엔비디아

그래픽처리장치(GPU)를 설계하는 미국의 팹리스(Fabless) 반도체 기업. 본래 게임용 그래픽카드 제조사로 출발했으나, 병렬 연산에 특화된 GPU 구조가 인공지능 학습·추론에 최적이라는 점이 부각되며 생성형 AI 시대의 가장 핵심적인 인프라 공급자로 자리 잡았다. 2026년 현재 데이터센터용 AI 가속기 시장의 80~90%를 점유하며, 전 세계 시가총액 1위를 다투는 기업으로 군림하고 있다.

CUDA: 진짜 해자(Moat)는 소프트웨어

엔비디아의 시장 지배력을 설명할 때 흔히 GPU 하드웨어 성능만 떠올리지만, 진정한 경쟁 우위는 CUDA(Compute Unified Device Architecture)라는 소프트웨어 생태계에 있다.

• 개발자 종속성: 2007년 공개된 이후 약 20년간 전 세계 AI 연구자와 개발자들이 CUDA 기반으로 코드를 작성해 왔다. 수많은 라이브러리(cuDNN, TensorRT 등)와 프레임워크(PyTorch, TensorFlow)가 CUDA에 최적화되어 있어, 경쟁사 하드웨어로 갈아타려면 막대한 전환 비용이 발생한다.
• 풀스택 전략: 단순히 칩만 파는 것이 아니라 GPU + 네트워킹(NVLink, InfiniBand) + 소프트웨어를 묶은 통합 솔루션을 제공한다. 이것이 AMD, 인텔 등 경쟁사가 쉽게 추격하지 못하는 근본적인 장벽이다.

데이터센터 GPU 로드맵

AI 가속기는 약 1~2년 주기로 세대가 교체되며, 각 세대가 출시될 때마다 글로벌 빅테크의 설비투자(CapEx)가 집중된다.

• 호퍼(Hopper) / H100·H200: 생성형 AI 붐을 촉발한 세대. ChatGPT 학습에 대량 투입되며 ‘AI 골드러시의 곡괭이’로 불렸다.
• 블랙웰(Blackwell) / B200·GB200: 2026년 현재 데이터센터의 주력. 추론(Inference) 성능을 대폭 끌어올려 AI 서비스 상용화 단계를 견인하고 있다.
• 루빈(Rubin): 차세대 플랫폼으로, HBM4/HBM4E를 본격 탑재한다. 이 플랫폼의 메모리 공급망을 두고 한국의 삼성전자, SK하이닉스가 치열하게 경쟁 중이다.

HBM 공급망과 한국 메모리 3사

엔비디아의 고성능 GPU는 HBM(고대역폭 메모리) 없이는 작동할 수 없다. GPU가 아무리 빨라도 데이터를 공급하는 메모리가 느리면 병목이 생기기 때문이다.

이로 인해 엔비디아는 한국의 메모리 제조사에게 가장 중요한 고객이자 ‘큰손’이 되었다. SK하이닉스가 HBM3E 세대에서 사실상 전용 파트너 지위를 확보했고, 삼성전자가 HBM4E를 앞세워 공급망 진입을 노리는 구도다. 엔비디아 입장에서는 특정 업체 의존도를 낮추기 위해 공급선을 다변화하려는 유인이 강하다.

젠슨 황과 소버린 AI

창업자이자 CEO인 젠슨 황(Jensen Huang)은 가죽 재킷 차림의 기조연설로 상징되는 인물로, 단순한 칩 판매를 넘어 ‘국가별 AI 인프라(소버린 AI)’ 비전을 적극적으로 설파한다.

각국 정부와 대기업이 자체 데이터와 언어로 AI 주권을 확보하려는 흐름 속에서, 엔비디아는 GPU 클러스터를 공급하는 핵심 파트너로 부상했다. 한국에서도 네이버 등 주요 기업과의 AI 협력이 추진되며, 젠슨 황의 방한은 국내 반도체·플랫폼 업계의 큰 관심사가 되고 있다.

투자 관점에서의 체크포인트

AI 인프라 투자가 지속되는 한 구조적 수혜가 유효하지만, 주가가 미래 성장을 상당 부분 선반영하고 있어 설비투자 사이클의 방향성을 지속적으로 점검할 필요가 있다.

📎 이 페이지를 참조하는 글 (8)