Japan IT Hardware & Electronics: Bernstein은 Physical AI가 주도하는 인프라 및 이익 사이클을 근거로 일본 IT 하드웨어·전자 업종 커버리지를 긍정적으로 시작했다.

개요

Bernstein은 일본 IT 하드웨어·전자 7개사에 대해 긍정적인 섹터 전망으로 커버리지를 시작했다. 핵심 논지는 Physical AI가 현실 세계 인프라로 AI 지출을 확장하며, 설치 기반과 기술적 해자, 서비스를 지속 가능한 이익 성장으로 전환할 수 있는 기업에 유리하다는 것이다.

핵심 견해

Bernstein은 Physical AI를 현실 세계에서 인지·추론·행동·학습하는 AI로 정의한다. 이에 따라 AI 가치사슬은 모델, 클라우드, 컴퓨팅을 넘어 전력 인프라, 제어 시스템, 운영기술, 부품, 사이버보안, 시스템 통합으로 확장된다. 보고서는 일본 산업·전자 기업이 고신뢰성 하드웨어, 설치 기반, 엔지니어링 역량, 미션 크리티컬 시스템에서 차별화된 강점을 보유한다고 본다. 핵심은 단순한 AI 노출이 아니라 이를 수주잔고, 가격결정력, 반복 수익, 마진 확대, ROIC 및 FCF 지속성으로 전환하는 능력이다. 첫 번째 이익 경로는 더 넓은 인프라 설비투자 사이클이다. Bernstein은 데이터센터 전력 수요가 2032E까지 19% CAGR로 성장할 것으로 예상하며, 전력 공급·조절·안정화의 중요성이 높아진다고 본다. 이는 전력망 장비, UPS, 에너지저장장치, BBU, 고사양 전자부품에 유리하다. 서버 MLCC 수요는 2032E까지 22% CAGR, 데이터센터 MLCC 총수요는 2024년 48bn개에서 2032E 234bn개로 증가할 전망이다. 차세대 가속기는 일반 서버의 5,000개 대비 최대 50,000개의 MLCC가 필요할 수 있다. 고사양 MLCC 공급은 집중되어 있고 Murata는 기술력으로 고부가 제품의 점유율, 믹스, 가격을 확보할 수 있어 가장 직접적인 수혜자로 평가된다. 전력 수요는 에너지 투자 논리도 뒷받침한다. 세계 전력 수요는 2023년 29,800TWh에서 2035E 40,000TWh 이상으로 증가하고, 데이터센터는 현재 1%에서 2035E에는 최대 5%의 전력 소비를 차지할 수 있다. Bernstein은 가스터빈, 전력망 교체, 원자력을 주요 수요 경로로 제시한다. GTCC 시장은 집중되어 있고 GTCC 효율은 단순 터빈의 40% 대비 약 65%이며 신규 설치는 수년간의 애프터마켓 수익을 만들기 때문에 MHI를 선호한다. Hitachi와 Mitsubishi Electric은 고전압 변압기, 스위치기어, 변전소, 전력망 제어에서 유리하며, 맞춤형 설계, 인증 요건, 긴 리드타임이 마진과 매출 가시성을 지지한다. 방위는 또 다른 Physical AI 성장 동력이다. 일본 방위 예산은 2026E JPY10.6Tn에서 2032E JPY24.8Tn으로 15% CAGR 증가할 것으로 예상된다. 가치는 독립형 플랫폼보다 센서, 통신, 보안 네트워크, AI 처리, 라이프사이클 서비스를 통합하는 시스템에 집중될 것으로 본다. MHI는 항공기, 미사일, 해군 자산, 통합 시스템 전반에서 가장 폭넓은 방위 수혜자로 제시된다. Mitsubishi Electric은 방위 전자와 레이더, NEC는 사이버, C4I, 네트워크, 통신에 노출된다. 약 JPY1.6Tn의 잠재 해외 방위 계약은 추가 옵션이며 MHI는 기회 집합의 48%를 차지할 것으로 추정된다. 두 번째 이익 경로는 일본의 DX에서 AX로의 전환이다. Bernstein은 Physical AI 확장 전에 디지털화된 자산, 연결된 워크플로, 데이터 플랫폼, OT-IT 통합, 사이버보안이 필요하다고 본다. 일본의 낮은 IT 지출 강도, 낮은 AI 도입률, 미국보다 낮은 내부 개발 소프트웨어 비중은 다년간 현대화 기회를 시사한다. 이에 따라 기존 고객 관계와 미션 크리티컬 구현 역량을 보유한 국내 통합업체가 유리하다. Hitachi의 기회는 Lumada 및 산업·철도·에너지 설치 자산과 관련되며, NEC BluStellar는 2025년 JPY542bn에서 2031E JPY1,515bn으로 증가하고 Scenario/Offerings 비중은 약 15%에서 44%로 높아질 것으로 예상된다. 세 번째 경로는 사업모델 전환이다. Physical AI는 설치된 하드웨어 주변의 소프트웨어, 서비스, 모니터링, 유지보수, 라이프사이클 지원 가치를 높인다. 설치 자산이 데이터를 생성하고 AI가 성능을 개선하며 서비스가 반복 수익과 고객 락인으로 이를 수익화하는 플라이휠이다. Hitachi는 Lumada 매출 비중을 FY2025 38%에서 FY2027E 50%로 높이는 목표를 갖고 있다. MHI 애프터마켓 비중은 2024년 25.5%에서 2031E 35.6%로 상승할 전망이다. Hitachi, MHI, NEC, Mitsubishi Electric이 가장 강한 전환 사례이며 Murata는 이미 고마진 부품 병목 지점에 있다. MAPS 프레임워크는 Market Opportunity, Advantage, People, Scorecard를 각각 25%로 평가한다. Hitachi와 MHI가 가장 높고 NEC도 양호하다. Hitachi는 전력망 노출, Lumada 기반 설치 자산 수익화, 포트폴리오 개선을 결합해 최고 확신 종목이다. MHI는 GTCC 희소성, 방위 리더십, 애프터마켓 확장을 결합한다. Mitsubishi Electric은 에너지·방위·데이터센터 인프라와 Serendie 기반 솔루션에 폭넓게 노출된다. NEC는 AX와 방위 네트워크, Murata는 프리미엄 MLCC 수혜자다. KHI는 에너지와 방위의 2차 플레이어로 FCF 전환율이 낮고, Panasonic은 BBU와 Blue Yonder 기회가 있지만 점유율 유지, 실행, 레거시 사업 마진에 우려가 있다. 밸류에이션은 복합기업에 SOTP를 주로 적용하고 DCF와 2년 혼합 선행 EV/EBITDA로 검증한다. Murata에는 2년 혼합 선행 EPS의 30x P/E와 DCF를 적용한다. 목표가격은 Hitachi ¥7,300, Mitsubishi Electric ¥7,000, MHI ¥6,300, NEC ¥5,800, Murata ¥10,000, KHI ¥2,500, Panasonic ¥4,500이다.

분석 프레임워크

Bernstein은 먼저 Physical AI를 데이터센터, 에너지, 방위, DX/AX, 포트폴리오 전환으로 매핑한다. 이후 MAPS 스코어카드로 시장 기회, 기술 우위, 경영 실행, 재무 성과를 평가한다. 마지막으로 복합기업을 SOTP로 평가하고 DCF 및 선행 EV/EBITDA로 교차 검증하며, Murata에는 선행 P/E와 DCF를 사용한다.

방법론 메모

• 경쟁 전략 프레임워크기타

  MAPS 프레임워크

  Bernstein은 Market Opportunity, Advantage, People, Scorecard를 동등하게 평가해 구조적 노출, 기술적 지위, 실행력, 재무 성과를 커버리지 종목 간 비교한다.

• 가치평가 방법론SOTP(사업부문 합산) 가치평가

  SOTP 밸류에이션

  보고서는 복합기업의 각 부문에 개별 이익 가정과 피어 기반 EV/EBITDA 배수를 적용한 후 순현금을 더하고 관련 할인율을 적용한다.

• 가치평가 방법론DCF(할인현금흐름법)

  DCF 교차 검증

  기업별 WACC 가정과 3% 영구성장률을 사용한 할인현금흐름으로 목표주가를 교차 검증한다.

• 가치평가 방법론EV/EBITDA 가치평가

  2년 혼합 선행 EV/EBITDA

  목표 밸류에이션을 과거 거래 범위, 피어 배수, 2년 혼합 선행 EBITDA 기반 추정치와 비교한다.

• 가치평가 방법론PER·PEG 가치평가

  Murata의 선행 P/E

  Murata에는 2년 혼합 선행 EPS의 30x를 적용하며, 프리미엄 MLCC 성장, 마진 확대, AI 인프라 포지셔닝을 반영한다.

자산 매핑 및 비교

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

• Hitachi (6501.JP)

  최고 확신의 설치 기반 수익화 및 전력망 인프라 노출 종목.

  강점

  전력망 병목, Energy 수주잔고, Lumada, OT-IT 통합, 포트폴리오 최적화.

  비교

  커버리지 내 최고 MAPS 프로파일로 가장 순수한 Physical AI 플랫폼.

  위험

  Energy 둔화, HMAX/Lumada 도입 부진, Rail 및 Connective Industries 경쟁.

• Mitsubishi Electric (6503.JP)

  방위, 에너지, 데이터센터, 솔루션에 걸친 인프라 주도 Physical AI 노출.

  강점

  전력망 시스템, 방위 전자, 공장 자동화, Serendie 플랫폼.

  약점

  마진 전환에는 여전히 실행이 필요.

  비교

  부품 중심 기업보다 폭넓은 엔드투엔드 인프라 노출.

  위험

  데이터센터·전력망 투자 둔화, 성숙 사업 경쟁력, 예상보다 낮은 방위 예산 배분.

• Mitsubishi Heavy Industries (7011.JP)

  선호되는 에너지 발전 및 방위 플랫폼.

  강점

  GTCC 리더십, 폭넓은 방위 프라임 커버리지, 설치 기반, 애프터마켓 성장.

  비교

  대형 GTCC 리더십과 더 넓은 방위 포지셔닝으로 KHI보다 선호.

  위험

  GTCC 과잉설비, 에너지 투자 둔화, 방위 배분 감소, 수요 대응 실패.

• NEC (6701.JP)

  AX, 사이버보안, 방위 네트워크 수혜자.

  강점

  BluStellar, 미션 크리티컬 IT 통합, 사이버/C4I, 방위 네트워크.

  약점

  AX가 레거시 사업을 잠식하면서 전통 IT 서비스 매출은 감소 예상.

  비교

  보고서 내 가장 강한 소프트웨어 주도 Physical AI 후보.

  위험

  AX 지출 둔화, 베이스 사업 잠식 확대, 방위 배분 감소.

• Murata (6981.JP)

  AI 서버 전력 밀도 상승에 따른 프리미엄 MLCC의 직접 수혜자.

  강점

  프리미엄 MLCC 기술, 소형화, 인증 장벽, 고사양 시장 점유율.

  약점

  데이터센터 수요 사이클에 대한 민감도가 남아 있음.

  비교

  시스템 및 인프라 공급사와 비교해 가장 직접적인 부품 수혜자.

  위험

  데이터센터 MLCC 수요 둔화, 생산능력 확대 실패, 경쟁사 기술 추격 또는 가격 경쟁.

• Kawasaki Heavy Industries (7012.JP)

  방위·에너지의 2차 노출과 장기 로보틱스 옵션.

  강점

  방위 수주잔고, 항공기·해군 자산 노출, 로보틱스 포지션.

  약점

  2차적 터빈 지위, 낮은 FCF 전환율, 저마진 모터스포츠·철도차량 사업.

  비교

  MHI 대비 할인은 더 약한 경제성과 포지셔닝으로 정당화된다고 Bernstein은 평가.

  위험

  방위 예산 감소, 모터스포츠 경쟁 심화, 관세.

• Panasonic Holdings (6752.JP)

  AI 데이터센터 BBU 및 소재 노출이 있으나 레거시 사업이 부담.

  강점

  현재 BBU 리더십, 데이터센터 배터리 기회, Blue Yonder 소프트웨어 자산.

  약점

  레거시 가전, 낮은 마진, 실행 우려.

  비교

  선호 인프라·부품 기업보다 시장점유율 지속성이 불확실.

  위험

  BBU/CBU 점유율의 빠른 하락과 저마진 레거시 사업의 지속적 부진.

핵심 데이터

• 데이터센터 전력 수요 성장19% CAGR through 2032EAI 서버가 주도하는 전력 수요에 대한 Bernstein의 전망.
• 서버 MLCC 수요 성장22% CAGR through 2032E전력 밀도가 높은 AI 서버의 부품 탑재량 증가가 원인.
• 데이터센터 MLCC 수요48bn units in 2024 to 234bn units by 2032EAI 서버 수량 증가와 서버당 MLCC 탑재량 증가를 포함.
• 세계 전력 수요29,800TWh in 2023 to more than 40,000TWh by 2035E데이터센터, 전기화, 기타 신규 부하가 수요 증가를 주도.
• 일본 방위 예산JPY10.6Tn in 2026E to JPY24.8Tn in 2032EBernstein 추정상 15% CAGR에 해당.
• Hitachi Physical AI 소프트웨어 TAMUp to JPY35Tn에너지, 모빌리티, 산업 애플리케이션 대상.
• MHI GTCC 수주 점유율36% in 2025보고서에 따르면 GE Vernova의 33%, Siemens Energy의 28%를 상회.
• NEC BluStellar 매출JPY542bn in 2025 to JPY1,515bn in 2031E표준화된 AX 시나리오와 서비스가 성장을 뒷받침.
• Murata 프리미엄 MLCC 점유율Approximately 55%Bernstein은 고사양 인증 생산능력을 AI 데이터센터의 핵심 병목으로 본다.

영향과 시사점

보고서는 AI 수익화가 일본의 전력망 장비, 전력 시스템, 방위 아키텍처, IT 통합, 고사양 부품 공급업체로 확장될 것으로 예상한다. 선호 대상은 구조적 수요를 기술 장벽과 반복적인 소프트웨어·서비스·애프터마켓 수익으로 연결할 수 있는 기업이며, 단순히 하드웨어를 더 많이 판매하는 기업이 아니다.

위험

• AI 데이터센터 구축 또는 전력망 투자의 둔화는 에너지 인프라, 전력 장비, MLCC, BBU 시스템 수요를 감소시킬 수 있다.
• GTCC 수주가 더 급격히 정상화되거나 생산능력이 수요를 따라가지 못하거나 에너지 투자가 약화될 수 있다.
• 일본 방위 예산의 MHI, Mitsubishi Electric, KHI, NEC 배분이 예상보다 낮을 수 있다.
• AX 도입이 둔화되고 BluStellar 또는 Lumada가 예상된 매출과 마진 개선을 달성하지 못할 수 있다.
• 프리미엄 MLCC 공급 확대, 경쟁사 기술 추격, 가격 경쟁이 Murata의 투자 논리를 약화시킬 수 있다.
• Panasonic은 BBU/CBU 점유율을 잃고 구조조정과 신규 성장 사업으로 레거시 사업 마진 압력을 상쇄하지 못할 수 있다.

주시할 점

• 데이터센터 전력 수요 성장, 전력망 장비 수주, 글로벌 에너지 인프라 투자 속도.
• GTCC 수주 추세, MHI 생산능력 확대, 설치 인도, 애프터마켓 매출 성장.
• 일본 방위 예산 집행, 조달 구성, 잠재적 수출 기회의 전환.
• Hitachi Lumada/HMAX 도입, Mitsubishi Electric Serendie 솔루션 매출, NEC BluStellar AX 성장.
• 프리미엄 MLCC 수요, 인증 생산능력 추가, ASP, Murata의 AI 데이터센터 제품 믹스.
• Panasonic의 BBU 점유율 유지, 배터리 라인 전환, 레거시 사업 부담 완화 진척.