ASIC이 늘어도 엔비디아는 무너지지 않는다 ㅡ 前 골드만삭스 임원 Herman Jin

ASIC이 늘어도 엔비디아는 무너지지 않는다 ㅡ 前 골드만삭스 임원 Herman Jin

---

□ 3줄 요약


1. ASIC이 늘어나도 AI 시장의 핵심 병목이 전력·토지·유연성이어서 엔비디아 GPU 수요는 흔들리지 않음


2. 반도체 판도는 성능이 아니라 TSMC 웨이퍼 배정 권력이 결정하며 TPU의 힘도 결국 구글의 물량 파워에서 나옴


3. 모델 구조·소프트웨어 생태계·전력 인프라 현실을 모두 고려하면 지금 시점에서 엔비디아는 사실상 유일한 선택지임

---

□ ASIC이 늘어나도 엔비디아가 흔들리지 않는 구조


AI ASIC은 특정 작업만 빠르게 돌리는 전용 칩이지만 지금 AI 환경은 특정 기능만 빠른 칩이 유리하지 않은 시장임


AI 모델은 한 달 단위로 바뀌고 파라미터 수는 계속 커지고 추론 방식도 진화하는 중임


이렇게 워크로드가 계속 변하는 시대에는 특정 목적형 ASIC보다 변화에 대응할 수 있는 GPU의 유연성이 훨씬 중요함


ASIC은 모델 구조가 고정되고 시장이 성숙해 예측 가능한 작업만 남는 시대에야 강해짐


하지만 지금은 유연성과 범용성이 절대적인 시기이며 이 조건에서 엔비디아 GPU만이 모든 변화에 대응할 수 있는 구조임


또한 거의 20년 가까이 축적된 CUDA 생태계와 TensorRT-LLM 최적화 도구,


NVLink·스위치까지 통합된 전체 아키텍처는 다른 업체가 단기간 따라올 수 없는 수준임


그래서 ASIC 총량이 늘어도 엔비디아의 위치는 흔들리지 않음


□ 지금 AI는 비용 경쟁이 아니라 전력 효율 전쟁


현실의 AI 확장은 비용보다 전력·토지·변전 인프라가 훨씬 더 큰 병목임


미국에서는 대형 변압기 리드타임이 통상 수년 단위로 늘어났고 일부 프로젝트는 2~3년 이상 걸린다는 분석도 있음


여기에 HVDC·변전 설비가 부족해 신규 전력 투입이 단기간에 이뤄지기 어려운 상황임


대규모 AI 데이터센터는 수백 MW 단위 전력을 요구하는 프로젝트가 늘고 있고


전력 공급이 물리적으로 제한되다 보니 한정된 전력 안에서 누가 더 많은 토큰 처리량을 뽑아내느냐가 기업 경쟁력의 핵심이 됨


이 지점에서 엔비디아는 GPU만 빠른 것이 아니라 NVLink 고속 연결 구조, 스위치 패브릭, 대규모 모델 최적화를 지원하는 소프트웨어 스택까지


모두 전력 대비 처리 효율을 극대화하는 방향으로 결합되어 있음


그래서 실제로 데이터센터를 지어야 하는 기업 입장에서는


전력 한도 내에서 가장 많은 처리량을 제공하는 패키지를 선택하게 되고 이 조건을 충족하는 것은 엔비디아밖에 없음


□ TPU의 본질은 기술이 아니라 구글의 ‘물량 파워’


TPU가 강해 보이는 이유는 기술력 때문이라기보다 구글이 TSMC에 맡기는 막대한 물량 파워에서 시작됨


구글은 스마트폰 칩(AP)을 포함한 대규모 물량을 매년 TSMC에 발주하는 핵심 고객이고


이 안정적인 물량 확보 위에서 TPU 생산을 배치할 수 있다는 시각이 많음


즉 TPU가 특별해서가 아니라 구글이 강력하기 때문에 TPU가 생산되는 구조라고 보는 것이 더 정확함


브로드컴 역시 구글이라는 초대형 고객이 뒤에 있으니 TSMC 첨단공정 배정을 안정적으로 받을 수 있는 것이고


브로드컴 단독으로는 확보하기 어려운 물량임


TSMC 웨이퍼 배정은 단순 성능이 아니라
장기 물량·수익성·전략적 중요도 등 여러 요소가 결합된 구조에서


결과적으로 안정적으로 큰 물량을 맡기는 고객이 우위에 서는 방식임


그래서 업계에서는 AAPL과 Google 같은 ‘두 개의 상점’이 시장을 좌우하고


나머지는 그 주변에서 생산라인을 기다리는 구조라는 말이 나오는 것임


□ 결국 엔비디아가 유일한 선택지가 되는 이유


AI 센터를 만들려는 기업들의 목표는 단 하나임
한정된 전력과 토지 안에서 최대한 많은 토큰 처리량을 확보하는 것


현재의 모델 구조도 GPU 친화적임


MoE 기반 대규모 모델은 GPU 병렬 처리에 최적화돼 있고


KV 캐시·압축·샤딩·Chunking 등 최신 추론 최적화 기술도 GPU 메모리 구조를 전제로 설계되어 있음


즉 모델이 발전할수록 엔비디아 생태계와 더 잘 맞물리는 방향으로 흘러가고 있음


GPU 가격이 비싸도 수요가 줄지 않는 이유도 여기서 나옴


AI 산업은 비용보다 속도가 훨씬 중요하고 더 빨리 모델을 학습하고 더 많은 토큰을 공급하는 기업이 시장을 장악하기 때문임


구글 TPU는 외부 판매가 아니고 ASIC은 변화 속도를 따라잡기 어렵기 때문에


결국 현 시점에서 엔비디아는 전력 효율·유연성·공급 안정성 모든 측면에서
대체 불가능한 유일한 선택지가 됨