오픈AI의 베라 루빈 NVL72 도입이 엔비디아의 다음 변화를 보여주는 이유

오픈AI 역시 더 큰 배치 계획의 일부입니다. 오픈AI와 엔비디아는 엔비디아 시스템을 기반으로 최소 10GW 규모의 AI 데이터센터를 구축하기로 했으며, 첫 1GW는 2026년 하반기에 베라 루빈 시스템으로 배치하는 것을 목표로 하고 있습니다.

오픈AI의 도입이 중요한 이유

오픈AI는 베라 루빈이 프런티어 모델 개발을 실제로 뒷받침할 수 있는지를 보여주는 가장 demanding한 고객 중 하나입니다. 선도적인 AI 연구소는 학습 용량뿐 아니라 인터커넥트 성능, 시스템 신뢰성, 빠른 인프라 확장 능력에서도 높은 기준을 요구합니다.

오픈AI에서 시스템이 실제 운영되면 다음 세 가지를 확인할 수 있습니다.

1. 실제 워크로드 적용: 베라 루빈이 단순 벤치마크나 제품 시연이 아니라 프런티어 AI 개발에 사용되는지 보여줍니다.
2. 시스템 완성도: 엔비디아의 랙 단위 아키텍처가 고객 검증을 통과해 상용 환경으로 이동할 수 있는지 확인할 수 있습니다.
3. 추가 수요 유발: 초기 배치가 성공하면 다른 AI 연구소와 클라우드 사업자도 완성형 루빈 시스템을 도입할 가능성이 커집니다.

그러나 도입 발표만으로 설치된 랙 수, 실제 학습 성과, 엔비디아의 매출 인식 시점을 알 수는 없습니다. 이런 세부 내용이 해당 배치가 사업을 바꾸는 전환점인지, 아니면 초기 검증에 불과한지를 결정하게 됩니다.

NVL72 한 랙의 가격은 얼마인가

제공된 자료에는 엔비디아의 공식 리스트 가격이 없습니다. 업계와 투자은행의 추정치는 구성과 시점에 따라 차이가 납니다.

• 일부 보도는 랙 한 대 가격을 약 700만~800만 달러로 제시했습니다.
• 이후 보도에서 인용된 번스타인 추정치는 약 910만 달러입니다.
• 모건스탠리는 VR200 NVL72 한 랙의 비용을 약 780만 달러로 계산했습니다.

이 수치는 엔비디아의 확정 판매 가격이 아니라 시스템 비용 또는 클라우드 사업자가 부담할 것으로 추정되는 비용으로 봐야 합니다. 추정치가 엇갈리는 이유는 랙 가격이 GPU 개수만으로 결정되지 않기 때문입니다. 메모리와 스토리지, 네트워크, 서버, 냉각 장치, 전력 인프라가 모두 원가에 영향을 줍니다.

데이터센터 전체를 구축하는 비용은 훨씬 큽니다. 인베스팅닷컴이 인용한 번스타인 추정에 따르면 베라 루빈 기반 1GW 데이터센터 용량을 구축하는 데 약 470억 달러가 필요할 수 있습니다. 이는 인프라 구축 비용 추정치이지, 엔비디아 매출에 대한 직접적인 전망이나 모든 프로젝트에 적용되는 보편적 건설비는 아닙니다.

코어위브의 마진이 보여주는 클라우드 경제성

코어위브는 베라 루빈의 초기 상업성을 가늠할 수 있는 중요한 사례입니다. 회사는 2분기에 새로 체결한 계약의 마진이 이전 분기에 체결한 계약보다 5~10%포인트 높을 것으로 예상한다고 밝혔습니다. 또한 7월에는 제품 전반의 가격을 인상했다고 설명했습니다.

이것이 모든 루빈 배치의 수익성이 높아진다는 뜻은 아닙니다. 코어위브의 마진은 계약 가격, 가동률, 금융비용, 전력·냉각비, 운영비, 하드웨어 구성에 따라 달라집니다.

다만 최신 AI 시스템은 자본 부담만 키워 클라우드 사업자의 수익성을 악화시킨다는 단순한 가정에는 의문을 제기합니다. 고객이 더 빠르고 효율적인 AI 처리 용량에 비용을 지불하고, 클라우드 사업자가 이를 높은 가동률로 운영한다면, 높은 구매 가격에도 랙 단위 시스템이 더 나은 경제성을 만들어낼 수 있습니다.

코어위브가 맡은 검증 역할

코어위브는 베라 루빈 NVL72를 처음으로 가동하고 완전 검증한 AI 클라우드 사업자입니다. 검증 범위는 전력, 냉각, 네트워크, 연산을 포함한 랙 전체 시스템이었습니다.

개별 칩에 전원을 넣는 것과 네트워크·소프트웨어 스택을 갖춘 액체 냉각 랙 전체를 운영하는 것은 전혀 다릅니다. 코어위브의 작업은 플랫폼이 실제 운영 규모에서 작동할 수 있다는 초기 증거를 제공했고, 이후 고객 배치에서 발생할 통합 위험을 낮추는 역할을 했습니다.

코어위브는 동일한 딥시크-R1 워크로드를 기준으로 베라 루빈 NVL72가 엔비디아 GB200 NVL72보다 메가와트당 초당 토큰 생성량이 10배 많았다고도 발표했습니다. 다만 이는 특정 조건에서 측정한 회사 발표 벤치마크이며, 모든 워크로드에 적용되는 보편적인 성능 보장은 아닙니다.

엔비디아는 이제 가속기보다 더 많이 팔려 한다

베라 루빈의 출시는 엔비디아가 완성형 AI 인프라 시스템을 공급하는 방향으로 이동하고 있음을 보여줍니다. 엔비디아는 30개국 350곳이 넘는 공장 거점을 아우르는 공급망을 구축했으며, 이를 지금까지 가장 큰 규모의 랙 단위 공급망이라고 설명합니다.

중요한 변화는 병목이 더 이상 GPU 생산량에만 있지 않다는 점입니다. 작동 가능한 AI 랙을 만들려면 GPU와 CPU, 고대역폭 메모리, 서버, 네트워크 장비, 액체 냉각 하드웨어, 전력 설비, 설치 역량이 동시에 준비돼야 합니다.

엔비디아가 이처럼 완성형 시스템의 조달과 조정을 더 많이 담당하거나 직접 납품하게 되면 AI 인프라 스택에 대한 통제력은 커질 수 있습니다. 동시에 실행 위험도 증가합니다. 핵심 부품 하나가 지연되면 랙 전체의 납품이 늦어지고, 이는 고객 데이터센터 일정과 엔비디아의 매출 인식 시점에 모두 영향을 줄 수 있습니다.

기본 72GPU 블록을 그대로 확장하면 2랙·4랙·8랙 구성은 각각 144개·288개·576개 GPU를 포함하게 됩니다. 이는 72개 단위의 단순 산술 확장입니다. 다만 제공된 자료만으로는 이 세 구성이 모두 공식 제품 SKU로 확정됐는지, 구체적인 납품 일정이 있는지 독립적으로 확인되지 않습니다. 핵심은 엔비디아가 반복 가능한 랙 단위 블록을 중심으로 더 큰 AI 팩토리를 설계하고 있다는 점입니다.

8월 26일 엔비디아 실적에서 볼 네 가지

엔비디아는 회계연도 2분기 매출을 **910억 달러±2%**로 제시했으며, 이 전망에는 중국 데이터센터 컴퓨팅 매출이 포함되지 않았습니다. 회사는 GAAP 기준 총이익률 약 74.9%, 비GAAP 기준 총이익률 **75.0%**도 전망했습니다.

8월 26일 실적 발표는 과거 매출을 확인하는 자리가 아니라 베라 루빈의 상업적 momentum을 점검하는 이벤트로 읽을 필요가 있습니다.

1. 루빈은 검증에서 대량 생산으로 넘어가고 있는가

생산 출하량, 고객 배치, 부품 공급 상황, 루빈 매출이 의미 있게 반영되기 시작하는 시점에 대한 구체적인 설명을 확인해야 합니다. 엔비디아는 생산 출하가 가을부터 시작될 예정이라고 밝혔지만, 다른 보도에서는 이미 완전 생산에 들어가 고객에게 출하 중이라고 전했습니다.

2. 엔비디아는 높은 마진을 지킬 수 있는가

랙 단위 시스템은 독립형 가속기보다 더 비싸고 복잡한 부품으로 구성됩니다. 총이익률 관련 발언은 엔비디아가 이 비용을 가격에 전가하면서도 가이던스 수준의 가격 결정력을 유지할 수 있는지 보여줄 것입니다.

3. 메모리와 부품이 공급을 제한하고 있는가

엔비디아는 광범위한 메모리 부족 속에서 공급 지출을 늘리고 있으며 공급 제약도 경고해 왔습니다. 메모리 확보 상황과 부품 비용, 이런 제약이 루빈의 생산 확대를 늦출 수 있는지를 살펴봐야 합니다.

4. 향후 가이던스가 지속적인 수요를 뒷받침하는가

910억 달러라는 당기 매출도 중요하지만, 더 중요한 신호는 다음 분기 전망과 고객의 확정 물량에 대한 경영진의 설명일 수 있습니다. 루빈의 성장 스토리가 설득력을 가지려면 첫 배치의 성공이 아니라 반복 가능한 수요가 확인돼야 합니다.

결론

오픈AI의 베라 루빈 도입은 엔비디아의 차세대 플랫폼이 프런티어 AI 개발이라는 가장 demanding한 실제 워크로드와 연결된다는 점에서 중요합니다. 코어위브, 구글 클라우드, 마이크로소프트 애저, 오라클 클라우드 인프라, 네비어스에서 시스템이 가동되고 있다는 사실은 베라 루빈이 단순한 제품 발표를 넘어서는 단계로 나아가고 있음을 보여주는 추가 근거입니다.

그러나 투자 판단의 핵심은 실행력입니다. 랙 가격은 공식 가격이 아닌 추정치이고, 코어위브의 마진 개선은 회사별 상황에 따른 결과이며, 초기 검증만으로 대량 납품을 입증할 수는 없습니다.

8월 26일 엔비디아 실적 발표는 베라 루빈이 확장 가능하고 수익성 있는 시스템 사업으로 자리 잡고 있는지, 아니면 여전히 인상적이지만 초기 단계인 인프라 전환에 머물러 있는지를 가늠하는 중요한 시험대가 될 전망입니다.