골드만삭스는 AI 자본 지출이 반도체 공급망을 통해 지속될 것으로 전망하며, 장비 업사이클은 2028년까지 이어질 수 있다고 밝혔다.

골드만 삭스는 9월 8일부터 11일까지 샌프란시스코에서 개최되는 코뮤니코피아 및 테크놀로지 컨퍼션을 앞두고 반도체 산업의 핵심 논쟁 주제 5가지를 제시했다. 동사는 공급망 전반에 걸쳐 AI 자본 지출의 회복력이 중심 테마로 남을 것으로 전망하며, 웨이퍼 파브 장비(WFE) 업사이클은 최소한 2028년까지 지속될 것으로 예상한다. DRAM과 NAND 시장은 2026년부터 2028년까지 수급 불균형(공급 부족) 상태가 유지될 것으로 보인다. 단기적으로 범용 칩이 AI 컴퓨팅을 주도할 것이나, ASIC 및 맞춤형 실리콘의 점유율은 꾸준히 증가할 것으로 예상된다. 아날로그 반도체는 4년 동안 추세 이하의 출하량을 기록하며 상당한 회복 여력을 축적했으며, 여기에 AI 데이터센터 수요가 더해지면 이번 사이클은 예상보다 더 내구성이 강할 수 있다. 또한 골드만 삭스는 에이전트 AI(Agentic AI)가 2030년까지 EDA 산업에 연간 약 37억 달러 규모의 추가 시장을 창출할 것으로 추정한다.

9월 8일부터 11일까지 골드만 삭스는 샌프란시스코에서 코뮤니코피아 및 테크놀로지 컨퍼션을 개최하며, 디지털 및 AI 칩, EDA 소프트웨어, 아날로그 반도체, 반도체 장비, 메모리, IT 서비스 분야의 글로벌 기업 32곳이 참여한다. 분석가들은 이 컨퍼션을 AI 컴퓨팅 수요, 반도체 장비 사이클, 메모리 수급 역학, 아날로그 칩 회복, EDA 소프트웨어 내 AI Monetization 등 5가지 주요 논쟁을 중심으로 구성했다. 초거대 클라우드 제공업체들이 자본 지출을 계속 확대하고 AI 컴퓨팅 수요가 학습에서 추론, 에이전트 AI 및 기타 새로운 사용 사례로 확장됨에 따라 투자자들은 두 가지 주요 질문에 대한 명확성을 찾고 있다: 이 AI 인프라 사이클은 얼마나 오래 지속될 수 있으며, 어떤 부문이 지속적으로 가치를 포착할 것인가?

골드만의 최신 평가에 따르면, AI 자본 지출의 회복력은 전체 공급망을 관통하는 기초적인 연결고리로 남아있으며, 장비와 메모리 같은 주기적 섹터도 구조적 수요 지원을 받고 있다. 동시에 맞춤형 AI 칩과 에이전트 AI는 순수 컴퓨팅 확장을 넘어 더 넓은 하드웨어 및 소프트웨어 세그먼트까지 기술 공급망의 성장 논리를 확장시키는 새로운 추가 기회를 열고 있다. AI 컴퓨팅 시장은 새로운 단계에 접어들었다. 과거에는 대형 모델 학습에 따른 GPU 수요에 집중되었으나, 이제 투자자들의 관심은 초거대 제공업체가 추가로 투입할 수 있는 자본 규모, 토지·전력·데이터센터 용량이 병목 현상이 될지 여부, 에이전트 AI가 새로운 컴퓨팅 요구사항을 spawning할지, 그리고 범용 칩과 맞춤형 칩 간 경쟁이 어떻게 진화할지에 맞춰져 있다. 골드만은 AI 수요에 대한 전반적인 낙관론이 지속될 것으로 예상한다. 초거대 클라우드 제공업체들은 견고한 자본 지출 환경을 유지하고 있으며, 에이전트 AI는 새로운 수요 촉매제 역할을 할 준비를 갖추고 있다. 추론 비용이 하락하고 코드 생성과 같은 애플리케이션이 정량적인 투자 수익률(ROI)을 입증함에 따라 AI 인프라 지출의 경제성은 계속 검증되고 있다. 칩 아키텍처와 관련하여 골드만은 단기적으로 범용 칩이 우위를 점할 것이지만, ASIC 및 맞춤형 가속기의 시장 점유율은 점차 증가할 것으로 전망한다. 고객이 단위당 컴퓨팅 비용과 에너지 효율성에 더 큰 중요성을 부여함에 따라 AI 칩 경쟁은 순수 성능 벤치마크에서 성능, 비용, 전력 소비의 통합 최적화로 이동할 것이다. 컨퍼션에서는 엔비디아가 루빈(Rubin) 제품 주기와 물리적 AI(PHysical AI) 이니셔티브를 논의할 것으로 예상되며, 브로드컴은 AI 네트워킹 및 맞춤형 XPU 발전 사항을 강조할 가능성이 있고, AMD는 특히 MI4XX 랙 스케일 솔루션과 ROCm 소프트웨어 스택을 중심으로 AI 인프라에서의 경쟁적 포지셔닝을 상세히 설명할 것으로 예상된다.

AI 자본 지출은 첨단 로직, 파운드리, DRAM, 고급 패키징 세그먼트를 통해 반도체 장비 시장으로 유입되고 있다. 업계에서 가장 중요한 논쟁은 2027년 WFE 성장이 2026년에 예상되는 약 35%의 확장을 초과할 수 있는지, 그리고 이 장비 업사이클이 2028년 이후로도 연장될 수 있는지이다. 골드만은 현재 WFE 업사이클이 최소한 2028년까지 지속될 것으로 보며 건설적인 전망을 유지한다. DRAM, 선도형 로직/파운드리, 고급 패키징이 주요 성장 동력으로 작용할 것으로 예상되는 반면, NAND와 레거시 노드 로직의 자본 지출은 점진적으로 회복될 것이다. 전통적인 칩메이커 외에도 테라팹(Terafab)과 같은 비전통적 고객의 진입과 인텔(Intel)의 투자 사이클 재가속화가 추가적인 장비 수요를 제공할 수 있다. 공정 관점에서 볼 때, 증착(Deposition)과 식각(Etch)은 골드만의 주요 관심 분야다. 고급 패키징, 검사, 계측(Metrology) 역시 상승하는 AI 칩 복잡성과 선도형 공정 확장의 혜택을 받을 것으로 예상된다. TSMC와 SK하이닉스(SK Hynix) 등 주요 업계 참여자들은 이러한 첨단 노드 및 패키징 관련 장비 수요의 대부분을 주도할 입지에 있다.

AI 서버 수요는 메모리를 전통적인 주기적 상품에서 AI 인프라의 핵심 구성 요소로 재편하고 있다. 현재의 시장 담론은 2028년 이전에 DRAM과 NAND 공급이 얼마나 추가될지, 제조사의 설비 확장이 글로벌 수급 균형을 바꿀지, 그리고 메모리 구성을 최적화하는 AI 서버 벤더들이 수요 성장을 완화시킬 수 있는지에 초점을 맞추고 있다. 골드만의 수급 모델은 2026년 DRAM 공백률이 5.0%, 2027년 5.9%, 2028년 3.9%로 나타날 것으로 예측한다. 동일한 기간 동안 NAND 공백률은 각각 4.4%, 4.6%, 3.0%로 전망된다. 이러한 수치는 새로운 설비가 점진적으로 가동되더라도 DRAM과 NAND 시장은 2028년까지 공급 부족 상태를 유지할 가능성이 높음을 시사한다. (참고: 수치는 골드만 삭스의 수급 모델 예측치이며, 양수 값은 공급 부족을 의미함.) 수급 역학 외에도 업계의 자본 수익률에 주목할 필요가 있다. 골드만은 대부분의 메모리 회사들이 잉여 자유현금흐름(Free Cash Flow)의 약 50%에서 100%를 주주에게 배분할 것으로 예상한다. 메모리 가격이 강력하게 유지된다면 개선된 현금 흐름과 높아진 주주 환원 정책은 시장이 해당 섹터를 평가하는 방식을 더욱 재편할 수 있다. 기술 개발 역시 주요 변수다. HDD 측면에서는 HAMR 대량 생산 진행 상황이 면밀히 모니터링될 것이며, NAND 측면에서는 HBF와 같은 새로운 기술 경로의 상용화가 향후 공급 구조에 영향을 미칠 수 있다.

아날로그 반도체에 대한 시장 서사는 “사이클 바닥”에서 남은 회복 여력 평가로 전환되고 있다. 골드만의 데이터에 따르면 6월 기준 아날로그 칩 출하는 장기 추세선보다 약 5% 높은 수준이었다. 그러나 분석가들은 이것이 현재 사이클의 종료를 의미하지 않는다고 경고한다. 지난 4년간 업계 출하는 지속적으로 추세 수준 아래를 유지하며 상당한 수요 회복 잠재력을 축적해 왔다. 동시에 자동차와 같은 전통적 최종 시장이 점진적으로 개선되고 있으며, AI 데이터센터는 새로운 추가 수요를 창출하고 있다. 가격 회복이 성공적으로 매출 및 마진 확대로 이어진다면, AI 주도 수요와 전통적 최종 시장의 회복이 결합되어 이번 아날로그 칩 사이클이 이전 예상보다 더 내구성이 강해질 수 있다. 따라서 투자자들은 단순히 출하량 변동뿐만 아니라 가격, 재고 정상화, 최종 시장 수요 개선이 긍정적 피드백 고리를 형성할 수 있는지 모니터링해야 한다. furthermore, AI 데이터센터 수요가 새로운 구조적 변수로 자리 잡는 정도가 업계 사이클이 역사적 규범을 넘어 연장될지 여부를 결정할 것이다.

AI 컴퓨팅, 장비, 메모리가 이 인프라 투자 사이클의 직접적 수혜자라면, EDA 소프트웨어는 다음 단계의 추가 성장 벡터가 될 잠재력을 지닌다. 골드만의 분석은 두 가지 핵심 질문에 중점을 둔다: 맞춤형 AI 칩 개발 물결이 EDA 산업 성장을 가속화할 수 있는가, 그리고 에이전트 AI가 설계 효율성 개선을 실질적인 수익으로 전환할 수 있는가? AI 칩 맞춤화가 증가함에 따라 설계 복잡성도 함께 커지며 이는 심각한 엔지니어 부족 문제를 악화시킨다. 골드만은 EDA 기업들이 에이전트 AI를 활용해 설계, 검증, 최적화 워크플로우의 일부를 자동화함으로써 효율성 개선을 상업적 가치로 전환할 수 있다고 믿는다. 2030년까지 골드만은 에이전트 AI가 EDA 산업에 연간 약 37억 달러 규모의 추가 시장을 창출할 것으로 추정한다.