주간전략보고 : 투자의 생각 (9월 28일~10월 2일)

식당의 좌석 배치와 테이블 간격까지 사진으로 확인할 수 있다면, 생각보다 많은 선택을 AI에 맡길 수 있습니다. 소비자가 직접 여러 앱을 돌아다녀야 할 이유가 줄어듭니다. ​ 이커머스 기업은 낮은 마진의 상품 판매로 고객을 모은 뒤 물류 서비스, 판매 수수료, 광고를 붙여왔습니다. 규모를 확보한 아마존에서 가치가 높은 자산은 물류센터나 상품 구색만이 아닙니다. '무언가를 사려는 사람이 가장 먼저 Amazon.com에 들어온다'는 습관입니다. ​ 구매 의도를 가진 고객이 모이기 때문에 판매자들이 광고비를 냅니다. 그런데 소비자가 Muse에게 "$500 이하에서 신생아가 쓰기 좋고 접기 편한 유모차를 찾아서 사줘"라고 맡기면 아마존 검색 결과와 광고를 직접 볼 필요가 없습니다. 에이전트가 아마존과 브랜드 자사몰의 가격/배송/리뷰를 비교해 주문하면 광고 노출과 마켓플레이스 수수료를 취할 기회가 함께 줄어듭니다. ​ 장기적으로는 에이전트가 고객 접점을 갖고, 기존 이커머스 기업은 상품과 물류를 제공하는 백엔드 공급자 중 하나로 바뀌는 시나리오입니다. 제조사가 직접 판매하면서 기존 유통/마케팅 비용의 일부를 가져가고, 고객을 데려온 에이전트 플랫폼과 나누는 구조도 생각해볼 수 있습니다. ​ OTA에서는 구글에게 내던 고객 유입 비용이 메타로 갈 가능성 최근 부킹홀딩스랑 익스피디아가 크게 하락하고 있는데, 이 부분은 조금 다르게 볼 필요가 있습니다. 펀더멘털만 놓고 보면 OTA 자체보다 오히려 구글이 더 직접적인 영향을 받을 가능성이 있습니다. 깊게 파고들다보면, 돌고 돌아서 Muse의 성공은 구매 의도를 장악했던 구글의 파이를 가져오는 것이 핵심인 경우가 많습니다. ​ BKNG와 EXPE는 매년 막대한 금액을 퍼포먼스 마케팅에 지출하고 있습니다. 그중 가장 중요한 채널이 구글입니다. BKNG는 연간 마케팅비만 $8B를 넘고, EXPE 역시 $7B 이상을 지출합니다. Origo Research 등 일부 외부 추정에서는 BKNG의 Google/paid search 관련 지출을 연간 $7B 안팎으로 추정합니다. ​ 이렇게 돈을 써서 자사 웹페이지로 트래픽을 끌어옵니다. 그 결과 부킹홀딩스는 B2C 예약의 약 65%, 익스피디아는 consumer business의 약 2/3가 direct 채널에서 발생합니다.

​ 최근 짧게 1박 2일 여행을 준비하면서 ChatGPT에 여러 비교 작업을 맡겨봤는데, 맡기면서 느끼다보니 사실 지금 시대의 모든 계획과 소비라는 건 결국 누군가의 리뷰를 읽어가면서 평가하는 일이 본질이라고 알게 됐습니다. 관점을 바꾸니 해석도 달라졌습니다. ​ 새 스마트폰을 보고, 자동차를 보고, 어디 여행을 가서 걷기 좋은 곳이 없는지, 식당은 여러 곳 중에 어디가 좋은지, 아니면 특색 있는 지역 명소의 맛집 식당이 있어서 그곳을 찾아갈만한 곳은 없는지, 각 경로별로 식당-카페는 어디로 갈지, 중간에 주유소는 어떻게 채우면 좋을지 등등을 다루는 일입니다. 유튜브로 찾아보건, 지도 앱에서 리뷰를 찾건 기본적으로 다 리뷰부터 찾고 있는 게 대부분입니다. ​ 식당의 메뉴, 좌석 배치, 뷰, 친절함, 위생 등등이 어떤지도 결국은 광고성 리뷰 같지 않은 것들 중에서 살펴보면서 고르는 일이었습니다. 그렇게 생각하고 이것저것 시켜보니 당연히 ChatGPT가 훨씬 더 짧고 다각도로 체크해서 잘 봅니다. 요즘은 식당 내 사진들도 다 찍혀있기 때문에 '테이블간 간격이 넓어보이는 식당 찾기'처럼 이것도 얘가 할 수 있을까? 하는 것도 생각보다 다 잘 찾아냅니다. ​ 계획하고 소비한다는 일이 결국 수많은 리뷰를 읽고 조건에 맞게 평가하는 과정이라면, AI가 Customer Journey Map을 바꾸는 폭은 생각보다 클 수 있겠다는 결론으로 남았습니다. ​ 아마존의 가장 큰 자산 = '쇼핑의 시작점' 이커머스 자체는 원래 마진이 낮습니다. 순이익률 1~5%로 운영되는 경우가 많고, 가격을 너무 높이면 소비자가 바로 다른 곳으로 이동합니다. 이 시장에서 아마존이 만든 가장 강력한 구조가 Amazon Flywheel입니다. 최저가 → 좋은 고객 경험 → 소비자 트래픽 증가 → 판매자 수 증가 → 상품 구색 확대 → 물류센터의 활용도 커지면서 배송품당 물류/구매 비용 절감 → 다시 최저가 제안 가능 입니다. ​ 이렇게 규모를 키워가면서 아마존은 계속해서 상품 판매 밖에서 수익원을 하나씩 붙였습니다. FBA로 물류를 서비스화했고, Marketplace 거래에는 수수료를 받고, 이후에는 광고까지 붙였습니다. 이 사업들은 상품을 직접 판매하는 것보다 훨씬 마진이 높습니다.

​ 그래서 지금의 아마존을 생각할 때 물류센터와 상품 구색만 보면 안 됩니다. 아마존의 가장 가치 있는 자산 중 하나는 '무언가를 사려는 사람이 가장 먼저 Amazon.com에 들어온다'는 습관입니다. 구매의도를 가진 사람이 알아서 아마존 검색창에 들어오기 때문에 판매자는 그 고객에게 노출되기 위해 광고비를 지불합니다. 저마진 커머스 위에 고마진 광고 사업을 올릴 수 있었던 이유입니다. ​ 에이전트가 쇼핑을 대신 하기 시작하면, 검색창을 거치지 않는다 지금까지 소비자가 유모차를 사려고 하면 Amazon.com에 들어가 검색창에 제품명을 입력했습니다. 검색 결과와 광고를 보고, 리뷰를 읽은 뒤 상품을 구매합니다. ​ 앞으로는 Muse에게 이렇게 말할 수 있습니다. "500달러 이하에서 신생아가 쓰기 좋고 접기 편한 유모차를 찾아서 사줘." Muse가 아마존, 쇼피파이 판매자, 브랜드 자사몰을 돌아다니면서 가격/배송조건/리뷰를 비교해 상품을 고른다면 소비자는 아마존의 검색 결과 화면을 볼 필요가 없습니다. ​ 아마존 입장에서는 광고 노출 기회가 사라집니다. 또한 아마존 Marketplace의 3P Seller에게 받던 수수료도 문제가 됩니다. 같은 상품을 브랜드 자사몰에서 더 싸게 살 수 있다면 에이전트는 굳이 아마존을 선택할 이유가 없습니다. 지금까지 아마존이 거래 성사 과정에서 가져가던 15~30% 안팎의 take rate도 압박받을 수 있습니다. 아마존을 거치는 상품 자체가 줄어든다면 장기적으로는 물류 시스템의 역할도 달라질 수 있습니다. ​ 커머스의 프론트엔드는 에이전트 + 기존 플랫폼은 백엔드화 당장 바뀔 거라 생각하진 않지만, 어쨌든 어느 방향으로 가는지에 대한 시나리오들을 생각해보면 가장 크게 바뀌는 것은 커머스의 프론트엔드입니다. 지금까지는 Amazon.com, Booking.com, DoorDash 같은 플랫폼이 소비자와 직접 만나는 곳이었습니다. 앞으로 이 자리를 Muse 같은 개인용 에이전트가 가져갈 수 있습니다. ​ 에이전트가 소비자의 의도를 파악하고 상품을 고르고 거래까지 실행한다면 기존 커머스 플랫폼은 소비자에게 직접 노출되는 프론트엔드가 아니라 여러 백엔드 공급자 중 하나가 됩니다. 아예 물류만 처리하는 새로운 형태의 업체가 등장할 수도 있습니다.

​ 제조업체 입장에서도 변화가 생깁니다. 지금까지 유통~마케팅~광고를 직접 운영하기 번거로웠기 때문에 아마존과 같은 플랫폼에 상당한 밸류를 넘겨줬습니다. 그런데 고객 유입과 상품 선택을 에이전트가 대신해준다면 브랜드가 소비자에게 직접 판매할 이유가 커집니다. 제조사가 전방통합하면서 기존 유통업체가 가져가던 밸류를 되찾고, 고객을 데려온 에이전트 플랫폼인 메타/오픈AI/구글과 일부를 나누는 구조도 생각해볼 수 있습니다. ​ 어찌 보면 지금의 디지털 광고시장과도 비슷합니다. 다만 AI는 광고를 보여주는 데서 끝나지 않고 상품 추천/비교/구매까지 더 깊숙하게 들어갑니다. 그렇게 되면 기존 이커머스 기업은 Organic Traffic을 일부 잃고, 고객을 다시 데려오기 위해 에이전트 플랫폼에 더 많은 비용을 지불하게 됩니다. 지금 구글과 메타에 광고비를 지불하듯, 앞으로는 실제 거래가 성사될 때마다 에이전트 플랫폼에 일정한 수수료를 나눠주는 구조로 향하는 과정입니다. ​ 극단적으로 커머스 기업들이 모든 부가가치를 잃고 완전하게 백엔드가 되는 것을 의미하진 않겠지만, 프론트엔드에서 부가가치를 하나씩 잃어가는 방향으로 기술발전이 진행되고 있다는 판단입니다. ​ 누가 고객을 데리고 있느냐? 그래서 Muse가 커머스에 주는 함의를 볼 때 가장 중요하게 보는 것은 아마존에서 상품을 덜 사게 될 것이냐가 아닙니다. 소비자의 구매 의도를 누가 가장 먼저 받느냐가 바뀌고 있습니다. ​ 과거에는 구글 검색창이나 Amazon.com 검색창이 그 역할을 했습니다만, 시간이 지나 개인용 AI 에이전트가 자리 잡으면 소비자는 먼저 에이전트에게 ⓐ이번 주말에 어디를 갈지, ⓑ어떤 차를 사는 게 좋을지, ⓒ아이와 갈 만한 식당은 어디를 추천하는지, ⓓ이 제품 중 뭐가 제일 나은지 ,ⓔ보험 중에서 어떤 보험이 내 상황과 가장 잘 맞는지, ⓕ어떤 요금제가 가장 합리적인지를 말하며 상담하게 됩니다. ​ 여기서부터 검색/비교/협상/구매까지 이어진다면 커머스에서 가장 가치가 높았던 프론트엔드와 구매 의도 트래픽의 소유권이 이동하는 것입니다. 쭉 생각해보시면, 개인용 에이전트와 광고가 거의 밀접하게 맞닿아 있습니다. 본질이 같습니다. '누가 고객을 데리고 오는가'입니다.

먼저 업계 전반을 한 번 살펴볼 필요가 있는 이유입니다. ​ 개별기업쪽으로 생각을 내려가보면, CPU에서는 AMD/인텔, PCIe 연결량 증가에서는 아스테라랩스가 직접적인 수혜주입니다. 다만 현재 성장성 대비 밸류에이션까지 생각하면 개인적으로는 이전 Agentic AI CPU 사이클 때와 마찬가지로 메모리 기업을 더 선호합니다. ​ Muse 인프라 - Sandbox와 AI 추론 수요를 따로 살펴봐야 한다 Muse 사용자 한 명에게 제공되는 환경은 ⓐ2 vCPU, ⓑ8GB RAM, ⓒ100GB SSD입니다. ​ 여기서 단순히 1억 명을 곱하면 DRAM은 0.8EB, SSD는 10EB가 필요하다는 숫자가 나옵니다. BofA 추정으로 CY26 연간 DRAM 생산량은 45EB, NAND는 1,280EB(1.28ZB)입니다. 연간 생산량 중 DRAM은 1.78%, NAND는 0.78%를 추가로 소비하는 효과입니다. CY26 연간 eSSD 474EB 예상(추정치 GS)에 대입해보면 2.11%를 추가로 소비하는 효과입니다. ​ 다만 이것은 사용자에게 약속한 논리적 자원 총량이고, 실제 물리적 인프라 요구량과는 다릅니다. 24시간 모든 컴퓨팅이 가동되고 있는 것은 아니기 때문에 지금 당장 필요할 것으로 예상되는 컴퓨팅 자원에 약간의 버퍼만 잡아두는 게 합리적입니다. ​ 이를 바탕으로 먼저 숫자들을 대략 매겨보면 Muse DAU 1억 명 기준 필요치는 ​ 사용자가 직접 조작하는 VM/Sandbox CPU : $800M DRAM : $2B 전력 : 0.1GW Muse Spark를 돌리는 AI 추론 인프라 전력 : 1GW입니다. ​ 여기서 흥미로운 포인트는 생각보다 CPU가 엄청나게 필요하지는 않다는 점입니다. ​ CPU는 상당히 많이 Oversubscription할 수 있습니다 Oversubscription은 쉽게 말하면 물리 CPU 코어 수보다 더 많은 vCPU를 사용자에게 논리적으로 할당해두는 것입니다. 예를 들어 물리 CPU 코어가 100개 있다고 해도, VM 100개에 각각 2 vCPU를 줘서 총 200 vCPU를 판매할 수 있습니다. 가능한 이유는 모든 VM이 동시에 CPU를 100% 쓰지 않기 때문입니다.

어떤 VM은 브라우저 응답을 기다리고 있고, 어떤 VM은 API 응답을 기다리고 있고, 어떤 VM은 거의 유휴 상태입니다. ​ Muse 같은 에이전트 환경은 특히 이 비율을 높게 잡을 수 있습니다. 에이전트가 계속 연산만 하는 게 아니라, ⓐ웹페이지 로딩 대기, ⓑ외부 API 응답 대기, ⓒ이메일 및 파일 I/O 대기 같은 시간이 많기 때문입니다. ​ 1억 명 DAU라고 해서 1억 개의 VM이 동시에 CPU를 쓰진 않는다는 것을 정의했으니, 사용자 한 명이 하루 평균 2시간 에이전트를 사용한다고 가정하면 평균 동시 사용자는 800만 명입니다. 여기에 시간대별 피크와 여유 용량을 감안하면 2,500만 개의 live VM을 수용할 수 있는 인프라가 필요하다는 계산입니다. ​ 이를 다시 물리 CPU 코어로 계산해보자면 256코어 서버 CPU 기준 약 5만 개, 192코어라면 약 6.5만 개가 필요하고, 이를 현재 가격 기준으로 CPU Content를 매겨보면 대략 $800M 정도를 필요로 합니다. ​ 반대로 DRAM은 CPU만큼 Oversubscription하기 어렵습니다 메모리는 조금 다릅니다. ​ CPU는 VM이 기다리는 동안 다른 사용자에게 자원을 넘길 수 있지만, 실행 중인 VM은 자신의 working state를 메모리에 계속 유지해야 합니다. 적당히 50% 정도를 사용한다고 보고, 대략 2,500만 live VM x 4GB = 100PB라는 물리적 DRAM이 필요합니다. 현재 가격에 녹이면 $2B 수준입니다. ​ 그래서 Sandbox 수요만 놓고 보면 오히려 CPU보다 일반 DRAM Content가 더 큽니다. Agentic AI 서버는 기존 서버보다 칩당 메모리 용량도 더 많이 요구할 가능성이 높습니다. CPU 출하량 증가와 DIMM Content 증가가 동시에 발생할 수 있습니다. 실제로 최근 CPU x86 서버의 BoM 80% 이상이 메모리입니다. ​ 전력 대부분은 결국 'AI 추론'에서 발생한다 위의 추정에 따라 Sandbox 전체가 소비하는 전력은 1억 DAU 기준 0.1GW로 추정됩니다. ​ 더 큰 부분은 Muse Spark 모델을 추론하는 컴퓨팅 수요의 증가입니다. 대략 Muse 사용자 한 명이 평균적으로 하루 50회의 헤비한 Reasoning 추론 작업을 한다고 하고, 이벤트 하나에 5Wh가 필요하다고 가정하면, 1억 명 × 50회 × 5Wh = 25GWh/day이므로 평균 전력으로 1GW를 필요로 합니다.

​ 그래서 개인용 에이전트가 만드는 새로운 CPU 수요도 중요하지만, 전체 AI HW 관점에서는 여전히 모델 추론을 위한 컴퓨트가 훨씬 큰 병목입니다. VR200로 1GW를 구성하면 대략 $47~50B가 듭니다. ​ 개인용 에이전트에서는 '나에 대한 맥락'이 곧 성능의 일부 메모리와 함께 eSSD를 좋게 보는 이유는 개인용 에이전트의 퍼포먼스를 결정하기 때문입니다. ​ 개인용 에이전트가 사용자에게 더 깊은 제안을 하려면 그 사람에 관한 정보를 많이, 오래 보존해야 합니다. 모델 자체의 지능이 높아지는 것과 사용자를 기억하는 것은 다른 문제입니다. 무슨 물건을 샀는지, 어떤 장소를 좋아하는지, 어떤 일을 반복해서 하는지, 과거에 어떤 선택을 했는지를 계속 저장하고 필요한 순간 빠르게 꺼내야 합니다. 개인화된 에이전트 수요가 SSD를 활용하는 수요를 증가시키는 방향임은 분명합니다. ​ Continual Learning으로 넘어갈수록 eSSD의 역할이 더 커진다 CY27 이후에는 In-Context Learning에서 Continual Learning으로 넘어가는 과정도 보고 있습니다. 지금은 필요한 정보를 context에 넣고 한 번의 추론에서 사용하는 성격이 강하지만, 지속적 학습은 과거 지식을 유지하면서 새로운 정보를 계속 통합해야 합니다. 그러려면 과거 데이터를 더 오래 보존하고 반복해서 불러와야 합니다. ​ 그래서 개인용 AI 에이전트의 저장장치 수요는 단순히 로그를 쌓아놓는 것보다 장기 메모리 저장 + 빠른 조회/검색 쪽으로 발전할 가능성이 높다고 봅니다. 이 부분은 eSSD 수요에 순풍이고, Near-GPU Storage까지 확장하면 QLC 수요와도 연결됩니다. 앞으로 AI Labs들이 어떤 연구를 할지에 대해서는 7월 27일 주간전략보고에서 전해드린 량원펑 4시간 대담 요약을 읽으시면 도움이 되실 겁니다. ​ 새로운 에이전트 수요가 메모리 Phase 2를 앞당길 것 여기서 공급 상황까지 같이 볼 필요가 있습니다. ​ CY27 AI 가속기와 CPU 물량은 이미 상당 부분 정해졌고 LTA 할당도 진행된 상태입니다. 이런 상황에서 개인용 에이전트라는 새로운 수요처가 추가됩니다. CPU 출하 증가 + CPU당 DRAM Content 증가 + 개인화 데이터 저장 증가가 동시에 들어오는 것입니다.

​ 이미 타이트한 수급에 예상하지 않았던 수요가 하나 더 붙는다면 LTA 밖의 물량을 중심으로 가격 압력이 다시 강해질 수 있습니다. 이것만으로 3Q25~2Q26 수준의 급격한 가격 폭등을 예상하는 것은 아닙니다. 현재는 QoQ +10~20%대 상승이 조금 더 오래 이어지는 정도를 생각하고 있습니다. ​ 정리하자면, 그래서 Muse와 개인용 에이전트의 AI HW 효과를 볼 때 CPU 수요 증가 자체보다 DRAM과 eSSD가 받는 2차 효과를 더 크게 보고 있습니다. 메모리 Phase 1 & Phase 2에 대해서는 9월 21일 주간전략보고에서 설명드린 바 있습니다. 메모리 공급망 체크 : JPM, UBS, TrendForce JPMorgan, 메모리 업데이트 9월 22일, JP모건의 메모리 업데이트를 정리해보면: ​ 향후 2년간 bit demand는 ⓐAI 서버급 DRAM/SOCAMM이 +92% CAGR → ⓑHBM +63% → ⓒ비-HBM 서버 DRAM +37% → ⓓPC/모바일 -3%순입니다. ASIC들도 HBM 탑재량을 크게 늘리기 시작하면서 CY27에는 HBM 소비량에서 ASIC이 엔비디아를 넘어서는 첫 해가 됩니다. CY26에는 엔비디아가 HBM bit demand의 58%를 차지하지만 → CY27부터는 ASIC 48%, 엔비디아 43%, AMD 9%입니다. 엔비디아가 단일 고객으로서 여전히 가장 크기 때문에 구매력을 이용해 가장 저렴하게 HBM/DRAM을 구매하는 것은 CY28까지 유지될 것으로 예상하지만 프리미엄 정도는 해가 갈수록 얇아질 것으로 예상됩니다. 이제는 표준 HBM 스펙 내에서 워크로드별로 세분화된 여러 SKU가 등장할 것으로 예상됩니다. 엔비디아가 Rubin Ultra에서 12Hi/8Hi를 분리한 게 대표적인 사례이고, AMD도 MI450/455X에서, 구글도 TPU v8 Sunfish/Sunfish Ultra에서 12Hi는 퍼포먼스 티어용, 8Hi는 보편적으로 가장 널리 쓰이는 티어용 제품으로 두 가지 HBM 탑재 버전의 칩을 계획하고 있습니다. 16Hi 채택은 기술 검증과 비용 문제로 채택시점이 CY29쯤 이후로 연기됐습니다. ​ UBS, 마이크론 코멘트 UBS가 마이크론에 대해서 코멘트한 것을 모아보면:

비아비VIAV는 Overweight을 유지합니다. CY27 PER 20.3배(CY27 EPS $2)입니다. 비아비 솔루션스 2Q26 실적발표 : CPO 정상 진행 중, 광학 테스트 수요는 Lab → Production으로 비아비 솔루션스 1Q26 실적발표 : 본격 개화하는 빛의 시대, 물만난 테스트 수요 '빛💡'의 시대 #2 : 구리도 광모듈도 CPO도 다 커진다, AI 인터커넥트의 폭발 '빛💡'의 시대 : 광학 밸류체인 한 눈에 보기 ​ 셈텍SMTC는 Overweight을 유지합니다. CY27 PER 33.1배(CY27 EPS $5.5)입니다. 셈텍 2Q26 실적발표 : 생각보다 더 빨리 온 1.6T 변곡점, 한 분기 사이 생산능력 완판 셈텍(SMTC) 기업분석 : 미디어텍 TPU와 함께 성장할 기업, 'DSP를 지우는 자' '빛💡'의 시대 #2 : 구리도 광모듈도 CPO도 다 커진다, AI 인터커넥트의 폭발 '빛💡'의 시대 : 광학 밸류체인 한 눈에 보기 ​ FIT Tech Day 2026 리뷰 : 루멘텀, 비아비, 셈텍 ​ FIT Tech Day : 현재 광학과 관련된 얘기들 FIT Tech Day 2026에서 루멘텀(LITE)의 Wupen이 광학 산업에 대해 코멘트했습니다: ​ 컴퓨팅의 기본 단위가 칩 → 시스템으로 점점 더 커지고 있습니다. 네트워크 지연시간, 대역폭, radix, 토폴로지 등 네트워크가 이제는 컴퓨터의 일부가 되고 있음은 <구글 TPU v8 네트워킹의 모든 것 : 같은 칩을 사도 같은 성능이 나오지 않는 시대> 자료를 통해서 전해드린 바 있습니다. AI 데이터센터의 기본 단위가 MW → GW로 바뀌고 있습니다. 2024년 이후 가장 큰 AI 사이트의 컴퓨팅 전력 용량은 7개월 마다 2배씩 커져왔습니다. 인터넷 트래픽의 생산 주체가 사람에서 기계로 넘어가고 있습니다. 24시간 학습 및 추론을 하기 때문에 기존 인터넷 트래픽보다 훨씬 빠르게 통신 수요가 증가할 수 있을 것으로 예상했습니다. 구리가 사라지는 것은 아니지만, 구리가 담당할 수 있는 '거리'가 계속해서 짧아집니다. SerDes가 100G/lane → 200G/lane → 400G/lane으로 빨라질수록 구리 인터커넥트의 경제적인 연결 거리가 계속 짧아집니다.

그리고 1.6T(200G/lane)부터는 '구리로 전송 가능하냐?'가 문제가 아니라 '그렇게 보내려면 전력을 얼마나 써야 하느냐?'가 핵심 문제가 됩니다. 1.6T부터 구리케이블은 AEC → ACC로, 광케이블은 FRO → LPO로의 전환이 시작될 것을 예상하는 것도 같은 맥락입니다. 셈텍(SMTC)의 아날로그 제품 수요는 1.6T부터 폭발을 예고하고 있습니다. 셈텍 기업분석은 <셈텍 2Q26 실적발표 : 생각보다 더 빨리 온 1.6T 변곡점, 한 분기 사이 생산능력 완판>에 있습니다. 광학의 장점은 대역폭만이 아닙니다. 루멘텀이 제시하는 광학의 장점은 네 가지입니다. ⓐLatency ⓑ대역폭(Fiber 하나당 30TB/s까지 가능) ⓒRadix(Fiber x wavelength라는 추가 연결 가능) ⓓ에너지 효율성입니다. NPO/CPO의 본질은 전기적 연결과 광학적 연결의 경계를 다시 그리는 것임이 핵심입니다. NPO/CPO로 향할수록 OCS의 매력이 커질 것으로 예상했습니다. CPO를 통해서 전기적 연결 거리를 드라마틱하게 축소하고 칩 자체에서 광학 신호로 바꾸는 것을 가능케 하고 나서는, 다시 이걸 전기적 신호로 바꿔서 변환하게 하면 CPO를 통해서 아낀 전력의 효율을 극한까지 살리지 않는 것이기 때문입니다. 그래서 광학 신호 자체에서 바로 스위치로 데이터를 보내는 OCS의 매력이 커지는 구조입니다. 광학의 병목은 기술이 아니라 양산일 수 있다고 짚었습니다. 루멘텀의 자체 레이저 캐파는 2년간 12배 증가했습니다. InP, SiPho, MEMS 생산용량은 수년 전(18~24개월)에 미리 투자해야 하는데, 수요가 워낙 빠르게 증가하고 DCI(대역폭 개념은 0.1x) → Scale-across(1x) → Scale-out(10x) → Scale-up(100x) → Scale-in(1,000x) 순서대로 커지다보니 경우에 따라 1년에 100배 이상의 생산용량 증가를 감당할 수 있는 제조 시스템이 필요할 수 있다고 주장했습니다. 이제 광학 산업도 반도체 산업처럼 바뀌는 것입니다. 광학 산업의 반도체화가 진행되면 수혜 영역도 광원을 다루는 쪽만 있는 게 아니라, KGD(known-good-die)와 테스트의 중요성이 크게 높아집니다.

비아비(VIAV)에게 순풍입니다. *CPO는 기본적으로 반도체 공정과 거의 같아집니다. ​ ECOC 2026 리뷰 : 루멘텀, 비아비, 셈텍 ​ NPO TAM이 CPO보다 크다, UHP CW Laser 수요초과 루멘텀 CEO가 ECOC에서 Stifel 애널리스트와 미팅한 내용들 중 일부를 정리해보면: ​ 엔비디아의 Spectrum-6 CPO 스위치용 UHP CW Laser 수요가 빠르게 증가하면서 수요를 전부 충족하지 못할 수준이 되자 CY27까지 출하량을 더 빠르게 늘리는 방안을 고려 중입니다. 최근 NPO 시장기회가 CPO보다 더 커졌습니다. 루멘텀은 5개의 NPO 프로젝트를 진행 중이며, 이들은 ELS(External Laser Source)와 ILS(Integrated Laser Source) 아키텍처로 나뉘어 있습니다. 그리고 다중 파장(multi-wavelength) 설계가 적용되면서 생각보다 ASP도 높아질 것으로 전망했습니다. 셈텍(SMTC)이 2Q26 컨콜에서 밝힌 셈텍이 NPO 프로젝트에 참여하고 있는 수는 총 10~15개입니다. 물론 확정된 design-win/양산 프로젝트냐, 협업 단계가 어느 정도냐가 다르겠지만 단순하게 engagement 파이프라인 수로 보자면 루멘텀 5개, 셈텍 10~15개인 셈입니다. 그린즈버러 팹은 CY28 초 가동 목표를 예정대로 진행 중입니다. 6인치 InP 웨이퍼로 전환함에 있어서의 병목은 레이저를 생산하는 기술 자체가 아니라 6인치 InP 기판 공급 가능 여부와 퀄리티라고 설명했습니다. 이 설명대로면 Sumitomo가 코히런트(COHR)에 납품하는 6인치 InP 웨이퍼의 퀄리티가 별로인 셈이라서 COHR는 구조적으로 LITE보다 GPM은 10%p 가까이, OPM은 15~20%p 가까이 낮은 상태가 꽤 오랜기간 유지될 것으로 예상합니다. ​ 잠시 있었던 CPO 광원 논쟁 : DFB/CW Laser vs Comb Laser ECOC 2026 리뷰들을 쭉 살펴보는데 Comb Laser 논의가 꽤 많이 됐던 듯 합니다. 레이저 하나에서 빗(comb)처럼 일정한 간격으로 여러 파장을 동시에 만들어낼 수 있다는 논의입니다. 아주 미래의 DWDM 기반 CPO에서는 매력적인 조합이 될테지만 지금은 아직 200mW 이상의 고출력 레이저도 제대로 생산하는 기업이 없는 수준임을 감안하면, 아직 먼 얘기입니다.

생각보다 플러거블과 NPO는 꽤 오랜 기간동안 성장할 가능성이 높다고 보고 있습니다. 증분 가치 점유율은 분명 광학으로 점점 더 빠르게 이동하고 있음에도 불구하고, 왜 구리까지도 계속해서 성장하는지에 대해서를 생각해보시면 본질적으로 bird-eye view를 갖는 데 도움이 되실 것 같아서 <'빛💡'의 시대 #2 : 구리도 광모듈도 CPO도 다 커진다, AI 인터커넥트의 폭발> 자료로 정리드린 바 있습니다. 미디어텍향 TPU 출하 증가 중 : 셈텍 ​ MediaTek향 TPU 물량이 계속 커지고 있습니다 대만 채널체크에서는 구글의 CY28 TPU v9가 Humufish와 Triggerfish 두 디자인으로 압축됐고, 미디어텍이 두 프로젝트를 모두 수주한 것으로 파악되고 있습니다. TPU v9부터 6D Torus가 적용될 계획이라는 점도 중요합니다. 토폴로지가 복잡해질수록 가속기 간 연결 경로를 유연하게 재구성할 필요가 커지기 때문에 OCS 채택 강도도 높아질 가능성이 있습니다. ​ 이 흐름에서는 루멘텀이 직접적인 수혜고, OCS 설치량과 포트 수가 늘어날수록 테스트해야 할 광경로도 많아지기 때문에 비아비에도 좋습니다. 셈텍은 TPU 플랫폼의 고속 전기/광 인터커넥트 쪽에서 볼 부분이 많습니다. ​ CopperEdge가 ACC 밖으로 얼마나 넓어지느냐? 셈텍의 CopperEdge가 지금보다 훨씬 큰 시장으로 들어가기 위해서는 ACC를 넘어 온보드 선형 이퀄라이저(On-board Linear Equalizer) 채택이 늘어나는 것이 중요합니다. 최근 두 분기 동안 온보드 CopperEdge 적용 범위가 넓어지고 있다는 점은 긍정적으로 보고 있습니다. ​ 특히 미디어텍의 TPU는 SiGe 공정을 활용한 아날로그 증폭 방식으로 고속 신호를 처리하고 있고, LPO/NPO에서도 셈텍 제품이 상당히 광범위하게 채택되고 있습니다. TPU 물량이 미디어텍 쪽으로 커질수록 셈텍이 이미 자리 잡은 아날로그 신호처리 생태계도 같이 커질 여지가 있습니다. ​ 셈텍의 NPO/LPO에 대한 리레이팅 여지가 크다는 부분에 대해서는 9월 21일 주간전략보고에서 CIOE 2026, Huawei Connect 2026 리뷰를 통해서 전해드린 바 있습니다.

​ 속도가 올라갈수록 문제는 ‘구리선에서 신호를 얼마나 멀리 보낼 수 있느냐’ NPO와 CPO가 등장하는 이유부터 보면 이해가 쉽습니다. ​ 고속 전기신호는 ASIC에서 출발해 패키지 → PCB 구리배선 → Via → 커넥터를 거쳐 전면 패널의 광모듈까지 이동합니다. 데이터레이트가 올라갈수록 이 구간에서 Insertion Loss를 관리하기가 점점 어려워집니다. Insertion Loss는 신호가 전송 경로를 지나면서 얼마나 약해졌는지를 나타냅니다. PCB와 Via, 커넥터를 길게 통과할수록 손실이 커지고 수신단에 도착한 신호 품질이 나빠집니다. 이를 해결하는 방법은 있습니다. 강력한 선형 이퀄라이저를 붙이거나 DSP/Retimer를 사용해 손상된 신호를 복원할 수 있습니다. ​ 문제는 전력입니다. 데이터 처리 속도가 계속 올라갈수록 디지털 방식으로 신호를 복원하는 데 들어가는 전력이 커집니다. 그래서 아예 ASIC과 전기-광 변환 지점 사이의 전기적 거리를 줄이자는 방향으로 넘어가는 것이 NPO와 CPO입니다. ​ NPO와 CPO의 차이는 광엔진을 ASIC에 얼마나 가까이 붙이느냐 NPO는 Optical Engine을 ASIC 가까이에 배치하되 별도의 모듈 형태로 유지합니다. 광엔진을 교체하기 쉽고 제조 공정도 상대적으로 유연합니다. ​ CPO는 더 나아가 ASIC 패키지 주변에 Optical Engine을 함께 패키징합니다. 전기신호가 이동하는 거리를 더 줄일 수 있기 때문에 pJ/bit를 낮추는 데 가장 유리합니다. 다만 CPO는 그만큼 제조 난도가 높아집니다. ​ 스위치 ASIC, EIC, PIC, 레이저, 광섬유 연결부, 기판, 커넥터 및 열 솔루션이 하나의 패키지 생태계 안으로 들어오면 어느 한 부분의 수율이나 정렬 정확도, 신뢰성 문제가 전체 시스템의 수율과 비용에 영향을 줍니다. 전력효율만 보면 CPO가 가장 좋은데, 실제 대량생산에서는 제조와 유지보수의 복잡성이 같이 올라가는 구조입니다. ​ NPO가 CPO로 가기 위한 중간 단계에서 끝나지 않을 수도 있습니다 그래서 화웨이는 유지보수성, 제조 수율 및 실제 배포 시 비용, 개방형 생태계 구축 가능성 등을 고려할 때 NPO가 최종적인 진화 형태일 것이라고 주장하고 있습니다.

특히 지금처럼 대규모 전력과 데이터센터용 부지가 희소한 환경에서는, 당장 사용하지 않더라도 향후 확장에 대비해 사이트를 확보해두는 것 자체가 상당한 옵션 가치를 가집니다. ​ *그리고 자꾸 하이퍼스케일러들이 마치 하나의 프로젝트 사이트에 의존하는 것처럼 오해하는 현상은 2023년 5월부터 계속 불거지고 있는데, 여러 사이트, 여러 캠퍼스, 여러 동을 유연하게 조절해가면서 특정 시점에 일정 수준 이상의 여유를 두고 반드시 특정 용량은 가동될 수 있도록 준비해갑니다. ​ WSJ 보도 내용으로도 확인할 수 있는 내용들이 이어지는데: ​ 블룸에너지가 Project Jupiter 계약을 받았을 때부터 CY3Q28에 완료 후 가동할 예정이었습니다. 투자자들 중 일부가 AI 사이클의 본질에 대해서 이해하지 않고 헤드라인으로 매매하는 경우가 늘다보니 맥락이 아니라 단어에 집착하는 경향이 있는데, 오라클은 "불가항력으로 지연하겠다"고 말한 게 아니라 '계획된 시점에 Powered Shell이 준비되지 않을 경우 임대료 지급 시점을 3년까지 연기할 수 있는 원래 갖고 있던 권리'를 미리 고지한 것입니다. CY26~CY28 미국 데이터센터 추가 전력 수요 '97GW' 모건스탠리가 CY26~CY28 미국 데이터센터의 누적 추가 전력 수요 전망을 기존 68GW에서 97GW로 크게 상향했습니다. 현재 건설 중인 데이터센터가 확보할 전력 21GW, 추가로 확보 가능한 전력망 용량 19GW를 제외하면 여전히 57GW가 부족합니다. 가스터빈/왕복엔진/SOFC/기존 원전 부지 활용 등 전력망 밖의 공급원까지 반영해도 약 33GW의 부족분이 남는다는 계산입니다. ​ 이 숫자만 보면 전력 부족이 AI 데이터센터 증설을 구조적으로 제한할 것처럼 보입니다. 다만 개인적으로는 조금 다르게 보고 있습니다. 전력망 연결만 놓고 보면 부족한 것이 맞지만, 데이터센터 사업자들이 이미 BTM 발전원으로 빠르게 우회하기 시작했기 때문입니다. 그래서 33GW를 영구적으로 채울 수 없는 부족분이라기보다 전력망 확충 중심의 건설 방식만으로는 감당할 수 없는 수요가 33GW까지 커졌다고 보는 편이 더 맞아 보입니다. ​ 달러당 컴퓨트는 매우 빠르게 늘어나는 중

AI 클러스터의 1GW당 CapEx는 계속 올라갑니다. Blackwell : $36.7B/GW VR200 : $47.3B/GW VR300 : $52.5B/GW입니다. ​ Blackwell → VR300로 가면 같은 1GW의 전력을 채우는 데 필요한 투자금이 약 43% 늘어납니다. ​ 그런데 FLOPS당 CapEx로 보면 컴퓨트당 투자비는 점점 더 하락하고 있습니다. 달러당 더 많은 컴퓨트를 얻게끔 매우 빠르게 발전할 것이기 때문에 새로운 칩을 구매하는 게 결과적으로는 더 돈을 아끼는 길이란 의미입니다. ​ Blackwell : $8.40/TFLOPS VR200 : $2.16/TFLOPS VR300 : $0.88/TFLOPS ​ Blackwell → VR300까지 가면 Blackwell 대비 거의 90% 떨어집니다. 전력 1GW의 가격은 계속 비싸지는데, 그 1GW에서 얻을 수 있는 연산량은 훨씬 더 빠르게 늘어나는 구조입니다. 이게 중요한 이유는 데이터센터 CapEx가 커지는 것만 보고 AI 경제성이 나빠진다고 판단하기 어렵기 때문입니다. 오히려 같은 전력으로 훨씬 많은 연산을 생산할 수 있기 때문에 사업자가 전력 1GW에 지불할 수 있는 금액 자체가 계속 높아집니다. ​ CY27부터 본격 심화될 전력 문제를 해결하기 위한 방법들 미국에서 전력망을 통해서 매년 10GW+ 정도가 온라인되기 때문에, CY26까지는 FTM 위주로 온라인됐지만 CY27부터는 대부분이 BTM/현장발전원을 통해서 온라인될 예정입니다. ​ 크게 보자면, CY27부터 본격 심화될 전력 문제는 몇 가지 방법을 통해서 충당될 것으로 예상합니다: 전력망(FTM)을 통한 데이터센터 온라인 노후화되어 페쇄하는 석탄화력발전소의 수명연장 혹은 천연가스 발전소로 업그레이드 기존 원전의 Uprate + 폐쇄 원전 재가동 BTM 프로젝트에서 현장발전원을 통한 온라인 → 발전원 믹스는 #1 가스터빈엔진(Gas Turbine Engine) #2 왕복엔진(Reciprocating Engine) #3 SOFC입니다. 호주, 캐나다, 일본 등 미국의 우방국에 각각 1GW의 클러스터들을 구축하여 비동기식 학습 궤도 컴퓨팅 → 스페이스X / 구글

더 먼 미래이지만 CY28~CY29쯤이 되면 이전의 칩들인 B200/300, Trainium2/3, TPU6/7을 뜯어내고 Feynman과 같은 시기에 나오는 칩들로 교체함으로써 일부 해결될 수 있습니다. 전력이 훨씬 부족해질 경우에는 와트당 토큰에 대한 중요성이 달러당 토큰에 대한 우선순위를 넘어섭니다. 문제는 이렇게 될 때 향후 감가상각이 어떻게 될지는 업계가 좀 생각해볼 문제입니다. 마이크론(MU), 샌디스크(SNDK) ​ 마이크론MU는 Overweight을 유지합니다. CY27 PER 6.0배(EPS: CY27 $180, FY27 $170)입니다. 마이크론 2Q26 실적발표 : 이제 메모리는 찍기도 전에 팔린다 마이크론 1Q26 실적발표 : 흔들릴 이유가 없는 어닝 서프라이즈, 구조적 성장주로 거듭나는 길 추론의 시대, 핵심이 된 메모리 #2 : Agentic AI의 시대, NAND가 중요한 이유 'DualPath' 추론의 시대, 핵심이 된 메모리 : 메모리 쇼티지를 떠받치고 있는 힘 ​ 샌디스크SNDK는 Overweight을 유지합니다. CY27 PER 5.9배(Bernstein Bull $300)입니다. 샌디스크 Investor Day 2026 코멘트 / 주간전략보고 : 투자의 생각 (8월 17일~8월 21일) 샌디스크 2Q26 코멘트 / 주간전략보고 : 투자의 생각 (8월 10일~8월 14일) 샌디스크 1Q26 코멘트 / 주간전략보고 : 투자의 생각 (5월 4일~5월 8일) 추론의 시대, 핵심이 된 메모리 #2 : Agentic AI의 시대, NAND가 중요한 이유 'DualPath' 추론의 시대, 핵심이 된 메모리 : 메모리 쇼티지를 떠받치고 있는 힘 ​ 개인용 에이전트가 AI HW에 미치는 영향 Muse 같은 개인용 에이전트는 모델 추론만 하는 서비스가 아닙니다. 사용자를 대신해 브라우저를 띄우고 수십~수백 번 검색하며 이메일을 읽고 여러 API를 호출합니다. GPU가 '생각'하는 동안 실제 작업을 실행하는 VM/Sandbox 레이어에서는 CPU 중심의 워크로드가 새롭게 생깁니다. ​ 또한 Muse 효과라고는 하지만 Muse가 성공하면 오픈AI, 구글, 아마존을 비롯한 경쟁사들이 비슷한 개인용 에이전트를 내놓을 가능성이 높습니다.