GPU 감가상각이란 — 숫자 하나 바꾸면 AI 회사 이익이 달라진다
Depreciation spreads the cost of a GPU across the years it is expected to earn — and because that assumed life is chosen by management, not measured, changing it from six years to three can move billions of dollars of reported profit without a single chip changing hands
감가상각은 GPU 같은 설비의 취득 원가를 쓸 것으로 예상되는 기간에 나눠 비용으로 터는 회계 처리다. 이 '예상 기간'은 측정값이 아니라 회사가 정하는 추정치이며, 6년으로 잡느냐 3년으로 잡느냐에 따라 같은 해 이익이 크게 달라진다
3줄 요약
- 구조 — GPU를 산 해에 전액을 비용으로 털지 않고, 쓸 것으로 보는 연수로 나눠 매년 조금씩 턴다
- 쟁점 — 그 연수를 회사가 정한다. 빅테크 세 곳은 서버 자산에 6년을 쓰고, 마이클 버리는 실제로는 2~3년이라고 주장했다
- 규모 — 버리는 상각 연수를 2~3년으로 줄이면 2026~2028년 누적 이익 영향이 1760억 달러를 넘을 수 있다고 추산했다
핵심 질문
- 감가상각이 뭐야
- 오래 쓰는 물건의 값을 산 해에 한꺼번에 비용으로 털지 않고, 쓸 것으로 예상되는 기간에 나눠 터는 회계 처리다. 예를 들어 100억원짜리 서버를 사서 5년 쓸 것으로 보면 매년 20억원씩 비용으로 잡는다. 이렇게 하는 이유는 비용을 수익과 같은 기간에 맞추기 위해서다. 5년간 돈을 벌어다 줄 설비의 값을 첫해에 전부 털면 첫해는 큰 적자, 나머지 4년은 비용 없는 흑자가 되어 어느 해의 숫자도 실제 사업 상태를 보여 주지 못한다. 현금은 살 때 이미 나갔으므로 감가상각은 현금이 나가는 사건이 아니다. 장부상의 배분일 뿐이다.
- 그 기간은 누가 정해
- 회사가 정한다. 이것이 이 주제의 핵심이다. 회계 기준은 '자산의 경제적 내용연수에 걸쳐 상각한다'고 요구할 뿐, 몇 년인지를 정해 주지 않는다. 회사가 추정하고 감사인이 그 추정이 합리적인지 검토한다. 그래서 같은 종류의 서버를 두고 회사마다 다른 연수를 쓸 수 있고, 같은 회사가 해가 바뀌며 연수를 바꿀 수도 있다. 실제로 메타는 서버·네트워크 자산의 내용연수를 4년에서 5년 반으로 늘렸고, 이 변경 하나로 2025년 감가상각비가 29억 달러 줄었다. 반대로 아마존은 일부 서버의 내용연수를 6년에서 5년으로 줄이면서 'AI·머신러닝 분야의 기술 발전 속도'를 이유로 들었다.
- 왜 이게 논란이 됐어
- 마이클 버리가 공개적으로 문제를 제기하면서 주류 언론으로 옮겨 왔다. 그의 주장은 이렇다 — 대형 클라우드 사업자들이 엔비디아 기반 데이터센터 하드웨어를 5~6년에 걸쳐 상각하는데, 엔비디아의 칩 세대 교체 주기를 보면 실제 경제적 수명은 2~3년에 가깝다는 것이다. 상각 연수를 실제보다 길게 잡으면 매년 비용이 적게 잡히고 그만큼 이익이 커 보인다. 버리는 상각 연수를 2~3년으로 줄일 경우 2026~2028년 누적 이익 영향이 1760억 달러를 넘을 수 있다고 추산했다. 반대 논리도 있다 — 구형 GPU도 학습이 아닌 추론이나 저가 워크로드에서 계속 쓰이므로 물리적으로 버려지는 것이 아니라는 것이다. 이 지면은 어느 쪽이 맞는지 판정하지 않는다.
AI 회사의 이익을 크게 바꾸는 데 새 매출도, 비용 절감도 필요 없다. 숫자 하나면 된다.
그 숫자는 "이 GPU를 몇 년 쓸 것인가"이고, 정하는 사람은 회사다.
1. 감가상각이 하는 일
100억원짜리 서버를 샀다고 하자. 현금 100억원은 살 때 이미 나갔다. 회계에서 남은 문제는 이 100억원을 어느 해의 비용으로 적을 것인가다.
| 방식 | 1년차 비용 | 2~5년차 비용 |
|---|---|---|
| 산 해에 전액 반영 | 100억원 | 0원 |
| 5년에 나눠 반영 | 20억원 | 매년 20억원 |
첫 번째 방식이면 1년차는 큰 적자, 이후 4년은 비용 없는 흑자가 된다. 어느 해의 숫자도 실제 사업 상태를 보여 주지 못한다.
그래서 회계는 두 번째를 쓴다. 설비가 돈을 벌어다 주는 기간에 맞춰 비용을 나누는 것 — 이것이 감가상각이다.
여기서 자주 헷갈리는 것 하나. 감가상각은 현금이 나가는 사건이 아니다. 현금은 살 때 이미 나갔다. 매년 잡히는 감가상각비는 장부상의 배분일 뿐이다. 그래서 현금흐름표에서는 순이익에 감가상각비를 다시 더해 준다.
2. 문제는 '몇 년'을 누가 정하느냐다
회계 기준은 "자산의 경제적 내용연수에 걸쳐 상각한다"고 요구한다. 몇 년인지는 정해 주지 않는다.
회사가 추정하고, 감사인이 그 추정이 합리적인지 검토한다. 그 결과 같은 종류의 서버를 두고 회사마다 다른 연수를 쓸 수 있고, 같은 회사가 해마다 연수를 바꿀 수도 있다.
이 추정이 이익에 어떻게 작용하는지 보자. 같은 60억 달러짜리 설비다.
| 상각 연수 | 연간 감가상각비 | 그해 이익에 미치는 영향 |
|---|---|---|
| 6년 | 10억 달러 | 기준 |
| 5년 | 12억 달러 | 2억 달러 적어 보임 |
| 3년 | 20억 달러 | 10억 달러 적어 보임 |
칩은 하나도 바뀌지 않았다. 가정만 바꿨다.
3. 실제로 회사들이 한 일
이것은 이론이 아니다. 최근 몇 년간 실제로 벌어진 일이다.
| 회사 | 변경 | 이유 / 효과 |
|---|---|---|
| 메타 | 서버·네트워크 자산 4년 → 5년 반 | 2025년 감가상각비 29억 달러 감소 |
| 아마존 | 일부 서버 6년 → 5년 | "AI·머신러닝 분야 기술 발전 속도" |
방향이 반대다. 같은 시기에 한 회사는 늘렸고 한 회사는 줄였다.
2020~2024년에는 대형 기술기업들이 대체로 내용연수를 늘리는 흐름이었다. 서버가 예전보다 오래 간다는 것이 근거였다. 그런데 2025년에 흐름이 갈렸다. 아마존이 줄이면서 든 이유가 AI였다.
메타의 사례에서 눈여겨볼 것은 29억 달러다. 이 금액은 공장을 더 돌려서 번 것도, 비용을 아껴서 남긴 것도 아니다. 내용연수 추정을 바꿔서 그해 손익계산서에 나타난 차이다.
4. 마이클 버리가 던진 질문
이 주제가 회계 담당자들의 영역에서 주류 뉴스로 옮겨 온 것은 마이클 버리가 공개적으로 문제를 제기하면서다.
그의 주장은 두 문장으로 요약된다.
- 대형 클라우드 사업자들은 엔비디아 기반 데이터센터 하드웨어를 5~6년에 걸쳐 상각한다.
- 그런데 엔비디아의 칩 세대 교체 주기를 보면 실제 경제적 수명은 2~3년에 가깝다.
이 둘이 맞다면, 매년 잡히는 비용이 실제보다 적고 그만큼 이익이 커 보인다는 결론이 나온다. 버리는 상각 연수를 2~3년으로 줄일 경우 2026~2028년 누적 이익 영향이 1760억 달러를 넘을 수 있다고 추산했다.
5. 반대 논리도 있다
이 주장에는 반박이 따라붙는다. 핵심은 "세대가 바뀌는 것과 못 쓰게 되는 것은 다르다"는 것이다.
| 버리 쪽 논리 | 반대 쪽 논리 |
|---|---|
| 2~3년이면 새 세대가 나온다 | 새 세대가 나와도 구형이 버려지지 않는다 |
| 최신 칩과 경쟁이 안 된다 | 최전선 학습에서 밀려도 추론·저가 워크로드로 내려간다 |
| 실질 수명 = 최전선 수명 | 실질 수명 = 어떤 형태로든 돈을 버는 기간 |
이 논쟁은 아직 정리되지 않았다. GPU의 실제 경제적 수명이 몇 년인지에 대한 확립된 합의가 없기 때문이다. 데이터센터 안의 GPU가 3년 뒤에 실제로 어떤 일을 하고 있는지는 회사들이 공개하지 않는 정보다.
이 지면은 어느 쪽이 맞는지 판정하지 않는다. 확인할 수 있는 사실은 여기까지다 — 이익에 큰 영향을 주는 이 숫자가 측정값이 아니라 추정치이고, 추정하는 주체가 그 이익으로 평가받는 회사라는 것.
6. 그래서 무엇을 보면 되나
AI 회사의 실적을 읽을 때 확인할 수 있는 것이 몇 가지 있다.
첫째, 내용연수 변경이 있었는지. 회사의 사업보고서에는 회계 추정 변경 사항이 적힌다. 그해 이익이 늘었는데 그 안에 추정 변경 효과가 섞여 있다면, 사업이 좋아진 것과는 구분해서 봐야 한다.
둘째, 감가상각비의 증가 속도와 설비투자의 증가 속도. 설비투자를 크게 늘리는데 감가상각비가 그만큼 따라 늘지 않으면, 그 차이가 어디서 왔는지가 질문이 된다.
셋째, 같은 업종 안에서의 비교. 같은 종류의 설비를 쓰면서 내용연수가 회사마다 다르면, 그 차이만큼 이익률 비교가 왜곡된다.
이 지면은 8월 12일 「실적이 좋은데 주가가 빠지는 이유 — AI 실적 읽는 법」에서 AI 실적을 읽는 다른 층위를 다뤘고, 「브로드컴 600억 달러 부채 조달」에서는 이 설비를 사는 돈이 어디서 오는지를 다뤘다. 감가상각은 그 설비가 장부에서 사라지는 속도에 관한 이야기다.
7. 남은 것과 확인하지 못한 것
- 1760억 달러 — 버리 본인의 가정에 따른 계산이며 공시로 검증된 수치가 아니다. 가정을 바꾸면 결과가 크게 달라진다.
- '빅테크 세 곳 6년' — 분석 자료 기준이며 회사별 최신 사업보고서 원문으로 전수 대조하지 못했다.
- 메타의 29억 달러 — 인용 자료 기준이며 공시 원문과 대조하지 못했다.
- GPU의 실제 수명 — 확립된 합의가 없다. 이 글은 양측 논리를 적었을 뿐 판정하지 않았다.
- 한국 기업 — 국내 반도체·클라우드 기업의 내용연수 정책은 이 글에서 다루지 않았다. 별도 확인이 필요하다.
출처
- National Law Review — Deep Quarry: Useful Lives of GPUs, Key Considerations
- Deep Quarry — Depreciation of GPUs: between useful lives and useful myths
- theCUBE Research — Resetting GPU Depreciation: Why AI Factories Bend, But Don't Break, Useful Life Assumptions
- Forbes — The Hidden Variable In The AI Rally: A Depreciation Reality Check
- Levelheaded Investing — Are AI Chip "Useful Lives" Creating Useless Earnings?
- Harvard Business Publishing — Meta: Accounting for AI Data Center Depreciation