251118 DB - Five ways AI is driving growth

1. 미국 실적: 여전히 강세 유지됨 S&P 500 기업 중 60%가 실적을 발표했고, 그중 82%가 주당순이익(EPS)을, 78%가 매출 예상을 상회했음. 이는 평소보다 높은 수준임. 지속적인 매출 예상 상회는 미국의 명목 성장세가 견고하다는 것을 시사함. 이번 시즌의 실적에 대한 평가는 지난 두 시즌과 마찬가지로 '여전히 강함'으로 요약됨. 2. 세 분기 연속 호조 2025년 3분기 EPS 예상치는 5.5% 상향 조정되었으며, 이는 1분기와 2분기의 예상치 상회 폭과 유사함 (커버 차트 참조). 2025년 EPS 성장률은 현재 +12%로, 기존 +9%에서 상향 조정되었으며, '해방의 날(Liberation Day)' 이후의 하향 조정을 만회했음. 3. 하향 조정 100건당 상향 조정 125건 S&P 500 EPS 조정 폭은 여전히 상향 조정 우위에 있으며, 상향 조정 대 하향 조정 비율은 1.25를 기록함. 이는 금융, 유틸리티, 기술 섹터가 주도하고 있음. 4. 4년 만의 최저 실적 예상 미달률이나 강한 페널티 예상치를 밑돈 기업은 12%에 불과하여 2021년 2분기 이후 가장 낮은 수준이었음. 하지만 실적 예상치를 미달한 기업들은 평균 6.4% 하회하는 성과를 보였는데, 이는 기록적인 수치임. 5. 'AI 붐' 63개 종목 vs 나머지 'AI 붐' 63개 종목 리스트는 현재 S&P 500 시가총액의 50%를 차지함 (ChatGPT가 출시된 2022년 11월 이전 30%에서 증가). ...

AI Capex 붐의 거시적 영향 분석 AI 관련 자본 지출(capex)은 글로벌 시장의 핵심 동력으로 자리 잡음. 장기적인 경제적 영향은 논의 중이나, 단기적인 효과는 무역 및 투자 데이터를 통해 이미 확인됨. AI Capex가 거시 데이터에 반영되는 양상 주요 발견 AI capex의 단기적인 영향은 다음과 같이 나타남. 수요 측면: 거시경제 수준의 투자 데이터에는 미국을 제외하고는 거의 반영되지 않으나, 수입 데이터에서는 명확하게 나타남. 미국이 가장 크고 빠르게 성장하는 수입국이며, 아시아(중국 및 비중국)가 뒤따름. 유럽은 규모와 속도 면에서 뒤처짐. 교역 규모: AI 관련 제품은 글로벌 수출의 15% 이상인 3조 달러를 초과함. 반도체는 AI 관련 교역의 40%를 차지하며, 공급망을 포함하면 그 비중은 거의 60%에 달함. 공급망 지배: 아시아 수출국들이 컴퓨터, 반도체, 중간 투입재 등 전체 공급망을 지배함. 중국은 컴퓨터 분야에서 점유율을 빠르게 잃고 있으나, 반도체 분야에서는 점진적으로 확보하고 있음. 경제 성장 기여: AI capex 수출은 멕시코, 대만, 말레이시아, 베트남, 태국 등 여러 국가의 전반적인 경제 성장에 실질적으로 기여함. GDP 투자 데이터에서 발견되는 흔적 미국 투자 동향 미국에서는 AI capex가 투자 부문을 크게 끌어올림. 2025년까지 컴퓨터/주변기기(장비), 데이터 센터(구조물), 소프트웨어/R&D(지적 재산) 등 4가지 AI 관련 투자 범주의 GDP 대비 합산 비중은 7.6%를 초과함. 이는 2022년 4분기 이후 총 GDP 성장의 20%에 기여한 수치임. 같은 기간 비주거 투자의 GDP 비중이 0.7%p 상승했는데, 이는 AI 관련 투자로 인해 일부 구축 효과(Crowding out)가 발생했음을 시사함. 2025년 상반기에는 AI 관련 투자가 급격히 가속화되어 GDP 성장의 85% 이상을 차지함. 관련 수입을 제외하더라도 전체 성장의 절반을 기여한 것으로 분석됨. 미국 외 국가 투자 동향 미국 외 ...

주제: 비트코인 채굴장의 데이터센터 전환 모델 분석 및 미국 전력 부족 현황 핵심 요약 및 투자 테마 핵심 분석: 비트코인 채굴장을 데이터센터(DC)로 전환하는 두 가지 비즈니스 모델인 'New Neocloud'와 'REIT Endgame'을 평가했으며, 두 모델 모두 강력한 가치 창출 잠재력이 있는 것으로 분석됨. 전력 부족 전망: 2028년까지 미국 데이터센터 성장에 필요한 전력의 최대 20%(약 13GW)가 부족할 것으로 예상되나, 신속한 전력 공급(Time-to-power) 솔루션들이 이를 상쇄할 가능성이 존재함. 거시적 관점: AI 기술의 비선형적 발전 속도와 컴퓨팅 수요의 지속적인 증가는 자산 가치 평가에 광범위하고 깊은 영향을 미칠 것임. 전술적 아이디어: 전력 병목 현상을 해결하는 솔루션에 주목해야 하며, 비트코인 채굴장을 고성능 컴퓨팅(HPC) 데이터센터로 전환하는 트렌드가 지속될 것임. (A) New Neocloud 모델: IREN과 같이 비트코인 채굴 기업이 GPU/TPU를 구매하고 데이터센터를 직접 구축하여 하이퍼스케일러 등에게 임대하는 방식임. 주로 5년 내외의 단기 임대 계약 형태를 띔. (B) REIT Endgame 모델: 채굴 기업이 '파워 쉘(Powered Shell, 칩과 서버를 제외한 인프라)'만 구축하고 네오클라우드나 하이퍼스케일러에게 장기 임대(약 15년)하는 방식임. 수치 전망: 2028년까지 혁신적인 솔루션을 고려하지 않을 경우 미국 내 전력 부족분은 44GW에 달할 것으로 추산됨. 비즈니스 모델 심층 분석 및 시장 동향 가치 평가의 차이: 네오클라우드와 하이퍼스케일러 간의 거래에는 프로젝트의 레버리지(차입) 능력과 무담보 현금흐름 수익률(Unlevered Cash Flow Yield)에서 상당한 차이가 존재함. 레버리지 효과: 투자 적격 등급의 임차인(하이퍼스케일러)과 계약할 경우 레버리지 비율이 80%를 초과할 수 있어 보수적인 가정이 필요함. 밸류에이션 프리미엄: 하이퍼스케일러가 보증하는 프로젝트는 더 높은 가치를 인정받으며, 네오클라우드 프로젝트 대비 약 2.5배의 프리미엄이 적용될 것으로 분석됨. 참고: 상장된 데이터센터 리츠(REITs)들은 EV/EBITDA 20배 이상에서 거래되고 있음. 최근 비트코인-DC 전환 거래 평가(Assessment of Recent Bitcoin-to-DC Transactions) 사례 분석 (Cipher Mining): 모건스탠리가 자문한 Cipher Mining과 Fluidstack 간의 계약(Alphabet이 리스 의무의 14억 달러를 보증)은 전력 확보의 중요성을 보여주는 사례임. 시장 분위기: AI 업계 내에서 전력 확보와 파워 쉘 구축에 대한 긴급함이 증가하고 있으며, 과거에는 길게 소요되던 고객과의 논의가 이제는 계약 체결을 전제로 매우 빠르게 진행되고 있음. 신용 보강의 중요성: 파워 쉘 건설 자금 조달 시 신용도 높은 파트너의 보증(Backstop) 중요성이 커지고 있음. 실행 리스크: 노동력, 변압기, 발전기, 철강 등의 공급 문제로 인해 파워 쉘 구축에 실행상 어려움이 존재함. 수익성 분석 (IREN vs REIT) 수익 구조 비교: 'REIT Endgame' 모델은 장기 현금 흐름을 ...

Technology 2025 Midyear Outlook 2025년 상반기 기술 섹터 성과 및 AI의 현주소 1. 상반기 시장 흐름 2025년 상반기는 두 분기가 완전히 대조적인 모습을 보였음. 1분기: AI에 대한 회의론, 무역 긴장, 정책 우려 등으로 인해 시장이 위축되었음. 2분기: 강력한 기업 실적, 견고한 설비투자(CAPEX), AI에 대한 확신이 되살아나면서 기술 및 AI 주식들이 사상 최고치를 경신했음. 이러한 패턴은 기술 섹터에서 드문 일이 아니며, 지난 10년 동안 저조한 실적 이후 두 자릿수 반등이 나타난 경우가 약 80%에 달함. 1월부터 3월까지 하락세를 보이다가 4월 중순 '초고율 상호 관세 일시 중단(Ultra-high reciprocal tariffs paused)' 발표 시점부터 급반등하여 6월 말 사상 최고치를 기록한 주가 2. AI의 일상화와 수용 단계 2022년 말 ChatGPT 출시 이후 AI는 조용히 우리 삶에 침투했음. '서서히 스며드는 정상화(creeping normality)' 현상이 나타나고 있음. 파괴적인 기술이 필수적인 단계로 발전하고 있지만, 그 개선과 채택이 점진적으로 이루어져 체감되는 충격은 오히려 감소함. GPT-4.5가 튜닝 테스트를 통과했음에도 불구하고 대중은 이를 거의 인식하지 못할 정도로 AI가 이미 세상과 인간의 행동을 근본적으로 변화시켰음. 현재는 투자 관점뿐만 아니라 사회적, 소비자 관점에서도 AI 채택이 급격히 진행되는 단계임. 이러한 모멘텀은 '스케일링 법칙(scaling laws)'과 '실질적 유용성(practical utility)' 두 가지에 의해 주도됨. 대화형 챗봇이나 자율 주행 택시 등 AI의 유용성이 일상에서 점점 더 명확해지고 있음. 로봇 공학, 반도체, 그리고 양자 컴퓨팅 1. 로봇 공학 (The Robots are coming) 휴머노이드 로봇은 물리적 AI(Physical AI) 분야에서 가장 혁신적인 영역으로, 노동 시장을 재편하고 제조, 물류, 서비스 산업에서 수조 달러의 가치를 창출할 잠재력이 있음. 기술적으로 해결해야 할 4가지 핵심 과제가 존재함: 인지 지능 (Cognitive Intelligence): 대규모 멀티모달 AI 모델의 통합이 필요함. 훈련 데이터가 부족하지만 합성 데이터와 실제 시연을 통해 해결 중임. 손의 기민함 (Dexterity): 가장 어려운 과제 중 하나임. 하드웨어와 시뮬레이션의 발전으로 향후 몇 년 내에 인간 수준의 기민함에 도달할 것으로 예상됨. 신체 동작 제어 (Body Motion ...

AI 도입 가속화 및 시장 전망 AI 도입을 통해 정량화 가능한 혜택을 확인하는 기업의 비중이 꾸준히 증가하고 있는 중임 이는 2026년까지 이익 주도권이 확대될 것이라는 시장 전망을 뒷받침하며, 지수 밸류에이션을 높은 수준으로 유지하는 데 도움이 됨 현재 상황은 1999년~2000년 닷컴 버블 시기와 몇 가지 주요한 차이점이 있다고 판단함 주요 요점 애널리스트들이 '채택 기업(adopters)'으로 분류한 회사 중 정량적 영향을 언급한 기업 비중은 2024년 3분기 15%에서 2025년 3분기 24%로 꾸준히 증가했음 더 넓은 S&P 500 기업 중에서도 측정 가능한 혜택을 언급한 비중은 같은 기간 11%에서 15%로 증가했음 AI 도입은 향후 6~12개월 동안 시장 주도권 확대 및 긍정적인 영업 레버리지를 예상하는 미국 주식 전략의 주요 동인임 1999년~2000년 대비 밸류에이션 차이: 현재 중간 규모 대형주의 FCF(자유 현금 흐름) 수익률은 약 3배 높고, 마진을 조정한 선행 P/E는 약 35% 낮으며, 상위 10개 종목의 가중치는 당시보다 13턴 낮게 거래됨 2022년 말 ChatGPT 출시 이후 AI는 시장 전반의 핵심 동력으로 부상했음 현재 혁신은 과거 컴퓨팅 사이클과 유사한 패턴, 즉 반도체 -> 인프라 -> 인터넷/소프트웨어/서비스 순으로 가치 창출이 발생하는 단계를 따르고 있음 AI의 영향은 기술 부문에 국한되지 않으며, 전 산업에 걸쳐 기술 확산을 통해 실질적인 이득을 실현하기 시작함 시장 주도권 및 밸류에이션 비교 AI 도입은 향후 6~12개월 동안 가격 성과와 이익 기여도 측면에서 주도권이 확대될 것이라는 미국 주식 전략의 핵심 동인임 기본 시나리오상 AI 기반 효율성은 2026년/2027년 S&P 500 순이익 마진에 각각 30bp/50bp의 증분 기여를 할 것으로 예상되며, 이는 영업 레버리지 스토리의 중요한 부분임 2026년까지 밸류에이션이 과거 대비 높은 수준이더라도 현재 수준에서 지지될 수 있다는 점이 긍정적인 전략의 한 축임 AI Capex(자본적 지출) 붐으로 인해 1999년~2000년과 같은 밸류에이션 버블의 막바지 단계인지에 대한 질문이 제기됨 닷컴 버블 시기 대비 주요 차이점을 발견했음: 현재 주가 지수는 닷컴 시대보다 더 높은 품질 특성을 지님 중간 규모 대형주의 자유 현금 흐름(FCF) 수익률은 2000년보다 거의 3배 높음 S&P 500의 선행 P/E 비율을 이익 마진으로 조정한 결과, 현재 지수는 기술 버블 고점 대비 약 35% 할인된 수준에서 거래됨 전반적으로 운영 효율성, 강력한 수익성, FCF 창출 등 1990년대 후반보다 품질이 높은 지수 특성을 보임 신용 전략 측면 비교: 1990년대 후반 통신 인프라 구축 당시에는 기업 부채가 주요 자금 조달원이었고 레버리지가 급격히 상승했으며, 당시 주요 기업들은 오늘날 하이퍼스케일러들이 보유한 강력한 현금 보유액이 부족했음 현재 사이클은 이와 달리 강력한 대차대조표, 더 높은 신용 등급, 깊은 유동성 완충 장치를 기반으로 하고 있음 오늘날 신용 시장은 깊이가 깊어, 기업들이 다양한 신용 옵션(일반 기업 신용, 증권화 시장, 사모 신용, 은행 대출)을 선택할 수 있으며, 이는 신용 위험을 적절한 투자자에게 분산하는 데 도움이 됨 정량화 가능한 AI 혜택 분석 개요 배경: 기업들이 AI 도입으로부터 정량화 가능한 효율성 증대를 어느 정도 보고 있는지에 대한 투자자들의 질문에 답하고자 함 분석 방법: GPT 모델을 활용하여 약 7,400개의 실적 발표 스크립트와 6,100개의 컨퍼런스 스크립트를 분석하여 경영진의 정량적 혜택 소통 방식을 추적했음 AI 도입의 정량적 혜택 6가지 주요 카테고리를 식별했음: Financial Impact (재무적 영향) Productivity Gain (생산성 증대) Sales, Marketing, & Customer Growth (판매, 마케팅, 고객 성장) Product Innovation & Development (제품 혁신 및 개발) Governance, Risk, & Security (거버넌스, 위험 및 보안) Other/Cross Functional Benefits (기타/교차 기능 혜택) AI 혜택 분류 (Exhibit 1: AI Benefit Classifications) AI 혜택 언급 증가 추이 및 주요 분야 ( AI 도입의 정량화 가능한 혜택을 언급한 기업의 비중은 꾸준히 증가하는 추세임 애널리스트가 선정한 AI 채택 기업: 2024년 3분기 15% -> 2025년 3분기 24%로 상승 S&P 500 기업: 2024년 3분기 11%-> 2025년 3분기 15%로 상승 기업들이 AI 도입을 가속화하고 AI 도구 접근성을 높이면서 이러한 추세는 계속될 것으로 예상됨 정량적 혜택 논의의 증가 추이 (Exhibit 2: Discussions of Quantifiable Benefits from AI Are Rising) 현재 정량적 혜택 논의의 대다수는 "생산성 증대" (운영 및 프로세스 효율성 또는 전반적인 성능 개선)와 관련됨 이 카테고리는 전년 대비 가장 큰 폭의 언급 증가를 보였음 상당수의 언급은 "재무적 영향" (수익 성장/창출, 비용 절감, 투자 및 자본 영향 포함)과도 관련됨 카테고리별 AI 혜택 언급 추이 (Exhibit 3: Category Level Mentions of AI Benefits) 섹터별 AI 도입 현황 S&P 500 섹터별 AI 기반의 실질적인 개선 사항을 언급한 기업의 비율을 분석했음 기술(Tech) 섹터는 기업의 39%가 정량적 혜택을 언급하며 가장 높게 나타났음 통신 서비스(Communication Services)가 26%로 다음이며, 금융(Financials)이 16%로 세 번째였음 (S&P 500 평균은 15%임) 산업 그룹별 기술 섹터: 소프트웨어 및 서비스가 59%로 가장 많았고, 기술 하드웨어 및 장비가 33%였음 전년 대비 추세: 기술 섹터가 2024년 3분기 26%에서 39%로 가장 크게 증가했고, 에너지가 0%에서 10%로 증가하여 그 다음을 이었음 S&P 500 섹터별 정량적 AI 영향 언급 기업 비중 (Exhibit 4: Percent of Companies within S&P 500 Sectors Mentioning Quantifiable AI-Related Impacts) 산업 그룹별 도입 및 밸류에이션 논의 재개 S&P 500 산업 그룹별 정량적 AI 영향 언급 기업 비중 (Exhibit 5: Percent of Companies within S&P 500 Industry Groups Mentioning Quantifiable AI-Related Impacts) 밸류에이션은 주도권이 확대됨에 따라 지지될 수 있음 AI Capex 붐으로 인해 제기되는 1990년대 후반과의 유사성에 대한 질문에 중요한 차이점이 존재한다고 재차 밝혔음 닷컴 버블 대비 밸류에이션 차이: 현재 주가 지수는 닷컴 시대보다 더 높은 품질 특성을 지님 중간 규모 대형주의 자유 현금 흐름(FCF) 수익률은 2000년보다 거의 3배 높은 수준임 S&P 500의 선행 P/E 비율을 이익 마진으로 조정한 결과, 현재 지수는 기술 버블 고점 대비 약 35% 할인된 수준에서 거래됨 운영 효율성, 강력한 수익성, FCF 창출은 1990년대 후반보다 현재 지수의 품질이 높다는 특징을 보여줌 닷컴 시대 대비 중앙값 FCF 수익률 비교 (Exhibit 6: Free Cash Flow Yield for the Median Stock Is Materially Higher Than It Was at the Height of the Dot-Com Era) 밸류에이션은 주도권 확대와 함께 지지될 수 있음 이익 마진 조정 시 밸류에이션의 합리성 (Exhibit 7: When Adjusted for Profit Margins, Valuation Looks Much More Reasonable) 높은 중앙값 EPS 성장과 완화적 통화 정책 시기의 밸류에이션 수축은 드묾 (Exhibit 8: Valuation Rarely Contracts in Periods of Above Median EPS Growth and Accommodative Monetary Policy) 최상위 종목들의 현황 시장의 경제 민감도가 높은 영역에서 성과 및 이익 기여도가 따라잡을 가능성이 크지만, 이것이 가장 큰 비중의 종목들이 향후 6~12개월 동안 지속적인 밸류에이션 압축을 겪을 것을 의미하지는 않음 상위 지수 가중 종목들의 밸류에이션을 역사적 관점에서 보면, 2022년 말(AI Capex 사이클이 지수 성과를 주도하기 직전) 이후의 중앙값 선행 P/E를 1996년~1999년의 연간 밸류에이션 고점과 비교했음 현재 이 수치(31배)는 1997년과 1998년 밸류에이션 수준 사이에 거래되고 있음 상위 10개 지수 가중 종목의 중앙값 선행 P/E는 1999년 밸류에이션 고점 대비 13턴 할인된 수준에서 거래 중임 수익성 측면에서, 상위 10개 S&P 500 가중 종목의 중앙값 영업 마진은 1999년보다 20% 이상 높음 상위 지수 가중 종목 밸류에이션 비교 (Exhibit 9: Top Index Weights Are Trading at a Material Discount to 1999 Valuation Levels; In Fact, They're Trading at a 4 Turn Discount to 1998 Valuation Levels) 상위 지수 가중 종목 수익성 비교 (Exhibit 10: Further, Profitability/Margin Characteristics of the Top Index Weights Are Much More Durable Today vs. 1999) 거시 경제 및 신용 시장 비교 거시 경제 배경 비교: 거시 경제 배경 역시 1999년~2000년과 중요한 차이점을 설명함 1999년~2000년은 경기 확장 9년 차로 고전적인 경기 후반(Late Cycle) 단계였음 현재는 2022년~2025년에 걸쳐 진행된 롤링 리세션(Rolling Recession)에서 벗어나 경기 초반(Early Cycle) 환경으로 전환 중이라고 주장함 경기 선행 지표(Conference Board LEI) 하락은 롤링 리세션을 잘 포착했으며, 경기 민감도가 높은 소형주(Small Cap) 이익이 최근 바닥을 찾고 상승하기 시작하는 것이 경기 지표 안정화의 전조로 예상됨 거시 경제 사이클 비교 (Exhibit 11: 1999-2000 Was Classic Late Cycle; Today, We're Transitioning to Early Cycle Following the 3+ Year Rolling Recession) 금리 정책 비교: 1999년~2000년에는 Fed(연준)가 금리를 인상하여 이후 밸류에이션 압축에 영향을 미쳤음 오늘날 Fed는 금리를 인하하고 있으며 2026년에도 계속 인하할 것으로 예상되어, 이번에는 밸류에이션을 지지하는 요인으로 작용함 금리 정책 비교 (Exhibit 12: Fed Was Hiking in 1999-2000; Today, They're Cutting and We Expect Them to Continue to Cut in 2026) 닷컴 시대 대비 신용 시장의 질적 차이: 1990년대 후반 통신 인프라 구축 당시, 기업 부채가 주된 자금 조달원이었고 레버리지가 급격히 상승했으며, 주요 기업들은 신용 등급이 BBB/BB로 오늘날 하이퍼스케일러들의 현금 보유액이 부족했음 대조적으로 현재 사이클은 강력한 대차대조표, 더 높은 신용 등급(AA-), 깊은 유동성 완충 장치를 기반으로 함 하이퍼스케일러의 현금/부채 비율은 132%로, 다른 섹터(Non-Fin IG 17%)보다 압도적으로 높음 또한 현재 신용 시장은 다양한 금융 상품을 통해 신용 위험의 건전한 분산을 가능하게 함 섹터별 신용 지표 비교 (Exhibit 13: The Technology Sector Broadly, and The Hyperscalers, Have Much Stronger Credit Metrics than Other Industries) 하이퍼스케일러의 부채/주식 비중 비교 (Exhibit 14: Hyperscalers Significantly Under-Represented in Credit Relative to Equities) 정량화 가능한 AI 혜택 추적 상세 분석 상세: GPT 모델을 활용하여 약 7,400개의 실적 발표 스크립트와 6,100개의 컨퍼런스 스크립트를 분석, AI 채택 기업과 S&P 500 기업의 정량적 혜택 소통을 추적했음 분석 대상: S&P 500 기업과 애널리스트가 AI 채택 또는 이네이블러 및 채택 기업으로 분류한 종목들임 AI 혜택 6가지 주요 카테고리 세부 분류 (Exhibit 15: AI Benefit Classifications) AI 혜택 분류 정의 (Exhibit 16: Classification Definitions) 정량적 혜택 언급 기업 비율 증가: 애널리스트가 선정한 AI 채택 기업: 2024년 3분기 15% -> 2025년 3분기 24%로 꾸준히 증가했음 S&P 500 기업: 2024년 3분기 11% -> 2025년 3분기 15%로 증가했음 기업들의 AI 도입 노력이 심화됨에 따라 이러한 추세는 계속될 것으로 예상됨 정량적 혜택 논의의 증가 추이 (Exhibit 17: Discussions of Quantifiable Benefits from AI Are Rising) 혜택 유형별 언급: 논의의 대다수는 생산성 증대 또는 광범위한 재무적 영향과 관련되며, 판매, 마케팅 및 고객 성장에 대한 언급도 상당했음 카테고리별 AI 혜택 언급 추이 (Exhibit 18: Category level mentions of AI Benefits) 섹터별 현황: 기술 기업이 측정 가능한 AI 영향 논의를 주도하고 있으며, 금융 기업도 상당한 언급량을 보였음 섹터별 분해 (Exhibit 19: Sector Breakdown이 여기에 들어가는 것이 좋겠음) S&P 500 섹터별 정량적 AI 영향 언급 기업 비중: 기술(Tech) 섹터가 39%로 가장 높았음 통신 서비스(Communication Services)가 26%, 금융(Financials)이 16%로 뒤를 이었음 전년 대비 추세: 기술 섹터가 2024년 3분기 26%에서 39%로, 에너지가 0%에서 10%로 가장 크게 증가했음 S&P 500 섹터별 정량적 AI 영향 언급 기업 비중 (Exhibit 20: % of Sectors Mentioning Impacts) S&P 500 산업 그룹별 정량적 AI 영향 언급 기업 비중 (Exhibit 21: Percent of ...