엔비디아 주식에 대해 투자자는 "더 크게 생각하라"고 말한다

엔비디아(NASDAQ:NVDA) 스토리는 이미 충분히 이해된 것처럼 보인다. 이 회사는 AI 칩 시장을 지배하고 있으며, 세계에서 가장 가치 있는 상장 기업이 되었고, 기대치를 일상적으로 초과하는 재무 실적을 계속 제공하고 있다. 그러나 일부 강세론자들은 시장이 여전히 너무 작게 생각하고 있다고 주장한다.

엔비디아의 성공은 종종 GPU와 데이터센터와 연결되지만, 이 회사의 기회는 훨씬 더 멀리 뻗어 있다. AI 팩토리와 국가 AI 인프라에서부터 로봇공학, 자율 기계, 차세대 컴퓨팅 플랫폼에 이르기까지, 엔비디아는 수조 달러 규모의 여러 시장이 될 수 있는 것의 기반을 구축하고 있다.

이러한 강세론자 중 한 명인 Quality Growth Investor라는 가명으로 알려진 투자자는 더 크게 생각할 때가 되었다고 믿는다.

"우리 모두가 알고 사랑하는 데이터센터 스토리를 넘어서는 무언가에 대한 주장을 하고 싶다"고 이 투자자는 말한다.

그것은 바로 물리적 AI인데, 투자자는 이를 "다음 개척지"라고 부른다. 구체적으로, 그는 오늘날의 AI가 주로 서버와 데이터센터 내부에 존재한다고 주장한다. 물리적 AI로의 전환은 로봇, 자율주행 차량, 산업용 기계, 물류 시스템과 같은 실제 세계로 기회를 확장할 것이다.

"물리적 AI는 엔비디아가 다음 10년의 성장을 열어갈 곳이라고 믿는다"고 투자자는 설명하며, 이는 초기 하드웨어 판매와 반복적인 소프트웨어 라이선스 수수료를 모두 포함한다고 덧붙였다.

투자자는 엔비디아가 이미 그 미래를 위한 토대를 마련하고 있다고 믿는다. 그는 로봇공학을 위한 회사의 Isaac과 Cosmos AI 모델, Omniverse 시뮬레이션 플랫폼, Newton 물리 엔진을 엔비디아가 지능형 기계를 훈련하고 배포하기 위한 풀스택 생태계를 만들고 있다는 증거로 지적한다. 투자자에 따르면, 이 전략은 이미 견인력을 얻고 있으며, Boston Dynamics, Caterpillar, Hyundai, Toyota, Mercedes-Benz, BYD와 같은 회사들이 로봇공학과 자율주행 애플리케이션 전반에 걸쳐 엔비디아 기술을 사용하고 있다.

그 기회의 초기 징후가 이미 나타나고 있을 수 있다. 엔비디아의 자동차 사업은 2026 회계연도 동안 전년 대비 39% 증가한 23억 달러의 기록적인 매출을 창출했다. 엔비디아의 전체 매출 기반에 비해 여전히 작지만, 투자자는 이 부문을 물리적 AI가 결국 회사의 의미 있는 성장 동력이 될 수 있는 방법에 대한 초기 지표로 본다.

투자자는 NVDA가 전통적인 밸류에이션 측정 기준으로는 정확히 저렴하지 않다는 것을 인정하지만, 여전히 주식이 매력적인 가치를 제공한다고 믿는다. 그의 견해로는, 시장이 물리적 AI가 제시하는 장기적 기회를 완전히 고려하지 않고 있다.

투자자는 NVDA가 향후 몇 년 동안 연간 약 35%의 매출 성장을 달성할 수 있다고 추정하는데, 이 전망은 주로 물리적 AI가 장기적으로 의미 있는 기여자가 될 것으로 예상하기 때문에 컨센서스와 다르다. 이러한 가정을 바탕으로, 그는 주당 260달러의 적정 가치를 계산하며, 이는 현재 수준에서 약 21%의 상승 여력을 의미한다.

"우리는 인공지능이 클라우드에서 물리적 세계의 모든 구석으로 이동하는 전환의 초기 단계에 있다"고 투자자는 결론지었다. "내 의견으로는, 그 전환을 수익화하기에 가장 좋은 위치에 있는 회사는 엔비디아다."

"매수, 매수, 매수"라고 투자자는 요약했으며, NVDA를 강력 매수로 평가한다. (Quality Growth Investor의 실적 기록을 보려면 여기를 클릭)

월가도 엔비디아를 확고히 지지하고 있다. 38개의 매수, 1개의 보유, 1개의 매도로, NVDA는 강력 매수 컨센서스 등급을 누리고 있다. 증권가는 추가 상승 여력이 있다고 보며, 평균 12개월 목표주가 309.94달러는 44%의 상승 여력을 의미한다. (NVDA 주가 전망 참조)

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