AI 산업의 내러티브가 모델의 품질이나 소프트웨어 생산성에서 하드웨어 및 에너지 인프라로 급격히 이동하고 있다. GPU 보급 속도보다 전력망 확충과 변압기 공급 속도가 느려지면서, AI 스케일링은 디지털 곡선이 아닌 물리적인 제약(Bottleneck)에 직면했다. 이제 AI 승자는 가장 똑똑한 모델을 가진 자가 아니라, 전력과 부지를 선점하고 물리적 실행력을 갖춘 자가 될 것이다.
근거
2030년까지 데이터센터 전력 소비량이 두 배 이상 증가할 것으로 예상되는 가운데, 전력망 연결 지연으로 인해 자체 가스 발전 및 배터리 저장 장치(Onsite power)가 핵심 경쟁력으로 부상하고 있다.
AI scaling은 digital curve처럼 보이지만 제약은 physical grid에서 온다. Compute capex cycle은 energy infrastructure cycle과 결합되고 있다.
연결된 생각
- 자본의 성격 변화: AI 투자가 소프트웨어 현금 흐름 기반에서 대규모 부채가 동반되는 인프라 금융(Project Finance)으로 성격이 변하고 있으며, 이는 금리와 신용 스프레드에 대한 민감도를 높인다.
- 추론 경제학의 부상: 학습(Training)보다 추론(Inference) 비용이 커지면서 전력 효율과 엣지 컴퓨팅의 가치가 재평가될 것이다.