AI관련주 고르는 방법, 초보자도 덜 흔들리려면 이렇게 보면 됩니다

얼마 전 지인이 AI관련주를 물어봤는데, 처음 꺼낸 종목이 의외로 챗봇 회사가 아니라 반도체 장비주였어요. 요즘 시장에서는 AI라는 단어가 워낙 많이 붙다 보니, 이름만 보고 고르면 진짜 수혜인지 단순 테마인지 구분하기가 꽤 어렵습니다. 사실 AI관련주는 하나의 업종이라기보다 데이터센터, 반도체, 전력, 클라우드, 소프트웨어가 엮인 큰 흐름에 가깝습니다.

AI관련주는 왜 반도체부터 보는 사람이 많을까

AI 서비스가 똑똑해질수록 먼저 필요한 것은 연산 능력입니다. 대형 언어모델을 학습시키고, 이미지를 만들고, 기업용 AI 서비스를 돌리려면 GPU, HBM, 서버, 네트워크 장비가 필요하죠. 그래서 엔비디아 같은 GPU 기업뿐 아니라 SK하이닉스, 삼성전자처럼 HBM을 만드는 기업도 AI관련주로 자주 언급됩니다.

Gartner는 2026년 전 세계 AI 지출이 2조5900억 달러로 전년 대비 47% 늘어날 것으로 전망했습니다. 특히 AI 인프라가 전체 지출의 45% 이상을 차지할 수 있다고 봤습니다. 숫자만 놓고 보면 AI가 단순 앱 유행이 아니라 설비 투자 사이클로 번지고 있다는 뜻입니다.

국내에서는 HBM이 가장 많이 언급됩니다. HBM은 고대역폭 메모리인데, AI 가속기 옆에서 데이터를 빠르게 주고받는 역할을 합니다. 일반 메모리보다 기술 난도가 높고, 생산 능력도 제한적이라 가격과 수익성이 크게 움직일 수 있습니다. 다만 반도체는 원래 호황과 불황이 반복되는 업종이라, 실적이 좋아 보이는 순간에도 공급 과잉 가능성을 같이 봐야 합니다.

종목을 볼 때는 밸류체인으로 나눠서 보기

AI관련주를 고를 때 제일 편한 방법은 회사를 한 줄로 나누는 겁니다. 이 회사가 AI를 직접 파는지, AI를 돌리는 장비를 만드는지, 장비를 만들 때 필요한 부품과 소재를 대는지 보는 식입니다.

• 반도체 제조: SK하이닉스, 삼성전자, 마이크론처럼 HBM과 메모리를 공급하는 기업
• 반도체 장비: 한미반도체처럼 HBM 적층과 패키징에 필요한 장비를 만드는 기업
• 파운드리와 설계: TSMC, 삼성전자 파운드리, AMD, 브로드컴처럼 칩 생산이나 설계에 연결된 기업
• 클라우드와 플랫폼: 마이크로소프트, 아마존, 알파벳, 네이버처럼 AI 서비스를 올릴 인프라와 고객을 가진 기업
• 전력과 데이터센터: 변압기, 전력기기, 냉각, 서버 인프라 기업

예를 들어 한미반도체는 AI 모델을 만들지는 않지만, HBM 생산에 필요한 TC 본더 장비로 주목받습니다. 2026년 6월에는 SK하이닉스에 442억 원 규모의 HBM4 장비를 공급하는 계약이 보도되기도 했습니다. 이런 회사는 AI 서비스 매출보다 고객사의 설비투자 계획에 더 민감하게 움직입니다.

좋은 AI관련주인지 확인하는 4가지 방법

1. 매출에서 AI 비중이 실제로 보이는지

AI라는 단어를 사업보고서나 보도자료에 넣는 건 쉽습니다. 그런데 주가가 오래 버티려면 숫자가 따라와야 합니다. 데이터센터 매출, HBM 매출, 클라우드 매출, AI 서버 수주처럼 확인 가능한 항목이 있는지 보는 게 좋습니다. 회사가 AI를 말하는 것과 AI로 돈을 버는 것은 꽤 다릅니다.

2. 고객사가 누구인지

AI 인프라에서는 고객사가 중요합니다. 엔비디아, 마이크로소프트, 아마존, 메타 같은 대형 고객과 연결되어 있으면 수요 가시성이 높아질 수 있습니다. 반대로 특정 고객 한 곳에 매출이 너무 몰려 있으면 그 고객의 투자 조절만으로 실적이 흔들릴 수 있습니다.

3. 설비투자 부담을 감당할 수 있는지

McKinsey는 2030년까지 글로벌 데이터센터에 약 7조 달러 규모의 자본 투자가 필요할 수 있다고 분석했습니다. 큰 시장이 열리는 건 맞지만, 기업 입장에서는 돈을 먼저 써야 한다는 뜻이기도 합니다. 알파벳 같은 빅테크도 AI 데이터센터 투자가 커지면서 투자자들이 현금흐름을 걱정하는 모습이 나왔습니다. 매출 성장만 보지 말고 영업현금흐름, 부채, 투자 규모도 같이 보는 편이 낫습니다.

4. 이미 주가에 기대가 너무 많이 들어갔는지

좋은 회사와 좋은 주식은 다릅니다. 회사가 훌륭해도 주가가 너무 앞서가면 작은 실망에도 크게 흔들립니다. 특히 AI관련주는 기대감이 빠르게 붙는 편이라 PER, PBR, 영업이익 증가율, 수주잔고를 같이 봐야 합니다. 같은 AI 테마라도 실적이 늘어나는 속도보다 주가가 훨씬 빨리 올랐다면 잠깐 멈춰서 볼 필요가 있습니다.

초보자라면 한 종목보다 묶어서 보는 방식도 괜찮다

AI관련주는 변동성이 큽니다. 반도체는 가격 사이클이 있고, 클라우드는 투자비 부담이 있고, 소프트웨어는 경쟁이 거셉니다. 그래서 처음부터 한 종목에 크게 몰아넣기보다 ETF나 여러 업종을 나눠 보는 방식이 더 편할 수 있습니다.

국내 AI 반도체 ETF 중에는 SK하이닉스, 삼성전자, 한미반도체 같은 종목 비중이 높은 상품도 있습니다. 2026년 5월에는 국내 AI 반도체 관련 ETF의 순자산이 1조 원을 넘었다는 보도도 있었죠. 다만 ETF도 안전자산은 아닙니다. 구성 종목이 반도체에 몰려 있으면 결국 반도체 사이클을 같이 탑니다.

개별주를 본다면 저는 세 갈래로 나눠 봅니다. 첫째는 SK하이닉스나 삼성전자처럼 AI 메모리의 직접 수혜를 보는 기업, 둘째는 한미반도체 같은 장비 기업, 셋째는 전력기기와 데이터센터 인프라 기업입니다. 이렇게 나누면 특정 뉴스 하나에 전체 판단이 끌려가는 일을 조금 줄일 수 있습니다.

조심해야 할 신호도 같이 챙기기

AI관련주에서 가장 조심할 부분은 과잉 투자입니다. 모두가 데이터센터를 짓고, 모두가 HBM 생산을 늘리면 어느 순간 공급이 수요를 앞지를 수 있습니다. 영국 파이낸셜타임스는 메모리 업종이 AI 수요 덕을 보면서도 2028년 이후 공급 과잉 우려가 다시 커질 수 있다고 짚었습니다. AI라는 성장 산업 안에서도 반도체는 여전히 사이클 산업이라는 얘기입니다.

또 하나는 금리와 환율입니다. AI 인프라는 대규모 자금이 들어가는 사업이라 금리가 높으면 부담이 커집니다. 국내 투자자라면 원달러 환율도 봐야 합니다. 해외 AI 주식을 살 때 환율이 높으면 매수 가격이 비싸지고, 나중에 환율이 내려가면 주가가 올라도 원화 수익률이 덜 나올 수 있습니다.

AI관련주는 앞으로도 계속 뉴스가 많을 가능성이 큽니다. 다만 뉴스가 많다는 것과 내 계좌에 맞는 투자라는 건 별개입니다. 저는 AI관련주를 볼 때 화려한 이름보다 매출 연결고리, 고객사, 투자 부담, 가격 부담을 먼저 봅니다. 그렇게 보면 유행어에 휩쓸리는 느낌이 줄고, 내가 왜 이 종목을 보는지 조금 더 분명해집니다.

참고 자료: Gartner AI spending forecast https://www.gartner.com/en/newsroom/press-releases/2026-05-19-gartner-forecasts-worldwide-ai-spending-to-grow-47-percent-in-2026 / McKinsey data center analysis https://www.mckinsey.com/mgi/our-research/colocation-data-centers-the-infrastructure-race-behind-ai / McKinsey capex analysis https://www.mckinsey.com/capabilities/strategy-and-corporate-finance/our-insights/the-capex-crucible-what-finance-teams-can-learn-from-data-center-builds / ETNews Hanmi Semiconductor order https://en.etnews.com/20260609200006