Global AI investment trade and infrastructure cycle 리서치 보고서 해설

개요

HSBC는 수익화, 모델 가격 디플레이션, 하이퍼스케일러 설비투자 및 자금조달, 한국 메모리, 중국 본토 현지화, 포트폴리오 배분 등 글로벌 AI 거래의 7가지 주요 투자자 논쟁을 다룬다. 핵심 전망은 긍정적이나, 다음 국면은 AI 매출과 단위 경제성이 인프라 투자 규모를 뒷받침할 수 있다는 증거에 달려 있다.

핵심 견해

HSBC는 AI 수익화에 여전히 상당한 확장 여지가 있다고 본다. Anthropic과 OpenAI의 연환산 매출 런레이트는 각각 USD65bn과 USD40bn이며, 기업 도입은 초기 단계로 평가된다. AI 월간 직원당 지출 중앙값은 USD12인 반면 상위 10%는 USD650이다. 금융 및 제조업의 AI 지출은 연초 이후 각각 3.5x와 2.5x 증가했다. Microsoft는 Q2-26 유료 M365 Copilot 좌석이 30m을 넘고 순증 좌석이 전분기 대비 두 배 이상 증가했다고 밝혔으며, Alphabet은 Fortune 100의 약 90%가 Gemini Enterprise를 사용한다고 말했다. HSBC는 기업 예산이 더 높은 AI 지출을 감당할 수 있다고 보며, 평균 S&P 500 기업이 직원당 월 USD650을 지출하면 연간 USD250bn, EBITDA의 5%, 임금의 8%, R&D의 27%에 해당한다고 계산한다. 더 길고 복잡한 업무를 수행하는 모델 능력 향상이 단일 프롬프트 지원에서 엔드투엔드 워크플로 실행으로 전환을 가능하게 해 지불 의사를 높일 수 있다는 논리다. METR에 따르면 Claude Mythos는 3시간 이상 업무에서 80% 성공률을 보였고, Claude Opus는 2025년 5월 유사한 성공률을 약 20분 업무에서 달성했다. HSBC는 Anthropic의 예정된 S-1에서 고객 집중도, 유지율, 추론 비용 후 매출총이익률, 컴퓨팅 약정, 현금 전환을 수익화 가설의 주요 시험대로 본다. 모델 가격과 경쟁에 대해 HSBC는 평균 Token 가격이 2026년 5월 고점 대비 50% 하락했고 중국 모델의 Token 물량 비중이 약 50%에 접근했음을 인정한다. 그러나 이것이 AI 총지출 감소를 의미하지는 않는다고 주장한다. 제번스 역설에 따라 Token 물량은 6월 이후 거의 3배 늘었으며, OpenRouter 할인 기간 OpenAI Terra와 Luna의 일일 사용량은 각각 5.6x와 13.8x 증가했고 비할인 모델은 1.1x 증가했다. HSBC는 Token 물량과 지출을 구분하며 Anthropic과 OpenAI가 2025년 이후 지출의 약 80%를 유지했다고 본다. 복잡한 업무에서는 Token당 가격보다 업무당 비용이 중요하다. OpenAI Astra는 100만 Token당 USD7.7로 Kimi3의 약 6.5x이지만, 더 높은 능력으로 업무당 비용은 2배에 그친다. 미국 프런티어 모델은 복잡한 추론과 에이전트형 애플리케이션에서 우위를 유지하고, 중국 및 오픈웨이트 모델은 고물량·가격 민감·특화 업무에서 점유율을 확대할 것으로 예상한다. 하이퍼스케일러는 오픈 모델이 채택되어도 클라우드 접근, 가속기 임대, 스토리지, 데이터베이스를 통해 수익을 얻을 수 있다. HSBC는 하이퍼스케일러 투자가 막대하다는 점을 인정하지만 현재 총체적 과잉설비 증거는 제한적이라고 판단한다. 컨센서스의 미국 하이퍼스케일러 설비투자 전망은 2026년 USD770bn, 2027년 USD1.1trn이며, Q2 실적 시즌 시작 이후 각각 USD170bn과 USD260bn 상향됐다. 미이행 구매 및 미개시 리스 약정은 약 USD2.5trn에 이르고, S&P Global Ratings는 2025년부터 2030년까지 데이터센터 및 AI 관련 지출이 USD7trn을 넘을 것으로 추정한다. 반대로 Microsoft, Amazon, Alphabet, Oracle의 RPO는 Q2-26 약 USD2.35trn으로 1년 전 USD815bn보다 증가했다. OpenAI를 제외한 Microsoft 상업 RPO는 25% 증가했고, Alphabet의 USD514bn Cloud 백로그는 주로 표준 GCP 계약으로 구성되며 절반 이상이 24개월 내 매출화될 전망이다. NVIDIA B200 및 H100 GPU 임대가격이 견조한 것도 사용 가능한 컴퓨팅 자원이 부족함을 시사한다. 전력 제약, 건설, 시운전이 신규 공급의 투입을 지연시키기 때문이다. HSBC는 AI 생태계 연간 매출이 2030년 약 USD920bn에 이르고 기업이 75%를 기여하며, 하이퍼스케일러 ROIC는 하락하지만 2028년 17%를 유지할 것으로 예상한다. 컴퓨팅 가격이 약화되고 백로그 성장이 둔화되거나 활용률이 하락한 뒤에도 현재 설비투자 속도가 지속되면 과잉설비 위험이 커진다. 다만 HSBC는 투자와 수익화 사이의 시차를 강조한다. 하이퍼스케일러 잉여현금흐름은 이미 적자로 전환됐고, 지출이 2030년 예상되는 매출 기회보다 몇 년 앞서 발생하기 때문에 2027년 말까지 압박을 받을 전망이다. 2026년 현재까지 부채 발행은 거의 USD250bn이고, 5개 하이퍼스케일러와 CoreWeave의 미개시 리스 약정은 USD1trn을 넘으며 USD400bn-500bn의 오프밸런스 차입을 뒷받침할 수 있다. 이는 발행채권 USD500bn을 약간 웃도는 규모와 비교된다. 자금조달은 개별 데이터센터 자산에 맞출 수 있지만, 신용시장의 민감도는 높아지고 있다. 채권수익률과 CDS 스프레드는 상승했고 Oracle의 BBB- 강등은 부정적 잉여현금흐름, 레버리지 상승, 고객 집중이 결합할 때의 압력을 보여준다. GPU 및 AI 서버는 2026년 하이퍼스케일러 설비투자의 약 70%를 차지할 전망이다. HSBC는 감가상각비가 2024년 USD110bn에서 2030년 USD730bn-930bn으로 늘고, 컨센서스 ROE는 Q2-26의 38% 고점에서 Q4-28의 23%로 하락할 것으로 본다. 따라서 장기적으로 경제적으로 합리적일 수 있는 사이클도 주주에게는 수년간 더 낮은 수익률을 초래할 수 있다. HSBC는 조정 이후 한국 메모리에 강세를 유지한다. 주식은 고점보다 약 35% 낮고, 시장 내재 이익모델은 투자자들이 Samsung Electronics와 SK Hynix의 이익 사이클 예상 기간을 약 6년에서 2.5년으로 축소했음을 보여준다. 신흥시장 기술주의 외국인 매도는 연초 이후 약 USD150bn, 6월 이후 USD60bn에 달했고 레버리지 단일주식 ETF 자산은 고점 USD37bn에서 USD10bn으로 감소했다. HSBC는 매도 압력이 대체로 가라앉았으며 변동성 하락이 밸류에이션을 지지할 수 있다고 본다. 미국 하이퍼스케일러 설비투자의 약 70%가 GPU와 서버에, 그 중 약 30%가 메모리에 쓰인다는 추정에 따라 HBM4, 서버 DRAM, eSSD 수요와 공급 타이트닝이 촉매가 될 수 있다. 핵심 하방 위험은 CXMT의 기존 DRAM 공급 확대다. 생산능력은 내년 초까지 월 약 200,000장 증가해 300,000장에 이를 수 있고 DRAM 점유율은 현재 8% 미만에서 2028년 18%에 이를 수 있다. HSBC는 장기계약, 보증금, 가격 하한이 부분적 보호를 제공한다고 본다. 또한 SK Hynix의 KRW40trn 자사주 매입·소각과 Samsung의 2026년 KRW90trn-110trn 주주환원을 강조한다. 중국 본토에서는 HSBC가 추론 성장, 현지화, 정책 지원의 결합으로 수요가 늘어나는 국내 중심 AI 반도체 및 하드웨어 스택을 선호한다. 국내 팹은 메모리와 컴퓨팅 수요의 15% 미만만 공급하므로 현지 생산능력 증설은 해외 공급 수요를 흡수할 수 있다. 중국 칩은 효율이 낮아 동일한 유효 컴퓨팅을 위해 더 많은 칩, 패키징, 네트워킹, 전력이 필요하므로 가속기 외에도 반도체 장비, 서버, 냉각, 데이터센터, 전력 인프라의 수혜 범위가 넓어진다. 중국은 2019년부터 최첨단 EUV 장비를 이용하지 못했고 2028년 전까지 국내 EUV 장비를 생산할 가능성이 낮아 리소그래피가 핵심 제약이다. HSBC는 SMIC의 Q2 AI 주변칩 매출이 전분기 대비 약 40% 증가하고 가동률이 94%에 접근했으며 웨이퍼 ASP가 전분기 대비 5.7% 상승한 점을 현지화 사이클의 실적 반영 증거로 든다. Naura, AMEC, ACM Research가 생산의 온쇼어 이전으로 수혜를 받을 수 있다고 본다. 반면 FCC 제한 때문에 미국 매출 비중이 높은 광모듈 기업에는 더 선별적이며, 인터넷 애플리케이션 수익화에도 신중하다. Alibaba의 외부 클라우드 매출은 Q2-26 전년 대비 45% 성장했지만, Tencent의 신규 AI 사업은 영업이익을 약 RMB10.5bn 줄였고 RMB52.8bn의 설비투자는 전년 대비 176% 증가해 잉여현금흐름을 적자로 만들었다. 포트폴리오 측면에서 HSBC는 수요와 수익화 전망이 강하고 밸류에이션이 덜 과도한 영역을 선호한다. 한국 메모리, 대만 반도체·첨단 패키징, 중국 본토 반도체 장비·전력 인프라를 중심으로 신흥시장 비중을 늘리고 있다. 대만에서는 하이퍼스케일러의 맞춤형 ASIC 사용 증가로 수요가 GPU를 넘어 첨단 패키징으로 확대되고 있다. 주요 아시아 OSAT 기업들은 2026년 설비투자를 80% 이상 늘렸지만, CoWoS 장비 리드타임은 12개월에 이를 수 있고 생산능력은 적어도 2027-28년까지 타이트할 전망이다. 미국에서는 반도체를 하이퍼스케일러보다, 하이퍼스케일러를 소프트웨어보다 선호한다. 반도체 및 클라우드 인프라 기업은 어떤 모델이나 애플리케이션이 승리하는지와 무관하게 훈련과 추론 물량 증가에 직접 노출되기 때문이다. 최근 소프트웨어 로테이션은 펀더멘털 개선보다 공매도 청산에 더 크게 기인한 것으로 본다. 유럽에서도 반도체에 집중하며, 아날로그 업사이클 강화와 가격 인상이 가동률 및 수익성 회복을 지지할 수 있다고 본다.

분석 프레임워크

HSBC는 7가지 투자자 논쟁을 중심으로 보고서를 구성하고, 도입률, 지출, Token 사용량, 백로그, 컴퓨팅 가격, 자금조달, 이익 기대, 공급 제약, 밸류에이션 신호를 비교해 AI 매출이 인프라 구축을 정당화할 수 있는지 검증하고 상대적인 지역·섹터 익스포저를 식별한다.

방법론 메모

• 산업 분석 프레임워크수급 프레임워크

  컴퓨팅, 메모리 및 첨단 패키징의 수급 분석

  보고서는 백로그, GPU 임대가격, 가동률, 장비 리드타임 및 공급 제약을 사용해 AI 인프라 수요가 가용 생산능력을 초과하는지 판단한다.

• 기업 펀더멘털 및 재무 프레임워크ROIC-WACC 스프레드

  하이퍼스케일러의 투하자본수익률

  HSBC는 대규모 AI 설비투자가 충분한 수익을 계속 창출할 수 있는지 평가하며, 하락 후에도 2028년 ROIC가 17%라고 전망한다.

• 이벤트 주도 및 행동재무기대 격차·기대 관리

  한국 메모리에 대한 시장 내재 이익 사이클 기대

  보고서는 현재 내재 이익 가정을 시장 고점 당시와 비교해 투자자 기대가 더 비관적으로 변했다고 주장한다.

• 기타기타

  제번스 역설

  HSBC는 Token 가격 하락이 충분히 큰 사용량 증가를 촉진해 AI 총지출을 줄이기보다 늘릴 수 있다는 개념을 사용한다.

자산 매핑 및 비교

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

• Samsung Electronics (005930 KP)

  AI 주도의 GPU, 서버 DRAM 및 HBM 수요 수혜를 받는 한국 메모리 기업

  강점

  메모리 수요, 장기계약 및 예상 주주환원

  약점

  기존 DRAM 익스포저

  비교

  시장 내재 이익 사이클 기간은 고점 대비 크게 축소됐다

  위험

  중국 생산업체의 기존 DRAM 공급 확대

• SK Hynix (000660 KP)

  HBM4, 서버 DRAM 및 eSSD 수요 수혜를 받는 한국 메모리 기업

  강점

  다년 고객계약과 KRW40trn 자사주 매입·소각

  약점

  높은 실현 변동성

  비교

  보고서는 Samsung과 함께 조정 후 섹터 재진입 기회로 본다

  위험

  중국의 기존 DRAM 생산능력 확대

• Naura, AMEC, ACM Research

  중국 본토 국내 반도체 장비 주문의 잠재적 수혜자

  강점

  온쇼어 생산 및 현지화 익스포저

  비교

  AI 애플리케이션 수익화가 아닌 국내 하드웨어 구축의 수혜자

  위험

  기술 제약 및 현지화 실행 위험

• US semiconductors and cloud infrastructure

  미국에서 선호되는 AI 익스포저

  강점

  어떤 모델 또는 애플리케이션이 승리하든 훈련과 추론 물량 증가에 직접 노출

  약점

  지속적인 설비투자와 수익화에 의존

  비교

  하이퍼스케일러보다 선호되고, 하이퍼스케일러는 소프트웨어보다 선호됨

  위험

  컴퓨팅 가격 약화, 백로그 성장 둔화 및 활용률 하락

핵심 데이터

• Anthropic 연환산 매출 런레이트USD65bn2026년 7월 기준으로 보고됨
• OpenAI 연환산 매출 런레이트USD40bn2026년 8월에 보고됨
• 미국 하이퍼스케일러 설비투자USD770bn in 2026e; USD1.1trn in 2027e컨센서스 전망이며 USD170bn 및 USD260bn 상향
• 하이퍼스케일러 RPO 백로그Approximately USD2.35trnQ2-26 기준이며 1년 전은 USD815bn
• 하이퍼스케일러 자금조달Nearly USD250bn debt issuance in 2026; more than USD1trn uncommenced lease commitments후자는 약 USD400bn-500bn의 오프밸런스 차입을 뒷받침할 수 있음
• 한국 메모리 조정Approximately 35% below peakHSBC는 조정이 밸류에이션, 포지셔닝 및 이익 위험을 개선했다고 본다
• SMIC AI 주변칩 매출 성장Approximately 40% q/q최근 Q2 실적; 가동률은 94%에 접근했고 웨이퍼 ASP는 전분기 대비 5.7% 상승

영향과 시사점

HSBC의 AI에 대한 건설적 견해는 지속적인 기업 도입, 인프라 수요 및 공급 제약에 근거한다. 다만 장기 경제적 잠재력과 단기 현금흐름, 레버리지, 수익률 압력을 구분한다. AI 인프라 수요의 직접 수혜 지역 및 공급망 익스포저를 선호하며, 소프트웨어와 중국 인터넷 수익화에는 더 높은 선별성이 필요하다고 본다.

위험

• AI 인프라 공급은 설비투자를 뒷받침할 수익보다 더 빠르게 증가할 수 있다.
• 잉여현금흐름 압력, 레버리지 상승, 리스 약정 및 높은 자금조달 비용은 하이퍼스케일러 주주 수익률을 압박할 수 있다.
• 컴퓨팅 가격 약화, 백로그 성장 둔화 또는 활용률 하락은 과잉설비 우려를 높일 수 있다.
• CXMT의 빠른 생산능력 확대는 기존 DRAM 가격과 한국 메모리 이익을 압박할 수 있다.
• 첨단 EUV 장비 접근 제한을 포함한 중국 본토의 기술 제약은 현지화 진전을 제한할 수 있다.
• 미국 익스포저가 큰 중국 광모듈 기업은 FCC 제한으로 구조적 압력에 직면한다.

주시할 점

• Anthropic의 예정된 S-1에서 고객 집중도, 유지율, 추론 후 매출총이익률, 컴퓨팅 약정 및 현금 전환 공개.
• 기업 AI 지출과 모델 능력이 지속 가능한 수익화로 계속 전환되는지 여부.
• 하이퍼스케일러의 백로그 성장, GPU 임대가격, 컴퓨팅 활용률 및 설비투자 수정.
• 하이퍼스케일러 매출 성장이 감가상각, 자금조달 비용 및 확대되는 자산 기반에 비해 얼마나 빠른지.
• CXMT의 생산능력 증설, DRAM 점유율 확대 및 한국 메모리 장기계약의 보호 효과.
• 국내 팹 가동률, 장비 주문 및 AI 하드웨어 수요를 포함한 중국 현지화 지표.