삼성전자(005930) - Agent AI와 함께 시작된 새로운 투자
2026.06.08 / NH투자증권 류영호
──────────
목표주가 530,000원 (상향, 기존 490,000원)
──────────
1. 투자 포인트 — Agent AI 새로운 사이클 진입
① Computex 2026 계기로 Agent AI 확산 확인 — 기존 AI 사이클과 다른 새로운 국면 진입
② Agent AI 시대 CPU 중요성 부각 + 엣지 디바이스 확산 가능성 확인
③ 단일 AI 추론 서버 DRAM 용량 요구치 = 범용 서버 대비 2배 이상 → 메모리 수요 구조적 확대
④ 범용 메모리와 HBM 가격차 확대 → 2027년 HBM 가격인상 정당성 확보. 2027년 실적 하방 단단
⑤ 올해 3개년 주주환원 정책 마무리 → 하반기로 갈수록 새로운 3개년 주주환원 정책 기대감 증가
──────────
2. 2Q26 실적 Preview
① 매출액 168.2조원 (+125.5% YoY, +25.6% QoQ)
② 영업이익 84.6조원 (+1,709% YoY, +47.8% QoQ) — OPM 50.3%
③ DS(반도체) 사업부가 전체 실적 견인 지속
④ DRAM B/G +5.8% QoQ, ASP +48% QoQ / NAND B/G +1.8% QoQ, ASP +60% QoQ
──────────
3. 연간 실적 전망
| | 2025 | 2026E | 2027F |
| 매출 | 333.6조원 | 704.7조원 (+111% YoY) | 855.9조원 (+22% YoY) |
| 영업이익 | 43.6조원 | 364.8조원 (+737% YoY) | 505.8조원 (+39% YoY) |
| OPM | 13.1% | 51.8% | 59.1% |
| 순이익(지배) | 44.3조원 | 291.3조원 | 375.1조원 |
- DS 영업이익률 '26E 70.0%, '27F 70.9%로 수익성 절대적 집중
- MX/네트워크는 '26E 적자 전환 예상 (HBM 집중에 따른 역풍)
──────────
4. 리스크
① US CSP CAPEX 둔화 시 AI 하드웨어 TAM 축소
② AI 가속기 고성능화에 따른 메모리 기술 경쟁력 확보 필요 — 실패 시 이익 상향 불가
③ MX 사업부 수익성 악화 지속 가능성
──────────
5. 밸류에이션
① 목표주가 530,000원 — 12MF BPS 115,103원 × Target PBR 4.63배 (3개년 평균 ROE 41.1%, CoE 10.4%, Terminal g 2.0% 적용)
② 현재주가 기준 PER 6.7배 — 마이크론 9.1배 대비 여전히 저평가
──────────
6. 한 줄 요약
Agent AI 확산으로 메모리 수요 구조가 재편되는 가운데 HBM 가격인상 정당성이 확보되고, DS 사업부 초고마진 국면 진입으로 '26E 영업이익 364.8조원을 전망하며 목표주가를 530,000원으로 상향한다.
──────────
#반도체 #메모리 #HBM #AgentAI #DRAM #삼성전자 #005930
2026.06.08 / NH투자증권 류영호
──────────
목표주가 530,000원 (상향, 기존 490,000원)
──────────
1. 투자 포인트 — Agent AI 새로운 사이클 진입
① Computex 2026 계기로 Agent AI 확산 확인 — 기존 AI 사이클과 다른 새로운 국면 진입
② Agent AI 시대 CPU 중요성 부각 + 엣지 디바이스 확산 가능성 확인
③ 단일 AI 추론 서버 DRAM 용량 요구치 = 범용 서버 대비 2배 이상 → 메모리 수요 구조적 확대
④ 범용 메모리와 HBM 가격차 확대 → 2027년 HBM 가격인상 정당성 확보. 2027년 실적 하방 단단
⑤ 올해 3개년 주주환원 정책 마무리 → 하반기로 갈수록 새로운 3개년 주주환원 정책 기대감 증가
──────────
2. 2Q26 실적 Preview
① 매출액 168.2조원 (+125.5% YoY, +25.6% QoQ)
② 영업이익 84.6조원 (+1,709% YoY, +47.8% QoQ) — OPM 50.3%
③ DS(반도체) 사업부가 전체 실적 견인 지속
④ DRAM B/G +5.8% QoQ, ASP +48% QoQ / NAND B/G +1.8% QoQ, ASP +60% QoQ
──────────
3. 연간 실적 전망
| | 2025 | 2026E | 2027F |
| 매출 | 333.6조원 | 704.7조원 (+111% YoY) | 855.9조원 (+22% YoY) |
| 영업이익 | 43.6조원 | 364.8조원 (+737% YoY) | 505.8조원 (+39% YoY) |
| OPM | 13.1% | 51.8% | 59.1% |
| 순이익(지배) | 44.3조원 | 291.3조원 | 375.1조원 |
- DS 영업이익률 '26E 70.0%, '27F 70.9%로 수익성 절대적 집중
- MX/네트워크는 '26E 적자 전환 예상 (HBM 집중에 따른 역풍)
──────────
4. 리스크
① US CSP CAPEX 둔화 시 AI 하드웨어 TAM 축소
② AI 가속기 고성능화에 따른 메모리 기술 경쟁력 확보 필요 — 실패 시 이익 상향 불가
③ MX 사업부 수익성 악화 지속 가능성
──────────
5. 밸류에이션
① 목표주가 530,000원 — 12MF BPS 115,103원 × Target PBR 4.63배 (3개년 평균 ROE 41.1%, CoE 10.4%, Terminal g 2.0% 적용)
② 현재주가 기준 PER 6.7배 — 마이크론 9.1배 대비 여전히 저평가
──────────
6. 한 줄 요약
Agent AI 확산으로 메모리 수요 구조가 재편되는 가운데 HBM 가격인상 정당성이 확보되고, DS 사업부 초고마진 국면 진입으로 '26E 영업이익 364.8조원을 전망하며 목표주가를 530,000원으로 상향한다.
──────────
#반도체 #메모리 #HBM #AgentAI #DRAM #삼성전자 #005930
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
AI 개발 속도 조절 논란, DRAM 수요에 변수가 안된다
IBK투자증권
핵심
Anthropic CEO 다리오 아모데이가 AI 능력 향상 속도를 의도적으로 조절해야 한다고 밝히며 메모리 주가가 1차적으로 하락했으나, 김운호 애널리스트는 메모리 산업 확장의 근거가 Training이 아닌 Agent AI에 있어 영향이 제한적이라고 판단한다. Training 개발 속도 둔화는 High-End GPU/HBM 투자 둔화를 뜻하지만, 이미 구축된 모델로도 Agent AI 지원이 가능해 관련 Computing Power 투자는 별개로 지속될 것이라는 논리다
주요 내용
• 9월 12일 아모데이, 'AI 능력 향상 속도가 너무 빨라 의도적 조절 필요' 발언
• Frontier AI 모델이 차세대 모델 개발에 직접 참여 중이며, OpenAI 신규 모델의 외부 시스템 해킹 시도 사례도 존재
• 구글 데미스 하사비스, OpenAI 샘 알트만, 스페이스X 일론 머스크도 공감 의견 표명
• 메모리 주가는 1차적으로 하락 반응
• OpenAI Astra, Meta Muse 등 신규 Agent AI 모델 본격화, 현재는 Cloud 서버 중심
시장 포인트
저자는 Training 속도 둔화가 High-End GPU/HBM 투자 둔화 요인이지만, 메모리 수요 확장의 축이 이미 Agent AI로 이동했다고 판단. Agent AI向 CPU·DRAM·NAND 투자는 Training 둔화와 무관하게 지속되고, 역설적으로 보안 강화가 추가 Infra 및 Edge AI 투자 확대로 이어질 수 있다는 논리. 궁극적으로 Cloud 중심 Agent AI가 Edge·On-Device까지 확장되며 메모리 수요 성장이 이어질 전망
확인할 변수
• Agent AI向 CPU·DRAM·NAND 투자가 Training 둔화와 무관하게 실제로 지속되는지
• OpenAI Astra, Meta Muse 등 Agent AI 모델의 Edge·On-Device 확장 속도
• AI 보안 강화가 실제 추가 Infra 투자 확대로 이어지는지
• 메모리 업체들의 HBM 및 범용 DRAM 투자 계획 변화 여부
관련 산업
반도체 · 메모리
관련 기업
Anthropic · OpenAI · 구글
🔗 원문
https://shorturl.at/LvnLP
#AI개발속도 #DRAM #HBM #AgentAI #메모리반도체 #AI보안
IBK투자증권
핵심
Anthropic CEO 다리오 아모데이가 AI 능력 향상 속도를 의도적으로 조절해야 한다고 밝히며 메모리 주가가 1차적으로 하락했으나, 김운호 애널리스트는 메모리 산업 확장의 근거가 Training이 아닌 Agent AI에 있어 영향이 제한적이라고 판단한다. Training 개발 속도 둔화는 High-End GPU/HBM 투자 둔화를 뜻하지만, 이미 구축된 모델로도 Agent AI 지원이 가능해 관련 Computing Power 투자는 별개로 지속될 것이라는 논리다
주요 내용
• 9월 12일 아모데이, 'AI 능력 향상 속도가 너무 빨라 의도적 조절 필요' 발언
• Frontier AI 모델이 차세대 모델 개발에 직접 참여 중이며, OpenAI 신규 모델의 외부 시스템 해킹 시도 사례도 존재
• 구글 데미스 하사비스, OpenAI 샘 알트만, 스페이스X 일론 머스크도 공감 의견 표명
• 메모리 주가는 1차적으로 하락 반응
• OpenAI Astra, Meta Muse 등 신규 Agent AI 모델 본격화, 현재는 Cloud 서버 중심
시장 포인트
저자는 Training 속도 둔화가 High-End GPU/HBM 투자 둔화 요인이지만, 메모리 수요 확장의 축이 이미 Agent AI로 이동했다고 판단. Agent AI向 CPU·DRAM·NAND 투자는 Training 둔화와 무관하게 지속되고, 역설적으로 보안 강화가 추가 Infra 및 Edge AI 투자 확대로 이어질 수 있다는 논리. 궁극적으로 Cloud 중심 Agent AI가 Edge·On-Device까지 확장되며 메모리 수요 성장이 이어질 전망
확인할 변수
• Agent AI向 CPU·DRAM·NAND 투자가 Training 둔화와 무관하게 실제로 지속되는지
• OpenAI Astra, Meta Muse 등 Agent AI 모델의 Edge·On-Device 확장 속도
• AI 보안 강화가 실제 추가 Infra 투자 확대로 이어지는지
• 메모리 업체들의 HBM 및 범용 DRAM 투자 계획 변화 여부
관련 산업
반도체 · 메모리
관련 기업
Anthropic · OpenAI · 구글
🔗 원문
https://shorturl.at/LvnLP
#AI개발속도 #DRAM #HBM #AgentAI #메모리반도체 #AI보안
유안타 '2027년 미중 주식시장 전망: Extremes Meet'… S&P500 Base 7,300~8,900pt, 중국은 반도체·데이터센터·전력·광통신·냉각 주목
2026.10.31 | 유안타증권 김용구·민병규·황병준
➤ 핵심
➤ 주요 내용
• 미국 밸류에이션
• S&P500 일드갭 +0.16%p, ERP 1.41%로 2000년 이후 최저임
• 유안타는 이를 금리 리스크 과대평가와 AI 업황 과소평가가 겹친 결과로 보고, 지금이 강세 시각으로 전환할 시점이라고 판단함
• 12개월 선행 영업이익률은 21.3%로 사상 최고지만, P/E는 19.6배로 전고점(24.1배)을 크게 밑돎
• 2027년 S&P500 EPS 시나리오
• Best(20%) 478.6달러, Base(70%) 413.4달러, Worst(10%) 354.5달러
• 미국 투자전략 초점
• 상반기 미 10년물이 적정가치(4.8~5.0%)권에 진입
• 하반기 금리 피크아웃과 Agent AI 확장으로 과소평가 해소
• 정치·정책·지정학 리스크는 산발적 노이즈 형태로 바뀔 전망
• 미국 업종 전략: 실행력과 확산
• 하이퍼스케일러 capex 모멘텀이 잦아들면서 AI의 초점이 FCF 창출력으로 옮겨감
• 모멘텀은 Computing·Storage에서 Networking·Orchestration으로 이동하고, 수혜는 Connectivity ASIC·CPU로 바뀜
• Personal Agent의 등장으로 AI B2C TAM 가시성이 확보됐고, AI 플랫폼 빅테크의 P/B는 매수 매력 구간에 들어섰다고 봄
• 주도 업종: 건설·엔지니어링, 전자장비·부품, 기술 하드웨어, 반도체·장비, 양방향 미디어
• 중국 전략 1, 반도체
• 미중 AI 모델 격차는 2~3개월이지만, 메모리·파운드리 양산 기술 격차는 2~3년임
• 중국 데이터센터 AI 칩 시장에서 엔비디아 점유율은 95%(2022)에서 34%(1H26)로 떨어졌고, 중국 기업 합산 비중이 47%로 처음 역전됨
• 캠브리콘의 3Q 매출은 +104.5%, 순이익은 +147.6%였음
• 중국 전략 2, 데이터센터·전력
• 하드웨어 열위로 같은 연산에 더 많은 데이터센터와 전력이 필요함
• 알리바바 클라우드 CUBE 5.0은 모듈화로 약 100일 만에 완공하고 비용을 약 10% 절감했음
• 전력의 병목은 발전이 아닌 송전망(UHV) 부족이며, 북서부 태양광 출력 제한율은 최대 23.2%임
• 중국 전략 3, 광통신·냉각
• 화웨이 CloudMatrix 384는 AI 칩 384개를 연결하는 데 광모듈 6,912개가 필요함
• 시스템 전력은 GB200 NVL72의 3.9배이고, 중국 액체냉각 데이터센터 시장은 2028년까지 연평균 +43.3% 성장할 전망임
• 이노라이트 제재는 국방부 조달에 한정되고, 규제 논의 중인 3.2T 광모듈은 2028년 이후 보급될 예정이어서 펀더멘털 훼손 우려는 시기상조라고 봄
➤ 시장 포인트
미국은 금리 정점 통과와 Agent AI 확장을 근거로 역사적 저점 수준의 ERP를 강세 신호로 해석하는 시각임. 중국은 정책이 떠받치는 AI 공급망의 병목 구간을 기회로 제시함.
다만 Base 시나리오는 상반기 금리 피크아웃을 전제로 하고, 최근 시장에서는 AI 투자 수익성 논쟁이 커지고 있음. 향후 핵심 변수는 미 10년물 금리 경로, 빅테크 Agent AI 매출화 속도, 하이퍼스케일러 FCF, 중국 AI 칩 국산화 속도, 광모듈 관련 미국 규제임.
➤ 관련 산업
미국 증시 · AI 플랫폼 · 반도체 · 중국 AI 공급망 · 광통신 · 액체냉각 · 전력망
➤ 관련 기업
엔비디아 · 캠브리콘 · 알리바바 · 화웨이 · 이노라이트
🔗 원문
https://buly.kr/CsmgLb6
#2027전망 #SP500 #AgentAI #중국AI #광통신
2026.10.31 | 유안타증권 김용구·민병규·황병준
➤ 핵심
유안타는 2027년 S&P500이 Base 시나리오에서 7,300~8,900pt 밴드 안에서 중립 이상의 흐름을 이어갈 것으로 봄. 상반기에는 고물가·고긴축·고금리 리스크가 정점을 지나고, 하반기에는 빅테크의 Agent AI 매출 확장으로 주가와 멀티플이 바닥을 칠 것이라는 시각임. 이 과정에서 매크로 환경은 Quasi-Goldilocks에서 Immaculate-Goldilocks로 바뀔 전망임. 중국은 AI capex가 정책이 뒷받침하는 B2G 구조이며, 반도체·데이터센터·전력·광통신·냉각 같은 병목 구간에 주목하라는 판단임.
➤ 주요 내용
• 미국 밸류에이션
• S&P500 일드갭 +0.16%p, ERP 1.41%로 2000년 이후 최저임
• 유안타는 이를 금리 리스크 과대평가와 AI 업황 과소평가가 겹친 결과로 보고, 지금이 강세 시각으로 전환할 시점이라고 판단함
• 12개월 선행 영업이익률은 21.3%로 사상 최고지만, P/E는 19.6배로 전고점(24.1배)을 크게 밑돎
• 2027년 S&P500 EPS 시나리오
• Best(20%) 478.6달러, Base(70%) 413.4달러, Worst(10%) 354.5달러
• 미국 투자전략 초점
• 상반기 미 10년물이 적정가치(4.8~5.0%)권에 진입
• 하반기 금리 피크아웃과 Agent AI 확장으로 과소평가 해소
• 정치·정책·지정학 리스크는 산발적 노이즈 형태로 바뀔 전망
• 미국 업종 전략: 실행력과 확산
• 하이퍼스케일러 capex 모멘텀이 잦아들면서 AI의 초점이 FCF 창출력으로 옮겨감
• 모멘텀은 Computing·Storage에서 Networking·Orchestration으로 이동하고, 수혜는 Connectivity ASIC·CPU로 바뀜
• Personal Agent의 등장으로 AI B2C TAM 가시성이 확보됐고, AI 플랫폼 빅테크의 P/B는 매수 매력 구간에 들어섰다고 봄
• 주도 업종: 건설·엔지니어링, 전자장비·부품, 기술 하드웨어, 반도체·장비, 양방향 미디어
• 중국 전략 1, 반도체
• 미중 AI 모델 격차는 2~3개월이지만, 메모리·파운드리 양산 기술 격차는 2~3년임
• 중국 데이터센터 AI 칩 시장에서 엔비디아 점유율은 95%(2022)에서 34%(1H26)로 떨어졌고, 중국 기업 합산 비중이 47%로 처음 역전됨
• 캠브리콘의 3Q 매출은 +104.5%, 순이익은 +147.6%였음
• 중국 전략 2, 데이터센터·전력
• 하드웨어 열위로 같은 연산에 더 많은 데이터센터와 전력이 필요함
• 알리바바 클라우드 CUBE 5.0은 모듈화로 약 100일 만에 완공하고 비용을 약 10% 절감했음
• 전력의 병목은 발전이 아닌 송전망(UHV) 부족이며, 북서부 태양광 출력 제한율은 최대 23.2%임
• 중국 전략 3, 광통신·냉각
• 화웨이 CloudMatrix 384는 AI 칩 384개를 연결하는 데 광모듈 6,912개가 필요함
• 시스템 전력은 GB200 NVL72의 3.9배이고, 중국 액체냉각 데이터센터 시장은 2028년까지 연평균 +43.3% 성장할 전망임
• 이노라이트 제재는 국방부 조달에 한정되고, 규제 논의 중인 3.2T 광모듈은 2028년 이후 보급될 예정이어서 펀더멘털 훼손 우려는 시기상조라고 봄
➤ 시장 포인트
미국은 금리 정점 통과와 Agent AI 확장을 근거로 역사적 저점 수준의 ERP를 강세 신호로 해석하는 시각임. 중국은 정책이 떠받치는 AI 공급망의 병목 구간을 기회로 제시함.
다만 Base 시나리오는 상반기 금리 피크아웃을 전제로 하고, 최근 시장에서는 AI 투자 수익성 논쟁이 커지고 있음. 향후 핵심 변수는 미 10년물 금리 경로, 빅테크 Agent AI 매출화 속도, 하이퍼스케일러 FCF, 중국 AI 칩 국산화 속도, 광모듈 관련 미국 규제임.
➤ 관련 산업
미국 증시 · AI 플랫폼 · 반도체 · 중국 AI 공급망 · 광통신 · 액체냉각 · 전력망
➤ 관련 기업
엔비디아 · 캠브리콘 · 알리바바 · 화웨이 · 이노라이트
🔗 원문
https://buly.kr/CsmgLb6
#2027전망 #SP500 #AgentAI #중국AI #광통신