GPU cloud provider CoreWeave는 GPU 부족 차익거래에서 안정적인 멀티제품 AI 인프라 플랫폼 구축으로 전환한다.

CoreWeave Inc.의 Fully Connected 컨퍼런스가 샌프란시스코에서 개최되기 앞서, 우리는 Qualitate와 협력하여 7시간 이상의 심층 대화를 포함한 13건의 인터뷰를 바탕으로 독점 고객 조사를 의뢰했습니다. 실적발표 통화의 내용을 단순히 반복하는 대신, 우리는 인프라를 평가하고, 구매하고, 운영하는 사람들과 직접 인터뷰했으며, 그들의 인사이트를 CoreWeave의 재무 공시 및 최고경영자 Michael Intrator와 최고재무책임자 Nitin Agrawal의 공개 발언과 비교했습니다.

우리의 조사는 GPU 부족이 CoreWeave에 진입 기회를 열어주지만, 성능, 비용, 운영 경험이 고객들이 계속 이용할 이유를 제공한다는 것을 보여줍니다. AI 추론은 훈련과 함께 성장하고 있으며, 훈련은 추론의 대가로 감소하지 않고 있습니다. 추론은 가파르게 성장하면서 훈련 워크로드는 계속 확대되고 있습니다. 한편, 하이퍼스케일러는 고객의 애플리케이션 포트폴리오에 깊이 있게 통합되어 있으며, 모든 성공적인 CoreWeave 개념증명이 계약 고객으로 전환되는 것은 아닙니다.

핵심 질문은 CoreWeave가 GPU 가용성 우위를 지속 가능한 AI 클라우드로 전환하고 있는가 하는 것입니다. 고객 증거는 이 주장을 강화하지만, 또한 논증이 아직 개선이 필요한 정확한 부분을 드러냅니다.

**조사 방법론**

우리의 조사는 헬스케어, 기술, 금융 서비스, 전문 서비스, 소매업 등 다양한 분야의 대규모 기업에서 온 9명의 응답자와 다른 1개 분야의 응답자를 포함했습니다. 패널은 미국, 캐나다, 네덜란드, 영국 및 독일을 포함합니다. 인터뷰 대상자들은 현장 최고경영자, 부사장, 이사, 부서장 및 선임 매니저 등 선임급 직책을 맡고 있으며, 모두 구매, 기술 평가 및 운영에 대한 영향력 또는 의사결정 권한을 갖고 있습니다.

중요한 점은, 이것이 CoreWeave가 제공한 만족한 고객 참고문헌 13개를 모은 것이 아니라는 것입니다. 우리는 Qualitate와 협력하여 객관적 사실을 파악했습니다. 응답자 집단에는 CoreWeave를 평가했으나 비즈니스를 체결하지 않기로 결정한 사용자, 평가자 및 구매자도 포함됩니다.

방법론은 객관식 선택지가 아닌 개방형 응답을 통한 구조화된 대화에서 나온 발견 사항을 정리했습니다. Qualitate는 조사가 완료된 후 응답 카테고리를 구축하여 답변을 논리적 그룹으로 분류했으며, 카테고리 간 구분을 유지했습니다.

**Intrator의 수요 확대 주장 검증**

13명의 응답자 중 7명이 상당한 규모의 현재 CoreWeave 사용을 보고했으며, 여기에는 여전히 파일럿 평가와 프로덕션 워크로드를 병행 중인 1개의 금융 서비스 고객이 포함됩니다. 3명은 평가 중입니다. 1명은 성공적인 파일럿을 완료했으나 아직 상품을 출시하지 않았습니다. 2명은 CoreWeave를 선택하지 않았습니다. 1명은 Azure에 머물렀고, 1명은 온프레미스 인프라를 선택했습니다.

현재 사용자 중 7명 모두 CoreWeave 지출 또는 워크로드에 대한 확대 지향적 전망을 설명합니다. 일부는 더 높은 지출 대역으로 이동할 것으로 예상하고, 다른 사용자는 기존 대역 내에서 성장하거나 프로덕션 사용을 추가할 것으로 기대합니다. 현재 지출은 연간 $100,000 미만에서 $500만 이상까지 다양합니다.

이는 기업 수요가 실질적이고 반복적인 것이 되고 있다는 경영진의 주장을 뒷받침합니다. 하지만 나머지 6명의 인터뷰도 동등하게 중요합니다. 긍정적인 AI 수요가 자동으로 CoreWeave 수익이 되지는 않습니다. 구매자는 기술을 좋아할 수 있지만 운영, 재무 또는 최종 고객 수요 측면의 제약에 직면할 수 있습니다.

**진입점으로서의 GPU 부족, 유지를 위한 품질**

13명의 응답자 중 10명이 구매 결정에 영향을 미친 특정 하이퍼스케일러 GPU 용량 부족이나 상품 접근 문제를 언급했습니다. 구체적으로는 리드타임, 지역별 가용성 및 원하는 구성의 획득 어려움입니다.

더욱 주목할 증거는 초기 구매 이후에 나타납니다. 한 헬스케어 IT 이사는 CoreWeave가 Amazon Web Services Inc.로부터 수개월이 걸리는 것과 달리 수주 만에 용량을 제공했다고 보고했습니다. 같은 고객은 CoreWeave의 우수한 추론 지연 시간과 안정성이 경쟁사가 가격을 개선하더라도 관계를 유지할 것이라고 말했습니다. 이는 초기 가용성을 넘어 확장되는 가치의 증거이며 Intrator의 주장을 뒷받침합니다.

다른 현재 사용자들은 엔터프라이즈 지원, 안정적인 멀티 노드 성능, Kubernetes 호환성 및 워크로드에 맞춰 GPU 유형을 선택할 수 있는 능력을 주요 요인으로 강조했습니다. 이들은 운영상의 이점입니다. 우리의 조사는 고객들이 단순한 칩 시간만이 아닌 더 많은 것을 구매하고 있다는 관념을 뒷받침합니다. 다만 특히 계약 구조와 시장 가격이 변해감에 따라 이를 보편적인 가격 우위로 취급하는 것은 피할 것입니다.

공급 부족과 품질 우위로 CoreWeave는 가격 책정 권한을 갖고 있을 가능성이 높으며 이를 활용할 것으로 보입니다. 구매 결정은 인터뷰에서 자주 언급된 Caterpillar와 같은 고객들이 자신의 측에서 AI 인프라를 수익화할 수 있는지에 달려 있을 것입니다.

**훈련 대신이 아닌 훈련 위에 성장하는 추론**

Intrator는 CoreWeave가 훈련과 추론 인프라를 분리하지 않으며, 둘 다를 AI 인프라로 생각한다고 강조합니다. 고객 증거가 이를 뒷받침합니다.

현재 사용 중인 7명의 응답자 모두 CoreWeave에서 훈련, 미세 조정 또는 모델 개발 작업과 함께 추론을 실행합니다. 한 헬스케어 고객의 훈련 대 추론 비율은 1년째의 90-10에서 현재 60-40으로 변동했으며, 12개월 내에 약 50-50의 혼합을 예상하고 있습니다. 이는 비율의 변화입니다. 훈련 볼륨이 감소했다는 증거가 아닙니다. 다른 구매자는 새로운 모델 세대가 나올 때 훈련이 꾸준하게 유지되며 그 기준선 위에 추론이 누적된다고 명시적으로 언급했습니다.

이는 비즈니스 모델에 중요합니다. CoreWeave는 초기에 훈련 요구를 통해 관여하고 모델이 프로덕션에 도달할 때 계속 관여합니다. 다른 구매자들은 추론을 통해 진입하고 모델 개발을 추가할 수 있습니다. 이 역학은 반복적인 AI 워크플로우를 지원합니다.

**하이퍼스케일러는 애플리케이션을 제어, CoreWeave는 AI 계층을 획득**

고객 데이터는 하이퍼스케일러가 더 광범위한 애플리케이션 포트폴리오를 유지하면서 CoreWeave가 전담 AI 워크로드를 포착한다는 것을 시사합니다. 이는 CoreWeave의 주요 운영 영역이 구체적으로 AI에 필요한 인프라 계층이라는 Intrator의 입장과 일치합니다.