핵심 포인트
• 알파벳은 최신 AI 모델 제미니 3(Gemini 3)를 자체 TPU 칩으로 학습시켰다.
• 아마존은 앤트로픽과 손잡고 트레이니엄2(Trainium2) 칩을 올해 말까지 100만 개 이상 가동할 계획이다.
• 마이크로소프트와 오픈AI 역시 맞춤형 AI 칩 공동 개발에 나서고 있다.
AI 시장의 질주와 투자 관전 포인트
인공지능(AI) 시장은 급팽창하고 있다. 시장 규모는 2024년 약 2,350억 달러에서 2028년 6,310억 달러로 성장할 수 있다는 전망이 제시됐다. 2023년 초 이후 대표 AI 수혜주들은 이미 높은 수익률을 기록했고, 성장 여력은 여전히 밝다는 평가가 나온다. 과거 인터넷이 초기 호황 이후에도 성장을 멈추지 않았던 점이 자주 비교된다.
2025년 11월 30일, 나스닥닷컴의 보도에 따르면, 현재까지 가장 눈에 띄는 AI 승자는 엔비디아로 꼽힌다. 동사의 GPU는 AI 하이퍼스케일러들이 대규모 모델을 학습하고 운영하는 사실상 표준 장비가 됐고, 그 결과 최근 4개 분기 누적 매출만 1,870억 달러에 달했다.
다만 이 매출의 상당 부분은 소수의 하이퍼스케일러 고객군에서 발생했다. 전 세계 데이터센터 투자가 누적되면서, 이들 대형 고객사에게는 비용 절감 압력이 커지고 있다. 아이러니하게도, 엔비디아의 핵심 고객사들이 바로 그 지배력을 흔들 잠재적 경쟁자로 부상하고 있다.
하이퍼스케일러와 핵심 용어 간단 해설
하이퍼스케일러란 글로벌 규모의 클라우드·데이터센터 인프라를 운영하며, 방대한 컴퓨팅 자원과 네트워크를 바탕으로 AI 학습·추론을 대량으로 수행하는 기업을 뜻한다(예: 구글, 아마존, 마이크로소프트). GPU(그래픽처리장치)는 병렬 연산에 특화돼 AI 학습에 널리 쓰이며, 엔비디아는 GPU 생태계의 핵심인 CUDA 소프트웨어로 경쟁우위를 구축해 왔다. 한편 ASIC(주문형 반도체)은 특정 작업에 최적화된 칩으로, 범용성은 낮지만 효율과 비용 측면에서 장점이 있다. TPU(텐서 처리 장치)는 알파벳이 AI 작업에 특화해 설계한 ASIC 계열 칩이다. 또한 매출총이익률(Gross Margin)은 매출에서 매출원가를 뺀 비율로, 가격 결정력과 제품 경쟁력을 가늠하는 잣대다.
엔비디아의 황금거위를 위협하는 3대 이름
다음 세 기업은 엔비디아의 주요 고객이면서 동시에 잠재적 대체재를 키우는 주체다. ‘보이는 곳에 숨어 있는’ 위협이라는 평가가 가능하다.
1) 알파벳(Alphabet)
알파벳(나스닥: GOOGL/GOOG)은 최근 제미니 3(Gemini 3) 공개로 엔비디아의 AI 패권에 가장 직접적인 도전장을 던졌다는 평가를 받는다. 다수의 평가에서 제미니 3는 AI 모델 성능의 인상적인 도약으로 언급되는데, 주목할 점은 이 모델이 엔비디아 GPU가 아니라 알파벳의 자체 TPU로 학습됐다는 사실이다.
엔비디아의 GPU는 CUDA 프로그래밍을 통해 방대한 병렬 연산 성능을 효율적으로 끌어내는 것으로 유명하다. 반면 알파벳의 TPU는 특정 용도형 집적회로(ASIC)로, 한 가지 작업—곧 알파벳의 AI—에 맞춰 설계·제작됐다. 제미니 3의 TPU 학습 성공은 ‘엔비디아 GPU가 대체 불가능한 것은 아니다’라는 실증을 제공한다. 이는 곧, 다른 하이퍼스케일러들도 자체 AI ASIC 개발을 본격화할 유인을 높이며, 시간이 흐를수록 엔비디아의 데이터센터 칩 비즈니스에 잠재적 잠식 요인이 될 수 있음을 시사한다.
2) 아마존(Amazon)
아마존(나스닥: AMZN)은 세계 최대 클라우드 서비스 플랫폼인 AWS를 운영한다. AI와 현대적 소프트웨어는 주로 클라우드에서 구동되며, 이에 따라 AWS는 AI 수요의 순풍을 타고 있다. 아마존은 지속적으로 데이터센터 투자를 확대 중이며, 그 핵심 자산이 되는 것이 곧 AI 칩이다.
아마존은 자체 AI 칩 트레이니엄(Trainium) 계열을 내놓았고, 최근 존재감을 더욱 강화하고 있다. 특히 앤트로픽(AI 애플리케이션 ‘클로드(Claude)’ 개발사)과의 파트너십 아래 프로젝트 레이니어(Project Rainier)라는 대규모 AI 칩 클러스터를 가동했다. 현재 트레이니엄2(Trainium2) 칩 약 50만 개에 육박하는 물량을 활용 중이며, 올해 말까지 100만 개 이상으로 확대할 계획이다.
이는 엔비디아의 퇴장을 의미하진 않지만, 시장에 대한 엔비디아의 지배력 약화를 촉발할 수 있다. 최소한 지난 1년간 약 70%의 매출총이익률을 누려온 엔비디아의 가격·마진 구조엔 압력이 가중될 전망이다. 아마존 자체 수요와 앤트로픽과 같은 주요 AI 개발사의 칩 수요가 트레이니엄으로 기울 경우, 이는 엔비디아 성장세에 또 하나의 역풍으로 작용할 수 있다.
3) 마이크로소프트(Microsoft)
마이크로소프트(나스닥: MSFT) 역시 의존도를 낮추려는 흐름의 연장선에 서 있다. 동사의 애저(Azure)는 세계 2위 클라우드 플랫폼이며, 오픈AI(ChatGPT 개발사)와 긴밀한 협력 관계를 유지하고 있다. ChatGPT는 가장 대중적인 AI 앱이지만, 오픈AI는 막대한 손실 속에서 미화 1조4,000억 달러 규모의 AI 인프라 구축 계약 자금 조달 방식을 두고 감시와 의문에 직면했다. ‘GPU에 백지수표를 발행하던 시기’가 사실상 막을 내리고 있음을 시사하는 대목이다.
최근 마이크로소프트와 오픈AI는 파트너십을 재구성하고, 맞춤형 AI 칩 공동 개발에 더 밀착해 협력하기로 했다. 오픈AI는 브로드컴과 함께 커스텀 칩을 설계해 왔고, 사티아 나델라 마이크로소프트 CEO는 양사가 함께 노력해 공동의 이익을 얻겠다고 시사했다. 이는 다시 한번 엔비디아를 향한 경고 사인으로, AI 데이터센터 칩 분야의 높은 수익성이 중대한 도전에 직면할 수 있음을 알린다.
해석과 함의: 엔비디아 독주에서 ‘다중 공급자’ 시대로
핵심 메시지는 명확하다. 알파벳·아마존·마이크로소프트 같은 대형 고객이 스스로 칩을 설계·조달하는 능력을 키우면, 엔비디아의 가격결정력과 물량 의존 구조가 약화될 수 있다. 특히 ASIC 접근은 특정 워크로드에서 비용·전력 효율을 극대화해 총소유비용(TCO)을 낮추는 대안으로 부상한다. 하이퍼스케일러 입장에선 AI 인프라 투자 총액이 기하급수적으로 불어나는 국면에서, 칩 다변화는 자연스러운 위험관리 수단이 된다.
물론 엔비디아는 CUDA 생태계와 광범위한 개발자 커뮤니티, 그리고 빠른 제품 주기라는 강점을 갖고 있다. 그럼에도 불구하고 대형 고객이 ‘일부 워크로드’부터라도 자체 칩으로 전환하면, 엔비디아는 가격과 공급, 지원 측면에서 더 큰 유연성을 요구받을 가능성이 크다. 요컨대 시장은 단일 공급자 독주에서 ‘다중 공급자 혼합’ 구조로 재편될 수 있고, 이는 장기적으로 마진 구조 정상화와 경쟁 심화를 불러올 수 있다.
투자 참고: ‘알파벳에 1,000달러를 투자해야 할까?’
매수 아이디어 안내 — 알파벳 매수를 검토하기 전에, 모틀리풀(Stock Advisor) 애널리스트 팀이 현재 매수 유망 10선으로 꼽은 종목 목록을 제시했다. 알파벳은 해당 목록에 포함되지 않았다. 과거 2004년 12월 17일 넷플릭스가 이 리스트에 올랐을 때 1,000달러를 투자했다면 58만0171달러가 됐고, 2005년 4월 15일 엔비디아가 이 리스트에 올랐을 때 1,000달러를 투자했다면 108만4,986달러가 됐다는 성과 수치가 제시됐다. 2025년 11월 24일 기준으로 스톡 어드바이저의 평균 누적 수익률은 1,004%로, S&P 500의 194%를 크게 상회했다고 밝혔다.
공시 및 이해상충 고지
저스틴 포프는 알파벳 주식을 보유하고 있다. 모틀리풀은 알파벳, 아마존, 마이크로소프트, 엔비디아 주식을 보유·추천한다. 또한 브로드컴을 추천하며, 마이크로소프트 2026년 1월 만기 395달러 콜옵션 매수 및 동일 만기 405달러 콜옵션 매도 포지션에 대해 언급했다. 모틀리풀의 공시 정책이 적용된다.
본 기사에 담긴 견해와 의견은 해당 작성자의 것으로, 나스닥(Nasdaq, Inc.)의 공식 입장과는 반드시 일치하지 않을 수 있다.
정리
요약하면, 알파벳의 TPU, 아마존의 트레이니엄2, 마이크로소프트·오픈AI의 맞춤형 칩은 모두 엔비디아 의존도 축소를 향한 같은 흐름 위에 있다. AI 인프라 투자가 누적되며 비용 효율성의 중요성이 커지는 현 시점에서, 칩의 다변화·내재화는 하이퍼스케일러의 합리적 선택지다. 이는 단기적으로 엔비디아의 매출총이익률과 가격 전략에 압력으로 작용하고, 장기적으로는 AI 칩 생태계의 경쟁 구도를 한층 복합적으로 만들 가능성이 크다.
