1. 핵심 투자 명제: 2026년 시장은 ‘병목의 경제’다

이번 대화에서 반복적으로 등장한 단어는 AI, 반도체, 데이터센터, 전력, 변압기, 피지컬 AI, 로봇, 조선, 이더리움, 연금 계좌였다. 얼핏 보면 서로 다른 주제처럼 보이지만, 하나의 구조로 연결된다.

새로운 수요가 생기고, 그 수요를 처리할 물리적·제도적·금융적 인프라가 부족해지며, 그 부족한 지점에서 가격 결정력이 생긴다. 이것이 지금 시장을 움직이는 핵심 원리다.

2. 시장 국면: 삼성전자·SK하이닉스 쏠림과 6월 이후 변동성

대화 초반의 핵심 시장 진단은 주도주 쏠림이었다. 삼성전자와 SK하이닉스가 코스피 시가총액의 절반 이상을 차지할 정도로 반도체 대형주 중심 장세가 강해졌다. 이는 단순 과열이라기보다, 이익 가시성이 가장 높은 기업에 자금이 몰리는 근거 있는 쏠림으로 해석되었다.

그러나 쏠림이 강해질수록 시장은 건강하지 않은 방식으로 움직인다. 주도주는 강하지만 주변부 종목은 약하고, 지수는 오르는데 개인 계좌는 소외되는 일이 생긴다. 닷컴 붐 당시에도 고점 직전 주도주와 나스닥은 강했지만, 주변 지수와 비주도주는 이미 약해지고 있었다는 비교가 나왔다.

주요 시장 변수

• MSCI 선진국지수 편입 기대: 외환시장 자유화, 배당 공시, 공매도 제도 등 제도 개선은 한국 증시의 장기 할인율을 낮출 수 있는 요인이다.
• 국민연금 리밸런싱: 국민연금은 시장을 끌고 가는 주체라기보다 하방 방어막이다. 리밸런싱 부담 완화 여부가 기관 심리에 중요하다.
• 금리와 환율: 한국은행 금통위는 성장률 상향과 환율·주택시장 부담 때문에 매파적 기조로 해석되었다.
• 외국인 매도: 시가총액 대비 매도 규모를 봐야 하며, MSCI 편입 등 구조적 자금 유입 요인이 더 중요하다.
• 6월 이후 변동성: 무조건 들고 버티는 장이 아니라, 주도주 압축과 현금 비중 관리가 필요한 장으로 바뀌고 있다.

3. AI 수요: 트레이닝에서 인퍼런스로, 파일럿에서 전사 도입으로

AI 시장은 2025년까지 모델을 더 똑똑하게 만드는 트레이닝 중심이었다. 딥시크 이후에는 효율적 학습, 증류, 모델 성능 논쟁이 중심이었다. 그러나 2026년의 핵심 변화는 다르다. 이제 기업들이 실제 돈을 내고 AI를 쓰기 시작했다.

토큰 맥싱과 태스크 호라이즌

기업들은 AI 사용량을 늘리고 있으며, 미국에서는 이를 ‘토큰 맥싱’이라는 문화적 현상으로 부른다. 직원들이 AI를 많이 쓰고, 회사가 이를 장려한다. 우버 사례처럼 예산을 예상보다 훨씬 빠르게 소진하는 일도 나타난다.

이 변화의 기술적 배경은 태스크 호라이즌이다. 과거 AI는 한 시간 이상 안정적으로 일하기 어려웠지만, 클로드 코드 이후 하루 단위의 작업을 맡길 수 있게 되었다. 사용자는 AI가 일하는 동안 잠을 자거나 다른 일을 할 수 있고, 동시에 여러 작업을 맡길 수 있다. 이 순간 AI 사용량은 선형이 아니라 기하급수적으로 증가한다.

포워드 엔지니어링

AI 도입은 단순히 계정을 사는 문제가 아니다. 골드만삭스가 앤트로픽 엔지니어를 불러 내부 시스템을 바꾸려 했듯, AI 회사와 컨설팅 회사가 직접 고객사에 들어가 업무 프로세스를 바꾸는 포워드 엔지니어링이 확산되고 있다. 딜로이트, 액센츄어, 인포시스 같은 회사들이 여기에 붙으면, AI 도입 속도는 더 빨라진다.

4. 반도체: HBM 이후의 메모리 지도

김정호 교수 인터뷰에서 가장 강하게 나온 메시지는 “AI 시대의 진짜 인프라는 메모리”라는 점이었다. AI는 연산만으로 돌아가지 않는다. 모델 가중치, KV 캐시, 장기 기억, 개인화된 문맥, 에이전트 작업 기록을 계속 저장하고 불러와야 한다.

HBM은 시작이고, HBF·NAND·SRAM·광 연결이 붙는다

HBM은 GPU 바로 옆에서 빠른 대역폭을 제공한다. 그러나 AI가 장기 기억과 에이전트 업무로 확장되면 HBM만으로는 충분하지 않다. 더 큰 용량의 메모리 계층이 필요해진다. 여기서 HBF, NAND, SSD, 장기 메모리, 광 연결이 중요해진다.

• HBM: 초고속 단기 메모리. GPU 바로 옆에 붙어야 한다.
• HBF: 더 큰 용량의 메모리 구조로 확장될 가능성.
• NAND·SSD: 장기 기억과 개인화 데이터 저장.
• SRAM·세레브라스: 초고속 접근에는 강하지만 용량 한계가 있다.
• 광 연결: 장거리 연결에는 필수지만, 근거리 GPU-HBM 연결을 곧바로 대체하기는 어렵다.

한국의 기회: 쌓는 기술과 시스템 설계

한국은 메모리를 쌓는 기술에서 강점을 갖고 있다. SK하이닉스는 HBM에서 압도적 위치를 잡았고, 삼성전자는 DRAM, NAND, 베이스 다이, 파운드리, 패키징까지 갖춘 종합 플랫폼 기업이 될 가능성이 있다.

단기적으로는 SK하이닉스가 엔비디아 생태계 안에서 가장 강한 수혜를 받는다. 장기적으로는 삼성전자가 메모리, 파운드리, 패키징, 시스템 설계를 통합할 수 있다면 더 큰 판을 만들 수 있다. 다만 이는 기술만의 문제가 아니라 경영 판단, 노사 문제, 인재 확보, 고객 신뢰 회복까지 걸린 문제다.

5. 데이터센터 병목: AI 경제는 진짜지만, 주식시장은 흔들릴 수 있다

AI 수요가 진짜라는 점과 AI 관련 주식이 계속 오를 것이라는 점은 같은 말이 아니다. 데이터센터 건설이 지연되면 GPU 설치가 지연되고, GPU 설치가 지연되면 HBM 수요도 지연된다.

데이터센터 건설 지연의 도미노

1. AI 수요 증가
2. 하이퍼스케일러 CAPEX 확대
3. 데이터센터 건설 착수
4. 변압기·전력·냉각·건설 인력 병목
5. 데이터센터 완공 지연
6. GPU 납품·설치 지연
7. HBM 납품 지연
8. 엔비디아·SK하이닉스·삼성전자 가이던스 조정 가능성

미국에서는 데이터센터가 지역 정치 이슈가 되고 있다. 전기요금 상승, 물 사용, 소음, 일자리 감소 우려 때문에 공화당과 민주당이 동시에 데이터센터 건설 제한에 동의하는 사례도 나타난다. AI 경제의 실수요와 주식시장의 밸류에이션은 분리해서 봐야 한다.

6. 전력기기: 초고압 변압기와 온사이트 발전의 이중 성장축

전력기기 섹터는 AI 데이터센터 확산의 가장 명확한 수혜 영역이다. 데이터센터는 전력 없이는 가동될 수 없고, GPU 랙당 전력 요구량은 점점 커지고 있다. 블랙웰, 루빈, 카이버로 이어지는 GPU 세대 변화는 데이터센터를 기가와트급 전력 소비자로 만든다.

초고압 변압기: 공급자 우위의 핵심 병목

발전소에서 생산된 전기는 송전 손실을 줄이기 위해 고전압으로 승압되어 이동한다. 최근에는 345kV, 550kV를 넘어 765kV급 초고압 송전 수요가 커지고 있다. 765kV급 초고압 변압기를 만들 수 있는 기업은 전 세계적으로 매우 제한적이다.

국내에서는 HD현대일렉트릭과 효성중공업이 대표적이다. 초고압 변압기는 제작 기간이 길고 노동집약적이며 자동화가 쉽지 않다. 미중 갈등으로 중국산 장비 사용이 제한되는 환경도 한국 기업에 기회가 된다.

온사이트 발전: 과도기적 해법이자 새로운 시장

송전망은 5년 이상 걸릴 수 있지만 데이터센터는 1~2년 안에 지어진다. 이 시간 차이를 메우기 위해 데이터센터 근처에 가스터빈, 연료전지, 태양광, ESS, SMR 등을 설치하는 온사이트 발전이 부상하고 있다.

온사이트 발전은 기존 송전망을 완전히 대체하지는 못한다. 발전 용량이 제한적이고 비용도 높다. 그러나 데이터센터 수요가 너무 빨리 늘고 있기 때문에 단기·중기적으로는 필수 보완재가 될 가능성이 크다.

전력기기 투자 구도

가장 중요한 체크 지표는 변압기 판매가격과 PPI다. 가격이 계속 오르면 수요가 공급보다 강하다는 뜻이다. 가격 상승이 멈추거나 꺾이면 피크아웃 신호일 수 있다.

7. 조선: 시장의 선택을 기다리는 구조적 수혜주

조선업은 반도체 쏠림 때문에 상대적으로 주목을 덜 받고 있지만, 펀더멘털은 강하다. 신조선가 지수는 우상향하고 있고, 과거 고가 수주 물량이 2025~2026년 실적으로 반영될 가능성이 크다.

미국 LNG 수출 터미널 확대, 중동·유럽 에너지 재편, 캐나다 잠수함, 미국 해군력 강화, 미·중 해양 패권 경쟁은 한국 조선업에 구조적 모멘텀을 제공한다. 특히 군함 수주는 LNG 운반선보다 단가가 높아 실적 업사이드를 크게 만들 수 있다.

8. 현대차·로봇·피지컬 AI: 제조 현장이 AI 학습장이 된다

현대차는 더 이상 단순 완성차 업체로만 보기 어렵다. 보스턴다이내믹스, 자율주행, 로봇 훈련 데이터, 현대오토에버의 SI, 그룹 지배구조 개편이 하나의 투자 스토리로 연결된다.

보스턴다이내믹스와 승계 구조

현대차그룹은 순환출자 해소와 승계 재원 마련이라는 과제를 갖고 있다. 현대모비스 지분 매입과 증여세 등을 감안하면 대규모 자금이 필요하다. 이때 보스턴다이내믹스의 기업가치가 높게 평가되면 지배구조 개편의 핵심 카드가 될 수 있다.

피지컬 AI의 핵심은 데이터

로봇의 몸체를 만드는 것보다 더 어려운 것은 로봇의 뇌를 훈련시키는 것이다. 거대언어모델은 인터넷 텍스트를 학습했지만, 로봇은 실제 물리 세계에서 행동 데이터를 모아야 한다. 중국은 로봇 데이터 팩토리를 만들고, 미국은 유튜브 영상·공장 데이터·물류 데이터를 활용하려 한다.

현대차의 전략은 분업이다. 몸체는 현대차와 보스턴다이내믹스, 뇌는 구글 딥마인드의 제미나이 로보틱스, 시뮬레이션은 엔비디아, 실제 훈련은 현대차 공장이 맡는 구조다. 이는 애플식 수직통합보다 삼성 갤럭시와 구글 안드로이드의 연합 전략에 가깝다.

로봇은 공장부터, 가정은 마지막

가정용 로봇은 상상하기 쉽지만 실제 도입은 늦을 가능성이 크다. 가정에는 예측 불가능한 엣지 케이스가 너무 많다. 반면 공장은 동선, 절차, 규칙, 안전 기준이 정해져 있다. 따라서 피지컬 AI는 공장과 물류센터에서 먼저 확산될 가능성이 높다.

9. 이더리움: 실용주의에서 공공 인프라로

이더리움 관련 대화의 핵심은 실용주의와 이상주의의 충돌이었다. 이더리움은 일반적인 이미지와 달리 지난 12년 동안 매우 실용적인 선택을 해 왔다. DAO 해킹 이후 하드포크, EIP-1559, PoS 전환, L2 확장 전략은 모두 생태계 성장을 위한 의사결정이었다.

하지만 최근 비탈릭과 이더리움 재단은 검열저항성, 보안, 프라이버시, 공공성을 다시 강조하고 있다. 재단은 더 이상 가격 부양이나 금융화의 주체가 아니라, 공공 프로토콜의 핵심 가치를 지키는 역할에 집중하려 한다.

문제는 권한 이양의 공백

이더리움 재단의 보유 지분은 작다. 가격을 끌어올릴 인센티브는 오히려 비트마인, ETF 발행사, 기관 투자자, L2, 디파이 생태계가 더 크다. 비탈릭은 권한을 넘기고 있지만, 그 역할을 누가 명확히 받아갈지는 아직 정리 중이다. 이 공백이 현재의 불안이다.

10. 개인 자산관리: 종목보다 계좌 구조가 먼저다

투자 대화의 마지막 축은 개인 자산관리였다. 결론은 명확하다. 대부분의 사람에게 중요한 것은 “무슨 종목을 살까”가 아니라 어떤 계좌 구조로, 어떤 돈을, 얼마나 오래 투자할 것인가다.

사회초년생: 시드머니를 기다리지 말고 적립식으로 시작

부동산은 입장료가 필요하지만, 금융투자는 만 원부터 가능하다. 따라서 사회초년생은 시드머니를 모은 뒤 시작하는 것이 아니라, 월급에서 남는 돈을 CMA로 모으고 ISA를 통해 적립식 투자를 시작해야 한다.

패시브와 액티브는 노선이 다르다

첫 3년은 투자 성향을 확인하는 기간이다. 지수 ETF와 자산배분이 편하다면 패시브 노선으로 가면 된다. 개별 기업 분석이 즐겁고 알파를 만들 자신이 있다면 위탁계좌를 활용한 액티브 노선으로 가면 된다. 중요한 것은 두 노선을 섞어 혼란스럽게 운용하지 않는 것이다.

11. 투자자가 봐야 할 체크리스트

지금 시장은 단일 지표로 판단하기 어렵다. 다음의 대시보드를 주기적으로 확인해야 한다.

12. 종합 결론: 한국의 기회는 ‘AI를 잘 쓰는 제조 인프라 국가’에 있다

대화 전체를 종합하면, 한국이 잡아야 할 기회는 소비자용 AI 앱을 만드는 것만이 아니다. 한국은 이미 세계적인 제조업, 반도체, 조선, 전력기기, 자동차, 로봇 하드웨어 기반을 갖고 있다. AI 시대의 진짜 경쟁력은 모델 하나가 아니라, AI를 산업 현장에 배치하고, 그 과정에서 생기는 데이터를 다시 경쟁력으로 만드는 능력이다.

내가 도출한 세 가지 결론

1. AI 수요는 실수요 단계로 넘어갔다. 이제 AI는 연구실과 데모의 이야기가 아니라 기업 비용 구조와 생산성의 문제다.
2. 투자 기회는 병목에 있다. HBM, 데이터센터, 전력기기, 변압기, 냉각, 건설, 클라우드, 피지컬 AI 데이터가 모두 병목 후보군이다.
3. 가장 큰 리스크도 병목이다. 데이터센터가 지연되면 GPU와 HBM 수요가 밀리고, 전력 규제가 생기면 CAPEX가 흔들리며, AI ROI가 낮으면 토큰 경제가 둔화된다.

투자 관점의 큰 지도

마지막으로 개인 투자자에게 필요한 것은 큰 이야기와 작은 실행을 분리하는 태도다. 큰 이야기로는 AI, 반도체, 전력, 로봇, 조선의 구조적 변화를 읽어야 한다. 작은 실행으로는 계좌 구조, 현금 비중, 절세 계좌, 장기 적립, 리스크 관리가 필요하다.

시장은 언제든 흔들릴 수 있지만, 구조를 이해한 투자자는 흔들림을 기회와 위험으로 구분할 수 있다. 지금은 바로 그 구분 능력이 가장 중요한 시장이다.