반도체 ETF 하나 들고 "AI 투자 하고 있다"고 생각했던 적이 있습니다. 엔비디아가 오르면 같이 기뻐하고, 조금만 빠져도 불안해하면서요. 그런데 공부를 좀 하다 보니 그 시각이 얼마나 좁았는지 점점 느껴졌습니다. AI 투자는 반도체 하나만 보는 게 아니라, 그 앞뒤로 연결된 생태계 전체를 읽어야 하는 일이었습니다.
AI 기업들이 지금 상장을 서두르는 이유
올해 들어 굵직한 기업들이 잇따라 공개 시장에 모습을 드러내고 있습니다. 원래 계획보다 일정이 상당히 앞당겨졌다는 게 눈에 띕니다. 이 배경을 이해하려면 먼저 비용 구조를 봐야 합니다.
소프트웨어 기업은 전통적으로 한계비용이 거의 들지 않는다고 알려져 있습니다. 여기서 한계비용이란 고객이 한 명 더 늘어날 때 추가로 드는 비용을 의미합니다. 인터넷 서비스는 사용자가 백만 명이든 천만 명이든 서버 비용이 크게 뛰지 않았고, 그래서 빅테크들이 유난히 높은 수익률을 자랑했습니다.
그런데 AI는 다릅니다. 사용자가 질문 하나를 던지면 그 질문을 열두 개로 쪼개 서버에 따로 던지고, 열두 개의 답변을 받아 하나로 합쳐서 돌려줍니다. 이걸 커리 팬아웃이라고 합니다. 여기서 커리 팬아웃이란 하나의 요청을 여러 병렬 쿼리로 분산 처리하는 방식을 의미합니다. 무료 사용자 한 명이 세럼 하나 추천해 달라고 물어봤을 뿐인데, 연산 비용은 기존 서비스와 비교가 안 될 만큼 올라갑니다. 현재 10억 명 이상이 매주 한 번 이상 AI를 쓰고 있다는 통계가 있으니, 그 총량을 상상해보면 데이터센터가 왜 모자라는지 감이 옵니다.
수요는 폭발적으로 늘어나는데 데이터센터 공급은 따라가지 못하니 병목이 생깁니다. 여기서 병목이란 공급망 내에서 수요를 가장 많이 제한하는 구간을 뜻합니다. 이 병목이 반도체에서 데이터센터로, 다시 전력 인프라로 번지면서 변압기 같은 장비까지 품귀 현상이 이어졌습니다. 인허가를 받은 데이터센터가 미국에만 1천 개를 넘어서는데, 건설사도 기자재도 이 물량을 감당하지 못한다는 파이낸셜 타임즈 보도(출처: Financial Times)가 나올 정도였습니다.
이런 상황에서 AI 기업들이 벤처 자금만으로는 폭증하는 비용을 감당할 수 없게 됐습니다. 그래서 공개 시장으로 나오는 겁니다. 자본 시장에서 대규모 자금을 끌어와야만 이 비용 구조를 버틸 수 있다는 판단이 깔려 있습니다.
직접 겪어보니, 반도체만 보던 시각이 틀렸습니다
저도 처음엔 LS일렉트릭이 왜 갑자기 뜨는지 몰랐습니다. 변압기 회사가 AI 테마라니, 처음엔 그냥 테마 편승 아닌가 싶었습니다. 그런데 납기가 2030년까지 꽉 찼다는 소식을 접하고 나서야 병목 개념이 몸으로 와닿았습니다. 공급망에서 막힌 지점을 찾는 게 투자 판단보다 먼저라는 걸 그때 깨달았습니다.
그 뒤로 생각이 좀 바뀌었습니다. AI 투자를 정리하면 대략 이런 층위로 나눌 수 있습니다.
- 모델 개발사: 앤트로픽(B2B 중심), 오픈AI(B2C 중심)
- 하드웨어 인프라: GPU, HBM 등 반도체 기업
- 데이터센터 운영 및 클라우드: 빅테크, 코로케이션 업체
- 전력·건설 인프라: 변압기, 케이블, 냉각 장비
이 네 층위 중 어느 한 곳이 막히면 나머지도 영향을 받습니다. 앤트로픽과 오픈AI를 같은 눈으로 보는 것도 위험합니다. 앤트로픽은 고객의 90% 이상이 기업 고객이라 당장 수익이 납니다. 실제로 당초 2027년으로 잡았던 손익분기점을 올해 5월에 이미 넘어섰다는 이야기가 나왔습니다. 반면 오픈AI는 10억 명 사용자 중 유료 전환 비율이 5% 수준이고, 광고 모델 테스트를 미국에서 진행 중입니다. B2B와 B2C는 수익화 시점도 다르고, 봐야 할 지표도 다릅니다.
앤트로픽을 볼 때는 기업 고객의 이탈률, 즉 고객이 얼마나 빠져나가지 않고 머무느냐가 핵심입니다. 기업 고객은 더 나은 모델이 나오면 바로 갈아탑니다. 반면 오픈AI는 AI 광고 시장이 제대로 열리는지 여부가 중요한 전환점이 될 겁니다.(출처: Anthropic)
직접 겪어보니, AI 투자에서 타이밍을 맞추려는 시도는 전문가도 어렵습니다. 병목이 언제 해소될지 정확히 아는 사람은 없습니다. 그래서 제가 찾은 현실적인 방법은 특정 종목에 몰기보다는 테마 ETF를 통해 밸류체인 전체에 분산하는 겁니다. 지금처럼 지형이 빠르게 바뀌는 시기에는 특정 종목이 승자인지 패자인지 빨리 바뀌고, ETF는 그 변화를 자동으로 일부 반영해줍니다.
M7이라는 묶음이 한 때 유용했던 것처럼, 이제는 AI 인프라 밸류체인 전체를 묶은 새로운 번들이 등장할 겁니다. 미국에서는 이미 병목 기업들만 모은 ETF가 나오기 시작했고, 한국 시장에도 비슷한 상품이 늘어날 거라고 봅니다.
상장이 연이어 이어지면서 자금이 블랙홀처럼 빨려들어간다는 우려도 있습니다. 그런데 그 자금은 결국 데이터센터, 반도체, 전력 인프라로 다시 흘러 나옵니다. 제가 이 흐름을 처음 이해했을 때 느낀 건, 불안해하기보다는 돈이 어디로 흘러가는지 방향을 읽어야 한다는 것이었습니다. AI 투자는 결국 생태계 전체를 입체적으로 읽는 훈련입니다. 당장 어떤 기업이 오르느냐보다 공급망의 어디가 막혀 있고 언제 열리는지를 먼저 생각하는 습관, 그게 지금 이 시장에서 가장 필요한 기준이라고 저는 생각합니다.