(한동희 위원님 코멘트 발췌)
작성 : 잠실개미&10X 텔레그램
https://t.me/jake8lee/13781
✅ [AI 인프라의 자산화와 금융화]는 이미 시작. 출시 6년이 지난 A100 기반 자원도 2029년까지 장기계약되고 있고 구형 GPU 가격도 의미 있는 수준을 유지하는데 이는 Compute-tiering을 의미. BEP 시점에 대해 아마존은 3년 이내, Nebius는 1년 이내, CoreWeave는 2.5년 이내를 암시했는데 이는 Payback period와 실제 Economic life 사이에 상당한 고수익성 구간이 발생함을 뜻함. 엔비디아는 8월 Apollo·BlackRock·Blackstone·Brookfield·Goldman Sachs·KKR과 AI Compute Financing Platform 구축을 발표하며 장기적으로 $500bn 이상의 Third-party Capital 동원을 목표로 하고, AI Compute를 "Revenue-generating, transferable, redeployable한 투자가능 자산"으로 정의.
✅ Financialization의 핵심은 돈이 많아진다는 것이 아니라 병목의 위치가 이동한다는 점. 자본이 가장 부족할 때는 자금조달이 투자의 상한을 결정하지만, 외부자본까지 활용할 수 있게 되면 다음 제약은 전력·GPU·메모리·네트워크·건설 같은 물리적 자원. 이 환경에서 메모리의 경제적 가치는 단순 칩 가격보다 높아지는데, 이미 막대한 비용을 들여 확보한 GPU와 데이터센터가 메모리 부족으로 충분히 가동되지 않으면 손실이 메모리 구매가격에 그치지 않고 GPU 가동률 하락·서빙 토큰 감소·고객계약 이행 능력 저하로 번지기 때문. 즉 AI 인프라에 투입된 Capital stock이 커질수록 메모리 공급을 안정적으로 확보하는 가치도 함께 커지는 구조.
✅ 경제적 이익이 투하자본 × (ROIC−WACC)라는 점을 감안하면 경제적 이익 상승을 위해 ROIC가 계속 오를 필요는 없음. 양(+)의 Spread를 적용할 Capital Base가 커져도 되고 그 Spread가 유지되는 기간이 길어져도 누적 경제적 이익은 증가. 이번 사이클에서 캐파 확장은 투하자본과 Q를 확대하고 LTA는 그 Q의 가시성을 높이며 AI 수요 장기화는 높은 Spread 유지 기간을 늘림. 따라서 Peak margin이 다소 낮아지더라도 누적 경제적 이익은 오히려 커질 수 있음. 과거 메모리가 '높지만 좁은 Peak'였다면 앞으로 평가할 것은 '조금 낮더라도 더 넓고 긴 Area'이며, "시장은 Peak를 보지만 Valuation은 Area를 볼 것"이며 과거가 Capacity first → Demand later였다면 지금은 Customer commitment → Capacity Allocation → CapEx 구조의 사례가 늘고 있다는 것
✅ 2027년 예상 기준 Payout 50~90% 시나리오에서 시가총액 대비 환원율은 삼성전자 11.6~20.8%, SK하이닉스 10.9~19.5%, Kioxia 12.5~22.5%, 마이크론 6.6~11.9%, 샌디스크 7.3~13.2%.
하이퍼스케일러와 비교하면 격차가 선명한데 TSMC 4%, MS 1%, 아마존 -1%, 메타 -2%, 구글 -1%. 하이퍼스케일러의 낮은 Yield가 나쁜 Capital Allocation을 의미하는 것이 아니라 높은 ROIC가 기대되는 AI 프로젝트에 재투자되고 있기 때문이지만서도,
메모리는 높은 AI Growth Exposure와 높은 성장 투자를 유지하면서도 그들에 준하거나 더 높은 Shareholder Yield를 제공할 가능성이 생기고 있다는 점에서 비교가 중요. SK증권 자체 추정으로는 SK하이닉스 주주환원/지배순이익이 2025년 4.9%에서 2026E 31.3%, 2027E 40.6%, 2028E 45.4%로, 삼성전자는 36.9% → 34.0% → 45.1% → 46.4%로 상승.
최종 결론은 "메모리 비중확대, P/E로의 재평가 주장 유지"