데이터센터(Data Centers)
서버와 네트워크 장비를 모아 두고 전력과 냉각을 공급하는 건물이다. AI 이전에는 땅과 건물이 병목이었지만, 지금은 전력 계약과 변압기·냉각 설비가 먼저 막힌다.
AI는 이제 답하지 않는다, 일한다 - ‘디지털 노동력’이 여는 두 번째 인프라 사이클
AI 경쟁의 중심이 챗봇 성능에서 실제 업무를 끝내는 에이전트로 이동하고 있다. 투자자에게 중요한 변화는 모델 순위가 아니라, 한 번의 질문이 수십 번의 추론과 데이터 이동으로 바뀌면서 GPU 밖의 CPU, HBM, 네트워크, 전력까지 수요가 확장된다는 점이다.
AI 버블의 질문이 바뀌었다 2026년 하반기, 이제는 GPU보다 ROIC를 본다
AI 투자가 꺾였다는 증거는 아직 없다. 오히려 하이퍼스케일러의 지출 전망은 다시 올라가고 있다. 다만 투자 규모가 너무 커지면서 시장이 묻는 질문은 달라졌다. “AI가 성장하는가”가 아니라 “이 자본이 언제, 얼마나 많은 현금으로 돌아오는가”다.
알리바바의 20GW 승부 - 중국 AI도 이제 모델이 아니라 전력과 시스템을 산다
5조~10조 매개변수, 50만 개 AI칩 연결, 20GW 데이터센터. 숫자는 크지만 더 중요한 것은 세 숫자가 하나의 전략으로 연결된다는 점이다. 알리바바는 모델, 칩, 네트워크, 클라우드, 전력을 한 묶음으로 통제하는 중국판 풀스택 AI를 선언했다.
텍사스가 데이터센터를 멈춰 세웠다
AI 경쟁에서 GPU보다 구하기 어려운 것이 생기고 있다. 실제로 전기를 쓸 수 있는 장소다. 텍사스의 474GW 접속 요청은 앞으로 AI 인프라를 평가하는 단위가 GPU 숫자에서 ‘전기가 들어온 GW’로 이동할 수 있음을 보여준다.
AMD가 1조달러를 넘은 날, 시장은 GPU보다 CPU를 다시 보기 시작했다
AMD 주가가 사상 처음 시가총액 1조달러를 넘었다. 이번 랠리의 핵심은 단순한 ‘엔비디아 대항마’ 기대가 아니다. AI가 챗봇에서 에이전트로 이동하면서 데이터센터의 CPU 수요가 다시 커지고, AMD가 CPU·GPU·네트워킹을 묶는 종합 AI 인프라 업체로 재평가받기 시작했다는 데 있다.
이번 주 시장이 바꾼 질문 - HBM4, 독점보다 중요한 것은 누가 먼저 많이 만들 수 있는가
연준은 다시 금리를 올렸고 미국 10년물은 5%를 넘었다. 그런데 AI 투자 사이클의 중심부는 무너지지 않았다. 이번 주 시장이 보여준 핵심은 AI 강세장의 종료가 아니라 평가 기준의 변화 다. 이제 시장은 “AI가 커지는가”보다 “누가 메모리, 전력, 자본이라는 병목을 통제하고 현금을 남기는가”를 묻기 시작했다.
#1. 가격은 고원에 들어섰지만 부족은 끝나지 않았다 - 9월4주, 메모리 슈퍼사이클 피크 점검
메모리 가격은 아직 오르고 있다. 다만 중요한 것은 이제 가격의 방향이 아니라 상승 속도다. 2026년 초 폭등하던 DRAM 가격의 기울기는 크게 낮아졌고 PC와 스마트폰에서는 수요 파괴가 나타났다. 반대로 AI 서버, HBM, 서버 DRAM은 여전히 공급이 부족하다. 지금은 ‘사이클 종료’보다 ‘고원 진입 여부’를 가려야 하는 구간에 가깝다.
AI 투자 3,000억달러가 장부 밖으로 이동하고 있다
AI 데이터센터가 너무 커지자 빅테크는 모든 시설을 직접 소유하지 않기 시작했다. 별도 법인이 돈을 빌려 자산을 사고, 빅테크는 장기 사용계약과 잔존가치 보증으로 뒤를 받친다. 위험이 사라진 것이 아니라 위치가 바뀌고 있다.
전기가 부족하면 AI 계산을 잠깐 멈추면 안 될까
AI 데이터센터의 전력 문제는 지금까지 “발전소를 얼마나 더 지을 것인가”의 문제처럼 보였다. Nvidia와 Google은 여기에 두 번째 답을 꺼냈다. 전기가 가장 부족한 몇 시간 동안, 미뤄도 되는 AI 계산을 미루자는 것이다.
[주간 체크] 금리 5%에도 AI는 버텼다 - 이제 시장은 GPU보다 현금흐름을
연준은 실제로 금리를 올렸고, 10년물은 다시 5%를 넘었다. 그런데 나스닥은 무너지지 않았다. 이번 주 미국 증시가 보여준 핵심은 AI 강세장의 종료가 아니라 평가 기준의 변화다. 이제 시장은 “AI가 커지는가”보다 “누가 이 거대한 투자에서 현금을 남기는가”를 묻기 시작했다.
#2. AI 시대엔 ‘수요의 끝’보다 병목의 이동을 봐야 한다 - 9월4주, 메모리 슈퍼사이클 피크 점검
수요는 여전히 공급보다 강하다. 그러나 메모리 주가는 수요보다 먼저 피크를 칠 수 있다. 지금 봐야 할 것은 “끝났나?”가 아니라 HBM4, 서버 DRAM, CXL과 빅테크 CapEx가 얼마나 오래 현금흐름을 만들어내느냐다.
《돈의 역류》를 2027년 투자자의 눈으로 읽는 법: 경기보다 돈의 방향을 봐라
김광석의 《돈의 역류 2027년 경제전망》은 2027년 성장률을 맞히는 책으로 읽기보다, 한 경제 안에서 돈이 서로 반대 방향으로 흐르는 시대를 이해하는 책으로 읽을 때 훨씬 유용하다. 금리는 여전히 중력처럼 모든 자산을 누르지만, AI와 반도체에는 그 중력을 거슬러 올라갈 정도의 자본이 몰리고 있다. 투자자에게 중요한 것은 경기의 평균이 아니라 그 돈이 어디로 흘러가고, 결국 어디에서 현금흐름으로 돌아오는지다.
2027년 투자에서 필요한 건 예측이 아니라 ‘정렬’이다
《이효석의 21세기 투자법》을 읽고 남는 질문은 “무엇을 살까”가 아니다. 변하지 않는 인간을 경계하면서, 빠르게 이동하는 가치와 병목에 얼마나 잘 올라타고 있는가다.
Anthropic IPO, 매출 1천억달러보다 더 중요한 숫자는 2조달러다
Claude를 만든 Anthropic의 성장 속도는 놀랍다. 하지만 개인 투자자에게 더 중요한 질문은 “얼마나 빨리 크는가”가 아니다. 2조달러라는 가격을 정당화할 만큼 오래 성장하고, GPU와 데이터센터 비용을 뺀 뒤 실제 현금을 얼마나 남길 수 있는가 다.
젠슨 황의 반격 - AI 논쟁의 다음 승부처는 칩이 아니라 전력까지 이어진다
AI를 늦춰야 한다는 목소리에 젠슨 황은 “가능한 한 빨리 가야 한다”고 맞섰다. 그러나 투자자에게 더 중요한 것은 철학 논쟁의 승자가 아니다. AI가 계속 빨라질수록 GPU, 메모리, 네트워크, 그리고 전력이 실제로 그 속도를 감당할 수 있느냐가 다음 병목이 된다.
InsightTimes
뉴스 뒤의 질문.
오늘 알아 둘 가치가 있는 것을 골라, 왜 중요한지 쉽게 씁니다.
10년물 5%인데 반도체는 오른다
금리 상단 압박 속에서도 AI 반도체는 강했다. 그러나 지수 상승보다 중요한 것은 시장의 폭이 좁았다는 사실이다. 지금 월가는 ‘모든 성장주’를 사는 것이 아니라, 높은 할인율을 이길 만큼 실적 가시성이 있는 곳만 골라 사고 있다.
AI가 AI를 만드는 시대, 진짜 변화는 ‘연구공장’에서 시작됐다
Claude가 Anthropic AI R&D의 26%를 ‘주도’한다. 더 놀라운 숫자는 90%와 3만 개다. 최첨단 AI 연구소의 생산 방식이 인간 연구자 중심에서 인간이 방향을 정하고 대규모 AI 에이전트가 실행하는 구조로 빠르게 바뀌고 있다.
Nvidia의 새 GPU가 3.7배 빨라졌다는 것보다 중요한 숫자는 99%다
GPU 72개를 288개로 늘렸는데 처리량도 거의 4배가 됐다. 이 숫자는 AI 데이터센터의 경쟁이 더 이상 “누가 가장 빠른 칩을 만드느냐”만의 싸움이 아니라는 사실을 보여준다.
Nvidia보다 느린 칩을 100만 개 연결하면 어떻게 될까
Huawei가 내놓은 답은 더 빠른 칩 하나가 아니다. 최대 100만 개 프로세서를 하나의 컴퓨터처럼 묶는 것이다. 이 시도는 중국의 Nvidia 추격전인 동시에, AI 반도체 경쟁의 진짜 단위가 ‘칩’에서 ‘시스템’으로 이동하고 있음을 보여준다.
AI 2막, GPU 다음 돈은 어디로 가나
모건스탠리가 고른 24개 ‘AI Adopter’의 공통점은 AI를 많이 쓰는 기업이 아니라, AI를 매출·마진·현금흐름으로 바꿀 수 있는 기업이라는 점이다.
AI 데이터센터의 다음 병목은 ‘계산’이 아니라 ‘이동’이다
Marvell과 GlobalFoundries가 AI 데이터센터용 광통신 반도체 생산능력을 확대한다. GPU가 더 많아질수록 중요한 것은 칩 한 개의 속도보다, 수만 개의 칩 사이에서 데이터를 얼마나 빠르고 적은 전력으로 옮기느냐다.
나스닥 +1.69%, FOMC 충격 하루 만에 되돌림 그런데 이번 반등은 조금 달랐다
유가가 밀리고 미국 10년물 금리가 다시 5% 아래로 내려오자 성장주가 살아났다. 그러나 더 중요한 것은 반등의 중심이 아무 기술주가 아니라 AI 데이터센터의 실제 병목 - GPU, 메모리, 서버, 전력 - 에 집중됐다는 점이다.
엔비디아가 본 1조달러, AI 인프라 슈퍼사이클은 어디까지 왔나
Blackwell·Rubin의 2027년까지 매출 기회가 1조달러를 넘어설 수 있다는 엔비디아의 전망. 중요한 것은 GPU 몇 개가 더 팔리느냐가 아니다. AI가 칩·메모리·네트워크·냉각·전력망을 함께 증설해야 하는 거대한 물리적 인프라 산업으로 바뀌고 있다는 점이다.
AI를 늦추자던 올트먼이 다시 ‘출시 러시’ - 모순보다 중요한 것은 훈련에서 추론으로의 이동이다
OpenAI는 이번 주 대형 출시와 9월 29일 DevDay의 연속 공개를 예고했다. 이틀 전까지만 해도 프런티어 AI의 속도 조절 필요성에 동의했던 터라 모순처럼 보인다. 그러나 투자자가 봐야 할 핵심은 말의 앞뒤가 아니라, AI 투자의 중심이 초거대 학습에서 대규모 추론·에이전트 배포로 이동하는지다.
태양광이 원전을 넘은 텍사스, AI 시대의 진짜 투자처는 패널이 아니다
일론 머스크는 태양광의 기하급수적 성장이 다른 발전원을 거의 사라지게 할 때까지 이어질 것이라고 말했다. 방향은 이해할 만하지만 결론은 훨씬 더 복잡하다. AI가 전력 수요를 끌어올리는 지금, 투자자가 봐야 할 곳은 태양광 모듈 하나가 아니라 태양광을 24시간 쓸 수 있는 전력으로 바꾸는 저장장치, 전력망, 변압기와 계통연계다.
AI가 전기를 가장 많이 먹는 순간은 ‘공부할 때’가 아닐 수도 있다
Anthropic이 호주에서 확보한 것은 차세대 Claude를 훈련할 연구소가 아니라, 이미 만들어진 Claude를 사람들이 실제로 사용할 때 필요한 추론 인프라다. 2.16GW급 캠퍼스가 던지는 질문은 분명하다. AI의 전력 수요를 결정하는 변수가 ‘모델을 얼마나 자주 새로 만드는가’에서 ‘AI를 얼마나 많이, 오래 사용하는가’로 옮겨갈 수 있다는 것이다.
HBM이 부족해지자 메모리 공장도 미국으로 움직이기 시작했다
SK하이닉스와 Intel이 미국 내 메모리 생산 협력을 논의하고 있다. 아직 계약도, 생산 제품도 정해지지 않았다. 그런데 이 초기 논의가 중요한 이유는 따로 있다. AI가 반도체 산업의 오래된 공식인 ‘가장 싼 곳에서 만든다’를 ‘가장 안정적으로 받을 수 있는 곳에서도 만든다’로 바꾸기 시작했기 때문이다.
AI 6000억달러는 멈추지 않는다. 월가는 ‘감속론’을 다르게 읽었다
Anthropic과 OpenAI가 프런티어 AI의 속도 조절을 요구했지만, 실제 돈의 흐름은 아직 멈추지 않았다. 시장이 한 일은 AI를 버리는 것이 아니라 반도체 공급업체와 하이퍼스케일러의 손익을 다시 나눠 계산한 것이었다.
AI 감속론의 역설, 트럼프·젠슨 황·엔비디아는 왜 ‘멈춤’ 대신 공급망 장악을 택했나?
올인 서밋 무대에서 걸려온 트럼프의 전화, 젠슨 황의 ‘통제 가능한 가속’ 논리, 그리고 앤트로픽 IPO 투자 논의. 세 사건은 따로 떨어진 뉴스가 아니다. AI 안전 논쟁이 커질수록 엔비디아가 어디까지 산업의 중심으로 들어가려 하는지 보여주는 하나의 그림이다.
AI가 느려지면 반도체는 끝날까 - ‘다리오 쇼크’ 이후 AI 산업의 새 투자지도
지난 주말 다리오 아모데이 Anthropic CEO의 ‘프런티어 속도 조절’ 제안은 반도체주를 먼저 때렸다. 하지만 투자자가 지금 물어야 할 질문은 ‘AI가 멈추는가’가 아니다. 실제로 감속이 일어난다면 돈이 어느 레이어에서 빠지고, 어디로 이동하며, 그 변화가 엔비디아·메모리·클라우드·전력·보안 기업의 실적에 언제 나타나는가다.
AI가 느려지면 오히려 돈을 더 버는 회사가 있다
AI 개발속도 조절론이 나오자 Nvidia와 반도체주는 급락했지만 Microsoft, Alphabet, Meta는 오히려 올랐습니다. 우연이 아닐 수 있습니다. AI 인프라를 파는 회사와 이미 막대한 인프라를 사놓은 회사의 이해관계가 갈라지는 순간입니다. AI 투자의 다음 질문은 얼마나 더 지을 것인가가 아니라, 이미 지은 것에서 얼마나 벌 것인가입니다.
AI 감속론이 반도체를 강타했고, 미국 10년물은 결국 5%를 넘었다
S&P 500은 0.48% 하락했지만 반도체는 5.86% 무너졌다. 중요한 것은 지수의 낙폭이 아니라 시장이 무엇을 먼저 팔았는가다. AI 개발 속도 논쟁은 반도체의 이익 기대를 건드렸고, 10년물 5%는 그 기대에 적용하는 할인율까지 높였다.
AI가 사람을 대체한다는데, 왜 전기기사가 부족해졌을까
AI 데이터센터 건설 붐이 GPU·전력 다음 병목을 드러내고 있다
AI 데이터센터의 가장 부족한 자원은 ‘허가’가 될 수도 있다
텍사스 전력망에 몰린 474GW 연결 요청은 AI 인프라의 다음 병목이 전기 생산량만의 문제가 아닐 수 있음을 보여준다. 전력망 연결, 물, 주민 수용성, 비용 부담까지 통과해야 비로소 GW가 실제 컴퓨팅 용량이 된다.
AI를 천천히 만들자는 회사들, 더 빨리 달리자는 백악관
AI 안전 논쟁이 윤리의 영역을 넘어 산업의 속도 문제로 이동하고 있다. 투자자가 봐야 할 것은 규제의 찬반이 아니라, 어떤 안전 기준이 모델 출시주기와 GPU 구매, 데이터센터 CAPEX의 기울기를 바꿀 수 있는가다.
Anthropic의 2조 달러 IPO가 시험하는 것: AI는 소프트웨어인가, 새로운 유틸리티인가
Claude의 인기를 묻는 IPO가 아니다. 공개시장은 처음으로 초거대 AI 모델 기업이 막대한 컴퓨팅 비용을 넘어서는 경제성을 만들 수 있는지 가격으로 평가하게 된다.
엔비디아와 팔란티어가 공급망에 AI를 넣었다 - 진짜 변화는 ‘판단’을 학습하기 시작했다는 것
베라 루빈 랙 하나에는 130만 개의 부품이 들어간다. 엔비디아와 팔란티어가 만든 새 공급망 AI의 핵심은 이 복잡성을 자동화하는 데만 있지 않다. 더 중요한 변화는 사람 머릿속에 있던 공급망 판단 기준을 모델이 배우고, 다시 기업의 운영 자산으로 축적하기 시작했다는 데 있다.
AI는 디플레이션 기술인데 왜 지금 물가를 올리고 있을까
AI는 사람의 일을 싸게 만드는 기술로 알려져 있습니다. 그런데 그 AI를 만들기 위해 전기와 구리와 데이터센터를 먼저 비싸게 사고 있다면 이야기는 달라집니다.
AI 거품은 주가가 아니라 부채에서 터질 수도 있다
BIS가 꺼낸 질문은 “AI가 가짜인가”가 아니다. 기술이 진짜여도 투자 수익률이 기대에 못 미칠 수 있고, 그 투자에 빚과 복잡한 금융 연결이 붙으면 주가 조정보다 훨씬 긴 문제가 될 수 있다는 주장이다. 이 견해가 맞다고 전제할 필요는 없다. 다만 AI 거품을 판별하는 기준을 주가에서 현금흐름과 부채로 넓혀 보자는 문제 제기는 이해할 가치가 있다.
AI 투자 규모를 이제 달러가 아니라 GW로 봐야 한다
Microsoft의 데이터센터 용량이 현재 약 12GW에서 2032년 38GW 이상으로 커질 수 있다는 보도가 나왔다. 숫자의 진짜 의미는 CAPEX가 얼마냐가 아니다. AI가 이제 서버 구매가 아니라 전력·반도체·네트워크·냉각을 함께 묶는 산업 인프라 경쟁이 됐다는 데 있다.
AI 수요는 증명됐다, 이제 700억달러의 청구서가 온다
Oracle은 한 분기에 매출 193억달러를 올리고 285억달러를 CAPEX로 썼다. 이제 AI 투자 사이클의 핵심 질문은 “수요가 있는가”가 아니라 “이 거대한 선투자가 얼마나 빨리 현금으로 돌아오는가”다.
Google은 왜 AI칩보다 22년치 전기를 먼저 샀을까
GPU를 살 돈이 있어도 전기가 없으면 AI는 돌아가지 않는다. Google의 핀란드 130억유로 투자가 보여주는 것은 데이터센터 증설보다 더 큰 변화다. AI 경쟁의 병목이 이제 ‘컴퓨트 확보’에서 ‘전력 확보’로 이동하고 있다.
AI는 물가를 올릴까, 내릴까
지금은 데이터센터, 칩, 전력, 건설 수요를 폭발시키며 물가를 밀어 올린다. 그러나 AI가 실제 일하는 방식까지 바꾸는 순간 반대 힘이 작동한다. 같은 AI 투자가 단기에는 인플레이션이고, 장기에는 디스인플레이션이 될 수 있다.
브렌트유 109달러·10년물 4.94%: AI 호재보다 할인율이 센 시장, 오라클이 뒤집을까
9월 10일 미국 증시는 또 실적이 아니라 금리에 밀렸다. S&P500은 4거래일 연속 하락했고 애플만 3.56% 급등했다. 장 마감 뒤 오라클은 AI 클라우드 수요가 살아 있음을 숫자로 증명했다. 이제 질문은 수요가 아니라, 그 호재를 시장이 몇 배의 밸류에이션으로 사줄 수 있느냐다.
산업은 성공하는데 투자자는 잃는 순간이 있다
AI의 가장 큰 위험은 기술이 실패하는 것만이 아니다. 오히려 AI가 실제로 널리 쓰이고 경제를 바꾸는데도, 기업들이 공급능력을 너무 많이 지어 자본수익률이 무너질 수 있다. 인터넷은 성공했지만 닷컴 투자자 상당수는 손실을 봤던 것처럼, 산업의 성공과 주식의 성공은 다른 문제다.
GPU가 근육이면 네트워크는 신경이다
AI 데이터센터는 GPU를 많이 사는 것만으로 빨라지지 않는다. 수천~수십만 개의 가속기가 데이터를 제때 주고받지 못하면 비싼 GPU가 기다리며 놀게 된다. Arista의 투자 논리는 바로 여기에 있다. AI 경쟁이 칩 성능에서 시스템 효율로 이동할수록 네트워크가 전체 컴퓨팅의 가동률과 경제성을 결정한다.
젠슨 황이 G20에서 팔고 온 것은 GPU가 아니라 ‘국가 인프라’였다
AI를 전기·도로·인터넷처럼 깔아야 한다는 엔비디아의 메시지. 하이퍼스케일러 다음 수요처는 정부·통신사·지역 클라우드·산업 데이터센터로 넓어지고 있다.
머스크의 G20 메시지: AI 시대의 진짜 병목은 GPU가 아니라 전기다
10억 대 휴머노이드와 세계 경제 20~30% 확대라는 숫자는 눈길을 끌지만, 투자자가 먼저 볼 것은 더 현실적인 한 문장이다. AI 칩은 빠르게 늘어나는데 그것을 켤 전력과 물리적 인프라는 같은 속도로 늘지 못하고 있다.
AI는 한 번의 파도가 아니라 여러 번의 파도다
AI를 하나의 반도체 사이클로 보면 중요한 장면을 놓친다. 학습, 추론, 인프라, Agent, Physical AI는 서로 다른 시간표와 수익모델을 가진다. 한 파도의 성장률이 둔화돼도 다른 파도가 가속할 수 있다. 그래서 NVIDIA의 성장률 둔화 가능성과 AI 슈퍼사이클의 종료는 같은 말이 아니다.
AI의 다음 병목은 반도체가 아니라 전기다
AI 투자 경쟁의 병목이 이동하고 있다. 처음에는 GPU가 부족했고, 그 다음에는 HBM과 첨단 패키징이 문제였다. 이제 더 자주 등장하는 제약은 전력과 냉각이다. 문제는 발전량 자체보다 필요한 장소에 필요한 품질의 전력을 제때 끌어오고, 100~200kW가 넘는 랙의 열을 빼내는 능력이다.
토큰값이 내려갈수록 AI 청구서는 커진다
AI 산업의 중심이 학습에서 추론으로 이동하면서 ‘토큰’은 더 이상 개발자만 아는 기술 단위가 아니다. 데이터센터가 생산하고 기업이 소비하는 산업재에 가까워지고 있다. 문제는 가격이 내려갈수록 수요가 줄어드는 것이 아니라, Agent와 자동화가 오히려 훨씬 더 많은 토큰을 소비할 수 있다는 점이다.
이제 AI는 똑똑함이 아니라 남는 돈으로 겨룬다
모델 성능 경쟁은 계속된다. 그러나 산업의 중심은 이미 다른 곳으로 이동하고 있다. 이제 시장이 묻는 것은 누가 더 똑똑한 AI를 만들었느냐가 아니라, 누가 막대한 데이터센터와 전력 투자를 실제 매출과 현금흐름으로 회수할 수 있느냐다.
AI가 GPU보다 먼저 메모리를 부족하게 만들었다
HBM 병목이 DRAM 가격, 서버 원가, PC·스마트폰 비용까지 번지는 이유
이 섹션에 아직 발행한 특집이 없습니다.
뉴스레터 수신 이메일 주소를 입력해주세요.