하락은 기회? AI 에이전트 시대 새롭게 주도주가 될 주식들
📺 원본 영상: 하락은 기회? AI 에이전트 시대 새롭게 주도주가 될 주식들
🎙️ 채널: 소수몽키
📅 정리 일자: 2026-08-06
⚠️ Note: 본 리포트는 영상의 음성을 텍스트로 변환(STT)하여 정리한 것입니다. 화면에 표시된 자료, 차트, 표 등은 포함되지 않을 수 있습니다.
개요
이번 영상은 AI 인프라 투자 사이클의 중심이 NVIDIA로 대표되는 GPU에서 메모리, 그리고 이제는 CPU로 확장되고 있다는 관점을 다룬다. 삼성자산운용 KODEX의 최성민 수석 매니저는 AI가 단순히 질문에 답하는 단계에서 실제 업무를 수행하는 AI 에이전트 단계로 넘어가면서, 복잡한 명령을 판단하고 작업을 배분하는 CPU의 중요성이 커지고 있다고 설명한다.
핵심 메시지는 “GPU가 끝났다”가 아니라 “AI 인프라 병목이 새롭게 이동하고 있다”는 데 있다. 과거 GPU 병목이 NVIDIA를, 메모리 병목이 HBM 관련 기업들을 부각시켰다면, AI 에이전트 시대에는 서버 CPU 수요가 구조적으로 커질 수 있다는 것이다. 이 관점에서 인텔, ARM, AMD가 새로운 주도주 후보로 제시되며, 세 기업을 집중적으로 담는 KODEX 미국 CPU 반도체 TOP10 ETF가 소개된다.
시장 현황: AI 인프라 사이클의 병목이 이동하고 있다
영상의 출발점은 최근 증시 변동성이다. 진행자는 미국에서 일부 기관 청산 소식이 들릴 정도로 시장의 흔들림이 크다고 언급하며, 이런 하락과 변동성이 오히려 새로운 기회를 찾는 계기가 될 수 있다고 말한다. 특히 AI 인프라 분야는 지난 몇 년 동안 NVIDIA와 GPU를 중심으로 움직였지만, 2026년 현재 투자자들이 다시 살펴봐야 할 변화가 생겼다는 것이 대화의 핵심 문제의식이다.
최성민 매니저는 지난 4월 말 인텔 실적 발표일을 중요한 전환점으로 제시한다. 당시 인텔은 하루에 23% 넘게 상승했고, ARM은 15%, AMD는 14% 상승했다고 언급된다. 이 세 기업은 모두 GPU 중심 기업이라기보다 CPU와 밀접한 기업들이기 때문에, 시장이 AI 인프라 안에서 새로운 병목과 수혜 영역을 다시 가격에 반영하기 시작했다는 신호로 해석된다.
이 변화는 단기적인 실적 서프라이즈만으로 설명되지 않는다. 강연자는 지금까지 AI 인프라 투자의 중심이 “반복적이고 병렬적인 계산”에 강한 GPU였다면, 앞으로는 AI가 스스로 계획을 세우고 여러 작업을 실행하는 과정에서 CPU의 역할이 커질 수밖에 없다고 본다. 즉 시장은 단순히 반도체 업종 안에서 다른 종목을 찾는 것이 아니라, AI가 수행하는 일의 성격 변화에 맞춰 새로운 인프라 수요를 반영하고 있는 셈이다.
CPU와 GPU를 이해하는 가장 쉬운 비유: 레스토랑 주방
강연자는 CPU, GPU, 메모리의 차이를 레스토랑 주방에 비유해 설명한다. CPU는 주방을 총괄하는 셰프나 레스토랑 지배인에 가깝다. 손님의 주문을 받고, 어떤 요리를 누구에게 맡길지 정하고, 재료를 언제 꺼낼지 판단하며, 전체 흐름을 순서대로 조율하는 역할을 한다. 따라서 CPU의 강점은 대량의 단순 작업을 한꺼번에 처리하는 것보다는 복잡한 판단과 순차적 지시를 빠르게 수행하는 데 있다.
반대로 GPU는 강연자의 비유에서 “100인분 양파를 동시에 써는 조리 보조”에 해당한다. 같은 유형의 단순 계산을 대규모로 병렬 처리하는 데 강하기 때문에, 대규모 AI 모델 학습과 추론에서 핵심 역할을 맡아왔다. 다만 GPU는 스스로 코스 순서를 다시 짜거나 작업 전체를 계획하는 역할에는 적합하지 않으며, 바로 이 지점에서 CPU와 GPU의 역할 차이가 분명해진다.
메모리는 재료를 나르는 손수레와 통로에 비유된다. 한 번에 얼마나 많은 데이터를 옮길 수 있는지, 얼마나 빠르게 이동할 수 있는지가 중요하며, HBM(High Bandwidth Memory)이 중요한 이유도 GPU 가까이에 넓은 데이터 통로를 붙여 병목을 줄이는 구조이기 때문이다. 강연자 역시 이 비유가 교과서적인 정의는 아니라고 선을 긋지만, 투자 관점에서 AI 인프라 병목이 어디에서 발생하는지 이해하는 데는 매우 직관적인 설명이다.
02:53 - CPU, GPU, 메모리를 레스토랑 주방에 비유하며 각 부품의 역할을 설명하는 구간
왜 지금까지는 GPU였고, 왜 이제 CPU가 부각되는가
지금까지 AI가 주로 수행하던 일은 질문 하나를 받고 답변 하나를 생성하는 방식이었다. 이 단계에서는 거대한 모델이 입력을 받아 다음 토큰을 예측하고 답을 만드는 계산이 중심이었기 때문에, 병렬 계산에 강한 GPU가 압도적으로 중요했다. 강연자의 표현을 빌리면, 지금까지 AI는 계속 “양파 썰기”를 해왔고, 그래서 조리 보조 역할을 하는 GPU가 가장 많은 주목을 받았다.
그러나 AI 에이전트 시대에는 업무의 성격이 달라진다. 사용자가 “자료를 찾아서 정리하고, 엑셀로 만들고, 메일까지 보내줘”라고 요청하면 AI는 단순히 답변만 생성하지 않는다. 검색을 하고, 계획을 세우고, 코드를 실행하고, 결과를 확인하며, 틀렸으면 다시 시도하는 일련의 절차를 수행한다. 이 과정에서 “검색해라”, “코드를 실행해라”, “결과를 검토해라”, “다시 시도해라” 같은 명령을 판단하고 조율하는 역할은 GPU보다 CPU에 가깝다.
이 변화는 AI 인프라 투자에서 매우 중요하다. AI가 챗봇 단계에 머물 때는 GPU가 대부분의 가치를 가져갔지만, AI가 실제 업무를 수행하는 에이전트가 되면 전체 시스템을 조율하는 CPU가 병목으로 떠오를 수 있다. 따라서 CPU의 부각은 단순한 테마 순환이 아니라, AI 사용 방식 자체가 바뀌면서 발생하는 인프라 구조의 변화로 해석해야 한다.
데이터로 보는 CPU 수요 확대
강연자는 Morgan Stanley 분석을 인용하며 AI 단계별 GPU와 CPU의 비중 변화를 설명한다. 단순 챗봇 단계에서는 GPU 대 CPU 비중이 약 12대 1이었지만, 추론 단계로 넘어가면 2대 1까지 낮아지고, AI 에이전트 단계에서는 1대 1까지 올라올 수 있다는 분석이 제시된다. 이는 CPU가 단순 보조 부품이 아니라 AI 시스템 전체를 구동하는 핵심 부품으로 재평가될 수 있음을 보여준다.
05:38 - Morgan Stanley 분석을 바탕으로 챗봇, 추론, AI 에이전트 단계별 GPU와 CPU 비중 변화를 설명하는 구간
| 구분 | 강연에서 언급된 GPU:CPU 비중 | 의미 |
|---|---|---|
| 단순 챗봇 단계 | 약 12대 1 | GPU 중심의 병렬 계산 수요가 압도적인 구조 |
| 추론 단계 | 약 2대 1 | CPU의 조율 및 실행 역할이 커지는 구조 |
| AI 에이전트 단계 | 약 1대 1 | GPU와 CPU가 모두 핵심 인프라가 되는 구조 |
강연자는 NVIDIA의 Jensen Huang CEO가 2026년 3월 GTC 기조연설에서 CPU가 더 이상 단순히 모델을 지원하는 역할에 머물지 않고 모델을 구동한다고 언급했다고 전한다. 이 발언은 GPU의 대표 기업인 NVIDIA조차 CPU의 중요성을 공개적으로 강조했다는 점에서 의미가 있다. AI 에이전트가 보편화될수록 GPU만 빠른 시스템은 충분하지 않으며, 작업 전체를 지시하고 흐름을 관리하는 CPU의 처리 능력이 전체 성능을 좌우할 수 있기 때문이다.
또 하나의 중요한 수치는 AI 에이전트 작업 시간의 최대 90%가 CPU 처리에 몰릴 수 있다는 분석이다. GPU가 아무리 빠르더라도 CPU가 명령을 제때 배분하지 못하면 전체 시스템은 대기 상태에 빠진다. 강연자가 다시 레스토랑 비유를 가져온 것도 이 때문이다. 주방 보조들이 아무리 빨리 양파를 썰 준비가 되어 있어도, 총괄 셰프가 주문을 처리하지 못하면 레스토랑 전체의 회전율은 올라가지 않는다.
서버 CPU 시장: 공급 부족과 시장 규모 확대
수요가 빠르게 늘어나는 상황에서 공급이 따라오지 못하면 가격과 납기가 움직인다. 강연자에 따르면 서버 CPU 시장은 사실상 품귀에 가까운 상태이며, 인텔과 AMD는 이런 현상을 반영해 CPU 가격 인상에 나섰고 평균 납기도 크게 늘어났다. 이는 최근 메모리 시장에서 투자자들이 목격한 것과 유사한 패턴이다. 병목이 생기면 해당 부품의 가격 협상력이 높아지고, 관련 기업들의 실적 기대도 함께 커진다.
강연자는 Bank of America의 전망도 함께 소개한다. 2030년 글로벌 서버 CPU 시장 규모 전망은 기존 1,250억 달러 수준에서 1,700억 달러까지 상향되었다고 한다. 현재 또는 최근 기준으로 언급된 시장 규모는 2025년 기준 350억 달러 수준이며, 이를 기준으로 보면 약 5년 만에 시장이 5배 가까이 커질 수 있다는 계산이 나온다.
08:03 - 2030년 글로벌 서버 CPU 시장 전망이 1,700억 달러로 상향되었다고 설명하는 구간
| 항목 | 강연에서 언급된 수치 |
|---|---|
| 2025년 서버 CPU 시장 규모 | 약 350억 달러 |
| 기존 2030년 전망 | 약 1,250억 달러 |
| 상향된 2030년 전망 | 약 1,700억 달러 |
| 데이터 센터 1GW당 CPU 코어 수: 생성형 AI 시대 | 약 3,000만 개 |
| 데이터 센터 1GW당 CPU 코어 수: AI 에이전트 시대 | 약 1억 2,000만 개 |
ARM의 전망도 인상적이다. 데이터 센터 전력 1GW당 필요한 CPU 코어 수가 생성형 AI 시대에는 약 3,000만 개 수준이었지만, AI 에이전트 시대에는 약 1억 2,000만 개로 늘어날 수 있다고 강연자는 설명한다. 이는 단순히 서버 수가 늘어나는 문제가 아니라, AI 데이터 센터의 설계 기준 자체가 더 많은 CPU 코어를 필요로 하는 방향으로 바뀐다는 뜻이다.
06:43 - AI 에이전트 시대에 데이터 센터 1GW당 필요한 CPU 코어 수가 약 4배 증가할 수 있다고 설명하는 구간
인텔: 범용 서버 CPU와 자체 생산 능력의 재평가
인텔은 강연에서 범용 CPU 시장의 대표 기업으로 설명된다. 범용 CPU는 복잡한 명령을 통째로 받아 빠르게 처리하는 만능형 인재에 가깝고, 전 세계 서버에 깔린 대부분의 소프트웨어가 이 방식과 높은 호환성을 갖고 있다. 이 호환성은 데이터 센터가 기존 시스템을 AI 용도로 업그레이드할 때 매우 중요한 장점이 된다.
인텔의 약점도 분명하다. 범용 CPU는 전력 소비가 많고 발열이 크다는 부담이 있기 때문에, 전력 효율이 핵심인 AI 데이터 센터 시대에는 도전을 받을 수밖에 없다. 그럼에도 기존 서버 인프라의 방대한 설치 기반과 소프트웨어 호환성은 쉽게 대체되기 어렵다. 강연자는 이러한 이유로 범용 서버 CPU 시장에서 인텔이 여전히 높은 점유율을 가져가고 있다고 설명한다.
최근 인텔의 투자 포인트는 두 가지 이상으로 제시된다. 하나는 NVIDIA와의 파트너십이다. NVIDIA가 인텔에 투자했고, NVIDIA AI 서버에 들어갈 맞춤형 x86 CPU를 여러 세대에 걸쳐 공동 개발하기로 했다는 점이 강조된다. 다른 하나는 Google과 맞춤형 Xeon CPU 장기 공급 계약으로 언급된 부분인데, STT상 일부 표현이 불명확하므로 세부 계약명은 원본 영상 확인이 필요하다. 다만 강연의 취지는 인텔이 대형 고객과의 장기 계약을 통해 서버 CPU 내 포지션을 안정화하고 있다는 것이다.
10:24 - 인텔의 NVIDIA 파트너십, 맞춤형 x86 CPU 개발, 장기 공급 계약과 파운드리 강점을 설명하는 구간
인텔의 숨은 카드로는 파운드리와 자체 생산 능력이 제시된다. NVIDIA, AMD 같은 기업들이 설계에 집중하는 팹리스(Fabless) 모델을 택하는 반면, 인텔은 자체 생산 공장을 보유하고 있다. 과거에는 이 제조 인프라가 비용 부담으로 평가받았지만, TSMC 생산 능력이 병목이 되는 국면에서는 오히려 직접 물량을 늘릴 수 있는 전략적 장점이 될 수 있다는 것이 강연자의 해석이다.
ARM: AI 데이터 센터 시대의 전력 효율 플레이어
ARM은 강연에서 AI CPU의 대표 기업으로 다뤄진다. 여기서 AI CPU는 AGI(Artificial General Intelligence, 범용 인공지능) 전용 칩이라기보다, AI 데이터 센터 환경에 최적화된 서버용 CPU에 가깝다. 강연자는 ARM의 AI CPU를 “전성비 특화 전문가”라고 표현하며, 전력 대비 성능 비율이 데이터 센터 경쟁력의 핵심이 되는 시대에 ARM의 강점이 부각될 수 있다고 설명한다.
ARM 구조의 핵심은 명령어를 잘게 쪼개 단순화하고, 대신 많은 코어를 효율적으로 배치하는 데 있다. 복잡한 하나의 일을 빠르게 처리하는 것보다 수많은 요청을 효율적으로 정리하고 배분하는 데 강하다는 점에서, AI 에이전트 워크로드와 잘 맞는다. 새로 짓는 대규모 AI 데이터 센터에서는 기존 소프트웨어 호환성보다 전력 효율과 운영비 절감이 더 중요할 수 있기 때문에, ARM이 치고 들어갈 여지가 커진다.
흥미로운 변화는 ARM이 오랫동안 설계 IP(Intellectual Property)를 제공하고 로열티를 받는 회사였다는 점에서 출발한다. 강연자에 따르면 ARM은 창사 35년 만에 처음으로 자체 칩인 ARM AI CPU를 직접 만들어 판매하겠다고 2026년 3월 선언했다. 이미 소규모 생산을 진행하고 있으며, TSMC와 지속 협업해 양산에 들어가겠다는 계획도 언급된다. 이는 ARM이 단순한 설계도 제공 기업에서 데이터 센터 CPU 매출을 직접 확대하는 기업으로 변신하려 한다는 의미다.
수치상 목표도 공격적이다. 강연에 따르면 ARM의 2025년 전체 매출은 약 47억 달러 수준이었는데, 데이터 센터 사업에서만 2026년 이후 5년 내 150억 달러 매출을 달성하겠다는 목표를 제시했다. 목표치라는 점을 감안해야 하지만, ARM이 AI 데이터 센터 시장을 얼마나 크게 보고 있는지 보여주는 대목이다.
13:37 - ARM의 데이터 센터 사업 매출 목표와 AI CPU 사업 확장 전략을 설명하는 구간
AMD: CPU와 GPU를 모두 다루는 유연한 하이브리드
AMD는 강연에서 유연한 플레이어로 소개된다. x86 진영에서는 인텔의 사실상 유일한 경쟁자로 평가되며, 최근 데이터 센터 매출 흐름도 긍정적으로 언급된다. AMD의 가장 큰 특징은 CPU와 GPU를 모두 잘 만드는 회사라는 점이다. AI 인프라가 GPU, CPU, 메모리, 네트워킹이 결합된 시스템 경쟁으로 이동할수록 이런 양면성은 중요한 강점이 될 수 있다.
AMD는 인텔과 비교하면 발열이나 코어 구성 측면에서 우위가 있다는 평가를 받는다. 동시에 ARM과 비교하면 기존 x86 생태계와의 호환성에서 강점을 갖는다. 이 때문에 AMD는 기존 데이터 센터를 AI 데이터 센터로 업그레이드하는 시장과, 새롭게 설계되는 AI 인프라 시장 사이에서 균형 잡힌 선택지가 될 수 있다.
강연자는 AMD를 인텔과 ARM의 교집합에 가까운 기업으로 바라본다. 인텔처럼 x86 호환성을 갖고 있으면서도, ARM이 강조하는 효율성과 확장성 측면에서 일부 경쟁력을 확보하고 있다는 것이다. 따라서 CPU 사이클에서 AMD는 단순한 보조 수혜주라기보다, GPU와 CPU 양쪽을 모두 연결할 수 있는 하이브리드 인프라 기업으로 해석된다.
💡 핵심 투자 전략: CPU 삼총사를 함께 담는 병목 투자
강연에서 제시되는 핵심 투자 전략은 특정 승자를 하나만 고르는 방식이 아니다. AI 에이전트 시대의 CPU 수요가 이제 막 구조적으로 커지는 초기 국면이라면, 인텔, ARM, AMD 중 한 기업만 선택하기보다 세 기업을 함께 담는 접근이 유효하다는 것이다. 이는 메모리 시장이 커질 때 삼성전자, SK하이닉스, Micron이 함께 주목받았던 흐름과 비슷한 사고방식이다.
이 전략의 논리는 병목의 초기 국면에 있다. GPU 병목이 처음 부각됐을 때 NVIDIA가 강한 성장을 보였고, 메모리 병목이 본격화될 때 HBM 관련 기업들이 함께 재평가받았듯이, CPU 병목이 새롭게 나타난다면 관련 주요 기업들이 동시에 수혜를 받을 가능성이 있다. 특히 CPU 시장은 특정 기업이 다른 기업을 완전히 밀어내는 승자독식 구조라기보다, 기존 데이터 센터 업그레이드와 신규 AI 데이터 센터 구축이라는 서로 다른 수요가 병존하는 시장으로 설명된다.
실행 방법은 시장의 용도별 수혜를 나눠 보는 것이다. 기존 데이터 센터가 AI 용도로 업그레이드되는 시장에서는 소프트웨어 호환성이 중요하므로 인텔과 AMD의 x86 기반 CPU가 경쟁력을 가질 수 있다. 반면 새로 짓는 대규모 AI 데이터 센터에서는 전력 효율이 핵심이 되기 때문에 ARM 기반 CPU가 더 강하게 침투할 가능성이 있다. 이처럼 수요의 성격이 다르기 때문에, 세 기업을 함께 보는 포트폴리오 접근이 더 현실적이라는 것이 강연자의 결론이다.
다만 이 전략에는 분명한 리스크도 있다. CPU 수요 확대 전망이 실제 매출과 이익으로 연결되기까지는 시간이 걸릴 수 있고, 데이터 센터 투자 사이클이 둔화되면 기대치가 먼저 조정될 수 있다. 또한 인텔의 파운드리 전략, ARM의 자체 칩 사업 전환, AMD의 데이터 센터 경쟁력은 모두 실행 리스크를 안고 있다. 따라서 강연의 메시지는 단기 매매 신호라기보다, AI 인프라 안에서 다음 병목 후보를 장기적으로 관찰하자는 전략에 가깝다.
KODEX 미국 CPU 반도체 TOP10 ETF의 구조
영상 후반부에서는 삼성자산운용의 KODEX 미국 CPU 반도체 TOP10 ETF가 소개된다. 강연자에 따르면 이 ETF는 2026년 8월 4일 상장되었으며, 인텔, ARM, AMD 세 종목에 약 75% 수준으로 집중 투자하는 구조를 추구한다. 나머지는 Qualcomm, Marvell처럼 CPU 생태계를 함께 구성하는 기업과 일부 패키징 기업을 포함해 총 10종목으로 구성된다고 설명된다.
이 ETF의 핵심은 단순 시가총액 기준만 따르지 않는다는 데 있다. 강연자는 기준 지수에서 시가총액뿐 아니라 AI 관련성 점수를 반영해 비중을 정한다고 설명한다. 또한 분기마다 리밸런싱을 진행하며, 총보수는 0.5%, 환헤지는 하지 않는 환노출형 상품으로 언급된다. 구성 종목은 향후 변동될 수 있다는 점도 함께 제시된다.
16:31 - KODEX 미국 CPU 반도체 TOP10 ETF의 구성 방식, 리밸런싱, 총보수, 환노출 구조를 설명하는 구간
| 항목 | 강연에서 언급된 내용 |
|---|---|
| 상품명 | KODEX 미국 CPU 반도체 TOP10 ETF |
| 상장일 | 2026년 8월 4일 |
| 핵심 종목 | 인텔, ARM, AMD |
| 핵심 3종목 비중 | 약 75% 수준 |
| 기타 구성 | Qualcomm, Marvell, 일부 패키징 기업 등 |
| 종목 수 | 총 10종목 |
| 리밸런싱 | 분기별 |
| 총보수 | 0.5% |
| 환헤지 | 하지 않는 환노출형 |
이 상품은 GPU나 메모리 중심으로 이미 AI 인프라 포지션을 갖고 있는 투자자에게 보완적 선택지가 될 수 있다. 강연자는 GPU보다 CPU가 낫다거나, 메모리보다 CPU가 낫다는 식의 비교를 하지는 않는다. 오히려 AI 인프라 사이클이 계속되는 가운데 주도주가 순환할 수 있고, 그 다음 관심 영역으로 CPU를 살펴볼 필요가 있다는 점을 강조한다.
향후 전망: AI가 “대답”에서 “일”로 넘어갈 때
이번 영상의 가장 중요한 문장은 AI가 “대답하는 단계”에서 “일하는 단계”로 넘어가고 있다는 설명이다. 챗봇 시대의 AI는 사용자의 질문에 답하는 것이 중심이었지만, AI 에이전트 시대의 AI는 검색, 실행, 검토, 수정, 전달까지 포함한 업무 흐름을 수행한다. 이 변화는 단순히 소프트웨어 사용 경험의 변화가 아니라, 데이터 센터가 필요로 하는 하드웨어 구조의 변화를 뜻한다.
GPU는 여전히 AI 인프라의 핵심이다. 대규모 모델 학습과 추론에 필요한 병렬 계산 수요는 사라지지 않으며, 메모리 역시 데이터 이동 병목을 해결하는 핵심 부품으로 남는다. 다만 강연자는 여기에 CPU라는 새로운 병목이 추가되고 있다고 본다. GPU와 메모리가 이미 시장의 큰 관심을 받아온 반면, CPU는 AI 에이전트 확산과 함께 새롭게 재평가될 수 있는 영역이라는 것이다.
투자 관점에서 중요한 것은 사이클의 순환이다. AI라는 큰 흐름은 유지되더라도, 그 안에서 어떤 부품과 기업이 가장 강한 주도권을 갖는지는 시기마다 달라질 수 있다. 진행자가 NVIDIA를 예로 들며 최근 1년가량 상대적으로 횡보한 흐름을 언급한 것도 같은 맥락이다. AI 인프라 전체가 성장하는 동안 GPU, 메모리, CPU가 번갈아 주목받을 수 있다면, CPU는 다음 국면의 중요한 관찰 대상이 된다.
마무리 / 핵심 정리
이번 강연은 AI 인프라 투자에서 CPU를 다시 봐야 하는 이유를 설득력 있게 정리한다. 지금까지 시장은 AI를 거대한 계산 문제로 바라보며 GPU와 HBM에 집중했지만, AI 에이전트가 실제 업무를 수행하는 단계로 확산되면 명령을 해석하고 작업을 조율하는 CPU의 중요성이 커진다. 이 변화는 AI 사용 방식의 진화에서 비롯되기 때문에, 단순한 반도체 테마 순환보다 구조적인 의미가 크다.
인텔은 기존 서버 생태계와 x86 호환성, NVIDIA와의 파트너십, 자체 생산 능력을 강점으로 갖고 있다. ARM은 전력 효율과 신규 AI 데이터 센터 최적화라는 축에서 부각되며, 자체 칩 판매로 매출 구조를 확장하려 한다. AMD는 CPU와 GPU를 모두 다루는 하이브리드 기업으로, 인텔과 ARM 사이의 교집합을 가진 유연한 선택지로 설명된다.
결국 강연자의 결론은 하나의 정답 종목을 고르기보다 CPU 시장 자체의 성장을 포트폴리오로 바라보자는 것이다. AI 인프라 사이클이 끝난 것이 아니라 병목이 이동하고 있다면, 다음 병목이 될 수 있는 CPU를 눈여겨보는 것은 합리적인 접근이다. 다만 모든 전망은 실제 데이터 센터 투자, 기업별 실행력, 공급망 상황에 따라 달라질 수 있으므로, 본 리포트는 투자 판단의 출발점으로 활용하고 세부 상품 정보와 리스크는 원본 영상 및 공식 자료를 함께 확인해야 한다.
📚 출처 및 참고
| 구분 | 내용 |
|---|---|
| 원본 영상 | 하락은 기회? AI 에이전트 시대 새롭게 주도주가 될 주식들 |
| 채널 | 소수몽키 |
| 영상 길이 | 약 19분 16초 |
| 리포트 작성 | 2026-08-06 |
| 작성 방식 | YouTube 영상 STT 변환 후 에디팅 |
💬 본 리포트는 영상 내용을 바탕으로 재구성되었습니다. 정확한 내용은 원본 영상을 참조해 주세요.