골드만 토큰 수요 vs JP모간 메모리 ASP 피크아웃: 두 전망은 정말 충돌할까

Sun, 31 May 2026 11:00:00 +0900

이 글은 AI 토큰 선물과 토큰당 비용, 삼성전자 2026 심층 분석, SK하이닉스: HBM 절대강자, 엔비디아 Q1 FY27 이후 한국 AI 인프라의 후속 글이다. 앞글들이 토큰당 비용, 개별 기업, AI 인프라 확산을 따로 봤다면, 이번 글은 골드만(수요)과 JP모간(메모리 가격)이라는 서로 다른 두 전망을 한 틀에 합쳐 2026년부터 2030년까지의 투자 시간축을 정리한다.

TL;DR

골드만삭스는 토큰 사용량 폭증(2030년까지 24배) + 토큰당 비용 급락(연 60-70%)을 본다. JP모간은 DRAM·NAND ASP의 전년 대비(YoY) 상승률이 2027년부터 둔화된다고 본다. 관찰하는 변수가 서로 달라서, 두 전망은 정면으로 충돌하지 않는다.
둘을 합치면 한 갈래 경로가 나온다. 2026년은 메모리 ASP 베타, 2027년은 가격 모멘텀 피크아웃, 2028-2030년은 토큰당 원가를 낮추는 부품·시스템으로 알파 이동이다.
그래서 투자 결론은 “메모리 무한 매수"가 아니다. 2026년엔 HBM·서버 DRAM·eSSD 같은 메모리 베타가 유리하지만, 그 이후엔 ASIC·AI 네트워킹·광·HBM 선두·eSSD·첨단 패키징·MLCC/FC-BGA처럼 병목을 가진 곳을 선별해야 한다.
가장 흔한 두 가지 오해는 ① JP모간 피크아웃을 보고 “AI 인프라 사이클이 끝났다"고 보는 것, ② 골드만 수요를 보고 “메모리 가격이 2030년까지 계속 폭등한다"고 보는 것. 둘 다 과하다.

1. 상반돼 보이는 두 거인의 전망

같은 AI 시대를 두고 두 글로벌 IB가 정반대처럼 보이는 그림을 내놨다.

골드만삭스(2026년 5월 5일 공식 article)는 수요 쪽을 본다. 핵심은 두 가지다.

토큰 사용량은 2030년까지 24배 늘어난다. 월 사용량이 2030년 120 quadrillion(경 단위) 토큰에 도달한다는 전망이고, 이를 역산하면 2026년 기준은 약 5 quadrillion이다. 4년간 연평균 약 121% 증가다.
동시에 토큰당 추론비용은 연 60-70% 떨어진다. 칩 효율 개선과 데이터센터 구조 개선이 원인이다.

출처: 골드만삭스 공식 article(2026-05-05)의 수치를 단순 지수화한 재구성 차트. 원문 차트가 아니라 “2030년 토큰 24배, 토큰당 비용 연 60-70% 하락"이라는 원문 숫자를 로그 스케일로 옮긴 것이다.

위 그림에서 파란선(사용량)은 가파르게 오르고, 주황·초록선(토큰당 비용)은 더 가파르게 내려간다. 연 60% 하락이면 4년 뒤 비용은 2026년의 약 2.6% 수준(약 39배 개선), 연 70%면 약 0.8% 수준(약 123배 개선)이다.

반대로 JP모간 쪽 자료는 가격 쪽을 본다. DRAM·NAND ASP가 2026년에 강하게 오르지만, 2026년 말에서 2027년 초부터 전년 대비 상승률이 빠르게 둔화된다는 그림이다.

출처: 세션 업로드 이미지(DRAM은 WSTS/J.P. Morgan estimates, NAND는 Gartner/J.P. Morgan estimates). FY26 DRAM +53%·NAND +30%, FY27 DRAM +1%·NAND -6% 같은 세부 수치는 2차 요약 기준이며 원문 표는 미확인이다.

표면적으로는 “수요가 폭발한다”(골드만)와 “메모리 가격 상승이 꺾인다”(JP모간)가 충돌하는 듯 보인다. 그런데 자세히 보면 두 전망은 서로 다른 것을 말하고 있다.

2. 왜 충돌이 아닌가 — P·Q·C로 분리하기

메모리 회사의 이익은 단순한 곱셈으로 나뉜다.

매출 = 출하량(Q) × 평균판매가격(P), 그리고 토큰 경제는 사용량(Q) × 토큰당 비용(C).

이 틀로 보면 두 전망이 보는 변수가 다르다는 게 분명해진다.

구분	골드만삭스	J.P. 모간
보는 변수	토큰 사용량(Q), 토큰당 비용(C)	DRAM·NAND ASP의 전년 대비 변동률(P 모멘텀)
핵심 메시지	AI 사용량은 장기 폭증, 토큰당 비용은 급락	메모리 가격 상승률은 2027년부터 둔화
시간축	2026-2030	2026년 말-2027년 초

여기서 꼭 짚어야 할 함정이 있다. JP모간 차트의 세로축은 가격의 절대 수준이 아니라 “전년 대비 상승률(YoY %)“이다. 둘은 전혀 다르다.

예를 들어보자.

시점	ASP 지수	전년 대비
4Q25	100	–
4Q26	300	+200%
4Q27	315	+5%

4Q26에서 4Q27로 가격 지수는 300에서 315로 여전히 오른다. 그런데 전년 대비 상승률은 +200%에서 +5%로 급락한다. 즉 JP모간의 2027년 “피크아웃"은 가격이 폭락한다는 뜻이 아니라 상승 속도가 느려진다는 뜻일 수 있다. 주식시장은 보통 “사상 최대 이익” 자체보다 이 상승률의 방향을 먼저 반영한다. 그래서 이익이 최고일 때 주가가 먼저 식는 일이 생긴다.

정리하면, 골드만은 Q(사용량)와 C(원가)를, JP모간은 P(가격)의 상승 속도를 본다. 서로 다른 변수이므로 둘 다 동시에 맞을 수 있다.

3. 총 추론비용은 오히려 내려갈 수 있다

여기서 직관에 반하는 결론이 하나 나온다. 사용량이 24배 늘어도, 토큰당 비용이 연 60-70% 떨어지면 전체 추론비용 부담은 2026년보다 오히려 낮아질 수 있다.

단순 계산이다. 동일한 토큰 구성·동일한 모델 복잡도를 가정하면, 2030년 총비용은 사용량 지수 × 토큰당 비용 지수다.

연 60% 하락: 24 × 2.6% ≈ 2026년의 61%
연 70% 하락: 24 × 0.8% ≈ 2026년의 19%

매우 단순화한 민감도 계산이다. 토큰 구성, 모델 크기, 문맥 길이, 추론(reasoning) 토큰 증가, 멀티모달, 중복 처리, 지연(latency) 제약, 메모리 대역폭 병목은 반영하지 않았다. 실제로는 이 요인들이 비용을 다시 끌어올릴 수 있다.

이 그림이 골드만 논리의 핵심이다. 토큰당 원가를 낮추는 쪽이 결국 돈을 번다. 사용량이 늘어나는 것 자체보다, 그 사용량을 감당 가능하게 만드는 원가 절감이 산업의 현금흐름을 살린다. 다만 위 단서대로, 문맥 길이 증가나 추론 토큰 증가가 빠르면 실제 비용 곡선은 이 그림보다 덜 내려갈 수 있다.

4. 그래서 시간축이 바뀐다

두 전망을 합치면 다음 경로가 논리적으로 일관된다.

시기	무슨 일이	어디가 유리한가
2026년	에이전트 사용 급증 → HBM·서버 DRAM·eSSD·NAND 할당이 타이트 → DRAM·NAND ASP 급등	메모리 ASP 베타가 강하게 작동
2027년	높아진 기저 + 일부 공급 확충·장기계약(LTA)으로 ASP 전년 대비 상승률 둔화. B2B AI 메모리는 견조, B2C 소비자 메모리는 가격 저항	주가는 “이익 최대"보다 “상승률 둔화"를 먼저 반영. 세그먼트 분화 시작
2028-2030년	사용량은 계속 증가하지만 토큰당 비용 하락이 이를 흡수	알파가 범용 메모리 베타에서 토큰원가 절감 스택으로 이동

핵심 메시지는 하나다. 2027년부터는 “DRAM·NAND 가격이 얼마나 더 오르나"보다 “어떤 부품·시스템이 토큰당 원가를 낮추나”가 더 중요해진다.

5. 투자 아이디어 예시 (추천이 아니라 관찰 포인트)

아래는 종목 추천이 아니라, 위 시간축에서 “어디를 먼저 볼지"를 보여주는 예시다. 이미 AI·메모리 주가는 빠르게 리레이팅된 구간이라, 지금 당장 매수하라는 뜻이 아니라 조건이 충족될 때의 지도다.

예시 1 — 2026 메모리 ASP 베타

HBM·서버 DRAM·eSSD 할당이 타이트해지며 DRAM·NAND 가격이 급등하는 구간. SK하이닉스·삼성전자·마이크론 같은 메모리 대형주가 직접 수혜다. 다만 2027년 상승률 둔화가 시작되면, 이익은 높아도 주가가 먼저 멀티플 압축을 받을 수 있다는 점이 반대 논리다.

예시 2 — 토큰원가 절감 스택

골드만 논리의 진짜 핵심은 사용량 증가가 아니라 토큰당 비용 하락이다. 고객은 토큰당 원가를 낮춰주는 칩·시스템에 더 높은 값을 치를 수 있다. 맞춤형 ASIC, AI 네트워킹·광(optical), HBM 선두가 여기에 가장 정합적이다. (마벨 read-through에서 본 연결·기판·전력 병목이 이 줄기다.)

예시 3 — eSSD / 엔터프라이즈 NAND

에이전트 추론은 단순 학습보다 검색(RAG), 로그, 문맥, KV 캐시, 체크포인트 저장을 훨씬 많이 요구한다. AI 서버가 일반 서버보다 SSD 용량을 약 3배 쓴다는 설명이 맞다면, NAND는 단순 범용 사이클 자산이 아니라 AI 저장 병목으로 재분류될 수 있다. 반대 논리는 소비자용 SSD의 가격 저항이 엔터프라이즈 강세를 희석할 가능성이다.

예시 4 — 첨단 패키징 / MLCC / FC-BGA

골드만의 2030년 토큰 전망이 맞으면 서버·랙 구조의 복잡도는 계속 올라간다. GPU·ASIC·HBM만 늘어나는 게 아니라 기판 면적, 전원 안정화, 디커플링 커패시터, 고속 신호 품질 수요도 함께 커진다. 삼성전기 같은 고사양 MLCC·FC-BGA 공급사가 여기에 해당한다.

세그먼트별로 다른 피크아웃

중요한 건 “메모리 전체"가 아니라 세그먼트별 차이다. JP모간 피크아웃 논리는 모든 메모리에 똑같이 적용되지 않는다.

세그먼트	피크아웃 적용 가능성	장기 수요와의 긴장도
HBM	낮음-중간	높음 (수요가 대역폭 벽을 계속 강화)
서버 DRAM	중간	중간
eSSD / 엔터프라이즈 NAND	중간	높음 (구조적 수요 가능)
모바일 DRAM	높음	낮음 (소비자 가격 저항 빠름)
범용 DRAM·NAND	높음	낮음 (피크아웃 논리가 가장 잘 적용)

공통 조건: 위 예시들은 “낙폭과대"나 “AI라서"만으로는 부족하다. 실제 수주·계약가·이익 추정치가 새로 올라오고, 병목과 진입장벽이 확인되는 곳이라야 후보가 된다.

6. 가장 흔한 두 가지 오해

이 국면에서 시장이 저지르기 쉬운 잘못은 정반대 방향의 두 가지다.

오해 1 — “JP모간이 피크아웃이라니 AI 인프라 사이클이 끝났다." 아니다. 피크아웃은 가격 상승률의 둔화이지 가격 수준의 붕괴가 아니다. 그리고 그것은 범용 메모리에 가장 잘 적용되고, HBM·eSSD·ASIC·패키징 같은 병목에는 덜 적용된다.

오해 2 — “골드만이 토큰 24배라니 DRAM·NAND 가격도 2030년까지 계속 폭등한다." 이것도 과하다. 골드만은 사용량 폭증과 토큰당 비용 급락을 동시에 말한다. 비용이 빠르게 내려가면 사용량이 늘어도 메모리 가격의 전년 대비 상승률은 둔화될 수 있다.

올바른 해석은 그 사이에 있다. 2026년 메모리 슈퍼사이클, 2027년 가격 모멘텀 피크아웃, 2028-2030년 토큰원가 절감 스택의 장기 확대.

7. 펀드매니저 코멘트

두 전망은 적이 아니라 한 그림의 두 축이다. 골드만은 “AI를 얼마나 많이, 얼마나 싸게 쓰게 되나"를, JP모간은 “그 과정에서 메모리 가격이 언제까지 빠르게 오르나"를 말한다. 투자자가 할 일은 둘 중 하나를 고르는 게 아니라, 시간축의 전환점을 놓치지 않는 것이다.

가장 위험한 선택은 두 가지다.

피크아웃 한 단어를 보고 AI 인프라 전체를 던지는 것 — 병목을 가진 승자까지 헐값에 내주는 실수.
토큰 수요만 보고 범용 메모리를 끝까지 추격하는 것 — 가격 상승률이 꺾이는 구간에서 멀티플 압축을 정면으로 맞는 실수.

지금 점검할 신호를 쉽게 정리하면 이렇다.

보는 것	골드만(수요) 강화	JP모간(피크아웃) 강화
토큰 사용량	고성장 지속	증가율 둔화
토큰당 비용	연 60% 이상 하락 지속	하락률 둔화, 지연비용 상승
HBM 장기계약	가격 유지·상향	재협상, 물량 미루기
서버 DRAM 계약가	추가 상승	상승률 둔화, 현물 할인
엔터프라이즈 SSD	CSP 장기계약 확대	소비자 SSD 가격 저항 전이

요약하면, 2026년은 메모리 베타를 인정하되, 2027년부터는 토큰당 원가를 낮추는 병목으로 무게를 옮기는 준비가 지금 할 수 있는 가장 합리적인 자세다. 메모리를 끝까지 따라가는 것도, 피크아웃에 겁먹고 전부 던지는 것도 아니다.

이 글은 골드만삭스 공식 article(2026-05-05)과 JP모간 관련 차트·2차 요약, TrendForce 공식 전망을 바탕으로 재구성한 분석이다. JP모간 원문 리포트 전문과 분기별 ASP 테이블, 세그먼트별 세부 전망은 확인하지 못했으며, 종목명은 투자 추천이 아니라 분석 흐름을 보여주는 예시다. 실제 투자 판단과 책임은 투자자 본인에게 있다.

J.P. Morgan on Korea Invest Insights