종목예측
  • 메인
  • NEWS
이번주 방송스케쥴

로젠블랫, 엔비디아 주식 계속 매수하라...AI 리더 지위 강조

2025-11-21 02:11:13
로젠블랫, 엔비디아 주식 계속 매수하라...AI 리더 지위 강조

엔비디아(NASDAQ:NVDA)의 최신 실적은 AI 붐이 곧 사그라들 것인지 의문을 제기하는 이들에게 강력한 반박을 제공했다. 이 AI 반도체 거대 기업은 관례적인 실적 상향 보고서를 발표하며, 최고 수준의 AI 칩에 대한 수요가 여전히 견고함을 보여주었다.



3분기에 회사는 매출 570억 달러를 기록하며 전년 대비 62% 증가(전분기 대비 22% 증가)했고, 컨센서스 추정치를 19억1000만 달러 상회했다. 이러한 성장은 데이터센터 부문이 주도했으며, 이 부문은 또 다른 분기 최고 실적을 달성하며 512억 달러의 매출을 창출해 전년 대비 66% 증가했다.



조정 매출총이익률은 73.6%로 전년 동기 대비 140bp 하락했지만 전분기 대비 90bp 상승했다. 이는 호퍼 HGX 시스템에서 본격적인 블랙웰 데이터센터 솔루션으로의 전환을 반영한 것으로, 블랙웰 램프업이 이미 제품 믹스와 비용 효율성을 개선하고 있다. 조정 주당순이익은 1.30달러로 전년 대비 60% 증가했으며, 시장 예상치인 1.26달러를 상회했다.



이 모든 것은 AI 인프라 수요가 공급을 계속 크게 초과하는 상황에서 일어나고 있다. 클라우드 GPU 용량은 사실상 매진 상태이며, 블랙웰, 호퍼, 앰페어 모두 최대 가동률로 운영되고 있다. 회사는 또한 올해 초부터 2026년 말까지 블랙웰과 루빈에서 약 5000억 달러의 매출에 대한 가시성을 확보하고 있다.



1월 분기 전망과 관련해 경영진은 매출이 650억 달러에 플러스마이너스 2%가 될 것으로 예상하고 있으며, 이는 전분기 대비 14% 증가한 수치로 시장 예상치인 623억 달러를 상회한다. 회사는 조정 매출총이익률을 75.0%에 플러스마이너스 50bp로 예상하고 있으며, 컴퓨팅, 네트워킹, 소프트웨어 플랫폼 전반에 걸친 투자가 계속됨에 따라 비GAAP 영업비용은 약 50억 달러가 될 것으로 전망했다. 이 가이던스를 바탕으로 월가 상위 2%에 속하는 로젠블랫의 케빈 캐시디 애널리스트는 4분기 조정 주당순이익을 1.50달러로 전망하고 있으며, 이는 그의 이전 추정치인 1.37달러와 기존 컨센서스 전망치인 1.44달러를 상회하는 수치다.



최신 실적과 전망은 AI 시장이 버블 영역으로 진입하고 있다는 최근 투자자들의 우려를 완화시킬 것이라고 캐시디는 말했다. 수치들은 AI 컴퓨팅 수요의 지속적인 강세를 가리키며, 둔화 조짐은 보이지 않는다. "중요한 점은," 이 5성급 애널리스트는 덧붙였다, "차세대 블랙웰 울트라 GPU에 대한 강력한 수요가 있었다는 것이다. 수요는 클라우드, 기업, 국가 전반에 걸쳐 모델 훈련과 추론(모델 적용)에서 나오고 있다. 엔비디아는 2026년 하반기에 차세대 GPU 출시를 순조롭게 진행하고 있다. 우리는 GPU 로드맵과 GPU 주변의 확장되는 기술 혁신이 결합되어 AI 시장이 계속 성장할 것으로 믿는다. 우리는 AI 산업에서 회사의 선도적 지위를 고려해 이 주식을 계속 추천한다."



이에 따라 캐시디는 매수 등급을 재확인하고 목표주가를 240달러에서 245달러로 상향 조정했으며, 이는 향후 몇 달간 주가가 32% 상승할 것임을 시사한다. (캐시디의 실적 기록을 보려면 여기를 클릭)



애널리스트 커뮤니티 대다수도 비슷한 견해를 보이고 있다. 보유 의견 1건과 매도 의견 1건을 제외하고, 최근 엔비디아에 대한 37건의 다른 모든 리뷰가 긍정적이어서 컨센서스 의견은 적극 매수다. 평균 목표주가인 252.05달러를 기준으로 하면, 1년 후 주가는 36% 프리미엄으로 거래될 것이다. (엔비디아 주가 전망 보기)





매력적인 밸류에이션으로 거래되는 주식에 대한 좋은 아이디어를 찾으려면, 팁랭크스의 모든 주식 인사이트를 통합한 도구인 팁랭크스의 매수 추천 주식을 방문하라.



면책조항: 이 기사에 표현된 의견은 전적으로 소개된 애널리스트의 것이다. 이 콘텐츠는 정보 제공 목적으로만 사용되도록 의도되었다. 투자 결정을 내리기 전에 자체 분석을 수행하는 것이 매우 중요하다.

이 기사는 AI로 번역되어 일부 오류가 있을 수 있습니다.