2026.09.02 · 네이버 프리미엄 콘텐츠 · 올바른 미국주식 by SAPIENS

유형
네이버 프리미엄 콘텐츠
날짜
2026.09.02
강연자/작성자
올바른 미국주식 by SAPIENS
분석 주제
미지정
자료 길이
본문 13,130자
1

문서 전체 조망

핵심 구조

AI 인프라의 성장은 모델 비용·메모리·광학 연결의 병목을 함께 바꾼다

AI 모델 출시와 서버 실적, 광학 연결의 장기 논의를 한날의 시장 반응과 함께 묶었다. 같은 작업을 보다 저비용으로 가능하게 하는 변화와 추론의 시대에서 지금 병목은 데이터의 이동에 있다는 진단이 함께 중요해졌다. 왜 이 변화가 중요한지는 모델·서버·광학이 서로 다른 구조의 병목을 풀기 때문이다.

모델 경쟁은 비용과 실시간 처리로 넓어진다

앤스로픽은 Cache reads 비용을 낮춰 같은 작업 비용을 줄였고, 메타 Muse는 실시간 음성 인식의 속도와 정확도 경계를 확장했다. 비용 절감이 적용되는 작업부하가 늘어나는 것이 변화의 근거다.

AI 서버 매출은 공급망 전체를 건드린다

델은 AI 서버 매출과 수주가 늘며 수익성이 개선됐지만, 주문과 실제 출하가 상당히 비선형적입니다. 다만 공급망 조건이 출하의 변수가 된다.

광학의 다음 질문은 Scale-in이다

GPU와 메모리 사이 데이터 이동 병목이 커지며 트레이 안 연결까지 광학이 들어갈 수 있는지가 검증 대상이다. 아직은 논의 단계입니다. 따라서 양산 시점이 아니라 기술 검증의 흐름이 판단 기준이다.

성장 지표는 구성과 기준을 함께 봐야 한다

크레도의 차기 성장 가시성, PANW의 인수 포함 ARR, USDC 유통량은 숫자만으로 결론 내리기보다 성장의 구성과 비교 기준을 함께 봐야 한다. 결국 숫자의 원인과 비교 구조를 함께 확인해야 한다.

ANALYSIS VIEW사건별 사실과 작성자의 판단, 지속 정보를 나누어 읽기
2
발생·예정 사건과 출처별 관점

이슈 분석

이 자료가 이슈의 어떤 사실을 다루고, 작성자가 무슨 결론을 어떤 근거로 내렸는지 원문에 붙여 읽습니다.

발생발표·발생 당일발생일 26-9-2

26-9 앤스로픽 Fable 5.1·Mythos 5.1 출시

작성자의 핵심 판단

피크 지능 변화는 극적이지 않지만 Cache reads 비용 인하로 같은 작업을 더 저비용으로 할 수 있다는 점이 유의미하다고 평가한다.

근거 보기 2
  1. 원문 구간 1

    빅테크/AI Labs: ​ (1) 앤스로픽이 Fable 5.1/Mythos 5.1을 출시했습니다 *첨부자료 1, 2*: Terminal-bench 4.0, CursorBench 3.2.0 두 가지를 중점적으로 보시면 되는데, 두 가지 모두 Fable 5와 Opus 5에 비해서 약간씩 좋아진 모델입니다. 대신 KV Cache hit read 비용을 75% 낮춘 $0.25로 잡아서 일반적인 작업부하 비용은 최대 25%, 장시간 에이전트 작업에서는 최대 45%정도 만큼 비용이 낮아질 것으로 추정됩니다. 피크 지능은 드라마틱한 수준까지는 아니지만, 전반적인 모델 지능이 높아지고 Cache reads 비용은 크게 낮췄다보니 같은 작업을 보다 저비용으로 가능하게 하는 쪽으로는 꽤 유의미합니다.

  2. 원문 구간 2

    벤치마크 중에서 Terminal-bench 4.0 기준 Mythos 5-high가 비용 $17 정도로 40점에 가깝게 받았었는데, Mythos 5.1-low는 $6 정도로 40점을 약간 상회하는 점수를 받았습니다. ​ (2) 오픈AI가 아마도 GPT-5.7이 될 것으로 예상하는 "Astra" 발표를 앞두고 보안 안전장치를 강화 중입니다: 사이버보안 등급 프레임워크에서 최초로 Critical 역량 기준을 충족하는 모델입니다. 오픈AI 표현에 따르면, "조만간 발표 예정(We plan to make Astra available soon)"입니다.

이 자료에서 다룬 사실

앤스로픽이 Fable 5.1과 Mythos 5.1을 출시했고, Terminal-bench 4.0과 CursorBench 3.2에서 전작보다 약간 개선됐다고 제시했다.

근거 보기 1
  1. 원문 구간 1

    빅테크/AI Labs: ​ (1) 앤스로픽이 Fable 5.1/Mythos 5.1을 출시했습니다 *첨부자료 1, 2*: Terminal-bench 4.0, CursorBench 3.2.0 두 가지를 중점적으로 보시면 되는데, 두 가지 모두 Fable 5와 Opus 5에 비해서 약간씩 좋아진 모델입니다. 대신 KV Cache hit read 비용을 75% 낮춘 $0.25로 잡아서 일반적인 작업부하 비용은 최대 25%, 장시간 에이전트 작업에서는 최대 45%정도 만큼 비용이 낮아질 것으로 추정됩니다. 피크 지능은 드라마틱한 수준까지는 아니지만, 전반적인 모델 지능이 높아지고 Cache reads 비용은 크게 낮췄다보니 같은 작업을 보다 저비용으로 가능하게 하는 쪽으로는 꽤 유의미합니다.

그렇게 판단한 이유

KV Cache hit read 비용을 75% 낮춘 $0.25로 잡아 일반 작업부하는 최대 25%, 장시간 에이전트 작업은 최대 45% 비용이 낮아질 수 있다고 추정했다.

근거 보기 1
  1. 원문 구간 1

    빅테크/AI Labs: ​ (1) 앤스로픽이 Fable 5.1/Mythos 5.1을 출시했습니다 *첨부자료 1, 2*: Terminal-bench 4.0, CursorBench 3.2.0 두 가지를 중점적으로 보시면 되는데, 두 가지 모두 Fable 5와 Opus 5에 비해서 약간씩 좋아진 모델입니다. 대신 KV Cache hit read 비용을 75% 낮춘 $0.25로 잡아서 일반적인 작업부하 비용은 최대 25%, 장시간 에이전트 작업에서는 최대 45%정도 만큼 비용이 낮아질 것으로 추정됩니다. 피크 지능은 드라마틱한 수준까지는 아니지만, 전반적인 모델 지능이 높아지고 Cache reads 비용은 크게 낮췄다보니 같은 작업을 보다 저비용으로 가능하게 하는 쪽으로는 꽤 유의미합니다.

발생발표·발생 당일발생일 26-9-2

26-9 메타 Muse Voice Transcribe 출시

작성자의 핵심 판단

실시간으로 듣는 조건에서도 화자 구분과 속도·정확도 양쪽에서 앞서며, 음성 인터페이스와 스마트글래스에 연결될 수 있는 메타의 강점일 수 있다고 본다.

근거 보기 3
  1. 원문 구간 1

    그리고 Oberon 랙 아키텍처와 각종 소프트웨어 세팅을 그대로 가져가는 특성상 Vera Rubin 기반 모델은 Grace Blackwell 기반 모델만큼 느리게 나오진 않을 것으로 예상합니다. ​ (4) 메타가 실시간 음성인식 모델인 Muse Voice Transcribe를 출시했습니다: 이건 향후 음성 인터페이스를 어떻게 사용할 것인가랑도 관련이 있고, 메타의 독특한 강점이 될 수 있으며, 특히 Ray-Ban Meta처럼 스마트글래스와도 연관될 요소인지라 따로 자세하게 살펴봤습니다. *첨부자료 6* AA-WE Streaming Index는 최종적으로 확정된 문장에서 단어를 얼마나 잘못 받아썼는가라, 낮을수록 좋은데 Muse가 3.1%로 가장 낮습니다.

  2. 원문 구간 2

    왜그런가 하면 Top 1에는 Muse Voice Transcribe가 있고, 옆의 다른 모델들은 Offline 모델들이 Top 2~4입니다. Offline은 전체 녹음을 다 받은 다음에 ⓐ전체에 몇 명이 등장했는지 보고, ⓑ목소리 특징을 설정하고, ⓒ앞뒤 문맥까지 확인해서, ⓓ화자들을 다시 정리할 수 있습니다. 그런데 메타는 실시간으로 들으면서도 누가 말하고 있는지를 상당히 잘 추적한다는 뜻입니다. *첨부자료 8* 세 번째 차트는 기술적인 것을 가장 한 눈에 잘 보여줍니다. X축은 사람이 말을 끝낸 후 최종 transcript가 확정되기까지 걸리는 시간이고, Y축은 잘못 받아쓴 단어의 비율입니다.

  3. 원문 구간 3

    왼쪽으로 갈수록 빠르게 transcript가 나온다는 것이고, 아래로 갈수록 정확하다는 의미입니다. 웬만한 모델들과 비교 시 속도와 정확도 양쪽에서 모두 크게 앞섭니다. 이전의 파레토 프론티어를 크게 확장한 모델이라고 꼽을 수 있습니다. 원래 실시간 speech-to-text 모델은 듣는대로 바로바로 transcript를 적는다고 하면 정확도가 낮고 빠르고, 단어나 문장을 다 듣고 적는다고 하면 정확도는 높고 느린 문제가 있었습니다. 이를 메타가 해결한 것이 Adaptive Delay입니다. 음성을 80ms 단위로 쪼개서 각 시점마다 '지금 단어를 확정할까?' 아니면 '조금 더 듣고 확정할까?'를 모델 스스로 결정하게 만들었습니다.

이 자료에서 다룬 사실

메타가 실시간 음성인식 모델 Muse Voice Transcribe를 출시했고 AA-WE Streaming Index는 3.1%라고 제시했다.

근거 보기 2
  1. 원문 구간 1

    그리고 Oberon 랙 아키텍처와 각종 소프트웨어 세팅을 그대로 가져가는 특성상 Vera Rubin 기반 모델은 Grace Blackwell 기반 모델만큼 느리게 나오진 않을 것으로 예상합니다. ​ (4) 메타가 실시간 음성인식 모델인 Muse Voice Transcribe를 출시했습니다: 이건 향후 음성 인터페이스를 어떻게 사용할 것인가랑도 관련이 있고, 메타의 독특한 강점이 될 수 있으며, 특히 Ray-Ban Meta처럼 스마트글래스와도 연관될 요소인지라 따로 자세하게 살펴봤습니다. *첨부자료 6* AA-WE Streaming Index는 최종적으로 확정된 문장에서 단어를 얼마나 잘못 받아썼는가라, 낮을수록 좋은데 Muse가 3.1%로 가장 낮습니다.

  2. 원문 구간 2

    ElevenLabs는 3.6%, Qwen 3.7%, GPT 3.9%, Grok 3.9%, Gemini 4.0%입니다. Streaming이란 전제도 중요합니다. 녹음을 전부 받은 다음 수십 초 동안 분석해서 만드는 transcript가 아니라 사람이 말하고 있는 도중 계속 받아쓰는 상황에서의 정확도입니다. *첨부자료 7* Diarization은 쉽게 말하면 누가 말했는지를 구분하는 능력입니다. 화자를 구분하는 능력에서 에러율이 가장 낮습니다. 흥미로운 건 이 Diarization 수치가 '굉장히' 좋다는 것입니다.

그렇게 판단한 이유

Adaptive Delay가 80ms 단위로 단어 확정 여부를 정하고 강화학습으로 오류율과 지연시간을 함께 낮췄다고 설명했다.

근거 보기 2
  1. 원문 구간 1

    왼쪽으로 갈수록 빠르게 transcript가 나온다는 것이고, 아래로 갈수록 정확하다는 의미입니다. 웬만한 모델들과 비교 시 속도와 정확도 양쪽에서 모두 크게 앞섭니다. 이전의 파레토 프론티어를 크게 확장한 모델이라고 꼽을 수 있습니다. 원래 실시간 speech-to-text 모델은 듣는대로 바로바로 transcript를 적는다고 하면 정확도가 낮고 빠르고, 단어나 문장을 다 듣고 적는다고 하면 정확도는 높고 느린 문제가 있었습니다. 이를 메타가 해결한 것이 Adaptive Delay입니다. 음성을 80ms 단위로 쪼개서 각 시점마다 '지금 단어를 확정할까?' 아니면 '조금 더 듣고 확정할까?'를 모델 스스로 결정하게 만들었습니다.

  2. 원문 구간 2

    그리고 강화학습을 돌리면서 에러율을 낮추면서도 지연시간도 낮추도록 설정했더니 알맞게 쉬운 단어는 빠르게 확정하고 애매한 단어는 더 기다리는 모델이 됐습니다. 파레토 프론티어를 크게 확장한 모델의 비결입니다. ​ (5) WSJ에 따르면 구글이 이르면 오늘 Gemini 3.8 Flash를 출시할 예정입니다: 내부 코드명은 'Skimaki'입니다. 구글이 올해 들어 코딩 에이전트 능력을 끌어올리는 것을 핵심 우선순위로 잡고 빠르게 역량을 높여온 것으로 알려져 있는데 Gemini 3.8 Flash도 어떤 퍼포먼스를 낼 수 있을 것인지 굉장히 관심을 갖고 있습니다.

발생발표·발생 후발생일 26-9-2

26-9 델 2026년 2분기 실적 발표

작성자의 핵심 판단

AI 서버 매출 확대가 규모의 경제로 수익성을 개선하고 고객 저변도 넓히고 있다고 평가한다.

근거 보기 2
  1. 원문 구간 1

    매출 $47.0B(컨센 $44.92B) YoY 58%, Adj EPS $7.04(컨센 $4.91) YoY 203%, AI 서버 매출 $16.4B(컨센 $16B) YoY 100%이었습니다. 다음 분기 CY3Q26(FY3Q27) 가이던스는 매출 $49.0B(컨센 $41.42B)로 강했습니다. 연간 가이던스도 FY27 매출 $192.0B(컨센 $173B), AI 서버 매출 $74.0B(컨센 $65.8B), Adj EPS $25.50(컨센 $18.90)으로 매우 강합니다. AI 서버 매출이 늘어서 ISG 사업부 매출의 51.6%까지 올라왔는 ISG 사업부의 OPM이 1Q26 10.5% → 2Q26 15.0%로 크게 좋아졌습니다.

  2. 원문 구간 2

    Dell AI Factory 고객은 6,500개 사입니다. 최초 3,200개 고객을 확보하는 데 8개 분기가 걸렸고, 추가 3,300개 고객을 확보하는 데 최근 3개 분기가 걸렸습니다. 원래 델의 성장은 코어위브나 xAI로부터 주로 나왔었는데, 이제는 대기업 고객들향 주문 비중이 높아지고 있습니다. 이들은 AI 서버를 주문하면서 스토리지, 네트워킹, 소프트웨어, 금융 서비스까지 이용하다보니 델 입장에서는 고객당 매출과 마진이 좋아지고 있는 변화입니다. 전통 서버와 네트워킹이 매출 $10.5B로 YoY 122%였습니다.

이 자료에서 다룬 사실

델은 2Q26 매출 $47.0B, Adj EPS $7.04, AI 서버 매출 $16.4B를 기록했고 FY27 가이던스를 제시했다.

근거 보기 1
  1. 원문 구간 1

    매출 $47.0B(컨센 $44.92B) YoY 58%, Adj EPS $7.04(컨센 $4.91) YoY 203%, AI 서버 매출 $16.4B(컨센 $16B) YoY 100%이었습니다. 다음 분기 CY3Q26(FY3Q27) 가이던스는 매출 $49.0B(컨센 $41.42B)로 강했습니다. 연간 가이던스도 FY27 매출 $192.0B(컨센 $173B), AI 서버 매출 $74.0B(컨센 $65.8B), Adj EPS $25.50(컨센 $18.90)으로 매우 강합니다. AI 서버 매출이 늘어서 ISG 사업부 매출의 51.6%까지 올라왔는 ISG 사업부의 OPM이 1Q26 10.5% → 2Q26 15.0%로 크게 좋아졌습니다.

이 자료에서 다룬 실제 시장 반응

실적 발표 후 시간외 주가는 8% 상승했다고 적었다.

근거 보기 1
  1. 원문 구간 1

    정리하자면 FY28에도 유의미한 성장을 한다고 말하긴 했는데 원래 크레도에 대해서 가졌던 생각처럼 리타이머/DSP 기반의 AEC로만 성장해온 기업이다보니 그 이후의 성장 가시성에 대한 의문이 남아 있습니다. 1.6T부터 ACC 채택이 일어나고, Global Scale-up Domain에서 광학을 적극 사용하며, 데이터센터 내 OCS를 통한 광 링크 연결이 늘고, NPO/CPO 트렌드에서 아직은 매우 일부만 설계 수주받은 것을 생각해보면 그렇습니다. ​ (2) DELL 2Q26 실적발표 후 시간외 +8%입니다:

그렇게 판단한 이유

AI 서버 매출 비중 상승으로 ISG OPM이 10.5%에서 15.0%로 개선됐고, 대기업 고객은 관련 서비스도 함께 이용한다고 설명했다.

근거 보기 3
  1. 원문 구간 1

    매출 $47.0B(컨센 $44.92B) YoY 58%, Adj EPS $7.04(컨센 $4.91) YoY 203%, AI 서버 매출 $16.4B(컨센 $16B) YoY 100%이었습니다. 다음 분기 CY3Q26(FY3Q27) 가이던스는 매출 $49.0B(컨센 $41.42B)로 강했습니다. 연간 가이던스도 FY27 매출 $192.0B(컨센 $173B), AI 서버 매출 $74.0B(컨센 $65.8B), Adj EPS $25.50(컨센 $18.90)으로 매우 강합니다. AI 서버 매출이 늘어서 ISG 사업부 매출의 51.6%까지 올라왔는 ISG 사업부의 OPM이 1Q26 10.5% → 2Q26 15.0%로 크게 좋아졌습니다.

  2. 원문 구간 2

    이익률 상승분 중 400bp 이상이 규모의 경제에서 나왔습니다. 낮은 GPM이지만 엄청난 매출을 올리기 시작하니 고정된 OpEx 대비로는 영업이익률이 크게 좋아진 것입니다. AI 서버 분기 주문은 $60.9B, 매출은 $16.4B, 분기말 수주잔고는 $95B입니다. 신규주문이 늘어난 만큼 파이프라인도 계속해서 증가하고 있습니다. 다만 고객 데이터센터 준비 상황, 새로운 GPU 부품 수급을 확정할 수 없어서 주문과 실제 출하가 상당히 비선형적입니다. AI 서버 고객이 확산되고 있습니다.

  3. 원문 구간 3

    Dell AI Factory 고객은 6,500개 사입니다. 최초 3,200개 고객을 확보하는 데 8개 분기가 걸렸고, 추가 3,300개 고객을 확보하는 데 최근 3개 분기가 걸렸습니다. 원래 델의 성장은 코어위브나 xAI로부터 주로 나왔었는데, 이제는 대기업 고객들향 주문 비중이 높아지고 있습니다. 이들은 AI 서버를 주문하면서 스토리지, 네트워킹, 소프트웨어, 금융 서비스까지 이용하다보니 델 입장에서는 고객당 매출과 마진이 좋아지고 있는 변화입니다. 전통 서버와 네트워킹이 매출 $10.5B로 YoY 122%였습니다.

발생발표·발생 후발생일 26-8-27

26-8 루멘텀의 Scale-in 광학 검증 발언

작성자의 핵심 판단

Scale-in은 즉시 양산이 아니라 가능성을 검증하는 논의 단계이며, 광학의 추가 성장 축이 될 수 있는지 봐야 한다고 평가한다.

근거 보기 2
  1. 원문 구간 1

    그런데 여기에 Scale-in까지 하나의 S-curve 성장 축이 하나 더 추가될 수 있느냐 없느냐를 앞으로 12~18개월 동안 검증하게 될 것이라고 루멘텀 CEO가 언급한 것입니다. 정리하자면 (ㄱ) 800G → 1.6T → 3.2T(일부는 300G/lane으로 2.4T)→ 6.4T로의 세대별 성장에 곱해서 (ㄴ) Scale-out → Scale-up → Scale-in까지의 성장이 생길 수 있다는 기대입니다. 아직은 논의 단계입니다.

  2. 원문 구간 2

    이제는 설계 → 생산 → 양산 → 실제 배포까지의 루프가 길다는 것을 아실테니, Scale-in 제품 양산이 12~18개월 내로 바로 시작한다는 게 아니라 이게 실제로 가능성이 있는지에 대한 논의가 본격화되고 있고 결론이 나기까지 12~18개월 정도가 걸릴 것이란 의미입니다. 그래서 대략 흐름을 잡으시면 CY26~CY27은 Scale-out(루멘텀은 OCS, NPO/CPO가 더 붙는 구조) → CY28 Scale-up 광학 본격 침투 → CY29~CY30 Scale-in & Memory Optical I/O 채택 가능성입니다.

이 자료에서 다룬 사실

루멘텀 CEO는 8월 27일 도이치뱅크 콘퍼런스에서 향후 12~18개월 주목할 분야로 Scale-in을 언급했다.

근거 보기 2
  1. 원문 구간 1

    ​ (4) 루멘텀의 8월 27일 도이치뱅크 컨퍼런스에서 말미에 CEO 마이클 헐스턴이 "향후 12~18개월 간 주목해야 할 분야는 'Scale-in'입니다. 광학 기술이 단순히 백플레인에 적용되는 것을 넘어, 트레이에 탑재되어 메모리와 GPU 간의 고대역폭 연결을 가능하게 할 수 있을까요?"라고 말한 바 있습니다. 원문 : I think the thing that is going to be significant is the scale in, and that's the thing to watch over the next 12 to 18 months.

  2. 원문 구간 2

    Does this thing really take hold? Are you going to see optics not only penetrate, which I think is largely a foregone conclusion, the backplane, are you going to see it actually go in tray and serve this high-bandwidth connectivity between memory and between GPUs?

그렇게 판단한 이유

외부 메모리 풀과 GPU를 연결하는 데 필요한 대역폭이 커지고, Scale-in의 대역폭은 Scale-up·Scale-out보다 훨씬 높다고 설명했다.

근거 보기 2
  1. 원문 구간 1

    그래서 현재 HBM 공급이 부족하기 때문이기도 하고 그로 인해 생긴 효과로 HBM/DRAM 가격이 높아졌기 때문이기도 하여 현재 AI Labs나 하이퍼스케일러들은 GPU 바로 옆에는 HBM을 적당히 두고 외부에 거대한 메모리 풀(Memory Pool)을 두어 해결하려는 접근 방법 논의가 활발합니다. 그런데 GPU와 외부 메모리 풀을 연결하려고 하니 엄청난 대역폭이 필요합니다. Rubin 기준 Scale-out은 GPU당 1.6Tbps인데 → Scale-up인 NVLink는 14.4Tbps(방향당 1.8Tb/s)이고 → Scale-in인 HBM-GPU는 176Tbps(칩당은 22Tb/s)입니다.

  2. 원문 구간 2

    Scale-in은 Scale-up 대역폭 대비 10배, Scale-out 대역폭 대비 100배 높은 대역폭입니다. 광학 섹터에 전체적으로는 800G → 1.6T → 3.2T의 Scale-out 내 대역폭 성장 스토리가 깔려있습니다. 루멘텀은 여기에 더해서 광트랜시버 → OCS, NPO/CPO 등 고부가가치 제품으로의 성장 스토리가 하나더 깔려있는 상태였습니다. 이 상태에서 Scale-up에도 광학이 들어가는 시장을 기대하는 것이 CY28(시작은 CY2H27)부터입니다.

발생발표·발생 당일발생일 26-9-2

26-9 히타치·블룸에너지 SOFC 협력

이 자료에서 다룬 사실

Hitachi와 블룸에너지가 데이터센터·산업 고객의 현장 발전용 SOFC 솔루션 협력을 발표했고 오미카 공장 시연을 완료했다고 적었다.

근거 보기 1
  1. 원문 구간 1

    (1) Hitachi가 블룸에너지와 협력하여 데이터센터/Industrial 고객을 대상으로 현장 발전원을 위한 SOFC 솔루션을 제공한다고 발표했습니다. 일본을 비롯해 APAC 업계의 SOFC 배포 능력을 크게 강화할 파트너십으로 평가합니다. 이미 오미카 공장에서 히타치-블룸에너지가 성공적인 시연을 완료한 상태이므로 앞으로 이를 대규모 APAC 시장에 확대할 것으로 예상합니다.

작성자가 예상한 다음 전개

일본을 비롯한 APAC 시장으로 확대될 것으로 예상했다.

근거 보기 2
  1. 원문 구간 1

    (1) Hitachi가 블룸에너지와 협력하여 데이터센터/Industrial 고객을 대상으로 현장 발전원을 위한 SOFC 솔루션을 제공한다고 발표했습니다. 일본을 비롯해 APAC 업계의 SOFC 배포 능력을 크게 강화할 파트너십으로 평가합니다. 이미 오미카 공장에서 히타치-블룸에너지가 성공적인 시연을 완료한 상태이므로 앞으로 이를 대규모 APAC 시장에 확대할 것으로 예상합니다.

  2. 원문 구간 2

    광고/이커머스: ​ (1) 업계의 별다른 뉴스는 없었습니다. 의료기기/핀테크/코인: ​ (1) 오늘 트랜스메딕스의 3Q 비행 건수는 1,904건, 오늘의 일간 비행데이터는 +24건이었습니다. 3Q는 62일이 지났으며 일평균 비행속도는 30.22건 속도였습니다. ​ (2) 오늘의 서클 USDC 유통량은 $73.55B, CCTP 전송량은 30일 기준 $17.1B입니다.

3
사실·구조, 해석·전망, 시점 관찰, 판단 방법

지식·관점

사건 밖에서도 다시 참고하거나 다른 자료와 비교할 가치가 있는 내용을 대상과 반복 가능한 논점으로 묶습니다.

해석·전망AI 모델 비용주 대상 · 기술·제품 · AI 모델

모델 개선은 에이전트 작업 비용에 어떻게 반영되는가?

이 자료가 더한 내용

모델의 피크 지능보다 Cache reads 비용을 크게 낮춰 같은 작업을 저비용으로 수행하는 변화가 유의미하다고 정리했다.

근거 보기 2
  1. 원문 구간 1

    빅테크/AI Labs: ​ (1) 앤스로픽이 Fable 5.1/Mythos 5.1을 출시했습니다 *첨부자료 1, 2*: Terminal-bench 4.0, CursorBench 3.2.0 두 가지를 중점적으로 보시면 되는데, 두 가지 모두 Fable 5와 Opus 5에 비해서 약간씩 좋아진 모델입니다. 대신 KV Cache hit read 비용을 75% 낮춘 $0.25로 잡아서 일반적인 작업부하 비용은 최대 25%, 장시간 에이전트 작업에서는 최대 45%정도 만큼 비용이 낮아질 것으로 추정됩니다. 피크 지능은 드라마틱한 수준까지는 아니지만, 전반적인 모델 지능이 높아지고 Cache reads 비용은 크게 낮췄다보니 같은 작업을 보다 저비용으로 가능하게 하는 쪽으로는 꽤 유의미합니다.

  2. 원문 구간 2

    벤치마크 중에서 Terminal-bench 4.0 기준 Mythos 5-high가 비용 $17 정도로 40점에 가깝게 받았었는데, Mythos 5.1-low는 $6 정도로 40점을 약간 상회하는 점수를 받았습니다. ​ (2) 오픈AI가 아마도 GPT-5.7이 될 것으로 예상하는 "Astra" 발표를 앞두고 보안 안전장치를 강화 중입니다: 사이버보안 등급 프레임워크에서 최초로 Critical 역량 기준을 충족하는 모델입니다. 오픈AI 표현에 따르면, "조만간 발표 예정(We plan to make Astra available soon)"입니다.

판단 방법코딩 에이전트 경쟁력주 대상 · 기술·제품 · 코딩 에이전트

코딩 에이전트의 경쟁력은 무엇으로 갈리는가?

이 자료가 더한 내용

사전학습 클러스터보다 실제 에이전트 운용에서 양질의 코딩 Trajectory를 생성·선별해 강화학습으로 내재화하는 능력을 봐야 한다고 제시했다.

근거 보기 2
  1. 원문 구간 1

    그리고 강화학습을 돌리면서 에러율을 낮추면서도 지연시간도 낮추도록 설정했더니 알맞게 쉬운 단어는 빠르게 확정하고 애매한 단어는 더 기다리는 모델이 됐습니다. 파레토 프론티어를 크게 확장한 모델의 비결입니다. ​ (5) WSJ에 따르면 구글이 이르면 오늘 Gemini 3.8 Flash를 출시할 예정입니다: 내부 코드명은 'Skimaki'입니다. 구글이 올해 들어 코딩 에이전트 능력을 끌어올리는 것을 핵심 우선순위로 잡고 빠르게 역량을 높여온 것으로 알려져 있는데 Gemini 3.8 Flash도 어떤 퍼포먼스를 낼 수 있을 것인지 굉장히 관심을 갖고 있습니다.

  2. 원문 구간 2

    이건 TPU v7 → TPU v8t로의 사전학습 클러스터 전환과는 관련이 낮고, 에이전트를 실제로 굴리면서 양질의 코딩 Trajectory를 강화학습으로 얼마나 잘 생성 및 선별하고 그 결과를 모델에 잘 내재화시키느냐의 이슈라서 앞으로의 제미나이 경쟁력이 얼마나 될지는 에이전틱 코딩 경쟁력을 얼마나 끌어올리는가 위주로 집중해서 볼 생각입니다. AI HW: ​ (1) CRDO 2Q26 실적발표 후 시간외 -10%입니다: 이번 분기 매출은 $479.0M(컨센 $472M) YoY 115%, Adj EPS $1.20(컨센 $1.17), Non-GAAP GPM 68.0%, Non-GAAP OPM 48.2%입니다.

사실·구조데이터센터 광학주 대상 · 산업·업종 · 데이터센터 광학관련 대상 · 기술·제품 · 메모리 인터커넥트

Scale-in 광학이 왜 논의되는가?

이 자료가 더한 내용

추론에서 데이터 이동과 실질 메모리 대역폭이 병목이 되고, GPU와 외부 메모리 풀 연결에는 큰 대역폭이 필요하다고 설명했다.

근거 보기 3
  1. 원문 구간 1

    왜 Scale-in인가의 배경을 정리해보자면 이번 주 주간전략보고의 오픈AI 첫 ASIC 할라페뇨에서 강조드린 부분이 있습니다. 추론의 시대에서 지금 병목은 데이터의 이동에 있습니다. Peak FLOPS가 아니라 실질 FLOPS를 중요하게 생각하다보니 GPU utilization이나 goodput을 따지는 것처럼, 실질 memory bandwidth를 따지기 시작한 것입니다. 그래서 KV Cache와 model weight 데이터를 어디에다가 두느냐, 그리고 얼마나 빠르게 이동시키느냐가 중요해지고 있습니다.

  2. 원문 구간 2

    ⓐCompute ⓑMemory ⓒInterconnect 중에서 상대적으로 ⓐ는 워낙 워크로드에 맞게 파편화되면서 포화되고 있다면, ⓑ는 생산자가 제한적이고, ⓒ는 기술력이 제한적이라 상대적으로 ⓐ대비 경쟁강도가 덜한 상태입니다. 실질 memory bandwidth가 달라지기 시작한 것은 AI 모델이 커지고 KV Cache 처리량이 많아지면서 GPU가 메모리에서 데이터를 가져오는 속도와 메모리 용량이 실질 메모리 대역폭을 제한하고 있어서 그렇습니다.

  3. 원문 구간 3

    그래서 현재 HBM 공급이 부족하기 때문이기도 하고 그로 인해 생긴 효과로 HBM/DRAM 가격이 높아졌기 때문이기도 하여 현재 AI Labs나 하이퍼스케일러들은 GPU 바로 옆에는 HBM을 적당히 두고 외부에 거대한 메모리 풀(Memory Pool)을 두어 해결하려는 접근 방법 논의가 활발합니다. 그런데 GPU와 외부 메모리 풀을 연결하려고 하니 엄청난 대역폭이 필요합니다. Rubin 기준 Scale-out은 GPU당 1.6Tbps인데 → Scale-up인 NVLink는 14.4Tbps(방향당 1.8Tb/s)이고 → Scale-in인 HBM-GPU는 176Tbps(칩당은 22Tb/s)입니다.

시점 관찰USDC 유통량주 대상 · 시장·자산 · USDC기준 2026.09.02

유통량 변화가 결제 사용 증가를 뜻하는가?

이 자료가 더한 내용

USDC 유통량은 42주간 횡보했고 현재 변화는 크립토 페어 트레이딩 예탁금 영향이 크며 결제 사용 증가로 펀더멘털이 바뀐 것은 아니라고 봤다.

근거 보기 2
  1. 원문 구간 1

    USDC 유통량 자체는 42주간 횡보 중입니다. 횡보를 뚫는 기준은 MoM 기준 20% 이상의 성장세를 1주간 유지하는가입니다. 오늘 주간 기준 -0.45%, 월간 기준 +2.06% 수준입니다. 지금은 Crypto Pair Trading(e.g. BTC/USDC, ETH/USDC 등)을 위한 예탁금으로 인해서 USDC 유통량이 바뀌는 게 가장 큽니다.

  2. 원문 구간 2

    그래서 크립토가 오르면 USDC 유통량이 일시적으로 오르고 합니다. 아직 스테이블코인 결제가 더 쓰인다거나 하는 요소로 펀더멘탈이 바뀌는 것은 아닙니다. ​ (3) 피겨 테크의 주간/월간 잠정 영업 지표를 여기서 확인하실 수 있습니다. 이번 주 주간 CLMV는 $409M(YoY 117%)였습니다.

4

시간흐름대로 모든 내용을 살려 정리

시간흐름대로 모든 내용을 살려 정리

1
자료와 고지

네이버 프리미엄 콘텐츠의 실제 구독 본문을 개인 보관용으로 확보했으며, 아래 내용만 분석 근거로 사용합니다.

2
일간보고의 시작

안녕하세요 올바른입니다. 2026년 9월 2일 수요일 데일리를 전하며, 주간전략보고와 전일 일간보고 링크를 함께 둡니다. 투자 손익 책임과 계약 문서 확인 고지도 남깁니다.

3
시장 흐름

주요 지수는 S&P -0.71%, 다우 -0.79%, 나스닥 -1.03%, 러셀 -1.23%였습니다. NYSE 상승 비율은 43%, 나스닥은 35%였고, 에너지·유틸리티·헬스케어·바이오텍은 강세, 적자성장주·반도체·테크 등은 약세였습니다.

4
앤스로픽 모델 출시

앤스로픽이 Fable 5.1과 Mythos 5.1을 출시했습니다. 두 벤치마크에서 전작보다 약간 개선됐고 KV Cache hit read 비용을 75% 낮춰 일반 작업부하는 최대 25%, 장시간 에이전트 작업은 최대 45% 비용이 낮아질 수 있다고 봅니다.

5
비용 대비 성능

피크 지능의 변화는 극적이지 않지만 같은 작업을 더 저비용으로 할 수 있다는 점은 유의미합니다. Terminal-bench 4.0에서 Mythos 5-high는 약 40점에 $17이 들었지만, Mythos 5.1-low는 약 $6에 40점을 약간 넘겼습니다.

6
Astra 발표 준비

오픈AI는 GPT-5.7일 가능성이 있다고 보는 Astra 발표를 앞두고 보안 안전장치를 강화 중입니다. 사이버보안 등급 프레임워크에서 처음으로 Critical 역량 기준을 충족했고, 회사는 조만간 제공할 계획이라고 밝혔습니다.

7
모델 경쟁의 기반

Astra와 이후 모델도 좋을 것으로 기대합니다. 앤스로픽·AWS의 다음 클러스터 움직임이 없으므로 당분간 GB300 NVL72 클러스터 기반으로 나올 여러 AI 연구소 모델의 경쟁력이 구조적으로 높을 것으로 봅니다.

8
Vera Rubin 전환

Oberon 랙 아키텍처와 소프트웨어 세팅을 이어갈 수 있어 Vera Rubin 기반 모델은 Grace Blackwell 기반 모델만큼 늦게 나오지는 않을 것으로 예상합니다.

9
Muse Voice Transcribe

메타가 실시간 음성인식 모델 Muse Voice Transcribe를 출시했습니다. 음성 인터페이스와 Ray-Ban Meta 스마트글래스에도 연결될 수 있는 메타의 독특한 강점인지 살펴봅니다.

10
실시간 인식 정확도

확정 문장의 단어 오류율을 보는 AA-WE Streaming Index에서 Muse는 3.1%로 가장 낮았고, ElevenLabs 3.6%, Qwen 3.7%, GPT·Grok 3.9%, Gemini 4.0%였습니다. 녹음 전체를 받은 뒤 분석하는 방식이 아니라 말하는 중 계속 받아쓰는 상황의 정확도입니다.

11
화자 구분과 비교

Diarization은 누가 말했는지를 구분하는 능력입니다. 다른 상위 모델들이 전체 녹음과 문맥을 다시 확인하는 Offline 방식인 것과 달리, Muse는 실시간으로 들으면서도 화자를 상당히 잘 추적한다는 점이 흥미롭습니다.

12
속도와 정확도

차트의 X축은 최종 전사 확정까지 시간, Y축은 단어 오류 비율입니다. Muse는 속도와 정확도 양쪽에서 앞서 이전의 파레토 프론티어를 크게 확장한 모델로 볼 수 있습니다.

13
Adaptive Delay

실시간 전사는 빠르면 정확도가 낮고 끝까지 듣고 쓰면 정확하지만 느린 문제가 있었습니다. 메타는 음성을 80ms 단위로 나눠 단어 확정 또는 추가 청취를 모델이 정하게 하고, 강화학습으로 오류와 지연을 함께 낮춰 이 문제를 풀었습니다.

14
Gemini 3.8 Flash

WSJ에 따르면 구글은 이르면 오늘 내부 코드명 Skimaki인 Gemini 3.8 Flash를 출시할 예정입니다. 코딩 에이전트 역량을 우선순위로 높여온 만큼 성능을 관심 있게 봅니다.

15
코딩 에이전트의 관점

이 경쟁력은 TPU 사전학습 클러스터 전환보다 에이전트를 실제로 돌리며 양질의 코딩 Trajectory를 강화학습으로 생성·선별하고 내재화하는 능력에 달렸다고 봅니다.

16
크레도 실적

CRDO는 2Q26 매출 $479.0M, Adj EPS $1.20을 기록했고 시간외 -10%였습니다. 다음 분기 매출 가이던스는 $525~535M, FY27 매출 성장률 가이던스는 85%로 높였지만 이번·다음 분기 실적은 전반적으로 In-line으로 봅니다.

17
AEC 성장 축

AEC는 5대 하이퍼스케일러와 네오클라우드 판매, 기존 고객 침투, 1.6T 전환이 성장 동력입니다. 1.6T AEC는 CY4Q26 일부 매출 뒤 CY27에 더 의미 있게 성장하나 기저 탓에 AEC 성장률은 광학보다 낮아질 수 있습니다.

18
광학 가이던스의 한계

DSP 사상 최대 매출, 첫 SiPho PIC 매출, ZeroFlap 양산, Dust 대형 설계 수주를 확인했어도 FY27 광학 매출 $600M 가이던스는 올리지 않았고 GPM 68% 유지를 말했습니다.

19
FY28 성장의 의문

1.6T AEC, SiPho PIC, 광엔진, OmniConnect·Weaver를 FY28 성장 축으로 제시하지만 microLED Active LED Cable의 경쟁력과 컴퓨트-메모리 인터커넥트 시장의 매력에는 의문을 남깁니다.

20
크레도 가시성

리타이머·DSP 기반 AEC 이후 성장 가시성은 여전히 의문입니다. ACC 채택, Scale-up 광학, OCS, NPO/CPO는 아직 일부 설계 수주 수준이라는 점을 함께 봅니다.

21
델 실적과 반응

DELL은 2Q26 매출 $47.0B, Adj EPS $7.04, AI 서버 매출 $16.4B를 기록했고 시간외 +8%였습니다. 다음 분기와 FY27 매출·AI 서버 매출·EPS 가이던스도 강하게 제시했습니다.

22
AI 서버의 수익성

AI 서버 매출이 ISG 매출의 51.6%가 되며 ISG OPM은 10.5%에서 15.0%로 개선됐습니다. 낮은 GPM이어도 큰 매출이 고정 OpEx 대비 규모의 경제를 만들어 영업이익률을 올렸습니다.

23
주문과 출하

AI 서버 분기 주문은 $60.9B, 매출은 $16.4B, 수주잔고는 $95B입니다. 고객 데이터센터 준비와 새 GPU 부품 수급이 정해지지 않아 주문과 실제 출하는 상당히 비선형적일 수 있습니다.

24
고객 확대

Dell AI Factory 고객은 6,500개사이며, 최근 3개 분기에 추가 3,300개사를 확보했습니다. 대기업 주문이 늘면서 서버뿐 아니라 스토리지·네트워킹·소프트웨어·금융 서비스까지 함께 이용해 고객당 매출과 마진이 좋아지고 있습니다.

25
전통 서버의 가격전가

전통 서버·네트워킹 매출은 $10.5B로 전년 대비 122% 늘었지만 출하량이 그만큼 증가한 것은 아닙니다. 메모리 가격 상승분을 전가한 매출 성장이라 가격전가력 측면에서 봅니다.

26
공급망 제약

델의 성장은 수요보다 공급에 제한되고 있습니다. DRAM과 NAND를 특히 부족한 품목으로 꼽았고, 서버 CPU부터 광학·CDU·파워 랙까지 데이터센터 공급망 전반의 부족을 언급했습니다.

27
DDR5 가격 흐름

DDR5 16Gb 현물가격은 4~5월 이후 우상향했고 계약가격보다 먼저 오르고 있습니다. 메모리 기업의 Phase 2에서는 가격 주도 EPS 상향보다 장기 성장 가시성이 멀티플을 높이는 쪽이 핵심이지만, 현물-계약가격 상승 흐름은 이어집니다.

28
Scale-in의 제기

루멘텀 CEO는 8월 27일 도이치뱅크 콘퍼런스에서 향후 12~18개월 주목할 분야로 Scale-in을 들었습니다. 광학이 백플레인을 넘어 트레이 안에서 메모리와 GPU의 고대역폭 연결에 쓰일지를 질문했습니다.

29
연결 단계의 구분

Scale-in은 칩 간 상호연결을 위한 3D 광학입니다. 데이터센터 간은 Scale-across, 여러 랙 GPU 연결은 Scale-out, 한 랙 안 GPU 연결은 Scale-up, 트레이 안 GPU 직접 연결은 Scale-in으로 구분합니다.

30
데이터 이동 병목

추론 시대의 병목은 데이터 이동에 있습니다. Peak FLOPS보다 실질 FLOPS, GPU utilization·goodput처럼 실질 메모리 대역폭을 보며 KV Cache와 model weight를 어디에 두고 얼마나 빨리 옮길지가 중요해지고 있습니다.

31
메모리와 인터커넥트

컴퓨트는 워크로드별로 파편화돼 포화되는 반면 메모리는 생산자가 제한적이고 인터커넥트는 기술력이 제한적이라 경쟁 강도가 상대적으로 낮다고 봅니다. 모델과 KV Cache가 커지며 GPU의 데이터 취득 속도와 용량이 실질 대역폭을 제한합니다.

32
외부 메모리 풀

HBM 부족과 가격 상승 속에서 AI 연구소와 하이퍼스케일러는 GPU 옆 HBM과 외부의 큰 메모리 풀을 함께 두는 접근을 논의합니다. 이를 연결하려면 큰 대역폭이 필요합니다.

33
대역폭의 차이

Rubin 기준 Scale-out은 GPU당 1.6Tbps, Scale-up NVLink는 14.4Tbps, HBM-GPU Scale-in은 176Tbps입니다. Scale-in은 Scale-up보다 10배, Scale-out보다 100배 높은 대역폭입니다.

34
광학의 성장 축

광학은 800G에서 1.6T, 3.2T로 Scale-out 대역폭이 커지는 흐름 위에 있습니다. 루멘텀은 광트랜시버에서 OCS와 NPO/CPO 같은 고부가 제품으로도 성장 스토리를 두고, Scale-up 광학은 CY28부터 기대합니다.

35
Scale-in 검증 기간

Scale-in이 추가 S-curve가 될지는 앞으로 12~18개월 검증 대상입니다. 세대별 대역폭 상승에 Scale-out·Scale-up·Scale-in의 연결 단계 확장이 더해질 수 있다는 기대입니다.

36
양산 전 논의

아직은 논의 단계이며 설계부터 실제 배포까지 루프가 길어 12~18개월 안에 양산한다는 뜻은 아닙니다. CY26~27 Scale-out, CY28 Scale-up, CY29~30 Scale-in과 Memory Optical I/O 가능성을 보되 각 단계는 중첩될 수 있습니다.

37
기술 요구와 선호

Scale-in은 열·수율·신뢰성·테스트 요구가 Scale-up보다 엄격합니다. 광학이 XPU 가까이 갈수록 광원 역량이 중요해져, 광학 시대가 빨라진다는 가정 아래 루멘텀의 기술력을 선호합니다.

38
구글-마벨의 메모리 풀

마벨과 구글은 CY28 양산 예상 TPU v9부터의 Custom Silicon 프로그램을 계약했습니다. AI 추론 가속기, 스토리지 컨트롤러, NIC, 메모리 인터페이스 컨트롤러, 니어-메모리 컴퓨팅이 포함되고 외부 메모리 풀 제어용 칩을 마벨이 개발합니다.

39
Feynman 검증의 맥락

Scale-in 언급의 배경에는 Feynman에서 GPU 다이 간 통신에도 광학을 쓸 수 있다는 엔비디아 ISSCC 자료가 있다고 봅니다. CY2H28 출시 예상 Feynman 채택 여부를 기술 검증하는 과정으로 이해합니다.

40
팔로알토네트웍스 실적

PANW는 2Q26 매출 $3.41B, Adj EPS $1.02, NGS ARR $9.1B를 기록했고 시간외 -2%였습니다. 다음 분기와 FY27 가이던스는 컨센서스보다 높았지만 전체적으로 In-line 또는 약간의 Beat이며 FY27 PER은 86.4배입니다.

41
AI 보안 수요

방화벽 매출과 Bookings 성장은 높지 않지만 AI 데이터센터와 에이전트 증가가 검사할 트래픽과 고사양 방화벽 수요를 늘려 ASP 상승으로 이어진다고 설명합니다. 네오클라우드와는 2Q26에 $1~9M 계약을 여러 건 맺었습니다.

42
전환의 속도와 ARR

AI 보안 관심은 커졌지만 계약 만기·POC·배포 일정 때문에 시스템 전환은 단계적이며 1~3년에 걸쳐 누적됩니다. NGS ARR에는 올해 인수한 제품도 포함돼 CY2Q26 63% 성장과 CY2Q27 22~23% 전망을 단순 비교하기 어렵습니다.

43
네오클라우드 보안 경고

일리야 수츠케버는 네오클라우드의 사이버보안 환경이 취약하다고 경고했습니다. 네오클라우드가 보안을 대폭 강화하고 방화벽·스위치·AP를 함께 업그레이드하는 수요가 강해질 것으로 예상합니다.

44
SOFC 협력

Hitachi와 블룸에너지는 데이터센터·산업 고객의 현장 발전용 SOFC 솔루션 협력을 발표했습니다. 오미카 공장 시연을 마쳤고 일본을 포함한 APAC 시장으로 확대할 것으로 예상합니다.

45
운영 지표

광고·이커머스에는 별도 뉴스가 없었습니다. 트랜스메딕스 3Q 비행 건수는 1,904건, 일간은 +24건, 62일 기준 일평균은 30.22건입니다.

46
USDC 관찰

USDC 유통량은 $73.55B, 30일 기준 CCTP 전송량은 $17.1B입니다. 42주간 횡보 중이며 MoM 20% 이상 성장세를 1주 유지하는지를 돌파 기준으로 봅니다.

47
스테이블코인과 피겨

USDC 변화는 현재 BTC·USDC, ETH·USDC 같은 크립토 페어 트레이딩 예탁금 영향이 가장 크며 결제 사용 증가로 펀더멘털이 바뀐 것은 아니라고 봅니다. 피겨 테크 주간 CLMV는 $409M, 전년 대비 117%였고 8월 예상치는 $1.64B입니다.

5

그럼에도 빠진내용 정리

잡담·곁다리 내용

별도 참고사항이 없습니다.

생략 기록
  • 첨부자료의 원본 차트·외부 링크 본문은 현재 보존 원문에 포함되지 않아 재구성하지 않았다.

그럼에도 빠진내용 정리

압축·생략
첨부자료의 차트와 링크 원문은 보존 본문에 수치·설명으로만 언급되어 있어 별도로 복원하지 않았다.
운영·고지
구독·투자자문 고지와 증권사 링크는 흐름에 남겼으나 분석 대상으로 확장하지 않았다.
표현의 한계
일부 모델명과 향후 일정은 작성자의 기대·예상 또는 보도 인용이므로 사실과 전망을 구분해 보존했다.
원문 확인

document_work_runner prepare가 입력 원문을 수정 없이 보존했다.