일간보고 : 투자의 생각 (260917)

2026년 초 중국에서 OpenClaw가 폭발적으로 유행하면서 토큰 수요가 크게 증가했었습니다. 챗봇에서 에이전트로 전환하는 것이 단순 사용자 증가보다 훨씬 더 강한 토큰 소비 증가세를 만들어냈습니다. 그러면서 2026년부터는 중국에서 Token Factory라는 개념이 생겼습니다. 원래는 컴퓨트를 가진 사업자들이 GPU를 임대해주고 돈을 받았었는데 더 나아가서 DeepSeek, Kimi, GLM 같은 오픈소스 모델을 GPU에 얹은 뒤 토큰을 직접 생성하여 판매하는 MaaS(Model-as-a-Service)가 더 수익성이 높기 때문입니다. 1Q26 중국의 AI 추론 컴퓨트 수요 증가율은 +417%, 실질적인 공급 증가율은 +128%였습니다. 그래서 알리바바와 바이두는 4월부터 AI 컴퓨트 가격을 34% 인상했습니다. 중국 내 컴퓨트는 부족한데 정식 수입경로들은 수출규제로 막혀있다보니 중국의 Token Factory 대부분이 규모가 작습니다. 서버 수십 대 정도, 큰 곳도 수백 개, 수천 개를 가진 곳은 매우 드뭅니다. 그렇다보니 추론 서비스 시장이라는 게 수백 개의 Token Factory → 유통/브로커 플랫폼 → 알리바바/텐센트 등 TaaS 플랫폼 → 최종 토큰 사용자 형태로 발전했습니다. 다만 협상력이 강한 곳은 알리바바(Alibaba Bailian)와 텐센트(Tencent WorkBuddy) 같은 MaaS 플랫폼입니다. MaaS 플랫폼이 여러 Token Factory의 실제 서비스 스펙들을 실시간으로 비교해서 가장 경쟁력 있는 공급자에게만 트래픽을 라우팅합니다. 플랫폼에 선택되어서 지속적으로 트래픽을 받을 수 있느냐가 중요합니다. 중국의 오픈소스 전략: Token Factory와 MaaS 플랫폼으로 이어지는 이 산업이 존재할 수 있는 것은 중국에서 우수한 AI Labs들이 오픈소스 전략을 채택하고 있기 때문입니다.

*첨부자료 3*페쇄소스였다면 특정 AI Labs가 직접 보유한 컴퓨트 혹은 지정한 클라우드 외에는 토큰을 생산할 수 없었을 것인데, open-weight인지라 GPU에 얹어서 서빙하면 돈을 버는 구조로 만들어놨습니다. 중국 정부가 그리고 있는 그림은 중국의 모델을 먼저 널리 배포한 뒤, 그 모델을 중심으로 개발자-추론 스택-AI 가속기까지 하나의 생태계로 묶는 것입니다. GLM이나 Kimi 같은 중국 모델이 전 세계 개발자에게 널리 사용되면 Cursor/OpenRouter 같은 글로벌 플랫폼에 들어가고, 이를 사용하는 애플리케이션과 도구들이 늘어납니다. 이 구조가 장기적으로 지향하는 것은 모델의 확산이 중국산 AI 가속기의 수요로 자연스럽게 이어지는 생태계입니다. AWS가 Amazon Bedrock에서 제공하는 AI 워크로드를 자체 Trainium 기반 인프라로 점차 최적화하면서 Token 생산 비용을 낮추려는 것처럼, 중국 역시 장기적으로 보면 자국의 Open-weight 모델이 널리 보급될수록 이를 가장 저렴하고 효율적으로 서빙할 수 있는 중국산 AI 가속기의 활용도를 함께 높일 수 있습니다. 특히 중국이 노릴 수 있는 시장은 최고 수준의 지능을 사용하고자 하기보다, Token당 가격과 운영비에 훨씬 민감한 제3국 시장입니다. 이들 시장에서는 반드시 가장 지능적인 모델을 사용하는 것보다 충분한 성능을 훨씬 낮은 비용으로 제공하는 것이 더 중요한 경쟁력이 될 수 있습니다. 이 관점에서 보면 DeepSeek, Kimi, GLM 등이 단순히 프론티어 성능 경쟁만을 추구하기보다 성능 대비 비용, 추론 효율, 저렴한 Token 가격을 지속적으로 강조하는 것도 같은 맥락에서 이해할 수 있습니다.

중국산 모델이 글로벌 개발자 생태계에 먼저 침투하고, 사용량이 늘어나면서 대규모 추론 수요가 만들어지고, 그 수요를 다시 중국산 AI 가속기로 가장 경제적으로 처리할 수 있게 된다면 모델 채택 → 토큰 수요 증가 → 중국산 가속기 채택으로 이어지는 하나의 Flywheel을 만들 수 있기 때문입니다. ​ (4) 요즘의 AI Labs 판에 대한 생각들을 정리해보면: 개인적인 생각으로 구글이 TPU v8t를 갖고 Gemini 4를 사전훈련 중일 듯 합니다. 리듬을 생각해보면 ⓐTPU가 내부적으로 준비되는 시점에 칩을 발표하곤 하고, ⓑGCP에 GA하기 전에 모델을 다 만들고 나서 출시해왔기 때문에, ⓒ2026년 4월에 TPU 8t/8i를 공개했으니 7월 21일부터 Gemini 4.0 사전학습에 쓰였을 것이란 생각입니다. AI Labs들의 능력은 (ㄱ) Pre-training, (ㄴ) RL 능력으로 나눠볼 수 있습니다. AI Labs들이 컴퓨트를 배분하는 것 자체는 연구(훈련/RL도 연구의 일종) 50% vs 추론 50%입니다. AI Labs들이 연구에 생각보다 많이 넣는 이유는 다양한 연구를 통해서 전체 컴퓨트의 유효 컴퓨트 정도를 높이는 것이 장기적으로 훨씬 효율적이기 때문입니다. 오픈AI는 Pre-training에서는 Blackwell 병목 때문에(HGX-8-GPU를 → NVL72로 확장하면서 양산, 서빙 스택, 네트워킹 등등 각종 HW/SW를 새롭게 짜고 최적화하는 시간이 생각보다 오래 걸렸음) Scale-up을 못했던 시기가 있었다가 지금은 애빌린이 차례차례 온라인되면서 Pre-training을 통해 빠른 속도로 성장하는 중이고, GPT-5 시절에 RL로만 성능향상을 주도했을 정도였으니 그 사이 RL에 대한 연구는 업계 1위였습니다.

중국산 모델이 글로벌 개발자 생태계에 먼저 침투하고, 사용량이 늘어나면서 대규모 추론 수요가 만들어지고, 그 수요를 다시 중국산 AI 가속기로 가장 경제적으로 처리할 수 있게 된다면 모델 채택 → 토큰 수요 증가 → 중국산 가속기 채택으로 이어지는 하나의 Flywheel을 만들 수 있기 때문입니다. ​ (4) 요즘의 AI Labs 판에 대한 생각들을 정리해보면: 개인적인 생각으로 구글이 TPU v8t를 갖고 Gemini 4를 사전훈련 중일 듯 합니다. 리듬을 생각해보면 ⓐTPU가 내부적으로 준비되는 시점에 칩을 발표하곤 하고, ⓑGCP에 GA하기 전에 모델을 다 만들고 나서 출시해왔기 때문에, ⓒ2026년 4월에 TPU 8t/8i를 공개했으니 7월 21일부터 Gemini 4.0 사전학습에 쓰였을 것이란 생각입니다. AI Labs들의 능력은 (ㄱ) Pre-training, (ㄴ) RL 능력으로 나눠볼 수 있습니다. AI Labs들이 컴퓨트를 배분하는 것 자체는 연구(훈련/RL도 연구의 일종) 50% vs 추론 50%입니다. AI Labs들이 연구에 생각보다 많이 넣는 이유는 다양한 연구를 통해서 전체 컴퓨트의 유효 컴퓨트 정도를 높이는 것이 장기적으로 훨씬 효율적이기 때문입니다. 오픈AI는 Pre-training에서는 Blackwell 병목 때문에(HGX-8-GPU를 → NVL72로 확장하면서 양산, 서빙 스택, 네트워킹 등등 각종 HW/SW를 새롭게 짜고 최적화하는 시간이 생각보다 오래 걸렸음) Scale-up을 못했던 시기가 있었다가 지금은 애빌린이 차례차례 온라인되면서 Pre-training을 통해 빠른 속도로 성장하는 중이고, GPT-5 시절에 RL로만 성능향상을 주도했을 정도였으니 그 사이 RL에 대한 연구는 업계 1위였습니다.

이제 오픈AI의 (ㄱ) + (ㄴ)가 만나기 시작하자 첫 200 cMW(Critical IT Load)에서 GPT-5.6 Sol과 GPT-6 Astra가 나온 것입니다. 이제 8개 동 중 6개 동이 가동되어 600 cMW에서 사전훈련한 모델을 내부적으로 사용하고 있고 출시는 10~11월쯤 하지 않겠나 생각합니다. 앤스로픽도 RL은 당연히 뛰어나기에 결국은 (ㄱ)를 갖고 실력이 갈립니다. 오픈AI 스타게이트 애빌린이 Blackwell 조율 문제로 주춤거리던 2025년 3월(GB200 NVL72 양산 시작)~2026년 4월(GPT-5.5가 내부 코드명 'Spud'였음)까지 동안 AWS의 Trainium2/2.5를 잔뜩 집어넣은 AWS의 Project Rainier를 2025년 10월부터 가동할 수 있었기에, 이를 바탕으로 Opus 4.5~5.0, Mythos/Fable로 이어지는 강력한 모델 출시 주기를 만들 수 있었습니다. 이제 2026년 4월에 맺은 파트너십 확장 발표처럼 앤스로픽-AWS도 다시금 Project Rainier를 확장하기 시작해서 2Q에는 Trainium2를 약간 추가하고, 3Q부터 Trainium3이 양산되기 시작하니 3Q+4Q에 Trainium3를 대거 추가하여 추가로 1GW 클러스터를 확보할 예정입니다. 컴퓨트를 바로 넣는다고 연구력이나 모델이 바로 나오는 게 아니기 때문에 2~3개월씩 지연됐다고 감안하시면 대략 맞습니다. 다만 훈련에서는 FLOPS가 절대적인데, Trn2 칩 자체의 FLOPS 기준으로 보면 GB200에 비해서 거의 절반 수준입니다(Trainium2/2.5로 800 cMW 구축 시 667ExaFLOPS BF16, GB200/300으로 800 cMW 구축 시 1125ExaFLOPS BF16).

그래서 생각보다 (ㄱ) 역량에 있어서 앞으로 6~12개월 동안 오픈AI가 앞설 가능성이 높겠다고 생각하고 있습니다. 물론 앤스로픽은 (ㄱ) 비용을 줄이는 게 결국 전사 GPM을 결정하는 만큼 이 지점에서 돈을 꽤 아끼게 됩니다. 구글은 (ㄱ)는 굉장히 우수합니다. (ㄴ)가 문제입니다. 이걸 강화하기 위해서 코딩 등 장시간 에이전틱 작업의 효율을 높이는 것들을 최근 연구하고 있기는 한데 이건 어떨지 좀 더 오랜기간 살펴볼 일입니다. 대신 (ㄱ)가 좋아지는 건 TPU v7 → TPU v8t로 거의 정해져 있기 때문에 Gemini 4의 성능도 꽤나 좋게 나오지 않을까 생각하고 있습니다. 스페이스X랑 메타는 (ㄱ)는 돈으로 해결해버렸습니다. 압도적인 양의 엔비디아 GPU를 구축해서 FLOPS는 오픈AI와 앤스로픽보다 높은 수준으로 맞춘 것입니다. 그런데 이들은 추론에 쓸 컴퓨트가 없으니 실질적으로 Pre-training과 RL 능력을 키우는 연구 작업들에 오픈AI나 앤스로픽보다 더 많은 컴퓨트를 할당하고 있다는 의미입니다. (ㄴ)를 강화하려면 데이터 파이프라인 구축도 굉장히 중요하기 때문에 스페이스X는 Cursor 인수를 통해서 피드백 루프를 만들었고, 메타는 원래 알렉산더 왕이 Scale.ai 사업을 이끌었던 것이듯 내부에 엔지니어들의 Computer Use 피드백 루프를 만들어서 해결 중입니다. 최근 Grok, Muse Spark도 성능 향상 기울기가 굉장히 좋아서 10~12월은 마치 지금보다 훨씬 춘추전국시대스럽지 않겠나 예상합니다. ​ AI HW: ​ (1) AI Labs의 동향을 아이디어에 녹여내는 것이 현 시점의 알파라고 생각하고 있습니다:

Non-GAAP GPM : 50%로 상승할 것 (이번 분기인 FY3Q26에서 46.4%였음) Non-GAAP OPM : 32~35%로 상승할 것 (FY3Q26 : 22.5%였음) FCF Margin : 20%로 상승할 것 FY1Q27(CY4Q26)부터 사업부를 개편하여 보고할 예정입니다.ⓐOptical Systems, ⓑInterconnects, ⓒGlobal Services, ⓓRouting & Other로 개편하여 좀 더 AI 데이터센터향인지 아닌지를 명확하게 보여준다는 설명입니다. Scale-across의 핵심기업인 시에나가 장기 매출성장 전망치를 상향하면서 인터커넥트 전반이 강세였습니다. 루멘텀, 셈텍은 나름 유의미하게 강세 마감했습니다. 비아비도 OCS 출하와 CPO 장비 출하가 이어지면서 수혜강도는 좋을 것으로 보는 뷰는 같습니다. ​ (4) 최근 InP 기판 공급병목이 다소 완화되는 중입니다: InP 기판(InP substrate)은 루멘텀/코히런트 같은 업체가 EML, CW Laser, 고출력 레이저, 일부 PD/PIC 등 InP 기반 광소자를 제조하기 위한 가장 업스트림의 핵심 재료입니다. 실제 광학 제품으로 만들기까지 소재 공급망을 Flow로 쭉 정리해보자면, InP 원재료 → InP 단결정 → InP substrate → epitaxial growth → InP device wafer → EML/CW Laser/DML/PD/PIC → Optical Transceiver/Optical Engine → Optical Lane입니다. Optical Lane 자체는 구현 방식에 따라 어떤 재료를 더 많이 쓸 것이냐가 나뉘는데 이건 9월 14일 주간전략보고에서 전해드린 '용도별 광원을 무엇으로 쓸 것이냐'처럼, 다 갈래가 나뉩니다.

InP 기판은 광통신 공급망 내에서 캐파 증설의 리드타임이 가장 깁니다. 18~36개월 정도입니다. 8월 31일 대만경제일보 보도로 확인해보면, ⓐ중국 정부가 2026년 5월 말 첫 번째 InP 기판 수출 물량을 승인했습니다 → 7월에는 두 번째 수출 물량을 승인했고 두 번째 승인량이 첫 번째보다 많았습니다. 그리고 2026년 5월/7월 승인량을 합치면 CY25 전체 승인량보다 많았습니다. 2026년 5월 수출물량이 실제 선적되어 위의 Flow처럼 제품화되어 매출로 인식되려면 3Q26부터 본격 순풍입니다. 7월 물량은 4Q26쯤에 영향을 주는 요인입니다. 그리고 4Q에는 비중국 벤더들도 증설 물량이 추가로 들어오기 때문에 나름 하반기 들어서면서는 InP 기판 공급부족이 좀 풀려가는 뉘앙스입니다. 절대적인 수급이 타이트한 건 똑같은데 그 정도가 나름 완화되고 있다는 것이 좋습니다. ​ (5) 중국 선전에서 개최된 CIOE 2026(9월 9일~9월 11일)를 정리하면: 주요 업체들이 공통적으로 CY26 1.6T 출하가 본격 증가하고 있는데, CY27까지 수요가 급격히 증가할 것이라고 설명했습니다. 주문이 예상보다 너무 빠르게 늘고 있어서 모든 주문을 받을 수 없는 상태입니다. CY27 1.6T 트랜시버에는 3nm DSP로 브로드컴의 Sian3, 마벨의 Ara가 쓰이는데, 둘다 TSMC 3nm에서 생산됩니다. 문제는 이 DSP가 AI 가속기와 같은 3nm 웨이퍼 할당을 놓고 경쟁하기 때문에 브로드컴과 마벨이 DSP 할당을 얼마나 받느냐에 따라서 트랜시버 업체들의 생산라인에도 영향을 줄 수 있습니다. 400G/lane은 기술적으로 성공은 했는데 대량생산 가능성은 아직 업계에서도 물음표입니다.

수율, 전력, 열관리, 시스템 Validation 문제가 있기 때문에 첫 400G/lane 상용 제품은 2027년 3월 OFC 전후로 출시될 것으로 예상합니다. 초기 400G/lane은 3.2T 트랜시버로 새롭게 시스템 구축하는 물량도 있겠지만 다수 채택은 1.6T 트랜시버의 Optical Lane을 200G x 8개 조합에서 400G x 4개 조합으로 줄여 부품 수와 비용을 낮추고 전력효율은 높이는 방향으로 채택될 가능성이 높습니다. 400G/lane으로 가면 여러 가지를 한 번에 바꿔야하다보니 업계에서는 1.6T 플러거블과 NPO 사이클이 생각보다 길어질 것으로 예상됩니다. 또한 원래는 업계에서 플러거블 → NPO → CPO로 인식하기에 NPO를 브릿지 기술로 인식하는 경우가 많았는데, 이번 CIOE에서는 중국 클라우드/칩 메이커(Huawei, Alibaba, ByteDance, Tencent) 기업들이 NPO를 적극 채택하기 때문에 플러거블 + NPO + CPO 세 가지 폼팩터가 장기간 공존할 것으로 예상했습니다. 특히 중국은 TSMC를 통해서 3nm DSP를 공급받을 양이 적을 것이라서 DSP를 제거하거나 줄일 수 있는 NPO/LPO의 전략적 가치가 매우 큽니다. 셈텍에게 굉장히 좋은 트렌드입니다. 구글 TPU 사이클, 중국의 AI CapEx 사이클이 셈텍에게는 꽤 중요한 순풍 요인 중 하나가 될 것으로 예상합니다. 이게 기업들이 다 CPO라고만 하지 NPO 기술을 써도 NPO라고 말하는 곳이 없기 때문에 오해가 생기곤 하는데, 엔비디아 공급망에서도 VR300 NVL576 Scale-up 스위치를 만들 때 NPO가 메인 아키텍처가 될 것으로 예상되고 있습니다.

또한 ChatGPT Work에서 간단한 문구만 입력하면 광고를 더 쉽게 만들 수 있도록 개선하고 있습니다. AI 광고 플랫폼을 지속 강화 중입니다. 의료기기/핀테크/코인: ​ (1) 오늘 트랜스메딕스의 3Q 비행 건수는 2,391건, 오늘의 일간 비행데이터는 +29건이었습니다. 3Q는 78일이 지났으며 일평균 비행속도는 30.65건 속도였습니다. ​ (2) 오늘의 서클 USDC 유통량은 $73.65B, CCTP 전송량은 30일 기준 $21.2B입니다. USDC 유통량 자체는 거의 1년간 횡보 중입니다. 횡보를 뚫는 기준은 MoM 기준 20% 이상의 성장세를 1주간 유지하는가입니다. 오늘 주간 기준 -1.33%, 월간 기준 +2.34% 수준입니다. 지금은 Crypto Pair Trading(e.g. BTC/USDC, ETH/USDC 등)을 위한 예탁금으로 인해서 USDC 유통량이 바뀌는 게 가장 큽니다. 그래서 크립토가 오르면 USDC 유통량이 일시적으로 오르고 합니다. 아직 스테이블코인 결제가 더 쓰인다거나 하는 요소로 펀더멘탈이 바뀌는 것은 아닙니다. ​ (3) 피겨 테크의 주간/월간 잠정 영업 지표를 여기서 확인하실 수 있습니다. 저희의 생각을 담아서 랩을 운용하고 있습니다 메리츠증권 : https://naver.me/xQiZ5UHt SK증권 : https://naver.me/FlcOtVGm