반도체 피크아웃 논쟁 — 토큰 소비량·에이전틱 AI·데이터센터 병목 (강정수 박사)

01핵심 개요

02핵심 내용 구조 — 수요·공급·주가의 분리

강정수 센터장은 세 가지를 구별해야 한다고 강조한다. ①AI 토큰 소비량(전기 계량기처럼 사용량 측정)은 지수함수·S커브로 폭증 중이라 피크아웃이 아니다. ②이에 따라 GPU·HBM·D램·낸드플래시 등 반도체 소비량도 계속 증가한다. ③그러나 반도체 '주가'는 별개 변수(영업이익률·성장률 기울기·자금 이동)에 좌우된다. 메모리 기업 영업이익률이 이미 80~90%대로 하드웨어 사상 최고치라 이익률은 피크에 도달했거나 근접, 판매량도 공장 증설 전까지는 계단식 상단에 있다.

03기술적 맥락 — 에이전틱 토큰 폭증의 구조

2026년 토큰 소비가 질적으로 달라진 핵심은 에이전틱 소비. 사용자가 체감하지 못하는 이유는 뒷단에서 돌아가는 에이전트 소비가 인간 소비의 6배 이상이기 때문. 작년 11월 클로드 코드·코워크, 오픈클로, 코덱스 등이 등장하며 태스크 타임 허라이즌(품질 저하 없이 지속 가능한 작업 시간)이 1시간 미만에서 최대 16시간으로 확장됐고, 인간이 지켜보는 '휴먼 인 더 루프'가 사라지며 멀티에이전트(계획·실행·검토 6~7개)가 자율 작동한다. 여기서 스테이트 트래킹(5~10분마다 상태 추적)과 중간 검증이 강화되며 낸드플래시·SSD·CPU 수요까지 새로 발생 — 비싼 HBM 대신 낸드에 상태를 기록하기 때문. 대가로 토큰 소비가 폭증해 테슬라는 1인당 월 1,000달러 상한을 걸었고, 업계는 '루프 엔지니어링'(루프 최적화)과 ROT(Return on Token) 개념을 도입 중.

04핵심 워크플로우 — AX 실패에서 전면 도입으로

2025년 상반기까지 미국 AX(AI 트랜스포메이션) 프로그램의 90% 이상이 실패했다(MIT 미디어랩 보고서). 원인은 모델이 아니라 '쓰는 방법론'이었고, 앤트로픽·오픈AI는 포워드 디플로이드 엔지니어를 고객사(골드만삭스 등)에 상주시켜 방법을 교정, 그 결과물이 클로드 코드·코워크·코덱스다. 발표자는 "AI가 고용을 줄였다"는 과거형 통계를 '개소리'로 일축한다 — 전직원 도입은 미국도 2026년부터, 삼성전자는 8월(보안 사업이라 정보 허가에 2~4월 소요), SK·계열사는 연말 목표로 이제 막 시작하기 때문. 업무 침투율이 사실상 제로에서 팀 단위로 올라가면 소비량은 더 증가한다.

05활용 시나리오

B2B 전직원 도입 확산(스타트업→대기업→중견기업 순으로 침투율 상승), B2C 답변 품질 향상(쿼리 팬아웃으로 질문 하나를 최대 12개로 쪼개 답변 합성=앤서 퓨전, 무료 5개·유료 12개), 데이터센터 선주문 급증(미국 인허가 1,000개 초과 vs 한국 가동 9개, GPU·HBM·낸드 선매).

06현황 및 전망 — 단기 리스크와 변수

중장기 반도체 시장은 걱정할 게 적지만, 단기 리스크는 데이터센터 건설 병목이다. 미국 건설 인력이 부족해 메타·구글이 배관공·용접공 양성에 각 1억 달러를 출자했고, 전국적 데이터센터 반대 시위까지 벌어졌다. 하방 시나리오는 ①루프 최적화가 과도해 토큰이 급감하거나 ②기업이 "효과 없다"며 도입을 축소하는 경우지만, 발표자는 루프 최적화는 오히려 침투율을 높여 소비를 늘린다고 본다. 올해 연말 전직원 도입 중간평가가 핵심 분기점.

07용어 사전

08딥링크

• 토큰 소비량 피크아웃 반박
• 에이전틱·루프 엔지니어링 구조
• 데이터센터 건설 병목 이슈