MS: AI 시대에서 진정한 성장 가능성을 가진 주식들만이 남아 있습니다. ⭐

AI가 급성장하는 오늘날, 전통적인 경쟁 우위는 점점 사라지고 있습니다. 이제는 소수의 기업들만이 오랫동안 경쟁 우위를 유지할 수 있는 귀중한 자원을 통제하고 있습니다.

모건 스탠리의 보고서에 따르면, 인공지능은 더 이상 예측 가능한 성장 곡선을 따라 발전하지 않습니다. 이제 인공지능은 비선형적인 성능 확장 단계에 들어섰으며, 모델의 성능과 실제 세계에서의 활용도가 이전의 예상보다 훨씬 빠르게 증가하고 있습니다.

2026년 초에 전 세계적으로 주간 단위로 사용되는 토큰의 양은 단 3개월 만에 6.4조 개에서 22.7조 개로 급증했습니다. 이는 약 250%나 증가한 수치입니다. 동시에, 최신 기술들은 이론적으로 예상된 것보다 훨씬 더 오랫동안 복잡한 계산 작업을 처리할 수 있는 성능을 보이고 있습니다.

샘 알트만과 같은 업계 리더들은, 세계가 다음 세대의 모델들을 받아들일 준비가 되어 있지 않다고 공개적으로 경고해왔습니다. 그 의미는 분명합니다. 지능에 대한 수요는 더 이상 선형적으로 증가하지 않습니다. 오히려 점점 더 빠르게 증가하고 있습니다.

첫 번째 전략: 컴퓨팅 분야의 장애물을 극복하기

이러한 수요 충격으로 인해, 즉시 투자 결정을 내리는 것이 필연적입니다.

지능의 공급 측을 소유하고 있습니다.

모건 스탠리에 따르면, AI 컴퓨팅에 필요한 성능 요구량은 공급량의 약 3배 속도로 증가하고 있습니다. 이는 주로 NVIDIA의 생산 능력에 기반을 두고 있습니다. 이러한 불균형은 단순히 주기적인 현상이 아니라, 근본적인 구조적인 문제입니다.

이 곤경의 중심에는, 결코 대체될 수 없는 소수의 플레이어들이 존재합니다.

• NVIDIA는 AI 훈련 및 인공지능 연산을 위한 GPU를 제공하는 선도적인 기업입니다.
• ASML은 EUV 리소그래피 분야에서의 독점 공급업체로서, 사실상 고급 칩 생산을 가능하게 하는 핵심 기술을 제공하는 기업입니다.

컴퓨팅 성능과 함께 확장될 수 있는 고급 메모리 및 네트워크 시스템

과거의 기술 혁명들과는 달리, 이번 시기는 수요 불확실성에 의해 좌우되지 않습니다. 이번 시기에는 공급이 제한되어 있습니다. 그 결과, 이러한 “컴퓨팅 관련 기업들”의 가격 결정력과 이익률은 더욱 높아질 것입니다.

두 번째 산업 분야: 데이터, 네트워크, 그리고 재현 불가능한 자산들

AI가 지능을 상품화함에 따라, 차별화는 모델에서 벗어나, 쉽게 복제될 수 없는 자산으로 이동하고 있습니다.

지속적으로 고유한 데이터를 생성하는 기업들 – 예를 들어…테슬라– 그들은 독특한 위치에 있습니다. 실제 세계에서의 데이터 축적은 시간과 물리적 배포라는 제약에 의해 제한되기 때문에, AI 기반의 압축 방식으로는 처리하기 어렵습니다.

마찬가지로, 네트워크 효과가 매우 강력한 플랫폼들도 마찬가지입니다. 메타그들의 경쟁 우위가 더욱 강화될 수 있습니다. AI는 경쟁 제품을 개발하는 비용을 줄여주지만, 사용자들의 이동 비용이나 유동성 형성에 드는 비용은 줄이지 못합니다.

이러한 상황에서는 규제된 인프라도 더욱 가치가 높아집니다. 이러한 기관들…CME 그룹라이선스 체계 내에서 운영되는 경우, 시간이 필요합니다. 이는 인공지능이 다른 모든 것을 가속화함에 따라, 그들의 독점적 위치를 더욱 강화시킵니다.

본질적으로, 두 번째 거래는 분명합니다.

AI가 압축할 수 없는 것들을 가지고 있습니다. 그 것들은 바로 시간, 네트워크, 그리고 규제입니다.

세 번째 무역: 힘은 궁극적인 제약 요소입니다.

만약 컴퓨팅 능력이 첫 번째 병목 현상이라면, 에너지는 곧 마지막의 병목 현상이 될 것입니다.

모건 스탠리에 따르면, 2025년부터 2028년까지 미국의 데이터 센터들은 약 55기가와트의 전력 부족을 겪을 수 있습니다. 전력 공급이 충분하지 않아 수십억 달러 상당의 프로젝트들이 지연되거나 취소되고 있습니다.

보상 전략을 활용하더라도——가스 터빈, 연료 전지, 원자력 발전소, 그리고 인프라의 재활용 등——그럼에도 불구하고 남아 있는 결손은 여전히 상당합니다.

이제는 자본 배분 방식도 변화하기 시작하고 있습니다. 메타와 같은 기업들은 이미 원자력 관련 프로젝트를 포함한 에너지 인프라 분야에 직접 투자하고 있으며, 이는 수직적 통합으로의 전략적 전환을 나타냅니다.

투자자들에게 미치는 영향은 명확합니다.

발전소, 전력망 인프라, 그리고 에너지 관련 자산들은 AI가 직접적으로 영향을 받는 핵심 분야가 되고 있습니다.

감소하는 비용들이 더욱 심각한 부족 상황을 초래하고 있습니다.

이 순환의 가장 중요한 특징 중 하나는 바로 그 반성적 성격입니다.

하드웨어와 아키텍처의 발전으로 인해 토큰 비용이 70% 이상 감소할 것으로 예상됩니다. 이는 단순히 제약을 완화하는 것이 아니라, 오히려 사용량이 증가하는 결과를 가져옵니다. 즉, 더 많은 쿼리가 발생하고, 더 복잡한 작업들이 이루어지며, 자율적인 에이전트와 같은 새로운 애플리케이션 레이어들도 등장하게 됩니다.

이렇게 되면, 자기강화적인 악순환이 생겨납니다.

• 더 낮은 비용 → 더 높은 사용량
• 더 높은 사용량 → 더 제한된 용량
• 더욱 심화된 수요 → 지속적인 부족 상태

이러한 환경에서는, 효율성 향상이 병목 현상을 없애지는 못합니다. 오히려 그 병목 현상을 더욱 심화시키는 경우가 많습니다.

혁신만으로는 시장을 정의할 수 없다. 부족함이 시장을 결정한다.

AI와 관련된 주요한 이야기들은 혁신에 초점을 맞추고 있습니다. 하지만 더 중요한 변화는 ‘부족함’으로의 전환입니다.

지능이 점점 더 풍부해질수록, 그 지능을 활용할 수 있는 인프라들, 즉 컴퓨팅 능력, 에너지, 데이터, 그리고 물리적 인프라에 가치가 집중되고 있습니다.

이로 인해 투자 환경이 재정립되었습니다. 성공하는 기업은 단순히 더 나은 모델을 구축하는 기업만이 아닙니다. 오히려 그 모델을 구현하는 데 필요한 제약들을 잘 관리할 수 있는 기업들이 성공합니다. 반도체 공급망, 데이터 플랫폼, 에너지 시스템, 그리고 규제를 받는 자산들도 이 새로운 체제의 중심에 위치하게 됩니다.

이전의 시기에는, 소프트웨어의 규모가 확장될 때에도 별다른 문제가 없었습니다.

이러한 순환 속에서, 현실 세계는 반발을 하게 됩니다.

그리고 시장에서는, 결국 지속적인 수익이 창출되는 곳을 결정하는 것은 그런 제약들입니다. 능력이라기보다는 그러한 제약들이죠.