모건스탠리는 7개 팀이 공동 작성한 이번 가이드북에서 GenAI를 둘러싼 8가지 핵심 논쟁에 대한 자사의 시각과 프레임워크를 제시하고, 투자 자금이 하드웨어/반도체/메모리에서 인에이블러와 소프트웨어 레이어로 점진적으로 이동할 것이라는 큰 그림을 내놓았습니다. 하드웨어 레이어 종목이 비싸지 않고 투자 사이클도 다년간 이어질 것이므로 급락을 예상하지는 않지만, 2028년 capex 성장 둔화와 함께 스택 상단에서 실적 상향과 멀티플 확장 기회가 더 크다고 보며 AMZN, META, GOOGL, MSFT 등 GenAI 인에이블러에 긍정적인 입장을 유지하고 있습니다. 모바일 시대에 반도체(퀄컴/ARM), 인프라·디바이스(삼성/애플), 소프트웨어·서비스(구글/아마존) 순으로 아웃퍼폼이 이어졌던 것처럼 AI 사이클에서도 유사한 흐름이 나타날 것이며, 이번에는 반도체와 인프라의 아웃퍼폼 속도가 과거 사이클보다 빨랐던 만큼 소프트웨어·서비스 레이어가 다음 상승 구간을 맞을 준비가 되어 있다는 판단입니다.
첫 번째 논쟁인 하이퍼스케일러 capex에 대해서는 2027년 데이터센터 capex가 전년 대비 약 5,000억 달러(60%) 증가한 1.5조 달러에 이르지만, 2028년에는 성장률이 약 12%(1,700억 달러 증가)로 둔화될 것으로 전망합니다. 둔화 근거로는 칩·랙 단위의 바텀업 추정에서 구매 가능한 칩 수량에 한계가 있다는 점, 2026년 capex 중 상당 부분(일부 기업은 30~40%)이 2027~2029년 개소 예정 데이터센터를 위한 토지·건물·전력 등 장기 선투자(pre-build)에 쓰이고 있어 이러한 선행 건설이 무한정 확대될 수는 없다는 점, 노동·자재·전력 등 물리적 제약, 그리고 META가 과거 Llama 때처럼 AWS/Azure를 활용해 모델 및 API를 확장할 경우 장기 컴퓨트 수요가 낮아질 수 있다는 점을 들었습니다. 기업별로는 AMZN 데이터센터 capex가 2026년 1,800억 달러에서 2027년 50%, 2028년 6% 성장하고, GOOGL은 2,050억 달러에서 83%, 7%, META는 1,450억 달러에서 55%, 11%, MSFT는 1,750억 달러에서 43%, 20% 성장할 것으로 추정합니다. 다만 메모리와 에너지 비용 등 부품 인플레이션이 계속 오르고 차세대 칩이 더 비싸질 경우, 그리고 2029년 수요가 예상보다 클 경우 2027~2028년 선투자가 확대될 수 있다는 점을 리스크로 언급했습니다.
두 번째 컴퓨트 용량 논쟁에서는 2027년과 2028년에 각각 38GW, 44GW 등 약 80GW의 용량이 새로 가동되어 하이퍼스케일러 총 컴퓨트 용량이 2025년 35GW에서 2028년 약 145GW로 4배가량 늘어날 것으로 봅니다. GOOGL이 2027년과 2028년 각각 약 9GW, 11GW로 가장 많은 용량을 추가하며 이는 Gemini 프론티어 모델 학습, GCP 성장, 검색·유튜브 전반의 GenAI 기능 배포 수요를 반영한 것입니다. 커스텀 ASIC 비중은 2025년 신규 용량의 34%에서 2028년 66%로 상승하며 TPU와 Trainium이 이를 주도하고, 2028년에는 이 두 칩의 합산 가동 용량이 12GW로 NVDA의 13GW에 근접할 것으로 추정합니다. GW당 비용은 랙 BOM에 GB200/GB300/VR200 전반의 메모리 인플레이션을 반영하고 파워드 셸·건설 인건비 등 랙 외 비용을 상향하면서 Rubin Ultra 기준 GW당 500억 달러까지 높아졌으며, 현재 GB300 아키텍처에서는 파워드 셸이 약 40%, 가속기 랙이 약 30%로 가장 큰 비용 항목이지만 차세대 칩으로 갈수록 DRAM과 HBM의 기여도가 의미 있게 커질 것으로 봅니다.
세 번째 ROIC 논쟁에서는 세 가지 프레임워크를 통해 25~50%의 GenAI ROIC 경로를 제시합니다. 하이퍼스케일러가 GB300 1GW 용량을 임대하는 IaaS 모델은 GW당 약 230억 달러 매출에 80억 달러 영업비용(IT 감가상각 46억 달러 포함)으로 약 150억 달러의 증분 EBIT(마진 67%)과 세후 약 120억 달러 NOPAT을 창출해 약 30% ROIC가 나오고, 자체 인프라 위에서 API를 서비스하는 모델 기업은 GW당 약 300억 달러 매출로 증분 EBIT 마진 75%, NOPAT 약 180억 달러, ROIC 약 46%를 기록하며, 3자 인프라를 임대해 API를 서비스하는 경우는 GW당 약 410억 달러 매출에서 280억 달러의 임대 비용을 제하고 NOPAT 약 100억 달러로 약 25% ROIC가 산출됩니다. 즉 자체 인프라 위에서 모델 레이어를 운영하는 META, GOOGL, SPCX에 가장 높은 수익이 귀속되며, 하이퍼스케일러 모델도 약 30% ROIC를 낼 수 있다는 결론입니다.
네 번째 TAM 논쟁에서는 글로벌 지식노동 지출 중 20~30조 달러가 GenAI 도구를 통해 디지털화·증강될 수 있고, 여기에 리테일·여행(약 16조 달러), 라이드셰어·자율주행(4조 달러), 음식 배달(약 4조 달러), 광고(약 3조 달러) 등 약 30조 달러의 소비자 지출이 향후 10년간 디지털화될 것으로 보아 총 50~60조 달러 규모를 제시합니다. ILO 데이터 기준 글로벌 고용 36억 명 중 지식노동자 약 9억 명에 상위 25% 임금 수준(월 약 2,100달러)을 적용하면 약 22.5조 달러의 지식노동 TAM이 산출됩니다. 퍼블릭 클라우드가 도입 2년차에 IT 예산의 4%에 도달했던 사례를 적용하면 2027년 엔터프라이즈 AI 지출은 약 8,000억 달러로 지식노동 TAM의 약 4% 침투율에 해당하지만, AI는 대규모 인프라 이전이 필요 없고 생산성 개선을 통한 가치 실현이 빠르며 뒤처질 경우의 경쟁상 기회비용이 크기 때문에 클라우드보다 더 빠르게 확산될 것이라고 봅니다. 과거 PC, 인터넷, 모바일, 클라우드 사이클에서 초기 전망이 실제 대비 평균 38% 과소 추정되었다는 점도 강조했으며, 소비자 측에서는 이미 미국 인구의 약 25%가 AI 도구를 매일 사용하고 있고 페이스북이 미국·캐나다에서 8년 만에 약 45% 침투율을 달성했던 것처럼 유통·데이터·투자 여력을 갖춘 기존 대형 플랫폼이 소비자 AI 도입을 주도할 것으로 전망합니다.
다섯 번째 도입 신호 논쟁에서는 2026년 2분기 기준 S&P 500 기업의 약 25%가 GenAI 효과를 정량화하고 있으며 이는 1년 전 14%에서 크게 늘어난 수치입니다. 기술, 커뮤니케이션 서비스, 금융, 헬스케어 섹터가 가장 앞서 있고 전년 대비로는 기술(28%에서 51%), 금융(8%에서 37%), 산업재(19%에서 21%) 순으로 언급이 증가했습니다. 구체적인 기업 코멘트로는 Shopify의 AI 유입 트래픽과 주문이 전년 대비 3배 증가한 점, Meta의 GEM 모델이 페이스북 광고 클릭 8.3%와 전환 15.7% 상승을 이끈 점, 구글의 Antigravity 주간 활성 사용자 240만 명 및 AI 모드 월간 활성 사용자 10억 명 돌파, 오픈 모델을 통해 클로즈드 모델 대비 8% 미만의 트랜잭션 비용을 달성했다는 점, Snap의 AI 코드 리뷰어가 PR의 90%를 검토하며 3만 시간을 절감한 점, 금융 부문에서 특정 영역의 인력을 30~40% 감축했다는 언급, IQVIA가 상위 20개 제약사 중 19곳에 AI 솔루션을 배포한 점 등이 소개되었습니다.
여섯 번째 오픈웨이트 모델 논쟁에 대해서는 추론의 시대에 서빙 비용 우위가 핵심이며, 오픈웨이트 모델이 컴퓨트 수요 자체를 바꾸지는 않고 오히려 저비용 모델이 경제 전반의 도입을 촉진하는 데 필수적이라고 봅니다. 오픈웨이트 확산은 제번스의 역설을 강화해 평균 토큰 가격을 낮추고 토큰 수요를 확대하며, 프론티어 랩에는 차별화와 가격 경쟁 압박을 가하는 동시에 AWS Bedrock, MSFT Foundry, GOOGL Vertex처럼 클로즈드와 오픈웨이트 모델을 모아 과업별로 컴퓨트 효율을 최적화하는 하이퍼스케일러 컨시어지 레이어의 가치를 재확인시킨다는 것입니다. 오픈웨이트 모델은 라이선스 비용이 거의 없더라도 GPU 컴퓨트, 파인튜닝, 데이터·임베딩 파이프라인 등의 지출을 발생시켜 하이퍼스케일러가 어떤 모델이든 수익화할 수 있게 하며, 자사의 API ROIC 분석이 이미 최대 프론티어 모델보다 훨씬 낮은 토큰 가격을 가정하고 있어 오픈웨이트가 더 확산되더라도 GB300 1GW 기준 20~40% ROIC가 유지된다고 밝혔습니다.
일곱 번째 크레딧 파이낸싱 논쟁에서는 우려하지 않는다는 입장입니다. 2026년 연초 이후 글로벌 AI 관련 부채 발행이 약 4,500억 달러로 이미 2025년 연간의 두 배를 넘었지만 AI 관련 부채가 IG 지수의 약 7%에 불과해 고품질 하이퍼스케일러를 중심으로 추가 발행을 흡수할 여력이 충분하며, 시장 조정은 발행 제약이 아니라 스프레드 확대를 통해 이루어질 것으로 봅니다. 2026~2028년 데이터센터 capex 소요 3.21조 달러 중 크레딧 시장이 1.75조 달러, 자기자본이 1.46조 달러를 담당하고, 크레딧 시장 내에서는 IG 6,500억 달러, 프라이빗 크레딧 7,000억 달러, ABS/CMBS 2,000억 달러, 하이일드·론 2,000억 달러로 구성될 것으로 추정합니다. 고품질 하이퍼스케일러 스프레드는 현재 IG 지수 대비 7bp 확대된 수준이며, AMZN, GOOGL, META, MSFT 4사의 영업현금흐름은 2027년 9,800억 달러, 2028년 1.2조 달러로 가속되어 같은 기간 필요 조달 부채 2,900억 달러의 7~8배에 달한다는 점을 근거로 들었습니다. 다만 데이터센터 셸 장기 리스와 대규모 컴퓨트·칩·전력 구매 약정 등 부외 레버리지가 커지고 있고 신용평가사가 이를 조정 부채에 포함하므로 현 등급 수준에서의 발행 여력은 그만큼 줄어든다는 점, 그리고 NVDA의 경우 2028년 말 총 신용 익스포저가 약 2,000억 달러(이 중 약 1,700억 달러가 펀디드 부채 외)로 확대될 것으로 보이며 테일 리스크가 아직 초기 단계이고 불투명하며 규모가 커서 중립 의견으로 커버리지를 개시했다는 점도 언급했습니다.
여덟 번째 규제 및 전력 병목 논쟁에서는 주·지방 정부의 데이터센터 반대가 전기요금 상승 우려, 물 사용과 폐열 등 환경 우려, 소음·분진·교통 등 지역 생활 문제라는 세 가지 범주로 나뉘며 모라토리엄이 주·지방 차원에서 확대되고 있다고 진단합니다. 이러한 반발은 대체로 관리 가능하며 결국 이미 장기 전망에 반영된 하이퍼스케일러의 전력 비용 상승으로 귀결되겠지만, 지방 정책이 영구화·확대되거나 연방 차원으로 반영될 경우 미국이 중국과의 AI 경쟁에서 뒤처질 위험이 있고, 특히 2028년 대선을 앞두고 민주당이 집권할 경우 행정부 차원에서 데이터센터 확장에 정치적 리스크가 커질 수 있다는 점을 주시하고 있습니다. 미국이 38GW의 전력 부족에 직면한 가운데 전력 공급 시점(time to power)은 계속 중대한 병목으로 남을 것이며, 데이터센터는 점차 현장(behind-the-meter) 발전을 채택할 것으로 보아 BE, INIO, SEI 등 온사이트 발전 기업과 WULF, HUT, CIFR, RIOT 등 파워드 셸 제공 기업에 긍정적인 시각을 유지합니다. BTM 전력은 GW당 약 30억 달러의 추가 capex를 발생시키며, 이는 2027년 하반기와 2028년부터 가동될 Rubin Ultra 세대(GW당 총 500억 달러)부터 이미 바텀업 추정에 반영되어 있습니다.
끝으로 모건스탠리는 2027년 이후 부상할 다음 논쟁으로 전력 및 노동·자재 등 물리적 제약과 중간선거·대선 사이클에서의 규제 역풍이 데이터센터 비용·개소·ROIC에 미칠 영향, GenAI 효과가 확산되면서 어떤 기업과 산업이 가장 먼저 대규모 인력 감축에 나설지와 미국 노동력 재교육의 재원 조달 및 이것이 GenAI 정치 논의와 도입 속도에 미칠 영향, 어떤 산업과 AI 도구가 경제 전반의 도입과 지출을 이끌지, 커스텀 실리콘 등을 통한 하이퍼스케일러의 서빙 비용 개선과 토큰 처리량 향상, 프론티어 랩이 온프레미스와 하이퍼스케일러 중 어느 쪽에 의존할지, 그리고 향후 10년간 수조 달러에 이를 추론 지출을 두고 오픈웨이트 모델과 프론티어 랩의 경쟁 구도가 어떻게 전개될지를 꼽았습니다.