오늘의 IT & 뉴스 (346)


미국산 원유가 한국 석유 수입의 20%를 넘었다

미국산 원유가 한국 석유 수입의 20%를 넘었다10년 전만 해도 한국이 수입하는 원유 중 미국산은 0.2%, 있으나 마나 한 수준이었습니다. 그런데 최근 들어 이 숫자가 20%를 넘어섰습니다. 같은 기간 동안 벌어진 일이라고 보기 어려울 만큼 가파른 변화인데, 대체 무슨 일이 있었던 걸까요. 중동 리스크와 한미 무역협상이라는 두 가지 축을 따라가 보면 답이 보입니다.10년 만에 뒤바뀐 원유 수입 지도한국은 오랫동안 원유 수입의 절대다수를 중동에 의존해 왔습니다. 2016년 기준으로 중동산 원유 비중은 물량 기준 86%에 달했습니다. 반면 미국산 원유 비중은 2016년 0.21%에 불과했죠. 미국이 2015년 원유 수출 금지 조치를 해제한 직후였으니, 사실상 걸음마 단계였던 셈입니다.그런데 이 비중이 20..

중국 증시, 다시 AI·반도체주에 베팅하기 시작한 이유

중국 증시, 다시 AI·반도체주에 베팅하기 시작했다얼마 전까지만 해도 "중국 기술주는 이제 끝났다"는 말이 여기저기서 들렸습니다. 그런데 최근 몇 달 사이 분위기가 완전히 달라졌습니다. 중국 증시의 자금이 다시 AI와 반도체 관련 종목으로 몰리기 시작했고, 일부 종목은 한 달 만에 수십 퍼센트씩 뛰어올랐습니다. 도대체 무슨 일이 있었던 걸까요? 오늘은 이 흐름의 배경과 그 안에 숨은 진짜 의미, 그리고 투자자로서 무엇을 확인해야 하는지까지 하나씩 짚어보겠습니다. 최근 중국 기술주 지수는 AI·반도체 섹터를 중심으로 강한 반등세를 보이고 있다무슨 일이 있었나: 뉴스 핵심 정리가장 큰 촉매는 미·중 정상회담이었습니다. 회담을 계기로 규제 완화 기대감이 커지면서, 국내에 상장된 중국 AI 반도체 ETF ..

AI 데이터센터가 너무 많아졌다? 이제는 '전기·탄소'가 문제

AI 데이터센터가 너무 많아졌다? 이제는 '전기·탄소'가 문제몇 년 전만 해도 AI 서비스를 늘리려면 GPU를 더 사면 됐습니다. 그런데 요즘 빅테크들의 고민은 좀 다릅니다. GPU는 이미 충분히 확보했는데, 정작 그 GPU를 꽂을 전기가 부족한 상황이 벌어지고 있거든요. AI 데이터센터 경쟁이 반도체 전쟁에서 전력·탄소 전쟁으로 옮겨가는 중인 지금, 무슨 일이 벌어지고 있는지 정리해 보겠습니다.AI 데이터센터, 왜 갑자기 '전기 먹는 하마'가 됐나기존 데이터센터도 전력을 많이 쓰는 시설이긴 했지만, AI 데이터센터는 차원이 다릅니다. 일반적인 데이터센터가 10~25MW 수준을 소비했다면, 최신 GPU를 잔뜩 몰아넣은 하이퍼스케일 AI 데이터센터는 100MW를 훌쩍 넘기는 전력을 요구합니다. 게다가 AI..

AI 열풍의 진짜 수혜주는 누구? 반도체주 다시 보기

챗봇이 그럴듯한 답을 내놓을 때마다, 그 뒤에서는 서버 수만 대가 쉬지 않고 돌아갑니다. 그런데 정작 그 서버 안에서 돈을 가장 많이 버는 부품은 화려한 AI 칩이 아니라 조용히 옆자리를 지키는 메모리일 수도 있습니다. 이번 글에서는 AI 반도체 밸류체인을 뜯어보며 실제로 실적이 좋아지고 있는 구간이 어디인지 짚어보겠습니다.AI 반도체, 왜 다시 주목받나2023년이 생성형 AI의 개막이었다면, 지금은 그 AI를 실제로 돌리기 위한 인프라 구축이 본격화된 국면입니다. 구글, 아마존, 메타 같은 빅테크는 매 분기 데이터센터 투자 규모를 늘려서 발표하고 있고, 이 투자금은 결국 서버 안에 들어가는 GPU와 메모리로 흘러갑니다. 여기서 재미있는 지점이 하나 있습니다. GPU 한 대를 만드는 원가에서 메모리가 차..

AI 시대에 오히려 사람이 해야 할 일은 따로 있다?

AI 시대에 오히려 사람이 해야 할 일은 따로 있다?

AI 시대에 오히려 사람이 해야 할 일은 따로 있다?생성형 AI가 빠르게 발전하는 시대에 사람이 직접 해야 할 문제 정의, 검증, 책임, 창의적 선택, 관계 형성의 가치를 실제 업무 관점에서 쉽게 설명합니다.사람과 AI가 의사결정 과정에서 협업하는 모습AI가 많은 일을 할수록 사람의 일이 사라지는 것이 아니라 바뀐다AI가 문장을 쓰고, 자료를 분류하고, 코드를 만들고, 이미지까지 제작하는 시대입니다. 그래서 “앞으로 사람은 무엇을 해야 하지?”라는 질문이 자연스럽게 나옵니다. 그런데 업무를 조금만 잘게 나눠보면 의외의 장면이 보입니다. 하나의 직업에는 반복 작업, 정보 검색, 판단, 협업, 책임, 관계 형성, 문제 정의가 섞여 있습니다. AI는 이 가운데 일부를 매우 빠르게 처리할 수 있지만 모든 일을 ..