AI 에이전트 투자 메모

전제

AI 에이전트가 지식노동자의 필수품이 될 가능성이 높다고 가정.

뿌리 가설 — 수치화 (2026-07-20)

지식노동자의 에이전트 사용은 당연한 일이 된다. $200급 유료 사용자가 몇억 명이 된다.

전 세계 지식노동자 ~10억 명(노동인구의 30%, 주요국 GDP의 50%). "몇억 명" = 침투율 20~40%.
에이전트가 3배 효율을 줘서 인력이 1/3로 줄어도 3억 명 — 그들이 네이티브 사용자가 되면 연 $4,800억+ 시장 = 현재 AI CapEx(연 ~$6,000억)를 정당화.
컴퓨팅 환산: 3억 명 × ~120W/인 ≈ 추론 ~36GW, 학습 포함 ~50GW±. 업계의 2030 계획(학습 23 + 추론 54GW)이 사실상 이 세계를 선매입 중.
강제 확산 논리: 직군의 선택지는 "도입 or 현상유지"가 아니라 "도입 or 대체"(개발자+에이전트가 그 직군 업무를 제품화). 어느 경로든 토큰은 소비됨 — "누가 이기든 웨이퍼는 TSMC"의 상위 버전.

실측 (2026.07)

축	상태
사용 보편화	✅ 완료를 넘어 배경화 — 챗봇이 구글 검색(AI Overviews)·메타 앱에 흡수, 분모가 전 인류라 침투율 개념 소멸. 챗봇 성장세는 더 이상 보는 팩터가 아님. 소비자층 수익화는 구독($20)이 아니라 광고+무료로 갈 가능성 — 매출로는 과대추정 주의, 단 토큰(추론 GW 바닥짐)은 그대로 소비됨
에이전트 네이티브	⏳ 유료 ~500만~1,000만(개발자 위주) = 침투율 ~1%
$200 지불	✅ 개발자 세그먼트에선 표준(Claude Code $2.5B 런레이트/9개월, Cursor $2B ARR — 역사상 최속)
하드웨어	쇼티지 — 에이전트 1명 = 챗봇 수백 명분 토큰이라 1% 침투로도 공급 초과 수요

피크아웃 논쟁 — 어디를 봐야 하나 (2026-07-20)

각종 글은 하이퍼스케일러의 ROI를 걱정하며 피크아웃을 말하지만, 봐야 할 곳은 모델사의 컴퓨팅 자원 수요다. 그것이 하이퍼스케일러의 투자를 만들기 때문이다.

에이전트 확산(토큰 수요) → 모델사 컴퓨팅 수요(쇼티지/커밋) → 하이퍼스케일러 CapEx → TSMC·하이닉스 실적
      [최상류]                    [여기를 본다]                  [언론이 보는 곳]        [내 포트]

하이퍼스케일러 ROI 기사는 중류의 소음 — CapEx는 모델사 수요(임차 계약·커밋)의 함수.
상류 관찰 지표: ⓐ 모델사 컴퓨팅 커밋 증감(OpenAI $1.4T→$600B 하향 같은 신호) ⓑ 추론 GW 실사용 증가 속도(학습은 베팅, 추론이 매출) ⓒ 코딩 밖 버티컬에서 Claude Code급 성장 곡선 출현 여부 — 직접 도입이든 개발자의 제품화든.
반증 조건: 에이전트 능력이 코딩 밖에서 정체(코딩만 특수: 검증 가능·텍스트 네이티브·즉각 피드백) → 확산도 제품화도 멈춤 = 진짜 피크아웃. 2년 내 다음 직군 미출현 시 재검토.

CapEx 산수 — "성장률 감속 ≠ 피크아웃" (2026-07-20)

3억 명 경로(AI 44→77GW, 2030) 필요액: 증설 $1.65T(GW당 올인 ~$50B) + 교체(칩 수명 4~6년) ≈ 연 $600~700B × 5년.
2026 실제: 빅4 CapEx $725B(+77% YoY, AI 전용 ~75%) + 기타 → 글로벌 AI 전용 ~$600~700B — 현 수준 유지만으로 3억 명 세계가 조달됨.
따라서: CapEx 성장률이 0%로 떨어져도(언론의 "피크아웃") 계획대로다. 진짜 신호는 절대액 감소 — 선행 지표는 모델사 커밋 축소.
2030 이후에도 절벽 없음: 77GW 베이스 교체만 연 ~$550B — 증설 종료 = 교체 연금 전환.
전력은 토큰의 1/5로만 늘면 됨(토큰 10배 vs GW 1.75배 — 칩 효율이 메움). 병목은 총량이 아니라 리드타임(그리드 3~7년 vs GPU 수개월) → 전력 부족은 칩 수요를 깎지 않고 사이클을 길고 완만하게 만듦. 전력이 비쌀수록 신세대 칩 교체가 빨라짐(와트당 토큰) = TSMC·HBM 순풍.

수요의 2층 구조 + 공급 제약 동학 (2026-07-20)

2층 구조 (TSMC 플랫폼 믹스와 동형): 지식노동 축 2억×$200=연 $4,800억(토큰 집약 100배, 성장·마진 — TSMC의 HPC) + 소비자 축 20억×$20=연 $4,800억(공부·동반·생활, 경기 무관 습관 — TSMC의 스마트폰 바닥짐). 소비자 층은 업사이드가 아니라 다운사이클에서 추론 수요가 바닥까지 안 꺼지는 이유.
수용량 시간표: 현 인프라 상한 ~수천만 네이티브(침투 1%에서 이미 쇼티지가 증거) → 2028 ~1억 → 2030 ~3억. 가설은 2027년에 검증 불가능(물리적) — 검증 지표는 매년 늘어나는 수용량만큼 사용자가 차오르는가 = 쇼티지 지속 여부.
기업이 쥐어짠다: 수요는 소프트웨어 속도(기업 벌크 시트, 분기 단위 전사 배포 — 강제 확산의 기업판), 공급은 콘크리트 속도. 수요 선행 → 부족은 붕괴가 아니라 배급(사용량 캡·선점 커밋·가격 유지)으로 번역 = 컴퓨팅 시장 전체의 톱니바퀴화. 이 경우 2026~28 기본 상태는 쇼티지 지속, CapEx +77%는 과잉이 아니라 추격.
역풍 감시: 기업은 비용도 쥐어짬(라우팅·캐싱·소형모델) — 단 실측은 제번스(싸질수록 긴 작업을 시킴).

층 경계의 정밀화 (2026-07-20)

경계선은 직업/생활이 아니라 "성과가 걸렸나/스치나": 검색 AI는 광고 산수(쿼리당 몇 센트)가 지능 상한을 강제 → 구조적으로 멍청함 = 유료층의 방화벽. 성과 걸린 사용(공부·일·창작)은 멍청한 무료로 안 되니 유료로 올라옴.
교육 = "코딩 다음 직군" 1순위: 코딩의 성공 3요소(검증 가능·텍스트 네이티브·즉각 피드백)를 그대로 가짐, 규제 장벽 없음. 교육 에이전트에서 유료 성장 곡선이 꺾여 오르는지가 관찰 지표 ⓒ의 첫 판정.
락인: 챗봇 락인 ~0(규격품) vs 에이전트 락인 큼(작업 환경 통합·축적 컨텍스트·기업 조달) — 모델사에 ②가 생기는 순간이 에이전트 전환. 챗봇 9억은 광폭·얕음, 에이전트 500만은 협폭·깊음 — 매출 질은 후자.
확산의 관문은 위임이지 활용 수준이 아님: "지식 굴리기"(가설-반박-기록의 복리)는 소수만 함 — 그러나 $200 지불은 "일 시키기"(위임)만으로 성립(개발자가 증명). 관문은 사용자 수준이 아니라 모델 능력("시켰더니 잘 해주는가").

컴퓨팅 수요의 팩터 분해 (2026-07-21)

모델사의 컴퓨팅 파워 수요가 메모리사의 이익을 결정한다. 시장이 보는 하이퍼스케일러 ROI/자금조달보다 상류. 단, 정확히는 3변수: 수요(방향) × 자금(전환) × 공급 규율(진폭).

팩터 구조 — 뿌리 1 + 파생 3 + 밸브 1

① 사용량 (뿌리) ← ④ 모델 능력이 엔진
② 모델 경쟁 — 학습 수요(~30%)의 회사 수
③ 알고리즘 효율 — 토큰당 컴퓨팅 원단위
④ 스케일링 한계수익 — 직접은 학습만, 시차 두고 ①로 전이
⑤ 자금조달 — 쇼티지 중엔 잠김, 수용량이 수요를 따라잡는 순간 활성화

②③④⑤는 독립 뿌리가 아니라 ①의 파생/신용 표현. ①이 견조하면 조정 요인, ①이 꺾이면 증폭 요인.
수출통제는 제외: 수요(−)·공급규율(+, CXMT 지연)이 상쇄, 나머지는 ①⑤ 경유.

수요 감소의 경우의 수

경로	내용	성격
A. 사용량 감소	능력이 코딩 밖 정체 → 확산 멈춤	유일한 진짜 피크아웃
B. 모델사 도산	추론 이전(쇼티지라 흡수), 학습·커밋 소멸, 전염(전체 할인 ×0.7)	사이클 조정
C. 효율 점프	연 2~3배는 제번스가 흡수(3년째 실측), 불연속 100배급만 일시 과잉	조건부 위험
D. 자금 경색	도산 없이 밸브만 잠김 — 발주 절벽은 수요 절벽보다 먼저 옴	사이클 조정

③의 정밀화 — 유일하게 발생이 확실한 팩터(효율은 반드시 개선됨). ① 포화 전엔 무해(제번스 + ①의 조력자: 토큰이 싸져야 에이전트 성립), 포화 후엔 개선분이 그대로 수요 감소. 효율 개선분의 분배 스위치는 ②: 경쟁 심하면 가격으로 유출(제번스 루트, API 가격 연 ~10배 하락이 실측) = 메모리에 순풍, 락인 생기면 마진 귀속 = 수요 확장 둔화하나 모델사 흑자로 ⑤ 해소. ①만 살아 있으면 ③은 어느 분기든 시스템을 튼튼하게 함.

⑤의 정밀화 — 지금 조달은 믿음이 아니라 미충족 현재 수요용(쇼티지가 증거). 통신 2000과 다름(그땐 공급 과잉). 단 커밋 스택의 뒷부분($600B급 = 3억 명 세계용)은 미래 수요가 채워야 함 — 수용량이 수요를 따라잡는 순간부터 믿음 담보로 전환. 안전핀 게이지 = 쇼티지 지속 여부(수용량 시간표 지표와 동일).

관찰 지표 매핑: ①④ = 코딩 밖 버티컬 성장 곡선(피크아웃 판정) / ②⑤ = 모델사 커밋 증감(최속 선행) / ③ = 원단위 개선 vs 토큰 수요 성장의 경주 / ⑤ 안전핀 = 쇼티지 지속 여부 / ③ 분배 스위치 = 에이전트 락인 강도.

⑤의 측정 도구 확보 — Nvidia GPU 백스톱 (2026-07-27) → 엔비디아-백스톱.md

Nvidia가 네오클라우드에 6년 최저 렌탈가를 보증해 대출을 성립시킴 = 밸브가 정성 지표(쇼티지 지속 여부)에서 숫자(약정액)로 관측 가능해짐.
성격: 닷컴 통신장비 벤더 파이낸싱과 동일 계열 도구. 기존 "통신 2000과 다름(그땐 공급 과잉)"은 국면 차이로 유효하나, 수단은 같음이 확인됨.
벤더 파이낸싱은 버블 시작이 아니라 후반부 징조 — 자력 구매 수요가 소진돼야 등장(Lucent 약정 $8.4B의 정점은 1998~2000, 붕괴 직전). 단 현재는 1단계(하이퍼스케일러 쇼티지)와 3단계(네오클라우드 보증)가 공존 → 판정 기준은 존재 여부가 아니라 비중.
하이닉스 직결 지표 — 보증의 방향 = 수급의 방향: 현재 Nvidia가 메모리사에 선급금(하이닉스·마이크론 각 ~$540~770M) + 최저가 보장을 주는 쪽 = 상류 공급 부족 확인. 역전(메모리사가 Nvidia에 가격보증을 요구)되면 HBM 공급과잉 전환 = 메모리 사이클 꼭지 신호.
갑을 정정: AI DC에서 CPU는 병목 아님(Grace로 자체 조달). 갑은 HBM 하나이며, 그 우위는 지위가 아니라 국면(증설로 소멸, 2018·2021 반복). Nvidia 우위(CUDA)는 증설로 해소 안 됨.
EDGAR 실측(2026-07-27): GPU 백스톱은 최신 10-Q(분기말 2026-04-26)에 아직 없음 → 최초 관측은 2026년 8월 말 공시 10-Q. 단 선례가 이미 장부에 있음 — 시설 리스 보증 노출 $3.5B(5~7년, 에스크로 $712M, 대가로 워런트 수취)를 신용파생으로 분류하고 계상액 "not material". 지표ⓑ 기준선 ≈ 0. 또한 10-Q 위험요인에 "자본력 약한 기업의 조달 제약이 배포를 지연시킨다"를 명시 — 백스톱의 동기를 회사가 자인.
Rubin은 이미 진행 중(2026-02 샘플 → 2026-06-01 풀 프로덕션, 가을 8개 클라우드 파트너 출하). 잔존가치 침식이 미래형이 아니라 현재형 — 6년 백스톱 Year 1에 후속 세대 램프가 겹침. VR200 추론 토큰비용 1/10 주장(회사 주장)이 사실이면 발동 트리거(가격)를 Nvidia가 자기 손으로 당김.
수요 원천의 협소성 = 동시성 리스크의 공시 근거(FY2026 10-K): 직접고객 22%/14%는 ODM·인테그레이터 등 통로일 개연성이 높고(실명 비공개), 실제 수요 주인은 간접고객. 10-K가 "one AI research and deployment company"가 우리 고객들로부터 클라우드를 구매해 매출에 유의미 기여라고 별도 명시(OpenAI로 읽힘). Nvidia는 "Neocloud builders"를 간접고객 정식 분류어로 사용. → 모델사 커밋 증감 지표가 백스톱 발동 확률의 선행 지표로도 겹침. 집중도 자체는 34%(FY25)→36%(FY26)로 소폭이나 1위 쏠림은 $15.7B→$47.5B로 3배.

질문 1: 하이닉스가 최선인가?

공격적 상방 관점: SK하이닉스가 1순위 후보.
리스크 조정 수익 관점: TSMC를 코어로 두고 메모리를 위성으로 섞는 편이 안정적.

질문 2: 메모리 말고 다른 파트는?

가속기/ASIC: NVIDIA, Broadcom, AMD, Marvell
파운드리/장비: TSMC, ASML (AMAT 포함 검토 가능)
인프라/네트워크: Cisco, Dell, Supermicro, Vertiv
소프트웨어/플랫폼: ServiceNow, Salesforce, Oracle, Palantir

실전 프레임

코어: TSMC
공격: SK하이닉스
분산: Micron 또는 소프트웨어/인프라 축 추가

메모

핵심은 "에이전트 확산 속도"와 "추론 인프라 수요 지속성".
메모리 단일 베팅은 변동성이 커서 바스켓 접근이 유리할 수 있음.