Cisco, AI가 네트워크 업그레이드 슈퍼사이클을 촉발하고 있다고 보지만 주문은 매출로 전환돼야 한다

Cisco가 Google News에 주목할 만한 주장을 내놓았다. 수년간 기업들이 신중한 지출을 이어온 뒤, AI가 네트워크 업그레이드 슈퍼사이클을 시작하고 있다는 것이다.

근거는 더 이상 경영진의 낙관론에만 그치지 않는다. Cisco는 사상 최고 수준의 회계연도 3분기 매출, 네트워킹 제품 주문의 50% 이상 성장, 하이퍼스케일 고객의 수요 증가를 보고했다. 또한 캠퍼스 네트워킹 주문이 25% 이상 증가했다고 밝혔다.

그러나 핵심 질문은 헤드라인보다 어렵다. Cisco는 대규모 인프라 주문을 인식 매출로 전환하는 동시에, 일반 기업들이 기존 네트워크로는 AI 워크로드를 감당할 수 없다고 납득시켜야 한다.

이는 두 가지 힘을 충돌시킨다. Cisco는 데이터센터, 캠퍼스, 지사, 보안, 운영을 포괄하는 광범위한 다년간의 교체 주기를 설명한다. 반면 구매자들은 불확실한 AI 수익, 높아진 부품 비용, 배포 복잡성, 긴 하드웨어 교체 주기에 직면해 있다.

Nvidia가 AI 컴퓨팅을 둘러싼 대중적 논의를 주도하는 한편, Arista Networks는 하이퍼스케일 데이터센터 스위칭에서 강력한 입지를 구축했다. Cisco는 다음 단계가 가속기와 특수 AI 클러스터를 넘어설 것이라고 보고 있다.

회사는 네트워크 자체가 고객들이 반드시 해결해야 할 제약 요인이 되기를 바란다. 이 주장이 성립한다면 AI 지출은 소수의 클라우드 사업자에 집중된 형태에서 Cisco의 훨씬 더 큰 기업 고객 기반으로 확산될 것이다.

Cisco의 Google News 주목이 한 분기 이상의 의미를 갖는 이유

Cisco의 가장 강력한 근거는 하이퍼스케일 인프라와 기업 캠퍼스 네트워킹 전반에서 동시에 나타나는 수요다.

Cisco는 2026 회계연도 3분기에 사상 최고인 158억 달러의 매출을 보고했다. 이는 전년 동기 대비 12% 성장한 수치라고 분기 실적에서 밝혔다.

전체 제품 주문은 35% 증가했다. Cisco가 하이퍼스케일 고객을 제외한 뒤에도 제품 주문은 19% 증가해, 증가분이 전적으로 클라우드 거대 기업에 집중된 것은 아님을 시사한다.

네트워킹 제품 주문은 50% 이상 성장했다. Cisco는 데이터센터 스위칭 주문이 40% 이상 증가했고, 캠퍼스 네트워킹 주문은 25% 이상 늘었다고도 보고했다.

이 수치들은 일반적으로 서로 다른 일정에 따라 움직이는 두 시장을 연결한다. 하이퍼스케일 사업자는 대규모 클러스터를 위한 특수 인프라를 구매하는 반면, 기업은 더 느린 예산 편성과 조달 주기에 따라 캠퍼스 하드웨어를 교체한다.

Cisco는 2026 회계연도 첫 3개 분기 동안 하이퍼스케일 고객으로부터 53억 달러 규모의 AI 인프라 주문을 받았다고 밝혔다. 연간 전망치는 50억 달러에서 90억 달러로 상향했다.

회사는 2026 회계연도 AI 인프라 매출 전망도 30억 달러에서 40억 달러로 높였다. 주문은 고객의 약정을 반영하는 반면, 매출은 일반적으로 Cisco가 장비를 인도하고 회계 요건을 충족한 뒤에 인식된다.

이 차이는 중요하다. 증가하는 주문잔고는 미래 수요를 시사할 수 있지만, 납품 지연, 주문 취소, 공급 제약 또는 마진 압박을 없애지는 못한다.

Cisco의 광범위한 네트워킹 사업은 여전히 더 중요한 시험대다. 회사는 이전 제품 출시보다 더 빠르게 확산되는 신규 포트폴리오와 함께, 대규모 다년간의 캠퍼스 교체 주기가 진행 중이라고 설명했다.

캠퍼스 네트워크는 직원 기기, 무선 액세스 포인트, 애플리케이션, 센서, 지사 위치를 연결한다. 헤드라인을 장식하는 GPU 클러스터와는 거리가 있지만, 대부분의 일상적 기업 활동을 뒷받침한다.

Cisco는 AI가 두 환경 모두의 요구 사항을 바꾼다고 주장한다. 학습 클러스터에는 고대역폭·저지연 연결이 필요하고, 기업용 에이전트는 사용자, 모델, 도구, 보호된 데이터 간 트래픽을 더 많이 만들어낸다.

이 주장은 데이터센터 이야기를 전사적 인프라 논지로 확장한다. 또한 Cisco가 AI 투자 대부분을 받는 가속기를 제조하지 않고도 참여할 수 있는 여러 경로를 제공한다.

회사는 스위칭 실리콘, 완전한 네트워크 시스템, 광학 장비, 라우터, 무선 장비, 보안 제품, 관리 소프트웨어를 판매한다. 고객은 통합 Cisco 스택을 구매하거나 다른 공급업체 제품과 일부 구성 요소를 조합할 수 있다.

이러한 폭넓은 포트폴리오는 현재의 주장을 단일 성공 제품 주기와 구분한다. Cisco는 AI 수요가 설치 기반의 여러 계층을 동시에 교체할 수 있다고 말하고 있다.

수치는 그 가능성을 뒷받침하지만, 아직 전체 지속 기간을 입증하지는 못한다. 주문이 늘어난 한 분기만으로 다년간의 슈퍼사이클을 확정할 수는 없다.

Cisco는 초기 하이퍼스케일 배포와 미뤄졌던 기업 교체 이후에도 수요가 지속된다는 점을 보여야 한다. 그것이 강력한 제품 주기와 구조적 변화의 경계다.

AI는 네트워크를 공동 병목 지점으로 만들고 있다

AI는 모델, 에이전트, 데이터 저장소, 보안 제어 장치가 지속적으로 정보를 교환해야 하므로 네트워크 부담을 높인다.

기존의 기업 AI 프로젝트는 흔히 사람이 프롬프트를 제출하고 하나의 모델 응답을 기다리는 방식이었다. 에이전틱 AI는 작업을 계획하고, 도구를 호출하며, 기록을 검색하고, 다른 에이전트와 통신할 수 있는 소프트웨어를 도입한다.

각 행동은 네트워크 요청을 만든다. 하나의 사용자 목표가 모델, 데이터베이스, 클라우드 애플리케이션, 로컬 시스템, 보안 서비스 간의 반복적인 교환을 유발할 수 있다.

Cisco는 AI 에이전트가 동일한 작업을 수행하는 사람보다 450% 더 많은 네트워크 트래픽을 생성한다고 말한다. 이는 독립적인 업계 표준이 아니라 회사의 측정치이므로, 구매자들은 이를 방향성을 보여주는 근거로 받아들여야 한다.

단일 비율에 의존하지 않아도 더 큰 메커니즘의 신뢰성은 유지된다. 자동화 단계가 많아질수록 기계 간 통신이 늘어나고, 실시간 애플리케이션은 더 엄격한 지연 시간과 안정성 요건을 요구한다.

Cisco와 Foundry Research는 15개국의 고위 IT 및 네트워킹 의사결정자 3,472명을 조사했다. 그 결과 나온 네트워크 용량 연구에 따르면, 73%가 2년 내 용량 제약을 경험했거나 예상하고 있었다.

응답자들은 지난 1년 동안 네트워크 트래픽이 34% 증가했다고 답했다. 향후 12개월 동안 96%, 3년 동안 209% 증가할 것으로 예상했다.

설문 응답자가 제시한 전망은 측정된 미래 결과가 아니라 기대치다. 그럼에도 기업 기술 리더들이 예산을 계획하고 기존 인프라를 평가하는 방식을 보여준다.

부담은 순수 대역폭에만 국한되지 않는다. AI 워크로드는 민감한 프롬프트, 독점 문서, 모델 출력, 자격 증명, 자동화된 명령을 시스템 간에 이동시킬 수 있다.

이러한 트래픽에는 가시성, ID 제어, 세분화, 지속적인 정책 집행이 필요하다. 이에 상응하는 보안이 없는 더 빠른 네트워크는 침해된 데이터나 악성 지시를 더 효율적으로 이동시킬 수 있다.

지연 시간도 구매 판단을 바꾼다. 직원은 챗봇 응답이 늦어지는 것을 감수할 수 있지만, 공장 시스템이나 자율 에이전트는 예측 가능한 응답 시간에 의존할 수 있다.

피지컬 AI는 이 과제를 확장한다. 로봇, 카메라, 연결 차량, 산업용 센서는 소스 가까이에서 처리하거나 중앙 시스템으로 전송해야 하는 연속적 스트림을 생성한다.

따라서 네트워크 팀은 용량, 위치, 타이밍, 신뢰를 함께 관리해야 한다. Cisco의 제안은 이러한 요구 사항이 네트워킹, 옵저버빌리티, 보안을 조율하는 플랫폼에 유리하다는 것이다.

옵저버빌리티는 팀이 성능 또는 안정성 문제를 찾을 수 있도록 시스템 동작을 수집하고 분석하는 것을 의미한다. Cisco는 Splunk 인수를 통해 포트폴리오의 이 부분을 강화했다.

이는 더 광범위한 지출을 위한 그럴듯한 메커니즘을 만든다. AI 도입은 트래픽과 운영 복잡성을 늘리고, 이는 네트워크 텔레메트리와 자동화된 관리의 가치를 높인다.

그러나 트래픽 증가는 자동으로 완전한 하드웨어 교체를 요구하지는 않는다. 기업은 애플리케이션을 재설계하고, 에이전트 권한을 제한하며, 워크로드를 데이터 가까이 옮기거나, 기존 용량을 최적화할 수 있다.

일부 AI 서비스는 주로 퍼블릭 클라우드 내부에서 실행되기도 한다. 이 경우 대규모 네트워크 지출의 상당 부분은 서비스를 이용하는 기업이 아니라 클라우드 사업자에게 돌아간다.

Cisco의 슈퍼사이클은 두 집단 모두의 투자를 필요로 한다. 하이퍼스케일 사업자는 계속 클러스터를 확장해야 하며, 기업은 일상 운영에서 충분한 AI 활동을 전개해 로컬 인프라의 한계를 드러내야 한다.

이것이 캠퍼스 주문이 헤드라인을 장식하는 AI 인프라 계약만큼 주목받아야 하는 이유다. 이는 수요가 소수의 거대 구매자를 넘어 이동하고 있다는 근거를 제공한다.

Cisco의 진짜 경쟁은 선별적 업그레이드와의 싸움이다

Cisco는 주로 다른 공급업체의 완전한 포트폴리오와 경쟁하는 것이 아니라, 고객이 가장 명백한 병목 지점만 업그레이드하려는 선택과 경쟁하고 있다.

기업은 캠퍼스 하드웨어를 교체하지 않고도 새 데이터센터 스위치를 구매할 수 있다. 새로운 보안 아키텍처나 관리 플랫폼을 도입하지 않고도 무선 용량을 확장할 수 있다.

또한 한 공급업체에서 광학 장비를 구매하고, 다른 공급업체에서 스위치를, 세 번째 공급업체에서 옵저버빌리티 소프트웨어를 구매할 수도 있다. 개방형 표준과 교체 가능한 구성 요소는 대형 고객에게 협상력을 제공한다.

구매자가 AI 준비를 연결된 인프라 프로그램으로 인식할 때 Cisco는 이익을 본다. 이 접근 방식은 실리콘, 시스템, 소프트웨어, 보안, 서비스, 운영 전반에 걸쳐 기회를 만든다.

선별적 교체는 반대의 결과를 낳는다. 지출을 특수 영역에 집중시키고, 더 광범위한 설치 기반은 변하지 않은 채 남긴다.

하이퍼스케일 사업자는 이미 대부분의 기업과 다르게 네트워크를 구축한다. 이들은 대규모 엔지니어링 팀을 운영하며, 맞춤형 설계, 특수 소프트웨어 또는 여러 공급업체에서 조달한 구성 요소를 자주 사용한다.

Arista는 고성능 클라우드 및 데이터센터 네트워킹을 중심으로 명성을 쌓아 왔다. Nvidia는 지배적인 가속기 시스템과 함께 AI 인프라용으로 설계된 Ethernet 플랫폼인 Spectrum-X를 제공한다.

Cisco는 라우팅 실리콘부터 AI 데이터센터 시스템까지의 제품을 지원하는 Silicon One 아키텍처로 대응해 왔다. Silicon One 발표에 따르면 G300 칩은 초당 102.4테라비트의 스위칭 용량을 제공한다.

회사는 Nvidia를 단지 경쟁자로만 보지 않고 협력하기도 한다. Cisco는 Nexus 스위치를 Nvidia 기술과 결합할 수 있으며, 이는 AI 인프라 경쟁이 종종 중첩되는 파트너십을 포함한다는 점을 반영한다.

Cisco의 기업 시장 강점은 유통망, 고객 관계, 광범위한 설치 기반에 있다. 많은 조직이 이미 Cisco의 스위치, 무선 액세스 포인트, 라우터 또는 보안 제품을 사용하고 있다.

익숙한 운영 환경은 마이그레이션 위험을 줄일 수 있다. 기존 계약과 숙련된 인력 역시 여러 네트워크 계층을 낯선 시스템으로 교체하는 것보다 업그레이드를 더 쉽게 만들 수 있다.

이 강점이 영구적인 것은 아니다. 고객은 교체 시점을 공급업체를 재검토하고, 아키텍처를 단순화하거나, Cisco의 플랫폼 전략을 약화시키는 상호운용성을 요구하는 기회로 활용할 수 있다.

Cisco의 새로운 Catalyst 스위치와 관련 캠퍼스 제품은 노후 장비, 증가하는 무선 수요, 더 분산된 애플리케이션에 직면한 조직을 겨냥한다. AI는 생성형 AI가 등장하기 전부터 존재했던 요구에 긴급성을 더한다.

이것이 슈퍼사이클 주장에 내재한 핵심적인 반전이다. AI가 모든 업그레이드 수요를 만들어내지는 않을 수 있지만, 미뤄둔 인프라 작업의 예산 우선순위를 높일 수는 있다.

노후화된 스위치, 제한적인 텔레메트리, 일관되지 않은 보안 정책, 분산된 관리 체계는 이미 많은 기술 팀에 부담을 주고 있다. AI 에이전트는 자동화된 활동이 인간 활동보다 더 빠르게 확장되기 때문에 이러한 약점을 더 뚜렷하게 드러낸다.

따라서 Cisco는 고객이 미뤄온 작업을 완료해야 하는 이유로 AI 준비 상태를 제시할 수 있다. 그렇다고 해서 구매되는 모든 장비가 개별적인 AI 워크로드를 지원하는 것은 아니다.

투자자와 구매자는 AI가 새로 만든 수요와 AI가 가속한 교체 수요를 구분해야 한다. 둘 다 매출을 창출할 수 있지만, 장기적 의미는 서로 다르다.

AI가 새로 만든 수요는 신규 워크로드와 클러스터 구축에 따라 증가한다. 가속된 교체는 미래 지출을 현재로 앞당길 수 있으며, 조직이 업그레이드를 마친 뒤 수요가 약해질 수 있다.

Cisco의 설치 기반은 두 번째 범주를 중요하게 만든다. 동시에 가장 오래된 장비가 교체된 뒤 강력한 사이클이 끝날 위험도 만든다.

지속 가능한 슈퍼사이클에는 압축된 교체 일정만이 아니라 반복적인 확장이 필요하다. Cisco는 초기 현대화 이후에도 에이전트 트래픽, 추론, 보안, 분산 컴퓨팅이 계속해서 네트워크 요구 사항을 높인다는 점을 보여야 한다.

그 결과는 실제 기업 도입에 달려 있다. 증거는 파일럿 수나 이사회 차원의 AI 약속이 아니라, 가치 있는 업무를 수행하는 배포된 에이전트에서 나올 것이다.

이러한 프로젝트를 평가하는 팀에게는 검색 가능한 기술 지식 기반이 인프라 의사결정을 내부 사양, 장애 기록, 배포 교훈과 연결하는 데 도움이 될 수 있다.

지식 계층이 네트워크 제약을 없애지는 않는다. 하지만 어떤 애플리케이션이 트래픽을 만드는지, 어떤 시스템이 민감한 데이터를 보유하는지, 어디서 업그레이드가 측정 가능한 가치를 만드는지 이해하도록 도와준다.

보안 논리는 Cisco의 주장을 강화하는 동시에 위험도 높인다

Cisco의 업그레이드 논지를 뒷받침하는 동일한 에이전트 활동은 구성 오류와 패치되지 않은 취약점이 초래하는 결과도 키운다.

AI 에이전트는 단순히 정보를 전송하는 데 그치지 않는다. 서비스에 인증하고, 내부 문서를 검색하며, 코드를 생성하고, 워크플로를 시작하고, 할당된 범위 내에서 의사결정을 내릴 수 있다.

이는 네트워크의 보안 역할을 바꾼다. 통제 체계는 사용자, 에이전트, 모델, 애플리케이션, 장치, 데이터 소스 간의 통신을 평가해야 한다.

에이전트가 개인이나 비즈니스 프로세스를 대신해 행동할 수 있기 때문에 ID가 핵심이 된다. 보안 팀은 누가 어떤 행동을 승인했는지, 그리고 에이전트가 어떤 리소스에 접근할 수 있는지 알아야 한다.

세그멘테이션은 계정이나 장치가 침해된 뒤 접근 가능한 시스템을 제한한다. 자동화된 도구가 인간 운영자보다 더 빠르게 움직일 수 있을 때 그 중요성은 더욱 커진다.

암호화는 트래픽을 보호하지만, 검사 시스템이 암호화된 흐름을 분석하지 못할 때는 가시성을 줄일 수도 있다. 보안 팀은 기밀성과 악성 행위를 탐지할 필요 사이의 균형을 맞춰야 한다.

Cisco는 이러한 기능을 네트워크 및 보안 포트폴리오 전반에 내장하려 한다. 이 접근 방식은 분리된 제품 사이의 공백을 줄이고 관리자에게 더 일관된 정책 계층을 제공할 수 있다.

통합은 집중 위험도 만든다. 고객이 하나의 연결된 플랫폼에 의존할 때 결함, 침해된 관리 플레인 또는 구성 실패가 더 많은 시스템에 영향을 줄 수 있다.

Cisco 자체의 제품 이력도 면밀한 검토를 필요로 한다. 모든 대형 인프라 공급업체와 마찬가지로 Cisco는 정기적으로 취약점 공개를 게시하고 고객에게 업데이트 설치를 요청한다.

회사는 2026년에 보안 수정 사항을 월 2회 공개하는 일정으로 전환했다. 또한 AI 보안 검토에 따르면 여러 AI 모델을 사용해 25개 프로그래밍 언어에 걸친 18억 줄의 코드를 스캔했다.

더 빠른 발견은 가치가 있지만, 운영상의 과제도 만든다. 고객은 핵심 서비스를 중단하지 않으면서 복잡한 환경 전반에서 패치를 평가하고, 테스트하고, 배포해야 한다.

Cisco는 고객이 영구적인 수정 사항을 준비하는 동안 Live Protect를 통해 임시 보호 기능을 제공할 계획이다. 이 개념은 공개 속도가 기업의 패치 적용 역량을 앞지를 수 있음을 인정한다.

이 격차는 AI 지원 보안에 내재한 상충관계를 보여준다. 모델은 방어자가 약점을 더 빨리 발견하도록 도울 수 있는 반면, 공격자는 유사한 역량을 활용해 노출된 시스템을 식별하고 악용할 수 있다.

더 광범위한 네트워크 교체는 지원이 종료된 하드웨어와 일관되지 않은 통제를 대체함으로써 보안을 개선할 수 있다. 동시에 관리자가 정확히 구성해야 하는 신규 소프트웨어의 양을 늘릴 수도 있다.

Cisco의 설문조사에 따르면 응답자의 90% 이상은 캠퍼스 및 지사 네트워크가 AI 수요에 맞게 조정되지 않을 경우 재무적 또는 경쟁상 위험을 우려했다. 이 결과는 Cisco가 후원한 조사에서 나온 것이므로, 독립적인 검증이 이를 강화할 수 있다.

그럼에도 보안 팀은 문제를 인식하기 위해 설문조사가 필요하지 않다. 광범위한 권한을 가진 에이전트는 실수를 증폭시키고, 비공개 데이터를 노출하거나, 기계 속도로 안전하지 않은 지시를 실행할 수 있다.

네트워크는 집행 지점을 제공하지만, 그 자체로 비즈니스 의도를 판단할 수는 없다. 애플리케이션 통제, 모델 안전장치, 데이터 거버넌스, ID 관리, 인간의 승인은 여전히 필요하다.

Cisco는 네트워크 가시성을 AI 위험에 대한 완전한 해답으로 제시해서는 안 된다. 가시성은 트래픽과 행동을 보여줄 수 있지만, 거버넌스는 어떤 행동이 허용되어야 하는지를 결정한다.

고객은 비-Cisco 인프라 전반에서 통합 통제가 어떻게 작동하는지도 테스트해야 한다. 대부분의 대규모 조직은 인수, 지역별 의사결정, 수년간의 점진적 구매로 형성된 혼합 환경을 운영한다.

단일 공급업체 아키텍처 안에서만 가장 잘 작동하는 보안 플랫폼은 비용이 많이 드는 표준화를 강제할 수 있다. 혼합 환경을 지원하는 플랫폼은 전체 교체를 요구하지 않고도 가치를 제공할 수 있다.

이 지점에서 Cisco의 플랫폼 우위는 가장 혹독한 압박 시험에 직면한다. 통합은 고객이 받아들일 수 없다고 여기는 의존성을 만들지 않으면서 탐지와 관리를 개선해야 한다.

제품 발표보다 독립적인 테스트가 더 중요할 것이다. 구매자는 오탐, 암호화된 트래픽, 에이전트 ID, 정책 일관성, 복구, 운영 업무량을 포괄하는 증거가 필요하다.

또한 명확한 책임 경계도 필요하다. 애플리케이션이 과도한 권한을 부여할 때 네트워크 공급업체가 에이전트가 안전한 지시를 따른다고 보장할 수는 없다.

Cisco의 주장은 좁게 규정할 때 가장 강력하다. AI는 용량, 가시성, 세그멘테이션, 신속한 보안 대응의 필요성을 높인다.

하나의 통합 플랫폼을 구매하면 더 광범위한 거버넌스 문제가 해결된다는 뉘앙스를 담을 때 이 주장은 약해진다. AI 인프라와 AI 책임성은 겹치지만, 같은 구매 대상은 아니다.

주문은 여전히 비용, 납품, 배포를 견뎌내야 한다

Cisco의 주문 증가는 수요를 입증하지만, 매출 전환과 고객 성과가 이 사이클이 그 이름에 걸맞은지를 결정할 것이다.

주문과 매출의 차이는 첫 번째 불확실성이다. Cisco는 2026 회계연도 하이퍼스케일러 주문 전망을 90억 달러로 상향했지만, 관련 연간 매출은 40억 달러로 전망했다.

이 격차는 복잡한 인프라의 일반적인 납품 일정에서 비롯될 수 있다. 동시에 현재의 주문 헤드라인에는 Cisco가 나중에 인식할 것으로 예상하는 경제적 가치가 포함되어 있음을 의미한다.

투자자는 납품이 예상 일정에 따라 진행되는지 지켜봐야 한다. 지연은 고객의 건설 일정, 부품 가용성, 기술 검증 또는 배포 계획 변경에서 발생할 수 있다.

부품 비용은 두 번째 압력이다. 2026 회계연도 동안 메모리와 기타 투입재 가격이 상승했고, 이에 따라 Cisco는 가격 인상과 수정된 계약 조건을 논의하게 됐다.

가격 인상은 매출총이익률을 보호할 수 있지만 고객의 결정도 바꿀 수 있다. 구매자는 구성을 축소하거나, 프로젝트를 연기하거나, 더 강하게 협상하거나, 대체 공급업체를 선택할 수 있다.

Cisco의 2026 회계연도 3분기 비GAAP 매출총이익률은 66%였다. 이는 여전히 상당한 수준이었지만, 하드웨어 주도 확장 국면에서 이를 유지하려면 절제된 가격 책정과 공급 관리가 필요하다.

재고도 주목할 필요가 있다. 공급업체는 특히 리드타임이 불확실하거나 고객이 특정 구성을 요구할 때 예상 수요에 앞서 재고를 쌓는 경우가 많다.

주문이 계속되면 추가 재고는 더 빠른 납품을 지원할 수 있다. 수요가 바뀌거나, 부품이 노후화되거나, 고객이 설치를 연기하면 재무적 부담이 된다.

배포 역량도 또 다른 제약이다. 네트워크 현대화에는 설계, 테스트, 마이그레이션, 보안 검토, 장기적인 중단을 감당할 수 없는 애플리케이션과의 조율이 필요하다.

하드웨어는 조직이 이를 활용할 인력이나 운영 준비 태세를 갖추기 전에 도착할 수 있다. 이는 공급업체 매출과 고객 가치 사이의 격차를 만든다.

부족한 것이 항상 기술 전문성만은 아니다. 대규모 업그레이드는 동일한 예산과 팀을 두고 클라우드 마이그레이션, 사이버보안 프로그램, 규정 준수 업무, 일상 유지보수와 경쟁한다.

AI 프로젝트에는 그 자체의 불확실성도 있다. 많은 기업은 아직 어떤 에이전트가 신뢰할 수 있는 경제적 가치를 제공하는지, 어떤 에이전트가 통제된 실험에 머무르는지 측정하고 있다.

AI 도입이 둔화되면 조직은 여전히 노후 장비를 교체할 수 있다. 다만 가장 야심적인 용량 가정은 받아들이지 않거나 업그레이드를 핵심 사이트로 제한할 수 있다.

Cisco의 과거 실적도 맥락 속에서 봐야 한다. 회사는 2026 회계연도 3분기 공시에서 네트워킹 매출이 특히 AI 인프라와 캠퍼스 네트워킹 솔루션 부문에서 25% 증가했다고 밝혔다.

관련 규제 공시는 투자자에게 표준화된 기록을 제공하지만, 감사된 매출조차 수요 중 얼마나 많은 부분이 미래 기간에서 앞당겨졌는지를 보여줄 수는 없다.

Cisco는 팬데믹 기간과 그 이후에 이례적인 주문 패턴을 경험했다. 공급 부족이 백로그를 만들었고, 이후 정상화로 비교가 어려워졌다.

현재 사이클은 다른 기술적 동인에 의해 움직이지만, 그 이력은 유용한 경고를 제공한다. 주문, 백로그, 출하, 최종 사용자 소비는 서로 다른 시간표에 따라 움직일 수 있다.

고객은 광범위한 AI 라벨이 아니라 애플리케이션 요구 사항을 기준으로 업그레이드를 판단해야 한다. 유용한 계획은 예상 트래픽, 지연 시간 목표, 보안 통제, 성장 가정, 측정 가능한 서비스 결과를 식별한다.

또한 대안을 모델링해야 한다. 여기에는 선별적인 스위칭 업그레이드, 향상된 무선 커버리지, 클라우드 연결성 변경, 워크로드 배치, 더 나은 트래픽 관리가 포함될 수 있다.

장비가 오래됐거나 가시성이 약한 곳에서는 캠퍼스 전체 교체가 적절할 수 있다. 에이전트 배포가 제한적인 더 새로운 환경에서는 선별적 업그레이드가 더 나은 수익률을 낼 수 있다.

조달 팀은 Cisco의 전망이 자체 네트워크에 어떻게 적용되는지 물어야 한다. 글로벌 평균으로는 특정 사무실, 공장, 병원 또는 대학의 용량 요구를 확정할 수 없다.

또한 확정된 워크로드와 추정에 불과한 워크로드를 구분해야 한다. 네트워크 인프라는 많은 AI 애플리케이션보다 오래 지속되므로, 소프트웨어 전략이 바뀔 경우 설계에는 유연성이 필요하다.

이는 Cisco의 모듈형 아키텍처 주장을 뒷받침하지만 공격적인 과잉 구축에는 의문을 제기한다. 구매자는 성장에 충분한 용량을 확보하되, 결코 현실화되지 않을 가정에 비용을 지불해서는 안 된다.

회의적인 견해가 성립하려면 AI 수요가 붕괴할 필요는 없다. 수요가 실제로 존재하더라도 하이퍼스케일러와 제한된 수의 대기업에 집중된다면 Cisco의 서사는 기대에 못 미칠 수 있다.

또한 네트워킹 매출이 증가하더라도 부품 비용, 할인, 비용이 많이 드는 제품 전환으로 수익성이 약화되면 기대에 못 미칠 수 있다.

가장 강력한 확인은 여러 결과가 함께 나타나는 것이다. Cisco에는 지속적인 주문, 적시에 이뤄지는 매출 인식, 안정적인 마진, 확대되는 엔터프라이즈 도입, 그리고 고객이 추가된 용량을 실제로 활용한다는 증거가 필요하다.

이 요소들이 정렬되기 전까지 ‘슈퍼사이클’은 검증 가능한 기업 가설에 머문다. Google News 노출은 이 주장을 증폭할 수 있지만, 근본적인 경제성을 결론짓지는 못한다.

세 가지 신호가 슈퍼사이클의 실체를 결정한다

다음 단계에서는 순서대로 전환, 확장성, 운영 가치를 입증해야 한다.

첫 번째 신호는 하이퍼스케일 AI 주문이 매출로 전환되는지다. Cisco의 향후 실적은 누적된 약정이 반복적인 지연 없이 출하 시스템과 인식 매출로 이어지는지를 보여줘야 한다.

증가하는 주문 총액에 상응하는 매출 추이가 동반된다면 슈퍼사이클 주장은 더 설득력을 얻는다. 격차가 벌어진다면 일정, 취소 또는 고객 준비 상태에 대한 의문이 제기될 것이다.

이 전환 과정에서는 제품 구성도 중요하다. 투자자들은 완전한 시스템 판매와 실리콘, 광학 장비, 소프트웨어, 저마진 부품 판매를 구분해야 한다.

마진은 또 다른 단서다. 매출이 강한데 마진이 하락한다면 Cisco가 가격을 통해 수요를 확보하거나 더 높은 공급 비용을 흡수하고 있음을 시사할 수 있다.

두 번째 신호는 캠퍼스 및 엔터프라이즈 주문 성장의 지속성이다. 하이퍼스케일 고객은 분기별로 큰 변동을 만들 수 있지만, 이 사이클이 광범위해지는지는 Cisco의 구축된 엔터프라이즈 고객 기반이 결정한다.

캠퍼스 네트워킹 주문은 회계연도 3분기에 25% 이상 증가했다. 향후 비교에서는 최신 제품이 초기 수요를 넘어선 뒤에도 이 속도가 이어지는지를 보여줘야 한다.

고객 구성도 중요하다. 상업 기업, 공공기관, 서비스 제공업체, 여러 지역에 걸친 성장은 구조적 사이클을 뒷받침할 것이다.

소수의 대형 구매자에 대한 집중은 실적 변동성을 키운다. 이들 고객은 강한 협상력을 보유하고 있으며 아키텍처를 빠르게 전환할 수도 있다.

Cisco는 엔터프라이즈 구매가 실제 배포된 AI 워크로드와 연결된다는 더 명확한 증거를 제시해야 한다. ‘AI-ready’ 장비에 대한 언급은 측정된 트래픽, 지연 시간, 보안, 생산성 결과보다 설득력이 떨어진다.

세 번째 신호는 혼합 네트워크에서의 안전한 에이전트 운영에 대한 독립적 검증이다. Cisco의 플랫폼은 경쟁 하드웨어, 여러 클라우드, 오래된 시스템이 함께 존재하는 환경에서도 작동해야 한다.

고객은 에이전트 신원, 세분화, 암호화 트래픽 가시성, 사고 대응, 정책 적용을 테스트해야 한다. 성공적인 결과는 용량 업그레이드를 방어 가능한 보안 성과와 연결할 것이다.

원시 네트워킹 매출이 계속 강세를 보이더라도 실패는 Cisco의 통합 플랫폼 논리를 약화시킨다. 구매자는 보안 구매를 하드웨어 업그레이드와 분리하거나 더 제한적인 도구를 도입할 수 있다.

경쟁사 움직임은 세 가지 신호 모두에 맥락을 더한다. Arista의 주문 성장, Nvidia의 네트워킹 매출, 하이퍼스케일러의 자본 지출은 Cisco가 점유율을 확보하고 있는지, 아니면 상승하는 시장을 타고 있는지를 보여줄 수 있다.

광범위한 시장 확대는 여러 승자를 뒷받침할 수 있다. 동시에 모든 공급업체가 같은 지출 물결의 혜택을 받는다면 한 공급업체의 성장이 덜 차별적으로 보이게 할 수도 있다.

엔터프라이즈 구매자는 시장의 판단을 기다리기보다 자체 증거를 모니터링해야 한다. 트래픽 기준선, 에이전트 요청량, 지연 시간, 사고, 운영 시간은 업계 구호보다 더 유용한 지침을 제공한다.

팀은 AI workflow를 활용해 인프라, 보안, 애플리케이션 그룹 전반의 프로젝트 결정과 운영 증거를 수집할 수 있다.

이 기록은 AI가 새로운 네트워크 요구 사항을 만드는지, 아니면 기존의 유지보수 부채를 드러낼 뿐인지를 리더들이 판단하는 데 도움이 된다. 이 구분은 업그레이드 범위, 시점, 예상 수익에 영향을 미친다.

Cisco는 네트워킹 사업의 여러 부문에서 수요가 증가하고 있음을 입증했다. 그러나 아직 모든 엔터프라이즈가 동일한 일정이나 투자 필요성에 직면한다는 점까지 증명한 것은 아니다.

주문이 매출이 되고, 캠퍼스 성장이 지속되며, 고객이 더 안전한 에이전트 운영을 문서화한다면 회사의 논리는 강화될 것이다. 지출이 하이퍼스케일러 중심에 머물거나 전환이 둔화된다면 약화될 것이다.

따라서 Google News 독자들은 슈퍼사이클 주장을 확정된 설명이 아니라 측정 가능한 전망으로 받아들여야 한다. 다음 몇 차례의 실적 보고서는 주문의 발생처, Cisco의 납품 시점, 그리고 마진 유지 여부를 보여줘야 한다.

엔터프라이즈 리더에게도 즉각적인 행동은 구체적이다. 현재 트래픽을 측정하고, 계획된 에이전트를 데이터와 애플리케이션에 매핑한 뒤, 해당 워크로드가 실제로 만드는 용량 및 보안 격차를 파악해야 한다.

결정적인 질문은 AI가 더 많은 네트워크 활동을 만들어내는지가 아니다. 그 활동이 인프라 비용 청구서가 도착하기 전에 지속 가능한 가치를 창출하는지다.