AI 기판·PCB 투자 논거: GPU·CPU·NIC·CCL 수요가 함께 늘어나는 이유

Tue, 05 May 2026 23:15:00 +0900

섹터 지도: 이 글은 파미셀 분석의 상위 레이어에 해당하는 AI 기판·PCB 투자 논거다. 기업별 비교는 한국 AI 기판·PCB 생태계 10개사에서 이어지고, 전체 길잡이는 AI 기판·PCB 허브에 모아둔다. 파미셀 1편, 파미셀 2편, 삼성전기 AI 인프라 재평가 노트와 함께 읽으면 좋다.

출발점은 좁은 기업 질문이다. 한국 기업 중 AI PCB, FC-BGA, 저손실 소재 공급에서 가장 유리한 곳이 어디냐는 것이다. 이 글은 한 단계 위로 올라간다. 왜 이 생태계 전체에 자금이 들어와야 하는지를 묻는다.

“GPU 다음 테마가 기판"이라는 답은 너무 단순하다. AI 인프라는 이제 GPU 카드 하나가 아니다. 랙 단위 시스템이다. 현대 AI 랙에는 GPU, CPU, DPU, NIC, 스위치 ASIC, 메모리 모듈, 전원 공급, 냉각 제어, 고속 보드가 모두 들어간다. 각 단계마다 실리콘이 추가된다. 실리콘 하나하나에는 패키지 기판, 모듈 보드, 메인보드, 스위치 보드, 저손실 소재가 붙는다.

핵심은 이것이다. PCB·기판 레이어는 단순한 순환매 다음 종착지가 아니다. AI 시스템 전체 자재 명세서(BOM)의 공통 분모다.

요약

시장의 “GPU → 메모리 → 기판” 흐름은 방향 자체는 맞지만 불완전하다. 더 정확한 구도는 동시다발적 시스템 확장이다. GPU, HBM, CPU, DPU, NIC, 스위치 ASIC, 메모리 모듈이 함께 늘어나고, 모두 기판이나 보드를 필요로 한다.
NVIDIA Vera Rubin NVL72가 이를 가장 잘 보여준다. 이 플랫폼은 Rubin GPU 72개, Vera CPU 36개, NVLink 6 스위치, ConnectX-9 SuperNIC, BlueField-4 DPU, Spectrum-X/Spectrum-6 이더넷으로 구성된다. CPU:GPU 비율은 0.5, 즉 GPU 두 개당 CPU 하나다. 더 이상 단일 칩 이야기가 아니다.
에이전틱 AI는 추론 단계에서 CPU 비중을 높인다. 도구 조율, 검색, 코드 실행, 데이터베이스 접근, 메모리 관리, 보안 격리 모두 CPU·DRAM·NIC·DPU에 의존한다. CPU 비중이 올라가면 서버 CPU FC-BGA, 메모리 모듈 보드, SoCAMM, 메인보드, 저손실 CCL도 함께 당겨진다.
피지컬 AI는 이 논거를 데이터센터 밖으로 확장한다. 자율주행차, 휴머노이드, 산업 로봇, 우주 전자장비 모두 보드, 센서, 엣지 AI 모듈, 신뢰성 높은 PCB 소재를 더 많이 쓴다. 시간 순서는 다르다. 데이터센터가 먼저, 자율주행이 두 번째, 휴머노이드가 그다음, 우주는 고신뢰성 프리미엄이다.
한국 투자 지도는 층위가 나뉜다. 삼성전기는 고사양 FC-BGA와 MLCC 노드다. 대덕전자는 FC-BGA·MLB·SoCAMM 요인 후보다. 두산 전자BG는 CCL의 핵심 축이다. 코오롱인더와 파미셀은 저유전 소재 상류에 있다. 파미셀은 단독 아이디어가 아니라 더 큰 AI 기판 시스템 안에 압축된 대리 노출이다.

1. 선형 구도: 유용하지만 너무 좁다

시장이 순서를 좋아하는 건 순서가 거래하기 쉽기 때문이다.

처음에는 GPU였다. 가속기가 귀했으니 NVIDIA가 예산을 독차지했다. 다음은 HBM이었다. GPU가 메모리 대역폭 없이는 못 컸고, SK하이닉스·삼성전자·Micron이 중심으로 떠올랐다. 그다음 단계로 보통 기판이나 첨단 패키징을 꼽는다. GPU와 HBM이 커지면 FC-BGA, 인터포저, MLB, CCL이 뒤따를 것이라는 논리다.

이 구도가 틀린 건 아니다. GPU가 커질수록 패키지 기판도 더 크고 복잡해진다. HBM 확장은 패키징 강도를 높인다. 서버 보드는 더 촘촘해지고 빨라진다. 이 관점에서 보면 기판이 GPU·HBM 다음 주목받는 건 자연스럽다.

하지만 이 구도는 시스템 구조의 가장 중요한 변화를 놓친다. 2026년 AI 인프라는 GPU 더미가 아니다. 컴퓨팅, 메모리, 네트워킹, 보안, 시스템 제어를 함께 설계한 랙 단위 플랫폼이다.

NVIDIA Vera Rubin NVL72 구성이 가장 깔끔한 예시다. NVIDIA 공개 자료에 따르면 이 시스템은 Rubin GPU 72개, Vera CPU 36개, NVLink 6 스위치, ConnectX-9 SuperNIC, BlueField-4 DPU로 구성된다. NVIDIA의 Rubin 플랫폼 자료는 이를 6칩 공동 설계로 정의한다. Vera CPU, Rubin GPU, NVLink 스위치, ConnectX-9 SuperNIC, BlueField-4 DPU, Spectrum-6 이더넷 스위치다.

숫자가 중요하다.

Vera CPU = 36
Rubin GPU = 72
CPU:GPU = 36 / 72 = 0.5

GPU 두 개당 CPU 하나는 사소한 부가 처리장치가 아니다. 랙 자체가 시스템이지 GPU 선반이 아니라는 뜻이다. 이게 사실이라면 기판 투자 논거는 GPU 수요의 하류 메아리가 아니다. 멀티칩 시스템 논거가 된다.

2. 칩마다 보드가 붙는 이유

기판 레이어를 이해하는 가장 쉬운 방법은 시스템 BOM을 따라 걷는 것이다.

시스템 레이어	칩·모듈	보드·기판 수요
AI 가속	GPU, 커스텀 ASIC, TPU	대형 FC-BGA, 첨단 패키지 기판, 고밀도 보드
호스트·조율	서버 CPU, Vera CPU, x86/Arm CPU	대형 FC-BGA, CPU 소켓 보드, 메인보드 MLB
메모리 대역폭	HBM, DDR5, LPDDR 기반 서버 모듈, SoCAMM	인터포저·기판, 메모리 모듈 PCB, 신호 무결성 소재
네트워킹	NIC, SuperNIC, 이더넷 스위치 ASIC, InfiniBand 스위치	스위치 보드, 광모듈 PCB, 저손실 MLB
데이터 이동·보안	DPU, SmartNIC	패키지 기판, 가속기 카드 PCB
전원·제어	VRM, 전원 모듈, BMC·제어 보드	전원 PCB, MLCC, 고신뢰성 보드

“GPU 수요"만 보는 게 좁은 이유가 여기 있다. 하이퍼스케일러는 GPU를 단독으로 사지 않는다. 작동하는 랙을 산다. 그 랙에는 컴퓨팅 칩, 메모리 칩, 네트워킹 칩, 제어 칩, 전원 전자부품이 함께 들어간다. 시스템이 확장될수록 보드 레이어는 더 빠른 신호, 열, 전력, 신뢰성을 감당해야 한다.

이 구도로 보면 한국 종목 지도도 더 선명해진다.

한국 레이어	추적할 기업	무엇을 대표하는가
고사양 패키지 기판	삼성전기, 대덕전자, 코리아써키트	FC-BGA·패키지 기판 비중
다층 보드·모듈 PCB	이수페타시스, 대덕전자, 티엘비, 심텍, 코리아써키트	서버 메인보드·스위치 보드·메모리 모듈·SoCAMM 비중
CCL 핵심 축	두산 전자BG	AI 서버·네트워킹용 고사양 동박적층판
저손실 소재	코오롱인더, 파미셀	mPPO·저유전 수지·경화제 원료
전원 안정성	삼성전기 및 MLCC 동종사	AI 서버당 MLCC 탑재량·고전압 부품 믹스

파미셀은 두산 전자BG의 상류 소재 대리 노출로 이 지도에 속한다. 삼성전기는 FC-BGA·MLCC에서 한국 상장사 중 가장 앞선 프리미엄 노드다. 대덕전자는 FC-BGA·MLB·SoCAMM 영역의 폭넓은 요인 후보다. 이것들은 별개 이야기가 아니다. 같은 시스템 BOM 위의 서로 다른 지점이다.

3. 에이전틱 AI가 CPU 레이어를 키운다

기존 LLM 추론은 하드웨어 관점에서 단순했다.

프롬프트
 -> GPU 순전파
 -> 응답

에이전틱 AI는 작업 방식을 바꾼다. 모델은 단순히 답하지 않는다. 계획을 세우고, 도구를 호출하고, 검색하고, 파일을 읽고, 코드를 실행하고, 데이터베이스를 조회하고, 메모리를 관리하고, 결과를 검증하고, 다른 에이전트와 협력한다. GPU는 여전히 중심이지만, GPU 외의 작업이 훨씬 무거워진다.

에이전틱 기능	주요 하드웨어
LLM 순전파	GPU + HBM
도구 조율	CPU
검색·조회	CPU + DRAM + 스토리지
코드 실행	CPU, 샌드박스, 컴파일러·인터프리터
세션 메모리·상태	CPU + DRAM
네트워크 도구 호출	NIC + 스위치 ASIC + PCB
보안·격리	CPU + DPU

TrendForce는 이 방향을 명확히 짚었다. 2026년 4월 에이전틱 AI 보고서와 관련 공개 발언에서 CPU:GPU 비율의 구조적 변화, 서버 CPU 공급 부족, Intel·AMD 가격 인상을 다뤘다. Tom’s Hardware도 같은 방향을 산업 측면에서 보도했다. GPU 1개당 CPU 4–8개를 쓰던 AI 서버 구성이 에이전틱 추론 시나리오에서는 CPU 비중이 훨씬 높아진다고 봤다.

정확한 비율은 작업 유형마다 다르다. 코드 에이전트 클러스터와 영상 생성 클러스터는 다르다. 검색 중심 기업 에이전트와 순수 배치 추론 시스템도 다르다. 하지만 기판 투자자에게는 방향이 중요하다. CPU 작업이 늘면 CPU 패키지, CPU 주변 메모리, 네트워킹, 보드 신호 무결성 요건이 모두 증가한다.

에이전틱 AI에서 한국 기판까지 경로는 이렇다.

에이전틱 AI 확산
 -> CPU 조율 작업 증가
 -> 서버 CPU·DPU·NIC·스위치 ASIC 비중 상승
 -> 서버 CPU FC-BGA·고층수 MLB 수요 증가
 -> 메모리 모듈·SoCAMM·메인보드 복잡도 상승
 -> 저손실 CCL·저유전 소재 중요성 증가
 -> 한국 기판·소재 기업이 BOM 확장분을 나눠 받음

마지막 줄이 중요하다. 한국이 CPU 시장을 갖고 있지 않다. Intel·AMD·Arm·NVIDIA·CSP 커스텀 CPU가 칩 가치를 가져간다. 한국 상장사가 챙기는 건 칩 주변의 보드와 소재 부분이다. 이게 단일 제품 라인이 아닌 시스템 전체와 함께 커지기 때문에 여전히 의미 있다.

4. 피지컬 AI: 데이터센터 밖으로

데이터센터는 가장 크고 가장 빠른 근거리 동인이다. 피지컬 AI는 두 번째 확장 경로다. 속도는 느리지만 방향은 일관된다. 지능이 자동차·로봇·공장·위성으로 들어갈수록 컴퓨팅이 엣지로 이동한다. 엣지 컴퓨팅이 늘면 보드가 늘어난다.

자율주행

자율주행은 가장 현실적인 두 번째 축이다. 자동차는 이미 대규모 전자 구조를 갖추고 있다. 고급 운전 보조 또는 자율 기능이 달린 차에는 중앙 컴퓨팅, 센서 융합, 카메라 모듈, 레이더, 라이다, 차량용 이더넷, 이중화 안전 제어장치가 들어간다.

차량 시스템	PCB·소재 수요
중앙 컴퓨팅	고밀도 보드, 프로세서 패키지 기판
센서 융합 ECU	다층 PCB, 고속 신호 보드
카메라·라이다·레이더	리지드-플렉스, RF 보드, 모듈 PCB
차량용 이더넷	저손실 CCL·고속 통신 PCB
안전 이중화	ECU 추가·보드 면적 증가

AI 데이터센터만큼 빠르게 실적에 반영되진 않는다. 차량 프로그램에는 시간이 걸리고, 인증도 느리며, 매출 곡선은 모델 사이클에 따라 달라진다. 하지만 방향은 분명하다. 더 똑똑한 차에는 기존 차보다 더 많은 보드가 들어간다.

휴머노이드·산업 로봇

NVIDIA Jetson Thor는 피지컬 AI 논거에 구체적인 하드웨어 기준점을 준다. NVIDIA는 Jetson Thor를 피지컬 AI·로봇용으로 포지셔닝하며, 최대 2,070 FP4 TFLOPS, 128GB 메모리, 40W–130W 가변 전력 범위를 제공한다. 이런 엣지 AI 모듈에는 고밀도 보드, 전원 보드, 센서 연결부, 유연 PCB가 필요하다.

휴머노이드가 내일 당장 한국 기판 실적을 만들지는 않는다. 아직 대량 생산 시장이 아니다. 하지만 이 논거의 옵션 가치를 늘린다. 엣지 AI 모듈이 로봇·공장·산업 기계에서 표준화된다면, 보드 수요는 데이터센터 단독 이야기에서 분산 컴퓨팅 이야기로 바뀐다.

우주·방산 전자장비

우주는 다르다. 물량 이야기가 아니라 신뢰성과 마진 이야기다. NASA 및 IPC 관련 임무 하드웨어 소재는 고신뢰성 PCB 요건, 공급업체 인증, Class 3·우주 부록 수준 표준을 강조한다. 한국 상장 PCB 기업에 주는 함의는 이렇다. 우주가 대규모 설비를 소화한다는 뜻이 아니다. 혹독한 환경용 전자장비에는 더 높은 신뢰성 기준이 붙고, 마진도 더 나올 수 있다.

시간 순서를 정리하면 이렇다.

최종 시장	실적 반영 시점	PCB 강도	현실 신뢰도
AI 데이터센터	빠름	매우 높음	높음
자율주행	중간	높음	중간–높음
휴머노이드·로봇	느림	중간–높음	중간
우주·방산 전자장비	느림	고사양·저물량	중간

이 순서가 중요하다. 단기 모델은 여전히 데이터센터 중심이어야 한다. 피지컬 AI가 오늘 모든 밸류에이션을 끌어올릴 이유는 없다. 다만 최종 시장이 지금 AI 서버 사이클이 암시하는 것보다 넓다는 근거가 된다.

5. 파미셀 투자 논거에 더해지는 것

파미셀 분석은 기업 고유의 인식 격차에서 시작했다. 시장은 줄기세포 기업으로 기억하고 있었지만, 손익계산서는 AI CCL 소재 공급사에 가까워지고 있었다. 두산 전자BG와의 연결, 반복되는 공급 계약 근거, 고마진 바이오케미컬, KRX 업종 재분류가 모두 같은 방향을 가리켰다.

이 섹터 논거는 질문을 “왜 파미셀인가?“에서 “상류 CCL 소재 레이어가 왜 중요한가?“로 바꾼다.

CCL과 저손실 소재는 특정 GPU 세대에 묶여 있지 않다. 시스템 레이어 아래에 자리한다.

GPU·CPU·DPU·NIC·스위치 ASIC 확장
 -> 고속 신호·열 제약 강화
 -> 저손실 CCL 수요 증가
 -> CCL 생산자는 저유전 소재 필요
 -> 파미셀 같은 상류 공급사가 압축된 대리 노출이 됨

파미셀은 여전히 두산 전자BG가 아니고, PCB 제조사도 아니다. 더 상류다. 고객 집중 위험과 인증 위험은 실재한다. 하지만 회사 규모가 작은 덕분에 주문이 계속 쌓이면 같은 시스템 수요가 비율 면에서 더 강하게 보일 수 있다.

달리 말하면 이렇다. AI 보드 사이클이 GPU 기판 사이클에 그치지 않고 멀티칩 시스템 기판 사이클이 된다면, 파미셀의 투자 논거는 더 오래 유지된다.

6. 삼성전기 투자 논거에 더해지는 것

삼성전기는 이미 고사양 FC-BGA와 AI 서버 MLCC를 중심으로 재평가를 받았다. 그 기존 구도는 여전히 유효하다. 시스템 BOM 논거는 이를 더 깔끔하게 만든다.

유일한 동인이 GPU라면 삼성전기는 MLCC가 붙은 고사양 패키지 기판 이야기다. 동인이 랙 단위 시스템 확장이라면 회사는 하나 이상의 레이어에 걸쳐 있다.

레이어	왜 중요한가
FC-BGA	CPU·GPU·ASIC·네트워킹 칩이 커지고 복잡해질수록 고사양 패키지 기판 필요
MLCC	AI 서버·네트워킹 트레이·전원 공급 모두 부품 밀도 증가
글래스 기판 옵션	미래 대형 패키지 구조는 새로운 기판 소재·공정 필요 가능성
차량용·로봇 전자부품	피지컬 AI가 시간을 두고 고신뢰성 부품·보드 수요 늘림

이게 밸류에이션 규율을 없애지는 않는다. 삼성전기는 파미셀이나 일부 소형 PCB 기업보다 시장에서 이미 더 많이 인정받았다. 요인 관점의 질문은 “좋은 기업인가?“가 아니다. “시스템 레이어 기판 확장분이 이미 주가에 얼마나 들어가 있고, 얼마나 주문·마진·가이던스로 확인돼야 하는가?“다.

이 때문에 이 글은 삼성전기를 가장 높은 베타 아이디어가 아닌 프리미엄 기준점으로 다룬다. FC-BGA·MLCC에서 한국 대형주 중 가장 깔끔한 표현이지만, 앞으로의 수익률은 테마 발견이 아니라 실적 추정치가 계속 올라가는 데 달려 있다.

7. 포트폴리오 구도: 핵심, 바벨, 옵션

기업 순위는 가격에 따라 바뀔 수 있지만, 요인 지도는 안정적이다.

역할	후보 비중	이유
프리미엄 기준점	삼성전기	FC-BGA + MLCC + 고객 인증 + 규모
핵심 PCB 요인	대덕전자	FC-BGA·MLB·SoCAMM·모듈 보드 민감도 후보
CCL 핵심 축	두산 내 두산 전자BG	국내 체인의 고사양 CCL 본체
상류 소재 바벨	코오롱인더·파미셀	저유전 수지·소재 비중, 작은 기반·높은 운영 레버리지
옵션	코리아써키트·티엘비·심텍·이수페타시스	메모리 모듈·MLB·네트워킹·넓은 AI PCB 베타

하나의 답을 강요하는 게 아니다. 모든 “AI PCB” 종목을 같은 자산으로 보는 걸 피하는 게 핵심이다. 패키지 기판, 다층 보드, CCL, 저유전 케미스트리는 마진 구조, 인증 기간, 고객 위험이 서로 다르다.

유용한 포트폴리오 구도는 이렇다.

프리미엄 기준점:
 삼성전기

핵심 기판·보드 요인:
 대덕전자, 선별된 MLB 기업

상류 소재 바벨:
 코오롱인더 + 파미셀

높은 베타 옵션:
 코리아써키트·티엘비·심텍·이수페타시스

시장이 “PCB 사이클이 끝났다"고 할 때, 시스템 BOM 논거가 그게 맞는지 가늠하는 기준이 된다. GPU 출하가 줄어도 CPU 비중, 네트워킹 ASIC, DPU, 메모리 모듈 복잡도가 계속 오른다면, 보드 사이클이 한 레이어에서는 식으면서 다른 레이어에서는 계속 타이트할 수 있다.

8. 논거를 무너뜨릴 수 있는 것

공통 분모 구도가 사이클이 영원히 간다는 주장은 아니다. 네 가지 위험이 있다.

첫째, 하이퍼스케일러 AI 설비투자가 둔화될 수 있다. AWS·Microsoft·Google·Meta가 분기 이상 하향 가이던스를 내면 하드웨어 공급망 전체가 타격을 받는다.

둘째, 기판 기술이 바뀔 수 있다. 글래스 기판이나 새로운 구조가 예상보다 빨리 FC-BGA 사이클을 바꿀 수 있다. 이래도 보드 수요가 사라지지는 않지만, 수혜 기업이 바뀔 수 있다.

셋째, 공급이 들어올 수 있다. 고사양 CCL·유리섬유·저손실 소재 설비가 예상보다 빨리 증설되면 물량이 완전히 성숙하기 전에 가격 결정력이 정상화될 수 있다.

넷째, 피지컬 AI가 시장 기대보다 오래 걸릴 수 있다. 자율주행·휴머노이드·우주 전자장비 모두 인증과 채택에 오랜 시간이 필요하다. 근기 데이터센터 매출의 대체재가 되지 않는다.

이 위험들이 논거를 죽이지는 않는다. 체크리스트를 정의할 뿐이다.

9. 검증 체크리스트

논거는 한 기업의 분기 숫자만이 아닌 시스템 레벨에서 추적해야 한다.

신호	왜 중요한가
NVIDIA 랙 스케일 로드맵	칩 종류 증가·랙 밀도 상승이 공통 분모 기판 사이클을 연장
CPU:GPU 비율 관련 언급	비율이 높아지면 CPU FC-BGA·메인보드 MLB 레그 강화
하이퍼스케일러 설비투자 가이던스	AI 데이터센터 보드의 1차 수요 원천
CCL·유리섬유 납기	소재 타이트함이 실재하는지 완화 중인지 확인
삼성전기 패키지·부품 마진	프리미엄 기판·MLCC 가격이 유지되는지 테스트
대덕·MLB 수주 관련 발언	넓은 PCB 베타가 매출로 전환되는지 테스트
파미셀·두산 전자BG 계약 흐름	상류 CCL 소재 수요가 계속 쌓이는지 테스트
한국 기업 IR의 차량용·로봇 PCB 언급	피지컬 AI가 옵션에서 매출로 이동하는 조기 신호

이 신호들이 계속 맞아 떨어지면, 기판 사이클은 2025–2027년 테마에 그치지 않는다. 수년에 걸친 시스템 구조 전환이 된다.

FAQ

AI PCB 투자 논거란 무엇인가?

AI 인프라 수요가 GPU와 HBM에만 머물지 않는다는 주장이다. 랙 단위 시스템에는 GPU·CPU·NIC·DPU·스위치 ASIC·메모리 모듈·전원 보드가 모두 필요하다. 각 레이어는 패키지 기판, 다층 보드, 저손실 소재를 요구한다.

에이전틱 AI가 왜 CPU 수요를 늘리는가?

에이전틱 AI는 도구 사용, 검색, 코드 실행, 메모리 관리, 조율 작업을 수행한다. 이 작업들은 GPU 주변에 CPU·DRAM·네트워킹·DPU 부하를 추가한다. CPU 비중이 높아지면 서버 CPU FC-BGA, 메인보드, 메모리 모듈 보드, 저손실 CCL 수요가 늘어난다.

삼성전기와 파미셀이 왜 같은 섹터 지도에 있는가?

같은 AI 기판 체인의 서로 다른 지점에 있기 때문이다. 삼성전기는 프리미엄 FC-BGA·MLCC 노드다. 파미셀은 두산 전자BG의 CCL 사이클에 연결된 상류 저유전 소재 공급사다. 같은 시스템 레벨 AI 보드 수요가 둘 모두에 영향을 미치지만, 위험과 밸류에이션 프로파일은 다르다.

파미셀이 PCB 기업인가?

아니다. 파미셀은 PCB 제조사가 아니다. 투자 논거의 핵심은 상류 소재 비중이다. 두산 전자BG 같은 CCL 생산사가 쓰는 저유전·저손실 원료다.

이게 투자 조언인가?

아니다. 섹터 리서치 틀이다. 올바른 결론은 밸류에이션, 수주 흐름, 마진 확인, 고객 집중도, 개별 투자자의 위험 허용 범위에 따라 달라진다.

주요 공개 자료

NVIDIA Vera Rubin NVL72 제품 페이지: https://www.nvidia.com/en-us/data-center/vera-rubin-nvl72/
NVIDIA 기술 블로그, Vera Rubin 플랫폼 개요: https://developer.nvidia.com/blog/inside-the-nvidia-rubin-platform-six-new-chips-one-ai-supercomputer/
TrendForce, 에이전틱 AI·CPU:GPU 비율 해설: https://insights.trendforce.com/p/agentic-ai-cpu-gpu
TrendForce 보고서, 2026 에이전틱 AI 파동: https://www.trendforce.com/research/download/RP260408AD
Tom’s Hardware, 에이전틱 AI·CPU 수요: https://www.tomshardware.com/pc-components/cpus/shifting-need-for-cpus-in-ai-workloads-drives-intensifying-shortages-price-hikes
NVIDIA Jetson Thor 제품 페이지: https://www.nvidia.com/en-us/autonomous-machines/embedded-systems/jetson-thor/
NASA 고신뢰성 PCB 품질 가이드: https://sma.nasa.gov/sma-disciplines/quality
NASA GSFC-STD-8001 고신뢰성 PCB 표준: https://standards.nasa.gov/sites/default/files/standards/GSFC/Baseline/0/gsfc-std-8001.pdf

마무리

이 논거의 가장 깔끔한 버전은 단순하다.

AI는 GPU만 사지 않는다. 시스템을 산다.

시스템에는 칩이 추가된다. 칩에는 기판, 보드, 저손실 소재가 붙는다.

기판 레이어를 뒤늦은 순환매 종착지가 아닌 공통 병목으로 읽어야 하는 이유가 여기 있다. 모든 한국 PCB·소재 주식이 같은 배수를 받아야 한다는 뜻이 아니다. 이 생태계를 시스템 레벨 공급망으로 평가해야 한다는 것이다. 삼성전기는 프리미엄 FC-BGA·MLCC 노드에, 대덕전자와 MLB 기업들은 보드 레이어에, 두산 전자BG는 CCL 본체에, 코오롱인더와 파미셀은 저유전 소재 상류에 각각 자리한다.

이제 할 일은 테마를 반복하는 게 아니다. 시스템 BOM이 계속 두꺼워지는지, CPU와 네트워킹 비중이 계속 오르는지, 한국 기업들이 그 복잡도를 수주와 마진으로 바꾸는지 추적하는 것이다.

Disclaimer: For research and information purposes only. Not investment advice. Names cited are for analytical illustration; readers should perform their own due diligence and consult licensed advisors before any investment decision.

에이전틱 AI on Korea Invest Insights