China AI value chain 리서치 보고서 해설

개요

이 테마 보고서는 생성형 AI가 대규모 인프라 지출에서 지속 가능한 수익화로 전환할 수 있는지를 검토한다. Nomura의 기본 시나리오는 Token 소비 확대, 기업 도입 및 중국 AI 인프라 구축이 더 긴 투자 사이클을 지원하며 클라우드 플랫폼, IDC 및 소프트웨어 제공업체에 차별화된 영향을 준다는 것이다.

핵심 견해

Nomura는 생성형 AI가 전환점에 있다고 주장한다. 도입은 챗봇과 Copilot을 넘어 에이전트형 AI, 엣지 AI 및 산업용 모델로 확대되고 있다. 주요 LLM 플랫폼이 3-6개월마다 모델을 고도화할 것으로 예상하며, AI 에이전트, 엣지 디바이스 및 산업용 사용 사례를 향후 1-3년의 핵심 도입 동인으로 본다. 글로벌 폐쇄형 모델은 기술 리더십과 프리미엄 수익화를 추구하는 반면, 중국의 오픈소스 전략은 비용 효율성 제고, 개발자 생태계 확대 및 애플리케이션 도입 가속으로 이어질 수 있다고 본다. 보고서에 따르면 오픈소스와 폐쇄형 모델 간 성능 격차는 축소되고 있지만, 폐쇄형 시스템은 고난도 추론, 전문 코딩 및 지식 정확성에서 여전히 우위에 있다. 오픈소스 모델의 Humanity’s Last Exam 점수는 34%-36%, GPT-5.5는 44%였고, TerminalBench Hard에서는 43%-46% 대 61%였다. 2026년 3월 기준 AI Index 순위에서 Claude Opus 4.6과 GLM-5의 격차는 49포인트였다. 다만 오픈소스 모델은 최첨단 성능에 근접한 수준을 약 절반에서 6분의 1 비용으로 제공해 상업적 배포에 유리하다고 평가한다. 중국의 오픈소스 생태계, 국산 칩 발전 및 낮은 운영비를 AI 보급 확대의 기반으로 본다. Nomura의 Token 경제 프레임워크는 보고서의 핵심 수익화 논리다. 주요 LLM 및 하이퍼스케일 업체의 총 AI 컴퓨팅 파워가 2025F의 13GW에서 2030F의 98GW로 증가하고, GW당 Token 생산량은 매년 35% 개선되며, 채택을 촉진하기 위해 Token 가격은 매년 20% 하락한다고 가정한다. 이 가정에서 플랫폼 Token 매출은 2025F의 USD136bn에서 2030F의 USD1.348tn으로 증가한다. 소비자 및 기업 애플리케이션 확대에 따라 추론이 워크로드에서 차지하는 비중이 커질 것으로 보는데, 추론은 Token 매출을 창출하는 반면 학습은 직접적으로 창출하지 않기 때문이다. Nomura는 경량 자산형 독립 LLM 플랫폼과 수직 통합형 하이퍼스케일러를 구분한다. 독립 사업자는 컴퓨팅 파워를 임차하고 API 및 Token 매출을 확보하므로 수익성은 Token 가격과 컴퓨팅 임차료에 민감하다. 보고서는 2030F EBIT 마진이 29.6%, 매출총이익률이 약 70.5%에 이를 수 있다고 본다. 하이퍼스케일러는 인프라를 직접 구축하지만 규모와 생태계 통합으로 컴퓨팅 비용을 흡수할 수 있으며, 2030F EBIT 마진 47.1%, 세전 ROIC 18%를 예상한다. 따라서 더 큰 통합 클라우드 생태계가 AI 투자에서 지속 가능한 수익을 얻기에 더 유리하다고 판단한다. 기본 시나리오에서 인프라 지출은 여전히 크다. Nomura가 인용한 Bloomberg 컨센서스에 따르면 Meta, Amazon, Alphabet 및 Microsoft의 합산 2026E/2027E 설비투자는 USD710bn/USD907bn이다. 중국 상위 클라우드 서비스 제공업체와 통신 사업자의 지출은 2026F/2027F에 CNY981.7bn/CNY1,106.8bn으로 추정한다. 중국은 첨단 칩 부족 및 수익화 불확실성으로 투자 부족 상태라고 보지만, 정책 지원, 국산 칩 고도화, 오픈소스 LLM 발전 및 정부·국유기업·민간 부문의 참여가 AI 데이터센터 투자를 가속할 것으로 예상한다. 금융, 소프트웨어, 헬스케어, 자율주행 및 로보틱스를 주요 응용 분야로 제시한다. 기업용 수익화는 소비자용보다 더 명확하다. 인용된 데이터상 기업 AI 제품 매출 모델의 50%는 회원제, 30%는 사용량 기반 모델인 반면, 소비자 AI 제품의 40% 이상은 명확한 매출 모델이 없다. 중국에서는 B2B AI 애플리케이션이 B2C보다 더 빠르게 수익화될 것으로 예상한다. AI 에이전트, AI 오피스 소프트웨어, 금융 서비스 자동화, 의료 영상 및 신약 발견, 엔드투엔드 자율주행, 휴머노이드 로보틱스를 주요 사례로 든다. 중국 AI 인프라와 관련해 Token 소비에 따른 강한 IDC 수요를 강조한다. 중국의 누적 IDC 랙 수는 2025년 말 전년 대비 53% 증가한 13.7mn이었고, 지능형 컴퓨팅 파워는 2025년 말 1,590 EFLOPS에서 2026년 6월 말 2,185 EFLOPS로 증가했다. 울란차브는 자연 냉각, 베이징 인접성 및 재생에너지 자원 때문에 핵심 AI 데이터센터 허브로 제시된다. Nomura는 2026년 7월 기준 활용 IT 전력을 0.8GW, 계약 용량을 12.5GW 상당으로 추정하며, VNET과 GDS가 중국 북부 AI 데이터센터 수요의 수혜를 볼 것으로 본다. 종목별로 Nomura는 AI 플랫폼·인프라·소프트웨어 선도 기업인 Alibaba, Kingdee, Kingsoft Cloud, Kingsoft Office, GDS 및 VNET을 추천하고 iFlytek에는 Neutral을 유지한다. Kingdee는 AI 네이티브 소프트웨어 모델로의 전환이 진행 중인 것으로 평가된다. Kingsoft Office는 기업 AI 에이전트의 수혜가 예상되나 경쟁이 심화되고, Kingsoft Cloud는 AI 클라우드 수요의 수혜가 예상되지만 칩 공급 및 마진 압박이 있다. GDS와 VNET은 AI 데이터센터 수주 및 용량 확장의 뒷받침을 받으며, iFlytek은 국산 LLM과 기업 수직 시장에서의 입지에도 불구하고 소비자·교육 부문의 경쟁과 약세에 제약받는다.

분석 프레임워크

Nomura는 오픈소스와 폐쇄형 LLM, 애플리케이션 도입 및 정책 여건에 대한 기술·시장구조 분석을 결합하고, 컴퓨팅 용량·Token 생산량·가격·수익화를 연결하는 Token 경제 모델을 사용한다. 이후 선별된 중국 AI 가치사슬 기업에 대해 실적, 수주잔고, 마진 및 밸류에이션을 분석한다.

방법론 메모

• 산업 분석 프레임워크산업 가치사슬 상·중·하류 전이

  중국 AI 가치사슬 분석

  보고서는 칩과 컴퓨팅 인프라를 클라우드 플랫폼, LLM 제공업체, 애플리케이션, 기업 소프트웨어 및 데이터센터와 연결해 AI 수요와 수익화가 가치사슬에서 어떻게 전달되는지 설명한다.

• 산업 분석 프레임워크수급 프레임워크

  Token 경제 수급 모델

  Nomura는 추론 컴퓨팅 용량을 바탕으로 Token 공급을 추정하고, 하드웨어 효율성·가동률·Token 가격 가정 아래 예측 Token 수요와 비교한다.

• 가치평가 방법론DCF(할인현금흐름법)

  기업 목표주가 밸류에이션

  보고서는 Kingdee, Kingsoft Office, Kingsoft Cloud 및 VNET에 DCF 밸류에이션을 사용하며, 제시된 WACC와 영구성장률 가정으로 예상 현금흐름을 할인한다.

• 가치평가 방법론EV/EBITDA 가치평가

  GDS 목표주가 밸류에이션

  Nomura는 GDS의 목표주가를 FY27F EV/EBITDA 배수로 산정하며, 이는 회사의 역사적 평균 EV/EBITDA와 일치한다고 설명한다.

• 가치평가 방법론PER·PEG 가치평가

  iFlytek 주가수익비율 밸류에이션

  보고서는 iFlytek을 65x FY27F EPS로 평가하며, 이는 A주 소프트웨어 중앙값 P/E에 부합한다고 설명한다.

자산 매핑 및 비교

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

• Alibaba (9988 HK / BABA US)

  Nomura가 추천하는 AI 플랫폼 및 클라우드 선도 기업

  강점

  오픈소스 생태계와 AliCloud 노출

  비교

  Nomura가 선호하는 AI 플랫폼군에 속함

  위험

  투자 확대에 따른 마진 하방 압력과 결제·인터넷 금융 관련 규제 위험

• Kingdee (268 HK)

  Nomura가 추천하는 AI 소프트웨어 선도 기업

  강점

  AI 네이티브 제품, 구독 성장 및 기업 AI 운영체제 Lingee

  약점

  클라우드 사업 턴어라운드는 여전히 실행에 달려 있음

  비교

  보고서가 선호하는 중국 소프트웨어 노출

  위험

  클라우드 매출 성장 둔화, 추가 R&D 투자 및 기존 ERP 플랫폼과의 경쟁

• Kingsoft Office (688111 CH)

  Nomura가 추천하는 AI 오피스 소프트웨어 선도 기업

  강점

  WPS 365, Lingxi 및 WPS Comate가 기업 AI 수익화를 지원

  약점

  WPS AI 사용자 및 ARPU 성장이 예상보다 느려 전망이 하향 조정됨

  비교

  AI 협업 소프트웨어에서 Alibaba 및 Tencent와 경쟁

  위험

  수요 약세, AI·구독 사업 개발 지연 및 AI 오피스 부문 경쟁 심화

• Kingsoft Cloud (3896 HK)

  Nomura가 추천하는 AI 클라우드 인프라 선도 기업

  강점

  생태계 고객 및 LLM 고객을 포함한 AI 클라우드와 MaaS 수요

  약점

  높은 하드웨어 및 제3자 임차 비용이 마진을 압박하고 흑자 전환을 지연

  비교

  AI 노출을 보유한 중국 독립 클라우드 서비스 제공업체

  위험

  퍼블릭 또는 엔터프라이즈 클라우드 수요 둔화와 경쟁 심화

• GDS Holdings (GDS US)

  Nomura가 추천하는 중국 IDC 선도 기업

  강점

  강한 2Q26 수주, 상향된 예약 목표 및 대규모 자원 파이프라인

  약점

  계약 갱신과 시장 믹스 변화로 단기 EBITDA 성장은 완만함

  비교

  VNET과 함께 주요 AI 데이터센터 수혜 기업

  위험

  중국 AI 데이터센터 수요 부진, 해외 확장 지연, 경쟁 및 지정학적 공급망 혼란

• VNET Group (VNET US)

  Nomura가 추천하는 중국 IDC 선도 기업

  강점

  대규모 도매 수주, 토지 뱅크 및 울란차브 AI 데이터센터 입지

  약점

  신규 용량은 가동률 램프업이 필요함

  비교

  내몽골 AI 데이터센터의 초기 진입자

  위험

  신규 데이터센터 가동률 램프업 지연 및 경쟁 심화에 따른 MRR의 예상보다 빠른 하락

• iFlytek (002230 CH)

  Nomura가 Neutral 등급을 부여한 국산 LLM 및 AI 애플리케이션 제공업체

  강점

  국산 칩으로 학습한 Spark LLM 및 헬스케어·자동차 등 기업 수직 시장 노출

  약점

  교육 및 소비자 부문이 경쟁 압력에 직면

  비교

  Nomura는 중국 소프트웨어 부문에서 Kingdee를 선호한다고 언급

  위험

  LLM·음성인식 경쟁 심화, 기술 램프업 지연 및 수익화 지연

핵심 데이터

• 글로벌 Token 시장 매출USD136bn in 2025F to USD1.348tn in 2030FNomura Token 경제 전망
• 글로벌 AI 컴퓨팅 파워13GW in 2025F to 98GW in 2030F주요 LLM 및 하이퍼스케일 업체에 대한 Nomura 추정
• 독립 LLM 플랫폼 EBIT 마진29.6% in 2030FNomura Token 경제 모델
• 하이퍼스케일 AI 플랫폼 EBIT 마진47.1% in 2030FNomura Token 경제 모델
• 하이퍼스케일 AI 플랫폼 세전 ROIC18% in 2030FNomura 모델이며, 보고서는 FY28-30F의 17%-20% 범위를 언급한다
• 중국 AI 관련 CSP 및 통신사 설비투자CNY981.7bn in 2026F and CNY1,106.8bn in 2027FNomura 추정
• 글로벌 AI 에이전트 시장USD5.29bn in 2024 to USD47.1bn by 2030ENomura가 인용한 Moonfox 추정
• 중국 누적 IDC 랙 수13.7mn at end-2025, up 53% year-on-yearNomura가 인용한 NDA 및 CAICT 데이터

영향과 시사점

Nomura는 Token 소비가 AI 컴퓨팅 투자금을 반복 매출로 전환하는 메커니즘이라고 본다. 선호 노출은 통합 AI 플랫폼, AI 클라우드 제공업체, 확장 가능한 용량을 갖춘 IDC 및 에이전트와 구독을 수익화할 수 있는 기업 소프트웨어 회사다. 중국의 오픈소스 생태계와 국내 인프라 구축이 이들 영역을 지원할 것으로 예상한다.

위험

• 경쟁 심화, 컴퓨팅 비용 급등 또는 LLM 지능 개선 지연으로 주요 LLM 업체의 ROI가 예상보다 낮을 수 있다.
• 경쟁, 최종 고객 구매력 부진 및 거시 환경으로 중국 AI 애플리케이션 수익화가 예상보다 느릴 수 있다.
• 정부, 국유기업 및 민간 기업이 동시에 데이터센터 용량을 확대하면서 중국에서 IDC 공급 과잉이 발생할 수 있다.
• 미중 기술 제한이 공급 여건을 악화시키고 칩, 광학 부품 및 LLM 인프라 비용을 높일 수 있다.
• 시스템이 사용자 기기와 데이터에 높은 접근 권한을 가질 경우 AI 에이전트 배포는 개인정보, 데이터 탈취 및 사이버보안 위험을 수반한다.

주시할 점

• Token 소비 증가, 추론 워크로드 비중 및 LLM 플랫폼의 가격·가동률 유지 능력.
• 중국 AI 클라우드·AI 데이터센터 설비투자, 국산 칩 증설 및 공급 제약 완화 속도.
• 에이전트, MaaS, API 사용량 및 구독 도입을 중심으로 한 기업 AI 제품의 상업화 진전.
• GDS와 VNET의 IDC 수주, 고객 입주, 용량 인도 및 가동률.
• AI 오피스 소프트웨어, 소비자 AI 애플리케이션 및 중국 오픈소스 LLM 생태계의 경쟁 동향.
• AI 칩, 모델 접근, 데이터센터 부품 및 로보틱스에 영향을 미치는 미중 정책과 수출통제 전개.