NVIDIA는 이제 시작일 뿐이다
The Total AI Platform Expansion
The NVIDIA–Microsoft 파트너쉽은 클라우드 중심의 AI 인프라에서 Edge, PC, 자동차, 로보틱스를 아우르는 수평적 확정 생태계로의 구조적 패러다임 전환을 의미한다. 기관 투자자들은 이제 AI의 전체잠재시장 (TAM: Total Adressable Market)을 다시 평가해야 하는 상황에 직면했다.
AI PC 아키텍처를 구축하고 Windows를 AI Agent 운영체제로 자리매김하기 위한 NVIDIA와 Microsoft의 협력 확대 발표는 단순한 제품 이정표가 아니다. 이는 NVIDIA가 어떤 기업인지, 그리고 더 중요하게는 NVIDIA의 총주소가능시장(TAM)이 실제로 어떤 모습인지를 근본적으로 재정의하는 사건이다. NVIDIA를 데이터센터 GPU 기업으로 평가해온 기관투자자들에게는 상당한 수준의 재평가가 요구되는 시점이다.
From ChatGPT Era to AI Agent Era
생성형 AI의 첫 번째 물결인 ChatGPT, Claude, Gemini, Copilot은 본질적으로 서버 중심 현상이었다. 추론(Inference)은 초대형 데이터센터에서 실행됐고, 최종 사용자는 단지 얇은 클라이언트(thin client)에 불과했다. 이러한 구조는 효율적이고 중앙집중적이며 클라우드 사업자들에게 높은 수익성을 제공했다. 그러나 이번 발표가 분명히 보여주듯, 그것은 시작에 불과했다.
AI Agent 아키텍처로의 전환은 지속적이고 다단계적인 자율 작업 수행을 의미한다. Agent는 단순히 응답하는 것이 아니라 계획하고, 실행하며, 반복적으로 개선한다. 이러한 작업을 지속적으로 클라우드에서 실행하면 지연시간(latency), 반복적인 API 비용, 그리고 무엇보다 기업과 소비자들이 점점 더 민감하게 받아들이고 있는 개인정보 노출 문제가 발생한다. 이에 대한 논리적인 해답은 하이브리드 AI다. 무겁고 빈도가 낮은 작업은 클라우드에서 처리하고, 지속적이며 지연시간에 민감한 Agent 실행은 로컬 칩에서 처리하는 구조다.
NVIDIA는 Microsoft와의 협력을 통해 이러한 로컬 컴퓨팅 계층이 대규모로 형성될 때, 그 기반이 NVIDIA 반도체 위에서 구동되도록 만들고자 한다. 이러한 전략적 논리는 Jensen Huang이 최근 실적 발표에서 설명한 것과 동일하다. NVIDIA는 GPU 기업이 아니다. NVIDIA는 가속 컴퓨팅 플랫폼 기업이다. 그리고 이 차이는 미래 수익성을 평가할 때 매우 중요한 의미를 갖는다.
TAM Expansion: 수직적 확장에서 수평적 확장으로 (Vertical → Horizontal)
최근까지 NVIDIA에 대한 기관투자자들의 강세 논리는 수직적 TAM 확장에 기반하고 있었다. 더 많은 데이터센터, 더 많은 GPU 클러스터, 더 많은 추론 작업이 기존 서버 인프라 위에 추가되는 구조였다. 하지만, 새로운 이야기는 구조적으로 다르다. 이제 TAM은 전혀 다른 컴퓨팅 환경으로 수평확장되고 있다.
각가의 각각의 새로운 영역은 과거 NVDA의 영향력이 제한적이었던 수천억 달러 규모의 시장을 의미한다. 특히, NVIDIA가 차세대 PC 교체 수요 사이클에서 의미있는 반도체 점유율을 확보할 경우 AI PC 시장만으로도 중간 사이클 기준 데이터센터 매출에 필적하는 TAM 증가 효과를 가져올 수 있다. 그동안 NVIDIA를 하이퍼스케일러들의 자본지출 (CAPEX) 곡선만으로 모델링해 온 애널리스트들은 이제 처음부터 모델을 다시 구축해야 할 수도 있다.
메모리 수퍼사이클의 의미
One 현재 대부분의 주류 PC는 16GB RAM을 탑재하고 있다. 이는 일반적인 운영체제 작업에는 충분하지만 지속적으로 실행되는 로컬 AI Agent에는 턱없이 부족하다. 메모리 업그레이드 방향은 가파르며 사실상 불가피하다.
| Use Case | RAM Requirement | vs. Today | DRAM Impact |
|---|---|---|---|
| Standard PC (2024) | 16 GB | Baseline | — |
| Entry AI PC | 32 GB | ↑ 2× | +$35–50 ASP |
| Mid-tier AI PC | 64 GB | ↑ 4× | +$90–130 ASP |
| Pro / Agentic AI PC | 128 GB | ↑ 8× | +$200–280 ASP |
Micron과 SK Hynix 입장에서 이는 이미 데이터센터에서 진행중인 HBM 수퍼사이클에 더해지는 추가적인 수요 증가 요인이다. 특히, AP PC 용 DRAM은 HBM이 아닌 일반 LPDDR5 및 DDR5 메모리를 사용한다. 이는 HBM생산 수율 제한과 같은 공급 제약없이 순수한 물량 증가를 의미한다. 메모리 강세 논리는 완전히 새로운 성장 축을 추가하게 된 것이다.
만약 Agent 작업의 상당 부분이 로컬 환경에서 처리된다면, 클라우드 사업자들(Azure, AWS, GCP)의 AI 추론 매출 성장률은 시장 기대치에 미치지 못할 수 있다.
이는 Microsoft에 특히 중요한 변수이며 향후 분기 실적 발표에서 면밀히 관찰해야 할 부분이다. monitoring closely in quarterly disclosures.Jensen Huang의 실적 발표에서 실제로 말하고 있었던 것
돌이켜보면 최근 NVIDIA 실적 발표 컨퍼런스콜에는 이번 발표의 청사진이 이미 담겨 있었다. Jensen Huang이 반복적으로 강조한 "모든 곳에 존재하는 컴퓨팅(Computing Everywhere)", NVIDIA를 칩 공급업체가 아닌 플랫폼 기업으로 정의한 점, 그리고 데이터센터, PC, Edge, Automotive, Robotics를 차례로 언급한 것은 단순한 제품 마케팅이 아니었다. 그것은 우리같은 개미투자자들과 기관 투자자들에게 보내는 미래 가이던스였다.
"여러분이 지금 모델링하고 있는 TAM은 천장이 아닌 바닥이다."
특히 황사장이 AI Agent 아키텍처, 지속 메모리(Persistent Memory), 멀티모델 오케스트레이션, 로컬 추론의 지연시간 요구사항 등을 매우 구체적으로 설명했던 이유가 이번 발표를 통해 분명해졌다. Microsoft와의 파트너십은 향후 이어질 플랫폼 수준 통합의 첫 번째 사례일 가능성이 높다. 목표는 1990년대 x86 아키텍처가 기업 컴퓨팅의 표준이 되었던 것처럼 NVIDIA 반도체를 모든 AI 컴퓨팅 환경의 사실상 표준으로 만드는 것이다.
우리들의 포지셔닝에 대한 생각
우리들을 포함한 장기 투자 기관 입장에서 이번 변화는 분석 프레임워크 자체의 변화를 요구한다. NVIDIA의 선행 PER은 데이터센터 중심의 수익 모델만 고려할 경우 지속적으로 비싸 보였다. 그러나 PC, Edge, Automotive, Robotics 시장을 포함한 플랫폼 기업 관점의 수익 모델을 적용하고, 각각의 성장 시점을 확률 가중 방식으로 반영하면 밸류에이션 부담 논리는 상당 부분 약화된다. 이번 뉴스는 Broadcom (AVGO)과 Marvell (MRVL)에 대한 투자 논리도 강화시킨다. 광통신 인터커넥트와 AI ASIC 수요는 단순히 하이퍼스케일러 GPU 클러스터 규모에 의해 결정되는 것이 아니라 전체 AI 컴퓨팅 노드 수에 의해 결정되기 때문이다.
모든 AI PC, 모든 Edge 디바이스, 모든 자율주행 차량은 연결된 AI 인프라의 새로운 노드가 된다. 그리고 이는 초고속 광 데이터 전송 수요 증가로 이어진다. 광반도체 수요에 대한 네트워크 효과는 선형적이 아니라 비선형적이다.
결론은, 우리같은 개미나 기관투자자 관점에서 결론은 단순하다. AI 수요 성장 스토리는 가장 중요한 장기 스트레스 테스트를 통과했다. 이것은 데이터센터 사이클이 아니다. 이것은 컴퓨팅 플랫폼 사이클이다. 그리고 NVIDIA는 이번 발표를 통해 데이터센터에서 PC, Edge, Automotive, Robotics에 이르기까지 AI 스택 전체를 아우르는 플랫폼 기업으로서의 입지를 분명하게 구축하고 있다.
댓글
댓글 쓰기