NVIDIA: 게임용 칩에서 AI의 기반으로 — 역사상 가장 빠른 가치 창출

NVIDIA 본사, 캘리포니아주 산타클라라 — AI 혁명의 기반을 구축한 기업의 본거지

역사상 가장 빠른 가치 창출

NVIDIA가 지난 3년간 이룩한 성과는 상장 기업 역사상 전례가 없다.

2023년 1월, NVIDIA는 게이머용 그래픽 칩을 제조하며 AI에 대한 매력적이지만 아직 검증되지 않은 베팅을 보유한 시가총액 3,600억 달러의 반도체 기업이었다. 2025년 1월에는 지구상에서 두 번째로 가치 있는 기업—시가총액 3.4조 달러—이 되었으며, 24개월 만에 역사상 어떤 기업보다 많은 시가총액을 창출했다. 매출은 FY2023의 270억 달러에서 FY2025의 1,305억 달러로 성장했다. 순이익은 44억 달러에서 729억 달러로 확대되었다. 매출총이익률은 57%에서 75%로 상승했다.

비교하자면: NVIDIA의 FY2025 순이익 729억 달러는 Apple, Microsoft, Google 어느 기업의 FY2024 순이익보다도 크다. NVIDIA는 Microsoft 직원 수의 약 5분의 1, 매출 역사의 약 10분의 1로 이를 달성했다.

이것은 1993년 젠슨 황이 데니스 레스토랑에서 창업한 기업이 어떻게 AI 골드러시의 곡괭이 판매상이 되었는지—그리고 그가 구축한 해자가 1990년대 Microsoft의 PC OS 지배 이래 기술 역사상 가장 공략하기 어려운 기술적 독점인 이유에 대한 이야기다.

과소평가된 게임의 기반

NVIDIA의 기원은 AI가 아니다. Quake다.

1990년대 초, 3D 게임은 소비자 기술에서 가장 연산 집약적인 워크로드였다. 실시간으로 3차원 환경을 렌더링하려면 초당 수백만 건의 부동소수점 연산을 병렬로 실행할 수 있는 전용 하드웨어—그래픽 처리 장치(GPU)—가 필요했다. NVIDIA의 첫 제품 NV1은 1995년에 출시되었으며 평범했다. NV3—RIVA 128—는 생존하기에 충분했다. 1999년 출시된 GeForce 256이 전환점이었다: GeForce 브랜드를 단 최초의 칩이자 GPU로 최초로 마케팅된 제품이었다.

게임용 GPU를 기술적으로 흥미롭게 만든 것은 30년 후 AI를 변혁시킬 요소와 동일하다—병렬성이다. CPU는 하나의 복잡한 작업을 극도로 빠르게 실행하도록 설계되었다. GPU는 수천 개의 더 단순한 작업을 동시에 실행하도록 설계되었다. 3D 프레임 렌더링은 수백만 픽셀의 색상을 병렬로 계산해야 한다—초병렬 아키텍처에 최적이다. 그 아키텍처 요구사항이 NVIDIA의 칩 설계 철학 전체를 형성했고, 그 철학은 딥러닝이 필요로 하는 것과 정확히 일치했다.

CUDA — 15년에 걸쳐 구축된 기술적 해자

2006년, NVIDIA는 겉보기에 고비용이고 불필요해 보이는 일을 했다: CUDA의 발표다.

CUDA—Compute Unified Device Architecture—는 개발자가 NVIDIA GPU에서 실행 가능한 범용 프로그램을 작성할 수 있는 프로그래밍 프레임워크다. CUDA가 해결한 문제는 GPU가 막대한 병렬 처리 능력을 보유하면서도 그래픽스 외 용도로는 거의 프로그래밍이 불가능했다는 점이다. CUDA는 API, 컴파일러 툴체인, 라이브러리를 제공하여 연구자와 엔지니어가 NVIDIA 하드웨어에서 실행 가능한 형태로 임의의 병렬 연산을 표현할 수 있게 했다.

연구 커뮤니티의 CUDA 채택은 처음에 느렸다. 고성능 컴퓨팅이 초기 사용 사례였다—물리 시뮬레이션, 분자 동역학, 유체 역학. 그리고 2012년, 딥러닝과 NVIDIA의 궤적을 바꾸는 사건이 발생했다: AlexNet이다.

알렉스 크리제프스키의 합성곱 신경망은 CUDA를 사용하여 NVIDIA GPU에서 학습되었고, ImageNet 이미지 분류 대회에서 경쟁자를 크게 앞서는 오류율로 우승하며 머신러닝 연구 커뮤니티에 딥러닝의 가능성에 대한 전제를 재평가하게 만들었다. AlexNet은 GPU 가속 학습이 CPU 학습으로는 불가능한 규모에서 심층 신경망을 실용적으로 만든다는 것을 보여주었다. 전 세계 모든 주요 AI 연구소가 필요한 하드웨어를 같은 곳에서 구매하러 갔다: NVIDIA다.

CUDA에 관한 결정적 통찰은 더 나은 API라는 점이 아니다. NVIDIA가 그 주변에 생태계를 구축하기 위해 15년간 투자했다는 점이다. cuDNN—CUDA Deep Neural Network 라이브러리—은 모든 신경망이 사용하는 기본 연산을 최적화한다: 합성곱, 행렬 곱셈, 활성화 함수. 머신러닝 커뮤니티는 프레임워크—TensorFlow, PyTorch, JAX—를 cuDNN을 사용하도록 구축했다. 이 프레임워크들은 현재 전 세계 거의 모든 본격적인 AI 연구와 프로덕션 배포를 구동하고 있다. CUDA에서의 이탈은 칩 교체만을 의미하지 않는다—프레임워크 스택 전체의 이식, 최적화 코드의 재작성, 그리고 수년간 축적된 성능 튜닝의 상실을 의미한다.

데이터센터로의 전환

NVIDIA는 FY2018에 데이터센터 매출 세그먼트를 분리하기 시작했다. 그해 19.3억 달러—의미 있는 수치였지만 게이밍의 55.1억 달러에 가려져 있었다. 다가올 변화의 첫 징후는 FY2021에 나타났다: 데이터센터가 처음으로 게이밍을 추월하여 67.0억 달러 대 55.2억 달러를 기록했다.

변곡점은 ChatGPT였다.

OpenAI는 2022년 11월 30일에 ChatGPT를 공개했다. 5일 만에 100만 사용자를 확보했다. 2개월 만에 1억 사용자—역사상 가장 빠른 소비자 앱 보급이었다. 더 중요한 것은 전 세계 모든 대기업과 정부에 대규모 언어 모델이 상업적으로 실용 가능하며, 그 학습과 추론에 막대한 GPU 컴퓨팅이 필요하다는 것을 보여준 점이다.

NVIDIA의 FY2024 데이터센터 매출은 475억 달러—FY2023의 150억 달러에서 217% 증가했다. FY2025에는 데이터센터 매출이 1,152억 달러에 달하며 전체 매출의 88%를 차지했다.

Blackwell 아키텍처 — 차세대 해자 구축

2024년 3월, NVIDIA는 Blackwell을 발표했다—Hopper(H100 구동)를 대체하는 차세대 GPU 아키텍처다. Blackwell B200 GPU는 FP4 AI 성능 20페타플롭스를 구현한다—H100의 FP8 4페타플롭스의 5배다. 그러나 더 중요한 혁신은 대규모 클러스터 내에서 Blackwell GPU를 연결하는 NVLink 스위치 패브릭이다.

업그레이드 사이클은 이미 시작되었다. NVIDIA는 Blackwell이 출하 첫 분기에 110억 달러의 매출을 창출했다고 보고했다—동사 역사상 가장 빠른 제품 출시다.

젠슨 황 — 창업자 CEO 팩터

모든 기업이 30년에 걸친 기술적 베팅을 실행할 수 있는 것은 아니다. NVIDIA가 그것을 가능하게 한 이유는 젠슨 황이다.

황은 1993년에 NVIDIA를 공동 창업했으며 이후 줄곧 회사를 이끌어왔다. 61세에 후계자 계획의 징후는 전혀 보이지 않으며—그럴 필요도 없다. 기술 로드맵을 자본 배분 의사결정과 동일한 깊이로 이해하는 창업자 CEO의 복리적 가치는 대형 기술 기업에서 드물다. 베이조스는 Amazon의 물류 인프라를 클라우드 서비스로 범용화할 수 있다고 이해하여 AWS를 구축했다. 젠슨 황은 병렬 컴퓨팅이 단순한 그래픽스 렌더링 도구가 아닌 범용 자원이라고 이해하여 CUDA를 구축했다.

6년간 재무 실적 (FY2020~FY2025)

숫자는 수식이 필요 없는 이야기를 들려준다:

참고: EPS는 주식분할 후 기준(10:1, 2024년 6월)으로 표시. FY2023의 순이익과 EPS는 Arm 인수 중단 비용 13.5억 달러 및 재고 평가손 12.2억 달러의 영향을 받았다. 매출총이익률의 FY2023 저점(56.9%)에서 FY2025(74.6%)로의 확대는 데이터센터로의 믹스 전환이 견인한 17.7%p 개선을 나타낸다.

매출총이익률 스토리가 가장 중요하다. NVIDIA의 데이터센터 GPU는 전사 평균을 크게 상회하는 매출총이익률을 제공한다. 데이터센터가 FY2022 매출의 46%에서 FY2025의 88%로 확대됨에 따라 전체 마진 구조가 구조적으로 개선되었다. 이것은 비용 절감이 아니다—제품 믹스가 영구적인 마진 확대를 견인하고 있는 것이다.

잉여현금흐름 전환율은 경이적이다: NVIDIA는 FY2025에 매출의 약 47%를 잉여현금흐름으로 전환했다. 비교: Microsoft는 약 30%, Apple은 약 25%다. FCF 전환율은 자산경량 모델을 반영한다—NVIDIA가 칩을 설계하고, TSMC가 제조하며, NVIDIA는 팹을 소유하지 않으면서 지적재산 마진을 획득한다.

자본 환원 머신

NVIDIA 캠퍼스 간판 — 1993년 젠슨 황이 데니스에서 공동 창업한 기업은 이제 시가총액 3조 달러 초과

NVIDIA는 2024년 6월 10일에 10대 1 주식분할을 완료했다—1999년 IPO 이래 6번째 분할이다. 분할 전 주가는 1,200달러를 넘어 거래되고 있었다.

배당에 대해: NVIDIA는 분기 배당금 주당 0.01달러(분할 후)를 지급하고 있다—현재 밸류에이션에서는 사실상 상징적이다. 이것은 인컴 주식이 아니다.

자사주 매입에 대해: NVIDIA는 FY2025에 154억 달러를 자사주 매입으로 주주에게 환원했으며, 2024년 8월에 500억 달러의 자사주 매입 한도를 발표했다.

총수익률이 헤드라인이다: NVIDIA 주식은 FY2025까지 5년간 약 2,400%의 수익률을 달성했다—연평균 복합성장률 88%. 비교하자면: 2020년 1월에 NVIDIA에 투자한 1만 달러는 2025년 1월에 약 25만 달러의 가치가 되었다.

리스크 — 이 기계를 멈출 수 있는 것들

수출 규제와 지정학적 리스크

NVIDIA의 가장 시급한 구조적 리스크는 미국 정부다. 바이든 행정부의 첨단 AI 칩에 대한 수출 규제—처음에 A100과 H100을 대상으로 했으며 이후 더욱 강화—는 NVIDIA가 최첨단 칩을 중국에 판매하는 것을 금지하고 있다. 규제 강화 전 중국은 NVIDIA 데이터센터 매출의 약 17%를 차지했다. 더 심각한 리스크는 에스컬레이션이다. 미중 기술 디커플링이 더 진행되면 반도체 공급망 전체가 압박에 직면한다.

TSMC 집중 리스크

NVIDIA는 팹을 소유하지 않는다. 모든 첨단 NVIDIA GPU는 대만 TSMC가 4nm 및 3nm 공정 노드에서 제조한다. 대만은 지속적인 지정학적 리스크에 직면해 있다. 대만해협 분쟁—비동역학적 에스컬레이션이라 하더라도—은 NVIDIA의 전체 생산 능력을 교란시킬 것이다.

수요 집중과 설비투자 사이클 리스크

FY2025에 4대 하이퍼스케일러—Microsoft, Google, Amazon, Meta—가 NVIDIA 데이터센터 매출의 50% 이상을 차지했을 가능성이 있다. 매출 1,300억 달러 규모의 사업으로서는 이례적인 고객 집중이다. 하이퍼스케일러의 설비투자는 사이클을 따른다. AI 모델의 수익이 기대에 미치지 못하면 하이퍼스케일러의 설비투자는 급격히 감속할 수 있다. NVIDIA의 매출도 그에 따를 것이다.

오픈 생태계의 도전

모든 주요 기술 기업이 NVIDIA의 대안에 투자하고 있다. Google의 TPU v5는 자체 워크로드에 대해 경쟁력이 있다. AMD의 MI300X는 매력적인 가치를 제공한다. 커스텀 실리콘 트렌드—NVIDIA 의존도 감소—는 향후 10년간의 현실적인 경쟁 압력이다.

결론

NVIDIA는 투자에서 가장 희귀한 존재다: 경쟁 우위의 해자가 깊어지는 동시에 주소 가능 시장이 확대되는 기업.

CUDA 소프트웨어 생태계 구축에 15년이 걸렸고, 복제에는 10년이 걸린다. NVLink 인터커넥트 아키텍처는 개별 칩 선택을 넘어선 클러스터 수준의 전환 비용을 창출한다. NVIDIA의 하드웨어, 소프트웨어 스택, AI 연구 커뮤니티의 관계는 공생적이다—새로운 아키텍처가 출하될 때마다, cuDNN의 새로운 최적화가 추가될 때마다, NVIDIA 인프라에서 새로운 모델이 학습될 때마다 생태계의 우위는 깊어진다.

재무 실적은 그 해자가 작동하고 있다는 출력에 불과하다. 매출총이익률 75%, 잉여현금흐름 전환율 47%를 동반한 매출 1,305억 달러는 우연이 아니다—컴퓨팅 역사상 가장 자본 집약적인 인프라 구축으로부터의 사실상 무한한 수요에 직면한 독점적 공급자에게 일어나는 일이다.

젠슨 황의 데니스에서의 베팅은 마침내 결실을 맺었다. 압도적인 규모로.