인공지능
NVIDIA (NVDA) 스포트라이트: 그래픽 거인에서 AI 타이탄
AI 거인
10년 넘게 기술 투자자들의 관심이 “빅테크”(Microsoft (MSFT ), Google (GOOG ), Facebook (META ), 등)에 집중되어 있었지만, 최근 몇 년간 하드웨어가 소프트웨어보다 눈에 띄게 부각되었습니다. 첫 번째 신호는 Tesla (TSLA )가 틈새 문화주식에서 세계 최대 기업 중 하나로 급부상한 것이었습니다.
하지만 소프트웨어와 하드웨어 사이 경계에 위치하면서도 동일하거나 더 강력한 수익을 거둘 수 있는 기업이 하나 있었습니다: NVIDIA (NVDA ).
현재는 급성장한 AI 기업으로 주로 인식되지만, NVIDIA는 실제로 20~30년에 걸쳐 독자적인 기술과 시장 위치를 차근차근 구축해 왔습니다. 이는 앞으로도 기술 분야에서 지배적인 역할을 지속할 강력한 기반이 될 수 있습니다.
NVIDIA의 성공 경로
CPU vs GPU
오랫동안 NVIDIA는 그래픽 카드 또는 그래픽 처리 장치(GPU)를 생산하는 성공적이지만 틈새 시장의 컴퓨터 하드웨어 기업이었습니다. 당시 GPU는 중요한 컴퓨팅 하드웨어 요소로 인식되었지만, 가장 중요한 중앙 처리 장치(CPU)보다는 부차적인 것으로 여겨졌습니다.
CPU는 순차적으로 수행해야 하는 매우 빠른 연산을 수행하도록 설계되어 복잡한 계산에 뛰어납니다.
반면 GPU는 개별적으로는 덜 강력하지만 동시에 많은 병렬 연산을 수행하도록 설계되어 대량의 데이터를 처리하는 데 더 적합합니다.
1990년대부터 2010년대까지의 기간 동안, Intel (INTC )와 같은 CPU 제조업체가 업계를 장악했으며, 고품질 GPU는 주로 게이머와 그래픽 디자이너가 고급 PC에서 사용했습니다.
GPU 사업 구축
Jensen Huang와 공동 창업자들은 컴퓨팅 속도가 CPU 용량을 초과할 것이라고 판단했다. Jensen은 당시 Sun Microsystems(현재 Oracle (ORCL ))의 최초 GPU 개발에 핵심적인 역할을 했습니다.
그는 1993년에 NVIDIA의 공동 창업자 중 한 명이 되었으며, 1990년대 초 PC 혁명을 수용했습니다.
“우리는 3D 그래픽이 정말 멋진 것이 될 것이라고 생각했습니다. 그리고 처음으로 컴퓨터이면서도 원하는 어떤 용도로든 사용할 수 있는 플랫폼이 생겼습니다. 게임을 하는 데도 사용할 수 있었고, 게임을 가능하게 하는 칩을 만들어야 한다고 생각했습니다.
우리 중 누구도 PC를 본 적이 없었습니다. 그래서 우리는 PC를 사야 했습니다. 우리는 Gateway 2000을 구입했습니다. 아무도 Windows나 DOS를 프로그래밍하는 방법을 몰랐고, DOS조차 본 적이 없었습니다. 그래서 우리는 그것을 분해하고 산업에 대해 배우기 시작했습니다.”
돌이켜보면, 당시 게임 시장은 더 수익성이 높고 규모가 큰 기업 중심 비즈니스 모델에 비해 그리 “진지한” 시장이 아니었다는 것이 재미있습니다. 초기 카드들은 상업적으로 성공하지 못했습니다. 2세대 GPU는 개선되었지만, 시장이 Microsoft의 DirectX 아키텍처로 전환하면서 갑자기 구식이 되었습니다.
궁극적으로 NVIDIA는 제품-시장 적합성을 찾기까지 6년과 3개의 제품 라인이 걸렸으며, 회사는 여러 차례 위기에 직면했습니다.
성공은 Riva 128으로 찾아왔습니다. 출시 첫 4개월 동안 100만 대를 판매했습니다. 이후 GeForce series를 포함한 성공적인 그래픽 카드 라인이 이어졌으며, 오늘날까지 AMD’s (AMD ) Radeon와 함께 시장을 주도하고 있습니다.
출처: UBuy
CUDA 및 암호화폐
2006년, 이미 확고한 GPU 리더였던 NVIDIA는 CUDA를 출시했습니다. 이는 NVIDIA GPU를 위한 범용 프로그래밍 인터페이스로, 게임 외의 다른 용도를 열었습니다. 이는 일부 연구자들이 기존 슈퍼컴퓨터 대신 GPU를 사용해 계산을 수행하고 있었기 때문입니다.
출처: NVIDIA
“연구자들은 GeForce라는 게임용 카드를 구입해 컴퓨터에 추가하면 사실상 개인 슈퍼컴퓨터가 된다는 것을 깨달았습니다. 분자 동역학, 지진 처리, CT 재구성, 이미지 처리 등 다양한 분야에 활용됩니다.”
이러한 GPU, 특히 NVIDIA 하드웨어의 폭넓은 채택은 네트워크 효과에 기반한 긍정적 피드백 루프를 만들었습니다: 사용이 늘어날수록 엔드 유저와 프로그래머가 늘어나고, 판매가 증가하고, R&D 예산이 늘어나며, 컴퓨팅 속도가 가속화되고, 다시 사용이 늘어나는 식입니다.
출처: NVIDIA
오늘날 설치 기반에는 수억 대의 CUDA GPU가 포함되어 있습니다.
출처: NVIDIA
이는 연구자들에게 매우 유용할 뿐만 아니라, 새로운 기술이 GPU 병렬 컴퓨팅을 크게 활용하게 만들었습니다: 블록체인과 암호화폐.
암호화폐 붐
AI 열풍에 약간 밀려난 상황이지만, 암호화폐는 게임 및 과학 연구를 넘어선 GPU의 첫 대규모 적용 사례였습니다. 많은 블록체인 및 암호화폐 프로젝트가 막대한 컴퓨팅 파워를 필요로 합니다. 빠르게 NVIDIA GPU는 이러한 계산을 수행하는 핵심 하드웨어가 되었습니다.
이는 NVIDIA 매출의 급증을 초래했고, 회사 주가는 형성 중인 암호화폐 붐과 함께 상승하며 주가가 10배 이상 상승했습니다.
(NVDA )
2022년에 암호화폐 관련 주가 상승세는 다소 약화되었지만, 시장은 NVIDIA가 수년간 눈부신 AI 전략을 구축해 왔다는 사실을 깨달았습니다.
AI
신경망
2010년대 초반부터 연구자들은 GPU를 활용해 신경망을 연구하기 시작했습니다. 이는 일반적인 프로그래밍과 다른 컴퓨팅 방식이며, 2024년 물리학과 의학 분야에서 각각 다른 노벨상을 수상했습니다.
신경망은 오늘날 흔히 “AI”라고 불리는 기술의 기반이 됩니다.
“당시 제 학생이었던 Ian Goodfellow가 기숙사 방에서 GPU 서버를 구축하는 데 도움을 주었습니다. 그 서버는 우리가 처음으로 신경망을 훈련시키는 데 사용한 서버가 되었습니다.
우리는 GPU에서 신경망을 훈련시킬 때 10배, 심지어 100배까지 속도가 빨라지는 것을 보았습니다.”
Andrew Ng – DeepLearning.AI 설립자 & AI 펀드 매니징 파트너, Sequoia와의 인터뷰에서
NVIDIA의 AI 전환
NVIDIA는 AI의 잠재력을 일찍이 인식했으며, 신경망에 관심을 갖는 전문 연구자들보다도 훨씬 앞서 있었습니다.
당시에는 검증되지 않았고 거의 존재하지 않았던 분야에 위험을 감수하고 진입한 것이었으며, Jensen Huang가 말했듯이:
“우리는 제로-억 달러 시장에 투자하고 있습니다.”
2016년과 2017년에 NVIDIA는 각각 Pascal과 Volta 아키텍처를 출시했으며, 이는 최초의 GPU 기반 AI 가속기였고, Volta는 Tensor Core를 도입해 딥러닝 작업을 최대 12배 가속했습니다.
이것은 새로운 방향으로의 전면적인 전환이었습니다. 우리가 그 방향으로 배를 전환했을 때, 전 세계의 모든 AI 연구자를 찾아다녔습니다.
우리 플랫폼이 그들에게 유용하다는 것이 당시 우리가 얻은 긍정적인 피드백이었습니다. 그래서 저는 전 세계의 위대한 AI 연구자들과 친구가 된 것이죠.
그들은 모두 초기 성공 신호를 제공해 주었고, 저는 그 작은 승리를 크게 부각시켜야 했습니다.
이는 2023년에 대중 의식에 크게 떠오른 AI 컴퓨팅 인프라 구축을 예고했으며, Chat GPT와 같은 대형 언어 모델(LLM)의 출시와 맞물렸습니다.
하지만 이는 2016년 이후 NVIDIA가 점진적으로 개발해 온 점점 더 강력한 AI 전용 GPU의 느리고 종종 잊혀지는 개발 과정을 통해 실제로 구축된 것이었습니다.
출처: NVIDIA
AI 컴퓨팅 파워의 진화는 CPU의 선형적인 무어의 법칙 대신 지수 법칙을 따릅니다. 이는 GPU 하드웨어가 개선될 뿐만 아니라, 신경망 훈련 방식의 급격한 개선으로 필요한 처리 능력이 감소했기 때문입니다.
또한, 더 많은 데이터가 이용 가능해지면서 훈련 효율이 높아져 연구자들이 병렬로 다양한 각도에서 작업해 성능을 끌어올릴 수 있게 되었습니다.
이로 인해 동일한 GPT 모델을 훈련하는 데 소모되는 에너지가 시간에 따라 급격히 감소했으며, 8년 동안 350배 적게, 그리고 이러한 LLM에 요청을 할 때 필요한 에너지는 더욱 극적으로 감소했습니다.
출처: NVIDIA
NVIDIA 파트너십
NVIDIA는 설립 이래 산업 내에서 깊게 연결된 기업이었습니다. 수직 통합 기업이 아니라 최고의 파트너와 깊은 관계를 구축하면서 자체 경쟁 우위에 집중합니다.
예를 들어, NVIDIA는 이른바 “fabless” 하드웨어 제조업체로, 설계와 개념에 집중하고 세계 최고 수준의 반도체 “fab”인 TSMC (TSM )에 GPU 생산을 맡깁니다.
자체 LLM이나 AI 시스템을 개발하지 않음으로써, NVIDIA는 사실상 모든 “빅테크”와 AI 스타트업에게 필수 파트너로 인식되어 잠재적 경쟁자가 아니라 협력자로 자리 잡았습니다. 이는 NVIDIA가 매출 규모를 유지하며 R&D에 재투자하고 기술 측면에서 선두를 유지할 수 있게 합니다.
이는 올바른 선택임이 입증되었으며, NVIDIA는 기술 산업 역사상 가장 인상적인 자본 지출(Capex) 급증의 최대 수혜자가 되었습니다.
AI Capex는 2025년에 2천억 달러까지 이를 것으로 예상됩니다, 2016년 이후 세계 최대 기술 기업들의 누적 Capex가 지속적으로 증가하고 있습니다.
출처: Sherwood
재무
NVIDIA의 2023년에서 2024년 사이 성장률은 그 규모에 비해 놀라웠습니다:
- 매출이 126% 증가하여 270억 달러에서 600억 달러로 상승했습니다.
- 영업이익이 311% 증가하여 90억 달러에서 371억 달러로 삼 배가 되었습니다.
- 총 마진이 59.2%에서 73.8%로 상승했습니다.
전반적으로 기업 가치는 높게 평가되지만, 이는 수익 성장 덕분이라기보다 높은 P/E 비율(60 이상)과 0.03%에 불과한 배당 수익률 때문입니다.
출처: NVIDIA
NVIDIA의 미래
지속 가능한 성장?
NVIDIA의 3자리 성장률은 놀라웠으며 주가에도 반영되었습니다. 물론 모든 좋은 일은 언젠가 끝이 있으며, 투자자들은 이것이 조만간 끝날 수도 있다는 우려를 품고 있습니다.
같은 우려는 암호화폐 매출이 급증하거나 AI 붐 초기 단계에서도 이미 크게 제기되었으며, 비관론이 반드시 건전한 투자 전략은 아닙니다.
BG2Pod 팟캐스트 인터뷰에서 Huang은 전 세계가 AI를 도입하고 적응하기 위해 최대 1조 달러 규모의 데이터센터와 컴퓨팅을 업데이트해야 한다고 설명했으며, 현재까지는 그 중 1500억 달러만 사용되었습니다.
따라서 그의 말에 따르면, 기존 컴퓨팅 수요만으로도 NVIDIA는 매출을 계속 성장시킬 여지가 충분합니다. 이는 자율주행차와 같은 AI 응용 분야가 주류가 되기 전에도 마찬가지입니다. 자율주행차를 포함합니다.
전체 수요에 대한 이러한 우려는 결국 모든 산업이 어느 정도 AI를 도입하게 될 것이라는 점을 간과하고 있습니다. 특히 GDP의 두 자릿수 비중을 차지하는 의료 분야와 같은 부문도 마찬가지입니다.
출처: NVIDIA
Blackwell
2024년 3월, NVIDIA는 Blackwell 플랫폼을 출시했습니다. “조직이 어디서든 트릴리언 파라미터 대형 언어 모델을 실시간 생성 AI로 구축·운용할 수 있게 하며, 전 모델 대비 최대 25배 적은 비용과 에너지 소비를 구현합니다.”
출처: NVIDIA
이는 에너지 소비가 AI 중심 기업들의 주요 관심사로 급부상하고 있는 시점에서 매우 중요한 단계이며, Microsoft가 전체 원자력 발전소를 재가동해 향후 20년간 전력을 모두 AI 프로젝트에 사용할 계약을 체결한 최근 사례가 이를 잘 보여줍니다.
내부 설계
NVIDIA에 대한 한 가지 위험은 세계 최대 기업들의 핵심 파트너이면서도 70%의 높은 총 마진을 기록하는 매우 비싸고 수익성이 높은 파트너라는 점입니다. 따라서 Alphabet/Google과 같은 규모와 역량을 가진 기업이 수백억 달러 규모의 AI 칩에 투자할 때 자체 설계로 전환하려는 유혹을 받게 됩니다.
이는 가설이 아니라 실제 사례이며, 예를 들어 Tesla가 NVIDIA 경쟁사 AMD의 최고 디자이너들을 영입해 자체 하드웨어를 개발한 사례가 있습니다. 2019년까지 Tesla는 NVIDIA Drive PX 2 AI 컴퓨팅 플랫폼을 사용했으며, Tesla가 로보택시 상용화에 매우 근접하고 있는 것으로 보이면서, 이는 NVIDIA에게 큰 매출 손실이 될 수 있습니다.
동시에 Tesla 사례는 규칙의 예외일 수도 있습니다. Tesla와 Elon Musk의 다른 기업들, 예를 들어 SpaceX는 항상 더 많은 수직 통합과 하드웨어에 대한 강력한 통제력을 추구하는 것으로 악명 높습니다.
하드웨어 경험이 적거나 소프트웨어·마케팅 중심인 기업들, 예를 들어 Facebook이나 Microsoft는 최신 NVIDIA 기술에 의존해도 문제가 없을 것입니다.
또한 현재 많은 AI 모델이 NVIDIA 아키텍처에서 실행될 것을 전제로 설계·코딩되고 있으며, AI 프로그래머들은 NVIDIA 하드웨어에 익숙합니다. 이는 회사에 중요한 비즈니스 해자를 제공합니다.
AI 시장 위험
전체 AI 시장 자체가 NVIDIA의 뛰어난 경영진이 통제하기 어려운 더 큰 위험 요인이 될 수 있습니다. 현재는 급성장하고 있지만, 출시된 AI 애플리케이션이 Apple의 iPhone이 그때그때 매출을 급증시킨 것처럼 거대한 새로운 수익으로 전환되지 못하고 있다는 우려가 커지고 있습니다.
이는 기술이 아직 목표 시장을 찾고 있으며 시장을 개발 중이라는 신호일 가능성이 높습니다.
하지만 이 상황이 너무 오래 지속된다면, 1990년대 후반 PC와 인터넷의 중요성에 대한 예측은 옳았지만 시기가 너무 앞당겨져 닷컴 버블이 터진 것과 같은 위험에 직면할 수 있습니다.
확실히 Jensen Huang이 2024년 6월에 여성의 가슴에 사인을 한 사건은 다소 놀라운 신호이며, AI에 대한 잠재적 금융 광기에 대해 우려하는 투자자들에게는 약간의 경고가 될 수 있습니다.
재무 역사는 반드시 반복되는 것은 아니지만, 투자자들은 이 위험을 제대로 분석하고 2000년대 Sun Microsystems(Jensen Huang의 첫 직장)와 같은 텔레콤·인터넷 하드웨어 제조업체와의 잠재적 유사점을 살펴볼 필요가 있습니다.
“10배 매출에 10년 회수 기간을 제공하려면, 10년 연속으로 매출의 100%를 배당으로 지급해야 합니다. 이는 주주들로부터 얻을 수 있다고 가정합니다. 원가가 전혀 없다고 가정합니다. 이는 39,000명의 직원이 있는 컴퓨터 회사에게는 매우 어렵습니다. (…)
이제 그렇게 했을 때, 제 주식을 64달러에 사겠습니까? 그 기본 가정이 얼마나 터무니없는지 깨닫고 있나요? 투명성도 필요 없고, 각주도 필요 없습니다. 당신은 무엇을 생각했나요?”
Scott McNealy – 당시 Sun Microsystems CEO
참고로 NVIDIA의 현재 P/S 비율은 35입니다.
출처: YChart
결론
NVIDIA는 PC 그래픽 카드에서 CUDA 출시, 새로운 응용 분야 개척, 신경망 조기 수용 등 올바른 계산된 위험을 연속적으로 적시에 감수해 온 기업이며, 그 결과 창업자 Jensen Huang은 반도체·IT 산업의 록스타와도 같은 존재가 되었습니다.
최근 기업 실적은 시장을 놀라게 했으며, 최근 몇 년간 Tesla만이 주장할 수 있었던 주식에 대한 거대한 열광을 일으켰습니다. 이는 Tesla 초기 투자자들이 거의 10년 동안 회의론자들의 “언제든지 실패할 것”이라는 예측을 겪어온 것과 같은 맥락에서 큰 기회를 창출합니다.
하지만 AI 붐이 현재의 자본 지출을 정당화할 만큼의 매출을 아직 창출하지 못했으며, 완전히 확립된 경제 부문이 되기 전에 침체를 겪을 위험도 존재합니다.
