보고서 해설

개요

이 보고서는 미국 소프트웨어 및 AI 인프라 산업의 파괴 위험, 성장 전망, 비용 구조, 밸류에이션 괴리 및 종목 순위를 평가한다. 핵심 판단은 투자자들이 애플리케이션 소프트웨어와 인프라 소프트웨어에 대한 AI의 영향을 과도하게 일반화하는 한편, 엔터프라이즈 시스템 오브 레코드, 기존 워크플로, 데이터 맥락, 유지보수 책임 및 결정론적 결과 요구사항이 형성하는 장벽을 간과하고 있다는 것이다. 단기적으로 산업은 여전히 좌석 수 압박, 인접 제품과의 경쟁, 증가하는 추론 비용 및 자본지출 부담에 직면해 있지만, AI 기능 수익화, 사용량 기반 가격 책정, 모델 비용 하락 및 인력 효율성 개선은 중기적인 매출 및 이익 재가속을 가져올 것으로 예상된다.

핵심 견해

첫째, 소프트웨어 산업의 실제 파괴 수준은 시장 가격에 반영된 수준보다 훨씬 낮을 수 있다. 위험은 인프라 계층에서 가장 낮고, 인터페이스 가치 비중이 크며 시스템 오브 레코드와의 통합이 제한적인 애플리케이션 계층에서 가장 높다. 둘째, AI 제품은 배포 및 도입 개선 단계를 넘어 수익화로 이동했으며, 매출 모델은 순수 좌석 기반 모델에서 좌석과 사용량을 결합한 모델로 점차 확대될 것이다. 셋째, 현재 컨센서스 기대치는 의미 있는 성장 가속을 반영하지 않고 있으므로 산업이 건전하지만 상대적으로 낮은 성장률만 유지하더라도 약 4배의 기업가치/매출 밸류에이션은 지지된다. 2026년 하반기부터 2027년 상반기에 성장이 재가속된다면 섹터 리레이팅 시점은 더 앞당겨질 수 있다. 넷째, 오픈웨이트 모델, 소형 언어 모델 및 모델 포트폴리오 최적화는 추론 비용을 낮추고 매출총이익률을 회복시킬 것으로 예상된다. 다섯째, AI 인프라는 뛰어난 수요 전망을 보유하지만 높은 자본집약도와 지속적인 자금조달 수요로 인해 자산 경량형 소프트웨어 기업과는 다른 위험-수익 프로파일을 가진다.

분석 프레임워크

이 보고서는 소프트웨어 기술 스택 내 파괴 위험의 위치, Rule of 40 및 Rule of X 성장-수익성 프레임워크, 기업가치/선행 매출 밸류에이션, 과거 주가 및 밸류에이션 괴리, 컨센서스 매출 추정치 변화, 글로벌 컴퓨팅 수급, 판매 및 R&D 비용 비율, 직원당 매출 및 가격 모델 전환을 결합하여 계층별 커버리지 기업을 비교하고 순위를 매긴다.

방법론 메모

• 성장 및 이익의 질Rule of 40

  선행 매출 성장률과 선행 잉여현금흐름 마진의 합계

  자산 경량형 소프트웨어 기업의 성장과 현금흐름 간 균형을 측정하는 데 사용되며, 잉여현금흐름이 압박받는 물리적 인프라 구축 기업에는 다른 벤치마크가 필요하다.

• 성장 및 이익의 질Rule of X

  선행 매출 성장률의 두 배에 선행 잉여현금흐름 마진을 더한 값

  매출 성장의 가중치를 높임으로써 소프트웨어 밸류에이션에서 성장 지속성의 중요성을 강조하며, 이 프레임워크는 DDOG, SNOW 및 NOW를 더욱 부각한다.

• 상대가치평가기업가치/선행 매출 배수

  현재 밸류에이션, 과거 범위 및 애플리케이션 소프트웨어와 인프라 소프트웨어 간 차이를 비교

  현재 섹터는 약 4배의 기업가치/매출에서 거래되며, 팬데믹 시기 약 20배의 고점보다 크게 낮다. 애플리케이션 소프트웨어 밸류에이션은 인프라 소프트웨어 밸류에이션의 약 3분의 1까지 하락했다.

• 산업 구조소프트웨어 및 인프라 기술 스택의 위험 계층화

  파괴 위험은 일반적으로 하부 인프라 계층에서 상부 애플리케이션 인터페이스 계층으로 갈수록 증가

  제품이 컴퓨팅, 데이터 계층, 시스템 오브 레코드 및 핵심 워크플로에 가까울수록 일반적으로 교체 장벽이 높다. 주요 가치가 사용자 인터페이스에 집중된 저통합 제품은 상대적으로 더 높은 위험에 직면한다.

• 운영 효율성직원당 매출 및 비용 비율 분석

  직원당 매출, 판매비 비율 및 R&D 비용 비율을 활용해 비용 레버리지 여지를 평가

  커버리지 기업의 직원당 매출 중앙값은 약 $484,000이며 기업별 차이가 커서, 많은 기업이 AI를 활용해 R&D, 영업 및 운영 효율성을 개선할 여지가 있음을 시사한다.

자산 매핑 및 비교

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

• Microsoft (MSFT)

  보고서 최선호주, OW 등급

  강점

  애플리케이션 소프트웨어와 AI 인프라의 균형 잡힌 포트폴리오; 고마진 애플리케이션 사업에서 창출되는 현금을 Azure 자본지출 지원에 활용하고 Copilot을 통해 추가 성장 기회를 창출할 수 있다.

  약점

  물리적 인프라 구축은 단기 현금 창출을 압박하며 지속적인 자본 투자가 필요하다.

  비교

  다른 하이퍼스케일 클라우드 제공업체와 비교하면 내부의 고마진 애플리케이션 사업은 AI 인프라의 외부 자금조달 압박을 줄일 수 있다. Oracle과 비교하면 소프트웨어 수익화 기회가 더 풍부하다.

  위험

  컴퓨팅 투자수익률이 기대에 미치지 못할 위험, AI 수요 전환이 예상보다 느린 위험 및 매출총이익률 압박.

• ServiceNow (NOW)

  주요 선호 종목

  강점

  엔터프라이즈 IT 환경의 AI 진입점으로서 결정론적 워크플로에 깊이 내재되어 있다. AI 연간 환산 계약 가치는 $1 billion을 초과했으며 Rule of 40 성과가 뛰어나다.

  약점

  유기적 사업 성장은 현재 주로 10%대 후반에서 안정적이며, 재가속을 위해서는 여전히 사용량 매출이 필요하다.

  비교

  CRM 및 DT와 비교해 성장성과 수익성의 결합 성과가 더 우수하며, 잉여현금흐름 밸류에이션은 장기 평균 대비 50% 이상 할인되어 있다.

  위험

  엔터프라이즈 AI 프로젝트 배포 지연, 사용량 수익화의 기대 미달 및 좌석 성장 둔화.

• Datadog (DDOG)

  AI 옵저버빌리티 수혜주

  강점

  클라우드 네이티브 및 DevOps 사용 사례에 더 가깝고, 증가하는 AI 워크로드와 높아지는 시스템 복잡성으로 더 높은 성장을 달성할 것으로 예상된다.

  약점

  R&D 투자가 높으며 AI 수혜주로서 밸류에이션이 저렴하지 않다.

  비교

  보고서는 클라우드 네이티브 및 DevOps 포지셔닝이 더 높은 성장 잠재력을 제공한다는 점에서 DT보다 DDOG를 선호한다.

  위험

  높은 밸류에이션, 클라우드 사용량 변동, 경쟁 심화 및 성장 기대 미달.

• Snowflake (SNOW)

  데이터 계층 AI 수혜주

  강점

  엔터프라이즈 데이터 계층에서 유리한 위치에 있으며 AI 혁신은 이미 모멘텀을 보이고 있다. 매출의 90% 이상이 사용량 기반 제품에서 발생한다.

  약점

  사용량 모델은 매출을 고객의 컴퓨팅 수요와 예산 조정에 더 민감하게 만든다.

  비교

  Rule of X 프레임워크는 높은 성장의 질을 부각한다. 애플리케이션 소프트웨어와 비교해 인프라 특성과 데이터 장벽은 파괴 위험을 낮춘다.

  위험

  고객의 클라우드 지출 최적화, AI 제품 도입 둔화, 사용량 변동성 및 높은 밸류에이션.

• Oracle (ORCL)

  저평가 AI 인프라 기회

  강점

  컴퓨팅 용량 확장 계획은 하이퍼스케일 클라우드 제공업체와 경쟁할 수 있는 역량을 제공하며, 밸류에이션은 상대적으로 저렴하다.

  약점

  자본 수요가 높고 구축 기간에 잉여현금흐름 지표가 압박받으며, 물리적 인프라 주변의 소프트웨어 수익화 기회는 Microsoft보다 낮다.

  비교

  밸류에이션은 Microsoft보다 저렴하지만, 사업 구성은 자체 자금조달 역량과 증분 소프트웨어 수익화 기회를 상대적으로 제한한다.

  위험

  자본지출 집행, 자금조달 비용, 부채 증가 및 컴퓨팅 수요의 불충분한 실현.

• Salesforce (CRM)

  밸류에이션 회복 후보

  강점

  단일 고객에게 다수의 솔루션을 제공하는 시스템 오브 레코드 플랫폼으로서 실제 파괴 위험은 시장이 가격에 반영하는 수준보다 낮다. Rule of 50을 향한 진전은 리레이팅을 뒷받침할 수 있다.

  약점

  Tableau와 같은 일부 사업은 여전히 AI 대체 압력에 직면하며 전반적인 성장은 상대적으로 제한적이다.

  비교

  밸류에이션과 성장 지표는 NOW보다 낮지만, 낮은 기대치와 시스템 오브 레코드 특성은 더 큰 기대치 격차를 제공한다.

  위험

  좌석 수 축소, 인접 제품 훼손, 불충분한 AI 수익화 및 지속적인 성장 둔화.

• Cloudflare (NET)

  AI 인프라 수혜주이나 Neutral 유지

  강점

  인프라 계층에 위치하여 AI 트래픽 및 컴퓨팅 수요 성장의 수혜를 받을 수 있으며, Rule of 40은 41.4%이다.

  약점

  32.6배의 기업가치/매출 밸류에이션은 대부분의 커버리지 기업보다 현저히 높다.

  비교

  AI 인프라 소프트웨어의 수혜주이기도 하지만 밸류에이션은 DDOG 및 SNOW 같은 선호 종목보다 비싸다.

  위험

  밸류에이션 압축, 높은 기대치에 미치지 못하는 성장 및 경쟁 심화.

• 물리적 AI 인프라 기업

  강한 수요이나 높은 변동성

  강점

  컴퓨팅 수급 격차는 확대될 것으로 예상되며 고객은 더 높은 컴퓨팅 가격과 프리미엄을 수용하고 있어 중기 수요와 매출 성장을 뒷받침한다.

  약점

  매출보다 먼저 자본지출이 발생해야 하며 자본시장에 대한 지속적인 의존이 필요하고, 더 많은 기업가치가 채권자에게 귀속될 수 있다.

  비교

  수요 가시성은 대부분의 애플리케이션 소프트웨어보다 높지만, 자본집약도, 자금조달 위험 및 주가 변동성도 현저히 높다.

  위험

  자본시장 접근성 악화, 금리 상승, 부채 부담, 건설 지연 및 불충분한 장기 투자수익률.

핵심 데이터

• 소프트웨어 섹터의 현재 밸류에이션약 4배의 기업가치/매출팬데믹 시기 약 20배의 고점보다 크게 낮지만, 글로벌 금융위기 당시 약 1.5배의 저점보다 높다.
• 애플리케이션 소프트웨어의 상대 밸류에이션인프라 소프트웨어 밸류에이션 배수의 약 3분의 1수년간의 주가 부진으로 두 유형의 소프트웨어 기업 간 밸류에이션 괴리가 크게 확대되었다.
• 2025년 인프라 기업의 평균 주가 성과+18%같은 기간 애플리케이션 소프트웨어 기업의 평균 주가 성과는 -11%였다.
• Cloudflare 밸류에이션 및 Rule of 4032.6배의 기업가치/매출; 41.4%높은 밸류에이션이 차트 축척에 영향을 미칠 수 있어 해당 매트릭스 표시에는 포함되지 않았다.
• ServiceNow AI 연간 환산 계약 가치$1 billion 초과AI 성과는 이미 수익화되기 시작했으며, 비좌석 모델이 신규 사업의 약 절반을 차지한다.
• 2026년 하반기 커버리지 기업의 중앙 매출 성장률6.3%컨센서스 기대치 문턱은 낮으며, 아직 광범위한 산업 성장 재가속을 반영하지 않았다.
• 2030년 글로벌 컴퓨팅 용량 수급 격차241,324 메가와트보고서 표는 2030년 수요가 약 449,813 메가와트, 공급이 약 208,489 메가와트임을 보여준다.
• 커버리지 기업의 직원당 매출평균 약 $679,000, 중앙값 약 $484,000기업별 큰 차이는 생산성을 추가로 개선하고 비용 레버리지를 실현할 여지가 있음을 나타낸다.
• Snowflake 사용량 기반 제품 매출 비중전체 매출의 90% 초과사업 모델은 주로 컴퓨팅 및 스토리지 사용량에 따라 직접 과금한다.
• Twilio 사용량 기반 매출 비중2025년 74%2024년 72%, 2023년 71%보다 높지만 거시 사이클에 대한 민감도도 높인다.

영향과 시사점

투자자에게 현재 기회는 모든 소프트웨어 기업의 동반 반등에 단순히 베팅하는 것이 아니라, 시스템 오브 레코드 특성, 데이터 또는 워크플로 장벽, 명확한 AI 수익화 경로, 강한 성장의 질 및 합리적인 밸류에이션을 결합한 기업을 우선시하는 것이다. 인프라 소프트웨어는 AI 워크로드 성장의 직접적인 수혜를 더 많이 받지만 일부 종목의 밸류에이션은 이미 높다. 애플리케이션 소프트웨어는 더 큰 위험에 직면하지만 상당한 할인으로 더 큰 기대치 격차를 창출한다. 물리적 AI 인프라는 수요가 가장 강하지만, 자금조달 역량, 자본비용, 기업가치 대비 부채 비중 및 투자수익률이 주요 위험 제약 요인이 되어야 한다.

위험

• AI 네이티브 제품은 주요 가치가 사용자 인터페이스에 있는 저통합 애플리케이션 소프트웨어와 인접 사업을 더 빠르게 잠식할 수 있다.
• 엔터프라이즈 고객은 좌석 수를 줄이고 구매 소프트웨어와 내부 개발 사이에서 더 엄격한 투자수익률 평가를 시행할 수 있다.
• AI 매출이 규모화되기 전에 상승하는 추론 및 토큰 비용은 소프트웨어 기업의 매출총이익률을 계속 압박할 수 있다.
• 산업 매출이 2026년 하반기부터 2027년 상반기에 재가속되지 못하면 밸류에이션 회복이 지연될 수 있다.
• 고금리는 소프트웨어 밸류에이션을 계속 억제하고 AI 인프라 기업의 자금조달 비용을 높일 수 있다.
• AI 인프라는 지속적인 자본 투자가 필요하며 부채 증가는 주주가 확보하는 기업가치 상승 여력을 희석할 수 있다.
• 사용량 기반 가격 책정은 성장 탄력성을 높이는 반면 고객 예산, 거시 환경 및 사용 강도에 대한 매출 민감도도 높인다.
• 낮은 밸류에이션에도 일부 애플리케이션 소프트웨어 기업은 구조적 성장 둔화로 인해 가치 함정이 될 수 있다.

주시할 점

• 2026년 하반기 및 2027년 상반기 소프트웨어 기업 매출이 낮은 컨센서스 기대치를 넘어 재가속되는지 여부.
• AI 기능이 시험 및 도입 단계에서 유료 사용으로 전환된 이후 신규 계약 가치, 사용량 매출 및 순매출 유지율에 대한 기여도.
• 좌석 수 감소로 인한 매출 압박이 사용량 성장과 AI 추가 과금으로 상쇄될 수 있는지 여부.
• 오픈웨이트 모델, 소형 언어 모델 및 모델 라우팅이 단위 추론 및 토큰 비용을 낮출 수 있는지 여부.
• AI 매출이 규모화되면서 산업 매출총이익률 하락이 멈추고 회복되는지 여부.
• 엔터프라이즈 고객 AI 프로젝트가 파일럿에서 프로덕션 환경으로 전환되는 속도 및 투자수익률의 증거.
• 글로벌 컴퓨팅 수급 격차, 컴퓨팅 가격 및 고객의 프리미엄 지불 지속 가능성.
• 물리적 인프라 기업의 자본지출, 자금조달 채널, 부채 비율 및 잉여현금흐름 변화.
• 애플리케이션 소프트웨어와 인프라 소프트웨어 간 밸류에이션 및 주가 성과 괴리가 수렴하기 시작하는지 여부.
• MSFT, NOW, DDOG, SNOW, ORCL 및 CRM이 각각의 AI 수익화 경로를 실현할 수 있는지 여부.