2026.10.20 · 네이버 프리미엄 콘텐츠 · 올바른 미국주식 by SAPIENS

유형
네이버 프리미엄 콘텐츠
날짜
2026.10.20
강연자/작성자
올바른 미국주식 by SAPIENS
분석 주제
미지정
자료 길이
본문 15,769자
1

문서 전체 조망

핵심 구조

AI 자금 병목과 인프라 공급의 속도를 함께 보아야 하는 날

금리·유동성·AI 자금조달이 데이터센터 투자에 이어지는 구조와 모델·광학·메모리·전력의 확인점을 짚는다.

건설은 빨라지지만 GPU 부족과 하드웨어 전환비용 변화가 다음 병목을 바꿀 수 있다.

금융 병목과 거시 유동성

  • 이란 전쟁의 유가 충격이 물가와 금리인상으로 번질 수 있어, 거시 유동성이 늘어야 한다는 문제의식이다.
  • 빅테크 FCF 개선보다 거시 유동성이 더 구조적인 순풍으로 제시된다.
🔎 자세히 읽기 이유·근거·조건
💡 금융 병목과 거시 유동성
  • 유가 충격이 물가 전반으로 전이되면 금리인상까지 이어질 수 있으므로, 전쟁·유가·물가의 고리를 끊을 실제 움직임이 필요하다는 판단이다.
  • 빅테크 FCF보다 거시 유동성 증가를 더 구조적인 순풍으로 둔다.
📎 원문 근거 1
📎 이 주제의 원문 근거 · 1개

근거 1 · 관련 설명: 금융 병목과 거시 유동성

유가로 인한 충격이 물가 전반으로 전이될 우려가 있기에

AI 자금조달의 신용 문제

  • AI Labs는 신용등급이 없어 차입이 어렵거나 고금리이고, 하이퍼스케일러도 OCF만으로 CapEx를 처리할 수준을 넘어 SPV 계약을 이어온다.
  • 앤스로픽 IPO의 밸류와 신용등급은 다음 자금조달의 확인점이다.
🔎 자세히 읽기 이유·근거·조건
💡 AI 자금조달의 신용 문제
  • AI Labs가 수요를 믿어 줄 보증 없이는 싸게 돈을 빌리기 어렵고, 하이퍼스케일러도 홀로 CapEx를 감당하기에는 위험과 규모가 크다.
  • 그래서 데이터센터 소유와 자금조달을 분리하는 SPV·오프밸런스 구조가 이어진다는 설명이다.
📎 원문 근거 1
📎 이 주제의 원문 근거 · 1개

근거 1 · 관련 설명: AI 자금조달의 신용 문제

비용이 워낙 낮기 때문에 코딩용으로 쓸만한 성능의 모델

모델 경쟁의 성능·가격·학습비용

  • 딥시크의 저비용 코딩 성능은 선택지를 넓히지만 미국 프론티어 AI Labs의 ARR을 위협할 정도는 아니라는 평가다.
  • 증류 경로가 막힌 중국 Labs의 RL 비용 증가도 함께 본다.
🔎 자세히 읽기 이유·근거·조건
💡 모델 경쟁의 성능·가격·학습비용
  • Terminal-Bench 결과는 기다린 것보다 좋았고 API 비용도 낮아 코딩용으로 쓸 만하다는 평가다.
  • 다만 이 성능만으로 미국 프론티어 Labs의 ARR을 위협한다고 보지는 않으며, 증류 경로가 막힌 뒤의 RL 비용도 따로 살핀다.
📎 원문 근거 1
📎 이 주제의 원문 근거 · 1개

근거 1 · 관련 설명: 모델 경쟁의 성능·가격·학습비용

정확히 언제부터 공급 여력이 생길까요? A1(마이클 헐

광학 수요와 메모리의 수익성

  • 루멘텀은 생산능력 확대에도 수요가 강하고 구매약정 상당 부분이 취소 불가능하다고 말한다.
  • 반면 CXMT는 수익성 둔화와 고부가 제품 믹스 격차가 드러났다는 평가다.
🔎 자세히 읽기 이유·근거·조건
💡 광학 수요와 메모리의 수익성
  • 루멘텀은 생산능력을 계속 늘려도 고객이 더 많은 물량을 원해 수요를 따라잡는 끝이 보이지 않는다고 말한다.
  • 선행투자의 위험을 고객과 나누기 위해 확보한 구매약정 상당 부분은 취소 불가능한 계약이라는 설명이다.
📎 원문 근거 1
📎 이 주제의 원문 근거 · 1개

근거 1 · 관련 설명: 광학 수요와 메모리의 수익성

특히 실제 서비스에 사용하는 추론 시스템은 CUDA 기

추론 하드웨어의 전환비용

  • TorchTPU와 TorchNeuron은 PyTorch 기반 추론을 TPU·Trainium으로 옮기는 작업을 줄인다.
  • CUDA 경쟁력이 즉시 사라지는 것은 아니지만, 소프트웨어 전환 비용 하락은 가격 대비 성능 비교를 쉽게 만든다.
🔎 자세히 읽기 이유·근거·조건
💡 추론 하드웨어의 전환비용
  • 기존 PyTorch 모델도 실제 추론에서는 CUDA 라이브러리와 엔비디아 GPU 최적화 커널에 기대는 경우가 많아 이전에 코드·검증 비용이 들었다.
  • TorchTPU·TorchNeuron은 이를 줄이지만, CUDA 전용 기능과 동등 성능은 별도 최적화가 필요할 수 있다.
📎 원문 근거 1
📎 이 주제의 원문 근거 · 1개

근거 1 · 관련 설명: 추론 하드웨어의 전환비용

​ (2) 앤스로픽이 Nscale과 $45B 규모의 A

데이터센터 건설 뒤의 GPU 병목

  • 2027년 데이터센터 건설은 가속하지만 2028년에는 데이터센터가 아니라 설치할 GPU가 부족해 Powered Shell이 남을 수 있다는 조건부 전망이다.
  • 모듈화·자체발전·해외 확장이 공사 제약을 푼다는 근거가 붙는다.
🔎 자세히 읽기 이유·근거·조건
💡 데이터센터 건설 뒤의 GPU 병목
  • 2028년에 완공된 시설이 설치할 GPU 서버를 기다릴 수 있다는 것은 데이터센터 수요 감소를 뜻하지 않는다.
  • 건설이 GPU 생산보다 빨라질 때 Powered Shell 약 10GW가 초과 공급될 수 있고, 그 전에 신규 임대와 설비 발주가 조정될 수 있다는 시나리오다.
📎 원문 근거 1
📎 이 주제의 원문 근거 · 1개

근거 1 · 관련 설명: 데이터센터 건설 뒤의 GPU 병목

지금까지는 GPU를 확보해도 데이터센터와 전력이 부족한
ANALYSIS VIEW사건별 사실과 작성자의 판단, 지속 정보를 나누어 읽기
2
발생·예정 사건과 출처별 관점

이슈 분석

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

발생발표·발생 당일발생일 26-10-17

26-10 딥시크 DeepSeek-V4.1-Flash-1017 공개

작성자의 핵심 판단

낮은 비용 덕분에 코딩용으로 쓸 만하지만 미국 프론티어 AI Labs의 ARR을 위협할 정도는 아니라는 평가다.

근거 보기 2
  1. 원문 구간 1

    오픈AI는 2026년 3월에 $852B 밸류로 $122B를 조달했었는데, 이번에는 $1.4T 이상의 밸류로 $30B를 조달하려는 라운드입니다. 소프트뱅크, 아부다비 MGX 등 기존 투자자들이 참여 협상 중입니다. ​ (3) 10월 17일, 딥시크가 DeepSeek-V4.1-Flash-1017을 공개했습니다 *첨부자료 1, 2*: 코딩 성능은 Terminal-Bench 4.0-AA 기준 33.8%입니다. Terminal-Bench 4.0-AA 업데이트(2026-10-20) → Opus 5.5 59.6% = GPT-6 Astra 59.6% > Muse Wonder Full 57.1% = Gemini 4 Ar

  2. 원문 구간 2

    gon 57.1% > GPT-6.1 Sol 56.1% > Fable 5.1 55.1% > Muse Wonder 52.0% > DeepSeek-V4.1-Flash-1017 42.3%(이전 26.8%) > GLM-5.3 41.9% > Qwen3.8-Max 38.9% > Muse Spark 1.3 33.3% > Haiku 5.5 32.8% = GLM-5.3 Flash 32.8% > Mistral Large 4 26.8% > Grok 4.7 25.8% 주요 모델 API 가격 업데이트(2026-10-20) → GPT-6 Astra $10/$50 = Mythos/Fable 5.1 $10/$50 > Opus 5.5 $4/

이 자료에서 다룬 사실

딥시크가 10월 17일 DeepSeek-V4.1-Flash-1017을 공개했고, 업데이트된 Terminal-Bench 점수는 42.3%로 적었다.

근거 보기 2
  1. 원문 구간 1

    오픈AI는 2026년 3월에 $852B 밸류로 $122B를 조달했었는데, 이번에는 $1.4T 이상의 밸류로 $30B를 조달하려는 라운드입니다. 소프트뱅크, 아부다비 MGX 등 기존 투자자들이 참여 협상 중입니다. ​ (3) 10월 17일, 딥시크가 DeepSeek-V4.1-Flash-1017을 공개했습니다 *첨부자료 1, 2*: 코딩 성능은 Terminal-Bench 4.0-AA 기준 33.8%입니다. Terminal-Bench 4.0-AA 업데이트(2026-10-20) → Opus 5.5 59.6% = GPT-6 Astra 59.6% > Muse Wonder Full 57.1% = Gemini 4 Ar

  2. 원문 구간 2

    gon 57.1% > GPT-6.1 Sol 56.1% > Fable 5.1 55.1% > Muse Wonder 52.0% > DeepSeek-V4.1-Flash-1017 42.3%(이전 26.8%) > GLM-5.3 41.9% > Qwen3.8-Max 38.9% > Muse Spark 1.3 33.3% > Haiku 5.5 32.8% = GLM-5.3 Flash 32.8% > Mistral Large 4 26.8% > Grok 4.7 25.8% 주요 모델 API 가격 업데이트(2026-10-20) → GPT-6 Astra $10/$50 = Mythos/Fable 5.1 $10/$50 > Opus 5.5 $4/

그렇게 판단한 이유

벤치마크가 기다린 것보다 좋았다는 점과 낮은 API 가격을 함께 근거로 든다.

근거 보기 2
  1. 원문 구간 1

    오픈AI는 2026년 3월에 $852B 밸류로 $122B를 조달했었는데, 이번에는 $1.4T 이상의 밸류로 $30B를 조달하려는 라운드입니다. 소프트뱅크, 아부다비 MGX 등 기존 투자자들이 참여 협상 중입니다. ​ (3) 10월 17일, 딥시크가 DeepSeek-V4.1-Flash-1017을 공개했습니다 *첨부자료 1, 2*: 코딩 성능은 Terminal-Bench 4.0-AA 기준 33.8%입니다. Terminal-Bench 4.0-AA 업데이트(2026-10-20) → Opus 5.5 59.6% = GPT-6 Astra 59.6% > Muse Wonder Full 57.1% = Gemini 4 Ar

  2. 원문 구간 2

    gon 57.1% > GPT-6.1 Sol 56.1% > Fable 5.1 55.1% > Muse Wonder 52.0% > DeepSeek-V4.1-Flash-1017 42.3%(이전 26.8%) > GLM-5.3 41.9% > Qwen3.8-Max 38.9% > Muse Spark 1.3 33.3% > Haiku 5.5 32.8% = GLM-5.3 Flash 32.8% > Mistral Large 4 26.8% > Grok 4.7 25.8% 주요 모델 API 가격 업데이트(2026-10-20) → GPT-6 Astra $10/$50 = Mythos/Fable 5.1 $10/$50 > Opus 5.5 $4/

원문에서 직접 연결한 대상딥시크AI 모델
발생발표·발생 당일발생일 26-10-19

26-10 아마존 TorchNeuron 발표

작성자의 핵심 판단

CUDA 경쟁력이 즉시 사라지는 것은 아니지만 다른 가속기를 위한 소프트웨어 전환 비용은 줄어드는 변화로 본다.

근거 보기 1
  1. 원문 구간 1

    과거에도 PyTorch/XLA를 통해 TPU에서 PyTorch를 사용할 수 있었지만, TorchTPU는 일반적인 PyTorch 개발 환경과의 호환성을 크게 높인 것이 특징입니다. 특히 vLLM과 SGLang 같은 추론 프레임워크와 통합하면서 엔비디아 GPU에서 운영하던 추론 워크로드를 TPU로 이전하는 데 필요한 작업을 줄이고 있습니다. 아마존도 10월 19일 TorchNeuron을 발표했습니다. 기존 PyTorch 코드에서 실행 장치를 cuda에서 neuron으로 변경하는 수준의 수정만으로 Trainium을 사용할 수 있도록 지원하는 소프트웨어입니다. TorchNeuron은 Trainium2와 Trainium3를 지원합니다.

이 자료에서 다룬 사실

아마존이 10월 19일 TorchNeuron을 발표했고 cuda를 neuron으로 바꾸는 수준의 수정으로 Trainium2·3를 쓰게 한다고 적었다.

근거 보기 1
  1. 원문 구간 1

    과거에도 PyTorch/XLA를 통해 TPU에서 PyTorch를 사용할 수 있었지만, TorchTPU는 일반적인 PyTorch 개발 환경과의 호환성을 크게 높인 것이 특징입니다. 특히 vLLM과 SGLang 같은 추론 프레임워크와 통합하면서 엔비디아 GPU에서 운영하던 추론 워크로드를 TPU로 이전하는 데 필요한 작업을 줄이고 있습니다. 아마존도 10월 19일 TorchNeuron을 발표했습니다. 기존 PyTorch 코드에서 실행 장치를 cuda에서 neuron으로 변경하는 수준의 수정만으로 Trainium을 사용할 수 있도록 지원하는 소프트웨어입니다. TorchNeuron은 Trainium2와 Trainium3를 지원합니다.

그렇게 판단한 이유

기존에는 코드·최적화·검증이 필요했으나 주요 소프트웨어 지원으로 하드웨어 비교가 쉬워진다고 연결한다.

근거 보기 1
  1. 원문 구간 1

    과거에도 PyTorch/XLA를 통해 TPU에서 PyTorch를 사용할 수 있었지만, TorchTPU는 일반적인 PyTorch 개발 환경과의 호환성을 크게 높인 것이 특징입니다. 특히 vLLM과 SGLang 같은 추론 프레임워크와 통합하면서 엔비디아 GPU에서 운영하던 추론 워크로드를 TPU로 이전하는 데 필요한 작업을 줄이고 있습니다. 아마존도 10월 19일 TorchNeuron을 발표했습니다. 기존 PyTorch 코드에서 실행 장치를 cuda에서 neuron으로 변경하는 수준의 수정만으로 Trainium을 사용할 수 있도록 지원하는 소프트웨어입니다. TorchNeuron은 Trainium2와 Trainium3를 지원합니다.

원문에서 직접 연결한 대상아마존Trainium
발생발표·발생 당일발생월 26-10

26-10 CXMT 잠정 3분기 실적 발표

작성자의 핵심 판단

가격 상승 둔화 뒤 수율·원가구조와 DDR4 중심 제품 믹스의 격차가 드러났다는 평가다.

근거 보기 1
  1. 원문 구간 1

    ​ (4) CXMT 3Q26 잠정실적이 발표하며 CXMT가 -8% 하락했습니다: 3Q 잠정실적: 매출액 : QoQ +15.3%~20.3% 순이익 : QoQ +1.8%~4.7% 순이익률 : 2Q26 53.1% → 3Q26 47.0% 수익성 둔화의 원인으로는 ⓐ수율과 원가구조의 차이 ⓑ제품의 차이가 많이 언급됩니다. 2Q까지는 제품 가격 상승폭이 비용보다 커서 수율 이슈가 가려졌었는데, 가격상승률이 둔화되면서 SEC/SKH/MU에 비해 크게 뒤처지는 수율과 원가구조, 그리고 DDR4 중심의 제품 믹스가 드러난 것입니다. 고부가가치/고성능 제품 격차를 가장 잘 보여주는 것이 LPDDR4(X)와 LPDDR5(X) 비중입니다.

이 자료에서 다룬 사실

CXMT의 3Q26 잠정 매출은 QoQ 15.3~20.3% 증가, 순이익은 1.8~4.7% 증가 범위이고 순이익률은 53.1%에서 47.0%로 낮아졌다.

근거 보기 1
  1. 원문 구간 1

    ​ (4) CXMT 3Q26 잠정실적이 발표하며 CXMT가 -8% 하락했습니다: 3Q 잠정실적: 매출액 : QoQ +15.3%~20.3% 순이익 : QoQ +1.8%~4.7% 순이익률 : 2Q26 53.1% → 3Q26 47.0% 수익성 둔화의 원인으로는 ⓐ수율과 원가구조의 차이 ⓑ제품의 차이가 많이 언급됩니다. 2Q까지는 제품 가격 상승폭이 비용보다 커서 수율 이슈가 가려졌었는데, 가격상승률이 둔화되면서 SEC/SKH/MU에 비해 크게 뒤처지는 수율과 원가구조, 그리고 DDR4 중심의 제품 믹스가 드러난 것입니다. 고부가가치/고성능 제품 격차를 가장 잘 보여주는 것이 LPDDR4(X)와 LPDDR5(X) 비중입니다.

그렇게 판단한 이유

SEC·SKH와 비교한 LPDDR5 비중을 고부가 제품 경쟁력의 차이로 든다.

근거 보기 1
  1. 원문 구간 1

    ​ (4) CXMT 3Q26 잠정실적이 발표하며 CXMT가 -8% 하락했습니다: 3Q 잠정실적: 매출액 : QoQ +15.3%~20.3% 순이익 : QoQ +1.8%~4.7% 순이익률 : 2Q26 53.1% → 3Q26 47.0% 수익성 둔화의 원인으로는 ⓐ수율과 원가구조의 차이 ⓑ제품의 차이가 많이 언급됩니다. 2Q까지는 제품 가격 상승폭이 비용보다 커서 수율 이슈가 가려졌었는데, 가격상승률이 둔화되면서 SEC/SKH/MU에 비해 크게 뒤처지는 수율과 원가구조, 그리고 DDR4 중심의 제품 믹스가 드러난 것입니다. 고부가가치/고성능 제품 격차를 가장 잘 보여주는 것이 LPDDR4(X)와 LPDDR5(X) 비중입니다.

원문에서 직접 연결한 대상CXMTDRAM 산업
발생 가능진행 중발생일 26-10-19

26-10 Nscale과 Anthropic의 컴퓨팅 파워 판매 협상 보도

작성자의 핵심 판단

계약은 며칠 내 체결될 수 있지만 아직 최종 확정은 아니며 89.6B달러는 성사 시 단순 합산 규모다.

근거 보기 1
  1. 원문 구간 1

    ​ (2) 앤스로픽이 Nscale과 $45B 규모의 AI 컴퓨팅 계약을 협상 중입니다: Nscale의 IPO 관련 공시에 따르면 앤스로픽은 이미 Nscale과 최대 $44.6B 규모의 인프라 계약을 체결한 상태입니다. 이번 계약까지 성사되면 양사의 계약 규모는 단순 합산 기준 약 $89.6B에 이를 수 있습니다. 계약은 이르면 며칠 내 체결될 수 있지만, 아직 최종 확정된 것은 아닙니다. 이번 계약은 미국 웨스트버지니아에 위치한 Nscale의 Monarch 데이터센터 캠퍼스 내 두 번째 시설을 대상으로 합니다. VR200으로 구성하는 460MW 데이터센터입니다.

이 자료에서 다룬 사실

앤스로픽이 Nscale과 45B달러 AI 컴퓨팅 계약을 협상 중이고 기존 인프라 계약은 최대 44.6B달러라고 적었다.

근거 보기 1
  1. 원문 구간 1

    ​ (2) 앤스로픽이 Nscale과 $45B 규모의 AI 컴퓨팅 계약을 협상 중입니다: Nscale의 IPO 관련 공시에 따르면 앤스로픽은 이미 Nscale과 최대 $44.6B 규모의 인프라 계약을 체결한 상태입니다. 이번 계약까지 성사되면 양사의 계약 규모는 단순 합산 기준 약 $89.6B에 이를 수 있습니다. 계약은 이르면 며칠 내 체결될 수 있지만, 아직 최종 확정된 것은 아닙니다. 이번 계약은 미국 웨스트버지니아에 위치한 Nscale의 Monarch 데이터센터 캠퍼스 내 두 번째 시설을 대상으로 합니다. VR200으로 구성하는 460MW 데이터센터입니다.

그렇게 판단한 이유

Monarch 캠퍼스의 VR200 기반 460MW 시설과 기존 임차 계획 변화를 연결한다.

근거 보기 1
  1. 원문 구간 1

    ​ (2) 앤스로픽이 Nscale과 $45B 규모의 AI 컴퓨팅 계약을 협상 중입니다: Nscale의 IPO 관련 공시에 따르면 앤스로픽은 이미 Nscale과 최대 $44.6B 규모의 인프라 계약을 체결한 상태입니다. 이번 계약까지 성사되면 양사의 계약 규모는 단순 합산 기준 약 $89.6B에 이를 수 있습니다. 계약은 이르면 며칠 내 체결될 수 있지만, 아직 최종 확정된 것은 아닙니다. 이번 계약은 미국 웨스트버지니아에 위치한 Nscale의 Monarch 데이터센터 캠퍼스 내 두 번째 시설을 대상으로 합니다. VR200으로 구성하는 460MW 데이터센터입니다.

원문에서 직접 연결한 대상AnthropicNscale
3
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.

사실·구조AI 인프라 자금조달 구조주 대상 · 산업·업종 · AI 데이터센터 투자관련 대상 · 산업·업종 · 빅테크

왜 거시 유동성과 빅테크 현금흐름이 AI 데이터센터 투자에 함께 중요한가

이 자료가 더한 내용

AI Labs의 신용등급 부재와 하이퍼스케일러의 OCF 한계를 SPV·오프밸런스 계약 구조와 연결한다.

근거 보기 1
  1. 원문 구간 1

    데이터센터를 부동산/인프라 투자자들이 소유하고 빅테크는 빌리기만 하거나, 네오클라우드가 소유하고 있습니다. 본질은 AI Labs가 빌리고 싶은데 이들이 신용등급이 없으니 돈을 빌리지 못하거나 빌려도 매우 고금리로 빌려야 하기 때문에, AI Labs의 수요를 믿고 보증을 같이 서줄 사람이 필요한 것입니다. 하이퍼스케일러들도 홀로 투자하자니 리스크도 너무 크고 웬만한 국가 수준인 빅테크들이더라도 OCF로만 CapEx를 처리할 수 있는 수준을 넘어섰기에 SPV 구조를 통해서 Off-balance Sheet 계약을 이어오고 있습니다. 이걸 생각해보면 2. 빅테크의 FCF 개선 신호도 도움은 되겠지만, 1. 거시경제 전반의 유동성 증가가 더 구조적인 순풍입니다.

원문에서 제시한 근거

전쟁·유가·물가·금리의 고리와 FCF, IPO 안정성을 함께 확인점으로 든다.

근거 보기 1
  1. 원문 구간 1

    데이터센터를 부동산/인프라 투자자들이 소유하고 빅테크는 빌리기만 하거나, 네오클라우드가 소유하고 있습니다. 본질은 AI Labs가 빌리고 싶은데 이들이 신용등급이 없으니 돈을 빌리지 못하거나 빌려도 매우 고금리로 빌려야 하기 때문에, AI Labs의 수요를 믿고 보증을 같이 서줄 사람이 필요한 것입니다. 하이퍼스케일러들도 홀로 투자하자니 리스크도 너무 크고 웬만한 국가 수준인 빅테크들이더라도 OCF로만 CapEx를 처리할 수 있는 수준을 넘어섰기에 SPV 구조를 통해서 Off-balance Sheet 계약을 이어오고 있습니다. 이걸 생각해보면 2. 빅테크의 FCF 개선 신호도 도움은 되겠지만, 1. 거시경제 전반의 유동성 증가가 더 구조적인 순풍입니다.

사실·구조AI 추론 하드웨어 전환비용주 대상 · 기술·제품 · AI 추론 가속기관련 대상 · 기술·제품 · 엔비디아 GPU

PyTorch 생태계 지원 확대가 가속기 경쟁을 어떻게 바꾸는가

이 자료가 더한 내용

PyTorch·vLLM 지원이 여러 하드웨어에서 모델을 실행하고 가격 대비 성능을 비교하게 한다.

근거 보기 1
  1. 원문 구간 1

    추론용 하드웨어 경쟁이 점점 더 치열해지는 중: 중요한 변화는 AI 모델을 개발하는 소프트웨어와 실제 추론을 수행하는 하드웨어가 점차 분리되고 있다는 것입니다. 이전에는 엔비디아 GPU에 최적화된 AI 추론 시스템을 다른 가속기로 이전하려면 상당한 비용을 감수해야 했는데, PyTorch와 vLLM 같은 주요 소프트웨어가 TPU와 Trainium을 네이티브로 지원하기 시작하면서 개발자들이 동일한 모델을 여러 하드웨어에서 실행하고 가격 대비 성능을 비교하기가 쉬워지고 있습니다. 특히 추론은 이미 개발된 모델을 반복적으로 실행하는 작업다보니, 일정 규모 이상의 워크로드에서는 추론 비용을 낮추기 위해 다른 하드웨어로 이전할 경제적 유인이 큽니다.

원문에서 제시한 근거

CUDA 전용 커널과 동등 성능에는 별도 최적화가 필요할 수 있다고 조건을 둔다.

근거 보기 1
  1. 원문 구간 1

    추론용 하드웨어 경쟁이 점점 더 치열해지는 중: 중요한 변화는 AI 모델을 개발하는 소프트웨어와 실제 추론을 수행하는 하드웨어가 점차 분리되고 있다는 것입니다. 이전에는 엔비디아 GPU에 최적화된 AI 추론 시스템을 다른 가속기로 이전하려면 상당한 비용을 감수해야 했는데, PyTorch와 vLLM 같은 주요 소프트웨어가 TPU와 Trainium을 네이티브로 지원하기 시작하면서 개발자들이 동일한 모델을 여러 하드웨어에서 실행하고 가격 대비 성능을 비교하기가 쉬워지고 있습니다. 특히 추론은 이미 개발된 모델을 반복적으로 실행하는 작업다보니, 일정 규모 이상의 워크로드에서는 추론 비용을 낮추기 위해 다른 하드웨어로 이전할 경제적 유인이 큽니다.

해석·전망데이터센터 건설과 GPU 병목주 대상 · 산업·업종 · 글로벌 데이터센터관련 대상 · 기술·제품 · GPU 서버

건설 가속이 왜 2028년 GPU 부족과 임대·발주 조정 가능성으로 이어질 수 있는가

이 자료가 더한 내용

CY27 글로벌 순증 용량 51.2GW와 모듈화·자체발전·해외 확장을 제시한다.

근거 보기 3
  1. 원문 구간 1

    글로벌 데이터센터 순증 용량을 정리하면 *첨부자료 1, 2*: CY23 5.8GW (미국 3.5GW + 비미국 2.3GW) (미국비중 62%) CY24 9.8GW (미국 6.2GW + 비미국 3.6GW) (미국비중 64%) CY25 15.6GW (미국 10.2GW + 비미국 5.5GW) (미국비중 65%) CY26 25.0GW (미국 18.1GW + 비미국 6.9GW) (미국비중 72%) CY27 51.2GW (미국 38.0GW + 비미국 13.2GW) (미국비중 74%)입니다. Altimeter의 브래드 거스트너는 SemiAnalysis의 기존 전망치인 43GW도 과도하다며 약 25GW를 예상했습니다.

  2. 원문 구간 2

    AWS는 SAMDC라는 신속 건설 설계와 Project Houdini라는 데이터홀 사전 제작 프로젝트를 추진하고 있습니다. 이러한 모듈화로 전기/기계/배관(MEP) 관련 현장 노동력이 최대 63% 감소할 수 있으며, 건설 기간은 10개월 미만까지 단축됐습니다. 데이터센터 개발사 DayOne은 기존 사업자의 18개월 이상 건설 기간을 약 9개월로 줄였습니다. BTM/자체 발전을 통한 전력문제 해결: 전력망 연결에 통상 5~10년이 걸리자 AI 기업들은 데이터센터에 직접 전력을 공급하는 Behind-the-Meter 발전을 적극 도입하고 있습니다.

  3. 원문 구간 3

    기존 가스터빈 공급이 부족해지면서 연료전지, 트럭 엔진, 재생 터빈 등의 대체 발전 솔루션도 확대되고 있습니다. 미국 외 지역으로의 데이터센터 확장: 미국의 노동력 부족, 전력망 제약, 인허가 문제를 피하기 위해 해외 데이터센터 건설이 확대되고 있습니다. 특히 2027년 미국 외 지역의 증설이 크게 가속화되고, 2028년에는 글로벌 신규 공급에서 차지하는 비중이 상당히 높아질 것으로 전망합니다. 중요한 건 CY28 말 Powered Shell이 10GW 가량 초과 공급될 가능성이 있단 것입니다 *첨부자료 4*:

원문에서 제시한 근거

GPU 생산보다 건설이 빨라질 때 2028년 Powered Shell 초과 공급과 발주 둔화 가능성을 조건부로 든다.

근거 보기 3
  1. 원문 구간 1

    글로벌 데이터센터 순증 용량을 정리하면 *첨부자료 1, 2*: CY23 5.8GW (미국 3.5GW + 비미국 2.3GW) (미국비중 62%) CY24 9.8GW (미국 6.2GW + 비미국 3.6GW) (미국비중 64%) CY25 15.6GW (미국 10.2GW + 비미국 5.5GW) (미국비중 65%) CY26 25.0GW (미국 18.1GW + 비미국 6.9GW) (미국비중 72%) CY27 51.2GW (미국 38.0GW + 비미국 13.2GW) (미국비중 74%)입니다. Altimeter의 브래드 거스트너는 SemiAnalysis의 기존 전망치인 43GW도 과도하다며 약 25GW를 예상했습니다.

  2. 원문 구간 2

    AWS는 SAMDC라는 신속 건설 설계와 Project Houdini라는 데이터홀 사전 제작 프로젝트를 추진하고 있습니다. 이러한 모듈화로 전기/기계/배관(MEP) 관련 현장 노동력이 최대 63% 감소할 수 있으며, 건설 기간은 10개월 미만까지 단축됐습니다. 데이터센터 개발사 DayOne은 기존 사업자의 18개월 이상 건설 기간을 약 9개월로 줄였습니다. BTM/자체 발전을 통한 전력문제 해결: 전력망 연결에 통상 5~10년이 걸리자 AI 기업들은 데이터센터에 직접 전력을 공급하는 Behind-the-Meter 발전을 적극 도입하고 있습니다.

  3. 원문 구간 3

    기존 가스터빈 공급이 부족해지면서 연료전지, 트럭 엔진, 재생 터빈 등의 대체 발전 솔루션도 확대되고 있습니다. 미국 외 지역으로의 데이터센터 확장: 미국의 노동력 부족, 전력망 제약, 인허가 문제를 피하기 위해 해외 데이터센터 건설이 확대되고 있습니다. 특히 2027년 미국 외 지역의 증설이 크게 가속화되고, 2028년에는 글로벌 신규 공급에서 차지하는 비중이 상당히 높아질 것으로 전망합니다. 중요한 건 CY28 말 Powered Shell이 10GW 가량 초과 공급될 가능성이 있단 것입니다 *첨부자료 4*:

시점 관찰USDC 유통량과 스테이블코인 결제주 대상 · 시장·자산 · USDC기준 2026.10.20

USDC 유통량 횡보를 펀더멘털 변화로 보기 위한 기준은 무엇인가

이 자료가 더한 내용

USDC 유통량 72.26B달러와 CCTP 30일 전송량 19.0B달러, 거의 1년의 횡보를 기록한다.

근거 보기 1
  1. 원문 구간 1

    ​ (2) 오늘의 서클 USDC 유통량은 $72.26B, CCTP 전송량은 30일 기준 $19.0B입니다. USDC 유통량 자체는 거의 1년간 횡보 중입니다. 횡보를 뚫는 기준은 MoM 기준 20% 이상의 성장세를 1주간 유지하는가입니다. 오늘 주간 기준 -0.83%, 월간 기준 -2.80% 수준입니다. 지금은 Crypto Pair Trading(e.g. BTC/USDC, ETH/USDC 등)을 위한 예탁금으로 인해서 USDC 유통량이 바뀌는 게 가장 큽니다.

원문에서 제시한 근거

MoM 20% 성장세가 1주 유지되는지를 기준으로 들며 현재 변화는 크립토 예탁금 영향이 크다고 본다.

근거 보기 1
  1. 원문 구간 1

    ​ (2) 오늘의 서클 USDC 유통량은 $72.26B, CCTP 전송량은 30일 기준 $19.0B입니다. USDC 유통량 자체는 거의 1년간 횡보 중입니다. 횡보를 뚫는 기준은 MoM 기준 20% 이상의 성장세를 1주간 유지하는가입니다. 오늘 주간 기준 -0.83%, 월간 기준 -2.80% 수준입니다. 지금은 Crypto Pair Trading(e.g. BTC/USDC, ETH/USDC 등)을 위한 예탁금으로 인해서 USDC 유통량이 바뀌는 게 가장 큽니다.

4

시간흐름대로 모든 내용을 살려 정리

시간흐름대로 모든 내용을 살려 정리

1
흐름 1

[원문 유형] 네이버 프리미엄 콘텐츠
[채널] 올바른 미국주식 by SAPIENS
[게시일] 2026.10.20
[원문 URL] https://contents.premium.naver.com/sapiens/sapiensasset/contents/261020114933208wy
[제목] 일간보고 : 투자의 생각 (261020)
[수집 기준] 구매회원 본인이 QR 로그인으로 승인한 구독 열람권을 사용해 개인 문서 보관용으로 확보했다. 목록 메타데이터가 아니라 아래 실제 본문만 분석 근거로 사용한다.

[구독 원문 본문]
​

안녕하세요 올바른입니다.

​

2026년 10월 20일 화요일, 데일리 전해드립니다.

​

주간전략보고

2
흐름 2

2026-10-19

주간전략보고 : 투자의 생각 (10월 19일~10월 23일) (바로가기​)

투자자문 서비스에 따른 투자 시 원금 손실이 발생할 수 있으며, 투자 손익에 대한 책임은 전적으로 고객에게 귀속됩니다. 또한 과거의 투자수익이 미래의 수익률을 보장하지 않습니다.

​

신규 구독 전에, 아래 투자자문계약 권유문서의 계약 관련 제반 사항을 반드시 읽으시고 충분히 검토하시기 바랍니다.

​

*투자자문계약 권유문서 : https://naver.me/5ZST47Qf

일간보고 : 투자의 생각

2026-10-20 (화)

​

주요 지수 : 나스닥 +1.11% > S&P +0.41% > 러셀 +0.25% > 다우 -0.07%

3
흐름 3

상승종목비율 : NYSE 54%, Nasdaq 86% 🟢 (🟢🟡🔴)

​

섹터

- 📈강세 : 바이오텍, 임의소비, 반도체, 테크

- 📉약세 : 유틸리티, 금융, 산업재, 헤스케어

​

📩 메이저 뉴스

이번 주 주간전략보고에서도 강조드렸던 부분은 이제 금융 병목이 생기기 시작했다는 것입니다. 이것이 풀리기 위해서 어떤 지점들을 살펴봐야 하는지에 대해서 오늘 올라온 신한 글로벌전략 김성환 애널리스트님의 자료를 인용해봅니다.

​

1. 이제부터는 거시경제 전반의 유동성 증가를 봐야 하는 국면입니다. 최근 CPI와 PPI 이후 하락세가 심화됐던 배경입니다. 결국은 이란 전쟁에 대해서 뭔가가 갈무리지어지는 게 필요합니다.

4
흐름 4

유가로 인한 충격이 물가 전반으로 전이될 우려가 있기에 전쟁 → 유가 → 물가 → 금리인상에 대한 고리를 끊는 게 필요합니다. 예전에는 말로만 이란 전쟁이 곧 끝난다고 해도 반응하던 시기가 있었는데 지금은 실제로 뭔가 될 것처럼 움직이지 않으면 먼저 반응하지 않는 국면이 됐습니다.

​

2. 빅테크 FCF의 개선 신호도 중요합니다. 꼭 엄청난 FCF상 흑자를 내야 한다기보다, CY27의 CapEx를 얼마나 OCF를 통해서 조달할 수 있을만큼 OCF가 빠르게 성장하는가를 확인해야 할 때입니다.

​

Bird-eye view로 올라가보면: 하이퍼스케일러들의 자금으로 CapEx 충당이 다 되지 않는 상태입니다. 이에 대해서는 10월 12일 주간전략보고에서 전해드린 AI 데이터센터를 위한 자금조달 구조 변천사를 살펴보시면 좋습니다.

5
흐름 5

데이터센터를 부동산/인프라 투자자들이 소유하고 빅테크는 빌리기만 하거나, 네오클라우드가 소유하고 있습니다. 본질은 AI Labs가 빌리고 싶은데 이들이 신용등급이 없으니 돈을 빌리지 못하거나 빌려도 매우 고금리로 빌려야 하기 때문에, AI Labs의 수요를 믿고 보증을 같이 서줄 사람이 필요한 것입니다. 하이퍼스케일러들도 홀로 투자하자니 리스크도 너무 크고 웬만한 국가 수준인 빅테크들이더라도 OCF로만 CapEx를 처리할 수 있는 수준을 넘어섰기에 SPV 구조를 통해서 Off-balance Sheet 계약을 이어오고 있습니다. 이걸 생각해보면 2. 빅테크의 FCF 개선 신호도 도움은 되겠지만, 1. 거시경제 전반의 유동성 증가가 더 구조적인 순풍입니다.

6
흐름 6

​

3. 앤스로픽의 IPO를 통해서 얼마나 성공적으로 자금조달을 완료할 것인가, 그리고 자금조달 후에 주식이나 채권을 떠안은 투자자들이 충분한 수익을 볼 수 있을 안정성을 가질 수 있는가가 다음 자금조달에 대한 가시성을 줄 것입니다. 앤스로픽의 IPO에 대한 기댓값을 잘 설정하는 게 중요합니다. 크게 두 가지를 확인해야 합니다. ⓐ앤스로픽이 밸류에이션을 얼마로 받을 것인가(스페이스X가 $2.0T입니다)도 중요하지만, ⓑ앤스로픽이 1H26에 대규모 Binding 계약을 맺어뒀는데 이것들의 자금조달을 앞두고 더이상 IPO를 미룰 수 없는 상황이므로 신용등급을 얼마로 받을 것인가도 매우 중요합니다.

빅테크/AI Labs:

7
흐름 7

​

(1) 프론티어 AI Labs들이 새로운 모델 출시를 앞두고 있습니다:

앤스로픽:

사용자의 의도를 더 정확하게 파악하는 차세대 모델 출시 준비 중입니다.

이 모델을 사용해 본 관계자에 따르면 가장 큰 특징은 사용자가 명확하게 설명하지 않아도 그 이면에 있는 실제 의도와 목표를 파악하는 능력입니다. 예를 들어 사용자가 특정 버그 하나를 수정해 달라고 요청하면, 해당 버그만 해결하는 데 그치지 않고 버그를 발생시킨 근본적인 문제 유형을 찾아내고, 같은 유형의 문제들을 모두 해결할지 사용자에게 제안할 수 있습니다.

창의적인 문제 해결 능력도 개선됐습니다. 주식 투자 전략을 물었을 때 PER 같은 일반적인 지표를 나열하는 대신, 미래 주가를 예측하기 위한 독창적인 알고리즘을 스스로 고안할 수 있다는 설명입니다.

8
흐름 8

구글:

코드명 Gemini 4 Carbon이란 새로운 모델을 개발 중입니다. Gemini 4 Argon보다 성능이 향상된 모델로 알려졌습니다. 멀티모달 능력에서는 앤스로픽과 오픈AI 모델보다 훨씬 더 좋다고 알려져 있는데 유튜브의 방대한 영상 데이터를 활용해 모델을 개발한 것이 이러한 강점에 기여 중입니다.

오픈AI:

오픈AI도 향후 몇 주 안에 새로운 모델을 출시할 계획입니다. Terra 가능성이 높습니다. 9월 말에 공개한 GPT-6.1 Sol보다 가격이 저렴하면서도 기존 모델 대비 성능을 개선한 것이 특징입니다.

​

(2) 오픈AI가 앤스로픽의 11월 중순 IPO를 앞두고 기업가치 $1.4T 이상을 목표로 하는 투자 유치 중입니다:

9
흐름 9

오픈AI는 2026년 3월에 $852B 밸류로 $122B를 조달했었는데, 이번에는 $1.4T 이상의 밸류로 $30B를 조달하려는 라운드입니다. 소프트뱅크, 아부다비 MGX 등 기존 투자자들이 참여 협상 중입니다.

​

(3) 10월 17일, 딥시크가 DeepSeek-V4.1-Flash-1017을 공개했습니다 *첨부자료 1, 2*:

코딩 성능은 Terminal-Bench 4.0-AA 기준 33.8%입니다.

Terminal-Bench 4.0-AA 업데이트(2026-10-20) → Opus 5.5 59.6% = GPT-6 Astra 59.6% > Muse Wonder Full 57.1% = Gemini 4 Ar

10
흐름 10

gon 57.1% > GPT-6.1 Sol 56.1% > Fable 5.1 55.1% > Muse Wonder 52.0% > DeepSeek-V4.1-Flash-1017 42.3%(이전 26.8%) > GLM-5.3 41.9% > Qwen3.8-Max 38.9% > Muse Spark 1.3 33.3% > Haiku 5.5 32.8% = GLM-5.3 Flash 32.8% > Mistral Large 4 26.8% > Grok 4.7 25.8%

주요 모델 API 가격 업데이트(2026-10-20) → GPT-6 Astra $10/$50 = Mythos/Fable 5.1 $10/$50 > Opus 5.5 $4/

11
흐름 11

$20 = Muse Wonder $4/$20 > Kimi-K3 $3/$15 > GPT-6.1 Sol $2/$10 = Sonnet 5.5 $2/$10 = Gemini 4 Argon $2/$10 > Qwen 3.8-Max-0902 $2/$6 = Grok 4.8 $2/$6 > GLM-5.3 $1.4/$4.4 > Mistral Large 4 $1.36/$4.18 > DeepSeek-V4-Pro-0813 $1.32/$3.96 > Gemini 3.8 Flash $0.75/$3.75 > DeepSeek-V4.1-Flash-1017 $0.30/$1.20 > GPT-6 Luna $0.10/$0.50

Terminal-Bench 4.0-AA 데이터가 필요했기에 주간전략보고에 평가 코멘트를 담기를 미루고 잠시 기다렸었는데, 기다리고 보니 생각보다 벤치 결과가 잘 나왔습니다.

12
흐름 12

비용이 워낙 낮기 때문에 코딩용으로 쓸만한 성능의 모델입니다. 그렇지만 미국 프론티어 AI Labs ARR을 위협할 정도의 모델은 아니라고 봅니다.

​

(4) AI Labs의 업계 연구자 코멘트에 따르면 앤스로픽의 Opus 4.8 모델은 여전히 중국 AI Labs들이 유용하고 Reasoning 토큰을 뽑고 있는 모델입니다. 사고 과정을 공개하진 않지만 답변, 요약, Tool Calling 데이터를 통해서 특정 작업에 어떤 경로로 생각하고 문제를 풀어가는가를 학습시키는 중입니다.

문샷의 Kimi-K3.1이 곧 출시될 예정이고, 샤오미 MiniMax-3.1 Pro와 알리바바 Qwen 4.0-Max 모델도 곧 출시될 예정입니다.

13
흐름 13

증류가 막힌 이후에 나오는 모델들이기 때문에 이들의 성능, 작업당 비용이 얼마가 되느냐에 대해서 개인적으로 관심 있게 보고 있습니다.

중국 AI Labs들 입장에서는 프론티어 모델을 통한 증류 데이터 수급경로가 막혔기 때문에 동일한 규모에서 RL 실험 비용이 상반기에 비해 10~50배까지 증가했다고 말하고 있고, 이렇게 되면서 오픈소스 개발자들이 격차를 줄이기 위해 자체 R&D 컴퓨팅에 더 많은 투자를 하고 있는 상태입니다.

오픈AI는 GPT-6 Astra보다 훨씬 더 뛰어난 자체 모델을 9월부터 적극적으로 사용하고 있습니다. 9월 8일 나비에-스토크스 문제를 해결했음을 밝힐 당시에 내부 모델 사용을 공개했었고, 10월 초에는 700편 이상의 수학 논문을 발표했는데 모두 Bel이라는 내부 체크포인트 모델이 개발했습니다.

14
흐름 14

다시금 미국 프론티어 AI Labs들의 모델(오픈AI, 앤스로픽, 구글, 메타)과 중국 AI Labs들의 모델(문샷, Z.ai, 딥시크, 알리바바, 샤오미)간 격차가 벌어지며 개척의 시대가 올 것으로 예상합니다.

​

(5) 미국 국방부 R&D 담당 차관 에밀 마이클(Emil Michael)이 The Information과 인터뷰를 했습니다:

일단 에밀 마이클은 이달 트럼프 대통령이 출범시킨 'Super Intelligence Force'의 핵심 책임자 4명 중 한 명입니다. 오픈AI와 앤스로픽 등 프론티어 AI 기업들과 협력해 사이버 침해, 해킹, 기타 중대한 AI 사고에 대응하는 절차를 마련하는 역할을 맡고 있습니다.

15
흐름 15

현재 트럼프 행정부는 AI 기업들과 자발적이고 법적 구속력이 없는 협약을 맺는 방식을 선호하고 있습니다. 그러나 마이클은 국가안보 문제가 발생하면 특정 기술의 해외 수출 제한은 물론, 외국인의 AI 소프트웨어 접근 제한까지 시행할 수 있다고 강조했습니다.

오픈AI를 비롯한 프론티어 AI 기업들이 정부에 AI 안전 규제 강화를 요청하는 태도를 비판했습니다. AI 기업들이 스스로 위험을 관리하지 않으면서 정부에 규제를 요구하는 모습은 음주운전자가 경찰에 자신을 체포해 달라고 요구하는 것과 비슷하다는 것입니다.

또한 중국 오픈소스 AI 모델이 미국에서도 영향력을 확대하고 있다는 점을 우려했습니다. 중국 AI 모델의 가중치에 대한 보안 감사를 언급했지만, 규제보다는 미국 자체 오픈소스 AI 생태계를 육성하는 방식을 더 선호한다고 밝혔습니다.

16
흐름 16

구체적으로 Reflection, Thinking Machines, 엔비디아의 Nemotron 등을 언급했습니다.

​

(6) 메타의 Muse 누적 다운로드 추세 *첨부자료 3* 미국 DAU 상승 추세 *첨부자료 4*가 매우 좋습니다.

​

AI HW:

​

(1) AI HW 위주로 주가는 이미 많이 빠져있는 상태에서 고변동성에 발맞춰 투자자도 같이 매매횟수를 늘리면 녹아내리기 쉬운 장입니다. 이 세상 모든 것은 잘하려면 훈련이 필요한 것이듯, 이럴 때일수록 투자자에게도 훈련된 침착함이 필요하다고 느낍니다. 움직일 땐 움직이더라도 늘 패닉에 빠지지 않은 상태에서 포지션 결정을 내리기 위한 생각을 많이 합니다.

17
흐름 17

호모 사피엔스 30만 년 역사 속에서 동물로서 길러진 본성을 이성적으로 훈련해서 거스르는 일이기에 불편한 것이 당연하고 많은 체력과 정신을 요한다고 생각합니다.

​

(2) 모건스탠리의 OCP Global Summit 리뷰를 정리해보면 *첨부자료 1*:

엔비디아/AMD:

대부분의 서버 ODM 업체가 전시한 제품은 6월 초 타이베이 컴퓨텍스에서 공개된 것과 유사했기 때문에, 양산 확대 시점이 중요했습니다.

엔비디아는 VR200 랙은 10월부터 이미 소량 양산확대를 시작했고 → Groq 3 LPX 랙은 CY26말~CY27초 → 독립형 Vera CPU 랙은 1Q27말~2Q27초에 양산을 시작할 예정입니다.

18
흐름 18

AMD의 MI450를 탑재한 Helios 랙은 1Q27부터 양산 볼륨을 키울 예정입니다.

마이크로소프트 Maia 300:

Maia 300 랙의 전력은 167kW이고, 96개의 칩이 하나의 랙에 담길 예정입니다. 이 계산에 따라 1GW 규모의 클러스터에는 5,000~5,500개의 랙이 필요할 것으로 추정됩니다. 2계층 이더넷 스케일업 네트워크는 최대 128개 랙을 연결(Maia 300 칩 12,288개)합니다.

​

(3) 루멘텀 CEO 마이클 헐스턴이 10월 19일 Fox Business에서 발언한 내용을 정리해보면:

수요:

Q1. 루멘텀은 향후 몇 년간 생산능력이 모두 예약된 상태라고 했습니다.

19
흐름 19

정확히 언제부터 공급 여력이 생길까요?

A1(마이클 헐스턴). 먼저 수요에 관해서 말씀드리면, 저희는 매일 수요가 증가하는 것을 보고 있습니다. 따라서 언제 궁극적으로 수요를 따라잡을 수 있느냐는 좋은 질문입니다. 저희는 어느 정도 계속 제자리에서 쫓고 쫓기는 상황에 있는 것 같습니다. 상당히 많은 생산능력을 추가하고 있지만, 생산능력을 늘릴 때마다 고객들은 더 많은 물량을 원하는 것 같습니다. 전반적인 시장에서는 상당한 변동성이 나타나고 있습니다. 하지만 저희의 수요 상황을 살펴보면 수요는 강하며, 매일 더 강해지고 있는 것 같습니다. 따라서 저희는 수요를 따라잡기 위해 할 수 있는 모든 일을 하고 있지만, 아직까지는 현재 상황이 언제 끝날지 전혀 보이지 않습니다.

20
흐름 20

계약조건/구매약정:

Q2. 고객들의 구매 약정은 언제든 철회할 수 있는 수요 전망이나 물량 배정에 불과한 것인가요?

A2. 저희는 고객들이 계약에서 빠져나가는 것을 훨씬 더 어렵게 만들어 놓았습니다. 지난 1년 가까이 저희 회사를 지켜보셨으니 아시겠지만, 저희는 수요 사이클보다 훨씬 앞서 투자를 해야 합니다. 저희가 하는 일 가운데 하나는 자체 팹을 보유하고 있다는 것입니다. 방금 TSMC에 관해 이야기하셨는데, 저희는 일종의 레이저 칩 분야의 TSMC라고 할 수 있습니다. 그리고 저희가 투자를 할 때는 실제 수요가 발생할 것으로 예상되는 시점보다 3년 앞서 투자하고 있습니다. 따라서 그렇게 하기 위해서는 위험을 어느 정도 분담하고 싶고, 그 위험의 일부를 고객들에게 넘기고 있습니다.

21
흐름 21

저희가 확보한 구매 약정은 상당 부분 취소 불가능한 계약입니다. 따라서 고객들이 단기간에 계약에서 빠져나갈 수는 없습니다. 그리고 이러한 계약은 저희가 이번 대규모 수요 급증에 대응하기 위해 계속 투자를 확대하는 데 어느 정도 안도감을 줍니다.

금리상승 영향:

Q3. 금리가 상승하기 시작한 이후 고객들이 주문을 늦추거나 연기하거나, 계약 조건을 재협상해 달라고 요구한 사례가 있었습니까?

A3. 그런 일은 없었습니다. 저희가 보고 있는 바로는 고객들의 지출이 증가하고 있습니다.

중국산 광트랜시버 수입제한:

Q4. 트럼프 행정부가 중국산 광트랜시버 수입 제한을 검토하고 있습니다. 이러한 조치가 루멘텀에 도움이 될까요?

22
흐름 22

A4. 이것은 양날의 검입니다. 저희는 분명히 수혜자가 될 것입니다. 방금 말씀하신 트랜시버는 설명하셨듯이 데이터센터 내부 연결의 중추 역할을 합니다. 데이터센터에는 수많은 컴퓨팅 블록이 있습니다. 이것들을 어떻게 서로 연결할까요? 일반적으로 레이저가 필요합니다. 빛을 이용해 통신할 수 있는 장치가 필요합니다. 그리고 이러한 트랜시버는 본질적으로 데이터센터 안에 있는 여러 하위 시스템 사이의 통신 속도를 높이는 수단입니다. 현재 이러한 트랜시버 공급량의 70%가 중국에서 나오고 있습니다. 저희도 트랜시버를 만들지만, 이 시장에서는 작은 업체입니다. 미국에는 트랜시버를 만드는 기업이 한두 곳 더 있습니다.

23
흐름 23

저희를 포함한 미국 업체들이 나머지 30%를 차지하고 있습니다. 따라서 이러한 규제가 적절하게 다뤄지지 않는다면, 한편으로는 앞서 말씀드렸듯이 저희가 수혜자가 되겠지만, 다른 한편으로는 AI 투자에 타격을 줄 수 있다고 생각합니다. 그리고 잠재적으로 데이터센터 구축 속도가 느려지는 모습을 보게 될 수도 있습니다. 따라서 저희는 정부와 협력해서 이러한 규제가 가장 적절한 방식으로 다뤄질 수 있도록 하고 싶습니다.

투자자들에 대한 발언:

Q5. 루멘텀은 제품을 생산하는 즉시 판매하고 있지만, 이번 주 주가는 크게 하락했습니다. 투자자들이 놓치고 있는 것은 무엇입니까?

A5. 현재 저희 실적은 대부분 AI 데이터센터 구축에 기반하고 있습니다.

24
흐름 24

하지만 저희가 하고 있는 일과 방금 언급하신 일부 다른 기업들 사이에는 차이가 있습니다. 앞으로 저희는 AI 데이터센터 구축 확대에 그만큼 의존하지 않게 될 것입니다. 데이터센터 내부에서는 하나의 전환이 일어나고 있습니다. 브로드컴이 만드는 것과 같은 전기 기반 제품에서 광학 기반 제품으로 전환하는 것입니다. 따라서 데이터센터 구축이 상당히 크게 둔화되는 상황도 생각해 볼 수 있습니다. 하지만 그런 상황에서도 루멘텀에 미치는 영향은 거의 없을 수 있습니다. 왜냐하면 2027년, 그리고 확실히 2028년부터는 저희 실적이 전기 연결에서 광학 연결로의 전환에 의해 결정될 것이기 때문입니다.

25
흐름 25

​

(4) CXMT 3Q26 잠정실적이 발표하며 CXMT가 -8% 하락했습니다:

3Q 잠정실적:

매출액 : QoQ +15.3%~20.3%

순이익 : QoQ +1.8%~4.7%

순이익률 : 2Q26 53.1% → 3Q26 47.0%

수익성 둔화의 원인으로는 ⓐ수율과 원가구조의 차이 ⓑ제품의 차이가 많이 언급됩니다. 2Q까지는 제품 가격 상승폭이 비용보다 커서 수율 이슈가 가려졌었는데, 가격상승률이 둔화되면서 SEC/SKH/MU에 비해 크게 뒤처지는 수율과 원가구조, 그리고 DDR4 중심의 제품 믹스가 드러난 것입니다.

고부가가치/고성능 제품 격차를 가장 잘 보여주는 것이 LPDDR4(X)와 LPDDR5(X) 비중입니다.

26
흐름 26

*첨부자료 2* LPDDR 믹스를 살펴보면 SEC의 LPDDR5 비중은 CY26 기준 85%, SKH도 76%입니다. 반면 CXMT는 CY26 29%입니다. ⓑ제품구성 측면에서도 경쟁우위의 차이가 있습니다.

​

(5) 구글 TPU에 이어 아마존 Trainium도 엔비디아 GPU에서 실행하던 AI 추론 워크로드를 자사 AI 가속기로 쉽게 옮길 수 있도록 만들고 있습니다:

엔비디아 GPU에서 다른 AI 가속기로 옮기기 어려웠던 이유:

대부분의 AI 개발자들은 PyTorch를 사용해 AI 모델을 개발합니다. 하지만 PyTorch에서 개발한 모델이라고 해서 엔비디아 GPU와 다른 AI 가속기에서 똑같이 실행할 수 있었던 것은 아닙니다.

27
흐름 27

특히 실제 서비스에 사용하는 추론 시스템은 CUDA 기반 라이브러리와 엔비디아 GPU에 최적화된 커널에 의존하는 경우가 많습니다. 이를 구글 TPU나 아마존 Trainium으로 옮기려면 별도의 코드를 작성하거나 연산을 최적화하고, 기존 모델과 동일한 결과가 나오는지 검증해야 했습니다. 새로운 AI 가속기가 가격 대비 성능에서 경쟁력을 갖추더라도 전환에 필요한 엔지니어링 비용과 시간이 상당했던 것입니다. 이러한 소프트웨어 전환 비용은 엔비디아 GPU가 가진 중요한 경쟁력 중 하나였습니다.

구글 TorchTPU에 이어 아마존 TorchNeuron 등장:

구글은 지난 4월 7일 TorchTPU를 공개하면서 기존 PyTorch 코드를 최소한의 수정으로 TPU에서 실행할 수 있도록 지원하기 시작했습니다.

28
흐름 28

과거에도 PyTorch/XLA를 통해 TPU에서 PyTorch를 사용할 수 있었지만, TorchTPU는 일반적인 PyTorch 개발 환경과의 호환성을 크게 높인 것이 특징입니다. 특히 vLLM과 SGLang 같은 추론 프레임워크와 통합하면서 엔비디아 GPU에서 운영하던 추론 워크로드를 TPU로 이전하는 데 필요한 작업을 줄이고 있습니다.

아마존도 10월 19일 TorchNeuron을 발표했습니다. 기존 PyTorch 코드에서 실행 장치를 cuda에서 neuron으로 변경하는 수준의 수정만으로 Trainium을 사용할 수 있도록 지원하는 소프트웨어입니다. TorchNeuron은 Trainium2와 Trainium3를 지원합니다.

29
흐름 29

추론용 하드웨어 경쟁이 점점 더 치열해지는 중:

중요한 변화는 AI 모델을 개발하는 소프트웨어와 실제 추론을 수행하는 하드웨어가 점차 분리되고 있다는 것입니다. 이전에는 엔비디아 GPU에 최적화된 AI 추론 시스템을 다른 가속기로 이전하려면 상당한 비용을 감수해야 했는데, PyTorch와 vLLM 같은 주요 소프트웨어가 TPU와 Trainium을 네이티브로 지원하기 시작하면서 개발자들이 동일한 모델을 여러 하드웨어에서 실행하고 가격 대비 성능을 비교하기가 쉬워지고 있습니다. 특히 추론은 이미 개발된 모델을 반복적으로 실행하는 작업다보니, 일정 규모 이상의 워크로드에서는 추론 비용을 낮추기 위해 다른 하드웨어로 이전할 경제적 유인이 큽니다.

30
흐름 30

물론 TorchTPU와 TorchNeuron이 등장했다고 해서 CUDA의 경쟁력이 즉각 사라지는 것은 아닙니다. PyTorch 코드가 다른 가속기에서 실행되더라도 CUDA 전용 커널이나 엔비디아에 최적화된 추론 기능을 그대로 활용할 수 있는 것은 아닙니다. 동일한 모델을 실행할 수 있어도 엔비디아 GPU와 동등한 지연시간이나 처리량을 확보하려면 별도의 최적화가 필요할 수 있습니다. 그럼에도 중요한 것은 다른 AI 가속기를 사용하기 위해 반드시 감수해야 했던 소프트웨어 전환 비용이 줄어들고 있다는 사실입니다.

​

(5) 위의 TorchTPU와 이어지는 부분인데, *첨부자료 3* 구글 TPU 팀이 TPU v7 Kimi-K3 2.8T 모델의 에이전틱 토큰당 TCO를 비교할 때 GB200 NVL72, B300, MI355 대비 우수하고 GB300 NVL72과도 비슷한 수준의 퍼포먼스를 보이고 있습니다.

31
흐름 31

TPU에서 vLLM 및 PyTorch 생태계의 성숙도가 매우 빠르게 높아지고 있음을 보여주는 사례입니다.

​

(6) Jefferies 테크 팀의 채널 체크에 따르면, 오픈AI가 CY27 기준 ASIC 주문 규모를 300만 개 이상으로 높였습니다. 이전 컨센은 100만 개 정도였기 때문에 굉장히 큰 규모의 상향입니다. *첨부자료 4*

​

Enterprise/GPU IaaS:

​

(1) 네오클라우드의 자본비용 상승에 대한 생각을 이번 주 주간전략보고에서 전해드렸습니다. 신한 김성환 위원님의 생각을 빌려서 전해드리면, 금융 병목을 해소할 수 있는 경로로서 ⓐ거시경제 전반의 유동성 증가, ⓑ이번 주부터 시작될 하이퍼스케일러들의 FCF 증가, ⓒ앤스로픽 IPO 등을 함께 고려하고 있습니다.

32
흐름 32

​

(2) 앤스로픽이 Nscale과 $45B 규모의 AI 컴퓨팅 계약을 협상 중입니다:

Nscale의 IPO 관련 공시에 따르면 앤스로픽은 이미 Nscale과 최대 $44.6B 규모의 인프라 계약을 체결한 상태입니다. 이번 계약까지 성사되면 양사의 계약 규모는 단순 합산 기준 약 $89.6B에 이를 수 있습니다. 계약은 이르면 며칠 내 체결될 수 있지만, 아직 최종 확정된 것은 아닙니다.

이번 계약은 미국 웨스트버지니아에 위치한 Nscale의 Monarch 데이터센터 캠퍼스 내 두 번째 시설을 대상으로 합니다. VR200으로 구성하는 460MW 데이터센터입니다.

33
흐름 33

당초 마이크로소프트가 Monarch 캠퍼스 일부를 임차할 예정이었지만, 올해 여름 계획을 철회하면서 앤스로픽이 해당 시설의 임차인이 되었습니다.

신재생/전력기기:

(1) SemiAnalysis가 뉴스레터 <Datacenters 2027: The Year of Acceleration, +50GW in a Single Year>를 공개했습니다. 정리하자면 2027년 글로벌 데이터센터 건설이 예상보다 훨씬 빠르게 증가하지만, 2028년에는 데이터센터가 부족한 것이 아니라 GPU가 부족해지는 상황이 발생할 수 있다는 것입니다*첨부자료 1, 2, 3, 4*:

34
흐름 34

글로벌 데이터센터 순증 용량을 정리하면 *첨부자료 1, 2*:

CY23 5.8GW (미국 3.5GW + 비미국 2.3GW) (미국비중 62%)

CY24 9.8GW (미국 6.2GW + 비미국 3.6GW) (미국비중 64%)

CY25 15.6GW (미국 10.2GW + 비미국 5.5GW) (미국비중 65%)

CY26 25.0GW (미국 18.1GW + 비미국 6.9GW) (미국비중 72%)

CY27 51.2GW (미국 38.0GW + 비미국 13.2GW) (미국비중 74%)입니다.

Altimeter의 브래드 거스트너는 SemiAnalysis의 기존 전망치인 43GW도 과도하다며 약 25GW를 예상했습니다.

35
흐름 35

그러나 SemiAnalysis는 실제 공사 현황 데이터들을 근거로 반박합니다. ⓐ현재 전 세계에서 약 60GW의 데이터센터가 건설되고 있습니다. ⓑ이 가운데 건설이 상당히 진척된 40개 캠퍼스만 합쳐도 24GW 이상이며, 대부분 2027년 준공될 예정입니다. ⓒ건설 현장 상당수는 공정률 50%를 넘었으며, 외부 냉각 설비와 전력 설비 설치도 진행됐습니다.

데이터센터 공급 확대 가시성에 대한 지표는 두 가지입니다:

첫 번째는 하이퍼스케일러들의 직접 건설 착공량입니다. SemiAnalysis에 따르면 미국 하이퍼스케일러의 분기별 데이터센터 착공량은 역대 최고 수준이며, 특히 두 기업이 급증세를 주도하고 있습니다.

36
흐름 36

다만 해당 기업들의 이름은 공개하지 않았습니다.

두 번째는 데이터센터 임대계약 규모입니다. 데이터센터 개발사는 고객을 확보하기 전까지 전체 프로젝트 자본의 약 5~10%만 지출하는 것이 일반적입니다. 이후 장기 임대계약을 확보하면 이를 담보로 자금을 조달하고 본격적인 건설에 나섭니다. 일반적인 임대계약 기간은 15~20년이며, 1GW당 총계약가치(TCV)는 $30~50B 수준입니다.

데이터센터 건설을 가로막던 제약이 빠르게 완화되고 있다고 평가했습니다 *첨부자료 3*:

모듈형 데이터센터 확산:

구글은 현장에서 설치하던 전력 설비와 케이블을 사전 제작된 모듈로 대체하고 있습니다.

37
흐름 37

AWS는 SAMDC라는 신속 건설 설계와 Project Houdini라는 데이터홀 사전 제작 프로젝트를 추진하고 있습니다.

이러한 모듈화로 전기/기계/배관(MEP) 관련 현장 노동력이 최대 63% 감소할 수 있으며, 건설 기간은 10개월 미만까지 단축됐습니다. 데이터센터 개발사 DayOne은 기존 사업자의 18개월 이상 건설 기간을 약 9개월로 줄였습니다.

BTM/자체 발전을 통한 전력문제 해결:

전력망 연결에 통상 5~10년이 걸리자 AI 기업들은 데이터센터에 직접 전력을 공급하는 Behind-the-Meter 발전을 적극 도입하고 있습니다.

38
흐름 38

기존 가스터빈 공급이 부족해지면서 연료전지, 트럭 엔진, 재생 터빈 등의 대체 발전 솔루션도 확대되고 있습니다.

미국 외 지역으로의 데이터센터 확장:

미국의 노동력 부족, 전력망 제약, 인허가 문제를 피하기 위해 해외 데이터센터 건설이 확대되고 있습니다. 특히 2027년 미국 외 지역의 증설이 크게 가속화되고, 2028년에는 글로벌 신규 공급에서 차지하는 비중이 상당히 높아질 것으로 전망합니다.

중요한 건 CY28 말 Powered Shell이 10GW 가량 초과 공급될 가능성이 있단 것입니다 *첨부자료 4*:

39
흐름 39

지금까지는 GPU를 확보해도 데이터센터와 전력이 부족한 상황이었습니다. 그러나 2028년에는 데이터센터를 완공하더라도 설치할 GPU 서버를 확보하지 못하는 상황으로 역전될 수 있습니다. 데이터센터 수요 자체가 감소한다는 뜻이 아닙니다. 데이터센터 건설 속도가 GPU 생산 증가 속도보다 빨라지면서, 일부 시설이 완공된 이후에도 GPU 설치를 기다려야 할 수 있다는 의미입니다.

실제로 2025년 중반에도 GB200 랙 공급이 늦어지면서 데이터센터 시설이 일시적으로 비어 있었던 사례가 있습니다. 다만 이번에는 더 구조적인 문제가 될 수 있다고 봅니다.

40
흐름 40

특히 2027년 말~2028년 초에는 데이터센터 신규 임대계약과 관련 설비 발주가 둔화될 가능성을 제기합니다. GPU 부족이 본격적으로 드러나기 전에 신규 데이터센터 투자가 먼저 조정될 수 있다는 것입니다.

​

(2) Bernstein의 데이터센터 파이프라인 채널 체크를 정리하면:

2026년 9월 기준 프로젝트 파이프라인은 456GW으로, 전월 대비 +52GW(MoM +13%) 증가했습니다. 하이퍼스케일러의 데이터센터 파이프라인은 10.1GW 증가했고, 이 중 아마존 3.9GW, 구글 3.8GW, 메타 2.4GW였습니다.

41
흐름 41

건설중인 시설은 7GW(MoM +10%) 증가했으며, 구글이 2.1GW를 차지했고, 마이크로소프트가 1GW, 콜로케이션 1.4GW, 네오클라우드 1.1GW입니다.

미활성 데이터센터 프로젝트는 9월에 +2GW 증가하긴 했으나, 8월의 +7GW에 비하면 눈에 띄게 미활성 데이터센터 용량이 줄어들은 상태입니다.

​

(3) 오라클이 Project Jupiter의 진행 상황이 잘되고 있음을 말했습니다 *첨부자료 5, 6*

​

광고/이커머스:

​

(1) Epic Games 창업자이자 CEO인 팀 스위니가 X에 올린 글을 보고 생각을 정리해보면:

42
흐름 42

글 본문:

오랫동안 원했던 게임들, 제작 비용이 수익의 몇 배나 들기 때문에 존재하지 않았던 게임들이 곧 가능해질 것입니다. 마찬가지로 개발자들이 만들고 싶어 했지만 이용 가능한 자원으로는 할 수 없었던 게임들도요. 이는 게임의 새로운 황금기를 가져올 것입니다.

GPT-6 Astra 이후 달라진 변화들을 생각해보면, 3D Asset을 만들기가 쉬워지고 게임 제작비용이 크게 하락할 것으로 예상된다는 부분입니다.

게임 엔진에 대한 수요를 높여주고 3D 인터랙티브 콘텐츠 수요도 크게 증가할 것으로 예상됩니다.

43
흐름 43

의료기기/핀테크/코인:

​

(1) 트랜스메딕스의 4Q 비행 건수는 568건, 오늘의 일간 비행데이터는 +18건이었습니다. 4Q는 19일이 지났으며 일평균 비행 속도는 29.89건 속도였습니다. 이제부터 내년 1~2월까지는 원래 계절적으로 이식 건수가 줄어드는 주기라서 실적 기대감은 더 낮아질 단계입니다.

트랜스메딕스의 3Q 비행 건수는 2,841건, 일간 비행데이터는 +35건이었습니다. 3Q는 92일이 지났으며 일평균 비행속도는 30.88건 속도였습니다.

44
흐름 44

​

(2) 오늘의 서클 USDC 유통량은 $72.26B, CCTP 전송량은 30일 기준 $19.0B입니다. USDC 유통량 자체는 거의 1년간 횡보 중입니다. 횡보를 뚫는 기준은 MoM 기준 20% 이상의 성장세를 1주간 유지하는가입니다. 오늘 주간 기준 -0.83%, 월간 기준 -2.80% 수준입니다.

지금은 Crypto Pair Trading(e.g. BTC/USDC, ETH/USDC 등)을 위한 예탁금으로 인해서 USDC 유통량이 바뀌는 게 가장 큽니다.

45
흐름 45

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

5

그럼에도 빠진내용 정리

잡담·곁다리 내용
  • 잡담, 화면 설명, 불확실한 표현을 무작정 버리지 않는다.
생략 기록
  • 아직 작성 전. 실제 작성 후 압축·생략한 내용을 기록한다.

그럼에도 빠진내용 정리

압축/생략
조망은 금융 병목, 모델 경쟁, 광학·메모리·추론 하드웨어, 데이터센터 건설의 연결만 묶었다. 지수·벤치마크·API 가격과 개별 기업 수치는 flow에 남겼다.
조건과 전망
IPO·계약 협상·2027~2028년 데이터센터 경로는 확정 사실과 조건부 전망을 구분해야 한다.
원문 끝부분
트랜스메딕스 계절성, USDC 기준, 피겨 테크 지표 안내와 두 증권사 URL까지 마지막 flow에 보존했다.
원문 확인

document_work_runner prepare가 입력 원문을 수정 없이 보존했다.