Deoks: AI 데이터센터, HBM 다음은 전력·냉각·기판일까

요즘 AI 반도체 이야기가 나오면 가장 먼저 HBM부터 떠올리게 된다.

그런데 AI 데이터센터를 조금 더 길게 들여다보면, 메모리 다음에 필요한 것은 결국 전기와 열을 다루는 설비, 그리고 칩을 시스템으로 연결하는 기판일 수 있다.

서버 한 대가 늘어나는 문제가 아니다. 랙 하나에 더 많은 연산을 넣으려 할수록 전력은 더 안정적으로 들어와야 하고, 열은 더 빨리 밖으로 빠져나와야 한다.

HBM 다음을 찾는다는 말은 새로운 유행어를 찾자는 뜻보다는, AI 데이터센터 안에서 병목이 어디로 이동하는지 보자는 이야기다.

영국 국립문서보관소의 서버실 내부 — 사진: 영국 국립문서보관소 서버실 · EduVolunteer · CC BY 3.0 · 원문: https://commons.wikimedia.org/wiki/File:A_view_of_the_server_room_at_The_National_Archives.jpg

핵심 요약

AI 데이터센터 투자는 GPU나 HBM 한 가지 부품으로 끝나지 않고 전력·냉각·기판까지 이어지는 긴 공급망을 만든다.
AI 서버 집적도가 높아질수록 데이터센터 운영에서는 전력 공급과 발열 관리의 중요성이 함께 커질 수 있다.
고성능 반도체를 안정적으로 연결하려면 패키지 기판과 고사양 PCB·소재의 역할도 계속 확인할 필요가 있다.
산업의 관심이 곧바로 특정 기업의 실적이나 주가로 이어지는 것은 아니다. 실제 수주, 고객 인증, 생산능력과 매출 비중을 따로 봐야 한다.

AI 데이터센터의 전력 밀도

AI 데이터센터를 이야기할 때 서버 대수만 보면 그림이 조금 단순해진다. 같은 공간 안에 더 많은 연산 장비를 넣고, 더 높은 성능의 가속기를 가동하려 하면 랙 단위의 전력 사용량과 발열도 함께 올라간다. 이때부터 데이터센터는 단순히 서버를 많이 꽂아두는 공간이 아니라, 전기를 얼마나 안정적으로 받아 나누고 열을 얼마나 효율적으로 빼내느냐가 중요한 설비 산업에 가까워진다.

AI 서버 랙을 중심으로 전력 설비, 액체 냉각 장치, 반도체 기판이 연결된 데이터센터 인프라 일러스트 — AI 데이터센터의 전력·냉각·기판 연결 구조를 표현한 자체 생성 이미지

IEA는 데이터센터 전력소비가 2025년 485TWh에서 2030년 약 950TWh로 늘 수 있다고 봤다. 이 수치 하나만으로 어느 기업의 실적을 예측할 수는 없지만, AI 투자가 커질수록 전력망 연결, 변압기, 스위치기어, UPS, 전력 분배 장치가 함께 논의되는 이유는 분명해 보인다.

전력은 눈에 잘 보이지 않지만 데이터센터에서는 서버가 멈추지 않게 만드는 가장 기본적인 조건이다. GPU와 HBM 주문이 잡혔다고 해도 전력 인입과 배전, 백업 전원 설계가 따라가지 못하면 계획한 만큼의 장비를 가동하기 어렵다. AI 투자 뉴스가 나올 때 전력망과 전력기기 이야기가 함께 나오는 이유도 여기에 있다.

냉각은 부가 장비가 아니라 운영 변수

연산량이 높아질수록 열은 더 큰 문제가 된다. 공기를 이용한 냉각은 여전히 넓게 쓰이지만, 고집적 AI 서버 환경에서는 액체 냉각을 포함한 여러 방식이 검토된다. 어떤 방식이 표준이 될지는 서버 구조와 데이터센터 설계에 따라 달라지겠지만, 열을 어떻게 처리할 것인가가 투자비와 운영비를 함께 좌우할 수 있다는 점은 분명하다.

여기서 볼 것은 냉각 장비 한 종류가 아니다. 칠러, 열교환기, 펌프, 냉각 분배 장치, 배관, 제어 시스템처럼 여러 구성요소가 묶여 들어간다. 데이터센터 운영사가 어떤 냉각 방식을 채택하는지에 따라 실제 매출이 발생하는 위치도 달라진다.

국내 투자자 입장에서는 냉각이라는 단어만 보고 기업을 연결하기보다, 해당 회사가 데이터센터용 제품을 공식적으로 공급하고 있는지, 시험·인증 단계인지, 반복 수주가 가능한 구조인지를 구분해 보는 편이 좋다. 기대감은 빠르지만 매출은 보통 고객사의 설계와 증설 일정 뒤에 따라오기 때문이다.

기판은 칩과 시스템 사이의 조용한 연결고리

HBM과 AI 가속기의 성능이 높아질수록 칩을 어떻게 패키징하고 연결할지도 더 중요해질 수 있다. 여기서 기판은 단순히 부품을 올려두는 판이 아니다. 고속 신호와 전력을 안정적으로 전달하고, 복잡한 칩 구성을 시스템으로 묶는 역할을 한다.

패키지 기판, 고다층 PCB, 동박적층판 같은 분야가 AI 서버 공급망에서 자주 거론되는 이유도 이 때문이다. 다만 같은 기판 산업 안에서도 모바일, 네트워크, 자동차, 일반 서버, AI 서버의 비중은 서로 다르다. AI 관련 수요가 커진다고 해서 모든 기판 업체가 같은 속도로 움직인다고 보기는 어렵다.

그래서 기판은 “AI 수혜”라는 표현보다 제품 믹스와 기술 난이도를 보는 쪽이 더 흥미롭다. 고사양 제품 비중이 실제로 높아지는지, 고객사 인증이 끝났는지, 생산능력을 늘릴 만큼 주문 가시성이 생겼는지가 더 중요한 질문이 된다.

투자 체크포인트

글로벌 클라우드 기업과 데이터센터 운영사의 설비투자가 실제로 이어지는지
AI 서버의 랙 구조와 전력·냉각 방식이 어떻게 바뀌는지
관련 기업이 고객사 인증, 신규 수주, 증설 계획을 공식 자료로 공개하는지
매출 증가가 단순 물량 확대인지, 고사양 제품 비중 상승에 따른 수익성 개선인지
전력망 인허가, 장비 납기, 고객사의 투자 일정 같은 병목이 생기지 않는지

특히 수주 공시나 실적 발표를 볼 때는 AI라는 단어가 들어갔는지만 보기보다, 어느 제품이 어느 고객군에 공급되는지와 해당 매출이 전체에서 차지하는 비중을 함께 확인해야 한다. AI 인프라 수요가 강해도 계통 연결, 인허가, 장비 공급 제약으로 프로젝트 일정은 늦어질 수 있다.

AI 데이터센터의 다음 병목은 어디일까

AI 데이터센터가 커질수록 돈의 흐름은 한 번에 이동하지 않는다. 처음에는 가속기와 메모리 주문이 눈에 띄고, 이후에는 전력 공급과 냉각 설계, 기판과 부품 조달처럼 시스템을 실제로 완성하는 영역이 중요해질 수 있다. 반대로 AI 투자 속도가 조절되면 이 공급망도 같은 시점에 같은 폭으로 움직이지 않을 가능성이 있다.

그래서 HBM 다음을 하나의 정답으로 고르기보다는, 데이터센터 안에서 다음 병목이 무엇인지 계속 보는 편이 낫다. 전기가 부족하면 전력 설비가, 열이 문제가 되면 냉각이, 연결과 집적도가 어려워지면 기판과 패키징이 주목받을 수 있다. AI 산업이 커질수록 반도체 바깥의 공급망까지 같이 봐야 하는 이유다.

Appendix. AI 데이터센터는 어떻게 구성될까

AI 데이터센터는 크게 연산 장비, 메모리와 저장장치, 네트워크, 전력 설비, 냉각 설비, 건물·전력망 인프라로 나눠볼 수 있다. HBM은 연산 장비의 성능과 연결되는 중요한 부품이지만, 서버가 실제로 24시간 돌아가려면 전력과 냉각, 기판과 보드까지 모두 맞물려야 한다.

출처 및 업데이트

2026-09-27 확인: IEA — Key Questions on Energy and AI
2026-09-27 확인: NVIDIA — FY2026 Financial Results
2026-09-27 확인: SK hynix — Q2 2026 Business Results
2026-09-27 확인: LS ELECTRIC — U.S. data-center microgrid announcement
2026-09-27 확인: LG Electronics — Data-center CDU announcement

이 글은 산업과 기업을 읽기 위한 정보이며 특정 증권의 매수·매도 추천이 아닙니다.

AI 데이터센터, HBM 다음은 전력·냉각·기판일까