AI 추론의 시대

AI 텐베거 투자 - 뉴사이클에 진입한 AI 혁명 산업, 10배 종목 발굴을 위한 전략서
이형수 지음 / 지베르니 / 2025년 5월

 한국은 중진국의 함정을 넘어 선진국에 진입한 거의 유일한 국가다. 하지만 최근 그 힘이 다한 듯 보인다. 인터넷 혁명과 모바일 전환에는 선도적으로 진입했지만 인공지능 시대가 오면서 그것을 따라가지 못하는 분위기다. 한국의 주력 산업인 반도체 부분도 그러한데 인공지능 시대에 잘 진입한 TSMC와 다르게 한국의 삼성전자는 파운드리는 커녕 HBM도 잘 만들어내지 못해 고전하고 있다. 그 결과 한국은 인터넷과 모바일 시기에 멀리 감치 떨어뜨렸던 대만이 다시 국민 일인당 소득 역전을 코앞에 두고 있다. 

 한국은 기술혁신과 스타트업의 성장, 친환경 산업으로의 전환이 강력히 필요하다. 과거 영화를 누렸던 석유화학, 철강, 정유는 중국과의 경쟁과 환경규제로 그 힘을 잃어 구조조정이 필요하다. 한국은 인공지능과 첨단 반도체, 바이오, 친환경에서 미국과 중국에 비해 취약하다. 전통 제조업에서 탈피하고 이 부분에 대한 대규모 투자를 늘려야 한다. 특히 정부 역할이 중요하다. 인공지능의 개발에는 막대한 양의 엔비디아 GPU가 필요하다. 여기엔 수십조원의 돈이 투입되어야 하는데 이를 정부가 해야하는 것이다. 과거 한국 정부는 인터넷과 모바일 환경 조성에는 상당히 선도적이었지만 4차 산업혁명에서는 그 역할을 하지 못했다. 뒤늦게나마 이재명 정부가 150조원 규모의 민간합작 AI 국책사업을 벌이는 것은 매우 다행스러운 일이다.

 AI혁명이 가속화할 수록 이차전지 소재, 탄소섬유, 반도체 소재 같은 영역의 수요는 크게 늘어날 것이다. 반도체 역시 인공지능과 HBM에 집중될 것이고 기존 레거시인 D램과 낸드 플래시는 중국과의 경쟁이 심화하여 수익성이 악화할 것이 분명하다. 

 한국의 반도체는 수출 비중의 20% 수준이다. 자동차는 10%수준이다. 2030년이면 인공지능은 세계 경제의 무려 19.9$를 차지하며 이는 세계 GDP의 3.5% 수준이다. 현재 많은 인공지능 기업이 수익을 내지 못하고 있으며 이는 당분간 이어질 가능성이 높지만 우려에 불과하다. 원래 신기술은 초기 투자비용은 높고 수익은 후에 이뤄지나 막상 흑자전환되면 그 성장세와 규모는 상상 이상이다. 실제로 1994년 창업한 아마존은 2001년이 되어서야 흑전했고 구글 역시 창업 3년만인 2001년에야 흑전했다. 당시 이 기업들이 적자라고 해서 투자를 하지 않았다면 무척 어리석은 일이었을 것이다.

 인공지능 개발에 들어가는 막대한 자금은 기업들의 흑자전환을 늦추고 있다. GPT5의 훈련은 GPT4에 비해서 46배의 컴퓨팅 파워가 요구되었다. GPT-40의 모델 훈련 비용은 1억 달러로 추산된다. 그리고 2027년에는 생성형 인공지능 훈련비가 1000억 달러로 예상된다. 하지만 그럼에도 미국 유수의 빅테크들은 인공지능 개발에 사활이다. 테슬라는 이미 전기차 기업이 아니다. 그들은 그록인공지능 시리즈와 자율주행, 휴머노이드 기업이다. 테슬라는 전력생산, 저장, 충전, 자원 재활용에 이르는 거대한 자체 생태계를 구축 중이다. 메타는 인스타와 왓츠앱이라는 세계 최대의 sns를 보유하고 있어 40억 이용자의 데이터 수입에 용이하다. 그들 역시 인공지능 연구시설과 인재를 갖고 있다. 최근 선보인 모델이 라마인데 이를 파인 튜닝해 앱을 개발하려는 수요가 늘고 있다. 

 요즘 인공지능 개발 트렌드가 변화중이다. 기존 학습에서 추론으로의 전환이다. 중국의 딥시크는 인공지능 개발에 규모의 법칙을 무시한 것 처럼 보이지만 사실상 딥시크 개발이 필요한 제반 여건에 들어가는 비용을 추산하며 그 법칙을 무시했다고 보기 어려우며, 추론은 더욱 큰 규모의 컴퓨팅 파워와 그를 위한 물리적 기반을 욕하기에 스케일링의 법칙은 더욱 강화될 가능성이 높다. 

 인공지능 개발을 위해서는 SW와 HW가 모두 중요하다. SW는 불필요한 추론 과정에서의 비용문제 해결이 과제이며 HW에서는 더 많은 프로세스 활용, 네트워크 대역폭 지원등이 필요하다. 인공지능 인프라는 더욱 강화되어야 하는데 이를 위해 데이터 센터는 더욱 폭증할 것이다. 특히 스위치 장비와 실리콘 포토제닉스 기술이 중요하다. 기존 GPU는 학습에 ASIC(AI주문형 반도체)는 추론에 유리하다. 기존 인공지능은 질문을 받으면 즉시 답변을 생성한다. 그러다 보니 엉뚱한 답변도 적잖은데 추론으로 넘어가면 질문을 논리적으로 분석하고 여러 단계를 거치며 결론을 도출한다. 다만 과정이 복잡한 만큼 기존에 비해 컴퓨티 파워가 100배 이상 필요하다. 이는 인공지능 자체의 개발은 물론이고 이를 기반한 거대한 물리적 장치의 필요성을 의미한다. 

 인공지능 시대의 데이터 센터는 그래서 더욱 커진다. 2023년 3730억 달러 규모인 것이 2029년이면 6420억 달러로 추산된다. 추론으로 인해 데이터 트랙픽이 더욱 커질 것이고, 인공지능 가속기, 전력 소비, 냉각 방식이 일반 데이터 센터보다 더욱 중요해진다. 

 미국은 트럼프 출범 이후 인공지능 경쟁을 위해 스타게이트 프로젝트를 출범했다. 인공지능 관련 모든 미국 기업이 총 망라되었고 협조와 투자는 국제적이다. 클라우드와 인프라 서비스에는 오라클과 MS, 인공지능 반도체에는 엔비디아, ARM, SK하이닉스, 마이크론 테크놀로지, 네트워크에는 브로드컴, 아리스타 네트웍스, 코히어런트, 원전과 천연가스에는 코스텔레이션 에너지, 비스트라 에너지, NRG에너지, 탈렌 에너지 드으이 기업이다. 초기 지분투자에는 일본의 소프트뱅크와 오픈AI, 오라클, MGX 등이 활약하며 무려 40만장의 GPU를 갖춘 대규모 데이터 센터를 미 텍사스에 건설할 예정이다. 

 이런 미국의 진격에 EU도 태세 전환 중이다. EU는 기존에 인공지능에 대해 개발보다는 인권보호와 민주주의 수호 측면에서 규제에 집중했다. 프랑스는 민간 포함 인공지능 유치에 163조를 투입할 예정이고 오픈 AI의 대항마로 미스트랄 AI를 보유 중이다. EU는 소버린 AI 구축으로 인공지능의 군사활용을 염두에 둔 움직임이 가속화 중이다. 인도 역시 가만히 있지 않는다. 그들은 무케시 암바니가 이끄는 리라이언스가 인도 자만카트에 무려 3GW 급 세계 최대의 데이터 센터를 계획 중이다. AI의 확산은 4단계다. 우선 데이터 인프로 증설, 네트워크 고도화 인공지능 애플리케이션의 대중화, AI 디바이스의 보편화다. 인공지능의 수요 확대로 HBM, ESSD도 성장이 지속된다. 

 빅테크들은 AI 모델에서 엔비디아 칩 의존을 줄이기 위해 자체 설계칩인(ASIC)의 적용을 원한다. 브로드컴이 이 부분의 강자다. ASIC 시장은 2024년 203억 달러에서 2031년에는 328억 달러로 성장 예정이다. 마벨테크놀로지는 AI 데이터 센터의 수혜기업이다. 하지만 최근 브로드컴에 밀리는 모양새가 역력하다.

 유리기판은 기존 플라스틱 기판 대신에 유리로 코어를 만든 기판이다. 유리기판은 실리콘의 장점은 매끈한 표면, 낮은 열팽창계수를 가지면서도 유리 특유의 장점은 낮은 열 전도율과 유연한 강도, 저렴한 비용이라는 장점을 갖는다. 실리콘 포토닉스는 서버 내 반도체 통신 구간에서 구리와 전기 신호대신 광자로 속도를 높이는 기술이다. 반도체는 광신호를 받을 수 없어서 광신호와 전기신호를 바꿔주는 트랜시버장치가 필요하다. 기술이 발전할 수록 인공지능에 필요한 기판 면적이 커지는데 유리기판이 이에도 적합하다. 

 한국의 유리기판 제조업체는 SKC앱솔릭스가 있다. 이들은 AMD에 HPC용 유리기판을 공급계획 중이다. 그리고 2022년 조지아주 뉴튼 카운티에 생산 공장을 착공했다. 유리기판은 5조원대의 FC-BGA시장을 대체할 가능성이 높다. 중장기적으로 실리콘 인터포저도 유리인터포저로 대체될 수 있다. 유리기판은 TGV 공정, 최초 빌드업 공정, 기판을 자르는 싱귤레이션 공정이 필요하다. 

 인공지능 혁명은 인공지능 가속기, 서버와 데이터 센터, 전력 인프라를 넘어선 네트워크 인프라를 요구한다. 셀레스티카는 메타와 아마존에 인공지능 네트워크 장비를 공급한다. 코히어런트와 아리스타네트웍스 등은 네트워크 장비를 공급한다. 

 광통신은 반도체가 사용할 수 있는 전기신호로의 전환이 중요한데 실리콘 포토닉스 기술을 통해 포토닉스 IC전자직접회로를 결합해 광신호를 전기신호로 변환한다. 코히어런트가 실리콘 포토닉스 기업이며 국내에는 퀄리타스 반도체, 오픈엣지테크놀로지가 이것을 한다. 실리콘 포토닉스 시장은 2020년 10억 달러에서 2027년 46억 달러로 성장 예정이다. 

 CPO는 실리콘 포토닉스와 첨단 패키징 결합 기술이다. TSMC와 삼성전자고 도입 중이다. CPO에서는 산화막 제거 물질은 플럭스를 배제한다. 플럭스는 반드시 필요한 공정이나 잔여물질은 남기는 경우가 있는데 이것이 광통신을 방해한다. 광반도체 기술은 미래에 도입될 가능성이 높지만 한국업체들인 이 부분의 기술이 취약하다. 

 ASIC는 유망하지만 그렇다고 해서 GPU를 대체하진 못한다. 보완재 성격이다. ASIC로 인해 특정 애플리케이션의 맞춤 역할이 가능하며 구글의 TPU가 대표적이다. ASIC 시장의 성장으로 파운드리 수혜기업인 TSMC의 앞날이 더욱 밝아졌다. 삼성은 2019년 대대적인 파운드리 성장을 예고했지만 당시 파운드리 점유율 19%였던 것이 지금은 오히려 10%를 하회하는 수준으로 추락했다. AI 가속기 시장에서 분발이 요구된다.

 HBM이 인공지능 혁명 메모리 전쟁의 1막이라며2막은 온디바이스용 AI 메모리가 될 것이다. SOCAMM, LLW D램, LPW낸드 플래시 등 다양한 온디바이스 커스텀 메모리가 새 부가가치를 낼 것이다. 온디바이스 인공지능 기술은 스마트폰과 PC를 넘어서 레벨3 자율주행차, 휴머노이드 로봇, XR등 새로운 디바이스에 적용될 것이다. 

 늦었지만 한국 정부는 GPU 3만장을 2027년까지 도입할 예정이다. 엔비디아 GPU는 가격도 비싸지만 수요가 넘쳐나 쉽게 도입하기도 어렵다. 강한 외교력이 필요한 시점이다. 현재 국내 엔비디아 H100물량은 겨우 3천-5천장 수준이다. 단일 기업으로 수만개를 가진 미국 빅테크와 비교해 무척 초라하다. NHN클라우드가 1천장, 네이버 계열사들이 1천장, 삼성SDS가 1천장을 가진 것으로 추정된다. 

 한국은 거의 다른 모든 영역에서 중국에 추월당했다. 이는 반도체 부분도 마찬가지다. 2022년까지만 해도 한국은 반도체에서 중국을 앞서있었다. 하지만 지금은 최고 수준을 100으로 보았을 때, 고집적 저항기반 메모리 기술은 한90.9, 중94.1, 고성능 저전력 인공지능 반도체기술은 한 84.1, 중 88.3, 전력 반도체는 한 67.5, 중 79.8, 차세대 고성능 센싱기술은 한 81.3, 중 93.9, 첨단 패키징은 한 74.2, 중74.2로 모든 차세대 분야에서 열세다. 그 결과 중국은 미국의 견제에도 2025년 테크주들이 고성장 랠리를 보이고 있어 주가가 30%이상 상승했다. 

 중국은 첨단 분야에선 아직 제조에서 밀리지만 레거시 분야에서는 가격파괴로 삼성전자와 sk하이닉스를 괴롭히고 있다. 중국의 반도체 기업은 아이디어가 있으면 바로 실행하고, 실패한 90% 기업을 생존한 10%기업이 흡수해 기술을 이어나간다. 여기에 과거의 한국처럼 필요하면 밤을 세우는 유연한 근로체계와 인력들의 동기부여 자체가 매우 강력하다. 

 인공지능의 개발에는 매우 많은 전력이 필요하다. 미 웰스파고는 생성형 인공지능의 수요가 미국의 경우 2023년 3테라와트시인 것이 2030년이면 652테라와트시로 무려 217배 증가할 것으로 예상한다. 스타게이트 사업에는 최대 20개의 인공지능 데이터 센터가 건립될 예정이며 이들의 전력 규모는 5GWH다. 원전 한 기가 통상적으로 1GWH를 제공하기에 무려 100기가 필요하다. 전력 수요의 증가는 유틸리티, 태양광과 ESSD, 원자력에 수혜를 줄 것이다. 유틸리티 기업은 초기 전력 수요 증가를 기존 발전 설비로 쓸 수 밖에 없어 수혜를 보게 된다. 그리고 향후 3-4년은 태양광과 ESSD의 시대로 퍼스트 솔라, 넥스트래커, 플루언스 에너지가 주목된다. 2027년부터는 소형모듈원자로가 필요하다. 이는 원자로를 모듈형태로 미리 공장에서 제작해 소규모로 빠르게 설치가 가능하다. 최근 이재명대통령이 말한 15년 건설 기간이 필요한 원전은 기존의 원전이다. 소형모듈원전은 발전단가가 현재의 1/3수준으로 떨어져 신재생에너지와도 가격경쟁을 해볼만 하다.

 미국은 전력은 물론이고 이를 송전할 배전 설비도 오래되었다. 기반 시설이 1970-80년대 조성되어 노후화하였다. 버티브 홀딩스는 인공지능 데이터 센터에 특화하였고 배전 설비 기업이며 액체냉각방식을 사용한다. 인공지능 데이터 센터는 열을 많인 내뿜기에 기존 공랭식보다는 액체냉각설비로 갈 수 밖에 없다. 한국은 경우 DH현대일렉트릭과 LS 일렉트릭이 미 전력설비 교체 수요의 수혜를 볼것으로 예상된다.

 인공지능으로의 전환은 지금 시작이다. 이는 인공지능 자체를 개발하는 기업과 이것을 가능하게 하는 반도체 설계 및 공급 기업, 그 반도체를 더욱 효율적이고 성능을 좋게 하는 소재 기업, 반도체를 굴리는 데이터 센터 기업, 전력을 공급하는 기업, 그 전력망을 구축하는 기업들에 모두 기회를 줄 것으로 예상된다.