CFTC, 컴퓨트 선물 검토… GPU 용량은 석유가 아니다

CME Group이 2026년 10월 5일 출시 목표를 제시한 뒤, CFTC는 제안된 두 개의 컴퓨트 선물 계약을 검토하고 있다. 이 계약들은 Nvidia H100 및 B200 그래픽 프로세서의 임대료를 추종하게 된다. 그러나 핵심적인 충돌은 이미 분명하다. CME는 GPU 용량을 원자재처럼 표준화하려 하지만, 컴퓨팅은 하드웨어, 위치, 구성 및 서비스 품질에 따라 여전히 분절돼 있다.

8월 20일 중국의 한 시장 알림은 CFTC가 해당 계약에 대한 공개 의견을 구하고 있다고 설명했다. 다만 이 구체적인 표현에는 주의가 필요하다. 8월 20일 기준으로 기관의 공개 자료에서는 컴퓨트에 특화된 의견 수렴 공고나 마감일이 명확히 확인되지 않았다.

확인된 사건은 더 앞서 시작됐다. CME와 Silicon Data는 규제 검토를 전제로 8월 11일 계획된 계약을 발표했다. 이번 검토는 단순히 두 금융상품 이상의 것을 시험하게 된다. 겉보기에는 동일한 컴퓨팅 용량도 서로 다른 경제적 가치를 지니는 시장을 하나의 벤치마크가 대표할 수 있는지를 검증하는 과정이다.

제안된 계약은 AI 개발사, 클라우드 제공업체, 데이터센터 및 투자자에게 미래 GPU 임대 비용을 헤지할 방법을 제공한다. 현재 비공개 협상에 따라 결정되는 비용에 대해 가시적인 선도 가격을 형성할 수도 있다.

이 약속에는 까다로운 조건이 따른다. 선물 계약은 결제 벤치마크가 참여자들이 실제로 관리해야 하는 익스포저를 반영할 때에만 유용하다.

CFTC가 검토하는 내용

확인된 조치는 AI 산업을 위한 새로운 CFTC 규정이 아니라, CME가 계획한 현금결제형 컴퓨트 선물 두 종의 상장이다.

CME Group과 Silicon Data는 2026년 8월 11일 계획된 상품을 발표했다. 거래는 규제 검토를 전제로 10월 5일 시작될 예정이다. 계약들은 New York Mercantile Exchange 규정에 따라 상장된다.

한 계약은 Silicon Data H100 Rental Index를 참조한다. 다른 계약은 Silicon Data B200 Rental Index를 참조한다. 두 지수 모두 특정 Nvidia GPU 모델의 시간당 임대료를 측정한다.

각 선물 계약은 참조된 GPU 한 개의 약 한 달간 임대 용량을 나타낸다. 결제는 금융 방식으로 이뤄지며, 거래자들은 벤치마크 결과에 따라 현금을 교환한다. 물리적 프로세서나 예약된 서버를 인도하지는 않는다.

이 차이는 중요하다. 보유자는 용량 부족 상황에서 계약을 통해 H100을 확보할 수 없다. 이 상품은 운영상 접근성이 아니라 가격 익스포저를 다룬다.

CME는 이 계약들을 변동성 큰 컴퓨팅 비용을 관리하기 위한 도구로 설명한다. CME의 compute futures plan은 AI 개발사와 하이퍼스케일 클라우드 사업자를 잠재적 사용자로 지목한다.

계약은 임대료 상승을 우려하는 구매자에게 활용될 수 있다. 공급 확대에 따라 임대 수입이 감소할 것을 걱정하는 GPU 소유자에게도 쓰일 수 있다.

CFTC의 역할은 규제 선물을 상장하는 거래소를 포함해 지정계약시장에 대한 감독을 통해 이뤄진다. 기관의 product filing framework에 따르면 거래소는 상품을 자체 인증하거나 정식 승인을 요청할 수 있다.

자체 인증은 거래소가 해당 계약이 Commodity Exchange Act 및 CFTC 규정을 준수한다고 믿는다는 사실을 규제기관에 알리는 절차다. 이는 상품의 상업적 가치에 대한 적극적 보증과 동등하지 않다.

CFTC는 계약이 조작에 쉽게 노출될 수 있는지 검토할 수 있다. 또한 계약 조건, 결제 절차, 시장 감시 및 적용 가능한 핵심 원칙 준수 여부를 평가할 수 있다.

공개 의견 수렴은 별개의 절차다. 기관은 comment system을 통해 규칙 제정, 의견 요청 및 일부 업계 제출물에 대한 의견을 받는다.

그러나 이 기사를 위해 검토한 CFTC 자료에서는 컴퓨트 선물에 명확히 표시된 의견 제출 마감일이 확인되지 않았다. 따라서 기관이 공고, 제출 문서 또는 발표를 게시할 때까지 공개 의견 수렴 주장은 미확인으로 취급해야 한다.

이러한 확인 공백이 규제 검토 자체를 없애는 것은 아니다. 다만 사건을 설명하는 방식을 바꾼다.

확인된 사실은 주요 파생상품 거래소가 새로운 GPU 임대 선물 두 종을 제안했다는 점이다. CFTC는 이제 계획된 출시 전에 관련 제출물을 처리해야 한다.

미확인 부분은 이 절차에 전용 공개 협의가 포함되는지 여부다. 독자들은 2차 알림에 의존하기보다 CFTC 공고 번호를 확인해야 한다.

이 구분은 첫 번째 긴장의 원천도 드러낸다. CME는 이미 시장에 출시일을 제시했지만, 최종 규제 경로는 여전히 확정되지 않았다.

CFTC 컴퓨트 선물이 벤치마크에 가하는 압력

CFTC의 컴퓨트 선물 검토는 잘 알려지지 않은 가격 산정 방법론을 규제 시장의 토대로 끌어올린다.

선물 계약은 다양한 거래를 하나의 표준화된 가격으로 축소한다. 이 단순화는 가장 큰 장점이자 가장 큰 취약점이다.

석유 시장에는 등급, 인도 지역 및 운송 제약이 존재한다. 선물 거래소는 세부적인 계약 사양과 결제 규칙을 통해 이런 차이를 다룬다. 널리 사용되는 계약은 이후 관련 실물 거래의 기준점이 된다.

컴퓨팅에는 더 많은 차원이 있다. 동일한 GPU 모델을 포함한 두 임대 계약도 네트워크 성능, 메모리 구성, 프로세서 접근성, 소프트웨어 지원, 지리적 위치 및 계약 기간에서 차이가 날 수 있다.

제공업체는 개별 GPU, 서버 전체 또는 고속 네트워킹으로 연결된 클러스터를 임대할 수 있다. 이들 상품은 서로 다른 워크로드를 지원하므로 자동적으로 하나의 경제적 가치를 공유해서는 안 된다.

가용성도 중요하다. 고객의 데이터 또는 엔지니어링 팀 가까이에 위치한 용량은 다른 지역의 저렴한 용량보다 더 유용할 수 있다. 규제상 제한은 고객이 사용할 수 있는 프로세서나 지역을 추가로 제한할 수 있다.

서비스 신뢰성은 또 다른 층위를 만든다. 명목상 동일한 H100도 서로 다른 오케스트레이션 소프트웨어, 스토리지 시스템, 가동 시간 약정 및 기술 지원 환경 뒤에 놓일 수 있다.

이 때문에 벤치마크 구성은 상품의 핵심이 된다. Silicon Data는 어떤 관측치를 인정할지, 얼마나 자주 수집할지, 이례적인 호가를 어떻게 처리할지 결정해야 한다.

또한 게시된 임대 제안이 고객이 실제로 체결할 수 있는 거래를 반영하는지도 판단해야 한다. 특히 대규모 약정에서는 게시 호가가 협상된 요율과 다를 수 있다.

제안에 크게 의존하는 벤치마크는 주요 상업 사용자들이 지불하는 비용과 다르게 움직일 수 있다. 체결 거래에 초점을 맞춘 벤치마크는 시의성이 낮아지거나 포괄하는 제공업체 수가 줄어들 수 있다.

이러한 선택은 베이시스 리스크를 만든다. 베이시스 리스크란 헤지의 결제 가격과 헤지하려는 실제 비용 사이의 불일치다.

비공개 계약으로 대규모 B200 클러스터를 임대하는 AI 기업을 생각해보자. 그 계약에는 네트워킹, 스토리지, 기술 지원 및 최소 약정이 포함될 수 있다. 소규모 온디맨드 임대를 추적하는 공개 지수는 그 청구액을 밀접하게 따르지 못할 수 있다.

이 기업은 비용 상승을 정확히 예측해 선물 매수 포지션을 취하고도 충분하지 않은 헤지를 받게 될 수 있다. 벤치마크와 비공개 계약이 다르게 반응할 수 있기 때문이다.

같은 문제는 공급업체에도 적용된다. 데이터센터 운영자는 구형 GPU, 지역 용량 또는 장기 고객 계약을 보유할 수 있다. H100 지수에 연동된 선물 포지션은 수익 변화를 상쇄하지 못할 수 있다.

CME의 논리는 이런 차이에도 불구하고 표준화된 기준 가격이 가치를 제공한다는 데 기반한다. 시장에서는 정확한 헤지가 없을 때도 불완전한 벤치마크를 일상적으로 사용한다.

이 주장은 합리적이지만, 증거가 필요하다. 거래량만으로는 상업 사용자가 유용한 보호를 받는다는 점을 입증할 수 없다.

규제기관은 벤치마크의 약점이 조작 기회를 만드는지 고려해야 한다. 소수의 관측치가 최종 결제에 영향을 미치는 경우, 얇은 기초시장은 취약할 수 있다.

집중도 역시 또 다른 우려다. Nvidia는 다수의 고급 AI 워크로드를 지배하고 있으며, 제한된 수의 클라우드 및 인프라 제공업체가 대규모 용량 풀을 통제한다.

벤치마크 관리자는 어떤 기여자나 참여자도 과도한 영향력을 행사하지 못하게 해야 한다. 누락 데이터, 분쟁이 있는 관측치 및 급격한 하드웨어 전환에 대한 투명한 절차도 필요하다.

Silicon Data는 구매자들이 공통 기준 없이 협상하는 시장에 자사 지수가 가시성을 제공한다고 말한다. 이것이 상품을 지지하는 가장 강력한 근거다.

하지만 투명성은 숫자를 공개하는 것 이상에 달려 있다. 시장 참여자는 그 숫자가 무엇을 의미하는지 이해할 수 있을 만큼 충분한 방법론 정보를 필요로 한다.

지수가 예약 용량, 온디맨드 임대 또는 그 혼합을 반영하는지 알아야 한다. 지역, 제공업체 유형 및 서비스 구성에 대해서도 명확히 알아야 한다.

그러한 맥락이 없다면 벤치마크는 실제보다 더 보편적으로 보일 수 있다. CFTC의 검토는 CME와 Silicon Data에 이 경계를 정확히 정의하라는 압력을 가한다.

헤지 논리는 원자재 비유보다 강하다

컴퓨트 선물은 신뢰할 만한 리스크 관리 용도가 있지만, GPU 시간을 석유로 묘사하면 상품의 가장 어려운 한계를 감춘다.

CME 경영진은 컴퓨팅을 핵심 산업 원자재에 비유해 왔다. 이 비유는 의도된 용도를 설명한다. AI 기업은 중요한 투입 비용에 직면하며, 선물은 기업이 불확실한 지출을 관리하는 데 도움을 줄 수 있다.

항공사는 에너지 파생상품을 이용해 연료 가격 익스포저를 줄일 수 있다. 식품 생산업체는 농업 투입 비용을 관리할 수 있다. AI 개발사도 마찬가지로 GPU 임대 비용을 헤지할 수 있다.

이 비교는 물리적 특성에 이르면 약해진다. 석유는 확립된 사양 아래 저장, 운송, 혼합 및 인도할 수 있다. 사용되지 않은 컴퓨트 용량은 시간이 지나면 만료된다.

유휴 GPU 시간은 미래 인도를 위해 창고에 넣어둘 수 없다. 시간이 지나면 해당 서비스 가치는 사라진다.

이러한 비저장성은 가격에 영향을 준다. 전통적 원자재 모델은 현물 가격과 선물 가격을 보관 비용, 금융 비용 및 예상 가용성을 통해 연결한다.

컴퓨팅에는 이런 단순한 관계가 없다. compute asset pricing에 관한 최근 학술 분석은 익숙한 무차익거래 연결고리가 저장할 수 없는 용량에서는 작동하지 않는다고 주장한다.

대신 GPU 임대 선물 가격은 예상되는 미래 임대 조건, 위험 선호 및 시장 참여자의 행동을 반영하게 된다. 이는 실물 재고를 보유하는 비용을 나타내지 않는다.

하드웨어 세대도 빠르게 바뀐다. H100 계약은 여전히 널리 배치된 프로세서를 참조하는 반면, B200은 더 새로운 아키텍처를 나타낸다.

고객은 이 칩들을 상호 교환 가능한 단위로 취급하지 않는다. 성능은 모델 아키텍처, 정밀도 요구사항, 소프트웨어 최적화 및 클러스터 설계에 따라 달라진다.

워크로드는 한 GPU 유형에서 다른 유형으로 이전할 수 있지만, 경제성은 달라질 수 있다. 최저 시간당 임대료가 언제나 완료된 작업당 최저 비용을 의미하지는 않는다.

새로운 가속기가 등장할수록 이 문제는 더 중요해진다. 선물 계약은 짧은 하드웨어 주기를 넘어 헤지를 지원할 만큼 충분한 연속성을 가져야 한다.

고객이 더 새로운 Nvidia 프로세서, 맞춤형 가속기 또는 경쟁 칩으로 이동하면 H100 계약의 유동성은 약화될 수 있다. 그러면 벤치마크는 시장의 축소되는 부분을 대표하게 될 수 있다.

이 계약은 금융 기준지표로서는 여전히 성공할 수 있다. 그러나 그 결과는 컴퓨팅을 위한 보편적 시장을 만드는 것과는 다르다.

가장 강력한 활용 사례는 더 좁다. 동일한 임대 시장과 비용이 밀접하게 연동된 기업은 선물을 이용해 단기 가격 불확실성을 줄일 수 있다.

예를 들어 AI 서비스 제공업체가 제품 출시 기간에 일정량의 H100 사용량을 예상할 수 있다. 선물을 매수하면 벤치마크 임대료가 상승할 때 발생하는 손실 일부를 상쇄할 수 있다.

유휴 용량이 발생할 것으로 예상하는 GPU 운영업체는 반대 포지션을 취할 수 있다. 기존 채널을 통해 물리적 접근 권한을 계속 판매하면서 벤치마크 요율 하락을 헤지할 수 있다.

금융기관은 이들 집단 사이에 유동성을 제공할 수 있다. 투자자 역시 이 곡선을 활용해 AI 인프라 수요에 대한 견해를 표현할 수 있다.

형성된 선물 가격은 공급 압력에 대한 기대를 드러낼 수 있다. 하향 곡선은 용량 확대나 최신 칩으로의 이전을 시사할 수 있다. 높은 선도 가격은 예상되는 희소성을 나타낼 수 있다.

이 정보는 계약을 한 번도 거래하지 않는 기업에도 유용할 수 있다. 조달팀은 비공개 제안과 공개 시장 기준을 비교할 수 있다.

다만 사용자는 기준지표로서의 가치와 실행 보장을 혼동해서는 안 된다. 눈에 보이는 선물 가격이 추가 GPU, 전력, 네트워킹 또는 데이터센터 공간을 만들어내지는 않는다.

또한 이는 물리적 임대 시장의 거래상대방, 성능 또는 인도 관련 우려를 해결하지 않는다. 이러한 문제는 별도의 계약에서 다뤄져야 한다.

바로 이 지점에서 CME는 핵심 경쟁자와 맞닥뜨린다. 컴퓨팅 서비스의 실제 이질성이다.

거래소가 컴퓨팅이 석유와 동일하다는 점을 입증할 필요는 없다. 차이가 신뢰할 만한 계약의 범위 안에서 관리 가능하다는 점을 보여야 한다.

이는 더 낮은 기준이지만, 여전히 까다롭다. 성공은 베이시스 성과, 벤치마크 거버넌스 및 상업적 참여에 달려 있다.

CME만이 컴퓨팅 금융화 경쟁에 나선 것은 아니다

경쟁은 보편적인 금융 벤치마크와 실제 용량에 더 밀접하게 연동된 마켓플레이스라는 두 가지 서로 다른 구상을 중심으로 형성되고 있다.

CME와 Silicon Data는 2026년 5월 컴퓨팅 시장 구상을 공개적으로 논의하기 시작했다. 8월 발표에서는 두 계약명과 10월 출시 계획이 추가됐다.

다른 기업들도 관련 상품을 추진하고 있다. Intercontinental Exchange는 Ornn과 GPU 가격 책정 및 잠재적 선물 상품을 위한 작업을 발표했다. 신규 거래 플랫폼들도 컴퓨팅 용량 시장을 모색하고 있다.

OneChronos는 조합 경매를 활용하는 다른 접근법을 설명했다. 이러한 경매는 모든 단위를 동일하게 취급하는 대신, 참여자가 서로 연결된 자원 전반에 걸친 선호를 표현할 수 있게 한다.

이 구조는 이질성 문제를 직접 겨냥한다. 구매자는 특정 프로세서, 지역, 네트워킹, 시간대를 하나의 패키지로 필요로 할 수 있다.

단일 벤치마크 계약은 이러한 특성을 표준화된 금융 익스포저로 단순화한다. 조합형 시장은 그중 더 많은 요소를 보존하려 한다.

어느 경로도 자동적으로 우월하지는 않다. 표준화는 유동성을 집중시키고 널리 이해되는 가격을 만들 수 있다. 더 상세한 시장은 운영상 필요에 더 잘 부합할 수 있지만 활동을 많은 상품으로 분산시킨다.

CME는 상당한 강점을 갖고 있다. 이미 규제된 파생상품 시장, 청산 인프라, 감시 시스템, 그리고 기존 거래회사들을 통한 유통망을 운영하고 있다.

이러한 기능은 채택의 여러 장벽을 낮춘다. 기관 참여자는 새로운 마켓플레이스에 합류하는 대신 익숙한 시스템을 통해 연결할 수 있다.

Silicon Data는 기반이 되는 GPU 임대 벤치마크를 제공한다. 이 회사는 유사한 구매자조차 서로 다른 제안을 받는 파편화된 시장을 이러한 지표가 다룬다고 말한다.

이 조합은 CME가 초기 기준가격을 확립할 수 있는 그럴듯한 경로를 제공한다. 거래소는 계약을 유통하고, 지수 제공업체는 결제 지표를 공급할 수 있다.

그러나 이 관계는 의문을 낳는다. 시장 참여자들은 계약 운영과 벤치마크 관리를 분리하는 명확한 거버넌스를 원할 것이다.

이들은 지수의 포괄 범위도 살펴볼 것이다. 벤치마크는 좁은 표본이 아니라 의미 있고 재현 가능한 시장 활동을 대표할 때 권위를 얻는다.

경쟁업체들은 이 점에서 CME에 도전할 수 있다. 서로 다른 거래 출처를 기반으로 한 경쟁 지수는 동일한 GPU 범주에 대해 다른 가격을 산출할 수 있다.

그러한 차이가 반드시 어느 한 벤치마크가 틀렸다는 뜻은 아니다. 각각이 파편화된 시장의 서로 다른 부문을 측정한다는 점을 보여줄 수 있다.

그러나 호환되지 않는 여러 벤치마크는 헤지를 복잡하게 만들 수 있다. 참여자는 자신의 익스포저에 가장 잘 맞는 계약을 고를 수 있지만, 유동성은 분산될 수 있다.

더 광범위한 컴퓨팅 경쟁에는 이미 서로 다른 시장 구조를 가진 제안들이 포함돼 있다. 이 경쟁은 각 운영업체가 방법론을 설명하도록 압박할 것이다.

또한 실제로 어떤 고객이 이 상품을 원하는지도 시험하게 될 것이다. 금융적 관심이 지속적인 상업적 참여를 보장하지는 않는다.

초기 거래는 개념이 새롭다는 이유로 투기꾼을 끌어들일 수 있다. 장기적 성공을 위해서는 실제 GPU 익스포저를 가진 기업이 계약을 반복적으로 사용해야 한다.

그러한 기업에는 AI 개발업체, 클라우드 제공업체, 데이터센터 운영업체, 인프라 금융사가 포함된다. 이들의 필요는 상당히 다르다.

모델 개발업체는 임대료 상승에 대한 보호를 원할 수 있다. 클라우드 플랫폼은 가동률 하락이나 재고 가치 변화에 대비해 헤지할 수 있다.

데이터센터 건설에 자금을 제공하는 대출기관은 예상 수익을 위한 기준지표를 원할 수 있다. 투자자는 단순히 컴퓨팅 가격 방향에 대한 익스포저를 원할 수 있다.

하나의 계약이 이 모든 목적에 완벽하게 부합할 수는 없다. 시장은 어떤 용도가 지배적이 될지를 가려내야 한다.

CME의 H100과 B200 구분은 실용적인 출발점이다. 이는 참여자에게 중요한 두 하드웨어 세대에 대한 별도 기준을 제공한다.

그럼에도 Nvidia 모델명은 모든 관련 변수를 포착하지 못한다. 계약 성과는 지수가 실제로 실행 가능한 임대 시장을 얼마나 밀접하게 추적하는지에 달려 있다.

이 경쟁은 가격 발견에 건전하다. 동시에 최초 상장된 선물 계약이 자동으로 컴퓨팅의 결정적 척도가 되는 것을 막는다.

CFTC의 임무는 상업적 승자를 선택하는 것이 아니다. 관심사는 제안된 계약이 규제 요건을 충족하고 조작에 견딜 수 있는지다.

벤치마크가 유용해질지는 시장이 결정할 것이다. 그 결정은 미결제약정, 상업적 참여, 헤지 성과를 통해 드러날 것이다.

컴퓨팅 선물 제안이 해결하지 못하는 것

규제된 선물 계약은 가격 신호를 관리할 수 있지만, 희소성을 없애거나 용량을 보장하거나 모든 GPU 시간을 동등하게 만들 수는 없다.

첫 번째 불확실성은 유동성이다. 잠재적 매수자와 매도자가 서로의 참여를 기다릴 때 신규 선물 시장은 종종 어려움을 겪는다.

호가창이 얇으면 스프레드가 넓어지고 가격의 신뢰도도 떨어진다. 상업적 헤지 비용도 높아질 수 있다.

CME의 기존 유통망이 도움이 될 수는 있지만, 컴퓨팅은 많은 파생상품 데스크에 새로운 익스포저다. 기업은 거래 전에 리스크 한도, 모델, 내부 승인이 필요하다.

AI 기업도 자체적인 장애물에 직면한다. 소규모 개발업체는 선물 전문성이나 선물중개회사와의 관계가 부족할 수 있다.

대형 클라우드 기업은 이미 장기 공급 계약을 통해 비용을 관리하고 있을 수 있다. 이러한 비공개 계약은 거래소 상장 헤지의 필요성을 줄일 수 있다.

두 번째 불확실성은 베이시스 리스크다. 지역, 규모, 구성 또는 계약 조건 때문에 구매자의 실제 비용은 Silicon Data 지수와 차이가 날 수 있다.

그 차이가 안정적으로 유지된다면 참여자는 이를 반영할 수 있다. 예측 불가능하게 변한다면 헤지의 신뢰도는 낮아진다.

세 번째 불확실성은 벤치마크의 무결성과 관련된다. 현금 결제는 최종 지수값에 상당한 비중을 부여한다.

CME와 Silicon Data는 벤치마크가 희소한 관측치, 이례적 거래, 이용 불가능한 제공업체, 시장 구조의 급격한 변화를 어떻게 처리하는지 설명해야 한다.

방법론은 하드웨어 노후화도 다뤄야 한다. 전반적인 컴퓨팅 수요가 강하게 유지되는 경우에도 GPU의 선호도가 낮아지면 임대 가격은 하락할 수 있다.

따라서 고객이 최신 프로세서로 이동한다면 AI 수요 호황기에도 H100 선물 매수 포지션은 가치가 하락할 수 있다.

그 결과는 경제적으로 타당할 것이다. 하지만 계약을 AI 성장에 대한 광범위한 베팅으로 여기는 사람이라면 놀랄 수 있다.

네 번째 불확실성은 접근성이다. 기업은 헤지로 수익을 내고도 필요한 용량을 확보하지 못할 수 있다.

현금 결제는 벤치마크 가격 변동을 보상한다. 서버를 예약하거나 물리적 임대 계약을 강제하지는 않는다.

운영팀은 계속해서 클라우드 계정, 지역별 가용성, 데이터 이동, 보안 요건 및 서비스 신뢰성을 관리해야 한다.

다섯 번째 불확실성은 투기다. 유동성이 있는 계약은 GPU 임대에 직접 익스포저가 없는 참여자도 끌어들일 것이다.

투기꾼은 유동성을 추가하고 리스크를 흡수함으로써 시장을 개선하는 경우가 많다. 포지션이 과도하게 쏠리면 가격 움직임을 증폭시킬 수도 있다.

CFTC와 NYMEX는 선물 활동을 기초 벤치마크 산정 과정과 연결할 수 있는 감시 체계가 필요하다. 포지션 통제와 보고 요건이 이 작업을 뒷받침할 수 있다.

여섯 번째 불확실성은 시장 집중도다. 몇몇 대형 클라우드 제공업체와 인프라 소유자가 가용 용량에 영향을 미친다.

집중된 시장에서 구축된 벤치마크는 실제 조건을 반영하면서도 소수 참여자에 민감하게 반응할 수 있다. 이러한 상황에서는 거버넌스가 특히 중요해진다.

이러한 문제 중 어느 것도 계약이 실패해야 한다는 점을 입증하지는 않는다. 모든 파생상품 시장은 표준화된 상품과 복잡한 실물 활동 사이의 일정한 불일치를 관리한다.

관련된 질문은 불일치가 측정 가능하고 제한된 범위에 머무르는지다. 규제기관과 사용자는 실제 거래에서 나온 증거가 필요하다.

CME는 이 계약이 컴퓨팅을 완전히 표준화된 상품으로 바꾼다고 주장하지 않아야 한다. 그런 표현은 두 개의 모델별 임대 지수가 입증할 수 있는 범위를 넘어선다.

더 방어 가능한 주장은 이 계약이 선택된 GPU 임대 벤치마크에 대한 표준화된 금융 익스포저를 제공한다는 것이다.

이 설명은 상품의 한계를 감추지 않으면서 잠재력을 보존한다. 또한 사용자가 계약이 자신의 리스크에 부합하는지 판단할 더 명확한 근거를 제공한다.

10월 출시 전 주목할 세 가지 신호

다음 단계는 규제 문서, 벤치마크 공개, 상업적 수요의 증거에 따라 결정될 것이다.

첫 번째 신호는 CFTC 제출 서류 또는 컴퓨팅 관련 공개 문서철이다. 이 문서는 검토 경로를 명확히 하고 현재의 보도 공백을 해소해야 한다.

독자는 제출 거래소, 제출일, 법적 절차, 계약 조건 및 의견 제출 기한을 확인해야 한다. 공개 의견 제출 요청에는 식별 가능한 문서철이 포함돼야 한다.

기관이 그러한 문서철을 게시한다면 외부 의견을 공식적으로 요청했다는 주장은 확인될 것이다. 문서철이 나타나지 않는다면 보도는 표준 규제 검토로 설명해야 한다.

절차적 구분은 중요하다. 공개 협의는 출시 전 클라우드 제공업체, 벤치마크 전문가, 트레이더, AI 개발업체의 우려를 드러낼 수 있다.

자기인증 경로는 CME의 규정 준수 분석에 더 큰 책임을 부여한다. 또한 별도 규칙 제정 없이 거래소가 신상품을 도입할 수 있도록 하는 절차를 따르게 된다.

두 번째 신호는 상세한 벤치마크 방법론이다. 시장 참여자는 H100 및 B200 지수의 기반이 되는 관측치를 이해해야 한다.

중요한 공개 사항에는 제공업체 포괄 범위, 지리적 범위, 적격 임대 구조, 데이터 빈도, 가중치 규칙 및 누락 정보 처리 방식이 포함된다.

사용자는 이해상충 통제와 수정 정책도 검토해야 한다. 결제 벤치마크는 변동성이 크거나 비정상적으로 얇은 시장에서도 신뢰성을 유지해야 한다.

더 큰 공개는 표준화된 선물이 선택된 임대 부문을 대표할 수 있다는 근거를 강화할 것이다. 공개가 제한적이면 베이시스와 시세 조작 위험에 대한 불확실성이 커질 것이다.

세 번째 신호는 거래가 시작된 뒤의 상업적 참여다. 가장 유용한 지표에는 미결제약정, 거래량, 호가 스프레드, 참여자 다양성이 포함될 것이다.

미결제약정은 남아 있는 포지션의 수를 보여준다. 출시 당일 거래가 급증하는 현상보다 지속적인 이용 여부에 대한 더 많은 정보를 제공한다.

AI 개발사, 클라우드 제공업체, 데이터센터 운영업체의 참여는 헤지 논리를 강화할 것이다. 단기 금융 트레이더가 주도하는 활동은 더 제한적인 투기 시장을 시사할 수 있다.

선물 가격과 관측된 임대료의 관계도 중요하다. 안정적인 연계는 조달 및 재무팀이 선물 곡선을 해석하는 데 도움이 될 것이다.

지속적인 괴리가 자동으로 상품의 유효성을 무효화하는 것은 아니다. 이는 벤치마크가 실물 시장의 일부만을 대표한다는 점을 드러낼 수 있다.

따라서 10월 5일은 판결이 아니라 출발점이다. 규제 승인으로 해당 계약이 적용되는 체계 아래 상장될 수 있음은 확인될 것이다.

하지만 이는 깊은 유동성, 벤치마크의 대표성, 효과적인 헤지를 확인해 주지는 않는다. 그러한 결과는 수개월간 관찰 가능한 시장 행태를 통해서만 확인할 수 있다.

CFTC 심사는 AI 인프라 지출이 컴퓨팅을 금융 시장으로 더욱 끌어들이는 시점에 이뤄진다. 대출기관, 거래소, 지수 제공업체, 데이터센터 운영업체 모두 더 명확한 가격을 원한다.

CME의 제안은 하나의 답을 제시한다. 구체적인 GPU 임대 지수를 정의한 뒤, 매수자와 매도자가 이를 둘러싼 기대를 거래하도록 하는 것이다.

반대편의 현실은 컴퓨팅이 프로세서 모델 이상의 요소로 형성되는 서비스라는 점이다. 위치, 네트워킹, 소프트웨어, 지원, 가용성은 계속해서 가치에 영향을 미친다.

따라서 개발자와 기업 구매자는 이 계약을 AI 용량의 보편적 가격이 아니라 새로운 정보원으로 지켜봐야 한다.

이에 의존하기 전에 지수 산정 방법론을 실제 워크로드와 임대 계약과 비교해야 한다. 비용이 동일한 하드웨어, 시장 부문, 시간 범위에 따라 움직이는지 물어봐야 한다.

답이 그렇다면 CFTC 규제를 받는 컴퓨팅 선물은 유용한 헤지 수단이 될 수 있다. 그렇지 않다면 이 가격은 기초 비용을 보호하지 못하더라도 계획 수립에 참고가 될 수 있다.

결정적인 질문은 월스트리트가 컴퓨팅을 거래할 수 있는지 여부가 아니다. 그 결과로 형성된 가격이 신뢰할 수 있을 만큼 실제 시장을 충분히 대표하는지 여부다.