AI의 숨겨진 병목, CPU와 기판이 잡아먹는 천문학적인 수요

AI 산업의 중심축이 급격히 '학습'에서 '추론'으로 이동하고 있습니다. 젠슨 황 CEO가 언급했듯 추론에 필요한 연산량은 단 2년 만에 약 1만 배나 폭증했으며, 이는 단순한 소프트웨어 업그레이드가 아닌 하드웨어 인프라의 근본적인 재설계를 의미합니다. 이제 데이터센터는 개별 칩을 넘어 'AI 팩토리'로 진화하며, GPU만큼이나 CPU와 이를 연결하는 기판의 중요성이 날카롭게 대두되고 있습니다.

핵심 변화는 Nvidia가 공개한 차세대 'Vera Rubin POD'에서 명확히 드러납니다. 이 시스템은 1,152개의 GPU와 무려 20,000개의 CPU 다이(Die)를 포함하는 거대한 컴퓨팅 블록으로, 기존 대비 추론 성능을 5배나 높였습니다. 특히 서버 랙의 전력 밀도가 기하급수적으로 증가하면서 800VDC 고전압 인프라와 초고사양 MLCC(다층세라믹커패시터) 수요가 폭발하고 있으며, Murata는 AI 서버용 MLCC 매출이 전년 대비 80% 증가할 것으로 전망했습니다.

공급자 우위가 확정된 FCBGA와 MLCC의 구조적 불황 탈출

여기서 가장 흥미로운 점은 '공급 부족'이 장기화될 것이라는 점입니다. Ibiden은 FY2030 매출 가이던스를 33%나 상향 조정했으며, 3년간 5,000억 엔을 증설했음에도 2027년까지 수요가 공급을 초과할 것으로 봅니다. Intel과 AMD도 서버 CPU 시장 규모(TAM)를 대폭 상향 조정했는데, 이는 후발주자들에게 희귀한 진입 기회를 제공합니다. 시장은 아직 이 '시스템 경쟁' 시대의 수혜 구조를 완전히 반영하지 못하고 있으며, 고사양 기판과 커패시터의 ASP 상승 효과는 당분간 지속될 강력한 모멘텀입니다.

Nvidia의 Vera Rubin 출시 일정이나 기술적 지연이 발생하여 AI 인프라 투자 주기가 늦어질 경우, 관련 부품사의 실적 상향 전망이 무너질 수 있습니다. 또한, 글로벌 MLCC 업체들의 과잉 증설이 예상보다 빠르게 진행되어 공급 과잉 국면으로 전환될 경우 가격 경쟁력이 약화될 수 있습니다.