DEEP RESEARCH · NVIDIA FY26 Q4

엔비디아 FY2026 4분기 컨퍼런스콜 Q&A 분석

AI 인프라 슈퍼사이클, 블랙웰·루빈 로드맵, 추론 수요와 핵심 리스크를 재구성

작성일: 2026-02-28 · 실적 컨퍼런스콜 Q&A 분석 · 네이버블로그

0. 결론 먼저

공식 사실: 원문은 2026년 2월 25일 발표된 NVIDIA FY2026 4분기 실적과 컨퍼런스콜 Q&A를 바탕으로, AI 과잉투자 우려와 실제 수요·공급·제품 로드맵을 함께 점검한다.

해석: 단기 주가 반응은 차익실현과 중국 리스크를 반영했지만, 숫자 자체는 AI 인프라 수요가 아직 공급에 의해 제약받는 국면이라는 쪽에 가깝다.

1. 재무 실적: 기대치를 넘긴 증명

엔비디아의 FY26 4분기는 매출, 마진, 현금흐름, 다음 분기 가이던스가 모두 월가 컨센서스를 상회한 결과였다. 모건스탠리의 조셉 무어가 “반도체 역사상 가장 훌륭하고 깔끔한 beat and raise”라고 평가했다는 원문의 문맥은, 단순한 서프라이즈보다 실적의 질을 강조한다.

공식 사실: FY26 연간 총매출은 전년 대비 65% 증가한 2,159억 4,000만 달러다. Q4 데이터센터 매출 623억 달러는 전체 매출의 91.4%를 차지했다.

수익성도 강하다. Non-GAAP 총이익률은 75.2%를 유지했고, 분기 순이익은 전년 동기 대비 거의 2배 증가한 430억 달러에 달했다. FY26 한 해 자사주 매입과 배당금은 411억 달러로 정리된다.

2. 수요의 구조: 세 가지 스케일링 법칙

재무 수치만큼 중요한 부분은 젠슨 황이 설명한 AI 컴퓨팅 수요의 변화다. 원문은 수요를 사전 학습, 사후 학습·강화학습, 테스트 타임 컴퓨팅이라는 세 가지 스케일링 법칙으로 나눠 해석한다.

공식 사실: 블랙웰은 FP4 트랜스포머 엔진과 NVLink 72 스위치를 통해 호퍼 대비 25배 빠른 추론 성능과 20배 낮은 토큰당 비용을 제공하도록 설계됐다고 원문은 정리한다.

해석: “추론은 저가 칩으로 대체될 수 있다”는 우려는 테스트 타임 컴퓨팅이 커질수록 약해진다. 모델이 더 오래 생각할수록 추론도 대규모 클러스터와 소프트웨어 최적화가 필요한 워크로드가 된다.

3. 제품 로드맵: 블랙웰 램프업과 루빈 조기 투입

원문은 엔비디아의 초격차가 제품 설계뿐 아니라 양산과 공급망 실행력에서 나온다고 본다. 블랙웰은 이미 전면 양산 체제로 들어갔고, 주요 CSP와 AI 모델 개발사에 9기가와트(GW) 규모 인프라가 배치·가동 중이라는 내용이 핵심이다.

베라 루빈은 차세대 HBM4와 초고속 스위치를 결합해 블랙웰 대비 추론 토큰당 비용을 최대 10배 낮추고 와트당 성능을 10배 높일 것으로 원문은 정리한다. 통상 2년 주기였던 반도체 세대 교체가 1년 주기로 압축되는 점이 AMD, 인텔, 커스텀 ASIC 진영의 대응 시간을 줄인다.

4. 컨퍼런스콜 Q&A 핵심 지도

4.1 CapEx와 ROI 논란

비벡 아리아의 질문은 AWS, 마이크로소프트, 알파벳, 메타 등 상위 클라우드 기업의 AI CapEx가 올해 7,000억 달러에 육박하고 연초 예상보다 1,200억 달러 증가했다는 우려에서 출발한다. 젠슨 황은 AI 인프라를 비용센터가 아니라 토큰이라는 상품을 찍어내는 매출 엔진으로 설명했다.

4.2 생태계 투자와 블랙웰 랙

조셉 무어의 질문은 Anthropic 100억 달러 투자, OpenAI, CoreWeave 등 생태계 전반의 자본 배치가 단순 재무투자인지에 맞춰졌다. 원문은 이를 CUDA와 최신 칩 채택을 확대하는 플랫폼 종속성 전략으로 읽는다. 970억 달러 연간 FCF는 이 전략의 탄약이다.

4.3 마진과 아키텍처 중첩

스테이시 라스곤은 Non-GAAP 총이익률 75.2%가 과거 75% 후반대보다 낮아진 점, HBM3e·수랭식 시스템 등 램프업 원가, 루빈 출시 시 블랙웰 수요가 파편화될 가능성을 물었다. CFO는 초기 압박 후 연말 70% 중반 회복과 두 제품의 공존을 제시했다.

4.4 추론과 CUDA

아티프 말릭의 질문은 학습에서 추론으로 워크로드가 이동할수록 대체 칩이 침투할 수 있다는 우려다. 젠슨 황은 TensorRT-LLM과 CUDA 최적화가 수백 GPU 병렬화와 응답 속도·매출에 직결된다고 답했다. 원문은 허깅페이스 150만 개 최신 AI 모델이 CUDA 환경에서 최적화돼 있다는 점을 락인 효과로 본다.

4.5 ASIC과 통합 클러스터

마이크로소프트 Maia, 구글 TPU, 아마존 Trainium 같은 자체 칩은 계속 제기되는 리스크다. 하지만 원문은 AI 알고리즘 변화 속도가 ASIC 설계·양산 속도를 앞서며, 다양한 최신 오픈소스 모델을 지원해야 하는 클라우드에서는 범용 GPU 클러스터가 더 안전한 자산이라고 해석한다.

4.6 고객 다변화와 공급 제약

마크 리파시스와 할란 수어의 질문은 성장의 폭과 공급 제약을 함께 보여준다. 엔터프라이즈는 전년 대비 약 2배 성장, 소버린 AI는 연간 300억 달러, 물리적 AI는 60억 달러로 제시됐다. 공급 측면에서는 CoWoS 등 병목이 매출 상승폭을 제약하고, 5,000억 달러를 초과하는 블랙웰·루빈 기회와 GB300 시스템 ASP 20~30% 상승 가능성이 언급된다.

5. 리스크와 시장 반응의 역설

실적 발표 다음 날 주가가 약 5~7% 하락한 것은 숫자의 부진보다 투자자 심리와 지정학 리스크의 반영으로 해석된다. 원문은 세 가지 리스크를 분리한다.

해석: 중국은 과거 전체 매출의 20%를 넘던 잠재 시장이었다는 점에서 장기 밸류에이션 할인 요인이다. 반면 중국을 제로로 놓고도 780억 달러를 제시했다는 사실은 비중국 AI 인프라 수요의 강도를 동시에 보여준다.

6. 종합 투자 판단

저는 이번 실적이 소프트웨어를 사람이 직접 코딩하던 시대에서, 기계가 학습하고 추론하는 AI 인프라 시대로 산업 패러다임이 넘어갔음을 보여준 사례라고 본다. 하이퍼스케일러 CapEx 우려는 “컴퓨트가 곧 수익”이라는 토큰 경제 논리와 100배 이상 연산을 요구하는 테스트 타임 추론 앞에서 약해진다.

단기적으로는 중국 수출 통제, 마진 소수점 변동, 기저효과, 게이밍 공급 희생이 변동성을 만들 수 있다. 그러나 블랙웰 램프업, 2026년 하반기 베라 루빈 조기 투입, CUDA·NVLink·Spectrum-X 이더넷을 묶은 수직 생태계는 경쟁사가 쉽게 따라오기 어려운 구조다.

원문은 현재 주가가 2026 회계연도 실적 기준 약 21배, 2027년 예상 실적 기준 16배 PER에 거래되고 있어 AI 인프라 독점 기업으로 과도하지 않다고 본다. 모건스탠리와 뱅크오브아메리카가 언급한 공급 제약에 눌린 5,000억 달러 규모 기회가 GB300 등 고단가 시스템 매출로 전환되는 시점이 핵심 촉매다.

따라서 제 결론은 단기 차익실현과 중국 이슈로 생기는 조정이 곧바로 펀더멘털 약화를 의미하지는 않는다는 것이다. 다만 이 문서는 리서치 기록이며, 실제 투자 판단은 각자의 리스크 허용도와 포트폴리오 맥락에서 별도로 내려야 한다.