Forwarded from AI 리서치 딥다이브_Seoul to Wall St.
젠슨 황이 한국에서 GTC를 개최하겠다는 이유
2026.06.15 / IBK투자증권 (김운호)
──────────
1. 핵심 한 줄
① Computex 2026 핵심 키워드 = Agent AI: 모든 기업 CEO가 이구동성으로 Agent AI 시대 선언
② Agent AI → Token 폭발적 증가 → Memory Full Stack(HBM·DRAM·NAND·HDD) 수요 구조적 확대
③ 한국 = Memory·Foundry·패키지기판·MLCC·Cloud·Humanoid·자율주행·전력 등 AI 생태계 완비 → GTC Korea 개최 임박
──────────
2. GTC Taipei Keynote 핵심 7가지
① Useful AI & Token 경제성
= 젠슨 황: "유용한(Useful) AI가 도착했다" — 실생활에서 돈이 되는 AI 시대 진입
= GitHub commit 수: 2023년 3억 건 → 2026년 15억 건(약 3배 YoY 급증) — Agent AI 생산성 증거
= Token = 새로운 Currency: 더 많은 Token 생산 = Compute demand 확대 = AI Factory 구축 견인
② Agent AI 구조
= Generative AI → Reasoning AI → Agent AI 진화
= Agent AI 처리 Token: Generative AI 대비 NVIDIA 기준 100배, Intel 기준 1,000배 소요
= Agent 구성: LLM(두뇌) + Harness(작업 지휘) + Tools(실행) + Runtime(소프트웨어 환경)
③ Vera Rubin 양산 진입
= 2026년 신규 CPU+GPU 시스템 = Vera(CPU) + Rubin(GPU) / HBM4 동시 양산 진입
= 7개 칩 구성: Vera CPU, Rubin GPU, NVLink 6 Switch, ConnectX-9 SuperNIC, BlueField-4 DPU, Spectrum-6 Ethernet Switch, HBM4
= Grace Blackwell 대비 공급망 2배 규모 / 조립 시간 2시간 → 5분으로 단축
= 포지셔닝: Grace Blackwell(AI Inference용) → Vera Rubin(Agent AI 실행용)
④ Vera CPU — Agent가 사용하는 CPU
= 기존 CPU 대체가 아닌 Agent 전용 신규 시장
= Vera Rubin 내부에서 GPU 조율·KV cache 관리·tool-use orchestration 담당
= 나노초 단위 latency 최소화가 핵심 — 기계(Agent)는 사람보다 데이터 속도에 훨씬 민감
⑤ AI Factory & DSX
= "Compute is revenue, Compute is profit" — 젠슨 황
= DSX: AI Factory 구축을 위한 완전한 실행 지침서(오픈소스·API·레퍼런스 디자인·시뮬레이션·운영 자동화 통합 플랫폼)
⑥ RTX Spark & Agent PC — iPhone 수준의 혁명
= Blackwell RTX GPU + MediaTek N1X(20-core Grace CPU) NVLink 결합
= 6,144 CUDA core / 1 PFLOPS AI 성능 / 128GB unified memory / TSMC 3nm 공정
= PC = 클릭·타이핑 도구 → 개인 Agent 상시 실행하는 AI Computer로 재정의
= AI Compute: 데이터센터 → Client Device로 확산 신호탄
⑦ Physical AI & Robotics
= Cosmos(물리 세계 시뮬레이션) + Alpamayo(자율주행 특화) + Isaac GR00T(휴머노이드 오픈 플랫폼) 3대 플랫폼 제시
= Isaac GR00T 기반 휴머노이드 실물 공개: 25 자유도 / 손당 31 자유도 / 키 6피트 / 무게 150파운드
──────────
3. Intel & Qualcomm — Agent AI 출사표
① Intel(Core Ultra Series 3 / Panther Lake): Agent AI에서 CPU:GPU 비중 = 1:1 수준으로 CPU 재부상 / Hybrid Agentic Inference(로컬+클라우드) 전략 / Xeon+RDU+GPU 이종 추론 시연
② Qualcomm(Snapdragon X): 2026년 = "에이전트의 해" 선언 / 디바이스 중심 전략 / 스마트글래스·자동차·로봇까지 Agent AI 확산 / 6G 통신을 AI 핵심 인프라로 강조
──────────
4. Agent AI는 찬 것도 따뜻하게: NAND & HDD 수요 확대
① NAND(SSD)
= 단순 질문 25 token → 실제 처리 과정에서 42,025 token 발생 + 13.1GB KV cache 소요 (Solidigm)
= AI Memory Hierarchy 재편: G1(HBM) → G2(DRAM) → G3(Local SSD) → G3.5(KV Cache Tier, BlueField-4 STX) → G4(Shared Storage)
= KIOXIA GPU Direct Storage: GPU + SSD만으로 구성된 서버 — HBM 용량 제약 보완
= KV Cache SSD Offload 효과: TTFT 최대 27배 빠름 / RAG Data DRAM 사용량 65% 절감
② HDD
= AI 데이터: 결과물 3.97MB vs 서버 저장 506MB → 97% 데이터는 Storage에 적재
= HDD 30TB vs QLC SSD 30TB = 비용 22배 차이 (Western Digital)
= Storage 구조: 기존 2-Tier(Flash+HDD) → AI 시대 4-Tier(Model Weights·KV Cache·Vector/RAG·Bulk Storage)
= Small transaction → Flash 필수화 / Large transaction → HDD 대체 불가
──────────
5. Agent AI는 빛의 속도로 달린다: 광통신(CPO) 전환
① Marvell: AI 인프라 병목 순서 = Compute → Memory Bandwidth → Connectivity(다음 단계)
② 구리선 한계: 200Gbps에서 유효 전송거리 2.5m까지 제한 / 400Gbps 시대엔 Rack 내부도 광 전환 불가피
③ 현재: 1 Rack / 최대 144 XPUs / Copper limit → 미래: 광 전환 시 1,000+ XPUs / No limit
④ CPO(Co-Packaged Optics): Rack 내부 광 전환 핵심 기술 / Vera Rubin 시스템 적용 / MediaTek도 Computex 2026서 제품 공개
──────────
6. Floating Data Center — 삼성중공업
① 배경: 데이터센터 수요 급증 vs 전력·부지·냉각 문제로 공급 속도 한계
② 개념: 수상 바지선·해상 플랫폼에 서버·전력·냉각 설비 탑재
③ 강점: 지상 대비 공정 속도 50% 단축 / 해수 냉각 활용 / LNG 발전·해상 풍력으로 독립 전력 확보 / 모듈화로 확장성 우수
④ 리스크: 염분·파도·규제·정비 난이도·환경 문제
──────────
7. 한 줄 요약
Computex 2026 = Agent AI 원년 선언. Token 수요 폭발(Generative AI 대비 100~1,000배) → Memory Full Stack(HBM·DRAM·NAND·HDD) 수요 구조적 확대. NVIDIA Vera Rubin 양산 돌입·RTX Spark로 AI 서버→PC 확산. 구리선 한계 → CPO 광통신 전환 본격화. 한국은 Memory·Foundry·Cloud·Humanoid·전력 등 AI 생태계 완비 → GTC Korea 개최 가시권
#반도체, #AI, #AgentAI, #메모리, #HBM, #NAND, #SSD, #광통신, #CPO, #SK하이닉스, #삼성전자, #삼성중공업, #NVIDIA
2026.06.15 / IBK투자증권 (김운호)
──────────
1. 핵심 한 줄
① Computex 2026 핵심 키워드 = Agent AI: 모든 기업 CEO가 이구동성으로 Agent AI 시대 선언
② Agent AI → Token 폭발적 증가 → Memory Full Stack(HBM·DRAM·NAND·HDD) 수요 구조적 확대
③ 한국 = Memory·Foundry·패키지기판·MLCC·Cloud·Humanoid·자율주행·전력 등 AI 생태계 완비 → GTC Korea 개최 임박
──────────
2. GTC Taipei Keynote 핵심 7가지
① Useful AI & Token 경제성
= 젠슨 황: "유용한(Useful) AI가 도착했다" — 실생활에서 돈이 되는 AI 시대 진입
= GitHub commit 수: 2023년 3억 건 → 2026년 15억 건(약 3배 YoY 급증) — Agent AI 생산성 증거
= Token = 새로운 Currency: 더 많은 Token 생산 = Compute demand 확대 = AI Factory 구축 견인
② Agent AI 구조
= Generative AI → Reasoning AI → Agent AI 진화
= Agent AI 처리 Token: Generative AI 대비 NVIDIA 기준 100배, Intel 기준 1,000배 소요
= Agent 구성: LLM(두뇌) + Harness(작업 지휘) + Tools(실행) + Runtime(소프트웨어 환경)
③ Vera Rubin 양산 진입
= 2026년 신규 CPU+GPU 시스템 = Vera(CPU) + Rubin(GPU) / HBM4 동시 양산 진입
= 7개 칩 구성: Vera CPU, Rubin GPU, NVLink 6 Switch, ConnectX-9 SuperNIC, BlueField-4 DPU, Spectrum-6 Ethernet Switch, HBM4
= Grace Blackwell 대비 공급망 2배 규모 / 조립 시간 2시간 → 5분으로 단축
= 포지셔닝: Grace Blackwell(AI Inference용) → Vera Rubin(Agent AI 실행용)
④ Vera CPU — Agent가 사용하는 CPU
= 기존 CPU 대체가 아닌 Agent 전용 신규 시장
= Vera Rubin 내부에서 GPU 조율·KV cache 관리·tool-use orchestration 담당
= 나노초 단위 latency 최소화가 핵심 — 기계(Agent)는 사람보다 데이터 속도에 훨씬 민감
⑤ AI Factory & DSX
= "Compute is revenue, Compute is profit" — 젠슨 황
= DSX: AI Factory 구축을 위한 완전한 실행 지침서(오픈소스·API·레퍼런스 디자인·시뮬레이션·운영 자동화 통합 플랫폼)
⑥ RTX Spark & Agent PC — iPhone 수준의 혁명
= Blackwell RTX GPU + MediaTek N1X(20-core Grace CPU) NVLink 결합
= 6,144 CUDA core / 1 PFLOPS AI 성능 / 128GB unified memory / TSMC 3nm 공정
= PC = 클릭·타이핑 도구 → 개인 Agent 상시 실행하는 AI Computer로 재정의
= AI Compute: 데이터센터 → Client Device로 확산 신호탄
⑦ Physical AI & Robotics
= Cosmos(물리 세계 시뮬레이션) + Alpamayo(자율주행 특화) + Isaac GR00T(휴머노이드 오픈 플랫폼) 3대 플랫폼 제시
= Isaac GR00T 기반 휴머노이드 실물 공개: 25 자유도 / 손당 31 자유도 / 키 6피트 / 무게 150파운드
──────────
3. Intel & Qualcomm — Agent AI 출사표
① Intel(Core Ultra Series 3 / Panther Lake): Agent AI에서 CPU:GPU 비중 = 1:1 수준으로 CPU 재부상 / Hybrid Agentic Inference(로컬+클라우드) 전략 / Xeon+RDU+GPU 이종 추론 시연
② Qualcomm(Snapdragon X): 2026년 = "에이전트의 해" 선언 / 디바이스 중심 전략 / 스마트글래스·자동차·로봇까지 Agent AI 확산 / 6G 통신을 AI 핵심 인프라로 강조
──────────
4. Agent AI는 찬 것도 따뜻하게: NAND & HDD 수요 확대
① NAND(SSD)
= 단순 질문 25 token → 실제 처리 과정에서 42,025 token 발생 + 13.1GB KV cache 소요 (Solidigm)
= AI Memory Hierarchy 재편: G1(HBM) → G2(DRAM) → G3(Local SSD) → G3.5(KV Cache Tier, BlueField-4 STX) → G4(Shared Storage)
= KIOXIA GPU Direct Storage: GPU + SSD만으로 구성된 서버 — HBM 용량 제약 보완
= KV Cache SSD Offload 효과: TTFT 최대 27배 빠름 / RAG Data DRAM 사용량 65% 절감
② HDD
= AI 데이터: 결과물 3.97MB vs 서버 저장 506MB → 97% 데이터는 Storage에 적재
= HDD 30TB vs QLC SSD 30TB = 비용 22배 차이 (Western Digital)
= Storage 구조: 기존 2-Tier(Flash+HDD) → AI 시대 4-Tier(Model Weights·KV Cache·Vector/RAG·Bulk Storage)
= Small transaction → Flash 필수화 / Large transaction → HDD 대체 불가
──────────
5. Agent AI는 빛의 속도로 달린다: 광통신(CPO) 전환
① Marvell: AI 인프라 병목 순서 = Compute → Memory Bandwidth → Connectivity(다음 단계)
② 구리선 한계: 200Gbps에서 유효 전송거리 2.5m까지 제한 / 400Gbps 시대엔 Rack 내부도 광 전환 불가피
③ 현재: 1 Rack / 최대 144 XPUs / Copper limit → 미래: 광 전환 시 1,000+ XPUs / No limit
④ CPO(Co-Packaged Optics): Rack 내부 광 전환 핵심 기술 / Vera Rubin 시스템 적용 / MediaTek도 Computex 2026서 제품 공개
──────────
6. Floating Data Center — 삼성중공업
① 배경: 데이터센터 수요 급증 vs 전력·부지·냉각 문제로 공급 속도 한계
② 개념: 수상 바지선·해상 플랫폼에 서버·전력·냉각 설비 탑재
③ 강점: 지상 대비 공정 속도 50% 단축 / 해수 냉각 활용 / LNG 발전·해상 풍력으로 독립 전력 확보 / 모듈화로 확장성 우수
④ 리스크: 염분·파도·규제·정비 난이도·환경 문제
──────────
7. 한 줄 요약
Computex 2026 = Agent AI 원년 선언. Token 수요 폭발(Generative AI 대비 100~1,000배) → Memory Full Stack(HBM·DRAM·NAND·HDD) 수요 구조적 확대. NVIDIA Vera Rubin 양산 돌입·RTX Spark로 AI 서버→PC 확산. 구리선 한계 → CPO 광통신 전환 본격화. 한국은 Memory·Foundry·Cloud·Humanoid·전력 등 AI 생태계 완비 → GTC Korea 개최 가시권
#반도체, #AI, #AgentAI, #메모리, #HBM, #NAND, #SSD, #광통신, #CPO, #SK하이닉스, #삼성전자, #삼성중공업, #NVIDIA
Forwarded from AI 리서치 딥다이브_Seoul to Wall St.
Token 폭발적 성장, 메모리가 조연에서 주연으로 — AI 혁명이 키울 산업은?
2026.07.04 / 工商時報 (저자: 周皇仁, 理財周刊)
──────────
1. 핵심 한 줄
① AI 혁명의 진짜 주인공은 GPU가 아니라 메모리 → "GPU는 사고 속도, 전력은 생명력, 메모리는 AI 문명의 두께를 결정"
② 현재 HBM 폭발은 AI 메모리 스토리의 1장에 불과
③ 100억 개 Agent 동시 존재 시대 → 메모리 수요는 물리학·정보과학 제1원리에 기반한 강성 수요
──────────
2. 출발점 — AI를 어떻게 정의할 것인가
① "AI가 생산함수를 근본적으로 재편하는 상전이(相變)라면, 그 파괴력은 150년 산업혁명과 동등하거나 더 크다"
② AI 진화는 지수적(Exponential), 인류 두뇌는 생리 구조상 선형적(Linear) 추론만 가능
③ "도구 업데이트 속도가 인류 학습 속도를 압도하는 세계"의 최종 형태는 현재로선 상상 불가
④ 따라서 해야 할 질문은 "15년 후 AI 종국은?" 이 아니라 "혁명이 한 걸음 전진할 때마다 물리·경제 논리가 어떻게 변하는가?"
──────────
3. 역사적 유비 — 혁명의 주인공은 항상 바뀌었다
① 산업혁명: 최대 산업은 증기기관이 아니었음 → 석탄·철도·철강이 최종 승자
② 정보혁명: 최대 산업은 CPU가 아니었음 → 네트워크·데이터센터·클라우드가 최종 승자
③ AI 혁명: GPU·ASIC는 "출발점"이지 "종착점"이 아님 → 진짜 규모를 결정하는 것은 다른 곳에 있다
──────────
4. AI 혁명 4단계 프레임워크
① 1단계 — AI 기건시대(基建時代) [현재]
→ GPU가 엔진, 전력이 연료, 메모리가 에너지탱크
→ GPU 없는 HBM은 유조만 있고 엔진 없는 F1 카
→ 메모리 역할: "산력(算力) 지탱" — 아직 보조 역할
→ 현재 HBM 폭발은 이 단계의 산물
② 2단계 — AI 운영기(AI Operation Era)
→ Agent·Copilot·추론 등 대량 애플리케이션 등장
→ Token 폭증 → 메모리는 단순 용량이 아닌 Context(상하문맥)
→ 메모리 역할: "단기 작업 기억" — 보조에서 작업 파트너로 격상
③ 3단계 — Agent 침투기(Agent Economy)
→ 질적 변화 시작점. Agent가 스스로 사고·도구 호출·데이터 검색·태스크 분해
→ Agent 하나하나가 독립된 기억 저장소를 필요로 함
→ 메모리 역할: "경험 축적" — 수동적 저장에서 능동적 학습 기반으로
④ 4단계 — A2A 경제시대(Agent-to-Agent Economy)
→ Agent 간 협력·거래·권한 위임·교환
→ 메모리는 "자기 기억"을 넘어 "공유 문명"을 형성
→ 메모리 역할: "AI 문명 자체를 담는 저장소"
──────────
5. 핵심 논거 — 왜 메모리인가
① Token-메모리 정비례 법칙
→ 100만 Token이든 100억 Token이든 대등한 메모리가 필요
→ 메모리 수요는 AI 사용량과 1:1 정비례 → "쓸수록 더 필요한" 구조
② 100억 Agent의 기억은 어디에 저장하나
→ 미래 세대에 100억 Agent가 동시 존재한다면, 각각의 연속적 기억(Continuous Memory)은 물리적 저장 공간을 요구
→ 이는 물리학·정보과학 제1원리(First Principle)에 기반한 불가피한 수요
③ Stateful 데이터의 필연성
→ AI가 A2A 경제로 진입하면 데이터의 상태(State)가 반드시 저장되어야 함
→ 인류 문명이 누적 가능했던 이유 → 지식·법률·언어·제도가 세대를 초월해 보존되었기 때문
→ AI 문명도 동일한 논리 → "문명의 본질은 개체를 초월해 공유되는 장기 기억"
──────────
6. 결론 — GPU vs 메모리의 역할 재정의
① GPU → AI의 "사고 속도"를 결정
② 전력 → AI의 "생명력"을 결정
③ 메모리 → AI "문명의 두께"를 결정
④ AI 혁명의 규모를 최종 결정하는 것은 "산력이 얼마나 빠른가"가 아니라 "AI가 얼마나 많이 기억할 수 있는가"
──────────
7. 시사점 — 현재 시장에 대입하면
① 현재 HBM 투자 열풍 → 4단계 프레임으로 보면 1단계(기건시대)에 불과
② Agent 경제 본격화 시 → 메모리 수요는 현재의 수십~수백 배 확대 가능
③ 삼성·SK하이닉스·마이크론·키옥시아 → 장기 성장 내러티브 강화
④ HBM에 이어 DDR5·LPDDR5·NAND(KV 캐시·스토리지)까지 전방위 수혜
⑤ 메모리 산업을 "사이클 산업"이 아닌 "구조적 성장 산업"으로 재평가해야 할 시점
⑥ GPU 중심의 AI 투자 시각 → 메모리 중심 시각으로의 전환 필요
──────────
8. 한 줄 요약
AI 혁명 4단계(기건→운영→Agent 침투→A2A 경제) 프레임에서 메모리 역할은 "산력 보조"에서 "AI 문명의 저장소"로 격상. Token 폭증과 100억 Agent 시대 → 메모리 수요는 물리학 제1원리에 기반한 강성 수요. 현재 HBM 폭발은 1장에 불과하며, 메모리 산업은 사이클이 아닌 구조적 성장 산업으로 재평가 필요. "GPU는 사고 속도, 메모리는 AI 문명의 두께를 결정한다"
https://www.ctee.com.tw/news/20260704700011-430502
#AI #메모리 #HBM #Agent경제 #반도체 #DRAM #NAND #A2A
2026.07.04 / 工商時報 (저자: 周皇仁, 理財周刊)
──────────
1. 핵심 한 줄
① AI 혁명의 진짜 주인공은 GPU가 아니라 메모리 → "GPU는 사고 속도, 전력은 생명력, 메모리는 AI 문명의 두께를 결정"
② 현재 HBM 폭발은 AI 메모리 스토리의 1장에 불과
③ 100억 개 Agent 동시 존재 시대 → 메모리 수요는 물리학·정보과학 제1원리에 기반한 강성 수요
──────────
2. 출발점 — AI를 어떻게 정의할 것인가
① "AI가 생산함수를 근본적으로 재편하는 상전이(相變)라면, 그 파괴력은 150년 산업혁명과 동등하거나 더 크다"
② AI 진화는 지수적(Exponential), 인류 두뇌는 생리 구조상 선형적(Linear) 추론만 가능
③ "도구 업데이트 속도가 인류 학습 속도를 압도하는 세계"의 최종 형태는 현재로선 상상 불가
④ 따라서 해야 할 질문은 "15년 후 AI 종국은?" 이 아니라 "혁명이 한 걸음 전진할 때마다 물리·경제 논리가 어떻게 변하는가?"
──────────
3. 역사적 유비 — 혁명의 주인공은 항상 바뀌었다
① 산업혁명: 최대 산업은 증기기관이 아니었음 → 석탄·철도·철강이 최종 승자
② 정보혁명: 최대 산업은 CPU가 아니었음 → 네트워크·데이터센터·클라우드가 최종 승자
③ AI 혁명: GPU·ASIC는 "출발점"이지 "종착점"이 아님 → 진짜 규모를 결정하는 것은 다른 곳에 있다
──────────
4. AI 혁명 4단계 프레임워크
① 1단계 — AI 기건시대(基建時代) [현재]
→ GPU가 엔진, 전력이 연료, 메모리가 에너지탱크
→ GPU 없는 HBM은 유조만 있고 엔진 없는 F1 카
→ 메모리 역할: "산력(算力) 지탱" — 아직 보조 역할
→ 현재 HBM 폭발은 이 단계의 산물
② 2단계 — AI 운영기(AI Operation Era)
→ Agent·Copilot·추론 등 대량 애플리케이션 등장
→ Token 폭증 → 메모리는 단순 용량이 아닌 Context(상하문맥)
→ 메모리 역할: "단기 작업 기억" — 보조에서 작업 파트너로 격상
③ 3단계 — Agent 침투기(Agent Economy)
→ 질적 변화 시작점. Agent가 스스로 사고·도구 호출·데이터 검색·태스크 분해
→ Agent 하나하나가 독립된 기억 저장소를 필요로 함
→ 메모리 역할: "경험 축적" — 수동적 저장에서 능동적 학습 기반으로
④ 4단계 — A2A 경제시대(Agent-to-Agent Economy)
→ Agent 간 협력·거래·권한 위임·교환
→ 메모리는 "자기 기억"을 넘어 "공유 문명"을 형성
→ 메모리 역할: "AI 문명 자체를 담는 저장소"
──────────
5. 핵심 논거 — 왜 메모리인가
① Token-메모리 정비례 법칙
→ 100만 Token이든 100억 Token이든 대등한 메모리가 필요
→ 메모리 수요는 AI 사용량과 1:1 정비례 → "쓸수록 더 필요한" 구조
② 100억 Agent의 기억은 어디에 저장하나
→ 미래 세대에 100억 Agent가 동시 존재한다면, 각각의 연속적 기억(Continuous Memory)은 물리적 저장 공간을 요구
→ 이는 물리학·정보과학 제1원리(First Principle)에 기반한 불가피한 수요
③ Stateful 데이터의 필연성
→ AI가 A2A 경제로 진입하면 데이터의 상태(State)가 반드시 저장되어야 함
→ 인류 문명이 누적 가능했던 이유 → 지식·법률·언어·제도가 세대를 초월해 보존되었기 때문
→ AI 문명도 동일한 논리 → "문명의 본질은 개체를 초월해 공유되는 장기 기억"
──────────
6. 결론 — GPU vs 메모리의 역할 재정의
① GPU → AI의 "사고 속도"를 결정
② 전력 → AI의 "생명력"을 결정
③ 메모리 → AI "문명의 두께"를 결정
④ AI 혁명의 규모를 최종 결정하는 것은 "산력이 얼마나 빠른가"가 아니라 "AI가 얼마나 많이 기억할 수 있는가"
──────────
7. 시사점 — 현재 시장에 대입하면
① 현재 HBM 투자 열풍 → 4단계 프레임으로 보면 1단계(기건시대)에 불과
② Agent 경제 본격화 시 → 메모리 수요는 현재의 수십~수백 배 확대 가능
③ 삼성·SK하이닉스·마이크론·키옥시아 → 장기 성장 내러티브 강화
④ HBM에 이어 DDR5·LPDDR5·NAND(KV 캐시·스토리지)까지 전방위 수혜
⑤ 메모리 산업을 "사이클 산업"이 아닌 "구조적 성장 산업"으로 재평가해야 할 시점
⑥ GPU 중심의 AI 투자 시각 → 메모리 중심 시각으로의 전환 필요
──────────
8. 한 줄 요약
AI 혁명 4단계(기건→운영→Agent 침투→A2A 경제) 프레임에서 메모리 역할은 "산력 보조"에서 "AI 문명의 저장소"로 격상. Token 폭증과 100억 Agent 시대 → 메모리 수요는 물리학 제1원리에 기반한 강성 수요. 현재 HBM 폭발은 1장에 불과하며, 메모리 산업은 사이클이 아닌 구조적 성장 산업으로 재평가 필요. "GPU는 사고 속도, 메모리는 AI 문명의 두께를 결정한다"
https://www.ctee.com.tw/news/20260704700011-430502
#AI #메모리 #HBM #Agent경제 #반도체 #DRAM #NAND #A2A