AI 인프라 스택 전반에서 수요와 공급의 불균형이 어떻게 변동하는지, 그리고 왜 다음 병목 현상이 이미 형성되고 있는지.
운하 비유
Convequity에서 우리는 AI 투자 기회를 하나의 단순한 비유를 통해 바라본다. 에너지 생성부터 최종 사용자까지 이어지는 AI 가치사슬 전체를 일련의 댐으로 구획된 긴 운하라고 상상해보자.
수요는 폭발적이다. 그러나 공급 측면은 막대한 자본이 필요하고 리드타임이 길다. 이 불일치가 가치사슬 전반에 걸쳐 서로 다른 시점에, 서로 다른 강도로 수요-공급 불균형을 만들어낸다. 댐은 바로 이 병목을 상징한다.
현재 가장 심각한 병목은 최상류 구간인 에너지 및 전력 배분에 위치한다. 지난 1년 동안 이 댐은 서서히 열리기 시작했다. 새로운 공급이 점진적으로 시장에 진입하고 있지만, 아직 완전히 개방된 것과는 거리가 멀다. 가격은 여전히 높은 수준을 유지하고 있다. 공급이 보다 자유롭게 흐르기 시작해 이 구간의 수위가 균형점으로 낮아지면, 그 물은 하류의 다음 댐인 데이터센터에 부딪히며 사이클이 반복된다. 수위가 오르고, 새로운 불균형이 발생하며, 또 한 차례의 가격 급등이 찾아온다.
물론 현실은 댐이 하나씩 차례로 열리는 깔끔한 순서처럼 단순하지 않다. 에너지 병목이 여전히 상당한 수준으로 남아 있는 동안에도, 이미 대규모 데이터센터 수주 잔고가 쌓이고 있다. 이 비유는 문자 그대로의 시간표로 받아들여서는 안 된다. 그 가치는 가치사슬을 따라 가격 결정력의 무게중심이 어떻게 이동하는지를 이해하는 개념적 틀에 있다. 개별 구간이 각자 고립된 채로 부침을 반복하는 것이 아니라, 전체가 유기적으로 연결되어 있다는 시각이다.
이 상호 연결성을 명확하게 보여주는 두 가지 메커니즘이 있다.
역류 효과(backwater effect)는 상류 방향으로 작동한다. 상류 댐이 이미 열린 상태에서, 물은 닫힌 하류 댐에 부딪혀 역으로 쌓인다. 실제로 이는 데이터센터 용량 부족이 에너지 관련 부품의 수요와 가격을 왜 인위적으로 높게 유지시키는지를 설명해준다. 에너지 구간의 댐이 아직 닫혀 있을 때보다는 낮지만, 완전히 균형 잡힌 수준보다는 분명히 높은 상태가 유지되는 것이다.
압력과 누수(pressure and seepage)는 하류 방향으로 작동한다. 댐이 닫혀 있더라도, 높아진 수압은 다음 구간으로 미세한 누수를 만들어낸다. 이는 병목이 완전히 해소되기 전에 하류 플레이어들에게 먼저 도달하는 초기의 약한 가격 신호와 수요로 나타난다.
오늘날 우리는 이 두 메커니즘이 동시에 작동하는 모습을 명확하게 목격하고 있다. 에너지 및 전력 배분 댐은 약 3분의 1 정도 열린 상태다. MW, GW 단위의 새로운 공급이 서서히 풀리고 있다. 한편 데이터센터 댐은 여전히 굳게 닫혀 있으며, 코로케이션·전력·냉각·네트워킹·랙 전반에 걸쳐 막대한 수주 잔고가 쌓이고 있다. 이 닫힌 댐은 상류의 에너지 가격을 높은 수준으로 끌어올리는 역류를 만들어내는 동시에, 하류의 반도체와 광학 부품 시장으로 누수를 강제하고 있다.
우리의 프레임워크: 가치사슬의 구간 설정
투자자의 관점에서 구간 설정은 균형을 맞추는 작업이다. 어느 영역이 매력적인지를 포착할 수 있을 만큼 세분화되어야 하지만, 인접 구간들이 의미 있는 수준에서 서로 다른 익스포저와 수요-공급 역학을 가질 수 있을 만큼 충분히 넓어야 한다. 단순히 동조화되어 함께 움직이는 것이 아니라, 구분 가능한 독립적인 움직임을 보여야 한다는 뜻이다.
가치사슬 프레임워크: 세그먼트 구성
우리는 유사한 시장 역학, 산업 익스포저, 비즈니스 모델을 공유하는 기업들을 동일한 세그먼트로 묶는다. 각 세그먼트 내에서는 역학이 의미 있게 갈리는 경우 서브세그먼트를 별도로 구성했다. 예컨대 네트워킹 & 광학은 서버와 함께 데이터센터 세그먼트에 속하지만, 그 특성은 상당히 다르다.
우리의 AI 가치사슬 전체 프레임워크는 11개 세그먼트, 40개 이상의 서브세그먼트에 걸쳐 있다.
에너지 및 전력 배분 — 원자력, 천연가스 & 미드스트림, 재생에너지 & 저장, 전력 설비 & 전기 인프라, 유틸리티 & 송전망 구축
데이터센터 — 코로케이션 & 운영, 네트워킹 & 광학 연결, 서버 & 컴퓨트 하드웨어, 전력 & 냉각 인프라
반도체 — EDA & 설계 IP, 파운드리 & 패키징, GPU & 가속기, 네트워크 & 커스텀 실리콘, 메모리/HBM, 웨이퍼 팹 장비
클라우드, AI 모델 & 접근 — 하이퍼스케일 클라우드, GPU/네오 클라우드, 엣지 & CDN, 독립형 & 하이브리드 클라우드
데이터(SW + HW) — 스토리지 하드웨어, 데이터베이스 & 데이터 플랫폼, 옵저버빌리티 & 모니터링, 데이터 보호 & 거버넌스
에이전틱 실행 – 시트 기반 SaaS의 해체 — AI & 에이전틱 플랫폼, 소비 & 인게이지먼트 플랫폼, 트랜잭션 & 커머스 인프라, 활동 연동형 SaaS
SaaS – 여전히 시트 우선 — HCM/HR & 급여, 기업 생산성 & 협업, 버티컬/특화 SaaS. 가치사슬의 직접 구성 요소는 아니지만, 이 범주에 속하는 기업들을 식별해 회피하는 것이 매우 중요하다.
소비자 애플리케이션 — 이커머스 & 마켓플레이스, 라이드쉐어링 & 긱 이코노미, 스트리밍 & 엔터테인먼트, 여행 & 경험, 소비자 핀테크 & 버티컬 소비자
피지컬 AI — 자율주행 & EV 플랫폼, 수술 & 의료 로보틱스, 산업 & 물류 로보틱스, 피지컬 AI 구현 반도체/센서
AI 기반 방산 — AI 기반 자율 시스템 & 드론, AI 통합 대형 방산 기업
AI 데이터센터를 위한 우주 기술 — 위성 군집 & 연결성, 발사체 & 우주 인프라 제공사, 직접 궤도 컴퓨트/달/우주 데이터 플레이
이 구조를 통해 우리는 세그먼트 내 기업들 간의 상대적 가치를 비교하고, 세그먼트별 멀티플 중앙값을 교차 비교해 어느 세그먼트가 비싸고 어느 세그먼트가 그렇지 않은지를 식별할 수 있다. 여기에 수주 잔고와 공급망 역학에 대한 지식을 교차 검증해 높은 멀티플이 정당화되는지를 평가한다.
이 글은 세그먼트 1과 2, 즉 에너지 및 전력 배분과 데이터센터에 집중한다. 광 인터커넥트 공급망과 관련해 세그먼트 3(반도체)과 자연스럽게 겹치는 부분도 있다. 이 세그먼트들은 오늘날 수요-공급 불균형이 가장 심각하고, 자본이 가장 빠르게 유입되고 있으며, 대형 우량주 너머를 기꺼이 바라보는 투자자에게 가장 비대칭적인 기회가 있다고 우리가 판단하는 영역이다. 향후 연재에서는 가치사슬의 나머지 세그먼트들을 순차적으로 다룰 예정이다.
가격 오류 스크리닝 방법
스크리닝에는 맞춤형 Rule of X(기존 Rule of 40의 변형)와 우리가 선호하는 멀티플인 EV/(FCF–SBC)를 조합해 사용한다.
Bessemer Ventures가 SaaS 투자자 수익 분석을 통해 개발한 표준 Rule of X는 수익성보다 성장에 2.3배 더 높은 가중치를 부여한다.
Rule of X = (NTM 매출 성장률 × 2.3) + FCF 마진
우리는 여기서 매출 대비 주식보상비용(SBC) 비율을 추가로 차감한다. 그런데 대부분이 놓치는 결정적인 단계가 있다. 모든 기업 유형에 2.3이라는 균일한 성장 계수를 적용하는 것은 순진한 발상이다. 성장 1달러의 가치는 근본적으로 다른 비용 구조를 가진 사업 간에 동일하지 않다.
총이익률 수준에서만 생각해봐도 알 수 있다. 총이익률 75%인 소프트웨어 기업의 성장 1달러는, 총이익률 15%인 하드웨어 통합업체의 성장 1달러보다 훨씬 가치 있다. Bessemer의 2.3배는 총이익률 70~90%의 SaaS 기업들에서 도출된 수치로, 구조적으로 다른 경제성을 가진 서브세그먼트에 그대로 적용할 수 없다.
우리가 궁극적으로 포착하려는 것은, 투자자들이 다음 한 단위의 매출 성장을 어떻게 가치 평가하느냐다. 증분 매출은 그것이 창출하는 증분 이익을 통해 가치가 매겨진다. 따라서 각 서브세그먼트별로 변동비와 고정비의 비율을 평가해 증분 영업이익률을 추정한다. 고정비 비중이 높은 서브세그먼트는 이론적 증분 이익률이 높다. 즉 성장 1달러당 더 많은 몫이 이익으로 귀속되기 때문에 각 성장 달러의 가치가 더 크다.
이어서 서브세그먼트에 적합한 자본비용으로 나눠 리스크를 조정하고, 마지막으로 "현실 할인(realism discount)"을 적용한다. 이론적 증분 이익률 60%가 실제로 성장 1달러당 60센트가 영업이익으로 깔끔하게 귀속된다는 의미는 아니다. 현실에서는 일부가 재투자로 흡수되거나, 빠른 규모 확장 과정에서 비효율로 소실된다. 오랜 운영 노하우를 갖춘 성숙한 서브세그먼트에는 더 관대한 계수를, 신생이거나 변동성이 높은 서브세그먼트에는 더 보수적인 계수를 적용한다.
최종 결과물은 각 서브세그먼트의 비용 구조, 리스크 프로파일, 운영 성숙도에 특화된 성장 계수다. 각 기업의 맞춤형 Rule of X를 밸류에이션 멀티플과 교차 검증하면 상대적 가치가 훨씬 명확하게 드러난다. 두 기업이 동일한 멀티플에서 거래되고 표준 Rule of 40 점수도 비슷할 수 있다. 그러나 이 과정을 적용하면 한 기업이 훨씬 높은 맞춤형 Rule of X를 보유할 수 있고, 이는 리스크 및 품질 조정 기준에서 훨씬 매력적인 투자 대상임을 의미한다.
중요한 것은, 이것은 스크린이지 최종 판단이 아니라는 점이다. 주목된 기업을 깊이 들여다보면, 시장이 그 가격을 매기는 데 충분한 이유가 있다는 것이 드러날 수 있다.
에너지 및 전력 배분: 서서히 열리는 댐
ChatGPT가 2022년 말 출시되자, 하이퍼스케일러들은 대규모 캐펙스 사이클을 가동하기 시작했다. 그들은 곧 GPU와 시설만으로는 부족하다는 사실을 깨달았다. 막대한 전력이 필요했다. 제한된 공급에 맞선 에너지 수요 폭발은 AI 가치사슬의 첫 번째 주요 병목을 만들어냈고, 2024년부터 2025~26년에 걸쳐 심각한 제약으로 작용했다.
원자력 과열 사이클. 원자력은 처음에 가장 매력적인 선택지로 부상했다. 무탄소에 24시간 안정적인 기저 전력을 공급한다는 점이 항상 가동 중인 AI 인프라의 수요에 정확히 맞아떨어졌다. 2025년 초 트럼프 행정부의 친원자력 행정명령, 즉 NRC 인허가 간소화와 환경 심사 완화 조치가 여기에...
