이번 시간에는 2026년 기술 산업에서 투자자가 봐야 할 핵심 변화에 대해서 알아보도록 하겠습니다.
AI부터 반도체·로봇·우주까지… 2026년 기술 산업에서 투자자가 봐야 할 핵심 변화
AI 산업이 빠르게 성장하면서 기술 산업의 경쟁 구도도 크게 바뀌고 있습니다.
과거에는 “누가 더 좋은 제품을 만드는가”가 기업 경쟁력의 핵심이었다면, 이제는 조금 더 복잡해지고 있습니다.
AI 모델의 성능뿐만아니라 안전성, 데이터, 반도체, 메모리, 전력, 데이터센터, 광통신, 로봇, 자율주행, 우주 인프라까지 서로 연결되면서 새로운 산업 생태계가 만들어지고 있기 때문입니다.
특히 AI가 단순히 질문에 답하는 수준을 넘어 실제로 프로그램을 실행하고 데이터를 처리하며 외부 시스템과 상호작용하는 단계로 발전하면서 AI를 얼마나 강력하게 만드는가와 동시에 얼마나 안전하게 통제할 수 있는가가 중요한 문제가 되고 있습니다.
여기에 AI 데이터센터를 운영하기 위한 전력과 반도체, 메모리 수요가 급증하고 있고, 자율주행과 휴머노이드 로봇처럼 AI가 실제 물리적 세계에서 움직이는 분야도 빠르게 발전하고 있습니다.
우주 산업에서도 스페이스X의 스타십과 스타링크를 중심으로 새로운 성장 가능성이 나타나고 있습니다.
AI 경쟁의 핵심이 ‘성능’에서 ‘안전성과 통제’로 확대되고 있다
최근 OpenAI 사례가 보여주는 중요한 변화는 AI가 단순히 “틀린 답을 하는 기술”에서 벗어나고 있다는 것입니다.
과거의 AI는 질문을 입력하면 답변을 만들어내는 것이 중심이었습니다.
하지만 최근 AI 에이전트는 검색하고, 프로그램을 실행하고, 데이터를 처리하고, 외부 서비스와 상호작용하는 등 실제 행동을 수행하는 방향으로 발전하고 있습니다.
이렇게 되면 AI가 잘못된 정보를 제공하는 것보다 더 큰 문제가 발생할 수 있습니다.
AI가 잘못된 판단을 바탕으로 실제 프로그램을 실행하거나 외부 시스템에 접근한다면 단순한 오답보다 훨신 큰 피해가 발생할 수 있습니다.
따라서 앞으로 AI 산업에서는 단순한 모델 성능뿐만 아니라 다음과 같은 능력이 중요해질 수 있습니다.
- AI가 인간의 의도와 다르게 행동하지 않도록 만드는 정렬
- AI의 위험한 행동을 발견하는 모니터링
- 외부 공격을 막는 사이버 보안
- 기업의 중요한 정보를 보호하는 데이터 통제
- AI가 잘못된 행동을 했을 때 이를 중단할 수 있는 통제 시스템
결국 AI 산업의 다음 경쟁은 단순히
“누가 가장 강력한 AI를 만드는가?”
에서 끝나지 않을 가능성이 높습니다.
앞으로는
더 강력한 AI를 만드는 능력
과 동시에
그 AI가 인간이 의도한 범위 안에서 안전하게 행동하도록 통제하는 노력
도 중요한 경쟁력이 될 수 있습니다.
AI 개발 속도를 둘러싼 논쟁도 계속될 가능성
이 때문에 AI 산업에서는 개발 속도를 둘러싼 논쟁도 계속되고 있습니다.
한쪽에서는 미국이 중국과의 기술 경쟁에서 앞서기 위해 AI 개발을 최대한 빠르게 진행해야 한다고 주장합니다.
반대로 다른 쪽에서는 AI가 사이버 공격이나 국가 안보, 중요 인프라 등에 활용될 경우 위험이 커질 수 있기 때문에 안전장치를 먼저 강화해야 한다고 주장합니다.
이러한 접근법의 차이는 미국 정부 내부에서도 나타나고 있습니다.
결국 논쟁의 핵심은 단순히
“AI를 규제할 것인가?”
가 아닙니다.
실제로는
“AI 기술 경쟁력을 확보하면서도 발생 가능한 위험을 어떻게 관리할 것인가?”
라는 문제에 가깝습니다.
AI 산업의 정치적 영향력도 커지고 있다
AI 산업이 빠르게 성장하면서 기업의 경제적 영향력뿐만 아니라 정치적 영향력도 커지고 있다는 논쟁도 나타나고 있습니다.
버니 샌더스의 핵심 주장은 AI 업계가 AI의 위험성을 실제로 심각하게 생각한다면, 막대한 정치자금을 이용해 AI 규제를 추진하는 정치인들을 막기보다는 AI의 안전과 위험을 관리하기 위한 정책을 지원해야 한다는 것입니다.
이 논쟁에서 중요한 것은 단순히 AI 규제의 찬반만이 아닙니다.
AI 기업의 자본과 기술력이 빠르게 커지면서 산업계가 정부의 정책 결정에 어느 정도 영향을 미치는 것이 적절한가라는 문제까지 확대되고 있습니다.
따라서 앞으로 AI 정책에서는
- 정부
- AI 기업
- 학계
- 시민사회
사이에서 어떤 균형을 만들 것인지도 중요한 논쟁이 될 수 있습니다.
휴머노이드 로봇, 실제 업무에 가까워지고 있다
AI의 발전은 소프트웨어에만 머물지 않습니다.
휴머노이드 로봇도 실제 환경에서 스스로 학습하고 반복적인 작업을 수행하는 단계로 발전하고 있습니다.
과거 로봇 시연은 미리 정해진 환경에서 사람이 원격으로 조작하거나 제한적인 동작을 보여주는 경우가 많았습니다.
하지만 최근에는 로봇이 실제 환경에서 반복 작업을 수행하고 데이터를 축적하면서 자율성을 높이는 방향으로 발전하고 있습니다.
다만 대규모 상용화까지는 아직 과제가 남아 있습니다.
특히 중요한 것이 광범위한 일반화 능력입니다.
로봇이 공장에서 같은 부품을 반복해서 집는 것은 가능하더라도, 갑자기 다른 모양의 물체가 나타났을 때 사람처럼 상황을 판단하고 작업을 계속할 수 있는지는 별개의 문제입니다.
또 하나의 중요한 문제는 경제성입니다.
로봇이 사람보다 저렴하게 작업할 수 있어야 기업이 대규모로 도입할 이유가 생깁니다.
따라서 휴머노이드 로봇의 다음 경쟁은
“얼마나 사람처럼 움직이는가?”
뿐만 아니라
“얼마나 다양한 업무를 스스로 수행할 수 있고, 그 비용이 얼마나 낮아지는가?”
가 될 가능성이 높습니다.
화웨이, AI 칩 생태계 전체를 구축하며 엔비디아에 도전
중국에서는 화웨이가 AI 반도체 경쟁을 확대하고 있습니다.
화웨이는 AI 가속기인 Ascend를 중심으로 CPU와 고속 연결 칩까지 포함하는 AI 컴퓨팅 생태계를 구축하고 있습니다.
이는 단순히 GPU 하나를 만드는 전략과는 조금 다릅니다.
AI 데이터센터를 운영하려면
AI 가속기 + CPU + 메모리 + 네트워크 + 고속 인터커넥스
등 여러 부품이 필요하기 때문입니다.
화웨이는 이처럼 AI 컴퓨팅에 필요한 다양한 요소를 자체 생태계로 구축하려는 것입니다.
현재 기술 수준에서는 여전히 엔비디아가 앞서 있다는 평가가 나오고 있습니다.
화웨이가 매년 새로운 AI 칩을 출시하면서 기출 격차를 얼마나 줄일 수 있는지가 중요한 관전 포인트입니다.
중국의 AI 기업들이 자국산 AI 반도체를 얼마나 빠르게 사용할 수 있는지가 향후 경쟁 구도에 영향을 줄 수 있습니다.
스티브 아이스먼이 보는 AI의 진짜 위험
‘빅 쇼트’로 유명한 투자자 스티브 아이스먼은 AI가 인간을 지배하는 미래에 대한 공포에는 회의적인 입장을 보이면서도 AI 산업의 사업적 위험에는 주목하고 있습니다.
그가 주목하는 것은 오픈-웨이트 모델과 저가 AI의 확산입니다.
AI 모델의 성능이 계속 발전하는 동시에 경쟁 업체들이 더 저렴한 모델을 제공한다면 AI 기업의 가격과 마진이 압받받을 수 있기 때문입니다.
아이스먼의 핵심 주장은 간단합니다.
AI 개발이 정말 위험할 정도로 빠르게 진행되고 있다고 주장하는 기업이라면 말로만 경고할 것이 아니라 실제 행동으로 보여줘야 한다는 것입니다.
IPO나 추가적인 자본 조달을 늦추는 방식으로 자신들의 주장을 입증할 수 있다는 것입니다.
즉, AI 산업에서는 기술 위험뿐만 아니라 사업 모델의 경제성도 중요한 문제가 되고 있습니다.
엔비디아의 높은 주가를 정당화하려면 AI 산업의 매출도 커져야 한다
뉴욕대 교수이자 기업가치 평가 전문가인 애스워스 다모다란은 엔비디아에 대해 흥미로운 문제를 제기했습니다.
그는 엔비디아가 실제로 엄청난 성장을 보여주는 훌륭한 기업이라는 점과 별개로, 현재의 높은 주가를 정당화하려면 AI 산업 전체가 앞으로 지금보다 훨씬 더 큰 매출을 만들어내야 한다고 봅니다.
엔비디아가 GPU를 많이 판매하는 것만으로는 충분하지 않습니다.
엔비디아의 고객인 AI 기업과 데이터센터 운영업체들이 막대한 AI 인프라 투자금을 회수해야 합니다.
결국 중요한 질문은
“AI에 지금까지 투자한 수천억 달러 이상의 돈을 AI 산업이 실제 매출과 이익으로 회수할 수 있는가?”
입니다.
다모다란은 AI가 인간의 생산성을 높이는 것에서 더 나아가 노동 자체를 대규모로 대체할 수 있는지가 중요한 변수가 될 수 있다고 봅니다.
따라서 엔비디아를 바라볼 때도 단순히
“AI가 계속 성장할 것인가?”
만 보는 것이 아니라,
“AI 산업 전체가 투자된 막대한 자본을 회수할 만큼 충분히 큰 매출과 이익을 만들어낼 수 있는가?”
를 함께 살펴볼 필요가 있습니다.
SK하이닉스와 인텔의 미국 메모리 생산 논의
SK하이닉스와 인텔의 협력 논의 역시 AI 반도체 공급망이라는 큰 흐름에서 볼 필요가 있습니다.
현재 논의는 아직 초기 단계이며 거래가 확정된 것은 아닙니다.
하지만 실제 생산으로 이어진다면 의미가 상당히 커질 수 있습니다.
SK하이닉스는 미국에서 기존의 패키징·후공정 영역을 넘어 메모리 제조까지 확대할 가능성이 생깁니다.
인텔 입장에서는 유휴 생산시설을 활용할 수 있습니다.
미국 입장에서는 AI 반도체에 필요한 메모리 공급망을 자국 내에서 강화할 수 있습니다.
따라서 투자자들이 봐야 할 것은 단순히
“SK하이닉스가 미국에서 메모리를 만들 것인가?”
뿐만 아니라
“AI 시대에 메모리 생산과 패키징이 미국 고객 가까이에서 얼마나 빠르게 확대될 것인가?”
입니다.
한국 메모리 산업은 AI 때문에 새로운 투자 사이클에 들어갈 수 있다
Kenneth Wong이 주목한 부분도 비슷합니다.
이번 한국 반도체 호황은 과거처럼 메모리 가격 상승과 하락에 따라 움직이는 짧은 사이클이 아니라, AI 데이터센터 확대와 HBM 수요 증가에 따른 장기적인 투자 사이클이 될 가능성이 있다는 것입니다.
AI 서버에는 일반 서버보다 훨씬 많은 고대역폭 메모리(HBM)가 필요합니다.
따라서 AI 데이터센터가 늘어날수록 HBM 수요도 증가할 수 있습니다.
이 과정에서 수혜 범위가 삼성전자와 SK하이닉스 같은 메모리 제조업체에만 국한되지 않을 수 있습니다.
- 반도체 장비
- 패키징
- 테스트
- 기판
- 소재
등 관련 기업으로 수요가 확산될 가능성이 있습니다.
다만 중국 CXMT가 DRAM 경쟁력을 유지하면서 HBM 시장까지 빠르게 진입할 수 있는지는 한국 메모리 산업의 장기적인 성장에 중요한 변수입니다.
마이크론 실적에서 확인해야 할 것은 ‘메모리 공급’
마이크론 실적에서 가장 중요한 질문도 결국 AI 수요와 메모리 공급의 균형입니다.
AI 데이터센터가 빠르게 늘어나면서 메모리 수요가 급증하고 있지만, 메모리 생산시설을 하루아침에 늘릴 수는 없습니다.
새로운 공장을 짓고 장비를 설치하고 생산 수율을 안정화하는 데 상당한 시간이 필요하기 때문입니다.
따라서 현재 전망대로라면 메모리 부족과 높은 가격이 2027년 이후까지 이어질 가능성도 거론되고 있습니다.
9월 30일 마이크론 실적에서는 단순히 매출과 이익만 보는 것이 아니라 다음 내용을 함께 확인할 필요가 있습니다.
- 메모리 가격
- HBM 수요
- 공급 확대 일정
- 신규 공장 가동 계획
- 장기 고객 계약
- 향후 메모리 시장에 대한 경영진 전망
결국 AI 산업이 성장하더라도 AI 서버에 필요한 메모리를 얼마나 빠르게 공급할 수 있느냐가 중요한 병목이 될 수 있습니다.
AI 반도체 경쟁은 GPU에서 광통신으로 확대된다
AI 데이터센터가 커질수록 또 하나의 문제가 발생합니다.
바로 GPU와 GPU 사이에 데이터를 얼마나 빠르게 이동시킬 수 있느냐입니다
GPU의 성능이 아무리 좋아도 GPU끼리 데이터를 주고받는 속도라 느리면 전체 AI 시스템의 성능이 떨어질 수 있습니다.
이 때문에 인터커넥트와 광통신 기술이 중요해지고 있습니다.
GF와 마벨의 협력 확대도 이런 흐름에서 볼 수 있습니다.
두 회사는 AI 데이터센터에서 필요한 SiGe 생산 능력을 확대하고, 플러그형 광트랜시버와 NPO·CPO 같은 차세대 광연결 기술 시장에 대응하려고 하고 있습니다.
쉽게 말하면 AI 반도체 경쟁이
“누가 가장 강력한 GPU를 만드는가?”
에서
“수많은 GPU를 얼마나 빠르고 효율적으로 연결할 수 있는가?”
라는 경쟁으로 확대되고 있는 것입니다.
ASML의 경쟁력은 노광장비를 넘어 ‘생산 전체’를 지원하는 것
ASML의 SEMICON India 참가도 이러한 반도체 산업 변화와 연결됩니다.
ASML은 단순히 노광장비만 소개하는 것이 아니라
- 노광장비
- 컴퓨테이셔널 리소그래피 소프트웨어
- 계측
- 검사
등을 하나의 통합된 리소그래피 생태계로 제공하려는 전략을 보여주고 있습니다.
여기서 리소그래피는 반도체 웨이퍼 위에 아주 미세한 회로 패턴을 만들어내는 공정입니다.
하지만 첨단 반도체에서는 미세한 회로를 만드는 것만으로 끝나지 않습니다.
실제로 대량 생산을 하려면 높은 수율이 필요합니다.
수율은 쉽게 말해
“만든 반도체 가운데 정상적으로 사용할 수 있는 제품의 비율”
입니다.
따라서 앞으로 반도체 장비 경쟁은
“더 미세한 회로를 만들 수 있는가?”
에서
“그 장비를 이용해 얼마나 안정적으로 높은 수율의 반도체를 대량 생산할 수 있도록 지원하는가?”
로 확대될 수 있습니다.
인텔의 미래는 CPU 하나만으로 결정되지 않는다
인텔의 주가 200달러 시나리오에서 핵심은 여러 사업이 동시에 성장하는 것입니다.
첫 번째는 14A 첨단 공정입니다.
14A가 실제 대량 생산에 성공하고 애플·테슬라·하이퍼스케일러 같은 대형 고객을 확보한다면 인텔의 파운드리 사업 확대에 도움이 될 수 있습니다.
여기에 기존 서버 CPU 사업과 AI PC 사업까지 개선된다면 전체 실적이 크게 달라질 수 있습니다.
즉 인텔의 미래를 단순히
“CPU 회사가 다시 살아날 수 있는가?”
라는 질문만으로 볼 필요는 없습니다.
오히려
첨단 반도체 생산 능력 + 대형 파운드리 고객 + AI 데이터센터용 CPU + AI PC
가 동시에 성장할 수 있는지가 핵심입니다.
다만 200달러는 벤 라이츠스가 제시한 공격적인 시나리오입니다.
애플·테슬라·하이퍼스케일러의 14A 대량 생산이나 SK하이닉스와의 오하이오 협력이 현재 확정됐다는 의미는 아닙니다.
팔란티어의 알렉스 카프가 보는 AI 규제의 핵심
팔란티어 CEO 알렉스 카프의 핵심 주장은 AI 개발을 무조건 막는 것보다는 합리적인 규칙을 만들고 AI 기업이 그 결과에 책임을 지도록 해야 한다는 것입니다.
기업의 데이터와 사업 노하우를 보호할 수 있는 안전장치와 명확한 책임 한도를 마련해야 한다고 봅니다.
여기서 중요한 변화는 AI 규제가 단순히
“AI를 얼마나 강하게 규제할 것인가?”
라는 문제가 아니라는 것입니다.
AI로 인해 피해가 발생하거나 기업 데이터가 유출됐을 때
“누가 책임을 질 것인가?”
라는 문제까지 확대되고 있습니다.
AI가 기업의 업무에 직접 들어갈수록 이 문제는 더욱 중요해질 수 있습니다.
AI에게 의식이 있는가? 새로운 AI 안전 논쟁
마이크로소프트 AI 책임자 무스타파 술레이만과 앤스로픽을 둘러싼 논쟁에서는 조금 다른 문제가 등장합니다.
핵심은
“AI에게 실제 의식이 있는가?”
라는 질문을 넘어,
“미래의 AI가 더욱 강력하고 자율적인 시스템이 됐을 때 인간이 계속 AI를 종료하고 통제할 수 있는가?”
입니다.
술레이만은 AI에게 의식이나 권리가 있을 수 있다는 개념을 훈련 과정에 포함하면 인간의 통제가 더 어려워질 수 있다고 우려합니다.
반면 앤스로픽은 AI 안전성을 연구하는 과정에서 AI의 의식과 복지 가능성까지 고려해야 한다는 접근을 취하고 있습니다.
결국 앞으로 AI 산업에서는 모델 성능뿐만 아니라
- AI 자율성
- 안전성
- 통제 가능성
- 보안
- AI의 행동 범위
등이 중요한 논쟁이 될 가능성이 높습니다.
AI 데이터센터가 커질수록 전력 비용도 중요한 문제가 된다
AI 산업의 성장은 반도체와 데이터센터뿐만 아니라 전력 인프라에도 영향을 미치고 있습니다.
미국 하원의 Ratepayer Protection Act는 대규모 AI 데이터센터가 사용하는 전력 때문에 발생하는 발전·송전 인프라 비용을 일반 가계에 일방적으로 떠넘기지 않도록 하려는 움직임입니다.
AI 데이터센터는 기존 사무실이나 일반 시설보다 훨씬 많은 전력을 사용합니다.
따라서 AI 산업이 커질수록
“누가 전력망 확장 비용을 부담할 것인가?”
라는 문제가 중요해집니다.
결국 AI 산업의 다음 경쟁은
“누가 더 강력한 AI를 만드는가?”
뿐만 아니라
“누가 충분한 전력을 확보하고 그 비용을 감당할 수 있는가?”
의 문제로 확대될 수 있습니다.
메타의 AI 전략, 중요한 것은 ‘비용과 매출’
뱅크 오브 아메리카가 메타의 AI 전략을 주목하는 이유도 단순히 메타가 AI에 돈을 많이 투자하기 때문만은 아닙니다.
메타는 자체 AI 칩을 활용해 인프라 비용을 낮추는 동시에 Meta One과 같은 유료 서비스를 통해 AI를 새로운 매출원으로 만들려는 전략을 추진하고 있습니다.
결국 메타의 AI 사업에서 중요한 질문은
“AI를 얼마나 잘 만드는가?”
뿐만 아니라
“AI 운영비를 얼마나 효율적으로 관리하고 실제 사용자를 얼마나 많은 유료 고객으로 전환할 수 있는가?”
입니다.
AI 기업의 장기적인 가치를 평가할 때 매출 성장과 함께 AI를 운영하는 비용도 점점 중요해질 수 있습니다.
구글 광고 사업의 핵심은 ‘광고 생태계 경쟁’
구글 광고 기술 관련 판결에서는 법원이 구글 광고 사업을 강제로 분할하는 대신 경쟁 업체가 광고 거래 데이터에 접근할 수 있도록 하고, 웹사이트 운영자를 구글의 광고 도구에 묶어두는 관행을 제한하는 방향을 제시했습니다.
구글에게 광고는 매우 중요한 사업입니다.
전체 매출에서 광고가 차지하는 비중이 약 68%에 달하기 때문입니다.
따라서 향후 항소 결과와 규제 조치가 구글 광고 사업의 운영 방식과 경쟁 환경에 어떤 영향을 줄지가 중요한 변수가 될 수 있습니다.
자율주행 경쟁은 기술에서 ‘실제 운영 규모’로 이동한다
자율주행 산업에서도 비슷한 변화가 나타나고 있습니다.
웨이모는 수백 대의 차량을 실제 배치할 준비를 하고 있다는 관측과 함께 라스베이거스와 도쿄 등으로 로보택시 서비스를 확대하고 있습니다.
반면 테슬라는 사이버캡을 대규모로 상용화하기 위해 NHTSA 조사와 규제 문제를 해결해야 하는 상황입니다.
결국 자율주행 시장에서는 단순히
“누가 자율주행 기술을 가지고 있는가?
만으로 경쟁력을 판단하기 어려워질 수 있습니다.
더 중요한 질문은
“누가 더 많은 차량을 실제 도로에 투입하고 여러 도시에서 안정적으로 서비스를 운영할 수 잇는가?
가 될 수 있습니다.
AI 기술이 실제 물리적 세계로 들어갈수록 기술의 존재 자체보다 실제 운영 능력이 중요해지는 것입니다.
AI 시대에는 원자려뿐 아니라 핵연료 공급망도 중요하다
AI 데이터센터의 전력 수요가 증가하면서 원자력에 대한 관심도 커지고 있습니다.
하지만 AI 시대의 원자력 투자는 단순히
“원전을 얼마나 많이 확보하는가?”
의 문제로 끝나지 않습니다.
원전을 장기간 운영하려면
우라늄 채굴 → 전환 → 농축 → 연료 제조
라는 전체 핵연료 공급망이 필요합니다.
구글의 핀란드 로비사 원전 관련 계약은 AI 데이터센터에 필요한 전력을 장기간 확보하려는 움직임을 보여주는 사례입니다.
하지만 앞으로 AI 데이터센터와 원전이 계속 늘어난다면 그 원전을 실제로 계속 가동할 핵연료가 충분한가라는 문제도 중요해질 수 있습니다.
따라서 AI 인프라 투자는 전력 생산뿐만 아니라 우라늄과 농축·연료 공급망까지 범위를 넓혀 볼 필요가 있습니다.
아마존, AI와 물류를 동시에 강화한다
아마존의 프로젝트 머큐리는 단순히 당일배송을 빠르게 만드는 프로젝트로만 볼 수 없습니다.
아마존은 월마트가 약 5,000개의 오프라인 매장을 활용해 가지고 있는 장점, 즉 고객과 상품 사이의 거리가 짧다는 경쟁력에 대응하려는 전략을 추진하고 있습니다.
아마존은 장기적으로 당일배송 거점을 1,000개 이상으로 확대하는 방안을 추진하고 있습니다.
고객 가까이에 인기 상품을 미리 배치하면 배송 시간을 줄일 수 있습니다.
여기에 물류 자동화가 결합되면 운영 효율을 높일 수 있습니다.
따라서 아마존의 경쟁력은 단순히 상품을 많이 판매하는 것을 넘어
고객 가까이에 상품을 배치하고 → 자동화된 물류망을 활용하고 → 빠르게 배송하는 것
으로 확대되고 있습니다.
여기에 AWS와 AI 반도체, Bedrock 같은 AI 사업까지 성장한다면 유통·물류와 클라우드를 동시에 강화하는 구조를 만들 수 있다는 것이 핵심입니다.
AI와 핵무기·사이버 안보 문제
AI가 더욱 강력해지면서 국제 안보 분야에서도 새로운 논쟁이 나타날 수 있습니다.
핵심은 AI 기술 자체를 무조건 막자는 것이 아닙니다.
AI가 핵무기 지휘체계나 중대한 군사·사이버 작전에 관여할 경우 AI의 잘못된 판단이 국가 간 충돌로 이어지지 않도록 인간의 최종 통제와 국가 간 소통 장치를 마련해야 한다는 것입니다.
특히 미국과 중국이 AI 기술 경쟁을 계속하고 있는 상황에서는
AI 성능을 얼마나 높일 것인가
와 동시에
핵무기·사이버 공격·군사적 오판을 어떻게 통제할 것인가
도 중요한 국제 안보 문제가 될 수 있습니다.
애플 아이폰 18, 가격보다 ‘실제 소비자 부담’이 중요하다
뱅크 오브 아메리카가 애플의 아이폰 18 사이클을 주목하는 이유는 단순히 신제품 가격 때문이 아닙니다.
아이폰 가격이 올라가더라도 미국 통신사들이 더 많은 보상판매 혜택을 제공하면 소비자가 실제로 부담하는 비용은 줄어들 수 있습니다.
여기에 새로운 AI 기능과 하드웨어가 결합하면 여러 해에 걸친 아이폰 업그레이드 사이클이 나타날 가능성도 있습니다.
BofA는 여기에
- 서비스 사업 성장
- 자체 반도체를 통한 마진 개선
- 에이전틱 AI
- 자본 환원
- 신시장 진출
등을 함께 고려했습니다.
다만 실제 업그레이드 수요가 얼마나 강하게 나타날지, 그리고 Siri를 비롯한 AI 기능이 소비자의 기대를 충족할 수 있는지가 중요한 변수입니다.
코어위브, AI 컴퓨트 수요와 자금 조달을 동시에 보여준다
코어위브의 최근 움직임은 AI 컴퓨트 시장의 특징을 잘 보여줍니다.
AI 컴퓨트 수요가 여전히 강하기 때문에 높은 가격과 대규모 신규 고객 계약을 확보할 수 있습니다.
하지만 동시에 AI 데이터센터를 만들려면
- GPU
- 서버
- 전력
- 데이터센터
- 네트워크
등에 막대한 자금이 필요합니다.
따라서 AI 컴퓨트 깅버에게는 고객을 확보하는 능력만큼이나 대규모 인프라 투자를 지속할 수 있는 자금 조달 능력도 중요합니다.
AI 산업이 성장할수록 기업의 매출뿐만 아니라 자본 구조와 현금 흐름도 함께 살펴봐야 하는 이유입니다.
테슬라 3분기 인도량, 전망이 크게 엇갈린다
테슬라의 3분기 차량 인도량을 놓고도 시장의 전망이 크게 갈리고 있습니다.
골드만삭스는 미국·중국·유럽 판매 약세와 2분기에 발생한 재고 감소 효과가 반복되기 어렵다는 점을 고려해 3분기 인도량을 43만 5,000대로 예상했습니다.
반면 Kalshi에서는 트레이더들이 지난 분기와 비슷한 약 48만대 수준을 예상하고 있습니다.
두 전망의 차이는 약 4만 5,000대 이상입니다.
결국 이번 인도량 발표에서는 단순한 숫자뿐만 아니라
- 미국 판매
- 중국 판매
- 유럽 판매
- 재고 변화
- 생산량
- 자율주행 사업
등을 함께 확인할 필요가 있습니다.
스타십의 진짜 목표는 ‘세계 최대 로켓’이 아니다
일론 머스크가 말하는 스타십의 핵심은 단순히 세계에서 가장 큰 로켓을 만드는 것이 아닙니다.
궁극적인 목표는 스타십을 완전 재사용하고 높은 발사 빈도로 운영해 연간 100만~1,000만 톤에 달하는 화물을 우주로 운송하는 대규모 우주 물류 시스템을 구축하는 것입니다.
이를 위해서는
발사 → 우주 운송 → 귀환 → 재사용 → 재발사
과정을 반복할 수 있어야 합니다.
즉 스타십의 진짜 경쟁력은 한 번의 발사 성능보다 얼마나 자주, 얼마나 저렴하게 다시 사용할 수 있느냐에 있습니다.
스타십 9월 22일 발사에서 투자자가 봐야 할 것
9월 22일 스타십 14번째 비행은 단순한 로켓 발사 이상의 의미를 가질 수 있습니다.
이번 임무에서는 26기의 스타링프 V3 위성을 탑재할 예정입니다.
따라서 스타십이 실제로 스타링크의 위성을 대규모로 배치하는 발사 인프라가 될 수 있는지를 확인하는 시험이기도 합니다.
투자자들이 확인해야 할 핵심은 다음과 같습니다.
① 궤도 진입
스타십이 계획대로 궤도에 도달하는가?
② 스타링크 배치
실제 운영 페이로드인 스타링크 위성을 정상적으로 배치하는가?
③ 기체 성능
엔진과 비행 제어, 열차폐 등 주요 시스템이 정상적으로 작동하는가?
④ 최종 착수
스타십과 슈퍼 헤비가 계획대로 귀환하는가?
그리고 무엇보다 중요한 것은 다음 발사까지 얼마나 빠르게 준비할 수 있는가입니다.
한 번의 성공보다 성공적인 발사를 반복할 수 있는지가 장기적인 경제성에 더 중요하기 때문입니다.
머스크가 강조한 랩터 3의 숨은 기술
스타십의 핵심 엔진인 랩터 3도 중요한 기술적 요소입니다.
머스크는 랩터 3가 겉으로는 단순해 보이지만 내부에는 매우 복잡한 구조가 들어 있기 때문에 외형이나 추력 숫자만 보고 쉽게 따라 만들 수 있는 엔진이 아니라고 강조했습니다.
지상용 랩터 3는 약 250톤력, 2,451kN의 추력을 내며 진공형은 약 275톤력을 목표로 합니다.
센서와 제어기를 엔진 내부와 열보호층 아래로 이동시키면서 외부 구조를 단순화한 것도 특징입니다.
중국 스페이스 파이오니어의 Tianhuo-21 엔진도 약 2,450kN의 추력이 보고됐지만, 아직 공식 엔진 카탈로그에 상세 제원이 공개된 것은 아닙니다.
따라서 단순히 추력 숫자만 보고 두 엔진의 기술 수준이 같다고 판단해서는 안 됩니다.
스타십이 스타링크의 성장 인프라가 될 수 있을까?
스타십의 가장 중요한 사업적 의미는 결국 스타링크와 연결될 수 있다는 점입니다.
스타링크는 위성이 많아질수록 네트워크를 확장할 수 있습니다.
따라서 스타십이 기존 로켓보다 훨씬 많은 위성을 운반하면서 높은 빈도로 발사될 수 있다면 스타링크의 확장 속도도 빨라질 수 있습니다.
결국
스타십 기술 발전 → 위성 발사 능력 확대 → 스타링크 위성 배치 증가 → 스타링크 네트워크 확장
이라는 구조가 만들어질 수 있습니다.
따라서 스타십의 진짜 가치는 로켓 한 대의 가치가 아니라 스페이스X의 다른 사업을 얼마나 빠르게 확장할 수 있게 해주느냐에 있습니다.
NASA 스타버스트, 스페이스X의 또 다른 발사 사업
스페이스X의 역할은 스타링크에만 국한되지 않습니다.
NASA는 중성자별 병합과 단기 감마선 폭발의 기원을 연구하는 소형 우주망원경 스타버스트의 발사 업체로 스페이스X를 선정했습니다.
스타버스트는 2028년 이후 플로리다 케이프커내버럴 우주군 기지의 SLC-40에서 팰컨 9의 밴드왜건 라이드셰어 임무를 통해 발사될 예정입니다.
라이드셰어는 하나의 로켓에 여러 위성을 함께 싣는 방식입니다.
따라서 소형 위성 입장에서는 단독 발사보다 비용을 낮출 수 있습니다.
스타버스트가 연구하는 것은 무엇인가?
스타버스트의 핵심 목표는 단기 감마선 폭발을 관측하는 것입니다.
이러한 폭발 가운데 일부는 중성자별 두 개가 충돌하고 합쳐지는 과정에서 발생하는 것으로 연구되고 있습니다.
스타버스트는 지구에 의해 가려지지 않는 하늘을 넓게 관측하면서 이러한 폭발을 찾아냅니다.
그리고 관측 결과를
- 중력차
- 다른 우주 망원경
- 지상 망원경
등의 데이터와 결합합니다.
이를 다중 메신저 천문학이라고 합니다.
즉 하나의 우주 사건을 빛과 중력파 등 여러 종류의 신호로 동시에 분석하는 것입니다.
이번 임무는 NASA가 소형 우주선을 이용해 상대적으로 저비용으로 첨단 천문학을 연구하는 천체 물리학 개척자 프로그램의 일부이기도 합니다.
지금 기술 산업에서 가장 중요한 변화는 무엇인가?
지금까지의 내용을 하나로 연결해 보면 중요한 공통점이 있습니다.
AI, 반도체, 로봇, 자율주행, 우주 산업은 서로 다른 분야처럼 보이지만 실제로는 점점 더 비슷한 문제를 해결해야 하고 있습니다.
첫 번째는 ‘컴퓨팅 능력’입니다.
AI 모델을 만들고 로봇을 움직이고 자율주행을 구현하려면 강력한 컴퓨팅 능력이 필요합니다.
그래서 GPU와 AI 가속기 경쟁이 중요합니다.
두 번째는 ‘메모리와 연결’입니다.
AI 데이터센터가 커지면 GPU만 필요한 것이 아닙니다.
HBM 같은 고성능 메모리와 GPU 사이의 데이터를 빠르게 이동시키는 인터커넥트와 광통신 기술도 중요해집니다.
세 번째는 ‘전력’입니다.
AI 데이터센터와 대규모 컴퓨팅 시설은 엄청난 전력을 필요로 합니다.
따라서 원자력, 전력망, 우라늄, 핵연료 공급망까지 AI 산업의 범위가 넓어지고 있습니다.
네 번째는 ‘자율성’입니다.
AI가 실제 행동을 수행하고 로봇과 자율주행차가 현실 세계에서 움직이면서 AI의 자율성도 중요한 경쟁 요소가 되고 있습니다.
다섯 번째는 ‘안전과 통제’입니다.
AI가 강력해질수록 잘못된 행동이나 사이버 공격, 데이터 유출 등의 위험도 함께 커질 수 있습니다.
따라서 AI를 얼마나 강력하게 만드는가와 함께 얼마나 안전하게 통제할 수 있는가가 중요해집니다.
여섯 번째는 ‘자본과 경제성’입니다.
마지막으로 가장 중요한 문제가 있습니다.
돈을 얼마나 벌 수 있느냐입니다.
AI 데이터센터에 수천억 달러가 투자되더라도 실제 AI 서비스가 충분한 매출과 이익을 만들어내지 못한다면 투자금 회수에 문제가 생길 수 있습니다.
따라서 앞으로 기술 기업을 볼 때는 기술력뿐만 아니라 매출, 마진, 현금 흐름, 자본지출, 투자 회수 가능성까지 함께 살펴볼 필요가 있습니다.
답글 남기기