콜드브루
구독자 381명구독중 17명
리포트 정리해 두는 블로그입니다.
정보 습득에 있어 편식이 많은 편이니 양해 부탁드립니다.
1. AI 혁명 대비: 기술의 변혁적인 힘을 인지하고 있음. 과열된 위험을 피하면서 상승 잠재력을 포착해야 함.
2. 세계화가 아닌 분열을 고려: 재편된 경제는 효율성보다 회복 탄력성(resilience)을 우선시함. 안보, 에너지, 공급망이 융합되는 곳에서 기회를 찾아야 함.
3. 인플레이션의 구조적 변화 대비: 인플레이션이 더 높아지고 변동성이 커지고 있음. 구매력을 유지하기 위해 의도적인 계획을 수립하고 실물 자산으로 다변화해야 함.
4. 사모 시장의 잠재력 발굴: 이 환경에서는 운용사 선정과 접근성이 특히 중요함. 적절한 파트너를 찾아야 함.
Part 1: AI 혁명에 대비
호황이 곧 불황이 될지 어떻게 알 수 있는지
AI와 노동 시장의 변화: 사라지는 옛 일자리, 태어나는 새 일자리
AI 확장의 잠재적 한계는 무엇인지
가치를 포착하기 위한 4단계 전략 수립
벤처 캐피털 및 사모 펀드의 사모 기업, AI 혁신가
Part 2: 세계화가 아닌 분열을 고려
무역: 가장 저렴한 원산지에서 원산지 규정으로
중국: 외부 영향력, 내부 혁신
유럽 국방: 평화 배당금에서 분쟁 자본 지출로
남미: 세계가 필요로 하는 것을 소유함
에너지: AI 혁명의 구속 조건
달러와 대체 가치 저장 수단
Part 3: 인플레이션의 구조적 변화 대비
고정 수입이 발판을 찾음
인플레이션의 구조적 동인
증가하는 국채의 미묘한 위험
미국 주택 시장 부족 현상
투자 환경 변화: 이전에는 혼란스럽고 모호했던 투자 환경이 이제는 명확해지고 있음. 낮은 인플레이션과 원활한 세계화 시대는 분명히 끝났음.
새로운 시장을 정의하는 세 가지 강력하고 상호 연결된 동력은 인공지능(AI), 글로벌 분열(Global Fragmentation), 인플레이션(Inflation)임.
AI의 약속: AI는 전문 지식의 비용을 제로(Zero)로 만들 수 있으며, 이는 컴퓨팅의 등장만큼이나 심오한 변혁임. 생산성 증대와 기업 이익 마진 강화로 이어질 수 있으나, 심각한 노동 시장 혼란과 시장 거품의 잠재적 위험도 있음.
분열의 압력: 글로벌 질서가 경쟁하는 블록, 경쟁하는 공급망, 취약한 동맹으로 분열되고 있음. 천연자원과 에너지 접근성이 전략적 우선순위가 되었음. 효율성 요구가 회복 탄력성과 안보 요구에 의해 가려지면서 어떤 지역과 부문이 아웃퍼폼할지 파악해야 함.
인플레이션의 압력: 인플레이션은 포트폴리오 구성의 핵심 변수이며, 구조적 변화를 겪고 있어 부(wealth)에 더 큰 위험을 야기함. 인플레이션은 팬데믹 이전보다 더 변동성이 크고 상승 충격에 취약해질 것으로 전망됨.
2026년 전망: 미국의 금리 인하 사이클이 글로벌 성장의 반등과 자산 시장 전반의 지속적인 강세를 뒷받침할 것으로 예상됨. 견고한 경제 펀더멘털은 투자자들에게 순조로운 길을 제공함. 낮은 단기 금리는 글로벌 주식 및 신용과 같은 위험 자산을 부양할 수 있음.
투자자의 대응: 이러한 건설적인 전망에도 불구하고, 새로운 환경이 제공하는 약속과 압력을 간과해서는 안 됨. 투자자들은 결단력과 민첩성을 겸비하고 구조적 변화를 기회로 활용하는 새로운 플레이북이 필요함.
AI 붐의 지속: 2022년 말 OpenAI가 ChatGPT를 출시한 이후 AI 붐은 여전히 모멘텀을 얻고 있음. 이 강력한 기술이 노동 시장을 파괴하고 전 세계적으로 생산성을 높이는 동시에 공공 및 사모 시장 전반에 걸쳐 가치를 창출할 것으로 예상됨.
거품 우려: 기술주가 시장 상승세를 계속 이끌고 있지만, 당장 거품이 터질 조짐은 보이지 않음.
생성형 AI의 발전: 지능 스토리의 핵심은 생성형 AI(Generative AI)임. 기능이 빠르게 강화되었고 비용은 급락했음. 모델들은 환각(hallucination)이 줄고 더 긴 맥락 창(context windows)을 처리하며 더 강력한 추론 능력을 보여주고 있음.
에이전트 AI의 기대: 광범위한 벤치마크에서의 성능 향상은 최근 다소 둔화되었지만, 선도적인 에이전트 모델(agentic models)에서의 진전은 고무적임. 일부 추정으로는 에이전트 모델이 2026년 봄까지 인간 수준의 성능에 도달할 수 있음.
Frontier AI model intelligence index
인프라 투자 급증: 이러한 기술 발전은 인프라 투자의 급증을 촉발했음. 주요 미국 기술 기업(Alphabet, Amazon, Meta, Microsoft, Oracle, Nvidia)은 연간 자본 지출(Capex)을 2023년 1,500억 달러에서 2026년에는 5,000억 달러 이상으로 세 배 이상 늘릴 것으로 예상됨.
GDP 성장 기여: AI 관련 투자가 2025년 미국 GDP 성장에 소비자 지출보다 더 많이 기여했음.
OpenAI의 막대한 투자 계획: OpenAI 단독으로 향후 몇 년간 1조 달러 이상의 총 자본 지출을 목표로 하는 25기가와트(GW) 이상의 용량을 가진 데이터 센터 건설 계획을 발표했음.
역사적 비교: 현재 AI 투자는 GDP의 약 1% 수준임. 이전의 일반 목적 기술(예: 전기, 철도, 통신) 투자 주기에서는 GDP의 2%~5%에서 정점을 찍었으므로, 역사적 선례는 현재 AI 투자가 두 배로 증가할 수 있음을 시사함.
글로벌 모멘텀: 미국(Stargate 프로젝트 5,000억 달러), 유럽(InvestAI 프로그램 2,000억 유로), 영국, 사우디아라비아, 한국의 정부 이니셔티브가 AI 가속화에 글로벌 모멘텀을 더하고 있음. 중국 연구진은 2024년 글로벌 AI 인용의 40%를 차지했으며, 이는 미국이나 EU보다 네 배 많은 수치임.
AI 채택 확대: AI 채택이 경제 전반으로 확대되고 있으며, 소비자가 이를 주도하고 있음. ChatGPT는 월간 활성 사용자 7억 명 이상, 주당 메시지 180억 개를 처리함.
기업 채택: 기업들은 더 느리게 움직이고 있으나 채택은 계속될 것으로 보임. 미국 기업 조사에 따르면 10%의 기업이 이미 AI를 사용하여 상품이나 서비스를 생산한다고 보고함. 금융 기술 회사 Ramp의 대체 AI 채택 지수에 따르면 거의 45%의 기업이 이미 LLM 구독료를 지불하고 있음.
버블 논쟁: AI 테마의 지배력은 공공 및 사모 주식 시장에서 우리가 거품 속에 있는지에 대한 끊임없는 논쟁을 촉발시켰음.
버블의 패턴: 대부분의 시장 및 경제 거품은 세상이 근본적인 패러다임 전환을 겪고 있다는 투자자 논리에서 시작됨. 신봉자들은 미래 수요를 충족시키기 위해 역량을 구축하고, 신용이 광범위하게 이용 가능해지면서 거품이 형성되기 시작함. 부실한 인수 심사 기준과 증가하는 레버리지가 경제 펀더멘털과 시장 가치 사이의 괴리를 유발함. 최종적으로 펀더멘털이 승리하고 거품이 터짐.
AI와 버블 평가 (5가지 핵심 요소):
패러다임 전환: AI 스토리는 패러다임 전환에서 기대되는 수사(rhetoric)와 투자를 특징으로 함. 그러나 아직 초과 공급은 보이지 않음. 데이터 센터 공실률은 사상 최저치인 1.6%이며, 건설 중인 용량의 4분의 3이 선임대되었음. 컴퓨팅, 전력 및 데이터 센터 가치 사슬 전반에서 부품은 수요에 비해 부족하며, 최근 실적 시즌은 AI 사용이 대기업의 수익 성장을 이끌고 있음을 확인시켜줌.
신용의 풍부함과 가용성: 현재까지는 대형 기술 기업의 대차대조표에 레버리지가 낮고, 5,000억 달러가 넘는 사모 신용 미소진 자금(dry powder)이 있어, 금리 인하 사이클이 진행됨에 따라 신용이 더 많은 AI 투자에 자금을 조달할 가능성이 높음.
레버리지 증가와 인수 심사 기준 약화: AI 분야에서는 금융 혁신과 엔지니어링이 가속화되고 있음. 기업들이 고성능 GPU를 담보로 부채를 발행하거나, 데이터 센터 투자를 위해 무이자 전환 사채를 발표하는 등의 사례가 있음. 대형 기술 기업들이 투자 등급 기업의 평균 레버리지 수준으로 대차대조표에 레버리지를 활용한다면 추가로 1조 달러의 자본이 생길 수 있음. 그러나 현재 AI 지출은 현금 흐름에 의해 충당되고 있으며, 주요 기업의 영업 현금 흐름은 자본 지출 및 배당금을 여전히 초과하고 있음.
가치 평가와 현금 흐름 간의 격차: 모든 거품에서 가치 평가는 펀더멘털, 현금 흐름 또는 사용 사례만으로는 정당화될 수 없는 수준까지 상승함. 사모 시장에서는 일부 과열 조짐이 있음. AI 스타트업의 가치 평가는 비(非) AI 기업을 지속적으로 앞지르고 있음. 그러나 공공 시장에서는 AI 기업이 수익 성장을 통해 전적으로 수익을 창출하고 있음. 지난 3년 동안 공개적으로 거래되는 AI 주식의 선행 주가수익비율(P/E)은 하락한 반면, 주당순이익(EPS) 추정치는 두 배 이상 증가했음.
투기와 광범위한 참여에 의한 피드백 루프: 최근 IPO 성과는 과열 조짐을 시사함. **** 과열이 형성되고 있지만, 더 신중해지기 전에 훨씬 더 높은 수준에 도달해야 할 것으로 보임.
결론: 시장 거품의 재료는 분명히 존재함. 하지만 지금 당장 정점이라고 보기보다는, 미래에 거품이 형성될 위험이 더 크다고 판단함.
핵심 질문: 누가 궁극적으로 이 기술 전환에서 가치를 포착할 것인가?
역사적 패턴 부재: 기술 전환에서 어떤 기업이 궁극적인 가치를 포착할지에 대한 명확한 역사적 패턴은 없음.
AI의 영향: 2026년에 AI는 주목할 만한 파괴를 가져올 것이며, 노동 시장에 더 눈에 띄는 영향을 미치고 일부 기존 SaaS(Software-as-a-Service) 및 기타 기술 기업이 AI의 영향을 더 강하게 느낄 수 있음.
가장 큰 위험: 가장 큰 위험은 이 변혁적인 기술에 대한 노출을 갖지 않는 것임.
노동 시장 영향: AI 기술이 노동 시장에 미치는 영향은 이제 막 시작되었음. 7,100만 명의 미국 지식 근로자(평균 연봉 약 8만 5천 달러)는 약 6조 달러 규모의 시장을 형성하며, 선진국 일자리의 60% 이상이 AI 기술에 의한 격변에 취약하다는 추정치가 있음.
역사적 관점: 주요 기술들은 지속적인 대량 실업을 거의 야기하지 않았음. 대신 핵심 투입 비용을 절감하고 새로운 수요를 창출하며 새로운 역할을 만들어냈음. 예를 들어, 컴퓨팅은 사무직 업무를 자동화했지만, 더 저렴한 정보 처리로 신용카드 및 항공 산업이 성장하고 새로운 직업(프로그래머, 금융 분석가)이 탄생했음.
MIT 연구: MIT 경제학자들의 연구에 따르면, 오늘날 미국 직업의 60% 이상이 1940년에는 존재하지 않았음.
근시안적 전망: 단기적으로 AI는 자동화하거나 제거하는 것보다 더 많은 일자리를 강화할 것으로 보임. 일자리는 이질적인 작업들의 집합체이며, 일부는 자동화되지만 다른 일부는 강화될 수 있음.
인간의 지속적인 이점: 인간은 상식, 인과적 추론, 감성 지능, 중요한 판단, 적응 학습 및 본질적 동기와 같은 영속적인 이점을 한동안 유지할 것임.
현재 노동 시장 영향 제한적: 현재 AI가 노동 시장에 영향을 미쳤다는 증거는 제한적임. AI 노출이 가장 큰 부문의 실업률이 더 낮은 수준임.
생산성 향상: AI 채택 기업에서는 AI 채택이 노동 생산성을 약 30% 증가시켰다는 연구 및 기업 사례가 있음.
가장 시급한 한계는 전력(Power)임.
미국에서는 기존 그리드에 신규 발전 시설을 추가하는 데 5년의 백로그가 존재함.
지역 전력 시장의 70%가 이미 부담을 겪고 있으며, 전력 수요는 10년 말까지 662 테라와트시(TWh) 증가할 것으로 예상됨. 이는 텍사스와 캘리포니아의 연간 발전량을 합친 것보다 많은 수치임.
수요 증가는 노후화된 인프라(송전선의 70%가 25년 이상됨)와 충돌함.
전력 투자는 국가 안보 문제로 간주되면서 더욱 중요해짐. 중국은 폴란드보다 큰 발전 용량을 가진 1,670억 달러 규모의 수력 발전 프로젝트를 착공했음.
데이터 센터는 신뢰할 수 있는 기저 부하 전원인 천연가스를 필요로 함. 천연가스 터빈 생산에 약 5년이 걸리는 점을 고려할 때, 재생 에너지도 향후 데이터 센터 전력 공급에 도움이 될 것으로 보임.
화석 연료에 대한 산업의 의존 증가는 선진국의 탄소 배출량을 이전 예측보다 높게 만들 가능성이 있음. 이로 인해 더 따뜻한 지구 온도와 더 빈번한 극한 기상 현상의 위험이 높아짐.
이러한 역학 관계는 에너지 전환, 발전 및 인프라와 관련된 핵심 광물을 포함한 상품(commodities) 투자 기회를 창출함.
물(Water)은 데이터 센터 냉각에 필요하며 투자자가 주시해야 할 요소로 부상함. 이는 제한된 자원과 AI 관련 문제가 데이터 센터 확장을 제약할 수 있는 광범위한 스토리의 일부임.
애리조나주 피닉스는 개발업체가 허가 및 건설 전에 건강 및 안전 문제를 다루도록 데이터 센터를 별도의 범주로 정의하는 조례를 업데이트했음. 물 사용 및 전력 가격 인플레이션과 관련된 지역 반대로 인해 아마존과 구글의 프로젝트가 취소된 사례가 있음.
데이터 프라이버시(Data Privacy)는 AI 솔루션이 발전함에 따라 위험을 증가시키는 지속적인 과제로 남아있음.
정책 및 규제: 자원 희소성, 프라이버시 및 안전에 대한 논쟁은 AI에 대한 대중의 정서와 정책을 형성하여 재정적 가치를 창출하고 파괴할 수 있음. 투자자에게는 강력한 이해관계자 참여와 효과적인 거버넌스에 집중하는 것이 포트폴리오 손실 위험을 완화하는 데 도움이 될 수 있음.
AI 확장에 대한 물리적, 사회적, 정치적 제약은 투자자들의 지나친 낙관론을 억제하고 노동 시장이 잠재적인 혼란에 적응할 시간을 제공하는 완충 작용을 할 것으로 보임.
전략 수립: AI 거품 위험을 평가하는 동시에, AI의 잠재적 투자 가치를 포착하기 위한 4단계 전략을 다듬고 있음.
시장 승자: 현재까지 시장의 가장 큰 승자는 하이퍼스케일러, 데이터 센터 및 전기 인프라 회사, 전력 공급업체였음. AI 기반 생산성 향상으로 이익을 얻을 것으로 보였던 기업들은 이들 주요 기술주에 비해 눈에 띄게 뒤처졌음.
중국의 부상: 미국과 비(非)미국 기술 부문 간의 균형이 변화했음. 2025년 중국 기술주가 34% 급등했는데, 이는 투자자들이 이들이 미국 경쟁업체에 비해 생각만큼 뒤처지지 않았다는 것을 깨달았기 때문임.
WHO IS WINNING THE AI RACE-AND MIGHT TODAY'S LAGGARDS PICK UP THE PACE?
1단계: 대형주 선두 기업에 초점 유지
하이퍼스케일러(Hyperscalers): 전략의 첫 번째 부분은 광범위한 기술 부문의 대형주 선두 기업에 집중함. 이들 기업(Microsoft, Meta, Alphabet, Amazon)은 이미 연간 약 20%의 속도로 수익을 성장시키고 있으며, 이들의 성장세를 고려할 때 가치 평가 프리미엄은 정당화되는 것으로 보임.
수익 창출: 이들은 이미 AI 활동을 통해 분기별로 250억 달러의 증분 수익을 창출하고 있으며, 이는 전년 대비 200%의 속도로 증가하고 있을 것으로 예상됨. 하이퍼스케일러가 클라우드 컴퓨팅 수익 증가를 계속 확대할 수 있다면, 투자자들은 낮은 잉여 현금 흐름 수익률을 용인할 것임.
선두 유지: AI 붐은 결국 새로운 세대의 기술 리더를 창출하겠지만, 2026년에는 현재의 시장 리더십이 흔들리지 않을 것으로 예상됨. 가장 큰 기업들이 더 작은 기업들을 계속해서 능가할 것으로 전망됨.
2단계: AI 공급망에서 기회 찾기
AI 기술의 조력자: 전략의 두 번째 부분은 AI 기술의 조력자(enablers)에 초점을 맞춤. 이들 기업은 AI에 필요한 컴퓨팅 파워를 제공하는 핵심 투입 요소(전력, 반도체, 연결성, 냉각 시스템, 상품)를 제공함.
전력: 전력은 가장 중요하고 희소한 투입 요소임. 추론 모델이 표준화됨에 따라 그 중요성이 커지고 있음. GPT-5는 GPT-4보다 프롬프트당 2.5배의 에너지를 소비하는 것으로 나타남. 공공 시장(유틸리티, 전기 장비 제조업체) 및 사모 시장(전력 중심 인프라 펀드)에서 투자 기회를 찾고 있음.
반도체: 반도체 수요는 여전히 공급을 초과함. Nvidia의 Blackwell 칩은 향후 12개월 동안 매진될 것으로 예상됨.
기타 공급망: 전력과 반도체가 가장 명확한 기회이지만, 변압기, 네트워킹 장비, 광섬유 및 해저 케이블, 액체 냉각 시스템에서도 유사한 역학 관계가 보임.
물리적 자원: 희토류 금속을 포함한 자원 추출과 가치 있는 토지 및 물 권리 확보는 수익성이 있을 수 있음.
3단계: AI의 '스마트' 기업 사용자 식별
성공적인 AI 도입 기업: 세 번째로, AI를 성공적으로 배포하여 수익과 이익을 늘리는 기업을 찾고자 함.
승자 독식: Microsoft와 Google의 클라우드 비즈니스는 2025년 2분기에 1분기보다 4%p 더 빠르게 성장했음. 미국 주식 시장 시가총액의 거의 3분의 2가 AI 채택 상위 40%에 속함. 유럽과 일본에서는 그 비중이 50%에 가까움. 이는 현재의 승자들이 AI의 기존 업무 흐름 및 비즈니스 모델로의 더 빠르고 효율적인 통합을 통해 이득을 복합적으로 증가시킬 가능성이 높음을 의미함.
패널티: 반대로, AI 강화 제품에서 충분한 가치를 포착하지 못하는 기존 SaaS(Software-as-a-Service) 기업들은 시장에서 불이익을 받기 시작하고 있음. 광범위한 소프트웨어 지수는 지난 한 해 동안 17% 상승했지만, 지수 내 절반의 주식은 하락했음. 이러한 양분은 좋은 액티브 매니저가 AI 소프트웨어의 승자와 패자를 선택하는 데 제공할 수 있는 가치를 강조함.
4단계: 사모 시장 노출 고려 확인
사모 시장의 잠재력: 네 번째이자 가장 중요한 부분은 AI의 완전한 투자 잠재력을 포착하기 위해 사모 시장을 고려하는 것임.
사모 시장의 규모: 상위 10개 비공개 AI 기업의 총 가치는 약 1조 5천억 달러에 달함. 이들이 상장된다면 S&P 500에서 약 3%의 비중을 차지할 것임. (미국 소형주 시장 전체 가치는 3조 달러임)
혁신 곡선 변화: AI는 인프라에서 플랫폼 및 애플리케이션으로 이동하는 익숙한 혁신 곡선을 따르고 있지만, 가치 포착의 경제성과 타이밍이 변화하고 있음.
기업의 사모 유지: 기업들은 풍부한 사모 자본과 대체 출구 옵션의 지원을 받아 더 오랫동안 비공개 상태를 유지하고 있음. 현재 기술 IPO의 중간 연령은 약 14세이고 매출은 2억 2천만 달러에 가까운 반면, 1990년대에는 8세, 매출 4천 4백만 달러(현재 가치)였음.
가치 창출의 다음 물결: AI 가치 창출의 다음 물결은 아직 형성 단계에 있음. 여기에는 에이전트 ...
