엔비디아 3Q25 Preview : 모두가 느끼는 '수요 쓰나미', AI CAPEX $5T를 향한 의문에 답하다

[원문 유형] 네이버 프리미엄 콘텐츠
[채널] 올바른 미국주식 by SAPIENS
[게시일] 2025.11.16. 오후 2:12
[원문 URL] https://contents.premium.naver.com/sapiens/sapiensasset/contents/251116141239719bd
[제목] 엔비디아 3Q25 Preview : 모두가 느끼는 '수요 쓰나미', AI CAPEX $5T를 향한 의문에 답하다
[수집 기준] 승인된 구독 열람권으로 실제 본문을 보존했다. 이미지·첨부는 별도 미디어 원장에 보관하며 시각적 의미 검토 여부를 구분한다.

[구독 원문 본문]
​

안녕하세요 사피엔스입니다.

​

미리 보는 엔비디아 3Q25 실적발표 Preview입니다. 엔비디아의 이번 회계분기인 8~10월 사이에도 많은 일들이 있었습니다. 중국 디커플링, GTC Washington $500B, OpenAI 10GW 딜이 있었습니다.

​

하이퍼스케일러들의 CAPEX 쓰나미가 몰려오고 있습니다. 그 속의 핵심 수혜기업인 엔비디아의 포지셔닝, 그리고 시장에서 엔비디아와 관련한 모든 의문에 답한 자료입니다.

​

엔비디아 매출과 관련도가 높은 기업들의 AI 수요 디테일을 모았습니다. 각종 수요와 공급단에서의 선행지표와 동행지표들입니다. 전체의 흐름을 이해하는 것이 중요합니다.

​

엔비디아 (NVDA) 실적발표

2025-08-28

엔비디아 2Q25 실적발표 : Blackwell 12개월치 SOLD OUT, AI CAPEX $3~4T를 말하다 (바로가기)

실적 외 엔비디아 분석자료

2025-10-22

AI 반도체 시장의 재편 : 엔비디아의 질주, 앤트로픽의 AGI, 마벨/아스테라랩스의 고민 (바로가기)

2025-10-15

엔비디아 펀더멘탈 체크 : Rubin 양산 지연 가능성, 대만 공급망 체크 (바로가기)

2025-10-03

엔비디아 CEO 젠슨황 인터뷰 : 오픈AI 10GW 동맹 x 극한의 풀스택 공동 설계 (바로가기)

2025-09-26

AI 사이클 한 눈에 보기, SemiAnalysis 인터뷰 : 승부사 젠슨황 그리고 화웨이의 역습 (바로가기)

3Q25 실적발표 모음

2025-11-13

디로컬 3Q25 실적발표 : 겉(Take Rate)과 속(TPV +60%)이 달랐던 실적, 무엇을 믿나? (바로가기)

2025-11-12

씨리미티드 3Q25 실적발표 : 해자를 더하는 시간, 성장의 지속성을 택한 이유 (바로가기)

2025-11-06

로빈후드 3Q25 실적발표 : 폴리마켓을 넘어서는 Robinhood Prediction (바로가기)

2025-11-05

AMD 3Q25 실적발표 : 오픈AI와 깐부를 맺다, "11월 11일을 기대해주세요" (바로가기)

2025-11-04

마이크로소프트 3Q25 실적발표 : 오픈AI가 주도하는 스타게이트에 업혀가는 MSFT (바로가기)

2025-10-31

트랜스메딕스 3Q25 실적발표 : 계절성 종료, 다년간의 장기 성장 가시성 UP (바로가기)

2025-10-30

구글 3Q25 실적발표 : AI ARR $13B 돌파, 검색엔진이 다시 성장 엔진이 됐다 (바로가기)

2025-10-29

블룸에너지 3Q25 실적발표 : Beyond 2GW⚡️ 선언, 세 번째 하이퍼스케일러의 힌트 (바로가기)

2025-10-24

버티브 3Q25 실적발표 : 엔비디아와 함께 액체냉각 100% 시대를 향해서 갑니다 (바로가기)

2025-10-23

테슬라 3Q25 실적발표 : 머스크의 새로운 24개월 로드맵, 합리적인 기대는 어디일까? (바로가기)

2025-09-24

마이크론 3Q25 실적발표 : 클라우드 매출 YoY 214%, 숫자보다 '이유'가 더 중요하다 (바로가기)

2025-09-10

오라클 3Q25 실적발표 : "모두가 다가오는 쓰나미🌊의 규모를 이해하는 건 아닙니다" (바로가기)

투자자문 서비스에 따른 투자 시 원금 손실이 발생할 수 있으며, 투자 손익에 대한 책임은 전적으로 고객에게 귀속됩니다. 또한 과거의 투자수익이 미래의 수익률을 보장하지 않습니다.

​

신규 구독 전에, 아래 투자자문계약 권유문서의 계약 관련 제반 사항을 반드시 읽으시고 충분히 검토하시기 바랍니다.

​

*투자자문계약 권유문서 : https://naver.me/5ZST47Qf

목차

​

엔비디아 3Q25 실적 Preview : 모두가 아는 수요, AI CAPEX $5T로 향하는 길

AI 사이클에 대한 이해 더하기 : 수요-공급, NVDA vs ASIC, CAPEX 자금 조달, 오픈AI 순환 거래

엔비디아를 둘러싼 수요와 공급 : 여러 각도에서 확인하는 최근 AI 수요 코멘트

주요 애널리스트들의 생각 : Goldman Sachs, Morgan Stanley, Citi, Oppenheimer

투자의 생각 : 엔비디아(NVDA)

​

​

엔비디아 3Q25 실적 프리뷰

모두가 아는 수요, AI CAPEX $5T로 향하는 길

CY3Q25 (FY3Q26)

컨센 - 매출 : $56B (QoQ 20%) → 공식 가이던스는 $54B (±2%) *조건: H20 판매 시 $56~59B*

​

CY4Q25 (FY4Q26)

컨센 - 매출 : $64B *GB200 NVL72 램프 효과, 최근 랙 생산량 양호는 긍정적인 영향*

​

실적발표에서 중요한 요소

​

1. 이번 분기 3Q25(8월~10월) 실적은 얼마인가? 중요도 30%

이번 분기에 가장 중요한 것은 ⓐGB200·300 NVL72 랙이 얼마나 많이 출하됐느냐 ⓑ가능성은 낮지만 중국 혹은 해외로 H20 재고분이 판매됐는가가 중요합니다. 2Q25 실적발표 당시 중국향 H20 판매가 가능하다면 3Q에 $3~5B정도의 매출을 추가할 수 있을 거라 말했었기 때문입니다.

ⓐ GB200·300 NVL72 랙 : NVL72 제품으로 판매하면 GPU 칩만 판매할 때에 비해 랙당 네트워킹, CPU를 포함한 콘텐츠의 양이 많아지고 전사 GPM을 높일 수 있기 때문에 매출과 마진을 동시에 높일 수 있다는 점에서 좋습니다. 그리고 Reasoning 추론영역에서 All-to-All 연결이 TCO 대비 퍼포먼스의 핵심인 만큼(지난 2Q25 자료에서, 경쟁역량-Scale-up에 대한 내용을 참고하시면 도움이 되실 겁니다.) NVL72 랙을 하이퍼스케일러 고객들이 원하는 만큼 생산할 수 있다면 시장점유율 측면에서도 긍정적입니다. 랙 주요 생산업체가 Foxconn, Quanta, Wistron인데 이들의 코멘트가 좋았습니다.

Foxconn은 2025년 연간 AI 서버 매출 목표를 3Q만에 벌써 달성했으며, 초기 테스트 및 수율 문제가 해결됐기 때문에 4Q25에는 AI 캐비닛 출하량이 크게 증가할 것으로 전망했습니다.

ⓑ H20 판매 : 미국 행정부는 적어도 1세대 이상 차이나는 구형칩만 중국에게 판매하겠다는 생각을 굳혔습니다. B30A 판매는 허가하지 않을 예정이며, H20만 허가했습니다. 트럼프가 "이제 엔비디아와 중국이 알아서 할 일이다"라고 말한 배경입니다. 반면, 중국은 'H20을 받느니 차라리 안 받겠다'라는 입장입니다. 중국의 목표는 기업 고객들에게 엔비디아 H20 수입을 최소화하고 자체적인 AI 가속기 생태계(화웨이, 캠브리콘 등)를 더 빠르게 안착시키는 것입니다. 그런 의미로 H20은 수입을 금지했습니다(젠슨황이 11월 2일, 한국 방문 후 기자간담회에서 발언). 그렇다면 중국으로의 판매는 막혔으므로 다른 국가에게 얼마나 팔았는가가 중요한데 이부분은 크게 기대하지 않고 있습니다. 이번 분기에 엔비디아 주가가 크게 오지 않았던 이유가 H20 판매에 대한 기대감이 2Q 실적발표 이후 생겼다가 점점 줄어들었기 때문입니다. Non-China에서는 수요가 크게 올랐고, China에서는 수요 추정이 줄어들면서 이것이 상쇄되어 횡보 상태를 유지했습니다.

​

2. 다음 분기 4Q25(11월~1월) 실적 가이던스는 얼마인가? 중요도 40%

4Q25를 생각할 때 중요한 건 GB200·GB300 NVL72 램프업에 문제가 없는가가 중요합니다. 위의 Foxconn, Quanta, Wistron 코멘트가 다음 분기까지도 영향을 주는 중요한 내용이란 의미입니다.

수요는 매우 높다는 것을 GTC Washington에서 확인했고, 공급은 GB200 NVL72 → GB300 NVL72에서 크게 달라지는 게 없기 때문에 거의 문제가 없을 것으로 예상됩니다. GB300 NVL72가 본격 생산량을 올리기 시작하는 때는 4Q25부터이지만, 물량의 절반 이상 수준으로 올라오는 시점은 1Q26쯤부터입니다.

​

3. 크게 보고 CY2025~CY2026 수요와 공급 가시성은 어떤가? 중요도 20%

수요부분에서는 추론 수요 급증과 GPT-7, GPT-8급 모델 훈련을 위한 GW급 클러스터를 만드는 수요가 같이 묶이면서 CY26까지도 GB200·300 NVL72 랙 수요가 꽉찬 상황입니다. Foxconn, Quanta, Wistron은 최근들어서 수요 가시성이 CY27까지 확보되기 시작했다고 말했습니다. 공급부분에서는 이를 충족하기 위해 CY26에NVL랙을 얼마나 많이 만들 수 있을 것인가가 중요한데 세 기업 모두 현재까지는 적극적인 캐파 확장 중입니다.

​

4. 중국향 제품, 블랙웰 제품군, 네트워킹, 소프트웨어 중요도 10%

중국향 제품 출하 기대감은 크게 줄었고, Blackwell 랙 제품인 GB200·300 NVL72 제품 공급 증가도 원활하게 잘 되고 있으며, Rubin 랙 제품인 VR200 NVL144도 L10에 대한 마지막 협상을 남겨두고 있을뿐 비교적 정상적으로 개발되는 중으로 파악됩니다. VR200 NVL144는 2Q26부터 모듈 양산 → 3Q26에 서버 ODM에서 조립 시작(생산시작) → 4Q26에 양산물량 크게 증가(양산시작)의 과정이라 예상합니다.

네트워킹은 이더넷 올인을 선언한 이후 새로운 성장동력이 됐습니다. 네트워킹 매출은 4Q24 $3.02B(QoQ -3%) → 1Q25 $4.96B(QoQ 64%) → 2Q25 $7.25B(QoQ 46%)로 매우 빠르게 성장 중입니다. 세 가지로 구분할 수 있습니다: ⓐScale-up 제품인 NVSwitch, NVLink쪽 매출도 GB200·300 NVL72 양산 물량이 늘어나면서 늘어나는 중입니다. ⓑScale-out 제품인 Spectrum-X 성장이 특히 인상적인데 최근 OCP Global Summit(10월 13~16일)에서는 마이크로소프트, 메타, 오라클에 차세대 Scale-out 표준으로 채택됐음을 확인했습니다. 엔비디아가 적극적으로 Spectrum-X를 Etherent 진영의 표준으로 만들려 하고 있습니다. 브로드컴 Tomahawk 파이와 아리스타 네트웍스의 파이를 일부 가져가는 과정입니다. Cisco Systems의 FY26 AI 인프라 수주는 Spectrum-X 수요와 연관되어 있습니다. Cisco는 FY2025(CY3Q24~2Q25) 동안 $2B의 주문을 받아서 $1B를 매출인식 했는데, 마지막 분기였던 FY4Q25(CY2Q25)는 한 분기에 $0.8B 주문을 받았고 → 이번 FY1Q26(CY3Q25)에는 $1.3B의 주문을 받았습니다. 수요가 크게 증가하고 있는 만큼 공급을 크게 늘려 FY2026에 총 $3B의 AI 인프라 매출을 거두겠다는 목표입니다. ⓒScale-across 제품인 Spectrum-XGS 수요도 CY26부터 늘어나기 시작할 것으로 예상합니다.

AI 사이클에 대한 이해 더하기

수요와 공급, NVDA vs ASIC, AI CAPEX 자금 조달, 오픈AI발 순환 거래 우려

​

*데이터센터 수요는 2025년 들어서 매우 가파르게 증가 중입니다. 계획 후 실제 시운전까지 평균 3년 정도가 걸림을 생각해보면 지금의 건설 중인(Underway) + 계획된(Planned) 용량은 2026~2029년에 걸쳐서 온라인될 예정입니다.

​

AI 사이클: 수요는 어디서 나와서 어디로 흘러가는가?

현재 AI 가속기의 수요 대부분(추정에 따라서는 60%~70%)은 AI Labs로부터 나오고 있습니다.

​

흐름이 어떻게 이어지는가를 보시면:

​

(1) 기업들이 AI Labs(e.g. OpenAI, Anthropic)의 LLM(폐쇄소스 or 오픈소스)을 가지고 자체 데이터를 넣어 사전훈련(pre-training)합니다. 기본적으로 중간중간 모델을 업그레이드할 때나, 추론하면서도 새롭게 데이터를 추가하여 훈련시킬 때마다 계속해서 사후훈련(post-training)은 계속됩니다. 혹은 모델부터 사용하지 않고 이미 만들어진 AI 애플리케이션(ChatGPT/Sora/Codex, Claude Code, Cursor, Suno, Harvey 등)을 사용할 수도 있습니다.

​

(2)​ AI Labs의 LLM API를 사용할 때마다, 혹은 AI Labs가 만든 제품을 직접 사용할 때마다 AI Labs의 ARR이 올라갑니다. 오픈AI의 ARR은 올해 말 기준 $20B, 앤트로픽의 ARR은 올해 말 기준 $9B입니다. 기업이나 소비자들의 LLM 토큰 사용량 성장세가 워낙 빠르다보니 CY26 기준 앤트로픽의 ARR이 $26B일 것으로 전망했습니다.

앤트로픽이 $26B라고 가정하면 오픈AI는 $40~50B에 가까울 것으로 예상합니다. 구글, MSL, xAI, 기타 오픈소스 AI Labs들의 ARR을 모두 더한다면 CY26에 AI Labs의 ARR은 $100B를 넘길 것으로 추정합니다.

​

(3)​ AI Labs는 당장 흑자가 필요하진 않습니다. AGI로 가기 위한 자금 및 인재를 확보하고 유지하기 위한 자금조달이 목표이므로 들어온 매출을 그대로 모두 투자하고 있습니다. AI Labs가 자체적으로 현금이 있는 것은 아니니 클라우드 기업들에게 컴퓨팅을 장기로 빌립니다. 오픈AI는 마이크로소프트, 오라클, 코어위브, 아마존, 자체 데이터센터까지 구축할 예정입니다. 앤트로픽은 아마존, 구글을 통해서 서비스 중입니다. 그리고 ARR로 채워지지 않는 금액에 대해서는 성장한 ARR만큼 높아진 밸류에이션을 레버리지 삼아 자본조달 및 부채조달 방식으로 필요한 재원을 조달합니다.

​

(4) AI Labs가 컴퓨팅을 장기 임대하는 것을 계약으로 받았으므로, 클라우드 기업들은 컴퓨팅을 여러 갈래로 서비스하려 노력합니다: ⓐ자체적으로 데이터센터 부지를 구매하고, 전력을 조달하려 전력망 계약을 맺고, 전력기기도 N년 뒤에 인도되도록 준비하며, AI 칩 클러스터도 자체적으로 구축합니다. ⓑ혹은 네오클라우드에게 사용 가능한 GPU 베어메탈이 준비된 것을 5~6년간 통째로 빌리는 계약을 맺거나(CoreWeave, Nebius, IREN), ⓒ전력이 연결된 부지(Warm Shell)만 구매 혹은 임대하여 자신들이 클러스터를 채우기도(Oracle-Crusoe, Applied Digital)합니다.

​

*오라클은 ⓐ가 없고 ⓒ를 통해서 클러스터만 채워넣는 구조입니다. 그래서 적은 CAPEX로도 하이퍼스케일러보다 훨씬 더 많은 양의 컴퓨팅을 갖습니다. 1GW 데이터센터는 대략 $50B가 들어갑니다. GB200으로 채우면 $35B인데, VR200으로 채우면 점점 더 많은 비용이 드는 구조입니다. FLOPS per Watt가 좋아져서 그렇습니다. 1GW 데이터센터에서 65%정도가 Compute, Networking, Storage이고, 35%가 데이터센터 부지, 전력/에너지, 각종 인프라 등입니다. 오라클은 여기서 65%에 해당하는 클러스터 부분만 자체 CAPEX로 쓰고, 나머지 35%는 임대하고 있다는 의미입니다. 여기서 오라클을 주요 임차인으로 두고 임대인으로서 성장한 게 크루소(Crusoe)입니다.

​

(5) 계약이 확보됐고 AI Labs가 계속해서 성장 중인 것을 확인했으니, 클라우드 기업들이 어떻게 ⓐⓑⓒ에 대한 자금을 조달할 것인가도 갈라집니다. 크게 보자면 단기자산(GPU, Networking, Storage)이 있고, 장기자산(데이터센터 부지, 데이터센터 전력계약, 발전자산, 전력기기)이 있습니다. 건물을 지을 때 토지가격과 건물가격을 따로 매기는 것과 비슷합니다. 단기자산은 감가상각이 5년이라고 하면, 장기자산은 15~20년입니다. 성격이 다릅니다. 여기서 단기자산은 하이퍼스케일러들의 자체 FCF나 회사채 발행을 통해 조달합니다. 장기자산은 Brookfield Asset Management, Apollo Global, KKR, BlackRock, BlackStone 같은 PE/인프라 펀드가 껍데기에 대한 자금을 조달해서 일정수준 이상의 임대료를 받아가는 식입니다.

하이퍼스케일러 입장에서는 ROIC가 높은 자산에 최대한 투자하는 게 중요하므로 부동산을 소유하는 대신 장기 임대료를 지불하고 아낀 현금을 GPU에 투자합니다. PE/인프라 펀드는 초우량 임차인으로부터 앞으로 15~20년 간 발생하는 안정적이고 물가 상승에 연동된 장기 임대 수익을 확보하게 되는 효과입니다.

​

*회사채 발행을 하는 과정에서 최근 오라클의 CDS가 올랐습니다. 핵심은 오라클이 곧 $38B 규모의 대규모 회사채 발행을 앞두고 있기 때문입니다. 이렇게 거대한 물량의 채권이 시장에 나오면, 이 채권을 인수하거나 투자하는 기관들은 위험을 피하기 위해(헤지하기 위해) 보험 격인 CDS를 매수합니다. 이 단기적인 헤지 수요가 CDS 가격 상승을 부추긴 면이 큽니다. 이 구조의 제일 아랫부분, 제일 레버리지를 많이 쓰고 있는 쪽이 (4)번의 ⓑⓒ입니다.

​

*<주간전략보고 : 투자의 생각 (10월 20일~10월 24일)>에 정리드렸지만, 물류 REITs인 프롤로지스(Prologis)가 2024년부터 데이터센터 사업으로 전략적 피벗을 단행한 점은 주목할 만합니다. 2024년 초 '10년 내 10GW 확보' 계획을 밝히는 등 공격적인 확장을 이어가고 있습니다. 이는 프롤로지스가 이커머스 메가트렌드 시기에 성공했던 비즈니스 모델을 AI 시대에 재적용하는 것입니다. 과거 아마존, 월마트 등의 '물류 CAPEX' 수요를 장기 임대(OPEX)로 전환시켰던 것처럼, 이제는 'AI 데이터센터 CAPEX'라는 더 큰 시장의 수요를 동일한 방식으로 흡수하려는 전략입니다. 이는 메가트렌드가 이커머스에서 AI로 바뀌었을 뿐, 프롤로지스의 'CAPEX to OPEX' 전환 사업 모델은 여전히 유효함을 보여줍니다.

AI 업계의 화두 #1 - 엔비디아 & ASIC

엔비디아의 입장에서는 엔비디아 GPU와 네트워킹 환경을 바탕으로 클라우드를 구축 중인 오라클, 코어위브, 네비우스 등 네오클라우드들이 계속해서 새로운 하이퍼스케일러·프론티어 AI 연구소 딜을 따내고 있는 내용들이 좋습니다. 추론의 시대에서도 범 엔비디아 진영의 강세를 의미하기 때문입니다. 엔비디아의 점유율은 5년간 80% 이상을 유지할 것으로 예상합니다. 엔비디아의 수요-공급-경쟁역량에 대해서는 <엔비디아 2Q25 실적발표 : Blackwell 12개월치 SOLD OUT, AI CAPEX $3~4T를 말하다> 자료를 보시면 좋습니다.

​

첫 번째, GPU와 ASIC은 동시에 고성장할 것으로 봅니다. 일단 이부분은 'GPU'라는 말에서 인식 차이가 처음 생깁니다. 뭔가 범용적인 것 같은 착각이 들기 때문입니다. 엔비디아 GPU는 출발은 그래픽 처리 장치였지만, 현재는 텐서코어 위주로 구성되어 있어 더 이상 전통적인 의미의 그래픽처리장치라고 보기는 어렵습니다. 오히려 연산 구조 측면에서 보면 GPU보다는 TPU에 더 가깝다고 할 수 있습니다. 이미 엄청나게 AI에 최적화된 칩입니다.

​

두 번째, ASIC은 자체 워크로드까지 모두 설계할 수 있는 '빅테크'라면 수지타산이 맞는 작업입니다. ML 워크로드부터 시스템까지 한 번에 다루고 있는 기업이어야 하고, CUDA와 호환성을 유지하기 위해서 빅테크들은 자체 수백~수천 명의 엔지니어들을 둘 수 있기 때문입니다. 공존하는 이유는 AI Compute 시장이 $3~4T까지 커질수록 그에 맞게 자체 칩 개발을 통해서 얻을 수 있는 것도 많아지다보니 엔비디아가 계속해서 치고나가는 것만큼이나 OCP 등 각종 컨소시엄을 통해서 꾸준히 따라오는 속도도 빨라지기 때문입니다.

그러므로 다년간 ASIC의 비중이 가치 기준 점유율 20%(CoWoS는 후공정에서 처리하는 '웨이퍼 수'를 기반으로 하는 것이므로 정확하진 않습니다. 실제 고객들이 지출하는 '칩당 가격'면에서 엔비디아의 제품이 5배 이상 비쌉니다)를 유지할 것으로 예상합니다. 엔비디아의 해자를 말씀드리다보니 ASIC이 줄어드는 것으로 생각하실 수도 있지만 그럴 우려는 크게 없습니다.

​

세 번째, ASIC은 '생각보다' 경쟁적인 환경입니다. 왜 그런가로 들어가보면, 하이퍼스케일러들이 무엇을 고려하는지를 생각해보시면 좋습니다. 엔비디아에게 종속되지 않고 로드맵을 짜려는 것도 있지만, 감안하더라도 장기적인 GPU와 ASIC 개발 기준은 하나입니다. '퍼포먼스 대비 TCO(총소유비용 대비 얼마를 뽑을 수 있느냐)'로 무엇이 더 좋은가입니다. 고객사 입장에서 볼 때는 ⓐ퍼포먼스를 끌어올려서 퍼포먼스 대비 TCO를 좋게 만들겠다는 방향이 NVDA이고, ⓑ초기 투입에 드는 AI 칩의 Cost를 낮춰서 퍼포먼스 대비 TCO를 좋게 만들겠다는 방향이 ASIC의 생각입니다. 정확히는 고객사인 빅테크의 생각입니다. 그렇다면 이 과정에서 더욱 저마진으로 ASIC을 양산해주는 플레이어로 ASIC Design이 옮겨다닌다는 문제가 있습니다. 일례로, 2024년 Broadcom/Marvell 우세에서 → 2025년 MediaTek/Alchip이 차세대 TPU 및 Trainium 딜을 양분하거나 전체를 따냈습니다. (1) 훈련용으로 쓰이는 TPU는 브로드컴이 가져가고 있지만 추론용 칩류인 TPU v7e에서는 MediaTek이 입찰을 따냈습니다.

(2) AWS Trainium 3, Trainium 4 프로젝트가 Marvell → Alchip으로 옮겨갔습니다 (3) OpenAI 칩은 아직 실물로 나온 게 없어서 스펙이 없습니다. 그리고 Fubon 리서치에 따르면, 사실 OpenAI 칩은 브로드컴뿐만 아니라 Marvell에서도 테스트 중이며, CY26에는 대략 $1.6B정도가 인식될 것으로 예상합니다. 투자자들이 공급망을 투명하게 보기 어렵다는 점을 이용해서 ASIC 플레이어(AVGO, MRVL)의 블러핑(아직 설계 하는 단계로 구매의향을 보인 것을 → 수주잔고로 말하거나, 시장규모를 언급하는 것)이 있습니다. (4) 중요한 건 실제 ASIC의 구매량은 1H26에 출하될 브로드컴이 만든 오픈AI의 칩·랙이 엔비디아의 칩·랙을 기준으로 해서 얼마나 'TCO 대비 퍼포먼스가 좋은가'를 기준으로 실제 구매로 연결됩니다. 즉, 실 구매량은 VR200 NVL144가 얼마나 경쟁력 있게 출하하느냐에 따라 달라진다는 의미인데, 젠슨황도 이를 알기에 계속해서 CPX, NVLink Scale-up, CPO, 800V DC, 칩 스피드 향상 등을 통해 하드웨어-소프트웨어-네트워킹의 해자를 강화합니다. 엄청나게 빠르게 역동적으로 움직이고 있으며 젠슨황은 Blackwell → NVL72 → CPX ASIC처럼 계속해서 '경쟁의 축'을 바꿔가고 있습니다. (5) MSFT가 AMD MI300X를 구매하기로 했다가 실제 워크로드상 CUDA 대비 Perf per TCO가 크게 안좋자 나머지 구매 계약을 취소한 바 있습니다. (6) MSFT 자체 ASIC도 Marvell을 통해 진행했다가 Maia 100, Maia200 칩이 나왔지만 출시 당시에 엔비디아 칩 대비 성능이 안좋아 몇 차례 지연 끝에 실제 구매 계약은 거의 없는 점 등을 예로 들 수 있습니다.

Maia가 그랬듯 다양한 ASIC 프로젝트들이 사실상 양산으로 연결되진 못했습니다. (7) 최근 공급망 체크에서 Trainium 3도 경쟁력이 떨어질 것으로 예상된다는 점을 고려할 때 TPU정도를 제외하면 경쟁력 있는 칩이 많진 않습니다. 구글도 Reasoning 트렌드가 시작되자 올해 구글이 TPU 구매로 전량 채우려던 계획을 바꾸고, 엔비디아의 Blackwell 랙/시스템을 꽤 많이 구매했던 것도 결국은 TCO 대비 퍼포먼스가 가장 중요한 요소임을 보여준 사례입니다.

​

네 번째, 그렇다고 ASIC 내에서 특정 플레이어가 무조건 밀릴 것이냐 하면 그것은 아닙니다. 계속해서 새로운 디자인을 따내는 고객도 있을 거지만, 잃는 고객도 생긴다는 게 문제입니다. 그리고 ASIC 및 네트워킹 체인은 하는 사업이 워낙 많은데 레거시 사업도 끼고 있고, 새로운 분야에 대해서 R&D로 몰입하지 못한다는 부분도 있습니다. Marvell의 DAC가 크레도(Credo)의 AEC로 대체되고 있는 점도 있고, Broadcom의 Tomahawk, 아리스타네트웍스의 이더넷 수요 일부를 엔비디아의 Spectrum-X가 조금씩 차지해가는 중입니다.

​

다섯 번째, 다시 돌아와서 결국 GPU와 ASIC은 장기적으로 함께 성장하는 구조라는 큰 틀은 같습니다. 일부 워크로드가 꾸준히 ASIC 이전되더라도, 엔비디아가 로드맵대로 신제품을 출하한다면 향후 2~3년간은 현재 수준의 점유율을 유지하며 성장을 이어갈 가능성이 높습니다. 특히 내년부터 본격적으로 확대될 엔터프라이즈 AI, 소버린 AI, 피지컬 AI 수요는 대부분 엔비디아 GPU로 채워질 예정입니다.

새로운 영역/사용사례로 나아가고 → 더 이상 알고리즘이 효율화되지 않는 경우에는 하드웨어 비용을 낮추는 방식으로 효율화되고 → 다시 아낀 새로운 영역으로 가기를 반복하며 성장해왔습니다.

AI 업계의 화두 #2 - AI CAPEX $5T 조달 불확실성

왼쪽의 모건스탠리는 2028년까지 AI CAPEX $2.9T 투입을 가정할 때: ⓐ하이퍼스케일러의 자체 현금흐름 $1.4T + ⓑPrivate Credit에서 $800B + ⓒ회사채로 $200B + ⓓABS·CMBS에서 $150B + ⓔPE·VC·국부펀드·은행에서 $350B를 조달할 수 있다고 가정했습니다.

​

모건스탠리의 디테일은 이렇습니다: (ㄱ) Private & ABF : 현금흐름이 매우 탄탄하고 다운사이클에도 이익이 보호되는 빅테크들이기 때문에 보험사나 연기금처럼 장기적이면서 고품질 자산을 선호하는 투자자들에게 충분히 적합한 상품이 됩니다. 데이터센터 임대 계약이나 리스료를 담보로 7~13%대 수익을 낼 수 있는 자산이기 때문입니다. (ㄴ) 회사채 : 현재 빅테크나 테크 분야의 부채 레버리지 비율이 매우 낮습니다. 금리도 4~5% 수준으로 리스크 대비 조달비용이 매우 저렴한 상태입니다. 아직은 현금흐름이 충분한 만큼 배당을 줄여서라도 CAPEX를 늘릴 수 있는 여력이 많아서 투자자들이 선호하지 않을 뿐 향후에는 자본을 성장으로 바꾸는 구도를 넘어, 부채를 성장으로 일부 끌어당기는 구도도 가능은 합니다. (ㄷ) ABS 및 CMBS : 임대료 현금흐름을 담보로 증권화시킨다면 마찬가지로 5~6%대 금리로 빌려서 매출성장으로 수익화할 수 있는 만큼 향후 여지는 있습니다.

​

오른쪽의 JP모건은 2030년까지 AI CAPEX $5.3T 투입을 가정할 때: ⓐ빅테크의 자체 현금흐름에서 $1.5T + ⓑ각종 자기자본 확충을 통한 $500B + ⓒABS·CMBS에서 $300B + ⓓ하이일드 회사채에서 $1.5T + ⓔ정크본드 회사채에서 $200B + ⓕPrivate Credit·PE·정부의 재정지원 등을 통해서 $1.4T를 충원할 것으로 가정했습니다.

​

JP모건의 디테일은 이렇습니다: (ㄱ) 2030년에 AI CAPEX 시장이 연간 $1.4T에 달할 것으로 가정할 때 모든 자본시장에서 AI가 차지하는 비중이 크게 늘어날 것으로 예상했습니다. (ㄴ) 전체 채권 시장에서 AI 데이터센터가 차지하는 비중이 2025년 현재 14.5%에서 → 2030년 20% 이상까지 급증할 것으로 예상했습니다. 흥미로운 건, 과거 '16~'19년 통신 섹터와 '21~'24년 헬스케어 섹터에서도 이런 일이 있었는데, 시장이 소화에는 성공했지만 해당 섹터 채권의 퍼포먼스가 일시적으로 언더퍼폼하는 경향이 있었다는 점입니다. (ㄷ) AI가 국가 안보와 국방의 문제로 격상될 경우 정부가 공격적으로 재정지원에 나설 가능성이 있음을 언급했습니다.

​

GDP와 CAPEX의 상한에 대해 감을 잡기 위해, 선례들과 비교해보면 이렇습니다:

​

맨해튼과 아폴로 프로그램은 GDP의 0.4%, 오늘날로 계산하면 연간 $100B를 투자했습니다. 연간 $1T 규모의 AI 투자는 GDP의 약 3%에 해당합니다.

1996년부터 2001년까지 통신업체들은 인터넷 통신망 구축에 현재 가치로 약 $1T를 투자했습니다.

1841년부터 1850년까지 영국의 민간철도 총 투자규모는 당시 영국 GDP의 약 40%에 달했습니다. 미국 GDP와 비슷한 비율이라면 10년 동안 $11T에 해당하는 규모입니다.

친환경 전환을 위해 이미 수조 달러가 쓰이고 있습니다.

빠르게 성장하는 경제는 종종 GDP 대비 높은 비율을 투자에 썼습니다. 예를 들어 중국은 20년 동안 GDP의 40% 이상을 투자에 썼습니다. 마찬가지로 미국 GDP를 고려하면 연간 $11T 규모에 해당합니다.

역사적으로 가장 긴박했던 국가안보상황들을 살펴보면, 전시상황에는 국가가 GDP 대비 상당한 부분을 차입금으로 충당하는 경우가 많았습니다. 제1차 세계대전 중 영국, 프랑스, 독일은 GDP의 100% 이상을 빌려서 전쟁에 썼고, 미국은 20% 이상을 빌려서 썼습니다. 제2차 세계대전 동안 영국과 일본은 GDP의 100% 이상을 빌렸고, 미국은 GDP의 60% 이상을 빌려서 썼습니다. 현재 $17T에 해당하는 규모입니다.

AI 업계의 화두 #3 - 오픈AI발 순환 거래 우려

엔비디아-오픈AI-오라클간 딜에 대한 생각은 이렇습니다:

​

(1) 오픈AI 발표의 본문에 1GW마다 $10B씩 지분을 '넣을 수 있는 구조'라고 되어 있습니다. 여기에서는 두 가지가 중요합니다. ⓐ우선, 젠슨황은 엔비디아가 이것을 '투자할 수 있는 권리'를 받은 것이지, 강제하는 구조가 아님을 분명히 했습니다. ⓑ또한 1GW 데이터센터 CAPEX는 $10B가 아닙니다. 전체는 $50~60B입니다. 1GW의 데이터센터 안에 엔비디아 Compute & Network가 들어가면 $35~40B정도를 인식할 수 있습니다.

전력당 컴퓨팅은 점점 더 좋아지는 추세이기에 현재 GB200 NVL72 기준 1GW당 $35B → '26년의 VR200 NVL144부터는 1GW당 $40~50B → 이후의 VR300 NVL576 혹은 Feynman정도가 되면 1GW당 $50~60B일 겁니다. 이미 AI Labs나 하이퍼스케일러 등 업계의 데이터센터 장기 계획은 모두 GW를 기준으로 보고 있습니다.

​

(2) 하이퍼스케일러들이 주요 바이어가 되는 조건으로 일부의 지분을 주고받는 투자는 꽤나 오래된 일입니다. 생성형AI 사이클에서도 이것이 지속되고 있을 뿐입니다. ⓐ업계의 전략적 지분투자: MSFT-OpenAI, AWS-Anthropic, AWS-Credo, AWS-Astera Labs, GCP-Anthropic, GCP-Fluidstack, GCP-Cipher Mining, GCP-TeraWulf, NVDA-CoreWeave, NVDA-Nebius, ORCL-Bloom Energy 등의 딜들이 그렇습니다. ⓑ엔비디아의 'Sell-and-Leasback'을 통한 R&D 자원확보: 엔비디아의 엔지니어들은 고객사들이 다루는 수많은 워크로드를 돌려보면서 TCO 대비 퍼포먼스를 소프트웨어 차원에서 끌어올리고 새로운 제품을 만드느라 R&D용 컴퓨팅을 꽤 많이 씁니다. 어차피 컴퓨팅이 필요하니 고객사들의 컴퓨팅 물량 중 일부를 엔비디아가 빌려서 쓰는 구조로 고객사에 GPU를 판매(Sell)한 뒤 고객사의 컴퓨팅 자원 중 일부를 다시 임대(Leaseback)하여 R&D용으로 활용하는 구조를 병행 중입니다.

ⓒAWS의 R&D 아웃소싱: AWS는 핵심 하드웨어 R&D를 파트너사에게 아웃소싱하는 독특한 전략을 사용합니다. 이는 단순한 외주 개발이 아니라, 지분 투자와 대규모 구매 계약이 결합된 방식입니다. AWS는 파트너사의 제품을 대량으로 구매하는 핵심 바이어 역할을 합니다. 그러면서 해당 파트너사에게 지분을 투자하는 식입니다. 파트너사는 그 대가로 AWS의 고유한 네트워킹 환경에 완벽히 호화노디는 맞춤형 제품을 우선적으로 개발하여 납품합니다(Credo, Astera Labs), AWS는 자사 인프라에 최적화된 핵심 하드웨어를 안정적으로 확보할 수 있게 되니 좋고, AWS가 구매한다는 것으로 파트너사의 주가가 오를테니 AWS는 향후 지분을 매각하여 시세 차익을 실현하는 식입니다.

​

(3) 오픈AI가 엔비디아의 칩과 네트워킹으로 10GW를 채우려는 것은 직접 하이퍼스케일러가 되기 위한 계약입니다. 엔비디아는 10GW를 모두 채울 경우 $400B를 받습니다. 오픈AI가 만약 실제 엔비디아로부터 1GW당 $10B씩 투자를 받아서 $100B를 받을 수 있다고 가정해도, 전체 10GW 규모에 대한 CAPEX $500~600B에 대해서는 오픈AI가 자체적으로 조달해야 합니다. 위에 <AI 사이클: 수요는 어디서 나와서 어디로 흘러가는가?>에서 전해드린 것처럼 오픈AI가 벌어들이는 월별 매출, ARR 성장률에 기반하여 산정된 기업가치를 토대로 주식발행과 부채조달을 통해서 확보해야 할 자금이란 의미입니다.

​

여러 맥락들을 더해보면, 이 구조 자체로 문제가 된다고 보진 않습니다.

엔비디아를 둘러싼 수요와 공급

여러 각도에서 확인하는 최근 AI 수요 코멘트

빅테크 : 1Q25 "~1H25 수요초과" → 2Q25 "~4Q25 수요초과" → 3Q25 "~CY26 수요초과"

AI 워크로드가 1Q25 → 2Q25 → 3Q25로 갈수록 수요가 공급을 초과하는 정도가 점점 더 커지는 중입니다. 추론 수요와 차세대 모델을 위한 훈련 수요가 동시에 증가하는 구간입니다. GPU, CPU 서버 수요가 동시에 상승하다보니 이번 3Q25 실적발표 이후 CAPEX 전망치 상향이 매우 컸습니다. 골드만삭스의 CY25 미국 하이퍼스케일러 BIG 5 CAPEX 추정치는 $378B → $404B(+26B)로 상향, CY26는 $460B → $550B(+$92B), CY27은 $539B → $644B(+115B)로 늘었습니다. 2023년 5월 AI Boom의 시작구간부터 먼저 예측한다는 게 조심스러울 수밖에 없다보니 애널리스트 추정치들은 약간씩 후행하여 증가하는 트렌드입니다.

​

추론은 ROI가 정해진 값이다

기업들은 AI 워크로드별로 비용 대비 영향을 평가해가면서 AI 워크로드를 정하게 됩니다. 일정 비용을 들여서 얼마의 ⓐ매출증가 ⓑ비용절감에 영향을 줄 수 있는 정도를 계산해보는 과정이 Proof-of-Concept입니다. 어떻게 데이터 파이프라인을 구상할 것이고, 어떤 LLM을 쓰고, 어떤 툴을 쓸 것인지를 결정합니다. 그리고 나서 비용 대비 성장이나 비용절감 효과를 거둘 수 있겠다고 생각될 때 추론 워크로드로 택하고 사용량을 키우는 Production 과정을 거칩니다.

*API Volume만 보여주기에 몇 가지 맹점들이 있습니다. 이는 감안하시면서 보셔야 합니다.

​

자체 앱 사용량 데이터 누락 (First-Party) : 이 차트는 API, 개발자들이 외부 애플리케이션(Cursor, Windsurf, Notion)에서 LLM을 호출하는 사용량만을 집계합니다. 실제 LLM 사용량의 가장 큰 부분은 오픈AI의 ChatGPT 및 Codex, 구글이 직접 서비스하는 양, 메타가 자체 Recommend and Ranking 알고리즘에 쓰는 양입니다. 이런 내부 트래픽은 API 판매 볼륨으로 잡히지 않으니 빙산의 일각(B2B 개발자 시장)만을 보여줄 가능성이 큽니다.

오픈소스 모델 누락 (Self-Hosting) : 마찬가지로 API 판매를 우선하는 특정 기업들의 볼륨을 추적하기에 DeepSeek, Qwen, Llama 등 오픈소스 모델을 자체 서버에 직접 설치하여 사용하는 경우에는 외부 API를 호출한 것이 아니므로 이 차트에 집계되지 않습니다. 2025년 초 이후에 중국 내 프론티어 AI 연구소들이 DeepSeek, Qwen, Kimi 등 상당히 쓸만한 오픈소스를 많이 출시했고 그 결과 최근에는 Airbnb, Pinterest 등 미국 기업들도 비용 효율성을 위해 오픈소스 모델을 채택하여 쓰고 있습니다. 이런 기업이 늘어날 수록 이 차트에 포착되지 않는 AI 사용량의 비중은 더 커집니다.

​

여러 조건들을 감안하더라도 1년 사이 LLM API 사용량이 18배 가까이 늘었습니다. 계속해서 늘고 있고 증가하는 속도도 매우 빠릅니다, 기본적으로 '기업들이 AI가 가치 있음을 느끼고 있다'는 의미입니다.

이커머스, 클라우드 컴퓨팅이 수십년 간에 걸쳐 제번스의 역설을 입증해온 것처럼 AI도 달러당 지능이 더 많아질 수록 더 많은 사용 사례가 생겨나고 기존 워크로드들의 볼륨을 늘리거나 모델의 규모를 키우는 식으로 발전하고 있습니다.

​

제번스의 역설이 말하는 핵심은 단순합니다. AI가 유용하다면, ‘동일 달러당 얻을 수 있는 지능’이 높아질수록 채택 속도는 자연스럽게 가속된다는 것입니다.

​

클라우드 컴퓨팅의 역사를 보더라도, 수십 년에 걸쳐 컴퓨팅 비용이 계속 낮아질 때마다 더 많은 워크로드가 클라우드로 이전됐습니다. 그 결과 넷플릭스가 동영상 스트리밍까지 클라우드에 올리며 새로운 시대를 열었습니다. 이커머스 역시 같은 흐름을 탔습니다. 처음에는 재고·취급이 자유롭고 SKU가 표준화된 책에서 출발했지만, 소포당 배송비가 떨어질수록 품목이 확대되었습니다. 이제는 신선식품조차 몇 시간 내에 배송받는 시대입니다.

마이크로소프트 Microsoft : 고마진의 추론 수요를 2032년까지 누린다

마이크로소프트 3Q25 실적발표 : 오픈AI가 주도하는 스타게이트에 업혀가는 마이크로소프트 (바로가기)

​

마이크로소프트의 Azure 클라우드 매출성장률이 1Q25 YoY 33% → 2Q25 39% → 3Q25 40%(FXN 39%)로 가속화 중입니다. 기업들이 GPT를 통해서 자체 모델을 만들거나 추론을 할 때에도, 오픈AI의 ChatGPT를 서비스하는 쪽까지 모두 포함해서 오픈AI의 추론 수요는 2032년까지 Azure를 통해서 처리될 예정입니다.

Azure가 전체 성장을 이끄는 상태이기에, 전사 매출비중에서 클라우드(Intelligent Cloud)의 비중이 40%까지 높아졌습니다.

​

미충족 수요가 GPU 공급량보다 더 빠르게 늘어나는 상황 속에서 마이크로소프트는 이 기회를 놓치지 않기 위해 엔비디아 GPU를 바탕으로 공격인 CAPEX를 이어가고 있습니다. 규모를 보면 최근 3개 분기 평균 $22.7B → 3Q25 $34.9B로 크게 늘었지만, "CAPEX는 QoQ로 더 증가할 것이며 연간으로 볼 때 FY26 CAPEX 성장률은 FY25보다 높을 것"이라고 예상했습니다. 올해에만 AI 용량을 YoY 80% 이상 늘렸는데, 향후 2년 동안 전체 데이터센터 설치면적(footprint)을 2배 규모로 키우겠다는 계획입니다.

​

내년쯤에 감가상각비가 커지는 쪽으로 나타날 수 있겠지만, 아직까지 마이크로소프트, 구글, 아마존은 감당 가능한 수준을 유지하고 있습니다. 마이크로소프트는 이번 분기에 "AI 투자 증가에 따른 비용 증가분이 영업 레버리지 개선으로 대부분 상쇄되었다(Operating margins were 43%, down only slightly year-over-year as increased investments in AI were mostly offset by improved operating leverage)"고 말했습니다.

​

오픈AI가 2025년 12월에 성인대상으로 19+ 콘텐츠를 허용할 예정이라는 점도 중요합니다.

구글 Google : Gemini 출시 이후 성과들, 가파른 수요 증가

구글 3Q25 실적발표 : AI ARR $13B 돌파, 검색엔진이 다시 성장 엔진이 됐다 (바로가기)

​

구글의 제미나이 2.5 효과가 계속해서 전사 매출성장률에 영향을 주고 있습니다. 가장 중요한 건 AI를 통해서 실제 이익 성장의 기울기가 바뀌었을 때를 판단하는 것이라고 생각하고 있고, 이제 제미나이 효과가 본격적으로 실제 펀더멘탈에 영향을 주기 시작한 두 번째 분기입니다.

​

제미나이와 직접적으로 관련이 있는 지표들도 계속해서 좋습니다. (1) 구글 제미나이 토큰 처리량은 이제 2025년 10월 기준 월간 1,300조 개의 토큰을 다루는 정도까지 올라왔고, (2) 8월 말 Nano Banana 출시 이후 제미나이 앱 사용자가 MAU 6억 5천만 명으로 크게 늘었습니다. 2024년 말에 당시 MAU 9천만 명 시절 5억 명이 목표라고 했는데 이미 초과달성한 것입니다. (3) 구글 클라우드 고객들 70% 이상 구글의 AI 제품군을 사용함에 따라 AI 제품군의 ARR이 각각 $1B를 상회하는 상태입니다.

​

이번 분기에는 특히 검색에 대해서 펀더멘탈이 이전보다 더 좋아졌습니다:

​

(1) 2Q25에 이어서 3Q25에도 AI 검색을 더 많이 적용하고 시간이 지날수록 검색량 총량이 늘어나는 트렌드가 나타났습니다. 특히 3Q에 YoY로 유의미하게 검색량이 늘어난 이유가 AI Overview와 AI Mode를 더 많이 적용했기 때문이라고 밝혀서 좋았습니다.

​

(2) 광고단가는 기존 Non-AI와 비슷하며 실제 매출성장으로까지 이어지는 것을 확인했습니다.

​

(3) 이번 9월에 AI Max for Search​를 GA했습니다. 원래는 광고주가 설정해둔 키워드에만 반응해서 광고룰 사용자들에게 노출시키고 돈을 받는 구조였는데, 이제는 AI가 알아서 기존 키워드를 확장하여서 관련성 높은 검색 결과에다가도 광고를 노출시키겠다는 것입니다. 지금까지는 검색엔진에 직접적으로 제미나이가 영향을 줄 제품이 없었던 상황이었는데 이것이 당분간 구글의 전사 매출성장률에 꽤 영향을 줄 것이라고 기대합니다.

​

최근 앤트로픽이 추론용 워크로드 수요를 충당하기 위해 최대 100만 개의 TPU를 예약했습니다. 구글에서 내부적으로 쓰는 워크로드들(AI Overview, 유튜브 추천 알고리즘)을 넘어서, Google DeepMind, Anthropic, MSL, xAI, Mistral, Cohere, SSI, Thinking Machines Lab이 TPU를 사용하여 모델을 훈련하고 추론하고 있습니다.

​

구글은 광고, 검색, 제미나이 애플리케이션, 훈련 등 Non-LLM AI 워크로드나 LLM 워크로드 모두에 거의 TPU를 사용하고 있습니다. TPU의 진가가 드러나는 때입니다. AI와 관련된 연구, 훈련, 추론 등 어떤 것을 하더라도 컴퓨팅이 많은 쪽이 유리한 판입니다. 이전에 $100M, $1B, $10B 클러스터를 구축할 때에는 상대적으로 알고리즘 우위가 핵심이었지만 → 이제 $100B 클러스터 투자를 앞두고 있는 시점에서는 자본효율을 높이는 것이 중요하기에 구글이 지금까지 해왔던 데이터센터 단위 최적화, 전성비 우선 개발기조, ML/System Co-design 구조가 타 하이퍼스케일러 및 AI Labs들에 비해 유리합니다.

​

순다르 피차이 CEO가 "올해 말에 Gemini 3.0을 출시할 예정"이라 말했습니다. 이렇게 되면 GPT-6, Claude 5 출시 시점도 올해 말일 것으로 예상됩니다. Agentic AI 침투를 가속화할 것입니다.

*왼쪽이 2Q25 수주잔고이고, 오른쪽이 3Q25 수주잔고입니다. 보시면 AWS가 부진합니다.

​

아마존 Amazon : 새로운 전략 '선(先) 증설 계획'

아마존 3Q25 실적발표에 대한 주간전략보고 코멘트 (바로가기)

​

이번 실적발표에서 아마존은 아예 공격적인 데이터센터 증설을 전략으로 들고 나왔습니다. AWS는 2027년까지 전력 용량을 현재의 2배로 늘리겠다고 발표했습니다. 이는 2027년 말까지 10GW 이상의 용량을 추가하겠다고 말한 것입니다. 올해 4.8GW 추가 예정이며, 이후 매년 5GW씩 증설한다는 의미입니다.

​

타 CSP들과 전분기 대비 이번 3Q25의 수주잔고 증가분을 비교해보시면 '오라클 >> 구글 > 마이크로소프트 > 아마존' 순입니다. 여기에 각 클라우드의 ARR: AWS $132B, Azure $80B, GCP $61B, OCI IaaS $13B를 감안해도, 신규수요 증가분은 AWS가 가장 적습니다.

​

2023년 AI Boom이 시작되고 나서 아마존의 AWS 전략 중 최선은 Amazon Bedrock, SageMaker를 통해서 앤트로픽의 Claude를 사용하려는 수요를 Trainium으로 돌려 Trainium을 훈련 및 추론 엔진으로 사용하는 것이었습니다.

구조를 보면, 구글이 Gemini를 API, Vertex AI 등 각종 제품에 녹여내서 사용할 때 TPU를 훈련 및 추론 엔진으로 사용하는 것과 같은 전략입니다.

​

구글은 이 전략에 성공했고 상대적으로 TPU를 높은 마진으로 운용하는 데 성공했습니다. 그러나 아마존은 지금까지 보면 큰 성과를 못 냈습니다. 혼자서 클라우드 수주잔고가 약한 상황입니다. 현재 클라우드 수주 계약의 대부분이 AWS가 앤트로픽에게 투자(AWS Trainium 컴퓨팅 크레딧 형태로 제공)하여 Trainium 2·Project Rainier를 사용하는 데에서 나온 것임을 생각해보면, 기업들이나 AI Labs들에게 Trainium이 인기가 없었다는 의미입니다.

​

그래서 아마존이 전략을 바꿨습니다.

​

그럼에도 '전력 용량부터 확보하겠다'는 것은, (1) Amazon Bedrock 추론 수요를 기반으로 최대한의 양을 채워보고 (2) 부족한 분량은 수요가 이미 검증된 엔비디아의 차세대 GPU를 대량으로 확보하여 빈 공간을 채워서 이를 통해 클라우드 시장 점유율을 공격적으로 높이겠다는 의지로 해석됩니다.

메타 Meta Platforms : AI CAPEX 선베팅, 연비주행보단 목적지에 빨리 도달하는 것을 택하다

메타 3Q25 실적발표 코멘트 (바로가기)

​

메타가 AI CAPEX 초가속을 말했습니다. AGI 및 초지능 개발에 매우 적극적입니다. 저커버그는 "초지능 달성 시점에 대해서 가장 낙관적인 시나리오에서도 메타가 대비할 수 있도록 용량을 적극적으로 선제적 구축하는 것이 올바른 전략(it's the right strategy to aggressively front-load building capacity so that way we're prepared for the most optimistic cases)"이라고 짚었습니다.

​

마크 저커버그가 빅테크 중 처음으로 데이터센터에 대한 감가상각에 OBBBA를 적용하여 분기 $1B 정도 법인세 감면을 받기 시작했습니다. 원래는 매년 조금씩 감가상각을 해야 했던 것을 전체 감가상각을 한 번에 당겨쓸 수 있는 조항을 이용한 것입니다. 덕분에 1년으로 보자면 $4~5B 가량의 현금흐름을 더 얻게 됐습니다.

​

선투자로 우선 Llama를 Tier 1 모델에 앉혀놓고, R&R 알고리즘에 투입하여 외형성장을 추구하고, 차츰 이익으로 거두겠다는 전략입니다. 메타의 AI/GPU를 EPS로 바꿔내는 능력은 여전히 좋았습니다. 광고 노출과 광고 단가가 동시에 상승 중입니다. 디지털 광고 시장점유율은 이번 분기에 크게 높아졌습니다.

​

엔비디아와 AI HW 산업에는 긍정적인 영향이지만,

​

개별주식으로 보자면, 메타는 3Q25 이후 매출성장률은 다년간 높아질 거란 가시성이 높아졌지만(R&R 워크로드의 ROI가 워낙 좋기에) 이익성장률은 CY26 기준 생각보다 낮을 가능성이 높아졌습니다(감가상각, 운영비용, 인재비용 Up). 성장을 위해 잠시 투자를 우선하겠다는 생각입니다. 그리고 CY26 CAPEX를 크게 늘리겠다고 말했지만 CY2026의' 총비용 성장률(CAPEX + OPEX)이 얼마인지'는 말하지 않았기에 아쉬운 부분이 있었습니다.

​

아래의 오라클처럼 근본적으로 다운그레이드 될 요소는 아닙니다. CAPEX를 높은 ROI로 처리할 수 있다는 부분에 대해 지금보다는 좀 더 높은 가시성 확보를 필요로 할 뿐입니다.

예를 들어 AI Product를 추가해서 사용자 기반이 늘거나, 광고 노출 및 광고단가를 꾸준히 높일 수 있게 되거나, 다음에 출시할 Llama 5가 Tier 1에 속할 정도의 모델이 된다면 좋게 볼 여지들은 있습니다.

오라클 Oracle : AI CAPEX 쓰나미 🌊

Oracle AI World에서 GPU Iaas GPM 발표 이후의 코멘트 (바로가기)

오라클 3Q25 실적발표 : "모두가 다가오는 쓰나미🌊의 규모를 이해하고 있는 건 아닙니다" (바로가기)

​

오라클이 이번 분기 5년간 쓸 넉넉한 연료를 충전했습니다. RPO가 2Q25 $138B → 3Q25 $455B로 YoY 359% 성장했습니다. RPO(Remaining Performance Obligation, 잔여이행의무)는 매출성장의 선행지표 성격을 갖고 있습니다. 파이프라인은 견적서의 의미를 담고 있고, RPO는 구매/계약은 성사됐지만 아직 오라클이 서비스하지 않은 상태여서 매출인식은 안된 수주잔고 형태를 갖고 있는 숫자들입니다. GPU를 가져와서 매출로 인식할 수 있다면 매출성장으로 연결되는 구조입니다.

​

그리고 10월 16일 Oracle AI World에서는 최근 30일 동안 $65B RPO가 추가됐음을 알렸습니다. 7건의 계약으로 4개의 고객사와 장기 컴퓨팅 계약을 체결했는데, 그중 오픈AI는 포함되지 않는다는 점에서 OCI를 택하는 고객들이 점점 더 많아지고 있고 컴퓨팅 수요가 늘어난다는 증거라 좋았습니다.

​

2025년 이전까지는 pre-training 수요가 메인이었고 대부분 추론을 하더라도 Proof-of-concept 단계에 머물렀기 때문에 3~6개월 컴퓨팅 계약이 나왔었다면 지금은 많은 것들이 바뀌었습니다.

​

추론으로 넘어왔다는 의미는 이미 PoC를 지나서 AI 워크로드가 생산성에 도움을 주는 것을 확인했다는 의미입니다. 결과적으로 업계 트렌드상 AI 추론 수요는 최소 2~3년 이상의 계약으로 나오고, 하이퍼스케일러들이 오라클-코어위브-네비우스 등의 컴퓨팅 용량을 임대하는 경우에도 최소 5년 단위 계약으로 나오기 때문에 RPO가 한 번에 매우 크게 증가하는 것입니다.

​

개별주식으로 보자면, 오라클은 Oracle AI World(2025-10-13~16)에서 GPU IaaS GPM이 30~40%임을 처음 공개했고 GPM이 컨센 40~50%(CPU IaaS GPM)보다 더 낮았기 때문에 두 가지 측면에 영향을 줬습니다:

​

(1) OCI의 매출비중이 FY27 38% → FY28 57% → FY29 67%대로 급격히 증가하는 트렌드 하에서 GPM이 현재 3Q25 전사 GPM 67%에서 향후 40~50%대까지 더 낮아질 것을 예상할 수 있습니다. 마진이 생각보다 더 낮아지다보니 매출성장은 확보되지만 이익성장은 가시성이 낮아졌습니다.

​

(2) 대규모 CAPEX가 먼저 집행되는데 그 투자에서 회수되는 당장의 이익은 GPM 30~40%로 낮아지자 회사채 발행을 통해서 조달해야 하는 규모 추정치가 커졌습니다.

오라클 현금흐름이 워낙 크기에 다년간 못 갚을 정도는 아니지만, 이자비용에 민감하고 금리에 민감한 주식이 되는 만큼 오라클 투자자에게는 부담입니다.

​

*네오클라우드 업계의 수익성에 대해서는 <일간보고 : 투자의 생각 (251112)> 중 DA Davidson의 질문이 화제였습니다.

Accenture : 기업들의 디지털 코어 형성 돕는 기업들

​

AI 사이클 전반 : 디지털 코어 형성 → AI POC → AI Production

위의 <AI 사이클: 수요는 어디서 나와서 어디로 흘러가는가?>에서 가장 먼저 시작되는 것이 '기업들이 AI Labs의 LLM을 갖고…'라는 부분이 있는데 이부분에 해당하는 것이 Enterprise AI입니다.

​

오픈AI, 구글, 앤트로픽 등이 차세대 Base 모델을 개발하더라도 결국은 최종적으로 기업들이 AI를 소비하고 채택할 것을 기대하며 먼저 시장을 키워놓겠다는 것입니다. 최종 소비자는 기업입니다. 기업들이 얼마나 AI를 더 많이 쓰느냐 그리고 얼마나 더 빠르게 많이 채택하느냐가 AI 사이클이 얼마나 더 커질 수 있고, 얼마나 더 길어질 것인지를 가늠하는 지표이므로 매 분기 해당 밸류체인들을 중요하게 보고 있습니다.

​

빅테크 기업들은 이미 데이터를 모아놨고, 완전히 디지털화된 워크플로우를 갖고 있으며, 각각이 수십억 명의 고객기반을 두고 있었기에 이미 그 규모를 효율화시키기 위해 곳곳의 제품 기술스택에 AI를 접목시켜서 쓰고 있습니다. 일반기업은 그렇지 못합니다.

여전히 엔터프라이즈AI의 물결이 도착하진 않았다는 의미입니다.

​

빅테크가 아닌 기업들의 생성형AI 프로젝트에 대해 관심이 높고 도입하려 하지만 어려움을 겪고 있습니다. 빅테크가 아닌 기업들의 AI 전환이 더딘 이유는 디지털 코어 형성과 클라우드 마이그레이션이 선행되지 않은 경우가 많기 때문입니다. LLM 자체로 할 수 있는 일은 사실상 굉장히 한정적이고, 기업고객이 자신의 구체적인 데이터를 가져와 파인튜닝하면서 쓸만해지는 수준이 오는데 그 과정에서 기업이 가진 양질의 데이터가 충분히 많은가가 중요합니다.

​

기업들 입장에서는 업무에 AI를 도입하기 위해 데이터가 준비되어야 하는데, 이 과정에서 디지털 코어를 만들 수 있도록 컨설팅을 받고 도와주는 기업이 액센츄어Accenture, 인포시스Infosys, IBMIBM입니다. 그리고 기업들이 갖고 있는 온프레미스 데이터 중 가장 잘 정돈된 데이터가 ERP 데이터라 이를 가져다가 AI 모델의 파인튜닝에 쓰는 과정에서 수혜를 보는 기업이 SAPSAP SE, 오라클Oracle입니다.

​

액센츄어 Accenture : Enterprise AI 체크

9월 25일, 액센츄어가 FY4Q25 기준 실적발표를 마쳤습니다.

​

여전히 AI 초기 단계의 기업이 많다 : 액센츄어는 9,000개 이상 고객사와 협력 중이며, Fortune Global 100, 500대 기업의 75%의 고객사와 협력 중입니다. 그래서 업계 전반을 말해주는 면에서는 좋은 풍향계인데요. 액센츄어는 특히 AI 도입 초기 단계인 기업들과 협력하고 있는데 디지털 네이티브인 기업을 제외하고 많은 기업들이 아직까지는 AI 도입에 어려움을 겪고 있는 상태라고 말했습니다.

이미 추론 수요가 크게 증가하고 있음에도 여전히 롱테일의 Enterprise AI 웨이브는 아직 시작하지 않았다는 것 뜻하는 것이므로 좋게 보고 있습니다. 계속해서 기업들이 Proof-of-concept을 넘어서 Production으로 넘어가고 있다고 평했습니다.

TSMC, Vertiv, Prologis, Applied Digital : AI 데이터센터 수요의 가속화

TSMC, 프롤로지스 3Q25 실적발표 코멘트 (바로가기)

버티브홀딩스 3Q25 실적발표 : 엔비디아와 함께 액체냉각 100% 시대를 향해서 갑니다 (바로가기)

어플라이드 디지털 3Q25 실적발표 코멘트 (바로가기)

​

TSMC Taiwan Semiconductor Manufacturing Co : AI 공급망 체크

10월 16일, TSMC가 3Q25 실적발표를 마쳤습니다. 매출, 순이익, 가이던스 모두 컨센 상회였습니다.

​

AI 수요는 3개월 전보다 훨씬 더 강력하다 : 최근 AI 동향은 매우 긍정적이며, 소비자들이 AI 모델 채택을 크게 늘리면서 토큰 볼륨이 폭발적으로 증가하고 있는 추세는 곧 더 많은 연산이 필요함을 의미하며, 첨단 AI 칩에 대한 수요 강세로 이어짐을 말했습니다. 몇 가지 인상적인 코멘트를 정리해보면 이렇습니다: ⓐ전방을 보자면 Enterprise AI가 크게 늘고, Sovereign AI도 점점 더 커지는 상황임을 말했습니다. ⓑAI 메가트렌드에 대해서 매우 보수적이었던 TSMC가 점점 더 메가트렌드에 대한 확신을 강화하고 있다고 말했습니다.

ⓒAI 칩 CY24~CY29 5년 CAGR을 '기존 45%에서 2026년 1월까지 지켜보고 상향할 가능성이 높은 상태'라고 말했습니다. ⓓ현재 AI Front-end와 Back-end 용량 전부 모든 것이 부족한 상태임을 말했습니다. *예를 들면 T-glass 부족을 겪는 것도 비슷한 사례입니다*

​

버티브 Vertiv : AI 데이터센터 수요 체크

드디어 버티브의 신규수주가 다시 가속화되기 시작했습니다. 신규수주 YoY 60%, QoQ 20%, TTM 21%입니다. 버티브는 지난 2Q24부터 시작하여 2Q25까지 5분기 동안 신규수주가 YoY 기준 울퉁불퉁했던 것이 우려 요소였는데, 강한 주문을 다시 확인함으로써 우려가 해소됐습니다.

​

이번 분기에도 CY25 가이던스를 상향했습니다. 내용이 인상깊었던 것은 7월 28일 이후에 철강·알루미늄 관세​(Section 232)를 매겼기에 버티브 입장에서는 관세로 인한 비용 역풍이 늘었음에도 불구하고 마진율과 EPS를 꽤 높게 상향했습니다. 매출은 변화가 크지 않았습니다: 2Q $10.0B(YoY 25%) → 3Q $10.2B(YoY 27%)입니다. 조정 영업이익은: 2Q $1.99B(YoY 28%, Adj OPM 19.9%) → 3Q $2.06B(YoY 33%, 20.2%)로 더 높아졌습니다. 관세로 인한 2차적인 비용 상승 영향을 고객에게 모두 전가하고도 가격이 좋은 상태라서 그렇습니다. 수요가 높아지니 P 상승으로도 수혜를 누리는 중입니다.

​

프롤로지스 Prologis : 물류리츠 → 데이터센터 신사업 추가

10월 15일, 프롤로지스가 3Q25 실적발표를 마쳤습니다. 창고 및 물류 분야의 리츠인데, 2024년 초에 데이터센터 신사업을 품은 이후 지금까지 계속해서 대대적으로 데이터센터 용량을 늘려가고 있습니다. 2025년 초를 기준으로는 10년에 10GW를 추가하겠단 계획이었습니다.

​

데이터센터 모멘텀 가속 : 10년간 10GW 중에 현재 전력을 확보했거나 '거의 확보한' 전력 규모가 5.2GW입니다. 달러로 환산하면 Power Shell 기준 CAPEX는 $15B이고, 턴키 방식으로 전력이 포함된 데이터센터 전체를 판매할 경우에는 $60B입니다. 이렇게 3년 내 공급 가능한 모든 MW는 모두 고객과 소통 중이며 거의 다 판매될 것으로 예상했습니다. 1년 사이에 5.2GW 규모의 프로젝트를 다루고 있게 된 것이니 매우 빠른 피벗이고, 추가 기회를 잡기 위해서 자본화 계획을 더 키울 생각도 갖고 있다고 말했습니다.

​

어플라이드 디지털 Applied Digital : 데이터센터 운영자 체크

10월 9일, 어플라이드 디지털이 3Q25(FY1Q26, 8월 31일 마감) 실적발표를 마쳤습니다.

​

어플라이드 디지털이 어떤 레이어에 위치해있는지를 살펴봅시다.

​

오라클, 코어위브, 네비우스 같은 기업들이 데이터센터의 Compute & Network 부분만 임대해서 자체 클러스터를 구축한 뒤, 최종 소비자인 AI Labs나 하이퍼스케일러들에게 임대하는 GPU 클라우드 기업들입니다.

그럼 무언가 이들에게 껍데기만 제공하고 있는 사업자들이 있습니다.

그들이 디지털브릿지(DigitalBridge, 자료체크), 크루소(Crusoe), 어플라이드 디지털(Applied Digital), 코어사이언티픽(Core Scientific)같은 기업입니다. 데이터센터를 직접 운영하는 기업이거나, 전력 인프라만 갖고 빌려주는 기업들도 있습니다.

데이터센터 1GW를 처음부터 끝까지 구축하려면 총 CAPEX는 $50~60B정도가 듭니다. 하지만 오라클, 코어위브, 네비우스 같은 기업들은 그중 즉각 수익 창출이 가능한 핵심 설비에만 투자하여 1GW당 $30~40B 수준의 CAPEX만 당장 사용하고, 나머지 비핵심 영역은 OPEX로 전환해 자본 효율성을 극대화하는 전략입니다. 즉, 자산은 최소화하고 수익성 있는 Compute 자산만 보유하는 구조입니다. 자본들이 부족한 네오클라우드들 입장에서는 $60B를 GPU에만 쓰는 게 가장 자본효율이 높습니다. 그리고 이 과정을 이제 2Q25부터는 하이퍼스케일러들도 택하기 시작했죠.

​

어플라이드 디지털 컨콜 중 주요 내용만 정리해봅니다.

​

첫 번째, 코어위브와의 계약 확대 - Polaris Forge 1 : 노스다코타주 엘렌데일에 위치한 Polaris Forge 1 캠퍼스는 코어위브와의 250MW 규모 장기 공급 계약을 통해 15년간 약 70억 달러의 매출을 확보한 상태였습니다. 최근 코어위브가 추가 옵션(150MW)을 행사하면서 계약 용량은 총 400MW로 확대, 이에 따라 계약 규모도 15년간 약 110억 달러로 증가했습니다.

Forge 1은 전력망 확충이 완료될 때마다 순차적으로 용량을 늘릴 수 있도록 설계되어 있어, 2028년부터 2030년 사이 최대 1GW 규모까지 확장 가능한 인프라 구조를 갖추고 있습니다.

두 번째, 새로운 하이퍼스케일러 추가될 - Polaris Forge 2 : 그리고 Polaris Forge 2도 기공식을 가졌는데 총 300MW 규모로 건설 중이고, 여기도 향후 전력망 추가 연결 시 1GW까지 확장할 수 있도록 미리 작업 중인 상태입니다. 맥쿼리와의 JV를 통해 자금이 투입됐고, 2026년 말에 가동을 시작하여 2027년에 1GW인 최대 용량에 도달할 예정입니다. 이미 하이퍼스케일러와 임대 계약에 대해 논의 중이고, 두 곳의 신규 부지에 대해서도 각각 하이퍼스케일러와 협상을 시작한 상태라고 말했습니다.

세 번째, 현재 파이프라인은 4GW - Polaris Forge 3, 4 : 어플라이드 디지털은 현재 전체 데이터센터 개발 파이프라인이 4GW에 달한다고 말했습니다. 훈련이건 추론이건 단일 부지에 대규모 클러스터를 구축했을 때 TCO 대비 퍼포먼스가 가장 좋아지기 때문에 단일 부지에서 GW급 전력을 받을 수 있는 데이터센터에 대한 수요가 높은 상태입니다. 시장에서는 이제 GPU 공급부족을 넘어서, 전력 가용성이 가장 중요한 상황이고, 데이터센터 건설 속도도 빠르게 하는 게 중요해진 만큼 해당 분야들에 역량을 집중하고 있습니다. 데이터센터 건설 기간은 24개월 → 12~14개월로 대폭 단축했고, 여러 캠퍼스를 병렬로 개발할 수 있도록 훨씬 더 빠르게 작업 중인 상태입니다.

주요 애널리스트들의 생각

Goldman Sachs, Morgan Stanley, Citi, Oppenheimer

Goldman Sachs

Beat-and-Raise, ⓐ$500B 전망 ⓑ오픈AI 10GW ⓒRubin 확인의 시간

(3Q Preview: Expect a beat-and-raise quarter, with focus on $500bn forecast, OpenAI deployments, and Rubin timeline)

투자자들은 '미래의 전망'에 관심

골드만삭스는 엔비디아 투자자들의 관심이 (1) GTC Washington에서 말한 CY26 말까지 Blackwell/Rubin 데이터센터 누적매출 $500B에 대한 디테일, (2) CY26에 오픈AI 하이퍼스케일러 구축에 대한 디테일, (3) CY26 Rubin 램프업 일정과 가시성에 대한 코멘트, (4) 중국 사업에 대한 가능성에 있다고 봤습니다.

​

(4)에 대한 기대는 이제 상당히 낮아졌기 때문에 ,(1)~(3)이 이번 분기 컨콜의 핵심일 것입니다. 젠슨황이 말했던 GTC Washington의 $500B 가이던스 같은 경우는 수치가 워낙 높다보니(기존 $350B에서 $150B를 상향한 것) 디테일이 필요합니다. 시장은 이미 보수적으로 보고 이를 엔비디아의 추정치에 크게 반영하지 않고 있기 때문에 셋업(기대)은 나름 긍정적입니다.

​

최근 CAPEX 추정치 대폭 상향

골드만삭스가 최근 하이퍼스케일러들의 CY26~27 CAPEX 전망치를 대폭 상향하면서, 단기 매출과 중기 이익 추정치도 상향했습니다. 단기로 3Q EPS는 $1.28, 4Q24 EPS는 $1.49를 예상했습니다. 중기로 CY26 EPS는 이제 저희 추정치와 비슷한 레벨인 $8.15까지 올라왔습니다.

Morgan Stanley

NVL 랙 수율 문제 완전히 해결, 상당한 성장세 기대

(Qtr should bring focus back to NVIDIA's market leadership)

3Q25, 좋게 볼 데이터들이 많다

모건스탠리는 공급망 체크 결과 엔비디아가 랙 제품 관련 초기 수율 문제를 완전히 해결했고, 수요가 지속적으로 급증하고 있기 때문에 강세일 것으로 전망했습니다. 시장은 여전히 엔비디아의 GTC Washington $500B 전망에 대해서 믿지 않고 있는 상태입니다. '그럴 수가 없다'라고 불신한다기 보다는 '좋은 건 알지만, 그렇게나 좋다고?'를 아직 믿지 않는 것에 가깝습니다. 실제로 GTC Washington $500B 발언 이후 주가는 -10% 하락해있는 상태입니다.

​

클라우드 고객들의 가격이 좋으면, 용량 투자는 계속될 것

H100, H200, B200의 Spot 가격이 8~9월부터 매월 계속해서 증가하는 중입니다. H100, H200은 신규 공급이 크게 줄어든 상황에서 수요가 늘어나다보니 가격 상승이 잘 드러나고, B200은 온라인되는 양이 점점 더 많아짐에도 불구하고 8~9월 가격대인 $12에 비해서 크게 상승한 $20~$25를 오가고 있습니다.

​

조금 더 디테일을 더하자면:

​

(1) 코어위브는 3Q에 수요가 대폭발하기 전 2Q25부터 이미 A100, H100도 6~7년치 계약을 맺고 추론 수요로 수익화 중이라고 언급했고, 11월 10일의 3Q25 실적발표에서도 H100 재계약을 하는 과정에서 수요가 매우 높다보니 Original agreement에 비해서 5%정도만 할인한 금액에서 계약이 체결되었다고 말했습니다. A100, L40, H100, H200는 모두 매진된 상태입니다.

​

(2) 2025년 9월부터는 H100/A100 가용 가능한 인스턴스 규모가 빠르게 말라갔었는데, 최근에는(아래 오른쪽 차트) H100 Spot 가격이 4Q25 8% 상승하고, H200 Spot 가격은 4Q25에 18% 상승할 것으로 예상됩니다. AWS 메인 인스턴스에서도 B200는 물론 한 세대 전 버전인 H200 임대료도 인상했습니다. a16z 팟캐스트에서 구글의 AI 인프라 부문 부사장인 아민 바닷이 시장에서 AI 수요가 크게 높아지면서 7~8년차 구글 TPU도 가동률이 100%라고 말했습니다.

​

​

CY3Q25 $55.0B → CY4Q25 $63.1B 예상

모건스탠리는 3Q25 매출을 $54.4B 예상에서 $55.0B로 상향했고 → 4Q25 가이던스 예상치는 $61.2B 기대를 $63.1B로 상향했습니다. 강력한 수요가 뒷받침되고 있고 타 ASIC 기업들과 달리 엔비디아가 CY25~26 등 현재 쇼티지인 공급부품들에 대해서 선점한 상황이기 때문에 공급 가시성도 상대적으로 높은 만큼 매출성장세도 좋을 것이라 전망할 수 있습니다.

지난 분기에는 바이사이드 기대치가 다소 높다고 느꼈지만 오히려 이번 분기에는 큰 우려가 없다는 코멘트를 더했습니다. 골드만삭스와 비슷한 평가입니다.

Citi, UBS, Oppenheimer

AI 수요의 급증과 수주잔고 상승

(AI demand surge and growing backlog)

Citi, 3Q25 $57B → 4Q25 $62B

골드만삭스와 모건스탠리정도를 제외하고는 이제 Preview 코멘트들이 그닥 디테일하지 않습니다. 씨티는 Beat and Raise를 기대하면서, 3Q25 분기 실적은 $57B일 것을 → 4Q25 가이던스는 $62B일 것을 예상했습니다.

​

UBS, 3Q25 $56B → 4Q25 $63~64B

UBS도 Beat and Raise를 기대하면서 3Q25는 $56B, 4Q25 가이던스는 $63~64B라고 추정했습니다. 수요는 매우 높은 상태이고 공급망이 안정됐기 때문에 무난한 실적을 보일 거란 예상이었습니다.

​

Oppenheimer, 3Q25 $54.7B → 4Q25 $61.5B

오펜하이머는 엔비디아의 NVL72 랙 제품 공급이 급증하는 수요에 비해서 빠듯한 상황이기에, 젠슨황이 GTC Washington에서 CY26 말까지 Blackwell/Rubin 누적 매출이 $500B가 될 수 있다고 말한 것에서도 추가로 수주잔고가 늘고 있을 것으로 봤습니다.

오펜하이머는 엔비디아의 전체 TAM이 $4T이라고 추정하고 있고, 그중 $2T CSP + $1.5T 소버린AI + $0.5T 엔터프라이즈에서 나올 것으로 전망했습니다.

​

투자의 생각 : 엔비디아(NVDA)

​

엔비디아 3Q25 Preview, AI 사이클의 핵심 기업 : Preview 체크 이후로도 Overweight를 유지합니다. CY25 PER 40.5배 → CY26 PER 23.5배입니다. EPS CAGR 3Y 60%로 보고 0.68배입니다. 몇 개월 뒤면 CY26으로 넘어감을 생각해보면 아직 업사이드가 많이 남았다고 느낍니다. 이번 실적발표에서는 아직 투자자들의 기대치가 높지 않기에 직전분기에 비해서는 셋업이 좋습니다. Foxconn, Quanta, Wistron, Wiwynn 등 대만 주요 서버 ODM 기업들의 코멘트를 고려할 때 긍정적인 부분들이 많습니다. AI HW 섹터 내 피어그룹을 비교할 때, 향후 성장성을 감안하면 진정한 의미의 밸류에이션 프리미엄이 붙는 구간이 온적은 없었다고 느낍니다. 추론수요가 많아지는 만큼 AI 가속기 시장규모가 커지는 중인데 성장속도가 매우 빠릅니다. 스케일링 법칙은 여전히 유효하며, 제번스의 역설이 계속되고 있음을 확인하고 있고, 강화학습이 작동하는 한 컴퓨팅은 꾸준히 더 늘어갈 것으로 예상합니다.

​

*강화학습 #1 → 2025년 4월의 오픈AI CPO 발언을 보면 질문자는 스타게이트의 성공이 오픈AI의 미래에 얼마나 중요한지를 물었습니다. 4년간 $500B를 유치하여 실제 CAPEX로 연결하는 게 얼마나 중요한가를 물은 것입니다. 이에 대해서 오픈AI CPO는 "매우 중요합니다. 저희가 확인한 바로는 컴퓨팅 자원이 많을 수록 더 좋은 모델을 만들 수 있고, 더 가치 있는 제품을 개발할 수 있습니다. 현재 저희는 모델을 두 가지 차원에서 확장하고 있습니다. 더 큰 사전학습(Larger Pre-trains)과 더 많은 강화학습(RL/Strawberry)입니다. 이 두 가지 모두 엄청난 컴퓨팅을 필요로 합니다. 수억 명의 사용자에게 서비스를 제공하는 것에도 엄청난 컴퓨팅이 필요한 건 마찬가지입니다. 그리고 앞으로는 사용자에게 지속적으로 작업을 대신 수행해줄 더 능동적인 제품(More Agentic Products)을 출시할 예정인데 역시 많은 컴퓨팅 자원을 필요로 합니다. 따라서 스타게이트는 강력한 파워와 GPU를 멋진 제품으로 바꿔주는 거대한 공장이라고 생각하면 됩니다." 라고 답했습니다.

​

*강화학습 #2 → 안드레 카파시는 DeepSeek-R1-Zero 모델의 강화학습 기반 성공을 보고나서, X에 이런 글을 올렸습니다. "아이들이 학습하는 과정과 딥러닝에는 두 가지 주요 학습 방법이 있다.

모방학습과 강화학습이다. 모방학습은 보고 따라하는 것이고 사전학습과 지도학습, 미세조정이 이에 속한다. 알파고가 인간 전문가들의 기보를 학습해가며 플레이 스타일을 익히는 과정이다. 강화학습은 시행착오 학습이다. 스스로 보상을 극대화하기 위해 전략을 탐색하며 학습하는 것이다. 지금까지 모든 충격적인 딥러닝 혁신은 늘 강화학습에서 나왔다. 진정한 마법의 원천이고, 창의적인 수를 뒀던 이유이다. DeepSeek-R1과 o1 모델이 CoT를 형성하는 방식도 강화학습이다. 이런 사고 방식은 인간이 직접 가르쳐줄 수 없는 것이며 AI가 자체적으로 터득한 패턴이다. AI의 사고 과정은 인간의 사고 방법과 완전히 다르기 때문이다. 알파고에서 더 나아간 알파제로는 처음부터 인간의 기보를 사용하지도 않고 순수하게 강화학습으로 최고의 바둑 전략을 학습한 방식이다. 강화학습이 적용될 때 AI는 인간이 예측하지 못한 방식으로 문제를 해결하는 능력을 스스로 발견한다는 게 핵심이다." 정리해보자면, R1-Zero나 AlphaZero가 기존 모델들에 비해 훨씬 강했던 이유는 '컴퓨팅 파워가 지원할 수 있는 한' 인간의 사전 지식을 없애고 컴퓨터가 더 자유롭게 답을 찾도록 풀어줬기에 결국 더 높은 지능에 도달할 수 있었다는 교훈입니다.