2026.06.09 · 네이버 프리미엄 콘텐츠 · 올바른 미국주식 by SAPIENS

일간보고 : 투자의 생각 (260609)

네이버 프리미엄 콘텐츠 원문 보기 별의순간 선택 분석 시작 심층분석 시작 분석 기준 보기

유형

네이버 프리미엄 콘텐츠

날짜

2026.06.09

강연자/작성자

올바른 미국주식 by SAPIENS

분석 주제

미지정

자료 길이

본문 11,344자

문서 전체 조망

핵심 구조

AI 인프라의 수요는 넓어지지만, 계약·기술·병목은 항목별로 따로 읽어야 한다

이 자료는 애플의 AI 모델 구성부터 메모리·광학·데이터센터·핀테크 지표까지, AI 수요가 실제 제품과 공급망에 닿는 흐름을 다룬다. 강한 성장 숫자와 주문 보도도 왜 가능한지, 어떤 계약 구조와 물리적 제약이 있는지를 함께 보는 것이 판단의 기준이 되며, 따라서 각 숫자가 가리키는 원인과 예외를 분리한다.

애플 AI의 승부는 모델 소유가 아니라 경험 구현이다

애플은 Gemini를 쓰면서도 자체 AFM 계열과 하드웨어별 최적화를 병행한다. WWDC26 이후 중요한 점은 외부 모델을 썼다는 사실보다 이를 이용해 개인화된 온디바이스·클라우드 경험을 구글보다 낫게 만들 수 있는지다.

메모리는 AI 투자에서 공급·계약 구조가 핵심 변수다

애널리스트들은 Agentic AI와 Physical AI 수요가 DRAM·NAND 공급부족을 길게 만들고 LTA가 생산능력과 가격을 묶을 수 있다고 본다. 다만 계약의 고정·변동 가격, 선수금·보장 가격, 실제 증설 시점을 분리해 보아야 한다.

광학의 차이는 짧은 cavity가 만드는 생산성에서 나온다

루멘텀의 레이저 경쟁력은 짧은 cavity에서도 출력과 낮은 노이즈를 내는 공정·설계 역량에 있다. cavity를 길게 만들어 사양을 맞추면 die 면적과 수율 부담이 커져 웨이퍼당 실질 생산량 차이로 이어진다.

AI 데이터센터의 병목은 장비만이 아니다

미국 밖 네오클라우드 수요와 전력장비 수요가 넓어지는 가운데, GPU 클러스터를 실제 가동할 숙련공 부족과 긴 변압기·발전기 리드타임이 구축 속도를 제약한다. 모듈식 데이터센터, SOFC, 열·전기 통합 설계가 이 병목과 연결돼 제시된다.

일간 지표는 추세와 펀더멘털을 같은 말로 보지 않는다

트랜스메딕스의 비행 속도 둔화, USDC 유통량의 39주 횡보, Figure의 HELOC 데이터 우상향은 서로 다른 관찰값이다. 특히 USDC는 크립토 페어 트레이딩 예탁금 영향과 스테이블코인 결제 확산을 구분해야 한다.

발생·예정 사건과 출처별 관점

이슈 분석

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

발생발표·발생 당일발생월 26-6

26-6 애플 WWDC26 AI 모델 구성 공개

작성자의 핵심 판단

핵심은 외부 모델 사용 여부가 아니라 Gemini를 활용해 구글보다 나은 개인화된 AI 경험을 제공할 수 있는지다.

근거 보기 1

원문 구간 1
모델을 남의 것을 썼더라도 결국 사용자 경험은 구글의 픽셀보다 낫게 만드는 것이 중요합니다. (3) 오픈AI도 SEC에 S-1 초안을 비공개로 제출했습니다. 그러면서 <Built to benefit everyone: our plan>을 올렸습니다. (4) 구글 Gemini 3.5 Pro에 대해 성능 루머가 돌고 있습니다. 구글은 Gemini 3.5 Pro에 대해서 공격적인 개선을 계속하고 있는데, 원하는 수준의 성능이 나오지 않아 더 많은 체크포인트를 거쳐야 할 것으로 추정됩니다. 가장 큰 문제는 Agentic AI 워크로드의 핵심인 길고 복잡한 작업을 잘 수행하지 못한다는 데 있습니다. 가격은 3.1 Pro보다 더 높아질 것이며 현재 기대에 따르면 6월 중순쯤 출시를 목표로 하고 있습니다. AI HW: (1) Mizuho가 세레브라스에 대해서 긍정적으로 코멘트하며 네 가지를 강조했습니다: Mizuho의 생각을 정리하면: AI CapEx가 2030년까지 36% CAGR로 연간 ~$2.8T까지 확장함에 있어 직수혜를 받을 것이다. 가장 빠르게 성장하는 세그먼트인 Fast Inference를 선도하며, 이는 2030년까지 ~291% CAGR로 총 2030년 기준 ~$550B 규모까지 성장할 추론 시장 중 가장 빠르게 성장할 세그먼트이다.

이 자료에서 다룬 사실

애플은 구글과 연간 10억달러 규모 계약으로 Gemini 모델을 Siri와 Apple Intelligence 구현에 사용하고, AFM Cloud·AFM Local·AFM Cloud Pro의 세 모델 구성을 설명했다.
System card에는 모델별 하드웨어 최적화와 GCP TPU를 쓴 사전훈련 확대가 담겼다.

근거 보기 4

원문 구간 1
*투자자문계약 권유문서 : https://naver.me/5ZST47Qf 일간보고 : 투자의 생각 2026-06-09 (화) 주요 지수 : 나스닥 +0.86% > 러셀 +0.77% > S&P +0.30% > 다우 -0.16% 상승종목비율 : NYSE 90%, Nasdaq 128% 🟢 (🟢🟡🔴) 섹터 - 📈강세 : 반도체, 테크, 적자성장주, 에너지 - 📉약세 : 유틸리티, 원자재, 금융 📩 메이저 뉴스 보시는 순서는 이렇습니다. 제목 - 참고를 위해 살펴보는 기업군 주가 : 그날의 생각 빅테크: (1) 애플 WWDC26을 마쳤습니다: 애플이 구글과 연간 $1B 규모의 계약을 맺고 제미나이 모델을 가져다가 Siri 및 Apple Intelligence 구현을 위한 모델로 사용 중입니다. 총 세 가지 모델이 지능을 담당합니다. ⓐAFM Cloud는 애플이 자체적으로 만든 모델이며 제미나이로부터 distilled한 모델이라고 명확히 밝혔습니다. ⓑAFM Local 모델은 전적으로 애플이 만든 모델입니다. ⓒAFM Cloud Pro는 제미나이 모델을 갖고 서빙하는 것으로 보이는데 애플이 자체적으로 사전훈련~사후훈련~RL Stack까지 구현했습니다.
원문 구간 2
구글이 제미나이를 어떻게 다루는지에 대해서 따로 애플에게 공개한 것으로 보입니다. 애플의 3세대 파운데이션 모델에 대한 System card는 ML 페이지에서 볼 수 있었습니다. 우선, 첫째로 MoE 모델입니다. Static weigths in DRAM, Dynamic experts, inactive experts로 표현했는데 Total parameter, Active Parameter로 생각하시면 됩니다. 애플이 잘하는 것 중에 하나가 기존에 이미 전문가 집단 사이 통용되는 단어들을 본인 방식으로 바꿔서 쉽게 설명한다는 것입니다. 다만, 이걸 처음 보시면 '애플이 이걸 처음 만들었구나!'라고 착각하기 쉽습니다. 더닝 크루거가 잘 먹히는 기업입니다. 둘째, 비싼 DRAM 대신 NAND를 적극 사용했습니다. 절대적인 가격이 비싸다는 의미가 아니라 memory hierarchy 관점에서 $/GB 차원에서 비싸단 의미입니다. $/GB ↔ Latency Trade-off를 생각하시면 됩니다. Total parameter를 DRAM 대신 NAND에 저장했습니다. 그런데 표준 MoE 모델처럼 토큰 단위로 가중치를 교환하기에는 NAND-DRAM 대역폭이 너무 느리니 아예 프롬프트별로 라우팅 결정을 내리는 구조로 짰습니다.
원문 구간 3
아예 특정 사용사례별로 미리 정해진 활성 매개변수를 쓰는 겁니다. 랜덤성을 요구하면 대역폭 문제가 두드러질테니 아예 결정론적으로 움직이도록 만든 것입니다. 애플 정도면 Tier 3이라고 볼 수 있겠지만, 꽤 흥미로운 시도라서 인상적이었습니다. 이런 부분은 <LLM 추론 토큰 가격의 비밀 : MoE의 시대, 엔비디아의 NVL72가 중요한 이유>을 보고 나셨다면 이해가 더 잘 되실 내용입니다. 셋째, GCP에서 TPU를 사용한 사전훈련 규모를 대폭 키웠습니다. 그리고 나서 각 모델을 서빙할 하드웨어에 맞게 최적화했습니다. AFM Core, AFM 3 Core Advanced, AF3 Cloud, ADM 3 Cloud(Image)는 Apple Silicon에 맞게 최적화했고, 가장 고지능의 거대모델인 AFM 3 Cloud Pro는 엔비디아 GPU에 최적화했다는 내용이 있습니다. 사람들의 생각과는 좀 다르실 수 있겠으나 구조상 생각해보면, 거대 행렬곱을 진행해야 하는 + 그리고 Pod에서 최대한 큰 Scale-up 도메인 메모리 용량을 가져야 하는 사전훈련에서는 TPU가 유리한 점이 있고, MoE 모델 추론의 영역에서는 엔비디아의 GPU가 가장 TCO 대비 퍼포먼스가 높습니다.
원문 구간 4
다만, 2024년 9월 o1-preview의 test-time compute("Reasoning") 트렌드 이후로는 추론이 곧 훈련이고 훈련이 곧 추론인 상태로 접어들고 있고 양자화(Quantization Aware Training)+FP4 조합 덕에 저정밀도 연산의 힘으로 훈련에서도 보편적으로는 엔비디아의 GPU가 가장 좋다고 추정합니다. 이것도 마찬가지로 <AI 가속기 심화면 : GPU vs TPU, 무엇이 칩을 다르게 만드나 (feat. CPU, ASIC, FPGA> 자료를 보고 나셨다면 이해가 더 잘 되실 내용입니다. (2) 궈밍치가 WWDC26를 보고 코멘트했습니다: 애플의 핵심 내러티브는 '애플이 AI에서 일시적으로는 뒤처져 있더라도, 결국 따라잡아 앞서나갈 것이다'입니다. 이 내러티브가 깔려있다보니 '애플이 AI 없이도 이정도 성과를 내고 있으니 AI를 도입하고 나서는 더욱 강하겠구나'라는 생각이 투자자들의 컨센입니다. WWDC26의 핵심은 애플이 제미나이를 사용해서 구글보다 나은 AI 애플리케이션, 개인화된 에이전트, 온디바이스 및 클라우드 경험을 제공할 수 있느냐가 핵심입니다.

그렇게 판단한 이유

NAND에 총 매개변수를 저장하고 프롬프트별로 결정론적 라우팅을 하는 MoE 구조, TPU 사전훈련과 GPU 최적화의 조합을 근거로 들었다.

근거 보기 3

원문 구간 1
구글이 제미나이를 어떻게 다루는지에 대해서 따로 애플에게 공개한 것으로 보입니다. 애플의 3세대 파운데이션 모델에 대한 System card는 ML 페이지에서 볼 수 있었습니다. 우선, 첫째로 MoE 모델입니다. Static weigths in DRAM, Dynamic experts, inactive experts로 표현했는데 Total parameter, Active Parameter로 생각하시면 됩니다. 애플이 잘하는 것 중에 하나가 기존에 이미 전문가 집단 사이 통용되는 단어들을 본인 방식으로 바꿔서 쉽게 설명한다는 것입니다. 다만, 이걸 처음 보시면 '애플이 이걸 처음 만들었구나!'라고 착각하기 쉽습니다. 더닝 크루거가 잘 먹히는 기업입니다. 둘째, 비싼 DRAM 대신 NAND를 적극 사용했습니다. 절대적인 가격이 비싸다는 의미가 아니라 memory hierarchy 관점에서 $/GB 차원에서 비싸단 의미입니다. $/GB ↔ Latency Trade-off를 생각하시면 됩니다. Total parameter를 DRAM 대신 NAND에 저장했습니다. 그런데 표준 MoE 모델처럼 토큰 단위로 가중치를 교환하기에는 NAND-DRAM 대역폭이 너무 느리니 아예 프롬프트별로 라우팅 결정을 내리는 구조로 짰습니다.
원문 구간 2
아예 특정 사용사례별로 미리 정해진 활성 매개변수를 쓰는 겁니다. 랜덤성을 요구하면 대역폭 문제가 두드러질테니 아예 결정론적으로 움직이도록 만든 것입니다. 애플 정도면 Tier 3이라고 볼 수 있겠지만, 꽤 흥미로운 시도라서 인상적이었습니다. 이런 부분은 <LLM 추론 토큰 가격의 비밀 : MoE의 시대, 엔비디아의 NVL72가 중요한 이유>을 보고 나셨다면 이해가 더 잘 되실 내용입니다. 셋째, GCP에서 TPU를 사용한 사전훈련 규모를 대폭 키웠습니다. 그리고 나서 각 모델을 서빙할 하드웨어에 맞게 최적화했습니다. AFM Core, AFM 3 Core Advanced, AF3 Cloud, ADM 3 Cloud(Image)는 Apple Silicon에 맞게 최적화했고, 가장 고지능의 거대모델인 AFM 3 Cloud Pro는 엔비디아 GPU에 최적화했다는 내용이 있습니다. 사람들의 생각과는 좀 다르실 수 있겠으나 구조상 생각해보면, 거대 행렬곱을 진행해야 하는 + 그리고 Pod에서 최대한 큰 Scale-up 도메인 메모리 용량을 가져야 하는 사전훈련에서는 TPU가 유리한 점이 있고, MoE 모델 추론의 영역에서는 엔비디아의 GPU가 가장 TCO 대비 퍼포먼스가 높습니다.
원문 구간 3
다만, 2024년 9월 o1-preview의 test-time compute("Reasoning") 트렌드 이후로는 추론이 곧 훈련이고 훈련이 곧 추론인 상태로 접어들고 있고 양자화(Quantization Aware Training)+FP4 조합 덕에 저정밀도 연산의 힘으로 훈련에서도 보편적으로는 엔비디아의 GPU가 가장 좋다고 추정합니다. 이것도 마찬가지로 <AI 가속기 심화면 : GPU vs TPU, 무엇이 칩을 다르게 만드나 (feat. CPU, ASIC, FPGA> 자료를 보고 나셨다면 이해가 더 잘 되실 내용입니다. (2) 궈밍치가 WWDC26를 보고 코멘트했습니다: 애플의 핵심 내러티브는 '애플이 AI에서 일시적으로는 뒤처져 있더라도, 결국 따라잡아 앞서나갈 것이다'입니다. 이 내러티브가 깔려있다보니 '애플이 AI 없이도 이정도 성과를 내고 있으니 AI를 도입하고 나서는 더욱 강하겠구나'라는 생각이 투자자들의 컨센입니다. WWDC26의 핵심은 애플이 제미나이를 사용해서 구글보다 나은 AI 애플리케이션, 개인화된 에이전트, 온디바이스 및 클라우드 경험을 제공할 수 있느냐가 핵심입니다.

발생발표·발생 당일발생일 미확인

OpenAI의 비공개 S-1 초안 제출

이 자료에서 다룬 사실

OpenAI가 SEC에 S-1 초안을 비공개로 제출했고, 함께 ‘Built to benefit everyone: our plan’을 게시했다고 전했다.

근거 보기 1

원문 구간 1
모델을 남의 것을 썼더라도 결국 사용자 경험은 구글의 픽셀보다 낫게 만드는 것이 중요합니다. (3) 오픈AI도 SEC에 S-1 초안을 비공개로 제출했습니다. 그러면서 <Built to benefit everyone: our plan>을 올렸습니다. (4) 구글 Gemini 3.5 Pro에 대해 성능 루머가 돌고 있습니다. 구글은 Gemini 3.5 Pro에 대해서 공격적인 개선을 계속하고 있는데, 원하는 수준의 성능이 나오지 않아 더 많은 체크포인트를 거쳐야 할 것으로 추정됩니다. 가장 큰 문제는 Agentic AI 워크로드의 핵심인 길고 복잡한 작업을 잘 수행하지 못한다는 데 있습니다. 가격은 3.1 Pro보다 더 높아질 것이며 현재 기대에 따르면 6월 중순쯤 출시를 목표로 하고 있습니다. AI HW: (1) Mizuho가 세레브라스에 대해서 긍정적으로 코멘트하며 네 가지를 강조했습니다: Mizuho의 생각을 정리하면: AI CapEx가 2030년까지 36% CAGR로 연간 ~$2.8T까지 확장함에 있어 직수혜를 받을 것이다. 가장 빠르게 성장하는 세그먼트인 Fast Inference를 선도하며, 이는 2030년까지 ~291% CAGR로 총 2030년 기준 ~$550B 규모까지 성장할 추론 시장 중 가장 빠르게 성장할 세그먼트이다.

발생 가능진행 중발생일 미확인

구글 Gemini 3.5 Pro 출시 지연

작성자의 핵심 판단

작성자는 Agentic AI의 길고 복잡한 작업을 잘 수행하지 못하는 점을 가장 큰 문제로 봤다.

근거 보기 1

원문 구간 1
모델을 남의 것을 썼더라도 결국 사용자 경험은 구글의 픽셀보다 낫게 만드는 것이 중요합니다. (3) 오픈AI도 SEC에 S-1 초안을 비공개로 제출했습니다. 그러면서 <Built to benefit everyone: our plan>을 올렸습니다. (4) 구글 Gemini 3.5 Pro에 대해 성능 루머가 돌고 있습니다. 구글은 Gemini 3.5 Pro에 대해서 공격적인 개선을 계속하고 있는데, 원하는 수준의 성능이 나오지 않아 더 많은 체크포인트를 거쳐야 할 것으로 추정됩니다. 가장 큰 문제는 Agentic AI 워크로드의 핵심인 길고 복잡한 작업을 잘 수행하지 못한다는 데 있습니다. 가격은 3.1 Pro보다 더 높아질 것이며 현재 기대에 따르면 6월 중순쯤 출시를 목표로 하고 있습니다. AI HW: (1) Mizuho가 세레브라스에 대해서 긍정적으로 코멘트하며 네 가지를 강조했습니다: Mizuho의 생각을 정리하면: AI CapEx가 2030년까지 36% CAGR로 연간 ~$2.8T까지 확장함에 있어 직수혜를 받을 것이다. 가장 빠르게 성장하는 세그먼트인 Fast Inference를 선도하며, 이는 2030년까지 ~291% CAGR로 총 2030년 기준 ~$550B 규모까지 성장할 추론 시장 중 가장 빠르게 성장할 세그먼트이다.

이 자료에서 다룬 사실

Gemini 3.5 Pro는 원하는 성능이 나오지 않아 더 많은 체크포인트를 거쳐야 할 것으로 추정되며, 3.1 Pro보다 높은 가격으로 6월 중순 출시를 목표로 한다는 루머가 전해졌다.

근거 보기 1

원문 구간 1
모델을 남의 것을 썼더라도 결국 사용자 경험은 구글의 픽셀보다 낫게 만드는 것이 중요합니다. (3) 오픈AI도 SEC에 S-1 초안을 비공개로 제출했습니다. 그러면서 <Built to benefit everyone: our plan>을 올렸습니다. (4) 구글 Gemini 3.5 Pro에 대해 성능 루머가 돌고 있습니다. 구글은 Gemini 3.5 Pro에 대해서 공격적인 개선을 계속하고 있는데, 원하는 수준의 성능이 나오지 않아 더 많은 체크포인트를 거쳐야 할 것으로 추정됩니다. 가장 큰 문제는 Agentic AI 워크로드의 핵심인 길고 복잡한 작업을 잘 수행하지 못한다는 데 있습니다. 가격은 3.1 Pro보다 더 높아질 것이며 현재 기대에 따르면 6월 중순쯤 출시를 목표로 하고 있습니다. AI HW: (1) Mizuho가 세레브라스에 대해서 긍정적으로 코멘트하며 네 가지를 강조했습니다: Mizuho의 생각을 정리하면: AI CapEx가 2030년까지 36% CAGR로 연간 ~$2.8T까지 확장함에 있어 직수혜를 받을 것이다. 가장 빠르게 성장하는 세그먼트인 Fast Inference를 선도하며, 이는 2030년까지 ~291% CAGR로 총 2030년 기준 ~$550B 규모까지 성장할 추론 시장 중 가장 빠르게 성장할 세그먼트이다.

발생 가능진행 중발생월 26-6

26-6 SMCI의 xAI GB300 NVL72 추가 수주 보도

작성자의 핵심 판단

작성자는 기존 물량 판매가 아닌 신규 고사양 빌드를 서비스하는 물량이라 가격 프리미엄이 붙은 것으로 해석했다.

근거 보기 1

원문 구간 1
해당 빌드는 6월 초에 시작됐으며 8월쯤 완료될 예정입니다. 이제 좀 약간의 비밀을 푼 것 같은데, 이 물량이 이번 주 주간전략보고 중 코어위브 코멘트에서 전해드린 스페이스X의 구글 계약은 GB300 NVL72 물량인 것으로 추정됩니다. 다만 Dell로부터도 GB300 NVL72를 주문했다고 확인되기 때문에 그러면 SMCI 물량 11만 개는 빌드를 마치자마자 10월부터 구글에게 서비스한다는 의미입니다. 기존에 있던 물량을 판 게 아니라 신규로 가장 좋은 빌드를 서비스하는 물량이라서 비쌌던 것입니다. 개인적으로 GB200 치고는 가격이 높았던지라 GB300 NVL72 코히런트 AI 클러스터(보통은 DCI로 엮어놓고 하나의 클러스터로 잡는데, Colosuss는 아예 진짜로 하나의 데이터센터 내에 구축해버린 것) 임대라 프리미엄을 받았나보다 했는데 그게 맞는 듯 합니다. (7) 구글이 CY28까지 TPU 물량 300만 개 이상을 인텔에게 주문했습니다. TPU v8t/v8i까지는 TSMC에게 맡기고 있으니 TPU v9 물량이란 의미인데, 실질적으로는 이게 미디어텍-인텔 EMIB 물량인지라 이정도면 생각보다 많습니다.

이 자료에서 다룬 사실

BlueFin은 xAI가 SMCI에 52억달러 규모 GB300 NVL72 랙 1,500개, GB300 10만8,000개를 추가 주문했다고 전했다.

근거 보기 2

원문 구간 1
(5) 옵토일렉트로닉스는 Jonah Lupton의 코멘트로 크게 상승했습니다: CY27/28 목표 달성 측면에서 생산용량 확충은 순조롭게 진행되고 있다. 수요는 문제가 되지 않으며 수요가 공급을 훨씬 초과하고 있다. 향후 몇 년 안에 GPM 35% 달성이 확실해보인다. 모든 하이퍼스케일러가 LTA를 제안하며 공급을 선제적으로 확보하려 하고 있다. 트랜시버 10만 대를 만드는 데 약 $120M의 CapEx가 들어간다. 연간 120만 대이고 ASP가 $500라 가정하면 연간 $600M의 매출에 GPM 35~40%로 GP $210M~$240M를 버는 데에 $120M를 투자하는 셈입니다. (6) BlueFin에서 SMCI가 xAI로부터 $5.2B 규모의 GB300 NVL72 랙 1,500개(GB300 10.8만 개)를 추가 수주했다고 말했습니다. *첨부자료 9* SMCI의 이슈에도 불구하고 xAI는 SMCI로 할당되는 GB200/300에 관심을 갖고 비즈니스 관계를 이어가고 있습니다. 최근의 GB300 NVL72 랙 1,500개 주문은 Colossus 2를 위해 11월~2월 사이 출하된 3,100개, 테슬라용 랙 1,000개 주문에 이어서 나온 것입니다.
원문 구간 2
해당 빌드는 6월 초에 시작됐으며 8월쯤 완료될 예정입니다. 이제 좀 약간의 비밀을 푼 것 같은데, 이 물량이 이번 주 주간전략보고 중 코어위브 코멘트에서 전해드린 스페이스X의 구글 계약은 GB300 NVL72 물량인 것으로 추정됩니다. 다만 Dell로부터도 GB300 NVL72를 주문했다고 확인되기 때문에 그러면 SMCI 물량 11만 개는 빌드를 마치자마자 10월부터 구글에게 서비스한다는 의미입니다. 기존에 있던 물량을 판 게 아니라 신규로 가장 좋은 빌드를 서비스하는 물량이라서 비쌌던 것입니다. 개인적으로 GB200 치고는 가격이 높았던지라 GB300 NVL72 코히런트 AI 클러스터(보통은 DCI로 엮어놓고 하나의 클러스터로 잡는데, Colosuss는 아예 진짜로 하나의 데이터센터 내에 구축해버린 것) 임대라 프리미엄을 받았나보다 했는데 그게 맞는 듯 합니다. (7) 구글이 CY28까지 TPU 물량 300만 개 이상을 인텔에게 주문했습니다. TPU v8t/v8i까지는 TSMC에게 맡기고 있으니 TPU v9 물량이란 의미인데, 실질적으로는 이게 미디어텍-인텔 EMIB 물량인지라 이정도면 생각보다 많습니다.

그렇게 판단한 이유

해당 빌드가 6월 초 시작돼 8월경 완료 예정이며, 앞선 Colossus 2·테슬라 주문과 Dell 주문 확인을 함께 제시했다.

근거 보기 2

원문 구간 1
(5) 옵토일렉트로닉스는 Jonah Lupton의 코멘트로 크게 상승했습니다: CY27/28 목표 달성 측면에서 생산용량 확충은 순조롭게 진행되고 있다. 수요는 문제가 되지 않으며 수요가 공급을 훨씬 초과하고 있다. 향후 몇 년 안에 GPM 35% 달성이 확실해보인다. 모든 하이퍼스케일러가 LTA를 제안하며 공급을 선제적으로 확보하려 하고 있다. 트랜시버 10만 대를 만드는 데 약 $120M의 CapEx가 들어간다. 연간 120만 대이고 ASP가 $500라 가정하면 연간 $600M의 매출에 GPM 35~40%로 GP $210M~$240M를 버는 데에 $120M를 투자하는 셈입니다. (6) BlueFin에서 SMCI가 xAI로부터 $5.2B 규모의 GB300 NVL72 랙 1,500개(GB300 10.8만 개)를 추가 수주했다고 말했습니다. *첨부자료 9* SMCI의 이슈에도 불구하고 xAI는 SMCI로 할당되는 GB200/300에 관심을 갖고 비즈니스 관계를 이어가고 있습니다. 최근의 GB300 NVL72 랙 1,500개 주문은 Colossus 2를 위해 11월~2월 사이 출하된 3,100개, 테슬라용 랙 1,000개 주문에 이어서 나온 것입니다.
원문 구간 2
해당 빌드는 6월 초에 시작됐으며 8월쯤 완료될 예정입니다. 이제 좀 약간의 비밀을 푼 것 같은데, 이 물량이 이번 주 주간전략보고 중 코어위브 코멘트에서 전해드린 스페이스X의 구글 계약은 GB300 NVL72 물량인 것으로 추정됩니다. 다만 Dell로부터도 GB300 NVL72를 주문했다고 확인되기 때문에 그러면 SMCI 물량 11만 개는 빌드를 마치자마자 10월부터 구글에게 서비스한다는 의미입니다. 기존에 있던 물량을 판 게 아니라 신규로 가장 좋은 빌드를 서비스하는 물량이라서 비쌌던 것입니다. 개인적으로 GB200 치고는 가격이 높았던지라 GB300 NVL72 코히런트 AI 클러스터(보통은 DCI로 엮어놓고 하나의 클러스터로 잡는데, Colosuss는 아예 진짜로 하나의 데이터센터 내에 구축해버린 것) 임대라 프리미엄을 받았나보다 했는데 그게 맞는 듯 합니다. (7) 구글이 CY28까지 TPU 물량 300만 개 이상을 인텔에게 주문했습니다. TPU v8t/v8i까지는 TSMC에게 맡기고 있으니 TPU v9 물량이란 의미인데, 실질적으로는 이게 미디어텍-인텔 EMIB 물량인지라 이정도면 생각보다 많습니다.

발생 가능진행 중발생일 미확인

구글의 인텔 TPU 물량 주문

작성자의 핵심 판단

작성자는 미디어텍-인텔 EMIB 물량으로 보면 예상보다 많은 규모라고 평가했다.

근거 보기 1

원문 구간 1
TPU v9은 지금 일정상으로는 2Q28쯤부터 양산 예정입니다. 그러면 대략 반기 동안 300만 개 정도를 생산한다는 것으로 추정할 수 있습니다. 대략 연율화하면 600만 개의 물량입니다. 엔비디아도 CY2H28 양산할 Feynman 칩을 인텔이 생산할 수 있는지를 놓고 시험 생산 중입니다. Enterprise/GPU IaaS: (1) 코어위브 공동창업자 브래닌 맥비가 odd lots 팟캐스트에서 현재 숙련공 부족이 GPU 클러스터를 가동하는 데 있어서 가장 심각한 병목이라고 말했습니다. Powered Shell을 구축하는 일이 느려지고 있는 셈입니다. 그런데 이정도 사이트의 기술자가 되려면 최소 5년 이상의 견습기간이 필요하니 이것도 단기간에 해소되긴 어렵습니다. 이걸 해결하는 길은 두 가지입니다. 하나는 사전제작된 모듈식 데이터센터 제품들의 구매를 늘리는 것이 있고, 그런 점에서 버티브가 수혜를 입습니다. 다른 하나는 기존 가스터빈을 사용하던 프로젝트들을 SOFC 기반으로 교체하는 수요가 일정부분 있습니다.

이 자료에서 다룬 사실

구글이 CY28까지 TPU 300만 개 이상을 인텔에 주문했으며, TPU v9은 현 일정상 2Q28부터 양산 예정이라고 전했다.

근거 보기 1

원문 구간 1
TPU v9은 지금 일정상으로는 2Q28쯤부터 양산 예정입니다. 그러면 대략 반기 동안 300만 개 정도를 생산한다는 것으로 추정할 수 있습니다. 대략 연율화하면 600만 개의 물량입니다. 엔비디아도 CY2H28 양산할 Feynman 칩을 인텔이 생산할 수 있는지를 놓고 시험 생산 중입니다. Enterprise/GPU IaaS: (1) 코어위브 공동창업자 브래닌 맥비가 odd lots 팟캐스트에서 현재 숙련공 부족이 GPU 클러스터를 가동하는 데 있어서 가장 심각한 병목이라고 말했습니다. Powered Shell을 구축하는 일이 느려지고 있는 셈입니다. 그런데 이정도 사이트의 기술자가 되려면 최소 5년 이상의 견습기간이 필요하니 이것도 단기간에 해소되긴 어렵습니다. 이걸 해결하는 길은 두 가지입니다. 하나는 사전제작된 모듈식 데이터센터 제품들의 구매를 늘리는 것이 있고, 그런 점에서 버티브가 수혜를 입습니다. 다른 하나는 기존 가스터빈을 사용하던 프로젝트들을 SOFC 기반으로 교체하는 수요가 일정부분 있습니다.

그렇게 판단한 이유

반기 300만 개 생산이라는 가정에서 연율 600만 개로 환산했고, 엔비디아 Feynman 칩의 인텔 시험 생산도 함께 언급했다.

근거 보기 1

원문 구간 1
TPU v9은 지금 일정상으로는 2Q28쯤부터 양산 예정입니다. 그러면 대략 반기 동안 300만 개 정도를 생산한다는 것으로 추정할 수 있습니다. 대략 연율화하면 600만 개의 물량입니다. 엔비디아도 CY2H28 양산할 Feynman 칩을 인텔이 생산할 수 있는지를 놓고 시험 생산 중입니다. Enterprise/GPU IaaS: (1) 코어위브 공동창업자 브래닌 맥비가 odd lots 팟캐스트에서 현재 숙련공 부족이 GPU 클러스터를 가동하는 데 있어서 가장 심각한 병목이라고 말했습니다. Powered Shell을 구축하는 일이 느려지고 있는 셈입니다. 그런데 이정도 사이트의 기술자가 되려면 최소 5년 이상의 견습기간이 필요하니 이것도 단기간에 해소되긴 어렵습니다. 이걸 해결하는 길은 두 가지입니다. 하나는 사전제작된 모듈식 데이터센터 제품들의 구매를 늘리는 것이 있고, 그런 점에서 버티브가 수혜를 입습니다. 다른 하나는 기존 가스터빈을 사용하던 프로젝트들을 SOFC 기반으로 교체하는 수요가 일정부분 있습니다.

발생발표·발생 당일발생일 미확인

Anthropic향 TPU 자금조달 규모 상향

이 자료에서 다룬 사실

아폴로·블랙스톤의 Anthropic향 TPU 자금조달 규모가 초과수요로 300억달러에서 350억달러로 상향됐다고 전했다.

근거 보기 1

원문 구간 1
(3) 아폴로-블랙스톤의 앤스로픽향 TPU 자금조달 규모가 기존 $30B에서 초과수요 덕에 $35B로 상향됐습니다. 이에 대해서는 6월 1일 주간전략보고 중 아마존 코멘트에서 전해드린 바 있습니다. 신재생/전력기기: (1) BofA가 Datacloud'26 컨퍼런스 내용을 정리했습니다: Agentic AI 수요가 높아지며 데이터센터 구축 속도는 더욱 가속화될 것으로 전망했습니다. 유럽은 대규모 배포에서 계속 뒤처지는 중이며 규제 및 허가 지연으로 제약이 되고 있습니다. 다만 추론 워크로드가 늘면 유럽 및 아시아로도 대규모 데이터센터 수요가 더욱 커질 것으로 봤습니다. 전력이 제약입니다. 잘 알려져 있지만 모든 형태의 발전장비 가격이 계속 상승하고 있습니다. 개인적으로 느끼기에는 이런 과정에서도 별도의 공급망을 쓰는 만큼 SOFC의 가격은 그대로일 것이므로 상당한 수요 증분을 가져갈 위치라고 보고 있습니다.

사실·구조, 해석·전망, 시점 관찰, 판단 방법

지식·관점

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

판단 방법Cerebras주 대상 · 기업·종목 · Cerebras관련 대상 · 기업·종목 · AWS

Cerebras의 성장 논리를 바꿀 실제 확인 조건은 무엇인가?

이 자료가 더한 내용

Mizuho는 Fast Inference·WSE 기반 스택·고객 파이프라인을 근거로 CY25~CY29 122% CAGR을 제시했지만, 작성자는 AWS Trainium3와 Cerebras CS-3의 역할 분담이 실제로 램프업하거나 AWS의 지분 수취가 확인되는 때에 생각이 달라질 것이라고 했다.

근거 보기 1

원문 구간 1
WSE(Wafer Scale Engine)을 중심으로 한 on-chip SRAM 기반의 독점적인 HW/SW 스택이 결합되어 경쟁우위를 갖는다. 고객 파이프라인이 확대되고 있음이 CY25~CY29까지 122% CAGR로 성장할 것을 뒷받침한다. 오늘은 IPO 이후 애널리스트들이 의견을 제시할 수 있는 첫 거래일이기 때문에 다같이 이닛한 것인데, 개인적인 생각은 세레브라스 IPO 분석 : 엔비디아 킬러인가? / 5월 18일 주간전략보고 당시와 달라진 게 없습니다. 생각이 달라지는 시점은 AWS Trainium3를 Prefill 및 Decode Attention 작업에 사용하고, Cerebras CS-3를 Decode FFN에 사용하는 구조로 램프업하기 시작하는 때일 것입니다. 만약 램프업 이전에 램프업이 되겠구나 생각할 수 있는 시점은 AWS가 세레브라스로부터 상당한 베네핏을 받고 지분을 받는 경우일 것입니다. 이에 대해서는 아래에 5월 18일 주간전략보고 당시 요약했던 내용을 올려드립니다. *참고자료 1, 2, 3, 4* (2) 마이크론/샌디스크에 대해서 애널리스트들의 코멘트가 이어졌습니다:

사실·구조DRAM·NAND 장기계약주 대상 · 산업·업종 · 메모리 산업관련 대상 · 기업·종목 · Sandisk

AI 수요와 장기계약은 메모리 가격·마진 구조를 어떻게 설명하는가?

이 자료가 더한 내용

Cantor는 CY26~28 DRAM·NAND 공급부족과 2026년 말 비트 공급의 약 50%가 LTA로 묶일 가능성을 제시했고, BofA는 NBM의 고정·변동 가격 구조와 FY2027 매출 3분의 1 이상 계약을 설명했다.

근거 보기 2

원문 구간 1
Cantor *첨부자료 5* : 메모리 트레이드는 건재하다(The Memory Trade is Alive and Well)가 제목입니다. Cantor의 뷰는 CY26/27/28 내내 DRAM 및 NAND 모두가 공급부족 상태가 지속될 것으로 보인다는 점입니다. 이제 Agentic AI 워크로드에 맞는 CPU 수요가 크게 올라오기 시작하지만 이를 따라잡을 수준의 생산능력 확대가 일어나고 있지 않기 때문입니다. 결과적으로 고객들이 현재의 가격이 오래 유지될 것을 인정하게 만들고 있으며 현재 메모리-하이퍼스케일러 간 계약들을 쭉 살펴보면 DRAM과 NAND 모두에서 2026년 말까지 Bit Supply 물량의 50% 정도가 선수금과 보장된 가격 범위를 포함하는 LTA로 묶일 것이라고 추정됩니다. 장기적인 수익 창출 능력에 영구적인 변화를 가져오기에 충분한 물량이란 입장입니다. BofA : 샌디스크와 고객사 간의 다년간 공급 파트너십인 "NBM"의 디테일을 정리했습니다. NBM는 초기 일정 기간에는 고정 가격을, 계약의 나머지 기간에는 변동 가격을 적용하는 구조입니다. 예를 들자면, 5년 LTA를 맺는다고 볼 때 2년은 고정가격-고정물량 + 3년은 변동가격-고정물량 구조입니다.
원문 구간 2
이 경우 가격이 하한에 도달하더라도 마진은 GPM 80% 선에서 유지되도록 설계되어 있습니다. 현재 샌디스크는 FY2027(3Q26~2Q27) 매출의 3분의 1 이상을 NBM을 통해 계약했으며 NAND 공급 물량의 60% 이상이 아직 추가 계약분으로 열려있음을 의미합니다. 계약가격 추세는 여전히 상승세이며 CY26까지도 더 높은 가격을 예상하고, 1H27까지도 가격이 견조할 것으로 예상합니다. 실질적인 공급 증가는 CY28/29쯤에나 가능할 거란 예상입니다. MS *첨부자료 6* : COMPUTEX 2026 이후 모건스탠리의 공급망 체크 결과, 서버 OEM들은 3Q26에 DRAM 가격이 QoQ 25~30% 추가로 상승할 것으로 예상했고, NAND 가격도 QoQ 20~40% 추가 상승할 것으로 전망했습니다. 현재 컨센으로는 보통 5~8%, 높아도 15% 상승 정도를 예상하고 있는 상태라서 여전히 EPS Upside가 더 남아있을 수 있음을 의미하는 수치라 좋습니다. CLSA *첨부자료 7* : AI 인프라는 컴퓨팅 제약이라기 보다 메모리 제약에 놓여져 있으며, 메모리가 전체 AI CapEx에서 가장 전략적인 부분이 되고 있습니다.

원문에서 제시한 근거

CLSA는 메모리의 데이터센터 CapEx 비중이 CY26 35%에서 CY27 48%로 높아지고, 공급업체 재고는 2~3주분이며 2H26 계약가격 상승 압력이 이어질 수 있다고 봤다. 작성자는 공급망 코멘트를 그대로 믿지 말고 합리성을 직접 검증해야 한다고 덧붙였다.

근거 보기 2

원문 구간 1
하이퍼스케일러들의 데이터센터 CapEx 중 메모리가 차지하는 비중은 CY26 35% → CY27 48%일 것으로 예상됩니다. 이에 따른 밸류에이션이 매겨져야 한다는 입장입니다. 또한 추론 수요가 크게 늘고 워크로드의 성격이 Agentic AI 및 Physical AI로 변하면서 향후 3~4년 동안 메모리가 계속 공급부족 상태에 머물 것으로 예상했습니다. LTA가 결국 주요 공급업체 생산능력의 50%를 차지하게 되면 업계의 이익 구조는 극적으로 변화할 것입니다. DRAM 공급업체 재고는 2~3주분이며 2H26 계약가격에 지속적인 상승 압력이 가해질 것으로 예상합니다. 특히 HBM의 마진이 높아질 것으로 예상했습니다 이거랑 별개이지만, Bernstein의 HBM ASP 추정처럼 그만큼 높아지진 않을 것 같습니다. 약간은 동떨어진 내용들이 있어서 Bernstein 코멘트는 포함하지 않았습니다. 주간에 전해드린 Mizuho TPU 35M 코멘트(이건 아마 compute die를 헷갈린 듯한데, 특정 벤더한테 물어보고 역으로 추정하는 것이라...)도 그렇고 다소 공급망의 현 상태와 동떨어진 코멘트가 생기곤 합니다.
원문 구간 2
당연히 모든 뉴스를 그대로 다 믿어서는 원활하게 판단 후 투자할 수 없고 bird-eye view를 잡고 '합리적이다 아니다'를 직접 판단해가면서 가야 합니다. 전해드리는 각종 심화편의 자료 힘은 이 '검증 작업'의 Ground Truth를 갖는다는 데에서 나옵니다. (3) 골드만삭스의 Scale-up, Scale-out의 구리/광학에 대해 잘 정리한 테이블이 있습니다 *첨부자료 8*: 원래 Scale-out은 광학을 메인으로 사용하고 있습니다. Scale-up은 구리가 메인이었지만, CY27쯤부터는 엔비디아를 필두로 CPO/NPO가 도입되며 광학이 쓰이기 시작합니다. 아마존은 Trainium과 구글 TPU 전략의 차이에서 전해드렸던 것처럼 'TCO 대비 퍼포먼스' 차원에서 저비용 중퍼포먼스를 목표로 하는 인프라라서 가장 마지막까지 구리, 가장 마지막까지 Active Rear Door(RDHx), 가장 마지막까지 자체 NIC를 사용하는 기업입니다. (4) 광학이 꽃피울 시기를 앞두고 루멘텀을 여전히 선호하는 이유는 순수하게 기술력이 가장 뛰어나고, 앞으로 모든 영역에서 기술력이 곧 생산성이자 성장 가시성으로 연결되기 때문입니다.

판단 방법공급망 코멘트 검증주 대상 · 투자판단·운용 · 투자 판단 방법

공급망 추정치를 투자 판단에 쓸 때 어떤 태도가 필요한가?

이 자료가 더한 내용

Bernstein HBM ASP나 Mizuho TPU 35M처럼 공급망 현 상태와 동떨어진 코멘트가 생길 수 있으므로, 모든 뉴스를 그대로 믿지 말고 bird-eye view에서 합리성을 직접 검증해야 한다고 제시했다.

근거 보기 2

원문 구간 1
하이퍼스케일러들의 데이터센터 CapEx 중 메모리가 차지하는 비중은 CY26 35% → CY27 48%일 것으로 예상됩니다. 이에 따른 밸류에이션이 매겨져야 한다는 입장입니다. 또한 추론 수요가 크게 늘고 워크로드의 성격이 Agentic AI 및 Physical AI로 변하면서 향후 3~4년 동안 메모리가 계속 공급부족 상태에 머물 것으로 예상했습니다. LTA가 결국 주요 공급업체 생산능력의 50%를 차지하게 되면 업계의 이익 구조는 극적으로 변화할 것입니다. DRAM 공급업체 재고는 2~3주분이며 2H26 계약가격에 지속적인 상승 압력이 가해질 것으로 예상합니다. 특히 HBM의 마진이 높아질 것으로 예상했습니다 이거랑 별개이지만, Bernstein의 HBM ASP 추정처럼 그만큼 높아지진 않을 것 같습니다. 약간은 동떨어진 내용들이 있어서 Bernstein 코멘트는 포함하지 않았습니다. 주간에 전해드린 Mizuho TPU 35M 코멘트(이건 아마 compute die를 헷갈린 듯한데, 특정 벤더한테 물어보고 역으로 추정하는 것이라...)도 그렇고 다소 공급망의 현 상태와 동떨어진 코멘트가 생기곤 합니다.
원문 구간 2
당연히 모든 뉴스를 그대로 다 믿어서는 원활하게 판단 후 투자할 수 없고 bird-eye view를 잡고 '합리적이다 아니다'를 직접 판단해가면서 가야 합니다. 전해드리는 각종 심화편의 자료 힘은 이 '검증 작업'의 Ground Truth를 갖는다는 데에서 나옵니다. (3) 골드만삭스의 Scale-up, Scale-out의 구리/광학에 대해 잘 정리한 테이블이 있습니다 *첨부자료 8*: 원래 Scale-out은 광학을 메인으로 사용하고 있습니다. Scale-up은 구리가 메인이었지만, CY27쯤부터는 엔비디아를 필두로 CPO/NPO가 도입되며 광학이 쓰이기 시작합니다. 아마존은 Trainium과 구글 TPU 전략의 차이에서 전해드렸던 것처럼 'TCO 대비 퍼포먼스' 차원에서 저비용 중퍼포먼스를 목표로 하는 인프라라서 가장 마지막까지 구리, 가장 마지막까지 Active Rear Door(RDHx), 가장 마지막까지 자체 NIC를 사용하는 기업입니다. (4) 광학이 꽃피울 시기를 앞두고 루멘텀을 여전히 선호하는 이유는 순수하게 기술력이 가장 뛰어나고, 앞으로 모든 영역에서 기술력이 곧 생산성이자 성장 가시성으로 연결되기 때문입니다.

사실·구조InP 레이저 cavity 길이주 대상 · 기업·종목 · Lumentum관련 대상 · 산업·업종 · 광통신 부품 산업

짧은 cavity 구현 역량은 생산성과 수율에 어떻게 연결되는가?

이 자료가 더한 내용

cavity가 길어지면 출력·노이즈·열부하에는 유리하지만, 같은 InP 레이저에서 길이를 60% 늘리면 die 면적도 60% 커지고 웨이퍼당 die 수는 62.5%로, 레이저 수는 37.5% 감소한다고 설명했다.

근거 보기 2

원문 구간 1
또 하나의 예시를 보자면, 좁은 선폭의 레이저를 선호하는 현상이 되면 InP 쇼티지가 더욱 심해집니다. 좁은 선폭, 낮은 노이즈 등을 구현할 수 있는 기술이 곧 레이저를 얼마나 작은 InP 면적으로 생산할 수 있느냐와 연결되기 때문에 그렇습니다. 정리해봅니다: 레이저에는 cavity가 있고 이것의 길이가 기업마다 다릅니다. cavity는 빛이 왕복하면서 증폭되는 공진기입니다. 레이저 안에서 빛이 정렬되고 증폭되는 활주로의 길이입니다. cavity length를 늘리면 세 가지가 좋아집니다. ⓐ더 많은 광출력을 뽑기가 쉬워집니다. ⓑ광자가 cavity 안에 머무는 시간이 길면 노이즈와 선폭을 좁히는 데 유리합니다. ⓒ같은 출력이라면 전류나 열부하를 분산할 수 있습니다. 이걸 반대 방향으로 생각해봅니다. 경쟁사들 입장에서는 하이퍼스케일러나 칩 메이커가 원하는 노이즈, 선폭, 출력을 못 맞추면 가장 쉬운 해결책이 cavity length를 늘리는 것이란 의미입니다. 그런데, cavity length는 공짜가 아닙니다. 같은 InP 레이저를 구현하는데 cavity를 60% 길게 만들면 그만큼 die 영역이 커집니다.
원문 구간 2
같은 선폭이면 예를 들어 루멘텀은 1.0에 구현할 것을 경쟁사가 1.6에 구현한다고 치면 레이저 하나가 차지하는 InP 면적은 60% 증가한 것입니다. 웨이퍼를 기준으로 보자면 총 die의 수가 62.5%로 줄어든다는 것이고, 레이저 기준으로 보자면 웨이퍼 한 장에서 나오는 레이저의 수가 37.5% 감소합니다. 그리고 면적이 커지면 수율은 나빠집니다. 기본적으로 웨이퍼에 걸쳐서 결함이 있을 밀도(defect density)는 비슷합니다. 그러면 die가 커지면 하나의 완성된 InP 레이저 기준 결함이 하나라도 있을 확률이 높아집니다. 결과적으로 정리하면 cavity length를 높이면 (ㄱ) 웨이퍼당 레이저 생산량이 크게 줄어들고 + (ㄴ) 수율도 같이 줄어들기에 실질 생산량은 크게 차이난다는 의미입니다. 여기서 루멘텀의 강점(브로드컴도 강자라 브로드컴도 해당. 루멘텀/브로드컴이 Top 2)은 더 짧은 cavity에서도 같은 출력과 같은 수준의 낮은 노이즈를 구현할 수 있다는 것입니다. 이걸 구현하려면 설계 역량만 있어서 되는 건 아니고 공정 역량도 필요하기 때문에 단기간에 이를 따라잡긴 어렵습니다.

원문에서 제시한 근거

루멘텀과 브로드컴의 강점은 더 짧은 cavity에서도 같은 출력과 낮은 노이즈를 구현하는 것이며, 설계뿐 아니라 공정 역량이 필요해 단기간 추격이 어렵다는 판단을 덧붙였다.

근거 보기 1

원문 구간 1
같은 선폭이면 예를 들어 루멘텀은 1.0에 구현할 것을 경쟁사가 1.6에 구현한다고 치면 레이저 하나가 차지하는 InP 면적은 60% 증가한 것입니다. 웨이퍼를 기준으로 보자면 총 die의 수가 62.5%로 줄어든다는 것이고, 레이저 기준으로 보자면 웨이퍼 한 장에서 나오는 레이저의 수가 37.5% 감소합니다. 그리고 면적이 커지면 수율은 나빠집니다. 기본적으로 웨이퍼에 걸쳐서 결함이 있을 밀도(defect density)는 비슷합니다. 그러면 die가 커지면 하나의 완성된 InP 레이저 기준 결함이 하나라도 있을 확률이 높아집니다. 결과적으로 정리하면 cavity length를 높이면 (ㄱ) 웨이퍼당 레이저 생산량이 크게 줄어들고 + (ㄴ) 수율도 같이 줄어들기에 실질 생산량은 크게 차이난다는 의미입니다. 여기서 루멘텀의 강점(브로드컴도 강자라 브로드컴도 해당. 루멘텀/브로드컴이 Top 2)은 더 짧은 cavity에서도 같은 출력과 같은 수준의 낮은 노이즈를 구현할 수 있다는 것입니다. 이걸 구현하려면 설계 역량만 있어서 되는 건 아니고 공정 역량도 필요하기 때문에 단기간에 이를 따라잡긴 어렵습니다.

해석·전망AI 인프라 Scale-up 연결주 대상 · 산업·업종 · AI 인프라 연결 산업관련 대상 · 기업·종목 · 엔비디아관련 대상 · 기업·종목 · 아마존

Scale-up 연결에서 구리와 광학의 역할은 어떻게 바뀐다고 제시됐는가?

이 자료가 더한 내용

Scale-out은 원래 광학을 주로 쓰고, Scale-up은 구리가 중심이었으나 CY27경부터 엔비디아를 필두로 CPO·NPO가 도입되며 광학을 쓰기 시작한다고 정리했다. 아마존은 저비용 중성능 인프라를 목표로 구리·Active Rear Door·자체 NIC를 가장 마지막까지 사용한다고 설명했다.

근거 보기 1

원문 구간 1
당연히 모든 뉴스를 그대로 다 믿어서는 원활하게 판단 후 투자할 수 없고 bird-eye view를 잡고 '합리적이다 아니다'를 직접 판단해가면서 가야 합니다. 전해드리는 각종 심화편의 자료 힘은 이 '검증 작업'의 Ground Truth를 갖는다는 데에서 나옵니다. (3) 골드만삭스의 Scale-up, Scale-out의 구리/광학에 대해 잘 정리한 테이블이 있습니다 *첨부자료 8*: 원래 Scale-out은 광학을 메인으로 사용하고 있습니다. Scale-up은 구리가 메인이었지만, CY27쯤부터는 엔비디아를 필두로 CPO/NPO가 도입되며 광학이 쓰이기 시작합니다. 아마존은 Trainium과 구글 TPU 전략의 차이에서 전해드렸던 것처럼 'TCO 대비 퍼포먼스' 차원에서 저비용 중퍼포먼스를 목표로 하는 인프라라서 가장 마지막까지 구리, 가장 마지막까지 Active Rear Door(RDHx), 가장 마지막까지 자체 NIC를 사용하는 기업입니다. (4) 광학이 꽃피울 시기를 앞두고 루멘텀을 여전히 선호하는 이유는 순수하게 기술력이 가장 뛰어나고, 앞으로 모든 영역에서 기술력이 곧 생산성이자 성장 가시성으로 연결되기 때문입니다.

해석·전망옵토일렉트로닉스 트랜시버 증설주 대상 · 기업·종목 · Applied Optoelectronics

증설 투자와 매출·마진 가정은 어떻게 제시됐는가?

이 자료가 더한 내용

Jonah Lupton 코멘트는 CY27·28 목표를 위한 증설이 순조롭고 수요가 공급을 크게 넘으며, 하이퍼스케일러가 LTA를 제안하고 있다고 전했다. 10만 대 증설에 약 1억2,000만달러, 연 120만 대·ASP 500달러·GPM 35~40% 가정의 계산도 함께 제시했다.

근거 보기 1

원문 구간 1
(5) 옵토일렉트로닉스는 Jonah Lupton의 코멘트로 크게 상승했습니다: CY27/28 목표 달성 측면에서 생산용량 확충은 순조롭게 진행되고 있다. 수요는 문제가 되지 않으며 수요가 공급을 훨씬 초과하고 있다. 향후 몇 년 안에 GPM 35% 달성이 확실해보인다. 모든 하이퍼스케일러가 LTA를 제안하며 공급을 선제적으로 확보하려 하고 있다. 트랜시버 10만 대를 만드는 데 약 $120M의 CapEx가 들어간다. 연간 120만 대이고 ASP가 $500라 가정하면 연간 $600M의 매출에 GPM 35~40%로 GP $210M~$240M를 버는 데에 $120M를 투자하는 셈입니다. (6) BlueFin에서 SMCI가 xAI로부터 $5.2B 규모의 GB300 NVL72 랙 1,500개(GB300 10.8만 개)를 추가 수주했다고 말했습니다. *첨부자료 9* SMCI의 이슈에도 불구하고 xAI는 SMCI로 할당되는 GB200/300에 관심을 갖고 비즈니스 관계를 이어가고 있습니다. 최근의 GB300 NVL72 랙 1,500개 주문은 Colossus 2를 위해 11월~2월 사이 출하된 3,100개, 테슬라용 랙 1,000개 주문에 이어서 나온 것입니다.

사실·구조GPU 클러스터 구축주 대상 · 산업·업종 · GPU 클라우드 산업관련 대상 · 기업·종목 · CoreWeave

숙련공 부족은 데이터센터 가동에 어떤 병목으로 제시됐는가?

이 자료가 더한 내용

CoreWeave 공동창업자는 숙련공 부족이 GPU 클러스터 가동의 가장 심각한 병목이며, 해당 기술자는 최소 5년 견습이 필요해 단기간 해소가 어렵다고 말했다. 작성자는 모듈식 데이터센터 구매와 SOFC 전환 수요를 해결 경로로 들었다.

근거 보기 2

원문 구간 1
TPU v9은 지금 일정상으로는 2Q28쯤부터 양산 예정입니다. 그러면 대략 반기 동안 300만 개 정도를 생산한다는 것으로 추정할 수 있습니다. 대략 연율화하면 600만 개의 물량입니다. 엔비디아도 CY2H28 양산할 Feynman 칩을 인텔이 생산할 수 있는지를 놓고 시험 생산 중입니다. Enterprise/GPU IaaS: (1) 코어위브 공동창업자 브래닌 맥비가 odd lots 팟캐스트에서 현재 숙련공 부족이 GPU 클러스터를 가동하는 데 있어서 가장 심각한 병목이라고 말했습니다. Powered Shell을 구축하는 일이 느려지고 있는 셈입니다. 그런데 이정도 사이트의 기술자가 되려면 최소 5년 이상의 견습기간이 필요하니 이것도 단기간에 해소되긴 어렵습니다. 이걸 해결하는 길은 두 가지입니다. 하나는 사전제작된 모듈식 데이터센터 제품들의 구매를 늘리는 것이 있고, 그런 점에서 버티브가 수혜를 입습니다. 다른 하나는 기존 가스터빈을 사용하던 프로젝트들을 SOFC 기반으로 교체하는 수요가 일정부분 있습니다.
원문 구간 2
이건 가스터빈을 구축하려고 해도 EPC에 페데스탈 작업이 필요한 게 병목이 된다는 의미라서 가스터빈쪽 병목과 관련하여 생기기 때문입니다. 이번 주 주간전략보고에 설명드린 바 있습니다. (2) 네오클라우드 수요가 영국/한국 등으로 퍼지는 중입니다. 네비우스는 영국 용량을 늘리기 위해 1.7B 파운드를 투자 발표했습니다. 2027년 완전 가동 시 65MW짜리 프로젝트입니다. 이외 한국에서도 총 2GW 정도의 데이터센터 발표가 있었습니다. 미국 외 각 선진국에서 GW급짜리 데이터센터 프로젝트들이 등장하고 있습니다. 지금까지는 AI HW 수요를 보시기에 미국 하이퍼스케일러들의 CapEx가 메인이었지만 앞으로는 엔터프라이즈 및 Non-US 수요도 점점 더 높은 비중으로 올라올 것으로 예상합니다. 이것이 엔비디아가 1Q26 실적발표에서 말한 "하이퍼스케일러 CapEx보다 '더' 빠르게 성장하겠다"의 Bull Case 의미입니다.

시점 관찰미국 외 네오클라우드 수요주 대상 · 산업·업종 · 네오클라우드 산업관련 대상 · 기업·종목 · Nebius기준 2026.06.09

AI 하드웨어 수요의 지역 범위가 어떻게 넓어지고 있는가?

이 자료가 더한 내용

Nebius는 영국 용량 확대에 17억파운드 투자를 발표했고 2027년 완전 가동 시 65MW 프로젝트가 된다. 한국에서도 약 2GW 데이터센터 발표이 있어, 작성자는 미국 하이퍼스케일러 외 엔터프라이즈·Non-US 수요 비중이 높아질 것으로 봤다.

근거 보기 1

원문 구간 1
이건 가스터빈을 구축하려고 해도 EPC에 페데스탈 작업이 필요한 게 병목이 된다는 의미라서 가스터빈쪽 병목과 관련하여 생기기 때문입니다. 이번 주 주간전략보고에 설명드린 바 있습니다. (2) 네오클라우드 수요가 영국/한국 등으로 퍼지는 중입니다. 네비우스는 영국 용량을 늘리기 위해 1.7B 파운드를 투자 발표했습니다. 2027년 완전 가동 시 65MW짜리 프로젝트입니다. 이외 한국에서도 총 2GW 정도의 데이터센터 발표가 있었습니다. 미국 외 각 선진국에서 GW급짜리 데이터센터 프로젝트들이 등장하고 있습니다. 지금까지는 AI HW 수요를 보시기에 미국 하이퍼스케일러들의 CapEx가 메인이었지만 앞으로는 엔터프라이즈 및 Non-US 수요도 점점 더 높은 비중으로 올라올 것으로 예상합니다. 이것이 엔비디아가 1Q26 실적발표에서 말한 "하이퍼스케일러 CapEx보다 '더' 빠르게 성장하겠다"의 Bull Case 의미입니다.

사실·구조데이터센터 전력장비주 대상 · 산업·업종 · 전력기기 산업

전력 제약과 장비별 리드타임은 어떻게 다르게 나타나는가?

이 자료가 더한 내용

Datacloud’26 요약은 Agentic AI 수요가 데이터센터 구축을 가속하지만 유럽은 규제·허가 지연에 제약된다고 했다. 고전압 변압기 리드타임은 2~6년, 가스발전기 3~4년, 중전압 UPS·스위치기어 1~2년인 반면 저전압 장비와 케이블은 훨씬 짧다고 제시했다.

근거 보기 2

원문 구간 1
(3) 아폴로-블랙스톤의 앤스로픽향 TPU 자금조달 규모가 기존 $30B에서 초과수요 덕에 $35B로 상향됐습니다. 이에 대해서는 6월 1일 주간전략보고 중 아마존 코멘트에서 전해드린 바 있습니다. 신재생/전력기기: (1) BofA가 Datacloud'26 컨퍼런스 내용을 정리했습니다: Agentic AI 수요가 높아지며 데이터센터 구축 속도는 더욱 가속화될 것으로 전망했습니다. 유럽은 대규모 배포에서 계속 뒤처지는 중이며 규제 및 허가 지연으로 제약이 되고 있습니다. 다만 추론 워크로드가 늘면 유럽 및 아시아로도 대규모 데이터센터 수요가 더욱 커질 것으로 봤습니다. 전력이 제약입니다. 잘 알려져 있지만 모든 형태의 발전장비 가격이 계속 상승하고 있습니다. 개인적으로 느끼기에는 이런 과정에서도 별도의 공급망을 쓰는 만큼 SOFC의 가격은 그대로일 것이므로 상당한 수요 증분을 가져갈 위치라고 보고 있습니다.
원문 구간 2
열과 전기를 공동설계하는 역량이 차별화 요소가 되고 있습니다. 통합된 아키텍처 설계 및 배포 역량을 가진 소수가 구조적 우위를 점하고 있습니다. 이것도 비슷하게 버티브에게 좋은 요인입니다. 고전압 변압기는 리드타임이 2~6년, 가스발전기는 3~4년, 중전압 UPS/스위치기어는 1~2년 수준입니다. 저전압 전기장비는 10~25주, 저전압 케이블은 ~10주 정도로 거의 리드타임이 없는 수준입니다. 광고/이커머스: (1) 업계의 별다른 뉴스가 없습니다. 의료기기/핀테크/코인: (1) 오늘 트랜스메딕스의 2Q 비행 건수는 2,138건, 오늘의 일간 비행데이터는 +33건입니다. 2Q는 69일이 지났으며 일평균 비행속도는 30.99건 속도입니다. 2Q 시작 당시에는 33~34건 속도였는데 계속해서 느려지고 있어서 좋지 않습니다. (2) 오늘의 서클 USDC 유통량은 $75.67B, CCTP 전송량은 30일 기준 $13.4B입니다.

시점 관찰TransMedics 2분기 비행 데이터주 대상 · 기업·종목 · TransMedics기준 2026.06.09

2분기 비행 속도는 어떤 방향으로 관찰됐는가?

이 자료가 더한 내용

2Q 비행 건수는 2,138건, 일간 데이터는 33건 증가였고 69일 경과 기준 일평균은 30.99건이었다. 2Q 초 33~34건 속도에서 계속 느려지고 있어 좋지 않다고 평가했다.

근거 보기 1

원문 구간 1
USDC 유통량 자체는 39주간 횡보 중입니다. 횡보를 뚫는 기준은 MoM 기준 20% 이상의 성장세를 1주간 유지하는가입니다. 오늘 주간 기준 -0.28%, 월간 기준 -3.01% 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) 오늘도 피겨 테크의 ⓐHELOC 발행량 방향을 알 수 있는 Provenance 데이터는 계속해서 우상향 중입니다. 새로운 대시보드를 추가했습니다. 계속해서 좋은 추세입니다. 저희의 생각을 담아서 랩을 운용하고 있습니다 메리츠증권 : https://naver.me/xQiZ5UHt

시점 관찰USDC 유통량의 판단 기준주 대상 · 시장·자산 · USDC관련 대상 · 기업·종목 · Circle기준 2026.06.09

USDC 유통량 변화에서 펀더멘털 변화를 판단하는 기준은 무엇인가?

이 자료가 더한 내용

USDC 유통량은 756억7,000만달러, 30일 CCTP 전송량은 134억달러이며 39주간 횡보했다. 작성자는 MoM 20% 이상 성장세가 1주 유지되는지를 돌파 기준으로 보고, 현재 변화는 크립토 페어 트레이딩 예탁금 영향이 커 스테이블코인 결제 펀더멘털 변화는 아니라고 했다.

근거 보기 1

원문 구간 1
USDC 유통량 자체는 39주간 횡보 중입니다. 횡보를 뚫는 기준은 MoM 기준 20% 이상의 성장세를 1주간 유지하는가입니다. 오늘 주간 기준 -0.28%, 월간 기준 -3.01% 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) 오늘도 피겨 테크의 ⓐHELOC 발행량 방향을 알 수 있는 Provenance 데이터는 계속해서 우상향 중입니다. 새로운 대시보드를 추가했습니다. 계속해서 좋은 추세입니다. 저희의 생각을 담아서 랩을 운용하고 있습니다 메리츠증권 : https://naver.me/xQiZ5UHt

시점 관찰Figure Technology HELOC 데이터주 대상 · 기업·종목 · Figure Technology기준 2026.06.09

Provenance 데이터는 어떤 추세로 관찰됐는가?

이 자료가 더한 내용

HELOC 발행량 방향을 보여주는 Provenance 데이터가 계속 우상향 중이며, 새 대시보드를 추가했고 좋은 추세라고 전했다.

근거 보기 1

원문 구간 1
USDC 유통량 자체는 39주간 횡보 중입니다. 횡보를 뚫는 기준은 MoM 기준 20% 이상의 성장세를 1주간 유지하는가입니다. 오늘 주간 기준 -0.28%, 월간 기준 -3.01% 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) 오늘도 피겨 테크의 ⓐHELOC 발행량 방향을 알 수 있는 Provenance 데이터는 계속해서 우상향 중입니다. 새로운 대시보드를 추가했습니다. 계속해서 좋은 추세입니다. 저희의 생각을 담아서 랩을 운용하고 있습니다 메리츠증권 : https://naver.me/xQiZ5UHt

시간흐름대로 모든 내용을 살려 정리

인사와 주간전략보고 안내

안녕하세요 올바른입니다. 2026년 6월 9일 화요일, 데일리 전해드립니다. 6월 8일~12일 주간전략보고 바로가기를 먼저 올립니다. 투자자문 서비스에 따라 투자하면 원금 손실이 날 수 있고, 투자 손익에 대한 책임은 전적으로 고객에게 귀속됩니다. 과거 투자수익도 미래 수익률을 보장하지 않습니다. 신규 구독 전에는 아래 투자자문계약 권유문서의 계약 관련 제반 사항을 반드시 읽고 충분히 검토하시기 바랍니다. 투자자문계약 권유문서는 https://naver.me/5ZST47Qf 입니다.

장 마감 지표와 섹터

일간보고입니다. 주요 지수는 나스닥 +0.86% > 러셀 +0.77% > S&P +0.30% > 다우 -0.16% 순이었습니다. 상승종목비율은 NYSE 90%, Nasdaq 128%로 표시했습니다. 반도체·테크·적자성장주·에너지가 강했고, 유틸리티·원자재·금융은 약했습니다. 메이저 뉴스는 제목, 참고를 위해 살펴보는 기업군 주가, 그날의 생각 순서로 보겠습니다.

애플의 Gemini 계약과 AFM 구성

애플 WWDC26을 마쳤습니다. 애플은 구글과 연간 10억달러 규모 계약을 맺고 Gemini 모델을 Siri와 Apple Intelligence 구현 모델로 사용 중입니다. 지능을 담당하는 모델은 세 가지입니다. AFM Cloud는 애플이 자체적으로 만든 모델이지만 Gemini에서 distilled한 모델이라고 명확히 밝혔고, AFM Local은 전적으로 애플이 만들었습니다. AFM Cloud Pro는 Gemini 모델을 갖고 서빙하는 것으로 보이는데, 애플이 자체 사전훈련부터 사후훈련, RL Stack까지 구현했습니다. 구글이 Gemini를 어떻게 다루는지 따로 애플에 공개한 것으로 보입니다.

MoE와 NAND를 쓴 애플의 추론 구조

애플의 3세대 파운데이션 모델 System card는 ML 페이지에서 볼 수 있었습니다. 우선 첫째는 MoE 모델입니다. Static weights in DRAM, Dynamic experts, inactive experts라는 표현은 Total parameter와 Active Parameter로 생각하시면 됩니다. 애플은 이미 전문가 집단 사이에 통용되는 단어를 본인 방식으로 바꿔 쉽게 설명하는 데 능합니다. 다만 처음 보면 애플이 이걸 처음 만들었다고 착각하기 쉽습니다. 더닝 크루거가 잘 먹히는 기업입니다. 둘째는 비싼 DRAM 대신 NAND를 적극 쓴 점입니다. 절대 가격이 비싸다는 뜻이 아니라 memory hierarchy에서 $/GB 차원에서 비싸다는 뜻이고, $/GB와 Latency의 trade-off를 생각하시면 됩니다. Total parameter를 DRAM 대신 NAND에 저장했습니다. 표준 MoE처럼 토큰 단위로 가중치를 교환하기에는 NAND-DRAM 대역폭이 너무 느리니, 프롬프트별로 라우팅 결정을 내리고 특정 사용사례별 활성 매개변수를 미리 정했습니다. 랜덤성을 요구하면 대역폭 문제가 두드러질 테니 결정론적으로 움직이게 만든 겁니다. 애플 정도면 Tier 3이라고 볼 수 있겠지만 꽤 흥미로운 시도라 인상적이었습니다. 이런 부분은 <LLM 추론 토큰 가격의 비밀 : MoE의 시대, 엔비디아의 NVL72가 중요한 이유>을 보고 나셨다면 이해가 더 잘 되실 내용입니다.

TPU 사전훈련과 GPU 최적화

셋째로 GCP에서 TPU를 쓴 사전훈련 규모를 대폭 키운 뒤, 각 모델을 서빙할 하드웨어에 맞게 최적화했습니다. AFM Core·AFM 3 Core Advanced·AF3 Cloud·ADM 3 Cloud(Image)는 Apple Silicon에, 가장 고지능의 거대모델 AFM 3 Cloud Pro는 엔비디아 GPU에 맞췄다는 내용입니다. 사람들 생각과는 다를 수 있지만, 거대 행렬곱을 하고 Pod에서 최대한 큰 Scale-up 도메인 메모리 용량을 가져야 하는 사전훈련에서는 TPU가 유리한 점이 있고, MoE 추론 영역에서는 엔비디아 GPU가 TCO 대비 퍼포먼스가 가장 높습니다. 다만 2024년 9월 o1-preview의 test-time compute, 즉 Reasoning 트렌드 뒤에는 추론이 곧 훈련이고 훈련이 곧 추론인 상태로 접어들었습니다. 양자화 인지 훈련(Quantization Aware Training)과 FP4 조합 덕에 저정밀도 연산의 힘으로 훈련에서도 보편적으로는 엔비디아 GPU가 가장 좋다고 추정합니다. 이 부분은 <AI 가속기 심화면 : GPU vs TPU, 무엇이 칩을 다르게 만드나 (feat. CPU, ASIC, FPGA> 자료를 보고 나셨다면 이해가 더 잘 되실 내용입니다.

애플 AI 내러티브와 OpenAI·Gemini 소식

궈밍치가 WWDC26를 보고 코멘트했습니다. 애플의 핵심 내러티브는 AI에서 일시적으로 뒤처져 있어도 결국 따라잡아 앞서나갈 것이라는 것입니다. 이 내러티브가 깔려 있으니, AI 없이도 이 정도 성과를 냈으니 AI를 도입하면 더 강하겠다는 생각이 투자자들의 컨센서스입니다. WWDC26의 핵심은 Gemini를 써서 구글보다 나은 AI 애플리케이션, 개인화된 에이전트, 온디바이스 및 클라우드 경험을 제공할 수 있느냐입니다. 남의 모델을 썼더라도 사용자 경험은 구글의 픽셀보다 낫게 만드는 것이 중요합니다. OpenAI도 SEC에 S-1 초안을 비공개로 제출하고 ‘Built to benefit everyone: our plan’을 올렸습니다. Gemini 3.5 Pro는 공격적으로 개선 중이지만 원하는 성능이 나오지 않아 더 많은 체크포인트를 거쳐야 한다는 루머가 돕니다. 가장 큰 문제는 Agentic AI 워크로드의 핵심인 길고 복잡한 작업을 잘 수행하지 못한다는 데 있고, 3.1 Pro보다 높은 가격으로 6월 중순 출시가 목표입니다.

세레브라스의 성장 논리와 바뀔 조건

Mizuho가 세레브라스에 긍정적으로 코멘트하며 네 가지를 강조했습니다. AI CapEx가 2030년까지 CAGR 36%로 연간 약 2조8,000억달러까지 확장할 때 직수혜를 받고, 가장 빠르게 성장하는 Fast Inference를 선도한다는 것입니다. 이 세그먼트는 2030년 약 5,500억달러 규모, CAGR 약 291%로 제시됐습니다. WSE(Wafer Scale Engine)를 중심으로 한 on-chip SRAM 기반 독점 HW·SW 스택의 결합과 확대되는 고객 파이프라인도 CY25~CY29 CAGR 122% 성장의 근거입니다. 오늘은 IPO 뒤 애널리스트가 의견을 제시할 수 있는 첫 거래일이라 다 같이 이닛한 것이지만, 개인적인 생각은 세레브라스 IPO 분석 : 엔비디아 킬러인가? / 5월 18일 주간전략보고 당시와 달라진 게 없습니다. 생각이 달라지는 시점은 AWS Trainium3를 Prefill과 Decode Attention에 쓰고 Cerebras CS-3를 Decode FFN에 쓰는 구조가 램프업하기 시작하는 때입니다. 그 전에는 AWS가 세레브라스에서 상당한 베네핏을 받고 지분을 받는다면 램프업을 짐작할 단서가 될 수 있습니다. 아래에는 그 5월 18일 주간전략보고 때 요약했던 참고자료 1, 2, 3, 4를 올려드립니다.

DRAM·NAND 공급부족과 LTA

Cantor는 CY26·27·28 내내 DRAM과 NAND 공급부족이 이어진다고 봅니다. Agentic AI에 맞는 CPU 수요는 커지지만 생산능력 확대가 못 따라가고 있기 때문입니다. 고객은 가격 지속을 인정하고 있으며, 메모리와 하이퍼스케일러 계약을 보면 2026년 말까지 비트 공급의 약 50%가 선수금과 보장 가격 범위가 든 LTA로 묶일 수 있습니다. 장기 수익 창출 능력에 영구적 변화를 줄 만큼의 물량이라는 입장입니다.

샌디스크 NBM과 서버 OEM 가격 전망

BofA는 샌디스크와 고객사 간 다년간 공급 파트너십인 NBM의 디테일을 정리했습니다. NBM은 초기 일정 기간에는 고정 가격, 계약 나머지 기간에는 변동 가격을 적용합니다. 예를 들어 5년 LTA라면 2년은 고정가격·고정물량, 3년은 변동가격·고정물량 구조입니다. 이 경우 가격이 하한에 도달해도 마진은 GPM 80% 선을 유지하도록 설계됩니다. 샌디스크는 FY2027, 즉 3Q26~2Q27 매출의 3분의 1 이상을 NBM으로 계약했고, NAND 공급 물량의 60% 이상은 아직 추가 계약분으로 열려 있다는 뜻입니다. 계약가격 추세는 상승세이고 CY26까지 더 높은 가격, 1H27까지 견조한 가격, 실질적 공급 증가는 CY28·29쯤이라는 예상입니다. COMPUTEX 2026 뒤 모건스탠리의 공급망 체크에서는 서버 OEM이 3Q26 DRAM 가격은 QoQ 25~30%, NAND 가격은 QoQ 20~40% 추가 상승을 예상했습니다. 현재 컨센서스는 보통 5~8%, 높아도 15% 상승 정도이므로 EPS upside가 더 남을 수 있다는 수치라 좋습니다.

메모리 제약과 뉴스 검증

CLSA는 AI 인프라가 컴퓨팅 제약이라기보다 메모리 제약에 놓여 있고, 메모리가 전체 AI CapEx에서 가장 전략적인 부분이 되고 있다고 봤습니다. 하이퍼스케일러 데이터센터 CapEx에서 메모리 비중은 CY26 35%에서 CY27 48%로 높아질 전망입니다. 추론 수요가 크게 늘고 워크로드가 Agentic AI와 Physical AI로 바뀌면 향후 3~4년 메모리는 계속 공급부족 상태에 머문다는 예상입니다. LTA가 주요 공급업체 생산능력의 50%를 차지하면 업계 이익 구조가 극적으로 변하고, DRAM 공급업체 재고는 2~3주분이며 2H26 계약가격에도 지속적인 상승 압력이 가해질 수 있다고 봤습니다. 특히 HBM 마진 상승도 예상했습니다. 다만 Bernstein의 HBM ASP 추정처럼 그만큼 높아지지는 않을 것 같습니다. 주간에 전한 Mizuho TPU 35M 코멘트도 compute die를 헷갈린 듯하고 특정 벤더에 물어 역으로 추정한 것이라, 공급망 현 상태와 동떨어진 코멘트가 생기곤 합니다. 모든 뉴스를 그대로 믿어서는 원활하게 판단 후 투자할 수 없습니다. bird-eye view를 잡고 '합리적이다 아니다'를 직접 판단해가면서 가야 합니다. 심화편 자료의 힘은 이 검증 작업의 Ground Truth를 갖는 데 있습니다.

Scale-up·Scale-out의 광학 전환

골드만삭스에는 Scale-up, Scale-out의 구리·광학을 잘 정리한 테이블이 있습니다. 원래 Scale-out은 광학을 메인으로 사용합니다. Scale-up은 구리가 메인이었지만 CY27쯤부터 엔비디아를 필두로 CPO와 NPO가 도입되며 광학을 쓰기 시작합니다. 아마존은 Trainium과 구글 TPU 전략 차이에서 전해드렸듯 TCO 대비 퍼포먼스 차원에서 저비용 중퍼포먼스를 목표로 하는 인프라입니다. 그래서 구리도, Active Rear Door(RDHx)도, 자체 NIC도 가장 마지막까지 사용하는 기업입니다.

cavity 길이와 InP 생산성

광학이 꽃피울 시기를 앞두고 루멘텀을 여전히 선호하는 이유는 순수하게 기술력이 가장 뛰어나고, 앞으로 모든 영역에서 기술력이 곧 생산성이자 성장 가시성으로 연결되기 때문입니다. 좁은 선폭 레이저를 선호하게 되면 InP 쇼티지는 더욱 심해질 수 있습니다. 좁은 선폭과 낮은 노이즈를 구현하는 기술은 레이저를 얼마나 작은 InP 면적으로 생산할 수 있느냐와 연결되기 때문입니다. 레이저에는 cavity가 있고 길이가 기업마다 다릅니다. cavity는 빛이 왕복하며 증폭되는 공진기, 레이저 안에서 빛이 정렬되고 증폭되는 활주로의 길이입니다. cavity length를 늘리면 더 많은 광출력을 뽑기 쉽고, 광자가 cavity 안에 오래 머물러 노이즈와 선폭을 좁히는 데 유리하며, 같은 출력이라면 전류나 열부하도 분산할 수 있습니다. 반대로 경쟁사가 하이퍼스케일러나 칩 메이커가 원하는 노이즈·선폭·출력을 못 맞추면 가장 쉬운 해결책은 cavity length를 늘리는 것입니다.

루멘텀의 짧은 cavity 경쟁력

cavity length는 공짜가 아닙니다. 같은 InP 레이저에서 길이를 60% 늘리면 die 면적도 60% 늘어납니다. 같은 선폭을 루멘텀이 1.0에, 경쟁사가 1.6에 구현한다면 웨이퍼당 총 die 수는 62.5%로 줄고 레이저 수는 37.5% 감소합니다. 면적이 커질수록 같은 defect density 아래 결함을 하나라도 가질 확률도 높아져 수율이 나빠집니다. 루멘텀과 브로드컴은 짧은 cavity에서도 같은 출력·낮은 노이즈를 내며, 이는 설계뿐 아니라 공정 역량이 필요해 단기간 추격이 어렵습니다.

옵토일렉트로닉스 증설·수요·수익성 계산

옵토일렉트로닉스는 Jonah Lupton 코멘트로 크게 상승했습니다. CY27·28 목표 달성 측면에서 생산용량 확충은 순조롭게 진행되고 있고, 수요는 문제가 되지 않으며 공급을 훨씬 초과한다고 합니다. 향후 몇 년 안에 GPM 35% 달성도 확실해 보이고, 모든 하이퍼스케일러가 LTA를 제안해 공급을 선제적으로 확보하려 합니다. 트랜시버 10만 대를 만드는 데 CapEx 약 1억2,000만달러가 듭니다. 연간 120만 대를 만들고 ASP를 500달러라고 가정하면 연간 6억달러 매출입니다. GPM 35~40%라면 GP 2억1,000만~2억4,000만달러를 버는 데 1억2,000만달러를 투자하는 셈입니다.

SMCI·xAI GB300 빌드의 해석

BlueFin에서 SMCI가 xAI로부터 52억달러 규모 GB300 NVL72 랙 1,500개, GB300 10만8,000개를 추가 수주했다고 말했습니다. SMCI의 이슈에도 xAI는 SMCI로 할당되는 GB200·300에 관심을 갖고 비즈니스 관계를 이어가고 있습니다. 최근 GB300 NVL72 랙 1,500개 주문은 Colossus 2를 위해 11월~2월 사이 출하된 3,100개와 테슬라용 랙 1,000개 주문에 이어 나온 것입니다. 해당 빌드는 6월 초에 시작됐고 8월쯤 완료될 예정입니다. 이제 좀 약간의 비밀을 푼 것 같은데, 이번 주 주간전략보고의 코어위브 코멘트에서 전한 스페이스X의 구글 계약은 GB300 NVL72 물량으로 추정됩니다. Dell도 GB300 NVL72를 주문했다고 확인되므로 SMCI 물량 11만 개는 빌드를 마치자마자 10월부터 구글에 서비스한다는 의미입니다. 기존 물량을 판 게 아니라 신규로 가장 좋은 빌드를 서비스하는 물량이라 비쌌던 것입니다. GB200치고 가격이 높아 GB300 NVL72 코히런트 AI 클러스터 임대라 프리미엄을 받았나 보다 했는데 그게 맞는 듯합니다. 보통 DCI로 엮어 하나의 클러스터로 잡지만 Colossus는 아예 하나의 데이터센터 안에 구축해버린 것입니다.

인텔 TPU 주문과 데이터센터 숙련공 병목

구글이 CY28까지 TPU 물량 300만 개 이상을 인텔에 주문했습니다. TPU v8t·v8i까지는 TSMC에 맡기고 있으니 TPU v9 물량이라는 뜻입니다. 실질적으로 미디어텍-인텔 EMIB 물량이라 이 정도면 생각보다 많습니다. TPU v9은 지금 일정상 2Q28쯤부터 양산 예정입니다. 그러면 대략 반기 동안 300만 개 정도를 생산하고 연율화하면 600만 개 물량으로 추정할 수 있습니다. 엔비디아도 CY2H28 양산할 Feynman 칩을 인텔이 생산할 수 있는지 놓고 시험 생산 중입니다. 한편 코어위브 공동창업자 브래닌 맥비는 odd lots 팟캐스트에서 숙련공 부족이 GPU 클러스터를 가동하는 데 가장 심각한 병목이라고 말했습니다. Powered Shell 구축이 느려지는 셈이고, 이 정도 사이트의 기술자가 되려면 최소 5년 이상 견습이 필요하니 단기간에 해소되기 어렵습니다.

모듈식 구축과 미국 밖 네오클라우드

이걸 해결하는 길은 두 가지입니다. 하나는 사전제작된 모듈식 데이터센터 제품 구매를 늘리는 것이고, 그런 점에서 버티브가 수혜를 입습니다. 다른 하나는 기존 가스터빈을 사용하던 프로젝트 일부를 SOFC 기반으로 교체하는 수요입니다. 가스터빈을 구축하려 해도 EPC의 페데스탈 작업이 병목이 된다는 뜻이라 가스터빈 쪽 병목과 관련해 생깁니다. 네오클라우드 수요는 영국·한국 등으로 퍼지는 중입니다. 네비우스는 영국 용량을 늘리기 위해 17억파운드 투자를 발표했고, 2027년 완전 가동하면 65MW 프로젝트입니다. 한국에서도 총 2GW 정도 데이터센터가 발표됐고, 미국 밖 선진국에서 GW급 데이터센터 프로젝트가 등장하고 있습니다. 지금까지 AI HW 수요를 볼 때는 미국 하이퍼스케일러 CapEx가 메인이었지만, 앞으로는 엔터프라이즈와 Non-US 수요도 더 높은 비중으로 올라올 것으로 예상합니다. 이것이 엔비디아가 1Q26 실적발표에서 말한 하이퍼스케일러 CapEx보다 ‘더’ 빠르게 성장하겠다는 Bull Case의 의미입니다.

Anthropic 자금조달과 전력 제약

아폴로·블랙스톤의 Anthropic향 TPU 자금조달 규모가 기존 300억달러에서 초과수요 덕에 350억달러로 상향됐습니다. BofA는 Datacloud’26 컨퍼런스 내용을 정리하며 Agentic AI 수요가 높아져 데이터센터 구축 속도는 더 가속될 것으로 봤습니다. 유럽은 규제와 허가 지연으로 대규모 배포에서 계속 뒤처지는 중입니다. 다만 추론 워크로드가 늘면 유럽과 아시아에도 대규모 데이터센터 수요가 더 커질 수 있습니다. 전력이 제약입니다. 모든 형태의 발전장비 가격은 계속 오르고 있습니다. 개인적으로는 이런 과정에서도 별도 공급망을 쓰는 SOFC 가격이 그대로라면 상당한 수요 증분을 가져갈 위치라고 봅니다.

전력장비 리드타임과 광고·이커머스

열과 전기를 공동설계하는 역량이 차별화되고, 통합 아키텍처 설계·배포 역량을 가진 소수가 구조적 우위를 갖습니다. 버티브에도 좋은 요인입니다. 고전압 변압기 리드타임은 2~6년, 가스발전기는 3~4년, 중전압 UPS·스위치기어는 1~2년입니다. 저전압 전기장비는 10~25주, 저전압 케이블은 약 10주로 거의 리드타임이 없는 수준입니다. 광고·이커머스 업계에는 별다른 뉴스가 없습니다.

의료기기·USDC·Figure 일간 관찰

오늘 트랜스메딕스의 2Q 비행 건수는 2,138건이고, 오늘 일간 비행 데이터는 +33건입니다. 2Q는 69일이 지났으며 일평균 비행속도는 30.99건 속도입니다. 2Q 시작 당시에는 33~34건 속도였는데 계속 느려지고 있어 좋지 않습니다. 오늘 서클 USDC 유통량은 756억7,000만달러, CCTP 전송량은 30일 기준 134억달러입니다. USDC 유통량 자체는 39주간 횡보 중입니다. 횡보를 뚫는 기준은 MoM 기준 20% 이상 성장세를 1주간 유지하는가입니다. 오늘 주간 기준 -0.28%, 월간 기준 -3.01% 수준입니다. 지금은 BTC/USDC, ETH/USDC 같은 Crypto Pair Trading을 위한 예탁금 때문에 USDC 유통량이 바뀌는 게 가장 큽니다. 크립토가 오르면 USDC 유통량이 일시적으로 오르기도 합니다. 아직 스테이블코인 결제가 더 쓰인다는 요소로 펀더멘털이 바뀌는 것은 아닙니다. 오늘도 피겨 테크의 HELOC 발행량 방향을 알 수 있는 Provenance 데이터는 계속 우상향 중입니다. 새로운 대시보드를 추가했고 계속 좋은 추세입니다. 저희의 생각을 담아 랩을 운용하고 있습니다. 메리츠증권 : https://naver.me/xQiZ5UHt 입니다.

그럼에도 빠진내용 정리

잡담·곁다리 내용

별도 참고사항이 없습니다.

생략 기록

별도 생략 기록이 없습니다.

그럼에도 빠진내용 정리

압축/생략	원문의 투자자문 고지, 주간전략보고·심화 자료·첨부자료의 개별 링크와 서식은 흐름에 맥락만 보존하고 원문 보존 파일에서 확인한다.
잡담/운영	광고·이커머스에는 별다른 뉴스가 없다는 문장과 랩 운용·메리츠증권 링크는 흐름 마지막에 보존했다.
추정·보도	Gemini 성능 루머, BlueFin의 추가 수주, TPU 물량의 반기·연율 환산, 코어위브·스페이스X 연결 해석은 원문 표현대로 추정 또는 보도로 남겼다.

원문 확인

document_work_runner prepare가 입력 원문을 수정 없이 보존했다.

원문 다운로드 새 창에서 보기