China AI infrastructure ecosystem 리서치 보고서 해설

개요

이 산업 심층 보고서는 중국 AI 투자를 설비투자와 칩 공급에서 컴퓨팅 용량, 자금 조달 및 단위 경제성까지 분석한다. Morgan Stanley는 2026-30E 총 설비투자를 Rmb8.5tr로 전망하며, 국산 AI 칩의 생산 확대를 용량 성장과 선별된 클라우드, 데이터센터, 모델 및 반도체 수혜 기업을 뒷받침할 핵심 촉매로 본다.

핵심 견해

Morgan Stanley는 2026-30E 중국 AI 관련 설비투자를 Rmb8.5tr (US$1.3tr)로 전망하며, 이는 평균적으로 미국 동종업체 지출의 약 17%에 해당한다. 중국 총 컴퓨팅 설비투자는 2026E Rmb1.3tr에서 2030E Rmb2.0tr로 증가할 전망이다. 하이퍼스케일러와 주요 인터넷 기업의 설비투자는 2026E Rmb995bn으로 전년 대비 121% 증가하고, 2027E Rmb1.2tr, 2030E Rmb1.4tr에 이를 것으로 예상된다. Neocloud 투자는 5년간 Rmb1.5tr로 주로 서버 조달에 쓰이며, 통신사업자 컴퓨팅 설비투자는 2026E 약 Rmb81bn에서 2030E Rmb179bn으로 증가한다. 5년 지출의 70-80%, 즉 Rmb6.4tr가 국내에서 발생할 전망이다. 보고서의 핵심 공급 측 결론은 중국의 확장이 수요보다 고성능 컴퓨팅의 가용성에 더 크게 제약됐다는 점이다. 국산 GPU와 ASIC 공급은 다음 단계의 용량 성장을 열어 중국 IT 전력 용량을 2025년 26GW에서 2030E 81GW로 늘릴 전망이다. 55GW 증가는 하이퍼스케일러 +34GW, 통신사업자 자체 구축 외부 용량 +9GW, 기타 참여자와 AI 연구소 +12GW가 주도한다. Alibaba와 Tencent는 각각 6-9GW, Baidu는 약 1GW를 추가할 것으로 예상된다. 국산 AI 칩 출하는 2025년 1.1mn에서 2026E 2.4mn, 2027E 4.8mn, 2030E 11mn으로 증가하고, 국산 칩 TAM은 Rmb94bn에서 Rmb646bn으로 확대된다. 국산 칩은 2025-30E 서버 배치의 70-85%를 차지할 전망이다. 지출 구성은 컴퓨팅 중심이다. Morgan Stanley는 서버 지출을 Rmb5.3tr, 컴퓨팅 설비투자의 약 88%로 추정하며 AI 서버 설비투자는 Rmb4.9tr로 본다. 하이퍼스케일러 설비투자의 30-35%는 해외, 국내 설비투자의 10-15%는 비서버 항목, 서버 설비투자의 약 10%는 CPU로 가정하며 나머지는 GPU 관련 컴퓨팅에 투입된다. AI 전력 수요 증분은 2026E 5.6GW에서 2030E 약 13GW로, 제3자 데이터센터 주문은 6.1GW에서 11GW로 증가한다. 하이퍼스케일러와 AI 연구소 용량의 20%가 자체 구축된다고 가정하며, 서부 지역의 5년 누적 증분 제3자 주문은 33GW, 동부 지역은 14GW로 예상된다. 자금 조달 여력은 참여자별로 다르다. Morgan Stanley는 Alibaba, Tencent 및 Baidu가 영업현금흐름, 현금 잔고, 리스 및 선급금을 통해 국내 설비투자를 대체로 충분히 조달할 수 있다고 보지만, Alibaba는 음식 배달 경쟁 재점화 시 현금 압박을 받을 수 있고 Baidu는 검색 안정화가 변수다. Tencent는 세 기업 중 가장 안정적인 것으로 평가된다. 더 큰 과제는 해외 조달이다. 4개 하이퍼스케일러는 2026-30E 해외 확장에 Rmb2.0tr를 지출할 전망이며, 설비투자, 부채 상환 및 주주환원이 제한된 해외 현금을 경쟁적으로 사용한다. 투자 포트폴리오 현금화, 부채 및 주식이 잠재적 재원이다. Neocloud는 약 5% 금리의 30-40% 금융리스, 약 3-4% 은행대출, 고객 선급금 및 부채·주식 발행을 조합할 수 있으나, 이러한 레버리지는 가동률, 납품 일정, 차환 비용 및 고성능 서버 수요에 대한 민감도를 높인다. Kingsoft Cloud에 대해 Morgan Stanley는 연간 총투자의 40%를 5년 리스로 조달한다고 모델링하며, 2Q26 Rmb2bn의 영업현금흐름은 대규모 고객 선급금에 의해 뒷받침됐다. 캐리어 중립 데이터센터 사업자는 5년간 Rmb569bn의 설비투자가 필요하며, 프로젝트 대출, 영업현금흐름, REITs, 사모 ABS, 사모신용 및 주식이 가능한 재원이다. 통신사업자는 현금, 연간 영업현금흐름 및 기존 설비투자 축소로 대부분의 컴퓨팅 투자를 자체 조달할 전망이다. 수익은 설비투자 규모 자체보다 수익화 계층에 달려 있다. 기본 시나리오에서 자체 보유 GPU IaaS는 영업이익률 44%, ROIC 13%, 약 3년의 현금 회수기간을 창출한다. 이는 월 서버 임대료 Rmb250k, 가동률 75%, 서버 설비투자 Rmb8mn을 전제로 한다. 임차/Neocloud IaaS는 Rmb250k 고객 가격과 월 Rmb200k 임차비에서 약 20%의 영업이익률을 내지만, 선행 서버 설비투자가 필요 없고 임대 스프레드가 플러스로 전환되면 즉시 양의 현금을 창출한다. 자체 구축 MaaS는 GPU당 초당 4,000 tokens, 추론 비중 50%, 혼합 token 가격 Rmb9.5/백만을 가정해 영업이익률 53%, ROIC 19%, 회수기간 2.5-2.6년을 기록한다. 제3자 API를 호스팅하는 자체 컴퓨팅은 10% 매출 분배 하에 영업이익률 57%, ROIC 29%, 회수기간 2.1년으로 추정되며, 자체 모델 대비 성능 할인은 핵심 불확실성이다. 국산 칩은 컴퓨팅 용량을 확대하지만 단기 단위 경제성은 해외 서버보다 낮다. 차세대 HBM3E 장착 칩을 이용한 완전 국산 인프라 기본 시나리오는 해외 서버 대비 30% 성능, Rmb4mn 서버 비용, 31% 증분 EBIT 마진, ROIC 9.1%, 회수기간 3.6년을 가정한다. 상대 컴퓨팅 효율 20-40%의 민감도에서 ROIC는 0.3%-17.9%, 회수기간은 2.7-5.2년이다. Prefill/decode 분리는 요약, 장문서 Q&A, 코딩 지원과 같은 긴 입력 작업에서 ROIC를 개선할 수 있으나, 4k/4k의 균형 잡힌 입출력 작업에서는 효과가 작다. 차세대 국산 칩의 메모리 대역폭 개선은 핵심 병목을 해소하고 시간이 지나며 국산화 경제성을 개선할 수 있다. Morgan Stanley는 강한 컴퓨팅 수요와 공급망 완화를 근거로 중국 클라우드 공급망을 계속 선호한다. 인프라 제공업체 Alibaba, Kingsoft Cloud, VNET, AI 연구소 MiniMax와 Zhipu, GPU 국산화 Cambricon, Illuvatar, Hygon에 대해 Overweight를 유지한다.

분석 프레임워크

Morgan Stanley는 하이퍼스케일러, Neocloud 및 통신사업자를 대상으로 5년 설비투자를 상향식으로 전망한 뒤, 칩 출하 전망과 배치 비용을 GW 단위 컴퓨팅 용량으로 전환한다. 이어 생태계 참여자별 자금원과 현금흐름 제약을 평가하고, 서버당 단위 경제성 시나리오를 통해 IaaS, MaaS, 제3자 API 호스팅 및 국산 칩 배치 수익을 비교한다.

방법론 메모

• 산업 분석 프레임워크수급 프레임워크

  AI 컴퓨팅 수급 및 용량 확장 분석

  보고서는 설비투자 전망, 국산 칩 출하, 배치 비용 및 전력 수요를 컴퓨팅 용량 증가와 연결하고, 칩 가용성을 공급 제약으로 식별한다.

• 기업 펀더멘털 및 재무 프레임워크ROIC-WACC 스프레드

  ROIC 및 현금 회수기간 단위 경제성 분석

  보고서는 인프라 소유 구조와 AI 수익화 모델별 영업이익률, ROIC 및 현금 회수기간을 비교한다.

• 산업 분석 프레임워크산업 가치사슬 상·중·하류 전이

  AI 인프라 생태계의 자금 조달 및 수요 전이

  보고서는 하이퍼스케일러의 설비투자, 선급금, 계약 및 투자가 Neocloud, 데이터센터, 칩 공급업체 및 AI 연구소를 어떻게 지원하는지 추적한다.

자산 매핑 및 비교

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

• Alibaba

  선호되는 클라우드 인프라 제공업체이자 예상되는 주요 용량 기여자

  강점

  AI GPU IaaS 및 MaaS를 통한 더 명확한 ROIC 가시성, 예상 6-9GW 용량 추가, 6월 분기 MaaS ARR Rmb10bn 초과.

  비교

  AI 수익화 가시성이 더 명확해 Tencent보다 더 많이 지출할 것으로 예상.

  위험

  음식 배달 경쟁과 보조금이 재개되면 현금 유출이 커질 수 있다.

• Kingsoft Cloud

  선호되는 Neocloud 제공업체이자 자금 조달 사례 연구 대상

  강점

  대형 고객 지원과 고객 선급금이 자금 조달을 지원하며, Morgan Stanley는 2026E 투자 Rmb15bn을 전망.

  약점

  자본집약적 확장에는 리스, 대출 및 잠재적인 추가 부채 또는 주식 조달이 필요하다.

  비교

  자금 조달 관행은 광범위한 Neocloud 업계보다 더 견고한 것으로 평가된다.

  위험

  납품 둔화, 이자 비용 상승 및 고성능 서버 수요 급감.

• VNET

  선호되는 데이터센터 수혜자

  강점

  Morgan Stanley는 내몽골 울란차브를 포함한 농촌 지역 허브 개발을 강조한다.

  위험

  데이터센터 자금 조달과 고객 램프업 지연은 수익을 압박할 수 있다.

• MiniMax and Zhipu

  컴퓨팅 성장의 수혜를 받는 선호 AI 연구소

  강점

  컴퓨팅 가용성 증가는 모델 기업의 성장을 지원할 전망이다.

  약점

  자체 용량 구축은 상당한 선행 설비투자 부담을 늘릴 수 있다.

  위험

  인프라 자체 구축과 현행 국산 칩의 디코딩 한계가 수익을 훼손할 수 있다.

• Cambricon, Illuvatar and Hygon

  선호되는 GPU 국산화 수혜자

  강점

  국산 칩 공급은 용량 확장을 가능하게 하고 서버 배치에서 큰 비중을 차지할 전망이다.

  약점

  Morgan Stanley의 모델 경제성에서 단기 성능은 해외 서버보다 낮다.

  비교

  국산 배치 비용과 인프라 경제성은 미국 동종업체와 다르다.

  위험

  국산 칩 성능과 메모리 대역폭 제약은 불리한 경우 낮거나 음의 ROIC를 초래할 수 있다.

핵심 데이터

• 중국 AI 총 설비투자Rmb8.5tr (US$1.3tr) in 2026-30E미국 동종업체 평균 지출의 약 17%에 해당.
• 중국 IT 전력 용량26GW in 2025 to 81GW in 2030E하이퍼스케일러, 통신사업자 및 기타 참여자가 이끄는 55GW 확장.
• 국산 AI 칩 출하1.1mn in 2025 to 11mn in 2030E국산 칩 TAM은 Rmb94bn에서 Rmb646bn으로 확대될 전망.
• 하이퍼스케일러 설비투자Rmb995bn in 2026E; Rmb1.4tr in 2030E2026E 성장률은 전년 대비 121%로 예상.
• 하이퍼스케일러 해외 설비투자Rmb2.0tr in 2026-30EMorgan Stanley는 해외 자금 조달을 핵심 고려사항으로 본다.
• 자체 보유 GPU IaaS 기본 시나리오44% operating margin, 13% ROIC, ~3-year payback월 임대료 Rmb250k, 가동률 75%, 서버 설비투자 Rmb8mn을 전제로 한다.
• 자체 구축 MaaS 기본 시나리오53% operating margin, 19% ROIC, 2.5-2.6-year paybackGPU당 초당 4,000 tokens, 추론 비중 50%, 혼합 token 가격 Rmb9.5/mn을 가정한다.

영향과 시사점

보고서는 국산 칩 생산 확대가 강한 AI 수요를 더 빠른 컴퓨팅 배치로 전환하고 중국 클라우드 및 인프라 생태계를 지원할 수 있다고 본다. 선별된 클라우드 제공업체, 데이터센터, AI 연구소 및 GPU 국산화 종목에 대한 노출이 가장 매력적이라고 보지만, 자금 조달 구조, 가동률 및 수익화 효율이 설비투자가 매력적인 수익으로 이어지는지를 결정한다고 강조한다.

위험

• 해외 설비투자, 부채 상환 및 주주환원은 하이퍼스케일러의 자금 조달 압력으로 작용할 수 있다.
• Neocloud 레버리지는 가동률, 납품 시점, 차환 비용 및 고성능 서버 수요에 대한 민감도를 높인다.
• Alibaba의 현금 상태는 음식 배달 보조금 재개로 압박을 받을 수 있고, Baidu는 검색 매출 안정화에 의존한다.
• 현행 국산 칩은 대규모 언어 모델 디코딩에서 비효율적일 수 있으며 불리한 배치 상황에서 낮거나 음의 ROIC를 낼 수 있다.
• AI 연구소의 자체 구축 계획은 초기 자본 수요를 늘릴 수 있으며, 데이터센터 공급업체는 AI 연구소 현금흐름 안정성에 여전히 신중하다.

주시할 점

• 차세대 HBM3E 장착 칩을 포함한 국산 GPU 및 ASIC 공급 확대 속도.
• Alibaba, Tencent 및 Baidu의 용량 추가를 포함한 하이퍼스케일러 설비투자 실행.
• 하이퍼스케일러의 해외 자금 조달, 투자 포트폴리오 현금화, 부채 발행 및 주주환원 결정.
• Neocloud 가동률, 서버 조달 가격, 리스 비용 및 고객 선급금.
• MaaS와 API 호스팅 ROIC를 결정하는 추론 비중, token 처리량, 가격 및 성능 할인.