👑 소버린 AI는 모델이 아니라 공급망의 문제다

AI 투자라고 하면 대부분 먼저 떠올리는 종목은 정해져 있습니다. $NVDA NVIDIA, $AMD, $K000660 SK하이닉스, $K005930 삼성전자, $E:ASML 같은 기업들입니다. 이들은 분명 AI 인프라의 중심에 있습니다. 하지만 이번에는 조금 다른 각도에서 봐야 합니다.

최근 AI 시장에서 중요한 변화가 하나 생겼습니다. 프론티어 AI 모델이 단순한 소프트웨어 제품이 아니라, 반도체와 비슷한 전략 자산으로 취급되기 시작했다는 점입니다. 모델 접근권이 통제될 수 있고, 특정 국가나 특정 사용자에게만 허용될 수 있다는 인식이 생기면, 각국 정부와 기업은 자연스럽게 한 가지 질문을 하게 됩니다.

“우리가 쓰는 AI는 내일도 켜져 있을까?”

저는 이 질문이 소버린 AI 논의를 한 단계 바꾼다고 봅니다. 지금까지 소버린 AI는 대체로 “우리도 자체 파운데이션 모델을 만들어야 한다”는 구호에 가까웠습니다. 그런데 앞으로는 조금 더 현실적인 문제로 내려올 가능성이 큽니다.

소버린 AI의 본질은 자체 모델 개발이 아니라, 모델을 학습·운영·검증·보호할 수 있는 공급망을 어디까지 자국 또는 우방권 안에 확보하느냐의 문제입니다.

이 관점에서 보면, 소버린 AI는 단순한 AI 소프트웨어 테마가 아닙니다. GPU, HBM, 파운드리, 패키징, 장비, 소재, 전력, 냉각, 광통신, 차세대 메모리까지 이어지는 글로벌 공급망 재편 테마입니다.

1. 학습 수요는 끝난 게 아니라 다시 천장이 높아지고 있다

최근 시장에서는 AI 수요를 아주 단순하게 나누는 논리가 퍼져 있었습니다.

학습은 GPU, 추론은 CPU.

물론 실제로는 훨씬 복잡합니다. 추론에도 GPU가 쓰이고, 학습에도 CPU·메모리·네트워크가 모두 필요합니다. 하지만 투자자들이 시장을 이해하는 방식은 대체로 이 프레임을 따라갔습니다. 어느 정도는 맞는 이야기이기도 합니다.

프론티어급 모델 학습은 이미 미국과 중국의 소수 기업이 주도하고 있습니다. OpenAI, Google, Anthropic, Meta, xAI, 그리고 중국의 일부 빅테크와 모델 기업들이 학습 레이스의 중심에 있습니다. 그래서 시장에서는 자연스럽게 이런 생각이 나왔습니다.

“이제 학습은 어느 정도 궤도에 올랐고, 앞으로는 추론 수요가 핵심 아닌가?”

저도 이 방향 자체는 맞다고 봅니다. AI가 실제 서비스로 확산될수록 추론 수요는 당연히 커집니다. 에이전트, 검색, 코딩, 로봇, 온디바이스 AI, 기업용 AI 워크플로우가 늘어나면 매일매일 돌아가는 추론 인프라가 중요해집니다.

그런데 소버린 AI는 이 구도를 한 번 더 흔듭니다.

기존에는 미국과 중국 정도만 프론티어급 파운데이션 모델을 만드는 데 집중했습니다. 그런데 만약 G20 국가들이 각자 “우리도 최소한의 자체 AI 인프라는 가져야 한다”고 판단하기 시작하면 어떻게 될까요.

모든 나라가 GPT급 모델을 직접 만들 수는 없습니다. 하지만 각국 정부, 국방, 금융, 법률, 의료, 공공 시스템에서 쓸 수 있는 자국어·자국 데이터 기반 모델을 학습하고 튜닝하려는 수요는 늘어날 수 있습니다. 최고 모델을 만들 수 있느냐가 아니라, 외국 모델에 전적으로 의존하지 않으려는 움직임이 중요합니다.

이건 GPU 시장에 다시 기름을 붓는 재료입니다.

이 흐름에서는 $NVDA NVIDIA와 $AMD만 보는 것으로는 부족합니다. GPU가 핵심인 것은 맞지만, 소버린 AI는 GPU 한 장을 사는 문제가 아니라 “AI 시스템 전체를 어디에서 조달하고, 어디에서 운영하고, 어디까지 통제할 수 있느냐”의 문제로 확장됩니다.

2. 소버린 AI는 자체 모델이 아니라 자체 공급망이다

제가 보는 핵심은 이 부분입니다.

소버린 AI는 모델 주권에서 시작하지만, 결국 공급망 주권으로 간다.

AI 모델을 직접 만들려면 GPU가 필요합니다. GPU를 쓰려면 HBM이 필요합니다. HBM을 만들려면 첨단 패키징과 테스트 장비가 필요합니다. 칩을 만들려면 파운드리와 노광 장비가 필요합니다. 파운드리를 돌리려면 웨이퍼, 포토레지스트, 특수가스, 화학소재가 필요합니다. 데이터센터를 운영하려면 전력, 냉각, 광통신, 변압기, 전력제어 시스템이 필요합니다.

결국 소버린 AI는 “우리나라 모델을 만들자”에서 끝나지 않습니다.

“우리가 의존하는 AI 공급망의 킬 스위치를 누가 쥐고 있는가?”라는 질문으로 이어집니다.

이 관점에서는 미국과 한국 종목만 보면 시야가 너무 좁아집니다. 일본, 대만, 중국, 유럽을 함께 봐야 합니다. 특히 일본은 AI 소프트웨어 대장주는 적어 보여도, 반도체 장비와 소재 공급망에서는 절대 빠질 수 없습니다. 대만은 파운드리와 서버 ODM, 패키징 기판의 중심입니다. 유럽은 노광 장비와 전력·자동화 인프라가 강합니다. 중국은 제재의 피해자이면서 동시에 자체 공급망을 가장 강하게 밀어붙이는 국가입니다.

이렇게 보면 소버린 AI는 단순히 미국 빅테크와 한국 HBM만의 이야기가 아닙니다. 오히려 AI 공급망을 구성하는 각 지역의 병목을 다시 보는 계기가 됩니다.

3. 일본은 AI 소프트웨어보다 공급망 병목으로 봐야 한다

일본은 AI 모델 경쟁에서는 상대적으로 덜 주목받습니다. 하지만 공급망으로 보면 이야기가 완전히 달라집니다.

일본은 반도체 장비, 소재, 웨이퍼, 검사, 세라믹, 광통신 쪽에서 강합니다. AI 반도체가 복잡해질수록, 그리고 각국이 자체 공급망을 확보하려 할수록 일본 기업들의 전략적 가치는 오히려 커질 수 있습니다.

이 회사들이 흥미로운 이유는, AI 모델 경쟁의 승자를 직접 맞히지 않아도 된다는 점입니다. 누가 모델을 만들든, 누가 GPU를 설계하든, 첨단 반도체와 데이터센터가 늘어나면 장비·소재·검사·냉각 수요는 따라옵니다.

다만 일본 종목들은 이미 품질 좋은 공급망 기업으로 시장에서 높은 평가를 받는 경우가 많습니다. 좋은 회사와 좋은 가격은 다릅니다. 그래서 이들은 단기 테마주라기보다, 조정 시 계속 후보군에 넣어둘 만한 공급망 병목주로 보는 게 맞습니다.

4. 대만은 TSMC만이 아니라 서버와 패키징까지 봐야 한다

대만은 소버린 AI 공급망에서 가장 중요한 지역 중 하나입니다. 이유는 단순합니다. AI 칩을 실제로 만드는 곳이기 때문입니다.

대부분 $TW2330 TSMC만 떠올리지만, 소버린 AI 관점에서는 그 뒤의 생태계도 중요합니다. AI 서버 ODM, 패키징 기판, 후공정, 범용 메모리까지 같이 봐야 합니다.

대만은 “AI 모델을 누가 만드느냐”보다 “AI 칩과 서버를 누가 실제로 만들어주느냐”의 관점에서 봐야 합니다. 소버린 AI가 확산될수록 각국은 미국 빅테크 모델만이 아니라, 자국 클라우드·자국 데이터센터·자국 AI 서버 인프라를 요구할 수 있습니다. 그 과정에서 대만 ODM과 기판 업체들은 계속 공급망 안에 남아 있을 가능성이 큽니다.

다만 대만 공급망은 지정학 리스크가 큽니다. 그래서 소버린 AI가 확산될수록 대만 의존도를 줄이려는 움직임도 같이 커질 수 있습니다. 이건 $TW2330 TSMC에게는 기회이면서 동시에 리스크입니다. 미국, 일본, 유럽으로 생산거점을 분산하는 흐름도 함께 봐야 합니다.

5. 중국은 제재 피해자이면서 자체 공급망 실험장이다

중국은 소버린 AI 공급망을 볼 때 반드시 따로 봐야 합니다. 중국은 미국의 반도체 제재를 가장 강하게 받고 있지만, 동시에 자체 AI 공급망을 가장 공격적으로 구축하려는 국가입니다.

중국은 고성능 GPU와 최첨단 장비에서는 제약이 있습니다. 하지만 파운드리, 패키징, 통신장비, 광통신, 희소금속, 내수 데이터센터에서는 무시하기 어렵습니다.

중국의 소버린 AI는 “미국 모델을 대체하겠다”는 문제이기도 하지만, 더 근본적으로는 “미국 장비와 미국 칩 없이 어디까지 갈 수 있느냐”의 실험입니다. 그래서 중국 종목을 볼 때는 단순히 성능 격차만 보면 안 됩니다. 제재가 길어질수록 낮은 성능의 국산 대안이라도 내수에서 채택될 가능성이 커집니다.

물론 리스크도 큽니다. 첨단 공정 격차, HBM 부족, 장비 제약, 지정학 리스크, 회계 투명성 문제가 모두 있습니다. 중국 AI 공급망은 좋은 회사와 나쁜 회사의 구분도 중요하지만, 제재와 정책의 영향을 크게 받는다는 점을 항상 같이 봐야 합니다.

6. 유럽은 ASML만이 아니라 전력과 산업 인프라까지 봐야 한다

유럽은 $E:ASML만 보면 부족합니다. 물론 ASML은 첨단 반도체 공급망의 절대 병목입니다. 하지만 소버린 AI 공급망을 보면 유럽의 강점은 장비뿐 아니라 전력, 자동화, 산업 제어, 전력반도체에도 있습니다.

AI 데이터센터는 GPU만으로 돌아가지 않습니다. 전기를 안정적으로 공급해야 하고, 열을 식혀야 하고, 설비를 자동화해야 하고, 전력 효율을 높여야 합니다. 이 영역에서는 유럽 기업들이 강합니다.

소버린 AI가 각국 데이터센터와 공공 인프라로 들어가면 전력과 자동화가 병목이 됩니다. 이 관점에서는 $E:SU Schneider Electric, $E:SIE Siemens, $E:ABB 같은 기업들이 단순 전력기기주가 아니라 AI 인프라 공급망으로 재평가될 수 있습니다.

7. MRAM은 HBM 대체가 아니라 엣지 AI 옵션이다

MRAM은 이번 글에서 꼭 넣을 만한 포인트입니다. 다만 위치를 정확히 잡아야 합니다.

MRAM을 HBM의 대체재로 말하면 과합니다. 지금 AI 학습의 중심 병목은 여전히 HBM입니다. 대규모 GPU 클러스터에서는 메모리 대역폭과 용량이 핵심이고, 이 영역에서는 $K000660 SK하이닉스, $K005930 삼성전자, $MU Micron이 중심입니다.

하지만 소버린 AI가 클라우드 데이터센터에만 머무르지 않는다면 이야기가 달라집니다. 국방, 자동차, 산업 장비, 로봇, 의료기기, 엣지 서버, 보안형 디바이스로 AI가 내려갈수록 저전력·비휘발성·고신뢰성 메모리의 필요성이 커질 수 있습니다.

이때 MRAM은 옵션이 됩니다.

MRAM은 전원이 꺼져도 데이터를 유지할 수 있고, SRAM보다 누설전력 측면에서 유리할 수 있으며, 임베디드 메모리로 쓰일 가능성이 있습니다. 특히 엣지 AI, 산업용 AI, 국방용 AI처럼 항상 클라우드에 연결되어 있지 않거나 전력 제약이 큰 환경에서는 흥미로운 후보입니다.

다만 MRAM은 아직 “AI 메모리의 본류”라기보다 옵션성에 가깝습니다. 시장 규모도 HBM과 비교하면 작고, 쓰기 에너지, 공정 통합, 원가, 수율, 적용처 확대가 과제입니다.

그래서 MRAM은 이렇게 보는 게 맞습니다.

HBM은 현재의 병목이고, MRAM은 엣지 AI 시대의 옵션입니다.

지금 당장 AI 학습 수요를 보는 투자자는 HBM과 패키징을 봐야 합니다. 하지만 소버린 AI가 국방·산업·자동차·로봇으로 내려가는 흐름까지 본다면, MRAM 같은 차세대 메모리도 후보군에 넣을 만합니다.

8. 투자 관점에서 정리

결국 이번 흐름이 보여주는 것은 하나입니다.

AI 인프라 수요는 학습에서 추론으로 단순히 넘어가는 것이 아닙니다. 추론 수요가 커지는 동시에, 소버린 AI라는 명분을 타고 학습 수요의 천장도 다시 높아지고 있습니다.

그리고 더 중요한 변화는 이것입니다.

소버린 AI는 자체 모델 경쟁이 아니라 자체 공급망 경쟁으로 확장되고 있습니다.

이 관점에서 보면 AI 공급망은 아래처럼 나눠서 봐야 합니다.

여기서 중요한 건 대장주만 따라가는 접근이 아닙니다.

$NVDA NVIDIA는 여전히 AI 인프라의 중심입니다. $K000660 SK하이닉스도 HBM 병목의 핵심입니다. 하지만 시장도 이미 이 사실을 잘 알고 있습니다. 좋은 회사라는 점과 좋은 가격은 다릅니다.

그래서 앞으로는 “누가 AI 모델을 가장 잘 만드느냐”만 볼 게 아니라, “AI가 계속 커질수록 반드시 지나가야 하는 공급망 병목이 어디냐”를 봐야 합니다.

그 병목은 미국 GPU에만 있지 않습니다. 한국 HBM, 대만 파운드리와 기판, 일본 장비와 소재, 유럽 전력과 자동화, 중국의 광통신과 내수 공급망, 그리고 MRAM 같은 차세대 메모리 옵션까지 퍼져 있습니다.

결론

소버린 AI는 구호로 보면 다소 추상적입니다. 모든 나라가 OpenAI를 만들 수는 없습니다. 모든 기업이 자체 파운데이션 모델을 학습할 수도 없습니다.

하지만 소버린 AI를 공급망으로 보면 이야기가 달라집니다.

각국은 최고 모델을 직접 만들지 못하더라도, 최소한 국방·공공·금융·의료·산업 영역에서 외국 모델과 외국 클라우드에 전적으로 의존하지 않으려 할 겁니다. 그 과정에서 자체 학습, 자체 추론, 자체 데이터센터, 자체 공급망 확보가 중요해집니다.

이 흐름은 GPU 시장에 다시 기름을 붓습니다. 동시에 HBM, 패키징, 파운드리, 장비, 소재, 전력, 냉각, 광통신, 차세대 메모리까지 수요를 넓힙니다.

그래서 이번 소버린 AI 흐름은 단순한 AI 모델 테마가 아닙니다.

AI 공급망을 누가 쥐고 있느냐의 문제입니다.

이 관점에서 계속 볼 종목군은 $NVDA, $AMD, $K000660 SK하이닉스, $K005930 삼성전자, $MU, $TW2330 TSMC, $TW2382 Quanta, $TW3037 Unimicron, $J8035 Tokyo Electron, $J6857 Advantest, $J4063 Shin-Etsu, $J4185 JSR, $E:ASML, $E:SU Schneider Electric, $E:SIE Siemens, $H00981 SMIC, $S600584 JCET, $S600487 Hengtong Optic-Electric, $MRAM Everspin Technologies입니다.

다만 이건 “무조건 오른다”는 이야기가 아닙니다. 소버린 AI는 정치적으로 강한 명분이지만, 경제적으로는 매우 비싼 선택입니다. 그래서 실제 투자는 대장주를 비싸게 따라가기보다, 각 공급망 병목에서 아직 시장이 덜 반영한 기업을 차분히 골라보는 접근이 맞아 보입니다.

AI가 커질수록 중요한 질문은 점점 바뀌고 있습니다.

“어떤 모델이 가장 똑똑한가?”에서 “그 모델은 내일도 켜져 있는가?”로, 그리고 이제는 “그 모델을 가능하게 하는 공급망은 누구 손에 있는가?”로 넘어가고 있습니다.