26-9 OpenAI GPT-6 아스트라 출시
작성자의 핵심 판단
작성자는 AI 모델의 고도화가 HBM의 용량과 속도, 전력 효율을 함께 끌어올리는 구조라고 본다. 다만 고객이 제시한 장기 수요 물량을 실제 계약 물량으로 바로 해석하지는 않는다.
근거 보기 4
- 원문 구간 1
결국, AI 모델 고도화 → 메모리 용량·속도 개선 필요 AI가 한 번에 참고할 수 있는 정보가 많아진다는 것은 그만큼 많은 데이터를 메모리에 담아둬야 한다는 의미임 특히 긴 문맥을 유지하면서 이전 내용을 계속 참고하려면 KV Cache(이전에 처리한 정보를 다시 계산하지 않도록 메모리에 저장해두는 데이터)도 커지게 됨 결국 AI가 더 긴 문서와 대화를 기억할수록 메모리 용량이 더 많이 필요하고, 그 많은 데이터를 빠르게 꺼내 연산하려면 메모리 속도까지 함께 높아져야 함 즉 AI 모델의 성능 향상이 HBM의 용량과 속도를 동시에 끌어올리는 구조임 ▶ 실제 AI칩 하나에 HBM4가 216GiB씩 들어가는 시대
- 원문 구간 2
다만 AI칩 하나가 얼마나 많은 초고속 메모리를 요구하기 시작했는지 규모를 체감하기 위한 비교로 볼 수 있음 ▶ Trend: HBM의 바닥까지 첨단 반도체로 바꾸기 시작 HBM을 계속 빠르게 만들수록 전력 문제가 커짐 HBM에서는 데이터를 저장하는 것뿐만 아니라 그 데이터를 AI칩으로 빠르게 실어 나르는 과정에서 상당한 전력을 사용하고 있는 것임 데이터 이동량이 폭발적으로 증가하면서 이제는 바닥에 있는 베이스 다이의 성능까지 높여야 하는 단계로 넘어가고 있음 베이스 다이(Base Die)는 HBM은 여러 장의 DRAM을 위로 쌓아 만든 구조인데, 가장 아래에서 데이터가 GPU와 오갈 수 있도록 연결하고 관리하는 부분이 베이스 다이임
- 원문 구간 3
HBM이 부족할 것으로 예상되면 고객 입장에서는 원하는 물량을 배정받기 위해 실제 필요한 양보다 많은 수요를 공급사에 제시 실제로 100이 필요한 고객도 공급사가 주문량의 절반밖에 주지 않을 것으로 예상한다면 처음부터 150이나 200을 요청할 수 있음 그러나, Broadcom, NVIDIA, Google, AMD가 벌써 2028년 물량을 공격적으로 제시하고 있다는 것 자체가 향후 HBM 공급 부족에 대한 우려가 상당하다는 신호로 볼 수 있음 또한, 대신증권에 따르면 최근 장기계약 협상 과정에서 계약기간을 5년 이상으로 확대해달라고 요청하는 고객도 나타나기 시작함 2028년 HBM 수요 > 공급
- 원문 구간 4
▶ 투자자 관점: HBM의 양과 질이 동시에 올라가는 구간 : 현재 HBM 시장에서 나타나는 변화를 정리하면 다음과 같음 구분 변화 수요량 주요 고객사의 2028년 HBM 수요 계획 지속 상향 칩당 탑재량 AI 모델 고도화로 더 많은 메모리 용량 필요 대역폭 AI 연산성능 향상에 따라 더 빠른 데이터 전송 요구 전력 효율 데이터 이동 증가로 HBM 전력소모 문제 부각 제조 기술 HBM4 이후 베이스 다이·본딩 등 기술 중요성 확대 고객 행동 공급 부족 우려로 5년 이상 장기 물량 확보 움직임 cf) 주요 기업 차트
이 자료에서 다룬 사실
이 자료는 GPT-6 Astra 출시 뒤 AI 투자 기대가 이틀째 이어졌고, GPT-4o·GPT-5보다 길어진 컨텍스트와 Jalapeno의 HBM4 216GiB 탑재 사례를 제시한다.
근거 보기 4
- 원문 구간 1
www.youtube.com <9/8 시장 3줄 요약> - 오픈AI ‘아스트라’발 AI 투자 기대가 이틀째 이어지며 장중 7,100pt 달성했으나 상승폭 반납 - 대미투자 기대가 발전 기자재에서 해외 EPC로 확산되며 건설업종이 장중 +5%대 - 유가 상승·엔화 강세에 아시아 증시 동반 약세 안녕하세요 제이입니다! 코스피는 전일 대비 -0.58% 하락한 6,955pt로 마감했고, 코스닥은 -1.25% 하락한 811.88pt로 거래를 마쳤습니다. |코스피&코스닥 일중 차트 | 코스피: 일중 / 일별차트 | 코스닥: 일중 / 일별 차트 |아시아 증시 & 매크로 지표
- 원문 구간 2
오늘의 관심종목! ※매수 추천 종목이 아닙니다. 시장에서 의미있는 움직임이 있는 종목에 대해 이야기 합니다. ✅ 반도체 A/S: 3Q26 실적 추정치 변화 체크 반도체 A/S AI는 더 많은 메모리를 원한다|3Q26 실적 추정치 변화 체크 메모리 업데이트 : HBM은 더 많이 필요해지는 동시에, 한 개당 가치도 커지고 있음 GPT-6 Astra 출시 이후 메모리에 대한 관심 up! GPT-6 Astra: A new generation of intelligence ▶ AI가 한 번에 기억하는 정보량이 크게 증가 AI의 컨텍스트 길이 증가 컨텍스트는 AI가 답변을 만들 때 한 번에 참고할 수 있는 정보의 양
- 원문 구간 3
쉽게 말하면 AI가 책상 위에 펼쳐놓고 동시에 볼 수 있는 자료의 양이라고 생각하면 됨 GPT-4o의 컨텍스트 길이가 12.8만 토큰이었다면 GPT-5는 40만 토큰, GPT-6 Astra는 약 105만 토큰까지 확대됨 GPT-4o와 비교하면 약 8.2배, GPT-5와 비교해도 약 2.6배 커진 규모임 모델 컨텍스트 길이 비교 GPT-4o 12.8만 토큰 1배 GPT-5 40만 토큰 약 3.1배 GPT-6 Astra 105만 토큰 GPT-5 대비 약 2.6배 - (재미로 보는) 컨텍스트의 중요성: https://www.youtube.com/watch?v=fpjhSSAfc9M
- 원문 구간 4
이러한 변화를 숫자로 보여주는 사례가 OpenAI의 자체 AI칩인 Jalapeno임 Jalapeno에는 HBM4 216GiB가 탑재되고 메모리 대역폭은 15.4TB/s에 달하는 것으로 제시됨 216GiB가 얼마나 큰지 감을 잡기 위해 우리가 사용하는 PC와 단순하게 비교해볼 수 있음 일반적인 PC의 RAM이 16~32GB 수준이라고 보면, AI칩 하나에 탑재되는 HBM4 216GiB는 16GB PC 대비 약 13.5배, 32GB PC 대비 약 6.8배에 해당하는 용량임 물론 PC에서 사용하는 DDR 메모리와 AI칩에 들어가는 HBM은 용도와 구조가 다르기 때문에 성능을 직접 비교할 수는 없음
이 자료에서 다룬 실제 시장 반응
삼성전자와 SK하이닉스가 장중 강세를 보이며 코스피를 7,100선까지 끌어올렸으나 장 막판 상승분을 대부분 반납했고, 소부장·기판주에는 차익실현이 집중됐다고 전한다.
근거 보기 2
- 원문 구간 1
www.youtube.com <9/8 시장 3줄 요약> - 오픈AI ‘아스트라’발 AI 투자 기대가 이틀째 이어지며 장중 7,100pt 달성했으나 상승폭 반납 - 대미투자 기대가 발전 기자재에서 해외 EPC로 확산되며 건설업종이 장중 +5%대 - 유가 상승·엔화 강세에 아시아 증시 동반 약세 안녕하세요 제이입니다! 코스피는 전일 대비 -0.58% 하락한 6,955pt로 마감했고, 코스닥은 -1.25% 하락한 811.88pt로 거래를 마쳤습니다. |코스피&코스닥 일중 차트 | 코스피: 일중 / 일별차트 | 코스닥: 일중 / 일별 차트 |아시아 증시 & 매크로 지표
- 원문 구간 2
소부장·기판주는 차익실현이 집중되며 LG이노텍·삼성전기·피에스케이홀딩스가 5~7%대 급락. 대형주에서 원전·로봇으로 자금이 이동하는 AI 내부 순환매가 확인된 하루. 주성엔지니어링 +3.95%, DB하이텍 +2.58%, 한미반도체 +1.66%, 리노공업 +0.73%, SK하이닉스 +0.56%, 티엘비 0.00%, 삼성전자 -0.19%, 이수페타시스 -1.43%, 티씨케이 -1.49%, 원익IPS -1.53%, 하나마이크론 -1.93%, 동진쎄미켐 -2.05%, 피에스케이 -2.11%, 해성디에스 -2.17%, 코리아써키트 -2.30%, 에스앤에스텍 -2.76%, 테스 -3.01%, 한양디지텍 -3.35%, 대덕전자 -3.57%, 테크윙 -3.95%, 브이엠 -4.31%, 솔브레인 -4.41%, 삼성전기 -5.78%, 피에스케이홀딩스 -6.09%, LG이노텍 -7.00%
그렇게 판단한 이유
컨텍스트가 길어지면 더 많은 데이터를 메모리에 유지하고 빠르게 꺼내야 하며, 긴 문맥 유지에 필요한 KV Cache도 커진다는 설명을 근거로 든다.
근거 보기 2
- 원문 구간 1
쉽게 말하면 AI가 책상 위에 펼쳐놓고 동시에 볼 수 있는 자료의 양이라고 생각하면 됨 GPT-4o의 컨텍스트 길이가 12.8만 토큰이었다면 GPT-5는 40만 토큰, GPT-6 Astra는 약 105만 토큰까지 확대됨 GPT-4o와 비교하면 약 8.2배, GPT-5와 비교해도 약 2.6배 커진 규모임 모델 컨텍스트 길이 비교 GPT-4o 12.8만 토큰 1배 GPT-5 40만 토큰 약 3.1배 GPT-6 Astra 105만 토큰 GPT-5 대비 약 2.6배 - (재미로 보는) 컨텍스트의 중요성: https://www.youtube.com/watch?v=fpjhSSAfc9M
- 원문 구간 2
결국, AI 모델 고도화 → 메모리 용량·속도 개선 필요 AI가 한 번에 참고할 수 있는 정보가 많아진다는 것은 그만큼 많은 데이터를 메모리에 담아둬야 한다는 의미임 특히 긴 문맥을 유지하면서 이전 내용을 계속 참고하려면 KV Cache(이전에 처리한 정보를 다시 계산하지 않도록 메모리에 저장해두는 데이터)도 커지게 됨 결국 AI가 더 긴 문서와 대화를 기억할수록 메모리 용량이 더 많이 필요하고, 그 많은 데이터를 빠르게 꺼내 연산하려면 메모리 속도까지 함께 높아져야 함 즉 AI 모델의 성능 향상이 HBM의 용량과 속도를 동시에 끌어올리는 구조임 ▶ 실제 AI칩 하나에 HBM4가 216GiB씩 들어가는 시대