260216 TSL - SOMETHING BIG IS HAPPENING

Power Comment: 미국 지역 규제 반발이 데이터센터 개발을 둔화시키지는 않음 미디어 보도에서는 데이터센터 개발에 대한 지역 커뮤니티 차원의 반발이 증가하고 있다고 강조하고 있으며, 이는 미국 전력시장 수급 타이트 현상과 맞물려 데이터센터 전력 수요 성장 둔화 리스크로 제기되고 있다. 그러나 우리는 지역 규제 검토로 인해 데이터센터 인허가가 일시적으로 지연될 수는 있어도, 그 결과로 도입되는 규제는 오히려 전력 신뢰성과 가격 부담 완화를 강화하고, 명확한 요구사항을 설정함으로써 반발을 줄이고 개발 절차를 더 체계화하는 방향으로 이어질 수 있다고 본다. 궁극적으로 우리는 미국이 중국과의 AI 경쟁에서 뒤처질 수 있는 핵심 리스크는 여전히 전력 수급 타이트라고 판단한다. ▪ 지역 반발의 성격 이러한 반발은 대부분 기존에 데이터센터 노출이 거의 없던 지역 커뮤니티에서 발생했다. 이런 경우 극단적으로 금지 조치가 나오더라도 프로젝트는 취소가 아니라 이전(relocation) 될 가능성이 높다. AI 및 데이터센터 수요가 매우 높기 때문이다. 이는 주 또는 국가 차원의 전체 데이터센터 전력 수요 성장에는 유의미한 영향을 주지 않는다는 의미다. ▪ 조지아 사례 조지아를 예로 들면: 우리는 해당 주 전력시장이 타이트해지고 있지 않다고 추정한다 2025년 전력 가격 상승도 전국 평균보다 낮았다 지난 1년 동안 최소 6개 카운티가 신규 데이터센터에 대해 수개월간 모라토리엄(일시 중단)을 시행했다 (예: Coweta, DeKalb). 그러나 이들 카운티 대부분에는 기존 데이터센터가 없고, 수년 뒤 착공 예정인 프로젝트만 있었기 때문에, 이러한 조치는 단기 개발에는 영향을 주지 않을 것으로 본다. 또한 이들 카운티는 데이터 고속망이 이미 구축된 기존 데이터센터 근접지라는 클러스터 이점도 없기 때문에, 영구 금지가 되더라도 프로젝트는 더 우호적인 지역(인접 카운티 등)으로 이동할 가능성이 크다. ...

Will AI trigger private capital wobbles? 지난 2년간 사모시장 밸류에이션은 상장시장 대비 프리미엄이 축소되는 흐름을 보임 상장시장 대비 사모시장 밸류에이션 프리미엄 추이 사모시장(Private markets) 밸류에이션은 역사적으로 상장시장 대비 프리미엄을 받아왔음 그러나 최근 2년 동안 이 프리미엄이 빠르게 압축되고 있음 이는 금리 상승, 유동성 축소, 그리고 투자자들의 리스크 선호 약화와 맞물려 나타난 현상임 특히 Blue Owl과 Ares의 하락 폭이 두드러짐 사모자산 수익률은 상장자산 대비 점차 수렴 중 BDC의 NAV 대비 할인폭 확대 지난 12개월 동안 이러한 우려가 확산됨에 따라, 공모 시장의 양호한 신용 실적에도 불구하고 BDC(기업개발회사)의 NAV(순자산가치) 대비 중앙값 할인폭이 확대됨. 이는 부채 시장의 투명성이 낮은 영역에 대한 지속적인 우려를 나타냄. 사모자산의 초과성과(outperformance)는 과거 대비 줄어드는 추세임 상장시장 변동성이 hint를 주며 가격 조정이 더 빠르게 이루어지는 반면, 사모시장은 평가가 지연되며 후행 조정이 발생함 최근에는 사모자산도 점차 상장시장 성과와 비슷해지는 흐름을 보임 S&P BDC 지수 내 펀드들의 NAV 대비 가격 비율 중앙값] 2020년 팬데믹 초기 급락 이후 회복세를 보였으나, 2025년 하반기부터 2026년 초까지 다시 할인(Discount) 영역으로 깊게 진입함. 기술 및 헬스케어 섹터 노출도 기술 섹터에 대한 상당한 노출(25%)과 헬스케어 등 관련 섹터가 이러한 우려의 일부 원인임. BDC 보유 자산 중 기술 섹터의 비중은 지난 5년 동안 10%p 상승함. 기술주 가치평가와 사모펀드 위기는 2026년 시장에 가장 중요한 3대 위험 요소 중 하나임. 가장 큰 위험을 초래하는 3가지 요인 기술주 가치급락 신임 연준 의장 사모펀드 ...

Reliability Imperative (신뢰성 최우선) 증가하는 수요 대응, 물리적 리스크 완화, 노후 인프라 교체, 시스템 중복성 확보를 위해 전력/물/광범위 인프라 투자 확대가 우선시되는 흐름 핵심 포인트 생산성 향상이 현재는 수요를 제한하지 않는 것으로 보임 → AI 컴퓨트/토큰 수요는 여전히 잠재 수요가 존재 → 서버 효율이 개선돼도 데이터센터는 계속 냉각 설비(chillers) 설치 → 단, 물 사용 최소화에 초점 AI 추론(inference) 단계가 기존 예상보다 더 전력집약적일 수 있음 → 데이터센터 전력 수요 전망의 상방 리스크 하이퍼스케일러들은 장기적으로 그리드 연결 전력 선호 → 단기적으로는 Btm(behind-the-meter) 전력이 3~5년 솔루션 하이퍼스케일러들의 재무 유연성 + 탈탄소 장기 계획 + 부품 제약 → All-of-the-above 전력 계약 전략 지원 단기: 재생에너지 + 배터리 + 단순 가스발전 중기: 복합 가스발전 장기: 원자력 데이터센터 확장이 일반 소비자 전기요금 상승을 유발하지 않도록 → Take-or-pay 전력 계약 확대 가능성 우리는 2026년 전망 리포트에서 Reliability 테마 관련 글로벌 매수 의견 86개 종목 제시했으며, 다음 영역에서 수혜 예상: 전력/물 인프라 물리적 리스크 완화 핵심 소재(금속 재활용 포함) 효율성 & 자동화 사이버보안 숙련 인력 스케일러 AI/데이터센터 전력 공급망 관련 종목도 여전히 긍정적임. 투자자 심리 AI / 에너지 / 산업 공급망 + AI와 고령화가 노동시장에 미칠 영향에 초점 우리가 배운 점 AI capex 사이클의 지속성, 데이터센터 전력 공급망 어디에 투자할지 → 핵심 투자자 관심사 AI 관련 재무 여력, 지출 지속성, 수혜 산업군 분석 지속 전력 수요 증가 수혜가 다양한 발전 기술에 돌아간다는 점은 공감대 → 하지만 기술별 도입 시기와 점유율은 의견 갈림 차세대 기술 → SMR 원자로 → 지열 → 전고체 저장 기술 → 도입 가능성과 리스크 분석 활발 공급망 중복성 확보 투자 관심 증가 → 희토류 채굴/정제 → 제조업 리쇼어링 정책 불확실성은 여전히 투자와 기업 의사결정의 마찰 요인 노동의 미래 투자자들은 AI 도입이 야기할 노동시장 교란에 주목 생산성 증가는 어디서 가장 빠르게 나타날까? 기업은 인력을 어떻게 재편할까? 고령화와 노동 부족 문제 동시 진행 우리 전망 전력, 물, 노동, 네트워크, 공급망의 신뢰성 유지에는 1990년대 이후 최고 수준의 수요 증가 속에서 투자 확대가 필수적임. 여기에 지정학 리스크 기후 관련 장애 노후 인프라 가 겹침. 하지만 Reliability(신뢰성) 만이 아니라 Livelihood(생계/삶의 질) 도 중요함. 가계의 최대 관심사 = 물가 부담 AI와 고령화는 일의 미래와 은퇴 이후 삶의 미래 모두에 영향 기업과 가계가 추가 자본을 공급 → 기업은 연간 $1조 이상의 추가 투자 여력 2025년 투자와 불확실성을 결정짓는 두 질문: 미래 전력, 물, 공급망, 노동, 네트워크가 충분히 중복성을 갖췄는가? AI 영향과 혁신이 충분히 정의되었는가? 2026년 컨센서스 답변은 둘 다 “No”일 가능성 높음 → Reliability 테마 관련 투자 기회 급증 만약 두 답이 “Yes”가 된다면 포트폴리오 대전환 필요 단, 전력/물 인프라 전망은 여전히 긍정적 지속가능성 이슈 2026년 투자 흐름은 전통적 의미의 탈탄소보다 신뢰성·가격·안보에 더 초점. 지속가능성의 본질은 장기 수익률과 리스크 완화에 기반 중복 투자와 리스크 관리가 핵심 AI/데이터센터 전력 수요: 전력이 여전히 성장의 병목이므로 지출은 강세 유지 우리가 배운 점 녹색 신뢰성 프리미엄에도 불구하고 전력 조달은 All-of-the-above 접근. 데이터센터 참여자들과 하이퍼스케일러들 사이에서 광범위한 논의가 있었으며, 전력에 대해 지불할 재무적 유연성이 여전히 존재한다는 점이 강조되었다 — 우선순위는 시장 출시 속도, 다른 고객에게 가격 상승이 전가되는 것을 제한하는 것, 그리고 장기적으로는 배출을 제한하는 것이다. 지속적인 장기 탈탄소 약속은 원자력에 대한 더 장기적인 계약상의 약속을 이끌고 있다. 데이터센터를 넘어서, 제조업과 같은 다른 전력 수요자들은 전력 가격 인플레이션에 더 민감한 상태로 남아 있다. 생산성: 과소평가된 생산성 향상에 주의, 그러나 이것이 냉각기 배치의 종료를 의미하지는 않음. 기업들과 연구자들은 “엔지니어를 거스르지 말라”는 상기 메시지를 제공했는데, 효율성 향상 — 에너지 효율, 칩 효율, 모델 효율 등 — 이 수요 기대치를 의미 ...

AI가 생산성을 얼마나 올릴까? “우리는 또 하나의 생산성 붐의 초기 단계에 있을 가능성이 큼” PC 도입 → 인터넷 도입 → AI 도입 Annual Productivity/TFP Gain (pp): 연간 생산성/총요소생산성(TFP) 상승 폭(퍼센트포인트) 기술별 채택률: AI가 가장 빠른 채택 속도 모든 기업 규모에서 AI 채택률이 평탄화(상승 둔화)되기 시작” 지난 12개월 동안 귀사의 AI 사용은 귀사에 어떤 영향을 미쳤습니까? -> 대다수의 응답은 No change/Not sure 그러나 지난 1년 동안 도입률은 크게 증가하지 않았음 생산성 향상이 둔화되고 있는가? : 생성형 AI로 인한 시간절감은 1.7% 내외 AI 도입은 생산성 증가와 양(+)의 상관관계 이전 주 총 근로시간 대비 생성형 AI로 절약된 시간 비중(%) 산업별 노동 생산성 성장률 산업별 AI 도입률 노동 생산성 증가 = 자본 심화 + 노동 구성 + 총요소생산성(TFP) TFP 증가율은 자본 심화를 따라 움직임 닷컴 버블 당시 통신기업 대비 현재 하이퍼스케일러의 GDP 대비 설비투자 비중이 훨씬 높음

Made in USA 변혁적 혁신은 다양한 형태로 나타남. 때로는 백열전구나 비행기처럼 반짝이는 신제품으로 등장하여, 이를 접하는 모든 사람에게 “이전과 이후”를 가르는 순간을 만들어냄. 제품 수명 주기 동안의 지속적인 개선과 발전은 채택과 규모 확장을 촉진함. 다른 경우 혁신은 제품이 아니라 ‘프로세스’에 있음. 발견의 핵심은 제품 자체가 아니라, 생산성을 변화시키는 방식에 있음. 조립라인은 이런 “공정 혁신(process enhancement)”의 대표 사례임. 육가공 산업은 조립라인의 전신으로 자주 언급됨. 전문화된 노동과 표준화된 투입물에 의존했다는 점이 비슷했기 때문임. 그러나 이 “분해 라인(disassembly lines)”은 거대하고 비효율적이며 종종 위험한 증기기관으로 단일 컨베이어 벨트를 구동했음. 1800년대 후반 전기화의 등장은 증기에서 전기 모터로의 전환을 알렸지만, 이를 광범위하게 적용할 비전가들이 필요했음. 1910년이 되어서도 제조업에서 전기 모터는 거의 사용되지 않았음. 제품 설계의 모듈화, 공정 단계별 속도 제어라는 장점이 있었음에도 그랬음. 여기서 헨리 포드의 조립라인 비전이 독창적이었음. 전기를 이용해 생산 흐름을 가속·제어하면서 작업을 노동자에게 가져오고, 노동을 전문화하고 부품을 표준화하여 비용을 절감함. 1913년 당시 자동차는 아직 초기 단계였고 부유층만 살 수 있었음. 대중 시장 제품이 되려면 생산 방식을 급진적으로 바꿔 가격을 낮춰야 했음. 조립라인은 훨씬 낮은 가격으로 생산량을 폭증시켰고, 소비자 잉여, 안정적 고용, 근로 생애 및 은퇴기 혜택으로 이어졌음. 하지만 조립라인은 노동자의 숙련을 떨어뜨려 광범위한 직무 불만과 장인정신 상실을 낳았음. 오늘날 AI와 자동화는 반대 효과를 내고 있음. 반복 작업을 대체하는 대신 전문성의 가치를 높이고 생산성 향상을 다시 약속함. 과거와 마찬가지로 변혁 기술에 투자하려면 분산된 노출과 해당 기술이 거시 및 정치경제에 미칠 영향을 이해해야 함. 또한 인프라 레이어만큼 응용(application) 레이어를 소유하는 것이 중요함. 전기와 조립라인에서 봤듯, 하나의 변혁 기술이 또 다른 기술을 낳음. 이는 AI·자동화 투자 기회를 찾는 데 중요한 교훈임. The history lesson 1913년 헨리 포드는 세계를 바꿀 자동차 제조 공정을 도입했음. 조립 공장은 단 10년 만에 생산량을 12배 늘렸고, 모델 T를 200만 대 이상 생산하면서 실질 가격은 2/3 하락했음. 1923년 모델 T의 정점 생산량을 넘어선 자동차 제조사는 없었음. 모델 T는 4년 뒤 단종되었지만, 이 차를 만들던 조립라인은 자동차 산업을 넘어 오늘날까지 제조업의 표준이 되었음. 1913년 이전에도 전신 사례는 있었음. 베네치아는 12세기에 운하를 따라 연속 흐름 방식으로 표준 부품을 사용해 군함을 대량 생산했음. 19세기 육가공 산업에서는 증기기관이 컨베이어를 구동해 사체를 이동시켰음. 스티븐 앰브로스는 대륙횡단철도 책에서 이렇게 썼음: “이것이 훗날 조립라인 작업이라 불릴 것의 시작이었다. 속도는 사람이 걸을 수 있는 만큼 빨랐다. 각 사람이 특정 작업만 맡았기 때문에 가능한 속도였다.” 포드 조립라인의 독특함은 표준화 + 전기모터 등 노동절감 기계의 결합으로 규모의 경제를 극대화했다는 점임. 미국 노동자는 유럽·아시아보다 높은 임금을 받았지만, 그들이...