엔비디아 FY27 2분기 실적의 진짜 핵심, GPU가 아닌 'Vera CPU'인 이유
2026년 8월 26일, 엔비디아가 FY27 2분기 실적을 발표하며 분기 매출 962억 달러를 기록함. 시장은 화려한 매출 숫자와 어닝 서프라이즈에 환호하며 AI 하드웨어 수요의 견고함을 재확인하고 있음.
하지만 진짜 주목해야 할 핵심 트리거는 단순한 실적 숫자가 아님. 같은 날 양산을 선언하고 OpenAI, Anthropic 등에 직접 배달된 데이터센터용 에이전트 전용 'Vera CPU'가 이번 발표의 진정한 무게중심임.
대중과 시장은 엔비디아의 경쟁력을 여전히 '얼마나 똑똑하고 빠른 GPU를 만드는가'에서 찾고 있지만, 실제로 확인해야 할 구조적 변화는 다른 곳에서 일어나고 있음. GPU 제왕인 엔비디아가 왜 굳이 x86 아키텍처의 텃밭인 데이터센터 CPU 시장에 진심을 다하는지 그 배경을 분석해 볼 필요가 있음. 이 사건은 글로벌 AI 투자의 축이 어디로 이동하고 있는지 보여주는 중요한 이정표임.
1. 과거 닷컴버블 당시 기업들은 앞다퉈 광케이블을 깔고 서버를 늘리는 인프라 자본지출(CAPEX) 경쟁을 벌였음.
2. 현재의 인공지능(AI) 시장 역시 지난 몇 년간 이와 비슷한 궤적을 그려왔음.
3. 빅테크 기업들이 천문학적인 자금을 들여 엔비디아 GPU를 사 모으고, 거대 언어 모델(LLM)을 학습시키는 'CAPEX 확정 단계'에 집중했던 것임.
4. 하지만 이제 산업의 무게중심은 단순 하드웨어 구축을 넘어, '실시간 토큰 인퍼런스(추론)'를 통해 실제 수익을 창출하는 단계(Compute is Revenue)로 넘어가고 있음.
5. 특히 AI가 사용자의 질문에 단순 답변만 하는 챗봇 수준을 벗어나, 스스로 코드를 짜고 외부 툴을 사용해 임무를 완수하는 '에이전틱 AI(Agentic AI)' 시대로 진입했음.
6. 에이전틱 AI의 작업 구조를 이해하려면 이들이 데이터를 처리하는 방식, 즉 '추론 루프'를 먼저 들여다봐야 함.
7. 에이전트는 끊임없이 새로운 코드를 생성하고, 이를 샌드박스라는 격리된 가상 환경에서 실행해 본 뒤, 오류를 분석하고 수정하는 과정을 반복함.
8. 여기서 시장이 간과하기 쉬운 구조적 병목이 발생함. 코드 컴파일과 파이썬(Python) 툴체인 실행 같은 샌드박스 내 작업은 GPU의 대규모 병렬 연산이 아니라 CPU의 순차 처리 능력을 요구하는 영역임.
9. 기존 데이터센터의 주류인 x86 CPU 구조에서는 수만 개의 에이전트가 동시에 쏟아내는 이러한 반복 작업에서 지연(Latency)이 발생할 가능성이 높음.
10. CPU가 코드를 돌려보고 결과를 반환할 때까지, 천문학적인 몸값을 자랑하는 최신 GPU가 연산을 멈추고 데이터를 기다리며 놀게 되는 현상이 벌어지는 것임.
11. 이는 곧 전체 시스템의 GPU 가동률(Utilization) 하락으로 이어지며, 데이터센터의 수익성을 갉아먹는 치명적인 병목으로 작용할 우려가 있음.
12. 엔비디아가 8월 26일 양산을 공식 발표한 'Vera CPU'는 정확히 이 지점, 즉 에이전트 시대의 데이터센터 병목을 완화하기 위해 설계된 맞춤형 칩임.
13. 엔비디아 이안 벅(Ian Buck) 부사장은 첫 Vera CPU 시스템을 Anthropic, OpenAI, Oracle Cloud Infrastructure, SpaceXAI 등 주요 AI 랩과 기업에 직접 전달하며 본격적인 프로덕션 단계 진입을 알렸음.
14. Vera CPU의 상세 스펙을 뜯어보면 엔비디아가 어떠한 방식으로 인프라의 구조적 가치를 재설계하고 있는지 명확히 확인됨.
15. Vera는 88개의 커스텀 'Olympus' 코어를 탑재했으며, '공간 멀티스레딩(Spatial Multithreading)' 기술을 적용해 단일 CPU에서 176개의 스레드를 동시에 생성함.
16. 가장 극적인 변화는 연산 코어 자체보다 데이터를 실어 나르는 메모리 아키텍처에서 나타남.
17. 기존 서버 시스템들이 고성능이지만 전력 소모가 큰 DDR5 메모리를 주로 채택했다면, Vera는 스마트폰 등 모바일 기기에 주로 쓰이는 저전력 LPDDR5X 메모리를 과감하게 도입했음.
18. 여기에 데이터센터 현장에서 곧바로 교체가 가능한 SOCAMM2(Small Outline CAMM2) 폼팩터 모듈을 결합해 최대 1.5 TB의 용량과 1.2 TB/s의 메모리 대역폭을 구현했음.
19. 이는 최신 x86 서버 CPU와 비교했을 때 전체 메모리 대역폭은 2배, 코어당 대역폭은 3배에 달하는 수치로, 데이터를 칩으로 밀어 넣는 속도를 획기적으로 높인 것임.
20. 칩 내부와 외부의 통신 속도 역시 병목 완화에 초점을 맞췄음.
21. 2세대 SCF(Scalable Coherency Fabric) 기술을 적용해 단일 다이(Monolithic die) 내에서 3.4 TB/s의 양방향 대역폭을 제공함.
22. 여러 개의 칩렛(Chiplet)을 이어 붙일 때 발생하는 물리적 지연을 최소화하고, 단일 칩처럼 매끄럽게 데이터를 주고받게 만든 것임.
23. 이렇게 CPU 내부에서 고속으로 처리된 데이터는 NVLink-C2C 인터페이스를 통해 짝을 이루는 Rubin GPU와 최대 1.8 TB/s의 속도로 직접 연결됨.
24. 결과적으로 Vera CPU는 에이전트 추론 루프의 핵심인 샌드박스 환경에서 최신 x86 CPU 대비 최대 1.8배 빠른 처리 성능을 제공할 수 있게 되었음.
25. 여기서 시장의 착각을 짚고 넘어갈 필요가 있음. 대중과 시장은 엔비디아의 핵심 경쟁력을 여전히 'GPU 단품의 연산 능력(TFLOPS) 향상'으로만 한정 지어 생각하는 경향이 있음.
26. 그래서 경쟁사들이 더 저렴한 AI 가속기를 내놓거나 새로운 칩을 발표하면, 엔비디아의 시장 지배력이 쉽게 흔들릴 것이라 오해하기도 함.
27. 하지만 엔비디아의 실제 전략은 '가속기 단품 판매'에 머물러 있지 않음.
28. 그들은 네트워크, 메모리, CPU, GPU를 결합해 데이터센터 전체를 하나의 거대한 'AI 팩토리'로 묶어 파는 생태계 장악을 목표로 하고 있음.
29. MGX 아키텍처 기반의 'NVIDIA Vera CPU Rack'은 최대 256개의 Vera CPU를 랙 하나에 통합해 2만 2,500개 이상의 샌드박스 환경을 동시에 실행할 수 있음.
30. 나아가 'Vera Rubin NVL72' 랙 스케일 시스템은 72개의 Rubin GPU와 36개의 Vera CPU를 하나의 거대한 시스템처럼 묶어냄.
31. GPU가 아무리 연산 속도가 빨라도 CPU가 데이터를 제때 공급하지 못하면 전체 시스템의 수익성이 떨어지는 구조적 약점을 자체 CPU로 보완하려는 의도임.
32. 이제 AI 인프라 경쟁의 핵심은 '얼마나 많은 GPU를 보유했는가'에서 '제한된 전력(MW)당 얼마나 많은 토큰을 가장 싸게 생산할 수 있는가'로 이동했음.
33. 이러한 구조적 가치의 변화로 인해 산업 내 수혜와 피해의 지도가 새롭게 그려질 가능성이 높음.
34. 우선 수혜 주체로는 데이터센터 내 CPU 점유율까지 확보하며 플랫폼 장악력을 키운 엔비디아가 꼽힘.
35. 또한 Vera 시스템을 선도적으로 도입해 인퍼런스(추론) 원가를 절감하고, 이를 바탕으로 B2B 서비스 마진을 확대할 수 있는 OpenAI, Anthropic 등 AI 랩들도 유리한 고지를 점할 수 있음.
36. 하드웨어 공급망 측면에서는 Vera가 채택한 LPDDR5X 중심의 저전력 서버 메모리 밸류체인과 SOCAMM 모듈 제조사들이 새로운 수요 창출의 수혜를 볼 가능성이 있음.
37. 반면, 이 트렌드가 가속화될 경우 피해를 볼 수 있는 진영도 존재함.
38. 전통적인 데이터센터 인프라를 지배해 온 x86 아키텍처 기반의 서버 CPU 제조사(인텔, AMD 등)들은 AI 워크로드 내 입지가 점진적으로 좁아질 압박을 받을 수 있음.
39. 아울러 고전력 중심의 기존 DDR5 서버 메모리 모듈 생태계 역시, 에이전트 AI 중심의 저전력·고대역폭 수요 변화에 타격을 받을 가능성을 배제할 수 없음.
40. 물론 이 분석이 틀릴 수 있는 반론과 실패 조건도 엄밀히 확인해야 함.
41. Vera CPU는 기본적으로 Arm 아키텍처를 기반으로 설계되었음.
42. 현재 수많은 기업의 데이터센터는 x86 기반으로 단단하게 구축된 엔터프라이즈 레거시 소프트웨어 환경을 운영 중임.
43. 파이썬 생태계와 각종 라이브러리들 역시 오랜 기간 x86 환경에 최적화되어 발전해 왔음.
44. 만약 Arm 기반의 Vera 시스템이 기존 소프트웨어 환경과 예상치 못한 호환성 마찰을 빚거나 마이그레이션 비용이 지나치게 높게 발생한다면, 데이터센터의 CPU 교체 속도는 시장의 예상보다 훨씬 지연될 가능성이 열려 있음.
45. 결론적으로 글로벌 AI 투자의 흐름은 '학습용 GPU 확보(CAPEX)'라는 1단계를 지나, '추론용 에이전트 인프라(CPU+메모리 대역폭) 효율화'라는 2단계로 확실히 넘어가고 있음.
46. 앞으로 빅테크 기업들의 인프라 투자를 평가할 때는 단순한 GPU 개수나 칩 단품의 연산력이 아니라, 전체 시스템의 '에이전틱 워크로드 처리 능력'을 기준으로 삼아야 함.
47. 962억 달러라는 화려한 실적의 이면에서, 엔비디아는 조용히 데이터센터의 두뇌(CPU) 병목을 해결하는 중임.
48. 단순히 칩 하나를 파는 회사가 아니라, AI 공장 전체의 '토큰 단가 수익성'을 통째로 설계하는 회사가 시장의 룰을 어떻게 바꿔나갈지 면밀히 지켜봐야 할 시점임.
한 줄 코멘트. AI 시대의 진정한 권력은 가장 똑똑한 칩이 아니라, 가장 저렴하게 토큰을 뽑아내는 인프라 설계 능력에서 나옴.
참고 자료.
- NVIDIA Newsroom - NVIDIA Reports Second Quarter Fiscal 2027 Financial Results - 원문 보기
- NVIDIA - Next Gen Data Center CPU | NVIDIA Vera CPU - 원문 보기
- Tom's Hardware - Hot Chips 2026: Nvidia breaks down 88-core Vera CPU... - 원문 보기
확인할 변수.
- Arm 기반인 Vera CPU 아키텍처가 기존 x86 기반 엔터프라이즈 레거시 소프트웨어 및 파이썬 생태계와 호환성 마찰을 빚을 가능성
- 다음 분기(FY27 Q3) 엔비디아 실적 발표 시 데이터센터 부문 내 네트워킹 및 CPU(Vera 등) 매출 비중의 증가폭
- Vera CPU를 도입한 OpenAI, Anthropic 등 선도 기업들의 B2B 에이전트 API 호출 단가(Pricing) 인하 여부
- LPDDR5X 및 SOCAMM 모듈을 공급하는 메모리 반도체 벤더들의 서버용 저전력 메모리 출하량 변화 추이
하지만 진짜 주목해야 할 핵심 트리거는 단순한 실적 숫자가 아님. 같은 날 양산을 선언하고 OpenAI, Anthropic 등에 직접 배달된 데이터센터용 에이전트 전용 'Vera CPU'가 이번 발표의 진정한 무게중심임.
대중과 시장은 엔비디아의 경쟁력을 여전히 '얼마나 똑똑하고 빠른 GPU를 만드는가'에서 찾고 있지만, 실제로 확인해야 할 구조적 변화는 다른 곳에서 일어나고 있음. GPU 제왕인 엔비디아가 왜 굳이 x86 아키텍처의 텃밭인 데이터센터 CPU 시장에 진심을 다하는지 그 배경을 분석해 볼 필요가 있음. 이 사건은 글로벌 AI 투자의 축이 어디로 이동하고 있는지 보여주는 중요한 이정표임.
1. 과거 닷컴버블 당시 기업들은 앞다퉈 광케이블을 깔고 서버를 늘리는 인프라 자본지출(CAPEX) 경쟁을 벌였음.
2. 현재의 인공지능(AI) 시장 역시 지난 몇 년간 이와 비슷한 궤적을 그려왔음.
3. 빅테크 기업들이 천문학적인 자금을 들여 엔비디아 GPU를 사 모으고, 거대 언어 모델(LLM)을 학습시키는 'CAPEX 확정 단계'에 집중했던 것임.
4. 하지만 이제 산업의 무게중심은 단순 하드웨어 구축을 넘어, '실시간 토큰 인퍼런스(추론)'를 통해 실제 수익을 창출하는 단계(Compute is Revenue)로 넘어가고 있음.
5. 특히 AI가 사용자의 질문에 단순 답변만 하는 챗봇 수준을 벗어나, 스스로 코드를 짜고 외부 툴을 사용해 임무를 완수하는 '에이전틱 AI(Agentic AI)' 시대로 진입했음.
6. 에이전틱 AI의 작업 구조를 이해하려면 이들이 데이터를 처리하는 방식, 즉 '추론 루프'를 먼저 들여다봐야 함.
7. 에이전트는 끊임없이 새로운 코드를 생성하고, 이를 샌드박스라는 격리된 가상 환경에서 실행해 본 뒤, 오류를 분석하고 수정하는 과정을 반복함.
8. 여기서 시장이 간과하기 쉬운 구조적 병목이 발생함. 코드 컴파일과 파이썬(Python) 툴체인 실행 같은 샌드박스 내 작업은 GPU의 대규모 병렬 연산이 아니라 CPU의 순차 처리 능력을 요구하는 영역임.
9. 기존 데이터센터의 주류인 x86 CPU 구조에서는 수만 개의 에이전트가 동시에 쏟아내는 이러한 반복 작업에서 지연(Latency)이 발생할 가능성이 높음.
10. CPU가 코드를 돌려보고 결과를 반환할 때까지, 천문학적인 몸값을 자랑하는 최신 GPU가 연산을 멈추고 데이터를 기다리며 놀게 되는 현상이 벌어지는 것임.
11. 이는 곧 전체 시스템의 GPU 가동률(Utilization) 하락으로 이어지며, 데이터센터의 수익성을 갉아먹는 치명적인 병목으로 작용할 우려가 있음.
12. 엔비디아가 8월 26일 양산을 공식 발표한 'Vera CPU'는 정확히 이 지점, 즉 에이전트 시대의 데이터센터 병목을 완화하기 위해 설계된 맞춤형 칩임.
13. 엔비디아 이안 벅(Ian Buck) 부사장은 첫 Vera CPU 시스템을 Anthropic, OpenAI, Oracle Cloud Infrastructure, SpaceXAI 등 주요 AI 랩과 기업에 직접 전달하며 본격적인 프로덕션 단계 진입을 알렸음.
14. Vera CPU의 상세 스펙을 뜯어보면 엔비디아가 어떠한 방식으로 인프라의 구조적 가치를 재설계하고 있는지 명확히 확인됨.
15. Vera는 88개의 커스텀 'Olympus' 코어를 탑재했으며, '공간 멀티스레딩(Spatial Multithreading)' 기술을 적용해 단일 CPU에서 176개의 스레드를 동시에 생성함.
16. 가장 극적인 변화는 연산 코어 자체보다 데이터를 실어 나르는 메모리 아키텍처에서 나타남.
17. 기존 서버 시스템들이 고성능이지만 전력 소모가 큰 DDR5 메모리를 주로 채택했다면, Vera는 스마트폰 등 모바일 기기에 주로 쓰이는 저전력 LPDDR5X 메모리를 과감하게 도입했음.
18. 여기에 데이터센터 현장에서 곧바로 교체가 가능한 SOCAMM2(Small Outline CAMM2) 폼팩터 모듈을 결합해 최대 1.5 TB의 용량과 1.2 TB/s의 메모리 대역폭을 구현했음.
19. 이는 최신 x86 서버 CPU와 비교했을 때 전체 메모리 대역폭은 2배, 코어당 대역폭은 3배에 달하는 수치로, 데이터를 칩으로 밀어 넣는 속도를 획기적으로 높인 것임.
20. 칩 내부와 외부의 통신 속도 역시 병목 완화에 초점을 맞췄음.
21. 2세대 SCF(Scalable Coherency Fabric) 기술을 적용해 단일 다이(Monolithic die) 내에서 3.4 TB/s의 양방향 대역폭을 제공함.
22. 여러 개의 칩렛(Chiplet)을 이어 붙일 때 발생하는 물리적 지연을 최소화하고, 단일 칩처럼 매끄럽게 데이터를 주고받게 만든 것임.
23. 이렇게 CPU 내부에서 고속으로 처리된 데이터는 NVLink-C2C 인터페이스를 통해 짝을 이루는 Rubin GPU와 최대 1.8 TB/s의 속도로 직접 연결됨.
24. 결과적으로 Vera CPU는 에이전트 추론 루프의 핵심인 샌드박스 환경에서 최신 x86 CPU 대비 최대 1.8배 빠른 처리 성능을 제공할 수 있게 되었음.
25. 여기서 시장의 착각을 짚고 넘어갈 필요가 있음. 대중과 시장은 엔비디아의 핵심 경쟁력을 여전히 'GPU 단품의 연산 능력(TFLOPS) 향상'으로만 한정 지어 생각하는 경향이 있음.
26. 그래서 경쟁사들이 더 저렴한 AI 가속기를 내놓거나 새로운 칩을 발표하면, 엔비디아의 시장 지배력이 쉽게 흔들릴 것이라 오해하기도 함.
27. 하지만 엔비디아의 실제 전략은 '가속기 단품 판매'에 머물러 있지 않음.
28. 그들은 네트워크, 메모리, CPU, GPU를 결합해 데이터센터 전체를 하나의 거대한 'AI 팩토리'로 묶어 파는 생태계 장악을 목표로 하고 있음.
29. MGX 아키텍처 기반의 'NVIDIA Vera CPU Rack'은 최대 256개의 Vera CPU를 랙 하나에 통합해 2만 2,500개 이상의 샌드박스 환경을 동시에 실행할 수 있음.
30. 나아가 'Vera Rubin NVL72' 랙 스케일 시스템은 72개의 Rubin GPU와 36개의 Vera CPU를 하나의 거대한 시스템처럼 묶어냄.
31. GPU가 아무리 연산 속도가 빨라도 CPU가 데이터를 제때 공급하지 못하면 전체 시스템의 수익성이 떨어지는 구조적 약점을 자체 CPU로 보완하려는 의도임.
32. 이제 AI 인프라 경쟁의 핵심은 '얼마나 많은 GPU를 보유했는가'에서 '제한된 전력(MW)당 얼마나 많은 토큰을 가장 싸게 생산할 수 있는가'로 이동했음.
33. 이러한 구조적 가치의 변화로 인해 산업 내 수혜와 피해의 지도가 새롭게 그려질 가능성이 높음.
34. 우선 수혜 주체로는 데이터센터 내 CPU 점유율까지 확보하며 플랫폼 장악력을 키운 엔비디아가 꼽힘.
35. 또한 Vera 시스템을 선도적으로 도입해 인퍼런스(추론) 원가를 절감하고, 이를 바탕으로 B2B 서비스 마진을 확대할 수 있는 OpenAI, Anthropic 등 AI 랩들도 유리한 고지를 점할 수 있음.
36. 하드웨어 공급망 측면에서는 Vera가 채택한 LPDDR5X 중심의 저전력 서버 메모리 밸류체인과 SOCAMM 모듈 제조사들이 새로운 수요 창출의 수혜를 볼 가능성이 있음.
37. 반면, 이 트렌드가 가속화될 경우 피해를 볼 수 있는 진영도 존재함.
38. 전통적인 데이터센터 인프라를 지배해 온 x86 아키텍처 기반의 서버 CPU 제조사(인텔, AMD 등)들은 AI 워크로드 내 입지가 점진적으로 좁아질 압박을 받을 수 있음.
39. 아울러 고전력 중심의 기존 DDR5 서버 메모리 모듈 생태계 역시, 에이전트 AI 중심의 저전력·고대역폭 수요 변화에 타격을 받을 가능성을 배제할 수 없음.
40. 물론 이 분석이 틀릴 수 있는 반론과 실패 조건도 엄밀히 확인해야 함.
41. Vera CPU는 기본적으로 Arm 아키텍처를 기반으로 설계되었음.
42. 현재 수많은 기업의 데이터센터는 x86 기반으로 단단하게 구축된 엔터프라이즈 레거시 소프트웨어 환경을 운영 중임.
43. 파이썬 생태계와 각종 라이브러리들 역시 오랜 기간 x86 환경에 최적화되어 발전해 왔음.
44. 만약 Arm 기반의 Vera 시스템이 기존 소프트웨어 환경과 예상치 못한 호환성 마찰을 빚거나 마이그레이션 비용이 지나치게 높게 발생한다면, 데이터센터의 CPU 교체 속도는 시장의 예상보다 훨씬 지연될 가능성이 열려 있음.
45. 결론적으로 글로벌 AI 투자의 흐름은 '학습용 GPU 확보(CAPEX)'라는 1단계를 지나, '추론용 에이전트 인프라(CPU+메모리 대역폭) 효율화'라는 2단계로 확실히 넘어가고 있음.
46. 앞으로 빅테크 기업들의 인프라 투자를 평가할 때는 단순한 GPU 개수나 칩 단품의 연산력이 아니라, 전체 시스템의 '에이전틱 워크로드 처리 능력'을 기준으로 삼아야 함.
47. 962억 달러라는 화려한 실적의 이면에서, 엔비디아는 조용히 데이터센터의 두뇌(CPU) 병목을 해결하는 중임.
48. 단순히 칩 하나를 파는 회사가 아니라, AI 공장 전체의 '토큰 단가 수익성'을 통째로 설계하는 회사가 시장의 룰을 어떻게 바꿔나갈지 면밀히 지켜봐야 할 시점임.
한 줄 코멘트. AI 시대의 진정한 권력은 가장 똑똑한 칩이 아니라, 가장 저렴하게 토큰을 뽑아내는 인프라 설계 능력에서 나옴.
참고 자료.
- NVIDIA Newsroom - NVIDIA Reports Second Quarter Fiscal 2027 Financial Results - 원문 보기
- NVIDIA - Next Gen Data Center CPU | NVIDIA Vera CPU - 원문 보기
- Tom's Hardware - Hot Chips 2026: Nvidia breaks down 88-core Vera CPU... - 원문 보기
확인할 변수.
- Arm 기반인 Vera CPU 아키텍처가 기존 x86 기반 엔터프라이즈 레거시 소프트웨어 및 파이썬 생태계와 호환성 마찰을 빚을 가능성
- 다음 분기(FY27 Q3) 엔비디아 실적 발표 시 데이터센터 부문 내 네트워킹 및 CPU(Vera 등) 매출 비중의 증가폭
- Vera CPU를 도입한 OpenAI, Anthropic 등 선도 기업들의 B2B 에이전트 API 호출 단가(Pricing) 인하 여부
- LPDDR5X 및 SOCAMM 모듈을 공급하는 메모리 반도체 벤더들의 서버용 저전력 메모리 출하량 변화 추이
이 글이 유익했다면
공유하거나 다음 브리핑으로 이어서 보세요.