솔직히 저는 한동안 수익률에만 집착했습니다. 100만 원으로 100% 수익을 냈다고 자랑하면서 정작 통장에 남은 돈은 100만 원이었고, 그게 과연 의미 있는 투자인지 의심해 본 적이 없었습니다. 데이터 관련주 시장이 뜨겁게 달아오른 지금, 그 착각이 얼마나 위험한지 다시 느끼게 됩니다.
데이터 관련주 어떤 구조로 돌아가나
제가 데이터 관련주를 처음 들여다봤을 때 가장 먼저 한 실수는 "AI 관련주면 다 비슷하겠지"라고 뭉뚱그렸던 겁니다. 직접 공부해 보니 전혀 달랐습니다. 데이터 산업은 크게 네 개의 계층으로 구분됩니다.
- 인프라 계층: 데이터센터 공간과 전력을 공급하는 기업 (효성중공업, 한국전력 등)
- 반도체 계층: AI 연산을 처리하는 메모리와 GPU 제조사 (삼성전자, SK하이닉스, 엔비디아)
- 네트워크 계층: 데이터 이동을 담당하는 광통신·네트워크 기업 (대한광통신, 우리넷 등)
- 플랫폼 계층: 데이터를 실제로 활용해 수익을 내는 서비스 기업 (NAVER, 마이크로소프트 등)
이 구조를 모르면 그냥 "AI 테마"라는 이름 하나만 보고 아무 종목이나 담게 됩니다. 제가 그랬습니다.
지금 이 생태계에서 병목(Bottleneck)이 생긴 지점이 두 곳입니다. 병목이란 공급이 수요를 따라가지 못해 가격 결정권이 공급자에게 넘어가는 현상을 말합니다. 첫 번째 병목이 바로 메모리 반도체, 두 번째가 전력 변압기입니다. AI 데이터센터를 구축하려면 HBM(고대역폭 메모리)이 반드시 필요하고, 초고압 전류를 처리할 변압기 없이는 센터 자체를 운영할 수 없습니다. 여기서 HBM이란 GPU와 메모리를 수직으로 쌓아 데이터 전송 속도를 극적으로 높인 차세대 메모리 구조를 의미합니다. 이 두 곳에서 부르는 게 값이 된 이유가 있는 셈입니다.
글로벌 데이터센터 시장 규모는 2026년 약 2,200억 달러에 달할 것으로 전망되며, 연평균 성장률(CAGR)은 16%로 예측됩니다(출처: Business Research Insights). 단기 테마가 아니라 구조적인 성장 산업이라는 뜻입니다.
수익률 함정에서 벗어나야 보이는 것들
제 경험상 이건 좀 다릅니다. 주변에서 SNS에 "300% 수익 달성"이라는 인증 글이 쏟아질 때, 저도 그걸 보면서 조급해졌습니다. 그런데 직접 겪어보니 그런 인증이 많아질수록 오히려 고점 신호에 가까웠습니다.
수익률(%)과 수익금(원)은 완전히 다른 개념입니다. 100만 원으로 100%를 벌면 100만 원이지만, 1억 원으로 10%만 벌어도 1,000만 원입니다. 이건 단순한 산수지만, 막상 투자에 들어가면 수익률 숫자에 집착하면서 정작 수익금을 키울 기회를 스스로 날려버리는 경우가 너무 많습니다.
PER(주가수익비율)을 예로 들면, 이 개념이 바로 여기서 핵심이 됩니다. PER이란 현재 주가가 기업의 연간 순이익 대비 몇 배에 거래되는지를 나타내는 지표로, 숫자가 낮을수록 이익 대비 주가가 싸다는 의미입니다. SK하이닉스와 삼성전자는 주가가 수년 새 수 배 올랐음에도 이익 증가 속도가 워낙 빨라서 PER이 오히려 낮게 유지되고 있습니다. 반면 효성중공업은 PER이 40배 수준으로 형성되어 있습니다. 이 수치는 미국 S&P 500 평균 PER인 약 22배와 비교해도 상당히 높은 수준입니다.
흥미로운 점은, 효성중공업 주가가 코로나 시기 8,000원에서 400만 원을 넘어섰다는 사실입니다. 200만 원일 때도, 300만 원일 때도 "이미 비싸다"는 말이 나왔지만, 전력 교체 사이클과 AI 데이터센터 수요가 맞물리면서 변압기 공급 부족이 이어졌고 주가는 계속 올라갔습니다. 그때 중간에 팔고 나온 사람들은 두 번 다시 같은 자리에서 들어가지 못했습니다. 이게 주도주를 섣불리 팔면 안 되는 이유입니다.
한국거래소 자료에 따르면 코스피 내에서 삼성전자와 SK하이닉스를 제외한 종목들의 평균 PER은 이미 14배를 넘어선 상태로, 이는 국내 시장 역사적 고평가 수준에 해당합니다(출처: 한국거래소). 두 종목을 빼고 나면 나머지 시장은 생각보다 싸지 않다는 이야기입니다.
데이터 관련주 삼성전자, 효성중공업 등
솔직히 이건 예상 밖이었습니다. 시장이 이렇게 올라오고 나서야 "이때 샀으면 좋았을 텐데"라는 후회가 오히려 가장 위험한 심리 상태라는 걸 알게 됐습니다. 그 조급함이 결국 고점 추격 매수로 이어지거든요.
지금 데이터 관련주를 바라볼 때 제가 구분하는 기준은 세 가지입니다.
- 실적이 이미 나오고 있고, 주가가 아직 이익을 못 따라간 종목 → 삼성전자, SK하이닉스가 여기 해당. 타이밍에 너무 연연하지 않고 분할 매수 방식으로 접근하는 것이 합리적입니다.
- 실적은 좋지만 주가가 이미 많이 올라온 종목 → 효성중공업, LS일렉트릭 같은 전력 인프라 기업. 이미 보유 중이라면 섣불리 팔기보다 사이클이 꺾이는 신호를 확인하는 것이 낫습니다.
- 기대감만으로 올라온 종목 → 건설주, 일부 로봇주. 이런 종목은 급등 시 추격하지 말고, 고점 대비 30% 이상 눌릴 때 분할 매수로 모아가는 전략이 훨씬 낫습니다.
제가 직접 써봤는데, 세 번째 유형에서 뉴스 직후에 추격 매수를 했다가 다음날 폭락을 맞은 경험이 있습니다. 반대로 로봇 관련주가 40% 가까이 빠졌을 때 차분히 분할 매수를 했더니 이후 반등에서 수익을 낼 수 있었습니다. 공포가 가득할 때 좋은 기업을 담는 것이 가장 단순하고 가장 어려운 원칙입니다.
분할 매수(Dollar Cost Averaging)란 한 번에 몰아 사는 것이 아니라 시간을 나눠 여러 번에 걸쳐 매수하는 방식으로, 고점에 한 번에 들어가는 리스크를 줄여주는 전략입니다. 지금처럼 이미 많이 오른 시장에서는 이 방식이 심리적으로도 훨씬 안정적입니다.
지금 시장은 데이터 관련주라면 뭐든 오르던 시기가 아닙니다. AI 실적과 직접 연결된 기업과 그렇지 않은 기업이 점점 갈리고 있고, 그 차이가 앞으로 더 커질 가능성이 높습니다. 수익률 숫자에 흔들리지 않고, 어떤 기업이 실제로 돈을 벌고 있는지를 먼저 확인하는 것이 지금 이 시장에서 가장 중요한 한 가지라고 생각합니다. 이 글은 개인적인 경험과 의견을 공유한 것이며, 전문적인 금융 투자 조언이 아닙니다. 투자 결정은 반드시 본인의 판단과 책임 하에 이루어져야 합니다.