주간전략보고 : 투자의 생각 (8월 24일~8월 28일)

CY26, CY27 EPS가 계속해서 상승하고 있는데 주가는 횡보 혹은 하락했다보니 그렇습니다. 주식 변동성 때문에 피로하실 수 있지만 밸류상 매력적인 구간이라고 봅니다. ​ *위 자료는 YTD를 기준으로 한 숫자이며, 아래 '주간 퍼포먼스 체크'는 이번 주만을 따졌을 때입니다. ​ 주간 퍼포먼스 체크 지수(4) : Dow30(-0.7%), Russell2000(-1.4%), S&P500(-1.5%), Nasdaq100(-2.8%) 빅테크(7) : 테슬라(+6.5%), 애플(+0.9%), 구글(-0.4%), 마이크로소프트(-1.5%), 아마존(-2.5%), 엔비디아(-4.8%), 메타(-6.7%) 섹터(11) : 헬스케어(+4.9%), 에너지(+2.3%), 원자재(+2.4%), 필수소비재(+0.8%), 경기민감재(+0.2%), 리츠(-0.0%), 금융(-0.9%), 커뮤니케이션(-1.0%), 유틸리티(-3.3%), 산업재(-3.3%), 테크(-3.9%) 2Q26 7주차 실적발표 훑어보기 7주차 13개 기업 - 업사이클 & 다운사이클 비교 ​ *업사이클이란? : 매출성장률이 역성장(-)에서 성장(+)으로 전환한 기업이거나, '성장률'자체가 약한성장(+)에서 고성장(++)으로 증가하는 기업을 선별하기 위해 많이 참고하고 있습니다. 매출성장률과 영업이익률이 동시에 증가하는 기업일 때는 실적 증가폭도 크지만 리레이팅도 같이 붙기 때문에 가장 좋아하는 구간입니다. ​ *다운사이클이란? : 매출성장률이 성장(+)에서 역성장(-)으로 전환되거나, 역성장(-) 상태를 유지하거나, 고성장(++)에서 약한성장(+)으로 낮아지는 기업일 경우를 선별하기 위해 참고합니다. 업황이 다운사이클에 들어가면 매출성장률도 낮아지고 영업이익률도 동시에 감소하는 경우가 많기 때문에 실적 감소폭도 크지만 디레이팅도 같이 생기므로 가장 기피하는 구간입니다.

로컬 인허가의 중요성이 크게 높아졌습니다. 앞으로 DEP는 데이터센터가 필요한 지방정부의 승인을 모두 받기 전까지 최종 Permit을 발급하지 않습니다. 지역사회가 끝까지 반대할 경우 주정부 허가만 받아서 밀어붙이는 것이 사실상 어려워졌습니다. 데이터센터 개발자가 신규 발전/송전/배전 인프라 비용을 직접 부담해야 하고, 커뮤니티에 어떤 베네핏을 줄지에 대한 계약 체결, 수자원/환경/에너지 사용량 보고 등도 요구됩니다. 이러한 GRID 요건을 충족하지 못하면 기존 데이터센터 장비에 적용되는 세액공제들도 받을 수 없게 됩니다. ​ Highridge는 상당 요건을 이미 준수했습니다 네비우스에게 유리한 점이 있습니다. ​ Highridge는 약 600에이커, 최종 1.2GW 규모로 계획돼 있고 네비우스는 이미 PPL Electric Utilities와 전용 Energy Service Agreement를 체결했습니다. 캠퍼스를 위해 필요한 신규 전력 인프라 비용도 네비우스가 부담하고 이를 인근 주민들의 전기요금에 전가하지 않는 구조입니다. ​ 수자원 측면에서도 Closed-loop Cooling을 사용해 물을 계속 재순환하고, 지역사회와도 꾸준히 주민 설명회를 진행하고 있습니다. 네비우스가 8월 공개한 자료에서는 약 1,000개의 건설 일자리와 100~150개의 상시 일자리, 수십억달러 규모의 장기 투자를 제시했습니다. GRID가 요구하는 최소 $250M 투자, 건설 일자리 200개, 상시 일자리 50개를 규모 면에서는 이미 크게 넘어섭니다. ​ 따라서 이번 행정명령으로 처음부터 전력망 비용을 다시 부담하거나 냉각방식을 완전히 변경해야 하는 프로젝트와는 상황이 다릅니다. GRID가 새롭게 요구하는 비용과 지역사회 의무의 상당 부분을 Highridge는 애초 사업비에 포함해서 개발하고 있었다고 보는 편이 맞습니다.

넷째, 물 사용량을 포함해 기존보다 높은 수준의 환경 기준을 충족해야 합니다. ​ 결국 데이터센터를 짓는 데 필요한 비용이 단순히 토지 + 전력 + GPU에서 끝나는 것이 아니라 환경 + 지역사회 + 전력망까지 포함하는 방향으로 확대되고 있는 것입니다. 문제는 여기서 다른 것은 정해진 값이지만 불확실성은 커뮤니티 수용성이 매우 중요해진다는 것에서부터 비롯됩니다. ​ BTM 프로젝트 내의 변화 : 가스터빈/왕복엔진(-) → SOFC(+) 이런 트렌드는 현장발전원을 선택할 때 영향을 줍니다. ​ 가스터빈이나 왕복엔진은 대규모 전력을 빠르게 확보할 수 있다는 장점이 있지만 NOx를 비롯한 대기오염물질, 소음, 물 사용 등의 문제 때문에 데이터센터 NIMBY가 강해질수록 지역사회의 반발을 받을 가능성도 높아집니다. ​ 반면 블룸에너지의 SOFC는 연소 과정 없이 전기를 생산하기 때문에 NOx/SOx 배출과 소음이 상대적으로 낮고 가동 과정에서 물 사용량도 매우 적습니다. ​ 데이터센터 개발자 입장에서는 단순히 $/MW만 비교하는 것이 아니라 얼마나 빨리 지역사회의 동의를 얻고 실제 프로젝트를 온라인시킬 수 있는가까지 발전원의 경제성에 포함해서 계산해야 하는데 이 과정에서 환경과 지역사회를 신경써야 하는 비중이 커질수록 SOFC의 상대적인 매력도가 높아진다는 의미입니다. ​ 펜실베이니아에서는 특히 Clean Firm 규정이 SOFC에게 순풍 이번 행정명령에서 조금 특이한 부분은 Clean Firm Energy의 정의입니다. ​ 펜실베이니아에서는 연료전지가 사용하는 연료 자체를 특정하지 않고 Fuel Cell을 Clean Firm Energy에 포함하고 있습니다. 따라서 천연가스를 연료로 사용하는 블룸에너지의 SOFC도 해당 기준에서는 Clean Firm으로 인정될 수 있습니다. 이 점이 상당히 중요합니다.

​ 블룸에너지는 원래도 지역사회 수용성 측면에서 가스터빈/왕복엔진보다 유리한 특성을 가지고 있는데, 여기에 Clean Firm 조달 요건까지 충족할 수 있는 발전원으로 인정된다면 데이터센터 개발자 입장에서는 SOFC를 선택할 유인이 한 단계 더 커집니다. 이번 규제는 블룸에너지에게 직접적인 보조금을 주는 정책은 아니지만 경쟁 발전원들의 환경/지역사회 비용을 높이는 동시에 SOFC의 규제상 활용도를 높여주는 효과가 있습니다. ​ 데이터센터 NIMBY가 전국적 현상이 되다 펜실베이니아가 중요한 이유는 이 지역이 원래 데이터센터 개발에 상당히 적극적이었던 곳이기 때문입니다. 그런 지역에서조차 전기요금, 환경, 물 사용, 소음, 지역사회 혜택을 둘러싼 규제가 강화되고 있다는 것은 데이터센터 NIMBY가 이제 특정 지역이 아니라 미국 전역으로 확산되고 있다는 신호로 볼 수 있습니다. ​ 특히 중간선거가 가까워질수록 주민 전기요금이나 데이터센터의 환경 부담처럼 유권자들이 직접 체감할 수 있는 이슈는 정치적으로 더욱 부각될 가능성이 있습니다. ​ 아직 AI CapEx 둔화라고 보진 않는 이유 다만 이것을 데이터센터 CapEx 자체가 줄어드는 신호로 볼 필요는 없다고 생각합니다. ​ 규제가 강해질수록 개발자가 프로젝트를 설계하고 인허가를 통과시키는 난이도와 비용은 분명 올라갑니다. 하지만 현재 AI 컴퓨트의 투자수익률이 충분히 높은 상황에서는 규제가 프로젝트의 경제성을 없애기보다는 프로젝트를 실행하는 방식과 발전원 선택을 바꾸는 쪽으로 작용할 가능성이 더 높습니다. ​ 결국 돈을 벌 수 있는 AI Factory라면 개발자는 추가 비용을 부담해서라도 계속 건설하려 할 것입니다. 따라서 이번 변화의 핵심은 데이터센터 건설이 멈춘다기보다, 지역사회와 환경 규제를 가장 쉽게 통과할 수 있는 전력 솔루션의 가치가 높아진다는 것입니다.

마이크론(MU) ​ 마이크론MU는 Overweight을 유지합니다. CY27 PER 5.4배(FY27 PER 5.7배, EPS $170)입니다. 마이크론 2Q26 실적발표 : 이제 메모리는 찍기도 전에 팔린다 추론의 시대, 핵심이 된 메모리 #2 : Agentic AI의 시대, NAND가 중요한 이유 'DualPath' 추론의 시대, 핵심이 된 메모리 : 메모리 쇼티지를 떠받치고 있는 힘 ​ 8월 17일, UBS 싱가포르 마이크론 경영진 미팅 UBS의 싱가포르 마이크론 경영진 미팅 회의록 정리입니다: ​ CY27 Supply/demand 상황이 CY26보다 타이트할 것으로 보고 있습니다. 데이터센터 고객들이 요청하는 물량의 50%도 채 공급하지 못하고 있는 상황으로 접어들고 있습니다. 마이크론 매출 50% 이상을 SCA/LTA를 통해서 이루겠다는 좀 더 구체적인 내용을 말했습니다. SCA 매출 가운데 10%는 사전에 고정된 계약가격이 없는 take-or-pay 계약이라고도 말했습니다. 말그대로 가격은 그때의 가격에 따르고 물량만 고정했다는 의미입니다. 나머지 40% 중 일부는 고정가격을 적용하고, 일부는 Floor & Ceiling 가격 구조로 판매할 예정입니다. non-SCA 물량으로 판매할 bit 물량에 대해서도 장기적인 가시성을 확보하고 있다고도 언급했습니다. Chips Act 관련된 자사주 매입 제한이 12월 9일 만료되기 때문에, 이후 마이크론이 매우 큰 규모의 자사주 매입을 발표할 것으로 예상했습니다. DRAM 생산량 램프업의 압도적인 대부분이 CY28에 집중되어 있습니다. 아이다호 1는 +80kwpm, 통루오 브라운필드는 +40kwpm, 싱가포르 HBM 백엔드 패키징 팹도 가동은 CY27 중반에 시작하나 의미 있는 생산능력 상승은 CY28에 있을 것으로 예상했습니다. 여기에 더해서 아이다호 2 +80kwpm, 통루오 그린필드 +$40kwpm 분량, 히로시마 팹 15 증설 물량도 CY2Q28에 가동을 시작하는 흐름입니다.

샌디스크 2Q26 코멘트 / 주간전략보고 : 투자의 생각 (8월 10일~8월 14일) 샌디스크 1Q26 코멘트 / 주간전략보고 : 투자의 생각 (5월 4일~5월 8일) 추론의 시대, 핵심이 된 메모리 #2 : Agentic AI의 시대, NAND가 중요한 이유 'DualPath' 추론의 시대, 핵심이 된 메모리 : 메모리 쇼티지를 떠받치고 있는 힘 ​ NAND 가격 8월 초부터 다시 상승시작 최근 NAND Spot 가격이 횡보를 거친 후 다시 상승하기 시작했습니다. 8월 초부터 가격 상승세가 가팔라졌습니다. 기억해보시면 DRAM도 가파른 Spot 가격 상승 이후 매물소화를 거치고 나서 다시 상승했던 것처럼 NAND도 다시 가파른 가격 상승세를 겪고 있습니다. 물론 이와 무관하게 계약가격 자체는 꾸준히 상승 추세였습니다. ​ 텐펑 증권(Tianfeng Securities)의 샌디스크 IR 인터뷰 핵심들만 정리해보면: ​ 매출성장에는 가격 상승과 물량 증가가 반반 정도를 차지하고 있습니다. LTA에 따른 물량은 고정되어 있으며 조정의 여지가 없습니다. 월별, 분기, 연간으로도 물량이 명시되어 있고 TLC/QLC를 포함한 제품 유형이나 공정 노드들도 명시적으로 규정되어 있습니다. HBF는 HBM의 TAM을 뺏지 않을 것이며, 추가적인 memory hierarchy 내의 층을 형성할 것입니다. 훈련이 아닌 추론을 위해서만 쓰일 것인데 추론 작업에서는 읽기 작업이 훨씬 많아서 그렇습니다. YMTC는 중국 NAND 시장 점유율 80% 이상을 차지할 것으로 예상합니다. 그럼에도 중국 시장이 워낙 빠르게 성장하고 있기 때문에 이것만으로는 수요를 충족시키기에 부족할 것입니다. YMTC의 용량이 증가하는 속도보다 중국 내의 수요가 증가하는 속도가 더 빠르기에 향후 몇 년 동안 YMTC가 글로벌 NAND의 공급과 수요에 대한 리스크가 될 가능성은 낮습니다.

4Q26, 1Q27, CY27에 대한 공급-수요 균형은 계속해서 타이트할 것으로 예상합니다. NBM(기본적으로는 LTA인 건 똑같은데, SNDK는 NBM, MU는 SCA로 언급)을 맺은 고객들은 더 많은 물량을 요청하고 있고, 더 긴 계약 기간을 요청하고 있는 상황입니다. 루멘텀(LITE) ​ 루멘텀LITE는 Overweight을 유지합니다. CY27 PER 28.0배(CY27 EPS $31)입니다. 루멘텀 2Q26 실적발표 : ALL BEAT, 더욱 강해진 루멘텀의 모멘텀 루멘텀 1Q26 실적발표 : 3Q OCS, 4Q CPO, 차례로 점화를 기다리는 고성능 엔진들 '빛💡'의 시대 : 광학 밸류체인 한 눈에 보기 ​ Rosenblatt Conf. → 루멘텀(LITE)/광학(Optics) 8월 19일, Rosenblatt의 광학 섹터 코멘트를 정리해보면. 중요한 내용들이 많았습니다. ​ 광학 섹터 Scale-up TAM은 Scale-out보다 3배 클 것으로 예상합니다. GPU당 Scale-up 대역폭 요구량은 Scale-out 대비 9배 높고, 다층 스위치 토폴로지는 Scale-out에 3배 더 많은 광 링크를 요구하므로 net 시장 규모로 보자면 Scale-up이 Scale-out 대비 3배라고 러프하게 계산할 수 있습니다. 지금까지는 Scale-up은 모두 구리였었기 때문에 CY27, CY28, CY29로 가면서 Scale-up 네트워크에 광학이 구리의 자리로 침투하면 침투할수록 TAM이 가파르게 증가하는 효과입니다. 100G/200G EML 및 CW 레이저의 현물 가격은 최근 2Q26 기준 QoQ +7~13% 정도의 상승률을 기록했습니다. 루멘텀과 코히런트의 수주잔고에서 LTA 비중이 커짐에 따라 ASP 상승이 YoY 15~20% 수준으로 정상화될 것으로 예상했습니다.

루멘텀의 공장은 총 6개 = InP Optical Lane 팹 5개 + 트랜시버 조립 공장 1개입니다. 이에 대해서는 5월 11일 주간전략보고에서 전해드린 바 있습니다. 중요한 요소이므로 따로 각각의 팹들에 대해서 아래 설명을 붙입니다. 일본 사가미하라 팹 : 주력 InP 팹입니다. EML과 CW 레이저의 글로벌 최대 단일 생산지로 현재 3인치 InP 웨이퍼에서 4인치로 이전 중이며, 4인치 웨이퍼로 이전하는 물량 한 장마다 유효 칩 생산량이 3인치의 1.8~2배로 늘어납니다. 장비 감가상각과 에너지 소비는 웨이퍼 인치에 비례하여 증가하지 않으니 단위비용 하락 및 GPM 상승을 이끄는 요인입니다. 일본 다카오 팹 : 펌프 레이저와 좁은 선폭 레이저 컴포넌트를 주로 생산하는 공장입니다. 역사적으로 통신 및 해저 광케이블 시장에 서비스하는 제품을 만들었는데, 지금은 DCI 수요가 크게 늘어나면서 Scale-across 제품을 위한 제품으로 쓰이고 있습니다. 영국 캐스웰 팹 : 좁은 선폭 레이저 컴포넌트, ZR/ZR+ 코히런트 컴포넌트의 주요 생산지입니다. DCI향 제품에 쓸 부품을 만드는 또 다른 공장입니다. 캐스웰은 원래는 가동률이 낮은 팹 중 하나였는데 이제는 캐스웰 팹의 가동률을 높여서 2H26에 매출과 이익률을 더 끌어올리기 위해 노력 중입니다. 이번 분기에 경영진이 캐스웰 팹 가동률 상향 룸이 꽤 있다는 논지로 말하기도 했습니다. 미국 산호세 팹 : 현재 CPO향으로 쓰일 UHP(초고출력) InP 레이저를 생산하고 있습니다. 루멘텀이 생산하는 제품 중 가장 기술적 난도가 높고 GPM이 가장 좋은 제품입니다. 산호세 공장에 생산캐파를 늘리고 있으며 펌프 레이저 생산능력을 끌어올리는 것도 미국 산호세 팹에 의존하고 있습니다. 현재 엔비디아 CPO향 UHP 레이저 칩을 독점 생산하고 있는 만큼, 엔비디아 CPO 스위치 수요/공급과 루멘텀의 산호세 팹에 대한 소식을 연계해서 생각하시면 좋습니다.

​ Scale-up, Scale-out, Scale-across 전반에서 필요한 대역폭이 급격하게 높아지고 있고, 이에 따라 광학의 성능이 XPU의 실제 활용률과 시스템 성능을 결정하는 요소로 바뀌고 있습니다. 이 과정에서 기존 광 트랜시버를 넘어 OCS, NPO, CPO처럼 더 높은 출력과 신뢰성을 요구하는 새로운 고부가가치 시장도 빠르게 열리고 있습니다. 광학의 TAM이 커지는 것뿐 아니라 광학이 AI HW 안에서 차지하는 중요도 자체가 높아지고 있는 것입니다. ​ Commodity → Specialty 시장으로 바뀌다 과거에는 일정 수준 이상의 Laser와 Light Source를 안정적으로 생산하면 충분했던 비교적 Commodity 성격이 강한 시장이었습니다. 때문에 루멘텀이 경쟁사보다 뛰어난 광학 기술력을 갖고 있더라도 이를 가격이나 마진 차별화로 연결하기가 쉽지 않았습니다. 오히려 밑에서는 중국 업체들이 생산량과 가격 경쟁력을 앞세워 빠르게 올라오고 있었습니다. ​ 그러나 지금은 하이퍼스케일러와 직접 협력하면서 차세대 AI 인프라 아키텍처와 로드맵에 맞는 광학 제품을 공동으로 개발하는 Specialty 시장의 비중이 빠르게 커지고 있습니다. 기술력이 실제 매출, 마진율, 경쟁역량 차별화로 이어질 수 있는 환경으로 시장 자체가 바뀌고 있는 것입니다. ​ CPO/NPO는 또 완전히 다른 차원으로 향하는 것 특히 NPO와 CPO처럼 광학 부품이 XPU 가까이 통합될수록 신뢰성의 중요도는 훨씬 높아집니다. ​ 기존 플러거블 광 모듈 트랜시버는 문제가 생기면 해당 모듈을 교체하면 됐습니다. 하지만 광학이 패키지나 칩 가까이 들어가면 광학 부품 하나의 고장이 고가의 XPU 또는 시스템 전체의 장애로 연결될 수 있습니다. ​ 따라서 앞으로는 단순히 높은 출력을 구현하는 것만으로는 부족합니다.

​ 1.6T는 이제 Production 사이클 초입 비아비는 이미 1년 이상 1.6T 테스트 장비를 판매해왔지만 지금까지 대부분은 R&D 및 Lab용 수요였습니다. ​ 실제 1.6T 제품의 Production은 2026년 초부터 시작됐고, 경영진은 현재 사이클을 2~3이닝 정도로 표현했습니다. 아직 본격적인 양산 사이클의 초반부라는 의미입니다. ​ 1.6T 테스트 장비는 고객 입장에서도 경제성이 좋습니다. 장비 하나로: 1.6T 제품 1개 800G 제품 2개 400G 제품 4개 를 동시에 테스트할 수 있기 때문에 Cost/bit은 낮아집니다. 반면 비아비가 판매하는 테스트 장비 한 대의 ASP는 이전 세대보다 약 50% 높습니다. ​ 고객은 기존 800G 생산라인 전체를 새롭게 구축할 필요는 없더라도 고속화에 대응하기 위해 테스트 장비는 1.6T 대응 제품으로 교체할 유인이 상당히 높습니다. 1.6T Production Cycle이 아직 초반이라는 점에서 향후 몇 개 분기 동안 테스트 장비 수요가 이어질 가능성을 높여주는 코멘트였습니다. ​ CPO는 비아비의 테스트 횟수 자체를 크게 늘려줍니다 더 중요한 것은 CPO입니다. ​ 기존 비아비는 주로 완성된 플러거블 광학 트랜시버에서 Optical Power, Dispersion, Insertion Loss 등을 측정하는 장비를 판매했습니다. 쉽게 말하면 완성된 광모듈을 마지막 단계에서 검사하는 사업에 가까웠습니다. 하지만 CPO에서는 광학이 ASIC에 가까워지면서 테스트 구조가 완전히 달라집니다. ​ 대략적인 흐름을 보면: Electronic Die 검사 → Photonic Die 검사 → Optical Engine 조립 후 검사 → 기판 연결 후 검사 → ASIC/Memory 통합 후 검사 → 최종 시스템 검사처럼 여러 단계에서 반복적으로 테스트가 필요합니다.

​ 1.6T Production으로 넘어가기 시작 키사이트의 Wireline 사업은 역사적으로 매출 구성이 대략 R&D 80% / Manufacturing 20%였습니다. ​ 그런데 AI 데이터센터 수요가 커지면서 최근에는 70% / 30%까지 이동했고, 앞으로는 67% / 33% 수준까지 Manufacturing 비중이 높아질 수 있다고 설명했습니다. 비아비 역시 2Q26 실적에서 같은 변화를 이야기했습니다. 1.6T 제품의 출하가 늘면서 그렇습니다. ​ 주문의 지속성도 상당히 강하게 자신있는 모습이었습니다. 파이프라인은 사상 최대, 최근 한 달 동안 영업 활동도 사상 최대, FY26 YTD로 약 3,000개의 신규 고객 추가, 동남아시아 사업도 2배 이상 증가입니다. 주문량이 계속해서 증가하고 있으며 이것들은 전혀 pull-in 수요가 아니라고 말했습니다. AI 덕에 새로운 시장이 뚫리는 중 방화벽 + 스위치 + AP 판 (Rosenblatt Conf.) ​ 포티넷 Fortinet : 사이버보안 HW 체크 8월 17에는 포티넷 Rosenblatt's 6th Annual Technology Summit 컨콜이 있었습니다. ​ 이번 분기 포티넷의 실적에 대해서는 짧게 8월 3일 주간전략보고에서 전해드렸고, 이번 Rosenblatt 컨콜은 실적에서 다 말하지 않았던 맥락에 대해서 추가한 컨콜이었습니다. ​ Product 매출 YoY 52%는 판매량 증가 효과가 컸던 것 이번 분기의 Product 매출 YoY 52%는 판매량 자체의 성장률 없이는 불가능했음을 강조했습니다. ⓐ판매 대수 증가 x ⓑ고성능 제품 mix 확대에 따른 ASP 증가 x ⓒ가격 인상 세 가지가 더해진 효과입니다. ​ 판매대수 증가 가장 먼저 실제 장비 수요 자체가 강했습니다.

​ 가장 좋은 모델의 첫 번째 고객이 외부 사용자가 아니라 AI Lab 자신이 되는 것입니다. ​ Astra나 Mythos의 출시 시점을 볼 때도 단순히 모델 개발이 늦어지는지뿐 아니라 최신 모델을 내부 연구에 얼마나 먼저 활용하고 있는가를 같이 봐야합니다. 이미 앤스로픽도 Mythos 2 훈련을 끝내고 외부 출시 일정은 안 잡은 상태로 내부의 연구 루프에 먼저 사용하고 있는 것으로 알려져 있습니다. Mythos 2를 가지고 Mythos 3를 만든 후 Mythos 2를 출시할 수도 있는 일입니다. ​ 프론티어와 후발주자의 격차를 구조적으로 벌릴 수 있는 길 이 변화는 Scaling 측면에서도 중요합니다. ​ Tier 1 AI Labs가 자신들의 가장 좋은 모델을 내부 연구에 먼저 사용하기 시작하면: ​ 더 많은 Compute → 더 좋은 SOTA 모델 → 매출 상승 및 고마진 토큰 추론으로 투자여력 격차 확대 → AI 연구 생산성 상승 → 더 좋은 데이터와 실험 → 더 좋은 차세대 모델 → 매출 및 마진 격차 추가로 확대 → 다시 더 많은 Compute 라는 루프가 만들어집니다. ​ 반대로 프론티어 Labs의 결과물을 공개된 뒤 Distillation해서 따라가던 후발 Labs 입장에서는 어려워집니다. 과거에는 SOTA 모델이 출시되는 순간 기술 격차가 외부에 공개됐지만 이제는 Tier 1 Labs가 SOTA를 내부에서 몇 달 먼저 사용하면서 다음 세대까지 발전시킨 뒤 공개할 수 있기 때문입니다. ​ 앤스로픽이 Mythos Privew를 출시하기 3~4개월 전부터 내부 연구에 충분히 사용했음을 알게되자 딥시크의 량원펑이나 중국 AI Labs들이 다같이 갑작스레 스케일링 강화의 중요성을 강하게 이야기하기 시작하는 것도 이런 변화와 같이 볼 필요가 있다고 생각합니다.

프론티어 AI Labs 입장에서는 구조적으로 자신의 우위를 지킬 수 있는 방법이고, AI HW 입장에서는 모두가 스케일링을 추구하게 됐으니 CapEx 경쟁이 격화​되는 효과입니다. ​ 엔비디아-오픈AI 오하이오 데이터센터 계약 엔비디아가 오픈AI의 오하이오 데이터센터 PORTS-Pike Technology Campus 개발에 직접 참여합니다. ​ 구조부터 보면: SB Energy = 데이터센터 개발/소유/운영 오픈AI = 20년 장기 임차인 엔비디아 = AI 컴퓨트 독점 공급 + LPS 신용지원입니다. ​ SB Energy가 데이터센터를 건설·소유하고 오픈AI가 20년간 임차해 사용하는 구조인데, 엔비디아가 초기 4.25 IT-GW에 필요한 Land, Power, Shell(LPS) 확보에 신용을 지원하고 SB Energy에도 $1.5B를 직접 투자합니다. 나머지 3.75GW에 대해서도 엔비디아가 추가로 참여할 수 있는 옵션을 확보했습니다. ​ 대신 PORTS-Pike는 엔비디아가 독점적인 AI 컴퓨트 인프라 공급자가 됩니다. GPU뿐 아니라 CPU, 네트워킹, 소프트웨어까지 모두 NVIDIA DSX AI Factory 플랫폼으로 구성하는 조건입니다. ​ 프론티어 AI Labs의 Balance Sheet 문제를 해결해주는 것 왜 오픈AI가 직접 하면 되는데 엔비디아까지 들어오는지를 생각해봐야 합니다. ​ AWS, 마이크로소프트, 구글 같은 하이퍼스케일러는 투자등급의 Balance Sheet를 갖고 있기 때문에 수십 년짜리 데이터센터 임대계약이나 전력계약을 스스로 체결할 수 있습니다. ​ 반면 AI Labs는 상황이 다릅니다. ​ 컴퓨트 수요와 매출은 매우 빠르게 증가하지만 기업의 역사와 Balance Sheet는 상대적으로 짧고

운행 가능 구역이 얼마나 넓은지 공도에서 자유롭게 승하차 할 수 있는지 실제 로보택시 Fleet에 얼마나 빠르게 투입될 것인지 등이 중요합니다. ​ Grok 4.6, Amazon Bedrock GA Grok 4.6이 8월 19일부터 Amazon Bedrock에서 정식 제공되기 시작했습니다. Grok 4.6 자체는 8월 12일 출시됐지만, 기업향 매출을 생각하면 모델 출시일보다 CSP에 Production-ready 형태로 들어가는 시점이 더 중요합니다. ​ 소비자는 새로운 모델이 나오면 곧바로 grok.com이나 API에서 사용해볼 수 있지만 대기업은 그렇게 움직이지 않습니다. 실제 기업의 AI 워크플로우는 대부분 기존 클라우드 환경 안에서 데이터베이스, 보안정책, 권한관리, 모니터링, 비용관리 시스템과 연결돼 있기 때문입니다. ​ 따라서 기업의 AI 도입은 대략: 새 모델 출시 → 평가 → CSP에 모델 등록 → 기업 내부 PoC 및 기존 모델과 비교 → 보안/컴플라이언스 검증 → 기존 Workflow에 연결 → Production 적용 → 반복적인 Token Consumption 발생 순서로 진행됩니다. ​ 특히 xAI 같은 경우는 지금 주요 CSP들에 통합이 안되어 있었다보니 모델 성능이 좋아졌다고 바로 API ARR이 올라가는 것이 아니라, CSP 배포 이후 몇 주~몇 달에 걸쳐 Production Workflow에 들어가기 시작하면서 사용량이 본격적으로 증가할 것을 예상합니다. ​