안녕하세요. 수수입니다.
한동대학교 김학주 교수님이 언더스탠딩에 다시 출연하여 “AI 버블이 꺼져도 돈은 결국 어디로 몰릴 것인가”를 분석했습니다.
베스트셀러 “텐배거 포트폴리오”의 저자이기도 한 김학주 교수님은 AI가 한 번 무너지더라도 회복력이 강할 수밖에 없는 이유와, 만약 단 하나의 테마만 찍어야 한다면 어디인지를 명확하게 제시했습니다.
이번 포스팅에서는 교수님이 분석한 AI 버블의 시나리오, 돈의 흐름, 그리고 AI의 병목을 푸는 핵심 수혜 기업들을 상세히 정리해보겠습니다.
목차
- 목차
- 💼 김학주 교수의 현재 포트폴리오
- 📉 AI는 정말 무너질 수 있는가?
- ✅ 그래도 AI를 믿는 이유: 회복력
- 💰 시장에 투자할 ‘돈’은 충분한가?
- 🎯 핵심 결론: AI의 ‘병목’을 푸는 곳에 베팅하라
- 🔋 저전력 솔루션: 전기를 아끼는 기술
- 🌡️ 냉각 솔루션: 발열을 잡아라
- ⚛️ 전력 발전: 소형 원자로(SMR)는 왜 소외되나
- 🚀 AI가 여는 ‘개인 창업의 시대’
- 🎯 핵심 요약: 주목할 기업들
- 💭 마치며
- 📺 전체 영상
- 📚 참고 자료
💼 김학주 교수의 현재 포트폴리오
교수님은 먼저 자신의 자산 배분을 공개했습니다.
| 비중 | 구성 | 전략 |
|---|---|---|
| 70% | 신기술·신성장주 (분산 투자) | 직접 만든 ETF 등으로 분산 |
| 30% | 현금 (드라이 파우더) | 폭락할 때마다 매집 |
핵심 철학:
- ✅ AI는 무너져도 빠르게 회복할 것이라는 시나리오를 믿는다
- ✅ 그래서 70%는 신성장주, 30%는 저점 매수용 현금
- ✅ 출렁일 때마다 믿음을 갖고 사 모은다
📉 AI는 정말 무너질 수 있는가?
과거 거품 붕괴의 전형적 패턴
김학주 교수는 과거 거품이 무너진 공통 원인을 짚었습니다.
1920년대 산업혁명 거품:
- 🏭 자동차, 농기계, 가전이 쏟아져 나오며 만드는 족족 팔림
- 🏭 자본가들은 규모의 경제로 더 많이 생산
- ❌ 그러나 그 부가 소비자에게 돌아가지 못함 → 부의 불균형
- ❌ 결국 사줄 사람이 없어서 붕괴
트랙터의 역설:
- 🚜 유럽 농민 비중 40% → 트랙터 등장으로 상당수 실직
- ❌ 직업을 잃으니 물건을 살 수 없음 → 수요 붕괴
AI도 같은 길을 갈까?
지금 벌어지는 일:
- 🤖 아마존, 메타, 세일즈포스, 오라클 등 대규모 감원
- 📊 작년 미국 실직자 117만 명, 그중 AI가 IT 대체한 경우만 5만여 명
- 📊 매일 약 860명꼴 → 연 환산 21만 5천 명
- ⚠️ 메타의 MCI(Model Capability Initiative): 사무직 PC에 카메라(렌즈)를 달아 AI가 업무를 학습·감시 → 화이트칼라까지 대체 가능
가장 두려운 시나리오:
- 😱 AI가 적당히만 스마트해진다
- 😱 사람 일자리만 빼앗고, 정작 소비자에게는 구매력을 주지 못한다
- 😱 게다가 전기를 많이 먹어 인플레까지 유발
전기료 인상이라는 복병
- ⚡ 데이터센터 인근 지역 전기료, 최근 5년 267% 폭등 (약 3배)
- ⚡ 미국 50개 주 중 13개 주가 해당 → 계속 확대 중
- ⚡ 빅테크는 도매로 할인 받지만, 그만큼 서민이 부담
- 🗳️ 미국 대선 2년 → 포퓰리스트 정치인이 “AI 좀 천천히 하자”고 나올 위험
✅ 그래도 AI를 믿는 이유: 회복력
AI는 과거 거품과 무엇이 다른가?
핵심 차이: AI는 결국 소비자에게 구매력을 줄 수 있다.
- 💡 자동차 운영비는 미국 가계 지출의 약 14% → 자율주행 공유로 절반(7%) 절감 가능
- 💡 누구나 아이디어만 있으면 AI로 창업·사업화 가능
- 💡 부가가치가 소수가 아닌 경제 전반으로 확산 → 대중이 부자가 됨
- 🔄 대중이 번 돈을 다시 AI에 투자 → 선순환
다행스러운 점:
- ✅ 빅테크는 승자 독식 게임(The Winner Takes All)을 하며 AI를 처음부터 깊게 판다
- ✅ 어설프게가 아니라 아주 스마트하게 가고 있다 → 구매력을 줄 자격 충분
- ✅ 그래서 무너져도 회복이 빠를 것
빅테크는 멈출 수 없다
브로드컴이 어닝 서프라이즈에도 연간 매출 가이던스를 그대로 둬 주가가 출렁였지만, 교수님은 빅테크의 투자가 멈추지 않을 것이라 봅니다.
- 🏃 빚을 내서라도 투자를 무조건 한다 (치킨 게임)
- 🏃 여기서 밀리면 끝 → 후회해도 멈출 수 없음
- 🏃 애플은 상대적으로 늦지만 결국 따라올 수밖에 없는 입장
- ⚠️ 단, 우버가 1년치 클로드(Claude) 토큰을 4개월 만에 소진하는 등 “AI가 너무 비싸다”는 부담은 점증
💰 시장에 투자할 ‘돈’은 충분한가?
교수님의 답은 “예스” 입니다. 돈은 구조적으로 신성장주로 몰릴 수밖에 없습니다.
연기금·보험사의 딜레마
- 👵 고령화로 수명이 길어짐 → 연금·의료비 부채가 저절로 증가
- 📈 부채 증가 속도가 너무 빨라 채권으로도, 일반 주식으로도 부족
- 📈 결국 자산 가격에 거품을 만들어야 부채를 커버할 수 있음
- 💡 거품이 가치주에 끼는 건 설명이 안 됨 → 설명되는 건 오직 신성장주
- 💡 즉, 돈은 신기술주로 올 수밖에 없다
트럼프의 유동성 공급
- 🏦 은행 자기자본 규제 완화 (레버리지 규제에서 국채 제외)
- 🏦 은행이 중앙은행에서 돈을 더 빌려 → 대출·국채 매입 확대 → 시중 유동성 증가
- 🏦 연준(Fed)도 타이트닝에서 돈 푸는 쪽으로 전환
1980년대 일본의 교훈
- 🇯🇵 성장이 정체되자 기업·가계에 돈이 쌓였지만 투자할 실물이 없었음
- 🇯🇵 결국 그 돈이 주식·부동산으로 → 거품 형성
- 💡 지금 세계가 고령화로 돈 갈 곳이 금융자산밖에 없는 상황과 유사
- 💡 신기술주가 희망만 보여주면 그쪽으로 확 쏠린다
🎯 핵심 결론: AI의 ‘병목’을 푸는 곳에 베팅하라
교수님은 단언합니다. “분산 투자는 하되, 한 테마만 찍으라면 AI의 병목을 해소하는 쪽이다.”
AI의 대표적 병목과 해결 방향:
| 병목 | 문제 | 해결 방향 |
|---|---|---|
| ⚡ 전기 부족 | 데이터센터 전력 폭증 | 저전력 솔루션 |
| 🔲 반도체 부족 | HBM·GPU 가격 폭등 | 효율화·대체 기술 |
| 🌐 구리선 한계 | 계산이 빨라질수록 구리선 불가 | 레이저 광통신 |
가장 주목하는 기업: 마벨 테크놀로지 (Marvell)
왜 마벨인가?:
- 🌐 계산이 빨라지면 구리선으로는 초당 수십 GB 전송이 불가능 → 레이저 광통신 필요
- 🌐 좁은 공간에서 데이터를 꺼내 라우팅·디지털 신호 처리를 가장 잘하는 업체
- 🏆 2021년 인피(Inphi) 인수 → 칩 내부 통신 솔루션 최강
- 🏆 구글·MS·아마존이 에이식(ASIC) 설계 시 인피의 통신 솔루션을 쓸 수밖에 없음 (“인피의 갑질”)
브로드컴과의 경쟁:
- ⚔️ 에이식 자체는 브로드컴이 최고, 그러나 점점 에이식 + 광통신 교신 능력이 더 중요해짐
- ⚔️ 그 영역에서는 마벨(인피)이 우위 → 브로드컴 점유율 잠식 가능
- 💡 “엔비디아를 2021년에 추천했을 때처럼, 시장이 마벨의 통신·신호처리 가치를 과소평가하고 있다”
🔋 저전력 솔루션: 전기를 아끼는 기술
AI 전력 소모의 진실
엔비디아 칩 아키텍트(빌 댈리)에 따르면, AI 전력 소모의 대부분은 계산이 아니라 데이터 이동입니다.
| 항목 | 전력 비중 |
|---|---|
| 🚚 데이터 전송 | 40% |
| 🌡️ 발열 냉각 | 35% |
| 🧮 계산 자체 | 15% |
| 💾 데이터 저장·보호 | 10% |
병목 = 누설 전류:
- ⚠️ 신호를 보내도 병목에서 대기하면 그동안 전류가 샘 (누설 전류)
- ⚠️ 얇은 구리선에 데이터가 몰리면 저항·발열 → 약해진 신호를 수십~수백 배 전력으로 증폭해야 함
S램(SRAM)을 활용하자
비유로 이해하기:
| 비유 | 실제 | 설명 |
|---|---|---|
| 🧠 학생의 두뇌 | GPU/CPU | 계산기 |
| 📖 책상 위의 책 | SRAM (온칩 메모리) | GPU 내부, 직접 참조 |
| 🎒 멀리 있는 가방 | HBM | 꺼내오는 데 전력 大 |
전력 비교 (32비트 계산 기준):
- 🧮 계산 자체: 1
- 📖 SRAM에서 가져오기: 5~10
- 🎒 HBM에서 가져오기: 100~1,000
관련 기업·기술:
- ✅ 그록(Groq), 세레브라스(Cerebras): HBM 없이 SRAM만으로 추론 칩을 도배하는 아키텍처 (간단한 추론 서비스용)
- ✅ 액티브 인터포저: GPU 바깥 구리선(인터포저)에 SRAM + 연산기를 달아 간단한 계산 처리
- 💡 S램은 비싸지만, D램 가격이 올라오며 가격 차이가 좁혀지는 중
CIM (Compute in Memory)
메모리 안에 계산기를 아예 집어넣는 일체형 방식.
| 추론 단계 | 특징 | 솔루션 |
|---|---|---|
| 프리필 (Prefill) | 전반 파악, 병렬 계산 필요 | HBM-CIM |
| 디코드 (개별 서비스) | 단순화된 계산 | SRAM-CIM |
- ⚠️ 흔한 오해: “CIM은 일체형이니 데이터 전송이 필요 없다” → 틀림
- ✅ 메모리에서 데이터를 꺼내 라우팅·디지털 신호 처리는 여전히 필요
- 🏆 그 좁은 공간에서 가장 잘하는 업체 = 마벨 테크놀로지 (인피)
CXL: 메모리를 공유하라
- 🔗 메모리를 공유해 일 안 하고 전기만 먹는 메모리를 없앰 → 저전력 솔루션
- 🔗 평소 6개면 충분한 메모리를 8개만 갖춰 두고, 피크 때 다른 데서 빌려 씀 → 메모리 절감
- ⚠️ GPU에서 HBM보다 거리가 멀어 고속 전송 중 신호가 끊기거나 약해짐
| 기업 | 티커 | 역할 |
|---|---|---|
| 아스테라랩스 (Astera Labs) | ALAB | 끊긴 신호 재전송·증폭 (리타이밍), 에러 제거 |
| 램버스 (Rambus) | RMBS | 고속 인터페이스, 신호 분산으로 병목 축소 |
- 📅 CXL 본격화는 2028년 → 아직 준비 단계, 두 회사 모두 스몰캡
- 💡 지난 3월 추천 이후 주가가 두 배 났지만, CXL의 경제적 가치는 이 정도로 끝나지 않을 것 (서버-서버, 데이터센터-데이터센터 연결)
계산량 자체를 줄이는 소프트웨어
- 🧩 MOE (Mixture of Experts): 시스템 전체가 아닌 관여된 부분만 돌려 전기 절약
- 🧩 NPU / TPU: 범용 GPU 대신 전문화된 계산 칩으로 발열·전력 절감
- 🧩 퀀타이제이션: 데이터 양을 최적화 → 쓸데없이 큰 짐을 옮기지 않음
- ⚠️ 주의: 저전력화는 곧 반도체를 덜 쓰는 것 → 삼성·하이닉스 메모리 업체엔 위협이 될 수 있음
🌡️ 냉각 솔루션: 발열을 잡아라
냉각 기술의 진화:
- 🌬️ 현재: 공냉식이 약 60% (싸기 때문)
- 💧 반도체 초소형화로 발열 집중 → 액침냉각(액체에 담그기)으로 전환
- 💨 미래: 약 50도에서 기화시켜, 기화열로 주변 열을 빼앗는 방식 → 훨씬 효율적
- 🔬 핵심 기술: 더 낮은 온도에서 기화하도록 분자 결합을 느슨하게 만드는 소재
핵심 기업: 볼티프 (Vertiv) — 액침냉각 등 데이터센터 하드웨어 팔방미인. 계속 좋게 보는 회사.
⚛️ 전력 발전: 소형 원자로(SMR)는 왜 소외되나
빅테크는 가격 불문하고 전기를 쓴다:
- 🔌 데이터센터 안에 작은 온사이트 가스터빈 설치 (경제성 없어도 그냥 씀)
- ☀️ 사막·바다의 신재생 전기는 송전망이 없으니, 아예 데이터센터를 그쪽으로 보냄
- 🛰️ 결과는 위성으로라도 빼옴 → “당장 계산만 할 수 있으면 된다”
그런데 왜 SMR은 소외되나?:
- ⚠️ 지속 가능한 대안은 소형 원자로지만, 지금 당장 이용 가능하지 않음
- ⚠️ 처음 짓는 것이라 공사 기간이 길고 시행착오 손실이 천문학적 → 개별 민간 기업이 감당 불가
- ⚠️ 고농축 우라늄(U-235 20% 이상) 공급 부족 → 미국이 센트러스 에너지 등에 보조금을 줘도 2028~2029년에야 소량 생산
관련 기업:
- ⚛️ 뉴스케일(NuScale, SMR), 오클로(Oklo, OKLO): 소형 원자로
- ⚛️ 센트러스 에너지(Centrus, LEU): 우라늄 농축, 미국 보조금 3개 업체 중 하나
- ⚛️ BWX 테크놀로지(BWXT): 핵잠수함용 90%+ 고농축 우라늄 기술 보유
- 🏢 빌 게이츠의 테라파워, 아마존 후원 X-에너지 등이 장기 계약으로 뒷받침 가능
- 💡 교수님: “지속 가능한 쪽으로 올 수밖에 없으니 주가 하락 때마다 매집하겠다”
수소 경제: 플러그 파워
- 💧 신재생 전기를 버리지 말고 물을 쪼개 수소로 저장·운반 → 발전
- ⚠️ 과정이 복잡해 경제성은 낮지만, 빅테크가 가격 불문 쓰면 시간을 벌어줄 수 있음
- 🔬 미래의 청록수소: 소형 원자로의 300도 열 + 촉매로 천연가스를 탄소·수소로 분해 → 수소는 발전, 탄소는 탄소나노튜브 등 고부가 소재로
🚀 AI가 여는 ‘개인 창업의 시대’
교수님은 AI의 가장 큰 선물을 교육이라고 봅니다.
“거북이가 토끼를 이길 수 있다. 누구든 아무리 늦어도 자꾸 물어보면 맞춤형으로 정답을 가르쳐 주니까.”
- 🎓 AI 교사는 학생 상태를 빠르게 파악해 맞춤형으로 가르침 → 교육 혁명
- 💼 누구나 아이디어 + 노력만 있으면 창업·사업화 가능 → 부가가치가 경제 전반으로 확산
- 🏛️ 세종대왕이 한글로 백성에게 능력의 인프라를 깔아줬듯, AI가 그 인프라 역할
- 💡 (실제 사례) 변리사 업계에 AI로 특허 명세서를 만든 개인 출원이 수천 명 단위로 몰려 호황
개인 창업 시대의 도구 기업들
| 기업 | 티커 | 역할 | 비고 |
|---|---|---|---|
| 쇼피파이 (Shopify) | SHOP | 쇼핑몰 구축·고객관리·물류·결제 패키지 | 개인 창업 인프라 |
| 피그마 (Figma) | FIG | 아이디어 시각화 솔루션 | 디자인 협업 |
| 어도비 (Adobe) | ADBE | 디자인 솔루션 | AI 위협 vs 디자인 수요 확대 논쟁 |
| 깃허브 (GitHub) | (MSFT) | 개발자 협업·소스코드 저장소 | MS 인수, 직접 투자 어려움 |
- 📉 아직 민간 중심 경제가 본격화 안 돼 주가는 누워 있음
- 💡 교수님: “바닥을 헤맬 때 조금씩 사두면, 나중에 빛을 볼 때가 온다”
- ⚠️ 단, AI가 직접 쇼핑몰·디자인을 만들어주면 이들과 경쟁할 수도 → 자기만의 핵심 경쟁력이 관건 (빅테크의 인수 대상이 될 수도)
퍼스트 인 클래스 vs 베스트 인 클래스
초기 기업 투자 판단 기준에 대한 교수님의 통찰:
- 🥇 VC가 가장 먼저 묻는 질문: “퍼스트 인 클래스냐, 베스트 인 클래스냐?”
- 🥇 교수님은 창업 경험상 퍼스트 인 클래스(가장 먼저 시작)가 더 가치 있다고 봄
- 🥇 먼저 개척하면 노하우·인재를 선점 → 베스트 인 클래스가 저절로 될 가능성↑
- 🥇 설령 사업을 접어도 그 역량을 비싸게 M&A 할 수 있음
🎯 핵심 요약: 주목할 기업들
| 기업 | 티커 | 핵심 역할 | 테마 |
|---|---|---|---|
| 마벨 테크놀로지 | MRVL | 레이저 광통신·신호처리 (인피) | 🏆 병목 해소 1순위 |
| 브로드컴 | AVGO | 에이식 설계 | AI 반도체 |
| 아스테라랩스 | ALAB | CXL 리타이밍·신호 복원 | 저전력 |
| 램버스 | RMBS | 고속 인터페이스·병목 분산 | 저전력 (CXL) |
| 볼티프 | VRT | 액침냉각·데이터센터 하드웨어 | 냉각 |
| 뉴스케일 / 오클로 | SMR / OKLO | 소형 원자로 | 전력 |
| 센트러스 / BWXT | LEU / BWXT | 우라늄 농축 | 전력 |
| 플러그 파워 | PLUG | 수소 발전 | 전력 |
| 쇼피파이 / 피그마 / 어도비 | SHOP / FIG / ADBE | 개인 창업 도구 | 창업 시대 |
투자 타임라인
단기 (2026~2027년):
- 📅 마벨 → 광통신·신호처리 가치 재평가 본격화
- 📅 아스테라랩스, 램버스 → CXL 기대감 선반영
- 📅 볼티프 → 이미 수혜 중, 지속 성장
중기 (2028년):
- 📅 CXL 본격화 시작 → 아스테라랩스·램버스 가치 확장
- 📅 데이터센터 간·서버 간 연결 수요 폭발
장기 (2028~2029년~):
- 📅 소형 원자로 소량 생산 시작 (우라늄 농축 정상화 관건)
- 📅 개인 창업의 시대 본격화 → 쇼피파이·피그마 빛 발휘
- 📅 AI 교육 혁명 → 경제 전반 부가가치 확산
💭 마치며
김학주 교수님의 메시지는 명확합니다.
“AI는 무너져도 회복력이 강하다. 결국 소비자에게 구매력을 줄 수 있기 때문이다.”
과거 거품(산업혁명, 1890년대 철도)이 부를 소수에게만 돌린 채 무너진 것과 달리, AI는 교육 혁명을 통해 경제 전반으로 부가가치를 확산시킬 잠재력이 있습니다. 그래서 빅테크는 멈출 수 없고, 연기금·트럼프 정책·고령화가 만든 유동성은 신성장주로 몰릴 수밖에 없습니다.
핵심 투자 논리:
- 🎯 분산 투자하되, 한 테마만 찍는다면 → AI의 병목 해소
- 🌐 계산이 빨라질수록 구리선은 불가 → 레이저 광통신
- 🏆 그 정점에 있는 기업 → 마벨 테크놀로지
- 🔋 함께 보는 곳 → 저전력(아스테라랩스·램버스), 냉각(볼티프), 전력(SMR·수소), 창업 도구(쇼피파이·피그마)
지금의 병목을 푸는 곳으로 돈이 넘어갈 것이라는 교수님의 분석, 투자에 참고하시기 바랍니다.
여러분이라면 어떤 병목에 베팅하시겠습니까? 🤔
📺 전체 영상
언더스탠딩 - AI 버블 꺼져도 돈은 결국 여기로 몰린다 (한동대학교 김학주 교수)
📚 참고 자료
김학주 교수 관련 포스팅:
- 너무 비싼 HBM, 삼성·하이닉스 독주 끝낼 대체 기술의 정체
- 우주 산업 완전 분석 - 스페이스X가 아닌 진짜 승자는 여기입니다
- 2026년 투자 전략 - 전력 인프라가 증시의 운명을 결정한다
- AI 시대 투자 기회 종합 분석 - GPU에서 양자컴퓨팅까지
- AI 거품론 반박과 한국 반도체 리스크 분석
AI 광통신·메모리 관련 포스팅:
도서:
텐배거 포트폴리오 - 김학주 저 (페이지2북스, 2025년 12월 29일)
🛒 쿠팡에서 보기
관련 기업:
쿠팡 파트너스 활동 고지
이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
면책 조항
본 글은 김학주 교수님의 언더스탠딩 출연 내용을 바탕으로 작성되었으며, 모든 의견과 전망은 교수님 개인의 견해입니다.
실제 주가 움직임과 시장 상황은 다를 수 있으며, 투자 결정 전 반드시 추가적인 정보를 확인하시기 바랍니다.
본 글은 투자 권유가 아닌 정보 제공 목적입니다. 투자의 최종 책임은 투자자 본인에게 있습니다.