`밸류에이션 극도로 저렴하다`... 브로드컴 실적 발표로 투자자 우려 해소 후 최고 애널리스트 평가

브로드컴 (NASDAQ:AVGO)이 목요일 거래에서 주목을 받고 있다. 이 반도체 대기업이 회계연도 1분기 실적을 발표하며 강력한 성장 궤도가 여전히 유지되고 있음을 보여주자 주가가 상승세를 보이고 있다.

브로드컴은 193억 1,000만 달러의 매출(전년 대비 29.4% 증가)과 주당 조정 순이익 2.05달러를 기록했으며, 이는 시장 예상치인 192억 6,000만 달러와 2.03달러를 소폭 상회하는 수치다. 반도체 매출은 125억 2,000만 달러로 시장 예상치 123억 1,000만 달러를 웃돌았으며, 소프트웨어 매출은 68억 달러로 예상치 68억 6,000만 달러를 소폭 하회했다. 특히 눈에 띄는 것은 AI 중심 반도체로, 약 84억 달러를 기록하며 전년 대비 106% 증가했고 시장 예상치 82억 달러를 상회했다. 매출총이익률은 77.0%로 전 분기 대비 약 90bp 하락했지만 예상치를 소폭 상회했으며, 영업비용은 예상보다 낮았다.

향후 전망을 보면, 낙관적인 AI 전망에 힘입어 회계연도 2분기 가이던스가 인상적이다. 매출은 220억 달러에 달할 것으로 예상되며 EBITDA 마진은 68%, 주당 조정 순이익은 약 2.35달러로 시장 예상치인 205억 달러, 66.4%, 2.16달러를 크게 상회할 전망이다. 반도체 부문은 148억 달러로 예상되며, 이 중 AI 매출은 약 107억 달러로 전 분기 대비 23억 달러 증가하고 시장 예상치를 15억 달러 상회할 것으로 보인다. 매출총이익률은 77% 수준을 유지할 것으로 예상되며 이는 컨센서스를 소폭 상회하는 수준이고, 소프트웨어 매출은 약 72억 달러로 전 분기 대비 완만하게 성장하며 예상치와 대체로 일치할 전망이다.

월가 상위 2%에 속하는 번스타인의 스테이시 라스곤 애널리스트는 "매우 강력한" 가이던스에 뒷받침된 견고한 실적을 높이 평가하며, 회사가 컨퍼런스콜에서 "최소 네 가지 주요 투자자 우려사항을 해소했다"고 평가했다.

첫째, 경영진은 이전의 약 730억 달러 AI 주문 전망에 대해 우려하던 투자자들에게 회계연도 2027년까지 거의 10GW의 AI 출하량과 1,000억 달러 이상의 AI 매출에 대한 명확한 경로를 제시하며 안심시켰다. 둘째, 회사는 AI 랙 판매로 인한 매출총이익률 희석이 크지 않을 것으로 예상된다고 언급했다. 셋째, 투자자들은 "고객 소유 툴링"과 경쟁 심화 가능성에 대해 우려해왔다. 경영진은 회사의 기술 역량과 빠른 혁신 속도를 고려할 때 위험이 제한적이라고 주장하며 이러한 견해에 반박했다. 마지막으로, 경영진은 AI가 회사의 소프트웨어 사업을 위협할 수 있다는 투자자 우려를 다뤘는데, 이는 최근 시장 심리에 부담을 주었던 요인이다. 그들은 오히려 반대로, 특히 VMware Cloud Foundation을 포함한 자사의 소프트웨어 스택이 AI 워크로드 실행을 위한 핵심 인프라 계층을 대표한다고 주장했다.

강력한 분기 실적과 AI 주도 성장에 대한 고무적인 전망 이후, 브로드컴의 펀더멘털은 매우 견고해 보이며 가격도 적정한 수준이다. 이 5성급 애널리스트는 "내년에 주당 순이익이 20달러에 근접하는 것이 충분히 가능한 영역에 있는 것으로 보인다"며 "예상 수익력 대비 밸류에이션이 매우 저렴하고, 이에 수반되는 마진과 잉여현금흐름이 희귀한 영역에 진입하고 있다"고 말했다.

이에 따라 라스곤은 주식에 대해 아웃퍼폼(즉, 매수) 등급을 유지하고 목표주가를 475달러에서 525달러로 상향 조정했으며, 이는 향후 1년간 주가가 58% 상승할 것임을 시사한다. (라스곤의 실적 기록을 보려면 여기를 클릭)

대부분의 다른 애널리스트들도 같은 견해다. 매수 29개 대 보유 2개의 혼합을 기반으로 AVGO는 강력 매수 컨센서스 등급을 받고 있다. 평균 목표가 457.89달러를 기준으로 하면, 12개월 후 투자자들은 38%의 수익을 거둘 것으로 예상된다. (AVGO 주가 전망 보기)

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