AI의 순환은 정점에 이르지 않고, 계속해서 변화하고 있습니다.

7월 말에 끝난 분기에 Nvidia는 보고했습니다.962억 달러의 수익이 발생했으며, 전년 대비 106% 증가했습니다., 그리고총 이익률은 75%입니다.그리고GAAP 순이익은 597억 달러입니다.단 3개월 만에. AI 구축과 관련된 부분인 데이터 센터 사업만으로도 성장했습니다.연간 117% 증가하여 890억 달러에 달함요구량의 관점에서 볼 때, 이 순환은 계속 진행되고 있습니다. 흥미로운 질문은 인공지능이 곧 터질 거품인지 아닌가 하는 것이 아닙니다. 중요한 것은, 이 순환 내에서 경쟁이 어디서 일어나는가 하는 것입니다. 왜냐하면 그곳에서 누가 이익을 유지할 수 있는지가 결정되기 때문입니다. 그리고 그곳은 2년 전과는 다릅니다.

순환이 모델을 만드는 단계에서 실행하는 단계로 바뀌었습니다.

데이터 센터는 두 가지 매우 다른 역할을 할 수 있으며, 업계는 이 두 역할 사이를 오가고 있습니다. 트레이닝은 AI 모델을 구축하는 일로, 거대한 컴퓨팅 능력을 사용하여 모델의 지능을 구현하는 과정입니다. 그 후에는 더 이상 비용이 발생하지 않습니다. 반면, 인ферence는 모델을 사용할 때마다 반복적으로 일어나는 과정입니다. 예를 들어, 챗봇에게 질문을 하면 챗봇이 답변하기 전에 먼저 “생각”합니다. 인ферence는 끝나지 않으며, 사용자와 질문 수에 따라 계속해서 발생합니다. 또한, 트레이닝과는 다른 경제적 요소들이 중요합니다. 즉, 지연 시간, 효율성, 그리고 답변당 비용이 중요합니다.

이러한 구분은 추론 모델들 때문에 더욱 중요해졌습니다. 최신 프론티어 모델들은 단순히 답을 내놓는 것이 아니라, 신중하게 고민하며 추론 과정에서 훨씬 많은 컴퓨팅 자원을 사용하여 더 나은 답을 만들어냅니다. 업계 내 연구자들도 이제 이러한 모델들을 진보의 동력으로 여기고 있습니다.학습 컴퓨팅 처리량을 늘리는 것에서 인식 컴퓨팅 처리량을 늘리는 것으로 전환그렇게 되면, 순환 과정에서 갈등이 생기는 부분은 비용 효율성과 건축 구조의 차이가 가장 중요해지는 단계로 넘어가게 됩니다. 첫 번째 단계에서 지배적이었던 건축 양식은 두 번째 단계에서는 그대로 유지되지 않습니다.

엔비디아의 답변: 훈련용 기계가 아니라 추론용 기계입니다.

이것은 엔비디아의 최신 제품 라인의 배경입니다. 회사의 새로운 루빈 플랫폼은 인프레인 시장을 목표로 하며, 경영진은 이에 대한 구체적인 전망도 제시했습니다.Rubin에서 토큰을 생성하는 데 드는 비용은 이전의 Blackwell 생성 과정에서의 비용의 10분의 1에 불과합니다., 그리고1조 개의 파라미터를 가진 모델을 훈련시키는 데에는 블래크웰이 필요로 하는 GPU의 4분의 1만 필요합니다.다시 말해, 엔비디아는 인출 단계를 결정하는 요소인 ‘답변당 비용’과 ‘와트당 효율성’이라는 측면에서 경쟁하고 있는 것입니다.

시장은 이미 구매 주문을 내고 있습니다. 엔비디아는 기대합니다.베라 루빈 시스템이 약 200억 달러의 데이터 센터 수익을 창출할 것으로 예상됩니다.이번 분기에 해당 부문의 약 20%가 전분기와 비교해 거의 변동이 없었습니다. 최고재무책임자는 이를 이렇게 표현했습니다.회사 역사상 가장 빠른 제품 출시 속도, 함께주요 하이퍼스케일 기업, AI 클라우드 제공업체, 시스템 OEM로부터 받은 구매 주문들입니다.최고경영자인 젠슨 황은 그러한 전망을 내놓았습니다.블래к웰과 루빈 아키텍처에 대한 2025-27년까지의 누적 주문 수요는 1조 달러를 초과할 것입니다.— 이는 1년 전에 엔비디아가 제시한 수치의 두 배입니다.

헤드라인의 크기를 제외하고, 제품의 방향을 주목해 보세요. 엔비디아는 단순히 같은 제품을 더 많이 판매하는 것이 아닙니다. 오히려 제품의 위치를 재정립하여, 이 새로운 시장에서 선두를 차지하려고 합니다. 수치상으로도 구매자들이 그 추세를 따르고 있음을 알 수 있습니다. 이것이 바로 제품 수준에서 “우리가 어떤 상황에 있는가”를 의미합니다. 우리는 인식 시대의 초기 단계에 있어서, 하드웨어 공급업체가 여전히 높은 가격을 받을 수 있는 상황입니다. 왜냐하면 용량이 부족하고 작업량도 새로운 것이기 때문입니다.

위험은 결코 요구가 아니었습니다. 실제로 비용을 지불하는 것은 누군가입니다.

이 순환의 중요한 부분은 엔비디아의 수익표에는 나타나지 않습니다. 그 부분은 구매자의 재무제표에 있습니다. 가장 큰 다섯 개의 클라우드 및 AI 인프라 제공업체들은 2026년에 총 6600억 달러에서 6900억 달러 사이의 자본 투자를 할 계획입니다.2025년의 수준보다 거의 두 배에 달함여기서 제가 계속 되풀이하는 두 가지 신호가 있습니다. 공급 의무가 증가한다는 것은 수요가 강력하다는 의미입니다. 하지만 동시에 이는 레버리지 비용도 높아진다는 의미이기도 합니다. 그 투자금은 대부분의 구매자들이 아직 규모로 수익을 창출할 수 있다는 증명이 없는 AI 제품에서 얻은 수익으로 갚아야 합니다. 자금 조달은 수요보다 먼저 이루어질 수 있습니다.

엔비디아의 조치를 보면 그 격차가 얼마나 큰지 알 수 있습니다. 대형 클라우드 서비스 제공업체의 현금 흐름을 기다리지 않고도 자금을 확보하기 위해, 엔비디아는 아폴로, 블랙록, 블랙스톤, 브룩필드, 골드만삭스, KKR와의 협력 관계를 발표했습니다.5000억 달러 이상의 제3자 자금을 동원하기AI 인프라를 위한 경우입니다. 민간 자금이 이 프로젝트의 자금 조달을 담당하고 있습니다. 이는 수요가 강력하다는 점을 입증하는 것이며, 상환 위험도 즉시 재평가할 수 있는 자본 시장에 위임된다는 의미입니다. 이러한 변화는 수요가 견고한 상황에서도 주목할 만한 것입니다.

전력은 두 번째로 중요한 제약 요소입니다. 병목 현상은 칩 공급에서 전력망으로 옮겨졌으며, 전력이 공급되지 않는 경우는 구매자가 아무리 열심히 노력해도 지연되거나 취소될 수 있는 재정적 문제입니다. 기꺼이 협조하는 고객이 있다고 해서 실제로 전력이 공급되는 데이터 센터가 되는 것은 아닙니다.

이러한 재해석이 바로 소매 투자자가 실제로 필요한 교훈입니다. “AI가 과장된 것인가?”라는 질문으로 이 시기를 판단해서는 안 됩니다. 수요 데이터를 보면 그렇지 않다는 것을 알 수 있으며, 숫자들도 그와 일치하지 않습니다. 대신, 현재 가치가 어디서 발생하는지, 그리고 설비에 돈을 지불하는 사람들이 그 돈을 돌려받을 수 있는지가 중요합니다. 이러한 관점에서 볼 때, 이 시기는 계속 진행되고 있지만 여전히 불안정합니다. 넵게이드는 1년 만에 수익과 이익을 두 배로 올렸지만, 현재 주식 가격은 겨우 17% 상승에 불과합니다. 왜냐하면 기본 가치가 이미 약 5.3조 달러에 달하기 때문입니다. 장기적인 전망은 맞지만, 단기적인 수익률은 더 이상 AI 투자의 쉬운 부분이 아닙니다. 이것이 바로 승자를 가진 것과 시기를 잘못 파악하는 것의 차이입니다.