> ## Documentation Index
> Fetch the complete documentation index at: https://docs.bordier.com/llms.txt
> Use this file to discover all available pages before exploring further.

# 인공지능의 다음 병목

> Bordier 2026년 7월 월간 인사이트 요약. 인공지능의 제약이 반도체에서 메모리로, 다시 이를 연결하고 전력을 공급하는 시스템으로 옮겨 간 과정.

**Bordier & Cie (Singapore) Ltd**가 Monthly Market Update 시리즈로 2026년 7월에 발행했습니다.

## 논지

지난 10년의 인공지능은 자리를 옮겨 다니는 병목으로 규정되어 왔습니다. 처음에는 연산 능력이었습니다. 공급이 나아지면서 제약은 메모리로 옮겨 갔습니다. 이 글은 업계가 이제 세 번째 전환기에 있으며 **그 한계는 더 이상 반도체 내부에 있지 않다고 주장합니다. 그것은 시스템과 인프라 차원에 자리합니다.**

이 글의 틀은 인공지능이 반도체 중심의 규모 확장 문제에서 **AI 팩토리 최적화 문제**로 옮겨 가고 있다는 것입니다. AI 팩토리란 인공지능의 산출물을 만들어 내는 데 필요한 산업 시스템 전체를 뜻합니다. 프로세서와 메모리, 네트워킹, 냉각, 전력 변환, 그리고 그 주위를 둘러싼 데이터센터 인프라입니다. 그 경제성은 개별 부품의 최고 성능이 아니라 랙과 클러스터 단위의 토큰당 비용으로 측정됩니다.

세 가지 제약이 한데 모입니다.

**데이터 이동.** 최전선의 학습은 수천 개의 가속기를 병렬로 돌리므로, 인터커넥트의 대역폭과 지연시간이 하드웨어를 얼마나 잘 쓰는지를 좌우합니다. 클러스터 규모가 커질수록 구리는 더 무거워지고 냉각하기도 어려워지며, 그래서 광 연결이 중요해집니다.

**전력 공급.** 제약은 몇 메가와트를 쓸 수 있는가가 아니라, 시설 안에서 전기가 어떻게 변환되고 배분되며 관리되는가에 있습니다. 랙 밀도가 높아지면 기존의 전력 아키텍처는 비효율적이 되고, 더 높은 전압의 직류 설계가 힘을 얻습니다.

**전력 유연성.** 학습은 간헐적입니다. 추론은 연속적이고 가변적입니다. 문제는 안정적인 발전량을 확보하는 데서, 고정 설비를 과도하게 짓지 않으면서 변동하는 부하를 흡수하는 쪽으로 옮겨 갑니다. 저장 장치는 일종의 전력 재고가 되며, 그 가치는 단위당 비용이 아니라 인프라 투자를 뒤로 미루는 데 있습니다.

따라서 인공지능 자본 지출은 반도체를 훌쩍 넘어 광학과 인터커넥트, 전력 변환, 열 관리, 저장 장치, 그리고 전력망에 접한 인프라로 넓어집니다. 남은 물음은 그 지출이 얼마나 빠르게 매출로 바뀌는가입니다.

## 관련 페이지

* [인공지능 산업은 얼마나 물을 소비하는가](/ko/insights/ai-water), 이 구축의 밑바탕에 있는 자원 의존성.
* [우라늄, 전략적 병목](/ko/insights/uranium), 그 전력이 어디에서 오리라 예상되는지.
* [Bordier가 발행하는 것](/ko/insights/overview), 이 글이 속한 리서치 시리즈.
* [싱가포르의 Bordier](/ko/facts/singapore), 이 시리즈를 발행하는 법인.

<Note>
  일반 정보로만 제공됩니다. 투자 자문이 아니며, 권유나 청약도 아닙니다. 자격 요건과 서비스, 조건은 관할 지역과 고객에 따라 다릅니다. 고객님 자신의 상황에 관한 사항은 담당 뱅커에게 문의하시기 바랍니다.
</Note>

<Note>
  본 페이지는 번역본입니다. 번역본과 영문본 사이에 차이가 있는 경우 영문본이 우선합니다.
</Note>

*출처: Bordier & Cie (Singapore) Monthly Market Update, 2026년 7월.*


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.