251119 TSL - AI'S MACRO TAILWIND: 2026 = PHASE II

AI 101: Economy: AI가 성장을 이끄는 다섯 가지 방식 (Five ways AI is driving growth) AI는 이미 글로벌 경제 성장의 불씨이자 가속기, 그리고 연료의 원천임. AI가 생산성에 유의미한 영향을 미치기 전부터, 최소한 현재까지는 다음의 다섯 가지 방식으로 경제를 부양하기 시작했음: 오늘날의 투자 주도 (Driving investment today) 더 생산적인 경제 구축 (Building a more productive economy) 부의 효과 증진 (Boosting the wealth effect) 시장 마찰 감소 (Reducing market friction) 승자와 패자의 재분배 (Reallocating winners and losers) 이 보고서는 Deutsche Bank Research Institute의 AI 101 시리즈 중 두 번째 보고서로, AI의 단기 및 중기 경제적 영향을 이해하기 위한 틀을 제공함. 이는 균형(Balanced), 붕괴(Bust), 호황(Boom) 시나리오를 제시하며, 향후 기업 도입과 일자리에 대한 다음 두 보고서의 배경을 설정함. 균형, 붕괴, 호황 시나리오 ChatGPT 출시 이후 3년이 지난 지금, AI는 미래의 어느 시점에 느린 생산성 성장에 시달리는 경제를 구할 것이라는 기대감뿐만 아니라, 자본 지출 증가, 가치 상승, 그리고 현재의 작은 효율성으로 성장을 이미 부양하고 있으며, 미래의 새로운 승자와 패자를 예고하고 있음. Figure 2: Balanced, boom and bust scenarios 균형(Balanced) 업무의 4분의 1 이상이 자동화되면서 연간 0.5%에서 0.7%의 생산성 향상이 발생함. 2030년까지 투자가 연간 약 20% 증가함. 가치 상승이 지출을 촉진함. 명확한 효율성이 발생함. 새로운 도전자들과 함께 경쟁적인 과점 시장 구조가 형성됨. 붕괴(Bust) 자동화되는 업무가 적어 생산성 향상은 0.1% 미만에 그침. 투자 거품이 붕괴하거나 시들해짐. 부의 효과가 무너짐. 효율성이 미미함. 과점 시장 구조가 형성됨. 호황(Boom) 업무의 절반 이상이 경제적으로 자동화되어 연간 1% 이상의 생산성 향상이 발생함. 투자가 연간 20%를 초과하여 증가함. 가치의 지속적인 상승이 발생함. 상당한 효율성이 발생함. 새로운 시장 구조가 출현함. 경제학자들 사이에서 AI에 대한 지배적인 의견(균형 시나리오)은 위와 같으며, 이 시나리오에서는 수천억 달러에 달하는 인프라 자본 지출이 2030년까지 연간 약 20% 성장하며 그동안 경제를 자극할 것으로 예상됨. 기회와 도전 AI는 다른 혁신의 기반이 될 범용 기술인 동시에, 연구개발의 효율성을 높이는 "발명 방법의 발명"이기도 함. 현재의 개발 단계에서 더 나아가지 않더라도, 그 잠재력을 이해하고, 시스템에 통합하며, 사람들이 혜택을 극대화하도록 교육하는 데 수년이 걸릴 것임. 예를 들어, 솔리드 스테이트 컴퓨팅은 1940년대 후반 발명된 후 상당한 생산성 증가로 이어지기까지 50년이 걸렸음. 한편, AI는 수명이 짧은 데이터 센터 인프라에 대한 역사적인 수준의 투자를 필요로 하는데, 이는 효과가 나타나는 데 시간이 걸리고, 에너지와 같은 다른 요소에 의존하며, 과거 철도, 라디오, 통신 분야의 붐과 붕괴처럼 과도하게 진행될 수 있음. 처리 비용은 급락하지만 전체 수요와 쿼리당 수요는 급증하고 있어 가변적인 상황임. 기업들은 상당한 투자에 대한 수익을 보아야 하며, 단순히 Microsoft 365 Copilot이나 ChatGPT 구독을 사용하는 것을 넘어 업무와 프로세스를 자동화 및 증강하고 비즈니스 모델을 재구성하는 것은 시스템 통합, 데이터 품질 문제, 지적 재산권, 정확성, 편향성에 대한 새로운 거버넌스 문제 등을 포함한 일반적인 IT 난제를 수반함. AI가 경제를 이끄는 다섯 가지 방식은 다음과 같음: 오늘날의 투자 주도 미래의 생산성 향상 부의 효과 증진 시장 마찰 감소 승자와 패자의 재분배 AI를 새로운 산업 도시의 건설에 비유할 수 있음. 첫째, 데이터 센터, 칩, 전력 등 인프라를 구축하기 위해 대규모 자본 지출이 투입됨. 다음으로, 공장은 새로운 생산물을 창출하여 생산성을 높일 수 있음. 경제적 플라이휠의 가속은 가치를 증가시키고, 투자자들은 더 부유하다고 느끼며, 소비자들은 더 많이 지출함. 시장 광장은 정보와 상품의 교환을 장려하여 마찰을 감소시킴. 그리고 도시 지도는 새로운 권력 중심지를 중심으로 재편성됨. 1. 오늘날의 투자 주도 광범위하게 채택되기 전부터 AI는 미국 경제 성장의 동력임. 그 이유는 데이터 센터에 대한 자본 지출이 급증했기 때문인데, 이 데이터 센터는 AI 모델을 학습시키고 실행하는 데 필요한 계산의 대부분을 수행하는 Nvidia 칩으로 가득 찬 물리적 공장과 같음. Amazon, Microsoft, Alphabet의 Google, Oracle 및 Meta와 같은 최대 하이퍼스케일 클라우드 제공업체들은 올해에만 약 4,000억 달러를 지출할 것이라고 밝혔는데, 이는 작년의 거의 두 배에 달하는 금액임. 앞의 네 회사는 주로 기업에 용량을 임대하는 반면, Meta는 주로 자체 AI 작업을 위해 인프라를 사용함. AI와 관련된 정보 처리 장비, 소프트웨어, 연구 개발과 같은 분야의 미국 투자는 팬데믹 침체 이후 절반 이상 증가했지만, 운송, 사무실, 호텔, 사무 장비와 같은 다른 분야의 투자는 그 이후로 거의 정체 상태임. 사실상, 기술 관련 지출이 없었다면 올해 미국은 경기 침체에 근접하거나 이미 진입했을 것임. AI 중심의 자본 지출은 거의 인력을 필요로 하지 않아, 고용 성장 둔화에도 불구하고 경기 침체를 피하는 데 도움이 되었음. 관세 부과에도 불구하고 칩 주문을 미리 확보(frontloading)하면서 글로벌 무역이 증가했음. 데이터 센터 외부의 수요 약세로 인해 인플레이션은 억제된 상태를 유지했음. Global quarterly tech capex growth is in line with the trend from 2013 Real private fixed investment in Al (data centres, software and computer equipment) versus hotels, offices and commercial spaces Real fixed investments split between items related to Al and items non-related 이러한 성장은 멈출 기미가 보이지 않음. Alphabet CEO 순다르 피차이는 10월 말에 AI가 매달 1.3 경 개 이상의 토큰(AI 계산의 기본 단위)을 처리하고 있으며, 이는 1년 만에 20배 이상 성장한 수치라고 언급했음. 미국 인구조사국(US Census Bureau) 데이터에 따르면, 현재 250명 이상의 직원을 둔 미국 기업 중 10분의 1만이 AI를 사용하고 있으며, 대규모로 사용하는 기업은 거의 없어 향후 확장 여지가 충분함. 많은 추정치는 데이터 센터 용량 수요가 향후 5년 동안 연간 약 20% 증가할 것으로 예상하며, 이는 지금부터 2030년까지 총 4조 달러 규모의 투자를 의미함. Nvidia CEO 젠슨 황은 2028년에 전체 데이터 센터 지출이 1조 달러에 달할 가능성이 있다고 낙관적으로 전망했음. Almost 10% of US businesses are using Al, Business Trends and Outlook Survey shows Prices for electronic components and accessories are surging amid boom in demand 한편, 동등한 AI 모델을 실행하는 비용은 연간 10분의 1로 급락하고 있지만, 작업당 토큰 사용량은 급증하고 있음. 새로운 추론 모델은 이전의 비추론 모델보다 약 8배 더 많은 토큰을 사용하며, 더 많은 자원을 요구하는 AI 에이전트들도 곧 등장할 예정임. Figure 9: The cost of the cheapest LLM with a minimum score of 42 MMLU as per together.ai has decreased by a factor of 1000 Azeem Azhar의 Exponential View가 강조했듯이, 연간 8,000억 달러의 자본 지출(capex) 중 약 60%가 미국에 투자될 경우, 미국의 점유율은 GDP의 1.6%에 달하여 1990년대 후반 통신 거품 당시의 연간 1.2%를 훨씬 앞지르지만, 1872년 철도 붐 절정기의 4%보다는 여전히 뒤처짐. 더 넓은 인프라 칩, 네트워킹 및 냉각 장비가 있는 데이터 센터 외에도 이들을 가동하는 데 필요한 전체 인프라가 있음. 에너지 정보국(Energy Information Administration)에 따르면, 거의 20년 동안 성장이 미미했던 미국의 전기 소비량은 2020년 이후 연간 1.7%의 속도로 증가하고 있음. 이는 데이터 센터를 포함한 상업적 사용에 의해 주도되며, 새로운 용량의 대부분은 태양광 및 배터리 저장 시설에서 나오고 있음. 국제 에너지 기구(IEA)에 따르면, 글로벌 데이터 센터 전기 소비량은 2030년까지 약 945 TWh로 두 배가 될 가능성이 있으며, 이는 현재 일본의 총 에너지 소비량보다 약간 많은 수준임. Abu Dhabi National Oil Co. (Adnoc)의 CEO 술탄 알 자베르는 이번 달에 전력망 개편을 포함하여 데이터 센터 및 기타 용도의 수요 ...

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 ...