엔비디아 로드쇼: 매출 1000억 달러 육박, Rubin Ultra 차질 없이 진행 중

서론

NVIDIA는 최근 캘리포니아에서 모건스탠리가 개최한 로드쇼에서 투자자들을 최근 괴롭혀 온 몇 가지 의문에 답변했다: Rubin Ultra 로드맵이 연기되었는지, 맞춤형 ASIC이 GPU 시장 점유율을 잠식하고 있는지, 분기 매출이 1,000억 달러에 근접할 때 회사가 성장을 유지할 수 있을지 여부다.

월가견문이 보도한 로드쇼 기록에 따르면, NVIDIA의 대답은 단호했다: 성장은 아직 정점에 도달하지 않았으며, 경영진은 성장이 여전히 가속화되고 있다고 판단한다.

CEO 젠슨 황, CFO 콜레트 크레스, 그리고 투자자 관계 및 전략 금융 부사장 토시야 하리가 기관 투자자들과의 회동에 함께 참여했다. 이 같은 고위 경영진의 참석은 이 행사를 일반적인 투자자 소통회와 차별화했으며, 회사가 제품 템포, 경쟁 구도, 공급 제약, AI 인프라 지출의 지속 가능성 등에 대한 우려에 직접 대응할 수 있게 했다.

모건스탠리 애널리스트 조셉 무어는 이번 회동의 분위기에 긍정적인 평가를 내렸다. 이 은행은 NVIDIA를 선호 반도체 주식으로 유지하며 '비중 확대' 등급을 부여했다.

Rubin Ultra 연기설? NVIDIA: 로드맵 변경 없음

로드쇼 전에는 Rubin Ultra가 2028년으로 연기될 수 있다는 시장 소문이 있었다.

보도에 따르면, 젠슨 황은 회동에서 이러한 해석을 직접 반박했다. 모건스탠리 기록에 따르면, Rubin Ultra는 여전히 2027년 출하가 예상된다.

랙 아키텍처에 일부 조정이 이루어지고 있다. 기존의 Kyber 설계는 NVIDIA가 더 우수하다고 판단하는 구성으로 대체되고 있으며, 이는 더 큰 컴퓨팅 도메인을 가져올 수 있다. 그러나 로드쇼는 이를 일정 조정이 아닌 아키텍처 최적화로 규정했다.

핵심 인프라 작업은 여전히 진행 중이다:

800볼트 직류 전원 공급
랙 수준 액체 냉각
랙 간 광학 인터커넥트
더 높은 밀도의 컴퓨팅 도메인
Rubin Ultra 시스템 수준 최적화

NVIDIA의 공개 로드맵도 2027년 시점을 지지한다. 공식 인프라 자료에 따르면, Kyber는 576개의 Rubin Ultra GPU를 수용하도록 설계된 랙 세대이며, 목표 시점은 2027년이다. NVIDIA는 또한 800볼트 직류 전원 공급으로의 전환이 이러한 랙 밀도 수준을 지원하기 위한 전제 조건이라고 공개적으로 논의한 바 있다.

이 구분은 매우 중요하다: 랙을 재설계하면 시스템 형태가 바뀌지만, 기본 제품 세대가 지연되지는 않는다. 로드쇼 기록에 따르면, NVIDIA는 이 조정을 Rubin Ultra 로드맵 재설정이 아닌 배포 아키텍처 최적화로 규정했다.

특정 ASIC 고객, 거의 50% NVIDIA 컴퓨팅 파워로 전환

로드쇼에서 가장 주목받은 세부 사항 중 하나는 NVIDIA의 AI 연구소 고객과 관련이 있다.

모건스탠리는 AI 연구소가 현재 NVIDIA 총 수요의 약 20%를 차지한다고 추정한다. 대부분의 최첨단 모델 개발자들은 이미 NVIDIA 인프라에 크게 의존하고 있지만, 한 주요 고객은 이전에 주로 맞춤형 ASIC 하드웨어를 기반으로 모델을 개발했으며, NVIDIA의 참여도는 극히 낮았다.

로드쇼 보도에 따르면, 해당 고객의 컴퓨팅 인프라에서 NVIDIA 비중은 이제 거의 50%로 상승했다.

모건스탠리는 고객 신원을 공개적으로 밝히지 않았다. 원본 기사는 관련 설명이 Amazon과의 긴밀한 관계 및 AWS Trainium 칩 사용으로 인해 Anthropic을 지칭할 수 있다고 지적한다. 이 판단은 여전히 시장 추측에 불과하며, NVIDIA, 모건스탠리, Amazon 또는 Anthropic의 공식 확인 공개가 아니다.

고객 이름이 언급되지 않았더라도, 이러한 전환은 투자자들의 중요한 우려에 답변한다: 맞춤형 칩이 반드시 엔비디아의 GPU를 직접 대체하는 것은 아니다.

대규모 클라우드 서비스 제공업체나 AI 연구소는 자체 ASIC을 개발하면서도 엔비디아의 인프라를 계속 대량 구매할 수 있다. 최종 결정은 단일 가속기 가격이 아닌 전체 워크로드의 경제성에 달려 있다.

토큰당 총 비용이 칩 가격보다 더 중요

모건스탠리는 고객이 궁극적으로 생성된 토큰의 총 비용을 비교한다고 본다.

이 계산에는 칩 구매 가격뿐만 아니라 다음 요소도 포함된다:

훈련 및 추론 성능
메모리 대역폭
네트워크 효율성
클러스터 활용률
소프트웨어 성숙도
개발자 생산성
전력 소비
배포 시간
대규모 신뢰성

이 투자은행의 업계 조사에 따르면, 많은 워크로드에서 엔비디아가 지속적으로 더 낮은 토큰당 비용을 제공한다고 한다. 이는 맞춤형 ASIC 도입과 엔비디아의 시장 점유율 증가가 동시에 발생할 수 있는 이유를 설명하는 데 도움이 된다.

무어는 또한 주요 클라우드 기업들이 맞춤형 칩 계획을 확장했음에도 불구하고, 2024년부터 2026년까지 AI 컴퓨팅에서 엔비디아의 전체 점유율은 여전히 상승하고 있다고 주장했다.

이는 ASIC 경쟁이 중요하지 않다는 것을 의미하지는 않는다. 시장이 충분히 빠르게 성장하고 워크로드가 충분히 다양하여 여러 아키텍처가 동시에 확장될 수 있으며, 동시에 엔비디아가 강력한 위치를 유지한다는 것을 보여준다.

성장의 다각화

로드쇼는 엔비디아의 수요를 세 가지 주요 성장 엔진으로 구분했다.

1. AI 연구소

모건스탠리 추정에 따르면, AI 연구소는 총 수요의 약 20%를 차지한다.

대규모 최첨단 모델 개발자들은 여전히 엔비디아 플랫폼에 깊이 의존하고 있다. 한편, 이전에 맞춤형 ASIC에 더 의존했던 고객들이 GPU 배포를 늘리는 것으로 보인다.

이 영역은 다음 요인에 의해 주도된다:

최첨단 모델 사전 훈련
사후 훈련 및 강화 학습
긴 컨텍스트 추론
에이전트 AI 워크로드
연구 실험
생산 추론의 빠른 확장

수요 패턴은 소수의 훈련 클러스터보다 더 광범위해지고 있다. 추론 및 에이전트 워크로드는 모델 사용 확장에 따라 지속적인 용량 증가가 필요하다.

2. 전통적 대규모 클라우드 서비스 제공업체

로드쇼 프레임워크에서 전통적 대규모 클라우드 서비스 제공업체는 엔비디아 매출의 약 절반을 차지한다.

마이크로소프트, 메타, 아마존, 구글은 여전히 가장 큰 고객 그룹이다. 이들의 확장은 수요 부족보다 물리적 인프라에 의해 점점 더 제한받고 있다.

주요 제약 사항은 다음과 같다:

전력 가용성
전력망 연결
토지
데이터센터 건설
냉각
메모리 공급
네트워크 장비
배포 준비 시간

이 그룹에서 엔비디아의 기회는 GPU를 넘어 확장되었다. CPU, 네트워킹, 인터커넥트, 스토리지 가속, 랙 수준 아키텍처를 포함한 더 광범위한 시스템을 판매하고 있다.

3. 신규 AI 클라우드, 주권 AI, 산업 및 기업 고객

세 번째 주요 성장 엔진에는 신규 AI 클라우드 제공업체, 주권 AI 프로젝트, 산업 기업, 기업 고객이 포함된다.

모건스탠리는 특정 기간 동안 이러한 고객의 성장이 전통적 대규모 클라우드 서비스 제공업체보다 더 빠를 것으로 예상한다. 이러한 구매자는 일반적으로 모든 계층을 직접 구축하기보다 완전하고 통합된 인프라를 구매하는 경향이 있기 때문이다.

이들의 구매 결정은 다음 요인의 영향을 받는다:

전력 및 데이터센터 공간 제한
더 빠른 배포 필요성
데이터 주권 요구 사항
국가 안보 및 산업 정책 고려 사항
검증된 풀스택 시스템 선호
대규모 AI 클러스터 운영에 대한 내부 경험 부족

주권 AI는 특히 중요하다. 정부와 현지 산업은 민감한 정보와 전략 기술에 대한 통제를 유지하기 위해 현지 컴퓨팅 파워, 국가 데이터 세트, 국가별 모델을 구축하고 있다.

이러한 프로젝트는 일반적으로 대규모 클라우드의 맞춤형 ASIC 경쟁 영향을 덜 받는다. 구매자가 반드시 자체 칩 계획을 가지고 있지는 않기 때문이다.

CPU와 네트워킹이 NVIDIA 시장 공간 확장

NVIDIA는 더 이상 독립형 GPU 공급업체로 자리매김하지 않는다.

이 회사는 다음 영역을 포괄하는 AI 인프라 플랫폼을 구축하고 있다:

GPU
CPU
NVLink 확장 인터커넥트
이더넷 및 InfiniBand 네트워킹
데이터 처리 장치
스토리지 가속
랙 아키텍처
시스템 소프트웨어

이 더 넓은 플랫폼은 각 AI 공장에서 엔비디아가 얻는 수익을 증가시킨다.

Vera CPU가 중요한 사업이 될 수 있음

로드쇼는 현 회계연도에 엔비디아 CPU 사업의 목표 약 200억 달러를 재확인한 것으로 보도되었다.

모건스탠리는 이 수익의 거의 절반이 GPU 시스템 내 호스트 CPU로 사용되는 부분뿐만 아니라 독립형 CPU 랙에서 발생할 수 있다고 밝혔다.

이는 제품 역할의 중요한 확장이다.

Vera CPU는 AI 모델 주변의 제어 집약적이고 지연 시간에 민감한 작업을 위해 설계되었으며, 여기에는 다음이 포함된다:

코드 실행
도구 사용
샌드박스 격리
분석
데이터 파이프라인
강화 학습 환경
워크플로 오케스트레이션

NVIDIA 공식 사양은 Vera가 88개의 맞춤형 Olympus 코어를 사용하며 176스레드를 지원한다고 설명한다. 그 아키텍처는 에이전트 및 AI 공장 워크로드에 대응하기 위해 높은 단일 스레드 성능과 메모리 효율성을 우선시한다.

Vera가 호스트 CPU이자 독립적인 데이터센터 프로세서로 성공한다면, NVIDIA는 서버 시장에서 더 큰 점유율을 확보할 수 있을 것입니다.

클러스터 규모가 커질수록 네트워크 가치 상승

네트워크는 또 다른 주요 성장 원천입니다.

AI 클러스터 규모가 확대됨에 따라 GPU 간 데이터 전송이 주요 병목 현상으로 부상하고 있습니다. 값비싼 가속기가 데이터를 기다리거나 동기화하는 데 너무 많은 시간을 소비하면 효율적으로 작동할 수 없습니다.

NVIDIA는 다음과 같은 기술로 이에 대응하고 있습니다.

확장 연결을 위한 NVLink
Spectrum-X 및 Spectrum-6 이더넷
Quantum InfiniBand
ConnectX SuperNICs
BlueField 데이터 처리 장치
광네트워크 기술

2027 회계연도 1분기 실적은 이 분야의 빠른 성장을 보여줍니다. NVIDIA 데이터센터 네트워크 매출은 148억 달러로 전년 동기 대비 199%, 전 분기 대비 35% 증가했습니다.

무료 · We0 AI 사용하기

몇 분 만에 쇼케이스 사이트를 만들고 리드를 늘리세요

아이디어를 한 문장으로 입력하면 We0 AI가 쇼케이스 사이트, 페이지, CMS를 생성하고 출시 후 고객과 트래픽 확보를 돕습니다.

무료 등록을 위한 하나의 완전한 프로젝트 생성

하나의 완전한 생성 흐름을 시도하고 첫 번째 프로젝트 초안을 빠르게 보는 데 가장 적합합니다.

무제-1

공들여 나열한 것

채우다

반지름

생성 중

이는 핵심 투자 논리를 뒷받침합니다. NVIDIA의 성장은 더 이상 더 많은 GPU 칩을 판매하는 데 국한되지 않고, 점차 완전한 시스템을 판매하는 데 의존하고 있다는 점입니다.

NVIDIA, 가치 투자자 유치 시작

모건스탠리는 또한 NVIDIA 투자자 커뮤니케이션 방식의 변화를 주목했습니다.

이 회사는 전통적으로 성장 펀드가 집중 보유해 왔습니다. 일부 기관의 경우 NVIDIA가 내부 보유 한도에 도달하거나 근접하면서, 이들 투자자가 익스포저를 늘리기 어려워졌습니다.

다음 매수 세력은 다음과 같은 지표에 더 관심을 두는 가치형 투자자가 될 수 있습니다.

잉여현금흐름
자사주 매입
배당금
자본 수익률
수익 지속 가능성
장기 시장 구조

무어는 NVIDIA가 결국 현금흐름의 절반 이상을 자사주 매입과 주주 환원에 사용할 것으로 예상합니다.

최근 NVIDIA의 자본 배분 결정은 이 논리에 신뢰성을 더하고 있습니다. 2026년 5월, 회사는 800억 달러 규모의 새로운 자사주 매입 승인을 발표하고 분기 현금 배당금을 인상했습니다.

가치 투자 논리가 성장 논리를 대체하는 것은 아닙니다. 오히려 NVIDIA는 두 가지 측면을 동시에 제시하려 하고 있습니다.

수익과 이익이 여전히 빠르게 확장 중입니다.
회사가 창출하는 현금흐름은 주주에게 더 많은 자본을 환원할 수 있을 정도로 충분합니다.

이 조합은 해당 주식의 투자자 기반을 확대할 수 있습니다.

분기 매출, 1000억 달러에 근접

"1000억 달러 근접"이라는 표현은 더 이상 이론적이지 않습니다.

NVIDIA는 2027 회계연도 1분기 매출 816억 달러를 보고했으며, 이는 전 분기 대비 20%, 전년 동기 대비 85% 증가한 수치입니다. 회사는 다음 분기 공식 전망치로 910억 달러(±2%)를 제시했습니다.

모건스탠리 로드쇼 보고서에 따르면, 경영진은 이 규모에서도 여전히 가속 성장 중인 사업으로 자리매김하고 있습니다.

이는 투자 논리의 핵심입니다. NVIDIA는 단순히 분기 매출을 수백억 달러씩 늘리는 것이 아니라, 여러 시장이 동시에 성장함에 따라 확장 속도가 여전히 높습니다.

하이퍼스케일 AI 팩토리
최첨단 모델 연구소
프로덕션 추론
새로운 GPU 클라우드
주권 AI
기업 및 산업용 AI
CPU
네트워크
스토리지 및 시스템 인프라

과제는 수요를 인도 가능한 시스템으로 전환하는 데 있습니다. 매출은 메모리, 네트워크 구성 요소, 전력, 냉각, 데이터센터 공간 및 완전한 랙의 가용성에 달려 있습니다.

강력한 성장 전망, 그러나 밸류에이션과 공급은 여전히 중요

모건스탠리는 로드쇼 보고서에서 '비중 확대' 등급과 288달러 목표주가를 유지했습니다.

원문은 7월 9일 종가인 202.78달러를 기준으로 했으며, 이는 목표주가 대비 약 42%의 상승 여력을 의미합니다. 또한 당시 약 4조 9700억 달러의 시가총액을 인용했습니다.

이 시장 데이터는 시의성이 있으며, 원문 게시일의 스냅샷으로 간주되어야 합니다.

보도에 따르면 무어가 예측한 매출 성장률은 다음과 같습니다.

기간	모건스탠리 성장 전망
2026 회계연도	82%
2027 회계연도	52.4%

이는 애널리스트 추정치이며, NVIDIA의 가이던스가 아닙니다.

투자 논리는 몇 가지 가정에 기반합니다.

생성형 AI가 계속해서 클라우드 자본 지출을 주도합니다.
Blackwell이 현재 워크로드의 주요 플랫폼으로 남아 있습니다.
Vera Rubin과 Rubin Ultra가 NVIDIA의 성능 리더십을 이어갑니다.
맞춤형 ASIC 채택에도 불구하고 NVIDIA가 강력한 점유율을 유지합니다.
CPU 및 네트워크 매출이 계속 확대됩니다.
공급망 역량이 과도한 재고 없이 수요를 따라잡습니다.

주요 리스크는 사라지지 않았습니다

모건스탠리는 또한 전망을 약화시킬 수 있는 리스크를 강조했습니다.

여기에는 다음이 포함됩니다.

공급이 예상보다 빠르게 수요를 따라잡는 경우
AI 개발 비용이 급격히 하락하는 경우
경쟁 칩 제조업체의 더 경쟁력 있는 제품
고객 맞춤형 하드웨어의 더 빠른 배포
전력, 메모리, 네트워크 및 건설 관련 제약
성장 둔화 시 밸류에이션 압력

특히 중요한 리스크는 공급 부족에서 균형으로의 전환입니다.

수요가 공급을 크웠을 때, 제조업체는 강력한 가격 결정력을 가지며 고객은 생산 능력을 두고 경쟁합니다. 공급이 너무 빠르게 확장되면 데이터센터 성장은 투자자가 예상한 것보다 더 급격히 둔화될 수 있습니다.

맞춤형 칩 리스크도 여전히 현실적입니다. 구글, 아마존, 마이크로소프트, 메타 및 기타 대형 구매자는 자체 워크로드에 최적화된 하드웨어를 개발할 강력한 동기를 가지고 있습니다.

NVIDIA의 방어는 단순히 더 빠른 GPU에 있는 것이 아닙니다.

이는 소프트웨어 생태계, 네트워크, CPU, 랙 설계, 배포 속도 및 토큰당 총비용 경제성의 종합적인 표현입니다.

진정한 제약은 완전한 AI 시스템 인도에 있습니다

로드쇼에서 전달된 더 넓은 메시지는 AI 인프라에 대한 수요가 여전히 강력하다는 것입니다.

NVIDIA의 현재 문제는 고객에게 AI 컴퓨팅의 유용성을 설득하는 것이 아니라, 막대한 수요를 다양한 물리적 제약 하에서 작동 가능한 시스템으로 전환하는 것입니다.

현재 제약 요소는 다음과 같습니다.

고대역폭 메모리
네트워크 용량
발전 및 배전
냉각 인프라
데이터센터 건설
광학 부품
랙 통합
고객 배포 준비 상태

이 때문에 NVIDIA는 전체 아키텍처에 지속적으로 투자하고 있습니다.

GPU는 작동 가능한 시스템에 통합되고, 메모리 및 네트워크에 연결되며, 충분한 전력을 공급받고, 준비된 데이터센터에 설치되어야 매출을 창출할 수 있습니다.

Rubin Ultra의 800VDC 및 Kyber 아키텍처는 이러한 변화를 보여줍니다. AI 컴퓨팅의 다음 단계는 단순한 반도체 문제가 아니라 인프라 엔지니어링 문제입니다.

자주 묻는 질문

NVIDIA Rubin Ultra가 연기되었습니까?

모건스탠리 로드쇼 보고서에 따르면, NVIDIA는 Rubin Ultra가 2028년으로 연기되었다는 주장을 부인하고 2027년 출하 일정을 유지하고 있습니다. NVIDIA의 공개 인프라 로드맵 또한 Rubin Ultra GPU를 탑재한 Kyber 시스템이 2027년에 출시될 것이라고 설명합니다.

Vera Rubin과 Rubin Ultra의 차이점은 무엇입니까?

Vera Rubin은 NVIDIA의 현재 차세대 AI 플랫폼으로, Rubin GPU, Vera CPU, NVLink, 네트워크 및 스토리지 인프라를 결합합니다. 반면 Rubin Ultra는 Kyber 랙 아키텍처 및 800VDC 전원 시스템을 기반으로 출시될 예정인 더 높은 밀도의 후속 제품입니다.

NVIDIA 분기 매출이 1000억 달러에 근접하는 이유는 무엇입니까?

NVIDIA는 2027 회계연도 1분기 매출 816억 달러를 보고하고 다음 분기 매출을 910억 달러로 전망했습니다. 성장은 하이퍼스케일 클라우드 서비스 제공업체, AI 연구소, 신규 클라우드 서비스 제공업체, 주권 AI 프로젝트, 네트워크, CPU 및 완전한 AI 팩토리 시스템에서 비롯됩니다.

맞춤형 ASIC이 NVIDIA GPU를 대체할 수 있습니까?

맞춤형 ASIC이 확장되고 있지만, 단순한 대체 관계는 아닙니다. 고객은 특정 워크로드에 자체 가속기를 사용하는 동시에, 특히 소프트웨어 성숙도, 유연성, 네트워크 또는 토큰당 총비용 측면에서 유리할 경우 NVIDIA 시스템을 계속 배포할 수 있습니다.

어떤 고객이 NVIDIA의 컴퓨팅 점유율을 50%에 가깝게 끌어올렸습니까?

모건스탠리는 로드쇼 기록에서 해당 고객 이름을 언급하지 않았습니다. 원문은 Anthropic일 가능성을 추측했지만, 이는 추정에 불과하며 관련 회사의 확인을 받지 않았습니다.

주권 AI란 무엇입니까?

주권 AI는 국가가 자체 인프라, 데이터, 인력 및 국내 생태계를 활용하여 AI를 구축하고 운영하는 능력을 의미합니다. 이러한 프로젝트는 로컬 AI 팩토리, 국가 모델 및 보안 컴퓨팅에 대한 수요를 창출할 수 있습니다.

NVIDIA가 CPU 및 네트워크 분야로 확장하는 이유는 무엇입니까?

대규모 AI 클러스터에는 가속기만 필요한 것이 아닙니다. CPU는 데이터 파이프라인, 도구, 오케스트레이션 및 에이전트 워크로드를 관리하고, 고속 네트워크는 수천 개의 GPU가 동기화되어 완전히 활용될 수 있도록 합니다.

이 글이 투자 조언입니까?

아닙니다. 논의된 애널리스트 등급, 목표주가 및 전망은 원문 보고서를 설명하기 위한 것입니다.

시장에는 위험이 존재하므로, 투자자는 투자 결정을 내리기 전에 자신의 목표, 재정 상황 및 위험 감수 능력을 평가해야 합니다.

요약

모건스탠리의 NVIDIA 로드쇼 요약 보고서에 따르면, 동사의 성장은 단일화보다는 다각화로 전환되고 있습니다. AI 연구소, 하이퍼스케일 클라우드 서비스 제공업체, 신흥 AI 클라우드, 주권 AI 프로젝트, CPU 및 네트워킹 사업이 차기 확장 단계를 공동으로 견인하고 있습니다.

Rubin Ultra 지연에 대한 루머는 부인되었으며, 이는 NVIDIA의 기존 2027년 로드맵을 뒷받침합니다. 한편, 더 큰 랙, 800VDC 전원, 광학 인터커넥트 및 완전한 AI 시스템으로의 전환은 미래 성장이 칩 설계뿐만 아니라 인프라 엔지니어링에도 의존하고 있음을 시사합니다.

맞춤형 ASIC은 여전히 중요한 경쟁 위험이지만, 로드맵은 그 도입이 단순한 대체 주기가 아님을 보여줍니다. 고객은 소프트웨어, 네트워킹, 활용률 및 토큰당 비용을 포함한 전체 워크로드의 경제성을 평가하고 있습니다.

NVIDIA의 핵심 과제는 더 이상 AI 수요의 존재를 입증하는 것이 아니라, 이 수요를 대규모로 전력 공급, 냉각, 상호 연결, 전달 및 운영할 수 있는 완전한 시스템으로 전환하는 것입니다.