1. AI 시대의 토큰 경제(Token Economy)란 무엇인가?
댄 나일스(Dan Niles)가 말하는 “AI 토큰 경제(Token Economy)”는 단순히 암호화폐 토큰 이야기가 아니라, AI 시대의 새로운 ‘경제 단위(unit economics)’가 토큰(token)이 된다는 관점에서 출발 합니다. AI는 결국 입력(prompt), 추론(reasoning), 출력(answer), 이 모든 것을 “토큰” 단위로 계산하고, AI 기업들은 이를 토큰 단위로 판매하게 됩니다. AI는 인간의 노동 일부를 “토큰 소비” 형태로 시장화하고 있습니다.
생성형 AI가 데이터를 처리하는 기본 단위인 ‘텍스트·이미지·비디오 토큰(Token)’의 폭발적 수요와 이로 인한 글로벌 경제·무역 구조의 재편을 의미합니다.
[용어 돋보기 : AI 토큰, 토큰화]
* AI 토큰
AI 분야에서 말하는 토큰(Token)은 쉽게 말해 “AI가 문장이나 데이터를 이해하고 처리하기 위해 잘게 쪼갠 최소 단위의 조각”을 의미합니다.
사람은 문장을 볼 때 단어와 문맥으로 이해하지만, 컴퓨터인 AI는 텍스트를 통째로 읽지 못합니다. 따라서 AI가 처리할따라서 AI가 처리할 수 있는 형태의 ‘조각’으로 나누는 과정이 필요한데, 이 조각 하나하나가 바로 토큰입니다.
** 토큰화
텍스트를 토큰으로 나누는 작업을 토큰화(Tokenization)라고 합니다. 토큰은 무조건 ‘단어’ 단위로만 쪼개지는 것은 아닙니다. AI 모델의 규칙에 따라 단어, 글자, 또는 단어의 일부(서브워드) 단위로 나뉩니다.
"This is a white tiger"라는 영어 문장은 공백을 기준으로 [This], [is], [a], [white], [tiger]처럼 단어별로 깔끔하게 떨어지는 경우가 많습니다.
하지만 한국어는 조사와 어미가 발달한 ‘교착어’이기 때문에 쪼개지는 방식이 조금 더 복잡합니다.
- 예시 문장:
"AI를 공부합니다." - 토큰화 예시:
[AI],[를],[공부],[합니다],[.]
이처럼 하나의 단어 안에서도 의미를 가진 최소 단위로 분절되기도 하고, 문장부호마저도 하나의 독립된 토큰으로 취급됩니다. 보통 영어는 1단어가 약 1.3개 안팎의 토큰으로 바뀌는 반면, 한국어는 형태소 분석 등의 이유로 1단어가 2~3개 이상의 더 많은 토큰으로 쪼개지는 경향이 있습니다.
*** 멀티모달 시대의 토큰: 이미지와 비디오까지
현재의 고도화된 AI는 텍스트뿐만 아니라 이미지나 영상도 처리합니다. 이때도 토큰의 개념이 적용됩니다.
- 이미지 토큰: 이미지를 바둑판 모양의 작은 패치(Patch) 구역으로 쪼갠 뒤, 각 구역을 하나의 토큰으로 취급합니다.
- 비디오 토큰: 영상은 수많은 이미지 프레임이 이어져 있는 형태이므로, 1초짜리 고화질 영상만 처리하려 해도 텍스트 수천~수만 자에 달하는 엄청난 양의 토큰이 순식간에 소모됩니다. 댄 나일스가 “비디오 AI 시대에 토큰 수요가 폭발한다”고 한 이유가 바로 여기에 있습니다.
2. 에이전틱 AI와 비디오 생성으로 인한 ‘토큰 수요의 폭발’
댄 나일스는 AI 시장이 단순한 텍스트 챗봇 수준을 넘어설 때, 하드웨어 및 데이터 처리 인프라 수요가 기하급수적으로 증가한다고 지적합니다.
비디오 생성시 막대한 양의 토큰 처리
텍스트 기반 답변에 비해 오픈AI의 소라(Sora)나 구글의 영상 생성 기능처럼 ‘비디오’를 만들어낼 때는 비교 불가능할 정도로 막대한 양의 토큰 처리가 필요합니다.
에이전틱 AI(Agentic AI)의 토큰 폭발
스스로 판단하고 행동하는 AI 에이전트 서비스는 기존의 일회성 채팅 기반 AI보다 최소 10배에서 100배 더 많은 토큰을 소모합니다.
반도체 수요 우상향
이 엄청난 토큰 연산량을 감당하기 위해 엔비디아, 브로드컴, AMD 같은 반도체 기업과 인프라(인텔의 파운드리 등) 제품 수요가 장기적으로 계속 우상향할 수밖에 없다는 것이 그의 빅테크 투자 관점입니다.
3. 글로벌 산업 구조의 재편: 부의 실리콘밸리 집중
3차 산업혁명과 글로벌화 시대
미국 기업이 소프트웨어나 IT 서비스를 개발할 때 인도의 IT 아웃소싱 기업(인포시스, 위프로 등)에 외주를 주었습니다. 이 과정에서 개발도상국의 노동자들에게 임금이 지급되며 부가 분산되었습니다. 그러나 AI 토큰 경제가 도래하면 상황이 완전히 바뀝니다.
부의 실리콘밸리 집중
전 세계 기업들이 업무를 자동화하기 위해 노동자를 고용하는 대신, 오픈AI나 구글의 API를 호출해 토큰 구입 비용을 지불합니다. 이에 따라, 부가 실리콘밸리의 AI 핵심 기업으로 집중하게 됩니다.
AI 지능(토큰)의 고용(판매)
결과적으로, 글로벌 산업 구조가 과거의 인간 노동 “고용“이 아니라, 테크 기업이 AI 인프라를 통해 “AI 지능“을 판매하고 토큰 값을 받아 들이는 구조로 재편된다는 것입니다.
4. 반도체 패러다임의 변화: CPU와 GPU의 1:1 신균형
현재의 CPU : GPU 수요 비율 = 1 : 4 ~ 1 : 8
현재 상황
지금까지의 생성형 AI 시장(챗GPT 초창기 등)은 주로 AI 모델을 학습시키거나, 사용자의 질문에 대답하는 ‘단발성 챗봇(Chatbot) 단계’였습니다. 이 단계에서는 엄청난 양의 복잡한 수학 연산(행렬 계산)을 처리해야 하므로 GPU가 절대적으로 많이 필요합니다.
현재의 서버 구조
통상적으로 대형 AI 서버 1대를 뜯어보면, 전체 시스템을 제어하고 명령을 내리는 머리(CPU)는 1~2개만 들어가는 반면, 실제로 작업하는 팔다리(GPU)는 4개에서 많게는 8개까지 빽빽하게 탑재됩니다.
즉, 현재의 수요 비율은 CPU 대 GPU가 1:4에서 1:8 수준으로, GPU가 서버 가격과 부품의 대부분을 차지하는 극단적인 ‘GPU 쏠림’ 상태입니다.
하드웨어 밸류체인 확장
토큰 생성량이 늘어날수록 CPU 대비 GPU 및 맞춤형 AI 칩(ASIC : Application-Specific Integrated Circuit)의 수요 비율이 1:1에 가까워질 정도로 하드웨어 구조가 바뀝니다. 엔비디아뿐 아니라 칩을 엮어주는 통신 반도체(브로드컴), 저평가된 파운드리(인텔의 잠재적 기회)까지 열기가 확산됩니다.
미래에 1:1에 가까워지는 이유: 에이전틱 AI의 도래
최근 테크 업계(NVIDIA, AMD, Intel 등)의 CEO들이 약속이나 한 듯 “앞으로 데이터 센터 내 CPU와 GPU의 비율이 1:1, 혹은 그 이상으로 갈 것”이라고 선언하고 있습니다. 그 주요인은 바로 AI가 스스로 판단하고 행동하는 ‘에이전틱 AI(Agentic AI)‘와 ‘추론(Inference)시장의 폭발’ 때문입니다.
AI가 단순 답변을 넘어 사람 대신 업무를 처리하는 ‘에이전트’가 되면, 업무 방식이 완전히 바뀝니다. 에이전트 과정을 보면, 정작 AI가 문장을 만들어내는 계산(GPU의 영역)보다 검색하고, 웹사이트를 제어하고, 결제를 요청하고, 보안을 격리하고, 데이터를 정렬하는 ‘논리적 판단 및 시스템 조율 작업‘이 수십 배 이상 많아집니다.
이러한 스케줄링, 데이터베이스 접근, 네트워크 통신 제어는 GPU가 아니라 CPU가 압도적으로 잘하는 고유 영역입니다.
데이터센터 아키텍처의 변화: CPU와 GPU의 1:1 신균형
AMD나 엔비디아의 차세대 AI 데이터 센터 아키텍처(구조) 설계를 보면 이 흐름이 명확히 보입니다.
GPU 8개 장착된 상자에 CPU 1개를 보조용으로 ‘끼워 넣는’ 구조에서 수많은 AI 에이전트들이 복잡한 워크플로우를 꼬임 없이 지휘할 수 있도록, 강력한 CPU 연산 레이어(판단·조율)와 고성능 GPU 레이어(생성·연산)가 동등한 규모(1:1 세트)로 맞물려 들어가는 구조로 빌드업 됩니다. 만약 CPU 성능이 받쳐주지 못하면 비싼 GPU들이 연산을 멈추고 노는 병목 현상이 발생하기 때문입니다.
5. 엔비디아(Nvidia)가 긴장하는 두 가지 핵심 이유
1) 빅테크(Hyperscaler)들의 자체 ASIC 칩 전환 가속화
Hyperscaler들은 GPU가 너무 비싸고, 전력 소비가 너무 크며, 아직도 공급 부족 문제를 겪고 있습니다. 그래서, 특정 작업은 자체 ASIC으로 하기로 합니다.
장기적으로 Hyperscaler들은, NVIDIA 의존을 줄이려, 범용 GPU 대신 특정 목적 ASIC 을 늘리려 합니다. (예 : Google TPU, Amazon Trainium, Microsoft Maia, Meta MTIA)
GPU 절대 중심에서, GPU와 ASIC 혼합을 CPU가 지휘 통제하는 방향으로 전개될 것입니다. 글자 그대로 1:1로 매칭되던 CPU와 GPU/ASIC 구조에서 벗어나, 과도하게 집중되었던 AI 가속기 위주의 하드웨어 구조가, 좀 더 효율적으로 재균형된다는 것입니다.
2) 2026년 5월 실적 발표와 사업 부문 통폐합의 막전막후
엔비디아가 최근 2026년 5월 20일에 발표한 2027회계연도 1분기 실적 발표에서 기존 4개 사업 부문을 데이터센터 (Data Center), 엣지 컴퓨팅 (Edge Computing) 2개 부문으로 통폐합했습니다.
이 때문에 시장 애널리스트들과 IT 매체들은 “세부적인 GPU 판매량과 실적 추이를 따로 투명하게 파악하는 것이 불가능해졌다”고 평가하고 있습니다.
1분기에서 사상 최대 매출 달성과 Beat & Raise 실적 발표에도, 5월 25일 까지 3일 연속 주가가 하락하고 있습니다.
댄 나일스는 막대한 현금 흐름과 전 세계 사용자 기반을 갖추어 자체적으로 수조 개의 토큰을 매월 소화하고 상용화할 수 있는 빅테크(구글, 마이크로소프트 등)가 장기적 승자가 될 가능성이 높다고 분석합니다.
2026년 5월 25일 관망하는 오늘의 세계 : 숭어가 뛰니까 망둥이도 뛴다.
OpenAI ChatGPT 발표이후, 처음에는 Nvidia가 천정부지로 뛰더니, 삼성전자, SK Hynix, Broad Com, SanDisk 등 반도체 제조회사가 뛰고, 덩달아 반도체 장비회사들도 뛰고, 인텔, AMD 등 전통의 CPU 강자들도 뛰어 올랐습니다.
최근에는 PCB(Printed Circuit Board) 제조회사도 같이 뛰고 있습니다.
투자자들이 Nvidia 대신 신나게 뛸 종목을 눈에 불울 켜고 찾고 있습니다.