41 -> 43

[2026년 7월 23일 매크로 데일리]

<세줄요약>

1 알파벳의 2분기 클라우드 매출이 247억달러로 예상 224억달러를 상회했습니다.

2 이란 관련 불확실성이 이어지는 가운데 브렌트가 94불까지 올랐습니다.

3 내일 관세유예 종료를 앞두고 미 무역대표부가 관세가 정책의 중심이라고 밝혔습니다.

K200 야간선물 등락률, +2.42% (오전 6시 기준)
1개월 NDF 환율 1,476.18원 (-1.82원)

KOSPI PBR 2.08배 (+0.01배). 2007년 고점 2.12배

rafikiresearch.blogspot.com
t.me/rafikiresearch

* 알파벳 컨콜 중
(capex 상향조정)


투자 관련해서는, 2026 회계연도 전체 자본적지출(CapEx) 가이던스 범위를 기존 1,800억~1,900억 달러에서 1,950억~2,050억 달러로 상향 조정합니다.

가이던스 범위가 상향된 것은 주로 수요 증가에 대응하기 위해 생산능력 인도 일정을 앞당긴 데 따른 것입니다. 앞서 말씀드린 바와 같이, 2027년에는 자본적지출(CapEx)이 크게 증가할 것으로 계속 예상하고 있으며, 이에 대한 추가 세부 내용은 추후에 제공드리겠습니다.

* 알파벳 컨콜 중
- 3분기 클라우드 마진은 제3자용량(스페이스X 캐파 임대 등)으로 다소 부담될 수 있음
- 아마 시간외 주가하락의 주원인


그리고 이제 3분기와 연말까지를 생각해 보시면, 제가 사전에 준비한 발언에서도 일부 언급드렸듯이, 현재 저희가 처해 있는 공급 제약 환경을 감안할 때, 저희는 내부 용량 확충을 계속하는 동안 이를 연결하는 전략으로 3분기에 제3자 용량 활용을 확대할 계획이며, 해당 용량은 비용 구조상 클라우드 운영 마진에 다소 부담을 줄 것입니다.

* 알파벳 컨콜 중
(27년 capex 대폭 확대계획인데, 이전 연도들 대비 투자수익률은 어떻게 예상하는지?)


27년 컴퓨팅 용량 투자와 관련해서 저희는 강한 수요 신호를 확인하고 있다고 생각합니다. 여기에는 다음과 같은 지표들이 포함됩니다. 장기 계약과 저희가 보유한 기존 계약들이 갱신되고 있는데, 향후에도 예외적으로 높은 수요가 이어지고 있습니다. 그래서 저희는 이러한 모든 요소를 바탕으로 계획을 세우고 그에 맞춰 투자하고 있습니다.
그래서, 제 생각에는 오히려 약 1년 전과 비교하면 전반적인 수급 역학이 더 건전해 보입니다.

알파벳 $GOOGL 2026년 2분기 설비투자(CapEx)

449억 2,000만 달러 / $44.92B (전망치: $44.1B)

전년 동기 대비 +100%

GOOGLE STILL SEES FY27 CAPEX INCREASING 'SIGNIFICANTLY'

구글, 2027 회계연도(FY27) 설비투자(CapEx) '상당히' 늘어날 것으로 여전히 전망

알파벳(GOOG.O) 최고재무책임자(CFO): 현재 컴퓨팅 성능에 제약이 있는 점을 고려하여, 3분기에는 타사 컴퓨팅 자원 활용을 확대하는 동시에 내부 컴퓨팅 인프라 구축 및 확장을 지속할 계획입니다.

* 알파벳 실적, 컨콜 개인적 총평


- AI로 인해 클라우드의 매출과 마진율 모두 대폭성장이 가능함을 3개분기째 증명(이번 분기는 더욱 미친 숫자로 증명)

- 다만 수요가 너무 강해, 자체 인프라 투자속도가 따라가기 벅차고 따라서 외부캐파(스페이스X)를 비싼 가격에 임대해서라도 수요를 맞춰야 하는 상황

- 이는 다음 분기 클라우드 마진율에 다소 부정적 영향을 줄 것이나 장기적 탑라인 성장을 이어가기 위한 방편

- 결론적으로 AI 수요, capex 증가추세 관련해서 우려할 만한 요인은 없었음

우리 모두가 바라던 감동적인 총평이다

https://n.news.naver.com/mnews/article/003/0014082521

남은 핵심 과제는 자본이다. 네이버가 추산한 1GW급 AI 팩토리 전체 구축비는 500억(약 74조원)~600억 달러(약 88조7000억원)다. 네이버 연 매출(약 12조원) 6~7년치와 맞먹는 규모다.

네이버는 모든 비용을 직접 부담하기보다 글로벌 투자자, 데이터센터 사업자, 금융기관 등과 사업 단위로 자본을 조달하는 구조를 찾고 있다. 초기 200㎿ 구축에는 전략적 파트너와 각각 10억달러씩 출자하고 이후 특수목적법인(SPV)을 통해 외부 자금을 추가로 조달하는 방안을 검토하고 있다.

네이버와 엔비디아 양사도 이날 행사를 맞아 최신 GPU 공급과 엔비디아의 AI 팩토리 설계 적용, 글로벌 고객 공동 확보 등을 논의할 것으로 보인다.

김용범 정책실장도 22일 오후 브리핑을 통해 "AI 데이터센터 분야에서도 사업 주체별 구축 규모와 기간 등이 구체적으로 발표될 수 있다"며 기대감을 높였다

#곡소리지수

70.0(-4.2)

어? 왜 자꾸 떨어지는데...

[데이터센터 인뎁스, 하나증권 AI/디지털자산/인터넷/게임 이준호]

AI/인터넷 x 유틸리티 x 건설 x 미래산업 콜라보

'데크크(Data center Creator Crew)'

리포트: https://tinyurl.com/2m7622r8

✅AI/인터넷: 2030년 AI DC 수요 전망, 풀스택 AI 서비스 제공자 추천

국내 데이터센터 시장은 국내 소재의 제조 AI 팩토리, 소버린 AI 클라우드 인프라로 재편되고 있다. 정부·SK·GS·네이버가 주도하는 총 18.4GW 규모의 AI 데이터센터 메가 프로젝트는 국내 전력 및 데이터센터의 잠재력에 대한 눈높이를 대폭 상향시켰다. 하나증권은 2030년까지 추가로 필요한 국내 AI DC 유효 수요를 Base 시나리오 +3.0~4.2GW, Bull 시나리오는 +5.1~7.0GW로 제시한다. 유효한 수요, 그리고 잠재 수요까지 감안한 DC 증설 과정에서 밸류체인별 사업적 기회는 충분하다. AI DC로 가장 큰 매출을 창출할 수 있는 네이버와 삼성에스디에스를 추천한다.

✅유틸리티: 당장 전력수급 문제 없음. 중장기 인프라 투자 확대 예상

현재 한국은 전력이 부족하지 않다. 동해안처럼 계통 이슈로 설비 이용률이 낮은 지역에서 AI 데이터센터 건설이 빠르게 이뤄질 수 있다. 한편 3대 메가프로젝트를 달성하려면 대규모 인프라 확충이 전제되어야 한다. AI 데이터센터 18.4GW에서 발생하는 수요만 감안해도 2025년 전력사용량의 20% 이상이기 때문이다. 원자력 등 기저전원 비중 확대가 예상되며 천연가스의 역할도 부각될 전망이다. RE100 수요 증가 흐름에서 수혜가 가능한 SK이터닉스, 데이터센터 부지와 전력을 동시에 공급하는 모델을 구축 중인 SGC에너지를 추천한다.

✅건설: MW당 80억원, 2030년까지 3GW 24조원 시장, 계열사 수혜

데이터센터는 무정전 전력공급 운영, 효율적인 냉각 설계가 중요하며, 시운전 시 정상 가동(부하시험, PUE 신뢰성 검토 등)까지의 과정이 통합적으로 진행되야 한다. 그래서 대부분의 대형 건설사가 데이터센터 공사를 진행해왔으며, MW당 80~100억원으로 수주한다. 2030년까지 최소 3GW의 증설이 가능하다고 볼 때, 건설업이 수주 가능한 금액은 약 24조원이다. 데이터센터가 그룹사 주도로 진행될 것을 고려할 때, 계열사의 수주를 기대해볼 수 있다. 건설사 중 GS건설을 데이터센터 수혜주로서 최선호로 추천한다.

✅미래산업: AI 데이터센터 확산, 중소형 밸류체인 수혜 본격화

데이터센터의 초고집적화 및 AI 연산량 증가에 따라 전력 소비와 발열을 해결하려는 전방 기업들의 수요가 폭발하면서, 소재(알루미늄박)에서부터 정밀 기계(커넥팅로드), 인프라(소배전반), 트래픽 처리(IX 및 IDC), 비상 전력망(발전기)에 이르는 중소형 핵심 밸류체인의 전방위적인 수혜가 본격화될 전망이다. 원가 구조의 개선과 주요 생산 설비 및 증설 효과가 올해 하반기를 기점으로 극대화되면서, 가동률 상승 및 수주 확대를 동반한 구조적 성장 가속화 단계에 진입한 것으로 판단된다.

✅Top Pick 및 관심종목

AI/인터넷: NAVER, 삼성에스디에스
유틸리티: SK이터닉스, SGC에너지
건설: GS건설
미래산업: 삼미금속, 삼아알미늄, 지투파워, 삼영, 에이텀, 케이아이엔엑스, 지엔씨에너지

채널링크: https://t.me/internetgameLJH

삼성 ‘HBM4 성공’ 숨은 주역 “베이스 다이 4나노 공정 선제 도입 주효”


https://naver.me/xvCYcQHZ

매수 사이드카인데 왜 체감이 안 되지...

호르무즈 이슈 생각보다 반영 덜되는 이유

1. 정유사들이 중동산 원유 비중이 50% 정도까지 낮아짐
2. 슬레이트를 조합해서 미국산 원유랑 중동산 원유 적당히 쓰까서 성분 비스무리하게 만드는 방법 발견
3. 우회로 계속 쳐나옴
4. 칸코쿠진이 노빠꾸로 호르무즈에서 어어 거기 지나가시면 안되요 하는거 좆까시발아하고 밟고 걍 감
5. 비축유 계속 품. 근데 이거 갖고 이야기가 많긴 한데 예전과 달리 미국이 순수출국이 되서 예전에 비해 비축유의 의미가 많이 떨어졌단 소리도 있긴 한데 판단은 잘 안됨. 아직 22년만큼 푼 건 아님.

[SK증권 해외주식 박제민]

Intel·AMD, 중국 서버 고객사와 서버 CPU 장기공급계약 체결 추진 — AI 붐이 CPU 공급 부족으로 확산

▶️ 핵심 내용
Intel·AMD, 중국 데이터센터 고객사와 서버 CPU 장기 구매 약정(LTA) 체결 논의 중
계약 구조: 구매 물량 확정, 가격은 미고정 — 대부분 1년 단위, 일부 2년 이상 논의
AI 붐으로 인한 공급 부족이 GPU·메모리를 넘어 서버 CPU까지 확산

▶️ 중국 내 서버 CPU 가격 동향
일부 CPU 제품 월간 가격 상승률 10% 이상
연초 대비 일부 CPU 제품 가격 40% 이상 상승

▶️ 공급 부족 배경
AI 데이터센터는 GPU뿐 아니라 서버·스토리지·네트워킹·추론 워크로드 지원을 위한 대규모 CPU 필요
Intel, 일부 제품 리드타임 최대 6개월까지 확대
AMD, 2030년 서버 CPU 시장 규모 $1,200억 이상으로 전망 상향 (에이전틱 AI 수요 반영)

▶️ 업체별 동향
Intel CEO Lip-Bu Tan(4월): "수요가 공급을 앞서고 있다, 특히 Xeon 서버 CPU" — 구글과 다년간 장기계약 체결 언급
Intel, 7월 24일 2분기 실적 발표 예정 (CPU 공급 부족 주요 의제) - 한국시간 기준 오전 5:00
AMD, 8월 초 실적 발표 예정

▶️ 반도체 투자 시사점
AI 인프라 투자 확대가 GPU→메모리→CPU→네트워킹 전방위로 부품 공급 타이트 구조 확산
메모리 시장의 LTA 전환 흐름이 CPU 시장에도 동일하게 나타나는 구조적 변화
중국 데이터센터 확장 가속화 → 미국 GPU 제재에도 불구 CPU·메모리 수요 견조

▶️ URL: https://buly.kr/58UlDTZ

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

딥시크 량원펑 투자자 미팅 주요 내용 (1)

■ DeepSeek의 핵심 전략

: DeepSeek의 장기 목표는 AGI이며, 소비자 서비스와 기업용 API는 AGI 개발 과정에서 발생하는 중간 산출물로 인식

: 범용 모델과 지능을 고도화하면 소비자용, 기업용 제품은 상대적으로 적은 자원만 투입해도 경쟁력을 확보할 수 있다는 입장

: 3D, 영상생성, 월드모델은 현 단계에서 지능의 상한을 높이는 핵심 기술 경로가 아니기 때문에 우선순위를 두지 않음

: 멀티모달은 소비자 제품에 중요하지만 검색과 같은 구성요소일 뿐, 지능 자체나 AGI의 주력 기술은 아니라고 평가

: AI 시대에는 여러 개의 조단위 기업이 등장할 수 있기 때문에 모든 시장을 장악할 필요 없이, DeepSeek가 가장 잘하는 AGI 모델 영역에 집중해도 충분하다고 판단

■ AGI 기술 로드맵

: AI 발전을 언어모델 → CoT → Agent → 지속학습 → 자기개선 → 구현지능의 단계로 인식

: 지난해의 핵심 기술 단계는 CoT였으며, 올해의 핵심 단계는 Agent라고 평가

: Agent는 AI가 수행할 수 있는 업무 범위를 넓히지만, 기업과 개인에게 장기간 축적된 맥락을 스스로 학습하지 못해 인간 직원을 완전히 대체하기는 어렵다고 판단

: 인간은 입사 후 몇 달간 조직과 업무환경을 익힐 수 있지만, 현재 AI에는 관련 맥락을 매번 직접 제공해야 한다는 한계 존재

: 진정한 차세대 모델은 단순히 성능, 속도, 비용이 개선된 모델이 아니라 지속학습 능력을 갖춘 모델이어야 한다고 강조

: 지속학습이 가능해지면 AI가 인간이 수행하는 대부분의 일을 처리하고, 자신의 다음 버전과 더 발전된 AI 모델을 직접 연구하는 자기개선 단계로 진입할 수 있다고 전망

: 자기개선 이후 AI가 로봇과 구현지능을 직접 개발하는 순서가 가장 효율적인 AGI 경로라고 판단

: 이른바 특이점도 갑작스러운 단절보다 AI가 점진적으로 자기개선 능력을 확보하는 연속적인 과정일 가능성이 높다고 평가

■ Coding Agent와 차세대 모델

: 현 단계에서 가장 중요한 Agent 분야는 Coding Agent라고 평가

: 코딩은 과업과 결과를 비교적 명확하게 평가할 수 있고, 향후 다른 지식노동 자동화로 확장할 수 있어 범용 Agent의 출발점으로 적합하다는 판단

: 금융, 의료, 법률 등 산업별 Agent보다 범용 Agent와 Coding Agent의 능력을 높이는 것이 우선이라는 입장

: 차세대 모델의 첫 번째 사용자는 외부 고객보다 DeepSeek 자신이 돼야 하며, 모델이 자체 연구와 개발을 지원하는 것이 AGI에 가장 빠르게 접근하는 방법이라고 판단

■ 상업화와 제품 전략

: DeepSeek는 상업화를 하지 않는 회사가 아니라, 상업화를 최종 목표로 삼지 않는 회사라고 설명

: 소비자 서비스와 기업용 API 사업을 운영하지만, 슈퍼앱이나 차세대 바이트댄스, 텐센트를 만들겠다는 목표는 없음

: 지난해 소비자 트래픽 급증은 사전에 계획한 결과가 아니었으며, 사용자 확보 경쟁이나 대규모 마케팅에도 적극적으로 나서지 않음

: 지난해 업계가 챗봇과 소비자 트래픽을 경쟁했고 올해는 기업용 AI 매출을 경쟁하고 있지만, DeepSeek의 핵심 관심사는 여전히 AGI 기술 로드맵과 다음 기술 돌파구

: 현재의 소비자용, 기업용 시장은 향후 AGI가 창출할 기회에 비하면 상대적으로 작은 기회라고 평가

: 본격적으로 제품과 상업화 중심 기업으로 전환하는 시점은 아직 상당히 멀다고 판단

■ API 가격 정책

: API 가격은 매출이나 이익 극대화가 아니라 합리적인 수준의 이익 확보를 기준으로 책정

: 서버와 GPU 장비 구매비를 약 10개월 안에 회수할 수 있는 수준을 합리적인 가격으로 판단

: 현재 가격을 더 높여도 토큰 수요가 크게 감소하지 않을 수 있지만, 수요의 가격 비탄력성을 활용해 가격을 올리는 방식은 선택하지 않음

: 특정 모델 가격을 초기 가격의 약 4분의 1로 낮췄을 때 직원들이 환호했을 정도로, 저렴하고 성능 좋은 AI를 널리 제공하는 것을 연구개발의 목적이자 성취로 인식

: 추가 최적화를 통해 가격을 더 낮출 여지는 있지만, 현재 가격은 이미 대부분의 사용자가 부담할 수 있는 수준이라 추가 인하에 따른 수요 증가 효과는 제한적이라고 판단

: 낮은 비용은 판매 전략뿐 아니라 동일한 컴퓨팅 자원으로 더 큰 모델을 학습하기 위한 핵심 기술 전략

■ 오픈소스 전략

: 오픈소스는 마케팅 수단이 아니라 회사의 비전과 장기 전략에 해당

: DeepSeek가 직접 서비스하는 모델과 공개하는 오픈소스 모델의 성능을 다르게 운영하지 않고 동일한 모델을 제공한다는 입장

: AI 시장은 장기적으로 GDP의 상당 부분을 차지할 만큼 크기 때문에 한 기업이 독점하기 어렵다고 판단

: 과도한 이익을 추구하는 기업은 더 적은 이익에 만족하는 경쟁자에게 결국 밀릴 수 있으며, AI 시장을 독점하려는 전략은 역사적 흐름과 맞지 않는다고 평가

: 제3자가 오픈소스 모델을 배포하더라도 DeepSeek 수준의 추론비용과 운영 효율을 쉽게 달성하기 어렵기 때문에 오픈소스가 API 사업을 훼손하지 않는다고 판단

: 회사 규모가 너무 작으면 모델 운영과 최적화를 수행할 자원이 부족하고, 대기업은 조직적으로 효율적인 실행이 어려워 현재 DeepSeek의 규모가 오픈소스와 상업화를 병행하기에 적절한 구간이라고 평가

: 오픈소스는 합리적인 이익만 추구한다는 전제 아래 상업모델과 충돌하지 않지만, 100배 수준의 초과이익을 추구한다면 제3자 배포가 위협이 될 수 있다고 설명

: 알리바바, 즈푸AI, 문샷AI 등 경쟁사에도 기술적으로 도움을 제공할 수 있으며, AI 생태계 전체의 발전을 지원하는 것이 자사 이익과 충돌하지 않는다는 입장

■ 절제는 AGI 성공 확률을 높이는 전략

: 량원펑은 절제를 윤리적 구호가 아니라 AGI를 실제로 구현할 가능성을 높이는 전략으로 규정

: AI 시장의 잠재적 이익이 충분히 크기 때문에 전체 시장을 독점하려 하지 않고 일부만 확보해도 막대한 사업가치를 창출할 수 있다고 판단

: 단기 수익과 시장점유율 일부를 포기하는 대신 조직 결속력과 생태계의 지지를 확보해 AGI 성공 확률을 높이는 전략

: 더 많은 이익을 가져가겠다는 비전을 가진 기업은 처음부터 더 많은 저항과 경쟁에 직면하며, 적은 이익에 만족하는 경쟁자에게 밀릴 수 있다고 주장

■ API 매출과 수익성 전망

: 기업용 AI 수요가 계속 확대되고 GPU를 충분히 확보할 수 있다면 API ARR 수억달러 달성이 가능하다고 전망

: AI 사업 매출이 약 10억달러에 도달하면 연구개발비와 회사 전체 비용을 충당하고 현금흐름이 흑자로 전환될 수 있다고 언급

: API 매출 확대는 중요한 사업이지만 회사의 최우선 목표는 아님

: API는 별도의 대규모 영업조직과 고객지원 조직 없이도 운영할 수 있으며, 모델 경쟁력이 충분하면 사용자들이 자연스럽게 유입될 수 있다는 입장

: 현재 기술 수준에서 기업용 AI 시장의 상한은 컴퓨팅 공급보다 실제 수요에 의해 결정될 가능성이 높다고 평가

: 향후 모델 기술이 발전하면 기업용 AI 수요도 지속적으로 확대될 것으로 전망

■ 스케일링과 모델 규모

: 모델 규모, 데이터, 학습량을 늘릴수록 성능이 향상된다는 스케일링 법칙을 여전히 신뢰

: 현재 모델 규모는 충분하다고 판단해 결정한 것이 아니라, 보유한 컴퓨팅 자원으로 감당할 수 있는 범위에서 정해진 결과

: 중국 AI 기업은 스케일링의 한계에 도달한 것이 아니라, 충분한 GPU가 없어 스케일링의 상한을 탐색하지 못한 상태라고 평가

: 더 많은 컴퓨팅 자원을 확보하면 더 큰 모델과 더 많은 연구실험을 수행할 계획

: 모델의 연산효율을 높이는 것은 추론비용을 낮추는 목적뿐 아니라 동일한 GPU로 더 큰 모델을 학습하기 위한 수단

: 대기업은 컴퓨팅 자원을 추가 투입해 비효율을 보완할 수 있지만, DeepSeek는 자원이 제한된 만큼 비용효율과 연산효율을 우선시

https://t.me/Samsung_Global_AI_SW