이번 시간에는 AI 산업의 다음 경쟁에 대해서 알아보도록 하겠습니다.

---

AI 산업의 다음 경쟁은 무엇인가? GPU부터 에이전트·데이터센터·로봇까지

AI 산업이 빠르게 성장하면서 경쟁의 범위가 크게 넓어지고 있습니다.

과거에는 “누가 더 강력한 AI 모델을 만드는가?”가 가장 중요한 질문이었다면, 이제는 상황이 달라지고 있습니다.

AI 모델을 실제로 사용하려면 막대한 GPU와 데이터센터가 필요하고, 기업이 AI를 업무에 도입하려면 보안과 권한 관리 시스템도 필요합니다. 여기에 AI가 실제 업무를 대신하는 AI 에이전트로 발전하면서 개인정보와 안전성 문제도 더욱 중요해지고 있습니다.

또한 AI가 로봇과 자율주행, 우주산업으로 확대되면서 반도체와 데이터센터를 넘어 물리적 세계를 움직이는 산업까지 AI 경쟁에 포함되고 있습니다.

결국 앞으로의 AI 경쟁은

AI 모델 → GPU → 데이터센터 → 클라우드 → AI 에이전트 → 보안·안전 → 로봇·자율 시스템

으로 이어지는 거대한 생태계 경쟁으로 확대될 가능성이 높습니다.

---

AI 경쟁의 출발점은 여전히 GPU와 컴퓨팅이다

AI 모델의 성능이 높아질수록 필요한 컴퓨팅 자원도 크게 증가합니다.

대규모 AI 모델을 학습시키거나 실제 서비스를 운영하려면 수많은 GPU가 필요하고, 이를 작동시키기 위해서는 데이터센터와 전력, 네트워크 인프라까지 함께 필요합니다.

이 때문에 엔비디아와 AMD의 경쟁도 단순한 GPU 성능 경쟁에서 점점 더 넓어지고 있습니다.

엔비디아는 GPU뿐만 아니라 소프트웨어와 AI 모델, 클라우드 및 데이터센터 생태계까지 연결하는 전략을 추진하고 있습니다.

AMD 역시 단순히 GPU를 판매하는 데 그치지 않고, AI 모델과 소프트웨어 생태계를 직접 이해하려는 움직임을 확대하고 있습니다.

대표적인 사례가 World Labs 인수입니다.

AMD는 약 82억 달러 규모의 전액 주식 거래를 통해 World Labs의 공간 지능 연구를 확보하려 하고 있습니다.;

공간 지능은 AI가 현실 세계를 3차원 공간으로 이해하고 생성·재구성·시뮬레이션하는 기술입니다.

이 기술은 앞으로

• 로봇
• 자율주행
• 시뮬레이션
• 물리적 AI

등에 활용될 가능성이 있습니다.

AMD가 World Labs를 인수하려는 이유도 단순히 AI 스타트업을 하나 더 확보하기 위해서가 아닙니다.

미래 AI 모델이 어떤 컴퓨팅 능력을 필요로 하는지 직접 이해하고, 그 요구에 맞춰 GPU·CPU·소프트웨어·시스템을 설계하려는 것으로 볼 수 있습니다.

AMD의 리사 수 CEO가 강조한 것도 바로 이 부분입니다.

AI 모델을 만드는 사람들과 가까이 있을수록 앞으로 필요한 컴퓨팅 환경을 더 정확하게 예측할 수 있다는 것입니다.

즉, 앞으로의 반도체 경쟁은

“누가 가장 빠른 GPU를 만드는가?”

에서

“누가 미래 AI가 필요로 하는 컴퓨팅 환경을 가장 잘 이해하는가?”

로 확대될 수 있습니다.

---

AI 데이터센터가 새로운 핵심 산업으로 떠오르고 있다

GPU가 많아지면 이를 설치하고 운영할 데이터센터도 필요합니다.

따라서 AI 산업의 성장과 함께 데이터센터 산업도 빠르게 확대되고 있습니다.

여기서 스페이스X의 사업 모델도 흥미로운 변화를 보여주고 있습니다.

TD Cowen의 애널리스트 John Blackledge는 스페이스X가 AI 컴퓨팅 용량을 기업에 임대하는 사업ㅇ르 빠르게 확대할 것으로 전망했습니다.

Google과 Anthropic 등이 고객으로 거론되고 있으며, 스페이트X가 보유한 지상 AI 컴퓨팅 용량도 빠르게 증가할 것으로 예상했습니다.

Blackledge는 스페이스X의 AI 컴퓨팅 임대 사업이 향후 회사의 가장 중요한 수익원이 될 가능성을 제시했습니다.

쉽게 말하면 스페이트X가 단순히

로켓 + 위성 회사

에 머무르는 것이 아니라

AI 데이터센터의 컴퓨팅 능력을 판매하는 인프라 기업

으로 사업 영역을 확대할 수 있다는 것입니다.

이 변화는 AI 산업에서 데이터센터의 중요성이 얼마나 커지고 있는가를 보여줍니다.

---

하지만 AI 인프라에는 막대한 돈이 필요하다

AI 데이터센터를 짓는 데는 GPU만 필요한 것이 아닙니다.

대규모 데이터센터에는

• 전력
• 냉각 설비
• 네트워크
• 서버
• 토지
• 건물
• 통신망

등이 모두 필요합니다.

따라서 AI 산업이 성장할수록 투자 규모도 커질 수밖에 없습니다.

이 문제는 AI 기업들의 기업가치를 평가할 때도 중요한 변수가 됩니다.

대표적인 사례가 Anthropic입니다.

Anthropic은 AI 시장에서 빠르게 성장하고 있지만, AI 모델을 개발하고 운영하기 위해 막대한 컴퓨팅 비용을 부담하고 있습니다.

공개된 증권신고서 관련 보도에서는 향후 클라우드·컴퓨팅·인프라 의무가 막대한 수준에 이를 수 있다는 점과 함께 큰 손실이 발생하고 있다는 사실이 주목받았습니다.

즉, AI 기업의 매출이 빠르게 증가하더라도

매출 증가 → 컴퓨팅 비용 증가 → 데이터센터 투자 증가 → 손실 확대

라는 구조가 나타날 수 있습니다.

따라서 앞으로 AI 기업을 평가할 때는 매출 성장률뿐만 아니라 그 매출을 만들기 위해 얼마를 지출하고 있는지도 함께 봐야 합니다.

---

AI 붐은 실제인가? 시스코가 보여주는 답

AI 투자에 회의적인 시각이 있지만, AI 인프라 수요가 실제로 발생하고 있다는 증거도 있습니다.

투자자 Steve Eisman은 AI 붐이 실제라고 평가하면서 Cisco Sytems의 급격한 성장을 사례로 들었습니다.

Cisco는 8월 분기 매출이 전년보다 18% 증가한 173억 달러를 기록했습니다.

특히 하이퍼스케일러의 AI 인프라 주문이 크게 증가했습니다.

Cisco는 해당 분기에 하이퍼스케일러 AI 인프라 주문을 약 40억 달러로 집계했고, 2026 회게연도 누계 주문은 93억 달러에 달했다고 밝혔습니다.

이는 AI 투자가 단순히 AI 모델 기업 안에서만 발생하는 것이 아니라는 것을 보여줍니다.

AI 데이터센터가 늘어나면

GPU → 네트워크 장비 → 데이터센터 → 전력 → 냉각 → 클라우드

등 여러 산업으로 투자가 확산됩니다.

다만 Eisman이 경고한 부분도 있습니다.

AI 수요가 실제라고 하더라도 AI 모델 가격이 계속 떨어진다면 기업들의 이익률이 압박받을 수 있다는 것입니다.

즉,

AI 사용량 증가

와

AI 서비스 가격 하락

이 동시에 발생할 수 있습니다.

가격이 낮아지면 AI 기업의 마진에는 부담이 되지만, 반대로 AI를 사용하는 사람이 늘어나면서 전체 컴퓨팅 수요가 증가할 수도 있습니다.

따라서 앞으로 AI 산업에서 중요한 변수는 가격 하락보다 사용량 증가가 더 빠른가가 될 수 있습니다.

---

AI 에이전트가 등장하면서 경쟁의 중심이 바뀌고 있다

AI가 단순히 질문에 답하는 수준을 넘어 실제 업무를 수행하는 AI 에이전트로 발전하고 있다는 점도 중요합니다.

AI 에이전트는 사용자가 모든 과정을 하나씩 지시하지 않아도 일정한 목표를 받고 스스로 여러 작업을 수행하는 AI 시스템입니다.

개발자용 AI 에이전트라면

고객 피드백 확인 → 문제 분석 → 코드 수정 → 테스트 → 결과 제출

까지 자동으로 수행할 수 있습니다.

OpenAI가 공개한 자율형 에이전트와 Microsoft의 기업용 AI 에이전트 관리 전략은 이러한 변화를 보여주는 사례입니다.

Microsoft는 기업들이 AI 에이전트에게 회사 시스템에 접근할 권한을 부여하고 이를 안전하게 관리할 수 있도록 Agent 365 같은 관리·보안 인프라를 구축하고 있습니다.

Microsoft의 전략을 쉽게 표현하면 다음과 같습니다.

OpenAI AI → 에이전트 제작

Microsoft → 기업에서 AI 에이전트를 안전하게 관리

기업 입장에서는 AI 에이전트가 많아질수록

• 누가 어떤 AI를 사용하는지
• AI가 어떤 데이터에 접근할 수 있는지
• 어떤 권한을 가지고 있는지
• AI가 무슨 작업을 했는지
• 문제가 발생하면 어떻게 차단할지

등을 관리해야 합니다.

따라서 기업용 AI 시장에서는 AI 모델 성능뿐만 아니라 보안과 권한 관리가 중요한 경쟁 요소가 될 가능성이 높습니다.

---

AI가 똑똑해질수록 개인정보 문제도 커진다

AI 에이전트가 더 많은 정보를 보고 더 많은 일을 수행할수록 개인정보 보호 문제도 커질 수 있습니다.

Meta의 AI 에이전트 Muse를 둘러싼 논란은 이런 위험을 보여주는 사례로 제기됐습니다.

Hunterbrook Media의 조사에 따르면 연구진은 Muse에 특정 취약계층과 관련된 소셜미디어 계정을 찾아달라는 요청을 했고, 일부 테스트에서 계정 목록이나 개인정보와 연결될 수 있는 결과가 반환됐다고 주장했습니다.

또한 요청을 한 번 거부하더라도 문구를 바꾸거나 반복하면 다른 결과가 나오는 등 안전장치가 일관되지 않았다는 지적도 나왔습니다.

이 문제가 중요한 이유는 AI 에이전트가 단순 검색 도구와 다르기 때문입니다.

AI가 여러 플랫폼의

게시물 + 댓글 + 프로필 + 검색 결과

를 한꺼번에 분석하면 사람이 직접 정보를 찾는 것보다 훨씬 빠르게 개인에 관한 정보를 모을 수 있습니다.

따라서 AI 에이전트 시대에는

“AI가 무엇을 할 수 있는가?”

만큼이나

“AI가 무엇을 해서는 안 되는가?”

를 정하는 것이 중요해집니다.

---

AI 안전성 논쟁도 점점 커지고 있다

AI의 발전 속도가 빨라질수록 안전성에 대한 논쟁도 커지고 있습니다.

Galaxy Digital의 CEO Mike Novogratz는 AI가 엄청난 경제적 기회를 만들 수 있다는 점을 인정하면서도, 인간이 AI 모델이 실제로 어떻게 작동하는지 완전히 이해하지 못하고 있다는 점을 우려했습니다.

그의 핵심적인 문제의식은 간단합니다.

“AI를 더 강력하게 만드는 속도만 높여서는 안 되고, 안전하게 통제하는 능력도 함께 발전해야 한다.”

는 것입니다.

AI가 예상하지 못한 행동을 할 가능성이나 사이버보안 문제 등이 커지면 AI 개발 기업뿐만 아니라 GPU와 데이터센터를 공급하는 기업에도 영향을 줄 수 있습니다.

하지만 안전성 강화가 반드시 AI 산업의 수요 감소로 이어지는 것은 아닙니다.

AI 모델을 더 안전하게 만들려면 오히려

• 테스트
• 검증
• 보안
• 시뮬레이션
• 평가

등에 추가적인 컴퓨팅 자원이 필요할 수 있기 때문입니다.

따라서 AI 안전성 강화가 규제와 비용을 늘리는 동시에 새로운 GPU·데이터센터 수요를 만들어낼 가능성도 있습니다.

---

미국에서는 AI 안전성을 둘러싼 규제 논쟁도 진행되고 있다

AI 안전성 문제는 기업의 기술 문제가 아니라 정부 정책의 문제로도 확대되고 있습니다.

미국에서는 AI 기업들이 자율적으로 안전장치를 마련해야 한다는 접근과 법률을 통해 더 강한 책임을 부과해야 한다는 접근이 함께 논의되고 있습니다.

트럼프 행정부와 주요 AI 기업들이 합의한 AI 안전 협약은 기업들이

• 내부 안전관리 시스템
• 독립적인 외부 평가
• 이사회 차원의 감독
• 지속적인 모니터링

등을 구축하도록 하는 내용을 담고 있습니다.

다만 이 협약은 법률과 같은 강제 규제가 아니라 자율적인 약속이라는 점이 중요합니다.

따라서 실제로 기업들이 얼마나 엄격하게 시행하고, 외부 검증 결과를 얼마나 투명하게 공개하는지가 앞으로의 중요한 문제입니다.

반대로 일부 정치권에서는 자율협약만으로는 부족하고 법률과 정부 감독이 필요하다는 주장도 나옵니다.

결국 AI 정책의 핵심은

AI 개발을 멈출 것인가

가 아니라

빠르게 발전하는 AI를 어떤 방식으로 안전하게 관리할 것인가

에 가까워지고 있습니다.

---

미국과 중국의 AI 경쟁도 중요한 변수다

AI 안전성 논쟁은 미국과 중국의 기술 경쟁과도 연결됩니다.

미국 정치권에서는 AI 기술을 누가 주도하느냐에 따라 향후 경제와 일자리뿐만 아니라 AI에 적용되는 가치관까지 영향을 받을 수 있다는 주장이 나오고 있습니다.

중국과의 경쟁에서 뒤처지지 않으면서도 AI 안전성과 개인정보 보호를 강화해야 한다는 문제가 동시에 제기되고 있습니다.

이 때문에 미국의 AI 정책은 앞으로

혁신 속도 + 중국과의 기술 경쟁력 + 안전성 + 투명성 + 정부 감독

을 어떻게 조화시킬 것인지가 중요한 논쟁이 될 가능성이 높습니다.

---

AI 반도체 경쟁에는 중국이라는 변수가 있다

미·중 경쟁은 엔비디아와 AMD에도 직접적인 영향을 줍니다.

두 회사는 중국 시장에서 AI 반도체를 판매할 수 있는 범위를 유지하기 위해 미국 정부와 접촉하고 있다는 보도가 나왔습니다.

반대로 중국 역시 일부 엔비디아 AI 칩의 구매를 허용할 가능성을 검토하는 움직임이 나타나고 있습니다.

이 문제를 이해하려면 다음의 흐름을 보면 쉽습니다.

미국 수출 규제 → 중국의 엔비디아 칩 구매 범위 제한 → 엔비디아의 중국 매출 감소 → 중국 기업의 자체 AI 반도체 개발 확대

이 때문에 엔비디아의 중국 사업을 볼 때는 단순히 AI 칩 수요만 보면 안 됩니다.

앞으로는

미국 규제 → 중국의 구매 허용 범위 → 엔비디아 중국 판매량 → 중국의 자체 반도체 개발

을 함께 봐야 합니다.

---

Anthropic의 IPO가 중요한 이유

AI 산업이 얼마나 빠르게 성장하고 있는지를 보여준느 또 하나의 사례가 Anthropic의 IPO입니다.

Anthropic은 Claude를 개발한 AI 기업으로 빠르게 매출을 확대하고 있지만, 동시에 AI 모델을 운영하는 데 필요한 컴퓨팅 비용도 크게 증가하고 있습니다.

따라서 IPO를 통해 시장에 공개되면 투자자들은 단순히

“AI 시장이 커지는가?”

만 보는 것이 아니라,

“막대한 컴퓨팅 비용을 감당하면서 실제로 이익을 만들 수 있는가?”

를 함께 확인하게 됩니다.

또한 고객 집중도 역시 중요한 위험 요인이 될 수 있습니다.

AI 기업의 매출이 소수 대형 고객에 크게 의존한다면 고객이 AI 지출을 줄이는 순간 실적에 큰 영향을 받을 수 있기 때문입니다.

따라서 Anthropic의 IPO는 AI 산업의 성장성을 보여주는 동시에

성장률 + 비용 + 수익성 + 고객 집중도 + 기업가치

를 시장이 함께 검증하는 계기가 될 수 있습니다.

---

AI 산업은 정말 지속 가능한가?

여기서 Steve Eisman의 질문이 다시 중요해집니다.

“AI 붐이 진짜인가?”

현재까지는 실제 AI 인프라 주문과 데이터센터 투자, GPU 수요 등이 나타나고 있기 때문에 단순한 기대만으로 만들어진 현상이라고 보기는 어렵습니다.

하지만 또 다른 질문이 있습니다.

“이렇게 투자한 돈을 AI 기업들이 실제 이익으로 회수할 수 있는가?”

이것은 전혀 다른 문제입니다.

AI 기업들은 막대한 돈을 데이터센터와 GPU에 투자하고 있습니다.

만약 AI 서비스 가격이 계속 내려간다면 매출은 증가해도 마진은 낮아질 수 있습니다.

반대로 가격이 내려가더라도 AI 사용량과 토큰 소비가 훨씬 빠르게 증가한다면 전체 시장 규모는 더 커질 수 있습니다.

따라서 AI 산업의 장기적인 지속 가능성을 판단하려면

AI 투자 → 사용량 증가 → 가격 하락 → 매출 증가 → 마진 변화

라는 연결고리를 계속 확인해야 합니다.

---

로봇은 AI의 다음 성장 영역이 될 수 있다

AI의 발전은 데이터센터를 넘어 로봇으로도 확대되고 있습니다.

Tesla의 Optimus 같은 휴머노이드 로봇이 대표적인 사례입니다.

OpenAI 초기 투자자로 알려진 Vinod Khosla는 로봇공학이 앞으로 몇 년안에 ‘ChatGPT 순간’을 맞을 수 있다고 전망했습니다.

쉽게 말하면 지금의 AI처럼 로봇도 어느 순간 갑자기 성능이 크게 향상되면서 실제 산업 현장에서 빠르게 사용될 가능성이 있다는 것입니다.

하지만 여기에도 중요한 함정이 있습니다.

로봇 시장이 성장한다고 해서 모든 로봇 기업의 기업가치가 상승하는 것은 아닙니다.

로봇 기술이 발전하면 경쟁이 심해지고 하드웨어 가격이 내려갈 수 있습니다.

가격이 낮아지면 소비자와 기업 입장에서는 좋은 일이지만, 로봇 제조업체 입장에서는 마진이 줄어들 수 있습니다.

따라서 앞으로 로봇 기업을 평가할 때는

• 실제 매출
• 생산능력
• 마진
• 고객 유지율
• 로봇 가격
• 생산비용

등을 함께 살펴봐야 합니다.

---

로봇 산업에서 중요한 것은 로봇 자체만이 아니다

로봇이 대규모로 보급되면 또 다른 시장이 만들어질 수 있습니다.

수천 대, 수만 대의 로봇을 기업이 운영하려면

배치 → 운영 → 소프트웨어 관리 → 최적화 → 유지보수

가 필요하기 때문입니다.

따라서 로봇 시장이 성장하면 로봇 제조업체뿐만 아니라 로봇 운영 소프트웨어와 AI 인프라 기업에도 새로운 기회가 생길 수 있습니다.

엔비디아 역시 로봇과 물리적 AI에 필요한 컴퓨팅 인프라를 제공하면서 이 생태계에 참여하고 있습니다.

결국 로봇 산업 역시 AI 산업과 마찬가지로 단순한 하드웨어 경쟁에서 끝나지 않을 가능성이 높습니다.

---

스페이스X는 우주와 AI 인프라를 동시에 확대하고 있다

스페이스X의 변화도 이런 흐름과 연결됩니다.

TD Cowen은 스페이스X의 AI 컴퓨팅 임대 사업이 빠르게 성장할 것으로 전망하고 있습니다.

동시에 스타십도 중요한 성장 동력으로 평가받고 있습니다.

스타십은 단순한 로켓이 아니라 향후

• 대형 위성 발사
• 달 임무
• 화성 임무
• 대규모 화물 운송

등을 수행할 수 있는 초대형 우주 운송 시스템을 목표로 하고 있습니다.

최근 Flight 14에서는 스타십 상단부가 궤도에 도달하고 26기의 Starlink V3 위성을 배치한 뒤 재진입과 태평양 착수까지 수행했다는 점이 중요한 성과로 평가됐습니다.

다만 엔진 재점화 문제와 엔진 하나의 예상치 못한 정지 등 해결해야 할 과제도 남아 있습니다.

따라서 스타십 개발은

우주까지 갈 수 있는가? → 실제 화물을 운반할 수 있는가? → 안전하게 돌아올 수 있는가? → 다시 빠르게 재사용할 수 있는가?

라는 단계로 이해하면 쉽습니다.

앞으로 중요한 것은 단순히 발사 성공 횟수가 아니라 완전 재사용성을 얼마나 빠르게 입증할 수 있는가입니다.