UBS의 중국 AI 산업 사슬 조사에 따르면 대규모 모델이 빠르게 발전하고 있으며 반도체 분야에 자금이 유입되기 시작했습니다.

UBS는 8월 14일 "중국 현장 관찰 보고서 - 2026년 7월"을 발표했습니다. WAIC 2026 기술 조사 데이터, 기업 경영진과의 면담, 기관 연구 자료를 종합한 이 보고서는 중국 AI 산업의 투자 기회가 대규모 모델 자체에서 컴퓨팅 칩, 서버, 네트워크 인터커넥트, 첨단 패키징 및 전력 인프라로 확대되고 있음을 더욱 명확하게 분석합니다.

세계산업성평가센터(WAIC) 기간 동안 UBS는 대규모 모델, GPU, 네트워킹, 아날로그 칩, 패키징 및 테스트, 서버 ODM, 반도체 장비 등 12개 기술 기업의 투자자 약 40명을 대상으로 설문조사를 실시했습니다. 설문조사의 핵심 결과는 중국의 대규모 모델이 여전히 빠르게 발전하고 있으며, 국내에서 생산되는 AI 인프라의 제품 형태가 개선되고 있고, AI 컴퓨팅 파워에 대한 하위 수요가 크게 약화되지 않았다는 것입니다.

국내 AI 제조업체 간의 경쟁은 단일 카드 경쟁에서 시스템 전체 경쟁으로 전환되었다.

UBS는 WAIC에서 국내 제조업체들이 더 이상 단일 칩에 집중하지 않고 칩, 서버, 인터커넥트 및 클러스터 관리로 구성된 시스템 수준 솔루션에 집중하고 있다는 점을 확인했습니다.

화웨이는 1024개의 칩으로 구성된 Atlas 950 SuperPod를 선보였고, 수곤은 최대 10만 개의 카드 상호 연결을 지원하는 Sugon 8000 솔루션을 시연했습니다. 또한 무시, ZTE, 알리바바도 각각의 슈퍼노드 제품을 출시했습니다. 네트워크 측면에서는 관련 제조업체들이 51.2T CPO 스위치 프로토타입과 완벽한 광 상호 연결 솔루션을 선보이기 시작했습니다.

이러한 변화는 국내에서 생산되는 컴퓨팅 파워가 클러스터 크기 확장, 상호 연결 효율성 향상, 시스템 아키텍처 최적화를 통해 단일 칩 성능 격차의 영향을 완화하고 있음을 의미합니다. 투자자들에게 있어 이러한 이점은 GPU뿐만 아니라 스위칭 칩, 광 인터커넥트, 서버 ODM, 스토리지 인터페이스 및 고급 패키징에까지 확대됩니다.

국내 AI 가속기 업체들은 UBS에 클라우드 서비스 제공업체 및 기타 고객들의 수요가 지속적으로 증가하고 있다고 보고했습니다. 한편으로는 해외 고성능 컴퓨팅 파워가 중국 시장에서 여전히 부족한 반면, 국내 클라우드 업체들은 국산 컴퓨팅 카드를 점점 더 적극적으로 도입하고 있습니다. 일부 중견 업체들은 H100 및 H200과 유사한 제품을 개발하는 동시에 SuperPod 기술을 개선하고 있습니다.

모델 매출은 증가하고 있지만, 컴퓨팅 비용은 여전히 중요한 변수입니다.

대규모 모델 기업의 상업화도 가속화되고 있지만, 성장의 질은 여전히 컴퓨팅 파워 비용에 달려 있습니다.

지푸 경영진에 따르면, 회사의 연간 반복 매출은 7월 기준 10억 달러에 달해 당초 목표였던 2026년 말 달성을 앞당겼습니다. 이는 주로 토큰 사용량 증가와 API 가격 인상에 힘입은 결과입니다. 지푸는 최근 310억 홍콩달러 규모의 H주 발행을 완료했으며, 조달 자금은 컴퓨팅 파워 확장에 투입될 예정입니다. 또한, 대규모 컴퓨팅 자원을 임대하는 방안도 검토 중입니다.

UBS는 API 가격 인상과 추론 최적화가 Zhipu의 수익률 개선을 이끌 수 있다고 보지만, 국내 컴퓨팅 파워 공급 부족과 임대료 상승은 수익성에 중요한 변수로 남아 있다고 분석합니다. 다시 말해, 향후 매출 성장이 모델 기업의 단위 경제성이 안정화되었다는 것을 의미하는 것은 아니라는 뜻입니다.

MiniMax의 연간 반복 매출(ARR)은 2025년 말 약 1억 달러에서 1분기 실적 발표에서 공개된 바와 같이 약 1억 5천만 달러로 증가했으며, M3 출시 이전에 두 배 이상 증가했습니다. 경영진은 2026년 말까지 10억 달러의 ARR 목표를 달성할 수 있을 것으로 확신하고 있습니다. API 및 토큰 플랜 사업의 매출 비중은 2025년 약 30%에서 2026년 5월에는 거의 절반으로 증가하여 성장이 소비자 구독에서 개발자 및 기업용 서비스로 더욱 이동하고 있음을 보여줍니다.

하지만 MiniMax의 차세대 M3 모델의 파라미터 크기는 M2.7의 거의 두 배에 달합니다. 모델 규모가 커질수록 추론 비용이 증가하는 것이 일반적이며, 기업은 총 마진을 유지하기 위해 추론 엔지니어링 최적화, 클러스터 운영, 그리고 컴퓨팅 파워의 사전 확보에 의존해야 합니다.

반도체 연구 활동이 활발해지고 있으며, 특히 첨단 패키징 기술이 가장 먼저 수혜를 보고 있습니다.

중국에서는 기관 투자자들이 인공지능 하드웨어 분야에 대한 투자를 늘리기 시작했습니다.

UBS 양적 분석팀의 통계에 따르면 7월 기관 투자 분석 비중이 전월 대비 가장 빠르게 증가한 3개 업종은 반도체 및 반도체 장비, 기술 하드웨어 및 장비, 그리고 은행업이었으며, 자본재, 에너지, 식음료 업종은 분석 비중이 가장 크게 감소했습니다.

그중 소프트웨어 및 서비스 부문에 대한 연구 관심도는 증가했지만, 경쟁 밀집도는 여전히 마이너스 영역에 머물러 있습니다. 소재, 식음료, 자본재 부문에 대한 연구 관심도는 감소했지만, 경쟁 밀집도는 상대적으로 높은 수준입니다. 이는 반도체 분야가 AI 관련 거래 활동 증가의 가장 확실한 영역으로 부상한 반면, 소프트웨어 부문에는 여전히 기대치가 충족되지 않은 부분이 있음을 시사합니다.

특히 산업 공급망과 관련하여 Montage Technology는 DDR5 3세대 및 4세대 메모리 인터페이스 칩의 생산량이 빠르게 증가하고 있으며, 5세대 제품은 2026년 하반기부터 출하될 것으로 예상한다고 밝혔습니다. MRDIMM 관련 제품은 새로운 사업의 중요한 수익원이 되었으며, PCIe 6.0 리타이머 검증 작업도 진행 중입니다.

첨단 패키징 부문의 호황은 JCET 그룹의 사업 실적에 더욱 직접적으로 반영되고 있습니다. JCET 그룹의 2분기 설비 가동률은 약 80%에 달했으며, AI 관련 사업, 웨이퍼 레벨 패키징, 범핑 사업 모두 최대 가동률을 기록했습니다. 회사는 2.5D 패키징에 특화된 신규 공장 건설에 78억 위안을 투자할 계획이며, 이 공장은 2028년 하반기 완공 후 2029년 가동될 예정입니다.

UBS는 이번 포장재 시장 주기가 과거 소비자 가전 제품 중심의 주기와는 다르며, AI에 기반한 구조적 수요가 가동률과 총마진 개선을 지속적으로 뒷받침할 가능성이 있다고 분석합니다. 그러나 신규 공장의 생산 개시까지는 아직 시간이 걸릴 것이며, 최종 수익은 국내 생산 AI 칩의 생산량 증대, 소비자 채택률, 그리고 산업 확장 속도에 따라 좌우될 것입니다.

인공지능에 대한 수요가 전력 및 에너지 저장 분야로 확산되기 시작했습니다.

이 보고서는 인공지능 인프라에 대한 관찰 내용을 에너지 저장 및 전력 장비까지 확장합니다.

Sungrow Power는 2026년 1분기부터 AI 기반 데이터센터 에너지 저장 시스템을 개발업체 및 시스템 통합업체에 판매해 왔으며, 이들 업체가 해당 제품을 미국 클라우드 서비스 제공업체에 공급한다고 밝혔습니다. 에너지 저장 시스템은 일반적으로 데이터센터 구축 과정 후반에 구매되기 때문에 주문 확정이 비교적 느리고, 클라우드 서비스 제공업체가 직접 고객이 될 가능성은 낮습니다.

이 회사는 또한 미국의 클라우드 서비스 제공업체와 협력하여 고체 변압기의 연구 개발 및 검증을 진행하고 있으며, 향후 몇 달 내에 제품을 출시할 예정입니다. 이 고체 변압기 및 에너지 저장 시스템은 모듈식 설계를 채택하여 현장 설치 시간을 단축하고 설치 비용을 절감할 수 있습니다.

하지만 AI 수요가 에너지 저장 사업의 경기 순환적 압력을 완전히 상쇄할 수는 없습니다. 성로우파워는 리튬 가격 상승이 2026년 2분기에도 매출총이익률을 낮출 것으로 예상하며, 마진이 낮은 시장으로의 확장 또한 전반적인 수익성을 저해할 것으로 전망합니다. 따라서 UBS는 AI 데이터센터, 에너지 저장 장치, 고체 변압기가 장기적인 성장 잠재력을 갖고 있지만, 단기적인 실적은 수주 시점, 원자재 가격, 해외 공급망 상황에 따라 달라질 것으로 보고 있습니다.

전반적으로 이 보고서는 중국의 AI 산업이 모든 제약에서 벗어났다는 것을 의미하는 것이 아니라, 성장 경로가 더욱 완성되어 가고 있음을 보여줍니다. 모델 사용이 컴퓨팅 파워 수요를 견인하고, 국내산 컴퓨팅 파워의 도입이 서버 및 인터커넥트 업그레이드를 촉진하며, 칩 생산 증가가 패키징, 장비 및 전력 인프라로까지 영향을 미치고 있다는 것입니다.

다음 단계의 테스트는 국내 개발 모델의 성능 향상 여부에만 초점을 맞추는 것이 아니라, 점진적으로 구축되는 이러한 AI 기술 스택이 수요를 안정적인 수익, 통제 가능한 비용, 그리고 지속 가능한 이익으로 전환할 수 있는지 여부에 초점을 맞출 것입니다.