← 2026-09-26 목록으로
핵심 요약
- 기술 투자는 단기 급등락에 휘둘리지 않고 기술의 원천성과 실적 가능성을 신뢰하여 최소 1년 반에서 3년 이상 장기 보유하는 호흡으로 접근해야 합니다.
- 기술 혁신의 흐름은 ‘원천 기술 및 하드웨어 인프라 → 인터넷/앱 서비스 → 특화 솔루션 및 버티컬 애플리케이션’ 단계로 이동하며 병목(Bottleneck)을 해결하는 지점에 수익 기회가 발생합니다.
- AI 인프라의 병목은 1단계 GPU 연산에서 2단계 메모리 성능(HBM 및 공급 부족에 따른 일반 DRAM·NAND 플래시), 3단계 전력 공급, 4단계 액체/수랭식 냉각 및 광케이블 네트워크, 5단계 고가치 학습용 데이터(제조·바이오 등)로 순차 이동합니다.
주요 내용
1. 기술 전문가의 투자 철학과 기본 원칙
- 장기 보유와 기술 신뢰: 기술의 가치와 실적 창출 능력을 보고 최소 1.5년~3년 이상 장기 투자하며, 단기 등락에 따른 단타 매매는 지양합니다.
- 이중 전략: 원천 기술을 만드는 기업뿐만 아니라, 해당 기술을 사업에 적극적으로 도입해 활용하는 일반 소비재 및 전통 산업 기업에도 함께 주목합니다.
2. IT 역사로 보는 기술 수익의 3단계 이동
- 1단계 (인프라/하드웨어): 웹 시대 초기 PC 하드웨어 제조사(HP, Dell)와 핵심 부품(CPU, OS 등) 공급사가 먼저 수익을 창출했습니다.
- 2단계 (인터넷 서비스): 인프라 보급 이후 구글, 마이크로소프트, 네이버 등 웹 포털과 검색 서비스 기업이 폭발적으로 성장했습니다.
- 3단계 (솔루션 및 분산): 페이스북, 틱톡 등 플랫폼 확산과 함께 광고 에이전시 및 광고 솔루션 기업으로 수익이 확산되었습니다.
- 스마트폰 생태계의 동일한 전개: 하드웨어(애플, 삼성전자) → OS 및 플랫폼 생태계(구글 안드로이드, 앱스토어) → 데이터 트래픽 증가에 따른 통신사 수혜 → 버티컬 앱(모빌리티, 배달, 이커머스, 핀테크) 및 클라우드(CSP) 확장으로 이어졌습니다.
3. AI 인프라의 5대 병목(Bottleneck) 이동 순서
- GPU 연산: 최첨단 AI 모델 경쟁으로 인한 엔비디아 중심의 GPU 수요 급증.
- 메모리 성능 및 공급:
- GPU에 탑재되는 HBM 수요 급증으로 제조 라인이 전환되면서 일반 D램 공급이 축소됨.
- 스마트폰(온디바이스 AI, NPU 탑재)의 D램 수요 지속 증가로 D램 가격 상승 및 반도체 제조사(SK하이닉스, 삼성전자)의 영업이익률 대폭 개선(과거 10% 미만 → 70% 이상 수준 기록).
- 대규모 콘텍스트와 데이터 처리를 위해 휘발성 램 외에 낸드 플래시(SSD, 하드디스크) 저장 장치 가격 동반 급등.
- 전력 공급: 대규모 AI 데이터센터 운영을 위해 현재 수준(국내 약 1.5GW) 대비 10년 후 10배~20배(최대 20GW)에 달하는 전력 소모 예상에 따라 신재생에너지, SMR(소형 모듈 원자로), 화력발전 등 신규 전력원 필수.
- 냉각 효율 및 네트워크:
- 고발열 해소를 위한 공랭식(선풍기)에서 수랭식·액침 냉각 및 특수 냉매로의 전환.
- 칩 간·서버 간 구리선 통신에서 발생하는 열과 손실을 줄이기 위한 광케이블(Optical Cable) 및 CPO(공동 패키징 광학) 부품/소재 기업(예: 루멘텀 등) 부상.
- 데이터 품질: 공개된 웹 데이터 고갈에 따라 제조, 바이오, 조선 등 전통 산업 현장의 미공개 암묵지 데이터를 수집·디지털화·구축해 주는 솔루션/데이터베이스 기업이 최종 병목 해결사로 대두.
4. 종목 선별 및 조사 팁
- 산업 성장과 기업 성장의 구분: 산업 섹터가 성장하더라도 기술 투자, R&D 혁신, CEO 리더십, 파트너십 구축을 소홀히 하는 기업은 배제해야 합니다.
- 생성형 AI를 활용한 정량 분석: AI 도구에 단순 투자 여부를 묻는 대신, 최근 1~3년간의 구체적 사업 실적, 부문별 매출 비중, 차세대 병목 기술을 커버하기 위한 실제 개발 현황을 숫자로 파악하는 용도로 활용합니다.
- 과거 복기와 미래 상상: 역사적 IT 전환기를 복기하고 SF 소설이나 드라마(예: 아마존 프라임 비디오 ‘업로드’) 속 미래 시나리오를 바탕으로 향후 필수적이 될 기술과 비즈니스 모델을 역추적해 선제적으로 투자합니다.
핵심 데이터 / 비교표
| 병목 단계 |
핵심 요인 및 현상 |
주요 수혜/연관 분야 |
비고 및 세부 데이터 |
| 1단계: 연산 |
AI 모델 학습 경쟁에 따른 GPU 품귀 |
GPU 제조사 (NVIDIA 등) |
초기 AI 인프라 구축의 핵심 |
| 2단계: 메모리/저장 |
HBM 전환으로 인한 일반 D램 공급 축소, 온디바이스 AI 채택 |
메모리 반도체 3사 (SK하이닉스, 삼성전자, 마이크론), SSD/낸드 |
D램 영업이익률 10% 미만에서 70% 이상으로 급등, 하드디스크 가격 상승 |
| 3단계: 전력 |
초대형 AI 데이터센터 가동을 위한 막대한 전력 소모 |
SMR, 원자력, 신재생 에너지, 독립 발전소 |
한국 데이터센터 전력 수요: 현재 1.5GW → 향후 10년 내 10배~20배(최대 20GW) 확대 전망 |
| 4단계: 냉각/통신 |
고발열 및 전력 손실 억제, 전송 속도 향상 필요 |
수랭식·액침 냉각 솔루션, 광케이블, CPO, 특수 냉매 |
구리선 기반 신호 왕복 시 열/손실 발생 → 광(Optical) 통신으로 전환 |
| 5단계: 데이터 |
인터넷 공개 데이터 고갈 및 도메인 특화 모델 학습 필요 |
바이오·제조·물리 데이터 수집 및 DB 솔루션 업체 |
현장 암묵지 및 비공개 데이터를 모델 학습용으로 아카이빙하는 솔루션 부상 |
타임스탬프별 핵심 포인트
| 시간 |
핵심 내용 |
| 00:23 |
10년 이상 장기 투자 철학 및 IT 기술 기반 투자 성과 소개 |
| 01:31 |
투자 전문가가 아닌 테크 전문가 관점의 접근 방식 설명 |
| 02:40 |
기술에 대한 믿음과 실적 가능성을 바탕으로 최소 1.5년~3년 보유 원칙 제시 |
| 03:18 |
기술 기업뿐만 아니라 기술을 활용하는 전통 산업/소비재 기업에 대한 이중 투자 전략 |
| 04:34 |
기술 투자의 3단계 레이어 구분 (원천기술 → 상품화 → 솔루션 공급) |
| 05:25 |
웹 시대의 수익 이동 사례 분석 (하드웨어 PC → 포털/검색 → 광고 플랫폼 및 솔루션) |
| 07:12 |
기술 투자에서 병목(Bottleneck)의 중요성 및 AI 1단계 병목(GPU) |
| 08:02 |
AI 2단계 병목: GPU와 결합하는 HBM 및 일반 D램 공급 부족 |
| 09:56 |
D램 수익률 급증(10% 미만 → 70% 이상)과 온디바이스 AI에 따른 메모리 수요 증가 |
| 10:50 |
낸드 플래시 및 저장장치(SSD) 가격 상승 원인과 저장 인프라 병목 |
| 12:28 |
AI 3단계 병목: 전력 공급 이슈와 데이터센터 전력 급증(1.5GW → 20GW) |
| 13:35 |
AI 4단계 병목 (1): 냉각 효율(공랭식에서 수랭식·액침 냉각으로 전환) |
| 14:48 |
AI 4단계 병목 (2): 내부 통신 구리선의 한계와 광케이블(CPO) 네트워크로의 전환 |
| 16:10 |
AI 5단계 병목: 공개 데이터 고갈과 산업별(바이오·제조·물리) 고가치 데이터 구축 솔루션 |
| 18:31 |
동일 섹터 내 유망 기업 선별법 (산업 성장세와 별개로 기업의 실제 기술 투자와 실적 확인) |
| 19:35 |
AI를 활용한 기업 분석 팁 (추천 요구가 아닌 사업 비중 및 실적 데이터 조사) |
| 20:34 |
과거 IT 사례 복기: 스마트폰 생태계(제조사 → 구글 안드로이드 → 통신사 → 버티컬 앱/클라우드)의 수익 이동 패턴 |
| 24:45 |
SF 소설/미디어(드라마 ‘업로드’ 등)를 통한 미래 상상과 필요 기술 역추적 전략 |
결론 및 시사점
- AI 혁명은 일시적인 테마가 아니라 과거 웹과 스마트폰이 거쳐간 인프라 확장 및 서비스 분산의 사이클을 그대로 따르고 있습니다.
- 현재 AI 투자는 단순 GPU 중심에서 벗어나 전력, 냉각, 광 네트워크, 그리고 궁극적으로 산업 현장의 고품질 데이터를 선점·가공하는 기업으로 병목이 이동하고 있음을 인지해야 합니다.
- 투자자는 단기 시세 변동에 흔들리지 말고 역사적 기술 발전 궤적을 토대로 다음 병목 지점을 미리 파악한 후, 실질적인 연구개발과 실적을 증명해 내는 기업을 선별해 최소 수년간 동행하는 접근법이 필요합니다.
추가 학습 키워드
- HBM (High Bandwidth Memory, 고대역폭 메모리)
- 온디바이스 AI (On-Device AI) 및 NPU
- CPO (Co-Packaged Optics, 공동 패키징 광학)
- 액침 냉각 (Immersion Cooling)
- SMR (Small Modular Reactor, 소형 모듈 원자로)
기본 정보
| 항목 | 내용 |
|—|—|
| 채널 | 티타임즈TV |
| 카테고리 | 경제 |
| 게시일 | 2026-09-25 |
| 영상 길이 | 26:35 |
| 처리 엔진 | gemini-3.8-flash |
| 원본 영상 | YouTube에서 보기 |