리서치 보고서 해설Hilo Research

US hyperscaler AI compute infrastructure and AI-economy monetization: Goldman Sachs는 미국 하이퍼스케일러가 CY2026-27 AI 컴퓨팅 자본지출에서 15% ROIC를 달성하려면 CY2028-30에 약$1.42 trillion의 수익이 필요하다고 추산한다.

보고서는 AI 자본지출 논점을 단기 마진 압박이 아닌 미래 수익화 규모에 둔다. 강한 수요, 공급 제약, 증가하는 클라우드 백로그가 현 투자 사이클의 수익 가능성을 뒷받침한다고 본다.

기관Goldman Sachs

날짜20260924

업종AI compute infrastructure

요약

보고서 전체에 적용되는 단일 등급이나 목표주가는 없으며, 다수 기업을 다룬 AI 자본지출 프레임워크이다.

15% ROIC 기준에서 미국 하이퍼스케일러 6사는 CY2028-30에 약$1.42 trillion의 누적 수익 또는 GW당 연간 약$11.6 billion의 수익을 창출해야 한다.
Goldman Sachs는 AI 인프라 자본지출을 2027년 약$1.3 trillion, 2028년 약$2.0 trillion으로 전망한다.
C2Q26 기준 AWS, Azure, Google Cloud의 클라우드 백로그 합계는 약$1.69 trillion이며, 이 프레임워크에서 3사의 필요 수익은$1.00 trillion이다.
상장 미국 하이퍼스케일러 5사의 CY2026-27 자본지출 컨센서스는 2026년 초 이후 약66%, 약$750 billion 증가했다.

보고서 해설

개요

Goldman Sachs는 미국 주요 하이퍼스케일러가 현재 AI 컴퓨팅 구축을 정당화하기 위해 필요한 미래 AI 경제 수익을 분석한다. 현재의 자본집약도는 단기 수익률을 낮출 수 있지만, 공급 제약, 클라우드 백로그, 기업·소비자 수익화 경로 확대가 중장기적으로 매력적인 수익을 지지할 수 있다고 본다.

핵심 견해

보고서는 투자자 논점이 CY2023-25 투자 수익 여부에서 더 큰 CY2026-27 AI 컴퓨팅 구축이 CY2028-30에 충분한 수익을 낼 수 있는지로 옮겨갔다고 본다. Goldman Sachs는 현재 지출 급증을 AI 토큰 소비 증가, 실시간 수급 불균형, 고객의 다년간 컴퓨팅 수요에 대한 대응으로 해석한다. 단기 ROIC 압박은 대규모 선행 투자의 자연스러운 결과이며 구조적으로 나쁜 AI 경제성의 증거가 아니라고 주장한다. 반도체 바텀업 분석은 AI 인프라 자본지출이 2027년 약$1.3 trillion으로 전년 대비 60% 증가하고, 2028년에는 약$2.0 trillion으로 42% 증가할 것으로 본다. 이에 따른 배치 규모는 2026년 약20 GW, 2027년 약35 GW, 2028년 약57 GW다. 이는 기존 하이퍼스케일러 지출 외에 AI 랩, 주권 AI 기업, 기업 고객도 포함한다. 공급 제약 환경에서 공급망 가이던스는 정밀한 예측은 아니지만 중기 투자 방향의 유용한 지표라고 본다. Goldman Sachs는 Alphabet, Amazon, Microsoft, Meta, Oracle, SpaceX 6개 미국 하이퍼스케일러를 AI 컴퓨팅 구축의 대리 지표로 사용한다. 모델은 CY2026-27 AI 관련 자본지출만 분리하고, 그 기간 발생하는 수익·EBIT 및 2027년 이후 투자는 제외한다. 약70%를 컴퓨팅 장비, 30%를 토지·건물·관련 인프라로 가정하며, GW당 초기 비용은 약$42 billion, 컴퓨팅과 셸의 내용연수는 각각 5년과 15년, 비감가상각 운영·유지 비용은 GW당 연간$836 million, 법인세율은 21%다. CY2028-30 NOPAT를 CY2026-27 평균 연간 자본지출과 비교하는 15% 연간 ROIC 기준에서 6사는 CY2028-30에 약$1.42 trillion의 누적 수익, 즉 GW당 연간 약$11.6 billion의 수익이 필요하다. ROIC 목표를 0%~30%, GW당 비용을 약$34 billion~$51 billion으로 조정하면 필요 누적 수익은 약$908 billion~$1.89 trillion, GW당 연간 약$6.2 billion~$18.6 billion이다. Goldman Sachs는 15% 기준이 합리적이고 보수적일 가능성이 높다고 본다. AWS, Azure, Google Cloud의 C2Q26 합산 백로그는 약$1.69 trillion으로 전년 대비 152% 증가했고 연초의 약1.5배다. 이들 3사의 약$1.22 trillion CY2026-27 자본지출은 15% ROIC에서 CY2028-30 누적 수익 약$1.00 trillion, 즉 현재 보고 백로그의 약59%를 필요로 한다. 백로그에는 비클라우드 약정이 포함되며 고객 집중도, 제품 구성, 계약 시점에 따라 전환이 달라질 수 있지만, 향후 백로그 성장이 없다고 가정한 보수적 비교라고 설명한다. Amazon은 서버·네트워킹 장비의 약5~6년 내용연수와 약3년 손익분기점을 언급했고, Oracle은 대형 인프라 프로젝트의 steady-state ROIC가 high20s%라고 밝혔다. SpaceX는 지상 AI 데이터센터 역량에 1년 회수기간을 언급했다. Microsoft, Meta, Amazon, Alphabet의 유연·모듈형 설계, 워크로드 이동성, 단계적 배치는 기술 또는 유틸리티 하나에 대한 노출을 낮추고 가동률을 지지할 수 있다. 보고서는 기업 IaaS, 소프트웨어 서비스, 클라우드 가격 인상, 광고, 구독, 에이전트형 커머스를 수익화 경로로 제시한다. 상품화된 지능부터 가격 결정력이 강한 최첨단 지능까지의 가격·성능 곡선이 AI 활용 사례를 확대할 수 있으나, 각 토큰과 자본지출 달러의 수익률은 균일하지 않다고 본다. 단기적으로는 자본 사이클이 수익률을 가릴 수 있지만 향후 3~5년의 총체적 기회에는 긍정적이다.

분석 프레임워크

Goldman Sachs는 회사 코멘트, 컨센서스 데이터, 반도체 공급망 정보를 통해 AI 수요·역량 제약·하이퍼스케일러 자본지출을 평가한다. 이어 CY2026-27 AI 관련 자본지출을 GW 역량으로 전환하고 감가상각, 운영비, 세금, 목표 NOPAT를 이용해 자본지출-수익 브리지를 구축한다. 마지막으로 ROIC와 GW당 비용 가정을 스트레스 테스트하고 필요 수익을 클라우드 백로그 및 경영진 코멘트와 비교한다.

방법론 메모

기업 펀더멘털 및 재무 프레임워크ROIC-WACC 스프레드
ROIC 허들 프레임워크
보고서는 15% 연간 ROIC 허들을 사용해 CY2028-30 NOPAT를 CY2026-27 평균 연간 자본지출과 비교하고 AI 구축에 필요한 수익을 추정한다.
산업 분석 프레임워크산업 가치사슬 상·중·하류 전이
반도체 공급망 바텀업 자본지출 추정
반도체 기업 가이던스와 GW당 수익 가정을 활용해 AI 인프라 지출과 데이터센터 배치 규모를 추정한다.
가치평가 방법론기타
시나리오 분석
보고서는 ROIC 목표를 0%~30%, 초기 자본지출 비용을 GW당 약$34 billion~$51 billion으로 조정해 필요한 미래 수익의 변화를 제시한다.

자산 매핑 및 비교

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

Alphabet (GOOGL)
ROIC 프레임워크와 공공 클라우드 백로그 비교에 포함된 미국 하이퍼스케일러.
강점
Google Cloud 백로그 및 내부·외부 워크로드 간 역량 이동 능력.
비교
AWS, Azure, Google Cloud 3사 백로그 기준의 한 회사.
위험
제품·광고 경쟁, 검색 교란, 대규모 투자 압박, 규제 조사.
Amazon (AMZN)
ROIC 프레임워크와 공공 클라우드 백로그 비교에 포함된 미국 하이퍼스케일러.
강점
AWS 자본지출 경제성, 모듈형 인프라, 데이터센터 셸의 다주기 효용.
비교
AWS, Azure, Google Cloud 3사 백로그 기준의 한 회사.
위험
클라우드·전자상거래 경쟁, 고마진 사업 실행, 투자에 따른 마진 압박, 규제 및 거시 변동성.
Microsoft (MSFT)
ROIC 프레임워크와 공공 클라우드 백로그 비교에 포함된 미국 하이퍼스케일러.
강점
유연한 인프라 플릿, 통합 기술 스택, AI 마진이 클라우드 마진에 근접할 수 있다는 경영진 견해.
비교
AWS, Azure, Google Cloud 3사 백로그 기준의 한 회사.
위험
내부 실리콘 램프 지연, Azure 외 투자 확대, 리더십 변화, 맞춤형 소프트웨어로의 전환.
Meta Platforms (META)
ROIC 프레임워크에 포함된 미국 하이퍼스케일러.
강점
단계적 모듈형 역량 배치와 광고·구독·커머스를 통한 소비자 AI 수익화 잠재력.
비교
다른 하이퍼스케일러와 함께 6사 총합 프레임워크에 포함.
위험
사용자·광고 경쟁, 장기화되는 투자 기반 마진 압박, 규제 및 반독점 조사.
Oracle (ORCL)
ROIC 프레임워크에 포함된 미국 하이퍼스케일러.
강점
경영진이 대형 인프라 프로젝트의 steady-state ROIC를 high20s%로 언급.
약점
Oracle은 주로 데이터센터 역량을 임대하므로 컴퓨팅/셸 분할은 예시적이다.
비교
다른 하이퍼스케일러와 함께 6사 총합 프레임워크에 포함.
위험
고객 집중도, 데이터센터 구축 시점과 실행, 강한 자본지출, 데이터베이스/SaaS 점유율 하락.
SpaceX (SPCX)
ROIC 프레임워크에 포함된 미국 하이퍼스케일러.
강점
경영진은 지상 AI 데이터센터 자본지출의 1년 회수기간과 IaaS 수익화 잠재력을 언급했다.
약점
AI 및 궤도 컴퓨팅 계획에는 상당한 실행 불확실성이 있다.
비교
다른 하이퍼스케일러와 함께 6사 총합 프레임워크에 포함.
위험
높은 자본집약도와 현금 소진, 자금조달·희석, 검증되지 않은 궤도 데이터센터 기술, 경쟁, 발사 역량, 칩 공급망 의존.

핵심 데이터

15% ROIC에서 6사의 필요 수익~$1.42 trillion cumulative CY2028-30GW당 연간 약$11.6 billion의 수익에 해당한다.
AI 인프라 자본지출 전망~$1.3 trillion in 2027; ~$2.0 trillion in 20282027년 전년 대비 60%, 2028년 42% 증가.
추정 AI 데이터센터 배치~20 GW / 35 GW / 57 GW각각 2026년, 2027년, 2028년.
하이퍼스케일러 5사 컨센서스 자본지출 수정~66% or ~$750 billion2026년 초 이후 CY2026-27 추정치 증가분.
클라우드 3사의 보고 백로그~$1.69 trillionC2Q26 기준 AWS, Azure, Google Cloud 합계, 전년 대비 152% 증가.
클라우드 3사의 필요 수익~$1.00 trillion cumulative CY2028-3015% ROIC 프레임워크에서 보고 백로그의 약59%.

영향과 시사점

보고서는 현재 자본지출이 즉시 수익률을 높이는지가 아니라, 미래 AI 경제 수익화가 모델의 필요 수익 기준을 충족하는지가 핵심이라고 본다. 강한 클라우드 수요, 가격, 백로그 성장, 역량 유연성, 기업·소비자 활용 사례 확대가 장기적으로 현재 구축을 지지한다고 판단한다.

위험

AI 인프라 제공업체는 현재 자본지출과 현재 EBITDA 또는 잉여현금흐름 사이에 자금 격차가 있을 수 있다.
데이터센터 토지·전력·셸 가용성이 특히 2028년 이후 계획된 구축을 제약할 수 있다.
백로그 전환은 고객 집중도, 제품·수익 구성, 장기 계약의 시점에 영향을 받을 수 있다.
이 프레임워크는 2027년 이후 투자, 부외 리스, 금융리스, SPV, 제3자 컴퓨팅 계약을 제외하므로 완전한 분석이 아닌 예시적 분석이다.
역량, 자본지출 구성, 자산 수명을 일률적으로 가정해 기업별 구축 단계나 인프라 경제성을 반영하지 못할 수 있다.

주시할 점

CY2026-27 하이퍼스케일러 자본지출 속도와 시장 컨센서스 상회 지속 여부.
클라우드 백로그 성장과 AWS, Azure, Google Cloud의 약정 수익 전환 속도.
훈련·추론 워크로드에서 AI 컴퓨팅의 가격, 가동률, 역량 제약.
2028년 이후 데이터센터 전력, 토지, 셸의 가용성.
기업 AI 도입, 토큰 최적화, 광고·구독·커머스를 통한 소비자 AI 수익화 증거.