최근 AI 주식을 둘러싼 주요 쟁점 및 평가(25-11-12)/이은재外.국제금융센터

<요 약>

 

◼ [현황]

주요국 AI 관련주가 `22년말(ChatGPT 등장시점) 이래 누적 230% 이상 상승한 가운데 최근 쟁점을 점검

  생성형 AI 산업에 대한 긍정적 전망으로 관련주 주가는 올해 들어서도 62% 강세. AI 관련주가 전체 시장에서 차지하는 비중과 소수 종목 집중도도 지속적으로 증가

 

◼ [쟁점]

 

내년에도 기업들의 대규모 CapEx 지출이 지속될 것으로 예상되는 가운데 투자자 초점은 CapEx 사이클에서 실질적인 수익률(ROI)을 증명해야 하는 수익화 사이클로 이동 중.

 위험요인은 ▲자금조달 관련 리스크 ▲전력 자원 부족 등

 

   CapEx 업사이클 :

AI CapEx의 규모와 속도가 시장 예상을 뛰어넘어 급증하고 있으며, 이러한 추세는 향후 2~3년 이상 강력하게 지속될 가능성

 

   재무지표 둔화 :

Hyperscaler의 단기 지출 여력은 여전히 견고.

다만, 최근 현금흐름 등 재무지표 둔화가 가시화되면서 지속가능한 수익 창출에 대한 명확한 로드맵이 요구

 

   수익화 사이클 :

AI 인프라(반도체, 클라우드 등 하드웨어 및 솔루션) 관련 수익은 크게 증가했으나, 아직까지 모델∙앱 관련 수익(기업용 소프트웨어, 소비자 서비스 등)은 미미

 

   - 내년도 차세대 LLMLarge Language Model 등장에 대한 기대가 높은 가운데 투자자들은 ▲수익화 속도(매출 성장 속도, 기업 고객 계약 전환율, 장기 계약 체결 등) ▲GPU

 

추론 비용 하락 속도(AI 기업 마진 개선)

   

▲APIApplication Programming Interface 호출량 성장률, 시장점유율 등에 주목

 

 조달 관련 리스크 :

 

기업들이 대규모 CapEx을 조달하는 과정에서 ▲순환적 투자 ▲부채 및 부외금융 활용 ▲구조화 금융 연계 등이 새로운 위험요인으로 부상

 

 전력 부족 :

주요 기관들은 향후 ‘전력 자원’이 결정적인 병목이 될 것으로 평가하며 민간 발전사, 터빈 제조사 등을 동원한 단기 전력 확보 거래가 활발해질 것으로 예상

 

◼ [평가]

주식시장에서는 AI 산업 발전에 대한 높은 기대감이 지속되고 있으며 향후 수익화 속도와 펀더멘털에 따른 차별화가 본격화될 전망. AI 생태계 기업들이 산업 주도권 획득을 위해 더 높은 레버리지를 일으킬 것으로 예상되고 있어 이에 따른 금융시장 영향에 대한 면밀한 주시가 필요

 

   현재 AI 생태계 전반의 기업들이 높은 프리미엄을 받고 있으나, 상용화 단계에서는 지속 가능한 비즈니스 모델을 보유한 기업으로 투자자금이 재배분(Goldman Sachs).

 

 

<내  용>

 

 [현황]

 

주요국 AI 관련주가 `22년말(ChatGPT 등장시점) 이래 누적 230% 이상 상승한 가운데 최근 쟁점을 점검

 

● 생성형 AI 산업에 대한 긍정적 전망으로 주요 기업들의 주가(동일 가중지수)는 올해 들어서도 62% 상승(`23년 +68%→ `24년 +27%)

   – 올해 대규모 인프라 구축 수요가 크게 증가하면서 네트워킹 부품(+140%), 반도체(+101%), 보안(+81%), 데이터 분석

●솔루션(+71%) 등 Hyperscaler(+57%) 외 부문의 주가 강세가 두드러짐 * Hyperscaler(Alibaba, Google, Amazon, CoreWeave, Meta, Microsoft, Oracle, Tencent) 정보분석

●솔루션(MongoDB, Elastic, Palantir, Snowflake) 보안(Cloudflare, CrowdStrike, CyberArk. Zscaler) 네트워킹 부품(Celestica, Corning, Amphenol, Lumentum, Arista), 반도체(AMD, Arm, Broadcom, Micron, Nvidia, 삼성전자, SK하이닉스, TSMC), 에너지(Constellation, Schneider, Eaton, Vertiv)

   – 주요 관련주 기업들의 밸류에이션 지표(12개월 예상 P/E)도 연초 이후 22% 확대

 ● AI 관련주가 전체 시장에서 차지하는 비중과 소수 종목 집중도도 지속적으로 증가

  – 미국 AI 관련주가 S&P500 지수 내에서 차지하는 비중은 50% 수준까지 확대.

한국(삼성전자∙하이닉스, 코스피 내 `22년말 22.5% → 현재 33%)과 대만(TSMC, 가권지수 내 26.3% →42.9%) 주식시장 내 반도체 대형주 시총 비중도 크게 증가

  – S&P500 지수내 소수 종목 집중도(상위 6개)도 현재 34%로 사상 최고치

 

 [쟁점]

 

내년에도 기업들의 대규모 CapEx 지출이 지속될 것으로 예상되는 가운데 투자자 초점은 CapEx 사이클에서 실질적인 수익률(ROI)을 증명해야 하는 수익화 사이클로 이동 중. 위험요인은 ▲자금조달 관련 리스크 ▲전력 자원 부족 등 주요 쟁점

 

● CapEx 업사이클 :

AI CapEx의 규모와 속도는 시장의 예상을 뛰어넘어 급증하고 있으며, 이러한 추세는 향후 2~3년 이상 강력하게 지속될 가능성

 

  – 기업들은 훈련을 통한 모델 성능 개선, 사용자 증가와 추론 수요 급증 등을 배경으로 산업 선점을 위한 대규모 연산전력 설비투자를 계속

   • 거대 언어모델 훈련에 필요한 연산 능력은 빠른 속도(연간 약 420%)로 증가 중이나, 에너지 효율 개선 속도(비용 하락 속도, 연간 40%)는 상대적으로 더딘 상황

   • 토큰 처리량*이 급증하고 있으며 이는 AI 서비스 이용이 크게 확대되고 있음을 의미

      * AI 모델이 학습/추론 과정 중에 처리하는 데이터 단위. 올해 ChatGPT, Gemini의 토큰 처리량은 매월 전월대비 평균 30% 이상 증가한 것으로 추정(Citi)

 

  – 올해 Hyperscaler CapEx 규모*는 전년대비 60% 이상 증가한 3,900억 달러 내외로 예상. 내년도 CapEx 증가율이 20% 미만으로 하락할 가능성이 제기되나, 최근 가이던스 상향 추세를 고려할 때, 시장 예상치를 웃도는 상방 리스크가 큰 것으로 평가

     * 미국 주요 기업 Amazon, Google, Oracle, Microsoft, Meta 컨센서스

  • Meta, Microsoft, Google은 지난주 실적발표에서 올해 연간 CapEx 가이던스를 상향. 강한 CapEx 업사이클이 당분간 지속될 것으로 예상하며 하드웨어 비용 하락이 수요 증가를 따라잡는 시점에 투자 증가세는 완만해질 것으로 예상(GS)

  • 주요 기관들은 `30년 연간 CapEx 규모가 1조달러 이상을 기록할 것으로 전망

 

 – 한편, 최근 Hyperscaler가 CapEx 투자 외에 금융 리스를 통한 자산 취득*을 핵심 전략으로 활용하면서 전통적 CapEx수치가 인프라 투자를 과소평가할 가능성

   * 금융리스의 경제적 실질은 부채로 자산을 구매하는 것과 유사하나, 금융리스의 원리금상환은 투자활동 현금흐름에 계상되지 않으며 재무활동 혹은 영업활동 현금흐름에 계상

 

● 재무지표 둔화 :

Hyperscaler의 대규모 CapEx 지출이 누적되면서 최근 영업현금흐름 등 재무지표 둔화 추세가 가시화

 

  – `25.1~3분기 주요 Hyperscaler 매출 대비 CapEx(CapEx Intensity)는 평균 23%로 `20~21년 11% 수준에서 급등. 특히 현금여력이 크지 않은 Oracle은 CapEx 비율이 `23년 13%에서 올해 52%로 상승

   • 주요 IB들은 해당 비율이 향후 2~3년 동안 25~30%로 높게 지속될 것으로 예상. 닷컴버블 당시 통신업종 매출액 대비 CapEx 비율은 32%까지 상승했으며 `27년에는 Hyperscaler의 매출액 대비 CapEx도 비슷한 수준을 기록할 것이라는 평가

 

 – `25.1~3분기 CapEx 증가율(전년대비 +73%)이 영업활동 현금흐름 증가율(+18%)을 크게 상회하면서 영업현금흐름 대비 CapEx 비율은 3~40% 수준에서 70% 가까이 상승

 

– 영업활동 현금흐름이 CapEx를 상회하면서 단기적인 투자 여력은 여전히 충분하나, 대규모 투자가 이어질수록 재무건전성에 대한 부담은 가중

  • Nvidia CEO의 예상처럼 글로벌 AI CapEx가 연간 42%씩 폭발적으로 증가하고 주요 Hyperscaler 현금흐름 증가율이 연간 21%('22-'24년) 보수적으로 증가한다고 가정하면, `28년에는 자금 부족분 충당을 위한 적극적인 차입과 증자 전략이 검토될 가능성 

  • 최근 기업 간 금융리스 약정이 증가함에 따라 영업활동 현금흐름, 잉여현금흐름 외에도 여러 지표를 참고할 필요

 

 – `24~`25년에 집행된 대규모 데이터센터 투자는 실제 가동 이후 감가상각비를 인식하며 내년부터 손익계산서에 본격 계상될 것으로 예상

   • CapEx 투자시점과 서버 가동 시점까지 1~2년이 소요되며 그 전까지 ‘건설중 자산’으로 계상.

Capital Economics 등은 서버 내용연수 가정(5~6년)이 낙관적이라고 지적 ⇒ 선도 기업들의 재무지표 둔화가 가시화되면서 지속가능한 수익 로드맵에 대한 투자자들의 압박이 더욱 강해질 소지

 

● 수익화 사이클 :

 

인프라(반도체, 클라우드 등 하드웨어 및 솔루션 등) 부문의 이익은 크게 증가했으나, 모델(플랫폼) 및 앱 수익(기업용 소프트웨어 + 소비자 서비스 등)은 미미한 수준

  ※ 향후 AI 기업들의 수익화 사이클은 ▲기업용 업무 소프트웨어 ▲이커머스 및 광고 효과 향상 서비스 ▲웨어러블 기기 ∙ 자율주행 관련 서비스 등의 보급 확대가 좌우

 

 – AI 모델 선도 기업들(OpenAI, Anthropic, xAI 등)은 높은 매출 성장률에도 불구하고 막대한 적자를 기록(Google 제외)

  • LLM 기업들의 AI 서비스 매출은 지난해 70억달러 내외, 올해 3분기 누적 250억달러 미만인 것으로 추정. 분기별 증가율은 50% 이상을 기록(Citi)

  • 기업들의 흑자 전환시기 컨센서스는 `27~`30년으로 대체로 요원하며 전망의 편차도 큼. OpenAI는 대규모 연구·인프라 투자로 인해 `29~30년 흑자 전환을 예상하며 Anthropic은 `27년경 흑자 전환할 것이라는 관측이 우세

 

– AI 수익화 사이클은 기업 시장 보급률이 핵심. 아직까지 AI를 도입한 기업들의 가시적인 성과는 ‘매출 성장’보다는 ‘비용 절감’과 ‘운영 효율화’에 집중

  • 전세계 기업의 72%가 AI 도입을 시도(Mckinsey).

AI 도입을 시도한 기업 중 실제 고객 서비스에 적용하거나 핵심 업무에 성공적으로 배포한 기업은 25%(Vellum 2025)

  • 기업들은 실제 배포 단계에서 환각(Hallucination) 현상(57.4%), 활용 참고사례 부족(43%), 데이터 보안 문제(53%) 등의 한계점이 존재한다고 응답

  • `25.3분기 S&P500 기업의 15%가 실적 발표에서 AI의 정량적 혜택을 언급

 

– 소비자 시장(B2C)은 AI 인지도와 사용자 기반을 확대하는 데는 성공했으나, 낮은 지불 의향(WTP, 낮은 유료 전환율) 등이 매출 성장의 제약 요인

  • 6월 Menlo Ventures에 따르면, 전세계 AI 사용자는 약 17~18억명이 있으나, 실제 3%만이 비용을 지불하고 있으며 소비자용 AI 지출은 연간 120억 달러 수준에 불과

 

– 주요 LLM 개발사들은 현 세대 모델의 한계를 돌파하기 위해 올해 말까지 차세대 모델 훈련에 현재보다 10배 많은 컴퓨팅 파워를 투입(Morgan Stanley)

  • 업계에서는 훈련 성과를 확인할 수 있는 데이터 결과가 내년도 상반기중 집중적으로 발표될 것으로 기대

  • Gartner는 내년도 가장 중요한 전략 기술 트렌드를 'AI 슈퍼컴퓨팅 플랫폼’으로 선정

 

– 파운데이션 모델 진화를 통해 Agentic AI* , SLM(소형언어모델) ** 성능도 비약적으로 향상될 것이라는 기대감이 고조

   * 단순한 응답을 생성하는 기존 LLM을 넘어, LLM을 추론 엔진으로 활용하여 실질적인 업무를 완수하는 능동적인 시스템

   ** 소형언어모델(SLM)은 거대 언어모델(LLM)의 높은 총소유비용과 추론시간 지연을 해결하기 위해 특정 산업에 최적화된 비용 효율적인 모델

   ※ 향후 주식시장 투자자들은

     ▲AI 수익화 속도(매출 성장 속도, 특히 기업 고객의 계약 전환율, 장기 계약 체결 등)

     ▲GPU추론비용 하락 속도(AI 기업들의 마진 개선 효과)

     ▲API 호출량 성장률*, 모델 시장점유율 등의 정보에 주목할 것으로 예상

        * AI 기업(OpenAI, Anthropic 등)은 API 호출 횟수(또는 사용된 토큰 수)에 따라 비용을 청구 위험요인

 

● 자금조달 리스크1 :

기업들이 대규모 투자자금을 조달하는 과정에서 ▲순환적 투자 ▲부채 및 부외금융 ▲구조화 금융 등이 위험 요인으로 부상 (순환적 투자)

 

– 최근 Nvidia와 OpenAI를 중심으로 공급자와 고객사가 서로에게 투자하고 매출을 공유하며 재구매 약정을 맺는 등의 순환적 투자가 활발해지고 있으며 알려진 계약 총액 규모로만 1조달러에 육박

  • Nvidia는 고객사 Open AI와 Oracle, 네오클라우드 업체에게 지분투자, 신용 공여, 청구 보증 등을 통해 운영자금을 제공하며 이는 자사 GPU 매출 증가로 이어짐

  • OpenAI는 핵심투자자인 Microsoft로부터 Azure 인프라를 독점 지원받는 공급자이자 핵심 파트너로 사실상 생태계 표준이자 플랫폼으로 자리매김.

Microsoft 외에 Oracle 및 Nvidia 등과도 협력해 자체 데이터센터를 확보하려는 인프라 주권 전략도 적극 추진

 

– 닷컴버블 당시에도 공급업체와 고객사가 실질적 가치 창출 없이 가치를 부풀리던 순환투자 계약이 성행했던 바 있어 AI 기업 간 거래 행태를 우려가 고조

  • 투자자들은 실제 수요와 경제성, 거래상대방 리스크를 정확히 파악하기 어려움(FT)

 

(부채 및 부외금융)

 

– 최근 AI 기업들의 차입을 통한 자금 조달 사례가 크게 증가했으며 SPV(특수목적 법인)를 통한 부외 부채나 사모 신용 활용도 증가

 

– Hyperscaler 중에서 Amazon, Microsoft가 보유 현금 위주로 투자해온 것과 대조적으로 현금 여력이 부족한 Oracle은 부채 발행을 큰 폭으로 확대 중

   • Oracle은 연초 이후 258억 달러 규모 회사채를 발행.

최근 순부채/EBITDA 비율은 383%로 주요 AI 기업 가운데 가장 높음*

    * Amazon 11%, MS 5%, Google -16%, Broadcom 73%, Google은 순현금 상태 지속

 

 – Meta와 BlueOwl의 합작 투자사 RPLDCI가 10월 말에 발행한 273억 달러 규모의 채권은 단일 기업 채권으로는 `23년이래 최대 규모를 기록. Google도 최소 30억 유로의 채권 발행 계획을 발표

 

 – SPV 구조를 통한 외부 자본(사모펀드, 운용사, 국부펀드 등) 조달도 증가. 사모 신용은 은행 대출, 공모채권과 비교해 제한적 정보 공개와 유연한 구조 설계가 장점

  • CoreWeave, xAI와 같은 기업들은 GPU를 담보로 한 특수목적법인(SPV) 부채를 하이일드 채권과 함께 활용하는 등 새로운 차입기법을 활용

 

 – 이러한 변화에 대해 CapEx 붐이 본격적인 부채 및 레버리지 기반 경쟁으로 비화될 가능성을 우려하는 시각이 증가

 

 

(CLO, SRT 등 구조화 금융)

 

 – AI 기업들의 부채 발행 증가와 함께 SRT(SRT, Significant. Risk Transfer, 중요한 위험 이전거래) * , CLO(대출채권 담보부 증권) 등 구조화 금융 관련 위험도 제기

   * 은행들이 대출자산의 신용위험을 이전하기 위해 발행하는 신용연계증권의 일종

 

 – 최근 도이치뱅크는 AI 데이터센터 부문에 대한 자사 총대출 익스포져가 수십억 달러를 기록함에 따라 대출 부실화 위험에 대비해 채무불이행 위험을 외부 투자자에게 넘기는 SRT를 검토 중인 것으로 알려짐(FT)

   • 일각에서는 `08년 금융위기 직전, 은행들의 서브프라임 모기지 부실위험 전가(CDO, CDS) 등을 상기시킨다는 평가

 

– 미국 CLO 시장이 올해 가파른 성장세를 보이는 가운데(1~10월 누적 신규 발행 규모 1,610억 달러) 특히 IT 업종이 전체 포트폴리오의 약 15%를 차지하면서 가장 큰 비중을 가진 섹터로 자리잡음

  • AI 생태계 핵심 기업들(CoreWeave, xAI 등)이 발행한 신디케이트론이나 사모 대출이 신디케이트론 CLO(BSL CLO) 혹은 사모신용 CLO(PCLO)에 편입될 가능성(JP Morgan)

 

– 담보로서 GPU.데이터센터 등은 기술 발전속도에 따른 가치 하락이 클 수 있으며 특정 섹터 충격의 전이 가능성 등이 우려

  • CLO 포트폴리오 내 IT·소프트웨어 비중이 커지면서 특정 섹터 충격(수익성 악화 등)이 트랜치 전체에 증폭될 소지(Guggenheim)

  • 하드웨어 기업들은 AI CapEx 증가로 혜택을 누리고 있지만, 소프트웨어 기업들은 경쟁 심화로 인한 위협을 느끼는 등 CLO 포트폴리오 내 기업들은 AI로 인한 사업모델 교란(disruption) 위험에 직면(JP Morgan)

 

 전력 부족 심화 :

 

주요 IB들은 향후 ‘전력 자원’이 AI 확산의 결정적인 병목이 될 것으로 평가

 

– 전력 부족은 AI 기반 애플리케이션의 가동 시간과 서비스 가용성에 직접적인 영향을 미칠 것이며 전체 AI 클러스터의 ROI를 위협(Goldman Sachs)

  • AI 연산 수요 폭증으로 `30년까지 미국에서는 총 100GW에 달하는 새로운 전력 수요가 발생(Bain&company).

`25-28년 미국에 필요한 총전력은 69GW으로 추정되며 전력 수요 부족분은 약 49GW 수준

  • 미국은 전력망 확대 투자에 큰 비용이 소요될 것(`30년까지 그리드 투자 약 0.7조원 필요)이며, 전력·변전소 허가 및 송전선 구축 지연 등이 병목이 될 수 있음

 

 – Hyperscaler들은 기존 전력망 의존도를 줄이고 빠르게 전력을 공급할 수 있는 분산형 또는 혁신적인 솔루션에 주목

  • 향후 비트코인 채굴 부지, 고체 산화물 연료전지* 시스템 활용과 더불어 민간 발전사, 터빈 제조사, 에너지 기업 등을 포함한 모든 수단을 동원해서 단기 전력 확보 거래들이 활발해질 것으로 예상

    * SOFC: 수소, 천연가스, 바이오가스 등을 전기로 전환하는 시스템. 효율이 높고 오염배출이 적음

 

 [평가]

 

주식시장에서는 AI 산업 발전에 대한 높은 기대감이 지속되고 있으며 향후 수익화 속도와 펀더멘털에 따른 차별화가 본격화될 전망. AI 생태계 기업들이 산업 주도권 획득을 위해 더 높은 레버리지를 일으킬 것으로 예상되고 있어 이에 따른 금융시장 영향에 대한 면밀한 주시가 필요

 

● 과거 대규모 설비투자 붐이 과잉 투자, 경쟁 심화, 주가 boom&bust로 귀결되는 경우가 많았으나, 현재 AI 선도 기업의 양호한 펀더멘탈(기존 사업의 높은 수익성과 이익 창출력, 높은 부채 상환 능력 등)은 이전 사례들과 크게 차별화되는 요인

 

  – AI 버블 우려에도 불구하고, ▲소수 AI 선도기업들의 높은 현금 창출력 ▲낮은 신규 상장 기업수 ▲장기 저성장 경제와 금리인하 사이클 등이 주가 강세를 지지해왔음(Morgan Stanley)

   • S&P500 지수 전체적으로 대형주 중위 잉여현금흐름 수익률(FCF yield)은 `00년 당시보다 3배 가량 높으며 이익을 감안한 예상 P/E 밸류에이션은 닷컴버블 최고점 대비 약 35% 할인된 수준

 

● 지금은 AI 생태계 전반의 기업들이 높은 프리미엄을 받고 있으나, 기술 상용화가 본격화될수록 실제 수익 창출 능력과 경쟁력 차이로 기업 간 격차가 확대될 전망

 

  – 상용화 단계에서는 인프라 투자를 지속 가능한 비즈니스 모델을 보유한 기업만이 매출과 이익을 실현할 수 있으며 해당 역량을 갖춘 기업들에 자금이 재배분될 것으로 예상

 

● AI 기술이 산업 전반에 미치는 파급 효과는 과거 어떤 기술 사이클보다 방대할 것으로 예상되는 가운데 새로운 리스크 등장에도 유의

 

  – 데이터센터 감가상각비 인식과 즉각적인 순이익 감소 여파, 재무구조 취약 기업의 채무 이행 관련 노이즈 등은 자산가격 조정의 트리거로 작용할 소지

251115-최근+AI+주식+주요+쟁점.pdf

1.08MB