Nvidia가 선도하지만 AMD와 Broadcom의 전략은 AI 칩 시장을 양분한다

Nvidia는 가속기, 네트워킹, 맞춤형 실리콘 전반에서 AMD와 Broadcom 제품의 도전이 확대되는 가운데서도 분기 데이터 센터 매출 890억 달러를 기록했다. 이제 비교는 대체 가능한 칩 공급업체들 간의 단순한 경쟁이 아니다. 각 기업은 AI 데이터 센터 내부에서 서로 다른 위치를 확보하려 하고 있다.

Nvidia는 GPU, 네트워킹, 시스템, CUDA 소프트웨어를 중심으로 긴밀하게 통합된 컴퓨팅 플랫폼을 판매한다. AMD는 Instinct 가속기, EPYC 프로세서, 랙 스케일 시스템, ROCm 소프트웨어 스택을 결합해 가장 근접한 광범위한 대안을 구축하고 있다. Broadcom은 또 다른 계층을 겨냥해 대형 클라우드 고객을 위한 맞춤형 가속기를 설계하고 네트워킹 기술을 공급한다.

이러한 분화는 투자자들이 2026년 AI 칩 실적을 해석하는 방식을 바꾼다. Nvidia는 여전히 데이터 센터 매출에서 훨씬 큰 규모를 유지하는 반면, AMD는 더 작은 기반에서 성장하고 있다. Broadcom은 맞춤형 칩과 네트워킹에 집중된 익스포저를 제공하지만, 인프라 소프트웨어 사업은 회사 전체의 재무 프로필을 바꾼다.

따라서 핵심 질문은 어떤 티커가 인공지능과 가장 밀접해 보이느냐가 아니다. 고객이 표준 플랫폼을 원하는 영역, 맞춤형 설계를 원하는 영역, 그리고 각 선택의 경제적 가치를 어느 공급업체가 확보하느냐가 중요하다. 최근 실적은 더 분명한 근거를 제공하지만, 이 경쟁의 승패를 확정하지는 않는다.

Nvidia의 최근 분기는 성과 기준을 끌어올렸다

Nvidia의 2분기 실적은 도전자들이 정체된 기존 강자가 아니라 계속 확장되는 플랫폼과 경쟁하고 있음을 보여준다.

Nvidia는 2026년 7월 26일 종료된 회계연도 2분기에 962억 달러의 매출을 보고했다. 이는 전년 동기 대비 106% 성장, 전 분기 대비 18% 증가에 해당한다. 데이터 센터 매출은 890억 달러로, 전년 동기 대비 117% 증가했다.

이 수치는 Nvidia의 분기 실적에서 직접 확인할 수 있다. 각 기업이 서로 다른 사업 부문과 회계 기간을 보고한다는 점은 고려해야 하지만, 이는 Nvidia와 AMD, Broadcom 사이의 규모 차이를 보여준다.

Nvidia의 데이터 센터 사업 매출은 AMD의 전체 분기 회사 매출의 거의 8배였다. AMD의 데이터 센터 매출과 비교하면 13배를 훨씬 넘었다. Broadcom의 최신 उपलब्ध 분기에서 보고된 AI 반도체 매출은 AMD의 데이터 센터 부문보다 컸지만, Nvidia의 데이터 센터 매출에는 크게 못 미쳤다.

직접 비교에는 주의가 필요하다. Nvidia의 데이터 센터 범주에는 컴퓨팅과 네트워킹 제품이 포함되는 반면, AMD는 데이터 센터 부문 내에서 CPU와 가속기를 함께 보고한다. Broadcom은 비교 가능한 데이터 센터 부문 대신 맞춤형 가속기와 AI 네트워킹을 포괄하는 AI 반도체 매출을 식별해 공개한다.

그럼에도 회계 범주는 각 공급업체가 어디에서 가치를 포착하는지 보여준다. Nvidia는 가속기, 인터커넥트, 스위치, 시스템, 지원 부품 전반에서 매출을 확보한다. 고객들은 개별 GPU가 아니라 완전한 랙 스케일 인프라를 점점 더 많이 구매하고 있다.

랙 스케일 시스템은 서버, 네트워킹, 냉각, 전력 공급을 하나의 조율된 컴퓨팅 단위로 다룬다. 성능이 수천 개 가속기 간의 통신에 좌우되기 때문에 이 접근 방식은 통합의 가치를 높인다. 개별 칩이 빨라도 전체 클러스터의 병목을 보완할 수는 없다.

Nvidia의 분기 매출총이익률 75%는 이 통합 아키텍처를 상당한 수익성으로 판매할 수 있는 역량도 반영한다. 매출총이익률은 직접적인 제품 및 생산 비용을 제외한 뒤 남는 매출을 측정한다. 모든 운영비를 포함하지는 않지만 제품 경제성을 파악하는 데 유용한 지표다.

회사의 최근 성장은 하나의 고객 범주에만 국한되지 않았다. Nvidia는 하이퍼스케일 클라우드 제공업체, 신규 클라우드 사업자, 산업 고객, 기업 고객이 수요에 기여했다고 밝혔다. 이러한 폭넓은 기반은 지출이 여전히 대형 인프라 구축업체에 집중돼 있음에도 단일 구매 채널에 대한 의존도를 낮춘다.

Nvidia는 또한 2026 회계연도 매출이 2,159억 달러로 65% 증가했다고 보고했다. 연차 보고서는 이러한 확장이 주로 가속 컴퓨팅과 AI에 따른 것이라고 설명했다. 연간 데이터 센터 매출은 68% 증가했다.

이 실적은 Nvidia를 모든 AI 칩 주식 분석의 기준점으로 만든다. 이 회사는 경쟁업체가 따라잡는 동안 오래된 제품을 방어하는 것이 아니다. 현재의 현금 흐름, 고객 관계, 소프트웨어 채택을 활용해 연속적인 플랫폼 전환에 자금을 투입하고 있다.

그렇다고 규모가 압박을 없애는 것은 아니다. AI 워크로드가 학습에서 지속적인 추론으로 이동하면서 고객들은 운영 비용과 특화된 성능을 더 중시한다. 추론은 학습된 모델을 실행해 답변, 예측, 이미지 또는 행동을 생성하는 과정이다.

이러한 변화는 AMD와 Broadcom 모두에 기회를 만든다. AMD는 고객에게 또 하나의 범용 가속기 플랫폼을 제공할 수 있다. Broadcom은 최대 규모 구매자가 더 좁은 워크로드와 배포 패턴에 최적화된 칩을 설계하도록 지원할 수 있다.

그 결과 경쟁 구조는 이례적이다. Nvidia는 전체 플랫폼 시장을 이끌지만, 도전자들은 수익 풀의 서로 다른 부분을 공략하고 있다. 이들의 성공은 하나의 공통 매출 비교만으로 측정해서는 안 된다.

AMD와 Broadcom의 성장은 서로 다른 두 가지 전략에서 나온다

AMD와 Broadcom의 모멘텀은 대체 가능한 상용 플랫폼을 채택하거나 특화 인프라를 주문하는, 서로 다른 두 고객 선택을 반영한다.

상용 칩은 여러 고객에게 폭넓게 판매되는 제품이다. Nvidia와 AMD는 주로 상용 가속기를 통해 경쟁하지만, 양사의 시스템은 서로 다른 워크로드에 맞게 구성할 수 있다. Broadcom의 맞춤형 가속기는 특정 하이퍼스케일 고객과 함께 설계되며 동일한 모델로 판매되지 않는다.

AMD는 2분기 매출 115억 달러를 보고했으며, 이는 전년 대비 50% 증가한 수치다. 데이터 센터 부문은 67억 달러의 매출을 올려 107% 성장했다. 부문 영업이익은 21억 달러로, 전년 동기의 손실에서 흑자로 전환했다.

회사는 이러한 증가가 EPYC 서버 프로세서 수요와 Instinct 가속기의 지속적인 램프업에 따른 것이라고 설명했다. AMD의 2분기 발표에 따르면 데이터 센터 제품은 회사 매출의 58%를 차지했다.

이러한 구성은 AMD가 더 이상 성장의 동력을 PC 프로세서나 게임 콘솔 칩에만 의존하지 않는다는 점에서 중요하다. 데이터 센터 제품은 회사의 가장 큰 전략적 엔진이 됐다. 이 부문은 성숙한 CPU 프랜차이즈와 성장 중인 가속기 사업을 함께 포함한다.

AMD의 과제는 개별 제품의 성과를 반복 가능한 플랫폼으로 전환하는 것이다. Helios 랙 스케일 설계는 Instinct GPU, EPYC CPU, Pensando 네트워킹 및 지원 소프트웨어를 결합한다. GPU 컴퓨팅을 위한 AMD의 오픈 소프트웨어 플랫폼인 ROCm은 개발자에게 Nvidia의 CUDA 환경 밖에서 학습과 추론을 수행할 도구를 제공한다.

개발자들은 라이브러리, 컴파일러, 디버깅 도구, 배포 워크플로를 중심으로 애플리케이션을 구축하기 때문에 소프트웨어는 여전히 핵심이다. 따라서 GPU 교체는 단순한 하드웨어 변경 이상의 작업을 요구할 수 있다. 팀은 모델 동작을 테스트하고, 커널을 최적화하며, 운영자에게 다른 관리 도구를 다시 교육해야 한다.

AMD는 최신 소프트웨어와 랙 설계가 이러한 마찰을 줄인다고 말한다. 최신 실적 발표 자료에서는 Anthropic과 Microsoft가 관련된 배포 사례도 제시한다. 이러한 발표는 고객 검증을 제공하지만, 실행 성과는 배포 일정과 지속적인 활용률에 달려 있다.

Broadcom은 다른 수요 패턴을 겨냥한다. 이 회사는 내부 워크로드를 위한 맞춤형 가속기 설계를 정당화할 수 있는 대형 클라우드 사업자와 협력한다. 이러한 칩은 흔히 ASIC이라고 불리며, 정의된 작업을 위해 제작된 주문형 반도체 집적회로를 뜻한다.

Broadcom은 2분기 AI 반도체 매출 108억 달러를 보고했으며, 이는 전년 대비 143% 증가한 수치다. 회사는 맞춤형 가속기와 AI 네트워킹이 이 실적을 이끌었다고 밝혔다. 3분기 AI 반도체 매출은 160억 달러로 전망했으며, 이는 200%를 웃도는 성장을 의미한다.

이 수치는 Broadcom의 회계연도 2분기 실적에서 나왔다. 회계 분기는 5월 3일에 종료됐기 때문에 AMD나 Nvidia의 최신 보고 기간과 일치하지 않는다.

Broadcom의 맞춤형 접근 방식은 고객이 막대하고 예측 가능한 규모로 모델을 운영할 때 매력적이다. 특화 설계는 불필요한 기능을 제거하고, 메모리 이동을 조정하며, 와트당 성능을 개선할 수 있다. 이러한 이점은 수백만 건의 반복 워크로드 전반에서 운영 비용을 낮출 수 있다.

하지만 맞춤형 실리콘에는 큰 투자가 필요하다. 고객에게는 엔지니어링 자원, 안정적인 워크로드 가정, 제조 역량, 개발을 정당화할 충분한 배포 규모가 필요하다. 이 때문에 Broadcom의 기회는 소수의 하이퍼스케일 구매자에게 집중된다.

AMD는 더 많은 유연성을 원하는 고객을 지원한다. AMD 제품은 고유한 칩 설계를 요구하지 않고도 다양한 모델, 프레임워크, 워크로드 변화를 지원할 수 있다. 모델 아키텍처가 빠르게 계속 변화하는 상황에서는 이러한 폭넓은 활용성이 가치 있을 수 있다.

이 대비는 AMD와 Broadcom을 하나의 반Nvidia 거래로 취급해서는 안 되는 이유를 설명한다. AMD는 Nvidia의 상용 플랫폼 우위를 약화시켜야 한다. Broadcom은 주요 고객이 일부 워크로드를 범용 GPU에서 내부 설계로 옮길 때 이익을 얻는다.

두 경로는 동시에 성장할 수 있다. 한 클라우드 제공업체는 최첨단 학습에는 Nvidia 클러스터를, 가격 경쟁에는 AMD 시스템을, 안정적인 추론에는 맞춤형 가속기를 배포할 수 있다. 결정은 모델, 지역, 고객 서비스에 따라 달라질 수 있다.

이러한 혼합 환경은 고객이 Nvidia를 완전히 포기하지 않아도 Nvidia에 압박을 가한다. 또한 AMD는 더 큰 사업을 구축하기 위해 모든 Nvidia 설치를 대체할 필요가 없다는 뜻이기도 하다. Broadcom은 일부 고객이 매우 큰 데이터 센터 전반에서 맞춤형 프로그램을 확장하기만 하면 된다.

진정한 경쟁은 플랫폼 통제력에 있다

가장 중요한 경쟁 구도는 소프트웨어, 네트워킹, 배포 결정을 포함한 전체 AI 컴퓨팅 플랫폼을 누가 통제하느냐에 달려 있다.

Nvidia의 우위는 GPU 가속 컴퓨팅을 위한 프로그래밍 플랫폼인 CUDA에서 시작된다. 수년에 걸친 개발자 채택은 방대한 라이브러리, 최적화된 모델, 학습 자료, 조직 내 지식을 만들어냈다. 이 생태계는 AI 워크로드를 실험 단계에서 실제 운영 환경으로 옮기는 데 필요한 시간을 줄인다.

CUDA는 더 폭넓은 하드웨어 전략도 뒷받침한다. Nvidia는 NVLink와 NVSwitch를 통해 GPU를 연결하고, InfiniBand 또는 Ethernet 제품으로 시스템을 연결하며, 완전한 랙 아키텍처를 공급한다. 고객은 더 적은 통합 의사결정으로 조율된 설계를 구매할 수 있다.

이러한 통합은 배포 속도를 높이지만, 단일 공급업체에 대한 의존도를 키울 수 있다. 모델, 네트워킹, 운영을 Nvidia 중심으로 표준화한 고객은 더 높은 전환 비용에 직면한다. 이 비용에는 엔지니어링 시간, 성능 테스트, 운영 리스크가 포함된다.

AMD는 ROCm과 개방형 산업 표준을 통해 이러한 전환 장벽을 낮추려 하고 있다. 또한 완전한 시스템 내에서 CPU와 가속기를 결합할 수도 있다. AMD의 기회는 실험실 벤치마크에서 경쟁력을 보이는 데 그치지 않고, 프로덕션 팀이 신뢰할 수 있을 만큼 대안을 안정적으로 만드는 데 달려 있다.

벤치마크는 통제된 환경에서의 성능을 측정한다. 하지만 프로덕션 클러스터는 장애, 스케줄링, 소프트웨어 업데이트, 데이터 이동, 보안, 예측 불가능한 수요까지 처리해야 한다. 따라서 구매자들은 최고 수준의 칩 사양만이 아니라 전체 시스템 성능과 운영 부담을 평가한다.

AMD의 CPU 입지는 중요한 진입점을 제공한다. 이미 EPYC 프로세서를 사용하는 고객은 AMD와 조달, 검증, 엔지니어링 관계를 구축해 왔다. AMD는 이러한 관계를 활용해 Instinct 가속기와 랙 스케일 설계를 도입할 수 있다.

그렇다고 CPU의 성공이 자동으로 GPU 도입으로 이어지는 것은 아니다. AI 팀은 모델 호환성, 학습 속도, 추론 경제성, 이용 가능한 엔지니어링 지원을 기준으로 가속기를 선택한다. AMD는 이러한 요구 사항 전반에서 일관된 결과를 입증해야 한다.

Broadcom은 네트워크와 맞춤형 설계 프로세스를 통해 플랫폼 주도권에 접근한다. 대규모 AI 클러스터에는 스위치, 광 연결, 인터페이스 칩, 고속 인터커넥트가 필요하다. 네트워킹은 분산 연산 중 가속기들이 데이터를 얼마나 효율적으로 교환하는지를 결정한다.

네트워크 활용률이 낮으면 고가의 칩이 데이터를 기다리며 유휴 상태에 놓일 수 있다. 클러스터 규모가 커질수록 이 낭비 시간은 재무적 문제가 된다. 주요 가속기를 다른 기업이 공급하더라도 Broadcom은 가치를 확보할 수 있다.

맞춤형 가속기 프로젝트는 이러한 관계를 더욱 강화한다. Broadcom은 지적 재산과 설계 전문성을 제공하고, 클라우드 고객은 자사 워크로드에 맞춰 아키텍처를 구성한다. 이 구조는 구매자에게 하드웨어 로드맵에 대한 더 큰 통제권을 부여한다.

동시에 위험도 고객 쪽으로 이전된다. 칩 설계와 대규모 배포 사이에 모델 아키텍처가 바뀔 수 있다. 계획 단계에서는 가치 있어 보였던 특화 기능이 새로운 추론 방식이 등장하면 덜 유용해질 수 있다.

Nvidia는 더 빠른 플랫폼 주기와 범용 프로그래밍 가능성으로 이러한 불확실성에 대응한다. 워크로드가 변하면 고객은 GPU를 다른 용도로 전환할 수 있다. 그 대가로 범용 유연성은 성공적인 맞춤형 설계보다 더 높은 도입 비용이나 운영 비용을 수반할 수 있다.

이것이 2026년 시장을 형성하는 메커니즘이다. Nvidia는 통합과 유연성을 판매하고, AMD는 점점 더 완성도 높은 대안을 제공하며, Broadcom은 특화 설계를 가능하게 한다. 이들의 공략 가능 기회는 겹치지만 동일하지는 않다.

고객이 협상력을 우선시할수록 AMD와 Broadcom의 도전은 더 강해진다. 여러 공급업체를 지원하면 Nvidia 의존도를 낮추고 협상 선택지를 늘릴 수 있다. 수요가 단일 공급업체의 생산량을 초과할 때 용량을 보호하는 효과도 있다.

멀티소싱에는 자체 비용도 따른다. 엔지니어링 팀은 서로 다른 소프트웨어 환경, 관측성 시스템, 성능 프로파일을 유지해야 한다. 운영 복잡성이 너무 빠르게 증가하면 조달 비용 절감 효과는 사라질 수 있다.

기업들은 특히 어려운 계산에 직면한다. 이들은 맞춤형 칩에 필요한 규모로 운영하는 경우가 드물고, 많은 기업은 가속기 최적화에 전담할 팀도 부족하다. 따라서 기반 하드웨어 선택을 숨기는 클라우드 서비스를 선호할 수 있다.

그러면 클라우드 제공업체가 각 워크로드에 어떤 가속기를 사용할지 결정할 수 있다. 최종 사용자는 하드웨어와 직접 상호작용하지 않을 수 있으므로, 이러한 위치는 맞춤형 칩의 논리를 강화한다. 또한 제공업체는 모든 고객에게 물리적 시스템 관리를 요구하지 않고도 AMD 용량을 도입할 수 있다.

Nvidia는 플랫폼을 소프트웨어와 서비스 영역까지 확장하며 대응해 왔다. 사용자가 Nvidia 호환 프레임워크와 배포 도구를 선택하면, 인프라가 더 분산되더라도 Nvidia는 영향력을 유지할 수 있다. 이 때문에 소프트웨어 도입은 칩 출하량과 함께 경쟁 신호가 된다.

매출 수치가 입증하지 못하는 것

빠른 성장은 강력한 AI 인프라 수요를 확인해 주지만, 어느 아키텍처가 장기적으로 가장 높은 수익을 제공할지는 보여주지 않는다.

Nvidia의 890억 달러 데이터센터 분기는 현재의 독보적인 규모를 보여준다. AMD의 107% 부문 성장은 더 작은 대안도 빠르게 확장할 수 있음을 보여준다. Broadcom의 143% AI 반도체 성장은 맞춤형 가속기와 네트워킹 수요가 증가하고 있음을 나타낸다.

이 비율들은 직접 비교할 수 없다. AMD의 성장은 훨씬 작은 기반에서 출발했으며, Broadcom의 범주는 서로 다른 제품 조합을 포괄한다. Nvidia의 데이터센터 보고에는 가속기 판매를 넘어서는 구성 요소가 포함된다.

회계연도 일정도 또 다른 복잡성을 만든다. Broadcom의 가장 최근 보고 분기는 5월 초에 끝났고, AMD는 6월 말, Nvidia는 7월 말에 끝났다. 이 몇 달 사이에도 수요, 제품 램프, 출하 시점은 크게 달라질 수 있다.

투자자들은 매출 성장과 경제적 질도 구분해야 한다. 매출총이익률, 운영비, 고객 집중도, 제조 약정, 운전자본은 모두 수익에 영향을 준다. 빠르게 확장하는 제품군도 예상보다 약한 현금 경제성을 만들 수 있다.

Nvidia는 최근 분기에 75%의 매출총이익률을 보고했다. AMD는 54%의 GAAP 기준 전사 매출총이익률과 31%의 데이터센터 영업이익률을 보고했다. Broadcom은 반도체와 인프라 소프트웨어를 아우르는 연결 기준 실적을 보고해, 단순한 제품 수준 비교를 제한한다.

고객 집중도는 특히 주의 깊게 살펴볼 필요가 있다. 최대 클라우드 기업들은 AI 인프라 지출의 상당 부분을 차지한다. 이들의 구매 결정은 몇 번의 배포 주기 안에 공급업체 간 수십억 달러를 이동시킬 수 있다.

Broadcom의 맞춤형 사업은 특히 소수의 매우 큰 고객과 연결돼 있다. 또 하나의 프로그램을 수주하면 성장 전망은 빠르게 바뀔 수 있다. 반대로 지연, 재설계 또는 배포 축소는 정반대의 영향을 낼 수 있다.

Nvidia는 더 폭넓은 고객 기반에도 불구하고 집중 위험에 직면한다. 하이퍼스케일러들은 대량의 시스템을 구매하고 있으며, 이들 중 여러 기업은 동시에 자체 칩을 개발하고 있다. Nvidia는 현재 지출의 혜택을 받는 동시에, 의존도를 줄이려는 고객의 장기적 노력과 경쟁하고 있다.

AMD는 빠른 제품 램프 과정에서 실행 위험을 관리해야 한다. 발표된 배포가 즉시 매출이 되는 것은 아니며, 설치된 용량도 높은 활용률을 보장하지 않는다. 고객들은 실제 프로덕션 워크로드를 Instinct 시스템으로 옮겨야 한다.

소프트웨어는 또 다른 검증 공백으로 남아 있다. AMD는 ROCm을 개선하고 프레임워크 지원을 확대했지만, Nvidia의 설치된 개발자 기반은 여전히 광범위하다. 중요한 증거는 고립된 성능 주장보다 반복 배포와 더 폭넓은 프로덕션 사용에서 나올 것이다.

수출 통제는 이들 기업 전반에 불확실성을 더한다. 정부는 특정 시장에 대한 고급 가속기, 메모리 대역폭 또는 완전한 시스템의 판매를 제한할 수 있다. 이러한 규정은 제품 변경을 강제하고 재고 관련 비용을 초래할 수 있다.

AMD의 전년 대비 비교는 이 문제를 보여준다. 2025년 2분기 데이터센터 실적에는 MI308 제품 제한과 관련된 8억 달러 비용이 포함됐다. 이 비용이 없어진 점은 2026년 비교 실적을 개선했다.

Nvidia도 중국용 제품과 관련해 유사한 제한에 직면해 왔다. Nvidia의 공시는 추가 제한이 매출, 공급 약정, 경쟁적 지위에 영향을 줄 수 있다고 경고한다. 미국 제품을 이용할 수 없게 되면 현지 공급업체가 기회를 얻을 수 있다.

전력 가용성은 더 물리적인 제약이다. AI 클러스터는 가속기 출하가 유용한 컴퓨팅 용량을 창출하기 전에 전력, 냉각 시스템, 토지, 전력망 연결을 필요로 한다. 건설 지연은 주문을 미루거나 설치된 장비의 활용도를 낮출 수 있다.

Nvidia의 최근 규제 공시는 토지, 전력, 자본, 완공된 데이터센터 셸을 중요한 요건으로 지목한다. Nvidia는 대규모 인프라 개발을 지원하는 계약도 체결했다. 이러한 약정은 경쟁이 칩 설계를 얼마나 넘어섰는지를 보여준다.

자본 지출도 또 다른 압박 요인이 될 수 있다. 클라우드 제공업체들은 현재 AI 서비스가 지속적인 인프라 확장을 정당화할 것으로 기대한다. 이러한 서비스의 매출이 기대에 못 미치면, 고객들은 장기적인 AI 전략을 유지하면서도 신규 클러스터 도입을 늦출 수 있다.

특정 하드웨어 세대에서 과잉 용량 위험도 존재한다. 빠른 제품 주기는 가속기의 유효 경제 수명을 줄일 수 있다. 구매자들은 대규모 출시를 앞두고 구매를 멈추거나 예산을 더 새로운 시스템으로 전환할 수 있다.

맞춤형 설계도 유사한 시점 위험에 직면한다. 한 세대의 모델을 위해 설계된 ASIC은 워크로드가 바뀌면 효율성 우위를 잃을 수 있다. Broadcom과 고객들은 특화 설계와 알고리즘 개발 속도 사이에서 균형을 맞춰야 한다.

이러한 위험 가운데 어느 것도 현재 수요를 반증하지는 않는다. 다만 매출 모멘텀을 보장된 시장 결과로 전환해서는 안 되는 이유를 보여준다. 증거는 여러 공급업체의 성장을 뒷받침할 뿐, 미래 이익의 배분이 확정됐음을 의미하지는 않는다.

AI 칩 주식을 비교하는 독자에게는 이 분석이 일시적인 시장 가격을 피하더라도 밸류에이션 역시 중요하다. 기대치가 이미 탁월한 성장을 전제한다면, 강력한 사업도 저조한 투자 수익률을 낼 수 있다. 더 작은 도전자는 낙관적인 전망에 미치지 못하면 실망을 안길 수 있다.

따라서 이 글은 Nvidia, AMD, Broadcom을 투자 대상으로 순위 매기지 않는다. 이들의 실적은 규모, 선택지, 집중도, 실행 위험의 서로 다른 조합을 드러낸다. 이러한 조합은 최신 공시, 포트폴리오 필요, 개인별 위험 한도에 비춰 평가돼야 한다.

세 가지 신호가 2026년 AI 칩 논지를 검증할 것이다

다음 증거는 Broadcom의 전망 달성, AMD의 배포 램프, Nvidia의 플랫폼 경제성 유지 능력에서 나와야 한다.

첫 번째 신호는 Broadcom의 회계연도 3분기 실적이다. 경영진은 전년 대비 200%를 넘는 성장률과 함께 AI 반도체 매출 160억 달러를 전망했다. 이 전망을 충족한다면 맞춤형 가속기가 더 큰 프로덕션 배포로 이동하고 있다는 주장이 강화될 것이다.

Broadcom 성장의 구성은 총액만큼 중요하다. 투자자들은 가속기 매출과 네트워킹 수요를 구분하고, 기존 고객과 신규 프로그램 중 무엇이 증가를 이끄는지 파악해야 한다. 더 폭넓은 고객 참여는 집중도 우려를 낮출 것이다.

예상 미달이 맞춤형 실리콘의 타당성을 무효화하는 것은 아니다. 다만 프로젝트 시점, 제조 램프, 고객 배포 일정이 헤드라인 전망이 시사하는 것보다 덜 예측 가능하다는 뜻일 수 있다. 또한 특화된 추론 인프라로의 기대된 전환을 늦출 수도 있다.

두 번째 신호는 AMD의 하반기 데이터센터 가속이다. AMD는 Instinct 배포가 확대되고 Helios가 램프를 시작하면서 매출이 더 강해질 것으로 예상한다. 가장 유용한 증거는 지속적인 부문 매출, 영업이익, 추가 프로덕션 고객이 될 것이다.

실명이 공개된 약정은 초기 지도를 제공하지만, 반복 주문은 더 강한 검증을 제공한다. 초기 배포 이후 고객이 확장한다면 소프트웨어, 신뢰성, 워크로드 경제성이 프로덕션 요구 사항을 충족한다는 의미가 된다. 후속 활동이 느리다면 남아 있는 플랫폼 마찰이 드러날 것이다.

AMD는 가속기 성장이 EPYC 프랜차이즈를 보완한다는 점도 보여줘야 한다. GPU 도입이 더디게 진행되더라도 데이터센터 부문 매출은 CPU를 통해 증가할 수 있다. 향후 공시는 가능한 경우 독자들이 이러한 기여도를 구분하는 데 도움이 될 것이다.

세 번째 신호는 Nvidia의 매출총이익률과 전분기 대비 데이터센터 성장이다. 현재의 규모는 이미 분명하다. 해결되지 않은 질문은 빠른 시스템 전환, 공급 약정, 경쟁, 인프라 자금 조달이 그 규모를 뒷받침하는 경제성을 약화시키는지 여부다.

안정적인 마진은 통합 플랫폼이 가격과 제품 측면의 우위를 유지한다는 Nvidia의 주장을 뒷받침할 것입니다. 지속적인 순차 성장세는 맞춤형 칩과 범용 대안이 Nvidia를 대체하기보다 시장을 확장하고 있음을 보여줄 것입니다.

마진 하락은 해석이 필요합니다. 소폭의 하락은 복잡한 랙 스케일 시스템 출시와 함께 나타날 수 있으며, 그럼에도 상당한 수익성을 뒷받침할 수 있습니다. 성장 둔화와 함께 마진 하락이 지속된다면, 더 강한 가격 압박이나 더 높은 공급 비용을 시사할 수 있습니다.

네트워킹 데이터는 이 세 가지 신호를 모두 연결해 줄 것입니다. Broadcom은 어떤 가속기가 점유율을 확보하든 클러스터에 더 많은 연결성이 필요해질 때 수혜를 봅니다. Nvidia는 고객이 자사의 통합 네트워킹 스택을 선택할 때 수혜를 보며, AMD는 유능한 파트너와 Pensando 포트폴리오가 필요합니다.

소프트웨어 채택은 더 느리지만 그에 못지않게 중요한 시험대가 될 것입니다. 개발자들은 분기별 출시 한 번에 따라 플랫폼을 바꾸지 않습니다. 이들은 신뢰성, 접근 가능한 용량, 모델 지원, 문서화, 그리고 측정 가능한 운영 비용 절감에 반응합니다.

새 모델이 어디에서 우선 최적화를 받는지 지켜봐야 합니다. 개발자들이 여전히 CUDA를 먼저 겨냥한다면 Nvidia는 계속 수혜를 봅니다. 주요 프레임워크와 모델 제공업체가 ROCm 배포를 표준적인 프로덕션 경로로 취급할 때 AMD는 힘을 얻습니다.

클라우드 서비스 메뉴는 또 다른 가시적 지표를 제공합니다. AMD 인스턴스가 더 폭넓게 제공되면 개발자와 기업의 접근성이 개선될 것입니다. 맞춤형 칩 서비스가 확대되면 하이퍼스케일러가 전문화된 인프라를 외부 고객에게 제공하는 데 자신감을 갖고 있음을 보여줄 것입니다.

이 신호들은 함께 평가해야 합니다. 전체 수요가 계속 증가한다면 Broadcom은 AMD를 약화시키지 않고도 전망치를 웃돌 수 있습니다. Nvidia가 달러 기준 절대 매출을 계속 늘리는 가운데 AMD가 점유율을 확보할 수도 있습니다.

시장은 승자 한 곳과 패자 두 곳을 요구하지 않습니다. 오늘날의 구축 급증 이후 AI 인프라의 어느 계층이 지속 가능한 가치를 확보하는지를 투자자들이 파악해야 합니다. 향후 몇 차례의 실적 발표는 무한한 컴퓨팅 시장에 관한 광범위한 주장보다 더 나은 근거를 제공할 것입니다.

AI 칩 선택은 하나의 해답이 아닌 아키텍처 포트폴리오가 되고 있다

2026년 AI 칩 시장은 하나의 범용 프로세서로 수렴하기보다 워크로드, 고객 규모, 그리고 원하는 통제 수준에 따라 분화되고 있다.

Nvidia는 가장 큰 설치 기반 플랫폼, 가장 강력한 데이터센터 매출 실적, 그리고 폭넓은 소프트웨어 환경을 갖춘 채 이 단계에 진입합니다. 최근 분기는 고객들이 대안을 개발하는 가운데서도 수요가 여전히 강하다는 점을 보여줍니다.

AMD는 가장 분명한 광범위한 범용 시장의 도전자를 제시합니다. 데이터센터 매출은 두 배 이상 증가했으며, 포트폴리오는 이제 CPU, 가속기, 네트워킹, 시스템, 소프트웨어를 아우릅니다. 다음 과제는 발표된 배포를 반복적인 프로덕션 수요로 전환하는 것입니다.

Broadcom은 하이퍼스케일러에 또 다른 경로를 제공합니다. 맞춤형 가속기는 예측 가능한 워크로드의 경제성을 개선할 수 있으며, 네트워킹 제품은 서로 다른 컴퓨팅 아키텍처 전반에서 가치를 포착합니다. 이 기회에는 고객 집중도와 설계 주기 리스크가 따릅니다.

따라서 AMD와 Broadcom의 비교는 Nvidia를 추격하는 두 도전자 이상의 의미를 드러냅니다. 이는 Nvidia의 플랫폼 통제를 완화하는 두 가지 방식을 보여줍니다. 하나는 유연한 대안을 구축하고, 다른 하나는 주요 구매자가 자체 하드웨어 로드맵을 더 많이 통제하도록 돕습니다.

개발자에게 이러한 경쟁은 가속기에 대한 접근성을 넓히고 더 나은 소프트웨어 호환성을 장려할 수 있습니다. 동시에 테스트하고 유지해야 할 환경도 늘릴 수 있습니다. 팀들이 여러 클라우드와 하드웨어 유형에 걸쳐 모델을 배포함에 따라 이식성의 중요성은 더 커질 것입니다.

기업 구매자는 워크로드 경제성과 운영 지원에 집중해야 합니다. 소프트웨어 마이그레이션이 배포를 지연시키거나 신뢰성 문제를 일으킨다면 낮은 하드웨어 비용은 큰 의미가 없습니다. 반대로 플랫폼에 익숙하다는 이유만으로 신뢰할 만한 대안을 테스트하지 않아서는 안 됩니다.

투자자들은 주목받는 AI 매출 수치와 함께 검증된 배포, 고객 집중도, 마진, 현금 약정을 추적해야 합니다. 또한 범용 제품 주기와 맞춤형 설계 주기를 구분해야 합니다. 같은 분기 성장률도 전혀 다른 리스크를 수반할 수 있습니다.

단 한 건의 실적 보고서가 결과를 결정하지는 않습니다. 성장하는 인프라 주기 동안 Nvidia의 규모, AMD의 확대되는 대안, Broadcom의 맞춤형 전략은 공존할 수 있습니다. 더 어려운 시험은 고객들이 추가되는 모든 클러스터에서 측정 가능한 수익을 요구하기 시작할 때 시작됩니다.

향후 분기 중 어떤 근거가 당신의 관점을 바꿀까요? Broadcom의 맞춤형 칩 전망 달성, AMD의 반복적인 Instinct 배포 확보, 혹은 Nvidia의 더 큰 규모에서의 마진 유지일까요? 단순한 승자독식 서사에 의존하기 전에 이러한 운영 신호를 따라가야 합니다. 이는 AI 인프라 시장이 통합 플랫폼, 범용 대안, 전문화된 실리콘으로 분화되는 가운데 Nvidia와 AMD Broadcom에 대한 노출을 평가할 더 명확한 틀을 제공합니다.