주간전략보고 : 투자의 생각 (7월 20일~7월 24일)

[원문 유형] 네이버 프리미엄 콘텐츠
[채널] 올바른 미국주식 by SAPIENS
[게시일] 2026.07.20. 오후 2:37
[원문 URL] https://contents.premium.naver.com/sapiens/sapiensasset/contents/260720143748189bl
[제목] 주간전략보고 : 투자의 생각 (7월 20일~7월 24일)
[수집 기준] 승인된 구독 열람권으로 실제 본문을 보존했다. 이미지·첨부는 별도 미디어 원장에 보관하며 시각적 의미 검토 여부를 구분한다.

[구독 원문 본문]

안녕하세요 올바른입니다.

AI HW 변동성이 잦아들기를 희망합니다. 이번 주에도 뉴스들이 많았습니다. Kimi-K3, 메모리에 대한 다수의 채널 체크들, Project Jupiter, TSMC/ASML 2Q26 리뷰입니다.

스케일링 법칙의 상징이자 GB200/GB300 NVL72에 딱 맞게 설계된 Kimi-K3에 대해 정리해보고, 오픈AI의 스타게이트 Abilene과 앤스로픽의 Project Rainier를 함께 생각해봤습니다.

Project Jupiter와 관련해서는 뉴멕시코주 토지관리국장의 생각과 대기질 관련 숫자들을 되짚어봤습니다. 버핏의 구글 인터뷰, Ode with Antrhopic에 대한 생각을 정리했습니다.

주간전략보고

2026-07-13

주간전략보고 : 투자의 생각 (7월 13일~7월 17일) (바로가기)

2026-07-06

주간전략보고 : 투자의 생각 (7월 6일~7월 10일) (바로가기)

2026-06-29

주간전략보고 : 투자의 생각 (6월 29일~7월 3일) (바로가기)

2026-06-22

주간전략보고 : 투자의 생각 (6월 22일~6월 26일) (바로가기)

투자자문 서비스에 따른 투자 시 원금 손실이 발생할 수 있으며, 투자 손익에 대한 책임은 전적으로 고객에게 귀속됩니다.

또한 과거의 투자수익이 미래의 수익률을 보장하지 않습니다.

신규 구독 전에, 아래 투자자문계약 권유문서의 계약 관련 제반 사항을 반드시 읽으시고 충분히 검토하시기 바랍니다.

*투자자문계약 권유문서 : https://naver.me/5ZST47Qf

목차

주간전략보고 투자의 생각 : 루틴대로 계속해서 EPS 확인

2Q26 2주차 실적발표 훑어보기 : 12주차 18개 기업 - 업사이클 & 다운사이클 비교

투자의 생각 : DASH, SE, CRWV, BE, MU, SNDK, SMTC, LITE/VIAV, AAOI

AI HW의 공급망 그자체 : '만인의 호국신산' (2Q26 실적발표)

웨이퍼 투입도 중요해지고 있다 : 전공정 장비 대표 기업 ASML (2Q26 실적발표)

Magnificent 7 : Kimi-K3/GB300, 버핏-구글, 허사비스 AGI 타임라인, NVDA GPU AI Labs들의 강세

📆 주간 캘린더 (7월 20일~7월 24일)

👨‍💻 → 2Q26 실적발표 2주차

> 경기/물가 : 원유재고 (수) 신규주택판매 (금)

> 고용/실업 : 신규실업수당청구건수 (목)

> 실적발표 : DPZ (월) MMM, MSCI, VICR, GM, NOC (화) GOOGL, TSLA, TXN, IBM, NOW, GEV (수) INTC, NOK, SAP, DLR (목) NEE, AXP, VZ, SLB (금)

> 이벤트 : 영국 판버러 에어쇼 (월) AMD Advancing AI, SEC 갤럭시 언팩 (수) 샌디에이고 코믹콘 (목)

주간전략보고 : 투자의 생각

루틴대로 계속해서 EPS 확인

🧭 S&P500 EPS 추정치 변화 (~7/17)

25년 EPS : $271.23

26년 EPS : $341.59 ▲ (6/13 $338.99 ← 5/15 $334.06 ← 4/17 $323.29)

27년 EPS : $400.05 ▲ (6/13 $392.48 ← 5/15 $384.43 ← 4/17 $375.3

2)

S&P 500 P/E → 적정

AI HW 위주로 EPS가 빠르게 성장하는 와중에 주가가 빠져있다보니 밸류 매력도는 여전히 높습니다.

*위 자료는 YTD를 기준으로 한 숫자이며, 아래 '주간 퍼포먼스 체크'는 이번 주만을 따졌을 때입니다.

주간 퍼포먼스 체크

지수(4) : Russell2000(-0.4%), Dow30(-1.0%), S&P500(-1.2%), Nasdaq100(-2.9%)

빅테크(7) : 애플(+5.4%), 마이크로소프트(+1.5%), 아마존(+1.0%), 메타(-2.6%), 구글(-2.7%), 엔비디아(-3.1%), 테슬라(-5.9%)

섹터(11) : 에너지(+3.3%), 리츠(+1.8%), 필수소비재(+0.8%), 금융(+0.5%), 헬스케어(=0.0%), 유틸리티(-0.7%), 원자재(-0.9%), 커뮤니케이션(-1.0%), 산업재(-1.2%), 경기민감재(-1.5%), 테크(-4.3%)

2Q26 2주차 실적발표 훑어보기

2주차 18개 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.

*'클릭 후 더블클릭'하시면 크게 보실 수 있습니다.

2Q26 2주차 실적

발표

업사이클 ↗ : 이번주 실적발표 기업 중 업사이클인 기업은 TSMCTSM, GEGE가 있었습니다.

다운사이클 ↘ : 다운사이클인 기업은 딱히 없었습니다.

무중력 ↔ : 딱히 표시를 안한 기업군은 순풍/역풍이 뚜렷하지는 않다고 보는 기업군들입니다. 매크로 순풍이나 역풍에 움직이지 않을 때에는 대부분 무중력인 기업군이 많은 것이 정상입니다.

투자의 생각

DASH, SE, CRWV, BE, MU, SNDK, SMTC, LITE/VIAV, AAOI

상대적인 매력도 평가

주가와 기업의 펀더멘탈을 고려해서 세 가지 기준으로 평가하고 있습니다.

Overweight = 비중확대

Neutral = 중립

Underweight = 비중축소

올바른 미국주식 by SAPIENS

Overweight *순서는 비중, 강도와 무관합니다*

Nvidia

Google

Vertiv

Bloom Energy

Sea Limited

DoorDash

Micron

dLocal

MercadoLibre

Figure Tech

Sandisk

CoreWeave

Lumentum

Applied Optoelectronics

Viavi Solutions

Semtech

도어대시(DASH)

도어대시DASH는 Overweight을 유지합니다. CY27 PER 24배입니다.

도어대시 1Q26 실적발표 / 주간전략보고 : 투자의 생각 (5월 11일~5월 15일)

도어대시, 쇼피파이 연동으로 소매 유통망 확장

도어대시가 쇼피파이와 직접 연동해 오프라인 매장을 운영하는 소매업체들을 대상으로 온디맨드 배달 서비스를 확대합니다. 미국에서 오프라인 매장을 운영하는 쇼피파이 판매자들은 별도의 복잡한 온보딩 절차 없이 새로운 판매 채널을 활성화하는 것만으로 제품을 도어대시 마켓플레이스에 등록할 수 있습니

다.

판매자 입장에서는 기존 쇼피파이 상품 정보와 오프라인 재고를 활용해 도어대시의 소비자 트래픽과 배달망에 곧바로 접근할 수 있게 됩니다. 도어대시 입장에서는 음식점 중심이었던 마켓플레이스의 상품군을 식료품과 편의점 제품, 생활용품 등 오프라인 리테일 전반으로 넓힐 수 있습니다.

핵심은 도어대시가 단순한 음식배달 플랫폼에서 지역 내 모든 상품을 즉시 배송하는 로컬 커머스 플랫폼으로 확장하고 있다는 점입니다. 쇼피파이가 보유한 방대한 판매자 기반을 도어대시의 주문-배달 네트워크에 연결함으로써, 신규 판매자를 개별적으로 확보하고 시스템을 연동하는 데 필요한 비용과 시간을 크게 줄일 수 있습니다.

글로벌 배달시장은 DoorDash vs Uber 양강구도로 재편 중

우버가 독일의 글로벌 배달 플랫폼 딜리버리히어로를 인수했습니다. 이에 따라 글로벌 배달앱 시장은 사실상 도어대시와 우버가 양분하는 구도로 재편되고 있습니다.

도어대시는 미국을 중심으로 음식배달에서 식료품과 리테일 배송까지 사업 영역을 넓히고 있습니다. 우버는 Uber Eats에 딜리버리히어로의 지역별 플랫폼과 운영망을 결합하면서 글로벌 시장 지배력을 강화하는 방향입니다. 각 지역에서 경쟁하던 사업자들이 두 개의 대형 플랫폼 아래로 통합되면서 배달산업의 경쟁 구도도 개별 국가 단위에서 글로벌 플랫폼 간 경쟁으로 변화하고 있습니다.

배달사업의 핵심은 '주문 밀도'

온디맨드 딜리버리 사업의 수익성은 결국 일정한 지역과 시간 안에 얼마나 많은 주문을 확보하고, 한 명의 배달기사에게 여러 주문을 효율적으로 묶어 배차할 수 있느냐에 달려 있습니다. 주문 밀도가 높아질수록 기사의 대기시간과 이동거리가 줄어들고 건당 배달비용도 낮아집니다.

반대로 동일한 지역에서 여러 플랫폼이 제한된 주문을 나눠 가지면 각 플랫폼의 주문 밀도가 낮아집니다. 소비자와 판매자를 확보하기 위한 할인과 프로모션 경쟁까지 심해지면서 수익성을 확보하기가 어려워집

니다. 기본적으로 네트워크 효과와 규모의 경제가 강하게 작동하기 때문에 신규 사업자가 계속 진입하는 것보다 기존 사업자 간 통합이 진행되는 편이 산업 전체의 단위경제성에는 유리합니다.

업계 2위인 Uber 대형화, 그러나 통합은 1위인 DoorDash에게도 나쁘지만은 않다?

도어대시 입장에서 이번 인수는 명확한 호재나 악재라기보다 중립적인 변화에 가깝습니다. 미국 배달시장은 이미 도어대시가 확고한 우위를 차지하고 있기 때문에, 우버가 딜리버리히어로 인수를 통해 노리는 것은 미국 외 지역에서의 시장 지배력 확대입니다. 문제는 도어대시 역시 Wolt를 중심으로 해외사업을 확장하고 있다는 점입니다. 앞으로 미국 외 시장에서는 이전보다 훨씬 강력해진 우버와 정면으로 경쟁해야 한다는 부담이 생깁니다.

다만 새로운 사업자가 진입해 점유율 확보를 위해 무리한 할인과 프로모션을 집행하는 이른바 '뉴비 경쟁'이 아니라, 이미 규모를 확보한 사업자들끼리 경쟁하는 '고인물 경쟁'으로 시장이 바뀐다는 점은 긍정적입니다. 도어대시와 우버 모두 시장의 수익성을 파괴하면서까지 점유율을 확보해야 할 유인이 이전보다 줄어들기 때문입니다.

온디맨드 배달사업은 주문 밀도와 규모의 경제가 수익성을 결정하는 산업입니다. 초기에는 사업자들이 주문과 배달기사를 확보하기 위해 치열하게 경쟁하지만, 시간이 지날수록 규모가 작은 사업자는 도태되고 대형 사업자 중심으로 시장이 통합되는 경향이 강합니다. 이러한 후행적 Consolidation은 일반적으로 프로모션 경쟁을 완화하고 배차 효율과 가격 결정력을 높여 업계 전반의 수익성을 개선하는 효과를 냅니다.

결국 우버의 딜리버리히어로 인수는 도어대시의 해외 확장에는 경쟁 부담을 높이는 요인이지만, 배달시장이 소수의 대형 사업자 중심으로 재편되면서 산업의 수익성이 정상화된다는 점에서는 도어대시와 우버 모두에게 긍정적인 변화라고 해석하고 있습니다. 결과적으로 중립에 가깝지만 굳이 +냐 -냐를 따진다면 1%p나마 Positive에 가까운 변화라고 정리할 수 있습니다

.

씨리미티드(SE)

씨리미티드SE는 Overweight을 유지합니다. CY27 PER 20배입니다.

씨리미티드 1Q26 실적발표 / 매출 47% 성장, 쇼피의 플라이휠은 더 강해지고 있다

쇼피, 당일배송을 동남아 핵심 성장전략으로 확대

쇼피가 최근 아시아 주요 시장에서 당일배송과 초고속 배송을 확대하고 있습니다.

7월 10일에는 싱가포르에서 FBS(Fulfilled by Shopee) 상품을 정오 이전에 주문하면 최소 주문금액 없이 당일 배송하는 'Buy Today, Get Today'를 출시했습니다. 말레이시아에서도 기존 당일배송과 일부 상품을 4시간 이내 배송하는 Instant Delivery를 확대하고 있습니다.

싱가포르와 말레이시아에서는 판매자의 상품을 쇼피 물류창고에 미리 보관하는 FBS와 풀필먼트 확대에 주력하고 있습니다. 판매자가 주문 이후 직접 포장하고 출고하는 기존 마켓플레이스 방식으로는 안정적인 당일배송이 어렵기 때문입니다.

대만에서는 직매입 + 픽업스토어 결합

대만에서는 일반 판매자의 풀필먼트를 늘리기보다 Shopee Supermarket과 Shopee Direct 같은 자체 직매입 서비스를 중심으로 당일배송 시장을 공략하고 있습니다. 쇼피가 직접 재고를 관리하면 상품 위치와 수량을 정확히 파악할 수 있어 당일배송을 안정적으로 제공할 수 있습니다. 이를 뒷받침하는 것이 픽업스토어입니다. 공식적으로 확인되는 쇼피 대만의 픽업스토어는 2026년 3월 말 기준 3,100개 이상이며, 1년 전보다 약 50% 증가했습니다. 최근 외부 채널에서는 약 3,450개까지 늘어났고 전체 주문의 70% 이상이 이 거점을 통해 배송된다는 추정이 있습니다.

대만은 인구 약 2,300만 명의 작은 시장이지만 편의점이 14,000개 이상 존재해 자택배송보다 편의점이나 픽업거점에서 상품을 수령하는 문화가 발달했습니다. 쇼피는 여러 소비자의 주문을 하나의 픽업스토어로 묶어 배송함으로써 개별 가정배송보다 라스트마일 비용을 낮추고 있습니

다.

여기도 결국은 주문 밀도를 높이려는 작업

쇼피의 방식은 시장마다 다르지만 목표는 같습니다. 빠른 배송을 통해 식료품과 생활용품처럼 구매빈도가 높은 오프라인 소비를 플랫폼으로 가져오고 주문 밀도를 높여 건당 물류비용을 낮추려는 것입니다. 풀필먼트 주문 증가율, 주문당 배송비용, 구매빈도와 고객 유지율이 함께 개선되는지를 확인해야 합니다.

코어위브(CRWV)

코어위브CRWV는 Overweight을 유지합니다. EV/CY26 EOY ARR 3.79배입니다.

코어위브 1Q26 실적발표 : 적자만 보면 놓치는 코어위브의 진짜 변화

밸류 비교

Enterprise Value : 오라클 $505.2B, 코어위브 $72.1B, 네비우스 $44.9B, 아이렌 $13.2B

CY26 EOY ARR : 오라클 $40B(IaaS만, 매우 러프), 코어위브 $19B, 네비우스 $9B, 아이렌 $3.7B

EV/CY26 EOY ARR : 오라클 6.32배(아래 설명O), 코어위브 3.79배, 네비우스 4.99배, 아이렌 3.57배

CY26 CapEx : 오라클 $80B(FY27 아닌 CY26, 추정), 코어위브 $35B, 네비우스 $25B, 아이렌 비공개

*오라클은 ⓐ영업현금흐름으로 CapEx 중 상당부분을 자급자족하고 + ⓑ데이터센터를 직접 짓기 때문에 CapEx 부담은 높고 OpEx 부담은 낮은 구조임을 감안해야 하므로 실질 ARR을 더블인 $80B로 추정하더라도 7.11배입니다.

AI HW 쏠림과 언와인딩이 반복되는 시장

AI HW 종목으로 자금이 급격히 몰렸다가 빠져나오는 와인딩과 언와인딩이 계속되고 있습니다. 시장에서는 매일매일 '이것 때문이다'라며 계속 변동의 원인들을 찾으려 하지만 여러 뉴스들이 다 전체 움직임을 설명하기에는 부족한 부분이 있습니다. 자잘자잘했던 건 여기서 한 번 정리해봅니다. 이번 주 초에는 ⓐCXMT IPO와 ⓑ코어위브의 금융 파생상품 활용 검토로 인해 메모리 주가가 하락했다고 말했었습니

다.

첫째, 낮에는 중국, 밤에는 미국을 흔든 CXMT IPO?

CXMT IPO는 중국과 미국에서 서로 다른 방식으로 악재로 해석됐습니다. 중국에서는 당초 1조 위안 이상의 기업가치를 기대했지만 공모가 기준 기업가치가 5,791억 위안에 그치자 기대보다 낮은 밸류에이션이라는 실망감이 확산됐고, 전일 중국 반도체 섹터가 크게 하락했습니다.

반면 미국장이 열리자 CXMT가 비교적 낮은 가격에 상장돼 IPO가 흥행할 가능성이 높고, 투자자들이 공모주 청약 자금을 마련하기 위해 기존 메모리 주식을 매도하고 있다는 해석이 나왔습니다.

결국 중국에서는 상장가가 너무 낮아서 반도체를 팔고, 미국에서는 상장가가 매력적이어서 메모리 기업을 판다는 설명이 남습니다. 양쪽 시장의 매도를 모두 CXMT IPO 참여를 위한 현금 확보로 설명하려면 공모 규모가 압도적으로 커야 하지만, CXMT의 공모가 기준 기업가치는 약 $85.5B입니다. CXMT IPO가 일부 수급에 영향을 줄 수는 있어도 글로벌 AI HW 종목의 변동을 전부 설명한다고 보기는 어렵습니다.

둘쨰, 코어위브의 파생상품 검토?

코어위브가 메모리와 스토리지 칩 가격 하락에 대비해 금융 파생상품 활용을 검토하고 있다는 보도가 나왔습니다. 코어위브는 장기구매계약인 LTA를 통해 메모리 공급업체에 최저가격을 보장하는 대신, DDR과 NAND Flash의 시장가격이 하락하면 시가보다 비싼 가격으로 제품을 매입해야 하는 위험을 부담하게 됩니다.

이에 코어위브가 풋옵션을 비롯한 금융상품을 활용해 가격 하락 위험을 상쇄하는 방안을 초기 단계에서 검토하고 있다는 내용입니다. 헤드라인만 보면 코어위브가 메모리 가격 하락에 베팅하는 것처럼 보일 수 있습니다. 그러나 오히려 중요한 점은 네오클라우드인 코어위브도 이제 강한 구속력을 가진 LTA의 계약 당사자가 됐다는 것입니다. 가격이 하락해도 계약상 구매가격을 지켜야 하기 때문에 별도의 헤지까지 검토해야 한다는 사실은 최근 LTA의 구속력이 이전보다 강해졌음을 보여줍니

다.

그리고, 이를 더 정확하게 보기 위해서는 코어위브에 대한 이해도 중요합니다:

코어위브는 다른 네오클라우드보다 금융 파생상품을 적극적으로 활용해온 기업입니다.

변동금리 부채는 금리스왑으로 헤지하고 있으며, 외화로 표시된 리스 부채에는 환율 선도계약을 활용하고 있습니다. 전환사채를 발행할 때는 Capped Call을 함께 체결해 전환에 따른 잠재적 주식 희석을 줄이고, 현금결제 시 원금을 초과하는 전환가치의 지급 부담을 일정 상한까지 상쇄했습니다. 물론 Capped Call 자체는 전환사채 발행 기업들이 비교적 널리 사용하는 방식입니다. 모든 네오클라우드가 코어위브처럼 행동하는 것은 아닙니다. NBIS도 외환 노출을 모니터링한다고 공시하고 있지만, 코어위브처럼 환율 선도계약을 핵심 리스크 관리 수단으로 적극 활용하는 모습과는 차이가 있습니다.

코어위브가 파생상품을 적극적으로 활용하는 것은 창업진의 경력과도 관련이 있습니다. CEO 마이클 인트레이터는 2013년부터 2018년까지 천연가스 헤지펀드 Hudson Ridge의 CEO를 맡았으며, CSO 브라이언 벤투로 역시 Hudson Ridge의 파트너였습니다. CDO 브래닌 맥비는 Windy Bay Power에서 원자재 프랍 트레이더로 일했습니다. 핵심 창업자들이 에너지와 원자재 트레이딩 출신이다 보니 코어위브는 네오클라우드 사업을 단순히 GPU를 구매해 임대하는 사업이 아니라, 장기간에 걸쳐 매입비용과 계약매출 사이의 스프레드를 관리하는 사업으로 접근하고 있습니다.

AI CapEx는 카드사/보험사와 비슷한 구조

네오클라우드 사업은 하나의 데이터센터에서 장기간 발생할 총매출을 먼저 확정한 뒤, GPU와 메모리, 전력, 금리, 환율 등 여러 비용 변수를 관리해 수익을 남기는 구조입니다. 이러한 점에서 최근 AI CapEx 시장은 제조업보다는 카드사나 보험사처럼 장기간의 자산과 부채, 가격위험을 관리하는 금융업적 성격이 강합니

다.

특히 메모리가 AI 서버의 매입원가에서 차지하는 비중이 커지면서 코어위브는 장기계약을 통해 미래의 메모리를 일정 가격 이상에 매수해야 하는 실질적인 Long 포지션을 보유하게 됐습니다. 트레이더의 관점에서는 이미 발생한 이러한 가격 노출을 어떤 금융상품으로 상쇄할 것인지 검토하는 것이 자연스럽습니다.

따라서 코어위브가 고려하는 거래는 메모리 업체 주가 하락에 대한 독립적인 베팅이나 Naked Short가 아닙니다. 장기 메모리 구매계약에서 발생한 가격 하락 위험을 메모리 기업 주식이나 관련 금융상품을 통해 줄이려는 프록시 헤지에 가깝습니다.

결국 CXMT IPO와 코어위브의 파생상품 검토가 단기적인 AI HW 언와인딩의 명분으로 많이 언급됐지만 두 뉴스 모두 메모리 업황의 구조적인 약화를 직접적으로 보여주는 신호라고 보기는 어렵습니다. 특히 코어위브 사례는 메모리 수요가 약해졌다는 의미보다는 AI 인프라 투자가 대형 LTA와 금융 헤지를 동반하는 장기계약 산업으로 발전하고 있음을 보여주는 사례에 가깝습니다.

블룸에너지(BE)

블룸에너지BE는 Overweight을 유지합니다. CY27 PER 23.9배입니다.

블룸에너지 1Q26 실적발표 : 매출 130% 성장과 마진 빅서프, AI 전력난 해결사⚡️의 일은 이제 시작

오라클의 Project Jupiter : 가스 파이프라인 설치 경로가 문제

이번 주 블룸에너지의 Project Jupiter 관련해서는 아직 어떻게 될지 결론이 나진 않은 내용이지만, 펀더멘탈에 영향을 줄 수도 있는 뉴스가 있었습니다. 직접적인 계기는 뉴멕시코주 토지관리국장 스테파니 가르시아 리처드가 Project Jupiter에 천연가스를 공급할 Green Chile Pipeline의 주 소유지 통과 신청을 재차 거부한 것입니다.

블룸에너지의 SOFC 설치나 Project Jupiter 자체를 불허한 것은 아닙니다. 약 17마일 길이의 파이프라인 가운데 주 소유지를 지나는 일부 구간과 El Paso Natural Gas 시스템에 접속하기 위한 미터링 시설의 부지 사용을 허가하지 않은 것입

니다. 다만 이 접속 지점이 없으면 2.45GW 규모의 SOFC 설비에 필요한 천연가스를 안정적으로 공급하기 어려워지므로 프로젝트 전체 일정에는 실질적인 병목이 됩니다.

가스터빈을 SOFC로 바꿨지만, 천연가스 의존성은 그대로 남았다

Project Jupiter는 당초 가스터빈과 왕복엔진을 이용해 자체 전력을 생산할 계획이었습니다. 그러나 대기오염과 물 사용에 대한 지역사회의 반발로 허가 절차가 지연되자 오라클은 지난 2026년 4월에 발전설비를 블룸에너지의 SOFC로 교체했습니다.

그래서 정리해보자면:

원래 Project Jupiter가 지연을 겪었던 것과 관련해서는 블룸에너지의 SOFC 입장에서는 달라질 게 없습니다. 오히려 가스터빈으로 인허가를 시도해봤으나 사실상 대기질 허가가 불가능함을 확인하고나서 생긴 지연으로 인해서 2.45GW 클러스터를 SOFC로만 발전하기로 결정한 것입니다.

대신 지금은 2026년 4월에 SOFC로 전량 교체하면서 오라클이 해당 부지에서의 발전자산 인허가 불확실성을 감안하여 버퍼를 두고 CY29쯤 온라인하기로 되어 있습니다. 이 상태에서 실제 CY29에 온라인을 못하게 되면 그건 블룸에너지 입장에서는 오라클이 다른 클러스터에서 비슷한 규모의 SOFC를 구매할지 알 수 없으니 불확실성이 생기는 효과입니다.

SOFC는 천연가스를 연소하지 않고 전기화학 반응을 통해 전력을 생산하기 때문에 NOx와 미세먼지 같은 대기오염물질이 가스터빈보다 적고 정상운전 중에는 사실상 물을 사용하지 않습니다. 다만 천연가스를 연료로 사용하는 만큼 이산화탄소는 계속 배출됩니다. 실제 허가 신청서에도 SOFC가 연중 8,760시간 최대출력으로 운전하고 건조된 배기가스의 대부분을 차지하는 이산화탄소를 대기로 배출하는 구조가 명시돼 있습니다.

토지관리국장의 판단 "주에도 뭘 좀 더 달라"

뉴멕시코주 토지관리국장의 논리는 단순히 화석연료 인프라를 반대한다는 입장은 아닙

니다. 뉴멕시코의 주 소유지는 공립학교, 병원, 대학 등 공공기관을 지원하기 위한 신탁자산이기 때문에 해당 토지의 사용을 허용하려면 주 토지신탁에 충분한 경제적 편익이 돌아와야 한다는 입장입니다.

그러나 Green Chili Lateral과 관련해 신청된 두 건의 통행권은 35년 동안 각각 $11,282.20와 $20,624.65의 일회성 수입만 발생합니다. 기존 El Paso Natural Gas 가스관과 연결되는 Green Chili Meter Station 부지의 임대료도 5년 동안 연간 $43,406에 불과합니다.

토지관리국장은 Project Jupiter와 관련 인프라가 오라클/오픈AI, 프로젝트 개발사와 파이프라인 사업자에는 막대한 경제적 이익을 제공하지만 주 토지신탁과 수혜기관에는 의미 있는 수익이나 부수적 편익을 제공하지 못한다고 판단했습니다. 동시에 연간 1,000만 톤을 넘는 것으로 추정되는 온실가스와 물 사용 등 환경비용은 뉴멕시코주가 부담하게 된다는 논리입니다.

따라서 이번 결정에는 현실적으로 "주에도 더 많은 편익을 제공하라"는 협상적 성격이 굉장히 짙게 포함돼 있다고 볼 수 있습니다. 오라클과 파이프라인 사업자가 통행권 대가와 지역 투자, 학교/인프라 지원 등 경제적 편익을 다시 설계하면 협상 여지가 생길 가능성이 있습니다. 현재 이슈가 되는 건 주 정부와의 협상이고, 연방부지의 16마일 구간은 이미 통과가 되어 있기 때문에 뉴멕시코주 토지관리국장의 마지막 알박기에서 협상 가능한 수준의 타협안을 제시하는 단계가 남았습니다.

물론 '확인해야 하는 이슈가 생겼다'는 거라서 여지가 있어 보인다고 해서 좋은 건 아닙니다.

인허가 패스트트랙은 막혀 있다

Green Chile Pipeline은 길이 약 17.77마일, 직경 24인치로 하루 약 4억 입방피트의 천연가스를 공급하도록 설계됐습니다. 사업자는 당초 FERC의 간소화된 Blanket Certificate 절차를 활용해 빠르게 승인을 받으려 했습

니다. 그러나 FERC 실무진이 역사문화재 관련 검토자료가 부족하다는 이유로 이의를 제기했습니다. 이의가 철회되지 않으면서 파이프라인은 간소화 절차가 아니라 개별 프로젝트를 심사하는 NGA Section 7 절차로 넘어가게 됐습니다. 기존 경로를 우회하려면 새로운 토지 소유자의 동의와 측량, 환경심사를 다시 거쳐야 합니다.

여기를 통과시키지 않고 나서 진행할 방법들로 거론되는 것들을 살펴보면:

CNG 트럭으로 운송하는 것도 대안으로는 언급됐으나...

파이프라인이 지연될 경우 압축천연가스를 트럭으로 운송하는 '가상 파이프라인'도 대안으로 거론됩니다. 그러나 이는 100~200MW 수준의 초기 파일럿 가동을 지원할 수 있을 뿐 Project Jupiter의 전체 전력수요를 감당하기는 어렵습니다. 100MW만 공급해도 하루 약 55대의 CNG 트레일러가 필요하다는 추산입니다. 현재 계획된 2.45GW 전체를 같은 방식으로 가동하는 것은 물류와 비용 측면에서 현실성이 떨어집니다. 결국 대규모 상업가동을 위해서는 새로운 파이프라인 경로를 확보하거나 기존 결정을 뒤집는 것이 필요합니다.

가스터빈/왕복엔진으로는 거의 불가능해보입니다

그러면 궁금한 건 Project Jupiter 부지를 가스터빈/왕복엔진으로 다시 교체할 가능성이 있는가였습니다.

살펴보니 그럴 가능성은 낮아보입니다. 당연히 '가능성'을 갖고 생각하는 차원이니 100%는 없습니다만 뉴멕시코 환경부는 2025년 12월, 연간 질소산화물 배출량의 상한선으로 동쪽 발전소는 248.90톤 + 서쪽 발전소는 249.97톤을 배출할 수 있다고 규정해뒀습니다.

그런데 당시 GE TM2500과 미쓰비시 FT8 천연가스 터빈을 가지고 조달하려 했을 당시의 예상 질소산화물 배출규모는 동쪽에서 연간 최대 521톤 + 서쪽에서 연간 최대 388톤의 NOx를 배출할 수 있었습니다. 이를 전량 블룸에너지 SOFC로 교체하면서 연간 37톤의 NOx를 배출하는 비교적 클린한 발전소로 바꾼 것입

니다. 지역 주민과 대기질 허가를 설득하는 데에 있어서는 SOFC가 여전히 유효합니다.

Project Jupiter의 상업가동 목표 시점은 CY29

그리고 Project Jupiter의 상업가동 목표가 CY29라는 점을 고려하면 아직 일정에 여유가 전혀 없는 것은 아닙니다. 현재 파이프라인 경로와 대기질 허가에서 병목이 발생한 것은 분명하지만, 이를 곧바로 프로젝트 무산이나 1~2년의 확정적인 지연으로 해석하기에는 이릅니다.

뉴멕시코 환경부 공식 자료에서도 YGI Microgrid의 대기질 허가 신청과 수정자료는 아직 심사 중이며, 관련 공청회는 10월 19일로 예정돼 있습니다. 결국 현 단계에서 중요한 것은 프로젝트의 파이프라인 대체 경로와 대기질 허가가 언제 확정되는지를 지켜보는 것입니다.

오라클과 체결한 Master Services Agreement에 대한 이해

시장에서는 블룸에너지의 수주를 특정 데이터센터 클러스터에 고정된 계약으로 이해하는 경우가 많습니다. 그러나 오라클과 블룸에너지의 계약은 개별 데이터센터 프로젝트 단위가 아니라 Master Services Agreement, 즉 MSA를 기반으로 구성돼 있습니다.

오픈AI와 오라클의 컴퓨트 계약도 비슷한 방식으로 이해할 수 있습니다. 애빌린 프로젝트의 완공 시점이 예상보다 늦어지자 오픈AI는 당초 계획했던 컴퓨트 용량을 다른 두 곳의 캠퍼스에서 공급받는 방식으로 조정했습니다. 중요한 것은 특정 캠퍼스의 일정이 아니라 오라클이 계약된 전체 컴퓨트 용량을 포트폴리오 단위에서 공급하는 것입니다.

블룸에너지 계약도 마찬가지입니다. 특정 클러스터의 인허가나 공사가 지연되더라도 블룸의 SOFC 물량을 다른 오라클 데이터센터의 발전원으로 전환해 납품할 수 있는 구조입니다. 따라서 Project Jupiter의 지연은 해당 사이트의 매출 인식 시점을 늦출 수는 있지만 곧바로 오라클과 블룸에너지 간 전체 계약 물량의 훼손을 의미하지는 않습

니다. 오라클이 CY29 시점에 원하는 컴퓨트를 계속해서 온라인한다고 보면 SOFC의 수요 자체는 일정부분을 여러 클러스터에 나눠서 이어질 것이란 의미입니다.

그런데 이것도 객관적으로 좀 더 생각해보면 MSA가 꼭 일정 물량을 정해진 시점에 온라인할 의무까지 부여한 것은 아니기 때문에, 다른 클러스터에서 온라인할 규모는 Project Jupiter로 온라인시킬 규모보다 작을 수도 있다는 불확실성은 있습니다만 CY26 → CY27 → CY28로 갈수록 AI DC 구축 규모는 더욱 더 높아질 것이고 FTM을 통해서 원하는 시점에 전력을 공급받지 못하자 급하게 BTM으로 온라인하려는 수요도 더욱 높아질 것으로 전망하고 있습니다.

정리해보면...

나름 펀더멘탈에 꽤 중요한 사안이며, 불확실성이 일부 생긴 것은 맞습니다. 블룸에너지 입장에서 CY28 중반 이후쯤의 매출인식을 좌우할 요인입니다. 다만 최근 FTM이 지연되면서 BTM이 늘고 그 와중에서도 SOFC를 택하는 프로젝트는 계속해서 늘고 있습니다. 최근의 Brookfield 약정규모 $5B → $25B 확대나 CY28로 갈수록 BTM을 통해 구축할 데이터센터의 비중이 크게 높아진다는 것도 까먹으면 안되는 요인입니다.

뉴멕시코주 토지관리국장은 Green Chile Pipeline과 관련된 두 건의 통행권과 미터링 시설 부지 임대를 재차 거부했습니다. 거부 대상은 약 17.77마일 전체 파이프라인은 아니지만 주 소유지를 지나는 약 2,000피트와 3,200피트 구간, 그리고 El Paso Natural Gas 시스템에 연결되는 미터링 시설을 거부했습니다. 전체 노선에서 차지하는 비중은 작지만 기존 가스관과의 접속을 포함한 선호 경로를 막았다는 점에서 프로젝트에는 중요한 병목입니다. 만약 이 경로를 사용하지 못하면 사업자는 대체 경로의 토지 접근권을 새로 확보하고 측량과 환경/문화재 검토를 다시 진행해야 합니다.

협상의 상대방이 원하는 게 있습

니다. 뉴멕시코주 토지관리국장은 "오라클과 오픈AI 및 개발사들이 얻을 경제적 가치에 비해 주 토지신탁에 돌아오는 보상이 지나치게 작다"고 판단했습니다. 경제적 편익을 다시 설계하면 협상 여지가 생길 수 있다는 해석을 해볼 수 있습니다. 보상금과 지역투자 확대를 얘기할 수 있습니다.

가스터빈 방식으로 회귀하는 것은 기술적으로 가능이야하겠지만, 대기질 허가와 주민 수용성, 물 사용 문제를 다시 원점으로 돌리기 때문에 일정과 경제성 측면에서 현실적인 선택지가 되기 어렵습니다. Project Jupiter를 현 부지에서 계속 추진한다면 SOFC가 여전히 가장 허가 친화적인 대규모 BTM 발전원입니다. 현재 문제는 SOFC가 아니라 연료 공급경로와 프로젝트 전체의 탄소배출 및 지역 편익입니다. 현 부지에서 프로젝트를 계속 추진할 경우 블룸 SOFC가 기존 터빈보다 유리한 발전원이라는 논리는 그대로 유지됩니다.

종합적으로 생각하기에 (1) 계속해서 BTM을 통해 데이터센터를 온라인하려는 수요 자체는 시간이 지날수록 증가하고 있습니다. (2) CY28 중반 이후에 영향을 줄 수 있는 프로젝트 논의입니다. Project Jupiter 자체는 아직 협상이 끝났다고 보이진 않습니다. 주 토지신탁에 돌릴 보상에 협상의 여지가 있습니다. (3) Project Jupiter의 개발 히스토리를 생각해보면 다시 가스터빈/왕복엔진으로 돌릴 것 같지는 않습니다. SOFC는 유지할 가능성을 높게 봅니다. SOFC로 인해서 생긴 이슈가 아닙니다. (4) 불확실성은 좋지 않으나 이것으로 투자포인트가 깨졌다고 보기에는 이르다고 판단합니다.

뉴욕, 미국 최초로 데이터센터 건설을 1년간 유예

뉴욕주가 미국 최초로 대형 데이터센터 신규 건설에 대한 주 단위 모라토리엄을 시행했습니다.

캐시 호컬 뉴욕주지사가 행정명령에 서명하면서 50MW 이상의 신규 데이터센터는 최대 1년 동안 건설과 주정부 인허가 절차가 중단됩

니다. 정확히는 이미 완결된 허가까지 취소하는 것은 아니며, 아직 심사가 완료되지 않은 재량적 허가의 발급을 멈추는 방식입니다. 뉴욕주는 이 기간 데이터센터의 전력수요와 물 사용, 환경 영향을 일관된 기준으로 평가하기 위한 환경영향평가 체계를 마련할 계획입니다.

메인주도 앞서 데이터센터 모라토리엄을 추진했지만 재닛 밀스 주지사가 법안에 거부권을 행사했습니다. 주지사는 모라토리엄 자체에는 동의했지만 폐쇄된 제지공장 부지에서 추진 중인 데이터센터까지 일괄적으로 중단하는 조항에 반대했습니다. 의회가 거부권을 뒤집지 못하면서 뉴욕이 미국 최초의 주 단위 데이터센터 모라토리엄 시행 사례가 됐습니다.

뉴욕도 그렇게 주류 구축지가 아니다

다만 이번 조치를 미국 데이터센터 증설 사이클 전체의 변곡점으로 확대해석할 필요는 없습니다.

뉴욕은 비싼 토지와 높은 전력가격, 제한적인 전력망 여유 때문에 애초부터 버지니아나 텍사스, 오하이오처럼 대형 캠퍼스가 집중되는 지역은 아니었습니다. 현재 뉴욕의 데이터센터는 130개 이상으로 집계되지만 버지니아는 600개 이상, 텍사스는 약 500개에 달합니다. 뉴욕주 역시 공식 정책자료에서 데이터센터 유치를 우선적인 경제개발 과제로 삼아오지 않았다고 밝히고 있습니다.

산업용 전력가격이 낮고 토지와 전력공급 여력이 충분한 주들은 데이터센터를 세수와 투자 유치의 기회로 바라보는 반면, 전력가격이 높고 인구밀도가 높은 주에서는 주민 부담을 강조하는 정치적 유인이 더 강하게 작용합니다.

뉴욕의 이번 결정도 데이터센터 산업의 경제성이 약해졌다기보다 지역별 전력 여건과 정치적 이해관계의 차이가 커지고 있음을 보여주는 사례에 가깝습니다.

물, 전기요금에 대한 우려를 '파는' 정치인

데이터센터가 물과 전기 먹는 하마라는 프레임은 만들어진 것이지만 여전히 잘 먹히는 미신임은 7월 6일 주간전략보고 중 <여전히 잘먹히는 미신들 : 데이터센터 담수 사용량 & 데이터센터로 인한 전기료 인상> 섹션에서 다뤄드린 바 있습

니다. 그럼에도 '데이터센터는 물과 전기를 먹는 하마'라는 프레임은 유권자에게 전달하기 쉽기 때문에 여전히 강한 정치적 영향력을 발휘합니다.

전력조달 방식이 바뀌는 이슈

하이퍼스케일러와 데이터센터 개발사는 여러 주에서 캠퍼스를 동시에 추진하기 때문에 뉴욕의 모라토리엄이 미국 전체 AI 데이터센터 증설 속도를 크게 훼손할 가능성은 낮습니다. 뉴욕에서 아직 허가가 완료되지 않은 프로젝트가 지연되거나 취소되더라도 전력가격이 낮고 인허가에 우호적인 다른 주로 투자계획을 이전할 수 있습니다.

다만 다른 주에서 신규 계통연계 신청을 시작하면 데이터센터 준공 일정에 맞추기 어려울 수 있습니다. 뉴욕에서 FTM 전력 공급을 기다리던 프로젝트가 장소를 옮겨야 한다면, 개발사는 장기간의 계통연계 대기열을 다시 밟거나 BTM 발전을 통해 전력을 직접 확보해야 합니다.

아직 'Tier 1~2에 해당하는 주들의 전면적인 데이터센터 구축 반발'은 일어나지 않고 있다는 점에서, 뉴욕의 모라토리엄은 AI 데이터센터 수요 자체를 없애기보다 프로젝트의 위치와 전력조달 방식을 바꾸는 요인입니다. 전력망 접근이 어려운 지역의 프로젝트가 다른 주로 이동할수록 천연가스 발전기와 SOFC, 현장형 마이크로그리드처럼 계통연계를 기다리지 않고 전력을 공급할 수 있는 BTM 솔루션의 필요성은 오히려 높아질 수 있습니다.

Project Jade의 최종 수요자는 구글로 변경, 블룸에너지 900MW 공급계획은 유지

와이오밍주에서 Tallgrass Energy와 Black Hills Energy가 추진해온 Project Jade는 최종적으로 구글이 인수하는 방향으로 잠정 결론이 났습니다. 구글 자회사인 Jupiter Star Holdings LLC가 프로젝트의 건설·운영 주체로 교체됐으며, 이 과정에서도 현장 건설은 중단 없이 계속되고 있습니다.

다만 프로젝트의 최종 수요자가 바뀌었을 뿐 전력을 공급하는 기본 구조에는 변화가 없습

니다. 발전설비 구축과 전력 온라인은 기존과 마찬가지로 Tallgrass Energy가 담당하며 발전 믹스에는 블룸에너지의 SOFC 900MW가 포함될 예정입니다.

앞서 6월 15일 주간전략보고에서도 Project Jade를 둘러싼 협상의 중심이 오라클에서 구글로 이동하고 있다고 전해드린 바 있습니다. 블룸에너지 입장에서는 최종 고객이 오라클인지 구글인지보다 Tallgrass Energy가 제안한 발전 믹스가 최종 프로젝트에 채택되는지가 더 중요합니다.

결국 구글이 Project Jade를 인수하더라도 Tallgrass Energy의 전력 공급계획이 유지된다면 블룸에너지의 납품 기회에는 실질적인 변화가 없습니다. 이번 변화는 프로젝트 취소나 축소가 아니라 최종 수요자와 운영주체가 교체된 사례에 가깝습니다.

Nscale도 전력망 병목으로 BTM 전환을 검토

텔레그래프 보도에 따르면 Nscale은 CY27 가동을 목표로 하는 데이터센터에 필요한 전력을 전력망을 통해 제때 공급받기 어렵다는 통보를 받은 것으로 전해집니다. 이에 최근 계통연계를 기다리지 않고 현장에서 전력을 직접 생산하는 BTM 발전원을 모색하고 있으며, 블룸에너지의 SOFC 도입을 놓고 논의 중입니다.

이번 사례 역시 AI 데이터센터의 병목이 GPU나 건설능력보다 전력망 접속 시점으로 이동하고 있음을 보여줍니다. 예정된 데이터센터 가동 일정을 맞추기 위해서는 장기간의 계통연계를 기다리는 대신 SOFC와 같은 BTM 발전원을 활용할 수밖에 없는 프로젝트가 계속 늘어나고 있습니다.

BTM / On-site Power Generation 솔루션 테이블

BTM 현장발전원 솔루션들에 대한 테이블이 좋은 게 있어서 BNP Paribas의 테이블을 가져와봤습니다. 왕복엔진, 소형가스터빈, 제트엔진, SOFC에 대한 CY28~CY30 캐파, 수주잔고에 대해서 정리되어 있습니다.

마이크론(M

U)

마이크론MU은 Overweight을 유지합니다. CY27 PER 4.2배(FY27 PER 4.7배)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

KIS, SKH 2Q26 실적 컨센 하회 전망

7월 13일 KIS는 SK하이닉스의 2Q26 실적을 매출 80.9조원(YoY 264%, QoQ 54%), 영업이익 60.4조원(YoY 556%, QoQ 61%)으로 전망했습니다. 절대적인 실적 성장세는 매우 강하지만 영업이익 컨센서스인 약 65조원을 밑도는 추정치가 제시되면서 메모리와 AI HW 밸류체인 전반의 추가 하락이 이어졌습니다.

KIS가 컨센서스보다 낮은 영업이익을 전망한 이유는 두 가지입니다:

첫째, SK하이닉스는 경쟁사보다 HBM 매출 비중이 높기 때문에 범용 DRAM 가격 급등의 수혜를 상대적으로 덜 받을 수 있다고 봤습니다. 이미 장기계약 가격이 설정된 HBM 비중이 높을수록 전체 DRAM ASP 상승률은 시장 평균보다 낮아질 수 있다는 논리입니다.

둘째, LTA가 향후 실현 영업이익에 일정한 상한을 만들 수 있다고 판단했습니다. 이에 계약가격 가정을 CY26에는 9%, CY27에는 11%씩 하향하면서 실적 전망치도 낮췄습니다.

다만 KIS가 LTA 자체를 부정적으로 평가한 것은 아닙니다. 단기적으로는 현물가격 급등의 수혜를 제한할 수 있지만, 장기적으로는 3~5년 동안의 물량과 가격 가시성을 높여 기업가치를 끌어올릴 수 있다는 맥락입니다.

SemiAnalysis는 SKH의 DRAM 이익이 컨센 상회할 것으로 전망

이에 대해 SemiAnalysis의 메모리 애널리스트 레이 왕은 주요 기관투자자들에게 <"Be Greedy When Others Are Fearful" : SK hynix's DRAM Pricing and Earnings Remain Strong>이라는 레터를 보내 SK하이닉스의 DRAM 가격과 수익성에는 문제가 없다고 반박했습니

다.

Ray Wang은 SK하이닉스의 2Q26 DRAM 영업이익만 약 55조원에 이를 것으로 전망했습니다. KIS는 전사 영업이익 60.42조원을 DRAM 45.54조원과 NAND 14.88조원으로 추정하고 있으므로 DRAM 부문에서만 두 전망치 사이에 약 9.5조원의 차이가 발생합니다.

KIS는 HBM 비중과 LTA 가격을 보수적으로 반영해 전사 영업이익이 컨센서스를 밑돌 것으로 봤지만, 레이 왕은 DRAM 가격과 이익이 여전히 강해 컨센서스를 웃도는 실적 서프라이즈가 가능하다고 판단한 것입니다.

결국 쟁점은 LTA가 SK하이닉스의 단기 가격 상승분을 얼마나 제한하느냐에 있습니다. 현재의 주가 하락은 실적 둔화가 확인된 결과라기보다 강한 쏠림 수급이 풀리는 과정에서 KIS의 보수적인 추정치가 매도의 명분으로 활용된 성격이 더 강해 보입니다.

BofA, 컨센보다 강한 3Q26 메모리 가격 상승 전망

BofA의 3Q26 메모리 시장 보고서를 정리해보면:

3Q26 서버 DRAM 가격은 QoQ 20~30% 상승을 전망했습니다. 시장 컨센인 ~20% 대비 높습니다. 예를 들어 BofA는 3Q DRAM이 QoQ 21%를 전망하는데 TrendForce는 QoQ 13~18%입니다. 가격 상승세를 주도하는 건 고속 LPDDR5가 가격상승을 주도하고 있습니다.

현물 수요는 DRAM과 NAND 모두 견조합니다. 커머디티 DDR5와 레거시 DDR4 가격 상승에 힘입어 7월 가격도 MoM 상승세입니다. 갑작스러운 서버OEM의 Rush order로 인해 DRAM과 NAND 모두에서 QoQ 20% 이상의 가격 상승이 나오고 있습니다. 이전에는 생산을 많이 안했었는데 9월 수요가 높고 4Q26 성수기에 대비하려 재고를 쌓아야 하다보니 메모리 칩을 적극 구매 중입니다.

엔비디아의 Vera Rubin이 양산 및 출하되기 시작함에 따라 HBM3e 대신 가격이 더 높은 HBM4로의 주문이 이동하고 있습니

다.

LTA를 통해 판매되는 물량이 전체 DRAM 판매의 50% 미만이며, 이제부터는 QoQ 기준 5~10%대의 성장으로 변동폭은 잦아들 것으로 예상했습니다. 개인적으로는 가시성을 높이기 위한 것과 변동성을 줄인다는 건 같은 의미라고 생각하고, HDD 산업의 연간 bit supply % x ASP 상승 %를 예로 삼아 볼 때 장기 성장성이 높아지는 만큼 밸류의 룸은 남아있다고 생각합니다.

실제로는 7월 들어 현물가격 가파르게 상승 중

란즈크님의 공급망 체크에 따르면, 현재 글로벌 서버용 DDR5 RDIMM 가격은 최근 30일 간 27.9% 상승하여 역대 최고치 상승세를 기록하고 있습니다. AI 서버 수요를 공급 측면에서 여전히 대응하지 못하고 있는 상태입니다. CY27로 가면 HBM4 물량이 크게 늘어나면서 서버용 DRAM 공급부족은 더욱 악화될 것으로 전망하는데 벌써 쇼티지가 매우 큰 상태입니다.

메리츠, 소버린AI 수요 늘면서 공급부족 매우 격해진 상태

메리츠증권 김선우 애널리스트님의 채널 체크를 정리하면:

본질적으로 메모리는 현재 기업들이 물량 조달의 문제를 겪고 있다는 게 문제입니다. 가격이 비싸서 얼마를 사네 그런 것이 아니라, 정해진 물량을 구매할 수가 없는 상태의 수요이기 때문에 가격이 높아지는 구조가 핵심입니다. 기업 입장에서는 이렇게 되면 제품을 못만들면 매출과 이익도 없으니 그것보다는 약간 더 비싼 가격을 주고 물량을 (원하는 만큼은 아니지만) 구매해서 팔아야 하는 입장입니다.

애플 및 중화권 스마트폰 업체들도 하반기 계절적 물량 확보 앞에서 메모리 조달에 어려움을 겪고 있으며, 4Q26 완제품 생산력에 심각한 문제가 생긴 상황입니다. 한마디로, 물량이 없어서 여기저기 손벌리고 있는 상황으로 묘사할 수 있습니다.

이런 과정에서 DRAM 수요를 흡수하고 있는 AI 서버 및 일반 서버 업체들은 CY27 조달 계획을 앞두고 심각성이 고조되고 있습

니다. 미국/중국 CSP들 뿐 아니라 최근 중동의 소버린 AI 투자 계획이 구체화되며 2027년 공급난 심화 중입니다. 지금의 B2B 사이클에서는 구매 참여자가 1곳만 더 늘어도 수요 충족률이 3~5%p씩 크게 바뀌고 있는 상태인데, 메리츠 채널 체크에 따르면 최근 사우디 등 중동 소버린 AI 투자 주체들이 국내 메모리 업체들과 중장기 메모리 조달 계획 협의를 시작했습니다.

이러한 배경 하에서 6400Mbps 버스 스피드 제품처럼 하이엔드 제품일수록 판가가 강하게 상승 하는 중입니다. CSP 및 프런티어 모델 업체들의 투자 경쟁이 성능 극대화 제품 중심으로 표출되기 시작하고 있습니다. 서버 DRAM 64GB DDR5 제품의 경우 7월 중순부터 현물 시장에서 가파른 상승세를 기록하고 있습니다.

최근 판가는 $3,100~$3,400까지 상승하고 있으며, 이는 6월말 고정거래가격 $1,380 내외 대비 무려 146%가량 높은 수준입니다. 이에 따라 3Q26 서버 DRAM 고정가는 분기 중 시장 기대치 (+15% QoQ 내외)를 뛰어넘는 수준의 상승이 가능을 전망했습니다.

투자자들은 지난 30년간 있었던 메모리 산업 특유의 시클리컬성을 강조하면서, 지난 2년간의 업사이클 내내 공급 과잉에 따른 가격 피크아웃 논리를 주로 우려 섞인 시선으로만 바라보곤 했는데 이번에도 LTA와 CY27 실적 하향조정을 우려할 것이 아니라 주주환원 조기 집행 및 지분투자 등을 포함한 빅테크와의 파트너십으로 인해 우려는 빠르게 불식될 것으로 전망했습니다.

Morgan Stanley, HBM/NAND 수요-공급

모건스탠리의 HBM 및 NAND 수요-공급 모델 테이블을 정리해보면:

HBM TAM은 CY23 $3B → CY24 $13B(YoY 333%) → CY25 $31B(YoY 138%, HBM3 → HBM3E 전환) → CY26 $57B(YoY 84%, GB300 수요 크게 증가하며 HBM3E 가격 상승 / HBM3E → HBM4 전환) → CY27 $94B(YoY 65%인데, 2H26 CY27 HBM ASP 상향 시 추가 상승여력 있을 것)로 폭발적 성장세입니

다.

메모리 3사의 HBM 생산량 추정치 Gb 기준으로는 CY23 3.1B Gb → CY24 11.4B Gb(YoY 268%) → CY25 22.8B Gb(YoY 100%) → CY26 35.0B Gb(YoY 54%) → CY27 53.8B Gb(YoY 54%)입니다.

CY27의 HBM 공급 점유율은 SKH 22.23B Gb, SEC 21.24B Gb, MU 10.37B Gb입니다.

Commodity DRAM demand는 620B Gb이고, supply는 520B Gb로 총 수요 대비 총 공급은 -16%인 상태일 것으로 전망했습니다.

AI NAND 수요는 CY25 205EB → CY26 400EB → CY27 609EB로 증가할 것으로 전망했습니다. 전체적으로 공급부족분은 CY26 -15% → CY27 -9%로 추정했으며, AI가 NAND 수요에서 차지하는 비중은 CY25 18% → CY26 32% → CY27 41%로 증가할 것으로 전망했습니다.

샌디스크(SNDK)

샌디스크SNDK는 Overweight을 유지합니다. CY27 PER 4.52배(Bernstein Bull $300)입니다.

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

노무라, NAND 펀더멘탈은 더욱 더 좋아지고 있다

Kioxia 주가는 AI 과열 우려와 차익실현이 겹치면서 6월 고점 대비 약 51% 하락했습니다. 연초 이후 한때 600% 넘게 상승했던 만큼 레버리지 포지션이 풀리는 과정에서 낙폭도 크게 나타났습니다. 그러나 노무라는 최근의 주가 조정을 펀더멘털 훼손보다 투자심리와 수급의 문제로 판단했습니다. NAND 공급 부족과 AI 스토리지 수요를 고려하면 중장기 실적 전망은 오히려 개선됐다고 평가했습니

다.

예상보다 강한 NAND 가격 상승

노무라가 목표주가를 높인 가장 중요한 근거는 NAND 가격입니다.

Kioxia의 Bit당 가격 상승률 전망을 2026년 4~6월에는 QoQ 65%~70%로, 7~9월에는 QoQ 20%~25%로 각각 상향했습니다. 소비자용 전자제품 수요가 둔화되면 NAND 가격도 약해질 것이라는 우려와 달리 제한적인 공급 증가로 인해 실제 가격 상승세는 시장 예상보다 강하게 이어지고 있다는 판단입니다.

ADATA 실적도 NAND 공급 부족을 뒷받침하고 있다

대만 메모리 모듈 업체 ADATA의 2026년 4~6월 SSD 관련 매출은 QoQ 87% 증가했습니다. ADATA 경영진은 7~9월 NAND 계약가격도 QoQ 35~40% 추가 상승할 것으로 전망했습니다. 노무라는 ADATA의 SSD 매출과 Kioxia의 실적 사이에 높은 연관성이 있다고 봤습니다. 최종 수요가 약하다면 나타나기 어려운 매출 증가와 가격 전망이라는 점에서 NAND 수급이 예상보다 훨씬 타이트하다는 근거로 해석했습니다.

Evercore ISI, NBM으로 다년간의 성장 가시성이 높아진다

샌디스크에 대해서 Evercore ISI의 코멘트와 생각을 정리해보면:

NBM 계약으로 다년간 이익 성장에 대한 가시성이 높아짐을 강조했고, 최근 맺은 5건의 NBM 계약은 가격 하한을 기준으로 보더라도 총 $62B의 확정 매출을 의미하며 $11B 이상의 선급금이 포함되어 있다고 추정했습니다. FY27(CY3Q26~CY2Q27) Bit 물량 3분의 1 이상이 GPM 80% 이상의 NBM에 연계되어 있기 때문에 과거 NAND 모델에서 추정하던 가격대보다 훨씬 높은 수준에서 다년간 유지할 수 있을 것이란 기대입니다.

Bull Case 기준 FY27(CY3Q26~CY2Q27)에서 EPS가 $300를 초과할 가능성이 있다고 추정했습니다. 샌디스크의 Fiscal Year는 대략 Q+2라고 보시면 되는데, GF 증권의 CY27가 $366임을 생각해보면 전반적으로 CY27 기준 추정치들이 계속해서 높아지고 있는 단계입니

다.

셈텍(SMTC)

셈텍SMTC은 Overweight을 유지합니다. CY27 PER 26.6배(CY27 EPS $4.7)입니다.

셈텍(SMTC) 기업분석 : 미디어텍 TPU와 함께 성장할 기업, 'DSP를 지우는 자'

GF증권, 셈텍을 AI 인터커넥트 수혜주로 평가하며 Buy로 커버리지 개시

GF증권이 셈텍에 대해 Buy 의견으로 커버리지를 개시했습니다.

셈텍은 ACC용 CopperEdge를 비롯해 TIA와 Driver, Laser, NPO용 아날로그 솔루션까지 AI 데이터센터 인터커넥트에 필요한 제품 포트폴리오를 폭넓게 보유하고 있습니다. 이에 따라 셈텍의 투자 포인트도 기존 범용 아날로그 반도체 업체에서 AI 인터커넥트 수혜 기업으로 빠르게 이동하고 있다고 평가했습니다. GF증권은 셈텍의 AI 관련 매출이 FY27 $466M에서 FY28 $1.22B로 약 162% 증가할 것으로 전망했습니다.

구글 TPU 확대가 CopperEdge ACC의 성장동력

단기적으로 가장 중요한 촉매는 미디어텍이 설계에 참여하는 구글 TPU의 출하 확대입니다. 구글의 TPU 클러스터에서는 칩과 보드, 랙 사이를 연결하기 위해 대량의 고속 구리 인터커넥트가 필요하며 전송거리가 길어질수록 신호 손실을 보정하는 ACC의 중요성이 커집니다.

셈텍의 CopperEdge는 케이블 내부에서 신호를 보정하는 Linear Equalizer와 Redriver를 공급합니다. DSP 기반 AEC보다 전력소비와 지연시간, 비용을 낮출 수 있어 AI 클러스터 내부의 단거리 연결에 적합합니다. Google TPU 출하가 늘어날수록 ACC 채택량과 셈텍의 칩 콘텐츠도 함께 증가할 수 있습니다.

DSP를 없앨수록 아날로그 콘텐츠의 중요성은 높아진다

데이터센터 인터커넥트에서 DSP를 제거하려는 흐름도 셈텍에 유리하다고 평가했습니다. 기존 광모듈은 DSP가 신호 보정의 상당 부분을 담당했지만 LPO와 NPO에서는 DSP를 줄이거나 제거하는 대신 TIA와 Driver, Equalizer 같은 아날로그 반도체의 성능이 더욱 중요해집니

다.

특히 NPO는 광학 엔진을 스위치 ASIC 가까이에 배치해 전력소비와 신호 손실을 줄이는 구조입니다. 엔비디아와 주요 CSP들이 NPO 배포를 평가하고 있어, 실제 채택이 본격화되는 CY27 이후에는 셈텍의 다음 성장동력이 될 가능성이 있습니다. NPO로 전환되면 셈텍은 단순히 기존 광모듈용 TIA와 Driver를 공급하는 데 그치지 않고, 스위치 시스템 내부에서 더 높은 아날로그 콘텐츠를 확보할 수 있습니다.

HieFo 인수로 광학까지 영역 확대

HieFo 인수도 셈텍의 포트폴리오를 확장하는 중요한 요소입니다.

셈텍은 기존에 TIA와 Driver처럼 광신호를 송수신하기 위한 아날로그 반도체에 강점을 보유했지만 HieFo 인수를 통해 InP 기반 Laser와 광학 기술까지 확보했습니다. 이를 통해 셈텍은 광모듈 내부의 전기신호 처리 부품뿐 아니라 광원까지 공급할 수 있게 됩니다. 향후 고객사에 TIA와 Driver, Laser를 통합한 솔루션을 제공할 수 있다면 제품당 콘텐츠와 고객 내 점유율을 동시에 높일 수 있습니다.

Needham, Semtech NDR 리뷰

Needham이 셈텍과의 NDR 이후 긍정적 코멘트를 냈습니다:

셈텍 경영진은 현재 수요가 예상을 훨씬 앞지르며 순조롭게 진행되고 있다고 말했습니다. 현재 업계 전반적으로 CY26 약 8천만 개의 800G 광모듈 출하를 예상하고 있으며, 연초 예상했던 5천만 개보다 훨씬 높아진 수치입니다. 셈텍은 800G 광모듈 중 50% 정도의 물량에 TIA 칩을 공급하고 있고, 1.6T 모듈은 올해 말 양산에 들어가며 셈텍이 이미 거의 모든 광모듈 제조사로부터 설계를 수주한 상태라 1.6T에서도 50% 가가운 점유율을 차지할 것으로 기대했습니다.

하이퍼스케일러들이 CopperEdge에 대한 관심이 큽니다. ACC 케이블 파트너사 3곳 모두가 셈텍 제품만 단독으로 채택한 것으로 보인다고 말했습

니다. MACOM 대비해서 셈텍의 기술력이 더 우수하다는 맥락에 힘을 더할 수 있는 내용입니다.

6개월 전보다 CopperEdge 프로그램들이 30% 더 커졌으며 출하 기간도 기존 예상인 18개월에서 더 커진 24개월로 추정했습니다. 주문과 백로그는 사상 최고치라 CY28의 칩 공급 가시성을 확보하기 위해 노력할 수준이라 말했습니다.

ACC 제품 출하 기여는 2Q~3Q26까지는 완만하게 상승하다가 양산이 본격화되는 4Q26쯤부터는 QoQ 출하량이 크게 증가할 것으로 예상했습니다. 미디어텍의 TPU v8t 출하-양산 시점과 같습니다.

CopperEdge는 ACC만 있는 게 아니기에, 온보드 솔루션도 중요합니다. 셈텍은 다른 하이퍼스케일러와 네오클라우드의 Switch Tray, Compute Borad, Active Backplane 등에도 온보드 CopperEdge 솔루션을 공급할 기회에 대해 여전히 낙관적이라 평가했습니다. 또한 주요 하이퍼스케일러가 CY27 출하를 목표로 개발 중인 차세대 추론 플랫폼에 온보드 선형 이퀄라이저를 공급하는 기회도 적극 협력 중(미디어텍 TPU v9의 Triggerfish로 추정(3Q27 양산))이라 말했습니다.

저마진의 셀룰러 사업은 매각이 거의 마무리 단계입니다. 이를 매각하고 났을 때의 전사 GPM은 데이터센터와 LoRa 제품 비중이 늘어나면서 60%, OPM은 30%를 목표로 하는 수준까지 높아질 것으로 전망했습니다.

NPO와 관련해서는 TIA와 드라이버 어레이를 다섯 개의 서로 다른 하이퍼스케일러의 Scale-up 여러 모델 벤더에 샘플링 중이며 CY27에 퀄을 받고, CY27말~CY28초쯤 첫 매출을 거두기 시작할 것을 목표로 한다고 말했습니다. NPO는 다소 폐쇄적인 생태계인 CPO와 달리 개방형 생태계로 자리잡고 있는 것도 긍정적으로 평가했습니다.

업계 코멘트 모음 : 메타와 구글이 주로 언급됩니다

최근 셈텍과 관련해서 몇 가지 애널리스트 코멘트들을 모아보

면:

첫 번째 하이퍼스케일러로는 메타가 SMTC의 아날로그 IC만 사용한 ACC를 케이블 제조사 3곳으로부터 설계 요청하여 채택해 조달하고 있습니다.

두 번째 하이퍼스케일러로는 구글-미디어텍이 ACC와 함께 온보드 선형 이퀄라이저 설계에도 적극적으로 참여 중입니다.

셈텍의 TIA는 NPO에서도 상당히 많이 채택될 것으로 전망했습니다. NPO는 현재 샘플링 단계입니다.

루멘텀(LITE), 비아비(VIAV)

루멘텀LITE은 Overweight을 유지합니다. CY27 PER 23.6배입니다.

루멘텀 1Q26 실적발표 : 3Q OCS, 4Q CPO, 차례로 점화를 기다리는 고성능 엔진들

'빛💡'의 시대 : 광학 밸류체인 한 눈에 보기

비아비VIAV는 Overweight을 유지합니다. CY27 PER 19.1배입니다.

비아비 솔루션스 1Q26 실적발표 : 본격 개화하는 빛의 시대, 물만난 테스트 수요

'빛💡'의 시대 : 광학 밸류체인 한 눈에 보기

Citi, EML/CW Laser 수요-공급 모델링

Citi는 생산능력이 빠르게 확대되고 있음에도 InP 공급이 향후 3년 동안 수요를 따라가지 못할 것으로 전망했습니다. InP는 800G와 1.6T 광트랜시버에 사용되는 고속 레이저 다이오드의 핵심 반도체 기판으로 AI 데이터센터 광통신 인프라 확대 과정에서 중요한 병목으로 부상하고 있습니다. 특히 EML 레이저의 수요 대비 공급 부족 규모는 CY26 약 30% → CY27 약 20% → CY28에도 약 11%에 이를 것으로 예상했습니다. 공급 부족은 점차 완화되겠지만 적어도 CY28까지는 수요가 공급을 웃도는 구조가 이어진다는 판단입니다.

6인치 InP 웨이퍼 전환이 공급 확대의 변수

InP 공급 부족을 완화할 가장 중요한 구조적 변화는 웨이퍼 대구경화입니다. Citi에 따르면 6인치 InP 웨이퍼 한 장에서는 3인치 웨이퍼보다 약 4.36배 많은 칩을 생산할 수 있

습니다.

따라서 기존 3인치 중심의 생산라인을 6인치로 전환하면 동일한 웨이퍼 투입량과 장비 수로 생산할 수 있는 레이저 칩이 크게 늘어납니다. 다만 새로운 웨이퍼 플랫폼의 수율 안정화와 고객 인증에는 시간이 필요하기 때문에, 6인치 전환이 진행되더라도 단기간에 공급 부족이 완전히 해소되기는 어렵습니다.

루멘텀 코멘트 : 가격 결정력의 최대 수혜기업

Citi는 루멘텀을 100G/200G EML과 UHP Laser 시장의 선도업체로 평가했습니다.

Citi는 FY27 레이저 가격이 약 15% 상승할 것으로 반영했습니다. InP와 고성능 레이저 공급이 부족한 상황에서 기술력과 양산능력을 확보한 업체일수록 고객과의 가격 협상력이 강해질 수 있습니다. CPO와 관련해서도 루멘텀의 로드맵은 계획대로 진행되고 있다고 평가했습니다. UHP Laser/ELS 출하량은 4Q26부터 본격적으로 증가하고 CY27에는 성장세가 더욱 가팔라질 것으로 전망했습니다.

코히런트 코멘트 : 수직계열화와 6인치 웨이퍼

코히런트는 InP 기판 생산부터 EML과 DFB 레이저 칩 제조까지 내부에서 담당하는 완전한 수직계열화를 추진하고 있습니다. 외부 InP 기판과 파운드리에 대한 의존도를 낮추고 공급 부족 환경에서 자체적으로 생산량을 늘릴 수 있다는 점이 강점입니다. 코히런트는 이미 6인치 InP 웨이퍼 플랫폼에서 양산을 시작했으며 CY26 말까지 전체 InP 생산능력을 두 배로 확대할 계획입니다.

중국 증설에도 기술 격차는 유지 중

중국 업체들도 InP와 레이저 생산능력을 확대하고 있지만 고객 인증, 대량생산 수율, 품질 안정성에서는 여전히 루멘텀과 코히런트 같은 선두업체에 뒤처져 있습니다. 하이퍼스케일러와 광모듈 업체의 긴 인증 절차를 통과해야 하며 고속 제품일수록 레이저의 출력, 신뢰성, 수율 안정성이 중요합니다. 따라서 중국 업체의 증설이 단기적으로 글로벌 선두업체의 가격 결정력을 크게 약화할 가능성은 제한적이라 평가했

습니다.

노키아, 엔비디아와 업계 최초 AI-RAN 플랫폼 출시

노키아가 엔비디아와의 파트너십을 통해 업계 최초의 AI-RAN 플랫폼을 출시했습니다. AI-RAN은 기존 기지국의 무선 신호 처리 기능을 GPU와 AI 기반 플랫폼으로 전환해, 통신사가 이미 보유한 주파수와 기지국 인프라로 더 많은 데이터를 처리할 수 있도록 하는 기술입니다.

노키아는 2026년 말부터 AI-RAN 파일럿 배치를 시작하고 CY27부터 상용화에 나설 계획입니다. 다만 본격적인 RAN CapEx는 AI 트래픽이 충분히 증가하고 통신사들이 경제성을 확인한 이후인 CY28 전후부터 나타날 가능성이 높습니다.

AI 트래픽 증가, 데이터센터를 넘어 RAN 병목으로 확산

AI 사용이 늘어나면서 네트워크 트래픽의 구조도 달라지고 있습니다. 기존 인터넷 서비스는 데이터센터에서 단말기로 콘텐츠를 보내는 Downlink 트래픽이 중심이었습니다. 반면 AI 시대에는 스마트폰과 카메라, 로봇, 센서가 수집한 데이터를 클라우드로 전송하는 Uplink 트래픽이 빠르게 늘어날 가능성이 있습니다.

이러한 변화가 지속되면 병목은 데이터센터 내부의 컴퓨팅과 네트워크를 넘어 단말기와 데이터센터를 연결하는 무선통신망으로 이동합니다. AI-RAN은 동일한 주파수와 기지국을 사용하면서도 무선 신호를 더 정교하게 제어해 이러한 트래픽 증가를 흡수하려는 기술입니다.

무선통신망도 병목이 될 것이란 시각은 <비아비 솔루션스 1Q26 실적발표 : 본격 개화하는 빛의 시대, 물만난 테스트 수요>에서 전해드린 바 있습니다. 비아비 자체의 투자포인트는 데이터센터이기 때문에 지금 당장 RAN CapEx를 기대할 것은 아니고, CY28쯤 AI-RAN CapEx가 올 것으로 예상하고 있습니다.

AI-RAN에서 GPU가 필요한 이유

기존 기지국의 베이스밴드 장비는 무선 신호 처리에 최적화된 ASIC과 전용 프로세서를 사

용합니다. 전력 효율과 실시간 처리 성능은 뛰어나지만, 새로운 알고리즘과 AI 기능을 추가하기에는 상대적으로 유연성이 낮습니다.

GPU 기반 AI-RAN의 가장 큰 장점은 하나의 컴퓨팅 플랫폼에서 4G~향후 6G까지의 베이스밴드 연산과 AI 추론을 동시에 실행할 수 있다는 점입니다. 통신사는 새로운 무선 알고리즘을 소프트웨어 업데이트로 적용할 수 있고, 기지국에 설치된 GPU를 네트워크 최적화 외의 엣지 AI 추론에도 활용할 수 있습니다.

성공한다면 전 세계 수백만 개의 기지국이 단순한 통신장비를 넘어 분산형 AI 컴퓨팅 인프라로 바뀔 수 있습니다. 다만 무선 신호 처리 자체는 x86 CPU나 다른 전용 실리콘으로도 구현할 수 있습니다. GPU는 기존 ASIC보다 CapEx와 전력비용이 높기 때문에 AI 기능과 네트워크 성능 개선으로 추가 비용을 정당화해야 합니다.

결국 AI-RAN 역시 TCO 대비 성능을 입증해야 하는 기술입니다.

AI-RAN의 핵심 가치는 기존 주파수의 처리용량 확대

통신사가 AI-RAN을 검토하는 가장 중요한 이유는 스펙트럼 용량을 높일 수 있기 때문입니다.

스펙트럼 용량이란 같은 주파수와 기지국, 안테나를 사용하면서도 더 많은 데이터를 전송할 수 있는 능력을 의미합니다. 현재 AI-RAN을 통한 스펙트럼 용량 개선폭은 약 20% 수준이지만 → 노키아는 CY27에는 약 50% → CY28에는 100% 이상의 개선을 목표로 하고 있습니다. 목표대로라면 기존 무선 인프라의 데이터 처리능력을 두 배 이상 높이는 효과가 발생합니다.

기존에는 특정 지역의 데이터 사용량이 증가하면 통신사가 ⓐ새로운 주파수를 구매하거나, ⓑ기지국을 추가로 설치하거나, ⓒ안테나와 통신장비를 증설하거나, ⓓ기존 장비를 차세대 장비로 교체해야 했습니다. 모두 상당한 CapEx가 필요한 선택지입니다. AI-RAN이 기존 자산의 처리량을 충분히 높여준다면 통신사는 신규 주파수 구매와 기지국 증설 시점을 늦출 수 있습

니다.

결국 통신사 입장에서 중요한 것은 GPU와 소프트웨어에 추가로 지출하는 비용보다 주파수와 기지국 투자비 절감 효과가 더 큰지 여부입니다.

노키아는 일회성 장비 매출을 구독형 소프트웨어 매출로 전환

AI-RAN은 노키아의 사업모델에도 중요한 변화를 가져올 수 있습니다.

기존 RAN 시장에서는 통신사가 새로운 성능을 확보하려면 차세대 하드웨어를 구매해야 했고, 노키아의 매출도 장비 교체주기에 크게 의존했습니다. 앞으로 통신사가 호환 가능한 GPU와 가속 컴퓨팅 플랫폼을 설치하면 노키아는 새로운 무선 최적화 알고리즘과 AI 기능을 anyRAN 소프트웨어를 통해 지속적으로 제공할 수 있습니다. 하드웨어를 한 번 판매한 뒤에도 기능 개선과 성능 향상에 대한 구독료를 받을 수 있는 구조입니다.

엔비디아는 AI 데이터센터를 넘어 통신 기지국의 베이스밴드까지 CUDA 생태계를 확장할 수 있습니다. AI-RAN이 표준으로 자리 잡으면 통신 인프라 전체가 새로운 가속 컴퓨팅 시장으로 편입되는 것입니다.

통신사는 신규 주파수 구매와 기지국 증설 없이 기존 무선망의 처리량을 높일 가능성을 확보합니다. 여기에 기지국 GPU를 엣지 AI 추론에 활용할 수 있다면 새로운 기업용 서비스와 수익모델을 만들 수도 있습니다.

현재 통신사의 태도는 기술 검증단계에 가깝습니다. T-Mobile과 SoftBank, Indosat 등이 실제 시험에 참여하고 있지만 대규모 상용구매나 검증된 투자수익률이 공개된 단계는 아닙니다. 결국 통신사들이 비교해야 할 것은 GPU 도입으로 증가하는 CapEx와 노키아 anyRAN 소프트웨어 구독에 따른 OpEx입니다. 이 비용보다 스펙트럼 구매와 기지국 증설을 줄여 절감할 수 있는 금액이 더 커야 본격적인 투자가 시작될 수 있습니다.

옵토일렉트로닉스(AAOI)

옵토일렉트로닉스AAOI는 Overweight을 유지

합니다.

'빛💡'의 시대 : 광학 밸류체인 한 눈에 보기

옵토일렉트로닉스 생산능력 확대 중

옵토일렉트로닉스가 텍사스주 피어랜드에 위치한 두 개의 인접 부지에서 공사를 시작했습니다. 총 40만 평방피트에 가까운 제조공간을 추가해 800G와 1.6T 광트랜시버 생산량을 확대할 계획입니다. 기존 슈가랜드 본사를 포함해 휴스턴 지역에서 생산시설을 계속 확장하고 있습니다.

AI HW의 공급망 그자체

'만인의 호국신산' (2Q26 실적발표)

TSMC Taiwan Semiconductor Manufacturing Company : AI HW 공급망 체크

7월 16일에는 TSMC 2Q26 실적발표가 있었습니다.

AI HW 수요를 가장 먼저 확인하는 기업 : TSMC는 주요 AI 가속기, CPU, 네트워크 칩을 모두 생산하기 때문에, 매 분기 실적과 가이던스를 통해 AI 컴퓨트 수요와 강도를 가장 먼저 확인할 수 있습니다.

공급망 병목이 어디로 이동하는지 보여주는 기업 : TSMC의 CapEx와 첨단 패키징 증설 계획을 보면 AI 투자가 어떻게 확산되는지 파악할 수 있어 AI HW 공급망 전체의 핵심 선행지표가 됩니다.

수요의 성장속도와 가시거리가 모두 좋아졌다

TSMC가 올해 초 제시했던 AI 반도체의 5년 성장 전망은 '연평균 50%대 중후반'이었습니다. 이번에는 수치 자체를 새로 제시하지 않았지만 기존 전망보다 더 강해지고 있다고 답했습니다. 2026년 전체 매출 성장률 전망도 달러 기준 40%를 소폭 상회하는 수준으로 높였습니다.

또한 경영진은 AI 관련 수요가 2029~2030년까지 강할 것으로 예상했습니다. 그 사이 단기적인 조정이 발생할 가능성은 있을 수 있겠지만, 장기적으로는 훨씬 긴 사이클이며 매우 강한 성장 사이클이란 의미에서 강조한 것입니다. AI를 기존 반도체 사이클의 한 응용처가 아니라 새로운 산업으로 보고

있습니다.

3nm 이하 수요가 공급을 얼마나 초과하느냐는 질문에는 구체적 수치를 제시하지 않았지만 수요와 공급의 격차가 매우 크다고 답했습니다. 기존 N2 생산능력 확장 계획도 상향됐습니다.

TSMC, '실제 수요'를 파악하기 위한 노력

TSMC는 데이터센터의 실물 구축 상황까지 확인하고 있습니다. AI 투자 붐에서 가장 큰 우려는 고객이 필요 이상으로 칩을 주문하고 실제 데이터센터가 준비되지 않아 재고가 쌓이는 상황입니다.

TSMC는 "고객의 주문 숫자를 그대로 합산하지 않는다"고 설명했습니다. 고객과 CSP가 모두 최선의 전망을 제공하더라도 모든 고객의 전망을 합치면 실제 시장 수요를 초과할 수 있기 때문입니다. 회사는 데이터센터의 위치, 건설 진행 상황, 전력 확보, 랙 설치 계획까지 확인해 생산한 칩이 고객 재고에 머무르지 않도록 검증하고 있다고 밝혔습니다. 이번 콜에서 수요 전망의 신뢰도를 높여주는 가장 중요한 설명 중 하나였습니다.

CapEx도 확대

2026년 CapEx는 기존 $52~56B에서 → $60~64B로 상향됐습니다.

수요가 받쳐주는 만큼 공급병목을 풀어버릴 수준의 공급은 위험하지만, 적당한 수준의 공급 전망 상향은 업계의 성장률을 높여주는 데 도움이 됩니다. TSMC는 정확한 3년 CapEx 숫자를 공개하지 않았지만 "향후 3년 투자가 과거 3년보다 훨씬 많다"는 기존 표현에서 한 단계 더 강한 표현으로 바뀌었습니다.

여기에 애리조나 팹에 추가 투자 $100B도 발표했습니다. N2 이하 로직 팹과 첨단 패키징 시설을 포함하며 추가로 약 4개 팹이 건설될 가능성이 언급됐습니다. 다만 투자 집행 시점은 고정되지 않았고 실제 고객 수요에 따라 조정됩니다.

Agentic AI 덕에 CPU 수요도 늘어났다

기존 AI 투자 논리는 주로 GPU와 AI ASIC 중심이었습니다. 그러나 AI 에이전트가 데이터 검색, 데이터베이스 접근, 코드 실행, 도구 호출과 운영체제 작업을 수행하면 범용 CPU 작업량도

증가합니다. TSMC는 Agentic AI가 데이터센터 CPU의 역할을 다시 확대하고 있다고 설명했습니다. x86, ARM, RISC-V 중 어떤 아키텍처가 성장해도 대부분 TSMC 고객입니다.

N2 희석에도 불구하고 마진이 강하다

N2가 2H26 매출총이익률을 3~4%p 희석하고 해외 팹도 초기에는 2~3%p, 이후에는 3~4%p의 마진 희석을 일으킬 전망입니다. 그럼에도 3Q26 매출총이익률 가이던스가 65%~67%입니다. 현 시점 TSMC의 가격/가동률/믹스가 얼마나 강한지를 보여주는 대목입니다.

'고부가가치만 쥐고, 저부가가치는 알아서 해라'

인텔 EMIB-T나 외부 OSAT가 패키징 일부를 가져가더라도 TSMC는 이를 수용할 의사를 보였습니다.

TSMC가 똑같이 물량을 늘리면서 공급경쟁을 하려고 하면 demand-supply balance가 깨지면서 굉장한 부담이 되겠지만, 1등 혹은 시장을 틀어쥐고 있는 과점 기업들이 모두 '내가 점유율은 일부 포기하겠지만 고부가가치를 가질 게'라는 스탠스라 AI HW 사이클에는 여전히 긍정적인 뷰를 유지하고 있습니다.

CoWoS에 이어 광통신도 성장 축이 되는 중

TSMC COUPE 생산을 시작했으며 향후 수년간 점진적으로 확대될 전망입니다. AI 데이터센터가 대역폭을 높이면서 전력소모를 낮추려면 실리콘 포토닉스와 광학엔진의 중요성이 커집니다. TSMC는 미세공정, 패키징, 실리콘 포토닉스를 결합해 AI 시스템 내부 인터커넥트에서도 역할을 확대하려 하고 있습니다.

TSMC, 2027년 초 성숙노드 제품 가격 인상 계획

실적발표에 나온 말은 아니지만, 업계 공급망을 통해 확인해보면 TSMC가 2027년 1월부터 성숙노드 제품 가격을 한 자릿수 인상할 계획입니다. 3년 만에 처음으로 성숙노드 가격을 인상하는 사례이며 최종 가격은 수요를 보고 4Q26에 확정될 예정입니다. 이미 최근 UMC, PSMC, VIS가 여러 차례 가격을 높이고 있는 상태인지라 TSMC도 가격을 높일 경우 성숙공정 파운드리 기업들은 추가 가격인상을 추진할 수 있을 것으로 예

상됩니다.

웨이퍼 투입도 중요해지고 있다

전공정 장비 대표 기업 ASML (2Q26 실적발표)

ASML ASML Holding N.V. : 전공정 장비 수요-공급 체크

7월 15일에는 ASML의 2Q26 실적발표가 있었습니다. 이제 실적발표 시즌 본격 시작이네요.

ASML 실적발표는 AI 가속기용 Logic, Memory를 생산할 wafer start 자체가 병목이 된 상황에서 파운드리/메모리 기업들이 실제로 얼마나 빠르게 생산능력을 늘릴 수 있는지를 확인할 수 있는 선행지표 중 하나입니다.

CY26 매출 가이던스 대폭 상향

ASML은 CY26 매출 가이던스를 기존 €36B~€40B에서 → €43B~€45B로 높였습니다. 중간값 기준으로 약 16% 상향한 것이며 CY25 매출과 비교하면 약 35% YoY 성장을 의미합니다. 이번 가이던스 상향은 Logic과 Memory 고객 모두에서 장비 수요가 예상보다 강하게 나타나고 있고, ASML이 공급망과 생산 효율 개선을 통해 출하량을 빠르게 늘리고 있기 때문입니다.

ASML의 가격 결정력이 강해지고 있습니다

ASML은 이번 컨퍼런스콜에서 가격 결정력에 대해 이전보다 강한 표현을 사용했습니다. "현재 고객들이 ASML 장비를 통해 얻는 경제적 가치가 과거보다 커졌기 때문에 ASML도 그 가치 중 더 큰 몫을 가격으로 가져올 수 있다"는 설명입니다.

ASML은 최근 몇 주 동안 중국을 포함한 일부 고객에게 DUV 시스템 가격을 약 10% 인상할 계획이라고 통보한 것으로 알려졌습니다. 중국 고객들은 비교적 빠르게 이를 수용하려는 태도를 보였지만 TSMC는 가격 인상 폭을 낮추기 위해 ASML과 협상 중인 것으로 전해졌습니다. TSMC 입장에서는 첨단 Logic 공정뿐 아니라 CoWoS 등 첨단 패키징 공정에서도 DUV 장비를 사용해야 하기 때문에 DUV 가격 상승이 전반적인 생산원가에 미치는 영향이 작지 않아서 좀 더 반발이

있습니다.

CY27 Low-NA EUV 주문 사실상 모두 확보

ASML은 2027년 Low-NA EUV 주문을 이미 거의 모두 확보했다고 밝혔습니다. 2028년 물량에 대해서도 상당한 주문과 수요 신호가 들어오기 시작했습니다. 이에 따라 Low-NA EUV 생산능력을 CY26 약 65대 → CY27 약 85대 → CY28에는 약 110대까지 늘리는 시나리오를 준비하고 있습니다.

현재 ASML의 고객들은 2년 뒤 필요한 장비까지 미리 확보하려 하고 있습니다. 이는 AI 가속기용 첨단 Logic과 HBM/DDR용 DRAM 모두에서 wafer start가 부족해지고 있으며 이를 해소하기 위한 장기 증설 계획이 이미 실행 단계에 들어갔다는 의미입니다.

신규 장비만큼 중요해진 기존 장비 업그레이드

현재 반도체 공급 확대의 가장 큰 제약 중 하나는 신규 팹과 클린룸 부족입니다. 고객이 새 클린룸을 짓고 신규 장비를 설치하려면 상당한 시간이 필요합니다. 반면 기존 장비의 생산성을 10~20% 높이는 업그레이드는 장기간의 공장 건설 없이도 즉각적인 웨이퍼 공급 증가로 이어질 수 있습니다. 장비 정지시간도 상대적으로 짧기 때문에 고객 입장에서는 가장 빠르게 wafer start를 늘릴 수 있는 방법입니다.

이 때문에 ASML의 Installed Base Management 매출과 업그레이드 수요가 빠르게 증가하고 있습니다. ASML은 CY27과 CY28에도 새로운 업그레이드 패키지를 추가할 계획이며 관련 수요가 매우 강하게 이어질 것으로 전망했습니다.

ASML 컨콜을 가지고 자극적으로 만든 Barron's

Barron’s는 ASML 실적발표 이후 <Good News on the Memory Shortage Is Bad News for Chip Stocks>라는 제목의 기사를 작성했습니다. ASML의 공급능력 확대와 장비 업그레이드가 메모리 공급 부족을 예상보다 빠르게 완화할 수 있으며 이 때문에 메모리 기업들의 주가가 압박을 받았다는 해석이

었습니다.

다만 이는 ASML 컨퍼런스콜의 일부 내용을 상당히 자극적으로 확장한 해석에 가깝습니다. ASML 경영진이 DRAM 공급 부족이 종료될 것이라고 말한 적이 없고, 뉘앙스도 전혀 그렇지 않습니다.

컨퍼런스콜의 전체 맥락에서 ASML 경영진의 기본적인 톤은 "DRAM 공급 부족과 강한 설비투자가 향후 수년 동안 이어질 것"이라는 쪽에 가까웠습니다.

ASML이 설명한 핵심은 신규 팹과 클린룸이 부족한 상황에서도 고객들이 기존 장비의 생산성 업그레이드를 통해 bit supply를 매년 낮은 두 자릿수 수준으로 늘리고 있다는 점입니다. 기존 장비 업그레이드를 통해 장비 정지시간을 최소화하면서 wafer start를 늘리는 방식은 앞으로 새롭게 나타날 변화가 아닙니다. '이미 수요와 공급 양쪽에서 작동하고 있는 메커니즘을 이번 컨퍼런스콜에서 다시 확인'해준 것입니다.

따라서 ASML의 공급 확대가 메모리 부족을 단기간에 끝낼 신호라기보다는 극심한 공급 부족이 더 악화되는 것을 막으면서 점진적으로 생산능력을 늘리는 과정으로 보는 것이 적절하다 생각합니다.

중국 매출 비중은 낮아지나, 매출 자체는 성장

ASML은 CY26 중국 매출 비중을 전체 매출의 약 20%로 예상하고 있습니다. CY25의 약 29%와 비교하면 비중은 낮아지는 것입니다. 그러나 이는 중국 매출이 감소하기 때문이 아니라 첨단 Logic과 DRAM을 중심으로 ASML의 전체 매출이 더 빠르게 성장하기 때문입니다. 중국 고객들의 mainstream Logic과 성숙 공정 장비 수요도 여전히 강하기 때문에 중국 매출 자체는 전년 대비 증가할 것으로 예상됩니다.

ASML 고객사별 출하량과 매출 테이블

첨부된 테이블에는 ASML 주요 고객사별 장비 도입 현황과 연도별 Low-NA/High-NA EUV 출하량, 전체 매출 전망이 정리돼 있습니다. 아래에서 확인하실 수

있습니다.

Magnificent 7

Kimi-K3/GB300, 버핏-구글, 허사비스 AGI 타임라인, NVDA GPU AI Labs들의 강세

*왼쪽 테이블 : 2026년 7월 19일 EPS 추정치를 변경했습니다.

*오른쪽 차트 : Mag 7 기업들의 CY26, CY27 순이익 차트입니다.

엔비디아, 26년 PER 22배 / Overweight

AI 사이클의 모든 것을 담은 게빈 베이커 인터뷰 : 버블의 역사는 반복되지 않지만, 운율은 반복된다 (바로가기)

엔비디아 컴퓨텍스 2026 : 사람을 위한 CPU의 시대를 넘어, GPU를 굶기지 않는 CPU 'Vera' (바로가기)

엔비디아 1Q26 실적발표 : 젠슨황, "하이퍼스케일러 CapEx보다 '더' 빠르게 성장하겠다" (바로가기)

엔비디아 1Q26 Preview : "I'm Back" (바로가기)

엔비디아 CEO 젠슨황 인터뷰 : 'TPU도 Trainium도, 그렇게 자신 있으면 공개적으로 붙어보자' (바로가기)

AI 반도체 공급망 체크 : 엔비디아 Rubin/Ultra, MI450 지연, TPU 진검승부, 기어를 바꾸는 Trainium (바로가기)

엔비디아 GTC 2026 : 7개의 칩, 5개의 랙 시스템, 그리고 하나의 슈퍼컴퓨터 (바로가기)

모건스탠리의 AI CapEx 추정치 상향

모건스탠리가 AI CapEx 추정치를 업데이트했습니다:

CY25 $426B(YoY 67%) → CY26 $779B(83%) → CY27 $1,230B(58%) → CY28 $1,396B(13%, Y+2는 늘 그렇듯 아직은 수동적 추정) 전망입니다. Top 5 하이퍼스케일러인 구글/아마존/마이크로소프트/메타/스페이스X 추정치만 합친 규모입니다. 오라클/네오클라우드, 소버린의 CapEx는 포함하지 않았습니다.

연도별 누적설치 용량은 CY25 30.5GW → CY26 51.5GW → CY27 80.4GW → CY28 116.6GW이 될 것으로 전

망했습니다. 연간으로 얼마나 더해지는지로 바꿔서 보자면 CY26 +21GW → CY27 +28.9GW → CY28 +36.2GW입니다.

기업별로 나눠보면:

아마존 : CY26 +6GW → CY27 +8GW → CY28 +8GW

구글 : CY26 +6.1GW → CY27 +9.1GW → CY28 +11.4GW

마이크로소프트 : CY26 +2.8GW → CY27 +4.2GW → CY28 +5.8GW

메타 : CY26 +4.9GW → CY27 +5.4GW → CY28 +7.4GW

스페이스X : CY26 +1.3GW → CY27 +2.2GW → CY28 +3.6GW

원래 MS 추정값이 다소 낮았었는데, 데이터센터 1GW당 CapEx 추정치가 현실화됐습니다.

Trainium3 : $15B → $21B

TPU v7 : $27B → $27B

GB200(Blackwell) : $29B → $35B

GB300(Blackwell Ultra) : $33B → $39B

VR200(Rubin) : $41B → $49B

VR300(Rubin Ultra) : $43B → $50B

그 사이 컴퓨팅 부족은 더욱 더 강해지고 있습니다. 최근 6월에 맺은 스페이스X의 GB300 클러스터 장기 임대가격인 $11.7~$11.8/GPU/hr를 기준으로 삼아보면 가동률 80%라고 가정해도 ARR $17.8B입니다. 7개월 내로 21.6만 개의 GB300 클러스터를 구매하는 데 드는 비용인 $10.4B를 회수할 수 있는 수준입니다.

이정도의 ROI가 나오니 구매자들 입장에서는 가격이 일정수준 높아지더라도 더 많은 컴퓨트가 있었다면 더 높은 매출과 더 높은 마진을 기록할 수 있었을텐데 하는 심리가 생깁니다. 빅테크들이 컨콜에서 늘 말하는 워딩들입니다. 출혈 경쟁의 시각으로 보면 비이성적이지만, 하이퍼스케일러들이 충분히 합리적인 결정을 하고 있다는 시각으로 보면 다르게 읽히는 지점들이

있습니다.

GPU 임대수요, 메모리를 초과구매하려는 수요, 하이퍼스케일러와 네오클라우드의 CapEx 계획 등의 demand는 AI Labs의 ARR로부터 위에서부터 아래로 내려오는 구조입니다. 앤스로픽은 7월 중순 기준 ARR $69B에 도달했고, 오픈AI의 6월 ARR도 $40B이며 GPT-5.6 Sol 업데이트 이후 Codex 사용자가 지난 2주간 성장했던 것보다 더 많이 성장할 정도로 빠르게 성장 중입니다.

GB200/GB300 NVL72 랙 출하량, 6월에도 MoM 5% 증가

모건스탠리에 따르면 2026년 6월 GB200/GB300 NVL72 랙 생산량은 약 8,000대로 MoM 5% 증가한 수준입니다. CY26 연간 출하 전망은 기존의 7만~8만 대를 유지했습니다. CY25 출하량이 약 29,000대였다는 점을 고려하면 올해 출하량은 YoY 100% 이상 증가할 전망입니다. 일부 ODM의 2Q26 출하량은 기존 예상치를 소폭 밑돌았지만 주문이 취소됐다기보다 CPU가 제때 입고되지 않아 2H26으로 이연된 것으로 판단했습니다.

Foxconn, 월 3,300대로 가장 많은 랙 출하

6월 ODM별 NVL72 랙 출하량은 폭스콘이 약 3,300대로 가장 많았습니다. 콴타컴퓨터는 2,300~2,400대, 위스트론은 랙 환산 기준 1,200~1,300대를 출하한 것으로 추정됩니다. 들쭉날쭉해보일 수 있지만 월별 출하량은 고객사의 데이터센터 준비 상황, 매출 인식 시점에 따라 변동할 수 있기 때문에 단일 월 수치보다 2H26 출하 흐름이 더 중요합니다.

그리고 최근 폭스콘은 별개의 뉴스가 하나 더 있었습니다. 스페이스X가 엔비디아 GB300 NVL72 랙 주문을 처음으로 폭스콘에 넣었습니다. 원래 xAI는 늘 SMCI/DELL향으로 주문을 넣었는데 이제 규모가 커지니 ODM에게 직접 주문을 넣은 것입니다.

보도에 따르면 스페이스X는 전체적으로 약 13,000개의 GB300 NVL72 랙을 도입할 계획이며, 랙당 약 $4M을 적용하면 잠재적인 주문 규모는 총 $52B에

달합니다. 납품은 2026년 말부터 시작해 1Q27까지 이어질 것으로 예상됩니다. 13,000대의 NVL72는 약 936,000개의 GB300 GPU에 해당하는 규모로 GB300 NVL72로만 2GW급 클러스터이고 매우 큰 프로젝트입니다.

DeepSeek, 더 높은 CapEx 전략을 우선하다

딥시크가 6월 중순 약 $7.4B 규모의 첫 외부 투자 유치를 마무리한 지 불과 몇 주 만에 추가 자금조달을 논의하고 있습니다. 보도에 따르면 딥시크는 자체 데이터센터 구축과 AI 칩 확보, 에이전트 모델 개발을 위해 다시 대규모 자본을 조달하는 방안을 검토하고 있습니다.

이에 대해서는 6월 29일 주간전략보고에서도 생각을 전해드린 바 있습니다. 한때 적은 컴퓨트로 높은 성능을 구현하는 효율의 상징으로 여겨졌던 딥시크조차 Mythos를 확인한 이후에는 더 큰 CapEx가 더 큰 시장을 장악하는 수단이자, 규모의 경제를 통해 토큰당 비용을 낮추는 길이라는 점을 인식한 것입니다.

엔비디아 H200의 중국 수출이 소량이나마 실제로 시작

중국 측의 수입 심사가 진전되면서 엔비디아 H200의 대중국 수출이 소량이나마 실제로 시작됐습니다. 미국의 반도체 수출통제를 담당하는 제프리 케슬러 상무부 산업안보 차관은 의회 청문회에서 현재까지 중국으로 수출된 H200 물량은 매우 적지만, 실제 배송은 시작됐다고 확인했습니다.

엔비디아 입장에서 H200의 중국 수출 재개가 실적과 공급망에 미치는 영향에 대해서는 지난주 주간전략보고에서 한 차례 정리드린 바 있습니다. 아직 허가와 출하 규모가 제한적이기 때문에 당장의 실적 기여는 크지 않겠지만, 미국의 수출허가와 중국의 수입심사를 모두 통과해 실제 배송까지 시작됐다는 점에서 중국 시장이 다시 열리기 시작한 첫 신호로 볼 수 있습니다.

Kimi-K3, 스케일링 법칙이 여전히 통함을 보

여준 모델

Moonshot AI가 공개한 Kimi-K3는 성능 자체도 유의미하지만, 무엇보다 모델 규모를 키우면 성능이 계속 개선된다는 스케일링 법칙이 여전히 유효함을 보여줬다는 점이 중요합니다. Kimi-K3는 총 2.8T 파라미터 규모의 MoE 모델입니다. 896개의 Expert 가운데 토큰당 16개를 활성화합니다. Grok 4.5와 GPT-5.6 Sol, Opus 4.8급 모델이 약 1.5T 규모라는 점을 고려하면, '총 파라미터를 두 배 가까이 늘려 Opus 4.8에 준하는 성능을 확보한 모델'로 볼 수 있습니다.

다만 Moonshot AI가 공개한 벤치마크만으로 실제 활용성을 단정하기는 어렵습니다. SWE-Bench Pro처럼 난도가 높은 코딩 평가뿐 아니라 실제 배포 환경에서의 작업 성공률과 안정성, 작업당 비용을 추가로 확인할 필요가 있습니다. 블로그에 쓴 것처럼 Moonshot AI 역시 전반적인 성능은 GPT-5.6 Sol과 Fable 5보다 낮다고 설명하고 있습니다.

그나마 좀 유의미한 벤치 결과가 Terminal-Bench 2.1 결과인데, 이것도 다소 K3에 유리하게 측정된 것이라서 주의해서 볼 필요가 있습니다. Opus 4.8과 Fable 5는 앤스로픽의 Claude Code가 아닌 Terminus 2 하네스로 측정됐기 때문에, Claude Code와 Codex가 보유한 하네스 엔지니어링 역량까지 포함한 실제 제품 경험과는 차이가 있습니다. Agentic으로 넘어오면서는 모델만큼이나 하네스가 중요하기 때문입니다.

프론티어 모델 대비 압도적으로 저렴하지는 않음

Kimi-K3의 API 가격은 백만 토큰당 Input $3/Output $15입니다.

주요 모델 API 가격 : Mythos/Fable 5 $10/$50(SOTA) > GPT-5.6 Sol $5/$30 > Opus 4.8

$5/$25 > Sonnet 5 $3/$15 = Kimi-K3 $3/$15(이번에 출시)> GPT-5.6 Terra $2.5/$15 > Gemini 3.1 Pro $2/$12 > Gemini 3.5 Flash $1.5/$9 > Grok 4.5 $2/$6(Opus 4.7급을 매우 저렴하게, 저사양 파레토 프론티어) > GPT-5.6 Luna $1/$6 > GLM-5.2 $1.4/$4.4 > Muse Spark 1.1 $1.25/$4.25(Opus 4.6보다는 우수, 4.7보다는 열위) > Kimi K2.7 $0.95/$4입니다.

이전 세대인 Kimi-K2.7의 $0.95/$4와 비교하면 가격이 크게 상승했습니다. 모델 규모가 커지면서 추론비용이 늘어난 데다, 성능이 개선된 만큼 추론 부문의 GPM을 높이려는 의도도 반영된 것으로 보입니다. 가격은 Sonnet 5와 동일하며 GPT-5.6 Sol의 $5/$30, Opus 4.8의 $5/$25보다는 낮습니다. 그러나 Grok 4.5의 $2/$6처럼 Opus급 성능을 저렴하게 제공하는 모델과 비교하면 가격 경쟁력이 압도적이지는 않습니다.

작업당 비용도 비슷한 결론을 보여줍니다. GPT-5.6 Sol의 작업당 비용이 약 $1.04인 반면 Kimi-K3는 약 $0.94입니다. 비용 차이는 크지 않지만 성능은 GPT-5.6 Sol이 더 높기 때문에, 동일한 작업을 완료하는 관점에서는 Kimi-K3의 추론 효율성이 특별히 우수하다고 보기 어렵습니다.

증류는 훈련효율을 높였지만 추론효율까지 보장하지는 않음

앤스로픽이 2월에 공개했던 것처럼, Kimi-K 시리즈는 Mythos Preview의 출력을 활용한 증류를 통해 개발됐습니다. 이를 통해 Moonshot AI는 자체적으로 모든 학습 데이터를 생성하는 것보다 적은 비용으로 고품질 데이터와 사후훈련 신호를 확보할 수 있었습니다. 따라서 Kimi-K3는 중국 AI Labs가 제한된 컴퓨트 환경에서도 증류를 통해 훈련효율을 높일 수 있음을 보여준 사

례입니다.

그러나 훈련효율과 추론효율은 구분해서 봐야 합니다. Kimi-K3는 2.8T 규모임에도 Fable 5보다 작업당 비용이 약간 낮거나 비슷한 수준에 머물고 있습니다. 증류를 통해 더 적은 학습비용으로 높은 성능에 도달했더라도, 완성된 대형 모델의 가중치를 실제로 구동하는 데 필요한 GPU와 메모리, 네트워크 비용까지 줄어드는 것은 아닙니다. 따라서 Kimi-K3가 보여준 것은 '적은 컴퓨트만으로 프론티어 모델을 대체했다'기보다, 외부 프론티어 모델의 지식을 활용해 훈련과정을 압축한 뒤 더 큰 모델을 만들어 성능을 끌어올릴 수 있다는 점입니다.

KDA는 KV Cache 부담을 줄이지만 전체 하드웨어 수요는 증가한다

Kimi-K3는 Kimi Delta Attention "KDA"라는 하이브리드 어텐션 구조를 사용합니다.

일반적인 Transformer는 새로운 토큰을 생성할 때 이전 토큰들의 Key와 Value를 KV Cache에 저장해두고 반복적으로 읽습니다. 문맥이 길어지고 동시에 접속하는 사용자가 많아질수록 KV Cache 용량과 이를 읽어오는 메모리 대역폭이 함께 증가합니다. KDA는 모든 과거 토큰의 Key와 Value를 그대로 보관하는 대신 과거 정보를 압축된 상태로 갱신하며 활용하는 Linear Attention 계열의 구조입니다.

Moonshot AI가 발표한 Kimi Linear 연구에서는 기존 Full Attention 대비 KV Cache 사용량을 최대 75% 줄이고, 100만 토큰 문맥에서는 디코딩 처리량을 최대 6배 높였습니다. 다만 Kimi-K3에는 Gated MLA 계층도 함께 존재하기 때문에 KV Cache가 완전히 사라지는 것은 아닙니다. 따라서 KDA가 어텐션 연산의 메모리 부담을 크게 낮춘다는 방향은 맞습니다. 다만 동일한 예산에서 더 높은 수준의 지능의 모델을 뽑을 수 있다는 것으로 인해서 제번스의 역설(C가 감소하지만, Q인 토큰 사용량 자

체가 증가. AI ROI가 높아지며 TAM은 더욱 가파르게 상승)이 작용하게 됩니다.

2.8T 파라미터를 위해 더욱 중요해지는 HBM

Kimi-K3는 총 2.8T 파라미터를 보유한 현재 최대 규모의 공개 모델(총 파라미터 규모가 얼마라고 공개한 모델 중에서는 최대)입니다. Moonshot AI는 사후훈련 단계부터 MXFP4 가중치와 MXFP8 Activation을 사용하는 QAT을 적용했습니다. 2.8T 파라미터를 FP4로만 저장한다고 단순 계산하면 순수 가중치 크기는 약 1.4TB입니다. 여기에 실제 서빙을 위해 이것저것을 추가하면 1.5TB 정도의 HBM 공간이 필요하다는 계산이 나옵니다.

이 정도 모델은 기존 8-GPU 서버 한 대에 올리기 쉽지 않습니다. HGX-8 H100은 총 HBM이 640GB이고 HGX-8 H200은 1.13TB입니다. 순수 MXFP4 가중치조차 한 노드에 전부 올릴 수 없습니다. 여러 서버에 가중치를 나눠 서빙하는 것은 가능하지만 이때부터 서버 간 네트워크를 거쳐야 하므로 지연시간과 통신비용이 증가합니다. HGX-8 B200은 8개 GPU에 총 1.44TB의 HBM을 제공합니다. 이론적으로 순수 가중치 크기와 비슷하지만 KV Cache, Activation, 통신 버퍼를 위한 여유가 사실상 없습니다. HGX-8 B300은 약 2.1~2.3TB의 HBM을 제공하므로 모델 자체를 한 노드에 올리는 것은 가능해집니다. 다만 모델이 메모리에 들어간다는 것과 높은 Throughput으로 경제적으로 서비스할 수 있다는 것은 다른 문제입니다.

MoE는 토큰당 연산량을 줄이지만 모든 Expert를 어딘가에는 저장해야 함

Kimi-K3는 896개의 Expert 가운데 토큰마다 16개만 활성화하는 Stable LatentMoE 모델입니다. MoE는 모든 파라미터를 매 토큰마다 계산하지 않고 Router가 선택한 일부 Expert만 실행하기 때문에, 2.8T Dense 모델보다 토큰당 연산량을 매우 크게 줄일 수

있습니다. 그러나 활성화되지 않은 Expert까지 포함한 896개 Expert의 가중치는 추론 시스템 어딘가에 계속 저장돼 있어야 합니다.

GPU 수를 늘리면 각 GPU가 보관해야 하는 Expert 수를 줄일 수 있고, 여러 GPU의 HBM 대역폭을 동시에 활용할 수 있습니다. 이것이 Kimi-K3처럼 Expert 수가 많은 모델에 넓은 Expert Parallelism이 필요한 이유입니다. 또한 사용빈도가 높은 Expert를 여러 GPU에 복제하면 특정 Expert에 토큰이 몰리는 현상을 완화할 수 있습니다. Expert 복제에는 추가적인 HBM이 필요하지만 통신량과 대기시간을 낮추고 전체 GPU 활용률을 높일 수 있기 때문에 얻는 이점이 있습니다.

여기서 중요한 개념이 WideEP입니다. Expert Parallelism의 범위를 더 많은 GPU로 넓힌 고차수 EP입니다. 간단하게는 전문가를 더 많은 GPU에 분산하는 것입니다. 이를 통해서 GPU당 메모리 부담이 줄고 전체 시스템의 집계 HBM 대역폭을 더 많이 활용할 수 있습니다. 반면 토큰이 선택한 Expert가 EP보다도 더욱 여러 GPU에 흩어져 있기 때문에 All-to-All 통신의 범위와 복잡성이 커집니다.

*Expert Parallelism에 대해 : <LLM 추론 토큰 가격의 비밀 : MoE의 시대, 엔비디아 NVL72가 중요한 이유>

Moonshot AI는 추론 효율을 높이려면 고대역폭 통신 도메인이 클수록 유리하다며, Kimi-K3를 64개 이상의 가속기가 연결된 Supernode에 배포할 것을 공식적으로 권장했습니다. 따라서 KDA가 KV Cache 부담을 줄이더라도 WideEP가 요구하는 All-to-All 네트워크 수요는 그대로 남습니다. 오히려 KDA를 통해 긴 문맥과 더 많은 동시 작업을 처리할 수 있게 되면 배치가 커지고 MoE Router를 통과하는 토큰 수도 증가하기 때문에 Expert 통신망의 중요성은 더욱 높아질 수

있습니다.

NVL72의 구조와 정확하게 맞아 떨어진다

간단하게 요점을 정리하자면, 엔비디아 NVSwitch의 NVL72 All-to-All 구조를 활용하기에 가능한 효율화이고 모델을 만들 때 GB200/GB300 NVL72 랙에서 가장 퍼포먼스가 잘 나오는 구성을 짠 것입니다.

GB200/GB300 NVL72는 72개의 GPU를 하나의 NVLink 도메인으로 연결합니다. GB200 NVL72는 13.4TB(192*72), GB300 NVL72는 20TB(288*72)의 GPU HBM를 갖고 있습니다. 두 시스템 모두 랙 내부에서 총 130TB/s의 NVLink 대역폭을 제공합니다. 8-GPU DGX B200의 총 NVLink 대역폭은 14.4TB/s임을 생각해보시면 NVL72의 130TB/s는 약 9배입니다.

Kimi-K3처럼 최소 64개 가속기를 활용하는 모델에서는 이 차이가 중요합니다. 8-GPU 서버 8대 이상을 외부 Scale-out Network로 연결하는 대신 72개 GPU 사이의 Expert 통신을 하나의 랙 내부 NVLink 패브릭에서 처리할 수 있기 때문입니다.

Kimi-K3는 총 파라미터가 2.8T를 넘기 때문에 가중치 자체를 저장하기 위해 매우 큰 Scale-up Domain이 필요합니다. 최적화된 추론 환경에서도 모델 가중치가 1.5TB 이상의 HBM 공간을 차지하는 것으로 제시됩니다. Hopper 8-GPU(80GB * 8)은 Scale-up 도메인 내 메모리 640GB이므로 불가능하지만, Blackwell NVL72 (192*72 ~ 288*72) → Scale-up 도메인 규모가 13~20TB이므로 원활하게 서빙 가능합니다. 기존의 다른 AI HW들의 8-GPU에서 불가능하다는 의미이고 GB200/GB300 NVL72에 최적화한 모델이란 의미입니다.

엔비디아, HBM, 네트워킹

에는 순풍

Kimi-K3는 효율적인 어텐션이 GPU 수요를 줄이는 사례가 아니라, AI 모델이 커질수록 랙 스케일 시스템의 필요성이 높아진다는 사례입니다. 총 파라미터가 커지면 모델 가중치를 저장하기 위한 HBM 용량이 늘어납니다. Expert를 여러 GPU에 분산하면 GPU 간 Scale-up 네트워크 트래픽이 증가합니다. HBM이 가중치로 채워지면 KV Cache를 처리하기 위한 CPU DDR5와 NVMe 수요도 함께 늘어납니다.

프론티어 AI Labs의 판도를 바꾸진 않지만, 중국의 추격은 빨라진 것

Kimi-K3는 유의미한 모델이지만 현재 프론티어 AI Labs의 경쟁구도를 단번에 바꿀 정도는 아닙니다. 성능은 대체로 Opus 4.8급에 가깝고 GPT-5.6 Sol과 Fable 5보다는 낮습니다. Claude Code와 Codex 같은 하네스 역량까지 고려하면 실제 코딩 제품 경쟁력의 격차는 벤치마크보다 클 수 있습니다.

또한 오픈AI는 1GW급 클러스터를 완성했고, 8월 하순에는 GPT-6와 Opus 5 같은 2.5~3T급 모델이 출시될 것으로 예상됩니다. Kimi-K3는 이보다 먼저 2.8T 규모를 상용화했다는 의미는 있지만, 미국 프론티어 Labs의 다음 모델을 앞선 결과라고 보기는 어렵습니다.

다만 중국에서는 Moonshot AI와 Zhipu가 빠르게 성능을 높이며 구글 모델을 압박하고 있습니다. 미국에서는 xAI와 MSL, 중국에서는 Moonshot AI와 Zhipu가 구글보다 빠르게 대형 모델을 확장하는 구도가 나타나고 있습니다. 결국 Kimi-K3의 가장 중요한 의미는 중국 AI Labs도 효율화만으로 경쟁하는 단계에서 벗어나고 있다는 점입니다. 증류로 학습효율을 높인 뒤 총 파라미터를 2.8T까지 확대했고 이를 서비스하기 위해 최소 64개 이상의 가속기와 대규모 Scale-up 네트워크를 요구하고

있습니다.

Kimi-K3는 '적은 GPU로도 충분하다'는 주장의 근거가 아니라, 효율화 기술이 발전할수록 더 큰 모델과 더 많은 컴퓨트를 경제적으로 사용할 수 있게 된다는 점을 보여주는 사례입니다. 더 큰 모델, 더 많은 데이터, 더 많은 컴퓨팅 용량이 곧 더 높은 지능을 만들고 더 높은 지능이 곧 AI로 할 수 있는 TAM을 키우면서 AI Labs들의 ARR을 끌어올리는 동력으로 작용하고 있습니다.

*실제로 Moonshot은 주말 사이 Kimi-K3 API 수요 폭증으로 인해 신규 구독자 받기를 중단한 상황입니다.

AI 서버 수요가 아날로그/전력반도체도 압박

AI 서버용 전력반도체 수요가 빠르게 늘어나면서 아날로그 칩과 MCU의 리드타임도 계속해서 더 길어지고 있습니다. Analog Devices의 일부 아날로그 제품은 납기가 최대 26주까지 늘어났고, STMicroelectronics의 일부 MCU는 52주 수준까지 길어진 것으로 파악됩니다. GPU와 HBM뿐 아니라 서버에 전력을 안정적으로 공급하고 전압을 변환/제어하는 PMIC, MOSFET, MCU 등으로 공급 병목이 확산되고 있는 것입니다.

공급 부족이 반복적인 가격 인상으로 연결

공급사들의 가격 인상도 이어지고 있습니다.

Texas Instruments는 7월 1일부터 PMIC와 MOSFET 가격을 추가로 올리고 있으며 최근 1년 사이 세 번째 가격 인상입니다. STMicroelectronics도 6월 말 올해 두 번째 가격 인상을 단행했습니다. Infineon과 NXP를 비롯한 다른 주요 업체들도 연이어 가격을 높이고 있습니다.

과거에는 아날로그 반도체 가격 인상이 산업과 자동차 수요 회복에 주로 영향을 받았다면 이번에는 AI 서버의 높은 전력밀도와 전원관리 부품 수요 증가가 새로운 가격 상승 요인으로 더해지고

있습니다.

멀티소싱 전환이 공급업체 전반의 주문을 확대

리드타임이 수개월을 넘어가자 고객들도 단일 공급처에 대한 의존도를 낮추고 있습니다. 특정 공급사의 납기 차질이 전체 서버 생산을 지연시키는 상황을 피하기 위해 적극적으로 대체 공급사를 인증하고 주문을 분산하는 중입니다. 이 과정에서는 시장점유율 1위 업체만 수혜를 받는 것이 아니라, 기존에 보조 공급사였던 업체들에도 대체 주문이 함께 유입됩니다.

공급망 안정성을 확보하기 위한 멀티소싱이 확산되면서 아날로그/전력반도체 업체 전반의 수주와 가격 결정력이 동시에 개선되는 구조입니다. 결국 AI 서버 투자 확대의 수혜가 GPU와 메모리에서 전원관리와 신호제어를 담당하는 아날로그 반도체로 확산되고 있습니다.

애플, 26년 PER 37배 / Underweight

애플 1Q26 실적발표 코멘트 / 주간전략보고 中 (바로가기)

애플 3Q25 실적발표 코멘트 / 주간전략보고 中 (바로가기)

KeyBanc, 하드웨어 판매 둔화를 이유로 애플을 Underweight로 하향

KeyBanc가 애플에 대한 투자의견을 Underweight로 하향했습니다. 자체 추정에 따르면 2026년 6월 애플의 하드웨어 판매량은 MoM 2% 감소한 것으로 파악됩니다. 최근 3년간 6월 평균 판매량이 MoM 9% 증가했던 것과 비교하면 계절적 추세를 크게 밑도는 수준입니다. 하드웨어 판매가 한 달 더 부진하게 나타나면서 최근의 수요 둔화가 일시적인 현상이 아닐 가능성이 높아졌다고 평가했습니다.

가격 인상 속 아이폰 생산과 미국 교체수요는 둔화

애플이 제품가격을 높이는 가운데 아이폰 생산량 증가세는 둔화되고 있습니다. 특히 미국에서는 아이폰 교체수요가 약해지고 있으며, 통신사의 단말기 보조금 구조가 변화하면서 소비자가 신제품으로 교체할 유인도 줄어들고 있습니다. 가격 인상으로 제품당 매출을 방어할 수는 있지만 판매량 감소가 지속되면 전체 하드웨어 매출 성장에는 부담이 될 수

있습니다.

아이폰 약세가 확산될 가능성

KeyBanc는 아이폰 수요 둔화가 특정 제품에만 국한되지 않을 것으로 봤습니다. 애플 생태계 전반의 구매심리가 약해질 경우 CY27 Mac, iPad, 웨어러블 판매량에 대한 시장 기대치도 함께 하향 조정될 가능성이 높다는 판단입니다.

하드웨어 판매 둔화는 서비스 성장에도 부담

애플의 서비스 사업은 기존 설치 기반에서 발생하는 반복 매출이라는 점이 강점입니다. 그러나 하드웨어 판매량 증가세가 둔화되면 신규 사용자 유입과 활성기기 기반의 성장도 점차 느려질 수 있습니다. 단기적으로는 기존 사용자들의 결제액 증가와 서비스 침투율 확대로 성장을 이어갈 수 있지만 장기적으로 사용자 기반 자체의 확대가 둔화되면 서비스 매출 성장률에도 압력이 발생할 가능성을 거론했습니다.

구글, 26년 PER 29배 / Overweight

구글 TPU v8 네트워킹의 모든 것 : 같은 칩을 사도 같은 성능이 나오지 않는 시대 (바로가기)

구글 1Q26 실적발표 : 검색은 방어했고, 클라우드는 폭발했습니다 (바로가기)

주간전략보고 中 TPU v8t, TPU v8i에 대한 설명 (바로가기)

구글 4Q25 실적발표 : CY26 CAPEX 102%! 역대급 베팅과 자신감의 근거 (바로가기)

구글 3Q25 실적발표 : AI ARR $13B 돌파, 검색엔진이 다시 성장 엔진이 됐다 (바로가기)

Quick Take : 구글 반독점법 소송 판결, '계급장 떼고 붙어라' (바로가기)

구글 2Q25 실적발표 : 더욱 가속을 말하다, '2026년까지 AI 수요는 채워지지 않을 것' (바로가기)

데미스 허사비스, "AGI가 불과 몇 년 앞으로 다가왔다"

구글 딥마인드의 데미스 허사비스가 <A Framework for Frontier AI and the Dawning of a New Age>를 공

개했습니다. 'AGI가 불과 몇 년 안에 등장할 가능성이 높아진 만큼' 미국이 주도하는 프론티어 AI 표준기구를 신속하게 설립해야 한다는 제안입니다.

허사비스는 현재 인류가 문명사적 전환점에 서 있다고 평가했습니다. AGI는 인터넷이나 모바일 같은 일반적인 기술혁신보다 전기와 불의 발견에 가까운 범용 기술이며 산업혁명의 10배에 달하는 변화를 10배 빠른 속도로 일으킬 수 있다고 전망했습니다. 신약개발, 클린에너지, 신소재 등 과학적 난제를 해결하고 장기적으로는 자원 제약이 완화되는 풍요의 시대를 열 수 있다는 주장입니다.

AI의 능력이 인간의 이해속도를 앞지르고 있다

문제는 AI의 능력이 발전하는 속도에 비해 인간이 모델의 작동방식을 이해하고 위험을 통제하는 기술은 충분히 발전하지 못하고 있다는 점입니다. 사이버보안 위험은 이미 현실화되고 있으며 앞으로는 생물학과 핵무기 관련 능력도 모델에 포함될 수 있습니다. 장기적으로는 자율적으로 행동하는 에이전트와 자신의 연구개발 속도를 높이는 자기개선형 시스템을 어떻게 통제할 것인지가 중요한 문제가 됩니다.

특히 AI 기업 간 상업적 경쟁과 미국-중국 간 지정학적 경쟁이 개발 속도를 더욱 높이고 있습니다. 허사비스는 이러한 경쟁이 기술 발전에는 도움이 되지만 모델에 대한 인간의 이해보다 능력 발전이 앞서면서 충분한 검증 없이 모델을 배포할 위험도 높이고 있다고 우려했습니다.

'일정능력을 넘어선 모델/개발사는 별도로 관리하자'

허사비스가 제안한 기구는 FINRA와 유사한 민관 협력형 또는 자율규제형 표준기관입니다. 미국 정부의 감독을 받되 업계가 상당 부분 비용을 부담하고 독립적인 최고 수준의 기술 전문가와 오픈소스 진영의 대표자들이 운영에 참여하는 방식입니다.

이 기구는 지속적으로 갱신되는 벤치마크를 개발해 일정 능력 이상의 모델을 '프론티어 모델'로

규정합니다. 이러한 모델을 개발하는 기업은 '프론티어 랩'으로 지정됩니다.

프론티어 랩에는 모델의 기술적 특성을 담은 모델 카드 공개, 강력한 내부 사이버보안 체계 구축, 핵심 인력에 대한 검증, 안전/보안 연구에 대한 충분한 투자 등이 요구됩니다. 평가는 사이버 공격과 생물학적 위협뿐 아니라 안전장치 우회와 기만행위 등 에이전트형 AI의 위험까지 포함합니다.

초기에는 자율평가 → 이후 미국 시장 진입의 사전조건으로 전환

초기에는 프론티어 랩이 모델 출시 최대 30일 전에 자발적으로 모델을 제출해 평가받도록 제안했습니다. 평가 체계의 효과와 신뢰성이 검증되면 미국 시장에 배포되는 모든 프론티어 모델이 출시 전에 평가를 통과하도록 의무화하는 구상입니다. 적용 대상은 미국 기업에만 한정되지 않습니다. 개발 국가나 모델의 공개/비공개 여부와 관계없이 능력 기준을 넘는 모든 모델에 같은 규칙을 적용합니다.

반면 기준에 미달하는 스타트업과 대학의 소형 모델에는 이러한 절차를 적용하지 않습니다. 출시 후 중대한 취약점이 발견될 경우에도 개발사가 표준기구와 함께 문제를 해결해야 합니다. 위험이 심각해진다면 프론티어 랩들의 개발 속도를 공동으로 늦추는 역할까지 수행할 수 있습니다.

규제는 대형 AI Labs에 새로운 진입장벽이자 경쟁우위

이 제도가 현실화되면 프론티어 모델은 일반 소프트웨어처럼 개발사가 원하는 시점에 바로 출시하기 어려워집니다. 미국 시장에 진입하기 위해 사전 안전성 평가와 보안투자, 인력 검증, 출시 후 취약점 대응체계를 갖춰야 하기 때문입니다.

이는 모델 출시 속도를 늦추는 규제로 작용할 수 있지만 동시에 충분한 컴퓨트와 보안 인력, 안전성 연구조직을 보유한 대형 AI Labs에는 새로운 규제적 진입장벽이 될 수 있습니다. 프론티어 랩 인증 자체가 모델의 기술적 수준과 신뢰성을 보여주는 일종의 품질인증으로 작동할 가능성도

있습니다. 구글에게는 유리한 방향입니다.

사실 가장 중요한 톤 변화는, 허사비스의 AGI 타임라인에 있다

맥락에서 가장 중요한 건, '데미스 허사비스의 AGI 타임라인이 공격적으로 바뀌었다'는 것입니다.

2025년 4월쯤을 기준으로는 AGI가 2030~2035년쯤 달성 가능할 것이라고 봤었고

2025년 5월쯤에도 2030년 전후로

2026년 5월까지도 2029~2030년으로 봤었는데

7월 14일에는 불과 몇 년 안에(is probably only a few short years away) AGI 등장을 전망했습니다.

결국 허사비스가 미국 주도의 표준기구를 연내 출범시키려는 이유도 여기에 있습니다. AGI가 2030년 이후의 먼 이야기가 아니라 현재의 모델 출시, 투자, 규제 체계를 당장 바꿔야 할 정도로 가까워졌다고 판단하기 시작한 것입니다.

워렌 버핏 CNBC 인터뷰 정리

CNBC에서 <Two unexpected revelations in Warren Buffett’s CNBC interview>란 이름으로, 워렌 버핏이 CNBC 인터뷰에서 말한 것 중 의외였던 두 가지를 꼽았습니다. 하나는 게이츠재단에 대한 기부 중단이 빌 게이츠와 제프리 엡스타인의 관계 때문이 아니었다는 점이고, 다른 하나는 버크셔해서웨이의 대규모 알파벳 투자를 신임 CEO 그레그 에이블이 아니라 버핏 자신이 시작했다는 점입니다.

게이츠재단 기부 중단은 엡스타인보다 자녀들에 대한 신뢰 때문

버핏은 빌 게이츠가 제프리 엡스타인과 관계를 맺었던 사실을 "불쾌한 일"이라고 평가했습니다. 다만 누구나 사람을 잘못 판단하거나 관계에서 실수할 수 있다며, 이것이 게이츠재단에 대한 향후 기부를 중단한 결정적인 이유는 아니라고 밝혔습니다.

실제 이유는 세 자녀가 이제 막대한 자금을 책임감 있고 효율적으로 기부할 수 있다는 확신이 생겼기 때문이라

말했습니다. 버핏은 2006년 기부계획을 시작할 당시에는 자녀들에게 같은 수준의 신뢰를 갖고 있지 않았지만, 현재는 이들이 불필요한 조직과 행사에 돈을 쓰기보다 실질적인 성과를 내는 방식으로 자산을 사회에 환원하려 한다고 평가했습니다.

버핏은 향후 게이츠재단 대신 자녀들이 관여하는 재단들을 중심으로 기부할 계획입니다. 동시에 매년 기부하는 버크셔 주식 수를 늘려 약 8년 안에 자신이 보유한 주식을 모두 처분한다는 목표도 세웠습니다. 그레그 에이블이 버크셔를 안정적으로 운영할 수 있다는 신뢰가 생기면서 버핏과 가족의 지배력을 예상보다 빠르게 내려놓을 수 있게 된 것입니다.

$30B 알파벳 투자를 시작한 인물은 버핏 본인

인터뷰에서 가장 큰 반전은 버크셔의 알파벳 투자를 버핏 자신이 제안했다는 사실입니다. 버크셔는 지난해 3Q 약 $4.3B, 올해 1Q 약 $11.5B를 투자한 데 이어 알파벳이 AI 투자자금을 조달하는 과정에서 회사로부터 주식을 직접 매입하며 추가로 약 $10B를 투입했습니다. 전체 투자규모는 약 $30B에 이릅니다.

버핏이 오랫동안 기술주 투자를 피해왔기 때문에 시장에서는 이를 그레그 에이블이 CEO로 취임한 뒤 내린 첫 대형 투자 결정으로 해석했습니다. 그러나 버핏은 "내가 시작했다"고 직접 밝혔습니다. 다만 버핏은 에이블의 동의 없이 투자하지 않으며, 최종 의사결정자는 에이블이라고 강조했습니다. 현재 버크셔의 투자체계가 버핏과 에이블의 공동 논의를 거치되 경영권과 최종 판단은 점차 후계자에게 넘어가는 과도기에 있음을 보여줍니다.

버핏은 알파벳이 AI 인프라에 막대한 자금을 투입하고 있다는 점을 인정하면서도, 과거의 사업성과를 고려하면 월가에서 판매되는 기업의 90~95%보다 성공할 가능성이 높다고 평가했습니다. 또한 GEICO가 오래전부터 Google 광고를 대량 구매하고 있었던 만큼 알파벳의 경제성을 더 일찍 알아보지 못한 것은 자신의 실수였다고 다시 인정

했습니다.

애플에 대해선 긍정적, 시장의 투기성은 경고

버핏은 팀 쿡의 CEO 퇴임을 아쉬워하면서도 버크셔의 최대 주식 보유자산인 애플에는 여전히 긍정적인 입장을 유지했습니다. 반면 금융시장에서는 투자보다 도박을 선호하는 성향이 지나치게 강해졌다고 경고했습니다. 사람들이 도박을 좋아하기 때문에 투자자를 육성하는 것보다 투기자를 끌어들이는 사업에 더 많은 돈이 몰리고 있으며, 이로 인해 가치 있는 투자대상을 찾기가 어려워졌다는 평가입니다.

마이크로소프트, 26년 PER 22배 / Neutral

마이크로소프트 1Q26 실적발표 코멘트 / 주간전략보고 中 (바로가기)

마이크로소프트 4Q25 실적발표 코멘트 / 주간전략보고 中 (바로가기)

마이크로소프트 3Q25 실적발표 : 오픈AI가 주도하는 스타게이트에 업혀가는 마이크로소프트 (바로가기)

마이크로소프트 2Q25 실적발표 : 클라우드가 이끄는 성장, Agentic AI 도입 가속화 (바로가기)

오픈AI 기업분석 : 빅테크를 위협하는 새로운 플랫폼으로서 ChatGPT의 가치를 생각해보다 (바로가기)

사티아 나델라가 정의한 ‘역정보의 역설’

마이크로소프트 CEO 사티아 나델라는 AI 시대에 기업들이 직면한 새로운 문제를 '역정보의 역설(Reverse Information Paradox)'이라고 정의했습니다.

경제학자 케네스 애로우가 설명한 전통적인 정보의 역설에서는 판매자가 정보의 가치를 설명하는 순간 해당 지식이 구매자에게 무상으로 넘어갈 위험이 있었습니다. 반면 AI 시대에는 관계가 뒤집힙니다. 기업이 외부 AI를 제대로 활용하려면 구매자인 기업이 오히려 자사의 독점 지식과 업무 맥락을 AI 제공자에게 지속적으로 제공해야 합니다.

기업은 AI 사용료뿐 아니라 학습자산까지 제공

기업이 AI를 사용하는 과정에서 생성되는 정보는 단순한 프롬프트 기록에 그치지

않습니다. 직원들의 업무 방식과 도구 사용 과정, 모델 오류에 대한 수정과 피드백, 내부 워크플로우에 맞춰 설계한 평가기준, 의사결정 기록과 조직의 맥락까지 포함됩니다.

특히 AI가 틀렸을 때 기업이 제공하는 수정사항은 일반적인 데이터보다 가치가 높습니다. 무엇이 잘못됐는지 판단하고 올바른 결과를 정의하는 과정에는 해당 기업이 오랜 기간 축적한 전문지식과 품질 기준, 예외 처리 방식이 담겨 있기 때문입니다.

결국 기업은 AI 사용료를 돈으로 지불하는 동시에 AI를 자사 업무에 적합하게 만드는 데 필요한 가장 중요한 학습 신호까지 제공하게 됩니다. 이 학습 루프의 결과가 외부 플랫폼에 축적되면 기업은 AI를 사용하는 과정에서 오히려 자신의 경쟁우위를 외부로 이전할 수 있습니다.

'고객 데이터로 학습하지 않는다'를 넘어서는 이슈

오픈AI와 앤스로픽을 비롯한 주요 모델 사업자들은 기업용 상품에서 고객의 입력과 출력을 기본적으로 기초모델 학습에 사용하지 않는다는 정책을 제공하고 있습니다. 따라서 모든 기업 데이터가 곧바로 모델 학습에 흡수된다고 단정하는 것은 정확하지 않습니다. 앤스로픽도 Claude Enterprise 고객의 프롬프트와 결과를 기본적으로 모델 훈련에 사용하지 않는다고 명시하고 있습니다.

다만 나델라가 제기한 문제는 기초모델의 직접 학습 여부보다 더 넓습니다. 기업의 에이전트 워크플로우와 평가기준, 도구 연결구조, 메모리, 추적 데이터와 개선과정이 어느 플랫폼에 축적되는지가 핵심입니다. 원본 데이터는 기업이 소유하더라도 업무를 수행하는 방법과 결과를 평가하는 기준, 에이전트가 반복적으로 학습한 운영 노하우가 외부 플랫폼에 종속된다면 실질적인 통제권은 점차 플랫폼 사업자에게 넘어갈 수 있다는 맥락입니다.

팔란티어가 말한 '기업의 알파를 누가 소유하는가'와

같은 문제

얼마 전 팔란티어 CEO 알렉스 카프가 CNBC에서 강하게 비판한 내용도 같은 맥락입니다. 카프는 기업들이 원하는 것은 컴퓨트와 모델, 데이터 스택뿐 아니라 자사의 '알파'를 직접 통제하는 것이라고 주장했습니다.

여기서 알파는 기업이 축적한 데이터만을 의미하지 않습니다. 경쟁사보다 더 정확하게 판단하는 기준과 업무 절차, 고객 관계, 조직의 예외 처리 능력과 독점적인 노하우를 모두 포함합니다. 카프는 기업들이 가치가 불분명한 토큰 비용을 부담하면서 동시에 모델 사업자에게 자사의 IP와 알파를 넘길 수 있다는 점에 불만을 느끼고 있다고 말했습니다. 팔란티어가 강조하는 'AI 주권'도 결국 기업이 데이터와 모델, 에이전트의 운영방식을 직접 통제해야 한다는 주장입니다.

경쟁의 핵심은 모델 성능보다 기업 워크플로우의 통제권

오픈AI와 앤스로픽은 이제 단순히 모델 API만 판매하지 않습니다. 기업이 에이전트를 설계하고 사내 도구와 데이터를 연결하며 결과를 평가하고 개선할 수 있도록 워크플로우와 커넥터, Evals, 강화학습 기반 튜닝과 임베디드 인터페이스까지 제공해왔습니다.

모델 사업자가 기업의 에이전트 런타임과 도구 연결, 메모리, 평가기준과 개선 루프까지 장악하면 모델을 교체하는 것 이상의 강력한 Lock-in이 발생합니다. 기업의 실제 업무가 특정 모델 플랫폼에 맞춰 재설계되기 때문입니다. 한마디로 워낙 강력하게 워크플로우에 맞게 짜여져 있다보니 단순만 모델을 교체한다고 해서 같은 퍼포먼스를 내지 않는다는 의미입니다.

사실, 그들의 밥줄이 달려있기 떄문

클라우드와 SaaS 사업이 견고한 성장성과 높은 매출 가시성을 확보할 수 있었던 이유는 기업의 핵심 워크플로우에 깊이 내장됐기 때문입니다. 마이크로소프트의 M365와 Azure, 팔란티어의 Foundry와 Ontology는 그동안 기업 데이터와 업무 프로세스를 연결하는 중심 계층을 차지해

왔습니다.

그러나 AI 에이전트가 기업 업무의 새로운 인터페이스가 되면 이 통제 계층을 모델 사업자가 직접 가져갈 수 있습니다. 사용자가 M365나 Foundry 안에서 업무를 시작하는 것이 아니라 ChatGPT나 Claude에서 작업을 지시하고 모델이 필요한 SaaS와 데이터베이스를 호출하는 구조로 바뀔 수 있기 때문입니다.

기업 고객과의 관계, 개발도구, 에이전트 런타임, 메모리, Evals와 워크플로우가 오픈AI나 앤스로픽에 귀속되면 기존 클라우드와 SaaS 사업자는 핵심 통제 계층을 잃고 컴퓨팅이나 데이터 저장을 제공하는 하위 인프라 사업자로 밀려날 위험이 있습니다. 따라서 최근 마이크로소프트와 팔란티어의 강한 발언은 결국 기업의 지능과 학습자산이 축적되는 플랫폼을 누가 소유할 것인가를 둘러싼 경쟁입니다.

IBM, 'HW를 사느라 SW 구매를 연기 중'

IBM이 2Q26 잠정실적을 발표하고 -25% 하락했습니다. 잠정실적 보고서의 코멘트에 SW 기업들에게는 약세, HW에게는 강세인 내용이 있었습니다.

"6월 마지막 몇 주 동안, 우리는 고객들이 예상되는 가격 인상 전에 공급 제약을 겪고 있는 인프라를 먼저 확보하기 위해서 분기의 CapEx를 서버, 스토리지, 메모리 구매로 전환하는 것을 보았으며 이것은 고객 구매 패턴에 영향을 미쳤습니다. 가이던스 당시 공급망 영향을 어느 정도는 받을 거라 봤지만, CapEx의 재우선화 규모에 대해서는 예상하지 못했습니다."(In the last few weeks of June, we saw clients shift their quarterly capex spend toward servers, storage, and memory purchases to secure supply-constrained infrastructure ahead of expected price incr

eases. This dynamic impacted client buying patterns. While we anticipated some supply chain related impact in our expectations, we did not anticipate the magnitude of the capex reprioritization.)

샘 올트먼, "오픈AI 역사상 최고의 12개월이 될 것"

오픈AI 샘 올트먼이 앞으로의 12개월에 대해 자신감을 드러내보였습니다:

"지난 12개월은 우리가 지금까지 겪은 최고의 시기가 아니었고, 그건 대부분 내 잘못이지만, 우리는 이제껏 최고의 12개월을 앞두고 있습니다. 팀은 놀라운 일을 하고 있고, 그들이 당신들을 위해 준비 중인 것들에 여러분이 매우 만족할 거라고 생각합니다. 이게 기쁜 이유는 여러 가지가 있지만 주로 우리 사용자들이 성공하는 걸 신경 쓰기 때문입니다. AI는 많은 사람들에게 더 많은 자유, 주체성, 그리고 부를 주는 것이어야 합니다. 우리는 옳은 일을 하고 싶지만, 사람들을 겁내게 해서 우리 방식대로 하도록 만들고 싶지는 않습니다."

GPT-5.6 Sol 출시로 Codex/Work 채택 가속화

사용자 집계 기준 Codex와 ChatGPT Work의 합산 WAU는 7월 중순 GPT-5.6 Sol과 ChatGPT Work가 출시된 이후 하루 약 100만 명씩 증가하는 흐름을 보이고 있습니다. 7월 설치 추세에서도 Claude Code와 Codex의 일간 설치건수가 비슷해졌으며, GPT-5.6 Sol 출시 이후 Codex의 증가 기울기가 가팔라졌습니다.

히스토리를 보시면:

2026년 초 : 50만 명 링크

2026년 2월 5일 : 100만 명 링크

2026년 2월 27일 : 160만 명 링크

2026년 3월 6일 : 200만

명 링크

2026년 4월 7일 : 300만 명 링크

2026년 4월 21일 : 400만 명 링크

2026년 5월 30일 : 500만 명 링크

2026년 7월 12일 : 600만 명 링크 *여기부터 Codex + ChatGPT Work 합산*

2026년 7월 13일 : 700만 명 링크

2026년 7월 14일 : 800만 명 링크

2026년 7월 16일 : 900만 명 링크 입니다.

사용자 한 명이 월평균 $100를 지출한다고 단순 가정하면 Codex와 ChatGPT Work는 월 $900M, ARR 기준 약 $9B의 잠재 매출기여를 만들어내고 있다는 추정도 가능합니다. 다만 이는 공개된 결제 데이터가 아니라 WAU와 임의의 사용자당 지출액을 적용한 단순 환산치입니다.

GPT-5.6 Sol은 코딩뿐 아니라 지식근로와 리서치, 컴퓨터 사용 등 장시간 업무에서 성능 대비 비용을 개선하는 데 초점을 맞춘 모델입니다. ChatGPT Work는 이러한 모델을 활용해 문서와 슬라이드, 스프레드시트, PDF 등 실제 업무 결과물을 처음부터 끝까지 만드는 제품입니다.

지식근로자 에이전트 시장을 활짝 연 ChatGPT Work

제품별 경쟁구도는 두 갈래로 나눠볼 수 있습니다.

코딩 에이전트 시장에서는 Claude Code와 Codex가 경쟁합니다. 지식근로자 에이전트 시장에서는 Claude Cowork와 ChatGPT Work가 경쟁합니다. Codex는 여러 에이전트를 병렬로 운영하면서 코드 작성과 테스트, 리뷰, 배포까지 수행하는 구조로 발전했고, ChatGPT Work는 같은 방식을 일반 사무업무로 확장하고 있습니다.

GPT-5.6 Sol은 Fable 5나 Opus 4.8과 비교해 성능 대비 비용이 매력적이기 때문에 기존의 'Fable 5/Opus 4.8과 Claude Code(하네스) 조합' → 'GPT-5.6 Sol과 Codex(하네스)'로 이동하는 수요가 꽤 발생할 것으로

추정합니다. 다만 최근 WAU 증가분의 상당 부분은 코딩 개발자보다 새롭게 유입된 ChatGPT Work 사용자일 가능성이 높습니다.

중요한 점은 에이전트 수요가 코딩을 넘어 일반 지식근로로 확산되기 시작했다는 것입니다. 코딩은 작업의 정답과 성공 여부를 비교적 명확하게 평가할 수 있어 에이전트가 가장 먼저 채택된 분야였습니다. ChatGPT Work가 문서 작성과 분석, 자료 제작까지 안정적으로 수행한다면 Agentic AI의 TAM이 개발자에서 전체 사무직으로 넓어지게 됩니다.

왼쪽: AWS Project Rainier(0.8GW), 100만 개의 Trainium 2/2.5 칩, 316.800 m² - 667 ExaFLOPS BF16

오른쪽: OAI Stargate 1 Abilene(0.9GW), 45~46만 개의 GB200 칩, 356.800 m² - 1125 ExaFLOPS BF16

앤스로픽은 Project Rainier를 먼저 확보해 1년간 모델 경쟁을 주도했다

개인적인 의견입니다만, 지난 1년간 앤스로픽이 프론티어 모델 경쟁에서 오픈AI를 앞서갈 수 있었던 배경에는 AWS의 Project Rainier가 있었습니다. AWS는 25년 10월 Trainium2 50만 개를 온라인해서 400MW를 채웠었고 → 25말26초에는 나머지 50만 개를 온라인해 800MW를 먼저 갖췄습니다.

전력환산 기준으로는 약 800MW, BF16 연산성능으로는 약 667 EFLOPS입니다. 절대 FLOPS는 GB200 엔비디아 GPU 클러스터보다 낮더라도 이 덕분에 앤스로픽은 다른 AI Labs보다 먼저 대규모 단일 훈련환경을 안정적으로 확보했습니다. 이를 바탕으로 2H25부터 1H26까지 Opus 4.5~4.6~4.7~4.8과 Mythos/Fable 5로 이어지는 강력한 모델 출시주기를 만들 수 있

었습니다.

이 시기는 마침 GB200/GB300 NVL72를 대규모로 활용해 사전훈련한 경쟁 모델이 아직 본격적으로 출시되지 못했던 구간과 겹쳤습니다. 즉 지난 1년간 앤스로픽의 우위는 모델 연구역량뿐 아니라 먼저 온라인된 대규모 컴퓨트가 만들어낸 결과이기도 합니다.

이제 역전의 발판이 마련됐다. GB200/GB300 기반 컴퓨트 온라인

원래 오픈AI는 더 높은 연산성능을 제공하는 GB200/GB300 기반 Stargate 클러스터를 계획했습니다. 스타게이트 애빌린은 원래 GB200/GB300를 통해서 경쟁자보다 한 박자 빠르게 1GW급 클러스터를 갖추는 게 목표였습니다. 하지만 지금까지는 데이터센터 완공 속도가 모델 계획을 따라가지 못했습니다(Grace Blackwell 이슈).

결과적으로 오픈AI가 모델 주도권을 앤스로픽에 내어주는 효과로까지 이어졌습니다. B2C로 ChatGPT가 아닌 고부가가치 사용 사례에 집중한 것, 코딩과 하네스에 역량을 집중하고 강화한 것, CSP들을 통해 유통망을 넓게 썼던 것 등을 고려하면 이것만 영향을 준 것은 아니지만 모델에 있어서는 꽤 큰 영향을 줬을 것으로 추정합니다.

스타게이트 애빌린은 전체 캠퍼스를 보자면 1개 동 기준 150MW로 총 14개 동으로서 총 2.1GW를 갖추는 게 목표였었는데 2026년 3월 기준 300MW 밖에 가동되지 않았었습니다. 이때쯤부터 300MW로 훈련한 모델이 GPT-5.5입니다. 그러다 5월 말 기준 600MW가 온라인되고 이때쯤부터 훈련한 모델이 GPT-5.6입니다.

지금은 계속해서 정상적으로 지어지고 있는지라 GPT-6의 사전훈련은 Phase 2로 6개 동이 완공된 시점(원래 내부목표 시점이 2Q26)으로부터 시작할 것으로 추정됩니다. 이제부터는 900MW급으로 훈련하는 것입니다. 더 나아가 몇 달 내로 Phase 3까지 완공을 끝낼 경우 1.2GW급 단일 클러스터가 될 것이며 4Q26 내로 완공

예정입니다. 이때쯤에는 GPT-6.5쯤이 되지 않을까 싶습니다.

방향을 정리해보면,

지금부터는 Project Rainier 이후의 단일 클러스터 규모는 더 커지지 않은 상태에서 오픈AI가 앤스로픽을 비롯한 경쟁 AI Labs보다 더 높은 사전훈련 FLOPS를 투입할 수 있는 환경이 갖춰졌습니다. 2Q26부터는 앤스로픽/구글의 모델들보다 오픈AI/MSL/xAI의 GB200/GB300 NVL72 클러스터가 훨씬 더 높은 학습용 FLOPS를 구축할 수 있는 환경입니다. 이러한 이점은 앞으로 6~12개월에 걸쳐 나타날 것으로 예상합니다. 개인적으로는 이것이 샘 올트먼이 앞으로의 12개월 아웃퍼폼을 자신한 배경 중 하나라고 보고 있습니다.

GB300 + MoE가 추론의 경제성을 주도하는 중

ChatGPT Work와 같은 지식근로자 에이전트는 단순한 채팅보다 훨씬 많은 토큰과 도구 호출, 장시간 연산을 요구합니다. 모델이 사용자를 대신해 자료를 검색하고 파일을 읽으며 결과물을 수정하려면 한 번의 작업에 필요한 컴퓨트가 크게 늘어납니다. Claude Cowork의 채택이 아직 제한적이었던 원인 가운데 하나도 모델 성능이 아니라 이를 대규모 사용자에게 제공하기 위한 추론 컴퓨트의 부족과 높은 비용이었을 가능성이 높습니다.

반면 GPT-5.6 Sol은 MoE 구조와 GB300 기반 추론환경 최적화로 작업당 토큰 경제성을 개선한 모델입니다. 오픈AI가 확보한 컴퓨트가 증가하면서 단순히 더 좋은 모델을 훈련하는 데 그치지 않고, ChatGPT Work처럼 컴퓨트를 많이 사용하는 제품을 대규모로 배포할 여력도 커졌습니다. 따라서 GPT-5.6 Sol과 ChatGPT Work의 결합은 모델 성능 개선 이상의 의미가 있다고 생각합니다. 개발자만 에이전트를 쓰는 것을 넘어서 지식근로자용 에이전트 시장이 개화하는 신호이기

때문입니다. TAM의 관점으로 보자면 다시 한 번 10x 입니다.

오픈AI, 첫 소비자 AI 디바이스로 스마트 스피커 개발

오픈AI가 소비자 하드웨어 시장 진출을 위한 첫 제품으로 휴대 가능한 무화면 스마트 스피커를 개발 중입니다. ChatGPT의 음성/추론 기능을 기반으로 질문에 답하고 메시지를 처리하며, 음악과 영상 등 미디어를 재생하고 집 안의 스마트홈 기기를 제어하는 제품입니다. 카메라와 각종 센서를 통해 주변 환경과 사용자의 상황까지 이해하는 AI 동반자를 목표로 하고 있습니다. 출시는 2027년을 목표로 하는 것으로 전해집니다.

다만 현재 단계에서 판매량을 가늠하기에는 이릅니다. 오픈AI 제품이 성공하려면 기존 스마트 스피커보다 뛰어난 대화 능력뿐 아니라 기기 연동 범위와 개인정보 보호, 가격, 사용자가 별도의 하드웨어를 구매해야 할 만큼 분명한 활용가치를 입증해야 합니다.

이번 제품의 의미는 단기적인 하드웨어 매출보다 오픈AI가 스마트폰과 PC의 앱을 넘어 가정 내 상시 AI 인터페이스를 직접 확보하려 한다는 데 있습니다. 성공한다면 ChatGPT가 사용자가 필요할 때 실행하는 서비스에서 주변 상황을 지속적으로 이해하고 먼저 행동하는 생활형 에이전트로 확장될 수 있습니다. B2C에서 강점이 있는 오픈AI이기에 가능한 시도이기도 합니다. 반대로 기존 스마트홈 생태계와 차별화하지 못한다면 높은 관심에도 불구하고 제한적인 카테고리에 머물 가능성도 있습니다.

아마존, 26년 PER 32배 / Neutral

아마존 1Q26 실적발표 코멘트 / 주간전략보고 中 (바로가기)

아마존 4Q25 실적발표 코멘트 / 주간전략보고 中 (바로가기)

아마존 3Q25 실적발표 코멘트 / 주간전략보고 中 (바로가기)

아마존 2Q25 실적발표 : 물류혁신의 3단계 진입, AWS의 현 상태 체크 (

바로가기)

앤스로픽-BX-H&F, 기업용 AI FDE 기업 'Ode' 출범

앤스로픽과 블랙스톤, Hellman & Friedman이 앞서 설립을 발표했던 기업용 AI 서비스 회사를 'Ode with Anthropic'이라는 공식 명칭으로 출범했습니다.

Ode는 앤스로픽의 자회사가 아니라 별도의 독립 기업으로 Claude를 비롯한 프론티어 AI 모델 + 숙련된 AI 엔지니어/운영 전문가 + 글로벌 투자자 컨소시엄의 자본과 기업 네트워크를 결합한 구조입니다. Ode의 운영 기반은 지난 5월 인수한 Applied AI 서비스 기업 Fractional AI입니다. Fractional AI의 경영진과 엔지니어들이 핵심 조직을 구성하고 앤스로픽의 엔지니어와 Applied AI 조직이 밀접하게 협력하는 방식입니다.

Claude 수요보다 기업의 실제 도입을 지원할 엔지니어가 부족

Ode가 만들어진 이유는 Claude Enterprise에 대한 관심이 부족해서가 아니라, 모델을 실제 기업 업무에 적용할 수 있는 구현 역량이 부족하기 때문입니다.

앤스로픽은 기업 수요가 하나의 서비스 제공 방식만으로 감당하기 어려울 정도로 빠르게 증가하고 있다고 설명했습니다. 기존 글로벌 시스템통합 파트너들의 역할은 유지하되 Claude를 기업의 핵심 운영시스템에 직접 적용할 수 있는 추가적인 전문 엔지니어 조직이 필요해졌다는 의미입니다.

좋은 모델을 구매하는 것만으로 기업의 생산성이 자동으로 높아지는 것은 아닙니다. 기존 데이터와 레거시 시스템을 연결하고, 직원들의 업무절차를 재설계하며, 오류를 평가하고 지속적으로 개선하는 작업이 함께 필요합니다. 특히 프론티어 모델의 성능이 매주 또는 매월 달라지는 만큼 기존 IT 구축과 달리 모델 발전에 맞춰 시스템도 계속 수정할 수 있어야

합니다.

이에 대해서는 <앤스로픽 CEO 다리오 아모데이 인터뷰 : AGI로 벌어들일 수조 달러의 매출, "Extremely fast, but not infinitely fast">를 꼭 한 번 읽어보셨으면 합니다.

일부를 발췌해서 다리오의 생각을 정리해봅니다:

결론적으로 지금까지 우리가 목격한 모든 현상들은 두 개의 빠른 기하급수적 곡선이 존재한다는 사실과 일치합니다. 하나는 모델 자체 능력의 기하급수적 발전이고, 그 아래에 존재하는 또 다른 하나는 모델이 실제 경제 산업 전반으로 확산되는 기하급수적 속도입니다. 즉각적이지도 않고 느리지도 않지만, 과거 인류가 겪은 그 어떤 기술보다 훨씬 빠르며 동시에 나름의 물리적 한계도 가지고 있죠. 이것이 바로 제가 앤스로픽 내부의 실적과 우리 B2B 고객들을 보며 내린 결론입니다. 기업들의 채택은 엄청나게 빠르지만, 무한하게 빠른 것은 아닙니다.

저는 확산(diffusion)이 매우 현실적인 문제라고 생각하며, 이것이 전적으로 AI 모델의 기술적 한계와만 관련된 것은 아니라고 봅니다. 거듭 말씀드리지만, 확산이라는 단어를 유행어처럼 쓰면서 AI 혁신이 별거 아니라고 깎아내리는 사람들이 있는데, 제 말은 그런 뜻이 아닙니다. 저는 AI가 과거의 어떤 기술보다 훨씬 빠르게 확산될 것이라 생각하지만, 그 속도가 마법처럼 무한하게 빠르지는 않을 것이라는 점을 말씀드리는 겁니다.

Claude Code를 예로 들어보죠. Claude Code는 설정하기가 엄청나게 쉽습니다. 개발자라면 그냥 바로 쓰기 시작할 수 있죠. 대기업 개발자라고 해서 스타트업 개발자나 개인 개발자보다 Claude Code 도입을 늦춰야 할 하등의 이유가 없습니다. 그리고 우리는 도입을 촉진하기 위해 할 수 있는 모든 것을 합니다. 우리는 Claude Code를 기업에

판매합니다. 대형 금융사나 대형 제약사 같은 거대 기업들 모두, 일반적인 신기술을 도입할 때보다 훨씬 빠른 속도로 Claude Code를 도입하고 있습니다.

하지만 어쨌든 물리적인 시간이 걸립니다. Claude Code나 cowork 같은 특정 기능이나 제품은 트위터에 상주하는 얼리어답터 개인 개발자들이나 시리즈 A 단계의 스타트업들에게 가장 먼저 채택될 것입니다. 반면 식품 판매를 주업으로 하는 거대한 전통 대기업에 전사적으로 도입되기까지는 그보다 수개월이 더 걸리겠죠.

여기에는 여러 가지 요인이 있습니다. 법무 팀의 검토를 거쳐야 하고, 모든 직원이 쓸 수 있도록 사전 세팅(프로비저닝)을 해야 합니다. 보안 및 규제 준수 테스트도 통과해야 하죠. AI 혁신의 최전선에서 한발 떨어져 있는 대기업의 리더들은 물론 미래 지향적이긴 하지만, 스스로 납득하는 과정이 필요합니다. "아, 우리가 여기에 5천만 달러를 쓰는 게 타당하겠군. Claude Code라는 게 이런 거구나. 이게 우리 회사에 이런 도움이 되고 생산성을 이렇게 높여주는구나"라고 말이죠. 그러고 나면 그들은 두 직급 아래의 실무 관리자들에게 이를 설명해야 합니다. "자, 우리 회사에 3,000명의 개발자가 있는데, 이들에게 어떻게 배포할지 롤아웃 계획을 세워봅시다"라고 지시해야 합니다. 우리는 앤스로픽 내부에서 매일같이 고객들과 이런 대화를 나눕니다.

우리는 앤스로픽의 매출이 매년 10배가 아니라 20배, 30배씩 성장하도록 만들기 위해 영업 최전선에서 최선을 다하고 있습니다. 그리고 실제로 많은 기업 고객들이 "이건 정말 생산성이 뛰어나서 우리 회사의 평소 조달 프로세스를 단축해서라도 빨리 도입하겠다"고 말합니다. 많은 기업이 이미 사용하던 일반적인 API를 판매하려고 했을 때보다, 기업들은 지금 훨씬 더 빠르게 움직이고

있습니다. Claude Code가 훨씬 더 압도적이고 매력적인 제품이기 때문입니다.

하지만 이것이 세상의 모든 마찰을 없앨 만큼 무한하게 매력적인 제품인 것은 아닙니다. 저는 심지어 AGI나 강력한 AI, 혹은 데이터센터 안의 천재 국가조차도 무한하게 빠른 도입을 이끌어내지는 못할 것이라 생각합니다. 물론 매출 규모가 수천억 달러 단위에 달할 때조차 매년 3배, 5배, 10배의 초고속 성장을 이끌어낼 만큼 엄청난 제품이긴 하겠죠. 이 정도 규모의 성장은 비즈니스 역사상 그 어떤 기업도 해내지 못한 극도로 어려운 일입니다. 하지만, 그럼에도 불구하고 현실 세계의 도입 속도가 '무한하게' 빠를 수는 없다는 뜻입니다.

"Extremely fast, but not infinitely fast"

컨설팅이 아닌, 실제 시스템을 구축하는 FDE형 사업모델

Ode는 기업에 AI 전략만 제안하는 전통적인 컨설팅 회사보다 팔란티어의 Forward Deployed Engineer와 유사한 사업모델입니다. 엔지니어와 산업 전문가가 고객사 조직에 깊이 들어가 AI 적용 효과가 가장 큰 업무를 찾고, Claude를 활용한 시스템을 직접 설계/구축/운영합니다. 금융서비스와 의료, 소매, 제조, 소프트웨어 등 산업별로 서로 다른 데이터와 업무절차를 반영해 기업의 작업방식 자체를 바꾸는 것이 목표입니다.

Ode의 역할은 Claude 사용법을 교육하는 데 그치지 않습니다. 기업의 핵심 워크플로우를 AI 중심으로 다시 설계하고, 반복적으로 사용할 수 있는 실제 업무시스템으로 전환하는 것입니다. 수도꼭지만 틀면 물이 나오고, 가스밸브만 열면 가스가 나오게 인프라를 까는 일과 비슷합니다.

사모펀드 포트폴리오가 초기 고객이자 강력한 유통망

블랙스톤과 H&F 외에도 Apollo, General Atlantic, GIC, Goldman Sachs, Leonard Green과 세콰이아캐피털이 투자자로 참

여했습니다. 이들 투자회사가 보유한 수백 개의 포트폴리오 기업은 Ode가 초기 고객을 확보하고 산업별 AI 도입사례를 빠르게 축적할 수 있는 유통망이 됩니다.

사모펀드 입장에서도 포트폴리오 기업의 비용을 줄이고 생산성을 높이면 기업가치와 투자수익률을 개선할 수 있습니다. 따라서 Ode는 단순히 AI 서비스 기업에 투자하는 구조가 아니라, 투자자들이 보유한 기업들에 Claude를 배포하고 그 성과를 다시 투자수익으로 회수하는 구조입니다.

Fable 5의 구독 포함, GPT-5.6 Sol 출시 이후 경쟁 심화에 대한 대응

앤스로픽은 7월 20일부터 Claude Fable 5를 Max와 Team Premium 요금제에 기본 포함하기로 결정했습니다. 최상위 구독모델에는 기본으로 포함해주는 것입니다. 다만 ⓐPro와 Team Standard 사용자는 기존처럼 Usage Credit을 통해 Fable을 이용할 수 있으며, 정책 전환 과정에서 일회성 $100 크레딧을 받습니다. 그리고 ⓑ일반 모델과 같은 사용량을 제공하는 것은 아니며 각 요금제 한도의 50%까지만 Fable을 사용할 수 있습니다.

앤스로픽은 Fable 수요를 예측하기 어려워 구독 적용 범위를 단계적으로 넓혀왔고, 추가 컴퓨트 용량을 확보할 때마다 접근 기간을 연장했다고 설명했습니다. 그러나 이번 결정을 단순히 공급 부족이 완화된 결과로만 해석하기는 어렵습니다. 더 중요한 배경은 GPT-5.6 Sol이 강력한 성능과 가격 경쟁력을 바탕으로 Fable의 프리미엄 모델 지위를 압박하기 시작했다는 점입니다.

Fable 5는 현존하는 최고 성능 모델이라는 점을 앞세워 백만 토큰당 Input $10, Output $50이라는 높은 가격을 책정했습니다. 기존에는 최고 수준의 성능이 필요한 고객이라면 높은 비용을 감수하더라도 Fable을 선택할 유인이

있었습니다. 그러나 GPT-5.6 Sol은 Fable에 근접하거나 일부 작업에서는 경쟁 가능한 성능을 더 낮은 가격에 제공합니다.

기존 앤스로픽의 전략은 Fable을 희소한 최고급 모델로 유지하고 사용량이 많은 고객에게 별도 비용을 부과하겠다는 방식이었습니다. 그러나 파레토 프론티어를 크게 확장한 GPT-5.6 Sol이 등장하면서 Fable을 계속 Usage 전용 모델로 남겨두면 고가 구독자들이 오픈AI로 이동할 위험이 커졌습니다. 이에 Max와 Team Premium 요금제에 Fable을 포함해 구독상품의 가치를 높여서 고액 사용자의 이탈을 막으려는 것으로 해석할 수 있습니다.

'사용 한도 50%'는 경쟁 대응과 수익성 방어의 절충안

앤스로픽이 Fable을 구독에 포함하면서도 사용 한도를 50%로 제한한 것은 경쟁 대응과 추론원가 관리 사이의 절충안입니다. Fable을 전면 개방하면 Max와 Team Premium의 매력은 크게 높아지지만 고성능 모델의 높은 추론비용 때문에 구독 단위경제성이 악화될 수 있습니다.

반대로 별도 과금을 계속 고수하면 GPT-5.6 Sol의 가격 경쟁력에 밀려 사용자와 사용량을 잃을 수 있습니다. 따라서 절반의 한도까지는 구독료에 포함해 사용자의 이탈을 막고 이를 초과하는 수요는 Usage Credit으로 과금하는 구조를 선택했습니다. Fable의 접근성은 높이되 무제한에 가까운 사용으로 추론비용이 급증하는 것은 막으려는 것입니다.

메타, 26년 PER 22배 / Neutral

Muse Spark 1.1 코멘트 / 주간전략보고 中 (바로가기)

메타 1Q26 실적발표 코멘트 / 주간전략보고 中 (바로가기)

메타 4Q25 실적발표 : GPU를 조려봤습니다. 또 한 번의 서프라이즈 (

바로가기)

골드만삭스 테크 컨퍼런스 : "전례 없는 수요를 보고 있습니다" (바로가기)

메타, 저커버그는 왜 지금 '세계 최고의 AI 용병단'을 꾸렸나 (바로가기)

메타의 야망, AI 시대의 '눈 👀'을 차지하라 (스마트 글래스) (바로가기)

Piper Sandler, 6월 광고업계 채널 체크 : 구글/메타 강세, 레딧은 혼조

광고업계 채널 체크 결과. 구글과 메타는 긍정적, 레딧은 혼조세였습니다.

구글 : Google 검색 점유율 추세가 전 세계적으로도 그렇고 미국에서도 높아지고 있으며, 2025년 4월 이후 처음으로 미국에서 점유율이 상승세를 보였습니다. 챗봇 점유율로도 Gemini는 26.9%로 2위까지 높아졌습니다. ChatGPT가 57.2%이므로 꽤나 높은 수준까지 높아졌습니다.

메타 : Revealbot에 따르면 6월 평균 CPM 성장률이 5월 YoY 12% → 6월 YoY 26%로 가속화됐습니다. 가격 추세도 높은 수준에서 안정적입니다. 광고 구매자들을 대상으로 체크할 때에도 6월에 강세였고 2Q26 지출 규모도 예상치를 1.2%p 더 초과했을 만큼 광고 성과가 좋을 것으로 추정했습니다.

레딧 : 총 사용자 수는 5월 대비 6월에 MoM 2% 증가했으며, Feed의 1,900만 명 증가가 Conversation 300만 명 감소분을 상쇄했습니다. 6월 평균 사용자 수는 5월 대비 Flat이었습니다. 광고 관리자 데이터도 크게 늘지 않아 QoQ Flat으로 추정했습니다.

전반적으로 : 월드컵 프로모션 지출이 2Q26에 기대치를 18% 상회할 정도로 많았던 것으로 추정했습니다.

메타, AWS 핵심 인프라 임원 영입

메타가 AWS의 최고위급 인프라 임원인 데이브 브라운을 영입할 예정입니다. 브라운은 아마존에서 약 19년간 근무했으며 아마존 CEO에게 조언하는 핵심 경영진 조직인 S-Team에도 포함된

인물입니다.

메타에서는 인프라 총괄인 산토시 자나르단에게 보고하며 데이터센터와 컴퓨팅 인프라 확장을 담당할 예정입니다. 단순한 데이터센터 건설 임원을 넘어, 대규모 컴퓨트 인프라를 외부 고객에게 서비스하는 AWS의 운영 경험까지 확보했다는 점이 중요합니다.

앤스로픽과 $10B 규모의 컴퓨트 공급계약 논의 중

메타가 앤스로픽에 AI 컴퓨팅 인프라를 임대하는 방안을 논의 중인 것으로 전해졌습니다. 아직 초기 협상 단계로 최종 계약조건은 확정되지 않았지만, 잠재적인 계약 규모는 약 $10B에 이를 수 있습니다.

현재 검토되는 구조는 앤스로픽이 약 2년 동안 메타에 월별 사용료를 지급하는 방식입니다. 양측 모두 일정 조건 아래 계약을 조기에 종료할 수 있는 조항도 함께 논의되고 있습니다. 고정된 장기 구매계약이라기보다, 앤스로픽의 수요와 메타의 잉여 컴퓨트 발생 여부에 따라 유연하게 운영할 수 있는 구조입니다. 스페이스X의 컴퓨팅 판매 계약구조와 비슷해보입니다.

앤스로픽이 먼저 공급 요청

이번 협상은 앤스로픽이 지난 6월 메타에 먼저 컴퓨트 공급 가능성을 문의하면서 시작된 것으로 전해집니다. 메타는 아직 외부 고객에게 컴퓨팅 자원을 판매하는 정식 사업이나 운영체계를 갖추고 있지 않지만, 거래 규모가 큰 만큼 실제 계약 가능성을 검토하기 시작했습니다.

이번 뉴스에서 가장 직접적으로 확인되는 것은 앤스로픽의 컴퓨트가 계속해서 매우 부족하다는 것입니다. 더 많은 컴퓨팅이 있었다면 더 높은 ARR과 이익을 거두고, 점유율도 높은 상태로 유지할 수 있을 것이기에 프리미엄을 지불하더라도 더 많은 컴퓨팅을 구매할 용의를 여기저기 내비치고 있습니다. 장기적으로 공급망을 다변화하려는 수준을 넘어 경쟁사의 여유 자원까지 임차할 필요가 있을 만큼 훈련/추론 수요가 빠르게 늘고

있습니다.

Hyperion 최종 규모를 5GW로 상향했지만 단계적으로 증설

메타가 루이지애나주에 건설 중인 Hyperion 데이터센터 캠퍼스의 최종 규모를 기존 2GW에서 5GW로 대폭 상향했습니다. 데이터센터 건물과 전력/냉각 인프라를 포함한 Powered Shell 구축 투자계획도 기존 $27B에서 $50B 이상으로 확대했습니다.

다만 이번 발표가 단기간에 5GW 규모의 데이터센터와 AI 서버를 한꺼번에 구축하겠다는 의미는 아닙니다. 메타의 장기적인 컴퓨트 확보 의지와 Hyperion 캠퍼스가 최종적으로 확장될 수 있는 상한을 제시한 계획에 가깝습니다. 메타는 우선 2030년까지 약 2GW 규모를 구축한 뒤, 실제 컴퓨트 수요와 AI 서버 도입 일정에 맞춰 데이터센터 동을 순차적으로 추가할 계획입니다. 이후 증설을 이어가 2032년에는 전체 캠퍼스를 최대 5GW 규모로 완성한다는 목표입니다.

현재 선제적으로 확보한 것은 Hyperion 부지 전체에 최대 5GW의 전력을 공급할 수 있는 전력 약정과 기반 인프라입니다. 전력과 부지, 송배전 설비를 먼저 확보해둔 뒤 수요가 확인될 때마다 Powered Shell과 내부 컴퓨팅 장비를 단계적으로 채워 넣는 구조입니다. 향후 모델 훈련과 추론 수요가 예상대로 증가할 경우 메타가 별도의 신규 부지를 다시 확보하지 않고도 컴퓨트 용량을 빠르게 확장할 수 있도록 마련한 장기 옵션입니다.

테슬라, 26년 PER 185배 / Underweight

스페이스X IPO 분석 #2 : 화성으로 가는 길에서, 지구를 손에 넣다 (바로가기)

스페이스X IPO 분석 : 머스크 제국의 심장, 스타링크가 떠받치는 스타십과 AGI

(바로가기)

테슬라 1Q26 실적발표 / 주간전략보고 中 (바로가기)

테슬라 4Q25 실적발표 : AI 초가속을 진심으로 믿는다면, 피할 수 없는 CAPEX (바로가기)

테슬라 3Q25 실적발표 : 머스크의 새로운 24개월 로드맵, 합리적인 기대는 어디일까? (바로가기)

테슬라 2Q25 실적발표 : 트럼프 OBBBA의 네 가지 역풍, 머스크의 고민 (바로가기)

Cursor, 코딩 도구를 넘어 프론티어 AI Lab으로 전환

스페이스X가 $60B 규모의 주식교환 방식으로 Cursor 운영사 Anysphere를 인수하기로 한 가운데, Cursor가 사업구조를 대대적으로 바꾸고 있습니다. 기존에는 오픈AI와 앤스로픽의 모델을 활용해 AI 코딩 도구를 제공하는 애플리케이션 기업에 가까웠지만, 앞으로는 자체 프론티어 모델을 개발해 두 회사와 직접 경쟁하는 AI Lab이 되겠다는 목표입니다.

Cursor CEO 마이클 트루엘은 지난 5월 전 직원 회의에서 회사가 최상위권 AI 모델 개발업체로 도약해야 한다고 밝혔으며, 2026년 말까지 업계를 선도할 수 있는 모델을 개발하는 것을 목표로 제시한 것으로 전해집니다. 이를 위해 경쟁사보다 상당한 컴퓨트 우위를 확보하고 코딩에 특화된 모델을 넘어 범용적인 AI 능력까지 확장하려는 계획입니다.

Cursor의 가장 큰 제약이었던 컴퓨트 부족을 스페이스X가 해결

Cursor는 개발자 인터페이스와 코딩 데이터에서는 강점을 갖고 있었지만, 오픈AI와 앤스로픽에 비해 자체 컴퓨트가 부족했습니다. 이 때문에 타사 모델에 의존해야 했고 자체 모델을 개발하더라도 훈련 규모와 서비스 공급능력에서 한계가 있었습니다.

스페이스X 인수를 통해 Cursor는 xAI가 구축한 Colossus 데이터센터와 대규모 GPU 인프라에 접근할 수

있게 됩니다. 애플리케이션은 잘 만들지만 컴퓨트가 부족했던 Cursor와 컴퓨트는 대규모로 확보했지만 기업용 제품과 코딩 데이터가 부족했던 스페이스X가 서로의 약점을 보완하는 구조입니다.

결국 스페이스X가 $60B를 지불하는 이유도 현재 Cursor의 코딩 도구 매출만을 인수하기 위해서라기보다, 개발자들이 남긴 코딩 요청과 수정 과정, 설계 판단을 활용해 자체 AI 모델을 개선할 수 있기 때문입니다. 코딩은 결과의 정오를 비교적 명확하게 평가할 수 있어 강화학습과 사후훈련에 특히 가치가 높은 데이터입니다.

자체 모델 개발은 선택이 아니라 생존전략

Cursor는 과거 앤스로픽 모델에 상당 부분 의존했지만, 앤스로픽이 Claude Code를 출시하면서 핵심 모델 공급자가 동시에 직접 경쟁자가 됐습니다. 오픈AI 역시 Codex를 강화하면서 Cursor가 장악했던 AI 코딩 인터페이스 시장으로 진입했습니다. 모델 제공자가 자체 코딩 에이전트를 저렴하게 공급하면 독립 애플리케이션인 Cursor는 모델 사용료를 부담하면서 동시에 공급자와 경쟁해야 합니다. 이러한 구조에서는 제품 인터페이스가 우수하더라도 장기적인 마진과 차별화를 지키기 어렵습니다.

Cursor가 자체 Composer 모델 개발을 강화하고 프론티어 AI Lab으로 전환하려는 이유도 여기에 있습니다. 자체 모델을 확보해야 추론원가를 낮추고 제품에 맞춰 모델을 최적화하며, 오픈AI나 앤스로픽의 가격과 공급정책에서 벗어날 수 있습니다. Cursor는 최근 코딩 에이전트 기능을 강화하는 동시에 자체 모델 개발도 강화했습니다.

범용 챗봇과 지식근로자 에이전

트까지 확장

Cursor의 목표는 코딩시장에 머무는 것이 아닙니다. 범용 AI 챗봇과 함께 Claude Cowork/ChatGPT Work에 대응하는 지식근로자용 에이전트도 개발하고 있습니다. 일부 제품은 내부적으로 시연 단계에 들어갔으며, 개발 상황을 일론 머스크에게 직접 보고하는 것으로 전해집니다.

스페이스X의 수직계열화

이번 인수가 완료되면 스페이스X는 Colossus의 대규모 컴퓨트와 Grok 모델, X의 소비자 데이터, Cursor의 개발자 데이터와 기업용 제품을 하나의 조직 안에 보유하게 됩니다.

특히 Cursor는 이미 기업 고객과 개발자의 실제 워크플로우에 깊이 들어가 있습니다. 스페이스X는 이를 통해 Grok을 단순한 범용 챗봇에서 기업이 비용을 지불하는 코딩/업무용 에이전트로 확장할 수 있습니다. Cursor 역시 스페이스X의 자본과 컴퓨트를 활용해 기존 애플리케이션 기업이 감당하기 어려웠던 프론티어 모델 훈련에 나설 수 있습니다.

xAI도 곧 2T 모델 출시될 것

머스크가 Grok의 총 파라미터 2T 모델은 현재 Grok 4.5의 1.5T 총 파라미터 모델보다 모든 면에서 우수하며, 이번 주에 초기 사전훈련을 끝낼 것으로 예상했습니다. Kimi-K3를 능가하고 속도와 토큰 효율성은 Grok 4.5와 거의 비슷할 것이란 주장입니다. 기저에는 GB200/300 NVL72 클러스터가 가동을 시작하면서 엔비디아 GPU로 훈련 및 추론했던 오픈AI, MSL, xAI, 중국 AI Labs들이 모두 더 큰 총 파라미터 모델을 훈련하고 서빙할 수 있게 된 것이 큰 영향을 주고 있다고