●GTC 베를린으로 체크하는 2027년에 주목해야 할 분야 1.

●GTC 베를린으로 체크하는 2027년에 주목해야 할 분야

1. DSX POD
이제 GPU를 얼마나 빨리 가동하느냐가 중요함. 기존에는 GPU를 수천, 수만 장 확보하는 것이 경쟁력이었지만, 확보한 GPU를 데이터센터에 설치하고 전력을 연결해 고객에게 서비스를 제공하기까지 몇 달이 걸린다면, 기업은 상당한 자금을 묶어 두게 됨.

DSX POD는 이 시간을 줄이는 기술이며, 이는 최근 부각된 네오클라우드의 신용위험과도 연결된다고 생각함.

코어위브나 네비우스처럼 자본집약적인 기업은 GPU의 기술 경쟁력뿐 아니라 투자 자금이 실제 매출로 전환되는 속도가 중요함. 공장 조립과 검증이 표준화되면 장비의 유휴 기간이 짧아지고 자본회전율이 개선될 가능성이 있음.

2027년 네오클라우드를 평가할 새로운 지표는 GPU 보유량과 함께 첫 토큰 생산까지 걸리는 시간, 이용률, 금융비용이 되어야 함.

주목할 해외 기업은 델테크놀로지, 버티브, 이튼, HPE. 모두 DSX POD 생태계에서 공식적으로 언급된 업체들.

2. 전력·냉각
이번 발표에서 상당히 흥미로웠던 내용은 MaxLPS와 전력 제어. 엔비디아는 동일한 토큰을 생산하는 데 필요한 전력 사용량을 최대 30% 줄이고, 전력망 상황에 따라 AI 공장의 부하를 조정하는 기술을 제시함.

토큰 하나를 생산하는 데 드는 전력 비용이 낮아지면, 같은 전력으로 더 많은 AI 서비스를 공급할 수 있음. 비용 하락이 신규 수요를 만들어 낸다면 전력 효율의 개선과 전체 데이터센터 시장의 성장이 동시에 나타날 수 있음.

국내에서는 LS ELECTRIC, 효성중공업, HD현대일렉트릭 등 전력계통 기업과 고효율 전력변환 밸류체인을 연결해 볼 수 있으며, 해외에서는 MPWR을 랙 내부 전력밀도 상승의 관점에서 분석할 필요가 있음.

3. CPO
CPO는 단순히 광트랜시버의 수량이 많아지는 변화가 아니며, 네트워크 스위치와 광학 장치를 훨씬 가까이 결합하면서 데이터가 움직이는 방식 자체를 바꾸는 변화.

이번 공급망 발표에서 SPIL의 광엔진 생산능력 확대 계획은 매우 중요한 의미. 엔비디아가 광학 기술의 대규모 양산을 위한 후공정 능력까지 확보하고 있다는 신호이기 때문.

이 과정에서 모든 기존 광통신 부품업체가 똑같이 수혜를 받지는 않으며, 일부 기존 전기적 연결이나 플러그형 광모듈의 가치가 새로운 패키징 구조로 이동할 수 있음.

따라서 2027년에는 시에나(CIEN)의 데이터센터 간 광전송 확대, 마벨(MRVL)의 네트워크 반도체 경쟁력, 코히런트, 루멘텀 등의 광학 부품 경쟁력을 각각 다른 관점에서 보아야 함.

국내 이수페타시스의 고속 PCB 수요도 중요하지만, 광학화에 따른 전기적 연결 구조 변화가 장기적으로 어떤 영향을 주는지 함께 확인해야 힘.

4. 반도체
이번 발표에서 한국 기업을 분석할 때 가장 직접적으로 확인되는 신규 사실은 삼성전기의 엔비디아 패키지 기판 공급망 진입. 기존 국내 생산시설에서 공급능력을 제공하고 세종과 부산의 시설 업그레이드 및 신규 공장도 추진 예정.

GPU Q 사이클을 계산할 때 기존의 HBM과 CoWoS뿐 아니라 패키지 기판, 인터포저, 테스트 CAPA까지 연결해야 하는 이유를 보여줌.

2027~2028년에는 단순한 GPU 수량보다 시스템당 탑재 메모리, 기판 면적, 패키징 공정의 복잡도, 제품 세대별 믹스 변화가 소부장 기업의 매출을 결정할 가능성이 큼.

5. Agentic AI
젠슨 황은 여러 차례 AI 공장이 더 이상 모델만 실행하는 시설이 아니라, 에이전트 전체를 실행하는 시설이라고 강조.

에이전트는 모델을 실행하는 것뿐 아니라 기업 내부 데이터를 검색하고, 메모리를 관리하고, 여러 도구를 실행하고, 권한을 검사해야 함.

GPU가 뇌의 추론을 수행한다면, CPU와 스토리지, DPU는 그 뇌가 실제로 일할 수 있는 환경을 만들어 줌.

Agent Knowledge Foundation은 기업 데이터를 정형/비정형 구분 없이 활용하는 방향을 보여줌. 팔란티어(PLTR)는 실제 엔비디아 내부 공급망 데이터 활용 사례로 발표됨.

그동안 계속 강조해 온 Bring AI to Data의 구체적인 구현 사례. AI 모델이 발전할수록 회사 고유의 데이터와 업무 시스템을 연결할 수 있는 기업의 경쟁력이 커질 수 있음.

6. 피지컬 AI
2027년에는 대량 판매보다 산업 표준화에 주목함. 자율주행의 Hyperion, 로보틱스의 Isaac 및 GR00T, 그리고 Agile ONE SN은 모두 엔비디아가 새로운 산업의 표준 플랫폼을 만들려는 시도.

2027년에는 플랫폼이 실제 고객의 제품과 서비스에 얼마나 채택되는지 확인하는 것이 중요함.