. 이렇게 GPU를 놀리지 않고 빈틈없이 나눠 쓰면 한 장당 원가도 내려가요. 이 기술력으로 베슬AI는 6월 세계경제포럼(WEF)의 테크놀로지 파이오니어 2026에 이름을 올렸어요.

"GPU 물량은 정말 많습니다" — 문제는 조건이에요

박 본부장은 GPU가 없다는 말을 물량 부족으로만 이해하면 안 된다고 강조했어요.

"GPU 물량은 정말 많습니다. 그런데 원하는 타이밍, 가격, 워크로드, 기간, 수량으로 맞춰 주는 게 정말 어렵습니다. 어떤 데이터센터는 GPU 5,000장을 쌓아 놓고도 500장 쓰겠다는 고객은 안 받아요. 저희는 5,000장을 5년 리저브한 다음에 500장 쓰는 고객도 다 받을 수 있습니다."

내 GPU를 파는 입장에서는 규모가 맞지 않으면 팔지 않으려는 게 자연스러워요. 그래서 GPU 쇼티지는 물량보다 배분의 문제에 가까워요. 베슬AI는 대규모 자원을 먼저 확보한 뒤 잘게 나눠 배분해 이 간극을 메워요.

같은 GPU를 더 잘 쓰게 하는 연구

효율을 끌어올리는 노력은 연구로도 이어져요. 지난 6월 베슬AI 연구진의 논문 DLLM-JEPA가 ICML 2026 SPIGM 워크숍에 채택됐어요. 학습할 때마다 같은 계산을 두 번씩 돌리던 과정을, 한 문장에 서로 다른 비율로 빈칸을 뚫는 방식으로 하나로 줄인 연구예요. 계산량은 33% 줄었고 수학 추론 정확도는 최대 18.7%포인트 올랐어요.

GPU를 파는 회사가 GPU 사용 시간을 줄이는 연구를 하는 건 언뜻 손해처럼 보여요. 박 본부장의 답은 이랬어요. "저희 목표는 AI 시대에서 AGI 시대로 오는 속도를 앞당기는 겁니다. 그러려면 GPU를 잘 구하고, 구한 GPU를 잘 쓰게 해야죠. 같은 GPU를 더 잘 쓰게 하는 게 더 큰 가치라고 믿습니다."

싸게 조달한 GPU를 소프트웨어로 효율적으로 굴린 결과가 가격 경쟁력이에요. H100 온디맨드 기준 하이퍼스케일러의 절반, 조건에 따라 최대 80%까지 저렴해요. 현재 확보한 GPU 약 7,500장 가운데 5,000장 이상은 이미 고객이 쓰고 있고, 나머지 2,500장도 협의 중이에요.

연내 1만 장, 내년 5만 장

확보 방식은 두 가지예요. GPU를 5년 리스로 사 와서 1년 단위로 잘게 나눠 다시 파는 유동화, 그리고 데이터센터 상면을 임차해 직접 구매한 GPU를 채워 넣는 구축이에요. 5만 장 중 절반가량은 직접 구매해 넣을 계획이에요.

해외 네오클라우드는 보통 데이터센터를 짓고 GPU를 채운 다음 소프트웨어를 얹어요. 베슬AI는 순서가 반대예요. 어떤 기종이 어디에 있든 잘 운영할 수 있는 상태를 먼저 만들고 GPU를 붙여 나가요. 그래서 좋은 GPU를 그때그때 끌어와 쓸 수 있고, 특정 데이터센터에 발이 묶이지 않아요. 직접 사서 채우는 비중이 늘면 임대료로 나가던 몫이 줄어 이익률도 올라가고요.

직접 구축의 무대는 한국이에요. 박 본부장이 한국 사업 총괄로 집중하는 일도 국내 데이터센터를 늘리는 것이고요. "한국은 글로벌 마켓에서 볼 때 데이터센터 신뢰도가 상당히 높습니다. 어떤 나라는 지진 위험이 있고, 어떤 나라는 전력 공급의 안정성을 의심받습니다. 한국은 이 모든 측면에서 유리한 인식의 고점에 있는 나라입니다."

자본 쪽에서는 GPU를 담보로 잡는 파이낸싱이 새 축이에요. 코어위브 같은 글로벌 네오클라우드가 이 방식으로 대규모 자금을 끌어와 몸집을 키웠고, 베슬AI도 같은 모델을 계획하고 있어요.

잘 구하고, 잘 쓰게 하는 것

GPU는 앞으로도 부족할 거예요. 베슬AI가 하는 일은 두 문장으로 정리돼요. 흩어진 GPU를 소프트웨어로 모아 배분하는 것, 그리고 구한 GPU를 잘 쓰게 하는 것.

필요한 GPU가 시장에 없거나 하이퍼스케일러의 장기 약정이 부담스러우신가요. 정확한 사양이나 시작 시점이 정해지지 않아도 괜찮아요. 지금 워크로드 상황만 알려주시면 현실적인 옵션부터 제안드릴게요.

자주 묻는 질문