AI 산업 한 번에 정리 (시장 형성, 6층 밸류체인, 유망 회사, 국가별 정책까지)

 

 

2년 전쯤만 해도 "AI 관련주 추천해주세요" 하면 거의 다 엔비디아 얘기로 끝났는데, 지금은 분기 리포트 한 권에 등장하는 회사 이름만 60곳이 넘어요. 너무 많아서 어디부터 봐야 할지 모르겠다는 분들이 많아서, 제가 그동안 모아둔 자료랑 증권사 리포트를 정리해서 한 번 펴봤어요. 큰 그림부터 깔고 들어갈게요.

AI 시장은 어떻게 지금 모습이 됐을까요?

AI라는 단어 자체는 1950년대부터 있었어요. 다만 "공부할수록 똑똑해지는 컴퓨터"라는 개념이 진짜 돈이 되는 산업으로 자리 잡은 건 최근 약 10년 사이의 일이고요.

시기	사건	의미
2012	AlexNet, GPU로 이미지 인식 압도	"딥러닝"의 본격 시작
2017	구글 "Attention is All You Need" 논문	트랜스포머(Transformer) 아키텍처 등장
2020	GPT-3 공개 (1,750억 파라미터)	"크게 만들수록 잘하더라"는 스케일링 법칙 확인
2022.11	ChatGPT 출시	일반 대중이 "이거 진짜 되네"를 체감한 순간
2023~2024	GPT-4, Claude 3.5, Gemini 1.5 등 멀티모달	엔비디아 시총 폭증, 빅테크 자본 지출 급증
2024.9	OpenAI o1, 추론(Reasoning) 모델 등장	"생각하는 시간"이 성능을 끌어올리기 시작
2025.초	DeepSeek R1 등장, 비용 충격	"이렇게 저렴하게도 되나?" — 비용 경쟁 본격화

요약하면 — AI는 2017년 트랜스포머라는 새로운 설계도가 나오고, 2022년 ChatGPT로 대중에게 닿고, 그 뒤로 빅테크 돈이 미친 듯이 쏟아져 들어오면서 산업이 만들어졌어요.

왜 갑자기 이렇게 커졌어요?

혼자만 잘해서 된 게 아니에요. 다섯 가지 조건이 거의 동시에 맞아떨어진 결과예요.

① 트랜스포머라는 만능 설계도
이전 AI는 분야마다 다른 모델을 만들었어요. 트랜스포머는 텍스트·이미지·음성·코드 같은 다양한 데이터를 거의 같은 방식으로 학습할 수 있어서, 한 번 잘 만든 모델이 여러 일을 하게 됐어요. 라면집·국밥집·횟집 따로 차리던 걸 동네 분식집 하나로 통합한 느낌이에요.

② 스케일링 법칙(Scaling Law)
"데이터 늘리고, 모델 크기 늘리고, 컴퓨팅 늘리면 성능이 거의 예측 가능하게 좋아진다"는 경험칙이에요. 운동량 늘리면 근육 붙는 곡선이랑 비슷한 거죠. 빅테크 입장에선 "돈 부으면 결과가 나온다"는 얘기라서, 자본을 쏟아부을 명분이 생긴 거예요.

③ GPU와 HBM 메모리
원래 게임용이던 엔비디아 GPU가 AI 학습에 딱 맞았어요. 거기에 SK하이닉스가 만든 HBM(고대역폭 메모리)이 GPU 옆에 붙으면서 "데이터 통로"가 넓어져, 학습 속도가 또 한 단계 빨라졌고요.

④ 클라우드의 등장
GPU를 수만 장 사서 직접 깔 수 있는 회사는 손에 꼽잖아요. AWS·Azure·GCP가 "필요한 만큼 빌려쓰세요"를 가능하게 해줘서, 스타트업도 GPT 같은 모델을 학습시킬 수 있게 됐어요.

⑤ ChatGPT라는 "체감 사건"
사실 GPT-3는 2020년에 있었어요. 근데 평범한 사람들이 직접 써본 건 2022년 ChatGPT부터였거든요. 한 달 만에 사용자 1억 명을 넘기면서, 기업·정부·투자자 모두 "이건 진짜다"를 인정한 사건이에요.

AI 밸류체인, 6층 빌딩으로 그려봤어요

증권사 리포트(모건스탠리 'AI Stack', 골드만삭스 'Gen AI' 시리즈 등)들이 공통으로 쓰는 분류를 살짝 정리하면 이렇게 나옵니다. 위로 갈수록 사용자에 가까워요.

층	하는 일	대표 회사
⑥ 응용 (Application)	소비자·기업이 직접 쓰는 AI 제품	MS Copilot, GitHub Copilot, Cursor, Perplexity, Adobe Firefly
⑤ 에이전트·툴링	모델이 도구를 쓰게 만드는 미들웨어	LangChain, LlamaIndex, Pinecone, Weaviate
④ 파운데이션 모델	대규모 사전학습 모델 그 자체	OpenAI, Anthropic, 구글 DeepMind, Meta(Llama), xAI, Mistral, DeepSeek
③ 클라우드·데이터센터	GPU를 빌려주는 인프라	MS Azure, AWS, GCP, Oracle, CoreWeave, Equinix(REIT)
② AI 칩·HBM·패키징	학습·추론을 돌리는 실리콘	엔비디아, AMD, 브로드컴, TSMC, SK하이닉스, 삼성, 마이크론
① 전력·냉각·소재	데이터센터를 돌리는 인프라 인프라	Vertiv, Schneider, 두산에너빌리티, GE Vernova, 콘스텔레이션

2024년까지 가장 돈 번 곳이 어디였느냐 — ②층(엔비디아·SK하이닉스·TSMC)이에요. 2025년 들어서는 ①(전력)과 ③(데이터센터·CoreWeave 같은 GPU 클라우드)으로 무게중심이 옮겨가고 있다는 게 증권사 공통 시각이에요. ⑥(응용)은 매출은 빠르게 늘지만 아직 흑자 회사가 많지 않고요.

지금 우리는 발전 단계 어디쯤 와 있을까요?

OpenAI가 2024년에 공유한 "AI 5단계" 분류가 업계에서 자주 인용돼요. 어렵지 않으니 한 번 보고 가세요.

단계	설명	현재 상태
1. 챗봇	대화하는 AI	완성
2. 추론자(Reasoner)	사람 수준 추론	진입 (o1·o3·Claude 3.7·Gemini 2.5)
3. 에이전트	스스로 일을 수행	초기 단계 (브라우저 조작, 코딩 에이전트)
4. 혁신자(Innovator)	새로운 발견을 함	실험실 단계
5. 조직(Organization)	사람 조직 전체를 대체	미래

2026년 5월 현재(이 글 쓰는 시점)는 2단계(추론)에서 3단계(에이전트)로 넘어가는 중이라고 보는 의견이 많아요. 코드를 짜주고, 브라우저를 조작하고, 여러 단계 작업을 알아서 처리하는 모델들이 나오기 시작했거든요.

실무에서 느끼는 변화 — 작년까지는 "프롬프트 잘 짜면 좋은 답을 뽑는다"였다면, 올해는 "AI한테 일을 시키고 결과를 검토한다"로 바뀌고 있어요. 이게 바로 에이전트 시대의 입구입니다.

유망한 밸류체인과 회사, 이유까지 한 줄로

"무조건 사라"는 아니고요, 증권사 리포트들이 공통적으로 짚는 포인트만 추려봤어요. 시기별로 무게중심이 달라요.

단기(~1년): 인프라 병목 구간

밸류체인	대표 회사	유망 이유
HBM	SK하이닉스, 삼성, 마이크론	엔비디아 GPU 한 장당 HBM 8~16개 — 공급이 수요 못 따라감
AI 가속기	엔비디아, AMD, 브로드컴(커스텀 ASIC)	학습·추론 모두 GPU 의존, AMD MI 시리즈가 추격
패키징	TSMC(CoWoS), 삼성	GPU + HBM 붙이는 첨단 패키징도 공급 부족
전력·냉각	Vertiv, Schneider, 콘스텔레이션, GE Vernova	데이터센터 전력 수요가 미국 전체 전력의 새 변수

중기(1~3년): 추론·에이전트 인프라

밸류체인	대표 회사	유망 이유
GPU 클라우드	CoreWeave, Lambda, MS Azure	학습은 줄어도 추론(inference) 수요는 폭증
데이터센터 REIT	Equinix, Digital Realty	캐파(부지·전력) 자체가 희소 자원화
에이전트 SaaS	MS, 세일즈포스, 서비스나우	기존 SaaS에 AI 에이전트 얹어 가격 인상 가능
B2B 응용	Cursor, Glean, Harvey, Adept 등	개발·법무·지식관리 같은 좁고 깊은 영역 강세

장기(3~5년+): 온디바이스·신소재

밸류체인	대표 회사	유망 이유
온디바이스 AI	애플(M·A 시리즈), 퀄컴, ARM	개인정보·지연·비용 때문에 폰·PC 안으로 들어감
실리콘 포토닉스	엔비디아 NVLink, 브로드컴, Coherent	데이터센터 안 연결 속도가 다음 병목
로보틱스·피지컬 AI	엔비디아(Isaac), Figure, 테슬라 옵티머스	에이전트 다음 단계로 자주 거론

주의 — 위 회사들은 "이 분야에서 자주 거론되는 이름"일 뿐, 매수 추천이 아니에요. 같은 회사도 가격 수준에 따라 결과가 완전히 달라지고, 2025년 초 DeepSeek 충격처럼 산업 가정 자체가 흔들리기도 해요. 분기 실적과 자본지출(CapEx) 가이던스를 꼭 챙겨보세요.

국가별 정책과 전선

AI는 이제 기술 이슈가 아니라 외교·산업·안보 이슈예요. 나라마다 노선이 꽤 달라요.

국가	정책 방향 / 핵심 무기
미국	CHIPS Act로 자국 반도체 회귀, AI 안전성 행정명령, GPU 수출 통제. 빅테크 4곳이 사실상 산업을 끌고 가는 구조
중국	미국 GPU 못 받으니 자체 모델(DeepSeek·Qwen·Kimi)·자체 칩(화웨이 Ascend) 키움. "효율로 추격"이 전략
EU	세계 최초 포괄 규제 EU AI Act 시행. 모델 능력보단 규제·표준에서 영향력 확보. 자국 모델은 Mistral 정도
영국	AI Safety Institute 설립, AI 안전 정상회의 주도. 규제와 진흥의 중간 노선
일본	상대적으로 규제 약한 친(親) AI 정책. NTT·SoftBank 등 자국 LLM 정부 지원
한국	HBM·AI 반도체 부품 강국. AI 기본법 제정 추진, K-클라우드 사업으로 국산 AI 반도체 도입 시도. 데이터센터 입지 문제 해결 과제

꼭 알아두면 좋은 흐름 — "수출 통제"
미국이 엔비디아 H100·H200 같은 최첨단 AI 칩을 중국에 못 팔게 막고 있어요. ASML EUV가 못 가는 거랑 같은 맥락이에요. 이 통제가 풀리느냐 더 조여지느냐에 따라 엔비디아·SK하이닉스 매출 구조가 출렁이거든요. AI 관련주 보실 때 이 뉴스를 같이 따라가시는 걸 권합니다.

참고할 만한 리포트와 사이트

증권사 자료는 회원이 아니어도 요약본을 볼 수 있는 곳이 꽤 있어요. 제가 자주 챙겨보는 곳들이에요.

분류	사이트 / 한 줄 설명
국내 증권사 리서치	한경 컨센서스(consensus.hankyung.com), Naver 증권 리서치, 각 증권사 HTS 리서치 메뉴
해외 증권사 자료 요약	Seeking Alpha, Bloomberg, Reuters 헤드라인이 가장 빠름
스탠퍼드 AI Index	매년 발간되는 종합 보고서, AI 산업의 1차 통계 (aiindex.stanford.edu)
Epoch AI	학습 컴퓨팅·모델 크기 추세를 가장 정확하게 추적 (epochai.org)
SemiAnalysis	반도체·AI 인프라 심층 분석 뉴스레터 (semianalysis.com)
IEA Electricity 2024+	데이터센터 전력 수요 공식 통계 (iea.org)
기업 IR	엔비디아·MS·메타·구글 분기 어닝 콜이 가장 빠른 시장 신호
한국 정부 자료	과기정통부·KISDI·NIPA의 AI 정책·시장 보고서

제 루틴은 이래요 — 분기 초엔 엔비디아·MS 어닝 콜 풀텍스트 한 번, 스탠퍼드 AI Index와 Epoch AI 차트 한 번. 그리고 국내 흐름은 한경 컨센서스에서 SK하이닉스·삼성전자·두산에너빌리티 리포트 두세 편 비교해서 봅니다. 한 자리에서 다 보려고 하면 지쳐요. 주제별로 나눠서 보시는 걸 권합니다.

AI 산업은 지금이 가장 빨리 변하는 시기예요. 한 달 전 정리가 이미 옛날 얘기처럼 느껴질 정도로요. 그래서 종목 하나를 콕 찍기보다는, 오늘 정리한 "6층 빌딩"의 어느 층에서 돈이 도는지를 큰 그림으로 보시는 게 훨씬 안전합니다. 다음에 "엔비디아 매출 호조"나 "MS Copilot 가격 인상" 같은 헤드라인이 보이면, 어느 층 이야기인지 살짝 떠올려보세요. 산업이 훨씬 입체적으로 보이실 거예요.