- ASML(ASML: NA/US)과 TSMC(TSMC: 2330:TT)은 이번 주에 각각 올해 매출 지침을 상향 조정하며, 미국 주요 클라우드 서비스 제공업체들이 단기 투자 수익률 압박을 무시하고 첨단 인공지능 칩에 대한 자본 지출을 계속 확장하고 있음을 확인했습니다.
- 업계 데이터에 따르면, 마이크로소프트(MSFT:US), 메타(META:US), 아마존(AMZN:US) 등 기술 대기업들의 올해 데이터 센터 총 지출은 6천억 달러를 초과할 것으로 예상되며, 이는 파운드리스 반도체 설계사의 실적에 강력한 확실성을 제공합니다.
- 연산 성능의 수요가 구조적으로 변화하고 있으며, TSMC 경영진은 대형 언어 모델(LLM)의 성숙함에 따라 연산 성능 소비가 점점 모델 학습에서 추론으로 이동하고 있다고 지적했습니다. 이는 공급망이 더욱 높은 사양의 고급 프로세서와 첨단 포장 서비스를 제공하도록 요구합니다.
자본 지출 주기와 투자 수익률의 대치
TSMC와 ASML이 이번 주 발표한 예상을 웃도는 가이던스는 글로벌 반도체 시장의 평가 중심에 강력한 기본적 지지대를 제공했습니다. 이전에 월스트리트 분석가들 사이에서는 인공지능 자산 거품에 대한 우려가 점차 확산되고 있었습니다. 시장의 핵심 의문은 하이퍼스케일러들이 컴퓨팅 인프라에 대규모로 투자했음에도 불구하고, 그에 상응하는 소프트웨어 수익으로 전환되지 않았다는 점이었습니다. 그러나 TSMC의 CEO 웨이저쟈가 애널리스트 컨퍼런스 콜에서 밝힌 내용은 이러한 우려를 잠시 잠재웠다. 그는 고객과 그 하위 주요 클라우드 서비스 제공업체들이 매우 강력한 수요 신호와 긍정적인 전망을 지속적으로 발표하고 있다고 명확히 밝혔습니다.
이러한 수요-공급 역학은 범용 인공지능(AGI)의 군비 경쟁에서 기술 대기업들이 자본 지출을 단기 주식 수익률을 추구하는 금융 도구가 아닌 기술 보호용 방어비용으로 간주하고 있음을 시사합니다. 올해 최대 6천억 달러의 데이터 센터 자본 지출은 핵심 그래픽 처리 장치(GPU) 구매를 포함할 뿐만 아니라 고대역폭 메모리(HBM), 광 모듈, 액체 냉각 시스템 및 전력 인프라 건설을 포함합니다. 이러한 비용 불문 투자는 엔비디아(NVDA:US), AMD(AMD:US), 브로드컴(AVGO:US) 등의 주요 칩 설계 회사의 미납 주문량을 역사적 최고 수준에서 유지하게 됐고, 이들의 실적 가시성은 2027년까지 연장되었습니다.
첨단 제조 능력과 장비 주문 분석
글로벌 반도체 제조 산업체의 절대 하위 자산으로서, ASML의 극자외선(EUV) 장비 주문과 TSMC의 첨단 프로세스 용량 활용률은 글로벌 기술 자본 유동성의 핵심 대리 지표입니다. ASML의 수요일 연간 매출 예측 상향은 파운드리 공장이 3나노미터 이하 첨단 프로세스의 생산 능력 확장을 가속화하고 있음을 직접적으로 반영합니다. 투자 분석 플랫폼 리플렉시비티의 공동 창립자 주세피 세테는, ASML의 긍정적인 데이터를 글로벌 거시경제 둔화 배경 속에서 반도체 산업을 튼튼하게 그린 유리한 그림으로 설명했습니다.
TSMC는 매출 지침을 상향 조정했을 뿐만 아니라 올해의 자본 지출을 더욱 늘리기로 발표했습니다. 이 추가 자본 지출의 핵심 방향은 전통적인 웨이퍼 제조 노드 외에도 CoWoS(웨이퍼 수준 칩 크기 패키징) 등 첨단 패키징 능력 확장에 집중될 가능성이 큽니다. 현재의 인공지능 칩 아키텍처에서 광범위한 크기 제한이 물리적 한계에 도달했기 때문에, 첨단 패키징 기술을 통해 계산 코어와 고대역폭 메모리를 이종 통합하는 것이 유일한 연산 밀도 향상 경로입니다. TSMC의 첨단 패키징 분야 생산 능력 병목 현상은 오랜 기간 동안 엔비디아 고급 칩 납기 주기의 주요 차단 요소였으며, 이번 자본 지출 상향 조정은 이러한 공급망 병목이 앞으로 몇 분기 동안 실질적으로 완화될 가능성이 있음을 시사합니다.
연산 성능 구조의 진화: 학습에서 추론으로
이번 실적 발표 시즌에 드러난 또 다른 주요 추세는 인공지능 연산 성능 수요가 학습(Training)에서 추론(Inference)으로의 구조적 전환점을 경험하고 있다는 것입니다. 지난 2년 동안 시장의 컴퓨팅 갈망은 주로 각 기술 대기업들이 대형 언어 모델을 처음부터 훈련하는 것에서 비롯되었습니다. 그러나 기본 모델 프레임워크가 점차 수렴하고 상업적 응용이 시작됨에 따라 일상적인 사용자 쿼리를 처리하고, 텍스트와 비디오를 생성하는 추론 작업이 기하급수적으로 증가하고 있습니다.
이러한 수요 이전은 근본적인 실리콘 설계에 상이한 요구를 제시합니다. 학습 단계의 경우 단일 카드 절대 연산 능력과 클러스터 간 통신 대역폭에 대한 높은 요구와 비교하여, 추론 단계는 칩의 에너지 효율, 지연 성능 및 특정 작업의 처리량을 더 중시합니다. 이는 점점 더 특정 알고리즘 최적화를 위한 고급 프로세서 및 맞춤형 ASIC 칩에 대한 수요로 이어집니다. 브로드컴(AVGO:US) 등 이러한 맞춤형 네트워크 및 연산 칩 분야에서 깊은 기술 축적을 가진 회사가 새로운 구조적 성장 기회를 맞이하고 있습니다. 동시에 대규모 병렬 추론 연산을 지원하기 위해, TSMC의 첨단 프로세스 주문 구조도 더욱 다양화되어 있으며, 이를 통해 단일 핵심 고객에 대한 과도한 의존을 줄였습니다.
