AI 토큰 선물과 토큰당 비용: 이제 성능 경쟁이 아니라 가격 경쟁이다

Sat, 30 May 2026 09:00:00 +0900

📚 후속 글 맥락 델 어닝 서프라이즈와 한국 반도체와 마벨 Q1 FY2027 실적과 한국 반도체의 후속편입니다. 앞선 두 글이 “AI 병목이 GPU에서 메모리·연결·기판·전력으로 내려온다, 그리고 그 병목에서 누가 마진을 가져가는가"였다면, 이번 글은 한 단계 더 나아갑니다. AI 사용량 자체에 시장 가격이 붙기 시작하면, 산업의 승부처가 “더 빠른 칩"에서 “더 싼 토큰"으로 바뀐다는 이야기입니다. 관련 허브는 AI HBM 허브, 한국 반도체 밸류체인 허브, AI 기판·PCB 허브입니다.

TL;DR

지금까지 AI 투자는 “누가 더 센 칩을 만드느냐"의 싸움이었다. 그런데 최근 한 가지 신호가 조용히 켜졌다. AI를 얼마나 쓰는지에 시장 가격이 매겨지기 시작한 것이다.

로이터에 따르면 중국 상하이선물거래소(SHFE)는 AI 토큰 가격에 연동된 선물을 초기 설계 중이다. 미국에서는 CME 그룹이 실리콘데이터(Silicon Data)와 함께, ICE가 오른(Ornn)과 함께 GPU 컴퓨트 선물을 준비한다고 발표했다. 아직 상장이 확정된 상품은 아니다. 하지만 방향은 분명하다.

AI 연산과 토큰에 “시장 가격"이 생기면, 산업의 축은 성능 경쟁에서 비용 경쟁으로 넘어간다.

석유에 선물 가격이 생기자 정유·운송·발전이 전부 “배럴당 원가"로 줄을 섰던 것과 같다. AI도 토큰당 가격이 보이기 시작하면, 모든 참여자가 같은 질문을 던지게 된다. “나는 토큰 하나를 얼마에 만드는가?"

이 질문의 답은 막연한 “AI 관련주"가 아니다. 고객의 토큰당 비용(cost per token)을 실제로 낮춰주는 병목 부품·칩·플랫폼이다. 우선순위는 다음과 같다.

우선순위	무엇을 사는가	핵심 종목	판단
1	커스텀 ASIC·AI 네트워킹	Broadcom, Marvell, TSMC	토큰 비용 스택에 가장 직접적. 다만 컨센서스 롱이라 밸류에이션 절제 필요, 고객 집중 리스크
2	HBM + eSSD + KV-cache 스토리지	삼성전자, SK하이닉스, Micron	메모리 대역폭·캐시 관리가 추론 병목. eSSD·KV-cache가 반복 연산을 줄이고 HBM 부담을 던다
3	첨단 패키징·FC-BGA·MLCC·실리콘 커패시터	삼성전기, 대덕전자, Murata, Ibiden	전력·신호 무결성 → 실효 토큰 처리량. “방향은 맞는데 가격이 비싼” 리스크
4	컴퓨트 가격 레일	CME, ICE	금융화 그 자체. 옵션 가치, 출시 전, 유동성 불확실. 가장 덜 붐비는 2차 아이디어
5	Nvidia·AMD 풀스택	Nvidia, AMD	여전히 핵심. 단 논거는 “GPU 부족"이 아니라 “와트당 토큰·AI 공장 경제성"으로 바뀐다
6	전력 설비	HD현대일렉트릭, LS ELECTRIC	숏이 아니다. 전력 수요는 계속 는다(IEA: 2030년 데이터센터 전력 약 945TWh). 과도하게 부푼 전력 희소성 프리미엄에 대한 상대가치 헤지로만 제한적으로 사용

한국 결론을 먼저 말하면, 삼성전자가 가장 균형 잡힌 실전 픽이다. HBM4E 추격 + DDR5 + SOCAMM2 + PCIe Gen6 eSSD + KV-cache 스토리지로 토큰 비용 스택에 가장 넓게 걸쳐 있기 때문이다. SK하이닉스는 품질은 최고지만 이미 붐빈다. 삼성전기는 thesis 순도가 높지만 가격이 비싸다. 대덕전자는 2차 FC-BGA 베타 후보다.

1. 무슨 일이 일어나고 있나: AI 사용량의 금융화

먼저 사실관계부터 분리한다.

[Fact] 로이터 보도에 따르면 SHFE는 AI 토큰 가격에 연동된 선물을 초기 설계 중이다. 계약 명세, 기초자산(어떤 토큰인지) 정의, 결제 방식, 승인·출시 일정은 모두 확인되지 않았다.
[Fact] CME 그룹은 실리콘데이터와 함께 컴퓨트 선물 출시 계획을, ICE는 오른과 함께 GPU 컴퓨트 선물 계약 계획을 발표했다.

여기서 중요한 건 “선물이 이미 상장됐다"가 아니다. 그건 아직 아니다. 중요한 건 업계가 AI 사용량에 가격을 붙이려는 시도를 시작했다는 사실이다.

비유하자면 이렇다. 예전에는 전기를 쓰면서도 “1킬로와트시에 얼마"라는 표준 가격이 없었다고 상상해보자. 그러다 전력 거래소가 생기고 가격이 고시되는 순간, 모든 공장이 “우리는 제품 하나당 전기를 얼마 쓰지?“를 계산하기 시작한다. AI도 지금 그 문턱에 서 있다.

가격이 보이면, 비용이 보인다. 비용이 보이면, 비용을 낮추는 쪽이 이긴다.

2. 왜 이게 게임의 규칙을 바꾸나: 성능 경쟁 → 비용 경쟁

지난 몇 년간 AI 경쟁은 “벤치마크 점수"였다. 누가 더 큰 모델을, 더 빠른 칩으로 돌리느냐. 투자도 그 논리를 따라갔다. “제일 센 GPU를 만드는 회사를 사라.”

그런데 사용량에 가격이 붙으면 질문이 바뀐다.

토큰당 비용을 아주 단순한 식으로 보면 이렇다.

토큰당 비용 = 전체 연산 비용 ÷ 처리한 토큰 수

분자(연산 비용)를 줄이거나 분모(처리한 토큰 수)를 늘리면 비용이 내려간다. 같은 전기, 같은 자본으로 더 많은 토큰을 뽑아내면 이긴다. 그래서 두 가지 지표가 새 승부처가 된다.

와트당 토큰 = 초당 토큰 수 ÷ 전력(W)
달러당 토큰 = 토큰 수 ÷ 전체 비용($)

로이터에 따르면 TSMC는 AI 전력 수요 때문에 칩 설계의 초점이 “원시 성능"에서 “전력 효율"로 옮겨가고 있다고 봤다. 즉 와트당 토큰이 핵심 지표가 된다.

이걸 투자 언어로 옮기면 명확하다.

“AI주를 사라"가 아니라, “고객의 토큰당 비용을 낮춰주는 회사를 사라."

3. 주방 비유: 비싼 셰프가 놀고 있다

조금 더 직관적으로 풀어보자.

GPU는 아주 비싼 셰프다. 손은 빠르지만, 재료가 제때 도착해야 요리를 한다. 재료를 나르는 컨베이어 벨트가 바로 메모리(HBM)다.

벨트가 느리면 어떻게 될까? 비싼 셰프가 재료를 기다리며 멍하니 서 있는다. 시급은 계속 나간다. 토큰은 안 나온다. 토큰당 비용이 치솟는다.

그래서 진짜 병목은 “셰프를 한 명 더 고용하는 것”(= 더 센 GPU)이 아닐 때가 많다. 벨트를 빠르게 하고, 자주 쓰는 재료를 셰프 옆에 미리 쌓아두는 것(= 메모리 대역폭 + 캐시)이 더 효과적이다.

KV-cache 스토리지가 바로 “자주 쓰는 재료를 옆에 쌓아두는” 일이다. 같은 계산을 또 하지 않게 해서, 비싼 셰프의 시간을 아낀다. eSSD는 그 재료 창고를 싸고 크게 만든다. 이러면 HBM에 걸리는 부담도 줄어든다.

이 비유가 이번 글의 투자 지도다. 토큰당 비용을 낮추는 곳에 돈이 흐른다.

4. 1순위: 커스텀 ASIC·AI 네트워킹 — Broadcom, Marvell, TSMC

토큰 비용을 가장 직접적으로 낮추는 글로벌 스택은 커스텀 ASIC과 AI 네트워킹이다.

하이퍼스케일러가 자기 워크로드에 딱 맞춘 칩(커스텀 ASIC)을 쓰면, 범용 GPU보다 같은 작업을 더 싸게, 더 적은 전력으로 한다. 그 칩들을 클러스터로 묶는 게 AI 네트워킹이다. 둘 다 와트당 토큰을 직접 끌어올린다.

회사	확인된 사실	논점
Broadcom	Q1 FY2026 AI 매출 $8.4B(+106% YoY), Q2 AI 반도체 매출 가이던스 약 $10.7B	커스텀 ASIC·네트워킹의 본류. 컨센서스 롱이라 밸류에이션 절제 필요
Marvell	FY2027 Q1 매출 $2.418B, 로이터 보도 기준 FY2029까지 커스텀칩 매출 $10B 초과 목표	커스텀 실리콘 성장 경로. 고객 집중 리스크가 핵심 변수
TSMC	로이터 보도: AI 전력 수요로 칩 설계 초점이 성능에서 전력 효율로 이동 → “와트당 토큰"이 핵심 지표	모든 커스텀 ASIC·GPU가 결국 거쳐가는 파운드리. 토큰 비용 스택의 바닥

다만 주의. 이 자리는 이미 시장이 가장 좋아하는 컨센서스 롱이다. 좋은 회사라는 것과 좋은 가격이라는 것은 다르다. 그리고 커스텀 ASIC은 소수 대형 고객에 매출이 쏠려 있어, 고객 한 곳의 발주 변동이 실적을 크게 흔들 수 있다.

5. 2순위: HBM + eSSD + KV-cache 스토리지 — 삼성전자·SK하이닉스·Micron

추론(inference)에서 진짜 병목은 연산력이 아니라 메모리 대역폭과 캐시 관리다. 3장의 셰프-벨트 비유 그대로다.

HBM은 셰프 바로 옆의 초고속 벨트다.
eSSD와 KV-cache 스토리지는 자주 쓰는 재료를 미리 쌓아두는 창고다. 같은 연산을 반복하지 않게 해서 비싼 GPU 시간을 아끼고, HBM에 걸리는 부담도 던다.

삼성전자 1Q26 실적 자료는 DDR5, SOCAMM2, PCIe Gen6 eSSD, 그리고 KV-cache 스토리지 수요를 직접 언급했다. 이건 토큰 비용 논거에 정확히 맞는 라인업이다.

회사	토큰 비용 관점 노출	판단
삼성전자	HBM4E 추격 + DDR5 + SOCAMM2 + PCIe Gen6 eSSD + KV-cache 스토리지	가장 넓은 노출. 토큰 비용 스택에 여러 층으로 걸친다
SK하이닉스	HBM 순수 노출의 최고 품질	회사 자체는 최고지만 시장이 이미 가장 많이 쥐고 있다(crowded)
Micron	글로벌 HBM·메모리 3강의 한 축	미국 비교군. HBM·DRAM 사이클 노출

삼성전자에 대한 더 깊은 논의는 삼성전자 특별성과급 자사주 분석과 삼성전자 딥다이브를, SK하이닉스는 SK하이닉스 딥다이브를 참고하면 된다.

여기서 굳이 하나를 고르라면, 한국에서 토큰 비용 논거에 가장 균형 있게 걸친 종목은 삼성전자다. SK하이닉스가 HBM 순수 노출로는 더 깨끗하지만, KV-cache·eSSD·SOCAMM2까지 넓게 보면 삼성전자가 더 여러 층에 걸쳐 있고, 시장의 쏠림도 SK하이닉스보다 덜하다.

6. 3순위: 첨단 패키징·FC-BGA·MLCC·실리콘 커패시터 — 삼성전기·대덕전자

칩을 아무리 잘 만들어도, 전력이 흔들리고 신호가 깨지면 실효 토큰 처리량이 떨어진다. 전력 무결성(power integrity)과 신호 무결성(signal integrity)을 지키는 게 첨단 패키징과 기판, 그리고 전력 안정화 부품이다.

FC-BGA는 칩을 보드에 연결하는 고성능 기판이다.
MLCC와 실리콘 커패시터는 GPU·HBM 패키지 안쪽에서 순간 전압 흔들림을 잡는다.

이 층이 단단해야 비싼 셰프가 풀스피드로 돌고, 그만큼 토큰이 더 나온다. 즉 이 부품들은 간접적이지만 토큰당 비용에 분명히 영향을 준다.

회사	노출	판단
삼성전기	FC-BGA + 고부가 MLCC + 실리콘 커패시터 통합	thesis 순도는 높다. 다만 밸류에이션이 이미 크게 부풀어 “방향은 맞는데 가격이 비싼” 자리
대덕전자	FC-BGA 2차 베타 후보	삼성전기 다음 자리. 직접 인증·물량 확인이 선결 조건
Murata, Ibiden	일본 MLCC·패키징 비교군	글로벌 peer로 함께 본다

삼성전기 관련 상세 분석은 AI 서버 수동소자 병목: 삼성전기 기술 설명을 참고하면 된다.

방향은 맞다. 그러나 가격이 비싸다.

토큰 비용 논거가 패키징·기판을 가리키는 것은 맞지만, 삼성전기는 그 좋음을 이미 상당 부분 가격에 반영했다. 그래서 한국에서는 대덕전자 같은 2차 FC-BGA 베타가 “방향은 같은데 가격이 덜 부푼” 대안이 될 수 있다 — 단, 직접 인증과 물량을 먼저 확인해야 한다.

7. 4순위: 컴퓨트 가격 레일 — CME, ICE

이번 글의 출발점이자 가장 덜 붐비는 2차 아이디어가 컴퓨트 가격 레일이다.

AI 사용량의 금융화가 진짜로 자리 잡으면, 그 거래가 일어나는 거래소가 구조적 수혜를 본다. 석유 선물이 자리 잡자 거래소가 꾸준한 수수료 흐름을 누린 것과 같다.

회사	노출	판단
CME	실리콘데이터와 컴퓨트 선물 출시 계획	금융화 자체에 대한 옵션. 아직 출시 전, 유동성 불확실
ICE	오른과 GPU 컴퓨트 선물 계약 계획	동일하게 출시 전 옵션 가치

다만 이건 확정된 매출이 아니라 옵션 가치다. 계약이 실제로 상장될지, 거래량이 붙을지는 모른다. 따라서 “AI 금융화의 곁가지"로, 가장 작은 비중의 2차 아이디어로 둔다.

8. 5순위: Nvidia·AMD 풀스택 — 논거가 바뀐다

Nvidia와 AMD는 여전히 핵심이다. 빠지는 게 아니다. 다만 논거가 달라진다.

지금까지의 논거는 “GPU가 부족하니 만드는 곳이 다 이긴다"였다. 토큰 비용 시대의 논거는 다르다.

“GPU 부족"이 아니라 “와트당 토큰이 가장 높고, AI 공장 경제성이 가장 좋은 풀스택을 누가 제공하는가."

Nvidia가 강한 이유는 단순히 칩이 빨라서가 아니라, GPU·네트워킹·소프트웨어를 묶어 AI 공장 전체의 토큰당 비용을 낮추기 때문이다. 이 프레임에서 핵심 질문은 “다음 칩이 얼마나 빠른가"가 아니라 “다음 시스템이 토큰을 얼마나 싸게 뽑는가"다.

9. 6순위: 전력 설비 — 숏이 아니라 상대가치 헤지

여기서 자주 나오는 오해 하나를 짚는다. “토큰 비용 효율이 중요해지면 전력 수요가 줄어드니 전력 설비를 숏 치면 되지 않나?”

아니다. 전력 수요 자체는 계속 늘어난다.

IEA는 전 세계 데이터센터 전력 소비가 2030년 약 945TWh(2024년 대비 약 2배)에 이를 것으로 전망한다.

이건 전력 설비를 노골적으로 숏 칠 근거가 못 된다. HD현대일렉트릭, LS ELECTRIC 같은 종목을 그냥 숏 치는 건 위험하다.

전력 설비를 활용하는 방법은 단 하나, 상대가치 헤지다. 다음 세 조건이 동시에 충족될 때만 제한적으로 쓴다.

반도체 EPS 추정이 상향되는데
전력 설비 EPS 추정은 정체되고
전력 설비 밸류에이션이 역사적 고점에 앉아 있을 때

즉 “과도하게 부푼 전력 희소성 프리미엄"에 대한 상대가치 헤지로만 의미가 있다. 단독 숏은 아니다.

10. 절제: “금융화 = 다 사자"는 과욕

이번 thesis는 매력적이다. 하지만 그 크기와 투자 판단은 별개다. 세 가지를 분리해야 한다.

사실(Fact): CME·실리콘데이터, ICE·오른의 컴퓨트 선물 계획은 발표됐다. Broadcom·Marvell·TSMC의 숫자도 발표됐다. IEA의 945TWh 전망도 공개됐다.
추론(Inference): 사용량에 가격이 붙으면 산업은 성능 경쟁에서 토큰당 비용 경쟁으로 이동한다. 그러면 토큰 비용을 낮추는 병목(커스텀 ASIC·메모리·패키징)이 구조적으로 유리해진다. 이건 사실에서 합리적으로 끌어낸 판단이다.
추측(Speculation): SHFE 선물의 계약 명세, 기초 토큰 정의, 결제 방식, 승인 일정은 모두 미확인이다. 특정 한국 부품사가 어느 고객에게 얼마를 공급하는지, 그 매출 비중이 얼마인지도 공개되지 않았다.

특히 SHFE AI 토큰 선물은 “이미 상장된 확정 상품"이 아니라 초기 신호이자 옵션 가치로만 다뤄야 한다. 그리고 “삼성전자가 어느 고객의 KV-cache 스토리지를 공급한다”, “대덕전자가 어느 FC-BGA의 몇 %를 차지한다” 같은 구체적 고객·점유율 주장은 공개자료로 확인되지 않았다.

좋은 thesis라도 숫자로 확인되지 않으면 테마로 끝난다.

이 글의 결론은 “AI가 금융화되니 관련주를 다 사라"가 아니다. 고객의 토큰당 비용을 실제로 낮추는 병목을, 들어가는 가격까지 따져서 골라 보라는 것이다.

11. 다음 체크포인트

체크포인트	강한 신호	약한 신호
AI 사용량 금융화	SHFE·CME·ICE 중 한 곳이라도 실제 상장·거래량 확보	설계 단계에서 멈춤, 유동성 미달
커스텀 ASIC	Broadcom·Marvell 커스텀 매출 가시성 상향	특정 고객 발주 지연·집중 리스크 부각
메모리·KV-cache	삼성전자 eSSD·SOCAMM2·KV-cache 물량·가격 확인	HBM 경쟁 심화, 가격 약세
패키징·기판	삼성전기 패키지 마진 확인, 대덕전자 인증·물량	성장은 둔화되는데 밸류만 높음
와트당 토큰	TSMC·Nvidia가 전력 효율 지표를 전면에 내세움	성능 헤드라인만 반복
전력 설비	반도체 EPS↑ + 전력 EPS 정체 + 전력 밸류 역사적 고점 동시 충족	셋 중 하나라도 어긋남 → 헤지 보류

최종 해석

AI 토큰 선물과 GPU 컴퓨트 선물은 아직 초기다. 상장이 확정된 것도, 거래량이 붙은 것도 아니다. 하지만 방향은 분명하다.

AI 사용량에 시장 가격이 매겨지는 순간, 산업의 승부처는 “더 빠른 칩"에서 “더 싼 토큰"으로 넘어간다.

이 관점에서 사야 할 것은 막연한 AI주가 아니라, 고객의 토큰당 비용을 실제로 낮추는 병목이다. 글로벌에서는 커스텀 ASIC·네트워킹(Broadcom·Marvell·TSMC)이 가장 직접적이고, 메모리·KV-cache 스토리지가 추론 병목을 푼다. 한국에서 가장 균형 잡힌 실전 픽은 삼성전자다. HBM4E 추격, DDR5, SOCAMM2, PCIe Gen6 eSSD, KV-cache 스토리지로 토큰 비용 스택에 가장 넓게 걸쳐 있기 때문이다. SK하이닉스는 품질 최고지만 붐비고, 삼성전기는 thesis 순도가 높지만 가격이 비싸며, 대덕전자는 2차 FC-BGA 베타 후보다. 전력 설비는 숏이 아니라, 조건이 맞을 때만 쓰는 상대가치 헤지다.

결론은 절제다. AI가 금융화될수록, 무엇을 사느냐만큼 어느 가격에 사느냐가 중요하다.

Fact / Inference / Speculation / Blocked

[Fact]

로이터 보도 기준 SHFE는 AI 토큰 가격 연동 선물을 초기 설계 중이다. 계약 명세·기초 토큰 정의·결제·승인 일정은 미확인이다.
CME 그룹은 실리콘데이터와 컴퓨트 선물 출시 계획을, ICE는 오른과 GPU 컴퓨트 선물 계약 계획을 발표했다.
Broadcom Q1 FY2026 AI 매출 $8.4B(+106% YoY), Q2 AI 반도체 매출 가이던스 약 $10.7B.
Marvell FY2027 Q1 매출 $2.418B. 로이터 보도 기준 FY2029까지 커스텀칩 매출 $10B 초과 목표.
로이터 보도: TSMC는 AI 전력 수요로 칩 설계 초점이 성능에서 전력 효율로 이동하며, “와트당 토큰"이 핵심 지표가 된다고 봤다.
IEA는 전 세계 데이터센터 전력 소비가 2030년 약 945TWh(2024년 대비 약 2배)에 이를 것으로 전망한다.
삼성전자 1Q26 실적 자료는 DDR5, SOCAMM2, PCIe Gen6 eSSD, KV-cache 스토리지 수요를 언급했다.

[Inference]

AI 사용량에 가격이 붙으면 산업은 성능 경쟁에서 토큰당 비용 경쟁으로 이동한다.
토큰당 비용을 낮추는 병목(커스텀 ASIC·AI 네트워킹 → 메모리·KV-cache → 패키징·기판)이 구조적으로 유리하다.
한국에서는 삼성전자가 토큰 비용 스택에 가장 균형 있게 걸쳐 있고, SK하이닉스는 품질 최고지만 쏠림이 크다.
전력 수요는 계속 늘어나므로 전력 설비 단독 숏은 부적절하며, 조건이 맞을 때만 상대가치 헤지로 쓴다.

[Speculation]

SHFE AI 토큰 선물이 실제로 상장·거래될지, 기초 토큰을 무엇으로 정의할지는 불확실하다.
CME·ICE 컴퓨트 선물의 출시 시점과 유동성은 확정되지 않았다.
특정 한국 부품사(삼성전자·삼성전기·대덕전자)가 어느 글로벌 고객에 얼마를 공급하는지, 그 매출 비중이 얼마인지는 공개되지 않았다.

[Blocked]

SHFE 선물의 계약 명세·결제 방식·승인 일정.
한국 종목들의 실시간 컨센서스 EPS 상향률과 NTM 밸류에이션.
커스텀 ASIC·메모리·패키징 공급망에서 한국 업체의 고객별 점유율과 매출 비중.

Disclaimer: 본 글은 개인 맞춤형 투자자문이 아니라 공개정보 기반 분석입니다. 언급된 종목은 분석을 돕기 위한 예시이며, 투자 판단과 그 결과에 대한 책임은 투자자 본인에게 있습니다. 투자 전 충분한 검토와 전문가 상담을 권합니다.

Cost per Token on Korea Invest Insights