“AI는 기술 넘어 산업”…토스증권 리서치센터가 GTC서 본 ‘인프라 전환’
"AI 모델 경쟁 구도가 초기 단계를 지나 성숙 단계에 진입하면서, 최고 수준 AI 모델 간 성능 격차는 줄어드는 중 입니다. 이제 AI는 '잘 만든 기술'에서 '많이 쓰이는 산업'으로 전환되고 있습니다." 토스증권 리서치센터가 미국 실리콘밸리에서 열린 NVIDIA GTC 2026 현장을 바탕으로 내놓은 심층 리포트에서 AI 산업의 무게 중심 이동을 이같이 진단했다. 모델 성능 경쟁이 정점을 지나면서 산업의 본질이 '기술'에서 '활용'으로 바뀌고, 이에 따라 투자 포인트 역시 인프라와 생태계로 이동하고 있다는 분석이다. 28일 발간된 'GTC Deep DIVE - 01. Overview' 보고서에서 이영곤 토스증권 리서치센터장은 GTC 현장에서 확인한 흐름을 토대로 "AI 산업은 특정 기업이 독식하기보다 인프라, 플랫폼, 모델, 서비스 등 각 부문에서 핵심 플레이어가 분화되는 구조로 갈 가능성이 높다"고 강조했다. GTC는 엔비디아가 주최하는 행사지만, 이제는 단순한 기술 발표를 넘어 글로벌 AI 산업 전반의 방향성을 가늠하는 플랫폼으로 자리 잡았다. 실제로 리포트에 따르면 행사장에는 반도체, 클라우드, 소프트웨어, 로보틱스 기업까지 집결하며 산업 생태계 전반의 경쟁 구도가 드러났다. ◆모델 경쟁 끝…"이제는 생태계 싸움" 보고서는 AI 산업이 '좋은 모델' 중심 경쟁에서 '좋은 생태계' 중심으로 이동하고 있다고 진단했다. 과거에는 GPT 등 초대형 모델을 보유한 소수 기업이 시장을 주도했다면, 최근에는 개방형 모델 확산과 성능 상향 평준화로 진입장벽이 빠르게 낮아지고 있다는 것이다. 이 센터장은 "이제는 누가 더 좋은 모델을 만들었는가보다, 그 모델을 어떻게 서비스와 업무에 연결하는지가 더 중요해졌다"며 "모델이 범용화될수록 이를 효율적으로 실행할 수 있는 인프라와 플랫폼이 핵심 경쟁력으로 부상한다"고 설명했다. 이 같은 변화는 투자 관점에서도 의미가 크다. 특정 모델의 흥망보다 AI 사용량 증가에 따른 인프라 수요 확대가 더 중요한 변수로 떠오르고 있기 때문이다. 보고서는 "AI 사용량이 늘어날수록 연산량은 기하급수적으로 증가하고, 이는 곧 데이터센터, GPU, 네트워크 수요로 이어진다"고 분석했다. ◆"AI는 공장"…전력·메모리·데이터 병목이 핵심 AI 산업의 또 다른 변화는 '학습(Training)'에서 '추론(Inference)' 중심으로의 이동이다. 학습이 AI를 만드는 과정이라면, 추론은 실제로 사용하는 단계로 반복적이고 지속적인 연산이 요구된다. 보고서는 "추론 환경에서는 다수의 사용자 요청을 빠르게 처리해야 하기 때문에 데이터 처리 속도와 효율이 핵심"이라며 "이 과정에서 고대역폭 메모리(HBM)의 중요성이 크게 부각되고 있다"고 짚었다. 특히 AI 사용량 증가 → 데이터 처리량 확대 → 인프라 수요 증가로 이어지는 선순환 구조가 형성되면서, 메모리 반도체와 데이터센터 전반이 구조적 수혜를 받을 것으로 전망됐다. 이와 함께 GTC에서 강조된 'AI 팩토리' 개념도 주목된다. 데이터센터가 단순한 저장 공간을 넘어 데이터를 입력하면 결과물을 생산하는 '공장'으로 진화하고 있다는 설명이다. 전력과 데이터는 원재료, GPU는 기계, AI 모델은 생산라인 역할을 하며, 전체 효율이 경쟁력을 좌우한다는 것이다. 이 센터장은 "AI 산업의 핵심은 모델 성능 경쟁을 넘어 병목을 얼마나 효과적으로 해소하느냐로 이동하고 있다"며 "전력, 데이터 이동, 냉각 등 인프라 전반이 새로운 경쟁 포인트가 될 것"이라고 강조했다. /허정윤기자 zelkova@metroseoul.co.kr
