* 엔비디아 Q4'25 실적 * (2월28일 주가 : 124.9$, eps : 2.94, per : 42.5)
조정 EPS: $0.89 (예상 $0.84); 전년 대비 +71% 증가
매출: $39.3B (예상 $38.3B); 전년 대비 +78% 증가
조정 영업이익: $25.52B; 전년 대비 +73% 증가
조정 총이익률: 73.5% (예상 73.5%)
* Q4'25 부문별 실적 *
데이터센터 매출: $35.6B (예상 $34.1B); 전년 대비 +93% 증가
게이밍 매출: $2.5B (예상 $3.2B); 전년 대비 -11% 감소
프로페셔널 비주얼라이제이션 매출: $511M (예상 $486M); 전년 대비 +10% 증가
자동차 부문 매출: $570M (예상 $449M); 전년 대비 +103% 증가
* 주요 발표 및 전략 업데이트 *
분기 배당금: 주당 $0.01, 2025년 4월 2일 지급 예정
Blackwell AI 슈퍼컴퓨터, 첫 분기에 수십억 달러 매출 달성
AWS, Google Cloud, Microsoft Azure, 토요타, 현대와 AI 및 자동차 솔루션 관련 핵심 파트너십 체결
* 2026년 1분기 가이던스 *
매출: $43.0B ± 2% (예상 $42.3B)
조정 총이익률: 71.0% ± 0.5% (예상 72.1%)
조정 운영비용: $3.6B
* 경영진 코멘트 *
CEO 젠슨 황: “Blackwell에 대한 수요는 엄청납니다. 추론 AI는 또 하나의 확장 법칙을 추가하며, 훈련을 위한 컴퓨팅이 증가할수록 모델이 더 똑똑해지고, 장기적인 사고를 위한 컴퓨팅이 증가할수록 더 나은 답을 제공합니다.”
“AI는 빛의 속도로 발전하고 있으며, 에이전틱 AI와 피지컬 AI가 다음 AI 혁신의 기반을 마련해 가장 큰 산업들을 변화시킬 것입니다.”
*CFO *
"2025 회계연도 데이터센터 매출은 $115.2B로, 전년 대비 142% 증가했습니다. 2025 회계연도 4분기 데이터센터 매출은 사상 최대치를 기록하며 전년 대비 93%, 전 분기 대비 16% 증가했습니다.
또한, 2025 회계연도 4분기 Blackwell 아키텍처 매출은 $11.0B(예상 5B)에 달했으며, 이는 우리 회사 역사상 가장 빠른 제품 확장 속도를 기록한 것입니다."
** 엔비디아 Q4'25 어닝콜 **
*엔비디아 CFO *:
"Blackwell 생산이 여러 구성에서 본격적으로 진행되고 있으며, 공급을 빠르게 확대하여 고객 채택을 늘리고 있습니다. 고객들은 인프라를 확장하여 AI 훈련을 진행하는 데 박차를 가하고 있습니다."
"차세대 최첨단 모델을 개발하고 AI 기능의 다음 단계를 열기 위해 Blackwell을 사용한 클러스터는 10만 개 이상의 GPU로 시작하는 것이 일반적일 것입니다. 이러한 규모의 여러 인프라에 대한 출하가 이미 시작되었습니다."
"장기적 사고 추론 AI는 원샷 추론 대비 작업당 최대 100배 더 많은 컴퓨팅이 필요할 수 있습니다."
"Blackwell은 추론 AI 인퍼런스를 위해 설계되었습니다. Blackwell은 추론 AI 모델의 토큰 처리량을 최대 25배 증가시키고 h100 대비 비용을 20배 절감하여 혁신적입니다."
NVIDIA의 소비자 인터넷 부문 매출은 전년 대비 3배 증가했으며, 이는 생성형 AI(GenAI) 및 딥러닝 기반 추천 시스템, 검색, 에이전틱 AI(Agentic AI) 기술 발전에 힘입은 것입니다.
XAI는 차세대 Grok 모델 훈련을 위해 GB200을 채택했으며, Meta의 Andromeda 광고 엔진은 Hopper Superchips에서 실행되며 광고 인퍼런스 처리량을 3배 증가시켜 광고 수익을 극대화하고 있습니다.
엔터프라이즈 매출은 AI 미세 조정, 에이전틱 AI 워크플로우, GPU 가속 데이터 처리에 대한 수요 증가로 인해 거의 2배 증가했습니다.
"로보틱스 및 자율주행차(AV) 부문에서는 거의 모든 AV 기업이 NVIDIA 플랫폼을 기반으로 개발 중이며, AV/로보틱스 시장은 올해 회계연도에 50억 달러 규모에 이를 것으로 예상됩니다."
"중국 출하량은 현재 데이터 센터 매출에서 차지하는 비율과 대체로 비슷한 수준을 유지할 것으로 예상됩니다."
"XAI가 차세대 AI 모델 훈련 및 인퍼런스를 위해 GB200을 채택했습니다."
"올해 후반부에 총 마진이 다시 70% 중반대로 회복될 것으로 예상됩니다."
총 마진은 NVIDIA가 Blackwell 생산을 신속하게 확대하는 것을 우선시함에 따라 1분기(April)보다 2분기(July)에 저점을 기록할 가능성이 높다고 언급. 마진은 연말까지 70% 중반대로 회복될 것으로 예상되며, 생산 확장 이후 비용 효율성이 개선되면서 점진적으로 상승할 전망.
맞춤형 시스템(수냉 및 액체 냉각 솔루션 포함)은 단기적으로 복잡성을 더하지만, 장기적으로 마진 확장 기회를 제공할 것.
엔비디아 CEO 젠슨황: "Blackwell은 AI 인퍼런스 및 추론의 미래를 위해 설계되었습니다."
"현재 인퍼런스 컴퓨팅 수요는 초기 대형 언어 모델(LLM) 대비 이미 100배 이상이며, AI 발전과 함께 수천 배 더 확장될 수 있다 . Blackwell은 이러한 변화를 대비해 설계되었으며, 장문 추론에 대해 25배 높은 처리량을 제공하고 사전 훈련, 사후 훈련, 인퍼런스 확장에 유연한 아키텍처를 갖추고 있습니다.
Blackwell Ultra, 2025년 하반기 출시 예정 – Blackwell에서 원활한 업그레이드 가능
젠슨 황 CEO는 Blackwell Ultra가 올해 하반기에 출시될 예정이며, NVIDIA의 연간 출시 주기를 따를 것이라고 확인. 초기 Blackwell 생산은 지연이 있었으나 현재 완전히 정상화됨.
Hopper에서 Blackwell로의 전환이 어려웠던 것과 달리, Blackwell Ultra는 기존 아키텍처에 원활하게 적용될 수 있어 고객들에게 최소한의 혼란을 줄 것.
NVIDIA는 이미 파트너사들과 함께 Blackwell Ultra 이후 차세대 아키텍처인 "Vera Rubin"을 준비 중이며, 이에 대한 추가 정보는 GTC에서 공개될 예정.
"중국의 점유율은 4분기와 이전 분기와 거의 동일합니다. 수출 통제 이전의 절반 정도입니다."
* NVIDIA vs. 맞춤형 ASIC – 엔비디아가 이기는 이유 *
젠슨 황 CEO:
"우리 아키텍처는 범용적입니다. 자회귀 모델, 확산 기반 모델, 비전, 멀티모달, 텍스트 등 어떤 것이든 뛰어난 성능을 발휘합니다."
NVIDIA는 데이터 처리부터 사후 훈련(post-training), 인퍼런스까지 모든 과정을 아우르는 엔드투엔드(end-to-end) 플랫폼을 제공하며, 이는 AI 혁신의 기본 선택지가 되고 있음.
맞춤형 ASIC과 달리 NVIDIA는 모든 클라우드, 온프레미스(on-prem), 로보틱스까지 광범위하게 적용 가능.
"데이터센터 크기가 고정되어 있고, 우리의 칩이 4배 혹은 8배 더 효율적이라면, 이는 곧 4배 혹은 8배 더 높은 수익으로 직결됩니다."
그는 진정한 도전 과제는 칩을 만드는 것뿐만 아니라 소프트웨어 생태계를 구축하는 것이라고 강조.
"우리 아키텍처 위에서 개발되는 소프트웨어의 양은 기하급수적으로 증가하고 있으며, AI 발전 속도는 매우 빠릅니다. 새로운 프로세서를 AI 팩토리에 배치하는 것은 결코 쉬운 일이 아닙니다."
* NVIDIA가 승리하는 이유: 성능, 다용성, 신속한 배포 속도 *
"수많은 칩이 설계되지만, 결국 중요한 순간에는 비즈니스적인 결정을 내려야 합니다."
우리의 기술은 단순히 고성능일 뿐만 아니라 매우 유연하고 신속하게 배포할 수 있는 소프트웨어 에코시스템을 수반하기 때문에 맞춤형 ASIC과의 균형에 있어 압도적인 우위성을 가지고 있다고 자부합니다.
“우선 엔터프라이즈 부문의 성장률이 1월에 전년 대비 2배가 된 것은 클라우드 서비스 프로바이더(CSP)와 동등한 성장을 나타내고 있으며, 양쪽 모두 매우 중요한 시장이라고 인식하고 있습니다. CSP는 내부 소비와 외부 소비의 양면에서 설비를 활용하고 있으며, 애플리케이션에서 매우 높은 유연성과 긴 수명을 발휘하기 때문에 총 비용도 절감된다는 장점이 있습니다.
또한 향후 성장 드라이버로서 엔터프라이즈 시장이 매우 큰 잠재력을 가지고 있다고 생각합니다. 예를 들어, 자동차 메이커를 예로 하면, 종업원을 위한 업무 개선을 실현하는 에이전틱 AI, 차량의 운행을 최적화하기 위한 AI, 그리고 물리적인 현상이나 환경에 대응하는 「물리 AI」라고 하는, 복수의 AI층이 병행해 발전해 나갈 것으로 예측됩니다. 이에 따라 기업은 단순한 클라우드 서비스 이용에 머무르지 않고, 자사에서의 AI 도입을 한층 추진하고, 전체 소비 믹스에 있어서 엔터프라이즈가 주도적인 역할을 한다고 생각하고 있습니다.
즉, CSP의 내부와 외부 모두의 수요 최적화를 통해 장기적으로는 엔터프라이즈 시장이 전체 성장을 견인하는 큰 요인이 될 것이라고 확신하고 있습니다. "
AI는 주류가 되었으며, 이제 막 시작 단계 – “이 시대는 이제 겨우 3년 차”
"우리는 여정을 시작한 지 3년이 되었고 수십 년이 걸려 구축한 컴퓨터를 현대화하고 있습니다. 그래서 저는 우리가 이 새로운 시대의 시작에 있다고 확신합니다."
젠슨 황 CEO가 미국 내 AI 수요와 AI의 미래에 대해 언급:
"AI는 모든 곳에 존재합니다—배달 서비스, 쇼핑, 핀테크, 헬스케어, 교육, 기후 기술, 광물 탐사 등 모든 산업이 AI를 핵심에 통합하고 있습니다."
그는 AI를 역사상 가장 큰 소프트웨어 혁명으로 보고 있으며, 기존의 전통적인 수작업 코딩 기반 소프트웨어에서 AI 기반 가속 컴퓨팅으로의 전환이 이루어지고 있다고 설명.
"우리는 수십 년 동안 범용 컴퓨팅을 위한 데이터센터를 구축해 왔습니다. 이제, 이를 AI에 맞춰 현대화하고 있습니다."
성장 전망에 대해:
"어떠한 기술도 AI만큼 세계 GDP의 더 큰 부분을 차지할 기회를 가진 적이 없습니다."
NVIDIA는 현재 이 변화의 초기 단계에 있으며, AI가 소프트웨어, 산업, 경제를 전례 없는 규모로 재편하고 있다고 강조.
** 엔비디아 CEO 젠슨황 CNBC 인터뷰(어닝콜 이후)- AI 수요 및 데이터센터 확장 전망 **
* 다음 분기 및 중기 수요 전망 *
Q: "다음 분기 실적 가이던스가 기대보다 높게 나왔습니다. 그리고 단기 수요 신호로서, 오늘 아마존 CEO 앤디 재시(Andy Jassy)와 이야기했는데, 현재 AWS를 통해 판매할 수 있는 AI 리소스가 더 있다면, 더 많이 판매할 수 있을 것이라고 말했습니다. 이는 귀하가 실적 발표에서 언급한 단기 수요 신호와 일치합니다.
그렇다면, 투자자들이 주목해야 할 중기적인 수요 신호는 무엇인가요? 데이터센터 및 AI 팩토리 확장과 관련하여 역사적으로 어떤 차이가 있습니까?"
A:
단기적인 수요 신호는 POS(주문서)와 수요 예측치(Forecasts)에서 바로 나타납니다.
하지만 그 외에도 예측되지 않은 수요가 있습니다.
새롭게 등장하는 스타트업들이 AI 분야에서 돌파구를 마련하며, 이 중 일부는 상당히 유명한 기업들입니다.
특히, 추론 AI(reasoning AI) 및 범용 인공지능(AGI) 관련 혁신적인 스타트업들이 증가하고 있으며,
에이전틱 AI(agentic AI) 및 물리적 AI(physical AI) 관련 기업들도 등장하고 있습니다.
이들 스타트업들은 각각 대량의 추가적인 컴퓨팅 리소스를 필요로 합니다.
따라서, AWS와 같은 클라우드 제공업체들은 즉각적인 AI 컴퓨팅 리소스 확충이 절실한 상황입니다.
중기적인 신호는 데이터센터에 대한 자본 투자 증가에서 확인할 수 있습니다.
올해의 데이터센터 투자 규모는 작년보다 훨씬 크며, 작년 또한 매우 높은 투자 수준을 기록했습니다.
Blackwell GPU 출시 및 신규 데이터센터 가동이 이루어지면서, 올해도 상당한 성장세가 예상됩니다.
* 장기적인 관점 – AI 추론 시대의 시작 *
우리는 이제 AI 추론(reasoning AI) 시대의 초입에 있습니다.
기존 AI는 질문을 받으면 즉시 답변을 생성하는 방식이었습니다.
하지만 추론 AI(reasoning AI)는 답변을 생성하기 전에 사고(thinking) 과정을 거칩니다.
질문을 논리적으로 분석하고,여러 단계를 거쳐 결론을 도출하며, 내부 데이터베이스를 검색하고,최적의 답변을 선택하는 방식입니다.
이러한 추론 과정에는 기존 대비 100배 이상의 연산량이 필요합니다.
작년에 AI 연산 수요가 이미 상당하다고 생각했지만,
DeepSeek, ChatGPT-4, Grok 3 reasoning AI 등의 모델이 등장하면서
AI 연산 필요량이 기하급수적으로 증가하고 있습니다.
DeepSeek의 영향 – AI 연산 수요가 감소하지 않고 증가하는 이유
Q: "일부에서는 DeepSeek가 AI 연산을 효율적으로 수행하여 연산 부담을 줄였다고 해석했습니다. 하지만 귀하께서는 오히려 DeepSeek로 인해 컴퓨팅 수요가 증가했다고 하셨습니다. 이에 대해 자세히 설명해 주시겠습니까?"
A:
AI 개발 과정은 세 가지 주요 단계로 나뉩니다.
1)사전 훈련 (Pre-training)
AI가 기본적인 지식(수학, 언어, 일반 상식 등)을 학습하는 과정.
이는 인간이 고등학교에서 기초 교육을 받는 것과 유사.
2) 사후 훈련 (Post-training)
AI 모델이 인간 피드백을 받고 성능을 개선하는 단계.
강화 학습(Reinforcement Learning) 및 인간 피드백(RLHF)을 통해 AI가 더욱 정교해짐.
자체적인 실험 및 테스트를 통해 학습(예: 강화 학습 검증 가능한 보상 피드백).
이 과정에서 AI의 연산량이 기존 대비 최대 100배 증가할 수 있음.
3) 추론(Inference) – AI의 실제 활용 단계
질문을 받았을 때, 즉시 답변을 내놓는 것이 아니라,
논리적으로 분석하고 여러 답변을 평가한 후, 가장 적절한 답변을 제공하는 방식으로 발전.
즉, 추론 과정 자체가 훨씬 더 복잡해지고, 연산량도 기존 대비 100배 이상 증가.
AI 컴퓨팅 수요 폭증 – 추론(Inference) 과정에서의 변화
기존 AI 모델은 질문을 받으면 즉각적으로 답을 생성했지만, 최신 AI 모델들은 더 깊이 있는 사고 과정을 거친 후 답변을 생성합니다.
질문을 분석하고,단계별로 답변을 구성하며, 내부 데이터베이스를 검색하고, 여러 개의 답변을 생성한 후 최적의 답안을 선택하는 방식으로 발전.이처럼 추론(Inference) 과정에서의 변화로 인해, 강화 학습(Reinforcement Learning), 합성 데이터 생성(Synthetic Data Generation), 추론 모델 개선(Reasoning AI models) 등의 기술 발전이 이루어지고 있으며, 이 모든 요소가 결합되면서 AI 연산 수요가 폭발적으로 증가하고 있음.
요약
1️⃣ AI 컴퓨팅 수요는 단기적으로도 강력하며, 신규 스타트업과 AWS 등의 클라우드 제공업체에서 즉각적인 추가 리소스를 필요로 함.
2️⃣ 데이터센터 투자 증가가 중기적인 수요 증가 신호이며, Blackwell 및 신규 AI 팩토리 가동으로 더욱 강화될 것.
3️⃣ 추론 AI(reasoning AI) 시대가 도래하면서, 기존 AI 대비 연산량이 100배 이상 증가.
4️⃣ DeepSeek 등 최신 AI 모델들은 컴퓨팅 효율을 높이는 것이 아니라, 오히려 더 정교한 연산을 요구하며, 연산 수요를 더욱 폭증시키고 있음.
5️⃣ AI 추론(Inference) 단계에서도 복잡한 사고 과정을 거치며, 이에 따라 AI 연산 필요량이 기하급수적으로 증가하고 있음.
결론적으로, AI 혁신이 지속될수록 NVIDIA의 GPU 및 데이터센터 수요는 더욱 증가할 것으로 전망
BY 텔레그렘 루팡
Disclaimer
- 당사의 모든 콘텐츠는 저작권법의 보호를 받은바, 무단 전재, 복사, 배포 등을 금합니다.
- 콘텐츠에 수록된 내용은 개인적인 견해로서, 당사 및 크리에이터는 그 정확성이나 완전성을 보장할 수 없습니다. 따라서 어떠한 경우에도 본 콘텐츠는 고객의 투자 결과에 대한 법적 책임소재에 대한 증빙 자료로 사용될 수 없습니다.
- 모든 콘텐츠는 외부의 부당한 압력이나 간섭없이 크리에이터의 의견이 반영되었음을 밝힙니다.
