AI 시대의 승자는 반도체 기업만이 아니었다
최근 미국 증시를 보면 오라클(Oracle)이 다시 투자자들의 관심을 받고 있습니다.
불과 몇 년 전만 해도 AI 관련 종목을 이야기하면 대부분 엔비디아(NVIDIA)를 가장 먼저 떠올렸습니다. 실제로 생성형 AI 열풍이 시작되면서 GPU 시장에서 강한 영향력을 가진 엔비디아는 AI 산업을 대표하는 기업으로 자리 잡았습니다.
하지만 최근 시장의 분위기는 조금씩 달라지고 있습니다.
AI 반도체뿐만 아니라 AI를 실제로 운영하기 위한 클라우드와 데이터센터 기업까지 함께 주목받기 시작한 것입니다.
그 중심에 있는 기업이 바로 오라클입니다.
오라클이 다시 주목받는 배경에는 빠르게 성장하는 클라우드 인프라 사업과 함께 구글 클라우드 등 주요 기술기업과 확대해 온 협력 전략이 있습니다.
오라클은 2024년 구글 클라우드와 멀티클라우드 협력을 발표한 데 이어, 2025년에는 구글의 Gemini 모델을 OCI 생성형 AI 서비스에서 제공하는 계획을 공개했습니다.
이는 단기적인 협력 이슈 하나라기보다 오라클이 데이터베이스 기업에서 AI 인프라 기업으로 변화하고 있다는 흐름을 보여주는 사례에 가깝습니다.
AI 산업에서 오라클의 역할이 과거보다 훨씬 중요해지고 있다는 평가가 나오는 이유도 여기에 있습니다.
많은 사람들은 아직도 오라클을 데이터베이스 회사 정도로 기억합니다.
하지만 지금의 오라클은 과거와는 조금 다른 회사로 변하고 있습니다.
오라클은 원래 어떤 회사였을까?
오라클은 1977년에 설립된 미국의 소프트웨어 기업입니다.
전 세계 수많은 기업이 사용하는 데이터베이스를 개발하며 성장했고, 오랫동안 기업용 소프트웨어 시장을 대표하는 회사 가운데 하나로 평가받아 왔습니다.
은행에서 고객 정보를 관리하는 시스템부터 제조업체의 생산관리 프로그램, 대형 유통회사의 재고 관리 시스템까지 다양한 산업에서 오라클의 기술이 사용돼 왔습니다.
쉽게 말하면 오라클은 기업의 중요한 데이터를 저장하고 관리하는 기술에 강점을 가진 회사였습니다.
기업 입장에서 데이터는 단순한 파일이 아닙니다.
고객 정보와 회계 자료, 주문 내역, 생산 기록처럼 사업 운영에 반드시 필요한 핵심 자산입니다.
이처럼 중요한 정보를 안정적으로 관리할 수 있도록 지원하면서 오라클은 오랜 기간 기업 고객을 확보할 수 있었습니다.
하지만 IT 산업은 빠르게 변했습니다.
기업이 직접 서버를 구매하고 관리하던 시대에서 인터넷을 통해 필요한 만큼 컴퓨팅 자원을 사용하는 클라우드 시대가 열렸습니다.
여기에 최근 생성형 AI가 등장하면서 또 한 번의 큰 변화가 시작됐습니다.
오라클도 이러한 흐름에 맞춰 사업 구조를 바꾸기 시작했습니다.
데이터베이스 회사라는 이미지를 넘어 클라우드와 AI 인프라 기업으로 영역을 확장하고 있는 것입니다.
구글과의 협력이 왜 중요한 걸까?
오라클은 구글의 생성형 AI 모델인 Gemini를 OCI 생성형 AI 서비스에서 제공하는 계획을 공개하며 기업 고객의 AI 활용 범위를 넓히고 있습니다.
겉으로 보면 단순히 AI 기능 하나가 추가되는 것처럼 보일 수 있습니다.
하지만 실제 기업 입장에서 보면 의미가 훨씬 큽니다.
예를 들어 어떤 기업이 이미 오라클의 ERP나 재무 관리 시스템, 데이터 관리 서비스를 사용하고 있다고 가정해 보겠습니다.
이 기업이 새로운 AI 기능을 도입하려면 기존 시스템과 AI 모델을 연결하는 작업이 필요합니다.
이 과정에서 개발 인력과 비용이 들어가고, 보안이나 데이터 호환 문제도 발생할 수 있습니다.
하지만 기존 오라클 환경 안에서 Gemini를 바로 활용할 수 있게 된다면 이야기가 달라집니다.
기업은 시스템을 처음부터 다시 만들지 않고도 AI 기능을 업무에 적용할 수 있습니다.
회계 자료를 분석하거나 판매 전망을 예측하고, 고객 문의를 자동으로 분류하는 업무에도 AI를 연결할 수 있습니다.
직원들은 익숙한 업무 환경 안에서 AI 기능을 사용할 수 있고, 기업은 AI 도입에 필요한 시간과 비용을 줄일 수 있습니다.
이런 이유로 최근 AI 시장에서는 단순히 누가 더 뛰어난 AI 모델을 만들었는지만 중요한 것이 아닙니다.
기업이 실제 업무에서 AI를 얼마나 쉽게 사용할 수 있도록 만드는가가 새로운 경쟁력이 되고 있습니다.
구글과 오라클의 협력은 바로 이러한 시장 변화를 보여주는 사례라고 볼 수 있습니다.
시장에서는 왜 오라클을 다시 보기 시작했을까?
시장이 진짜 주목하는 것은 오라클의 클라우드 사업과 AI 인프라 확장 가능성입니다.
생성형 AI는 엄청난 양의 데이터를 학습하고 실시간으로 계산해야 합니다.
사용자가 AI 챗봇에 질문을 입력하고 답변을 받는 짧은 순간에도 서버에서는 복잡한 연산이 진행됩니다.
이 과정에는 고성능 GPU뿐 아니라 데이터를 저장할 공간, 서버를 연결할 네트워크, 안정적인 전력 공급과 냉각 시스템이 필요합니다.
즉, AI 모델 하나만 있다고 해서 서비스를 안정적으로 운영할 수 있는 것은 아닙니다.
그 AI를 실제로 구동할 수 있는 데이터센터와 클라우드 인프라가 반드시 필요합니다.
쉽게 비유하면 AI 모델이 자동차의 엔진이라면, 데이터센터와 클라우드는 자동차가 달릴 수 있는 도로와 주유소에 가깝습니다.
엔진이 아무리 뛰어나도 도로와 에너지 공급 시설이 없다면 자동차는 제대로 움직일 수 없습니다.
AI 산업도 마찬가지입니다.
GPU 성능이 높아져도 데이터를 처리하고 저장하며, 전 세계 사용자에게 서비스를 제공할 수 있는 인프라가 부족하다면 AI 산업의 확장 속도는 느려질 수밖에 없습니다.
바로 이 때문에 최근 투자자들은 반도체 기업뿐 아니라 클라우드와 데이터센터 기업에도 관심을 갖기 시작했습니다.
그리고 오라클은 이 변화의 중심에서 존재감을 키우고 있습니다.
AI 시대의 경쟁은 이제 모델에서 인프라로 이동하고 있다
AI 산업 초기에는 어떤 기업이 더 뛰어난 AI 모델을 공개하는지가 시장의 가장 큰 관심사였습니다.
하지만 시간이 지나면서 경쟁의 기준이 달라지고 있습니다.
이제는 누가 더 많은 컴퓨팅 자원을 확보하고, 더 안정적인 클라우드 서비스를 제공하며, 기업들이 AI를 실제 업무에 적용할 수 있도록 지원하느냐가 중요해졌습니다.
결국 AI 시장은 모델 경쟁에서 끝나는 것이 아니라 인프라 경쟁으로 이어질 가능성이 큽니다.
오라클은 오랫동안 기업 고객과 데이터를 다뤄 온 경험을 갖고 있습니다.
여기에 클라우드 인프라와 AI 서비스를 결합하면서 새로운 성장 기회를 만들고 있습니다.
특히 기존 오라클 고객이 AI 기능을 비교적 쉽게 도입할 수 있다는 점은 다른 신규 클라우드 사업자가 단기간에 따라오기 어려운 경쟁력이 될 수 있습니다.
그래서 최근 시장은 오라클을 더 이상 오래된 데이터베이스 회사로만 바라보지 않습니다.
기업 데이터와 클라우드, AI 인프라를 연결할 수 있는 회사로 다시 평가하기 시작한 것입니다.
오라클을 이해하는 새로운 기준
앞으로 오라클을 볼 때는 데이터베이스 사업만 확인해서는 부족합니다.
클라우드 인프라 사업이 얼마나 빠르게 성장하는지, AI 관련 계약이 실제 매출로 이어지는지, 대형 기술기업과의 협력이 어느 정도 확대되는지를 함께 살펴볼 필요가 있습니다.
구글과의 협력 역시 단순한 하루짜리 호재로 보기보다는 오라클이 AI 생태계 안에서 어떤 위치를 만들고 있는지를 보여주는 신호로 해석하는 편이 더 적절합니다.
결국 최근 오라클이 다시 주목받는 이유는 하나의 AI 기능 때문이 아닙니다.
AI를 실제 기업 업무에 연결하고, 이를 운영할 클라우드 인프라까지 제공할 수 있다는 가능성이 시장의 평가를 바꾸고 있는 것입니다.
그리고 바로 이 지점이 앞으로 오라클을 이해하는 데 가장 중요한 출발점이라고 할 수 있습니다.
오라클 클라우드 OCI는 무엇이 다를까?
오라클의 변화를 이해하려면 먼저 OCI가 무엇인지 알아볼 필요가 있습니다.
OCI는 Oracle Cloud Infrastructure의 약자로, 기업에 서버와 저장공간, 데이터베이스, 네트워크, 인공지능 연산 환경 등을 제공하는 오라클의 클라우드 인프라 서비스입니다.
아마존의 AWS, 마이크로소프트의 Azure, 구글의 Google Cloud와 비슷한 역할을 한다고 이해하면 쉽습니다.
기업이 직접 대규모 서버실을 만들고 관리하려면 상당한 비용과 전문 인력이 필요합니다.
하지만 클라우드를 이용하면 필요한 컴퓨팅 자원을 인터넷을 통해 빌려 사용하고, 사용량에 따라 비용을 지불할 수 있습니다.
오라클은 클라우드 시장에서 후발주자에 가까웠습니다.
AWS와 마이크로소프트, 구글이 먼저 시장을 확대하면서 오라클이 이들과 정면으로 경쟁하기 어렵다는 평가도 많았습니다.
그럼에도 최근 오라클의 존재감이 커지는 이유는 모든 클라우드 서비스를 똑같은 방식으로 제공하려 하기보다, 자신이 강점을 가진 분야에 집중하고 있기 때문입니다.
그 강점은 바로 기업 데이터와 데이터베이스입니다.
오라클은 이미 오랜 기간 금융회사와 통신회사, 제조기업, 유통기업, 공공기관 등에 데이터베이스와 기업용 소프트웨어를 공급해 왔습니다.
따라서 기존 고객이 중요한 데이터를 클라우드로 옮기거나 AI 기능을 연결하려 할 때, 오라클은 기존 시스템과의 호환성을 경쟁력으로 내세울 수 있습니다.
완전히 새로운 시스템을 도입하는 것보다 이미 사용하던 데이터베이스와 업무 프로그램을 클라우드 환경에서 확장하는 편이 기업 입장에서는 부담이 적을 수 있기 때문입니다.
경쟁사와 싸우기보다 연결하는 전략
오라클의 클라우드 전략에서 눈여겨볼 부분은 다른 클라우드 기업을 무조건 경쟁자로만 보지 않는다는 점입니다.
많은 대기업은 하나의 클라우드만 사용하는 것이 아니라 여러 클라우드를 함께 이용합니다.
예를 들어 데이터 분석에는 구글 클라우드를 사용하고, 사내 업무 시스템에는 마이크로소프트 Azure를 이용하면서, 핵심 데이터베이스는 오라클 환경에서 운영할 수 있습니다.
이런 방식을 멀티클라우드라고 부릅니다.
과거에는 서로 다른 클라우드에 저장된 데이터를 연결하는 과정이 복잡했습니다.
데이터를 옮길 때 시간이 오래 걸리거나 추가 비용이 발생할 수 있었고, 보안과 관리 문제도 해결해야 했습니다.
오라클은 이러한 불편을 줄이기 위해 다른 클라우드 안에서도 오라클 데이터베이스를 이용할 수 있는 서비스를 확대해 왔습니다.
오라클의 입장에서는 고객에게 “다른 클라우드를 사용하지 말라”고 요구하기보다, 어떤 클라우드를 이용하더라도 핵심 데이터베이스는 오라클을 계속 사용하도록 만드는 전략인 셈입니다.
이번 구글과의 협력도 같은 흐름으로 이해할 수 있습니다.
구글의 Gemini 모델과 구글 클라우드 기술을 오라클의 데이터 및 기업용 애플리케이션과 연결하면, 양쪽 서비스를 이용하는 기업의 선택지가 넓어집니다.
오라클이 자체 AI 모델만을 고집하지 않고 여러 AI 모델을 지원하는 방향으로 움직이는 것도 중요한 변화입니다.
기업마다 보유한 데이터와 업무 목적이 다르기 때문에 모든 기업에 하나의 AI 모델이 가장 좋은 선택이 될 수는 없습니다.
어떤 기업은 문서 요약에 강한 모델을 원할 수 있고, 다른 기업은 프로그램 개발이나 데이터 분석에 적합한 모델을 필요로 할 수 있습니다.
결국 기업이 원하는 AI 모델을 선택하고, 이를 기존 오라클 데이터와 안전하게 연결할 수 있도록 만드는 것이 오라클의 경쟁 전략이라고 볼 수 있습니다.
오라클과 엔비디아는 어떤 관계일까?
오라클의 AI 인프라 사업에서 빼놓을 수 없는 기업이 엔비디아입니다.
생성형 AI 모델을 학습시키고 운영하려면 대규모 연산을 처리할 수 있는 고성능 반도체가 필요합니다.
현재 이 시장에서 가장 큰 영향력을 가진 기업 가운데 하나가 엔비디아입니다.
오라클은 OCI 데이터센터에 엔비디아의 GPU와 네트워크 기술을 적용해 기업과 AI 개발자에게 연산 자원을 제공하고 있습니다.
기업이 직접 수많은 GPU를 구매해 데이터센터를 구축하려면 막대한 초기 비용이 필요합니다.
GPU를 확보하는 것만으로 끝나는 것도 아닙니다.
수많은 장비를 빠르게 연결할 네트워크, 서버에서 발생하는 열을 낮출 냉각 설비, 안정적인 전력 공급 시스템까지 함께 마련해야 합니다.
클라우드 사업자는 이 모든 인프라를 구축한 뒤 고객이 필요한 만큼 사용할 수 있도록 제공합니다.
오라클이 엔비디아와 협력하는 이유도 여기에 있습니다.
엔비디아가 AI 연산에 필요한 반도체와 관련 소프트웨어를 제공한다면, 오라클은 해당 장비를 대규모로 연결하고 운영할 수 있는 클라우드 환경을 제공하는 역할을 합니다.
두 회사가 같은 시장에서 경쟁한다기보다 AI 산업을 구성하는 서로 다른 영역을 담당하고 있는 것입니다.
오라클은 엔비디아와의 협력을 통해 오라클 AI 데이터베이스와 클라우드 서비스에서 엔비디아의 GPU와 AI 기술을 활용할 수 있도록 관련 기능을 강화하고 있습니다.
벡터 검색은 기업이 보유한 문서와 이미지, 고객 기록 등의 데이터에서 의미가 비슷한 정보를 빠르게 찾아내는 기술입니다.
생성형 AI가 기업 내부 자료를 참고해 답변하도록 만드는 검색증강생성, 즉 RAG 시스템을 구축할 때도 중요한 역할을 합니다.
오라클이 데이터베이스와 엔비디아의 AI 기술을 결합하려는 이유는 단순히 빠른 서버를 판매하기 위해서만은 아닙니다.
기업이 이미 보유한 데이터를 AI가 실제로 활용할 수 있도록 연결하는 것이 더 큰 목표라고 볼 수 있습니다.
오라클의 성장세는 실제 숫자로 나타났을까?
AI 관련 기업을 분석할 때는 발표 내용만 보는 것보다 실제 실적에서 변화가 나타나는지 확인해야 합니다.
기술 협력이나 대규모 투자 계획이 발표되더라도 고객이 서비스를 사용하지 않거나 계약이 매출로 이어지지 않는다면 기업의 실질적인 성장으로 보기 어렵기 때문입니다.
오라클이 발표한 2026회계연도 4분기 실적에서는 클라우드 인프라 사업의 성장세가 눈에 띄었습니다.
해당 분기 오라클의 클라우드 인프라 매출은 58억 달러로 전년 같은 기간보다 93% 증가했습니다.
애플리케이션을 포함한 전체 클라우드 매출은 99억 달러로 전년 대비 47% 늘었습니다.
오라클이 과거 데이터베이스 라이선스와 유지보수 중심의 기업에서 클라우드 인프라 중심의 기업으로 이동하고 있다는 점이 실제 실적에서도 나타나기 시작한 것입니다.
특히 투자자들이 주목하는 지표는 RPO입니다.
RPO는 Remaining Performance Obligations의 약자로, 오라클이 고객과 계약을 체결했지만 아직 매출로 인식하지 않은 계약 금액을 의미합니다.
쉽게 말하면 앞으로 서비스를 제공하면서 매출로 전환될 가능성이 있는 계약 잔액이라고 볼 수 있습니다.
오라클의 2026회계연도 4분기 RPO는 6,380억 달러로 전년 같은 기간보다 크게 증가했습니다.
이 숫자가 중요한 이유는 현재 매출뿐 아니라 앞으로 인식될 수 있는 계약 규모를 보여주기 때문입니다.
기업들이 오라클의 클라우드와 AI 인프라를 사용하기 위해 장기 계약을 맺고 있다는 신호로 해석될 수 있습니다.
다만 RPO가 모두 단기간에 매출과 이익으로 바뀌는 것은 아닙니다.
계약 기간에 따라 여러 해에 걸쳐 매출로 인식될 수 있고, 데이터센터 건설이 지연되거나 고객의 사용 일정이 바뀌면 매출 전환 시점도 달라질 수 있습니다.
따라서 단순히 계약 규모가 크다는 사실만 보기보다 실제 분기 매출이 얼마나 빠르게 증가하는지를 함께 확인해야 합니다.
AI 데이터센터는 어떻게 돈을 벌까?
데이터센터 사업은 일반 소비자에게는 다소 낯설게 느껴질 수 있습니다.
하지만 수익 구조는 비교적 단순합니다.
오라클은 대규모 서버와 GPU, 저장장치, 네트워크를 갖춘 데이터센터를 구축합니다.
이후 기업이나 AI 개발사가 필요한 컴퓨팅 자원을 사용하면 사용량과 계약 조건에 따라 비용을 받습니다.
고객은 직접 데이터센터를 건설하지 않아도 되고, 오라클은 하나의 인프라를 여러 고객에게 제공하면서 장기적인 매출을 만들 수 있습니다.
AI 모델을 처음부터 학습시키는 과정에는 엄청난 연산 자원이 필요합니다.
하지만 모델을 만든 뒤 사용자에게 답변을 제공하는 추론 과정에서도 지속적으로 컴퓨팅 자원이 사용됩니다.
AI 서비스 이용자가 늘어날수록 처리해야 할 질문과 데이터도 함께 증가합니다.
따라서 AI 데이터센터 수요는 새로운 모델을 개발할 때만 발생하는 것이 아니라, 서비스가 운영되는 동안 계속 발생할 수 있습니다.
오라클이 기대하는 것도 이러한 반복적인 수요입니다.
기업 고객이 한 번 AI 서비스를 도입하면 데이터 저장과 연산, 네트워크, 보안 서비스를 지속적으로 사용하게 될 가능성이 있습니다.
이 과정에서 클라우드 사업자는 일회성 장비 판매가 아니라 사용량을 기반으로 반복 매출을 얻을 수 있습니다.
성장만큼 큰 데이터센터 투자 부담
물론 AI 데이터센터 사업이 무조건 높은 수익을 보장하는 것은 아닙니다.
가장 먼저 살펴봐야 할 위험은 막대한 투자 비용입니다.
데이터센터를 건설하려면 부지와 건물뿐 아니라 GPU, 서버, 네트워크 장비, 전력 설비와 냉각 시스템이 필요합니다.
최근 AI 연산 규모가 커지면서 데이터센터에 필요한 전력량도 빠르게 증가하고 있습니다.
전력 공급을 충분히 확보하지 못하면 건물을 완성하더라도 서버를 계획대로 운영하기 어려울 수 있습니다.
고성능 GPU의 발열을 낮추기 위한 냉각 설비도 중요한 문제입니다.
결국 오라클이 대형 AI 계약을 실제 매출로 전환하려면 데이터센터를 계획된 시기에 완공하고, 필요한 장비와 전력을 안정적으로 확보해야 합니다.
이 과정에서 투자 비용이 예상보다 커지면 매출은 증가해도 단기적인 현금흐름이나 수익성에는 부담이 생길 수 있습니다.
AI 수요가 예상보다 느리게 증가하는 상황도 고려해야 합니다.
미래 수요를 예상해 데이터센터를 대규모로 건설했는데 고객의 사용량이 기대에 미치지 못하면, 운영하지 않는 서버와 설비가 비용으로 남을 수 있습니다.
따라서 투자자는 오라클의 매출 성장률뿐 아니라 설비투자 규모와 현금흐름, 데이터센터 가동률도 함께 살펴볼 필요가 있습니다.
대형 고객 의존도도 확인해야 한다
오라클의 대규모 AI 계약은 향후 성장 가능성을 보여주는 긍정적인 신호입니다.
그러나 계약 규모가 커질수록 특정 대형 고객에게 실적이 집중될 가능성도 있습니다.
소수 고객이 전체 계약에서 큰 비중을 차지하는 경우, 해당 고객의 사업 계획이 변경되면 오라클의 데이터센터 투자 일정과 매출 인식에도 영향을 줄 수 있습니다.
대형 고객과의 장기 계약이 실제로 어느 속도로 매출로 전환되는지 살펴봐야 하는 이유입니다.
또한 AI 클라우드 시장에는 오라클만 참여하고 있는 것이 아닙니다.
AWS와 마이크로소프트 Azure, 구글 클라우드 역시 데이터센터와 AI 인프라에 대규모 자금을 투자하고 있습니다.
각 기업은 더 많은 GPU와 더 빠른 네트워크, 낮은 가격, 다양한 AI 서비스를 앞세워 고객 확보 경쟁을 벌이고 있습니다.
오라클이 현재의 성장세를 이어가려면 데이터베이스 분야의 강점을 유지하면서도 가격과 성능, 서비스 안정성에서 경쟁력을 증명해야 합니다.
오라클 투자자가 확인해야 할 핵심 지표
오라클을 AI 관련주로 바라볼 때는 단순히 AI라는 단어가 얼마나 자주 언급되는지만 확인해서는 안 됩니다.
앞으로는 다음과 같은 지표를 꾸준히 살펴볼 필요가 있습니다.
첫째, OCI 매출 성장률입니다.
AI 관련 계약이 실제 사용량 증가로 이어진다면 클라우드 인프라 매출에서도 성장세가 나타나야 합니다.
매출 증가율이 유지되는지, 예상보다 빠르게 둔화하지 않는지 확인할 필요가 있습니다.
둘째, RPO가 매출로 전환되는 속도입니다.
계약 잔액이 아무리 많아도 데이터센터가 준비되지 않거나 고객이 서비스를 사용하지 않으면 실제 매출 인식은 늦어질 수 있습니다.
분기마다 신규 계약이 늘어나는지와 함께 기존 계약이 실제 매출로 연결되는지를 확인해야 합니다.
셋째, 설비투자와 현금흐름입니다.
오라클이 AI 데이터센터를 확대하기 위해 얼마를 투자하는지, 그 투자로 인해 현금흐름이 얼마나 영향을 받는지 살펴봐야 합니다.
매출이 증가하더라도 투자 비용이 더 빠르게 늘어나면 주주가 체감하는 수익성 개선은 늦어질 수 있습니다.
넷째, 멀티클라우드 사업의 확장입니다.
구글 클라우드와 Azure 등 다른 플랫폼 안에서 오라클 데이터베이스를 이용하는 고객이 늘어난다면 오라클은 경쟁사의 성장도 자신의 사업 기회로 활용할 수 있습니다.
이 전략이 실제 매출 성장으로 이어지는지는 오라클의 장기 경쟁력을 판단하는 중요한 기준이 될 수 있습니다.
다섯째, AI 고객의 다양성입니다.
일부 대형 기술기업뿐 아니라 금융과 제조, 의료, 유통 등 다양한 산업의 기업이 OCI를 사용하기 시작하는지도 확인해야 합니다.
고객층이 넓어질수록 특정 기업이나 특정 AI 프로젝트에 대한 의존도를 낮출 수 있기 때문입니다.
구글과의 협력은 하루짜리 호재일까?
주식시장에서 기업 간 협력 발표는 단기적으로 주가를 움직이는 재료가 될 수 있습니다.
하지만 모든 협력이 장기적인 실적 성장으로 이어지는 것은 아닙니다.
이번 구글과 오라클의 협력도 발표 사실만으로 장기적인 성공을 단정하기는 어렵습니다.
진짜 중요한 것은 실제 기업 고객이 Gemini와 오라클 서비스를 함께 사용하고, 그 사용량이 오라클의 클라우드 매출로 이어지는지 여부입니다.
그럼에도 이번 협력이 의미 있는 이유는 오라클의 전략적 방향을 분명하게 보여주기 때문입니다.
오라클은 하나의 AI 모델이나 하나의 클라우드만 고집하기보다 여러 모델과 여러 클라우드를 기업 데이터에 연결하는 플랫폼을 만들려 하고 있습니다.
이 전략이 성공한다면 오라클은 AI 모델 경쟁의 직접적인 승자를 맞히지 않아도 성장 기회를 얻을 수 있습니다.
어떤 AI 모델이 가장 많이 사용되더라도 기업이 보유한 데이터와 해당 모델을 연결하는 과정에서 오라클의 데이터베이스와 클라우드가 사용될 수 있기 때문입니다.
오라클을 단순한 데이터베이스 회사로 보면 안 되는 이유
과거 오라클의 핵심은 기업 데이터를 저장하고 관리하는 데이터베이스였습니다.
현재 오라클은 그 데이터를 클라우드로 옮기고, AI 모델이 활용할 수 있도록 연결하며, 대규모 연산까지 제공하는 방향으로 사업을 확장하고 있습니다.
데이터베이스와 기업용 애플리케이션, 클라우드 인프라, AI 서비스를 하나의 생태계로 묶으려는 것입니다.
이러한 변화가 중요한 이유는 기업용 AI의 핵심이 단순히 좋은 답변을 만드는 데 있지 않기 때문입니다.
기업은 자신이 보유한 고객 정보와 재무 자료, 생산 기록, 재고 정보 등을 AI가 안전하게 활용하기를 원합니다.
그러면서도 민감한 정보가 외부로 유출되지 않아야 하고, 기존 시스템도 중단 없이 운영돼야 합니다.
오라클은 오랫동안 기업의 핵심 데이터를 관리해 온 경험을 바탕으로 이 시장을 공략하고 있습니다.
바로 이 점이 일반 소비자용 AI 서비스와 다른 오라클만의 경쟁 영역입니다.
마무리
최근 오라클이 다시 주목받는 이유를 단순히 구글과 협력했기 때문이라고만 설명하기는 어렵습니다.
이번 협력은 오라클이 데이터베이스 기업에서 AI 클라우드 인프라 기업으로 변화하고 있다는 흐름을 보여주는 하나의 사례에 가깝습니다.
AI 산업이 커질수록 더 많은 GPU와 서버, 데이터센터, 전력과 네트워크가 필요합니다.
동시에 기업이 보유한 데이터를 AI와 안전하게 연결할 수 있는 데이터 관리 기술도 중요해집니다.
오라클은 클라우드 인프라와 데이터베이스라는 두 영역을 동시에 보유하고 있다는 점에서 AI 시장의 새로운 기회를 얻고 있습니다.
구글의 Gemini를 비롯한 외부 AI 모델과의 연결을 확대하는 전략도 기업 고객에게 더 많은 선택권을 제공하려는 움직임으로 볼 수 있습니다.
다만 높은 성장 기대만 보고 위험요인을 무시해서는 안 됩니다.
대규모 데이터센터 건설에는 막대한 자금이 필요하며, 계약이 실제 매출로 전환되기까지 시간이 걸릴 수 있습니다.
AWS와 마이크로소프트, 구글과의 경쟁도 계속될 가능성이 큽니다.
따라서 오라클을 평가할 때는 단기적인 주가 움직임보다 OCI 매출 성장률과 RPO의 매출 전환 속도, 설비투자 부담, 현금흐름을 함께 확인해야 합니다.
결국 오라클의 미래를 결정하는 것은 AI라는 단어 자체가 아닙니다.
대규모 계약을 실제 데이터센터로 구축하고, 그 인프라를 안정적으로 운영해 반복적인 클라우드 매출로 연결할 수 있느냐가 핵심입니다.
이번 구글과의 협력이 주목받는 진짜 이유도 여기에 있습니다.
AI 모델 경쟁이 치열해질수록 그 모델을 기업의 데이터와 연결하고 실제로 운영할 수 있도록 돕는 인프라의 중요성은 더욱 커질 수 있습니다.
오라클은 바로 그 시장에서 과거와는 다른 평가를 받기 시작했습니다.
오래된 데이터베이스 기업으로만 보였던 오라클이 AI 시대의 핵심 인프라 기업으로 자리 잡을 수 있을지, 앞으로의 실적과 데이터센터 확장 속도를 지켜볼 필요가 있습니다.
※ 이 글은 공개된 기업 자료를 바탕으로 작성한 정보성 콘텐츠이며, 특정 종목의 매수 또는 매도를 권유하는 투자 자문이 아닙니다. 투자 판단과 책임은 투자자 본인에게 있습니다.
