AI 데이터센터에 변압기와 냉각 회사가 필요한 이유, 매출과 주가로 이어질까

한국경제 기사를 읽고 메모리·기판·전력·냉각 기업의 실제 공급 근거를 따라가 봤습니다

한국경제의 ‘데이터센터 하나에 부품 3억개?’…숨은 수혜주 따로 있었다를 읽었습니다. 이 기사를 보고 AI 데이터센터 투자가 기판·부품·전력·냉각 업종까지 확산된다는 대목이 궁금해졌습니다. GPU와 메모리가 필요하다는 것은 이해하기 쉽습니다. 그런데 변압기 회사나 냉각 장비 회사까지 왜 AI 산업의 수혜 기업으로 등장할까요.

궁금해진 것은 두 가지였습니다. AI 데이터센터에 이 기업들의 제품이 왜 필요한가. 그 필요가 해당 기업의 매출과 이익, 나아가 주가로 어떻게 이어질까. 기사에 나온 회사 이름을 출발점으로 제품 자료, 기업 실적 발표와 공급 계약을 찾아봤습니다.

조사해보니 제품이 필요한 이유는 비교적 명확했습니다. 다만 기업별로 사업의 단계는 달랐습니다. 이미 양산 출하하는 회사, 공급 계약을 확보한 회사, 공장과 제품을 준비하는 회사가 같은 지면에 함께 등장했습니다. 이 차이를 따라가면 ‘AI 수혜’라는 말보다 구체적인 질문이 생깁니다. 무엇을 언제 납품하고, 얼마를 매출로 인식하며, 원가를 뺀 뒤 주주에게 얼마나 남길 수 있을까요.

데이터센터는 계산하고, 전기를 받아 쓰고, 열을 내보내는 시설입니다

AI 모델을 실행할 때 GPU는 계산을 맡습니다. 계산할 데이터를 제때 가져오지 못하면 비싼 GPU도 기다려야 합니다. HBM은 GPU 가까이에서 큰 대역폭으로 데이터를 전달하고, 서버 D램은 CPU 쪽 작업을, SSD는 데이터와 모델의 저장을 맡습니다. 서버 안의 메모리 제품도 역할이 같지는 않습니다.

칩은 기판과 보드에 연결되어야 실제 서버가 됩니다. 신호가 오가는 길을 만드는 FC-BGA와 전원을 안정시키는 MLCC가 이 단계에 들어갑니다. 삼성전기의 공식 AI 서버 제품 설명도 CPU·GPU, 메모리, 저장장치, 네트워크와 전원 회로를 나누고 MLCC·FC-BGA의 적용 위치를 보여줍니다. 삼성전기 AI 서버 적용 제품

이 서버들이 모이면 전기와 열의 문제가 커집니다. 전력망의 높은 전압을 필요한 수준으로 바꾸고, 전기를 나누고, 고장 구간을 차단해야 합니다. 칩에서 발생한 열은 냉각 장치로 옮겨 시설 밖으로 내보내야 합니다. 전력과 냉각은 서버가 유료 서비스를 계속 제공하기 위한 기반입니다.

이 표는 기능을 설명한 개념 구분입니다. 모든 센터가 같은 전압·냉각 방식이나 같은 공급사를 사용하지는 않습니다. 아래에서는 각 역할을 실제 제품과 계약에 연결해보겠습니다.

메모리: GPU가 기다리지 않게 하는 제품은 이미 매출 단계에 있습니다

HBM의 기회는 GPU와 가까운 곳에서 데이터를 빠르게 주고받아야 한다는 데 있습니다. 모델이 커질수록 메모리 용량과 대역폭이 중요해집니다. 다만 서버 D램과 eSSD까지 모두 같은 HBM 사업으로 묶으면 각 제품의 경쟁과 가격을 놓치게 됩니다.

삼성전자는 2026년 2분기 공식 발표에서 HBM4 매출 확대와 HBM4E 샘플 출하를 구분했습니다. 서버 중심 메모리 판매 증가도 설명했습니다. 이미 판매하는 제품과 고객 평가 단계의 샘플을 같은 매출로 계산할 수는 없습니다. 삼성전자 2026 Q2

SK하이닉스는 같은 분기 HBM4 양산 출하 시작, 상반기 HBM4E 샘플 공급, HBM·서버 D램·eSSD 등 고부가 제품의 판매 확대를 발표했습니다. 하반기 생산 확대는 회사의 계획입니다. 두 회사 모두 AI 전용 매출과 고객별 판매액을 이 자료에서 완전히 분리해 공개하지는 않았습니다. SK하이닉스 2026 Q2

매출은 출하량·판매 단가·제품 구성에 따라 달라지고, 이익에는 수율과 생산비가 추가됩니다. 높은 사양의 제품 비중이 늘어도 적층·패키징 병목 때문에 양품을 제때 내지 못하면 기대한 매출을 놓칠 수 있습니다. 고객 인증이 후속 세대에도 이어지는지, 생산 확대가 실제 출하와 현금으로 연결되는지를 확인해야 합니다.

주가를 생각할 때는 두 갈래로 볼 수 있습니다. 고부가 제품 출하가 예상보다 빠르게 늘고 수율이 안정되면 향후 주당이익 전망을 높일 근거가 됩니다. 반대로 고객의 증설이 늦거나 경쟁사의 공급이 늘어 단가·마진이 약해지면 매출 성장 중에도 평가가 낮아질 수 있습니다. 삼성전자의 전체 실적을 메모리 한 제품으로 설명할 수도 없고, SK하이닉스의 좋은 분기 실적을 영구적인 이익 수준으로 고정할 수도 없습니다.

저라면 ‘HBM이 필요하다’ 다음에 실제로 판매 중인 세대, 다음 세대의 고객 승인, 양산 수율, 투자 뒤의 현금을 보겠습니다. 산업의 필요와 주식의 매력 사이에 이 확인 과정이 남아 있습니다.

기판과 MLCC: 작은 부품이라도 연결과 전원이 끊기면 서버는 멈춥니다

FC-BGA는 칩의 미세한 접점을 서버 보드 쪽 회로와 연결하는 패키지 기판입니다. AI 가속기·서버 CPU의 신호와 전원 연결이 복잡해지면 기판의 면적·층수·회로 밀도에도 요구가 커집니다. MLCC는 전원 회로에서 급격한 변동과 잡음을 줄이는 부품입니다. 전기가 들어온다는 사실만으로 칩이 요구하는 안정된 전원이 만들어지는 것은 아닙니다. 삼성전기 AI 서버 적용 제품

삼성전기의 2026년 2분기 IR에는 AI 서버·네트워크용 고부가 MLCC 판매 증가와 신규 AI 가속기·서버 CPU용 FC-BGA 양산이 설명돼 있습니다. 여기서는 제품의 역할뿐 아니라 판매와 양산 단계까지 확인됩니다. 다만 모든 MLCC·기판 매출을 AI로 분류할 근거는 없습니다. 삼성전기 Q2 IR PDF

같은 분기 삼성전기의 매출은 3조4,572억원, 영업이익은 4,404억원입니다. 컴포넌트 매출 1조6,494억원, 패키지솔루션 7,716억원, 광학솔루션 1조362억원으로 나뉩니다. 컴포넌트와 패키지의 합계는 총매출의 약 70.0%이지만, 자동차·일반 IT 등을 포함한 사업부 비중입니다. AI 매출 비중 70%라는 뜻으로 읽으면 안 됩니다. 삼성전기 Q2 IR

LG이노텍은 단계가 다릅니다. 2026년 6월 공식 발표에는 2024년 12월부터 PC 칩셋용 FC-BGA를 양산했다는 설명, PC CPU용 제품의 3분기 양산 계획, GDDR7용 FC-CSP 수주가 있습니다. AI 가속기·서버 CPU·GPU용 하이엔드 FC-BGA는 2028년까지 단계적으로 진출하는 전략입니다. AI용 대면적 기판 전시도 확인되지만, 전시·개발과 현재 AI 서버 양산 매출은 구분해야 합니다. FC-CSP 수주를 FC-BGA 수주로 바꾸어 읽을 수도 없습니다. LG이노텍 2026.06.22, AI 기판 전시, 2026.05.27

매출 확대의 첫 관문은 고객 승인과 양산 전환이고, 이익의 관문은 양품을 얼마나 효율적으로 만드는가입니다. 큰 기판을 비싸게 팔아도 불량과 공정 시간이 함께 늘면 수익성이 제한됩니다. 새 공장에 충분한 주문이 쌓이지 않으면 감가상각과 고정비 부담도 커집니다. MLCC는 개수보다 고용량·고신뢰 제품의 비중과 가격, 가동률을 봐야 합니다.

주가의 조건도 이 차이를 반영해야 합니다. 삼성전기는 확인된 양산 제품의 판매 증가가 사업부 이익을 얼마나 개선하는지가 중요합니다. LG이노텍은 미래 제품 진출 기대가 실제 승인·납품으로 바뀌는 시점이 더 중요합니다. 성공적인 개발은 긍정적인 근거지만, 생산 준비가 길어지면 당장의 이익보다 비용이 먼저 나갈 수 있습니다. 어느 회사든 기존 사업의 실적과 이미 주가에 담긴 성장 기대를 함께 평가해야 합니다.

전력기기: 높은 전압을 서버가 쓸 수 있는 전기로 바꾸는 과정에 필요합니다

데이터센터가 전기를 받는 길은 전력망에서 서버까지 이어집니다. 발전소와 송전망에서 온 전력을 변압기로 적절한 전압으로 바꾸고, 시설 안에서 배전 설비로 나누고, 차단기로 고장 구간을 보호합니다. 서버 가까이에서는 다시 전원을 변환합니다. 이 전체 경로가 준비돼야 GPU를 설치한 시설에 전기를 넣을 수 있습니다.

그래서 초고압변압기와 센터 내부 배전기기는 같은 ‘전력 수혜’ 안에서도 제품과 구매 단계가 다릅니다. LS ELECTRIC의 공식 데이터센터 자료에도 중저압 배전반, 변압기, RPP와 전원 보호·전환 제품이 구분돼 있습니다. LS 데이터센터 제품·납품 사례

100MW라고 할 때 전기의 양은 얼마나 될까요

100MW는 순간적으로 사용할 수 있는 전력의 크기이고, MWh·TWh는 일정 기간 소비한 에너지입니다. 둘을 섞으면 수요가 과장됩니다.

Microsoft의 공식 정의에서 PUE는 시설 전체 전력량÷IT 장비 전력량입니다. FY2025 글로벌 평균 PUE는 1.17, WUE는 IT 장비 전력 1kWh당 냉각·가습용 물 0.27L였습니다. 이는 Microsoft가 완전히 소유·통제하며 계산 시점까지 12개월 운영한 시설의 평균입니다. 신규 센터나 다른 사업자의 보편적 성능을 보장하는 수치가 아닙니다. Microsoft 데이터센터 효율 자료

100MW가 IT 장비 용량이고, 연중 평균 전력 부하가 정격의 100%이며, PUE가 1.17이라면:

• IT 장비 전력: 100MW × 8,760시간 = 876GWh.
• 시설 전체 전력: 876GWh × 1.17 = 1,024.92GWh, 약 1.025TWh.
• WUE 0.27L/kWh 적용 물 사용: 876,000,000kWh × 0.27 = 2억3,652만L, 약 23만6,520㎥. 물 밀도를 1t/㎥로 단순 가정하면 약 23.65만t.

반대로 100MW가 시설 전체의 전력 한도라면 연중 완전 부하에서도 총량은 0.876TWh입니다. IT 장비 용량 100MW라도 평균 전력 부하가 80%라면 PUE 1.17 조건에서 약 0.820TWh가 됩니다. 여기서 80%는 전력 부하의 가정이지 GPU 사용률을 재단한 수치가 아닙니다.

기사의 ‘포항시와 맞먹는다’는 비유도 주의해서 읽을 필요가 있습니다. 원문이 비교하는 것은 포항시 가구 수에 대응하는 가정용 사용량입니다. 포항의 제철·산업·상업 부문을 포함한 도시 전체 전력량과 동등하다는 뜻으로 확대하면 안 됩니다. 가구당 사용량 가정과 기준 기간도 함께 필요합니다.

전력망의 시간표가 칩의 시간표보다 길 수 있습니다

IEA는 2025년 4월 발표한 보고서에서 세계 데이터센터 전력 소비를 2024년 약 415TWh로 추정하고, 기준 시나리오에서 2030년 약 945TWh로 증가할 것으로 전망했습니다. 945TWh는 미래 시나리오이고, AI 전용 시설만의 수치도 아닙니다. 이 전망을 2026년 실적이나 확정 수요로 쓰지 않았습니다. IEA Energy and AI, 2025.04.10

같은 보고서는 대응이 없을 경우 계획 중인 센터 프로젝트 약 20%가 지연 위험에 노출될 수 있다고 추정했습니다. 선진국의 새 송전선 건설은 4~8년이 걸릴 수 있고 변압기·케이블 조달도 병목이라고 지적했습니다. 이 비율은 특정 국내 기업의 취소율을 뜻하지 않습니다.

연간 발전량을 확보하는 계약과 특정 지역에서 24시간 전력을 받아 쓸 수 있는 권리는 다릅니다. 재생에너지 구매 계약을 체결해도 송전망 혼잡, 접속 공사와 인허가가 남을 수 있습니다. 가스 발전은 출력 조절에 유리하지만 터빈·가스 공급·배출 허가의 시간이 필요합니다. 기존 원전의 계약과 새로운 원전·SMR 계획도 가동 시점이 다릅니다.

ESS는 피크 조절과 순간적인 전력 품질·백업에 도움이 됩니다. 저장된 에너지를 사용하는 설비이므로 충분한 발전과 충전 없이 상시 전력 부족 전체를 해결할 수는 없습니다. 전력망은 AI 수요 외 노후 설비 교체와 전기화 수요도 함께 받습니다. 이 때문에 전력기기 기업의 수주 전체를 AI 전용 수주로 분류하는 것도 조심해야 합니다.

칩 세대는 빠르게 바뀌는데 접속 공사는 늦어지면 어떻게 될까요. 장비 교체나 재설계 비용이 생길 수 있고, 공급사는 납품 대기 재고와 운전자금을 떠안을 수 있습니다. 전력망 병목은 설비업체의 수요를 만드는 동시에 고객 프로젝트의 일정을 늦추는 원인이기도 합니다.

실제 계약은 회사마다 확정성·제품·납품 시점이 다릅니다

HD현대일렉트릭은 2026년 7월 2일 빅테크와 최대 1조1,212억원 기본 공급 계약을 발표했습니다. 배전기기 5,539억원, 전력기기 5,673억원이며, 실제 발주는 센터 구축 일정에 맞춰 나뉘고 2028년까지 순차 납품 예정입니다. 공급 관계를 확보했다는 의미는 큽니다. 그러나 최대 한도 전부가 확정 주문이나 올해 매출이라는 뜻은 아닙니다. HD현대일렉트릭 공식 계약 자료

효성중공업은 2026년 9월 15일 미국 빅테크 두 곳의 AI 센터에 3,865억원의 초고압변압기 공급 계약을 발표했습니다. 765kV 2,200억원, 345kV 1,665억원의 합계입니다. 제품과 계약 금액은 확인되지만, 해당 발표에서 고객명·세부 납품일·계약 마진까지 확인되지는 않습니다. 효성 공식 계약 발표

LS ELECTRIC은 2026년 5월 19일 미국 빅테크 대형 데이터센터용 약 7,000만달러 전력기기 공급 계약을 공식 발표했습니다. 회사가 제시한 원화 환산은 약 1,050억원입니다. 진공차단기 등 배전 설비가 대상이며, 초고압변압기 주문과 제품을 같은 것으로 비교하면 안 됩니다. 계약 전액의 인식 시점과 개별 이익률은 이 자료에서 확인하지 못했습니다. LS 미국 법인 계약 발표

매출이 되는 시점은 계약 규모보다 실제 발주·생산·인도·검수 조건에 달려 있습니다. 기본 계약의 한도가 개별 주문으로 바뀌는지, 고객 현장에 제때 설치할 수 있는지 확인해야 합니다. 이익에는 구리·전기강판 등 원재료 가격, 환율·운송비, 계약의 원가 전가 조건이 영향을 줍니다. 납품 대기 재고가 늘면 이익과 현금의 시점도 어긋날 수 있습니다.

주가 측면에서 HD현대일렉트릭은 기본 계약의 실제 발주 전환, 효성중공업은 확보한 초고압 계약의 납품과 수익성, LS ELECTRIC은 배전 제품의 후속 수주와 현장 공급이 각각 판단 근거가 됩니다. 후속 주문과 마진이 기존 기대를 웃돌면 이익 전망을 높일 여지가 있습니다. 반대로 좋은 수주 발표가 이미 예상된 성장에 포함돼 있거나 납기가 밀리면 발표 금액만큼 주가가 움직일 이유는 약해집니다.

여기에는 양면성이 있습니다. 전력망 병목은 전력기기 주문을 만들지만, 병목이 오래 지속되면 고객의 센터 가동과 후속 투자도 늦춥니다. 공급 부족이라는 말만으로 장기간의 매출과 높은 마진을 동시에 확정할 수는 없습니다.

냉각: 칩에서 나온 열을 끝까지 빼내야 연산을 계속 팔 수 있습니다

액체냉각의 흐름을 단순하게 따라가면 콜드 플레이트가 칩의 열을 받고, CDU가 냉각액의 흐름과 열 교환을 관리하며, 시설 냉각 계통과 칠러가 열을 밖으로 내보내는 체계가 됩니다. 설계에 따라 구성은 달라집니다. CDU 한 대의 개수보다 처리할 열량, 랙의 열밀도, 예비 장비와 전체 제어의 연결이 중요합니다.

LG전자는 2026년 10월 1일 공식 자료에서 칠러·CDU·콜드 플레이트를 함께 제시했습니다. 미국 버지니아 칠러 공장과 국내 라인 확장에 총 1,500억원 투자, 미국 생산은 2027년 상반기 목표입니다. 이 금액은 LG전자가 투자하는 돈이며 고객 주문액이 아닙니다. 자카르타 시나르마스 AI 데이터센터에 원 LG 솔루션을 공급한다는 근거도 있지만, 그룹 공동 공급의 범위를 LG전자 단독 매출로 계산할 수는 없습니다. LG전자 공식 투자·공급 자료, 2026.10.01

매출은 제품 공급과 설치·서비스의 계약 조건에 따라 발생하고, 이익은 장기간의 신뢰성까지 견뎌야 남습니다. 누수·수질·제어·정비 문제는 고객 가동에 영향을 줄 수 있어 보증 비용과 대응 능력도 봐야 합니다. 현지 생산은 공급 시간과 서비스를 개선할 기회인 동시에 초기 고정비·지역 규격 대응과 낮은 초기 가동률의 부담을 만듭니다.

물 사용도 같은 원리입니다. 액체냉각은 칩의 열을 액체로 옮기는 기술이고, 물을 계속 새로 투입한다는 뜻은 아닙니다. 폐회로 순환, 냉각탑 증발, 공랭식 열 배출 등 최종 열 제거 방식에 따라 전력·물 소비가 달라집니다. 칩에서 열을 빨리 빼내는 능력과 지역의 물 소비는 별개의 설계 문제입니다. 발전 과정의 간접 물 사용까지 위 계산에 포함했다고 해석해서도 안 됩니다.

주가의 조건은 냉각 시장이 커진다는 전망에서 한 걸음 더 들어가야 합니다. LG전자에 실제로 귀속되는 계약과 매출, 새 생산 기반의 가동률과 수익성이 확인되면 실적 기여를 평가할 근거가 됩니다. 생산 목표가 늦어지거나 통합 공급의 비용이 예상보다 크면 시장 성장에도 회사 이익은 덜 늘 수 있습니다. 냉각 사업만으로 회사 전체 이익과 주가를 설명하기도 어렵습니다.

메모리처럼 현재 출하가 확인된 사업과, 전력처럼 계약을 확보한 사업, 냉각처럼 생산 기반을 확장하는 사업은 실적에 반영되는 시간이 다릅니다. 같은 기사에 등장해도 같은 분기의 이익으로 묶어서는 안 됩니다.

부품 3억 개를 그대로 시장 매출로 환산하기 어려운 이유

기사에는 특정 100MW급 Rubin 기반 사례의 GPU 약 4만 개, HBM 약 33만 개, FC-BGA 약 17만 개, MLCC 약 3억3,000만 개, CDU 약 80대가 제시돼 있습니다. 기사가 제시한 설계 사례의 수량이며, 이번 확인에서는 그것을 재현할 전체 BOM과 설계 조건을 확보하지 못했습니다. 한국경제 A3 원문

NVIDIA의 공식 Vera Rubin NVL72 사양은 한 랙에 Rubin GPU 72개, Vera CPU 36개, 총 HBM4 20.7TB를 제시합니다. GPU 한 개의 메모리 용량은 288GB입니다. 같은 공식 페이지는 자사 DSX·MaxLPS 구성 조건의 100MW AI 팜에 GPU 4만 개를 제시합니다. 기사의 GPU 규모에는 제조사의 참고 설계 근거가 있습니다. 다만 이를 모든 100MW 센터의 표준 구성이나 모든 부품의 구매 명세로 확대할 수는 없습니다. NVIDIA 공식 NVL72 사양

GPU 4만 개를 NVL72만으로 구성한다는 단순 가정에서는 약 556랙입니다. 그러나 전체 전력 예산에는 CPU·네트워크·스토리지·전력 변환 손실·냉각이 들어갑니다. 실제 랙 전력과 여유 용량, 중복 설계까지 없으면 100MW와 해당 랙 수를 연결하는 계산은 완성되지 않습니다.

HBM의 ‘개’도 스택인지, 적층된 개별 D램 다이인지, 완성 패키지인지 구분해야 합니다. 33만을 GPU 4만으로 나누면 8.25가 나오지만, 이 비율만으로 세대별 HBM 구성을 검증했다고 말할 수 없습니다. FC-BGA도 GPU 외 CPU·네트워크 칩 등에 쓰입니다.

MLCC는 안정된 전원을 공급하고 잡음을 줄이는 작은 수동 부품입니다. 대용량·고신뢰 제품과 범용 제품은 가격과 마진이 다릅니다. 장착 개수에 임의 평균 가격을 곱하거나 전체 수량을 특정 회사에 배분하면 수혜 매출을 크게 왜곡할 수 있습니다. 온라인 기사 일부에는 ‘서버 한 대’와 전체 센터의 수량 표현도 섞여 있어, 범위가 확인되지 않은 문장은 분석의 수요 계산에 사용하지 않았습니다.

CDU도 단순히 몇 대인지보다 대당 열 처리 능력, 랙당 열밀도, 이중화 구성과 적용 범위가 중요합니다. 부품 수량은 복잡성을 보여주는 출발점이며, 공급사 매출의 계산식은 아닙니다.

빅테크는 돈을 벌고 있습니다. 투자금을 충분히 회수하는지는 다른 질문입니다

AI 투자 전체를 아직 매출이 없는 사업이라고 보기는 어렵습니다. Microsoft는 2026년 4~6월 Azure 및 기타 클라우드 서비스 매출이 전년 동기 대비 43% 증가했다고 발표했습니다. 같은 분기 Amazon AWS 매출은 약 422억달러로 37% 증가했고, Alphabet Google Cloud 매출은 약 248억달러로 82% 늘었습니다. 기존 클라우드 서비스도 포함된 수치이므로 이를 전부 AI 매출이라고 부를 수는 없습니다. Microsoft FY2026 Q4, Amazon 2026 Q2, Alphabet 2026 Q2 SEC 공시

그런데 매출 성장과 현금 회수 사이에는 설비투자가 있습니다. 세 회사가 같은 2026년 4~6월 동안 영업에서 만든 현금과 유형자산에 지출한 현금을 놓고 보면 투자 부담이 더 선명해집니다.

단위: 십억달러, 기간: 2026년 4~6월, 연결 회사 전체. Microsoft는 현금흐름표의 유형자산 취득액, Amazon은 취득 54.208에서 처분·인센티브 1.132를 뺀 순액, Alphabet은 유형자산 취득액입니다. 마지막 열은 필자 계산인 ‘영업현금−표시한 유형자산 지출’이며 통일된 공식 FCF 지표가 아닙니다. 비현금 금융리스 신규 취득, 인수, 배당 등도 포괄하지 않습니다. Amazon 물류 투자와 각 회사의 일반 IT 투자도 포함돼 AI 투자액으로 합산할 수 없습니다. 출처는 바로 위 세 회사의 공식 현금흐름표입니다.

예를 들어 Amazon은 클라우드 영업이익을 내면서도 회사 전체 현금 지출이 영업현금을 웃돌 수 있습니다. 이것만으로 투자가 실패했다고 판단할 수는 없습니다. 앞으로 사용할 설비를 먼저 사는 시기라면 자연스러운 모습일 수 있죠. 그러나 이런 구조가 오래 이어질수록 고객 매출과 외부 조달에 대한 의존도가 높아집니다.

Meta는 별도의 사례입니다. 2026년 2분기 매출은 608.01억달러였고, 금융리스 원금 상환을 포함한 CAPEX는 310.8억달러, 회사가 발표한 FCF는 7.84억달러였습니다. 2026년 연간 CAPEX 1,300억~1,450억달러는 가이던스입니다. Meta의 AI 효과는 광고 추천과 광고 성과 개선에도 녹아 있어 AI 클라우드 업체와 수익화 방식을 같이 볼 수 없습니다. 비용 증가에는 법률·퇴직 관련 항목도 있어 이익률 변화 전체를 AI 비용 탓으로 돌리면 안 됩니다. Meta 2026 Q2

실제 용량 전달을 보여주는 사례도 있습니다. Oracle은 2026년 9월 10일 FY2027 1분기 발표에서 추가 데이터센터 용량 850MW를 전달했고, 직전 회계연도 4분기 이후 AI 고객에게 30만 개 이상의 GPU를 전달했다고 밝혔습니다. 해당 분기 IaaS 매출은 74억달러, 회사 전체 영업현금은 약 230억달러, FCF는 약 −50억달러였습니다. 보통 FY2027 Q1은 2026년 6~8월이므로 앞 표와 기간이 다릅니다. ‘전달한 용량’이 모두 최대 전력으로 가동하거나 유료 고객이 100% 사용한다는 뜻은 아닙니다. Oracle FY2027 Q1 공식 발표

투자 발표액만 보면 비용이 매출보다 먼저 나가는 구조가 가려집니다. 고객 예약과 잔여 계약액도 실제 사용과 매출 인식 시점이 남아 있습니다. 매출이 늘어나는 속도, 설비가 준비되는 속도, 돈이 돌아오는 속도를 함께 봐야 합니다.

발표한 CAPEX가 가동과 수익으로 넘어가는 다섯 단계

아래 흐름은 산업을 이해하기 위한 개념도입니다. 모든 회사가 같은 순서로 계약하거나 같은 회계 기준으로 매출을 인식한다는 뜻은 아닙니다.

첫째, 투자 계획입니다. 이사회나 경영진이 예산을 잡고 부지·전력·고객 수요를 검토합니다. 이 단계의 GW나 CAPEX는 아직 실제 매출이 아닙니다.

둘째, 계약과 확정 발주입니다. 기본 공급 계약, 최대 구매 한도, 최소 구매 의무가 있는 발주는 경제적 의미가 다릅니다. 계약 변경·취소 조항과 선급금도 봐야 합니다.

셋째, 생산·설치·검수입니다. 공급사는 자재와 인력을 먼저 투입합니다. 고객의 설계 변경이나 전력 공사 지연이 발생하면 완제품이 만들어져도 인도와 대금 회수가 늦어질 수 있습니다. 매출 인식은 계약의 수행의무와 통제 이전 조건에 따라 달라집니다.

넷째, 전력 투입과 서비스 개시입니다. 장비가 있는 용량, 전력망에 연결된 용량, 가동을 시작한 용량을 나눠 확인해야 합니다. 전기가 있어도 네트워크·소프트웨어·보안·운영 검증이 끝나야 고객에게 안정적으로 연산을 제공할 수 있습니다.

다섯째, 유료 사용과 현금 회수입니다. 고객 예약률, 실제 사용량, 가속기 시간당 가격, 추론 단가, 고객 갱신률이 운영사의 수익성을 좌우합니다. 공급사도 매출채권을 회수하고 보증 비용을 감당해야 주문이 현금 이익으로 마무리됩니다.

여기서 운영사와 부품사의 시점이 갈립니다. 부품사는 건설·장비 투자 단계에서 먼저 매출을 만들 수 있습니다. 운영사는 긴 시간 동안 고객을 확보해야 합니다. 다만 고객의 회수 부담이 커지면 다음 증설부터 주문이 줄거나 미뤄져 공급사로 다시 돌아옵니다.

수주가 이익이 되려면 다섯 가지 조건을 통과해야 합니다

첫 번째는 수주 자체의 질입니다. 기본 계약의 최대 한도, 확정 주문, 최소 구매 의무, 해지·변경 조건과 선급금을 확인해야 합니다. 고객이 발전·접속·건설 허가를 확보했는지도 주문의 실현 가능성을 바꿉니다.

두 번째는 계약 가격과 원가의 관계입니다. 구리·전기강판·수지 등 재료비, 인건비, 관세, 운송비와 환율이 바뀝니다. 이를 가격에 전가할 수 있는 계약인지, 환헤지와 조달을 언제 했는지에 따라 같은 수주액에서도 이익은 달라집니다. 외화 매출이 있다는 사실만으로 원화 약세 수혜를 확정할 수는 없습니다.

세 번째는 수율과 제조 능력입니다. 큰 FC-BGA의 불량, HBM 적층·패키징 제약, 초고압변압기의 시험·운송, 냉각 장비의 현장 신뢰성은 공정마다 다릅니다. 설비를 늘렸다는 사실보다 고객이 승인한 양품을 제때 낼 수 있는지가 중요합니다.

네 번째는 납기와 현금 조건입니다. 공급사가 원재료를 샀는데 고객 현장이 늦어지면 재고와 매출채권이 늘어날 수 있습니다. 영업이익이 증가해도 영업현금은 감소할 수 있죠. 신규 수주와 매출 증가만 보지 말고 운전자금과 연체·선수금 변화를 같이 봐야 합니다.

다섯 번째는 고객과 제품의 분산입니다. AI 가속기 몇 개 플랫폼이나 특정 빅테크에 집중하면 고객의 일정 변경, 설계 전환, 구매 조건 조정이 실적을 크게 흔들 수 있습니다. 여러 고객을 확보했더라도 최종 수요가 같은 산업 투자에 묶여 있다면 경기 분산 효과는 제한될 수 있습니다.

가상의 장비 계약으로 계산해보죠. 공급 매출 1,000억원, 영업마진 15%를 가정하면 영업이익은 150억원입니다. 가격에 전가하지 못한 원가가 50억원 늘면 이익은 100억원으로 33.3% 감소합니다. 수주액은 그대로인데 이익은 3분의 1 줄어드는 셈입니다. 여기에 납기가 다음 해로 넘어가면 올해 이익과 현금의 시점까지 바뀝니다. 이는 이해를 위한 필자 계산이며 특정 기업의 계약 마진이나 이익 전망이 아닙니다.

이익이 늘면 주가도 오를까요. 기대와 평가 수준이 한 단계 더 남습니다

앞의 제품·계약 조사는 ‘매출이 생길 길이 있는가’를 확인하는 데 도움이 됩니다. 주식의 수익률을 판단하려면 그 이익이 시장이 이미 기대한 것보다 더 좋은가, 그 이익에 어떤 평가를 적용할 것인가를 추가로 물어야 합니다.

주가를 이해하는 단순한 계산은 예상 주당이익(EPS)에 평가 배수(PER)를 곱하는 것입니다. 아래는 실제 회사의 시세·실적·목표주가가 아닌 가상의 산술 예시입니다. EPS는 연간 원/주, PER는 배입니다. 기준은 EPS 1,000원 × PER 20배 = 20,000원으로 둡니다.

이익이 30% 증가해도 가격은 거의 오르지 않거나 낮아질 수 있습니다. 반대로 좋은 이익이 오래 지속될 것이라는 평가를 받으면 더 크게 높아질 수 있습니다. 표의 배수 변화는 필자의 가정이며, 특정 종목에서 실제 발생한 변화나 앞으로 발생할 확률을 뜻하지 않습니다.

AI 공급사의 평가가 좋아질 논리는 반복 주문, 높은 진입장벽, 안정된 마진과 현금 회수입니다. 평가가 낮아질 반론은 고객 집중, 경쟁사 증설, 기술 세대 전환, 전력 접속 지연, 늘어난 차입과 고정비입니다. 메모리처럼 실적 변동이 큰 사업은 호황기의 이익만으로 낮은 PER라고 결론 내리면 다음 사이클의 이익 감소를 놓칠 수 있습니다.

매출 증가가 곧 EPS 증가도 아닙니다. 원가·감가상각·이자·세금이 늘거나 신주 발행으로 주식 수가 늘면 주당이익 개선은 제한될 수 있습니다. 투자금이 먼저 나가는 사업에서는 회계상 이익과 현금 창출력도 함께 비교해야 합니다.

따라서 이 글에서 확인한 것은 기업별 실적 기여의 경로와 주가 판단에 필요한 조건입니다. 10월 2일 종가와 시장 예상 이익을 대조한 개별 종목의 현재 저평가·고평가 판정까지 수행한 것은 아닙니다. 실제 매수 가격을 판단하려면 그 시점의 주가, 주식 수·차입과 현금, 같은 기간의 이익 전망 및 이미 반영된 성장 기대를 별도로 대조해야 합니다.

공급 부족이 길어져도 과잉투자 위험은 사라지지 않습니다

처음에는 병목 부품의 공급사가 가격 협상력을 얻습니다. 그러면 공급사들이 공장을 늘리고 고객은 대체 제품·다른 설계를 찾습니다. 그 증설이 실제로 완성되는 시점에 수요의 성장률이 낮아지면, 공급 부족이 가동률 경쟁으로 바뀔 수 있습니다.

기사에서 제시한 ‘2028년까지 부족’은 전문가의 전망입니다. 모든 품목과 모든 등급이 그때까지 동시에 부족하다는 확정 사실로 사용하지 않았습니다. GPU보다 오래 쓰는 전력 설비도 있지만, 긴 수명이 다음 주문을 영구히 보장하지는 않습니다.

운영사 측의 위험은 사용률과 서비스 가격입니다. 모델 효율이 좋아져 같은 요청을 처리하는 연산량이 줄면 고객 비용은 낮아질 수 있습니다. 이용량이 더 크게 증가하면 전체 장비 수요는 늘 수 있지만, 그 반등을 미리 확정할 수는 없습니다. 토큰 사용량 증가와 토큰당 매출·이익 증가도 구별해야 합니다.

또 다른 위험은 자금조달이 투자를 얼마나 오래 버틸 수 있는가입니다. Oracle은 FY2027 Q1 중 보통주 ATM 발행으로 수수료 전 200억달러를 조달했다고 발표했습니다. 계약 잔고가 커도 초기 시설 투자와 고객 대금 회수의 시간차가 있습니다. 주식 발행은 조달 기반을 넓히지만 기존 주주에게 희석을 가져올 수 있습니다. 부채를 쓰면 금리·만기·차환 조건을 봐야 합니다. 회사가 신규 계약에 추가 조달 계획의 영향이 없다고 설명한 것과 사업 위험이 없어졌다는 판단은 구분해야 합니다. Oracle FY2027 Q1

Meta도 2026년 6월 말 장기부채 836.6억달러, 현금·현금성 자산·유가증권 902.6억달러를 발표했습니다. 큰 부채를 볼 때 현금과 기존 사업의 창출력을 함께 봐야 합니다. 다만 이 두 잔액만 빼서 전체 투자 약정과 리스·차환 부담까지 감당할 수 있다고 판정할 수는 없습니다. Meta 2026 Q2

부채를 활용한 데이터센터 개발에서는 금리가 높아지고 가동이 늦어지는 조합이 특히 부담스럽습니다. 건설 기간의 이자와 초기 고정비가 쌓이기 때문입니다. 장기 예약 계약이 있어도 고객의 재무 상태, 최소 사용·지급 의무, 담보와 모회사 보증을 확인해야 현금 회수의 강도를 판단할 수 있습니다. 공개되지 않은 조건을 임의로 강한 보증으로 해석하지 않았습니다.

지역의 물·토지·전기요금 부담, 주민 수용성과 인허가도 비용과 일정에 영향을 줄 수 있습니다. 국가 전체 발전량이 충분해 보여도 해당 변전소·송전선에 여유가 없으면 사업은 늦어질 수 있습니다.

강세·기준·약세, 매출 전망과 주가 조건을 함께 나눠보면

다음은 필자의 조건부 시나리오입니다. 확률이나 목표주가를 부여하지 않았습니다. 산업 상황이 좋아지는 것과 주식에서 추가 수익이 생기는 조건을 함께 보려는 틀입니다.

수주잔고가 줄었다고 바로 약세로 볼 수는 없습니다. 납품이 진행돼 매출과 현금으로 바뀐 결과일 수도 있습니다. 반대로 잔고가 늘어도 납기가 계속 늦어지면 질이 나빠질 수 있습니다. 잔고의 크기와 매출·현금 전환 속도를 함께 봐야 합니다.

다음 실적에서는 운영사의 가동 가능 MW와 유료 사용, 서비스 성장과 투자 지출, 공급사의 확정 발주와 양산 승인, 사업부 마진, 재고·매출채권·영업현금을 우선 확인하겠습니다. 이후의 주가 판단에서는 그 결과를 시장이 기대한 수준과 비교해야 합니다.

왜 필요한지는 확인됐습니다. 주주에게 남는 몫은 기업마다 다릅니다

기사를 읽고 생긴 첫 질문에는 답을 찾았습니다. AI 데이터센터는 데이터를 빠르게 전달하는 메모리, 칩과 보드를 잇는 기판, 전원을 안정시키는 부품, 전기를 받을 설비와 열을 제거할 냉각을 모두 필요로 합니다. 이 역할들이 있기 때문에 반도체 밖의 기업까지 공급망에 들어옵니다.

두 번째 질문인 매출·주가는 한 문장으로 답하기 어렵습니다. 삼성전자·SK하이닉스와 삼성전기의 확인된 출하·양산, 전력 3사의 서로 다른 공급 계약, LG이노텍의 단계적 진출과 LG전자의 생산 확장은 각각 다른 시점에 실적으로 이어집니다. 그 과정에서 고객 승인, 수율, 납기, 원가와 현금 회수 조건이 주주에게 남는 이익을 바꿉니다.

제가 더 주목할 곳은 필요한 제품을 만든다는 설명을 넘어 실제 발주와 양산을 확보하고, 이익을 현금으로 회수하며, 그 개선이 기존 기대를 넘어설 수 있는 기업입니다. 반대로 큰 시장 전망만 있고 현재 공급 근거나 실적 기여가 약한 경우에는 확인해야 할 단계가 더 많이 남아 있습니다.

AI 산업이 성장한다는 사실과 좋은 가격에 주식을 산다는 판단은 별도로 확인해야 합니다. 이번 조사의 결론은 특정 종목의 확정적 상승이 아니라, 기사 속 회사 이름을 제품의 역할에서 매출·이익·주가의 조건까지 따라갈 수 있게 됐다는 데 있습니다.

원문과 숫자를 대조해보니 집계 차이가 있었습니다

2026년 10월 3일자 한국경제 A1·A3 지면에서 AI 데이터센터를 다룬 다음 세 기사를 참고했습니다.

A1과 A3의 부품 수량은 상당 부분 같은 사례를 설명합니다. 서로 독립된 두 번의 수요 검증으로 더하지 않았습니다.

센터 숫자는 그대로 인용하기 어려웠습니다. 인쇄 A1은 증설 ‘6000여 개’, 현재·2030년 ‘1만3000→1만9000개’로 보이지만, 온라인 A1은 ‘600여 개’, ‘1300→1900개’입니다. 10배 차이가 납니다. 같은 46% 증가율만으로 어느 쪽이 맞는지 판정할 수 없습니다. 사진과 온라인 원문의 불일치이며, 정정 사유나 원래 집계 범위는 확인하지 못했습니다.

대신 조사기관 Synergy의 자체 조사 중 범위가 명확한 숫자를 참고할 수 있습니다. 21개 주요 클라우드·인터넷 기업을 대상으로 한 자료에서는 2025년 말 운영 중인 하이퍼스케일 센터 1,360개, 향후 파이프라인 803개로 집계됐습니다. 이것은 모든 AI 전용 센터의 수가 아닙니다. 2026년 7월 별도 자료의 약 1,500개 대형 센터 파이프라인은 74개 기업을 다룬 더 넓은 조사여서 두 숫자를 합칠 수도 없습니다. Synergy, 2026.04.13, Synergy, 2026.07.23

센터 하나의 크기도 달라지고 있습니다. 개수에 평균 부품 수를 곱하는 방식은 조사 범위와 설계 가정이 명확할 때에만 의미가 있습니다.

자료를 읽을 때 남겨둘 불확실성

• 지면과 온라인의 센터 수가 10배 다릅니다. 원래 집계 범위와 정정 사유를 확인하지 못해 해당 개수로 시장 크기를 계산하지 않았습니다.
• 기사 속 100MW BOM의 전체 설계·전력·중복 구성과 단가, HBM의 수량 단위가 공개 자료로 재현되지 않았습니다. 부품 수량을 기업 매출 전망에 사용하지 않았습니다.
• AI 전용 매출 비중, 고객별 매출, 제품별 이익률은 다수 기업이 별도로 공개하지 않습니다. 사업부 전체 매출이나 계약 최대액으로 대체하지 않았습니다.
• 기본 계약의 개별 발주 전환, 검수·납품·현금 회수 시점은 이후 공시와 실적에서 추가 확인해야 합니다.
• IEA 전력 수치는 2025년 보고서의 추정·전망입니다. 2026년 실제 사용량이나 최신 전망으로 바꿔 표시하지 않았습니다.
• 기사에 나온 현물 메모리 가격 도표, Wood Mackenzie의 기기 개수 전망, Goldman Sachs의 2027~2028년 CAPEX 전망은 동일 범위의 원자료를 확보하지 못해 정량 근거로 재사용하지 않았습니다.

실적은 발표자료 기준입니다. 일부 자료는 외부 회계검토 완료 전의 잠정 발표값이므로 이후 공시에서 달라질 수 있습니다. 본문의 기업 발표는 해당 회사가 보고한 사실·계획의 1차 근거이며, 그 자체가 고객의 사용률이나 계약 마진에 대한 독립 검증은 아닙니다. 금액의 달러·원 환산은 임의 적용하지 않았고, LS 계약의 원화 환산만 회사가 제시한 값을 표시했습니다. 공개 발행 전에는 그 시점의 최신 공시와 계약 변경을 다시 확인해야 합니다.