a16z가 11억 달러를 하드웨어에 겁니다 — 머신에이지 펀드와 랙당 28배

안드리센 호로위츠(Andreessen Horowitz, a16z)가 11억 달러 규모의 새 펀드를 결성했습니다. 이름은 머신에이지 펀드(Machine Age Fund)입니다.

특이한 점은 투자 대상입니다. 소프트웨어가 아니라 프로세서, 메모리, 네트워크 장비, 스토리지, 데이터센터, 로보틱스 같은 물리적 하드웨어에 집중합니다. a16z가 하드웨어 인프라만을 위한 펀드를 따로 만든 것은 이번이 처음입니다.

'소프트웨어가 세상을 먹는다'는 문장으로 유명해진 회사가, 이번에는 쇳덩이와 전기에 11억 달러를 걸었습니다. AI 인프라가 벽에 부딪혔다는 판단이 그 배경에 있습니다.

11억 달러가 소프트웨어가 아닌 쇳덩이로 갑니다

펀드 규모는 11억 달러입니다. a16z가 운용하는 전체 자산에 비하면 크지 않지만, 하드웨어 전용으로는 상당한 규모입니다.

이 돈은 AI 시스템을 실제로 굴리는 데 필요한 물리적 계층으로 갑니다. 모델이나 앱이 아니라 그 아래를 받치는 부분입니다.

벤처캐피털이 하드웨어를 기피해 온 이유는 분명합니다. 자본이 많이 들고, 제조 리드타임이 길고, 실패하면 회수할 것이 적습니다. 그럼에도 별도 펀드를 만들었다는 것은 그 계산이 바뀌었다는 뜻입니다.

머신에이지 펀드가 사려는 것

투자 대상은 넓습니다. AI 프로세서, 메모리 반도체, 네트워크 장비, 데이터 스토리지, 데이터센터, 로보틱스가 모두 포함됩니다.

여기에 더해 AI를 돌리는 완결된 시스템도 대상입니다. 데이터센터부터 로봇, 가정용 AI 기기까지 이어지는 범위입니다.

이 목록의 공통점은 전부 물리적 제약을 받는다는 점입니다. 공장을 지어야 하고, 전기를 끌어와야 하고, 냉각해야 합니다. 코드를 배포하듯 늘릴 수 없는 것들입니다.

a16z의 첫 하드웨어 전용 펀드라는 의미

a16z는 소프트웨어 중심 투자로 자리 잡은 회사입니다. 하드웨어에 투자한 적이 없지는 않지만, 전용 펀드를 만든 것은 처음입니다.

전용 펀드는 단순히 돈을 따로 담는 그릇이 아닙니다. 심사 기준, 회수 기간, 성과 측정 방식을 그 분야에 맞게 따로 설계한다는 뜻입니다.

하드웨어는 소프트웨어와 시간표가 다릅니다. 같은 기준으로 심사하면 좋은 하드웨어 기업이 계속 탈락합니다. 그래서 그릇을 나누는 것 자체가 신호가 됩니다.

소프트웨어가 세상을 먹는다고 쓴 지 열다섯 해

마크 안드리센이 '소프트웨어가 세상을 먹는다'는 글을 쓴 것은 2011년입니다. 물리적 산업이 소프트웨어 기업에 잠식된다는 주장이었습니다.

그 예측은 대체로 맞았습니다. 유통, 미디어, 금융, 운송에서 소프트웨어 기업이 기존 강자를 대체했습니다.

이번 펀드는 그 문장에 단서를 답니다. AI 시대에는 소프트웨어가 아무리 좋아도 돌릴 하드웨어가 없으면 아무것도 못 한다는 것입니다. 병목이 위층에서 아래층으로 내려왔습니다.

마틴 카사도와 라구 라구람

펀드를 이끄는 사람은 제너럴 파트너 마틴 카사도(Martin Casado)와 라구 라구람(Raghu Raghuram)입니다.

카사도는 소프트웨어 정의 네트워킹(SDN) 분야에서 경력을 쌓은 인물입니다. 네트워크를 소프트웨어로 제어하는 기술을 상용화한 이력이 있습니다.

라구람은 가상화 소프트웨어 분야에서 오래 일했습니다. 두 사람 모두 소프트웨어 쪽 이력으로 알려져 있지만, 실제로 다룬 영역은 하드웨어와 맞닿아 있었습니다.

두 사람이 데이터센터에서 보낸 시간

두 사람의 공통점은 수십 년을 데이터센터 영역에서 보냈다는 점입니다. 그것도 시스템 소프트웨어 쪽에서입니다.

시스템 소프트웨어는 하드웨어를 깊이 이해해야 만들 수 있습니다. 어떤 칩이 어떤 특성을 갖는지, 네트워크 지연이 어디서 생기는지를 모르면 설계가 되지 않습니다.

a16z가 이 두 사람에게 하드웨어 펀드를 맡긴 이유가 여기 있습니다. 소프트웨어 관점에서 하드웨어를 평가할 수 있는 조합입니다.

왜 지금인가 — 인프라가 벽에 부딪혔다

a16z의 진단은 명확합니다. AI 인프라가 벽에 부딪혔고, 하드웨어 공급망의 모든 구간이 용량 제약에 걸려 있다는 것입니다.

칩도, 메모리도, 전력도 부족합니다. 한 군데가 병목이면 그곳만 풀면 되지만, 전 구간이 동시에 막히면 이야기가 다릅니다.

카사도는 기술적 전환기마다 인프라에 압력이 걸리지만 이번처럼 극적인 적은 없었다는 취지로 말했습니다. 과거 사이클과 구분되는 지점입니다.

랙당 연산 밀도가 스물여덟 배

구체적인 숫자가 이 판단을 뒷받침합니다. 랙 하나당 연산 밀도가 H100 랙에서 루빈(Rubin) 랙으로 오면서 28배 늘었습니다.

랙은 데이터센터에서 장비를 꽂는 표준 단위입니다. 같은 공간에 28배의 연산을 넣는다는 뜻입니다.

공간 효율만 보면 반가운 숫자입니다. 문제는 그 연산을 돌리는 데 필요한 전기와 열도 함께 늘어난다는 점입니다.

전력이 5~10킬로와트에서 100~250킬로와트로

랙 하나가 쓰는 전력은 과거 5~10킬로와트 수준이었습니다. 지금 시스템은 100~250킬로와트를 요구합니다.

스무 배에서 서른 배 가까이 늘어난 것입니다. 이 정도면 기존 데이터센터의 전기 설비와 냉각 설계로는 감당이 안 됩니다.

즉 새 장비를 사는 것으로 끝나지 않습니다. 건물의 배전, 변압, 냉각을 통째로 다시 만들어야 합니다. 하드웨어 투자 기회가 여기서 생깁니다.

3년 뒤 1메가와트라는 숫자

a16z는 앞으로 3년 안에 랙당 전력이 1메가와트까지 올라갈 것으로 봅니다.

1메가와트는 랙 하나가 작은 마을 수준의 전기를 쓴다는 의미입니다. 지금 기준으로는 비현실적으로 들리는 숫자입니다.

이 예측이 맞다면 냉각 방식부터 전력 공급 구조까지 지금과 다른 기술이 필요해집니다. 새로운 기업이 들어설 자리가 그만큼 생긴다는 계산입니다.

메모리가 새로운 병목이 됐다

한동안 AI 하드웨어 논의는 GPU 중심이었습니다. 지금은 메모리가 더 심각한 병목으로 지목됩니다.

AI 연산은 대량의 데이터를 계속 읽고 씁니다. 연산 유닛이 아무리 빨라도 데이터를 제때 못 받으면 놀게 됩니다.

그래서 고대역폭 메모리(HBM)가 핵심 부품이 됐고, 여기가 막히면서 전체가 막히는 구조가 만들어졌습니다.

HBM이 D램 웨이퍼 용량의 23퍼센트를 먹는다

HBM은 현재 전체 D램 웨이퍼 생산 용량의 23퍼센트를 소비하고 있습니다. 불과 2년 전만 해도 한 자릿수였습니다.

웨이퍼 용량은 정해져 있습니다. HBM이 더 가져가면 일반 D램에 쓸 몫이 줄어듭니다. AI 수요가 일반 메모리 가격까지 밀어 올리는 이유입니다.

AI 데이터센터가 전 세계 HBM과 고급 DDR5 공급의 상당 부분을 흡수하고 있다는 추정도 나옵니다.

2026년치가 이미 매진이라는 말

공급 측 상황은 더 빡빡합니다. 메모리 가격이 2025년에 전년 대비 큰 폭으로 뛴 데 이어, 공급사들의 2026년 물량은 사실상 소진된 것으로 전해집니다.

'매진'이라는 표현이 나온다는 것은 돈이 있어도 살 수 없다는 뜻입니다. 가격 협상이 아니라 물량 확보가 문제가 됩니다.

이 상황에서는 생산 능력을 늘리는 것 말고는 해법이 없습니다. 그런데 반도체 공장을 짓는 데는 몇 년이 걸립니다.

SK하이닉스와 마이크론이 붓는 돈

주요 HBM 생산사들이 대규모 증설에 나섰습니다. SK하이닉스는 미국과 한국의 첨단 패키징·생산 시설에 300억 달러가 넘는 투자를 진행 중입니다.

마이크론은 아이다호 메가팹에 200억 달러, 싱가포르 신규 시설에 70억 달러를 투입하고 있습니다.

이 숫자들이 보여 주는 것은 병목의 실체입니다. 수백억 달러 규모의 설비 투자로만 풀리는 문제라면, 단기간에 해소되기 어렵습니다.

전력구매계약이 가장 비싼 자산이 된 이유

2026년의 데이터센터 경쟁은 연산 밀도가 아니라 전력 확보 싸움이 됐습니다. 기가와트 단위의 전기를 잡는 쪽이 앞서 나갑니다.

그래서 가장 값나가는 자산 목록이 바뀌었습니다. 전력구매계약(PPA), 변전소에 접근 가능한 부지, 냉각용 수리권이 상위에 올라왔습니다.

AI 관련 설비투자의 상당 부분이 이런 기반 요소로 간다는 분석도 있습니다. 칩값보다 전기와 땅이 더 큰 항목이 되어 가는 것입니다.

하드웨어 산업의 성장률과 AI 수요의 격차

a16z의 논리에서 핵심은 성장률 차이입니다. 하드웨어 산업은 통상 연 20~30퍼센트 성장합니다.

그런데 AI 수요는 세 자릿수로 늘고 있습니다. 두 곡선의 기울기가 근본적으로 다릅니다.

이 격차가 좁혀지지 않는 한 공급 부족은 구조적으로 계속됩니다. 그리고 그 격차를 메우려는 시도가 곧 투자 기회라는 것이 이 펀드의 전제입니다.

a16z 딜플로우의 20퍼센트가 하드웨어

숫자 하나가 이 변화를 잘 보여 줍니다. a16z에 들어오는 투자 검토 건 가운데 하드웨어 스타트업이 20퍼센트를 넘어섰습니다.

소프트웨어 중심 벤처캐피털에서 이 비율은 이례적입니다. 창업자들이 어디에 기회가 있다고 보는지를 반영합니다.

전용 펀드는 이 흐름에 대한 대응이기도 합니다. 들어오는 건수가 늘었는데 심사할 그릇이 없으면 그냥 흘려보내게 됩니다.

초기와 성장 단계를 동시에 노리는 이유

머신에이지 펀드는 초기 단계와 성장 단계를 함께 겨냥합니다. 보통은 둘 중 하나에 집중합니다.

하드웨어에서 이 구분이 애매한 이유가 있습니다. 시제품까지는 적은 돈으로 가지만, 양산으로 넘어가는 순간 필요한 자본이 몇 자릿수 뛰기 때문입니다.

초기에 투자해 놓고 양산 단계에서 따라가지 못하면 그 지분은 희석됩니다. 두 단계를 같은 펀드에서 다루면 이 문제를 피할 수 있습니다.

하이퍼스케일러 6000억 달러와의 관계

규모를 비교해 보면 이 펀드의 성격이 더 분명해집니다. 아마존·마이크로소프트·구글·메타·오라클 등 대형 클라우드 사업자들의 2026년 인프라 지출은 6000억 달러를 넘을 것으로 전망됩니다.

그중 상당 부분이 AI 인프라로 갑니다. 11억 달러는 이 숫자 옆에서 아주 작습니다.

그래서 이 펀드는 하이퍼스케일러와 경쟁하는 자금이 아닙니다. 오히려 그들이 사 갈 부품과 장비를 만드는 회사에 투자하는 구조입니다. 거대한 수요가 이미 보장돼 있다는 것이 투자 논리의 바탕입니다.

스타트업이 가장 불리한 자리에 선다

공급이 부족할 때 가장 먼저 밀리는 쪽은 협상력이 약한 곳입니다. 중견 AI 기업과 스타트업이 여기 해당합니다.

대형 사업자는 장기 계약과 대량 물량으로 우선순위를 확보합니다. 스타트업은 대기 시간이 가장 길고 가격 조건도 가장 나쁩니다.

클라우드에 의존하는 스타트업도 사정이 비슷합니다. API 호출 단가와 예약 컴퓨팅 시간당 비용이 함께 오르는 추세이기 때문입니다.

로보틱스와 가정용 AI 기기까지 넣은 이유

투자 범위에 로보틱스와 가정용 AI 기기가 들어간 점이 눈에 띕니다. 데이터센터 부품과는 결이 다릅니다.

연결 고리는 '물리 세계에서 작동하는 AI'입니다. 데이터센터가 두뇌를 만든다면, 로봇과 기기는 그 두뇌가 세상과 닿는 지점입니다.

둘은 기술적으로도 이어져 있습니다. 로봇에 들어가는 추론 칩과 데이터센터 학습 칩은 설계 계보를 공유하는 경우가 많습니다.

이 펀드가 성공하려면 무엇이 맞아야 하나

첫째, 수요가 지금 속도로 이어져야 합니다. AI 투자가 한 번 꺾이면 하드웨어는 소프트웨어보다 훨씬 크게 다칩니다. 이미 지은 공장이 남기 때문입니다.

둘째, 스타트업이 기존 대기업을 상대로 자리를 잡아야 합니다. 메모리와 프로세서는 소수 대기업이 지배하는 영역입니다.

셋째, 회수 기간을 견뎌야 합니다. 하드웨어는 성과가 나오기까지 소프트웨어보다 오래 걸립니다. 펀드 구조가 그 시간을 버티도록 설계돼 있어야 합니다.

실제 사례 — 하드웨어에 돈이 몰렸던 앞선 국면들

하드웨어에 자금이 쏠린 국면은 전에도 있었습니다. 1990년대 후반 통신 장비 투자가 대표적입니다. 광케이블과 라우터에 막대한 돈이 들어갔습니다.

그때의 교훈은 두 가지입니다. 인프라는 실제로 필요했고 지금까지 쓰이고 있지만, 투자 시점의 기대 수익률은 대부분 실현되지 않았습니다. 수요 예측보다 공급이 먼저 도착했기 때문입니다.

지금 국면이 다른 점은 순서입니다. 이번에는 수요가 먼저 와 있고 공급이 못 따라가는 상태입니다. 다만 증설이 완료되는 시점에 수요가 어디 있을지는 여전히 열린 질문입니다.

한국 부품·장비 기업에 주는 함의

이 흐름은 한국 기업에 직접 닿아 있습니다. HBM 공급의 핵심 축이 한국에 있고, SK하이닉스의 대규모 증설도 진행 중입니다.

주목할 부분은 병목이 메모리 셀 자체보다 패키징에 있다는 점입니다. HBM은 칩을 쌓아 올리는 공정이 까다롭고, 여기에 쓰이는 소재와 장비가 별도의 시장을 이룹니다.

전력과 냉각도 마찬가지입니다. 랙당 100킬로와트를 넘어서면 공랭으로는 감당이 안 되고, 액체 냉각 관련 부품 수요가 새로 생깁니다. 한국 장비·소재 기업이 들어갈 틈이 여기 있습니다.

핵심 정리

a16z가 11억 달러 규모의 머신에이지 펀드를 결성했습니다. 프로세서·메모리·네트워크·스토리지·데이터센터·로보틱스 등 AI의 물리적 계층에 투자하는 첫 하드웨어 전용 펀드로, 마틴 카사도와 라구 라구람이 이끕니다.

배경은 전 구간에 걸친 공급 제약입니다. 랙당 연산 밀도가 H100에서 루빈으로 28배 늘었고 전력은 5~10킬로와트에서 100~250킬로와트로 뛰었으며, 3년 안에 1메가와트가 전망됩니다. HBM은 D램 웨이퍼 용량의 23퍼센트를 소비하고 2026년 물량은 사실상 매진입니다.

하드웨어 산업의 연 20~30퍼센트 성장으로는 세 자릿수 AI 수요를 따라갈 수 없다는 것이 투자 논리입니다. a16z 딜플로우의 20퍼센트가 이미 하드웨어입니다.

참고하실 만한 것

AI 뉴스를 읽을 때 모델 성능만 보면 절반만 보게 됩니다. 어떤 칩으로, 얼마의 전기로 돌아가는지를 함께 보면 발표의 실현 가능성이 훨씬 잘 보입니다.

SVIL은 반도체와 AI 인프라 소식을 큰 글씨와 쉬운 설명으로 정리해 전하고 있습니다. 저시력 환경에서도 편하게 읽히도록 대비와 여백을 맞춰 두었습니다.

더 자세히 다뤄 주었으면 하는 주제가 있으면 아래 연락처로 알려 주세요.

출처

• TechCrunch — a16z creates a $1.1B 'Machine Age' fund to 'accelerate the physical buildout of AI'
• Andreessen Horowitz — The Machine Age Fund
• PitchBook — A16z's new $1.1B fund admits hardware is eating the world, too
• The Next Web — a16z has raised $1.1bn to invest in the physical layer of AI
• Dealroom — a16z raises $1.1B for Machine Age fund to build AI hardware
• Global X ETFs — Memory Is the New Bottleneck in AI Semiconductors
• EnkiAI — HBM Supply Crisis 2026: The Bottleneck Redefining AI
• Introl — The $600B AI Infrastructure Buildout
• Accuris — How AI Data Centers Are Reshaping Electronic Component Supply in 2026
• EnkiAI — AI Infrastructure 2026, $551B Memory Market

협업문의 : kuroicode@gmail.com
블로그 : https://blog.svil.dev/
홈페이지 : https://svil.dev/