모건스탠리의 출하 전 추정치에 따르면 Vera Rubin 기반 VR200 NVL72 랙 가격은 약 780만 달러입니다. 비교 대상인 Grace Blackwell GB300 NVL72 랙은 약 400만 달러로 추정됐습니다.
이 수치를 해석할 때는 몇 가지 주의가 필요합니다.
따라서 공개된 자료는 차세대 랙의 비용 부담이 커지는 방향을 보여주지만, VR200과 GB200의 확정적인 가격 차이나 고객별 인상률을 제시하지는 않습니다.
이번 가격 인상 보도는 엔비디아의 8월 26일 회계연도 2분기 실적 발표를 앞두고 나왔습니다. 엔비디아가 직전 분기에 기록한 매출은 816억 달러였고, 이 가운데 데이터센터 매출은 약 752억 달러였습니다. 매출총이익률은 약 **75%**였습니다.
이 시점은 투자자와 AI 인프라 구매자 모두에게 중요합니다. 서버 가격을 올리면 엔비디아는 메모리 등 투입 비용 상승을 일정 부분 상쇄할 수 있습니다. 반면 클라우드 사업자와 대형 기술 기업이 AI 클러스터를 구축하는 데 필요한 자본 지출은 더 커집니다. 보도된 인상분이 엔비디아의 수익성에 어느 정도 반영될지는 현재 공개 자료만으로 확인하기 어렵습니다.
엔비디아 서버 가격이 계속 오르면 아마존, 마이크로소프트, 구글, 메타 같은 대형 클라우드·기술 기업이 자체 AI 칩 개발을 확대할 유인이 커질 수 있습니다. 자체 칩은 특정 기업의 모델과 서비스에 맞게 설계할 수 있고, 외부 공급업체에 대한 의존도를 낮추며 가격 협상력을 높이는 수단이 될 수 있습니다.
하지만 엔비디아의 경쟁력은 GPU 하드웨어만으로 설명되지 않습니다. CUDA 소프트웨어 생태계, 개발자들의 익숙함, GPU 간 연결을 지원하는 NVLink 네트워킹, 서버와 소프트웨어를 아우르는 풀스택 플랫폼이 함께 작동합니다. 한 시장 분석은 엔비디아가 고성능 AI 가속기 시장의 80% 이상을 차지한다고 추정했지만, 시장 범위를 어떻게 정의하느냐에 따라 점유율 수치는 달라질 수 있습니다.
AMD의 MI300 계열 가속기나 AWS Trainium과 같은 클라우드 사업자용 자체 칩은 적합한 작업에서 엔비디아 의존도를 낮출 수 있는 선택지입니다. 그러나 기존 CUDA 기반 소프트웨어와 시스템 구조를 옮기려면 상당한 개발·호환성 비용이 발생할 수 있습니다. 따라서 자체 칩과 AMD 제품은 엔비디아를 단기간에 완전히 대체하기보다는, 특정 내부 업무와 대규모 반복 작업을 중심으로 공급을 분산하는 방식으로 활용될 가능성이 큽니다.
현재 보도와 공개 자료가 뒷받침하는 결론은 제한적이지만 의미가 있습니다. 엔비디아의 일부 주요 고객이 내년 초 출하 시스템에 대해 많은 경우 15%를 넘는 가격 인상 통보를 받았고, 인상폭은 칩 세대와 메모리 구성에 따라 달라진다는 것입니다.
그러나 다음 내용은 공개적으로 확인되지 않았습니다.
로이터는 블룸버그 보도를 인용하면서 관련 내용을 즉시 독립적으로 검증하지 못했다고 전했습니다. 엔비디아나 고객사들이 구체적인 가격 조건을 공개하기 전까지는, 메모리 가격 상승이 AI 서버 경제성에 압력을 가하고 있다는 점과 실제 상업적 영향은 아직 비공개라는 점을 구분해 볼 필요가 있습니다.