엔비디아 매출 962억 달러, GPU 다음 경쟁은 ‘AI 데이터센터 전체’로 넓어졌다
엔비디아가 8월 26일(현지시간) 발표한 2027 회계연도 2분기 매출은 962억 달러로, 1년 전보다 106% 늘었다. 데이터센터 매출만 890억 달러로 117% 증가했다. 숫자만 보면 AI 반도체 수요가 계속 커졌다는 익숙한 이야기처럼 보인다. 그러나 이번 발표 뒤 더 중요한 변화는 엔비디아가 단일 GPU 판매 회사가 아니라 AI 데이터센터 전체를 설계하고 운영하는 회사로 경쟁 범위를 넓히고 있다는 점이다.
GPU는 AI 계산을 담당하는 핵심 장치다. 하지만 수만 개의 GPU를 한곳에 모은다고 자동으로 효율적인 AI 서비스가 되지는 않는다. 데이터가 제때 이동해야 하고, 메모리와 저장장치가 막히지 않아야 하며, 장비 사이 네트워크가 끊김 없이 작동해야 한다. 전력과 냉각, 보안, 운영 소프트웨어도 필요하다. 엔비디아는 베라 루빈(Vera Rubin) 플랫폼을 앞세워 이 전체 묶음을 공급하려 한다.
일반 이용자에게 이 변화는 먼 데이터센터 이야기처럼 들릴 수 있다. 하지만 AI 서비스의 속도, 요금, 사용 한도는 결국 데이터센터가 얼마나 효율적으로 답을 만들어 내느냐에 달려 있다. 경쟁의 단위가 칩 한 개에서 완성된 시스템으로 커지면, 빅테크의 투자 규모와 시장 진입 장벽, AI 서비스 가격 구조도 함께 달라진다.
이번 실적에서 확인된 숫자
엔비디아 공식 발표에 따르면 7월 26일 끝난 분기의 전체 매출은 962억2,100만 달러였다. 직전 분기보다 18%, 전년 동기보다 106% 증가했다. 데이터센터 부문은 890억 달러로 직전 분기보다 18%, 1년 전보다 117% 늘었다. 회사는 다음 분기 매출을 1,080억 달러 안팎으로 예상했다. 이 전망에는 중국 데이터센터 계산 장비 매출을 포함하지 않았다고 밝혔다.
매출 증가율은 회사의 주장과 전망이 아니라 발표된 실적 수치다. 다만 앞으로도 같은 속도로 성장한다는 보장은 아니다. AI 기업과 클라우드 회사가 대규모 투자를 계속해야 하고, 전력과 부지, 네트워크 장비가 계획대로 공급돼야 한다. 고객이 자체 칩을 늘리거나 AI 서비스 수익성이 기대에 못 미치면 투자 속도가 달라질 수 있다.
엔비디아는 베라 루빈 플랫폼이 본격 생산 단계에 들어갔고 코어위브, 구글 클라우드, 마이크로소프트 애저, 오라클 클라우드, 네비우스의 설비에서 랙 단위 시스템이 가동되고 있다고 밝혔다. GPU뿐 아니라 베라 CPU, 그록 3 LPX 추론 가속기, 스펙트럼-6 네트워크 스위치, 블루필드 저장장치 처리 장치, DSX 데이터센터 설계·운영 체계 등을 한꺼번에 강조했다.
왜 GPU만 좋아서는 부족한가
AI 모델이 질문에 답하려면 계산 장치가 저장된 데이터를 읽고, 여러 장비 사이에서 중간 결과를 주고받으며, 완성된 답을 사용자에게 보내야 한다. 작은 서비스에서는 장비 몇 대가 이 일을 처리할 수 있지만, 수백만 명이 동시에 쓰는 서비스에서는 작은 지연이 거대한 비용이 된다.
자동차에 비유하면 GPU는 강력한 엔진이다. 엔진이 빨라도 변속기, 타이어, 연료 공급, 냉각이 받쳐주지 않으면 자동차 전체가 제 성능을 내지 못한다. AI 데이터센터도 같다. 계산 장치가 잠시라도 데이터를 기다리면 비싼 장비가 놀게 되고, 전기는 소비하면서 답은 만들지 못한다.
테크크런치는 엔비디아의 새 경쟁력이 GPU 주변 시스템으로 이동하고 있다고 분석했다. 베라 CPU는 메모리와 저장장치에 있는 데이터를 적절한 시점에 GPU로 보내는 역할을 맡는다. 엔비디아 관계자는 특정 작업에서 최대 3배 개선을 봤다고 설명했지만, 이는 회사 측 사례이므로 모든 환경에서 같은 결과가 난다고 받아들여서는 안 된다. 중요한 방향은 더 많은 계산 장치를 넣는 것만큼 데이터 이동의 병목을 줄이는 일이 중요해졌다는 점이다.
네트워크도 핵심이다. 수천 개 장비가 하나의 모델을 함께 처리할 때 연결 속도가 느리거나 일부 장비가 지연되면 전체 작업이 기다린다. 엔비디아가 스펙트럼 스위치와 광통신, 블루필드 장치를 강조하는 이유다. 회사는 단순히 칩을 팔기보다 모든 부품이 함께 작동하도록 설계한 랙과 운영 지침을 제공해 고객이 구축 시간을 줄이게 하려 한다.
‘AI 공장’이라는 말의 실제 의미
엔비디아는 대규모 AI 데이터센터를 ‘AI 공장’이라고 부른다. 제조 공장이 원료를 제품으로 바꾸듯 데이터와 전기를 AI 답변, 이미지, 영상, 업무 결과로 바꾼다는 표현이다. 홍보 용어이지만 사업 모델의 변화를 잘 보여준다. 엔비디아가 팔려는 것은 칩 한 상자가 아니라 계속 결과를 생산하는 시설 전체다.
회사가 발표한 DSX 플랫폼은 데이터센터 사업자가 시설을 설계하고 구축하고 운영하는 방법을 묶은 체계다. 엔비디아는 아폴로, 블랙록, 블랙스톤, 브룩필드, 골드만삭스, KKR 등과 장기적으로 5,000억 달러가 넘는 외부 자본을 AI 기반시설에 동원하기 위한 협력을 발표했다. 이는 확정 지출액이 아니라 최종 계약과 사업 진행을 전제로 한 계획이므로 “이미 5,000억 달러를 투자했다”고 해석하면 안 된다.
부지와 전력 확보도 반도체만큼 중요해졌다. 엔비디아는 미국 오하이오에서 시설 부지와 전력, 건물 골조 용량을 확보하는 협력도 공개했다. AI 산업의 병목이 칩 생산에서 전력망과 건설, 냉각으로 이동하고 있음을 보여준다. 앞으로 AI 경쟁은 반도체 회사뿐 아니라 전력회사, 건설사, 자산운용사, 통신장비 회사까지 얽힌 산업이 된다.
일반 사용자는 무엇을 체감하게 되나
첫 번째 변화는 응답 속도와 사용 한도다. 데이터센터가 같은 전력으로 더 많은 답을 만들 수 있으면 서비스 사업자는 더 빠른 응답이나 넉넉한 사용량을 제공할 여지가 생긴다. 반대로 대규모 시설 비용이 계속 늘면 무료 서비스의 제한이 강화되고 고성능 모델은 비싼 요금제에 묶일 수 있다.
두 번째는 AI 기능의 종류다. 글과 이미지뿐 아니라 긴 영상, 실시간 음성 대화, 로봇 제어처럼 계속 계산해야 하는 기능은 장비 전체의 효율이 중요하다. 엔비디아가 ‘추론’ 전용 가속기와 물리적 AI를 강조하는 것은 학습을 끝낸 모델이 실제 사용자 요청을 처리하는 시장이 더 커지고 있기 때문이다.
세 번째는 서비스 선택의 집중이다. 클라우드 회사가 엔비디아의 완성형 시스템을 채택하면 개발 속도는 빨라질 수 있지만, 장비와 소프트웨어가 한 회사 생태계에 더 깊이 묶인다. 경쟁사가 더 싼 칩을 내놓아도 네트워크와 운영 도구, 기존 소프트웨어를 모두 바꾸는 비용이 크면 고객은 쉽게 이동하지 못한다. 이 잠금 효과가 장기적으로 서비스 가격과 선택권에 영향을 줄 수 있다.
네 번째는 지역별 이용 가능성이다. 엔비디아는 다음 분기 전망에 중국 데이터센터 계산 매출을 넣지 않았다고 밝혔다. 수출 규제와 국가별 AI 정책이 장비 공급을 가르면, 같은 AI 서비스라도 지역에 따라 모델 성능과 출시 속도가 달라질 수 있다. 한국에서는 엔비디아가 SK텔레콤, 네이버, 브룩필드와 국가 단위 AI 기반시설 협력을 확대하고 SK하이닉스와 차세대 메모리 협력을 발표했다. 국내 이용자에게도 데이터센터 투자가 서비스 품질과 산업 경쟁력으로 이어질지 확인할 필요가 있다.
경쟁사에도 기회는 남아 있다
엔비디아가 전체 시스템을 묶어 판다고 경쟁이 끝난 것은 아니다. 아마존과 구글, 마이크로소프트 같은 대형 클라우드 회사는 자체 AI 칩을 개발하고 있다. 자체 칩은 특정 서비스에 맞춰 비용을 줄이고 엔비디아 의존도를 낮출 수 있다. 다른 반도체와 네트워크 업체도 각각의 부품에서 경쟁한다.
오픈AI처럼 데이터 이동 자체를 줄이는 새로운 설계를 시도하는 회사도 있다. 테크크런치는 오픈AI의 잘라페뇨 칩이 하나의 연결된 시스템 안에 작업을 최대한 머물게 해 통신 지연을 줄이는 방향이라고 전했다. 엔비디아는 여러 전문 장치를 정교하게 연결하고, 다른 회사는 한 장치 안에서 이동을 줄이는 식으로 접근이 다를 수 있다.
고객이 엔비디아의 완성형 체계를 선택할지, 여러 회사의 부품을 조합할지는 비용과 성능, 공급 안정성에 따라 달라진다. 자동차 회사가 완성된 플랫폼을 사면 개발은 빨라지지만 공급자 의존이 커지는 것과 비슷하다. 대형 클라우드 회사는 자체 설계 능력이 있지만, 작은 사업자는 검증된 완성형 체계를 선호할 가능성이 높다.
실적 숫자를 과장해서 보면 안 되는 이유
962억 달러 매출은 AI 수요가 현재 매우 크다는 강한 증거다. 그러나 AI 서비스가 모두 수익을 내고 있다는 뜻은 아니다. 엔비디아의 고객이 장비를 구매했다는 것과 최종 사용자가 그 비용을 충분히 지불한다는 것은 다른 단계다. 데이터센터 투자 열기가 실제 업무 생산성과 지속 가능한 매출로 이어지는지 확인해야 한다.
회사 발표에는 향후 제품과 협력에 대한 전망성 문장이 많다. 베라 루빈이 본격 생산에 들어갔다는 사실과 모든 고객 환경에서 약속한 효율을 달성한다는 주장은 구분해야 한다. 5,000억 달러 자본 동원 계획도 장기간의 조건부 계획이다. 실제 계약, 시설 준공, 가동률을 확인하지 않고 확정 매출처럼 계산해서는 안 된다.
전력과 환경 비용도 빠질 수 없다. 기가와트 규모 데이터센터는 지역 전력망과 물, 토지 사용에 영향을 준다. 장비가 효율적으로 바뀌어도 총 사용량이 더 빠르게 늘면 전체 전력 소비는 증가할 수 있다. AI 답변 한 건의 비용이 낮아졌다는 것과 산업 전체의 자원 사용이 줄었다는 것은 같은 말이 아니다.
마지막으로 높은 시장 집중은 위험이다. 한 회사의 하드웨어와 네트워크, 소프트웨어가 데이터센터 전반을 차지하면 장애나 공급 차질, 가격 정책 변화의 영향이 커진다. 고객은 빠른 구축이라는 장점과 공급자 의존이라는 위험을 함께 계산해야 한다.
이번 발표가 중요한 이유
엔비디아의 2분기 실적은 AI 투자가 둔화하지 않았다는 사실을 보여줬다. 더 중요한 신호는 돈이 GPU 한 종류에만 흐르는 것이 아니라 CPU, 네트워크, 저장장치, 전력, 부지, 운영 소프트웨어로 퍼지고 있다는 점이다. AI 산업의 경쟁 단위가 반도체 칩에서 데이터센터 전체로 커졌다.
앞으로 확인할 숫자는 GPU 판매량만이 아니다. 베라 루빈 랙이 실제 고객 시설에서 얼마나 빨리 가동되는지, 같은 전력으로 처리하는 요청이 얼마나 늘어나는지, 클라우드 회사의 자체 칩이 비용을 얼마나 낮추는지, 대규모 투자 계획이 실제 시설로 이어지는지를 봐야 한다. 일반 이용자에게 최종 결과는 더 빠르고 저렴한 AI가 될 수도 있고, 소수 공급자에 더 강하게 묶인 비싼 서비스가 될 수도 있다.