오늘은 제가 개인적으로 관심 있게 지켜보던 종목들을 차근차근 정리해 보려고 합니다.

특정 종목을 추천하는 글이 아니라, 혼자 공부하면서 든 생각을 편하게 기록하는 글이니 가볍게 읽어주시면 좋겠습니다.

가장 먼저 떠오르는 곳은 역시 AI 생태계의 중심에 있는 엔비디아입니다.

엔비디아의 가장 큰 강점은 단순히 칩 하나만 파는 게 아니라 AI 전반의 생태계를 쥐고 있다는 점이에요.

소프트웨어부터 제약·바이오, 자율주행, 로봇까지 거의 모든 분야에 발을 걸치고 있어서 어느 한 산업에만 얽매이지 않는다는 점이 참 매력적으로 느껴집니다.

함께 살펴볼 만한 곳으로는 마벨 테크놀로지가 있어요.

일각에서는 다른 IT 기업들을 섞어놓은 듯하다는 평가도 하지만, 직접 공부해 보면 그 이상으로 탄탄한 기술력을 갖고 있다는 인상을 받았습니다.

특히 거대 테크 기업들이 앞다투어 계약을 맺는 곳이라 신뢰가 가더라고요. 앞으로 사람을 닮은 휴머노이드 로봇 시장이 크게 열리면 마벨의 가치도 함께 올라가지 않을까 기대하게 됩니다.

AI 반도체를 말할 때 빼놓을 수 없는 게 바로 초고속 메모리(HBM)인데요.

이 분야에서는 마이크론과 SK하이닉스가 앞서 나가고 있습니다. 기술력만 보면 개인적으로 SK하이닉스에 좀 더 마음이 가지만, 아무래도 국내 주식이라 해외 계좌로 편하게 투자하기에는 마이크론도 함께 둘러보는 편이 좋은 것 같아요.

만약 개별 종목을 하나씩 고르는 게 부담스럽다면 반도체 ETF, 즉 여러 반도체 기업을 한데 묶어놓은 펀드 상품을 활용하는 것도 좋은 방법입니다.

SK하이닉스, 엔비디아, ASML, TSMC처럼 각 분야 1등 기업들을 균형 있게 담은 상품들이 많은데요. 이런 묶음 상품은 시장 전체를 따라가는 일반 지수 상품보다 최근 몇 년간 훨씬 뛰어난 성과를 보여주기도 해서 눈여겨볼 만합니다.

한편, AI 인프라가 커질수록 엄청난 전력이 필요해지다 보니 전력 관련 기업들로도 자연스럽게 시선이 갑니다.

전력 장비 분야의 대장주로 불리는 GE 버노바는…

이미 몇 년 치 주문이 꽉 차 있을 정도로 든든한 회사예요.

앞으로도 계약이 계속 이어질 가능성이 커 보입니다. 다만 주가 움직임이 잔잔한 편이라, 단기적인 큰 폭의 변동을 즐기는 분들에게는 다소 심심하게 느껴질 수도 있어요.

반대로 블룸에너지는 주가 변동이 아주 큰 편입니다.

전력 부족을 해결할 수 있는 독특한 대안으로 주목받고 있지만, 주가가 마치 롤러코스터처럼 올라갔다 내려갔다 해서 싸게 살 기회를 노리지 않으면 버티기 쉽지 않더라고요.

초보 투자자분들이라면 조금 더 신중하게 접근하시는 게 좋습니다. 데이터센터의 전력과 열을 식혀주는 냉각 인프라를 만드는 버티브 홀딩스도 함께 살펴볼 만한데요.

최근에는 기관 투자가들의 매수세가 예전만큼 강하지 않다는 이야기가 나와서 당분간은 좀 더 관망하는 게 좋겠다고 생각하고 있습니다.

조금 생소하게 느껴질 수 있는 분야로 우주항공 쪽의 하우멧 에어로스페이스도 있습니다.

항공기와 우주선 부품을 만드는 회사인데, 최근 몇 년 동안 꾸준히 우상향하며 올라가는 모습이 꽤 인상적이었어요.

주가가 고점 대비 어느 정도 떨어져 조정받을 때마다 조금씩 나누어 담는 방식으로 접근하면 좋은 기회가 될 수 있습니다.

다만 최근에는 별다른 조정 없이 계속 오른 편이라, 지금 당장 들어가기엔 진입 시점에 대한 고민이 필요해 보입니다.

우주항공 테마를 넓혀보면 로켓랩이나 아리스타 네트워크 같은 이름도 자주 언급되곤 합니다.

하지만 이 기업들은 아직 확신이 잘 서지 않아서 일단은 경과를 지켜보고 있어요.

특히 순수 우주 관련 기업들은 이미 미래 가치가 주가에 과도하게 반영된 경우가 많아서, 오히려 방산이나 일반 항공 사업을 함께 하고 있는 안정적인 회사들이 더 나은 대안이 될 수 있다는 점도 참고하면 좋을 것 같습니다.

이렇게 다양한 종목들을 둘러보다 보면 마음이 급해져서 한 종목에 돈을 몽땅 넣고 싶어지기도 합니다.

그렇지만 아무리 지금 훌륭한 회사라도 앞으로 회사의 기초 체력이 흔들리지 않는다는 보장은 없지요.

특히 5년 이상 긴 안목으로 바라보는 장기 투자자라면, 한 종목에 집중하기보다는 여러 종목이나 묶음 상품(ETF)으로 나누어 담는 것이 위험을 줄이는 데 훨씬 유리합니다. 소액으로 꾸준히 모아가시는 분들이라면 더더욱 이런 분산 투자가 안전합니다.

AI부터 메모리, 전력, 우주항공까지 요즘 미국 성장주 시장은 정말 다양한 주제들이 함께 움직이고 있습니다.

각 기업마다 확실한 장점과 위험 요소가 공존하는 만큼, 단순히 요즘 잘 오른다고 무작정 따라가기보다는 본인의 투자 기간과 성향에 맞추어 지혜롭게 나누어 담는 자세가 필요해 보여요.

이 글은 개인적으로 공부하고 생각한 내용을 정리한 것으로, 특정 종목에 대한 투자 권유가 아닙니다. 언급된 종목들은 참고용일 뿐이며, 모든 투자 판단과 그에 따른 책임은 투자자 본인에게 있습니다.

• 1억을 모으면 정말 인생이 달라질까, 내가 직접 생각해본 이야기
• 배당금 받으면서 건강보험료 폭탄 피하는 현실적인 방법!
• 순자산 26억인데 서민이라고? 부동산 비중 높은 자산가의 딜레마
• QLD 적립식 투자, 어떤 조합이 좋을지 정리

엔비디아부터 시작해서 AMD, SK하이닉스, 삼성전자까지, 이름만 들어도 쟁쟁한 기업들이 이 AI라는 거대한 흐름을 이끌고 있죠.

저도 처음엔 아, AI는 엔비디아가 다 하는 거구나라고 막연하게 생각했습니다. 하지만 투자를 하다 보니 정작 내가 투자하는 기업이 이 거대한 AI 시장에서 정확히 어떤 역할을 하는지, 그 기본조차 모르고 있다는 생각이 들더군요.

그래서 큰맘 먹고 AI 반도체 생태계라는 이 거대한 숲을 한번 제대로 파헤쳐 보기로 했습니다.

하나씩 연결고리를 찾아가다 보니, 이건 마치 거대한 릴레이 경주 같다는 느낌을 받았습니다.

AI의 핵심은 연산입니다.

이 연산을 누가 하느냐가 첫 번째 주자죠.

AI 연산의 제왕, GPU(엔비디아)

과거 컴퓨터의 두뇌는 CPU였습니다. 똑똑한 직원 한 명이 순서대로 일을 처리하는 방식이었죠. 하지만 AI 시대에는 수만, 수억 개의 데이터를 동시에 처리해야 합니다.

이때 GPU가 등장합니다. 수천 명의 노동자가 동시에 일하는 것처럼 대량 병렬 연산에 특화된 칩이죠.

엔비디아는 원래 게임용 그래픽카드 회사였지만 일찍이 CUDA라는 소프트웨어 플랫폼을 만들어 GPU를 AI 연산에 쓸 수 있게 생태계를 구축했습니다.

이제 엔비디아는 스스로를 세상의 AI 공장을 짓는 회사라고 부릅니다. 단순한 칩 회사가 아닌, AI 인프라 기업이 된 거죠.

HBM(SK하이닉스, 삼성)

그런데 엔진(GPU)이 아무리 강력해도, 연료 탱크(메모리)가 작고 느리면 병목 현상이 생깁니다. AI가 처리할 데이터양이 어마어마해서 기존의 DRAM(단기 기억)으로는 감당이 안 됐죠.

그래서 등장한 것이 바로 HBM(고대역 메모리)입니다. DRAM을 아파트처럼 수직으로 쌓아 올려(3D stack), 데이터 이동 속도를 5~10배나 높인 AI 전용 초고속 메모리입니다.

이 분야의 최강자가 바로 SK하이닉스이고, 삼성전자와 마이크론이 그 뒤를 따르고 있습니다.

두뇌와 기억을 묶어주는 기술(패키징)

자, 그럼 강력한 두뇌(GPU)와 초고속 메모리(HBM)가 준비되었습니다. 이 둘을 어떻게 연결할까요?

이 두 개의 서로 다른 칩을 하나의 칩처럼 묶어내는 초고난도 기술이 바로 패키징입니다. GPU 바로 옆에 HBM을 3차원으로 쌓아 붙여야 하거든요.

이 패키징 기술을 누가 잘하느냐에 따라 AI 반도체의 성능이 좌우됩니다. 이 시장의 주력 선수가 바로 TSMC(CoWos)와 삼성전자(I-Cube)입니다.

팹리스/파운드리

여기서부터 제가 정말 헷갈렸던 부분입니다. 설계와 제조의 분리입니다.

팹리스 (Fabless): 설계 전문 회사 공장(Fab)이 없다(Less)는 뜻입니다. 이들은 반도체 설계도만 그립니다. 우리가 아는 엔비디아, AMD, 브로드컴, 퀄컴 등이 모두 팹리스입니다. 이들은 공장 투자나 설비 유지 같은 제조 리스크 없이 오직 설계로만 승부합니다.

파운드리 (Foundry): 제조 전문 회사 팹리스가 그린 설계도를 받아 실제로 반도체를 생산하는 공장입니다. 건축 설계사(팹리스)와 건설 회사(파운드리)로 비유할 수 있죠. 이 분야의 3대장은 TSMC, 삼성전자, 인텔입니다.

파운드리의 경쟁력이 단순히 3nm, 5nm 같은 미세 공정 기술력(트랜지스터를 얼마나 작게 만드느냐) 에만 있는 게 아니더군요. 핵심은 수율(Yield)이었습니다.

즉, 100개를 만들었을 때 몇 개의 양품이 나오느냐는 것이죠. 현재 시장에서 TSMC가 압도적인 1위인 이유는 이 수율이 안정적이기 때문입니다.

반면 삼성전자는 기술력은 있으나 수율을 잡는 데 고전해왔습니다. 이것이 두 회사의 주가수익비율(PER) 차이로 나타납니다.

TSMC는 약 20~25배, 삼성전자는 10~12배 수준의 PER을 받는데, 결국 시장은 수율 안정성의 차이만큼 가치를 매기고 있다는 뜻입니다.

만약 삼성이 3nm 공정 수율을 50% 이상으로 안정화시킨다면, 고객 신뢰 확보와 수익성 개선으로 주가가 재평가받을 수 있다는 분석이 나오는 이유입니다.

설계자의 설계 도구

개인적으로 팹리스가 설계도의 시작인 줄 알았습니다. 그런데 더 위가 있더군요. 팹리스가 칩을 설계할 때 사용하는 설계 소프트웨어(도구)를 만드는 회사들입니다.

반도체에는 수십억 개의 트랜지스터가 들어가는데, 이걸 사람이 손으로 그릴 순 없겠죠? 이 복잡한 회로를 자동으로 설계하고 검증해주는 시뮬레이션 툴이 바로 EDA(전자설계 자동화)입니다.

시놉시스(Synopsys)나 케이던스(Cadence) 같은 회사가 여기에 해당합니다. 팹리스가 건축 설계사라면, EDA 기업은 그들이 쓰는 캐드(CAD) 프로그램을 만드는 회사인 셈이죠. 이들 없이는 팹리스도, 파운드리도 없습니다.

자, 이렇게 만들어진 AI 반도체(GPU)는 다 어디로 갈까요?

클라우드

AI는 막대한 연산과 데이터 저장이 필요합니다. 개인이 감당할 수 없죠. 그래서 이 모든 AI 학습은 아마존(AWS), 마이크로소프트(Azure), 구글(GCP) 같은 클라우드 데이터 센터에서 이루어집니다.

이들은 엔비디아의 GPU를 대량으로 사들이는 최대 고객입니다. 동시에, 엔비디아 의존도를 낮추기 위해 구글 TPU 처럼 자체 AI 칩을 개발하는 잠재적 경쟁자이기도 하죠.

AI의 두뇌가 GPU라면, 클라우드는 그 두뇌가 실제로 일하는 거대한 원격 사무실인 셈입니다.

AI 응용 소프트웨어

클라우드라는 사무실이 마련되면, 그 안에서 실제 데이터를 분석하고 솔루션을 만드는 전문가가 필요합니다.

팔란티어(Palantir) 같은 회사가 이 역할을 합니다. 팔란티어는 AI 모델을 직접 만들기보다, 이미 만들어진 모델(LLM)을 클라우드 인프라 위에서 기업이나 정부의 현장 데이터와 결합시켜 실제적인 ‘솔루션(AIP, Gotham 등)’을 제공합니다.

숲을 보고 나니 나무가 보인다~

이렇게 AI 반도체 생태계를 릴레이 경주처럼 쭉 따라가 보니, 흩어져 있던 지식들이 하나로 꿰어지는 느낌입니다.

EDA (설계 SW) → 팹리스 (설계) → 파운드리 (제조) → 패키징/메모리 (조립) → 클라우드 (인프라) → AI 소프트웨어 (응용) 전에는 그저 엔비디아 독주라고만 생각했는데, 이제는 왜 SK하이닉스의 HBM이 중요한지, 왜 삼성전자의 파운드리 수율이 주가에 결정적인지, TSMC가 왜 갑인지, 그리고 팔란티어 같은 소프트웨어 기업이 이 흐름 속에서 어떻게 돈을 버는지 그 구조가 보이기 시작합니다.

물론 아직 얕고 넓은 수준의 정리지만, 이렇게 큰 숲을 먼저 이해하고 나니 앞으로 개별 기업들을 분석할 때 훨씬 더 깊이 있게 접근할 수 있을 것 같습니다.

여러분도 AI 투자를 고민 중이시라면, 내가 투자하는 기업이 이 거대한 생태계의 어느 고리에서 뛰고 있는지 한번쯤 점검해 보시면 어떨까요?

• 토스증권 주식 미수거래하는 방법과 반대매매
• 미국주식 데이마켓 장단점, 주간거래 전 꼭 알아야 할 것
• 삼성증권 ISA계좌 해지, 직접 해보면 생각보다 간단함