10배 오를 AI 주식 여기 다 있습니다 한동대학교 김학주 교수

10배 오를 AI 주식은 이미 정해져 있다

 

 

– 한동대학교 김학주 교수가 말하는 ‘진짜 AI 투자 지도’

AI 산업은 이미 초기 국면을 지나 본격적인 인프라·응용 확장 단계로 들어가고 있습니다.
그러나 모든 AI 기업이 같은 속도로 성장하지는 않습니다.

한동대학교 김학주 교수는 “AI라는 거대한 흐름 속에서도 돈이 실제로 벌리는 지점은 따로 있다”고 말합니다.
이 글에서는 해당 영상 스크립트를 바탕으로, 교수가 직접 언급한 기업들을 산업별로 정리하고,
왜 이 기업들이 10배 후보군으로 거론되는지를 투자 관점에서 설명합니다.

 

---

1) AMD / Broadcom – “GPU 다음 구간”의 실적 후보

AI는 학습(Training) 중심에서 추론(Inference) 중심으로 확장 중인데, 교수님은 이 구간에서 “GPU만이 아니라 다양한 가속/네트워크 반도체가 더 필요해진다”는 흐름을 강조합니다.

• 추천 이유 1: 추론 확산 = 연산의 ‘생활화’
  • 학습은 일부 대형 사업자(빅테크)가 집중 투자하지만, 추론은 서비스 곳곳(검색/광고/콜센터/의료/제조)에 깔립니다.
  • 즉 “AI 사용량이 늘수록” 반도체 수요가 더 넓게 퍼지고, 후발 강자들의 실적이 따라붙는 구간이 옵니다.
• 추천 이유 2: ‘엔비디아만’의 시대가 아닐 가능성
  • 교수님은 “인터넷 시대에 야후가 영원히 1등이 아니었듯, 엔비디아도 영원하진 않을 수 있다”는 관점을 제시합니다.
  • 이런 관점에서 대안/보완 축이 되는 업체들을 함께 보자는 맥락이었습니다.

---

2) Astera Labs – CXL: AI 서버의 ‘연결 병목’을 푸는 회사

교수님은 AI가 커질수록 “반도체 간 연결이 좋아야 한다”고 말하며, 그 해법으로 CXL을 직접 언급합니다.

• 추천 이유 1: AI 데이터센터의 병목은 ‘칩 성능’만이 아니다
  • GPU/CPU가 빨라져도, 메모리·스토리지·서버 간 데이터 이동이 느리면 전체가 막힙니다.
  • CXL은 이 병목을 줄이는 표준급 인터페이스로 이야기됩니다.
• 추천 이유 2: 추론 시대 = “더 자주, 더 많이” 데이터를 옮긴다
  • 추론은 실시간 요청이 폭증하므로, 연결/메모리 확장의 중요도가 더 커집니다.
  • 그래서 “추론이 본격화될수록” CXL 같은 연결 기술이 더 핵심 인프라가 됩니다.

---

3) Pure Storage / NetApp – “AI의 시간 낭비 구간(IO)”을 줄이는 스토리지

스크립트에서 교수님은 “데이터를 넣었다 뺐다 하는 시간이 버틀넥이 될 수 있다”고 짚습니다.

• 추천 이유 1: AI의 비용은 ‘연산’뿐 아니라 ‘데이터 이동’
  • 모델이 커질수록 학습/추론 과정에서 데이터 접근이 많아져 스토리지 성능이 곧 비용이 됩니다.
• 추천 이유 2: 데이터센터 투자 주체가 ‘2티어’로 내려오면 더 중요
  • 구글/마이크로소프트/아마존처럼 현금 풍부한 곳뿐 아니라,
  • 오라클 같은 “2티어 데이터센터 빌더”가 늘면 효율/ROI 검증이 중요해져
    스토리지·네트워크·전력 같은 “진짜 운영 효율” 기업이 부각되는 논리입니다.

---

4) FANUC / Yaskawa / ABB – “휴머노이드 전” 자동화 로봇의 실적 구간

교수님은 로봇의 돈 되는 순서를 이렇게 봅니다:
공장 자동화 로봇 → 부품 → (그 다음에야) 휴머노이드

• 추천 이유 1: 이미 고객·현장·수요가 존재
  • 공장은 “ROI가 보이면 바로 산다”는 특성이 있어,
  • 기술이 붙는 순간(엔비디아 시뮬레이션 등) 고기능화 → 단가 상승 → 실적이 빠르게 연결될 가능성이 있습니다.
• 추천 이유 2: 휴머노이드의 최대 문제는 ‘양산’
  • 교수님은 배선/구조 복잡성 때문에 휴머노이드는 당장 대량 양산이 어렵고,
  • 따라서 단순 기능부터 확산 → 산업 현장에서 돈을 벌며 진화한다고 봅니다.

---

5) Nabtesco / Harmonic Drive Systems – 로봇의 ‘관절’은 반복 구매되는 핵심 부품

로봇이 늘면 “관절(감속기/정밀 구동)” 부품 수요가 구조적으로 증가합니다.

• 추천 이유 1: 로봇의 성능은 관절에서 갈린다
  • 관절의 정밀도·내구성·토크가 로봇 품질을 좌우합니다.
• 추천 이유 2: 부품은 플랫폼보다 “확산 시 매출 레버리지”가 크다
  • 로봇 ‘대수’가 늘면 부품은 더 많이 들어가고,
  • 유지·교체까지 고려하면 반복 매출 가능성이 큽니다.

---

6) ATI / Carpenter Technology – AI 시대 ‘특수합금’은 (로봇·원전·우주) 공통분모

스크립트에서 교수님은 특수합금의 쓰임을 환경별로 나눠 설명합니다.

ATI

• 추천 이유 1: 고압·부식·극한환경(해저/소형원자로)
  • 열처리로 결정 구조를 안정화해 “틈이 생기지 않게” 만든다는 설명이 나옵니다.
• 추천 이유 2: 진입장벽이 매우 높다
  • 해저로봇/원전은 인증·신뢰·공급망이 중요해서 “새로운 업체가 들어오기 어려운 시장”입니다.

Carpenter Technology

• 추천 이유 1: 진공 용해 → 불순물 최소 → 급격한 온도 변화/방사선 환경에 강점
  • 우주 환경처럼 +150℃ ↔ -150℃ 급변, 방사선 등에서 균열 위험을 낮춘다는 논리입니다.
• 추천 이유 2: 우주/위성 산업 확대의 소재 수혜
  • 위성, 우주 시스템이 늘면 고신뢰 소재 수요가 커집니다.

 

반응형

---

7) Oceaneering / TechnipFMC – 해저 로봇/해양 솔루션 “진입장벽 산업”

교수님은 “해저 희토류 개발은 사람이 못 가고 기계가 가야 한다”고 말하며,
그 환경의 난도를 구체적으로 설명합니다(압력, 저온, 염수 전류, 부식 등).

 

• 추천 이유 1: 지정학이 만든 필수 수요
  • 반도체/희토류 갈등이 심해질수록 “대체 공급망”의 가치가 커지는 구조입니다.
• 추천 이유 2: 기술·경험 기반의 진입장벽
  • 해저는 실패 비용이 너무 커서 “검증된 업체”로 쏠릴 가능성이 큽니다.

---

8) Lynas Rare Earths – “중국 밖 희토류 정제”의 현실적 대안 축

교수님은 희토류 정제가 왜 어려운지(17종, 화학적 구조 유사, 미세한 조건 차이에 따른 수율/자성 저하) 설명하며
중국의 데이터/노하우를 강조합니다.

 

• 추천 이유 1: ‘정제’가 병목인 산업
  • 캐는 것보다 정제가 어렵고, 정제가 안 되면 공급망이 완성되지 않습니다.
• 추천 이유 2: 중국 대체 옵션이 제한적
  • 그래서 중국 외 대안으로 언급된 축이 “리나스”였습니다.

---

9) Qorvo / Analog Devices / Moog – 위성 통신·우주 시스템의 필수 부품 기업

교수님은 다크팩토리/오지 자동화로 인해 위성 통신이 중요해지고,
우주 환경에서 “증폭·신호복원·모터”가 핵심이라고 정리합니다.

Qorvo

• 추천 이유: 우주에서 약해진 신호를 증폭(RF) 해야 하는 수요

Analog Devices(ADI)

• 추천 이유: 신호를 다시 복원하려면 아날로그 → 디지털 변환 등 신호처리가 필요

Moog

• 추천 이유 1: 위성은 “모터 덩어리”이며 자세 제어/구동이 핵심
• 추천 이유 2: 우주에서는 유지보수가 불가능해 브러시리스·고신뢰 모션 기술이 중요

---

10) HM Pharma – 장내 미생물 데이터 기반 “맞춤형 헬스케어 AI”

교수님은 “사람들이 AI에 가장 기꺼이 돈을 내는 분야는 건강”이라며,
미생물은 개인별로 특이적이고 질병의 신호가 1~2년 전부터 나타날 수 있다고 설명합니다.

• 추천 이유 1: 데이터 희소성과 개인화(맞춤형)
  • 장내 미생물은 사람마다 달라 “맞춤형 데이터/솔루션”이 핵심이 됩니다.
• 추천 이유 2: 치료보다 ‘예방/관리’는 반복 매출 구조
  • 약은 낫고 끝나지만, 장내 환경 관리는 지속적으로 소비될 수 있다는 논리.
• 추천 이유 3: FDA 인식 변화(미생물 신약 인정 흐름)
  • 과거엔 약효 설명이 어려워 승인에 보수적이었으나, “맞춤형으로 설명 가능해지며” 신약으로 인정되는 흐름을 언급합니다.

---

11) Google – “AI 선구자 프리미엄”으로 리레이팅 가능성

교수님은 구글이 AI의 선구자라는 자부심(딥마인드·제미나이·클라우드 내재화)과
알파폴드 사례를 들어 “AI 접목이 신약개발을 바꾼다”고 말합니다.

• 추천 이유 1: AI 기술을 ‘서비스 가치(고부가)’로 내재화
  • 단순 모델 성능이 아니라, 구글 생태계에 AI를 넣어 수익성을 높이는 방식.
• 추천 이유 2: 리레이팅(밸류에이션 재평가) 논리
  • 애플이 서비스 기업으로 재평가되며 PER이 올라간 사례를 들며,
    구글도 AI로 “박스권 PER 상향 돌파” 가능성을 제시합니다.

---

12) IonQ / Rigetti – 양자컴퓨터: 신약·국방의 “초격차 계산” 후보

교수님은 양자컴퓨터가 특히 신약(조합 최적화)과 국방(의미 분석/해석 속도)에서 강력하며,
IonQ는 오류가 적고, Rigetti는 모듈형 확장 아이디어가 현실적이라고 말합니다.

IonQ

• 추천 이유: 이온트랩 방식의 정확도/오류율 강점을 강조

Rigetti

• 추천 이유: 작은 양자칩을 모듈형으로 연결해 확장하는 발상이 상대적으로 현실적이며,
  국방 쪽 협업 언급도 나옵니다.

---

 

 

#AI투자 #AI주식 #반도체 #데이터센터 #로봇산업 #희토류 #위성통신 #헬스케어AI #미생물 #양자컴퓨터