적층의 시대: 화웨이의 Tau 법칙과 중국의 반도체 전략 중국 주식 저자: Eva Lee, CFA, UBS AG 홍콩지점 중화권 주식 총괄 Allen Pu, CFA, UBS AG 홍콩지점 주식 전략가 • 최근 공개된 화웨이의 Tau 칩 설계는 시스템 수준의 3D 로직 폴딩 설계를 적용해 신호 경로를 단축하고 지연시간을 감소시킨다. 이를 통해 첨단 리소그래피와 최첨단 공정 노드에 대한 접근이 제한된 상황에서도 트랜지스터 밀도와 성능을 향상시킨다. • 혁신 효과: 우리는 이러한 설계 전환이 아키텍처, 패키징 및 통합을 우선시함으로써 중국의 반도체 혁신을 지원한다고 본다. 이는 첨단 패키징, 3D 적층 및 시스템 최적화 분야의 발전을 가속화하는 동시에 수입 제조장비 의존도를 낮춘다. • 선호 포지셔닝: 화웨이의 새로운 칩 설계는 꾸준한 국산화 진전을 보여주며, 이는 SMIC(파운드리 생산), JCET(첨단 패키징), Naura Tech(장비), 그리고 AI 칩 설계업체인 Cambricon과 Montage를 포함한 국내 공급망에 수혜를 줄 수 있다. 화웨이의 Tau 법칙: 3D 통합을 통한 반도체 한계 극복 화웨이의 Tau(τ) 스케일링 법칙은 중국 반도체 산업에 중요한 의미를 갖는다. 이는 3D 로직 적층을 통해 성능과 트랜지스터 밀도를 향상시키는 시스템 수준의 접근법을 제공한다. Tau 법칙은 공정 미세화보다 지연시간 감소에 우선순위를 두어 장비 제약 속에서도 반도체 발전을 지속할 수 있도록 지원한다. 그러나 우리의 견해로는 이 접근법이 만능 해결책은 아니다. 열 관리, 하이브리드 본딩의 복잡성, 공정 제어 문제는 첨단 제조장비를 완전히 대체하는 데 한계를 부여한다. 그럼에도 불구하고 이는 3D 통합과 첨단 패키징의 산업 채택을 가속화한다. 주요 수혜 기업으로는 화웨이, SMIC, JCET, Naura Tech, 그리고 AI 칩 제조업체인 Cambricon과 Montage가 있다. 투자자들은 실행 리스크, 수율 문제, 과열 위험에 유의해야 한다. 화웨이의 새로운 칩 설계 화웨이 반도체 부문 책임자인 허팅보(He Tingbo)는 최근 상하이에서 개최된 IEEE(전기전자공학회) 국제 회로 및 시스템 심포지엄에서 Tau(τ) 스케일링 법칙이라는 새로운 프레임워크를 공개했다. 이 개념은 기존의 공정 노드 기반 미세화 중심의 반도체 스케일링에서 벗어나 칩 시스템 내부의 신호 지연시간을 줄이는 방향으로 패러다임을 전환한다. 중심 아이디어는 성능 향상이 반드시 무어의 법칙(Moore's Law)에 따른 기하학적 미세화에만 의존하는 것이 아니라, 시스템 수준의 설계 혁신을 통해서도 크게 달성될 수 있다는 점이다. 화웨이에 ...

BofA 글로벌 테크 컨퍼런스 프리뷰: 주요 논쟁거리와 기회 산업 개요 36개 경영진 미팅을 앞둔 반도체 업계 핵심 논쟁들 우리는 6월 2~4일 샌프란시스코에서 개최되는 대표 행사인 BofA 글로벌 테크 컨퍼런스에서 36개 반도체 기업의 경영진을 맞이하게 되어 기대가 크다. 이번 행사에는 엔비디아 EVP 겸 CFO인 콜레트 크레스(Colette Kress)의 기조연설과 함께 컴퓨트(AMD, MRVL, INTC, ARM), 반도체 장비(AMAT, LRCX, KLAC, ASML, NVMI, CAMT, AEIS), 아날로그(TXN, ADI, MCHP, ON, IFX), EDA(CDNS), 광통신(COHR, LITE), 연결성(CRDO, ALAB), 메모리(삼성전자) 분야의 주요 경영진이 참여한다. 컨퍼런스를 앞두고 우리는 최신 글로벌 산업 전망, AI 시스템 모델, WFE 모델, 2026년 최종시장 포스터를 제공하며 다음 주제들에 대한 업계 핵심 논쟁을 정리한다. AI 데이터센터: AI 투자지출 지속 가능성과 컴퓨텍스 촉매 메모리: 수급 동향, 현금흐름 지속 가능성, 주주환원 반도체 장비/EDA: 칩 제조 복잡성 증가와 WFE 성장 가능성 아날로그: 재고 조정 이후 경기 회복과 AI 전력 반도체 기회 AI 데이터센터: 투자 사이클, 헤드노드 CPU, 에이전틱 AI 투자지출 지속 가능성은 하반기에도 핵심 논쟁거리로 남아 있다. 현재 2027년 기준 약 1조 달러 규모의 AI 투자지출은 AI가 클라우드를 넘어 기업 및 국가 단위로 확산되면서 2030년에는 약 3~4조 달러 규모까지 확대될 가능성이 있다. 이 경우 엔비디아는 엔드투엔드 생태계와 엔터프라이즈 플랫폼을 바탕으로 전체 AI 시장 점유율 65~70%를 유지하며 가장 큰 수혜를 받을 것으로 본다. 반면 ASIC 업체들은 하이퍼스케일러 영역에서 강점을 가질 것이다. 한편 CPU는 시간이 지날수록 AI TAM 내 비중이 더욱 커져 5~6% 수준을 차지할 것으로 보이며, 엔비디아의 컴퓨텍스(6월 1일 CEO 기조연설) 역시 이 부분에 초점이 맞춰질 가능성이 높다. 우리는 헤드노드에서 x86에서 ARM(Vera 기반)으로의 전환이 지속될 것으로 예상하며, 독립형 CPU 랙은 새로운 성장 기회가 될 것으로 본다. 또한 엔비디아가 MediaTek과 함께 소비자용 CPU 시장으로 진출할 가능성도 존재한다고 본다. 메모리: 가격 결정력과 주주환원 확대 가능성 메모리 가격의 지속 가능성 역시 중요한 논쟁거리다. 장기공급계약(LTA)이 점점 일반화되고 있으며 일부 사례에서는 가격도 고정되고 있다. 우리는 2028년까지 DRAM과 NAND 모두 공급충족률이 균형 수준인 ±10% 범위 내에 머물 것으로 예상하며, 의미 있는 공급과잉이나 공급부족은 발생하지 않을 것으로 본다. 또한 메모리 업체들은 보다 지속 가능한 산업 구조를 증명하기 위해 주주환원을 확대할 가능성이 있다. 현재 마이크론의 배당수익률은 0.05% 수준으로 과거 평균인 0.4%보다 크게 낮다. 반도체 장비: 2027~2028년 가시성과 장기 WFE 성장 반도체 장비 업계의 논쟁은 점차 2027~2028년 매출과 이익 잠재력으로 이동하고 있다. 고객 기반 확대, 기술 전환, 팹 건설 일정과 같은 복잡성을 고려할 때 2027년 어려운 비교 기준을 얼마나 안정적으로 넘어설 수 있을지가 중요하다. 또한 AMAT, LRCX와 같은 식각·증착·공정 장비 업체들이 ASML, KLAC 등 노광·공정제어·특수장비 업체 대비 상대적 초과성장을 지속할 수 있을지도 핵심 관심사다. 마지막으로 2030년 반도체 시장 규모가 2조 달러에 도달할 경우 WFE 시장은 2,500억 달러 규모까지 성장할 수 있다고 보지만, 그 성장이 ASP 상승 중심인지 물량 증가 중심인지에 대한 논쟁이 존재한다. 아날로그: 회복 레버리지, 가격 인상, AI 데이터센터 2026년 상반기 기준 광범위한 아날로그 반도체 경기 회복이 확실하게 진행되고 있다. 하지만 투자자들은 TXN·ADI와 같은 산업용 아날로그 업체를 선택해야 할지, 아니면 ON과 같은 자동차 반도체 업체를 선택해야 할지를 두고 논쟁하고 있다. 산업용 아날로그 업체는 장기 성장성이 강하지만 회복이 이미 시작된 반면, 자동차 반도체 업체는 더 큰 실적 레버리지를 제공할 수 있으며 가격 인상 여력도 존재한다. 우리가 첨부한 심층 분석에 따르면 AI와 800V 전력 시스템은 2026~2027년에 60~80% 성장의 촉매가 될 수 있다. 1. AI 데이터센터 분석 2030년 AI TAM 전망: 1.7조 달러 이상 현재 약 6.3조 달러 규모의 글로벌 IT 지출 가운데 데이터센터 시스템 시장은 AI와 비AI를 포함해 약 7,670억 달러 규모라고 판단한다. 2030년에는 이 시장이 약 2.1조 달러 규모까지 성장할 것으로 예상하며, 2025~2030년 CAGR은 32%로 전체 IT 지출 성장률인 9%를 크게 상회할 전망이다. 특히 AI 데이터센터 시스템 시장은 2025년 2,640억 달러에서 2030년 1.7조 달러 이상으로 성장할 것으로 예상한다. AI 서버가 약 1.3조 달러로 전체의 약 75%를 차지하고, 네트워킹이 약 3,160억 달러(20%), 스토리지가 약 820억 달러(5%)를 차지할 전망이다. AI 서버 내에서 AI 가속기 시장은 2024년 1,200억 달러, 2025년 1,970억 달러에서 2030년 약 1.2조 달러 규모로 성장할 것으로 본다. HBM은 전체 가속기 지출의 약 14~20%를 차지하며 2030년 TAM은 1,680억 달러에 이를 것으로 예상한다. 다만 에이전틱 AI 워크로드로 메모리 계층과 종류가 다양화되면서 비중은 범위 하단으로 이동할 수 있다. 서버 CPU 시장은 2025년 약 270억 달러에서 2030년 1,250억 달러로 성장(CAGR 36%)할 전망이다. AI CPU 시장은 2025년 90억 달러에서 2030년 960억 달러 규모(CAGR 61%)로 성장할 전망이다. AI 연결성 시장은 2025년 170억 달러에서 2030년 1,100억 달러 규모(CAGR 45%)로 성장할 전망이며, 광 연결은 880억 달러, 구리 연결은 220억 달러 규모가 될 것으로 예상한다. 비AI 데이터센터 시스템 시장은 상대적으로 완만한 8% CAGR 성장에 그칠 것으로 예상한다. 데이터센터 시스템 TAM에서 CPU 비중은 5~6%에 불과 약 1,250억 달러 TAM 기준으로, 서버 CPU는 시간이 지날수록 전체 데이터센터 시스템 TAM의 약 5~6%를 차지할 것으로 본다. 이는 AI 학습의 가치 비중이 정점에 있었던 2025년 약 5% 저점에서 소폭 상승한 수준이다. 시간이 지날수록 AI 추론과 에이전틱 AI 워크로드에서 CPU의 역할이 커지면서 데이터센터 시스템 내 CPU 가치도 완만하게 확대될 것으로 예상한다. 다만 AI 가속기, HBM 메모리, 네트워킹, 연결성 같은 다른 구성요소들 역시 전체 시스템에서 여전히 핵심적이기 때문에 CPU 비중은 여전히 5~6% 수준에 그칠 것으로 본다. Exhibit 2: 우리는 서버 CPU가 시간이 지날수록 전체 데이터센터 TAM 가치의 5~6%를 차지할 것으로 예상하며, 에이전틱 AI 워크로드에서 역할이 커지면서 비중이 완만하게 확대될 것으로 본다 서버 CPU의 데이터센터 시스템 TAM 대비 비중 AI에 한정하면, AI CPU는 시간이 지날수록 전체 서버 CPU의 75% 이상을 차지할 것으로 본다. Exhibit 3: 서버 CPU TAM은 2030년 약 1,250억 달러에 도달할 수 있으며, AI CPU가 75% 이상을 차지할 전망 서버 CPU TAM 및 AI 서버 CPU의 구성 비중 클라우드/통신사 투자지출 개요 Exhibit 4: 컨센서스/BofA 합산 전망에 따르면 주요 클라우드 업체들의 투자지출은 2026년과 2027년에 전년 대비 각각 +68%, +25% 증가할 수 있다 클라우드 투자지출 전망 요약 Exhibit 5: 미국 통신사 투자지출 집약도는 5G 투자 사이클 정점이었던 2022년에 16.8%까지 상승했으며, 이는 2015~2021년의 12~14% 대비 높은 수준이다 미국 통신사 투자지출 요약 2026~2027년 투자지출 추정치는 시간이 지날수록 꾸준히 상향 조정 아래에서 우리는 글로벌 클라우드 투자지출에 대한 월가 추정치가 지난 12개월 동안 꾸준히 상승해왔다는 점을 강조한다. 절대 금액 기준으로, 2026년 투자지출 전망은 비교 가능성을 위해 리스를 제외할 경우 전년 대비 ...

메모리: DRAM/NAND/HBM의 장기 호황이 밸류에이션 멀티플 확대를 이끌 전망; 삼성전자·SK하이닉스 목표주가 상향, 매수 의견 유지, 키옥시아 매수 상향 우리는 이제 2027년 범용 DRAM, NAND, HBM의 수급(S/D)이 모두 2026년보다 더 타이트해질 것으로 예상하며, 이러한 타이트한 수급이 2028년까지 이어질 것으로 전망한다. 이는 메모리 업체들이 향후 수년 동안 높은 수준의 이익창출력을 유지하는 데 도움이 될 것이다. 우리는 현재 메모리 업사이클의 지속성이 시장에서 아직 충분히 평가받지 못하고 있다고 판단한다. 이는 대부분의 메모리 관련 주식들이 여전히 한 자릿수 중반 수준의 PER에 거래되고 있다는 점에서 확인할 수 있다. 따라서 본 보고서에서는 이번 사이클이 과거와 무엇이 다른지를 분석한다. 우리가 주로 강조하는 점은 다음과 같다. 서버 및 AI 비중 확대와 에이전틱 AI 확산에 따른 수요 가시성 향상 느린 증설 속도와 높은 HBM 전환 비율에 따른 제한적인 공급 증가 장기공급계약(LTA)을 통한 고객들의 더 강한 약정과 보다 효율적인 CAPEX 계획 우리는 이러한 요인들이 수요가 공급보다 계속 빠르게 증가하는 환경을 뒷받침할 것이며, 그 결과 DRAM/NAND/HBM 전 부문에서 2028년에도 공급 부족이 지속되는, 과거보다 더 긴 업사이클이 나타날 것으로 예상한다. 보다 타이트한 산업 수급 전망을 반영하여 메모리 업체들에 대한 DRAM/NAND/HBM 가격 전망을 상향한다. 삼성전자의 범용 DRAM ASP는 2026년/2027년에 전년 대비 각각 326%/27% 상승하고, NAND ASP는 각각 283%/33% 상승할 것으로 전망한다. 또한 HBM ASP가 범용 DRAM 가격을 따라잡는(catch-up) 현상이 발생하면서 2027년에 약 50%의 전년 대비 성장률을 기록할 것으로 전망한다. 이에 따라 HBM TAM은 2026년 560억 달러, 2027년 1,160억 달러, 2028년 1,680억 달러에 이를 것으로 예상한다. 주로 ASP 가정 상향에 힘입어 삼성전자와 SK하이닉스의 실적 전망치를 크게 상향한다. 우리는 삼성전자의 영업이익을 2026년 37.4조원, 2027년 53.0조원, 2028년 61.0조원으로 전망하며, SK하이닉스는 각각 27.1조원, 40.1조원, 45.4조원으로 전망한다. 높은 수익성이 지속될 것이라는 전망을 반영하여, SK하이닉스의 밸류에이션 방법론을 P/E 기준으로 변경하고 목표 PER 9배를 적용해 12개월 목표주가를 350만원으로 상향한다. 삼성전자의 12개월 목표주가도 48만원(우선주는 36만원)으로 상향하며, 이 역시 약 9배의 PER을 의미한다. 최근 종가 대비 각각 53%, 60%의 상승여력을 시사하므로 두 종목에 대한 매수 의견을 유지한다. 또한 NAND 가격이 예상보다 더 오래 높은 수준을 유지할 것이라는 전망을 반영해 키옥시아에 대한 투자의견을 매수로 상향하며, FY2028년 3월 기준 예상실적에 7.8배 PER을 적용한 신규 12개월 목표주가 93,000엔을 제시한다. 키옥시아 상향 보고서에서는 “왜 지금인가(Why Now?)”, “왜 키옥시아인가(Why Kioxia?)” 및 순환성에 대한 최신 견해를 별도로 다루고 있다. 높은 마진, 경쟁우위(모트), 구조적 성장성을 보유한 기업들이 통상 20배 수준의 PER에 거래되고 있다는 점을 고려하면, 메모리 기업들이 장기간 높은 이익창출력을 입증할 경우 밸류에이션 상승 여력이 상당하다는 점도 강조하고자 한다. 이번 사이클이 다른 이유: 세 가지 핵심 포인트 메모리 산업은 과거 심한 경기순환성을 보여왔기 때문에 업사이클의 지속 가능성은 투자자들의 가장 큰 우려 중 하나였다. 그 결과 메모리 기업들의 밸류에이션 멀티플 확대도 제한적이었다. 따라서 우리는 현재의 메모리 업사이클과, 현재 사이클 이전 가장 강력했던 업사이클로 평가받는 2017~2018년 업사이클을 비교한다. 우리는 수요, 공급, 계약 구조라는 세 가지 측면에서 두 사이클을 비교하며, 향후 수년 동안 현재 업사이클이 과도한 공급과잉으로 전환될 가능성이 왜 더 낮다고 보는지 설명한다. 따라서 우리는 메모리 기업들이 과거 사이클 대비 더욱 지속 가능한 방식으로 높은 이익창출력을 유지할 것으로 판단한다. #1 수요 측면에서 무엇이 다른가? 서버 비중 확대와 AI 시장 성장, 그리고 메모리 중요성 증가에 따른 높은 수요 가시성 2017~2018년 업사이클과 현재 업사이클의 핵심 수요 동인은 모두 강한 서버 수요다. 2017~2018년 업사이클이 클라우드 데이터센터 확장에 의해 주도되었다면, 현재 사이클은 대규모 AI 서버 구축이 주도하고 있다. 서버 메모리 시장 규모는 2017~2018년 이후 크게 성장했다. 주요 하이퍼스케일러의 CAPEX 확대와 함께 성장해 왔으며(도표 1), 2025년 서버 메모리 시장 규모는 449억 달러로 2017년의 60억 달러 대비 7.4배 수준에 달한다. 현재 메모리 수요는 서버 수요와 밀접하게 연결되어 있다. 서버 부문은 현재 전체 DRAM 수요의 약 50%, NAND 수요의 약 40%를 차지한다. 이는 2017년의 DRAM 16%, NAND 16%와 비교해 크게 증가한 수준이다(도표 2, 도표 3). 당사 글로벌 팀은 AI 클러스터의 지속적인 확장이 서버 시장의 견조한 성장을 이끌 것으로 보고 있으며(도표 4), 이는 주요 AI 공급망 기업들의 긍정적인 장기 AI 전망과 주요 하이퍼스케일러들의 공격적인 AI 인프라 투자 전략에 의해 뒷받침되고 있다(도표 5). 우리는 서버 수요 비중 확대와 서버·AI 시장의 견조한 성장 전망이 과거 업사이클보다 더 높은 장기 수요 가시성을 제공할 것으로 판단한다. Exhibit 1: 주요 하이퍼스케일러들의 CAPEX 증가와 함께 서버 메모리 시장 규모도 크게 성장 하이퍼스케일러 CAPEX 및 서버 메모리 수요 Exhibit 2: 메모리 수요는 이제 서버 수요와 밀접하게 연결되어 있으며, 서버 부문은 전체 DRAM 수요의 약 50%를 차지 전체 DRAM 수요 대비 서버 비중 Exhibit 3: 메모리 수요는 이제 서버 수요와 밀접하게 연결되어 있으며, 서버 부문은 전체 NAND 수요의 약 40%를 차지 전체 NAND 수요 대비 서버 비중 Exhibit 4: 당사 글로벌 팀은 AI 클러스터의 지속적인 확장이 서버 시장의 견조한 성장을 이끌 것으로 전망 Goldman Sachs 추정 2016~2028년 서버 TAM Exhibit 5: 주요 AI 공급망 기업들의 긍정적인 장기 AI 전망과 하이퍼스케일러들의 강력한 AI 인프라 투자 전략 NVIDIA 코멘트 AI 인프라 수요가 전례 없는 속도로 확대될 것으로 예상 10년 말까지 AI 인프라 지출 규모가 3~4조 달러에 이를 것으로 전망 AI CAPEX 6,600억 달러는 지속 가능하고 적절한 수준이라고 판단 연산량이 2배 증가하면 매출은 4배 증가할 수 있다고 전망 Meta 코멘트 향후 수년간 인프라 수요 충족과 전략적 유연성 극대화를 위해 공격적으로 투자 미래 용량 확보를 위해 데이터센터 footprint를 대폭 확대 AI 발전이 지속되면서 필요한 연산 수요를 과소평가했다고 언급 향후 사업에서 컴퓨팅의 중요성이 더욱 커질 것으로 전망 Amazon 코멘트 Amazon이 진행 중인 장기 CAPEX 투자에 대해 높은 확신 유지 이미 상당 부분의 투자에 대해 고객 약정을 확보 AWS 성장 속도가 더 빨라질 경우 단기 CAPEX를 더 확대할 수 있음 투자 자산이 가동된 후 수년 내 FCF와 ROIC가 매력적인 수준이 될 것으로 전망 AI를 Amazon의 장기 매출 성장을 이끌 거대한 기회로 평가 Google 코멘트 내부 및 외부 모두에서 전례 없는 AI 컴퓨팅 수요를 확인 AI 투자가 클라우드와 서비스 사업의 기록적인 매출 및 수주잔고 성장으로 이어지고 있음 AI 기회를 확보하기 위해 필요한 자본 투자를 지속할 계획 Oracle 코멘트 향후 3년 내 가동될 10GW 이상의 전력 및 데이터센터 용량 확보 인프라 투자의 90%는 파트너를 통해 자금 조달 완료 고객 선지급금 및 BYOH(Bring Your Own Hardware) 모델을 통해 현금흐름 부담 없이 확장 가능 Microsoft 코멘트 수요 신호에 맞춰 공격적으로 용량을 확대 중이며, 4개 대륙에서 신규 데이터센터 투자 발표 FY3Q26에 추가로 1GW 용량 확보 2년 내 전체 인프라 규모를 두 배로 확대할 계획 GPU·CPU·스토리지 증설을 지속하고 있음에도 최소 2026년까지 공급 제약이 이어질 것으로 예상 제품 혁신 가속화와 노후 서버 교체를 위해 R&D 투자 확대 계획 TSMC 코멘트 AI 관련 수요가 매우 강력할 것으로 전망 더 많은 연산 수요가 첨단 반도체 수요를 뒷받침할 것으로 예상 AI 데이터센터 및 CSP의 병목은 TSMC의 실리콘이라고 판단 고객 성장을 지원하기 위해 생산능력 확대 및 CAPEX 증설 준비 중 고객의 고객들로부터도 매우 강한 수요 신호를 직접 받고 있다고 언급 메모리의 역할은 2017~2018년 업사이클과 비교해 모델 성능과 효율성을 결정하는 핵심 요소로 진화했다. 2017~2018년 클라우드 컴퓨팅 수요가 급격히 증가했을 당시에는 CPU의 연산 능력이 주요 성능 병목이었다. 데이터센터는 웹 호스팅, 데이터베이스 관리, 가상화와 같은 범용 워크로드에 최적화되어 있었으며, 표준 DDR4 메모리는 프로세서에 데이터를 공급하는 데 충분한 대역폭을 제공했다. 반면 현재의 AI 데이터센터 시대에는 AI 가속기의 연산 성능이 메모리의 데이터 전달 속도와 용량을 크게 앞서고 있으며, 메모리 대역폭과 용량이 차세대 AI 모델 확장을 제약하는 핵심 병목으로 부상했다. LLM은 수십억~수조 개의 LLM 파라미터와 KV 캐시(개인화되고 더 빠른 추론 서비스를 위해 사용되는 컨텍스트 메모리)를 저장하기 위해 막대한 메모리 용량을 필요로 하며, 대규모 데이터셋을 가속기에 신속하게 공급하기 위해 높은 대역폭도 요구한다. 그러나 HBM(High Bandwidth Memory)이 추가되었음에도 불구하고 메모리 대역폭과 용량은 여전히 가속기의 성능에 크게 못 미치고 있으며, 메모리는 AI 모델의 성능을 결정하는 핵심 구성요소 중 하나가 되었다. 우리는 에이전틱 AI의 확산에 의해 AI 모델 스케일링이 확대되면서 더 높은 용량과 대역폭을 가진 메모리에 대한 수요가 증가할 것으로 예상하며, 이에 따라 메모리 수요는 장기적으로 지속적이고 견조한 성장 궤적을 보일 것으로 전망한다. <Exhibit 6> <Exhibit 7> Exhibit 6: 서버 DRAM(HBM 제외) 수요 성장 전망 Exhibit 7: HBM 수요 성장 전망 Exhibit 8: 2030년까지 소비자 및 기업용 에이전트는 현재 글로벌 토큰 처리 능력 대비 24배 규모의 토큰 소비를 유발할 수 있음 #2 공급 측면에서 무엇이 다른가? 느린 생산능력 증설과 높은 HBM 전환 비율이 공급 증가를 제한 우리는 향후 수년간 범용 메모리 공급 증가율이 2017~2018년 업사이클 대비 더 느릴 것으로 전망한다. 이는 생산능력 증설 속도가 더 느릴 것으로 보기 때문이다. 또한 범용 DRAM 대비 3~4배 더 많은 웨이퍼 생산능력을 소비하는 HBM의 등장 역시 범용 메모리 공급 확대를 제한하고 있다. 2017~2018년 업사이클 당시 삼성전자와 SK하이닉스는 상당한 규모의 클린룸 공간을 확보하고 있었으며, 이를 비교적 짧은 기간 안에 생산능력으로 전환할 수 있었다. 당시에는 HBM이 존재하지 않았기 때문에 모든 클린룸 공간이 범용 메모리 생산에 사용되었고, 이는 의미 있는 공급 증가로 이어졌다. 반면 현재는 메모리 업체들이 활용 가능한 클린룸 공간이 많지 않으며, 신규 클린룸 공간 역시 HBM 생산에 우선 배정될 것으로 예상된다. 메모리 업체들은 CAPEX 계획을 상향하고 팹 건설 일정을 앞당기고 있지만, 긴 리드타임(팹 건설부터 실제 생산까지 최소 약 3년 소요)을 고려할 때 2030년까지 범용 DRAM 생산능력 증가 속도는 2017~2018년 업사이클보다 느릴 것으로 전망한다. 3대 DRAM 업체는 2017년부터 2018년까지 범용 DRAM 생산능력을 연평균 12% 증가시켰지만, 우리는 2026년부터 2030년까지는 연평균 7~8% 수준만 증설할 수 있을 것으로 예상한다. 이는 2017~2018년 대비 4~5%p 더 느린 속도다. <Exhibit 9> 또한 성능 향상을 위한 다이 크기 확대와 제조 난이도 상승에 따른 수율 손실 때문에 HBM 전환 비율(HBM trade ratio)은 지속적으로 증가하고 있다. <Exhibit 11> 이는 범용 메모리 부족 현상을 더욱 악화시킬 수 있다. 범용 DRAM 공급은 2017~2018년 동안 연평균 19% 성장했지만, 우리는 2026~2028년에는 연평균 15% 성장에 그칠 것으로 예상한다. 이는 2017~2018년 대비 4%p 낮은 수준이다. <Exhibit 10> Exhibit 9: 우리는 3대 업체의 범용 DRAM 생산능력 CAGR이 2017~2018년 대비 4~5%p 더 느릴 것으로 예상 SEC/Hynix/Micron 클린룸 증설 속도 비교: 2017~2018년 vs 2026~2030년 Exhibit 10: 범용 DRAM 공급은 2017~2018년 연평균 19% 성장했지만, 2026~2028년에는 연평균 15% 성장에 그칠 전망 3대 업체의 범용 DRAM 공급 성장률 Exhibit 11: HBM 전환 비율은 더 큰 다이 크기와 제조 난이도 증가에 따른 수율 하락으로 계속 상승 세대별 HBM 대 범용 DRAM 생산능력 전환 비율 #3 계약 구조 측면에서 무엇이 다른가? 더 강하고 장기적인 구속력 있는 약정이 이익 가시성을 높이고 경기순환성을 완화 메모리 부족 현상이 지속되고 장기화될 것이라는 전망이 확산되면서 고객들은 중장기 물량 확보를 위해 적극적으로 LTA(Long-term Agreement, New Business Model 또는 Strategic Customer Agreement라고도 불림)를 요구하고 있다. 공급업체들 역시 이러한 논의에 적극 참여하고 있는데, LTA는 장기 사업 안정성을 높일 수 있기 때문이다. 메모리 업체들은 이미 일부 고객들과 LTA 체결을 완료했으며, 과거 LTA와 달리 현재 계약은 훨씬 강한 구속력을 포함한다고 언급했다. 당사 채널 체크에 따르면 현재 논의 중인 LTA에는 상당한 규모의 선지급금(prepayment)과 계약 불이행 시 의미 있는 패널티 조항이 포함될 수 있으며, 이는 계약의 구속력을 크게 높여줄 수 있다. 가격은 사전에 정해진 범위 내에서 협의되고 있으며, 최소 가격(floor price)은 지속적으로 높은 마진을 보장할 수 있는 수준에서 논의되고 있다. 우리는 LTA가 메모리 산업의 경기순환성을 완전히 제거할 것으로 보지는 않는다. 모든 계약이 LTA 형태로 체결되지는 않을 가능성이 높기 때문이다. 그러나 LTA는 경기순환성을 완화하고, 장기 이익 가시성을 높이며, CAPEX 효율성을 개선할 것으로 예상한다. 메모리 기업들은 높은 이익 변동성과 제한적인 장기 실적 가시성 때문에 다른 AI 생태계 기업들보다 낮은 PER에 거래되어 왔다. <Exhibit 13> 따라서 우리는 LTA 확대가 메모리 기업들의 밸류에이션 멀티플 상승을 더욱 잘 뒷받침할 것으로 판단한다. Exhibit 12: 메모리 업체들의 LTA 관련 코멘트 Samsung Electronics ...

AI 내러티브가 주도하는 시장에서의 가치투자 투자자들은 기술적 필연성을 넘어 가격 지속성(price durability), 적응력(adaptability), 그리고 장기적인 현금 창출 능력(long-term cash generation)을 살펴봐야 한다. Steven Magill 글로벌 주식(Global Equity) 공동 책임자 Steve Magill은 글로벌 주식팀의 공동 책임자로서 글로벌, 유럽 및 미국 주식 전략을 총괄하며 대표 ESG 통합 및 지속가능 투자 전략의 수석 포트폴리오 매니저를 맡고 있다. 그는 회계학 학위를 취득한 후 영국 주식 포트폴리오 매니저로 UBS Asset Management에 복귀했으며, 이후 글로벌 헬스케어 부문을 이끌고 범유럽 리서치 부문 부책임자(2007년)를 역임했다. 그는 2015년 영국 가치주 부문을 총괄했고, 2017년에는 유럽 전략을 추가했으며, 2022년 글로벌 전략, 2024년 지속가능 투자 전략으로 영역을 확장하는 데 기여했다. CFA 지속가능 투자 자격증을 보유하고 있다. AI 내러티브가 가속화되면서 투자자들은 기술적 필연성을 경제적 필연성과 혼동할 위험이 있다고 Steve Magill은 주장한다. 핵심 질문은 AI에 의해 재편되는 경제를 어떤 비즈니스 모델이 지속 가능한 수익으로 전환할 수 있는가 하는 점이다. 인공지능은 이제 범용적인 기반 기술(general-purpose enabling layer)로 이해하는 것이 가장 적절하다. AI는 경제 전반에 걸쳐 의사결정, 자동화 및 정보 처리 능력을 강화한다. 그 활용 범위는 공공 서비스, 글로벌 기업, 과학, 헬스케어, 국방 및 소비자 플랫폼에 걸쳐 있으며, 독립적으로 존재하기보다는 다양한 업무 흐름(workflow)에 내재되고 있다. 이 자체는 논쟁의 여지가 없다. 훨씬 덜 명확한 것은 이러한 기술 변화가 경제적 가치, 경쟁 우위 및 장기 수익으로 어떻게 연결되는가 하는 점이다. AI가 약속의 단계에서 실제 적용 단계로 빠르게 이동함에 따라, 우리는 투자자들의 핵심 과제가 AI가 어디에서 지속 가능한 가치를 창출할 것인지, 그리고 어디에서 시장 내러티브가 펀더멘털보다 더 빠르게 움직이고 있는지를 판단하는 데 있다고 생각한다. AI만큼 빠른 속도와 규모로 자본을 끌어들인 기술은 거의 없다. 하이퍼스케일 클라우드 사업자들, 즉 Microsoft, Alphabet, Amazon, Meta, Oracle은 지난 3년 동안 데이터센터, 네트워크 및 반도체에 총 1조 달러 이상을 투자하기로 약속했다. 연간 자본지출 규모는 과거 석유 메이저 기업이나 국가 인프라 프로젝트에서만 볼 수 있었던 수준에 도달했다. 중요한 점은 AI가 비선형적인 개선 특성을 보인다는 것이다. 모델 성능은 규모 확대, 데이터 피드백 루프, 자기학습 아키텍처를 통해 향상될 수 있으며, 비용 하락과 성능 향상에 따라 수요 또한 확대될 수 있다. 우리는 기능성 측면에서 빠르고 복합적인 성장을 목격하고 있다. AI 토큰 사용량과 전체 컴퓨팅 수요는 기하급수적으로 증가하는 반면, 계산 단가는 하락하고 있다. 기술 발전은 더 이상 무어의 법칙이 제시했던 예측 가능한 하드웨어 중심의 개선 속도에 의해 좌우되지 않는다. 대신 규모, 데이터, 소프트웨어 효과가 능력의 훨씬 더 빠른 복리 성장을 가능하게 하고 있다. AI 도입 곡선은 산업마다 다를 수 있지만, 우리는 인터넷이 20년 만에 독립적인 제품에서 보이지 않는 인프라로 변화했던 것처럼 AI 역시 결국 디지털 업무 흐름 전반에 보편적으로 내재될 것으로 예상한다. 기업 세계에 AI가 미칠 영향: 승자, 패자 그리고 중간지대 AI는 모든 기업에 동일한 영향을 미치지 않을 것이다. 사업적·재무적 영향은 불균등하게 나타날 것이며, 명확한 승자와 구조적 패자, 그리고 넓은 중간지대를 만들어낼 것이다. 승자 주요 수혜자는 두 개의 뚜렷한 그룹으로 나뉜다. 첫 번째는 인프라 및 ‘곡괭이와 삽(picks-and-shovels)’ 제공자들이다. 이들은 핵심 AI 지식재산권과 ...

미국 데이터센터 개발을 제약하고 있는 공급망 병목 AI 및 데이터센터 수요의 속도를 공급망이 따라가지 못하면서, 데이터센터의 급속한 확장이 공급망과 충돌하고 있다. 전력, 물, 핵심 광물, 숙련 노동력, 지정학적 리스크에 노출된 투입 요소들 전반의 제약이 복합적으로 작용하면서 신규 용량이 얼마나 빠르게 공급될 수 있는지를 제한하고 있다. 그 결과, 미국의 데이터센터 건설은 향후 둔화되고 더 선별적으로 진행될 가능성이 높으며, 프로젝트 일정과 부지의 실현 가능성은 수요 자체보다 물리적 자원 접근성에 의해 점점 더 결정될 것으로 보인다. 요약 물리적·지정학적 시스템이 데이터센터 성장의 걸림돌이 되고 있다. 전력, 물, 핵심 광물, 숙련 노동력이 점점 결정적인 제약 요인으로 변하고 있다. 향후 수년 동안 광물, 반도체, 서버, 네트워크 장비, 발전 인프라 전반의 공급 부족이 프로젝트 일정을 지연시키고, 개발 가능한 부지를 줄이며, 자본력이 큰 개발업체에 유리한 “pay-to-play” 모델을 가속화할 가능성이 높다. 데이터센터 공급망이란 무엇인가? 데이터센터는 데이터를 저장, 처리, 전송하는 데 필요한 디지털 인프라를 수용하는 특수 시설이다. 이러한 시설의 공급망은 핵심 광물, 첨단 제조업, 에너지 인프라, 숙련 노동력을 포함한다(Figure 1 참조). 공급망 상류 어느 단계에서든 발생하는 지연은 하류 단계의 배치를 멈춰 세울 수 있다. 특히 AI 워크로드를 중심으로 컴퓨팅 수요가 가속화되면서, 이러한 제약은 더 이상 이론적인 문제가 아니다. 이제는 데이터센터 용량을 얼마나 빠르게 구축할 수 있는지를 실제로 제한하는 요소가 되고 있다. Figure 1: 데이터센터 공급망 주: 본 그림은 본 리포트에서 다루는 공급망 구성 요소를 설명하기 위한 목적이다. 표시된 냉각 방식은 데이터센터 냉각 방식 중 하나일 뿐이다. 상류 단계: 핵심 광물 병목 공급망은 구리, 알루미늄, 은, 희토류와 같은 핵심 광물에서 시작된다. 이러한 자원은 서버, 전력 시스템, 냉각 장비에 필수적이다(Table 1 참조). 이 단계에서 발생하는 공급 차질이나 부족은 제조 일정 전체로 전이되며, 비용 상승과 장비 리드타임 확대를 초래한다. Table 1: 데이터센터에 사용되는 핵심 광물 사례 제조 능력 부족이 공급 부족을 확대 제조업체들은 핵심 광물을 반도체 칩, 네트워크 하드웨어, 전력 분배 장비, 냉각 시스템으로 가공한다. 이러한 부품은 제한된 여유 생산능력과 높은 지역 집중도를 가진 고도로 전문화된 시설에서 생산된다. 또한 많은 부품들이 동일한 원재료와 공급업체를 공유하기 때문에, 공급 부족은 개별적으로 발생하는 것이 아니라 누적되며 확대된다. 설치 및 운영 단계는 노동력·전력·물 부족에 직면 개발업체가 장비를 확보하더라도 실제 배치를 위해서는 건설·설치·운영을 담당할 숙련 노동력과, 물 및 안정적인 24시간 전력이 필요하다. 이러한 현장 수준의 제약은 공급망 문제가 공장 단계에서 끝나는 것이 아니라 실제 가동과 운영 단계까지 이어진다는 것을 의미한다. 전례 없는 수요가 긴 리드타임과 자재 부족 위험을 초래 데이터센터 수요의 급증과 청정기술 개발 가속화는 이미 과부하 상태인 글로벌 공급망에 추가 부담을 주고 있다. IEA는 청정기술에 필요한 핵심 광물 수요를 추적해왔으며, 해당 기술들에 대한 총 광물 수요가 2040년까지 28~41% 증가할 수 있다고 전망한다(Figure 2 참조). 이 추정치는 데이터센터 수요를 제외한 수치이며, 데이터센터까지 포함할 경우 예상 광물 수요 증가는 더욱 커질 수 있다. 광물 수요 급증은 공급망에 중대한 도전을 초래하고 있으며, 데이터센터 산업에는 장비 리드타임 확대, 제품 부족, 비용 상승으로 이어지고 있다. 또한 중국 단일 국가가 상당수의 핵심 자원을 통제하고 있다는 점은 지정학적 리스크를 추가한다. 다가오는 구리 부족 구리는 데이터센터 인프라에서 핵심 광물이다. 서버, 냉각 시스템, 네트워크 시스템, 송전 케이블, 전력 연결 부문에 사용된다. 하지만 구리 수요 급증과 광산 매장량 감소가 맞물리면서 미래 공급 가능성에 대한 우려가 커지고 있다. BNEF 전망에 따르면 2035년까지 구리 공급은 수요 대비 약 600만톤 부족할 수 있다(Figure 3 참조). 구리가 제약 요인으로 부상하는 이유는 전력화와 재생에너지 같은 여러 성장 산업이 동시에 이를 필요로 하기 때문이다. 하지만 공급은 긴 개발 일정 때문에 증가하는 수요를 따라가지 못하고 있다. 한 업계 전문가는 2040년까지 수요를 충족하려면 신규 광산 80개가 필요하다고 전망했다. 전 세계적으로 최소 200개의 광산 개발 계획이 존재하지만, 신규 구리 광산은 실제 생산까지 최대 17년이 걸릴 수 있다. 기존 산업 수요와 전력화, 데이터센터 확장 수요가 동시에 증가하면서 공급망 리스크는 크게 확대되고 있다. 구리 가격은 이미 공급 차질과 수요 급증으로 충격을 흡수하고 있으며, 2026년 1월에는 톤당 14,500달러의 사상 최고 수준을 기록했다. 데이터센터 입장에서는 이러한 제약이 건설 일정과 구리 조달 불확실성을 높이며, 구리 집약적 장비의 비용 상승과 공급 리스크를 초래하고 있다. 데자뷔 – 반도체 칩 위기 반도체 칩 공급을 제약하는 요소는 구리만이 아니다. 반도체 칩은 스마트폰, 태블릿, 스마트홈 기기, 의료기기 등 현대 기술 전반에 사용되기 때문에 수요가 광범위하고 지속적이다. 반도체 산업은 코로나19 팬데믹 시기와, 유럽과 아시아를 연결하는 세계 최대 무역로 중 하나였던 수에즈 운하 봉쇄 사태 당시 큰 혼란을 겪었다. 하지만 현재의 제약은 단순한 일시적 충격이 ...