24년 4분기 엔비디아 실적 세부 분석 : 실적과 가이던스 상회 [1탄]
초반 잠시 어려움을 겪었던 NVIDIA의 최신 플랫폼, 블랙웰(Blackwell)은 회사 역사상 가장 빠른 속도로 제품 생산이 확대되고 있으며, 출시 첫 분기에만 무려 110억 달러의 매출을 기록했습니다.
그러나 NVIDIA가 매출은 390억 달러로 전년 대비 78% 급증하였음에도, 엔비디아의 기대감이 매우 높은 상황에서 이러한 기록적인 실적에도 투자자들의 반응은 미지근했습니다.
그러나 그러나 젠슨 황(Jensen Huang) CEO는 이것을 시작에 불과하다고 보고 있습니다.
AI 추론 모델(AI reasoning models)의 부상을 강조하고, 이 모델들이 현재의 AI 모델보다 100배 더 많은 컴퓨팅 성능을 필요로 한다고 언급하면서 AI 수요는 감소하는 것이 아니라, 새로운 단계로 더욱 빠르게 증가하고 있다는 것입니다.
“다음 물결을 대비하기 위해 NVIDA는 자율적 AI(agentic AI), 물리적 AI(physical AI), 그리고 각국이 자국의 생태계 구축을 위해 개발하는 주권형 AI(sovereign AI)를 준비하고 있습니다.”
“NVIDIA는 언제까지 독보적 위치를 유지할 수 있을까요?”
■ 목차
- NVIDIA 사업별 실적 분석
- NVIDIA 관련 최근 AI 이슈
- AI 컴퓨팅의 세 가지 확장 법칙
📌 NVIDIA 실적 평가 및 전망 분석
NVIDIA의 AI 시장에서의 독보적인 지위는 계속 유지되고 있지만, 이제 시장의 기대는 어느 때보다 높습니다.
이번 분기도 매출이 시장 예상보다 12억 달러 많았던 강력한 실적을 기록했지만, 이는 2023년 초 이후 가장 작은 폭의 초과 달성이었습니다.
NVIDIA의 기업 규모가 점차 커짐에 따라 대수의 법칙(Law of large numbers)이 작용하기 시작했음을 시사합니다.
🔍 사업 부문별 세부 분석
⚙️ 데이터센터(Data Center)
데이터센터 사업은 여전히 성장의 중심으로, 전체 매출의 약 90%를 차지하고 있습니다.
그러나 생산 규모 확대에 따른 높은 비용과 차세대 아키텍처로의 전환으로 인해 마진 압박이 강화되고 있습니다.
- ⚡ 컴퓨트(Compute)
기존의 Hopper GPU에 대한 수요는 여전히 강력했으나, 새로운 플랫폼인 블랙웰(Blackwell)의 본격적인 출시가 주목받았습니다. 블랙웰은 첫 분기에만 110억 달러의 매출을 기록하며 큰 성공을 거뒀습니다. - 🔌 네트워킹(Networking)
매출은 변동성이 큰 상태로, 이번에도 전 분기 대비 매출이 감소했습니다. 그러나 AI용 이더넷 솔루션인 Spectrum-X가 지속적으로 인기를 얻고 있으며, 경영진은 FY26 1분기부터 다시 성장할 것으로 예상합니다. 특히 첫 번째 스타게이트(Stargate) 데이터센터가 Spectrum-X를 채택하게 됩니다.
🎮 게이밍(Gaming)
게이밍 부문의 매출은 직전 분기(Q3 FY25)의 강력한 수요 이후 공급 문제로 인해 전 분기 대비 22% 감소한 25억 달러를 기록했습니다. 회사는 다음 분기부터 매출이 다시 회복될 것으로 전망하고 있습니다.
👁️ 전문가 시각화(Professional Visualization)
전문가 시각화 부문은 전 분기 대비 5% 성장한 5억 1100만 달러의 매출을 기록했습니다.
AI 기반의 워크플로우와 Omniverse 플랫폼의 도입이 늘어난 덕분이며, 자동차와 헬스케어 분야에서 수요가 강력했습니다.
🚘 자동차(Automotive)
자동차 부문은 전 분기 대비 27% 성장한 5억 7000만 달러의 매출을 기록했습니다.
자율주행 자동차 및 디지털 콕핏(digital cockpit) 솔루션 도입 증가가 성장의 핵심 요인으로 세계 최대 자동차 제조사인 **토요타(Toyota)**가 차세대 차량 개발에 NVIDIA의 Orin 칩을 사용하기로 했습니다.
💡 진화하는 AI 수요와 시장 흐름
젠슨 황 CEO는 AI 수요가 이제 기존 모델에서 **‘추론(Reasoning) 모델’**로 옮겨가고 있으며, 이는 훨씬 더 많은 컴퓨팅 파워를 요구한다고 강조했습니다.
최근 업계에서 화제가 된 효율적인 AI 모델인 DeepSeek에 대한 우려에도 불구하고, 추론 모델이 기존 AI 모델 대비 최대 100배에 달하는 컴퓨팅 성능을 필요로 하기 때문에 황 CEO는 오히려 이러한 추론 모델이 NVIDIA의 장기적 기회를 더 확대할 것이라고 언급하였습니다.
📉 악화된 마진 상황
새로운 플랫폼인 블랙웰(Blackwell)의 생산량 증가로 인해 NVIDIA의 **매출총이익률은 전 분기 대비 2%p 하락한 73%**를 기록했습니다.
경영진은 FY26 1분기에도 추가 하락(71%)을 예상하고 있으며, 이후 연말로 갈수록 70%대 중반에서 안정화될 것으로 기대하고 있습니다.
🔮 미래 전망: 여전히 강하지만 기대감이 둔화
다음 분기(NVIDIA FY26 1분기)의 가이던스는 전 분기 대비 매출이 9% 성장하여 시장 예상을 약간 초과할 전망입니다.
이는 여전히 뛰어난 성장세이지만, 이전 분기 대비 성장 속도는 둔화된 것으로, 비교 기준이 높아져 향후 데이터센터와 게이밍 부문이 분기 성장의 핵심이 될 것으로 보입니다.
⚠️ 새롭게 부각되는 리스크
시장의 기대치 초과 폭이 점차 축소되는 것 외에도, NVIDIA는 다음과 같은 몇 가지 중요한 리스크에 직면하고 있습니다.
- 경쟁 심화: AMD 및 아마존, 마이크로소프트, 구글과 같은 초거대 기업(hyperscalers)이 자체 AI 칩을 제작하면서 경쟁이 심화되고 있습니다.
- 관세 및 무역 제재 리스크: 미국의 AI 반도체 수출 제한이 더욱 강화될 가능성이 있으며, 이는 향후 매출에 악영향을 미칠 수 있습니다.
📌 최종 결론 (Big Picture)
NVIDIA는 여전히 AI 산업 혁명의 중심에 있지만, 이제 과거와 같은 압도적이고 쉬운 기대치 초과 실적의 시대는 끝나가고 있습니다.
블랙웰(Blackwell) 플랫폼의 급속한 도입과 AI 추론 모델로의 시장 이동은 여전히 긍정적인 요인이지만, 마진 압박과 경쟁 심화, 지정학적 리스크는 주의 깊게 지켜봐야 할 요소들입니다.
📌 최근 주요 이슈
🤖 DeepSeek 충격(DeepSeek Shock)
최근 중국의 AI 스타트업 **딥시크(DeepSeek)**가 기존보다 훨씬 적은 GPU로 학습한 AI 모델(DeepSeek-R1)을 공개하면서, NVIDIA에게는 지금까지 겪었던 것 중 가장 큰 AI 위협이 등장했습니다.
이 소식이 전해지자 NVIDIA 주가는 하루 만에 약 17%나 급락했습니다. 투자자들은 이제 AI 모델 개발이 NVIDIA의 전력 소모가 많은 고성능 칩에서 벗어날지도 모른다는 우려를 했습니다.
하지만 NVIDIA의 젠슨 황(Jensen Huang) CEO는 이 우려를 완전히 다른 시각으로 전환했습니다. 그는 오히려 딥시크의 접근법이 장기적으로 NVIDIA에 대한 수요를 더 키울 수 있다고 주장했습니다.
젠슨 황의 설명:
“지금까지 우리는 소비자용 AI, 검색, 생성형 AI, 광고 추천 시스템 등 일부 초기 소프트웨어 분야에서만 AI의 가능성을 경험했습니다. […] 미래의 추론(reasoning) AI 모델은 훨씬 더 많은 컴퓨팅 성능을 필요로 합니다.”
그는 또한 DeepSeek-R1이 전 세계적으로 큰 관심을 불러일으켰으며, AI 산업이 더 복잡한 추론 영역으로 확장되는 계기가 될 것이라고 덧붙였습니다.
즉, NVIDIA의 칩이 구시대의 유물이 되는 것이 아니라, 오히려 앞으로 더욱 중요해진다는 것입니다.
🧠 AI 컴퓨팅의 세 가지 확장 법칙(3 Scaling Laws of AI Compute)
젠슨 황 CEO는 AI 컴퓨팅 수요 증가를 설명하기 위해 새로운 프레임워크를 제시하며, 세 가지 명확한 확장 법칙(Scaling laws)을 소개했습니다.
① 사전 학습 확장(Pre-training scaling)
- 가장 전통적인 방식으로, AI 모델이 더 많은 데이터를 학습할수록 더 똑똑해지는 구조입니다.
- 최근에는 멀티모달(multimodal) 학습 및 추론 중심의 데이터가 이 단계의 성능을 더욱 향상시키고 있습니다.
② 후속 학습 확장(Post-training scaling)
- 가장 빠르게 성장 중인 컴퓨팅 수요로, AI 모델이 사람 또는 다른 AI의 피드백을 활용한 강화학습(Reinforcement Learning)을 통해 스스로를 개선하는 단계입니다.
- 젠슨 황은 현재 후속 학습 단계에서 발생하는 컴퓨팅 수요가 사전 학습보다 훨씬 크다고 강조했습니다. 특히 모델이 대량의 합성 데이터를 생성해 스스로를 재훈련시키기 때문입니다.
③ 추론 및 논리 확장(Inference & reasoning scaling)
- 향후 가장 크게 변화할 단계로, AI가 연쇄적 사고(chain-of-thought reasoning), 탐색(search) 등의 기법을 사용해 **“긴 사고(long thinking)”**를 수행하는 영역입니다.
- 황 CEO는 이미 추론 단계의 컴퓨팅 수요가 초기의 대형 언어모델(LLM)에 비해 약 100배 이상이며, 앞으로 수백만 배까지 증가할 수 있다고 예상했습니다.
🚀 NVIDIA의 전략: 블랙웰(Blackwell) GPU
황 CEO는 NVIDIA의 신제품인 블랙웰(Blackwell) GPU를 위에서 언급한 새로운 AI 패러다임을 위해 처음부터 설계한 제품이라고 소개했습니다.
블랙웰 아키텍처는 사전학습, 후속학습, 추론 단계를 모두 통합적으로 지원하며, 데이터센터 환경에서 유연하게 운용될 수 있도록 만들어졌습니다.
AI 모델이 단순히 커지는 것이 아니라 더욱 깊이 있는 사고(추론)를 수행함에 따라, 각 단계는 앞으로 기하급수적으로 더 많은 컴퓨팅 성능을 요구할 것입니다.
이것이 바로 NVIDIA가 AI 하드웨어 분야에서 장기적인 우위를 유지할 수 있을 것이라 보는 핵심 이유입니다.
🔑 결론
AI 기술이 발전하고 복잡성이 증가할수록 NVIDIA의 GPU는 더욱 필수적인 요소로 자리 잡을 가능성이 높습니다.
즉, 딥시크 쇼크는 오히려 NVIDIA에 장기적 성장 기회를 제공하는 계기가 될 수 있습니다.
