Oracle GPU 활용률 97.9%, 그러나 AI 거품 논쟁은 끝나지 않았다

Oracle은 30만 개 이상의 GPU를 공급한 뒤 GPU 활용률이 97.9%에 달했다고 발표하며, 유휴 AI 인프라에 대한 우려에 강력한 반론을 제시했다.

Oracle GPU 활용률 수치는 2027회계연도 1분기 동안 멀티테넌트 플릿 전반의 활동을 나타낸다. 이는 가속화된 클라우드 매출 성장, 확대된 계약 잔고, 그리고 구형 칩에 대한 지속적인 수요와 함께 발표됐다.

이러한 조합은 AI 거품론의 한 가지 주장에 이의를 제기한다. Oracle은 설치된 GPU에 투입할 워크로드를 찾는 데 어려움을 겪고 있지 않다. 현재의 제약은 계약 고객에게 제공할 데이터센터 용량을 충분히 확보하는 데 있는 것으로 보인다.

그러나 높은 활용률이 더 큰 논쟁을 끝내지는 않는다. Oracle은 해당 용량을 구축하는 데 막대한 비용을 지출했고, 마이너스 잉여현금흐름을 기록했으며, 데이터센터 확장과 관련된 장기 의무를 떠안았다.

따라서 양측이 주장하는 것보다 쟁점은 더 좁다. 현재 수요는 실재하는 것으로 보이지만, Oracle은 이례적인 인프라 사용량을 지속 가능한 마진과 현금 창출로 전환해야 한다.

Amazon Web Services, Microsoft Azure, Google Cloud 및 전문 GPU 제공업체들도 같은 시험의 다른 형태에 직면해 있다. Oracle의 공개는 주요 클라우드 플릿 하나가 얼마나 집중적으로 사용되는지 투자자에게 보기 드문 시각을 제공한다.

용량 확장 속에서도 Oracle GPU 활용률은 97.9%에 도달

Oracle은 눈에 띄는 플릿 사용률 하락 없이 이례적인 속도로 용량을 추가했다.

Oracle은 2026년 9월 10일 진행된 1분기 실적 발표 컨퍼런스콜에서 활용률 수치를 공개했다. 해당 분기는 8월 31일에 종료됐다.

경영진은 회사가 전 분기 말 이후 850메가와트의 AI 용량을 공급했다고 밝혔다. 이 장비에는 30만 개 이상의 GPU가 포함됐다.

이번 공급량은 직전 분기의 Oracle 공급량보다 거의 세 배 많았다. 또한 전 회계연도 전체에 공급된 용량의 73%에 해당했다.

회사의 분기 실적에 따르면 총매출은 전년 동기 대비 30% 증가한 193억 달러를 기록했다. 클라우드 매출은 62% 증가한 116억 달러였다.

Oracle Cloud Infrastructure(OCI)는 서비스형 인프라 매출 74억 달러를 창출했다. 이는 전년 같은 분기보다 121% 증가한 수치다.

잔여 이행 의무는 6,640억 달러에 달했다. 이 회계 지표는 Oracle이 아직 인식하지 않은 계약 매출을 나타낸다.

계약 잔고는 전년 동기 대비 2,090억 달러 증가했다. 이는 Oracle에 상당한 가시성을 제공하지만, 매출 인식은 여전히 인프라를 성공적으로 공급하는 데 달려 있다.

Oracle은 분기 중 추가로 300억 달러 이상의 AI 계약을 체결했다고도 밝혔다. 경영진은 이 계약들이 Oracle의 추가 자본을 필요로 하지 않았다고 말했다.

일부 고객은 인프라 비용을 선지급하고, 다른 고객은 Oracle이 설치·운영하는 하드웨어를 제공한다. 이러한 구조는 Oracle의 초기 현금 부담을 줄일 수 있지만 실행 위험을 없애지는 않는다.

97.9%라는 수치가 중요한 이유는 Oracle이 플릿을 확장하면서도 사용 가능한 용량의 거의 전부를 가동 상태로 유지했기 때문이다. 고객 배치가 건설 속도를 따라가지 못할 경우, 급격한 증설은 종종 활용률을 압박한다.

Oracle은 정반대의 패턴을 보고했다. 새 용량이 서비스에 투입됐고, 클라우드 인프라 매출은 가속화됐으며, 플릿 사용률은 거의 완전 가동 수준을 유지했다.

경영진은 구형 장비에 관한 근거도 제시했다. 갱신 시점에 도달한 GPU는 갱신되거나 이전 계약보다 20% 높은 가격에 재판매됐다.

실적 컨퍼런스콜 전문에 따르면, 갱신된 GPU 대부분은 사용 기간이 최소 4년이었다. 이 결과는 새 칩 세대가 나올 때마다 구형 하드웨어의 상업적 가치가 즉시 사라진다는 우려에 반한다.

구형 GPU는 모든 학습 워크로드에서 Nvidia의 최신 시스템과 같은 성능을 낼 수는 없다. 그러나 여전히 추론, 미세 조정, 개발, 그리고 요구 수준이 낮은 학습 작업에는 활용될 수 있다.

이번 공개는 모든 GPU 모델이나 고객 범주별 활용률을 보여주지는 않는다. 또한 개별 클러스터 수준에서 사용량이 어떻게 마진으로 전환되는지도 보여주지 않는다.

그럼에도 Oracle은 클라우드 제공업체들이 통상 공개하는 것보다 더 많은 운영 세부 정보를 제공했다. 수치는 보고된 분기 동안 배치된 용량이 활발히 사용됐음을 보여준다.

이는 당면한 질문을 바꾼다. 더 이상 쟁점은 Oracle이 현재 플릿에 대한 수요를 끌어올 수 있는지 여부가 아니다.

더 어려운 질문은 Oracle이 계속해서 용량을 공급하고, 갱신 가격을 유지하며, 관련 비용을 제외한 뒤에도 만족스러운 수익을 낼 수 있는지다.

거의 완전 가동된 사용률은 모든 AI 인프라 제공업체를 압박한다

Oracle의 공개는 AI 수요를 설치된 하드웨어, 매출 성장, 계약 갱신과 연결한다는 점에서 경쟁사의 기준을 높인다.

클라우드 기업들은 AI 수요가 강하다고 자주 설명한다. 하지만 외부인이 분기별로 추적할 수 있는 플릿 전체 GPU 활용률을 공개하는 경우는 드물다.

Oracle은 이제 그러한 기준점을 제시했다. 97.9%라는 수치는 분기 동안 사용 가능한 용량의 거의 전부가 고객의 활성 작업에 배정됐다는 뜻이다.

그렇다고 Oracle이 최대 클라우드 제공업체라는 의미는 아니다. AWS, Microsoft, Google은 더 넓은 플랫폼과 더 큰 기존 고객 기반을 운영하고 있다.

그러나 Oracle은 대규모 고밀도 AI 클러스터와 데이터베이스 사업의 직접 연결을 중심으로 OCI를 포지셔닝하고 있다. 또한 경쟁 클라우드 내부에 Oracle 데이터베이스 서비스를 탑재하고 있다.

이 전략은 고객이 Azure, AWS 또는 Google Cloud를 주요 플랫폼으로 사용하더라도 Oracle이 엔터프라이즈 워크로드에 참여할 수 있게 한다. Oracle은 멀티클라우드 데이터베이스 매출이 전년 동기 대비 353% 증가했다고 밝혔다.

급격한 인프라 확장은 두 경쟁 집단에 압박을 가한다.

첫 번째 집단은 하이퍼스케일러다. 이들은 자본 지출이 비슷한 수준의 워크로드 성장, 고객 유지, 그리고 유용한 인프라 수명을 뒷받침한다는 점을 보여줘야 한다.

두 번째 집단에는 전문 GPU 클라우드가 포함된다. 이들 제공업체는 재무적 지원을 위한 대규모 소프트웨어 포트폴리오에 의존하지 않고 희소한 가속기에 대한 접근을 판매한다.

두 집단의 기업은 동일한 경제적 긴장에 직면한다. 높은 활용률은 매출에 도움이 되지만, 하드웨어·네트워킹·전력·건물에는 상당한 투자가 필요하다.

Oracle의 구형 GPU 갱신은 또 다른 경쟁적 복잡성을 더한다. 클라우드 플릿 내부의 작동하는 2차 시장은 자산 수명을 연장하고 급격한 노후화 위험을 줄일 수 있다.

모든 워크로드가 최신 가속기를 필요로 하는 것은 아니다. 최첨단 모델 학습은 Nvidia Blackwell 시스템을 우선시할 수 있지만, 일상적인 추론은 이전 세대에서도 경제적으로 운영될 수 있다.

따라서 클라우드 운영업체는 성능 요구에 따라 고객을 세분화할 수 있다. 까다로운 작업에는 새 클러스터를 배정하고, 가용성 또는 더 낮은 컴퓨팅 요구량을 중시하는 워크로드에는 구형 GPU를 전환할 수 있다.

이 접근법은 소프트웨어와 네트워킹이 플릿을 관리할 수 있게 할 때만 작동한다. 고객이 여러 칩에 걸쳐 작업을 효율적으로 스케줄링할 수 없다면, 대규모 칩 집합의 가치는 제한적이다.

Oracle이 보고한 활용률은 운영 시스템이 분기 동안 하드웨어 배치 속도를 따라갔음을 시사한다. 그렇다고 모든 고객 워크로드의 효율성을 독립적으로 입증하는 것은 아니다.

GPU 활용률은 서로 다른 개념을 가리킬 수도 있다. Oracle의 문서는 활용률을 시간에 걸쳐 측정된 GPU 활동으로 정의하며, 메모리 활용률은 점유된 메모리를 별도로 추적한다.

GPU가 바쁘게 작동한다고 해서 반드시 최대 효율로 경제적 가치가 있는 작업을 완료하는 것은 아니다. 작업은 활동으로 기록되면서도 네트워크 지연, 데이터 병목, 또는 충분히 최적화되지 않은 코드에 부딪힐 수 있다.

이 차이를 고려하더라도, 거의 꽉 찬 상업용 플릿은 가용 용량이 부족하다는 점을 나타낸다. 이는 Oracle이 사용할 준비가 된 고객 없이 수십만 개의 가속기를 구축한 것이 아님을 시사한다.

Nvidia는 제공업체 전반의 이러한 압력으로 혜택을 본다. Oracle의 확장은 가속기에 대한 직접 수요를 만들고 지속적인 구매 필요성에 힘을 실어준다.

고객에게는 덜 편안한 결과다. 빠듯한 용량과 프리미엄 갱신 가격은 구매자가 AI 컴퓨팅 가격의 즉각적인 붕괴를 기대해서는 안 된다는 점을 보여준다.

기업은 장기 계약을 통해 용량을 예약할지, 필요에 따라 컴퓨팅 리소스를 구매할지도 결정해야 한다. 예약은 가용성을 높이지만 약정 위험을 만든다.

개발자는 할당량, 배포 일정, 모델 서빙 비용을 통해 그 영향을 체감한다. 기반 칩이 이미 존재하더라도 높은 인프라 사용률은 접근을 지연시킬 수 있다.

따라서 엔터프라이즈 구매자에게 Oracle GPU 활용률은 단순한 투자자 통계가 아니다. 실제 배치 지점에서 공급망이 여전히 빠듯하다는 증거다.

진짜 역전은 수요와 공급 역량 사이에 있다

보고된 수치는 Oracle의 단기 과제를 AI 고객 확보에서 고객을 충분히 빠르게 지원할 인프라 구축으로 전환한다.

AI 거품 우려는 종종 좌초 자산에 초점을 맞춘다. 이 시나리오에서 클라우드 기업은 고객 수요가 설치 기반을 뒷받침할 수 없다는 사실을 깨닫기 전에 값비싼 GPU를 구매한다.

Oracle의 이번 분기는 그 설명에 맞지 않는다. 회사가 850메가와트의 추가 용량을 공급한 뒤에도 플릿은 97.9%의 활용률을 유지했다.

잔여 이행 의무도 6,640억 달러에 달했다. 이 수치에는 AI 인프라 외의 항목도 포함되지만, 광범위한 계약 수요를 나타낸다.

이 역전은 Oracle이 수년간 2차 공용 클라우드 제공업체로 자리해 왔다는 점에서 중요하다. AWS, Azure, Google Cloud는 더 일찍 입지를 구축했고 더 큰 개발자 생태계를 만들었다.

생성형 AI는 시장 진입을 위한 또 다른 경로를 만들었다. 모델 개발자에게는 거대하고 긴밀히 연결된 GPU 클러스터가 필요하며, 용량 가용성은 기존 클라우드 점유율보다 더 중요할 수 있다.

Oracle은 그 기회를 중심으로 대규모 클러스터를 설계했다. 텍사스주 애빌린 캠퍼스는 회사가 인프라 계획을 작동하는 시스템으로 전환할 수 있는지를 시험하는 대표적 사례가 됐다.

Oracle은 분기 중 애빌린에 13만 1,000개의 GPU를 공급했다고 밝혔다. 캠퍼스 건물 8개 중 6개가 운영 중이었으며, 이는 618메가와트 및 계획된 고객 용량의 75%에 해당한다.

이 수치들은 사업을 공급 중심으로 해석하는 데 힘을 실어준다. Oracle은 이미 계약을 확보했지만, 용량이 가용해질 때 인프라 매출을 인식한다.

계약 잔고만으로는 그 전환을 완료할 수 없다. Oracle에는 적절한 위치의 건물, 전력, 냉각 장비, 네트워킹, GPU, 그리고 숙련된 팀이 필요하다.

어떤 지연이든 매출을 다음 분기로 미룰 수 있다. 장기 지연은 고객 관계를 해치거나 계약 변경을 초래할 수도 있다.

이 때문에 98%라는 헤드라인을 AI 수요에 대한 보편적 판결로 읽어서는 안 된다. 이는 한 분기 동안 Oracle의 활성 플릿을 설명한다.

이 수치는 계획된 모든 데이터센터에 고객이 있는지 측정하지 않는다. 미래 부지와 연결된 계약의 수익성도 보여주지 않는다.

다만 Oracle의 설치 자산이 유휴 상태가 아니었다는 점은 보여준다. 설치된 용량과 발표된 미래 용량은 서로 다른 위험을 수반하므로, 이 구분은 중요하다.

Oracle의 현재 플릿은 수요 위험, 운영 위험, 가격 위험에 직면한다. 개발 파이프라인에는 건설, 금융, 전력, 공급망 노출이 추가된다.

강한 활용률은 첫 번째 위험을 낮춘다. 다른 위험까지 자동으로 해결하지는 않는다.

갱신 가격은 또 다른 유용한 신호를 제공한다. Oracle은 해당 분기에 만료된 모든 GPU 계약이 갱신되거나 20% 프리미엄을 붙여 재판매됐다고 밝혔다.

사용 기간이 4년인 GPU에 프리미엄이 붙었다는 점은 최첨단 모델 학습을 넘어선 수요가 지속되고 있음을 시사한다. 또한 적어도 전체 장비군의 일부에 대해서는 더 긴 유효 수명 가정을 뒷받침한다.

다만 한 분기의 갱신만으로 영구적인 가격 곡선을 확립할 수는 없다. 경쟁 용량, 더 효율적인 모델, 고객 소유 하드웨어는 향후 협상 조건을 바꿀 수 있다.

따라서 가장 강력한 결론은 구체적이다. Oracle의 배치된 AI 인프라는 해당 분기 동안 거의 완전하게 상업적으로 활용됐다.

이 증거는 현재의 증설이 이미 광범위한 유휴 용량을 만들어냈다는 주장을 약화시킨다. 그렇다고 업계 전반에서 같은 결과가 보장되는 것은 아니다.

Oracle은 이제 더 많은 용량을 추가하면서도 이 성과를 반복해야 한다. 현재 규모에서는 수요만큼 실행력이 중요하다.

98% 수치가 해소하지 못하는 문제

거의 완전한 GPU 활용률은 Oracle의 매출 이야기를 뒷받침하지만, 현금흐름과 자본 집약도는 여전히 핵심 과제다.

Oracle은 해당 분기에 231억 달러의 영업현금흐름을 기록했다. 자본적 지출은 285억 달러에 달해, 잉여현금흐름은 54억 달러 적자를 기록했다.

회사는 2026회계연도 전체에 걸쳐 이미 마이너스 잉여현금흐름을 발생시켰다. 이 지출은 데이터센터, 컴퓨팅 장비 및 관련 인프라의 비용을 반영한다.

이는 Oracle GPU 활용률을 지나치게 낙관적으로 해석하는 시각에 대한 가장 강력한 반론이다. 건설 및 금융 비용이 매출보다 더 빠르게 상승하면, 자산이 바쁘게 가동돼도 실망스러운 수익을 낼 수 있다.

Oracle의 매출은 빠르게 증가했고 영업이익도 개선됐다. 그러나 회사는 영업현금 창출이 인프라 투자 규모를 넘어설 때까지 충분히 오랫동안 이러한 성장을 지속해야 한다.

현금흐름 분석은 강력한 AI 관련 매출과 지속되는 마이너스 잉여현금흐름의 대조를 부각했다. Oracle은 유사한 건설을 현금이 풍부한 상태에서 자금 조달하는 하이퍼스케일러와는 다른 위험 프로필을 지닌다.

AWS, Microsoft, Google은 더 큰 사업에서 발생하는 현금으로 AI 인프라 자금을 조달할 수 있다. Oracle 역시 성숙한 소프트웨어 매출을 보유하지만, 대차대조표에는 반복적인 실수를 감당할 여지가 더 적다.

고객 자금조달 구조는 부담을 관리하는 데 도움이 된다. 선지급과 고객 소유 하드웨어 계약은 초기 자본 요건의 일부를 Oracle에서 고객 쪽으로 이전한다.

이러한 계약은 비교를 더 복잡하게 만들 수도 있다. 고객이 자금을 댄 계약은 Oracle 소유 배치와 동일한 자본 노출을 만들지 않는다.

투자자들은 이러한 계약들의 구성에 관한 더 많은 세부 정보를 필요로 한다. 또한 전력, 임대료, 감가상각, 유지보수 및 금융 비용을 반영한 후의 마진도 이해해야 한다.

잔여 수행 의무 역시 비슷한 주의가 필요하다. RPO는 이미 수금한 현금이나 이미 인식한 매출이 아니라 계약된 사업을 나타낸다.

6,640억 달러의 잔액은 현재 분기 매출과 비교해 예외적으로 크다. 그 경제적 가치는 시점, 고객 집중도, 계약 조건 및 성공적인 제공에 달려 있다.

Oracle은 백로그의 약 절반이 36개월 내 매출로 전환될 것으로 예상한다고 밝혔다. 이러한 전환을 위해서는 여러 사이트에 걸친 지속적인 건설과 배치가 필요하다.

고객 집중도 역시 또 다른 우려다. 대형 AI 인프라 계약은 분기별 진전이 제한된 수의 모델 개발사에 좌우되게 할 수 있다.

선지급은 신용 및 금융 노출을 줄이지만, 고객의 장기 계획에 대한 의존을 없애지는 않는다. 모든 계약이 만기에 이르기 전에 모델 경제성이 달라질 수 있다.

기술 변화는 별도의 위험을 초래한다. 사용 기간이 4년인 GPU는 이번 분기에 더 높은 갱신 가격을 받았지만, 향후 칩은 와트당 및 컴퓨팅 단위당 성능을 바꿀 수 있다.

AI 소프트웨어 역시 더 효율적으로 변하고 있다. 소형 모델, 양자화, 희소 아키텍처, 개선된 추론 시스템은 특정 작업의 컴퓨팅 요구량을 줄일 수 있다.

효율성이 항상 전체 인프라 수요를 줄이는 것은 아니다. 비용 하락은 종종 더 많은 사용량, 새로운 제품, 더 큰 워크로드를 촉진한다.

그럼에도 Oracle은 현재의 희소성을 영구적인 것으로 간주해서는 안 된다. 하이퍼스케일러와 전문 제공업체가 시장에 투입하는 용량은 갱신 가격을 약화시킬 수 있다.

독립적인 주식 평가는 정시 용량 제공을 Oracle의 백로그와 매출 성장 사이의 핵심 연결고리로 지목했다. 프로젝트 지연이나 공급 병목은 여전히 명확한 하방 위험이다.

97.9%라는 수치 자체도 일관되게 공개될 필요가 있다. Oracle이 계산 방식을 바꾸거나 발표를 중단하면 투자자들은 추세를 평가할 수 없다.

유용한 향후 보고는 칩 세대, 워크로드 유형, 소유 모델별 활용률을 구분할 것이다. Oracle은 아직 그 정도의 세부 정보를 공개적으로 제공하지 않았다.

마진 공개는 더욱 큰 가치를 더할 것이다. 현재 보고된 갱신 프리미엄은 다른 방향을 가리키지만, 낮은 가격에서 높은 활용률은 충분한 수익 없이 매출만 만들어낼 수 있다.

현재로서는 Oracle이 배치된 용량에 대한 수요가 존재한다는 점을 입증했다. 전체 투자 프로그램의 최종 수익률까지 입증한 것은 아니다.

이 때문에 이번 분기는 버블 우려에 도전하면서도 이를 끝내지는 못한다. 활용률 데이터는 운영상의 질문에 답하지만, 현금흐름표는 재무상의 질문을 제기한다.

Oracle의 AI 인프라 사례를 검증할 세 가지 신호

다음 단계는 활용률 안정성, 백로그 전환, 그리고 플러스 잉여현금흐름으로 돌아갈 신뢰할 만한 경로에 달려 있다.

첫 번째 신호는 Oracle이 다음으로 보고할 GPU 활용률이다. 투자자들은 현재 수치를 영구적인 것으로 간주하지 말고 97.9%와 직접 비교해야 한다.

또 한 번의 대규모 용량 확대 기간에도 안정적인 활용률이 유지된다면 Oracle의 수요 논거는 강화될 것이다. 의미 있는 하락은 공급이 고객 배치를 앞지르기 시작했음을 시사할 것이다.

갱신 가격도 같은 검증에 포함된다. 오래된 GPU에 대한 프리미엄이 지속된다면 Oracle의 유효 수명 및 잔존가치 주장에 힘을 실을 것이다.

할인 판매는 다른 이야기를 들려줄 것이다. 새 공급, 더 나은 칩 또는 더 효율적인 모델이 기존 하드웨어에 대한 수요를 약화시키고 있음을 의미할 수 있다.

두 번째 신호는 6,640억 달러 백로그가 보고된 OCI 매출로 전환되는 과정이다. 계약된 수요는 Oracle이 용량을 제공하고 매출 인식을 시작할 때에만 의미가 있다.

OCI 매출은 최근 분기에 121% 성장했다. 향후 실적은 신규 사이트가 가동에 들어감에 따라 이러한 가속이 지속될 수 있음을 보여줘야 한다.

주요 캠퍼스의 제공 진척도는 초기 지표가 될 것이다. 전력 확보, 건설 일정 및 장비 설치는 모두 인식 매출을 제한할 수 있다.

투자자들은 Oracle의 최대 AI 파트너 외 고객으로부터 신규 계약이 얼마나 발생하는지도 지켜봐야 한다. 더 폭넓은 수요는 집중 위험을 낮출 것이다.

세 번째 신호는 잉여현금흐름이다. Oracle의 54억 달러 적자는 관련 매출이 모두 발생하기 전에 확장하는 데 드는 비용을 보여준다.

플러스 잉여현금흐름으로 향하는 경로는 높은 활용률이 경제적으로 지속 가능한 사업을 뒷받침한다는 주장을 강화할 것이다. 지속적인 악화는 금융 위험을 논쟁의 중심에 남겨둘 것이다.

자본적 지출은 영업현금흐름, 고객 선지급, 하드웨어 소유 구조와 함께 읽어야 한다. 단일 지출 수치로는 전체 구조를 파악할 수 없다.

Oracle의 재무제표는 독자에게 필수적인 출발점을 제공한다. 회사는 강력한 영업현금을 창출했지만, 인프라 지출은 여전히 더 컸다.

기업 구매자들은 실질적인 이유로 이러한 지표를 지켜봐야 한다. 용량 부족은 계약 조건, 배치 시점, 최신 가속기에 대한 접근성에 영향을 미친다.

개발자들은 오래된 GPU가 추론 및 파인튜닝용으로 계속 제공되는지 추적해야 한다. 최첨단 클러스터가 계속 완전히 예약된 상태여도 이러한 시스템은 접근성을 넓힐 수 있다.

지식 근로자들은 AI 제품의 이용 가능성, 응답 속도, 사용 제한을 통해 간접적으로 그 결과를 경험하게 될 것이다. 인프라 경제성은 결국 소프트웨어 고객에게까지 영향을 미친다.

AI 벤더를 평가하는 팀은 자체 배치 근거, 계약 가정 및 워크로드 결과를 보존해야 한다. 검색 가능한 지식 기반은 그러한 결정을 실제 기술 기록에 연결해 둘 수 있다.

Oracle GPU 활용률은 예측이 지배하는 논쟁에서 가치 있는 데이터 포인트를 제공했다. 설치된 장비군은 거의 가득 찼고, 고객들은 오래된 용량을 갱신하기 위해 더 많은 비용을 지불했다.

이 증거는 Oracle의 현재 GPU 재고에 실제 수요가 부족하다는 주장과 모순된다. 그렇다고 계획된 모든 시설이 매력적인 수익을 낼 것이라는 점까지 입증하는 것은 아니다.

앞으로 몇 분기는 97.9%가 반복 가능한 운영 패턴인지, 아니면 일시적 희소성이 만든 정점인지 드러낼 것이다. 활용률, 백로그 전환, 잉여현금흐름을 함께 지켜봐야 한다.