인공지능(AI) 관련 주요 애널리스트 권고 5가지를 정리한다. 이번 주에 발표된 다수의 증권사 리포트와 애널리스트 평가는 반도체와 AI 인프라, 산업용 소프트웨어 등 관련 업종에 대한 투자 관점을 다시 조정하는 신호를 제공했다.
2026년 3월 8일, 인베스팅닷컴의 보도에 따르면Pub Date: 2026-03-08 09:00:02 이번 보고서에서 다뤄진 핵심 내용은 엔비디아(NVIDIA), 삼성전자, 마벨(Marvell), 아스테라랩스(Astera Labs), 그리고 산업용 소프트웨어 섹터에 대한 애널리스트들의 최신 의견이다.
모건스탠리, 엔비디아를 최우선 반도체 추천 종목으로 복귀
모건스탠리의 애널리스트 조셉 무어(Joseph Moore)는 엔비디아(NASDAQ: NVDA)를 다시 최우선(Top pick) 반도체 종목으로 복귀시켰다. 무어는 최근 수 분기 동안 주가가 정체된 것과 달리 사업 기초 체력은 개선되고 있다며, 투자자 심리가 수요 지속성에 대한 우려로 과도하게 눌려 있다고 평가했다. 그는 노트에서 “지난 두 분기 동안 NVIDIA는 주가가 움직이지 않았지만 사업은 지속적으로 강화되었다”고 지적했다.
무어는 엔비디아의 현재 밸류에이션이 진입 기회로 매력적이라고 보며, 엔비디아는 예상 2027년 주당순이익(EPS)을 기준으로 약 18배 수준에서 거래되고 있다고 밝혔다. 해당 업체가 점유율과 수요 측면에서의 우려를 완화할 제품 업데이트를 예정하고 있어 리더십 로드맵이 강화될 것으로 전망했다.
모건스탠리는 과거에는 메모리 업체(샌디스크 및 마이크론)를 더 선호했으나, 이 전략은 메모리주가 해당 권고 이후 300%~900% 수준의 상승을 보이며 큰 성과를 냈다고 설명했다. 그 기간 동안 엔비디아 주가는 대체로 횡보했지만, 향후 실적 기대치가 지난 6개월 동안 약 38% 상승했다고 덧붙였다.
수요 측면에서 모건스탠리의 공급망 점검은 하이퍼스케일 고객의 강한 지출 약속이 계속되고 있음을 시사했다. 무어는 “현재 투자 사이클이 종료되었다는 징후는 전혀 없다”고 적으며 일부 고객은 2028년까지의 용량을 확보하기 위해 선지급하는 사례도 확인됐다고 밝혔다.
공급 제약 완화가 AI 프로세서 분야에서 발생하면, 메모리·스토리지·광학·전력 등 다른 부품이 병목으로 부각될 수 있으며 이는 궁극적으로 엔비디아에 유리하게 작용할 수 있다고 덧붙였다. 현재 엔비디아는 AI 프로세서 매출에서 약 85%의 점유율을 차지하고 있으며, ASIC은 약 10%대 초반, AMD는 약 5% 미만 수준이라고 보고했다. 또한 주요 ASIC·AMD 고객들도 2026년에 엔비디아 관련 지출을 80% 이상 확대할 것으로 예상된다고 전했다.
모건스탠리, 삼성전자 주가 조정 시 매수 추천
모건스탠리는 별도 노트에서 삼성전자(한국거래소: 005930) 주식이 최근 하락 이후 매력적 매수 기회를 제공한다고 밝혔다. 이 회사의 주가는 이번 주에 13% 이상 하락했으며, 같은 기간 코스피는 약 10% 하락해 상대적으로 부진한 흐름을 보였다.
모건스탠리 애널리스트 션 김(Shawn Kim)은 AI 메모리 생태계가 점점 더 복잡하고 혼합된 구조(hybrid architecture)로 이동하고 있어 칩의 전문화가 심해지고 있다고 설명했다. HBM(High-Bandwidth Memory)이 여전히 많은 AI 워크로드를 지배하지만, 지연시간(latency)이 중요한 워크로드에서는 SRAM(Static Random Access Memory)의 새로운 활용 사례가 등장하고 있다는 것이 그의 관찰이다.
김 애널리스트는 엔비디아가 곧 열릴 GPU 테크놀로지 컨퍼런스(GPU Technology Conference)에서 추론(inference)에 초점을 맞춘 새로운 칩을 공개할 것으로 예상하며, 이 칩은 대용량 온칩 SRAM을 기반으로 하는 언어 처리 장치(LPU: Language Processing Unit) 설계를 사용할 가능성이 높다고 전망했다. 그는 이 아키텍처가 “추론의 순차적 속도(sequential speed of inference)에 특화되어 있으며, 속도에 대해 기꺼이 비용을 지불하려는 고객에게 매력적”이라고 평했다.
김 애널리스트는 업계가 메모리 기술 간의 직접적 경쟁으로 진화한다고 보지 말고, 서로 보완적인 역할을 수행하는 계층적 시스템으로 이동하고 있다고 강조했다. 즉, SRAM은 핫패스(hot-path) 실행에, HBM은 확장 가능한 메모리 용량에 사용되는 식의 계층적 결합이 예상된다는 것이다. 또한 LPU 기반 설계는 현재 HBM과 CoWoS(Chip-on-Wafer-on-Substrate) 패키징에서 발생하는 공급망 병목을 회피할 수 있다고 지적했다.
모건스탠리는 삼성전자를 여전히 최선호 종목으로 유지하며, HBM4 규격 자격화(qualification) 진행, SRAM 역량, 파운드리 유연성 및 광범위한 원자재 사이클의 지원 가능성을 근거로 들었다. “역사적으로 이러한 조정은 매수의 좋은 기회를 제공해왔다”고 김은 적었으며, 실적 기대치는 회복할 여지가 크다고 덧붙였다.
마벨, AI 수요 강세로 애널리스트 상향·목표가 제시
벤치마크(Benchmark)와 뱅크오브아메리카(Bank of America)는 마벨 테크놀로지(Marvell Technology, NASDAQ: MRVL)를 ‘매수(Buy)’로 상향 조정했다. 마벨은 최근 실적 및 가이던스를 통해 AI 수요와 관련된 성장 가속 기대를 강화했다.
마벨은 2028 회계연도(FY28) 매출을 거의 $150억(약 150억 달러)으로 예상하며, 이는 월가 컨센서스인 $129.2억(약 129.2억 달러)을 크게 상회한다. 이 발표로 주가는 금요일에 18% 이상 급등했다. 또한 회사는 2027 회계연도(FY27) 실적 전망도 상향 조정해 매출이 전년 대비 30% 이상 증가한 거의 $110억(약 110억 달러)로 성장할 것으로 전망했다(종전 약 $100억).
뱅크오브아메리카의 비벡 아리아(Vivek Arya) 등 애널리스트들은 이번 컨퍼런스 콜이 마벨의 핵심 AI 인프라 노출에 대한 신뢰를 강화했다고 평했다. 이들은 마벨이 AI 광연결성(optical connectivity) 부문에서 견고한 레버리지를 보유하고 있으며, 마이크로소프트의 맞춤형 칩 프로그램 성공 가능성과 아마존의 XPU 전환 연도에서의 전환 조짐이 보인다고 진단했다.
벤치마크의 코디 에이커(Cody Acree)는 종목을 매수로 상향하고 목표주가를 $130으로 제시했다. 그는 데이터센터와 연결성(connectivity) 사업 전반에 걸친 여러 성장 동인을 근거로 마벨이 수요 가속과 가시성 향상의 혜택을 보고 있다고 평가했다. 에이커는 맞춤형 실리콘(custom silicon) 부문이 아마존과 마이크로소프트 등 하이퍼스케일 고객과의 지속적인 계약을 통해 지속적으로 확장될 것으로 예상했다.
루프캐피털, 아스테라랩스(Astera Labs) 매수 개시 — AI ‘슈퍼사이클’ 노림수
루프캐피털(Loop Capital)은 아스테라랩스(NASDAQ: ALAB)에 대해 매수(Buy) 리레이팅을 시작하며 목표주가를 $250로 제시했다. 애널리스트 아난다 바루아(Ananda Baruah)는 이 기업이 엔비디아 등 대형 칩메이커 이외의 AI 인프라에 노출되는 가장 명확한 방법 중 하나라고 평가했다.
바루아는 아스테라랩스가 GPU와 대체 가속기(accelerator)를 포함한 다양한 AI 프로세서 생태계 전반에서 역할을 한다고 보고, 회사 제품이 차세대 AI 인프라의 성능과 연결성 요구를 지원하도록 설계되었다고 설명했다. 그는 “서버와 클러스터가 더 커지고 복잡해질수록(ALAB의 솔루션은) 더 중요해지고 가치가 높아질 것”이라고 적었다.
바루아는 또한 아스테라랩스의 예측 소프트웨어 및 관리 플랫폼인 COSMOS가 산업 표준이 될 가능성과 고객과의 점착성(moat-like stickiness)을 창출할 수 있다고 평가했다. 이러한 플랫폼 채택이 확대될 경우 회사의 경쟁적 지위가 장기적으로 강화될 수 있다는 관측이다.
바클레이스: AI 우려가 산업용 소프트웨어를 부당하게 평가절하
바클레이스(Barclays)의 애널리스트 가이 하드윅(Guy Hardwick)은 AI가 소프트웨어 업종을 근본적으로 파괴할 것이라는 우려가 과도하며, 시장이 기업용 소프트웨어(Enterprise Software) 기업의 가치 창출 방식을 오해하고 있다고 지적했다. 그는 AI가 소스코드 생성을 상품화할 수는 있지만, 고객이 실제로 비용을 지불하는 것은 서비스, 운영 신뢰성, 산업별 전문성이라는 점을 강조했다.
하드윅은 “SaaS AI 약세론은 과도하게 확대된 해석”이라며 AI가 산업용 소프트웨어에 있어 위협이라기보다 증가적 기회라고 평가했다. 그는 코드가 제품 또는 최종 산출물이 아니라 입력(input)에 불과하다고 지적하면서, 성숙한 SaaS 기업에서 코딩이 차지하는 비용은 총수익의 약 4%~8% 수준으로 추정돼 자동화된 코드 생성이 직접적인 재무적 영향은 제한적이라고 적었다.
그는 또한 AI 소프트웨어를 대규모로 운영하는 경제성 문제를 지적했다. 생성형 AI가 개발비를 낮출 수 있어도, 대규모 추론(inference)을 운영하는 비용은 GPU·에너지·인프라 비용 때문에 높게 유지될 수 있으며, 이는 비용 관리를 잘하는 기존 소프트웨어 업체에 유리한 ‘경제적 하한선(hard economic price floor)’을 제공한다고 설명했다.
바클레이스는 산업용 소프트웨어 기업들의 밸류에이션이 지난 6개월간 약 50% 하락했으며, 현재는 COVID 시기 수준의 밸류에이션으로 돌아와 S&P 500 대비 역사적 저점에 위치해 있다고 분석했다. 또한 이 섹터는 많은 산업용·기술 하드웨어 동종업 대비 더 높은 잉여현금흐름(free cash flow) 수익률을 제공한다고 덧붙였다. 하드윅은 AI 하드웨어 트레이드에 대한 투자자 피로, 반도체 대비 소프트웨어 반등 가능성, 섹터 내 높은 공매도 비중 등이 그룹으로의 자금 회귀 촉매가 될 수 있다고 지적했다.
용어 설명 및 추가 배경
본 기사에서 언급된 주요 기술·용어에 대한 간단한 설명을 덧붙인다. HBM(High-Bandwidth Memory)은 대용량 데이터 전송에 유리한 고대역폭 메모리로 AI 학습과 대규모 연산에 자주 사용된다. SRAM(Static Random Access Memory)은 지연시간이 매우 짧아 실시간 추론 등 ‘속도’가 핵심인 워크로드에서 선호된다. LPU(Language Processing Unit)는 언어 모델의 추론 속도 최적화에 특화된 온칩 아키텍처를 뜻하며, CoWoS(Chip-on-Wafer-on-Substrate)는 고성능 패키징 기술이다. ASIC(Application-Specific Integrated Circuit)은 특정 용도에 최적화된 반도체이고, XPU는 GPU, TPU, 기타 특수 가속기를 포함하는 광의적 표현이다. 추론(inference)은 이미 학습된 모델을 사용해 실제 응용을 수행하는 연산을 의미한다.
시장 영향 분석 및 시사점
애널리스트들의 이번 권고 변경은 향후 수개월 내 AI 관련 투자 흐름과 섹터별 성과에 실질적 영향을 미칠 가능성이 크다. 모건스탠리의 엔비디아 복귀와 삼성전자 매수 권고는 대형 반도체주에 대한 재평가를 촉발할 수 있으며, 특히 공급 병목 완화와 제품 로드맵 개선이 확인될 경우 엔비디아의 기업가치 재평가가 가속화될 여지가 있다. 엔비디아의 경우 2027년 EPS 예상 기준 약 18배의 밸류에이션은 이미 일부 불확실성을 반영한 수준으로, 실적 개선이 확인되면 멀티플 확장(multiple expansion)이 발생할 수 있다.
삼성전자에 대해서는 AI 메모리 아키텍처의 다층화가 장기적 수요를 창출할 가능성이 있다. HBM4 자격화 진전과 SRAM 역량은 제품 포트폴리오 다변화를 의미하며, 만약 LPU형 칩 수요가 확대될 경우 삼성의 파운드리·패키징·메모리 역량이 동시 수혜를 받을 수 있다. 단기적으로는 주가 조정(최근 >13% 하락)을 매수 기회로 간주할 수 있지만, AI 아키텍처 전환의 속도와 고객사 수요 전개를 면밀히 확인할 필요가 있다.
마벨과 아스테라랩스 사례는 AI 인프라가 단일 칩 공급자 중심에서 더 넓은 생태계로 확장되고 있음을 보여준다. 마벨의 FY28 매출 전망(~$150억)은 시장 컨센서스($129.2억)를 크게 상회해 밸류에이션 재평가를 정당화하는 재무적 근거를 제공한다. 아스테라랩스의 경우 COSMOS와 같은 플랫폼이 보급될 경우 장기적 고객 잠금효과가 발생할 수 있어, 단순 제품 공급을 넘어 소프트웨어·관리 플랫폼의 중요성을 부각시킨다.
마지막으로 산업용 소프트웨어 섹터에 대한 바클레이스의 분석은 AI가 기존 SaaS 비즈니스 모델을 완전히 대체하지 못할 것임을 시사한다. 코딩 비용이 전체 매출에서 차지하는 비중이 상대적으로 작고, 대규모 추론 운영비용이라는 진입장벽이 존재한다는 점에서 일부 소프트웨어 기업들은 오히려 AI 환경에서 경쟁우위를 유지하거나 강화할 수 있다. 이는 투자자들이 AI 테마를 바라볼 때 하드웨어·인프라와 소프트웨어의 상호작용을 복합적으로 분석해야 함을 의미한다.
결론적으로, 이번 주 발표된 애널리스트 리포트들은 AI 투자에서 ‘하드웨어 중심의 집중’에서 ‘인프라·메모리·소프트웨어의 균형 있는 검토’로 시각이 이동하고 있음을 보여준다. 투자자들은 단기적 주가 변동성뿐 아니라 제품 로드맵, 공급망 여건, 고객별 지출 약정 및 플랫폼 채택 여부 등을 종합적으로 고려해 포트폴리오를 재조정할 필요가 있다.
