젠슨 황의 반격 - AI 논쟁의 다음 승부처는 칩이 아니라 전력까지 이어진다
AI를 늦춰야 한다는 목소리에 젠슨 황은 “가능한 한 빨리 가야 한다”고 맞섰다. 그러나 투자자에게 더 중요한 것은 철학 논쟁의 승자가 아니다. AI가 계속 빨라질수록 GPU, 메모리, 네트워크, 그리고 전력이 실제로 그 속도를 감당할 수 있느냐가 다음 병목이 된다.

20초 핵심
“가능한 한 빨리” - 단, 안전하지 않은 제품은 내놓지 않는다
CBS가 공개한 인터뷰 예고편에서 젠슨 황 엔비디아 CEO는 AI 개발에 대해 “가능한 한 빨리 가야 한다”는 취지로 말했다. 동시에 준비되지 않았거나 안전하지 않은 제품을 출시해서는 안 된다고 선을 그었다. 2030년까지 AI가 세상을 파괴할 가능성에 대해서도 강하게 부정했다.
여기서 중요한 구분이 있다. 황의 주장은 “안전은 필요 없다”가 아니다. 제품 검증과 안전 기준은 강화하되, 기업들이 공동으로 기술 개발 속도 자체를 낮추는 방식에는 반대한다는 것이다. 최근 Anthropic의 다리오 아모데이가 AI의 지수적 발전을 경고하며 감속 필요성을 말한 것과 정확히 대비된다.
지금까지의 답은 “수요가 꺾이지 않았다”에 가깝다
엔비디아의 가장 최근 실적은 적어도 현재까지 AI 인프라 수요가 강하다는 것을 보여준다. FY2027 2분기 매출은 962억달러로 전년 대비 106% 증가했고, 데이터센터 매출은 890억달러로 117% 늘었다. 데이터센터가 전체 매출의 약 92%를 차지한 셈이다.

더 흥미로운 것은 엔비디아가 GPU 한 장의 성능보다 ‘AI 팩토리’ 전체를 판매하려 한다는 점이다. 회사는 GPU, CPU, NVLink, 이더넷과 인피니밴드 네트워크, 시스템, 소프트웨어를 하나의 플랫폼으로 묶고 있다. 젠슨 황은 최근 실적 발표에서 데이터센터 1GW당 엔비디아의 매출 기회가 Hopper 세대 약 180억달러에서 Blackwell 250억달러, Vera Rubin 400억달러 수준으로 확대된다고 주장했다. 이는 회사의 추정치이지 확정된 시장 규모는 아니지만, 전략의 방향은 분명하다. 엔비디아는 ‘GPU 공급자’보다 ‘AI 데이터센터의 시스템 공급자’가 되려 한다.
그래서 다음 병목은 칩보다 더 느리게 늘어나는 것들이다
AI 모델은 소프트웨어처럼 빠르게 발전하지만 데이터센터는 그렇지 않다. 발전소, 송전망, 변압기, 냉각 설비, 부지 인허가는 몇 년 단위로 움직인다. IEA는 전 세계 데이터센터 전력 소비가 2025년 약 485TWh에서 2030년 약 950TWh로 거의 두 배가 되고, AI 전용 데이터센터의 전력 소비는 같은 기간 약 세 배가 될 것으로 본다.

문제는 전기를 만드는 양만이 아니다. 필요한 장소에 필요한 시점에 연결하는 전력망이 더 큰 제약이 될 수 있다. IEA는 송전선 건설에 선진국 기준 4~8년이 걸릴 수 있고, 변압기와 케이블 같은 핵심 장비의 대기기간도 길어졌다고 지적한다. 별도 분석에서는 전력망 제약으로 2030년까지 계획된 세계 데이터센터 용량의 약 20%가 연결 지연 위험에 놓일 수 있다고 봤다.
| AI 투자 단계 | 핵심 병목 | 확인할 숫자 |
|---|---|---|
| 연산 | GPU, HBM, 첨단 패키징 | 가속기 출하량, HBM 공급, 패키징 가동률 |
| 클러스터 | 네트워크, 서버, 랙 | 네트워크 매출, 서버 리드타임, 랙 전력밀도 |
| 데이터센터 | 냉각, 변압기, 송배전 | 전력 계약, 계통 연결 대기기간, 변압기 리드타임 |
| 서비스 | 추론 비용과 고객 ROI | 토큰당 비용, 추론 매출, 기업 AI 지출의 생산성 효과 |
엔비디아에 좋은 논쟁이지만, 좋은 주식이라는 결론까지는 아니다
AI 개발이 계속 가속된다면 엔비디아에는 분명 유리하다. 학습뿐 아니라 추론, 에이전트, 로보틱스까지 연산량이 늘수록 엔비디아가 판매할 수 있는 컴퓨팅과 네트워크의 범위도 넓어진다. IEA에 따르면 대형 기술기업 5곳의 자본지출은 2025년 4,000억달러를 넘어섰고 2026년에는 다시 약 75% 증가할 전망이다.

하지만 수요가 강하다는 것과 투자 위험이 낮다는 것은 다른 이야기다. 엔비디아의 FY2027 2분기에는 한 직접 고객이 전체 매출의 16%를 차지했다. 상반기 기준으로는 세 직접 고객이 각각 16%, 15%, 13%였다. AI 인프라 투자가 소수의 하이퍼스케일러와 AI 기업에 집중돼 있다는 뜻이다. 이들이 동시에 CAPEX 증가율을 낮추면 공급망 전체가 빠르게 흔들릴 수 있다.
또 하나의 역설도 있다. GPU 성능과 에너지 효율이 좋아질수록 같은 작업에 필요한 전력은 줄어든다. 그러나 AI 사용량이 그보다 더 빨리 늘면 전체 전력 소비는 오히려 증가한다. 효율 향상이 총수요 감소를 보장하지 않는 이유다. 향후 AI 투자 사이클은 “더 빠른 칩”만으로 설명하기 어려워진다.
젠슨 황의 발언에서 가장 중요한 것은 AI 낙관론 그 자체가 아니다. 그의 시나리오가 현실이 되려면 AI 수요의 성장 속도를 반도체와 전력 인프라가 함께 따라가야 한다. 지금까지는 컴퓨팅 칩이 희소자산이었다. 앞으로는 계통 연결이 가능한 전력, 변압기, 냉각, 고속 네트워크, HBM 같은 ‘느리게 증설되는 자산’의 가치가 더 커질 수 있다.
다만 이 논리를 곧바로 관련 종목의 매수 근거로 바꾸면 위험하다. 산업의 구조적 성장과 주식의 기대수익률은 다르다. AI 산업이 계속 커져도 CAPEX 증가율이 둔화하거나, 자체 칩이 확산되거나, AI 서비스의 수익성이 기대에 못 미치면 밸류에이션은 크게 흔들릴 수 있다. 지금 필요한 것은 AI를 믿느냐 의심하느냐가 아니라, 실제 수요와 실제 병목을 숫자로 확인하는 일이다.
- 공개된 CBS 인터뷰 내용만 보면 그렇게 단정하기 어렵다. 그는 안전하지 않은 제품을 출시해서는 안 된다고 말하면서도, 기업들이 함께 개발 속도를 낮추는 방식에는 반대했다. 안전 검증과 산업 전체의 감속을 구분해서 보는 것이 정확하다.
- 반드시 그렇지는 않다. 학습 투자 둔화가 일부 영향을 줄 수 있지만, 이미 구축된 모델의 추론, 에이전트, 기업 서비스가 늘면 별도의 컴퓨팅 수요가 생긴다. 어느 쪽이 더 큰지는 실제 CAPEX와 데이터센터 매출로 확인해야 한다.
- 그렇게 단순화하기 어렵다. 전력 인프라의 수요는 늘 수 있지만 규제, 건설기간, 자본비용, 지역별 전력가격이 수익성을 좌우한다. 산업 수요와 개별 기업의 투자매력은 별도로 평가해야 한다.
- 기업 AI의 실제 경제성이 기대보다 낮아 하이퍼스케일러 CAPEX가 빠르게 둔화하는 경우다. 이때는 전력과 데이터센터 병목이 풀리는 것이 아니라, 애초에 필요한 신규 수요 자체가 낮아질 수 있다.
체크 포인트
인사이트 타임스 편집부





