AI의 승자는 몰라도, 병목은 보인다 : 전력·GPU·데이터센터의 인프라 전쟁

요즘 AI 이야기를 하면 대부분 모델 경쟁부터 떠올립니다. 어느 회사가 얼마나 좋은 모델을 내놓았는지, 누가 코딩에서 강한지 같은 이야기입니다.

물론 중요합니다. 하지만 최근 시장을 보다 보면 AI 경쟁의 무게중심이 조금씩 다른 곳으로 이동하고 있다는 생각이 듭니다. 이제는 단순히 "누가 가장 똑똑한 모델을 만드는가"보다 "누가 그 모델을 돌릴 수 있는 전력과 GPU, 메모리, 데이터센터를 확보하고 있는가"가 더 중요한 문제가 되고 있습니다.

쉽게 말하면 AI 경쟁이 '소프트웨어의 전쟁'에서 물리적 인프라의 전쟁으로 확장되고 있는 것입니다. 그리고 이 변화는 앞으로 투자자들이 AI 산업을 바라보는 방식도 상당히 바꿀 수 있습니다.

1. AI 산업의 병목이 아래로 내려가고 있다

초기 생성형 AI 경쟁의 핵심은 모델이었습니다. 누가 더 많은 데이터를 가지고 있는가, 누가 더 좋은 알고리즘을 개발하는가, 누가 더 많은 파라미터를 학습시키는가.

하지만 모델이 커지고 추론량이 폭발하면서 상황이 달라졌습니다. 좋은 모델을 개발할 능력이 있어도 GPU가 없으면 학습할 수 없고, GPU가 있어도 HBM이 부족하면 시스템을 구성하기 어렵고, 서버가 있어도 전력이 없으면 데이터센터를 가동할 수 없습니다. 그리고 전력이 있어도 변전소와 송전망이 없으면 데이터센터를 연결할 수 없습니다.

위에서 아래로 내려갈수록 산업이 무거워진다. 하나가 풀리면 그다음이 드러난다.

즉 AI 가치사슬을 위에서 아래로 내려가 보면 병목이 계속 나타납니다. AI 모델에서 시작해 GPU·가속기, HBM·메모리, 네트워크, 서버·데이터센터, 냉각·UPS·변압기, 송전망·발전, 부지·인허가, 그리고 금융까지 이어지는 긴 사슬입니다.

이제 AI는 소프트웨어 하나만으로 완성되는 산업이 아닙니다. 오히려 반도체, 전력, 건설, 부동산, 금융이 동시에 움직여야 하는 대형 인프라 산업에 가까워지고 있습니다.

국제에너지기구(IEA)도 2026년 보고서에서 데이터센터 전력소비가 2025년 약 485TWh에서 2030년 약 950TWh로 거의 두 배 증가할 것으로 예상했습니다. 이는 일본 전체의 연간 전력소비량에 맞먹는 규모입니다. 그 가운데 AI 중심 데이터센터의 전력소비는 같은 기간 약 세 배로 늘어날 전망입니다.

2. 래리 핑크가 말한 부족한 네 가지

이 흐름을 가장 압축적으로 표현한 사람이 세계 최대 자산운용사 블랙록(BlackRock)의 래리 핑크입니다.

그는 2026년 5월 밀컨 인스티튜트 글로벌 콘퍼런스에서 미국이 현재 컴퓨트(compute), 칩(chips), 메모리(memory), 전력(power) 네 가지 모두 부족하다고 지적했습니다. "우리는 전력이 부족하고, 컴퓨트가 부족하고, 칩이 부족하다"며, 심지어 "AI 버블은 없다. 오히려 그 반대"라고까지 말했습니다.

특히 그는 "새로운 자산군이 컴퓨트의 선물(futures)을 사게 될 것"이라며 컴퓨팅 파워 자체가 새로운 자산군이 될 수 있다고 전망했습니다.

이 발언이 흥미로운 이유는 단순히 "GPU가 부족하다"는 이야기가 아니기 때문입니다. 컴퓨팅 파워를 비용이 아니라 거래할 수 있는 자산으로 보고 있다는 것입니다. 우리는 전기를 kWh 단위로, 원유를 배럴 단위로, 천연가스를 MMBtu 단위로 사고팝니다. 그런데 앞으로는 특정 GPU 한 시간, 특정 GPU 클러스터의 컴퓨팅 용량 자체가 가격을 가진 상품처럼 거래될 수 있다는 이야기입니다.

3. 그런데 '컴퓨트 선물'은 이미 아이디어 단계가 아니다

더 흥미로운 것은 래리 핑크의 발언 이후 실제 금융상품이 등장하기 시작했다는 점입니다.

2026년 5월, 세계 최대 파생상품 거래소인 CME그룹은 실리콘데이터(Silicon Data)와 함께 컴퓨트 선물(Compute Futures)을 출시하겠다고 발표했습니다. 기초자산은 GPU 임대가격입니다. 실리콘데이터가 제공하는 GPU 렌탈 가격지수를 기반으로, AI 기업과 클라우드 사업자, 금융기관이 향후 컴퓨팅 비용을 헤지할 수 있도록 하겠다는 구조입니다.

그리고 이 계획은 2026년 8월, 구체적인 출시 일정으로 확정됐습니다. CME그룹은 H100과 B200 두 종류의 GPU 임대 지수를 기초로 한 컴퓨트 선물 두 개를 10월 5일 상장할 예정이라고 발표했습니다(규제 승인 전제). 발표 단계를 넘어 실제 상장일이 잡힌 것입니다.

이건 꽤 의미 있는 변화입니다. 그동안 GPU는 장비였습니다. 회사가 엔비디아 GPU를 사면 설비투자(CAPEX)였습니다. 그런데 GPU를 빌려주는 시장이 커지고 가격지수가 만들어지고 선물까지 생기면, 컴퓨팅 용량은 설비에서 서비스로, 서비스에서 상품으로, 다시 금융자산으로 단계를 밟게 됩니다. CME의 테리 더피 CEO는 이를 아예 "컴퓨트는 21세기의 새로운 석유"라고 표현했습니다.

4. 실제로 GPU는 이미 '현금흐름을 만드는 자산'이 되고 있다

이 변화는 단순한 금융공학만의 이야기가 아닙니다. 실물시장에서 이미 일어나고 있습니다.

가장 극적인 사례가 스페이스X입니다. 스페이스X는 2026년 2월 xAI를 합병하며 대규모 데이터센터 용량을 확보했는데, 이 용량을 다른 기업에 빌려주는 사업에 뛰어들었습니다.

2026년 6월, 스페이스X가 IPO를 앞두고 제출한 증권신고서(SEC 파일링)에서 구글과의 대규모 컴퓨팅 공급계약이 공개됐습니다. 구글은 약 11만 개의 엔비디아 GPU와 CPU, 메모리 등에 접근하기 위해 2026년 10월부터 2029년 6월까지 월 9억 2,000만 달러를 지급하기로 했습니다. 전체 계약기간을 채우면 약 300억 달러 규모입니다. 흥미롭게도 구글은 세계 최대의 AI 컴퓨트 보유 기업 중 하나로 꼽히는데도, 자체 데이터센터만으로는 부족해 스페이스X의 용량을 빌린 것입니다.

이것이 스페이스X의 첫 계약도 아니었습니다. 앞서 5월에는 앤트로픽이 스페이스X의 멤피스 '콜로서스' 데이터센터 용량 전체를 빌리는 조건으로 월 12억 5,000만 달러 규모의 계약을 체결했습니다. 두 계약을 합치면 스페이스X의 AI 인프라 임대 매출은 월 20억 달러를 넘는 실행률에 도달합니다.

여기서 중요한 것은 스페이스X가 단순히 GPU를 '사용'하는 회사가 아니라는 점입니다. GPU와 데이터센터를 확보한 뒤 다른 기업에게 컴퓨팅 파워를 빌려주고 돈을 받습니다. 즉 GPU가 원가에서 임대수익을 창출하는 생산자산으로 바뀐 것입니다.

이런 구조가 커질수록 데이터센터는 전통적인 부동산이나 발전소와 비슷한 특징을 갖게 됩니다. 막대한 초기 자본을 투입하고, 장기간 가동률을 높이고, 장기계약을 통해 현금흐름을 확보합니다.

5. 그런데 컴퓨트는 원유와 완전히 같지는 않다

여기서 한 가지 중요한 차이가 있습니다. "컴퓨트는 새로운 석유"라는 표현은 굉장히 직관적이지만, 투자자는 그대로 받아들이면 안 됩니다.

원유는 저장할 수 있습니다. 오늘 산 원유를 탱크에 넣어두고 몇 달 뒤에 팔 수 있습니다. 하지만 컴퓨팅 파워는 다릅니다. 오늘 사용하지 않은 GPU 한 시간은 내일 다시 팔 수 없습니다. 경제학적으로 보면 비저장성(non-storability)이 강합니다. 실제로 컴퓨트 자산 가격을 다룬 연구들도 GPU 컴퓨트는 저장할 수 없기 때문에 일반 원자재처럼 현물과 선물 사이의 전통적인 무차익 가격 관계가 그대로 적용되지 않는다고 지적합니다.

이게 투자자에게는 상당히 중요한 포인트입니다. 컴퓨트 사업에서 중요한 것은 단순한 GPU 보유량이 아닙니다. 가동률, 장기계약, GPU 세대, 전력단가, 감가상각, 재판매 가치가 수익성을 결정합니다. GPU를 많이 가지고 있다고 무조건 좋은 사업은 아니라는 것입니다.

6. GPU보다 더 느리게 늘어나는 것이 있다 : 전력

컴퓨팅 파워가 부족하다면 GPU를 더 생산하면 됩니다. 시간이 걸리지만 반도체 공장은 증설할 수 있습니다. 전력은 문제가 조금 다릅니다.

블랙록은 미국 데이터센터 전력수요를 충족하기 위해 2030년까지 약 148GW의 추가 전력용량이 필요할 것으로 추정합니다. 2025년 데이터센터가 사용한 전력용량 약 42GW의 세 배가 넘는 규모입니다. IEA 역시 미국의 2024~2030년 전력수요 증가분 가운데 데이터센터가 거의 절반을 차지할 것으로 전망합니다.

이 숫자가 중요한 이유는 데이터센터가 단순히 전기를 많이 쓰는 산업이라서가 아닙니다. 전력망은 반도체 산업처럼 빠르게 증설하기 어렵습니다. 발전소를 지어야 하고, 송전망을 깔아야 하고, 변전소를 만들어야 하고, 환경·지역 인허가를 받아야 합니다. IEA는 현재 전 세계에서 발전·저장·데이터센터 등 2,500GW 이상의 프로젝트가 계통접속 대기열에 묶여 있다고 분석합니다.

즉 AI의 속도와 전력산업의 속도가 너무 다릅니다. AI 기업은 분기 단위로 움직이지만, 전력망은 수년 단위로 움직입니다. 블랙록 역시 이 차이를 빠르게 움직이는 AI 산업과 안정성·규제를 중시하는 전력산업의 충돌로 설명합니다.

7. 그래서 AI 시대에는 '좋은 땅'의 정의도 바뀐다

이 부분이 개인적으로 굉장히 흥미롭습니다.

과거 데이터센터 입지에서는 땅값, 통신망, 고객 접근성, 세금 등이 중요했습니다. 하지만 이제는 가장 중요한 요소가 하나 더 생겼습니다. 전력을 실제로 받을 수 있느냐(power availability)입니다.

AI 시대의 좋은 부지는 그냥 넓은 땅이 아닙니다. 변전소가 가깝고, 송전망 연결이 가능하고, 충분한 발전원이 있으며, 냉각이 가능하고, 인허가를 빨리 받을 수 있는 땅입니다. 말하자면 전기가 들어오는 땅(energized land)이 새로운 희소자산이 되는 셈입니다.

이 관점에서 보면 AI 데이터센터는 IT 프로젝트이면서 동시에 부동산 개발, 전력 개발, 인프라 금융 프로젝트이기도 합니다. 최근 하이퍼스케일러(초대형 클라우드 사업자)들이 데이터센터 부지만 찾는 것이 아니라 발전원과 전력계통까지 함께 확보하려는 이유도 여기에 있습니다. IEA도 데이터센터 프로젝트 지연의 주요 요인으로 전력망과 에너지 장비, 인허가 병목을 지목합니다.

8. 전력이라고 발전사만 보면 안 된다

투자자라면 여기서 한 단계 더 내려가야 합니다. 전력이 부족하다고 해서 발전소만 필요한 것이 아닙니다.

데이터센터에 전기를 넣으려면 발전, 송전, 변전, 배전, UPS, 랙 전력관리, 냉각이 모두 필요합니다. 엔비디아가 2026년 공개한 차세대 AI 데이터센터 설계에도 전력·냉각·인프라 업체들이 대거 참여하는 것으로 알려졌습니다. GE버노바, 히타치, 지멘스에너지 같은 에너지 기업들도 AI 데이터센터의 계통접속과 전력 공급을 위한 인프라 구축에 참여하고 있습니다.

결국 AI 데이터센터 투자에서 GPU만 보고 끝나는 것이 아니라, 그 GPU 한 개가 실제로 돌아가기까지 필요한 장비 전체를 봐야 합니다.

9. 그리고 GPU 아래에는 메모리가 있다

최근 AI 투자 논의에서 상대적으로 과소평가되기 쉬운 병목이 메모리입니다. 래리 핑크 역시 컴퓨트, 칩과 별도로 메모리 부족을 따로 언급했습니다.

AI는 GPU만 빠르다고 작동하는 것이 아닙니다. 대규모 모델을 학습하고 추론하려면 GPU와 GPU 사이에 막대한 데이터를 빠르게 공급해야 합니다. 여기서 고대역폭 메모리(HBM)의 역할이 중요해집니다.

특히 AI가 단순한 질문·답변에서 '에이전트형 AI(agentic AI)'로 이동하면 상황은 더 복잡해집니다. 한 번의 프롬프트가 수백에서 수천 단계의 추론, 검색, 도구 사용으로 이어질 수 있기 때문입니다. 이런 환경에서는 단순 연산능력(FLOPS)보다 메모리 대역폭, 메모리 용량, 네트워크, 스토리지까지 함께 중요해집니다.

그래서 AI 인프라의 기본 단위도 'GPU 몇 장'에서 'GPU + HBM + 네트워크 + 스토리지 + 전력'으로 바뀌고 있습니다.

10. AI 인프라 경쟁의 단위는 이제 '칩 한 장'이 아니다

엔비디아의 최신 설계를 보면 이 변화가 더 분명합니다. 이제 GPU 하나가 아니라 CPU, GPU, 네트워크, 스토리지를 묶은 시스템 단위, 나아가 데이터센터 전체를 하나의 'AI 팩토리'로 설계합니다. 엔비디아는 향후 수십만 개 단위의 GPU가 연결되는 AI 팩토리까지 염두에 두고 있습니다.

AI 경쟁이 이제 칩 한 장의 성능경쟁에서 시스템, 데이터센터, 전력망 단위로 올라가고 있다는 의미입니다.

11. 결국 AI 산업은 금융산업과도 합쳐진다

여기까지 가면 마지막 병목이 하나 남습니다. 돈입니다.

데이터센터 한 곳에 필요한 투자비가 수십억~수백억 달러로 커지면 하이퍼스케일러의 자체 현금흐름만으로 모든 프로젝트를 감당하기 어렵습니다. IEA 역시 2026년 보고서에서 데이터센터 투자규모가 기업의 자체 대차대조표만으로 감당하기 어려운 수준으로 커지고 있으며, 향후 자본시장 조달이 핵심이 될 것이라고 지적했습니다.

즉 AI 인프라 경쟁은 "누가 기술을 잘 만드는가"뿐 아니라 "누가 가장 낮은 자본비용으로 수십억 달러를 조달할 수 있는가"의 경쟁이 됩니다. 블랙록 같은 세계 최대 자산운용사가 데이터센터와 전력 인프라에 적극적으로 뛰어드는 것도 같은 맥락입니다. AI가 소프트웨어 산업에서 인프라 금융산업으로 확장되고 있는 것입니다.

12. 투자자라면 '모델의 승자'보다 '병목'을 볼 필요가 있다

여기서 투자 관점의 결론이 나옵니다.

앞으로 어떤 AI 모델이 최종 승자가 될지는 아무도 모릅니다. 지금 앞서 있는 기업이 이길 수도 있고, 아직 등장하지 않은 회사가 이길 수도 있습니다. 하지만 이 기업들이 경쟁하는 동안 반드시 필요한 것이 있습니다. GPU, HBM, 네트워크, 서버, 데이터센터, 전력, 냉각, 변압기입니다.

그래서 투자자 관점에서는 이런 접근이 가능합니다. AI 모델의 승자를 맞히기 어렵다면, 승자 모두가 반드시 사야 하는 병목을 보라. 이것이 지금 AI 인프라 투자의 핵심 논리입니다.

13. 그렇다고 인프라가 무조건 안전한 투자는 아니다

하지만 여기서 한 번 더 조심해야 합니다. 병목이라고 해서 항상 좋은 투자는 아닙니다. 병목은 언젠가 해소되기 때문입니다.

GPU가 부족하다고 생산량을 늘리면 몇 년 뒤 과잉공급이 발생할 수 있습니다. 데이터센터가 부족하다고 모두가 동시에 건설하면 공실이나 가격경쟁이 나타날 수도 있습니다. 전력설비 역시 공급망이 정상화되면 지금의 높은 가격과 마진이 유지되지 않을 수 있습니다.

특히 컴퓨팅 자산에는 기술 노후화라는 문제가 있습니다. GPU는 발전소나 송전망처럼 30~40년 사용하는 자산이 아닙니다. 신제품이 나올수록 이전 세대 GPU의 경제적 가치는 빠르게 떨어질 수 있습니다. 실제로 스페이스X조차 AI 데이터센터 부문에서 막대한 설비투자를 집행하며 상당한 손실을 감수하고 있는 것으로 알려졌습니다. 대규모 선행투자가 곧바로 이익을 뜻하지는 않는다는 방증입니다.

그래서 컴퓨트 투자는 보유량보다 '가동률 × 계약기간 × 전력원가 × GPU 세대'를 함께 봐야 합니다. 이 부분을 놓치면 "GPU는 새로운 부동산"이라는 논리에 너무 쉽게 빠질 수 있습니다.

14. 투자자는 병목의 '순서'를 봐야 한다

앞으로 AI 투자에서는 병목이 어디에서 어디로 이동하는지를 보는 것이 중요합니다.

병목이 하나 풀리면 그다음이 드러난다. 지금 서 있는 지점은 전력이다.

2023~2024년에는 GPU가 가장 큰 병목이었습니다. 2024~2025년에는 HBM과 첨단 패키징이 부각됐습니다. 2025~2026년에는 전력·변압기·냉각·데이터센터가 급격히 중요해졌습니다. 그리고 그다음은 송전망, 발전, 부지, 금융일 가능성이 있습니다.

IEA는 현재 데이터센터 확대에서 이미 변압기와 가스터빈, 첨단칩, IT장비의 공급망 병목이 동시에 나타나고 있다고 지적합니다. 병목이 하나 풀리면 그다음 병목이 드러납니다. 이게 AI 인프라 사이클의 특징입니다.

15. 한국에도 이 흐름은 매우 중요하다

한국은 이 가치사슬에서 의외로 좋은 위치에 있습니다. 메모리 반도체, 전력기기, 케이블, 배터리, 건설, 데이터센터 운영, 발전·전력 인프라 등 여러 영역에 경쟁력 있는 기업들이 있습니다.

특히 눈에 띄는 것이 전력기기입니다. 미국은 전력망의 상당 부분이 25년 이상 노후화된 상태에서 AI 데이터센터 수요까지 겹치며 이른바 '전력 슈퍼사이클'을 맞았습니다. 초고압 변압기의 단가는 최근 3년간 두 배 이상 올랐습니다. 이 흐름에서 효성중공업, HD현대일렉트릭, LS일렉트릭 같은 국내 전력기기 기업들이 미국 시장 수주를 크게 늘리며 현지 생산기지 증설에 나섰고, 이들 3사의 수주잔고는 수십조 원 규모로 쌓였다는 보도가 이어집니다. 초고압 송전에 쓰이는 HVDC 케이블, 차세대 데이터센터용 반도체 변압기(SST) 같은 고부가 제품도 부상하고 있습니다.

메모리 쪽에서는 삼성전자와 SK하이닉스가 HBM 시장을 사실상 양분하며 AI 반도체의 핵심 공급자로 자리 잡았습니다. 앞서 본 스페이스X-구글 계약의 '11만 GPU와 메모리'라는 구성에서도 보이듯, GPU가 늘어날수록 그 옆에 붙는 HBM 수요도 함께 커집니다.

데이터센터 자체도 한국에서 빠르게 확대되고 있습니다. 엔비디아, 네이버, 브룩필드가 함께 발표한 한국 AI 팩토리 계획은 당초 55MW에서 200MW 규모로 세 배 이상 확대됐습니다.

AI 산업이 모델만의 경쟁이었다면 미국 빅테크가 대부분의 가치를 가져갔을 가능성이 큽니다. 하지만 경쟁의 범위가 메모리, 전력, 데이터센터, 건설, 냉각, 금융까지 내려오면 한국 기업들이 참여할 수 있는 시장은 훨씬 커집니다.

맺으며

AI 시대의 가장 큰 병목은 어쩌면 알고리즘이 아닐지도 모릅니다.

아무리 뛰어난 모델이 있어도 GPU가 없으면 돌릴 수 없고, GPU가 있어도 메모리가 부족하면 성능을 낼 수 없고, 서버가 있어도 전기가 없으면 가동할 수 없습니다. 전기가 있어도 송전망과 변전소가 없으면 데이터센터를 연결할 수 없습니다. 그리고 이 모든 것을 갖춰도 수십억 달러의 자본을 조달하지 못하면 프로젝트를 시작할 수 없습니다.

그래서 AI 산업은 점점 소프트웨어에서 반도체로, 데이터센터로, 전력으로, 부동산으로, 금융으로 확장되고 있습니다. 이것이 지금 AI 산업에서 일어나고 있는 가장 큰 패러다임 변화입니다.

과거 인터넷 시대에는 네트워크 위에서 가장 좋은 서비스를 만든 기업이 막대한 가치를 가져갔습니다. AI 시대에는 그 서비스 아래에 훨씬 무거운 물리적 기반이 필요합니다. 결국 앞으로의 경쟁력은 "누가 가장 좋은 AI를 만드는가"에서 끝나지 않을 것입니다. 오히려 "누가 그 AI가 돌아갈 전력과 GPU, 메모리와 공간을 가장 빠르게 확보할 수 있는가"가 기업과 국가의 AI 경쟁력을 결정할 가능성이 큽니다.

그리고 투자자 입장에서는 이 한 문장이 중요해 보입니다. 모델의 승자를 맞히기 어렵다면, 승자 모두가 반드시 사야 하는 병목을 보라. 어쩌면 AI 시대의 가장 큰 투자기회는 모델 경쟁의 승자가 아니라, 그 승자가 누구든 반드시 필요한 인프라에서 생길지도 모르겠습니다.

※ 본 글은 2026년 8월 12일까지 공개된 언론 보도와 기관 자료를 바탕으로 작성했습니다. 주요 출처: 국제에너지기구(IEA), 블랙록, CME그룹, 스페이스X SEC 파일링, 엔비디아, 로이터·블룸버그 및 국내 경제지 보도.

※ 본 글에 언급된 기업과 수치는 정보 공유 목적이며, 특정 종목에 대한 매수 또는 매도 권유가 아닙니다. AI 인프라 투자에는 과잉공급과 기술 노후화 등의 위험이 따릅니다.