SK ecoplant NEWSROOM

안녕하세요. 이승우라고 합니다. 저는 1999년도부터 여의도에서 반도체 애널리스트로서 활약하고 있고요. 현재는 유진투자증권에서 리서치센터를 총괄하고 있습니다.

2026년 AI 인프라 시장의 핵심 키워드는 ‘Power – to – Compute’ 최적화 경쟁이 될 것으로 예상합니다. 단순 설비 투자 확대를 넘어서서 전력을 얼마나 효율적으로 컴퓨팅 능력으로 바꾸느냐에 대한 기술 운영 경쟁으로 진입하고 있는 중이라고 볼 수 있습니다.

물론 GPU나 가속기를 얼마나 확보하느냐도 중요하지만, 그보다는 장비들을 안정적으로 돌릴 수 있는 지가 굉장히 중요한데요. 이를 위해서는 전력의 인입 구조, 또 배전 시스템, 냉각 방식, 그리고 이를 얼마나 빠르게 구축할 수 있느냐가 실제 AI의 투자 성과를 좌우하는 단계에 와 있습니다.

실제로, 글로벌 투자자들과 빅테크 기업들은 현재 여러가지 구조적인 문제에 직면해 있는 상황입니다.

그 이유를 살펴보자면 랙(Rack, 서버들을 장착할 수 있는 유닛) 당 전력 밀도가 30kW에서 많게는 80kW 이상까지 빠르게 높아지고 있다는 점입니다. GPU와 가속기의 집적도가 늘어나면서 국소 발열 문제, 전문 용어로 ‘핫스팟’이라는 문제가 점점 더 심각해지고 있어, 이 열을 어떻게 처리하느냐가 굉장히 중요해질 것입니다.

구축 속도도 문제입니다. 전력의 인입이나 변전, 배전 설비를 구축하는 데 소요되는 리드 타임이 점점 길어지고 있다는 문제점이 있습니다. 인허가나 공사 그리고 개통 연계 과정에서 여러 가지 병목 현상이 발생하기 때문입니다.

구축 과정에서 병목현상을 낮추기 위해 AI 투자는 개별 설비가 아닌, 설계 표준화부터 모듈화, 열 관리, 사업용 플랜트에 이르기까지 일종의 턴키(Turn-key) 방식의 통합 인프라 투자로 재정의 되고 있습니다.

결국 2026년은 AI 인프라 투자가 규모의 경쟁에서 구축 속도의 경쟁, 가동 효율의 경쟁 그리고 통합 관리 역량을 겨루는 경쟁으로 전환되는 중요한 분기점이 될 것으로 보고 있습니다.

2026년까지는 글로벌 AI 빅테크 간 경쟁으로 인해 AI 인프라 투자는 오히려 더욱 확대될 가능성이 큽니다. 그리고 이 과정에서 국내 메모리 업체들은 굉장히 많은 이익을 거둬들일 것으로 보고 있습니다. 다만 일부 투자 계획은 과도한 측면도 있어, 과거 철도·전기 산업처럼 기술 확산 과정에서 버블과 조정 국면이 반복될 수 있다는 점은 염두에 둘 필요가 있습니다.

특히 금리 인하 국면에서는 단기적으로 버블이 더 커질 수 있지만, 관세 영향이나 인플레이션 등으로 금리가 다시 상승할 경우 회사채 조달 의존도가 높은 기업들을 중심으로 리스크가 현실화될 수 있습니다. 그 시점은 예단하기 어렵지만, 중기적으로는 조정 가능성을 배제하기 어렵습니다.

이러한 환경에서 국내 기업들은 단기적으로는 투자 확대에 맞춰 성과를 극대화하되, 2028~2029년 이후 조정 국면에 대비해 장기적인 경쟁력 보완 전략을 병행해야 합니다. SK에코플랜트 역시 단기 기회를 활용하는 동시에, 조정 이후를 대비한 체질 강화가 필요하다고 봅니다.

SK에코플랜트의 차별점은 AI 인프라 이외에도 반도체 소부장 공급부터 SK테스의 글로벌 거점을 활용한 IT 자산 처분 사업, 데이터센터 서버 재활용 사업을 영위하고 있기 때문에 AI 사이클의 변동성에도 불구하고 리스크 헷지(Risk Hedge, 위험보호장치)를 통해 지속적인 성장이 가능한 포트폴리오를 갖추고 있다고 평가할 수 있을 것 같습니다.

한편 시장 사이클과 별개로, 기술 구조적인 측면에서도 중·장기적 변화 대응이 필요합니다. 현재 AI 모델들이 트랜스포머(2017년 처음 제안된 AI 모델 학습 방식) 기반 AI인데 여러가지 한계가 지적되고 있고, 미국의 주요 연구 기관을 중심으로 포스트 트랜스포머 모델이 개발되고 있습니다. 이에 따른 메모리 구조 고도화가 향후 중요한 변화 요인이 될 가능성이 있으며, 이는 AI 인프라와 관련 기업들의 역할과 가치 재평가로 이어지는 기회로 작용할 수 있습니다.

AI 확산 국면에서 반도체 팹과 데이터센터는 더 이상 민간 기업의 설비 자산이 아니라, 국가의 산업 경쟁력과 기술 주권을 좌우하는 전략 인프라로 인식되고 있습니다.

세 가지 이유를 꼽을 수 있는데요, 첫번째로 AI는 특정 산업에 국한된 기술이 아니라 제조, 금융, 의료, 국방, 행정 전반의 생산성을 동시에 끌어올리는 범용 기술이기 때문입니다. 연산 능력과 반도체 공급 역량은 국가 성장률 자체에 영향을 주는 구조적 변수로 작용할 수 있죠. 결국은 이 AI 경쟁에서 뒤처진다면 국가 경쟁력 자체가 도태될 수 있기 때문에 지금의 AI 산업에 대한 투자는 국가의 장기 전략 하에서 움직여야 되는 중요한 변수가 되고 있습니다.

두 번째는 AI 인프라는 전력, 토지, 인허가, 인력까지 포함하는 종합 시스템입니다. 만약 공급망 차질이나 지정학적 리스크가 발생하면 그 영향이 산업 전반으로 빠르게 확산될 수 있기 때문에, 각국 정부가 이를 전략 자산으로 관리할 필요성이 커지고 있습니다.

마지막으로 AI 데이터센터는 기존 ICT 인프라와 달리 지역 전력망과 국가의 에너지 정책에 직접적인 영향을 미치는 고밀도 산업 설비라는 점도 중요합니다. 즉, 국가 차원에서 에너지·산업·안보 정책과 결합해 종합적으로 관리할 수밖에 없는 영역이기 때문에 국가의 전략 차원에서 이를 이해할 필요가 있습니다.

AI 시대의 가장 큰 변화는 시설의 성격이 “단순 건축물”에서 “공정·에너지·운영이 결합된 복합적 산업 설비”로 전환되었다는 점입니다.

반도체 팹을 보면, 단순한 생산 공간이 아니라 초미세 공정과 첨단 패키징, 그리고 수율 안정성을 동시에 달성해야 하는 복합적인 고정밀 제조 플랫폼으로 진화하고 있습니다.

특히 AI 메모리나 첨단 패키징 공정은 진동, 온·습도, 전력 품질, 클린 환경에 대한 요구 수준이 매우 높습니다. 그래서 설계 단계부터 시공, 그리고 유지보수에 이르기까지 일관된 품질 관리가 곧 핵심 경쟁력이 되고 있습니다.

데이터센터 역시 마찬가지입니다. 이제는 단순히 서버가 모여 있는 공간이 아니라, 전력 인입과 배전, 냉각, 운영 자동화, 네트워킹, 그리고 가동률 관리까지 모든 요소가 통합된 고부가 산업 설비로 바뀌고 있습니다.

AI 워크로드(결과 도출에 필요한 작업정도)는 전력 밀도와 발열 수준이 극단적으로 높기 때문에, 설계 단계에서 어떤 선택을 하느냐가 운영 비용은 물론이고 최종적인 컴퓨팅 성능의 한계까지 사실상 결정하게 된다는 점이 가장 중요한 변화라고 볼 수 있습니다.

글로벌 빅테크들이 AI 인프라에 접근하는 방식은 명확합니다. 연산 성능 자체보다, 연산을 지속적으로 공급할 수 있는 플랫폼을 선점하는 것에 초점을 맞추고 있죠.

정리하자면, 먼저 전력과 부지를 선점을 위한 투자가 선행되고 있습니다. 전력 인입이 가능한지, 변전과 배전 인프라를 구축할 수 있는지, 그리고 장기적으로 안정적인 전력 조달 구조를 만들 수 있는지가 데이터센터 확장의 핵심 변수인만큼, 글로벌 빅테크들은 이미 전력 접근성 자체가 곧 경쟁력이라는 판단 아래, 초기 단계부터 에너지 인프라에 깊이 관여하고 있습니다.

다음으로 표준화되고 모듈화된 설계에 대한 집중 투자입니다. 인프라 플랫폼을 구축하는 과정이 굉장히 복잡해지기 때문에 초반부터 표준화하고 모듈화해야만 확장이 될 수 있는 것입니다. 프리팹(조립식) 구조나 모듈형 전력·냉각 시스템을 통해 설계부터 조달, 시공까지의 기간을 단축하고, 동시에 투자 비용과 리스크 관리가 중요한데요, 이건 단순 비용 절감 차원이 아니라, 시장 출시 속도를 높이고 향후 운영 비용을 최적화하기 위한 전략적인 포석이라고 볼 수 있습니다.

마지막으로 칩-시스템-소프트웨어의 공동 최적화를 위한 투자입니다. 가속기와 네트워크, 스토리지, 운영 소프트웨어를 하나의 시스템으로 통합 최적화함으로써 총 소유 비용(TCO, Total Cost of Ownership)을 낮추고 컴퓨팅의 성능을 효율화하는 중요한 방향이 될 것입니다.

국내 AI 인프라 기업들이 갖춰야 할 승부 포인트는 크게 네 가지로 정리할 수 있습니다.

속도 중심의 EPC(설계∙조달∙시공) 역량, AI 인프라는 완공 시점이 곧 수익성이라고 해도 과언이 아닙니다. 표준화된 설계와 조달 경쟁력, 그리고 공정 관리 역량을 통해 Time-to-Compute를 최소화할 수 있어야 합니다.

고밀도 전력과 냉각 설계 역량, 랙 밀도 상승에 대응할 수 있는 전력 분배 구조와 냉각 방식의 선택, 그리고 설계 최적화 능력은 운영 단계에서의 비용과 안정성을 직접적으로 좌우합니다.

운영 관점의 설계와 O&M(Operation and Management) 경쟁력, AI 인프라는 가동률이 가장 중요한 KPI입니다. 설계 단계부터 운영 자동화와 유지보수 접근성, 그리고 장애 대응 체계를 함께 고려한 구조가 필요합니다.

대형 프로젝트에 대한 리스크 관리 능력, 공정과 원가, 납기 리스크를 동시에 관리할 수 있는 프로젝트 관리 체계와 금융 구조, 파트너십에 대한 이해가 장기적인 사업성의 기반이 된다고 볼 수 있습니다.

결국 설계부터 시공, 관리에 대한 종합적이고 장기적인 이해가 굉장히 중요한 성공 요인이라고 볼 수 있습니다.

최근 AI 인프라 시장에서는 개별 프로젝트의 우수성도 중요하지만, 통합된 실행력과 신뢰성을 갖고 있느냐가 점점 더 중요해지고 있습니다. 이런 관점에서 보면 SK에코플랜트가 추진하고 있는 방향성은 현재의 시장 흐름과 상당히 잘 맞닿아 있다고 평가할 수 있습니다.

설계부터 시공, 조달, 공정 관리까지 아우르는 통합 EPC 역량은 AI 인프라에서 가장 중요한 요소인 구축 속도와 안정성을 동시에 확보할 수 있는 기반이 될 수 있기 때문입니다.

특히, 반도체 팹과 AI 데이터센터는 대표적인 고난도 산업 설비로, 품질과 안전, 그리고 납기 관리 체계가 사업의 성패를 좌우합니다. 그렇기 때문에 이런 인프라 사업 분야에서의 축적된 수많은 프로젝트 경험은 분명한 경쟁력으로 작용할 수 있을 것으로 봅니다.

여기에 더해, 전력 인프라와 에너지 효율을 함께 고려하는 통합적인 접근 방식은 고객 입장에서 총 비용과 운영 리스크를 동시에 낮출 수 있는 요소라는 점에서도 의미가 있다고 생각합니다.

앞으로 AI 인프라 사업에서 중요한 관점은 단발성 시공이 아닌, 반복 가능한 플랫폼 사업으로 발전시킬 수 있느냐라고 봅니다.

그런 의미에서 표준화된 AI 인프라 모델을 구축하고, 레퍼런스를 지속적으로 축적해 나가는 것이 향후 수주 경쟁력의 핵심 포인트가 될 것 같습니다. 여기에 완공 이후의 운영과 유지보수, 에너지 효율 개선, 그리고 단계적 증설에 대한 노하우까지 유기적으로 연결된다면, 장기적이고 안정적인 수익 구조를 만들 수 있을 것으로 기대합니다.

특히 고객에게 단순히 서버가 들어찬 건물이 아니라, 실제로 가동 가능한 연산 능력, 즉 Power-to-Compute를 제공하는 파트너로서의 역량을 확보한다면, SK에코플랜트가 향후 AI 인프라 시장에서 중요한 AI 파트너로 도약할 수 있는 기회가 될 것으로 보고 있습니다.

반도체 산업에 대해서 부가 설명을 드리면, 전 세계 반도체 매출에서 미국이 전체의 50%를, 한국이 약 20%를 차지하고 있습니다. 문제는 주식 시장에서 한국 반도체에 대한 평가는 그렇지 않습니다. 전 세계 반도체 주식 시장 시가총액 중 한국의 비중은 6% 밖에 되지 않습니다.

1등은 엔비디아가 있는 미국이 압도적으로 높죠. 미국 주식 시장에서의 반도체 비중은 67%가 되고 있습니다. 2등은 대만입니다. 대만에도 TSMC가 있기 때문에 높게 평가를 하고 있습니다. 3위는 놀랍게도 중국입니다. 중국이 이미 주식 시장에서는 한국보다 반도체에 대한 가치를 더 높게 받고 있습니다. 이유는 무엇이겠습니까? 우리나라가 반도체 생산은 잘하고 있지만 그 이외에 나머지 분야가 너무 취약한 탓입니다. 즉 한국의 반도체 생태계가 아직은 취약하다는 것이 우리의 가장 큰 걸림돌입니다. 결국 이를 만회하기 위해서는 한국의 반도체 소부장 업체들과 우리 SK에코플랜트가 추구하고 있는 구축∙운영∙순환 전 영역에 걸친 종합 AI 인프라 업체들이 많이 생길 필요가 있습니다.

이러한 측면에서 봤을 때 SK에코플랜트의 전략 방향이 우리나라 반도체 생태계를 끌어올리고 국가 경쟁력도 좀 더 높일 수 있는 변수로 역할을 하지 않을까 싶습니다.