클라우드 기억 저장소

[인터넷포탈] SW의 겨울은 끝나지 않았지만, AI 인프라는 별도의 성장산업으로 분리되기 시작했음 본문

돈 불리기/산업보고서

[인터넷포탈] SW의 겨울은 끝나지 않았지만, AI 인프라는 별도의 성장산업으로 분리되기 시작했음

똘이장군초코 2026. 9. 29. 11:42

https://stock.naver.com/research/industry/46205

📋 핵심 내용 요약

  1. 이 보고서의 핵심 논리는 생성형 AI가 기존 소프트웨어·인터넷 서비스에는 장기적인 대체 불확실성을 만들어 밸류에이션을 낮추는 반면, AI 컴퓨팅 인프라에는 수요를 폭발시켜 새로운 고부가가치 시장을 만들고 있다는 것임. [팩트, p3-4]

  2. 보고서는 한국 인터넷/SW 기업이 미국처럼 AI 소프트웨어 자체에서 압도적 경쟁력을 확보하기 어렵다고 보고, 서비스보다 GPUaaS(GPU-as-a-Service·GPU 임대 서비스), AI 데이터센터, 네오클라우드가 국내 AI 투자에서 더 직접적인 수혜영역이라고 판단함. [팩트, p3-4]

  3. 네오클라우드는 최신 GPU를 대규모로 확보해 임대하는 사업으로, 보고서 자체 수익성 모델에서는 1MW당 연 매출 약 203억원, EBITDA 114억원, EBITDA 마진 56.3%, 성숙기 영업이익률 25-33.7%를 제시함. [팩트, p27-30]

  4. 같은 AI 데이터센터라도 부가가치는 DBO(설계·구축·운영) → 코로케이션 → GPUaaS → AI 토큰·추론 서비스 순으로 상승하며, 그만큼 CAPEX(설비투자)와 GPU 감가상각·수요 위험도 함께 증가함. [팩트, p18-19]

  5. 네오클라우드 성장의 근거는 AI 컴퓨팅 사용량 증가, GPU 임대단가 상승, 장기계약 확대, 엔비디아의 전략적 지원, 미국 전력망 병목, 추론 수요 확대이며, 특히 보고서는 컴퓨팅 수요가 향후 수년간 급격히 증가할 것으로 전망함. [팩트, p31-45]

  6. 국내에서는 NAVER·SK텔레콤·삼성SDS·NHN을 주요 네오클라우드 후보로 평가하며 현재 사업가치를 각각 10.2조원, 4.8조원, 3.1조원, 1.2조원으로 산출함. [팩트, p8-9]

  7. 다만 이 가치의 핵심 약점은 GPU 가격·임대단가·가동률·고객계약·조달금리·감가상각기간 등 수많은 가정에 민감하다는 점이며, 특히 금리 상승과 GPU 공급과잉이 동시에 나타나면 수익성과 밸류에이션이 동시에 훼손될 수 있음. [팩트, p55-59]

  8. 기존 SW에서는 검색·광고, ERP(Enterprise Resource Planning·전사적자원관리), 업무도구, SI(System Integration·시스템통합)를 AI 피해영역으로 보고, 메신저·커머스·게임은 상대적으로 방어적이라고 평가함. [팩트, p6·p78]

  9. 보고서가 가장 주목하는 구조적 변화는 한국 인터넷 기업이 ‘AI에게 대체될 수 있는 서비스 기업’에서 ‘AI가 사용할 컴퓨팅을 파는 인프라 기업’으로 사업 정체성을 일부 전환할 수 있다는 점이며, 성공하면 EPS 증가와 멀티플 리레이팅이 동시에 가능하다고 봄. [팩트, p8]

  10. 다만 네오클라우드 시장의 장기 수요 방향에는 동의할 만한 근거가 많아도 현재 추정가치에는 고객계약·GPU 단가·금리·CAPEX 구조에 대한 상당한 불확실성이 남아 있으므로, 이 보고서만으로 섹터 전체에 대해 완벽한 확신을 갖고 투자한다고 판단하기는 어려우며 투자 의견은 유보함. [해석]

🚀 이 보고서가 말하는 산업 변화의 본질임

  1. 기존 인터넷/SW 산업은 스마트폰 시대에 적은 자본으로 서비스와 사용자 경험을 확장하면서 높은 수익성을 누렸음. [팩트, p60]

  2. 스마트폰 시대에는 새로운 서비스가 성공하기 위해 수십조원의 데이터센터나 GPU 투자가 반드시 필요하지 않았음. [팩트, p60]

  3. 따라서 좋은 아이디어와 사용자 확보 능력이 자본 규모보다 더 중요한 경쟁요소였음. [해석]

  4. 네이버·카카오·게임·배달·모빌리티 서비스가 이 저자본 성장모델의 대표적 수혜자였음. [팩트, p60]

  5. 코로나 시기에는 비대면 트래픽 증가까지 겹치면서 국내 인터넷/SW 주요 기업의 합산 시가총액이 200조원을 넘어섰음. [팩트, p60]

  6. 당시 인터넷/SW의 KOSPI 시가총액 비중도 10%를 상회했음. [팩트, p60]

  7. 그러나 생성형 AI의 등장으로 성장 공식을 지탱했던 저자본 구조가 흔들리기 시작했음. [팩트, p60]

  8. AI 경쟁에서는 모델 개발과 추론에 막대한 GPU·전력·데이터센터 투자가 필요해 자본력이 다시 중요한 경쟁요소가 됐음. [해석]

  9. 따라서 인터넷 산업의 경쟁구도는 ‘아이디어 경쟁’에서 ‘아이디어+컴퓨팅 자본 경쟁’으로 이동하고 있음. [해석]

  10. 한국 인터넷/SW 기업에는 이 변화가 구조적으로 불리할 수 있다는 것이 보고서의 출발점임. [해석]

  11. 미국의 프론티어 AI 기업은 자체 모델과 대규모 컴퓨팅 자산을 동시에 보유하고 있음. [팩트, p61-63]

  12. 반면 다수의 한국 SW 기업은 글로벌 프론티어 모델을 직접 개발할 자본과 기술 격차를 극복하기 쉽지 않다고 보고서는 판단함. [팩트, p3·p66]

  13. 이에 따라 AI 서비스 자체를 새로운 성장축으로 삼기보다 기존 서비스를 방어하기 위해 AI 기능을 추가하는 경우가 많아질 것으로 봄. [팩트, p66]

  14. 이 경우 매출은 크게 증가하지 않으면서 추론비용만 추가돼 기존 서비스의 마진이 오히려 낮아질 수도 있음. [팩트, p66]

  15. 따라서 보고서는 생성형 AI를 한국 인터넷/SW의 전통적인 성장 촉매가 아니라 디레이팅 요인으로 평가함. [팩트, p60]

  16. 디레이팅은 기업 이익이 유지돼도 투자자가 지급하려는 P/E와 같은 밸류에이션 배수가 낮아지는 현상을 의미함. [해석]

  17. 미국 SW 역시 평균 30배 이상 받던 밸류에이션이 2026년 SaaSpocalypse 이후 약 20배 수준까지 압축됐음. [팩트, p4]

  18. 한국 인터넷/SW는 원래 미국처럼 큰 AI 프리미엄을 받지 못해 미국 대비 상대 P/E가 역사적 저점권에 진입했음. [팩트, p4-5]

  19. 이는 한국 SW의 추가 밸류에이션 하락폭이 미국보다 작을 가능성을 의미함. [해석]

  20. 그러나 싸다는 사실만으로 구조적 성장성이 회복되는 것은 아님. [해석]

❄️ SaaSpocalypse가 단순한 주가 조정이 아닌 이유임

  1. SaaSpocalypse는 AI 에이전트가 기존 SaaS와 업무용 SW를 대체할 것이라는 우려가 확산되며 SW 종목의 밸류에이션이 급락한 현상을 뜻함. [팩트, p4]

  2. 보고서는 이 우려를 단순한 시장 과민반응으로 치부하지 않음. [팩트, p4]

  3. 오히려 AI 대체 위험을 SaaS뿐 아니라 전체 SW·서비스로 확장해 평가해야 한다고 주장함. [팩트, p4]

  4. AI가 가장 먼저 침투하기 쉬운 영역은 사람이 컴퓨터를 이용해 반복적으로 수행하던 지식노동 영역임. [해석]

  5. 코딩·문서작성·디자인·검색·고객상담·업무자동화가 대표적인 영역임. [팩트, p61-65]

  6. OpenAI와 Anthropic은 이미 단순 LLM API 제공업체를 넘어 이런 버티컬 업무에 직접 진출하고 있음. [팩트, p61-63]

  7. OpenAI는 Search·Codex·Deep Research·Work·Finance·Health 등으로 서비스를 확장했음. [팩트, p63]

  8. Anthropic은 Claude Code·Computer Use·Cowork·오피스 프로그램·산업별 AI 솔루션으로 확장했음. [팩트, p63]

  9. 즉 AI 플랫폼이 외부 애플리케이션을 성장시키는 기반만 제공하는 것이 아니라 직접 애플리케이션 사업자가 되고 있음. [해석]

  10. 스마트폰 시대의 OS 플랫폼과 생성형 AI 플랫폼의 중요한 차이가 바로 이 부분임. [해석]

  11. 스마트폰 플랫폼은 앱스토어 생태계를 확대할수록 외부 개발자의 성장도 함께 발생했음. [해석]

  12. 반면 AI 플랫폼은 API 생태계를 키우면서 동시에 외부 SW가 하던 기능을 자체 제품으로 흡수할 수 있음. [팩트, p61]

  13. 따라서 AI 성장 자체가 모든 SW 기업의 매출 성장을 의미하지 않음. [해석]

  14. 오히려 가장 큰 경제적 과실은 프론티어 모델과 인프라 사업자에 집중될 가능성이 있음. [팩트, p61-62]

  15. 보고서는 약 7,000개 AI 앱 가운데 유의미한 규모의 사용자를 확보한 앱은 극소수에 불과하다고 지적함. [팩트, p62]

  16. 2026년 인앱 매출 순위에서도 ChatGPT·Claude·Grok 등 자체 모델을 가진 서비스가 상위권을 차지함. [팩트, p62]

  17. 이는 원천 모델을 소유한 기업이 단순한 AI 래퍼보다 경제적 이익을 가져갈 가능성이 높다는 근거로 제시됨. [해석]

  18. AI 래퍼는 자체 핵심모델 없이 OpenAI·Anthropic 등의 API 위에 기능과 UI를 얹은 서비스를 의미함. [해석]

  19. API 가격이 내려가면 래퍼 비용은 낮아지지만 진입장벽도 함께 낮아지는 문제가 발생함. [해석]

  20. 결국 AI 시대의 SW 해자는 단순한 기능보다 데이터·워크플로우·고객접점·규제·인프라 보유 여부가 중요해짐. [해석]

🧱 현재 실적이 좋은데도 주가가 낮은 이유임

  1. SaaSpocalypse의 역설은 기존 SW 업체 실적이 아직 크게 무너지지 않았다는 점임. [팩트, p3·p69]

  2. ServiceNow는 큰 주가 하락에도 2026년 상반기 매출이 20% 이상 성장했음. [팩트, p3]

  3. 보고서는 ServiceNow의 상반기 매출 증가율을 23%, 영업이익 증가율을 24% 수준으로 제시함. [팩트, p69]

  4. SAP 역시 기업용 ERP 영역의 도메인 데이터와 업무 노하우가 쉽게 대체되지 않는다고 주장함. [팩트, p69-70]

  5. Salesforce와 Oracle 등 기존 SW 기업들도 AI가 기존 SW를 완전히 없앨 것이라는 주장에 반박하고 있음. [팩트, p70]

  6. 반대로 Microsoft·Anthropic·마이클 버리 등은 에이전트가 기존 애플리케이션 계층 상당 부분을 대체할 수 있다고 봄. [팩트, p70]

  7. 따라서 현재 시장에서는 AI 대체 여부에 대해 업계 내부에서도 의견이 명확히 갈리고 있음. [팩트, p70]

  8. 이 보고서는 양쪽 주장 중 미래 대체 위험을 더 심각하게 반영하는 편임. [해석]

  9. 중요한 것은 시장이 현재 손익보다 3-5년 뒤의 시장구조를 먼저 할인한다는 점임. [해석]

  10. 즉 현재 실적이 좋다는 사실만으로 P/E가 과거 수준으로 돌아간다고 보기 어렵다는 논리임. [해석]

  11. Adobe가 대표적인 사례로 제시됨. [팩트, p65]

  12. Adobe는 생성형 AI를 제품에 적극적으로 도입했지만 AI 관련 매출 비중은 아직 약 2% 수준에 불과함. [팩트, p65]

  13. 반면 간단한 이미지 생성·수정 수요는 ChatGPT·Gemini 같은 범용 AI로 이동할 가능성이 생겼음. [팩트, p65]

  14. 결과적으로 Adobe에게 AI는 아직 의미 있는 신규 매출보다 기존 저관여 고객의 대체 위험으로 작동함. [해석]

  15. IBM 역시 AI가 오래된 COBOL 시스템 현대화를 자동화할 수 있다는 발표 이후 주가가 크게 흔들렸음. [팩트, p71]

  16. COBOL은 수십 년 된 금융·공공 레거시 시스템에 널리 남아 있어 유지보수 자체가 SI 업체의 진입장벽이었음. [팩트, p71]

  17. AI가 이 유지보수·전환 작업을 자동화한다면 기존 SI 컨설팅 기업의 경제적 해자가 줄어들 수 있음. [해석]

  18. 아직 금융기관이 대규모로 IBM 서비스를 AI로 대체했다는 증거는 확인되지 않았음. [팩트, p71]

  19. 하지만 시장은 ‘현재 대체됐는가’보다 ‘언젠가 대체될 수 있는가’를 할인하고 있음. [팩트, p71]

  20. 이것이 SW 디레이팅이 단기간에 완전히 끝나기 어려운 가장 큰 이유임. [해석]

🌱 그렇다면 무엇이 리레이팅의 계기가 되는가임

  1. 보고서는 단순한 AI 기능 출시만으로는 리레이팅이 어렵다고 봄. [팩트, p74-75]

  2. AI를 도입했다는 발표보다 매출·비용·마진에서 실제 숫자가 확인되어야 함. [팩트, p74-75]

  3. 에어비앤비가 대표적인 성공 사례로 제시됨. [팩트, p74]

  4. 에어비앤비는 AI 어시스턴트가 고객 문의의 약 45%를 사람의 개입 없이 처리했다고 보고함. [팩트, p74]

  5. 이 영향으로 예약당 고객서비스 비용이 전년 대비 약 16% 감소했음. [팩트, p74]

  6. 개발조직에서도 기획에서 출시까지 리드타임이 약 60% 줄었다고 보고서는 설명함. [팩트, p74]

  7. 출시 기능 수는 기존 대비 약 80% 늘어난 것으로 제시됨. [팩트, p74]

  8. 그 결과 조정 EBITDA 마진은 35%로 약 100bp 개선됐음. [팩트, p74]

  9. 중요한 것은 에어비앤비가 AI 제품 자체를 팔아서 리레이팅된 것이 아니라는 점임. [해석]

  10. 기존 여행 플랫폼의 경제적 해자를 유지한 채 AI를 백엔드 비용절감 도구로 활용했음. [팩트, p74]

  11. 숙소라는 실물 공급망은 AI가 직접 대체하기 어려움. [팩트, p74]

  12. 따라서 기존 매출은 방어하면서 AI가 비용만 줄여주는 이상적인 구조가 형성됐음. [해석]

  13. 보고서는 국내 기업에도 이와 같은 ‘AI 손익 기여’가 확인돼야 디레이팅에서 벗어날 수 있다고 봄. [팩트, p75]

  14. 즉 리레이팅의 조건은 AI 언급 횟수가 아니라 실제 비용 감소·마진 상승·신규매출 증가임. [해석]

  15. 또 다른 리레이팅 경로가 바로 AI 인프라 진출임. [팩트, p4·p8]

  16. 기존 서비스에서 AI 경쟁력을 입증하기 어렵다면 AI 서비스를 구동하는 컴퓨팅 자원을 공급할 수 있음. [해석]

  17. 이것이 보고서가 국내 SW 기업의 네오클라우드 진출을 중요한 구조적 변화로 보는 이유임. [해석]

  18. 서비스 기업이 데이터센터·GPU 임대사업자가 되면 AI 발전 자체가 위협이 아니라 수요 증가 요인이 됨. [해석]

  19. AI 사용량이 늘수록 GPU 임대시간과 데이터센터 가동률이 증가하기 때문임. [팩트, p16]

  20. 따라서 기존 SW와 AI 인프라는 AI 성장에 대한 이익 민감도가 정반대일 수 있음. [해석]

☁️ 네오클라우드란 무엇인가임

  1. 네오클라우드는 AI 연산에 특화된 GPU 클라우드 사업자를 의미함. [팩트, p16]

  2. AWS·Azure·Google Cloud 같은 전통적인 CSP(Cloud Service Provider·클라우드 서비스 제공자)는 데이터베이스·스토리지·SaaS 등 수백 개의 서비스를 제공함. [팩트, p17]

  3. 반면 네오클라우드는 최신 GPU 클러스터를 대량으로 묶어 고객에게 임대하는 사업에 집중함. [팩트, p16-17]

  4. 핵심 제품이 GPUaaS임. [팩트, p16]

  5. GPUaaS의 매출은 단순화하면 가동 MW × MW당 단가 × 가동률로 계산됨. [팩트, p16]

  6. 따라서 전통적인 SW보다 수익모델이 물리적인 설비 임대업과 유사함. [해석]

  7. 대표적인 글로벌 네오클라우드 사업자는 CoreWeave와 Nebius임. [팩트, p16]

  8. CoreWeave는 암호화폐 채굴 인프라 경험을 AI GPU 운영으로 전환한 기업임. [팩트, p16]

  9. Nebius는 러시아 검색기업 Yandex에서 분리된 인프라 기업임. [팩트, p16]

  10. 두 기업 모두 대규모 GPU 운용과 전력조달 경험을 AI 인프라 경쟁력으로 전환했음. [팩트, p16]

[표14 네오클라우드·전통 클라우드·코로케이션·DBO 비교, p17]

⚙️ 네오클라우드가 등장한 네 가지 이유임

  1. 첫 번째 이유는 하이퍼스케일러 자체 데이터센터 공급보다 AI 컴퓨팅 수요가 빠르게 늘었기 때문임. [팩트, p16]

  2. Microsoft는 OpenAI 수요를 자체 데이터센터만으로 감당하기 어려워 CoreWeave의 외부 GPU 용량을 대규모로 임차했음. [팩트, p16-17]

  3. 보고서 기준 CoreWeave와 OpenAI의 누적 계약규모는 약 224억달러로 추정됨. [팩트, p16-17]

  4. Meta 역시 CoreWeave와 수백억달러 규모 장기계약을 체결했음. [팩트, p17]

  5. Nebius도 Microsoft·Meta와 대규모 장기 GPU 계약을 체결했음. [팩트, p17]

  6. 두 번째 이유는 엔비디아의 전략적 필요임. [팩트, p16]

  7. Microsoft·Google·Amazon은 자체 ASIC(Application-Specific Integrated Circuit·특정 용도 전용칩)을 개발해 엔비디아 의존도를 낮추고 있음. [팩트, p16]

  8. 엔비디아에게 독립 네오클라우드는 GPU 판매처를 다양화해 하이퍼스케일러의 자체칩 전환을 견제하는 수단임. [해석]

  9. 세 번째 이유는 AI 기업이 수십조원의 초기 설비투자를 직접 부담하지 않고 임차방식으로 전환하려는 유인임. [팩트, p16]

  10. 네 번째 이유는 자체 AI 모델을 보유하지 않은 중립적인 컴퓨팅 공급자를 원하는 고객이 존재하기 때문임. [팩트, p16]

  11. Microsoft·Google처럼 자체 모델을 가진 클라우드에 경쟁 AI 기업이 핵심 컴퓨팅을 전적으로 맡기는 것은 이해상충 문제가 생길 수 있음. [해석]

  12. 독립 네오클라우드는 이 이해상충을 줄일 수 있음. [해석]

  13. 따라서 네오클라우드는 단순히 GPU가 부족해서 일시적으로 등장한 사업만은 아니라는 것이 보고서의 주장임. [해석]

  14. 공급부족·중립성·금융구조·엔비디아 전략이 동시에 시장 형성을 지원함. [해석]

  15. 다만 이 가운데 가장 강한 단기 성장요인은 GPU 컴퓨팅의 절대적 공급부족임. [팩트, p31-43]

🏗️ 모든 AI 데이터센터 사업이 같은 것은 아님

  1. 보고서는 AI 데이터센터 밸류체인을 다섯 층으로 구분함. [팩트, p18-19]

  2. 가장 아래는 전력과 부지를 확보해 제공하는 파워뱅킹 사업임. [팩트, p19]

  3. 그 위가 DBO임. [팩트, p19]

  4. DBO는 Design-Build-Operate의 약자로 고객 데이터센터를 설계·건설하고 운영까지 대행하는 사업임. [팩트, p17-19]

  5. 그 위가 코로케이션임. [팩트, p19]

  6. 코로케이션은 데이터센터의 공간·전력·냉각설비를 장기 임대하고 GPU는 고객이 직접 보유하는 모델임. [팩트, p17-19]

  7. 그 위가 GPUaaS임. [팩트, p19]

  8. GPUaaS 사업자는 직접 GPU를 확보하고 고객에게 시간단위 또는 장기계약으로 GPU 컴퓨팅을 판매함. [팩트, p19]

  9. 최상단은 GPU 인프라 위에 자체 소프트웨어와 모델을 얹어 토큰·API를 판매하는 AI 팩토리임. [팩트, p18-19]

  10. 가치사슬의 위로 갈수록 MW당 매출이 증가함. [팩트, p18-19]

  11. 동시에 투자비와 감가상각 위험도 증가함. [팩트, p18-19]

  12. DBO는 자본투자 부담이 가장 낮지만 수익성도 낮음. [팩트, p18-19]

  13. 코로케이션은 GPU 리스크 없이 상대적으로 안정적인 장기 임대수익을 얻는 모델임. [팩트, p17]

  14. GPUaaS는 같은 1MW에서 코로케이션보다 훨씬 높은 매출을 만들 수 있음. [팩트, p27-30]

  15. 대신 GPU 가격하락·세대교체·재계약 실패를 사업자가 부담함. [팩트, p19-30]

[그림7-8 네오클라우드 밸류체인 및 계층도, p18]

💰 MW당 경제성을 숫자로 보면 차이가 매우 큼

  1. 보고서의 안정화 수익성 모델에서 GPUaaS의 MW당 연 매출은 약 203.2억원임. [팩트, p30]

  2. 코로케이션의 MW당 연 매출은 약 42.7억원임. [팩트, p27-28]

  3. DBO의 가중평균 MW당 연 매출은 약 15.5억원임. [팩트, p27-29]

  4. GPUaaS 매출은 코로케이션의 약 4.8배임. [해석]

  5. 계산은 203.2 ÷ 42.7 ≈ 4.76배임. [해석]

  6. GPUaaS의 EBITDA는 MW당 약 114.4억원임. [팩트, p30]

  7. EBITDA 마진은 약 56.3%임. [팩트, p30]

  8. GPU 감가상각을 반영한 영업이익은 MW당 약 68.5억원임. [팩트, p30]

  9. 단순 모델상의 영업이익률은 약 33.7%임. [팩트, p30]

  10. 보고서는 실제 성숙기 영업이익률을 보수적으로 약 25-33.7% 범위로 제시함. [팩트, p30]

[표18 GPUaaS MW당 손익 계산, p30]

  1. 코로케이션 EBITDA는 MW당 약 18.8억원임. [팩트, p27-28]

  2. 코로케이션 EBITDA 마진은 약 44.1%임. [팩트, p27-28]

  3. 25년 감가상각을 가정한 영업이익은 약 10.8억원임. [팩트, p27-28]

  4. 이에 따른 영업이익률은 약 25.4%임. [팩트, p28]

  5. 다만 국내 설비의 실제 내용연수를 12-15년으로 짧게 잡으면 영업이익률이 10%대로 내려갈 수 있음. [팩트, p27]

  6. DBO의 MW당 연 영업이익은 약 1.7억원임. [팩트, p29]

  7. DBO 영업이익률 가정은 약 11%임. [팩트, p29]

  8. 따라서 AI 데이터센터라는 같은 명칭만 보고 사업가치를 동일한 멀티플로 평가해서는 안 됨. [해석]

  9. GPUaaS 비중이 높은 회사일수록 성공 시 매출과 이익 레버리지가 훨씬 큼. [해석]

  10. 반대로 GPUaaS 비중이 높은 회사일수록 자본조달과 GPU 가격 변화에도 훨씬 민감함. [해석]

🧮 GPUaaS 수익성 계산의 핵심 가정임

  1. 보고서는 1MW에 약 500개의 GPU를 탑재할 수 있다고 가정함. [팩트, p30]

  2. GPU와 서버·네트워크를 합친 대당 전력사용량을 약 2.0kW로 계산했기 때문임. [팩트, p30]

  3. GPU 평균 구매가격은 대당 약 3.8만달러로 가정함. [팩트, p30]

  4. 이에 따라 MW당 GPU 투자비만 약 276억원에 이름. [팩트, p30]

  5. 이 금액은 데이터센터 건물·전력설비 자체 개발비 가정인 MW당 약 200억원보다 큼. [팩트, p27·p30]

  6. GPU 임대단가는 장기계약과 온디맨드 가격을 혼합해 시간당 4달러로 가정함. [팩트, p30]

  7. 가동률은 80%로 가정함. [팩트, p30]

  8. 원/달러 환율 가정은 1,450원임. [팩트, p30]

  9. 이 세 가지를 적용해 MW당 매출 약 203억원이 산출됨. [팩트, p30]

  10. 상면과 설비 이용료는 MW당 연 약 43억원을 반영함. [팩트, p30]

  11. 전기료는 MW당 약 20.8억원으로 반영함. [팩트, p30]

  12. 인건비·네트워크·판관비 등 기타 운영비는 약 18억원임. [팩트, p30]

  13. 가장 중요한 장기 가정 중 하나인 GPU 감가상각 기간은 6년임. [팩트, p30]

  14. GPU 세대교체 속도가 예상보다 빨라 경제적 내용연수가 6년보다 짧아지면 실제 영업이익은 보고서 추정보다 낮아짐. [해석]

  15. 반대로 감가상각 이후에도 구형 GPU의 임대 수요가 유지되면 수익성은 추정치를 상회할 수 있음. [해석]

💸 이 사업이 극단적으로 자본집약적인 이유임

  1. 보고서는 1GW급 AI 데이터센터 초기 투자비를 약 50조~85조원으로 추산함. [팩트, p19]

  2. 전체 투자비 가운데 GPU·컴퓨팅 장비 비중이 약 60%임. [팩트, p19]

  3. 건물·전력·변압기·UPS·발전·냉각설비 등이 약 30% 수준을 차지함. [팩트, p19]

  4. 1GW당 연간 운영비도 약 1조원 수준으로 추정함. [팩트, p19]

  5. 더 큰 문제는 GPU 세대교체 속도가 데이터센터 건물보다 매우 빠르다는 점임. [팩트, p19]

  6. B200 이후 B300·Vera Rubin 등 GPU 신제품 출시주기가 대략 1년 단위까지 짧아졌다고 보고서는 설명함. [팩트, p19]

  7. 고객이 최신 GPU를 요구하면 네오클라우드 사업자는 지속적으로 장비를 새로 구입해야 함. [팩트, p19]

  8. 즉 초기 CAPEX를 한 번 집행하면 끝나는 사업이 아님. [해석]

  9. 사업이 성장하는 동안 수조~수십조원 규모의 GPU 재투자가 반복될 수 있음. [팩트, p19]

  10. 따라서 네오클라우드의 핵심 경쟁력은 단순히 데이터센터 운영능력이 아니라 반복적인 자금조달 능력임. [팩트, p19]

  11. 얼마나 낮은 금리에 자금을 조달할 수 있는지가 경쟁력에 직접 연결됨. [팩트, p19·p57]

  12. 엔비디아와 대형 고객의 장기계약은 금융기관이 해당 프로젝트의 신용도를 높게 평가하게 만드는 핵심 요소임. [팩트, p24·p42]

  13. 고객계약이 있으면 미래 현금흐름을 담보로 더 낮은 금리의 자산담보 금융을 사용할 수 있음. [팩트, p24]

  14. 결과적으로 네오클라우드는 IT 서비스이면서 동시에 프로젝트 금융사업의 성격도 강함. [해석]

  15. 보고서가 네오클라우드를 사실상 ‘GPU Financing’이라고 표현하는 이유임. [팩트, p57]

📉 EBITDA는 높은데 순손실이 나는 이유임

  1. CoreWeave는 2026년 2분기 매출 약 25.8억달러를 기록해 전년 동기 대비 약 112% 성장했음. [팩트, p21]

  2. 조정 EBITDA도 약 15.1억달러까지 증가했음. [팩트, p21]

  3. 그럼에도 순손실은 약 6.26억달러로 확대됐음. [팩트, p21]

  4. 가장 큰 이유는 감가상각비가 약 5.6억달러에서 13.9억달러로 149% 증가했기 때문임. [팩트, p21]

  5. 순이자비용도 약 2.67억달러에서 6.4억달러로 139% 늘었음. [팩트, p21]

  6. 따라서 높은 EBITDA 마진이 곧 높은 순이익률을 의미하지 않음. [해석]

  7. Nebius도 2026년 2분기 매출이 전년 동기 대비 약 454% 증가했음. [팩트, p21]

  8. 조정 EBITDA는 흑자로 전환했음. [팩트, p21]

  9. 그러나 감가상각비가 크게 증가해 GAAP 영업손실은 확대됐음. [팩트, p21]

  10. 즉 현금 영업수익은 빠르게 개선돼도 초기 자산투자비의 회계비용이 먼저 반영되는 구조임. [해석]

[그림12 CoreWeave·Nebius 2Q26 실적 비교, p21]

🏦 결국 오프밸런스 구조가 중요한 이유임

  1. 온밸런스 방식에서는 GPU·데이터센터를 회사가 직접 보유하고 관련 부채도 연결재무제표에 인식함. [팩트, p20]

  2. 이 구조에서는 부채비율이 상승함. [팩트, p20]

  3. 대규모 감가상각비와 이자비용도 회사 손익에 직접 반영됨. [팩트, p20]

  4. 따라서 매출이 성장해도 순이익 흑자전환이 늦어질 수 있음. [해석]

  5. 반대로 오프밸런스 구조에서는 JV나 SPV가 데이터센터와 GPU 자산을 보유함. [팩트, p25]

  6. 모회사는 해당 SPV의 소수지분만 보유해 연결대상에서 제외할 수 있음. [팩트, p25]

  7. SPV가 직접 채권과 프로젝트 금융을 통해 자금을 조달함. [팩트, p25]

  8. 모회사는 완공된 데이터센터와 GPU를 장기 임차해 사용함. [팩트, p25]

  9. 이 경우 수십조원의 직접 CAPEX가 모회사 현금흐름에서 빠져나가는 구조를 완화할 수 있음. [팩트, p25]

  10. 감가상각비도 SPV 측에 남아 모회사의 회계상 영업이익률을 방어할 수 있음. [팩트, p25]

  11. 그러나 경제적 부담이 완전히 사라지는 것은 아님. [팩트, p25]

  12. 모회사는 장기간 고정 임차료를 지급해야 함. [팩트, p25]

  13. 경제적으로는 임차료가 장기간의 원리금 지급과 유사한 의무가 될 수 있음. [해석]

  14. 따라서 오프밸런스는 위험 제거가 아니라 위험의 회계상 형태를 바꾸는 방식임. [해석]

  15. 사업분석 시 연결부채만 보고 재무레버리지를 판단하면 실제 부담을 과소평가할 수 있음. [해석]

📈 네오클라우드 수요가 강하다고 보는 첫 번째 근거는 컴퓨팅 사용량임

  1. 보고서는 AI 컴퓨팅 수요의 방향에는 큰 논쟁의 여지가 없다고 판단함. [팩트, p32]

  2. Google이 처리하는 월간 토큰 수는 보고서 기준 약 3,200조개까지 증가했음. [팩트, p32]

  3. 이는 1년 만에 약 7배 증가한 수준으로 제시됨. [팩트, p32]

  4. ChatGPT 주간 사용자는 약 10억명까지 증가한 것으로 보고서는 제시함. [팩트, p32]

  5. Anthropic 연환산 매출도 2025년 말 약 90억달러에서 2026년 5월 약 470억달러까지 증가했다고 제시함. [팩트, p32]

  6. AI 가격이 하락한다고 컴퓨팅 총수요가 감소하는 것도 아님. [해석]

  7. 오히려 토큰당 가격이 낮아지면 새로운 사용처가 생기며 사용량이 증가할 수 있음. [팩트, p32]

  8. 이는 가격 하락이 수요량 증가를 유발하는 제번스 효과와 유사함. [해석]

  9. 특히 AI 에이전트는 한 번의 질문에 여러 차례 모델 호출·검색·도구 실행을 수행함. [해석]

  10. 따라서 인간이 직접 챗봇에 입력하는 횟수보다 훨씬 많은 토큰을 소비할 수 있음. [해석]

  11. AI 활용이 단순 질의응답에서 업무 수행으로 발전할수록 컴퓨팅 소비량은 더 빠르게 증가할 수 있음. [해석]

  12. 생성형 AI 산업이 학습 중심에서 추론 중심으로 이동하는 것도 컴퓨팅 수요의 장기성을 강화함. [팩트, p44]

  13. 학습은 특정 모델 개발 시점에 집중되지만 추론은 사용자가 서비스를 이용할 때마다 반복됨. [해석]

  14. 따라서 AI 서비스 사용자가 증가할수록 추론 컴퓨팅은 지속적으로 필요한 반복매출 성격을 가질 수 있음. [해석]

  15. 이 구조가 GPUaaS 장기 수요의 가장 중요한 기반임. [해석]

📊 두 번째 근거는 GPU 임대단가와 계약기간임

  1. 보고서는 네오클라우드 GPU MW당 임대단가가 1년 사이 크게 상승했다고 설명함. [팩트, p3]

  2. 수요 증가와 GPU 공급부족이 동시에 나타나면서 가격과 판매량이 함께 증가하는 P·Q 상승구간이라는 판단임. [팩트, p31-41]

  3. 가격이 높은 상황에서도 대형 AI 고객은 장기계약을 체결하고 있음. [팩트, p41]

  4. CoreWeave 수주잔고에서 4년 이상 계약의 비중은 2025년 2분기 약 10%에서 2026년 2분기 약 21%로 증가했음. [팩트, p41]

  5. CoreWeave 수주잔고는 약 1,000억달러 수준으로 보고서는 제시함. [팩트, p41]

  6. 장기계약 고객은 미래 AI 수요를 가장 가까이서 보는 프론티어 AI랩과 하이퍼스케일러임. [팩트, p41]

  7. 이들이 GPU 가격 하락이나 수요 감소를 확신했다면 높은 가격에 4-6년 계약을 체결할 유인이 작았을 것임. [해석]

  8. 따라서 장기계약 증가는 현재 고객들이 컴퓨팅 부족이 단기간에 끝나지 않을 것으로 보고 있다는 간접증거임. [해석]

  9. 일부 네오클라우드는 장기계약이 충분히 쌓인 뒤 더 높은 가격을 받기 위해 단기계약을 확대하고 있음. [팩트, p41]

  10. 이는 공급자의 협상력이 아직 높은 국면이라는 것을 시사함. [해석]

🤝 세 번째 근거는 엔비디아의 이해관계임

  1. 엔비디아는 주요 네오클라우드 기업에 단순 GPU 판매 이상으로 깊게 관여하고 있음. [팩트, p42·p55]

  2. CoreWeave·Nebius·NAVER 등에 지분 투자 또는 전략적 협력을 확대했음. [팩트, p42·p55]

  3. CoreWeave 미판매 용량에 대해서는 일정 규모의 매입보증도 제공하고 있음. [팩트, p42]

  4. 이는 네오클라우드가 GPU를 매입했지만 고객을 확보하지 못했을 때의 잔여위험을 일부 낮춰주는 장치임. [해석]

  5. 엔비디아의 협력은 금융기관 입장에서도 프로젝트 신용을 높이는 요소임. [해석]

  6. 최신 GPU 공급 부족 국면에서는 GPU 배정순위 자체가 경쟁력이 됨. [팩트, p42]

  7. 보고서는 H100 리드타임이 36-52주에 이르고 B200 계열도 향후 공급분까지 상당 부분 배정됐다고 설명함. [팩트, p42]

  8. 따라서 동일한 데이터센터를 보유해도 GPU를 제때 확보하지 못하면 매출을 만들 수 없음. [해석]

  9. 엔비디아 클라우드 파트너 자격은 단순 마케팅 인증 이상의 의미를 가짐. [팩트, p42]

  10. 국내에서는 NAVER·쿠팡·SK텔레콤이 엔비디아 클라우드 파트너로 제시됨. [팩트, p42]

[그림41·표 NCP 인증요건, p42]

⚡ 네 번째 근거는 미국의 전력 병목임

  1. 미국 AI 데이터센터의 가장 큰 물리적 제약 가운데 하나는 GPU가 아니라 전력망 연결임. [팩트, p43]

  2. 보고서는 2025년 말 미국 전력망 연계 대기용량을 약 2,060GW로 제시함. [팩트, p43]

  3. 이는 미국 송전망 규모 약 1,374GW보다 큼. [팩트, p43]

  4. 신규 프로젝트의 전력망 연결 대기시간도 과거 1-2년에서 약 5년 수준으로 길어졌다고 설명함. [팩트, p43]

  5. 변압기 납품기간 역시 약 2-4년에 달한다고 제시함. [팩트, p43]

  6. AI 산업에서는 GPU가 확보돼도 전력이 없으면 매출을 발생시킬 수 없음. [해석]

  7. 따라서 미국 외 지역의 데이터센터 입지가 상대적으로 중요해질 수 있음. [해석]

  8. OpenAI의 UAE·노르웨이 프로젝트는 이런 지역다변화 사례로 제시됨. [팩트, p43]

  9. 한국 역시 안정적인 전력망·통신인프라·운영인력 측면에서 후보지가 될 수 있다고 보고서는 판단함. [팩트, p43-45]

  10. 특히 미국 데이터센터 공급 지연이 수년간 이어지면 한국의 AI 인프라가 단순 국내수요가 아니라 아시아 공급기지 역할을 할 가능성이 있음. [해석]

🌏 한국 AI 데이터센터가 경쟁력을 가질 수 있다는 논리임

  1. 첫 번째 장점은 아시아권 추론수요를 처리할 수 있다는 점임. [팩트, p44]

  2. AI 추론은 검색보다 응답시간 자체가 길어 일정 수준의 네트워크 지연을 사용자가 상대적으로 덜 민감하게 느낄 수 있다고 보고서는 판단함. [팩트, p44]

  3. 따라서 한국에서 해외 AI 추론을 일부 처리하는 것도 가능하다는 논리임. [해석]

  4. 두 번째 장점은 향후 AI 컴퓨팅의 중심이 학습에서 추론으로 이동할 가능성임. [팩트, p44]

  5. 보고서가 인용한 JLL 전망에서는 2030년 추론 수요가 약 74GW, 학습 수요가 약 26GW로 제시됨. [팩트, p44]

  6. 정확히 3배의 차이가 실현될지는 불확실하다고 보고서도 명시함. [팩트, p44]

  7. 그러나 상용 AI 서비스의 사용량이 증가할수록 추론 비중이 상승한다는 방향성 자체는 합리적이라고 판단함. [해석]

  8. 세 번째 장점은 데이터센터 건설비용임. [팩트, p44-45]

  9. 보고서는 한국의 AI 데이터센터 건설비가 주요 선진시장 대비 낮은 수준이라고 평가함. [팩트, p44-45]

  10. 산업용 전력요금도 kWh당 약 172원 수준으로 제시함. [팩트, p44]

  11. 절대적으로 세계 최저 전력비는 아니지만 안정적인 사회인프라와 기술인력을 포함하면 경쟁력이 있다는 주장임. [팩트, p44]

  12. 다만 국내 전력망 병목과 수도권 데이터센터 인허가 문제가 장기적으로 얼마나 커질지는 별도의 확인이 필요함. [해석]

  13. 보고서가 제시한 한국 경쟁력은 현재 비용과 인프라를 기반으로 한 전망이며 미래 규제 변화까지 확정하는 내용은 아님. [해석]

  14. 따라서 실제 글로벌 고객 계약 체결 여부가 이 논리를 검증하는 가장 중요한 증거가 됨. [해석]

  15. 특히 NAVER·NHN의 해외 대형 고객 확보가 한국 네오클라우드의 글로벌 경쟁력 여부를 판단하는 첫 사례가 될 수 있음. [해석]

🇰🇷 국내 네오클라우드의 상대적 포지션임

  1. 보고서는 NAVER의 AI 수혜 점수를 10점 만점에 9점으로 가장 높게 평가함. [팩트, p7·p77]

  2. SK텔레콤은 8점으로 평가함. [팩트, p7·p77]

  3. NHN은 7점임. [팩트, p7·p77]

  4. 삼성SDS는 6.5점임. [팩트, p7·p77]

  5. LG CNS는 6점으로 평가함. [팩트, p77]

  6. 그러나 본업의 AI 침식위험까지 같이 보면 NAVER는 수혜와 위험이 동시에 큰 회사임. [팩트, p77]

  7. SK텔레콤은 통신 본업이 AI로 대체될 가능성이 낮아 상대적으로 순수한 수혜 포지션으로 평가됨. [팩트, p77]

  8. NHN 역시 게임·결제·클라우드 본업의 직접적인 AI 대체 위험이 낮음. [팩트, p77]

  9. 삼성SDS·LG CNS는 AI 데이터센터 수혜가 있지만 기존 인력기반 SI 매출이 AI 생산성 향상으로 줄어들 가능성이 있음. [팩트, p77]

  10. 따라서 데이터센터 가치만 보는 것보다 기존 사업의 AI 침식효과까지 함께 봐야 함. [해석]

[표40 국내 커버리지 AI 포지셔닝맵, p77]

🟢 NAVER의 강점과 가장 중요한 검증사항임

  1. NAVER는 보고서가 인터넷/SW Top Pick으로 제시한 기업임. [팩트, p12]

  2. 네오클라우드 사업에서 필요한 여섯 가지 조건 가운데 다섯 가지가 이미 상당 부분 확보됐다고 보고서는 판단함. [팩트, p12]

  3. 첫 번째 조건인 자금조달은 Brookfield와의 협력을 통해 해결한 것으로 평가함. [팩트, p12]

  4. 보고서는 200MW 기준 약 90억달러 규모의 자금조달 협약을 언급함. [팩트, p12·p46]

  5. 두 번째 조건인 가동시점은 2027년 상반기 55MW로 제시됨. [팩트, p12·p46]

  6. 세 번째 조건은 엔비디아와의 강력한 관계임. [팩트, p12·p42]

  7. 엔비디아는 NAVER에 약 1.4조~1.48조원 규모 지분투자를 한 것으로 보고서에 제시됨. [팩트, p9·p12]

  8. 네 번째 조건은 AI 풀스택 운영 경험임. [팩트, p12]

  9. NAVER는 자체 LLM인 HyperCLOVA X와 대규모 GPU 운영 경험을 보유함. [팩트, p12]

  10. 다섯 번째는 데이터센터 상면임. [팩트, p12]

  11. 죽전·삼송 등을 이용해 200MW 수준까지 확장 가능한 상면을 확보한 것으로 보고서는 판단함. [팩트, p12]

  12. 따라서 남은 핵심 조건은 실제 외부 고객계약임. [팩트, p12]

  13. 이 점이 NAVER 네오클라우드 투자논리에서 가장 중요한 부분임. [해석]

  14. 고객계약이 없다면 200MW의 CAPA는 잠재적인 설비계획일 뿐 매출확정이 아님. [해석]

  15. 반대로 글로벌 대형 고객과 장기 Take-or-Pay 계약이 확인되면 현재 추정된 AI 데이터센터 가치의 신뢰도가 급격히 높아질 수 있음. [해석]

📐 NAVER의 네오클라우드 가치 산정임

  1. 보고서는 NAVER 네오클라우드의 2027년 매출을 약 1.2조원으로 추정함. [팩트, p47]

  2. 2028년 매출은 약 3.02조원으로 추정함. [팩트, p47]

  3. 2029년 매출은 약 5.18조원으로 추정함. [팩트, p47]

  4. 2030년 매출은 약 12.82조원으로 추정함. [팩트, p47]

  5. 2031년 매출은 약 23.94조원으로 추정함. [팩트, p47]

  6. 가동 CAPA는 2027년 70MW에서 2031년 800MW까지 늘어나는 것으로 가정함. [팩트, p47]

  7. 영업이익률은 2027년 12.0%에서 2029년 22.5%, 2031년 26.8%까지 상승하는 것으로 추정함. [팩트, p47]

  8. 2029년 영업이익은 약 1.17조원으로 추정함. [팩트, p47]

  9. 이 EBITDA에 11배 EV/EBITDA를 적용함. [팩트, p46-47]

  10. 할인율 WACC(Weighted Average Cost of Capital·가중평균자본비용)는 8%를 적용함. [팩트, p46-47]

[표22 NAVER 네오클라우드 손익, p47]

  1. 산출된 현재 사업가치는 약 10.2조원임. [팩트, p47]

  2. 중요한 것은 이 가치가 블렌디드 GPU 임대단가가 2027년 3.5달러에서 2031년 6.1달러까지 계속 상승한다는 가정을 포함한다는 점임. [팩트, p47]

  3. 즉 CAPA 확대뿐 아니라 GPU 시간당 가격의 지속 상승도 NAVER 매출 성장의 중요한 전제임. [해석]

  4. GPU 공급부족이 예상보다 빨리 해소되면 이 단가가 낮아질 가능성이 있음. [해석]

  5. 따라서 NAVER 네오클라우드 가치 10.2조원을 확정적인 자산가치로 보기보다 여러 운영가정을 포함한 조건부 가치로 보는 것이 적절함. [해석]

🟢 SK텔레콤은 규모가 가장 크지만 아직 계획의 구체화가 핵심임

  1. SK텔레콤은 국내 기업 가운데 가장 큰 장기 AI 데이터센터 CAPA 계획을 제시하고 있음. [팩트, p48-50]

  2. 기존 SK브로드밴드 데이터센터를 기반으로 코로케이션 사업을 이미 수행하고 있음. [팩트, p48]

  3. 울산에는 AWS와 약 7조원을 투자하는 103MW급 데이터센터가 건설 중임. [팩트, p48]

  4. 보고서는 2027년 하반기부터 일부 가동이 시작될 것으로 예상함. [팩트, p48]

  5. 구로에도 약 75MW급 시설이 추가되는 것으로 추정함. [팩트, p48]

  6. 기존 시설과 신규 시설은 SK호라이즌 중심으로 운영될 계획임. [팩트, p48-50]

  7. 별도로 SK하이퍼는 GW 단위 AI 인프라를 담당할 것으로 예상됨. [팩트, p48]

  8. 장기 목표는 2029년부터 5GW를 단계적으로 열고 2035년까지 15GW를 구축하는 것임. [팩트, p48-50]

  9. 이는 현재 국내에서 가장 공격적인 AI 데이터센터 계획 가운데 하나임. [해석]

  10. 그러나 세부 투자금액·고객·가동률이 아직 충분히 공개되지 않은 GW급 계획은 현재 사업가치 계산에서 제외됐음. [팩트, p48]

  11. 보고서는 SK호라이즌의 가시화된 사업만으로 AI 데이터센터 가치를 약 4.8조원으로 계산함. [팩트, p48-49]

  12. 2030년 매출은 약 1.44조원으로 추정함. [팩트, p49]

  13. EBITDA는 약 6,564억원임. [팩트, p49]

  14. 영업이익은 약 3,053억원임. [팩트, p49]

  15. 따라서 SK하이퍼의 GW급 사업이 실제 고객계약과 자금조달로 구체화될 경우 보고서의 4.8조원보다 가치가 훨씬 커질 가능성이 있음. [해석]

🟢 NHN은 규모보다 현재 수익성이 강점임

  1. NHN은 국내 기업 중 네오클라우드 매출이 실제 분기 손익에 가장 먼저 반영되기 시작한 사업자로 평가됨. [팩트, p51]

  2. 양평 Factory X 서울에 약 7,656개의 B200 GPU가 투입됐음. [팩트, p51]

  3. NHN Cloud 매출은 GPUaaS 가동 이후 전년 대비 크게 증가했다고 보고서는 설명함. [팩트, p51]

  4. 보고서는 2분기 GPUaaS 관련 매출을 약 234억원으로 추정함. [팩트, p51]

  5. 영업이익은 약 81억원으로 추정함. [팩트, p51]

  6. 이 높은 수익성의 중요한 원인은 GPU를 자체 자금으로 모두 구매하지 않았기 때문임. [팩트, p51]

  7. 약 1조원 규모 B200 GPU가 정부 사업을 통해 지원됐음. [팩트, p51]

  8. 이에 따라 수익화 가능한 일부 GPU에서는 감가상각 부담이 매우 낮음. [팩트, p51]

  9. 따라서 현재 NHN 마진을 민간 자금으로 GPU를 구매하는 일반 네오클라우드의 정상 마진으로 그대로 외삽하기는 어려움. [해석]

  10. 향후 30MW 추가 증설에서는 GPU 자체구매 비중이 높아질 가능성이 있어 마진이 낮아질 수 있음. [팩트, p51]

  11. 보고서는 2029년 네오클라우드 매출 약 4,120억원을 추정함. [팩트, p51-52]

  12. EBITDA는 약 1,710억원임. [팩트, p52]

  13. 영업이익은 약 880억원임. [팩트, p52]

  14. 현재 사업가치는 약 1.2조원으로 평가함. [팩트, p52]

  15. NHN의 가장 중요한 체크포인트는 30MW 증설의 자금조달 방식과 실제 고객계약임. [팩트, p51]

🟢 삼성SDS의 강점은 자금과 캡티브 수요임

  1. 삼성SDS는 AI 데이터센터를 DBO·코로케이션·GPUaaS 세 가지 모델로 확장하려 함. [팩트, p53]

  2. 총 계획규모는 약 720MW로 제시됨. [팩트, p53]

  3. 이 가운데 DBO 목표는 약 500MW임. [팩트, p53]

  4. GPUaaS·코로케이션은 약 220MW임. [팩트, p53]

  5. 삼성SDS의 가장 큰 차별점은 약 7조원 수준의 가용현금을 보유해 외부차입 의존도를 낮출 수 있다는 점임. [팩트, p53]

  6. AI 인프라에 약 5조원을 투자할 계획도 제시됨. [팩트, p53]

  7. 삼성그룹 내부의 캡티브 수요는 초기 가동률 위험을 낮출 수 있음. [팩트, p53]

  8. 구미 AI 데이터센터는 2029년 60MW, 이후 추가 60MW 증설 계획이 제시됨. [팩트, p53]

  9. 해남 국가 AI 컴퓨팅센터에도 지분참여함. [팩트, p53]

  10. 해남 프로젝트는 사업구조 불확실성 때문에 보고서의 사업가치 산정에서는 제외됐음. [팩트, p53]

  11. 보고서는 2030년 AI 데이터센터 매출을 약 1.71조원으로 추정함. [팩트, p54]

  12. EBITDA는 약 4,759억원으로 추정함. [팩트, p54]

  13. 영업이익은 약 1,779억원으로 추정함. [팩트, p54]

  14. 현재 AI 데이터센터 사업가치는 약 3.1조원으로 평가함. [팩트, p53-54]

  15. 삼성SDS의 경우 기존 SI 사업의 AI 생산성 향상이 매출을 줄이는 효과와 AI 인프라의 성장이 동시에 발생한다는 점을 함께 봐야 함. [해석]

🔴 네오클라우드의 첫 번째 핵심 리스크는 GPU 사이클임

  1. 기존 인터넷/SW 기업은 AI 데이터센터에 진입하면서 반도체·AI 인프라 사이클과 주가 민감도가 높아질 수 있음. [팩트, p55]

  2. GPU 가격이 하락하면 네오클라우드의 신규 임대단가와 자산가치가 동시에 낮아질 수 있음. [팩트, p55]

  3. 기존 장기계약의 가격은 일정기간 보호되지만 신규계약의 경제성은 악화될 수 있음. [팩트, p55]

  4. 네오클라우드와 엔비디아·AI랩·빅테크 간에는 상호 투자와 구매계약이 반복되는 순환구조가 존재함. [팩트, p55]

  5. 엔비디아는 네오클라우드에 투자하고 네오클라우드는 조달한 자금으로 엔비디아 GPU를 구매함. [팩트, p55]

  6. AI랩은 네오클라우드와 장기계약을 체결하고 빅테크와 FI는 AI랩에 다시 자금을 투자함. [팩트, p55]

  7. AI 수요가 지속되는 동안에는 이 구조가 강한 성장 플라이휠로 작동함. [해석]

  8. 그러나 하나의 연결고리가 무너지면 GPU 주문·네오클라우드 수주·반도체 가격·AI 주식이 함께 조정될 수 있음. [팩트, p56]

  9. 따라서 네오클라우드는 전통 인터넷 플랫폼보다 사이클 변동성이 큰 사업으로 변할 가능성이 있음. [해석]

  10. AI 인프라에 투자하면서 기존 SW의 방어적 성격 일부를 포기하는 셈임. [해석]

🔴 두 번째 핵심 리스크는 금리임

  1. 네오클라우드 사업은 막대한 GPU 구매비용을 부채로 조달하므로 금리 변화에 매우 민감함. [팩트, p57]

  2. 수익성은 단순화하면 GPU 임대수익률과 자금조달금리의 스프레드에서 결정됨. [팩트, p57]

  3. CoreWeave의 분기 이자비용은 보고서 기준 매출의 약 26%까지 상승했음. [팩트, p57]

  4. CoreWeave의 초기 조달금리는 약 14% 수준이었으나 장기계약과 신용보강으로 점차 낮아졌음. [팩트, p57-58]

  5. 2026년 일부 자산담보 금융은 약 7% 수준까지 낮아졌음. [팩트, p57-58]

  6. 금리 하락은 이자비용을 낮춰 네오클라우드 영업레버리지를 크게 개선함. [해석]

  7. 반대로 금리가 상승하면 신규 설비의 경제성이 즉시 악화됨. [팩트, p59]

  8. 동시에 미래 현금흐름에 적용하는 할인율도 높아져 EV/EBITDA 기반 현재가치가 감소함. [팩트, p59]

  9. 즉 금리 상승은 실적 마진과 밸류에이션을 동시에 낮추는 이중 악재임. [해석]

  10. 네오클라우드 섹터에서는 GPU 수요뿐 아니라 미국 장기금리와 회사채 스프레드도 핵심 투자지표로 봐야 함. [해석]

🛡️ 어떤 기존 SW 업종이 상대적으로 방어적인가임

  1. 보고서는 검색·광고를 AI 피해 섹터로 분류함. [팩트, p78-81]

  2. AI 검색은 사용자가 검색결과 페이지를 클릭하지 않고 답을 바로 얻는 제로클릭 검색을 증가시키기 때문임. [팩트, p79-80]

  3. Baidu·Yahoo Japan 등의 검색광고 성장률 둔화가 실제 사례로 제시됨. [팩트, p79]

  4. NAVER는 국내 상업성 검색 데이터가 플레이스·쇼핑·블로그에 집중돼 있어 글로벌 LLM보다 상대적으로 방어력이 높다고 평가함. [팩트, p79]

  5. 그러나 브라우저를 직접 조작하는 AI 에이전트가 확산되면 이 상업검색 해자도 장기적으로 약해질 수 있음. [팩트, p81]

  6. 메신저는 사용자 간 인간관계라는 네트워크 효과 때문에 AI가 직접 대체하기 어렵다고 판단함. [팩트, p82]

  7. 커머스도 가격·상품수·배송망이라는 물리적 해자가 있어 범용 AI가 기존 플랫폼을 쉽게 대체하기 어렵다고 봄. [팩트, p89-90]

  8. 게임은 AI를 이용해 제작비용을 줄이고 게임 내부 콘텐츠를 개선할 수 있지만 모든 게임사가 AI를 활용할 수 있어 차별화 효과는 제한적이라고 평가함. [팩트, p92]

  9. 따라서 보고서가 제시하는 산업구조의 핵심은 네오클라우드는 직접 수혜, 메신저·커머스·게임은 방어, 검색·ERP·업무SW·SI는 상대적 피해라는 구분임. [팩트, p6·p78]

  10. 종합하면 AI 컴퓨팅 인프라의 장기 성장 논리는 상당히 설득력이 있지만 아직 고객계약·GPU 임대단가·감가상각·조달금리·전력 확보라는 핵심 변수가 확정되지 않았으므로, 완벽한 확신을 요구한다면 나는 현재 인터넷/SW 섹터 전체에 대한 일괄적인 투자 판단은 하지 않고 실제 네오클라우드 장기계약이 확인되는 기업만 별도로 재평가하겠음. [해석]

📈 리스크 & 기회

시계열 핵심 변수 보고서가 보는 방향 영향도 확인할 데이터
단기 1-3개월 NAVER 외부 고객계약 계약 체결 시 AI DC 가치 현실화 가능함 매우 높음 MW·계약기간·GPU 종류·Take-or-Pay 여부
단기 1-3개월 GPU 임대단가 공급부족 지속 시 높은 가격 유지 가능함 높음 H100/B200/B300 spot·장기계약 가격
단기 1-3개월 미국 금리 상승 시 마진과 밸류에이션 동시 훼손됨 매우 높음 미국채 10년물·SOFR·회사채 스프레드
중기 6-12개월 AI 추론 수요 에이전트 확대로 컴퓨팅 사용량 증가 가능함 매우 높음 토큰 사용량·AI MAU·추론비중
중기 6-12개월 국내 CAPA 가동 계획이 매출로 전환되는지가 중요함 매우 높음 NAVER 55MW·SKT 울산·NHN 30MW 증설
중기 6-12개월 GPU 공급과잉 발생 시 임대료와 멀티플 동시 하락 가능함 매우 높음 엔비디아 리드타임·GPU 렌탈가격·수주잔고
중기 6-12개월 기존 SW AI 침식 검색·SI·업무SW 중심으로 악화될 수 있음 높음 검색 쿼리·광고매출·seat 수·SI 투입인력

🧵 한 줄 코멘트

이 보고서가 말하는 변화는 ‘AI라는 겨울을 피하는 것’이 아니라, 난방비를 내던 소프트웨어 기업이 아예 AI 발전소를 짓기 시작하는 변화이며, 발전소의 수익성은 결국 GPU보다 고객계약과 자금조달비용이 결정함.

저작자표시 비영리 변경금지 (새창열림)

'돈 불리기 > 산업보고서' 카테고리의 다른 글

[증권] 증권주의 다음 상승은 거래대금보다 ‘리테일 자산의 반복수익화’가 결정할 가능성이 큼  (0) 2026.09.29
[인터넷포탈] AI 에이전트의 확산이 소프트웨어보다 컴퓨팅을 먼저 폭발시키는 구조임  (0) 2026.09.29
[경제분석] 장기금리 5%는 버틸 수 있지만, 진짜 위험은 ‘5% 그 자체’보다 유가·신용·AI 수익성에 있음  (0) 2026.09.29
[경제분석] 환율의 방향보다 ‘대기 달러가 언제 움직이느냐’가 핵심인 보고서임  (0) 2026.09.29
[투자정보] 중국의 진짜 숙제는 “더 키우기”가 아니라 “잘 버는 기업만 살아남게 하기”임  (0) 2026.09.29
'돈 불리기/산업보고서' Related Articles more