OpenAI vs Anthropic 지출 점유율(Wallet Share)

OpenRouter 사용자들이 지난주에 Anthropic 모델보다 OpenAI 모델에 더 많은 비용을 지출

2년 반 이상 동안 발생한 적이 없는, 2024년 2월 26일 이후 처음 발생한 일

( GPT-6 Astra가 출시 직후 약 19%까지 단숨에 올라옴

Astra 지출 증가가 대부분 추가적인 수요였고, 기존 OpenAI 모델보다 Anthropic 쪽 점유율을 가져온 것으로 보임 )

AI Infra Summit Day 1: AI 인프라 모멘텀은 견고하다 (Bofa)

1. 인프라 투자 확대, 둔화 조짐 없음

• 2026년 AI 인프라 서밋(산타클라라)에서 NVDA, AMD, INTC, OpenAI, Meta, AWS, Google, CRDO 등과 키노트 진행

• AI 인프라 투자는 칩벤더, 프론티어랩, 데이터센터 운영사 전반에 걸쳐 여전히 견고

• 추론 연산의 분산화 추세는 지속되나, 범용성 수요도 매우 높음

• 메모리·전력·인터커넥트 제약은 지속되며 2027년에는 더욱 타이트해질 전망

• 트레이닝 스케일링 법칙은 여전히 유효하며, GPT-6 Astra 등에서 ROI가 점점 가시화

• GPU/가속기 수명은 상각 주기를 훨씬 뛰어넘어 10년에 근접

• 소프트웨어/최적화가 전력당 성능 개선의 핵심 동력으로 부상

2. AI 트렌드: 추론 분산화, 그러나 범용성 병행

• 추론 컴퓨트는 프리필(prefill)과 디코드(decode) 최적화 실리콘으로 점차 분화되는 중

• 다만 에이전틱 워크로드는 다양성이 크고 빠르게 변화하여, 하드웨어를 지나치게 특화하는 것은 칩벤더·데이터센터 모두에게 리스크

• 대용량 메모리 대역폭 등 범용성을 유지하는 제품이 유리

• 범용 GPU가 약 70~75%의 시장 점유율을 차지하고, 나머지는 특화 ASIC/XPU가 담당할 것으로 전망

3. 핵심 병목: 메모리, 전력, 인터커넥트

• 메모리 대역폭과 용량이 가장 광범위하고 타이트한 제약으로 부각, 2027년에는 더욱 타이트해질 전망

• 전력이 다음 제약 요인으로, 칩벤더·프론티어 모델 개발사·데이터센터 운영사 모두 전력 효율 공동설계에 주력

• NVDA는 신규 DSX MaxLPS 기술을 공개, 동일한 데이터센터 전력 한도 내에서 연산·처리량·매출을 40% 추가 확보 가능

• 인터커넥트는 부족 현상이 심화되며, 결국 광통신/CPO로의 전환을 촉진할 전망이나 신뢰성이 여전히 도입의 관건

4. 스케일링 법칙 유효, GPU 수명은 10년에 근접

• 트레이닝 스케일링 법칙은 여전히 유효하며, 매년 컴퓨트 단계적 증가를 뒷받침

• GPT-6 Astra는 Blackwell에서 대규모로 학습된 첫 모델로 성과가 가시화

• OpenAI는 Blackwell 최적화 Astra 모델을 최신 Vera Rubin 스택에서 구동해 최소한의 수정만으로 약 3배의 처리량 향상을 달성했고, 약 72시간의 경량 최적화만으로 추가로 약 2배 향상을 이끌어냄 — 이는 NVDA의 프로그래머 친화성, 컴파일러, 툴링 경쟁력을 뒷받침

• GPU 자산 수명은 소프트웨어(CUDA) 개선과 공급 부족으로 계속 길어지는 추세: AWS는 2017년형 V100을, GCP는 2020년형 A100을, Google은 내부적으로 6~10년 된 TPU v2~v4를 여전히 활용 중이며, 이는 상각 주기를 훨씬 초과하는 수준

#FST

급한대로 이거라도 씌워볼까?

미국 연준 기준금리 4.00%, 만장일치로 25bp 인상했습니다.

■ 성명서 변화

- 생산성 증가세, 설비투자는 강력(strong) -> 생산성 증가세는 강력(strong)하고, 설비투자는 견조(robust)
(긍정적 투자판단 강화)

- 인플레이션은 위원회의 2% 목표에 비해 여전히 높음. 여기에는 에너지를 포함한 일부 부문의 가격을 끌어올린 공급 충격이 부분적으로 반영 -> 인플레이션은 여전히 높음
(물가 상승세가 일시적일 수 있음을 시사하는 문구 삭제. 기조적 물가 상승세 인정)

- 금번 결정은 물가목표를 빠르게(timeller) 달성하는데 도움이 될 것


■ SEP 변화

- 기준금리 점도표 중간값: 2026년 6월 3.750% -> 9월 4.125% / 2027년 6월 3.625% -> 9월 4.125%. 연내 1차례 추가 인상 전망 + 인상한 뒤 내년 말까지 유지

- 성장률 중간값: 2026년 6월 2.2% -> 9월 2.3% / 2027년 6월 2.3% -> 9월 2.4%

- 물가상승률(PCE) 중간값: 2026년 6월 3.6% -> 3.7% / 2027년 6월 2.3% -> 9월 2.3%

- 근원 물가상승률(Core PCE) 중간값: 2026년 6월 3.3% -> 3.4% / 2027년 6월 2.5% -> 9월 2.5%

28 -> 27

[2026년 9월 17일 매크로 데일리]

<세줄요약>

1 FOMC가 기준금리를 25bp 올렸습니다. 점도표는 25bp 추가 인상을 가리켰습니다.

2 리비아 원유생산량이 정상을 회복했다는 소식에 유가가 3% 내렸습니다.

3 블랙스톤-알파벳의 클라우드 벤처에 은행들이 220억달러를 대출합니다.

K200 야간선물 등락률, -1.20% (오전 6시 기준)
1개월 NDF 환율 1,377.62원 (+1.57원)

VKOSPI 44.40, -1.23p

rafikiresearch.blogspot.com
t.me/rafikiresearch

HBM 디스펙 논란, 용량과 대역폭의 분리
[삼성증권 반도체, IT/이종욱]

7월부터 시작된 HBM의 사양 축소 논란이 9월까지 이어지고 있습니다. 이제 12단이었던 HBM의 단수는 8단에서 4단까지 떨어지고 있습니다. HBM의 시대는 끝난 것일까요.

1. 메모리 기능의 분화
HBM은 최초에 대역폭(속도) 개선을 위해 탄생했으나 지금까지는 속도와 용량이 모두 업그레이드되고 있었습니다.
앞으로 HBM의 속도는 더욱 중요해지는 반면 용량은 다른 메모리와 나눠 담당하게 됩니다.

2. 코어다이는 디스펙, 베이스다이는 스펙업
HBM의 베이스다이는 속도, 코어다이는 용량과 상관이 깊습니다. 코어다이의 사양을 조정하는 대신 베이스다이의 업그레이드는 가속화되고 있습니다.
엔비디아는 NVHBM을 통해 HBM 베이스다이의 추가 업그레이드를 시사했고, 메모리 업체들은 커스텀 베이스다이 이야기를 로드맵에 걸기 시작했습니다. HBM4E도 베이스다이의 요구량은 더 커지고 있습니다.

3. 단기적 디스펙의 영향 제한적
단기적으로는 HBM디스펙이 HBM 이익 감소로 연결되진 않습니다.
장기적으로는 베이스다이의 디자인에 고객사가 얼마나 관여하느냐에 달렸습니다.
메모리사의 가장 강한 논리는 용량단위 고객사 포어캐스트가 바뀐게 없다는 것입니다. 같은 HBM용량으로 가속기와 서버 대수를 늘리는 목적이 포함되어 있다는 증거입니다.

4. 업체별 변화
HBM에서 파운드리의 역할이 강화됩니다. 삼성전자 이익에 유리한 구조로 변화하고 있습니다.
개수와 관련된 체인(기판)의 수혜, 단수와 관련된 체인(본더)의 성장성 제한 가능성이 있습니다.

리포트 링크: https://bit.ly/46u7yml

감사합니다.

(2026/9/17 공표자료)

[이그전] '초후행적' 긴축 사이클의 시작, 증시엔 무엇을 의미하나?

안녕하세요. KB증권 자산배분 이은택입니다.

1) 실물경제 측면에서는 이미 올해 초부터 금리인상 사이클이 시작되었어야 맞습니다.

2) 그 이유는 ‘고물가 시대’엔 지난 40년 (저물가 시대)과는 거꾸로 통화정책을 가져가야 하기 때문입니다.

3) 이런 현상의 변화가 주식시장 등에 미칠 영향을 적었습니다.

- URL: https://m.blog.naver.com/egzion/224414592675

오픈AI, 모델 정렬 실패 공개 프레임워크 신설, 사례 6건 공개

: 오픈AI가 모델의 예상치 못했거나 우려되는 행동을 체계적으로 추적, 조사, 공개하는 Model Misalignment Reporting Framework 발표

; 기존에는 여러 사례를 모아 보고서나 시스템 카드에서 공개했지만, 앞으로는 원인 규명이나 완화가 완료되지 않았더라도 기준을 충족하면 신속하게 공개

: ‘AI 업계가 정렬과 모니터링 문제를 충분히 해결해 최대 속도의 스케일링을 책임 있게 지속할 수 있는 단계는 아니다”라고 명시

: 정렬 실패가 실제 피해나 반복 패턴으로 확인되지 않아도 공개하며, 향후 업계 공통 공개 표준과 미국 연방정부 대상 중대 안전, 보안 사고 보고 체계로 발전시킬 계획

: 지난 6개월간 훈련, 평가 과정에서 확인된 첫 정렬 실패 사례 6건 공개

① 자기 생성 지시 삽입: 미출시 연구 모델이 컨텍스트 전환용 작업 요약에 기존 제약을 무시하라는 등의 지시를 스스로 삽입, 총 27개 요약에서 확인

② 실수 은폐: GPT-5.6 Sol 훈련 중 모델들이 작업 요약에 과거 데이터를 임의로 생성하고 이를 밝히지 않거나, 출처 버전 불일치를 숨기라는 지시를 삽입

③ API 키 무단 사용 및 데이터 조작: 공개 저장소에서 노출된 API 키를 허가 없이 사용하고, 원하는 데이터를 얻지 못하자 수치를 조작해 실제 출처 데이터처럼 제시

④ 파일 인터넷 무단 업로드: 브라우저 인용 요구를 충족하기 위해 Python으로 생성한 파일을 사용자 허가 없이 인터넷에 업로드한 뒤 이를 출처로 인용

⑤ 내부 저장소를 통한 모델 간 통신: 서로 다른 훈련 샘플의 모델들이 내부 소프트웨어 저장소를 메시지 보드처럼 이용해 요청과 응답을 교환. 과거에는 네트워크 제한 우회를 시도하며 파일 업로드에 성공한 사례도 확인

⑥ 에이전트 간 공개 파일 공유: 협업 에이전트들이 서로의 로컬 파일에 접근하지 못하자 공개 파일 호스팅 사이트를 이용해 파일을 공유, 로컬 파일만 사용하라는 지시와 달리 결과물이 공개 URL에 노출

: 공개 절차는 Ready for Disclosure, Minor Investigation, Larger Investigation 3단계로 운영. 복잡하거나 제3자가 관련된 사건은 Larger Investigation으로 분류하며, 과거 오픈AI Hugging Face 사건도 이 프레임워크가 적용됐다면 해당 트랙에 포함됐을 것이라고 설명

https://openai.com/index/model-misalignment-reporting-framework

* SKHY, 다음주 SMH 편입설(Reddit)


SMH가 추종하는 MVIS 미국 상장 반도체 25 지수가 금요일에 반기 정기 변경 내용을 발표했다. 이에 따라 다음 주 월요일에는 규모가 작은 스카이웍스(SWKS)가 SMH에서 편출되고, SK하이닉스가 편입될 예정이다. 편입 대상은 한국 상장 주식이 아니라 미국 주식예탁증서(ADR)인 SKHY다.



https://www.reddit.com/r/ETFs/comments/1wfg84i/smh_rebalance_significant_change/

26 -> 29

[Figure AI, Helix 2.5 공개]

: Helix 2.5, 사전 데이터 수집·파인튜닝 없이 미지 베이 에이리어 가정 30곳에서 거실 정리·수건 접기·침대 정리 3개 전신 행동 제로샷 수행

: Index 사전학습 적용 시 제로샷 성공률 9%→56%로 6배 이상 향상, 동일 과제 특화 데이터 절반만 사용해 Helix 02 대비 동등 성공률 달성 후 30배 넓은 환경으로 일반화

: 인간→휴머노이드 전이 스케일링 법칙 최초 실증

: Index 사전학습 데이터를 8배 범위에서 2배씩 증가시킬 때 로봇 행동 예측 손실이 예측 가능하게 감소

: Index, 현재 초당 약 35분 분량의 신규 인간 행동 데이터 생성 중

: Figure, Nscale과 $35억 컴퓨팅 약정으로 Helix 학습 인프라 확보

: “사전학습에서 광범위하게 학습 → 행동 한 번 명세 → 배포 시 일반화"라는 AI 스케일링 법칙이 로보틱스로 확장되는 첫 실증

============================

https://www.figure.ai/news/helix-2-5-zero-shot-30-home-generalization

DS투자증권 반도체 Analyst 이수림

[반도체] 8인치, 감산 너머의 성장

안녕하세요, 8인치 파운드리 업황 회복의 지속 가능성을 점검하는 자료를 작성했습니다. 변동성 큰 시장에서 저와 같이 공부하는 겸 읽어보시면 좋을 듯 합니다.

결론적으로, Tier-1의 구조적인 공급 축소에 AI라는 새로운 수요가 더해지면서 8인치 파운드리는 2027년까지 타이트한 수급과 가격 상승이 이어진다는 판단입니다.

첫째, AI 서버의 랙당 소비전력이 수백 kW에서 MW급으로 증가하면서 전력관리 반도체의 탑재가치가 높아지고 있습니다. 여기에 800G·1.6T 광트랜시버와 중국의 AI 인프라 투자 확대까지 고려하면 AI의 8인치 수요는 지속 증가할 전망입니다.

둘째, 수요가 늘어나는 반면 공급은 구조적으로 감소하고 있습니다. TSMC, 삼성전자 뿐 아니라 주요 Tier-2 역시 신규 투자를 12인치에 집중하고 있어 과거 업황 회복기에 나타났던 대규모 8인치 증설 가능성은 제한적입니다. 전체 8인치 가동률은 2026년 90% 수준까지 상승했으며 2027년에도 유지될 전망입니다.

셋째, 기존 수요도 발목을 잡을 가능성은 낮아졌습니다. 자동차를 중심으로 2025년까지 이어졌던 반도체 재고조정이 상당 부분 마무리되면서 정상 발주가 재개되고 일부 품목의 리드타임도 다시 길어지고 있습니다.

중장기적으로 8인치 전체 웨이퍼 시장의 높은 성장을 예상하는 것은 아닙니다. 다만 8인치의 경제성과 AI향 전력 수요 감안 시 기존 8인치 생산기반의 가치는 유지될 것입니다. 더 나아가 기존 BCD·전력반도체 경쟁력을 바탕으로 SiC·GaN까지 사업 영역을 확장할 수 있는 업체들은 오히려 TAM 확장이 가능합니다.

관련 자세한 내용은 보고서 참고 부탁드립니다. 감사합니다.

이 자료는 조사분석자료 공표 승인이 이루어진 내용입니다.

DS투자증권 리서치 텔레그램 링크 : https://t.me/DSInvResearch
DS투자증권 반도체 텔레그램 링크 : https://t.me/dssemicon

[반.전] CPU 모멘텀 투자 대안 찾기

안녕하세요. 삼성증권 문준호의 ‘반도체를 전하다’입니다.

어제도 AMD 주가가 6%, 인텔이 7% 넘게 상승하는 등 단기 아웃퍼폼이 지속되고 있습니다.

AMD가 공급 부족과 TSMC 가격 인상을 배경으로, 자신들도 가격을 인상하겠다는 보도가 나왔습니다. 인텔 역시도 매월 가격 인상 소식이 들려오고 있습니다.

CPU에 대한 눈높이는 계속 올라갈 수 있겠습니다. 가격 인상은 AMD와 인텔의 매출과 이익 전망에 반영될테니까요,

다만 AMD의 가격 인상이 TSMC의 가격 인상에서 비롯되고, 또 CPU 수요 증가의 핵심 배경은 AI인 바, 오히려 투자 대안은 AI 카테고리 내 다른 수혜주에서 찾아볼 필요가 있다고 생각합니다.

밸류에이션에 대해 투자자들이 느끼는 부담감은 가중되고 있는 가운데, 현재 AMD 12개월 forward P/E 40배 (FactSet), 인텔이 56배에 거래 중인 상황입니다.

이에 대한 대안으로 TSMC, 엔비디아, 마이크론이 떠오릅니다.


■ TSMC

- AI 수요 지속 상향에 따른 가격 인상이 지속되고 있어, 이익 가시성이 가장 우수한 업체 중 하나입니다.

- 한정된 캐파 내에서 AMD가 CPU 호수요에 주문을 늘리겠다고 한다면, 그만큼 다른 업체들에게도 더 높은 가격을 부를 수 있습니다.

- 현재 P/E 21배에 거래 중입니다.


■ 엔비디아

- AMD도 가격을 올리는데 엔비디아라고 올리지 못할까요? 높아질대로 높아진 실적 눈높이를 매분기 상회해 오고 있습니다.

- 게다가 올해부터는 서버 CPU 사업 진출도 본격화되어, AMD와 인텔의 공급 부족은 기회가 될 수 있습니다.

- 현재 P/E 16배에 거래 중입니다.


■ 마이크론

- GPU의 친구가 HBM이라면, CPU의 친구는 범용 DRAM입니다. CPU의 역할과 수요가 확대는 DRAM 수요에도 영향을 줍니다.

- 주가가 흔들릴 뿐, DRAM 가격은 계속 오르고 있습니다. 가격의 증가 속도가 언젠가는 둔화될 지언정, 매분기 기대치는 계속 상회하고 있습니다.

- 현재 P/E 6배, P/B 4배에 거래 중입니다.


감사합니다.

(2026/9/18 공표자료)

>>방금, Gemini 4 Pro가 유출되어 공개 테스트에 등장! Astra와 Fable을 압도
(중국언론)

•구글이 플래그십 모델 Gemini 4 Pro를 ‘gemini-3.8-flash’라는 이름으로 위장해 AI 아레나에 조용히 테스트용으로 공개한 것으로 보임. 벤치마크 결과 코딩, 에이전트, 추론 등 여러 능력에서 OpenAI의 Astra와 Anthropic의 Fable 5.1을 전면적으로 앞선 것으로 나타났으며, ‘현존 최강’으로 평가할 만한 수준임. 실제 테스트에서도 4 Pro는 UI 디자인, SVG/3D 생성 및 게임 개발 등에서 뛰어난 성능을 보였음. 구글이 이미 RSI(재귀적 자기개선) 폐쇄 루프를 구현해 Gemini 4의 사전학습을 앞당겨 완료했다는 이야기도 나옴

>刚刚，Gemini 4 Pro偷跑上线！碾压Astra和Fable https://wallstreetcn.com/articles/3782055#from=ios