1. AI 1차전의 승자는 병목
- 챗봇, 앱, 데모보다 먼저 돈을 번 건 GPU·HBM·파운드리·전력
- 기술 혁명 초입에는 멋진 서비스보다 병목이 중요
- AI 장세의 본질은 물리 인프라. 시장은 CAPEX, 발주, 쇼티지, 가격 인상으로 가격에 반영
2. 메모리는 계속 왕좌에
- GPU가 늘면 HBM이 필요하고, 추론이 커지면 KV 캐시·대역폭·서버 DRAM 수요도 커짐
- HBM만 아니라 DDR5, 서버 DRAM, 고성능 SSD까지 같이 타이트
- 시장은 메모리를 여전히 사이클 산업으로 오해하고 있음
- 따라서 리레이팅 논리는 유효. 하닉·삼전은 아직도 저평가
3. 새로 붙은 CPU 모멘텀
- AI가 학습에서 추론·에이전틱 AI로 넘어가면,
- DB, 권한, 보안, 스토리지, 네트워크, 조율 때문에 서버 CPU 수요가 따라옴
- 추론 확산으로 CPU:GPU 비율이 과거 1:8에서 1:1까지 좁혀질 수도. 서버 CPU 가격도 상승 중
- GPU보다 CPU가 중요하다기보단, CAPEX가 전체로 번지고 있단 의미
4. ASIC은 엔비 숏 아닌 빅테크 비용 절감 롱
- 빅테크는 엔비디아 GPU를 계속 사겠지만, 추론이 커질수록 비용이 부담
- 그래서 Google, Amazon, Meta는 자체 칩과 커스텀 ASIC 비중을 늘림
- Google과 Marvell의 커스텀 추론 칩 논의도 이 흐름의 연장선
- Broadcom·Marvell은 엔비디아 대체가 아닌 빅테크의 원가 절감 인프라
5. 큰 줄기는 전력으로 넘어가는 중
- 데이터센터는 본질적으로 전기 먹는 공장
- GPU, HBM, ASIC이 있어도 전기를 못 끌어오면 서버는 고철
- 데이터센터 확장 지연의 원인엔 변압기, 배터리 등 전력 장비 부족이 있음
- 그래서 전력 회사들이 전통 산업재에서 AI 인프라 공급망으로 리레이팅되고 있음
6. 변압기 다음은 배전
- 중요한 포인트는 추론은 분산이라는 점
- 학습은 거대한 클러스터 한 곳에 전기를 몰아주면 됨
- 하지만 추론은 사용자와 가까운 여러 거점에서 낮은 지연으로 처리해야 함
- 그러면 전력은 수많은 랙과 거점에 정밀하게 나눠져야 함
- 그래서 병목은 변압기만이 아니라 배전반, PDU, 스위치기어, 지능형 전력관리 시스템으로 확산됨
7. 전력반도체는 전기 효율에 베팅
- 전력 사용량이 커질수록 단순히 전기를 끌어오는 것만으로는 부족함
- 전력 변환 손실을 줄이고, 아키텍처로 효율을 높이는 기술이 중요해짐
- GaN, SiC, 전력관리 IC, 아날로그 반도체가 같이 보는 이유
8. 광통신은 선반영이 컸을 뿐, 이제 시작
- 클러스터가 커질수록 GPU, 서버, 데이터센터끼리 연결하는 병목은 계속
- 광모듈, CPO, EML, 네트워크 칩은 구조적으로 필요
- 다만 일부 종목은 이미 ~28년 기대까지 당겨서 밸류를 받음
- 그래서 지금 단기 탄력은 광보다 CPU·ASIC·전력·배전 쪽이 더 나을 수도
9. CAPEX는 꺾인 게 아닌 더 커지는 중
- 빅테크는 비용 절감 아니라 인력·비핵심 지출을 줄여 인프라에 더 태우는 중
- Meta와 Microsoft, Meta는 인력 감축과 동시에 대규모 AI 투자를 예고
- Amazon과 Anthropic의 클라우드·인프라 계약도 CAPEX가 장기전임을 보여줌
- 결국 지금 시장은 이 CAPEX가 어느 병목으로 흘러가냐를 보는 장