원문 제목: If you don't understand AI by the end of this, the next decade will confuse you
원문 작가: Anish Moonka
번역: Peggy, BlockBeats

편집자 주: 사람들이 AI에 대해 이야기할 때, 주목하는 것은 주로 채팅 봇, AI 비서 및 다양한 새로운 응용프로그램입니다. 그러나 이러한 제품들 뒤에는 더 깊은 산업 재구성이 일어나고 있습니다. 전력부터 칩까지 데이터 센터에 이르기까지, AI는 실제로 여러 계층의 인프라로 이루어진 기술 스택이며, 자본과 이윤의 흐름은 표면적으로 보이는 것보다 훨씬 복잡합니다.

본문은 "AI 다섯 단계 구조"의 시각에서 시작하여 이 가치 사슬을 체계적으로 분석했습니다: 왜 수천 억 달러가 전력, 칩 및 클라우드 인프라로 흐르고 있으며; 모델 회사들이 빠른 성장을 하고 있음에도 불구하고 여전히 대량의 자금을 태우고 있는지; 그리고 이 기술 혁명에서, 실제 가치는 어느 부분에 먼저 집중될 수 있는지에 대해 폭넓게 논의했습니다.

AI를 전기 혁명, 인터넷 인프라 구축 등과 비교하면서, 작가는 고차원 질문에 대답하려고 노력했습니다: 이 글로벌 산업 구조를 재구성할 가능성이 있는 기술 파도 속에서 자본은 어디로 흘러가고, 일반인은 이 AI 부의 기회에 어떻게 참여해야 하는지.

아래는 원문입니다:

대부분 사람들은 AI가 그냥 채팅 봇에 불과하다고 생각합니다.

이러한 생각을 이해할 수 있습니다. ChatGPT를 열고 이메일을 수정해 달라고 요청하면 즉시 처리됩니다. 마치 마법처럼 느껴집니다. 그런 다음 페이지를 닫고 AI를 완전히 이해했다고 생각합니다. 그러나 이는 식당에서 Visa 신용카드로 결제한 것을 보고 Visa가 어떻게 수익을 올리는지 이해한 것과 같습니다. 단지 제품을 사용했을 뿐, 그 뒤의 시스템은 보지 못했습니다.

작년 대부분의 시간을 AI의 실제 수익이 어디로 흘러가는지 이해하려고 노력했습니다. 약간 부끄러운 사실은 많은 시간이 걸렸다는 것을 깨달았다는 것입니다. 나는 ChatGPT, Claude, Gemini를 바라보고 있었으며, 이러한 것들은 직접적으로 만날 수 있는 것들이었습니다.

동시에 7천억 달러가 다른 일련의 인프라로 은밀하게 흘러들어가고 있는 것을 깨달았습니다: 들어본 적도 없는 칩, 만들어낸 듯한 패키징 기술 약자, 냉각 장치, 발전소. 텍사스, 아이오와, 하이데라바에서 대규모 콘크리트가 데이터 센터를 건설하기 위해 붓아지고 있습니다.

일 년 전, 주변 사람 중 거의 누구도 이에 대해 이야기하지 않았습니다. 그러나 지금은 모든 사람이 그에 대해 이야기하기 시작했습니다.

본문이 다소 길어질 것입니다. 지금 바쁜 시간이라면 일단 즐겨찾기에 추가하여 나중에 읽어보세요.

나는 AI의 가치 사슬을 완전히 따라가 보고 싶습니다: 데이터 센터에 전력을 공급하는 전력부터 당신의 핸드폰 앱까지.

그리고 제가 그렇게 설명할 것이며, 만약 당신이 평생에 상장 기업의 연례 보고서를 읽어본 적이 없더라도 이해할 수 있을 것입니다. 모든 용어를 설명하겠으며; 모든 판단은 실제 데이터를 바탕으로 하겠으며; 내가 아직 확신할 수 없는 부분에 대해서도 솔직하게 말하겠습니다, 왜냐하면 몇 가지 부분은 확실히 틀린 것이 있기 때문입니다.

그러면 시작해 봅시다.

1. 파이브 레이어 케이크 (왜 다른 네 레이어에 대해 논의하지 않는 걸까)

AI는 인프라입니다. 인터넷과 마찬가지로 전기력이 필요하며, 공장이 필요합니다. — 젠슨 황

대부분의 사람들은 AI를 다음과 같이 이해합니다: 똑똑한 컴퓨터가 질문에 답합니다.

이는 마치 인터넷이 "비디오를 시청할 수 있는 곳"이라고 말하는 것과 같습니다. 기술적으로는 맞지만, 그 핵심을 완전히 놓치게 됩니다.

2026년 1월의 세계 경제 포럼에서 젠슨 황은 AI를 5레이어 시스템으로 설명했습니다:

· 에너지

· 칩

· 클라우드

· 모델

· 응용

그는 이것을 "인류 역사상 가장 대규모의 인프라 구축"이라고 부르고 있습니다.

먼저 이 단어를 생각해 봅시다: 인프라(Infrastructure).

도로. 전력망. 급수 시스템. 이러한 것들은 현대 문명을 움직이게 하는데, 그러나 사람들은 일반적으로 그것들이 문제가 발생했을 때에만 주목합니다.

AI는마찬가지로 변화하고 있습니다. 보이지 않고 필수적이며, 건설 비용이 매우 많이 듭니다. 나는 이 모든 구조를 AI 스택(AI 기술 스택)이라고 부르며, 그것은 다섯 개의 레이어로 구성되어 있으며, 각 레이어는 이전 레이어를 지원하며 자금은 이러한 레이어 간에 양방향으로 흐릅니다.

내가 제공할 수있는 가장 간단한 버전은 다음과 같습니다:

· 에너지(Energy), 컴퓨터를 작동시키기 위해 대량의 전력이 필요합니다.

· 칩(Chips), 계산용으로 특별히 만들어진 프로세서가 필요합니다. 이것은 노트북의 CPU와 같지 않습니다.

· 클라우드(Cloud), 거대한 창고형 데이터 센터가 필요하며 그 안에 이러한 칩이 가득하고 매우 고속의 네트워크로 연결되어 있어야 합니다.

· 모델(Models), 진정한 AI 소프트웨어가 필요하며 데이터에서 패턴을 학습하는 "지능 있는 두뇌"가 있어야 합니다.

· 애플리케이션(Applications), 실제로 사람들이 사용하는 제품이 필요하며 ChatGPT, Google 검색 또는 은행의 사기 방지 시스템과 같은 것들이 있습니다.

오직 제 5계층(애플리케이션 계층)에 대해만 논하는 모든 AI 토론은 현실의 80%를 무시합니다. 만약 투자자, 기업가, 또는 단지 미래를 이해하고 싶은 사람이라면, 실제로 중요한 점은 돈이 이 다섯 가지 계층 사이에 균등하게 분배되지 않는다는 것입니다. 돈은 중앙에 모이고, 복리를 통해 증가하며, 소수의 핵심 노드로 흘러갑니다.

그리고 오늘날, 이 자금들은 대부분의 사람들이 전혀 주의를 기울이지 않는 곳으로 집중되고 있습니다.

2. 자금 흐름 추적하기(답은 예상한 곳에 없음)

사람들의 관심은 거의 모두 애플리케이션 계층에 집중됩니다. ChatGPT, GitHub Copilot, Claude, Perplexity.

이것들은 직접 사용할 수 있는 제품들이므로 AI 이야기는 대개 이러한 애플리케이션들에 대한 것으로 생각하기 쉽습니다.

그러나 대다수의 사람들은 한 가지를 놓치고 있습니다. 2026년까지, 전 세계 4대 클라우드 컴퓨팅 회사(아마존, 마이크로소프트, 구글, 메타)는 연간 자본 지출(CapEx)이 6500 ~ 7000 억 달러에 달할 것으로 예상됩니다.

이것은 4개 회사의 연간 총합입니다.

이 수치는 대략 스위스의 연간 GDP와 비슷합니다. 그 중 약 75%에 해당하는 대략 4500 억 달러가 직접적으로 AI 인프라에 투자될 것입니다.

채팅 봇이 아니라 애플리케이션도 아닙니다. 건물, 칩, 광섬유 및 네트워크, 냉각 시스템 같은 것들은 거의 어느 칵테일 파티에서도 이야기되지 않습니다. 이것은 돈이 정확히 그곳에 있다는 것을 말해줍니다.

정확히 생각해보면, 누군가가 ChatGPT를 사용할 수 있기 전에, 먼저 쇼핑몰 크기의 데이터 센터를 구축하고, 거기에 수만 개의 전용 프로세서를 설치하고, 대부분의 기업의 시장 가치를 뛰어넘는 가치의 네트워크 장비로 연결한 후, 그 시스템 전체에 하루 종일 도시 전체에 전력을 공급할 만큼의 전력을 공급해야 합니다.

이것이 1차부터 3차까지의 구조입니다: 에너지, 칩, 클라우드 인프라, 이 모든 것은 보이지 않는 레이어이며, 실제로 대규모 자본이 투자되는 곳입니다.

어떤 사람은 물을 수도 있습니다: "그렇다면 OpenAI는 어떻습니까? 그들이 이미 수십 억 달러를 벌었지 않습니까?"

맞습니다.

2025년 말까지 OpenAI의 연간 반복 매출 (ARR)은 이미 200 억 달러에 이르렀습니다. 1년 전에는 60억 달러, 그 전년은 20억 달러였습니다.

2년 동안 매출이 10배 증가했습니다. 이는 인류 비즈니스 역사상 이 정도로 빠른 매출 성장을 이룬 기업은 드물습니다.

하지만 문제는 비용도 엄청나다는 것입니다.

·2025년: OpenAI는 약 90억 달러의 현금을 태웁니다

·2026년: 약 170억 달러를 태우기로 예상됩니다

추론 비용만으로도 거대합니다. 즉, AI에 질문을 하면 시스템이 모델을 실행하는 비용입니다:

·2025년: 84억 달러

·2026년 예상: 141억 달러

현재의 예측에 따르면 OpenAI는 2029 또는 2030년까지 현금 흐름이 양호해질 수 있을 것으로 예상됩니다.

그렇다면 질문이 제기됩니다: 이 소비된 돈은 어디로 갔습니까?

답은: AI 기술 스택을 따라 아래로 향하는 것입니다.

흐름:

·Microsoft Azure (2032년까지 Microsoft에게 수익의 20%를 지불해야 함)

·Nvidia의 GPU

·데이터 센터를 구축하는 엔지니어링 회사

·전력을 공급하는 에너지 기업

이 시스템을 좀 더 살펴보면 거의 순환 구조를 발견할 수 있습니다:

·Microsoft가 OpenAI에 투자

·OpenAI가 이 자금으로 Azure 클라우드 서비스를 구매

·Azure가 수익으로 Nvidia 칩을 구매

·Nvidia가 사상 최대 이익을 발표

모두 박수를 칩니다

그런 다음 자금은 계속해서 아래로 이동했습니다.

AI 기술 스택에서 매우 중요한 구조적 사실이 있습니다:

대부분의 사용자는 최상위 (응용 프로그램)에 있습니다

대부분의 수익은 최하위 (인프라스트럭처)에 있습니다

그리고 사용자 위치와 수익 위치 사이의 이러한 불일치가 AI 투자 전략의 핵심입니다.

이것이 AI 가치 사슬의 첫 번째 법칙입니다: 수입은 위쪽으로 흘러들어가며 자본은 아래로 침착됩니다.

3. 이 장면은 실제로 당신이 본 적이 있습니다

모든 인류의 문제는 본질적으로 엔지니어링 문제이며, 엔지니어링 문제는 궁극적으로 해결될 수 있습니다. ——버크민스터 풀러

만약 AI 가 현재 어떤 일이 일어나고 있는지를 진정으로 이해하길 원한다면, 1880년부터 1920년 사이의 전기 혁명 역사를 다시 살펴보세요.

1882년, 토마스 에디슨은 뉴욕 맨해튼 펄 스트리트에 최초의 상업용 발전소를 건설했습니다. 당시 대다수 사람들은 전기가 그저 새롭고 신비로운 장난감이며, 더 "고급스러운" 조명 방식이라고 생각했습니다. 결국, 가스등이 이미 잘 작동하고 있었습니다. 이런 걸 정말 필요로 하는 사람이 누굴까요?

하지만 겨우 40년의 시간이 흐르자, 전기는 거의 모든 산업을 근본적으로 바꾸었습니다: 제조업, 교통, 통신, 의료, 엔터테인먼트

이 혁명에서 실제로 이긴 사람은 전구를 발명한 사람이 아니라 인프라를 구축한 사람들이었습니다: General Electric, Westinghouse Electric, 전력 회사, 구리 광업사, 엔지니어링 건설 회사.

오늘날 AI는 동일한 패턴을 반복하고 있지만, 그 속도는 수십 년이 아닌 몇 년 안에 압축되었습니다.

두 개의 체인을 비교해보겠습니다:

· AI 시스템: AI → 데이터 센터 → 칩 → 원자재 → 에너지

· 전력 시스템: 전력 → 공장 → 기계 → 원자재 → 석탄 / 수력

두 경로는 거의 동일합니다. 그리고 승자는 다시 한 번 응용 프로그램 계층이 아니라 인프라스트럭처 계층에 주로 있습니다.

나는 이러한 현상을 인프라스트럭처 중력(Infrastructure Gravity)라고 부르며, 새로운 컴퓨팅 플랫폼이 나타날 때마다 초기 부의 창조자는 항상 "삽을 파는 사람"입니다.

애플리케이션은 후퇴하고, 애플리케이션은 모든 미디어 관심을 받을 것입니다. 그러나 인프라가 대부분의 이익을 가져갑니다.

예를 들어, Nvidia는 2026 회계연도(2026년 1월 기준)에 연간 매출 2,159억 달러를 기록하여 65% 증가했습니다. 그 중에서도 데이터 센터 사업만이 마지막 분기에 623억 달러의 매출을 올렸으며, 75% 증가했습니다. 이 사업은 현재 Nvidia의 총 매출의 91%를 차지하고 있습니다.

다시 말해, 한 기업이 분기당 680억 달러의 매출을 올리는데, 그 중 90%가 동일한 사업 부문에서 옵니다.

그리고 칩 제조를 살펴보겠습니다. TSMC는 2025년에 전 세계 파운드리 시장의 약 70% 점유율을 차지하며, 매출은 1,225억 달러에 달합니다. 두 번째로 많은 Samsung Electronics는 단 7.2%에 그칩니다. 이러한 독점 정도는 심지어 그해의 Standard Oil조차도 그렇게 과장되지 않았다는 것에 비춰 보면 매우 놀라울 정도입니다.

인프라는 항상 선두에 서 있습니다. 진정한 문제는 이 시기가 얼마나 오래 지속될지입니다.

누구에게든 물어보세요. 인터넷 혁명은 무엇인가요, 그들은 항상 Google, Amazon, Facebook이라고 말할 겁니다.

그러나 최초의 돈이 어디서 벌어졌느냐고 묻는다면, 답은 실제로 Cisco Systems, Corning입니다. 광섬유 네트워크를 설치한 기업

같은 이야기, 오직 시대만 바꼈을 뿐입니다.

네, 아무도 듣고 싶어하지 않는 부분

주식 시장은 인내심 없는 사람들로부터 돈을 인내심 있는 사람들에게 옮기는 장치입니다. ——찰리 멍거

솔직하게 말하자면, AI에 대해 투자자로써 처음 주목했을 때, 그것이 애플리케이션 레이어인 것을 보고 동안 많은 사람들이 하는 그 오류를 저도 이제 막 했습니다. 저는 ChatGPT의 성장을 보았고, Anthropic이 수십억 달러를 조달한 것을 보았습니다. 그래서 나는 AI 기업이 이길거라고 생각했으니, AI 기업에 투자하라고 생각했습니다.

그 후, 세 가지 일이 내 생각을 바꾸게 했고, 그 일들은 순서대로 발생했습니다.

첫 번째 일: 가장 핫한 기업들이 돈을 태우고 있습니다

저는 거의 모든 "AI 기업"이 돈을 미쳐 태우고 있음을 발견했습니다. OpenAI, Anthropic, Mistral AI, xAI. 모두 수익보다 훨씬 빠른 속도로 돈을 쓰고 있습니다. 그 이유는 비즈니스 모델이 좋지 않기 때문이 아니라, 연산 비용이 구조적인 것이기 때문입니다.

AI에 질문을 할 때마다 시스템은 실제 계산을 수행해야 합니다. 계산에는 GPU가 필요하며, GPU에는 전력이 필요합니다. 또한 모델이 강력할수록 계산 요구 사항이 증가하기 때문에 운영 비용은 계속 증가할 것입니다.

다시 말해, 사람들이 생각하는 AI 승자는 실제로 가장 많은 돈을 쓰는 사람입니다.

두 번째로, 가장 돈을 많이 벌어들이는 사람들은 하부에 있습니다

저는 인프라 회사들이 돈을 벌고 있다는 것을 알아차렸습니다. Nvidia의 총수익율은 거의 75%에 달하며, TSMC는 수요가 공급을 월등히 초과하고 있기 때문에 생산량을 늘리고 가격을 올리고 있습니다.

이러한 회사들은 "언제 이윤을 창출할 것인가"라는 문제를 가지고 있지 않습니다. 그들의 문제는 우리가 건설을 따라갈 시간조차 없다는 것입니다. 이 두 가지 문제는 완전히 다릅니다.

세 번째로, '소비자'처럼 생각하지 말라 (가장 불편한 일 중 하나)

내가 AI에 대해 소비자처럼 생각하고 있었다는 것을 깨달았습니다.

소비자는 응용 프로그램을 보지만, 엔지니어는 기술 스택을 본다. 기술 스택 전체를 볼 때 한 번 보면 다시는 그것을 무시할 수 없게 됩니다.

모든 AI 출시는 자본비용(CapEx) 발표가 됩니다. 각 모델 업그레이드는 새로운 칩 주문으로 이어집니다. 각 새로운 기능은 새로운 데이터 센터 임대로 이어집니다.

전체 산업은 마치 동심원처럼 변하기 시작했습니다: 중심에 가까울수록 이익이 집중됩니다.

아마도 여러분은 AI 모델에 관심이 있는 소프트웨어 엔지니어이거나, 300달러에 Nvidia 주식을 사들이는 소액 투자자이거나, 이 혁명을 인도에서 먼 곳에서 지켜보는 사람일 수 있습니다 (아마도 여러분은 세 가지 모두일 수도 있습니다. 그것이 가장 재미있는 위치입니다.)

어디에 계신지 상관없이 원칙은 동일합니다. 소비자는 제품을 보고, 투자자는 공급망을 본다. 그리고 최고의 투자자는 제품이 출시되기 전에 이미 형성된 공급망을 본다.

5. 투자자 맵: AI 기술 스택 층별 분해

기사가 이미 꽤 길어졌으므로 저는 진행 속도를 높일 것입니다.

아래에는 AI 스택의 각 층 구조, 주요 참여자 및 잠재적 기회가 표시되어 있습니다.

층 1: 에너지

AI 데이터 센터는 매우 많은 전력을 소비합니다. 대규모 모델 교육 한 번에는 작은 마을 한 해 전력량을 소비할 수 있습니다. 2026년까지 전세계 AI 데이터 센터는 매년 약 90 테라와트 시간의 전력을 사용할 것으로 예상됩니다. 2022년 대비 약 10배 증가할 것으로 예상됩니다.

이것은 매우 간단한 투자 논리를 가져다 줍니다. 데이터 센터에 안정적인 전력을 제공할 수 있는 사람이 혜택을 받을 것입니다. 원자력 회사, 천연가스 회사, 재생 에너지 회사, 전력 그리드 회사뿐만 아니라 특히 데이터 센터 군집 주변의 에너지 회사가 포함됩니다.

Jensen Huang은 2025년 10월에 말했습니다: 데이터 센터에서 자체 전력을 구축하는 속도가 전력망에 연결하는 것보다 빠를 수 있습니다. 사실, 많은 기술 회사들이 이미 데이터 센터 옆에 발전소를 직접 건설하여 전력망을 우회하고 있습니다.

이것은 저를 놀라게 했습니다. 이러한 기술 회사들이 자체 전력 회사로 변신하고 있습니다.

수혜자에는 공공 시설 회사, 독립 전력 생산업체, 전력 장비 제조업체(변압기, 스위치 장비 등)가 포함됩니다. 아시아에서는 예를 들어 인도에서 hyperscaler 데이터 센터가 확장됨에 따라 전력 장비 및 송전 기업도 수혜를 입을 것입니다.

2계층: 칩

이것은 대중이 가장 친숙한 계층으로, Nvidia가 있기 때문입니다. 그러나 실제로 이 계층은 한 회사보다 훨씬 복잡합니다.

칩 계층은 여러 하위 계층으로 나눌 수 있습니다.

디자인 회사

·Nvidia(GPU), AMD, Broadcom, Qualcomm

·그리고 점점 더 많은 클라우드 벤더 자체 칩: Google TPU, Amazon Trainium, Microsoft Maia

생산 회사

거의 TSMC에 독점당하고 있으며, 시장 점유율은 약 70%로, 두 번째는 삼성전자(7.2%)입니다. Intel은 수년이 걸릴 것이지만 반도체 수주 사업을 재건하려고 노력하고 있습니다.

장비 회사

칩을 생산하는 장비는 ASML(유일한 EUV 광장비 회사), 그리고 Applied Materials, Lam Research, Tokyo Electron에서 제공됩니다.

메모리 회사

AI 모델은 대용량 고대역폭 메모리(HBM)가 필요합니다. 주요 플레이어: SK Hynix, Samsung, Micron Technology

인캡슐레이션 기술

최첨단 인캡슐레이션 기술(예: TSMC의 CoWoS)이 새로운 병목 현상이 되었습니다.

이 계층에서 가장 놀라운 것은 실제로 집중도입니다:

· Nvidia: 약 92%의 AI GPU 시장 점유율

· TSMC: 거의 모든 AI 칩 제조

· ASML: 유일한 EUV 장비 공급업체

한 회사가 설계하고, 한 회사가 제조하며, 한 회사가 생산 제조 장비를 보급합니다. 이 집중도는 투자 기회일 수도 있지만 지정학적 리스크도 존재합니다.

계층 3: 클라우드 및 데이터 센터

칩이 실제로 작동하는 곳입니다.

대규모 창고 형태의 시설:

· 수천 대의 서버

· 고속 네트워크 연결

· 액체 냉각 시스템(선택 옵션이었던 것이 표준이 되었습니다)

시장은 세 거대 클라우드 업체에 의해 주도됩니다:

· Amazon Web Services(31%)

· Microsoft Azure(24%)

· Google Cloud(11%)

오라클 또한 신속하게 확장하고 있으며, 2026년에는 500억 달러의 자본 지출을 계획하고 있습니다. 그러나 이 계층은 초대형 클라우드 이상입니다. 예를 들어:

· Foxconn은 AI 서버의 40%를 조립

· Arista Networks는 네트워크 장비를 제공

· Credo Technology(2025년 주가가 117% 상승)

· Vertiv는 액체 냉각을 제공

데이터 센터 부동산 기업:

· Equinix

· Digital Realty

· 심지어 콘크리트 공급업체도 참여하며, 각 계층에는 완전한 공급망이 있습니다.

Bank of America의 추정에 따르면, 2026년 초대형 클라우드는 운영 현금 흐름의 90%를 자본 지출에 투자할 것으로 예상됩니다. 2025년 이 비율은 65%였습니다.

Morgan Stanley는 올해 이러한 기업들이 데이터 센터 건설을 위해 4000억 달러 이상의 채무를 발행할 것으로 예상하고 있습니다. 2025년 이 수치는 1650억 달러였습니다.

이 숫자를 처음 보았을 때 멈춰 섰습니다. 1년에 4,000억 달러의 부채, 컴퓨터로 가득 찬 창고를 지으려는 것뿐이었습니다.

레이어 4: 모델

이 레이어는 "두뇌 레이어"로, 실제 AI 모델을 교육하고 구축하는 회사를 담당합니다.

주요 플레이어는 다음과 같습니다:

·OpenAI (GPT 시리즈, 연간 매출 2000억 달러 이상)

·Anthropic (Claude, 2026년 초 연간 매출 약 1900억 달러로 소문)

·Google DeepMind (Gemini)

·Meta AI (Llama, 오픈 소스 모델)

·Mistral AI

·xAI (Grok 개발)

이 레이어는 무척 매혹적이며, 가장 인기 있는 동시에 가장 수익성이 낮은 레이어라는 점에서 제 인상을 깊게 했습니다.

예를 들어,

· OpenAI의 매출 성장 속도는 전례 없지만, 2026년에도 예상 캐시 버닝이 1700억 달러에 달할 전망입니다.

· Anthropic도 성장 속도가 빠르지만, 자금 조달에 과도하게 의존하고 있습니다. 2026년 초에 1회 50억 달러 자금을 조달하여 약 1,700억 달러로 평가되었습니다.

문제는 이 레이어의 비즈니스 모델에 구조적 모순이 존재한다는 점입니다. 모델이 강해지면서 보다 많은 컴퓨팅 리소스가 필요하지만, 이에 따른 비용 증가 속도가 종종 수익 증가 속도보다 빠릅니다.

이는 한 레스토랑을 운영하는 것과 약간 비슷합니다. 각 새로운 메뉴마다 보다 비싼 재료가 필요하지만, 손님들은 가격이 동일하게 유지되기를 원합니다.

결과적으로 수익률은 항상 압축됩니다.

언제 변화가 올지는 확신할 수 없습니다. 아마 당장은 아닐 것입니다.

투자자들에게 이 레이어는 고위험 고수익의 영역에 속합니다. 문제는 대부분의 회사가 여전히 비공개 회사라는 것입니다.

따라서 공개 시장에서의 투자 노출은 주로 두 가지 채널을 통해 이루어집니다:

클라우드 컴퓨팅 회사

예를 들어, Microsoft는 OpenAI의 많은 주식을 보유하고 있으며 Microsoft Azure를 통해 그에게 컴퓨팅 리소스를 제공합니다.

칩 기업

모델 훈련 과정에서 그들의 하드웨어를 대량으로 소비하기 때문에.

레이어 5：응용

이것은 당신이 매일 볼 수있는 그 층입니다. 예를 들어 ChatGPT, Gemini 주도의 Google 검색, Microsoft Copilot의 오피스 기능, 은행의 AI 사기 방지 시스템, Netflix의 추천 알고리즘, 휴대폰의 AI 이미지 향상

응용층은 가장 넓고 혼잡한 층입니다. 수천 개의 스타트업 및 대기업이 이곳에서 경쟁하고 있습니다. 장기적으로 보면, 이것은 시장 규모가 가장 큰 층이 될 수 있습니다. 일부 예측에서는 2030년대 초까지 응용층 시장이 2조 달러를 넘을 수도 있다고 합니다.

그러나 현재 단계에서, 이 층은 또한 가장 가늘고 수익이 가장 적게 발생하며, 경쟁이 가장 불확실한 층입니다.

이 층에서 진정한 차이는 데이터에서 나옵니다. 고유하고 독점적인 데이터를 소유한 기업은 오랜 기간에 걸쳐 우위를 점할 것입니다.

예를 들어:

·Salesforce——기업 CRM 데이터

·Bloomberg——금융 시장 데이터

·Epic Systems——의료 기록 데이터

이러한 데이터의 요새를 보유한 기업은 AI 모델을 심층적으로 선호 조정할 수 있으며, 이는 일반적인 채팅 로봇이 할 수 없는 것입니다.

투자자들에게는, 종말적으로 응용층이 가장 큰 수익 기회를 제공하지만 가장 많은 자본을 파괴할 것입니다.

대부분의 AI 스타트업은 실패하게 되며, 소수의 생존자만이 지수적으로 성장할 것입니다.

미래 3~5년 동안 가장 가능성이 높은 투자 논리는, 지금은 인프라에 베팅하고, 나중에 응용에 베팅하는 것입니다. 그리고 가장 똑똑한 자본은 이미 이렇게 구성되어 있습니다.

정말 Layer 5에서 승리하는 기업은 아마도, 다른 사람들이 얻을 수 없는 데이터를 소유한 기업일 것입니다.

재미있는 점은, 그 중 많은 기업은 심지어 자신을 AI 기업으로 보지 않습니다.

6. AI 리스크: "이것은 거품이 아니겠습니까?"

투자자의 가장 큰 적은 아마도 그들 자신일 것입니다. ——벤자민 그레이엄

우리가 직면해야 할 가장 흔한 질문에 대해 곧바로 대답해 봅시다. "인터넷 거품이 어디 갔냐구요? 이거랑 똑같은 거 아닌가요? 거대한 인프라 투자, 이윤이 없어서 모두가 흥에 흠뻑 빠져 있었던."

이 질문은 상당히 좋은 질문이며 심사숙고할 가치가 있습니다.

핵심적인 차이점은, 인터넷 거품 시대에는 기업들이 인프라를 구축할 때 실제 수요가 아직 충분히 존재하지 않았다는 점입니다. 당시 기업들은 광섬유 네트워크를 열심히 설치하고 서버 데이터 센터를 구축했지만, 실제 인터넷 사용자들은 여전히 다이얼업을 사용하고 있었습니다.

결과적으로 인프라는 준비가 되었지만 실제 수요는 5~7년 후에야 나타났습니다. 그 사이에 수많은 기업들이 청산을 맞이했습니다.

그러나 2026년에는 AI 수요가 이미 존재합니다. Nvidia의 칩 수요가 공급을 초과하고, TSMC의 고급 패키징 생산 능력은 완전 매진되었으며, 클라우드 컴퓨팅 임대 가격은 하락이 아닌 상승하고 있습니다. 동시에 OpenAI는 2025년 3월부터 10월까지 4억 주간 활성 사용자를 추가했습니다. 모델이 사용되고 있습니다.

연산 능력이 사용되고 있습니다. 고객이 지불하고 있습니다. 하지만 이는 위험이 없다는 것을 의미하는 것은 아닙니다. 실제로 위험은 매우 크며, 내가 이 문제를 고민하는 빈도는 실제로 인정하고 싶지 않은 정도입니다.

특히 주목할 세 가지가 있습니다.

자본 오분배 위험

2026년에 기술 기업들은 데이터 센터에 6조 5000억 달러 이상을 투자할 것입니다.

만약 AI 서비스 수익 성장 속도가 이러한 투자를 지탱하기에 충분하지 않다면, 많은 기업들이 심각한 이윤율 압축에 직면하게 될 것입니다. 심지어 아마존의 자유현금흐름도 올해 음수가 될 수도 있습니다.

이는 아마존인데도 해당됩니다. 거의 클라우드 컴퓨팅 사업 모델을 개척한 기업입니다.

공급망 집중 위험

AI 공급망은 매우 집중화되어 있습니다.

· TSMC는 전 세계의 약 70% 칩 생산

· ASML은 유일한 EUV 광학 현상 기계 공급업체

· Nvidia는 AI 데이터 센터 GPU의 92%를 설계

어떤 중대한 충격도, 지정학적 요인, 자연 재해, 경쟁 구도 변화 등은 전체 AI 산업 사슬에 영향을 줄 수 있습니다.

예를 들어 대만 후난의 대규모 지진은 전 세계 AI 개발을 수 년 동안 후퇴시킬 수 있습니다. 이러한 생각은 불안감을 일으켜야 합니다.

DeepSeek 변수

2025년 1월 중국 AI 연구소 DeepSeek가 모델을 출시했습니다. 이 모델은 최첨단 모델과 성능이 유사하지만 훈련 비용은 이전의 소부분에 머무릅니다.

이것은 계산 능력을 투입할수록 더 나은 AI를 구축할 수 있다는 핵심 가정에 도전합니다.

만약 향후 오픈 소스 모델과 효율적인 모델이 격차를 지속적으로 줄인다면 인프라 투자 논리가 약화될 것입니다.

저는 DeepSeek가 전체적인 AI 투자 논리를 뒤엎었다고 생각하지는 않습니다. 그러나 이전에 존재하지 않았던 변수를 도입했습니다. 이러한 변수는 한 번 나타나면 사라지지 않습니다.

그러나 항상 더 큰 프레임으로 돌아갈 것입니다.

컨설팅 회사들의 장기 예측에 따르면 다음과 같습니다: McKinsey & Company는 2030년까지 글로벌 데이터 센터 투자가 총 67조 달러에 이를 것으로 예측했으며; PwC는 2030년까지 AI가 글로벌 GDP에 15.7조 달러를 기여할 것으로 예측했으며; 국제 데이터 그룹(IDC)는 AI 관련 솔루션의 누적 경제적 영향이 22.3조 달러에 이를 것으로 예측했습니다

심지어 이러한 숫자가 50%를 과대 평가했다고 해도, 우리는 인터넷 이래 기술 주도의 경제적인 변화가 일어나고 있다는 것을 직면하게 됩니다. 문제는 방향이 아니라 규모입니다.

제가 종종 듣는 말은 "나는 AI를 의심합니다."입니다.

물론 그렇습니다.

모델 능력을 의심하거나 개발 타임 라인을 의심할 수 있지만 공급망 구조를 무시해서는 안됩니다.

이것은 전혀 다른 것입니다. 하나는 건강한 합리적 의심이며, 다른 하나는 기회를 놓치게 만들 수 있습니다.

다섯 년이 지난 후,이 사이클의 승자는 분명히 보일 것입니다.

역사는 항상 그렇습니다. 그리고 현재 게임의 핵심은 남들이 구조를 이해하기 전에 구조를 이해하는 것입니다.

7. 이 게임의 올바른 레벨에서 참여하기

AI를 다섯 층 게임으로 상상해보십시오. 각 층은 다른 단계입니다.

레벨 1: 에너지

이것은 초보자 안내서 관입니다. 중요하고 순수하며 정상 작동만으로는 거의 손해를 보지 않습니다. 낮은 리스크와 안정적인 수익.

게임 안의 NPC임무와 같습니다: 죽지 않고 계속 보상을 줍니다.

레벨 2: 칩

이것은 보스 전투입니다. 권력이 가장 집중되고 수익이 가장 높습니다. 그러나 동시에 기술적 리스크와 지정학적 리스크가 가장 큽니다.

보상은 거대하지만 난이도는 하드 모드입니다.

레벨 3: 클라우드 컴퓨팅

이것은 멀티플레이어 서버이며 모든 플레이어가 여기에서 활동합니다. Hyperscaler는 서버 관리자와 같으며 그들은 모든 거래에서 수수료를 취합니다.

레벨 4: 모델

이것은 PVP 경기장입니다. 경쟁이 매우 치열하며 혁신 속도가 매우 빠릅니다.

대부분의 플레이어가 제거될 것이며, 가장 잘 갖춘 사람들만이 살아남을 수 있습니다.

레벨 5: 응용

이것은 오픈 월드 맵입니다. 가능성은 무한하지만 고정된 보상이 없습니다. 당신은 임무를 스스로 찾아야 합니다.

진정한 메타 전략은 매우 간단합니다. 당신은 모든 레벨을 클리어할 필요가 없습니다.

대다수의 사람들은 눈에 잘 띄는 Level 5를 플레이할 것입니다. 그러나 현재 가장 높은 수익을 얻을 수 있는 곳은 Level 2와 Level 3에서 경험을 쌓는 것입니다.

기술 스택에서의 위치는 당신이 주의를 기울여야 할 대상을 결정합니다.

비기술자에게

당신이 GPU의 작동 방식을 이해할 필요는 없습니다. 당신은 단지 누군가가 GPU를 제조해야 하고, 누군가가 그들을 위한 데이터 센터를 구축해야 하며, 누군가가 그들에게 전력을 공급해야 한다는 것을 알아야 합니다. 이 회사들은 모두 상장 기업이며, 당신은 그들의 재무제표를 읽을 수 있습니다.

기술 직종에게

당신은 이미 모델이 더 강력해지는 것을 알고 계십니다. 그러나 당신은 실제 병목이 물리적 세계로 변하고 있다는 점을 과소평가했을 수 있습니다: 전력, 냉각, 칩 패키징입니다. 향후 10년간의 AI 경쟁은 논문의 모델 아키텍처 문제보다는 공학 문제가 더 많을 수 있습니다.

투자자에게

AI 가치 사슬은 사실 다섯 가지 다른 거래입니다. 리스크가 다르고, 시간 주기가 다르며, 승자도 다릅니다. AI를 한 산업으로 여기면 1998년 기술을 한 산업으로 여겼던 것과 같습니다. 내부적으로는 많은 차이가 있습니다.

이러한 상황은 영원히 지속되지 않을 것입니다. 어느 날 기반 인프라 구축이 성숙해지고, 응용 프로그램 계층이 통합되며, 가치가 다시 상승할 것입니다.

인터넷 시대도 이와 같았습니다. 최종적으로 가장 많은 돈을 버는 것은 Amazon, Google, Facebook이었으며, 광섬유 회사나 서버 제조업체가 아니었습니다.

하지만 AI는 아직 그런 단계에 이르지 못했습니다. 현재는 여전히 기반 인프라 단계이며, 삽을 파는 단계입니다.

그리고 지금, 삽은 미친 듯이 돈을 벌고 있습니다. 전체 기술 스택을 이해하는 사람은 전환 신호가 발생하기 전에 신호를 볼 것입니다.

다른 사람들은 한 번 또 한 번 놀라며, 돈이 어디로 흘러가는지 궁금해할 것입니다.

10년 후에는 AI 기술 스택을 이해하는 것이 재무상태표를 이해하는 것과 마찬가지로 기본이 될 것입니다.

기억해야 할 세 가지: 기술 스택을 이해하라. 계층 구조를 그려보라. 자본 흐름을 추적하라.

이것이 이 게임입니다.

[원문 링크]

BlockBeats 공식 커뮤니티에 참여하세요:

Telegram 구독 그룹：https://t.me/theblockbeats

Telegram 토론 그룹：https://t.me/BlockBeats_App

Twitter 공식 계정：https://twitter.com/BlockBeatsAsia