NVIDIA FY3Q26 컨퍼런스콜 코멘트 및 주요 Q&A 정리(2)

#NVIDIA FY3Q26 컨퍼런스콜 코멘트 및 주요 Q&A 정리(2) _다올 반도체 고영민, 김연미 ▶️ Q&A Q. 지난 GTC에서 25~26년 Blackwell과 Rubin $500B 매출 언급. 이 중 $150B는 이미 출하. 앞으로 향후 14개월 내에 $350B 유추 가능. 매출 가이던스 상향 가능성? - FY26까지 출하 가능한 연산 컴퓨팅 수요를 추가적으로 증가할 것으로 확신 - 이번 분기에만 $50B 출하 - 예를 들어 오늘 발표된 사우디아라비아와의 파트너십이나, Anthropic 역시 완전히 새로운 수요 - 따라서 기존에 발표한 $500B 외에도 더 많은 수요 추가 가능 Q. 향후 12~18개월 안에 공급이 수요를 따라잡을 현실적 경로가 보이는지? 수급 불균형 계속될지? - 우리는 철저한 공급망 계획 통해 GPU 기반 가속 컴퓨팅으로의 전환 선도 - 생성형AI가 기존 하이퍼스케일러의 워크로드(검색, 추천, 광고 등) 빠르게 대체 - Gemini3와 같은 최신 모델은 스케일링 법칙 활용해 품질 크게 향상 - AI 관련 모든 기술 발전이 지수적 확장(Exponentials) 단계 - 앞서 말한 3가지 전환의 역학이 무엇을 의미하는지 생각해 볼 필요가 있음 Q. NVIDIA의 $500B 매출 전망과 관련하여 GW당 수익 가정(시장 추정치 GW당 250~450억달러) - Ampere부터 Rubin까지 세대가 거듭될수록 데이터센터 내 비중 증가 - Hopper는 20~25% 비중, Blackwell은 30% 내외, Rubin은 좀 더 클 것 - 각 세대마다 성능 향상은 X 배수만큼 증가하며, 고객의 TCO도 X 배수만큼 개선 - 중요한 것은 같은 전력 한도 내에서 성능 대비 전력 효율 - 하이퍼스케일러들은 비용 절감을 위해 GPU 기반 가속 컴퓨팅으로 전환, 이는 향후에도 지속적인 성장 기회 창출 Q. 2030년까지 데이터센터 시장 규모 3~4조 달러 전망에 대해 이 중 고객사의 자체 현금 흐름으로 충당 가능한 부분과 vendor financing 가능성? - 하이퍼스케일러들의 두가지 투자영역(GPU 전환, 추천 워크로드 전환)은 기존 현금흐름 만으로 충분히 감당 가능 - 에이전트형 AI가 신수요를 만들어내기 때문 - 표면적인 CapEx 투자 뿐 아니라 이면을 이해할 필요 - 자율주행, Physical AI, 바이오 스타트업 등 각 산업마다 각자의 자금을 조달하게 될 것 - 하이퍼스케일러들만 보고 미래를 판단할 수 없음 Q. 향후 잉여현금흐름 계획(자사주 매입, 생태계 투자) - 강력한 공급망과 재무 기반을 유지하기 위해 현금을 우선 활용, 자사주 매입도 계속 진행할 계획 - 생태계 투자는 CUDA 기반 확장을 위한 전략적 파트너십의 일환 - OpenAI와는 2016년부터 협력해왔고, 지금도 모든 AI 작업이 NVIDIA에서 실행 - 이러한 투자는 모두 NVIDIA 생태계 확장과 장기적 수익 창출을 위한 핵심 전략 Q. 26년 추론이 전체 출하에서 차지하는 비중? 새로운 Rubin CPX 제품의 시장 규모 및 주요 고객 응용 사례 - Rubin CPX는 ‘롱 컨텍스트(long context)’ 작업을 위한 제품 - 즉, AI가 답을 생성하기 전에 많은 정보를 읽고 이해해야 하는 상황(EX. 다수의 PDF 문서, 동영상, 3D 이미지 분석 등에 최적화) - CPX는 성능 대비 비용이 매우 우수한 제품 - AI가 더 많은 데이터를 읽고 생각해야 하므로, 추론 연산량 폭발적으로 증가 - 정확한 비중 예측은 어렵지만 시장 규모가 커질수록 다양한 응용과 빈번한 사용이 이뤄진다는 긍정적 신호 Q. 고객들이 자체 전력 확보에 나서고 있는데, NVIDIA의 성장을 제한할 가장 큰 병목은 무엇일지? 전력, 자금 조달, 메모리, 파운드리 등 - 모든 것들이 제약 요소이나 그간의 공급망 역량 바탕으로 문제 해결할 것 - 토지, 전력, 인프라(쉘), 자금조달 분야에서 수많은 플레이어들과 파트너십 체결 Q. AI 시장에서 맞춤형 칩(ASIC, XPU)의 역할이 점점 커지고 있는데, NVIDIA는 여전히 GPU 중심 아키텍처가 중심이라고 생각하는지? - 과거와 달리 현재는 랙 전체를 설계해야 하고,세 가지 종류의 스위치(확장형, 분산형, 교차형)까지 필요 - 우리는 CUDA와 CUDA-X 덕분에 하나의 아키텍처로 전체 커버 가능 - 또한 수요처(offtake)가 엄청나게 다양. 단순한 칩 공급이 아니라 광범위한 생태계 수요를 함께 확보 가능