Broadcom이 하이퍼스케일러 및 클라우드 제공자를 위한 커스텀 실리콘과 네트워킹 솔루션을 통해 AI 분야에서 신뢰할 수 있는 Nvidia 경쟁자로 자리 매김

엔비디아(Nvidia)는 AI 학습을 위한 하드웨어의 선도적 공급업체로서의 입지를 확립했으며, 올해 매출이 3,500억 달러를 초과할 것으로 전망된다. 그러나 그 이후의 과정에 주목하는 이는 많지 않다. 모델 학습에 드는 비용은 주로 일회성 투자이지만, 지속적인 운영에는 상시 비용이 수반된다. ChatGPT가 처리하는 모든 쿼리, AI 지원 검색 결과, 자동 에이전트의 모든 행동은 추론(inference)에 해당하며, 이는 매일 수십억 명의 사용자에게 걸쳐 끊임없이 실행된다. 이러한 규모에서 각 연산의 비용은 단순한 엔지니어링 세부 사항이 아니라, 수익성 있는 AI 제품과 흑자 창출에 실패하는 제품을 가르는 핵심 요소다.

여기서 브로드컴(Broadcom)이 중요한 역할을 수행한다. 브로드컴은 잠재적 고객에게 범용 GPU를 제공하는 대신, 주요 기술 기업들과 직접 협력하여 고유한 워크로드에 특화된 칩을 개발한다. 클라이언트는 아키텍처와 지적 재산권을 소유한 채로, 브로드컴은 이러한 설계를 전력 요구사항, 열 관리, 메모리 통합, TSMC와 같은 시설에서의 생산 준비 등 제조 가능한 실리콘으로 변환하고 최종 생산 준비를 감독한다. 이 과정에는 수년간의 공유된 기술 전문성이 필요하며, 처음부터 시작하는 경쟁사들이 쉽게 모방하기 어렵다. 초대형 클라우드 제공자가 맞춤형 칩을 중심으로 소프트웨어 아키텍처와 데이터 센터 설정을 통합하면, 이를 대체하는 것은 지나치게 높은 비용을 수반하게 된다.

가격 우위도 상당하다. 최상위 엔비디아 GPU의 단가는 단위당 30,000달러에서 40,000달러 사이로 추정되는 반면, 브로드컴의 맞춤형 TPUs는 2026년 기준 구글에 단위당 약 12,000달러의 비용이 들 것으로 예상된다. 구글의 최신 세대 칩은 추론 작업에 사용되는 동등한 GPU 대비 에너지 소비 효율이 67% 더 높다고 알려졌다. 수백만 대의 지속적으로 가동되는 서버에서 이러한 효율성 격차는 운영 비용에 지대한 영향을 미친다.

브로드컴의 재무 성과는 이러한 기회를 반영한다. 2026년 제1분기 AI 반도체 매출은 전년 동기 대비 106% 급증한 84억 달러를 기록했으며, 2025 회계연도 전체 AI 매출은 약 200억 달러로 추정된다. 반도체 총마진은 직전 분기 약 69%를 달성했으며, 영업이익률은 60%로 엔비디아의 75%에 근접한 총마진보다는 약간 뒤처졌다. 브로드컴의 AI 실리콘 발주 잔액은 730억 달러를 넘어섰으며, 이는 총 주문 건수 1,620억 달러의 거의 절반을 차지한다. 이는 하드웨어 산업에서 보기 드문 exceptional한 수준의 미래 가시성을 보여준다.

그러나 브로드컴의 AI 반도체 부문은 여러 가지 리스크를 안고 있다. 매출이 제한된 수의 초대형 클라우드 제공자에 집중되어 있으며, 알파벳(Alphabet)이나 메타(Meta)의 전략적 변화가 실적에 중대한 영향을 미칠 수 있다. 맞춤형 칩 설계는 긴 개발 주기를 수반하므로, 어느 세대에서든 오류가 발생하면 수정에 막대한 비용과 시간이 소요될 수 있다. 마벨(Marvell)은 아마존(Amazon)을 위한 맞춤형 ASIC 생산에서 진전을 보였으며, 네트워킹 실리콘 분야에서 엔비디아와의 협력을 강화했다. 브로드컴의 앤트로픽(Anthropic)과의 110억 달러 파트너십과 메타의 MTIA 관련 다세대 협력은 집중화 리스크를 다소 완화하지만, 비즈니스는 여전히 소수의 거대 기업의 자본 배분 선택에 의존하고 있다.