반도체: Morgan Stanley: AI 주도의 반도체 장기 강세장; TSMC와 중국 컴퓨팅 밸류체인 수혜

개요

이 리서치 보고서는 글로벌 및 중화권 AI 클라우드 반도체 산업 밸류체인의 최신 동향을 체계적으로 검토한다. 핵심 결론은 AI 수요가 반도체 산업의 구조적 성장을 지속적으로 견인하며, 핵심 제조 연결고리인 TSMC가 강한 협상력을 보유하는 한편 중국의 AI 컴퓨팅 인프라는 국산 대체를 가속해 미국과 독립적인 컴퓨팅 생태계를 형성하고 있다는 것이다. 보고서는 클라우드 설비투자, 첨단 패키징 생산능력, 스토리지 수급, 중국 AI 칩 시장 규모에 대한 상세 전망을 제공하고 주요 기업의 등급 및 투자 테마를 업데이트한다.

핵심 견해

글로벌 AI 반도체 시장은 장기 확장 사이클에 진입했다. 보고서는 글로벌 AI 반도체 총주소시장(TAM)이 2030년 약 7,530억 달러에 도달해 당시 1조5,000억 달러 규모의 글로벌 반도체 시장 중 절반을 차지할 것으로 전망한다. 성장의 핵심 동력은 클라우드 서비스 제공업체(CSP)의 지속적인 공격적 설비투자다. 상위 4개 CSP(Amazon, Google, Microsoft, Meta)의 설비투자는 2026년 2분기에 전년 대비 87% 증가했고, 설비투자/EBITDA 비율은 70%를 초과했다. 공급망 데이터에 기반한 낙관적 가정하에서 2026년 클라우드 AI 반도체 TAM은 4,850억 달러에 이를 수 있다. 로직 칩은 글로벌 클라우드 설비투자의 약 20%를 차지할 것으로 예상되며, 전력 소비 증가세도 견조하다. TSMC의 첨단 노드 및 패키징 독점적 지위는 상당한 가격 결정력을 제공한다. 선도적인 기술 로드맵과 타이트한 EUV 장비 공급으로 인해 TSMC는 고급 AI 칩 제조를 위한 '유일한 선택지'다. 보고서는 TSMC가 고객에 대한 가치를 반영해 2027년 첨단 노드 가격을 5~10% 인상할 수 있을 것으로 예상한다. 생산능력 측면에서 지속적인 AI 강수요를 고려하면 TSMC는 2027년까지 CoWoS 생산능력을 월 20만 장(kwpm)으로 확대할 수 있다. 2nm 공정 수요는 매우 강하며, 2026~2028년 생산능력 CAGR은 70%로 예상된다. 재무적으로 TSMC 전체 매출에서 AI 반도체 매출이 차지하는 비중은 2024년 수준에서 2029년 60%까지 상승할 것으로 예상되며, 2026년에는 이 비율이 30%를 초과할 것으로 전망된다. 또한 TSMC의 2027년 설비투자는 750억 달러에 달할 것으로 예상되며, 매출총이익률 60%가 하한선으로 간주된다. 중국의 AI 컴퓨팅 생태계는 빠르게 성숙하며 독특한 '디커플링' 발전 경로를 형성하고 있다. 보고서는 중국 AI GPU 시장 규모가 2030년 910억 달러, CPU 시장 규모가 420억 달러에 이를 것으로 예상한다. 기술 격차에도 불구하고 국산 칩은 낮은 가격 덕분에 더 나은 '달러당 성능'과 추론 경제성(TCO 및 토큰당 비용이 중국에 판매되는 NVIDIA 제품보다 우수)을 달성한다. DeepSeek과 같은 저비용 추론 모델의 등장은 추론 측 AI에 대한 국내 수요를 추가로 자극한다. 개별 종목 측면에서 Hygon은 통합 CPU+GPU 컴퓨팅 플랫폼을 제공한다는 점에서 비중확대(OW) 등급을 받았으며, 2028년 중국 서버 CPU 시장 점유율이 18%에 도달할 것으로 예상된다. Huawei Atlas 950 SuperPod와 같은 국산 클러스터 솔루션도 WAIC 2026에서 수천 장 카드 수준의 확장성을 입증했다. 스토리지와 첨단 패키징은 AI 산업 밸류체인의 핵심 병목이자 성장 지점이 되었다. AI의 대규모 스토리지 소비는 NAND 부족으로 이어졌고, NOR Flash는 2026년까지 공급 부족이 예상되며 DDR4 부족은 2026년 하반기까지 지속될 가능성이 있다. HBM 소비량은 2027년 480억 Gb에 이를 것으로 예상되며 NVIDIA가 여전히 공급의 대다수를 차지한다. 패키징 측면에서 TSMC가 CoWoS를 지배하는 것 외에도 Intel의 EMIB 기술은 공급망 내에서 원활히 실행될 경우 더 큰 칩을 지원할 수 있다. 후공정 장비업체 ASMPT는 첨단 패키징 확대의 수혜를 보며, TCB 장비 시장 점유율은 2028년 약 44%에 이를 것으로 예상된다. 중국 본토 OSAT 업체 중에서는 AI GPU/TPU/CPU 테스트 사업의 강한 성장으로 KYEC가 선호되며, ASE는 2027년까지 LEAP(AI) 매출을 두 배로 늘릴 것으로 예상된다. 맞춤형 ASIC과 Agentic CPU는 새로운 증분 성장원이 된다. NVIDIA GPU가 강력함에도 CSP는 여전히 비용과 효율을 최적화하기 위해 맞춤형 칩이 필요하다. Google TPU는 6세대에 진입했고 AWS Trainium 및 Meta MTIA 등의 프로젝트도 지속적으로 진전되고 있다. MS Asia 팀은 TPU 출하량의 빠른 성장을 예상하지만, 물량 확대는 ABF 기판 공급에 의해 제한될 수 있다. 또한 NVIDIA의 최신 Vera CPU는 Agentic AI를 위해 특별히 설계되어 코어 간 연결이 더 빠르다. 낙관적 시나리오에서 2,380억 달러 규모의 CPU 오케스트레이션 TAM을 지원할 수 있으며, Agentic CPU TAM은 2026~2030년 CAGR 251% 성장할 것으로 예상된다.

분석 프레임워크

이 보고서는 전형적인 '하향식 TAM 모델링 + 상향식 공급망 검증' 분석 프레임워크를 채택한다. 먼저 주요 글로벌 클라우드 서비스 제공업체(CSP)의 설비투자 가이던스와 재무보고서 데이터를 추적하여 클라우드 AI 반도체 총수요 모델을 구축한 뒤, 이를 웨이퍼 소비량, CoWoS/HBM 수요 등 물리적 지표로 세분화하고 TSMC 같은 공급업체의 생산능력 계획과 교차 검증하여 수급 격차와 가격 추세를 판단한다. 중국 시장에서는 단순히 칩의 최대 연산 성능을 비교하지 않고 가격, 전력 소비, 클러스터 인터커넥트 효율을 결합해 추론의 TCO와 토큰당 비용을 계산하는 '추론 경제성' 비교 분석 방법을 도입하여 국산 칩의 실질 경쟁력을 평가한다. 동시에 WAIC 같은 산업 전시회 현장 조사를 통해 국산 SuperPod의 엔지니어링 구현 진척도를 검증하여 공개 재무 데이터의 시차를 보완한다.

방법론 메모

• 산업 분석 프레임워크수요와 공급 프레임워크

  클라우드 설비투자와 반도체 TAM의 연계 분석

  다운스트림 클라우드 업체의 자본적 지출(Capex)을 업스트림 반도체 수요의 선행지표로 사용하고, Capex-to-EBITDA 비율 및 과거 탄력성 계수를 통해 AI 칩 TAM을 도출한다. 이 방법은 클라우드 업체의 투자가 칩 구매 주문으로 직접 전환된다고 가정하며, 이는 반도체 업황을 예측하는 핵심 논리다.

• 경쟁 및 전략 프레임워크경제적 해자/경쟁우위

  첨단 노드와 패키징의 기술 독점 프리미엄

  보고서는 EUV 장비 제약과 선도적 기술 집적도 때문에 TSMC가 '유일한 선택지'가 되었다고 강조한다. 공급 측의 이러한 경직된 제약은 수요가 강할 때 선도 기업에 가격 인상 능력(5~10%)을 부여하며, 이는 수익성 회복력을 판단하는 핵심 경제적 해자 지표다.

• 산업 분석 프레임워크물량 및 가격 분해

  AI 스토리지와 패키징의 물리적 소비량 측정

  금액만 보는 것이 아니라 AI 수요를 구체적인 물리 단위(예: CoWoS 월 수천 장, HBM 수십억 Gb, NVL72 랙 수)로 분해한다. 이러한 물량 분석은 가격 변동의 간섭을 제거하고, 산업 밸류체인의 실질 병목(ABF 기판, CoWoS 생산능력 등)과 투자 기회를 보다 정확히 식별한다.

• 기업 펀더멘털 및 재무 프레임워크수익성 품질 분석

  추론 경제성(TCO 및 토큰당 비용)

  중국 AI 칩의 경쟁력을 평가할 때 보고서는 단순한 이론 연산 비교를 채택하지 않고 총 생애주기 비용(TCO)과 단위 추론 산출 비용을 측정 기준으로 사용한다. 이는 AI 상용화 단계에서 고객이 서류상 사양보다 실제 배포 효익에 더 주목한다는 산업의 상식을 반영한다.

자산 매핑 및 비교

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

• TSMC (Taiwan Semiconductor Manufacturing Company)

  AI 반도체 제조 및 패키징의 핵심 독점 기업으로 글로벌 AI 설비투자 확대의 직접적 수혜

  강점

  선도적 기술 로드맵; 타이트한 EUV 생산능력 하에서의 독보성; 강한 2nm 수요; 빠르게 증가하는 AI 매출 비중

  약점

  지정학적 위험; 해외 공장 건설의 높은 비용

  비교

  Intel/Samsung 대비 로직 집적도와 수율에서 세대적 우위를 유지

  위험

  글로벌 거시경제 둔화로 클라우드 설비투자가 기대에 미달할 위험; 전력 공급 제약으로 생산능력 확대가 제한될 위험

• MediaTek (MediaTek Inc.)

  AI ASIC 및 엣지 AI 칩의 핵심 설계사로 최선호주에 선정

  강점

  Google TPU v8t/v9/v10 설계 참여; 풍부한 맞춤형 ASIC 프로젝트 파이프라인

  약점

  주요 고객에 대한 높은 의존도

  비교

  AI ASIC 설계 서비스에서 Alchip/GUC와 경쟁하지만 규모의 경제가 더 강함

  위험

  ABF 기판 공급 병목이 출하를 제한할 위험; 고객 자체 개발 비중 상승

• Hygon Information Technology

  중국 국산 x86 CPU+GPU 플랫폼의 선도 기업으로 비중확대(OW) 등급

  강점

  통합 컴퓨팅 플랫폼이 국내 IT 응용 혁신 및 AI 수요와 부합; 2028년 서버 CPU 점유율 18% 도달 예상

  약점

  첨단 노드 접근 제한; 국제 대기업 대비 생태계 성숙도 열위

  비교

  Cambricon/MetaX 대비 상용화 및 매출 규모에서 선도

  위험

  엔티티 리스트 제재 강화; 국내 경쟁 심화

• KYEC (Kyunghwa Electronics Corp.)

  GPU/TPU/CPU를 아우르는 AI 칩 테스트의 핵심 수혜 기업

  강점

  AI 테스트 매출의 빠른 성장; NVIDIA/AMD 등과 긴밀한 관계

  약점

  높은 자본적 지출 압력

  비교

  중국 본토 OSAT 경쟁사보다 높은 AI 노출도

  위험

  AI 칩 수요 변동; 테스트 기술 세대교체 위험

• ASMPT

  CoWoS/TCB 확대의 수혜를 보는 첨단 패키징 장비 선도 기업

  강점

  TCB 장비 시장 점유율이 2028년 44%에 도달할 것으로 예상; CPO 조립 장비에서 선도적 포지셔닝

  약점

  전통 패키징 사업의 경기순환적 부담

  비교

  AI 패키징 장비에서 중국 OSAT 장비 제조업체보다 우위

  위험

  TSMC가 자체 개발 장비로 대체할 위험; 다운스트림 증설 속도 둔화

핵심 데이터

• 2030년 글로벌 AI 반도체 TAM~$753 billion1조5,000억 달러 규모의 글로벌 반도체 시장 중 절반을 기여할 것으로 예상
• 2027년 글로벌 클라우드 설비투자Near $1.4 trillion주권 AI를 제외한 상장 글로벌 CSP 상위 14개사를 포괄
• 상위 4개 CSP의 2Q26 설비투자 성장+87% YoYCapex/EBITDA 비율 70% 초과
• TSMC 2027년 CoWoS 생산능력 목표200 kwpm지속적인 강한 AI 수요에 대응
• TSMC 2027년 첨단 노드 가격 인상5-10%기술적 가치와 고객 의존도를 반영
• 2030년 중국 AI GPU TAM$91 billion국산 점유율이 지속 상승
• 2027년 HBM 소비량48 billion GbNVIDIA가 공급의 대부분을 차지
• Agentic CPU TAM CAGR (2026-2030)251%NVIDIA Vera와 같은 신규 아키텍처가 견인

영향과 시사점

반도체 산업 밸류체인에 있어 AI는 단기적 화두일 뿐 아니라 산업 지형을 재편하는 장기 구조적 동력이다. TSMC와 ASMPT, KYEC, ASE 같은 첨단 패키징 공급망은 가장 확실한 수혜자가 될 것이며, 이익 가시성은 2027~2029년까지 이어진다. 스토리지 부문은 AI에 따른 생산능력 대체로 구조적 공급 부족에 직면하고 관련 제조업체는 물량과 가격의 동반 상승을 볼 가능성이 높다. 중국 시장의 AI 컴퓨팅 파워 '디커플링'은 오히려 거대한 내부 순환 시장을 창출했다. 추론 측면에서 국산 칩의 가성비 우위는 인터넷 대기업과 통신사업자의 입찰에서 상당한 점유율을 확보하도록 한다. Hygon과 Cambricon 같은 선도 기업들은 '사용 가능' 단계에서 '우수' 단계로 이동하고 있다. 투자자는 국산 SuperPod 클러스터의 실제 배포 진척과 자율 공정/패키징 연결고리의 돌파구에 주목해야 하며, 이는 중국 AI 산업 밸류체인 가치의 재평가를 검증하는 핵심 신호다.

위험

• 예산 또는 에너지 제약으로 글로벌 클라우드 서비스 제공업체의 설비투자가 기대에 미달
• AI 애플리케이션의 상용화 지연으로 수요 논리가 약화
• 지정학적 긴장과 수출 통제의 격화가 중국 AI 공급망에 미치는 영향
• 첨단 노드 및 패키징 생산능력 확대 차질(예: 전력 공급, 장비 납품 지연)
• 스토리지 및 기판 공급 병목이 AI 칩 출하를 제약
• 약한 비AI 반도체 수요가 전체 산업 회복을 저해

주시할 점

• 주요 글로벌 CSP의 분기별 설비투자 가이던스 및 실제 집행
• TSMC 월간 매출과 CoWoS/2nm 생산능력 램프업 진척
• 중국 AI 대형 모델의 토큰 호출량 및 국산 칩 수주 입찰
• NVIDIA GB200/300 NVL72 랙의 출하 리듬
• 스토리지 현물가격 및 계약가격 추세
• WAIC 같은 산업 전시회에서의 국산 SuperPod 기술 솔루션 고도화
• Google TPU/AWS Trainium 등 맞춤형 ASIC의 양산 진척