Ai Capex Structural Transition 2027 2030 IC Memo

Executive Summary

AI 인프라 투자는 2025-2026년 "슈퍼사이클 정점"을 지나 2027년부터 구조적 전환기에 진입한다. 하이퍼스케일러 CapEx는 절대 규모에서 2026년 ~$600-690B로 정점을 찍은 뒤, 성장률이 둔화되며 투자의 무게중심이 학습 → 추론, GPU → ASIC, 데이터센터 → 엣지, 인프라 → 응용으로 이동한다. 이 전환은 인터넷 버블(1999-2001), 모바일 혁명(2007-2015), 클라우드 전환(2010-2020)의 역사적 패턴과 높은 유사성을 보이며, "인프라 정점 → 플랫폼 → 응용"의 3단계 가치 이전이 AI에서도 반복될 가능성이 높다(확률 70%). 단, AI의 범용성과 에너지 제약이라는 고유 변수로 인해 전환 시차와 진폭이 과거 사례와 다를 수 있다.

핵심 결론: 현재 포트폴리오는 Wave 1-4(GPU/메모리/광학/전력)에 과도하게 편중되어 있으며, 2027-2028년 전환점을 대비해 Wave 5+(추론 ASIC, AI 응용/SaaS, 엣지 AI, AI 에이전트 인프라)로의 점진적 로테이션이 필요하다.

1. CapEx 진화 시나리오 (2027-2030)

1.1 현재 상황: 슈퍼사이클 정점 (2025-2026)

연도	하이퍼스케일러 CapEx (상위 5사)	YoY 성장률	AI 비중
2023	~$149B	-	~45%
2024	~$232B	+56%	~60%
2025	~$443B	+91%	~70%
2026(E)	~$600-690B	+36-56%	~75%

상위 5사(Amazon, Alphabet, Microsoft, Meta, Oracle)의 CapEx가 2026년 $600B를 돌파하며, 이 중 약 $450B가 AI 인프라에 직접 투입
자본 집약도(Capital Intensity)가 매출의 45-57%에 도달 -- 역사적으로 전례 없는 수준
하이퍼스케일러들은 2026년 영업현금흐름의 약 90%를 CapEx에 투입 (2025년 65% 대비 급증)
Morgan Stanley 추정 차입 규모 $400B+ (2025년 $165B의 2.4배)

출처: Goldman Sachs (2025), Futurum Group (2026), IEEE ComSoc (2025)

1.2 세 가지 시나리오 (2027-2030)

시나리오 A: Bull -- "AI ROI 검증 → 투자 재가속" (확률 25%)

연도	CapEx 규모	성장률	핵심 동인
2027	$800-850B	+25-30%	AI 에이전트 매출 폭증, ROI 검증
2028	$950B-$1.0T	+18-20%	Sovereign AI + 엣지 확장
2029	$1.0-1.1T	+8-10%	AGI 경쟁 가속, 새 아키텍처
2030	$1.1-1.2T	+5-8%	성숙기 진입, 교체 수요 중심

전제 조건: (1) 2027년 AI 에이전트 기반 엔터프라이즈 매출이 $100B+ 돌파, (2) OpenAI/Anthropic 등 순수 AI 기업의 영업이익 전환, (3) Sovereign AI 투자가 $200B+ 추가 수요 창출

밸류체인 영향:

GPU/ASIC 공급업체: 지속 성장 (NVDA, AVGO, TSM)
전력/냉각: 극심한 수요 (GEV, BE)
광학/포토닉스: CPO 대량 채택으로 수혜 확대 (COHR, GLW)
HBM: HBM4/4E → HBM5 전환으로 ASP 상승 (MU, SK Hynix)

시나리오 B: Base -- "성장률 둔화, 절대액 유지" (확률 50%)

연도	CapEx 규모	성장률	핵심 동인
2027	$700-750B	+15-20%	투자 모멘텀 유지, ROI 부분 검증
2028	$750-800B	+5-8%	성장률 급감, 선별적 투자
2029	$700-780B	-3%~+2%	일부 프로젝트 축소/연기
2030	$700-800B	0%~+3%	교체 수요 + Sovereign AI

전제 조건: (1) AI 매출이 CapEx의 15-25%를 커버, (2) 일부 하이퍼스케일러가 투자 속도 조절, (3) 전력 제약이 물리적 한계로 작용

밸류체인 영향:

GPU: 단가 하락 압력, 물량은 유지 (NVDA 매출 성장 +10-15%로 둔화)
ASIC: 추론 특화 ASIC이 GPU 수요 일부 대체 (AVGO 커스텀 ASIC 부문 고성장)
전력: 공급 병목으로 프리미엄 유지 (GEV, BE 방어적 성장)
메모리: HBM 수요 견조하나 가격 사이클 진입 (MU 실적 변동성 확대)

시나리오 C: Bear -- "ROI 미검증 → 투자 축소" (확률 25%)

연도	CapEx 규모	성장률	핵심 동인
2027	$550-600B	-10~-15%	ROI 실망, 채무 부담 가시화
2028	$400-450B	-25~-30%	과잉투자 조정, 구조조정
2029	$350-400B	-10~-15%	바닥 형성, 선별적 재투자
2030	$400-500B	+10-15%	회복 초기, 검증된 영역 집중

전제 조건: (1) OpenAI의 누적 적자 $60B+ 불가피, 자금 조달 난항, (2) NBER 연구처럼 기업 생산성 개선 미미, (3) 금리 상승 또는 경기침체로 자본 비용 급등

밸류체인 영향:

GPU: 수요 급감, 재고 과잉 (NVDA -30-40% 매출 감소 가능)
인프라 전반: 텔레콤 버블 반복 위험 (COHR, GLW 2000년 JDS Uniphase 패턴)
전력: 프로젝트 취소/연기 (GEV, BE 수주잔고 영향)
방어 자산: AI 응용 SaaS + 필수소비재로 자금 이동

경고 지표 (Bear 시나리오 선행 신호):

하이퍼스케일러 2분기 연속 CapEx 가이던스 하향
OpenAI 또는 주요 AI 기업의 자금 조달 실패/밸류에이션 하락
GPU 재판매 시장 가격 30%+ 하락
하이퍼스케일러 신용등급 하향 또는 부정적 아웃룩

1.3 시나리오별 누적 CapEx (2027-2030)

시나리오	4년 누적 CapEx	2026년 정점 대비	참고
Bull	$3.8-4.2T	지속 확장	McKinsey $7T 글로벌 DC 인프라 추정과 일치
Base	$2.9-3.1T	정체	절대 규모는 역사적 최대, 성장률만 둔화
Bear	$1.7-2.0T	-30~-40% 축소	텔레콤 버블 대비 회복 더 빠를 전망

2. 기술 전환 타임라인

2.1 학습(Training) → 추론(Inference) 전환

이것이 2027-2030년 AI 산업의 가장 근본적인 구조 전환이다.

시점	학습 비중	추론 비중	핵심 이벤트
2023	~67%	~33%	대형 모델 학습 지배적
2025	~50%	~50%	균형점 도달
2026	~35%	~65%	추론이 2/3 역전
2028(E)	~25%	~75%	학습은 대형 모델 갱신 위주
2030(E)	~20%	~80%	추론이 절대적 다수

투자 시사점:

추론 최적화 칩 시장: 2025년 $20B → 2026년 $50B+ (Deloitte 추정)
NVIDIA의 학습 시장 점유율 ~90%는 유지, 추론 시장에서는 20-30%로 하락 가능 (2028년)
추론 시장 수혜자: Broadcom(AVGO) 커스텀 ASIC, Google TPU(Ironwood), AWS Trainium/Inferentia, Groq LPU

추론 시장 점유율 (2027E)	비중
Google TPU	~52% (ASIC 시장 내)
NVIDIA GPU	~30-35%
AWS Trainium/Inferentia	~10-12%
Broadcom 커스텀 ASIC	~15-20% (ASIC 시장 내)
기타 (Groq, Cerebras 등)	~5-8%

출처: SDxCentral (2026), Counterpoint Research (2026), Deloitte (2025)

2.2 GPU → ASIC/커스텀 실리콘 전환

지표	2024	2026(E)	2028(E)
ASIC 추론 시장 점유율	15%	40%	70-75%
ASIC 출하량 성장률(YoY)	-	+44.6%	+30-35%
GPU 출하량 성장률(YoY)	-	+16.1%	+5-10%
ASIC vs GPU 출하량 역전	-	-	2028년 역전 예상

Broadcom은 커스텀 ASIC 설계 시장에서 2027년 60% 점유율 유지 전망
Google TPU는 ASIC 출하량 기준 2024년 64% → 2027년 52% (시장 확대에 따른 비중 희석이나 절대 물량은 증가)
AI 서버 컴퓨트 ASIC 출하량은 2027년까지 3배 증가 전망

포트폴리오 시사점: NVDA는 학습 시장 지배력으로 2027년까지 견조하나, 추론 ASIC 확대로 2028년 이후 성장률 둔화 위험. AVGO는 커스텀 ASIC 리더십으로 2027-2030년 상대적 수혜자.

출처: Bloomberg Intelligence (2026), Counterpoint Research (2026)

2.3 NVIDIA GPU 세대 전환 로드맵

세대	출시 시기	성능 (vs Blackwell)	메모리	핵심 특징
Blackwell	2024 H2	1x (기준)	HBM3E	현재 대량 출하 중
Blackwell Ultra	2025 H2	~1.5x	HBM3E	개선형
Rubin	2026 H2	~3x	HBM4	차세대 아키텍처
Rubin Ultra	2027 H2	~14x	HBM4E 1TB	4-die GPU, 100 PFLOPS FP4
Feynman	2028	데이터 미확인	차세대 HBM	코드명만 공개

NVIDIA의 1년 주기 세대 전환 전략은 고객 업그레이드 사이클을 가속화하여 수요를 지속적으로 창출
Rubin Ultra(2027 H2)의 100 PFLOPS FP4 + 1TB HBM4E는 단일 소켓 기준 역사적 도약
업그레이드 사이클의 지속 가능성은 ROI 검증 여부에 의존

출처: Tom's Hardware (2025), Next Platform (2025)

2.4 HBM 로드맵

세대	양산 시점	TAM	주요 공급자 점유율
HBM3E	2024-2025	~$35B (2025)	SK Hynix 53%, Samsung 35%, Micron 11%
HBM4	2026	~$55B (2026E)	SK Hynix 리드, Micron 양산 진입
HBM4E	2027-2028	~$100B (2028E)	2027년 HBM 수요의 40% 차지 전망
HBM5	2029-2030(E)	데이터 미확인	Feynman GPU용

HBM 수요 성장률: 2026년 +77% YoY, 2027년 +68% YoY
HBM 웨이퍼 생산이 2030년까지 전체 DRAM 웨이퍼의 ~15% 차지 전망
Micron(MU): HBM4 양산(2026), HBM4E 양산(2027-2028) — 포트폴리오 보유 종목 중 HBM 직접 수혜

출처: TrendForce (2025), SK Hynix Newsroom (2026)

2.5 광학/포토닉 전환 타임라인

단계	시기	기술	시장 규모
플러거블 광학 모듈	2024-2026	800G/1.6T 트랜시버	$5B → $10B+
LPO/CPO 도입	2026-2027	Linear Pluggable/Co-Packaged Optics	초기 채택
CPO 대량 채택	2028-2030	Co-Packaged Optics 본격화	고성장 재가속
광학 컴퓨트	2028+(E)	Lightmatter 등 광학 연산 칩	초기 상용화

NVIDIA의 $4B 광학 투자 (Coherent $2B + Lumentum $2B): 실리콘 포토닉스가 AI 인프라의 다음 병목임을 시그널링
실리콘 포토닉스 칩 매출: 2023년 $0.8B → 2029년 $3B+
AI DC 광학 인터커넥트 시장: 2025년 $9.94B → 2033년 $31B (CAGR 15.3%)
Lightmatter의 Passage M1000: 114 Tbps 광학 대역폭, GUC와 협력하여 CPO 상용화 추진

포트폴리오 시사점: Coherent(COHR), Corning(GLW)이 직접 수혜. 단, CPO 본격 채택이 2028년 이후이므로 2026-2027년은 플러거블 모듈이 브릿지 역할. 현재 COHR P/E 233x는 장기 성장 프리미엄을 이미 반영 중.

출처: EE Times (2026), Futurum Group (2026), MarketsandMarkets

2.6 데이터센터 → 엣지 AI 전환

시점	엣지 AI 시장 규모	데이터센터 비중	엣지 비중
2025	$11.8B	~95%	~5%
2027(E)	~$23B	~90%	~10%
2030	$56.8B	~80%	~20%
2034(E)	$143B	데이터 미확인	데이터 미확인

엣지 AI CAGR 36.9% (2025-2030): 데이터센터 AI보다 성장률이 2배 이상 높음
그러나 절대 규모 차이가 크므로, 데이터센터가 2030년까지 AI 컴퓨트의 주무대로 유지
엣지 AI의 실질적 영향은 2028년 이후 의미있는 비중 확보

엣지 AI 수혜 기업군 (현재 포트폴리오 외):

Apple(AAPL): 온디바이스 AI (Apple Intelligence) — 포트폴리오 보유
Qualcomm: 모바일/IoT AI 칩 — 포트폴리오 미보유
ARM: 엣지 AI 아키텍처 라이선스 — 포트폴리오 미보유

출처: Grand View Research, GlobeNewsWire (2025)

2.7 하드웨어 → 소프트웨어/응용 전환

이것이 가장 큰 투자 기회의 전환점이다.

세그먼트	2025	2027(E)	2030(E)	CAGR
AI 소프트웨어 시장	$174B	$298B	$467B	25%
제너레이티브 AI	$37B (2024)	~$80B(E)	$220B	29%
AI 에이전트 시장	$7.8B	~$17B(E)	$52.6B	46.3%
엔터프라이즈 Agentic AI	$2.6B (2024)	~$8B(E)	$24.5B	46.2%
전체 AI-enabled 앱	$644B	데이터 미확인	데이터 미확인	-

AI 에이전트 시장이 가장 빠른 성장 세그먼트 (CAGR 46%+)
2027년까지 Gen AI 사용 기업의 50%가 자율 AI 에이전트 도입 (2025년 25% 대비 2배)
기업 평균 12개 AI 에이전트 사용, 2년 내 67% 증가 전망
Goldman Sachs: 응용 소프트웨어 시장 2030년 $780B 도달 (CAGR 13%)

포트폴리오 시사점: Palantir(PLTR), Salesforce(CRM), ServiceNow(NOW) 등 AI 응용/에이전트 플랫폼 기업이 2027-2030년 가치 이전의 최대 수혜자

출처: MarketsandMarkets (2026), Goldman Sachs, Grand View Research

2.8 기술 전환 종합 타임라인

2025   2026   2027   2028   2029   2030
 |      |      |      |      |      |
 ├─ GPU 지배기 ──────────┤
 |      ├── ASIC 부상기 ──────── ASIC 주도기 ──────┤
 |      |      |      |      |      |
 ├── 학습 중심 ─┤      |      |      |
 |      ├── 추론 역전 ─── 추론 주도 ──────────────┤
 |      |      |      |      |      |
 ├── 플러거블 광학 ──┤      |      |      |
 |      |      ├── LPO/CPO 도입 ──── CPO 대량 채택 ──┤
 |      |      |      ├── 광학 컴퓨트 초기 ────────┤
 |      |      |      |      |      |
 ├── DC 절대 지배 ────────── DC 주도 + 엣지 부상 ──┤
 |      |      |      |      |      |
 ├── 인프라 투자 정점 ─┤      |      |      |
 |      |      ├── 응용/SaaS 가치 이전 ─────────────┤
 |      |      |      |      |      |
 |  Blackwell   Rubin  Rubin  Feynman  차세대
 |  Ultra       |      Ultra  |       |
 |      |      |      |      |      |
 |  HBM3E  HBM4   HBM4E    HBM5   |

3. 역사적 유사 사례 비교

3.1 세 번의 기술 혁명과 AI의 비교

항목	인터넷/텔레콤 (1996-2006)	모바일 (2007-2015)	클라우드 (2006-2020)	AI (2023-2030+)
인프라 투자 정점	2000년 (~$120B, 현재가 ~$213B)	2012-2013년 (기지국/4G)	2018-2020년 (DC 1차 확장)	2026년 ($600-690B)
인프라 → 플랫폼 시차	~5년 (2000 → Google IPO 2004)	~1년 (iPhone 2007 → App Store 2008)	~9년 (AWS 2006 → SaaS 폭발 2015)	2-4년(E) (2026 → 2028-2030)
플랫폼 → 응용 시차	~6년 (Google 2004 → Facebook 2010)	~2-3년 (App Store 2008 → Uber/Instagram 2010-11)	~5년 (SaaS 2015 → Zoom/Snowflake 2020)	3-5년(E) (2028 → 2031-2033)
인프라 정점→바닥 하락폭	-80-90% (주가), CapEx -60%	완만한 전환 (하락 제한)	지속 성장 (하락 없음)	시나리오 의존
인프라 기업 최종 결과	Cisco -80%(영구적), JDS -99.8%	Nokia/BlackBerry 퇴출	DC REITs 장기 수혜	GPU: Cisco형 vs 지속형?
플랫폼 승자	Google, Amazon	Apple App Store, Google Play	AWS, Azure, GCP	미결정 (OpenAI? Anthropic?)
응용 승자	Facebook, Netflix, Airbnb	Uber, Instagram, WhatsApp	Zoom, Snowflake, CrowdStrike	미결정 (AI Agent 플랫폼?)
CapEx 정점 시 자본 강도	텔레콤 매출의 ~20-25%	핸드셋 R&D 비중 ~5-8%	클라우드 매출의 ~25-30%	매출의 45-57%

3.2 인터넷 버블 교훈 (1996-2006): "Cisco 함정"

핵심 사실:

1996-2001년 미국 통신사들이 $500B+ 투자 (대부분 채무 조달)
"인터넷 트래픽이 100일마다 2배 증가한다"는 거짓 전제에 기반
2002년까지 깔린 광섬유의 85%가 미사용 상태
Cisco: 시가총액 $555B(2000) → $100B 이하, 주가 -80% (20년 넘게 전고점 미회복)
JDS Uniphase: $1,227/주 → $2.40/주 (-99.8%)

AI와의 유사점:

"수요가 무한하다"는 전제 하에 인프라 과잉투자
차입 레버리지로 CapEx 가속 (2026년 하이퍼스케일러 차입 $400B+)
수요측 매출이 공급측 투자를 정당화하지 못할 위험
인프라 기업의 밸류에이션이 미래 수요를 과도하게 반영

AI와의 차이점 (버블 회피 가능 근거):

하이퍼스케일러 재무 건전성이 1990년대 텔레콤보다 압도적으로 우수 (GOOG P/E 28x, META P/E 27x)
AI는 이미 실질적 매출을 창출 중 (OpenAI ARR $20B, 클라우드 AI 서비스 성장 30%+)
텔레콤은 네트워크 효과가 제한적이었으나, AI는 데이터 네트워크 효과 보유
GPU/AI 칩은 범용성이 높아 광섬유와 달리 "유휴 자산" 위험이 제한적

출처: Fabricated Knowledge, Technostatecraft, MOI Global

3.3 모바일 혁명 교훈 (2007-2015): "App Store 전환"

가치 이전 타임라인:

하드웨어 단계 (2007-2010): iPhone/Galaxy가 시장 창출. Apple 시가총액 $100B → $300B
플랫폼 단계 (2008-2012): App Store(2008), Google Play. 개발자 생태계 형성
응용 단계 (2009-2015): Uber(2009), Instagram(2010), WhatsApp(2009), Snap(2011). Facebook $16B에 WhatsApp 인수

AI 적용:

현재 AI는 하드웨어/인프라 단계 (2023-2026) = 모바일의 2007-2010 시기
AI 플랫폼 단계 (2026-2028E) = API/에이전트 프레임워크 경쟁 (OpenAI, Anthropic, Google)
AI 응용 단계 (2028-2032E) = 아직 등장하지 않은 "AI 네이티브 Uber/Instagram"

핵심 차이: 모바일은 하드웨어→플랫폼 전환이 1년으로 매우 빠름 (iPhone 2007 → App Store 2008). AI는 인프라 구축 규모가 크고 복잡하여 2-3년의 지연이 예상됨.

3.4 클라우드 전환 교훈 (2006-2020): "9년의 인내"

가치 이전 타임라인:

인프라 단계 (2006-2014): AWS 출시(2006), 매출 $21M → $7.9B(2015). IaaS 기반 구축에 9년 소요
플랫폼 단계 (2012-2018): PaaS/컨테이너/서버리스 등장. AWS 매출 $35B(2019)
SaaS 응용 폭발 (2015-2020): Zoom, Snowflake, CrowdStrike 등 SaaS 유니콘 대거 등장

AI 적용:

클라우드는 "인프라 → 응용"에 9-14년이 소요됨
AI는 기존 클라우드 위에 구축되므로 인프라 기반이 이미 존재 → 시차가 단축 (3-5년 예상)
단, AI 응용의 "킬러 앱"이 아직 등장하지 않음 (ChatGPT는 플랫폼이지 킬러 응용이 아님)

출처: AWS Wikipedia, Product Growth Deep Dive

3.5 역사적 유사 사례의 종합 교훈

교훈	상세	AI 적용
인프라 정점 ≠ 산업 정점	텔레콤 인프라 정점(2000)이 인터넷 산업 정점이 아니었음	AI 인프라 정점(2026-2027)이 AI 산업 정점이 아닐 것
가치가 상류→하류로 이동	Cisco(상류) → Google/Facebook(하류)로 시가총액 이전	NVDA(상류) → AI 에이전트/응용 플랫폼(하류)으로 이전 가능
인프라 기업의 두 가지 운명	Cisco(영구 회복 불가) vs AWS(인프라+플랫폼 겸업으로 생존)	NVDA는 CUDA 생태계로 Cisco보다 AWS에 가까울 수 있음
과잉투자는 수요를 창출하지 않음	깔린 광섬유의 85% 미사용. 공급이 수요를 앞섬	GPU/DC 과잉 구축 시 유틸리제이션 하락 → 가격 하락
"인프라 정점"에서 "응용 승자" 매수가 최적 타이밍	Google(2004 IPO)은 텔레콤 CapEx 정점 4년 후 상장	AI "Google/Facebook"은 2027-2030년에 가시화될 것

4. 정책/규제 변화 전망

4.1 CHIPS Act 이후 반도체 산업 정책

국가/기업	투자 규모	핵심 마일스톤
미국 CHIPS Act	$52.7B 보조금	Intel $7.86B, TSMC $6.6B, Samsung $4.75B
Intel Fab 52 (Arizona)	-	Intel 18A (1.8nm) HVM 진입, 미국 최초 2nm 이하
TSMC Arizona Fab 1	-	가동 중, Fab 2 2026-2027 가동 예정
Samsung Taylor, TX	-	2025 중반 재개, 2026 가동 예정
누적 공급망 투자	$640B+ (2026.1 기준)	반도체 직접 + 관련 장비/소재/패키징

장기 도전과제: 2030년까지 반도체 산업 기술인력 ~70,000명 부족 전망

출처: SIA, CSIS

4.2 AI 규제 전망

규제	시행 시기	핵심 영향
EU AI Act (고위험 AI)	2026.8	위반 시 글로벌 매출 7% 벌금 (최대 EUR 35M)
AI 데이터 거버넌스 시장	2026: $492M → 2030: $1B+	AI 컴플라이언스 신시장 형성
AI 거버넌스 시장	2025: ~$340M	CAGR 28%+

규제 수혜주: PLTR (정부 AI), CRM (엔터프라이즈 AI 거버넌스), PANW (AI 보안)

출처: EU AI Act, SecurePrivacy (2026)

4.3 Sovereign AI 투자

국가	투자 규모	핵심 프로그램
사우디아라비아	$100B (Project Transcendence) + $40B (Vision 2030)	HUMAIN 산하 500MW AI 컴퓨팅, NVIDIA GPU 수십만 개
UAE	$200B AI 인프라 + Stargate 유치	Falcon/Jais LLM, OpenAI Stargate 호스팅
일본	$6.6B (5년간, FY2026~)	자국 모델 개발, $20B 국가 AI 프로젝트
한국	SK-AWS 울산 DC + AI 기본법 (2026.1)	Sovereign AI, 외국 플랫폼 의존도 축소
인도	IndiaAI ₹10,300Cr + 양자 ₹6,004Cr	AI 인력 채용 33.4% 증가

글로벌 AI 지출: 2025년 $360B → 2026년 $480B (+33%)
Sovereign AI는 하이퍼스케일러 외 추가 수요원으로 작용 → NVDA GPU 수요 기저 형성

출처: Sentisight (2026), InvestorPlace, Korea Herald

4.4 에너지 정책과 AI 데이터센터

지표	2024	2027(E)	2030(E)
DC 전력 소비	415 TWh	~700 TWh(E)	945 TWh
DC 전력 수요	-	84 GW	122 GW
수요-공급 갭	-	데이터 미확인	17 GW 부족
SMR 상용 가동	없음	없음	초기 (2030 이후 본격화)

Goldman Sachs: DC 전력 수요 2030년까지 +165% 증가
SMR 핵발전: 2030년 이후에야 의미있는 공급 가능 → 2027-2032년이 최대 병목 구간
전력 수요-공급 갭은 기존 전력 기업에 프리미엄 부여 (GEV, BE, CEG, VST)

출처: Goldman Sachs, IEA

5. 섹터 로테이션 예측 (Wave 5+)

5.1 AI CapEx Wave 모델 확장

Wave	시기	세그먼트	핵심 수혜자	현재 상태
Wave 1	2023-2024	GPU 칩	NVDA	정점 통과, 성장률 둔화
Wave 2	2024-2025	네트워킹/서버	AVGO, ANET	성숙기
Wave 3	2025-2026	전력/냉각 인프라	GEV, BE, VST	현재 가속 구간
Wave 4	2025-2027	광학/HBM/메모리	COHR, GLW, MU	현재 가속 구간
Wave 5	2027-2028	추론 ASIC/커스텀 실리콘	AVGO, Google, AWS	초기 태동
Wave 6	2027-2029	AI 응용/SaaS/에이전트	PLTR, CRM, NOW, 미확인 신생기업	초기 태동
Wave 7	2028-2030	엣지 AI/온디바이스	AAPL, QCOM, ARM	구상 단계
Wave 8	2029-2032+	광학 컴퓨트/양자-AI 하이브리드	Lightmatter, PsiQuantum 등	R&D 단계

5.2 기관 자금 흐름 전환 예측

현재 상태 (2026 Q1):

SOXX: 6개월 순유입 $2.88B, YTD Flows/AUM 8.02% → 반도체에 여전히 자금 유입 중
반도체 ETF 2025년 수익률 +41% → 2026년 YTD +13%
하이퍼스케일러 CapEx 가이던스 상향이 지속되는 한 인프라 자금 유입 유지

전환 시그널 (모니터링 대상):

반도체 ETF(SMH, SOXX) 월간 순유출 전환 → 응용 소프트웨어 ETF(IGV, SKYY, WCLD)로 자금 이동
AI 에이전트/SaaS 기업의 매출 성장률이 반도체 매출 성장률을 초과하는 시점
하이퍼스케일러의 "AI 매출 비중" 공시가 "AI CapEx 비중"을 초과하는 시점

예상 전환 시기: 2027 H2 ~ 2028 H1 (Base 시나리오 기준)

5.3 Wave별 투자 매력도 시간표

Wave	2026	2027	2028	2029	2030
W1: GPU	★★★☆	★★★☆	★★☆☆	★★☆☆	★☆☆☆
W2: 네트워킹	★★★☆	★★★☆	★★☆☆	★★☆☆	★★☆☆
W3: 전력/냉각	★★★★	★★★★	★★★☆	★★★☆	★★★☆
W4: 광학/HBM	★★★★	★★★★	★★★☆	★★☆☆	★★☆☆
W5: 추론 ASIC	★★☆☆	★★★☆	★★★★	★★★★	★★★★
W6: AI 응용/SaaS	★☆☆☆	★★☆☆	★★★☆	★★★★	★★★★
W7: 엣지 AI	☆☆☆☆	★☆☆☆	★★☆☆	★★★☆	★★★☆
W8: 광학 컴퓨트	☆☆☆☆	☆☆☆☆	★☆☆☆	★☆☆☆	★★☆☆

★★★★ = 최고 매력, ★★★☆ = 높은 매력, ★★☆☆ = 중간, ★☆☆☆ = 초기 관심, ☆☆☆☆ = 시기상조

6. 버블 리스크 평가

6.1 현재 버블 경고 신호

경고 지표	상태	심각도
자본 강도 (매출 대비 CapEx)	45-57% -- 역사적 최고	높음
차입 규모	$400B+ (2025년 $165B의 2.4배)	높음
AI 순수 기업 적자	OpenAI 2026년 적자 $17B, 2027년 $35B 전망	높음
기업 생산성 개선 실증	NBER 연구: 90% 기업에서 AI 생산성 영향 없음	높음
벤더 파이낸싱	"벤더 파이낸싱 확산" (Howard Marks 경고)	중간
하이퍼스케일러 재무 건전성	여전히 우수 (P/E 27-36x, 현금 풍부)	낮음 (완화 요인)
GPU/AI 칩 활용률	높은 수준 유지, 재판매 시장 프리미엄	낮음 (완화 요인)

6.2 버블 파열 시나리오와 타이밍

단계	시기	이벤트
경고 단계	2026 H2 - 2027 H1	CapEx 가이던스 하향 조정 시작, GPU ASP 하락
조정 단계	2027 H2 - 2028 H1	첫 디폴트 파도 (초기 리스 갱신 실패)
바닥 형성	2028 H2 - 2029	구조조정 완료, 검증된 영역에 선별 투자 재개
회복	2030+	"AI의 Google/Amazon" 등장, 응용 중심 재성장

Morgan Stanley: "이 리스크는 2026년의 스토리가 아니라, 2026년에 경계해야 할 대상이다."

출처: Yale Insights, Morgan Stanley, Man Group, Impact Wealth (2026)

7. 포트폴리오 현황 및 AI 밸류체인 매핑

7.1 현재 포트폴리오의 AI 밸류체인 분포

Wave	보유 종목	시장가치 합계	포트폴리오 비중 (근사)	단계
W1: GPU/칩	NVDA ($14,216), AVGO ($9,914), TSM ($2,033)	~$26,163	~18.5%	정점 통과 중
W2: 네트워킹/서버	-	$0	0%	-
W3: 전력/냉각	GEV ($3,157), BE ($2,704)	~$5,861	~4.1%	가속 구간
W4: 광학/HBM/메모리	COHR ($1,650), GLW ($2,589), MU ($7,036), SNDK ($2,109)	~$13,384	~9.5%	가속 구간
W5: 추론 ASIC	(AVGO 일부)	중복 계산	-	초기 태동
W6: AI 응용/SaaS	PLTR ($5,501), ORCL ($4,895)	~$10,396	~7.4%	초기 태동
W7: 엣지/온디바이스	AAPL ($12,873)	~$12,873	~9.1%	구상 단계
하이퍼스케일러 (DC 소비자)	GOOG ($13,125), AMZN ($6,183), META ($16,766)	~$36,074	~25.6%	투자 주체
비 AI	TSLA, JPM, ABBV, ITA, CAT, FCX, RDW, OII, RKLB	~$36,389	~25.8%	-
총계		~$141,140	100%

7.2 AI Wave별 비중 분석

W1-W4 (현재 인프라 Wave): ~32% — 현재 가속/성숙 구간에 집중
W5-W8 (미래 전환 Wave): ~7.4% (PLTR, ORCL만 해당) + AAPL(엣지) ~9.1% — 미래 전환에 대한 노출 부족
하이퍼스케일러: ~25.6% — AI CapEx의 수요측 주체로서 Wave 전환에 관계없이 수혜

7.3 보유 종목 핵심 밸류에이션 스냅샷

종목	섹터	P/E	시가총액 ($B)	AI Wave 위치	2027-2030 전환 리스크
NVDA	Semiconductors	36.25	4,321	W1 (GPU 지배)	추론 ASIC 대체 리스크 (중간)
AVGO	Semiconductors	64.51	1,567	W1+W5 (GPU+ASIC)	학습→추론 전환 수혜 (낮음)
TSM	Semiconductors	31.78	1,758	W1 (파운드리)	GPU+ASIC 모두 생산 → 리스크 낮음
META	Internet	27.45	1,631	하이퍼스케일러	ROI 미검증 시 CapEx 축소 리스크
GOOG	Internet	27.61	3,610	하이퍼스케일러+W5	TPU/추론 ASIC 내재화 → 리스크 낮음
AMZN	Internet Retail	29.73	2,289	하이퍼스케일러+W5	Trainium/Inferentia → 리스크 낮음
PLTR	Software	248.36	376	W6 (AI 응용)	밸류에이션 리스크 극대 (매우 높음)
ORCL	Software	28.75	440	W6 (클라우드/DB)	AI DB/클라우드 수혜 (중간)
MU	Semiconductors	35.20	417	W4 (HBM)	HBM 사이클리컬 리스크 (높음)
COHR	Instruments	233.29	44	W4 (광학)	CPO 채택 지연 시 밸류에이션 조정 위험
GEV	Industrials	44.37	213	W3 (전력)	전력 수요 구조적, 리스크 낮음
BE	Industrials	N/A (적자)	41	W3 (전력)	DC 전력 수요 견인, 매출 가시성 개선 중
GLW	Electronics	82.47	130	W4 (광학 소재)	광섬유 수요 구조적 (낮음)
AAPL	Consumer Electronics	32.57	3,780	W7 (엣지/온디바이스)	Apple Intelligence 성공 여부 (중간)

8. 포트폴리오 장기 전략 권고

8.1 핵심 전략 방향: "Wave 전환을 반영한 점진적 리밸런싱"

현재 포트폴리오는 AI 인프라 Wave 1-4에 ~32% 노출되어 있으며, 이는 2026년 현재에는 적절하지만 2027-2028년 전환점을 대비해 18개월에 걸친 점진적 로테이션이 필요하다.

8.2 구체적 액션 플랜

Phase 1: 즉시 ~ 3개월 내 (2026 Q1-Q2)

액션	종목/섹터	현재 비중	권고 조정	근거
유지 (Core)	NVDA	~10.1%	유지	Rubin 사이클(2026 H2) 수혜, 아직 성장 구간
유지 (Core)	GOOG, AMZN, META	~25.6%	유지	하이퍼스케일러는 Wave 전환에 관계없이 수혜
유지 (Core)	GEV, BE	~4.1%	유지	전력 병목은 2027-2032년까지 구조적
유지 (Core)	MU	~5.0%	유지	HBM4 양산(2026) 사이클 초기
유지 (Core)	TSM	~1.4%	비중 확대 검토	GPU+ASIC 모두의 파운드리 → Wave 전환 헤지
주시	COHR	~1.2%	주시 (P/E 233x)	CPO 본격화는 2028년, 현재 밸류에이션 부담
주시	PLTR	~3.9%	주시 (P/E 248x)	장기 AI 응용 수혜 확실하나 밸류에이션 극단적

Phase 2: 3~9개월 내 (2026 Q2-Q4)

액션	종목/섹터	근거
신규 진입 검토	AI 에이전트 인프라 (CRM, NOW, DDOG)	W6 에이전트 시장 CAGR 46%, 2027년 기업 50% 도입
신규 진입 검토	AI 보안/거버넌스 (PANW, CRWD)	EU AI Act 2026.8 시행, AI 거버넌스 시장 CAGR 28%
비중 축소 검토	ORCL (이미 -30% 손실)	AI 클라우드 경쟁 격화, 밸류에이션 매력 하락
ETF 로테이션	SMH/SOXX 일부 → IGV(소프트웨어) 또는 SKYY(클라우드)	인프라 → 응용 로테이션 사전 포지셔닝

Phase 3: 9~18개월 (2027 H1-H2)

액션	종목/섹터	근거
NVDA 비중 조정	10% → 7-8%로 축소 검토	추론 ASIC 대체 본격화, 성장률 둔화 예상
AVGO 비중 확대	ASIC 리더십 강화	커스텀 ASIC 시장 60% 점유, 학습→추론 전환 수혜
엣지 AI 노출 확대	QCOM, ARM 진입 검토	엣지 AI CAGR 37%, 2027-2028년 의미있는 비중 확보
AI 네이티브 응용 기업 발굴	IPO/스타트업 모니터링	역사적으로 "인프라 정점 2-4년 후" 킬러 앱 등장

8.3 장기 목표 배분 (2028년 기준)

AI Wave	현재 비중	2028년 목표 비중	조정 방향
W1-W2: GPU/네트워킹	~18.5%	~12-14%	축소
W3: 전력/냉각	~4.1%	~5-6%	소폭 확대
W4: 광학/HBM	~9.5%	~7-8%	소폭 축소 (HBM 사이클 고려)
W5: 추론 ASIC	~중복	~5-7% (AVGO 재분류 + 신규)	확대
W6: AI 응용/SaaS	~7.4%	~12-15%	대폭 확대
W7: 엣지 AI	~9.1% (AAPL)	~10-12%	소폭 확대
하이퍼스케일러	~25.6%	~22-25%	유지~소폭 축소
비 AI	~25.8%	~18-22%	분산 유지

8.4 모니터링 트리거 (재평가 조건)

트리거	확인 방법	액션
하이퍼스케일러 CapEx 가이던스 2분기 연속 하향	분기 실적 콜	Bear 시나리오 비중 확대, 인프라 축소 가속
OpenAI 자금 조달 밸류에이션 하향	뉴스/공시	전체 AI 노출 축소 검토
NVDA GPU 재판매 가격 30%+ 하락	시장 데이터	GPU Wave 조기 종료, ASIC 전환 가속
AI 에이전트 기업 매출 성장률 > 반도체 매출 성장률	분기 실적	W6 로테이션 가속
10Y UST > 6% 또는 경기침체 선언	매크로 데이터	전체 포트폴리오 방어적 전환
Sovereign AI 대형 발주 (사우디/UAE)	뉴스/공시	NVDA, AVGO 단기 수혜

8.5 시나리오별 포트폴리오 전략 매핑

시나리오	확률	AI 인프라 (W1-4)	AI 응용 (W5-7)	하이퍼스케일러	비 AI
Bull	25%	유지~확대	적극 확대	유지	축소
Base	50%	점진적 축소	점진적 확대	유지	유지
Bear	25%	대폭 축소	선별적 유지	축소	확대 (방어)

9. 핵심 결론

9.1 확신도가 높은 판단

AI CapEx 절대 규모 정점은 2026-2027년 (확률 80%). 이후 성장률은 둔화되더라도 절대액은 역사적 최고 수준 유지.
학습→추론 전환은 이미 진행 중이며 비가역적 (확률 90%). 2028년까지 추론이 전체 AI 컴퓨트의 75%를 차지하며, 이는 ASIC/커스텀 실리콘의 구조적 성장을 의미.
전력 병목은 2027-2032년 가장 심각 (확률 85%). DC 전력 수요-공급 갭 17GW(2030년)는 SMR이 본격 가동되기 전까지 해소 불가. GEV, BE, CEG 등 전력 관련주의 구조적 프리미엄 유지.
인프라→응용 가치 이전은 3-5년 내 발생 (확률 70%). 역사적으로 세 번의 기술 혁명 모두 이 패턴을 따랐으며, AI에서도 2028-2030년에 가시화될 것.

9.2 불확실성이 높은 영역

ROI 검증 시점과 강도: AI CapEx의 지속 가능성을 결정하는 가장 중요한 변수이나, 2026 H2까지 데이터 부족. OpenAI의 2026년 $17B 적자 전망이 시장 심리를 좌우할 것.
"AI의 Google"이 누구인가: 인터넷 버블에서 인프라 기업(Cisco) 주주가 아닌 플랫폼 기업(Google, Amazon) 초기 투자자가 최대 수익을 거둠. AI에서 이에 해당하는 기업이 아직 등장하지 않음.
텔레콤 버블 반복 가능성: 현재 하이퍼스케일러의 재무 건전성이 1990년대 텔레콤보다 우수하나, 자본 강도(45-57%)와 차입 규모($400B+)는 전례 없는 수준. "이번에는 다르다"는 가장 비싼 문장.

9.3 실행 우선순위

우선순위	항목	시행 시기
1	TSM 비중 확대 검토 (GPU+ASIC 헤지)	즉시
2	AI 에이전트/응용 소프트웨어 ETF(IGV, AIQ) 리서치	1개월 내
3	CRM, NOW, PANW 개별 종목 분석	2개월 내
4	COHR 밸류에이션 재평가 (CPO 타임라인 대비)	분기 내
5	CapEx ROI 트래킹 대시보드 구축	분기 내
6	NVDA 점진적 비중 축소 + AVGO ASIC 비중 확대 계획	2027 H1

참고자료

본 보고서는 IWANNAVY LAB의 투자 리서치 목적으로 작성되었으며, 투자 권유가 아닙니다. 모든 예측은 현재 시점의 공개 데이터에 기반하며, 실제 결과는 크게 다를 수 있습니다. 특히 2027년 이후 전망은 불확실성이 높으므로 분기별 재검토가 필요합니다.

Executive Summary

1. CapEx 진화 시나리오 (2027-2030)

1.1 현재 상황: 슈퍼사이클 정점 (2025-2026)

1.2 세 가지 시나리오 (2027-2030)

시나리오 A: Bull -- "AI ROI 검증 → 투자 재가속" (확률 25%)

시나리오 B: Base -- "성장률 둔화, 절대액 유지" (확률 50%)

시나리오 C: Bear -- "ROI 미검증 → 투자 축소" (확률 25%)

1.3 시나리오별 누적 CapEx (2027-2030)

2. 기술 전환 타임라인

2.1 학습(Training) → 추론(Inference) 전환

2.2 GPU → ASIC/커스텀 실리콘 전환

2.3 NVIDIA GPU 세대 전환 로드맵

2.4 HBM 로드맵

2.5 광학/포토닉 전환 타임라인

2.6 데이터센터 → 엣지 AI 전환

2.7 하드웨어 → 소프트웨어/응용 전환

2.8 기술 전환 종합 타임라인

3. 역사적 유사 사례 비교

3.1 세 번의 기술 혁명과 AI의 비교

3.2 인터넷 버블 교훈 (1996-2006): "Cisco 함정"

3.3 모바일 혁명 교훈 (2007-2015): "App Store 전환"

3.4 클라우드 전환 교훈 (2006-2020): "9년의 인내"

3.5 역사적 유사 사례의 종합 교훈

4. 정책/규제 변화 전망

4.1 CHIPS Act 이후 반도체 산업 정책

4.2 AI 규제 전망

4.3 Sovereign AI 투자

4.4 에너지 정책과 AI 데이터센터

5. 섹터 로테이션 예측 (Wave 5+)

5.1 AI CapEx Wave 모델 확장

5.2 기관 자금 흐름 전환 예측

5.3 Wave별 투자 매력도 시간표

6. 버블 리스크 평가

6.1 현재 버블 경고 신호

6.2 버블 파열 시나리오와 타이밍

7. 포트폴리오 현황 및 AI 밸류체인 매핑

7.1 현재 포트폴리오의 AI 밸류체인 분포

7.2 AI Wave별 비중 분석

7.3 보유 종목 핵심 밸류에이션 스냅샷

8. 포트폴리오 장기 전략 권고

8.1 핵심 전략 방향: "Wave 전환을 반영한 점진적 리밸런싱"

8.2 구체적 액션 플랜

Phase 1: 즉시 ~ 3개월 내 (2026 Q1-Q2)

Phase 2: 3~9개월 내 (2026 Q2-Q4)

Phase 3: 9~18개월 (2027 H1-H2)

8.3 장기 목표 배분 (2028년 기준)

8.4 모니터링 트리거 (재평가 조건)

8.5 시나리오별 포트폴리오 전략 매핑

9. 핵심 결론

9.1 확신도가 높은 판단

9.2 불확실성이 높은 영역

9.3 실행 우선순위

참고자료

시나리오 분석