AI토큰 가치의 현재와 미래, 메모리 사업자의 부가가치 분석

Thu, 09 Jul 2026 09:00:00 +0900

연결 맥락: 이 글은 7월 말 빅테크의 어닝콜과 메모리 테시스 시나리오 분석, 마이크론 FY3Q26 실적 분석, 2026 상반기 AI 인프라 병목 복기의 후속 분석입니다. 관련 허브는 Exclusive Analysis 허브와 AI HBM 허브입니다. 초점은 “AI 수요가 좋다”가 아니라 “AI 토큰에서 생기는 경제적 가치가 누구에게 남는가”입니다.

TL;DR

AI 토큰 매출 1달러를 현재 기준으로 나누면, 가장 큰 부가가치는 여전히 AI 모델과 애플리케이션 계층에 남습니다. 다만 지금 시장 가격을 움직이는 것은 최종 서비스 매출보다 앞서 집행되는 데이터센터 투자입니다. 이 때문에 현재 AI 밸류체인은 정상적인 피라미드가 아니라 역피라미드에 가깝습니다.

현재 토큰 매출 1달러의 부가가치 귀속은 대략 다음과 같습니다.

계층	현재 부가가치 추정
AI 모델 사업자	45~55센트
클라우드와 데이터센터	10~16센트
GPU 공급자	약 13센트
HBM, 서버 DRAM, SSD 등 메모리	약 2.3센트
기타 인프라 소프트웨어와 스토리지	3~5센트
파운드리	약 1센트
전력	약 1.3센트

그러나 주식시장의 시가총액과 설비투자는 이 표만으로 설명되지 않습니다. 현재 AI 서비스 매출은 연간 600억~1,000억 달러 규모로 추정되는 반면, GPU 공급자의 데이터센터 매출은 연율 3,000억 달러 수준까지 커졌고, 4대 클라우드 기업의 2026년 설비투자는 약 7,250억 달러로 추정됩니다. 현재 벌리는 돈보다 미래 수요를 먼저 짓고 있는 구조입니다.

메모리 사업자는 이 구조에서 꼭 필요한 병목입니다. 하지만 토큰 1달러당 현재 부가가치가 2~5센트 수준이라는 점을 감안하면, 메모리 주식의 핵심 질문은 “PER이 낮다”가 아닙니다. 진짜 질문은 “이번 사이클 이후에도 중기 순이익 100조~140조 원 수준을 정당화할 수 있는가”입니다.

결론은 세 가지입니다.

질문	판단
AI 토큰의 가치는 어디에 남는가	단기에는 모델과 클라우드, 장기에는 업무를 장악한 애플리케이션과 물리 병목에 남는다
메모리는 구조적 수혜인가	그렇다. 다만 부가가치 비중은 크지 않고, 가격은 이미 강한 중기 이익을 반영했다
하반기 검증 포인트는 무엇인가	HBM4 계약 가격, 고객별 물량 배분, 메모리 ASP 유지력, 클라우드 backlog와 실제 매출 전환

1. 질문: AI 토큰 1달러는 누구의 이익이 되는가

AI 산업을 볼 때 가장 흔한 실수는 매출 귀속과 부가가치 귀속을 섞는 것입니다. 예를 들어 어떤 사용자가 AI 서비스에 1달러를 썼다고 합시다. 이 1달러는 AI 모델 사업자의 매출로 잡힐 수 있습니다. 하지만 그 안에는 클라우드 비용, GPU 감가상각, 메모리, 파운드리, 전력, 네트워크, 서버, 냉각, 운영 인력, 소프트웨어 비용이 모두 들어 있습니다.

따라서 “누가 매출을 잡는가”와 “누가 초과이익을 가져가는가”는 다른 질문입니다.

이 글에서는 다음 기준으로 봅니다.

기준	의미
매출 귀속	고객이 돈을 내는 1차 판매자에게 잡히는 매출
부가가치 귀속	중복 계산을 제거한 뒤 각 계층에 남는 경제적 가치
토큰 달러	API나 모델 사용료 1달러를 기준으로 본 분해
애플리케이션 달러	최종 업무 소프트웨어나 에이전트 서비스 1달러를 기준으로 본 분해
감가상각 기준	데이터센터 설비투자를 한 번에 비용 처리하지 않고 5년 내용연수로 나누어 반영

중요한 점은 설비투자입니다. AI 데이터센터 투자는 당장 비용으로 전부 사라지는 것이 아니라, GPU, 서버, 전력, 냉각, 건물, 네트워크 장비로 자본화된 뒤 여러 해에 걸쳐 감가상각됩니다. 그래서 토큰 1달러의 현재 원가를 계산할 때는 총 설비투자가 아니라 연간 감가상각 비용을 넣어야 합니다.

또 하나의 기준은 시간입니다. 2025년과 2028년의 AI 추론 비용은 같지 않습니다. 같은 품질의 추론 비용은 빠르게 내려가고 있고, 이 하락은 모델 사업자의 매출총이익률을 끌어올립니다.

시기	추론 비용의 매출 대비 비중	모델 사업자 매출총이익률
2025년	50~67%	33~50%
2026년	40~55%	45~60%
2027~2028년	30~40%	60~70%

이 숫자는 한 가지 결론을 줍니다. 토큰 가격은 내려갈 수 있지만, 추론 원가가 더 빨리 내려가면 AI 서비스 사업자의 단위 이익률은 오를 수 있습니다. 다만 이 이익은 다시 학습용 컴퓨팅, 데이터센터 장기계약, 고객 확보 비용으로 재투자됩니다. 그래서 AI 토큰의 경제적 이익은 손익계산서에 바로 남지 않고, 먼저 GPU와 메모리, 전력, 파운드리 쪽으로 흘러갑니다.

2. 현재 AI 토큰 1달러의 부가가치 워터폴

현재 기준으로 AI 토큰 매출 1달러를 분해하면 다음과 같은 그림이 나옵니다. 여기서 매출 귀속은 “그 계층이 청구하거나 사실상 흡수하는 매출 몫”이고, 부가가치는 중복을 제거한 뒤 실제로 남는 경제적 가치입니다.

계층	매출 귀속	부가가치 추정	해석
AI 모델 사업자	100센트	45~55센트	고객과 직접 만나는 계층. 추론 비용 하락이 가장 큰 레버리지
클라우드와 데이터센터	약 50센트	10~16센트	GPU, 네트워크, 전력, 건물을 묶어 제공하는 운영 계층
GPU 공급자	약 18센트	약 13센트	현재 물리 병목의 중심. 높은 매출총이익률과 생태계 지배력
HBM, 서버 DRAM, SSD	약 3센트	약 2.3센트	AI 시스템 성능의 핵심 병목이지만 토큰 매출 내 비중은 작음
기타 인프라 소프트웨어, 스토리지, 보안, 관측	약 5센트	약 3센트	운영 복잡도가 커질수록 필요성이 높아짐
파운드리	약 1.5센트	약 1센트	모든 AI 칩 수요의 공통 병목
서버 OEM, ODM	약 3센트	약 1.4센트	처리량은 커지지만 마진은 제한적
네트워킹 장비	약 1.3센트	약 0.7센트	클러스터 규모가 커질수록 중요하지만 공급자별 차이 큼
전력	약 2.5센트	약 1.3센트	비용 비중은 작아 보여도 입지와 전력 접속권은 큰 병목
CPU와 IP	약 0.5센트	약 0.3센트	보조 연산과 제어 계층
건설, 부품, 소재, 잔여 항목	약 9센트	분산	데이터센터와 서버 생태계의 하부 비용

중앙값을 더하면 약 86센트가 설명되고, 나머지는 건설, 유지보수, 냉각, 통신, 운영비, 세금, 금융비용, 부품 마진에 분산됩니다. 이 표의 핵심은 두 가지입니다.

첫째, 전력은 토큰 1달러 안에서 가장 큰 비용 항목은 아닙니다. 그러나 데이터센터를 실제로 지을 수 있는지 결정하는 병목입니다. 전력은 손익계산서보다 입지와 허가, 변전소, 송전망, 장기 전력계약에서 더 큰 힘을 갖습니다.

둘째, 메모리의 토큰당 부가가치 비중은 아직 작습니다. HBM이 중요하지 않다는 뜻이 아닙니다. 반대로 HBM은 없으면 AI 서버를 못 만드는 핵심 병목입니다. 다만 토큰 매출 1달러에서 메모리 사업자가 가져가는 경제적 몫은 GPU나 모델 계층보다 훨씬 작습니다. 주식시장이 이 차이를 무시하면 밸류에이션 오류가 생깁니다.

3. 역피라미드: 현재 매출보다 미래 설비가 더 크다

AI 산업의 현재 구조는 아래처럼 보입니다.

항목	규모 추정
AI 모델과 응용 서비스 매출	연간 600억~1,000억 달러
GPU 공급자의 데이터센터 매출 연율	약 3,000억 달러
4대 클라우드 기업의 2026년 설비투자	약 7,250억 달러
7,000억 달러 설비투자를 정상화하기 위해 필요한 AI 매출	약 2.8조~3.0조 달러

현재 AI 서비스 매출이 600억~1,000억 달러라면, 토큰 1달러당 메모리 매출 3~7센트를 적용했을 때 설명 가능한 AI 메모리 매출은 연간 20억~70억 달러 수준입니다. 그런데 실제 메모리 회사들의 매출과 이익은 이보다 훨씬 큰 규모로 움직이고 있습니다.

예를 들어 SK하이닉스는 2025년 매출 97.1조 원을 기록했고, 2026년 1분기 매출도 52.6조 원에 달했습니다. 이 규모는 현재 AI 토큰 매출만으로 설명하기 어렵습니다. 따라서 현재 메모리 매출의 상당 부분은 “이미 발생한 AI 서비스 매출”이 아니라 “앞으로 발생할 AI 수요를 미리 짓는 설비투자”에서 나옵니다.

이 구조가 무조건 틀렸다는 뜻은 아닙니다. 데이터센터는 수요가 생긴 뒤 바로 지을 수 없습니다. 전력, 토지, 변전소, GPU, 서버, 냉각, 네트워크는 몇 년 전에 확보해야 합니다. 선투자는 필수입니다.

문제는 속도입니다. 만약 애플리케이션 매출과 클라우드 매출이 빠르게 따라오면, 지금의 선투자는 정상적인 성장 투자로 해석됩니다. 반대로 최종 수요가 따라오지 못하면 조정은 위에서 아래가 아니라 아래에서 위로 시작될 수 있습니다. 가장 먼저 흔들리는 곳은 메모리와 서버 부품, 그다음 GPU, 그다음 클라우드 투자 계획입니다.

4. 세 가지 수렴 시나리오

AI 매출은 단순히 토큰 가격만으로 정해지지 않습니다.

AI 매출 = 토큰 사용량 × 토큰 가격

토큰 가격은 같은 성능 기준으로 빠르게 내려갑니다. 2025~2027년에는 성능당 가격이 연 10배씩 내려갈 수 있고, 이후에는 연 1.5~2배 정도로 완만해질 가능성이 큽니다. 하지만 사용량은 동시에 폭증합니다. 단순 질문은 200~300토큰으로 끝나지만, 업무 자동화, 문서 처리, 코드 작성, 에이전트 실행은 한 번의 작업에 2만 토큰, 15만 토큰, 나아가 100만 토큰 이상을 쓸 수 있습니다.

그래서 가격 하락은 곧 매출 하락이 아닙니다. 가격이 10분의 1로 내려가도 사용량이 100배 늘면 매출은 10배 커집니다.

가능한 경로는 세 가지입니다.

시나리오	확률 감각	내용	시장 해석
수요 수렴	45%	애플리케이션 매출이 빠르게 커지고 설비투자 1.0조~1.6조 달러가 정상화됨	업스트림 조정은 제한적, 병목 기업 프리미엄 유지
소화 후 재가속	40%	2027~2028년 설비투자가 20~30% 쉬고, 이후 업무 AI 2차 수요가 붙음	메모리 ASP 40~60% 조정 가능, 이후 재상승
구조적 과잉	15%	사용량 탄성이 기대보다 낮고 데이터센터가 과잉으로 드러남	설비투자 50% 이상 축소, 업스트림 침체

여기서 중요한 변수는 온디바이스 AI입니다. AI 추론이 스마트폰, PC, 자동차, 로봇, 산업 장비 안으로 들어가면 클라우드 토큰 매출 일부는 줄어들 수 있습니다. 하지만 실리콘 수요가 사라지는 것은 아닙니다. 오히려 저전력 메모리, 고성능 모바일 SoC, 온디바이스 NPU, 고용량 저장장치 수요는 늘어날 수 있습니다.

따라서 온디바이스 AI는 클라우드와 네오클라우드에는 부담이 될 수 있지만, 전체 반도체 수요에는 중립에서 긍정에 가깝습니다. 메모리에는 LPDDR, 고성능 낸드, 엣지 서버용 DRAM이라는 다른 경로가 열립니다.

5. 장기 균형: 토큰이 아니라 업무가 가치를 가져간다

장기에는 토큰 자체가 희소한 상품으로 남기 어렵습니다. 토큰 가격이 내려가고 모델 성능 격차가 줄어들수록, 가치는 토큰을 파는 곳보다 업무를 장악한 곳으로 이동합니다.

먼저 순수 API 기준 1달러를 보면 장기 균형은 다음과 같습니다.

계층	장기 부가가치 추정
모델과 API 사업자	45~55센트
클라우드와 데이터센터	12~15센트
GPU 공급자	8~10센트
맞춤형 ASIC	4~5센트
메모리	4~5센트
파운드리	3~4센트
전력과 데이터센터 인프라	4~5센트
CPU와 IP	약 1.5센트
서버 OEM	약 1.5센트
기타 인프라 소프트웨어	4~6센트
잔여 항목	약 5센트

하지만 최종 사용자가 실제로 돈을 내는 곳은 API가 아니라 업무입니다. 기업은 “100만 토큰”을 사는 것이 아니라 “고객 응대 비용 절감”, “개발 생산성 향상”, “보험 심사 자동화”, “법무 문서 처리”, “제조 품질관리”를 삽니다. 그래서 애플리케이션 달러 1달러 기준으로 보면 가치 분배는 달라집니다.

계층	장기 매출 귀속	장기 부가가치
업무 애플리케이션, 에이전트, 유통 채널	100센트	45~50센트
모델과 API	35~40센트	18~24센트
클라우드와 데이터센터	13~15센트	4~6센트
전체 실리콘	9~12센트	6~8센트
전력, 토지, 냉각	1.5~2센트	약 1센트
서버 OEM과 범용 인프라	약 1센트	낮음
기타 소프트웨어	3~5센트	중간

장기 결론은 이렇습니다. 토큰은 싸지고, 업무를 장악한 소프트웨어와 물리적 병목을 가진 인프라가 가치를 가져갑니다.

6. 누가 좋은 사업인가: 가치 포착 계층

AI 밸류체인에서 가장 좋은 사업은 단순히 매출이 큰 사업이 아닙니다. 좋은 사업은 세 가지 조건을 갖습니다.

고객이 쉽게 바꿀 수 없다.
비용 하락이 곧 마진 상승으로 연결된다.
수요가 늘어도 공급이 쉽게 따라오지 못한다.

이 기준으로 보면 계층은 다음과 같이 나뉩니다.

등급	계층	이유
1등급	파운드리, 업무 애플리케이션, 통합 클라우드	공급 병목, 고객 락인, 전체 스택 통제력
2등급	GPU, 플랫폼형 AI 사업자, HBM 선두, 맞춤형 ASIC	현재 병목과 높은 성장성, 다만 가격과 경쟁 압력 존재
3등급	서버 OEM, 네오클라우드, 범용 메모리, 규제형 전력회사	처리량은 크지만 초과이익 방어력이 약함

파운드리가 1등급에 들어가는 이유는 간단합니다. AI 칩 수요가 GPU로 가든 ASIC으로 가든, 결국 첨단 웨이퍼를 만들어야 합니다. 특정 칩 설계의 승자를 맞힐 필요가 적습니다.

업무 애플리케이션도 1등급입니다. 모델 비용이 떨어질수록 업무 소프트웨어의 원가는 낮아집니다. 하지만 고객은 토큰 원가가 아니라 업무 결과에 돈을 냅니다. 보험 심사 시간을 줄이고, 영업 전환율을 높이고, 회계 마감을 단축하면 고객은 토큰 가격보다 결과에 기반해 지불합니다.

통합 클라우드는 중간 평가가 필요합니다. 단순 클라우드 임대만 하는 사업자는 자본집약적 유틸리티로 변할 수 있습니다. 그러나 검색, 광고, 업무 소프트웨어, 클라우드, 칩, 모델, 데이터센터를 모두 가진 사업자는 설비투자를 마진으로 전환할 가능성이 있습니다.

7. 적정 멀티플: 싸 보이는 것과 싼 것은 다르다

AI 밸류체인은 계층마다 적정 멀티플이 다릅니다. 같은 “AI 수혜주”라는 이유로 같은 배수를 주면 안 됩니다.

계층	적정 밸류에이션 기준
파운드리	EV/S 8~11배, P/E 20~26배. 성장 지속 시 프리미엄 정당화
GPU 공급자	정상화 EV/S 9~13배, 희소성 구간 15~18배, P/E 18~24배
통합 클라우드	EV/S 5~8배, 풀스택 사업자는 8~10배, P/E 20~28배
플랫폼형 AI 사업자	고성장 EV/ARR 10~18배, 성장 둔화 시 5~8배
업무 AI 소프트웨어	단순 도구 2~4배, 업무 장악 8~12배, 규제 산업 데이터 보유 12~20배
HBM과 메모리	EV/S 3~5배, 선두 5~7배, 중기 P/E 8~14배
스토리지	EV/S 2~3.5배, 플랫폼형은 4~7배, 정상 P/E 8~14배
CPU와 IP	CPU 12~18배, IP는 조건부 30~50배
서버 OEM	EV/S 0.5~1.5배, P/E 8~15배
전력과 데이터센터 인프라	계약형 자산은 EV/EBITDA 10~18배 또는 프로젝트 IRR 기준

여기서 가장 조심해야 할 계층은 메모리입니다. 메모리의 PER 5~7배는 “너무 싸다”는 신호일 수도 있지만, 사이클 정점에서는 “이익이 너무 많이 올라와서 분모가 커졌다”는 신호일 수 있습니다.

따라서 메모리 주식을 볼 때는 현재 PER보다 중기 이익을 봐야 합니다.

사용할 수 있는 기본식은 다음과 같습니다.

식	의미
EV/NOPAT = (1 - g/ROIC) / (WACC - g)	성장과 자본효율을 반영한 정상 멀티플
적정 PBR = (지속 가능 ROE - g) / (COE - g)	자본집약 산업의 장기 PBR 기준
중기 EPS = (정점 + 저점 + 2×정상) / 4	사이클 산업의 평균 이익
사전이익 기업가치 = 말기 NOPAT × 말기 멀티플 / (1+할인율)^t	적자 또는 초기 고성장 기업 평가

자본비용도 같지 않습니다.

계층	WACC 또는 할인율 기준
하이퍼스케일러	8.5~9.5%
GPU와 파운드리	9~10.5%
메모리	10.5~12%
수직 AI 소프트웨어	12~18%
적자 모델 계층	14~20%

메모리는 기술적으로 더 좋아졌지만 여전히 경기와 설비투자 사이클을 탑니다. 그래서 GPU나 파운드리와 같은 멀티플을 주기 어렵습니다.

8. 메모리 사업자의 핵심 질문: 중기 순이익 100조~140조 원을 만들 수 있는가

현재 메모리 사업자를 평가할 때 가장 중요한 질문은 “HBM이 좋으냐”가 아닙니다. HBM이 좋은 것은 이미 시장이 알고 있습니다. 더 중요한 질문은 “현재 시가총액이 요구하는 중기 이익 수준이 현실적인가”입니다.

예를 들어 시장이 어떤 메모리 선두 기업에 1,400조 원 안팎의 시가총액을 부여한다고 합시다. 이 기업이 사이클 정점 1~2년을 지난 뒤에도 높은 가치를 유지하려면, 정점 이익이 아니라 중기 이익이 충분히 커야 합니다.

간단한 중기 이익 계산은 다음과 같습니다.

항목	가정
정점 순이익	240조 원
저점 순이익	50조 원
정상 순이익	60조 원
중기 순이익	(240 + 50 + 2×60) / 4 = 약 102조 원

이 중기 순이익에 8~14배를 적용하면 적정가치 범위는 약 820조~1,430조 원입니다. 즉 현재 시가총액이 1,400조 원대라면, 이미 관대한 가정의 상단에 가까운 가격입니다.

이 분석의 핵심은 “메모리 주식이 무조건 비싸다”가 아닙니다. 핵심은 안전마진이 얇다는 것입니다. 추가 상승을 정당화하려면 다음 중 하나가 필요합니다.

조건	의미
중기 순이익 140조 원 이상이 가능하다는 증거	정점 이후에도 HBM 프리미엄과 고마진 제품 믹스 유지
HBM4 계약에서 맞춤형 프리미엄 방어	고객별 사양 차별화와 장기 가격 방어
삼성전자 진입 이후에도 ASP 유지	공급 증가가 가격을 크게 훼손하지 않음
일반 DRAM과 낸드까지 가격 강세 확산	HBM만의 사이클이 아니라 전체 메모리 사이클로 확장
고객 장기계약과 물량 보장	다운사이클 이익 붕괴 위험 축소

반대로 다음 신호가 나오면 밸류에이션은 압축될 수 있습니다.

위험 신호	해석
HBM4 가격 협상에서 프리미엄 축소	맞춤형 HBM이 범용 제품에 가까워짐
고객이 복수 공급자를 강하게 압박	선두 사업자의 가격결정력 약화
설비투자 급증 후 출하 지연	비용은 먼저 늘고 매출은 늦게 인식
일반 DRAM과 낸드 가격 둔화	HBM 밖 포트폴리오가 마진을 끌어내림
2027년 이후 클라우드 설비투자 감속	업스트림 주문 공백 가능성

9. 삼성전자, SK하이닉스, 마이크론을 다르게 봐야 한다

메모리 3사는 같은 사이클을 타지만 투자 논리는 다릅니다.

회사	핵심 논리	리스크
삼성전자	HBM 점유율 회복과 메모리 전체 믹스 개선. 아직 HBM 순도와 시장 기대가 선두 대비 낮음	HBM 인증, 수율, 파운드리와 시스템LSI 적자
SK하이닉스	HBM 수익성, 고객 레퍼런스, 이익의 질이 가장 좋음	좋은 뉴스가 이미 가격에 많이 들어감
마이크론	AI 메모리와 장기계약 구조 변화의 선행 신호	주가 변동성, 공매도, 공급 증가 때의 조정

삼성전자는 사이클 안에서 상대적으로 “회복 여지”가 있습니다. HBM 점유율이 낮게 평가되어 있었기 때문에, 점유율과 수율이 올라가면 이익 상향뿐 아니라 멀티플도 같이 움직일 수 있습니다.

SK하이닉스는 가장 좋은 품질의 메모리 이익을 보여주고 있습니다. 그러나 시장도 이를 알고 있습니다. 그래서 하이닉스는 “좋은 회사인가”보다 “좋은 회사라는 사실이 이미 얼마나 가격에 들어갔는가”가 더 중요합니다.

마이크론은 지표 역할이 큽니다. 마이크론의 가격, 장기계약, 데이터센터 매출, FCF, 설비투자 가이던스는 한국 메모리 기업의 다음 실적 추정에 바로 영향을 줍니다. 마이크론 주가가 좋은 실적에도 흔들리면, 시장은 메모리 사이클의 지속성보다 정점 논리를 보기 시작했다는 뜻일 수 있습니다.

10. 클라우드 기업: 유틸리티가 될 것인가, 통합 플랫폼이 될 것인가

AI 인프라 투자를 가장 많이 집행하는 곳은 클라우드 기업입니다. 이들은 두 갈래로 나뉩니다.

유형	특징	평가
통합 플랫폼형	검색, 광고, 업무 소프트웨어, 클라우드, 칩, 모델, 데이터센터를 함께 보유	설비투자를 매출과 마진으로 전환할 가능성이 높음
임대형 클라우드	GPU와 데이터센터를 빌려주는 성격이 강함	자본집약적 유틸리티로 평가될 위험

가장 중요한 숫자는 backlog와 영업이익률입니다. 클라우드 backlog가 빠르게 늘고, 그 backlog가 24개월 안에 매출로 전환된다면 설비투자는 과잉이 아니라 예약된 매출입니다. 반대로 채권 발행, FCF 악화, 감가상각 증가만 보이고 매출 전환이 느리면 시장은 클라우드를 유틸리티처럼 평가하기 시작합니다.

이 때문에 하반기 빅테크 실적에서 봐야 할 것은 단순 capex 증가율이 아닙니다.

체크포인트	의미
클라우드 backlog 증가	미래 매출 가시성
24개월 내 매출 인식 비중	설비투자의 회수 속도
클라우드 영업이익률	AI 투자 비용을 가격으로 전가하는 능력
자체 칩과 외부 GPU 비중	공급망 통제력과 마진 구조
FCF와 채권 발행	설비투자가 재무 부담으로 변하는지

11. 전력과 냉각: 비용 항목보다 입지 병목

전력은 토큰 1달러 안에서 1~2센트의 부가가치만 가져가는 작은 항목처럼 보입니다. 하지만 데이터센터 입지에서는 훨씬 더 중요합니다.

AI 데이터센터의 진짜 병목은 전기요금 그 자체가 아닙니다.

병목	왜 중요한가
계통 접속권	전력망에 연결되지 않으면 데이터센터를 지을 수 없음
변전소와 송전망	GPU 클러스터 증설 속도를 결정
장기 전력계약	비용 안정성과 탄소 기준 대응
가스터빈, 원전, SMR	안정 전력 확보
냉각수, 부지, 허가	초고밀도 랙 운영의 물리 조건

따라서 전력회사 전체가 모두 같은 수혜주는 아닙니다. 규제형 전력회사는 수익률이 제한될 수 있습니다. 더 좋은 자산은 전력 접속권, 산업단지 인접 부지, 장기 전력계약, 냉각 인프라, 허가권을 가진 곳입니다.

12. 수직 AI 기업을 볼 때의 기준

AI 애플리케이션은 장기적으로 가장 큰 부가가치를 가져갈 수 있습니다. 하지만 모든 AI 소프트웨어가 좋은 사업은 아닙니다.

살아남을 가능성이 높은 기업은 다음 조건을 갖습니다.

조건	설명
규제 산업 또는 물리 산업에 깊이 들어감	의료, 금융, 법무, 제조, 물류, 에너지처럼 바꾸기 어려운 업무
독자 데이터와 업무 맥락	외부 모델만 붙인 도구가 아니라 고객의 시스템 기록을 보유
실행 권한	추천을 넘어 승인, 주문, 심사, 청구, 운영까지 연결
정량 ROI	비용 절감, 매출 증가, 시간 단축을 숫자로 증명
모델 교체 가능성	특정 모델에 종속되지 않고 원가가 내려갈수록 이익률 개선
70% 이상 매출총이익률 경로	AI 원가가 내려갈 때 소프트웨어 마진으로 전환
감사와 컴플라이언스	규제 산업에서 교체 비용을 만드는 요소

피해야 할 유형도 분명합니다.

유형	문제
범용 챗봇 포장	차별화가 약하고 가격 경쟁에 취약
단순 검색 증강 구축 대행	프로젝트 매출은 가능하지만 반복 매출과 락인이 약함
모델 API 재판매	원가 구조와 가격결정권이 약함
데이터 없는 업무 자동화	고객 전환 비용이 낮음
GPU 재판매 중개	공급이 풀리면 마진이 급격히 줄어듦
서버 조립만 하는 사업	처리량은 커도 초과이익이 낮음

결국 수직 AI의 핵심은 “모델을 잘 쓰는가”가 아니라 “고객 업무를 소유하는가”입니다.

13. 하반기 대시보드: 무엇을 확인해야 하나

이 테시스가 맞는지 보려면 다음 지표를 계속 봐야 합니다.

지표	확인 이유
3대 클라우드 backlog 합산	데이터센터 투자가 실제 매출로 잠겨 있는지
자체 구축 capex 비중	외부 클라우드가 아니라 모델 사업자가 직접 짓는 비중
온디바이스 추론 비중	클라우드 토큰 매출을 얼마나 대체하는지
HBM4 계약 가격	메모리 프리미엄의 지속성
HBM4 고객별 배분	공급자별 협상력
메모리 일반 ASP	HBM 밖 포트폴리오가 따라오는지
GPU 리드타임	공급부족이 지속되는지
클라우드 영업이익률	설비투자가 마진으로 전환되는지
AI 애플리케이션 매출 성장	최종 수요가 인프라 투자를 따라오는지

반대로 아래 신호는 테시스 훼손 요인입니다.

신호	해석
공개형 모델 확산으로 모델 계층 가격 급락	모델 사업자의 부가가치 축소
온디바이스 AI가 예상보다 빠르게 확산	클라우드와 네오클라우드 매출 압박
2027년 클라우드 capex 감속	메모리와 서버 부품 주문 공백
HBM4 가격 프리미엄 축소	메모리 선두 기업의 멀티플 압축
AI 애플리케이션 매출 둔화	역피라미드의 하단이 흔들림

최종 결론

AI 토큰 경제의 요지는 이렇습니다.

토큰은 점점 싸지고, 가치는 업무를 장악한 애플리케이션과 공급이 쉽게 늘지 않는 물리 병목으로 이동합니다.

메모리는 분명히 그 물리 병목 중 하나입니다. HBM과 고성능 DRAM, SSD는 AI 서버 성능을 결정합니다. 그러나 토큰 1달러에서 메모리 사업자가 가져가는 부가가치 몫은 아직 크지 않습니다. 그래서 메모리 주식은 “HBM이 좋다”만으로 설명하면 부족합니다. 현재 가격은 이미 강한 중기 이익을 요구하고 있습니다.

투자 판단의 핵심은 이제 다음 네 가지입니다.

HBM4 계약에서 맞춤형 프리미엄이 유지되는가.
삼성전자 진입 이후에도 선두 업체의 ASP와 마진이 버티는가.
클라우드 backlog와 AI 애플리케이션 매출이 설비투자를 따라오는가.
메모리 사업자의 중기 순이익이 100조~140조 원 수준으로 올라설 수 있는가.

이 네 가지가 확인되면 메모리의 높은 시가총액은 정당화될 수 있습니다. 반대로 하나라도 크게 흔들리면 “낮은 PER”은 안전마진이 아니라 사이클 정점의 착시일 수 있습니다.

결국 AI 밸류체인의 장기 승자는 토큰을 가장 많이 만든 회사가 아닙니다. 토큰 가격 하락을 자기 마진으로 흡수할 수 있는 회사, 고객 업무를 장악한 회사, 그리고 공급이 쉽게 늘지 않는 병목을 가진 회사입니다. 메모리 사업자는 이 중 병목에는 해당합니다. 다만 그 병목의 경제적 가치가 현재 주가를 계속 따라잡으려면, 2026년 하반기 HBM4 계약과 클라우드 설비투자 검증이 반드시 필요합니다.

Semiconductor on Korea Invest Insights