젠슨 황, AI 인프라 수요 확대에 힘입어 Nvidia 매출이 내년 70% 성장할 수 있다고 말해
Nvidia CEO 젠슨 황은 AI 인프라 수요를 근거로 내년 매출이 70% 증가할 수 있다고 말하며, 투자자들은 경쟁사, 집중도, 거래 검증 문제를 저울질하고 있다.
Nvidia CEO 젠슨 황은 회사의 매출이 내년에 70% 성장할 수 있다는 자신의 전망을 다시 내세우며, AI 공급망 전반에서 Nvidia가 차지한 위치가 미래 수요에 대한 이례적인 가시성을 제공한다고 주장했다.
9월 10일 Goldman Sachs Communacopia + Technology 콘퍼런스에서 황은 Nvidia의 역할이 이제 개별 프로세서를 판매하는 수준을 훨씬 넘어섰다고 말했다. 회사는 AI 연구소, 클라우드 제공업체, 스타트업, 데이터센터 운영자들이 사용하는 시스템, 네트워킹, 소프트웨어, 인프라를 공급한다. 그는 이러한 폭넓은 범위가 주요 고객과 경쟁사들이 자체 AI 칩을 개발하더라도 지속적인 성장을 뒷받침한다고 말했다.
이 전망은 황이 반복해온 회사 차원의 기대치이며, 독립적으로 검증된 예측은 아니다. TechCrunch는 애널리스트들이 Nvidia가 현재 회계연도를 약 4,000억 달러의 매출로 마무리할 것으로 예상한다고 보도했다. 70% 증가라면 다음 해에는 약 6,800억 달러를 의미한다.
풀스택 AI 인프라에 대한 Nvidia의 베팅
황의 핵심 논지는 Nvidia를 전통적인 칩 공급업체로 평가해서는 안 된다는 것이다. 그는 현대의 Nvidia 시스템을 프로세서, 네트워킹, 메모리, 냉각 및 기타 구성 요소를 결합한 대규모 컴퓨팅 플랫폼으로 설명했다. 그의 예에서는 하나의 시스템에 NVLink로 연결된 36개의 Grace CPU와 72개의 Blackwell GPU가 포함될 수 있다.
이러한 시스템의 규모는 Nvidia의 평균 판매액이 확대되는 이유를 설명하는 데 도움이 된다. 황은 통합 GPU 시스템 하나가 약 850만 달러에 달할 수 있고, 약 200만 개의 부품을 포함할 수 있다고 말했다. 그는 또한 Grace와 Blackwell 컴퓨터 시스템 주문이 월 27%씩 증가하고 있다고 말했지만, 그 수치는 CEO의 발언이었고 출처 자료에서는 독립적인 판매 내역으로 뒷받침되지 않았다.
AI 개발자와 기업 구매자에게 이 차이는 중요하다. 수요는 점점 개별 가속기를 사는 데서 벗어나, 모델을 학습하고 서비스할 수 있는 완전한 클러스터를 배치하는 쪽으로 이동하고 있다. 이는 시스템 전체의 통합과 성능 가치를 높이지만, 동시에 고객이 단일 공급업체의 하드웨어, 소프트웨어 스택, 공급망에 의존하는 정도도 높인다.
황이 수요의 지속을 예상하는 이유
황은 Nvidia가 AI 시장의 거의 모든 계층에서 활동을 볼 수 있다고 말했다. 그는 Anthropic, OpenAI, Google 같은 모델 개발자들과의 관계는 물론, 오픈 웨이트 모델을 사용하는 고객도 언급했다. 또한 공급업체, OEM, 클라우드 기업, 이른바 네오클라우드, AI 네이티브 스타트업도 지목했다.
황에 따르면 Nvidia는 전 세계의 토지, 사용 가능한 전력, 일부 건설된 시설을 모니터링해 데이터센터 프로젝트를 추적한다. 이런 정보는 파트너들의 보고와 결합돼 분기 매출에 나타나기 전에 계획된 컴퓨팅 용량을 회사에 보여준다.
이것이 그의 낙관적 시각의 기반이다. 더 많은 AI 기업이 자금을 조달하고, 전력을 확보하고, 데이터센터를 짓고, 점점 더 유능한 모델을 학습시킨다면, Nvidia는 이를 운영하는 데 필요한 장비의 상당 부분을 공급할 것으로 기대한다. 따라서 근본 수요는 AI 인프라에 집중되어 있어도 회사의 노출은 많은 고객과 애플리케이션에 걸쳐 분산된다.
이 주장은 경쟁 현실도 반영한다. Amazon, Microsoft, Google은 자체 AI 칩을 개발하고 있으며, Anthropic과 OpenAI도 맞춤형 하드웨어 작업을 추진하는 것으로 알려져 있다. Cerebras와 Etched 같은 스타트업도 가속기 시장의 일부를 겨냥하고 있다. 이런 움직임은 시간이 지나면서 Nvidia 의존도를 낮출 수 있지만, 황의 입장은 Nvidia의 폭넓은 플랫폼과 구축된 생태계가 쉽게 대체되기 어렵다는 것이다.
증거, 주장, 그리고 순환 거래 논란
이 기사에서 가장 강한 성장·수요 관련 주장은 TechCrunch가 전한 경영진 발언이다. 보도에 따르면 Nvidia의 70% 매출 전망은 회사가 또 다른 기록적인 분기 매출을 발표했을 때 처음 제시됐고, 황은 Goldman Sachs 행사에서 이를 다시 언급했다. 기사에는 이 전망을 검증하는 새로운 공식 재무 공시나 고객별 주문 일정은 제시되지 않았다.
황은 이후 Nvidia가 제품을 구매하는 기업에 투자하는 문제에 대한 질문도 받았다. 비판자들은 Nvidia가 제공한 자본이 나중에 Nvidia 하드웨어를 구매하는 고객을 지원할 수 있기 때문에 이런 구조를 순환 거래로 묘사해 왔다. 이러한 구조는 공급업체가 자사 고객의 수요를 떠받쳤던 과거의 기술 인프라 사이클과 비교되기도 했다.
황은 그 같은 해석을 거부했다. 그는 Nvidia가 기업이 실제 고객 계약을 보유하고 있는지 확인한 뒤에만 투자한다고 말했고, 그러한 계약이 약 1,000억 달러 규모라고 봤다고 주장했다. 다만 출처 자료에는 그 계약들의 상세 목록, 시점, Nvidia 매출로 귀속되는 부분은 제시되지 않았다.
이 때문에 이 문제는 투자자와 기업 관찰자에게 중요하다. 지분 투자는 생태계를 강화하고 유망한 AI 기업이 인프라를 확보하는 데 도움이 될 수 있지만, 보고된 수요를 해석하기 어렵게 만들 수도 있다. 구매자와 애널리스트는 최종 고객의 사용과 자금 조달 관계로 뒷받침된 지출을 구분해야 한다.
이 전망이 AI 개발자와 기업에 의미하는 것
황의 전망이 맞다면, AI 개발자들은 앞으로도 고급 컴퓨팅 접근이 모델 설계만큼 중요한 시장에 계속 직면할 가능성이 크다. 스타트업은 용량을 더 일찍 확보하고, 더 긴 인프라 계약을 체결하거나, 시스템을 직접 구매하기보다 클라우드 및 네오클라우드 제공업체를 통해 움직여야 할 수 있다.
기업 입장에서는 Nvidia의 확장이 Blackwell, Grace, NVLink 기반의 통합 시스템을 포함한 더 성숙한 배포 옵션을 가져올 수 있다. 동시에 전환 비용도 강화될 수 있다. Nvidia 플랫폼에 맞게 모델, 모니터링 시스템, 소프트웨어를 최적화한 팀은, 대체 AI 칩이 특정 워크로드에서 더 낮은 가격이나 더 나은 성능을 제공하더라도 이동 비용이 크다고 느낄 수 있다.
가장 큰 위험은 효율성이다. TechCrunch는 현재의 확장 상당 부분이 대규모 자금을 조달해 자체 AI 사용에 막대한 비용을 쓰는 AI 네이티브 기업들에 의해 주도되고 있다고 지적했다. 이들 사업이 성숙하면 모델 효율을 높이고, 토큰 사용량을 줄이거나, 워크로드를 통합할 수 있다. 수요 증가 속도가 건설 중인 인프라의 규모보다 느리다면, Nvidia의 현재 가시성은 같은 수준의 매출 성장으로 이어지지 않을 수 있다.
앞으로 무엇을 지켜볼 것인가
다음의 중요한 신호는 Nvidia의 공식 실적 가이던스, 데이터센터 매출, 주문 가시성에 대한 언급에서 나올 것이다. 투자자들은 회사의 보고된 성장이 신규 배치에 의한 것인지, 아니면 극도로 큰 소수 고객에 의한 것인지도 주시해야 한다.
경쟁 증거도 중요하다. 하이퍼스케일러와 AI 연구소의 맞춤형 칩 채택, Cerebras와 Etched의 성능, 대체 가속기 배치를 쉽게 해주는 소프트웨어의 가용성은 Nvidia의 플랫폼 우위를 시험할 수 있다.
마지막으로 Nvidia의 투자에 대한 검증은 더 강해질 것이다. 거래 구조, 고객 계약, 투자 기업과 연계된 매출에 대한 명확한 공시는 지속 가능한 시장 수요와 생태계 금융을 구분하는 데 도움이 될 것이다.
Creati.ai 관점
황의 70% 전망은 가속기 수요가 변하지 않을 것이라는 보장이라기보다, Nvidia의 폭넓은 포지셔닝을 보여주는 발언으로 이해하는 것이 가장 좋다. 회사는 칩, 시스템, 네트워킹, 소프트웨어, 인프라 계획 전반에 걸쳐 자리 잡고 있어 AI 지출 확대에 참여할 경로가 더 많다.
하지만 그 폭넓음 때문에 외부에서 전망을 검증하기는 더 어려워진다. 개발자와 구매자에게 중요한 질문은 Nvidia가 오늘날 AI에 깊이 내재되어 있는지 여부가 아니다. 그 점은 증거가 뒷받침한다. 중요한 것은 고객들이 더 효율적으로 되고 경쟁 하드웨어가 개선된 뒤에도, 미래 워크로드가 Nvidia 수준의 가격으로 충분한 신규 용량을 요구해 같은 속도를 유지할 수 있느냐는 것이다.
