코어위브 해자는 영원한가: 엔비디아 칩으로 쌓은 성

코어위브의 해자와 경쟁 우위는 무엇일까요. 한 줄로 답하면 이렇습니다. 같은 엔비디아 GPU에서 더 많은 유효 연산을 뽑는 운영 효율(MFU 51.9%, 베어메탈 쿠버네티스), 신세대 GPU를 가장 먼저 가동하는 선행 배포, 그리고 경쟁 네오클라우드를 앞서는 전력과 부지의 선확보(계약전력 3.5GW)입니다. 그러나 칩도 모델도 소프트웨어 락인도 자체로 보유하지 않아, 우위의 한 축이 엔비디아 우선공급에 묶인 구조적 의존입니다. 이 글은 그 우위가 코어위브의 것인지, 엔비디아가 빌려준 것인지를 다섯 장에 걸쳐 해부합니다.

칩도 모델도 없이 무엇으로 차별화하는가

코어위브는 자기 칩이 없습니다. 자기 모델도 없습니다. 고객을 묶는 소프트웨어 락인도 거의 없습니다. 파는 것은 오직 하나, 같은 엔비디아 GPU를 가장 먼저, 가장 적은 낭비로 돌리는 운영입니다. 그 운영이 진짜 해자인지가 이 글의 전부입니다.

코어위브가 무엇을 파는지부터 정확히 봐야 합니다. AI 인프라는 수직으로 세 층이 있습니다. 가장 아래가 칩(실리콘), 가운데가 모델(AI 소프트웨어), 위가 플랫폼(고객을 묶는 운영체제와 데이터베이스)입니다. 코어위브는 이 세 층에서 자기 것을 거의 갖지 않습니다. 칩은 엔비디아 100%, 모델은 0, 고객 락인이 될 소프트웨어는 신생 W&B 하나뿐입니다.

비교가 도움이 됩니다. 같은 재판매자 계열인 오라클조차 데이터베이스라는 소프트웨어 락인을 가졌습니다. 고객이 떠나려면 수십 년 쌓인 코드를 재작성해야 하죠. 코어위브는 그조차 없습니다. 고객이 옮기려는 곳은 같은 H100을 더 싸게 주는 다른 창고이고, 옮기는 데 코드 재작성이 거의 필요 없습니다.

그렇다면 무엇으로 차별화할까요. 코어위브의 답은 이것입니다. 우리는 엔비디아 박스를 빌려주는 게 아니라, 같은 GPU에서 더 많은 유효 연산을 뽑는 운영을 판다. 같은 기계라도 멈춤 없이 풀가동하면 고객의 학습 비용이 내려갑니다. 이 주장이 진짜인지, 진짜라면 얼마나 오래 가는지가 핵심 질문입니다.

이 글이 답할 것은 다섯 가지입니다. 같은 GPU에서 무엇이 어떻게 다른가(운영 해자), 그 우위는 비밀인가 재현 가능한가(재현성), 누가 따라오고 있는가(경쟁 지형), 이 성벽은 누가 쌓았는가(순환출자), 그래서 방어 가능한가(판정)입니다. 미리 한 가지를 예고합니다. 글은 운영 효율로 시작하지만, 끝에 가면 전력과 부지라는 숨은 기둥이 효율보다 더 중요해집니다. 효율은 매년 추격당해 깎이는 선행이고, 전력과 부지는 코어위브가 자기 자본으로 먼저 잡아 놓은 자체 기둥이기 때문입니다.

개념적 시각화. 락인 강도는 정성 비교이며, 칩 층의 엔비디아 의존은 코어위브 100%, 하이퍼스케일러는 자체 칩 병행을 단순화해 표현했습니다.

1. 운영 해자의 해부: 같은 칩, 더 많은 연산

코어위브의 효율 우위는 마법이 아니라 네 가지 엔지니어링의 합입니다. 하이퍼바이저를 없애 가상화 세금을 제거하고, 막힘 없는 인피니밴드 그물망을 깔고, 클러스터를 단일 컴퓨터처럼 배치하고, 체크포인트를 빠르게 합니다. 그 결과가 MFU 51.9%, 외부 3자 평가 단독 최상위 등급입니다. 이 장에서는 그 네 장치를 하나씩 열어보고, 마지막에 그것이 하나의 숫자로 어떻게 모이는지 봅니다.

1.1 베어메탈: 관리층을 걷어낸 직결

같은 GPU에서 더 많은 연산을 뽑는 첫 번째 장치는 군더더기 관리층의 제거입니다.

일반적인 클라우드는 GPU 위에 가상머신(VM)이라는 관리층을 한 겹 올립니다. 여러 고객이 한 서버를 나눠 쓰기 위한 장치인데, 이 층이 연산 자원의 일부를 관리 비용으로 가져갑니다. 이걸 가상화 세금이라 부릅니다. 작아 보여도 수천 개 GPU를 몇 주씩 돌리는 대규모 학습에서는 이 몇 퍼센트가 수억 원의 전기료와 일정 지연으로 누적됩니다.

코어위브의 CKS(코어위브 쿠버네티스 서비스)는 이 VM 층을 제거하고 쿠버네티스를 베어메탈, 곧 맨 하드웨어 위에 직접 올립니다. 하이퍼바이저가 없으니 GPU 100%가 연산에 투입됩니다. 보안과 격리는 블루필드 DPU라는 별도 칩이 네트워킹과 보안 작업을 떠맡아 처리합니다(Introl). 다시 말해, 관리에 필요한 일을 없앤 게 아니라 그 일을 GPU가 아닌 전용 칩으로 옮긴 것입니다.

비유로 돌아오면, 오븐(GPU)과 제빵사(연산 작업) 사이에 끼어 있던 중간 관리자(VM)를 없애고 제빵사가 오븐을 직접 만지게 한 것입니다. 관리자에게 떼어주던 시간이 그대로 빵 굽기로 갑니다.

1.2 인피니밴드 그물망: 대규모 학습의 진짜 병목

GPU가 수천 개로 늘어나면 병목은 GPU 자체가 아니라 GPU들 사이의 통신입니다.

대규모 모델 학습에서는 수천 개 GPU가 계산 결과를 서로 합치는 작업(all-reduce)을 끊임없이 반복합니다. 한 GPU가 자기 몫을 계산한 뒤 옆 GPU의 결과를 받아 합쳐야 다음 단계로 넘어가는 구조이기 때문입니다. 이 통신이 막히면 GPU가 아무리 빨라도 서로를 기다리며 놉니다. 학습이 커질수록 연산보다 통신이 전체 속도를 좌우합니다.

코어위브는 랙 안에서는 엔비디아 NVLink 5세대로, 랙 사이에서는 퀀텀-2 인피니밴드를 막힘 없는(non-blocking) 팻트리 구조로 깝니다. 팻트리란 어느 GPU에서 어느 GPU로 가든 똑같이 넓은 통로가 뚫려 있어 특정 경로에서 정체가 생기지 않도록 한 배선 구조입니다. 여기에 SHARP라는 프로토콜이 네트워크 장비 안에서 합산을 미리 처리해 통신 오버헤드를 줄입니다.

핵심은 전용으로 설계했다는 점입니다. 범용 클라우드는 웹서버, 데이터베이스 같은 다양한 수요를 함께 받느라 네트워크가 절충적입니다. 코어위브는 AI 학습 외에 다른 수요가 없어 클러스터 전체를 통신 병목 제거에 최적화할 수 있습니다. 이 전용성이 1장 전체를 관통하는 코어위브 우위의 출발점입니다.

1.3 결과: MFU 51.9%와 외부 등급

이 엔지니어링들의 합이 하나의 숫자로 모입니다. MFU(Model FLOPs Utilization)입니다. FLOPs는 GPU가 1초에 처리하는 연산 횟수를 뜻하고, MFU는 이론상 최대로 돌릴 수 있는 연산 대비 실제로 얼마나 썼는가를 백분율로 나타낸 효율 지표입니다. 핵심은 한 줄입니다. 코어위브 51.9% 대 업계 35~45%, 곧 같은 칩으로 약 20% 더 많은 유효 연산을 뽑습니다.

같은 128개 H100에서 코어위브는 약 50%, 업계 평균은 35~45%입니다. 같은 기계로 약 20% 더 많은 유효 연산을 뽑는다는 주장입니다(CoreWeave). 신뢰성 지표인 goodput, 곧 학습이 중단 없이 유효하게 진행된 시간 비율도 1,000 GPU 클러스터에서 96%를 발표했습니다.

더 신뢰할 만한 증거는 외부 3자 평가입니다. 반도체 전문 분석사 세미애널리시스의 클러스터맥스 등급에서 코어위브는 2025년 4월 기준 단독 최상위(플래티넘)입니다. 골드에 크루소, 네비우스, 오라클, 애저 등이, 실버에 AWS와 람다가, 브론즈에 구글 클라우드가 있습니다(Blocks & Files).

주목할 대비가 여기 있습니다. 하이퍼스케일러 AWS는 실버, 구글 클라우드는 브론즈입니다. 세계 최대 클라우드 사업자들이 AI 전용 클라우드로서의 운영 성숙도에서는 코어위브 아래에 있다는 외부 평가입니다. 이것이 회사 자체 발표인 MFU보다 한 단계 단단한 증거입니다.

2. 재현 가능성의 시험: 비밀인가, 먼저 한 것인가

해자의 강도를 가르는 질문은 얼마나 좋은가가 아니라 얼마나 베끼기 어려운가입니다. 코어위브의 효율 우위는 재현 불가능한 비밀이 아니라 재현 가능한 엔지니어링입니다. 그 엔지니어링을 경쟁사보다 먼저 했을 뿐입니다. 이 구분이 해자의 수명을 결정합니다.

2.1 "먼저"는 강하지만 "유일"하지는 않다

1장의 네 가지 엔지니어링을 다시 봅니다. 하이퍼바이저 제거, 막힘 없는 인피니밴드 팻트리, 토폴로지 인식 배치, 고속 체크포인팅입니다.

이 항목들의 공통점은 모두 엔비디아 레퍼런스 디자인을 충실히 따르면 도달 가능한 공개된 엔지니어링이라는 점입니다. 마법의 알고리즘이나 특허로 잠긴 비법이 아닙니다. AI 전용으로 설계하기로 마음먹고 자본을 투입하면 도달할 수 있는 영역입니다. 이 사실이 듣기엔 코어위브에 불리해 보이지만, 정확히 이해해야 판단을 그르치지 않습니다.

코어위브의 우위는 이걸 상용 규모에서 가장 먼저 했다는 데서 옵니다. 범용 클라우드가 웹과 데이터베이스 수요를 함께 받느라 절충적 설계를 할 때, 코어위브는 처음부터 AI 학습만 받는 전용 클러스터를 지었습니다. 클러스터맥스에서 하이퍼스케일러가 골드, 실버, 브론즈인 것은 못 한다가 아니라 아직 전용 설계를 덜 했다는 뜻입니다.

핵심 구분은 이것입니다. 우위의 원천이 재현 불가능한 비밀이면 해자는 깊고 길지만, 전용 설계 더하기 먼저 함이면 해자는 추격당하는 선행입니다. 코어위브는 후자입니다. 이 한 문장이 5장 판정의 뼈대가 됩니다.

2.2 베어메탈조차 좁혀지고 있다

가장 핵심적인 차별점인 베어메탈마저 추격받고 있다는 신호가 구체적입니다.

AWS는 나이트로(Nitro)라는 전용 하드웨어로 가상머신을 베어메탈에 가까운 성능으로 끌어올렸습니다. 코어위브가 VM을 통째로 없애 얻은 이점을, AWS는 VM을 유지한 채 관리 작업을 전용 칩으로 떼어내 비슷하게 줄인 것입니다. 하이퍼바이저 세금 격차가 구조적으로 줄어드는 방향입니다.

네트워크 스펙도 수렴 중입니다. 주요 4사 클러스터의 대역폭이 약 3.2Tbps 수준으로 모이고 있고, 인피니밴드 대 RoCE의 성능 차이도 256~1,024 GPU 구간에서 85~95%까지 좁혀집니다. RoCE는 인피니밴드 대신 표준 이더넷 위에서 비슷한 저지연 통신을 구현하는 기술인데, 이게 인피니밴드 성능의 90% 안팎까지 따라왔다는 뜻입니다. 코어위브의 핵심 차별점이 상품화 압력에 노출되어 있다는 신호입니다.

정리하면, 코어위브가 가진 네 개의 엔지니어링 우위는 모두 좁혀지는 중입니다. 좁혀지는 속도가 곧 해자의 감가상각 속도입니다.

2.3 소프트웨어 락인이라는 빈자리

효율 우위가 시한부라면, 보통 기업은 소프트웨어로 고객을 묶어 시간을 법니다. 코어위브에게는 이 카드가 거의 없습니다.

코어위브가 파는 것은 표준 엔비디아 GPU에 표준 쿠버네티스와 슬럼(Slurm) 인터페이스입니다. 고객이 다른 창고로 옮기는 데 소프트웨어 재작성이 거의 없습니다. CUDA라는 락인이 있긴 하지만 그것은 엔비디아의 락인이지 코어위브의 락인이 아닙니다. 고객은 어느 클라우드에서든 CUDA를 씁니다. 곧 CUDA 락인은 고객을 엔비디아 생태계에 묶을 뿐, 여러 엔비디아 클라우드 중 코어위브를 고르게 만들지는 못합니다.

유일한 락인 후보는 2025년 5월 인수한 W&B(웨이츠 앤 바이어시스)라는 MLOps 도구입니다. 모델 학습 과정을 추적하고 실험을 관리하는 플랫폼으로 1,400개 이상 조직이 씁니다(PR Newswire). 인수가는 The Information과 Bloomberg가 약 $1.7B로 보도했으나 공식 가격은 비공개입니다.

그런데 코어위브는 W&B를 의도적으로 락인 무기로 쓰지 않습니다. 인수와 동시에 어떤 인프라 제공자, 어떤 파운데이션 모델, 어떤 프레임워크와도 호환을 약속했습니다(CoreWeave). 고객이 타사 클라우드에서도 W&B를 쓸 수 있게 한 것입니다. 락인을 약하게 설계한 셈이라, 유지 무기로는 자기제한적입니다.

3. 경쟁의 지형: 양쪽에서 좁혀지는 차이

코어위브는 두 종류의 경쟁자에 둘러싸여 있습니다. 위로는 자체 칩(트레이니엄, TPU, 마이아)으로 무장한 하이퍼스케일러, 옆으로는 같은 처지의 네오클라우드(네비우스, 람다, 크루소)입니다. 한쪽은 엔비디아 의존에서 벗어나려 하고, 다른 한쪽은 같은 엔비디아 칩으로 가격 경쟁을 겁니다. 양쪽 모두 코어위브의 효율 프리미엄을 압박합니다.

3.1 위쪽 경쟁: 자체 칩으로 무장한 거인들

가장 큰 경쟁자는 클라우드 시장의 60% 이상을 쥔 하이퍼스케일러 3사입니다.

이들의 전략적 방향은 명확합니다. 엔비디아 의존을 줄이려 자체 칩을 키웁니다. 2025년 10월 앤스로픽이 구글 TPU 최대 100만 개 접근권을 확보한 것이 상징적입니다(Compute Prices). 이들이 자체 칩으로 일부 워크로드를 옮기면, 엔비디아 GPU 임대 시장 자체의 성장 일부가 잠식됩니다. 곧 코어위브가 노는 운동장이 줄어드는 방향의 압력입니다.

동시에 이들은 가격으로 직접 칩니다. AWS H100 스팟 가격은 약 $3.90/시간(온디맨드 약 $6.88 대비 약 44% 할인) 수준까지 내려와 있습니다. 코어위브의 온디맨드 H100이 약 $6.16/시간인 것과 대비됩니다(Compute Prices). 단 이 $3.90는 스팟과 마켓플레이스 계층의 단가로, 코어위브 온디맨드와 같은 계층이 아니라는 점을 함께 봐야 합니다. 같은 잣대로 비교하면 격차는 이만큼 크지 않습니다.

가격(GPU $/시간)은 사실로만 인용합니다. 이 단가를 매출, 마진, 적정가로 환산하는 작업은 밸류에이션 단계에서 다룹니다. 이 글은 단가가 압박받고 있다는 경쟁 구도까지만 봅니다.

3.2 옆쪽 경쟁: 같은 칩을 쓰는 네오클라우드

코어위브와 같은 처지, 곧 엔비디아 칩 임대로 사업하는 전문 사업자들도 빠르게 큽니다.

코어위브가 매출 규모로는 선두입니다. 2025년 $5.13B는 2위권 네오클라우드(ARR $4.3B 목표인 네비우스)와 격차가 있습니다(Motley Fool).

그러나 주목할 비대칭이 있습니다. 네비우스는 같은 시기에 순이익 $101.7M으로 흑자입니다. 규모는 코어위브가 크지만 수익성 구조는 경쟁사마다 다르다는 신호입니다. 코어위브의 진짜 마진 구조(감가상각과 이자가 누르는 구조)는 별도 분석으로 다룹니다.

이 옆쪽 경쟁의 본질은 같은 칩, 같은 인터페이스라는 점입니다. 차별화 여지가 작아 결국 가격, 운영 효율, 전력 확보 속도로 경쟁이 수렴합니다. 엔비디아가 람다에 직접 GPU를 임대하고(18,000개를 $1.5B에) 크루소에 투자하는 등, 엔비디아는 코어위브 외에도 여러 네오클라우드를 동시에 키웁니다. 이 사실은 4장에서 비대칭의 핵심 근거로 다시 등장합니다.

3.3 상품화의 중력: 단가는 붕괴해 왔다

양쪽 경쟁이 한 방향으로 모입니다. GPU 임대가 본질적으로 상품(commodity)으로 수렴한다는 것입니다.

H100 시간당 단가는 2024년 초 약 $8에서 2025년 말 $1.5~3.0(스팟과 마켓플레이스 계층 기준, 장기계약 온디맨드와는 다른 계층)으로 떨어졌습니다. 같은 칩, 같은 인터페이스라 가격 외 차별화가 어렵고, H200과 B200 세대 전환으로 구형 H100이 초과 공급되며 단가가 붕괴했습니다(Spheron).

다만 일방적 하락은 아닙니다. 2025년 말에서 2026년 초 사이 H100 단가가 $2.00에서 $2.20으로 약 10% 반등했습니다. 지역별 공급 제약과 피크 수요가 겹친 결과입니다. 상품화 압력은 강하되, 수요 폭발이 일시적으로 단가를 떠받치기도 합니다.

이 상품화의 중력이 코어위브 효율 우위의 의미를 압박합니다. 같은 칩에서 20% 더 뽑는다는 효율 우위가, 단가가 절반으로 떨어지는 가격 압력 앞에서는 상쇄될 수 있기 때문입니다.

4. 엔비디아가 쌓은 성: 순환출자의 양면

코어위브 해자의 진짜 절반은 엔비디아가 칩을 먼저 주는 우선공급입니다. 엔비디아는 코어위브의 공급자이자 주주이자 최후 구매자입니다. 이 관계가 코어위브를 증폭하는 동시에, 코어위브의 해자가 자기 기술이 아니라 엔비디아와의 관계임을 드러냅니다. 관계가 바뀌면 해자도 바뀝니다.

4.1 "가장 먼저 받는다"가 만드는 획득력

1장에서 본 first-to-market, 곧 신세대 GPU를 경쟁사보다 먼저 가동하는 능력을 다시 봅니다.

코어위브는 GB200 NVL72를 2025년 2월 업계 최초로 상용 배포했고, GB300을 2025년 7월 최초 배포했다고 주장합니다(CoreWeave). 신세대 GPU를 수개월 먼저 가동하면 그 기간 동안 최첨단 모델 학습 수요를 사실상 독점합니다. 가장 빠른 칩이 필요한 고객은 그 칩이 있는 유일한 창고로 올 수밖에 없기 때문입니다.

그런데 여기에 결정적 사실이 있습니다. GB200 최초 배포는 코어위브가 똑똑해서가 아니라, 엔비디아가 칩을 먼저 줬기 때문입니다. 코어위브는 엔비디아 파트너 네트워크의 우선 파트너(Preferred Partner)로서 신형 GPU의 우선 배분(priority allocation)을 받습니다(CoreWeave).

곧 획득엔진의 절반은 기술(MFU와 운영)이고, 나머지 절반은 공급(엔비디아 우선배분)입니다. 둘이 분리 불가능하게 묶여 있어서 순수 코어위브 역량만 떼어내기 어렵습니다. 2023~2024년 GPU 품귀기에 마이크로소프트와 구글조차 확보 못한 물량을 코어위브가 선취한 것도 이 우선배분 덕입니다.

4.2 공급자이자 주주이자 최후 구매자

엔비디아와 코어위브의 관계는 단순한 거래를 넘어섭니다. 세 겹입니다.

첫째, 공급자입니다. 코어위브가 파는 모든 것의 원천이 엔비디아 칩입니다. 둘째, 주주입니다. 엔비디아는 2023년 $250M, 2026년 1월 $20억을 투자해 클래스 A 약 11.5%를 보유합니다(13G/A 공시). 칩 제조사가 최대 고객 중 하나의 지분을 가진 것입니다. 셋째, 최후 구매자입니다. 엔비디아는 코어위브의 미사용 데이터센터 용량을 2032년까지 최대 $6.3B 규모로 되사주는 백스톱 계약을 맺었습니다(2023년 체결, 2025년 10월 SEC 공시로 공개, Motley Fool). 코어위브가 공격적으로 캐파를 늘려도 안 팔린 용량을 엔비디아가 받아준다는 뜻입니다.

이 세 겹을 시장은 순환 파이낸싱(circular financing)이라 부릅니다. 엔비디아가 코어위브 지분을 사고, 코어위브는 그 자본으로 엔비디아 칩을 사고, 엔비디아는 코어위브에 칩을 먼저 주고, 안 팔린 용량까지 되사주는 회전 구조입니다(io-fund).

개념적 시각화. 화살표 4개는 핵심 자금·자산 흐름만 단순화했습니다. 출처: io-fund, 각 공시.

4.3 증폭하는 동시에 대체한다

이 관계의 양면을 정확히 봐야 합니다. 순환출자는 코어위브 해자를 증폭하는 동시에 대체합니다.

증폭하는 쪽을 먼저 봅니다. 엔비디아의 자원으로 코어위브는 first-to-market과 캐파 확장을 가속합니다. 우선공급이 없으면 신세대 GPU 선행 배포가 불가능하고, 백스톱이 없으면 공격적 캐파 확장의 다운사이드가 커집니다. 엔비디아 관계가 코어위브 성장의 가속 페달인 셈입니다.

대체하는 쪽도 있습니다. 바로 그 사실이, 코어위브의 해자가 순수 기술이 아니라 엔비디아와의 계약과 자본 관계임을 드러냅니다. 성벽을 코어위브가 쌓은 게 아니라 엔비디아가 빌려준 것입니다. 핵심 비대칭이 여기 있습니다. 다만 한 방향으로만 기운 게 아니라 두 단계로 봐야 정확합니다.

첫째, 현 사이클은 상호인질(mutual hostage)에 가깝습니다. 상호인질이란 서로가 상대를 인질로 잡고 있어 누구도 먼저 관계를 깨면 자기도 손해를 보는 관계입니다. 창고 비유로 보면, 코어위브는 엔비디아 기계가 있어야 창고를 채우지만, 기계 제조사인 엔비디아도 이 창고가 잘 돌아가야 자기 칩이 팔리고 실증됩니다. 하이퍼스케일러가 데이터센터 건설 2~4년과 전력 병목에 묶여 수요를 못 따라가는 동안, 엔비디아는 코어위브 같은 네오클라우드를 통해 칩을 빠르게 가동하고 실증하며 매출로 전환합니다. 코어위브는 엔비디아에게 부채로 캐파를 빠르게 사주는 흡수 채널이자, 신세대 칩을 가장 먼저 돌려 보여주는 실증 창구입니다. 그래서 단기 이해관계는 양방향으로 맞물려 있습니다.

둘째, 그러나 중기적으로 의존의 비가역성이 다릅니다. 코어위브 측 의존은 칩 100%로 대체 경로가 없습니다. 반대로 엔비디아 측 의존은 시한부입니다. 하이퍼스케일러의 자체 캐파가 완공되고(시차 해소) 자체 칩이 단가를 낮추면, 엔비디아에게 코어위브라는 흡수와 실증 채널의 필요는 줄어듭니다. 엔비디아는 람다에 직접 임대하고 크루소에 투자하며 채널을 여럿 둡니다. 곧 시간이 갈수록 비대칭은 코어위브에 불리하게 기웁니다. 일방적으로 언제든 끊을 수 있다가 아니라, 끊을 동기가 생기는 시점이 코어위브 쪽에서 먼저 온다는 것이 정확한 명제입니다.

5. 방어 가능성의 판정: 무엇이 언제 깎는가

이제 답할 시간입니다. 코어위브의 해자를 세 엔진으로 나누면 그림이 또렷합니다. 획득엔진은 강합니다. 그 안에 두 기둥이 있습니다. 엔비디아 우선공급에 의존하는 칩 기둥, 그리고 자체 자본과 실행으로 세운 전력과 부지와 배치 기둥(계약전력 3.5GW로 경쟁 네오클라우드를 앞섬)입니다. 유지엔진은 소프트웨어 락인이 없어 약하나, 전력과 캐파 희소가 지속되는 한 부분적 전환마찰이 작동합니다. 상품화 압력은 강하고 상승합니다. 결론은 실재하나 매 계약주기 재입증이 필요한 해자입니다. 한 번 잡으면 끝나는 종류가 아닙니다.

5.1 3엔진으로 본 해자

해자를 세 개의 엔진으로 분해하면 강약이 분명해집니다.

획득엔진은 강하고, 두 기둥으로 서 있습니다. 칩 기둥은 엔비디아 우선공급이 받칩니다. 전력과 부지와 배치 기둥은 코어위브가 자기 자본과 실행으로 세웁니다. 계약전력 3.5GW(CoreWeave Q1 2026 실적콜)는 경쟁 네오클라우드(네비우스는 2026년 말 2.5GW 목표)를 앞서는 수치입니다. 데이터센터 건설에 2~4년이 걸리고 전력 협약이 캐파 증설의 한계선인 구조에서, 전력과 부지를 먼저 잡는 것은 엔비디아나 소프트웨어와 무관한 코어위브 고유의 실행 우위입니다.

두 기둥의 합이 매출 성장률로 증명됩니다. FY2025 +168%, Q1'26 +112%로 네오클라우드 시장 성장률(약 58% CAGR)을 크게 웃돕니다. 시장보다 빨리 큰다는 것은 점유율을 빼앗고 있다는 뜻이고, 현재 코어위브는 네오클라우드 시장(2025년 약 $25B)에서 매출 $5.13B로 약 20%를 점합니다.

유지엔진은 두 갈래로 나뉩니다. 소프트웨어 락인은 약합니다. 2장에서 봤듯 표준 인터페이스라 고객을 코드로 묶지 못합니다. 오라클이 코드 락인으로 한 번 잡은 고객을 수십 년 묶는 것과 정반대입니다. 그러나 비-소프트웨어 전환마찰은 조건부로 작동합니다. 전력과 캐파가 희소하고 코어위브가 신뢰성을 실증한 동안에는, 고객이 떠나려 해도 옮겨갈 대체 캐파 자체가 부족합니다. 다만 이 마찰은 전력병목이 풀리면 사라지므로 영구 락인이 아니라 병목이 지속되는 한의 마찰입니다.

상품화 압력은 강하고 상승 중입니다. 3장에서 봤듯 단가 붕괴와 스펙 수렴이 진행됩니다. 이것이 코어위브 해자의 최대 위협입니다.

5.2 현재 약 20%는 천장이 아니라 현재값

점유율 약 20%를 어떻게 읽느냐가 판단을 가릅니다.

이 약 20%를 유지 가능한 천장으로 읽으면 안 됩니다. 소프트웨어 락인이 없어 점유율을 영구 고착하는 메커니즘이 부재하기 때문입니다. 매 계약주기마다 재경쟁이 열립니다. 다만 재경쟁이 열린다고 곧바로 이탈로 이어지지는 않습니다. 전력과 캐파가 희소한 동안에는 떠나려는 고객이 옮겨갈 대체 캐파 자체가 부족해, 이탈 속도가 늦춰집니다.

정확한 해석은 방어를 계속해야 하는 현재값입니다. 코어위브가 효율 우위를 계속 갱신하고 엔비디아 우선공급을 계속 받으면 20%대를 지킬 수 있지만, 둘 중 하나라도 약해지면 점유율은 깎입니다.

시장 자체는 폭발적으로 큽니다. 네오클라우드 시장이 2025년 $25B에서 2031년 약 $400B로 약 58% CAGR로 성장한다는 전망입니다(Synergy Research). 시장이 크면 점유율이 다소 깎여도 절대 규모는 성장할 수 있습니다. 다만 시장 성장의 수혜와 해자의 방어 가능성은 별개 질문입니다.

시장 규모, 점유율, 성장률의 정량 종합(매출과 실현률 추정)은 밸류에이션 단계로 이관합니다. 이 글은 획득은 강하나 유지가 약하다는 해자 구조까지만 판정합니다.

5.3 무엇을 지켜보면 해자가 깨지는 걸 알 수 있나

해자가 깨지기 시작하는 순간을 가르는 관측 지표를 구조화합니다. 가장 중요한 것은 처음 셋입니다.

처음 세 지표가 최우선인 이유가 있습니다. 코어위브 획득엔진의 두 기둥이 칩 기둥(엔비디아 공급에 의존)과 전력·부지 기둥(자체 실행)이고, 여기에 효율 우위가 상품화에 노출돼 있기 때문입니다. 상품화가 효율을 깎고, 우선공급 변동이 칩 기둥을 깎으며, 전력과 부지 추월이 자체 기둥을 깎습니다.

엔비디아 우선공급 지표에 분산 동기를 함께 둔 이유가 있습니다. 4장에서 봤듯 비대칭은 엔비디아가 코어위브를 대신할 채널이 여럿이라는 데서 옵니다. 그 분산이 실제로 발동하는 방아쇠가 하이퍼스케일러의 자체 capex 흡수여력 회복입니다. 자체 DC가 완공돼 엔비디아가 코어위브라는 흡수와 실증 채널에 덜 기대게 되는 시점이, 우선공급을 분산할 동기가 켜지는 시점입니다. 나머지 둘(베어메탈 추격, 엔비디아 직접 진출)은 그 기둥들을 각각 떠받치는 하부 변수입니다.

이 해자가 적정가에 어떻게 반영되는지, 해자의 시한성을 할인율과 점유율 가정으로 환산하는 작업은 밸류에이션 분석에서 이어집니다.