에이전틱 AI 열풍이 CPU 수요의 상당한 증가를 견인하고 있으나, 모건스탠리는 찬물을 끼얹었다: 인텔, AMD를 매수하려는 추세를 따르지 마라.

사용자 입력에 기반해 텍스트 응답만을 생성할 수 있는 기존 대규모 언어 모델과 달리, 에이전틱 AI의 핵심 특징은 복잡한 다단계 작업을 자율적으로 완료하는 능력이다.

에이전틱 AI는 자율적인 의사결정, 작업 계획 및 복잡한 작업 수행이 가능한 인공지능 시스템으로, 인간의 지속적인 개입 없이도 설정된 목표를 달성할 수 있는 것으로 알려졌다.

에이전틱 AI의 워크플로우는 거대한 작업을 작은 단위로 분해한 후 실행을 위해 다양한 도구를 호출하는 방식이며, 전체 프로세스는 하향식 순서를 따르기에 GPU 매트릭스처럼 수천 개의 작업을 동시에 처리할 수는 없다.

이는 에이전틱 AI의 운영 효율성이 GPU가 강점을 가진 병렬 컴퓨팅 성능보다는 CPU의 멀티스레드 스케줄링 능력에 거의 전적으로 의존한다는 점을 시사한다.

엔비디아( NVDA)의 젠슨 황 CEO는 지난 3월 GTC 2026에서 "CPU는 더 이상 모델을 지원하는 데 그치지 않고, 모델을 직접 구동하고 있다"라고 매우 정확하게 언급했다.

에이전틱 AI(Agentic AI) 시대에 진입하며, 컴퓨팅 파워 공급망에서 CPU의 위상은 보조적인 역할에서 에이전트 시스템의 중앙 제어 허브로 전환되었습니다.

에이전트 시대에 CPU의 동시성 처리 능력, 메모리 대역폭 및 스케줄링 효율성은 시스템 응답 속도와 처리 용량을 직접 결정합니다. 에이전트 동시성이 CPU의 처리 한계를 초과하면 요청 대기열 발생 및 도구 호출 실패와 같은 문제가 나타나며, 이는 사용자 경험과 시스템 안정성에 직접적인 영향을 미칩니다.

조지아 공과대학교와 인텔(INTC)이 공동 발표한 최신 연구 결과는 에이전트 구동에서 CPU의 중추적인 역할을 명확히 수치화했습니다.

데이터에 따르면 RAG, 웹 연결 검색 에이전트, 고집적 과학 연구 등 세 가지 주요 에이전트 작업 전반에서 CPU 시간은 전체 처리 시간의 80% 이상을 차지합니다. 에너지 소비 지표 또한 이를 뒷받침하며, 중대형 배치 처리 시나리오에서 이들 세 가지 작업의 CPU 에너지 소비 비중은 최대 약 60%에 달합니다.

즉, 에이전트가 작동하는 동안 전력의 절반 이상이 CPU에서 소비되는 반면, 시장에서 선호되는 GPU는 대부분의 시간을 CPU가 작업 스케줄링을 완료하기를 기다리며 유휴 상태로 머물게 됩니다.

이러한 구조적 차이는 CPU를 에이전틱 AI 시대의 주요 성능 병목 구간으로 자리매김하게 했으며, 전 세계적인 CPU 수요의 폭발적인 성장을 직접적으로 견인했습니다.

Arm ( ARM)의 르네 하스(Rene Haas) CEO는 이러한 성장 규모를 직관적으로 보여주는 데이터를 제시했습니다. 기존 AI 워크로드는 데이터 센터 용량 1기가와트당 약 3,000만 개의 CPU 코어를 필요로 하지만, 에이전틱 AI 시대에는 이 수요가 4배로 급증할 것입니다.

에이전틱 AI(Agentic AI)가 주도하는 CPU 수요 증가는 주로 두 가지 요인에서 기인한다. 개별 AI 서버 내 CPU 수의 상당한 증가와 GPU 및 CPU 클러스터의 분리 배치를 특징으로 하는 새로운 아키텍처의 빠른 도입이다.

전통적인 AI 서버에서 GPU 대 CPU 비율은 약 8:1에서 8:2 정도다. GB200 및 베라-루빈(Vera-Rubin)과 같은 차세대 AI 가속 아키텍처가 도입되면서 이 비율은 2:1로 개선되었다. 인텔은 2026년 1분기 실적 발표에서 향후 CPU 대 GPU 비율이 현재의 8:1에서 1:1로 더욱 높아질 것이며, 잠재적으로는 CPU 비중이 훨씬 더 커질 수도 있다고 명확히 밝혔다.

한편, 폭발적인 AI 연산 수요에 대응하고 자원 활용도를 극대화하며 연산 효율성과 시스템 유연성을 높이기 위해, 업계는 점차 GPU와 CPU 클러스터를 분리 배치하는 기술적 추세로 이동하고 있다.

이 중 마이크로소프트( MSFT )의 차세대 페어워터(Fairwater) 데이터 센터는 이러한 분리형 GPU 및 CPU 클러스터 아키텍처 채택을 선도해 왔다. 이 구조에서 GPU는 고부하 모델 추론에 집중하고 CPU는 복잡한 작업 스케줄링과 로직 처리를 담당하여 전반적인 시스템 성능을 대폭 향상시킨다. 이러한 흐름은 점점 더 많은 클라우드 제공업체들이 따르고 있으며, 향후 수년간 독립형 CPU 서버의 대규모 배치를 지속적으로 견인할 전망이다.

모건스탠리의 최신 추정치에 따르면, AI 에이전트는 2030년까지 CPU 시장에서 325억 달러에서 600억 달러의 추가 성장을 창출하여 서버급 CPU의 전체 시장 규모를 825억 달러에서 1,100억 달러 사이로 확대할 것으로 보인다.

에이전틱 AI(Agentic AI)가 견인한 CPU 수요 급증이 시장의 기대치를 상회했다. 업스트림 웨이퍼 파운드리 역량의 제한과 원자재 가격 상승 등의 요인이 맞물리며, 올해 글로벌 CPU 시장의 가격 인상과 공급 부족 현상이 심화되고 있다. 이러한 수급 불균형은 향후 1~2년간 지속될 것으로 예상된다.

현재 x86 아키텍처는 데이터 센터 서버용 CPU의 절대적인 주류를 유지하고 있으며, 이에 따라 AMD와 인텔이 이번 CPU 슈퍼 사이클의 주요 수혜자가 되고 있다. UBS 분석에 따르면, 2025년의 전통적 AI 학습 단계가 2026/2027년의 에이전틱 추론 시나리오로 전환됨에 따라 CPU 워크로드 요구 사항은 기존 수준의 3~8배까지 증가할 전망이다.

그럼에도 불구하고 모건스탠리는 CPU 제조업체에 대해 전반적으로 낙관적인 시장 컨센서스와는 상반된 견해를 보이고 있다. 모건스탠리는 투자자들이 CPU 시장의 양대 산맥인 인텔과 AMD에 직접 포지션을 구축하는 것을 권장하지 않는다. AMD의 클라우드 CPU 시장 점유율이 53%에 도달하며 인텔을 제치고 현재의 CPU 내러티브에 따른 직접적인 수혜를 입고 있음에도 불구하고, 주가 퍼포먼스는 GPU 사업에 대한 기대치와 더 깊게 연동되어 있기 때문이다. 한편 인텔의 주가는 주로 파운드리 사업 전환 내러티브에 의해 움직이고 있어, 두 기업 모두 순수한 CPU 투자처로 보기는 어렵다.

모건스탠리는 현재 시장에서 진정으로 순수한 AI 기반 노출도를 보유한 종목들이 선도적인 메모리 및 GPU 기업들에 집중되어 있다고 판단하며, 여기에는 엔비디아, 브로드컴( AVGO ), 마이크론( MU ), 샌디스크( SNDK ) 등이 포함된다.

모건스탠리는 이들 종목을 추천하는 핵심 논리가 매력적인 밸류에이션이라는 단순한 이유라고 밝혔다. 인텔과 AMD 같은 CPU 제조업체의 선행 주가수익비율(P/E)은 현재 23~64배 수준인 반면, 엔비디아의 2027 회계연도 예상 P/E는 18배에 불과하고 메모리 관련주들의 예상 P/E는 5~9배 수준으로 낮아 밸류에이션 매력이 현저히 높다는 설명이다.

이 콘텐츠는 AI를 활용하여 번역되었으며, 명확성을 확보할 수 있도록 검토 과정을 거쳤습니다. 정보 제공 용도로만 제공됩니다.