NVIDIA 유일한 대안, CY2027E 적정주가

AMD는 뭐 하는 회사야?

인텔과 NVIDIA. 반도체의 두 거인입니다. 한 회사는 컴퓨터의 두뇌(CPU)를 50년간 지배했고, 다른 회사는 AI의 심장(GPU)을 90% 독점합니다. 그리고 이 두 거인을 동시에 상대하는 회사가 하나 있습니다. CPU에서는 인텔을 이미 뒷걸음치게 만들었고, GPU에서는 NVIDIA의 유일한 대안으로 떠올랐습니다. Advanced Micro Devices, AMD.

보통 도전자라고 하면 하나의 거인에게 도전하는 것만으로도 대단합니다. AMD는 둘을 동시에 상대합니다. 이것이 AMD를 이해하는 출발점입니다. CPU 시장에서는 이미 승리한 도전자이고, GPU 시장에서는 한창 도전 중인 도전자입니다.

반도체 가치사슬, AMD는 어디에 있는가

AMD는 "설계만 하고 공장은 없는" 팹리스 회사입니다. 설계한 칩의 생산은 전량 TSMC에 맡깁니다. 이 구조가 4장에서 핵심이 됩니다. AMD의 성장은 자기 능력만이 아니라 "TSMC가 얼마나 만들어주느냐"에도 묶여 있기 때문입니다.

다시 말하면, AMD가 아무리 좋은 칩을 설계해도 TSMC가 만들어주지 않으면 팔 수 없습니다. 직접 공장을 운영하는 인텔과는 근본적으로 다른 구조입니다.

팹리스 구조의 장단점을 정리하면 이렇습니다.

이 장단점의 균형이 AMD 투자의 핵심 논점입니다. 장점이 단점을 상회하는 한 팹리스 모델은 유효하지만, 공급 제약이 성장을 막는 순간이 오면 이 모델의 한계가 드러납니다. 4장에서 이 한계를 구체적으로 봅니다.

규모 스냅샷

4개 세그먼트 (FY2025)

AMD의 사업은 4개의 세그먼트로 나뉩니다. 5년 전만 해도 AMD는 PC와 게임 회사였습니다. 지금은 Data Center가 매출의 절반 가까이를 차지합니다. 이 변화가 2장의 핵심 주제입니다.

Data Center 안에는 두 가지가 섞여 있습니다. 서버 CPU인 EPYC와 AI GPU인 Instinct입니다. EPYC는 인텔과 싸우는 무기이고, Instinct는 NVIDIA와 싸우는 무기입니다. 하나의 세그먼트 안에서 두 거인에게 동시에 도전하고 있는 것입니다.

12년의 역전 서사

이 글의 후킹 카드에서 "2014년 주가 $2"라고 했습니다. 그 숫자를 좀 더 깊이 봅시다.

2014년의 AMD는 반도체 업계의 패배자였습니다. CPU는 인텔에 완패했고, GPU는 게임용 그래픽카드에 머물러 있었고, 반도체 제조 공장(GlobalFoundries)은 분사했지만 계약에 묶여 있었습니다. 파산을 거론하는 기사가 나왔습니다.

12년 뒤, AMD는 반도체 업계의 도전자가 되었습니다. 서버 CPU에서 인텔을 역전했고, AI GPU에서 NVIDIA의 유일한 대안으로 떠올랐습니다. 주가는 $2에서 $537으로, 약 270배. 시가총액은 $1.3B에서 $870B으로, 약 670배. S&P 500에서 시가총액 기준 10위권에 진입했습니다.

이 숫자가 얼마나 극적인지 비교해보면, 같은 기간 동안 S&P 500 지수는 약 3배 올랐습니다. AMD 주주는 S&P 500 대비 80배 이상의 초과 수익을 얻었습니다. 물론 과거 수익은 미래를 보장하지 않습니다. 하지만 이 역전이 왜, 어떻게 가능했는지를 이해하면, 앞으로의 투자 판단에 도움이 됩니다.

이 역전이 어떻게 가능했는지. 그것이 이 글의 핵심 질문입니다.

1장에서 무기(칩렛, ROCm, Xilinx)를, 2장에서 재무 체질 변화를, 3장에서 리사 수의 실행력을 봅니다. 그리고 4장에서 반전이 옵니다. 이 역전의 천장을 정하는 것은 AMD 자신이 아니라 TSMC라는 사실을. 5장에서 이 모든 것을 숫자로 바꿔 적정가를 산출합니다.

1. 두 거인에게 도전하는 법 (제품)

AMD는 CPU에서 인텔을 이미 역전했습니다. GPU에서는 NVIDIA를 "이기는 것"이 목표가 아닙니다. "유일한 2번째 선택지"가 되는 것입니다.

이 챕터에서는 AMD의 무기를 하나씩 봅니다. Zen으로 CPU를 되살린 이야기(1.1), Instinct GPU로 NVIDIA에 도전하는 이야기(1.2), 칩렛이라는 구조적 비용 우위(1.3), ROCm으로 소프트웨어 벽을 허무는 전략(1.4), 그리고 Xilinx 인수로 풀 포트폴리오를 갖춘 이야기(1.5). 다섯 가지 무기가 어떻게 "NVIDIA의 유일한 대안"이라는 위치를 만들어냈는지를 봅니다.

1.1 Zen: CPU를 되살린 아키텍처

2017년 Zen이 등장하기 전, AMD는 죽어가고 있었습니다. Bulldozer라는 CPU 아키텍처가 완전히 실패했습니다. 이론적으로는 멋진 구조(CMT, Clustered Multi-Threading)였지만, 실제 성능에서 인텔에 완패했습니다. 서버 CPU 시장에서 AMD의 점유율은 0%에 가까웠습니다.

왜 Bulldozer가 실패했는지 이해하면, Zen의 성공이 더 선명해집니다.

Bulldozer의 아이디어는 이렇습니다. "코어 하나를 강하게 만드는 것보다, 약한 코어를 많이 넣는 게 총 성능이 높을 것이다." 이 접근을 CMT(Clustered Multi-Threading)라고 합니다. 이론적으로는 맞을 수도 있었습니다. 하지만 실제로는 대부분의 소프트웨어가 여러 코어에 일을 나눠주는 데 서툴렀습니다. 특히 2011년 당시의 서버/데스크탑 소프트웨어는 코어 수보다 코어 하나의 성능(IPC)에 훨씬 더 의존했습니다.

비유하면, 약한 일꾼 8명보다 강한 일꾼 4명이 일을 더 잘 한다는 것입니다. 특히 일이 한 명에게 집중되는 경우(싱글 스레드 워크로드)에는 강한 일꾼이 압도적으로 유리합니다. Bulldozer는 잘못된 베팅이었습니다.

Zen은 이 방향을 완전히 뒤집었습니다. 코어 하나의 성능(IPC)을 최우선으로 올리고, 그 위에 칩렛으로 코어 수를 확장하는 전략입니다.

핵심은 IPC(Instructions Per Clock, 클럭당 처리 명령 수)입니다. 쉽게 말해 "CPU가 1초에 할 수 있는 일의 양"입니다. Zen 이전의 Bulldozer는 이 IPC가 인텔보다 현저히 낮았습니다. 클럭 속도(GHz)를 아무리 높여도 실제 처리 능력이 부족했던 것입니다. Zen은 이 IPC를 세대마다 두 자릿수 퍼센트로 개선하면서, 마침내 인텔을 추월했습니다.

그런데 IPC만 올렸다고 인텔을 이긴 것은 아닙니다. Zen의 진짜 무기는 1.3절에서 다룰 칩렛 구조입니다. IPC를 높인 고성능 코어 블록(CCX)을 작은 칩렛으로 만들고, 여러 개를 조립해서 인텔의 모놀리식 칩보다 저렴하게 동급 이상의 제품을 만들어냈습니다. 성능과 비용을 동시에 잡은 것입니다.

결과는 숫자가 말해줍니다.

서버 CPU 매출 점유율 41%+(Q4 2025). 데스크탑 36.4%, 노트북 26.0%. 5년 전 0%에서 여기까지 온 것입니다.

이 역전의 배경에는 인텔의 자충수도 있습니다. 인텔은 10nm 공정에서 5년 이상 지연되었습니다. 반도체 업계에서 공정 세대 하나의 지연은 1~2년이 보통인데, 5년은 이례적입니다. 그동안 AMD는 TSMC의 최첨단 공정(7nm, 5nm, 4nm, 3nm)을 순차적으로 활용하여 세대마다 공정 우위를 확보했습니다.

이것은 3장에서 다룰 리사 수의 두 번째 결정(GloFo 탈출)과 직결됩니다. AMD가 자체 공장(GloFo)에 묶여 있었다면, 인텔과 마찬가지로 공정 지연을 겪었을 것입니다. TSMC로의 전환 결정이 Zen의 기술적 성공만큼이나 중요했습니다.

AMD의 CPU 역전은 자기 실력 50%, 인텔의 실패 50%입니다. 인텔이 건재했다면 AMD가 아무리 좋은 칩을 만들어도 점유율이 이렇게 빠르게 올라가지 않았을 것입니다. 인텔 쇠퇴의 최대 수혜자가 AMD입니다. 하지만 인텔이 쇠퇴하는 동안 AMD가 좋은 칩을 준비하고 있었다는 것이 핵심입니다. 기회가 왔을 때 잡을 준비가 되어 있었습니다.

1.2 Instinct: NVIDIA에 도전하는 GPU

AMD는 AI GPU 시장의 명백한 2위입니다. 여기서 중요한 것은 "2위"라는 사실 자체보다, "유일한 범용 GPU 대안"이라는 위치입니다.

AI GPU 시장에서 NVIDIA의 점유율은 약 90%입니다. 나머지 10%를 AMD와 기타 업체가 나눠 갖고 있습니다. 숫자만 보면 압도적인 열세입니다. 그런데 왜 대형 고객들이 AMD GPU를 선택할까요?

답은 간단합니다. 공급업체가 하나뿐이면 위험하기 때문입니다. 하이퍼스케일러 입장에서 생각해보세요. AI 인프라에 수십억 달러를 투자하는데, GPU 공급업체가 NVIDIA 하나뿐이라면 어떤 일이 벌어질까요? 가격은 NVIDIA가 정하고, 납기는 NVIDIA가 정하고, 할당량도 NVIDIA가 정합니다. 고객은 줄을 서서 기다려야 합니다.

2번째 선택지가 존재한다는 것 자체가 고객에게 협상력을 줍니다. NVIDIA에 "AMD도 있어요"라고 말할 수 있으면, 가격과 납기에서 유리한 위치를 잡을 수 있습니다. 이것이 "2위의 가치"입니다. 1위를 이기지 않아도, 존재하는 것만으로 가치가 있습니다.

Meta가 AI 인프라에 6GW 다년 계약을 체결한 이유, Oracle이 MI450 5만 개 슈퍼클러스터를 주문한 이유, Microsoft Azure, xAI, IBM Cloud가 AMD GPU를 채택한 이유. 전부 이 논리입니다.

MI355X는 MLPerf 추론 벤치마크에서 NVIDIA B200 대비 93~119% 성능을 기록했습니다. "충분히 좋은 대안"을 넘어 "동급 성능"에 도달한 것입니다.

AMD AI GPU 점유율은 5~6%(2024)에서 6~8%(2025E)로 올라가고 있습니다(Silicon Analysts 추정). 절대값은 작지만, 방향이 중요합니다. 점유율이 올라가는 중이라는 것은, 하이퍼스케일러들이 실제로 AMD를 추가 채택하고 있다는 검증입니다.

로드맵도 주목해야 합니다. MI350X가 반기 조기 출시된 것은 3장에서 다룰 실행 문화의 증거입니다. 2026년 출시 예정인 MI455X는 TSMC 2nm 공정을 사용하는 CDNA5 아키텍처입니다. 이 제품이 성공하면 추론뿐 아니라 학습 영역에서도 NVIDIA와의 격차를 줄일 가능성이 열립니다. 이 성능 수치가 중요한 이유는 1.4절(ROCm)에서 이어집니다.

1.3 칩렛: 41%의 비용 우위

여기서 AMD의 가장 독창적인 기술적 무기를 설명하겠습니다. 칩렛(Chiplet)은 AMD가 인텔과 NVIDIA 모두에게 비용 우위를 갖는 구조적 이유입니다.

비유로 시작하겠습니다. 레고 블록을 생각해보세요.

모놀리식 vs 칩렛: 왜 쪼개면 싸질까

전통적인 반도체 칩은 하나의 거대한 실리콘 조각입니다. 이것을 모놀리식(monolithic) 설계라고 합니다.

레고 블록으로 비유하겠습니다. 모놀리식은 거대한 레고 판 하나를 한 번에 주조하는 것입니다. 칩렛은 작은 레고 블록 여러 개를 따로 만들어서 조립하는 것입니다.

모놀리식의 문제는 이렇습니다. 반도체 웨이퍼는 둥근 실리콘 원판입니다. 이 원판 위에 수십 개의 칩을 한꺼번에 찍어냅니다. 그런데 아무리 깨끗한 공장이라도, 웨이퍼 위에는 미세한 결함(defect)이 몇 개 있습니다. 먼지 한 알, 공정 오류 한 건이 결함을 만듭니다. 작은 칩이라면 결함이 옆 칩에 떨어져서 무사할 수 있지만, 칩이 크면 결함 하나에 칩 전체가 못 쓰게 됩니다.

숫자로 보면 더 직관적입니다. 웨이퍼에 결함이 10개 있다고 합시다. 작은 칩 100개를 찍으면 90개가 살아남습니다(수율 90%). 같은 웨이퍼에 큰 칩 20개를 찍으면 10개가 살아남습니다(수율 50%). 칩이 커질수록 수율이 떨어지고, 버리는 칩이 늘고, 개당 비용이 올라갑니다.

칩렛은 이 문제를 해결합니다. 큰 칩 하나를 여러 개의 작은 칩(칩렛)으로 쪼개서 따로 만들고, 나중에 조립합니다. 레고 블록처럼요.

각 칩렛은 작기 때문에 결함에 걸릴 확률이 낮습니다(수율이 높습니다). 만약 칩렛 하나가 결함이면, 그 칩렛만 버리면 됩니다. 모놀리식에서는 큰 칩 전체를 버려야 했죠. 웨이퍼 한 장에서 생산되는 양품 칩의 수가 많아지므로, 개당 비용이 내려갑니다.

수율 효과만으로도 비용이 크게 줄어들지만, 칩렛에는 또 하나의 비용 절감 포인트가 있습니다. 칩의 모든 부분이 최첨단 공정을 필요로 하는 것은 아닙니다. CPU 연산 코어(CCX)는 최첨단 3nm/2nm이 필요하지만, 입출력(I/O) 다이는 성숙한 6nm 공정으로도 충분합니다. 칩렛 구조에서는 I/O 다이를 저렴한 성숙 노드에서 만들어 비용을 절감합니다.

AMD ISCA 2021 논문에 따르면, 칩렛 방식은 동일 성능의 모놀리식 칩 대비 비용이 0.59배입니다. 같은 성능을 41% 싸게 만들 수 있다는 뜻입니다. 이것은 이론이 아니라 AMD가 실제 제품에서 검증한 수치입니다.

이 비용 우위가 AMD의 가격 경쟁력의 기반입니다. 1.4절에서 다루겠지만, AMD GPU가 TCO(총소유비용)에서 NVIDIA 대비 15~40% 저렴한 이유 중 하나가 이 칩렛 비용 구조입니다. 같은 성능을 41% 싸게 만들 수 있으니, 동일 마진을 유지하면서도 판매 가격을 낮출 수 있습니다.

또한 칩렛 구조는 제품 라인업 확장에도 유리합니다. 같은 칩렛 블록을 조합하여 다양한 제품을 만들 수 있기 때문입니다. 고성능 서버용 EPYC(많은 칩렛 조합), 중급 데스크탑용 Ryzen(적은 칩렛 조합), 모바일용(최소 칩렛). 하나의 칩렛 설계로 여러 시장을 커버할 수 있습니다. 이것이 R&D 효율성을 높여줍니다. 칩 설계에 매출의 23%($8.1B)를 투자하는 AMD에게, 하나의 설계를 여러 제품에 재사용할 수 있는 구조는 큰 경쟁 우위입니다.

이것이 "칩렛 = 레고 블록"이라는 비유의 완전한 의미입니다. 레고 블록은 같은 부품으로 다양한 구조물을 만들 수 있습니다. AMD의 칩렛도 마찬가지입니다. 하나의 설계 투자로 다수의 제품을 만들어내는 플랫폼 전략입니다.

한 가지 더 짚어야 할 점이 있습니다. NVIDIA도 칩렛을 채택하기 시작했다는 것입니다.

업계 전체가 AMD가 먼저 증명한 방향으로 수렴하고 있습니다. AMD의 칩렛 선행 우위는 3~5년으로 추산됩니다. 이 선행 우위의 핵심은 기술 자체가 아니라 "양산 경험"입니다. 칩렛은 설계도 어렵지만, 수율을 안정화하고 양품을 대량 생산하는 것이 더 어렵습니다. AMD는 이미 5세대에 걸쳐 이 경험을 축적했습니다.

그리고 이 칩렛 구조에는 4장에서 다시 등장하는 중요한 함의가 있습니다. I/O 다이를 성숙 노드(N6)에서 제조한다는 것은 최첨단 공정의 웨이퍼 용량 병목을 완화한다는 의미입니다. 3nm/2nm 공정은 웨이퍼당 가격이 매우 비싸고 용량이 제한적입니다. 칩렛 구조에서는 연산 코어만 3nm/2nm으로 만들고, I/O는 저렴하고 용량이 충분한 6nm에서 만듭니다. 같은 양의 3nm 웨이퍼로 더 많은 제품을 만들 수 있습니다.

이것이 4장에서 다시 등장하는 이유입니다. CoWoS 병목에서 AMD가 NVIDIA보다 유리한 점이 바로 이 칩렛 효율입니다. 같은 CoWoS 면적에서 칩렛 구조가 모놀리식보다 더 효율적으로 작동할 수 있습니다. AMD가 TSMC의 제한된 첨단 공정 용량을 가장 효율적으로 쓸 수 있는 이유가 바로 칩렛입니다.

1.4 ROCm: 추론에서 해자가 얕아집니다

NVIDIA의 진짜 해자는 GPU 하드웨어가 아닙니다. CUDA라는 소프트웨어 생태계입니다.

이것이 왜 중요한지 이해하려면, GPU 프로그래밍의 역사를 잠깐 봐야 합니다. GPU는 원래 게임용이었습니다. 그래픽을 빠르게 렌더링하는 장치였습니다. NVIDIA가 2006년에 CUDA를 출시하면서, GPU를 범용 연산에 사용할 수 있게 되었습니다. 20년이 지난 지금, CUDA 개발자는 600만 명이고, ML 논문의 89%가 CUDA 전용으로 작성됩니다. 모든 AI 프레임워크(PyTorch, TensorFlow)가 CUDA를 기본 지원합니다.

이 생태계가 NVIDIA의 진짜 해자입니다. GPU 성능이 동등하더라도, 소프트웨어가 호환되지 않으면 고객이 갈아타기 어렵습니다. 20년간 쌓인 이 높은 성벽 앞에서, AMD의 ROCm은 도전자입니다.

그런데 이 성벽에 균열이 생기고 있습니다. 균열의 이름은 "추론"입니다.

학습 vs 추론: 벽의 높이가 다릅니다

AI의 작동은 두 단계로 나뉩니다. 학습(Training)은 모델을 만드는 과정이고, 추론(Inference)은 완성된 모델로 답을 내는 과정입니다. 일상적인 비유로 설명하면, 학습은 요리사가 레시피를 개발하는 과정이고, 추론은 그 레시피대로 요리를 만드는 과정입니다. 레시피 개발(학습)에는 창의성과 고급 장비가 필요하지만, 레시피대로 요리하는 것(추론)은 표준 주방에서도 가능합니다.

CUDA의 해자가 높은 영역은 "레시피 개발"(학습)입니다. "레시피대로 요리"(추론)에서는 표준 도구로도 충분하기 때문에 CUDA에 대한 의존도가 낮습니다.

학습에서는 아직 CUDA와 큰 격차가 있습니다. NVIDIA 대비 약 77% 수준. 하지만 추론에서는 90~95%로 거의 따라잡았습니다. MI355X가 MLPerf에서 B200 대비 93~119% 성능을 기록한 것이 추론 벤치마크라는 점을 기억하세요.

왜 추론에서 벽이 낮아질까요? 추론은 이미 학습된 모델을 실행하는 것이라서, CUDA의 커스텀 커널이나 고급 최적화에 의존하는 정도가 학습보다 훨씬 적습니다. vLLM 같은 표준 프레임워크 위에서 작동하기 때문에, 프레임워크가 ROCm을 지원하면 하드웨어 전환이 상대적으로 쉽습니다.

그리고 AI 산업의 무게중심이 학습에서 추론으로 옮겨가고 있습니다. ChatGPT 같은 서비스가 대중화되면서, 모델을 만드는 것보다 모델을 실행하는 데 들어가는 컴퓨팅이 기하급수적으로 늘고 있습니다. 추론 시장이 커질수록, CUDA 벽이 낮은 영역에서 AMD의 기회가 커집니다.

ROCm의 진전도 실측 가능합니다. vLLM CI 패스율이 37%에서 93%으로 뛰었고, PyTorch 네이티브 지원이 완료되었으며, 다운로드 수는 2025년에 10배 증가했습니다. TCO(총소유비용)에서 MI300X 클라우드는 NVIDIA 대비 15~40% 저렴합니다.

정리하면, ROCm의 전략은 "CUDA를 대체하는 것"이 아니라 "추론 시장에서 실용적 대안이 되는 것"입니다. 이것은 중요한 구분입니다. AMD가 CUDA를 완전히 대체할 필요는 없습니다. 추론 워크로드에서 "충분히 좋고, 더 싸다"면 됩니다.

학습은 NVIDIA가 계속 지배할 가능성이 높습니다. CUDA의 20년 생태계를 넘어서려면 ROCm에 최소 5~10년이 더 필요합니다. 하지만 추론 시장이 학습 시장보다 더 빠르게 커지고 있습니다. ChatGPT, Copilot, 기업용 AI 에이전트 등 추론 워크로드가 폭발적으로 증가하면서, 추론이 전체 AI 컴퓨팅의 60~70%를 차지할 것으로 전망됩니다.

추론에서의 대안 지위만으로도 AMD GPU의 시장 기회는 충분합니다. 이것이 1.2절에서 본 "유일한 2번째 선택지"의 구체적인 기술적 근거입니다.

1.5 Xilinx와 적응형 컴퓨팅

AMD는 2022년 Xilinx를 $49B에 인수했습니다. 이 인수로 AMD는 CPU, GPU, FPGA, NPU를 모두 가진 유일한 회사가 되었습니다. 이것은 반도체 업계에서 유일무이한 포지션입니다. NVIDIA는 CPU와 FPGA가 없고, 인텔은 GPU 경쟁력이 약하고, Qualcomm은 서버 CPU가 없습니다.

FPGA(Field-Programmable Gate Array)는 용도에 따라 회로를 재프로그래밍할 수 있는 칩입니다. CPU나 GPU가 "범용 계산기"라면, FPGA는 "맞춤형 계산기"입니다. 특정 작업에 최적화된 회로를 현장에서 구성할 수 있습니다. 예를 들어, 5G 기지국에서는 신호 처리에 특화된 회로로, 자율주행차에서는 실시간 센서 융합에 특화된 회로로 프로그래밍됩니다.

왜 이것이 중요한가? Physical AI 시대가 오고 있기 때문입니다. 로봇, 자율주행차, 산업 자동화. 이 분야에서는 범용 GPU보다 특화된 칩이 필요합니다. 전력 소모가 적어야 하고(로봇은 배터리로 돌아갑니다), 실시간 응답이 되어야 합니다(자율주행차가 0.1초 늦게 반응하면 사고가 납니다). Xilinx의 Versal 적응형 SoC가 바로 이 영역을 타겟합니다.

Subaru의 EyeSight ADAS(첨단 운전자 지원 시스템)에 Versal AI Edge가 탑재된 것이 대표적인 디자인 윈(design win)입니다. 자동차 반도체는 한 번 채택되면 모델 수명(5~7년) 동안 교체하지 않으므로, 디자인 윈 하나의 매출 지속 기간이 깁니다.

다만 Xilinx는 인수 후 재고 조정 사이클을 겪었습니다. Embedded 세그먼트 매출이 FY2023 $5.3B에서 FY2025 $3.5B으로 줄었습니다. 팬데믹 기간 중 과도하게 쌓인 재고가 소진되는 과정입니다. 이 부분은 현재 회복 경로에 있으며, 2장에서 재무 관점으로 다시 다룹니다.

2. 5년 만에 매출 3.5배 (재무)

1장에서 AMD의 무기를 봤습니다. 좋은 무기가 있으면 전투에서 이길 수 있습니다. 하지만 맛집을 인수할 때 맛만 보고 결정하면 안 되듯이, 무기만 보고 투자를 결정하면 안 됩니다. 장부를 열어봐야 합니다.

AMD는 5년 만에 매출을 $9.8B에서 $34.6B로 키웠습니다. 5년 CAGR 약 29%입니다. 숫자만 보면 대단합니다. 하지만 숫자 뒤에 숨은 이야기가 있습니다. 이 5년 동안 AMD는 "PC와 게임 회사"에서 "데이터센터 회사"로 체질이 바뀌었습니다. 매출의 양뿐 아니라 질이 근본적으로 달라진 것입니다.

그리고 회계의 안개가 있습니다. Xilinx 인수가 남긴 무형자산 상각이 GAAP 이익을 가리고 있습니다. 이 안개를 모르면 AMD의 실질 수익력을 과소평가하게 됩니다.

2.1 매출: 포트폴리오의 대전환

회사의 정체성이 바뀌는 순간이 있습니다. AMD에게 그 순간은 Data Center가 매출의 가장 큰 축이 된 때입니다.

2020년의 AMD를 보세요. 보라색(Data Center)은 전체의 20%에 불과합니다. 파란색(Client, PC용 CPU)과 초록색(Gaming)이 지배적입니다. 이때 AMD는 본질적으로 PC와 게임 회사였습니다.

중간 시점인 FY2022를 봅시다. 4개 세그먼트가 비교적 균등합니다. DC $6.0B, Client $6.2B, Gaming $6.8B, Embedded $4.6B. Xilinx 인수(2022)로 Embedded가 크게 늘었고, 팬데믹 재택근무 특수로 Gaming이 $6.8B까지 올라갔습니다. 이때는 아직 "어떤 회사냐"고 물으면 답하기 어려운 상태입니다. 4개 세그먼트가 고르게 분포하고 있으니까요.

2025년으로 오면, 보라색이 48%로 압도적 1위입니다. Data Center 매출이 $2.0B에서 $16.6B로 8배 이상 늘었습니다. 반면 Gaming은 팬데믹 특수가 끝나면서 $6.8B에서 $3.9B으로 오히려 줄었습니다. Embedded는 FY2023 피크($5.3B) 이후 재고 조정으로 $3.5B까지 줄었습니다. Data Center만 독주하면서, 회사의 정체성이 확실해진 것입니다.

Q1 2026은 이 추세를 더 극적으로 보여줍니다. 분기 매출 $10.25B(+38% YoY), 그 중 Data Center $5.78B(+57% YoY). 분기 기준으로는 DC 비중이 이미 56%를 넘었습니다.

연간 기준으로 환산하면 Q1 런레이트가 $41B입니다. FY2025 전체 매출($34.6B)보다 이미 높은 런레이트입니다. 분기별 추세가 연간 추세를 선행하고 있으므로, FY2026 전체 매출은 $40B을 넘을 가능성이 높습니다. 이것은 5장 밸류에이션에서 중요한 근거가 됩니다.

왜 이 체질 변화가 중요할까요? 비유로 설명하겠습니다.

PC CPU 판매는 동네 치킨집과 비슷합니다. 소비자 경기에 민감하고, 교체 주기가 길고(평균 4~5년), 브랜드 충성도가 낮습니다. 경기가 나빠지면 "올해는 컴퓨터 안 바꿔도 되지"가 되고, 매출이 흔들립니다.

Data Center는 프랜차이즈 본사 계약과 비슷합니다. 하이퍼스케일러(Meta, Google, Microsoft)가 수년 단위의 대형 계약을 체결합니다. 계약 금액이 크고, 한 번 채택되면 쉽게 교체하지 않습니다(서버를 바꾸려면 수개월의 검증이 필요합니다). 그리고 AI 인프라 수요가 구조적으로 증가하고 있어서, Capex 사이클이 상승기에 있습니다.

같은 매출 1달러라도, DC에서 벌어들이는 1달러는 반복성이 높고 마진이 두꺼우며 경기 변동에 덜 민감합니다. 투자자에게 더 가치 있는 매출입니다. AMD의 체질 변화가 중요한 이유가 여기에 있습니다. 단순히 매출이 늘어난 것이 아니라, 매출의 질이 근본적으로 달라진 것입니다.

2.2 마진: 질적 개선

매출 구조의 변화는 마진에 직접 반영됩니다.

Non-GAAP GPM이 45%(2020)에서 52%(2025)로 올라갔습니다. Q2 2026 가이던스는 약 56%입니다.

이 마진 개선에는 두 가지 엔진이 작동합니다. 첫째, 고마진 Data Center 비중 확대. 둘째, 1장에서 본 칩렛의 비용 우위. 칩렛으로 경쟁사 대비 41% 싸게 만들면서도 시장가로 팔 수 있으니, 그 차이가 마진으로 들어옵니다.

Non-GAAP OPM(영업이익률)도 17%(2020)에서 22%(2025)로 개선되었습니다.

AMD의 OPM이 NVIDIA(60%)에 한참 못 미치는 이유가 있습니다. NVIDIA는 GPU 시장을 90% 독점하므로 가격 결정권이 있습니다. 독점 기업은 가격을 높게 잡아도 고객이 갈 곳이 없습니다. 그래서 마진이 60%라는 비정상적으로 높은 수준에 있는 것입니다.

AMD는 도전자입니다. 도전자가 시장에 진입하려면 가격 경쟁력으로 문을 열어야 합니다. 1.4절에서 본 "TCO 15~40% 저렴"이 바로 그 전략입니다. 높은 마진 대신 낮은 가격으로 고객의 문을 두드립니다. "NVIDIA보다 싸고, 성능은 충분히 좋다"는 것이 AMD GPU의 세일즈 포인트입니다.

이 전략에는 장기적 기대가 있습니다. 점유율이 올라가면 마진도 따라올 수 있습니다. 5년 전 17%에서 22%로의 상승이 그 궤적을 보여줍니다. 점유율이 높아지면 규모의 경제가 작동하고, 고객 협상력이 강화되면서 가격을 올릴 여지가 생깁니다. 아직 먼 이야기이지만, 방향이 맞다는 것은 데이터가 보여줍니다.

2.3 GAAP vs Non-GAAP: Xilinx가 남긴 회계의 안개

여기서 AMD 재무를 볼 때 반드시 이해해야 할 것이 있습니다. AMD의 GAAP EPS는 Non-GAAP EPS의 절반 수준입니다. 같은 회사인데 어떤 안경으로 보느냐에 따라 수익이 2배 차이가 납니다.

이 괴리의 주범은 Xilinx 인수입니다. 2022년 $49B에 Xilinx를 인수하면서, 인수 대금 중 상당 부분이 "취득 무형자산"으로 회계 장부에 잡혔습니다. 이 무형자산은 매년 일정 금액을 비용으로 인식합니다(상각). FY2022에 $3.5B, FY2025에도 아직 $2.2B입니다.

이 괴리를 좀 더 구체적으로 봅시다.

취득 무형자산 상각이란 무엇일까요? AMD가 Xilinx를 $49B에 인수했을 때, Xilinx의 장부가치(물리적 자산, 현금 등)는 $49B보다 훨씬 적었습니다. 그 차이가 "무형자산"(기술, 고객 관계, 브랜드 등의 가치)으로 회계 장부에 잡힙니다. 회계 규칙에 따라 이 무형자산을 수년에 걸쳐 비용으로 인식해야 합니다. 이것이 "상각"입니다.

중요한 점은 이 상각이 현금이 나가는 비용이 아니라는 것입니다. Xilinx 인수 대금은 이미 2022년에 지불했습니다. 상각은 그때 지불한 돈을 회계 장부에서 매년 조금씩 깎아내는 것일 뿐, 추가로 현금이 나가지 않습니다.

여기서 중요한 것은 이 "안개"가 걷히고 있다는 것입니다. 무형자산 상각은 매년 줄어듭니다.

$3.5B(2022)에서 $2.2B(2025)으로. 시간이 지날수록 GAAP과 Non-GAAP의 괴리가 좁혀지면서, GAAP 기준으로도 AMD의 수익력이 더 잘 보이게 됩니다. 투자자 입장에서는 "GAAP이 점점 좋아지고 있다"는 사실 자체가 긍정적 신호입니다.

이 안개를 모르고 GAAP EPS만 보면, AMD를 과소평가하게 됩니다. "EPS가 $2.65밖에 안 되잖아?"라고 판단할 수 있습니다. 반대로, Non-GAAP만 보면 SBC(매출의 4.7%)로 인한 주주 희석을 간과하게 됩니다. SBC는 현금이 나가지 않지만, 주식 수가 늘어나면서 기존 주주의 지분이 희석됩니다. 양쪽을 모두 이해하는 것이 AMD 밸류에이션의 기본입니다.

2.4 주주 환원과 SBC

AMD는 배당을 하지 않습니다. 대신 자사주 매입으로 주주에게 환원합니다. 배당을 하지 않는 이유는 성장에 재투자하는 것이 주주 가치에 더 유리하다는 판단 때문입니다. AMD는 아직 성장 단계에 있으므로, 이 판단은 합리적입니다.

자사주 매입 권한은 총 $10B입니다(2025년 5월에 $6B을 추가 승인). 자사주 매입은 시장에서 주식을 사서 소각하는 것이므로, 발행 주식 수가 줄어들고 주당 가치가 올라갑니다. SBC로 인한 주식 희석을 부분적으로 상쇄하는 효과가 있습니다.

SBC(주식보상비용)는 매출의 4.7%입니다. 이 숫자를 경쟁사와 비교해보면 적정한 수준입니다.

희석 주식수는 약 1.62B로 안정적입니다. Xilinx 인수 시 주식 교환(약 5.4억 주 신규 발행)으로 한 번 크게 늘었지만, 이후 자사주 매입으로 관리하고 있습니다. SBC로 매년 주식이 소량 희석되지만, 자사주 매입이 이를 상쇄하여 총 주식 수가 안정적으로 유지되고 있습니다. 이것은 5장 밸류에이션에서 EPS 계산의 분모가 됩니다.

3. 리사 수의 공식 (문화)

1~2장에서 AMD의 무기와 재무를 봤습니다. 무기는 날카롭고, 재무는 개선 중입니다. 하지만 좋은 제품과 좋은 숫자가 저절로 나오지는 않습니다. 누군가가 결정하고, 누군가가 실행해야 합니다.

AMD를 이해하려면 리사 수(Lisa Su)를 이해해야 합니다. 죽어가던 회사를 살린 CEO. 엔지니어 출신 구원투수. 1장의 모든 무기(Zen, 칩렛, TSMC 전환, Xilinx 인수, AI 올인)는 이 사람의 의사결정에서 나왔습니다.

3.1 전환의 공식: 3원칙

2014년 10월, 리사 수가 AMD CEO로 취임했습니다. 그때 AMD의 상황을 봅시다.

시총 $1.3B. 지금의 $870B과 비교하면 약 670배 차이입니다. Altman Z-Score가 마이너스라는 것은 통계적으로 파산 확률이 높다는 뜻입니다.

당시 상황을 좀 더 구체적으로 그려보겠습니다. Bulldozer는 3년째 실패하고 있었고, 서버 시장에서의 존재감은 제로였습니다. 인텔은 서버 CPU 시장의 99%를 지배하면서 매 분기 기록적인 실적을 올리고 있었습니다. 업계에서는 "AMD는 인텔의 독점에 필요한 명목상의 경쟁자일 뿐"이라는 말이 나왔습니다. 투자자들은 AMD를 포기하고 있었습니다.

이런 회사의 CEO를 맡겠다고 한 사람이 리사 수입니다. MIT 전기공학 PhD. IBM에서 구리 배선(copper interconnect) 상용화를 주도한 반도체 엔지니어. 학계와 산업계 양쪽에서 기술적 역량을 인정받은 인물입니다. AMD에 오기 전 이미 Freescale Semiconductor의 SVP였습니다.

구원투수라는 표현이 과하지 않습니다. 파산 위기의 반도체 회사에, 칩 설계를 이해하는 CEO가 필요했고, 리사 수는 정확히 그 인물이었습니다.

그의 전략은 세 단어로 요약됩니다.

이 3원칙은 단순해 보이지만, 실제로 실행하기는 어렵습니다. 파산 직전의 회사에서 "위대한 제품을 만들겠다"고 선언하는 것은 쉽습니다. 어려운 것은 투자자들이 당장의 수익을 요구하는 상황에서, R&D 예산을 보호하고 장기 프로젝트(Zen)에 자원을 집중하는 것입니다.

리사 수는 이것을 해냈습니다. 단기 수익을 위한 저가형 제품 라인업을 축소하고, 자원을 Zen 아키텍처 개발에 집중했습니다. "복잡성을 줄인다(Simplify)"는 원칙이 바로 이것입니다. 여러 가지를 동시에 하는 대신, 하나를 제대로 하는 데 집중한 것입니다.

결과는 1장에서 봤습니다. 2017년 Zen 1세대가 출시되면서, AMD는 부활의 길에 올랐습니다. 이것은 CEO가 조직의 자원 배분을 바꾸는 것이 얼마나 중요한지를 보여주는 사례입니다. 같은 엔지니어들, 같은 예산이었지만 방향을 바꿨더니 결과가 완전히 달라졌습니다.

이 3원칙이 지금 GPU에서도 반복되고 있습니다. "위대한 제품"(Instinct MI시리즈), "깊은 고객 관계"(Meta, Oracle 다년 계약), "단순화"(CDNA+RDNA를 UDNA로 통합). 리사 수의 공식이 CPU에서 검증되었고, 같은 공식을 GPU에 적용하고 있는 것입니다.

3.2 5대 의사결정

리사 수의 12년은 5개의 결정적 선택으로 요약됩니다. 각각이 회사의 운명을 바꿨습니다. 시간순으로 봅니다.

이 5개 결정을 시간순으로 보면 하나의 서사가 보입니다.

2012~2014년, 첫 번째 결정. 리사 수가 COO 시절부터 Bulldozer를 끝내야 한다고 주장했습니다. 3년간 투자하고도 인텔에 완패한 아키텍처를 더 밀어붙일 것인가, 포기하고 처음부터 다시 시작할 것인가. "좋은 돈 뒤에 나쁜 돈을 쏟지 않는다(don't throw good money after bad)"는 판단이었습니다. 이 결정이 없었으면 Zen도 없었습니다.

두 번째 결정은 더 과감했습니다. AMD는 원래 자체 공장이 있었습니다. GlobalFoundries(GloFo)라는 이름으로 분사한 공장이었고, AMD는 GloFo에서 우선 제조해야 하는 계약에 묶여 있었습니다. 문제는 GloFo의 공정이 TSMC에 뒤처졌다는 것입니다. Zen을 최첨단 공정으로 만들려면 TSMC로 가야 했습니다. 리사 수는 계약 해지에 $1.358B을 지불하고 TSMC로 전환했습니다. 파산이 거론되던 회사가 $1.3B을 내고 공장 계약을 끊었습니다. 이것이 과감함입니다.

세 번째와 네 번째 결정(Zen + 칩렛, Xilinx 인수)은 1장에서 이미 다뤘습니다. 다섯 번째 결정(AI 전략)은 현재 진행 중입니다. Instinct GPU에 올인하고, CDNA와 RDNA를 UDNA로 통합하는 아키텍처를 발표했습니다. GPU 아키텍처 통합은 리소스를 집중하겠다는 신호입니다.

이 5개 결정에서 패턴이 보입니다. 리사 수는 과감합니다. 잘못된 것은 빨리 끝내고(Bulldozer), 필요하면 큰 비용을 지불하고(GloFo 탈출), 검증되지 않은 기술에 베팅합니다(칩렛). 그리고 5번 중 5번 맞췄습니다. 이것이 3장에서 말하는 리사 수의 공식입니다. 기술적 판단력과 과감한 실행의 결합.

3.3 실행 문화: 약속을 지킵니다

반도체 업계에서 "정시 출시"는 흔하지 않습니다. 공정 문제, 설계 수정, 수율 미달. 칩 하나를 제때 내놓는 것은 어려운 일입니다. AMD는 이 어려운 일을 반복해서 해냅니다.

왜 이것이 중요한가? 로드맵을 지키는 것은 고객 신뢰의 기반이기 때문입니다.

하이퍼스케일러가 데이터센터를 설계할 때, 2~3년 뒤에 어떤 칩이 나올지 예측할 수 있어야 합니다. 데이터센터는 설계부터 가동까지 18~24개월이 걸립니다. 그 동안 어떤 GPU가 들어갈지, 전력은 얼마나 필요한지, 냉각은 어떻게 할지를 미리 결정해야 합니다. 이 모든 계획이 반도체 로드맵에 의존합니다.

AMD가 약속한 날짜에 약속한 성능의 칩을 내놓는다는 신뢰가 있어야, Meta가 6GW 다년 계약을 체결할 수 있습니다. "이 날짜에 이 성능의 칩이 나올 겁니다"라는 약속을 지키는 것이, 영업 프레젠테이션보다 더 강력한 세일즈입니다.

인텔이 10nm에서 5년 이상 지연되면서 고객 신뢰를 잃은 것과 정확히 대조됩니다. 인텔의 고객들은 "다음 세대가 언제 나올지 모른다"는 불확실성 때문에 AMD로 전환했습니다.

3.4 키 퍼슨 리스크

리사 수는 AMD의 가장 큰 강점이자, 가장 큰 리스크입니다.

AMD의 모든 전략적 결정이 리사 수로부터 나옵니다. 1장의 칩렛 결정, Xilinx 인수, AI 올인 전략. 전부 리사 수의 기술적 판단에서 나왔습니다. 이 집중은 빠른 의사결정과 일관된 방향을 가능하게 하지만, 동시에 "리사 수가 없으면 어떻게 되나?"라는 질문을 피할 수 없게 합니다.

리사 수의 보상 구조를 봅시다. FY2024 총 보상은 $31M이며, 그 중 90% 이상이 주식 기반입니다. 그리고 $75M 규모의 가치창출보상(Performance-Based RSU)이 있습니다. 이 보상은 AMD 주가가 $600에 도달해야 완전히 행사됩니다. 2031년까지 묶여 있습니다. 직접 보유 주식도 3.15M주입니다. 현재가 기준 약 $1.6B 규모입니다.

이 보상 구조는 단기적으로는 안심할 수 있는 요소입니다. 리사 수가 적어도 2031년까지는 AMD에 있을 강력한 경제적 인센티브가 있습니다. $75M 가치창출보상이 주가 $600에 연동되어 있으므로, 리사 수 개인의 경제적 이해와 주주의 이해가 일치합니다. CEO가 주가를 올리기 위해 일하는 구조입니다.

하지만 2031년 이후가 문제입니다. 공식적인 승계 계획이 공개되지 않았습니다.

비교하면 이해가 쉽습니다.

NVIDIA의 젠슨 황은 창업자입니다. 회사의 문화와 비전이 황에게서 나왔고, 30년간 조직 전체에 체화되어 있습니다. 황이 내일 은퇴하더라도 NVIDIA의 DNA는 유지될 가능성이 높습니다.

리사 수는 전환 CEO입니다. 죽어가던 조직에 새 방향을 부여한 외부인입니다. 성공적이지만, 이 성공이 리사 수 개인의 능력인지, 아니면 조직에 체화된 문화인지가 핵심 질문입니다.

인텔의 팻 겔싱어는 비슷한 유형의 전환 CEO였지만 실패했습니다. 내부 출신으로 돌아와서 "IDM 2.0" 전략을 추진했지만, 공정 지연이 해결되지 않았고 결국 퇴임했습니다. 전환 CEO의 성공은 보장되지 않습니다. 리사 수가 성공한 이유는 기술적 판단력이 실행으로 이어졌기 때문이고, 이 실행력은 리사 수 개인에게 의존하는 면이 큽니다.

4. 천장은 누가 정하는가 (미래)

1~3장에서 AMD의 무기, 재무, 실행력을 봤습니다. 무기는 날카롭고, 재무는 개선 중이고, 리사 수의 실행력은 검증되었습니다. 여기까지만 보면 AMD의 미래는 밝습니다.

그런데 반전이 있습니다.

이 챕터의 반전은 성장의 "천장"입니다. AMD GPU 매출의 천장을 정하는 것은 AMD의 능력도, 고객의 수요도 아닙니다. TSMC가 만들어줄 수 있는 칩의 양이 천장을 정합니다. AMD가 아무리 좋은 칩을 설계해도, 고객이 아무리 많이 주문해도, TSMC가 만들어주는 만큼만 팔 수 있습니다.

비유로 시작하겠습니다. 강물과 수문을 생각해보세요.

AI 수요라는 강물이 넘치고 있습니다. Meta도 원하고, Oracle도 원하고, Microsoft도 원합니다. 물은 충분합니다. 그런데 이 물이 흐르는 수문(水門)이 좁습니다. 강물이 아무리 많아도, 수문을 통과하는 양이 매출이 됩니다. 수문 너머의 물은 "잠재 수요"일 뿐, 매출이 아닙니다.

그 수문의 이름이 CoWoS입니다. 이것을 이해하면, 후킹 카드에서 말한 "월가 51명이 갈라지는 이유"가 선명해집니다.

4.1 TAM: AI가 여는 시장

먼저 강물(수요)이 얼마나 큰지 봅시다.

주목할 점이 있습니다. 서버 CPU TAM을 리사 수가 직접 $60B에서 $120B으로 2배 상향했습니다. 그 근거가 흥미롭습니다. 에이전틱 AI(AI 에이전트가 자율적으로 작업을 수행하는 기술)가 새로운 서버 수요를 만들어낸다는 것입니다.

기존 서버는 사람이 요청할 때만 작동합니다. 하지만 AI 에이전트가 24시간 자율적으로 일하면, 사람이 잠들어 있는 시간에도 서버가 돌아갑니다. 에이전트 수가 늘어날수록 서버 수요가 비례해서 늘어납니다. 리사 수는 이것을 "AI가 서버 수요의 공식을 바꾼다"고 표현했습니다.

AI 가속기 TAM은 추산 기관에 따라 $286B(Omdia, 2030)에서 $604B(Bloomberg, 2033)까지 2배 이상 차이가 납니다. 이 불확실성 자체가 시장이 얼마나 초기인지를 보여줍니다. 중요한 것은 어떤 추산을 택하든 AMD가 노리는 시장은 매우 크다는 것입니다. 그리고 AMD는 현재 이 시장에서 5~10% 점유율에 불과하므로, 시장이 커지면 점유율이 그대로여도 매출은 늘어납니다.

AI PC도 새로운 기회입니다. AI PC란 NPU(Neural Processing Unit)를 탑재하여 로컬에서 AI 작업을 처리할 수 있는 PC를 말합니다. AMD의 Ryzen AI 시리즈가 이 카테고리를 타겟합니다. AI PC는 일반 PC보다 가격이 높아서(프리미엄), Client 세그먼트의 ASP(평균 판매 가격)를 올리는 효과가 있습니다.

요약하면, AMD가 노리는 모든 시장이 커지고 있습니다. AI 가속기, 서버 CPU, AI PC. 이 구조적 시장 확대가 AMD 성장의 바닥을 만듭니다.

이것을 수치로 봅시다. AI 가속기 TAM이 보수적으로 연평균 25% 성장하고, 서버 CPU TAM이 연평균 15% 성장한다고 가정하면, AMD가 현재 점유율을 유지하기만 해도 DC 매출은 연 20% 이상 성장합니다. 여기에 점유율이 올라가면 추가 성장이 더해집니다.

문제는 이 시장을 실제로 얼마나 가져올 수 있느냐입니다. 시장이 아무리 커도, AMD가 물건을 만들어 팔 수 있는 양은 제한되어 있습니다. 그 답은 성장 엔진(4.2)과 천장(4.3)에 있습니다.

4.2 성장 엔진 3종

이 거대한 시장에서 AMD의 성장을 끌어당기는 엔진이 세 개입니다.

엔진 1: DC GPU (가장 빠르지만, 가장 제약이 큰 엔진)

가장 빠른 엔진입니다. Meta 6GW 다년 계약, Oracle MI450 5만 개 슈퍼클러스터, 2026년 MI455X 출시. 하이퍼스케일러의 AI Capex가 계속 늘어나는 한, 이 엔진은 돌아갑니다.

하지만 이 엔진에는 가장 큰 제약도 있습니다. 바로 다음 절(4.3)에서 다루는 CoWoS 병목입니다. 수요는 넘치지만, 만들 수 있는 양이 제한되어 있습니다. 주문서는 쌓여 있는데 물건을 못 만드는 상황입니다.

엔진 2: EPYC (CoWoS 제약 없는 꾸준한 성장)

인텔 쇠퇴의 직접적 수혜자입니다. 서버 CPU 매출 점유율이 41%에서 50% 이상으로 올라갈 수 있는 구조적 기회가 있습니다. 엔터프라이즈 고객은 보수적이므로 전환 속도가 느리지만, 일단 전환하면 쉽게 돌아가지 않습니다. 서버 인프라를 한 번 바꾸면 3~5년은 유지하기 때문입니다.

왜 인텔에서 AMD로의 전환이 가속되고 있을까요?

첫째, 인텔의 공정 지연입니다. 인텔은 10nm에서 5년 이상 지연되었고, 이후 공정에서도 TSMC에 뒤처지고 있습니다. 서버 고객 입장에서, 공정이 뒤처진 CPU는 성능과 전력 효율 모두에서 불리합니다. 데이터센터의 전기요금은 매년 수천만 달러에 달하므로, 전력 효율이 높은 CPU를 선택하는 것은 비용 절감의 핵심입니다.

둘째, 인텔의 경영 혼란입니다. CEO 교체(팻 겔싱어 퇴임), 파운드리 사업 분리 논의, 대규모 구조조정, 정부 보조금 조건 변경 등. 고객 입장에서 "이 회사가 5년 뒤에도 서버 CPU를 제대로 만들 수 있을까?"라는 불안이 있습니다. 반도체 구매 결정은 3~5년을 내다보고 하는 것이므로, 공급업체의 안정성이 매우 중요합니다.

셋째, AMD EPYC의 객관적 우위입니다. 1.1절에서 봤듯이, Zen 아키텍처는 IPC에서 인텔을 추월했고, 칩렛으로 코어 수도 더 많습니다. 같은 가격에 더 좋은 성능. 이것은 기술적 우위가 분명한 상황입니다.

이 엔진의 구조적 장점은 CoWoS 병목의 영향을 받지 않는다는 것입니다. CPU는 GPU와 달리 CoWoS 첨단 패키징을 필요로 하지 않습니다. 일반적인 웨이퍼 생산과 기존 패키징으로 충분합니다. 따라서 GPU 매출이 CoWoS 천장에 막혀도, EPYC 매출은 독립적으로 성장할 수 있습니다. 이것이 AMD의 매출 포트폴리오 다변화의 가치입니다.

엔진 3: AI PC + Embedded (느리지만 안정적)

AI PC는 프리미엄 가격대의 새로운 카테고리를 만들고 있습니다. 전체 PC의 55%(2026)에서 70%(2028)가 AI PC가 될 전망입니다. AMD의 Ryzen AI 시리즈가 이 시장을 타겟합니다.

Embedded(구 Xilinx)는 FY2023 $5.3B에서 FY2025 $3.5B으로 줄었던 재고 조정 사이클을 통과하고, 회복 경로에 있습니다. 재고 조정이란, 팬데믹 기간 중 고객들이 공급 불안에 미리 주문을 쌓아두었다가, 수요가 정상화되면서 쌓인 재고를 소진하는 과정입니다. 이 소진이 끝나면 정상적인 주문이 재개됩니다.

Physical AI(로봇, ADAS, 산업 자동화) 수요가 살아나면서 점진적인 회복이 예상됩니다. 특히 1.5절에서 본 Subaru EyeSight 같은 자동차 ADAS 디자인 윈은 5~7년 주기의 장기 매출원입니다.

이 엔진은 느리지만 안정적입니다. 폭발적 성장보다는 꾸준한 기여를 기대할 수 있는 영역입니다. 그러나 4장의 역풍(ARM PC칩)이 Client 세그먼트를 위협하고 있어서, 이 엔진의 성장 궤적에는 불확실성이 있습니다.

세 엔진의 관계

세 엔진을 종합해봅시다. DC GPU는 가장 빠르지만 CoWoS 천장이 있습니다. EPYC는 천장이 없지만 성장 속도가 GPU보다 느립니다. AI PC/Embedded는 가장 느리지만 가장 안정적입니다.

이 포트폴리오 구조가 AMD의 장점입니다. GPU 매출이 CoWoS 천장에 막혀도, EPYC가 인텔 점유율을 계속 뺏어오면 전사 매출은 성장합니다. 하나의 엔진이 멈춰도 나머지 둘이 돌아가는 구조입니다. NVIDIA처럼 하나의 거대한 엔진에 의존하는 것보다 덜 화려하지만, 더 안정적입니다.

이것을 투자자 관점으로 번역하면, AMD는 "순수 AI 플레이"가 아니라 "AI + 인텔 대체 + 다변화 포트폴리오"입니다. AI 투자에 베팅하면서 동시에 인텔 쇠퇴의 수혜도 얻을 수 있는 구조입니다. AI Capex 사이클이 일시적으로 둔화되더라도, EPYC와 AI PC가 매출 바닥을 지켜줍니다.

반면 이 구조의 단점은 "폭발적 성장"이 어렵다는 것입니다. 가장 빠른 엔진(DC GPU)에 천장이 있기 때문에, NVIDIA처럼 한 분기에 매출이 2배가 되는 일은 일어나지 않습니다.

성장의 속도보다 성장의 안정성이 AMD의 특징입니다. 이것이 밸류에이션에서도 반영됩니다. 표면적으로는 모순처럼 보입니다. NVIDIA가 +114%로 더 빨리 크는데(AMD +34%), 왜 AMD의 P/E(~79x)가 NVIDIA(~25x)보다 높을까요? 핵심은 "기저의 크기"입니다. NVIDIA는 이미 $130B+ 매출의 거대 기업이라 향후 성장률이 둔화될 수밖에 없는 반면, AMD는 작은 기저에서 출발해 GPU 점유율을 한 자릿수에서 끌어올릴 여지가 큽니다. 시장은 이 "작은 기저 + 점유율 상승 여지"에 도전자 프리미엄을 얹어 더 높은 멀티플을 지불합니다.

4.3 성장의 천장: CoWoS가 결정합니다

CoWoS(Chip on Wafer on Substrate)는 TSMC의 첨단 패키징 기술입니다. AI GPU처럼 여러 개의 칩렛과 HBM 메모리를 하나의 패키지에 집적할 때 사용합니다.

왜 CoWoS가 병목인지 구체적으로 설명하겠습니다. GPU를 만드는 과정은 두 단계입니다. 첫째, 웨이퍼에서 칩을 찍어냅니다(제조). 둘째, 찍어낸 칩과 HBM 메모리를 하나의 패키지로 조립합니다(패키징). CoWoS는 이 두 번째 단계입니다.

문제는 AI GPU의 패키징이 일반 칩보다 훨씬 복잡하다는 것입니다. GPU 다이 여러 개, HBM 메모리 스택 여러 개를 하나의 거대한 실리콘 인터포저 위에 올려놓고 연결해야 합니다. 파이프에 비유하면, 일반 칩은 가정용 수도관이고 AI GPU는 산업용 대형 파이프입니다. GPU 한 개를 만드는 데 필요한 CoWoS 용량은 일반 칩의 약 4배입니다.

TSMC는 CoWoS 용량을 빠르게 늘리고 있지만, 수요가 더 빠르게 늘고 있습니다. 그리고 이 제한된 용량의 배분에서 NVIDIA가 압도적으로 우선순위를 갖습니다.

NVIDIA 대비 AMD의 CoWoS 배분은 1/6에 불과합니다. 아무리 주문이 밀려와도, TSMC가 AMD에게 배분하는 CoWoS 용량 이상으로는 GPU를 만들 수 없습니다.

왜 NVIDIA가 더 많이 받을까요? TSMC 입장에서 생각하면 간단합니다. NVIDIA는 TSMC 매출의 최대 고객 중 하나입니다. NVIDIA GPU 한 개당 지불하는 금액이 크고, 물량도 훨씬 많습니다. TSMC가 제한된 용량을 배분할 때, 단가가 높고 물량이 큰 고객을 우선하는 것은 당연한 경제적 논리입니다.

AMD가 이 비대칭을 극복하려면 두 가지 방법이 있습니다. 첫째, GPU 단가를 올려서 TSMC에 더 많은 매출을 가져다주는 것. 둘째, 1.3절의 칩렛으로 CoWoS를 더 효율적으로 사용하는 것. I/O 다이를 성숙 노드에서 만들면, 같은 CoWoS 면적에서 더 많은 GPU를 찍어낼 수 있습니다.

이것이 후킹 카드에서 말한 "그들이 갈라지는 지점"입니다. 월가 51명의 애널리스트 중 AMD의 비즈니스가 나쁘다고 말하는 사람은 없습니다. 의견이 갈라지는 것은 "TSMC가 AMD에게 얼마나 만들어줄 것인가"입니다.

이 수문 비유를 더 확장하면, 수문의 크기는 고정이 아닙니다. 시간이 지나면서 점점 넓어집니다.

2027년 하반기에 TSMC Arizona Fab이 가동을 시작합니다. 새 팹이 가동되면 전체 CoWoS 용량이 늘어나고, AMD의 배분도 증가할 수 있습니다. 수문이 넓어지는 것입니다.

천장이 올라가는 조건은 세 가지입니다.

반대로 천장이 올라가지 않는 시나리오도 있습니다. TSMC가 NVIDIA 우선 배분을 강화하면, 전체 CoWoS 용량이 늘어나더라도 AMD의 배분은 제한적일 수 있습니다. 또는 2nm 공정의 수율이 예상보다 낮으면, 생산 가능한 GPU 수가 줄어들 수 있습니다. 이것이 Bear 시나리오의 근거입니다.

4.4 역풍

천장(공급) 외에도 역풍이 있습니다.

각 역풍을 좀 더 구체적으로 봅시다.

가장 무거운 역풍은 NVIDIA의 차세대 GPU(Vera Rubin)입니다. NVIDIA는 단순히 하드웨어가 빠른 것이 아니라, CUDA 생태계를 지속적으로 강화하면서 학습 영역에서의 해자를 유지합니다. 1.4절에서 "추론에서 벽이 낮아진다"고 했지만, NVIDIA도 가만히 있지 않습니다. Vera Rubin에서 추론 성능을 대폭 개선하면, AMD가 어렵게 좁힌 격차가 다시 벌어질 수 있습니다. "도전자의 딜레마"입니다. 따라잡는 속도보다 선두가 달아나는 속도가 더 빠를 수 있습니다.

커스텀 ASIC은 다른 각도의 위협입니다. Google의 TPU, Amazon의 Trainium, Microsoft의 Maia처럼 하이퍼스케일러가 자체 칩을 만드는 추세가 강해지고 있습니다. 이 칩들은 범용 GPU 대비 특정 워크로드에 최적화되어 있어서, GPU TAM의 일부를 잠식합니다. 2030년까지 GPU TAM의 약 25%가 커스텀 ASIC으로 대체될 것이라는 전망이 있습니다. NVIDIA에게도 위협이지만, 시장에서 점유율이 낮은 AMD에게 상대적으로 더 큰 타격일 수 있습니다.

ARM PC칩도 주시해야 합니다. NVIDIA의 RTX Spark, Qualcomm의 Snapdragon X Elite가 PC 시장에서 x86 아키텍처를 위협합니다. Apple이 M1 칩으로 인텔을 버린 것처럼, PC 시장에서도 ARM으로의 전환이 일어날 수 있습니다. 이 경우 AMD의 Client 세그먼트가 직접적인 영향을 받습니다.

중국 수출 규제는 이미 현실화된 역풍입니다. MI308이 수출 통제 대상이 되면서 $800M 상각이 발생한 이력이 있습니다. 중국은 세계 반도체 소비의 약 30%를 차지하는 거대 시장인데, 첨단 AI 칩의 대중국 판매가 사실상 차단된 상태입니다. 이것은 AMD만의 문제가 아니라 NVIDIA도 같은 규제를 받고 있지만, 시장 전체의 성장에 제한을 가합니다.

규제가 더 강화될 가능성도 있습니다. 미중 기술 갈등이 심화되면, 현재 통제 대상이 아닌 제품까지 규제가 확대될 수 있습니다. 반대로 규제가 완화되면 AMD에게는 대형 시장이 다시 열리는 것이므로, 상향 트리거가 될 수 있습니다.

5. 적정가는 얼마인가 (밸류에이션)

1~4장을 종합하면, AMD는 좋은 회사입니다. 세 가지 무기가 있고, 재무는 개선 중이고, 리사 수의 실행력은 검증되었습니다. 문제는 "좋은 회사"와 "좋은 투자"는 다르다는 것입니다. 맛집이 맛있다고 해서 아무 가격에 인수하면 안 됩니다. 핵심은 "이 맛집의 미래 수익에 비해 인수 가격이 적정한가"입니다.

이 장에서 우리는 AMD를 통째로 인수하는 사업가의 관점으로 접근합니다. "나라면 이 회사에 얼마를 지불할 것인가?" 이 질문에 답하려면 각 사업부가 앞으로 3년간 얼마를 벌어줄지를 하나씩 따져봐야 합니다.

적정가 산출 공식은 단순합니다. 적정가 = Non-GAAP EPS x P/E. EPS(주당순이익)는 "이 회사가 1년에 주주 1인당 얼마를 벌어주는가"이고, P/E(주가수익비율)는 "시장이 그 이익의 몇 배를 지불할 의사가 있는가"입니다.

EPS를 구하기 위해 Data Center, Client, Gaming, Embedded 각 세그먼트의 매출을 개별 추정하고, 영업이익률을 적용하고, 세금을 빼고, 희석 주식수로 나눕니다. P/E는 성장률, 동종 기업 비교, 역사적 밴드를 교차 검증하여 결정합니다.

이 접근법에서 가장 중요한 변수는 GPU 매출의 천장입니다. 4장에서 분석한 TSMC CoWoS 제약을 직접 적용합니다. 이것이 컨센서스와 우리 추정이 갈라지는 핵심 지점이며, AMD 밸류에이션의 전부라고 해도 과언이 아닙니다.

왜 GPU 매출이 그렇게 중요한가? 현재 AMD의 매출 성장은 대부분 DC GPU에서 나옵니다. CY2026E 전사 매출 증가분의 약 50%가 GPU Instinct에서 나올 것으로 추정됩니다. GPU 매출 추정이 바뀌면 전사 매출, EPS, 적정가가 연쇄적으로 바뀝니다. 나머지 세그먼트(EPYC, Client, Gaming, Embedded)는 상대적으로 예측 가능성이 높습니다.

5.1 시장은 어떻게 보는가

먼저 월가가 AMD를 어떻게 보는지 짚겠습니다.

80%가 Buy이고 Sell이 0명이라는 것은 "AMD가 좋은 회사인가"에 대해서는 시장이 합의하고 있다는 뜻입니다. 하지만 목표주가가 $235에서 $665까지 2.83배 편차라는 것은, "얼마만큼 좋은가"에 대해서는 전혀 합의하지 못하고 있다는 뜻입니다.

왜 이렇게 갈릴까요? 4장에서 본 CoWoS 병목 때문입니다.

낙관적인 애널리스트($665)는 CoWoS 용량이 빠르게 확대될 것이고, AMD의 GPU 매출이 CY2027E에 $25B 이상으로 올라갈 것이라고 봅니다. 비관적인 애널리스트($235)는 CoWoS 배분이 NVIDIA에 집중될 것이고, AMD의 GPU 매출이 $10~12B에 머물 것이라고 봅니다.

또 하나의 갈림 지점은 기준 연도입니다. 6월 중순 이후 주가 급등으로, 현재 주가는 CY2026E 기준 고평가, CY2027E 기준으로도 초과, 그리고 CY2028E 기준으로마저 소폭 초과로 올라섰습니다. "몇 년 뒤를 보느냐"가 목표주가를 결정하는데, 지금은 가장 먼 CY2028E 기준조차 현재가가 살짝 웃도는 구간입니다.

5.2 우리의 분석: 매출, EPS, 적정가

매출 추정 (세그먼트별 3개년)

각 세그먼트를 개별적으로 추정합니다. 이것이 증권사 대다수와 우리의 가장 큰 차이점입니다. 대부분의 증권사는 Data Center를 통합해서 하나의 숫자로 추정합니다. 우리는 GPU Instinct과 EPYC로 분리합니다. 왜냐하면 GPU와 EPYC의 성장 드라이버와 제약 요인이 완전히 다르기 때문입니다.

GPU 매출은 CoWoS 천장에 묶여 있지만, EPYC 매출은 인텔 점유율 잠식이라는 별도의 드라이버로 움직입니다. 두 제품을 하나로 합산하면, GPU의 천장 효과가 EPYC의 꾸준한 성장에 묻혀버립니다. 이것이 "DC 통합 보고"라는 사각지대의 본질입니다.

구체적으로, 컨센서스가 DC 매출을 통합으로 추정할 때, 그 안에 GPU가 얼마인지에 따라 성장의 질이 완전히 다릅니다. GPU는 마진이 높고 성장이 빠르지만 CoWoS 천장이 있습니다. EPYC는 마진이 상대적으로 낮고 성장이 느리지만 천장이 없습니다. 같은 DC 매출이라도 GPU/EPYC 비율에 따라 전사 마진과 성장 전망이 달라집니다. GPU와 EPYC를 분리하지 않으면 이 구조적 차이가 보이지 않습니다.

GPU 매출에는 4장에서 분석한 TSMC CoWoS 천장을 적용합니다. EPYC에는 인텔 쇠퇴 속도와 서버 CPU TAM 확대를 적용합니다. Client, Gaming, Embedded는 각각의 시장 추세를 반영합니다.

한 가지 구분을 짚고 갑니다. 4장의 GPU 천장(예: CY2026E $14~16B)은 "TSMC가 만들어줄 수 있는 생산 능력의 범위"입니다. 반면 아래 매출표의 Base 추정(GPU $14B)은 그 천장 범위의 보수적 하단을 매출 기대치로 채택한 값입니다. 천장은 범위이고, Base는 그 안에서 보수적으로 잡은 하단 가정입니다. 둘은 같은 숫자대를 쓰지만 의미가 다릅니다.

EPS와 적정가

세그먼트 매출에서 영업이익률(OPM)을 적용하고, 세후 이익을 희석 주식수(1.62B)로 나누어 Non-GAAP EPS를 산출합니다.

P/E 멀티플은 3중 검증을 거쳤습니다.

세 가지 검증의 교차점에서 CY2026E 60x, CY2027E 53x, CY2028E 45x를 채택합니다. 성장률이 둔화됨에 따라 P/E도 점진적으로 하락시키는 것이 합리적입니다. 고성장주의 P/E는 성장이 둔화될수록 내려갑니다.

여기서 고평가 논리의 핵심을 명시하겠습니다. 시장은 지금 CY2026E EPS에 약 79x를 지불하고 있습니다(현재가 ÷ $6.79). 우리는 CY2026E 적정 멀티플을 60x로 봅니다. 시장 79x와 우리 60x의 차이, 그것이 바로 현재가가 CY2026E Base를 +32% 상회하는 고평가의 정체입니다.

현재가(2026-06-22 기준 약 $537)의 위치를 봅시다. CY2026E Base 적정가 $407 대비 +32% 고평가입니다. CY2027E Base 적정가 $496도 +8% 초과이고, CY2028E Base $528마저 +2% 초과로, 현재가는 세 기준연도 Base 적정가를 모두 상회합니다.

이것이 의미하는 바는 무엇일까요? 6월 중순 이후 목표가 상향 랠리로 주가가 다시 오르면서, 시장이 CY2028E의 성장까지 거의 끌어다 반영하고 있다는 것입니다. 주식시장은 미래를 선반영합니다. CY2027~2028E에 Arizona Fab 가동, CoWoS 확장, MI455X 매출 본격화가 예상되므로, 시장이 이 성장을 미리 사고 있는 것입니다. 다만 Base 기준 세 연도를 모두 상회한다는 것은, 선반영의 폭이 합리적 범위의 상단까지 와 있다는 뜻이기도 합니다.

다시 말하면, 현재 가격은 "AMD의 CY2026E 실적이 아니라 CY2027~2028E 실적에 대한 베팅"입니다. 그 실적이 기대에 부합하면 현재 가격이 정당화됩니다. 기대에 못 미치면 조정이 옵니다. 핵심 변수는 TSMC CoWoS 배분 확대와 Arizona Fab 가동 시점입니다.

증권사와의 차이

CY2026E EPS는 컨센서스와 거의 일치합니다(0.99x). 이것은 단기(1년) 전망에 대해서는 시장과 우리의 견해가 비슷하다는 뜻입니다.

CY2027E는 우리가 18% 낮습니다($9.35 vs $11.41). GPU 매출에 CoWoS 천장을 적용한 결과입니다. 이 차이가 AMD 투자의 핵심 베팅 포인트입니다. 컨센서스가 맞으면(CoWoS가 빠르게 확대되면) 주가는 더 오르고, 우리가 맞으면(CoWoS가 제한적이면) 현재 가격이 적정선입니다.

어느 쪽이 맞는지는 2026년 하반기~2027년 상반기에 확인됩니다. Arizona Fab의 가동 시점과 TSMC의 CoWoS 용량 확장 계획이 구체화되는 시점입니다. 그때까지 이 15개 가정을 모니터링하는 것이 AMD 투자의 핵심입니다.

5.3 몬테카를로 시뮬레이션

EPS와 P/E의 확률 분포를 놓고 10,000번의 시뮬레이션을 돌립니다. 슬라이더에 당신의 매수 가격을 넣어보세요. 현재가 $537에서 출발하면 2년 후 승률이 얼마인지, $400으로 조정되었을 때 승률이 얼마나 올라가는지를 직접 확인할 수 있습니다.

이 시뮬레이션에서 EPS는 Base 시나리오를 중심으로 Bear(-20%)와 Bull(+15%) 범위를 정규분포로 설정합니다. P/E는 45x~60x 범위를 설정합니다. 10,000번의 조합에서 당신의 진입 가격 대비 수익을 내는 비율이 "승률"입니다.

이 적정가는 15개의 핵심 가정 위에 서 있습니다. GPU CoWoS 배분(G1~G4), MI455X 출하 시점, 하이퍼스케일러 계약 규모, EPYC 점유율(E1~E3), AI PC 성장률(C1~C3), ARM 잠식률, 채택 P/E 멀티플(V1~V3)까지. 하이브웍스의 인베스트 전용 AI 모델은 이 가정들을 매일 리서치하여 변동 시 즉시 재계산합니다.

5.4 우리의 판정

투자 함의

현재 가격은 "비싸지도 싸지도 않다"가 아닙니다. CY2026E 기준 32% 비싸고, CY2027E 기준 +8% 초과이며, CY2028E 기준으로도 +2% 초과로, 세 기준연도 Base 적정가를 모두 상회합니다. "시장이 2년 뒤(CY2028E)의 성장까지 거의 끌어다 미리 사고 있고, 그 선반영이 합리적 범위의 상단에 와 있다"는 판단입니다.

이 베팅이 맞으려면 CY2027E에 GPU 매출이 실제로 $20B을 넘어야 합니다. 그것은 CoWoS 배분 확대에 달려 있습니다. CoWoS가 확대되면 베팅이 맞고, 확대되지 않으면 조정이 옵니다.

전환 트리거

우리의 판정을 바꿀 수 있는 이벤트들입니다. 이 이벤트가 발생하면 적정가를 재계산합니다.

상향 트리거 중 가장 현실적인 것은 "Q2~Q3 2026 DC 매출 $6.5B+ 지속"입니다. Q1 2026에서 이미 $5.78B을 달성했으므로, 다음 분기에 $6.5B을 넘으면 연간 DC 매출 $25B+ 런레이트가 확인됩니다. 이 경우 우리의 CY2026E 추정($24B)이 보수적이었다는 뜻이고, 적정가를 상향 조정합니다.

하향 트리거 중 가장 주시해야 할 것은 "Non-GAAP GPM 53% 이하 하락"입니다. GPM이 떨어진다는 것은 가격 경쟁이 심화되었거나, 제품 믹스가 나빠졌다는 신호입니다. 이 경우 마진 가정을 하향하고 EPS를 재계산해야 합니다.

시나리오별 적정가

각 시나리오가 어떤 조건에서 현실화되는지 봅시다.

Bull 시나리오($543~$734)는 여러 가지가 동시에 맞아야 합니다. TSMC CoWoS 배분이 예상보다 빠르게 확대되고, Arizona Fab이 2027년 상반기에 조기 가동되고, 추가 하이퍼스케일러(예: Google)가 대규모 AMD GPU 계약을 체결하는 경우입니다. 이 모든 것이 동시에 일어나면 GPU 매출 천장이 크게 올라갑니다.

Bear 시나리오($272~$354)는 반대입니다. TSMC가 NVIDIA 우선 배분을 강화하면서 AMD의 CoWoS 배분이 오히려 축소되거나, AI Capex 사이클이 둔화되어 하이퍼스케일러의 GPU 투자가 줄어드는 경우입니다. 또는 ARM PC칩이 x86을 빠르게 잠식하면서 Client 매출이 감소하는 시나리오도 Bear에 포함됩니다.

Base 시나리오($407~$528)는 현재 추세가 지속되는 경우입니다. CoWoS 배분이 점진적으로 확대되고, EPYC 점유율이 꾸준히 올라가며, 역풍은 관리 가능한 수준에 머무르는 가정입니다. 이 시나리오에서 CY2027E GPU 매출은 $22B, 전사 매출은 $55.9B입니다.

투자자 관점에서 가장 중요한 질문은 "Base가 맞을 확률은 얼마인가"입니다. 우리의 판단으로는, Base 시나리오가 가장 높은 확률입니다. 그 이유는 세 가지입니다.

세 시나리오 모두에서 공통되는 핵심 변수는 TSMC입니다. 수요가 아니라 공급이 적정가를 결정합니다. AMD의 제품 경쟁력이나 고객 관계가 아무리 좋아도, TSMC가 만들어주는 양 이상으로 GPU를 팔 수 없습니다. 이것이 AMD 투자의 본질적 제약이자, 분석의 핵심입니다.