2026.08.11 · 네이버 프리미엄 콘텐츠 · 올바른 미국주식 by SAPIENS

일간보고 : 투자의 생각 (260811)

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

유형

네이버 프리미엄 콘텐츠

날짜

2026.08.11

강연자/작성자

올바른 미국주식 by SAPIENS

분석 주제

미지정

자료 길이

본문 12,806자

문서 전체 조망

핵심 구조

AI 컴퓨팅의 자금·속도·메모리 병목이 동시에 재편되는 구간

이 자료는 엔비디아의 제3자 금융 구조, 빠른 GPU 추론, HBM 공급 제약을 하나의 AI 인프라 변화로 묶어 전체 흐름을 설명한다. 자금조달과 소프트웨어, 메모리 수급이 함께 바뀌면 데이터센터 확장의 범위와 수익 구조도 달라질 수 있다는 문제의식이다.

신용이 낮은 GPU 수요자를 금융으로 연결한다

엔비디아는 대차대조표 대신 컨소시엄 자본을 활용해 네오클라우드와 AI 연구소가 낮은 금리로 GPU를 확보하도록 돕는 구조를 제시했다. 수요는 높지만 최종 고객의 신용등급 차이로 조달이 어려웠던 문제를, 높은 임대 가격과 GPU 잔존가치를 바탕으로 풀려는 시도다.

추론은 처리량뿐 아니라 사용자 체감 속도가 중요해진다

TileRT는 낮은 배치 크기에서 약했던 GPU를 빠른 응답이 필요한 에이전트 추론에 맞추려는 소프트웨어 방식이다. 사용자당 속도는 높일 수 있지만 여러 요청을 묶어 처리할 때의 비용과 지원 범위에는 제약이 있어, 적용 범위가 핵심 조건으로 남는다.

HBM 증설은 일반 DRAM까지 조인다

HBM 생산은 같은 웨이퍼에서 DDR보다 더 많은 생산능력을 소모하므로, HBM4·HBM4E 수요가 늘면 일반 DRAM 공급도 타이트해지는 구조다. 고객별 설계와 검증이 깊어질수록 메모리 공급업체의 선정 범위도 좁아질 수 있다는 해석을 제시한다.

발생·예정 사건과 출처별 관점

이슈 분석

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

발생발표·발생 당일발생월 26-8

26-8 엔비디아 제3자 금융 구조 발표

작성자의 핵심 판단

작성자는 이 구조가 하이퍼스케일러보다 신용 여력이 낮은 네오클라우드에 자금을 연결해 엔비디아 하드웨어의 구매 기반을 넓히는 길이라고 평가한다.

근거 보기 3

원문 구간 1
AI Labs, 네오클라우드)이 매력적인 금리로 엔비디아 하드웨어를 확보할 수 있게 됩니다. 원래 네오클라우드들 입장에서는 구조적인 미스매칭이 있었습니다. ⓐ현재 하이퍼스케일러 수요 외에도 각종 롱테일의 기업, 연구소, AI 스타트업에 판매하는 수요가 굉장히 높습니다. 이들에게 컴퓨팅도 상대적으로 더 비싸게 팔 수 있습니다. ⓑ근데 문제는 자금조달을 하려고 하면 네오클라우드들은 자신의 자본이 없기 때문에 누군가한테 사업계획서를 제출하고 돈을 빌려서 조달해야 합니다. 그러면 결국 돈을 빌려주는 사람은 최종 고객의 신용등급을 보고 돈을 빌려주게 되는데, 빅테크와 AI 스타트업들은 신용등급 차이가 워낙 큽니다.
원문 구간 2
금리차이가 곧 빌려온 GPU의 수익률을 결정하다보니 기업, 연구소, AI 스타트업은 GPU 수요는 높지만 구하기가 상당히 어려웠던 모양새였습니다. ⓒ엔비디아 입장에서는 이들은 가장 GPU를 선호하는 이들이지만 'ⓑ'구조 때문에 공급을 하기가 어려웠던 구조였습니다. 이들에게 많이 팔아야 돈도 더 벌기도 하고, 새로운 아키텍처도 나오고, hardware lottery 개념처럼 계속해서 경쟁력 있는 워크로드와 모델이 엔비디아의 HW/CUDA 위에서 가장 최적화되어 굴러가게 됩니다. ⓓ자체적으로 백스톱을 하는 것도 한계가 있는 일이었습니다.
원문 구간 3
그런데 최근 추론수요가 워낙 크게 증가하다보니 2026년 2Q26 GPU 임대 가격이 스페이스X의 구글/앤스로픽 GB300 NVL72 클러스터 계약가격 기준 $30B~$50B/GW/year가 된 상태(오픈AI/앤스로픽 모델을 API 서빙할 경우 현재 $100B/GW/year 수준) + A100/H100/B200도 잔존가치가 유지되고 있는 상태에서 제3자 자본을 끌어당겨 'ⓑ'구조를 해결하기 위한 방법이 이 컨소시엄입니다. 이미 대차대조표가 튼튼한 하이퍼스케일러가 아닌 네오클라우드쪽에 더 힘을 실어주는 길입니다.

이 자료에서 다룬 사실

엔비디아는 아폴로·블랙록·블랙스톤·브룩필드·골드만삭스·KKR이 참여하는 파트너십을 통해 AI 팩토리용 제3자 자본 약 5,000억달러를 조달할 금융 플랫폼을 설립한다고 소개했고, 프로젝트별 자금조달의 최대 25%를 보증할 옵션을 갖는다고 적었다.

근거 보기 2

원문 구간 1
빅테크/AI Labs: (1) 젠슨 황이 X에 <NVIDIA AI Factory Compute Is Becoming an Investable Asset Class>란 글을 올렸습니다. 엔비디아의 AI 팩토리(=데이터센터)는 이제 투자 가능한 자산등급이 되고 있다는 것입니다. 엔비디아의 AI 팩토리 구축을 위해 $500B 가까운 제3자 자본을 조달할 수 있는 독립적인 금융 플랫폼을 설립한다는 글입니다. 아폴로, 블랙록, 블랙스톤, 브룩필드, 골드만삭스, KKR이 참여하는 파트너십입니다. 이번 파트너십의 목표는 더 많은 AI 기업들이 더 낮은 금리로 자금을 조달하여 GPU를 구매하고 데이터센터를 구축할 수 있게 만드는 것입니다.
원문 구간 2
엔비디아는 새로운 파트너십에 포함된 모든 프로젝트에 대해서 최대 25%까지 자금조달을 보증하는 옵션을 갖고 있습니다. 엔비디아의 역할은 아직 불분명하지만 임대계약에 공동 서명하거나, 고객이 지불능력을 상실할 경우 Powered Shell을 다시 임대해주겠다고 약속하거나, 합의된 가격으로 컴퓨팅 용량을 되사는 등의 지원책이 포함될 가능성이 있습니다. 그럼에도 재정적 부담은 컨소시엄이 지며 엔비디아의 대차대조표가 아니라는 점에서 엔비디아 입장에서는 좋은 일입니다. 이제 투자등급 미만인 구매자들(e.g.

그렇게 판단한 이유

네오클라우드는 최종 고객 신용등급에 따른 금리 차이 때문에 GPU 수요가 있어도 조달이 어려웠고, 추론 수요와 GPU 잔존가치가 높아진 환경에서 컨소시엄 자본이 이 미스매치를 완화할 수 있다는 논리다.

근거 보기 3

원문 구간 1
AI Labs, 네오클라우드)이 매력적인 금리로 엔비디아 하드웨어를 확보할 수 있게 됩니다. 원래 네오클라우드들 입장에서는 구조적인 미스매칭이 있었습니다. ⓐ현재 하이퍼스케일러 수요 외에도 각종 롱테일의 기업, 연구소, AI 스타트업에 판매하는 수요가 굉장히 높습니다. 이들에게 컴퓨팅도 상대적으로 더 비싸게 팔 수 있습니다. ⓑ근데 문제는 자금조달을 하려고 하면 네오클라우드들은 자신의 자본이 없기 때문에 누군가한테 사업계획서를 제출하고 돈을 빌려서 조달해야 합니다. 그러면 결국 돈을 빌려주는 사람은 최종 고객의 신용등급을 보고 돈을 빌려주게 되는데, 빅테크와 AI 스타트업들은 신용등급 차이가 워낙 큽니다.
원문 구간 2
금리차이가 곧 빌려온 GPU의 수익률을 결정하다보니 기업, 연구소, AI 스타트업은 GPU 수요는 높지만 구하기가 상당히 어려웠던 모양새였습니다. ⓒ엔비디아 입장에서는 이들은 가장 GPU를 선호하는 이들이지만 'ⓑ'구조 때문에 공급을 하기가 어려웠던 구조였습니다. 이들에게 많이 팔아야 돈도 더 벌기도 하고, 새로운 아키텍처도 나오고, hardware lottery 개념처럼 계속해서 경쟁력 있는 워크로드와 모델이 엔비디아의 HW/CUDA 위에서 가장 최적화되어 굴러가게 됩니다. ⓓ자체적으로 백스톱을 하는 것도 한계가 있는 일이었습니다.
원문 구간 3
그런데 최근 추론수요가 워낙 크게 증가하다보니 2026년 2Q26 GPU 임대 가격이 스페이스X의 구글/앤스로픽 GB300 NVL72 클러스터 계약가격 기준 $30B~$50B/GW/year가 된 상태(오픈AI/앤스로픽 모델을 API 서빙할 경우 현재 $100B/GW/year 수준) + A100/H100/B200도 잔존가치가 유지되고 있는 상태에서 제3자 자본을 끌어당겨 'ⓑ'구조를 해결하기 위한 방법이 이 컨소시엄입니다. 이미 대차대조표가 튼튼한 하이퍼스케일러가 아닌 네오클라우드쪽에 더 힘을 실어주는 길입니다.

발생발표·발생 당일발생일 26-8-11

26-8 앤스로픽 Claude Sonnet 5 가격 인하

작성자의 핵심 판단

작성자는 GB300 기반 AI 연구소의 경쟁이 강해지며 Sonnet급 모델의 자리가 좁아져, 한시 프로모션이 기본 가격 인하로 바뀌었다고 해석한다.

근거 보기 1

원문 구간 1
GB300 기반의 AI Labs들이 치고 파레토 프론티어를 장악하기 시작하면서 Sonnet급이 설 자리가 사라지자 가격을 인하한 것입니다. (4) 모건스탠리의 CY26, CY27, CY28 CapEx 궤적입니다 *첨부자료 1*: 모건스탠리의 CapEx 추정치와 이번 주 주간전략보고에서 전해드렸던 스페이스X의 CY27 8GW 온라인 계획을 함께 보시면, CY27 CapEx가 현재 어느 정도 보수적으로 책정되고 있는지를 알 수 있습니다. Vera Rubin으로 CY27에 8GW를 온라인한다고 가정하면 스페이스X의 AI 사업부 CapEx만 추정하더라도 CY26 CapEx $60B → CY27 $350B 추세일 것으로 예상하는데, 모건스탠리 추정은 전사 $159B입니다.

이 자료에서 다룬 사실

앤스로픽은 Sonnet 5의 8월 31일까지 한시 적용 예정이던 입력·출력 100만 토큰당 2달러·10달러 가격을 기본 가격으로 적용하겠다고 발표했다고 적었다.

근거 보기 2

원문 구간 1
3.1 Pro $2/$12 > Sonnet 5 $2/$10(어제까지는 $3/$15 → 오늘 $2/$10으로 가격 하향) > Gemini 3.6 Flash $1.5/$7.5 > Qwen 3.8-Max $2/$6 = Grok 4.5 $2/$6(곧 4.6 업데이트 예정) > GLM-5.2 $1.4/$4.4 > Muse Spark 1.2 $1.25/$4.25(Opus 4.7급을 저렴하게, Grok 4.5보다 우수) > GPT-5.6 Luna $0.20/$1.20(매우 저렴) 위의 모델 API 가격은 '백만토큰당' 비용인데, output을 내기 위해서 몇 개의 토큰을 썼는가(토큰당 지능 압축비가 좋은가, 사전훈련이 잘되고 데이터를 양질로 먹였는가)를 감안한 것이 위의 AAII 기준 토큰비용을 결정합니다.
원문 구간 2
GB300 기반의 AI Labs들이 치고 파레토 프론티어를 장악하기 시작하면서 Sonnet급이 설 자리가 사라지자 가격을 인하한 것입니다. (4) 모건스탠리의 CY26, CY27, CY28 CapEx 궤적입니다 *첨부자료 1*: 모건스탠리의 CapEx 추정치와 이번 주 주간전략보고에서 전해드렸던 스페이스X의 CY27 8GW 온라인 계획을 함께 보시면, CY27 CapEx가 현재 어느 정도 보수적으로 책정되고 있는지를 알 수 있습니다. Vera Rubin으로 CY27에 8GW를 온라인한다고 가정하면 스페이스X의 AI 사업부 CapEx만 추정하더라도 CY26 CapEx $60B → CY27 $350B 추세일 것으로 예상하는데, 모건스탠리 추정은 전사 $159B입니다.

그렇게 판단한 이유

원문은 파레토 프론티어를 장악하기 시작한 GB300 기반 AI 연구소의 경쟁을 가격 인하 배경으로 연결한다.

근거 보기 1

원문 구간 1
GB300 기반의 AI Labs들이 치고 파레토 프론티어를 장악하기 시작하면서 Sonnet급이 설 자리가 사라지자 가격을 인하한 것입니다. (4) 모건스탠리의 CY26, CY27, CY28 CapEx 궤적입니다 *첨부자료 1*: 모건스탠리의 CapEx 추정치와 이번 주 주간전략보고에서 전해드렸던 스페이스X의 CY27 8GW 온라인 계획을 함께 보시면, CY27 CapEx가 현재 어느 정도 보수적으로 책정되고 있는지를 알 수 있습니다. Vera Rubin으로 CY27에 8GW를 온라인한다고 가정하면 스페이스X의 AI 사업부 CapEx만 추정하더라도 CY26 CapEx $60B → CY27 $350B 추세일 것으로 예상하는데, 모건스탠리 추정은 전사 $159B입니다.

발생 예정발표·발생 전발생월 26-9

26-9 마이크로소프트 Maia 300 공개 예정

작성자의 핵심 판단

작성자는 Maia 300의 예상 구매 규모가 과거 Maia 세대보다 커질 수 있다는 의미는 보되, 전례상 실제 배포 물량은 더 확인해야 한다고 유보한다.

근거 보기 2

원문 구간 1
(2) 마이크로소프트의 Maia 300에 대한 소식을 정리해보면: 마이크로소프트는 올 가을, 빠르면 9월에 Maia 300을 공개할 예정입니다. CY27까지 30만 개 이상의 Maia 300 칩을 구매할 것으로 예상되며 원래는 Maia 200까지 수만 개 단위로 구매했음을 생각해보면 규모가 꽤나 커진다는 함의가 있습니다. 물론 Maia100/200도 처음 출시 때까지만 하더라도 수십만 개로 얘기가 오가다가 실제 배포해보니 성능이 원하는대로 나오지 않자 수만 개로 낮췄던 것인지라, 실제 구매량은 조금 더 살펴봐야 하긴 합니다.
원문 구간 2
TPU나 Trainium 대비 구매량이 많지는 않습니다. (3) UBS의 DRAM/NAND 채널 체크 리포트를 정리하면 *첨부자료 2, 3, 4*: NAND는 3Q26 계약가격이 계속해서 좋아지고 있고, 예상보다 강한 서버/스토리지 SSD 수요가 스마트폰과 PC 수요 약세를 대부분 상쇄하고 있으나, QoQ 기준 ASP 상승폭은 예상보다는 작게 나타나고 있다고 짚었습니다. 다만 NAND 수요 자체는 계속 더 강해지고 있기에 NAND 산업의 Bit growth는 추가로 상향했습니다.

이 자료에서 다룬 사실

마이크로소프트는 가을, 빠르면 9월 Maia 300을 공개할 예정이며 CY27까지 30만개 이상 구매할 것으로 예상된다고 적었다.

근거 보기 1

원문 구간 1
(2) 마이크로소프트의 Maia 300에 대한 소식을 정리해보면: 마이크로소프트는 올 가을, 빠르면 9월에 Maia 300을 공개할 예정입니다. CY27까지 30만 개 이상의 Maia 300 칩을 구매할 것으로 예상되며 원래는 Maia 200까지 수만 개 단위로 구매했음을 생각해보면 규모가 꽤나 커진다는 함의가 있습니다. 물론 Maia100/200도 처음 출시 때까지만 하더라도 수십만 개로 얘기가 오가다가 실제 배포해보니 성능이 원하는대로 나오지 않자 수만 개로 낮췄던 것인지라, 실제 구매량은 조금 더 살펴봐야 하긴 합니다.

그렇게 판단한 이유

Maia 100·200은 초기의 수십만개 논의 뒤 실제 성능이 기대에 못 미쳐 수만개 수준으로 낮아진 적이 있어, 이번 예상 수량도 실제 구매량을 더 봐야 한다는 근거를 든다.

근거 보기 2

원문 구간 1
(2) 마이크로소프트의 Maia 300에 대한 소식을 정리해보면: 마이크로소프트는 올 가을, 빠르면 9월에 Maia 300을 공개할 예정입니다. CY27까지 30만 개 이상의 Maia 300 칩을 구매할 것으로 예상되며 원래는 Maia 200까지 수만 개 단위로 구매했음을 생각해보면 규모가 꽤나 커진다는 함의가 있습니다. 물론 Maia100/200도 처음 출시 때까지만 하더라도 수십만 개로 얘기가 오가다가 실제 배포해보니 성능이 원하는대로 나오지 않자 수만 개로 낮췄던 것인지라, 실제 구매량은 조금 더 살펴봐야 하긴 합니다.
원문 구간 2
TPU나 Trainium 대비 구매량이 많지는 않습니다. (3) UBS의 DRAM/NAND 채널 체크 리포트를 정리하면 *첨부자료 2, 3, 4*: NAND는 3Q26 계약가격이 계속해서 좋아지고 있고, 예상보다 강한 서버/스토리지 SSD 수요가 스마트폰과 PC 수요 약세를 대부분 상쇄하고 있으나, QoQ 기준 ASP 상승폭은 예상보다는 작게 나타나고 있다고 짚었습니다. 다만 NAND 수요 자체는 계속 더 강해지고 있기에 NAND 산업의 Bit growth는 추가로 상향했습니다.

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 모델의 지능과 토큰 비용주 대상 · 기술·제품 · AI 모델 API

모델의 성능 비교에서 API 가격과 토큰당 지능 압축비는 어떻게 함께 읽어야 하는가?

이 자료가 더한 내용

API 가격은 백만 토큰당 비용이고, 같은 수준의 결과를 내기 위해 쓰는 토큰 수까지 함께 봐야 토큰당 지능 압축비를 판단할 수 있다고 설명한다. Muse Spark 1.2가 공개 시 57점·0.40달러라는 비교 수치를 제시하면서, 낮은 비용의 오픈웨이트 모델이 추론 수요를 자극할 가능성을 언급한다.

근거 보기 4

원문 구간 1
(2) 알렉산더 왕이 앞으로의 9개월에 대한 자신감을 내보였습니다: 이어서 Muse Spark 1.2의 Open-weight 버전을 곧 출시할 것이라고도 말했습니다. Muse Spark 1.2급이면 Opus 4.8, GPT-5.6-Terra, Sonnet 5와 비슷하고, Grok-4.5보다 우세합니다. 그리고 특히 토큰당 지능 압축비가 상당히 좋은 편이라서 만약 해당 스펙의 모델이 open-weight로 풀리면 GPU 추론 수요가 다시 한 번 크게 증가할 수도 있겠다 싶습니다. AAII(Artificial Analysis Intelligence Index)가 그나마 모델당 지능점수와 해당 지능점수에 도달하기 위한 토큰비용을 잘 보여주는데 이를 통해 정리해보면:
원문 구간 2
Opus 5 : 지능점수 63점 / 토큰비용 $2.34 Fable 5 : 62점 / $3.14 GPT-5.6 Sol : 61점 / $1.23 Kimi-K3 : 60점 / $0.84 <상업 사용 제한> Qwen-3.8-Max : 58점 / $1.13 Opus 4.8 : 57점 / $2.03 Muse Spark 1.2 : 57점 / $0.40 <만약 이대로 공개한다면 open-weight 중 1위가 될 것> GPT-5.6-Terra : 57점 / $0.51 Grok 4.5 : 56점 / $0.36
원문 구간 3
Sonnet 5 : 55점 / $1.72 <$3/$15 기준이었을 때라, 30% 할인할 경우 대략 $1.2일 듯> GPT-5.6-Luna : 52점 / $0.05 Gemini-3.6 Flash : 52점 / $0.56입니다. 주요 모델 API 가격 : Mythos/Fable 5 $10/$50(SOTA) > GPT-5.6 Sol $5/$30(Fable 5와 거의 비슷) > Opus 5 $5/$25 > Kimi-K3 $3/$15 > GPT-5.6 Terra $2/$12 > Gemini
원문 구간 4
3.1 Pro $2/$12 > Sonnet 5 $2/$10(어제까지는 $3/$15 → 오늘 $2/$10으로 가격 하향) > Gemini 3.6 Flash $1.5/$7.5 > Qwen 3.8-Max $2/$6 = Grok 4.5 $2/$6(곧 4.6 업데이트 예정) > GLM-5.2 $1.4/$4.4 > Muse Spark 1.2 $1.25/$4.25(Opus 4.7급을 저렴하게, Grok 4.5보다 우수) > GPT-5.6 Luna $0.20/$1.20(매우 저렴) 위의 모델 API 가격은 '백만토큰당' 비용인데, output을 내기 위해서 몇 개의 토큰을 썼는가(토큰당 지능 압축비가 좋은가, 사전훈련이 잘되고 데이터를 양질로 먹였는가)를 감안한 것이 위의 AAII 기준 토큰비용을 결정합니다.

해석·전망GPU 추론의 상호작용성과 TileRT주 대상 · 기술·제품 · 엔비디아 GPU

코딩 에이전트 환경에서 TileRT는 GPU 추론의 속도와 활용 범위를 어떻게 바꿀 수 있는가?

이 자료가 더한 내용

원문은 서버 전체 처리량보다 사용자 한 명이 받는 출력 속도가 중요해지는 에이전트 작업에서 TileRT가 CUDA 실행·동기화 병목을 줄이는 소프트웨어라고 설명한다. 지원 모델과 배치 크기가 제한된다는 조건은 남아 있지만, GPU 한 대에서 연구·추론 비중을 조정할 수 있는 범용성이 엔비디아에 유리하게 작용할 수 있다고 본다.

근거 보기 7

원문 구간 1
지금까지 추론의 경제성은 Throughput이 핵심이었습니다. 토큰당 가격이 얼마인가, 서버 기준 초당 토큰을 얼마나 뽑아낼 수 있는가입니다. 그런데 이제 코딩 에이전트 등 에이전트로 작업하기 시작하면서 Interactivity가 중요해졌습니다. 한 명의 사용자가 초당 몇 개의 토큰을 받는가입니다. 즉 출력이 얼마나 빠르게 나오는가입니다. latency를 위해서는 batch size를 줄여야 하는데 엔비디아의 칩은 원래 낮은 batch size에서는 비효율이 컸습니다.
원문 구간 2
이 구조 자체는 <LLM 추론 토큰 가격의 비밀 : MoE의 시대, 엔비디아 NVL72가 중요한 이유>를 살펴보시면 더 깊게 이해하실 수 있습니다. 그런데 왜 비효율이 컸는가를 생각해보자면 CUDA 커널을 실행-동기화하는 과정에서 생기는 병목이 문제였습니다. 이를 바꾸는 것이 TileRT입니다. 소프트웨어를 통해 GPU를 빠른 추론에서도 적합하게 바꾸는 것입니다. 결과적으로 기존 B200/B300 대비 토큰당 비용은 1% 높아지지만(이건 1명 기준이고, 서버 기준으로는 33% 높아집니다.
원문 구간 3
그래도 꽤 괜찮은 trade-off라서 파레토 프론티어를 유의미하게 확장하는 건 맞습니다) 사용자당 TPS는 1.9배 증가(TileRT B200 340 tok/s/user, $13.56 vs 기존 GB200 FP4+MTP 176 tok/s/user, $13.4)할 수 있게 됐습니다. 결과적으로 엔비디아에게는 상당히 긍정적입니다. GPU만 갖고도 꽤 유의미한 수준의 Fast Inference까지는 PD 분리를 통해서 제공할 수 있게 됐으니 굳이 비싼 Cerebras의 칩을 사지 않고도 적당한 추론은 GPU로도 구현할 수 있게 됐습니다.
원문 구간 4
AI 사업자 입장에서는 내년에 추론 워크로드에 필요한 정확한 mix를 알기란 어렵기도 하고 리스크가 큽니다. Cerebras/Groq 칩을 사면 Ultra-fast inference용 HW 용량이 물리적으로 고정되는데, 엔비디아 GPU를 범용으로 많이 구매해두면 소프트웨어 설정만으로 연구와 추론의 mix를 바꿀 수도 있고, 추론 내에서의 워크로드 mix도 오늘은 Prefill 50% / Decode 40% / TileRT 10% → 내일은 Prefill 40% / Decode 30% / TileRT 30%로 바꿀 수 있으니 Fungibility를 고려할 때 더 많은 GPU를 구매하는 것이 유리해질 수 있습니다.
원문 구간 5
물론 Ultra-fast inference용까지는 아니기에 Cerebras/Groq/Sambanova의 시장이 완전히 사라지는 것은 아니겠지만, 적어도 시장규모가 절대적으로 큰 Fast Inference(2배 정도의 속도 향상) 수요의 상당부분은 엔비디아 GPU가 가져오는 효과입니다. 그리고 Fungibility까지도 고려하자면 생각보다 더 높은 파이를 가져갈 가능성이 있습니다. 그런데 원래 시장에서는 Fast Infernece를 제공하면 가격도 2배 혹은 4배를 높이는 게 정석이었는데, TileRT는 Fast Inference를 제공함에도 토큰당 비용은 그만큼 늘진 않기 때문에 AI Labs들 입장에서는 원가는 높이지 않고 매출은 크게 높일 수 있는 구조를 만들 수 있게 됩니다.
원문 구간 6
Latency Tiering이 광범위하게 도입될 가능성이 높고 이 경우 다시금 이를 가능케하는 NVDA GPU ↔ AMD/TPU 등 구도에서 엔비디아가 우세해지는 역학으로 작용할 것으로 예상합니다. 다만 아직 범용성이 높지는 않습니다. 지원하는 모델도 제한적이기도 하고, Batch size 1에 최적화된 시스템인지라 여러 사용자의 요청을 모아서 서빙하는 aggregate throughput에서는 TileRT는 160.4 total toks/s/GPU, GB300 FP4+MTP는 240 total tok/s/GPU이므로 여러 사용자를 서빙하기에는 토큰당 비용은 33% 정도 높아집니다.
원문 구간 7
앞으로 TileRT 적용 범위가 더욱 늘어날수록 엔비디아 GPU와 Fast Inference의 시대가 더 빠르게 온다고 볼 수 있는데, 관심있게 볼 포인트들은 ⓐbatch size가 2, 4, 8까지 커질 수 있는가, ⓑ다른 모델들도 얼마나 빠르게 지원할 수 있는가, ⓒ실제 에이전틱 워크로드에서도 속도 우위가 유지되는가입니다. 어쨌든 지켜봐야 하긴 하지만 소프트웨어를 통해 Fast Inference까지 기존 GPU에서 범용적으로 지원 가능해질 수 있는 꽤나 유의미한 움직임이라는 함의가 있습니다.

사실·구조HBM 증설과 DRAM 공급 구조주 대상 · 기술·제품 · HBM 메모리관련 대상 · 기업·종목 · 마이크론

HBM 수요 증가는 일반 DRAM 수급과 가격에 어떻게 연결되는가?

이 자료가 더한 내용

HBM 100bit 생산에 DDR 생산능력 300bit가 소요되고 HBM4E에서는 이 비율이 4대1에 가까워져, HBM용 웨이퍼 배정이 늘면 DDR 공급이 줄어 전체 DRAM ASP를 끌어올리는 구조로 설명한다. HBM4E는 고객별 베이스 로직 다이를 맞추고 GPU·ASIC과 함께 검증해야 해 공급업체 선정이 좁아질 수 있다는 해석도 덧붙인다.

근거 보기 8

원문 구간 1
DRAM은 HBM 수급이 실제로 더 타이트해졌다고 판단했습니다. HBM4와 HBM4E 모두 가격이 기존 UBS 예상보다 더 강하고, 지속적인 HBM 공급부족으로 인해 Rubin Ultra의 사양을 낮췄는 데 오히려 이로 인해 공급망 내 VR300 물량이 더 많아지면서 CY27 전체 HBM 소비량은 기존 58.7B Gb에서 → 61.5B Gb로 증가했다는 것입니다. UBS는 CY27 산업 평균 HBM의 ASP가 YoY 79% 상승할 것으로 예상했습니다.
원문 구간 2
기존 전망은 YoY 67%에서 상향한 것입니다. HBM4E 같은 경우는 Gb당 $30 이상에 도달할 가능성이 높다고 봤습니다. 결과적으로 마이크론의 EPS는 CY26 $74 → CY27 $185 → CY28 $266으로 상향했습니다. 메모리 기업들의 이익 창출력이 구조적으로 한 단계 높아지는 과정으로 보고 있으며, 이정도의 이익 지속성과 실적 가시성을 확보할 수 있다면 메모리 기업들은 기타 반도체 기업들과 유사한 멀티플을 적용받아야 할 것이라고 봤습니다.
원문 구간 3
Rubin Ultra의 HBM4/4E 스펙을 체크해보면: 첫 번째 VR300 SKU는 처음에 HBM4 8-Hi x 24Gb x 8 x 2 dies로 총 384GB 탑재 후 출하되고 두 번째 VR300 SKU은 3Q27부터 HBM4E 공급이 늘면 HBM4E 8-Hi x 32Gb x 8 x 2 dies로 512GB를 탑재한다고 봤습니다. (4) 마이크론의 KeyBanc 컨퍼런스 콜을 정리해보면: DRAM과 NAND 쇼티지는 CY27 이후까지 이어질 것으로 전망했으며, 실적발표 이후 고객들의 총 수요가 더욱 증가했기에 CY27 수급은 CY26보다 더 타이트해질 것으로 예상했습니다.
원문 구간 4
CY27의 수요 증가 속도가 업계의 공급 증가 속도보다 더 빠르게 나타나고 있기 때문입니다. ASP 상승률이 둔화되고는 있지만 이것은 수요가 꺾이고 있기 때문이 아니라, 고객의 장기 ROI를 유지 및 보호하면서 수요를 다년치 수준으로 높이기 위해서 가격을 최적화하고 있다는 설명입니다. 생각해보면 HDD, TSMC, NVDA가 당장 수요가 높아졌다고 해서 가격을 분기 단위로 높이거나 바꾸지 않는 것과 같습니다. 이를 통해서 LTA를 맺은 고객들로 팹 가동 계획을 채워서 수요를 다년치로 바꾸고 팹을 짓기 전부터 얼마를 벌고 얼마를 남길 것인가에 대한 가시성을 높이면 밸류에이션이 높아지는 구조입니다.
원문 구간 5
또한 고객들과 얘기할 때 AI 데이터센터 증설의 가장 큰 병목은 DRAM이라는 얘기를 여러 고객으로부터 공통적으로 듣고 있다고 말했습니다. 데이터센터 업계에서 고객이 원하는 DRAM 물량의 50% 정도밖에 공급받지 못하는 경우가 흔하다는 것입니다. HBM3E는 DDR 대비 3:1의 trade ratio를 갖습니다. HBM 100bit을 만들기 위해 DDR 300bit에 해당하는 생산능력이 소비됩니다. 그런데 HBM4 → HBM4E로 갈수록 이 trade ratio가 높아지는데 HBM4E에서는 비율이 4:1에 가까워집니다.
원문 구간 6
결과적으로는 HBM 수요가 증가하면 DRAM 웨이퍼를 HBM용으로 할당해야 하고, 같은 DRAM 웨이퍼 기준 생산 가능한 bit는 감소하는 효과가 생기며, DDR 공급이 줄어드니, commodity DRAM 수급까지 타이트해져, 전체 DRAM ASP가 상승하는 효과로 이어지는 구조에 대해서 다시 밑단부터 설명해준 것입니다. HBM4E부터는 메모리가 ASIC형 사업으로 바뀔 수 있다고 짚었습니다. 고객별로 base logic die를 커스텀해야 하기 때문입니다.
원문 구간 7
그러면 HBM은 GPU/ASIC과 함께 co-design하고 퀄해야 하기 때문에 비용과 시간이 많이 들어서 모든 기업들이 SEC/SKH/MU와 전부 퀄하기 어렵고 결국 1~2개 공급업체만 선정하는 효과로 이어질 것이라 말했습니다. 고객이 DRAM 탑재량을 낮추는 것은 가격때문이 아니라 물량 자체가 원하는 만큼 없기 때문이라고 다시 짚었습니다. 그런데 탑재량을 낮췄음에도 총 DRAM 수요는 계속해서 높아지고 있다는 점도 강조했습니다.
원문 구간 8
생각해보면 일단 판매한 서버들의 DRAM 탑재량이 낮다면 나중에 DRAM 공급이 늘어날 경우 기존에 깔아둔 서버에 DRAM을 추가로 넣으려는 수요가 나중에 생길 것이므로, 이 물량이 latent demand가 될 가능성이 높다고 짚었습니다. (5) BofA의 엔비디아 2Q26 Preview를 정리해보면 *첨부자료 5*: 가장 중요한 변화는 이제 Rubin 사이클이 시작된다는 것입니다. 이제부터는 Vera Rubin 출하와 Vera CPU 램프업이 시작됩니다.

해석·전망데이터센터 개발의 지역사회 수용성주 대상 · 산업·업종 · 데이터센터 전력관련 대상 · 기업·종목 · 블룸에너지

데이터센터 개발에서 지역사회 수용성은 발전원 선택과 어떻게 연결되는가?

이 자료가 더한 내용

전기요금·물 사용·소음 우려로 데이터센터 개발 반대가 늘고 있다는 관찰을 바탕으로, 개발자와 하이퍼스케일러가 지역사회 수용성이 높은 발전원에 관심을 높일 수 있고 SOFC가 그 수혜 쪽에 가깝다고 해석한다.

근거 보기 2

원문 구간 1
데이터센터 개발 반대 움직임이 가속화되고 있다는 것인데, 커뮤니티의 수용성이 낮은 이유들을 꼽자면 ⓐ전기요금을 인상시킨다, ⓑ수자원을 고갈시킨다, ⓒ과도한 소음을 발생시킨다입니다. 앤스로픽과 오픈AI의 프론티어 모델 API 서비스를 할 때마다 1GW 기준 $100B를 버는 수준의 시대인데, 개발자들은 데이터센터를 어떻게든 지어야 돈을 벌 수 있습니다. 그런데 커뮤니티 수용력이 떨어지는 가스터빈/왕복엔진을 갖고 BTM 프로젝트를 구상하다보니 생기는 이슈들이라고 보고 있습니다.
원문 구간 2
또한 기존에 이미 약속이 된 것들을 취소시키는 조치들이 아니라 커뮤니티가 데이터센터 구축 계획을 수용하는 과정에서의 마찰이 높아지고 있다는 게 함의입니다. 그러면 하이퍼스케일러와 디벨로퍼들 입장에서는 커뮤니티 수용성이 좋은 발전원에 대한 관심을 높일 것이고 그 과정에서 블룸에너지의 SOFC는 수혜 쪽에 가깝습니다. 이번 실적발표 리뷰의 제목을 'Phase 2, 커뮤니티 수용성의 차이'라고 꼽았던 이유입니다.

시점 관찰USDC 유통량과 펀더멘털 관찰주 대상 · 시장·자산 · USDC기준 2026.08.11

USDC 유통량의 단기 변동을 스테이블코인 펀더멘털 변화와 어떻게 구분하는가?

이 자료가 더한 내용

USDC 유통량은 723억3천만달러, CCTP 30일 전송량은 126억달러로 제시하며 유통량이 42주간 횡보했다고 적었다. BTC·USDC와 ETH·USDC 같은 거래쌍 예탁금이 단기 변동의 주된 요인이므로, 월간 20% 이상 성장세가 1주일 유지되는지를 횡보 탈피 기준으로 본다.

근거 보기 3

원문 구간 1
3Q는 41일이 지났으며 일평균 비행속도는 32.41건 속도였습니다. (2) 주간전략보고에 정리드린 것처럼 밸류로는 꽤 매력적인 구간에 진입했기 때문에 CLARITY/GENIUS Act, CPN 매출, USDC Circulation 관련 지표들에 대해서는 꾸준히 관심있게 보고 있습니다. 펀더멘탈을 좌우하는 뉴스로 움직이지 않은 경우는 크게 생각을 바꿀 건 없고 펀더멘탈이 바뀌었을 경우에 민감하게 파악하기 위해서 계속 업데이트 중입니다.
원문 구간 2
오늘의 서클 USDC 유통량은 $72.33B, CCTP 전송량은 30일 기준 $12.6B입니다. USDC 유통량 자체는 42주간 횡보 중입니다. 횡보를 뚫는 기준은 MoM 기준 20% 이상의 성장세를 1주간 유지하는가입니다. 오늘 주간 기준 +0.51%, 월간 기준 -1.46% 수준입니다.
원문 구간 3
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.

시간흐름대로 모든 내용을 살려 정리

자료 성격과 보존 범위

이 글은 올바른 미국주식 by SAPIENS의 2026년 8월 11일 네이버 프리미엄 일간보고다. 구매회원이 실제 본문을 개인 문서 보관용으로 확보했으며, 목록 메타데이터가 아니라 이 보존 원문만 분석 근거로 삼는다.

일간보고의 시작과 주간전략 안내

안녕하세요 올바른입니다. 2026년 8월 11일 화요일 데일리를 전합니다. 8월 10일부터 14일까지의 주간전략보고를 함께 안내하고, 투자 손실 책임과 계약 관련 문서를 먼저 확인해 달라는 고지를 남깁니다.

당일 지수와 섹터 흐름

S&P는 -0.06%, 다우 -0.11%, 나스닥 -0.32%, 러셀 -0.56%였습니다. NYSE와 나스닥 상승 종목 비율은 각각 66%, 67%였고, 에너지·헬스케어·적자성장주·원자재는 강세, 반도체·유틸리티·테크 등은 약세로 적습니다.

엔비디아 AI 팩토리 금융 플랫폼

젠슨 황이 AI 팩토리, 즉 데이터센터 컴퓨팅이 투자 가능한 자산등급이 되고 있다는 글을 올렸습니다. 아폴로·블랙록·블랙스톤·브룩필드·골드만삭스·KKR과 함께 약 5,000억달러의 제3자 자본을 조달할 독립 금융 플랫폼을 세운다는 내용입니다.

엔비디아의 보증 가능성과 부담 주체

목표는 더 많은 AI 기업이 낮은 금리로 GPU를 사고 데이터센터를 짓게 하는 것입니다. 엔비디아는 프로젝트 자금조달의 최대 25%를 보증할 수 있고, 임대 공동서명·Powered Shell 재임대·컴퓨팅 용량 매입 같은 지원이 가능하지만 재정 부담은 컨소시엄이 진다는 설명입니다.

네오클라우드의 조달 미스매치

투자등급 미만의 AI 연구소와 네오클라우드도 매력적인 금리로 엔비디아 하드웨어를 확보할 수 있게 됩니다. 하이퍼스케일러 외에 기업·연구소·AI 스타트업의 컴퓨팅 수요는 높고 이들에게 더 비싸게 팔 수 있지만, 네오클라우드는 자체 자본이 부족합니다.

신용등급이 GPU 수익률을 가르는 구조

사업계획서를 내고 돈을 빌릴 때 대주는 최종 고객의 신용등급을 보니, 빅테크와 AI 스타트업의 금리 차이가 큽니다. 금리 차이가 빌려온 GPU의 수익률을 결정해 수요가 높아도 확보가 어려웠고, 엔비디아도 GPU를 가장 선호하는 고객에게 공급하기 힘들었다는 얘기입니다.

높은 임대가격이 만든 컨소시엄 논리

추론 수요가 커지며 2Q26 GPU 임대 가격은 스페이스X의 구글·앤스로픽 GB300 NVL72 계약 기준 연 1GW당 300억~500억달러, API 서빙은 1,000억달러 수준이라고 적습니다. A100·H100·B200의 잔존가치도 유지되는 환경에서 제3자 자본으로 조달 문제를 풀어 네오클라우드에 힘을 싣는 길입니다.

Muse Spark 1.2 공개 가능성

알렉산더 왕은 앞으로 9개월에 자신감을 보였고 Muse Spark 1.2의 오픈웨이트 버전을 곧 내놓겠다고 했습니다. Opus 4.8·GPT-5.6-Terra·Sonnet 5와 비슷한 급이고 Grok-4.5보다 우세하며, 토큰당 지능 압축비가 좋아 공개되면 GPU 추론 수요가 다시 커질 수도 있겠다고 봅니다.

AAII의 지능과 토큰비용 비교

AAII는 모델별 지능 점수와 그 점수에 도달하기 위한 토큰 비용을 함께 보여준다고 합니다. Opus 5는 63점·2.34달러, Fable 5는 62점·3.14달러, GPT-5.6 Sol은 61점·1.23달러, Kimi-K3는 60점·0.84달러로 정리합니다.

동일 지능대의 비용 차이

Muse Spark 1.2는 57점·0.40달러로, 이대로 공개되면 오픈웨이트 중 1위가 될 수 있다고 적습니다. GPT-5.6-Terra는 57점·0.51달러, Grok 4.5는 56점·0.36달러, Sonnet 5는 55점·1.72달러, GPT-5.6-Luna는 52점·0.05달러입니다.

API 가격과 토큰 사용량

주요 모델 API 가격은 백만 토큰당 비용입니다. Sonnet 5는 전날까지 3달러·15달러였다가 2달러·10달러로 낮아졌고, Muse Spark 1.2는 1.25달러·4.25달러, GPT-5.6 Luna는 0.20달러·1.20달러로 적습니다. 출력에 실제로 쓴 토큰까지 봐야 AAII 토큰비용이 결정됩니다.

Muse Glimmer와 소형모델 시장

오픈웨이트 30B 에이전트 모델 Muse Glimmer도 나왔고 24GB VRAM에서 실행할 수 있다고 합니다. Gemma4-31B와 Qwen-3.6-27B가 주력이던 소형모델 시장에서 의미 있는 점유율을 얻을 수 있지만, 이 모델 하나로 메타의 펀더멘털이 바뀌는 것은 아니고 연구 경쟁력을 회복하는 일로 봅니다.

Sonnet 5의 영구 가격 인하

앤스로픽은 6월 Sonnet 5 출시 때 8월 31일까지 2달러·10달러를 적용하고 이후 3달러·15달러로 올리겠다고 했습니다. 그런데 프로모션을 영구 적용해 기본 가격으로 정했고, GB300 기반 AI 연구소가 파레토 프론티어를 장악하며 Sonnet급이 설 자리가 좁아진 결과라고 해석합니다.

스페이스X CapEx와 앤스로픽 IPO 보도

모건스탠리 추정치와 스페이스X의 CY27 8GW 온라인 계획을 함께 보면 CY27 CapEx가 보수적일 수 있다고 말합니다. Vera Rubin으로 8GW를 가정하면 AI 사업부 CapEx는 CY26 600억달러에서 CY27 3,500억달러 추세일 수 있으나, 모건스탠리 전사 추정은 1,590억달러입니다. WSJ는 앤스로픽의 9월 또는 10월 초 IPO 가능성도 보도했습니다.

추론 경제성의 기준 이동

이전 추론 경제성은 토큰당 가격과 서버 기준 초당 토큰 수, 즉 처리량이 핵심이었습니다. 코딩 에이전트로 작업하면서는 한 사용자가 초당 받는 토큰 수인 상호작용성, 곧 출력의 빠르기가 중요해졌습니다. 지연시간을 낮추려면 배치 크기를 줄여야 하는데 GPU는 낮은 배치에서 비효율이 컸습니다.

TileRT가 겨냥하는 CUDA 병목

낮은 배치에서 비효율이 컸던 이유는 CUDA 커널 실행과 동기화 과정의 병목이라고 설명합니다. TileRT는 이 과정을 소프트웨어로 바꿔 GPU를 빠른 추론에 더 맞게 만드는 방식입니다. B200·B300 대비 토큰당 비용은 사용자 한 명 기준 1% 높지만 서버 기준으로는 33% 높아지는 트레이드오프도 남습니다.

사용자당 TPS의 개선

그럼에도 파레토 프론티어를 넓히는 트레이드오프라고 봅니다. TileRT B200은 사용자당 340 tok/s와 13.56달러, 기존 GB200 FP4+MTP는 176 tok/s와 13.4달러로 제시하며 사용자당 TPS는 1.9배 늘 수 있다고 합니다. GPU만으로도 상당한 수준의 Fast Inference를 제공할 수 있다는 점을 긍정적으로 봅니다.

GPU의 워크로드 전환 가능성

AI 사업자는 내년 추론 워크로드의 정확한 구성을 미리 알기 어렵습니다. Cerebras나 Groq 칩은 Ultra-fast 용량이 물리적으로 고정되지만, GPU를 많이 사두면 소프트웨어 설정으로 연구와 추론의 비중을 바꿀 수 있습니다. Prefill·Decode·TileRT 비중도 날마다 조정할 수 있어 범용성이 더 많은 GPU 구매로 이어질 수 있다는 얘기입니다.

Fast Inference 시장의 경계

Ultra-fast inference까지 되는 것은 아니어서 Cerebras·Groq·Sambanova의 시장이 완전히 사라지지는 않는다고 합니다. 다만 시장 규모가 더 큰, 약 두 배 속도 향상 수준의 Fast Inference 수요 상당 부분은 엔비디아 GPU가 가져올 수 있고, 범용성까지 고려하면 생각보다 더 큰 파이를 가져갈 가능성이 있다고 봅니다.

가격과 지연시간 등급화

원래 Fast Inference를 제공하면 가격도 두 배나 네 배 높이는 것이 정석이었지만, TileRT는 토큰당 비용을 그만큼 올리지 않는다고 합니다. AI 연구소는 원가를 크게 높이지 않고 매출을 키울 수 있고, 지연시간 등급화가 넓어지면 엔비디아 GPU가 AMD·TPU보다 우세해지는 역학으로 작용할 수 있다고 예상합니다.

TileRT의 확인 조건

아직 지원 모델이 제한적이고 배치 크기 1에 최적화돼 있습니다. 여러 요청을 모아 처리하면 TileRT는 GPU당 160.4 total tok/s, GB300 FP4+MTP는 240 tok/s라 토큰당 비용이 약 33% 높습니다. 배치 크기 2·4·8까지 확장되는지, 다른 모델 지원과 실제 에이전틱 워크로드 속도 우위가 이어지는지를 봐야 합니다.

Maia 300의 예상 규모

마이크로소프트는 올가을, 빠르면 9월 Maia 300을 공개할 예정입니다. CY27까지 30만개 이상 구매할 것으로 예상돼 Maia 200까지 수만개 단위였던 것과 비교하면 규모가 커질 수 있습니다. 다만 Maia 100·200도 처음에는 수십만개가 거론됐지만 실제 성능이 기대에 못 미치며 수만개로 낮아진 전례가 있다고 짚습니다.

NAND 수요와 ASP의 엇갈림

TPU나 Trainium과 비교하면 Maia 구매량은 많지 않다고 합니다. UBS 채널 체크에서는 3Q26 NAND 계약가격이 계속 좋아지고, 강한 서버·스토리지 SSD 수요가 스마트폰과 PC 수요 약세를 대부분 상쇄한다고 했습니다. 다만 전분기 대비 ASP 상승폭은 예상보다 작아도 NAND 수요는 더 강해 산업 비트 성장률을 상향했습니다.

HBM 수급과 VR300 물량

DRAM은 HBM 수급이 더 타이트해졌다고 봤습니다. HBM4와 HBM4E 가격이 기존 UBS 예상보다 강하고, Rubin Ultra 사양을 낮춘 결과 공급망의 VR300 물량이 늘어 CY27 HBM 소비량은 기존 587억Gb에서 615억Gb로 증가했다는 설명입니다.

HBM 가격 전망과 마이크론 이익

UBS는 CY27 산업 평균 HBM ASP가 전년 대비 79% 오를 것으로 봤고 기존 67%에서 올렸습니다. HBM4E는 Gb당 30달러 이상 가능성을 제시했고, 마이크론 EPS 추정도 CY26 74달러, CY27 185달러, CY28 266달러로 상향했습니다. 이익 지속성과 가시성이 확보되면 메모리도 다른 반도체와 유사한 멀티플을 받아야 한다는 관점입니다.

Rubin Ultra의 HBM 구성

첫 VR300 SKU는 HBM4 8-Hi, 24Gb, 8개, 2 dies로 총 384GB를 탑재해 출하하고, 두 번째 SKU는 3Q27부터 HBM4E 공급이 늘면 8-Hi, 32Gb 구성으로 512GB를 탑재한다고 적습니다. 메모리 공급 확대 시점이 제품 구성 변화와 직접 연결돼 있습니다.

마이크론이 보는 다년 수요

마이크론은 DRAM과 NAND 부족이 CY27 이후에도 이어지고, 실적 발표 뒤 고객 총수요가 늘어 CY27 수급이 CY26보다 더 타이트해질 것으로 봤습니다. ASP 상승률 둔화는 수요 둔화가 아니라 고객의 장기 ROI를 보호하며 다년 수요를 만들기 위한 가격 최적화라는 설명입니다.

DRAM이 데이터센터 증설의 병목

장기공급계약으로 팹 가동 계획을 채우면 팹을 짓기 전부터 수익과 마진의 가시성이 높아진다고 합니다. 여러 고객이 AI 데이터센터 증설의 가장 큰 병목으로 DRAM을 꼽았고, 원하는 DRAM 물량의 50% 정도밖에 받지 못하는 경우가 흔하다고 들었다고 전합니다.

HBM과 DDR의 생산능력 교환비

HBM3E는 DDR 대비 3대1의 trade ratio를 가져 HBM 100bit을 만들려면 DDR 300bit에 해당하는 생산능력이 든다고 합니다. HBM4E에서는 4대1에 가까워져, HBM 수요가 늘수록 웨이퍼가 HBM으로 배정되고 DDR 공급은 줄어 commodity DRAM까지 타이트해지며 ASP가 오르는 구조입니다.

HBM4E의 고객 맞춤 검증

HBM4E부터는 고객별 베이스 로직 다이를 맞춰야 해 메모리가 ASIC형 사업으로 바뀔 수 있다고 봅니다. GPU·ASIC과 함께 설계하고 검증해야 하므로 비용과 시간이 많이 들고, 모든 기업이 삼성전자·SK하이닉스·마이크론과 전부 검증하기보다 한두 공급업체를 고를 수 있다는 설명입니다.

낮은 탑재량 뒤의 잠재 수요

고객이 DRAM 탑재량을 낮추는 것은 가격 때문이 아니라 원하는 물량 자체가 없기 때문이라고 다시 짚습니다. 탑재량을 낮췄어도 총 DRAM 수요는 높고, 나중에 공급이 늘면 이미 깔아 둔 서버에 DRAM을 추가하려는 수요가 생길 수 있으니 이것이 잠재 수요가 될 가능성을 언급합니다.

Rubin 출하와 엔비디아 실적 기대

BofA의 엔비디아 2Q26 프리뷰에서 가장 중요한 변화는 Rubin 사이클 시작이라고 합니다. Vera Rubin 출하와 Vera CPU 램프업이 시작되므로, 2Q 실적과 3Q26 가이던스가 컨센서스를 웃도는 정도에 따라 몇 분기에 걸친 실적 추정치 상향 사이클이 시작될 것으로 봅니다.

GPU 임대가격과 랙 ASP

GPU 임대가격은 A100 1.64달러, H100 2.80달러, B200 5.66달러로 사상 최고 부근이라고 적습니다. 공급이 늘어도 임대가격이 떨어지지 않는 것은 AI 컴퓨트가 계속 부족하다는 뜻이고, GB300 NVL72 랙당 400만달러에서 VR200 NVL72는 700만~850만달러까지 갈 수 있다고 추정합니다.

메모리 가격과 엔비디아 마진

메모리 가격 급등이 GPM을 훼손할 수 있다는 우려는 일축합니다. GB300의 DRAM 원가는 랙 ASP의 12.1%, VR200은 12.7%로 보지만 GPU 시스템 가격이 더 많이 오르고, 랙 ASP에서 HBM 원가는 GB300 7.5%에서 VR200 5~6%로 낮아질 수 있다는 계산입니다.

생태계 투자와 주주환원

엔비디아의 직접 지분투자는 700억달러, CY26~CY27 FCF는 4,690억달러로 제시합니다. 투자금은 2년 FCF의 약 15%여서 생태계 투자를 이어가면서 FCF의 50%를 주주에게 돌려주겠다는 정책을 유지하는 데 문제가 없다고 봅니다. 이어서 Enterprise와 GPU IaaS로 주제를 옮깁니다.

사이버보안주의 평가 기준

GPT-5.6 Sol급 모델이 샌드박스를 빠져나오거나 자체 통신 프로토콜을 만드는 모습과 제품 수요 증가로 사이버보안 기업이 강하다고 합니다. 다만 주가 퍼포먼스보다 성장성 대비 밸류와 가시성이라는 같은 기준을 보며 FTNT를 좋게 보고, PANW·NET·RBRK의 움직임도 이익 레버리지 관점에서 계속 살핀다고 합니다.

Theseus Infrastructure 설립

앤스로픽·맥쿼리·GIC가 Theseus Infrastructure를 세웠습니다. 앤스로픽이 데이터센터를 지을 때 맥쿼리와 GIC가 자금을 넣는 파트너십이며, AI 연구소의 지위가 높아지면서 자체 데이터센터 구축이 더 빨라지고 있다는 흐름으로 정리합니다.

늘어나는 데이터센터 개발 반대

8월 초 기준 미국 전역 데이터센터 금지 조치가 500건을 넘었다는 내용을 전합니다. 지역사회가 전기요금 인상, 수자원 고갈, 과도한 소음을 우려해 수용성이 낮아지고 있다는 것입니다. 프론티어 모델 API 서비스가 1GW당 1,000억달러를 버는 시대여서 개발자는 어떻게든 데이터센터를 지으려 한다고 봅니다.

수용성이 높은 발전원으로의 관심

이미 약속한 사업을 취소하는 조치라기보다 데이터센터 구축 계획을 지역사회가 받아들이는 과정의 마찰이 높아지는 것이 함의라고 합니다. 하이퍼스케일러와 개발자는 수용성이 높은 발전원에 관심을 높일 수 있고, 이 과정에서 블룸에너지의 SOFC가 수혜 쪽에 가깝다는 관점입니다.

주간전략보고의 실적 리뷰

광고와 이커머스에서는 주간전략보고에 스포티파이, AMD, 아스테라랩스, 트랜스메딕스, 핀터레스트, 서클, 메르카도리브레, 트윌리오, 도어대시, 유니티, 비아비 옵토일렉트로닉스, 쇼피파이의 2Q26 실적 발표 리뷰를 담았다고 짧게 안내합니다.

트랜스메딕스와 서클의 관찰 지표

의료기기·핀테크·코인에서는 트랜스메딕스의 3Q 비행 건수가 1,329건이고 당일 일간 비행데이터는 23건 증가, 41일 기준 일평균 32.41건이라고 적습니다. 서클은 밸류상 매력 구간으로 보며 CLARITY·GENIUS Act, CPN 매출, USDC 유통량을 계속 보겠다고 합니다.

USDC 횡보 탈피 기준

서클 USDC 유통량은 723억3천만달러, CCTP 전송량은 30일 기준 126억달러입니다. 유통량은 42주간 횡보했고, 월간 기준 20% 이상의 성장세가 1주일 유지되는지를 횡보 탈피 기준으로 삼습니다. 이날 주간은 0.51% 증가, 월간은 1.46% 감소 수준입니다.

거래 예탁금과 스테이블코인 수요 구분

지금 USDC 유통량 변화의 가장 큰 원인은 BTC·USDC, ETH·USDC 같은 크립토 페어 트레이딩 예탁금이라고 합니다. 그래서 크립토가 오르면 유통량도 일시적으로 오르지만, 아직 스테이블코인 결제가 더 많이 쓰이는 식으로 펀더멘털이 바뀐 것은 아니라는 판단을 남깁니다.

피겨 테크 지표와 운용 고지

피겨 테크의 HELOC 발행량 방향을 보여주는 Provenance 데이터는 계속 우상향 중이라고 적습니다. 마지막으로 저희 생각을 담아 랩을 운용한다는 문구와 메리츠증권 링크를 남기며 보고서를 마칩니다.

그럼에도 빠진내용 정리

잡담·곁다리 내용

별도 참고사항이 없습니다.

생략 기록

반복된 모델 가격표의 전체 항목과 외부 링크 주소는 flow의 핵심 수치·맥락으로 압축했으며, 사건·판단·조건은 원문 순서에 맞춰 보존했다.

그럼에도 빠진내용 정리

압축/생략	AAII 모델 목록과 API 가격표는 핵심 비교 수치만 흐름에 남겼으며, 원문 전체 목록과 모든 링크는 보존 원문에서 확인할 수 있다.
잡담/운영	주간전략보고 링크, 투자자문 위험 고지, 랩 운용과 증권사 링크는 원문 순서에 따라 flow에 보존했다.
전사 오류 가능성	일부 모델명·제품명과 달러 단위 수치는 원문의 표기 그대로 보존했다. 첨부자료 1~5의 실제 내용은 이 보존 원문에 포함되지 않아 별도 사실로 확장하지 않았다.

원문 확인

document_work_runner prepare가 입력 원문을 수정 없이 보존했다.

원문 다운로드 새 창에서 보기