반도체 -5.8% 폭락, AI 투자 전환 시급

이를 통해 부품 공급 업체, 재고, 생산 계획 등을 모두 하나로 통합한다. 디지털 트윈 기술을 활용하여 공급망 내 병목 구간을 사전에 파악하고, 최적의 배분 시나리오를 계산해 효율성을 극대화한다.

엔비디아뿐만 아니라 협력사까지 온톨로지 시스템 도입을 확대하면서 반도체 생태계 전반으로 시장을 확산하는 중이다. 이 플랫폼은 복잡한 공급망을 단순화하고, 실시간 데이터 분석을 통해 의사 결정 속도를 높이는 데 기여한다.

기존의 생성형 AI 모델인 클로드와 챗GPT는 사용자에게 편리함을 제공하지만, 기업 입장에서는 데이터 보안과 통제권 상실에 대한 우려가 크다. 기업들은 효율 증진을 위해 이러한 AI를 사용하면서도 자체 기술 유출과 보안 문제에 대한 걱정을 놓지 못한다. 이 때문에 많은 기업들이 자체 데이터 센터를 구축하고 AI 모델을 직접 개발하여 데이터에 대한 통제권을 확보하려는 움직임을 보인다.

AI 통제권을 확보하는 것은 단순한 보안 문제를 넘어 기업의 장기적인 경쟁력을 결정하는 핵심 요소가 된다. 데이터를 자율적으로 관리하고 활용할 수 있는 역량이 미래 시장에서 우위를 점하는 데 필수적이다.

60년간 인류가 발견한 단백질 구조가 19만 개에 불과했지만, AI는 단기간에 2억 개의 단백질 구조를 예측하여 찾아냈다. 이는 기존 연구 방식으로는 상상하기 어려웠던 성과이다.

과거 3년 정도 걸리던 신약 후보 물질 도출 기간도 AI 도입 후 1년으로 단축됐다. AI는 방대한 데이터를 분석하여 유효 물질을 빠르게 선별하고, 실험 과정을 최적화하여 개발 과정 전반의 효율성을 높인다.

일라이 릴리는 GPU 116개를 투입해 초당 900경 번을 계산하는 AI 팩토리를 구축했다. 이 팩토리는 연구 데이터를 AI에 학습시켜 신약 후보 물질을 효율적으로 선별하는 데 활용한다.

엔비디아와 5년간 최대 10억 달러를 투자하여 AI와 로봇을 연결하는 24시간 자율 시험 체계를 준비 중이다. 이러한 시스템은 신약 개발 과정을 자동화하고, 인간의 개입을 최소화하여 연구의 정확성과 속도를 높이는 데 기여한다.

현재 AI 관련 기업 중 데이터독과 팔란티어는 높은 매력도를 보이지만, 이미 주가에 이러한 매력이 일부 반영되어 현재 가격이 높은 편이다. 따라서 이들 종목에 대한 투자는 시장 전체의 조정기를 기다리는 전략이 유효하다. 관심 종목에 편입해두고 시장 변동성을 주시할 필요가 있다.

개별 기업 투자 외에 AI 관련 ETF를 통해 분산 투자하는 방법도 고려할 수 있다. XLP, CLU, IGV, XLV 등 다양한 연관 ETF가 존재하며, 이 중 IGV ETF는 다양한 기술 기업을 포함하고 있어 AI 산업 전반에 대한 투자를 고려하는 투자자에게 적합한 선택지가 될 수 있다.