AI infrastructure bottlenecks across semiconductors and technology 리서치 보고서 해설

개요

Morgan Stanley는 AI 인프라의 어떤 병목이 가장 매력적인 반도체 기회를 만들 수 있는지 평가한다. 핵심 선호는 AI 컴퓨팅과 관련된 공급 제약 부품이며, 그다음은 네트워킹이다. 메모리에는 긍정적이지만 선별적이고, 아날로그를 경기순환 분산 수단으로 본다.

핵심 견해

Morgan Stanley는 Astra GPT-6가 AI 병목 논리를 강화한다고 주장한다. 추론, 엔지니어링, 컴퓨터 사용 및 물리적 세계 과제에서의 역량 확대가 더 많은 추론 워크로드를 상업적으로 유용하게 만들 수 있기 때문이다. 보고서는 이미 알려진 AI 수요에 필요한 인프라 규모만이 아니라, 모델의 성능과 비용 효율 개선이 워크로드의 수, 기간 및 복잡성을 늘릴 수 있다는 점에 주목한다. 이에 따라 제한된 물리적 용량, 콘텐츠 집약도 상승 및 제조 복잡성이 핵심 투자 논점이 되며, 광범위한 AI 투자보다 이러한 제약의 수혜 기업을 선호한다. AI 컴퓨팅은 GPU, CPU, ASIC, 선도 로직 및 지원 부품 전반에서 강한 물량 성장과 지속적인 이익 상향을 결합한다는 이유로 가장 높은 확신의 영역이다. TSMC는 2026년 매출 성장 가이던스를 전년 대비 40% 초과로 상향했으며, Morgan Stanley는 AI 반도체 사업의 70-80% CAGR이 합리적이라고 본다. AI 반도체는 TSMC의 2026e 매출에서 30%를 넘을 수 있고, US$60-64bn의 2026년 설비투자는 AI 수요가 기존 예상보다 강하다는 추가 신호로 제시된다. 기회는 서버, AI GPU/ASIC 및 네트워킹 수요가 PC 수요를 대체한 ABF 기판에도 확대되며, Morgan Stanley는 2027년 이후 공급 부족을 예상한다. AI 서버의 전력 밀도 상승으로 가치가 높아지는 MLCC도 포함되며, 대만 월간 MLCC 매출은 6월 전년 대비 36% 증가했고 Samsung Electro-Mechanics는 2026-28e 이익 CAGR 29%가 예상된다. 보고서는 네트워킹을 두 번째로 선호하는 AI 인프라 기회로 보지만, 구리에서 광학으로 즉각 전환된다는 가정에는 반대한다. 가속기 도메인이 커지면서 scale-up 네트워킹 기회는 2030년 US$70bn 초과로, 1년 전 추정치의 4배 이상으로 추정된다. NVIDIA Rubin과 Rubin Ultra는 scale-up 도메인을 각각 144 GPU와 576 GPU로 확장한다. 단거리 랙 내 연결에서 구리는 지연, 전력 및 비용 측면의 장점을 유지하며, SerDes, retimer, 커넥터 및 active copper의 개선이 사용 수명을 연장한다. Morgan Stanley는 구리에서 NPO 또는 하이브리드 아키텍처를 거쳐 CPO로 전환될 것으로 보며, scale-up CPO 채택은 2028년 제한적이고 2029년 이후 강화될 것으로 예상한다. CPO 스위치 출하량은 2026년 23,000대에서 2027년 59,000대, 2030년 약 200,000대로 증가하고, scale-out CPO 스위치는 2025년 5,000대에서 2030년 200,000대로 늘어나 2023-30년 CAGR 144%를 기록할 것으로 예상된다. 메모리는 AI 수요에 의해 구조적으로 지지되지만, Morgan Stanley는 상품 사이클 성숙에 따라 상대적 위험보상 매력이 낮아진다고 판단한다. 4Q26까지 후기 사이클로 전환되며, DRAM 월간 가격의 전년 대비 상승률이 정점을 찍고, 순차적 가격 상승과 이익 추정치 상향 속도가 완화될 것으로 예상한다. 3Q26 DRAM 계약 가격은 전분기 대비 약 20%로 추적되었으며, 이는 DRAM과 NAND의 기존 전분기 대비 15-20% 예상보다 높았다. 4Q26은 전분기 대비 약 5-10%로 추적되지만 이후 가시성은 제한적이다. 6월 SIA 데이터 기준 DRAM bit 성장은 연초 이후 36%였고, 2026년 성장률은 기존 25%에서 31%로 상향되었다. 2026년 DRAM WFE 추정치는 9개월 동안 47% 상향되었다. Morgan Stanley는 2026-27e bit 공급 성장을 32-38%, 2027-28e HBM bit 공급 성장을 50% 초과로 모델링한다. 보고서는 메모리 타이트닝이 오래 지속될 수 있는 이유도 제시한다. HBM4E의 BEOL 복잡성은 DRAM 공급 성장을 지연시키고, 2026-27e DRAM 설비투자를 BEOL 용량 확장으로 돌리며, 의미 있는 FEOL 공정 전환과 DRAM GB 출하 가속을 2H27까지 늦출 수 있다. DRAM 제조업체의 장비 우선 배정은 NAND 용량 확장도 지연시킬 수 있다. 이에 Morgan Stanley는 일반적인 상품 메모리 노출보다 구조적 점유율 확대, 현지화 및 다운스트림 AI 노출을 선호한다. CXMT는 중국 AI·서버 수요, HBM 및 DDR5 현지화, 빠른 용량 확장을 이유로 부각되며, 2025-28e bit 출하 CAGR은 46%로 예상된다. 일반적인 프런트엔드 메모리 노출보다 패키징 및 테스트 수혜를 선호하지만, 2027년 후반부터 가동되는 신규 투자가 결국 가격 사이클을 압박할 수 있다고 지적한다. AI 외에서는 Morgan Stanley가 글로벌 아날로그를 초기 사이클 헤지로 선호한다. 3년 이상 L자형 바닥을 거친 뒤, 낮은 채널 재고, 안정화되는 가격, 성숙 노드·전력 제품의 선택적 타이트닝, 산업 주문 개선 및 낮은 수준에서의 가동률 회복은 단순 유통 재고 재축적이 아닌 수요 주도 업사이클의 신호로 평가된다. 가격 개선, 재고 보충 및 건설적인 book-to-bill에 힘입어 회복은 적어도 2026년 하반기까지 지속될 것으로 예상된다. 반면 전통적 소비자 최종시장에는 신중하다. 글로벌 스마트폰 출하량은 2026년 전년 대비 약 13% 감소하고 Android는 약 15% 감소할 것으로 예상되는데, 높은 메모리 비용이 OEM 가격을 올리기 때문이다. PC 시장은 가격 부담과 부품 가격 상승을 앞둔 강한 재고 축적 속에 정체 또는 부진으로 평가되며, 전통적 기업 서버 교체는 하이퍼스케일러 및 AI 클라우드 인프라 수요만큼 강하지 않다. Morgan Stanley는 기술주의 성과는 밸류에이션의 저렴함이 아니라 이익 실현 가능성이 좌우한다고 강조한다. AI 종목에는 거의 완벽한 실행이 요구되며, 기술 섹터가 아웃퍼폼하려면 상대 이익 추정치 모멘텀이 개선되어야 한다고 본다. AI 수혜주의 2027년 컨센서스 이익 성장은 56%이며, 2026년 매출 성장 둔화 환경에서의 마진 확대를 전제로 한다. Morgan Stanley는 53%가 더 가능성 높다고 본다. 이익 추정치 폭 분석은 AI 컴퓨팅, 네트워킹 및 비AI에서 향후 이익 모멘텀이 가장 좋고, 메모리에서는 가장 약하다는 점을 시사한다. 주요 역풍은 높은 기대에 비해 부족한 상향 서프라이즈, 2027년부터 예상되는 AI 설비투자 성장 둔화, 그리고 유가, 인플레이션, Fed 금리 및 미국 선거의 거시 압력이다.

분석 프레임워크

보고서는 AI 컴퓨팅, 메모리, 네트워킹, 아날로그 및 소비자 최종시장 전반에서 반도체 사이클을 순서대로 분석한다. 설비투자·수요 지표, 공급능력 제약, 이익 추정치 폭, 가격 추세, 부품 콘텐츠 집약도, 기술 로드맵 및 기업별 노출을 결합해 AI 지출이 지속적인 이익 상향으로 전환될 수 있는 영역을 식별한다.

방법론 메모

• 산업 분석 프레임워크수급 프레임워크

  AI 인프라 부품의 수급 분석

  Morgan Stanley는 AI 워크로드 및 설비투자 수요를 제한된 ABF, MLCC, 메모리 및 첨단 패키징 용량과 연결해 가격 결정력과 이익 잠재력을 평가한다.

• 산업 분석 프레임워크산업 가치사슬 상·중·하류 전이

  AI 인프라 공급망 전파

  보고서는 가속기 및 추론 워크로드에서 파운드리, 기판, 커패시터, 메모리, 패키징, 테스트, 전력 및 네트워킹 부품으로 이어지는 수요를 추적한다.

• 경기 순환 및 업황 프레임워크경기 변곡점 분석

  사이클 단계와 이익 모멘텀 평가

  Morgan Stanley는 가격, 재고, 가동률, 주문 및 추정치 수정을 활용해 컴퓨팅 성장, 후기 사이클 메모리 및 초기 사이클 아날로그 회복을 구분한다.

• 이벤트 주도 및 행동재무기대 격차·기대 관리

  이익 실현 가능성과 높은 시장 기대의 비교

  보고서는 AI 종목이 높은 기대에 대한 상향 서프라이즈를 제공해야 하므로, 상대적 이익 추정치 모멘텀이 밸류에이션만의 논리보다 중요하다고 주장한다.

자산 매핑 및 비교

투자 논리에서 명시된 자산으로의 구조화 매핑(강점, 약점, 비교 대상, 위험).

• NVIDIA (NVDA)

  선호되는 AI 컴퓨팅 GPU 노출

  강점

  AI 컴퓨팅 수요와 확대되는 가속기 도메인에 대한 직접 노출

  약점

  높은 이익 기대에는 지속적인 실적 이행이 필요

  비교

  보고서의 가장 선호되는 AI 컴퓨팅 버킷에 포함

  위험

  AI 설비투자 성장 둔화와 충분하지 않은 상향 서프라이즈

• Keysight Technologies (KEYS)

  아키텍처 비종속 네트워킹 및 테스트 복잡성 수혜자

  강점

  광학, 전기, scale-up 및 scale-out 네트워크 전반의 노출

  비교

  Morgan Stanley는 네트워킹 수혜주 가운데 KEYS를 Overweight로 상향했다

  위험

  네트워크 아키텍처 전개가 예상보다 느릴 위험

• Corning (GLW)

  네트워킹 수혜자

  강점

  상대적으로 아키텍처 비종속적인 광학 노출

  비교

  LITE 및 Coherent와 함께 선호되는 scale-up 네트워킹 노출

  위험

  광학 전개가 예상보다 점진적일 위험

• Coherent (COHR)

  네트워킹 수혜자

  강점

  CPO/NPO 부품 스택 전반에 대한 폭넓은 노출

  비교

  GLW 및 LITE와 함께 선호되는 scale-up 네트워킹 노출

  위험

  CPO 채택은 2028년에 제한적일 것으로 예상됨

• CXMT

  선호되는 중국 메모리 현지화 노출

  강점

  중국 AI/서버 수요, HBM 및 DDR5 현지화, 빠른 용량 확대

  약점

  메모리 전체는 여전히 후기 사이클의 상품 시장

  비교

  일반 메모리 노출보다 구조적 점유율 확대와 현지화 측면에서 선호됨

  위험

  향후 공급 증가가 메모리 가격 사이클을 압박할 위험

• Advanced Energy Industries (AEIS)

  선호되는 미국 반도체 장비 노출

  강점

  Morgan Stanley는 밸류에이션이 CY27 사이클 정점을 반영하며, WFE가 상향될 경우 상승 여력이 있다고 본다

  약점

  자본장비 사이클의 지속 기간에 의존

  비교

  미국 Overweight 내에서 Lam Research와 KLA보다 선호됨

  위험

  WFE 수요가 CY27 US$230bn-plus 상향 시나리오에 도달하지 못할 위험

• MKS Inc. (MKSI)

  선호되는 미국 반도체 장비 노출

  강점

  Morgan Stanley는 밸류에이션이 CY27 사이클 정점을 반영하며, WFE가 상향될 경우 상승 여력이 있다고 본다

  약점

  자본장비 사이클의 지속 기간에 의존

  비교

  미국 Overweight 내에서 Lam Research와 KLA보다 선호됨

  위험

  WFE 수요가 CY27 US$230bn-plus 상향 시나리오에 도달하지 못할 위험

• ASML

  선호되는 유럽 반도체 장비 노출

  강점

  핵심 반도체 제조 툴의 지배적 공급업체이며 DRAM, 로직 및 EUV 수요의 수혜자

  비교

  Morgan Stanley의 유럽 SPE Top Pick

  위험

  2027년 DRAM 및 로직 수요 개선에 의존

• Texas Instruments (TXN)

  아날로그 사이클 지표 및 노출

  강점

  광범위한 아날로그 사이클 수요를 가장 명확하게 보여줌

  비교

  보고서가 선호하는 아날로그 분산 그룹의 일부

  위험

  회복이 지속 가능한 수요가 아닌 단기적 유통업체 재고 축적일 위험

핵심 데이터

• TSMC 2026년 매출 성장 가이던스>40% Y/Y강한 AI 수요를 반영한 상향 가이던스
• TSMC 2026년 설비투자US$60-64bnAI 수요 강도의 증거로 제시됨
• TSMC AI 반도체 매출 비중>30% of 2026e revenueMorgan Stanley 추정치
• scale-up 네트워킹 시장 기회>US$70bn by 20301년 전 추정치의 4배 초과
• 3Q26 DRAM 계약 가격Approximately +20% Q/QDRAM과 NAND의 기존 전분기 대비 15-20% 예상보다 높음
• 4Q26 DRAM 가격About +5-10% Q/Q해당 분기 이후 가시성은 제한적
• AI 수혜주의 2027년 컨센서스 이익 성장56%Morgan Stanley는 53%가 더 가능성 높다고 봄
• 글로벌 스마트폰 출하량Approximately -13% Y/Y in 2026Android 출하량은 약 15% 감소 예상

영향과 시사점

Morgan Stanley의 선호 포지셔닝은 공급 제약이 있는 AI 컴퓨팅과 네트워킹 노출, 그리고 초기 사이클 아날로그 회복의 바벨이다. 용량과 복잡성에 연계된 수혜 기업을 선호하며, 메모리 펀더멘털이 강함에도 선별적으로 접근하고, 높은 부품 비용으로 압박받는 소비자 하드웨어 수요에는 신중하다.

위험

• AI 수혜 기업이 높은 시장 기대에 비해 충분한 상향 서프라이즈를 제공하지 못할 수 있다.
• AI 설비투자 성장은 플러스 성장을 유지하더라도 2027년부터 둔화될 가능성이 있다.
• 유가, 인플레이션, Fed 금리 및 미국 선거가 거시적 역풍으로 지목된다.
• 후기 사이클 메모리 공급 증가와 2027년 후반부터의 신규 투자가 가격을 압박할 수 있다.
• 아날로그 회복은 지속 가능한 수요가 아닌 단기적 유통업체 재고 축적을 반영할 수 있다.

주시할 점

• 상대 이익 추정치 모멘텀과 기업의 높은 이익 기대 충족 능력.
• TSMC의 AI 수요, 설비투자 실행, ABF 및 MLCC 등 지원 부품 수요.
• DRAM 가격 둔화 시점, 메모리 공급 추가 및 HBM4E 관련 용량 제약.
• 구리에서 NPO 및 CPO 아키텍처로의 전환과 2028년 이후 CPO 채택 속도.
• 아날로그의 재고 보충, 가격, 산업 주문, 가동률 및 book-to-bill 추세.
• 높은 메모리 비용이 스마트폰, PC 및 소비자 전자제품의 구매 가능성에 미치는 영향을 반영한 소비 수요 추세.