주간전략보고 : 투자의 생각 (6월 1일~6월 5일)

[원문 유형] 네이버 프리미엄 콘텐츠
[채널] 올바른 미국주식 by SAPIENS
[게시일] 2026.06.01. 오후 4:28
[원문 URL] https://contents.premium.naver.com/sapiens/sapiensasset/contents/260601162815738vv
[제목] 주간전략보고 : 투자의 생각 (6월 1일~6월 5일)
[수집 기준] 승인된 구독 열람권으로 실제 본문을 보존했다. 이미지·첨부는 별도 미디어 원장에 보관하며 시각적 의미 검토 여부를 구분한다.

[구독 원문 본문]
​

안녕하세요 올바른입니다.

​

"Next Big Tech", AI Labs의 빅테크 매출 도장깨기가 시작됐습니다. 닷컴 때는 Negative인 Dark Fiber가 이슈였다면, 이번에는 Positive인 Dark Output이 이슈입니다.

​

이번 주 주요 메모리 공급망 체크 내용들을 정리해보고, AWS Bedrock 주도의 TaaS 전환, Opus 4.8 System card에 담겨있는 벤치맥싱으로 가려지지 않는 AI Labs의 맨얼굴을 살펴봅니다.

​

광학과 관련해서는 연도별 InP Optical Lane 캐파를 추정해보고, 화웨이의 Hi-ONE을 정리해봤습니다. Hi-ONE이 Huawei Ascend SuperPod의 핵심입니다.

주간전략보고

2026-05-25

주간전략보고 : 투자의 생각 (5월 25일~5월 29일) (바로가기​)

2026-05-18

주간전략보고 : 투자의 생각 (5월 18일~5월 22일) (바로가기​)

2026-05-11

주간전략보고 : 투자의 생각 (5월 11일~5월 15일) (바로가기)

2026-05-04

주간전략보고 : 투자의 생각 (5월 4일~5월 8일) (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 : S&P P/E, OBBBA와 미국 CapEx

1Q26 9주차 실적발표 훑어보기 : 9주차 20개 기업 - 업사이클 & 다운사이클 비교

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

데이터센터 모듈화 : 현장인력부족을 해결하기 위한 모듈화 제품들 (1Q26 실적발표)

Agentic AI의 순풍 : AI + Non-AI 서버 모두 좋다 (1Q26 실적발표)

AI ASIC 및 네트워킹 : Maia, Trainium, LPU 스타일의 AI ASIC (1Q26 실적발표)

Magnificent 7 : "Next BIG Tech" AI Labs의 도장깨기, Dark Output, AWS TaaS, LLM 민낯 순위 비교

📆 주간 캘린더 (6월 1일~6월 5일)

​

👨‍💻 → COMPUTEX, 물가와 고용, 광학과 ASIC 체크

​

> 경기/물가 : ISM 제조업 PMI (월) ISM 서비스업 PMI (수)

> 고용/실업 : 노동부 JOLTS (화) ADP 비농업고용 (수) 신규실업수당청구건수 (목) 비농업고용 (금)

> 실적발표 : Credo, HPE (월) Paloalto networks, Gitlab, Ulta Beauty (화) Medtronic, Crowdstrike, Broadcom (수) Ciena, Rubrik, Argan (목

)

> 이벤트 : COMPUTEX 2026 (월) Microsoft Build 2025 (화)

​

​

주간전략보고 : 투자의 생각

S&P P/E, OBBBA와 미국 CapEx

S&P 500 Forward P/E → 적정

5월 29일 기준으로 Yardeni의 S&P 500 Forward P/E를 살펴봤을 때에도 지금은 2024년~2025년 평균 수준보다 낮습니다. 미국주식 시장은 여전히 기회가 많은 곳이라고 판단할 수 있는 대목입니다. 이것과 함께 까먹으시면 안되는 부분은 AI HW 기업들의 EPS 상승 기여가 S&P 500 전체 중에서 4분의 3이므로 AI HW에서 꾸준히 기회가 많다고 생각하고 있습니다.

​

Goldman Sachs, 데이터센터 CapEx → GDP 성장

골드만삭스의 미국 CapEx에 대한 추정치 차트들입니다.

​

OBBBA의 세제 혜택 및 비용 공제 확대 조치 덕에 기업들이 투자를 더 공격적으로 집행 중입니다. 또한 CY25에 CapEx 증가세를 억눌렀던 공급망 불확실성 및 관세 부담이 줄어들어서 공장 투자가 더 늘어날 것으로 예상합니다. 전체적으로 CY26 미국 기업의 CapEx는 YoY 7.8% 증가할 것으로 예상되며, 이 전망치를 바탕으로 CY26 미국의 연간 GDP 성장률은 2.1%를 달성할 것으로 예상됩니다.

​

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

​

주간 퍼포먼스 체크

지수(4) : Nasdaq100(+2.9%), Russell2000(+2.3%), S&P500(+1.5%), Dow30(+1.2%)

빅테크(7) : 마이크로소프트(+7.3%), 메타(+4.1%), 테슬라(+2.8%), 애플(+2.0%), 아마존(+0.7%), 구글(-1.7%), 엔비디아(-4.3%

)

섹터(11) : 테크(+6.0%), 경기민감재(+1.5%), 원자재(+1.5%), 산업재(+0.7%), 헬스케어(+0.4%), 금융(-0.6%), 커뮤니케이션(-0.7%), 유틸리티(-1.5%), 리츠(-1.5%), 필수소비재(-2.2%), 에너지(-4.4%)

1Q25 9주차 실적발표 훑어보기

9주차 20개 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.

​

1Q26 9주차 실적발표

업사이클 ↗ : 이번주 실적발표 기업 중 업사이클 마벨MRVL, 퓨어스토리지P, 델DELL이 있습니다.

다운사이클 ↘ : 다운사이클인 기업은 아베크롬비ANF, 뉴타닉스NTNX가 있습니다.

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

HOOD, FIGR, SE/DASH, CRWV, BE, MU, SNDK, 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

로빈후드(HOOD)

​

로빈후드HOOD는 Neutral을 유지합니다.

로빈후드 1Q26 실적발표 / 주간전략보고 : 투자의 생각 (5월 4일~5월 8일)

​

순입금이 핵심이라는 경영진

경영진이 말하는 로빈후드의 장기 성장 공식은 "고객이 더 많은 자산을 로빈후드에 맡기면, 거래/이자/구독/카드/자문/프라이빗마켓 매출이 모두 따라온다"입니다. 1Q26 순입금은 $17.7B로 YoY 31%였습니다. 장기적으로는 순입금 20%대 성장을 목표로 하고 있습니다.

​

신규 계좌 성장도 신경쓰겠다 = 마케팅 비용 높게 유지

2022년 이후 순입금과 골드 구독자들을 기반으로 더 많은 이익을 올리는 데에 집중했었는데, 이제는 신규 계좌 성장에도 더 투자하겠다고 말했습니다. 지금은 계좌 성장률이 YoY 7~10% 수준이고 마케팅에 돈을 거의 쓰지 않았는데 앞으로는 여러 신규 유입 경로들에 마케팅 활동도 하겠다는 의미입니

다. 일단은 외형 성장을 하기 위해 투자를 하겠다는 말이라서 실제로 계좌성장률이 높아지거나, 이를 토대로 매출성장률이 높아지는 게 확인될 때 긍정적으로 평가할 것 같습니다.

​

AI Agent Trading

5월 27일 AI 에이전트 계좌와 에이전틱 신용카드를 발표했습니다. 사용자는 별도의 에이전트 트레이딩 계좌를 열고, 에이전트가 해당 계좌에 있는 자금을 갖고 알아서 거래할 수 있도록 설정할 수 있습니다. AI를 갖고 매매할 수 있게끔 공식적으로 지원하는 것입니다. 초기에는 주식만 지원하는데 앞으로 옵션, 크립토, 이벤트계약, 선물로 확장할 예정입니다.

​

AI 자체는 내부적으로 CS와 SW 개발에서 적극 사용 중이기도 합니다. CS의 75%가 AI로 처리되고 있고, 소프트웨어 개발 비용 절감은 9자릿수 수준이며, 코드 생산량을 뜻하는 Commit velocity는 2025년 초 대비 50% 증가했고, 마케팅 광고 제작도 기존 2~3주 걸리던 작업이 몇 시간 단위로 줄었습니다.

피겨 테크(FIGR)

​

피겨 테크FIGR는 Overweight을 유지합니다.

피겨 테크놀로지 1Q26 실적발표 : 블록체인으로 대출시장을 바꾸는 중, 이번에도 매출 YoY 98%

​

피겨 테크 CEO 마이클 테넌바움이 Bernstein 컨퍼런스에서 발언한 내용을 정리해봅니다.

​

대출 유동성 인프라가 중요하다

중요한 것은 피겨가 단순히 HELOC 대출을 많이 취급하는 회사가 아니라 연간 $35T 규모의 주택 관련 대출 시장을 포함해 중소기업 대출, 자동차 대출 등 더 넓은 소비자 신용자산을 표준화하려는 기업이라는 점입니다.

​

피겨를 HELOC 사이클 기업으로만 보면 투자자는 금리, 주택거래량, 소비자대출 수요만 보게 됩니

다. 하지만 Figure Connect와 DART를 중심으로 보면, 피겨는 대출 유동성 인프라를 만드는 기업에 가깝습니다. 즉, 특정 대출 상품을 직접 많이 찍어내는 회사라기보다 여러 소비자 신용자산이 더 쉽게 발행되고, 검증되고, 거래될 수 있도록 만드는 자본시장 인프라 기업이라는 점이 핵심입니다.

​

TransMedics의 2022~2025년과 비슷한 고성장 무드

이 부분은 TMDX가 NOP 가치제안을 통해 2022~2025년 동안 가파르게 성장했던 모습과 비슷하게 볼 수 있습니다. 장기이식 시장 자체는 원래부터도 그렇고 TMDX의 고성장 시기에도 연간 8~10% 정도 성장하는 시장이었지만 TMDX는 같은 기간 50~100%에 가까운 고성장을 보여줬습니다.

​

핵심은 최종시장의 기본 성장률이 아니라, 기존 시장의 비효율을 얼마나 강하게 해결하느냐입니다. 피겨도 HELOC 시장 자체의 성장률만 보면 사이클 기업처럼 보일 수 있습니다. 그러나 대출 발행, 검증, 매각, 유통 과정의 비효율을 줄이는 인프라로 보면, 더 넓은 소비자 신용자산 시장에서 구조적인 성장 기회를 만들 수 있습니다.

​

대출 토큰화 세 가지 핵심 : ⓐⓑⓒ

대출을 토큰화하는 것의 핵심은 세 가지입니다.

​

효율적인 거래(transactional efficiency) : 기존 대출 매각은 제3자 실사기관이 대출 하나하나를 확인하고, 매도자와 실사기관이 세부 내용을 갖고 다투는 구조입니다. 피겨 대출 이를 모두 온체인화해 이 비용을 줄입니다. 바꿀 수 없고 모두가 확인할 수 있는 블록체인의 특성을 이용하는 것입니다.

표준화를 통한 유동성 상승 효과(liquidity efficiency) : Fannie Mae를 예로 들며, 대출자가 누구냐보다 '이것이 Fannie Mae loan인가'가 더 중요해진 것처럼, 피겨도 표준화 효과를 만들려 한다고 설명했습니다

.

소유와 담보권에 대한 확실성(lien perfection) : 대출 및 담보시장에서 큰 손실은 신용위험보다 사기, 이중약정, 이중판매에서 발생합니다. 온체인 소유권과 담보권을 기록하면 '누가 실제로 이 자산을 갖고 있는가'를 확인하게 해줍니다.

​

Figure Connect 침투율 60%!

Figure Connect는 2024년 6월까지 없었지만, 2026년 5월에는 소비자 대출의 60% 이상까지 올라왔습니다. 이건 디테일이 좀 중요한 부분이었습니다. 1Q26에는 55.5%였는데 5월 기준으로 더 높아졌다는 의미이고 새로운 정보라서 상당히 좋았습니다. 직접 대출을 하는 비중을 줄이고 수수료 기반 플랫폼 구조로 바뀌고 있다는 의미이며, 이렇게 되면 매출당 EBITDA 마진율이 높아집니다. 1Q26엔 Adj EBITDA 마진율이 49.6%인데 중기적으로 60%까지 높아질 거라 말했습니다.

​

"Private Credit 사태로부터 영향 없다"

Bernstein 애널리스트는 Private Credit 투자자들이 최근 BDC 이슈로 소비자대출 참여를 줄이고 있는 건 아니냐고 물었고(이미 YoY 100% 넘게 계속 성장 중이지만 끊임없이 의심하는 시장인데, 건전한 상태라고 생각합니다), CEO는 큰 자금이 꼭 Private Credit에서만 오는 건 아니라고 말했습니다. 보험사, 연기금 등이 피겨가 발행한 대출을 사고 있으며 2026년 4월의 시장 스트레스가 가장 큰 구간에서도 낮은 스프레드로 잘 실행되고 있었다고 설명했습니다. 피겨는 말그대로 자본시장을 구축하려는 기업인지라 대출 수요만큼이나 투자자 측 매수 수요와 자금조달 비용이 중요합니다. 만약 피겨가 특정 Private Credit 매수자에 의존하는 구조라면 사이클 리스크가 컸겠지만 전혀 그런 상태가 아니라고 말했습니다

.

​

최종 대부자 역할을 해줄 'Guarantor'

Sixth Street와 함께 만든 "Guarantor"를 강조했습니다. 피겨의 마켓플레이스에서 대출을 매수하기 위해 설정된 영구적 자본 비히클입니다. 좋은 시장에서는 Guarantor가 최고의 매수자가 아닐 수 있습니다. 더 좋은 가격을 제시하는 투자자가 있다면 대출은 그쪽으로 팔릴 가능성이 높습니다. 그러나 나쁜 시장에서는 이 구조가 중요해집니다. 시장 유동성이 줄어드는 상황에서도 Figure에서 나오는 대출의 최종 구매자가 될 수 있기 때문입니다.

​

마켓플레이스의 가장 큰 리스크는 거래가 멈추는 순간입니다. 피겨가 성장하려면 Figure LOS를 사용하는 대출 발행자들이 '피겨에 넣으면 반드시 팔린다'고 믿어야 합니다. Sixth Street의 Guarantor 구조는 이 신뢰를 보강하는 장치입니다. 비유하자면 중앙은행의 최종대부자 기능, 또는 전세제도 내 전세금반환보증과 비슷한 성격이 있습니다. 완전히 같은 구조는 아니지만, 평상시에는 눈에 잘 보이지 않다가 시장이 흔들릴 때 시스템 신뢰를 유지해주는 안전장치라는 점에서 유사합니다.

​

CLARITY/GENIUS Act는 필수 조건은 아니다

CLARITY Act나 GENIUS Act가 통과되면 물론 좋겠지만, 피겨는 이미 SEC 허가를 다 받아둔 상태라서 통과가 되지 않더라도 충분히 지금의 사업을 확장하는 데 문제가 없다고 말했습니다.

​

AI는 온체인 인프라의 가치를 키울 것

대출 시장에서 AI를 도입한다고 해서 비용이 자동으로 낮아지는 것은 아닙니다. 기존의 복잡하고 불투명한 대출 프로세스 위에 AI를 붙인다고 해서 AI가 해당 데이터를 곧바로 신뢰할 수 있는 것은 아니기 때문입니다

.

​

하지만, 반대로 생각해보면 AI가 제대로 작동하려면 입력 데이터가 검증 가능해야 합니다. 대출 데이터가 온체인에서 검증되고, 소유권과 담보권이 명확하게 기록되어 있다면 AI는 이 데이터를 더 신뢰하고 활용할 수 있습니다. 따라서 AI가 대출 시장에 더 많이 접목될수록, 피겨가 가진 온체인 발행~유통~검증 인프라의 가치제안은 더 강해질 것입니다.

​

내부적으로 AI 사용 정도는 이미 최근 코드의 약 30%를 AI로 작성하고 있으며, 이를 신규 자산군 온보딩 속도를 높이고 영업 레버리지를 키우는 데 활용하고 있다고 설명했습니다.

씨리미티드(SE), 도어대시(DASH)

​

씨리미티드SE는 Overweight을 유지합니다. CY26 23배입니다.

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

​

인도네시아 내 Top 1 디지털 뱅크 : SeaBank

인도네시아 내의 Top 7 디지털 뱅크 매출과 순익입니다. 1위가 씨리미티드의 SeaBank입니다. 씨리미티드 입장에서 인도네시아가 매출비중상 30% 이상 차지하는 가장 큰 시장입니다. SE의 SeaBank는 CY25 연간 $500M의 매출, 10%의 순이익 마진을 달성했습니다. 대부분 배후에 이커머스 플랫폼을 끼고 있습니다. 1위가 씨리미티드이고, 2위인 Bank Jago는 GoTo/Gojek이며, 7위인 Superbank는 GRAB입니다. 이커머스 트래픽을 최상위 퍼널로 써서 예금, 결제, 대출을 유치하는 것이 핵심입니다.

​

도어대시DASH도 Overweight을 유지합니다. CY26 28배입니다.

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

)

DoorDash X Dollar Tree, Grocery 당일배송 파트너십

달러트리가 미국 전역의 9,000개 이상 매장에서 도어대시를 통해 10,000개 이상의 제품을 주문할 수 있는 파트너십을 발표했습니다. 도어대시가 계속해서 음식배달 앱에서 생활필수품/식료품/리테일 즉시배송 플랫폼으로 확장되고 있음을 보여주는 사례입니다.

​

도어대시 입장에서 음식배달은 이미 침투율이 높아진 시장입니다. 다음 성장축은 사람들이 매일 반복적으로 구매하는 식료품, 생활용품, 의약품, 편의점 상품, 할인점 상품입니다. 실제로 도어대시는 2025년 미국 식료품/리테일 서드파티 마켓플레이스에서 주문량 기준 1위가 되었다고 밝혔습니다.

​

이 흐름은 아마존과 같이 보시면 좋습니다. 아마존은 Amazon Now를 통해 신선식품, 생활필수품, 지역 기반 상품을 30분 이내 배송하는 초고속 배송 서비스를 확대하고 있습니다. 이러한 맥락에서 도어대시에게 긍정적인 이유는 이것이 원래 움직이지 않았던 오프라인 점포들을 비-아마존 오프라인 리테일 연합으로 뭉치게 유도하고 있기 때문입니다.

​

미국의 즉시배송 시장은 점점 더 아마존 자체 물류망 vs 비-아마존 오프라인 리테일 연합의 구도로 재편되고 있고, 도어대시가 비-아마존 진영의 핵심 인프라가 되고 있습니다. 달러트리, 약국, 편의점, 식료품점, 전문 리테일러들은 아마존과 정면으로 물류 경쟁을 하기는 어렵습니다. 그러나 도어대시와 손잡으면 기존 매장을 소형 풀필먼트 거점처럼 활용하면서 소비자에게는 30분~1시간대 즉시배송 경험을 제공할 수 있기 때문입니다.

코어위브(CRWV)

​

코어위브CRWV는 Overweight을 유지합니다.

코어위브 1Q26 실적발표 : 적자만 보면 놓치는 코어위브의 진짜 변

화

​

Dell X CoreWeave, 'VR200 NVL72 L11 검증 완료'

마이클 델이 'DELL이 코어위브에 납품한 Vera Rubin NVL72 랙이 처음으로 L11 digas 테스트를 모두 통과한 랙'이라고 말했습니다.

​

*구체적으로 좀 생각해보면 사실 Foxconn, Quanta, Wiwynn, Inventec 등이 납품하는 ODM 구조가 아니라 델의 제품은 완제품에 가깝게 상당히 이미 엔지니어링을 끝내고 납품하는 구조라서 델의 제품이 원래도 제일 일찍 온라인할 수 있는 게 맞긴 한데, 코어위브가 이번 신제품 사이클에서도 엔비디아의 랙을 가장 빠르게 GA하는 클라우드임을 다시 확인한 점은 긍정적입니다.

​

L11이란 서버 ODM들이 제조 공정을 12단계로 나눈 것 중 11단계를 통과했다는 것입니다. 아래의 Flow 차트처럼 전체 서버를 만들기까지의 과정 중에서 10단계는 OS가 단일 서버(Tray)에서 작동하고, L11에서는 단일 랙 혹은 Scale-up 도메인에서 작동하며, L12는 전체 클러스터에서의 작동을 의미합니다.

​

아직 Scale-out은 검증하지 않았기 때문에 온라인 가능한 상태는 아니지만 어쨌든 VR200 NVL72 랙 초기 생산버전이 나오고 있으며 가동에 문제가 없음을 확인해가는 단계라 좋습니다.

GPU Rental Spot Price들도 문제 없음

최근 X에서 H200 spot price index가 최근 크게 하락한 것을 두고 얘기가 많았데, 이걸 처음부터 오를 때에도 말씀 안 드린 이유가 있습니다. Spot/On-demand 가격 자체가 다른 곳들에서 확인하기에는 저렇게 드라마틱하게 변하고 있지 않았어서 그렇습니다. 해당 사이트들은 트래킹하는 표본이 너무 작기도 하고 다른 거래소들에서는 변동성이 이렇게 크게 잡히지 않고 있습니

다. 실제 표본을 훨씬 더 크게 잡는, 이른바 기준이라고 볼 수 있는 다른 Spot Price 모니터링 사이트들에서는 같은 기간, 완만한 우상향 중 입니다. 그리고 Spot보다 장기계약가격 변동이 훨씬 중요한데 이 부분은 이미 주간전략보고의 네비우스 계약가격 인상 코멘트로 전해드린 바 있습니다.

블룸에너지(BE)

​

블룸에너지BE는 Overweight을 유지합니다.

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

​

BTM 프로젝트 현장발전원 중 매력적인 BE의 SOFC

모건스탠리와 Citi가 블룸에너지의 LCOE를 CCGT 및 왕복엔진과 비교했습니다.

​

CCGT는 가장 대기열이 긴 제품이기도 하고 이미 거의 FTM향으로 배치되기 때문에 사실상 BTM 현장발전원 중에서는 SOFC의 매력도가 매우 높습니다. 이미 전력망을 통해서 조달받는 가격이 다년째 오르고 있고 앞으로 더 오를 것이며, 시공인력들이 부족한 상태로 인해서 생기는 지연 및 추가비용을 고려하자면 블룸에너지 SOFC가 웬만한 가스 발전원들과 LCOE가 같거나 낮습니다. 블룸에너지 SOFC는 NOx/SOx 배출이 매우 적고, 빠른 납기를 보장하며, 설치 시 미리 조립 후에 트럭에 실어서 운송하여 설치하므로 필요 현장 시공인력이 적은 점, 800V DC 아키텍처 지원, 설치 후 가변비용이 낮은 점이 장점으로 꼽힙니다.

​

SOFC ↔ 제트엔진과 왕복엔진

Wells Fargo BTM 관련 전문가 콜 내용을 정리해보면:

​

장비 비용만 보면 항공기용 제트엔진은 약 $2,200/kW, 왕복엔진은 약 $600~700/kW 수준입니다. 표면적으로는 왕복엔진이 훨씬 저렴해 보입니

다. 하지만 데이터센터용 전력원으로 실제 설치할 때는 이야기가 달라집니다. 두 방식 모두 40% 수준의 redundancy cost를 포함하면 총 설치비용이 $3,000/kW를 넘고, 실제로 견적을 받고 있는 가격들을 고려하자면 $4,000/kW에 가까운 수준까지 올라갑니다. 이 정도면 블룸에너지의 SOFC 설치비용과 유사한 구간입니다. 가격이 같다면 배출가스(주정부 허가 간소화 및 지역주민 수용력), 납기, 시공인력 light, 800V DC, 연료효율면에서 SOFC가 더 좋다고 판단합니다.

​

왕복엔진의 핵심 문제는 소음입니다. 엔진 자체 가격은 낮지만, 데이터센터 인근에서 운용하려면 소음을 제어하기 위한 별도의 엔진 홀 설계, 방음 구조, 부대 인프라 구축이 필요합니다. 결국 장비 CAPEX만 보면 왕복엔진이 훨씬 저렴하지만, 실제 데이터센터에 적용 가능한 형태로 만들기 위해 필요한 부대비용까지 포함하면 총 설치비용은 제트엔진 및 왕복엔진과 SOFC 간 격차가 크게 줄어듭니다.

​

GEV가 말하는 가스터빈의 병목 '숙련공 부족'

GEV CEO가 Bernstein 컨퍼런스에서 말한 것을 정리해봅니다:

​

지금의 전력 사이클은 1945년 이후 전후 재건기와 비슷한 장기 전력 인프라 투자 사이클이라고 봤습니다. GEV 백로그 중 데이터센터 관련은 20~25%이고 나머지는 FTM쪽에 투입될 예정입니다. 미국, 유럽, 대만, 사우디, 베트남 등의 전력 수요, 제조업 리쇼어링, 국가안보, 탈탄소화, 전력망 현대화 수요가 동시에 터지면서 이들에게 가스터빈을 제공하는 것이 GEV의 투자포인트입니다.

현재 가스터빈 수요가 많다고 해서 생산용량을 앞당길 수 없는 상태입니다. 터빈을 만들더라도 고객이 현장에 터빈을 올릴 페데스탈(pedestal, 설치 기반)이 준비되어 있지 않으면 자본 효율이 떨어지기 때문입니

다. 병목은 터빈 공장이라기 보다 EPC, 노동력, 현장 시공, 인허가, 송전 연결까지 포함한 시스템 병목이 더 강합니다.

​

800V DC 전환

SemiAnalysis의 800V DC 전환에 대한 자료를 간단하게 보면:

Phase 1 (2026~2028) : 랙 수준에서 AC-to-DC 변환을 수행하는 새로운 상자만 추가합니다.

Phase 2 (2027~2028) : Rubin Ultra의 NVL144 Kyber 랙부터 800VDC 채택률 급증

Phase 3 (2028년 말~2029) : 800VDC가 데이터센터의 기본 아키텍처가 되며, AC 배전반과 PDU가 제거되고 중앙 정류기가 DC Busway에 직접 전력을 공급합니다.

Phase 4 (2029년~) : SST가 LV 변압기와 정류기를 단일 기기로 대체하고, MW당 $0.25~$0.75M가 추가되긴 해도 두 단계의 변환을 축소하여 데이터센터 단위로는 전력 변환 이득을 봅니다.

중앙 UPS, AC PDU, 저전압 변압기/스위치기어는 점진적으로 대체됩니다.

SST 공급업체, SiC 공급업체, DC 버스웨이 제조업체가 증분 지출을 차지합니다.

마이크론(MU)

​

마이크론MU는 Overweight을 유지합니다.

마이크론 1Q26 실적발표 : 흔들릴 이유가 없는 어닝 서프라이즈, 구조적 성장주로 거듭나는 길

추론의 시대, 핵심이 된 메모리 : 메모리 쇼티지를 떠받치고 있는 힘

​

DRAMeXchange 5월 체크

이번에는 서버 가격은 없지만, PC와 NAND를 체크해봅니다.

​

DRAMeXchange #1 → 5월 PC 고정가격

5월 대부분의 메모리 공급사와 PC OEM 업체들의 2Q26 고정가 협상이 마무리됐습니

다. 가격은 4월 대비 소폭 상승했으며 QoQ 40~50% 수준입니다. 1Q26 기록했던 110~115%의 급격한 상승폭과 비교하면 상승세는 다소 완화됐습니다. 8GB DDR4는 $119로 전월과 동일하고 여기도 QoQ는 35~40% 상승했습니다. 특히 D4 대비 D5의 가격 디스카운트는 5월 6%로 축소(from 1Q26 12%)됐습니다. 대부분의 고정가 협상이 마무리된 만큼 6월 가격은 5월과 유사한 수준에서 형성될 것으로 전망됩니다.

​

5월에도 PC 유통 채널 전반에서는 선제적 재고 축적이 지속되었으며 PC OEM들의 DRAM 재고는 5~10주 수준까지 감소했습니다. 그 결과, OEM들은 메모리 공급사들에 공급 확대를 지속적으로 요구 중입니다. 2Q26 고정가는 5월 거래 가격을 반영해 상향 조정하였으며 QoQ 45~50% 수준입니다. 6월 거래가격 역시 전반적으로 5월 수준과 유사할 것으로 예상됩니다. 이제 시장은 3Q26 고정가 논의 초기 단계에 진입하고 있습니다.

​

여전히 하반기에도 PC 및 서버 고객들은 물량 확보에 적극적일 것으로 전망됩니다. 스마트폰 수요 둔화로 인해 발생한 LPDDR 생산능력을 서버 고객사들이 계속 흡수하고 있으며, 이로 인해 LPDDR 시장의 공급 부족 상황이 지속되고 있습니다. 아울러, 메모리 제조사들의 재고 수준이 바닥에 도달한 만큼 가격 결정력은 여전히 제조사 측에 강하게 쏠려 있습니다.

​

현 시점에서 예상하기에는 3Q26 PC DRAM 고정가는 QoQ 8~13% 상승을 전망합니다. 원래 QoQ 3 ~ 8% 예상이었던 것이라 일단 꽤나 상향된 것입니다. 보통은 임박해서 계속 추정치 상향이 나오곤 합니다. 원래 2Q에도 다들 컨센은 QoQ 20% 정도였는데 실제로는 QoQ 40~50%까지 높아진 거라서 하반기도 좀 더 두고보긴 해야 합니

다. 4Q26 고정가는 0~5% 상승 전망입니다.

​

DRAMeXchange #2 → 5월 NAND Flash 고정가격

5월 NAND Flash 시장은 지난달부터 이어진 폭발적인 상승세가 지속되고 있습니다. Edge AI, 하이엔드 통신 네트워크, 스마트 제조 부문의 수요가 끊임없이 확대되는 가운데, 전장, 스마트 홈, 의료 장비와 같은 세부 애플리케이션 시장에서의 재고 비축 활동 또한 본격화되고 있기 때문입니다. 공급사들은 여전히 낮은 수준의 생산 용량을 유지하는 가운데, 레거시 공정의 확충 의지 역시 보이지 않고 있습니다.

​

공급사들은 수익성 극대화를 위해 대부분의 캐파를 첨단 공정에 집중 할당하고 있고 다양한 애플리케이션의 성장과 성숙 공정 부족 현상이 지속되는 가운데 NAND Flash 고정가 상승 압력은 6월에도 유지될 가능성이 높습니다. 공급부족도 단기간에 해결되긴 어려울 것으로 전망했습니다.

​

Micron, 애널리스트 코멘트 모음 : Mizuho(2), UBS(1)

5월 25일 미즈호

5월 25일 UBS

5월 27일 미즈호 코멘트를 합쳐서 정리해봅니다:

5월 25일 : UBS, Mizuho 코멘트

5월 25일, 마이크론에 대해 UBS, Mizuho에서 코멘트했습니다:

​

UBS-MU : 공급망 체크에 따르면 업계 전체 DDR 물량의 ~30%가 5월 DDR5 가격보다 약간 낮은 수준의 가격에서 고정될 예정입니다. 메모리 기업별로는 SKH가 18%, MU는 20%, SEC는 30%를 고정한 상태입니다. 그러더라도 여전히 하이퍼스케일러들만 업계 서버 DDR5 물량의 60~70% 정도만 확보한 정도라서 여전히 30~40% 가량의 수급은 부족하므로 그때그때 원하는 물량을 확보하기 위한 경쟁적 입찰은 유지될 것으로 예상합니

다. UBS는 이에 따라 지금 가격이 더 오래 유지된다고 보고 실적 추정치를 대거 상향했습니다. CY27/CY28/CY29의 마이크론 EPS 추정치가 기존에는 $133/$122/$77이었는데 → 이번에 $155/$167/$117로 상향됐습니다. 현재 주가(MU $971)로도 CY27 기준 PER 6.3배입니다.

​

Mizuho-MU : CFO/Global Business EVP/IR 담당 VP와 간담회를 가졌습니다. 핵심을 정리하면, ⓐCY27 HBM 가격은 70~100% 상승할 것으로 예상됩니다. GB300뿐만 아니라 TPU 및 Trainium의 HBM3e 수요도 상당하며, 하이퍼스케일러들은 여전히 30%~50% 가량 원하는 물량 대비 공급이 부족한 상태입니다. ⓑVera CPU 전용 랙은 CPU당 1.5TB DRAM이며, 랙당 256개의 CPU로 총 384TB의 DRAM을 가질 것으로 예상됩니다. Vera Standalone 랙이 1,000개 출하될 시 전 세계 총 DRAM인 47k PB의 1% 미만을 차지합니다. Vera CPU ASP를 $5K, 400만 개의 CPU가 출하된다고 보면 CY26 Vera CPU 수요는 CY26 DRAM 공급량의 6%를 차지할 것으로 예상했습니다.

​

5월 27일 : Mizuho #2 코멘트

마이크론/샌디스크에 대한 5월 27일자 Mizuho 코멘트를 정리하면:

DRAM:

Agentic AI CPU의 영향은 이미 타이트한 DRAM 시장에서 9~13%의 수요 상승여력 추가할 것으로 예상합니다. 엔비디아가 VR200 NVL72 랙을 출시할 준비를 마쳐가면서 GB300 NVL72 랙 대비 DRAM 탑재량이 3배 증가하고, Vera CPU Standalone 랙은 약 400TB의 DRAM을 탑재하는 랙이 될 것으로 예상됩니

다. CY26 출하 예상 CPU 전용 랙은 7900개로 추정되며 이를 감안하면 3EB의 DRAM 수요를 유발할 수 있고 CY26 DRAM 공급량의 7%를 필요로 할 것이란 계산입니다.

타이트한 DRAM 공급 + HBM 전환비율 상승(DDR5 4 : HBM4 1)구조 덕에 CY27 HBM4/HBM4e 램프가 HBM 가격이 YoY 70~100%까지 상승할 것으로 예상했습니다. 미국 하이퍼스케일러들이 추정 수요의 50~70%만 받고 있어서 메모리 3사가 더 많은 LTA를 추가할 잠재력이 있습니다.

NAND:

샌디스크가 CY2H26에 1세대 HBF를 선보이고 CY27에는 2세대를 출시할 수 있다고 추정했습니다. HBM에 대한 AI 수요가 급증하면서 CY27 NAND도 DRAM에 뒤를 이어 공급부족 정도가 더욱 심화될 것으로 봤습니다.

샌디스크(SNDK)

​

샌디스크SNDK는 Overweight을 유지합니다.

샌디스크 1Q26 코멘트 / 주간전략보고 : 투자의 생각 (5월 4일~5월 8일)

추론의 시대, 핵심이 된 메모리 : 메모리 쇼티지를 떠받치고 있는 힘

​

샌디스크 CEO 컨퍼런스 콜 내용

5월 28일, 샌디스크 CEO이자 회장이 Bernstein 컨퍼런스에서 말한 부분을 핵심만 정리해봅니다:

​

데이터센터 NAND 수요 전망 지속 상향 : CEO는 데이터센터 exabyte growth 전망이 처음에는 mid-20%였고 이후 → mid-40% → mid-60%로 올라갔으며, 지금은 그보다도 조금 더 높아졌다고 언급했습니다. 하이퍼스케일러들이 추론 인프라를 깔면서 메모리 구조상 NAND 채택을 늘리면서 NAND 가격이 높아지는 상태라는 의미입니다.

추론

은 NAND를 더 많이 끌어다 쓰게 하고 있다 : 이전에 <추론의 시대, 핵심이 된 메모리 : 메모리 쇼티지를 떠받치고 있는 힘> 자료, 이번에 전해드린 <LLM 추론 토큰 가격의 비밀 : MoE의 시대, 엔비디아 NVL72가 중요한 이유> 자료를 통해서 하나의 사용자 요청당 컨텍스트 윈도우가 커지면서 KV cache의 양이 매우 커지니 memory hierarchy상 서버 DRAM을 모두 채웠고, 이후에는 순차적으로 NAND까지 채우고 있는 상태임을 전해드린 바 있습니다. 이번 CEO 코멘트도 같습니다. DRAM과 HBM이 훌륭한 기술이지만, 추론에 필요한 메모리 문제를 단독으로 해결할 용량은 없다고 말했습니다. 모델이 커지고 컨텍스트 윈도우가 커수록 더 확장 가능한 스토리지 기술이 필요하고 그 답이 NAND라는 논리입니다.

NBM은 사이클 방어 장치 : CEO는 고객이 공급을 보장받기 위해 장기계약을 원하고, 샌디스크 팹이 매일 웨이퍼를 생산하는 구조상 예측 가능한 소비를 원한다고 설명했습니다. 현재 메모리 산업의 낮은 멀티플은 시클리컬 성격상 '좋은 분기는 곧 나쁜 분기에 가까워지는 것'이라는 심리에서 나옵니다. 그런데 샌디스크 및 메모리 기업들이 매출의 3분의 1 이상을 2~5년짜리 성장 가시성을 높일 계약으로 바꾸고 점진적으로 비중을 50~70%까지도 늘릴 수 있다면, 기존의 커머디티 시장의 멀티플보다 높은 평가가 가능합니다. 아직 메모리 산업에서 리레이팅은 나오지 않았고 EPS 성장분을 반영할 수준의 멀티플만 유지되고 있습니다. HDD는 리레이팅을 거쳐서 CY27 PER 20~25배 수준까지 올라갔습니다.

​

1Q26 NAND 시장 점유율 : Sandisk 13.9

%

1Q26 NAND Flash 점유율은 SEC 31.6%, SKH 17.6%, Kioxia 13.9%, MU 13.9%, Sandisk 13.9%입니다. 샌디스크 같은 경우는 5월 4일 주간전략보고 중 샌디스크 1Q26 실적발표 코멘트에서 전해드린 것처럼 아직 데이터센터 매출비중이 24.7%라 더 데이터센터 비중이 높아질 여지가 많습니다. 지금은 거의 TLC eSSD에서 성장이 나오는 중인데 향후 2Q26부터는 QLC Stargate eSSD 매출이 더해질 예정입니다. 고성능은 TLC, nearline HDD 대체 수요는 QLC입니다.

​

Barclays, 'Sandisk의 NBM은 HDD와 비슷한 구조를 만들기 위한 시도'

샌디스크에 대해 Barclays에서 코멘트를 남겼습니다:

​

Barclays-SNDK : 메모리/스토리지를 가속기 다음으로 가장 매력적인 Vertical로 보고, CY27까지 수요-공급 불균형으로 인한 가격 상승세가 유지될 것으로 봤습니다. 샌디스크는 선수금이 포함된 명확한 RPO 및 재정적 보증을 갖춘 NBM 모델을 도입 중입니다. NAND 계약 가격의 하한선이 1Q26 수준으로 고정되기 때문에 이익 성장의 가시성이 높아지고, 물량이 장기적으로 잠기기 때문에 수요-공급상 수요가 상승할 때 더욱 더 비탄력적인 성격을 띈다는 의미입니다.

루멘텀(LITE), 비아비(VIAV), 옵토일렉트로닉스(AAOI)

​

루멘텀LITE은 Overweight을 유지합니다.

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

'빛💡'의 시대 : 광학 밸류체인 한 눈에 보기

​

비아비VIAV는 Overweight을 유지합니

다.

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

'빛💡'의 시대 : 광학 밸류체인 한 눈에 보기

​

옵토일렉트로닉스AAOI는 Overweight을 유지합니다.

'빛💡'의 시대 : 광학 밸류체인 한 눈에 보기

​

폭스콘, CY26에만 CPO Switch Tray 10,000개 → CY27에 2배 이상

5월 29일, 폭스콘 CEO가 연례 주주총회에서 올해에만 CPO Swtich Tray 출하량이 1만 개를 넘기고 내년에는 2배 이상으로 높아질 것이라고 말했습니다. 엔비디아의 CPO 램프업이 각 밸류체인에게 어떤 영향을 미치는지에 대해서는 ​5월 18일 주간전략보고의 루멘텀/비아비 코멘트에서 살펴보실 수 있습니다.

​

화웨이의 광엔진 "Hi-ONE"

화웨이가 인터커넥트 엔진인 Hi-ONE(High-density Optical interconnect-Node Engine)를 발표했습니다. 결론부터 정리해보자면 이것이 Huawei Ascend SuperPod의 핵심입니다.

​

화웨이 Hi-ONE은 내장 광원(Built-in Light Source)을 쓰는 광 엔진입니다. 엔비디아 주도의 CPO/NPO 스위치는 ELS(External Laser Source)를 채택하고 있는 것과 대비됩니다. ELS는 이름에서도 알 수 있듯이 '외부' 레이저 광원입니다. ELS를 사용하는 이유는 칩이 워낙 고온이고 고가이기 때문에 그렇습니다. 광엔진들(e.g. DFB, EML)이 온도, 광 출력 안정성, 에이징에 취약하기 때문에 고온의 칩과 붙여서 놓으면 취약해지기도 하고, 양산 시 양품 수율과도 관련있으며, 고장이 났을 때 ELS만 교환하면 되기 때문

입니다.

​

그럼 사실 궁금한 건 ELS과 달리 내장형 광원인 Hi-ONE이 어떤 형태로 패키징될지 그리고 CPO/NPO 중 어떤 솔루션 느낌일지가 궁금한 겁니다. 그런데 화웨이는 Hi-ONE의 스펙만 공개했을 뿐 구체적으로 어떤 모습의 광 엔진인지 AI 칩에 얼마나 가까이 패키징할지 자세히 공개하진 않았습니다.

​

왜 이렇게 표준과 다른 길을 택했을까를 생각해보면, ⓐ화웨이가 워낙 상당한 기술력을 갖고 있어서이기도 하고 ⓑ공급망 제약 때문에 서방에서 쓰는 ELS 생태계를 의존하지 못하므로 아예 광엔진과 관련된 많은 부분을 내재화하는 것이 장기적으로 유리하다고 생각했기 때문일 거라 생각됩니다.

​

8Tbps가 중요한 게 아니라 pJ/bit가 중요하다

공개한 Hi-ONE 스펙을 보자면 8Tbps 대역폭이 가장 화제입니다. 그러나 사실 트랜시버를 만들 때에도 800G 대역폭 트랜시버를 레인당 100G 8개를 엮어서 만들 수도 있고, 200G 4개를 엮어서 만들 수도 있는 것이기 때문에 대역폭이 문제가 아니라 pJ/bit이 중요합니다.

​

*같은 시스템이라면 루멘텀의 EML이 가장 pJ/bit이 좋고, 레인당 고속으로 갈수록 루멘텀 입장에서는 ASP가 높고, 트랜시버 모듈 조립 기업 입장에서는 pJ/bit이 좋은 제품을 만드니 하이퍼스케일러들이 더 선호하기에 좋은 구도

​

인터커넥트가 전체 클러스터의 TCO 대비 퍼포먼스를 주도하다보니 8Tbps 대역폭의 스펙이 나오느냐가 중요한 게 아니라 레인당 속도 자체는 얼마인지(몇 개의 레인이 들어갔는지), 전력은 얼마나 필요한지, 지연시간은 얼마인지, 양산 시 수율은 얼마인지, 양산에서도 전체 채널을 모두 구현할 수 있을 것인지, 고장 시 얼만큼 교환해야 하는지 등등이 중

요합니다. 이미 이 시장은 수 백~수천 조원의 돈이 오가는 시장이기 때문에 중요한 건 구현하느냐 못하냐가 아니라 TCO 대비 퍼포먼스를 얼마나 내느냐입니다.

​

루멘텀의 경쟁역량이 부각되는 시기

이 관점은 그대로 루멘텀에게 적용됩니다.

​

구체적인 고출력 레이저 스펙들을 유일하게 모두 공개하고 있는 광 기업이자, 모든 스펙에서 가장 앞서있고, 레이저를 가장 높은 수율로 모두 자체 양산하여 판매할 수 있는 기업이기 때문입니다.

​

광원 자체가 중요해지는 흐름에서 구글향 유일한 OCS MEMS 벤더, 엔비디아 Scale-up CPO향 유일한 UHP 레이저 칩 벤더인 이유이기도 합니다. <LLM 추론 토큰 가격의 비밀 : MoE의 시대, 엔비디아 NVL72가 중요한 이유>에서 설명드린 부분처럼 이전까지는 광학이 그닥 중요하지 않았지만, 광학 인터커넥트가 ⓐ더 많이 필요한 것과 ⓑ더 중요해지는 것이 동시에 나타나고 있는 상태이기에 광학 밸류체인 병목 속에서도 가장 중요한 포지션인 플레이어 중 하나가 루멘텀이라고 보고 있습니다.

​

로젠블랏의 광학 공급망 체크

Rosenblatt 애널리스트의 5월 27일 공급망 체크 자료입니다.

​

로젠블랏 애널리스트는 보고서에서 평가하기에 루멘텀, 시에나, 패브리넷은 다소 고평가(stretched) 되어있을 수 있으며, 가장 선호하는 기업으로는 비아비, 코히런트, 옵토일렉트로닉스를 꼽았습니다.

​

루멘텀 같은 경우는 이미 다분기 가이던스를 제시했고 CY28 목표도 제시한 만큼 EPS 추정치 상향의 업사이드가 적다고 생각해서 그런 것으로 보입니다. 그러나 실제로는 업사이드가 더 남아있다고 느낍니다. 3Q OCS, 4Q CPO가 본격화될 예정인데 OCS/CPO가 의미하는 것이 기술 주도권을 바탕으로 차세대 제품 개발부터 참여한다는 의미이기도 하고, 영국 캐스웰 팹 가동률 상향, OCS 위탁제조 확대, CPO 하이퍼스케일러와의 장기계약 후 팹 인수를 통해서 이후의 업사이드가 더 있다고

봅니다.

비아비는 Top Pick이라고 꼽았습니다. 비아비는 테스터 기업으로 잘 알려지지 않은 플레이어지만 CY27 EPS $2.00(CY27 PER 24.3배), CY28 EPS $3.00(CY28 PER 16.2배)이 될 것으로 예상하며 테스트 사업이 매우 빠르게 성장하고 있고 드론 사업도 매우 저평가 되어 있다고 말했습니다. 특히 OCS 테스트가 다가오는데 비아비가 해당 OCS 테스트 물량 100%를 차지할 것으로 봤습니다. 이미 ROADM 테스트의 100%를 차지하고 있기 때문입니다. 비아비는 처음에 말씀드린 이후로 실제로 로드맵들이 예상보다도 더 좋게 나오고 있다보니 여전히 좋게 보고 있습니다.

옵토일렉트로닉스에 대해서도 긍정적입니다. 최근 옵토일렉트로닉스 회장이자 CEO인 톰슨 린 박사는 장기계약에 대해서 옵토일렉트로닉스가 엔비디아와도 논의 중이며, AMD도 고객으로 확보하기 위해 논의 중이라고 말했습니다. 기존에도 출하하던 아마존향 물량은 꾸준히 늘고 있고, 오라클향 물량 추가분이 더해지고 인증 및 출하가 정상적으로 진행되고 있으며, CPO 퀄도 3개 고객사와 함께 진행 중인 상태라고 평했습니다.

​

연도별 InP Optical Lane 생산 테이블 : LITE, AAOI

로젠블랏 애널리스트가 5월 28일 올린 리포트를 정리해보면:

​

엔비디아는 CPO 스위치 수요가 급증할 것에 맞춰 2025~2030년까지 InP 레이저 생산 능력을 20배 늘려달라고 말했습니다. 공급망은 이만큼을 모두 늘리진 않고 12배 늘리는 것에 합의하여 더 보수적인 입장을 취했습니다. 로젠블랏의 InP 수요 모델상 EML 및 CW 레이저, CPO용 UHP CW를 제조하는 기업은 2025~2030년까지 InP 광학레인 생산 용량을 12배 늘릴 예

정입니다. 이렇게 공급을 늘리더라도 여전히 수요는 2030년 말 기준 공급 대비 50% 부족할 것으로 예상됩니다. 수요는 충분하다는 의미입니다.

로젠블랏의 InP Datacom 생산능력(레이저 매출) 예상치는 아래 테이블을 붙였습니다. 루멘텀이 2028년 그린스보로 팹 덕에 캐파를 가장 드라마틱하게 늘릴 예정입니다.

데이터센터 모듈화

현장인력부족을 해결하기 위한 모듈화 제품들 (1Q26 실적발표)

​

콴타서비스/모다인/다이컴 Quanta Services/Modine/Dycom : 데이터센터 모듈

5월 27일에는 모다인/다이컴, 5월 28일 콴타서비스가 1Q26 실적발표를 마쳤습니다.

중요한 것들만 정리해봅니다.

​

콴타서비스는 전력망을 까는 기업입니다. 설계, 조달, 시공, 유지보수 서비스를 제공합니다.

모다인은 자동차 열관리 부품사였는데 모듈형 데이터센터 냉각 장비를 파는 기업이 됐습니다.

다이컴은 통신사들의 광섬유 구축 대행사였는데, 최근 데이터센터 전기 업무를 수행하는 기업이 됐습니다.

​

데이터센터 모듈화의 의미

최근 데이터센터 모듈화의 의미는 건물 자체를 짓는 걸 모듈화하는 것이 아니라, 냉각, 전기, 기계, 배관, 케이블링, 전력 부품들을 공장/사전제작 방식으로 표준화해서 현장 공사 부담을 줄이는 방향입니다.

​

데이터센터 1GW를 짓는 데는 대략 피크 시간대 기준 1만 명의 숙련공이 필요합니다. 이 수요가 급증하다보니 현장 숙련공, 설비 설치 속도, 이에 따르는 공급망, 납기 확실성도 병목이 되고 있습니다. 그래서 고객들은 현장에 사람을 많이 투입해 하나하나 맞추는 방식보다, 공장에서 미리 만들고 현장에서는 빠르게 설치하는 방식을 더 선호하고 있

습니다.

​

현장 숙련공 부족!

기업들의 공통적인 코멘트는 데이터센터를 지을 돈은 있는데, 지을 사람이 부족하다는 점입니다. '숙련공' 부족이 문제입니다. 이들은 돈을 넣는다고 바로 생기는 자원이 아니라, 수년간 훈련을 통해 만들어지기에 병목입니다.

​

콴타서비스는 우리가 숙련공이 가장 많다는 것이 강점이라고 말하고 있고, 모다인은 4년 연속 데이터센터 사업을 2배씩 키워왔는데 이제 공급망과 생산용량을 원하는 만큼 늘리지 못하는 병목에 도달했다고 말했으며, 다이컴은 고객사들이 장기 계약을 통해서 숙련공 자체를 프로젝트에 묶어두려고 한다고 말했습니다. 몇 년 뒤 공사까지 확실하게 수행하도록 숙련공을 미리 확보하고 있습니다.

​

모듈화 자체는 원래 가능했는데, 경제성이 좋아졌다

모듈화 자체는 사실 새로운 내용은 아닙니다. 2023년 말부터 이미 기업들은 고부가가치 상품 느낌으로 모듈형 제품들을 구매하도록 유도했던 바 있습니다. 그러나 지금 달라진 건 숙련공 부족으로 인해 경제성이 맞게 됐다는 것이 달라졌습니다. ⓐ숙련공 부족이 심해졌고 ⓑ데이터센터가 와이오밍이나 뉴멕시코처럼 상대적으로 인력이 부족한 지역에서 더 많이 지어지고 있기 때문입니다. 이런 지역에 숙련공을 대규모로 이동시키는 것보다, 공장에서 만든 모듈을 운송해 현장에서 조립하는 것이 더 경제적입니다.

​

내부 전기 인프라를 패키지화

다이컴은 랙에서 시작해 데이터센터를 연결하고, 장거리/중거리 광섬유까지 연결할 수 있는 인프라 자체를 패키지화해서 판매하고 있습니다. 아예 전기와 통신 구축을 하나의 패키지처럼 해결해주는 것입니다.

Agentic AI의 순풍

AI + Non-AI 서버 모두 좋다 (1Q26 실

적발표)

​

델 Dell Technologies : 서버 수요와 공급 체크

5월 29일, 델이 1Q26 실적발표를 마쳤습니다. 중요한 것들만 정리해봅니다.

​

많이 출하했는데도 수주잔고/파이프라인은 더 늘었다

번 분기는 매출 YoY 88%, EPS YoY 214% → 다음 분기는 매출 YoY 49%, EPS YoY 107% 가이던스 → 연간으로 FY2027(CY2026)은 매출 YoY 47%, EPS YoY 74% 가이던스입니다. CY26 PER은 23배입니다.

​

1Q26 AI 서버 주문은 $24.4B, AI 서버 매출은 $16.1B이고 수주잔고는 $51.3B로 마감했습니다. 고객 수는 5,000개를 넘겼습니다. 수주잔고와 파이프라인이 모두 수요가 공급을 초과하고 있으며, 올해 말에도 의미 있는 수주잔고를 가진 채로 다음 해로 넘어갈 거라고 봤습니다. 파이프라인이 현재 수주잔고의 여러 배 수준이며, 향후 5개 분기 연속 각 고객군에서 모두 파이프라인이 늘고 있다고 설명했습니다.

​

서프라이즈는 GP서버 > AI서버

이번 실적의 서프라이즈는 AI 서버보다 기존 GP서버(YoY 92%)에서 나왔습니다. Agentic AI용 CPU 서버가 늘어나는 수혜를 보고 있기 때문입니다. 세 가지가 동시에 작동한 결과입니다.

​

실제 서버 유닛 출하가 크게 늘었습니다.

서버 한 대당 콘텐츠가 더 비싸졌습니다. 고객들이 더 많은 코어, 더 많은 DRAM, 더 많은 NAND를 넣은 고사양 구성을 선택하고 있기 때문입니다.

부품 가격 상승이 ASP 상승으로 반영되고 있습니다.

​

공급망 병목은 리스크이자 가격 전가 기회

공급망 제약 1순위는 메모

리입니다. 순서로 보자면 DRAM > NAND > CPU > HDD가 중요한 병목의 순서로 언급됐습니다. 메모리 가격상승분은 대규모 조달능력, 고객별 수요에 맞는 가격정책 등으로 거의 매일 가격을 재책정하는 수준으로 매우 빠르게 전가하고 있습니다.

​

여기에 Dell Financial Services도 중요한 역할을 합니다. 회사는 평소라면 금융 프로그램을 쓰지 않았을 고객들도 올해 필요한 장비를 확보하기 위해 DFS를 활용하고 있다고 설명했습니다. CSG, 전통 서버, 스토리지, AI 서버 전반에서 금융 origination이 두 자릿수 성장하고 있다는 점은 고객들이 단순히 예산 안에서 구매하는 것이 아니라 GPU 서버를 먼저 확보하기 위해 결제 구조까지 바꾸고 있다는 의미입니다.

AI ASIC 및 네트워킹

Maia, Trainium, LPU 스타일의 AI ASIC (1Q26 실적발표)

​

마벨 Marvell Technology : AI ASIC/네트워킹 체크

5월 28일, 마벨이 1Q26 실적발표를 마쳤습니다. 중요한 것들만 정리해봅니다.

​

CY26/CY27 가이던스 동시 상향

이번 1Q26 실적발표도 좋았지만 가이던스 상향이 좋았습니다. CY26 매출 가이던스는 $11.5B(YoY 40%) → CY27는 $16.5B(YoY 45%)​입니다. 아예 24개월 뒤의 매출 전망까지 제시한 점이 굉장히 긍정적이었습니다.

​

인터커넥트 수요가 높다

인터커넥트 CY26 매출성장률을 YoY 50% → YoY 70%로 상향했고, CY27에도 클라우드 기업들의 CapEx 성장률을 웃돌 것으로 전망했습니다. 또한 CY27 가이던스 $16.5B에는 Scale-out, 인터커넥트 커스텀, 기존 스위치 램프업에 기반한 전망일뿐 NVLink Fusion이나 ESUN을 통한 Scale-up 수요는 업사이드로 남겨뒀

습니다.

​

Custom AI ASIC 목표는 CY28 $10B 유지

AI ASIC 매출은 CY27에 2배 이상 성장하고, CY28에는 AI ASIC 매출이 $10B를 넘길 것으로 예상했습니다. 이것이 단순하게 의지를 말하는 전망이 아니라, 이미 확보한 design win 그리고 기존 프로그램 확대, XPU attach 제품 매출 확대에 기반한다고 설명했습니다. AWS Trainium 4-NVLink Fusion/Maia 300/Google Axion 등에 기반한 것으로 추정합니다.

Magnificent 7

"Next BIG Tech" AI Labs의 도장깨기, Dark Output, AWS TaaS, LLM 민낯 순위 비교

*왼쪽 테이블 : 2026년 5월 30일 EPS 추정치를 변경했습니다.

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

엔비디아, 26년 PER 22배 / Overweight

LLM 추론 토큰 가격의 비밀 : MoE의 시대, 엔비디아 NVL72가 중요한 이유 (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)

앤스로픽 CEO 인터뷰 : AGI로 벌어들일 수조 달러의 매출, "Extermely fast, but not infinitely fast" (바

로가기)

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

AI 사이클 한 눈에 보기, SemiAnalysis 인터뷰 : "거품은 없다. AI ARR $100B가 온다" (바로가기)

​

AI Labs들의 매출은 CY27~CY28쯤 빅테크들을 도장깨기할 것

LLM API 볼륨은 2026년 초 Claude Code/Codex 등 Agentic AI 덕에 가파르게 상승 중입니다.

​

2026년 5월 기준 앤스로픽의 ARR은 $45B+, 오픈AI의 ARR은 $30B+로 추정됩니다. 앤스로픽의 매출(ARR이 아닌 누적)은 CY27쯤이면 넷플릭스(1Q26 TTM 매출 $46.89B), SAP(1Q26 TTM $43.16B), 세일즈포스(1Q26 TTM $41.53B)를 넘을 것이란 의미입니다.

​

올해 앤스로픽의 연말 기준 ARR이 $100B에 도달한다고 보고, 연말기준 ARR 기준 CY26 $100B → CY27 $300B → CY28 $600B 궤적으로 증가한다고 추정해봅니다. 이 경우 CY27쯤이면 메타의 매출(모든 건 1Q26 TTM 기준)인 $215B를 넘기고 → CY28쯤에는 마이크로소프트의 $318B, 구글의 $423B, 애플의 $451B를 넘길 것으로 예상합니다. 이 궤적대로라면 역대 가장 빠른 속도로 성장하는, 새로운 빅테크의 등장입니다.

​

AI 사이클: 수요는 어디서 나와서 어디로 흘러가는가?

AI Labs의 ARR이 매우 중요합니다. 이에 대해서는 <AI 버블론을 잠재우는 숫자들 : 엔터프라이즈 AI $37B 시장의 현주소> 자료로 올려드린 바 있습니다. 다시 한 번 정리해보면 이렇

습니다.

​

흐름이 어떻게 이어지는가를 보시면:

​

(1) 기업들이 AI Labs(e.g. OpenAI, Anthropic)의 LLM(폐쇄소스 or 오픈소스)을 가지고 자체 데이터를 넣어 사전훈련(pre-training)합니다. 기본적으로 중간중간 모델을 업그레이드할 때나, 추론하면서도 새롭게 데이터를 추가하여 훈련시킬 때마다 계속해서 사후훈련(post-training)은 계속됩니다. 혹은 모델부터 사용하지 않고 이미 만들어진 AI 애플리케이션(ChatGPT/Sora/Codex, Claude Code, Cursor, Suno, Harvey 등)을 사용할 수도 있습니다.

​

(2) AI Labs의 LLM API를 사용할 때마다, 혹은 AI Labs가 만든 제품을 직접 사용할 때마다 AI Labs의 ARR이 올라갑니다. 오픈AI의 ARR은 2025년 말 기준 $20B, 앤트로픽의 ARR은 $9B입니다. 기업이나 소비자들의 LLM 토큰 사용량 성장세가 워낙 빠르다보니 앤스로픽과 오픈AI의 ARR만 합치더라도 $150B를 넘길 것으로 추정합니다. 2026년 초 추정으로는 모든 AI Labs 및 하이퍼스케일러들의 ARR을 합쳐서 $100B를 넘길 거라고 예상했었는데, 엄청난 기울기로 성장하고 있음을 느낄 수 있습니다. 그리고 이것이 얼마의 CapEx로 연결될지에 대해서는 5월 25일 주간전략보고의 CapEx to OpEx 코멘트에서 전해드렸습니다.

​

(3)​ AI Labs는 당장 흑자가 필요하진 않습니다. AGI로 가기 위한 자금 및 인재를 확보하고 유지하기 위한 자금조달이 목표이므로 들어온 매출을 그대로 모두 투자하고 있습니다. AI Labs가 자체적으로 현금이 있는 것은 아니니 클라우드 기업들에게 컴퓨팅을 장기로

빌립니다. 오픈AI는 마이크로소프트, 오라클, 코어위브, 아마존, 자체 데이터센터까지 구축할 예정입니다. 앤트로픽은 아마존, 구글을 통해서 서비스 중입니다. 그리고 ARR로 채워지지 않는 금액에 대해서는 성장한 ARR만큼 높아진 밸류에이션을 레버리지 삼아 자본조달 및 부채조달 방식으로 필요한 재원을 조달합니다.

​

(4) AI Labs가 컴퓨팅을 장기 임대하는 것을 계약으로 받았으므로, 클라우드 기업들은 컴퓨팅을 여러 갈래로 서비스하려 노력합니다: ⓐ자체적으로 데이터센터 부지를 구매하고, 전력을 조달하려 전력망 계약을 맺고, 전력기기도 N년 뒤에 인도되도록 준비하며, AI 칩 클러스터도 자체적으로 구축합니다. ⓑ혹은 네오클라우드에게 사용 가능한 GPU 베어메탈이 준비된 것을 5~6년간 통째로 빌리는 계약을 맺거나(CoreWeave, Nebius, IREN), ⓒ전력이 연결된 부지(Warm Shell)만 구매 혹은 임대하여 자신들이 클러스터를 채우기도(Oracle-Crusoe, Applied Digital)합니다.

​

*오라클은 ⓐ가 없고 ⓒ를 통해서 클러스터만 채워넣는 구조입니다. 그래서 적은 CAPEX로도 하이퍼스케일러보다 훨씬 더 많은 양의 컴퓨팅을 갖습니다. 1GW 데이터센터는 대략 $50B가 들어갑니다. GB200으로 채우면 $35B인데, VR200으로 채우면 점점 더 많은 비용이 드는 구조입니다. FLOPS per Watt가 좋아져서 그렇습니다. 1GW 데이터센터에서 65%정도가 Compute, Networking, Storage이고, 35%가 데이터센터 부지, 전력/에너지, 각종 인프라 등입니다. 오라클은 여기서 65%에 해당하는 클러스터 부분만 자체 CAPEX로 쓰고, 나머지 35%는 임대하고 있다는 의

미입니다. 여기서 오라클을 주요 임차인으로 두고 임대인으로서 성장한 게 크루소(Crusoe)입니다.

​

(5) 계약이 확보됐고 AI Labs가 계속해서 성장 중인 것을 확인했으니, 클라우드 기업들이 어떻게 ⓐⓑⓒ에 대한 자금을 조달할 것인가도 갈라집니다. 크게 보자면 단기자산(GPU, Networking, Storage)이 있고, 장기자산(데이터센터 부지, 데이터센터 전력계약, 발전자산, 전력기기)이 있습니다. 건물을 지을 때 토지가격과 건물가격을 따로 매기는 것과 비슷합니다. 단기자산은 감가상각이 5년이라고 하면, 장기자산은 15~20년입니다. 성격이 다릅니다. 여기서 단기자산은 하이퍼스케일러들의 자체 FCF나 회사채 발행을 통해 조달합니다. 장기자산은 Brookfield Asset Management, Apollo Global, KKR, BlackRock, BlackStone 같은 PE/인프라 펀드가 껍데기에 대한 자금을 조달해서 일정수준 이상의 임대료를 받아가는 식입니다. 하이퍼스케일러 입장에서는 ROIC가 높은 자산에 최대한 투자하는 게 중요하므로 부동산을 소유하는 대신 장기 임대료를 지불하고 아낀 현금을 GPU에 투자합니다. PE/인프라 펀드는 초우량 임차인으로부터 앞으로 15~20년 간 발생하는 안정적이고 물가 상승에 연동된 장기 임대 수익을 확보하게 됩니다.

​

가파른 성장, 돈이 되니까 쓰는 것

결국에는 실제로 돈이 되니까 AI Labs의 ARR이 높아지는 것이고, 이와 관련해서 SemiAnalysis가 AI Dark Output에 대해서 올렸습니다. 생각해볼 거리가 많습니다:

​

#1. AI, 비용은 보이지만 산출은 보이지

않는다

AI 투자는 데이터센터, GPU, 전력, 물 사용량, 토큰 지출처럼 비용 측면에서는 매우 잘 관찰됩니다. 그래서 언론, 정부, 투자자들은 AI가 얼마나 많은 자본과 에너지를 쓰는지 쉽게 포착합니다. 반대로 AI가 만들어내는 산출은 통계에 잘 잡히지 않습니다. 기업 내부에서 AI가 문서 작성, 리서치, 코드 리뷰, 고객 대응, 법률 초안 작성 등을 수행해도 그것이 별도 가격으로 판매되지 않으면 GDP에는 거의 반영되지 않습니다. SemiAnalysis는 이렇게 실제로는 생산되지만 공식 경제통계에는 잘 보이지 않는 AI 산출물을 Dark Output이라고 칭했습니다.

​

닷컴버블 시대에 Dark Fiber는 과잉투자의 상징이었습니다. 닷컴버블 시기 통신사들은 인터넷 트래픽이 폭발적으로 증가할 것이라고 보고 막대한 자본을 투입해 광섬유망을 깔았습니다. 문제는 그중 상당수가 당장 사용되지 않았다는 점입니다. 물리적으로는 이미 땅속에 묻혀 있었지만, 실제 트래픽을 실어 나르지 않는 광섬유는 매출도 만들지 않았고 경제적 가치도 즉시 드러나지 않았습니다. 그래서 이를 Dark Fiber라고 불렀습니다. 이당시 Dark는 Negative에 있었다면, 이번의 Dark는 Positive에 있어서 실제로 더 좋음에도 사람들이 여전히 버블의 논리로만 접근할 리스크가 있음을 말하는 플롯이기도 합니다.

​

Dark Output은 크게 대체형 Dark Output과 신규형 Dark Output으로 나뉩니다.

​

대체형 Dark Output은 원래 사람이 돈을 받고 하던 일을 AI가 대체하는 경우입니다. 예를 들어 변호사가 작성하던 간단한 법률 문서를 AI가 몇 센트의 토큰 비용으로 작성하면 사용자가 얻는 가치는 비슷할 수

있습니다. 그러나 기존 법률 서비스 매출은 사라지고 GDP에는 단지 AI 토큰 지출 몇 달러만 남을 수 있습니다.

신규형 Dark Output은 원래는 너무 비싸서 하지 않았던 일이 AI 덕분에 새롭게 수행할 수 있게 된 경우입니다. 예를 들어 과거에는 $2,000가 들던 문헌조사를 이제 $2에 할 수 있다면, 사람들은 단순히 비용을 절감하는 데서 그치지 않고 프로젝트마다 문헌조사를 하게 됩니다. 이 경우 새로운 가치가 생기지만 통계에는 토큰 사용료 정도만 잡힙니다.

​

#2. 과거 컴퓨터 혁명도 그랬다

1980~90년대 컴퓨터 혁명을 예시로 들어보면, 당시 전문가들은 "컴퓨터 시대는 어디서나 보이지만 생산성 통계에서는 보이지 않는다"고 말했습니다. 실제로 컴퓨터와 인터넷은 경제 구조를 바꿨지만, 초기 거시경제 통계는 그 효과를 제대로 포착하지 못했습니다. 이후 2013년 GDP 산정 방식이 개정되면서 R&D와 지식재산 투자가 GDP에 포함됐고, 과거 1990년대 생산량이 크게 상향 조정됐습니다. AI는 이 측정 문제가 더 심각할 가능성이 있습니다. AI는 서비스업과 지식노동에 집중되어 있기 때문입니다.

​

제조업에서는 생산성 향상을 비교적 쉽게 측정할 수 있습니다. 나사, 자동차, 반도체처럼 물리적 제품은 몇 개를 만들었는지 셀 수 있습니다. 가격이 하락하고 생산량이 증가하면 실질 GDP와 생산성 개선으로 반영됩니다.

​

하지만 서비스업은 측정하기가 힘듭니다. 법률 자문 1단위, 컨설팅 1단위, 리서치 1단위, 코드 리뷰 1단위처럼 표준화된 수량 단위가 없습니다. 그래서 통계는 주로 매출, 임금, 근로시간, 가격조사에 의존합니다. AI가 서비스 비용을 급격히 낮추거나 기업 내부 업무로 흡수해버리면 실제 산출은 유지되거나 증가했는데도 통계상으로는 매출 감소 및 생산 감소처럼 보일 수 있

습니다.

​

예시를 들자면,

첫 번째는 기업이 기존에 $10,000짜리 HR 서비스를 외부 업체에서 구매했는데, 이제 AI HR 업체가 훨씬 더 낮은 비용으로 같은 가격 $10,000에 제공하는 경우입니다. 이 경우 거래 가격이 유지되므로 GDP에는 계속 잡힙니다. 비용은 줄고 마진은 늘어납니다.

두 번째는 기업이 같은 HR 업무를 내부에서 토큰가격 $10으로 처리하는 경우입니다. 실제 업무는 그대로 수행됐지만 외부 서비스 매출 $10,000가 사라지고, GDP에는 $10의 AI 사용료만 잡힙니다. 이 경우 통계상으로는 산출이 줄어든 것으로 보입니다. 이렇게 내재화하는 경우 특이하게 AI를 활용해 기업의 생산성을 드라마틱하게 높임에도 불구하고 통계에는 기업의 생산성 향상이 잡히는 게 아니라 AI 기업들의 매출 증가만 찍힙니다. 결과적으로 AI를 도입한 산업은 정체된 것처럼 보이고, AI 공급업체만 성장한 것처럼 왜곡될 수 있습니다.

젠슨 황 "Vera Rubin is in Full Production"

오늘 12시에 있었던 COMPUTEX 2026 키노트에서 젠슨 황 CEO가 Vera Rubin이 양산 단계에 있음을 확인했습니다. 이게 칩이 들어가서 패키징해서 나오고 랙 스케일 제품으로 되기까지 워낙 리드타임이 길다보니, 지금 칩 스케일로는 양산 단계를 거치고 있고, 앞으로 랙 스케일 양산이 나올 예정입니다. 주요 하이퍼스케일러들에게 보내는 물량은 이미 보냈습니다. 이정도면 이제부터는 일정대로 잘 흘러갈 가능성이 높습니다.

​

대만 내 공급망 체크상, Vera Rubin 칩 첫 양산 물량이 7~8월에 칩 생산 및 패키징을 완료하고 서버 ODM들에게 공급될 예정이라고 확

인됩니다. Rubin GPU 초기 생산 물량은 3월말~4월초에 생산을 시작했으며 2Q26 월 생산량은 40~50kwpm입니다. 웨이퍼 투입 이후 CoWoS, 패키징 완료까지는 4개월이 걸리므로 칩이 출하되는 시점이 7~8월이란 의미입니다. NVL72 랙 기준 생산은 지금부터 나오고 있지만 대량이라고 부를 정도의 레벨로는 8~9월쯤 양산을 점점 더 확정지어가고 있습니다. 좋습니다.

​

엔비디아 Spectrum-X에 대한 설명 (TD Cowen 컨퍼런스)

엔비디아의 네트워킹 사업부 내 마케팅 SVP 길라드 샤이너(Gilad Shainer)가 TD Cowen's 54th Annual TMT 컨퍼런스에서 말한 부분을 보고 생각을 정리해봅니다:

​

Spectrum-X는 단순한 이더넷 스위치가 아니다

Spectrum-X는 스위치 하나가 아니라 Switch + SuperNIC의 end-to-end 시스템입니다. Spectrum-X 스위치 자체가 각 패킷을 가장 덜 혼잡한 경로로 분산시키고 → 이를 다시 GPU 메모리에 순서대로 배치하는 역할을 SuperNIC가 담당하기 때문입니다. 그래서 Spectrum-X는 단일 스위치가 아닌 switch + SuperNIC + RDMA + GPU memory path가 결합된 시스템입니다.

​

이부분도 결국은 Spectrum-X의 성장이 단순히 이더넷이라서 나오는 것이 아니라 스위치/NIC/DPU/소프트웨어/시스템 통합이 중요해져서 나오는 것임을 설명한 부분입니다.

​

NVLink Fusion을 통해 엔비디아와 함께하는 ASIC 구도를 열다

엔비디아는 AI Factory를 extreme co-design하지만, 동시에 부품 단위로는 열어둘 수 있다고 설명

했습니다. 고객이 자체 CPU나 자체 XPU를 쓰더라도 NVLink Scale-up Network 안에서 설계할 수 있도록 하는 구조이기 때문에 하이퍼스케일러들의 ASIC 성공을 단순한 엔비디아 대체 위협으로만 보지 않는다고 평했습니다. 고객의 ASIC이 엔비디아의 네트워킹 및 랙 아키텍처 안으로 들어오는 구도입니다.

​

구리 vs 광학의 핵심은 무엇이 더 좋은가가 아니다

CPO와 관련해서 Copper vs Optics 논쟁을 자동차와 비행기 비유로 설명했습니다. 짧은 거리에는 구리가 전력소모가 거의 없고 저렴하며 신뢰성이 높으니 쓰이지만, 구리가 감당하지 못하는 거리에서는 광학이 필요하다는 것입니다. 이걸 한 번 더 풀어서 보자면 '거리와 전력 제약이 커지는 지점에서 CPO가 채택되는 것'이라고 설명한 것이라고 해석했습니다.

​

전체적인 Scale-out 수요가 증가하는 건 거의 광학으로 채워질 것으로 예상되는데, Agentic AI/추론의 시대로 가면서 Scale-out 수요가 가파르게 증가 중입니다. 클러스터의 규모가 커지다보니 그렇습니다. 또한 이제는 훨씬 증가한 KV cache를 로컬 GPU 서버에 다 담아둘 수 없기 때문에(물리적으로 할 수는 있어도 비싸고 비효율적이기에) KV cache offloading용 외부 스토리지 계층(BlueField-4 DPU를 넣은 STX 랙)이 필요하고 이들과 연결하는 인터커넥트 수요도 대부분이 광학이 채울 것으로 예상합니다.

​

NVDA/AVGO, funding short으로 걸어둔 수요가 꽤 된다

TD Cowen 및 Barclays 노트에서 엔비디아/브로드컴 횡보에 대한 힌트를 찾을 수 있었

습니다. 투자자들이 엔비디아/브로드컴에 대해서는 타 AI HW에 비해 단기적 호재가 많지 않다고 판단해서, 타 AI HW를 매수하기 위한 funding shorts 대상으로 NVDA/AVGO를 삼아두고 있다는 것입니다.

​

AI HW는 좋은데, 급등 가능성이 낮고 변동성이 적은 종목을 찾고 있는 와중에, '두 기업 다 확고한 입지를 갖고 있고 펀더멘탈에 계속해서 좋아지고 있지만 단기적으로 도파민을 뿜게 할 뉴스는 없으니' funding shorts 대상에 맞는 종목으로 여겨지고 있다는 내용입니다. 반대로 생각해보면, 박스권을 위로 깨기 시작하는 날부터는 이것들이 상승을 향한 연료가 된다는 것이기도 합니다.

​

세레브라스에 대한 생각들 : ⓐⓑⓒⓓ

세레브라스에 대해서는 요약된 내용은 <주간전략보고 : 투자의 생각 (5월 18일~5월 22일)> 안의 엔비디아 코멘트에서 찾아보실 수 있습니다. 전문은 <세레브라스 IPO 분석 : 엔비디아 킬러인가?>자료에서 전해드리린 바 있습니다. 트렌드상 중요한 기업이니 다시 한 번 정리해보자면:

​

훈련용 칩으로 설계됐기 때문에 거대모델 추론에서 중요한 대규모 동시 서빙 구조에는 한계가 있다.

WSE 내부 SRAM 대역폭은 매우 강력하지만, SRAM 용량이 44GB 수준에 불과하고 WSE 밖으로 나가는 scale-out I/O 대역폭이 매우 낮다보니, 120B+ 거대모델이나 긴 context, 높은 동시 사용자 수를 요구하는 워크로드에서는 경제성이 떨어질 가능성이 높다. Kimi도 서빙한다고는 하는데, 서빙을 할 수 있냐 아니냐의 이슈가 아니라 경제성이 안 나온다는 게 중요하다.

SRAM 칩은 구조적으로 Prefill / Decode attention / Decode FFN 중에서 Decode FFN에서만

적합하다. Groq 창업자 겸 CEO인 조나단 로스가 엔비디아의 소프트웨어 아키텍트 총괄을 맡은 데는 이유가 있다. 그러면 엔비디아가 Rubin+ LPX를 통해 소프트웨어로 구현하는 것처럼 GPU가 Prefill/Decode attention, 여기서 나온 activation만 Decode FFN으로 넘겨야 GPU + LPX 조합이 모두 좋아진다.

이렇게 하려면 병목은 칩 성능이 아니라 칩 간 통신에서 나온다. 레이어마다 Attention ↔ FFN activation을 계속 교환해야 하므로, 최적화가 매우 깊게 필요한데 엔비디아는 원래도 하나의 실행환경이니 가능하지만 세레브라스는 AWS가 이정도 노력을 기울이게 하려면 사실상 오픈AI한테 GPM 0%로 칩을 판 것처럼 AWS에게도 상당한 베네핏을 줘야 할 것으로 보인다. 근데 이정도로 LPU가 중요한 거라면, 오픈AI 딜 덕에 어차피도 Rubin 상당히 많이 구매하게 된 상태인데 Rubin + LPX 조합으로 1년은 넘기고 이후에 원래 파트너였던 마벨(SRAM 특화 IP 많음)한테 부탁해서 AWS 스타일의 LPU를 만드는 게 훨씬 더 나아보인다. 구글이 이 방향으로 개발 중이다. 입니다.

​

xAI, JAX GPU 사용 중단

일론 머스크는 SpaceX(Incl. xAI)가 앞으로 JAX 사용을 중단하고 자체적으로 엔비디아 하드웨어에 특화하게 만든 C언어 훈련 프레임워크를 통해 훈련할 것임을 말했습니다. 엔비디아에게는 긍정적인 뉴스입니다.

​

xAI가 TPU/GPU 양쪽을 모두 열어둘 수 있는 JAX/XLA 기반 포터블 훈련 스택보다, NVIDIA GB300에 직접 최적화한 자체 C 스택을 택한 것이기 때

문입니다. 배경을 생각해보면 원래 xAI가 계속해서 TPU 사용을 고려했던 상황이었던지라, 구글 TPU와 엔비디아 GPU를 오가면서 훈련 및 추론하려고 구글의 JAX/XLA로 모델을 훈련하려고 했었는데(물론 xAI 자체 ASIC 개발계획을 포기하고나서의 탭핑이었을뿐 지금도 NVDA GPU만 사용 중) 이것을 사실상 메인 시나리오에서 내려놨음을 말한 것으로도 해석할 수 있습니다.

​

구글, 26년 PER 32배 / Overweight

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)

​

Aletheia가 제기한 브로드컴 TPU 이슈

Aletheia의 브로드컴 관련 코멘트가 시장에서 화제가 됐습니다. 핵심은 구글이 CY27~28년 추론용 TPU 계획에서 TPU v8i+를 개발 중인 것으로 파악되며, 브로드컴의 차세대 TPU로 추정되는 코드명 "Merope" 일정이 앞당겨질 수 있는지 여부를 지켜봐야 한다는 내용입니다. 이부분만 CLSA를 통해서 더블체크해보면 CLSA 코멘트로도 최근 구글이 설계 과정에서 Pumafish(TPU v9)를 취소하고 Whalefish(TPU v8i+)로 대체했다고 확

인됩니다. TPU v8i+는 Rubin Ultra처럼 2개의 TPU v8i를 결합한 형태입니다.

​

브로드컴의 TPU v9은 건너뛰지만, 반면 미디어텍이 담당하는 TPU v9 버전은 그대로 유지되는 것으로 파악하고 있기에 흥미로운 뉴스였습니다. 이 해석이 맞다면 구글이 CY28 TPU v9 세대에서 브로드컴이 아니라 미디어텍을 더 중심에 두려는 것 아니냐는 추정이 가능합니다.

​

이에 멀티플을 목표 PER을 28배에서 25배로 낮췄는데 TPU v7/v8i 생산 추정치가 올라가고 있어서 더 많이 벌 것으로 보이기에 목표주가는 소폭 상향($500 → $525)한 것도 흥미로운 포인트였습니다.

​

ASIC은 뭐든지 tape-out 전까지는 열려있다

다만 이 내용을 곧바로 정설로 받아들이기는 어렵습니다.

​

Trainium 같은 경우는 이미 Alchip이 메인 / MRVL이 서브 / AVGO가 신규로 더 침투하는 구조가 정설로 굳었지만, TPU는 아직까지도 AVGO ↔ MTK구도(SRAM AI ASIC은 MRVL이 개발 중, 근데 이것도 보통 여러 군데에 맡기고 테스트하기 때문에 실제 tape-out이 나오기 전까지는 확정지을 순 없습니다)와 관련해서 워낙 루머가 많습니다.

​

ASIC 투자자는 각종 루머와 공급망 체크에 훨씬 더 기민하게 대응해야 알파를 추구할 수 있는 만큼 ASIC 관련 내용들은 당장의 투자 아이디어로 쓰일 순 없어다로 계속 전해드리고 있습니다.

​

앤스로픽향 TPU를 브로드컴이 보증한다

아폴로 글로벌과 블랙스톤이 앤스로픽의 TPU 구매용 $36B 규모의 부채 조달 라운드를 돌고 있습니다. 이 구조는 앤스로픽이 직접 막대한 부채를 일으켜 TPU를 사는 방식이라기보다 별도의 특수목적법인(SPV)이 TPU를 구매한 뒤 앤스로픽에게 다년간 임대해주는 구

조입니다. 재무적인 리스크는 브로드컴이 집니다. 브로드컴이 이 딜을 진행시키고 하는 입장이란 의미입니다.

​

SPV가 TPU를 사고, 앤스로픽은 임대료를 낸다

먼저 SPV가 설립됩니다 → 이 SPV는 아폴로 글로벌, 블랙스톤, 그리고 이들이 모집하는 기관투자자들로부터 자금을 조달합니다 → 이후 SPV는 추가 대출까지 받아 브로드컴으로부터 TPU를 구매하고 → 구매한 TPU를 앤스로픽에게 장기간 임대합니다 → 앤스로픽은 TPU를 직접 소유하는 대신 SPV에 임대료를 지급합니다 → SPV는 이 임대료 수입을 기반으로 선순위채 투자자와 대출기관에 원리금을 순차적으로 상환하게 됩니다.

​

브로드컴은 칩 판매자이면서 신용을 보증해준다

중요한 부분은 브로드컴이 단순히 TPU를 판매하는 데 그치지 않고, 상당한 수준의 신용 보강을 제공한다는 점입니다. 고객사인 앤스로픽이 임대료를 제대로 지급하지 못할 경우 SPV는 보유한 TPU를 매각해 채권 투자자들에게 상환합니다. 그런데, 칩 가격이 떨어져서 칩 매각 대금만으로 선순위채 투자자들의 원금과 이자를 모두 갚지 못하면 브로드컴이 부족분을 보전하는 방식입니다. 쉽게 말해 브로드컴이 SPV의 선순위채 투자자들에게 사실상 100% 지급보증을 제공하는 구조로 볼 수 있습니다.

​

투자자 입장에서는 브로드컴의 신용을 보고 빌려주는 것

앤스로픽은 아직 대규모 AI 투자를 감당해야 하는 성장기업이고, TPU 자산은 재판매 가치와 유동성이 제한적일 수 있습니다. 하지만 브로드컴이 부족분을 보전해준다면, 선순위채 투자자 입장에서는 리스크가 크게 낮아집니다.

​

결과적으로 앤스로픽은 브로드컴의 신용을 빌려 TPU 인프라를 확보하고, 브로드컴은 대규모 TPU 매출을 조기에 확정하는 효과를

얻습니다. 앤스로픽은 막대한 초기 현금 지출 없이 TPU 사용권을 확보하고, SPV는 장기 임대료를 기반으로 부채를 상환하며, 브로드컴은 대규모 TPU 수요를 매출로 연결합니다.

​

다만 브로드컴 입장에서는 단순 매출 확대가 아니라 고객의 결제 리스크 일부를 떠안는 구조이기도 합니다. 따라서 이 거래는 브로드컴의 TPU 성장성을 보여주는 동시에 AI ASIC 공급망에서 벤더들이 점점 더 적극적으로 고객의 자금조달 구조까지 지원하게 되는 흐름을 보여주는 사례입니다.

​

<AI 인프라 1GW의 경제학 : 엔비디아의 '현금' vs AMD의 '워런트'>에서도 말씀드린 것처럼, 시장은 가장 먼저 쉽게 보이는 엔비디아의 지분투자에 주목하지만 실제로는 오히려 엔비디아가 가장 판매력이 강해서 직접 파는 것에 가깝습니다. 오히려 AMD, 세레브라스, 브로드컴 등 많은 기업들이 GB300/VR200 대비해서 떨어지는 TCO 대비 퍼포먼스를 끌어올리고자, 혹은 다른 AI ASIC 설계자들에게 물량을 뺏기지 않고자, TCO를 낮추는 쪽(이자비용 지급보증, 워런트 제공)으로 영업 중입니다.

​

애플, 26년 PER 34배 / Underweight

애플 1Q26 실적발표 코멘트 / 주간전략보고 中 (바로가기)

애플 3Q25 실적발표 코멘트 / 주간전략보고 中 (바로가기)

​

WWDC26의 메인 : 소프트웨어, 혹시 하드웨어도 같이?

이번 WWDC에서는 iOS 27, 새로운 Siri, Apple Intelligence 관련 기능들이 핵심 발표가 될 가능성이 높습니다. 현재 시장의 기본 예상은 하드웨어 없이 소프트웨어 중심으로 진행되는 행

사입니다. 다만 애플이 깜짝 발표할 수 있는 제품 후보들이 일부 거론되고 있습니다.

​

M5 Mac Studio, Mac Mini : M5 칩을 탑재한 Mac Studio와 Mac mini는 원래 올해 중반 출시 가능성이 거론됐기 때문에 WWDC 발표 후보로 볼 수 있습니다. 특히 두 제품 모두 개발자 수요가 큰 제품이어서 WWDC 무대와도 잘 맞습니다.

Apple Home 제품군 : 새로운 Apple TV 4K, HomePod 3, HomePod mini 2, 그리고 디스플레이가 달린 HomePad 또는 HomePod Touch를 준비 중인 것으로 알려져 있습니다. 이 제품들은 새로운 Siri와 연결되는 제품군이기 때문에 WWDC에서 Siri 개편과 함께 소개될 가능성이 있습니다. 만약 이들을 선보인다면, 핵심 메시지는 "오늘 새로운 하드웨어를 팔고, 가을에는 새로워진 Siri도 탑재될 것"이라는 식이 될 수도 있습니다. 이렇게 되면 Siri와 Apple Intelligence가 각종 애플 기기와 홈 디바이스에서 어떻게 작동할 수 있는지를 더 자연스럽게 보여줄 수 있을 것입니다.

​

마이크로소프트, 26년 PER 25배 / 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 (바

로가기)

​

Microsoft Build 2026, 자체 코딩용 모델 공개 예상

마이크로소프트가 다음 주(6월 2일~)에 열리는 Microsoft Build 2026에서 자체 개발한 코딩용 모델을 공개할 예정입니다. 이 부분은 마이크로소프트가 내부적으로 GitHub Copilot 사용을 확대하는 흐름과 함께 봐야 합니다. 코딩 모델의 성능을 끌어올리기 위해서는 단순한 사전훈련 데이터만으로는 부족하고, 실제 개발자들이 어떤 코드를 작성하고, 어떤 제안을 수락하거나 거절하며, 어떤 방식으로 에이전트를 사용하는지에 대한 사용자 피드백 데이터가 필요하다는 점입니다.

​

코딩 모델 경쟁의 핵심은 사용자 피드백

개인적으로는 이제 마이크로소프트, MSL, 구글 모두 코딩 모델의 성능 향상을 위해 충분한 개발자 피드백이 필요하다는 점에 공감하고 있다고 봅니다. 그래서 Claude Code 같은 외부 모델에 의존하기보다, 자사 코딩 모델을 임직원과 개발자들이 적극적으로 사용하도록 유도하고 있습니다. 실제 개발 환경에서 발생하는 Computer Use 데이터, 코드 수정 패턴, 에이전트 작업 흐름, 오류 수정 과정 등을 모델 개선에 활용하려는 것입니다.

​

중국 AI 기업들의 저가 전략도 비슷한 맥락

충분한 사용자(개발자)들의 피드백을 필요로 하는 이러한 트렌드와 관련해서 생각해보시면, 샤오미가 MiMo-V2.5 API 가격을 대폭 낮추고, 딥시크가 DeepSeek-V4-Pro 가격을 영구적으로 인하한 것도 단순한 가격 경쟁으로만 볼 필요는 없습니다. 이들은 낮은 가격을 통해 더 많은 사용자를 확보하고, 더 많은 실제 사용 데이터를 축적하려는 전략을 쓰고 있다고 볼 수

있습니다. 특히 코딩, 에이전트, Computer Use 영역에서는 사용량 자체가 곧 모델 개선의 원료가 되기 때문에 초기에는 가격을 낮춰서라도 사용량을 키우는 것이 합리적일 수 있습니다.

​

고성능/고신뢰 모델은 프리미엄을 받는 중

이미 잘나가는 미국의 Opus 4.8 / 중국의 Kimi K2.6, GLM은 제값을 받고 서비스 중입니다. 오히려 GLM과 Kimi는 가격을 인상하면서 고성능-고신뢰를 요구하는 기업용 시장의 점유율을 크게 키워가고 있을 정도입니다. Agnetic AI와 함께 AI가 진짜 쓸만해지는 영역으로 들어오자 기업 고객들이 단순히 가장 싼 모델을 찾는 것이 아니라, 실제 업무에 투입할 수 있는 안정성, 정확도, 코드 품질, 응답 일관성을 더 중요하게 보기 때문입니다.

​

Claude Code 역시 명목상 가격을 크게 올리지는 않았지만, 기존에 저가 또는 마케팅 목적으로 제공하던 토큰 할당을 상당 부분 줄였습니다. 결과적으로는 실질적인 가격 인상에 가까운 변화입니다.

​

오픈AI 광고사업의 방향 전환 : 더 큰 시장으로

오픈AI 광고사업이 초기의 대형 브랜드 광고 중심 실험으로부터 발전해서, 이제는 SMB 및 Local 광고주를 겨냥한 퍼포먼스 마케팅(하위퍼널) 분야로 확장하고 있습니다. 메타와 구글이 장악해둔 메인 디지털 광고 시장으로 나가는 것입니다.

​

상위퍼널 광고는 브랜드 광고 시장

상위퍼널 광고는 브랜드 광고입니다. CPM으로 노출을 1000건 시킬 때마다 얼마를 받느냐로 책정합니다. 광고가 사용자에게 보이면 광고주가 비용을 지불하는 구조라서 브랜드 인지도 제고에는 적합하지만 실제 매출이나 예약, 문의로 이어졌는지 확인하기는 어렵

습니다.

​

하위퍼널 광고는 실제 전환을 증명해야 하는 시장

하위퍼널 광고는 광고가 실제 매출, 예약, 문의, 회원가입, 앱 설치, 리드 확보 등으로 이어졌는지를 측정하는 성과형 광고입니다. 과금 방식도 단순 노출 중심의 CPM보다는 CPC, CPA, CPL처럼 클릭이나 실제 전환 성과를 기반으로 하는 경우가 많습니다.

​

이 시장이 훨씬 더 큰 이유는 광고주 입장에서 ROI를 직접 계산할 수 있기 때문입니다. 단순히 많이 노출됐다가 아니라 '이 광고비를 썼더니 실제로 얼마의 매출이나 리드가 발생했다'를 확인할 수 있습니다. 메타가 디지털 광고 시장에서 강력한 이유도 바로 이 하위퍼널 광고 기술과 측정 인프라를 압도적으로 잘 갖추고 있기 때문입니다.

​

광고 픽셀과 API가 핵심

하위퍼널 광고를 제대로 하려면 성과 측정이 가능해야 합니다. 이를 위해 광고 플랫폼은 광고주에게 웹사이트나 앱에 광고 픽셀을 설치하게 하고, 광고주의 내부 시스템과 연결되는 API를 제공합니다.

​

예를 들어 광고주 사이트에서 구매, 예약, 문의, 회원가입 같은 이벤트가 발생하면 해당 데이터가 다시 광고 플랫폼으로 전달됩니다. 그러면 플랫폼은 특정 광고 노출이나 클릭이 실제 전환에 어느 정도 기여했는지를 분석할 수 있습니다.

​

오픈AI가 이 영역으로 진입한다면 핵심은 단순히 ChatGPT 안에 광고를 넣는 것이 아닙니다. 광고주가 'ChatGPT 광고를 통해 실제 고객이 들어왔고, 실제 매출이 발생했다'고 믿을 수 있는 측정 시스템을 구축하는 것이 중요합니다. 메타와 구글이 강한 이유도 결국 광고 지면을 많이 가진 것뿐 아니라, 성과를 측정하고 입증하는 플랫폼을 꽉 쥐고 있기 때문

입니다.

​

이를 위해 메타 출신을 대거 영입했다.

오픈AI 내에서 2025년부터 광고로 성과를 내려고 많이 준비를 한지라, 나름의 성과를 낼 거라고 예상하고 있습니다. 여기서의 '준비'란 이 업계의 1위인 메타 출신 인재들을 대거 영입했던 것입니다. 메타의 사용자 경험 담당 VP였고 지금은 오픈AI의 CTO인 Vijaye Raji, 메타의 광고 에이전시 담당이었던 VP Dave Dugan, 메타의 이커머스 광고 VP였던 Benji Shomair, 메타의 수익화 및 크리에이터 수익배분 담당 Asad Awan 등이 있습니다.

​

Codex WAU 500만 명 돌파

오픈AI Codex가 WAU 500만 명을 돌파했습니다. 히스토리를 보면,

​

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

​

대략 한 사람당 평균 한 달에 $100씩 사용한다고 가정하면, 월 $500M/ARR $6B 정도로 추정됩니다.

​

아마존, 26년 PER 34배 / 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 (바

로가기)

​

AWS, Bedrock을 통해 Token-as-a-Service 시장 침투 중

AWS의 최근 마진 개선은 단순히 AI 서버 수요가 늘어나서 나온 결과로 보기 어렵습니다. 다른 클라우드 사업자들은 AI 수요 증가에도 불구하고 마진이 정체되거나 하락하는 모습을 보였지만, AWS는 OPM이 전 분기 대비 2.13%p 상승했습니다. SemiAnalysis는 이 차이가 AWS의 AI 매출 믹스 변화에서 나온다고 봤습니다.

​

AWS의 AI 매출 믹스가 IaaS 중심 → Bedrock 중심의 TaaS(Token-as-a-Service)으로 바뀌고 있기 때문입니다. 자료에 따르면 AWS 내 AI 매출 비중은 1Q24 2% → 1Q26 10%까지 올라왔고, 그중 Bedrock은 AWS AI 매출의 37%까지 확대(from 1Q25 9%)됐습니다. 1년 만에 믹스가 크게 바뀐 셈입니다. SemiAnalysis는 현재 Bedrock을 약 $5.5B run-rate 사업으로 추정하고 있습니다. 또한 Bedrock 고객의 80~90% 이상이 앤스로픽 모델을 사용하고 있다고 봅니다. 즉, Bedrock의 성장은 사실상 Claude 사용량 증가와 강하게 연결되어 있으며, AWS는 앤스로픽의 성장에서 간접적으로 큰 수혜를 받고 있는 구조입니다.

​

저마진의 IaaS → 비교적 마진이 더 높은 TaaS

고객이 Claude를 Bedrock에서 사용할 경우, 최종 모델 매출은 앤스로픽이 인식합니다. 하지만 AWS는 단순히 인프라만 제공하는 것이 아니라 인프라 사용료와 유통과 매출 쉐어를 동시에 가

져갑니다. 이 구조는 일반적인 IaaS보다 마진이 훨씬 좋습니다. 클라우드 사업자가 단순히 GPU를 빌려주는 것이 아니라, 모델 사용량이 늘어날수록 토큰 유통 플랫폼으로 수익을 가져가는 구조이기 때문입니다.

​

SemiAnalysis는 1Q26 기준 앤스로픽의 Bedrock 매출이 MW당 약 $26M 수준이라고 추정했습니다. 이 경우 Bedrock의 EBIT 마진은 약 55%로 추정됩니다. 이는 AI 인프라를 단순 임대하는 것보다 훨씬 높은 수익성입니다. AI 서버를 많이 깔수록 감가상각과 전력비 부담이 커지는 일반 클라우드 IaaS 구조와 달리, Bedrock은 토큰 사용량이 늘어날수록 플랫폼 수익성이 더 강하게 나타나는 구조입니다.

​

더 나아가 2Q26에는 Anthropic ARR per MW가 약 $42M까지 올라가고, Bedrock이 AWS AI 매출의 53%까지 확대되며 AWS 전체 매출 성장률에 9%p를 기여할 수 있다고 봅니다.

​

자체 칩 전략과도 잘 맞는다

Bedrock이 중요한 또 다른 이유는 AWS의 자체 칩 전략과 결합하기 쉽다는 점입니다. 고객은 Bedrock에서 모델을 사용할 때 해당 모델이 어떤 하드웨어에서 돌아가는지 직접 신경 쓰지 않습니다. 따라서 AWS 입장에서는 NVIDIA GPU뿐 아니라 Trainium을 적극적으로 투입할 수 있습니다. 실제로 AWS CEO는 Bedrock 토큰 사용량의 50% 이상이 Trainium에서 처리되고 있다고 언급했습니다. 이는 AWS가 외부 GPU 의존도를 낮추면서도 AI 매출을 키울 수 있는 구조

입니다.

​

AWS의 자체 CPU인 Graviton도 중요합니다. AI 추론, RL, agentic workload는 GPU만 필요한 것이 아니라 CPU 리소스도 많이 필요합니다. 특히 에이전트형 AI에서는 모델 호출, 도구 사용, 데이터 처리, 상태 관리, 검증 루프 등에서 CPU 사용량이 커질 수 있습니다. AWS는 Graviton을 통해 이런 CPU 수요를 내부적으로 더 낮은 비용에 처리할 수 있습니다. Bedrock~Trainium~Graviton이 결합되면 AWS는 AI 수요 증가를 더 높은 마진으로 흡수할 수 있습니다.

​

Azure는 아직 IaaS 중심의 매출이 메인

Azure도 AI 수요의 수혜를 받고 있지만, AWS처럼 토큰 유통 플랫폼 중심으로 마진을 끌어올리는 구조는 아직 약합니다. Azure의 AI 사업은 대부분 여전히 IaaS 중심이고, OpenAI와의 장기 컴퓨트 계약이 Azure 용량을 크게 차지하고 있습니다. 여기에 2H24에 CapEx 감속 정책을 고수하면서 데이터센터 증설 속도도 AWS보다 느렸습니다. 부족한 용량을 네오클라우드에서 조달해야 할 경우 Azure의 AI 매출 성장은 오히려 마진 압박을 동반할 수 있습니다.

​

GCP는 겉으로 보기엔 가장 좋은데... 실제로는?

GCP는 겉으로 보기에는 가장 좋아 보일 수 있습니다. Gemini API 매출은 GCP 매출로 잡히기 때문입니다. 하지만 Gemini와 DeepMind의 훈련 비용은 GCP가 아니라 알파벳 전체 차원의 비용으로 처리되는 구조입니다. 해당 비용은 1Q25 $3.0B → 1Q26 $5.4B로 증가

했습니다. 따라서 GCP의 마진 개선은 AWS처럼 클라우드 부문 안에서 AI 매출과 AI 비용이 완전히 같은 기준으로 반영된 결과라고 보기 어렵습니다.

​

앤스로픽 $965B 밸류로 $65B 자금조달

앤스로픽이 Series-H 펀딩에서 $965B 밸류로 $65B를 조달했습니다:

​

투자 라운드는 Altimeter Capital, Dragoneer, Greenoaks, Sequoia Capital이 주도했습니다. 하이퍼스케일러 대상으로 라운드를 열 때가 있고, 이렇게 금융기관들 대상으로 열 때가 있는데 이번엔 후자입니다. 특이한 것은 MU/SEC/SKH를 전략적 인프라 파트너로 참여시켜 전 세계의 메모리/스토리지/로직 칩 공급에 중요한 역할을 담당해줄 것임을 말했습니다.

​

Claude Opus 4.8 공개 : Dynamic Workflows가 핵심

Claude Opus 4.8도 공개했습니다.

​

모델의 지능은 Opus 4.7에 비해서는 약간 더 높습니다. 가격은 같습니다(4.5, 4.6, 4.7 모두 같음). input은 백만 토큰당 $5 / output은 $25입니다. terminal coding 벤치마크는 GPT-5.5에 비해서 낮은데 실질적으로 개발자들이 체감할 때 output 퀄리티와 가장 비슷한 벤치마크인 SWE-Bench Pro는 더 높습니다.

​

그리고 흥미로운 기능이 추가됐습니다. Dynamic Workflows입니다. Claude가 작업을 받으면 직접 오케스트레이션 스크립트를 만들고, 수십~수백 개의 하위 에이전트를 병렬로 돌리는

것입니다. 하나의 문제를 수백 개의 하위 작업으로 쪼개고, 작업하고, 서로 검증하는 작업을 훨씬 더 긴 호흡해서 수행할 수 있습니다. 일종의 큰 조직을 운영하는 것입니다.

​

그리고 지난번 Mythos Preview 출시 때에도 강조됐던 벤치마크인 Misaligned behavior를 이번에도 강조했습니다. AI가 자신의 불확실성을 인정하고 정해진대로 행동하는 능력을 측정하는 것이라서 사용자 입장에서는 매우 잘 체감할 부분입니다. 이 벤치마크로는 앤스로픽 > 오픈AI >>> 구글 > xAI = 중국 모델들입니다.

​

제가 생각하는 Agentic AI 시대의 모델 지능 순서와도 비슷합니다.

이 부분만 좀 더 자세하게 아래의 차트와 함께 살펴보시겠습니다:

​

벤치맥싱으로 가려지지 않는 맨얼굴 : Petri behavioral audit scores

Opus 4.8 System card에도 Petri behavioral audit scores가 담겨있습니다. 이건 단순히 벤치마크로는 다 보이지 않는(or 가려지지 않는) 부분들이 많아서 실제 모델 사용자가 느끼는 체감을 가지고 AI Labs들을 평가하기에 매우 중요한 지표들이라 정리해봅니다:

이걸 개인적으로 살펴보기 시작한 건 Mythos Preview 출시 때였습니다. 이를 다시 가져오자면...

GPT, Gemini, Kimi, Grok, Claude를 두고 모델이 여러 위험한 행동을 하는 성향들에 대해서 분석한 차트가 있습니다. 벤치마크들은 벤치맥싱(= 벤치마크만 높이려고 평가 데이터셋에 맞게 최적화)해버리면 되기 때문에 이런 차트들이 훨씬 더 모델 그 자체가 지능이 높은가를 잘 보여준다고 생각

합니다.

쭉 보시면 왼쪽 위부터 ⓐ정렬과 어긋나는 행동을 하는가(Misaligned behavior) ⓑ모델이 현재 평가상황을 자각하는가(Verbalized evaluation awareness) ⓒ사람의 악용에 협조하는가(Cooperation with human misuse) ⓓ사용자를 속이려고 하는가(User deception) ⓔ사용자에게 아첨하는가(Sycophancy) ⓕ다소 음모론/망상적인 믿음을 부추기는 성향이 있는가(Encouragement of user delusion)를 본 것입니다.

​

위 차트를 보시고, 모두 종합해서 해석해보자면:

전반적으로 앤스로픽 > 오픈AI입니다. 다만 차이가 있다면 평가받는 상태임을 인지하는 정도가 GPT는 낮고, 앤스로픽은 높습니다. 이건 일부러 GPT가 '시키는대로 그대로 해줄 것'에 초점을 맞추고 있기 때문입니다. Codex는 실제로 하나하나 잘 시키면 성과가 매우 뛰어나고, Claude Code는 알아서 잘해주는 Agent로 평가받습니다. 나머지는 인간의 오용에 협조하는 정도나, 사용자를 기만하는 것이나, 아부/아첨을 하는 정도, 사용자의 망상을 조장하는 정도도 모두 앤스로픽 > 오픈AI입니다.

사실 더 중요한 건 요즘 계속 말씀드리는 부분이긴 하지만 앤스로픽 > 오픈AI 경쟁구도가 중요한 게 아니라, 앤스로픽/오픈AI와 그 나머지 AI Labs들간의 격차가 훨씬 더 크게 벌어지고 있다는 것입니다.

구글은 이제 여러갈래로 확인하더라도 Tier 1.5~2 AI Labs가

됐습니다. Gemini 3.1 Pro 및 Gemini 3.5 Flash가 Grok 4.3 수준과 전반적으로 비슷합니다.

현재 중국 내의 Tier 1 AI Labs로 꼽을 수 있는 게 Kimi K2.6입니다. Kimi K2.5(1월 27일 출시) 당시에는 적어도 Gemini > Kimi K2.5 > Grok이었습니다. 그런데 이번에 출시 Kimi K2.6(4월 20일 출시)부터는 Kimi K2.6 > Gemini > Grok이 됐습니다. 상당한 차이입니다.

​

메타, 26년 PER 21배 / Neutral

메타 1Q26 실적발표 코멘트 / 주간전략보고 中 (바로가기​)

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

메타 3Q25 실적발표 코멘트 / 주간전략보고 中 (바로가기)

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

메타 2Q25 실적발표 : SUPER BEAT, AI와 GPU를 EPS로 바꾸다 (바로가기)

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

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

​

Meta One, 소비자용 구독서비스 출시

메타가 인스타그램, 페이스북, 왓츠앱 소비자 구독제를 출시했습니다. 요금제는 ⓐInstagram Plus 월 $3.99, ⓑFacebook Plus 월 $3.99, ⓒWhatsApp Plus 월 $2.99입니다. 기존 무료 SNS 앱에 프로필 맞춤 설정, 슈퍼 리액션, 스토리 분석 같은 부가 기능을 붙여 일반 사용자에게도 구독 매출을 만들기 시작했다는

점입니다.

​

크리에이터와 사업가용 요금제도 준비 중

메타는 일반 사용자용 구독 외에도 크리에이터와 기업을 위한 전문가용 요금제를 테스트할 예정입니다. 요금제는 ⓓMeta One Essential 월 $14.99, ⓔMeta One Advanced 월 $49.99입니다. 주요 대상은 콘텐츠를 통해 광고하거나 사업을 운영하는 크리에이터, 소상공인, 브랜드 계정입니다. 핵심 가치제안은 콘텐츠 성과 분석, 광고·비즈니스 운영 보조 기능, 고급 계정 관리 기능 등이 될 가능성이 큽니다.

​

AI 기능도 별도로 유료화 예정

메타는 AI 제품 요금제도 준비하고 있습니다. 요금제는 ⓕMeta One Plus 월 $7.99, ⓖMeta One Premium 월 $19.99입니다. 이 요금제는 메타 앱 전반에서 이미지 생성, 비디오 생성, AI 기반 편집 기능을 강화하는 방향입니다. 특히 두 AI 요금제는 6월부터 싱가포르, 과테말라, 볼리비아에서 먼저 시범 운영될 예정입니다.

​

저커버그 "CSP가 되는 길 옵션도 열려있다"

메타가 연례 주주총회에서 대규모 데이터센터 투자로 과잉 용량이 발생할 경우에는 CSP 시장에 진출할 수도 있다고 말했습니다. 메타 주주총회에서 저커버그가 말한 것의 핵심은 (ㄱ) 'CSP에 진출하겠다'가 아니라, (ㄴ) '컴퓨팅은 자체적으로 충분히 고마진으로 소화 가능하며 그렇지 않을 경우에도 적당한 마진으로 서비스 충분히 소화가능하니 안심하셔라'라는 뉘앙

스입니다.

​

메타, CY26에 총 용량 6GW+ 넘게 확보 예정 (차트는 Addition, CY26 추가분만 4.4GW)

메타의 신규 컴퓨트 용량은 CY25 1.4GW → CY26 4.4GW → CY27 3.9GW입니다.

​

이정도면 CY26 말 기준 대략 6GW의 용량을 갖추게 된다는 의미입니다. 이정도 규모의 컴퓨트 투자가 정당화되려면 메타는 Muse Spark를 토대로 실제 제품화하여 사용자 채택을 늘리고, 이를 광고/구독/AI 기능/크리에이터 도구 등으로 수익화하는 게 올해 메타에게 가장 중요합니다. AI CapEx는 알겠으니, 이제는 이를 어떻게 제품화하며 얼마나 높은 ROI로 회수할 수 있을 것인가가 핵심입니다.

​

1P 데이터는 압도적으로 많다

메타의 강점은 압도적으로 많은 퍼스트파티 데이터입니다. 메타는 인스타그램, 페이스북, 왓츠앱을 통해 사용자 관계망, 관심사, 콘텐츠 소비 패턴, 광고 반응 데이터를 직접 보유하고 있습니다. 이 데이터를 AI 에이전트나 개인화 기능에 붙이면, 단순 챗봇보다 더 강한 소비자용 AI 제품을 만들 수 있다는 논리입니다.

​

만약, 네오클라우드 형태로 서비스한다면?

주주총회에서 마크 저커버그가 네오클라우드 가능성도 열려있음을 말했기에, 이를 안전판 개념으로 놓고 평가할 수 있습니다. 모건스탠리 추정에 따르면 1GW 컴퓨팅만 제대로 수익화해도 EPS에는 약 $2.73을 기여하므로 CY28 예상 EPS 기준 8% 정도의 업사이드가 생기는 구

조입니다.

​

테슬라, 26년 PER 212배 / Underweight

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)

​

FSD (Supervised), 공식으로는 10개국 출시 (+비공식 한국)

FSD Unsupervised 출시가 더 중요하긴 합니다만, 일단은 FSD (Supervised)라도 이제 10개국에 서비스 중입니다. 당장의 실적에 좋은 것까진 아니지만, 여기서 데이터들을 모으고 1년 뒤쯤이면 차근차근 로보택시로 바꿔낼 것임을 생각해보면 옵션 성격으로는 좋게 볼 수 있습니다.

​

SpaceX IPO 분석 : 머스크 제국의 심장

스페이스X를 분석했습니다. 자료는 <스페이스X IPO 분석 : 머스크 제국의 심장, 스타링크가 떠받치는 스타십과 AGI>에서 살펴보실 수 있습니다. 뼈대가 되는 숫자들 위주로 분석한 자료이며, 내러티브는 워낙 강한 기업이라 MSG를 치기에 따라서 얼마나 자극적인 맛으로 보실지는 선택하시도록 남겨