1. 아마존, AI 쇼핑 기술을 외부 소매업체에 판매 개시
• 핵심원문
“아마존이 AWS를 통해 자체 AI 쇼핑 기술을 외부 기업에 개방하기 시작했음. 단순히 직접 상품을 판매하는 모델에서 나아가, ‘AI 쇼핑 가이드 역량’ 자체를 판매하는 방향으로 사업을 확장하고 있는 것”
“이는 과거 내부 인프라 기술을 상용화해 Amazon Web Services를 키워낸 전략과 유사한 흐름. 아마존은 소매업체들이 약 60일 안에 자체 AI 쇼핑 어시스턴트를 구축할 수 있다고 설명”
“아마존이 자사 AI 쇼핑 기술을 다른 소매업체에 제공하기 시작했으며 첫 고객으로 Kate Spade이 계약을 체결함”
“Amazon Rufus는 쇼핑 어시스턴트로 월간 활성 사용자 +115%, 참여율 +400% yoy”
• 기대효과
아마존의 이번 행보는 단순한 B2B 수익 확장을 넘어, 전자상거래 시장의 구조적 지형을 바꿀 수 있는 전략적 전환점이다. 핵심은 과거 AWS가 그랬던 것과 동일한 패턴이다. 아마존은 내부적으로 고도화한 기술 인프라를 외부에 개방함으로써, 처음에는 비용 절감 도구로, 이후에는 생태계 의존성의 고착화로 이어지는 구조를 만들어왔다.
이번에 외부 소매업체에 판매하는 AI 쇼핑 기술의 핵심은 Alexa 기반 맞춤형 추천 엔진으로, 소매업체 입장에서는 약 60일이라는 짧은 구축 기간으로 자체 AI 쇼핑 어시스턴트를 도입할 수 있다는 점이 강력한 유인이다. 자체 개발에 수년이 소요될 인프라를 아마존 플랫폼 위에서 단기간에 구현할 수 있다면, 중소·중견 소매업체들의 채택 속도는 빠를 수밖에 없다.
아마존 내부 지표가 이 전략의 설득력을 뒷받침한다. Rufus(AI 쇼핑 어시스턴트)의 월간 활성 사용자가 전년 대비 115% 증가하고, 참여율은 400% 급증했다는 수치는 AI 기반 쇼핑 경험이 실제 소비자 행동을 바꾸고 있음을 직접적으로 증명한다. 이 검증된 기술을 외부로 판매한다는 것은, 아마존이 자사 플랫폼에서 실증한 성과 지표를 그대로 영업 무기로 전환하는 것이다.
경쟁 구도 측면에서도 의미가 크다. 현재 OpenAI, Google 등도 AI 쇼핑·검색 영역에 진출하고 있으나, 아마존은 기존 AWS 인프라와의 연계, 방대한 쇼핑 데이터, 물류 생태계라는 세 가지 자산을 동시에 레버리지할 수 있는 유일한 플레이어다. 소매업체들이 아마존의 AI 쇼핑 인프라를 채택할수록, 아마존은 판매자·구매자·기술 공급자의 세 가지 역할을 동시에 장악하는 독보적 위치를 굳히게 된다.
장기적으로 이 전략은 아마존의 수익원 구조를 근본적으로 변화시킬 수 있다. 직접 판매 마진 중심의 리테일 모델에 더해, 기술 플랫폼 구독·사용료 기반의 반복 수익이 추가되는 구조다. 이는 아마존의 기업 가치 평가 방식 자체에도 영향을 줄 수 있는 변화다.
2. AWS, Anthropic Claude 토큰 판매로 클라우드 수익성 경쟁에서 구글·MS 앞서
• 핵심원문
“SemiAnalysis는 AWS가 독특한 구조적 논리를 통해 클라우드 수익 경쟁에서 조용히 격차를 벌리고 있다고 분석. Bedrock 플랫폼은 AWS 전체 매출의 4%에 불과하지만, 신규 총이익 증가분의 30%를 차지하며 EBIT 마진은 55%에 달했음.”
“핵심 구조는 기존의 컴퓨팅 자원을 판매하는 IaaS 모델에서, 모델 유통 권리를 확보하는 TaaS(Token-as-a-Service) 모델로의 전환임. Anthropic의 분기 순증 ARR은 210억 달러에 달하고 API 매출은 전년 대비 13배 급증하면서 이 레버리지 구조의 핵심 동력으로 작용”
• 기대효과
이 분석은 클라우드 경쟁의 본질이 ‘컴퓨팅 용량 싸움’에서 ‘AI 모델 유통권 싸움’으로 전환되고 있음을 보여준다. AWS의 Bedrock이 전체 매출의 4%에 불과함에도 신규 총이익 증가분의 30%를 가져가고 있다는 수치는, 토큰 판매 모델이 기존 IaaS 대비 압도적으로 높은 마진 구조를 갖고 있음을 의미한다. EBIT 마진 55%는 통상적인 클라우드 인프라 사업의 마진을 크게 웃도는 수준이다.
구조를 이해하는 것이 중요하다. AWS는 Anthropic에 대규모 투자(1분기 기준 364억 달러 투자)를 집행하면서 동시에 Claude 모델의 유통 독점권에 준하는 권리를 확보했다. 기업 고객이 Claude API를 사용할 때 AWS Bedrock을 통해 접근하도록 설계된 구조에서, AWS는 GPU 연산 비용을 직접 부담하는 것이 아니라 모델 접근권의 중간 유통자로서 수수료를 취하는 사업 모델을 구현하고 있다. 이것이 TaaS(Token-as-a-Service)의 핵심이다.
Anthropic의 분기 순증 ARR 210억 달러, API 매출 전년 대비 13배 급증이라는 수치는 이 구조의 성장 속도가 얼마나 빠른지를 보여준다. Claude의 사용량이 늘어날수록 Bedrock 매출과 마진이 함께 확대되는 정비례 구조가 형성되어 있는 것이다.
투자자 관점에서 이 구조의 함의는 명확하다. 구글 클라우드와 마이크로소프트 Azure는 자체 AI 모델(Gemini, Azure OpenAI)을 통해 유사한 전략을 취하고 있지만, 수익성 지표에서 AWS Bedrock이 앞선다는 분석은 모델 품질·채택률·파트너십 구조에서 현재 AWS-Anthropic 조합이 우위에 있음을 시사한다. 클라우드 3강의 경쟁에서 수익성 격차가 확인되기 시작한 것은, AI 인프라 투자 수혜가 단순히 컴퓨팅 제공자를 넘어 모델-플랫폼 결합 사업자에게 집중될 것임을 보여주는 초기 신호다.
3. 스노우플레이크, AI가 위협 아닌 성장 동력임을 실적으로 증명
• 핵심원문
“Snowflake는 제품 매출 13.3억 달러, 전년 동기 대비 34% 성장을 기록하며 분기 역사상 가장 강력한 순차적 달러 성장을 달성한 기념비적인 분기를 보냈습니다.”
“AI는 Snowflake에게 강력한 순풍으로 작용하고 있으며, 1분기는 그 여정에서 확실한 변곡점이 되었습니다.”
“AI 코딩 에이전트 CoCo, 출시 1개 분기 만에 7,100개 계정 수를 기록”
“AWS와 5년 60억 달러 신규 계약을 체결, 공동 GTM 투자 효과 & 비용 절감 효과 기대”
“FY2027 매출 성장 가이던스 기존 27%에서 31%로 4ppt 상향조정”
• 기대효과
스노우플레이크의 이번 실적은 소프트웨어 업계 전반이 안고 있던 핵심 질문에 답을 제시했다. “AI가 데이터 플랫폼 기업의 밥그릇을 빼앗을 것인가, 아니면 수요를 창출할 것인가”라는 물음에 대해, 스노우플레이크는 후자임을 수치로 증명했다.
제품 매출의 전년 대비 34% 성장과 전분기 대비 매출 증가액이 회사 역사상 최대라는 사실은, 단순한 분기 양호 실적이 아니라 성장 곡선의 기울기 자체가 가팔라졌음을 의미한다. 여기서 핵심 동력은 AI 네이티브 제품들이다. AI 코딩 에이전트 CoCo가 출시 단 1개 분기 만에 7,100개 계정을 확보했다는 것은, 기업 고객들이 AI 기능을 단순 실험이 아니라 실제 워크플로에 통합하고 있음을 보여준다. 이 사용자들은 AI 기능 사용이 늘어날수록 기존 플랫폼 사용량도 함께 증가하는 플라이휠 구조에 편입된다.
연간 가이던스 상향(27%→31%)과 AWS와의 5년 60억 달러 신규 계약은 단기 실적 개선에 그치지 않고 중장기 성장 가시성이 확보되었음을 시사한다. AWS와의 계약은 단순 인프라 계약이 아니라 공동 GTM(시장 진출) 투자를 포함하며, 이는 고객 확보 비용 절감과 대형 딜 파이프라인 확대로 이어질 수 있다.
순매출유지율(NRR) 126%, 순 신규 고객 616개(전년 대비 +38%)라는 지표는 기존 고객의 사용량 확대와 신규 고객 유입이 동시에 가속화되고 있음을 보여준다. 이는 AI 시대에 ‘데이터를 중앙에서 관리하는 플랫폼’의 역할이 오히려 강화되고 있음을 의미하며, 장기적으로는 데이터 거버넌스와 AI 에이전트 운영 인프라의 교차점에서 스노우플레이크의 포지셔닝이 더욱 공고해질 것으로 평가된다.
4. 마벨 테크놀로지, ASIC·인터커넥트 수요 폭발
• 핵심원문
“1분기 매출은 24억1,800만달러로 전분기 대비 9%, 전년 대비 28% 성장 기록. 비GAAP 기준 매출총이익률은 약 58.9%, 영업이익률은 약 35% 수준 유지. 영업현금흐름도 사상 최고인 6억3,900만달러 기록.”
“FY2027 매출은 약 115억달러(+40% YoY), FY2028 매출은 약 165억달러(+45% YoY) 전망 제시.”
“데이터센터 매출은 18억3,000만달러로 전체 매출의 약 76% 차지. 인터커넥트 사업은 FY2027 기준 70% 이상 성장 전망.”
“CEO는 ‘AI 주문이 비정상적으로 강하다’며 ‘데이터센터 사업은 완전히 폭발적인 상황’이라고 표현. 또한 맞춤형 ASIC 사업 매출 목표가 2029회계연도에 100억달러를 넘어설 것이라고 재확인”
“인터커넥트 사업 성장률 전망도 기존 50%에서 70% 이상으로 상향됐음.”
• 기대효과
마벨의 이번 실적과 가이던스는 AI 인프라 투자 수혜가 엔비디아 GPU에만 집중되던 단계에서, AI 데이터센터의 ‘연결망’을 담당하는 네트워킹·인터커넥트 반도체 기업으로 확산되는 단계에 진입했음을 보여주는 명확한 신호다.
전체 매출의 76%를 데이터센터가 차지하고 있다는 사실은 마벨이 사실상 AI 인프라 전문 기업으로 변모했음을 의미한다. 특히 인터커넥트 사업의 성장률 전망이 기존 50%에서 70% 이상으로 상향된 점이 중요하다. AI 서버가 대형화·고밀도화될수록 GPU 간, 서버 간 데이터 전송 속도와 대역폭이 병목으로 부각되며, 이 문제를 해결하는 제품이 바로 마벨의 핵심 포트폴리오인 800G·1.6T 광학 인터커넥트, 51.2T 이더넷 스위치, DCI 모듈이다.
맞춤형 ASIC 사업의 2029년 매출 목표 100억 달러 재확인도 주목할 지점이다. 하이퍼스케일러들이 엔비디아 GPU 의존도를 낮추기 위해 자체 AI 가속기(커스텀 ASIC) 개발을 늘리고 있는 흐름에서, 마벨은 고객의 요구사항을 받아 ASIC을 설계하고 양산까지 연결해주는 ‘커스텀 ASIC 설계 파트너’ 역할을 맡고 있다. 구글의 TPU, 아마존의 Trainium 등이 이 구조의 대표적 사례다.
FY2027 매출 115억 달러(+40%), FY2028 매출 165억 달러(+45%)라는 가이던스는 향후 2년간 성장 속도가 오히려 가속되는 구조임을 보여준다. 바클레이즈가 목표주가를 150달러에서 275달러로 대폭 상향하며 장기적으로 맞춤형 AI 반도체 매출이 100억 달러를 초과할 가능성을 제시한 것은, 시장도 이 성장 경로의 실현 가능성을 높게 보고 있음을 반영한다.
5. TSMC, 하반기 3nm 가격 최대 15% 인상·2027년 추가 5~10% 인상 검토
• 핵심원문
“TSMC가 하반기 3nm 공정 가격을 최대 15%까지 인상하고, 2027년에 추가로 5~10% 인상할 가능성이 제기됨 (Trendforce)”
“TSMC, AI·ASIC 수요에 2H26 3nm 가격 최대 15% 인상 검토… 2027년 추가 5~10% 인상 전망 (TrendForce)”
“황 CEO는 ‘TSMC는 세계 최고의 기업이며, 그들이 수행하는 난이도 높은 작업과 창출하는 가치를 고려할 때 그들이 얻는 이익은 충분히 정당하다’고 옹호하며 변함없는 파트너십을 강조했습니다.”
• 기대효과
TSMC의 3nm 공정 가격 인상은 단순한 단가 조정이 아니라, AI 반도체 공급망 전체의 비용 구조가 새로운 수준으로 재설정되고 있음을 의미한다. 하반기 최대 15%, 2027년 추가 5~10%의 인상이 실현될 경우, 누적 인상폭은 20%를 상회하게 된다.
이 가격 인상의 배경은 수요 측면에서 매우 견고하다. 엔비디아, AMD, 애플, 구글, 아마존, 브로드컴 등 주요 팹리스 기업 모두가 3nm 이하 첨단 공정에 집중하고 있으며, 이들의 AI 반도체·ASIC 수요는 TSMC의 첨단 공정 가용 용량을 초과하는 수준이다. 공급 제약이 구조적으로 지속되는 환경에서 TSMC의 가격 인상 능력(pricing power)은 매우 강하다. 젠슨 황 CEO가 공개적으로 TSMC의 가격 인상을 정당하다고 옹호한 것은, 최대 고객조차 인상을 수용할 수밖에 없는 현실을 방증한다.
팹 고객들의 입장에서 이 비용 증가는 두 가지 방향으로 전가된다. 하나는 최종 제품 가격 인상이고, 다른 하나는 인텔 파운드리, 삼성 파운드리 등 대안 파운드리로의 생산 위탁 분산이다. 그러나 현재 TSMC의 수율과 기술 격차를 감안할 때 단기적인 대안 전환은 현실적으로 어렵다. 결과적으로 TSMC의 수익성은 구조적으로 개선되며, 동시에 AI 반도체의 최종 판매가격 상승 압력이 시스템 전반에 전파될 것으로 전망된다. AI 인프라 투자 비용이 높아질수록, 효율적인 추론 칩과 소프트웨어 최적화 기업들의 상대적 가치도 함께 부각될 수 있다.
6. 전력 반도체 연쇄 가격 인상
• 핵심원문
“인피니온이 올해 4월에 이어 2026년 7월 1일부터 또다시 특정 제품의 가격을 인상합니다.”
“텍사스 인스트루먼트(TI): PMIC 및 MOSFET 제품군을 대상으로 7월 1일부터 가격을 인상하며, 이는 올해 들어 두 번째 인상입니다.”
“맥마이크(MacMic): IGBT 제품 가격을 10% 인상할 계획입니다.”
“지아쑤 지에지에(Jiangsu JieJie): MOSFET 및 IGBT 제품의 가격을 10%에서 최대 20%까지 인상할 예정입니다.”
“텍사스 인스트루먼트의 1분기 데이터 센터 매출이 작년 대비 약 90% 급증한 점이 이를 증명합니다.”
• 기대효과
AI 반도체 붐이 GPU와 HBM을 넘어 전력 반도체 시장으로 확산되고 있다는 것이 이번 연쇄 가격 인상의 핵심 메시지다. 인피니온, TI, MacMic, Jiangsu JieJie가 잇따라 가격 인상을 단행한 것은 개별 기업의 마진 전략이 아니라, 공급망 전반에 걸친 구조적 수급 불균형을 반영한다.
TI의 1분기 데이터센터 매출이 전년 대비 90% 급증했다는 수치가 이를 직접적으로 설명한다. AI 데이터센터가 대규모로 구축되면서, 각 서버 랙의 전력 관리(PMIC), 고전압 스위칭(MOSFET), 전력 변환(IGBT) 부품 수요가 폭발적으로 늘어나고 있다. 데이터센터 한 동을 짓는 데 필요한 전력 반도체의 수량은 GPU 수량의 수십 배에 달한다는 점에서, AI 인프라 투자의 수혜가 이 영역으로 집중되는 것은 구조적 필연이다.
중요한 것은 이 가격 인상의 성격이다. 전문가들은 이를 일시적인 재고 보충이 아니라 구조적 수요 변화로 분석하고 있다. 향후 엔비디아의 GB300 플랫폼 도입과 고전압 직류송전(HVDC) 아키텍처 확산이 본격화되면, 고전압 MOSFET과 IGBT 수요는 추가로 증가할 것이다. 즉 현재의 가격 인상은 사이클의 초입에 가깝다는 평가다. 올해 두 번째 가격 인상을 단행한 인피니온과 TI의 행보는, 수요에 비해 공급 증설 속도가 현저히 느린 전력 반도체 시장의 특성을 반영한다. 이들 기업의 영업이익률 개선과 가격 결정력 강화는 당분간 지속될 가능성이 높다.
7. 바이트댄스, 자체 CPU 개발 착수
• 핵심원문
“칩 가격 상승과 장기적인 공급 부족으로 기업의 사업 확장이 제약받는 가운데, 중국 빅테크 바이트댄스가 증가하는 AI 인프라 수요에 대응하기 위해 자체 CPU를 개발 중인 것으로 알려졌음”
“바이트댄스는 현재 인텔과 AMD로부터 CPU를 구매하고 있으나, 두 공급사가 최근 가격을 크게 인상해 분기별 10~35% 수준의 상승이 발생하고 있으며, 이 역시 자체 CPU 개발을 가속화하는 요인으로 작용하고 있음”
“바이트댄스는 자사 서버 및 데이터센터에 자체 CPU를 적용해 내부 운영을 지원하는 동시에, Coze 플랫폼을 포함한 에이전트형 제품의 대규모 출시를 준비하고 있음. 현재 CPU는 Arm 기반 아키텍처와 오픈소스 RISC-V 아키텍처 두 가지 방향으로 검토”
• 기대효과
바이트댄스의 자체 CPU 개발 착수는 두 가지 층위에서 읽힌다. 단기적으로는 인텔·AMD CPU 의존도 탈피를 통한 비용 절감 전략이고, 중장기적으로는 AI 에이전트 시대의 핵심 인프라를 자체 조달하려는 구조적 전환이다.
비용 압박의 강도는 수치가 말해준다. 인텔과 AMD가 분기별 10~35% 수준으로 CPU 가격을 인상하고 있다는 것은, 연환산으로는 40~140%에 달하는 급격한 단가 상승이다. 바이트댄스처럼 수십만 대의 서버를 운용하는 규모에서 이 비용 증가는 수억 달러 규모의 추가 지출로 직결된다. 자체 칩 개발의 초기 투자가 상당하더라도, 장기 비용 절감 효과가 충분히 정당화될 수 있는 규모다.
기술 방향성도 주목할 만하다. Arm 기반과 RISC-V 두 가지 아키텍처를 동시에 검토하고 있다는 점은, 미국의 반도체 수출 규제 강화에 대비한 오픈소스 RISC-V 아키텍처 의존도 확대 가능성도 내포한다. Arm 라이선스 역시 미국 정부의 규제 대상이 될 수 있는 상황에서, 이는 단순한 비용 절감을 넘어 공급망 리스크 관리 차원의 전략적 선택이다.
더 큰 함의는 AI 에이전트 워크로드의 특성에 있다. 이번 움직임은 AI 산업이 GPU 중심의 학습(Training) 단계에서 추론(Inference) 단계로 빠르게 이동하는 가운데, 바이트댄스가 집중하는 에이전트형 경량 추론 워크로드에서는 CPU가 GPU 대비 상대적으로 적합하다는 평가가 제기되고 있음을 반영한다. Coze 플랫폼 등 에이전트형 서비스는 GPU보다 CPU 기반의 경량 추론에 적합한 워크로드를 대량으로 생성한다. 바이트댄스의 자체 CPU 개발은 빅테크의 반도체 내재화 흐름이 중국 기업으로도 확산되고 있다는 구조적 신호다.
댓글 [0]