들어가며
앞으로 컨퍼런스 콜을 읽으며 블로그 또는 노션에 모두 정리하기로 했다. 그렇게 하기로 한 이유는 무엇보다, 기억하기 위함이다. 뉴스를 읽고, 10-K를 읽고, 다른 블로그 포스팅을 읽었는데 기억하지 못한다? 그 이유는 바로 우리가 바보여서가 아니다. 누구나 다 그렇다. 조금 덜 기억하고, 더 기억하고의 차이는 있겠지만 차이는 미미하다고 생각한다. 정작 중요한 건 한 번 읽은 내용을 10% 기억하고 30% 기억하고 하는 것이 아니다. 그것보다 장기적으로 꾸준히 해나가는 것이 훨씬 더 중요하다. 10% 씩 100개를 읽으면 30% 씩 10개를 읽은 것 보다 당연히 낫다. 산술적으로도 그렇다.
무조건 읽은 내용을 정리하자! 나중에 내용을 잊으면 다시 찾아보면 그만이다.
TMI로 서론이 길었는데, 컨콜의 주요 내용을 살펴보도록 하자. 원래는 혼자 읽고 노션에 대충 정리하고 말 계획이었는데 생각보다 오라클이 발 담그고 있는 산업이 많아, 각 산업의 최신 트렌드를 배울 수 있었다. 핵심 내용을 요약해보자. 다음에 이것만 보고 잘 기억해 낼 수 있도록!
오라클 사업에 대한 간략한 설명
지난 PAYC 포스팅에서 잠시 언급한 적이 있는데, 오라클은 ERP 소프트웨어 사업과 IaaS(데이터센터) 사업 크게 두가지 사업으로 나눌 수 있다. 여기서 IaaS 사업이 이번 실적 발표의 핵심 내용이었고, 가장 크게 성장한 부분이기도 하니 조금 자세히 이야기 해보자.
IaaS는 쉽게 말해, 오라클이 보유한 데이터 센터(infrastructure)에서 오라클의 데이터베이스 서비스를 이용하게 해주는 것. 일반적으로 데이터베이스라고 하면 MySQL 같은 프로그래밍 언어(?)를 말한다. 데이터 베이스를 설계하고 조작하는 것은 매우 중요하다. 예를 들어, 지난 10년 간 있었던 1,000,000명의 환자 데이터가 데이터베이스에 저장되어있다고 하자. 의사는 이 백 만명의 환자 중 2018년 당시 58-73세였으며 2018년에 당뇨병을 앓은 지 8년 이상이 되었을 때 독감으로 입원한 경우, 평균적인 병원 입원 기간이 얼마나 됐는 지 알아보기 위해 데이터 베이스를 조작해보고 싶다. 이 결과를 바탕으로 머신 러닝을 통해 앞으로 같은 일이 2025년에 일어날 경우 독감이 유행할 때 병실을 얼마나 확보해야 할 지 예상한다고 가정하자. 이걸 코딩을 조금 할 줄 아는 개인이 코딩한다고 해서 결과 값에 대해 확신할 수 있을까? 어려울 것이다.
또한 이 1,000,000명의 데이터를 저장하는 것 자체가 보안과 연결된다. 오라클은 보안성이 뛰어난 자신의 데이터 센터에 민감한 데이터를 보관하고 강력한 보안을 보장한다. 또 사용자가 원하는 계산 기능을 빠르게 실현시켜준다. Cloud 사업에는 IaaS에 더해 약간의 SaaS(Software As A Service)도 들어가 있다. 오라클의 데이터센터가 아닌, 고객사(예를 들어 아마존)의 데이터 센터에 오라클의 소프트웨어(아마도 Oracle Database 23ai)과 같은 인공지능 제품을 사용하게끔 해주고 수익을 내는 방식이다. 내 기업의 소중한 데이터를 다른 기업의 데이터와 같은 장소(데이터 센터)에 보관하고 싶지 않은 고객들을 위한 서비스다. 컨퍼런스 콜 내내, 경영진은 앞서 말한 SaaS 비즈니스가 얼마나 자동화가 되어있는지, 그래서 얼마나 수익성이 높은 지 자랑하고 있다.
오라클 컨퍼런스 콜 요약
크게 성장한 세그먼트는 Cloud Revenue(IaaS plus SaaS)가 53%, Cloud Infrastructure 가 45%, ERP 부문이 16, 20% 성장했다. 위에서 설명한 IaaS 부문의 성장이 21%와 45%로 가장 두드러졌다는 점에 주목하자.
RPO는 Remaining Performance Obligation 으로 수주잔고와 비슷한 개념이다. RPO는 작년에 비해 $99B로 무려 53% 증가했다. 덕분에 2025년 내내 실적이 좋을 것으로 예상했다. Amazon Web Services와 MultiCloud agreement를 체결했다.
이제부터 컨퍼런스 콜에서 무슨 이야기를 했는 지 살펴보자.
Safra Catz – CEO
Now while we typically see a seasonal decline of RPO in Q1, we signed several large deals this past quarter, resulting in a sequential increase in RPO compared to the decline that we typically see based on our experience over the previous five years. Further, our cloud RPO grew more than 80% and now represents nearly three-fourth of total RPO. And approximately 38% of total RPO is expected to be recognized as revenue over the next 12 months, which reflects the growing trend of customers wanting the larger and longer contracts as they see firsthand how Oracle Cloud services are benefiting their businesses.
위에서 RPO가 53% 성장했다고 했는데, 클라우드 RPO만 놓고 보면 80% 성장했고, 전체 RPO의 3/4을 차지한다고 한다. 전체 RPO 중 38% 정도가 12개월 동안 매출로 인식되니, RPO라고 하면 대략 3년 치 매출의 잠정치로 보면 되겠다. 나중에 새로운 계약으로 훨씬 더 늘어나겠지만.
We spent $2.3 billion on CapEx this quarter, given the demand that you see in our RPO growth and the additional demand we have and see in our pipeline, I expect the fiscal year 2025 CapEx will be double what it was in fiscal 2024. As always, we remain careful to pace our investments appropriately and in line with booking trends. We now have 85 cloud regions live, another 77 planed with more to follow.
2025년에는 CAPEX를 두 배로 늘릴 것이다. 85개의 데이터 센터를 운영 중이며 77개를 추가로 건설할 예정이다.(2025년에 건설할 것이란 이야기는 아님)
Third, while much attention is focused on our GPU related businesses, our non-GPU infrastructure business continues to grow much faster than our competitors. And finally, our strategic SaaS app continue to grow while we are starting to see more and more of our industry-based cloud apps come online. All these trends point to revenue growth going higher. We will discuss the implications of these positive trends at our financial analyst meeting on Thursday. For fiscal 2025, we remain very confident and committed to full year total revenue growth growing double digits and full year total cloud infrastructure revenue growing faster than last year.
모두가 GPU 관련된 비즈니스에 집중하지만, 우리의 non-GPU infrastructure business(IaaS를 말하는 듯)는 경쟁사 대비 훨씬 빠르게 성장하고 있다. 올해(fiscal 2025)의 전체 매출은 double digits으로 성장, cloud IaaS revenue는 작년보다 더 빠르게 성장하도록 최선을 다 할 것이다.(사실 상 가이던스 제시)
Lawrence Ellison – Chairman and CTO
Thank you, Safra. Today, Oracle has 162 cloud data centers, live and under construction throughout the world. The largest of these data centers is 800 megawatts, and it will contain acres of NVIDIA GPU clusters able to train the world’s largest AI models. That’s what’s required to stay competitive in the race to build one, just one of the most powerful artificial neural networks in the world. The stakes are high and the race goes on. Soon Oracle will begin construction of data centers that are more than a gigawatt.
현재 건설 중인 데이터 센터를 포함, 오라클은 총 162개의 데이터 센터를 보유하고 있다. 가장 큰 데이터 센터는 800메가와트로 수 에이커의 NVIDIA GPU 클러스터로 구성되어 있다. 곧 1기가와트 이상 규모의 데이터 센터 건설을 시작할 것.
John DiFucci
You mentioned it’s cloud, three quarters of it. So that indicates there’s more to come, right? So given the mix of business continuing to lean into that lower margin OCI, and I know you have — that’s changing over time, but it’s still lower margin today, how should we think of overall margins versus profit for the entire company going forward?
당신의 비즈니스에서 마진이 낮은 OCI(Oracle Cloud Infrastructure) 비중이 커지면 앞으로 마진과 이익은 어찌되나요?
Safra Catz
Okay. Let me start with this and maybe then Larry can add on. So first of all, I want to remind you that, that — remember that third leg of the stool I mentioned, which is our database and autonomous database, that is also part of OCI. And that is beginning to really expand. And our multi-cloud agreements, again, will help OCI gross margins. So that you know, gross margins even this quarter as a percentage increased, regardless of the fact that we have a lot more OCI. And so our business is really only now starting to get real scale. And we have built OCI in a way and Larry can really expand on it, where it is extremely automated. The management of it is very automated. And our whole rollout as it grows, we make more money.
And as much as percentages are great, and again, our operating margin percentages continue to increase.
우리의 데이터베이스 그리고 autonomous(자동화) 데이터베이스 사업은 OCI 중 일부인데 정말 빠르게 성장하기 시작했습니다. OCI는 미친듯이 자동화되어 있습니다. 자세한 건 Larry 가 추가 설명 할겁니다.
Lawrence Ellison
I’d like to. So let’s start with SaaS. As we go to autonomous database, we get tremendous efficiencies. We’re moving Fusion and NetSuite to Autonomous database as we speak. We’ve decided everything needs to move to autonomous for two reasons really. First reason, when you have a completely autonomous database, there is no — the DBA, the database administrator is a robot. There is no human labor associated with managing the Oracle Autonomous Database.
Now okay, that’s obviously a cost savings. But more importantly, with no human labor, there’s no human error. It’s a huge security advantage we have over our competitors.
So we use a lot less hardware. It’s a lot faster. It’s a lot more efficient. It’s fully automated, no human labor, much more secure. And the margins for the autonomous database business is much higher or much higher than the traditional Oracle business. And I think those margins are — I mean, they’re stunningly high.
자동화 데이터베이스를 발전시킴에 따라 효율성이 엄청나게 증가하고 있습니다. 우리가 이렇게 자동화 하기로 결정하게 된 이유는 두 가지 입니다. 데이터베이스 관리를 자동화시키게 되면 관리자는 로봇입니다. 휴먼 에러가 없기 때문에 엄청난 비용 절감이 됩니다. 그리고 같은 이유로 보안이 뛰어납니다.
자동화 데이터베이스의 마진은 기존 오라클의 사업보다 마진이 훨씬, 훨씬 높습니다. 그러니까 제 말은, 정말 미친듯이 높습니다.
Mark Murphy
Thank you very much and congrats on the great performance. Larry, how do you envision the market transitioning from the AI training phase to the AI inferencing phase? There’s some debate out there on whether we have an imbalance or a bubble on the front end of the curve because training is compute intensive and then perhaps it recalibrates differently somehow for the inferencing stage, which might be less intensive? Or do you see the potential for high growth kind of all the way through both of these phases?
투자자들은 인공지능을 교육시키는 초기에만 데이터 센터를 무작위로 짓는 등 경쟁이 극심하고, 나중에 결국 똑똑해진 인공지능을 ‘활용’하는 때엔 이전에 투자했던 것들이 과잉 투자가 될까 걱정하고 있습니다.(의역) 어떻게 생각하시나요?
Lawrence Ellison
Well, a lot of people think that, Mark, I send a kid to college and then I’m done. They’re training ever. I got four years of training, and then I can put the kid to work and they’ll be doing inferencing. And that’s not true. This race goes on forever, to build a better and better neural network. And the cost of that training gets to be astronomical. When I talk about building gigawatt or multi-gigawatt data centers, I mean these AI models, these frontier models are going to — the entry price for a real frontier model from someone who wants to compete in that area is about $100 billion. Let me repeat, around $100 billion. That’s over the next four, five years for anyone who wants to play in that game. That’s a lot of money. And it doesn’t get easier.
그럴리가요. 자식을 대학에 보냅니다. 그럼 교육이 끝나나요? 교육은 계속 됩니다. 대학교 4년 교육 시키고, 취직하면 일만 합니다. 더 이상 아무것도 배우지 않고요. 이게 맞나요? 아닙니다. 교육은 영원히 지속됩니다. 항상 더 나은 신경망을 구축하기 위해서죠. 제 생각에 AI 트레이닝 시장에 뛰어드는 경우 최소한으로 필요한 자본은 $100B 입니다. 다시 한 번 말할게요. $100B 이요.
So there are not going to be a lot of those. I mean we — this is not the place the list who can actually build one of these frontier models. But in addition to that, there are going to be a lot of very, very specialized models. I can tell you things that I’m personally involved in, which are using computers to look at biopsies of slides or CAT scans to discover cancer. Also, there are also blood tests for discovering cancer. Those tend to be very specialized models. Those tend not necessarily use the foundational the Groks and the ChatGPTs, the Llamas and the Geminis, they tend to be highly specialized models. Trained on image recognition on certain data, I mean, literally millions of biopsy slides, for example, and not much other training data is helpful.
So that goes on, and we’ll see more and more applications like that. So I wouldn’t — if your horizon is over the next five years, maybe even the next 10 years, I wouldn’t worry about, hey, we’ve now trained all the models we need and all we need to do is inferencing. I think this is an ongoing battle for technical supremacy that will be fought by a handful of companies and maybe one nation state over the next five years at least, but probably more like 10. So this business is just growing larger and larger and larger. There’s no slowdown or shift coming.
만약 우리의 시계열(투자의 시계열을 말하는 듯)이 5년, 아니 10년이라면, “아 우리는 이제 다 트레이닝 시켰으니까 인공지능을 활용만 하면 돼”라는 의견에 대해 걱정하지 않을 겁니다.
Lawrence Ellison
Let me say something that’s going to sound really bizarre. Well, I probably — you’d probably say, well, he says bizarre things all the time. So why is he announcing this one? It must be really bizarre. So we’re in the middle of designing a data center that’s north of the gigawatt that has — but we found the location and the power place. We look at it, they’ve already got building permits for three nuclear reactors. These are the small modular nuclear reactors to power the data center. This is how crazy it’s getting. This is what’s going on.
아, 한가지만 더요. 우리는 1기가와트 이상의 데이터 센터를 디자인하는 중입니다. 부지도 구했어요. 우리가 보니, 그들(SMR 기업, 아마도 NuScale?)은 nuclear reactors에 대한 건설 허가도 가지고 있더군요. 이 reactors는 데이터 센터에 전기를 공급할 SMR입니다. 이것 봐요. 이만큼 데이터 센터 건설(AI 경쟁)은 미쳤습니다.(보충 설명: SMR 건설 단가는 아직도 매우 비싸다.)
So we think that obviously, moving with Oracle database available in AWS, Microsoft and Google is incredibly important. And Safra said it right, I mean it will absolutely accelerate database growth in the public cloud. But we expect that private clouds will greatly outnumber public clouds as companies decide they want the Oracle Cloud behind their firewall in their data center with no neighbors. And we — because we’ve gotten our data center — our data centers are so automated and they’re scalable, and they’re all identical in terms of function, we’re organized. So we can — actually, we have 162 data centers now. I expect we will have 1,000 or 2,000 or more data centers — Oracle data centers around the world, and a lot of them will be dedicated to individual banks or telecommunications companies or technology companies or what have you or nation states, sovereign clouds, all of this other stuff. So we think — it’s hard for me to predict whether the private clouds or the public cloud which is going to be bigger? I don’t know. The good news is we win either way.
우리는 우리의 오라클 데이터베이스가 AWS나 MSFT, GOOGL에서 사용하게 하는 게 중요하다고 생각합니다. Private 클라우드(고객 기업 데이터 센터에서 오라클 데이터베이스를 사용하는 경우)가 결국 Public 클라우드(반대로, 고객 기업이 오라클 데이터 센터에서 오라클 데이터베이스를 사용하는 경우)를 앞설 것으로 생각합니다. 기업들이 자신의 데이터를 다른 기업들과 같은 공간에 저장하고 싶진 않을테니까요. 하지만 우리는 결국 자동화가 가능한(위에서 말했듯 자동화로 수익성이 매우 좋은) 1,000개, 2,000개의 데이터 센터를 더 짓게 될겁니다.
지금 시점에서 private, public 중 어디가 더 성장할 지는 모르겠지만, 우린 어찌되나 다 좋습니다.
Mark Moerdler
Thank you so much and congratulations on the quarter. Very impressive both the quarter and the guide. We’ve seen a lot of focus on the model training side, but less on applications and inferencing in the rest. You guys have a lot of expertise in the market and in the industry. You already have traditional AI sprinkled throughout all the Oracle products and capabilities. But where do you see the monetizable value of GenAI on the app side? How long do you think it’s going to take for GenAI to be a meaningful revenue, not just for Oracle, but software in general, on the app side, not on the training side? Thank you.
언제쯤 AI 트레이닝이 아니라 AI가 직접 유의미한 서비스를 제공하게 될까요? 오라클 뿐만 아니라 소프트웨어 전반에서요.
Lawrence Ellison(전부 다 중요)
Well, let me — I’m sorry, I’m monopolizing these answers. I apologize. But let me start with health care everything from us helping doctors diagnose different diseases. When someone goes in to get a sonogram, and I’ve seen the nurses and the technicians and the doctors actually measure the baby skull and measure the baby’s spinal cord to see how — it’s utterly ridiculous. The computer should do all of that. And if there’s an umbilical wrapped around the fetus the computers should discover all of that, and now it should all be recorded. The doctor could get assistance from a computer doing all of this stuff. Looking at the plaque and coronary arteries, all should be done that way.
Already, we’ve delivered when a doctor visits a — gets ready to visit a patient, we prepare a summary for the doctor. We use AI to look at the electronic health records, the latest labs that might’ve been just a few hours ago. And let the doctor know whether there’s stability or disease progression or whatever the doctor needs to know prior to the consultation with the patient. That summary is created by AI, human readable summary. Then AI listens to the consultations between the doctor and the patient. This is already delivered. This is already out there. They’ll deliver — they’ll listen to the consultation of doctors with the patient. If the doctor orders a prescription, the AI checks to make sure the prescription is accurate and enters the prescription. The AI updates the electronic health records. The AI transcribes and distributes the doctors’ orders, all from listening to the conversation. The doctor then gets a draft at the end of the conversation that the doctor can quickly review and approve. And then the prescriptions are filled and the orders are executed and the electronic health records are updated. We’re already doing all of that. But I can go on. In health care, we need so many things from reading of X-rays to just the user interface.
Our user interface is so different than Epic’s. I was at Stanford with my son at one time and it took three people, three different positions to actually be able to find his X-rays. This is how you find the X-rays for Larry Ellison. You say, Oracle, please show me Larry Ellison’s latest X-ray. It’s a voice interface. You just ask for them. How do you log on? Well, you look at the computer and it recognizes your face. It recognizes your voice, that knows you’re the doctor and you’re authorized to look at that, all the authorization is done with AI.
When are we going to start monetizing it? Well, all of Cerner is the monetization. The fact that we can dramatically expand our health business is because it’s based on AI. It is — AI is just — I don’t know how to describe it. I mean the best way to describe it. It’s not something you sell separately. It’s the diagnostic system. It’s the electronic health record system. It is — the pharmacy system, this prescription system, the user authentication, the log-in system, it’s all AI. And I know people think it’s a separate thing that, “Oh my God.” And I hear a bunch of applications come say, “Oh, we’ve now got AI agents we’ll charge for separately. I mean — it’s — our applications are going to be primarily AI applications, everything. How do you charge separately for everything I really don’t — I find it bewildering when I listen to them talk. I don’t understand what they’re saying. We wonder — and I’ll stop there.
AI를 기초로한 서비스를 이해하기에 너무 다 중요해서 요약하기 어렵지만, 간단히 요약하면 다음과 같다.
헬스케어로 예로 들자. 지금 의사가 초음파로 태아의 머리크기를 재고, 뼈 길이를 잰다. 이걸 말도 안되는 일이다. 초음파는 의사가 시행하더라도 측정은 모두 AI가 해야 한다. 의사가 환자와 진료한다. AI가 대화를 듣고 진료기록을 작성하고 의사는 확인만 한다. 이게 우리가 나아가야 할 방향이다.
언제 이런 게 수익을 낼 수 있을까? 우리의 Cerner(오라클이 인수)가 하고 있는 대부분이 이런 일이다. “오, 우리가 이제 사용자를 도와줄 AI 에이전트를 개발했으니 여기에 비용을 부과 해볼까?” 나는 이건 말도 안되는 소리라고 생각한다.
즉, 제품이나 서비스 곳곳에 AI 기능이 숨겨져 당연한 기능처럼 탑재되어 전체 제품의 가치를 높여야 하는 것이지, AI만의 단독 기능으로 사용자에게 비용을 부과시키는 건 불가능하다는 이야기. 아이폰의 AI 기능이 추가되어 다른 스마트폰 대비 경쟁력이 올라가는 것과 같은 원리.
Derrick Wood
Great. Thanks. And I will echo my Congratulations. Safra, Larry, you guys have had this big inflection in RPO growth over the last few quarters. Could you update us on how you’re feeling about supply availability and your ability to stand up data center infrastructure in a time-efficient manner in order to move from contract signing to consumption and convert backlog into revenue? And I guess, are you doing anything different today than, say, a year ago to try and help accelerate these time lines?
RPO가 많은 건 알겠는데 이렇게 갑자기 늘어난 RPO를 어떻게 신속히 제품과 서비스로 공급하실 건지요? 데이터센터 짓는건요?
Lawrence Ellison
I just want to emphasize what Safra just said. Our private clouds are identical to our public clouds, except for the fact they might only have one tenant, and it might be in a building that you own. Besides that, they’re identical. We own the hardware. We manage the hardware for you. It just happens to be in a building you own, and you’re the only one that can get in. So that’s a very different situation than all of our competitors, and it’s fully automated.
So we’re prepared to manage thousands of data centers. By the way, I would compare that to Elon Musk, Starlink, where he’s got, I think, close to 7,000 satellites in the sky now, 6,800. How do you manage — these satellites constantly maneuver. They don’t — they’re not geosynchronous satellites. Their low earth orbiting satellites. So they’re constantly flying around and changing location. How do you manage 7,000 spacecraft flying around? Well, let me tell you, computers, it’s got to be fully automated or it’s not going to work.
You can’t have thousands even hundreds, I would say, data centers you can’t have, but you certainly can have thousands of data centers unless they’re fully automated. And the only way you could automate something is to make them all the same. You can’t automate 25 different things. So that’s one thing.
The other thing I’ll point out, and I think it’s interesting about Oracle, that some of the most senior people in our management team are experts in building buildings, building electric power plants and electric transmission systems. Because building these data centers is just that. You can’t just build a data center. You also have to account for the energy and the transmission of the energy from where it’s generated to the data center.
And of course, the most efficient way to do this is actually build the generation — the power generation plant right next to the data center. So you transmit over the short — over the shortest distance. And we actually have very senior people who are very — actually come from the utilities industry, as strange as that sounds, that are expert in doing this and helping us build these gigantic projects. Again, I’ll harken to Elon Musk. One of the hardest jobs he had in building Tesla was when he built the Austin plant, he had to build the largest building ever been built by human kind anywhere at any time.
And you want to know the largest building ever built? It certainly is not the Pentagon. It’s not the NASA building for the space shuttle. Largest building is the Tesla plant. And so you have to be the contractor of that plant. You have to be able to build those things and then fill it with robots that then build your cars.
So you got to build the building, get the power, build all the automation systems, which is the hardest part about building the cloud or building automation system, build all the automation systems, so it works efficiently and reliably and cost effectively. That is — and we have some really interesting people here with a very different experience base than we had even five years ago.
일론 머스크를 예로 들어 봅시다. 스타링크 할 때 7,000개에 가까운 위성이 지구 위를 돌고 있습니다. 이들을 다 수동으로 조작하나요? 이런 식으로 하면 수 천개가 아니라 수 백개도 불가능합니다. 데이터 센터도 마찬가지에요. 우리는 완전히 자동화된 데이터 센터를 짓습니다. 자동화되지 않는다면 25개의 데이터 센터도 운영하기 어렵습니다. 우린 사실 상 (자동화를 통해) 하나의 데이터센터를 운영하는 셈이에요.
그리고 우리 오라클 경영진에는 빌딩을 짓고, 전기 발전소를 짓고, 전기 전송 시스템에 대한 전문가가 많습니다. 왜냐하면 데이터 센터를 짓는다는 게 바로 그것(전기)이거든요. 데이터 센터를 그냥 지을 수 없어요. 전기가 필요하고, 전기가 생성된 곳으로부터 전기를 데이터센터로 옮겨와야 합니다.
물론, 가장 좋은 방법은 데이터센터 바로 옆에 발전소를 짓는 거에요. 바로 옆에서 전기를 끌고 오면 되죠.(앞서 말한 SMR 이야기의 연속)
Brad Zelnick
Great. Thanks so much for fitting me in. And I’ll just start by saying I can’t remember a Q1 ever being this exciting. Larry, we’ve talked about a lot of the reasons why you win in cloud infrastructure, especially by addressing areas of the market where your competitors can’t even reach. But in light of many high-profile cyber incidents lately, can you talk about how being more secure, not just in being so highly automated as you’ve already discussed, but how is being more secure helping to win some of these very large OCI deals especially in the U.S. and other governments around the world? Thank you.
보안 사고가 있었죠(클라우드 스트라이크 이야기인듯). 단순히 자동화가 아니라 어떻게 더 안전하게(보안) 데이터 센터를 구축하는 것이 새로운 대형 OCI 계약을 따는 데 도움이 될까요?(자동화는 알겠는데 보안은 어떡할거냔 질문)
Lawrence Ellison
Well, I couldn’t thank you more for the question because I have two things I’m talking about a Cloud World on Tuesday. One is multi-cloud and the other is security. And let me announce right here, we’re done with passwords. The idea is utterly ridiculous. They’re easily hacked. The more difficult they are to remember, the more likely you are to write them down, the more likely they are to be stolen. Everything done to make passwords better has made them worse.
It’s a terrible idea. So we’re getting rid of passwords entirely. This is the way log on is going to work. I’m going to type in larry.ellisonoracle.com, the computer is going to look at me and say, okay, hi, Larry, we’re done. Why would I type in? Safra can recognize me. My kids can recognize me. You’re telling me a computer can’t recognize me and log me in. This is ridiculous. So we’re not — no more passwords. Those have got to go.
좋은 질문입니다. 제가 하나 선언할게요. 우리의 비밀번호와의 인연은 이제 끝입니다. 봐요. 비밀번호를 만듭니다. 너무 쉬우니 더 어렵게 만들라고 해요. 너무 어렵게 만들어 기억나지 않아 어디다가 적어둡니다. 그걸 누가 가져가게 되면 보안은 끝입니다. 이게 말이 되나요? 우리가 직장에 나가면 모두가 날 알아봅니다. 우리 아이도 날 알아보고 직원들도 날 알아봐요. 근데 컴퓨터는 못 알아봐요. 그래서 비밀번호를 입력합니다. 이렇게 비밀번호를 입력하는 행위는 이제 끝입니다.
There are other things we can do to secure network communications and we have this new technology actually goes live in our cloud this week called Zipper, it’s called Zero Trust Packet Routing, that I’ll be talking about. And it guarantees the — while biometric authentication will guarantee that you are who you say you are when you log in.
Zero Trust Packet Routing이라고 합니다. 지문이나 얼굴 인식을 통해 로그인 시 우리 스스로를 인증합니다.
So we’ll know, so users — fraudulent users will find it very difficult to infiltrate our systems with biometric authentication. And by the way, there are keys on the keyboard that will look at your fingerprint. It depends on how — if you want face recognition plus fingerprints, all voluntary. You don’t have to do it if you don’t want to. But I certainly — a whole bunch of people prefer biometric authentication. That’s why Google Pay is popular and Apple Pay is popular. So it’s from my convenience. I don’t want to remember passwords.
키보드에 지문을 인식하는 장치가 있습니다. 하기 싫으면 예전처럼 키보드로 비밀번호를 입력해도 됩니다. 하지만 많은 사람들이 바이오 인식을 선호합니다. 그래서 구글 페이나 애플 페이가 인기가 많습니다. 편하니까요.
Look at me and recognize me and log me in. Don’t ask me to type in some stupid 17 letter password that someone can steal. There is that. The Zero Trust packet routing actually authenticates you from the user all the way to the data. And we’ve greatly simplified network security by separating it from network configuration. That’s another thing I’m going to talk about.
But by the way, let me go back to automation. Automation is more of a security issue than it is an efficiency issue. Automated cars, self-driving cars will kill a lot fewer people every year than human drivers. They don’t get drunk. They don’t go 135 miles an hour. Automation is a safety issue and a security issue. All — almost all cyberattacks begin the same way with human error.
다시 원점으로 돌아가서, 자동화는 효율성보다 보안성 이슈입니다. 자율주행차는 여전히 길거리의 사람을 치지만, 인간 운전자보다는 안전합니다. 사고를 덜내고 술도 마시지 않아요. 과속도 안합니다. 자동화는 보안에 중요합니다. 사이버 공격의 전부가 휴먼 에러에서 시작됩니다.
If there is no Oracle database administrator as there isn’t with the autonomous database, the data — the DBA cannot make a configuration mistake that exposes your data. You can’t have a human being involved if you want to make your data secure. Autonomy is a huge portion of it.
오라클 데이터 베이스엔 관리자가 없습니다. 따라서 오류도 없습니다.
And the fourth piece of security that I’ll talk about is code generation. When you generate a computer program rather than hand write it in Java, hey, we’re the owners of Java or I don’t know. Maybe this supreme court said, we’re not the owners of Java. I’m not sure. I’m not sure what it even means. I’m not a lawyer.
But if the computer generates the program rather than a human being writing it, the computer will not generate security vulnerabilities. They will not generate something called state which means your application can’t fail over automatically in case your data center loses power or burns down or something like that.
또한 코드를 작성할 때 인간 개발자는 코딩하는 과정에서 온갖 취약점을 만들어냅니다. 컴퓨터는 절대 스스로 취약점을 만들지 않아요.
결론
너무 내용이 길었다. 나중에 필자 스스로도 분명 마지막 결론 부분만 읽어볼 것이기에 정말 중요한 내용만 정리해본다.
AI의 시장은 생각보다 크다.
나는 AI를 과소평가했다. 시장도 마찬가지였나보다. 오라클은 위의 컨퍼런스 콜 이후 주가가 계속해서 상승하고 있다. AI를 개발하는데 필요한 GPU 중심으로 시장이 집중했다면 이제는 시장이 AI를 더욱 개선해나가는데 필요한 인프라에 집중하기 시작한 것 같다. 그리고 이 분야의 전망이 정말 굉장한 것 같다. AI를 트레이닝 시키는 부분과 AI를 활용하는 부분이 앞으로 서로 경쟁적으로 성장해 나갈 것이라는 ORCL 경영진의 이야기. 꽤 설득력 있게 느껴졌다.
AI의 수익화
또한 AI 제품이 AI 서비스 자체로 나올 것이라 생각하면 안된다는 것도 배웠다. AI 서비스는 기존 제품에 끼어들어가 제품의 퀄리티를 높이고 결국 제품 가격을 인상하는 것과 같은 형태로 진행될 것이다. 따라서 AI의 파급력을 소비자가 체감하기엔 어려울 수도 있겠다.
보안 시장
보안의 끝은 결국 생체인식과 자동화다. 생체 인식은 심지어 기존의 비밀번호 시스템보다 훨씬 편하다. 더 효율적인데 편하기까지 하다면 트렌드는 빠른 속도로 바뀐다.
SMR
오라클은 가까운 미래에 70여 개의 데이터 센터를 지을 예정이고, 궁극적으로는 1,000개, 2,000개의 데이터 센터를 짓게 될 전망이다. 1개의 데이터 센터가 1기가와트 이상의 전력을 사용한다고 했을 때 정말 어마어마한 전기가 필요하게 될 것이다. 오라클은 아마 SMR의 경제성과 실현가능성을 보기 위해 SMR 기업(누군지는 모름)과 LOI 정도 작성했을지도 모르겠다. 그리고 누구든 간에, 싼 값에 대량 구매 하기 위해 한 두 곳의 SMR 기업으로부터 모든 reactor를 공급 받지 않을까? 마치 전기차 제조업체와 전기 배터리 제조사의 동맹처럼. 그렇다면 SMR 기업들의 잠재적 가치는 지금보다 훨씬 높을지도 모르겠다. 단, 아직 시장에서는 이 시나리오의 실현 가능성에 대해 의문을 가진 것 같다.
오라클 자체에 투자하기
오라클(ORCL)을 매수하는 것도 나쁘지 않아 보인다. 현재 급등세가 조금 안정화되고 조정받으면 소량 매수해 볼 법도 하다. 기업의 장기적 전망이 뛰어나고 주가도 이제 상승세를 타기 시작했기 때문이다. 기업 사이즈가 너무 크긴 하지만, 다른 기업(예: NVDA, 너무 욕심인가?)에 비해 낮은 PER(FWD PER 25)다. 꽤 좋은 수익을 가져다 줄 수도 있겠다는 생각이 들었다. 보초병으로 조금만 매수해보고 주가의 움직임을 관찰해볼까 한다.
