골드만 삭스가 2027년 AI 인프라 지출을 9,200억~1조 4,000억 달러로 전망한 근거는 무엇인가요?

골드만 삭스는 2026년 이미 7,000억 달러를 넘긴 지출과, 그 지출이 서버·칩·메모리·장비 수요로 직결된다는 점을 근거로 제시했다.

이 전망이 엔비디아와 AMD 같은 반도체업체의 매출에 어떤 영향을 줄 수 있나요?

AI 인프라 수요 확대는 학습용 GPU 판매(엔비디아)와 추론용 칩 판매(AMD)의 매출 증가로 연결된다.

엔비디아는 학습용 GPU, AMD는 추론·에이전트형 AI 칩, 마이크론은 HBM, 알파벳은 TPU, TSMC는 파운드리, ASML은 EUV 장비 역할 때문에 추천됐다.

TSMC는 첨단 공정의 생산 능력, ASML은 첨단 공정에 필수인 EUV 노광 장비의 사실상 단독 공급자여서 추천됐다.

핵심 가정이 틀리면 AI 인프라 수요가 줄어들어 서버·칩·메모리 업체의 매출 성장과 투자 회수 속도가 둔화된다.

골드만 삭스는 2027년 AI 인프라 지출이 9,200억 달러에서 1조 4,000억 달러에 이를 수 있다고 전망했습니다. 투자자에게 중요한 이유는 이 규모가 서버·칩·메모리·장비 수요에 직접 연결되기 때문입니다.

골드만 삭스는 2026년 AI 인프라 지출이 7,000억 달러를 넘었다고 지적했습니다. 2026년 수치가 이미 큰 만큼 2027년 예상치는 추가 수요 확대 전망을 담고 있습니다.

전망을 반영한 추천 종목으로 엔비디아, AMD, 마이크론이 제시됐습니다. 이들 회사는 각각 학습용 GPU, 추론 칩과 에이전트형 AI, 고대역폭 메모리 공급에서 역할을 합니다.

다른 추천 목록에는 알파벳, TSMC, ASML이 포함됐습니다. 알파벳은 TPU를 통한 비용 우위를, TSMC는 파운드리 생산 역량을, ASML은 EUV 장비 공급을 이유로 거론됐습니다.

기사들은 엔비디아를 AI 학습용 칩 분야의 경쟁력 근거로 꼽았습니다. AMD는 추론과 에이전트형 AI에서의 강점을 이유로 추천됐습니다.

마이크론은 HBM 공급의 중요성을 이유로 이름을 올렸습니다. 알파벳은 TPU로 데이터센터 운영 비용에서 우위를 가질 수 있다고 언급됐습니다.

TSMC는 첨단 공정에서의 생산 능력이 추천 근거로 제시됐습니다. ASML은 첨단 반도체 공정에 필요한 EUV 노광 장비를 단독 공급자로 지목받았습니다.