AI를 '공장'처럼 찍어낸다? 모건스탠리 '인텔리전스 팩토리' 리포트로 보는 AI 생태계의 미래

 

■ 1. 탐구배경: 왜 지금 이 리포트에 주목해야 할까

2026년 3월, 글로벌 투자은행 모건스탠리(Morgan Stanley)가 내놓은 리포트 하나가 월가와 테크 업계를 동시에 흔들었습니다. 이름하여 "Intelligence Factory(인텔리전스 팩토리)". 제목만 보면 공장 자동화 이야기 같지만, 실제로는 AI 산업 전체를 완전히 새로운 틀로 재정의하는 내용입니다.

핵심 문장은 이렇습니다. "AI는 더 이상 소프트웨어의 한 기능이 아니라, 지적 산출물(cognitive output)을 대량 생산하는 산업 생산 시스템이다." 즉 공장이 원자재를 투입해 자동차나 반도체를 찍어내듯, 이제 AI 인프라는 전력과 컴퓨팅을 투입해 '추론'과 '판단'을 규모의 경제로 찍어낸다는 것입니다.

이 관점이 중요한 이유는 단순합니다. 지금까지 AI 투자는 "어느 회사가 더 똑똑한 모델을 만드느냐"의 경쟁이었다면, 모건스탠리는 이제 게임의 룰이 "누가 더 많은 전력과 컴퓨팅을 안정적으로 공급하느냐"로 바뀌고 있다고 진단합니다. 이는 반도체, 전력, 데이터센터, 노동시장까지 AI 생태계 전반에 연쇄적인 영향을 미치는 관점의 전환입니다.

■ 2. 현황: 리포트가 말하는 것들

[AI는 '공장 경제학'을 따른다]

모건스탠리는 AI 발전 속도를 뒷받침하는 스케일링 법칙(scaling law)이 여전히 견고하다고 강조합니다. 리포트가 인용한 핵심 공식은 "컴퓨팅을 10배 투입하면 지능은 약 2배 향상된다"는 것입니다. 일론 머스크가 최근 인터뷰에서 언급한 주장을 모건스탠리 리서치팀이 검증 가능한 법칙으로 재확인한 셈입니다. 실제로 오픈AI의 최신 모델(GPT-5.4 "Thinking")은 GDPVal 벤치마크에서 83.0%를 기록하며 인간 전문가 수준 혹은 그 이상의 성과를 보였습니다.

[병목은 반도체가 아니라 '전력']

흥미로운 점은 리포트가 지목한 진짜 병목이 GPU가 아니라 전력망이라는 것입니다. 모건스탠리는 2028년까지 미국에서 순수하게 부족한 전력이 9~18기가와트(GW)에 달할 것으로 추산합니다. 이는 AI 데이터센터 가동에 필요한 전력의 12~25%가 부족하다는 뜻입니다. 담당 애널리스트 스티븐 버드는 2026~2028년 사이 전력 병목이 최대 38GW까지 벌어질 수 있고, 완화책을 반영해도 1~11GW의 순부족이 남는다고 분석했습니다.

이 때문에 데이터센터 개발사들은 그리드 증설을 기다리지 않고, 비트코인 채굴장을 고성능컴퓨팅(HPC) 센터로 전환하거나 천연가스 터빈과 연료전지를 직접 들여오는 등 자체 발전에 나서고 있습니다. 리포트는 이 흐름을 "15-15-15" 경제학이라 표현합니다. 15년 만기 데이터센터 임대 계약이 15% 수익률로 체결되며, 와트당 15달러의 순가치를 창출한다는 뜻입니다.

[돈이 몰리는 곳: 하이퍼스케일러 자본지출]

모건스탠리는 마이크로소프트·아마존·구글·메타·오라클 등 주요 하이퍼스케일러의 2026년 합산 설비투자(capex)를 기존 7,650억 달러에서 8,050억 달러로 상향 조정했습니다. 2027년에는 이 규모가 1조 1,000억 달러까지 늘어나, S&P500 비테크 기업 전체의 설비투자를 합친 규모에 맞먹을 것으로 전망합니다.

한편 같은 시기(2026년 7월) 모건스탠리는 삼성전자·SK하이닉스·마이크론 등 메모리 반도체 기업에 대해서는 단기 비중 축소를, AI 클라우드·하이퍼스케일러 종목에는 비중 확대를 권고하는 별도 리포트를 냈습니다. 이 보고서 발표 직후 아시아 증시에서 삼성전자와 SK하이닉스 주가가 각각 6% 넘게 급락하기도 했습니다. 다만 모건스탠리는 중장기적으로는 AI 패러다임 확산에 대한 낙관론을 유지한다고 밝혀, '단기 조정·장기 성장'이라는 이중적 시각을 보이고 있습니다.

[엔비디아 GPU 세대별: 투자 대비 AI 토큰 비용]

모건스탠리가 말하는 '공장 경제학'을 가장 구체적으로 체감할 수 있는 곳이 바로 엔비디아 GPU 세대교체입니다. 하드웨어 가격표만 보면 오히려 더 비싸졌습니다. 2020년 출시된 A100은 대당 1만~1만7,000달러 선이었지만, 2022년 H100은 2만5,000~4만 달러, 2024~2025년 블랙웰 아키텍처의 B200은 3만~5만 달러까지 올라갔습니다.

(위 그래프: GPU 세대별 목록가 vs FP16 연산성능 — 가격은 오르지만 성능은 그보다 훨씬 가파르게 오릅니다)

하지만 '토큰당 비용'으로 환산하면 이야기가 완전히 달라집니다. SemiAnalysis의 InferenceX 벤치마크(2026년 4월, GPT-OSS-120B 모델 기준)에 따르면, H100(vLLM 프레임워크)은 100만 토큰당 약 0.09달러가 드는 반면, B200(TensorRT-LLM)은 같은 작업을 100만 토큰당 약 0.02달러에 처리합니다. 하드웨어 가격은 1.5배 올랐지만, 토큰당 비용은 오히려 약 4.5분의 1로 떨어진 것입니다.

 

시장 전체로 눈을 넓히면 비용 붕괴 속도는 더 극적입니다. GPT-4급 모델의 추론 비용은 2024년 초 100만 토큰당 약 60달러 수준이었지만, 2026년 초에는 0.30~0.75달러 수준까지 떨어졌습니다. 2년 만에 대략 100분의 1 수준으로 줄어든 셈입니다. 이는 GPU 세대교체뿐 아니라 모델 경량화, 양자화, 배치 처리 최적화가 함께 맞물린 결과입니다.

 

 

다만 이 수치들은 모델 크기·배치 크기·양자화 방식에 따라 크게 달라진다는 점은 짚어둘 필요가 있습니다. 70B급 이하의 비교적 작은 모델에서는 여전히 구형 A100 클러스터가 토큰당 비용에서 H100과 비슷하거나 더 유리한 경우도 보고됩니다. 즉 워크로드 규모가 커질수록 최신 세대의 비용 효율 우위가 뚜렷해지는 구조이며, 이는 왜 하이퍼스케일러들이 최신 GPU 확보 경쟁에 뛰어드는지 설명하는 단서가 됩니다.

[이미 나타난 고용 충격]

리포트는 AI를 12개월 이상 도입해 활용한 기업들에서 순인력 4% 감소와 생산성 11.5% 향상이 동시에 나타났다고 밝힙니다. 모건스탠리는 '전환적 AI(Transformative AI)'가 강력한 디플레이션 요인이 될 것이라 전망하는데, AI가 인간의 업무를 훨씬 낮은 비용으로 대체하기 시작했기 때문입니다.

 

■ 3. 미래 전망: 다음엔 무슨 일이 벌어지나

모건스탠리가 그리는 향후 경로는 크게 세 갈래입니다.

첫째, 컴퓨팅 축적이 임계점을 넘으면서 AI 발전이 완만한 개선이 아니라 불연속적인 '도약'의 형태로 나타난다는 것입니다. 리포트는 이를 점진적 업그레이드가 아니라 측정 가능한 시장 충격을 동반하는 '이산적 용량 확장 이벤트'로 재정의합니다. 실제로 미국 주요 AI 랩 경영진들은 투자자들에게 "곧 놀랄 만한 진전이 있을 것"이라 예고하고 있습니다.

둘째, 재귀적 자기개선(recursive self-improvement)의 초기 징후가 거론됩니다. 리포트는 xAI 공동창업자 지미 바의 발언을 인용해, AI가 스스로 자신의 성능을 개선하는 루프가 2027년 상반기 이르면 나타날 수 있다고 전합니다. 이는 아직 확정된 예측이 아니라 업계 관계자의 전망 인용이지만, 만약 현실화된다면 AI 발전 속도 자체가 또 한 번 질적으로 바뀌는 지점이 될 수 있습니다.

셋째, 전력이 AI 경쟁력의 새로운 화폐가 된다는 전망입니다. 모건스탠리는 이를 "지능이야말로 새로운 기축통화이며, 그것은 컴퓨팅과 전력으로 주조된다"고 표현합니다. 반도체 설계 능력만큼이나 원자력·가스터빈·에너지 저장 같은 전통 에너지 인프라 역량이 AI 패권 경쟁의 승부처로 떠오를 가능성이 커진 것입니다.

이와 함께 반도체 업종 내에서도 온도차가 벌어질 전망입니다. 메모리 업체들은 단기적으로 공급 확대에 따른 가격 조정 국면을 지나갈 가능성이 있는 반면, 컴퓨팅·전력·네트워킹 등 AI 인프라 전반을 아우르는 하이퍼스케일러·클라우드 기업들의 상대적 매력은 커질 수 있다는 것이 모건스탠리의 판단입니다.

■ 4. 삶에 미치는 영향: 우리 일상은 어떻게 달라질까

이 리포트의 함의는 투자은행 리서치노트 안에만 머물지 않습니다.

일자리와 조직의 형태가 바뀝니다. 오픈AI CEO 샘 올트먼은 앞으로 단 1~5명으로 구성된 조직이 기존 대기업과 경쟁할 수 있는 시대를 그리고 있습니다. 순인력 4% 감소는 AI가 특정 업무를 대체하기 시작했다는 신호로 읽히지만, 동시에 생산성이 11.5% 늘었다는 점은 남은 인력이 더 높은 부가가치 업무에 집중하게 되는 재배치 효과도 함께 발생하고 있음을 시사합니다.

전기요금과 지역 인프라에도 영향이 갑니다. 데이터센터가 몰리는 지역에서는 전력 수요 급증이 그리드 부담과 요금 상승 압력으로 이어질 수 있습니다. 이미 미국 일부 지역에서는 데이터센터의 전력 사용이 가정용 전기요금 상승의 원인 중 하나로 지목되고 있습니다.

소비자가 체감하는 서비스 비용도 낮아질 수 있습니다. 모건스탠리가 말하는 '디플레이션 요인으로서의 AI'는 법률 자문, 고객 상담, 데이터 분석처럼 기존에는 사람의 시간을 사서 써야 했던 서비스의 단가가 낮아진다는 뜻이기도 합니다.

투자자에게는 관심 업종의 재편이 현실화되고 있습니다. 메모리 반도체 중심의 'AI 수혜주' 프레임이 하이퍼스케일러·전력·인프라 기업으로 확장되는 흐름은, 개인 투자자들의 포트폴리오 구성 방식에도 영향을 줄 수 있는 변화입니다.

■ 5. 결론

모건스탠리의 '인텔리전스 팩토리' 리포트가 던지는 메시지는 명확합니다. AI 산업의 승부처가 '더 똑똑한 모델'에서 '더 많은 전력과 컴퓨팅을 안정적으로 조달하는 능력'으로 옮겨가고 있다는 것입니다. 스케일링 법칙이 여전히 유효하다는 진단, 전력이라는 물리적 병목, 하이퍼스케일러의 천문학적 설비투자, GPU 세대교체가 만들어내는 토큰당 비용 붕괴, 그리고 이미 시작된 고용 구조 변화까지, 이 리포트는 AI를 둘러싼 여러 흐름을 하나의 '공장 경제학' 프레임으로 엮어냅니다.

물론 이는 하나의 투자은행이 내놓은 전망이며, 전력 부족 수치나 재귀적 자기개선 시점, GPU 토큰당 비용 등은 벤치마크와 방법론에 따라 차이가 크므로 확정된 미래로 받아들이기보다는 하나의 유력한 시나리오로 참고하는 것이 합리적입니다.

참고 자료 출처

- Fortune, "Morgan Stanley warns an AI breakthrough Is coming in 2026" (2026.3.13) — fortune.com

- Morgan Stanley Insights, "Powering AI: Markets Race to Invest in AI Energy Solutions" — morganstanley.com

- Morgan Stanley Insights, "AI Market Trends 2026" — morganstanley.com

- AI Chat Daily, "Morgan Stanley Lifts 2026 Hyperscaler Capex Forecast to $805 Billion" — aichatdaily.com

- 한국경제, "반도체 비중 줄여라 했던 모건스탠리…2주 만에 돌변" (2026.7.22)

- 뉴데일리, "모건스탠리 또 반도체 경고" (2026.7.7)

- SemiAnalysis, "Nvidia Blackwell Perf/TCO Analysis", InferenceX 벤치마크(2026.4)

- Spheron Blog, "NVIDIA B300 vs B200 for AI Inference: 2026 Cost-Per-Token Guide"

- IntuitionLabs, "NVIDIA H100 Price 2026: $25K-40K, Plus H200/B200/B300"

 

※ 본 포스팅은 공개된 언론 보도 및 각 기관의 공식 인사이트 페이지를 바탕으로 작성했으며, 투자 판단의 근거로 사용하지 마시고 참고 자료로만 활용하시기 바랍니다.