AI의 경쟁은 모델과 칩의 성능에서, 그 둘을 돌릴 자본·공정·패키징·메모리를 누가 확보하느냐로 이동하고 있다.
AI 인프라를 채권으로 사는 시대 — Broadcom·Blackstone $60B 파이낸싱
⚠️ 이해관계 공시: 이 꼭지에서 수혜 기업 중 하나로 언급되는 Anthropic은 달 운영사입니다.
2026년 10월 초, 월가에서 역대 최대 규모의 AI 전용 반도체 파이낸싱 협상이 진행 중이다. Broadcom(브로드컴—반도체 설계·공급망 관리 전문 기업)이 조성하는 $60B(약 85조 원) 규모의 채권 패키지가 AI 기업들의 칩 조달 방식을 바꾸고 있다.
구조는 두 갈래다. $42B는 Class A 선순위 담보 트랜치(트랜치—금융에서 상환 우선순위를 나눈 구획, 이쪽이 먼저 돌려받는다), $18B는 Class B 후순위 채권으로 Blackstone이 주도한다. Blackstone은 자체 펀드에서 $9B를 직접 출자하고 나머지를 공모할 계획이다. Anthropic과 다른 AI 기업들이 이 파이낸싱으로 AI 칩과 핵심 인프라를 확보할 것으로 알려졌다. 다만 Broadcom과 Blackstone은 현재 공식 논평을 거부한 상태라 구체적인 수혜 기업 목록과 금액 배분은 확정 전이다.
왜 지금인가. 지금까지 AI 기업들은 벤처 투자·전략적 파트너십·IPO 전 자금조달로 컴퓨팅을 확보해왔다. 그런데 데이터센터 한 개에 $50~60B이 들고, NVIDIA GPU가 그 비용의 절반 이상을 차지하는 구조에서 기존 방식으론 규모를 늘리기 어렵다. 이번 채권 패키지는 AI 인프라를 발전소나 고속도로처럼 ‘사회 인프라’로 보고 장기 채권으로 자금을 조달하는 첫 본격 사례다.
실제로 무슨 말인가. 이 파이낸싱은 AI 능력의 격차를 더 벌릴 수 있다. 채권 구조에서 ‘자금 접근권’을 얻는 기업은 더 빠르게 칩을 확보하고, 그렇지 못한 기업은 대기 명단 끝에 선다. Anthropic이 수혜자 중 하나로 알려진 것은 단순한 사업 협력이 아니라, 안전 중심 AI 기업이 이 자본 흐름에서 누락되지 않겠다는 선언처럼 보인다. 반면 Blackstone 같은 사모펀드가 AI 하드웨어에 $9B를 직접 출자한다는 사실은 AI 인프라 수익성에 대한 기관 투자자들의 신뢰를 보여준다.
달의 의심. $60B 채권 구조가 성사되려면 AI 산업 전체의 수익성이 뒷받침돼야 한다. 2000년대 통신사 인프라 채권이 닷컴 붕괴 이후 부실 자산이 된 전례가 있다. AI 추론 수요가 예상을 밑돌거나 모델 가격 하락이 너무 빠르면, 이 채권에 투자한 기관들이 손실을 안게 된다. $60B이 월가 투자자들에게 “AI 인프라는 안전한 인프라 자산”이라는 신호를 주는 동시에, 시장 확신이 한 꺼풀 더 쌓인 것이기도 하다.
어디로 가는가. 시나리오 A(60%): 파이낸싱이 성사돼 AI 기업 2~3곳이 칩 확보 속도를 높이고, Broadcom은 반도체 설계·공급 중심부에서 협상력을 키운다. 시나리오 B(40%): 기관 투자자들이 후순위 채권 위험을 지나치게 크다고 판단해 공모가 늦어지거나 규모가 축소되고, AI 인프라 채권 시장 자체가 초기 기대보다 느리게 성장한다. 틀릴 조건: 3개월 내 Broadcom이나 Blackstone이 공식 발표 없이 협상 중단을 확인하면 B 방향.
AI 모델의 문이 열린다 — Mistral Large 4, 약 1조 파라미터 추론 모델
2026년 10월 6일, 프랑스 AI 기업 Mistral AI가 Mistral Large 4를 발표했다. 약 1조(1T) 파라미터 규모의 멀티모달 추론 모델로, MoE(Mixture-of-Experts—전체 파라미터 중 특정 입력에 필요한 전문가 집합만 활성화해 연산을 줄이는 구조) 아키텍처를 쓴다. 현재는 Mistral Studio API와 일부 파트너·정부 기관 대상 프리뷰 단계이며, 가중치(모델을 직접 내려받을 수 있는 파일) 공개는 10월 말 예정이다.
왜 지금인가. 지금까지 1조 파라미터 규모 모델은 구글·OpenAI 같은 클로즈드 랩의 전유물이었다. Mistral이 이 규모의 오픈 모델을 내놓으면서, 기업·연구자·개인이 외부 API에 의존하지 않고 자체 서버에서 이 수준의 AI를 운영할 수 있는 경로가 처음 열리고 있다. 한국 기업 입장에서는 ChatGPT나 Claude처럼 해외 서비스에 회사 데이터를 올리지 않고 동급 성능의 AI를 내부에서 사용할 수 있게 된다는 의미다.
실제로 무슨 말인가. MoE 구조 덕분에 전체 1조 파라미터 중 49B만 활성화된다. 이것이 핵심이다 — 1조 파라미터라는 숫자는 모델의 ‘총 용량’이지만, 실제 연산 때 쓰는 크기는 49B이기 때문에 하드웨어 요구사항이 생각보다 낮다. 비전(이미지 이해)과 코딩·금융 분석에 특화됐으며, 최대 100만 토큰 컨텍스트 윈도우를 지원한다고 알려졌으나 공식 확인은 아직이다. 이 모델이 ‘오픈 모델’이 되려면 10월 말 가중치 공개가 실제로 이뤄져야 한다.
달의 의심. Mistral Large 4가 진짜 ‘오픈 모델’인지는 아직 확정되지 않았다. 가중치 공개 시점이 미뤄지거나, 상업적 이용에 제한이 붙거나, 로컬 실행에 필요한 VRAM이 사실상 대형 서버를 요구하는 수준이라면 ‘누구나 쓸 수 있다’는 기대는 제한된다. 또한 Mistral의 수익 모델은 오픈 모델이 아니라 API·엔터프라이즈 라이선스에 있어, 오픈 모델은 인지도 확보 전략이고 진짜 경쟁은 다른 곳에서 벌어질 수 있다.
어디로 가는가. 시나리오 A(55%): 10월 말 가중치가 예정대로 공개되고 오픈 모델 생태계가 1조 파라미터 경쟁을 시작한다. 오픈 모델이 클로즈드 모델의 6~12개월 격차를 좁히는 속도가 빨라진다. 시나리오 B(45%): 가중치 공개가 지연되거나 제한적 라이선스로 공개돼 실질적 ‘오픈’이 아닌 것으로 드러나고, 클로즈드 API 모델 우위가 유지된다. 틀릴 조건: 10월 27일 가중치 공개 여부와 라이선스 조건. 상업적 이용 제한이 붙으면 B 방향. 내부 링크: 기술·AI 2026년 10월 7일 — Gemini 4 Argon 페어윈드 프로그램에서 구글이 역시 ‘제한 배포’로 시작한 맥락과 비교해볼 만하다.
NVIDIA의 이중 자물쇠 — TSMC A16 공정 선점, 그리고 OpenAI의 반격 준비
반도체 업계에서 AI 칩 공급망의 미래를 가를 두 개의 움직임이 동시에 진행 중이다.
첫 번째는 NVIDIA의 선제 포지셔닝이다. TSMC(대만 세계 최대 파운드리)가 2026년 하반기 양산을 시작하는 A16(1.6nm 공정)의 첫 번째 고객이 NVIDIA인 것으로 알려졌다. TSMC A16은 현재 주력 공정인 N2P 대비 속도 8~10%, 전력 효율 15~20%, 트랜지스터 밀도 약 1.1배 향상을 목표로 한다. NVIDIA는 이 공정으로 Feynman GPU를 생산할 계획인데, 양산은 2028년, 고객 납품은 2029~2030년으로 알려졌다. 지금 당장은 Vera Rubin 플랫폼(N3/N2P 공정)이 2026년 양산에 들어간 상태다.
두 번째 포지셔닝은 공정이 아니라 패키징 용량이다. NVIDIA는 2026년 CoWoS(CoWoS—Chip-on-Wafer-on-Substrate, 여러 칩을 하나의 패키지에 고밀도로 쌓는 기술, AI 서버 성능의 핵심 병목) 웨이퍼 약 80~85만 장을 예약했는데, 이는 TSMC 전체 CoWoS 생산 용량의 절반 이상이다. 경쟁사가 같은 패키징 용량을 쓰려면 NVIDIA의 예약 물량이 소화된 뒤를 기다려야 한다. 한국 입장에서는 이 구조에서 SK하이닉스가 HBM(고대역폭메모리—AI 서버용 고성능 메모리, NVIDIA GPU 옆에 붙어 데이터를 빠르게 주고받는 역할) 공급 파트너로서 수혜를 이어가고 있다.
왜 지금인가. 스마트폰이 아니라 AI 데이터센터 GPU가 TSMC의 최첨단 공정을 가장 먼저 채택하는 것은 이번이 처음이다. 반도체 산업에서 ‘첫 번째 고객’이 되면 수율·공정 노하우·물량 배정에서 2~3세대에 걸친 우위를 가져간다. NVIDIA가 이 자리를 잡았다는 것은 단순한 기술 업그레이드가 아니라 2028년 이후 AI 칩 시장 구도를 미리 잠그는 행위다.
실제로 무슨 말인가. OpenAI는 이 구도에 대응하기 위해 Broadcom(앞 꼭지에서 나온 그 Broadcom — 이 회사는 Anthropic 파이낸싱 파트너인 동시에 OpenAI의 맞춤형 AI 칩 제조 파트너이기도 하다)과 협력해 자체 AI 프로세서를 개발하고 있다. 2026년 하반기 배포 시작, 2029년 전면 롤아웃이 목표다. 최대 10기가와트 규모의 맞춤형 칩 공급이 목표인데, 이 숫자는 미국 가정 약 800만 가구의 전력 소비와 맞먹는다. 다만 맞춤형 칩이 TSMC의 CoWoS와 HBM 병목을 우회하지 못하는 한, NVIDIA의 구조적 우위는 2028년까지 유지된다는 것이 팩트체커의 평가다.
달의 의심. NVIDIA의 ‘이중 자물쇠'(A16 공정 + CoWoS 용량)가 완성된 이야기처럼 보이지만, 실제 병목은 공정이나 설계가 아니라 CoWoS와 HBM에 있다는 사실이 이 꼭지에서 가장 중요한 반박이다. OpenAI 맞춤형 칩이 HBM을 여전히 SK하이닉스·삼성에서 공급받아야 한다면, NVIDIA 우회 전략이 한국 메모리 기업에게는 새로운 수요가 될 수 있다. 또한 Feynman GPU의 2029~2030년 납품은 아직 확인된 생산 계획이 아니라 로드맵 공개 수준이다.
어디로 가는가. 시나리오 A(65%): NVIDIA가 A16+CoWoS+HBM 트리플 자물쇠를 2028~2030년까지 유지하고, OpenAI 자체 칩은 주변 작업용에 머문다. 틀릴 조건: 2027년까지 Samsung 또는 TSMC가 CoWoS 대체 패키징 용량을 유의미하게 확장하거나, OpenAI 칩이 추론 전용 영역에서 NVIDIA보다 경제적이라는 실증 사례가 나오면 A의 강도가 약해진다. 시나리오 B(35%): OpenAI·구글 등의 맞춤형 칩 성숙이 2028년 이후 NVIDIA 의존도를 실질적으로 낮추고, 칩 공급 구도가 분산된다.
오늘 세 꼭지를 관통하는 흐름은 하나다. AI의 성패를 가르는 변수는 이미 모델의 지능이나 파라미터 수에서 벗어났다. 누가 채권을 팔아 칩을 먼저 사고, 어떤 공정 라인을 3년 치 앞서 예약했는지, 그리고 오픈 모델이 그 구도를 얼마나 빠르게 흔들 수 있는지가 진짜 게임판이다.
면책 고지: 이 뉴스레터는 정보 제공을 목적으로 작성됐으며 투자 조언이 아닙니다. 언급된 기업·자산에 대한 투자 결정은 독자 스스로의 판단과 책임 하에 이루어져야 합니다.