저자: HealingTraveler · 한국인
요약 보기
AI 인프라는 GPU 중심 범용 컴퓨팅에서 학습(엔비디아 GPU)과 추론·비용절감(브로드컴 맞춤형 ASIC)으로 역할 분담되는 방향으로 진화 중. 엔비디아는 지난 분기 매출 570억 달러(전년비 62%↑), 데이터센터 GPU 점유율 90% 이상으로 쿠다·NVLink·클러스터 설계 해자가 강함. 브로드컴은 구글 TPU 설계 참여 이력, 익명 고객사 100억 달러 계약, OpenAI 10GW 맞춤칩 도입 약속(엔비디아 GPU 가격 기준 약 3,500억 달러 환산)을 근거로 제시. 2026년 중기 관점에서 브로드컴의 성장 탄력성이 더 클 수 있으나 두 회사 모두 AI 핵심 플레이어라는 결론.
다듬은 글
이 주제에서 핵심은 "AI칩의 승자가 누구냐"가 아니라 AI 인프라가 어디까지 진화했고, 그 돈이 어떤 구조로 흘러갈 것이냐를 이해하는 것입니다. 2026년을 놓고 AI 반도체를 이야기할 때 이 질문만큼 뜨거운 주제는 없을 것입니다. 엔비디아냐 브로드컴이냐는 단순히 어느 회사가 더 좋은가의 문제가 아닙니다. AI 인프라의 방향 자체가 어디로 가고 있는가에 대한 이야기입니다. GPU 중심의 범용 컴퓨팅이 계속 지배할 것인가, 아니면 맞춤형 AI, 즉 ASIC 중심으로 판이 이동하기 시작하는가. 이 두 회사의 경쟁을 숫자와 구조 중심으로 설명드리겠습니다.
엔비디아는 지금 AI 인프라 시장에서 명실상부한 절대 강자입니다. 지난 분기 엔비디아의 매출은 무려 570억 달러, 전년 대비 62% 성장이라는 경이적인 숫자를 기록했습니다. 2년 전과 비교하면 세 배 이상, 3년 전과 비교하면 거의 열 배에 가까운 성장입니다. 이게 왜 가능했을까요? 엔비디아는 단순히 GPU를 파는 회사가 아닙니다. GPU, CUDA 소프트웨어 생태계, NVLink 인터커넥트, 서버 클러스터 설계, 이 모든 것을 하나의 묶음으로 제공합니다.
하나씩 설명드리면, CUDA 소프트웨어 생태계는 엔비디아가 20년 넘게 쌓아온 AI 개발 플랫폼입니다. 엔비디아가 만든 GPU 병렬 컴퓨팅을 중심으로 형성된 개발, 운영, 확장 전체 플랫폼을 의미하며, AI, 데이터 센터, 과학 연산, 로봇, 자율주행까지 연결되는 거대한 산업 생태계라고 이해하시면 됩니다.
NVLink는 엔비디아가 만든 초고속 칩 간 연결 기술입니다. GPU를 하나의 거대한 GPU처럼 묶어 주는 고속도로라고 보시면 됩니다. 칩이 아무리 빨라도 서로 데이터를 주고받는 속도가 느리면 전체 성능은 급격히 떨어집니다. NVLink는 이 병목을 제거하기 위해 만들어진 기술입니다.
그다음은 서버 클러스터 설계입니다. AI 연산을 가장 효율적으로 수행하도록 GPU, CPU, 메모리, 네트워크, 전력을 하나의 시스템으로 묶는 설계 능력을 말합니다. 집 하나를 잘 만드는 것이 아니라, 수백, 수천 개의 칩이 함께 가장 빠르게 일하도록 만드는 설계, 이것이 핵심입니다.
그래서 지금 데이터센터 GPU 시장에서 엔비디아의 점유율은 90% 이상입니다. 가장 큰 무기는 CUDA 생태계입니다. 현재 전 세계에서 사용되는 대부분의 대형 언어 모델과 AI 연구 코드는 CUDA를 중심으로 작성되어 있습니다. 20년간 쌓인 라이브러리와 개발 도구는 하루아침에 대체할 수 있는 것이 아닙니다. 게다가 NVLink는 수천 개의 GPU를 마치 하나의 거대한 칩처럼 묶어 줍니다. 이런 구조 때문에 고객들은 엔비디아 클러스터 안에서 다른 회사 칩을 섞어 쓰기 어렵습니다. 이것이 바로 엔비디아의 해자, 즉 진입 장벽입니다.
여기서 중요한 변화가 하나 생깁니다. AI 시장이 학습(training) 중심에서 추론(inference) 중심으로 이동하고 있다는 것입니다. 학습은 유연성과 성능이 중요하므로 GPU가 최적입니다. 하지만 추론은 다릅니다. 매일 반복되고, 전력 소모가 크고, 비용이 계속 쌓입니다. 이 지점에서 하이퍼스케일러들이 고민하기 시작합니다. "엔비디아 GPU를 계속 이렇게 비싸게 써야 하나?" 여기서 등장하는 것이 바로 브로드컴입니다.
브로드컴은 엔비디아와 정면으로 경쟁하는 회사는 아닙니다. 아예 다른 전장에서 싸웁니다. 바로 맞춤형 AI 칩, ASIC입니다. ASIC은 특정 작업에 맞게 설계된 칩입니다. 유연성은 떨어지지만 전력 효율이 좋고, 특정 워크로드에서는 훨씬 저렴합니다. AI가 추론 중심으로 갈수록 이 장점은 점점 더 커집니다.
브로드컴이 주목받는 이유는 이미 증명된 실적이 있기 때문입니다. 브로드컴은 알파벳과 함께 구글의 TPU 설계에 깊이 관여해 왔습니다. TPU는 엔비디아 GPU의 가장 강력한 대안 중 하나로 평가받고 있습니다. TPU의 성공 이후 다른 하이퍼스케일러들도 "우리도 직접 칩을 만들자"는 쪽으로 움직이기 시작했고, 그때 설계 파트너로 선택되는 회사가 바로 브로드컴입니다.
브로드컴은 아주 강한 숫자를 하나 공개했습니다. AI ASIC에서 가장 앞선 세 고객사만으로도 2027 회계연도 매출 600억 달러 이상이 가능하다고 밝혔습니다. 또 하나 있습니다. 익명의 고객사 한 곳과 100억 달러 규모의 계약을 체결했고, 내년 하반기부터 납품이 시작됩니다. 이것은 아이디어가 아니라 실제 계약입니다.
가장 상징적인 사례는 오픈AI입니다. 오픈AI는 브로드컴으로부터 10GW 규모의 맞춤형 AI 칩을 2029년 말까지 도입하겠다고 약속했습니다. 이를 엔비디아 GPU 가격 기준으로 환산하면 무려 3,500억 달러, 약 520조 원 규모입니다. 참고로 브로드컴의 현재 연간 매출은 약 630억 달러 수준입니다. 오픈AI 계약 하나가 브로드컴 연매출의 몇 배에 달하는 규모라는 것입니다. AI 시장의 잠재력이 얼마나 큰지 보여주는 숫자입니다.
이제 질문으로 돌아가 보겠습니다. 2026년에 더 나은 투자 대상은 어디일까요? 판단은 이렇습니다. 엔비디아는 AI칩 시장의 절대 강자이고, 이 지위는 쉽게 흔들리지 않습니다. 하지만 주가는 이미 이 기대를 상당 부분 반영하고 있습니다. 반면 브로드컴은 매출 기반이 더 작고, 맞춤형 ASIC이라는 구조적 성장 구간에 들어와 있습니다. 그래서 2026년이라는 중기 시점을 놓고 보면 브로드컴의 성장 탄력성이 더 클 수도 있다는 평가가 나옵니다.
다만 중요한 것은 이것이 엔비디아 대 브로드컴의 제로섬 게임이 아니라는 점입니다. AI 데이터센터 투자는 앞으로도 계속 늘어날 가능성이 높습니다. 학습은 엔비디아, 추론과 비용 절감은 브로드컴처럼 역할 분담이 일어날 가능성이 큽니다. 그래서 두 회사 모두 AI 시대의 핵심 플레이어라는 점은 변하지 않습니다. GPU와 ASIC이 공존할 가능성이 높다는 것입니다.
오늘 말씀드린 내용을 한 문장으로 정리하면 이렇습니다. 엔비디아는 AI 인프라의 표준이고, 브로드컴은 AI 인프라의 진화 방향입니다. 2026년을 바라보는 투자자라면 이 구조를 이해한 상태에서 자신의 투자 성향에 맞게 접근하는 것이 가장 중요합니다.
Comments 0