지난 1~2년 동안 AI 산업 체인에 대한 트윗을 많이 작성했으며, 이전에는 AI 컴퓨팅 파워 산업 체인의 투자 논리를 자세히 설명했습니다.
작년 9월 말 https://x.com/qinbafrank/status/1973043276568781033?s=46&t=k6rimWsEbo2D2tXolYcM-A에 언급했듯이, 애플리케이션의 확장으로 컴퓨팅 파워에 대한 수요가 증가했으며, 이는 컴퓨팅과 스토리지 모두에 이점을 제공했습니다.
올해 2월 중순 https://x.com/qinbafrank/status/2023597321368547520?s=20에 작성한 자본 지출 경쟁에 관한 트윗에서는 다음과 같은 내용을 논의했습니다: 1) 컴퓨팅 파워 산업 체인의 핵심 연결고리는 여전히 가장 큰 가치를 포착할 수 있습니다: 칩, 패키징 및 테스트, 스토리지, 광 모듈 등입니다. 용량을 빠르게 확장하기 어렵고 진입 장벽이 높은 기업은 막대한 자본 지출의 혜택을 누릴 것입니다;
2) 효율성 최적화의 여지는 여전히 상당합니다: 증류(distillation), 양자화(quantization), MoE, 전용 칩, 수랭식 냉각 및 핵융합(장기적)은 추론 측면에서 컴퓨팅 파워 단위당 에너지 소비와 비용을 10~100배 더 줄일 수 있습니다. 이러한 분야에서 기회를 찾아보세요.
올해 4월 중순, https://x.com/qinbafrank/status/2043653387271712962?s=20에서 GPU, 스토리지, 광 상호 연결, 전력 및 CPU 간에 산업 병목 현상이 어떻게 전달되는지에 대한 기본 논리를 자세히 설명했습니다.
최근 제 생각은 다음과 같습니다: "AI 자본 지출이 데이터 센터 산업 체인을 따라 확산된다"는 것은 여전히 기본 지도이지만, 더 이상 효과적인 알파 프레임워크는 아닙니다. 현재 진정으로 효과적인 프레임워크는 자본 지출 베타에서 다음으로 업그레이드되어야 합니다:
진정한 병목 현상을 소유한 자, 병목 현상을 이익으로 전환할 수 있는 자, 차세대 아키텍처 마이그레이션에서 제어 지점을 확보하는 자, 그리고 평가가 이미 사전에 과도하게 인출된 자.
즉, 지난 2년 동안 "AI 데이터 센터 관련성"을 매수할 수 있었다면, 앞으로는 희소한 현금 흐름 + 아키텍처 제어 + 검증 가능한 주문 지속 가능성을 매수해야 합니다. 이유는 무엇일까요? 핵심 논리는 산업 체인의 모든 연결고리가 한 번씩 과대 광고된 후에는 모든 것을 동일하게 취급할 수 없다는 것입니다. 대신, 산업 체인에서 대체 불가능하고 강력한 핵심 경쟁력을 갖춘 기업이 무엇인지 진정으로 구별해야 하며, 이를 대규모 주문과 예상보다 나은 납품이 뒷받침해야 합니다. 이는 본질적으로 광범위한 투자에서 신중한 선별로의 전환입니다.
I. 위 논리의 세 가지 핵심 변수
첫째, 단순히 "데이터 센터의 모든 연결고리가 과대 광고되었으므로 기존 논리는 무효하다"는 것이 아니라, 산업 체인 매핑 논리가 실패한 것이 아니라 "주식 선별 논리"에서 "연구 진입점"으로 격하되었을 뿐입니다.
빅테크의 자본 지출과 수요는 약화되지 않았습니다. Microsoft의 FY26 3분기 Azure 및 기타 클라우드 서비스 매출은 전년 동기 대비 40% 성장했으며, 고객 수요가 여전히 가용 용량을 초과한다고 명확히 밝혔습니다. 이는 컴퓨팅 파워 공급 제약이 여전히 현실임을 보여줍니다. Meta 또한 2026년 자본 지출 가이던스를 $1150억~$1350억에서 $1250억~$1450억으로 상향 조정했으며, 그 이유로 더 높은 부품 가격과 미래 데이터 센터 용량 비용을 언급했습니다. Alphabet의 2026년 1분기 Google Cloud 매출은 전년 동기 대비 63% 성장했으며, 클라우드 백로그는 $4600억을 초과하여 클라우드 AI 수요가 주문/계약 수준에 진입하고 있음을 나타냅니다.
따라서 문제는 "자본 지출 논리가 사라졌다"는 것이 아니라, 자본 지출 논리가 시장에 완전히 학습되었기 때문에 더 이상 모든 혜택을 받는 연결고리를 무차별적으로 매수할 수 없다는 것입니다.
둘째, "수익 성장"은 "물량, 가격, 구성 및 지속 가능성"으로 세분화되어야 합니다.
"수익 성장 대 기대치/평가 성장"이라고 말하는 것은 옳지만 충분히 상세하지 않습니다. 이제 시장은 진정으로 다음과 같이 질문할 것입니다:
- 수익 성장이 출하량에서 비롯되었는가, 아니면 평균 판매 가격(ASP)에서 비롯되었는가?
- ASP가 구조적 가격 인상인가, 아니면 단기적 공급 부족에 의한 것인가?
- 매출 총이익률 개선이 제품 구성 때문인가, 아니면 일회성 수급 불일치 때문인가?
- 백로그가 취소 가능한가, 아니면 다세대 플랫폼에 의해 고정되었는가?
- 고객 집중도가 기업에 협상력을 제공하는가, 아니면 이익 마진을 억압하는가?
예를 들어, 스토리지 부문은 분명히 더 이상 기대치에 관한 것이 아닙니다: Micron의 FY26 2분기 매출은 작년 동기 $80.5억에서 $238.6억으로 증가했으며, 매출 총이익률은 74.4%였습니다. 회사는 이러한 기록적인 실적을 강력한 수요, 타이트한 공급 및 AI 시대에서 메모리의 전략적 가치에 기인한다고 밝혔습니다. 이는 "CPO/800V 스토리지만 말하고 대규모 매출을 확인하지 못한" 많은 기업과는 완전히 다릅니다.
셋째, "기술 업그레이드"는 "올바른 방향"과 "올바른 도입 속도"로 세분화되어야 합니다.
CPO, 800V DC, 고급 패키징, 수랭식 냉각 및 전력 아키텍처 업그레이드는 모두 실제 방향이지만, 투자에서 가장 흔한 실수는 다음과 같습니다: 방향은 맞지만 속도가 틀리거나, 속도는 맞지만 기업이 주류 체인에 있지 않거나, 기업은 주류 체인에 있지만 플랫폼 소유자가 이익을 가져가는 경우입니다.
NVIDIA의 800V DC 페이지는 이미 기존 54V 아키텍처를 차세대 AI 팩토리의 병목 현상이라고 지칭하며, 800V DC가 변환 단계, 전류, 구리 손실 및 케이블 부피를 줄여 토큰당 와트를 향상시킬 수 있다고 강조했습니다. 그러나 이것이 모든 800V 관련 기업이 즉시 규모를 확장한다는 의미는 아닙니다. 가장 높은 전력 밀도를 가진 Rubin/Vera Rubin, NVL 랙 및 하이퍼스케일 AI 팩토리에 먼저 적용되고 점차 확산될 가능성이 더 높습니다.
II. 현재 AI 데이터 센터 산업 체인 분류
최고의 자산은 일반적으로 첫 번째와 세 번째 범주 사이에 있습니다: 단기적 성과와 차세대 아키텍처 제어 지점을 모두 갖춘 자산입니다. 최악은 네 번째 범주입니다: 매출은 자본 지출을 따르지만 경쟁 장벽이 낮고, 매출 총이익률이 낮으며, 고객 협상력이 강합니다.
III. 부문 분석: 투자 논리 및 경쟁 구도의 새로운 변화
- AI 데이터 센터 스토리지/메모리: 여전히 가장 강력한 "수익 실현" 메인 라인이지만, 2027년 이후 공급 역풍을 주의해야 합니다. 여기서 스토리지는 세 가지 계층으로 나누어야 합니다: HBM, 서버 DRAM/DDR5/SOCAMM 및 엔터프라이즈 SSD/eSSD.
1) HBM: GPU 액세서리에서 AI 시스템의 핵심 병목 현상으로
HBM 논리는 강력한 수요, 높은 기술 장벽 및 느린 공급 확장이라는 세 가지를 동시에 갖추고 있기 때문에 가장 강력합니다. SK hynix는 시장 전망을 인용하여 HBM3E가 2026년에도 HBM 출하량의 약 3분의 2를 차지할 것으로 예상되며 HBM4가 점차 증가할 것이라고 밝혔습니다. 한편, 클라우드 벤더의 자체 개발 ASIC도 HBM을 채택하고 있어 HBM 수요가 더 이상 NVIDIA GPU에만 국한되지 않고 Google 및 AWS와 같은 자체 개발 칩 시스템으로 확장되었음을 나타냅니다.
경쟁 구도에서 SK hynix는 여전히 가장 강력한 기업 중 하나입니다. 회사의 보도 자료는 Counterpoint 데이터를 인용하여 SK hynix의 HBM 출하량 점유율이 2025년 2분기에 62%, 3분기 매출 점유율이 57%였다고 밝히며, HBM4量产 시스템을 구축하고 TSMC와의 패키징 협력을 강화했다고 밝혔습니다. Samsung은 2026년 1분기 실적 발표에서 메모리 사업부가 NVIDIA Vera Rubin 플랫폼용 HBM4 및 SOCAMM2의 양산 판매를 시작했으며 PCIe Gen6 SSD를 개발 중이라고 밝혔습니다.
투자 변화: 과거에는 "총 HBM 수요"를 매수했지만, 이제는 HBM4 세대 점유율, 고객 인증, 베이스 다이/패키징 시너지, 12단/16단 수율 및 NVIDIA/ASIC 고객과의 다세대 바인딩을 매수합니다. HBM은 더 이상 단순한 주기적 제품이 아니라 스토리지, 고급 패키징 및 시스템 아키텍처 간의 전략적 자산입니다.
2) DDR5/SOCAMM: 저평가된 CPU/추론 측 병목 현상
Agentic AI 및 추론 워크로드의 성장과 함께 CPU, 메인 메모리, KV 캐시 및 데이터 전처리의 중요성이 증가했습니다. Samsung은 2026년 하반기에 서버 메모리 수요가 여전히 강세를 유지할 것이라고 명확히 언급했으며, DDR5, SOCAMM2 및 PCIe Gen6 eSSD/KV 캐시 스토리지를 AI 제품 포트폴리오의 핵심으로 지정했습니다.
이는 스토리지 논리가 "훈련 GPU에 HBM 필요"에서 "추론 및 에이전트에 더 큰 메모리 계층 구조 필요"로 확장되었음을 의미합니다. 이는 Micron, Samsung 및 SK hynix에 이점을 제공하지만, 탄력성의 원천은 다릅니다: SK hynix는 HBM 점유율에, Micron은 가격/이익 탄력성에, Samsung은 HBM4 추격 + DDR5/eSSD + 파운드리/베이스 다이 조합에 가깝습니다.
3) eSSD/NAND: 일반적인 주기적 제품에서 추론 인프라의 일부로
과거 NAND는 소비자 가전/엔터프라이즈 스토리지 주기적 제품에 더 가까웠지만, 이제 AI 데이터 센터 체크포인트, 임베딩, 벡터 데이터베이스, KV 캐시, 데이터 레이크 및 고처리량 추론이 모두 eSSD 수요를 촉진할 것입니다. SK hynix 또한 AI 훈련/추론 확장이 서버당 DRAM/HBM 용량을 증가시키고 동시에 eSSD 수요를 견인할 것이라고 언급했습니다.
위험: 스토리지는 현재 가장 강력한 펀더멘털을 가진 부문이지만, 또한 전형적인 주기적 산업입니다. SK hynix 자체도 경쟁 심화와 용량 확장으로 인해 HBM 가격이 2026년 이후 조정 국면에 진입할 수 있다고 경고했습니다. 따라서 스토리지 주식을 단순히 낮은 PER로만 볼 수 없으며, HBM4 점유율이 안정적인지, 일반 DRAM/NAND 가격이 정점에 가까운지, 고객 장기 계약이 충분히 견고한지, 자본 지출 확장이 수급을 교란하는지를 살펴봐야 합니다.
개인 판단: 스토리지는 AI 데이터 센터에서 가장 확실한 부문 중 하나로 남아 있지만, 2026년 하반기 이후에는 전략을 "포괄적 매수"에서 "기술 점유율 및 장기 계약 매수, 순수 가격 사이클 매도"로 전환해야 합니다.
2. 광 상호 연결/CPO: "광 모듈 물량 및 가격 인상"에서 "아키텍처 전쟁"으로
광 상호 연결은 가장 많은 변화가 있는 부문 중 하나입니다. 과거 시장은 800G 및 1.6T 광 모듈의 확장을 매수했지만, 다음 단계는 플러거블, LPO, CPO, 실리콘 포토닉스 및 스위치 ASIC 간의 가치 이동을 매수하는 것입니다.
NVIDIA는 Quantum-X 및 Spectrum-X 실리콘 포토닉스/CPO 아키텍처를 출시했으며, 자사의 CPO가 플러거블 트랜시버에 비해 5배의 에너지 효율과 5배의 지속적인 AI 런타임을 제공하면서 지연 시간을 줄일 수 있다고 주장합니다. Spectrum-X Ethernet Photonics는 최대 409.6 Tb/s에 도달할 수 있으며 2026년 하반기에 출시될 예정입니다. NVIDIA는 또한 자사의 포토닉스 스위치가 4배 적은 레이저로 3.5배의 에너지 효율을 달성한다고 밝히며, 생태계 파트너로 TSMC, Coherent, Corning, Fabrinet, Foxconn, Lumentum, SENKO, SPIL, Sumitomo, TFC 등을 공개했습니다.
Broadcom도 다른 경로를 추진하고 있습니다. Tomahawk 6는 이미 출하 중이며, 단일 칩이 102.4 Tbps로 100G/200G SerDes 및 CPO를 지원하며, 백만 개 이상의 XPU를 대상으로 하는 AI 네트워크를 목표로 합니다. Broadcom의 후속 Davisson CPO 이더넷 스위치는 기존 플러거블 광학이 전력 소비, 지연 시간 및 시스템 부피 측면에서 압박을 받는 반면, CPO는 광 상호 연결 전력을 70% 줄이고 512 XPU 스케일업 및 100,000개 이상의 XPU 2계층 스케일아웃을 지원할 수 있다고 강조합니다.
1. 경쟁 구도의 새로운 변화
이는 단순한 "광 모듈 수요 지속 성장"이 아니라 두 가지 경로 간의 경쟁입니다:
- NVIDIA 풀스택 네트워크 경로: InfiniBand + Spectrum-X + 실리콘 포토닉스, GPU/AI 팩토리 시스템 설계에 결합.
- Broadcom/오픈 이더넷 경로: Tomahawk + 이더넷 생태계, 클라우드 벤더가 NVIDIA 풀스택에 종속되는 것을 피하기 쉽게 함.
이는 전통적인 광 모듈 기업에 양날의 검입니다. 단기적으로 800G/1.6T 플러거블은 여전히 성능을 제공하지만, 중기적으로 CPO가 대규모로 채택되면 가치가 전면 패널 광 모듈에서 광 엔진, 레이저, 실리콘 포토닉스, 패키징, 커넥터, 테스트 및 스위치 ASIC 생태계로 이동할 수 있습니다. Broadcom은 Bailly 51.2T CPO 스위치에서 이미 전통적인 플러거블 광 트랜시버가 기존 스위치 시스템 전력 소비의 약 50%, 비용의 50% 이상을 차지할 수 있다고 지적했으며, 이것이 바로 CPO가 재구성하려는 이익 풀입니다.
2. 투자 변화:
광 상호 연결은 더 이상 "800G가 몇 대 출하되었는가"만 물어서는 안 되며, 다음과 같이 질문해야 합니다:
- 기업이 NVIDIA/Broadcom/최상위 클라우드 벤더의 디자인인을 확보했는가?
- 제품이 200G/레인에 대한 핵심 역량인가, 아니면 이전 세대의 대체 가능한 용량인가?
- CPO에서 가치가 향상될 것인가, 아니면 대체될 것인가?
- 매출 총이익률이 기술적 희소성에서 비롯되었는가, 아니면 일시적인 공급 부족에서 비롯되었는가?
- 1.6T, LPO 및 CPO의 도입 속도가 재고/주문 불일치로 이어질 것인가?
개인 판단: 광 상호 연결은 여전히 주요 방향이지만, 시장은 "총 광 모듈 물량 논리"에서 "아키텍처 정렬 논리"로 전환될 것입니다. CPO는 중기 메인 라인이지만, 모든 플러거블이 2026년에 즉시 대체된다고 이해해서는 안 됩니다. 더 합리적인 속도는 다음과 같습니다: 800G/1.6T 플러거블이 먼저 실현되고, CPO는 가장 높은 밀도의 AI 클러스터에서 점진적으로 검증됩니다.
3. 800V DC: 방향은 매우 중요하지만, 투자 속도가 너무 일찍 선형적으로 추정되어서는 안 됨
800V DC의 본질은 단순한 전력 제품 업그레이드가 아니라, AI 랙 전력 밀도가 증가함에 따라 전력 분배 아키텍처의 필수적인 변화입니다. NVIDIA는 기존 54V 표준이 병목 현상이 되었다고 명확히 밝히며, 800V DC가 변환 및 라우팅 부피를 줄이고, 분배 손실을 낮추며, 전류/구리 손실/케이블 부피를 줄여 토큰당 와트를 향상시킬 수 있다고 강조했습니다. 동일한 페이지는 데이터 센터가 현재의 AC 분배에서 점차 800V DC로 진화할 것이며, 미래 형태는 단일 AC-800V DC 변환 후 컴퓨팅 랙으로 직접 분배하는 것이라고 언급했습니다.
경쟁 구도의 새로운 변화
800V DC는 기존 저전압 전원 공급 장치, AC 분배 및 PSU에서 다음으로 가치를 이동시킬 것입니다:
- 800V 정류기/전원 선반;
- 고전압 DC/DC;
- 고체 변압기;
- SiC/GaN 전력 반도체;
- 고전압 커넥터, 보호 장치 및 버스바;
- 랙 수준 배터리 백업/BBU;
- 수랭식 냉각/캐비닛/서버 시스템과의 공동 설계.
NVIDIA는 800V DC 생태계 파트너로 ABB, Delta, Eaton, GE Vernova, Hitachi Energy, Infineon, LITEON, Schneider Electric, Siemens, STMicro, Vertiv 등을 공개했으며, 이는 단일 칩 기업의 스토리가 아니라 전체 전기 생태계의 재구성임을 나타냅니다.
투자 변화:
800V DC는 현재 더 "아키텍처 옵션"에 가깝고 모든 기업이 수익 실현 단계에 진입한 것은 아닙니다. 가장 추적할 가치가 있는 것은: 누가 NVIDIA의 레퍼런스 디자인에 진입하는지, 누가 클라우드 벤더/ODM으로부터 양산 자격을 획득하는지, 누구의 제품이 프로토타입에서 랙 수준 출하로 이동하는지, 그리고 누가 안전 인증, 신뢰성, 열 관리 및 유지보수 편의성을 통과할 수 있는지입니다.
주요 위험:
- 표준이 완전히 통일되지 않았습니다; NVIDIA/OCP/클라우드 벤더의 내부 솔루션이 다를 수 있습니다;
- 고전압 DC의 유지보수, 안전, 보호 및 인증 주기가 채택 속도를 늦출 수 있습니다;
- 레퍼런스 디자인이 표준화되면 전원 공급 장치/커넥터/보호 부품의 이익이 경쟁에 의해 압박받을 수 있습니다;
- 주가가 먼저 "800V 보급률"로 거래되지만, 매출 실현은 4~8분기 지연될 수 있습니다.
제 판단: 800V DC는 실제 방향이지만, 단순한 테마 추종에 가장 적합한 부문은 아닙니다. "이후 Rubin/Vera Rubin과 같은 고전력 랙에서 누가 양산 점유율을 확보하는지"로 추적해야 하며, 기업이 "800V"를 언급한다는 이유만으로 매수해서는 안 됩니다.
4. 전력 부문: "AI 자본 지출 수혜자"에서 "AI 용량 라이선스 권리"로 업그레이드됨
전력은 현재 AI 데이터 센터에서 가장 지속적인 병목 현상 중 하나입니다. 이는 단일 제품이 아니라 토지, 계통 연결, 변압기, 개폐기, 케이블, UPS, 가스 터빈, 에너지 저장, PPA 및 규제 승인의 포괄적인 제약이기 때문입니다.
IEA는 글로벌 데이터 센터 전력 소비가 2024년 약 415 TWh에서 2030년 약 945 TWh로 증가할 것으로 예상하며, AI가 주요 동인이 될 것이라고 밝혔습니다. 미국에서는 데이터 센터가 2030년까지 전력 수요 증가의 거의 절반을 차지할 것입니다. IEA는 또한 계획된 데이터 센터 프로젝트의 약 20%가 지연 위험에 직면할 수 있다고 경고했으며, 선진국에서 새로운 송전선로를 건설하는 데는 4~8년이 걸리고 변압기 및 케이블과 같은 핵심 부품의 대기 시간은 지난 3년 동안 두 배로 증가했습니다.
이것이 Eaton과 같은 전기 장비 기업이 여전히 강력한 주문과 백로그를 보유한 이유입니다. Eaton 2026년 1분기 실적 발표에서 전기 부문 백로그가 전년 대비 48% 증가했으며, 미주 전기 부문의 12개월 이동 평균 주문이 42% 증가했다고 밝히며, 데이터 센터 모멘텀이 수요를 견인하고 있다고 밝혔습니다.
경쟁 구도의 새로운 변화
전력 부문은 하나의 전체로 볼 수 없습니다. 적어도 네 가지 계층으로 나뉩니다:
- 계통 장비: 변압기, 개폐기, 차단기, 케이블, 보호 및 제어.
- 데이터 센터 내부 전력 체인: UPS, PDU, 버스웨이, 개폐기, 랙 전원, BBU.
- 발전 측: 천연가스, 가스 터빈, 원자력, SMR, 지열, 에너지 저장, PPA.
- 엔지니어링 및 EPC/시스템 통합: 가용 MW를 적시에 납품할 수 있는 자가 가격 결정력을 가집니다.
단기적으로 가장 어려운 부분은 전기 장비 백로그 + 납품 역량입니다. 중기적으로는 계통 연결 및 발전 자원입니다. 장기적으로는 저비용, 가변 전력을 가진 지역/기업입니다. Reuters는 또한 EIA를 인용하여 AI 데이터 센터와 전기화에 힘입어 미국 전력 수요가 2026년과 2027년에 계속해서 신기록을 경신할 것이라고 밝혔습니다.
투자 변화:
전력은 더 이상 단순한 "데이터 센터 자본 지출의 하류 공급업체"가 아니라 AI 용량을 배치할 수 있는지 여부의 전제 조건입니다. 클라우드 벤더의 경우 GPU가 부족하면 구매할 수 있고, HBM이 부족하면 대기할 수 있습니다. 하지만 계통 연결 MW 및 변압기 리드 타임은 돈으로 즉시 해결할 수 없습니다.
주요 위험:
- 전력 장비 평가는 이미 상당히 혼잡합니다;
- 프로젝트 지연으로 인해 매출이 뒤로 밀릴 것입니다;
- 유틸리티 주식은 규제, 금리 및 자본 지출 수익률의 제약을 받습니다;
- 가스 터빈/원자력/SMR 내러티브는 종종 장기적으로는 옳지만 단기적으로 실현이 느립니다.
개인 판단: 전력은 AI 데이터 센터에서 지속 가능성이 가장 좋은 "물리적 병목 현상" 중 하나이지만, 장비 및 시스템 납품업체에 우선 순위를 두고, 그 다음 발전 자산, 마지막으로 일반 유틸리티 베타에 투자해야 합니다.
5. CPU: "GPU 액세서리"에서 AI 시스템의 중요 경로로 재부상하고 있지만, 이익 풀은 클라우드 벤더에 의해 내부화될 것입니다
CPU 논리의 변화는 시장에서 과소평가되고 있습니다. 과거에는 모든 사람이 AI 서버를 GPU/HBM이 지배하고 CPU는 단지 호스트 프로세서일 뿐이라고 이해했습니다. 하지만 agentic AI, 추론, 도구 호출, 데이터 전처리, 샌드박싱, 검색 및 네트워크/스토리지 가상화는 모두 CPU를 중요 경로로 다시 밀어넣을 것입니다.
Google은 Axion 소개에서 범용 컴퓨팅이 고객 워크로드의 핵심 부분으로 남아 있다고 명시적으로 밝혔습니다. 암달의 법칙은 가속기가 계속해서 개선됨에 따라 범용 컴퓨팅이 비용 및 성능 제한 요소가 될 것임을 의미합니다. Google은 Axion이 당시 가장 빠른 Arm 클라우드 인스턴스보다 최대 30%, 비교 가능한 x86 인스턴스보다 최대 50% 더 나은 성능을 제공하며 최대 60% 더 나은 에너지 효율을 제공한다고 주장합니다. 2026년 Arm 기사는 agentic 시스템이 동시성, 지연 시간 민감도 및 전반적인 컴퓨팅 수요를 증가시켜 CPU를 성공의 중요 경로에 놓을 것이라고 추가로 지적했습니다. Google TPU 8t/8i는 또한 Axion을 헤더로 사용하여 데이터 준비 지연 시간을 줄이고 TPU 활용도를 유지합니다.
AWS 데이터는 CPU/자체 개발 칩이 부차적인 이야기가 아님을 보여줍니다. Amazon 2026년 1분기 실적 발표에서 Graviton, Trainium 및 Nitro를 포함한 칩 사업의 연간 매출 실행률이 $200억을 초과하고 전년 대비 세 자릿수 성장을 기록하고 있다고 밝혔습니다. 또한 OpenAI가 2027년부터 약 2GW의 Trainium 용량을 소비하기 시작할 것이며, Anthropic이 최대 5GW의 Trainium을 받을 것이라고 언급했습니다.
경쟁 구도의 새로운 변화
CPU에 대해서는 매우 신중해야 합니다. 수요 성장은 현실적이지만, 모든 상용 CPU 기업이 동등하게 혜택을 받는 것은 아닙니다.
- 클라우드 벤더 자체 개발 Arm CPU: AWS Graviton, Google Axion, Microsoft Cobalt는 CPU 이익의 일부를 하이퍼스케일러 내에서 내부화할 것입니다.
- AMD EPYC: 높은 코어 수, 메모리 대역폭, PCIe 레인 및 x86 생태계에서 여전히 강력한 경쟁력을 보유하며, 특히 GPU 호스트, 일반 클라우드, 데이터베이스 및 엔터프라이즈 워크로드에 적합합니다.
- Intel Xeon: 여전히 막대한 설치 기반, 엔터프라이즈 생태계 및 AMX/가속 명령어를 보유하고 있지만, 공정, 전력 소비, 점유율 및 매출 총이익률 압박이 주요 과제로 남아 있습니다.
- NVIDIA Grace/Vera CPU: 시스템 아키텍처가 더욱 랙 규모로 확장되면 NVIDIA CPU의 가치는 단순한 CPU가 아니라 NVLink/NVL 랙 시스템의 일부가 됩니다.
투자 변화:
CPU는 가장 희소한 AI 자산이 아니며, 평가 탄력성은 일반적으로 HBM, 고급 패키징, 전력 및 핵심 네트워크만큼 좋지 않습니다. 하지만 CPU의 전략적 중요성은 특히 추론/agentic AI에서 증가하고 있습니다. 진짜 질문은: 새로운 CPU 수요의 이익이 상용 CPU로 흐를 것인가, 아니면 하이퍼스케일러의 자체 개발 칩 및 시스템 수준 최적화에 흡수될 것인가입니다.
개인 판단: CPU 부문 논리는 개선되고 있지만, 순수한 부족 메인 라인보다는 "AI 시스템 효율성/비용 최적화" 메인 라인에 더 가깝습니다. 가장 강력한 것은 단일 CPU가 아니라 CPU + 가속기 + 메모리 + 네트워크 + 소프트웨어 스케줄링에 대한 시스템 제어입니다.
6. 고급 패키징
AI 칩은 점점 커지고, HBM은 더 많이 적층되며, CoWoS는 계속 확장되고 있지만, "원형 웨이퍼 + 실리콘 인터포저/유기 기판"의 효율성, 면적, 수율 및 비용에 대한 압력은 증가할 것입니다. CoPoS는 차세대 초대형 AI/HPC 패키징을 위해 준비된 생산 형태입니다.
TSMC의 기존 CoWoS는 여전히 AI/HPC의 주력입니다. 공식 CoWoS 페이지는 다음과 같이 명확히 밝히고 있습니다: CoWoS-S는 AI 및 슈퍼컴퓨팅과 같은 초고성능 컴퓨팅을 위해 실리콘 인터포저를 사용합니다; CoWoS-S는 약 3.3배 레티클 크기에 도달할 수 있으며, 이 크기를 초과하는 경우 CoWoS-L 또는 CoWoS-R이 권장됩니다. TSMC의 2026년 기술 포럼은 CoWoS 로드맵을 5.5배 및 14배 레티클로 더욱 확장했습니다; 14배 CoWoS는 2028년에 생산될 것으로 예상되며, 약 10개의 대형 컴퓨트 다이와 20개의 HBM 스택을 통합할 것입니다.
CoWoS = 현재 AI GPU/HPC의 주요 전장.
이미 양산 중이며, 고객이 명확하고 용량이 타이트하여 현재 성과 메인 라인입니다.
CoPoS = 차세대 초대형 AI/HPC 패키징을 위한 중장기 플랫폼.
이는 단순한 "패키징 및 테스트 공장 사업"이 아니라 웨이퍼, RDL/인터포저, 칩렛, HBM, 기판에서 시스템 수준 패키징에 이르는 TSMC 3DFabric 시스템의 확장입니다.
FOPLP = 팬아웃 패널 수준 패키징, CoPoS와 관련이 있지만 동일하지는 않습니다.
CoPoS의 핵심 혁신은 "인터포저"가 제거될 수 있다는 것입니다. TSMC 공식 자료에 따르면, CoPoS는 대형 실리콘 인터포저를 사용하는 CoWoS와 달리 패키징 영역을 확장하고 비용을 줄이기 위해 유기 패널을 사용합니다. CoPoS가 인터포저를 제거한다면, CoWoS의 핵심 장벽 중 하나가 제거될 수 있음을 의미하며, 이는 기존 OSAT(Outsourced Semiconductor Assembly and Test)에 새로운 기회를 창출할 수 있습니다. 그러나 TSMC는 여전히 웨이퍼 준비, RDL, 칩렛 배치, 수지 언더필/몰딩, 볼 부착 및 테스트를 제어합니다. 즉, CoPoS는 패키징의 가치 재분배에 관한 것입니다: CoWoS-S/L/R과 비교하여 인터포저 제조 제거, 패널 기반 생산 도입.
FOPLP 는 중저가부터 중고가 애플리케이션(RF, 자동차, 전력, 광통신, 일부 AI 서버 전원/모듈)에 사용될 수 있으며, CoPoS 는 대형 AI/HPC 패키징에 더 적합하여 더 강력한 인터포저/RDL/TGV/수율 제어가 필요합니다. CommonWealth 의 비교는 매우 직접적입니다. CoWoS 는 성숙하여 양산 중이며, CoPoS 와 FOPLP 는 모두 웨이퍼에서 패널로 전환되지만, CoPoS 는 더 큰 AI 칩을 대상으로 하고 FOPLP 는 모바일, 자동차, IoT 와 같은 더 얇고 고밀도 칩에 더 많이 사용됩니다.
CoPoS 는 AI 고급 패키징 공급망을 재편하겠지만, 진정으로 주목할 가치가 있는 것은 '유리 기판'이라는 단어가 아니라 '누가 TSMC 가 초대형 AI 패키징을 만들고, 안정적으로 만들고, 저렴하게 만드는 데 도움을 줄 수 있는가'입니다.
이러한 관점에서 가장 연구할 가치가 있는 것은 TSMC 플랫폼, CoWoS/CoPoS 장비 체인, RDL/TGV/습식 공정, 계측 및 수율, ABF/유리 코어 기판, 핵심 재료입니다.
IV. 이제 각 세그먼트에 대한 '새로운 투자 결론'
V. 투자 포트폴리오를 어떻게 구성해야 하는가
세 가지 질문으로 기업을 선별할 수 있습니다.
질문 1: '진정한 병목'인가, 아니면 '테마 관련'인가?
진정한 병목의 특징은 리드 타임이 길어지고, 고객이 선불 또는 장기 계약을 기꺼이 체결하며, ASP 가 상승하고, 매출 총이익률이 확대되며, 생산 능력 확장이 느리다는 점입니다.
테마 관련 기업의 특징은 매출은 증가하지만 매출 총이익률은 정체되고, 고객이 극도로 집중되어 있으며, 자본 지출은 높지만 투자 자본 수익률(ROIC)이 불분명하거나, 단지 '공급망 진입'만 하고 점유율이 매우 낮다는 점입니다.
현재 진정한 병목에 더 가까운 분야는 HBM, 고급 서버 DRAM/eSSD, 고급 패키징, 변압기/개폐기/전력망 장비, 일부 고급 광학 인터커넥트입니다.
질문 2: 아키텍처 업그레이드에서 가치가 상승할 것인가, 아니면 아키텍처 업그레이드로 대체될 것인가?
이것은 광학 인터커넥트, 800V DC, CPU 에 가장 중요한 질문입니다. CPO 는 일부 기존 플러그형 모듈의 가치를 압축하지만, 실리콘 포토닉스, 광학 엔진, 레이저, 커넥터, 패키징 및 테스트, 스위치 ASIC 의 가치는 높일 것입니다. 800V DC 는 고전압 전력 체인, SiC/GaN, 보호 장치, 랙 전력 아키텍처의 가치를 높이지만, 일부 기존 저전압 전력 부품의 가치를 압축할 수 있습니다.
질문 3: 다운스트림 클라우드 자본 지출이 자본 시장에서 계속 용인될 수 있는가?
이것이 2026 년의 가장 중요한 밸류에이션 상한선입니다. Amazon 의 2026 년 1 분기 트레일링 12 개월 잉여 현금 흐름은 12 억 달러로 떨어졌으며, 주로 PPE(유형자산) 구매가 전년 대비 593 억 달러 증가했기 때문이며, 이는 AI 투자를 반영합니다. Reuters 는 6 월 10 일 Amazon 이 175 억 달러 대출 약정을 확보했으며, 빅테크의 AI 관련 지출이 올해 7,000 억 달러를 초과할 것으로 예상되며, 대형 기술 기업들이 부채 및 주식 시장을 통한 자금 조달을 점점 더 많이 하고 있다고 보도했습니다. Oracle 의 사례는 더 극단적입니다. Reuters 는 FY2027 자본 지출이 최대 950 억 달러에 달할 수 있으며, 부채와 주식을 통해 약 400 억 달러를 조달할 계획이라고 보도하여 현금 소모와 부채에 대한 시장의 우려를 불러일으켰습니다.
이는 업스트림 공급망의 밸류에이션이 단순히 주문만 보아서는 안 되며, 다운스트림 고객의 AI 수익 전환, 토큰 경제학, 감가상각 부담, 잉여 현금 흐름 압박 정도도 함께 살펴봐야 함을 의미합니다. 시장이 AI 자본 지출 ROI 에 대해 의문을 제기하기 시작하면, 가장 먼저 타격을 입는 것은 '순수 기대감 + 고밸류에이션 + 실현되지 않은 이익'을 가진 세그먼트입니다.
https://x.com/168X_Fortune/status/2062463349573718318
168X 와 이전에 이야기할 때, 4 월에서 5 월까지의 급등은 두 가지 핵심 요인에 의해 주도되었다고 언급했습니다. 첫째, 클라우드 벤더들은 대규모 자본 지출이 예상보다 더 나은 클라우드 비즈니스 성장을 가져왔음을 확인했으며, 클라우드 비즈니스 수익화는 B2B 및 B2C 측의 토큰 소비에서 비롯됩니다. 둘째, Anthropic 의 연간 수익이 빠르게 성장했습니다.
이 두 가지가 현재 전체 비즈니스 로직을 뒷받침하는 기본 지점입니다. AI 상업화가 변곡점에 진입하여 빠르게 성장하고 있습니다.
V. 최종 투자 로직 및 주요 라인
AI 데이터 센터 투자는 '자본 지출이 어디로 흐르는가'에서 '병목 현상은 어디인가, 병목 현상은 얼마나 지속될 수 있는가, 차세대 아키텍처를 누가 장악하고 있는가, 궁극적으로 누가 이익을 가져가는가'의 단계로 이동했습니다.
각 세그먼트에 대한 현재의 상대적 판단은 다음과 같습니다.
- 스토리지/HBM/eSSD: 가장 강력한 수익 실현 메인 라인. 하지만 2026 년 이후에는 공급 확대와 가격 사이클에 주의해야 하며, 무분별하게 상승 추종해서는 안 됩니다.
- 광학 인터커넥트/CPO: 기술 방향은 매우 강력하지만, 경쟁 구도가 재편되고 있습니다. 미래의 승자는 과거 800G 모듈에서 가장 큰 이익을 얻은 기업이 아니라, NVIDIA/Broadcom/클라우드 벤더와의 플랫폼 지위를 확보한 기업일 수 있습니다.
- 800V DC: 큰 방향은 확실하지만, 단기 수익 속도는 불확실합니다. 이는 고전력 AI 랙에 필요한 진화이지만, 설계 도입, 인증, 양산 속도가 확정될 때까지 투자는 기다려야 합니다.
- 전력 섹터: 가장 지속적인 물리적 병목. 하지만 장비 제조업체, 발전 자산, 유틸리티, EPC 를 구분해야 하며, 우선 순위는 백로그, 납품 역량, 가격 결정력을 갖춘 전기 장비 제조업체에 두어야 합니다.
- CPU: 중요성이 높아지고 있지만, 단순한 공급 부족 로직은 아닙니다. Agentic AI 는 CPU 를 다시 중요한 경로에 올려놓았지만, 하이퍼스케일러의 자체 개발 칩은 이익 풀의 일부를 내부화할 것이며, 상용 CPU 기업의 밸류에이션 탄력성은 더 신중한 평가가 필요합니다.
가장 위험한 투자는 다음과 같습니다. 단지 'AI 데이터 센터와 관련'되었다는 이유만으로 기업을 사고, CPO/800V/액체 냉각을 언급했다는 이유만으로 높은 배수를 적용하며, 매출 성장만 보고 매출 총이익률, 점유율, 고객 집중도, 아키텍처 대체 위험을 보지 않는 것입니다.
가장 매력적인 투자는 다음과 같습니다.
이미 수익 성장을 보였지만 시장이 그 지속 가능성을 과소평가하는 병목 자산;
또는 아직 수익이 완전히 실현되지 않았지만 차세대 아키텍처 플랫폼에 의해 이미 잠긴 통제 지점 자산.
간단히 말해, 시장은 AI 컴퓨팅 파워 산업 체인의 병목 및 교착 지점을 인식했습니다. 따라서 투자는 한 단계 더 나아가야 합니다. 병목 지점에 서 있거나 교착 지점에 연결되어 있는 것만으로는 충분하지 않습니다. 이 기업이 해당 병목 및 교착 지점 노드에서 독특하고 대체 불가능한지, 기술 경로가 올바른지, 주문이 많을 뿐만 아니라 납품에서 지속적으로 기대를 초과할 수 있는지도 확인해야 합니다. 동시에 기술 진화와 실제 전개 속도가 어떻게 펼쳐지는지 고려해야 합니다.
