JP모건 전망: 2026년 AI 투자 방향 전환, GPU에서 옵틱스로

JP모건은 ‘26년을 AI 인프라 투자가 확대 국면에서 검증 국면으로 넘어가는 시점으로 해석함


이 단계부터는 기술 성능 자체보다 투자 대비 실제 현금흐름 기여도와 비용 효율에 대한 질문이 더 빈번해질 가능성이 큼


특히 ‘26년이 분기점으로 언급되는 배경에는
AI 인프라 투자가 누적되면서 감가상각, 운영비, 전력 비용 등


재무적 부담이 점점 가시화되는 구간에 진입한다는 해석이 깔려 있음


AI가 미래 옵션이 아니라 운영 인프라로 인식되기 시작하는 시점이라는 점에서 자본 배분 기준이 달라질 수 있음


□ GPU에서 ASIC으로, AI 투자의 기준이 바뀐다


초기 AI 사이클에서는 범용 GPU가 사실상 표준에 가까웠음


빠른 도입과 유연성이 중요했고, 대규모 학습 중심의 워크로드가 주를 이뤘기 때문임


하지만 AI 서비스가 확산되고 추론 비중이 높아지면서 기준이 점차 이동 중임


모든 작업을 폭넓게 처리하는 칩보다 특정 작업을 더 낮은 비용과 전력으로 처리하는 구조의 중요성이 커지고 있음


이 과정에서 맞춤형 ASIC의 활용 비중이 점진적으로 확대되는 흐름이 관찰됨


중요한 점은 GPU와 ASIC이 대체 관계라기보다 역할 분화에 가깝다는 점임


학습과 범용 실험 영역에서는 GPU가 여전히 핵심이며 대규모 추론과 서비스 운영 단계에서 ASIC의 비중이 상대적으로 커지는 구조임


클라우드 기업 입장에서 AI 투자는 이미 비용 구조에 포함된 고정 지출 성격을 띠기 시작함


이 단계에서는 성능 경쟁보다 단위 연산당 비용과 전력 효율이 자본 배분의 중요한 기준이 됨


이는 특정 기술의 우열이라기보다 AI 워크로드가 연구 중심에서 운영 중심으로 이동하고 있음을 보여주는 구조적 변화임


□ AI 클러스터가 커질수록 네트워킹이 앞서간다


AI 데이터센터 BOM에서 가장 큰 비중은 여전히 컴퓨트임


다만 고객들의 관심은 컴퓨트를 더 구매하는 것보다 이미 확보한 컴퓨트를 얼마나 효율적으로 묶고 활용할 수 있는지로 이동 중임


AI 클러스터 규모가 커질수록 서버 간 동기화와 대규모 데이터 이동이 빠르게 증가함


컴퓨트는 비교적 선형적으로 확장되지만 네트워크는 연결 복잡도 증가로 인해 비선형적으로 확장되는 구조를 보임


서버 수 증가 이상의 연결 요구가 발생하면서 컴퓨트 성능을 충분히 활용하기 위해


네트워크를 그 이상으로 증설해야 하는 상황이 반복됨


특히 대형 클러스터 환경에서는 네트워크 지연이나 병목이 전체 학습·추론 효율을 직접적으로 훼손할 수 있음


이 때문에 네트워킹 투자는 선택적 성능 개선이 아니라 기존 컴퓨트 투자를 보호하기 위한 필수 인프라 지출로 인식되는 흐름이 강화되고 있음


□ 옵틱스는 AI 사이클에서 가장 확실한 수혜처


옵틱스는 AI 네트워킹 성장의 핵심 구성 요소로 부각되고 있음


더 빠른 속도, 더 낮은 지연, 대용량 데이터 전송 요구가 동시에 커지고 있기 때문임


옵틱스의 강점은 기존 네트워크 시장 성장에만 의존하지 않는다는 점임


AI 네트워킹이 확장될수록 네트워킹 구조 안에서 옵틱스가 차지하는 비중 자체가 점점 높아지는 흐름임


특히 중요한 포인트는 한 번 대형 AI 클러스터가 구축되면 네트워킹과 옵틱스가 줄일 수 있는 비용이 아니라


성능 유지와 확장을 위해 반복적으로 투입되는 투자 항목이 된다는 점임


신규 구축뿐 아니라 기존 인프라의 업그레이드와 성능 기준 상향 과정에서도 지속적인 교체·증설 수요가 발생하는 구조임


이 때문에 옵틱스는 AI 투자 속도가 일시적으로 둔화되더라도 상대적으로 안정적인 수요 기반을 가질 수 있는 영역으로 평가됨


□ 비용과 공급 제약, ‘26년 성장의 리스크이자 기회


메모리 원가 상승과 공급 병목은 단기적으로 부담 요인처럼 보일 수 있음


다만 JP모건은 이를 절대적인 성장 제약이라기보다 관리 가능한 변수로 해석함


최근 인플레이션 국면을 거치며 공급업체들은 가격 전가와 비용 관리 경험을 상당 부분 축적함


메모리는 대부분의 하드웨어에 필수적으로 사용되며 고객 입장에서 대체재 선택 폭이 제한적인 구조임


무엇보다 현재 수요의 상당 부분은 AI 인프라 구축이라는 미루기 어려운 투자 필요성에서 발생 중임


클라우드 고객들은 비용 부담보다 AI 수요 대응과 서비스 경쟁력 유지를 더 우선순위에 두고 있음


다만 생산능력, 패키징, 특정 핵심 부품에서의 병목으로 ‘26년 실적은 분기별로 비선형적으로 나타날 가능성이 있음


이 비선형성은 변동성을 키울 수 있으나 동시에 공급 제약을 먼저 해소할 수 있는 기업에게는
상대적인 실적 개선과 재평가로 이어질 여지도 내포함


□ 마무리하며


JP모건 전망을 한 문장으로 정리하면 다음과 같음


‘26년은 AI 투자를 얼마나 하느냐의 해라기보다 AI 투자를 얼마나 효율적으로 운영하느냐가 평가되는 해임


범용 GPU → 맞춤형 ASIC으로,
컴퓨트 → 네트워킹으로,
네트워크 안에서는 옵틱스로


AI 인프라 자본은 점점 수익성과 효율이 더 명확한 구간으로 이동 중임


이 구조 변화를 이해하는 것이 ‘26년 하드웨어·네트워킹 판을 읽는 핵심임