하루 만에 뒤집힌 그림

지난주 이 채널에서는 엔비디아가 7거래일 연속 하락하며 반도체주 전반이 금리 하락에도 불구하고 매도세에 흔들렸던 흐름을 짚었습니다. 그때 제시했던 기준은 엔비디아가 9월 9일까지 225.30달러 위에서 종가를 회복하지 못하면 이 약세가 이어진다는 것이었습니다. 그런데 8월 27일 하루 만에 그림이 완전히 바뀌었습니다. 엔비디아는 8.74% 급등했고 나스닥도 1.57% 상승했습니다. 종가는 227.98달러로, 225.30달러를 이미 넘어섰습니다.

문제는 여기서부터입니다. “실적이 잘 나와서 올랐다”는 설명은 사실이지만, 어떤 숫자가 이 정도의 반응을 만들어냈는지는 설명해주지 않습니다. 분기 매출 자체가 시장을 놀라게 한 것인지, 아니면 그 이후에 나온 전망이 진짜 방아쇠였는지를 구분해야 이번 반등이 하루짜리 이벤트인지 추세 전환인지 판단할 수 있습니다.

매출은 예상을 웃돌았지만, 그 폭은 크지 않았다

엔비디아의 FY2027 2분기(2026년 8월 26일 발표) 매출은 962.21억달러로 전년 대비 106%, 전분기 대비 18% 증가했습니다. FactSet이 집계한 시장 예상치 922.7억달러보다 약 4.3% 높은 수치입니다. 다음 분기(FY2027 3분기) 매출 가이던스는 1,080억달러(±2%)로, 시장 예상 1,048.6억달러보다 약 3.0% 높았습니다. 이 가이던스에는 중국 데이터센터 컴퓨트 매출이 아예 포함되지 않았다는 점도 짚어둘 부분입니다. 중국 매출 재개 기대 없이도 이 정도 전망을 제시했다는 뜻입니다.

다만 냉정하게 보면 4.3%와 3.0%라는 상회폭은 엔비디아 실적 발표치고 유난히 큰 수치는 아닙니다. 8.74%라는 주가 반응의 크기를 이 두 숫자만으로 다 설명하기는 어렵습니다. 그렇다면 무엇이 더 있었을까요.

진짜 방아쇠는 “70%”라는 숫자였다

콘퍼런스콜에서 경영진은 FY2028 매출이 전년 대비 약 70% 증가할 것이라는 전망을 내놓았습니다. 이는 당시 애널리스트 평균 예상치인 44%를 크게 웃도는 수준입니다. 분기 매출 상회폭이 3~4%대였던 것과 비교하면, 26%포인트 차이는 훨씬 크고 훨씬 더 먼 미래에 대한 이야기입니다.

저는 이번 반등의 무게중심을 여기서 찾는 편이 설득력 있다고 봅니다. 분기 매출 상회는 “우려했던 것만큼 나쁘지 않다”는 확인에 가깝고, 70%라는 장기 성장률 전망은 “AI 인프라 투자가 꺾이기는커녕 몇 년 더 이어질 수 있다”는 훨씬 강한 메시지이기 때문입니다. 다만 이 70%는 아직 실현된 매출이 아니라 콘퍼런스콜에서 제시된 장기 전망이라는 점은 분명히 구분해서 볼 필요가 있습니다. 공식 보도자료의 분기 가이던스와는 성격이 다릅니다.

데이터센터 안에서 벌어진 일: 수요가 넓어지고 있다는 신호

이번 실적에서 데이터센터 매출은 890.23억달러로 전년 대비 117%, 전분기 대비 18% 증가하며 전체 매출의 약 92.5%를 차지했습니다. 엔비디아 실적이 곧 데이터센터·AI 인프라 실적이라고 봐도 무리가 없는 비중입니다.

흥미로운 부분은 내부 구성입니다. 대형 클라우드 사업자(하이퍼스케일러) 매출은 487.10억달러로 전분기 대비 13% 늘었는데, AI 클라우드·산업·기업(ACIE) 매출은 403.13억달러로 전분기 대비 25% 늘었습니다. 하이퍼스케일러보다 그 바깥 영역의 성장 속도가 더 빨랐다는 뜻입니다. 회사는 이를 AI 네이티브·기업·국가 고객과 AI 클라우드를 이용하는 수요가 함께 늘어난 결과로 설명했습니다. 이는 최종 수요처가 넓어지고 있다는 신호로 볼 수 있지만, 두 범주의 기저 자체가 다르고 ACIE에도 하이퍼스케일러 관련 수요가 일부 포함되므로 고객 집중도가 실제로 낮아졌다고 단정하기는 어렵습니다.

반대편에 있는 숫자: 마진은 낮아지고, 약정은 늘었다

여기까지만 보면 낙관적인 이야기로 끝날 수 있지만, 같은 실적 자료 안에는 반대 방향을 가리키는 숫자도 있습니다. 이번 분기 매출총이익률은 GAAP·비GAAP 기준 모두 75.0%였지만, 다음 분기 가이던스는 74.0%(±0.5%포인트)로 낮아졌습니다. 매출 전망은 높아졌지만 회사가 예상하는 매출 대비 원가 비중도 소폭 상승해, 다음 분기 수익성에는 압박이 생길 수 있다는 뜻입니다. 다만 1%포인트 하락의 구체적인 원인을 이 수치만으로 단정할 수는 없습니다.

더 큰 변화는 공급·생산능력 약정입니다. 이 약정 규모가 전분기 1,190억달러에서 이번 분기 2,790억달러로 늘었는데, 회사 설명에 따르면 증가분의 상당 부분이 메모리 조달과 관련이 있습니다. 이 약정은 여러 회계연도에 걸쳐 나눠 집행되는 미래 지출 약속이지 당장 이번 분기에 현금이 빠져나간 비용은 아닙니다. 하지만 70%라는 성장률 전망을 지지하려면 그만큼 원재료와 생산능력을 미리 확보해둬야 한다는 의미이기도 해서, 앞으로는 매출 성장 속도 못지않게 마진과 재고·매출채권 관리가 주가를 좌우하는 변수로 부상할 가능성이 있습니다.

8.74% 급등, 숏커버링인가 신규 매수인가

실적 발표 전 7거래일 연속 하락했던 종목이 하루 만에 급등하면 자연스럽게 숏커버링을 의심하게 됩니다. 실적 발표 직전 가장 최근에 집계된 유통주식 대비 공매도 잔고 비율은 약 1.23%였습니다. 이는 특정 정산일 기준 스냅숏이어서, 잔고 규모만 보면 전형적인 대규모 숏스퀴즈로 급등 전체를 설명하기는 어렵지만 8월 27일 하루의 실제 숏커버링 규모를 이 수치만으로 분리할 수는 없습니다. 거래량이 크게 늘고 반도체·소프트웨어 등 관련 기술주로 매수세가 확산된 점을 보면, 포지션 청산보다는 실적과 전망을 반영한 이익 추정치 상향이 더 넓게 작용했다고 보는 편이 합리적입니다.

다만 이 부분은 조심스럽게 접근해야 합니다. 거래량 증가는 매수자와 매도자가 동시에 늘어난 결과일 뿐 신규 장기 자금이 얼마나 들어왔는지 직접 증명하지 못하고, 8월 27일 나스닥 상승에는 세일즈포스 등 다른 기업의 실적 호재도 겹쳐 있었습니다. S&P500은 0.72%, 다우는 0.20% 상승에 그쳐 이번 반등이 시장 전체보다는 기술주·AI 관련주에 집중됐다는 점도 함께 봐야 합니다. 반도체 구성 종목 전체가 예외 없이 올랐는지는 확인되지 않았으므로, “반도체 업종 전반의 반등”보다는 “AI 데이터센터 노출이 큰 주요 종목들의 반등”이라고 보는 편이 더 정확합니다.

이전 판단은 어떻게 됐나

지난 글에서 세웠던 “실적 발표 전 기대와 포지션 축소가 반도체 상대 약세를 만들고 있다”는 해석은 이번 실적으로 오히려 힘을 얻었습니다. 실제 숫자가 수요 붕괴 우려를 반박하자 가격이 곧바로 되돌아왔기 때문입니다. 다만 당시 기본 시나리오였던 “9월 9일까지 225.30달러 회복 실패” 전망은 하루 만에 수정이 필요해졌습니다. 8월 27일 종가 227.98달러로 이미 그 기준선을 넘어섰고, 이 수준 위에서 한 번 더 종가를 기록하면 이전 판단이 정한 조건이 완전히 충족됩니다.

결론: 단기 우호적이지만, 조건은 하나로 좁힌다

지금까지 나온 숫자를 종합하면, 2026년 9월 9일까지는 엔비디아를 포함한 AI 데이터센터 노출이 큰 반도체주에 단기적으로 우호적인 환경이 이어질 가능성이 높다고 판단합니다. 분기 매출과 다음 분기 가이던스가 나란히 시장 예상을 웃돌았고, 무엇보다 70%라는 장기 성장률 전망이 44%였던 시장의 눈높이를 크게 벗어났기 때문입니다. 데이터센터 안에서도 하이퍼스케일러 바깥 영역의 성장이 더 빨랐다는 점 역시 수요 저변이 넓어지고 있다는 정황을 보탭니다.

다만 이 판단이 유지되려면 조건은 하나입니다. 엔비디아가 9월 9일까지 실적 발표 전 종가였던 209.66달러 아래에서 2거래일 연속 마감한다면, 이번 반등이 만든 단기 재평가는 유지되지 못했다고 봐야 합니다. 낮아진 마진 가이던스와 늘어난 공급 약정은 이 전망의 지속성을 가늠할 보조 근거일 뿐입니다. 다만 이 조건이 충족되지 않는 한, 현재 공개된 숫자를 기준으로 한 기본 시나리오는 AI 데이터센터 노출이 큰 반도체주의 단기 상대 강세입니다.

참고 자료

• NVIDIA, Announces Financial Results for Second Quarter Fiscal 2027
• NVIDIA, CFO Commentary on Second Quarter Fiscal 2027 Results
• AP News, Strong AI chip demand fuels Nvidia’s Q2 results well beyond Wall Street’s expectations
• Reuters(via MarketScreener), Nvidia forecasts 70% sales growth next year
• AP News, How major US stock indexes fared Thursday 8/27/2026
• Investing.com, U.S. stocks higher at close of trade

관련 글: 엔비디아 7일 연속 하락, 금리 하락에도 반도체주 일제 매도된 하루

용어 풀이

• 가이던스: 기업이 다음 분기나 연간 실적에 대해 스스로 제시하는 전망치입니다. 확정된 실적이 아니라 회사 측 예상이라는 점에서 실제 결과와 차이가 날 수 있습니다.
• 매출총이익률: 매출에서 매출원가를 뺀 금액이 매출에서 차지하는 비율입니다. 같은 매출이라도 원가 부담이 커지면 이 비율이 낮아집니다.
• 숏커버링: 공매도(주가 하락에 베팅해 주식을 빌려 판 뒤 나중에 되사는 거래) 포지션을 보유한 투자자가 주가가 오를 때 손실을 줄이기 위해 주식을 되사는 행위로, 상승폭을 일시적으로 키울 수 있습니다.
• 하이퍼스케일러: 아마존, 마이크로소프트, 구글처럼 초대형 데이터센터를 직접 운영하는 대형 클라우드 사업자를 가리킵니다.

본 글은 투자 권유가 아닌 정보 공유 목적입니다. 투자 판단과 책임은 본인에게 있습니다.

‘엔비디아와 마이크로소프트를 비롯한 빅테크가 오픈소스 AI 모델을 지지한다’는 제목만 보면, 폐쇄적이던 거대 기업들이 기술을 나눠주기 시작했다는 뉴스처럼 읽힙니다. 하지만 더 중요한 질문은 따로 있습니다. 모델 가중치를 공개해 이용 비용과 진입장벽을 낮추려는 기업들이, 그 모델을 돌리는 GPU와 클라우드는 계속 판매하고 있다는 점입니다. 모델이 열리면 손해를 볼 것 같은 기업들이 왜 이 흐름을 지지하는지 숫자와 사업 구조에서 살펴보겠습니다.

‘오픈소스 선언’이 아니라 정책 성명이었습니다

2026년 7월 24일 마이크로소프트·엔비디아·메타·IBM·허깅페이스·미스트랄·리눅스재단 등 25개 기업과 단체가 ‘Open Weights and American AI Leadership’ 공동 성명에 서명했습니다. 이는 각 기업이 보유한 모델 기술을 전부 공개하겠다는 선언이 아닙니다. 미국 정책당국에 오픈웨이트 모델을 성급하고 포괄적으로 규제하지 말아 달라고 요구한 정책 제안에 가깝습니다.

여기서 오픈웨이트와 오픈소스를 구분해야 합니다. 오픈웨이트는 학습이 끝난 모델의 가중치를 다운로드할 수 있게 해 이용자가 자체 장비에서 실행·수정·미세조정할 수 있도록 하는 방식입니다. 그러나 가중치가 공개됐다고 해서 무료 이용이나 모든 상업적 사용이 자동으로 허용되는 것은 아닙니다. 실제 권한은 모델별 라이선스를 확인해야 합니다.

엄격한 의미의 오픈소스 AI는 가중치 공개만으로 충족되지 않습니다. 사용·연구·수정·공유의 자유와 함께 학습·실행 코드, 파라미터, 학습 데이터의 출처와 처리 방식 등 재현에 필요한 충분한 정보가 제공돼야 합니다. 이번 성명은 오픈소스 소프트웨어 개발과 오픈웨이트 AI를 함께 지지하지만, 두 개념이 같다는 뜻은 아닙니다.

성명은 적법한 증류와 폐쇄형 모델의 접근통제를 우회해 가치를 불법적으로 추출하는 행위도 구분해야 한다고 주장했습니다. 결국 이번 움직임은 ‘모두 공개하자’는 선언이라기보다 개방의 범위와 규제 방식을 둘러싼 이해관계 조정으로 보는 편이 정확합니다.

모델이 열리면 해자는 사라지는가, 자리를 옮기는가

서명자 명단에는 모델 개발사뿐 아니라 엔비디아, 마이크로소프트, 델, IBM, ServiceNow, Palantir, CrowdStrike 등 인프라·보안·기업용 소프트웨어 사업자가 함께 들어 있습니다. 이해관계가 모델 공개 자체보다 AI 가치사슬 전반의 확대에 걸쳐 있다는 신호입니다.

가중치를 내려받아도 모델을 학습하거나 대규모로 실행하려면 GPU와 데이터센터 용량이 필요합니다. 여러 모델 가운데 적합한 것을 골라 배포하고 관리하려면 최적화, 보안, 관측, 거버넌스 도구도 필요합니다. 모델의 희소성과 가격 결정력은 낮아질 수 있지만, 실제 운영을 담당하는 인프라와 배포 계층의 중요성은 오히려 커질 수 있습니다.

따라서 이번 사안의 중심 질문은 ‘오픈 모델이 빅테크의 해자를 없애는가’보다 ‘해자의 위치가 모델 자체에서 컴퓨팅·배포·기업 데이터 연결로 이동하는가’에 가깝습니다.

엔비디아는 왜 모델까지 함께 만드는가

엔비디아는 2026년 3월 Nemotron Coalition을 출범시켰습니다. Mistral AI와 공동 개발하는 첫 기반 모델을 DGX Cloud에서 훈련해 오픈 생태계에 공개하고, 향후 Nemotron 4 모델군의 기반으로 사용할 계획이라고 밝혔습니다. 공동 성명에 이름만 올린 것이 아니라 컴퓨팅 자원과 모델 개발을 실제로 연결한 것입니다.

이 구조에서 엔비디아가 기대할 수 있는 수익원은 모델 판매보다 컴퓨팅 수요입니다. 오픈웨이트 모델이 늘어나면 학습·미세조정·추론에 필요한 GPU 시간이 함께 늘어날 수 있습니다. 그중 일부가 DGX Cloud나 엔비디아 칩을 탑재한 클라우드 인스턴스에서 소비되면, 모델 계층의 개방이 인프라 매출 기회로 이어집니다.

다만 이 연결은 아직 조건부 가설입니다. 오픈웨이트 도입이 기존 유료 API를 대체하는 데 그치지 않고 새로운 업무와 전체 추론량을 늘려야 하기 때문입니다. 기업이 자체 서버나 경쟁 가속기로 이동한다면 특정 GPU·클라우드 사업자의 수혜는 줄어들 수 있습니다.

마이크로소프트가 경쟁 모델까지 끌어안는 이유

마이크로소프트는 2026년 3월 기준 Microsoft Foundry에서 엔비디아 Nemotron 모델을 제공하고, 고객이 오픈웨이트 모델을 미세조정해 클라우드와 엣지 장비에 배포할 수 있도록 지원한다고 밝혔습니다. 자체 Phi 계열뿐 아니라 여러 외부 모델을 한 플랫폼에서 선택하고 운영하도록 만드는 전략입니다.

OpenAI와 협력하는 마이크로소프트가 다른 오픈웨이트 모델도 받아들이는 이유는 수익의 축을 ‘어떤 모델이 이기는가’에서 ‘어디에서 배포하고 운영하는가’로 옮길 수 있기 때문입니다. 고객이 선택한 모델을 Azure에서 미세조정·배포하고 기업 데이터, 보안, 거버넌스 체계와 연결하면 모델의 승자와 무관하게 클라우드 소비가 발생할 수 있습니다.

그렇다고 오픈웨이트 확산이 마이크로소프트에 자동으로 유리한 것은 아닙니다. 모델을 자체 서버나 다른 클라우드에 배포하기 쉬워지면 Azure의 가격 결정력도 압박받을 수 있습니다. Foundry에서 발생하는 오픈웨이트 관련 매출과 마진도 별도로 공시되지 않아 실제 수익 기여도는 아직 확인하기 어렵습니다.

매출 기회와 원가 부담을 함께 봐야 합니다

마이크로소프트의 2026 회계연도 3분기 자본지출은 319억 달러였고, 약 3분의 2가 GPU·CPU 등 상대적으로 내용연수가 짧은 자산이었습니다. 회사는 2026 캘린더연도 자본지출을 약 1,900억 달러로 전망했습니다.

같은 분기 Azure 및 기타 클라우드 서비스 매출은 전년 대비 40% 증가했습니다. 반면 Intelligent Cloud 부문의 원가는 AI 인프라 투자와 GitHub Copilot 사용 증가 등의 영향으로 47% 늘었고 총마진율은 하락했습니다. Azure 성장률과 Intelligent Cloud 부문 전체 원가 증가율은 범위가 다른 지표이므로 단순히 같은 항목처럼 비교할 수는 없습니다. 다만 빠른 클라우드 성장과 함께 원가 및 자본 부담도 커지고 있다는 사실은 매출 증가만으로 수익성 개선을 단정하기 어렵다는 점을 보여줍니다.

엔비디아의 2027 회계연도 1분기 매출은 816억 달러, 데이터센터 매출은 752억 달러로 각각 전년 대비 85%, 92% 증가했습니다. GAAP 기준 총마진은 74.9%였습니다. 현재 실적에서 오픈웨이트 확산이 GPU 수요를 훼손했다는 신호는 보이지 않습니다.

그러나 이 실적을 오픈웨이트 확산의 결과라고 단정할 수도 없습니다. 엔비디아와 마이크로소프트는 오픈웨이트에서 발생한 매출을 폐쇄형 모델 관련 매출과 분리해 공시하지 않습니다. 공개된 숫자는 인프라 계층에 강한 수요가 존재한다는 정황일 뿐, 오픈웨이트와 실적 사이의 인과관계를 증명하지는 않습니다.

개방이 곧 저비용과 분산을 뜻하지는 않습니다

오픈웨이트 모델을 자체 인프라에서 운영하면 API 사용료를 줄일 수 있지만, GPU 구매·임대, 전력, 보안, 운영 인력, 업데이트 비용을 직접 부담해야 합니다. 총소유비용을 따지면 관리형 서비스보다 비쌀 수도 있습니다. 반대로 운영 역량과 충분한 규모를 갖춘 기업에는 특정 API 사업자에 대한 종속성을 낮추는 선택지가 될 수 있습니다.

형식상 개방된 모델도 특정 GPU나 클라우드에 강하게 최적화돼 있다면 실질적인 생태계 종속이 남을 수 있습니다. 결국 공개 여부만 볼 것이 아니라 모델·가속기·클라우드·운영 도구를 실제로 얼마나 쉽게 교체할 수 있는지 확인해야 합니다.

규제 불확실성도 남아 있습니다. 공동 성명은 기업들의 정책 제안이지 미국의 확정된 법률이 아닙니다. 가중치를 내려받을 수 있더라도 라이선스, 저작권, 개인정보, 영업비밀, 수출통제와 산업별 규제 의무가 자동으로 사라지지 않습니다. 미국의 정책 논의를 한국이나 다른 관할에 그대로 적용해서도 안 됩니다. 실제 배포 지역과 사용 목적에 따른 의무를 별도로 확인해야 합니다.

결국 확인할 것은 사용량을 누가 수익으로 바꾸는가입니다

AI 수요가 강해도 투자 회수 경로와 원가 구조에 따라 기업별 마진은 달라집니다. 이번에는 질문을 한 단계 더 좁힐 수 있습니다. 모델의 이용 비용과 진입장벽이 낮아졌을 때 늘어난 사용량을 누가 수익으로 흡수하는가입니다.

현재 공개된 자료를 기준으로 보면, 이번 공동 성명은 나스닥 전체의 단기 방향을 결정할 재료라기보다 AI 가치사슬 안에서 이익의 위치가 바뀔 가능성을 보여주는 구조적 신호에 가깝습니다. 폐쇄형 모델 API의 가격 결정력에는 압력이 생길 수 있고, GPU·네트워킹·멀티모델 클라우드·보안·거버넌스 계층에는 새로운 수요가 열릴 수 있습니다.

다만 확신도는 중간 수준입니다. 오픈웨이트 도입이 전체 GPU 추론량과 클라우드 소비를 늘리지 못하고 기존 유료 API만 대체한다면 인프라 우호 판단을 낮춰야 합니다. 기업이 자체 서버나 경쟁 가속기로 대규모 이동해 특정 플랫폼 의존도를 낮추는 경우에도 같은 결론이 필요합니다. 반대로 추론 사용량 증가가 클라우드 매출과 마진 개선으로 이어지고, 엔비디아의 데이터센터 수요가 유지된다는 증거가 쌓인다면 해자가 모델에서 인프라와 배포망으로 이동한다는 해석은 더 강해질 것입니다.

앞으로는 오픈 모델 발표 건수보다 Azure 성장률과 클라우드 총마진, Intelligent Cloud 원가, 엔비디아 데이터센터 매출과 총마진, 실제 추론 수요를 함께 볼 필요가 있습니다. 모델이 얼마나 열렸는지만큼, 그 개방으로 생긴 사용량의 통행료를 누가 받고 있는지가 더 중요한 판단 기준입니다.

참고 자료

• Microsoft, 「Open Weights and American AI Leadership」, 2026-07-24
• NVIDIA Newsroom, 「NVIDIA Launches Nemotron Coalition」, 2026-03-16
• Microsoft, 「New solutions for Microsoft Foundry, Azure AI infrastructure and Physical AI」, 2026-03-16
• Microsoft FY2026 Third Quarter Earnings Conference Call, 2026-04-29
• Microsoft FY2026 Q3 Intelligent Cloud Performance, 2026-04-29
• NVIDIA FY2027 First Quarter Financial Results

용어 풀이

• 오픈웨이트: 학습이 끝난 AI 모델의 파라미터 값인 가중치를 다운로드할 수 있게 해 이용자가 자체 인프라에서 모델을 실행·수정·미세조정할 수 있도록 하는 방식입니다. 구체적인 사용 권한은 모델별 라이선스에 따라 달라집니다.
• 자본지출(CAPEX): 데이터센터나 GPU 같은 설비에 투입하는 지출입니다. 일반적으로 취득 시점에 전액 비용 처리하지 않고 감가상각 등을 통해 손익에 반영합니다.
• 총마진율: 매출에서 매출원가를 뺀 금액이 매출에서 차지하는 비율입니다. 매출이 늘어도 원가 부담이 커지면 낮아질 수 있습니다.
• 증류: 큰 모델의 출력 등을 활용해 더 작은 모델을 학습시키는 기법입니다. 접근통제 우회나 약관·영업비밀 침해 여부는 구체적인 방식과 관할에 따라 달라질 수 있습니다.

본 글은 투자 권유가 아닌 정보 공유 목적입니다. 투자 판단과 책임은 본인에게 있습니다.