L1 블록체인 Pearl, GPU 컴퓨팅 파워 가격 책정 난제를 어떻게 풀었나?

글: @Decentralisedco

편집: AididiaoJP, Foresight News

블룸버그 터미널에는 Silicon Data, Ornn, Compute Desk의 GPU 가격 지수가 표시된다. 세 곳 모두 H100 임대 가격을 추적하지만, H100 한 대가 실제로 얼마의 가치가 있는지에 대해서는 합의하지 못하고 있다.

대부분의 GPU 컴퓨팅 파워는 사적 양자 계약을 통해 할인된 가격으로 거래되기 때문에, 이러한 지수는 효과적으로 가격을 책정할 수 없다.

하지만 32만 장의 GPU를 운영하는 한 암호화폐 네트워크는 이미 실제 시장 거래를 통해 GPU 컴퓨팅 파워의 가격을 책정하고 있다.

왜 아무도 GPU 가격을 책정하지 못하는가?

H100 한 대에 시간당 3~10달러를 지불할 때, 당신이 실제로 임대하는 것은 무엇인가?

Vast.ai에서 3달러로 구매하는 것은 누군가의 예비 서버 랙에 꽂힌 GPU 카드 한 장으로, 일반 이더넷으로 연결되어 있고 기기 가동 시간에 대한 어떤 보장도 없다. 반면 같은 H100이 시간당 10달러인 경우는 Oracle Cloud에 위치해 있는데, 이는 전용으로 건설된 시설로 GPU 간에 초당 400기가비트의 InfiniBand로 상호 연결되어 있고, 엔지니어 팀 전체가 24시간 모니터링한다.

가격이 세 배 이상 높은 이유는 Oracle이 단순한 칩 접근이 아니라 완전한 컴퓨팅 환경 전체를 판매하기 때문이다. 이 차이 하나만으로도 동일한 실리콘 칩이 제공자에 따라 최대 6.7배의 가격 차이를 보인다.

가격 차이가 존재하는 이유는 GPU 자체가 제품이 아니기 때문이다. GPU는 더 큰 서비스의 한 가지 원자재일 뿐이다. 한 건물 안에서 NVLink와 InfiniBand로 연결된 512장의 GPU 클러스터는 분산 학습 작업을 실행할 수 있지만, 다섯 곳의 저비용 데이터센터에 흩어져 있는 512장의 독립 GPU는 칩 수가 같더라도 효율적으로 이를 수행할 수 없다. 이들은 완전히 다른 제품이면서 우연히 같은 이름을 공유할 뿐이다. 마치 퀸스의 원룸 아파트와 어퍼이스트사이드의 펜트하우스가 기술적으로 모두 '뉴욕 아파트 한 채'라고 불리는 것과 같다.

채권 시장은 이미 이 점을 간파하고 있다. CoreWeave는 여러 차례 동일한 종류의 H100 하드웨어를 담보로 대출을 받았다. 이 채무가 Meta의 장기 테이크오어페이(take-or-pay) 계약으로 뒷받침될 때 금리는 약 5.9%였다. 하지만 회사가 동일한 하드웨어로 대출을 받되 계약 포장이 없을 때는 9.75%를 지불해야 했다. 금리를 400bp나 벌린 것은 전적으로 하드웨어 위에 얹힌 고객 계약이다. 이는 채권 시장이 자신이 실제로 인수하는 대상이 GPU 자체가 아니라 무엇인지 인식하고 있음을 반영한다.

선물 계약의 전체 논리는 가격을 매길 수 있는 제품 등급 분류에 달려 있다. 제품을 검사하고 분류하며, 최상위 등급과 최하위 등급 간의 격차는 가격 결정 메커니즘이 분산을 흡수할 수 있을 만큼 좁아야 한다. 예를 들어 금은 런던 적격 인도 금괴 대비 편차가 1% 미만인데, 이것이 1970년대 이후 금 선물이 잘 작동해 온 이유다.

WTI 원유는 기준 등급 대비 약 5%의 편차를 허용하고, 나머지는 프리미엄·할인표가 흡수한다. 심지어 생우(生牛)조차도——아마 사람들이 선물 계약에 집어넣으려 한 가장 기이한 대상일 텐데, 동물 한 마리 한 마리가 생물학적으로 고유하기 때문이다——품질 밴드는 여전히 15%에서 20%로 통제된다. 하지만 Silicon Data가 11개 시설의 3500장 H100S GPU를 벤치마크했을 때 성능 차이는 38%에 달했다.

그리고 이것은 칩 성능만의 문제일 뿐, 네트워크, 가동 시간, 냉각, 그리고 저비용 랙과 엔터프라이즈급 클러스터를 구분 짓는 모든 것을 아직 반영하지 않은 수치다. 전체 서비스 구성을 반영하면 가격 차이는 200%에서 700%까지 부풀어 오른다. 지구상의 어떤 등급표도 7대 1의 품질 범위를 흡수할 수 없다. 선물 계약이 이런 것을 깔끔하게 가격 책정할 수 있다고 생각하는 것은 정말로 망상이다.

그렇다면 등급을 매길 수 없는 것 위에 인도 메커니즘을 구축하려 하면 어떤 일이 벌어지는가? 교과서적인 역선택(adverse selection)을 마주하게 된다. 판매자가 선물 계약에 따라 당신에게 1000 H100 시간을 지급해야 한다면, 고급 클러스터의 시간을 인도할 수도 있고 시간당 3달러짜리 흩어진 저비용 스팟 인스턴스를 인도할 수도 있다. 둘 다 기술적으로는 계약을 충족한다. 그리고 그들은 매번 싼 쪽을 인도할 것이다. 차액이 자기 주머니로 들어가고 당신에게는 구제 수단이 없기 때문이다.

George Akerlof가 1970년 레몬 시장에 관한 논문에서 이 현상을 설명했는데, 그 결론은 이렇다. 구매자가 인도 전에 품질을 검증할 수 없을 때, 최악의 제품 버전이 체계적으로 더 나은 모든 버전을 밀어내고, 결국 시장 전체가 내부에서부터 텅 비게 된다는 것이다.

CME는 분명히 이 점을 알고 있기에, 2026년 10월 5일 출시 예정인 GPU 선물 계약은 실물 인도를 완전히 피하고 Silicon Data의 조사 지수를 기준으로 현금 결제한다. 다만 그 지수가 수집하는 것은 클라우드 제공자가 공개 요금표에 게시한 가격인데, 대형 구매자가 실제로 협상하는 가격은 보통 40%에서 50% 더 낮다. 결제 메커니즘은 표시 가격에 기반한 추정치인 반면, 시장의 대다수 대형 구매자는 분명히 그 가격을 지불하지 않는다.

더 나은 조사로는 이 문제를 고칠 수 없다. 특정 시설의 특정 GPU 시간에 정확한 가격을 매기는 데 필요한 정보는 오직 그 하드웨어를 운영하는 사람의 머릿속에만 존재하며, 그들은 이를 비밀로 유지할 충분한 이유가 있다. 게다가 컴퓨팅 파워는 유량(流量) 상품이다. 그 순간 아무도 사지 않은 GPU 시간은 영원히 사라진다. 어떤 GPU 컴퓨팅 파워의 가격 신호든 실시간으로 작동해야 하며, 그렇지 않으면 숫자는 당신이 발표하는 순간 이미 낡은 것이 된다.

이 지식을 얻는 유일한 방법은 실제 규모에서, 상대방이 진짜 돈을 걸고 벌이는 실제 거래다. 이것이 우리를 전력에서 진화해 나온 한 가지 해법으로 이끈다. 바로 비트코인에서 파생된 네트워크로, 현재 32만 장의 GPU가 이를 향하고 있다.

가격을 계산할 수 있다면?

비트코인 채굴자는 SHA-256 해시를 실행한다. 이 계산은 오직 한 가지 목적, 즉 채굴자가 일정량의 전력을 소모했음을 증명하기 위해 존재한다. 그 증명이 블록에 기록되고 나면, 해시나 수행된 작업은 아무 가치가 없다. 재사용하거나 다른 용도로 전용하거나 블록체인 밖의 누구에게도 팔 수 없다. 비트코인 블록 하나를 캐기 위해 수행된 작업은 상호 교환할 수 없다.

문제는 수천 명의 채굴자가 모든 블록에 대해 이 작업을 수행하지만, 네트워크는 채굴자 한 명의 블록 하나만 받아들인다는 점이다. 나머지 작업은 버려진다. 채굴되었지만 네트워크에 받아들여지지 않은 모든 SHA-256 해시는 상업적으로 가치 있는 일을 할 수 있었던 GPU 사이클을 의미하며, 2026년에 '상업적으로 가치 있는 GPU 작업'이 의미하는 것은 오직 한 가지, AI 컴퓨팅 파워다.

Pearl은 GPU 컴퓨팅 파워에 상업적 가치를 부여하려는 Layer 1 블록체인이다. 2009년 이후 비트코인을 지켜온 것과 동일한 작업증명 합의와 난이도 조정을 계승했다. 하지만 Pearl 채굴자는 SHA-256 해시를 실행하는 대신 GPU에서 행렬 곱셈을 수행한다.

행렬 곱셈이 왜 가치가 있는가? ChatGPT에 질문할 때 얻는 모든 답변의 기반이 바로 이것이기 때문이다. Nano Banana가 텍스트 프롬프트에 따라 이미지를 렌더링할 때, 기업이 자체 데이터로 언어 모델을 파인튜닝할 때, 자율주행차가 카메라 영상을 실시간으로 처리할 때도 마찬가지다.

지난 3년간 실리콘밸리의 관심과 수천억 달러의 자본을 소모한 모든 대형 언어 모델과 모든 확산 모델의 계산 핵심은 행렬 곱셈 위에서 돌아간다. Pearl은 채굴자에게 동일한 연산을 작업증명으로 수행하도록 추가 인센티브를 제공한다.

그렇다면 보안성은? 이것이 해시 함수의 주요 임무다. 해시 함수를 행렬 곱셈으로 직접 대체할 수는 없다.

SHA-256에는 지름길이 없다. 전체 계산을 수행하지 않고는 출력을 만들어낼 수 없다. 출력이 존재한다는 사실 자체가 필요한 작업이 완료되었음을 의미한다. 행렬 곱셈은 다르다. 본질적으로 숫자열에 곱셈과 덧셈을 수행하는 것이다. 따라서 패턴을 이용하면 채굴자가 적은 노력으로 답을 계산할 수 있고, 이는 작업증명의 유효성을 약화시킨다.

Pearl은 NoisyGEMM이라는 메커니즘을 사용해 채굴자가 정직하게 행동하도록 보장한다. 이는 세 단계로 진행된다.

채굴자는 어떤 작업을 시작하기 전에 먼저 입력 행렬에 대한 커밋(commitment)을 한다. 일단 제출되면 입력은 변경할 수 없다.

프로토콜은 이후 커밋된 행렬에 무작위 노이즈를 추가한다. 이는 채굴자가 계획했을 수 있는 모든 대칭성(지름길)을 제거한다. 그리고 채굴자는 노이즈가 무엇일지 모르기 때문에, 이후에 반드시 작업을 실행해야 한다.

채굴자는 노이즈가 추가된 버전에서 전체 행렬 곱셈을 실행하며, GPU에서 블록 단위로 수행한다.

각 출력 블록은 해시되고, 네트워크의 난이도 목표와 대조해 검사된다.

어떤 블록의 해시가 목표보다 낮으면, 채굴자는 블록 보상을 획득한다.

하지만 노이즈를 도입하면 채굴자가 실제로 작업하지 않고 보상을 받는 것을 막을 수 있다. 그러나 바로 그 노이즈 때문에 우리는 원래 작업 부하의 답을 얻지 못한다. Pearl의 해법은 노이즈에 알려진 구조를 부여하는 것이다. 이렇게 하면 채굴자가 곱셈을 마친 후 노이즈를 제거할 수 있고, 정리 비용은 매우 작고 저렴하다.

GPU 한 장이 Pearl을 채굴할 때, 네트워크는 이 기기가 프로토콜 목표인 194초 블록 간격 내에, 당시 존재하는 전력·냉각·네트워크 조건에서 실제로 몇 번의 행렬 곱셈을 완료했는지 측정한다.

냉각이 잘 되는 기업 시설에 있는 H100은 같은 칩이 누군가의 차고에 놓여 소비자급 이더넷과 열악한 공기 흐름 조건에 있는 경우보다 블록당 더 많은 작업을 완료할 수 있다. Pearl은 이 차이를 자동으로 포착하는데, 이는 어떤 모델별 평균 가격 지수도 해내지 못하는 일이다.

이제 이를 수십 개 지리적 지역의 32만 장 GPU로 확장하면, 총 컴퓨팅 파워는 사상 최대 규모의 실세계 AI 컴퓨팅 파워 연속 벤치마크가 되어 194초마다 갱신되며, 누구도 조사를 하거나 요금표를 발표할 필요가 없다.

컴퓨팅 파워는 구성도 추적한다. 이 32만 장의 GPU 각각은 Vast.ai, CoreWeave, Lambda 또는 AI 고객을 두고 경쟁하는 수십 개의 다른 클라우드 제공자에서 임대 수익을 올릴 수 있다. 이 운영자들은 기기를 Pearl로 향하게 하는 쪽을 선택했다.

세계 어딘가에서 GPU 컴퓨팅 파워에 대한 실제 수요가 급증하면, 운영자는 기기를 Pearl에서 빼내 유료 고객을 서비스하고, 컴퓨팅 파워는 하락한다.

수요가 약해지고 임대 수익이 떨어지면, 이 GPU들이 되돌아오고 컴퓨팅 파워는 상승한다. 네트워크의 난이도 조정은 이러한 이동에 반응하는데, 그 방식은 2009년 이후 비트코인 난이도가 채굴 경제 변화에 반응해 온 것과 동일하다.

차이점은 비트코인 채굴자가 부담할 전력 비용과 채굴한 비트코인을 팔아 벌 수 있는 수익을 저울질한다는 점이다. 2023년 8월 텍사스 폭염 당시 Riot Platforms는 대부분의 채굴기를 가동 중단하고 3170만 달러의 전력 크레딧을 받았는데, 이는 그 달에 채굴한 333개 비트코인 가치의 세 배가 넘었다. 충분히 많은 채굴자가 이 선택을 하면 컴퓨팅 파워가 하락하고, 난이도는 2016개 블록마다 재조정되어 블록이 약 10분마다 하나씩 생성되도록 보장한다.

GPU가 Pearl과 임대 시장 사이를 오가는 이러한 흐름은 GPU 컴퓨팅 파워의 지속적으로 갱신되는 균형 가격을 만들어낸다. 컴퓨팅 파워가 높고 상승 중이라면, 공개 시장에서 컴퓨터가 저렴하다는 뜻인데, 운영자가 임대보다 Pearl 채굴이 더 이득이라고 판단하기 때문이다.

컴퓨팅 파워가 하락한다면, 어딘가에서 누군가가 기기를 빼낼 만큼 충분히 높은 가격을 지불하기 시작했다는 뜻이다. 그리고 이 가격 신호는 현시선호(revealed preference)에서 나온다. 수천 명의 GPU 운영자가 자신의 하드웨어와 자신의 돈으로 무엇을 할지 선택하는 데서 나온다. 클라우드 제공자의 마케팅 팀이 요금표에 인쇄하기로 결정한 것에서 나오지 않는데, 바로 그것이 블룸버그 지수와 CME 결제 메커니즘이 지금까지 접근할 수 있었던 전부였다.

Together AI는 이를 기반으로 상업화를 시작한 첫 번째 사례다. 2026년 5월 15일, Pearl 채굴 네트워크 위에서 실행되는 추론 엔드포인트를 발표했는데, 표준 클라우드 요금보다 25% 이상 낮은 가격으로 Gemma-4-31B-it-Pearl을 제공한다. 경제성이 성립하는 이유는 Together 엔드포인트를 통해 추론을 제공하는 GPU가 동시에 Pearl을 채굴하고 있기 때문이다. 따라서 채굴 수익이 운영 비용의 일부를 상쇄하고, Together는 자체 이익에서 차액을 보조하지 않고도 더 넓은 시장 가격보다 낮게 책정할 수 있다.

Pearl 네트워크의 대부분은 아직 유료 추론 고객으로부터의 이러한 수준의 수요를 서비스하지 못하고 있으며, 이 격차를 메우는 것은 분명 앞으로의 과제다. 하지만 가격 책정은 그것에 의존하지 않는다. 기회비용이 실제라는 사실에 의존하며, 이 기회비용은 이 32만 대의 기기 각각과 추론 시장의 다른 여러 기기에 존재한다.

GPU 컴퓨팅 파워 시장은 연간 수천억 달러 규모이면서도 신뢰할 만한 가격이 없는 시장이다. 블룸버그 지수는 이를 추적하려 하지만, 어느 한 주에도 정확한 방향을 제시하지 못한다. CME는 2026년 10월 5일 GPU 선물 출시를 계획하고 있는데, 대형 구매자가 분명히 지불하지 않는 표시 가격을 기준으로 현금 결제한다.

하지만 비트코인 코드베이스 기반의 불과 5개월 된 작업증명 네트워크에는 32만 장의 GPU가 채굴할지 공개 시장에서 용량을 임대할지 끊임없이 결정하고 있으며, 이러한 결정의 집계가 GPU 컴퓨팅 파워 산업 역사상 가장 정확한 가격에 가까운 것을 만들어내고 있다.