1. 데이터센터 다음은 현장 AI
- 지금까지 AI 투자는 더 큰 모델, 더 큰 GPU, 더 큰 데이터센터가 핵심
- 그런데 다음 질문은 AI를 어디서 돌릴 것인가
- 은행, 병원, 공장, 차량, 로봇처럼 데이터가 발생하는 현장에서 AI를 직접 돌리려는 수요가 커지는 중
- 즉 클라우드 AI 다음 단계는 온프레미스, 온디바이스, 엣지, 피지컬 AI
2. 왜 클라우드만으로는 부족한가
- 민감한 데이터는 외부 클라우드에 올리기 어렵고
- 자율주행차, 드론, 로봇은 클라우드 왕복 지연시간이 위험함
- 공장·수술실·보안 시스템은 현장 맥락을 바로 이해해야 함
- 결국 AI는 중앙 데이터센터뿐 아니라 실제 행동이 일어나는 곳으로 내려와야 함
3. 엔비디아가 보는 그림
- 젠슨황은 AI가 생성형 AI → 에이전트 AI → 피지컬 AI로 간다고 봄
- 사람 10억 명이 지식노동을 하는 시대에서, 수천억 개의 AI 에이전트가 24시간 돌아가는 구조로 바뀜
- 에이전트가 많아질수록 컴퓨트, 메모리, 스토리지 수요는 더 커짐
- 피지컬 AI까지 가면 로봇, 차량, 공장, 드론이 모두 AI 인프라 수요처가 됨
4. 투자 포인트는 분산형 AI 인프라
- 직접 수혜는 여전히 컴퓨트와 메모리
- 기업용 AI 팩토리는 Dell, HP 같은 서버·스토리지 업체가 중요해짐
- 엣지 AI 반도체는 Qualcomm, Ambarella, ON Semi, STMicro 등
- 연결성은 Broadcom, Marvell, Nokia, 광통신 밸류체인까지 이어짐
✍️다음 사이클은 AI가 클라우드 밖으로 내려오면서, 온프레미스 서버·엣지 반도체·네트워크·로봇 부품까지 수혜 확산