보고서 해설

개요

본 보고서는 미국 기업의 2026년 2분기 실적을 검토하고, 엔터프라이즈 AI 도입이 실적, 지출, 소프트웨어 수요 및 노동시장에 미치는 영향을 평가하며, AI 생산성 수혜 기업 및 고·저인건비 주식 바스켓을 업데이트한다. 핵심 결론은 AI 자본지출이 이미 인프라 관련 기업에 매우 유의미한 실적 개선을 제공했지만, AI 배포에 따른 직접적인 실적 기여는 아직 대다수 기업에서 광범위하고 통계적으로 검증 가능한 신호를 만들지 못했다는 것이다.

핵심 견해

S&P 500 이익 성장은 광범위하고 강하지만, AI 인프라는 가장 중요한 추가 성장 동력으로 남아 있다. 엔터프라이즈 AI 지출은 가속화되고 있으며, 단기적으로는 주로 기존 소프트웨어, 기술 및 인건비 예산의 재배분을 통해 조달되고 있다. 따라서 전체 시장 실적에 미치는 영향은 제한적이나, 산업과 기업 간 이익 분포는 변화시킬 수 있다. 소프트웨어 펀더멘털은 아직 광범위한 AI 대체 충격을 보이지 않았으며, 노동시장에 대한 AI의 영향은 관찰되지만 특정 직종과 산업에 국한되어 있다.

분석 프레임워크

본 보고서는 S&P 500 분기 실적, 기업 실적발표 컨퍼런스콜 논평, GS IT 지출 설문조사, Ramp AI 지수, 모델 제공업체의 추정 매출, 직원 및 보상에 관한 기업 공시, 직종별 AI 자동화 노출도 측정을 결합하여 AI 지출, 생산성 및 산업별 실적 영향을 평가한다.

방법론 메모

• 실적 귀속S&P 500 EPS 성장 귀속

  AI 인프라 기업의 이익 기여도를 시장 나머지 부분과 구분한다.

  하이퍼스케일 클라우드 사업자와 이들의 자본지출 수혜 기업을 AI 인프라로 분류하고, 특정 사모투자 관련 기타 수익을 제외하여 AI 인프라의 지수 EPS 성장 기여도를 산정한다.

• 엔터프라이즈 지출 분석AI 추론 비용 추정

  S&P 500 매출과 IT 예산에서 AI 추론 비용이 차지하는 비중을 추정한다.

  주요 AI 모델 제공업체의 매출, 엔터프라이즈와 소비자 지출의 구분, S&P 500의 지출 비중을 이용해 추론 비용을 추정한다. 이 추정치는 숙련 인력 및 기술 인프라 등 기타 구현 비용은 제외한다.

• 주식 스크리닝AI 생산성 수혜 기업 스크리닝

  인건비 민감도와 AI 자동화 노출도를 바탕으로 잠재적 수혜 기업을 식별한다.

  Russell 1000에서 급여의 AI 자동화 노출도와 매출 대비 인건비 비중이 각각 업종 내 상위 50%에 해당하는 기업을 선별한다. 또한 해당 기업이 2분기 실적발표 컨퍼런스콜에서 AI를 생산성 또는 효율성과 연결했어야 하며, AI 인프라 및 AI 교란 위험 바스켓 구성 종목은 제외한다.

자산 매핑 및 비교

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

• AI 인프라 주식

  AI 자본지출의 직접 수혜 기업

  강점

  단기 자본지출 및 이익 성장에 대한 가시성이 높고, 2026년 2분기 S&P 500 이익 성장에 크게 기여했다.

  약점

  밸류에이션과 성장 기대가 이미 높을 수 있으며, 하이퍼스케일 클라우드 사업자의 자본지출 사이클에 민감하다.

  비교

  AI 생산성 수혜 기업과 비교해 현재 실적 실현이 더 명확하므로 투자자들의 선호도가 더 높다.

  위험

  자본지출 둔화, 공급망 또는 경쟁 변화, 그리고 실적 추정치 하향.

• 소프트웨어 주식

  AI 예산 재배분에 따른 잠재적 압박을 받는 동시에 엔터프라이즈 AI 배포 도구를 제공

  강점

  설문조사와 공시된 펀더멘털은 아직 광범위한 대체 현상을 보여주지 않았으며, 골드만삭스 커버리지 소프트웨어 기업의 ARR 성장은 최근 완만하게 가속화됐다.

  약점

  시장은 기업들이 일부 외부 소프트웨어 애플리케이션을 대체하기 위해 내부 AI 도구를 구축할 수 있다는 점을 계속 우려한다.

  비교

  AI 인프라와 비교할 때 소프트웨어 부문은 가속되는 AI 지출로부터 보다 간접적인 혜택을 받으며, 단기 불확실성도 더 크다.

  위험

  고객의 내부 개발 전환, 모델 및 인프라로의 예산 이동, AI 네이티브 경쟁 심화.

• AI 생산성 수혜 기업 바스켓

  AI 자동화에 따른 인건비 절감의 잠재적 수혜 기업

  강점

  인건비가 매출에서 차지하는 비중이 상대적으로 높고 AI 자동화 노출도도 높아, 생산성 향상이 실현될 경우 상당한 마진 상승 여력이 있다.

  약점

  현재까지 의미 있는 AI 주도 실적 개선의 증거가 부족하며, 과거 성과는 대체로 S&P 500과 유사한 수준이다.

  비교

  AI 인프라 주식이 보유한 단기적이고 정량화 가능한 실적 촉매가 부족하다.

  위험

  자동화 노출도는 단순한 효율성 향상뿐 아니라 사업 교란 위험을 나타낼 수도 있다.

• 고인건비 주식 바스켓 (GSTHHLAB)

  AI 생산성 개선 및 인건비 예산 재배분에 더 민감

  강점

  AI가 효율성을 실질적으로 개선할 경우 더 큰 비용 절감 기회를 제공한다.

  약점

  인력 대체, 구현 비용 및 사업 교란으로 인한 위험도 더 크다.

  비교

  중앙값 인건비는 매출의 31%로, 저인건비 바스켓의 5% 및 S&P 500 중앙값의 14%와 비교된다.

  위험

  AI 혜택의 실현 지연, 노동시장 조정 마찰, 비용 절감이 이익으로 전환되지 못할 위험.

핵심 데이터

• S&P 500 2026년 2분기 전년 대비 EPS 성장률31%일부 사모투자 관련 ‘기타 수익’ 제외 후.
• AI 인프라 기업의 전년 대비 EPS 성장률54%하이퍼스케일 클라우드 사업자 및 이들의 자본지출 수혜 기업.
• S&P 500 EPS 성장에 대한 AI 인프라의 기여도약 50%2026년 2분기.
• S&P 500 기업의 중앙값 EPS 성장률14%2026년 2분기.
• 특정 AI 생산성 영향을 정량화한 S&P 500 기업의 비중11%예: 코딩 또는 고객 지원.
• AI의 실적 영향을 정량화한 S&P 500 기업의 비중2%2026년 1분기 비중과 유사.
• S&P 500 매출에서 AI 추론 비용이 차지하는 비중0.5% 미만추정치.
• 직원 1인당 월간 AI 지출연초 $5에서 7월 $12로 중앙값 증가Ramp AI 지수; 지출 분포는 매우 분산되어 있음.
• AI 지출의 원천약 3분의 2가 기존 예산 재배분에서 발생소프트웨어 예산 18%, 인건비 예산 11% 포함.
• S&P 500 인건비매출의 약 12%, 총 약 $2.1조기업 공시 및 2025년 추정치 기준.

영향과 시사점

투자자들은 높은 이익 레버리지와 수주 가시성을 지닌 AI 인프라 가치사슬에 계속 주목해야 하지만, AI 서사만을 근거로 생산성 수혜 기업을 추격해서는 안 된다. 엔터프라이즈 AI 지출의 가속은 향후 수개 분기의 중요한 검증 포인트다. 생산성 개선이 마진 확대와 EPS 상향으로 이어질 경우 높은 인건비와 높은 자동화 노출도를 가진 기업이 수혜를 받을 수 있다. 반대로 AI 예산이 주로 기존 소프트웨어 및 인건비 지출을 잠식한다면, 전체 시장 이익의 확대보다 산업 내 매출과 이익의 재배분이 더 두드러질 것이다.

위험

• AI 도입에 따른 생산성 및 실적 혜택이 예상보다 낮거나 실현에 더 오랜 시간이 걸릴 수 있다.
• AI 인프라 자본지출 성장 둔화는 현재의 핵심 이익 동력을 약화시킬 수 있다.
• 기업들이 소프트웨어 또는 인건비에서 AI로 예산을 전환하면 산업 내 매출과 이익이 재배분될 수 있다.
• 높은 AI 자동화 노출도는 효율성 향상을 가져올 수 있지만 사업 교란 위험도 높일 수 있다.
• AI 지출, 추론 비용 및 자동화 노출도에는 추정치와 설문 데이터가 포함되어 방법론 및 표본 편향이 발생한다.

주시할 점

• 후속 실적 보고서에서 AI가 매출, 비용, 마진 및 EPS에 미치는 영향을 정량화하는 기업의 비중이 상승하는지 여부.
• AI 추론 비용 및 직원 1인당 AI 지출의 지속 성장률.
• AI 자금 조달이 기존 예산 재배분에서 추가 예산으로 전환되는지 여부.
• 소프트웨어 기업의 ARR, 갱신 및 고객 내부 도구 추세가 AI 대체의 징후를 보이는지 여부.
• 높은 인건비와 높은 자동화 노출도를 가진 기업의 마진, 인원수 및 운영 효율성 변화.
• 하이퍼스케일 클라우드 사업자의 자본지출과 AI 인프라 기업의 수주, 매출 및 실적 가이던스.