[시리즈 연재] Alphabet 왕의 귀환인가? 1편

(1) 종목 선정이유

(2) 주가흐름과 1년간 주가를 둘러싼 내러티브

(3) 어떤기업인가?

(4) 왜 이 기업인가?(경쟁우위, 성장동력)

(5) 리스크

내용이 너무 긴 관계로 1편 2편 나눠서 진행하도록 하겠습니다!

(1) 종목 선정이유

이번에 알아볼 종목은 Goolge 입니다

이미 많은 분들이 잘 아시고 또 투자하고 계시는 M7은 일부러 분석을 좀 피하고 있었습니다만 그래도 1~2종목은 좀 다뤄보고 싶었습니다

M7.. 정말 위대한 기업들입니다

하지만 최근 M7 투자에 회의적인 시각들도 많이 존재하는데요

Aurum님이 연재중이신 시리즈에서도 그런 시각들이 나옵니다(너무 좋은 내용이 많지만 제 시리즈 쓰느라 도저히 다 못보기 있..감사합니다!)

Magnificent 7은 이제 비중 줄일 때 (Yardeni Research, 2026년 1월) - 훌륭하지만 너무 비싸다

"미국 주식? 한 주도 안 갖겠다" (제프리 건들락, 2026년 1월)

가이 스피어, 한 분기에 7개 종목 전량 매도. "알파벳, 마이크론? 좋은 회사인데 지금은 너무 비싸

전반적으로 비싸다는 내용이죠..

그럼 대체 M7은 언제 싼거죠??

이 부분에서 제가 google을 선택한 이유가 있습니다

작년 저의 뼈아픈 실수를 고백하자면 google 이 퍼포먼스가 안좋을 때 조금 더 안전마진을 더 두고 담아야지 했다가 놓치고 지금까지 후회하고 있습니다.

으이구 작년 4월달에는 빚내서라도 샀어야지!!라는 말에 살짝 변명하자면 그때는 구글에 꽤 진한 비관론이 있었습니다.(아래에서 자세히 살펴보도록 하죠)

일단 구글의 주가를 보시면 2024년, 2025년 상반기까지는 주가가 우상향한다기보다는 박스권에 있는 것을 알 수 있습니다. PER 도 전반적으로 낮아지는 추세였구요. 그러다가 2025년 4월 저점을 시작으로 지금까지 주가가 120% 상승, PER도 5년내 고점까지 왔습니다

다른 M7과 비교해도 작년 하반기 상승은 강했습니다

그렇다면 왜 구글이 불과 몇개월전까지는 왜이렇게 퍼포먼스가 안 좋았던걸까요?

그리고 왜 불과 몇달만에 완전히 분위기가 뒤바뀌며 주가가 급상승했을까요?

그럼 지금 현 가격은 많이 올랐으니까 비싼걸까요? 가이 스피어처럼 전량 매도해야할까요?

PER 보면 M7중 제일 낮았다가 이제야 겨우 치고올라왔는데 전량매도할 만큼 비싼걸까요?

비싸보이니까 조정오면 사야지 했다가 또 못사고 FOMO에 고통받으면 어떡하죠?

이 질문들에 대한 답을 얻고자 다시 기본부터 기업에 대해서 알아보고 시나리오를 세워본 뒤 확률을 부여해보도록 하겠습니다.

(2) 주가흐름과 1년간 주가를 둘러싼 내러티브

구글의 주봉입니다

2022년 하락장의 저점 이후로 우상향 채널안에서 상승하다가 4월 해방의날 잠시 추세에서 벗어나 하락

이후 채널을 뚫고 강하게 상승하여 All time high를 기록중에 있습니다

그럼 작년 한해동안 큰 주가변화와 거래량이 동반된 시기를 분석해서 구글을 둘러싼 내러티브들이 어떤게 있었는지 알아보죠

2025년 1,2분기 - 비관에 휩싸인 구글

구글은 3월 당시 TTM 기준 23년 3월 이후 가장 낮은 멀티플을 , M7 중에서도 가장 낮은 멀티플을 받고 있었습니다

그 이유는 비관론이 구글을 끌어내리고 있었습니다

(1) 사법 리스크 : 반독점 규제 및 크롬 분사 우려

2024년 8월, 미 연방법원은 구글이 온라인 검색 시장에서 불법적으로 독점을 유지하고 있다고 판결했습니다

이에 따라 2025년은 구체적인 시정 조치가 논의되고 결정되는 시기이기 때문에 불확실성이 극대화되었고

최종판결이 2025년 8월경으로 예정되어 있었고 이후 항소 절차까지 고려하면 장기간 주가를 짓누르는 이슈가 될 가능성이 높았습니다

소송과 관련된 내용은 리스크에서 따로 다루도록 하겠습니다

(2)AI로 인한 비즈니스 잠식

AI 기술의 발전이 구글 캐시카우인 검색광고 비즈니스를 잠식할 것이라는 우려가 있었습니다

검색 패러다임의 변화: 사용자들이 전통적인 키워드 검색 대신 ChatGPT, Perplexity, Claude와 같은 LLM기반 서비스를 통해 정보를 얻는 비중이 늘어나고 있었고 이는 구글 검색 트래픽 감소와 점유율하락으로 이어지고 있었습니다

수익성 악화 우려: AI 기반 검색은 연산 비용이 높을 뿐만 아니라, 사용자가 AI의 요약 답변만 보고 링크를 클릭하지 않을 가능성이 높아 광고 노출 및 클릭률이 하락할 구조적 위험이 있었습니다

시장은 구글이 AI 경쟁에서 승리하더라도, 기존의 고마진 광고 모델이 훼손되는 '승자의 저주'에 빠질 수 있다고 경계하고 있었습니다

(3)경쟁 심화 및 인재 유출

경쟁 환경이 과거 독점적 지위 시절과는 판이하게 달라졌다는 점도 투자심리를 위축시켰습니다

다각화된 경쟁자: 오픈AI(OpenAI), 앤트로픽(Anthropic) 뿐만 아니라 틱톡(TikTok)과 같은 소셜 미디어 플랫폼이 젊은 세대의 검색 수요를 흡수하며 구글의 지배력을 위협

인재 유출: 구글 딥마인드(DeepMind) 등의 핵심 AI 인재들이 앤트로픽이나 오픈AI 등 경쟁사로 이직하는 흐름이 지속되면서 기술적 해자에 대한 의구심이 제기

(4)대규모 CAPEX 집행에 따른 현금흐름 압박

AI 인프라 구축을 위한 막대한 CAPEX가 단기적으로 재무적 부담으로 작용하고 있었습니다

투자 부담 가중: 구글은 AI 경쟁력 확보를 위해 데이터센터와 TPU(Tensor Processing Unit) 등 기술 인프라에 대한 투자를 공격적으로 늘리고 있습니다. 2025년에도 이러한 CAPEX 증가 기조가 유지되면서 잉여현금흐름이 압박받고 있다는 분석이 나옵니다

감가상각비 증가: 대규모 설비 투자는 향후 감가상각비 증가로 이어져 장기적인 이익률에 영향을 줄 수 있다는 우려가 존재합니다

구체적인 날짜를 보면

2025년 2월 4일 Q4 실적에서 매출 컨센하회, 2025년 Capex $75B으로 제시하면서 (4)대규모 CAPEX 집행에 따른 현금흐름 압박의 이유로 6~7% 하락했습니다

2025년 4월 3일은 트럼프 관세

2025년 5월 7일 에디 큐의 발언

Apple의 서비스 부문 수석 부사장인 Eddy Cue가 Apple이 검색 브라우저에 AI를 추가하는 방안을 모색 중이라고 밝혔으며, 지난 4월 Safari 검색 사용량이 22년 만에 처음으로 감소했다고 언급하며 AI 통합 옵션으로 Perplexity나 Anthropic 등을 검토하고 있다고 밝힘

Cue는 발언 중, AI 검색이 결국 Google 같은 전통 검색 엔진을 대체할 것이라고 전망했습니다

이 날 주가가 8% 가까이 폭락했는데 (2)AI로 인한 비즈니스 잠식 쪽 비관론에 해당합니다

2025년 3분기 급등의 시작

2025년 9월 3일 구글을 짓누르던 반독점법 판결이 나왔습니다

담당 판사는 Google의 시장 지배력은 인정했으나, OpenAI 등 AI 기업들의 급부상으로 인해 시장 경쟁 구도가 변했다는 점을 들어 구조적 분할이 필요 없다고 판단하였으며

google이 다른 기업에 검색 서비스 선탑재 대가로 지불하는 관행을 중단할 필요는 없다고 판결 대신 경쟁사들과 검색 쿼리 데이터를 공유하고 독점적 기본계약은 종료하도록하는 시정조치를 명령했습니다

('오직 구글만' 기본값으로 설정하고 다른 경쟁사를 배제하는 '배타적 조건'은 없애라는 것)

판결과 함께 알파벳 주가는 8-9% 급등하며 장중 신고가를 경신하며 주가가 크게 상승하기 시작합니다

알파벳 주가를 짓누르던 사법 리스크를 벗어던진 것이었습니다

2025년 4분기 AI 수익화 슈퍼사이클

25년 10월 29일 실적발표에서 알파벳은 사상 처음으로 분기 매출 1000억달러를 달성했습니다

광고 매출이 지난 4분기 동안 전년 동기 대비 11.8%, 12%, 14% 성장률, 그리고 가장 최근에는 약 16%의 성장률을 기록하며 4분기 연속 성장세 상승을 달성했는데 이러한 성장세는 ChatGPT가 폭발적인 사용자 수를 확보한 시점에 발생했다는 점에서 더욱 의미가 있었습니다. AI 기술의 발전이 광고 수익감소로 이어질 것이라는 우려가 기우였음을 실적으로 증명한 셈입니다

또한 클라우드 영업이익률이 18개월 전인 2024년 1분기 9.4%(한 자리 수)에서 2025년 3분기 23.7%로 비약적으로 상승중에 있었습니다

2025년 11월 10일 Gemini3 출시

추론 및 코딩 벤치마크에서 OpenAI의 모델을 능가

2025년 12월 12일 Anthropic이 파트너인 Broadcom을 통해 구글의 TPU(Tensor Processing Unit)를 210억 달러 규모로 주문했다는 보도

2026년 1월달에도 Siri의 핵심 AI 엔진으로 Google의 'Gemini'를 최종 선택. 이번 계약은 Google이 Apple의 IT제품 시리즈 전반의 기본 검색 엔진이 되도록 하는 수년간의 파트너십을 기반으로 함.

Walmart 와의 AI 쇼핑 파트너십을 통해 AI 쇼핑 분야로의 확장을 가속화

Google이 자사의 최신 AI 모델인 Gemma 3를 기반으로 한 오픈 번역 모델 컬렉션 'TranslateGemma'를 출시함. 이는 55개 언어에 걸쳐 정교한 번역 및 소통 기능을 제공함

그럼 앞서 종목선택이유와 주가흐름을 정리해보면

최근 Google은 M7 중 가장 좋은 퍼포먼스를 보여주면서 상승했습니다

하지만 월가에서는 너무 비싸다며 M7은 비중을 줄일 때라고 말하고 가이 스피어는 알파벳을 전량 매도했습니다

하지만 불과 몇달전만해도 알파벳은 2025년 상반기만 해도 M7중 가장 저렴했으며 비관론에 짓눌려있었습니다

(1)사법 리스크 : 반독점 규제 및 크롬 분사 우려 (2) AI로 인한 비즈니스 잠식(카니발리즘) (3)경쟁 심화 및 인재 유출 (4)대규모 CAPEX 집행에 따른 현금흐름 압박

이중 사법리스크가 해소되면서 주가가 상승추세를 그리기 시작했고 Gemini의 약진 , GCP의 성장, 철옹성 같던 엔비디아에 도전장을 내민 TPU 등 불과 몇달전 AI로 인한 비즈니스 잠식이라는 우려는 벗어던지고 날아오르고 있습니다

앞서 했던 질문들 중 2개가 해결되었네요!

그렇다면 왜 구글이 불과 몇개월전까지는 왜이렇게 퍼포먼스가 안 좋았던걸까요?

그리고 왜 불과 몇달만에 완전히 평가가 뒤바뀌며 주가가 급상승했을까요?

그럼 지금 현 가격은 많이 올랐으니까 비싼걸까요? 가이 스피어처럼 전량 매도해야할까요?

PER 보면 M7중 제일 낮았다가 이제야 겨우 치고올라왔는데 전량매도할 만큼 비싼걸까요?

아니면 조정오면 사야지 했다가 또 못사고 FOMO에 고통받으면 어떡하죠?

그럼 이제 중요한 질문들이 남았군요. 바로 벨류에이션입니다

지금 이 가격은 구글의 어떤 성장이 반영된 가격일까요? 월가에서 말하는 것처럼 너무 비쌀까요?
아니면 앞으로 AI 시대의 우승자가 되어 지금이 바로 또다른 퀀텀점프의 시작을 목도하고 있는 건 아닐까요?(=오히려 저평가) 아니면 사실 시장이 구글에한 리스크를 과소평가하고 지금 고평가인 건 아닐까요?

이 질문에 대한 답을 구하러 가기전에 알아야할 중요한 사건이 하나 더 있습니다

95세 은퇴를 앞둔 버핏 옹이 Google에 약 6조원을 투자한 것입니다

워렌 버핏이 전통적으로 기술주 투자를 꺼려왔다는 점에서 이번 구글 매수는 시장에 놀라움을 주었는데요

버핏옹이 매수한 당시 가격대를 보면 nonGAAP TTM PER20~28사이에서 매수했군요

이 매수가 끝이 아니라 과거 2016년 1분기에 애플을 1조 원어치 매수하며 비중을 점진적으로 늘려간 사례처럼, 구글 역시 이번 5조 원 규모의 초기 투자를 시작으로 향후 비중을 더욱 확대해 나갈 가능성도 배제할 수 없습니다.

거기다가 버핏은 장기투자자로 유명하지요. 저번분기에 산 물량 지금 올랐다고 팔고 나왔을 가능성 정말 낮을겁니다. 그렇다면 버핏이 왜 구글을 매수했는지 고민해보고 타당해보이는지 + 현 주가가 저평가로 판단되면 거장의 어깨에 올라타는 좋은 기회가 될 것입니다

그럼 시작해보겠습니다

(3) 어떤기업인가?

알파벳은 단순한 검색 엔진 기업을 넘어 거대한 '기술 복합 지주회사'로서의 정체성을 가지고 있다

핵심 사업부 외에도 데미스 하사비스가 이끌고 있는 Deepmind, 자율주행 로보택시를 하고있는 Waymo, 심지어 일론 머스크의 스페이스 X 지분율 7%, 헬스케어까지 거의 손대지 않는 영역이 없다

이는 핵심 웹 비즈니스와 리스크가 높은 신사업을 분리하여 각 사업의 독립성과 효율성을 보장하기 위함이다

비즈니스 모델은 세 가지 핵심 축으로 분류된다

Google Services (핵심 수익원), Google Cloud (성장 엔진), Other Bets (미래 성장 동력)

정확히 어떤 사업을 하고 있는지 알아보기전에 반드시 짚고 넘어가야하는 것이 있다

'AI first(AI 우선)' 전략이다

2016년부터 구글이 채택한 핵심 기조로, AI를 단순한 기술적 도구가 아닌 비즈니스 전반의 근간이자 미래 성장의 핵심 동력으로 삼는 것을 의미한다

이 전략을 통해 구글은 현재 존재하는 기업중에 유일하게 수직계열화를 통해 AI full stack을 달성했다

AI full stack이란?

인프라 및 하드웨어

가장 기초가 되는 물리적 기반

자체 AI 반도체 (TPU): 구글은 엔비디아의 GPU에만 의존하지 않고, AI 연산에 특화된 자체 가속기인 TPU를 설계하고 운용. 이를 통해 외부 칩 구매 비용(이른바 '엔비디아 세')을 절감하고, 자사 소프트웨어에 최적화된 하드웨어를 구축하여 전력 효율과 성능을 극대화

데이터센터 및 클라우드: 자체 설계한 칩을 대규모 데이터센터에 배치하고, 이를 Google Cloud를 통해 운영

연구 및 모델

하드웨어 위에서 구동되는 AI의 '두뇌'를 만드는 단계

Google DeepMind와 같은 세계 최고 수준의 연구 조직을 보유하여 AI 원천 기술을 개발

텍스트, 이미지, 영상 등을 이해하고 생성하는 초거대 언어 모델인 Gemini, 이미지 생성 모델인 Nano Banana, 영상 생성 모델 Veo 등을 자체 개발하여 보유. 단백질 구조를 예측하는 AlphaFold나 로봇 제어를 위한 Gemini Robotics 등 과학 및 물리 세계를 위한 모델도 포함

플랫폼 및 개발

개발자들이 AI 모델을 쉽게 활용할 수 있도록 돕는 중간 단계이며 알파벳이 보유한 AI 풀스택역량을 외부 기업이 즉시 활용할 수 있도록 서비스화하여 제공하는 창구

GCP 의 vertex AI

서비스 및 애플리케이션

최종 사용자에게 AI 기술을 적용한 제품을 제공하는 단계

Search, YouTube, Workspace( 예: Gmail, Docs), Android등 수십억 명이 사용하는 서비스에 자체 개발한 AI 모델을 통합하여 사용자 경험을 혁신

Physical AI: 자율주행 자회사인 Waymo나 로보틱스 연구를 통해 AI를 현실 세계의 서비스로 구현

이 AI 밸류체인 전체에 강력한 경쟁력인 가진 회사가 바로 구글이다

이 중에서 AI , TPU에 대해서 조금 더 알아보자

AI

Gemini3 pro의 압도적 성능

구글의 Gemini3 pro는 출시와 동시에 극찬을 바으며 시장의 판도를 바꾸고 있다. 구글이 최근 발표한 자료에 따르면, 이 모델의 월간 활성 이용자(MAU)는 무려 6억 5,000만 명에 도달했다. 이는 불과 4개월 전과 비교했을 때 2억 명 이상 증가한 수치이다

이 Gemini3 pro에 조금 딥하게 알아보자!

이른바 '인류의 마지막 시험'이라 불리는 MMLU 기반의 고난도 벤치마크(생물학, 화학, 물리학 등 전문 지식이 요구되는 2,500개의 복합적인 문제를 해결하는 능력) 결과 기존의 최강자로 군림하던 오픈AI의 GPT-5.1이 26.5%의 정답률을 기록한 데 반해, 제미나이 3 프로는 무려 37.5%라는 점수를 획득하며 경쟁사를 압도했다

왜 성능이 더 우수할까?

스케일링 법칙의 한계 극복과 검색증강생성기술(RAG)

더 많은 데이터와 컴퓨팅 파워를 투입할수록 성능이 비례하여 향상된다는 Scaling Law는 모델이 거대해짐에 따라 무조건적인 데이터 투입만으로는 성능 향상이 둔화되는 벽에 부딪히게 되었으며, 구글은 이를 해결하기 위해 RAG(Retrieval-Augmented Generation) 기술을 고도화했다

RAG는 쉽게 말해 AI가 모르는 내용을 스스로 검색하여 답변하는 방식인데

구글 딥마인드는 한걸음 더 나아가 '시연 기반 검색 증강 생성(DRAG)'과 '반복 시연 기반 검색 증강 생성(ITR DRAG)'이라는 혁신적인 개념을 제시했다

RAG는 학생에게 교과서 줄게 여기서 답 찾아봐하는 것이라면 DRAG는 교과서랑 함께 풀이 예시를 몇 개 보여줄게. 이거 보고 따라 해봐하는 방식

ITR DRAG는 복잡한 질문을 여러 개의 작은 질문으로 쪼개고 첫 번째 작은 질문에 대한 검색하고 중간 답을 내고 그 중간 답을 바탕으로 두 번째 질문을 검색 이 과정을 반복하여 최종결론에 도달하는 것이다

이 DRAG 기술과 구글의 검색기능에 있는 지식그래프가 만나 큰 시너지를 내고 있는데 지식그래프는 개떡같이 물어도 찰떡같이 대답해주는 것이라고 이해하면 된다

ex) 이재용 패딩 이렇게 검색을 하면 이재용과 패딩을 각각 보여주는게 아니라 이재용이 입어던 빨간색 패딩이 검색결과로 나오는 것

즉 , 지식그래프는 '이재용'이라는 개체와 '빨간색 패딩'이라는 개체 사이의 [착용했다]라는 연결 고리를 데이터로 가지고 있음을 의미

Gemini는 이 지식그래프과 DRAG가 결합하여 시너지를 내는데

ex) 세종대왕과 맥북사이에 [발명했다]나 [사용했다]라는 연결 고리가 지식그래프에 없다는 것을 확인하면, DRAG 기반의 모델은 예시를 통해 배운 대로 "두 사건 사이에는 인과관계가 없다"고 단호하게 답변하게 됨

그럼 openAI도 RAG 쓰면 되는거 아니야?

구글이 RAG 기술에서 독보적인 위치를 점할 수 있는 이유는 30년 동안 구축해 온 세계 최대 규모의 검색 색인(Search Index) 체계에 있는데 오픈AI와 같은 경쟁사들이 웹상의 정보를 크롤링하여 학습하려 노력하지만, 구글은 이미 전 세계 모든 웹페이지를 체계적으로 분류하고 기호화한 방대한 라이브러리를 보유하고 있다

검색 색인은 도서관의 분류 기호처럼 수많은 정보 중에서 필요한 내용만을 신속하고 정확하게 찾아낼 수 있게 해주는 구글만의 핵심 자산이다

이 차이는 AI 모델의 신뢰성 테스트인 SimpleQA Verified 결과에서 명확하게 드러났는데 함정이 많은 1,000개의 문항을 통해 AI의 정확도를 측정하는 이 테스트에서 제미나이 3 프로는 72.1%의 높은 점수를 기록한 반면, 챗GPT-5는 51.6%

이는 구글의 AI가 정보를 단순히 생성하는 수준을 넘어, 검증된 검색 인프라를 바탕으로 사실 관계를 파악하는 능력이 월등히 앞서 있음을 보여준다

또한 구글의 Multi-modal(멀티모달) 역량은 텍스트를 넘어 이미지와 영상 데이터 학습에서 경쟁사 대비 우위가 있다

유튜브를 통해 수십억 개 이상의 방대한 영상 데이터를 보유하고 있으며, 구글 지도와 렌즈 등을 통해 현실 세계의 시각적 데이터를 끊임없이 수집하고 있다. 또 웹사이트 로그인 시 사람이 맞는 지 확인하는 reCAPTCHA 시스템 또한 AI의 이미지 학습을 돕는데 사용자들이 횡단보도나 신호등 이미지를 선택할 때마다 구글의 AI는 현실 세계의 이미지를 이해하는 훈련을 받게 되는 것이다 ( 이 reCAPTCHA 바로 전 시리즈의 듀오링고 CEO 루이스 폰 안이 만든거!)

다른 기업들이 막대한 비용을 들여 수동으로 데이터에 꼬리표를 다는 '레이블링' 작업을 수행할 때, 구글은 전 세계 사용자들이 자발적으로 참여하는 생태계를 통해 이를 해결하고 있으며 이러한 비용 효율적이고 거대한 데이터 선순환 구조는 경쟁사들이 도저히 흉내 낼 수 없는 구글만의 강력한 진입 장벽이라고 할 수 있다

Google DeepMind의 공동 창립자이자 CEO이자 노벨상 수상자 데미스 하사비스의 Axios 인터뷰를 보면 앞으로 구글의 AI 미래를 들어볼 수 있다

데미스 하사비스가 생각하는 가장 과소평가된 놀라운 기능은 Gemini의 멀티모달 이해이다

특히 비디오 이해 능력인데 Gemini에게 유튜브 영상을 주면, 영상 속에서 무슨 일이 일어나고 있는지 개념적으로 이해하는 능력이 충격적이라는 것

실용적 적용으로 Gemini Live: 정비공이 작업 중에 폰 카메라를 비추면 AI가 작업을 도와줄 수 있음. (향후 안경 형태의 디바이스가 이상적임.)

현재 에이전트 많이 이야기하지만 아직은 전체 작업을 완전히 위임할 만큼 신뢰할 수 있는 수준은 아니다.

하지만 당장 1년후에는 일상생활의 변화가 일어날 정도로 중요한 변화가 생길 수 있다.

유니버설 어시스턴트 (Universal Assistant): 구글 딥마인드가 지향하는 Gemini의 미래 모습

AI가 컴퓨터나 폰에만 머무는 것이 아니라, 안경이나 다른 기기를 통해 사용자와 함께 이동하며 하루에 여러 번 상담하고 도움을 받는, 삶의 일부가 된다. 생산성 향상뿐만 아니라 책/영화 추천 등 개인적인 삶도 지원한다

현재는 전체 작업을 확실하게 완료한다고 보장할 수 없지만, 1년 후에는 이러한 완전 위임이 가능한 수준에 근접할 것으로 예상한다

하사비스의 이야기를 정리하면 앞으로 가까운 미래에(1년?) Gemini의 뛰어난 멀티모달 이해능력을 바탕으로 컴퓨터, 폰, 최근 구글이 다시 추진중인 스마트 글래스까지 사용자와 함께 이동하며 사람의 삶에 아주 깊숙히 관여하는 개인 AI 비서를 만들 것

TPU가 뭐지?

TPU는 구글이 2013년 무려 12년 전부터 준비해온 칩인데 당시 구글은 딥러닝이 활성화될수록 데이터 센터 용량이 폭증할 것을 예견하고, 효율성이 극대화된 칩이 필요하다고 판단하여 2013년에 설계를 시작했다

엔비디아의 GPU는 원래 3D 그래픽 처리를 위해 설계된 장치로 AI 연산 외에도 그래픽 시뮬레이션, 데이터베이스 연산 등 다양한 종류의 계산을 동시에 처리할 수 있는 유연성을 가진 반면

구글의 TPU는 오직 거대 AI 모델의 학습과 추론만을 위해 설계된 ASIC(주문형 반도체)이다

GPU는 유연하지만 그만큼 무겁고 전력 소모가 많으며, TPU는 한정된 분야에서 압도적인 전력 대비 성능을 보여준다

구글이 엔비디아에 침공중이다!

현재 엔비디아는 AI 가속기 시장을 독점하며 75%의 높은 마진율을 기록하고 있는데 이는 빅테크들이 비싼 가격에도 불구하고 엔비디아 칩을 살 수 밖에 없기 때문이었다

하지만 구글은 비싼 엔비디아의 GPU 대신에 성능 좋은 TPU로 직접 칩을 돌림으로써 운영비용을 절감하고 구글 클라우드의 영업이익을 가파르게 성장시키고 있다

단순히 수익성 뿐 아니라 공급망 문제도 심각한데 현재 엔비디아와 TSMC 파트너십이 시장을 독점하고 있으나, 폭증하는 수요를 생산 케파가 따라가지 못하는 상황이다

또 최근 구글의 중요한 전략적 변화는 바로 TPU의 외부 공급 결정인데 그동안 구글은 TPU를 자사 클라우드 내부에서만 사용하도록 제한해왔으나, 이제는 이를 일반 시장에 공급하겠다는 것이다

Meta가 2027년부터 수십억 달러 규모의 TPU 도입을 적극적으로 검토, Anthropic은 구글 TPU를 최대 100만 개까지 이용하는 대규모 공급 계약을 체결 등 엔비디아가 꽉 잡고 있는 칩 시장까지 영향력을 확대하려 하고 있다

구글은 2026년까지 300만 개, 2027년까지는 무려 500만 개의 TPU를 생산하겠다는 구체적인 로드맵을 수립했는데 엔비디아가 연간 약 900만 개에서 1,000만 개의 GPU를 생산하는 것으로 추산되는 상황에서, 구글의 이러한 목표치는 단숨에 글로벌 톱티어 칩 공급사로 도약하겠다는 강력한 의지를 드러낸 것이다

또한 구글은 엔비디아의 가장 강력한 무기인 쿠다(CUDA) 생태계에 대응하기 위해 구글은 TPU 커맨드 센터라는 관리 소프트웨어를 출시했다

이는 외부 데이터 센터에서도 TPU를 손쉽게 운영하고 관리할 수 있도록 돕는 도구로, 개발자들이 TPU를 사용할 때 느끼는 기술적 장벽을 대폭 낮추기 위한 '구글판 쿠다'라고 볼 수 있다

구글 내부에서는 이러한 전략이 성공할 경우 엔비디아 매출의 약 10%를 잠식할 수 있을 것으로 기대하고 있다

그럼 구글의 부상이 엔비디아의 종말을 의미하는가?

그건 아니다

엔비디아는 유의미한 경쟁자의 등장으로 인해 마진율이 낮아지고 단기적인 밸류에이션 조정이 올 수는 있다

하지만 일반 개발자들에게는 여전히 쿠다가 훨씬 익숙하고 편리하며 구글의 라이브러리가 엔비디아를 따라잡으려면 수년이 더 걸릴 것이라는 것이 중론

또한, 엔비디아는 블랙웰(Blackwell)에 이어 내년 루빈(Rubin) 출시를 예고하며 성능 격차를 벌리려 하고 있다

결정적으로 TPU는 구글 클라우드 환경에 종속된다는 점이 스타트업들에게는 큰 부담 요인으로 작용할 수 있다

단기적으로는 엔비디아의 독점적 지위가 흔들릴 수 있지만, 범용 GPU만이 할 수 있는 영역은 여전히 견고하며 특히 미래의 핵심인 Physical AI 시대에는 현실 세계의 복잡한 데이터를 처리해야 하는데, 이는 특화된 TPU보다는 유연한 엔비디아 GPU가 더 유리하다는 의견이 많다

1. Google Services: 수익의 핵심 기둥 (Cash Cow)

Google Services는 Alphabet의 매출과 영업이익의 대부분을 창출하는 핵심 사업부

광고(Search, YouTube, Network), Android, Chrome, 하드웨어(Pixel, Nest 등), Google Maps, Google Play, YouTube 구독 서비스(Premium, Music, TV)

이 구글 서비스에서 나오는 막대한 현금흐름으로 Google Cloud와 같은 고성장 신사업에 공격적으로 투자하고, Other Bets와 같은 미래 기술을 인큐베이팅하며 막대한 AI 인프라 투자(CapEx)를 집행한다

매출 구조는 크게 광고와 구독, 플랫폼 및 기기로 나뉜다

광고 : 검색 광고와 YouTube 광고가 주축, 모바일 검색 쿼리 증가과 광고주 지출 확대가 주요 성장 동력

광고 외 : Youtube 구독료, Google One 클라우드 스토리지, Google Play 앱 수수료, Pixel 하드웨어 판매 등이 포함되며 광고 수익 의존도를 낮춘다

1.-1 Google search & Ads

알파벳 비즈니스의 시작점이자 수익의 중추. 전 세계 검색 쿼리의 대부분을 차지하며 여기서 발생하는 막대한 트래픽을 고마진의 광고 수익으로 연결

앞서 살펴봤지만 최근 생성형 AI의 등장으로 이 철옹성 같던 구글 검색에 큰 우려가 있었다

사람들이 ChatGPT나 perplexity로 검색하게되어 구글의 핵심인 '검색 -> 결과 -> 광고 클릭'의 트래픽을 무너뜨리게 될 것이라는 것

이에 구글은 경쟁자에게 시장을 뺏기기보다는 스스로 기존 모델을 파괴하더라도 혁신을 주도하겠다는 전략을 취했는데 그것이 바로 앞서 설명한 AI first 전략이다

구글은 AI 혁신에 올인하고 있으며 이 검색에도 AI가 깊게 관여하고 있다 = AI overview 기능

AI Overview는 사용자가 질문을 입력하면 AI가 직접 짧은 답변을 제공하여 웹사이트를 일일이 찾아볼 필요 없이 즉각적인 정보를 얻을 수 있도록 돕는 기능으로

월간 15억 명에게 사용되고 있으며, 이는 지금까지 출시된 생성형 AI 제품 중 가장 많은 ...