AI가 유행하면 가장 먼저 엔비디아 GPU나 SK하이닉스의 HBM을 떠올리게 됩니다. 실제로 AI 산업의 출발점에는 고성능 반도체가 있습니다. 하지만 AI가 커질수록 시장의 관심은 자연스럽게 반도체 하나만으로는 설명되지 않는 영역으로 이동합니다.

GPU는 혼자 작동하지 않습니다. GPU를 장착할 서버가 필요하고, 수천 개의 서버를 연결할 초고속 네트워크가 필요합니다. 막대한 전력을 안정적으로 공급할 전력 설비도 필요하며, 뜨거워진 장비를 식힐 냉각 시스템도 필요합니다. AI는 화면 속 챗봇처럼 보이지만, 실제로는 거대한 공장에 가까운 데이터센터 위에서 돌아가는 산업입니다.

그래서 최근 AI 투자 수혜는 반도체에서 서버, 광섬유, 통신장비, 변압기, 가스 터빈, 전력관리, 액체 냉각까지 넓어지고 있습니다. 이 과정에서 델, 코닝, 노키아, 지멘스 에너지, 이튼처럼 한동안 시장의 주목에서 벗어나 있던 기업들이 다시 고객 주문과 투자자의 관심을 동시에 받기 시작했습니다.

AI 데이터센터는 ‘반도체 공장’이 아니라 ‘AI 공장’에 가깝다

생성형 AI 서비스는 사용자가 질문을 입력하면 답을 돌려주는 소프트웨어처럼 보입니다. 그러나 그 답변 뒤에서는 대규모 연산이 일어납니다. 모델이 학습될 때는 물론이고, 사용자가 문장을 생성하거나 이미지를 만들고 코드를 작성할 때도 데이터센터 안에서는 GPU, 메모리, 네트워크, 전력, 냉각 장치가 함께 움직입니다.

특히 최근 AI 모델은 단순히 GPU 한두 개로 처리하는 수준이 아닙니다. 수천 개에서 많게는 수만 개의 GPU가 하나의 거대한 클러스터로 연결됩니다. 이때 GPU 사이에서 데이터가 늦게 이동하면 비싼 GPU가 일을 하지 못하고 기다리는 시간이 생깁니다. 결국 AI 데이터센터에서는 연산 성능만큼이나 연결 속도와 전력 공급, 열 관리가 중요해집니다.

이 때문에 빅테크의 AI 투자 확대는 특정 반도체 회사에만 돈이 몰리는 구조가 아닙니다. 데이터센터를 새로 짓고, 전력을 끌어오고, 서버를 설치하고, 네트워크를 연결하고, 냉각 설비를 붙이는 전 과정으로 주문이 퍼집니다. 시장이 최근 “AI의 두 번째 수혜주”를 찾는 이유도 여기에 있습니다.

델, PC 회사에서 AI 서버 기업으로 다시 평가받다

델 테크놀로지스는 오랫동안 대표적인 PC 회사로 인식됐습니다. 한때는 개인용 컴퓨터 시장의 성장과 함께 빠르게 커졌지만, 스마트폰과 클라우드가 등장한 뒤에는 PC 사업만으로 과거 같은 성장성을 보여주기 어렵다는 평가를 받았습니다.

그러나 델은 소비자용 PC에만 머물지 않고 기업용 서버, 스토리지, 데이터센터 장비 사업을 꾸준히 키웠습니다. 당시에는 화려한 선택처럼 보이지 않았습니다. 하지만 AI 데이터센터 구축 경쟁이 본격화되면서 이 사업 전환이 다시 빛을 보고 있습니다.

최근 델은 AI 최적화 서버 수요를 바탕으로 실적 전망을 상향했습니다. 회사는 2027 회계연도 AI 서버 매출 목표를 약 600억 달러로 제시했는데, 이전 전망치인 500억 달러보다 높아진 수치입니다. 단순히 AI 기대감만 반영한 이야기가 아니라, 실제 기업 고객과 클라우드 사업자들이 서버를 주문하면서 공급망 전체가 움직이고 있다는 뜻입니다.

여기서 중요한 점은 델이 엔비디아와 경쟁하는 회사가 아니라는 것입니다. 엔비디아가 AI 연산용 칩을 공급한다면, 델은 그 칩을 실제 고객이 사용할 수 있는 서버와 시스템으로 묶어주는 역할을 합니다. GPU가 아무리 좋아도 서버, 전원장치, 저장장치, 네트워크, 설치·운영 서비스가 없으면 데이터센터 안에서 바로 돈을 벌 수 있는 장비가 되지 못합니다.

코닝의 광섬유가 다시 핵심이 된 이유

코닝은 국내에서는 스마트폰 강화유리인 고릴라 글래스로 더 잘 알려져 있습니다. 하지만 코닝의 오래된 핵심 사업 중 하나는 광섬유와 광통신 장비입니다. 인터넷 시대 초기에 광통신 투자 붐이 일었을 때 코닝은 큰 기대를 받았지만, 2000년대 초 닷컴버블이 꺼지면서 통신망 투자가 급감했고 큰 충격을 받았습니다.

당시 시장은 인터넷 사용량이 늘면 광섬유 수요도 끝없이 늘어날 것이라고 봤습니다. 방향 자체는 맞았지만, 투자 속도가 너무 빨랐고 공급이 한꺼번에 늘면서 산업은 과잉투자 후폭풍을 겪었습니다. 코닝은 그 과정에서 큰 어려움을 겪었지만 광통신 기술과 생산 역량을 완전히 포기하지는 않았습니다.

지금 AI 데이터센터가 커지면서 그 기술이 다시 중요해지고 있습니다. AI 클러스터에서는 수많은 GPU와 서버가 초고속으로 데이터를 주고받아야 합니다. 전기 신호를 구리 케이블로 보내는 방식은 거리가 길어지고 속도가 높아질수록 전력 소모와 발열, 신호 손실 부담이 커집니다. 그래서 대규모 데이터센터 안에서는 광섬유와 광케이블의 역할이 갈수록 커지고 있습니다.

메타는 코닝과 수십억 달러 규모의 광섬유·광케이블 공급 계약을 맺었고, 아마존도 코닝과 미국 내 광통신 생산 능력을 확대하는 다년 계약을 체결했습니다. 이는 AI 투자가 반도체를 넘어 “데이터가 GPU 사이를 얼마나 빠르게 움직이게 할 것인가”의 문제로 이동하고 있다는 대표적인 사례입니다.

노키아도 휴대폰이 아닌 네트워크에서 기회를 찾고 있다

노키아는 많은 사람에게 스마트폰 전환에 실패한 휴대전화 기업으로 기억됩니다. 애플 아이폰과 삼성전자의 스마트폰이 시장을 장악하면서 노키아의 휴대전화 사업은 빠르게 존재감을 잃었습니다.

그러나 노키아는 통신장비, 광전송 장비, IP 네트워크, 이동통신 인프라 사업을 중심으로 회사를 재편했습니다. 이 사업은 소비자에게 잘 보이지 않아 화려하지는 않지만, 데이터가 움직이는 모든 곳에 필요한 장비를 공급한다는 점에서 AI 데이터센터 확장과 직접 연결됩니다.

노키아는 최근 AI·클라우드 고객 매출이 증가했고, 광통신과 IP 네트워크 수요를 반영해 관련 시장 성장 전망도 상향했습니다. AI 데이터센터가 커질수록 데이터센터 내부 네트워크뿐 아니라 데이터센터와 데이터센터, 기업과 클라우드를 연결하는 광통신망의 중요성도 커지기 때문입니다.

쉽게 말하면 AI 데이터센터 안에서 GPU가 두뇌라면, 노키아가 공급하는 네트워크 장비는 두뇌와 두뇌를 이어주는 신경망에 가깝습니다. AI 모델의 성능이 좋아져도 데이터가 제때 이동하지 못하면 전체 시스템의 성능은 떨어질 수밖에 없습니다.

전력과 냉각은 AI 시대의 가장 현실적인 병목이다

AI 데이터센터 확대에서 가장 현실적인 문제는 전력입니다. 데이터센터는 24시간 꺼지지 않아야 하고, AI 연산용 GPU는 일반 서버보다 훨씬 많은 전력을 사용합니다. 문제는 GPU를 구매하고 서버를 설치한다고 끝나는 것이 아니라, 그 장비에 전기를 공급할 송전망과 변압기, 개폐장치, 발전 설비까지 함께 준비해야 한다는 점입니다.

최근 미국에서는 데이터센터 전력 수요가 급증하면서 발전소와 송전망 연결이 데이터센터 건설 속도를 따라가지 못하는 사례도 늘고 있습니다. 데이터센터 투자자들이 서버 회사를 찾는 것을 넘어 발전·전력 인프라 개발업체를 직접 인수하거나 협력하는 이유도 여기에 있습니다.

지멘스 에너지는 이런 흐름의 대표 수혜 기업입니다. 회사는 가스 터빈과 전력망 장비, 변압기, 송전 관련 설비를 공급합니다. 재생에너지 확대 과정에서 가스 터빈 사업이 과거보다 주목받지 못했던 시기도 있었지만, AI 데이터센터가 안정적인 전력을 대규모로 필요로 하면서 가스 발전과 계통 장비 수요가 다시 커지고 있습니다.

데이터센터는 태양광이나 풍력만으로 안정적으로 운영하기 어렵습니다. 발전량이 날씨와 시간에 따라 달라질 수 있기 때문입니다. 따라서 재생에너지 확대와 별개로, 전력망을 보강하고 변동성을 보완할 발전원과 저장장치, 송전 설비가 필요합니다. AI 데이터센터는 단순한 IT 투자 문제가 아니라 전력 산업 투자 문제이기도 합니다.

이튼이 냉각 기업까지 사들인 이유

이튼은 전력관리 장비 기업입니다. 데이터센터에 전기를 안정적으로 공급하기 위한 배전 장치, 전력 변환 장비, 보호 장치 등을 공급합니다. AI 데이터센터가 커질수록 단순히 전기를 많이 공급하는 것만으로는 부족합니다. 높은 전력을 짧은 시간에 안정적으로 전달하고, 동시에 발생하는 열을 처리해야 합니다.

특히 최신 AI 서버는 GPU 밀도가 높아지면서 공기 냉각만으로는 발열을 처리하기 어려운 경우가 늘고 있습니다. 이 때문에 냉각수를 직접 활용하는 액체 냉각 기술의 중요성이 커지고 있습니다. 이튼이 액체 냉각 전문 기업인 Boyd Thermal을 인수한 것도 전력관리와 냉각을 함께 제공하기 위한 전략으로 볼 수 있습니다.

이튼은 최근 북미 전력 부문에서 데이터센터 관련 주문이 큰 폭으로 늘었다고 밝혔습니다. 여기서 중요한 것은 AI가 단순히 “서버 판매 호재”가 아니라는 점입니다. 전력을 받아서 분배하고, 열을 식히고, 장비를 보호하는 기업까지 매출 기회를 얻는 구조가 만들어지고 있습니다.

반도체 호황도 결국 같은 구조 안에 있다

삼성전자와 SK하이닉스, 마이크론의 메모리 호황도 이 흐름에서 봐야 합니다. 과거 D램 시장은 공급이 조금만 늘어도 가격이 급락하고, 고객이 단가 인하를 요구하면 제조사가 투자를 줄이는 전형적인 경기순환 산업으로 평가받았습니다.

하지만 AI 데이터센터는 일반 서버보다 훨씬 많은 메모리를 필요로 합니다. 특히 GPU와 함께 쓰이는 HBM은 AI 연산 성능을 좌우하는 핵심 부품으로 자리 잡았습니다. 여기에 일반 D램과 낸드 수요까지 데이터센터 확장과 맞물리면서 메모리 공급 부족과 가격 상승 압력이 이어지고 있습니다.

최근 애플이 메모리와 저장장치 가격 상승 부담을 제품 가격에 반영하겠다고 밝힌 사례는 AI 투자 붐이 소비자 전자제품까지 영향을 미치기 시작했다는 신호로 볼 수 있습니다. AI 데이터센터가 고성능 메모리를 대규모로 확보하면서, 스마트폰과 PC 제조사도 부품 가격 상승 압박을 받는 구조입니다.

다만 여기서 과거와 다른 점도 있습니다. 메모리 업체들은 단순히 물량을 많이 늘리는 방식보다 장기 공급계약, 선급금, 가격 하한 조항 등을 활용해 수요 변동성을 줄이려는 움직임을 강화하고 있습니다. AI 수요가 실제로 장기화된다면 메모리 산업의 수익 구조도 과거와 달라질 가능성이 있습니다.

그렇다고 모든 AI 인프라 기업이 계속 오를 수는 없다

AI 데이터센터 투자가 서버와 광통신, 전력, 냉각 분야까지 확산되고 있다는 흐름 자체는 분명합니다. 그러나 개별 기업의 주가가 계속 오를 것이라는 뜻은 아닙니다. 이미 많은 인프라 기업은 AI 기대감으로 높은 밸류에이션을 받고 있고, 실적이 시장 기대에 조금만 못 미쳐도 주가 변동성이 커질 수 있습니다.

가장 큰 변수는 빅테크의 투자 지속성입니다. 마이크로소프트, 아마존, 구글, 메타, 오라클 등이 AI 데이터센터에 막대한 돈을 쓰고 있지만, 장기적으로는 이 투자가 실제 매출과 이익으로 돌아와야 합니다. AI 서비스 수익화가 기대보다 느려지거나 전력망 병목 때문에 데이터센터 가동이 지연되면 서버·광통신·전력 장비 주문도 영향을 받을 수 있습니다.

또 하나는 공급 확대입니다. 지금은 변압기, 전력장비, 냉각 장비, 광통신 부품의 공급이 수요를 빠르게 따라가지 못하는 분야가 있습니다. 하지만 기업들이 증설에 나서면 시간이 지난 뒤에는 공급 과잉이 나타날 수 있습니다. 과거 닷컴버블 당시 광통신 산업이 겪었던 과잉투자 후폭풍은 여전히 중요한 경고입니다.

결국 AI 전쟁은 세 가지 산업을 동시에 움직인다

지금 AI 산업은 세 가지 축에서 동시에 움직이고 있습니다. 첫 번째는 반도체입니다. GPU, HBM, D램, 낸드, 네트워크 칩이 AI 연산의 기본 재료가 됩니다.

두 번째는 데이터센터 장비입니다. 서버, 스토리지, 광섬유, 스위치, 라우터, 광전송 장비가 AI 클러스터를 실제로 연결합니다. 델, 코닝, 노키아가 다시 주목받는 이유가 여기에 있습니다.

세 번째는 전력과 냉각입니다. 가스 터빈, 변압기, 송전망, 배전반, UPS, 액체 냉각 장치가 없으면 AI 데이터센터는 안정적으로 운영될 수 없습니다. 지멘스 에너지와 이튼이 AI 산업의 핵심 수혜 기업으로 거론되는 이유도 같은 구조입니다.

결국 AI 산업의 확장은 “더 좋은 챗봇을 누가 만들 것인가”의 경쟁을 넘어섰습니다. 이제는 누가 더 많은 전력을 확보하고, 더 빠른 네트워크를 깔고, 더 많은 서버를 설치하며, 이 거대한 인프라 비용을 회수할 수 있느냐의 경쟁으로 바뀌고 있습니다.