먼저 토큰 수요에 대해서는, 챗봇 시대에서 추론 모델을 거쳐 에이전틱 AI로 넘어오면서 성장률이 둔화되기는커녕 오히려 가속되고 있다고 진단합니다. 구글 서피스 전체에서 처리되는 월간 토큰량은 2024년 대비 300배 이상 성장해 3,200조 토큰 수준에 도달했습니다. 오픈소스 모델이 토큰 점유율을 확대하며 혼합 토큰 단가를 끌어내리고 전체 젠AI 확산을 촉진하는 한편, 매출 측면에서는 여전히 독점 프론티어 모델이 지배적이며, 워크로드 믹스는 트레이닝에서 추론 쪽으로 기울고 있다고 봅니다(2026년 추론 비중 60% 추정). 기업 도입도 초기 단계이지만 견조해서, JPM 설문 기준 AI 지출이 비용 대비 4.5%에서 향후 12개월 5.8%로 늘어날 전망이고, 미국 기업의 유료 AI 구독 비중은 전 산업 평균 56%, 테크 섹터는 81%에 이릅니다.
첫 번째 제약인 컴퓨트에 대해서는, 현재 병목이 TSMC N3·N2 등 선단 웨이퍼 캐파이며, CoWoS와 SoIC 패키징이 그다음 병목이 될 것으로 봅니다. TSMC 캐펙스가 가속되고 있음에도 2028년 이전에는 수급 균형에 도달하기 어렵다는 판단입니다. 메모리도 병목으로 지목되는데, HBM은 여전히 공급이 부족하지만 최근의 HBM 디스펙 추세와 KV 캐시의 NAND 오프로딩이 부담을 일부 완화하고 있으며, 에이전틱 AI가 범용 DRAM 수요를 2027년까지 강하게 견인할 것으로 전망합니다. 에이전틱 AI용 CPU 수요는 2026년에도 상당 부분 미충족 상태이며, CPU 출하량은 2025~2028년 연평균 38% 성장이 예상됩니다.
두 번째 제약인 데이터센터 전력에 대해서는, 미국 설치 캐파가 2030년까지 2배, 2035년까지 4배로 성장하고 전망치가 계속 상향되고 있다고 설명합니다. 다만 전력이 당장의 제약은 아니며, BTM(behind the meter) 솔루션 확대, 비트코인 채굴장 등의 전환, 미국 외 지역 및 우주 데이터센터까지 대안이 늘고 있어, 병목이 칩에서 전력으로 옮겨가는 시점은 2028~29년경으로 지켜봐야 한다는 입장입니다. 100% 온사이트 발전을 계획하는 데이터센터 비중이 1%에서 33%로 급증한 점도 눈에 띕니다.
세 번째 제약인 자본에 대해서는, 하이퍼스케일러 캐펙스가 2026년에 두 배 이상으로 늘고 2030년에는 상단 기준 3조 달러에 이를 수 있으며, 시장이 지난 몇 년간 캐펙스를 체계적으로 과소추정해 왔다고 지적합니다. 향후 필요한 총 5.5조 달러 규모의 자금 중 영업현금흐름과 기존 조달 수단으로 4.1조 달러가량이 충당되고 약 1.4조 달러의 대체 자본이 필요할 것으로 추산합니다. 대부분의 하이퍼스케일러가 2027년부터 잉여현금흐름 적자로 전환하지만, 퍼블릭 클라우드 성장 재가속(최근 분기 43%)이 긍정적이며, 부채 조달이 2026년 들어 크게 늘었음에도 순부채비율은 13%로 관리 가능한 수준이고 IG 채권 발행 여력도 1.7조 달러가량 남아 있다고 평가합니다. 주식 발행도 2026년 들어 1,800억 달러로 급증했습니다.
인프라 경제성 측면에서는 1GW AI 인프라 구축에 총 420억 달러(IT 하드웨어 280억, 인프라·전력 150억)가 소요되며, 모델·토큰 판매자는 1GW에서 연간 약 310억 달러(1년 전 100억 달러에서 상승, 총마진 44%), GPU 컴퓨트를 판매하는 퍼블릭 클라우드는 약 170억 달러(총마진 54%)를 창출할 수 있다고 추정합니다. GPU 렌탈 스팟 가격이 기존 계약 수준을 크게 상회하며 상승 중이라는 점도 언급됩니다.
마지막으로 자본시장의 쟁점으로 오픈소스 대 독점 모델의 승자와 캐펙스 영향, RSI(재귀적 자기개선)가 투자 사이클을 둔화시킬지 가속시킬지, 컴퓨트 판매자와 구매자 양 진영의 건전성, 데이터센터·전력 크런치로 인한 AI 가속기 재고 축적 가능성, 코딩을 넘어선 광범위한 확산 시점 등 다섯 가지를 제시하며 마무리합니다.
*클로드로 요약함.