토큰 가격이 90% 넘게 떨어졌는데 오히려 소비량은 폭발적으로 늘고 있습니다. 처음 이 수치를 접했을 때 솔직히 이건 예상 밖이었습니다. 가격이 싸지면 절약하는 게 당연하다고 생각했는데, AI 시장은 정반대로 움직이고 있었습니다.
엔비디아 하나로 시작한 AI 투자, 섹터 이동의 현실
AI 관련 주식을 처음 공부하기 시작했을 때 저는 엔비디아 하나만 보면 된다고 생각했습니다. GPU(그래픽처리장치)가 AI 연산의 핵심이니까 여기만 따라가면 충분하다는 단순한 논리였습니다. 여기서 GPU란 원래 영상 처리를 위해 설계된 반도체인데, 수천 개의 연산을 동시에 처리하는 구조가 AI 학습에도 최적화된 것으로 알려져 있습니다.
그런데 실제로 시장을 지켜보면서 이 단순한 논리가 얼마나 순진한 생각이었는지 깨닫게 됐습니다. AI 수혜 섹터는 GPU에서 HBM으로, HBM에서 광통신으로, 광통신에서 데이터 센터 인프라로 계속 이동했습니다. 여기서 HBM(고대역폭메모리)이란 여러 개의 메모리 칩을 수직으로 쌓아 데이터 전송 속도를 대폭 높인 차세대 반도체입니다. AI 모델이 방대한 파라미터를 빠르게 처리하려면 이 HBM이 필수적입니다.
제가 직접 경험해보니 한 번 타이밍을 놓치고 들어가면 이미 다음 섹터로 돈이 이동한 뒤였습니다. 여러 번 같은 실수를 반복하면서 배운 게 있습니다. AI 투자에서는 지금 뜨거운 섹터보다 다음에 뜨거워질 섹터를 미리 파악하는 것이 훨씬 중요하다는 점입니다.
일반적으로 AI 투자는 반도체만 보면 된다고 알려져 있지만, 저는 그 안에서 벌어지는 섹터 로테이션(sector rotation)을 먼저 이해해야 한다고 생각합니다. 섹터 로테이션이란 산업 사이클에 따라 투자 자금이 특정 업종에서 다른 업종으로 순환하는 현상을 뜻합니다. 이 흐름을 읽지 못하면 항상 파티가 끝난 뒤에 도착하는 꼴이 됩니다.
토큰 경제의 핵심, 제본스 역설과 4단계 물결
이번에 접한 분석에서 가장 설득력 있게 와닿은 개념은 제본스 역설(Jevons Paradox)이었습니다. 제본스 역설이란 에너지 효율이 높아져 사용 비용이 낮아지면, 오히려 절약이 아니라 사용량이 폭발적으로 늘어나는 현상입니다. 19세기 경제학자 윌리엄 스탠리 제본스가 석탄 효율화가 오히려 석탄 소비 급증으로 이어진다고 주장하면서 정립한 개념입니다.
AI 시장에서도 이 현상이 그대로 재현되고 있습니다. 클라우드 컴퓨팅이 저렴해지면서 사용량이 폭발했던 패턴과 동일합니다. 토큰 단가가 90% 이상 떨어지자, 기업들은 이전에는 사람이 처리하던 영역까지 AI에게 맡기기 시작했습니다. 글로벌 핀테크 기업 클라르나는 AI 에이전트를 전면 도입해 한 달 만에 고객 문의 230만 건을 처리하고, 연간 4천만 달러 이상의 이익을 추가로 확보했습니다.
이 토큰 소비 폭발은 크게 네 단계 물결로 전개되고 있습니다.
- 1차 물결: 데이터 센터 인프라 건설 — GPU, HBM, 냉각 장비, 전력망 기업 수혜
- 2차 물결: AI 에이전트 확산 — 기업 업무 자동화, 소프트웨어 플랫폼 성장
- 3차 물결: 휴머노이드 로봇 실전 투입 — 제조 현장 자동화, 로보틱스 부품 생태계
- 4차 물결: 물리적 세상 재설계 — 도시 인프라, 물류망 전체를 AI가 실시간 제어
골드만삭스는 휴머노이드 로봇 시장이 2035년까지 최소 380억 달러, 낙관 시나리오에서는 1,500억 달러까지 성장할 것으로 전망했습니다(출처: Goldman Sachs). 모건 스탠리는 2050년 로봇 생태계 전체를 5조 달러 시장으로 내다보고 있습니다(출처: Morgan Stanley).
BMW 조립 라인에 이미 휴머노이드 로봇이 실전 투입돼 3만 대 넘는 차량 생산 라인에서 오차 범위 5mm 이내의 정밀 판금 적재 작업을 99% 이상의 성공률로 해내고 있다는 사실은 유튜브 시연 영상 수준이 아닙니다. 제가 이 사례를 처음 접했을 때 단순한 홍보 영상이겠거니 했는데, 실제 공장 생산 라인에서 검증된 수치라는 점이 인상적이었습니다.
지금 당장 어디에 발을 들일 것인가, 실전 전략
제 경험상 이건 좀 다릅니다. AI 투자 콘텐츠 대부분이 "이 종목 사세요"로 끝나는데, 냉정하게 볼 부분이 반드시 있습니다.
1차 물결인 데이터 센터 인프라 섹터는 이미 주가가 상당히 올라 있습니다. 엔비디아, 브로드컴, 버티브 같은 종목들은 미래 실적이 상당 부분 주가에 반영된 상태입니다. 이를 주가수익비율(PER)로 보면 역사적 평균 대비 높은 프리미엄이 붙어 있다고 볼 수 있습니다. PER(주가수익비율)이란 현재 주가가 연간 순이익의 몇 배인지를 나타내는 지표로, 수치가 높을수록 미래 성장 기대가 주가에 이미 많이 반영됐다는 의미입니다.
반면 2차 물결인 AI 에이전트 소프트웨어 플랫폼과 3차 물결인 로보틱스 관련 기업들은 아직 본격적인 매출 실현 단계에 진입하지 못한 경우가 많습니다. 방향성은 맞지만, 석유 시대 초기에 타이어 회사를 미리 사두는 전략처럼 그 타이어 회사가 실제로 대량 납품 계약을 확보하는 시점은 아무도 정확히 예측할 수 없습니다.
제가 여러 번 타이밍 실패를 겪으면서 내린 결론은 분할 접근입니다. 현금 흐름이 이미 확인된 1차 물결 기업들로 포트폴리오의 방어선을 만들고, 아직 본격 매출이 나오지 않은 2차·3차 물결 기업들에는 소액씩 분할 진입하는 방식입니다. 전부 몰아넣기보다는 각 물결마다 비중을 분산하는 것이 리스크 관리 측면에서 현실적입니다.
물론 전력망 병목, 각국 정부의 규제, 사회적 저항 같은 변수는 언제든 등장할 수 있습니다. 하지만 이런 마찰음이 방향이 잘못됐다는 신호는 아닙니다. 너무 빠르게 달리는 과정에서 필연적으로 나는 소리에 가깝습니다.
결국 이 판에서 중요한 건 하나입니다. 지금 뜨거운 곳이 아니라 다음에 뜨거워질 곳을 먼저 보는 시선입니다. 저도 아직 그 시선을 훈련 중입니다. 확인된 현재에 올라탈지, 아직 아무도 안 보는 미래에 먼저 발을 들일지, 그 비중을 어떻게 가져갈지는 결국 본인이 감당할 수 있는 리스크와 투자 기간에 달려 있습니다.
이 글은 개인적인 경험과 의견을 공유한 것이며, 전문적인 금융·투자 조언이 아닙니다. 투자 결정은 반드시 본인의 판단과 책임 하에 이루어져야 합니다.