잠실개미&10X’s N.E.R.D.S
삼성증권_ASTRA.pdf
삼성증권 글로벌AI
[OpenAI의 GPT-6 Astra는 왜 변곡점일까?]
Astra는 장시간 컴퓨터 및 도구 사용, 복잡한 다단계 작업 수행, 여러 에이전트의 동시 활용 능력 추가 개선, 중요한 변화는 자율적으로 작업을 끝까지 지속 수행할 수 있는 Time Horizon 확장, 따라서 향후 AI 경쟁에서는 모델 자체 성능뿐 아니라 메모리, 도구, 실행 환경 설계의 중요도 상승
AI가 현실에서 창출하는 가치는 단일 문제의 정답률이나 성공 여부만으로 결정되지 않음. 비슷한 능력을 가진 모델이라도 하나는 반복적으로 사람의 도움이 필요하고 다른 하나는 몇 시간 동안 스스로 작업을 완료할 수 있다면 생산성에는 상당한 차이가 발생함. 기존에는 작업 시간이 길어질수록 초기 목표를 잊거나 중간에 발생한 오류에 제대로 대응하지 못해 최종적으로 실패할 가능성이 높아졌으나 Astra는 장시간 컴퓨터와 도구를 사용하고, 복잡한 다단계 작업을 수행하고, 필요한 경우 여러 에이전트를 동시에 활용하는 능력을 추가로 끌어올림.
AI 인프라 수요는 단순 토큰 처리량 확대를 넘어 장기 에이전트 워크로드를 안정적으로 처리하는 방향으로 진행. 모델 효율 개선으로 개별 작업에 필요한 시간, 토큰, 비용이 감소하더라도 AI에게 맡길 수 있는 업무 범위의 확장과 병렬 에이전트 실행에 따른 전체 추론 수요 증가 전망
Astra가 보여준 AI 작업 시간 지평의 확장은 AI 인프라 수요가 단순 토큰 처리량 확대를 넘어 장기 에이전트 워크로드를 안정적으로 처리하는 방향으로 진행되고 있음을 의미. 모델 효율 개선으로 개별 작업에 필요한 시간, 토큰, 비용이 감소하더라도, AI에 맡길 수 있는 업무 범위의 확장과 병렬 에이전트 실행에 따라 전체 추론 수요는 오히려 증가. 또한 장기 작업에서 컨텍스트와 상태 유지, 반복적 도구 호출의 중요성이 높아짐에 따라 이를 뒷받침할 추론 인프라 전반의 중요성도 높아질 것.
BUT 소프트웨어 기업은 단순 AI 기능 제공을 넘어 자사 제품이 에이전트의 핵심 실행 환경이 되거나, 직접 업무를 수행하는 에이전트를 제공하는 방향으로 진화 필요. 기존처럼 소프트웨어의 역할에 대한 구조적 질문 재부각 가능.
[OpenAI의 GPT-6 Astra는 왜 변곡점일까?]
Astra는 장시간 컴퓨터 및 도구 사용, 복잡한 다단계 작업 수행, 여러 에이전트의 동시 활용 능력 추가 개선, 중요한 변화는 자율적으로 작업을 끝까지 지속 수행할 수 있는 Time Horizon 확장, 따라서 향후 AI 경쟁에서는 모델 자체 성능뿐 아니라 메모리, 도구, 실행 환경 설계의 중요도 상승
AI가 현실에서 창출하는 가치는 단일 문제의 정답률이나 성공 여부만으로 결정되지 않음. 비슷한 능력을 가진 모델이라도 하나는 반복적으로 사람의 도움이 필요하고 다른 하나는 몇 시간 동안 스스로 작업을 완료할 수 있다면 생산성에는 상당한 차이가 발생함. 기존에는 작업 시간이 길어질수록 초기 목표를 잊거나 중간에 발생한 오류에 제대로 대응하지 못해 최종적으로 실패할 가능성이 높아졌으나 Astra는 장시간 컴퓨터와 도구를 사용하고, 복잡한 다단계 작업을 수행하고, 필요한 경우 여러 에이전트를 동시에 활용하는 능력을 추가로 끌어올림.
AI 인프라 수요는 단순 토큰 처리량 확대를 넘어 장기 에이전트 워크로드를 안정적으로 처리하는 방향으로 진행. 모델 효율 개선으로 개별 작업에 필요한 시간, 토큰, 비용이 감소하더라도 AI에게 맡길 수 있는 업무 범위의 확장과 병렬 에이전트 실행에 따른 전체 추론 수요 증가 전망
Astra가 보여준 AI 작업 시간 지평의 확장은 AI 인프라 수요가 단순 토큰 처리량 확대를 넘어 장기 에이전트 워크로드를 안정적으로 처리하는 방향으로 진행되고 있음을 의미. 모델 효율 개선으로 개별 작업에 필요한 시간, 토큰, 비용이 감소하더라도, AI에 맡길 수 있는 업무 범위의 확장과 병렬 에이전트 실행에 따라 전체 추론 수요는 오히려 증가. 또한 장기 작업에서 컨텍스트와 상태 유지, 반복적 도구 호출의 중요성이 높아짐에 따라 이를 뒷받침할 추론 인프라 전반의 중요성도 높아질 것.
BUT 소프트웨어 기업은 단순 AI 기능 제공을 넘어 자사 제품이 에이전트의 핵심 실행 환경이 되거나, 직접 업무를 수행하는 에이전트를 제공하는 방향으로 진화 필요. 기존처럼 소프트웨어의 역할에 대한 구조적 질문 재부각 가능.
AI는 단순한 인건비 절감 수단이 아니다. 금융회사 한 명의 생산성을 몇배로 높이는 '레버리지'에 가깝다.
https://www.hankyung.com/article/202609045313i
클로드 연간결제 해버렸다는 핑계(?)로 여지껏 Codex를 설치하지 않았었고, 3월이후 클로드에 모든 커맨드를 최적화 시켜놓아서 모델간 이동이 앞으로도 어렵겠다라는 부끄러운 생각을하다가
작투한테 늙크크 소리 (욕 비스무레) 듣고 오늘은 Astra를 꼭 써봐야겠어서 GPT Plus 가입을 하고 Codex를 설치했는데 왠걸
시키지도 않았는데 Codex 깔자마자 클로드에 세팅해놓은 모든 프롬프트/커맨드를 옮길거냐 묻더니 순식간에 가져와버리네
교훈 : 모델간 종속성 따윈 없다. 월간 구독이 답이다. 절대 연간 구독 하지 말자. 경쟁하듯 계속 비슷/우월한거 들고나온다.
작투한테 늙크크 소리 (욕 비스무레) 듣고 오늘은 Astra를 꼭 써봐야겠어서 GPT Plus 가입을 하고 Codex를 설치했는데 왠걸
시키지도 않았는데 Codex 깔자마자 클로드에 세팅해놓은 모든 프롬프트/커맨드를 옮길거냐 묻더니 순식간에 가져와버리네
교훈 : 모델간 종속성 따윈 없다. 월간 구독이 답이다. 절대 연간 구독 하지 말자. 경쟁하듯 계속 비슷/우월한거 들고나온다.
잠실개미&10X’s N.E.R.D.S
클로드 연간결제 해버렸다는 핑계(?)로 여지껏 Codex를 설치하지 않았었고, 3월이후 클로드에 모든 커맨드를 최적화 시켜놓아서 모델간 이동이 앞으로도 어렵겠다라는 부끄러운 생각을하다가 작투한테 늙크크 소리 (욕 비스무레) 듣고 오늘은 Astra를 꼭 써봐야겠어서 GPT Plus 가입을 하고 Codex를 설치했는데 왠걸 시키지도 않았는데 Codex 깔자마자 클로드에 세팅해놓은 모든 프롬프트/커맨드를 옮길거냐 묻더니 순식간에 가져와버리네 교훈 : 모델간…
그리고 그 후 (약 30분 경과)
...병목은 토큰이 아니다(?)
...병목은 토큰이 아니다(?)
Forwarded from 카이에 de market
* FundaAI
“Deep|LLM : GPT-6 Astra, 코딩을 넘어 새로운 시장을 열다; 스케일링 법칙은 계속해서 컴퓨팅 수요를 견인한다”
- 이번 주 가장 눈에 띄는 변화는 누가 이 모델을 사용하고 있는가다.
코딩 모델이 처음 등장했을 때 열광적인 반응은 주로 터미널 화면을 캡처해 올리는 프로그래머들에게서 나왔다.
하지만 이번에는 분위기가 다르다. 피드에는 건축가, 3D 모델러, 영상 편집자들의 사례가 넘쳐나고 있다.
이들은 그동안 AI가 자신들의 업무와는 별 관련이 없다고 생각해 왔다. 모델이 아무리 훌륭한 코드를 작성할 수 있어도, 정작 자신들이 사용하는 CAD나 Blender 안에서 직접 작업하지는 못했기 때문이다.
많은 전문직에서 진입 장벽의 상당 부분은 특정 도구를 능숙하게 다루는 데 있다. 예를 들어 AutoCAD, Excel, Final Cut, KiCad 같은 소프트웨어가 그렇다.
이런 전문 소프트웨어들이 AI를 통해 점점 더 쉽게 사용할 수 있게 되면, 단순히 툴을 조작하는 능력보다 전문적인 판단력과 결과물을 검증하는 능력의 가치가 더 높아질 것이다.
그리고 이러한 직종들의 업무 방식 역시 지난 1년 동안 프로그래머들의 업무 방식이 재편된 것과 마찬가지로, 앞으로 크게 재조직될 가능성이 높다.
- 시장 규모 측면에서 보면, 코딩 AI가 공략할 수 있는 시장은 수천만 명에 이르는 프로그래머들의 임금과 전 세계 소프트웨어 지출을 합친 규모다. 대략 1조 달러 수준이며, 이 가운데 지난 1년여 동안 실제 매출로 전환된 금액은 수백억 달러에 이른다.
반면 지식 노동(knowledge work)이 공략 가능한 시장은 수억 명의 화이트칼라 노동자들의 임금과 이들이 사용하는 각종 업무 도구에 대한 지출을 합친 규모다. 임금만 따져도 10조 달러를 넘는다.
코딩 모델은 첫 번째 집단에 접근하지만, computer use는 두 번째 집단까지 접근할 수 있다. 바로 여기에서 시장 규모가 한 자릿수 배가 아니라 한 차원(order of magnitude), 즉 대략 10배 수준으로 커질 수 있다는 차이가 나온다.
- 다음 단계는 지속 학습(continual learning)이다. 이는 모델이 실제 기업 환경에 배치된 뒤, 그 회사가 가진 암묵적 지식(tacit knowledge)을 계속 축적해 나가는 것을 의미한다. 그리고 이 문제 역시 이미 해결 방향이 잡혀가고 있다.
컨텍스트 윈도우는 이제 100만 토큰까지 늘어났고, Codex는 서로 다른 컨텍스트 윈도우를 넘어 메모를 유지하고, 이전에 남긴 내용을 다시 검색해 활용할 수 있게 됐다. 이는 지속 학습의 초기 형태라고 볼 수 있다.
또한 OpenAI의 Frontier 팀과 컨설팅 파트너들이 고객사 현장에 직접 들어가 필요한 비즈니스 맥락과 회사 고유의 업무 지식을 모델에 공급하는 것도 비슷한 역할을 한다.
https://open.substack.com/pub/fundaai/p/deepllm-gpt-6-astra-opens-new-markets?utm_source=share&utm_medium=android&r=6hkvpp
“Deep|LLM : GPT-6 Astra, 코딩을 넘어 새로운 시장을 열다; 스케일링 법칙은 계속해서 컴퓨팅 수요를 견인한다”
- 이번 주 가장 눈에 띄는 변화는 누가 이 모델을 사용하고 있는가다.
코딩 모델이 처음 등장했을 때 열광적인 반응은 주로 터미널 화면을 캡처해 올리는 프로그래머들에게서 나왔다.
하지만 이번에는 분위기가 다르다. 피드에는 건축가, 3D 모델러, 영상 편집자들의 사례가 넘쳐나고 있다.
이들은 그동안 AI가 자신들의 업무와는 별 관련이 없다고 생각해 왔다. 모델이 아무리 훌륭한 코드를 작성할 수 있어도, 정작 자신들이 사용하는 CAD나 Blender 안에서 직접 작업하지는 못했기 때문이다.
많은 전문직에서 진입 장벽의 상당 부분은 특정 도구를 능숙하게 다루는 데 있다. 예를 들어 AutoCAD, Excel, Final Cut, KiCad 같은 소프트웨어가 그렇다.
이런 전문 소프트웨어들이 AI를 통해 점점 더 쉽게 사용할 수 있게 되면, 단순히 툴을 조작하는 능력보다 전문적인 판단력과 결과물을 검증하는 능력의 가치가 더 높아질 것이다.
그리고 이러한 직종들의 업무 방식 역시 지난 1년 동안 프로그래머들의 업무 방식이 재편된 것과 마찬가지로, 앞으로 크게 재조직될 가능성이 높다.
- 시장 규모 측면에서 보면, 코딩 AI가 공략할 수 있는 시장은 수천만 명에 이르는 프로그래머들의 임금과 전 세계 소프트웨어 지출을 합친 규모다. 대략 1조 달러 수준이며, 이 가운데 지난 1년여 동안 실제 매출로 전환된 금액은 수백억 달러에 이른다.
반면 지식 노동(knowledge work)이 공략 가능한 시장은 수억 명의 화이트칼라 노동자들의 임금과 이들이 사용하는 각종 업무 도구에 대한 지출을 합친 규모다. 임금만 따져도 10조 달러를 넘는다.
코딩 모델은 첫 번째 집단에 접근하지만, computer use는 두 번째 집단까지 접근할 수 있다. 바로 여기에서 시장 규모가 한 자릿수 배가 아니라 한 차원(order of magnitude), 즉 대략 10배 수준으로 커질 수 있다는 차이가 나온다.
- 다음 단계는 지속 학습(continual learning)이다. 이는 모델이 실제 기업 환경에 배치된 뒤, 그 회사가 가진 암묵적 지식(tacit knowledge)을 계속 축적해 나가는 것을 의미한다. 그리고 이 문제 역시 이미 해결 방향이 잡혀가고 있다.
컨텍스트 윈도우는 이제 100만 토큰까지 늘어났고, Codex는 서로 다른 컨텍스트 윈도우를 넘어 메모를 유지하고, 이전에 남긴 내용을 다시 검색해 활용할 수 있게 됐다. 이는 지속 학습의 초기 형태라고 볼 수 있다.
또한 OpenAI의 Frontier 팀과 컨설팅 파트너들이 고객사 현장에 직접 들어가 필요한 비즈니스 맥락과 회사 고유의 업무 지식을 모델에 공급하는 것도 비슷한 역할을 한다.
https://open.substack.com/pub/fundaai/p/deepllm-gpt-6-astra-opens-new-markets?utm_source=share&utm_medium=android&r=6hkvpp
Substack
Deep|LLM: GPT-6 Astra Opens New Markets Beyond Coding; Scaling Laws Keep Driving Compute Demand
Why computer use and AI-led research could fuel the next wave of compute demand
카이에 de market
* FundaAI “Deep|LLM : GPT-6 Astra, 코딩을 넘어 새로운 시장을 열다; 스케일링 법칙은 계속해서 컴퓨팅 수요를 견인한다” - 이번 주 가장 눈에 띄는 변화는 누가 이 모델을 사용하고 있는가다. 코딩 모델이 처음 등장했을 때 열광적인 반응은 주로 터미널 화면을 캡처해 올리는 프로그래머들에게서 나왔다. 하지만 이번에는 분위기가 다르다. 피드에는 건축가, 3D 모델러, 영상 편집자들의 사례가 넘쳐나고 있다. 이들은 그동안…
ASTRA
엔지니어 ➡️ 지식노동자 (10조 달러) TAM으로의 전환점
엔지니어 ➡️ 지식노동자 (10조 달러) TAM으로의 전환점
Forwarded from 잠실개미&10X’s N.E.R.D.S
[앤트로픽이 불을 지핀 AI TAM]
* 출처 : 삼성증권 텍톡
✅ 2026년 글로벌 GDP 126조 달러, ILO 기준 노동소득분배율 52.3% 적용시 전 세계 노동소득은 약 66조 달러.
✅ 앤트로픽이 발표한 30조 달러 TAM은 인류가 노동에 지분하는 금액의 약 45%에 해당. 앤트로픽이 바라보는 AI의 최종 시장은 기존 IT 지출이 아니라 인간이 수행하던 업무 자체를 대체 / 보완하는 시장
✅현재 AI 침투율은 22%로 2025년 미국 기업 SaaS 침투율 60%와 비교하면 3분의 1 수준: 직원 당 연간 지출액도 중간 값 기준 137달러로 SaaS 9,455달러보다 현저히 저조
→ 기존의 소프트웨어는 데이터 제공의 기능만 있을뿐 결국 성장의 엔진은 모델이 달아주는 트렌드를 감안하였을 때 중장기적으로는 AI 침투율이 미국 기업 SaaS 침투율 (60%)를 무난히 넘어서지 않을지
* 출처 : 삼성증권 텍톡
✅ 2026년 글로벌 GDP 126조 달러, ILO 기준 노동소득분배율 52.3% 적용시 전 세계 노동소득은 약 66조 달러.
✅ 앤트로픽이 발표한 30조 달러 TAM은 인류가 노동에 지분하는 금액의 약 45%에 해당. 앤트로픽이 바라보는 AI의 최종 시장은 기존 IT 지출이 아니라 인간이 수행하던 업무 자체를 대체 / 보완하는 시장
✅현재 AI 침투율은 22%로 2025년 미국 기업 SaaS 침투율 60%와 비교하면 3분의 1 수준: 직원 당 연간 지출액도 중간 값 기준 137달러로 SaaS 9,455달러보다 현저히 저조
→ 기존의 소프트웨어는 데이터 제공의 기능만 있을뿐 결국 성장의 엔진은 모델이 달아주는 트렌드를 감안하였을 때 중장기적으로는 AI 침투율이 미국 기업 SaaS 침투율 (60%)를 무난히 넘어서지 않을지
Forwarded from 루팡
엔비디아 CEO 젠슨 황
엔비디아의 컴퓨팅 자원은 대체 가능하고 내구성이 뛰어나며 임대 가치가 매우 높습니다. 이는 생산적이면서 수익을 창출하는 자산입니다.
(H100은 출시된 지 3년 된 학습용 칩입니다. 한 달 새 대여 가격이 22%나 올라 시간당 3.28달러를 기록하고 있습니다.
모든 감가상각 기준은 이 정도 연식의 칩이라면 가치가 떨어지기만 할 것으로 가정합니다. 하지만 시장은 오히려 더 비싼 값을 치르고 있습니다.)
엔비디아의 컴퓨팅 자원은 대체 가능하고 내구성이 뛰어나며 임대 가치가 매우 높습니다. 이는 생산적이면서 수익을 창출하는 자산입니다.
(H100은 출시된 지 3년 된 학습용 칩입니다. 한 달 새 대여 가격이 22%나 올라 시간당 3.28달러를 기록하고 있습니다.
모든 감가상각 기준은 이 정도 연식의 칩이라면 가치가 떨어지기만 할 것으로 가정합니다. 하지만 시장은 오히려 더 비싼 값을 치르고 있습니다.)
Forwarded from [ IT는 SK ] (손 건)
[SK증권 반도체 한동희, 손 건]
애플, 이례적으로 NAND 3~5년 장기계약 체결 추진… 가격상한 미설정 가능성, 메모리 협상력 판도 변화
▶️ 애플 조달전략 전환
- 애플, 키옥시아와 NAND 플래시 3~5년 장기공급계약(LTA) 협상 중
- 가격상한 미설정 가능성, 종전 '압가+멀티소싱' 전략에서 '물량확보+장기계약'으로 전환
- AI 데이터센터 고객들의 격렬한 메모리 확보 경쟁이 애플로 하여금 공급 우선 확보 전략 채택하게 한 배경
▶️ 거래 세부사항
- 거래 상대방·수량·가격 미공개, 애플도 미확인
- 시장에서는 키옥시아가 가장 유력한 공급사로 관측
- 키옥시아, SK하이닉스와 함께 이런 장기계약을 채택한 소수 주요 공급사 중 하나로 알려짐
▶️ 원가 압박 및 단말가 영향
- TrendForce 추정: 2026년 3분기 기준 256GB iPhone 18 Pro 메모리원가, 전년 대비 약 4배 상승 전망
- 메모리원가 BOM 비중, 초기 256GB Pro 모델 약 10%→약 34%로 상승, 2027년 상반기 40% 초과 가능성
- 애플 최초 폴더블 아이폰, 대용량 고급 메모리 탑재 예상되며 출시가 2099~2299달러(고용량 구성시 3000달러 초과 가능) 전망
▶️ 업계 파급 및 투자 시사점
- 삼성전자·SK하이닉스·마이크론도 향후 LPDDR5X/LPDDR6 장기계약 후보로 거론, 삼성은 전체 생산능력 60~70%를 장기계약에 배정 계획
- NAND는 SK하이닉스 폴더블용 공급 약 30%, 삼성 약 15%(합산 45%), 나머지가 키옥시아 등의 확대 여지
- 시장은 여전히 전통적 '실리콘 사이클' 프레임으로 가격 조정을 예상하나, AI發 생산능력 잠식은 구조적 성격으로 이번 메모리 사이클의 고점·지속기간이 시장 예상을 상회할 가능성
▶️ URL: https://buly.kr/3CQhT3l
* SK증권 리서치 IT팀 채널 :
https://t.me/skitteam
애플, 이례적으로 NAND 3~5년 장기계약 체결 추진… 가격상한 미설정 가능성, 메모리 협상력 판도 변화
▶️ 애플 조달전략 전환
- 애플, 키옥시아와 NAND 플래시 3~5년 장기공급계약(LTA) 협상 중
- 가격상한 미설정 가능성, 종전 '압가+멀티소싱' 전략에서 '물량확보+장기계약'으로 전환
- AI 데이터센터 고객들의 격렬한 메모리 확보 경쟁이 애플로 하여금 공급 우선 확보 전략 채택하게 한 배경
▶️ 거래 세부사항
- 거래 상대방·수량·가격 미공개, 애플도 미확인
- 시장에서는 키옥시아가 가장 유력한 공급사로 관측
- 키옥시아, SK하이닉스와 함께 이런 장기계약을 채택한 소수 주요 공급사 중 하나로 알려짐
▶️ 원가 압박 및 단말가 영향
- TrendForce 추정: 2026년 3분기 기준 256GB iPhone 18 Pro 메모리원가, 전년 대비 약 4배 상승 전망
- 메모리원가 BOM 비중, 초기 256GB Pro 모델 약 10%→약 34%로 상승, 2027년 상반기 40% 초과 가능성
- 애플 최초 폴더블 아이폰, 대용량 고급 메모리 탑재 예상되며 출시가 2099~2299달러(고용량 구성시 3000달러 초과 가능) 전망
▶️ 업계 파급 및 투자 시사점
- 삼성전자·SK하이닉스·마이크론도 향후 LPDDR5X/LPDDR6 장기계약 후보로 거론, 삼성은 전체 생산능력 60~70%를 장기계약에 배정 계획
- NAND는 SK하이닉스 폴더블용 공급 약 30%, 삼성 약 15%(합산 45%), 나머지가 키옥시아 등의 확대 여지
- 시장은 여전히 전통적 '실리콘 사이클' 프레임으로 가격 조정을 예상하나, AI發 생산능력 잠식은 구조적 성격으로 이번 메모리 사이클의 고점·지속기간이 시장 예상을 상회할 가능성
▶️ URL: https://buly.kr/3CQhT3l
* SK증권 리서치 IT팀 채널 :
https://t.me/skitteam
DB증권 반도체
[Nothing Has Changed]
작성 : 잠실개미&10X 텔레그램
https://t.me/jake8lee/13991
DDR5 가격이 2025년 하반기 390% 상승한 데 이어 2026년 1분기 +28%, 2분기 +26% 추가 상승. 원인은 1) AI·HBM향 생산라인 전환에 따른 범용 DRAM 공급 축소, 2) 클라우드·하이퍼스케일러 서버 교체 및 재고 확보 수요.
2027년 글로벌 서버 시장이 AI 서버 중심으로 고성장을 이어갈 전망. 전체 AI 서버 출하량 +8% y-y 성장 예상. 미국·중국 9개 주요 CSP의 2026년 Capex가 8,780억 달러로 예상되며 2027년에도 전년 대비 50% 증가할 가능성. 북미 주요 CSP만 보면 2027년 Capex +40% y-y.
주요 CSP들이 GPU Rack과 자체 ASIC을 동시에 확대하는 중. 학습뿐 아니라 AI 추론 및 Agentic AI 서비스 확산에 대응하기 위한 인프라 구축에 집중될 전망. 또한 Tesla, CoreWeave 같은 NeoCloud 사업자들이 Anthropic 등 LLM 업체의 인프라 초과 수요를 흡수하며 새로운 성장 동력으로 부상.
[Nothing Has Changed]
작성 : 잠실개미&10X 텔레그램
https://t.me/jake8lee/13991
DDR5 가격이 2025년 하반기 390% 상승한 데 이어 2026년 1분기 +28%, 2분기 +26% 추가 상승. 원인은 1) AI·HBM향 생산라인 전환에 따른 범용 DRAM 공급 축소, 2) 클라우드·하이퍼스케일러 서버 교체 및 재고 확보 수요.
2027년 글로벌 서버 시장이 AI 서버 중심으로 고성장을 이어갈 전망. 전체 AI 서버 출하량 +8% y-y 성장 예상. 미국·중국 9개 주요 CSP의 2026년 Capex가 8,780억 달러로 예상되며 2027년에도 전년 대비 50% 증가할 가능성. 북미 주요 CSP만 보면 2027년 Capex +40% y-y.
주요 CSP들이 GPU Rack과 자체 ASIC을 동시에 확대하는 중. 학습뿐 아니라 AI 추론 및 Agentic AI 서비스 확산에 대응하기 위한 인프라 구축에 집중될 전망. 또한 Tesla, CoreWeave 같은 NeoCloud 사업자들이 Anthropic 등 LLM 업체의 인프라 초과 수요를 흡수하며 새로운 성장 동력으로 부상.
유진투자증권
[오픈웨이트와 AI 수요의 저변 확장]
작성 : 잠실개미&10X 텔레그램
https://t.me/jake8lee/13993
토큰 지출 인덱스는 5월 말 고점을 기록한 이후 하락세를 이어가는 중(2.0달러대 → 1.0달러 수준). 이는 기업들의 토큰 지출 부담이 누적되며 오픈웨이트를 비롯한 저가형 모델로 수요가 이동한 결과로 판단. 실제로 모델 게이트웨이 서비스를 운영하는 Vercel AI 기준 오픈웨이트 모델의 토큰 점유율이 6월 말 30%에서 8월 말 62.5%로 두 달 만에 두 배 이상 확대.
앤트로픽과 오픈AI의 ARR이 동반 성장하고 있고, OpenRouter 기준 토큰 사용량 역시 증가세를 유지. 따라서 저가형 모델로의 '증분 수요 분산'으로 보는 것이 적합.
증류를 통해 학습 비용을 절감했다 하더라도 추론 단계에서는 사정이 다름. 추론은 이미 고정된 파라미터를 기반으로 새로운 토큰을 생성하는 과정이기에 요구되는 인프라의 규모는 파라미터 수에 직접적으로 좌우됨.
오픈웨이트 모델은 가중치를 확보해 자체 인프라에서 구동할 수 있어 이 제약에서 자유로움. 즉 오픈웨이트의 확산은 기존 수요를 키우는 데 그치지 않고, 하이퍼스케일러를 경유하지 않는 별도의 수요 채널을 형성한다는 점에서 의미가 있음.
[오픈웨이트와 AI 수요의 저변 확장]
작성 : 잠실개미&10X 텔레그램
https://t.me/jake8lee/13993
토큰 지출 인덱스는 5월 말 고점을 기록한 이후 하락세를 이어가는 중(2.0달러대 → 1.0달러 수준). 이는 기업들의 토큰 지출 부담이 누적되며 오픈웨이트를 비롯한 저가형 모델로 수요가 이동한 결과로 판단. 실제로 모델 게이트웨이 서비스를 운영하는 Vercel AI 기준 오픈웨이트 모델의 토큰 점유율이 6월 말 30%에서 8월 말 62.5%로 두 달 만에 두 배 이상 확대.
앤트로픽과 오픈AI의 ARR이 동반 성장하고 있고, OpenRouter 기준 토큰 사용량 역시 증가세를 유지. 따라서 저가형 모델로의 '증분 수요 분산'으로 보는 것이 적합.
증류를 통해 학습 비용을 절감했다 하더라도 추론 단계에서는 사정이 다름. 추론은 이미 고정된 파라미터를 기반으로 새로운 토큰을 생성하는 과정이기에 요구되는 인프라의 규모는 파라미터 수에 직접적으로 좌우됨.
오픈웨이트 모델은 가중치를 확보해 자체 인프라에서 구동할 수 있어 이 제약에서 자유로움. 즉 오픈웨이트의 확산은 기존 수요를 키우는 데 그치지 않고, 하이퍼스케일러를 경유하지 않는 별도의 수요 채널을 형성한다는 점에서 의미가 있음.