1. Training Era의 병목은 GPU
- 지난 AI 사이클의 핵심은 모델을 더 크게 학습시키는 것
- 파라미터, 학습 데이터, GPU가 메인 병목
- 그래서 시장도 자연스럽게 엔비디아, TSMC, HBM 중심으로 반응
2. Agentic Era는 구조가 다름
- 에이전트는 답변만 생성하는 게 아니라 일을 수행
- 파일 읽고, 툴 쓰고, 코드 실행하고, 서브에이전트 돌리고, 다시 검증함
- 이 과정에서 한 번의 작업이 수많은 토큰, 메모리, 저장공간, 컴퓨트를 계속 소모
3. 병목이 GPU에서 넓어짐
- 긴 컨텍스트 → 메모리 수요 증가
- RAG/파일 처리 → 스토리지 수요 증가
- 멀티에이전트/반복 실행 → 추론 컴퓨트 증가
- 데이터센터 증설 → 전력·냉각 수요 증가
그래서 다음 수혜는 더 물리적임
4. 다음 수혜는 더 물리적
- GPU도 여전히 중요하지만, 그걸론 불충분
- 에이전트가 많아질수록 HBM, DRAM, SSD, 네트워크, 전력 인프라가 더 중요
- AI 사용량이 늘수록 병목은 더 아래 인프라로 내려감
✍️Agentic Era는 메모리·전력이 왕좌에 오르는 시기