핵심 요약
현재 상황은 두 가지 축으로 정리할 수 있다.
첫째, Gemini 3는 AI 애플리케이션 레벨의 판도 변화를 의미한다.
둘째, Nvidia는 여전히 인프라 레벨의 절대강자이나, 구조적 리스크가 점차 숫자로 가시화되기 시작하는 구간에 진입했다.
본 리포트는 실제 자료를 기반으로 작성된 투자전략용 분석이다.
1. 현실 점검: 현재 확인된 사실
Gemini 3의 실제 포지션
Google은 2025년 11월 Gemini 3 패밀리를 공식 발표하며 이를 "가장 지능적인 모델 패밀리"로 정의했다. 이 모델은 에이전트 워크플로, 자율 코딩, 복잡한 멀티모달 작업에 최적화되어 있다.
DeepMind 자료에 따르면, Gemini 3 Pro는 Gemini 2.5 Pro 대비 코드 및 추론 벤치마크에서 50% 이상 개선된 성능을 달성했다. JetBrains 등 개발툴 업체들은 실제 코딩 업무에 투입 가능한 수준이라고 평가한다.
Google이 블로그와 개발자 문서에서 반복적으로 강조하는 핵심 포인트는 "agent-first"와 "Google 생태계 통합"이다. 이는 모델 자체의 성능보다 Android, Chrome, Workspace, Search, Cloud 전반에 긴밀하게 통합하여 사용량, 데이터, CAPEX를 전부 Google 내부 순환 구조로 가져가겠다는 전략을 의미한다.
Gemini 3는 TPU 스택의 쇼케이스
Gemini 3를 뒷받침하는 인프라는 Google TPU 5p 및 6세대(Trillium) 이후 라인업이다. TPU v5p는 v4 대비 최대 2.8배 빠른 성능과 2.1배 개선된 비용 효율성을 보이는 것으로 평가된다. Trillium(6세대 TPU)은 현재 미리보기 단계에서 H100/H200급과 대등한 수준의 트레이닝 및 인퍼런스 성능을 목표로 하고 있으며, Google은 이를 자사 "AI Hypercomputer" 아키텍처 내에서 제공 중이다.
최근 분석 자료에서는 TPU 7세대(가칭 Ironwood 등)가 Blackwell급 성능과 효율에 근접했다는 주장까지 제기되고 있다. 결론적으로, Gemini 3의 기술적 성공은 TPU 스택의 상업적 정당화를 의미하며, 이것이 Nvidia에 대한 실질적 위협 요인으로 작용한다.
Nvidia의 현재 실적
2025년 10월 기준 Nvidia의 분기 매출은 570억 달러이며, 이 중 데이터센터 부문이 512억 달러로 전년 대비 66% 성장했다. 영업이익률은 업계 최고 수준을 기록하고 있다. GAAP 기준 총마진은 73~75% 구간에 위치하며, 대부분이 데이터센터 GPU 및 시스템에서 창출된다. AI GPU 시장 점유율은 여전히 94~97% 수준으로 추정된다.
다만 중국 시장은 규제로 인해 사실상 매출이 제로에 가까운 상태다. 과거 데이터센터 매출의 20~25%까지 차지하던 시장이 소멸된 것이다.수치만 놓고 보면 아직 "황제의 전성기"에 해당한다. 핵심 질문은 이 구조가 향후 5~10년간 유지될 수 있느냐이다.
2. 구조적 변화: Hyperscaler 커스텀 칩 vs Nvidia
빅테크의 공통된 움직임
2025년 AI 인프라 지형을 정리하면 다음과 같다.
Google은 TPU v5p 및 v6(Trillium) 기반의 Gemini 3와 Cloud 통합을 추진 중이다. Amazon은 Trainium 및 Inferentia 3세대를 통해 인퍼런스 비용 최대 50% 절감을 목표로 한다. Microsoft는 Azure 최적화를 위한 Maia 커스텀 AI 칩을 개발 중이며, Meta는 MTIA v2를 통해 추천, 광고, 경량 LLM 인퍼런스에 특화된 솔루션을 구축하고 있다.
컨설팅 및 리서치 업계의 공통된 메시지는 "모든 hyperscaler가 Nvidia 의존도를 축소하기 위해 커스텀 칩 비중을 확대하고 있다"는 것이다. 2030년경 ASIC(커스텀 칩) 비중이 AI 가속기 매출의 13~15% 수준으로 확대될 것으로 추정된다.
결론적으로 Gemini 3는 "Nvidia 없이도 SOTA(State-of-the-Art) 모델을 개발하고 서비스할 수 있다"는 공개적 시연이다. 이는 다른 클라우드 및 플랫폼 사업자들의 커스텀 칩 투자를 정당화하는 심리적 기준점 역할을 수행한다.
시장 규모와 점유율 침식 속도
AI 가속기 시장은 2024년 1,400억 달러에서 2030년 4,400억 달러 수준으로 성장할 전망이다. 연평균 성장률(CAGR)은 25~30%대로 예상된다.
여러 리포트를 종합하면, 2030년에도 Nvidia가 AI GPU 시장의 70~80%를 유지할 것으로 보이나, 전체 AI 가속기 시장(ASIC 포함) 기준으로는 Nvidia 비중이 점진적으로 60%대까지 하락할 수 있다는 전망이 우세하다.
시장 점유율 시나리오를 단순화하면 다음과 같다. 2025년에는 Nvidia 90%, ASIC 7%, 기타 3%로 추정되며, 2030년 베이스 시나리오에서는 Nvidia 75%, ASIC 17%, 기타 8%로 변화할 것으로 예상된다. 정교한 예측은 아니나 방향성은 이 추세에 부합한다.
3. Gemini 3가 Nvidia 비즈니스 모델에 미치는 영향
매출 vs 마진: 어떤 축이 먼저 훼손되는가
Nvidia 입장에서 리스크는 두 가지로 구분해야 한다. 첫째는 볼륨(매출) 리스크이고, 둘째는 마진(가격 및 구조) 리스크이다. 현재 데이터에 따르면 AI 칩 시장은 2030년까지 3배 이상 성장할 전망이다. 일부 애널리스트는 2030년 Nvidia AI 칩 매출을 2,620억 달러까지 전망한다. 이는 2024년 약 1,000억 달러 대비 2.6배 수준이다.
따라서 현실적인 베이스 케이스는 볼륨은 증가하되 점유율은 하락하는 구조이다. 이 경우 매출 성장률은 둔화되지만 절대 매출은 계속 증가할 수 있다.
2025년 AI 관련 매출 1,000억 달러를 가정할 때 시나리오별 2030년 전망은 다음과 같다. Bull 케이스(지배력 유지)에서는 3,600억 달러, Base 케이스(점유율 일부 희석, AI CAPEX 지속 증가)에서는 2,500억 달러, Bear 케이스(커스텀 ASIC 확산, 중국 규제, Gemini 3 계열 성공)에서는 1,750억 달러로 추정된다.
베이지안(Bayesian) 관점에서 현재 정보 세트 기준으로 Base 50%, Bull 25%, Bear 25% 정도의 확률 분포를 부여하는 것이 합리적이다.
마진 압박의 메커니즘
Gemini 3와 TPU 스택이 Nvidia 마진을 압박하는 구체적 경로는 다음과 같다.
첫째, Hyperscaler들은 이제 Nvidia에게 "자체 칩과 Gemini 3급 모델을 보유하고 있으니, 더 높은 가격을 받으려면 성능 및 효율 격차를 확실히 입증하라"고 요구할 수 있는 협상력을 확보했다.
둘째, 중국 매출 20~25%가 제로로 소멸된 상황에서 잔여 시장(미국, 유럽, 기타)에 대한 의존도와 가격 협상력이 동시에 부담으로 작용한다.
셋째, 커스텀 ASIC 비중이 2030년에 15% 수준에 도달하면, Nvidia는 시장 전체 성장 덕분에 매출은 증가하겠으나 hyperscaler의 단가 인하 압력을 회피하기 어렵다는 것이 월가의 기본 시나리오이다.
여기에 DeepSeek/R1 등 중국발 저비용 훈련 사례들이 "GPU 사용량 최적화와 저가 하드웨어 조합"의 실현 가능성을 입증하면서, 투자자들 사이에 "Nvidia tax"라는 개념이 각인되었다.
투자 전략: Nvidia vs Alphabet vs AI 인프라 체인
Nvidia (NVDA): 여전한 왕좌, 그러나 경기장이 변화하는 구간
- 롱 포지션 논리
Nvidia는 여전히 AI GPU의 사실상 표준이며, CUDA 생태계의 lock-in 효과는 건재하다. 데이터센터 매출 성장률은 둔화 조짐이 있으나, 이미 분기 500억 달러를 돌파한 절대 규모 자체가 다른 차원이다. 빅테크의 커스텀 칩조차 초기 학습 및 최신 대형 모델에서는 여전히 Nvidia를 병행 사용한다. 엔터프라이즈, 소버린 AI, 국가 단위 프로젝트는 CUDA 의존도가 높은 상태를 유지하고 있다.
- 리스크 요인
중국 매출이 제로에 수렴하며 규제 리스크가 상수화되었다. Gemini 3와 TPU, Trainium, Maia, MTIA 등 hyperscaler 내재화로 인해 가장 중요한 고객들이 점진적으로 자체 칩으로 이동하는 구조가 형성되고 있다. AI 버블 논쟁도 주시해야 한다. Scaling law 한계와 CAPEX 피크아웃(2026년 전후)이 동시에 발생할 경우 멀티플 디레이팅이 급격히 진행될 수 있는 구간이다.
- 전략 제안
단기(6~12개월) 관점에서는 모멘텀과 실적이 여전히 롱 포지션에 유리하다. 다만 AI CAPEX 피크아웃, 규제, 커스텀 칩 관련 뉴스가 나올 때마다 변동성이 과대해질 수 있다. 따라서 현물 롱에 170~180달러 근처 풋옵션 헤지를 조합하는 "롱 + 테일 리스크 헤지" 구성이 합리적이다.
중기(1~3년) 관점에서는 포트폴리오 내 "AI 인프라 순수 플레이" 비중을 점진적으로 축소하고, AI CAPEX 수혜를 Broadcom, TSMC, HBM 공급사, AI 전력/쿨링/데이터센터 REIT 등으로 분산하는 방향이 바람직하다.
핵심은 Nvidia를 시총과 밸류에이션의 중심축(anchor)으로 유지하되, Gemini 3와 커스텀 ASIC이 야기하는 구조적 리스크가 현재 주가에 완전히 반영된 것으로 간주하지 않는 것이다.
Alphabet (GOOGL): Gemini 3의 직접 수혜주
- 투자 포인트
Gemini 3는 단순한 모델 출시가 아니다. Search, Ads, Cloud, Android, Workspace 전체에 통합되는 "AI 레벨업 레이어"로 기능한다. TPU 스택이 성숙해질수록 Google Cloud의 마진 구조가 개선된다. 자체 칩 사용으로 비용이 절감되며, AI 워크로드의 "비Nvidia화"가 가속된다.
- 리레이팅 논리
광고 및 검색 부문은 Gemini 기반 재설계를 통해 클릭률(CTR) 및 전환율 개선이 기대된다. Cloud 부문은 TPU와 Gemini 번들로 차별화된 AI 인프라 패키지를 제공한다. 장기적으로는 "TPU CAPEX = Google이 내재화한 Nvidia 마진"이 되는 구조가 형성된다.
- 전략 제안
Nvidia 구조 리스크에 대한 자연스러운 헤지 롱으로 GOOGL을 편입하는 구성이 적절하다. 비중 예시로는 AI 인프라/플랫폼 바스켓 내에서 NVDA 40~50%, GOOGL 25~30%, 나머지 20~35%를 AMD, AVGO, TSMC 등으로 분산 배분하는 방안이 있다.
기타 인프라 체인: Nvidia 리스크의 간접 수혜주
- AMD (MI300/MI400)
AMD는 H100 대비 특정 워크로드에서 30% 낮은 비용과 메모리 대역폭 우위를 바탕으로 점유율 10~15%까지 확대가 현실적으로 가능하다는 평가를 받고 있다. Nvidia에서 이탈한 수요와 커스텀 칩 사이의 틈새 시장을 공략하는 구조이다.
- Broadcom (AVGO), TSMC (TSM)
커스텀 ASIC 증가는 GPU 공급자만큼이나 파운드리 및 ASIC 설계사에 호재로 작용한다. "Nvidia vs TPU" 경쟁이 심화될수록 그 하단에서는 "누가 더 많은 실리콘을 생산하는가"가 중요해지므로, TSM과 AVGO는 메타 레벨의 수혜주로 분류된다.
- AI 인프라 ETF / 바스켓
개별 종목 리스크(규제, 경쟁, 실적 변동성)를 줄이고 CAPEX 전체 성장에 베팅하는 수단으로 활용할 수 있다. BOTZ, SOXX, SMH 등과 함께 데이터센터, 전력, 리츠까지 포함한 바스켓도 고려 대상이다.
5. 투자 전략 요약
Gemini 3를 Nvidia 관점에서 해석하면 다음과 같이 정리할 수 있다. "단기 실적에는 영향을 미치지 않으나, 3~7년 시계에서 Nvidia의 가격 결정력과 마진을 점진적으로 잠식하는 게임의 시작"이다.
이 전제 하에 전략을 재구성하면 다음과 같다.
- Nvidia
기본 포지션은 롱을 유지한다. 다만 레버리지 롱이나 콜 매수 중심 구조는 점진적으로 축소하고, 현물 롱에 OTM 풋 헤지를 조합하여 테일 리스크를 관리한다. 밸류에이션은 2025~26년 EPS/FCF 기준 고P/E를 "AI 인프라 콜옵션 프리미엄"으로 인정하되, 커스텀 ASIC 점유율과 중국/규제 헤드라인에 따라 멀티플 디레이팅(예: P/E 45배에서 30대 후반)을 항상 염두에 둔다.
- Alphabet
Gemini 3와 TPU의 성공은 Nvidia에게는 위협이나, Alphabet에게는 광고, Cloud, 인프라 마진 개선이라는 복합 호재이다. Nvidia 롱의 구조적 리스크를 동일 섹터 내에서 자연스럽게 상쇄하는 롱 포지션으로 기능한다.
- 기타 체인 (AMD, AVGO, TSM 등)
"Nvidia 독점이 붕괴되는 시나리오"를 공포가 아닌 알파 소스로 전환하는 포지션이다. 커스텀 칩 비중이 상승할수록 Nvidia는 부정적 영향을, Broadcom/TSMC/파운드리는 긍정적 영향을 받는 구조를 감안하여 비중을 조절한다.
- 리스크 관리
모니터링 포인트는 다음과 같다. 빅테크 CAPEX 가이던스(Google, Amazon, Microsoft, Meta), TPU/Trainium/Maia 등 커스텀 칩 로드맵 업데이트, 중국 및 수출규제 헤드라인, AI 버블/Scaling law 한계 관련 리서치와 시장 반응이다. 가격 측면에서는 NVDA 급락 구간(예: -20% 이상 이벤트) 발생 시 "구조적 스토리가 훼손되었는지" 또는 "커스텀 칩/버블 뉴스에 시장이 과민 반응한 것인지"를 구분하여 대응한다.
결론
Gemini 3는 "Nvidia 종말 시나리오"가 아니다. 이는 "Nvidia 초과이익을 점진적으로 축소하는 커스텀 실리콘 시대의 개막"으로 해석해야 한다.
따라서 투자 전략도 NVDA 올인 대 NVDA 제로와 같은 극단적 선택이 아니라, Nvidia를 중심축으로 유지하면서 Alphabet, 커스텀 ASIC 관련주, 파운드리, AI 인프라 바스켓으로 구조적 리스크를 흡수하는 포트폴리오 재설계가 합리적이다.
이것이 현재 데이터와 구조를 기준으로 도출한 냉정한 최선의 견해이다.
참고문헌
[1] Google Blog - Gemini 3 공식 발표 [2] Google DeepMind - Gemini 3 모델 사양 [3] Google Cloud - TPU v5p 및 AI Hypercomputer [4] Google Cloud - Trillium 6세대 TPU 미리보기 [5] UncoverAlpha - Google TPU 분석 [6] NVIDIA Investor Relations - 2026 회계연도 3분기 실적 [7] NVIDIA Newsroom - 분기 실적 발표 [8] Economy - AI 칩 시장 점유율 분석 [9] Tom's Hardware - Nvidia 중국 시장 점유율 하락 [10] Googlu AI - 2025년 AI 트렌드 [11] Tom's Hardware - AI 가속기 경쟁 [12] OpenTools - AI 칩 경쟁 분석 [13] Nasdaq - Nvidia와 Broadcom ASIC 경쟁 [14] Mordor Intelligence - AI 가속기 시장 전망 [15] Barron's - Nvidia AI 칩 매출 전망 [16] Omdia - AI 데이터센터 칩 시장 전망 [17] The Guardian - Nvidia 실적과 DeepSeek [18] Windows Central - Nvidia AI 지배력 분석 [19] Aranca - 커스텀 AI 칩의 부상 [20] Medium - ASIC 혁명의 숨은 승자
[Compliance Note]
• 셀스마트의 모든 게시글은 참고자료입니다. 최종 투자 결정은 신중한 판단과 개인의 책임 하에 이루어져야함을 알려드립니다.
• 게시글의 내용은 부정확할 수 있으며, 매매에 따른 수익과 손실은 거래 당사자의 책임입니다.
• 코어16은 본 글에서 소개하는 종목들에 대해 보유 중일 수 있으며, 언제든 매수 또는 매도할 수 있습니다.