실적 시즌이 거의 마무리되어 가는 시점에서, 해외투자점검5에 이어 지난 5개월간의 변화 해외투자점검6을 기록해본다.
이번 포트폴리오 조정은 그동안 블로그에서 정리해왔던 AI 기술 변화의 방향성에서 크게 벗어나지 않는다. 다만 시간이 지나며 해당 흐름에 대한 확신이 더 강해졌고, 그 결과 포트폴리오는 이전보다 훨씬 더 압축된 집중 P/F 형태로 변화했다.
AI 포트폴리오는 어떻게 바뀌었나
AI 생태계 전반에서 하드웨어 병목 구간으로 이동한 과정
2025년 12월 중순부터 최근까지의 포트폴리오 변화를 보면 방향은 분명하다. 초기에는 AI 인프라 전반을 넓게 담는 구조였지만, 시간이 지나면서 AI 하드웨어 병목 구간에 집중하는 구조로 바뀌었다.
여기서 AI 인프라는 우리가 화면에서 보는 AI 서비스만을 의미하지 않는다. AI가 실제로 작동하려면 데이터센터, 반도체, 메모리, 네트워크 장비, 광통신 부품, 전력 인프라, 장비와 소재가 모두 필요하다. 사용자는 AI 소프트웨어를 경험하지만, 그 뒤에서는 막대한 하드웨어 공급망이 움직인다.
이번 포트폴리오 변화의 핵심은 AI 산업의 성장 자체보다, 그 성장 과정에서 어디에 병목이 생기고 그 병목의 가격 결정권을 누가 가져갈 것인가에 대한 판단이 더 구체화되었다는 점이다.
월별 포트폴리오 기업군 변화
아래 표는 포트폴리오를 산업군과 기능별로 다시 묶은 것이다.
| 기업군 / 기능군 | 2025.12 | 2026.01 | 2026.02 | 2026.03 | 2026.04 | 2026.05 |
|---|---|---|---|---|---|---|
| 메모리 IDM·NAND·스토리지 | 13% | 31% | 53% | 50% | 43% | 43% |
| 광학 네트워킹 H/W | 13% | 5% | 18% | 36% | 26% | 26% |
| 네트워킹 ASIC/IP·통신 S/W/H/W | 13% | 0% | 0% | 6% | 6% | 6% |
| 비메모리 IDM·파운드리·패키징·전력반도체 | 5% | 5% | 5% | 0% | 24% | 24% |
| 반도체 장비·검사·계측 | 19% | 24% | 5% | 0% | 0% | 0% |
| 소재·기판·특수소재·테스트 인터페이스 부품 | 3% | 3% | 3% | 11% | 13% | 13% |
| AI S/W·클라우드·AI 데이터센터 | 15% | 0% | 0% | 0% | 0% | 0% |
| 에너지·전력 인프라 | 19% | 16% | 16% | 0% | 0% | 0% |
| 기타 자원·방산 등 | 0% | 16% | 0% | 0% | 0% | 0% |
| AI 연산칩·가속기 | 3% | 3% | 3% | 0% | 0% | 0% |
| 총 P/F | 103% | 103% | 103% | 103% | 112% | 112% |
이 표에서 가장 중요한 변화는 네 가지다.
첫째, AI S/W·클라우드·AI 데이터센터 비중이 15%에서 0%로 줄었다.
둘째, 에너지·전력 인프라 비중도 19%에서 0%로 내려왔다.
셋째, 반도체 장비·검사·계측 비중은 1월 24%까지 높아졌지만 최근에는 0%로 정리됐다.
넷째, 그 자리를 메모리, 광학 네트워킹, 비메모리 제조 기반, 패키징, 소재·기판·테스트 인터페이스 부품이 채웠다.
즉, 포트폴리오는 AI 전체 생태계를 넓게 사는 방식에서 벗어나 AI 서버 내부에서 실제 병목이 발생할 수 있고, 가격 결정권이 더 강하게 나타날 수 있는 구간으로 압축되었다.
AI 소프트웨어 비중을 낮춘 이유
가장 먼저 줄인 영역은 AI 소프트웨어였다.
겉으로 보면 AI 소프트웨어 시장은 성장성이 매우 커 보인다. 기업들은 업무 자동화, 문서 작성, 코딩, 고객 응대, 데이터 분석, 콘텐츠 제작 등에 AI를 빠르게 도입하고 있다. 하지만 포트폴리오 관점에서는 한 가지 질문이 중요해졌다.
개별 AI 소프트웨어 업체들이 장기간 독자적인 성장성을 유지할 수 있을까.
이 의문이 커진 이유는 LLM 선두업체들의 기술 발전 속도가 너무 빠르기 때문이다. 대형 언어모델의 성능이 빠르게 올라가면, 기존에는 특정 AI 소프트웨어 업체만 제공할 수 있었던 기능들이 점점 범용 모델 안으로 흡수될 수 있다.
문서 요약, 코드 생성, 데이터 분석, 업무 자동화, 고객 응대와 같은 기능은 개별 소프트웨어의 차별점이었다. 그러나 LLM 자체가 고도화되면 이런 기능들은 플랫폼의 기본 기능으로 편입될 가능성이 커진다.
문제는 AI 소프트웨어 시장의 성장성이 약하다는 뜻이 아니다. 오히려 시장은 계속 커질 수 있다. 다만 그 성장의 과실이 개별 애플리케이션 기업에 남을지, 아니면 모델과 플랫폼을 가진 소수의 LLM 선두업체로 집중될지가 더 중요한 질문이 되었다.
LLM 플랫폼화는 소프트웨어 기업의 지속성장에 부담이 될 수 있다
AI 소프트웨어 비중을 낮춘 또 다른 이유는 LLM 선두업체들의 플랫폼화 전략이다.
최근 LLM 선두업체들은 단순히 모델을 제공하는 수준을 넘어, 기업 고객의 데이터와 업무 흐름을 자신들의 플랫폼 안으로 연결하려는 방향을 보이고 있다. 기업 내부 문서, 협업툴, 코드 저장소, 데이터베이스, 고객 관리 시스템이 LLM 플랫폼과 연결될수록, 사용자의 업무 흐름은 상위 플랫폼에 더 깊게 묶인다.
이 흐름은 개별 AI 소프트웨어 기업에 양면적인 영향을 준다. 단기적으로는 LLM 플랫폼을 활용해 더 빠르게 제품을 만들 수 있다. 하지만 장기적으로는 고객 데이터, 모델 성능, 배포 환경, 업무 자동화 도구가 상위 플랫폼에 종속될 수 있다.
특히 LLM 선두업체가 자사 플랫폼 위에 데이터와 업무 흐름을 쌓도록 유도한다면, 개별 AI 소프트웨어 기업은 독립적인 플랫폼이라기보다 거대 LLM 생태계 위에서 작동하는 기능형 애플리케이션에 가까워질 수 있다. 이 경우 고객 접점과 데이터 주도권은 상위 플랫폼으로 이동하고, 개별 소프트웨어 기업의 장기 마진과 성장 지속성에는 부담이 생긴다.
따라서 AI 소프트웨어 비중 축소는 AI 시장의 성장성을 부정한 결정이 아니다. 성장의 주도권이 애플리케이션 레이어보다 LLM 플랫폼 레이어에 더 집중될 수 있다는 판단이 반영된 변화다.
전력 인프라보다 서버 내부 병목으로 초점이 이동했다
AI 소프트웨어와 함께 줄어든 영역은 에너지·전력 인프라다.
AI 데이터센터가 늘어나면 전력 수요가 증가한다. 전력망, 원전, 가스터빈, 전력기기, 냉각 인프라가 함께 주목받는 이유다. 2025년 12월 당시에는 이 흐름을 반영해 전력 인프라 비중도 의미 있게 포함되어 있었다.
하지만 시간이 지나면서 포트폴리오는 전력 테마보다 AI 서버 내부의 직접적인 병목 구간에 더 집중하는 방향으로 바뀌었다.
초기 질문이 “AI 데이터센터가 늘어나면 무엇이 필요할까”였다면, 최근 질문은 “AI 서버가 실제로 더 많이 깔릴 때 가장 먼저 부족해지는 부품은 무엇일까”에 가까워졌다.
이 질문의 답이 메모리, 광학 네트워킹, 패키징, 소재, 제조 기반 쪽으로 이동한 것이다.
메모리 IDM·NAND·스토리지가 중심축으로 올라섰다
최근 포트폴리오에서 가장 큰 비중을 차지하는 영역은 메모리 IDM·NAND·스토리지다.
IDM은 반도체 설계부터 생산까지 직접 수행하는 기업군을 의미한다. 메모리 IDM은 DRAM, HBM, NAND와 같은 메모리 반도체를 직접 생산하는 기업군이다.
AI 서버는 연산칩만으로 작동하지 않는다. 거대한 AI 모델을 학습하고 추론하려면 엄청난 양의 데이터를 빠르게 불러오고, 저장하고, 다시 이동시켜야 한다. 이 과정에서 메모리 대역폭과 스토리지 성능이 전체 시스템 성능을 좌우한다.
특히 HBM과 같은 고성능 메모리는 AI 연산 속도를 끌어올리는 핵심 부품이다. AI 모델이 커질수록 더 많은 데이터를 동시에 처리해야 하고, 이때 메모리의 성능과 공급량이 병목으로 작용할 수 있다.
포트폴리오에서 메모리 비중이 2025년 12월 13%에서 2026년 2월 53%, 최근 43% 수준까지 올라간 것은 이 판단을 반영한다. AI 수요가 계속 커질수록 단순 연산칩보다 메모리와 데이터 처리 인프라의 중요성이 더 커질 수 있다는 관점이다.
광학 네트워킹 H/W 비중 확대도 핵심 변화다
두 번째로 중요한 변화는 광학 네트워킹 H/W 비중 확대다.
AI 데이터센터 안에는 수많은 서버가 연결되어 있다. 서버 한 대가 혼자 모든 연산을 처리하는 구조가 아니라, 여러 서버가 동시에 데이터를 주고받으며 하나의 거대한 AI 연산 시스템처럼 움직인다.
이때 중요한 것이 네트워크다. 데이터가 서버 사이를 빠르게 이동하지 못하면, 아무리 좋은 연산칩과 메모리가 있어도 전체 성능은 떨어질 수밖에 없다.
그래서 포트폴리오는 광모듈, 레이저, 광부품, 고속 데이터 전송 장비처럼 데이터 이동을 담당하는 하드웨어 쪽으로 비중을 높였다. 2025년 12월 13%였던 광학 네트워킹 H/W 비중은 2026년 3월 36%까지 커졌고, 최근에도 26% 수준을 유지하고 있다.
AI 시대에는 계산을 잘하는 칩뿐 아니라, 그 칩들이 서로 빠르게 연결되도록 해주는 통신 인프라가 중요해진다. 이 변화는 포트폴리오가 AI를 단순한 연산칩 테마가 아니라 데이터 이동 병목 테마로 보고 있음을 보여준다.
비메모리 IDM·파운드리·패키징 비중이 다시 올라왔다
4월 이후에는 비메모리 IDM·파운드리·패키징·전력반도체 비중이 다시 커졌다. 3월에는 이 비중이 0%까지 줄었지만, 4월과 5월에는 24%까지 회복됐다.
이 변화는 포트폴리오가 메모리와 광학 네트워킹에만 머무르지 않고, 다시 제조 기반과 후공정 병목까지 확장되었음을 의미한다.
AI 반도체는 설계만으로 완성되지 않는다. 실제로 생산할 수 있는 파운드리 능력, 고성능 칩을 묶어내는 패키징 기술, 전력 효율을 높이는 전력반도체와 전원관리 부품이 함께 필요하다.
따라서 최근 포트폴리오는 AI 하드웨어를 더 넓은 의미에서 보고 있다. 핵심은 연산칩 하나가 아니라 메모리, 네트워크, 제조, 패키징, 전력관리까지 이어지는 공급망 전체의 병목이다.
장비 비중을 0%까지 줄인 이유: 수요보다 가격 결정권과 이익 상향 속도를 봤다
초기 포트폴리오에는 반도체 장비·검사·계측 비중도 높았다. 2025년 12월에는 19%, 2026년 1월에는 24%까지 올라갔다.
반도체 설비투자가 늘어나면 장비 수요도 증가할 수 있기 때문에, 이 구간은 AI 반도체 투자 사이클을 넓게 반영한 영역이었다. 하지만 2월부터 장비 비중은 크게 줄었고, 3월 이후 최근 포트폴리오에서는 **0%**로 정리되었다.
이 변화는 단순히 장비 수요가 약해진다는 판단 때문만은 아니다. 핵심은 AI 병목이 심해질수록 이익 상향 조정의 속도와 가격 결정권이 칩을 직접 보유한 IDM·메모리·물리적 캐파 보유 업체 쪽에 더 빠르게 반영될 가능성이 크다는 점이다.
검사·계측 장비업체의 사례를 보면 이 차이가 드러난다. 해당 업체는 2026년 매출총이익률을 약 62% 내외로 유지할 수 있다고 봤지만, 단기적으로는 두 가지 비용 부담을 안고 있다.
첫째는 DRAM 가격 상승이다. 장비 내부에 들어가는 이미지 프로세싱 컴퓨터용 메모리 비용이 올라가면서 매출총이익률에 약 100bp 수준의 부정적 영향을 주고 있다. AI 수요로 메모리 가격이 오르면 메모리 IDM에는 실적 상향 요인이 될 수 있지만, 메모리를 부품으로 구매해야 하는 장비업체에는 비용 부담으로 작용할 수 있다.
둘째는 관세 부담이다. 현재 관세 영향으로 약 50~100bp 수준의 마진 부담이 발생하고 있으며, 회사는 운영 대응을 통해 연중 영향을 낮추려 하고 있다. 하지만 이 역시 장비업체의 단기 이익률 확장을 제한하는 요인이다.
여기에 더해 중요한 부분은 가격 정책이다. 검사·계측 장비업체는 고객 수요가 강하더라도 공급 부족을 이유로 희소성 기반 가격 인상을 하지는 않는다고 밝혔다. 가격 인상은 장비 성능 개선과 고객의 cost of ownership 개선에 기반한다는 입장이다.
이 말은 장비업체의 가격 결정 방식이 메모리 칩이나 일부 병목 부품과 다르다는 뜻이다. 메모리 가격은 수급이 타이트해지면 비교적 빠르게 판가에 반영될 수 있다. 반면 장비 가격은 고객과의 장기 관계, 생산성 개선, 장비 성능, 고객의 투자수익률 논리에 묶여 있다. 수요가 강해도 가격이 곧바로 급격히 오르기 어렵다.
식각·증착 장비업체의 경우도 비슷한 고민이 있다. 업계 전체 설치 웨이퍼 캐파가 과거 고점 대비 크게 줄어든 상황에서는 향후 greenfield 투자가 필요해질 수 있다. 3D NAND 고단화가 진행될수록 식각·증착 공정 기회가 늘어나는 것은 분명한 긍정 요인이다.
하지만 greenfield 투자는 시간이 필요하다. 부지를 확보하고, 인허가를 받고, 클린룸을 짓고, 장비를 반입하고, 엔지니어와 숙련 인력을 배치하는 과정에는 물리적인 시간이 걸린다. 인력과 설치 역량에도 제약이 있다. 따라서 NAND WFE 성장의 방향성이 좋더라도, 장비업체의 실적 상향은 메모리 칩 가격 상승처럼 즉각적으로 반영되기 어렵다.
결국 장비업체는 AI 설비투자 확대의 수혜를 받을 수 있지만, 협상 테이블에서는 상대적으로 제약이 있다. 고객인 IDM과 파운드리 업체들은 장비 구매 시 가격, 납기, 성능, 유지보수 조건을 강하게 협상한다. 반대로 메모리 IDM이나 물리적 캐파를 가진 업체들은 병목이 심해질수록 칩 가격 인상이라는 방식으로 수익성 개선을 더 빠르게 반영할 수 있다.
따라서 장비 비중 축소는 장비 산업의 장기 성장성을 부정하는 결정이 아니라, 병목 구간에서 누가 더 빠르게 이익을 상향 조정할 수 있는가에 대한 선택이다. 이번 포트폴리오는 설비투자 사이클 전체보다 가격 인상과 실적 상향이 더 직접적으로 나타날 수 있는 IDM, 메모리, 광학부품, 소재, 제조 캐파 보유 업체에 더 높은 가중치를 둔 구조로 바뀌었다.
소재·기판·테스트 인터페이스 부품은 하드웨어 공급망의 기초 체력이다
소재·기판·특수소재·테스트 인터페이스 부품 비중도 의미 있게 남아 있다. 2025년 12월에는 3%였지만, 2026년 3월에는 11%까지 올라갔고 최근에는 13% 수준까지 확대되었다.
AI 서버와 고성능 반도체는 칩 성능만으로 완성되지 않는다. 고속 신호를 안정적으로 전달할 수 있는 기판, 열과 전기적 특성을 견딜 수 있는 소재, 고성능 패키징에 필요한 부품, 테스트 과정에서 필요한 인터페이스 부품이 함께 필요하다.
AI 서버는 일반 서버보다 데이터 처리량이 많고 전력 소모도 크다. 그만큼 소재와 기판의 성능 요구치도 높아진다. 포트폴리오 안에서 이 영역은 AI 하드웨어 공급망의 기초 체력을 담당하는 구간이다.
이 영역을 장비와 구분해서 보는 이유도 여기에 있다. 장비업체는 고객의 설비투자 사이클과 협상 구조의 영향을 크게 받는다. 반면 소재·기판·테스트 인터페이스 부품은 AI 서버, 고성능 패키징, 고속 신호 전송, 반도체 테스트 수요와 더 직접적으로 맞닿아 있다.
전체 변화 방향을 정리하면
2025년 12월 중순의 포트폴리오는 AI 생태계 전반을 넓게 담고 있었다. AI 소프트웨어, 클라우드, 전력 인프라, 반도체 장비, 메모리, 네트워크, 광통신까지 함께 포함되어 있었다.
하지만 최근 포트폴리오는 훨씬 좁고 강해졌다. AI 소프트웨어와 전력 인프라는 빠졌고, 반도체 장비·검사·계측 비중도 0%로 정리되었다. 대신 메모리 IDM·NAND·스토리지, 광학 네트워킹 H/W, 비메모리 IDM·파운드리·패키징, 소재·기판·테스트 인터페이스 부품 중심으로 압축되었다.
이 변화의 핵심은 AI 시장에 대한 관점이 바뀐 데 있다. 초기에는 “AI가 성장하면 어떤 산업이 함께 좋아질까”라는 접근이었다면, 지금은 “AI가 성장할수록 무엇이 부족해지고, 그 부족함을 누가 가격과 이익으로 가장 빠르게 전환할 수 있을까”라는 접근에 가깝다.
AI 소프트웨어 비중 축소는 LLM 선두업체들의 빠른 기술 발전과 플랫폼화 흐름을 반영한다. 개별 AI 소프트웨어의 기능 차별성이 약해지고, 고객 데이터와 업무 흐름이 상위 LLM 플랫폼에 흡수될 가능성이 커졌기 때문이다.
장비 비중 축소 역시 같은 맥락이다. 장비 수요의 방향성은 좋지만, DRAM 비용 상승, 관세 부담, 고객과의 가격 협상 구조, greenfield 투자에 필요한 물리적 시간과 인력 제약을 고려하면, 장비업체의 이익 상향 속도는 IDM·메모리·물리적 캐파 보유 업체보다 상대적으로 느릴 수 있다.
결국 최근 포트폴리오는 AI 서비스의 성장성보다 AI를 실제로 구현하기 위해 반드시 필요한 하드웨어 공급망에 더 강하게 베팅하는 구조로 바뀌었다. AI가 더 많이 쓰일수록 누가 서비스를 제공하느냐보다, 그 서비스를 가능하게 만드는 메모리, 네트워크, 제조 캐파, 패키징, 소재 병목이 더 중요해질 수 있다는 판단이 반영된 변화다.
#글을 마치며
기업과 포트폴리오는 하나의 생명체와 닮아 있다.
생명체의 성장이 가장 풍부한 자원이 아니라 가장 부족한 자원에 의해 결정되듯, 산업과 기업의 성장도 결국 가장 강한 부분이 아니라 가장 취약한 병목에 의해 좌우된다.
그리고 그 병목이 해소되는 순간, 또 다른 부족한 자원이 새로운 성장의 최소값이 된다.
앞으로도 최소한의 법칙을 잊지 않고, 하나의 생명체를 키우듯 포트폴리오를 살피며, 지금의 병목이 언제까지 가격과 이익으로 전환될 수 있는지를 끝까지 검증해 나가며,
포트폴리오가 시들지 않도록 변화를 계속 관찰하고 관리하는 것이 우리가 관리자로서 해야 할 일이지 않나 싶다.
=끝
댓글 없음:
댓글 쓰기