AI토큰 가치의 현재와 미래, 메모리 사업자의 부가가치 분석

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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

이 기준으로 보면 계층은 다음과 같이 나뉩니다.

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.

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.

자본비용도 같지 않습니다.

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.

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.

반대로 다음 신호가 나오면 밸류에이션은 압축될 수 있습니다.

9. 삼성전자, SK하이닉스, 마이크론을 다르게 봐야 한다

메모리 3사는 같은 사이클을 타지만 투자 논리는 다릅니다.

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.

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.

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.

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.

피해야 할 유형도 분명합니다.

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.

반대로 아래 신호는 테시스 훼손 요인입니다.

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.

1. HBM4 계약에서 맞춤형 프리미엄이 유지되는가.
2. 삼성전자 진입 이후에도 선두 업체의 ASP와 마진이 버티는가.
3. 클라우드 backlog와 AI 애플리케이션 매출이 설비투자를 따라오는가.
4. 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.