전체 글
-
[AI 데이터센터 반도체 3부] AI 칩은 왜 만들기 어려운가최신 기술동향/2차전지 & 반도체 2026. 9. 25. 08:00
1. 1~2부 요약, 그리고 3부의 질문1부와 2부에서는 완성된 제품을 비교했다. Rubin과 Helios의 랙, TPU와 Jalapeño의 전력 예산 배분, 세레브라스와 LPU의 메모리 선택을 나란히 놓고 누가 무엇을 잘하는지 봤다. 3부는 그 앞 단계를 본다. 많은 업체들이 빠르게 성장하는 시장에서 제품을 출시하고 있지만, 성공하는 업체들은 극소수다. 그렇다면, 그 제품을 만들어 내는 일 자체가 왜 어려운가, 그리고 그 어려움을 넘는 능력을 무엇이라고 부를 수 있는가. 이 질문이 필요한 이유는 두 가지다. 하나는 1~2부에서 본 실패와 지연의 지점이 대부분 '칩 설계'가 아니었다는 것이다. 다른 하나는 투자 관점에서 IR 자료의 성능 수치가 무엇을 증명하고 무엇을 증명하지 않는지 구분해야 하기 때문이..
-
[AI 데이터센터 반도체 2부] AI 가속기 (ASIC, NPU)최신 기술동향/2차전지 & 반도체 2026. 9. 24. 10:00
1. 1부 요약, 그리고 이름부터 1부의 결론은 추론의 경제성을 칩 하나가 아니라 '하나의 저지연 도메인'이 정한다는 것이었다. 디코드 속도의 상한은 도메인 전체의 메모리 대역폭 합을 스텝마다 읽는 바이트로 나눈 값이고, 그 값을 올리는 레버는 대역폭, 용량, 스케일업 세 가지다. 2부는 이 기준을 GPU 외의 가속기에 적용한다. 간단히 정리하면, GPU는 원래 화면을 그리려고 만든 칩이다. 같은 계산을 수만 번 동시에 하는 구조가 AI와 잘 맞아 지금의 자리에 올랐다. 무엇이든 돌릴 수 있는 범용 칩이고, 그래서 덜 쓰는 회로도 함께 싣고 다닌다.ASIC은 '특정 용도로 맞춘 반도체'다. 처음부터 할 일을 정해 두고 그 일에만 필요한 회로를 넣는다. 다양한 기능을 할 수 있는 칩이 GPU라면 ASIC은..
-
[AI 데이터센터 반도체 1부] 칩이 아니라 랙을 판다 (GPU)최신 기술동향/2차전지 & 반도체 2026. 9. 21. 13:00
AI 가속기 경쟁의 단위는 칩에서 랙으로, 다시 GPU와 SRAM 칩을 섞어 쓰는 '이기종 추론 공장'으로 넘어갔다. 이 경쟁에서 승부를 가르는 기준은 FLOPS가 아니라, 하나의 저지연 도메인 안에 넣을 수 있는 메모리 대역폭과 토큰 생산 비용/속도다. 광통신 3부작에서는 AI 데이터센터를 "어떻게 묶는가"를 다뤘다. 이번 시리즈는 그 안에 들어가는 "무엇을 묶는가", 즉 반도체를 다룬다. 전체는 7부로 구성한다. 1~2부는 가속기다. 1부에서 GPU 진영(엔비디아, AMD)을, 2부에서 GPU 외의 가속기(브로드컴을 통로로 한 자체 칩, 세레브라스 같은 전용 칩, 화웨이와 국내 NPU)를 비교하고 시스템이 어떤 형태로 구성될지 전망한다. 3부에서는 잠시 방향을 바꿔, 이 칩들을 만드는 일 자체가 왜 ..
-
국내 AI DC 분석 - 2부 미국과 비교, 에너지 수급, 그리고 전망투자 및 기업분석 2026. 9. 20. 06:00
1부에서는 국내 데이터센터 및 네오클라우드 업체의 전반적인 현황에 대해서 정리했다. 이번 글에서는 AI DC 및 네오클라우드 사업이 흥행하고 있는 미국과 국내 사업을 비교한다. 미국의 네오클라우드는 GPU 회사가 아니라 금융 장치다. 빅테크가 직접 지으면 대차대조표에 CAPEX로 잡힐 인프라를, 네오클라우드와 장기 계약을 맺으면 계약 기간에 걸친 영업비용으로 바꿀 수 있다. 메타가 최대 622억 달러의 네오클라우드 계약을 맺은 이유가 그것이다. 이 모델이 성립하려면 세 가지가 필요하다. 수백억 달러짜리 오프테이크를 써주는 앵커, GW 단위로 계약된 전력, 그리고 GPU를 담보로 돈을 빌려주거나 선급금을 내주는 누군가. 한국은 이 셋을 각각 정부 물량, 미확인, 정책금융으로 대체하고 있다. 그래서 1부에서..
-
국내 AI DC 분석 - 1부 국내 AI DC 현황과 네오클라우드투자 및 기업분석 2026. 9. 19. 17:54
최근 코스닥에서 "데이터센터 관련주", "광통신 관련주"로 묶이는 종목이 올해 유독 자주 언급된다. AI 데이터센터 (AI DC)가 늘면 냉각·전력·광모듈·기판이 다 좋아진다는 서사인데, 대부분의 실수요는 미국 AI DC에 몰려있고, 분석글도 많다. 국내에서도 정책적인 추진력을 발판삼아 AI DC 건설이 늘어나며, 관련주들이 주목받고 있다. 하지만, 데이터센터가 국내에 몇 MW나 실제로 지어지고 있는지, 누가 돈을 내고 누가 리스크를 지는지는 잘 안 보인다. 비상장 쪽도 마찬가지다. 엘리스그룹이 GPUaaS와 모듈형 데이터센터를 들고 코스닥 상장에 나섰고, 최근에 이 블로그에서도 증권신고서를 분석한 적이 있다. 이처럼, 비상장에서 "AI 인프라", "GPU 클라우드", "AIDC EPC"를 표방하는 회사..
-
[IPO] 엘리스그룹투자 및 기업분석 2026. 9. 17. 09:20
이번 포스트에서는 코딩 교육 플랫폼(엘리스LXP)에서 출발해 GPU 클라우드·모듈형 AI 데이터센터(AI PMDC) 사업자로 변신한 엘리스그룹의 IPO 개요와 사업 구조, 매출의 실체, 밸류에이션 논리까지 살펴본다. 올해 코스닥에서 보기 드문 '흑자 AI 인프라' IPO인데, 이 회사가 정말 한국판 네오클라우드로 평가받을 수 있는지를 기술 섹터 투자 관점에서 뜯어보는 것을 목표로 한다. 개인적으로는 "교육 회사가 어떻게 갑자기 데이터센터를 짓게 됐나"가 제일 궁금했던 부분이라, 그 전환 과정과 2026년 매출이 어떻게 잡히고 있는지를 조금 더 자세히 정리했다.※ 본 글은 투자 권유가 아니며, 증권신고서(2026.09.04 정정) 및 공개 자료를 바탕으로 한 개인적 분석입니다. 투자의 책임은 투자자 본인에..
-
데이터센터와 광통신 - 3부 AI DC 광연결과 기업 동향최신 기술동향/인공지능 (AI) 2026. 9. 9. 17:32
AI DC 광통신 시리즈의 마지막 편이다. 1부는 데이터센터의 구조가 광의 자리를 정한다는 것을, 2부는 광원의 종류과 광통신에 대해 것을 다뤘다. 3부는 1·2부를 한 장으로 요약하고, 1·2부에서 빠진 기술 조각을 채워 그림을 완성한 뒤, 시장과 병목을 짧게 짚고, 기업 편에 가장 많은 지면을 쓴다. 마지막은 이 산업을 앞으로 어떤 틀로 보면 좋을지에 대해서 정리하면서 시리즈를 마무리한다.1부: 랙이 광의 자리를 정한다.1부에서는 광통신을 정리하기 전에 AI DC의 랙이 어떤 식으로 구성되어 있는지를 다뤘다.AI 통신은 세 층이다. 스케일업(현재 기준에서는 랙 1개 안 쪽, NVLink, 1.5m, GPU당 3.6TB/s, 100% 구리) → 스케일아웃(랙 밖, RDMA, GPU당 0.2TB/s) →..
-
데이터센터와 광통신 - 2부 광통신의 원리와 산업 동향최신 기술동향/인공지능 (AI) 2026. 9. 8. 09:00
1부에서 "광이 어디에 몇 개 들어가는지는 랙의 구조가 정한다"고 썼다. 2부는 그 광 자체에 대해 스터디한다. 빛을 만들고, 데이터를 싣고, 파이버로 보내는 파이프라인이 어떻게 생겼는지, 그 안의 선택지(VCSEL·EML·CW-DFB, 직접변조·외부변조, 멀티모드·싱글모드)가 각각 무엇을 얻고 무엇을 내주는지를 본다. 그리고 다시 1부의 랙 구조로 돌아와, 스케일업·스케일아웃·C2C의 각 구간에서 지금 무엇이 쓰이고 앞으로 무엇이 쓰일지를 배치한다. 결론부터 한 줄로 적으면 이렇다. 광통신의 선택지는 세 가지 설계 결정으로 환원되고, 그 결정을 강제하는 것은 거리·레인 속도·패킷 스위치 경유 여부라는 세 가지 조건이다. 이 글은 그 조합과 현재 데이터센터의 방향을 연결하면서 광의 가장 큰 경쟁자인 구리..