금리가 올라도 AI는 무너지기 힘듭니다
📺 원본 영상: 금리가 올라도 AI는 무너지기 힘듭니다
🎙️ 채널: 머니코믹스 Money Comics
📅 정리 일자: 2026-09-01
⚠️ Note: 본 리포트는 영상의 음성을 텍스트로 변환한 STT 자료를 바탕으로 재구성한 것입니다. 화면에 표시된 차트, 표, 슬라이드와 음성으로 명확히 확인되지 않는 세부 수치는 포함되지 않거나 제한적으로 서술될 수 있습니다.
개요
이 영상의 핵심 주장은 금리 상승이 AI 산업과 반도체 주가에 부담을 줄 수는 있지만, 평범한 수준의 금리 인상만으로 빅테크의 AI 투자가 중단되기는 어렵다는 것이다. AI가 기업의 인건비를 낮추고 생산성을 높이는 실질적인 도구로 자리 잡기 시작했으며, 미국 경제 역시 성장과 부채 문제를 해결할 중요한 수단으로 AI를 필요로 한다는 것이 이러한 판단의 배경이다.
강연자는 이 거대한 투자 흐름이 데이터센터, GPU, HBM(High Bandwidth Memory), DRAM, Enterprise SSD까지 연결된다고 분석한다. 다만 AI 산업의 장기 성장과 특정 반도체 주식의 단기 수익률은 별개의 문제이며, 금리와 실적 발표, HBM 계약가격, 외국인 수급, 주주환원 정책에 따라 주가는 상당 기간 울퉁불퉁하게 움직일 수 있다고 경고한다.
시장 현황: 금리 공포는 커졌지만 정책 전환이 확정된 것은 아니다
영상에서 언급된 Jackson Hole 미팅의 메시지는 명확한 금리 인상 예고라기보다 Data-dependent(데이터 의존적) 원칙을 재확인한 발언으로 해석된다. Fed(연방준비제도)는 인플레이션 기대가 다시 높아지는 것을 막기 위해 매파적인 언어를 사용했지만, 실제 행동의 방향과 시점에 대해서는 새로운 고용 및 물가 데이터를 기다리겠다는 태도를 보였다는 것이다. 강연자는 이를 시장의 기대 인플레이션을 말로 통제하려는 일종의 구두 개입으로 평가한다.
이 해석을 뒷받침하는 근거로 강연자는 채권시장과 주식시장의 반응을 함께 살핀다. 정책금리에 민감한 미국 2년물 국채금리는 움직였지만, 10년물과 30년물 금리가 같은 강도로 급등하지 않았고 달러도 추세적인 초강세로 전환하지 않았다는 것이다. 만약 시장이 지속적인 금리 인상을 확신했다면 단기물뿐 아니라 장기금리와 달러가 동시에 강하게 상승하고, NASDAQ도 단순 조정을 넘어 더 큰 폭으로 하락했어야 한다는 논리다.
💡 [영상 참조] 강연자는 이 구간에서 미국 2년물과 장기 국채금리, 달러 및 주식시장의 반응을 비교하는 자료를 설명한다.
📺 원본 영상에서 화면 자료를 확인할 수 있다.
실제로 영상에서 강연자는 NVIDIA를 제외한 Microsoft, Apple, Alphabet 등 주요 빅테크 주가가 비교적 견조했다고 설명한다. NVIDIA 역시 직전 거래일 큰 폭으로 상승한 뒤 일부 되돌림이 나타난 것으로 보아야 하며, 단순히 금리 공포로 AI 주식 전체가 무너졌다고 해석하기는 어렵다는 주장이다. 따라서 현재 시장은 금리의 방향을 확정한 상태라기보다 향후 고용과 물가 데이터를 기다리는 관망 국면에 가깝다.
이 판단이 금리 위험 자체를 부정하는 것은 아니다. 10년물과 30년물 금리가 급등하고 달러까지 동시에 강해진다면 성장주의 할인율과 기업의 조달비용이 함께 높아지므로 AI 관련 주식도 큰 조정을 피하기 어렵다. 다만 강연자는 그러한 임계점에 도달하기 전까지는 일회성 금리 인상 가능성만으로 AI 산업의 장기 펀더멘털이 훼손된 것으로 판단해서는 안 된다고 강조한다.
AI 투자가 금리에 쉽게 굴복하지 않는 이유
AI 투자 지속성에 관한 첫 번째 근거는 기술이 단순한 기대를 넘어 실제 업무에 사용되기 시작했다는 점이다. 영상의 출연자들은 최근 몇 달 사이 AI Agent가 코딩, 자료 조사, 반복 업무와 결과 요약을 실질적으로 수행하는 사례가 빠르게 늘었다고 평가한다. 숙련된 사용자가 여러 개의 Agent를 동시에 운용하면 밤사이 수십 차례 작업을 반복하고, 다음 날 아침 압축된 결과를 받을 수 있다는 설명이다.
이 변화는 기업의 비용구조와 직접 연결된다. 업무 경험이 풍부한 인력이 AI를 활용하면 과거 여러 명이 담당하던 작업을 더 적은 인원으로 처리할 수 있고, 기업은 신규 인력 채용을 줄이거나 기존 조직의 생산성을 높일 수 있다. 특히 신입 인력에게 맡기던 초벌 조사, 단순 코딩, 문서 작성과 반복 업무가 자동화되면 기업 입장에서 AI 사용료와 데이터센터 비용은 인건비 절감과 비교해야 할 투자비가 된다.
강연자는 AI가 대체할 수 있는 노동비용의 잠재 규모가 데이터센터 투자액보다 훨씬 클 수 있다는 분석을 소개한다. STT에서 세계 GDP와 인건비 비중에 관한 일부 수치는 정확히 확인하기 어렵지만, 논리의 핵심은 분명하다. 민간기업 비용에서 큰 비중을 차지하는 인건비 가운데 일부만 AI로 절감되더라도, 그 절감액의 일부가 Cloud Service Provider(CSP), 데이터센터, 반도체와 메모리 수요로 이동할 수 있다는 것이다.
이러한 변화가 시작되는 시점도 중요하다. 강연자는 노동비용 절감의 변곡점이 5년이나 10년 뒤의 먼 미래가 아니라 향후 2~3년 안에 나타날 수 있다는 기대가 투자자와 빅테크 사이에서 형성되고 있다고 본다. 이런 전망을 믿는다면 금리가 4%, 5%, 심지어 그보다 다소 높아지더라도 AI 투자 기회를 포기하는 것보다 자금을 조달해 투자를 지속하는 편이 기업에 합리적일 수 있다.
미국의 성장과 부채 문제도 AI를 필요로 한다
강연자가 제시하는 두 번째 근거는 미국 경제의 구조적 필요다. 미국은 막대한 재정적자와 정부부채를 안고 있으며, 장기적으로 이를 감당하려면 세수를 늘리고 부채의 경제적 부담을 낮출 만큼 명목성장을 만들어야 한다. 단기 국채 발행이나 Stablecoin(스테이블코인)을 통한 국채 수요 확대는 시간을 벌어줄 수 있지만, 생산성과 성장률 자체가 개선되지 않으면 근본적인 해결책이 되기 어렵다는 설명이다.
영상에서는 미국 장기채권을 추가로 매수할 투자 주체가 충분하지 않을 가능성도 언급된다. 외국인, 연준, 가계, 보험사와 연기금 등이 이미 상당량의 국채를 보유하고 있기 때문에, 장기채 발행이 계속 늘어나면 새로운 수요를 끌어낼 제도적 장치가 필요할 수 있다는 것이다. 강연자는 과거 401(k)와 같은 퇴직연금 제도가 미국 주식의 장기 수요 기반을 넓혔던 것처럼, 정부가 세제나 제도를 바꾸어 국채 수요를 유도할 가능성도 하나의 시나리오로 제시한다.
그러나 이런 금융적 조치는 결국 임시방편에 가깝다. 미국 경제가 AI를 통해 새로운 생산성과 성장동력을 만들지 못한다면 부채 증가와 높은 장기금리를 동시에 통제하기가 더욱 어려워진다. 따라서 미국 정부가 AI 산업이 완전히 무너질 정도의 금융환경을 방치할 가능성은 낮다는 것이 강연자의 판단이다.
이 주장은 정부가 특정 AI 기업의 주가를 직접 보증한다는 의미는 아니다. NVIDIA처럼 자체 경쟁력과 현금창출력이 강한 기업을 정부가 구제할 필요도 없다는 것이 강연자의 설명이다. 핵심은 미국의 정책 당국이 AI 생태계 전체가 성장동력으로 기능할 수 있도록 금융시장, 에너지, 데이터센터와 공급망의 병목을 완화하려 할 가능성이 높다는 데 있다.
토큰 경제학: 가격 하락이 수요 폭발을 부르는 구조
AI 투자의 경제성을 이해하려면 Token(토큰)의 가격과 사용량을 함께 봐야 한다. 영상에서는 토큰당 가격이 매년 약 80~90%[?] 하락할 수 있다는 수치가 언급된다. 가격이 80% 하락해 기존의 20%가 된다면 매출을 유지하기 위해 사용량은 최소 5배 증가해야 하며, 데이터센터와 모델 운영에 필요한 다른 비용까지 감안하면 실제로는 연간 10배 이상[?]의 사용량 증가가 필요하다는 계산이다.
강연자에 따르면 Google의 토큰 생산량은 2년 사이 300배 이상[?] 늘어난 것으로 소개된다. 이는 단순 환산하면 연평균 약 17배에 해당하는 증가율이며, 업계 전체로도 최근 1년간 약 11배[?] 증가했다는 설명이 이어진다. 다만 이 수치는 영상 속 자료를 직접 확인하지 못한 STT 기반 발언이므로 정확한 집계 범위와 기준 기간은 원본 화면에서 확인할 필요가 있다.
💡 [영상 참조] 강연자는 이 구간에서 토큰 가격 하락률과 Google의 토큰 생산량 증가를 비교하는 자료를 설명한다.
📺 원본 영상에서 수치의 기준과 범위를 확인하는 것이 바람직하다.
중요한 점은 Agentic AI(에이전트형 AI)가 아직 본격적으로 보급되기 전에도 이러한 성장률이 나타났다는 것이다. 한 사람이 하나의 질문만 던지는 챗봇과 달리, AI Agent는 목표를 수행하는 과정에서 여러 번 추론하고 도구를 호출하며 결과를 검토한다. 따라서 사용자 수가 같더라도 Agent가 보편화되면 한 작업당 소비되는 토큰은 크게 늘어날 수 있다.
이는 Jevons Paradox(제번스의 역설)와 연결된다. 기술 발전으로 토큰 단가가 하락하면 같은 업무를 더 저렴하게 처리할 수 있고, 그 결과 과거에는 경제성이 없었던 새로운 사용 사례가 등장하면서 총사용량이 오히려 폭증할 수 있다. 강연자는 빅테크가 토큰 가격 하락을 두려워하지 않는 이유도 사용량의 증가 속도가 단가 하락을 충분히 상쇄할 수 있다고 보기 때문이라고 해석한다.
이 구조가 유지된다면 CSP는 더 많은 컴퓨팅 자원을 확보해야 하고, 데이터센터 사업자는 GPU와 AI Accelerator를 늘려야 하며, 반도체 기업은 연산장치와 메모리를 공급해야 한다. 결국 기업의 생산성 향상에서 시작된 경제적 가치가 토큰, 클라우드, 데이터센터, GPU, HBM과 SSD로 연쇄적으로 전달되는 셈이다.
메모리 공급부족은 일시적 현상인가
강연자는 Samsung Electronics가 Citi 콘퍼런스에서 메모리 공급부족이 2028년까지 이어질 것이라는 기존 전망을 유지했다고 설명한다. 또한 LTA(Long-Term Agreement·장기공급계약)를 원하는 고객 수요가 당초 목표를 크게 웃돌았다는 내용도 소개한다. 이 발언이 중요하게 평가되는 이유는 단순히 현재 메모리 가격이 좋다는 뜻을 넘어, 주요 고객들이 수년 뒤까지 필요한 물량을 선점하려 한다는 신호로 볼 수 있기 때문이다.
💡 [영상 참조] 강연자는 이 부분에서 Samsung Electronics의 메모리 공급 전망과 LTA 수요를 정리한 슬라이드를 읽고 해설한다.
📺 원본 영상에서 원문의 표현과 세부 수치를 확인할 수 있다.
LTA의 확대는 메모리 사이클의 성격을 바꿀 가능성이 있다. 과거에는 현물가격과 단기 계약이 수급 변화에 빠르게 반응하면서 호황기에 설비투자가 과도하게 증가하고, 이후 공급과잉이 발생하면 가격과 이익이 급락하는 패턴이 반복됐다. 반면 3년 안팎의 장기계약 비중이 커지면 공급자는 향후 수요를 더 정확히 파악할 수 있고, 고객도 필수 물량을 안정적으로 확보할 수 있다.
HBM 생산이 일반 DRAM 생산능력을 잠식한다는 점도 공급 제약을 강화한다. 제한된 생산라인에서 HBM 비중이 늘어나면 범용 DRAM의 공급 증가가 억제되고, 이는 AI와 직접 관련이 없는 메모리 가격에도 영향을 줄 수 있다. 따라서 AI 가속기 수요가 예상보다 강하게 지속될 경우 HBM뿐 아니라 DRAM과 NAND의 수급도 과거 사이클과 다른 모습을 보일 수 있다.
강연자는 이러한 구조 때문에 과거처럼 반도체 기업의 이익이 1~2년 안에 50~60% 급락할 가능성이 낮아졌다고 주장한다. 물론 공급 부족 전망은 기업의 예상일 뿐 확정된 사실이 아니며, 경쟁사의 증설과 고객사의 설계 변경에 따라 달라질 수 있다. 그럼에도 장기계약, AI 수요, 제한된 HBM 공급능력이 동시에 나타나는 상황은 과거의 전형적인 메모리 사이클과 구분해서 볼 필요가 있다.
HBM 사양 조정과 Enterprise SSD의 새로운 역할
영상에서는 HBM 사양을 낮추려는 움직임이 한때 수요 둔화 신호로 오해받았다고 설명한다. 그러나 강연자의 해석은 다르다. HBM 공급 자체가 부족하기 때문에 한 개의 GPU에 탑재하는 HBM 용량이나 사양을 조정하고, 확보된 물량을 더 많은 GPU에 나누어 탑재하려는 선택일 수 있다는 것이다.
이 경우 개별 GPU의 HBM 사양이 낮아지더라도 판매되는 GPU의 수가 늘면 전체 HBM 수요는 크게 감소하지 않을 수 있다. 오히려 AI 가속기 시스템 전체의 수를 늘리는 데 도움이 되므로 데이터센터의 총연산능력은 계속 확대될 수 있다. 따라서 HBM 사양 하향만 보고 메모리 수요가 꺾였다고 단정하는 것은 공급 제약 아래에서 이루어지는 시스템 최적화를 놓치는 해석이 된다.
더 주목할 변화는 KV Cache(Key-Value Cache)의 일부를 Enterprise SSD로 Offloading(오프로딩)하는 방식이다. AI 추론 과정에서 생성되는 KV Cache는 상당한 메모리 용량을 필요로 하는데, 이를 모두 비싼 HBM이나 DRAM에 저장하기 어렵다면 상대적으로 저렴하고 용량이 큰 Enterprise SSD가 계층형 저장장치 역할을 맡을 수 있다. 강연자는 Samsung Electronics가 Enterprise SSD 수요 증가 가능성을 긍정적으로 보고 있다고 설명한다.
💡 [영상 참조] 강연자는 이 구간에서 HBM, DRAM, SSD 사이의 KV Cache 오프로딩 구조를 도식으로 설명한다.
📺 원본 영상에서 메모리 계층 구조를 확인할 수 있다.
이 변화는 NAND 시장에도 중요한 의미가 있다. 중국 업체들이 모바일과 PC용 범용 NAND에서는 빠르게 성장하더라도 고성능 Enterprise SSD 시장에 진입하려면 컨트롤러, 펌웨어, 신뢰성 검증과 고객 인증을 포함한 더 높은 기술 장벽을 넘어야 한다. 따라서 KV Cache 오프로딩이 확산되면 Samsung Electronics, SK hynix의 Solidigm, SanDisk 등 Enterprise SSD 역량을 갖춘 기업이 상대적으로 유리할 수 있다는 것이 강연자의 분석이다.
Solidigm의 가치도 이 관점에서 재평가된다. 강연자는 Solidigm이 SK hynix 실적에서 차지하는 비중과 Enterprise SSD 사업의 잠재 Valuation을 고려하면, 단순한 NAND 자회사 이상의 가치를 부여받을 수 있다고 본다. 다만 영상에서 언급된 구체적인 사업 비중과 PER은 원본 자료의 산정 기준을 확인하기 어려우므로 방향성을 설명하는 참고치로 이해해야 한다.
빅테크의 회사채 발행은 위험 신호인가
AI 데이터센터 투자가 급증하면서 Amazon, Alphabet, Meta 등 주요 기업의 회사채 발행도 늘고 있다. 금리가 높은 상황에서 부채를 늘리는 모습은 언뜻 위험해 보이지만, 강연자는 부채의 절대 규모보다 투자 대비 조달 비중과 향후 성장률을 함께 봐야 한다고 설명한다. 성장성과 현금흐름이 유지된다면 부채는 미래 수익을 앞당겨 투자하는 수단이지만, 성장이 급격히 둔화되면 비로소 Deleveraging(부채 축소) 압력으로 바뀐다는 것이다.
영상에서 제시된 설명에 따르면 주요 빅테크의 회사채 발행액은 연간 AI 투자액의 약 20~30%[?] 수준이다. 나머지 투자액을 영업현금흐름과 보유현금으로 감당할 수 있다면, 현재의 회사채 발행만으로 재무구조가 즉시 위험해진다고 보기는 어렵다. 반면 Oracle, CoreWeave와 같은 상대적으로 부채 의존도가 높은 사업자는 금리와 신용스프레드 변화에 더 민감할 수 있다.
금리 민감도 역시 기업마다 다르다. 강연자가 설명한 화면 자료에서는 Microsoft, NVIDIA, Apple 등이 상대적으로 금리 변화에 둔감한 반면, Meta와 Alphabet은 더 민감한 기업으로 제시된다. Oracle과 일부 Neocloud 사업자는 높은 자본지출과 외부자금 의존성 때문에 별도로 살펴야 할 대상으로 언급된다.
💡 [영상 참조] 강연자는 이 부분에서 금리 변화에 대한 빅테크 주가 민감도와 기업별 차입 구조를 비교한다.
📺 원본 영상에서 기업별 수치를 확인할 수 있다.
결국 AI Capex(자본적 지출)가 중단될 조건은 단순히 금리가 한 번 오르는 상황이 아니다. 장기금리가 급등하고 신용시장의 조달비용이 높아지는 동시에, 토큰 사용량과 클라우드 매출 성장까지 둔화돼 투자수익률에 의문이 생겨야 한다. 강연자는 아직 이 세 가지 조건이 동시에 충족되지 않았기 때문에 빅테크가 AI 투자 경쟁에서 먼저 이탈할 유인이 크지 않다고 판단한다.
한국 반도체가 싸도 외국인이 바로 사지 않는 이유
한국 투자자에게 AI 반도체는 Samsung Electronics와 SK hynix를 중심으로 인식되지만, 글로벌 투자자에게는 선택지가 훨씬 많다. 미국 시장에는 NVIDIA와 빅테크뿐 아니라 Micron, SanDisk, 광통신, 전력기기, 데이터센터, 주문형 반도체와 설계자산 기업까지 다양한 AI Exposure가 존재한다. 따라서 한국 메모리 기업이 저평가됐다는 사실만으로 외국인 자금이 곧바로 유입된다고 기대하기는 어렵다.
영상에서 강연자는 다음 해 예상이익 기준으로 Micron의 PER이 약 6.2배[?], SanDisk가 약 7.5배[?], SK hynix ADR이 약 5.1배[?] 수준이라고 언급한다. 반면 한국에 상장된 SK hynix와 Samsung Electronics는 이보다 더 낮은 배수에 거래되고 있다는 설명이 이어진다. 다만 종목명과 기준가격 일부가 STT에서 불명확하므로 정확한 현재 수치가 아니라 영상에서 제시된 상대적 Valuation 비교로 이해해야 한다.
미국 투자자는 불확실성이 높을 때 더 높은 Valuation을 지불하더라도 유동성이 풍부하고 기업지배구조가 익숙한 미국 상장 종목을 선택할 수 있다. SK hynix ADR과 한국 본주의 가격 괴리가 언급된 것도 이러한 시장 접근성과 위험 프리미엄의 차이를 보여준다. 한국 주식이 저평가됐다는 사실만으로 그 격차가 자동으로 해소되지는 않으며, 할인율을 줄일 구체적인 촉매가 필요하다.
강연자는 그 촉매로 실적 가시성과 주주환원을 제시한다. HBM 가격과 장기계약이 확인되면 이익 전망에 대한 불확실성이 낮아지고, 자사주 매입과 소각이 꾸준히 이어지면 주당 가치와 자본효율성에 대한 신뢰가 높아질 수 있다. 따라서 한국 반도체 기업이 글로벌 AI 자금의 우선순위로 올라가려면 싼 가격뿐 아니라 지속 가능한 이익과 주주친화적 자본배분을 함께 입증해야 한다.
Apple과 Texas Instruments가 보여주는 주주환원의 복리 효과
영상은 Apple과 Texas Instruments의 사례를 통해 높은 PBR만으로 기업을 비싸다고 단정하기 어렵다는 점을 설명한다. Apple의 PBR이 매우 높은 이유 가운데 하나는 장기간의 자사주 매입과 소각으로 장부상 자기자본이 줄어들었기 때문이다. 즉 높은 PBR이 전적으로 시장의 과도한 낙관을 의미하는 것이 아니라, 자본구조 변화의 결과일 수 있다는 것이다.
강연자가 소개한 자료에서 Apple의 Free Cash Flow(잉여현금흐름) 대비 주주환원율은 약 107%[?]로 제시된다. 이 가운데 상당 부분이 자사주 매입에 사용됐고, 매입한 주식의 대부분을 소각해 장기적으로 유통주식 수를 줄였다는 설명이다. Texas Instruments 역시 Free Cash Flow를 넘어서는 규모의 배당과 자사주 매입을 시행한 사례로 소개된다.
💡 [영상 참조] 강연자는 Apple과 Texas Instruments의 PBR, Free Cash Flow 대비 환원율, 자사주 매입 및 소각 비중을 비교한다.
📺 원본 영상에서 세부 수치를 확인할 수 있다.
이와 비교하면 한국 반도체 기업의 주주환원은 아직 역사가 짧다. 일회성 자사주 매입만으로 미국 기업과 같은 Valuation을 받기는 어려우며, 10년 이상 일관된 정책을 유지해야 시장의 신뢰가 축적될 수 있다. 강연자는 Samsung Electronics가 자사주 매입과 소각의 효과를 경험한 만큼 앞으로도 이를 꾸준히 이어가야 한다고 주장한다.
주주환원은 단기 주가 방어에도 영향을 준다. 영상에서는 자사주 매입이 시장의 매물을 흡수하면서 일정 기간 하방을 지지할 수 있다고 평가한다. 그러나 매입 가능한 물량과 기간에는 한계가 있으므로, 자사주만으로 상승 추세를 만들 수는 없으며 결국 실적과 HBM 가격 전망이 뒤따라야 한다.
💡 핵심 투자 전략: 금리보다 수요의 임계점을 추적하라
강연자가 제시하는 투자 논리의 핵심은 금리 인상 여부를 이분법적으로 예측하는 것이 아니라, 금리가 AI 수요와 기업의 자금조달을 실제로 훼손하는 임계점에 도달했는지를 관찰하는 것이다. 정책금리가 한 차례 오르더라도 장기금리, 달러, 신용스프레드와 AI 수요가 안정적이면 반도체의 장기 투자 논리는 유지될 수 있다. 반대로 금리 동결이 이루어져도 토큰 성장률과 데이터센터 주문이 꺾인다면 주가에는 더 근본적인 위험이 된다.
실행 측면에서는 단기 변동성을 추격하기보다 조정 구간에서 분할 접근하는 방식이 제시된다. 강연자는 자사주 매입이 하방을 지지하고 HBM 가격 협상 결과가 가시화되기 전까지 주가가 박스권에서 오르내릴 가능성이 있다고 본다. 따라서 급등한 날 따라 사기보다 시장의 금리 공포로 주가가 밀릴 때 펀더멘털이 훼손됐는지 확인하고 접근하는 편이 논리에 부합한다.
확인해야 할 첫 번째 지표는 미국 2년물뿐 아니라 10년물과 30년물 금리의 동반 상승 여부다. 여기에 달러 강세와 회사채 조달비용 상승이 겹치면 금리 충격이 금융시장 전반으로 확산되고 있다는 신호가 된다. 두 번째로는 빅테크의 Capex 계획, 토큰 사용량, CSP 매출과 AI 데이터센터 가동률을 살펴야 한다.
세 번째 지표는 메모리 산업 내부의 계약과 가격이다. HBM의 다음 해 계약가격, LTA 체결 비중, HBM 생산에 따른 범용 DRAM 공급 제약, Enterprise SSD 주문을 함께 봐야 한다. HBM 가격만 상승하고 최종 AI 수요가 둔화된다면 지속 가능성이 떨어질 수 있지만, 토큰과 GPU 수요가 함께 증가한다면 가격 상승은 공급부족의 결과로 해석할 수 있다.
이 전략의 가장 큰 위험은 강한 AI Narrative가 숫자로 검증되기 전에 높은 확신을 갖는 것이다. 토큰 사용량이 늘더라도 가격 하락 속도가 더 빠르면 CSP의 수익성이 개선되지 않을 수 있고, 기업의 AI 도입이 인건비 절감으로 연결되지 않으면 최종 고객의 투자 의지도 약해질 수 있다. 또한 경쟁사의 증설, 중국 메모리 기업의 기술 추격, HBM 설계 변경과 미국의 규제 또는 반독점 조사는 공급자 수익에 예상치 못한 영향을 줄 수 있다.
데이터 분석: 낮은 PER이 하방을 보장하는가
강연자는 Micron의 예상 PER이 6배 초반[?]이라는 점을 들어 메모리 주식의 하방 위험이 상당 부분 반영됐다고 분석한다. 과거 반도체 주식이 낮은 PER에서도 위험했던 이유는 이익이 사이클 고점에 있었기 때문이다. 당시에는 현재 이익 기준 PER이 4~6배로 보여도 이익이 절반으로 감소하면 실제 PER이 8~12배로 빠르게 높아졌다.
현재는 AI 수요, HBM의 생산 제약과 LTA 확대 때문에 같은 속도의 이익 감소가 발생할 가능성이 낮다는 것이 강연자의 주장이다. 영상에서는 Micron의 특정 사업 마진이 약 85%[?]이며, 향후 정상화 과정에서 마진이 하락하더라도 과거 사이클 고점보다 높은 수준을 유지할 수 있다는 설명이 나온다. 다만 해당 마진이 어느 제품군과 회계 기준을 의미하는지는 STT만으로 확정하기 어려우므로 원본 영상의 표를 확인해야 한다.
강연자는 극단적으로 다음 해와 그다음 해 이익이 각각 30% 감소하는 상황을 가정해도 현재 가격에서 환산한 PER이 과거 반도체 고점 수준을 크게 넘지 않을 수 있다고 계산한다. 이 논리는 현재 Valuation에 상당한 이익 감소가 이미 반영됐다는 의미다. 그러나 낮은 PER 자체가 주가의 절대적 바닥을 보장하지는 않으며, 이익 추정치가 예상보다 크게 하향되거나 시장 할인율이 급등하면 주가는 추가 하락할 수 있다.
| 영상에서 언급된 항목 | 수치 또는 범위 | 해석 시 주의점 |
|---|---|---|
| Micron 예상 PER | 약 6.2배[?] | 다음 해 예상이익 기준으로 언급 |
| SanDisk 예상 PER | 약 7.5배[?] | 원본 화면의 기준 시점 확인 필요 |
| SK hynix ADR 예상 PER | 약 5.1배[?] | 한국 본주와의 괴리 비교에 활용 |
| Google 토큰 생산량 증가 | 2년간 300배 이상[?] | 집계 대상과 기간의 세부 기준 불명확 |
| 업계 토큰 사용량 증가 | 연간 약 11배[?] | 영상에서 소개된 추정치 |
| 토큰 가격 하락 | 연간 약 80~90%[?] | 모델과 서비스별 차이 가능 |
| 주요 빅테크 회사채 조달 | 연간 투자액의 약 20~30%[?] | 영상 속 비교 자료 기준 |
| Apple 주주환원율 | Free Cash Flow 대비 약 107%[?] | 기간과 산식은 원본 자료 확인 필요 |
| Samsung Electronics 메모리 전망 | 2028년까지 공급부족 | 회사 전망으로서 불확실성 존재 |
이 표의 수치들은 모두 영상에서 음성으로 언급된 값에 한정된다. 현재 시장가격이나 기업의 최신 공시를 검증해 재계산한 자료가 아니므로, 실제 투자 판단에서는 각 기업의 실적 발표와 공식 자료를 별도로 확인해야 한다.
밸류에이션 재평가의 조건과 목표가격 발언
강연자는 미국 메모리 기업이 예상이익 기준 8~10배 수준으로 재평가될 수 있다면 한국 기업도 현재보다 높은 Multiple을 받을 여지가 있다고 본다. 다만 한국 시장에는 지배구조, 주주환원, 외국인 접근성과 지정학적 위험을 반영한 Korea Discount(코리아 디스카운트)가 존재하므로 미국 기업과 동일한 배수를 즉시 적용하기는 어렵다.
영상에서는 보수적으로 PER 6~7배를 적용했을 때 SK hynix와 Samsung Electronics의 적정가격을 계산한 화면이 제시된다. STT에는 SK hynix 약 210만~245만 원[?], Samsung Electronics 약 29만~34만 원[?]으로 들리는 수치가 등장하지만, 화면상의 주가 단위와 계산 기준을 확인할 수 없어 정확한 수치로 확정하기 어렵다. 따라서 이 숫자는 확정적 목표가격으로 옮기기보다 강연자가 현재 대비 상당한 재평가 가능성을 주장했다는 정도로 이해하는 것이 안전하다.
💡 [영상 참조] 강연자는 이 부분에서 PER 6배와 7배를 적용한 SK hynix 및 Samsung Electronics의 가격 시나리오를 표로 제시한다. STT상 가격 단위가 불확실하므로 반드시 원본 화면을 확인해야 한다.
📺 원본 영상에서 계산 기준을 확인할 수 있다.
재평가가 이루어지려면 시장이 현재의 높은 이익이 일시적 사이클 고점이 아니라는 점을 납득해야 한다. 강연자가 반복적으로 사용한 ‘계몽’이라는 표현은 투자자들이 AI 수요, 토큰 증가, LTA와 메모리 공급 제약의 연결 구조를 이해해야 한다는 의미다. 이 인식 전환은 설명만으로 일어나기보다 실제 계약가격, 실적과 현금흐름이 몇 분기 동안 확인될 때 비로소 가능하다.
향후 전망: HBM 가격이 인식 전환의 촉매가 된다
강연자는 주가의 중요한 분기점으로 3분기 실적 발표와 다음 해 HBM 가격 협상을 지목한다. 9월에는 가격 전망이 충분히 확정되지 않을 수 있지만, 10월을 지나 11~12월로 갈수록 고객사와 공급사 사이의 계약 결과가 시장에 알려질 가능성이 높다는 설명이다. 다음 해 HBM 가격이 영상에서 언급된 40~50% 안팎[?]의 상승률로 확인된다면 이익 전망과 Valuation에 대한 시장의 인식이 바뀔 수 있다.
그 전까지는 주가가 뚜렷한 방향 없이 오르내릴 가능성이 있다. 금리 발표, 고용과 물가 데이터, 자사주 매입, 외국인 수급이 단기 등락을 만들겠지만, 강연자는 메모리 공급과 AI 투자의 펀더멘털이 유지되는 한 과거 저점 부근까지 되돌아갈 가능성은 낮다고 본다. 다만 이는 강연자의 전망이며 금리와 산업수요가 예상과 다르게 전개되면 언제든 수정돼야 한다.
가장 긍정적인 시나리오는 장기금리가 안정되는 가운데 HBM 가격과 LTA가 예상보다 강하게 체결되고, Enterprise SSD 수요까지 확대되는 경우다. 이때 한국 메모리 기업은 이익 전망 상향과 Valuation 재평가를 동시에 경험할 수 있다. 반대로 장기금리가 급등하고 토큰 성장률과 CSP 투자가 둔화되며 메모리 공급까지 빠르게 늘어난다면, 낮은 PER에도 불구하고 이익 추정치 하향으로 주가가 압박받을 수 있다.
AI 투자의 방향은 긍정적이지만 속도는 고르지 않을 가능성이 크다. 전력과 광통신, GPU, 메모리, 소프트웨어 사이에서 자금이 순환하며 특정 분야가 먼저 상승하고 다른 분야가 뒤따르는 장세가 나타날 수 있다. 투자자는 AI라는 하나의 이름 아래 모든 종목이 동시에 오를 것이라고 기대하기보다, 각 기업이 가치사슬에서 어느 위치에 있으며 실제 현금흐름을 얼마나 가져가는지 구분해야 한다.
마무리 / 핵심 정리
이 영상의 결론은 금리가 중요하지 않다는 것이 아니라 AI 투자수요가 일반적인 성장주보다 훨씬 강한 경제적 동기를 갖고 있다는 데 있다. AI는 기업의 인건비 절감과 생산성 향상을 가능하게 하고, 빅테크에는 차세대 플랫폼 경쟁의 핵심이며, 미국 정부에는 성장과 부채 문제를 완화할 잠재적 수단이다. 따라서 금리가 한두 차례 오르는 정도만으로 이 거대한 투자 사슬이 즉시 멈출 가능성은 낮다는 것이 강연자의 판단이다.
반도체 산업에서는 HBM 공급부족, LTA 확대, DRAM 생산 제약과 KV Cache의 Enterprise SSD 오프로딩이 새로운 수요 기반을 만든다. 이 변화가 지속된다면 과거처럼 메모리 이익이 짧은 시간 안에 붕괴하는 사이클이 완화될 수 있고, 현재 낮은 Valuation은 재평가의 출발점이 될 수 있다. 그러나 공급부족 전망과 높은 토큰 성장률이 실제 실적과 현금흐름으로 이어지는지는 계속 검증해야 한다.
한국 반도체 주식의 과제는 단순한 저평가 해소가 아니다. 글로벌 투자자에게는 Micron, SanDisk, NVIDIA, 빅테크, 전력과 광통신 등 다양한 AI 투자처가 있기 때문에, Samsung Electronics와 SK hynix가 선택받으려면 실적 가시성뿐 아니라 장기간 일관된 주주환원 정책을 보여줘야 한다. 자사주 매입과 소각이 꾸준히 이어질 때 낮은 PBR과 PER은 비로소 장기적인 주당 가치 상승으로 연결될 수 있다.
따라서 투자자가 확인해야 할 질문은 금리가 오르느냐 내리느냐 하나로 끝나지 않는다. 장기금리와 달러가 함께 급등하는지, 토큰 수요가 단가 하락보다 빠르게 늘어나는지, 빅테크가 Capex 계획을 유지하는지, HBM과 LTA 가격이 실제 계약으로 확인되는지를 함께 살펴야 한다. 강연자가 말한 ‘계몽’은 낙관론을 무조건 믿는 태도가 아니라, 이 연결 구조를 숫자로 이해하고 변화를 지속적으로 검증하는 과정에 가깝다.
📚 출처 및 참고
| 구분 | 내용 |
|---|---|
| 원본 영상 | 금리가 올라도 AI는 무너지기 힘듭니다 |
| 채널 | 머니코믹스 Money Comics |
| 영상 길이 | 약 58분 26초 |
| 리포트 작성 | 2026-09-01 |
| 작성 방식 | YouTube 영상 STT 변환 후 문맥 교정 및 에디팅 |
💬 본 리포트는 영상 내용을 바탕으로 재구성되었다. STT에서 불명확한 숫자와 화면 자료는 확정적으로 보완하지 않았으며, 정확한 발언과 계산 기준은 원본 영상을 참조해야 한다.