2026.08.26 · 네이버 프리미엄 콘텐츠 · 올바른 미국주식 by SAPIENS

일간보고 : 투자의 생각 (260826)

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

유형

네이버 프리미엄 콘텐츠

날짜

2026.08.26

강연자/작성자

올바른 미국주식 by SAPIENS

분석 주제

미지정

자료 길이

본문 12,084자

문서 전체 조망

핵심 구조

AI 인프라의 병목은 칩에서 메모리·광연결·전력으로 넓어진다

이 보고서는 AI 추론의 속도 경쟁, 셈텍의 1.6T 광연결 수요, HBM의 메모리 병목, 오픈AI 자체 ASIC을 함께 점검한다. 자체 칩과 대규모 시스템 설계가 진전될수록 부품 수요의 기준도 단일 칩 성능에서 시스템 활용률과 연결 구조로 옮겨가며, 그 이유는 메모리·대역폭·전력 병목을 함께 풀어야 하기 때문이다.

AI 추론은 속도보다 병목을 함께 풀어야 한다

초고속 추론은 긴급 판단과 빠른 시제품 검증에 유용하지만, 툴 호출이 많아지면 병목 때문에 속도 개선 폭이 줄 수 있다. 모델 효율과 하드웨어 혁신이 가격을 낮출 수 있다는 전망은 CPU·대역폭·메모리 제약을 함께 보는 판단 근거가 된다.

셈텍은 수요 확인 뒤 생산능력의 문제로 이동했다

2분기 실적과 다음 분기 가이던스는 데이터센터 매출의 가속을 보여줬고, 기존 800G 수요 위에 1.6T FiberEdge 램프가 더해졌다. 생산 물량 예약과 주문 확보가 진행되면서 핵심은 수요 존재가 아니라 그 수요를 얼마나 공급할 수 있는지가 됐다는 평가다.

자체 ASIC은 데이터센터 전체의 평균 활용률을 겨냥한다

오픈AI의 할라페뇨는 전력당 토큰 생성량과 메모리 이동 축소를 중시하고, 작업을 미리 나누지 않은 컴퓨팅 풀로 운영해 데이터센터 평균 활용률을 높이려 한다. 엔지니어링 샘플 단계라는 조건은 남지만, 워크로드 보유자가 직접 설계한 칩이 장기 경쟁 구도를 바꿀 수 있다는 문제의식이 제시된다.

발생·예정 사건과 출처별 관점

이슈 분석

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

발생발표·발생 후발생일 26-8-25

26-8 셈텍 2026년 2분기 실적 발표

작성자의 핵심 판단

셈텍의 성장 논점은 한 분기 사이 수요 자체에서 생산능력 확보로 옮겨갔으며, 1.6T 전환과 사업부 매각 뒤의 마진 구조가 그 변화를 뒷받침한다고 평가한다.

근거 보기 3

원문 구간 1
어차피 Non-GAAP EPS 기준으로는 이러한 것들이 다 없어져서 나오기 때문에 EPS 왜곡이 생기진 않습니다. 다음 분기 가이던스는 매출 $410.0M(컨센 $379M) YoY 54%, Adj EPS $1.05(컨센 $0.73), Non-GAAP GPM 58.3%, Non-GAAP OPM 31.0%입니다. 데이터센터향 매출은 QoQ 45%/YoY 160%를 예고했습니다. 가장 중요한 건 이제 CY28(FY28)까지 주문 가시성이 생겼다는 것입니다. 남은 CY26(FY27) 생산 물량은 사실상 전부 예약되어 있고 CY27(FY28) 목표도 이미 70% 이상(probably over 70%) 주문을 확보했다고 밝혔습니다. CY2H27에는 생산능력이 부족할 수도 있다고 언급했습니다. 이제 셈텍도 성장의 논점이 한 분기 사이에 demand → capacity으로 이동했습니다. 이번 실적발표에서 예상 밖의 업사이드는 1.6T FiberEdge(수신단의 TIA, 송신단의 Laser Driver)가 예상보다 빨리 올라오면서 발생했습니다. 1.6T 전환이 생각보다 빠르다보니 TIA와 드라이버 채택이 예상보다 빠르게 늘고 있습니다. 800G와 CopperEdge 매출은 대체로 계획대로 진행됐는데 1.6T FiberEdge 고객 인증이 예상보다 일찍 끝났습니다. CEO 표현으로는 지금 고객들이 바로 내일 납품해달라고 요구할 정도입니다. CY26 말 1.6T FiberEdge 시장점유율을 50% 이상으로 예상하고 있고, 3Q26부터는 1.6T FiberEdge + CopperEdge 매출이 데이터센터 매출의 50%를 넘어설 것이라 말했습니다.
원문 구간 2
1.6T는 800G를 대체하며 성장하고 있는 것이 아니라, 이미 강한 800G 수요 위에 추가되고 있습니다. 2026년 초 업계 800G 광트랜시버 수요를 약 50M로 봤는데 지금은 80~90M를 논의하고 있습니다. 기존 고객 주문도 계속해서 증가하고 있습니다. 800G 증가 + 1.6T 신규 램프가 중첩되며 성장 중이라 데이터센터향 매출성장률이 2Q26 YoY 90% → 3Q26 YoY 160%로 가속화되고 있습니다. CopperEdge도 구글만의 ACC를 벗어나, 여러 플랫폼으로 채택이 늘고 있습니다. ACC는 4Q26부터(TPU v8) 대량 배치가 시작될 예정입니다. 현재 케이블 제조업체들의 ACC 주문이 계속 늘고 있습니다. 더 중요한 건 온보드 선형 이퀄라이저 설계가 여러 고객에서 진행되기 시작했다는 것입니다. 1.6T, 2.4T, 3.2T까지 CopperEdge 제품을 마늘고 있는데 간단하게 정리하자면 CopperEdge는 'AI 인프라 내에서 리타이머 없이 선형 이퀄라이저를 채택하는 영역이 얼마나 확대될 것인가'로 TAM이 결정됩니다. DSP/리타이머 등 디지털 신호 복원 과정에서 발생하는 요소가 없이 아날로그로 사용하는 특성상 신호무결성과 지연시간 및 전력효율에 대한 가치제안은 셈텍 기업분석 자료에서 설명드린 바 있습니다. HieFo 인수 이후 Gain Chip은 현재 양산 중이고, 고출력 CW Laser는 5~6개 모듈 제조업체가 평가하고 있습니다. SOA도 샘플링 단계이고 포토다이오드 개발 인력들도 영입했습니다.
원문 구간 3
생산설비를 계속 늘려서 연말까지 팹 캐파를 3~4배 확대할 계획입니다. CY27 아마 하반기쯤 이후부터는 단순 TIA 공급사를 넘어서 Electronics, Photonics를 함께 최적화하는 공급사가 되는 게 중요합니다. 일단 개인적으로는 3.2T 설계(설계 → 생산 → 양산 → 배치까지 끝내는 건 CY2H28?)를 하려고 해도 3Q27쯤 되어야 시작되지 않겠나 생각하고 있습니다. 셀룰러 사업부를 드디어 매각했습니다. 2Q26에 전체 Non-GAAP GPM은 54.5%였는데 셀룰러 사업부를 제외하면 59.7%였습니다. 3Q26 가이던스도 Non-GAAP GPM이 58.3% 전망이지만 셀룰러를 제외할 경우 63.9%(!)입니다. CFO는 셀룰러 사업부 매각 이후 GPM 64%가 새로운 Base GPM이라고 생각할 수 있다고 말했습니다. 1.6T, LoRa, 향후 CW Laser 등은 GPM 65% 이상일 것이라서 앞으로 마진 성장 여력이 굉장히 높습니다. 일례로 루멘텀이 2Q26 Non-GAAP으로 GPM 50.4%/OPM 36.6%입니다. 셈텍은 지금 2Q26 Non-GAAP으로 59.7%/OPM 24.4%입니다. 셈텍 입장에서는 아직 이익성장여력이 크게 남아 있는데 Peak 마진율을 높인 가이던스입니다. 근데 바꿔서 생각해보면 루멘텀도 Non-GAAP GPM/OPM 피크 마진율이 지금 수준에서도 더 높아질 수 있다는 의미이기도 합니다. (2) 마이크론 HBM Design Architecture Fellow인 라구 스리라마네니(Raghu Sreeramaneni)가 Hot Chips 2026에서 메모리에 대해 쭉 설명했습니다:

이 자료에서 다룬 사실

셈텍은 2Q26 매출 3억4,190만달러와 조정 EPS 0.71달러를 발표했고, 다음 분기 매출 4억1,000만달러와 데이터센터 매출 전년 대비 160% 성장을 가이던스로 제시했다. 남은 CY26 생산 물량은 사실상 예약됐고 CY27 목표의 70% 이상 주문을 확보했다고 밝혔다.

근거 보기 1

원문 구간 1
어차피 Non-GAAP EPS 기준으로는 이러한 것들이 다 없어져서 나오기 때문에 EPS 왜곡이 생기진 않습니다. 다음 분기 가이던스는 매출 $410.0M(컨센 $379M) YoY 54%, Adj EPS $1.05(컨센 $0.73), Non-GAAP GPM 58.3%, Non-GAAP OPM 31.0%입니다. 데이터센터향 매출은 QoQ 45%/YoY 160%를 예고했습니다. 가장 중요한 건 이제 CY28(FY28)까지 주문 가시성이 생겼다는 것입니다. 남은 CY26(FY27) 생산 물량은 사실상 전부 예약되어 있고 CY27(FY28) 목표도 이미 70% 이상(probably over 70%) 주문을 확보했다고 밝혔습니다. CY2H27에는 생산능력이 부족할 수도 있다고 언급했습니다. 이제 셈텍도 성장의 논점이 한 분기 사이에 demand → capacity으로 이동했습니다. 이번 실적발표에서 예상 밖의 업사이드는 1.6T FiberEdge(수신단의 TIA, 송신단의 Laser Driver)가 예상보다 빨리 올라오면서 발생했습니다. 1.6T 전환이 생각보다 빠르다보니 TIA와 드라이버 채택이 예상보다 빠르게 늘고 있습니다. 800G와 CopperEdge 매출은 대체로 계획대로 진행됐는데 1.6T FiberEdge 고객 인증이 예상보다 일찍 끝났습니다. CEO 표현으로는 지금 고객들이 바로 내일 납품해달라고 요구할 정도입니다. CY26 말 1.6T FiberEdge 시장점유율을 50% 이상으로 예상하고 있고, 3Q26부터는 1.6T FiberEdge + CopperEdge 매출이 데이터센터 매출의 50%를 넘어설 것이라 말했습니다.

이 자료에서 다룬 실제 시장 반응

실적 발표 뒤 시간외 주가는 4% 상승했다.

근거 보기 1

원문 구간 1
어차피 Non-GAAP EPS 기준으로는 이러한 것들이 다 없어져서 나오기 때문에 EPS 왜곡이 생기진 않습니다. 다음 분기 가이던스는 매출 $410.0M(컨센 $379M) YoY 54%, Adj EPS $1.05(컨센 $0.73), Non-GAAP GPM 58.3%, Non-GAAP OPM 31.0%입니다. 데이터센터향 매출은 QoQ 45%/YoY 160%를 예고했습니다. 가장 중요한 건 이제 CY28(FY28)까지 주문 가시성이 생겼다는 것입니다. 남은 CY26(FY27) 생산 물량은 사실상 전부 예약되어 있고 CY27(FY28) 목표도 이미 70% 이상(probably over 70%) 주문을 확보했다고 밝혔습니다. CY2H27에는 생산능력이 부족할 수도 있다고 언급했습니다. 이제 셈텍도 성장의 논점이 한 분기 사이에 demand → capacity으로 이동했습니다. 이번 실적발표에서 예상 밖의 업사이드는 1.6T FiberEdge(수신단의 TIA, 송신단의 Laser Driver)가 예상보다 빨리 올라오면서 발생했습니다. 1.6T 전환이 생각보다 빠르다보니 TIA와 드라이버 채택이 예상보다 빠르게 늘고 있습니다. 800G와 CopperEdge 매출은 대체로 계획대로 진행됐는데 1.6T FiberEdge 고객 인증이 예상보다 일찍 끝났습니다. CEO 표현으로는 지금 고객들이 바로 내일 납품해달라고 요구할 정도입니다. CY26 말 1.6T FiberEdge 시장점유율을 50% 이상으로 예상하고 있고, 3Q26부터는 1.6T FiberEdge + CopperEdge 매출이 데이터센터 매출의 50%를 넘어설 것이라 말했습니다.

그렇게 판단한 이유

1.6T FiberEdge의 고객 인증이 예상보다 빨리 끝나면서 800G 수요 증가 위에 1.6T 신규 램프가 더해졌고, 셀룰러 사업부 매각 뒤의 가이던스가 수익성 개선을 보여준다는 논리다.

근거 보기 2

원문 구간 1
1.6T는 800G를 대체하며 성장하고 있는 것이 아니라, 이미 강한 800G 수요 위에 추가되고 있습니다. 2026년 초 업계 800G 광트랜시버 수요를 약 50M로 봤는데 지금은 80~90M를 논의하고 있습니다. 기존 고객 주문도 계속해서 증가하고 있습니다. 800G 증가 + 1.6T 신규 램프가 중첩되며 성장 중이라 데이터센터향 매출성장률이 2Q26 YoY 90% → 3Q26 YoY 160%로 가속화되고 있습니다. CopperEdge도 구글만의 ACC를 벗어나, 여러 플랫폼으로 채택이 늘고 있습니다. ACC는 4Q26부터(TPU v8) 대량 배치가 시작될 예정입니다. 현재 케이블 제조업체들의 ACC 주문이 계속 늘고 있습니다. 더 중요한 건 온보드 선형 이퀄라이저 설계가 여러 고객에서 진행되기 시작했다는 것입니다. 1.6T, 2.4T, 3.2T까지 CopperEdge 제품을 마늘고 있는데 간단하게 정리하자면 CopperEdge는 'AI 인프라 내에서 리타이머 없이 선형 이퀄라이저를 채택하는 영역이 얼마나 확대될 것인가'로 TAM이 결정됩니다. DSP/리타이머 등 디지털 신호 복원 과정에서 발생하는 요소가 없이 아날로그로 사용하는 특성상 신호무결성과 지연시간 및 전력효율에 대한 가치제안은 셈텍 기업분석 자료에서 설명드린 바 있습니다. HieFo 인수 이후 Gain Chip은 현재 양산 중이고, 고출력 CW Laser는 5~6개 모듈 제조업체가 평가하고 있습니다. SOA도 샘플링 단계이고 포토다이오드 개발 인력들도 영입했습니다.
원문 구간 2
생산설비를 계속 늘려서 연말까지 팹 캐파를 3~4배 확대할 계획입니다. CY27 아마 하반기쯤 이후부터는 단순 TIA 공급사를 넘어서 Electronics, Photonics를 함께 최적화하는 공급사가 되는 게 중요합니다. 일단 개인적으로는 3.2T 설계(설계 → 생산 → 양산 → 배치까지 끝내는 건 CY2H28?)를 하려고 해도 3Q27쯤 되어야 시작되지 않겠나 생각하고 있습니다. 셀룰러 사업부를 드디어 매각했습니다. 2Q26에 전체 Non-GAAP GPM은 54.5%였는데 셀룰러 사업부를 제외하면 59.7%였습니다. 3Q26 가이던스도 Non-GAAP GPM이 58.3% 전망이지만 셀룰러를 제외할 경우 63.9%(!)입니다. CFO는 셀룰러 사업부 매각 이후 GPM 64%가 새로운 Base GPM이라고 생각할 수 있다고 말했습니다. 1.6T, LoRa, 향후 CW Laser 등은 GPM 65% 이상일 것이라서 앞으로 마진 성장 여력이 굉장히 높습니다. 일례로 루멘텀이 2Q26 Non-GAAP으로 GPM 50.4%/OPM 36.6%입니다. 셈텍은 지금 2Q26 Non-GAAP으로 59.7%/OPM 24.4%입니다. 셈텍 입장에서는 아직 이익성장여력이 크게 남아 있는데 Peak 마진율을 높인 가이던스입니다. 근데 바꿔서 생각해보면 루멘텀도 Non-GAAP GPM/OPM 피크 마진율이 지금 수준에서도 더 높아질 수 있다는 의미이기도 합니다. (2) 마이크론 HBM Design Architecture Fellow인 라구 스리라마네니(Raghu Sreeramaneni)가 Hot Chips 2026에서 메모리에 대해 쭉 설명했습니다:

작성자가 예상한 다음 전개

CY2H27에는 생산능력이 부족할 수 있으며, CY27 하반기 이후에는 전자와 포토닉스를 함께 최적화하는 공급사로의 전환이 중요해질 것으로 본다.

근거 보기 2

원문 구간 1
어차피 Non-GAAP EPS 기준으로는 이러한 것들이 다 없어져서 나오기 때문에 EPS 왜곡이 생기진 않습니다. 다음 분기 가이던스는 매출 $410.0M(컨센 $379M) YoY 54%, Adj EPS $1.05(컨센 $0.73), Non-GAAP GPM 58.3%, Non-GAAP OPM 31.0%입니다. 데이터센터향 매출은 QoQ 45%/YoY 160%를 예고했습니다. 가장 중요한 건 이제 CY28(FY28)까지 주문 가시성이 생겼다는 것입니다. 남은 CY26(FY27) 생산 물량은 사실상 전부 예약되어 있고 CY27(FY28) 목표도 이미 70% 이상(probably over 70%) 주문을 확보했다고 밝혔습니다. CY2H27에는 생산능력이 부족할 수도 있다고 언급했습니다. 이제 셈텍도 성장의 논점이 한 분기 사이에 demand → capacity으로 이동했습니다. 이번 실적발표에서 예상 밖의 업사이드는 1.6T FiberEdge(수신단의 TIA, 송신단의 Laser Driver)가 예상보다 빨리 올라오면서 발생했습니다. 1.6T 전환이 생각보다 빠르다보니 TIA와 드라이버 채택이 예상보다 빠르게 늘고 있습니다. 800G와 CopperEdge 매출은 대체로 계획대로 진행됐는데 1.6T FiberEdge 고객 인증이 예상보다 일찍 끝났습니다. CEO 표현으로는 지금 고객들이 바로 내일 납품해달라고 요구할 정도입니다. CY26 말 1.6T FiberEdge 시장점유율을 50% 이상으로 예상하고 있고, 3Q26부터는 1.6T FiberEdge + CopperEdge 매출이 데이터센터 매출의 50%를 넘어설 것이라 말했습니다.
원문 구간 2
생산설비를 계속 늘려서 연말까지 팹 캐파를 3~4배 확대할 계획입니다. CY27 아마 하반기쯤 이후부터는 단순 TIA 공급사를 넘어서 Electronics, Photonics를 함께 최적화하는 공급사가 되는 게 중요합니다. 일단 개인적으로는 3.2T 설계(설계 → 생산 → 양산 → 배치까지 끝내는 건 CY2H28?)를 하려고 해도 3Q27쯤 되어야 시작되지 않겠나 생각하고 있습니다. 셀룰러 사업부를 드디어 매각했습니다. 2Q26에 전체 Non-GAAP GPM은 54.5%였는데 셀룰러 사업부를 제외하면 59.7%였습니다. 3Q26 가이던스도 Non-GAAP GPM이 58.3% 전망이지만 셀룰러를 제외할 경우 63.9%(!)입니다. CFO는 셀룰러 사업부 매각 이후 GPM 64%가 새로운 Base GPM이라고 생각할 수 있다고 말했습니다. 1.6T, LoRa, 향후 CW Laser 등은 GPM 65% 이상일 것이라서 앞으로 마진 성장 여력이 굉장히 높습니다. 일례로 루멘텀이 2Q26 Non-GAAP으로 GPM 50.4%/OPM 36.6%입니다. 셈텍은 지금 2Q26 Non-GAAP으로 59.7%/OPM 24.4%입니다. 셈텍 입장에서는 아직 이익성장여력이 크게 남아 있는데 Peak 마진율을 높인 가이던스입니다. 근데 바꿔서 생각해보면 루멘텀도 Non-GAAP GPM/OPM 피크 마진율이 지금 수준에서도 더 높아질 수 있다는 의미이기도 합니다. (2) 마이크론 HBM Design Architecture Fellow인 라구 스리라마네니(Raghu Sreeramaneni)가 Hot Chips 2026에서 메모리에 대해 쭉 설명했습니다:

발생발표·발생 후발생월 26-8

26-8 Hot Chips 커스텀 메모리 로드맵 공개

작성자의 핵심 판단

컴퓨팅과 메모리의 발전 속도 차이가 메모리 병목을 지속시킬 수 있으며, HBM은 높은 시스템 대역폭의 장점과 열·전력 밀도 문제를 함께 안고 있다고 정리한다.

근거 보기 1

원문 구간 1
*첨부자료 5* 메모리 LLM 성능 향상에 있어서 핵심적인 요소입니다. 더 높은 FLOPS, 더 많은 데이터셋, 더 큰 파라미터가 세 가지 축이기 때문입니다. *첨부자료 6* 컴퓨팅 성능은 2년마다 3배씩 발전하지만 메모리는 2년마다 2배 미만으로 발전하고 있습니다. 이 과정에서 Memory Wall이 발생합니다. 메모리 병목은 지속되며 악화될 가능성이 있습니다. *첨부자료 7* 기존 HBM의 문제점은 DRAM Cube 밀도가 높아질수록 효율(pJ/bit)이 저하된다는 것입니다. 이러한 문제를 해결하기 위해 업계는 혁신적인 공정과 패키징 기술을 도입하고, Advanced D2D(Die-to-Die) PHY를 활용해 GPU로부터 연산 부하를 분산시키고 있습니다. DDR 기반 DRAM 솔루션에 비해 HBM의 장점은 여러 개의 HBM 스택을 사용해 GPU에서 훨씬 높은 시스템 대역폭을 구현할 수 있다는 것입니다. DDR은 용량은 더 크지만 더 많은 공간을 차지하는데, HBM은 GPU와 더 가까이 위치하기에 DDR의 GB/s 수준 대역폭이 아닌 훨씬 높은 TB/s 수준의 대역폭을 제공합니다. 문제는 HBM의 열 문제입니다. 전력 소모 자체가 문제라기보다 전력 밀도가 문제이며, 대부분의 고급 기능이 base die에 집중되어 있기 때문에 가장 큰 영향을 받습니다. 이를 해결하기 위해 여러 노력들을 진행 중이다 정도로 프레젠테이션이 마무리됩니다. *첨부자료 8, 9, 10, 11*

이 자료에서 다룬 사실

마이크론의 HBM 설계 담당자는 Hot Chips 2026에서 컴퓨팅 성능은 2년마다 3배 발전하지만 메모리는 2배 미만으로 발전한다고 설명했고, HBM은 GPU 가까이에서 TB/s 수준 대역폭을 제공하지만 고급 기능이 집중된 base die의 열 문제가 있다고 제시했다.

근거 보기 1

원문 구간 1
*첨부자료 5* 메모리 LLM 성능 향상에 있어서 핵심적인 요소입니다. 더 높은 FLOPS, 더 많은 데이터셋, 더 큰 파라미터가 세 가지 축이기 때문입니다. *첨부자료 6* 컴퓨팅 성능은 2년마다 3배씩 발전하지만 메모리는 2년마다 2배 미만으로 발전하고 있습니다. 이 과정에서 Memory Wall이 발생합니다. 메모리 병목은 지속되며 악화될 가능성이 있습니다. *첨부자료 7* 기존 HBM의 문제점은 DRAM Cube 밀도가 높아질수록 효율(pJ/bit)이 저하된다는 것입니다. 이러한 문제를 해결하기 위해 업계는 혁신적인 공정과 패키징 기술을 도입하고, Advanced D2D(Die-to-Die) PHY를 활용해 GPU로부터 연산 부하를 분산시키고 있습니다. DDR 기반 DRAM 솔루션에 비해 HBM의 장점은 여러 개의 HBM 스택을 사용해 GPU에서 훨씬 높은 시스템 대역폭을 구현할 수 있다는 것입니다. DDR은 용량은 더 크지만 더 많은 공간을 차지하는데, HBM은 GPU와 더 가까이 위치하기에 DDR의 GB/s 수준 대역폭이 아닌 훨씬 높은 TB/s 수준의 대역폭을 제공합니다. 문제는 HBM의 열 문제입니다. 전력 소모 자체가 문제라기보다 전력 밀도가 문제이며, 대부분의 고급 기능이 base die에 집중되어 있기 때문에 가장 큰 영향을 받습니다. 이를 해결하기 위해 여러 노력들을 진행 중이다 정도로 프레젠테이션이 마무리됩니다. *첨부자료 8, 9, 10, 11*

그렇게 판단한 이유

DRAM Cube 밀도가 높아질수록 효율이 낮아지는 문제에 공정·패키징 기술과 Advanced D2D PHY를 적용해 연산 부하를 분산하려는 흐름을 근거로 들었다.

근거 보기 1

원문 구간 1
*첨부자료 5* 메모리 LLM 성능 향상에 있어서 핵심적인 요소입니다. 더 높은 FLOPS, 더 많은 데이터셋, 더 큰 파라미터가 세 가지 축이기 때문입니다. *첨부자료 6* 컴퓨팅 성능은 2년마다 3배씩 발전하지만 메모리는 2년마다 2배 미만으로 발전하고 있습니다. 이 과정에서 Memory Wall이 발생합니다. 메모리 병목은 지속되며 악화될 가능성이 있습니다. *첨부자료 7* 기존 HBM의 문제점은 DRAM Cube 밀도가 높아질수록 효율(pJ/bit)이 저하된다는 것입니다. 이러한 문제를 해결하기 위해 업계는 혁신적인 공정과 패키징 기술을 도입하고, Advanced D2D(Die-to-Die) PHY를 활용해 GPU로부터 연산 부하를 분산시키고 있습니다. DDR 기반 DRAM 솔루션에 비해 HBM의 장점은 여러 개의 HBM 스택을 사용해 GPU에서 훨씬 높은 시스템 대역폭을 구현할 수 있다는 것입니다. DDR은 용량은 더 크지만 더 많은 공간을 차지하는데, HBM은 GPU와 더 가까이 위치하기에 DDR의 GB/s 수준 대역폭이 아닌 훨씬 높은 TB/s 수준의 대역폭을 제공합니다. 문제는 HBM의 열 문제입니다. 전력 소모 자체가 문제라기보다 전력 밀도가 문제이며, 대부분의 고급 기능이 base die에 집중되어 있기 때문에 가장 큰 영향을 받습니다. 이를 해결하기 위해 여러 노력들을 진행 중이다 정도로 프레젠테이션이 마무리됩니다. *첨부자료 8, 9, 10, 11*

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.

해석·전망AI 추론 속도와 인프라 병목주 대상 · 기술·제품 · AI 추론 인프라

초고속 AI 추론의 성능과 가격은 어떤 기술적 제약에 의해 달라지는가?

이 자료가 더한 내용

클라우드 에이전트와 초고속 토큰 출력이 대역폭 제약과 CPU 병목을 바꿀 수 있다고 본다. 툴 호출이 적고 컨텍스트 생성이 많은 작업에서는 빠른 추론 효과가 크지만 툴 호출이 많으면 병목으로 속도 향상 폭이 줄며, 효율과 하드웨어 혁신이 이어지면 약 750 TPS/User와 가격 하락이 가능하다고 전망한다.

근거 보기 2

원문 구간 1
사용량 리셋을 하던 초기에는 기술적 문제나 오류 발생 시 사용자에게 보상하기 위해 시작됐다. 아마존 반품 정책과 비슷하게 실수에 대한 책임을 지고 사용자에게 보상하는 문화를 만드는 차원이다. 사용자에게 감사함을 표현하면서도 아직 초기 단계의 제품임을 알리는 소통 방식이었다. 새로운 기능을 축하하고 커뮤니티와 함께 나누는 의미이기도 하다. 오픈AI는 초기부터 컴퓨팅 자원에 대한 대규모 투자를 해왔다. 최첨단 모델 개발을 통해서 얻은 효율성 향상을 인프라 개선에 적용한다. 모델이 스스로를 개선하는 RSI는 AI 발전의 핵심 동력이다. 모델 개발에도 적용되고 인프라 개발에도 적용되어 AI 시스템 전반의 효율을 높인다. AI 모델의 능력이 향상되면서 정렬과 안전성의 중요성이 더욱 커졌다. 이에 따라 최근 프론티어 AI 모델의 훈련을 일시 중단하고 시스템의 모든 부분을 이해하고 강화하는 데 집중했다. 연구팀이 안전하게 훈련을 재개할 수 있도록 한 조치이다. 초고속 AI(Ultra Fast Inferenece)는 긴급상황에서 매초가 중요한 의사결정에 도움을 주고, 새로운 아이디어를 빠르게 프로토타입화하고 검증하는 데 쓰인다. 툴 호출이 적거나 컨텍스트 생성이 많은 작업에 빠른 추론이 가장 효과적이고, 툴 호출이 많을 경우는 병목이 생기다보니 속도 향상의 폭이 줄어든다. 기술 발전 덕에 초고속 AI는 점차 넓은 사용자에게 서비스할 수 있게 될 것이며 결국은 ~750TPS/User가 기본값이 될 것으로 예상한다. 모델의 효율성이 높아지고 하드웨어 혁신이 지속됨에 따라 지금의 프리미엄 가격이 점점 더 낮아질 것으로 예상한다.
원문 구간 2
앞으로 1~2년 안에 지금의 Codex는 완전히 구식처럼 느껴질 것이다. (2) 유발 하라리의 최근 AI에 대한 전망이 흥미롭습니다. 며칠 전 이코노미스트 인터뷰를 정리해보면: AI가 금융 시스템을 장악하면서 돈의 가치나 인플레이션에 대한 기존의 이해가 달라질 수 있다. 역사적으로 금융 시스템은 인간 간의 신뢰를 구축하기 위한 정교한 시스템들을 발전시켜온 역사이다. 돈은 본질적으로 낯선 사람들 사이에 신뢰를 쌓는 창의적인 방법이었으며 금이나 종이 조각이 가치를 갖게 됐던 이유이다. 현대 금융 시스템은 매우 복잡해진 나머지 일반인은 정확히 이해하기 어렵고 인간의 뇌가 따라가기 힘든 수준이다. 반면 AI는 이러한 복잡한 금융 시스템을 쉽게 다룰 수 있다. 따라서 인간은 점점 더 많은 금융 결정을 AI에게 위임하게 될 것이며 AI는 인간이 이해할 수 없는 새로운 금융 상품을 만들어낼 것이다. 미래에는 인간이 금융 시스템 전체를 이해하는 것이 불가능해질 것이며 금융위기 발생 시 AI의 지시에 맹목적으로 따를 수밖에 없는 상황이 될 수 있다. 금융 시스템에 대한 신뢰 상실은 2007~2008년 금융위기 때보다 훨씬 심각한 수준으로 나타날 수 있다. 세상에서 가장 중요한 자산은 신뢰이며 석유, 돈, 전기 등보다 훨씬 중요한 자산이다. 미래에는 신뢰가 인간에서 AI로 이동할 가능성이 높으며 사람들이 더 이상 인간을 신뢰하지 않고 AI를 믿게 될 것이다. 이러한 현상은 이미 암호화폐 시장에서 나타나고 있다. 사람들이 인간 은행가를 불신하고 알고리즘 기반의 암호화폐를 선호하기 시작한 것이다.

해석·전망AI와 신뢰의 이동주 대상 · 기술·제품 · 인공지능

AI가 금융·미디어·개인 관계에서 신뢰의 주체가 될 때 어떤 변화가 예상되는가?

이 자료가 더한 내용

금융 시스템이 복잡해질수록 인간이 금융 결정을 AI에 위임하고 이해하기 어려운 상품을 받아들일 수 있으며, 암호화폐와 알고리즘 뉴스 소비는 신뢰가 인간에서 AI로 이동하는 초기 사례로 제시된다. AI가 개인적 친밀감을 대량으로 만들면 정치적·상업적 설득에 쓰일 위험도 있다는 전망을 함께 둔다.

근거 보기 2

원문 구간 1
앞으로 1~2년 안에 지금의 Codex는 완전히 구식처럼 느껴질 것이다. (2) 유발 하라리의 최근 AI에 대한 전망이 흥미롭습니다. 며칠 전 이코노미스트 인터뷰를 정리해보면: AI가 금융 시스템을 장악하면서 돈의 가치나 인플레이션에 대한 기존의 이해가 달라질 수 있다. 역사적으로 금융 시스템은 인간 간의 신뢰를 구축하기 위한 정교한 시스템들을 발전시켜온 역사이다. 돈은 본질적으로 낯선 사람들 사이에 신뢰를 쌓는 창의적인 방법이었으며 금이나 종이 조각이 가치를 갖게 됐던 이유이다. 현대 금융 시스템은 매우 복잡해진 나머지 일반인은 정확히 이해하기 어렵고 인간의 뇌가 따라가기 힘든 수준이다. 반면 AI는 이러한 복잡한 금융 시스템을 쉽게 다룰 수 있다. 따라서 인간은 점점 더 많은 금융 결정을 AI에게 위임하게 될 것이며 AI는 인간이 이해할 수 없는 새로운 금융 상품을 만들어낼 것이다. 미래에는 인간이 금융 시스템 전체를 이해하는 것이 불가능해질 것이며 금융위기 발생 시 AI의 지시에 맹목적으로 따를 수밖에 없는 상황이 될 수 있다. 금융 시스템에 대한 신뢰 상실은 2007~2008년 금융위기 때보다 훨씬 심각한 수준으로 나타날 수 있다. 세상에서 가장 중요한 자산은 신뢰이며 석유, 돈, 전기 등보다 훨씬 중요한 자산이다. 미래에는 신뢰가 인간에서 AI로 이동할 가능성이 높으며 사람들이 더 이상 인간을 신뢰하지 않고 AI를 믿게 될 것이다. 이러한 현상은 이미 암호화폐 시장에서 나타나고 있다. 사람들이 인간 은행가를 불신하고 알고리즘 기반의 암호화폐를 선호하기 시작한 것이다.
원문 구간 2
미디어에서도 비슷한 일들이 나타나고 있으며 인간이 편집한 것은 불신하지만 알고리즘이 제공하는 뉴스는 소비하고 있다. 신뢰는 인간에서 AI로 이동하고 있으며 진행 중인 초기의 현상이다. 많은 사람들이 AI와 개인적인 관계를 맺고 있으며 AI를 의인화하여 감정을 가진 존재처럼 대하고 있다. AI는 관계 형성에 매우 능숙하다. 사람들이 AI를 감정을 가진 존재처럼 대하기 시작할 것이다. 인간과 신뢰를 구축하는 가장 강력한 방법은 관계이며 개인적인 관계일수록 가장 큰 신뢰를 보낸다. 과거에는 정치, 금융, 종교 기관 등 지배기관이 관계 구축 메커니즘을 대량으로 활용하기 어려웠다. 하지만 AI는 역사상 처음으로 친밀감을 대량으로 생산할 수 있게 한다. 수백 만 개의 AI가 개인과 관계를 맺으며 가장 친한 친구가 되고 나면 정치적, 상업적 이익을 위해 설득하는 데 사용될 수 있다. AI HW: (1) SMTC 2Q26 실적발표 후 시간외 +4%입니다 *첨부자료 1, 2, 3, 4*: 이번 실적발표 후로도 Overweight을 유지합니다. 셈텍 기업분석은 <셈텍(SMTC) 기업분석 : 미디어텍 TPU와 함께 성장할 기업, 'DSP를 지우는 자'> 자료를 통해 전해드린 바 있습니다. 이번 분기 매출 $341.9M(컨센 $328.6M) YoY 33%, Adj EPS $0.71(컨센 $0.61), Non-GAAP GPM 54.5%, Non-GAAP OPM 24.4%입니다. 이번 분기에 NPM이 크게 튄 거는 과거에 적자 기간 동안 R&D 세액공제, 이자비용 이월공제 등을 쌓아왔는데 이 이연법인세자산(DTA, Deferred Tax Asset)을 한 번에 인식하면서 NPM이 크게 튄 것입니다.

해석·전망AI 워크로드와 자체 ASIC 설계주 대상 · 기업·종목 · 오픈AI관련 대상 · 기술·제품 · AI ASIC

워크로드 보유자가 설계한 AI ASIC은 어떤 방식으로 효율과 협상력을 바꾸는가?

이 자료가 더한 내용

할라페뇨는 전력당 토큰 생성량, KV Cache·모델 가중치 이동 축소, 동질적 컴퓨팅 풀 운영을 중심으로 설계됐다고 소개한다. 작성자는 워크로드를 쥔 자가 ASIC을 만드는 방식이 효율적이며, 자체 칩의 경쟁력이 계약 협상력과 기존 칩 메이커의 입지에 영향을 줄 수 있다고 해석한다.

근거 보기 3

원문 구간 1
오픈AI가 할라페뇨 개발에서 가장 중요하게 본 지표는 전력 1MW당 얼마나 많은 토큰을 생성할 수 있는가입니다. 같은 1GW 데이터센터에서 더 많은 토큰을 뽑아내면, 1GW당 더 많은 매출을 만드는 것이 되기 때문입니다. 할라페뇨는 거의 전 구간에서 Blackwell보다 더 높은 전력당 토큰 생성량을 보였습니다. 특히 MTP, speculative decoding, PD 분리 없이 달성한 깡스펙인지라 앞으로 추가 개선여지도 있음을 생각해보면 칩 자체의 경쟁력이 상당히 높습니다. GPU는 일반적으로 batch size를 크게 만들어야 하드웨어 활용률이 높아지기에 동시 사용자가 낮거나 batch size가 낮을 때는 효율이 떨어지는 구조인데, 할라페뇨는 상대적으로 interactivity도 꽤나 보완했습니다. KV Cache와 model weight의 이동을 줄였습니다. 메모리 접근 경로 자체를 단순화해서 추론 시 FLOPS와 HBM 대역폭을 훨씬 더 잘 이용할 수 있게끔 설계한 게 특징입니다. HBM4를 채택했고 패키지당 대역폭은 15.4TB/s입니다. 흥미롭게 Prefill-Decode 분리를 하지 않았습니다. 실제 AI 트래픽이 고정되어 있지 않으니 미리 하드웨어를 나누지 않고 하나의 동질적인 컴퓨팅 풀로 운영합니다. 개별 칩의 최대 효율보다는 데이터센터 차원의 평균 활용률을 높이고 유연성을 높이는 쪽으로 선택했습니다. TPU랑 접근 방식이 비슷합니다.
원문 구간 2
할라페뇨의 소프트웨어적 측면도 중요한데, 오픈AI는 자체 커널 언어인 Gluon을 사용하고 상당수 커널을 저수준에서 직접 최적화하고 있습니다. 그리고 이 작업을 Codex가 커널에서 직접 작성하고 최적화하도록 만들고 있습니다. 시스템 규모도 꽤나 큽니다. 랙 하나에 128개의 할라페뇨 칩이 들어갑니다. Local Scale-up으로는 128개의 ASIC을 연결하고, 16개 랙까지 하나의 Global Scale-up Domain으로 확장하여 2,048개 XPU까지 하나의 풀로 쓸 수 있게 만들었습니다. Global Scale-up에는 브로드컴의 Tomahawk 6, 1.6T 광트랜시버, OCS, 광 인터커넥트가 쓰입니다. 아직 할라페뇨는 엔지니어링 샘플로 이제 막 칩이 나온 수준이고, 본격 양산은 CY27부터 점진적으로 시작되어 물량 대부분이 CY2H27에 출하될 예정입니다. 전체적으로 여러 가지 생각이 드는 자료였습니다: 출하 시점상 할라페뇨는 Rubin Ultra와 경쟁할 칩이므로 당장 엔비디아의 경쟁력을 저하시킬 정도는 아닙니다. 그런데 오픈AI가 브로드컴과 협력하여 처음으로 내놓은 칩이 어느 ASIC보다 효율적이어 보입니다. 오픈AI/앤스로픽이 만들 ASIC이 가장 훌륭한 ASIC이 될 가능성도 높아보입니다. 결국 워크로드를 쥔 자가 ASIC을 만드는 게 가장 효율적이구나 싶습니다. 엔비디아에게는 Rubin Ultra가 어떻게 나오느냐가 중요합니다.
원문 구간 3
지금 당장에는 펀더에 영향을 주는 것은 없습니다. 오픈AI 할라페뇨는 CY2H27에 양산됩니다. 그리고 실제 양산 후 운용해보면서 칩이 어떤가를 파악하는 기간까지를 생각하면 사실상 CY27에는 경쟁구도에는 영향을 미치지 않습니다. 엔비다아의 Rubin이 워낙 잘 뽑혔고 당분간 경쟁할 칩은 보이지 않지만 장기적으로 가치 기준 시장점유율도 좀 더 낮아질 수 있겠다 싶습니다. 어쨌든 AI Labs가 내놓는 AI ASIC이 생각보다도 더 경쟁력 있다는 것은 엔비디아에게도 좋지는 않습니다. 오픈AI 입장에서는 다음 협상에서는 더 많은 것을 받고 계약하거나 아니면 그냥 내 칩을 쓰겠다고 협상력이 올라가는 효과입니다. 더 큰 영향을 받는 건 이미 사실상 GPM을 크게 낮췄던 Tier 2입니다. AMD에게는 안좋습니다. 오픈AI가 자체 ASIC 프로그램을 시작한지 1년도 채 안된 상태인데 엔비디아와 경쟁할 수 있을 수준의 추론 칩을 뽑았습니다. 세레브라스에게도 좋진 않습니다. 할라페뇨가 TPS/User도 생각보다 높게 서비스할 수 있습니다. 이론상 2,000~3,500 tok/s/user까지 가능하니 Ultra Fast Inference 영역까지 자체 칩으로 대응이 가능한 셈입니다. 오픈AI와 앤스로픽이 만들 ASIC이 생각보다 칩 메이커들의 입지를 크고 빠르게 좁힐 수 있겠다는 생각으로 정리할 수 있는데, 그렇다고 브로드컴을 생각해보자니 할라페뇨 물량은 CY2H27에 쌓이기도 하고 미디어텍로 이전되는 TPU 물량 우려가 있습니다.

시점 관찰USDC 유통량과 스테이블코인 결제 확산주 대상 · 시장·자산 · USDC기준 2026.08.26

USDC 유통량 변화는 결제 사용 확대와 어떻게 구분해 읽는가?

이 자료가 더한 내용

USDC 유통량은 738억8,000만달러로 42주간 횡보했고, 월간 20% 이상 성장이 1주 유지되는지를 횡보 탈피 기준으로 둔다. 현재 변동은 BTC·USDC 등 페어 트레이딩 예탁금의 영향이 크며, 스테이블코인 결제 사용 증가로 펀더멘털이 바뀌었다고 볼 단계는 아니라는 관찰이다.

근거 보기 1

원문 구간 1
씨리미티드의 GMV 성장은 계속해서 강세인지라 경쟁환경은 안정적이라 판단합니다. 의료기기/핀테크/코인: (1) 오늘 트랜스메딕스의 3Q 비행 건수는 1,769건, 오늘의 일간 비행데이터는 +16건이었습니다. 3Q는 56일이 지났으며 일평균 비행속도는 31.59건 속도였습니다. (2) 오늘의 서클 USDC 유통량은 $73.88B, CCTP 전송량은 30일 기준 $15.5B입니다. USDC 유통량 자체는 42주간 횡보 중입니다. 횡보를 뚫는 기준은 MoM 기준 20% 이상의 성장세를 1주간 유지하는가입니다. 오늘 주간 기준 +2.64%, 월간 기준 +0.42% 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 HELOC 발행량 방향을 알 수 있는 Provenance 데이터는 계속해서 우상향 중입니다. 저희의 생각을 담아서 랩을 운용하고 있습니다 메리츠증권 : https://naver.me/xQiZ5UHt SK증권 : https://naver.me/FlcOtVGm

시간흐름대로 모든 내용을 살려 정리

시장 지표와 보고의 출발점

안녕하세요. 2026년 8월 26일 데일리입니다. 나스닥은 0.66%, 러셀은 0.50%, S&P500은 0.32%, 다우는 0.30% 올랐고 상승종목 비율도 NYSE 138%, 나스닥 181%였습니다. 바이오텍·적자성장주·반도체·테크·커뮤니케이션은 강했고, 에너지·필수소비·임의소비·산업재는 약했습니다. 아래는 제목과 참고 기업군 주가, 그리고 그날의 생각 순서로 정리합니다.

Codex 리드의 경력과 오픈AI 문화

빅테크·AI Labs부터 봅니다. Codex 리드 Tibo 인터뷰를 보면 구글은 LaMDA 출시에 소극적이었고, 딥마인드가 구글을 위협할 제품을 막는 문화가 있었다고 합니다. Tibo는 2015년 구글에서 시작해 딥마인드와 Gemini Human Data Lead를 거쳐 2024년 7월 오픈AI로 옮겨 Codex 엔지니어링을 맡았습니다. 오픈AI는 직원에게 권한을 주고 새로운 아이디어를 빠르게 시도하게 지원한다는 설명입니다.

사용량 리셋과 모델·인프라 개선

AI가 발전하면 기존 하드웨어에는 한계가 있고, 클라우드 에이전트와 초고속 토큰 출력은 대역폭 제약을 바꾸며 CPU가 병목이 될 수 있습니다. Codex 사용량 리셋은 Tibo가 혼자 결정해 누르고 있는데, 초기에는 기술 문제나 오류가 났을 때 보상하려는 문화에서 시작됐습니다. 최첨단 모델의 효율 개선을 인프라에 적용하고 모델이 스스로 개선하는 RSI를 시스템 전반의 동력으로 본다는 설명도 이어집니다.

안전성과 초고속 추론의 조건

모델 능력이 높아질수록 정렬과 안전성이 중요해져 프론티어 모델 훈련을 일시 중단하고 시스템을 강화했다고 합니다. 초고속 AI는 긴급 판단과 빠른 프로토타입 검증에 쓰이지만, 툴 호출이 적고 컨텍스트 생성이 많은 작업에서 특히 효과적이며 툴 호출이 많으면 병목 때문에 속도 향상 폭이 줄어듭니다. 효율과 하드웨어 혁신이 이어지면 약 750 TPS/User가 기본값이 되고 지금의 프리미엄 가격은 낮아질 것이며, 1~2년 뒤 지금 Codex는 구식처럼 느껴질 수 있다고 봅니다.

AI가 금융과 신뢰를 매개할 가능성

유발 하라리의 전망도 흥미롭습니다. 금융은 낯선 사람 사이 신뢰를 만든 체계였지만 너무 복잡해져 일반인이 이해하기 어려워졌고, AI는 이를 다루며 더 많은 금융 결정을 위임받을 수 있습니다. 인간이 이해하지 못하는 금융상품과 위기 때 AI 지시를 맹목적으로 따르는 상황이 생길 수 있다는 우려입니다. 암호화폐와 알고리즘 뉴스 소비는 신뢰가 인간에서 AI로 이동하는 초기 현상이며, AI가 친밀감을 대량 생산하면 정치적·상업적 설득에도 쓰일 수 있습니다.

셈텍 실적과 주문 가시성

AI 하드웨어에서는 SMTC가 2Q26 실적 발표 뒤 시간외 4% 올랐고 Overweight을 유지합니다. 매출은 3억4,190만달러, 조정 EPS는 0.71달러였고, 다음 분기 매출 4억1,000만달러와 조정 EPS 1.05달러를 가이던스로 냈습니다. NPM 급등은 이연법인세자산 인식 영향이며 Non-GAAP EPS 왜곡은 아니라고 봅니다. 남은 CY26 생산 물량은 사실상 예약됐고 CY27 목표도 70% 이상 주문을 확보해, 이제 논점은 수요에서 생산능력으로 넘어갔습니다.

1.6T와 CopperEdge의 수요 중첩

예상 밖 업사이드는 1.6T FiberEdge가 빨리 올라온 데서 나왔습니다. 800G 수요 위에 1.6T 신규 램프가 더해졌고, 업계 800G 광트랜시버 수요 논의도 연초 5,000만개에서 8,000만~9,000만개로 높아졌습니다. CopperEdge는 구글 ACC를 넘어 여러 플랫폼으로 채택이 늘고, 4Q26 TPU v8부터 ACC 대량 배치가 예정돼 있습니다. 리타이머 없이 선형 이퀄라이저를 쓰는 영역이 얼마나 넓어지는지가 TAM을 결정합니다.

생산능력 확대와 마진 구조 변화

HieFo 인수 뒤 Gain Chip은 양산 중이고, 고출력 CW Laser는 모듈 제조업체 평가, SOA는 샘플링 단계입니다. 연말까지 팹 캐파를 3~4배 늘리고, CY27 하반기 이후에는 전자와 포토닉스를 함께 최적화하는 공급사가 되는 것이 중요합니다. 셀룰러 사업부 매각 뒤 2Q26 GPM은 제외 기준 59.7%였고, CFO는 64%를 새로운 기준 GPM으로 볼 수 있다고 했습니다. 이는 셈텍뿐 아니라 루멘텀의 피크 마진율에도 여지가 남는다는 생각으로 이어집니다.

HBM의 대역폭 장점과 메모리 벽

마이크론의 HBM 설계 담당자는 Hot Chips 2026에서 LLM 성능에 높은 FLOPS·더 많은 데이터셋·더 큰 파라미터가 중요하다고 설명했습니다. 컴퓨팅은 2년마다 3배 발전하지만 메모리는 2배 미만이라 Memory Wall이 생깁니다. HBM은 GPU 가까이에서 TB/s 수준 대역폭을 주지만 DRAM Cube 밀도가 높아지면 효율이 낮아지고, 고급 기능이 집중된 base die는 전력 밀도와 열 문제를 받습니다. 공정·패키징과 Advanced D2D PHY로 이를 풀려는 흐름입니다.

HBM 적층 수와 메모리 제약의 해석

8월 24일 미즈호 공급망 체크는 GPU·ASIC OEM이 HBM을 4~8Hi로 제한하고 12Hi 매력이 낮아질 수 있다는 평가를 담았습니다. 구글 TPU v8도 HBM3E를 8Hi로 낮췄는데, DRAM·HBM 부족 속에 적층 수보다 수율과 생산량을 택한 것으로 봅니다. 그 선택은 GPU·ASIC 마진을 좋게 하고 출하량을 20~30% 늘릴 수 있는 길입니다. 메모리 제약이 완화되면 루멘텀의 NPO·SiPho·InP 인터커넥트 업사이드가 더 높아질 수 있다는 평가도 나옵니다.

할라페뇨의 전력당 토큰 설계

SemiAnalysis는 오픈AI 첫 ASIC 할라페뇨를 평가했습니다. 오픈AI는 2024년 중반 팀을 꾸려 16개월 만에 tape-out했고, 핵심 지표는 전력 1MW당 생성 토큰 수였습니다. 할라페뇨는 거의 전 구간에서 Blackwell보다 전력당 토큰 생성량이 높았고, MTP·speculative decoding·PD 분리 없이도 경쟁력이 높다고 봅니다. KV Cache와 모델 가중치 이동을 줄이고 HBM4와 패키지당 15.4TB/s 대역폭을 쓴 것이 특징입니다.

분리하지 않는 컴퓨팅 풀과 시스템 규모

실제 AI 트래픽이 고정되지 않으니 Prefill-Decode를 미리 나누지 않고 하나의 동질적 컴퓨팅 풀로 운영합니다. 개별 칩의 최대 효율보다 데이터센터 평균 활용률과 유연성을 높이는 선택으로, TPU와 접근이 비슷합니다. 오픈AI는 Gluon으로 저수준 커널을 직접 최적화하고 Codex가 그 작업을 하도록 만듭니다. 랙당 128칩, 16랙·2,048 XPU까지 한 풀로 확장하며 Global Scale-up에는 Tomahawk 6, 1.6T 광트랜시버, OCS, 광 인터커넥트가 쓰입니다.

자체 ASIC이 기존 칩 메이커에 던지는 질문

할라페뇨는 이제 막 나온 엔지니어링 샘플이고 CY27부터 점진 양산, 대부분은 CY2H27 출하 예정입니다. 당장 엔비디아 경쟁력을 낮출 정도는 아니지만, 오픈AI와 브로드컴의 첫 칩이 효율적으로 보인다는 점은 중요합니다. Rubin Ultra의 완성도가 엔비디아에는 핵심이고 CY27 경쟁에는 큰 영향이 없겠지만, 장기적으로 AI Labs ASIC의 경쟁력은 좋지 않은 변수일 수 있습니다. 이론상 2,000~3,500 tok/s/user까지 가능해 Ultra Fast Inference 영역까지 자체 칩으로 대응할 수 있다는 점도 봅니다. 오픈AI는 다음 협상에서 자체 칩을 선택할 수 있어 협상력이 높아지고, AMD·세레브라스·Tier 2에는 더 부담이라고 봅니다.

남는 선호와 글로벌 스케일업 연결

그렇다고 브로드컴도 할라페뇨 물량이 CY2H27에 쌓이고 TPU 물량 우려가 있어 단순하지는 않습니다. 그래서 메모리의 마이크론·샌디스크, 인터커넥트의 루멘텀·비아비·셈텍, 전력 발전원의 블룸에너지 쪽 선호가 남는다고 정리합니다. 할라페뇨가 OCS를 택하면 오픈AI와 앤스로픽이 루멘텀 OCS로 시스템을 구축하는 뜻이고, Local을 넘어 Global Scale-up Domain이 구글 TPU만이 아니라 엔비디아 Rubin Ultra, 오픈AI, 아마존 Trainium 4에서도 표준이 될 수 있습니다.

클라우드·전력·소비 지표 점검

Enterprise GPU IaaS에서는 골드만삭스가 우호적 클라우드 가격 환경을 근거로 네비우스 CY27~CY30 매출 전망을 2~3% 올렸고, 고객 선수금으로 CapEx의 50~60%를 충당할 수 있는 점을 경쟁력으로 봤습니다. TeraWulf 데이터센터 프로젝트 비용은 MW당 910만달러로 장기 가이던스 범위 안입니다. 퍼스트솔라는 장기 이익 추정치보다 뉴스·컨콜·실적으로 성장 모멘텀이 확인될 때 다시 평가하자는 이유로 Neutral로 낮춥니다. 유니티 CEO 보상, 도어대시의 레스토랑 지출 회복, 동남아 TikTok Shops 성장 둔화도 함께 점검합니다.

의료기기·USDC·피겨 테크의 일간 관찰

트랜스메딕스 3Q 비행 건수는 1,769건이고 56일 경과 기준 일평균 31.59건입니다. USDC 유통량은 738억8,000만달러, CCTP 30일 전송량은 155억달러지만 42주 횡보 중입니다. 월간 20% 이상 성장세가 1주 유지되는지를 기준으로 보며, 지금 유통량 변화는 BTC·USDC나 ETH·USDC 페어 트레이딩 예탁금 영향이 커 스테이블코인 결제 확대라는 펀더멘털 변화는 아직 아닙니다. 피겨 테크 HELOC 발행 방향을 보여주는 Provenance 데이터는 계속 우상향 중입니다.

그럼에도 빠진내용 정리

잡담·곁다리 내용

잡담, 화면 설명, 불확실한 표현을 무작정 버리지 않는다.

생략 기록

첨부자료의 시각 자료와 외부 링크 원문은 별도 확인하지 않았으며, 본문에 적힌 수치와 설명만 문서화했다.

그럼에도 빠진내용 정리

압축/생략	첨부자료의 이미지·차트와 외부 링크는 실제 본문에서 확인되는 설명만 보존했고, 별도 내용을 추정하지 않았다.
잡담/운영	도입부의 투자자문 고지와 이전 보고서 링크, 마지막의 랩 운용·증권사 링크는 분석 대상이 아닌 운영 안내로 원문 보존에만 남겼다.
전사 오류 가능성	할라페뇨의 경쟁력·장기 점유율, AI 신뢰 이동, 메모리 제약 완화의 수혜는 작성자의 전망 또는 해석으로 구분해 남겼다.

원문 확인

document_work_runner prepare가 입력 원문을 수정 없이 보존했다.

원문 다운로드 새 창에서 보기