보고서 해설

개요

BofA Global Research는 더 강한 Azure 성장, 증가하는 Copilot 도입, 그리고 전문 모델·모델 비종속 소프트웨어 제어·효율성이 높아지는 인프라를 결합한 AI 전략을 근거로 Microsoft에 대한 장기적 긍정 견해를 유지한다. Buy를 재확인하고 목표주가를 $500에서 $600로 상향했다.

핵심 견해

Microsoft의 4Q26 실적은 BofA의 긍정적인 AI 투자 논리를 강화했다. Azure 성장률은 3Q26의 39%에서 4Q26의 43%로 가속됐고, 경영진은 Street의 초기 예상치인 40.6%를 웃도는 1Q27 성장률 45%를 제시했다. 유료 M365 Copilot 좌석은 3천만 개를 넘었고 순증은 전 분기 대비 두 배 이상 증가했으며, 잔여수행의무는 전년 대비 84% 증가한 $678 billion을 기록했다. BofA는 강한 클라우드 수요, AI 채택 확대, 용량 가용성 개선이 Microsoft가 Azure 성장을 지속하고 계약된 백로그를 매출로 전환할 수 있다는 근거라고 본다. BofA는 FY27E Azure 성장률을 FY26의 39.9%에서 41.8%로 전망한다. 보고서는 Microsoft가 모든 워크로드에 단일 프런티어 모델을 의존하지 않기 때문에 AI 경제성이 개선된다고 주장한다. Microsoft는 추론, 코딩, 보안, 이미지, 음성 및 전사 분야에서 자체 MAI 모델을 확대하는 한편, 적절한 경우 제3자 프런티어 모델도 계속 사용한다. 전문 모델은 더 낮은 지연시간, 토큰 사용량 및 비용으로 대량의 제품 특화 작업을 처리할 수 있다. MAI-Code-1-Flash는 일반적인 Excel 작업에서 GPT-5.6과 유사한 성능을 더 낮은 비용으로 제공하는 것으로 보고됐으며, GitHub Copilot의 최신 MAI-Code-1.1-Flash는 작업당 토큰을 25% 더 적게 사용하고 이전 버전 가격의 4분의 1에 제공되는 것으로 보고됐다. 보안 분야에서 MAI-Cyber-1-Flash는 MDASH 취약점 식별 및 해결 작업의 최대 90%를 처리하며, 결합 시스템은 선도 모델 비용의 50% 수준에서 유사한 성능을 제공한다. BofA는 이러한 워크로드 라우팅이 기업용 AI 애플리케이션의 경제성을 개선할 수 있다고 본다. Copilot은 BofA가 이를 모델 비종속적인 기업용 오케스트레이션 계층으로 보기 때문에 이 전략의 핵심이다. 이 하니스는 기업 맥락과 메모리를 제공하고, 모델을 데이터 및 도구에 연결하며, 허용된 작업을 관리하고, 결과물의 품질을 평가한다. 이에 따라 작업은 품질, 지연시간, 비용 및 규정 준수에 따라 프런티어 모델, 전문 모델 및 고객 개발 모델 사이에서 라우팅될 수 있다. 따라서 보고서는 Copilot의 가치가 Microsoft가 모든 작업에서 최고의 범용 모델을 보유하는 데 반드시 의존하지 않으며, 대신 Microsoft가 애플리케이션과 사용량을 통해 수익화하고 Azure가 기반 워크로드를 지원할 수 있다고 주장한다. BofA는 AI 투자 수익을 뒷받침하는 네 가지 인프라 레버도 제시한다. 첫째, CPU 및 GPU 플릿 전반의 엔지니어링과 소프트웨어 개선으로 Copilot 워크로드 처리량이 연초 이후 4배 증가했다. 수요가 공급을 초과하는 상황에서 BofA는 추가 산출이 빠르게 수익화되어 Azure의 4Q 실적 호조에 기여했다고 설명한다. 둘째, Microsoft는 지난 1년간 최대 지역에서 신규 GPU 가동 소요 시간을 거의 50% 줄여 용량이 더 빨리 매출을 창출하도록 했다. 셋째, 자체 Maia 200 실리콘은 NVIDIA 및 AMD 하드웨어를 보완하며, Maia 200용으로 공동 설계된 MAI 모델은 전력당 성능이 40% 더 우수한 것으로 보고됐다. 보고서는 2027년 차세대 Maia 300의 상당한 생산 확대 가능성을 언급하고, Maia가 OpenAI 및 MAI 모델을 포함한 여러 모델군을 지원할 수 있음을 강조한다. 넷째, Microsoft는 4Q26에 약 1GW의 용량을 추가했으며 향후 2년간 총용량을 약 두 배로 늘릴 계획이다. 상호 연결된 AI 데이터센터인 Fairwater는 워크로드 배분과 활용도를 개선하기 위한 것이며, 첫 번째 Wisconsin 시설은 2026년 6월에 완료됐고 두 번째 시설은 2028년에 완공될 예정이다. BofA는 이러한 모델 및 인프라 효율성이 AI 서비스 비용을 낮추고 마진과 시간이 지남에 따른 ROIC를 뒷받침할 수 있다고 본다. Azure, 클라우드 기반 Office 365 및 AI 솔루션을 중심으로 향후 3년간 지속적인 중반대 두 자릿수 성장을 예상하며, 저마진 Azure 및 M365로의 믹스 전환에도 운영비 규모의 효과가 향후 수년간 연간 약 20–50 basis points의 마진 확장을 지원할 수 있다고 전망한다. 목표주가는 $500에서 $600로 상향됐으며, 이전 24x 대비 높아진 BofA의 CY27E P/E 28x를 기준으로 한다. BofA는 제시된 18–25x 동종업계 범위를 상회함에도 지속적인 매출 성장과 마진 특성이 28x 배수를 정당화한다고 본다.

분석 프레임워크

보고서는 분기별 클라우드 및 Copilot 지표를 Microsoft의 AI 수익화 전망과 연결한 뒤, 전문화된 모델, 모델 라우팅, 인프라 실행이 어떻게 용량 활용도와 서비스 비용을 개선할 수 있는지 검토한다. 이어 이러한 운영 가정을 더 높은 P/E 밸류에이션 배수와 목표주가로 반영한다.

방법론 메모

• 가치평가 방법론PER·PEG 가치평가

  주가수익비율 밸류에이션

  BofA는 24x에서 상향된 CY27E P/E 28x를 사용해 $600 목표주가를 산정하고, 이를 18–25x의 동종업계 범위와 비교한다.

자산 매핑 및 비교

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

• Microsoft Corporation (MSFT)

  주요 커버리지 기업이며, BofA는 AI 전략과 실행이 더 높은 밸류에이션을 뒷받침한다고 본다.

  강점

  Azure 성장 가속, 3천만 개를 넘는 유료 M365 Copilot 좌석, 다각화된 MAI 모델, 모델 비종속 Copilot 오케스트레이션, 확대되는 AI 용량.

  약점

  저마진 Azure 및 M365로의 매출 믹스 전환이 단기적으로 일부 규모의 이점을 상쇄할 수 있다.

  비교

  목표주가에 사용된 CY27E P/E 28x는 BofA가 제시한 18–25x의 동종업계 범위를 상회한다.

  위험

  단기 매출총이익률 압박, AI 애플리케이션 및 모델 제공업체의 더 빠른 혁신, 경기순환적인 기업용 애플리케이션 지출.

핵심 데이터

• Azure 성장률43% YoY in 4Q263Q26의 39%에서 가속됐으며, 경영진은 1Q27에 45%를 가이던스로 제시했다.
• 유료 M365 Copilot 좌석More than 30 million순증이 전 분기 대비 두 배 이상 증가했다.
• 잔여수행의무$678 billionRPO는 전년 대비 84% 증가했다.
• FY27E Azure 성장률41.8%FY26의 39.9%와 비교한 BofA 전망치.
• Copilot 워크로드 처리량4x year to dateCPU/GPU 플릿 엔지니어링 및 소프트웨어 최적화에 따른 수치다.
• 신규 GPU 가동 소요 시간Nearly 50% reduction지난 1년간 Microsoft의 최대 지역에서 개선됐다.
• Maia 200 효율성40% better performance per wattMicrosoft의 자체 개발 AI 칩과 공동 설계된 MAI 모델에 대해 보고된 수치다.
• 목표주가 밸류에이션28x CY27E P/E$600 목표주가를 뒷받침하며, 이전 배수는 24x였다.

영향과 시사점

BofA의 상향된 밸류에이션은 Azure 성장 가속, Copilot 도입 확대, AI 비용 경제성 개선이 지속적인 성장, 마진 및 수익률을 뒷받침할 수 있다는 견해에 기반한다. 더 빠른 용량 배치와 더 효율적인 워크로드 라우팅은 Microsoft의 대규모 AI 투자를 더 수익화 가능하게 하는 메커니즘으로 제시된다.

위험

• Azure가 전체 매출에서 차지하는 비중이 커짐에 따라 단기 매출총이익률 압박이 발생할 수 있다.
• AI 애플리케이션 및 모델 제공업체가 Microsoft보다 더 빠르게 혁신해 성장 프로필을 제한할 수 있다.
• 애플리케이션 프로젝트의 재량적 성격 때문에 기업용 애플리케이션 지출은 경기순환적이다.