GPU는 반도체와 달라?···월가 5000억 달러 싸들고 엔비디아 줄서기 진풍경 작성일 08-11 17 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">반도체 거품론 뒤집은 5000억달러 <br>블랙록·골드만 등 6개 금융사 집결 <br>GPU도 실리콘·HBM·전력의 산물 <br>금융자본마저 연산능력 확보 경쟁</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="ZeUVsmsAZT"> <figure class="figure_frm origin_fig" contents-hash="9bfbf72788ce8081f61455e29e5826f4b0a12c6eb114d91db8c33b1d29d27434" data-idxno="461820" data-type="photo" dmcf-pid="5dufOsOcHv" dmcf-ptype="figure"> <p class="link_figure"><img alt="대만 타이베이 난강전람관에서 열린 컴퓨텍스 2026 전시장. 플러스텍(Plustek)과 CTX 등 대만 정보기술(IT) 기업들이 AI 기반 솔루션과 각종 IT 제품을 선보이고 있다. 전시장 1·2관을 통틀어 'TSMC'라는 네 글자는 좀처럼 보이지 않았다. 엔비디아 GPU를 비롯해 전시장을 채운 AI 반도체와 서버·부품 상당수가 TSMC의 제조·패키징 생태계 위에서 움직이는 만큼, 컴퓨텍스 생태계 자체가 사실상 TSMC의 거대한 전시장인 셈이다. /이상헌 기자" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/11/552814-8XPEppr/20260811131540660qbef.jpg" data-org-width="1280" dmcf-mid="GfMZded8ZY" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/11/552814-8XPEppr/20260811131540660qbef.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 대만 타이베이 난강전람관에서 열린 컴퓨텍스 2026 전시장. 플러스텍(Plustek)과 CTX 등 대만 정보기술(IT) 기업들이 AI 기반 솔루션과 각종 IT 제품을 선보이고 있다. 전시장 1·2관을 통틀어 'TSMC'라는 네 글자는 좀처럼 보이지 않았다. 엔비디아 GPU를 비롯해 전시장을 채운 AI 반도체와 서버·부품 상당수가 TSMC의 제조·패키징 생태계 위에서 움직이는 만큼, 컴퓨텍스 생태계 자체가 사실상 TSMC의 거대한 전시장인 셈이다. /이상헌 기자 </figcaption> </figure> <p contents-hash="32e822f55118fe1444e328541925e3fb3b88cdded8f6bdb2a1c91a20aad83ce6" dmcf-pid="1J74IOIktS" dmcf-ptype="general">반도체는 거품이라면서 GPU에는 5000억달러를 쏟아붓는다. 인공지능(AI) 투자 과열과 데이터센터 공급과잉을 경고해온 월가의 거대 금융사들이 이번에는 약 710조원을 들고 엔비디아를 중심으로 한 AI 인프라 확장에 줄을 섰다. GPU가 반도체와 다른 특별한 자산이라서가 아니다. GPU 역시 웨이퍼에서 생산되고 HBM과 첨단 패키징을 거쳐 전력을 공급받아야 연산하는 반도체다. 금융시장이 말로는 AI 인프라의 과잉을 걱정하면서 실제 자본은 가장 강력한 실리콘 생산체계 안으로 밀어 넣는 역설이 벌어지고 있다.</p> <p contents-hash="88be9b66cca8ee4e14b0498093a3c780d20b5cc8b37ec2e0b6b2796a087e718d" dmcf-pid="tiz8CICEYl" dmcf-ptype="general">11일 빅테크업계 등에 따르면 엔비디아는 아폴로글로벌매니지먼트·블랙록·블랙스톤·브룩필드자산운용·골드만삭스·KKR 등 6개 금융사와 AI 인프라 구축을 위한 금융 플랫폼을 조성하기로 했다. 목표는 장기간에 걸쳐 5000억달러 이상의 제3자 자본을 동원하는 것이다. 엔비디아 역시 거래 규모의 최대 25%에 해당하는 약 1250억달러를 지원할 가능성이 있다. 아직 개별 금융사의 투자액이나 구체적인 집행 일정은 공개되지 않았지만 월가의 대형 자본이 AI 연산 인프라를 하나의 투자자산으로 묶기 시작했다는 점은 분명하다. </p> <p contents-hash="92d59f53ea60becb6e9939b79c44a36f37b88ddba07eb24746b76a8af8195582" dmcf-pid="Fnq6hChD1h" dmcf-ptype="general">중요한 것은 이 돈이 단순히 엔비디아 주식을 사기 위해 만들어지는 자금이 아니라는 점이다. 금융 플랫폼은 AI 개발사와 기업, 정부, 클라우드 사업자가 대규모 컴퓨팅 인프라를 구축할 때 필요한 자금을 공급하는 구조다. 결국 금융자본이 GPU를 비롯한 데이터센터의 실제 연산능력을 담보로 장기간 자본을 공급하는 새로운 시장이 만들어지는 셈이다. </p> <p contents-hash="3e339b7447b4d186cfe0dd6aa519693bc30d8879671d70f9f02709eaa17cfa2a" dmcf-pid="3LBPlhlwtC" dmcf-ptype="general">여기서 묘한 모순이 발생한다. 월가는 AI 투자 규모가 지나치게 크다거나 데이터센터와 반도체 투자가 과잉일 수 있다는 경고를 끊임없이 내놓았다. 반도체 기업의 실적과 주가가 흔들릴 때마다 AI 거품론 역시 반복됐다. 그런데 실제 돈이 움직이는 순간 선택한 곳은 다시 AI 인프라다.</p> <p contents-hash="0201408692c5a07593779c794148faec487d721a43d94f0783d3c015bc8e4833" dmcf-pid="0obQSlSrHI" dmcf-ptype="general"><strong>거품이라더니 710조로 돌아왔다</strong><br><strong>주가 아닌 연산능력에 자본 투입</strong><br><strong>월가 스스로 뒤집은 반도체 거품</strong></p> <p contents-hash="2a60d73da264ca4b6a81ba52c517351939457c61055e34deda949f865991fe4f" dmcf-pid="px3KwDwaGO" dmcf-ptype="general">더 정확하게 말하면 엔비디아라는 기업에 줄을 선 것이 아니라 엔비디아 GPU를 중심으로 형성된 연산 생산체계에 금융자본이 줄을 선 것이다. 데이터센터 사업자가 수십억~수백억달러를 들여 GPU를 구매하고 이를 장기간 가동해 AI 연산을 판매하는 구조가 만들어지자 월가는 이제 그 미래 현금흐름 자체를 금융상품으로 만들려 한다.</p> <p contents-hash="2659b83743e18d576b7c9df9ea36a6ed488fc7c8c2b4c2a18b0d21ee470f449f" dmcf-pid="UM09rwrNZs" dmcf-ptype="general">엔비디아에도 중요한 변화다. 지금까지 GPU를 설계해 판매하는 반도체 기업이었다면 앞으로는 자신이 만든 GPU를 고객이 살 수 있도록 금융까지 연결하는 단계로 넘어간다. 반도체 판매량을 고객의 현재 현금 보유량에 맡기는 대신 외부 금융자본을 끌어들여 미래 GPU 수요를 현재의 인프라 투자로 바꾸는 것이다.</p> <p contents-hash="4a23f0fe6bc08a31040b256d8062f498e6dfa3d09114e4c51d4bfc3736a56913" dmcf-pid="uRp2mrmjZm" dmcf-ptype="general">그 결과 GPU 공급망은 단순한 반도체 판매시장을 넘어선다. 엔비디아가 칩을 설계하고 파운드리가 생산하며 메모리 기업이 HBM을 공급하고 데이터센터가 이를 설치하면, 월가는 그 전체 설비에 자본을 공급한다. 설계-생산-메모리-데이터센터-금융이 하나의 연산 생산라인으로 연결되는 셈이다.</p> <p contents-hash="1100b4a2e393f1a675f88500347fb4bd334c6f8bbadbc99dc2abe6a3dfd830f4" dmcf-pid="7eUVsmsA1r" dmcf-ptype="general">엔비디아가 아무리 높은 소프트웨어 경쟁력과 CUDA 생태계를 구축했더라도 GPU의 물리적 실체는 실리콘이다. TSMC가 웨이퍼를 가공하지 못하면 생산되지 않고 첨단 패키징 능력이 부족하면 출하할 수 없다. 삼성전자·SK하이닉스·마이크론 등이 공급하는 HBM이 붙지 않으면 대규모 AI 연산에 필요한 메모리 대역폭도 확보하기 어렵다.</p> <p contents-hash="760d205b43dd0820711fdd2147eeeb0e89c619255f495be921e9d57c5732561b" dmcf-pid="zdufOsOc1w" dmcf-ptype="general"><strong>TSMC·HBM·패키징 없이 작동 못해</strong><br><strong>엔비디아 가격에 공급망 전체가 압축</strong></p> <p contents-hash="5580c48455327a8c8a484f2fda8bd03262f169bd06e0d3b05d89c88ced8a02ad" dmcf-pid="qJ74IOIk1D" dmcf-ptype="general">데이터센터에 설치한 뒤에는 더 직접적인 물리 문제가 시작된다. 전력을 넣고 열을 빼야 하며 GPU와 GPU 사이를 고속 네트워크로 연결해야 한다. 결국 AI가 생산하는 토큰의 뒤에는 반도체 제조와 메모리, 패키징, 네트워크, 발전설비가 층층이 존재한다.</p> <p contents-hash="19fa0bacd4bba46d6ebe1549dddb7100bc41a3d534ab8a058c9866523417a95a" dmcf-pid="Biz8CICEYE" dmcf-ptype="general">그런데 시장에서는 엔비디아를 AI 기업으로 분리해 높은 프리미엄을 인정하면서 삼성전자나 SK하이닉스 같은 공급망 기업에는 전통적인 반도체 사이클의 잣대를 적용하는 일이 반복돼왔다. GPU는 AI 성장산업이고 메모리는 경기순환 산업이라는 식의 구분이다.</p> <div contents-hash="e184643606cbcc29484b11648ea4f99ffb98d3a0cdf702950363f30d52080154" dmcf-pid="bnq6hChDHk" dmcf-ptype="general"> 5000억달러 규모의 금융 플랫폼은 이 구분 자체가 얼마나 인위적인지를 보여준다. GPU 설치량을 수십만개, 수백만개 늘리려면 HBM과 첨단 패키징, 웨이퍼 생산량 역시 함께 늘어야 한다. 엔비디아만 따로 떼어 AI 산업이라고 부를 수 없는 이유다. </div> <figure class="figure_frm origin_fig" contents-hash="d9e9a13573f879e80428b900dbce9f590fc7e78dbc87d64484fe350adc9ea7e7" data-idxno="461821" data-type="photo" dmcf-pid="KLBPlhlwHc" dmcf-ptype="figure"> <p class="link_figure"><img alt="6월 2일 대만 타이베이 컴퓨텍스 2026 SK하이닉스 부스에 전시된 HBM4 모형. 젠슨 황 엔비디아 최고경영자(CEO)는 이날 모형 하단에 적혀 있던 'xPU' 표기 위에 직접 취소선을 긋고 그 위에 "GPU!"라고 적었다. CPU·GPU·NPU·DPU를 포괄하는 중립적 용어인 xPU 대신 GPU를 강조한 것으로, 엔비디아가 AI 데이터센터와 피지컬 AI 시대의 핵심 연산 주체를 여전히 GPU로 규정하고 있음을 보여준 장면이다. 모형 옆에는 젠슨 황의 서명과 함께 "June 2, 2026" 날짜가 남겨져 있다. / SK그룹" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/11/552814-8XPEppr/20260811131541941aoon.jpg" data-org-width="1280" dmcf-mid="HQ2S4f4qZW" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/11/552814-8XPEppr/20260811131541941aoon.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 6월 2일 대만 타이베이 컴퓨텍스 2026 SK하이닉스 부스에 전시된 HBM4 모형. 젠슨 황 엔비디아 최고경영자(CEO)는 이날 모형 하단에 적혀 있던 'xPU' 표기 위에 직접 취소선을 긋고 그 위에 "GPU!"라고 적었다. CPU·GPU·NPU·DPU를 포괄하는 중립적 용어인 xPU 대신 GPU를 강조한 것으로, 엔비디아가 AI 데이터센터와 피지컬 AI 시대의 핵심 연산 주체를 여전히 GPU로 규정하고 있음을 보여준 장면이다. 모형 옆에는 젠슨 황의 서명과 함께 "June 2, 2026" 날짜가 남겨져 있다. / SK그룹 </figcaption> </figure> <p contents-hash="a1233a9575f2fc53f1d02643630821d0deb9a3a9da8906ee8990247b093b731c" dmcf-pid="9obQSlSrXA" dmcf-ptype="general"><strong>결국 HBM·전력까지 자본 흘러가</strong><br><strong>한국 뒤흔든 건 주도권 장악 목적</strong></p> <p contents-hash="1f80827359e3c133ddcc18a5394adaf0ee988c940d315e56ecfbea9dc76f9886" dmcf-pid="2gKxvSvmGj" dmcf-ptype="general">삼성전자와 SK하이닉스에도 이 변화가 중요한 이유도 여기에 있다. 엔비디아 GPU 공급이 확대될수록 GPU 한 개에 들어가는 HBM 용량과 전체 HBM 출하량도 함께 움직인다. 고성능 GPU가 늘어나면 패키징과 기판, 데이터센터 네트워크와 전력 인프라 투자 역시 뒤따른다.</p> <p contents-hash="f8dfdc5848f7a5b4749cc802d089474e710bb3d9133aa4f7b6d80216a6eb3ef0" dmcf-pid="Va9MTvTsXN" dmcf-ptype="general">월가가 엔비디아라는 간판 아래 5000억달러의 자본을 모은다고 해서 그 돈이 엔비디아에서 끝나는 것은 아니다. 실제 AI 인프라가 건설되기 시작하면 자본은 파운드리와 HBM, 네트워크 장비, 냉각 시스템, 발전설비까지 공급망 전체로 흘러간다.</p> <p contents-hash="8683d4e2e96336b63935febe026feb78d6cf25d1836f5cbdd7e351a186429271" dmcf-pid="fN2RyTyOta" dmcf-ptype="general">물론 위험도 존재한다. 엔비디아가 GPU 공급자이면서 고객의 인프라 조달까지 지원하기 시작하면 공급자가 수요자의 구매능력을 만들어주는 순환금융 구조가 커질 수 있다. 실제 수요와 금융으로 만들어진 수요를 구별해야 하는 이유다. 이번 5000억달러 역시 이미 집행된 투자금이 아니라 장기간에 걸쳐 동원하려는 목표액이다. </p> <div contents-hash="083b789c5633090d125eba475751107d28037c9bd860ff3f4611c3aaaab8d859" dmcf-pid="4fXujNjJ1g" dmcf-ptype="general"> 바로 이 지점 때문에 월가의 움직임은 더 흥미롭다. 반도체 거품을 경고하던 월가가 710조원을 들고 엔비디아 앞에 줄을 서며 자신들이 만든 거품론부터 스스로 뒤집은 것이다. 아무리 뛰어난 모델이 등장해도 실행할 반도체가 없으면 토큰 하나 생산하지 못한다. 월가가 5000억달러의 자본 동원 체계를 만들려는 이유 역시 결국 이 연산능력을 먼저 확보하기 위해서다. </div> <figure class="figure_frm origin_fig" contents-hash="b7d0872590802640e659f970cda68d337773002edb9f52a02faa5a3c0a7e8154" data-idxno="461818" data-type="photo" dmcf-pid="84Z7AjAiZo" dmcf-ptype="figure"> <p class="link_figure"><img alt="젠슨 황 엔비디아 CEO가 2026년 컴퓨텍스 키노트에서 대만 지도를 중심으로 수백 개 협력사 로고를 띄우며 AI 생태계의 규모를 강조하고 있다. GPU·CPU·네트워크·클라우드·소프트웨어 기업이 하나의 공급망으로 연결된 구조를 제시했다. / 이상헌 기자" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202608/11/552814-8XPEppr/20260811131543195lakr.jpg" data-org-width="1280" dmcf-mid="XRqOKbKpGy" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202608/11/552814-8XPEppr/20260811131543195lakr.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 젠슨 황 엔비디아 CEO가 2026년 컴퓨텍스 키노트에서 대만 지도를 중심으로 수백 개 협력사 로고를 띄우며 AI 생태계의 규모를 강조하고 있다. GPU·CPU·네트워크·클라우드·소프트웨어 기업이 하나의 공급망으로 연결된 구조를 제시했다. / 이상헌 기자 </figcaption> </figure> <p contents-hash="a95eadffe4293a6bca719b9ec3395db979f2050c9fea38d667a0a997f605971f" dmcf-pid="685zcAcnXL" dmcf-ptype="general"><strong>☞ 지능생산은 GPU에서 끝난다</strong> = GPU를 '중장갑기병'에 비유할 수 있는 이유는 단순히 연산량이 크기 때문이 아니다. 수천~수만개의 연산 코어가 동시에 움직이고, HBM이 대규모 데이터를 바로 옆에서 공급하며, NVLink 같은 고속 인터커넥트가 여러 GPU를 하나의 거대한 연산 덩어리처럼 묶는다. CPU가 복잡한 명령을 정교하게 처리하는 보병이라면 GPU는 같은 방향으로 막대한 행렬연산을 한꺼번에 밀어붙이는 중장갑기병에 가깝다. AI 학습과 추론에서 대규모 텐서 연산이 반복될수록 이 병렬성은 그대로 처리량의 차이로 나타난다.</p> <p contents-hash="0b83616bc80a0d6ab82f5c155521ced11362c884f1a64d6b6a0ca34d7726a4e3" dmcf-pid="P61qkckLHn" dmcf-ptype="general">NPU와 TPU가 이 자리를 완전히 대신하지 못하는 이유도 여기에 있다. NPU는 전력 효율을 높이기 위해 특정 연산을 좁고 빠르게 처리하도록 설계된 경량 특수부대에 가깝고, TPU 역시 행렬연산에 강하지만 구글이라는 특정 실행환경과 생태계에 깊게 묶여 있다. 반면 GPU는 학습과 추론, 다양한 모델과 프레임워크, 데이터센터와 외부 고객까지 폭넓게 받아들이는 범용성과 대규모 확장성을 동시에 확보했다. NPU와 TPU가 특정 전장에서 효율을 극대화한다면 GPU는 전장을 바꿔도 계속 투입할 수 있는 범용 중장갑 전력이라는 차이가 있다.</p> <p contents-hash="6b75c15c203f1fb605c37d79f5503ae1b9293a555d39a5f50501181a0e13d296" dmcf-pid="QPtBEkEoZi" dmcf-ptype="general">엔비디아 GPU 한 장의 가격 뒤에는 TSMC의 웨이퍼와 패키징, 삼성전자·SK하이닉스·마이크론의 HBM, 데이터센터의 전력과 냉각이 함께 들어 있다. 그래서 월가가 GPU에 5000억달러를 몰아넣는다는 것은 특정 칩 하나를 사는 게 아니라 AI 전장의 중장갑기병 군단 전체를 증편하는 데 돈을 대는 것에 가깝다. 모델이 지능의 형식을 정한다면, 그 지능을 실제 전압과 토큰으로 찍어내는 최종 생산 현장은 GPU다.</p> <p contents-hash="465bb3d6d48db8323b64c53600a8d7ce647c15917420c70dd3fb84bf62b06b3f" dmcf-pid="xQFbDEDgXJ" dmcf-ptype="general">여성경제신문 이상헌 기자<br>liberty@seoulmedia.co.kr</p> <p contents-hash="1240f702cb802ddc5a4ca7540fc51ec14471c5b8025681dfc1086302a697db83" dmcf-pid="yTgrqzqFtd" dmcf-ptype="general">*여성경제신문 기사는 기자 혹은 외부 필자가 작성 후 AI를 이용해 교정교열하고 문장을 다듬었음을 밝힙니다. 기사에 포함된 이미지 중 AI로 생성한 이미지는 사진 캡션에 밝혀두었습니다.</p> </section> </div> 관련자료 이전 AI로 2860개 구조 뒤졌다…수소전지 성능 4.4배 높인 설계 원리 찾았다[과학을읽다] 08-11 다음 “AI 과학자들이 연구 결과 두고 서로 논쟁하는 시대 올 것” 08-11 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
