NVIDIA, 에이전틱 AI(Agentic AI)가 실질적인 업무를 수행하고 있다고 선언 — 816억 달러의 분기 실적이 이를 증명하다

The Searchless Journal에 처음 게시됨. NVIDIA는 5월 21일 수요일, 2027 회계연도 1분기 매출이 816억 달러라고 발표했습니다. 그 수치만으로도 충분히 헤드라인을 장식할 만합니다. 하지만 지구상의 모든 브랜드, 퍼블리셔, 마케팅 팀에게 중요한 숫자는 매출이 아니라, NVIDIA의 CEO가 이를 설명하기 위해 사용한 언어입니다. Jensen Huang은 공식 실적 발표에서 "에이전틱 AI(Agentic AI)가 도착하여 생산적인 업무를 수행하고, 실질적인 가치를 창출하며, 기업과 산업 전반에 걸쳐 빠르게 확장되고 있습니다"라고 말했습니다. 이는 AI가 언젠가 무엇을 할 수 있을지에 대한 미래 지향적인 진술이 아닙니다. 이는 AI를 위한 물리적 인프라를 구축하는 기업의 CEO가, 많은 국가의 연간 GDP보다 큰 분기 매출 수치를 바탕으로 지금 당장 일어나고 있는 일을 설명하는 것입니다. 그리고 전 분기 대비 11% 증가한 910억 달러의 2분기 가이던스는 이러한 가속화가 둔화되지 않고 있음을 나타냅니다. 인간이 제품, 서비스 및 정보를 발견하는 방식을 추적하는 모든 이들에게 그 함의는 극명합니다. AI 인프라 구축은 더 이상 가설이 아닙니다. 더 많은 컴퓨팅(Compute), 더 많은 네트워킹(Networking), 더 많은 추론(Inference) 능력은 인간을 대신하여 브라우징하고, 평가하고, 추천하고, 거래하는 더 많은 AI 에이전트(AI agents)를 의미합니다. 더 많은 에이전트는 전통적인 검색 생태계 외부에서 더 많은 발견이 일어나고 있음을 의미합니다. 그리고 대부분의 마케팅 전략은 그러한 현실에 맞춰 구축되지 않았습니다. 신호 뒤에 숨겨진 숫자들. NVIDIA가 방금 보고한 내용에 대해 정확히 짚어봅시다. 브랜드 발견에 미치는 하류 영향(downstream impact)을 이해하는 데 있어 규모가 중요하기 때문입니다. 2027 회계연도 1분기 총 매출은 816억 1,500만 달러로, 전 분기 대비 20%, 전년 동기 대비 85% 증가했습니다. 모든 주요 AI 모델과 에이전틱 시스템(Agentic system)에 동력을 공급하는 부문인 데이터 센터(Data center) 매출은 752억 달러로, 전년 대비 92% 증가했습니다. 데이터 센터 내에서 컴퓨팅(Compute) 매출은 604억 달러(전년 대비 77% 증가)를 기록했으며, 네트워킹(Networking) 매출은 전년 대비 무려 199% 증가한 148억 달러에 달했습니다. 네트워킹 수치는 주목할 가치가 있습니다.

네트워킹(Networking) 매출이 컴퓨팅(Compute) 매출 성장률의 거의 세 배에 달하는 속도로 성장하고 있다는 것은, 병목 현상이 개별 칩의 성능에서 시스템 간의 연결로 이동했음을 의미합니다. 이것이 바로 에이전틱(Agentic) 동작을 가능하게 하는 인프라 계층입니다. 즉, 단일 서버에서 단일 모델만 실행하는 것이 아니라, 여러 서비스에 걸쳐 조정하고, 실시간 정보를 검색하며, 다단계 행동(Multi-step actions)을 수행하는 AI 시스템을 의미합니다. 네트워킹의 199% 성장은 사실상 AI 에이전트를 위한 연결 조직(Connective tissue)을 구축하는 과정입니다. 2분기 가이던스(Guidance)는 910억 달러(±2%)로 제시되었습니다. NVIDIA는 이 가이던스에 중국으로부터의 데이터 센터 컴퓨팅 매출을 전혀 가정하지 않았음을 명시했으며, 이는 나머지 세계의 유기적 수요만으로도 910억 달러 규모의 분기 실적을 정당화한다는 것을 의미합니다. 매출총이익률(Gross margins)은 GAAP 기준 74.9%, 비GAAP(Non-GAAP) 기준 75.0%를 유지했으며, 이는 생산 규모가 확대되는 중에도 프리미엄 가격 책정을 유지할 수 있을 만큼 수요가 강력함을 나타냅니다. 순이익(Net income)은 GAAP 기준으로 583억 달러를 기록했는데, 이는 대부분의 기술 기업이 연간 매출로 벌어들이는 금액보다 많습니다.

보고 체계의 변화: NVIDIA 자체의 분류 체계(Taxonomy) 변화
실적 발표 내용 중에는 NVIDIA가 시장의 향방을 어떻게 생각하고 있는지를 보여주는 구조적 변화가 포함되어 있었습니다. 회사는 데이터 센터(Data Center)와 엣지 컴퓨팅(Edge Computing)이라는 두 가지 시장 플랫폼을 가진 새로운 보고 체계로 전환하고 있습니다. 데이터 센터 내에서 NVIDIA는 이제 하이퍼스케일(Hyperscale)과 ACIE(AI Clouds, Industrial, and Enterprise)라는 두 가지 하위 시장을 보고합니다. 하이퍼스케일은 퍼블릭 클라우드와 최대 규모의 소비자 인터넷 기업들을 포함합니다. ACIE는 NVIDIA가 "산업 및 국가 전반에 걸친 다양한 AI 목적 맞춤형 데이터 센터 및 AI 팩토리(AI factories)"라고 부르는 영역을 다룹니다. 엣지 컴퓨팅은 PC, 게임 콘솔, 워크스테이션, AI-RAN 기지국, 로보틱스 및 자동차를 포함하여 "에이전틱 및 물리적 AI를 위한 데이터 처리 장치"를 포착하는 새로운 보고 부문입니다. 이러한 분류 체계가 중요한 이유는 세계에서 가장 가치 있는 AI 인프라 기업이 시장을 어떻게 범주화하고 있는지를 보여주기 때문입니다.

"에이전틱 및 피지컬 AI (Agentic and physical AI)"는 이제 공식적인 보고 카테고리입니다. 이것은 유행어나 예측이 아닙니다. NVIDIA의 손익계산서(income statement)에 기재된 항목입니다. 분기당 816억 달러를 창출하는 기업이 에이전틱 AI를 위한 전용 보고 부문을 만든다는 것은 시장이 구조적으로 변화했다는 신호입니다. 브랜드들에게 그 함의는 명확합니다. AI 에이전트가 제품을 발견, 평가 및 추천할 수 있도록 하는 인프라 계층(infrastructure layer)이 이전의 그 어떤 기술 배포 속도보다도 압도적인 속도로 구축되고 있습니다. 이제 질문은 AI 에이전트가 의미 있는 발견 채널(discovery channel)이 될 것인가가 아닙니다. 질문은 에이전트들이 대규모로 등장했을 때 귀사의 브랜드 가시성 인프라(visibility infrastructure)가 준비되어 있을 것인가입니다.

"에이전틱 AI가 생산적인 업무를 수행한다"는 것이 발견(discovery) 측면에서 의미하는 바

Jensen Huang이 에이전틱 AI가 "생산적인 업무를 수행하고 있다"고 말할 때, 그는 특정한 기술적 역량을 설명하고 있는 것입니다. 즉, 지속적인 인간의 감독 없이도 계획을 세우고, 다단계 작업을 실행하며, 외부 서비스와 상호작용하고, 결과물을 만들어낼 수 있는 AI 시스템을 의미합니다. 이는 발견이 작동하는 방식에 직접적인 영향을 미칩니다. 전통적인 검색은 '풀(pull)' 메커니즘입니다. 인간이 쿼리(query)를 입력하고, 링크 목록을 받은 뒤, 클릭하는 방식입니다. 전체 SEO 산업은 이러한 상호작용 패턴을 중심으로 구축되었습니다. 에이전틱 AI는 이를 뒤집습니다. AI 에이전트는 인간을 대신하여 행동하며, 종종 인간이 명시적으로 검색을 요청하지 않은 상태에서도 작동합니다. 에이전트는 옵션을 조사하고, 출처를 평가하며, 대안을 비교하고, 추천을 제시하거나 행동을 취합니다.

실제 시나리오에서의 차이점을 생각해 보십시오. 한 CTO가 새로운 관측성 플랫폼(observability platform)이 필요하다고 가정해 봅시다. 기존 모델에서는 "2026년 최고의 관측성 도구"를 검색하고, 몇 개의 블로그 포스트를 읽고, Gartner를 확인한 뒤, 후보 목록(shortlist)을 작성합니다. 에이전틱 모델에서는 AI 어시스턴트에게 요구 사항을 설명하면, 어시스턴트가 여러 지식 베이스(knowledge bases)를 조회하고, 기능 비교를 평가하며, 가격을 확인하고, 최근 사용자 리뷰를 읽은 뒤, 근거와 함께 순위가 매겨진 추천안을 반환합니다.

두 번째 시나리오에서의 발견은 단순히 파란색 링크(blue links)를 통해 이루어지지 않습니다. 이는 AI 에이전트(AI agent)의 소스 선택, 인용 로직(citation logic), 그리고 지식 합성(knowledge synthesis)을 통해 발생합니다. 만약 귀하의 브랜드가 에이전트가 참조하는 소스에 존재하지 않거나, 에이전트가 파싱(parse)할 수 있는 방식으로 구조화되어 있지 않다면, 기존의 검색 순위와 상관없이 귀하는 보이지 않는 존재가 됩니다. 이것이 NVIDIA의 실적이 단순히 GPU에 관한 이야기가 아닌 이유입니다. 752억 달러의 데이터 센터(data center) 매출은 인간을 대신하여 제품을 추천하거나, 소스를 인용하거나, 구매 결정을 내릴 모든 에이전트의 배후에 있는 인프라입니다. 해당 인프라의 규모가 에이전틱 발견(agentic discovery)이 기본값(default)이 되는 속도를 결정합니다.

Vera Rubin 플랫폼: 에이전트를 위해 특화된 하드웨어
NVIDIA는 이번 분기 동안 Vera CPU를 포함한 Vera Rubin 플랫폼을 발표했습니다. Vera CPU는 "에이전틱 AI(agentic AI)를 위해 특화 설계된 세계 최초의 프로세서"로 설명되었으며, BlueField-4 STX는 에이전틱 AI 팩토리를 위해 설계된 가속 스토리지 아키텍처(accelerated storage architecture)입니다. 이러한 언어 선택은 매우 중요합니다. NVIDIA는 범용 칩을 만든 뒤 그에 맞는 에이전틱 AI 애플리케이션을 찾는 것이 아닙니다. 에이전틱 워크로드(agentic workloads)를 위해 구체적으로 실리콘(silicon)을 설계하고 있습니다. Vera CPU는 에이전틱 시스템이 요구하는 조정(coordination), 계획(planning), 그리고 다단계 실행(multi-step execution)에 최적화되어 있습니다.

Blackwell GPU에서 생성형 및 에이전틱 추론(inference) 성능을 최대 7배까지 높여주는 오픈 소스 소프트웨어 계층인 NVIDIA Dynamo 1.0은 이번 분기 동안 NVIDIA가 설명한 "광범위한 글로벌 채택"과 함께 생산에 들어갔습니다. 7배의 추론 성능 향상은 동일한 하드웨어 비용으로 7배 더 많은 에이전틱 쿼리(agentic queries)를 처리할 수 있음을 의미합니다. 이러한 비용 곡선이야말로 에이전틱 AI를 특화된 기업용 배포뿐만 아니라 일상적인 소비자 및 비즈니스 작업에서도 실행 가능하게 만드는 핵심 요소입니다. 또한 회사는 OpenClaw 에이전트 플랫폼을 위한 NemoClaw, 자율 에이전트를 위한 개인정보 보호 및 보안 제어 기능이 포함된 OpenShell, 그리고 기업용 AI 에이전트 구축을 위한 NVIDIA Agent Toolkit을 발표했습니다.

제품 포트폴리오는 칩, 네트워킹 (Networking), 추론 최적화 (Inference optimization), 에이전트 프레임워크 (Agent frameworks), 그리고 보안에 이르기까지 에이전틱 스택 (Agentic stack)의 모든 계층을 채워나가고 있습니다. AI 발견 (Discovery) 생태계를 추적하는 누구에게나, 이것은 구축되고 있는 토대입니다. NVIDIA가 구축하는 모든 계층은 기업들이 브랜드, 제품, 서비스의 세계를 포함하여 외부 세계와 상호작용하는 AI 에이전트 (AI agents)를 더 저렴하고 빠르게 배포할 수 있게 만듭니다.

네트워킹의 폭발적 성장: 199% 성장이 발견 (Discovery) 시장을 재편하는 이유
데이터 센터 네트워킹 매출의 전년 대비 199% 성장은 발견 시장 전체를 통틀어 이번 실적 보고서에서 가장 중요한 수치라고 할 수 있습니다. 컴퓨팅 (Compute)이 헤드라인을 장식하지만, 네트워킹은 대규모 에이전틱 동작 (Agentic behavior)을 가능하게 하는 핵심 요소입니다. 단일 서버에서 실행되며 고정된 지식 베이스 (Knowledge base)를 바탕으로 질문에 답하는 AI 에이전트는 챗봇 (Chatbot)입니다. 하지만 실시간으로 인터넷을 가로질러 여러 API를 쿼리하고, 제품 카탈로그를 탐색하며, 재고를 확인하고, 리뷰를 읽고, 추천을 합성할 수 있는 AI 에이전트는 근본적으로 다른 존재입니다. 약 1년 전 49억 달러였던 네트워킹 매출이 이번 분기 148억 달러로 199% 성장한 것은 실시간 에이전틱 동작을 가능하게 하는 상호 연결 패브릭 (Interconnection fabric)의 구축을 의미합니다. 이번 분기에 발표된 실리콘 포토닉스 (Silicon photonics) 기술에 관한 Coherent, Corning, Lumentum과의 NVIDIA 파트너십은 에이전틱 워크로드 (Agentic workloads)를 위해 지연 시간 (Latency)을 더욱 줄이고 대역폭 (Bandwidth)을 높일 차세대 데이터 센터 상호 연결 (Data center interconnects)을 가리키고 있습니다.

이것이 실질적으로 의미하는 바는 다음과 같습니다: 실시간 웹 쿼리를 수행하고, 제품 페이지를 파싱하며, 추천을 생성하는 AI 에이전트의 비용이 급격히 하락하고 있다는 것입니다. 추론 비용 (Inference costs)이 낮아지고 네트워킹 대역폭이 높아지면, 에이전트를 대규모로 배포하는 경제적 타당성이 개선됩니다. 더 많은 에이전트가 배포됩니다. 더 많은 발견 (Discovery) 작업이 인간이 시작하는 검색 (Search)에서 에이전트가 시작하는 검색 (Retrieval)으로 전환됩니다.

마케팅 예산이 불일치하는 이유
대부분의 마케팅 조직이 직면한 불편한 현실은 다음과 같습니다.

세계 최대의 AI 인프라 기업은 에이전틱 AI (Agentic AI)를 위한 구축이 가속화되고 있다고 보고하고 있습니다. 이번 분기 816억 달러, 다음 분기 910억 달러의 실적을 기록했으며, 새로운 보고 분류 체계(reporting taxonomy)를 통해 "에이전틱 및 물리적 AI (agentic and physical AI)"를 공식적인 시장 세그먼트로 인정했습니다. CEO의 언어는 "AI 공장 (AI factories)"에서 "생산적인 업무를 수행하는 에이전틱 AI (agentic AI)"로 변화했습니다. 반면, 평균적인 마케팅 팀은 여전히 디지털 예산의 80~90%를 Google Ads, Meta Ads, 그리고 전통적인 SEO (검색 엔진 최적화)에 할당하고 있습니다. AI 에이전트가 사용하는 발견 계층 (discoverability layer) — 구조화된 데이터 (structured data), 지식 그래프 (knowledge graphs), 인용 친화적 콘텐츠 (citation-friendly content), llms.txt, API 엔드포인트 (API endpoints) — 는 투자를 거의 받지 못하거나, 받더라도 아주 극소수에 불과합니다. 이것은 유료 검색이나 소셜 광고에 대한 비판이 아닙니다. 해당 채널들은 여전히 중요합니다. 하지만 인프라 구축의 규모는 AI 매개 발견 (AI-mediated discovery)이 대부분의 조직이 예상하는 것보다 훨씬 빠르게 의미 있는 채널이 될 것임을 시사합니다. NVIDIA의 2분기 가이던스인 910억 달러는 하드웨어 계층이 수년이 아닌 수개월 내에 대규모 에이전틱 배포 (agentic deployment)를 위한 준비를 마칠 것임을 암시합니다. 지금 AI 가시성 (AI visibility)에 투자하는 브랜드 — 즉, 구조화된 데이터 파이프라인을 구축하고, 인용을 위해 최적화하며, 답변 우선 콘텐츠 (answer-first content)를 생성하고, llms.txt를 배포하며, AI 답변 엔진에서의 존재감을 모니터링하는 브랜드 — 는 에이전틱 계층이 확장됨에 따라 복리적인 우위를 점하게 될 것입니다. AI 발견이 어떤 임의적인 "주류" 임계값에 도달할 때까지 기다렸다가 투자하려는 브랜드는 몇 년 뒤 뒤처진 자신들을 발견하게 될 것입니다. Stripe, Google 등이 구축하고 있는 에이전틱 커머스 인프라 (agentic commerce infrastructure)는 AI 에이전트가 일상적으로 제품을 발견, 평가 및 구매할 것이라는 가정을 전제로 합니다. NVIDIA의 실적은 이러한 거래를 뒷받침할 하드웨어 계층이 전례 없는 규모로 배치되고 있음을 확인시켜 줍니다.

I/O 이후의 가속화 (The Post-I/O Acceleration) NVIDIA의 실적 발표는 Google I/O 2026이 열린 지 3일 만에 이루어졌습니다. 이 행사에서 Google은 Gemini Spark (개인용 AI 에이전트), Antigravity 2.0 (Google 서비스 전반에 걸친 에이전트 통합), 그리고 발견 과정에 AI 합성 (AI synthesis)을 더욱 깊게 심어주는 다양한 AI 기반 검색 기능들을 발표했습니다. 이러한 타이밍은 우연이 아닙니다. Google, NVIDIA, OpenAI, Anthropic, 그리고 다른 모든 주요 AI 기업들은 동일한 스택 (stack)의 상호 보완적인 계층들을 구축하고 있습니다. Google은 소비자 대상의 AI 에이전트 (AI agents)를 구축합니다. NVIDIA는 이를 실행하는 하드웨어를 구축합니다. OpenAI는 모델 (models)을 구축합니다. Anthropic은 안전성과 신뢰성 (safety and reliability)을 추진합니다. 그 결과, 각 계층이 서로를 강화하는 일관되고 가속화되는 생태계가 형성됩니다. 브랜드들에게 있어, I/O 발표와 NVIDIA의 실적은 서로 다른 각도에서 동일한 이야기를 들려줍니다. 즉, 포스트 검색 경제 (post-search economy)가 바로 지금, 초 단위로 측정되는 속도로 구축되고 있다는 사실입니다.