기본 콘텐츠로 건너뛰기

한베로그 : 한-베 부부의 육아경제 리포트 By 하은아빠

홈
About
contact
Privacy Policy

contact

공유 링크 만들기
Facebook
X
Pinterest
이메일
기타 앱

문의는 아래 이메일 및 네이버 블로그로 연락 부탁드립니다

dleodud4190@naver.com

https://blog.naver.com/hanvelog

공유 링크 만들기
Facebook
X
Pinterest
이메일
기타 앱

댓글

댓글 쓰기

Powered by Blogger

테마 이미지 제공: enjoynz

하은아빠: 네이버블로그 : https://blog.naver.com/hanvelog

프로필로 이동

자녀 투자 정보

블로그부업
자녀투자

인기글 모음

AI 투자에서 전력을 반드시 봐야 하는 이유. By하은아빠

AI 투자를 처음 보면 가장 먼저 반도체가 보입니다. 엔비디아 GPU, SK하이닉스 HBM, TSMC CoWoS, 고성능 네트워크 장비 같은 키워드가 먼저 눈에 들어옵니다. 실제로 AI 산업 초반 수익은 이쪽에서 가장 강하게 터졌습니다. AI 모델을 학습하고 추론하려면 결국 GPU가 필요하고, GPU가 늘어나면 HBM과 패키징, 서버, 네트워크가 같이 필요하기 때문입니다. 하지만 AI 인프라를 조금 더 길게 보면 질문이 달라집니다. GPU를 충분히 확보하면 AI 인프라는 끝나는가? 답은 아닙니다. GPU를 사도 데이터센터가 있어야 하고, 데이터센터가 있어도 전력이 있어야 합니다. 전력이 있어도 송전망과 변압기, 냉각 시스템이 없으면 서버는 돌아가지 않습니다. 결국 AI 인프라는 반도체만으로 완성되지 않습니다. 반도체가 AI의 심장이라면, 전력은 AI 산업 전체를 움직이는 혈관입니다. 심장이 아무리 강해도 혈관이 막히면 몸은 움직일 수 없습니다. AI도 마찬가지입니다. GPU가 아무리 좋아도 전력이 부족하거나 연결되지 않으면 AI 데이터센터는 가동되지 않습니다. 그래서 이제 AI 투자는 반도체만 보는 단계에서 벗어나야 합니다. 반도체, 데이터센터, 전력, 냉각, 송전망을 하나의 인프라 구조로 봐야 합니다. 1. 반도체만 보는 투자는 AI 인프라의 절반만 보는 것입니다 AI 산업 초반에는 반도체가 모든 이야기의 중심이었습니다. GPU가 부족했고, HBM이 부족했고, CoWoS 패키징이 부족했습니다. 그래서 시장은 자연스럽게 엔비디아, TSMC, SK하이닉스, 마이크론 같은 기업에 집중했습니다. 이 관점은 틀리지 않았습니다. AI 모델 학습과 추론에는 막대한 병렬 연산이 필요하고, 이를 처리하는 핵심 장비는 GPU입니다. GPU 성능이 올라갈수록 AI 모델은 더 빠르게 학습하고, 더 많은 추론 요청을 처리할 수 있습니다. 하지만 GPU는 혼자 작동하지 않습니다. GPU는 데이터센터 안에 들어가야 하고, 데이터센터는 전력을 먹습니다...

자세한 내용 보기

AI 반도체의 시작, GPU는 왜 AI의 심장이 되었는가. By하은아빠

저는 컴퓨터에 꽤 관심이 많은 사람입니다. 10년 전 지포스 GTX 10 시리즈가 처음 출시됐을 때를 아직도 기억합니다. 당시 레딧과 국내외 컴퓨터 커뮤니티에서는 "AMD는 끝났다"는 이야기가 심심치 않게 나왔습니다. 마침 비트코인 채굴 열풍까지 겹치면서 그래픽카드 가격이 폭등했고, 엔비디아는 게이밍 GPU 시장의 절대 강자로 자리 잡기 시작했습니다. 그때만 해도 대부분의 사람들은 엔비디아를 게임용 그래픽카드 회사 정도로 생각했습니다. 그런데 2026년 6월 현재 엔비디아는 전 세계 시가총액 1위 기업이 되었습니다. 단순히 게임용 그래픽카드를 많이 팔아서가 아닙니다. 엔비디아는 AI 데이터센터의 표준이 된 GPU를 만들었고, 지금 전 세계 AI 산업의 핵심 인프라를 공급하는 기업이 되었습니다. AI 모델을 만드는 회사는 오픈AI, 구글, 메타, 마이크로소프트인데, 시장의 돈은 GPU를 만드는 엔비디아로 강하게 몰렸습니다. 처음에는 조금 이상하게 보일 수 있습니다. 인공지능은 소프트웨어처럼 보이는데, 왜 반도체 기업이 가장 큰 수혜를 받았을까 하는 질문이 생깁니다. 하지만 AI 인프라를 조금만 깊게 보면 답은 단순합니다. AI는 그냥 똑똑한 프로그램이 아닙니다. AI는 거대한 연산을 계속 밀어붙이는 산업입니다. 모델을 학습하려면 데이터를 반복해서 계산해야 하고, 서비스를 운영하려면 사용자의 질문이 들어올 때마다 추론 연산을 처리해야 합니다. 이 연산의 중심에 있는 장치가 GPU입니다. CPU도 컴퓨터의 핵심입니다. 하지만 생성형 AI 시대의 대규모 연산에서는 GPU가 중심이 되었습니다. AI 모델의 학습과 추론은 결국 수많은 행렬 연산의 반복이고, 이 행렬 연산을 가장 잘 처리하는 장치가 GPU이기 때문입니다. 그래서 AI 산업에서 GPU는 단순한 부품이 아닙니다. GPU는 AI의 심장입니다. 심장이 피를 밀어내야 몸이 움직이듯, GPU가 연산을 밀어내야 AI 모델이 학습하고 서비스됩니다. GPU가 부족하면 AI 모델 개발이 늦어...

자세한 내용 보기

AI 데이터센터 전력 밸류체인 분석: 돈이 몰리는 3가지 핵심 구간. By하은아빠

전력 수요가 늘어난다는 말은 이제 새롭지 않습니다. 데이터센터가 전기를 많이 쓴다는 것도 이미 많이 알려졌습니다. 송전망이 막히고, 변압기 리드타임이 길어지고, 빅테크가 자체 발전까지 검토한다는 흐름도 이제는 어느 정도 이해했습니다. 그런데 투자 관점에서는 여기서 한 번 더 걸러야 합니다. 수요가 늘어난다고 모든 구간이 똑같이 돈을 버는 것은 아닙니다. 어떤 구간은 수요가 늘어도 경쟁이 심해서 마진이 낮을 수 있습니다. 어떤 구간은 정부 규제와 긴 투자 회수 기간 때문에 생각보다 수익성이 낮을 수 있습니다. 반대로 어떤 구간은 공급이 제한되어 있고, 납기가 길고, 대체가 어려워서 가격 결정권이 생길 수 있습니다. 그래서 AI 전력 인프라 밸류체인을 볼 때 핵심은 단순히 “발전, 송전, 변압기, 냉각이 필요하다”가 아닙니다. 진짜 중요한 질문은 이것입니다. 수요 증가가 가격 결정권으로 바뀌는 구간은 어디인가? 1. AI 전력 밸류체인은 넓지만, 돈은 병목에 몰립니다 AI 데이터센터 전력 밸류체인은 크게 보면 발전, 송전, 변전, 전력 장비, 데이터센터 내부 전력 시스템, 냉각으로 이어집니다. 하지만 이 전체를 똑같이 보면 투자 판단이 흐려집니다. 전력 수요가 늘면 발전도 필요하고, 송전도 필요하고, 변압기도 필요하고, 냉각도 필요합니다. 여기까지는 누구나 말할 수 있습니다. 문제는 이 중에서 가장 강한 병목이 어디냐 입니다. IEA의 2024년 데이터센터 전력 분석에서는 전 세계 데이터센터 전력 소비가 2022년 약 460TWh 에서 2026년 1,000TWh 이상 으로 늘어날 수 있다고 봅니다. 골드만삭스의 AI 전력 수요 분석에서는 2023년부터 2030년까지 글로벌 데이터센터 전력 수요가 약 160~220% 증가 할 수 있다고 제시합니다. 이 숫자만 보면 발전소가 가장 먼저 떠오릅니다. 하지만 돈이 바로 발전 쪽으로만 흐른다고 보면 단순합니다. 전기를 더 만들어도 데이터센터까지 못 보내면 의미가 없습니다. 전기를 보내도 변압...

자세한 내용 보기

네이버 , 구글 블로그 4월 한 달 결산 및 목표 설정 기록

어느덧 부업을 목표로 한 블로그 활동이 한 달을 훌쩍 지나버렸는데요. 네이버 블로그는 목표했던 만큼 잘 진행 되고 있는 상황인데 , 구글 블로그가 색인이 전혀 안잡혀서 답답한 상황입니다. 일단 지난 달 개인적으로 목표로 한 네이버 방문자 100명 선 진입과 더불어 구글블로그 애드센스 신청 등의 현재 상황과 이번 달 목표를 정해 도달 할 수 있게 끔 열심히 운영해보려고 합니다 1. 네이버 블로그 4월 현황 및 목표 육아 중심 블로그로 운영 중인 네이버 블로그 ( https://blog.naver.com/hanvelog )는 안정적으로 매일 100명 정도 들어오는 블로그가 되었습니다. 아직 수익적인 면에서는 큰 기대를 할 수 없긴 하지만 블로그 시작 첫 달에 안정적인 100명 방문자 달성에 의의를 두고 싶습니다. 1) 지난 달 계획 확인 지난글에서 목표로 삼았던 네이버 블로그 4월 목표를 얼마나 달성했는지 한번 짚고 넘어가보면 (1) 키워드 활용 시기 파악 월화수목 = 경제 키워드 / 금토일 = 나들이 체험기 키워드를 활용하는 목표가 정확히 적중했습니다 주로 월요일 부터 목요일까지 경제 관련 키워드를 사용한 포스팅을 사용했고 이 들이 평일엔 주 트래픽 포스팅이 되어주었고 , 평일에 경제 관련 검색량이 줄어 트래픽이 줄어 드는 시점에는 이어서 주말 나들이 글을 올려 주말에도 안정적인 트래픽이 나오도록 잘 조절이 되고 있습니다. 특히 황매산 철쭉제 관련 글이 크게 유입을 받아 지지부진하던 블로그 유입자수를 단번에 100명 이상 들어오는 블로그로 만드는데 큰 도움이 되었습니다. 블로그 초반에는 평일에 경제 키워드로 방문자수를 채우다가 주말만 되면 뚝 떨어지는 경향이있었는데 , 위 표를 통해 볼 수 있듯이 그 평일과 주말간의 갭을 크게 줄일 수 있었다고 볼 수 있습니다. (2) 블로그 기초체력 확인 이 날이 진짜 기초 체력을 확인 할 수 있던 날이었는데 방문자는 65명에 조회수는 91건이 나온 날 이었습니다....

자세한 내용 보기

AI 밸류체인 총정리: 전력, 반도체, 데이터센터까지 한 번에 이해하기. By하은아빠

제가 하은이 우리 딸이 태어나면서 반드시 투자를 해야겠다고 마음먹었을 때 , 포트폴리오 내 코어는 나스닥100이나 S&P500 ETF를 기반으로 하되 성장성 있는 섹터는 반드시 짚고 넘어가자 생각 했습니다. 최근 몇 년 사이 투자자들의 시선은 거의 모두 AI로 향했습니다. 엔비디아, GPU, HBM, 데이터센터 같은 키워드가 시장을 이끌었고, 지금도 많은 사람들은 AI 산업을 이야기할 때 가장 먼저 반도체부터 떠올립니다. 그런데 AI를 단순히 반도체 한 분야로만 보면 중요한 절반을 놓치게 됩니다. AI는 소프트웨어 혁신인 동시에, 전력과 인프라를 먹고 자라는 거대한 산업 구조 이기 때문입니다. AI 산업 밸류체인은 전력, 반도체, 데이터센터, 냉각, 네트워크의 다섯 축으로 구성되며, 이 다섯 요소는 서로 독립적으로 움직이는 것이 아니라 하나가 막히면 전체가 느려지는 강한 상호의존 구조를 가집니다. 핵심 축 주요 역할 핵심 병목(Bottleneck) 연평균 성장률(CAGR) 전력 (Power) 에너지 공급 및 송전 수전 허가 지연, 변압기 부족 ~15% (전력 소비량) 반도체 (Chip) AI 연산 및 가속 파운드리 용량, HBM 수급 ~76% (서버용 칩) 데이터센터 (DC) 물리적 연산 거점 부지 확보, 인허가 및 CAPEX ~40.5% (용량) 냉각 (Cooling) 열 관리 및 PUE 개선 공랭 한계, 액체냉각 비용 고밀도 서버 필수 전환 네트워크 (NW) 데이터 전송 및 지연 방지 트래픽 폭증, 광대역 인프라 데이터 트래픽 급증 이 지점이 중요합니다. AI 수요가 늘어나면 GPU만 더 많이 팔리면 되는 것이 아니라, 그 GPU를 실제로 돌릴 전력이 필요하고, 그 전력을 안정적으로 공급받는 데이터센터가 필요하며, 그 안에서 발생하는 열을 식힐 냉각 기술이 필요하고, 마지막으로 폭증하는 데이터를 병목 없이 주고받을 네트워크가 필요합니다. 다시 말해 앞으로의 AI 투자는 “어느 회사가 모델을 잘 만드느냐”보다 “ 어느 ...

자세한 내용 보기

블로그 주요 리포트를 검색해보세요