서버의 회계상 내용연수를 4년에서 6년으로 늘리면 같은 취득 원가를 더 긴 기간에 나눠 인식한다. 자산과 현금 지출이 즉시 달라지는 것은 아니지만 당해 연도의 감가상각비가 줄고 영업이익은 커진다. 따라서 AI 인프라 기업의 이익을 볼 때는 서버가 실제로 얼마나 오래 경제적 가치를 유지할지에 대한 가정도 함께 확인해야 한다.
왜 수명 가정이 이익을 만드는가
대형 클라우드 사업자들은 최근 몇 년 동안 서버와 네트워크 장비의 내용연수를 조정해 왔다. 회사와 장비 종류마다 적용 시점과 기간은 다르지만, 여러 기업이 과거보다 긴 기간을 적용했다. 정확한 변화는 각 회사의 해당 연도 회계 공시에서 자산 종류별로 확인해야 한다.
정액법을 단순하게 적용하면 내용연수를 4년에서 6년으로 바꿀 때 연간 감가상각비는 줄어든다. 이 변화는 당해 영업이익을 높이지만 현금 지출을 되돌리지는 않는다. 기업은 실제 장비 사용 기간과 재배치 계획을 근거로 추정치를 갱신해야 하며, 투자자는 변경 효과를 공시에서 분리해 볼 필요가 있다.
장비 종류에 따라 추정이 달라질 수 있다
일부 기업은 장비 종류와 기술 변화에 따라 내용연수를 다시 줄이기도 했다. 범용 서버와 저장장치, AI 가속기는 성능 개선 속도와 재사용 가능한 업무가 다르므로 같은 기간을 일괄 적용하기 어렵다. 회사가 내용연수를 바꾸면 변경 이유와 손익 영향을 함께 공시한다.
AI 가속기의 경제적 수명은 물리적으로 작동하는 기간과 같지 않다. 새 세대 장비가 더 높은 성능과 전력 효율을 제공하면 기존 장비는 학습에서 추론이나 미세조정으로 옮겨 쓸 수 있다. 실제 사용률, 전력 단가, 재배치 가능성을 함께 봐야 적절한 내용연수를 추정할 수 있다.
경제적 수명에 대한 의견 차이
비판적인 분석은 AI 가속기의 경제적 수명이 회계상 내용연수보다 짧을 수 있다고 본다. 이 경우 감가상각비가 낮게 잡혀 보고 이익이 실제 장비 교체 부담을 늦게 반영할 수 있다. 다만 이런 추정치는 장비의 재사용률과 중고 가치, 전력비 같은 가정에 따라 크게 달라진다.
반론도 있다. 최신 칩은 대형 모델 학습에 쓰고, 한 세대 지난 칩은 추론이나 미세조정처럼 계산량이 적은 작업으로 옮겨 수년간 활용할 수 있다는 설명이다. 적절한 내용연수는 장비의 실제 사용률과 전력 효율, 재배치 가능성에 따라 달라진다. 분명한 점은 보고 이익이 미래 사용 기간에 대한 추정에 영향을 받는다는 것이다.
창업자가 이 논쟁에서 읽어야 할 것
이 논쟁은 자체 장비를 사거나 장기 클라우드 원가를 계산하는 작은 사업에도 참고가 된다.
첫째, 현재 추론 가격이 장기에도 그대로 유지된다고 가정하지 마라. 클라우드 사업자의 가격은 감가상각뿐 아니라 장비 사용률, 전력비, 경쟁, 계약 구조에 따라 정해진다. 장비 교체 주기가 예상보다 짧아지면 가격과 제공 모델이 바뀔 가능성이 있으므로 AI 기능의 마진은 여러 단가 시나리오로 계산하는 편이 좋다.
둘째, 하드웨어 구매안은 여러 사용 기간으로 계산하라. 자체 GPU 서버나 온프레미스를 검토한다면 3년, 5년, 6년처럼 여러 기간에서 요청당 원가와 손익분기점을 비교한다. 장비 공급자의 권장 수명 외에 실제 업무의 사용률과 전력비도 반영해야 한다.
셋째, 보고 이익과 현금흐름을 함께 봐라. 내용연수 변경은 감가상각비와 이익에 영향을 주지만 이미 지급한 설비투자 현금을 바꾸지는 않는다. 다만 잉여현금흐름의 차이가 내용연수 때문이라고 바로 단정할 수는 없으므로 설비투자 증가와 운전자본 등 다른 항목도 함께 확인해야 한다.
서버가 4년 동안 경쟁력을 유지할지 6년 동안 유지할지는 미리 확정할 수 없다. 자체 장비 투자나 장기 클라우드 계약을 검토할 때는 한 가지 내용연수만 전제로 삼지 말고 여러 수명과 가격 시나리오에서 원가가 어떻게 달라지는지 계산해야 한다.