[원문 유형] 네이버 프리미엄 콘텐츠 [채널] 올바른 미국주식 by SAPIENS [게시일] 2025.09.16. 오후 6:27 [원문 URL] https://contents.premium.naver.com/sapiens/sapiensasset/contents/250916182713548ow [제목] 골드만삭스 테크 컨퍼런스 : "전례 없는 수요를 보고 있습니다" [수집 기준] 승인된 구독 열람권으로 실제 본문을 보존했다. 이미지·첨부는 별도 미디어 원장에 보관하며 시각적 의미 검토 여부를 구분한다. [구독 원문 본문] ​ 안녕하세요 사피엔스입니다. ​ AI 업계 디테일 체크 자료입니다. 골드만삭스 Communacopia + Tech 컨퍼런스를 보고 나서 6가지 주요 기업에 대해서는 따로 투자의 생각들을 정리했습니다. ​ 엔비디아에 대해서는 GB200/300 NVL72에 대한 높은 수요를 매칭하기 위해 GB300 NVL72 램프업 속도에 대한 감을 잡고, 많이 강조드린 부분들을 다시 한 번 정리했습니다. ​ 구글과 메타가 각각 화제였습니다. 구글은 오픈AI를 제외하고 Top 10 AI 연구소 모두가 GCP 고객임을 말했고, 메타의 CFO는 여전히 추천 및 랭킹 알고리즘을 통한 성장이 많이 남았다고 말했습니다. 주간전략보고 2025-09-15 주간전략보고 : 투자의 생각 (9월 15일~9월 19일) (바로가기​) AI 사이클 이해하기 2025-09-10 오라클 3Q25 실적발표 : "모두가 다가오는 쓰나미🌊의 규모를 이해하고 있는 건 아닙니다" (바로가기) 2025-08-28 엔비디아 2Q25 실적발표 : Blackwell 12개월치 SOLD OUT, AI CAPEX $3~4T를 말하다 (바로가기) 업계 전문가 인터뷰 2025-09-12 업계 전문가 인터뷰 : 아스테라랩스, 모두가 Scale-up을 필요로 하는 시대의 핵심 기업 (바로가기) 2025-09-02 업계 전문가 인터뷰 : 블룸에너지, 데이터센터로 어디까지 침투할 수 있을까? (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 ​ AI 업계 디테일 체크 : 골드만삭스 TMT 컨퍼런스와 투자의 생각들 엔비디아 Nvidia : 생각보다 빠른 GB300, 전례 없는 수요를 보고 있습니다 구글 Google : 오픈AI를 제외한 Top 10 연구소 중 9곳이 GCP 고객 메타 Meta : ROI가 높은 워크로드가 충분히 많다 버티브 Vertiv : 매출성장률 상승 중, 12개월간 성장동력 확보 에퀴닉스 Equinix : 더 가까운 곳에서 추론하게 될 것, 부스터를 켤 예정 ​ AI 업계 디테일 체크 골드만삭스 TMT 컨퍼런스와 투자의 생각 투자의 생각 : Goldman Sachs Communacopia + Technology Conference 늘 그렇지만 컨퍼런스 내용 자체를 전하기보다는 컨퍼런스 내의 내용에 대한 디테일, 그리고 해석과 투자의 생각이 많습니다. 투자의 생각을 많이 담은 자료입니다. 엔비디아 Nvidia '생각보다 빠른 GB300, 전례 없는 수요를 보고 있습니다' 공급은 정상적으로 진행 중 CFO는 앞으로 2030년까지 누적 $3~4T CAPEX, 연간 $1T CAPEX의 시대가 올 것을 말하고 있습니다. 최근 대만 서버 ODM이자 엔비디아 서버 주요 생산자인 Quanta Computer가 "GB300에 대해 '전례 없는 수요'를 보고 있으며, 2027년까지도 수요가 낙관적일 것으로 전망한다"고 말할 정도입니다. ​ 엔비디아는 이를 위해 생산 공급망을 어느 때보다 타이트하게 운영 중입니다. AI Boom이 시작됐던 1Q23부터 전략을 바꿨습니다. 원래는 2년마다 출시하던 타임라인을 기존보다 2배 빠르게 하여 1년마다 새로운 칩을 출시하고 있습니다. 공급망에서는 Blackwell(B200)을 넘어 Blackwell Ultra(B300)까지 양산이 순조롭게 진행 중이고, Vera Rubin 칩 6가지는 이미 TSMC tape-out을 마친 상태입니다. ​ 젠슨황이 계속해서 경쟁사 대비 더 '퍼포먼스 대비 TCO'를 좋게 만들길 원하기에 칩 및 랙 제품 생산 일정을 약간씩 앞당겨서 진행 중입니다. 3Q에는 GB200과 GB300 NVL72 시스템이 동시에 판매될 예정이고 → 4Q25에는 상당부분의 출하가 GB300 NVL72에 집중될 것으로 예상했습니다. 원래 애널 컨센으로는 4Q 출하량 1.5만개 정도에 GB300 NVL72 비중이 30%정도일 것으로 봤었던 것을 감안하시면, 생각보다 GB300 NVL72 램프업이 빠르다는 의미입니다. GB300이 GB200 대비 ASP가 20% 높으므로 매출도 높일 수 있습니다. ​ *Azure, AWS, GCP, Tier 2 CSP, 소버린 클라우드의 수요는 제외하고 차세대 모델을 만들기 위한 클러스터 수요만 NVL72 랙으로 받는다고 가정해도 오픈AI 5,555개 + 메타 6,944개 + xAI 7,639개입니다. 이들의 값만 합치더라도 NVL72 랙 제품 수요는 20,139개이므로 수요 초과정도가 매우 큰 상황입니다. GPU와 함께 판매되는 네트워킹 제품까지를 고려하면, '차세대 모델을 구축하기 위한 클러스터용에서만' 엔비디아가 인식할 수 있는 매출이이 $100B+입니다. 엔비디아의 CY25 예상 매출이 $200B인 걸 감안하면 이정도면 이미 상당한 수요입니다. GB300 NVL72 양산이 생각보다 빠릅니다. ​ H20는 미·중간 무역 합의가 끝나야 한다 아직 엔비디아 주가가 크게 강하지 않은 이유는 H20에 대해서 아직 '마지막 불확실성'이 있기 때문입니다. CFO는 미국 정부로부터 승인을 받았고, 중국 내 여러 고객사들로부터 라이선스 통과도 된 상태인데, 실제 공급에 앞서서 양국 정부간 긴장이 있다보니 대규모 선적은 안 나오고 있다고 말했습니다. 중국 고객사들은 중국 정부차원에서 H20 공급에 대해서 긍정적인 반응을 받길 원하기에 좀 기다리고 있다는 것이었습니다. ​ 9월 15일에 뉴스로 나왔던 중국 국가시장감독관리총국의 '엔비디아 반독점 심사 결정 공고' 같은 한 줄짜리 발언도 '미국이 엔비디아 칩을 안 주면 이렇게까지 할 수 있다'를 어필하는 과정입니다. 딜은 이뤄질 거라고 보는데, 결정이 어느정도 선에서 나오느냐로 3Q25~CY27까지의 '중국향 매출비중'이 정해지고, 그 결과 매출성장률이 바뀌다보니 그렇습니다. 코어 펀더멘탈에 영향을 주지는 않지만 성장률을 바꾸는 요인이란 점에서는 중요합니다. ​ 엔비디아와 중국에 대한 생각 구조적으로 보면 중국은 현재 컴퓨팅이 부족한 상태이므로 훈련을 위해서나 추론을 위한 칩 수요는 엄청날 것으로 예상합니다. Ascend 920이 CUDA → CANN 포팅에 중점을 둔 것만 봐도 ⓐ워크로드 옮기기가 쉽지 않으며 ⓑ중국 AI 연구소 내에서는 엔비디아의 칩을 여전히 매우 선호한다는 것을 알 수 있습니다. ​ 가장 우수한 칩들을 원하는 만큼 수입하지 못하게 됐으니, 몇 년에 걸쳐서 천천히 중국 독자적인 생태계를 구축하겠지만 중국 내 AI 가속기 시장규모가 CY25 $50B → CY26 $75B → CY27 $113B로 가는 과정에서 엔비디아의 점유율이 현재 CY25 50% → CY26 40% → CY27 30%로 줄어든다고 가정해도 매출 증분값은 CY25는 +$25B → CY26 +$30B → CY27 +$34B입니다. 이정도면 CY25에 중국 매출비중이 10% 초반대 → CY26에는 10% 이하로 하락합니다. YoY 기준에서 업사이드를 결정하는 요소는 맞지만, 엔비디아의 핵심 펀더에 영향을 줄 것은 아니며, AI 사이클이 진행됨에 따라 타 국가로 충분히 성장분을 돌릴 수 있는 규모라는 의미입니다. ​ 칩 단위에서는 화웨이 Ascend가 엄청난 노력을 들이고 있지만, 그럼에도 H100 수준에 머물고 있기에 성능면에서는 엔비디아와 2세대 이상 차이가 납니다. 그리고 서버/랙 단위에서는 주간전략보고에서 GB200/300 NVL72가 엔지니어링상 어려운 과정임을 전해드렸던 것을 생각할 때, 화웨이의 CloudMatrix 384도 실제 생태계를 구축하고 퍼포먼스 대비 TCO 레벨에서 HGX H100/200 8-GPU 레벨을 따라오기까지는 시간이 양산 시점을 기준으로 하여 추가 6~12개월이 더 걸릴 거라 예상합니다. 다양한 요소를 고려할 때 중국 외부로 판매하기는 어렵습니다. 이미 경쟁력 차이가 큰데, 중국 외 국가들이 중국산 칩을 사용할 경우 중국과 친한 국가로 구분되어 미국산 칩을 수입하지 못하게 될 것까지 같이 고려하면 더욱 외부로 판매되긴 어렵다고 봅니다. ​ 훈련/추론 그리고 GPU/ASIC '훈련과 추론의 시장에서 ASIC의 경쟁력이 어떻게 발전할 것으로 예상하느냐'는 골드만삭스 애널리스트의 질문에 엔비디아 CFO는 '훈련과 추론의 워크로드가 별개의 작업이 아니기에 엔비디아의 경쟁력은 충분히 유지될 것으로 예상한다'는 내용의 답으로 이어갔습니다. 앞으로 추론모델과 사후학습이 계속 진행될 것이고 여러 유형의 모델을 다룰 것이기 때문입니다. 엔비디아와 ASIC에 대한 투자의 생각은 <주간전략보고 : 투자의 생각 (9월 15일~9월 19일> 자료에서 전체의 생각을 정리해드렸습니다. ​ NVLink Fusion과 PCle Express 엔비디아는 자체 제품에는 대부분 NVLink를 넣고 있고, 엔터프라이즈향으로 PCle Express 제품을 모두 유지 중입니다. 하이퍼스케일러나 AI Lab들은 NVLink를 택해서 가장 높은 퍼포먼스를 취하지만, GPU만 구매해서 사용하려는 고객들도 여전히 있기 때문입니다. 그래서 GTC 2025에서 기존 PCle Express 기반으로 데이터센터를 구축한 기업 고객들도 기존 데이터센터와 연결하기 위한 솔루션으로 NVLink Fusion을 출시했습니다. ​ CFO는 "NVLink Fusion에 대한 관심이 현재 높아지는 중"이라고 전했습니다. Scale-up 네트워킹에서는 크게 3가지가 있습니다. ⓐNVLink(엔비디아 랙 제품 구매 or NVLink Fusion 사용하여 Scale-up만 대체) ⓑUALink(Scorpio), ⓒSUE(Tomahawk)가 있고, 각각의 점유율을 가져갈 것으로 예상하지만 NVLink Fusion만 사용하는 경우가 많지는 않을 거라 보고 있습니다. *아스테라랩스는 UALink, NVLink Fusion 생태계 점유율이 늘어날 때 가장 좋습니다* 아스테라랩스 (ALAB) 2025-09-15 주간전략보고 : 투자의 생각 (9월 15일~9월 19일) (바로가기) 2025-09-12 업계 전문가 인터뷰 : 아스테라랩스, 모두가 Scale-up을 필요로 하는 시대의 핵심 기업 (바로가기) 2025-09-08 주간전략보고 : 투자의 생각 (9월 8일~9월 12일) (바로가기) ​ '올해 말까지 GPM 70% 중반대 회복 가능' 기존 GPM 회복 전망을 그대로 유지하는지에 대해서는, GB200 → GB300 → VR200 전환 과정에서도 매우 순조롭게 GPM 75%대로 회복할 수 있다는 전망을 유지했습니다. (1) 개발주기 (2) 출시기간 (3) 비용절감 (4) 다양한 제품의 믹스를 통해 GPM을 75%로 유지할 수 있고, 2Q25 → 3Q25 → 4Q25순으로 GPM이 더 좋아질 것을 전망한 것입니다. ​ 하나씩 풀어보면 (1) 개발주기란 1년마다 하나씩 출시하는 사이클 관점에서, 설계 → 검토 → 제작/개발 → 테스트 → 출시 준비 → 생산 및 양산까지의 사이클을 끝내는 데 걸리는 총 처리 시간을 줄였다는 의미입니다. (2) 출시기간은 아이디어/기획 시작 → 상용 판매 개시까지의 Time-to-Market을 훨씬 낮춰서 엔지니어 투입시간을 낮춘다는 뉘앙스입니다. (3) 비용절감은 개발비, 자재비 및 제조원가 등 각종 비용을 낮추는 효과로 내고 (4) 제품믹스 조합은 GB200 NVL72에서처럼 GPU만 파는 게 아니라 CPU, 네트워킹, 자체 ASIC등을 같이 판매함으로써 GPM을 좋게 만든다는 표현이었습니다. ​ 구글 Google '오픈AI를 제외한 Top 10 연구소 중 9곳이 GCP 고객' 구글 클라우드, '오픈AI를 제외한 Top 10 연구소가 모두 고객' 구글은 11년째 TPU 시스템과 JAX, XLA, Pathways 등 자체 컴파일러를 발전시켜온 AI 제국입니다. AI 모델 개발능력면에서도 앞서가고 있는 만큼, Gemini 2.5 Pro의 경쟁력을 바탕으로 점점 더 구글 클라우드로 많은 기업들을 유치하고 있는 상태이기도 합니다. ​ 구글 클라우드는 현재 크게 네 가지 고객 기반을 갖고 있습니다. ​ 첫 번째는 AI Lab입니다. AI 모델을 구축하기에 좋은 인프라를 갖고 있기에 현재 '오픈AI를 제외한 모든 Top 10 AI 연구소'가 구글 클라우드 고객(DeepMind, Anthropic, xAI, Meta, SSI 등)이라고 말했습니다. 두 번째로는 마찬가지로 자체 AI 모델을 구축하려는 엔터프라이즈 고객들이 있고, 세 번째로는 금융시장 고객사들이 HFT처럼 알고리즘을 통한 기존 계산방식에서 벗어나 LLM 추론을 택하면서 매우 빈도 높은 계산을 고지능으로 대체하고 있으며, 네 번째로는 기존 HPC 컴퓨팅만 이용하려는 고객도 있다고 말했습니다. ​ 구글의 모델, Gemini를 기반으로 한 성과 또한 GCP에 총 182개의 LLM을 서비스하고 있으며, 크게 네 가지 제품군을 갖추고 있습니다. ​ 첫 번째는 제미나이처럼 대규모 생성형AI 모델입니다. 900만 명의 개발자가 제미나이를 사용하여 애플리케이션을 개발하고 있는 상태입니다. 두 번째는 이미지/비디오/오디오/음성 생성에 특화된 Diffuision 모델입니다. 세 번째는 과학적인 계산을 위한 모델들로 금융업계에서 쓰이는 시계열 모델, 제약 업계에서 주로 쓰이는 분자 설계 모델이 있습니다. 네 번째는 에이전트 구축에 특화된 플랫폼인 "ADK"(Agent Development Kit)입니다. 현재 120개 이상의 기업이 에이전트를 개발하고 있으며 점점 더 많은 기업이 LLM 자체를 사용하는 것을 넘어서 에이전트 구축으로 나아가고 있는 상태입니다. ​ 구글 클라우드 상반기 신규 고객 QoQ +28% 제미나이 경쟁력이 높아지는 속도에 맞춰 신규 고객도 빠르게 증가하는 중입니다. 기존 고객들이 구글의 AI 도구를 더 많이 사용하는 트렌드도 이어집니다. 고객 중 65%가 구글의 AI 도구를 의미있게 사용하고 있으며, AI 도구를 사용하는 고객은 그렇지 않은 고객에 비해 데이터 애널리틱스 제품이나, 사이버보안 도구 등을 1.5배 더 많이 사용하고 있습니다. 신규 고객이 계속해서 더 늘고 있고, 기존 사용자들은 더 많은 AI 서비스를 사용하는 트렌드입니다. ​ 수주잔고가 매출성장률보다 더 빠르게 증가하는 수요 초과 상태임을 강조하기도 했습니다. ​ CSP 매출성장률 vs 수주잔고 마이크로소프트 → Azure Cloud YoY 39% vs 수주잔고 $368B (YoY 37%) *Cloud 전체* 구글 → GCP YoY 31.7% vs 수주잔고 $106B (YoY 38%) *Google Workspace 포함* 아마존 → AWS YoY 17.5% vs 수주잔고 $195B (YoY 25%) *Only AWS* 오라클 → OCI YoY 12.2% vs 수주잔고 $455B (YoY 359%) *Cloud 전체* ​ 메타 Meta Platforms 'ROI가 높은 워크로드가 충분히 많다' ROI 높은 워크로드가 충분히 많다 AI Boom을 앞둔 2022년 11월에 CFO 자리에 부임한 수잔 리(Susan Li)가 가장 중요하게 체크하는 것이 바로 AI CAPEX가 얼마의 ROI를 갖고 있으며 얼마의 자금을 지원할 때까지 수익률 곡선이 유지될 수 있는가입니다. 이런 점에서 CFO는 콘텐츠·광고에 대한 추천 및 랭킹 알고리즘에 대해 얼마를 투입했을 때 얼마의 매출성장으로 이어질지에 대한 매우 자세한 추정 시스템을 갖고 있다고 말했습니다. ​ 오랫동안 진행 중인 프로젝트들이 많고, 바로 수익창출에 효과가 날 것으로 예상하는 앱 및 수익창출 팀에서 각각 팀별로 2026년에는 더 많은 자금을 할당해주기를 원한다고 요청했으며 실제로 많은 자금을 할당했다고 말했습니다. 실제 ROI가 높은 워크로드들이기 때문입니다. 메타 CFO, Susan Li "다음으로 인프라에 대한 내용입니다. 충분한 컴퓨팅 용량을 확보하는 것이 향후 몇 년 동안 우리 앞에 놓인 수많은 기회를 실현하는 데 핵심이 될 것으로 예상합니다. 핵심 광고와 콘텐츠 참여도를 높이는 이니셔티브에 대한 AI CAPEX를 통해 매우 매력적인 수익(ROI)을 지속적으로 창출하고 있으며, 2026년에도 이 분야에 상당한 투자를 계속할 것으로 예상합니다. 또한 가장 우수한 AI 인프라를 개발하는 것이 최고의 AI 모델과 제품 경험을 개발하는 데 핵심적인 이점이 될 것입니다." 2025-07-30, 메타 2Q25 실적발표 컨퍼런스 콜 中 메타의 입장에서 보자면, 2024년 9월쯤에 비해서 2025년 9월에 추론 ROI의 '가시성'이 더 높아진 이유는 확장가능성에 있습니다. 예를 들어 작년에 2025년 CAPEX를 요청할 당시만 해도 수많은 프로젝트에서 '엔지니어가 25명 필요하고, 얼마의 앱 개선을 하면, 얼마의 수익이 예상된다'는 것을 말했으면 그당시는 엔지니어가 한 프로젝트당 1,000명으로 늘어났을 때에는 수익률 예상이 얼마일 것인지를 몰랐기 때문입니다. ​ 간단하게 정리해보자면, 확장가능성에 대한 가시성이 낮은 상태였습니다. 올해 그렇게 투입한 자금이 많았는데, 실제로 상당한 프로젝트가 큰 성과로 이어졌다고 평가했습니다. AI 인재와 GPU를 EPS 성장률로 바꾼 현 상태가 그렇게 나온 것입니다. 이에 대한 더 자세한 내용은 <메타 2Q25 실적발표 : SUPER BEAT, AI와 GPU를 EPS로 바꾸다>를 보시면 가장 좋습니다. ​ 이런 프로젝트들 하나하나를 파이프라인이라고 부르는데, 중장기적으로 흥미로운 일들이 많이 진행될 것이며, 메타 자체의 수익화를 위한 AI도 있지만 차세대 최첨단 모델(Llama 4.5 → Llama 5 → Llama 6)을 구축하는 면에서도 충분히 기대가 큰 상태입니다. 올해 여름에 Llama에 대해서 얼마의 비용을 들여 구축하면, 그 모델을 어떻게 활용하여 각각의 도메인별 AI 워크로드를 업그레이드 및 신규 구축하고, 메타가 가진 콘텐츠 및 광고 유통 플랫폼과 어떻게 연결하며, 어떻게 데이터 플라이휠을 굴리고, 어떻게 수익화를 할지에 대해서 일련의 연구를 끝냈습니다. ​ 빅테크 중 가장 먼저 'ROI 깨달음'의 순간을 지난 메타 AI를 수익화시키고 있는 정도에서 메타가 단연 압도적인 규모입니다. ​ 빅테크들 중에서도 AI를 수익화하고 있는 대규모 수익화 사례는 크게 두 가지입니다. 첫 번째는 클라우드 컴퓨팅입니다. 마이크로소프트 Azure, 아마존 AWS, 구글 GCP에서 컴퓨팅을 구매해서 모델과 관련 SaaS들을 얹어 서비스하는 것입니다. 모델과 SaaS를 얹었으니 GPU만 베어메탈로 서비스하는 오라클이나 코어위브에 비해서는 마진이 비싸지만, 인프라업과도 같습니다. ​ 두 번째가 메타처럼 실제로 AI를 사용하여 수익화하는 것입니다. 예를 들자면 마이크로소프트의 Copilot, 구글의 AI Overview/AI Mode 및 Workspace 구독 업셀링, 아마존의 로보틱스를 통한 물류효율화 정도가 핵심입니다. 실제로 플레이어로서 얼마나 수익화를 하고 있는가입니다. 이렇게 두 가지로 구분해서 보면 메타가 압도적으로 ROI가 높은 플레이어임을 느낄 수 있습니다. ​ 바이트댄스와 메타가 가장 높은 ROI를 갖고 있는 플레이어이기에 바이트댄스는 중국 내에서 가장 많은 컴퓨팅을 구매하고 있고, 메타는 TTM 매출규모로 보자면 $179B로 마이크로소프트의 $282B 대비 63% 규모이고, 구글의 $371B 대비 48%임에도 거의 같은 CAPEX를 투입하고 있습니다. 메타의 MTIA 프로젝트에서 기대가 꽤 있다고 말씀드린 이유도 실제 R&R 워크로드 자체를 통제할 수 있기 때문입니다. 구글의 TPU가 상대적으로 잘 자리잡았던 이유도 처음부터 자체 워크로드를 자체 인프라에 맞게 설계했기 때문이었습니다. ​ 향후 Recommendation & Ranking을 통한 성장은? 골드만삭스 애널리스트는 메타의 투자포인트로 가장 중요한 것을 질문했습니다. R&R 워크로드의 ROI가 지금 높다는 건 알겠지만 앞으로도 어디까지 높아질 수 있느냐는 질문입니다. 이것을 물은 표면적인 질문은 '앞으로 광고 성장을 지속할 수 있는 요소는 무엇일까요?'였습니다. ​ CFO는 앱 제품군 내의 추천 및 랭킹 알고리즘의 성능을 개선할 수 있는 기회가 앞으로도 많다는 것을 계속해서 발견했고, 아직 해야 할 일이 많이 남아있으며, 계속해서 실제 투자를 집행했을 때의 파이프라인과 성과에 대해서 매우 만족하고 있는 상태라고 말했습니다. ​ 예를 들어, 2Q25에서 사용자들의 체류시간을 Facebook에서 YoY 5%, Instagram에서 YoY 6% 증가시킨 것은 사용자들의 참여 데이터를 더 많이 추가함으로써, 사용자가 더 좋아하는 콘텐츠를 추천한 결과였습니다. 그리고 이렇게 추천 및 랭킹 알고리즘을 지원하다보면 '밈'처럼 빠른 콘텐츠 트렌드를 따라잡는 크리에이터들이 더 성공할 수 있도록 지원하게 되다보니, 점점 더 메타 앱 제품군 내의 사용자 만족도가 높아지는 현상이 생깁니다. ​ *페이스북, 인스타그램, 릴스마다 각각의 랭킹과 추천 시스템이 있습니다. 개별 앱으로도 들어가보면 페이스북 내에도 Watch, Feeds, Groups, Reels 등 다양한 탭들이 있고 이것들도 하나씩 랭킹과 추천 시스템이 있습니다. 모든 랭킹과 추천 알고리즘은 더 많은 사용자들의 행동 데이터를 넣을 수록 성능이 좋아지는 경향을 띄고 있습니다. ​ *메타 앱 내에서 매일 34억 명의 사용자가 비슷한 행위들을 한 데이터가 쌓입니다. 여기에서는 사용자가 클릭한 것, 그리고 몇 초 동안 콘텐츠에 머물렀는지, 좋아요나 구독 같은 상호작용을 하진 않았는지, 광고를 보고 클릭해서 물건을 구매하진 않았는지 같은 데이터들로 파악할 수 있습니다. 너무 방대한 데이터이고 종류도 다양하며 실시간 정보를 체크해야 하기에 이전에 CPU 기반으로는 하지 못했던 작업입니다. 이제 GPU 가속컴퓨팅을 통해서는 가능합니다. 이런 수많은 자잘한 기준들이 매개변수와 같은 역할을 하고 신경망의 크기를 키웁니다. 이러한 사용자의 행동 데이터들을 며칠, 몇 주, 몇 달치를 가져다 쓸 것인지에 대해서 정하게 됩니다. 이것이 컨텍스트 윈도우와 비슷한 역할을 합니다. 두 가지 측면을 키우다 보면 필요한 컴퓨팅 규모가 커지게 됩니다. 세 가지 측면에서 점점 더 규모를 키울 수록 사용자들이 광고나 콘텐츠에 만족도가 올라가며 체류시간이나 시청시간이 증가하고 있습니다. ​ 콘텐츠가 아닌 광고에서도 '실제 구매할 것 같은 의도가 높은 고객'에게 가장 적합한 광고를 노출하는 시도를 늘리는 중입니다. 예를 들어 ⓐ신학기에 노트, 각도기, 계산기에 대한 광고를 더 많이 노출하거나, ⓑ친구나 가족 콘텐츠를 스크롤하며 쇼핑 생각이 없는 사용자에게는 일시적으로 광고를 덜 보여줌으로써 체류시간은 늘리고, 메타를 사용하는 광고주 입장에서는 구매의도가 높은 고객에게만 매칭하게 해주니 ROAS가 높아지는 효과를 거두는 식입니다. ​ 앞으로 AI를 추가 성장은 어떻게 가능한지? 하나는 백엔드에서 추천 및 랭킹에 쓰이는 모델을 발전시키는 것이고, 다른 하나는 프론트엔드에서 광고주들이 광고를 제작하기 편하도록 만드는 것입니다. ​ 현재 매우 복잡한 추천 및 랭킹 백엔드를 갖고 있는데, 이것을 확장 및 통합하면서 성능향상이 가능합니다. ​ 예를 들어, 각 사용자에 대해서 지금 당장 보여줄 초당 수천만 개의 광고가 있고 → 머신러닝 모델이 이를 처리하여 사용자의 이전 검색기록, 좋아요를 누른 콘텐츠, 댓글을 남겼는지, 몇 초간 머물렀는지 등등을 반영하여 수천 개의 광고로 압축하여 랭킹 단계로 보냅니다. → 그러면 랭킹에서는 어떤 순서, 어떤 시간, 어떤 순서로 보여줄 것인지를 조합하고, 광고를 어떻게 게재할 것인지를 판단합니다. 사용자의 감정적인 요소도 고려합니다. ​ 위에 설명한 과정은 크게 두 가지 모델로 구성됩니다. 광고 추천을 하는 모델인 Andromeda, 광고 랭킹을 매기는 GEM입니다. 모델을 개선하기 위해서 점점 더 많은 파라미터를 추가하고, 데이터를 추가하는 과정을 거치고 있고, 이를 통해 같은 컴퓨팅 FLOPS로도 더 많은 광고를 검색하고, 더 많은 광고의 랭킹을 실시간으로 매길 수 있게 만들었습니다. 개별 사용자에게 관련도가 가장 높은 광고를 보여주기 위한 과정입니다. ​ 2Q25에는 Andromeda를 Facebook 내에서 모바일 Feed와 Reels 제품에 적용했고, 앞으로는 Instagram에 이를 적용하여 계속해서 광고 추천 효율을 끌어올릴 예정입니다. 이 과정은 GEM에도 똑같이 적용됩니다. ​ *왼쪽 : Meta GEM 구조 설명 사진 / 오른쪽 : Meta Andromeda 구조 ​ *생성형 광고 추천모델인 GEM은 수천 개의 GPU에서 학습된 ML 모델로 광고 상품에 대한 결과를 추적해서 광고 타겟팅 성능을 개선하는 데 초점을 맞추고 있는 모델입니다. 방대한 양의 데이터를 빠르게 처리해서 관련성이 높고 개인화된 광고를 제공할 수 있게 하여 추천 시스템의 효율을 훨씬 더 높일 수 있었습니다. 2025년 초 Reels에 GEM을 도입한 이후 광고전환율이 최대 5% 좋아졌고, 계속해서 성과가 더 좋아지는 걸 확인하고 있기에 광범위하게 GEM 도입을 늘리고 있다고 말했습니다. ​ *Andromeda는 2024년에 출시된 End-to-End 하드웨어~소프트웨어~머신러닝 워크로드 공동 설계 시스템입니다. 메타의 ASIC인 MTIA와 엔비디아 GH200 칩을 통해 구동하는 구조입니다. Andromeda 덕분에 메타는 광고 검색에 쓰이는 모델의 복잡성을 10,000배 이상 키울 수 있었으며, 사용자의 스마트폰 화면 안에 사용자가 가장 좋아할 만한 광고를 보여주는 랭킹 프로세스의 첫 번째 단계로 Andromeda가 쓰이고 있습니다. Andromeda 적용 이후 광고 품질이 8% 향상됐고 광고주를 위한 Advantage+ 및 생성형AI 크리에이티브 도구의 효율도 올랐습니다. 2Q25에는 Facebook 모바일 Feed와 Reels에 적용한 뒤 전환율을 2024년 하반기 대비 4% 높였습니다. ​ CFO는 개별 모델 단위로도 성능을 끌어올리고 있지만, 앞으로는 이를 모두 통합한 하나의 모델로 만들어서 추천 및 랭킹 정확도와 효율을 더 끌어올릴 기회에 대해 연구가 진행 중이라고 말했습니다. 지금은 LLM을 많이 쓰는 상태가 아니지만 향후 LLM을 활용하여 추천 알고리즘을 더 좋게 만들 초기 단계의 프로젝트들이 있다(예를 들어, 엔지니어 25명 프로젝트인데 성과가 좋은 게 많다는 뜻. 앞으로 몇 백~몇 천명 프로젝트로 키울 수 있을 것이니 기대 O)고 강조했습니다. ​ 프론트엔드에서는 광고주들이 Meta Advantage+를 사용하여 광고 캠페인 설정에 걸리는 난이도를 낮추고, 캠페인 제작에 걸리는 시간을 줄이고, 그 결과 비용을 낮춤으로써 더 많은 광고가 집행될 수 있도록 하는 효과를 기대하고 있습니다. ​ 광고주 입장에서 광고를 제작할 때에는 ⓐ광고 캠페인을 만드는 비용과 ⓑ광고를 노출시키는 데 드는 비용이 드는데, ⓐ를 낮춘다면 ⓑ에 더 많은 비용을 지출하는 게 개별기업들 입장에서는 가장 유리하기 때문입니다. ​ Advantage+는 두 가지 영역에서 성장 가능성이 있습니다. 하나는 광고 캠페인의 목표와 누구한테 보여줄지에 대한 설정을 자동화하는 것입니다. 예전엔 마케터들이 일일히 특정 인구 통계를 설정해야 했지만, 이제는 메타가 알아서 최적의 예산을 설정해주고, 캠페인은 어떻게 설정하는 게 가장 ROAS가 높은지를 제안해주는 것이 현재 Advantage+의 사용 사례입니다. ​ 다른 하나는 캠페인을 제작할 때의 비용을 낮추는 것입니다. 생성형AI 크리에이티브 도구를 사용하여 다양한 광고 형식에 맞춰서 자동으로 이미지 크기를 변환해주는 것, 이미지를 자동으로 만들 수 있도록 하고, 특수효과나 텍스트 자막도 달아주는 것을 대체하고 있습니다. 더 나아가서는 리사이징·이미지·텍스트 기능을 넘어서 비디오 광고를 위해 비디오 생성분야에서도 AI 접목의 가능성을 기대하는 중입니다. 버티브 Vertiv '매출성장률 상승 중, 12개월간 성장동력 확보' 하이퍼스케일러 + 콜로케이션향 시장점유율은 증가하는 중 버티브 CEO가 골드만삭스 컨퍼런스에 직접 참석해서, 현재 버티브의 매출성장률과 시장 내 주문량 성장규모를 비교해보면 '1H25에도 버티브의 매출성장률이 상승하는 상황'이라고 말했습니다. 가장 빠르게 성장하는 시장에서 점유율이 늘고 있는 상태입니다. 또한 엔터프라이즈 시장 내에서의 점유율은 버티브가 상당히 높기 때문에, 향후 기업들이 대거 AI 서버를 구매하는 트렌드에서도 점유율 상승을 기대할 수 있는 환경이라고 말했습니다. ​ 지역별로 보자면, 현재 AI 수요 대부분이 북미 지역에 집중되어 있지만 모든 지역에서 파이프라인이 증가하는 중이며 특히 아시아에서 빠르게 증가하고 있습니다. ​ 전방 섹터별로 보면 C&I향도 강세입니다. 북미에서 리쇼어링 수요가 높아지다보니 산업용 전력 및 냉각기기 수요도 높아지고 있고, 통신 섹터 내에서도 이제 턴어라운드하여 수요가 증가하기 시작했다는 것입니다. 다만 성장률면에서는 아무래도 데이터센터에 비해서는 성장률은 낮습니다. ​ 수요강세의 느낌은 12개월 이상을 볼 수 있다 버티브의 수주잔고나 파이프라인은 매우 높은 상태입니다. '12개월 이상의 충분한 수주잔고를 확보한 상태이고 앞으로도 파이프라인 수준을 볼 때 다년간 성장이 예상된다'고 전망했습니다. 버티브는 단순히 고객사가 의향을 밝힌 정도라고 해서 파이프라인으로 인식하지 않으며 매우 엄격하게 관리하고 있다고 말했습니다. ​ 수요를 매칭하기 위해서 공급량을 꾸준히 확대하고 있고, 데이터센터 건설 속도 자체를 더 빠르게 하기 위해서 고객들이 구매하는 모듈형 제품(prefabrication)도 수요를 확인하고 있습니다. ​ AWS의 IRHX는 버티브의 노하우가 반영된 제품 AWS가 GB200 NVL72(In-Row Heat Exchanger)에 대해서 자체 냉각부품을 설계하다보니, 투자자들이 버티브의 시장점유율이 줄어드는 게 아닌가 우려한 적 있었지만 실제로는 버티브의 부품과 데이터센터 엔지니어링 노하우를 기반으로 구축된 제품이므로 크게 우려하지 않아도 된다는 점도 붙였습니다. 부품들을 확인해보면 AWS의 IRHX에도 버티브의 핵심 부품들이 탑재되어 있습니다. 버티브의 CDU(냉각수분배장치), 펌핑유닛(냉각수 펌핑장치), 팬 코일(냉각코일)을 쓰고 있습니다. 에퀴닉스 Equinix '더 가까운 곳에서 추론하게 될 것, 부스터를 켤 예정' 사용 사례가 계속해서 확장되는 중 콜로케이션 대표 기업인 에퀴닉스는 많은 기업들과 접하는 기업이기 때문에 중요합니다. 에퀴닉스도 업계 전반과 같은 코멘트였습니다. 신규 고객이 늘어나고, 고객사 하나당 신규 사용 사례가 증가하는 트렌드입니다. 금융 서비스 산업을 보더라도 HFT를 위한 컴퓨팅이 늘고, 사기 탐지가 늘어나는 등 점점 더 많은 사용 사례에 AI가 적용되는 상태라고 말했습니다. ​ 에퀴닉스는 고객들이 AI 워크로드를 늘리고 서버 투자로 이어지는 과정에 대해 설명했습니다. 개별 기업들은 퍼블릭 클라우드를 통해서 AI를 어디에 쓸지 테스트하는 기간을 지나서 → 충분한 수요와 컴퓨팅을 확보한 경우 장기적으로 사용하기에 더 저렴한 구조를 원하게 되므로 → 콜로케이션에 서버를 두거나, 자체 온프레미스에 DGX Pod을 구성하여 모델을 훈련시키고 추론하는 AI Factory를 만드는 과정을 거치고 있다는 것입니다. ​ 더 가까운 곳에서 추론하게 될 것 추론의 시대에서는 스마트폰 시대에는 0.5ms, 1ms라도 큰 문제가 되지 않았지만, Agentic AI를 추론해야 하는 경우에는 고부가가치의 클러스터에서 사용되고, 여러 데이터 소스와 연결된 상태로, 기계와 기계끼리 통신하면서 하나의 워크로드를 완성하하기 때문에 애플리케이션이 실행될 주요 도시권에 있어야 할 것으로 예상했습니다. ​ 지금은 자본조달 → 향후 몇 년간은 부채 증분 자본의 효율화를 위해서 에퀴닉스는 현재 사모펀드들과 JV를 맺고 하이퍼스케일러향 데이터센터를 짓는 중입니다. 다만, 앞으로 몇 년간은 훨씬 더 많은 수요를 충족시키는 것이 중요해지기 때문에 CAPEX를 위한 자금조달은 내부의 FCF를 넘어서 부채 레버리지를 적당히 늘리는 식으로 조달할 계획이라고 말했습니다. 2029년까지 4~5년 동안 $8B 가량의 부채를 장부에 추가하겠다는 계획이고, BBB+ 투자등급을 유지하면서 부채비율을 최대 4.5배까지 높일 수 있는 여력이 있다고 말했습니다. 시장에서 높은 ROI를 가진 투자기회를 발견할 때 아낌없이 투자할 수 있도록 레버리지를 켜는 것입니다.