아시아 기술, 반도체 및 AI 인프라: AI 사이클의 펀더멘털은 여전히 견조하며, 아시아 기술주 조정은 다음 상승 국면에 대비할 기회를 제공
J.P.Morgan은 시장이 이익 하향과 AI 자본지출 축소 위험을 과도하게 반영했다고 보며, 향후 분기에는 더 광범위한 이익 추정치 상향, 지속적인 자본지출 확대, 반도체 장비·IC 기판·인터커넥트 부문의 주도력이 나타날 가능성이 더 높다고 판단한다.
요약
J.P.Morgan은 시장이 이익 하향과 AI 자본지출 축소 위험을 과도하게 반영했다고 보며, 향후 분기에는 더 광범위한 이익 추정치 상향, 지속적인 자본지출 확대, 반도체 장비·IC 기판·인터커넥트 부문의 주도력이 나타날 가능성이 더 높다고 판단한다.
- 2022년 말 시작된 AI 업사이클 이후 아시아 기술주와 SOX 지수의 20% 이상 하락은 이번이 세 번째이지만, 향후 6~12개월의 펀더멘털 약화를 보여주는 명확한 징후는 아직 없다.
- 아시아 기술주와 SOX 지수는 최근 약 25~30% 조정받았고 시장은 단기 이익 하향을 반영했지만, 보고서는 향후 분기에 이익 추정치가 계속 상승하고 상향 조정 범위도 확대될 것으로 예상한다.
- 하이퍼스케일러 자본지출은 2026년 100% 이상의 성장 이후 2027년에도 65% 성장할 것으로 예상된다.
- 향후 12개월간 반도체 생산 장비가 가장 유리한 하위 산업으로 평가되며, 부품 중에서는 IC 기판의 펀더멘털 방향성이 가장 강하다.
- 메모리 수급은 향후 2~3년간 타이트하게 유지될 전망이나, 고가에 따른 콘텐츠 축소가 밸류에이션 상승 여력을 제한할 수 있다.
- 클러스터 효율성의 중요성이 커지면서 고속 인터커넥트, 광 연결성 및 첨단 패키징이 다음 단계의 핵심 병목이 될 수 있다.
보고서 해설
개요
보고서는 최근 아시아 기술주 조정이 펀더멘털이 이미 정점을 찍었다기보다 이익 하향, 높은 AI 칩 가격에 따른 수요 파괴, 하이퍼스케일러 자본지출의 지속 가능성에 대한 투자자 우려를 주로 반영한다고 주장한다. AI 모델 역량은 여전히 빠르게 진화하고, 추론 수요와 퍼블릭 클라우드 매출은 계속 성장하며, AI 생태계 전반의 단위 경제성도 개선되고 있다. 동시에 핵심 부품 재고는 비정상적으로 축적되지 않았고, 수요는 공급망 및 데이터센터 전력 예산이 지원할 수 있는 공급 능력을 상회한다. 따라서 보고서는 AI 업사이클이 끝나지 않았으며, 향후 분기에는 더 광범위한 이익 추정치 상향과 추가 자본지출 증가가 나타날 가능성이 높다고 결론짓는다.
핵심 견해
첫째, AI 스케일링 법칙은 여전히 유효하며, 다수의 프런티어 모델 연구소가 경쟁을 지속하면서 모델 역량 개선을 견인하고 있다. 오픈소스 모델은 경쟁을 심화시키지만 오히려 기술 하드웨어와 AI 컴퓨팅 투자에는 우호적이다. 둘째, AI 추론 토큰 소비와 퍼블릭 클라우드 매출 성장이 가속화되고 있으며, 확대되는 클라우드 사업자 수주잔고는 높은 수준의 자본지출을 뒷받침하는 수요 기반을 제공한다. 셋째, AI 부품에서는 재고 축적, 갑작스러운 수요 성장 둔화, 빠른 공급 추격 등 순환적 정점에서 흔히 나타나는 신호가 보이지 않는다. 넷째, 이익 상향은 선도 부문에서 아날로그 칩, 2선 파운드리, 웨이퍼 및 MLCC 등의 영역으로 확산되고 있다. 다섯째, 보고서는 향후 12개월간 반도체 생산 장비와 IC 기판을 가장 긍정적으로 평가한다. 메모리 펀더멘털은 견조하지만 고가로 인한 콘텐츠 축소가 밸류에이션 논리를 훼손하고 있다. 중기 병목은 칩에서 인터커넥트로, 이후 데이터센터 구축과 전력으로 이동할 수 있다.
분석 프레임워크
보고서는 AI 모델 역량 및 토큰 수요, 퍼블릭 클라우드 매출 및 수주잔고, 하이퍼스케일러 자본지출 전망, 공급망 재고, 이익 추정치 수정의 확산도, 과거 밸류에이션 범위 및 핵심 인프라 병목을 교차 검증해 아시아 기술 하위 산업의 순위를 매기고 핵심 기업을 선정한다.
방법론 메모
훈련 컴퓨팅 투입량이 약 10배 증가하면 일반적으로 지능 수준은 약 2배 개선된다.
보고서는 컴퓨팅 증가에 따라 모델 역량이 계속 확장될 수 있는지를 AI 사이클 지속성 판단의 핵심 기준으로 사용하며, 다수 프런티어 연구소 간 경쟁과 재귀적 자기개선 탐색이 모델 진화 둔화를 보이지 않았다고 판단한다.
대형 클라우드 플랫폼의 매출 성장을 AI 컴퓨팅 소비 강도의 근사치로 활용한다.
AI 연구소와 기타 공급업체의 대량 컴퓨팅이 하이퍼스케일 클라우드 플랫폼을 통해 소비되므로, 가속되는 퍼블릭 클라우드 매출과 확대되는 수주잔고는 추론 수요 및 자본지출의 지속 가능성을 검증하는 데 활용될 수 있다.
병목 부품의 재고, 수요 성장 및 공급이 수요를 따라잡는 속도를 점검한다.
보고서는 GPU, ASIC, 메모리 등 핵심 AI 부품에서 비정상적 재고 축적을 관찰하지 못했으며, 명확한 수요 둔화 또는 빠른 공급 추격이라는 전형적인 순환적 정점 신호도 확인하지 못했다.
이익 추정치 방향, 상향 조정의 확산도 및 장기 평균 대비 밸류에이션 수준을 결합해 위험 대비 보상을 평가한다.
아시아 기술의 이익 추정치 상향은 더 많은 산업 부문으로 확산되고 있다. 메모리를 제외하면 밸류에이션은 10년 평균 P/E 비율보다 약 1표준편차 높은 수준으로, 보고서는 이를 과도하다고 보지 않는다.
컴퓨팅 용량 확장 과정에서 칩, 인터커넥트, 구축 진행 및 전력이 형성하는 제약의 변화를 식별한다.
보고서는 칩이 2026~2027년 대부분 기간의 주된 병목으로 남은 뒤 인터커넥트 효율성의 중요성이 높아질 것으로 예상한다. 향후 18~24개월에는 데이터센터 건설 지연 및 전력 가용성이 칩을 대체해 주요 제약이 될 수 있다.
자산 매핑 및 비교
투자 논리에서 명시된 자산으로의 구조화 매핑(강점, 약점, 비교 대상, 위험).
- 아시아 기술주 포트폴리오AI 업사이클의 핵심 롱 배분
- 강점
- AI 수요 성장, 지속적인 이익 추정치 상향, 조정 이전보다 합리적인 밸류에이션, 그리고 이전 사이클보다 높은 산업 사슬 수익성과 자본수익률.
- 약점
- 포지셔닝이 비교적 혼잡하며 자본지출, 이익 추정치 및 공급 병목 관련 내러티브 변화에 민감하다.
- 비교
- 최근 주가 성과와 비교해 보고서는 펀더멘털이 더 강하고 시장이 단기 이익 하향 위험을 과도하게 반영했다고 본다.
- 위험
- 클라우드 사업자의 자본지출 축소, AI 도입 둔화, 부품 공급의 빠른 수요 추격 또는 데이터센터 건설 차질.
- 반도체 생산 장비향후 12개월간 가장 선호되는 아시아 기술 하위 산업
- 강점
- 웨이퍼 팹 장비 지출 전망이 상향될 수 있고, 선도 제조사, 도전자 및 중국 국내 반도체 기업 모두가 생산능력 확대와 현지화 투자 유인을 보유한다.
- 약점
- 장비 주문은 순환적이며 웨이퍼 팹 건설 진행, 수출 제한 및 고객의 자본 규율 영향을 받는다.
- 비교
- 다른 아시아 기술 하위 산업과 비교해 자본지출 상향의 가시성과 수혜 범위가 더 강하다.
- 위험
- 웨이퍼 팹 생산능력 확대 지연, 정책 제한, 장비 및 클린룸 용량 병목, 자본지출의 기대 미달.
- IC 기판부품 부문에서 펀더멘털상 가장 매력적인 방향
- 강점
- AI 가속기 패키지 면적 확대, 서버 CPU 수요, EMIB-T 패키지 침투율 및 CPO 관련 추가 수요의 수혜를 받으며, 공급이 집중되어 있고 향후 2년간 신규 생산능력이 제한적이다.
- 약점
- 수요가 고성능 컴퓨팅 및 첨단 패키징 확대에 비교적 의존적이며, 마진 회복에는 여전히 시간이 필요하다.
- 비교
- 다른 부품과 비교해 수급 균형이 더 타이트하고, 마진은 여전히 과거 정점보다 낮으며, 이익 상향 여지가 더 크다.
- 위험
- 첨단 패키징 침투율의 기대 이하, 고객의 생산능력 확대 조정 또는 예상보다 많은 신규 공급.
- 메모리 칩펀더멘털은 견조하지만 밸류에이션 내러티브가 훼손된 트레이딩 기회
- 강점
- 향후 2~3년간 공급은 여전히 수요를 의미 있게 밑돌며, 40% 이상의 조정 후 향후 6개월간 반등 잠재력이 있다.
- 약점
- 높은 가격으로 일부 AI 가속기와 CPU가 HBM 또는 DRAM 구성을 축소하면서 가격 비탄력적 수요라는 시장 가정이 약화되고 있다.
- 비교
- 수급 펀더멘털은 약하지 않지만, 반도체 장비 및 IC 기판과 비교하면 밸류에이션 상승 여력은 수요 파괴 우려에 더 취약하다.
- 위험
- 고객의 추가 메모리 콘텐츠 축소, 가격 인상에 따른 수요 억제, 공급 확대 또는 주가가 이전 고점으로 복귀하지 못할 위험.
- 고속 인터커넥트, 광학 및 첨단 패키징AI 클러스터 효율성 개선에 따른 다음 단계 수혜 방향
- 강점
- 낮은 클러스터 활용률과 데이터 전송에 사용되는 명령 주기의 높은 비중이 CPO, 광 연결성, 네트워킹 장비, 3D SoIC 및 패키지 내 고대역폭 메모리 솔루션의 도입을 견인한다.
- 약점
- 일부 기술은 아직 도입 단계에 있으며 상용화 시점과 기술 로드맵에 불확실성이 있다.
- 비교
- 순수 컴퓨팅 확장이 전력 및 칩 공급에 제약받는 상황에서, 인터커넥트 최적화는 칩을 계속 추가하는 것보다 더 높은 한계 효율성을 가질 수 있다.
- 위험
- 기술 도입 지연, 표준 로드맵 변화, 자본지출 이동 또는 클러스터 효율성 관련 소프트웨어 알고리즘 개선에 따른 추가 하드웨어 수요 감소.
- 데이터센터 전력 및 구축 인프라2027년 하반기부터 2028년에는 칩을 대체해 주된 병목이 될 수 있음
- 강점
- AI 컴퓨팅 확장은 전력망 측 및 계량기 후단 전력, 냉각, 배전 및 데이터센터 건설에 대한 장기 수요를 창출한다.
- 약점
- 프로젝트 주기가 길고 인허가, 계통 연결, 장비 납품 및 건설 진행에 제약받는다.
- 비교
- 칩은 단기적으로 주요 제약으로 남지만, 향후 18~24개월에는 전력 및 데이터센터 인도 역량의 중요성이 반도체 공급을 초과할 수 있다.
- 위험
- 건설 지연이 AI 칩 배치와 클라우드 매출 실현 속도를 다시 억제할 수 있다.
핵심 데이터
- 이번 사이클의 조정 횟수20% 이상 하락은 세 번째2022년 말 시작된 AI 업사이클 동안 아시아 기술주와 SOX 지수에서 발생한 큰 폭의 조정을 의미한다.
- 최근 시장 조정약 25%~30%보고서는 이 정도 하락 폭이 단기 이익 하향 또는 자본지출 축소 기대의 비교적 높은 확률을 이미 반영했다고 본다.
- 2분기 퍼블릭 클라우드 매출 순증약 150억 달러2026년 1분기 대비 거의 두 배로, AI 컴퓨팅 소비가 여전히 가속되고 있음을 나타낸다.
- 2027년 하이퍼스케일러 자본지출 성장률65%J.P.Morgan 집계 전망치이며, 2026년 성장률은 100%를 초과한다.
- 하이퍼스케일러 순부채비율약 12%보고서는 2026년 2분기 기준 이를 통해 이들의 대차대조표가 전반적으로 건전하다고 판단한다.
- AI 클러스터 모델 부동소수점 활용률일반적으로 20%~40%낮은 활용률은 인터커넥트, 데이터 전송 및 클러스터 효율성 개선 여지가 크다는 것을 시사한다.
- 아시아 기술 밸류에이션10년 평균 P/E 비율보다 약 1표준편차 높음메모리 부문을 제외하며, 보고서는 조정 후 밸류에이션이 과도하지 않다고 본다.
- 메모리 수급 격차 지속 기간향후 2~3년펀더멘털은 타이트하게 유지되지만, 높은 가격은 고객의 메모리 구성 축소를 유도할 수 있다.
- 최근 메모리 주식 조정40% 이상보고서는 향후 6개월간 상당한 반등 가능성을 예상하지만, 주가가 2026년 5월 고점으로 복귀할 수 있다고는 아직 보지 않는다.
- 잠재적 병목 전환 시점향후 18~24개월칩 제약은 데이터센터 구축 진행과 전력 가용성 제약으로 점차 대체될 수 있다.
영향과 시사점
현재 조정은 아시아 기술주에 재배분할 기회를 제공하지만, 다음 단계의 수익률은 가격 인상과 희소성에만 기반한 하드웨어 내러티브에서 벗어나 자본지출 상향, 공급 집중, 첨단 패키징 확대 또는 효율성 개선이 주도하는 부문으로 이동할 수 있다. 반도체 생산 장비, IC 기판, 첨단 패키징 및 테스트, 인터커넥트 수혜주의 상승 여력이 더 뚜렷하다. 메모리 수급은 타이트하지만, 고가에 따른 구성 축소로 밸류에이션 탄력성은 다른 수혜 부문보다 약하다. 중장기적으로 투자자는 전력 및 데이터센터 인도 역량의 제약이 칩 수요 실현 속도에 미칠 영향을 사전에 평가할 필요가 있다.
위험
- 하이퍼스케일러의 잉여현금흐름은 2026년 하반기 및 2027년에 마이너스로 전환될 수 있으며, 부채 및 주식 자금조달 필요성이 시장 변동성을 높일 수 있다.
- AI 자본지출 또는 추론 수요가 기대에 미치지 못하면 이익 추정치 상향과 공급망 주문이 약화될 것이다.
- 고가의 AI 칩과 메모리는 고객이 구성을 축소하거나 구매를 지연하거나 저비용 대안을 채택하게 할 수 있다.
- 반도체 공급의 빠른 확대는 칩 부족을 예상보다 일찍 완화해 가격과 마진에 압력을 가할 수 있다.
- 데이터센터 건설 지연, 전력망 접근 및 불충분한 전력 공급은 2027년 하반기 이후 컴퓨팅 배치를 제한할 수 있다.
- 모델 역량, 재귀적 자기개선 또는 금융 및 헬스케어 등 산업에서의 생성형 AI 도입 속도 개선이 기대에 미치지 못할 수 있다.
- 아시아 기술주의 포지셔닝은 혼잡하며 거시 환경, 자금조달 비용 또는 시장 위험 선호도의 변화가 밸류에이션 변동성을 증폭시킬 수 있다.
- 반도체 장비와 중국 현지화 공급망은 정책, 무역 및 수출 통제 변화의 영향을 받을 수 있다.
주시할 점
- 소프트웨어 및 인터넷 기업이 공개하는 생성형 AI, LLM 및 에이전틱 워크플로의 도입률과 수익화 진행 상황.
- 생성형 AI가 소프트웨어 및 프로그래밍 자동화를 넘어 금융 및 헬스케어 등의 산업으로 확장되는지 여부.
- 프런티어 모델 연구소의 모델 역량, 추론 효율성 및 재귀적 자기개선 진전.
- 2027년 하이퍼스케일러 자본지출 가이던스, 자금조달 계획 및 잉여현금흐름 변화.
- 퍼블릭 클라우드 매출 성장, 순증 매출 및 수주잔고가 계속 확대되는지 여부.
- 아시아 기술 이익 추정치 상향 폭과 아날로그 칩, 2선 파운드리, 웨이퍼 및 MLCC로의 확산 범위.
- GPU, ASIC, HBM 및 기타 핵심 AI 부품 재고가 비정상적으로 축적되기 시작하는지 여부.
- TSMC, 주요 메모리 제조사 및 중국 반도체 기업의 자본지출과 장비 주문 상향.
- AI 가속기와 CPU의 HBM 및 DRAM 구성이 비용 상승으로 인해 계속 낮아지는지 여부.
- AI 클러스터 활용률, CPO 및 첨단 패키징 침투율, 전력 및 데이터센터 인도 병목의 변화.