Nvidia의 AI 칩 수요가 12대1 비율로 공급을 초과하며 하이퍼스케일러 백로그 강세 및 희소성 프리미엄을 확인해준다.

댄 아이브스는 2026년 7월 27일 CNBC에서 엔비디아 칩 수요가 공급 대비 약 12:1의 비율로 발생하고 있다고 밝혔다. 그러나 그의 소속 기관에 대한 언급은 중요하다. 웨드버시는 7월 1일 아이브스가 퇴사했다고 발표했으며, 그는 현재 요크빌 아이브스 앤 코(Yorkville Ives & Co.)의 파트너이자 수석 관리 이사로 재직 중이다. 한 기사가 단일 애널리스트의 주장을 기반으로 할 때 이러한 구별은 매우 중요하다.

아이브스는 여전히 엔비디아의 강력한 호재론자로 남아 있으며, 그의 핵심 논리는 타당하다. 투자자들은 AI 인프라 구축이 둔화되었다고 조급하게 결론짓고 있다. 하지만 실제 병목 현상은 설계 단계에 있지 않다. 엔비디아는 또 다른 강력한 가속기(APU)를 설계할 수 있다. 제약 요소는 이러한 가속기를 대규모로 사용할 수 있게 하는 공급망 부품들, 즉 TSMC의 CoWoS 고급 패키징과 SK하이닉스, 삼성전자, 마이크론의 고대역폭 메모리(HBM)에 자리 잡고 있다.

트렌드포스의 6월 보고서에 따르면 경제일보(Economic Daily News) 인용 자료에 의하면, 새로운 생산 가동으로 인해 TSMC의 CoWoS 수급 격차는 2026년 말까지 약 20%에서 약 10% 수준으로 축소될 것으로 예상된다. 그럼에도 불구하고 부족 현상은 지속되고 있다. TSMC는 생산 능력을 최대한 확대하고 있으며, 2026년 월간 CoWoS 출하량은 12만~14만 개 웨이퍼에 달할 것으로 예상된다. 또한 로이터 통신은 TSMC가 2022년부터 2027년까지 고급 패키징 생산량이 연평균 80% 이상 성장할 것으로 전망한다고 보도했다.

이는 키노트 행사에서는 잘 보이지 않는 AI 붐의 이면이다. 블랙웰(Blackwell)이나 루빈(Rubin) 시스템은 단순히 상자 안에 들어 있는 GPU가 아니다. 이는 워크로드가 의미 있는 속도와 근접성을 확보하기 위해 컴퓨팅 다이(die)를 HBM 스택에 연결하는 고급 패키징을 필요로 한다. 이 단계가 없으면 칩 관련 이야기는 공장 바닥에서 멈추게 된다.

메모리 시장도 여전히 긴박하다. 트렌드포스는 지난해 12월 마이크론이 HBM4를 포함한 2026년 전체 HBM 공급량에 대한 가격 및 물량 계약을 체결했다고 보고했다. 바론스(Barron's)는 이번 주 삼성전자가 메모리 부족 현상이 2028년까지 지속될 수 있으며, 2027년이 2026년보다 더 심각할 수 있다고 경고했다고 전했다. SK하이닉스 역시 동일한 AI 메모리 호황을 타고 있다.

아이브스의 12:1 수치는 감사된 엔비디아 공식 지표가 아니며, 그가 채널 조사를 통해 도출한 견해를 반영한다. 그러나 그는 CNBC와의 인터뷰에서 "AI 혁명을 주도하는 세상에 단 하나의 칩이 있다"며 그 대상이 엔비디아라고 강조했고, 물리적 AI(로봇 등)가 아직 수치상으로 나타나지 않았다고 지적했다. 이는 실질적인 입장이다. 아이브스는 repeatedly AI 사이클이 아직 초기 단계임을 주장하며 '3회말'이라는 비유를 사용해 왔다. 팁랭크스(TipRanks)는 2025년 12월 그가 월가가 AI 인프라 수익력을 과소평가하고 있다고 판단하여 엔비디아의 연말 목표가를 $250로 설정했다고 보도했다. 목표가에 동의하든 아니든 중요하지 않다. 핵심 논리는 명확하다. 만약 로봇 공학 및 공장 자동화가 상당한 물량을 흡수하기 전부터 수요가 공급을 이미 크게 상회한다면, 용량(capacity)이 열정(enthusiasm)보다 상한선을 결정한다.

여기서 버블 논쟁 관련 논평이 게으르게 변한다. 일부 AI 지출은 자본 낭비가 될 것이다. 일부 데이터센터 거래는 어리석은 결과로 드러날 수도 있다. 그러나 임대된 GPU에 막대한 자금을 소모하며 실패하는 소프트웨어 비즈니스와 CoWoS 라인 및 HBM 스택에서의 제조상 부족 현상은 근본적으로 다르다. 전자는 자본 규율(capital discipline)을 반영하는 것이고, 후자는 제조 현실(manufacturing reality)이다.

GPU 시간을 임대하는 스타트업에게 중요한 질문은 엔비디아가 애널리스트의 목표가에 도달하느냐가 아니다. 그것은 기업이 필요할 때 컴퓨팅 자원을 이용할 수 있느냐, 그리고 비즈니스 모델이 감당할 수 있는 가격으로 제공되느냐에 달려 있다. 마이크로소프트, 아마존, 구글, 메타가 막대한 AI 자본 지출을 보고하거나 가이드라인을 제시할 때, 중소 고객들은 희소한 공급망 부품에 대한 우선 접근권을 얻지 못한다.

메타의 2026년 자본 지출 가이드라인인 1,250억~1,450억 달러, 알파벳의 대규모 AI 인프라 구축, 분기별 자본 지출이 410억 달러이고 다음 분기 목표가 500억 달러인 마이크로소프트—이러한 숫자들은 누가 공급업체와 장기 계약을 체결하는지를 보여준다. 그러한 규모를 갖춘 기업들이 아닌 곳은 줄을 서서 기다려야 한다. 클라우드 리셀러와 중소형 모델 연구소는 높은 임대 가격과 긴 대기열을 통해 희소성을 흡수하거나, 저등급 하드웨어로 전환해 생존 가능성을 모색한다. 2026년에 학습을 진행하는 스타트업은 실리콘 비용뿐만 아니라 대만의 패키징 슬롯 비용과 몇 달 전에 협상된 메모리 할당 비용도 지불해야 한다.

이것이 바로 교정된 소속 기관 정보에도 불구하고 12:1 주장이 주목받을 만한 이유다. 해당 수치는 변동할 것이며, 실제로 변할 것이다. 그 뒤에 숨겨진 제약 요소는 구체적이고 시점이 정해져 있으며, TSMC, 마이크론, 삼성전자를 거쳐 이제 작은 구매자들이 카운터에 도달하기 전에 미래를 선점하고 있는 하이퍼스케일러(hyperscalers) 전반에 걸쳐 가시적이다.