AI 연산력(Compute) ‘초사이클’이 미국 증시를 재평가한다: 메모리·네트워킹·데이터센터·전력망이 이끄는 2030년까지의 자본지출 대전환
논지: 생성형 AI와 에이전트의 상용화 경쟁은 ‘모델의 크기’가 아닌 ‘연산력(Compute)의 총량’으로 귀결되고 있다. 이 변화는 반도체(특히 메모리)·네트워킹·데이터센터·전력망이라는 실물 인프라 전반에 초장기 자본지출을 일으키며, 미국 주식시장의 섹터·밸류에이션 지형을 2030년대 초까지 재편할 것이다.
1) 지금 무슨 일이 벌어지고 있나: ‘연산력’으로 수렴하는 AI 경쟁
최근 뉴스 흐름은 ‘AI=소프트웨어’라는 통념을 넘어, ‘AI=연산 인프라’의 시대가 도래했음을 실증하고 있다.
- 초대형 조달·투자: 일론 머스크의 xAI는 시리즈 E 150억 달러를 추가 조달해(9월 100억 달러 라운드 연장선) GPU 중심의 데이터센터 역량 확충에 나섰다. Anthropic은 130억 달러, OpenAI는 66억 달러 규모의 주식 매각과 함께 최대 1조 달러 IPO 가능성까지 거론된다(보도 인용).
- 인프라 수요 전망: 엔비디아는 2030년대 시작 전까지 AI 인프라 누적 지출 3~4조 달러를 제시했다. 가트너는 2025년 1.5조 달러, 2026년 2조 달러의 글로벌 AI 지출을 추정했고, AMD는 2030년 데이터센터 칩 시장 1조 달러를 제시했다. PwC는 2030년 세계 경제 기여 최대 15.7조 달러, 맥킨지는 생성형 AI 가치 2.6~4.4조 달러를 추정한다. 모건스탠리는 S&P 500에 연간 순이익 9,200억 달러, 장기적으로 시가총액 13~16조 달러 증대를 전망했다.
- 실물 수주·가격 신호: 뱅크오브아메리카는 시스코(Cisco)의 FY26 AI 네트워킹 매출 목표 30억 달러(FY25 10억 달러 대비)를 제시했다. 마이크론은 모건스탠리로부터 목표주가 325달러(기존 220달러)로 상향되며 ‘미지의 고점’ 진입 평가를 받았다. 애널리스트는 SDRAM 현물 가격이 최근 한 달여 사이 세 배로 뛰었다고 언급하며, 1~2분기 블렌디드 기준 15~20% 인상 가능성을 제시했다.
- 기반 통신·전력 이슈: 데이터센터 네트워킹 장비(스위칭·광학)와 전력·냉각은 병목이 되고 있다. 미국 전력망·송배전의 병목 해소가 AI 확산의 전제라는 컨센서스가 빠르게 강해지고 있다.
- 거품 논쟁과 리스크: 더 버지는 코어위브(CoreWeave)의 엔비디아 의존·창의적 자금조달 구조를 지적하며 ‘AI 버블의 핵심’이라는 문제의식을 던졌다. 이는 ‘무한대의 연산 수요’ 서사를 경계하는 시그널이기도 하다.
핵심 요약
• AI는 결국 ‘연산력 경쟁’으로 수렴한다.
• 연산력은 반도체(특히 DRAM), 네트워킹, 데이터센터, 전력망의 총합이다.
• 자본집약적 사이클이 2030년까지 이어질 가능성이 높다.
• ‘거품 vs 구조적’ 논쟁은 지속되겠지만, 실물 주문·가격·투자 집행은 이미 진행형이다.
2) ‘초사이클’의 메커니즘: 메모리·네트워킹·전력망의 동시호흡
(1) 메모리: ‘연산력’의 변속기
AI 학습·추론에서 메모리 대역폭·용량은 성능을 결정한다. GPU 수량이 같아도 DRAM 공급이 부족하면 병렬 효율이 떨어진다. 최근 SDRAM 현물 가격 급등과 계약가 대비 50%+ 프리미엄 경고(락인 미이행 고객)에서 보듯, 공급 제약은 이익의 레버리지를 증폭시킨다. 과거 사이클(2018년 유사)과 달리, 이번에는 사상 최대 이익 수준에서 출발한다는 점이 다르다(모건스탠리).
- 구조적 수요: AI 훈련(학습)→서비스(추론) 전환이 진행될수록 지속적·반복적 메모리 수요가 커진다.
- 공급 리드타임: DRAM 증설은 수년 단위 설비·기술투자가 필요해 즉각 대응이 어렵다.
(2) 네트워킹: ‘연산력’의 혈관
뱅크오브아메리카가 지적했듯 시스코의 AI 네트워킹 주문이 견조하다. 학습용 GPU 클러스터는 초저지연·초고대역 스위칭/광학이 필수다. 스위칭 패브릭 고도화와 광모듈 업그레이드, 케이블링·라킹 표준의 진화가 병행돼야 한다. FY26 30억 달러 AI 매출 가이던스는 ‘말이 아닌 주문’이 진행 중임을 보여준다.
(3) 데이터센터·전력망: ‘연산력’의 토대
GPU/메모리·네트워킹 스택 위에 서버 랙, 냉각, 전력 인프라가 올라간다. 콜로서스 슈퍼컴퓨터(xAI, 멤피스 부지) 같은 프로젝트는 전력·냉각 효율(PUE) 지표 개선이 병행되어야 성과가 난다. 미국 전력망·송전 인허가, 배전 보강, 변전소 증설은 AI 확산의 최대 외생변수가 됐다.
• 칩: GPU(가속기), DRAM(메모리), 네트워킹 ASIC/광모듈
• 시스템: 서버/스위치/스토리지, 랙/케이지, 냉각(공랭·액랭)
• 시설: 데이터센터(전력 인프라·PUE), 부지/전력 PPA
• 상부: AI 플랫폼/에이전트, 소프트웨어/서비스, 고객 워크로드
3) 숫자로 보는 ‘연산력 투자’(객관 데이터 집계)
| 출처 | 핵심 수치/주장 | 시간축 | 범주 |
|---|---|---|---|
| 엔비디아(CEO 발언) | AI 인프라 누적 3~4조 달러 | 2030년대 시작 전 | 인프라 지출 |
| 가트너 | 글로벌 AI 지출 1.5조 달러(2025), 2조 달러(2026) | 2025~2026 | 지출 |
| AMD(CEO 발언) | 데이터센터 칩 1조 달러 시장 | 2030 | 반도체 매출 |
| 브로드컴(CEO) | 커스텀 AI 칩 FY27 600~900억 달러 기회 | FY2027 | 매출 기회 |
| PwC | AI의 세계경제 기여 최대 15.7조 달러 | 2030 | 경제적 부가가치 |
| 맥킨지 | 생성형 AI 가치 2.6~4.4조 달러 | 장기 | 경제적 가치 |
| 모건스탠리 | S&P 500 순이익 +9,200억 달러/년, 시총 +13~16조 달러 | 장기 | 기업재무/시가총액 |
| 뱅크오브아메리카 | 시스코 FY26 AI 네트워킹 30억 달러(FY25 10억 달러) | FY2026 | 기업 가이던스 |
| 모건스탠리(리포트) | 마이크론 목표가 $325; 1~2Q DRAM +15~20% | 단·중기 | 메모리 가격/실적 |
| xAI | 시리즈 E 150억 달러 조달(추가) | 2025.11 | 자금조달 |
| Anthropic | 자금조달 130억 달러 | 2025 | 자금조달 |
| OpenAI | 주식매각 66억 달러, 최대 1조 달러 IPO 보도 | 2025 | 밸류/자금조달 |
주: 개별 수치는 서로 다른 범주(인프라 지출·매출 기회·경제적 가치 등)이며, 단순 합산할 수 없다.
4) 장기 파급: 섹터·자본·에너지의 재배치
(1) 자본의 재배치와 밸류에이션의 재정렬
AI 연산 초사이클은 설비·부품·소프트웨어 전 스택에 걸친 대규모 CapEx를 유발한다. 이 과정에서 현금흐름 창출력이 높은 공급사의 밸류에이션이 구조적으로 재정렬될 수 있다. DRAM 가격 탄력, 네트워킹 수주 잔고, 데이터센터 임대 수요(흡수) 등 실물 지표가 ‘스토리’를 검증한다.
(2) 전력·송배전·입지의 재편
전력망은 AI 확산의 병목이다. 송전선로 인허가, 변전·배전 가속, PPA(전력구매계약) 확보가 기업의 연산 전략을 좌우한다. 지역적으로는 전력 가격/안정성·규제·수자원·토지 복합 조건이 유리한 지대로 데이터센터 입지가 이동한다. 이는 관련 유틸리티·자본재·건설·냉각 솔루션 업체에 구조적 수요를 제공한다.
(3) 생산성·이익률의 동학
에이전트·자동화의 확산은 노동생산성 상향을 통해 서비스 마진 개선을 촉진할 수 있다. 모건스탠리의 S&P 500 순이익 +9,200억 달러/년 시나리오는 이 방향성과 부합한다. 다만 이익의 파이는 연산 스택을 지배하는 기업에 비중이 실릴 가능성이 높다.
5) ‘버블 vs 구조적’ 논쟁: 코어위브 사례가 준 신호
더 버지는 코어위브를 ‘AI 버블의 핵심’이라 지적하며 엔비디아 의존도·자금조달 구조의 지속가능성에 의문을 제기했다. 함의는 명확하다. 연산 인프라 수요의 외형이 폭발하더라도, 개별 사업 모델의 질은 각기 다르다. 다음의 구분이 필요하다.
- 긍정적 신호: 대형 고객 장기 계약, 낮은 취소율, 명확한 수익성 로드맵, 공급사와의 균형적 협상력.
- 경계 신호: 단일 공급사·단일 고객 과의존, 지속적 자본 보강 없이 유지 곤란한 사업 구조, 회계·공시의 불투명성.
‘구조적 사이클’ 위에 ‘개별 버블’이 혼재할 수 있다. 투자는 사실·현금흐름으로 검증해야 한다.
6) 시나리오(2025~2030): 베이스·불(牛)·베어(熊)
| 구분 | AI 인프라 CAGR | DRAM 비트 수요 | 네트워킹/광학 | 전력/송전 | S&P 500 이익 기여(정성) |
|---|---|---|---|---|---|
| 불(낙관) | 20%+ | 고성장, 평균가격 탄력 유지 | 주문잔고 확대, 납기 타이트 | 인허가 가속, PPA 대규모 체결 | 모건스탠리 추정치 상회 가능 |
| 베이스 | 12~15% | 증설과 수요 균형, 변동성 완화 | 순증 유지, ASP 안정화 | 점진 개선, 지역 편차 상존 | 모건스탠리 추정치 근방 |
| 베어(비관) | 한 자릿수 후반 | 수요 둔화·가격 조정 재현 | 주문 연기, 고정비 부담 확대 | 인허가 지연·전력요금 상승 | 일시적 실적 갭 발생 |
주: 정량 추정이 아닌, 최근 보도·리포트에 기반한 정성 시나리오 프레임.
7) 투자 프레임: ‘연산 스택’과 ‘필수 인프라’의 바벨 전략
• ‘스토리’보다 주문·가격·현금흐름으로 검증한다.
• 상·하위 스택을 동시에 담되, 필수 인프라(메모리/네트워킹/전력)의 비중을 높인다.
• 정책·전력·전송 인허가는 공통 리스크이므로 지역 분산을 고려한다.
- 상단(엔진): 가속기/GPU, 커스텀 칩(브로드컴 시사), AI 플랫폼/에이전트.
- 중단(트래픽): 네트워킹 스위칭, 광모듈, 데이터센터 냉각·랙 솔루션. (시스코 FY26 30억 달러 AI 매출 목표 참고)
- 하단(연료): DRAM/메모리(마이크론 등), 전력·송전(유틸리티, 변전·송전 EPC).
‘바벨 전략’은 성장 엔진(상단)과 필수 인프라(하단)를 함께 보유해 사이클 변동에 대한 방어를 높이는 접근이다.
체크리스트: 데이터로 확인할 것
- DRAM 가격·계약/현물 괴리: 모건스탠리 언급처럼 락인 미이행 고객의 50%+ 프리미엄이 지속되는지.
- 네트워킹 백로그: 시스코 등 장비사의 주문·리드타임, FY 가이던스 상향 여부.
- 전력·송전 인허가: 주요 주(州)의 인터커넥션 대기열, PPA 체결 뉴스플로우.
- 대형 AI 자금조달: xAI·Anthropic·OpenAI 등 대규모 라운드/IPO 진척.
8) 금리·Term Premium과의 공존: 할인율 역풍 vs 생산성 순풍
로이터 설문(국채 전략가)에서는 향후 10년물 금리가 완만히 상승, 단기물은 하락하는 곡선 스티프닝 가능성이 제시됐다. 공급 확대·기간프리미엄 상향은 할인율 역풍이지만, 장기적으로 AI가 생산성·이익을 밀어 올린다면 ‘높은 할인율 vs 더 큰 현금흐름’의 경쟁에서 후자가 이길 수 있다. 주가의 기간 구조를 의식한 분산과 현금흐름 창출력 중심의 선별이 중요하다.
9) 리스크 맵: 무엇을 경계해야 하나
- 공급망·지정학: DRAM·가속기 공급 차질, 특정 지역 리스크.
- 규제·거버넌스: 빅테크 규제, 인허가 지연, 데이터/보안 이슈.
- 전력·환경: 전력요금 급등, 송전 지연, 물 사용·환경 규제 강화.
- 거품·자금조달: 코어위브 사례처럼 과도한 레버리지/특정 거래 의존 구조.
- 수요 변동: 에이전트·툴의 상용화 속도가 기대에 못 미칠 리스크.
10) 행동 편향의 비용: ‘연산력 초사이클’에서도 규율이 성과를 가른다
모닝스타 분석에 따르면 지난 10년 투자자 체감 수익률은 펀드 평균보다 연 1.2%p 낮았고, 이는 1만 달러당 약 2,300달러 손실로 환산된다. ‘큰 이야기’일수록 변동성도 크다. 핵심은 빈번한 타이밍 매매의 억제와 지표 기반 리밸런싱이다.
• 분산: 상단 엔진과 하단 인프라의 동시 보유(바벨).
• 현금흐름: 실적/현금창출력 동반 상향 기업 중심의 편입.
결론: ‘연산력’은 새로운 총요소생산성의 핵심 후보다
AI 경쟁은 모델의 창의성을 넘어, 연산력의 확보/운영 능력으로 승패가 갈리고 있다. 이 흐름은 메모리·네트워킹·데이터센터·전력망에 이르는 실물 인프라의 동시호흡을 요구하며, 미국 주식시장의 구조적 재평가로 이어질 것이다. xAI·Anthropic·OpenAI의 조달, 시스코의 AI 네트워킹 주문, DRAM 가격 급등은 ‘스토리’가 아닌 사실로 이를 증명한다.
물론 거품과 과열의 위험은 공존한다. 그러나 주문·가격·현금흐름이 동행하는 ‘진짜 성장’은 사이클을 관통해 시장을 이긴다. 2030년까지의 시간축에서, 연산 스택과 필수 인프라를 동시에 포용하는 바벨 전략, 지표 기반의 리스크 관리, 규율 있는 리밸런싱이 초사이클의 수확을 극대화하는 해법이 될 것이다.
