AI 투자에서는 병목의 이동 순서와 기업 실행력을 함께 살펴야 한다.

01핵심 개요

• 김지현 SK쇼팩스 AI 위원회 부사장은 기술과 실적 가능성을 보고 최소 1년 반~3년의 호흡으로 투자한다고 말했다.
• AI 인프라 병목은 GPU에서 HBM·D램·낸드플래시로, 이후 전력·냉각·네트워크·데이터로 옮겨갈 수 있다고 봤다.
• HBM 수요 확대가 D램 생산 여력과 가격에도 영향을 주며, 메모리 3사의 수익성이 과거와 달라졌다고 설명했다.
• 데이터센터 전력 수요는 1GW·10GW·20GW 단위로 커질 수 있으며, 한국은 20GW까지 지향한다고 언급했다.
• 섹터를 찾은 뒤에는 특허·실적·매출 비중·파트너십·CEO 리더십을 조사해 개별 기업을 골라야 한다고 제안했다.

02핵심 주장 / 논점 구조

• 투자는 단기 주가 움직임보다 기술에 대한 믿음과 해당 기술이 실적으로 이어질 가능성을 보고 판단해야 한다고 말했다.
• 원천기술, 상품화 기업, 솔루션 공급 기업을 레이어로 구분해야 기술 확산에 따른 수혜 순서를 볼 수 있다고 설명했다.
• AI 투자에서는 병목을 해결하는 기업을 찾되, 같은 병목 안에서도 기술 투자와 실제 실적을 비교해야 한다고 강조했다.
• 과거 기술 전환의 전개를 현재에 대입하고, 영화·소설 등을 통한 상상으로 다음 단계를 가설화할 수 있다고 말했다.

03인터넷 시대로 본 수혜 레이어의 이동

• 웹 초기에는 컴퓨터 완제품 제조사, CPU 공급사, 윈도우와 브라우저 등 기반 인프라 기업이 먼저 돈을 벌었다고 설명했다.
• 이후 구글·네이버 같은 인터넷 서비스 기업이 성장하고, 웹 사용 확산 뒤에는 페이스북·틱톡과 광고 솔루션·에이전시가 수혜를 봤다고 말했다.
• 기술 하나만 보지 말고 그 기술이 들어가는 곳, 만들어내는 가치, 비즈니스 모델, 이를 돕는 솔루션 기업까지 봐야 한다고 제시했다.
• 램·냉각·전력 등의 주제를 단기적으로 추격하기보다 최소 1~2년 이상 긴 호흡으로 병목을 봐야 한다고 말했다.

04GPU 이후 HBM·D램·낸드플래시 병목

• 오픈AI와 앤트로픽 같은 모델 기업이 성능 경쟁을 하려면 컴퓨팅 자원이 필요하므로 첫 병목은 GPU였다고 설명했다.
• GPU에는 HBM이 필요하고, GPU 하나당 HBM 수가 예전 4개에서 현재 8개라고 언급하며 HBM 적층 기술의 중요성을 짚었다.
• HBM 생산 확대는 삼성전자와 SK하이닉스의 D램 생산 여력에 영향을 주고, 스마트폰·컴퓨터 수요가 있는 D램 가격 상승으로 이어질 수 있다고 봤다.
• 컨텍스트와 데이터 용량이 커지면 휘발성 램만으로 저장하기 어려워져 비휘발성 낸드플래시와 SSD 수요도 늘 수 있다고 설명했다.
• 아이폰 18 Pro의 온디바이스 AI가 더 빠르고 많은 메모리를 요구할 수 있다며 LPDDR 계열 수요 가능성을 언급했다.

05전력과 냉각, 광 네트워크의 다음 과제

• GPU·메모리 문제가 완화된 뒤에는 1GW, 10GW, 20GW급 데이터센터에 필요한 전력이 다음 병목이 될 수 있다고 말했다.
• 현재 한국 데이터센터 전력 규모를 약 1.5GW로 언급하며, 10년 뒤 20GW 수준이면 크게 증가하는 것이라고 설명했다.
• 전력원으로 그린에너지, SMR, 별도 화력발전소, 연료전지 등이 거론될 수 있다고 말했다.
• 냉각은 공냉식에서 수냉식·액침냉각으로 이동할 수 있으며, 냉매와 관련 부품·소재·설비 기업의 매출 기회가 생길 수 있다고 봤다.
• 데이터센터 내부의 구리선 연결을 광케이블과 CPO 등으로 전환하면 속도·전력소모·발열을 함께 개선할 수 있으며, 루멘텀 홀딩스를 사례로 들었다.

06공개 데이터 소진 이후의 산업 데이터

• 최첨단 AI 모델은 인터넷 공개 데이터로 학습했지만, 좋은 모델을 훈련할 데이터가 부족해지고 있다고 진단했다.
• 저작권 관련 분쟁과 합의가 늘어나는 현상을 데이터 희소성이 커지는 징조로 언급했다.
• 바이오·제조 공장·조선소 등이 보유한 비공개 산업 데이터와 아직 디지털화되지 않은 물리 데이터의 가치를 주목해야 한다고 말했다.
• 전통 기업의 데이터를 측정·수집·아카이빙하고 모델 학습용으로 공급하는 데이터베이스 구축 솔루션 기업도 수혜 후보가 될 수 있다고 설명했다.

07개별 기업 조사와 AI 활용 방식

• 병목을 발견한 뒤에도 해당 분야 기업이 여러 곳이면 기술 투자 수준과 실제 실적을 기준으로 다시 비교해야 한다고 말했다.
• 산업이 주목받더라도 기술 혁신·투자·기업 문화가 부족한 기업은 후보가 되기 어렵다고 지적했다.
• 개별 기업 조사에서는 실적, 사업별 매출 비중, 특허, CEO 리더십, 조직 체계, 파트너십, 공급처를 살펴야 한다고 제안했다.
• AI에는 투자 여부를 직접 묻기보다 최근 1~3년 사업·실적·매출 비중과 병목 대응 기술·상품·솔루션을 조사하도록 질문해야 한다고 말했다.

08용어 사전