백발의 주식 신에서 100억 펀드 대부로, 엔비디아를 공매도한 똑똑한 사람들은 모두 같은 프레임워크로 부자가 되고 있다

저자：비비 뉴스 AI 주식 신 Leopold는 2억에서 130억으로, 백발 주식 신은 연환산 225배, 진리무는 159개의 IPO를 투자했으며, 모두 같은 프레임워크에 의존하고 있다: 병목 찾기.

Leopold는 2.25억 달러로 펀드를 설립하고 12개월 만에 55억 달러를 달성했으며, 현재 130억 달러로 확대되었다. 그가 주목한 병목은 전력, 계산 능력, 메모리, 광인터넷과 같은 AI 물리적 인프라이다.

그의 투자 포트폴리오에는 엔비디아 주식이 없고, 오히려 84.6억 달러의 풋옵션으로 전체 반도체 섹터를 공매도하고 있다.

엔비디아 주가가 6달러일 때 그 제안을 거절한 백발 주식 신은 자소엽 이론을 사용하여 소형주를 선택하고, 연환산 수익률 225배를 자칭하며, 그가 주목한 병목은 CPO 광인터넷, InP 기판, 광 송수신기 등 AI 광통신 공급망의 상류이다.

인텔 CEO 진리무는 2026년 6월 18일 No Priors 팟캐스트에서의 인터뷰에서 이 이론을 더욱 강조했다. 진리무는 인텔을 맡기 전 12년 동안 Cadence CEO로 재직하며, 그 기간 동안 주가는 32배 상승했다.

동시에 그는 반도체 분야에서 가장 활발한 벤처 투자자 중 한 명으로, 개인적으로 200개 이상의 반도체 회사에 투자했으며, 그 중 159개가 IPO를 했다. 그가 주목한 병목은 EDA, GaN/SiC/InP 등 신소재 및 광인터넷을 포함한다.

한 개의 회로 기판, AI 하드웨어 공급망 이해하기

어떤 AI 가속기의 회로 기판을 들어보자.

제작되기 전에 디자이너는 EDA 도구를 사용하여 수백억 개의 트랜지스터 배치를 검증해야 하며, InP, GaN, SiC와 같은 신소재로 물리적 한계에 도달한 실리콘을 대체하고, 헬륨가스로 포토리소그래피와 에칭의 모든 정밀 공정을 보호해야 한다.

기판 위에는 GPU 칩과 HBM 메모리가 쌓여 있으며, TSMC의 CoWoS 또는 인텔의 EMIB를 통해 고급 패키징이 완료된다. GPU는 계산 능력의 한계를 결정하고, HBM은 그 계산 능력이 방출될 수 있는지를 결정하며, 패키징은 이들이 함께 조립될 수 있는지를 결정한다.

기판과 기판 사이, 수천 개의 이러한 가속기가 협력하여 계산해야 한다. 구리 케이블은 물리적 대역폭 한계에 가까워지고 있으며, 광인터넷이 그 역할을 이어받고 있다.

기판 주변에서 48V 전압은 GPU가 필요한 1V 이하로 낮춰져야 하며, 각 변환 단계에서 열이 발생한다; 120kW의 한 기가의 전력 소비로 전통적인 공냉은 더 이상 작동하지 않으며, 액체 냉각이 표준이 되고 있다.

기판 외부에서, 이 모든 것은 전력이 필요하다. 하나의 AI 데이터 센터의 전력 소비량은 중간 규모의 도시와 맞먹으며, 전력망 확장과 새로운 발전 시설 건설에는 수년이 걸린다.

이것이 아홉 개의 병목의 전체 모습이다. 아래에서 하나씩 분석해 보겠다.

기판 이전 EDA: 한 번의 웨이퍼 실패, 수천만 달러 손실

모든 칩은 제조 전에 EDA를 통해 설계 및 검증을 완료해야 하며, 검증 단계는 전체 칩 개발 주기의 60%-70%를 차지한다.

AI 가속기는 수백억 개의 트랜지스터를 통합하고, HBM, 3D 스태킹 및 고급 패키징을 겹쳐 설계 복잡성이 지속적으로 증가하고 있지만, EDA 도구의 계산 효율성은 동기화되지 않았다. 검증에 문제가 생기면 다시 웨이퍼를 만들어야 하며, 실패 비용은 수천만 달러를 초과할 수 있다.

2025년 EDA 시장 규모는 약 145억 달러로, 2026년에는 180억 달러에 근접할 것으로 예상된다. Synopsys, Cadence, Siemens 세 회사가 합쳐서 65% 이상의 시장 점유율을 차지하고 있다. 진리무는 Cadence에서 12년간 CEO로 재직하며, 이 단계의 가격 결정권을 다른 투자자보다 더 잘 알고 있다. 그는 EDA를 금광에 비유했다. Cadence는 설계 수렴 속도를 5배 향상시킬 수 있으며, Siemens의 AI 시스템은 일부 작업에서 10배 가속을 달성했다. 신소재: 실리콘은 더 이상 버틸 수 없다, 다섯 가지 소재가 대체

전통적인 실리콘 기반 소재는 전력 소비, 열 방출, 광통신 등 방향에서 성능 한계에 도달하고 있다. 다섯 가지 신소재가 돌파구가 되고 있다: GaN(고주파 전력 소자), SiC(고압 대전류), InP(광통신), 인조 다이아몬드(열 전도), 유리 기판(고급 패키징).

800G, 1.6T 광 모듈은 InP 소재에 의존하며, 현재 AI 광인터넷 수요 격차는 약 40%-60%에 달한다. 유리 기판은 차세대 고급 패키징 방향으로 여겨지며, 인텔과 TSMC는 양산을 가속화하고 있다. Wolfspeed와 Infineon은 2025-2027년 사이에 SiC 생산 능력에 150억 달러 이상을 투자할 예정이다. 헬륨: 재생 불가능, 공급 중단 시 생산 중단

2026년 초, 대부분의 투자자들이 전혀 주목하지 않았던 일이 발생했다: 카타르 Ras Laffan의 공급 교란으로 인해 전 세계 27%-30%의 헬륨 공급이 영향을 받았고, 현물 가격이 단기적으로 40%-100% 상승했다. 한국 반도체 산업은 카타르 헬륨에 약 64.7% 의존하고 있으며, 삼성과 SK 하이닉스의 HBM 생산 라인은 공급 위험에 직면해 있다.

헬륨은 EUV 포토리소그래피, 에칭, 증착, 웨이퍼 냉각 등 단계에 걸쳐 사용되며, 재생 불가능하고 대체품이 없다. 반도체 산업은 전 세계 헬륨 소비량의 약 24%를 차지하며, 2030년에는 30%로 증가할 것으로 예상된다. 더 문제는, 2nm 공정이 3nm에 비해 헬륨 소비량이 약 20% 증가해야 한다는 것이다. 공정이 더 진보할수록 점점 줄어드는 자원에 더 의존하게 된다.

삼성은 헬륨 재활용 시스템을 도입했으며, TSMC의 고급 생산 라인은 80%-90%의 회수율을 달성하고 있다. 그러나 회수는 문제를 완화할 수 있을 뿐, 근본적인 문제를 해결할 수는 없다: 공급이 소수의 기원지에 집중되어 있으며, 새로운 기원지 건설 주기는 수년이 걸린다.

기판 위 HBM: 공급 부족, DRAM 가격이 2년 동안 두 배 상승

HBM은 GPU에 고속 데이터 전송 능력을 제공하며, 공급이 장기적으로 긴장 상태에 있어 AI 서버 출하의 핵심 병목이 되었다. 메모리가 무엇보다 부족하다.

2026년 전 세계 HBM 시장 규모는 약 92억 달러로 예상되며, 2035년에는 거의 700억 달러로 성장할 것으로 보이며, 연평균 성장률은 25%를 초과할 것이다. SK 하이닉스, 삼성, 마이크론 세 회사가 시장을 주도하고 있으며, SK 하이닉스는 선도적인 생산 능력으로 엔비디아의 핵심 공급자가 되었고, 삼성과 마이크론은 HBM3E 및 HBM4의 생산을 가속화하고 있다.

GPU는 계산 능력의 한계를 결정하고, HBM은 이러한 계산 능력이 방출될 수 있는지를 결정한다. 고급 패키징: GPU는 만들어졌지만, 패키징 대기 중

고급 패키징은 GPU와 HBM을 통합하여 완전한 AI 가속기로 만든다. TSMC의 CoWoS는 가장 주류의 솔루션이다. GPU와 HBM이 이미 생산되었더라도, 패키징이 완료되지 않으면 계산 능력으로 전환될 수 없다.

TSMC CEO는 CoWoS 생산 능력이 "극도로 긴장 상태이며, 2026년에는 이미 매진"이라고 공개적으로 밝혔다. 생산 능력은 2024년 말 약 3.5만-4만 개에서 2026년 목표 12만-14만 개로 증가했지만, 수요는 더 빠르게 증가하고 있다. 2026년 전 세계 CoWoS 수요는 약 100만 개 웨이퍼에 이를 것으로 예상되며, 엔비디아는 약 60%를 차지하고 있으며, 장기 계약을 통해 대량 생산 능력을 확보하고 있다.

인텔은 EMIB와 유리 기판 솔루션에 베팅하여 패키징 방향에서 TSMC와 경쟁하려 하고 있으며, ASE, Amkor 등 패키징 공장도 동시에 생산을 확대하고 있다.

기판 사이 인터넷/광자: 구리 케이블은 더 이상 작동하지 않으며, 광인터넷이 그 역할을 이어받는다

대형 모델 훈련에는 수천 개, 심지어 만 개의 GPU가 협력하여 계산해야 한다. 단일 GPU의 계산 능력이 아무리 강력하더라도, 칩 간 데이터 전송 속도가 따라가지 못하면 전체 클러스터의 실제 활용률이 낮아진다. 현재 주류의 구리 케이블 연결 솔루션은 물리적 대역폭 한계에 가까워지고 있으며, 고속 연결 칩과 새로운 연결 아키텍처가 자본 집중 투자 방향이 되고 있다.

광자는 연결 병목의 다음 세대 해결책이다. 전기 신호는 장거리 및 고밀도 전송 시 신호 감쇠 및 발열 문제를 겪으며, 광 신호는 이 두 가지 측면에서 물리적 이점을 가진다. 실리콘 포토닉스와 CPO(공동 패키징 광학)는 연결 전력을 30%-50% 줄일 것으로 기대되지만, 제조 공정, 패키징 통합 및 비용 통제가 아직 성숙하지 않아, 생산 능력과 AI 클러스터 수요 간에 명백한 격차가 존재한다. 2025년 광학 연결 시장은 약 150억 달러에 이를 것이며, 2034년에는 430억 달러에 이를 수 있다.

황仁勋은 거의 모든 광인터넷 관련 회사에 투자했다. 2026년 이후, NVIDIA는 광자 방향에 65억 달러 이상을 투자했다: Lumentum과 Coherent에 각각 약 20억 달러를 투자하고, Ayar Labs에 5억 달러를 투자하여 실리콘 포토닉스 경로를 구축하고 있다.

기판 주변 전력 변환: 48V에서 1V로, 전통적인 실리콘 소자는 더 이상 견딜 수 없다

AI 서버는 48V 또는 그 이상의 전압을 여러 단계 변환하여 GPU가 필요한 1V 이하로 낮춰야 한다. 전통적인 실리콘 기반 전력 소자는 고전력 환경에서 효율성이 부족하며, GaN과 SiC가 다음 세대 솔루션으로 떠오르고 있다.

onsemi는 다음 세대 1MW AI 랙에서 전력 반도체의 가치가 약 5만 달러에서 10만 달러로 두 배 증가할 것이라고 추정했다. 2025-2026년 GaN/SiC 전력 소자 시장은 약 20억 달러로 예상되며, 2030년에는 80억 달러를 초과할 것으로 보이며, 연평균 성장률은 20%를 초과할 것이다.

Infineon은 GaN Systems를 인수하여 제품 라인을 보완하고, Navitas는 AI 데이터 센터를 위한 GaN 전원 솔루션을 출시했으며, onsemi, Wolfspeed, STMicroelectronics도 SiC 생산 능력을 가속화하고 있다. 액체 냉각: 한 기가 120kW, 공냉은 더 이상 작동하지 않는다

NVIDIA GB200 NVL72를 대표로 하는 새로운 세대 AI 서버 기가는 120kW 이상의 전력을 소비한다. 이러한 열이 팬만으로 처리된다면, 데이터 센터에 필요한 공간과 소음이 통제 불능이 된다. 액체 냉각은 다음 세대 AI 데이터 센터의 표준 솔루션이 되고 있다.

2025년 전 세계 데이터 센터 액체 냉각 시장은 약 50억 달러로 예상되며, 2035년에는 271억 달러로 성장할 것으로 보인다. 새로운 AI 데이터 센터에서 액체 냉각의 채택 비율은 2025년 약 35%에서 2026년 말까지 약 55%로 증가할 것으로 예상된다.

NVIDIA는 Blackwell 및 Rubin 플랫폼에서 액체 냉각 아키텍처를 추진하고 있으며, 마이크로소프트, 구글, 아마존, 메타는 새로운 데이터 센터에서의 채택을 가속화하고 있다. 칩 수준의 열 방출 문제에 대해 진리무는 인조 다이아몬드 방향을 설정하여 높은 열 전도 능력을 활용해 고전력 칩의 국부적인 열 집중 문제를 해결하고 있다.

기판 외부 전력: 전력망이 따라가지 못하고, 데이터 센터가 전기를 기다리고 있다

미국에서는 많은 데이터 센터 프로젝트가 전력망 접속 부족으로 인해 지연되고 있다.

아마존, 마이크로소프트, 구글, 메타는 2026년 총 자본 지출이 7000억 달러에 이를 것으로 예상되며, 상당 부분이 AI 인프라 및 에너지 지원으로 흐를 것이다. 전통적인 전력망 확장 속도가 수요를 따라가지 못하고 있으며, 기술 회사들은 장기 전력 구매 계약, 천연가스 발전 및 원자력 등 대체 솔루션으로 전환하고 있다.

Leopold는 실리콘 밸리의 배후에서 이번 세기 남은 모든 전력 계약과 모든 변압기를 차지하기 위한 전투가 벌어지고 있다고 생각하고 있다. 그의 판단은 AI 시대의 진정한 병목은 알고리즘이 아니라 전력이라는 것이다.

Williams는 51억 달러를 투자하여 모듈화된 천연가스 발전 시설을 건설하고 있으며, GE Vernova의 가스 터빈 주문이 100GW 수준에 달하고 있다; NVIDIA는 NVentures를 통해 TerraPower에 투자하여 소형 모듈화 원자로를 추진하고 있으며, Stargate 프로젝트도 원자력 공급을 탐색하고 있다.

다른 기술 병목에 비해 전력 건설은 전력망, 토지, 승인과 관련되어 있으며, 건설 주기가 더 길고, 빠르게 복제하기도 더 어렵다.

이 프레임워크는 언제까지 사용할 수 있을까

이 병목 투자 프레임워크는 얼마나 오래 사용할 수 있을까? 공급이 수요를 따라잡는 시점에 달려 있다.

생산 능력 건설 일정에 따르면, 2027년 하반기가 첫 번째 공급 해방 노드이다: SK 하이닉스 M15X 공장은 2027년 중반에 가동될 계획이며, 마이크론의 싱가포르 및 대만 공장도 2027년을 목표로 하고 있다. 백발 주식 신은 광자 슈퍼 사이클도 2027년 중반에 시작될 것이라고 판단하고 있다. 2028년은 두 번째 물결이다: 삼성 평택 P5 공장, SK 하이닉스 미국 인디애나 공장, 마이크론 히로시마 공장이 집중적으로 가동된다. 진리무의 판단은 "2028년 이전에는 완화되지 않을 것"이다.

하지만 새로운 생산 능력이 가동된다고 해서 병목이 사라지는 것은 아니다. 매 세대 GPU의 HBM 수요량은 두 배로 증가하고 있으며, NVIDIA의 다음 세대 Rubin 아키텍처는 HBM4에 대한 수요를 더욱 확대할 것이다; 또한 초대형 클라우드 공급업체는 이미 장기 계약을 통해 대량의 신규 생산 능력을 확보하고 있으며, 개방 시장에서 확보할 수 있는 점유율은 제한적이다.

2017-2018년 동안 DRAM 가격이 폭등하고, 삼성은 대규모 생산을 확대했으며, 자본 지출이 50% 이상 증가했다. 2019년에 새로운 생산 능력이 집중적으로 방출된 후 가격이 폭락하고, 전체 산업이 손실을 입었다. 생산 능력 투입에서 가격 반전까지는 18개월이 걸렸다.

이번 규모는 이전보다 훨씬 크다. DRAM 가격은 2025년부터 2027년까지 약 275%-300% 상승할 것으로 예상되며, 이는 2017-2018년 상승폭의 세 배이며, 세 배의 수익 기반에서 발생한다. SK 하이닉스, 삼성, 마이크론 세 개의 메모리 제조업체의 시가총액은 모두 1조 달러를 초과했으며, HBM의 이익률은 60%-70%에 달해 전통적인 DRAM을 훨씬 초과한다. 만약 같은 18개월의 윈도우를 적용한다면, 2028년 말에서 2029년 중반까지는 높은 경계가 필요한 시점이 될 것이다.

진정으로 주목해야 할 신호는 이 것이다: 만약 그 시점에 AI 자본 지출 증가 속도가 둔화되고, 세 제조업체의 신규 생산 능력이 동시에 방출된다면, 공급과 수요의 관계가 빠르게 반전될 수 있으며, 병목이 과잉으로 변하고, 가격 결정권이 공급자에서 구매자로 돌아갈 수 있다.

Leopold의 행동은 그가 이 시나리오에 대비하고 있다는 것을 암시한다. 그는 전력과 인프라에 베팅하는 동시에, 84.6억 달러의 풋옵션으로 반도체 섹터를 공매도하고 있다. 그의 판단은 AI 인프라 건설 주기가 정점에 도달하면, 칩 회사 간의 치열한 경쟁이 이익률을 압축할 것이지만, 전력과 물리적 인프라의 희소성은 더 지속적이고 복제하기 어렵다는 것이다.

그 이전에는 이 체인에서의 공급과 수요 불균형이 완화될 기미가 보이지 않는다.