[서울=뉴스핌] 황숙혜 기자 = 엔비디아(NVDA)가 또 한 번 시장 예상을 훌쩍 뛰어넘는 실적을 발표했지만 26일(현지시각) 주가는 5% 이상 급락했다. 11분기 연속 역대급 성적과 '서프라이즈'에도 투자자들이 고민하는 지점은 명확하다.

엔비디아가 성장을 지속할 수 있을 것인가에 대한 의문은 곧 엔비디아의 고객인 빅테크가 이익 개선 없이 인공지능(AI) 설비 투자를 얼마나 더 버틸 수 있을 것인가에 대한 물음이다.

CNBC의 '매드 머니(Mad Money)' 진행자 짐 크레이머와 월가의 논객들이 거듭 제기했던 쟁점이고, 최근 시트리니 리서치 사태와 시트론 리서치의 샌디스크 공매도 보고서까지 결국 같은 맥락이다. AI 인프라 투자가 더 이상 '묻지마 수혜' 국면이 아니라는 지적이다.

혼란의 한가운데서 AI 도구를 이용해 AI 칩부터 메모리, 전력, 데이터센터, 소프트웨어로 이어지는 GDI(Gross Domestic Intelligence, 국내총지능) 가치 사슬을 펼쳐 보면 구조적 수혜 섹터와 사이클, 버블의 영역이 한층 명확해 진다. 

엔비디아의 최근 실적은 표면적으로는 모든 논쟁을 잠재운 보고서였다. 지난해 10월 종료된 2026 회계연도 3분기 매출은 570억달러로, 전분기 대비 62% 급증한 동시에 시장 예상치를 뛰어넘었고, 특히 데이터센터 사업부는 또다시 기록을 갈아 치웠다.

AI 서버용 GPU(그래픽처리장치)와 가속기 매출이 전체에서 압도적 비중을 차지했고, 매출총이익률은 70% 중반대에 근접했다. 경영진은 컨퍼런스콜에서 회계연도 4분기 시장 컨센서스를 수십억 달러 웃도는 가이던스를 내놨다.

완벽해 보이는 성적표에 투자자들이 '팔자'로 반응한 데 대해 월가는 기대감이 선반영 됐다는 진단과 함께 성장이 언제 꺾일 지 모른다는 불안감을 배경으로 지목했다.

지금까지 시장은 AI 인프라 붐을 '엔비디아의 모트(moat, 해자)와 기술 리더십'의 이야기로 소비했다. 하지만 실제로는 엔비디아의 호실적 뒤에 빅테크들의 막대한 설비 투자(CAPEX), 곧 소수 하이퍼스케일러의 대차대조표와 현금흐름이 숨어 있다.

관련 업계의 발표와 IB들 보고서를 종합하면 글로벌 기술 기업들이 AI와 클라우드 데이터센터에 쏟아부을 자금이 6000억~7000억달러에 달할 전망이다. 이미 일부 빅테크는 AI 설비 투자 규모가 연간 감가상각비와 잉여현금흐름을 뛰어넘고 있고, 부채와 장기 계약을 통해 미래 수요를 앞당겨 쓰는 구조를 취하고 있다.

이익 개선이 충분하지 않은 상태로 천문학적인 투자가 지속될 수 있는가에 대한 투자자들의 의문 제기는 당연하다.

사실 이 질문은 곧 GDI 가치 사슬의 시작점이자 끝점이기도 하다. 첫 번째 축은 칩 레이어다. GPU와 가속기 칩, 고대역폭 메모리(HBM), 첨단 패키징과 파운드리 캐파가 여기에 속한다.

엔비디아와 몇몇 경쟁사는 설계 능력과 생태계 락인, 소프트웨어 스택을 무기로 사실상 독점적 지위를 누리고 있고, 하이퍼스케일러들은 이들의 물량을 확보하기 위해 수십억달러 단위의 장기 공급과 용량 계약을 체결하고 있다. 파운드리와 패키징 업체들은 이에 맞춰 설비 투자를 늘리고, 특정 노드와 공정은 사실상 'AI 전용 라인'으로 고착되고 있다.

두 번째 축은 데이터센터 인프라다. GPU와 메모리가 실제로 장착되는 곳이며, 전 세계 전력망과 직접 연결된 물리적 허브이기도 하다. AI 워크로드를 처리하는 데이터센터의 전력 수요는 이미 일반 클라우드와 IT 워크로드를 크게 웃돌고 있다. 미국과 유럽, 아시아 곳곳에서 신규 데이터센터 부지가 전력과 용수, 인허가 문제에 가로막히면서 프로젝트가 지연되고, 기존 지역에서는 송배전망 보강을 위한 추가 투자가 요구되고 있다.

에너지 및 환경 관련 싱크탱크 분석에서는 2030년경 전세계 데이터센터의 전력 소비량이 현재의 두세 배로 불어날 수 있다는 전망이 반복해서 제시된다. 칩과 서버에 대한 투자만으로는 해결되지 않는 '전력의 병목'이 GDI 시대의 핵심 리스크로 대두되는 이유다.

세 번째 축은 소프트웨어와 플랫폼이다. 여기에는 거대언어모델(LLM)과 멀티모달 모델, 그 위에 얹힌 에이전트·검색·코파일럿 서비스, 그리고 이를 실제 업무 프로세스에 녹여내는 엔터프라이즈 솔루션이 포함된다.

문제는 이 레이어의 상용화 속도가 하드웨어 투자 속도를 따라잡지 못하고 있다는 점이다. 다양한 컨설팅과 정책 리포트에서 공통적으로 나오는 지적은 기업과 공공 부문에서 진행 중인 AI 프로젝트의 상당수가 파일럿 단계에서 멈추고 있으며, 의미 있는 재무 성과를 보고하는 사례는 여전히 소수에 그친다는 것이다.

GPU 렉과 새 데이터센터는 빠르게 늘어나지만 이를 통해 실제로 얼마나 많은 유용한 토큰과 생산성 개선, 매출 증가를 이루고 있는가에 대해서는 아직 설득력 있는 정량 데이터가 부족하다.

네 번째 축은 전력과 네트워크, 환경, 규제, 지정학이라는 외곽 인프라다. 국가 전력 시스템과 에너지 믹스, 송배전망 투자, 물과 토지, 각국의 데이터 규제와 안보 우려, 소버린 클라우드와 '주권적 AI 인프라' 요구 등이 모두 이 층에 걸쳐 있다.

이미 일부 국가는 데이터센터 전력 소비를 제한하거나 환경 규제를 강화하는 정책을 검토하는 움직임이고, 특정 국가나 기업에 대한 수출 통제나 제재는 GPU와 네트워크 장비, 클라우드 서비스에 이르기까지 AI 가치 사슬 전체에 영향을 미치고 있다. 

네 번째 축은 단순히 원가와 리스크의 문제를 넘어 어느 지역이 더 높은 '국내총지능'을 축적할 수 있을지를 가르는 구조적 변수로 작용한다.

이 네 개의 층을 관통하는 키워드는 결국 누가, 얼마나 오래, 무엇을 위해 자본을 투입하는가의 문제와 직결된다. 엔비디아의 실적과 주가 조정, 크레이머의 질문은 칩 레이어가 아니라 맨 아래쪽에서 이 질문을 다시 던지고 있다.

현재 AI 인프라 붐은 빅테크의 대차대조표와 신용에 레버리지된 형태를 띠고 있다. 이들이 AI 인프라에 쏟아붓는 돈이 곧바로 생산성과 매출, 이익 개선으로 돌아오지 않는다면, 어느 순간 설비 투자의 기울기는 완만해질 수밖에 없다. 투자자들이 엔비디아의 실적 호조에 안도 대신 차익 실현과 리레이팅을 선택한 데는 이 같은 긴장이 깔려 있다.

샌디스크를 정면으로 겨냥한 시트론 리서치의 공매도 보고서와 이른바 '시트리니 쇼크'도 같은 맥락이다. 시트론은 리포트에서 "시장은 샌디스크를 엔비디아처럼 가격을 매기고 있지만, 실제로 이 회사는 전형적인 메모리 사이클 자산"이라고 지적한다.

보고서는 최근의 NAND 공급 타이트 현상이 구조적 수요 증가 때문이 아니라 주요 업체의 수율 문제와 설비 전환이 만든 일시적 공급 쇼크에 가깝다고 본다. 여기에 과거 사이클 고점 대비 수 배에 이르는 밸류에이션과 대주주의 지분 매각, 삼성 등 경쟁사의 공급 전략을 근거로 AI 스토리지 붐 내러티브의 취약성을 파고들었다.

시트리니 리서치의 공격 역시 방향은 다르지만 결국 같은 지점을 겨냥하고 있다. AI 테마 전반의 밸류에이션이 지속 가능한 이익 성장보다 엔비디아와 비슷해 보인다는 이유만으로 리레이팅 되고 있는 것 아니냐는 문제제기다.

이처럼 복잡한 GDI 가치 사슬 위에서 구조적 수혜 섹터와 버블을 구분하는 것은 투자자들의 몫이다. 시장 전문가들은 세 가지 기준을 제시한다. 첫째, 모트의 유무다. IB들은 칩 설계와 소프트웨어 생태계, 개발자 락인, 규모의 경제가 동시에 작동하는 엔비디아식 인프라는 경쟁사의 캐파 증설이나 단기 수요 둔화에도 일정 수준 이상의 가격 결정력과 수익성을 유지할 가능성이 크다고 본다.

이와 달리 메모리와 스토리지, 범용 서버, 일반 데이터센터 리츠 등 기술적 차별화가 상대적으로 약한 영역은 같은 설비 투자 증가 속에서도 마진과 밸류에이션이 훨씬 크게 출렁일 수 있다는 지적이다.

둘째, 수요의 구조성이다. 특정 하이퍼스케일러 몇 곳의 설비 투자에 의존하는 비즈니스와 다양한 산업 및 국가에서 AI 활용 사례가 늘어날수록 자연히 수요가 분산, 확대되는 비즈니스를 구분해야 한다. 후자일수록 크레이머의 질문, 즉 '이익 개선 없이 지금 같은 지출을 버틸 수 있는가'에 덜 민감하다.

셋째, 설비 투자와 운영 비용(OPEX), 생산성의 연결고리다. 지금의 AI 붐은 하드웨어 설비 투자에 지나치게 편중되어 있고, 데이터와 프로세스, 인력에 대한 투자와 AI 활용 구조 개편을 포함하는 OPEX 영역은 상대적으로 뒤처진다.

하지만 '국내총지능'을 키우는 데 중요한 것은 하드웨어의 총량이 아니라 그것이 얼마나 효율적으로 활용돼 이익과 GDP(국내총생산)를 만들어내는가 하는 문제라고 월가는 강조한다.

국가나 기업 차원에서 보면, 무작정 GPU와 데이터센터를 늘리는 것이 아니라 동일한 설비 투자로 더 많은 생산성 레버리지를 뽑아내도록 데이터 거버넌스와 규제 정비, 인력 재교육, 업무 재설계에 병렬 투자하는 쪽이 훨씬 지속 가능한 전략이라는 설명이다.

지금의 AI 인프라 투자는 이익이 뒤따르는가. 투자가 특정 기업이나 국가의 국내총지능을 끌어올리면서 장기적으로 더 높은 생산성과 성장률로 연결될 수 있는 구조인가. GDI 시대의 투자 지도는 결국 이 두 가지 질문에 대한 냉정한 답을 찾는 과정이다. 

shhwang@newspim.com