검색

관련 종목: Broadcom (AVGO)

브로드컴(Broadcom, AVGO)이 6월 3일 장 마감 후 회계연도 2026년 2분기 실적을 발표했는데, 숫자만 보면 나쁘지 않다. 매출은 전년 동기 대비 48% 증가한 220억 달러(약 30조 원) 🔥, AI 반도체 매출은 무려 143% 폭증한 108억 달러를 기록했다. 주당 조정 순이익도 2.44달러로 시장 컨센서스(2.40달러)를 살짝 넘겼다. 근데 시장 반응은 전혀 달랐다. 시간 외 거래에서 주가가 무려 8~13% 📉 급락했다.

왜 이럴까? 핵심은 CEO 혹 탄(Hock Tan)이 AI 칩 연간 매출 가이던스를 올리지 않았다는 데 있다. 시장은 기대했다. "이 정도 AI 수요 폭증이면 당연히 전망치를 높이겠지"라고. 근데 탄은 2026 회계연도 AI 반도체 매출 목표를 기존대로 "560억 달러 이상"으로 유지했고, 2027 회계연도에 대해서도 "1,000억 달러 이상"이라는 기존 수치를 반복했다. 올해 주가가 AI 기대감에 많이 올라와 있었으니, 이 정도로는 만족하기 어려웠던 거다.

솔직히 숫자는 굉장하다. 반도체 솔루션 부문 매출만 150억 달러로 전년 대비 79% 성장, 영업이익률은 사상 최고인 67%를 찍었다. 구글, Meta, Anthropic, OpenAI와 멀티기가와트급 AI 컴퓨팅 장기 공급 계약도 맺어뒀고, 콜에서 두 곳의 추가 고객으로부터 60억 달러 규모 AI 주문도 공개했다. 3분기 전망도 매출 294억 달러(전년비 +84%)로 강하다.

그럼에도 📉 주가가 이렇게 무너진 건 결국 '기대 게임'이다. AI 붐을 타고 브로드컴 주가는 연초부터 높이 올라와 있었고, 투자자들은 "가이던스 상향"이라는 카탈리스트를 기다렸다. 근데 그게 안 나왔다. 매출도 컨센서스(222.7억 달러)를 살짝 밑돌았다.

사실 브로드컴이 이번에 공개한 주요 고객 리스트를 보면 이야기가 다르다. 구글, Meta, OpenAI, Anthropic... 그야말로 AI 세계의 모든 큰손들이 브로드컴의 커스텀 AI 칩(XPU)을 쓰고 있거나 계약 중이다. 특히 두 곳의 신규 고객으로부터 60억 달러짜리 주문을 받았다는 공개도 나쁜 소식이 아니다. 내년 회계연도(FY27)에 '1,000억 달러 이상'이라는 목표가 현실화된다면, 지금 주가 하락은 나중에 매수 기회로 보일 수도 있다.

근데 지금 당장 시장은 그걸 기다려줄 여유가 없었나 보다. 기대가 너무 높

지난 6월 3일, Google DeepMind가 Gemma 4 12B를 공개했다. 공지가 조용했는데도 개발자 커뮤니티 반응이 꽤 뜨겁다. 이유는 단순하다. 12B 파라미터짜리 모델이 텍스트, 이미지, 오디오, 영상을 — 별도 인코더 없이 — 한 번에 처리하면서 16GB VRAM 노트북에서도 로컬로 돌아간다. Apache 2.0 라이선스라서 상업적으로도 자유롭게 쓸 수 있다. 🚀

기술적으로 뭐가 다른지 먼저 얘기하면, 기존 멀티모달 모델들은 이미지를 이해하기 위한 별도 비전 인코더, 오디오를 처리하기 위한 별도 오디오 인코더를 따로 붙이는 구조였다. Gemma 4 12B는 이걸 하나로 통합했다. 이미지 입력은 35M 파라미터짜리 가벼운 임베딩 모듈로, 오디오는 40밀리초 단위의 raw 16kHz 프레임을 그대로 LLM의 입력 공간으로 투영하는 방식이다. 인코더가 없으니 멀티모달 처리 레이턴시가 줄고, 전체 메모리 효율도 높아진다.

성능 면에서는 Google의 26B MoE 모델에 근접한다는 게 Google의 주장이다. 📊 파라미터 수는 절반도 안 되는데 비슷한 수준이라면, 단순히 "작은 모델"이 아닌 거다. 특히 눈에 띄는 건 오디오 처리 능력이다. 이 크기의 오픈소스 모델 중 오디오를 네이티브로 처리할 수 있는 건 Gemma 4 12B가 처음이라고 한다.

어디서 쓸 수 있냐면, 지금 바로 Hugging Face에 올라와 있다. Ollama, LM Studio, Google AI Edge Gallery 앱에서도 즉시 사용 가능하다. 개발 프레임워크는 llama.cpp, MLX, vLLM, SGLang 등 익숙한 것들을 다 지원하고, 파인튜닝은 Unsloth를 통해서 할 수 있다. Google Cloud 쪽도 Cloud Run과 GKE로 배포를 지원한다.

클라우드 API로만 접근 가능한 모델이 아니라 내 로컬에서, 내 데이터로 돌릴 수 있다는 게 이 모델의 핵심이다. 기업 입장에선 데이터 프라이버시 걱정 없이 쓸 수 있고, 개인 개발자 입장에선 API 비용 없이 멀티모달 기능을 실험해볼 수 있다.

개인적으로 가장 인상적인 건 오디오 처리 부분이다. GPT-4o 수준의 음성+이미지 멀티모달을 로컬 오픈소스로 구현할 수 있는 시대가 오고 있다는 게 실감나는 릴리즈다. 아직 GPT-5.5나 Claude Opus 4.8을 넘는다거나 하는 건 아니지만, 클라우드 없이 이 정도면 충분히 쓸 수 있는 시나리

알파벳이 6월 1일, 주식을 발행해 800억 달러 — 우리 돈으로 약 110조 원 — 을 조달하겠다고 발표했습니다. 특이한 점이 있어요. 이 회사가 마지막으로 주식을 발행한 게 2005년이에요. 21년 만의 주식 발행입니다. 구글이 검색 광고로 그동안 얼마나 잘 벌었는지를 단적으로 보여주는 사실이기도 하죠 — 지금껏 외부에서 돈을 빌릴 필요가 없었다는 뜻이니까요.

조달 구조를 보면 세 갈래로 나뉩니다. 먼저 버크셔 해서웨이가 100억 달러를 직접 투자합니다. 워런 버핏의 버크셔가 구글에 투자한다는 게 자체로 화제인데, 이 회사는 그동안 자신이 이해하지 못하는 사업엔 투자하지 않는 것으로 유명했거든요. 그 다음으로 300억 달러는 기관투자자 대상 인수 방식으로 조달하고, 나머지 400억 달러는 시장에서 점진적으로 주식을 파는 방식(at-the-market 프로그램)으로 마련합니다.

조달한 돈이 어디에 쓰이냐 하면, 전부 AI 인프라 구축입니다. 알파벳은 올해 설비투자(capex)를 1,800억 달러에서 1,900억 달러로 잡고 있고, 2027년에는 이보다 더 늘어날 거라고 했어요. 한화로 약 250조 원이 넘는 금액인데, AI 수요가 공급 가능한 수준을 훨씬 초과하고 있다는 게 이 규모를 정당화하는 근거입니다. 쉽게 말하면 "고객들이 AI 쓰겠다고 줄 서 있는데, 서버가 없어서 못 주는 상황"이라는 거예요.

이게 꽤 중요한 신호인 게, 구글은 AI 경쟁에서 한때 "뒤처지는 거 아니냐"는 말을 들었던 회사입니다. 2023년에 ChatGPT가 나오면서 검색 사업 전체가 위협받는 거 아니냐는 우려가 나왔고, 내부적으로도 상당히 혼란스러웠다는 이야기가 돌았거든요. 근데 지금은 Gemini 3.5 Flash를 전 세계 기본 모델로 배포하고, 800억 달러를 조달해 AI 인프라에 쏟아붓겠다는 회사가 됐어요. 불과 2~3년 사이의 변화가 꽤 극적입니다.

버크셔 해서웨이의 참여가 특히 눈길을 끕니다. 워런 버핏은 자신이 이해하지 못하는 사업에는 투자하지 않는다는 원칙으로 유명한데, 이번에 AI 인프라 프로젝트에 100억 달러를 베팅했다는 건 적어도 "알파벳의 AI 인프라 사업은 이해할 수 있다"고 판단했다는 뜻이겠죠. AI 자체를 이해하기 어렵더라도, AI가 필요로 하는 물리적 인프라 — 데이터센터, 서버, 전력 인프라 — 는 전통적인 사업 논리로 평가할 수 있으니까요.

이번 조달이 시장에서 어떻게 소화될지, 그리

마이크로소프트가 드디어 움직였다. 오늘(6월 2일) 새벽 샌프란시스코 포트 메이슨에서 Build 2026 키노트가 열렸고, 사티아 나델라가 직접 무대에 올라 "Windows는 이제 인간만을 위한 플랫폼이 아니다"라고 선언했다. AI 에이전트가 운영체제의 1등 시민이 된다는 얘기인데, 그 말의 무게가 생각보다 꽤 묵직하다.

근데 사실 오늘 발표 중에서 가장 눈길을 끈 건 따로 있다. Project Polaris — 마이크로소프트가 자체 개발한 AI 코딩 모델이다. 2026년 8월부터 GitHub Copilot의 기본 모델이 GPT-4 Turbo에서 Polaris로 교체된다. 그러니까, 지금까지 Copilot을 움직이던 OpenAI의 엔진을 마이크로소프트 자신의 엔진으로 바꾼다는 거다.

Polaris는 혼합 전문가(Mixture-of-Experts) 아키텍처를 쓰고, Azure에 탑재된 마이크로소프트 자체 Maia AI 가속기 위에서 돌아간다. HumanEval과 MBPP 코딩 벤치마크에서 GPT-4 Turbo를 앞지른다고 발표했고, Rust나 Haskell처럼 학습 데이터가 적은 언어에서 두드러진 강점을 보인다고 한다. 물론 벤치마크 결과는 항상 조심해서 봐야 하지만, 방향성은 분명하다. 마이크로소프트가 OpenAI 의존도를 낮추고 자체 AI 스택을 완성하려는 것.

Windows 쪽 발표도 꽤 컸다. 이번에 발표된 건 세 가지다.

Windows Agent Framework(WAF) v1.0 — MIT 라이선스로 완전 공개된 SDK. 이걸로 만든 에이전트는 로컬 PC는 물론 Windows 365 클라우드 PC, Azure Arc 디바이스에도 배포할 수 있다. Windows Agent Runtime — OS 레벨에서 에이전트를 직접 통합하는 레이어로, 현재는 JSON, XML, PDF 파일 처리부터 시작한다. 그리고 Windows Agent Store — 여기서 개발자 수익 분배 비율이 무려 85%다.

85% 수익 분배는 애플 앱스토어(개발자 몫 70%)나 구글 플레이보다 훨씬 좋은 조건이다. 에이전트 생태계를 빠르게 키우겠다는 의도가 보이는데, 솔직히 이게 실제로 작동할지는 조금 회의적이다. 새로운 스토어가 열릴 때마다 항상 "이번엔 다를 것"이라고 하지만, 결국 사용자가 모여야 개발자가 따라오고, 개발자가 있어야 사용자가 온다.

MAI 모델 시리즈도 업데이트

젠슨 황이 오늘 타이베이 뮤직 센터 무대에 올랐을 때, 사람들은 또 새 GPU 얘기가 나오겠구나 했을 겁니다. 근데 Computex 2026 키노트에서 가장 화제를 모은 건 의외로 칩이 아니라 모델이었어요. 엔비디아가 공개한 Nemotron 3 Ultra — 총 5500억(550B) 파라미터짜리 오픈웨이트 AI 모델입니다. 미국산 오픈소스 모델 중 역대 최대 규모라고 하니, 솔직히 좀 놀랍죠.

이 숫자만 들으면 "그냥 크기만 키운 거 아냐?" 싶을 수 있는데, 사실 구조 자체가 흥미롭습니다. MoE(Mixture-of-Experts) 아키텍처를 썼기 때문에, 5500억 개 파라미터가 전부 한꺼번에 돌아가는 게 아니라 토큰당 550억(55B)만 활성화됩니다. 실제 연산 효율은 훨씬 낫다는 거죠. 하이브리드 맘바-트랜스포머 구조도 결합됐고, 특히 에이전틱 AI 워크플로우 — 사람이 지시를 내리면 알아서 계획 세우고 실행하고 반복하는 멀티스텝 태스크 — 에 최적화돼 있다고 강조했어요.

성능 수치도 꽤 인상적입니다. Artificial Analysis 기준 인텔리전스 인덱스 48점으로, 구글 Gemma 4 31B(39점)나 이전 모델인 Nemotron 3 Super(36점)를 훌쩍 뛰어넘어요. 코딩 벤치마크 HumanEval에서 92.1%, 지식 평가 MMLU에서 89.4%를 기록했고, DeepInfra 엔드포인트 기준으로 초당 300 토큰 이상을 뽑아낸다고 합니다.

근데 여기서 재미있는 비교가 하나 있어요. 지능 지표에선 중국 모델 Kimi K2.6가 인덱스 54점으로 여전히 앞서 있거든요. 그런데 속도에서는 이쪽이 훨씬 빠릅니다. 중국 경쟁 모델들이 초당 50~100 토큰 수준인 데 반해, Nemotron 3 Ultra는 300 토큰 이상이라니 3~6배 차이예요. 실제 배포 환경에서 API 비용, 레이턴시, 실시간 에이전트 운영을 생각하면 이 속도 격차가 꽤 의미 있는 변수가 됩니다.

Nemotron 3 Ultra 말고도 이번 키노트엔 볼 게 많았어요. Cosmos 3는 비전 추론, 세계 시뮬레이션, 로봇 액션 생성을 하나로 합친 오픈 옴니모델인데, Physics-IQ, PAI-Bench, RoboLab 등 7개 로보틱스 벤치마크에서 1위를 차지했다고 합니다. Super(32B)와 Nano(8B) 두 사이즈로 나왔고요. 로봇 AI 연구자들한테는 꽤 반가운 소식이겠죠.

**RTX