엔비디아 - 4분기 실적 분석/블랙웰 마진 70% 중반 예상/추론 더 많은 GPU 필요

https://www.youtube.com/watch?v=IQ2wfvNWw3Y

Let's get more on Nvidia's report in the state of the AI trade.
Nvidia의 실적 보고와 AI 거래 상황에 대해 더 자세히 알아보겠습니다.

Stiefel's Ruben Roy joins us now.
Stiefel의 Ruben Roy가 지금 저희와 함께 합니다.

Ruben, great to have you with us here on set.
Ruben, 이 자리에 함께 해주셔서 감사합니다.

What did you make of the quarter?
이번 분기 실적에 대해 어떻게 생각하십니까?

You know, within the context of all the moving parts going into the quarter, I really don't think it could have gone much better.
이번 분기에 고려해야 할 모든 변수들을 감안했을 때, 실적이 이보다 더 좋을 수는 없었다고 생각합니다.

I think Jensen and company, you know, laid out the vision, laid out the plan for the rest of the year.
젠슨과 그의 팀은 올해 남은 기간에 대한 비전과 계획을 제시했다고 생각합니다.

And I think, you know, things really went well.
그리고 제 생각에는 전반적으로 일이 정말 잘 진행되었습니다.

You had technical issues for Blackwell.
블랙웰에 대한 기술적 문제가 있었죠.

You had the DeepSeek event.
딥시크 이벤트도 있었고요.

You had tariffs and all kinds of things.
관세와 여러 가지 문제들도 있었습니다.

And then, you know, the overarching theme of how long is this capex cycle going to happen?
그리고 나서, 이 설비투자 주기가 얼마나 오래 지속될 것인지에 대한 전반적인 주제가 있었죠.

You know, how big can it get?
얼마나 큰 규모로 성장할 수 있을까요?

And we went through December quarter earnings and every hyperscaler raised their capex pretty much, right?
12월 분기 실적을 살펴보면 거의 모든 하이퍼스케일러들이 설비투자를 늘렸습니다, 맞죠?

Google went to $75 billion for the year from consensus expectations in the low 60s.
구글은 연간 설비투자를 60억 달러 초반대였던 시장 예상치에서 750억 달러로 늘렸습니다.

So I think it went really well.
그래서 저는 정말 잘 진행되고 있다고 생각합니다.

Maybe a couple of things we could nitpick on, margins and otherwise.
아마도 마진이나 다른 몇 가지 사소한 부분에서 지적할 만한 점이 있을 수 있겠죠.

But overall, I think it was a great quarter.
하지만 전반적으로 저는 이번 분기가 아주 좋았다고 생각합니다.

So why do you think the markets are so skeptical?
그렇다면 시장이 왜 이렇게 회의적인 태도를 보이고 있다고 생각하십니까?

I imagine that today was a very busy day for you.
오늘 하루가 당신에게 매우 바쁜 날이었을 것 같습니다.

You spent all day talking to investors and clients, et cetera, about this slide into the close.
장 마감 직전의 주가 하락에 대해 투자자들과 고객들과 하루 종일 대화를 나누셨을 것 같은데요.

How skeptical are people of the AIA story at this point?
현 시점에서 사람들이 AI 이야기에 대해 얼마나 회의적인가요?

Because it's obviously, NVIDIA didn't say anything, Jensen went full court press.
왜냐하면 분명히, NVIDIA는 아무 말도 하지 않았고, Jensen은 전력을 다해 대응했습니다.

You know, he did the conference call.
그는 컨퍼런스 콜을 진행했죠.

Then he did a 20 minute interview on CNBC.
그 다음 CNBC에서 20분 인터뷰를 했습니다.

And the stock still slid into the close today.
그런데도 오늘 장 마감까지 주가는 계속 하락했습니다.

Yeah, I think I heard the term, you know, shoot first, ask questions later.
네, "먼저 쏘고 나중에 질문한다"라는 말을 들은 것 같습니다.

And I think there's a lot of jitters in the marketplace.
그리고 시장에 많은 불안감이 있다고 생각합니다.

I mean, kind of what's next, we've got this event, probably, you know, there is a little bit of a de-risking, which is great.
즉, 다음은 무엇일까요? 이 이벤트가 있고, 아마도 약간의 위험 감소가 있을 텐데, 그건 좋습니다.

But then what?
하지만 그 다음엔 뭐가 있을까요?

Right.
맞습니다.

So in our view, we've got a catalyst coming up in a few weeks' time.
우리 관점에서는 몇 주 후에 중요한 촉매제가 있습니다.

NVIDIA is going to have their big tech conference, GTC, which I think is going to be really interesting in terms of product, roadmap, technology and otherwise.
NVIDIA가 그들의 큰 기술 컨퍼런스인 GTC를 개최할 예정인데, 제품, 로드맵, 기술 등의 측면에서 정말 흥미로울 것 같습니다.

But you know, until then, what are we playing for, I guess, short term is sort of what's I think in the market today.
하지만 그때까지, 우리가 단기적으로 무엇을 위해 움직이고 있는지가 오늘 시장에서 중요한 것 같습니다.

Well, Ruben, maybe we're just playing for a valuation argument that at some point says this is really attractive.
음, Ruben, 어쩌면 우리는 단순히 이 주식이 정말 매력적이라고 말할 수 있는 시점의 밸류에이션 논리를 위해 움직이고 있는 것 같습니다.

I mean, you know, relative to peers.
즉, 경쟁사들과 비교해서 말이죠.

And I would just say also help us understand within your coverage, especially in the semiconductor space.
그리고 당신의 담당 범위 내에서, 특히 반도체 분야에서 어디에 투자하는 것이 좋을지 이해하는 데 도움을 주셨으면 합니다.

I mean, where would you rather be given at least, and the concerns around AI are certainly not places that I think there's really almost anyone else that can even be in this game.
제 말은, AI에 대한 우려가 있긴 하지만, 이 게임에 참여할 수 있는 다른 기업은 거의 없다고 생각합니다.

So talk about valuation and talk about relative value to the peer group.
그래서 밸류에이션과 경쟁사 그룹 대비 상대적 가치에 대해 말씀해 주세요.

I mean, it was cheap this morning when we were pitching it to investors.
우리가 오늘 아침 투자자들에게 추천했을 때는 저평가되어 있었죠.

It's better.
지금은 더 좋아졌습니다.

It's better.
더 좋아졌어요.

We liked it this morning.
우리는 오늘 아침에 이 주식을 좋아했습니다.

We love it now.
지금은 더욱 사랑합니다.

Down in the low 20s on next year's earnings, right?
내년 실적 기준으로 주가수익비(PER)가 20대 초반으로 떨어졌죠?

And numbers didn't move much, right?
그리고 실적 전망치는 크게 변하지 않았습니다, 맞죠?

But you know, you have a ramp coming.
하지만 앞으로 성장이 있을 겁니다.

We want to play for the Blackwell ramp.
우리는 블랙웰 성장세를 노리고 싶습니다.

It has just started.
이제 막 시작되었죠.

It's going better than we thought.
우리가 생각했던 것보다 더 잘 되고 있습니다.

But second half, bigger ramp potentially.
하지만 하반기에는 더 큰 성장 가능성이 있습니다.

So a stock that's trading in the low 20s on forward earnings with, you know, margins.
그래서 미래 실적 기준으로 20대 초반 PER에 거래되는 주식이고, 마진도 있죠.

People are kind of complaining about 71% gross margins.
사람들은 71%의 매출총이익률에 대해 불평하고 있습니다.

I've been covering semiconductors for 25 years.
저는 25년 동안 반도체 업계를 다뤄왔습니다.

That's pretty good.
그건 꽤 좋은 수치입니다.

And as you guys know, NVIDIA is not a chip company.
그리고 여러분도 아시다시피, NVIDIA는 단순한 칩 회사가 아닙니다.

It's a system, software and solutions company.
이 회사는 시스템, 소프트웨어, 솔루션 기업입니다.

And I think margins are going to go back up into the mid-70s as Blackwell, you know, used to ramp throughout the year.
그리고 블랙웰이 연중 본격적으로 출시되면서 마진이 다시 70% 중반대로 올라갈 것으로 생각합니다.

And you've got, you know, other things, networking coming back, software coming back, etc.
또한 네트워킹이 회복되고, 소프트웨어가 회복되는 등 다른 요소들도 있습니다.

So I think the stock's cheap.
그래서 저는 이 주식이 저평가되어 있다고 봅니다.

It's the best way to play AI compute.
AI 컴퓨팅에 투자하는 가장 좋은 방법입니다.

But yes, I think AI investment, it's a broader investment cycle.
하지만 네, AI 투자는 더 광범위한 투자 사이클이라고 생각합니다.

There's networking companies out there.
네트워킹 기업들도 있죠.

There's a lot of other companies that are, I think, part of this, you know, boats rising with all tides that NVIDIA really is driving.
NVIDIA가 실제로 주도하고 있는 이 흐름에 따라 함께 성장하고 있는 다른 많은 회사들이 있다고 생각합니다.

So we're still in kind of full-bore AI investment cycle.
우리는 여전히 전면적인 AI 투자 사이클 중에 있습니다.

So Ruben, thanks for being here, first of all.
Ruben, 우선 이 자리에 와주셔서 감사합니다.

I thought he spent a lot of time on the call trying to talk about inference as actually needing much more compute than we had originally thought.
그가 컨퍼런스 콜에서 많은 시간을 할애해 추론(inference)이 우리가 원래 생각했던 것보다 훨씬 더 많은 컴퓨팅 파워를 필요로 한다는 점을 설명하려 했다고 생각합니다.

And so how did you, did you buy that?
그래서 당신은 그것을 어떻게 받아들였나요?

And how do you think that translates into this story?
그리고 이것이 이 이야기에 어떻게 반영된다고 생각하시나요?

Yeah, I do buy that.
네, 저는 그것을 받아들입니다.

I am, you know, and it's not just Jensen talking about it.
저는 그렇게 생각합니다. 그리고 이건 Jensen만 말하는 게 아닙니다.

We talk about, we talk to supply chain folks.
우리는 공급망 관계자들과 이야기합니다.

We talk to other users of, you know, various methods of AI compute.
우리는 다양한 AI 컴퓨팅 방식의 다른 사용자들과도 이야기합니다.

But I think something that gets lost is, oh, you need a lot of compute for training and then we can do inference on our iPhones.
하지만 제가 생각하기에 간과되는 점은, 훈련(training)에는 많은 컴퓨팅 파워가 필요하고 그 다음에는 우리 아이폰에서 추론(inference)을 할 수 있다는 것입니다.

I don't think it's that simple.
저는 그렇게 단순하지 않다고 생각합니다.

I think the definition of inference across workloads is very wide.
추론의 정의는 워크로드 전반에 걸쳐 매우 광범위하다고 생각합니다.

And you know, there are inference use cases that require massive amounts of compute.
그리고 아시다시피, 엄청난 양의 컴퓨팅 파워를 필요로 하는 추론 사용 사례들이 있습니다.

And the other thing that's happening, and I think DeepSeek is showing this, is that the world's changing very quickly, right, when you get to post-training models and we get to, you know, kind of distillation of other models and trying to figure out reasoning and otherwise, there's a lot of compute intensity.
또 다른 일어나고 있는 일은, DeepSeek이 보여주고 있듯이, 세상이 매우 빠르게 변하고 있다는 것입니다. 훈련 후 모델에 도달하고, 다른 모델의 증류와 추론을 이해하려고 노력하면서, 많은 컴퓨팅 집약도가 필요해지고 있습니다.

So that's what's going on.
그래서 이런 일들이 일어나고 있는 것입니다.

I think, you know, the world really hasn't figured it out yet.
제 생각에는, 세상이 아직 이것을 완전히 이해하지 못했다고 봅니다.

So when we talk about custom chips and custom solutions, I think NVIDIA's, you know, kind of approach of a GPU, which by nature is quite flexible and programmable.
그래서 우리가 맞춤형 칩과 맞춤형 솔루션에 대해 이야기할 때, NVIDIA의 접근 방식인 GPU는 본질적으로 매우 유연하고 프로그래밍 가능합니다.

And you know, workload independent.
그리고 워크로드에 독립적이죠.

I think there's a lot of merit to that as we, you know, figure out where the workloads are going.
우리가 워크로드가 어디로 향하고 있는지 파악하면서, 이 접근 방식에는 많은 장점이 있다고 생각합니다.

I still think we're in the very early innings of, you know, an overall AI investment cycle.
저는 우리가 여전히 전반적인 AI 투자 사이클의 매우 초기 단계에 있다고 생각합니다.

And inference is, in our opinion, absolutely going to be a long tail investment cycle.
그리고 우리의 의견으로는, 추론(inference)은 절대적으로 장기적인 투자 사이클이 될 것입니다.

Thank you.
감사합니다.

Bye.
안녕히 계세요.