올해 이익 100조, 지금도 싸다? (파인드어스 이재용 회계사)
1. 현재 시장 상황: 폭발적 성장의 숫자들
주가 및 시가총액 현황
2025년 초 기준, 한국의 양대 메모리 반도체 기업은 전례 없는 주가 상승을 경험했다. 삼성전자는 최근 1년간 147% 상승하여 시가총액 900조 원을 기록했고, SK하이닉스는 250% 급등하며 시총 500조 원에 도달했다. 하이닉스 투자자는 1년 만에 3.5배의 수익을, 삼성전자 투자자는 2.5배의 수익을 거둔 셈이다.
실적 분석
| 기업 | 분기 매출액 | 분기 영업이익 | 분기 순이익 | 연환산 순이익 | 현재 PER |
|---|---|---|---|---|---|
| 삼성전자 | 86조 원 (메모리 26조) | 12조 원 | 12조 원 | 약 50조 원 | 18배 |
| SK하이닉스 | 24.5조 원 | 11조 원 | 12.5조 원 | 약 50조 원 | 10배 |
| 마이크론 | 약 20조 원 | 9조 원 | 8조 원 | 약 32조 원 | 약 15배 |
주목할 점은 SK하이닉스의 매출액이 삼성전자의 3분의 1도 안 되지만, 영업이익은 거의 동일하다는 사실이다. 이는 HBM(High Bandwidth Memory) 제품의 높은 수익성을 반영한다. 증권사들은 2026년 두 회사 모두 영업이익 100조 원을 달성할 것으로 전망하고 있다. 만약 이것이 실현된다면 SK하이닉스의 PER은 5배, 삼성전자는 9배 수준으로 하락하게 된다.
2. 핵심 질문: 이 성장은 지속 가능한가?
투자자의 딜레마
메모리 반도체는 라면이나 자동차와 달리 안정적인 반복 수요가 보장되지 않는다. 2-3년 전만 해도 적자였던 이 기업들이 지금 사상 최대 실적을 기록하고 있지만, 이것이 언제까지 지속될지는 불확실하다. 핵심 질문은 명확하다: 현재의 높은 이익이 일시적 피크인가, 아니면 새로운 성장 사이클의 시작인가?
수요-공급 프레임워크
이 질문에 답하기 위해서는 두 가지 관점을 동시에 고려해야 한다:
- 공급 측면: HBM과 메모리 반도체의 생산 능력이 얼마나 빠르게 증가할 것인가?
- 수요 측면: AI 컴퓨팅에 대한 수요가 공급 증가 속도를 따라잡거나 초과할 것인가?
Bank of America는 2026년 메모리 반도체 시장이 51% 성장할 것으로 전망했다. 이 중 평균 판매가격(ASP) 상승이 33%를 차지하며, 실제 생산량 증가는 약 20% 미만일 것으로 보인다. HBM 시장은 더 높은 58% 성장이 예상되지만, 이는 2025년의 80% 성장률보다는 둔화된 수치다.
3. 공급 측면 분석: 연산 성능의 기하급수적 확장
메모리 판매량과 AI 연산 능력의 비선형 관계
여기서 가장 중요한 통찰이 등장한다. HBM 시장 규모가 80% 증가한다고 해서 AI 연산 능력이 80%만 증가하는 것이 아니다. 실제로는 훨씬 더 큰 배수로 연산 능력이 확장된다.
연산 성능 확장의 메커니즘
2024년 대비 2025년의 변화를 분석하면:
- 기가바이트당 가격 하락: 시장 규모가 80% 증가했지만, 가격이 하락했으므로 실제 생산량은 100% 이상 증가
- 제품 성능 향상: HBM3에서 HBM3e로의 전환
- 용량: 2배 증가
- 전송 속도(대역폭): 1.5배 증가
- 결과: 처리 가능 데이터량 3배 증가 (2 × 1.5)
- GPU 가동률 개선: 메모리 병목 현상 완화로 GPU 활용도 1.5배 향상
- 종합 효과: 3배 × 1.5배 = 약 5배의 실질 연산 성능 향상
이는 반도체 산업에서 메모리가 “병목(Bottleneck)“으로 작용한다는 사실을 보여준다. GPU가 아무리 빠르게 계산해도, “그게 뭐였지?”하며 메모리에서 데이터를 찾는 시간이 길면 전체 성능이 제한된다. HBM의 성능이 향상될수록 이러한 대기 시간이 줄어들고, GPU의 잠재력이 더 많이 발휘된다.
2년 후의 시나리오
- 2025년: 전년 대비 연산 능력 5배 증가
- 2026년: 전년 대비 연산 능력 5배 증가 (보수적 추정)
- 결과: 2024년 대비 2026년에는 25배의 연산 능력 확보 (5 × 5)
만약 이 추세가 3년간 지속된다면, 2027년에는 2024년 대비 125배의 연산 성능을 갖추게 된다. 이는 상상하기 어려운 규모지만, 수학적으로는 충분히 가능한 시나리오다.
공급 타이밍의 시차
한 가지 유의할 점은 2025년에 생산된 HBM이 실제 데이터센터에서 가동되기까지는 약 1년의 시차가 존재한다는 것이다. 조립, 배송, 검수, 전력 인프라 구축 등의 과정을 거쳐야 하기 때문이다. 따라서 2025년의 공급 증가는 2026-2027년의 실질적인 성능 향상으로 나타난다.
4. 수요 측면 분석: 빅테크의 막대한 투자
데이터센터 투자 현황
AI 시대의 주요 수요자는 클라우드 빅3—아마존, 마이크로소프트, 구글—이다.
| 기업 | 2024년 설비투자 | 영업이익 대비 투자 비율 (최근 분기) | 2025년 예상 투자 |
|---|---|---|---|
| 마이크로소프트 | 445억 달러 (약 60조 원) | 92% | 증가 예상 |
| 아마존 | - | 197% | 증가 예상 |
| 구글 | - | 77% | 증가 예상 |
아마존은 이미 영업이익의 2배에 달하는 금액을 투자하고 있으며, 이는 대출을 통해 투자를 확대하고 있음을 의미한다. 마이크로소프트도 벌어들이는 이익의 거의 전부를 설비에 쏟아붓고 있다.
2025년 빅3의 총 투자 규모는 약 **3,000억 달러(420조 원)**에 달할 것으로 예상되며, 이는 전년 대비 65% 증가한 수치다. 2026년에는 여기서 추가로 20% 이상 증가할 전망이다.
투자 여력의 한계?
영업이익 대비 투자 비율을 보면, 구글은 아직 여력이 있지만 마이크로소프트와 아마존은 이미 한계에 근접했다. 그렇다면 성장이 둔화될 것인가?
여기에는 중요한 고려사항이 있다. 데이터센터 투자의 초기 단계(2024-2025)에는 토지 매입과 건물 건설에 막대한 비용이 투입된다. 이 과정이 완료되면, 이후에는 GPU와 메모리 칩 구매에 상대적으로 더 많은 자금을 집중할 수 있다. 즉, 투자 증가율이 둔화되더라도 칩 구매량은 오히려 가속화될 가능성이 있다.
마이크론의 시그널
글로벌 메모리 3위 업체인 마이크론은 2025년 초 폭탄선언을 했다:
- 다음 분기 매출액 37% 증가 예상
- 주당 순이익 76% 증가 예상
- 2026년 판매 가능한 HBM 물량 조기 소진
마이크론의 2026년 물량이 이미 다 팔렸다는 것은, 공급이 수요를 따라가지 못하고 있다는 명확한 증거다. 단기적으로는 악재처럼 보일 수 있지만(추가 판매 기회 상실), 장기적으로는 호재다. 충족되지 못한 수요가 2027년으로 이월되면서 높은 가격대가 더 오래 유지될 수 있기 때문이다.
5. 수요의 핵심 방정식: 사용자 × 작업량 × 추론 깊이
AI 연산 수요를 결정하는 세 가지 변수
AI 컴퓨팅 수요는 단순히 사용자 수로만 결정되지 않는다. 다음 세 가지 요소의 곱으로 이해해야 한다:
총 연산량 = 사용자 수 × 1인당 작업 수 × 평균 추론 깊이
여기서 **추론 깊이(Inference Depth)**가 결정적으로 중요하다. “대한민국의 수도는?”이라는 질문은 추론 깊이가 1이라면, “인류의 미래는?”이라는 질문은 추론 깊이가 100일 수 있다. 연산량은 질문의 복잡도에 따라 최소 10배에서 최대 100배까지 차이가 난다.
2년 후 시나리오 모델링
보수적 시나리오
- 2025년 기준점: 사용자 10, 작업 수 10, 추론 깊이 10 → 총 연산량 1,000
- 2027년 예측: 사용자 15 (50% 증가), 작업 수 30 (3배 증가), 추론 깊이 50 (5배 증가)
- 결과: 15 × 30 × 50 = 22,500 (22.5배 증가)
이는 공급 측면에서 예상한 25배 증가와 거의 일치한다.
공격적 시나리오 (기업 AI 도입 본격화)
- 2027년 예측: 사용자 15, 작업 수 100 (10배 증가, 기업 업무 자동화), 추론 깊이 100 (10배 증가, 고도화된 의사결정)
- 결과: 15 × 100 × 100 = 150,000 (150배 증가)
개인 vs. 기업: 진짜 수요는 어디서 오는가?
중요한 통찰은 개인 사용자의 AI 활용은 여전히 “장난” 수준이라는 점이다. 침대에 누워 ChatGPT에 가벼운 질문을 몇 번 하는 것과, 기업이 전사적 의사결정 시스템에 AI를 통합하는 것은 완전히 다른 차원의 연산 수요를 발생시킨다.
기업 환경에서는:
- 할루시네이션(환각) 허용 불가 → 검증 프로세스 필수 → 연산량 폭증
- 24시간 무중단 작업 → 지속적 연산 수요
- 고도화된 의사결정 (물류 최적화, 가격 책정, 공급망 관리) → 추론 깊이 기하급수적 증가
McKinsey 2024년 11월 조사에 따르면:
| AI 활용 단계 | 기업 도입률 | 주요 활용 사례 | 연산 복잡도 |
|---|---|---|---|
| 1단계: 단순 활용 | 88% | 이메일 작성, 회의록 요약 | 낮음 |
| 2단계: 중급 활용 | 23% | 광고 문구 자동 생성, 챗봇 응답 | 중간 |
| 3단계: 핵심 의사결정 | 6% | 물류 최적화, 가격 책정, 공급망 관리 | 매우 높음 (10-100배) |
현재 1단계 기업들이 2-3단계로 이동하는 순간, 연산 수요는 보수적으로 20-50배, 공격적으로는 100배 이상 폭증할 수 있다.
6. 수익 분배 구조: 누가 AI 혁명의 과실을 가져가는가?
비용 절감의 역설
AI가 기업의 비용을 절감하면, 그 이익은 누구에게 돌아가는가? 직관적으로는 AI를 도입한 기업이 전액 가져갈 것 같지만, 현실은 다르다.
넷플릭스 사례 분석
넷플릭스가 AI를 활용해 콘텐츠 제작비를 연간 10조 원 절감했다고 가정하자:
- 소비자에게 전가? 불가능. 구독료를 2만 원에서 2,000원으로 낮출 이유가 없음
- 넷플릭스가 독점? 어려움. AI 솔루션 제공업체(마이크로소프트, 구글 등)가 청구서 제시
- 협상 구조: “저희 솔루션으로 10조 원 절감하셨으니, 3조 원 주시죠. 안 하시면 철수하겠습니다.”
- 결론: 넷플릭스는 거부할 수 없음. AI 과점 기업이 협상력 우위 보유
핵심: AI로 인한 생산성 향상의 상당 부분은 플랫폼 과점 기업(마이크로소프트, 아마존, 구글)이 가져가게 되며, 이들은 다시 메모리 반도체 기업에 막대한 비용을 지불해야 한다.
가격 역설: 연산 비용은 오히려 하락한다
놀랍게도, GPU와 HBM 가격이 상승하는 상황에서도 단위 연산당 비용은 급격히 하락한다.
연산 비용 하락 메커니즘
-
2025년 상황:
- HBM 시장 규모: 80% 증가
- 엔비디아 매출: 120% 증가 (마진 확대)
- 글로벌 연산 능력: 400% 증가
-
클라우드 기업 관점:
- 지불 가격: 220% (전년 대비 2배 이상)
- 획득 연산 능력: 500% (전년 대비 5배)
- 단위 연산당 비용: 약 40% 수준으로 하락 (220/500)
이러한 구조가 지속되면, 장기적으로 연산 가격은 2배, 3배씩 하락하게 된다. 따라서 최종 사용자의 비용 부담은 크게 증가하지 않으면서도, 인프라 기업들의 매출은 계속 성장하는 구조가 만들어진다.
7. 캐즘(Chasm)의 가능성: 공급 과잉은 올 것인가?
전기차와의 비교
전기차 시장은 전형적인 캐즘을 경험했다. 막대한 투자가 이루어졌지만, 수요가 예상만큼 빠르게 증가하지 않아 공급 과잉이 발생했다. AI 반도체 시장에도 이런 일이 일어날 수 있을까?
AI는 다르다: 대체재가 아닌 신규 수요
중요한 차이점이 있다:
- 전기차: 내연기관차의 대체재. 시장 크기가 한정적
- AI: 이전에 존재하지 않던 완전히 새로운 수요 창출
더 결정적인 것은 AI의 지능 수준이 끊임없이 향상되고 있다는 점이다. 어떤 연구 기관은 매월 새로운 데이터로 AI 모델의 IQ 테스트를 실시하는데, 월평균 2.3-2.4포인트씩 꾸준히 상승하고 있다고 보고했다. 2-3년 전 IQ 80-90 수준이었던 모델이 현재는 130-140에 도달했다.
만약 이 추세가 지속되어 AI의 IQ가 150-160을 넘어서면, 인간의 평균 지능을 초과하게 된다. 그 순간 AI는 단순한 도구가 아니라 인간 노동력의 실질적 대체재가 된다. 이렇게 되면 수요 절벽이 올 가능성은 사실상 없다.
경쟁 구도의 지속성
또 다른 중요한 요소는 빅테크 간 경쟁이다. 만약 수요가 정체되더라도, 마이크로소프트, 아마존, 구글 간의 치열한 경쟁은 계속될 것이다. AI 산업은 “돈만 있으면” 진입할 수 있는 특성이 있어, 선두 기업들은 지위를 유지하기 위해 과잉 투자를 지속할 수밖에 없다.
삼성전자나 TSMC처럼 물리적 공장과 수십 년의 노하우가 필요한 반도체 제조와 달리, AI 모델 개발은 자본만 충분하면 상대적으로 빠르게 따라잡을 수 있다. 따라서 선발 주자들은 “과한 스펙”을 제공하면서라도 경쟁 우위를 유지하려 할 것이고, 이는 지속적인 수요를 보장한다.
8. 기업 AI 도입의 현실: 팔란티어(Palantir) 사례
실제 ROI 사례
팔란티어는 기업에 AI 솔루션을 통합하여 실질적 비용 절감을 실현하는 기업이다. 2024년 이후 주가가 500-600% 폭등한 이유는 검증된 성과 때문이다:
- 육가공 회사: 물류 최적화로 연간 2억 달러(약 3,000억 원) 절감
- 파나소닉: 공급망 관리 효율화로 수백억 원 절감
- 병원: 병상 가동률 최적화 및 간호사 인력 배치 최적화로 수백억 원 절감
도입 장벽: 조직 혁신의 필요성
그러나 AI 도입은 “윈도우 설치”처럼 간단하지 않다. 기업의 전체 프로세스를 재설계해야 한다:
- 데이터 수집 체계 전면 개편
- 의사결정 프로세스 변경
- 조직 구조 재편
- 기존 업무 방식의 전환
50년간 같은 방식으로 우유를 생산해온 기업이 갑자기 모든 공정에 센서를 설치하고, 데이터 기반 의사결정으로 전환하는 것은 막대한 저항을 수반한다. 한국 기업의 디지털 전환이 더딘 이유도 바로 이 때문이다.
티핑 포인트: 경쟁사의 성공 사례
그러나 상황은 급변할 수 있다. 만약 “LG전자가 AI 물류 최적화로 1,000억 원을 절감했다”는 소문이 돌면, 삼성전자는 당장 도입을 결정할 수밖에 없다. 이러한 승자의 가시적 성공 사례가 등장하는 순간, 업계 전체가 도미노처럼 AI를 도입하게 된다.
현재는 그 “티핑 포인트” 직전 단계로 보인다. 2-3년 내에 국내 대기업들 사이에서 뚜렷한 성공 사례가 나오면, 앞서 예측한 연산 수요 25배, 150배 증가는 충분히 현실화될 수 있다.
9. 투자 판단 프레임워크
핵심 질문
삼성전자와 SK하이닉스에 지금 투자해야 하는가? 이 질문은 결국 하나로 귀결된다:
“향후 2-3년간, AI 연산 수요가 공급 증가 속도를 초과할 것인가?”
강세 시나리오 (Bull Case)
다음 조건들이 충족되면 현재 주가 대비 2-3배 상승 가능:
- 기업의 3단계 AI 도입(핵심 의사결정 자동화)이 본격화
- 성공 사례가 산업 전반으로 확산되어 도미노 효과 발생
- AI IQ가 150+ 도달하여 인간 수준 초과
- 빅테크 간 경쟁 구도 지속으로 과잉 투자 유지
- HBM 공급 제약이 2027년까지 지속
이 경우 2026년 영업이익 100조 원, 2027년 150조 원 달성 시 현재 밸류에이션은 저평가로 판단됨.
약세 시나리오 (Bear Case)
다음 조건들이 나타나면 조정 가능:
- 기업 AI 도입 속도가 예상보다 느림 (조직 저항, 투자 부담)
- HBM 생산 능력이 예상보다 빠르게 증가하여 공급 과잉 발생
- AI 기술 발전 정체 또는 실용성 한계 노출
- 빅테크 투자 여력 소진 (영업이익 대비 투자 비율 한계)
- 경쟁사(중국 등)의 추격으로 가격 압력 증가
밸류에이션 관점
| 기업 | 현재 PER | 2026년 예상 PER | 역사적 적정 PER | 판단 |
|---|---|---|---|---|
| SK하이닉스 | 10배 | 5배 (100조 이익 가정) | 메모리 업사이클 12배 | 중립-긍정 |
| 삼성전자 | 18배 | 9배 (100조 이익 가정) | 메모리 업사이클 12배 | 중립 |
메모리 반도체는 전통적으로 PER 12배를 넘으면 부담스럽다고 평가된다. 사이클 산업 특성상 피크 이익이 지속되기 어렵기 때문이다. 그러나 AI 수요가 구조적 변화라면, 이 공식은 더 이상 유효하지 않을 수 있다.
💡 핵심 투자 전략: 신념 기반 포지셔닝
전략 원리 (Logic)
이 투자는 전통적인 밸류에이션 분석보다 미래 시나리오에 대한 신념이 더 중요하다. 다음 질문에 대한 답이 투자 결정을 좌우한다:
- 2-3년 내 나의 업무 환경이 AI로 근본적으로 변할 것인가?
- 10년 후 인류의 일하는 방식이 AI 중심으로 재편될 것인가?
- 빅테크 간 경쟁이 앞으로도 수년간 치열하게 지속될 것인가?
세 질문 중 2개 이상에 “예”라고 답한다면, 현재 가격은 투자 기회일 수 있다.
실행 방법 (How-to)
진입 전략:
- 이미 상승한 주가에 대한 심리적 저항을 극복해야 함
- “2배 오른 주식 사는 것”은 고수들만 할 수 있는 가장 어려운 투자
- 20% 하락을 기다리면 그 기회가 영원히 오지 않을 수 있음
- 차라리 지금 진입하고 명확한 손절 기준 설정 (예: -20%)
손절 기준 설정:
- 시나리오 A (구조적 문제): “AI는 허상이었다” / “AI가 우리 삶을 바꿀 역량이 없다” → 즉각 손절, 하방 폭 큼
- 시나리오 B (타이밍 문제): “가긴 가는데 2-3년 내는 아니고 10년 걸린다” → 단기 조정이지만 장기 전망 유효, 하방 제한적
분할 매수 전략:
- 1차: 현재 가격에서 목표 물량의 50% 진입
- 2차: 10% 조정 시 30% 추가 매수
- 3차: 20% 조정 시 최종 20% 매수
주의 사항 (Risk)
- 변동성: 테마주 특성상 10-20% 일중 변동 가능
- 지정학적 리스크: 미중 갈등, 반도체 규제 등 외부 변수
- 실적 서프라이즈: 분기 실적이 기대에 미달할 경우 급락 가능
- 경쟁 심화: 중국 업체(YMTC 등)의 추격
- 기술 전환: 차세대 메모리(MRAM, PCM 등)로의 급격한 전환 가능성
가장 큰 리스크: 이 투자는 “숫자”가 아니라 “믿음”에 기반한다. 2년 전 코로나 시기에 샀다면 10배를 벌었겠지만, 그때도 “믿음”이 필요했다. 지금도 마찬가지다.
10. 연쇄 효과: AI 생태계의 승자들
직접 수혜주
- 메모리 반도체: 삼성전자, SK하이닉스, 마이크론 (명확한 수혜)
- GPU: 엔비디아, AMD (이미 고평가 영역)
- 장비: ASML, 도쿄일렉트론 (공급 증설 시 수혜)
간접 수혜주: 콘텐츠 플랫폼
AI로 인한 제작비 절감 수혜:
- 넷플릭스: 콘텐츠 제작비 급감 예상, 수익성 개선
- 디즈니: 마블 영화 제작비 절감 가능
- SBS, CJ ENM: 국내 콘텐츠 기업 (단, AI 도입 속도에 따라 차별화)
핵심 논리: “영상 제작에 1,000명이 2년 걸리던 작업을 AI로 1명이 1개월에 완성” → 제작비 1/10 수준으로 하락 가능 → 플랫폼 기업의 마진율 급등
역설적 피해주: 중간 인력
- 영상 편집자, PD
- 중급 프로그래머
- 초급 디자이너
- 단순 사무직
장기 전망: 10-20년 후에는 개인당 월 20만 원씩 AI 구독료를 내는 세상이 올 수 있지만, 그 중간 과정에서 상당수 화이트칼라 직군의 일자리 위협 발생.
11. 결론: 믿음의 투자
이재용 회계사의 개인 의견
“저는 삼성전자와 SK하이닉스를 놓쳤습니다. 지금 들어가야 하나 고민했는데, 재무적으로 보면 완전히 불안한 구간은 아닙니다. 2026년에 100조 원 이상 번다고 하니, 더 쉽게 내려갈 것 같지는 않습니다. 다만 몇 배까지 갈지는 모르겠습니다.”
최종 판단 기준
다음 중 하나를 믿는다면 매수:
✅ 2년 내에 내 업무 환경이 AI로 극적으로 변할 것이다
✅ 기업들이 연간 연산 수요를 25배, 150배 늘릴 정도로 AI를 채택할 것이다
✅ 빅테크의 과점 구조와 치열한 경쟁이 당분간 지속될 것이다
✅ AI IQ가 인간을 초과하는 시점이 5년 이내에 온다
다음 중 하나를 믿는다면 대기:
❌ 한국 기업은 조직 변화가 느려서 10년은 걸린다
❌ AI는 결국 일부 기능만 대체하는 “좋은 도구” 수준에 머문다
❌ HBM 공급이 2027년부터 급증하여 가격 붕괴가 온다
❌ PER 10배는 여전히 부담스럽다 (전통적 밸류에이션 관점)
마지막 조언
이것은 숫자의 게임이 아니라 미래에 대한 베팅이다. 5년 후 우리가 정말로 개인당 AI에 월 20만 원씩 쓰는 세상이 온다면, 지금의 삼성전자 8만 원, SK하이닉스 70만 원은 “그때 샀어야 했는데”라고 후회할 가격이 될 것이다. 반대로 AI가 기대에 못 미친다면, 이 가격은 “버블의 정점”으로 기록될 것이다.
투자는 개인의 판단과 책임입니다. 이익이 나면 혼자 가져가려 했으면서, 손실이 나면 분석가를 탓하는 것은 부당합니다. 자신의 신념을 정하고, 그에 따라 행동하십시오.
부록: 비교 대상으로서의 비트코인
밸류에이션이 불안할 때마다 비트코인 가격을 보라. 아무런 현금흐름도 만들지 않는 자산이 시가총액 수백조 원을 유지하는데, 연간 50조 원을 버는 기업의 시총 500조 원이 비싸다고 할 수 있는가? 결국 가격은 집단적 믿음이 만든다. AI 반도체에 대한 집단적 믿음이 유지되는 한, 현재 가격은 정당화될 수 있다.