일간보고 : 투자의 생각 (260910)

빅테크/AI Labs: ​ (1) 오픈AI Codex 리드인 Tibo가 GPT-6 Astra 이후 수요를 말했습니다 *첨부자료 1*: "Astra에 대한 수요는 정말 전례가 없을 정도입니다. 저희는 이 수요를 감당하기 위해 모든 방안을 도원하고 있지만 이전에도 매우 가파른 성장세를 겪은 적은 있지만 지금까지 이런 수준의 성장률은 본 적이 없습니다. 기존 이용자분들께 우수한 서비스를 제공하는 것이 항상 최우선 과제이지만, 이런 상황이 계속된다면 신규 ChatGPT Pro 구독 접수를 잠시 중단해야 할 수도 있습니다." ​ (2) 마크 저커버그가 Sources Podcast에서 말한 것들을 정리해봅니다 *첨부자료 2*: Muse는 모든 사람에게 '개인의 목표를 이해하고 대신 일해주는 AI 에이전트'를 제공하는 것이 목표인 개인용 에이전트입니다. 24시간 일하면서 생산성을 극대화하는 데 초점을 맞추고 있습니다. 월 1억 개의 토큰과 VM을 무료로 제공하며, 추가 사용을 원할 경우 구독제 모델로 서비스할 예정입니다. 메타는 Muse를 통해서 거래가 발생할 경우 사용자가 아닌 기업들에게 수수료를 받는 식으로 사업구조를 짰습니다. 지금 메타가 하고 있는 광고모델과 비슷합니다. Muse 에이전트는 서로 학습하며 발전하는 Fleet 개념을 활용하고 있습니다. 여러 에이전트들이 익명화된 상태로 서로 유용하다고 생각하는 학습 결과를 공유하는 시스템입니다. 에이전트가 스스로 새로운 프로젝트를 제안하고 확장하는 능력을 갖고 있는데 많은 사람들이 AI 활용법을 잘 모르는 상태에서 에이전트가 스스로 유용한 제안을 하는 것이 큰 장점입니다. 대부분의 AI 에이전트는 싱글플레이 게임처럼 작동하지만 Muse는 상호작용을 통해서 가장 실용적인 사례들을 발견해나갈 것입니다. 흥미로웠던 것은 Muse Spark 이후의 다음 파운데이션 모델로 사전학습 컴퓨팅 규모를 10배 키운 Watermelon 모델을 곧 출시할 예정인데, 이것보다도 더 큰 모델도 훈련 중인 상태입니다.

전일 일간보고에서 전해드렸던 것처럼 Muse Spark 1.3의 Terminal-bench 4.0 기준 점수가 꽤나 좋습니다. 지금 순위를 매겨보자면 오픈AI > 앤스로픽 >> 메타 > 스페이스X > 구글 정도입니다. ​ (3) 애플이 아이폰 18 Pro/Pro Max를 출시하면서 폴더블인 '아이폰 듀오(iPhone Duo)'도 공개했습니다 *첨부자료 3*: 미국 가격은 256GB $1999 / 512GB $2199 / 1TB $2599 / 2TB $3199, 국내 가격은 256GB 329만원 / 512GB 359만원 / 1TB 419만원 / 2TB 509만원입니다. 접고 펼칠 때 이어지는 애니메이션이 굉장히 인상적입니다. 돌이켜보면 애플 인텔리전스와 시리가 처음 공개됐을 때, 사람들이 AI 사용 경험 측면에서 애플에 기대했던 완성도가 바로 이번 폴더블 제품의 애니메이션에서 보여준 경험과 비슷하지 않았나 싶습니다. ​ (4) SemiAnalysis가 <Where Does a Robot Think – On-Device vs Datacenter Inference>로 로봇의 추론을 온디바이스 혹은 데이터센터에서 하는 구조가 될지에 대해 정리한 자료를 올렸습니다 *첨부자료 4, 5*: 로봇은 실시간성, 배터리, 원가 관점에서 물리적인 제한을 먼저 받고 나서 그 안에서 최적의 하드웨어와 모델을 설계해야 합니다. 그렇다보니 지금 프론티어 로봇의 모델도 대체로 5B~14B 정도의 매우 작은 소형모델급입니다. 여기에서 범용성을 높이고 월드모델까지 품은 모델이 되려면 연산량의 제약을 받는 구조입니다. 이렇다보니 아직 업계의 답이 정해진 것은 아닙니다. 로봇 모델은 두 가지 크게 레이어로 나뉩니다. Planning Layer와 Action Layer입니다. 전자는 이미지/비디오를 이해하고 공간감을 생각한다음 다음 행동을 계획하는 레이어입니다. 모델이 크고 무거운데 프레임이 높을 필요는 없습니다.

후자는 실제 모터 명령으로 바꾸는 레이어로 수백 Hz로 움직여야 하기에 지연을 허용할 수 없는 레이어입니다. 그래서 구조적으로 Planning은 데이터센터에서 초저지연으로 보내주고 Action은 로봇 내부에 남아있는 구조를 짤 수 있습니다. 로봇이 특정 작업에 특화시킨 것이냐, 아니면 범용 모델이냐에 따라서도 설계가 많이 달라집니다. 몇 가지 작업만 반복하는 모델은 온디바이스로 충분하고, 범용 모델은 상황을 봐가면서 무엇을 해야 할지 생각해야 하고 그 생각의 범위가 넓어야 하기 때문에 파운데이션 모델에 준하는 연산이 필요합니다. LLM은 토큰을 생성하기 위해 KV Cache와 Model Weight을 계속 읽어들이기에 메모리 병목이 크지만, 로봇은 카메라 프레임을 받아서 Action Chunk를 계속 생성하는 작업이라 컴퓨트 병목이 큽니다. 로봇의 추론을 온디바이스에서 처리하기 어려운 가장 큰 이유는 결국 전력/냉각/원가/자원 활용률의 제약입니다. 로봇 내부에 들어가는 컴퓨팅은 배터리와 냉각 한계 때문에 성능을 크게 높이기 어렵습니다. 실제로 Jetson Thor의 연산 성능은 B200의 약 1/10, B300의 약 1/14 수준입니다. 반대로 데이터센터 GPU를 그대로 로봇에 탑재하면 GPU 하나가 로봇 전체보다 더 많은 전력을 소비하고 별도의 냉각까지 필요하기 때문에 현실적인 선택이 되기 어렵습니다. 여기에 공급망과 경제성까지 고려하면 데이터센터에서 Compute Pool을 공유하는 구조의 장점이 더 커집니다. AI 데이터센터가 이미 첨단 웨이퍼와 DRAM 공급의 상당 부분을 흡수하고 있는 상황에서 로봇마다 고성능 칩과 메모리를 별도로 탑재하는 방식은 로봇 보급이 확대될수록 비효율적일 수 있습니다. 반면 데이터센터 GPU 하나가 여러 대의 로봇을 동시에 서비스하도록 만들면 로봇 한 대당 필요한 첨단 실리콘과 메모리 사용량을 낮출 수 있습니다.

가동률에서도 차이가 발생합니다. 로봇 내부에 탑재된 GPU는 로봇이 움직이지 않는 동안 함께 놀게 되기 때문에 산업용 로봇에서도 약 40% 수준의 가동률을 가정합니다. 반면 데이터센터 GPU는 여러 로봇의 추론 요청을 하나의 Compute Pool에서 받아 처리할 수 있어 90%에 가까운 가동률을 만들 수 있습니다. 결국 같은 첨단 실리콘을 사용하더라도 로봇마다 GPU를 하나씩 넣는 것보다 여러 로봇이 데이터센터 GPU를 공유하는 편이 실리콘과 메모리 사용량뿐 아니라 실제 사용되는 FLOPS당 비용까지 낮출 수 있다는 것이 SemiAnalysis의 논리입니다. 어디에 배치시키기가 좋은가를 평가할 때에는 공장과 창고가 프라이빗 5G 환경, 온프레미스 GPU 등을 직접 매우 낮은 지연시간으로 구축할 수 있기 때문에 공장이 가장 최적화하기 좋은 장소로 평가했습니다. ​ AI HW: ​ (1) 루멘텀의 9월 9일 Citi's 2026 Global TMT Conf., 핵심만 정리해봅니다: 루멘텀의 이번 Citi Global TMT 컨퍼런스콜도 디테일함이 정말정말 좋습니다. 다 새로운 내용들입니다. 8월 28일 도이치뱅크 컨퍼런스에서 말했던 것과 이어져서, FY28 EPS $40의 핵심 근거로 최대 OCS 고객(구글)에게 공급할 수량이 크게 늘었기 때문에 루멘텀의 추가 수요로 이어지고 있다고 설명했습니다. TPU의 성공이 직접적으로 루멘텀의 OCS 공급량을 추가적으로 끌어올리는 중입니다. OCS:XPU 연결 비율은 1.5:1이라고 봤습니다. 2026년 3월의 OFC 2026 당시에는 광학 Scale-up이란 엔비디아향 CPO 기회만 있을 것으로 생각했었는데, 이후에 업계 전반이 택하고 있다고 말했습니다. 그리고 CY28의 광학 Scale-up 수요를 충족하기 위해서는 NPO/CPO 모두 필요한 상태입니다. NPO를 통해서 더 많은 고객이 광학 Scale-up에 진입하는 것이 핵심 포인트입니다.

전체 시장의 TAM을 생각하면 CPO과 NPO 비율이 50대 50가 될 것으로 보고 있습니다. 루멘텀 입장에서 팔 때는 CPO랑 NPO 둘다 ELS 형태로 판매할 예정입니다. 시장/기술 관점에서는 CPO는 거의 ELS가 메인이 될 것이고, NPO는 50%는 ELS, 나머지 50%는 ILS(Integrated Light Source)로 예상하지만 흥미로운 건 ILS를 고려하던 고객들도 점점 NPO도 ELS를 채택하는 쪽으로 전환이 가속화되고 있다고 평했습니다. NPO 광원이 뭐로 될 것인가는 루멘텀 2Q26 실적발표 자료에서 한 차례 정리드린 바 있습니다. 광원만 따로 판매하면 150~200mW급 mid-power Laser를 칩에 넣지만, ELS 형태로 공급하면 루멘텀이 이미 검증한 제품이므로 400mW급 UHP를 넣을 수 있습니다. 단순 계산하자면 루멘텀은 400mW UHP Laser를 탑재한 ELS 모듈 형태로 판매할 때 수혜강도가 큰데(GPM은 대략 UHP Laser가 60%+, ELS는 50~55% 추정 / 그러나 ASP는 ELS가 모듈 형태 공급이라 2배), CPO + NPO를 합친 시장에서 ELS를 선호하는 비중이 75% 정도란 의미입니다. 간단하게 CPO + NPO 광원 TAM 중 루멘텀이 기술해자를 갖고 있고 팔 수 있는 시장규모가 75%입니다. 많이 강조드린 맥락이지만, 고출력 레이저의 경쟁력은 출력만 있는 것이 아닙니다. 고출력, RIN, 선폭, 모드 홉 억제 등이 동시에 필요하고, 이러한 특성을 높은 수율로 양산하고 패키징 이후에도 유지하는 것이 중요합니다. 한 레이저가 여러 통신 레인에 빛을 공급하는 구조에서는 광원 하나의 문제가 여러 연결에 영향을 줄 수 있으므로 신뢰성 요구도 높아집니다. 현재 플러거블에 쓰는 출력은 70mW 정도입니다. 중국 기업들이 생산하는 CW Laser 스펙도 70mW에 집중되어 있습니다.

그런데 NPO/CPO 전반에 걸쳐서 최소 120~150mW 이상의 출력을 가진 레이저를 쓸 것으로 예상됩니다. NPO/CPO향 고출력 레이저에 대한 수요는 가파르게 늘고 있는데 공급이 부족하고 중국의 침투가 제한적인 상태입니다. 특히 400mW급까지 고출력으로 들어가면 루멘텀과 코히런트만 생산 중입니다. 엔비디아가 UHP Laser 공급을 위해서 루멘텀과 코히런트 둘과만 계약한 이유입니다. 첫 ELS 출하는 2H27에 이뤄질 것으로 예상하며 해당 고객사 전체 ELS 수요 중 15~20% 정도를 루멘텀이 공급하는 것이 적정 시장 점유율(UHP Laser 시장점유율과는 별개)이라 평했습니다. NPO쪽은 몇 달 내로 첫 번째 고객사 발표가 있을 것이라고 예고했습니다. UHP Laser 공급은 Phase 1 미국 산호세 팹에서 지금부터 CY27까지 내내 UHP Laser 생산을 늘리다가 → Phase 2로 영국 캐스웰 팹에서 2Q27부터 CY28까지 본격 램프업하고 → Phase 3로 미국 그린즈버러 팹에서 2Q28부터 본격적으로 생산량을 늘릴 계획입니다. 기존 제품 생산을 줄여서 늘리는 게 아니라 클린룸과 장비를 추가하는 증설 방식을 하고 있기 때문에 매출은 계속해서 더해지는 흐름입니다. CW 레이저 수율은 EML보다 높아졌고, 판매가격은 EML과 비슷하며, 칩 면적도 추가로 줄였습니다. 덕분에 EML만큼 마진이 좋지는 않지만 상당히 가까워졌습니다. 여전히 시장에서 아직 크게 주목받지 못한 사업으로 Scale-across를 언급했습니다. 이거는 시에나 2Q 실적발표 리뷰에서도 말씀드린 것처럼 상당한 성장동력인데 저평가받는 감이 있긴 합니다. 루멘텀은 앞으로 5개 분기에 걸쳐 펌프 레이저 물량을 4배 늘릴 예정입니다. 시에나와 LTA를 맺고 증설에 필요한 CapEx를 충분히 충당할 수 있을 수준의 높은 가격으로 계약했습니다. 3.2T급 광모듈 세대에서는 SiPh가 속도와 전력 측면에서 부담이 생길 것으로 전망했습니다.

마벨이 제시한 성장 경로는 두 가지입니다. (ㄱ) 자체 NPO/CPO 솔루션을 공급하는 경로입니다. 완제품 형태로 납품하는 것입니다. (ㄴ) 다른 모듈업체가 만드는 NPO 모듈에 Driver/TIA를 공급하는 경로입니다. ELS 생태계에서도 마벨 부품의 탑재 점유율이 높다고 설명했습니다. 후자 같은 경우는 셈텍에게도 적용되는 방향입니다. 마벨-구글의 TPU 및 XPU Attach 제품 계약에 대한 생각은 8월 31일 주간전략보고에서 전해드린 바 있습니다. ​ (3) 아스테라랩스의 9월 9일 Citi's 2026 Global TMT Conf., 핵심만 정리해봅니다: 3Q26부터 Scorpio가 전사 최대 매출 제품군이 되고, Scorpio 안에서는 Scorpio X가 P를 넘어서는 분기가 될 것으로 예상했습니다. 3Q26부터 Trainium 3이 양산에 들어가기 때문에 Trainium을 72XPU Scale-up Domain으로 만들어주는 스위치인 Scorpio X Switch에 대한 출하량도 늘어서 그렇습니다. AWS Trainium 4(양산 시점은 2Q27? 아마 실제론 3Q27쯤 양산할 듯, 3가지 SKU로 개발하는데 그 중 2개가 NPO 채택. 참고로 NVDA랑 AWS가 CPO/NPO 최대 수요자)가 UALink도 쓰지만 NVLink Fusion도 사용하다보니, Trainium 4에서는 가속기당 얼마나 가져갈 수 있느냐가 화두입니다. 이에 대해서 Trn 4는 UALink와 NVLink Fusion의 랙당 ALAB 매출 기회가 거의 비슷할 것이라고 설명했습니다. 이건 ALAB 입장에서는 생각보다 좋기는 합니다. Leo의 커스텀 KV Cache offloading용 프로젝트가 현재 검증 단계이며, CY27부터 매출이 본격 확대될 것으로 기대했습니다. 나머지 내용들은 NVLink Switch를 다루면서 이미 아실 내용이거나, 아니면 사실 고객사 입장에서는 큰 효용을 못느끼거나 핵심 가치제안은 아닌데 설명하기 편하게 IR이 말하는 정도의 내용이었습니다.

AI 칩은 크게 두 가지 목표를 갖습니다. ⓐ토큰 생성을 저렴하게 하거나(Throughput) ⓑ추론을 빠르게 하거나(Interactivity or Low-Latency)하는 것입니다. 엔비디아의 강점은 ⓐ에 있고, ⓑ는 아닙니다. 높은 연봉을 받는 인력들의 시간을 절약하기 위해 Ultra-fast Inference 모드 수요가 꽤 높아지고 있습니다. 빠른 추론은 고연봉자들이 시간당 더 많은 작업물을 내도록 하는 것과 직결되기 때문에 비용 절감 효과를 내는 것입니다. 칩의 이론적인 성능과 실제 성능 사이에는 큰 소프트웨어 최적화 격차가 존재합니다. 3~4년 된 Hopper 하드웨어에서도 지속적인 소프트웨어 최적화를 통해서 성능이 개선되고 있을 정도입니다. 커널 최적화, 중첩, 실행시간 단축, Speculative Decoding, 멀티스레딩 등 다양한 기업이 성능 향상에 기여합니다. 기존 하드웨어와 모델을 보더라도 앞으로 50~80% 가량 throughput 개선의 여지가 있다고 생각되며 새로운 모델, 새로운 하드웨어는 훨씬 더 큰 성능 향상을 가져올 룸이 있는 상태입니다. 많은 오픈소스 모델들이 엔비디아 GPU 외의 하드웨어에서는 잘 돌아가지 않습니다. MoE 모델을 더 Sparse(더 많은 expert로 나누는 것)하게 만들면 GPU에서는 퍼포먼스가 크게 좋아지지만 TPU나 Trainium에서는 오히려 퍼포먼스가 저하됩니다. GPU의 텐서코어에 맞게 모델이 설계되었기 때문입니다. 엔비디아는 작은 코어들을 많이 사용하는 구조이고, TPU/Trainium은 크고 적은 수의 코어를 사용합니다. GPU와 TPU/Trainium이 본질적으로 다른 이 부분은 <AI 가속기 심화편 : GPU vs TPU, 무엇이 칩을 다르게 만드나 (feat. CPU, ASIC, FPGA)>에서 전해드린 바 있습니다.

엔비디아-Groq 협력, 세레브라스-AMD 협력은 분산추론의 가능성을 보여주는 사례입니다. Attenton과 FFN 연산을 분리하는 연구가 활발하게 진행 중이고 이를 통해 성능 향상을 훨씬 더 끌어올릴 여지가 있습니다. 물론 컨텍스트 길이가 크게 바뀔 경우 Attention과 MLP(Multi-Layer Perceptron)의 비율이 달라지면(transformer 모델은 Attention과 MLP이 모델을 구성하는 두 가지 핵심 축입니다. Attention은 정보 검색과 문맥 이해, MLP는 지식을 기억하고 저장하는 역할입니다) 고정된 하드웨어 파이프라인으로는 효율을 끌어올리기 어렵겠지만, 분산추론으로 얻는 이점이 워낙 크다보니 이를 통해서 TCO 대비 퍼포먼스를 크게 끌어올릴 여지가 많다는 전망입니다. ​ Enterprise/GPU IaaS: ​ (1) 엔비디아가 CY27까지 호주에 최대 2GW 규모의 AI 인프라 구축 계획을 발표했습니다: 엔비디아가 수많은 네오클라우드(Firmus, Sharon AI, IREN, Megaport, ResetData, CDC, NEXTDC, AirTrunk)와 협력해 2027년까지 최대 2GW 규모의 AI 인프라를 구축할 계획입니다. 2GW는 여러 데이터센터 사업자의 파이프라인을 엔비디아 DSX 생태계로 묶은 숫자입니다. 각 파트너가 데이터센터와 전력 인프라를 구축/운영하고 엔비디아는 DSX 플랫폼, GPU, 네트워킹, 소프트웨어, 생태계 지원을 제공합니다. DSX는 아예 똑같은 AI Factory를 투자자산으로 만드는 과정에 가깝습니다. 일종의 네오클라우드 데이터센터들을 커머디티화시켜서 대출받고 사업하기 좋게 만드는 과정입니다. 뭐든 다 똑같은 제품으로 만들어버리면 사실 Firmus가 대출을 받건, Sharon AI가 대출을 받건 채권자 입장에서는 사업이 잘 안되면 AI Factory만 떼서 팔아도 돈은 받을 수 있겠다고 생각하게 됩니다.

기존 네오클라우드는 Firmus A가 자체 설계 → Sharon AI가 다른 설계 → IREN이 또 다른 설계라면 금융기관 입장에서는 각각을 별개의 기술/운영 리스크로 평가해야 합니다. 그런데 DSX는 표준화된 규격이기 때문에 채권자 입장에서는 '스타트업'에 돈을 빌려주는 게 아니라, 스타트업이 운영하는 '표준화된 엔비디아 AI 컴퓨트 자산에 돈을 빌려주는 것'으로 성격이 바뀝니다. 특정 네오클라우드의 영업력이 떨어져 고객 확보에 실패한다고 해도 DSX 기반 인프라라면 다른 사업자가 운영하거나 다른 고객의 워크로드를 받거나 컴퓨트 용량 자체를 다른 형태로 임대할 가능성이 상대적으로 높아집니다. ​ (2) 네비우스의 9월 8일 GS Communacopia + Technology Conf 2026., 핵심만 정리해봅니다: 2Q26에는 공급 부족이 지속될 기간이 18개월로 봤는데, 이제는 24개월 이상이라고 말했습니다. 고객들이 이미 CY1Q28~CY2Q28쯤에 쓸 수만 개의 Vera Rubin GPU를 요청하고 있는 상황입니다. 고객은 당장 부족한 용량을 임시로 확보하는 데 그치지 않고, 이후 모델과 서비스의 확장에 필요한 연산 능력을 미리 확보하려고 하고 있습니다. CY27 용량을 지금 다 판매해버릴 수도 있지만 지금 추세대로 컴퓨트가 더 귀해지면 미래의 가격과 고객 구성이 더 유리해질 것이라 판단해서 계약시점을 미루고 있다고 말했습니다. 세 가지 계약 유형이 있습니다. 장기계약 : 5년 이상, 주로 하이퍼스케일러와 체결하며 확장에 필요한 자금조달을 돕는 계약 중기계약 : 1~3년, 일반 기업들을 대상으로 하는 주력사업 단기계약: 3~6개월, 시급한 대규모 학습 및 추론 수요에 일부 용량 배정하고 높은 가격을 받는 계약

중국산 완제품을 막는 것에서 중국 자본/중국 기술이 포함된 공급망 자체를 제한하는 방향으로 이동하고 있습니다. 미국의 새로운 세제 규정에서는 배터리와 부품 생산비의 약 30%를 지원하지만 중국산 소재 사용과 중국 기업 지분에 제한을 두고 있습니다. 이에 중국 배터리 소재 업체들은 미국 고객들이 보조금을 받을 수 있도록 해외 JV의 중국 지분을 25% 아래로 낮추고 있습니다. Ronbay : 한국 자회사 지분 24.9% GEM : 인도네시아 제련소 지분 55% → 21% Huayou Cobalt : LG화학과의 JV 지분 24% CNGR : 한국 JV 지분 25% 미만으로 낮춰서 세액공제 요건을 맞추려는 것입니다. 흥미로운 부분은 미국만 공급망을 통제하는 것이 아니라 중국 정부 역시 중국이 우위를 가진 기술의 해외 이전을 막고 있다는 점입니다. 포드가 미국에서 생산하려는 CATL의 LFP 기술은 최신 기술이 아니라 3세대 LFP입니다. 중국 정부는 CATL 등 중국 기업이 4세대 LFP 제조 장비와 기술을 해외에 라이선스하는 것을 금지했습니다. GEM 역시 인도네시아의 양극재 전구체 공장에서 중국 지분을 낮추려고 했지만 중국 정부가 거래를 승인하지 않아 결국 무산됐습니다. 미국은 중국 자본/제품/기술 의존도를 낮추려 하고, 중국은 핵심 배터리 기술/생산 노하우의 해외 이전을 막으려고 하여 결과적으로는 양쪼 모두 공급망을 자국 안에 묶으려는 방향입니다. 광고/이커머스: ​ (1) 오픈AI가 일부 광고 파트너사들에게 이미지 생성 및 오디오 생성 AI 제품에 대한 광고를 더 이상 ChatGPT에서 받지 않겠다고 통보했습니다. 자사 제품과 경쟁하는 AI 서비스의 광고를 안 받겠다는 조치인데, 언론사가 경쟁 언론사의 광고를 받지 않거나, 스트리밍 서비스가 경쟁 서비스 광고를 제한하는 것과 비슷한 조치입니다.

그렇지만 이 뉴스가 광고업계에서 화제가 됐던 것은 오픈AI가 그만큼 B2C 분야에서 상당한 영향력을 행사하는 플랫폼 기업이 되었음을 의미한다고 생각합니다. 의료기기/핀테크/코인: ​ (1) 오늘 트랜스메딕스의 3Q 비행 건수는 2,165건, 오늘의 일간 비행데이터는 +33건이었습니다. 3Q는 71일이 지났으며 일평균 비행속도는 30.49건 속도였습니다. ​ (2) 오늘의 서클 USDC 유통량은 $74.38B, CCTP 전송량은 30일 기준 $19.9B입니다. USDC 유통량 자체는 42주간 횡보 중입니다. 횡보를 뚫는 기준은 MoM 기준 20% 이상의 성장세를 1주간 유지하는가입니다. 오늘 주간 기준 +0.68%, 월간 기준 +2.85% 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 주간/월간 잠정 영업 지표를 여기서 확인하실 수 있습니다. 이번 주 Weekly CLMV는 $400M로 나쁘진 않지만, 적당한 수준 페이스입니다. 저희의 생각을 담아서 랩을 운용하고 있습니다 메리츠증권 : https://naver.me/xQiZ5UHt SK증권 : https://naver.me/FlcOtVGm