챗GPT 사용자가 늘면 오픈AI는 서버를 더 사야 한다. 서버를 더 사려면 데이터센터를 더 지어야 한다. 데이터센터를 더 지으려면 땅과 전기, 냉각 설비가 더 필요하다. AI 모델이 고도화될수록 연산량은 폭증하고, 서버 수가 늘어날수록 전력 소비도 함께 급증한다. 이러한 사슬은 AI 서비스가 성장하는 한 끊기지 않는다. 소프트웨어 경쟁처럼 보이는 AI 전쟁의 실체는, 더 거대한 인프라를 먼저 구축하는 싸움이다. 실제로 미국 빅테크들은 지금 전례 없는 속도로 데이터센터를 짓고 있다. 메타는 기가와트급 신규 데이터센터 프로젝트 2건을 동시에 진행 중이다. 1기가와트는 중소 도시 하나를 운영할 수 있을 정도의 전력 규모다. 아마존은 AWS 성장을 위해 대규모 투자 계획을 밝히며 데이터센터 확장에 속도를 내고 있다. AI 구동의 핵심인 메모리반도체 가격은 공급 부족 여파로 급등했다. 여기에 전력망·냉각수·데이터센터 부지까지 병목 현상이 겹치며 비용 상승 압력이 커지고 있다. 인프라 확장 속도를 AI 수요 증가가 따라잡지 못하고 있다는 의미다.
---〈1장 AI 데이터센터, 돈의 흐름을 바꾸다 〉 중에서

챗GPT는 새벽 3시에도 질문에 답한다. 클로드는 주말에도 멈추지 않는다. AI 서비스가 24시간 작동한다는 것은, 데이터센터 역시 24시간 멈추지 않아야 한다는 뜻이다. 데이터센터 업계에서는 이를 ‘99.999% 가용성’이라고 부른다. 1년에 허용되는 다운타임이 몇 분 수준에 불과하다는 의미다. 이 안정성을 유지하려면 전력 공급부터 냉각 시스템까지 거의 모든 설비가 이중·삼중으로 백업되어야 한다.
이 구조가 투자자에게 의미하는 바는 분명하다. 데이터센터를 운영하는 한 전력·냉각·보안 인프라는 단 하루도 끊길 수 없다. 유지보수를 위해 장비를 교체하는 중에도 서비스는 계속 돌아가야 한다. 이 때문에 데이터센터 운영사들은 핵심 장비를 한 곳에서만 조달하지 않고, 검증된 공급사와 장기 계약을 유지하려 한다. 한번 공급망에 들어간 기업이 쉽게 교체되지 않는 이유가 여기에 있다.
---〈1장 AI 데이터센터, 돈의 흐름을 바꾸다〉 중에서

1990년대 닷컴 버블 당시에는 실질적인 매출 기반 없이 주가만 급등한 기업들이 많았다. 반면 현재 AI 인프라 산업은 실제 발주와 납품, 매출이 동반되고 있다. 데이터센터 건설이 진행되고 있고, GPU와 전력 장비 공급 계약이 실제로 체결되고 있으며, 관련 기업들의 실적에도 반영되고 있다. 이것은 단순 기대감만으로 움직이는 국면과는 차이가 있다.
시장에서는 2030년까지 데이터센터 전력 소비가 현재 대비 두 배 이상 증가할 수 있다는 전망도 나온다. 이 수요를 감당하려면 지금의 전력망·변압기·전선·냉각 장비 투자가 계속 이어질 수밖에 없다. AI 모델 성능이 높아지고 사용자가 늘어날수록 인프라 수요 역시 함께 커지고 있는 것이다. 즉 지금 시장을 움직이는 핵심은 단순한 테마가 아니라 실제 산업 수요다.
---〈1장 AI 데이터센터, 돈의 흐름을 바꾸다〉 중에서

마이크로소프트가 데이터센터 투자를 늘린다는 뉴스가 나오면 한국 증시가 움직인다. 직관적으로는 이해하기 어려운 연결이지만, 공급망을 따라가면 경로가 선명하게 보인다. 마이크로소프트가 데이터센터를 짓기로 결정하면, 서버를 사야 한다. 서버 안에 GPU가 들어가고, GPU 옆에는 고대역폭 메모리(HBM)가 붙는다. HBM은 SK하이닉스가 만든다. GPU와 HBM을 연결하는 서버 기판은 삼성전기와 이수페타시스가 만든다. 데이터센터에 전기를 공급하는 변압기는 HD현대일렉트릭과 효성중공업이 만든다. 전기를 실어 나르는 전선은 대한전선과 가온전선이 만든다. 미국에서 시작된 투자 결정이 한국 기업들의 수주로 이어지는 경로가 이렇게 연결된다. 이 연결이 주목받기 시작한 것은 빅테크들의 자본지출 규모가 전례 없는 수준으로 커지면서부터다. 2025년 구글 · 마이크로소프트·아마존·메타 4개사의 AI 인프라 투자 규모는 6,300억~7,000억 달러, 우리 돈으로 1,000조 원을 넘는 것으로 추정된다. 2026년에는 이 규모가 더 확대될 것이라는 전망이 이어지고 있다.
---〈2장 빅테크의 돈은 한국 공급망으로 흐른다 〉 중에서

HBM 시장에서 SK하이닉스와 삼성전자가 합산 80% 이상을 점유하는 것은 우연이 아니다. 30년에 걸친 메모리 반도체 투자와 기술 축적의 결과다. D램 반도체는 1990년대 삼성전자가 일본을 꺾고 세계 1위를 차지한 이후 한국이 주도권을 놓지 않았다. 당시 삼성전자는 경기 불황 속에서도 반도체 투자를 오히려 늘리는 역발상 전략으로 일본 기업들을 압도했다. 그 결정이 30년이 지난 지금 HBM이라는 형태로 결실을 맺고 있다.
HBM은 일반 D램을 수직으로 쌓아 올리는 고난도 공정이다. D램 칩 여러 개를 마이크로미터 단위의 정밀도로 적층하고, 수천 개의 미세한 구멍을 뚫어 칩 사이를 전기적으로 연결하는 TSV(실리콘 관통 전극) 기술이 핵심이다. 이 기술은 수십 년간 D램을 만들어온 기업만이 구현할 수 있는 영역이다. 공정 노하우, 수율 관리, 장비 운영 경험이 모두 축적되어야 가능하다. 후발주자가 단기간에 따라오기 어려운 이유가 여기에 있다.
---〈2장 빅테크의 돈은 한국 공급망으로 흐른다〉 중에서

데이터센터 공급망을 안에서 밖으로 펼쳐보면 6개 층위가 있다. 반도체, 기판·부품, 전력, 전선, 냉각, 발전이 그것이다. 이 6개 층위 각각에 한국 기업이 포진해 있다는 것이 이 장의 핵심이다.
가장 안쪽에 반도체가 있다. GPU 옆에 붙는 HBM은 SK하이닉스와 삼성전자가 공급한다. HBM 적층 장비는 한미반도체가, 공정 핵심 장비는 HPSP가, 완성된 칩을 검사하는 테스트 소켓은 리노공업이 담당한다. 반도체 하나를 만들고 공급하는 과정의 핵심 고리가 모두 한국 기업으로 연결되어 있다.
그다음은 기판과 부품이다. GPU와 메모리를 연결하는 FC-BGA 기판은 삼성전기와 LG이노텍이, AI 서버 안에서 수십 개의 GPU를 하나의 시스템으로 연결하는 초고다층 인쇄회로기판(MLB)은 이수페타시스가, 메모리 패키지 기판은 심텍이 만든다. 서버 한 대를 구성하는 핵심 소재의 상당 부분이 한국에서 만들어진다. AI 서버가 한 대 팔릴 때마다 한국 기판 기업들의 매출이 함께 늘어나는 구조다.
---〈2장 빅테크의 돈은 한국 공급망으로 흐른다〉 중에서

SK하이닉스는 AI 반도체 공급망에서 가장 유리한 위치에 있는 한국 기업이다. 엔비디아가 GPU를 만들면 그 옆에 붙는 HBM의 절대다수를 SK하이닉스가 공급한다. 엔비디아의 AI 가속기에 탑재되는 HBM을 주도적으로 공급하며 ‘HBM=SK하이닉스’라는 공식을 시장에 각인시켰다. 엔비디아가 팔리면 SK하이닉스가 따라서 팔리는 구조다.
SK하이닉스의 강점은 기술 선도와 고객사와의 깊은 파트너십에 있다. HBM은 D램 칩을 수직으로 여러 층 쌓아 올려 만드는 고난도 공정이다. 엔비디아 CEO가 직접 SK하이닉스 전시 부스를 찾아가 차세대 HBM 협력을 요청한 것은 이 파트너십의 깊이를 보여주는 장면이다.
---〈3장 한국 증시를 움직이는 AI 데이터센터 수혜주 〉 중에서

삼성전자는 HBM 시장에서 SK하이닉스에 뒤처진 것이 사실이다. 엔비디아의 HBM 품질 테스트를 통과하는 데 시간이 걸렸고, 그 사이 SK하이닉스가 시장을 선점했다. 하지만 삼성전자를 단순히 ‘HBM에서 밀린 기업’으로만 보는 것은 이 기업의 복잡한 위상을 놓치는 것이다. 최근에는 HBM 점유율 회복 흐름도 나타나고 있고, HBM4 세대에서 반격 가능성도 거론된다.
가장 큰 강점은 반도체 생태계 전체를 아우르는 수직 통합 구조다. 메모리 설계부터 파운드리, 패키징까지 반도체 생산의 거의 모든 단계를 자체적으로 수행할 수 있다. 전 세계에서 이런 구조를 갖춘 기업은 극히 드물다. HBM 경쟁에서 다소 뒤처져도, 파운드리와 첨단 패키징에서 AI 수요를 흡수할 수 있는 경로가 동시에 열려 있다는 뜻이다.
---〈3장 한국 증시를 움직이는 AI 데이터센터 수혜주 〉 중에서

AI 공급망에서 가장 먼저 자금이 몰리는 곳은 반도체다. 이유는 단순하다. AI 연산 자체를 반도체가 수행하기 때문이다. 챗GPT가 질문에 답하고, 클로드가 글을 쓰고, 제미나이가 이미지를 분석하는 모든 과정은 GPU와 그 옆에 붙은 메모리가 처리한다. 데이터센터를 아무리 크게 지어도 그 안에 반도체가 없으면 아무 일도 일어나지 않는다. 반도체는 AI 공급망의 심장부다.
AI 시대의 반도체는 기존 반도체와 성격이 다르다. PC나 스마트폰용 반도체는 전력 효율과 소형화가 핵심이었다. 반면 AI 서버용 반도체는 얼마나 많은 데이터를 얼마나 빠르게 처리하느냐가 중요하다. GPU는 수천 개의 연산을 동시에 병렬 처리하도록 설계되어 있고, HBM은 GPU에 데이터를 초고속으로 공급하기 위해 만들어진 메모리다. GPU가 계산을 수행하는 두뇌라면, HBM은 데이터를 실어 나르는 초고속 통로에 가깝다. 즉 일반 D램이 1차선 도로라면 HBM은 수십 차선 고속도로에 비유된다.
---〈3장 한국 증시를 움직이는 AI 데이터센터 수혜주 〉 중에서

GPU와 메모리가 반도체 공급망의 심장이라면, 기판은 그 심장을 시스템 전체에 연결하는 뼈대이다. 서버 안에서 GPU·메모리·각종 부품들을 전기적으로 이어주는 것이 기판의 역할이다. 일반 서버용 기판과 AI 서버용 기판은 요구 수준 자체가 다르다. AI 서버는 여러 개의 GPU를 하나의 시스템 안에서 동시에 초고속으로 연결해야 하기에 기판의 정밀도와 신호 처리 능력이 훨씬 중요해진다. GPU 성능이 높아질수록 더 빠르고 안정적인 처리가 요구되면서 데이터를 전달하는 기판의 기술 난이도도 함께 올라간다.
---〈3장 한국 증시를 움직이는 AI 데이터센터 수혜주 〉 중에서