뉴스 요약
TREE NEWS 보도: 모건스탠리의 9월 4일 AI 가이드 보고서(7개 팀, 8가지 주요 논점)는 AI가 훈련 시대에서 추론 시대로 전환 중이라고 주장합니다. 이러한 변화는 투자자 자본을 하드웨어와 반도체에서 인에이블먼트 레이어와 소프트웨어로 점진적으로 재배향할 것입니다. 보고서는 하이퍼스케일러 데이터 센터 자본 지출이 2027년까지 1.5조 달러(전년 대비 60% 증가)에 도달한 후 2028년에는 12% 성장으로 둔화될 것으로 전망합니다. AI 컴퓨팅 용량은 2025년 35GW에서 2028년 약 145GW로 4배 증가할 것으로 예상되며, 맞춤형 ASIC은 증분 용량의 34%에서 66%로 증가할 것입니다.
산업 분석
보고서는 중추적인 자본 지출 변곡점을 강조합니다. 아마존의 2026년 데이터 센터 자본 지출은 1800억 달러로 추정되며, 약 38%가 2027~2029년을 위한 선제적 건설에 할당됩니다. 마이크로소프트가 37%, 메타가 32%로 뒤를 잇는 반면, 구글은 5%에 불과하여 2027년에 선제 투자를 급격히 늘려야 합니다. 이러한 자본 지출 둔화는 하이퍼스케일러의 지속적인 수익 및 현금 흐름 확대와 결합하여 투자 흐름을 스택 위로 밀어 올릴 것입니다. 이는 칩과 기기가 먼저 상승하고 인프라, 그 다음 소프트웨어와 서비스가 뒤따르는 모바일 시대의 패턴을 반영합니다.
컴퓨팅 측면에서 구글은 2027~2028년에 약 20GW의 신규 용량 추가를 주도하며, 주로 Gemini 훈련, GCP 성장, 검색 및 YouTube 전반의 GenAI 기능에 사용됩니다. 구글의 TPU와 아마존의 Trainium이 맞춤형 칩 전환을 주도하며, TPU만 약 15GW를 추가합니다. 주목할 점은 구글 신규 용량의 50% 이상이 Google Cloud에 사용되는 반면, Trainium은 이미 1~2년치 용량을 사전 판매하고 있다는 것입니다. 모건스탠리의 GW당 비용 추정에는 GB200/GB300/VR200 랙의 메모리 인플레이션과 랙 외 비용 상승이 포함되어, Rubin Ultra 세대에서는 총 비용이 GW당 약 500억 달러에 달합니다.
ROI에 대해 모건스탠리는 세 가지 프레임워크를 제시하며, 모두 25~50%의 수익률을 산출합니다. 가장 높은 수익률(약 46%)은 독점 인프라에서 API를 실행하는 모델 개발자에게서 나오며, META, 구글, SpaceX가 우위를 점하는 모델입니다. 지식 노동 TAM은 22.5조 달러로 추정되며, GenAI가 대응 가능한 디지털화 잠재력은 20~30조 달러입니다. 2027년까지 4%의 침투율(퍼블릭 클라우드 채택을 반영)만으로도 기업 AI 지출이 약 8000억 달러에 달함을 의미합니다.
전향적 관점
추론 워크로드가 확장됨에 따라 가치 사슬은 소프트웨어, 모델 레이어, AI 지원 애플리케이션으로 이동할 것입니다. AMZN, META, GOOGL, MSFT와 같은 기업은 수익 수정 및 멀티플 확대의 혜택을 받을 수 있습니다. 보고서의 채택 신호는 이미 가시화되고 있습니다: S&P 500 기업의 약 25%가 2026년 2분기 실적에서 GenAI 이점을 수치화했으며, 이는 1년 전 14%에서 증가한 수치입니다. 기술이 51%로 선두를 달리고, 금융(37%), 헬스케어/산업(각각 약 20%)이 뒤를 잇습니다. 암호화폐 및 블록체인 시장의 경우, 이러한 거시적 추세는 전통적인 인프라 지출이 정점에 달함에 따라 분산형 컴퓨팅 네트워크와 AI 관련 토큰 프로젝트에 대한 관심이 다시 불붙을 수 있음을 시사하지만, 단기적으로는 여전히 중앙화된 하이퍼스케일러가 주요 수혜자입니다.
