Nvidia 70% 성장 전망: Jensen Huang, 수요가 아닌 공급이 한계를 결정한다고 말하다

Jensen Huang은 Nvidia의 70% 성장 전망이 고객 수요의 한계가 아니라 공급 상한을 반영한다고 말한다. Nvidia는 변동성이 큰 AI 지출 환경 속에서 2028 회계연도 매출이 약 70% 증가할 것으로 예상하고 있으며, 이는 이례적으로 먼 미래를 내다본 전망이다.

이 전망은 Amazon, Google, Microsoft, OpenAI, Anthropic의 맞춤형 칩에도 불구하고 Nvidia가 성장을 이어갈 수 있다는 자신감을 보여 준다. 동시에 더 어려운 질문도 제기한다. 독립적으로 존재하는 수요는 어느 정도이며, 고객이 Nvidia 하드웨어를 중심으로 구축하는 인프라의 자금을 Nvidia가 지원하는 데 의존하는 수요는 어느 정도인가?

Huang의 답은 Nvidia가 AI 공급망 전반의 수요를 파악할 수 있다는 것이다. 회사는 칩 공급업체, 클라우드 운영사, 모델 개발사, 기업, 정부, 데이터센터 건설업체와 협력한다. 비판론자들은 이러한 연결 관계를 다르게 본다. Nvidia가 자사 시스템을 구매하는 고객에게 점점 더 많은 금융 지원이나 기타 지원을 제공하고 있다고 우려한다.

이 충돌은 헤드라인 속 성장률보다 더 중요하다. Nvidia는 더 이상 전적으로 다른 기업들이 구축한 인프라 시장에 가속기만 판매하는 회사가 아니다. 제조 역량, 데이터센터 부지, 금융 조달, 클라우드 매출 약정 확보에도 관여하고 있다.

그 결과, 이 회사는 미래 건설 계획에 대해 이례적으로 높은 가시성을 갖게 됐다. 동시에 반도체 설계를 넘어선 새로운 위험도 떠안고 있다.

Nvidia의 70% 성장 전망은 공급 제약 속 약속이다

Nvidia의 전망은 수요가 제조 및 인프라 네트워크가 제공할 수 있는 수준을 넘어설 것으로 예상한다는 뜻이다.

Nvidia는 8월 26일 2027 회계연도 2분기 실적 발표 콘퍼런스콜에서 처음 이 전망을 제시했다. 최고재무책임자 Colette Kress는 2028 회계연도 매출이 약 70% 성장할 것으로 예상한다고 말했다.

이 수치가 주목받은 이유는 Nvidia가 통상 미래 회계연도 전체에 걸친 가이던스를 제시하지 않았기 때문이다. 기존 가이던스는 주로 공급 일정과 고객 주문을 더 쉽게 평가할 수 있는 다음 분기에 집중됐다.

Huang은 이후 Goldman Sachs의 Communacopia and Technology Conference에서 이 전망을 재차 언급했다. 그의 컨퍼런스 발언은 이 예측이 Nvidia 시장 전반에 대한 가시성에서 나온 것이라는 취지였다.

Nvidia는 2026년 7월 26일 종료 분기에 약 960억 달러의 분기 매출을 기록했다. 데이터센터 매출은 전 분기 대비 18% 증가한 890억 달러에 달했다.

회사는 3분기 매출도 약 1,080억 달러로 전망했다. 이 수치들은 70% 성장 전망이 생성형 AI 확장 초기 Nvidia가 마주했던 것보다 훨씬 큰 기반에서 출발한다는 점을 보여 준다.

Kress는 고객 전망이 다음 해 수요가 두 배로 늘어날 수 있음을 시사한다고 말했다. 다만 Nvidia는 가용 공급량으로 모든 요청을 충족할 수 없기 때문에 매출 성장 전망을 70%로 제한했다.

Huang은 실적 발표에서 이러한 구분을 강조했다. 그는 수요가 Nvidia가 공급할 것으로 예상하는 물량보다 상당히 크다고 말했다. 회사가 확보한 공급망은 경영진이 더 낮은 수치에 자신감을 갖게 한 근거였다.

이는 단지 더 많은 기업이 개별 칩을 주문할 것이라는 주장이 아니다. Nvidia는 이제 제품을 전체 컴퓨팅 시스템 규모로 설명한다.

현대적인 Nvidia 설치 환경에는 CPU, GPU, 네트워킹 장비, 스위치, 냉각 구성요소, 광범위한 소프트웨어가 포함될 수 있다. 이 구성요소들은 데이터센터 규모의 하나의 컴퓨터처럼 작동한다.

Huang은 Nvidia의 GB200 NVL72 시스템을 통해 이러한 변화를 설명했다. 이 시스템은 Nvidia의 NVLink 인터커넥트를 통해 36개의 Grace CPU와 72개의 Blackwell GPU를 결합한다.

그는 9월 발언 당시 이 시스템의 주문이 매달 27%씩 증가하고 있다고 말했다. 이 수치는 현재 주문 모멘텀을 나타낼 뿐, 그 속도가 무기한 지속된다는 보장은 아니다.

Nvidia는 이러한 설치 환경이 전력과 데이터를 모델 학습 및 추론 결과물로 전환한다는 점에서 AI 팩토리라고 부른다. 추론은 학습된 모델을 사용해 답변, 예측 또는 기타 결과를 생성하는 과정이다.

판매 단위가 커지면서 투자자들이 이 전망을 해석하는 방식도 바뀐다. Nvidia는 기존 데이터센터에 출하되는 칩만 계산하는 것이 아니다. 전력, 냉각, 토지, 금융, 건설이 필요한 완전한 시설을 기준으로 계획하고 있다.

이로 인해 이 전망은 부분적으로 산업 배치 일정이 된다. 모든 매출 목표는 공급업체와 고객이 긴 작업 사슬을 제때 완수하는 데 달려 있다.

이 사슬은 대규모 프로젝트가 다년간의 계획을 필요로 한다는 점에서 가시성을 높인다. 동시에 지연이 발생할 여지도 더 많아진다.

AI 에이전트가 훨씬 더 큰 컴퓨팅 수요를 이끌고 있다

Huang의 핵심 수요 논지는 AI 에이전트가 더 긴 작업을 수행하므로 각 사용자 요청의 컴퓨팅 비용이 훨씬 커진다는 것이다.

기본적인 챗봇은 흔히 하나의 프롬프트에 하나의 답변으로 응답한다. AI 에이전트는 작업을 계획하고, 소프트웨어 도구를 호출하며, 결과를 검토하고, 오류를 수정한 뒤 이 과정을 반복할 수 있다.

각 단계는 추론 용량을 소비한다. 에이전트가 리서치, 소프트웨어 개발, 고객 서비스, 과학 분석 또는 비즈니스 운영을 처리할 경우 작업량은 빠르게 늘어날 수 있다.

Nvidia의 실적 발표 전문에서 Huang은 에이전트가 직접적인 인간 사용보다 15배에서 100배 더 많은 컴퓨팅을 필요로 할 수 있다고 추산했다. 그는 필요한 양은 해결하려는 문제에 따라 달라진다고 말했다.

이 추정치는 모든 애플리케이션을 포괄하는 독립적인 벤치마크가 아니라 회사 측 주장이다. 하지만 그 작동 원리는 분명하다. 더 긴 추론 과정과 반복적인 도구 호출은 더 많은 생성 토큰과 더 긴 가속기 사용 시간을 요구한다.

모델 개발도 소수의 최첨단 연구소를 넘어 확대되고 있다. Nvidia는 이제 하이퍼스케일러, 네오클라우드, AI 스타트업, 기업, 산업 기업, 연구기관, 주권 고객으로부터 수요가 발생한다고 말한다.

하이퍼스케일러는 Amazon Web Services, Microsoft Azure, Google Cloud를 포함한 최대 규모의 클라우드 제공업체다. 네오클라우드는 주로 GPU 컴퓨팅을 중심으로 구축된 새로운 인프라 기업이다.

Nvidia가 보고한 2분기에서 하이퍼스케일 매출은 490억 달러에 달했다. 네오클라우드, 산업, 기업을 포괄하는 또 다른 고객 부문은 400억 달러의 매출을 창출했다.

Nvidia에 따르면 이 두 번째 부문은 전 분기 대비 25%, 전년 대비 138% 성장했다. 이 규모는 시장이 하나의 AI 연구소나 하나의 클라우드 고객에 그치지 않는다는 Huang의 주장을 뒷받침한다.

Kress는 네오클라우드 파트너들이 2026년 말까지 8기가와트의 설치 용량을 완성할 것으로 예상된다고 말했다. 이들은 2025년 말 약 3기가와트의 용량을 보유하고 있었다.

기가와트는 컴퓨팅 성능이 아니라 전력을 측정하는 단위다. 그럼에도 이 프로젝트들이 얼마나 커졌는지를 보여 주는 유용한 지표다. 새로운 데이터센터 캠퍼스는 대규모 산업 개발과 맞먹는 에너지를 필요로 할 수 있다.

Amazon은 또 다른 수요 신호를 제공한다. Nvidia는 AWS가 보고된 분기 동안 Nvidia GPU 200만 개를 추가 배치하기 시작할 것이라고 밝혔다. 배치 일정은 Nvidia의 2029 회계연도 2분기까지 이어진다.

AWS는 모델, 클라우드 서비스, 창고 로보틱스 전반에 Nvidia 기술을 사용할 계획이다. 그러나 Amazon은 자체 Trainium 가속기도 계속 개발하고 있어, 협력과 경쟁이 동시에 형성되고 있다.

Google도 Tensor Processing Units를 통해 비슷한 전략을 취하고 있다. Microsoft는 Maia 가속기를 보유하고 있으며, OpenAI와 Anthropic은 맞춤형 하드웨어 프로그램을 추진하고 있다.

이 프로젝트들은 Nvidia의 최대 고객들이 비용과 공급에 대한 통제력을 높이려 한다는 점에서 Nvidia에 압박을 가한다. 그렇다고 Nvidia 시스템에 대한 수요가 자동으로 사라지는 것은 아니다.

맞춤형 가속기는 기업이 하드웨어, 소프트웨어, 워크로드를 함께 최적화할 수 있을 때 가장 효과적이다. Nvidia의 강점은 고객, 모델, 클라우드, 개발 도구 전반에 걸친 더 폭넓은 호환성이다.

Huang은 Nvidia가 주요 폐쇄형 연구소와 오픈 모델 개발사의 모델을 구동한다고 말한다. 이러한 범위 덕분에 고객은 특정 칩 하나에 맞춰 모든 것을 다시 구축하지 않고도 여러 환경에 유사한 소프트웨어를 배포할 수 있다.

GPU 컴퓨팅을 위한 Nvidia의 프로그래밍 플랫폼인 CUDA는 이 입지의 핵심으로 남아 있다. 개발자들은 수년간 이를 중심으로 라이브러리, 도구, 애플리케이션을 구축해 왔다.

Nvidia의 70% 성장 전망은 이 전체 플랫폼이 신규 용량의 상당 부분에서 계속 선호될 것이라는 가정에 기반한다. 맞춤형 가속기가 실패해야만 성립하는 전망은 아니다.

대신 이 전망은 두 접근 방식 모두를 수용할 만큼 전체 수요가 빠르게 늘어난다는 가정에 기초한다. Nvidia는 자체 설계 칩에 일부 워크로드를 내줄 수 있지만, 더 큰 컴퓨팅 시장 전반에서 매출을 확대할 수 있다.

불확실성은 시점에 있다. 고객은 단기적인 에이전트 도입 속도를 과대평가할 수 있으며, 유용한 애플리케이션은 인프라 건설에 걸리는 시간보다 수익 창출까지 더 오래 걸릴 수 있다.

기업이 에이전트 실험을 신뢰할 수 있는 워크플로로 전환하는 데 어려움을 겪으면 클라우드 운영사는 더 낮은 가동률에 직면할 수 있다. 이는 다음 장비 주문 물결을 뒷받침하는 경제성을 약화시킬 것이다.

지식 노동자에게 실질적인 신호는 모델 발표보다 사용의 깊이다. 소프트웨어 개발, 리서치, 영업, 운영에 내재화되는 시스템은 컴퓨팅을 반복적으로 소비하게 된다.

예를 들어 검색 가능한 AI 지식 베이스는 검색과 반복적인 모델 호출을 결합할 수 있다. 대규모 환경에서는 이러한 일상적 워크플로가 단일 시연보다 더 중요하다.

Nvidia의 풀스택 영향력이 Huang의 자신감을 설명한다

Nvidia는 이제 반도체 공급과 자사 시스템을 기다리는 물리적 인프라를 모두 모니터링하기 때문에 더 먼 미래까지 예측할 수 있다고 믿는다.

전통적으로 칩 기업은 고객 주문, 제조 일정, 재고, 유통 채널 활동을 바탕으로 수요를 추정한다. Nvidia는 이제 또 다른 정보 계층을 추적한다.

Huang은 회사가 전 세계의 데이터센터 토지, 전력, 건물 셸을 추적한다고 말했다. 셸은 서버와 네트워킹 장비가 들어오기 전에 준비되는 물리적 구조물을 의미한다.

이러한 지식은 AI 용량 구축에 수년이 걸리기 때문에 중요하다. 고객은 유틸리티 연결, 냉각 장비, 시공업체, 인허가, 자본을 확보하지 않고서는 첨단 시스템을 설치할 수 없다.

Nvidia는 배치 일정의 양쪽에 모두 자리를 잡고 있다. 상류에서는 파운드리, 메모리 공급업체, 패키징 업체, 기타 부품 제조업체와 협력한다.

하류에서는 클라우드 운영사, 데이터센터 개발사, 에너지 기업, 기업 고객, 금융기관과 조율한다. 이러한 위치는 Nvidia가 하드웨어가 공급되기 전부터 프로젝트를 조기에 파악할 수 있게 한다.

Nvidia의 지출 약정은 이러한 조율의 규모를 보여 준다. Nvidia의 분기 공시에 따르면 공급 및 생산능력 약정은 7월 26일 기준 1,190억 달러에서 2,790억 달러로 증가했다.

이러한 약정은 현재와 미래 아키텍처의 생산을 확보하는 데 도움이 된다. 그러나 고객 배치가 둔화되거나 기술 전환이 예상과 다르게 진행될 경우 부담이 될 수도 있다.

Nvidia의 기가와트당 판매 가치는 시스템 통합도가 높아지면서 증가했다. Huang은 Hopper가 기가와트당 약 180억 달러 규모의 Nvidia 장비를 의미한다고 말했다.

그는 Grace Blackwell을 기가와트당 약 250억 달러, Vera Rubin을 약 400억 달러로 추정했다. 이는 보편적인 건설 비용이 아니라 Nvidia의 시스템 가치 추정치다.

이러한 흐름은 전력이 공급되는 데이터센터 수보다 매출이 더 빠르게 늘어날 수 있는 이유를 보여준다. 세대가 바뀔수록 동일한 전력 연결 뒤에 더 높은 가치의 컴퓨팅 및 네트워킹 장비를 배치할 수 있다.

새 플랫폼은 Nvidia를 과거 여러 공급업체가 제공하던 분야로도 끌어들인다. 이 회사는 가속기, CPU, 네트워킹 부품, 인터커넥트, 소프트웨어, 완전한 랙 규모 시스템을 판매한다.

이러한 확장은 배포 건별로 Nvidia가 얻는 매출을 늘린다. 동시에 고객이 Nvidia의 아키텍처를 더 폭넓게 채택한다는 전제에 Nvidia의 전망이 의존한다는 의미이기도 하다.

경쟁사들은 이 스택의 서로 다른 계층을 공략할 수 있다. AMD는 가속기를 판매하고, Broadcom은 기업의 맞춤형 칩 개발을 지원하며, 클라우드 제공업체들은 자체 실리콘을 제공한다.

Cerebras와 기타 전문 개발업체들은 AI 컴퓨팅 시스템을 구축하는 대안을 제시한다. 일부는 추론 경제성에 초점을 맞추고, 다른 일부는 메모리 용량이나 더 단순한 확장성을 강조한다.

Nvidia의 방어 논리는 대체 활용 가능성이다. 즉, 시스템이 좁게 정의된 하나의 워크로드가 아니라 다양한 모델과 고객을 지원할 수 있다는 의미다. 이러한 유연성은 특히 클라우드 운영업체에 중요하다.

네오클라우드는 가장 높은 수익을 제공하는 고객에게 가용 용량을 임대하고자 한다. 하나의 모델에만 최적화된 하드웨어는 수요가 바뀔 때 용도를 전환하기 어려워질 수 있다.

Nvidia는 폭넓은 소프트웨어 호환성이 장비의 재판매 및 임대 가치를 보호한다고 주장한다. 금융기관도 장기 자산 위험을 평가해야 하므로 이 주장에 관심을 둔다.

그러나 컴퓨팅 하드웨어는 전통적인 인프라보다 더 빠르게 감가상각된다. 6년짜리 클라우드 계약은 여러 Nvidia 제품 세대를 아우를 수 있다.

고객은 덜 까다로운 추론 작업에는 여전히 구형 시스템을 선호할 수 있다. 다만 예상 잔존 가치를 뒷받침하려면 그러한 2차 수요가 충분히 강해야 한다.

따라서 Nvidia의 70% 성장 전망은 두 가지 형태의 가시성에 기반한다. 첫째는 계약된 공급 물량과 물리적 프로젝트에서 나온다. 둘째는 신규 시스템이 등장한 뒤에도 자사 플랫폼이 경제적으로 유용할 것이라는 Nvidia의 믿음이다.

첫째는 약정과 건설을 통해 측정할 수 있다. 둘째는 가동률, 임대료, 고객 계약 갱신을 통해서만 분명해질 것이다.

순환 금융 논란은 사라지지 않는다

Nvidia의 거래는 실질적인 수요를 촉진할 수 있지만, 동시에 더 많은 고객 및 인프라 위험을 자체 대차대조표로 이전할 수도 있다.

순환 금융에 대한 비판은 단순하다. Nvidia가 AI 기업에 투자하거나 그들의 인프라를 지원하고, 이들 기업은 그 자본으로 Nvidia 시스템에 대한 접근권을 구매한다는 것이다.

비판론자들은 이 구조가 수요를 실제보다 더 독립적인 것처럼 보이게 할 수 있다고 우려한다. 고객이 공급업체의 지원 없이는 확장 자금을 조달할 수 없다면, 현재 매출이 미래 수요를 앞당겨 반영하고 있을 수 있다.

Nvidia는 이러한 해석을 거부한다. Kress는 애널리스트들에게 회사가 자사 지원을 고객 사용량과 독립적으로 조달된 자본으로 뒷받침되는 인프라 개발로 본다고 말했다.

네오클라우드 프로젝트에서 Nvidia는 시설 용량의 일부를 포괄하는 take-or-pay 약정을 제공할 수 있다. Take-or-pay는 실제 사용량이 약정 수준에 미치지 못하더라도 Nvidia가 최소 금액을 지급하기로 합의하는 구조를 뜻한다.

이러한 하한선은 클라우드 운영업체가 프로젝트 금융을 확보하는 데 도움이 될 수 있다. 이후 Nvidia는 보장 수준을 초과해 발생한 매출의 일부를 받는다.

Kress는 회사가 하드웨어 판매를 통해 대금을 받고, 이후 임대 수익도 받을 수 있다고 말했다. Nvidia는 7월 26일 기준 이러한 클라우드 서비스 약정이 360억 달러에 이른다고 보고했다.

공시에 따르면 클라우드 제공업체는 Nvidia에 대한 용량 공급을 중단하고 더 높은 요율로 제3자에게 판매할 수 있다. 외부 고객이나 Nvidia 자체가 해당 용량을 사용할수록 Nvidia의 약정은 감소한다.

이 구조는 단순히 하드웨어 구매를 위해 고객에게 돈을 빌려주는 방식과는 다르다. 그럼에도 외부 가동률이 형성되지 못하면 Nvidia가 비용을 부담하게 된다.

Nvidia의 노출은 물리적 프로젝트까지 확대된다. 회사는 일부 AI 클라우드 파트너의 토지, 전력, 건물 의무와 관련해 최대 35억 달러의 보증을 공개했다.

회사는 또한 오하이오주의 SB Energy PORTS Technology Campus와 연결된 보증을 체결했다. Nvidia는 조건에 따라 해당 지원의 총액 상한을 1,050억 달러로 설정했다.

계획된 캠퍼스는 약 4.25기가와트의 IT 부하를 수용한다. 9개 데이터센터는 Nvidia의 2029 회계연도에 순차적으로 가동을 시작할 것으로 예상된다.

OpenAI는 일부 제한적 예외를 제외하고 20년간 해당 캠퍼스를 임차할 것으로 예상된다. OpenAI가 임대료를 지급함에 따라 Nvidia의 노출은 감소하며, 특정 사건 발생 후 종료될 수 있다.

이러한 구조는 Nvidia, AI 연구소, 데이터센터 개발업체, 미래 하드웨어 수요 사이에 명확한 연결고리를 만든다. 투자자가 전체 사슬을 살펴보는 것은 합리적이다.

Nvidia는 이 보증이 금융 조달의 불일치를 해소한다고 말한다. 최첨단 연구소는 수요가 빠르게 증가할 수 있지만, 수십 년 단위 인프라 계약에 필요한 신용 이력이 부족할 수 있다.

회사는 최첨단 AI 연구소에 거의 500억 달러를 투자했다고 보고했다. Nvidia는 같은 기간 예상되는 잉여현금흐름에서 이 금액이 작은 비중이라고 설명한다.

8월 Nvidia는 Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs, KKR과의 파트너십도 발표했다. 금융 조달 발표는 시간이 지남에 따라 5,000억 달러 이상의 제3자 자본을 목표로 했다.

이는 전체 금액이 집행 완료된 것이 아니라 양해각서였다. Nvidia의 공시는 예비 약정이 최종 계약으로 이어지지 않을 수 있다고 경고했다.

제안된 플랫폼에서는 외부 기관이 개별 프로젝트를 인수할 예정이다. Nvidia는 재량에 따라 제한적인 잔존가치 지원을 제공할 수 있다.

Huang의 가장 단순한 방어는 9월 컨퍼런스 출연에서 나왔다. 그는 Nvidia가 소액을 기여하는 반면 훨씬 많은 외부 자본이 인프라 시장으로 돌아온다고 주장했다.

이 답변은 Nvidia의 논지를 잘 담고 있지만, 회계적 또는 경제적 의문을 해소하지는 못한다. 금융 순환 구조는 위험을 집중시키기 위해 모든 참여자가 동일한 금액을 기여할 필요는 없다.

더 중요한 질문은 최종 사용자가 클라우드 임대료를 감당할 만큼 충분한 현금을 창출하는지 여부다. 그 매출은 궁극적으로 전력, 시설, 금융 비용, 하드웨어, 운영업체 마진을 모두 충당해야 한다.

가동률이 긍정적이면 Nvidia의 개입은 합리적인 시장 형성으로 보일 수 있다. 가동률이 약하면 보증이 현실화되고 임대료가 하락하며 고객에게 빠르게 노후화되는 장비가 남을 수 있다.

투자자들은 이미 더 많은 공시를 요구해 왔다. Nvidia의 8월 실적 발표 전 Morgan Stanley 애널리스트들은 투자 및 금융 조달 약정에 관한 광범위한 투명성을 요청했다.

Visible Alpha 리서치 책임자 Melissa Otto는 시장 기대치인 약 45%와 비교해 70% 전망은 상당한 상향이라고 평가했다. 더 폭넓은 투자자 검증과 함께 보도된 이 평가는 논쟁이 중요한 이유를 보여준다.

기대치를 크게 웃도는 전망은 뛰어난 칩 성능만으로 성립하지 않는다. 과도한 유휴 용량을 만들지 않으면서 금융 및 건설 시스템이 확장된다는 전제에 의존한다.

Nvidia 자체 공시도 공급 부족과 과잉 공급 위험이 공존함을 인정한다. 전력, 토지, 자본 또는 부품이 부족하면 매출이 지연될 수 있다.

고객은 새로운 아키텍처 도입을 미루거나 예상보다 더 느리게 채택할 수도 있다. 시장 여건 변화는 Nvidia의 약정 가치를 낮추고 재무 실적에 악영향을 줄 수 있다.

균형 잡힌 결론은 Nvidia가 지원하는 모든 프로젝트가 인위적 수요를 만든다는 것이 아니다. 그렇다고 독립적인 인수가 Nvidia의 위험을 제거한다는 뜻도 아니다.

회사는 시장 지위를 활용해 실제 인프라 병목을 해결하고 있다. 그 과정에서 자체 대차대조표를 고객 가동률 및 신용도와 더 밀접하게 연결하고 있다.

이러한 상충관계가 Huang의 자신감 뒤에 놓인 핵심 시험대다.

세 가지 신호가 Jensen Huang의 전망을 시험할 것이다

투자자들은 70% 수치를 자명한 것으로 받아들이기보다 공급 전환, 외부 가동률, 고객 집중도를 지켜봐야 한다.

첫 번째 신호는 Nvidia가 2,790억 달러 규모의 공급 및 용량 약정을 출하되고 대금이 지급되는 시스템으로 전환하는 능력이다. 이러한 약정은 준비 상태를 보여주지만, 매출이 발생하려면 완성된 제품과 가동 준비가 된 데이터센터가 필요하다.

메모리는 즉각적인 제약 요인 중 하나다. Nvidia는 강한 AI 수요가 공급을 긴축시키고 비용 압박을 높였다고 밝혔다.

회사는 해당 분기에 75%의 매출총이익률을 보고했다. 경영진은 이 수치가 회복하기 전에 최저 71%까지 하락할 것으로 예상했다.

메모리 수급이 개선되고 새 아키텍처가 일정에 맞춰 양산에 들어가면 Nvidia는 회사가 파악하는 수요를 더 많이 충족할 수 있다. 지연이 발생하면 이 전망을 뒷받침하는 공급 기반 설명은 약화될 것이다.

따라서 투자자들은 분기 매출 가이던스를 재고, 구매 약정, 마진, 플랫폼 전환 관련 논평과 비교해야 한다. 출하 증가에 비례하지 않는 약정 증가는 더 면밀한 주의를 요한다.

두 번째 신호는 네오클라우드와 지원 대상 데이터센터에서의 제3자 가동률이다. 이는 순환 금융 우려를 검증하는 가장 명확한 시험대다.

Nvidia는 외부 고객이 용량을 사용할 때 자사의 클라우드 약정이 감소한다고 말한다. 강한 제3자 사용량은 Nvidia에서 위험을 이전하고 프로젝트의 독립적인 경제성을 입증할 것이다.

가동률은 지속 가능한 임대료도 만들어내야 한다. 제공업체가 고객 유치를 위해 GPU 접근료를 할인하면 데이터센터는 바쁘게 운영되는 것처럼 보여도 충분한 수익을 내지 못할 수 있다.

클라우드 운영업체들은 설치된 용량과 함께 매출도 증가한다는 점을 보여줘야 한다. 또한 고객 수요가 소수의 최첨단 연구소와 하이퍼스케일러를 넘어 확장된다는 점도 입증해야 한다.

Nvidia가 기업, 주권 프로젝트, 지역 클라우드 전반에서 보고한 성장은 이 논지를 뒷받침한다. 향후 공시는 이들 고객이 발표된 파이프라인에 그치지 않고 지속적인 사용자가 되는지를 보여줄 필요가 있다.

Nvidia의 take-or-pay 노출이 줄어드는 동시에 파트너 매출이 확대되면, 회사의 시장 형성 논리는 더 강해진다. 외부 사용량이 약한 상황에서 보증이 증가하면 비판론자들의 주장이 힘을 얻을 것이다.

세 번째 신호는 Nvidia 시스템과 고객 설계 칩 사이의 균형이다. Amazon, Google, Microsoft, OpenAI, Anthropic은 공급망을 다변화할 강한 이유를 갖고 있다.

맞춤형 실리콘은 안정적인 워크로드의 비용을 낮추고 단일 공급업체 의존도를 줄일 수 있다. 또한 모델 개발업체에 메모리, 네트워킹, 소프트웨어 설계에 대한 더 긴밀한 통제권을 제공할 수 있다.

Nvidia는 그러한 배포를 막을 필요는 없다. 전체 시장이 확대되는 동안 자사 플랫폼이 충분한 워크로드를 유지하면 된다.

클라우드 제공업체들이 자체 가속기를 배포하면서도 Nvidia의 완전한 시스템을 계속 주문하는지 지켜봐야 한다. 혼합 전략은 Nvidia가 폭넓고 성장하는 시장에 서비스를 제공한다는 Huang의 주장을 뒷받침할 것이다.

훈련과 추론 모두에서 독점 하드웨어로 의미 있는 전환이 이뤄지면 이러한 결론은 약화될 것이다. 또한 Nvidia의 가격 결정력과 기가와트당 확보하는 가치도 낮아질 수 있다.

2028 회계연도 전망은 단 한 번의 실적 발표일이 아니라 점진적으로 검증될 것이다. 건설 일정, 공급 구매, 클라우드 사용량, 경쟁 칩 배포는 그 가정이 계속 부합하는지를 보여줄 것이다.

개발자와 기업 구매자도 가용성과 가격을 주시해야 한다. 조직이 Nvidia 하드웨어를 직접 구매하지 않더라도 공급 확대는 고급 추론에 대한 접근성을 높일 수 있다.

지식 노동자들은 소프트웨어를 통해 이 전망을 체감하게 될 것입니다. 에이전트가 더 긴 워크플로를 관리할 만큼 신뢰할 수 있게 된다면, 사용자는 그 아래의 인프라를 보지 못한 채 컴퓨팅 수요가 증가할 수 있습니다.

Nvidia의 70% 성장 전망은 궁극적으로 제조업만이 아니라 행동에 관한 주장입니다. 기업들이 역사적인 규모의 컴퓨팅 용량 확장을 정당화할 만큼 충분한 AI를 활용할 것이라는 가정에 기반합니다.

Huang은 Nvidia가 왜 이러한 결과를 예상하는지 설명해 왔습니다. 이 회사는 모델, 클라우드, 기업, 공급업체, 전력 프로젝트, 자본 제공업체와 접점을 갖고 있습니다.

이러한 영향력은 Nvidia에 경쟁사 중 극소수만이 보유한 정보를 제공합니다. 동시에 Nvidia가 이미 예측할 수 있다고 말하는 미래를 직접 만들어 가고 있음을 뜻하기도 합니다.

다음 질문은 고객들이 이를 지속할 만큼 충분한 독립적 가치를 창출하느냐입니다. 향후 몇 분기 동안 납품된 시스템, 제3자 클라우드 활용률, 맞춤형 칩 채택을 지켜봐야 합니다.

이 지표들은 70%가 지속 가능한 수요를 의미하는지, 아니면 공급망이 사용자보다 앞서 나가고 있는지를 보여줄 것입니다.