반도체 선주문, 데이터센터 건설 지연시킬 2가지 이슈 (강정수 박사)

한 줄 핵심

AI 토큰 소비는 에이전틱·멀티에이전트 확산과 업무 침투율 상승으로 계속 늘어나지만, 반도체와 데이터센터 수요의 현실적 병목은 건설·정치 이슈에 걸려 단기 변동성이 크다.

시간별 요약

1. 0:00
   AI 도입의 초점이 단순 사용량 확대에서 ROI와 성과 측정으로 이동하고 있다. 반도체 시장은 장기적으로는 AI 소비 증가의 수혜를 보겠지만, 단기적으로는 데이터센터 건설 지연과 공급 병목을 더 경계해야 한다.
2. 2:01
   AI 토큰 소비량은 2025년과 2026년에 질적으로 달라질 만큼 급증하고 있으며, 특히 인간 사용보다 에이전틱 사용이 여섯 배 이상 커졌다. 토큰 소비가 늘면 GPU, HBM, DRAM, NAND flash 같은 반도체 수요도 함께 증가하는 구조다.
3. 7:01
   2025년까지의 AX 프로그램은 대부분 실패했지만, 그 실패를 계기로 Claude Code, Codex 같은 도구와 멀티에이전트·루프 엔지니어링이 본격화됐다. 상태 추적과 검증을 루프에 넣으면서 작업 시간은 16시간까지 늘고 품질은 좋아졌지만, 그만큼 토큰 소모도 폭증했다.
4. 16:01
   기업 도입은 올해부터 본격화되는 단계라 아직 업무 침투율이 낮고, 전사 도입 이후에야 AI 효율성과 고용 효과를 논할 수 있다. B2B에서는 업무별 침투율이 올라갈수록 토큰 수요가 계속 늘어날 가능성이 크다.
5. 23:00
   토큰 가격은 하드웨어 효율화와 모델·루프 최적화로 내려가고 있지만, 가격 상한선도 존재해 무한정 올릴 수는 없다. 이 때문에 기업은 모델 라우팅과 evaluation 역량으로 과제별 최적 모델을 골라 비용 대비 효율을 극대화해야 한다.
6. 45:01
   중장기적으로는 수요가 계속 늘어 반도체 시장 자체는 크게 걱정할 필요가 없지만, 단기 리스크는 데이터센터 건설 병목과 정치적 반대다. 미국에서 인허가가 1,000개를 넘게 쌓여 있어도 배관공·용접공 부족과 지역 반발로 계획대로 완공되지 않으면 공급과 매출 전망이 흔들릴 수 있다.

실무 인사이트

• 기업은 AI 도입 성과를 ‘사용 여부’가 아니라 업무 침투율, 토큰당 효율성(ROT), 루프 최적화 지표로 관리해야 한다.
• 반도체·AI 인프라 투자는 수요 증가만 보지 말고, 데이터센터 인허가·건설 인력·전력 인프라까지 함께 점검해야 한다.
• AI 모델 사업자는 API 판매만으로는 한계가 있어, 사스·업무 소프트웨어·모델 라우팅까지 확장하는 전략을 준비해야 한다.