모건스탠리 AI 가이드북: 추론의 시대를 항해하다 (2026년 9월 7일)

모건스탠리는 7개 팀이 공동 작성한 이번 가이드북에서 GenAI를 둘러싼 8가지 핵심 논쟁에 대한 자사의 시각과 프레임워크를 제시하고, 투자 자금이 하드웨어/반도체/메모리에서 인에이블러와 소프트웨어 레이어로 점진적으로 이동할 것이라는 큰 그림을 내놓았습니다. 하드웨어 레이어 종목이 비싸지 않고 투자 사이클도 다년간 이어질 것이므로 급락을 예상하지는 않지만, 2028년 capex 성장 둔화와 함께 스택 상단에서 실적 상향과 멀티플 확장 기회가 더 크다고 보며 AMZN, META, GOOGL, MSFT 등 GenAI 인에이블러에 긍정적인 입장을 유지하고 있습니다. 모바일 시대에 반도체(퀄컴/ARM), 인프라·디바이스(삼성/애플), 소프트웨어·서비스(구글/아마존) 순으로 아웃퍼폼이 이어졌던 것처럼 AI 사이클에서도 유사한 흐름이 나타날 것이며, 이번에는 반도체와 인프라의 아웃퍼폼 속도가 과거 사이클보다 빨랐던 만큼 소프트웨어·서비스 레이어가 다음 상승 구간을 맞을 준비가 되어 있다는 판단입니다.

첫 번째 논쟁인 하이퍼스케일러 capex에 대해서는 2027년 데이터센터 capex가 전년 대비 약 5,000억 달러(60%) 증가한 1.5조 달러에 이르지만, 2028년에는 성장률이 약 12%(1,700억 달러 증가)로 둔화될 것으로 전망합니다. 둔화 근거로는 칩·랙 단위의 바텀업 추정에서 구매 가능한 칩 수량에 한계가 있다는 점, 2026년 capex 중 상당 부분(일부 기업은 30~40%)이 2027~2029년 개소 예정 데이터센터를 위한 토지·건물·전력 등 장기 선투자(pre-build)에 쓰이고 있어 이러한 선행 건설이 무한정 확대될 수는 없다는 점, 노동·자재·전력 등 물리적 제약, 그리고 META가 과거 Llama 때처럼 AWS/Azure를 활용해 모델 및 API를 확장할 경우 장기 컴퓨트 수요가 낮아질 수 있다는 점을 들었습니다. 기업별로는 AMZN 데이터센터 capex가 2026년 1,800억 달러에서 2027년 50%, 2028년 6% 성장하고, GOOGL은 2,050억 달러에서 83%, 7%, META는 1,450억 달러에서 55%, 11%, MSFT는 1,750억 달러에서 43%, 20% 성장할 것으로 추정합니다. 다만 메모리와 에너지 비용 등 부품 인플레이션이 계속 오르고 차세대 칩이 더 비싸질 경우, 그리고 2029년 수요가 예상보다 클 경우 2027~2028년 선투자가 확대될 수 있다는 점을 리스크로 언급했습니다.

두 번째 컴퓨트 용량 논쟁에서는 2027년과 2028년에 각각 38GW, 44GW 등 약 80GW의 용량이 새로 가동되어 하이퍼스케일러 총 컴퓨트 용량이 2025년 35GW에서 2028년 약 145GW로 4배가량 늘어날 것으로 봅니다. GOOGL이 2027년과 2028년 각각 약 9GW, 11GW로 가장 많은 용량을 추가하며 이는 Gemini 프론티어 모델 학습, GCP 성장, 검색·유튜브 전반의 GenAI 기능 배포 수요를 반영한 것입니다. 커스텀 ASIC 비중은 2025년 신규 용량의 34%에서 2028년 66%로 상승하며 TPU와 Trainium이 이를 주도하고, 2028년에는 이 두 칩의 합산 가동 용량이 12GW로 NVDA의 13GW에 근접할 것으로 추정합니다. GW당 비용은 랙 BOM에 GB200/GB300/VR200 전반의 메모리 인플레이션을 반영하고 파워드 셸·건설 인건비 등 랙 외 비용을 상향하면서 Rubin Ultra 기준 GW당 500억 달러까지 높아졌으며, 현재 GB300 아키텍처에서는 파워드 셸이 약 40%, 가속기 랙이 약 30%로 가장 큰 비용 항목이지만 차세대 칩으로 갈수록 DRAM과 HBM의 기여도가 의미 있게 커질 것으로 봅니다.

세 번째 ROIC 논쟁에서는 세 가지 프레임워크를 통해 25~50%의 GenAI ROIC 경로를 제시합니다. 하이퍼스케일러가 GB300 1GW 용량을 임대하는 IaaS 모델은 GW당 약 230억 달러 매출에 80억 달러 영업비용(IT 감가상각 46억 달러 포함)으로 약 150억 달러의 증분 EBIT(마진 67%)과 세후 약 120억 달러 NOPAT을 창출해 약 30% ROIC가 나오고, 자체 인프라 위에서 API를 서비스하는 모델 기업은 GW당 약 300억 달러 매출로 증분 EBIT 마진 75%, NOPAT 약 180억 달러, ROIC 약 46%를 기록하며, 3자 인프라를 임대해 API를 서비스하는 경우는 GW당 약 410억 달러 매출에서 280억 달러의 임대 비용을 제하고 NOPAT 약 100억 달러로 약 25% ROIC가 산출됩니다. 즉 자체 인프라 위에서 모델 레이어를 운영하는 META, GOOGL, SPCX에 가장 높은 수익이 귀속되며, 하이퍼스케일러 모델도 약 30% ROIC를 낼 수 있다는 결론입니다.

네 번째 TAM 논쟁에서는 글로벌 지식노동 지출 중 20~30조 달러가 GenAI 도구를 통해 디지털화·증강될 수 있고, 여기에 리테일·여행(약 16조 달러), 라이드셰어·자율주행(4조 달러), 음식 배달(약 4조 달러), 광고(약 3조 달러) 등 약 30조 달러의 소비자 지출이 향후 10년간 디지털화될 것으로 보아 총 50~60조 달러 규모를 제시합니다. ILO 데이터 기준 글로벌 고용 36억 명 중 지식노동자 약 9억 명에 상위 25% 임금 수준(월 약 2,100달러)을 적용하면 약 22.5조 달러의 지식노동 TAM이 산출됩니다. 퍼블릭 클라우드가 도입 2년차에 IT 예산의 4%에 도달했던 사례를 적용하면 2027년 엔터프라이즈 AI 지출은 약 8,000억 달러로 지식노동 TAM의 약 4% 침투율에 해당하지만, AI는 대규모 인프라 이전이 필요 없고 생산성 개선을 통한 가치 실현이 빠르며 뒤처질 경우의 경쟁상 기회비용이 크기 때문에 클라우드보다 더 빠르게 확산될 것이라고 봅니다. 과거 PC, 인터넷, 모바일, 클라우드 사이클에서 초기 전망이 실제 대비 평균 38% 과소 추정되었다는 점도 강조했으며, 소비자 측에서는 이미 미국 인구의 약 25%가 AI 도구를 매일 사용하고 있고 페이스북이 미국·캐나다에서 8년 만에 약 45% 침투율을 달성했던 것처럼 유통·데이터·투자 여력을 갖춘 기존 대형 플랫폼이 소비자 AI 도입을 주도할 것으로 전망합니다.

다섯 번째 도입 신호 논쟁에서는 2026년 2분기 기준 S&P 500 기업의 약 25%가 GenAI 효과를 정량화하고 있으며 이는 1년 전 14%에서 크게 늘어난 수치입니다. 기술, 커뮤니케이션 서비스, 금융, 헬스케어 섹터가 가장 앞서 있고 전년 대비로는 기술(28%에서 51%), 금융(8%에서 37%), 산업재(19%에서 21%) 순으로 언급이 증가했습니다. 구체적인 기업 코멘트로는 Shopify의 AI 유입 트래픽과 주문이 전년 대비 3배 증가한 점, Meta의 GEM 모델이 페이스북 광고 클릭 8.3%와 전환 15.7% 상승을 이끈 점, 구글의 Antigravity 주간 활성 사용자 240만 명 및 AI 모드 월간 활성 사용자 10억 명 돌파, 오픈 모델을 통해 클로즈드 모델 대비 8% 미만의 트랜잭션 비용을 달성했다는 점, Snap의 AI 코드 리뷰어가 PR의 90%를 검토하며 3만 시간을 절감한 점, 금융 부문에서 특정 영역의 인력을 30~40% 감축했다는 언급, IQVIA가 상위 20개 제약사 중 19곳에 AI 솔루션을 배포한 점 등이 소개되었습니다.

여섯 번째 오픈웨이트 모델 논쟁에 대해서는 추론의 시대에 서빙 비용 우위가 핵심이며, 오픈웨이트 모델이 컴퓨트 수요 자체를 바꾸지는 않고 오히려 저비용 모델이 경제 전반의 도입을 촉진하는 데 필수적이라고 봅니다. 오픈웨이트 확산은 제번스의 역설을 강화해 평균 토큰 가격을 낮추고 토큰 수요를 확대하며, 프론티어 랩에는 차별화와 가격 경쟁 압박을 가하는 동시에 AWS Bedrock, MSFT Foundry, GOOGL Vertex처럼 클로즈드와 오픈웨이트 모델을 모아 과업별로 컴퓨트 효율을 최적화하는 하이퍼스케일러 컨시어지 레이어의 가치를 재확인시킨다는 것입니다. 오픈웨이트 모델은 라이선스 비용이 거의 없더라도 GPU 컴퓨트, 파인튜닝, 데이터·임베딩 파이프라인 등의 지출을 발생시켜 하이퍼스케일러가 어떤 모델이든 수익화할 수 있게 하며, 자사의 API ROIC 분석이 이미 최대 프론티어 모델보다 훨씬 낮은 토큰 가격을 가정하고 있어 오픈웨이트가 더 확산되더라도 GB300 1GW 기준 20~40% ROIC가 유지된다고 밝혔습니다.

일곱 번째 크레딧 파이낸싱 논쟁에서는 우려하지 않는다는 입장입니다. 2026년 연초 이후 글로벌 AI 관련 부채 발행이 약 4,500억 달러로 이미 2025년 연간의 두 배를 넘었지만 AI 관련 부채가 IG 지수의 약 7%에 불과해 고품질 하이퍼스케일러를 중심으로 추가 발행을 흡수할 여력이 충분하며, 시장 조정은 발행 제약이 아니라 스프레드 확대를 통해 이루어질 것으로 봅니다. 2026~2028년 데이터센터 capex 소요 3.21조 달러 중 크레딧 시장이 1.75조 달러, 자기자본이 1.46조 달러를 담당하고, 크레딧 시장 내에서는 IG 6,500억 달러, 프라이빗 크레딧 7,000억 달러, ABS/CMBS 2,000억 달러, 하이일드·론 2,000억 달러로 구성될 것으로 추정합니다. 고품질 하이퍼스케일러 스프레드는 현재 IG 지수 대비 7bp 확대된 수준이며, AMZN, GOOGL, META, MSFT 4사의 영업현금흐름은 2027년 9,800억 달러, 2028년 1.2조 달러로 가속되어 같은 기간 필요 조달 부채 2,900억 달러의 7~8배에 달한다는 점을 근거로 들었습니다. 다만 데이터센터 셸 장기 리스와 대규모 컴퓨트·칩·전력 구매 약정 등 부외 레버리지가 커지고 있고 신용평가사가 이를 조정 부채에 포함하므로 현 등급 수준에서의 발행 여력은 그만큼 줄어든다는 점, 그리고 NVDA의 경우 2028년 말 총 신용 익스포저가 약 2,000억 달러(이 중 약 1,700억 달러가 펀디드 부채 외)로 확대될 것으로 보이며 테일 리스크가 아직 초기 단계이고 불투명하며 규모가 커서 중립 의견으로 커버리지를 개시했다는 점도 언급했습니다.

여덟 번째 규제 및 전력 병목 논쟁에서는 주·지방 정부의 데이터센터 반대가 전기요금 상승 우려, 물 사용과 폐열 등 환경 우려, 소음·분진·교통 등 지역 생활 문제라는 세 가지 범주로 나뉘며 모라토리엄이 주·지방 차원에서 확대되고 있다고 진단합니다. 이러한 반발은 대체로 관리 가능하며 결국 이미 장기 전망에 반영된 하이퍼스케일러의 전력 비용 상승으로 귀결되겠지만, 지방 정책이 영구화·확대되거나 연방 차원으로 반영될 경우 미국이 중국과의 AI 경쟁에서 뒤처질 위험이 있고, 특히 2028년 대선을 앞두고 민주당이 집권할 경우 행정부 차원에서 데이터센터 확장에 정치적 리스크가 커질 수 있다는 점을 주시하고 있습니다. 미국이 38GW의 전력 부족에 직면한 가운데 전력 공급 시점(time to power)은 계속 중대한 병목으로 남을 것이며, 데이터센터는 점차 현장(behind-the-meter) 발전을 채택할 것으로 보아 BE, INIO, SEI 등 온사이트 발전 기업과 WULF, HUT, CIFR, RIOT 등 파워드 셸 제공 기업에 긍정적인 시각을 유지합니다. BTM 전력은 GW당 약 30억 달러의 추가 capex를 발생시키며, 이는 2027년 하반기와 2028년부터 가동될 Rubin Ultra 세대(GW당 총 500억 달러)부터 이미 바텀업 추정에 반영되어 있습니다.

끝으로 모건스탠리는 2027년 이후 부상할 다음 논쟁으로 전력 및 노동·자재 등 물리적 제약과 중간선거·대선 사이클에서의 규제 역풍이 데이터센터 비용·개소·ROIC에 미칠 영향, GenAI 효과가 확산되면서 어떤 기업과 산업이 가장 먼저 대규모 인력 감축에 나설지와 미국 노동력 재교육의 재원 조달 및 이것이 GenAI 정치 논의와 도입 속도에 미칠 영향, 어떤 산업과 AI 도구가 경제 전반의 도입과 지출을 이끌지, 커스텀 실리콘 등을 통한 하이퍼스케일러의 서빙 비용 개선과 토큰 처리량 향상, 프론티어 랩이 온프레미스와 하이퍼스케일러 중 어느 쪽에 의존할지, 그리고 향후 10년간 수조 달러에 이를 추론 지출을 두고 오픈웨이트 모델과 프론티어 랩의 경쟁 구도가 어떻게 전개될지를 꼽았습니다.

“4개 중 3개는 불량”… 중국산 HBM 수율 부진, 원인은 TSV 기술력 미달 - 조선비즈
https://biz.chosun.com/it-science/ict/2026/09/09/RF6FCZLBNVDSBGAJKRDI72RBWE/

JP모건) SK하이닉스; 3분기 프리뷰: 환율 역풍은 주주환원으로 상쇄; 비중확대(OW), 목표주가 275만원

SK하이닉스 주가는 7월 저점에서 바닥을 형성한 뒤 자사주 매입 발표(링크)와 OpenAI의 Astra 모델 출시(링크)에 힘입어 37% 회복했습니다(코스피 +26%, SOX +14% 대비). 환율 역풍이 단기적인 리스크가 될 수 있으나, 저희는 전반적인 하이어-포-롱거(higher-for-longer) 사이클이 여전히 유효하다고 보며 중기적 관점에서 리스크-리워드가 우호적이라고 판단합니다. 투자자들에게 동 주식의 비중 확대를 권고합니다.

1. HBM 사업 업데이트 – 내년에도 1위 금액 점유율 유지 가능성. 최근 산업 역학의 변화에 따라 저희는 HBM 사업 가정(주로 가격 및 제품 믹스)을 수정하며, SK하이닉스가 내년에도 HBM 시장 리더십(매출 점유율 40% 이상)을 유지할 것으로 계속 전망합니다. HBM ASP 협상이 아직 모든 공급업체에 걸쳐 마무리되지는 않았으나, 저희는 기존 추정치(전년 대비 +35%) 대비 상방 리스크가 있다고 보며 이제 FY27E 블렌디드 ASP가 48% 상승할 것으로 예상합니다. 전략 고객사들이 HBM4 및 차세대 HBM4E에서 8단(8Hi)을 더 많이 사용하기로 선택하면서 전체 8단 매출 믹스(55~60%)가 12단(12Hi) 대비 높을 것으로 보이나, 저희는 전반적인 HBM 비트 조달 추세는 변함이 없다고 판단합니다(FY28E까지 공급 부족 추세 지속). 저희는 HBM 사업이 비HBM 대비 더 빠른 속도로 성장할 것으로 보며, HBM 매출 믹스가 FY28E까지 약 30%로 회복될 것으로 예상합니다(FY25A/26E에는 38%/16%).

2. 환율 민감도 분석; 2026년 하반기~2028년 소폭의 이익 역풍. 메모리 사업은 대부분 달러 기반 수출에 노출되어 있으며(전체 매출의 95% 이상), 낮은 비용 노출도(30%가 달러에 노출)로 인해 원화 강세 국면에서 이익 구조가 취약합니다. 최근 원화 강세(7월 초 1,550원에서 현재 1,340원)를 반영해 저희는 원화 기준 매출/영업이익 추정치를 2~7% 하향했습니다(3Q26E/4Q26E 달러당 환율 추정치를 1,460원/1,430원에서 1,400원/1,340원 및 이후 수준으로 하향 조정). 주요 사업 지표에 있어서는 컨벤셔널 메모리 ASP 전망을 대체로 유지하고 4Q26E DRAM 비트그로스 가정을 소폭 상향했습니다(수정 이후 동일 기준 달러 베이스 전망치는 상향 조정).

3. 40조원 자사주 매입 이후의 신규 TSR 추정치 제시. 향후 3년(FY26E~28E)간 765조원의 FCF(영업현금흐름-CAPEX) 중 저희는 기존 전망인 FCF 배분율 50% 대신 61%의 FCF 배분율을 반영했습니다(2026년 상반기 FCF 대비 40조원 자사주 매입이 시사하는 배분율과 유사한 수준). 이는 향후 3년간 7.4%/13.9%/20.3%의 TSR 수익률로 이어지며, 저희는 자사주 매입과 배당의 비중이 75~80% 대 20~25%가 될 것으로 전망합니다. 3Q26 실적 발표 컨퍼런스콜에서 경영진의 새로운 주주환원 정책 발표를 기다리고 있으나, 저희는 '멀티플 축소 국면(6배 미만)'에서는 자사주 매입이 주된 환원 옵션으로 고려될 것으로 조심스럽게 판단하며, 이것이 일회성이 아닌 정례적인 자본 환원 프로그램의 일부가 될 것으로 예상합니다.

4. 주요 촉매 요인 및 리스크. 주요 촉매 요인으로는 추가적인 장기공급계약(LTA) 공시, 주주환원 관련 업데이트(10월 말 3Q26 실적 브리핑), 진행 중인 AI/데이터센터 투자 파이프라인 업데이트, 차세대 서버 플랫폼 메모리 스펙 업데이트 등이 있습니다. 주요 리스크로는 중국의 경쟁, ADR 대체가능성(fungibility)/프리미엄 축소, 매크로/AI 캐펙스 변동성 등이 있습니다. 단기적으로는 환율 관련 헤드라인 리스크로 컨센서스 이익 전망이 하향 조정될 수 있으나(JPM 추정 72조원 vs 컨센서스 77조원), 저희는 환율 관련 리스크가 일시적이라고 보며 투자자들이 보다 긴 사이클의 이익 성장 궤도를 가격에 반영함에 따라 12개월 이상의 관점에서 SK하이닉스의 밸류에이션이 리레이팅될 것으로 예상합니다.

JP모건) 무라타제작소 (6981); 목표주가는 하향하나 실적 모멘텀은 더욱 가속화; 가격 인상 여건 개선. TP 13,700엔

저희는 목표주가를 15,200엔에서 13,700엔으로 하향하고 달성 시점을 2026년 12월에서 2027년 12월로 변경하나, 비중확대(Overweight) 투자의견은 유지합니다. FY2026 1분기 실적을 감안해 MLCC를 중심으로 한 AI 서버 관련 제품의 실적 추정치를 상향합니다. 경영진은 1분기 실적 발표 시 가이던스를 상향했으나, 저희는 이번 수정이 특히 MLCC와 관련해 보수적이라고 판단합니다. 실적 모멘텀은 더욱 강화되고 있으나, 섹터 평균 밸류에이션 하락을 반영해 목표주가를 하향합니다. 무라타는 수주와 납기를 관리하기 위해 20~50% 범위의 가격 인상을 협상 중인 MLCC 경쟁사들의 가격 인상에 보조를 맞출 의향이 있음을 시사한 바 있습니다. 무라타가 이를 따라 동일한 범위에서 가격을 인상할 경우, FY2027 EPS 추정치 기준 P/E는 10~15배 범위로 낮아질 것입니다. 저희는 일본 MLCC 업체들이 2027년 협상이 본격화되는 2026년 10~12월을 앞두고 가격 정책을 결정할 것으로 예상하며, 따라서 향후 1~2개월이 매우 중요한 시기라고 봅니다.

- 실적 추정치: FY2026 1분기 실적과 현재의 시황을 감안해 실적 전망치를 상향합니다(환율 가정을 달러당 155엔에서 160엔으로 수정하며, 회사 측은 달러당 1엔의 변동이 연간 영업이익에 45억엔의 영향을 미치는 것으로 가정하고 있습니다). 영업이익 추정치를 FY2026의 경우 4,117억엔에서 4,821억엔으로(가이던스: 4,300억엔, 블룸버그 컨센서스 추정치: 4,394억엔), FY2027의 경우 6,720억엔에서 7,677억엔으로(블룸버그 컨센서스: 6,191억엔), FY2028의 경우 1조 104억엔에서 1조 1,525억엔으로(블룸버그 컨센서스: 8,342억엔), FY2029의 경우 1조 2,670억엔에서 1조 4,732억엔으로, FY2030의 경우 1조 5,672억엔에서 1조 8,853억엔으로 각각 상향합니다.

- 주목할 핵심 포인트: 저희가 실적 전망치를 상향하는 주된 이유는 1분기 실적에서 MLCC 사업이 예상을 상회하는 실적을 기록한 점을 반영하기 위함이며, 시장 동향 또한 함께 고려했습니다. 1분기 MLCC 매출은 전분기 대비 18% 증가하며 저희 추정치를 크게 상회했습니다. 서버 및 데이터센터 용도 매출은 전분기 대비 35~40% 증가했으며, 스마트폰 및 자동차 용도와 대리점향 매출도 호조를 보였습니다. 경영진은 2분기 MLCC 매출이 전분기 대비 2% 증가할 것으로 가이던스를 제시하고 있으나, 저희는 1분기의 BB 레이시오(수주잔고 대 매출 비율) 등의 요인을 감안할 때 이는 지나치게 보수적이라고 판단합니다. 저희는 2분기 MLCC 매출이 전분기 대비 10% 증가할 것으로 전망하며, 하이엔드 스마트폰 용도의 계절적 성장에 더해 서버 및 데이터센터향 매출이 계속 확대될 것으로 봅니다.

JP모건) 아이온큐 투자자의 날 후기

IonQ는 뉴욕증권거래소에서 2026년 투자자의 날을 개최했으며, 풀스택 플랫폼과 반도체 스케일링 로드맵, 스카이워터(SkyWater) 통합 전반에 걸친 실행 속도와 범위 측면에서 대체로 고무적이었다는 평가입니다. 가장 주목할 만한 내용은 사상 처음으로 제시된 합병 법인 기준 FY26 매출 가이던스로, 4억 5,000만~4억 6,000만 달러 규모이며 이는 IonQ 단독 기준 2억 8,000만~2억 9,000만 달러(기존 가이던스와 동일)에 스카이워터의 8~12월 부분 연도 기여분 2억 4,000만 달러를 더하고 내부거래 제거분 7,000만 달러를 차감한 수치입니다. 다만 이번 가이던스에는 장기 재무 모델이나 EBITDA 전망이 함께 제시되지 않았고, 경영진은 매입가격배분 회계 조정이 완료된 이후 향후 실적 발표를 통해 추가적인 설명을 제공하겠다는 입장을 밝혔습니다. 재무 상태 측면에서는 약 20억 달러의 프로포마 현금과 무차입 구조가 다년간의 슈페리온 로드맵을 뒷받침할 충분한 여력을 제공한다는 점이 강조되었으나, 지속적인 현금 소진과 M&A 의지를 감안하면 이러한 재무 건전성이 무한정 이어진다고 보기는 어렵다는 시각입니다.

기술 로드맵 측면에서는 슈페리온(Superion) 제품군이 공개되었습니다. 이미 첫 고객 얼리 액세스로 배치된 슈페리온 256을 시작으로 CMOS 스케일링을 통한 1만 큐비트급 슈페리온 10K, 타일링을 통한 2만 큐비트, 다이 슈링크를 통한 20만 큐비트, 그리고 최종적으로 2.5D IC 패키징을 통한 100만 큐비트 이상으로 이어지는 아키텍처 경로가 제시되었습니다. 경영진은 2세대 아리아에서 슈페리온 10K에 이르는 과정에서 큐비트당 비용을 330배 이상 절감하고 물리적 큐비트 수를 400배 이상 늘리는 것을 목표로 제시했습니다. 기술적 신뢰도를 뒷받침하는 지표로는 99.99%의 2큐비트 게이트 정확도, SiV 양자 인터커넥트에서 구현한 1kHz 얽힘 속도(기존 이온 간 기록 대비 4배 개선), 템포 엔지니어링 시스템에서 기존 대비 4배 개선된 qLDPC 오류 정정률, 그리고 256비트 타원곡선 암호 해독에 약 26일과 약 19,397개의 물리적 큐비트가 필요하다는 풀스택 자원 추정치가 제시되었습니다. 다만 슈페리온 10K 이후 세대들의 구체적인 시기는 이번 행사에서 명시되지 않았습니다.

스카이워터 통합의 초기 실행 성과는 이번 행사에서 가장 긍정적인 데이터 포인트 가운데 하나로 평가됩니다. 딜 종결 후 약 5주 만에 256큐비트 팹아웃 사이클 타임이 기존 이온트랩 팹의 약 9개월에서 약 3개월로 3배 이상 단축되었고, 6개월 기준 웨이퍼 로트 인도량은 약 2개에서 약 25개로 12배 확대되었으며, 현재 두 세대에 걸친 양자컴퓨터 트랩 디바이스와 저손실 광대역 SiN 광집적회로, 초고효율 파이버-투-칩 광학 커플러, 양자 메모리 제어 소자 등 다섯 가지 양자 디바이스가 병행 시제작되고 있습니다. 연간 100회 이상의 학습 사이클도 예상되어 혁신 속도가 계단식으로 개선된 것으로 판단됩니다. 이를 통해 IonQ는 미국 내 유일한 신뢰 기반 양자 파운드리로 자리매김하게 되었으며, 2026년 6월 미국 행정명령 14412호에 따른 PQC 전환 일정 가속화와 백악관의 양자 관련 행정명령을 배경으로 국가안보 고객 수요가 확대되는 상황에서 그 전략적 의미가 크다는 평가입니다. 다만 FY27 이후 매출 궤적과 EBITDA 경로, 자본 집약도를 포함한 공식 장기 재무 프레임워크와 대규모 엔터프라이즈 매출 전환의 실증이 확인되기 전까지는 중립(Neutral) 의견과 목표주가 50달러를 유지한다는 입장이며, 이는 2030년 잠재 매출 약 12억 달러 이상에 P/S 27배를 적용한 뒤 연 15%로 할인한 수치입니다.

JP모건) 어드밴테스트 (6857); 실적 추정치 대폭 상향: SoC 시장은 GPU 중심에서 ASIC 및 CPU로 추가 확대 전망. TP 51,000엔(기존 41,000엔).

저희는 최근 동향을 감안해 실적 추정치를 수정합니다. 비중확대(Overweight) 투자의견을 유지하며 2027년 12월 말 기준 목표주가를 51,000엔으로 상향합니다(기존에는 2026년 말까지 41,000엔). 저희는 SoC 테스터 수요가 GPU 중심에서 ASIC 및 CPU로 확대되고, 중기적으로는 CPO로까지 확대될 것으로 예상합니다. 반도체 칩이 복잡해지고 부가가치가 높아지면서 테스터 수요는 더욱 증가했으며, 시장은 저희 예상보다 빠르게 확대되고 있습니다. 저희는 이전에 어드밴테스트의 영업이익이 FY2025~28년 동안 +28%의 견조한 연평균 성장률(CAGR)로 성장할 것으로 예상했으나, 이제 전망치를 +47%로 대폭 상향합니다. 저희가 추정하는 SoC 테스터 ASP 상승(FY2025~28년 +5% CAGR, 다만 추가적인 상방 여지가 여전히 있다고 봅니다)에 더해, 생산능력 확대의 가속화와 ASIC 및 CPU의 추가적인 TAM 성장도 반영했습니다.

실적 추정치: 저희는 영업이익이 FY2026에 전년 대비 86% 증가한 9,280억엔(기존 추정치: 7,780억엔), FY2027에 47% 증가한 1조 3,673억엔(9,527억엔), FY2028에 16% 증가한 1조 5,791억엔(1조 393억엔)을 기록할 것으로 전망합니다. GPU 테스트 시간(공정 수를 포함한 총 테스트 시간)은 칩 출하 직전까지 변동될 수 있으나, 저희는 이전 세대 대비 증가율 추정치를 +30%에서 +5%로 하향합니다. 다만 저희는 (1) 예상을 상회하는 ASIC 및 CPU 수요 성장(FY2026 실적 기여도는 GPU > ASIC > CPU 순으로 예상), (2) SoC 테스터의 ASP 상승(시스템 믹스 변화를 반영해 FY2026 블렌디드 ASP 추정치를 전년 대비 +5%에서 +10%로 상향), (3) 생산능력 확대 가속화에 따른 출하 증가를 반영해 실적 추정치를 대폭 상향합니다.

생산능력 확대의 가속화: SoC 테스터 생산능력은 2025년 3월 기준 연간 3,000대였습니다. 어드밴테스트는 이전에 FY2026 말까지 연간 5,000대, 2028년 말~2029년에 연간 10,000대로 생산능력을 확대하는 것을 목표로 했습니다. 그러나 GPU와 ASIC, CPU의 견조한 수요에 대응하기 위해 회사는 FY2026 말 목표인 연간 5,000대에 조만간 도달할 계획입니다. 저희는 연간 10,000대라는 마일스톤 역시 앞당겨져 FY2028 중반경에 달성될 것으로 예상합니다.

JP모건 세미콘 타이완 투어 후기

세미콘 타이완 투어에서 22개 기업과 미팅을 진행한 결과, 선단 공정 파운드리 캐파 부족은 2027년에 더욱 심화될 것으로 보입니다. TSMC가 N3 캐파를 약 40% 추가함에도 불구하고 수요-공급 격차는 오히려 확대될 전망인데, 2026년 미충족 N3 수요가 60만 장에 근접한 것으로 추정되며 2027년에는 이보다 더 벌어질 수 있습니다. 주된 동인은 루빈과 베라를 위한 엔비디아의 가파른 램프업으로 2027년 전체 N3 웨이퍼의 55~60%를 엔비디아가 차지할 전망이라는 점(2026년 상반기에는 10% 미만), 엔비디아 베라와 구글 액시온 2, 아마존 그래비톤 5, 마이크로소프트 코발트 200이 모두 N3를 사용하는 강력한 CPU 램프업, TPU v8과 트레이니엄 3 관련 ASIC 출하의 꾸준한 상방 요인, 그리고 네트워킹 및 XPU 어태치 칩의 N3 전환에 따른 어태치 물량 증가입니다.

첨단 패키징 투자는 TSMC를 넘어 여러 OSAT로 저변이 넓어지고 있습니다. ASE와 앰코가 캐파 확대를 주도하는 가운데 클린룸 부족으로 PTI와 신텍 등에도 외주 물량이 흘러가고 있으며, 2027년 말 TSMC의 CoWoS 캐파는 월 19만~20만 장, 선도 OSAT는 월 10만 장 수준에 이를 것으로 추정됩니다. 2028년에는 엔비디아 파인만의 GPU-GPU 스태킹 채택을 배경으로 SoIC가 투자의 주된 초점이 될 전망입니다. 반면 TSMC의 CoPoS는 휨 현상과 유리 균열 등 엔지니어링 과제로 진척이 더뎌 2028년 리스크 생산, 빨라야 2029년 양산이 예상되는 반면, EMIB-T는 꾸준히 진전되고 있으며 TPUv9 후무피시에 더해 AWS Trn4 일부 물량도 2028년경 이를 채택할 것으로 보입니다. 인터포저를 없애고 기판 위에 직접 RDL 층을 형성하는 EMIB-T 유사 기술들도 TSMC와 킨서스, 브로드컴 등에서 모색되고 있습니다.

테스트 영역에서는 CPO에 대한 관심이 높으나 공정 흐름이 불확실하며, 처리량 문제로 초기 양산에서 인서션 2 테스트가 생략되고 테스트 강도가 인서션 3, 4로 이동할 가능성이 우세합니다. 이는 각각 해당 단계에서 강한 입지를 가진 크로마와 홍정밀에 긍정적이며, 홍정밀의 첫 광-전 코테스트 핸들러는 2026년 4분기 출하 예정으로 2027년 하반기부터 의미 있는 기여가 가능할 전망입니다. TCB의 경우 로직 부문은 온서브스트레이트 확대와 인텔의 EMIB 투자, 중국 OEM들의 CoWoS 유사 솔루션 구축에 힘입어 견조한 성장이 기대되나, 메모리 TCB는 SK하이닉스의 후공정 투자 중단과 HBM 디스펙 우려로 불확실하며 HBM4 기반 루빈 출하 가속과 함께 2026년 말부터 주문 재개가 예상됩니다. 기판 관련 장비 수요도 매우 강해 이터널 프리시전의 수주 잔고 가시성은 2030년까지 확대되었습니다. 장비 영역 최선호주는 GPTC, 크로마, ASMPT, 홍정밀입니다.

JP모건) 퀄컴; 아마존을 커스텀 실리콘 파트너로 지목하고 600억 달러 규모의 매출 기회 제시; 데이터센터 목표에 대한 확신 강화

퀄컴은 아마존(AWS)과의 다세대 협업을 발표했으며(보도자료 여기 참조), 저희는 아마존이 지난 6월 투자자의 날에서 처음 공개된 커스텀 실리콘 고객사 중 하나라고 판단합니다. 이번 협업은 FY27(9월 결산 기준)에 약 20억 달러의 매출에 기여할 것으로 예상되며, 중국 기반 하이퍼스케일러 고객사(바이트댄스)로부터도 유사한 규모의 기여가 예상됩니다. 초기 협업은 커스텀 실리콘 솔루션과 고성능 광 연결(1.6T를 시작으로 광 DSP를 활용하며, 상대적으로 비중은 작으나 서데스(SerDes)도 포함)에 걸칠 것으로 예상되며, 향후에는 머천트 가속기와 CPU 등 다른 제품으로 확장될 가능성이 있어 2036년까지 총 600억 달러에 이르는 매출 기회를 나타냅니다. 중요한 점은, 저희가 이 '초기' 매출 협업이 일정 부분 첫 번째 트랜치의 신주인수권 베스팅과 궤를 같이할 것으로 본다는 점입니다. 해당 트랜치는 375만 주에 해당하며(퀄컴이 발행한 총 2,500만 주 신주인수권의 약 15%로, 전체 기준 약 2%의 희석 효과), 이는 저희 관점에서 단기~중기 매출 기회가 약 90억 달러(총 600억 달러의 약 15%) 수준임을 시사합니다.
따라서 이번 발표가 지난 6월 투자자의 날에서 공개된 두 곳 외에 추가 하이퍼스케일러 고객사가 존재한다는 사실 자체에 비해 새로운 내용은 아니지만, 저희는 고객사의 정체와 매출 기회 및 그 시간 축, 계획된 협업의 깊이를 포함한 추가적인 설명이 FY29 150억 달러 및 향후 5~7년 내 500억 달러 이상이 시사되는 퀄컴의 견조한 데이터센터 매출 목표를 뒷받침하는 데 있어 투자자들의 확신을 강화할 것으로 판단합니다.

출장중이라서 이정도로 마무리

엔비디아 DLSS5가 최근 게임 업데이트에서 유출되면서 이거를 다른 게임에도 이식 시키는 유저들이 점점 늘어나고 있는데, DLSS5 퀄리티가 미쳤습니다.

https://youtu.be/25pFWE8edCQ?si=n1kN63EkprNnafgF
https://youtu.be/FMZoQ6oXbAc?si=XBK1PB22NKlK6O7y

심지어 콘솔같은 게임도 엔비디아 GPU를 거치면 DLSS5가 적용된다는 이야기도 있고, DLSS5가 성능을 많이 소모해서 따로 DLSS 5구동용 GPU를 하나 더 구매하는 사람도 존재하더라고요. 처음에는 욕을 엄청 먹었는데, 이젠 엄청나졌습니다.

GPT-6 아스트라 출시로 인해 GPT수요가 늘어나서 GPT Pro요금제 가입을 일시중단 할 수도 있다 하니 Pro고민하시는 분은 일단 구독 추천

이번에 GPT 아트록스인가 나오면서 AGI의 실현이 더 다가왔다는 말들이 많습니다.

뭐 이런거에 대해서 맞다 아니다 왈가왈부할 생각은 없고요 (아직 안 써봄)

좁게보면 AI, 넓게보면 정보통신 기술 전체의 매커니즘을 통해 유망한 섹터를 좀 발굴해볼까 합니다.

현재 우리는 키보드 마우스 딸깍하면 세상 온갖 정보가 나오는 LLM기반의 AI 서비스 시대를 살고 있지만 이게 구현하는 과정은 상당히 복잡합니다.

우선 키보드와 마우스를 통한 정보 입력과 전송 (할말하고 엔터 누르거나, 마우스로 보고 싶은걸 누르는 모든 행위를 의미)이 이루어지면

사용자의 요청사항들은 통신망을 타고 서버로 갑니다.

서버의 코어칩은 이를 작동시키고 다시 통신망에 그 결과를 보냅니다.

우리가 딸깍으로 보낸 정보들은 서비스를 제공하는 주체에 따라 태평양을 건너갔다 오기도 한다는 말입니다.

저런 서버들이 모인 인프라가 데이터센터이며, 당연히 이런 모든 과정에는 전기가 필요합니다.

데이터센터에서 일어나는 일들은 말로 표현하기 훨씬 복잡한데,

우선 코어칩이 정보를 받고 이를 어떻게 처리할지 확정지은 후 내부 통신망(엄밀히 말하면 회로)을 통해 메모리나 SSD, HDD같은 저장소에 데이터를 보냅니다.

이 때 메모리는 코어칩과의 긴밀한 소통으로 코어칩의 연산을 보조하고 SSD, HDD같은 경우는 코어칩이 필요로 하는 데이터를 읽게 해주거나 코어칩의 연산 결과를 반영구적으로 저장합니다.

좌카 아니 카카오톡의 채팅 로그나 유튜브의 영상 조회 기록, 롤 채금 기록 등이 SSD, HDD 등에 데이터베이스 형태로 반영구적으로 저장되는 대표적인 예시가 되겠습니다.

메모리의 경우 SSD, HDD 대비 저장 가능한 용량이 적습니다. 다만 이들은 코어칩과 긴밀하게 연결되어 작동하기에 한 번에 보낼 수 있는 데이터의 양과 속도가 중요합니다. 지금이야 일반 DDR 메모리도 중요한 시대이지만 HBM개념과 함께 과거 HBM 못한다고 삼성즌자가 먹은 욕을 생각해보시면 어떤 의미인지 알 겁니다.

즉 AI시대 = 메모리 수요 폭증이라는 것은 연산을 담당하는 코어칩이 한 번에 처리해야할 데이터 양이 폭증했다는 것입니다.

사람들은 점점 더 빠른 결과를 원합니다. 요구하는 데이터 규모가 폭증하고 코어칩의 성능도 올라서 한 번에 처리할 수 있는 데이터 규모도 커졌는데 메모리의 대역폭(한 번에 보낼 수 있는 데이터의 양)이 그대로라면 수요를 충족할 수 없겠지요. 그래서 High Bandwidth(고대역폭) Memory가 흥행한 것입니다.

최근에 언급이 늘어난 광통신은 신호를 보낼 때 필요한 전력 소비를 줄입니다. 다르게 말하면 같은 전력으로 더 많은 데이터를 처리할 수 있다는 것입니다.

상기한 모든 것들은 AI가 정말 허구다 라는 것이 밝혀지지 않는 한 수요 자체는 지속적으로 견조할 것 같습니다.

사람들은 더 빠르게 일을 처리하고 싶어하며 동시에 더 많은 일을 시키고 싶어합니다.

더 많은 일을 시킨다는 것은 더 많은 데이터를 입출력시킨다는 것이고 이는 단순히 메모리만이 부담할 문제가 아니라고 봅니다.

코어칩의 성능으로 연산 속도를 빠르게 하는 것이야 엔비디아가 알아서 잘 하고 있고
메모리 수요도 지속적으로 견조함이 보이고 있으니 특별한 코멘트가 필요 없습니다.

더 많은 데이터, 더 빠른 속도를 위한 또 다른 무언가가 필요합니다.

소프트웨어로는 토큰의 관리와 유관한 것들(오픈소스긴 하지만 있습니다.), 데이터를 좀 더 가시적으로 보여주는 툴들.

하드웨어로는 더 많은 데이터를 보관하고 이를 더 빨리 꺼내줄 수 있는 새로운 반영구 저장장치(HBF)

그 외 단위 전력 당 더 많은 데이터를 보낼 수 있는 광통신, 더 많은 데이터를 더 빠르게 데이터센터로 보내주는 통신망 등도 지속적으로 봐야한다 라고 봅니다.

일본에서 어처구니 없는 사건이 발생

히로시마현의 한 건설회사 임원인 마에하라 리호(32, 여)와 전 임원 마츠모토 유카(30, 여)가 채용면접에서 떨어진 35살 남성에게 "해외에서 돈을 벌 수 있는 일"을 소개해주겠다고 접근함. 문제는 이 "해외에서 돈을 벌 수 있는 일"이 이른바 "かけ子(카케코)"라고 하는 보이스피싱에서 전화 걸어서 사기 치는 일자리 였고, 해외는 '캄보디아' 였음.

또 40대 남성이 여기에 속아서 해외로 갔는데, 이분은 다행히 중간 경유지 태국에서 수상한거 눈치채고 일본대사관으로 도망쳐서 살았다고 함. 그래서 두 여성은 지금 소재국외이송 유괴 (국외이송약취/유인죄) 미수 및 직업안정법 위반 혐의로 체포됨.

https://www.jiji.com/jc/article?k=2026090700738&g=soc

https://www.asahi.com/articles/ASV973CMCV97PITB00CM.html

아이폰 듀오 장점 ㄷㄷㄷ
트레이딩하면서 구직가능

Citi) 씨게이트; 씨티 테크 컨퍼런스 주요 내용 – 수요 모멘텀과 타이트한 공급 지속

씨티의 견해
당사는 오늘 씨티 2026 글로벌 TMT 컨퍼런스에서 STX의 CFO 잔루카 로마노를 초청하였으며, 아래에 주요 내용을 정리합니다.

스토리지 수요, AI, KV 캐시 – 경영진은 지속 가능한 AI 기반 스토리지 수요와 고객 물량 약정 증가를 전망하고 있습니다. 경영진의 핵심 견해는 스토리지 수요가 이제 전통적인 HDD 사이클이 아니라 구조적인 AI 관련 데이터 증가에 의해 견인되고 있다는 것입니다. 현재로서는 하이퍼스케일 클라우드가 가장 큰 기여 요인이지만, 추론, 에이전틱 AI, 엔터프라이즈 AI, 소버린 AI, 비디오 AI, 그리고 궁극적으로는 피지컬 AI가 의미 있는 증분 수요를 더할 것으로 예상됩니다. 씨게이트는 AI가 데이터 생성뿐만 아니라 장기 보존 및 재사용도 유발하며, 이로 인해 스토리지 수요가 이전 사이클보다 더 지속적인 성격을 갖게 된다고 주장합니다. KV 캐시와 관련해 경영진은 KV 캐시 아키텍처에서 최고 성능이 요구되는 부분에는 여전히 플래시가 필요하지만, 웜 스토리지 계층 내에서는 HDD 역시 활용 가능하다고 언급하였습니다. 회사의 요지는 KV 캐시가 HDD 성장의 직접적인 동인이라는 것이 아니라, AI 스토리지 아키텍처가 여러 성능 계층으로 구성되어 있으며, KV 캐시 계층 구조의 일부 영역에서는 전량 플래시 스토리지가 아니라 고용량 HDD가 역할을 할 수 있다는 것입니다.

HDD 공급 – 씨게이트는 수요가 계속 공급을 초과하고 있으며 그 불균형이 실제로 확대되고 있다는 점을 강조하였습니다. 경영진은 고객 수요가 예상보다 빠르게 증가하고 있으며, 시간이 지날수록 더 많은 물량을 요구하는 구매 주문 및 장기 계약이 이를 뒷받침한다고 밝혔습니다. 씨게이트는 유닛 생산량을 늘리기보다는 HAMR 기술 전환을 활용해 30TB에서 40TB, 궁극적으로는 50TB 드라이브로 이동함으로써, 유닛 물량은 비교적 안정적으로 유지하면서 연간 약 25%의 엑사바이트 성장을 견인하고 있습니다. 회사는 대규모 생산 능력 확장이나 통상적인 매출 대비 4%~6% 범위를 상회하는 캐펙스가 필요하다고 보지 않으며, 건전한 수급 균형을 유지하는 편을 선호합니다. 전반적으로 경영진의 견해는 HDD 시장이 수요 제약이 아니라 공급 제약 상태에 있으며, 고객 소화(digestion) 조짐은 없고 수요가 가용 공급을 앞서는 가운데 가격 지지가 지속되고 있다는 것입니다. 아울러 씨게이트는 2~3년에 걸친 견고한 장기 계약(LTA)을 확보하고 있으며, 이러한 계약들이 구체적인 드라이브 믹스, 가격, 엑사바이트 약정을 규정함으로써 데이터센터 성장에 대한 선행 가시성을 제공한다고 밝혔습니다.

HAMR 및 제품 램프 – 씨게이트는 HAMR이 향후 성장의 핵심 동인으로 남아 있으며, 이를 통해 유닛 물량을 크게 늘리지 않고도 엑사바이트 출하량을 확대할 수 있다고 언급하였습니다. 경영진은 현재 고객사를 30TB에서 40TB HAMR 드라이브로 전환시키고 있으며, 약 1년 후에는 50TB HAMR 퀄 작업을 시작할 것으로 예상하고 있고, 이는 연간 약 25% 엑사바이트 성장 목표를 뒷받침합니다. 제품 램프와 관련해 씨게이트는 1세대 HAMR 출시 당시에는 하이퍼스케일러들이 신기술을 검증하는 과정에서 고객 퀄 주기가 더 길게 소요되었다고 언급하였습니다. 그러나 2세대 HAMR 퀄은 훨씬 빠르게 진행되고 있으며, 고객들은 HAMR을 신기술이라기보다 일반적인 제품 업그레이드로 인식하는 경향이 커지고 있습니다. 전환 과정에서 일시적인 제조 비효율과 분기별 출하 변동성이 발생할 수 있으나, 경영진은 이를 통상적인 현상으로 보고 있으며 연속적인 HAMR 용량 업그레이드를 통해 장기 엑사바이트 성장 궤도를 유지할 수 있다고 자신하고 있습니다.

가격 및 매출총이익률 – 경영진은 가격과 마진에 대해 여전히 매우 긍정적인 입장이며, 타이트한 공급, 장기 계약, 그리고 전체 데이터센터 예산에서 스토리지가 차지하는 비중이 상대적으로 작다는 점에 힘입어 업계가 우호적인 가격 환경에서 운영되고 있다고 언급하였습니다. 가격 규율은 여전히 전략적 우선순위이며, 경영진은 단기적인 가격 급등보다는 꾸준한 가치 기반 가격 개선을 선호하고 있습니다. 향후 매출총이익률 확대는 가격, 더 풍부한 HAMR 믹스, 테라바이트당 원가 하락, 그리고 운영 효율성의 조합에 의해 견인될 것으로 예상됩니다. 경영진은 HAMR을 고객 TCO 개선과 수익성 제고를 동시에 가능하게 하는 핵심 요인으로 자주 강조하고 있습니다.

현금 창출 및 자본 배분 – 씨게이트는 스스로를 점점 더 잉여현금흐름 스토리로 포지셔닝하고 있습니다. 경영진은 HAMR 주도의 성장, 낮은 자본 집약도, 절제된 운영비용에 힘입어 강력한 현금 창출이 지속될 것으로 예상합니다. 현재의 비용 구조는 상당한 추가 투자 없이도 엔터프라이즈 AI와 피지컬 AI 같은 기회를 뒷받침하기에 충분한 것으로 평가됩니다. 자본 배분 우선순위는 부채 축소, 배당 유지, 자사주 매입, 그리고 선별적인 기술 투자로 유지되고 있습니다. 중요한 점은, 경영진이 생산 능력 확장에 상당한 자본을 투입할 필요성을 거의 보이지 않았으며, 업계 공급 규율을 유지하면서 잉여 현금을 주주에게 환원하는 것을 선호하고 있다는 것입니다.

Citi) AI의 오픈 모델: 풀사이드(Poolside) – 씨티 글로벌 TMT 컨퍼런스 2일차 주요 내용

씨티의 견해
당사는 2026년 9월 9일 뉴욕에서 열린 글로벌 TMT 컨퍼런스에서 풀사이드의 공동 CEO 겸 공동 창업자인 제이슨 워너를 초청해 파이어사이드 챗을 진행하였습니다. 논의는 풀사이드의 모델 팩토리(Model Factory) 아키텍처, 최근 발표된 엔비디아와의 파트너십, 오픈 웨이트 모델 지형, 그리고 지식 노동에서 AI의 장기적 궤적을 다루었습니다. 주요 내용은 아래와 같습니다.

지식 노동의 진화와 토큰 이코노믹스. 워너는 전 세계 GDP의 25%에 해당하는 30조 달러 규모의 글로벌 시장인 지식 노동을 소프트웨어-온-컴퓨트(software-on-compute) 문제로 규정하였으며, 모델이 API와 툴 체인을 일시적으로 발견하고 호출할 것이라는 기대가 점차 커지면서 에이전트와 애플리케이션의 구분이 시간이 갈수록 덜 중요해질 것이라고 설명하였습니다. 경제성 측면에서 워너는 현재 토큰 지출에 상당한 낭비가 있다고 보는데, 지식 노동 경제적 가치의 90%는 프론티어 모델을 필요로 하지 않음에도 불구하고 업계가 모든 작업을 획일적으로 프론티어 문제로 취급하고 있기 때문입니다. 워너는 많은 조직이 폐쇄형 프론티어 모델 위에 구축하는 것을 선택해 왔는데 이는 그것이 더 안전한 선택으로 인식되기 때문이며, 오픈 웨이트 모델이 프론티어 수준의 지능에 도달할 경우 이러한 흐름이 바뀔 수 있다고 밝혔습니다. 워너는 상장기업 주주들의 압박이 프론티어, 프론티어 마이너스 원, SLM 계층에 걸쳐 보다 합리적인 지능 배분을 이끌어낼 수 있다고 보며, 향후 10년간 에너지, 컴퓨트, 지능 인프라 사업자들이 핵심적인 시장 참여자가 될 것이라고 지목하였습니다.

프론티어 모델 개발에 대한 모델 팩토리의 차별화된 접근. 풀사이드는 통상적인 사전학습 및 사후학습 접근법을 따르는 대신, 효율적인 모델 파라미터를 자율적으로 탐색하도록 설계된 메타 플랫폼으로 모델 팩토리를 구축하였으며, 이는 더 단순한 탐색 문제에 더 많은 컴퓨트를 투입하는 것이 가장 지속적인 진보를 낳는다는 리처드 서튼의 쓰라린 교훈(Bitter Lesson)의 핵심 통찰에 기반하고 있습니다. 이 접근법은 라구나 S 2.1(Laguna S 2.1)로 초기 성과를 냈는데, 이 모델은 약 4,000대의 H200으로 5주 만에 엔드투엔드 학습되었으며, 파라미터 수가 상당히 적음에도 불구하고 비교 대상 오픈 웨이트 모델들보다 우수한 성능을 보였습니다. 워너는 이것이 프론티어 역량에는 수십억 달러 규모의 학습 투자가 필요하다는 가정에 도전한다고 주장하였습니다.

오픈 웨이트의 경쟁적 차별화. 워너는 딥시크와 큐원(Qwen)의 자원 제약적 운영 환경이 오히려 이들의 모델 구축 역량에 기여하였으며, 컴퓨트 접근성이 더 좋았던 일부 서구 연구소들이 동일한 수준으로 우선시할 필요가 없었던 아키텍처적 엄밀성을 강제하였다고 주장하였습니다. 그의 견해로는 이 격차가 좁혀지기 전에 오히려 더 벌어질 것입니다. 컴퓨트 전반과 관련해 워너는 학습용 컴퓨트 부족론에 반박하며, 이 제약을 물리학과 경제성의 문제로 규정하였고, 오늘날 학습되는 최대 규모 모델들은 대규모로 서비스하기에 경제적으로 타당하지 않다고 말하였습니다. 워너는 여러 대형 하이퍼스케일러들이 추론 쪽으로 선회하는 것은 공급 부족 때문이라기보다는 학습 캐펙스를 지속할 경제적 정당성이 부재할 가능성을 반영하는 것이라고 설명하였습니다.

Citi) 미국 전력 유틸리티; 유틸리티/전력 관점에서 본 TMT 컨퍼런스 주요 내용 – 전력 제약 세계에서 살아갈 준비를 하는 테크 산업

씨티의 견해
당사는 뉴욕에서 열린 씨티 TMT 컨퍼런스 2일차에 여러 미팅에 참석하였습니다. 당사는 데이터센터 개발업체들이 향후 수년간 이어질 전력 시장 제약이라는 현실에 적응하고 있고(지리적 다변화 및 컴퓨트 가격 상승 관측), AI 연구소들은 컴퓨트 효율성 개선을 모색하고 있으며, 데이터센터 업계는 장기 전력 수요를 여전히 미지수로 보고 있다는 점에 주목합니다. 장기 전망은 불확실하지만, 당사의 결론은 단기적으로 AI 주도 전력 수요가 계속 증가하고 있으며 수요와 공급 간 격차가 확대되고 있다는 것입니다.

전력 시장 제약에 적응하는 데이터센터 개발업체들: 네비우스(Nebius, 타일러 래드케 커버리지)가 데이터센터 구축 전략을 미국을 넘어 유럽, 중동, 유럽, 일본, 인도로 다변화하는 방안을 논의한 점이 흥미로웠는데, 이는 부분적으로 미국 내 데이터센터 구축에 대한 규제 및 님비(NIMBY) 반대 때문입니다. 데이터센터 공급망에 속한 여러 기업들은 제약된 전력 시장이 과잉 건설 문제를 줄이는 데 도움이 될 것이므로 산업의 장기적 건전성에는 오히려 긍정적일 가능성이 높다고 밝혔습니다. 이러한 제약이 지속되는 동안 TMT 기업들은 자사 서비스의 단기 계약 가격이 상당 폭 상승하는 것을 목격하고 있습니다(수요가 공급을 초과하기 때문입니다). 유틸리티 관점에서 이는 하이퍼스케일러와의 신규 발전 전력 인수 계약에 대한 PPA 가격을 끌어올리는 데 도움이 되고, 향후 어느 시점에 데이터센터 고객이 이탈할 경우에 대비해 더 많은 하방 보호 장치를 요구할 수 있는 협상력을 유틸리티에 부여할 것입니다.

데이터센터로부터의 장기 전력 수요는 불확실: 컨퍼런스 전반에 걸쳐 기업들은 고객들이 데이터센터 컴퓨트를 사용해 점점 더 큰 경제적 가치를 창출하고 있다고 계속 언급하였습니다. 컴퓨트 소비 증가는 1) 대형 엔터프라이즈 고객의 효율성 개선, 2) 1인 사업자(이커머스 및 컨설턴트)에서 나타나고 있었습니다. 이는 AI 컴퓨트 전력 수요에 긍정적이지만, 전달된 메시지는 장기 전력 수요에 상당한 불확실성이 있다는 것이었습니다. 기업들은 고객 활용 사례에 맞춰 더 효율적으로 서로 다른 LLM 사용을 최적화하고(이메일 작성에는 최신 프론티어 모델이 필요하지 않습니다), 결과 개선을 위해 "모델 맥싱(model maxing)"보다는 "컨텍스트 맥싱(context maxing)"으로 고객을 지원하는 작업을 추진하고 있는데, 이는 전력 수요를 줄일 수 있습니다. 기업들이 컴퓨트 비용과 수요를 관리하도록 돕는 여러 창의적인 아이디어들도 논의되었으며, 이는 시장의 제약 완화에 기여할 수 있습니다. 장기 컴퓨트 수요에는 불확실성이 있었지만, 단기적으로는 전력이 공급되는 데이터센터가 희소해지면서 컴퓨트도 더욱 희소해졌습니다.

양자, 군사 및 산업 부문 전력 수요: 컨퍼런스에서 기업들은 양자 산업에서 유의미한 전력 수요가 현실화되기 전에 통합 및 합리화 국면을 거칠 가능성이 높다고 강조하였습니다. 군사 부문과 관련해서는 상당한 낙관론이 있었는데, 암페놀(Amphenol Corp, 아시야 머천트 커버리지)은 오늘날의 군사 전자 부문 기회 규모가 제2차 세계대전 및 1960년대 우주 경쟁에 견줄 만하며 이는 큰 기회가 될 수 있다고 언급하였습니다. 다른 경영진들은 장기적으로 AI 로보틱스 관련 전력 수요에 대해 긍정적이었습니다.

AI 전력 수요는 얼마나 큰가?: 네비우스의 계획 가정은 연간 10~15GW의 데이터센터 증설이었습니다. 씨티가 최근 데이터센터 전력 수요 모델을 업데이트한 상황에서(https://t.me/aetherjapanresearch/25003), 시장 참여자가 어떤 추정치를 기준으로 계획을 세우고 있는지 들을 수 있었다는 점이 흥미로웠습니다.

컴퓨트 가격 발견이 미국 선도 전력 가격 곡선의 유동성에 미칠 영향: 네비우스는 AI 컴퓨트의 선도 가격에 대한 가시성을 확보하고 해당 가격을 둘러싼 유동성을 확대하는 방안을 언급하였습니다. 데이터센터 산업이 그러한 방향으로 움직인다면, 현재 미국 전력 곡선이 통상 2~3년 이후 구간에서는 유동성이 매우 낮다는 점을 고려할 때 전력(및 가스) 산업에 시사점이 있을 수 있습니다.

[SK증권 반도체 한동희, 손 건]

[속보]SK하이닉스 노사, 성과급 지급 '현금 50%-주식 50%' 재합의

URL: https://buly.kr/5fFJqvm

* SK증권 리서치 IT팀 채널 :
https://t.me/skitteam

ㅋㅋㅋㅋ