엔비디아 실적 발표 한국시간: 27일 오전 5시 20분, AI 관전 포인트 5가지

엔비디아 FY2027 2분기 실적 발표 자료는 한국시간 8월 27일 오전 5시 20분쯤 공개될 예정이다. NVIDIA가 공지한 미국 서부시간 8월 26일 오후 1시 20분을 한국시간으로 환산한 값이다. 컨퍼런스콜은 한국시간 오전 6시에 시작한다.

이 글은 2026년 8월 26일 오전 KST, 실적 발표 전에 작성했다. 아래의 910억달러는 NVIDIA가 지난 분기에 제시한 가이던스이며 아직 실제 매출이 아니다. 검색 결과에 섞인 전망치와 발표값은 구분할 필요가 있다. AI 인프라 수요를 읽기 위한 기술 해설이며 투자 권유를 포함하지 않는다.

먼저 확인할 항목	공식 자료에 나온 값
실적 자료 공개 예정	2026년 8월 27일 오전 5시 20분쯤 KST
컨퍼런스콜	2026년 8월 27일 오전 6시 KST
Q2 FY2027 매출 가이던스	910억달러 ±2%, 계산 범위 891억8000만~928억2000만달러
직전 분기 전체 매출	816억1500만달러
직전 분기 데이터센터 매출	752억달러
직전 분기 데이터센터 구성	컴퓨트 604억달러, 네트워킹 148억달러
Q2 비GAAP 매출총이익률 가이던스	75.0% ±0.5%포인트
Q2 가이던스의 중국 전제	중국 데이터센터 컴퓨트 매출을 가이던스에 반영하지 않음

일정과 숫자는 NVIDIA의 실적 발표 일정 공지와 1분기 실적 자료를 맞춰 확인했다.

910억달러보다 데이터센터 752억달러를 먼저 본다

910억달러 가이던스의 중간값은 직전 분기 실제 매출보다 약 11.5% 높다. 실제 매출이 가이던스 범위 어디에 놓였는지가 첫 확인 항목이다. 실적 발표 직후에는 이 위치가 첫 속보가 될 수 있다. 그다음 화면에서는 주당순이익보다 데이터센터 매출을 먼저 볼 생각이다.

직전 분기 데이터센터 매출 752억달러는 전체의 약 92.1%였다. 전체 매출이 예상을 넘더라도 데이터센터 성장률이 둔해졌다면 AI 가속기 수요에 대한 해석은 달라진다. 데이터센터가 다시 강하게 늘었다면 데이터센터 고객의 AI 인프라 투자가 NVIDIA의 컴퓨트·네트워킹 매출로 이어졌다는 근거가 된다.

숫자를 비교할 때 분류 체계도 살펴야 한다. NVIDIA는 지난 실적에서 보고 체계를 데이터센터와 엣지 컴퓨팅이라는 두 시장 플랫폼으로 전환하겠다고 밝혔다. 데이터센터 안은 Hyperscale과 AI 클라우드·산업·기업(ACIE)으로 나누겠다고 예고했다. 이번 표가 달라졌다면 과거의 컴퓨트·네트워킹 수치를 새 분류와 곧바로 이어 붙이면 안 된다. 같은 기준의 보조 수치가 있는지부터 찾아야 한다.

네트워킹 148억달러가 GPU 판매량보다 흥미로운 이유

직전 분기 데이터센터 컴퓨트 매출은 604억달러로 전년 대비 77%, 전 분기 대비 18% 늘었다. 네트워킹 매출은 148억달러로 전년 대비 199%, 전 분기 대비 35% 증가했다. 네트워킹 쪽의 성장 속도가 훨씬 빨랐다.

경쟁의 단위가 GPU 한 장에서 랙과 데이터센터 전체로 옮겨가고 있다는 단서다. 대규모 추론은 가속기를 많이 꽂는 것만으로 끝나지 않는다. GPU 사이의 NVLink, 랙 사이의 네트워크, 스토리지와 전력까지 맞아야 약속한 처리량이 나온다.

이번 발표에서 컴퓨트와 네트워킹을 따로 봐야 하는 이유가 여기에 있다. 네트워킹이 계속 컴퓨트보다 빠르게 늘면 고객이 가속기만 사는 게 아니라 AI 팩토리 단위로 구축하고 있다는 해석에 힘이 붙는다. 새 보고 체계에서 두 항목이 빠질 가능성은 감안해야 한다. 숫자가 표에서 보이지 않는다고 매출까지 사라진 것은 아니다.

75.0% 마진이 제품 전환 비용을 견디는지 본다

NVIDIA가 제시한 Q2 비GAAP 매출총이익률은 75.0% ±0.5%포인트다. 직전 분기 실제 비GAAP 매출총이익률도 75.0%였다. 회사가 미리 그어둔 범위는 74.5~75.5%다.

매출이 늘면서 이익률도 범위 안에 머문다면 제품 전환과 공급 확대 속에서도 전체 가격·비용 구조가 회사 예상 범위를 벗어나지 않았다고 읽을 수 있다. 매출은 좋은데 이익률만 내려갔다면 차세대 제품 램프 비용, 제품 구성, 공급망 비용을 나눠 봐야 한다. 한 분기의 마진 하락만으로 AI 수요가 꺾였다고 말하기는 어렵다.

높은 마진이 한국 개발자가 쓰는 GPU 인스턴스나 모델 API의 가격 인하로 바로 이어지는 것도 아니다. 클라우드 사업자의 투자 회수, 전력비, 가동률과 서비스별 가격 정책이 한 번 더 개입한다.

중국 데이터센터 컴퓨트 매출을 뺀 가이던스와 다음 분기를 함께 본다

NVIDIA는 910억달러를 제시하면서 중국의 데이터센터 컴퓨트 매출을 넣지 않았다고 명시했다. 중국 데이터센터 컴퓨트 매출을 반영하지 않고도 그 수준에 도달한다는 전제였다. 실제 매출이 가이던스를 넘는다면 중국 데이터센터 컴퓨트 매출이 새로 발생했는지부터 봐야 한다. 다른 지역과 제품이 초과분을 만들었는지도 구분해야 한다.

이미 끝난 분기보다 중요한 문장이 다음 분기 가이던스에 있을 수 있다. 수주와 출하 일정, 고객의 전력 확보, 수출 규제 변화가 새 전망에 반영될 수 있기 때문이다. 이번 매출이 좋아도 다음 분기 성장 속도가 낮아지면 AI 인프라 투자의 기울기가 달라졌다는 신호일 수 있다. 반대라면 회사가 현재 수요를 적어도 한 분기 더 강하게 본다는 근거가 생긴다.

Vera Rubin은 성능 숫자보다 실제 출하 일정을 묻는다

NVIDIA는 5월 31일 Vera Rubin이 양산 단계에 들어갔다고 발표했다. 회사 발표상 생산 출하는 가을부터 시작될 예정이다. Grace Blackwell보다 대규모 에이전트 처리량이 10배라는 숫자도 NVIDIA가 제시했다.

하지만 10배는 이번 분기의 매출이 아니다. 제조사의 성능 주장과 실제 주문·출하·클라우드 배치 시점은 나눠 봐야 한다. 컨퍼런스콜에서는 “Rubin 수요가 좋다”는 수사보다 어느 고객이 언제 설치하는지와 Blackwell 매출이 얼마나 겹치는지를 설명하는 편이 더 값지다.

Vera Rubin의 공개 사양과 공급망 발표를 다룬 루빈 생산 전환 분석에서도 같은 이유로 성능 주장과 배치 사실을 구분했다.

OpenAI 할라피뇨가 엔비디아를 끝냈다는 해석은 이르다

실적 발표 하루 전 OpenAI는 자체 추론칩 Jalapeño의 첫 측정 결과를 공개했다. GPT-OSS 120B, DeepSeek R1 670B, Kimi K2.5 1T 세 모델에서 비교 시스템보다 최고 처리량 기준 전력당 AI 작업량이 1.51.9배 많았다. 종단 간 지연은 1.73.6배 낮았다는 내용이다.

인상적인 결과지만 범위는 좁혀 읽어야 한다. OpenAI가 공개한 자체 시험이며 입력·출력 길이는 nominal 8k/1k다. InferenceX 공개 방법론에서 STP는 추측 디코딩 없이 한 번에 한 토큰을 생성하는 조건이다. 전력당 수치는 시설 전력 실측치가 아니라 각 가속기의 공개 패키지 전력 등급(TDP)으로 정규화했다. GPT-OSS의 비교 대상은 GB200, DeepSeek와 Kimi의 비교 대상은 GB300이다. 아직 Vera Rubin과 맞붙인 결과가 아니다. 데이터센터 전체 전력과 칩 가격을 포함한 TCO 비교도 아니다.

OpenAI는 연말까지 자체 인프라에 Jalapeño를 배치할 계획이라고 밝혔다. 같은 글에서 훈련과 추론 모두에 NVIDIA와 다른 파트너의 가속기를 계속 폭넓게 배치하겠다고 적었다. 자체칩은 엔비디아 수요가 곧 끝난다는 증거라기보다 대형 고객이 특정 추론 작업의 비용 협상력을 키우는 신호에 가깝다.

내가 이번 컨퍼런스콜에서 듣고 싶은 것은 Jalapeño에 대한 젠슨 황의 한마디가 아니다. 추론 매출의 성장 속도, Rubin 주문의 질, 네트워크를 포함한 랙 단위 수요가 자체칩 확산 뒤에도 유지되는지다.

엔비디아 실적 발표 뒤 10분 동안 확인할 순서

1. 전체 매출: 891억8000만~928억2000만달러 범위와 실제 매출을 비교한다.
2. 데이터센터: 전체 매출보다 데이터센터 성장률을 본다. 공개된다면 컴퓨트 604억달러와 네트워킹 148억달러를 같은 기준으로 비교한다.
3. 마진: 비GAAP 매출총이익률이 74.5~75.5% 범위에 있는지 확인한다.
4. 다음 분기: 새 매출 가이던스와 중국 데이터센터 컴퓨트 매출 전제가 어떻게 바뀌었는지 읽는다.
5. Rubin 실행: 10배라는 성능 문구 대신 생산 출하, 고객 배치와 Blackwell 전환 일정이 구체적으로 나왔는지 찾는다.

발표 직후에는 숫자 하나가 제목이 된다. AI 업계가 확인해야 할 것은 그 숫자를 만든 수요의 구조다. 컴퓨트와 네트워킹의 동반 증가, 75.0% 안팎의 마진 유지, 다음 분기 가이던스와 Rubin 출하가 함께 확인돼야 엔비디아의 AI 인프라 사이클이 계속된다고 말할 근거가 생긴다.

한국의 개발팀과 스타트업에는 주가보다 한 단계 뒤의 변화가 중요하다. 클라우드 GPU 공급 대기시간, 시간당 인스턴스 가격, 모델 API의 100만 토큰당 가격, 호출 한도가 실제 비용을 바꾼다. 공급이 빠듯할 때를 대비한 재시도와 대체 모델 설계는 LLM API 장애 대응 가이드에 정리했다. 이번 실적 하나만으로 API 비용 인하를 가정하지 않는 편이 낫다. 대신 이 네 가지가 움직이는지 지켜봐야 한다.