AMEET MEDIA|AMEET SPOT|AMEET TOON
AMEET MEDIA

AI 투자의 ‘판’이 바뀐다… GPU 넘어 CPU·메모리로 무게중심 이동

AMEET AI 분석: AI 인프라 투자 중심축이 GPU에서 CPU와 메모리로 확장되며 삼성전자와 SK하이닉스 등 메모리 반도체 기업의 가치 재평가가 기대된다.

AI 투자의 ‘판’이 바뀐다… GPU 넘어 CPU·메모리로 무게중심 이동

AMD 시총 1조 달러 돌파 신호탄… 삼성전자 2027년 ‘zHBM’ 공급 예고

2026년 9월 25일, 인공지능(AI) 인프라 투자의 핵심이 그동안 시장을 주도했던 그래픽처리장치(GPU)를 지나 중앙처리장치(CPU)와 메모리 반도체로 빠르게 확장되고 있습니다. KB증권은 AI 에이전트 서비스가 본격적으로 퍼지면서, 계산을 담당하는 심장만큼이나 데이터를 실어나르는 혈관의 역할이 중요해졌다고 분석했죠.

김동원 KB증권 리서치본부장은 지난 24일 뉴욕 증시에서 인텔과 AMD, ARM 등의 주가가 크게 오른 현상을 두고 AI 투자 범위가 넓어지고 있다는 증거라고 짚었습니다. 실제로 AMD는 9월 24일 기준, 미국 반도체 기업 중 엔비디아와 브로드컴, 마이크론에 이어 네 번째로 시가총액 1조 달러를 돌파하며 이러한 변화를 상징적으로 보여줬습니다. 이는 그동안 GPU에만 쏠려있던 시장의 병목 현상이 다른 부품으로 옮겨가고 있음을 의미하죠.

심장만큼 중요해진 ‘혈관’의 역할

왜 이런 변화가 나타나는 걸까요? 바로 'AI 에이전트' 때문입니다. AI 에이전트는 사용자의 질문에 단순히 답만 하던 기존 생성형 AI를 넘어, 스스로 여러 단계의 작업을 연속적으로 수행하는 기능을 갖추고 있습니다. 이 과정에서 데이터를 훨씬 더 자주, 그리고 지속적으로 주고받아야 하기에 메모리의 역할이 커질 수밖에 없습니다. 김 본부장은 초당 1000토큰 수준의 높은 처리 성능이 필요한 환경에서는 데이터 공급 속도가 핵심 경쟁력이 될 것으로 봤습니다.

이에 따라 AI 데이터센터에서는 고대역폭메모리(HBM)뿐만 아니라 고용량 DDR5 서버 D램, 기업용 솔리드스테이트드라이브(eSSD)의 쓰임새가 한층 늘어날 전망입니다. 김 본부장은

AI 데이터센터에서 GPU가 심장, CPU가 두뇌, 전력이 산소라면 메모리는 데이터를 끊임없이 순환시키는 혈관입니다.

김동원 KB증권 리서치본부장(2026년 9월 24일)
라고 비유하며, 메모리 성능이 전체 시스템의 효율을 결정하게 될 것이라고 설명했습니다.

삼성·SK하이닉스, 단순 공급자 넘어 ‘핵심 파트너’로

국내 반도체 거두인 삼성전자와 SK하이닉스도 이러한 패러다임 변화에 맞춰 전략을 수정하고 있습니다. 삼성전자는 GPU 바로 위에 메모리를 직접 쌓아 올리는 차세대 기술인 'zHBM' 개발에 박차를 가하고 있으며, 2027년 말에는 샘플 공급이 가능할 것으로 예상됩니다. 메모리를 단순한 저장 공간이 아니라 AI 연산 성능을 좌우하는 핵심 인프라로 보는 시각이 시장 전반에 퍼지고 있는 셈이죠.

이런 흐름이 이어진다면 삼성전자와 SK하이닉스는 단순히 부품을 납품하는 업체를 넘어 AI 인프라의 성패를 가르는 핵심 파트너로 다시 평가받을 가능성이 높습니다. GPU 중심으로만 돌아가던 AI 반도체 투자 사이클이 CPU와 저장장치 등으로 확산하면서, 국내 메모리 기업들의 실적과 기업가치에도 새로운 성장 동력이 생길지 주목됩니다. 다음 관전 포인트는 AI 에이전트 서비스의 실제 수익화 속도와 이에 따른 하이퍼스케일러들의 장기 투자 규모가 될 것으로 보입니다.

AI 투자의 ‘판’이 바뀐다… GPU 넘어 CPU·메모리로 무게중심 이동

AMD 시총 1조 달러 돌파 신호탄… 삼성전자 2027년 ‘zHBM’ 공급 예고

2026년 9월 25일, 인공지능(AI) 인프라 투자의 핵심이 그동안 시장을 주도했던 그래픽처리장치(GPU)를 지나 중앙처리장치(CPU)와 메모리 반도체로 빠르게 확장되고 있습니다. KB증권은 AI 에이전트 서비스가 본격적으로 퍼지면서, 계산을 담당하는 심장만큼이나 데이터를 실어나르는 혈관의 역할이 중요해졌다고 분석했죠.

김동원 KB증권 리서치본부장은 지난 24일 뉴욕 증시에서 인텔과 AMD, ARM 등의 주가가 크게 오른 현상을 두고 AI 투자 범위가 넓어지고 있다는 증거라고 짚었습니다. 실제로 AMD는 9월 24일 기준, 미국 반도체 기업 중 엔비디아와 브로드컴, 마이크론에 이어 네 번째로 시가총액 1조 달러를 돌파하며 이러한 변화를 상징적으로 보여줬습니다. 이는 그동안 GPU에만 쏠려있던 시장의 병목 현상이 다른 부품으로 옮겨가고 있음을 의미하죠.

심장만큼 중요해진 ‘혈관’의 역할

왜 이런 변화가 나타나는 걸까요? 바로 'AI 에이전트' 때문입니다. AI 에이전트는 사용자의 질문에 단순히 답만 하던 기존 생성형 AI를 넘어, 스스로 여러 단계의 작업을 연속적으로 수행하는 기능을 갖추고 있습니다. 이 과정에서 데이터를 훨씬 더 자주, 그리고 지속적으로 주고받아야 하기에 메모리의 역할이 커질 수밖에 없습니다. 김 본부장은 초당 1000토큰 수준의 높은 처리 성능이 필요한 환경에서는 데이터 공급 속도가 핵심 경쟁력이 될 것으로 봤습니다.

이에 따라 AI 데이터센터에서는 고대역폭메모리(HBM)뿐만 아니라 고용량 DDR5 서버 D램, 기업용 솔리드스테이트드라이브(eSSD)의 쓰임새가 한층 늘어날 전망입니다. 김 본부장은

AI 데이터센터에서 GPU가 심장, CPU가 두뇌, 전력이 산소라면 메모리는 데이터를 끊임없이 순환시키는 혈관입니다.

김동원 KB증권 리서치본부장(2026년 9월 24일)
라고 비유하며, 메모리 성능이 전체 시스템의 효율을 결정하게 될 것이라고 설명했습니다.

삼성·SK하이닉스, 단순 공급자 넘어 ‘핵심 파트너’로

국내 반도체 거두인 삼성전자와 SK하이닉스도 이러한 패러다임 변화에 맞춰 전략을 수정하고 있습니다. 삼성전자는 GPU 바로 위에 메모리를 직접 쌓아 올리는 차세대 기술인 'zHBM' 개발에 박차를 가하고 있으며, 2027년 말에는 샘플 공급이 가능할 것으로 예상됩니다. 메모리를 단순한 저장 공간이 아니라 AI 연산 성능을 좌우하는 핵심 인프라로 보는 시각이 시장 전반에 퍼지고 있는 셈이죠.

이런 흐름이 이어진다면 삼성전자와 SK하이닉스는 단순히 부품을 납품하는 업체를 넘어 AI 인프라의 성패를 가르는 핵심 파트너로 다시 평가받을 가능성이 높습니다. GPU 중심으로만 돌아가던 AI 반도체 투자 사이클이 CPU와 저장장치 등으로 확산하면서, 국내 메모리 기업들의 실적과 기업가치에도 새로운 성장 동력이 생길지 주목됩니다. 다음 관전 포인트는 AI 에이전트 서비스의 실제 수익화 속도와 이에 따른 하이퍼스케일러들의 장기 투자 규모가 될 것으로 보입니다.

심층리서치 자료 (6건)

🌐 웹 검색 자료 (3건)

곧 판도 뒤집어진다, 삼전닉스 가치 재평가 기대…"GPU가 심장, 메모리는...

AI 투자축 GPU서 CPU·메모리로 확장…판 뒤집힌다 “삼전닉스 가치 재평...

AI 투자축 GPU서 CPU·메모리로 확장…판 뒤집힌다 “삼전닉스 가치 재평가” - 전자신문

📈 실시간 시장 데이터 (1건)
[4] 시장 데이터 네이버 금융 / yfinance / FRED

📈 코스피: 2026-09-25 20:43:12(KST) 현재 7,080.92 (전일대비 +63.01, +0.90%) | 거래량 236,996천주 | 거래대금 22,622,749백만 | 52주 고가 9,385.59 / 저가 3,365.73 📈 코스닥: 2026-09-25 20:43:12(KST) 현재 844.48 (전일대비 +10.10, +1.21%) | 거래량 645,879천주 | 거래대금 8,086,910백만 | 52주 고가 1,229.42 / 저가 630.99 💱 USD/KRW: 2026-09-25 20:43:12(KST) 매매기준율 1,354.70원 (전일대비 -0.80, -0.06%) | 현찰 매입 1,378.40 / 매도 1,331.00 | 송금 보낼때 1,367.90 / 받을때 1,341.50 ...

📄 학술 논문 (2건)
[5] A CXL Memory Rack for Multi-Turn LLM Serving 학술 논문 (OpenAlex / arXiv)

[학술논문 2026] 저자: Hakbeom Jang, In‐Ok Song, Hoshik Kim | 인용수: 0 | 초록: Long-context, multi-turn, and agentic LLM workloads increasingly reuse previously processed context, making KV-cache reuse essential for reducing redundant computation. However, this reuse shifts the bottleneck to the memory tier that stores and serves reusable KV states at cluster scale. GPU HBM and host DRAM are too costly to scale to TB-scale shared context capacity, motivating remote tiers built from lower-cost, higher-capac

[6] Foundations of GenIR 학술 논문 (OpenAlex / arXiv)

[arXiv 2025-01-06] 저자: Qingyao Ai, Jingtao Zhan, Yiqun Liu | 초록: The chapter discusses the foundational impact of modern generative AI models on information access (IA) systems. In contrast to traditional AI, the large-scale training and superior data modeling of generative AI models enable them to produce high-quality, human-like responses, which brings brand new opportunities for the development of IA paradigms. In this chapter, we identify and introduce two of them in details, i.e., informati

※ 안내

본 콘텐츠는 Rebalabs의 AI 멀티 에이전트 시스템 AMEET을 통해 생성된 자료입니다.

본 콘텐츠는 정보 제공 및 참고 목적으로만 활용되어야 하며, Rebalabs 또는 관계사의 공식 입장, 견해, 보증을 의미하지 않습니다.

AI 특성상 사실과 다르거나 부정확한 내용이 포함될 수 있으며, 최신 정보와 차이가 있을 수 있습니다.

본 콘텐츠를 기반으로 한 판단, 의사결정, 법적·재무적·의학적 조치는 전적으로 이용자의 책임 하에 이루어져야 합니다.

Rebalabs는 본 콘텐츠의 활용으로 발생할 수 있는 직·간접적인 손해, 불이익, 결과에 대해 법적 책임을 지지 않습니다.

이용자는 위 내용을 충분히 이해한 뒤, 본 콘텐츠를 참고 용도로만 활용해 주시기 바랍니다.