엔비디아의 FY2027 2분기 매출은 962억달러다. 1년 전보다 106% 늘었다. 데이터센터에서만 890억달러를 벌었다. 이 숫자만 놓고 보면 다시 한번 “AI GPU가 잘 팔렸다”는 설명으로 끝낼 수 있다.
그런데 이번 실적에서 더 중요한 변화는 매출 증가율이 아니다. 엔비디아가 GPU를 파는 반도체 회사에서 AI 데이터센터 전체를 설계하고 공급하는 인프라 플랫폼 회사로 이동하고 있다는 점이다. GPU에 CPU와 네트워킹을 붙이고, 랙을 묶고, 국가와 기업을 새로운 고객으로 만들고, 이제는 고객이 AI 데이터센터를 지을 자금까지 연결하려 한다.
이 글에서 확인하는 것
· 엔비디아 매출은 FY2024 609억달러에서 FY2027 한 분기 962억달러까지 커졌다
· GPU 다음 수익원은 Networking·CPU·AI Factory·Sovereign AI다
· 5,000억달러 AI 인프라 금융 계획은 왜 엔비디아의 사업모델을 바꾸는가
· FY2027 약 4,000억달러, FY2028 약 7,000억달러 시나리오는 어떻게 계산되는가
매출 962억달러보다 먼저 봐야 할 변화
엔비디아의 FY2024 연간 매출은 609억달러였다. FY2025에는 1,305억달러, FY2026에는 2,159억달러로 늘었다. 그런데 FY2027 2분기에는 한 분기에만 962억달러를 기록했다.
| 기간 | 매출 | 변화 |
|---|---|---|
| FY2024 | 609억달러 | – |
| FY2025 | 1,305억달러 | +114% |
| FY2026 | 2,159억달러 | +65% |
| FY2027 Q1 | 816억달러 | +85% YoY |
| FY2027 Q2 | 962억달러 | +106% YoY |
| FY2027 Q3 전망 | 1,080억달러 ±2% | 회사 가이던스 |
Q2 전체 매출 가운데 데이터센터 비중은 약 92.5%다. 현재 엔비디아 실적은 사실상 전 세계 AI 인프라 투자와 거의 같은 방향으로 움직인다고 봐도 된다.
다만 앞으로는 데이터센터 매출 하나만 봐서는 부족하다. 엔비디아가 고객군을 Hyperscale과 ACIE로 나눠 공개하기 시작했기 때문이다.
Hyperscale 487억달러, ACIE 403억달러
Hyperscale은 대형 퍼블릭 클라우드와 초대형 인터넷 기업을 뜻한다. Microsoft·Amazon·Google·Meta 같은 고객이 핵심이다. ACIE는 AI Clouds, Industrial & Enterprise의 약자로 AI 전문 클라우드, 기업과 산업 고객 등이 포함되는 영역이다.
| 구분 | FY2027 Q1 | FY2027 Q2 | QoQ |
|---|---|---|---|
| Hyperscale | 378.7억달러 | 487억달러 | 약 +28.6% |
| ACIE | 373.8억달러 | 403억달러 | 약 +7.8% |
이번 분기에는 Hyperscale의 증가율이 더 높았다. 빅테크의 AI 투자 확대가 여전히 엔비디아 성장의 핵심이라는 뜻이다. 동시에 ACIE도 한 분기에 400억달러를 넘었다. 다음 단계에서는 빅테크를 넘어 기업·AI 클라우드·국가까지 AI 인프라 투자가 얼마나 퍼지는지가 중요해진다.
성장엔진 1 — GPU 한 장에서 AI Factory 전체로
엔비디아의 가장 큰 전략 변화는 GPU 한 장을 파는 데서 랙과 데이터센터 전체를 공급하는 방향으로 이동하는 것이다.
Vera Rubin 플랫폼에는 Rubin GPU만 들어가는 것이 아니다. Vera CPU, NVLink, ConnectX, BlueField와 Spectrum 계열 네트워킹이 함께 움직인다. 고객이 엔비디아 GPU를 산다는 의미가 점점 엔비디아가 설계한 AI Factory 아키텍처를 채택한다는 뜻에 가까워지고 있다.
Hoonyspot의 해석 — 엔비디아의 다음 성장률은 GPU 가격을 얼마나 더 올릴 수 있느냐보다 AI 데이터센터 한 곳에서 엔비디아가 가져가는 부품과 시스템의 범위를 얼마나 확대할 수 있느냐에 달려 있다.
성장엔진 2 — Networking은 더 이상 부수 사업이 아니다
FY2026 엔비디아 데이터센터 Compute 매출은 1,624억달러, Networking 매출은 314억달러였다. 규모는 Compute가 훨씬 크지만 Networking의 전년 대비 성장률은 142%였다.
AI 클러스터가 수천 개 GPU에서 수만 개, 수십만 개 GPU로 커질수록 병목은 칩만이 아니다. 이 GPU들을 하나의 컴퓨터처럼 움직이게 하는 네트워크가 중요해진다. NVLink, InfiniBand, Spectrum-X Ethernet, ConnectX, BlueField가 이 영역에 들어간다.
성장엔진 3 — Vera CPU로 서버 CPU 시장까지 들어간다
또 하나의 변화는 CPU다. AI 서버가 GPU + CPU + Networking으로 구성된다면 엔비디아 입장에서는 CPU를 다른 회사에 남겨둘 이유가 줄어든다.
Vera CPU가 독립 제품으로 확장되면 기존 Intel·AMD CPU와 엔비디아 GPU를 조합하던 구조가 바뀔 수 있다. CUDA와 네트워킹까지 묶으면 경쟁은 GPU 한 개의 성능이 아니라 전체 시스템의 효율과 생태계 경쟁으로 이동한다.
성장엔진 4 — Training 다음은 Token Factory
AI 초기에는 거대한 모델을 학습시키는 Training이 GPU 수요를 이끌었다. 하지만 AI 서비스가 실제로 사용되기 시작하면 매일 발생하는 연산은 Inference다.
AI 에이전트가 코드를 만들고, 문서를 검색하고, 영상을 생성하고, 로봇이 주변 환경을 판단할 때마다 컴퓨팅이 사용된다.
Training이 모델을 만들기 위한 프로젝트성 투자라면 Inference는 AI 서비스가 사용되는 동안 반복된다. 엔비디아가 AI 데이터센터를 ‘Token Factory’로 설명하는 이유다. 장기적으로는 GPU 몇 대를 판매했는가보다 엔비디아 인프라에서 얼마나 많은 AI 연산이 계속 발생하는가가 더 중요해질 수 있다.
성장엔진 5 — 빅테크 다음 고객은 국가와 기업
Microsoft·Amazon·Google·Meta 같은 hyperscaler는 여전히 최대 고객이다. 그러나 엔비디아는 AI Cloud와 기업뿐 아니라 국가 단위의 Sovereign AI까지 새로운 수요로 만들고 있다.
각국 정부가 자국 데이터와 AI 모델을 자체 인프라에서 운영하려는 움직임이 커지면서 국가 단위 AI Factory라는 시장이 생겼다. 일본에서는 Rubin GPU와 Vera CPU를 활용하는 국가 AI 인프라가 발표됐고, 한국에서도 NAVER·SK그룹 등과 대규모 AI 인프라 협력이 진행되고 있다.
이 시장의 의미는 단순한 신규 매출이 아니다. 엔비디아가 몇몇 초대형 미국 빅테크에 의존하는 구조를 조금씩 넓힐 수 있다는 점이 중요하다.
성장엔진 6 — GPU를 살 고객에게 돈까지 연결한다
최근 엔비디아 전략에서 가장 눈에 띄는 변화는 금융이다. 엔비디아는 Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs, KKR 등과 AI 인프라 금융 플랫폼을 만들고 장기적으로 5,000억달러 이상의 제3자 자본을 AI 인프라로 끌어들이겠다는 계획을 발표했다.
주의해서 읽을 부분 — 5,000억달러가 엔비디아의 확정 매출이라는 뜻은 아니다. 이미 전액 집행된 투자금도 아니다. AI 데이터센터 건설에 제3자 자본을 연결하기 위한 금융 플랫폼과 협력 계획이다.
그럼에도 사업모델 측면에서는 의미가 크다. 과거에는 GPU를 구매할 능력이 있는 고객을 기다렸다면 이제는 AI Factory를 만들고 싶은 고객이 자금을 조달할 수 있도록 시장 자체를 넓히려 한다.
엔비디아는 이 구조가 향후 usage-linked revenue 기회로도 연결될 수 있다고 설명하고 있다. 하드웨어 판매가 끝난 뒤에도 AI 인프라가 가동되는 과정에서 반복적인 수익원을 만들겠다는 방향이다.
성장엔진 7 — 지금은 작지만 Physical AI가 남아 있다
자동차와 로봇은 아직 데이터센터와 비교할 수 있는 매출 규모는 아니다. 다만 엔비디아는 DRIVE, Jetson, Cosmos, Isaac 등으로 자율주행과 산업용 로봇, 휴머노이드까지 영역을 넓히고 있다.
여기에서도 칩 하나만 팔려는 것이 아니다. AI 모델 학습부터 시뮬레이션, 로봇 개발과 실제 로봇에서의 추론까지 하나의 플랫폼으로 연결하려 한다. 현재 실적을 움직이는 핵심 사업이라기보다 AI 데이터센터 이후를 준비하는 장기 옵션에 가깝다.
FY2027 매출 4,000억달러는 가능한가
현재 확정된 FY2027 Q1 매출은 816억달러, Q2는 962억달러다. 회사가 제시한 Q3 매출 전망 중간값은 1,080억달러다.
세 분기를 합하면 약 2,858억달러다. 아직 Q4 공식 가이던스는 없기 때문에 아래 숫자는 Hoonyspot이 범위를 보기 위해 계산한 시나리오다.
| Q4 가정 | FY2027 매출 | FY2026 대비 |
|---|---|---|
| 1,080억달러 | 약 3,938억달러 | 약 +82% |
| 1,160억달러 | 약 4,018억달러 | 약 +86% |
| 1,240억달러 | 약 4,098억달러 | 약 +90% |
Q4 매출은 Hoonyspot의 시나리오 가정이다. NVIDIA의 공식 Q4 가이던스가 아니다.
현재까지 확인된 실적과 Q3 가이던스를 기준으로 보면 FY2027 연간 매출 4,000억달러 안팎이 중요한 관찰 구간이 된다.
그렇다면 FY2028 매출 7,000억달러는?
엔비디아 경영진은 FY2028 매출이 FY2027보다 약 70% 성장할 수 있다는 예비 전망을 내놨다.
FY2027 매출이 약 4,000억~4,100억달러라고 가정하고 여기에 70%를 단순 적용하면 FY2028 매출은 약 6,800억~7,000억달러가 된다.
중요 — NVIDIA가 FY2028 매출 7,000억달러를 공식 가이던스로 제시한 것은 아니다. 약 70% 성장이라는 회사의 예비 전망에 Hoonyspot의 FY2027 매출 시나리오를 적용해 계산한 값이다.
SK하이닉스가 엔비디아 전략에 더 깊게 연결되는 이유
엔비디아가 아무리 좋은 GPU를 설계해도 HBM과 첨단 패키징, 전력과 데이터센터가 없으면 매출로 연결되지 않는다.
엔비디아와 SK하이닉스는 차세대 AI 메모리를 함께 개발하는 다년간 기술 파트너십을 발표했다. 협력 범위는 Vera Rubin뿐 아니라 Vera CPU와 개인용 AI, 로봇 컴퓨팅 영역까지 넓어지고 있다.
따라서 양사의 관계를 단순히 “엔비디아 GPU가 잘 팔리면 SK하이닉스 HBM도 많이 팔린다”로 보면 부족하다. NVIDIA가 AI Factory와 Physical AI로 확장할수록 필요한 메모리의 범위와 적용처도 함께 넓어질 수 있다.
반대편에는 5개의 위험이 있다
첫째, 마진이다. 매출이 빠르게 늘어도 HBM과 부품 가격, 랙 시스템 비용이 상승하면 총마진은 내려갈 수 있다. NVIDIA가 단순 GPU에서 완성형 시스템 판매로 이동할수록 매출 증가율과 이익률을 따로 볼 필요가 있다.
둘째, 가장 큰 고객이 동시에 경쟁자가 되고 있다. Google TPU, Amazon Trainium 등 주요 hyperscaler가 자체 AI 가속기를 확대하고 있다. NVIDIA가 Full Stack 전략을 강화하는 이유이기도 하다.
셋째, 중국이다. Q3 매출 1,080억달러 전망에는 중국 데이터센터 Compute 매출을 가정하지 않았다. 규제가 완화되면 추가 기회가 될 수 있지만 지정학적 위험도 계속된다.
넷째, 고객 집중도다. FY2026에는 직접 고객 한 곳이 전체 매출의 22%, 또 다른 고객이 14%를 차지했다. AI 투자가 일부 초대형 고객에 집중돼 있다는 뜻이다.
다섯째, AI가 결국 실제 돈을 벌어야 한다. AI 데이터센터 투자비보다 AI 서비스가 만들어내는 경제적 가치가 작다면 빅테크의 CapEx가 영원히 증가할 수는 없다. 엔비디아 장기 성장 논리에서 가장 중요한 전제다.
앞으로 엔비디아 실적에서 확인할 7개 숫자
| 지표 | 확인할 내용 |
|---|---|
| Data Center | AI 투자 사이클이 계속되는가 |
| Hyperscale | 빅테크 CapEx 강도가 유지되는가 |
| ACIE | AI 수요가 기업과 AI Cloud로 확산되는가 |
| Rubin 비중 | Blackwell에서 Rubin으로 전환이 빠른가 |
| Networking | GPU 밖 매출이 확대되는가 |
| Gross Margin | 메모리·시스템 원가를 가격에 전가할 수 있는가 |
| AI 인프라 금융 | 성장 지원이 금융 리스크로 바뀌지 않는가 |
엔비디아의 다음 목표는 GPU 점유율만이 아니다
지금의 엔비디아를 GPU 회사라고만 부르면 사업 전략의 절반 정도만 설명하게 된다.
GPU에서 CPU와 Networking으로, 다시 AI Factory와 Sovereign AI로 영역을 넓히고 있다. 여기에 AI 인프라 금융까지 연결하면서 GPU를 구매할 고객을 기다리는 회사에서 AI 인프라 시장 자체를 키우는 회사로 움직이고 있다.
이 전략이 성공한다면 NVIDIA의 다음 매출 성장은 GPU 몇 장을 더 파느냐만으로 설명되지 않는다. AI 데이터센터 한 곳에서 NVIDIA 제품이 차지하는 비중이 얼마나 높아지는지, 그리고 빅테크 밖에서 새로운 AI Factory가 얼마나 많이 생겨나는지가 중요해진다.
그래서 다음 실적에서 제가 먼저 볼 숫자는 다시 사상 최대 매출인지가 아니다. Hyperscale과 ACIE가 얼마나 커졌는지, Rubin이 얼마나 빠르게 매출로 전환됐는지, Networking과 CPU가 GPU 밖의 새로운 수익원으로 자리 잡고 있는지다.
함께 보면 좋은 글
· 삼성 SK 엔비디아 9500억 달러 협력의 의미는(버블12탄)
· 한국 제조업은 왜 다시 강해졌나｜납기가 만든 신중흥기
참고한 자료
· NVIDIA — FY2027 2분기 공식 실적 발표
· NVIDIA — FY2027 1분기 공식 실적 발표
· NVIDIA / SEC — FY2026 Form 10-K
· NVIDIA — Vera Rubin 생산 및 AI Factory 관련 공식 발표
· NVIDIA — AI 인프라 금융 플랫폼 공식 발표
· NVIDIA · SK하이닉스 — 차세대 AI 메모리 다년간 기술 파트너십
· Reuters — FY2028 성장 전망, Rubin 전환 및 마진 관련 보도
본문의 실적 수치는 2026년 8월 27일 확인 기준이다. 전망과 Hoonyspot 계산은 본문에서 별도로 구분했다.
본 글은 공개된 기업 자료와 공시를 바탕으로 산업과 기업 구조를 분석한 일반 정보이며 특정 종목의 매수·매도를 권유하는 투자자문이 아닙니다. 회사가 발표한 전망과 Hoonyspot의 계산·해석은 구분해 작성했습니다.
글쓴이 Hoony | Hoonyspot
Hoonyspot은 기업 공식 발표와 공시, 공개 데이터를 확인하고 필요한 경우 직접 계산해 재테크·AI·IT 이슈를 이해하기 쉽게 재구성합니다. 이 글의 수치와 전망은 발행 시점 기준이며 이후 실적과 회사 발표에 따라 달라질 수 있습니다.
