북집 지식DB

주식시장의 돈은 피지컬 AI로 흐른다

지은이 : 정용준

출판사 : 메이트북스

출판일 : 2026년 07월

젠슨 황이 피지컬AI 시대를 강조하고, 현대차가 보스턴다이내믹스를 통해 휴머노이드 전략을 강화하며, 삼성과 LG가 로봇과 AI 공장으로 움직이는 흐름을 하나의 투자 지도로 연결한다. 또한 아파트 머니의 증시 유입, ETF 자금의 대형주 집중, 대기업 체인으로의 수급 쏠림까지 함께 다루고 있다.

주식시장의 돈은 피지컬AI로 흐른다

피지컬AI 시대, 돈의 흐름이 바뀌었다

AI가 화면을 벗어나 몸을 갖기 시작했다

2026년 1월, CES 전시장에서 흥미로운 장면이 연출됐다. 한쪽에서는 휴머노이드 로봇이 시연 도중 멈춰 서는 일이 벌어졌다. 그런데 바로 옆 무대에서 젠슨 황은 아랑곳하지 않고 피지컬AI 시대의 개막을 강조했다. 그는 이를 “피지컬 AI의 챗GPT 모멘트”라고 표현하며, AI가 현실 세계를 이해하고 추론하고 행동하는 단계로 들어섰다고 말했다.

젠슨 황이 말한 피지컬AI는 무엇인가? 챗GPT로 대표되는 소프트웨어AI가 화면 안에서 생각하고 말하는 AI라면, 피지컬AI는 화면 밖으로 나와 물리적 세계에서 직접 행동하는 지능이다. 드론이 하늘을 날고, 자율주행차가 도로를 달리고, 로봇팔이 공장에서 부품을 집는 것. 이 모든 것이 피지컬AI의 범주에 들어간다. 쉽게 말하자면, AI에게 몸을 주는 것이다.

그 몸의 형태 중 가장 진화한 것이 휴머노이드다. 두 팔과 두 다리, 직립 보행. 인간의 몸을 닮은 로봇. 그런데 왜 하필 인간의 형태인가? 인류가 수천 년간 만들어온 모든 공간과 도구가 인간의 몸을 기준으로 설계되어 있기 때문이다. 문손잡이의 높이, 계단의 폭, 작업대의 높이. 이 환경에 그대로 들어올 수 있는 것은 인간과 같은 몸을 가진 존재뿐이다. 피지컬AI가 AI에게 몸을 준다면, 휴머노이드는 그 몸 중에서 가장 인간에 가까운 몸이다.

챗GPT 다음 전쟁은 왜 ‘움직이는 AI’인가?

2022년 11월 챗GPT가 공개됐을 때 세상이 받은 충격은 본질적으로 인지의 충격이었다. AI가 인간처럼 글을 쓰고, 코드를 짜고, 시험을 통과했다. 변호사 시험, 의사 면허 시험, MBA 입학시험. 화이트칼라가 하는 일의 상당 부분을 AI가 할 수 있다는 사실이 드러났다. 그 충격이 엔비디아를 세계에서 가장 비싼 기업 중 하나로 만들었고, 수많은 AI 소프트웨어 스타트업을 탄생시켰고, 클라우드 기업들의 주가를 밀어올렸다.

그런데 그 충격에는 처음부터 한계가 있었다. 챗GPT는 말할 수 있지만 움직일 수 없었다. 계약서를 검토할 수 있지만 서류를 집어 들 수 없었다. 코드를 짤 수 있지만 서버를 설치할 수 없었다. 즉 AI가 아무리 똑똑해져도 물리적 세계에서 일어나는 일의 절반은 여전히 인간의 손과 발이 필요했다. 제조, 물류, 건설, 농업, 의료. 인류 노동의 가장 큰 부분을 차지하는 이 영역들은 소프트웨어AI의 손이 닿지 않는 곳이었다.

피지컬AI는 바로 그 한계를 돌파하려는 시도다. 화면 안에 갇혀 있던 AI에게 몸을 주는 것. 손을 주고, 발을 주고, 눈을 주는 것. 그러면 AI가 할 수 있는 일의 범위가 인지 노동에서 육체 노동 전체로 확장된다.

시장 규모만 봐도 이것이 왜 다음 전쟁인지가 보인다. 소프트웨어AI가 공략한 지식 노동 시장보다 육체 노동 시장이 훨씬 크다. 전 세계 노동 인구의 상당수는 여전히 몸을 써서 일한다. 제조, 물류, 건설, 농업, 의료처럼 몸을 써야 하는 노동은 여전히 세계 경제의 거대한 축이다. 그 시장 전체가 피지컬AI의 타깃이다.

기술의 준비도도 임계점을 넘어섰다. 세 가지가 마침내 동시에 무르익었다. 첫째, 대형 언어 모델의 고도화로 로봇의 판단 능력이 폭발적으로 향상됐다. 둘째, 전기차 산업이 배터리와 모터와 센서의 단가를 수직으로 떨어뜨렸다. 셋째, 실제 현장에 투입된 로봇들이 만들어내는 물리적 행동 데이터가 쌓이기 시작했다. 이 세 가지가 교차하는 지점이 지금이다.

투자자 관점에서 이 전환은 단순한 기술 트렌드가 아니다. 소프트웨어AI가 엔비디아·마이크로소프트·구글의 주가를 바꿨다면, 피지컬AI는 완전히 다른 기업들의 주가를 바꾼다. 액추에이터를 만드는 기업, 감속기를 만드는 기업, 로봇용 카메라 모듈을 만드는 기업, 휴머노이드를 직접 설계하는 기업 등 수혜의 지형이 달라진다. 그 지형을 먼저 파악한 투자자가 다음 사이클에서 앞서 있게 된다.

왜 이번엔 다른가: 로봇이 지능을 얻었다

기존 로봇과 피지컬AI는 근본적으로 다르다

전통적인 산업용 로봇은 정해진 동작을 반복하는 기계다. 사람이 미리 프로그래밍한 경로를 벗어날 수 없다. ‘제어된 환경, 반복적인 작업, 정해진 경로’라는 조건을 벗어나면 로봇은 무용지물이었다.

피지컬AI는 다르다. 피지컬AI는 카메라로 주변을 인식하고, AI로 상황을 판단하고, 그 판단에 따라 행동한다. 부품이 뒤집혀 있어도 인식해서 바로잡는다. 사람이 갑자기 나타나면 멈추거나 피한다. 처음 보는 물건도 상당 부분 인식하고 집을 수 있다. 프로그래밍된 경로가 아니라, 실시간 판단으로 움직인다는 것, 바로 이것이 기존 로봇과 피지컬AI의 결정적인 차이다.

비유하자면 이렇다. 기존 로봇은 악보대로만 연주하는 기계 피아니스트이기에, 악보가 없으면 한 음도 칠 수 없다. 반면 피지컬AI는 즉흥 연주가 가능한 뮤지션이기에, 악보를 외우기도 하지만 상황에 따라 즉흥적으로 판단해 연주한다. 같은 피아노를 치지만 할 수 있는 일의 범위가 완전히 다르다.

한국형 휴머노이드 생태계가 만들어지고 있다

엔비디아는 왜 한국을 주목하는가?

엔비디아에 피지컬AI는 다음 성장 엔진이다

이 질문에 답하려면 먼저 엔비디아가 왜 피지컬AI에 올인하고 있는지부터 이해해야 한다. 생성형 AI 시장에서 엔비디아는 GPU 공급자로서 압도적인 위치를 차지했다. 챗GPT가 성공하든 제미나이가 성공하든 클로드가 성공하든, AI 모델을 훈련하고 운용하려면 엔비디아의 GPU가 필요했다. 즉 누가 이기든 엔비디아가 돈을 버는 구조였다.

피지컬AI에서도 엔비디아는 같은 구조를 만들려 한다. 아이작 플랫폼은 로봇 개발의 표준 환경이 되려 하고 있다. 코스모스는 로봇이 현실 세계를 이해하고 추론하도록 지원하는 핵심 모델이다. 옵티머스가 이기든 아틀라스가 이기든 두산로보틱스가 이기든, 로봇을 개발하고 운용하려면 엔비디아 플랫폼이 필요한 구조를 만드는 것이 목표다. 그런데 이 전략이 성공하려면 반드시 필요한 것이 있다. 그것은 실제로 로봇을 만들고 현장에 투입할 수 있는 제조 파트너들이다.

엔비디아에 없는 것, 한국에 있는 것

엔비디아는 두뇌를 만든다. 세계에서 가장 뛰어난 AI 컴퓨팅 플랫폼을 갖고 있다. 그런데 엔비디아에 없는 것이 있다. 그것은 바로 ‘몸’이다. 로봇을 실제로 설계하고, 제조하고, 대량 생산하는 능력이다. 현실 세계의 공장과 물류 창고에서 로봇을 운용하며 물리적 데이터를 쌓는 능력이다.

엔비디아가 필요로 하는 이 능력이 한국에 있다. 구체적으로 세 가지 층위에서 그렇다. 첫째는 ‘반도체’다. 엔비디아의 GPU가 아무리 뛰어나도 로봇 안에서 실시간으로 작동하려면 메모리와 함께 작동해야 한다. HBM으로 AI 메모리 시장을 선도하는 SK하이닉스, 차세대 HBM 개발을 통해 협력을 확대하고 있는 삼성전자. 엔비디아의 GPU 성능을 현실에서 구현하려면 이 기업들의 메모리가 필수다.

둘째는 ‘제조 플랫폼’이다. 현대차는 연간 수백만 대의 자동차를 생산하는 제조 인프라를 갖고 있다. 또한 아틀라스를 자기 공장에 투입하며 물리적 데이터를 쌓고 있다. LGCNS는 수십 개의 글로벌 스마트팩토리를 운영하며 AI 공장 플랫폼을 구축하고 있다. 이 기업들이 엔비디아의 아이작 플랫폼과 코스모스를 활용해 로봇을 개발하고 현장에 투입하면, 엔비디아는 실제 산업 현장에서 검증된 레퍼런스를 확보한다.

셋째는 ‘로봇 플랫폼’이다. 두산로보틱스는 코스모스3 공식 파트너로 지정됐는데, 협동로봇에서 축적한 실전 데이터와 엔비디아의 AI 플랫폼이 결합하는 구조다. 삼성의 레인보우로보틱스는 KAIST 휴보 계보를 이은 기술력으로 휴머노이드 플랫폼을 구축하고 있다. 이 기업들이 엔비디아 플랫폼 위에서 성장할수록 엔비디아의 피지컬AI 생태계도 함께 성장한다.

LG는 왜 엔비디아와 손을 잡는가

LG전자의 스마트공간 전략

LG전자가 로봇 사업에서 선택한 전장은 공장이나 물류 창고가 아니다. 호텔, 병원, 공항, 오피스, 가정 등 사람이 생활하고 일하는 모든 공간이다. 이것을 LG전자는 ‘스마트 공간 전략’이라고 부른다.

‘클로이(CLOi)’라는 이름의 서비스 로봇 시리즈가 이 전략의 핵심 하드웨어다. 클로이 서브봇은 음식점에서 음식을 운반하고, 클로이 가이드봇은 공항과 호텔에서 안내를 맡는다. 클로이 캐리봇은 물건을 들고 따라다닌다. 각각의 로봇이 특정 공간의 특정 기능을 담당하도록 설계된 것이다.

하지만 LG전자의 로봇 전략은 여기서 멈추지 않는다. 2026년 CES에서 LG전자가 공개한 가정용 휴머노이드 ‘클로이드(CLOiD)’는 이러한 스마트 공간 전략의 정점으로, 2028년 상용화를 목표로 하고 있다. 이를 위해 LG전자는 2026년 중 현장 실증과 액추에이터 초도 양산을 차질 없이 추진중이다.

이 계획이 중요한 이유가 있다. LG전자가 단순히 서비스 로봇을 파는 기업에서 핵심 부품을 직접 만드는 기업으로 전환하고 있다는 신호이기 때문이다. 액추에이터 내재화는 로봇 원가 구조를 바꾸고, 기술 종속에서 벗어나게 하고, 공급망을 직접 통제하게 만든다. 현대차가 전기차 부품을 내재화하면서 원가 경쟁력을 높인 것과 같은 경로다.

스마트공간 전략의 핵심은 하드웨어가 아닌 통합에 있다. 공간에 들어가는 기기인 로봇, 가전, 에어컨, 조명, 보안 카메라가 하나의 플랫폼으로 연결되고, AI가 그것을 통합 운영한다. 호텔 방에 들어서면 온도가 자동으로 조절되고, 로봇이 룸서비스를 가져오고, 청소 일정이 자동으로 최적화된다. 이 공간 전체를 LG전자의 플랫폼이 운영한다. 이것은 하드웨어를 파는 것이 아니라, ‘공간의 운영권’을 구독시키는 비즈니스 모델이다.

엔비디아와의 협력이 이 전략에서 어떤 역할을 하는지가 명확해진다. 공간에 배치된 수십 대의 로봇과 기기가 실시간으로 판단하고 움직이려면 엣지 컴퓨팅 인프라가 필요하다. LG전자는 엔비디아의 AI 컴퓨팅 역량과 아이작·옴니버스 같은 로봇·디지털트윈 플랫폼을 활용해 로봇과 스마트 공간 전략을 고도화하려 하고 있다.

LG전자의 로봇과 기기가 하드웨어라면, 엔비디아의 AI컴퓨팅은 그 하드웨어를 움직이는 신경계다. 두 기업의 협력은 제품 납품이 아니라, 플랫폼 공동 구축에 가깝다.

휴머노이드 시대, 공장이 데이터 광산이 된다

1859년 미국 펜실베이니아주에서 처음 석유가 발견됐을 때 아무도 그것이 20세기 산업 문명 전체를 바꿀 자원이라고 생각하지 않았다. 처음에는 그저 등불을 밝히는 연료일 뿐이었다. 그런데 내연기관이 등장하면서 석유는 모든 것을 움직이는 핵심 자원이 됐다. 석유를 가진 나라가 산업을 지배했고, 석유 공급망을 장악한 기업이 세기의 부를 가져갔다.

지금 피지컬AI 시대에 석유에 해당하는 자원이 있다. 그것은 바로 데이터다. 더 정확히 말하면 로봇이 현실 세계에서 움직이며 만들어내는 물리적 행동 데이터다. 이 데이터를 가진 기업이 피지컬AI 시대를 지배한다. 그리고 이것이 현대차·삼성·LG 같은 제조 대기업이 로봇 시장에서 단순한 참여자가 아닌 핵심 플레이어가 되는 근본적인 이유라 할 수 있다.

AI는 왜 데이터가 필요한가?

AI가 똑똑해지는 원리는 단순하다. 많이 볼수록, 많이 경험할수록 잘한다. 챗GPT가 인간처럼 글을 쓸 수 있는 이유는 인터넷에 있는 수천억 개의 문장을 학습했기 때문이다. 위키피디아, 뉴스 기사, 소설, 논문, 블로그 포스팅….

인류가 수백 년 동안 기록한 텍스트가 챗GPT의 두뇌를 만들었다. 데이터가 없었다면 챗GPT도 없었다. 이미지 생성 AI도 마찬가지다. 수억 장의 사진과 그림을 학습했기 때문에 ‘해질녘 바다 위의 고래’를 그릴 수 있다.

학습한 데이터가 많을수록, 다양할수록 AI의 능력은 높아진다. 반대로 데이터가 없으면 아무리 뛰어난 AI 모델도 무용지물이다.

데이터를 가진 기업이 다음 사이클을 지배한다

소프트웨어AI 시대에 가장 강력한 기업은 가장 많은 데이터를 가진 기업이었다. 구글은 전 세계 검색 데이터를 갖고 있었기 때문에 가장 뛰어난 AI를 만들 수 있었다. 메타는 수십억 명의 소설 데이터를 갖고 있었기 때문에 이미지와 언어 AI에서 앞설 수 있었다. 데이터가 없는 기업은 아무리 뛰어난 AI 모델을 개발해도 결국 데이터를 가진 기업을 이길 수 없었다.

피지컬AI 시대도 같은 패턴이 반복된다. 물리적 행동 데이터를 가장 많이, 가장 다양하게 축적하는 기업이 가장 뛰어난 로봇을 만들 수 있다. 그리고 그 데이터는 공장에서 나온다. 가장 많은 공장을, 가장 다양한 제조 환경을, 가장 오랫동안 운영해온 기업들이 유리하다.

현대차는 자동차 공장이라는 데이터 광산을 갖고 있다. 삼성은 반도체 팹이라는 초정밀 데이터 광산을 갖고 있다. LG는 스마트팩토리와 스마트공간이라는 다양한 데이터 광산을 갖고 있다. 이것이 스타트업이 아무리 뛰어난 로봇 기술을 개발해도 대기업 체인을 단기간에 따라잡기 어려운 이유다. 기술은 돈으로 살 수 있지만 수십 년간 쌓인 제조 현장 데이터는 돈으로 살 수 없다.

공장이 데이터 광산이 되는 시대. 그 광산을 가장 많이, 가장 오래 운영해온 기업들이 피지컬AI 시대의 주도권을 쥔다. 그리고 지금 한국의 대기업들은 그 데이터 광산을 가장 효과적으로 활용할 수 있는 위치에 서 있다.

한국 증시를 움직이는 피지컬AI 수혜주

현대차 체인: 휴머노이드 제조

현대차를 피지컬AI 수혜주로 볼 때 가장 먼저 나오는 반론이 있다. 현대차는 자동차 회사지 로봇 회사가 아니지 않느냐는 것이다. 주가는 결국 자동차 실적에 달려 있는 것 아니냐는 논리다. 틀린 말은 아니다. 그런데 이 반론이 놓치는 것이 있다.

현대차의 로봇 사업은 자동차 사업과 분리된 신사업이 아니다. 자동차 제조 역량이 로봇 제조 역량으로 직접 전환되는 구조다. 현대차그룹은 2028년까지 연간 3만 대의 로봇을 생산할 수 있는 시스템을 구축해 양산 속도를 높이고, 대량 생산되는 산업용 휴머노이드 로봇으로서 아틀라스를 다양한 산업과 시장으로 확장 공급할 계획이다. ‘연간 3만대’는 현재 초기 단계인 휴머노이드 시장에서 매우 큰 생산 목표다. 이것이 가능한 이유는 현대차가 자동차 양산에서 쌓은 제조 인프라를 그대로 활용하기 때문이다.

현대차: 자기 공장이 첫 번째 고객이다

아틀라스는 2025년 현대자동차그룹 메타플랜트 아메리카(HMGMA) 등 실제 제조 현장에서 검증 작업에 들어갔다. 중요한 것은 기술 시연이 아니라, 실제 공장에서 작동한다는 점이다. 현대차와 기아는 2030년까지 각각 555만 대와 430만 대 수준의 글로벌 판매 목표를 제시하고 있다.

이처럼 세계 최대 규모의 제조 네트워크는 향후 휴머노이드 로봇이 적용될 수 있는 거대한 테스트베드이자 잠재 시장이 된다. 현대차는 휴머노이드 로봇의 ‘최초의 고객이자, 최고의 생산자’라는 독보적 위치를 점하고 있다. 그리고 자기 공장에서 검증된 레퍼런스는 외부 고객을 설득하는 가장 강력한 세일즈 도구가 된다.

투자자가 현대차를 볼 때 봐야 할 지표는 두 가지다. 첫째는 아틀라스의 공장 투입 확대 속도다. 파일럿에서 본격 투입으로 전환되는 시점이 주가 모멘텀의 핵심 트리거가 된다. 둘째는 외부 고객 수주 소식이다. 현대차 공장 외에 외부 제조 기업에 아틀라스가 납품되기 시작하는 순간 로봇 사업이 독립적인 수익원으로 인정받기 시작한다.

현대차 주가에서 로봇 프리미엄이 아직 충분히 반영되지 않은 이유가 있다. 자동차 실적의 변동성이 로봇 모멘텀을 가리고 있기 때문이다. 역설적으로 이것이 기회가 된다. 자동차 실적이 안정적인 구간에서 로봇 모멘텀이 더해지면 멀티플 재평가가 일어날 수 있다.

현대오토에버: 로봇을 운영하는 소프트웨어

현대오토에버는 현대차그룹의 IT 서비스 계열사다. 그룹내 IT 시스템 구축과 운영을 담당해왔다. 이 포지션이 피지컬AI 시대에 새로운 의미를 갖는다.

현대차그룹은 CES 2026에서 데이터와 소프트웨어로 운영되는 첨단 스마트팩토리, 소프트웨어 중심 공장 전략을 공개했다. 소프트웨어 중심 공장이란 공장의 모든 설비와 로봇이 소프트웨어로 통합 운영되는 것을 말한다. 아틀라스가 공장에 투입되면 그 아틀라스를 운영하는 소프트웨어가 필요하다. 어떤 작업을 언제 어디서 해야 하는지를 지시하고, 작업 결과를 기록하고, 다른 설비들과 협력하게 만드는 시스템이다. 현대차 체인에서 현대오토에버가 그 역할을 맡는다. 현대차가 아틀라스를 얼마나 많이 투입하느냐가 현대오토에버의 소프트웨어 매출을 결정한다.

소프트웨어 기업의 특성상 매출이 늘어도 한계비용은 거의 늘어나지 않는다. 소프트웨어는 로봇 한 대가 늘어날 때마다 ‘비용은 0에 수렴하고, 수익은 무한대로 확장되는’ 마법을 부린다. 아틀라스 대수가 늘어날수록 소프트웨어 단위당 수익성이 올라가는 구조다. 하드웨어 부품 기업과 달리 규모가 커질수록 이익률이 개선된다는 점에서 현대오토에버의 로봇 사업은 장기적으로 가장 매력적인 사업 구조를 가질 수 있다.

로봇 운영 소프트웨어가 한번 공장 시스템과 통합되면 교체 비용이 크다. 몇 년간 쌓인 생산 데이터와 최적화 알고리즘이 그 소프트웨어 안에 내장되기 때문이다. 이것이 현대오토에버의 락인 구조다. 아틀라스가 현대차 공장에 깔리는 속도가 빠를수록 이 락인의 두께도 함께 두꺼워진다.

투자자가 현대오토에버를 볼 때 봐야 할 것은 로봇 운영 플랫폼의 외부 확장 가능성이다. 그룹 내 수요로 시작하지만 이 플랫폼이 외부 기업에도 팔리기 시작하면 성장 스토리가 달라진다. LG CNS가 팩토바로 북미 시장을 공략하는 것처럼, 현대오토에버도 스마트팩토리 소프트웨어로 외부 시장을 노릴 수 있다. 현대차 공장에서의 실적이 외부 영업의 가장 강력한 레퍼런스가 된다.

네이버: AI 팩토리와 소버린AI

검색 기업에서 AI 인프라 기업으로

대부분의 투자자들은 네이버를 검색과 광고 기업으로 이해한다. 실제로 지금까지 네이버의 실적과 기업가치는 검색 광고, 커머스, 콘텐츠 사업을 중심으로 설명돼왔다. AI 사업 역시 플랫폼 경쟁력을 강화하는 보조 수단 정도로 인식되는 경우가 많았다.

그러나 AI 시대에는 기업을 평가하는 기준 자체가 달라질 수 있다. AI는 단순한 소프트웨어가 아니다. 막대한 연산 능력과 전력, 데이터센터, 그리고 이를 운영할 인프라가 필요하다. AI 사용량이 늘어날수록 AI를 생산하는 시설의 가치도 함께 커진다.

네이버는 이미 하이퍼클로바X를 개발하면서 대규모 GPU 클러스터를 구축하고 운영해왔다. 세종 데이터센터를 포함한 하이퍼스케일 인프라 운영 경험도 축적했다. 엔비디아가 네이버를 주요 협력 파트너 가운데 하나로 평가하는 이유 역시 단순히 AI 모델 때문이 아니라, 이러한 인프라 운영 역량 때문이다.

2026년 6월 발표된 AI 팩토리 계획은 이런 변화의 상징적 사건이었다. 네이버는 엔비디아와 함께 2027년 상반기 55MW 규모를 시작으로 같은 해 100MW, 2028년 200MW를 거쳐 장기적으로 1GW급 인프라를 목표로 하는 로드맵을 공개했다. 이는 서버를 보관하는 데이터센터 사업이 아니라, AI를 생산하는 인프라 사업에 가까운. 시장은 이 발표를 계기로 네이버를 인터넷 기업이 아닌 AI 인프라 기업의 관점에서 보기 시작했다.

소버린AI의 가장 유력한 수혜주

네이버를 이야기할 때 빼놓을 수 없는 키워드가 소버린AI다. 소버린AI는 국가가 자체 언어와 데이터를 기반으로 독립적인 AI 생태계를 구축하는 전략을 의미한다. AI가 기업 경쟁력을 넘어 국가 경쟁력의 일부가 되면서 각국은 미국 빅테크에 전적으로 의존하지 않는 독자적인 AI 체계를 원하고 있다.

네이버는 국내에서 가장 먼저 이 흐름에 올라탄 기업이다. 하이퍼클로바X를 개발했고, 한국어 데이터와 서비스 경험을 바탕으로 독자적인 AI 모델을 구축해왔다. 정부와 기업이 한국형 AI 생태계를 구축하려 할수록 네이버의 역할도 커질 가능성이 높다.

최근 엔비디아 네모트론 연합 참여 역시 중요한 의미를 가진다. 네이버는 더 이상 국내 AI 기업에 머무르지 않고, 글로벌 AI 생태계 안에서 역할을 맡기 시작했다. 엔비디아의 오픈 모델 개발과 생태계 확장 과정에 참여하면서 기술력과 영향력을 동시에 확대하고 있다.

투자자 입장에서 보면 이제 네이버는 단순한 인터넷 플랫폼 기업이 아니다. 한국형 소버린AI 전략의 핵심 플레이어이자, 그 전략이 실제 사업으로 연결될 때 가장 먼저 수혜를 받을 수 있는 기업 가운데 하나다.