AI 2라운드는 GPU의 끝이 아니다｜다음 주도주는 ‘GPU 뒤’에서 시작될까
AI를 공부하면서 나는 오랫동안 GPU를 보고 있었다.
예전에는 AI 관련주를 찾으면 자연스럽게 반도체부터 검색했다.
AI가 성장하면 GPU가 필요하고, GPU가 필요하면 HBM이 필요하다는 정도까지는 비교적 이해하기 쉬웠다.
그래서 AI 투자라고 하면 엔비디아, 삼성전자, SK하이닉스 같은 회사들이 먼저 떠올랐다.
그런데 최근 자료를 하나씩 이어서 보다 보니 어느 순간 GPU보다 GPU 뒤에 붙는 것들이 더 궁금해졌다.
GPU를 사는 것만으로 AI가 실제로 돌아가는 것은 아니었다.
GPU를 데이터센터에 설치하려면 서버가 필요하고, 엄청난 전력이 필요하고, 발생하는 열을 식힐 냉각설비가 필요하다.
수천 개의 GPU와 AI 가속기가 데이터를 주고받으려면 고속 네트워크도 필요하다.
AI가 실제 기업 업무 안으로 들어가면 데이터 관리와 소프트웨어가 필요하고, 중요한 데이터를 AI가 다루기 시작하면 보안 역시 더 중요해질 수 있다.
그리고 AI가 화면 안에서 답을 하는 것을 넘어 현실세계에서 직접 움직이는 단계로 간다면 로봇과 Physical AI까지 연결될 수 있다.
그래서 이제는 “GPU가 언제 끝날까?”보다
“GPU 한 개가 설치될 때 그 뒤에 무엇이 함께 필요할까?”
라는 질문이 더 중요할 수도 있다는 생각이 들었다.
그런데 나는 이 시작을 ‘급등’의 모습으로만 보고 싶지는 않다.
산업이 성장한다고 해서 관련 종목의 주가가 처음부터 계속 올라가는 것은 아닐 것이다.
오히려 뉴스가 많지 않고 주가가 조용히 횡보하는 동안 회사의 매출과 수주, 고객사의 CAPEX가 먼저 움직이고 있을 수도 있다.
예전에는 주가가 횡보하면 아무 일도 없는 줄 알았다.
지금은 조금 다르게 생각해보려고 한다.
횡보는 아무 일도 없는 시간이 아니라, 아직 가격에 충분히 보이지 않는 변화가 안에서 쌓이고 있는 시간일 수도 있다.
물론 반대일 수도 있다.
산업 이야기는 화려한데 실제 매출과 수주가 따라오지 않아서 그냥 주가만 멈춰 있는 것일 수도 있다.
그래서 앞으로는 ‘횡보하는 종목’을 찾는 것으로 끝내지 않고,
횡보하는 동안 실적과 수주와 CAPEX가 실제로 먼저 움직이는지를 같이 보고 싶다.
이번 주제를 공부하면서 내가 만든 한 문장은 이것이다.
AI 2라운드는 GPU의 끝이 아니라,
GPU를 실제로 쓰기 위해 필요한 모든 산업의 시작일지도 모른다.
검수원칙｜AI 산업 확대와 특정 종목 상승을 동일시하지 않고 사실·개인 가설·반론·무효화 조건을 분리해 기록했습니다.
오히려 GPU와 맞춤형 AI칩이 늘어날수록 그 뒤에 붙는 산업의 시장도 커질 수 있다.
OpenAI의 자체 추론칩은 GPU 종말의 증거라기보다 AI 기업이 칩부터 네트워크·랙까지 직접 최적화하는 풀스택 경쟁의 사례에 가깝다. Dell의 실적은 AI CAPEX가 서버·스토리지·네트워크의 실제 매출로 번지고 있다는 증거를 보여준다. 이후 전력·냉각·광통신·데이터·보안·Physical AI까지 연결될 수 있지만, 이것을 정해진 주도주 순서라고 생각하지 않으려고 한다. 내가 보고 싶은 것은 매번 실제 돈이 어느 병목으로 이동하는가다.
OpenAI와 Broadcom이 공개한 Jalapeño는 OpenAI의 첫 자체 LLM 추론 가속기다.
공개자료에서 말하는 ‘9개월’은 초기 설계부터 제조를 위한 테이프아웃까지 걸린 기간이다.
OpenAI 모델이 설계와 최적화 과정의 일부를 가속한 것도 확인됐다. 그러나 AI가 사람 없이 칩 전체를 혼자 설계했다는 의미는 아니다.
또한 OpenAI가 엔비디아 GPU를 모두 버린다는 뜻도 아니다.
이번 글에서 중요한 변화는 GPU 대체 여부보다 AI 기업이 모델뿐 아니라 칩·메모리·네트워크·랙까지 직접 최적화하기 시작했다는 점 이다.
1. OpenAI 자체칩에서 시작한 질문｜GPU가 아니라 ‘풀스택’이 보였다
처음 OpenAI 자체칩 이야기를 봤을 때 나 역시 가장 먼저 이런 생각을 했다.
그런데 자료를 조금 더 확인해보니 질문 자체를 바꿀 필요가 있었다.
OpenAI가 만드는 것은 단순히 GPU를 대체할 칩 한 장만의 이야기가 아니었다.
칩 구조와 메모리, 네트워크, 보드, 랙, 소프트웨어, 실제 서비스까지 하나의 목표에 맞게 함께 최적화하려는 방향이었다.
↓
소프트웨어
↓
GPU·자체 AI칩
↓
HBM·메모리
↓
네트워크
↓
보드·랙
↓
데이터센터
나는 여기서 AI 경쟁의 범위가 모델 경쟁에서 인프라 전체 경쟁으로 넓어지고 있다는 점 을 먼저 기억하기로 했다.
2. 자체칩은 GPU의 끝을 의미할까｜나는 오히려 시장이 넓어질 가능성을 본다
커스텀 ASIC이 늘어난다고 해서 GPU 시장이 바로 사라진다는 결론은 너무 빠르다.
AI 학습과 범용 연산, 새로운 모델 개발에는 여전히 강력한 범용 가속기가 필요하다.
반면 반복되는 특정 추론 작업에서는 서비스에 맞춘 전용칩이 비용과 전력효율을 높일 수 있다.
GPU
+
TPU
+
OpenAI 자체칩
+
다양한 Custom ASIC
= AI 연산칩의 종류가 늘어나는 시장 ⭕
그러면 어떤 칩이 승자가 되더라도 공통적으로 필요한 산업을 볼 필요가 생긴다.
데이터를 빠르게 읽을 메모리, 칩과 칩을 연결하는 네트워크, 충분한 전력, 열을 빼는 냉각설비가 필요하기 때문이다.
“GPU와 수많은 맞춤형 AI칩이 늘어날수록 공통적으로 무엇이 더 많이 필요할까?”
이 질문을 먼저 해보려고 한다.
3. Dell 실적에서 본 GPU 뒤의 시장｜칩만 팔리는 것이 아니었다
이 생각을 조금 더 현실적으로 만들어준 자료가 Dell의 최근 실적이었다.
Dell은 최근 분기에서 AI 최적화 서버 주문과 매출, 수주잔고가 모두 크게 증가했다고 발표했다.
그런데 AI 서버만 늘어난 것도 아니었다.
전통 서버와 네트워크, 스토리지 매출도 함께 강하게 증가했다.
↓
AI 서버 증가
↓
네트워크 증가
↓
스토리지 증가
↓
데이터센터 전체 인프라 확대
GPU를 많이 산다는 것은 GPU 가격만큼의 시장만 커진다는 뜻이 아니라, GPU를 실제로 사용하기 위한 주변 지출까지 추가로 생길 수 있다는 의미였다.
4. GPU 한 개 뒤에 붙는 것들을 다시 그려봤다
연산과 고속 메모리. 가장 먼저 눈에 들어왔던 AI 인프라.
칩을 실제 데이터센터에서 사용할 수 있는 시스템으로 만든다.
컴퓨팅 밀도가 높아질수록 안정적인 전력공급이 중요해진다.
전력소비가 늘면 열도 늘어난다. 고밀도 컴퓨팅의 필수 조건.
수많은 가속기가 데이터를 빠르게 주고받게 한다.
AI가 학습하고 추론할 데이터를 저장하고 관리한다.
기업이 실제 업무에 AI를 사용할 수 있도록 연결한다.
AI가 기업 데이터에 접근할수록 권한과 통제가 중요해진다.
AI가 화면을 넘어 현실 공간에서 행동하는 단계.
1번 다음 2번, 2번 다음 3번 식으로 주가가 올라간다는 뜻은 아니다.
여러 산업이 동시에 움직일 수도 있고, 전력이 먼저 주도했다가 다시 HBM으로 돈이 돌아올 수도 있다.
이 지도는 AI 지출이 어디로 전달될 수 있는지 생각하기 위한 공부용 지도다.
5. 왜 전력이 먼저 중요해졌을까｜GPU를 샀는데 꽂을 곳이 없다면?
AI 인프라를 공부하면서 반도체 다음으로 가장 자주 보게 된 것이 전력이었다.
처음에는 조금 이상했다.
AI 기술 이야기인데 왜 변압기와 전선, 발전소와 전력망 이야기가 계속 나올까?
필요한 전력을 공급하지 못하면
실제 데이터센터에서 제대로 사용할 수 없다.
그래서 AI CAPEX가 커질수록 반도체 회사의 매출만 보는 것이 아니라 데이터센터 전력계약, 변압기 수주, 송배전 투자, 발전설비 증설 같은 숫자도 같이 봐야 한다는 생각이 들었다.
물론 “AI니까 전력주는 모두 오른다”는 뜻은 아니다.
실제 주문과 수주잔고, 매출과 이익으로 연결되는 회사를 따로 찾아야 한다.
6. 9월 4일 로보티즈에서 본 Physical AI｜AI가 화면 밖으로 나오기 시작하면
그리고 9월 4일 장에서는 로봇주가 다시 강하게 움직였다.
로보티즈도 큰 폭으로 상승했다.
이날 자료에서는 2분기 북미·중국 매출 증가, 중국 휴머노이드 고객사의 발주 확대, 우즈베키스탄 데이터팩토리 등이 주요 사업 포인트로 제시됐다.
여기서 나는 AI 투자 흐름을 한 번 더 연결해서 생각해봤다.
↓
AI칩·데이터센터
↓
기업 AI
↓
현실 행동 데이터
↓
Physical AI·휴머노이드
OpenAI 자체칩 개발
→ 로보티즈 상승
이 둘을 직접적인 원인과 결과로 연결하면 안 된다.
로보티즈에는 중국·북미 매출, 휴머노이드 고객사의 발주, 생산능력, 데이터팩토리 기대라는 회사 자체의 재료가 존재한다.
내가 여기서 얻는 고찰은 “OpenAI 때문에 로보티즈가 올랐다”가 아니다.
AI라는 큰 투자축이 데이터센터 밖의 Physical AI 영역에서도 실제 고객·매출·수주를 만들기 시작하는지 따로 확인해볼 필요가 있다는 것이다.
7. 그러면 다음은 AI 소프트웨어와 보안일까｜여기서부터는 내 가설이다
반도체, 서버, 전력, 네트워크, 로봇까지 따라가다 보니 자연스럽게 다음 질문이 생겼다.
기업이 AI를 실제로 쓰기 시작하면 결국 소프트웨어와 보안이 더 중요해지는 것 아닐까?
기업이 AI 에이전트를 업무에 투입하면 시스템이 파일을 읽고, 고객정보에 접근하고, 프로그램을 연결하고, 때로는 스스로 행동하게 된다.
↓
기업 데이터 연결
↓
업무 소프트웨어 연결
↓
AI 에이전트 행동 증가
↓
권한관리·데이터보호·보안 필요
최근에는 AI를 활용한 공격과 방어 능력이 함께 높아지면서 사이버보안의 중요성도 더 커지고 있다.
OpenAI 역시 최근 AI를 활용한 사이버방어 도구와 교육·기술 지원을 확대하는 대규모 프로그램을 발표했다.
“반도체 다음 주도주는 무조건 AI소프트웨어와 보안이다”
라는 뜻이 아니다.
AI 에이전트가 기존 소프트웨어 사용방식을 바꾸면서 기존 SaaS 기업 일부에는 오히려 위협이 될 수도 있다.
그래서 지금 단계에서는 AI 소프트웨어와 보안을 다음 주도주가 아니라 다음 실적 검증 후보로 두려고 한다.
8. AI 사이클은 한 번 돌고 끝날까｜나는 여러 번 순환할 가능성을 보고 싶다
지금까지 산업 사이클을 너무 일직선으로 생각했던 것 같다.
하지만 실제 시장이 이 순서를 한 번씩 거친 뒤 끝날 것이라고 생각하지 않는다.
더 좋은 AI 모델이 나오면 다시 더 많은 컴퓨팅이 필요할 수 있고, 컴퓨팅이 늘면 HBM과 전력이 다시 필요해질 수 있다.
기업 사용이 늘면 소프트웨어와 보안의 지출이 늘 수 있고, Physical AI가 성장하면 다시 막대한 학습·추론·데이터 인프라가 필요할 수 있다.
↓
사용량 증가
↓
컴퓨팅 투자
↓
새로운 병목
↓
주변 인프라 투자
↓
더 많은 AI 서비스·로봇
↓
다시 컴퓨팅 수요
ChatGPT, Gemini, Claude를 비롯한 AI 서비스의 경쟁이 계속되는 동안 이런 투자 사이클이 한 번이 아니라 여러 차례 돌아갈 가능성을 생각해보고 있다.
물론 이것은 아직 내 가설이다.
그래서 시장과 시황을 공부하는 이유도
단순히 내일 지수가 오를지 맞히기 위해서만은 아니다.
지금 돈이 어느 병목에서 빠져나와
어느 병목으로 이동하고 있는지를
읽기 위해서다.
9. 왜 나는 이번 시작을 ‘급등’이 아니라 ‘횡보’로 보고 싶을까
이미 100% 오른 종목을 보고 좋은 산업이었다고 설명하는 것은 쉽다.
더 어려운 것은 시장이 크게 관심을 주기 전에 산업의 숫자가 먼저 움직이고 있는지 발견하는 것이다.
- 관련 산업의 실제 CAPEX가 증가하는가
- 회사의 수주잔고가 증가하는가
- 매출 또는 고객사가 먼저 늘고 있는가
- 영업이익이나 현금흐름이 개선되고 있는가
- 주가는 급등하지 않았지만 거래대금이 서서히 늘고 있는가
- 실제 회사 사업에 가치가 귀속되는가
수주도 그대로
고객도 그대로
차트만 횡보
이것은 내가 찾는 ‘축적 구간’이 아니다.
횡보 자체를 매수신호로 보지 않고, 가격은 쉬고 있는데 사업 숫자는 먼저 움직이는가 를 확인하는 연습을 해보려고 한다.
10. 사실·추론·반론·미확인｜이번에도 2×2로 나눠봤다
① 확인된 사실
- OpenAI는 Broadcom과 자체 LLM 추론칩 Jalapeño를 개발했다.
- 초기 설계에서 제조 테이프아웃까지 9개월이 걸렸다.
- OpenAI 모델이 설계·최적화 과정 일부에 활용됐다.
- Dell의 최근 AI 서버 주문·매출·수주잔고는 큰 폭으로 증가했다.
- Dell의 네트워크·스토리지 등 주변 인프라 매출도 함께 성장했다.
- 로보티즈는 최근 중국·북미 매출 증가와 휴머노이드 발주 확대가 확인됐다.
- AI 활용 확대와 함께 사이버보안 투자 필요성도 커지고 있다.
② 나의 추론
- AI 투자 2라운드는 GPU 대체보다 AI 인프라 범위 확대에 가까울 수 있다.
- GPU·ASIC 증가가 전력·냉각·네트워크 수요를 추가로 만들 가능성이 있다.
- 기업 AI 도입이 늘면 AI 소프트웨어·데이터·보안이 다음 검증축이 될 수 있다.
- Physical AI는 다시 컴퓨팅·데이터·네트워크 수요를 만들 수 있다.
- AI 주도주는 병목이 바뀔 때마다 여러 번 순환할 가능성이 있다.
③ 가장 강한 반론
- AI 인프라 확대 기대가 이미 관련주 가격에 상당 부분 반영됐을 수 있다.
- AI 모델 효율이 급격히 좋아지면 같은 작업에 필요한 하드웨어·전력 증가율이 낮아질 수 있다.
- 전력·냉각 병목은 수혜인 동시에 데이터센터 건설을 늦추는 제한요인이 될 수 있다.
- 일반 기업의 AI 도입이 기대보다 느리면 소프트웨어·보안 확산도 늦어질 수 있다.
- AI 에이전트는 기존 SaaS 일부를 오히려 대체할 수도 있다.
④ 아직 모르는 것
- 일반 기업 AI CAPEX가 얼마나 빠르게 커질지
- 전력·냉각·네트워크 중 어떤 병목이 가장 오래 지속될지
- AI 효율 향상이 총 컴퓨팅 수요 증가보다 빨라질지
- AI 소프트웨어와 보안에서 실제 이익을 가장 많이 가져갈 기업이 누구인지
- Physical AI가 대규모 상용수주 단계에 언제 진입할지
11. 예측 실패·판단 수정 복기｜나는 ‘다음 종목’을 너무 빨리 찾으려 했다
처음 AI 투자를 공부할 때 내 생각은 비교적 단순했다.
→ GPU
→ HBM
→ 반도체 관련주
이 설명이 완전히 틀린 것은 아니었다.
문제는 이것이 AI 투자 전체라고 생각하기 쉬웠다는 점이었다.
그 다음에는 또 다른 실수를 할 수 있었다.
반도체 다음은 전력, 전력 다음은 광통신, 그다음은 로봇, 그다음은 소프트웨어처럼 시장이 정확한 순서표를 따라 움직일 것이라고 생각하는 것이다.
실제 시장은 훨씬 복잡했다.
반도체가 다시 대장이 될 수도 있고, 전력과 로봇이 동시에 움직일 수도 있다.
좋은 산업인데도 금리와 시장 수급 때문에 몇 달씩 횡보할 수도 있다.
이전 질문
“다음 주도주는 무엇일까?”
↓
바꾼 질문
“지금 실제 CAPEX와 매출은 어느 병목으로 이동하고 있는가?”
로보티즈가 하루 크게 올랐다고 해서 “반도체 끝, 이제 로봇 시작”이라고 선언하지도 않으려고 한다.
하루의 가격보다 몇 개 분기의 수주·매출·CAPEX가 같은 방향으로 움직이는지 먼저 확인하려 한다.
12. 앞으로 몇 달 동안 직접 기록해보고 싶은 9가지 숫자
AI 투자 사이클 자체가 계속 커지는지 확인한다.
AI 투자가 빅테크 밖으로 확산되는지 본다.
GPU·ASIC 확대가 메모리 수요로 이어지는지 본다.
컴퓨팅 증가가 실제 전력사용으로 전환되는지 확인한다.
전력 병목 이야기가 실제 주문으로 이어지는지 본다.
가속기 연결 수요가 기업 실적으로 번지는지 확인한다.
고밀도 데이터센터가 실제 설비투자로 연결되는지 본다.
기업 AI 도입이 실제 사용료와 계약으로 전환되는지 확인한다.
로봇 테마가 기대에서 양산·고객·매출 단계로 가는지 본다.
이 숫자들을 몇 달씩 이어서 기록해보고 싶다.
나중에 차트를 다시 열었을 때
주가가 횡보하던 시기에 산업의 숫자는 먼저 움직이고 있었는지,
아니면 내가 또
그럴듯한 이야기를 실제 숫자보다 먼저 믿었던 것인지
직접 복기해보고 싶다.
13. 이 가설이 틀렸다고 인정해야 할 조건도 미리 적어둔다
AI 인프라 이야기는 너무 그럴듯하다.
그래서 오히려 반대 데이터를 미리 적어두는 것이 필요하다고 생각한다.
① 주요 빅테크의 AI CAPEX가 여러 분기 연속 감소한다.
② AI 서버 주문과 수주잔고가 지속적으로 꺾인다.
③ AI 효율화로 컴퓨팅·전력 수요 증가율이 예상보다 크게 둔화된다.
④ 전력·냉각·네트워크 업체의 수주가 실제 매출과 이익으로 연결되지 않는다.
⑤ 기업 AI 도입은 늘지만 소프트웨어·보안 기업의 매출과 현금흐름은 개선되지 않는다.
⑥ Physical AI가 계속 시연·테마 단계에 머물고 실제 대규모 발주가 나오지 않는다.
이런 데이터가 나타난다면 ‘AI 2라운드가 주변 산업으로 확산된다’는 내 생각도 고집하지 않고 수정해야 한다.
14. 왜 지금 이 주제가 중요할까｜AI 활용 경쟁이 끝날 때까지 시장의 병목도 계속 바뀔 수 있다
ChatGPT, Gemini, Claude 같은 AI 서비스가 더 좋은 모델, 더 빠른 속도, 더 낮은 비용, 더 많은 기업 고객을 놓고 계속 경쟁하고 있다.
이 경쟁이 이어진다면 한 번의 반도체 투자로 끝나기보다 새로운 모델과 서비스가 나올 때마다 다시 컴퓨팅과 인프라 투자가 필요해질 가능성도 있다.
그 과정에서 병목은 계속 바뀔 수 있다.
↓
어느 날은 전력·전선
↓
어느 날은 네트워크·냉각
↓
어느 날은 로봇·Physical AI
↓
어느 날은 AI 소프트웨어·보안
↓
다시 더 많은 컴퓨팅 수요
실제 시장이 이 순서대로 움직인다는 뜻은 아니다.
오히려 여러 축이 동시에 움직이고, 다시 이전 주도업종으로 돈이 돌아갈 수도 있다.
그래서 시황을 공부한다는 것은
뉴스를 많이 외우는 일이 아니라,
지금 시장에서
실제 돈이 어느 산업으로 이동하고 있는지,
그 움직임에 실제 실적이 따라오고 있는지를
계속 수정하면서 보는 일이라고 생각한다.
15. 초보자를 위한 30초 정리
처음에는 AI를 GPU와 HBM의 이야기라고 생각했다.
지금은 조금 더 넓게 보려고 한다.
↓
HBM
↓
서버
↓
전력·냉각
↓
네트워크
↓
데이터·소프트웨어·보안
↓
Physical AI·로봇
하지만 이 순서대로 주가가 오른다는 뜻은 아니다.
시장의 주도권은 실제 돈이 막히는 병목과 실적이 먼저 증가하는 곳으로 여러 번 이동할 수 있다.
그래서 앞으로는 “다음 테마가 무엇일까?”라는 질문을 조금 줄이려고 한다.
대신
“지금 고객은 어디에 돈을 쓰고 있는가?”
“그 돈이 어느 회사 매출로 들어가고 있는가?”
“주가는 쉬는데 실적은 먼저 움직이고 있는가?”
AI 2라운드는 GPU의 끝이 아닐 수 있다.
어쩌면 GPU와 수많은 AI칩이
현실세계 곳곳에 설치되기 시작하면서
그 뒤에 붙는 산업이 함께 커지는 과정일지도 모른다.
그리고 그 시작은
급등 차트가 아니라
조용한 횡보 속 숫자에서 먼저 보일 수도 있다.
SRC｜이번 고찰에서 확인한 자료
- OpenAI｜2026년 6월 24일 「OpenAI and Broadcom unveil LLM-optimized inference chip」 — Jalapeño의 9개월 테이프아웃, Broadcom·Celestica 협업, 풀스택 인프라 전략 확인.
- OpenAI｜2026년 8월 25일 「Jalapeño’s first results show industry-leading speed and efficiency in AI inference」 — OpenAI 모델이 칩 설계·최적화 과정에 직접 활용됐다는 내용과 초기 성능 결과 확인.
- OpenAI｜2026년 8월 25일 「The full stack behind abundant intelligence」 — 데이터센터·칩·모델·플랫폼·제품을 하나의 통합 시스템으로 보는 컴퓨팅 전략 확인.
- Dell Technologies｜FY2027 2분기 실적발표 — AI 최적화 서버 주문·매출·수주잔고 증가와 서버·네트워크·스토리지의 동반 성장 확인.
- KB증권·국내 시장자료｜2026년 9월 4일 로보티즈 — 북미·중국 매출 증가, 중국 휴머노이드 고객 발주 확대, 우즈베키스탄 데이터팩토리 관련 사업 포인트 확인.
- OpenAI｜2026년 9월 3일 「Daybreak for Frontline Defenders」 — AI 기반 사이버방어 도구·교육·기술지원 확대 계획 확인.
- 위 자료에서 산업의 연결경로와 반복 순환 가능성을 추론한 부분은 공식 전망이 아니라 향후 CAPEX·수주·매출로 다시 검증할 야왕투자의 개인 투자 가설입니다.
함께 보면 좋은 글｜다음 질문으로 이어가기
이번 글에서 만든 ‘AI 돈의 이동’ 가설을 실제 시장 복기 → 전력인프라 → Physical AI 순서로 이어서 공부해봤다.
해외 AI 뉴스만 보고 다음 주도주를 미리 정했던 판단을 실제 국내 수급과 시장 흐름으로 다시 복기한 글. 이번 글의 ‘순서를 외우면 또 틀릴 수 있다’는 생각과 가장 직접적으로 이어진다.
다음 질문 ②｜GPU 뒤에서 왜 전력망이 반복해서 중요해질까 한국전력 전력망 투자 확대, 전력인프라 관련주는 다시 살아날까?｜투자소스고찰AI 데이터센터의 전력수요가 송전망·변전소·변압기·전선으로 어떻게 전달되는지 전력인프라 밸류체인 관점에서 이어서 공부할 수 있다.
다음 질문 ③｜AI가 화면 밖으로 나오면 어떤 부품이 병목이 될까 로보티즈 주가 분석｜피지컬AI 액추에이터 대장 후보지만 지금 매수해도 될까?AI 인프라의 다음 확장축으로 생각해본 Physical AI에서 로봇의 관절과 구동을 담당하는 액추에이터가 왜 중요한지, 실제 기업 단위로 다시 검증한다.
댓글
댓글 쓰기