Ai x Finance

2026–2028 AI 가속기 투자 프레임의 변화

ORISEN 2025. 12. 5. 16:02

“GPU만 보던 시장이 NPU·ASIC 구조까지 확장되는 이유”

(AI × Finance | ORISEN)


1️⃣ AI 투자 프레임이 바뀌는 핵심 이유: “비용 구조의 중심이 달라졌다”

2023~2025년 AI 인프라 투자 시장은 GPU 중심 구조였다.
그러나 2026~2028년은 기업들의 관점이 “성능 중심 → 비용·효율 중심”으로 이동하면서
투자 프레임 자체가 재정의된다.

AI 기업의 비용 구조는 다음처럼 재편되고 있다:

  • 학습(Training) 비용 → 감소 또는 고정
  • 추론(Inference) 비용 → 폭발적 증가
  • 전력·냉각·옵틱스 비용 → TCO의 40~55% 차지
  • 클러스터 구성 비용(Fabric 중심) → 핵심 경쟁력

즉, 투자자는 더 이상 GPU 성능 자체보다
**“어떤 아키텍처가 추론 비용을 얼마나 줄이는가”**를 봐야 하는 시대가 도래한다.


2️⃣ GPU 중심 생태계가 흔들리는 이유 (2026~2028)

✔ (1) LLM·MLLM 서비스화 → 추론 트래픽 폭발

  • 일평균 요청량 증가
  • 토큰 사용량 3~10배 증가
  • 기업형 자동화 에이전트 도입

➡ GPU의 비용 효율은 Inference에서 제한적.


✔ (2) 전력 비용 급증 → 효율 중심 구조 강화

2028년 기준, AI 데이터센터의 총비용 중 50%가 전력·냉각·옵틱스에서 발생할 전망.
GPU는 고성능이지만 전력 효율이 떨어진다.

➡ 전력효율 중심의 ASIC·NPU가 구조적 우위 확보.


✔ (3) Fabric 병목이 GPU의 확장성을 제한

1.6T → 3.2T로 연결 속도가 증가해도
GPU 기반 클러스터는 Fabric 구조의 제약이 커짐.

➡ “GPU 성능이 좋아도, 클러스터가 효율적으로 돌아가지 않으면 의미가 없다.”


3️⃣ AI 가속기 투자에서 부상하는 세 가지 축

🔸 (1) ASIC/NPU 중심 Inference 가속기

  • GPU 대비 비용 효율 4~10배
  • 기업형 LLM 서비스에서 선호도 급증
  • Hyperscaler 전용 설계 증가

투자 포인트:
TPU·Inferentia·Artemis 등 ASIC 생태계 + 패브릭·HBM 공급망


🔸 (2) 패브릭(Fabric) 인프라 기업

AI Inference는 네트워크 병목이 비용을 결정한다.

  • 옵틱스
  • 스위치
  • 패브릭 관리 소프트웨어
  • 고대역폭 연결(1.6T → 3.2T → 6.4T)

투자 포인트:
옵틱스 공급망, 데이터센터 네트워크 전문 기업


🔸 (3) 메모리·패키징 인프라

GPT-5급 모델 이후, GPU보다 HBM·패키징이 더 중요한 인프라가 된다.

  • HBM4E 수요 급증
  • CoWoS/2.5D 패키징 필요량 급증
  • 메모리 대역폭이 AI 성능을 결정

투자 포인트:
HBM4E 공급사·패키징 장비 업체 지속 수혜


4️⃣ AI 기업이 실제로 선택하는 아키텍처 변화

🟦 미국 Big Tech

  • Training: GPU 중심
  • Inference: ASIC 중심
  • 네트워크 최적화 우선순위 상승

🟥 중국

  • Nvidia 규제 → NPU 생태계 급성장
  • 2028년 로컬 추론 인프라의 60%가 NPU 기반 전망

🟧 유럽

  • 에너지 비용 구조 → 저전력 ASIC 선호

🟩 아시아

  • 한국/대만: HBM·패키징 중심 강세
  • 일본: 전력효율 중심 ASIC 구조 빠르게 채택

5️⃣ ORISEN Insight

“AI 가속기 시장의 투자 판단 기준은 이제 ‘Compute 성능’이 아니라 ‘Inference 효율성’이다.”

📌 GPU 중심 구조는 계속 중요하지만 이미 한계 도달
📌 ASIC·NPU 기반의 Inference 최적화가 비용의 60%를 결정
📌 Fabric·옵틱스·전력 구조가 투자 판단의 핵심 지표
📌 HBM·패키징·네트워크가 구조적 수혜 산업
📌 국가별 인프라·전력·규제 리스크가 투자 방향성 변화 요인

결론:
AI 투자 전략은 더 이상 GPU만 보면 안 된다.
효율을 결정하는 NPU·ASIC·Fabric·HBM 구조까지 확장해야 한다.
— ORISEN | AI × Finance