핵심 포인트
엔비디아는 인공지능 모델 학습 분야의 선두주자이며, 추론과 에이전트형 AI에서도 유리한 위치를 선점하고 있다.
AMD는 추론과 에이전트형 AI에서 두 개의 거대한 기회를 맞고 있다.
브로드컴의 맞춤형 칩 사업은 강력한 성장 동력으로 꼽힌다.
엔비디아보다 더 좋다고 평가한 10개 종목도 제시됐다.
2026년 5월 24일, 나스닥닷컴의 보도에 따르면 인공지능(AI) 인프라 붐이 시작된 이후 시장은 엔비디아(NASDAQ: NVDA)가 주도해 왔다. 그러나 토대가 되는 대규모 언어모델(LLM) 학습에서 추론과 에이전트형 AI로 무게중심이 옮겨가면서 어드밴스드 마이크로 디바이시스(AMD, NASDAQ: AMD)와 브로드컴(Broadcom, NASDAQ: AVGO)이 강력한 경쟁자로 부상하고 있다. 여기서 추론은 학습된 AI 모델이 실제 질문이나 작업에 답을 내는 과정이며, 에이전트형 AI는 단순 응답을 넘어 스스로 여러 단계를 수행하는 형태의 AI를 뜻한다.
이 기사에서는 각 기업이 어떤 강점을 갖고 있는지 살펴보고, 지금 시점에서 어느 종목이 가장 매력적인지 비교한다.
또 다른 기사형 광고 문구에서는 인공지능이 세계 최초의 조 단위 자산가를 탄생시킬 수 있는지에 대한 언급과 함께, 엔비디아와 인텔이 필요로 하는 핵심 기술을 제공하는 ‘필수 독점’ 기업을 다룬 보고서가 소개됐다. 그러나 본문의 핵심 비교 대상은 엔비디아, AMD, 브로드컴 세 종목이다.
엔비디아: 여전히 AI 학습의 절대 강자
엔비디아는 대형 언어모델 학습 분야에서 여전히 선두 자리를 지키고 있으며, 이 지위가 쉽게 흔들리지는 않을 전망이다. 회사는 초기 AI 연구센터에 자사 CUDA 소프트웨어 플랫폼을 뿌리내리게 하면서 광범위한 해자를 구축했다. CUDA는 개발자들이 엔비디아의 그래픽처리장치(GPU)에 맞춰 AI 코드를 최적화할 수 있게 하는 핵심 소프트웨어로, 사실상 다수의 기초 AI 코드가 엔비디아 환경에서 작성되도록 만드는 역할을 했다.
엔비디아는 추론과 에이전트형 AI에서도 손을 놓고 있지 않다. 회사의 그록(Groq) 인수를 통해 추론용으로 설계된 언어처리장치(LPU)를 확보했고, 이를 CUDA 생태계에 통합했다. 또한 베라 루빈(Vera Rubin) 중앙처리장치(CPU)를 앞세워 에이전트형 AI 분야의 리더로 자리매김하려 하고 있다. 엔비디아는 이 분야가 2,000억 달러 규모의 새로운 시장 기회가 될 것으로 보고 있으며, 올해 200억 달러의 CPU 매출 달성도 가능하다고 전망한다.
오늘날 엔비디아는 단순한 GPU 업체가 아니라 완전한 AI 인프라 솔루션 기업에 가깝다. 특히 가장 빠르게 성장하는 사업은 네트워킹 포트폴리오로, 엔비디아는 AI 랙 단위의 통합 솔루션을 제공하며 사업 영역을 넓히고 있다. AI 랙은 데이터센터 안에서 여러 칩과 서버, 네트워크 장비를 묶어 대규모 AI 작업을 처리하는 단위다.
AMD: 추론과 에이전트형 AI에서 커지는 기회
오랫동안 GPU 시장에서 후순위로 평가받아 온 AMD는 이제 추론 시장에서 엔비디아의 유력한 대안으로 자리 잡으려 하고 있다. 추론 시장은 일반적으로 연산 성능보다 메모리 제약이 더 큰 경우가 많은데, AMD의 칩렛(chiplet) 설계는 더 많은 메모리와 함께 패키징될 수 있다는 장점이 있다. 칩렛은 하나의 큰 칩을 만드는 대신 여러 개의 작은 칩을 조합해 성능과 효율을 높이는 구조를 뜻한다. 여기에 AMD의 ROCm 소프트웨어 개선까지 더해지면서, 과거보다 훨씬 유리한 위치에 놓이게 됐다.
AMD는 향후 성장에 도움이 될 두 개의 대형 GPU 파트너십도 확보하고 있다. 또 업계에서는 앤트로픽(Anthropic)이 AMD의 최신 GPU를 추론용으로 사용하기 시작할 것이라는 관측도 나온다. 이 같은 흐름은 AMD의 GPU 사업이 단순한 보조 역할을 넘어 실질적인 성장축으로 전환되고 있음을 시사한다.
AMD는 데이터센터 CPU 분야에서도 강한 입지를 바탕으로 에이전트형 AI에 유리한 위치에 있다. 이 시장은 데이터센터에서 GPU와 CPU의 비율이 줄어들기 시작하면서 빠르게 확대되고 있다. 학습 단계에서는 GPU와 CPU 비율이 8대1 수준이지만, 추론 단계에서는 4대1로 내려가고 에이전트형 AI에서는 1대1까지 줄어든다. 에이전트형 AI는 더 많은 코어를 필요로 하며, 각 코어는 사실상 독립적인 작업 단위처럼 작동한다. 그 결과 고성능 CPU 수요와 가격도 상승할 가능성이 있다. CPU는 일반적으로 GPU 가격의 10분의 1 수준도 되지 않지만, 엔비디아보다 훨씬 작은 매출 기반을 가진 AMD에게는 여전히 매우 큰 시장 기회다.
브로드컴: 맞춤형 칩과 데이터센터 네트워킹의 이중 성장
엔비디아의 최신 루빈(Rubin) GPU가 개당 5만5,000달러에 이를 것으로 예상되면서, 대형 클라우드 사업자들, 즉 하이퍼스케일러들이 비용 절감을 위해 자체 맞춤형 칩을 설계하려는 움직임을 보이는 것은 자연스러운 일이다. 이들은 알파벳이 자사의 TPU를 통해 얻은 이점을 보고, 같은 성공을 재현하려 하고 있다. 하이퍼스케일러는 대규모 데이터센터를 운영하는 기업을 뜻한다.
이 과정에서 브로드컴의 역할은 커지고 있다. 브로드컴은 주문형 반도체(ASIC) 기술의 선두주자이며, 알파벳이 TPU를 개발하는 과정에서도 도움을 제공했다. 브로드컴은 늘어나는 맞춤형 칩 고객뿐 아니라 TPU 배치 확대의 수혜도 받고 있다. 특히 알파벳이 일부 선택 고객에게 브로드컴을 통해 TPU를 직접 주문할 수 있도록 하기 시작하면서, 사업 확대 가능성은 더 커졌다. 회사는 2027회계연도에만 ASIC 매출이 1,000억 달러를 넘어설 수 있다는 명확한 시야를 보고 있다.
브로드컴의 맞춤형 칩 사업은 데이터센터 네트워킹 사업으로도 이어진다. 이 분야에서도 브로드컴은 선두권에 있으며, 두 시장이 맞물리면서 향후 수년간 큰 성장을 기록할 것으로 예상된다. 데이터센터 네트워킹은 대규모 서버와 칩이 빠르게 통신하도록 돕는 핵심 인프라로, AI 확산이 가속화될수록 그 중요성은 더욱 커질 전망이다.
AI 칩 시장의 구조 변화를 보면, 단순히 가장 빠른 GPU를 만드는 기업만이 승자가 되는 국면은 아니다. 학습 중심의 AI에서 추론과 자율적 실행이 가능한 에이전트형 AI로 이동할수록 메모리, CPU, 네트워크, 맞춤형 칩 등 복합 요소의 중요성이 커진다. 이 때문에 향후 AI 반도체 시장은 GPU 중심에서 인프라 전반 경쟁으로 재편될 가능성이 높다.
최종 판단
이 시점에서 세 종목 가운데 어느 하나를 보유하더라도 크게 틀리지 않을 수 있다는 평가가 나온다. 세 종목 모두 매수 대상으로 볼 수 있으며, 엔비디아는 가장 저렴한 주가 수준과 여전히 가장 빠른 성장세를 보이고 있지만 이미 거대한 기업이 됐다. AMD와 브로드컴은 앞으로 커질 성장 동력이 뚜렷하다.
세 종목 가운데 하나만 고르라면 AMD가 선택된다고 본문은 전했다. 이유는 추론과 에이전트형 AI라는 두 개의 거대한 시장 기회가 아직 매우 초기 단계에 있기 때문이다. 성장에 민감한 시장에서는 AMD가 가장 매력적인 매수 종목이라는 판단이다.
엔비디아 주식을 지금 사야 할까
엔비디아 주식을 매수하기 전에 투자자는 한 가지 추가 사실도 고려해야 한다. 모틀리 풀 스톡 어드바이저 애널리스트 팀은 지금 투자자들이 사야 할 가장 좋은 10개 종목을 새로 선정했는데, 엔비디아는 그 목록에 포함되지 않았다. 다만 선정된 10개 종목은 향후 수년간 큰 수익률을 낼 수 있다고 설명했다.
과거 사례도 제시됐다. 넷플릭스가 2004년 12월 17일 이 목록에 포함됐을 때 1,000달러를 투자했다면 현재 가치가 47만7,813달러가 되었을 것이라고 했다. 또 엔비디아가 2005년 4월 15일 같은 목록에 올랐을 때 1,000달러를 투자했다면 현재 132만88달러가 됐을 것이라고 소개했다. 스톡 어드바이저의 누적 평균 수익률은 986%로, S&P 500의 208%를 크게 웃돈다고 밝혔다.
“스톡 어드바이저의 누적 평균 수익률은 986%로, S&P 500의 208%를 크게 웃돈다.”
기사 말미에는 지오프리 사이러(Geoffrey Seiler)가 AMD, 알파벳, 브로드컴 지분을 보유하고 있다고 적시했다. 모틀리 풀은 AMD, 알파벳, 브로드컴, 엔비디아를 보유 및 추천하고 있다고 밝혔다. 아울러 모틀리 풀의 공시 정책도 함께 언급했다. 이 글에 담긴 견해는 저자의 것이며, 나스닥의 견해를 반드시 반영하는 것은 아니라고 덧붙였다.
