2026.09.11 · 네이버 프리미엄 콘텐츠 · 올바른 미국주식 by SAPIENS

유형
네이버 프리미엄 콘텐츠
날짜
2026.09.11
강연자/작성자
올바른 미국주식 by SAPIENS
분석 주제
미지정
자료 길이
본문 12,708자
1

문서 전체 조망

핵심 구조

AI 컴퓨트의 수익화와 인프라 병목이 기술 경쟁의 중심으로 옮겨간다

이 자료는 금융 업무용 AI 출시부터 데이터센터·광학·전력·보안까지 AI 공급망의 실제 움직임을 다룬다. 그 이유는 컴퓨팅을 얼마나 빨리 늘리느냐보다 안정적으로 운영하고 높은 수익으로 배분할 수 있느냐가 중요해지는 흐름이기 때문이다.

AI 데이터센터는 속도만으로는 부족해졌다

xAI는 초고속 구축으로 출발했지만 외부 고객에게 컴퓨팅을 파는 단계에서는 전력·냉각 이중화와 운영 안정성이 핵심이 됐다. 따라서 하이퍼스케일러의 24~36개월 준비 기간을 얼마나 줄이면서 신뢰성을 확보하는지가 경쟁력의 기준으로 제시된다.

컴퓨트의 가치가 임대와 자체 서비스 모두에서 확인된다

스페이스X는 단기 호스팅 계약과 Grok 자체 추론 사이에서 GPU의 최고 수익 배분을 선택하는 구조를 설명했다. Watt당 수익과 1년 미만의 투자 회수기간은 AI 컴퓨트가 현재 얼마나 높은 가격으로 수익화되는지 보여주는 판단 근거로 제시됐다.

광학과 보안은 AI 활용 범위가 넓어질수록 함께 중요해진다

광 네트워크는 단일 부품의 속도뿐 아니라 스위치와 OCS를 포함한 시스템 호환성으로 읽어야 한다. 반면 AI가 취약점 탐지·수정에 쓰이면서 사이버보안의 실행 시간과 작업 범위가 늘 수 있다는 관점도 함께 제시됐다.

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 후발생월 26-9

26-9 OpenAI 금융 서비스용 ChatGPT 출시

작성자의 핵심 판단

금융 업무에서 쓰이는 AI의 적용 범위를 구체적 모델링과 분석 업무까지 제시한 출시로 정리한다.

근거 보기 1
  1. 원문 구간 1

    상승종목비율 : NYSE 37%, Nasdaq 41% 🟡 (🟢🟡🔴) ​ 섹터 - 📈강세 : 커뮤니케이션, 필수소비 - 📉약세 : 반도체, 적자성장주, 바이오텍, 테크, 원자재, 유틸리티 ​ 📩 메이저 뉴스 보시는 순서는 이렇습니다. 제목 - 참고를 위해 살펴보는 기업군 주가 : 그날의 생각 ​ 빅테크/AI Labs: ​ (1) 오픈AI가 금융 서비스 업계를 위한 ChatGPT(ChatGPT for Financial Services)를 출시했습니다: 주요 사용 사례는 *첨부자료 1, 2, 3* 엑셀로 ⓐ밸류에이션 분석, ⓑLBO 모델링(PE나 IB가 외부 부채를 활용해 기업 인수 시 IRR과 부채상환능력 계산), ⓒ인수대상 발굴(Buy-side M&A), ⓓ이익 분석, ⓔ사업계획서 작성하는 일입니다. ​ (2) 앤스로픽이 중국 AI Labs 7곳의 불법 distillation를 적발 및 차단한 보고서를 공개했습니다 *첨부자료 4*: 2026년 2월 이후 알리바바, Moonshot AI, DeepSeek, Z.ai, 샤오미, SenseTime, MiniMax가 주도적이고 대규모로 Claude의 CoT를 탈취하여 증류한 사건입니다. 중국 업계의 Tier 1~2 AI Labs 주력 파운데이션 모델인 Qwen, Kimi, GLM, DeepSeek, MiniMax가 모두 오픈AI와 앤스로픽의 당대 SOTA 모델로부터 CoT를 빼서 사전학습 데이터셋으로 쓰고 있는 상태입니다. 점점 더 사이버 공격에 가까워지고 있습니다. 단순 API 무단 사용을 넘어서, CoT 대규모 탈취, 실제 고객 트래픽까지 몰래 라우팅, 사용자 데이터 수집 및 거래, 사이버 역량을 표적으로 하여 침투해 증류까지 수법이 고도화되고 있다는 것이 함의점입니다.

이 자료에서 다룬 사실

OpenAI가 밸류에이션 분석, LBO 모델링, 인수대상 발굴, 이익 분석, 사업계획서 작성에 쓰는 금융 서비스용 ChatGPT를 출시했다.

근거 보기 1
  1. 원문 구간 1

    상승종목비율 : NYSE 37%, Nasdaq 41% 🟡 (🟢🟡🔴) ​ 섹터 - 📈강세 : 커뮤니케이션, 필수소비 - 📉약세 : 반도체, 적자성장주, 바이오텍, 테크, 원자재, 유틸리티 ​ 📩 메이저 뉴스 보시는 순서는 이렇습니다. 제목 - 참고를 위해 살펴보는 기업군 주가 : 그날의 생각 ​ 빅테크/AI Labs: ​ (1) 오픈AI가 금융 서비스 업계를 위한 ChatGPT(ChatGPT for Financial Services)를 출시했습니다: 주요 사용 사례는 *첨부자료 1, 2, 3* 엑셀로 ⓐ밸류에이션 분석, ⓑLBO 모델링(PE나 IB가 외부 부채를 활용해 기업 인수 시 IRR과 부채상환능력 계산), ⓒ인수대상 발굴(Buy-side M&A), ⓓ이익 분석, ⓔ사업계획서 작성하는 일입니다. ​ (2) 앤스로픽이 중국 AI Labs 7곳의 불법 distillation를 적발 및 차단한 보고서를 공개했습니다 *첨부자료 4*: 2026년 2월 이후 알리바바, Moonshot AI, DeepSeek, Z.ai, 샤오미, SenseTime, MiniMax가 주도적이고 대규모로 Claude의 CoT를 탈취하여 증류한 사건입니다. 중국 업계의 Tier 1~2 AI Labs 주력 파운데이션 모델인 Qwen, Kimi, GLM, DeepSeek, MiniMax가 모두 오픈AI와 앤스로픽의 당대 SOTA 모델로부터 CoT를 빼서 사전학습 데이터셋으로 쓰고 있는 상태입니다. 점점 더 사이버 공격에 가까워지고 있습니다. 단순 API 무단 사용을 넘어서, CoT 대규모 탈취, 실제 고객 트래픽까지 몰래 라우팅, 사용자 데이터 수집 및 거래, 사이버 역량을 표적으로 하여 침투해 증류까지 수법이 고도화되고 있다는 것이 함의점입니다.

발생발표·발생 후발생월 26-2

26-2 중국 AI 연구소의 Claude 추론 과정 무단 증류 차단

작성자의 핵심 판단

무단 API 사용을 넘어 고객 트래픽 은닉 라우팅과 사용자 데이터 수집·거래, 침투를 통한 증류까지 수법이 고도화돼 사이버공격에 가까워지고 있다는 우려다.

근거 보기 1
  1. 원문 구간 1

    상승종목비율 : NYSE 37%, Nasdaq 41% 🟡 (🟢🟡🔴) ​ 섹터 - 📈강세 : 커뮤니케이션, 필수소비 - 📉약세 : 반도체, 적자성장주, 바이오텍, 테크, 원자재, 유틸리티 ​ 📩 메이저 뉴스 보시는 순서는 이렇습니다. 제목 - 참고를 위해 살펴보는 기업군 주가 : 그날의 생각 ​ 빅테크/AI Labs: ​ (1) 오픈AI가 금융 서비스 업계를 위한 ChatGPT(ChatGPT for Financial Services)를 출시했습니다: 주요 사용 사례는 *첨부자료 1, 2, 3* 엑셀로 ⓐ밸류에이션 분석, ⓑLBO 모델링(PE나 IB가 외부 부채를 활용해 기업 인수 시 IRR과 부채상환능력 계산), ⓒ인수대상 발굴(Buy-side M&A), ⓓ이익 분석, ⓔ사업계획서 작성하는 일입니다. ​ (2) 앤스로픽이 중국 AI Labs 7곳의 불법 distillation를 적발 및 차단한 보고서를 공개했습니다 *첨부자료 4*: 2026년 2월 이후 알리바바, Moonshot AI, DeepSeek, Z.ai, 샤오미, SenseTime, MiniMax가 주도적이고 대규모로 Claude의 CoT를 탈취하여 증류한 사건입니다. 중국 업계의 Tier 1~2 AI Labs 주력 파운데이션 모델인 Qwen, Kimi, GLM, DeepSeek, MiniMax가 모두 오픈AI와 앤스로픽의 당대 SOTA 모델로부터 CoT를 빼서 사전학습 데이터셋으로 쓰고 있는 상태입니다. 점점 더 사이버 공격에 가까워지고 있습니다. 단순 API 무단 사용을 넘어서, CoT 대규모 탈취, 실제 고객 트래픽까지 몰래 라우팅, 사용자 데이터 수집 및 거래, 사이버 역량을 표적으로 하여 침투해 증류까지 수법이 고도화되고 있다는 것이 함의점입니다.

이 자료에서 다룬 사실

앤스로픽은 2026년 2월 이후 알리바바·Moonshot AI·DeepSeek 등 중국 AI 연구소 7곳의 Claude 추론 과정(CoT) 무단 증류를 적발해 차단했다고 보고했다.

근거 보기 1
  1. 원문 구간 1

    상승종목비율 : NYSE 37%, Nasdaq 41% 🟡 (🟢🟡🔴) ​ 섹터 - 📈강세 : 커뮤니케이션, 필수소비 - 📉약세 : 반도체, 적자성장주, 바이오텍, 테크, 원자재, 유틸리티 ​ 📩 메이저 뉴스 보시는 순서는 이렇습니다. 제목 - 참고를 위해 살펴보는 기업군 주가 : 그날의 생각 ​ 빅테크/AI Labs: ​ (1) 오픈AI가 금융 서비스 업계를 위한 ChatGPT(ChatGPT for Financial Services)를 출시했습니다: 주요 사용 사례는 *첨부자료 1, 2, 3* 엑셀로 ⓐ밸류에이션 분석, ⓑLBO 모델링(PE나 IB가 외부 부채를 활용해 기업 인수 시 IRR과 부채상환능력 계산), ⓒ인수대상 발굴(Buy-side M&A), ⓓ이익 분석, ⓔ사업계획서 작성하는 일입니다. ​ (2) 앤스로픽이 중국 AI Labs 7곳의 불법 distillation를 적발 및 차단한 보고서를 공개했습니다 *첨부자료 4*: 2026년 2월 이후 알리바바, Moonshot AI, DeepSeek, Z.ai, 샤오미, SenseTime, MiniMax가 주도적이고 대규모로 Claude의 CoT를 탈취하여 증류한 사건입니다. 중국 업계의 Tier 1~2 AI Labs 주력 파운데이션 모델인 Qwen, Kimi, GLM, DeepSeek, MiniMax가 모두 오픈AI와 앤스로픽의 당대 SOTA 모델로부터 CoT를 빼서 사전학습 데이터셋으로 쓰고 있는 상태입니다. 점점 더 사이버 공격에 가까워지고 있습니다. 단순 API 무단 사용을 넘어서, CoT 대규모 탈취, 실제 고객 트래픽까지 몰래 라우팅, 사용자 데이터 수집 및 거래, 사이버 역량을 표적으로 하여 침투해 증류까지 수법이 고도화되고 있다는 것이 함의점입니다.

그렇게 판단한 이유

중국 주요 AI 모델들이 OpenAI와 앤스로픽의 당대 최고 성능 모델에서 추론 과정을 빼내 사전학습 데이터셋으로 썼다는 사례를 근거로 들었다.

근거 보기 1
  1. 원문 구간 1

    상승종목비율 : NYSE 37%, Nasdaq 41% 🟡 (🟢🟡🔴) ​ 섹터 - 📈강세 : 커뮤니케이션, 필수소비 - 📉약세 : 반도체, 적자성장주, 바이오텍, 테크, 원자재, 유틸리티 ​ 📩 메이저 뉴스 보시는 순서는 이렇습니다. 제목 - 참고를 위해 살펴보는 기업군 주가 : 그날의 생각 ​ 빅테크/AI Labs: ​ (1) 오픈AI가 금융 서비스 업계를 위한 ChatGPT(ChatGPT for Financial Services)를 출시했습니다: 주요 사용 사례는 *첨부자료 1, 2, 3* 엑셀로 ⓐ밸류에이션 분석, ⓑLBO 모델링(PE나 IB가 외부 부채를 활용해 기업 인수 시 IRR과 부채상환능력 계산), ⓒ인수대상 발굴(Buy-side M&A), ⓓ이익 분석, ⓔ사업계획서 작성하는 일입니다. ​ (2) 앤스로픽이 중국 AI Labs 7곳의 불법 distillation를 적발 및 차단한 보고서를 공개했습니다 *첨부자료 4*: 2026년 2월 이후 알리바바, Moonshot AI, DeepSeek, Z.ai, 샤오미, SenseTime, MiniMax가 주도적이고 대규모로 Claude의 CoT를 탈취하여 증류한 사건입니다. 중국 업계의 Tier 1~2 AI Labs 주력 파운데이션 모델인 Qwen, Kimi, GLM, DeepSeek, MiniMax가 모두 오픈AI와 앤스로픽의 당대 SOTA 모델로부터 CoT를 빼서 사전학습 데이터셋으로 쓰고 있는 상태입니다. 점점 더 사이버 공격에 가까워지고 있습니다. 단순 API 무단 사용을 넘어서, CoT 대규모 탈취, 실제 고객 트래픽까지 몰래 라우팅, 사용자 데이터 수집 및 거래, 사이버 역량을 표적으로 하여 침투해 증류까지 수법이 고도화되고 있다는 것이 함의점입니다.

발생발표·발생 후발생일 26-9-10

26-9 스페이스X GS Communacopia + Technology Conference 발언

작성자의 핵심 판단

단기 컴퓨트 임대와 자체 Grok 추론의 높은 수익화 수준은 AI 업계의 투자 회수 수준을 가장 잘 보여주는 사례로 평가한다.

근거 보기 1
  1. 원문 구간 1

    지상 컴퓨트 인프라를 26년 말 '2GW를 조금 넘는 수준'에서 → CY27 5~10GW로 확대한다는 계획을 재확인했습니다. Powered Shell을 얼마나 어느 시점에 확보할 수 있을 것인지가 확실하지 않기에 5~10GW로 레인지가 굉장히 넓은 가이던스를 다시 확인한 것입니다. CY27 기준 자체 Grok 모델의 성공 기준은 'Watt당 $30~50를 벌 수 있느냐 아니냐'로 제시했습니다. 지금은 그 상단에 있다고 설명했습니다. 1GW를 자체 추론용으로 쓸 때 $50B를 벌 수 있는 트렌드란 의미입니다. Grok 4.6 + Grok Build 조합으로 굉장히 괜찮은 수준의 마진으로 서비스 중입니다. 그리고 GPU 외부임대를 통한 이익이 대략 Watt당 $30~50 정도를 오가고 있다고도 볼 수 있습니다. AI 컴퓨트 투자 회수기간이 1년 미만인 상황이라고 설명했습니다. 구글이 GCP를 통해서 GPU 수익화할 때 2년 미만이라고 했고, TPU를 수익화할 때 1년 정도라고 했는데 스페이스X가 단기임대를 하는 대신 굉장히 높은 가격으로 서비스하고 있음을 느낄 수 있습니다. 이것이 사실 AI 업계의 ROI를 가장 잘 보여주는 사례이기도 합니다. 앤스로픽이나 구글은 이것을 임대해서 그것보다 더 높은 수준의 매출을 내고 있다는 의미이니 1GW 컴퓨트의 가치가 곧 AI 업계의 수익성을 가장 잘 보여주는 지표라고 할 수 있습니다. 지금은 매우 좋습니다. 궤도 컴퓨팅은 CY27 첫 컴퓨트 위성 발사 → CY28로 가면서 상당한 컴퓨트 배치를 목표로 제시했습니다. 빠르면 CY27에 Starship 재사용성이 좋아지며 지상 컴퓨트와 비용이 비슷해질 수 있다고 꼽았습니다.

이 자료에서 다룬 사실

CFO는 9월 초 신규 호스팅 계약을 체결했고 2026년 12월 1일부터 월 11억1천만달러를 창출한다고 말했으며, 지상 컴퓨트 인프라는 2026년 말 2GW 초과에서 2027년 5~10GW로 확대하는 계획을 재확인했다.

근거 보기 2
  1. 원문 구간 1

    통상 하이퍼스케일러가 데이터센터를 계획하고 전력과 부지를 확보해 가동하기까지 24~36개월의 리드타임을 두는 것처럼, xAI 역시 이제는 충분한 사전 준비 기간을 확보할 수 있게 된 것입니다. 따라서 앞으로의 경쟁력은 콜로서스처럼 모든 과정을 극단적으로 압축하는 데 있기보다는 하이퍼스케일러 수준의 신뢰성을 확보하면서도 이 24~36개월의 리드타임을 얼마나 더 짧게 만들 수 있느냐에 있다고 봅니다. 초기의 비효율적인 초고속 건설 방식을 일부 포기하더라도 스페이스X식 표준화와 실행력으로 기존 하이퍼스케일러보다 빠르게 구축할 수 있다면 전체적인 속도 경쟁력은 충분히 유지할 수 있습니다. ​ (5) 스페이스X의 9월 10일 GS Communacopia + Technology Conf 2026., 핵심만 정리해봅니다: CFO가 9월 초에 신규 호스팅 계약을 체결했다고 말했습니다. 2026년 12월 1일부터 월 $1.11B를 창출하기에 12개월로 환산하면 $13.32B를 버는 계약입니다. 이 계약 덕분에 기존 CY26 End-of-Year ARR $100B 목표 달성에 대한 확신이 더 높아졌다고 말했습니다. 컴퓨트 계약은 90일 계약 후 90일 이전에 반환하는 구조로 되어 있습니다. 사실상 대략 6개월 정도의 컴퓨트 계약인 셈입니다. 왜 고객과 짧게 계약하느냐는 부분에 대해서는 Grok과 Cursor 관련 제품 수요가 높아졌을 때 이를 추론할 컴퓨트를 투입할 여지를 남겨두기 위함으로 꼽았습니다. 같은 GPU를 어디에 할당하는 게 가장 ROI가 높을 것인지를 선택하는 사업인 셈입니다.

  2. 원문 구간 2

    지상 컴퓨트 인프라를 26년 말 '2GW를 조금 넘는 수준'에서 → CY27 5~10GW로 확대한다는 계획을 재확인했습니다. Powered Shell을 얼마나 어느 시점에 확보할 수 있을 것인지가 확실하지 않기에 5~10GW로 레인지가 굉장히 넓은 가이던스를 다시 확인한 것입니다. CY27 기준 자체 Grok 모델의 성공 기준은 'Watt당 $30~50를 벌 수 있느냐 아니냐'로 제시했습니다. 지금은 그 상단에 있다고 설명했습니다. 1GW를 자체 추론용으로 쓸 때 $50B를 벌 수 있는 트렌드란 의미입니다. Grok 4.6 + Grok Build 조합으로 굉장히 괜찮은 수준의 마진으로 서비스 중입니다. 그리고 GPU 외부임대를 통한 이익이 대략 Watt당 $30~50 정도를 오가고 있다고도 볼 수 있습니다. AI 컴퓨트 투자 회수기간이 1년 미만인 상황이라고 설명했습니다. 구글이 GCP를 통해서 GPU 수익화할 때 2년 미만이라고 했고, TPU를 수익화할 때 1년 정도라고 했는데 스페이스X가 단기임대를 하는 대신 굉장히 높은 가격으로 서비스하고 있음을 느낄 수 있습니다. 이것이 사실 AI 업계의 ROI를 가장 잘 보여주는 사례이기도 합니다. 앤스로픽이나 구글은 이것을 임대해서 그것보다 더 높은 수준의 매출을 내고 있다는 의미이니 1GW 컴퓨트의 가치가 곧 AI 업계의 수익성을 가장 잘 보여주는 지표라고 할 수 있습니다. 지금은 매우 좋습니다. 궤도 컴퓨팅은 CY27 첫 컴퓨트 위성 발사 → CY28로 가면서 상당한 컴퓨트 배치를 목표로 제시했습니다. 빠르면 CY27에 Starship 재사용성이 좋아지며 지상 컴퓨트와 비용이 비슷해질 수 있다고 꼽았습니다.

그렇게 판단한 이유

고객과 약 6개월의 짧은 계약을 맺어 Grok·Cursor 수요가 높아질 때 GPU를 재배치할 여지를 남기고, 자체 추론과 외부 임대 모두 Watt당 30~50달러 수준을 제시한 점을 근거로 든다.

근거 보기 2
  1. 원문 구간 1

    통상 하이퍼스케일러가 데이터센터를 계획하고 전력과 부지를 확보해 가동하기까지 24~36개월의 리드타임을 두는 것처럼, xAI 역시 이제는 충분한 사전 준비 기간을 확보할 수 있게 된 것입니다. 따라서 앞으로의 경쟁력은 콜로서스처럼 모든 과정을 극단적으로 압축하는 데 있기보다는 하이퍼스케일러 수준의 신뢰성을 확보하면서도 이 24~36개월의 리드타임을 얼마나 더 짧게 만들 수 있느냐에 있다고 봅니다. 초기의 비효율적인 초고속 건설 방식을 일부 포기하더라도 스페이스X식 표준화와 실행력으로 기존 하이퍼스케일러보다 빠르게 구축할 수 있다면 전체적인 속도 경쟁력은 충분히 유지할 수 있습니다. ​ (5) 스페이스X의 9월 10일 GS Communacopia + Technology Conf 2026., 핵심만 정리해봅니다: CFO가 9월 초에 신규 호스팅 계약을 체결했다고 말했습니다. 2026년 12월 1일부터 월 $1.11B를 창출하기에 12개월로 환산하면 $13.32B를 버는 계약입니다. 이 계약 덕분에 기존 CY26 End-of-Year ARR $100B 목표 달성에 대한 확신이 더 높아졌다고 말했습니다. 컴퓨트 계약은 90일 계약 후 90일 이전에 반환하는 구조로 되어 있습니다. 사실상 대략 6개월 정도의 컴퓨트 계약인 셈입니다. 왜 고객과 짧게 계약하느냐는 부분에 대해서는 Grok과 Cursor 관련 제품 수요가 높아졌을 때 이를 추론할 컴퓨트를 투입할 여지를 남겨두기 위함으로 꼽았습니다. 같은 GPU를 어디에 할당하는 게 가장 ROI가 높을 것인지를 선택하는 사업인 셈입니다.

  2. 원문 구간 2

    지상 컴퓨트 인프라를 26년 말 '2GW를 조금 넘는 수준'에서 → CY27 5~10GW로 확대한다는 계획을 재확인했습니다. Powered Shell을 얼마나 어느 시점에 확보할 수 있을 것인지가 확실하지 않기에 5~10GW로 레인지가 굉장히 넓은 가이던스를 다시 확인한 것입니다. CY27 기준 자체 Grok 모델의 성공 기준은 'Watt당 $30~50를 벌 수 있느냐 아니냐'로 제시했습니다. 지금은 그 상단에 있다고 설명했습니다. 1GW를 자체 추론용으로 쓸 때 $50B를 벌 수 있는 트렌드란 의미입니다. Grok 4.6 + Grok Build 조합으로 굉장히 괜찮은 수준의 마진으로 서비스 중입니다. 그리고 GPU 외부임대를 통한 이익이 대략 Watt당 $30~50 정도를 오가고 있다고도 볼 수 있습니다. AI 컴퓨트 투자 회수기간이 1년 미만인 상황이라고 설명했습니다. 구글이 GCP를 통해서 GPU 수익화할 때 2년 미만이라고 했고, TPU를 수익화할 때 1년 정도라고 했는데 스페이스X가 단기임대를 하는 대신 굉장히 높은 가격으로 서비스하고 있음을 느낄 수 있습니다. 이것이 사실 AI 업계의 ROI를 가장 잘 보여주는 사례이기도 합니다. 앤스로픽이나 구글은 이것을 임대해서 그것보다 더 높은 수준의 매출을 내고 있다는 의미이니 1GW 컴퓨트의 가치가 곧 AI 업계의 수익성을 가장 잘 보여주는 지표라고 할 수 있습니다. 지금은 매우 좋습니다. 궤도 컴퓨팅은 CY27 첫 컴퓨트 위성 발사 → CY28로 가면서 상당한 컴퓨트 배치를 목표로 제시했습니다. 빠르면 CY27에 Starship 재사용성이 좋아지며 지상 컴퓨트와 비용이 비슷해질 수 있다고 꼽았습니다.

작성자가 예상한 다음 전개

궤도 컴퓨팅은 2027년 첫 위성을 발사하고 2028년 상당한 컴퓨트 배치를 목표로 하며, Starship 재사용성이 개선되면 지상 컴퓨트와의 비용 동등 시점이 2027년으로 앞당겨질 수 있다고 언급했다.

근거 보기 2
  1. 원문 구간 1

    지상 컴퓨트 인프라를 26년 말 '2GW를 조금 넘는 수준'에서 → CY27 5~10GW로 확대한다는 계획을 재확인했습니다. Powered Shell을 얼마나 어느 시점에 확보할 수 있을 것인지가 확실하지 않기에 5~10GW로 레인지가 굉장히 넓은 가이던스를 다시 확인한 것입니다. CY27 기준 자체 Grok 모델의 성공 기준은 'Watt당 $30~50를 벌 수 있느냐 아니냐'로 제시했습니다. 지금은 그 상단에 있다고 설명했습니다. 1GW를 자체 추론용으로 쓸 때 $50B를 벌 수 있는 트렌드란 의미입니다. Grok 4.6 + Grok Build 조합으로 굉장히 괜찮은 수준의 마진으로 서비스 중입니다. 그리고 GPU 외부임대를 통한 이익이 대략 Watt당 $30~50 정도를 오가고 있다고도 볼 수 있습니다. AI 컴퓨트 투자 회수기간이 1년 미만인 상황이라고 설명했습니다. 구글이 GCP를 통해서 GPU 수익화할 때 2년 미만이라고 했고, TPU를 수익화할 때 1년 정도라고 했는데 스페이스X가 단기임대를 하는 대신 굉장히 높은 가격으로 서비스하고 있음을 느낄 수 있습니다. 이것이 사실 AI 업계의 ROI를 가장 잘 보여주는 사례이기도 합니다. 앤스로픽이나 구글은 이것을 임대해서 그것보다 더 높은 수준의 매출을 내고 있다는 의미이니 1GW 컴퓨트의 가치가 곧 AI 업계의 수익성을 가장 잘 보여주는 지표라고 할 수 있습니다. 지금은 매우 좋습니다. 궤도 컴퓨팅은 CY27 첫 컴퓨트 위성 발사 → CY28로 가면서 상당한 컴퓨트 배치를 목표로 제시했습니다. 빠르면 CY27에 Starship 재사용성이 좋아지며 지상 컴퓨트와 비용이 비슷해질 수 있다고 꼽았습니다.

  2. 원문 구간 2

    원래는 이르면 CY28부터였는데 더 당겨질 가능성을 말한 것입니다. 왜 Parity 시점이 당겨졌냐는 것에 대해서는 지상에서는 부지/전력/건설 제약이 커지는데 우주에서는 비용을 낮출 수 있기 때문이라고 꼽았습니다. ​ AI HW: ​ (1) 엔비디아의 9월 10일 GS Communacopia + Technology Conf 2026., 핵심만 정리해봅니다: GPU 시스템당 가격으로 보자면 Hopper가 $18K → Blackwell $25K → Vera Rubin $40K입니다. AI Factory 하나당 얻는 매출이 커지고 있습니다. 시스템에 포함되는 CPU, 네트워킹, 인터커넥트 등 공급 범위가 커지면서 같은 1GW에서도 더 많은 매출을 가져오고 있는 것입니다. 네오클라우드는 단순한 고객이 아니라 LPS 공급망에 가깝다는 설명입니다. 웨이퍼, 패키징, 메모리만 공급망이 아니라 LPS(Land, Power, Shell)도 공급망 약정 대상입니다. 대형 클라우드 몇 곳에 의존한다면 해당 기업이 확보한 LPS가 성장속도를 제한하겠지만 여러 사업자를 둘수록 엔비디아의 실행력에 대한 가시성이 높아지는 효과입니다. 전일 일간보고에서 엔비디아의 CY27 호주 2GW 프로젝트를 전해드릴 때, 엔비디아가 AI Factory를 투자 가능한 자산으로 만들겠다는 것의 의미를 정리드린 바 있습니다. 이번에도 그 내용을 반복했습니다. 다른 고객에게 재배치하기 쉬운 장비라면 금융기관 입장에서도 자산가치를 평가하기 수월할 수 있기 때문에 범용성을 더 키우는 작업입니다.

발생발표·발생 후발생일 26-9-10

26-9 엔비디아 GS Communacopia + Technology Conference 발언

작성자의 핵심 판단

사이버보안은 코딩 다음의 주요 AI 활용처이며, 지속 실행되는 보안 업무의 특성상 AI 실행 시간과 작업 범위가 확대될 수 있다는 평가다.

근거 보기 1
  1. 원문 구간 1

    젠슨 황은 코딩 다음의 주요 AI 활용처로 사이버보안을 꼽았습니다. 코드를 작성할 수 있는 AI는 취약점을 찾고 수정하는 작업에도 사용될 수 있습니다. 그는 공격 관점에서 취약점을 찾는 레드팀과 방어 관점에서 이를 보완하는 블루팀을 설명하면서, 이런 작업은 지속적으로 실행되는 수요가 될 것이라고 봤습니다. AI HW 투자자에게 중요한 것은 사이버보안의 사용 사례 특징을 고려하면 'AI가 실행되는 시간과 작업의 범위가 확대될 수 있다'는 점입니다. Physical AI는 장기적인 기회입니다. 자율주행 → 창고/물류 이동 로봇과 다양한 물건을 다루는 조작 로봇 → 더 장기적으로는 노키아와의 AI-RAN 협력과 통신 인프라의 변화를 언급했습니다. 그렇지만 중요한 건 이들이 대규모로 배치되고 추론하기 전에 모델 학습용 인프라는 먼저 필요하다는 점입니다. ​ (2) 이번 주 Cleveland의 브로드컴 채널 체크 결과를 정리해보면 *첨부자료 1*: XPU (매출비중 44%) : TPU v7 출하가 계속해서 늘고 있어 긍정적이며, TPU v8i는 2H26부터 CY27까지 램프업 할 것으로 예상됩니다. MTIA 400 램프업 덕에 MTIA 출하가 가속화되고 있습니다. 오픈AI 할라페뇨는 기존 예상대로 4Q26 생산 램프업 일정에 맞게 진행 중입니다. AI 네트워킹 (매출비중 19%) : 엔터프라이즈용 엔비디아 B300/RTX GPU 서버에서 브로드컴의 Thor NIC 점유율이 좋아지고 있습니다. AMD Helios 랙과 MTIA 랙향으로 Scale-up Ethernet 제품이 출하되고 있습니다.

이 자료에서 다룬 사실

엔비디아는 GPU 시스템당 가격이 Hopper 1만8천달러, Blackwell 2만5천달러, Vera Rubin 4만달러로 올라가고, 네오클라우드의 토지·전력·건물(LPS)도 공급망 약정 대상이라고 설명했다.

근거 보기 2
  1. 원문 구간 1

    원래는 이르면 CY28부터였는데 더 당겨질 가능성을 말한 것입니다. 왜 Parity 시점이 당겨졌냐는 것에 대해서는 지상에서는 부지/전력/건설 제약이 커지는데 우주에서는 비용을 낮출 수 있기 때문이라고 꼽았습니다. ​ AI HW: ​ (1) 엔비디아의 9월 10일 GS Communacopia + Technology Conf 2026., 핵심만 정리해봅니다: GPU 시스템당 가격으로 보자면 Hopper가 $18K → Blackwell $25K → Vera Rubin $40K입니다. AI Factory 하나당 얻는 매출이 커지고 있습니다. 시스템에 포함되는 CPU, 네트워킹, 인터커넥트 등 공급 범위가 커지면서 같은 1GW에서도 더 많은 매출을 가져오고 있는 것입니다. 네오클라우드는 단순한 고객이 아니라 LPS 공급망에 가깝다는 설명입니다. 웨이퍼, 패키징, 메모리만 공급망이 아니라 LPS(Land, Power, Shell)도 공급망 약정 대상입니다. 대형 클라우드 몇 곳에 의존한다면 해당 기업이 확보한 LPS가 성장속도를 제한하겠지만 여러 사업자를 둘수록 엔비디아의 실행력에 대한 가시성이 높아지는 효과입니다. 전일 일간보고에서 엔비디아의 CY27 호주 2GW 프로젝트를 전해드릴 때, 엔비디아가 AI Factory를 투자 가능한 자산으로 만들겠다는 것의 의미를 정리드린 바 있습니다. 이번에도 그 내용을 반복했습니다. 다른 고객에게 재배치하기 쉬운 장비라면 금융기관 입장에서도 자산가치를 평가하기 수월할 수 있기 때문에 범용성을 더 키우는 작업입니다.

  2. 원문 구간 2

    젠슨 황은 코딩 다음의 주요 AI 활용처로 사이버보안을 꼽았습니다. 코드를 작성할 수 있는 AI는 취약점을 찾고 수정하는 작업에도 사용될 수 있습니다. 그는 공격 관점에서 취약점을 찾는 레드팀과 방어 관점에서 이를 보완하는 블루팀을 설명하면서, 이런 작업은 지속적으로 실행되는 수요가 될 것이라고 봤습니다. AI HW 투자자에게 중요한 것은 사이버보안의 사용 사례 특징을 고려하면 'AI가 실행되는 시간과 작업의 범위가 확대될 수 있다'는 점입니다. Physical AI는 장기적인 기회입니다. 자율주행 → 창고/물류 이동 로봇과 다양한 물건을 다루는 조작 로봇 → 더 장기적으로는 노키아와의 AI-RAN 협력과 통신 인프라의 변화를 언급했습니다. 그렇지만 중요한 건 이들이 대규모로 배치되고 추론하기 전에 모델 학습용 인프라는 먼저 필요하다는 점입니다. ​ (2) 이번 주 Cleveland의 브로드컴 채널 체크 결과를 정리해보면 *첨부자료 1*: XPU (매출비중 44%) : TPU v7 출하가 계속해서 늘고 있어 긍정적이며, TPU v8i는 2H26부터 CY27까지 램프업 할 것으로 예상됩니다. MTIA 400 램프업 덕에 MTIA 출하가 가속화되고 있습니다. 오픈AI 할라페뇨는 기존 예상대로 4Q26 생산 램프업 일정에 맞게 진행 중입니다. AI 네트워킹 (매출비중 19%) : 엔터프라이즈용 엔비디아 B300/RTX GPU 서버에서 브로드컴의 Thor NIC 점유율이 좋아지고 있습니다. AMD Helios 랙과 MTIA 랙향으로 Scale-up Ethernet 제품이 출하되고 있습니다.

그렇게 판단한 이유

코드를 작성하는 AI가 취약점을 찾고 수정할 수 있고, 공격 관점의 레드팀과 방어 관점의 블루팀 작업이 계속되는 수요가 될 수 있다는 설명을 근거로 들었다.

근거 보기 1
  1. 원문 구간 1

    젠슨 황은 코딩 다음의 주요 AI 활용처로 사이버보안을 꼽았습니다. 코드를 작성할 수 있는 AI는 취약점을 찾고 수정하는 작업에도 사용될 수 있습니다. 그는 공격 관점에서 취약점을 찾는 레드팀과 방어 관점에서 이를 보완하는 블루팀을 설명하면서, 이런 작업은 지속적으로 실행되는 수요가 될 것이라고 봤습니다. AI HW 투자자에게 중요한 것은 사이버보안의 사용 사례 특징을 고려하면 'AI가 실행되는 시간과 작업의 범위가 확대될 수 있다'는 점입니다. Physical AI는 장기적인 기회입니다. 자율주행 → 창고/물류 이동 로봇과 다양한 물건을 다루는 조작 로봇 → 더 장기적으로는 노키아와의 AI-RAN 협력과 통신 인프라의 변화를 언급했습니다. 그렇지만 중요한 건 이들이 대규모로 배치되고 추론하기 전에 모델 학습용 인프라는 먼저 필요하다는 점입니다. ​ (2) 이번 주 Cleveland의 브로드컴 채널 체크 결과를 정리해보면 *첨부자료 1*: XPU (매출비중 44%) : TPU v7 출하가 계속해서 늘고 있어 긍정적이며, TPU v8i는 2H26부터 CY27까지 램프업 할 것으로 예상됩니다. MTIA 400 램프업 덕에 MTIA 출하가 가속화되고 있습니다. 오픈AI 할라페뇨는 기존 예상대로 4Q26 생산 램프업 일정에 맞게 진행 중입니다. AI 네트워킹 (매출비중 19%) : 엔터프라이즈용 엔비디아 B300/RTX GPU 서버에서 브로드컴의 Thor NIC 점유율이 좋아지고 있습니다. AMD Helios 랙과 MTIA 랙향으로 Scale-up Ethernet 제품이 출하되고 있습니다.

발생발표·발생 후발생일 26-9-10

26-9 오라클 실적 발표

작성자의 핵심 판단

고객 선급금·BYOH·공급업체 금융을 통해 초기 현금 부담을 낮추면서 차입 없는 성장을 이어갈 수 있다는 해석이다.

근거 보기 1
  1. 원문 구간 1

    ATM을 통해서 $20B 규모의 주식발행을 완료했습니다. 고객에게 이번 분기에 850MW의 AI 용량과 30만 개 이상의 GPU를 인도했습니다. 애빌린도 분기 중 13.1만 개를 인도했으며 8개 건물 중 6개에 해당하는 618MW가 고객에게 인도됐습니다. 스타게이트 애빌린은 동당 103MW란 의미이므로 대략 GB300 NVL72 기준 736개의 랙(140kW), GPU 기준 대략 5.3만 개가 하나의 동에 들어가는 것으로 추정됩니다. 첫 VR200 NVL72 시스템을 CY4Q26에 인도한다는 계획도 밝혔습니다. CapEx를 위한 초기 현금 부담을 줄이고 있습니다. ⓐ고객의 선급금 ⓑBYOH ⓒ공급업체 금융을 통해서 받고 있습니다. 이번 분기에 추가한 RPO +$30B 규모도 이런 방식으로 차입 없는 성장이 가능할 것으로 추정했습니다. GPU 활용률은 97.%였고 이번 분기 갱신 대상이던 용량은 기존 계약보다 평균 20% 높은 가격으로 재계약됐습니다. 사용 연수가 4년 이상인 GPU였으니 H100을 임대한 것으로 추정됩니다. ​ (2) 엔비디아 CEO 젠슨 황이 GS 컨퍼런스에서 "코딩 다음의 주요 AI 활용처는 사이버보안이다"라고 언급하며 오늘 사이버보안 주들이 강세였습니다. 성장성, 밸류, 가시성을 고려할 때 개인적으로는 포티넷을 선호합니다. 아직은 협업이 더 합리적이라고 생각하긴 하지만, AI Labs들이 향후 사이버보안 소프트웨어 제품도 내놓을 수 있다고 미리 가정하고 생각해볼 때 SaaS 영역은 침해받을 수 있지만 HW의 강점을 가진 포티넷은 협업하여 더 큰 파이를 나눠갖는 구조가 된다는 것도 매력적인 포인트 중 하나입니다.

이 자료에서 다룬 사실

오라클은 3Q26 매출 193억달러, 조정 EPS 1.92달러, RPO 6,640억달러를 발표했고, 고객에게 850MW의 AI 용량과 30만개 이상의 GPU를 인도했다고 밝혔다.

근거 보기 2
  1. 원문 구간 1

    그런데 이렇게 계속 높이려면 점점 더 신호 무결성을 유지하기가 어렵습니다. 그래서 하나의 광섬유에 여러 wavelength를 넣는 것이 WDM입니다. 하나의 과엄유에서 서로 다른 색깔의 빛을 동시에 사용해서 씁니다. 이것이 DR(800G를 200G x 1 wavelength x 4 fiber로 구현)과 FR4(800G를 200G x 4 wavelength x 1 fiber로 구현)의 차이입니다. BiDi는 송신(Tx)과 수신(Rx)이 같은 광섬유를 공유하는 방식입니다. MCF는 하나의 광섬유에 여러 Core를 넣는 것입니다. 일반적인 single-mode fiber를 단면으로 자르면 가운데에 빛이 지나가는 core 하나가 있습니다. 그런데 MCF(Multi-Core Fiber)는 같은 광섬유 안에 여러 개의 코어를 갖고 있습니다. 이게 광섬유를 키우면 케이블 굵기가 두꺼워지고, 온갖 설치작업과 유지보수가 어려워집니다. 좁은 랙/시스템 안에 얼마나 많은 연결을 할 수 있느냐가 중요해지다보니 코닝이 MCF를 적극 밀고 있습니다. ​ Enterprise/GPU IaaS: ​ (1) ORCL 3Q26 실적발표 후 시간외 +4%입니다 *첨부자료 1, 2, 3, 4, 5*: 매출 $19.3B(컨센 $19.14B) YoY 30%, Adj EPS $1.92(컨센 $1.74) YoY 30%, RPO $664B YoY 46%, 다음분기인 CY4Q26(FY2Q27)은 매출 YoY 30~34%, Adj EPS $1.85~1.93(컨센 $1.89)이고, 연간으로는 FY27(CY3Q26~2Q27) 기준 매출은 $90B, Adj EPS는 $8.10(이전 가이던스 $8.05에서 상향)로 잡았습니다.

  2. 원문 구간 2

    ATM을 통해서 $20B 규모의 주식발행을 완료했습니다. 고객에게 이번 분기에 850MW의 AI 용량과 30만 개 이상의 GPU를 인도했습니다. 애빌린도 분기 중 13.1만 개를 인도했으며 8개 건물 중 6개에 해당하는 618MW가 고객에게 인도됐습니다. 스타게이트 애빌린은 동당 103MW란 의미이므로 대략 GB300 NVL72 기준 736개의 랙(140kW), GPU 기준 대략 5.3만 개가 하나의 동에 들어가는 것으로 추정됩니다. 첫 VR200 NVL72 시스템을 CY4Q26에 인도한다는 계획도 밝혔습니다. CapEx를 위한 초기 현금 부담을 줄이고 있습니다. ⓐ고객의 선급금 ⓑBYOH ⓒ공급업체 금융을 통해서 받고 있습니다. 이번 분기에 추가한 RPO +$30B 규모도 이런 방식으로 차입 없는 성장이 가능할 것으로 추정했습니다. GPU 활용률은 97.%였고 이번 분기 갱신 대상이던 용량은 기존 계약보다 평균 20% 높은 가격으로 재계약됐습니다. 사용 연수가 4년 이상인 GPU였으니 H100을 임대한 것으로 추정됩니다. ​ (2) 엔비디아 CEO 젠슨 황이 GS 컨퍼런스에서 "코딩 다음의 주요 AI 활용처는 사이버보안이다"라고 언급하며 오늘 사이버보안 주들이 강세였습니다. 성장성, 밸류, 가시성을 고려할 때 개인적으로는 포티넷을 선호합니다. 아직은 협업이 더 합리적이라고 생각하긴 하지만, AI Labs들이 향후 사이버보안 소프트웨어 제품도 내놓을 수 있다고 미리 가정하고 생각해볼 때 SaaS 영역은 침해받을 수 있지만 HW의 강점을 가진 포티넷은 협업하여 더 큰 파이를 나눠갖는 구조가 된다는 것도 매력적인 포인트 중 하나입니다.

이 자료에서 다룬 실제 시장 반응

오라클은 3Q26 실적발표 후 시간외 거래에서 4% 상승했다.

근거 보기 1
  1. 원문 구간 1

    그런데 이렇게 계속 높이려면 점점 더 신호 무결성을 유지하기가 어렵습니다. 그래서 하나의 광섬유에 여러 wavelength를 넣는 것이 WDM입니다. 하나의 과엄유에서 서로 다른 색깔의 빛을 동시에 사용해서 씁니다. 이것이 DR(800G를 200G x 1 wavelength x 4 fiber로 구현)과 FR4(800G를 200G x 4 wavelength x 1 fiber로 구현)의 차이입니다. BiDi는 송신(Tx)과 수신(Rx)이 같은 광섬유를 공유하는 방식입니다. MCF는 하나의 광섬유에 여러 Core를 넣는 것입니다. 일반적인 single-mode fiber를 단면으로 자르면 가운데에 빛이 지나가는 core 하나가 있습니다. 그런데 MCF(Multi-Core Fiber)는 같은 광섬유 안에 여러 개의 코어를 갖고 있습니다. 이게 광섬유를 키우면 케이블 굵기가 두꺼워지고, 온갖 설치작업과 유지보수가 어려워집니다. 좁은 랙/시스템 안에 얼마나 많은 연결을 할 수 있느냐가 중요해지다보니 코닝이 MCF를 적극 밀고 있습니다. ​ Enterprise/GPU IaaS: ​ (1) ORCL 3Q26 실적발표 후 시간외 +4%입니다 *첨부자료 1, 2, 3, 4, 5*: 매출 $19.3B(컨센 $19.14B) YoY 30%, Adj EPS $1.92(컨센 $1.74) YoY 30%, RPO $664B YoY 46%, 다음분기인 CY4Q26(FY2Q27)은 매출 YoY 30~34%, Adj EPS $1.85~1.93(컨센 $1.89)이고, 연간으로는 FY27(CY3Q26~2Q27) 기준 매출은 $90B, Adj EPS는 $8.10(이전 가이던스 $8.05에서 상향)로 잡았습니다.

그렇게 판단한 이유

이번 분기에 추가된 300억달러 규모 RPO도 같은 방식의 자금 조달 구조를 쓸 수 있다고 추정한 점을 근거로 들었다.

근거 보기 1
  1. 원문 구간 1

    ATM을 통해서 $20B 규모의 주식발행을 완료했습니다. 고객에게 이번 분기에 850MW의 AI 용량과 30만 개 이상의 GPU를 인도했습니다. 애빌린도 분기 중 13.1만 개를 인도했으며 8개 건물 중 6개에 해당하는 618MW가 고객에게 인도됐습니다. 스타게이트 애빌린은 동당 103MW란 의미이므로 대략 GB300 NVL72 기준 736개의 랙(140kW), GPU 기준 대략 5.3만 개가 하나의 동에 들어가는 것으로 추정됩니다. 첫 VR200 NVL72 시스템을 CY4Q26에 인도한다는 계획도 밝혔습니다. CapEx를 위한 초기 현금 부담을 줄이고 있습니다. ⓐ고객의 선급금 ⓑBYOH ⓒ공급업체 금융을 통해서 받고 있습니다. 이번 분기에 추가한 RPO +$30B 규모도 이런 방식으로 차입 없는 성장이 가능할 것으로 추정했습니다. GPU 활용률은 97.%였고 이번 분기 갱신 대상이던 용량은 기존 계약보다 평균 20% 높은 가격으로 재계약됐습니다. 사용 연수가 4년 이상인 GPU였으니 H100을 임대한 것으로 추정됩니다. ​ (2) 엔비디아 CEO 젠슨 황이 GS 컨퍼런스에서 "코딩 다음의 주요 AI 활용처는 사이버보안이다"라고 언급하며 오늘 사이버보안 주들이 강세였습니다. 성장성, 밸류, 가시성을 고려할 때 개인적으로는 포티넷을 선호합니다. 아직은 협업이 더 합리적이라고 생각하긴 하지만, AI Labs들이 향후 사이버보안 소프트웨어 제품도 내놓을 수 있다고 미리 가정하고 생각해볼 때 SaaS 영역은 침해받을 수 있지만 HW의 강점을 가진 포티넷은 협업하여 더 큰 파이를 나눠갖는 구조가 된다는 것도 매력적인 포인트 중 하나입니다.

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.

해석·전망xAI 데이터센터의 신뢰성과 구축 속도주 대상 · 산업·업종 · AI 데이터센터 밸류체인

xAI가 외부 클라우드 고객을 늘릴 때 데이터센터 경쟁력은 무엇으로 평가되는가?

이 자료가 더한 내용

초기 콜로서스는 12만2일 만에 GPU 10만개를 가동했지만 전력·냉각 이중화 부족의 부작용이 있었다. 외부 고객에 컴퓨팅을 파는 단계에서는 하이퍼스케일러 수준의 안정성을 갖추면서 24~36개월 리드타임을 얼마나 줄이는지가 경쟁력이라는 관점이다.

근거 보기 3
  1. 원문 구간 1

    ​ (3) 마이크로소프트가 현재 12GW인 데이터센터 용량을 2032년 38GW 이상으로 확대할 계획입니다. 이는 마이크로소프트가 직접 조달하는 컴퓨팅만 말하는 것이고 네오클라우드에서 임대하는 컴퓨팅은 제외한 값입니다: 마이크로소프트는 2025년 초 데이터센터 개발 일부를 중단했던 결정이 현재까지 병목으로 이어지고 있습니다. 일부 지역에서는 신규 Azure 가입까지 제한했고 필요한 용량을 제공받지 못한 고객들이 경쟁사로 이동했습니다. 부족한 인프라 때문에 매출과 성장 기회를 놓치고 있는 상태입니다. 12GW 가운데 AI 전용 데이터센터는 2GW입니다. 나머지는 이전에 깔아뒀던 CPU 기반 데이터센터 용량입니다. 2032년에는 38GW 중의 3분의 1인 12~13GW가 AI 전용 인프라가 될 것으로 예상됩니다. AI 용량만 놓고 보면 현재 2GW → 2032년 12~13GW입니다. 생각보다 CPU 서버용 컴퓨팅도 꽤 됩니다. 예를 들어 애틀랜타 지역에 East US 3라는 대형 데이터센터 클러스터를 짓고 있는데 올해 300MW로 시작해 향후 1GW로 확대 예정인 클러스터입니다. 이 시설은 CPU 서버를 사용하는 범용 컴퓨팅 중심 클러스터입니다. ​ (4) 최근 스페이스X가 데이터센터 건설 전략을 속도 최우선 → 신뢰성 강조로 바꾸고 있습니다: xAI는 2024년 멤피스에서 콜로서스를 건설할 당시 최대한 빨리 GPU를 가동하는 것을 최우선으로 삼았습니다. 첫 데이터센터에서 100,000개의 GPU를 단 122일 만에 가동했습니다. 그런데 문제는 전력과 냉각의 이중화가 상당히 부족했기 때문에 여러 가지 부작용이 있었습니다.

  2. 원문 구간 2

    특히 외부 고객에게 클라우드 서비스를 하려다보니 신뢰성의 중요성이 훨씬 커졌습니다. xAI가 자체 Grok 학습만 한다면 장애를 어느 정도 내부적으로 감수할 수 있습니다. 하지만 현재 스페이스X는 앤스로픽과 구글 등에 컴퓨팅 용량을 판매하는 인프라 사업자 역할까지 확대하고 있습니다. 따라서 스페이스X도 데이터센터를 사실상 하이퍼스케일 클라우드 수준의 안정성을 가진 인프라로 만들어야 합니다. 스페이스X 출신들이 대규모 xAI로 합류했습니다. 장비와 설계를 표준화하고 의사결정을 중앙화하고, 잠시 스페이스X 내의 로켓/스타링크 엔지니어들에게 6~8주간 데이터센터 프로젝트 참여를 요청하여 1,300명 이상의 지원을 받아 300명 가까이가 실제 투입돼 xAI 내의 각종 비효율과 불안정성을 크게 개선했습니다. The Information은 이 변화로 '데이터센터 건설 속도가 느려질 수 있다'고 평가했는데, 너무 단순하게 풀이하다보니 어불성설인 면이 있습니다. 지금은 누구도 스페이스X가 122일 만에 신규 데이터센터를 지어낼 거라 기대하는 사람은 없습니다. PUE나 안정성을 신경쓰지 않고 그렇게 짓는다고 해도 문제입니다. 초기 xAI는 사실상 아무런 인프라 기반이 없는 상태에서 경쟁사를 따라잡아야 했기 때문에 콜로서스를 극단적으로 빠르게 구축했고, 그 과정에서 임시 전력과 냉각 설비를 활용하는 등 상당 부분을 선가동-후보완 방식으로 처리했습니다. 하지만 지금은 상황이 많이 다릅니다. xAI도 Tier 2 AI Labs 중 하나로 자리 잡았고, 향후 필요한 컴퓨팅 수요와 데이터센터 증설을 수년 전부터 계획할 수 있는 단계에 들어섰습니다.

  3. 원문 구간 3

    통상 하이퍼스케일러가 데이터센터를 계획하고 전력과 부지를 확보해 가동하기까지 24~36개월의 리드타임을 두는 것처럼, xAI 역시 이제는 충분한 사전 준비 기간을 확보할 수 있게 된 것입니다. 따라서 앞으로의 경쟁력은 콜로서스처럼 모든 과정을 극단적으로 압축하는 데 있기보다는 하이퍼스케일러 수준의 신뢰성을 확보하면서도 이 24~36개월의 리드타임을 얼마나 더 짧게 만들 수 있느냐에 있다고 봅니다. 초기의 비효율적인 초고속 건설 방식을 일부 포기하더라도 스페이스X식 표준화와 실행력으로 기존 하이퍼스케일러보다 빠르게 구축할 수 있다면 전체적인 속도 경쟁력은 충분히 유지할 수 있습니다. ​ (5) 스페이스X의 9월 10일 GS Communacopia + Technology Conf 2026., 핵심만 정리해봅니다: CFO가 9월 초에 신규 호스팅 계약을 체결했다고 말했습니다. 2026년 12월 1일부터 월 $1.11B를 창출하기에 12개월로 환산하면 $13.32B를 버는 계약입니다. 이 계약 덕분에 기존 CY26 End-of-Year ARR $100B 목표 달성에 대한 확신이 더 높아졌다고 말했습니다. 컴퓨트 계약은 90일 계약 후 90일 이전에 반환하는 구조로 되어 있습니다. 사실상 대략 6개월 정도의 컴퓨트 계약인 셈입니다. 왜 고객과 짧게 계약하느냐는 부분에 대해서는 Grok과 Cursor 관련 제품 수요가 높아졌을 때 이를 추론할 컴퓨트를 투입할 여지를 남겨두기 위함으로 꼽았습니다. 같은 GPU를 어디에 할당하는 게 가장 ROI가 높을 것인지를 선택하는 사업인 셈입니다.

사실·구조광 네트워킹의 대역폭과 OCS 전환주 대상 · 산업·업종 · 광통신

AI 데이터센터에서 광학 연결의 기술 변화는 어떤 시스템 요건과 함께 읽어야 하는가?

이 자료가 더한 내용

광모듈 대역폭은 400G에서 800G·1.6T를 거쳐 2.4T·3.2T로 이동하고, 스위치 ASIC·SerDes·포트·광학 대역폭이 맞물린다. OCS는 부품이 아니라 데이터 이동 경로를 광학적으로 재구성하는 시스템이어서 하이퍼스케일러의 제어·스케줄링·워크로드 이동 방식과의 호환 및 실증 경험이 중요하다고 정리한다.

근거 보기 3
  1. 원문 구간 1

    400G/800G/1.6T 전반의 수요가 매우 강세입니다. 소프트웨어 (매출비중 25%) : 대형 엔터프라이즈 고객들의 갱신, add-on 업셀링, VCF 사용량 증가가 순풍입니다. 지난 90일 간 SMB/중견기업 고객에서 뉴타닉스로의 이탈이 일부 증가 중입니다. VMware 고객 유지를 위해 더 많은 VVF 딜과 일부 할인을 진행 중입니다. Non-AI 반도체 (매출비중 12%) : 애플과 시스코향에서 지속적인 디바이스당 콘텐츠 감소가 나타나고 있습니다. Mythos 취약점 우려로 인해 FC SAN(서버-스토리지 고속 연결용 하드웨어) 교체 수요가 개선되고 있습니다. ​ (3) 지금까지 전해드렸던 광학을 둘러싼 환경을 정리해보면 이렇습니다: 대역폭의 변화 : 400G → 800G → 1.6T(양산 CY2H26~) → 2.4T/3.2T(CY2H27~) → 6.4T 레인당 속도의 변화 : 50G/lane → 100G/lane → 200G/lane → 400G/lane 광모듈 단위 대역폭 = ⓐ레인당 속도 x ⓑ레인의 숫자 스위치 ASIC 대역폭 : 25.6Tb/s → 51.2Tb/s → 102.4Tb/s(Spectrum-6/Tomahawk-6) → 200+Tb/s 단일 칩 기준 대역폭입니다. 예를 들어 Spectrum-6를 4개 꽂은 SN6800 스위치는 409.6Tb/s 대역폭이고, 각각 800Gb/s를 지원하는 512개의 포트를 연결할 수 있는 구조입니다. 보통 East-West가 1.6T일 때 North-South는 800G정도인 상태라서 지금은 800G/1.6T가 함께 성장하는 상황입니다.

  2. 원문 구간 2

    그 다음은 1.6T/3.2T일 것으로 예상되는데 2.4T도 Coherent-Lite 등으로 따로 채택될 듯합니다. 다음은 1.6T/2.4T/3.2T가 공존하는 사이클입니다. 그래서 Switch ASIC BW(Bandwidth) ↑ → SerDes ↑ → Port BW ↑ → Optical BW ↑가 맞물려있습니다. Components 단위의 생각과 System 단위의 생각을 오갈 수 있어야 합니다. 광케이블 구성의 변화 : FRO(Fully Retimed Optics) → LRO(Tx쪽에만 Retimer) → LPO XPU와 통합 패키징 되는 방향 : 플러거블 광모듈 → NPO → CPO → 3D OE → Optical I/O chiplet 링크 방식의 변화 : Electrical Link(구리 기반) → OCS를 바탕으로 한 Optical Link(광학 기반) XPU와 통합 패키징되는 방향이나 OCS를 통한 링크 방식의 변화는 이렇게 하는 이유를 살펴보면 기본적으로 '전기 형태로 데이터를 보내는 경로를 최소화하려는 것'이란 점에서 지향점이 같습니다. 그리고 OCS는 데이터센터 네트워크에서 데이터가 이동하는 경로 자체를 광학적으로 재구성하는 '시스템'입니다. Components가 아니라 Systems임을 이해하는 것에서부터 시작될 수 있는 생각이 많습니다. (ㄱ) MEMS 방식의 OCS와 LCOS 방식의 OCS는 전혀 다른 시스템이다. 생산비용이 MEMS보다 2~3배 비싸고, MEMS는 거울을 움직여 빛의 경로를 바꾸는 것이라 광 손실이 매우 낮지만 LCOS는 빛이 시스템 내부를 통과한다는 점에서 광 손실이 발생할 수 밖에 없다.

  3. 원문 구간 3

    (ㄴ) 시스템이기에 하이퍼스케일러와 협력 및 실증한 경험이 매우 중요하다. 특정 워크로드, 특정 클러스터 설계에 맞춰서 패브릭을 구성하는 방식을 더 세밀하게 제어할 수 있게 해준다. 이 과정에서 하이퍼스케일러가 사용하고 있는 네트워크 내의 제어, 스케줄링, 워크로드 이동 방식 전반과 호환되어야 하기 때문에 소프트웨어 성능만으로 결정되는 이슈가 아니라 소프트웨어 계층을 다루는 방식도 핵심 요소이다. (ㄷ) OCS는 단일 실패지점을 빠르게 우회하여 다시 slice를 구성할 수 있다는 점에서 Compute Pool 단위의 goodput을 높이는 데 매우 중요한 요소이며 그러한 이유로 구글 TPU, 앤스로픽 커스텀 TPU, 오픈AI 할라페뇨가 택했고 마이크로소프트, 아마존 등도 Spine 스위치 대체나 GPU 백업 풀링 작업에 OCS를 고려하고 있다. 광학이 채택되는 연결당 대역폭 느낌 : DCI/통신 0.1 → Scale-across 1 → Scale-out 10 → Scale-up 100 → Scale-in 1000 용도별 광원을 무엇으로 쓸 것이냐 : EML ↔ SiPh + CW Laser ↔ VCSEL ↔ TFLN 광섬유당 대역폭 향상 작업 : Parallel Fiber → WDM, BiDi, MCF 기본적으로 데이터를 광섬유를 통해서 옮기는 작업입니다. 그러면 여러 방식이 있습니다. 가장 기본은 한 Optical Lane 자체를 빠르게 만들어서 하나의 wavelength에서 보내는 데이터량을 100G/lane → 200G/lane → 400G/lane으로 높이는 것입니다.

해석·전망AI 확산과 사이버보안·OT 보안 수요주 대상 · 산업·업종 · 사이버보안 소프트웨어관련 대상 · 기업·종목 · Fortinet

AI 활용 확대가 사이버보안, 특히 전력 유틸리티 OT 보안과 어떻게 연결되는가?

이 자료가 더한 내용

젠슨 황의 사이버보안 활용처 발언 뒤 보안주가 강세였고, 샘 올트먼은 주요 전력 유틸리티에 Daybreak 협력을 권유했다고 전한다. 전력 유틸리티의 디지털화·통신망 현대화가 공격면 증가와 OT 보안 투자, Fortinet 수주로 이어지는 구조가 이미 실제 계약으로 나타난다는 해석을 제시한다.

근거 보기 2
  1. 원문 구간 1

    ATM을 통해서 $20B 규모의 주식발행을 완료했습니다. 고객에게 이번 분기에 850MW의 AI 용량과 30만 개 이상의 GPU를 인도했습니다. 애빌린도 분기 중 13.1만 개를 인도했으며 8개 건물 중 6개에 해당하는 618MW가 고객에게 인도됐습니다. 스타게이트 애빌린은 동당 103MW란 의미이므로 대략 GB300 NVL72 기준 736개의 랙(140kW), GPU 기준 대략 5.3만 개가 하나의 동에 들어가는 것으로 추정됩니다. 첫 VR200 NVL72 시스템을 CY4Q26에 인도한다는 계획도 밝혔습니다. CapEx를 위한 초기 현금 부담을 줄이고 있습니다. ⓐ고객의 선급금 ⓑBYOH ⓒ공급업체 금융을 통해서 받고 있습니다. 이번 분기에 추가한 RPO +$30B 규모도 이런 방식으로 차입 없는 성장이 가능할 것으로 추정했습니다. GPU 활용률은 97.%였고 이번 분기 갱신 대상이던 용량은 기존 계약보다 평균 20% 높은 가격으로 재계약됐습니다. 사용 연수가 4년 이상인 GPU였으니 H100을 임대한 것으로 추정됩니다. ​ (2) 엔비디아 CEO 젠슨 황이 GS 컨퍼런스에서 "코딩 다음의 주요 AI 활용처는 사이버보안이다"라고 언급하며 오늘 사이버보안 주들이 강세였습니다. 성장성, 밸류, 가시성을 고려할 때 개인적으로는 포티넷을 선호합니다. 아직은 협업이 더 합리적이라고 생각하긴 하지만, AI Labs들이 향후 사이버보안 소프트웨어 제품도 내놓을 수 있다고 미리 가정하고 생각해볼 때 SaaS 영역은 침해받을 수 있지만 HW의 강점을 가진 포티넷은 협업하여 더 큰 파이를 나눠갖는 구조가 된다는 것도 매력적인 포인트 중 하나입니다.

  2. 원문 구간 2

    ​ (3) Politico에 따르면, 오픈AI 샘 올트먼이 미국 주요 전력 유틸리티 기업들과 만나 AI 사이버 공격 위협이 커지는 상황에서 오픈AI의 사이버보안 서비스를 구매하라고 설득하고 있습니다. Daybreak 프로그램에 합류하여 협력할 것을 권하는 자리였습니다. 사실 이 트렌드도 유일하게 포티넷에게는 긍정적입니다. OT(Operating Technology)분야에서 사이버보안 역량을 강화하는 흐름에서 포티넷만 OT 영역에 경쟁력 있는 제품을 판매하고 있기 때문입니다. 이미 전력 Utility의 디지털화/통신망 현대화 → 공격면 증가 → OT 보안 투자 → Fortinet 수주라는 구조가 이미 실제 계약으로 나타나고 있습니다. ​ 신재생/전력기기: (1) 오라클 실적발표에서 뉴멕시코(Project Jupiter) 관련해서 언급했습니다: "뉴멕시코는 흥미로운 지역입니다. 저희는 매우 순조롭게 진행하고 있습니다. 건설 측면에서 데이터 센터는 확실히 계획대로 진행되고 있습니다. 대기 오염 허가를 취득하는 절차를 진행 중입니다. 그리고 그곳에 도입할 기술은 블룸에너지의 SOFC입니다. 이는 현장 발전 방식 중 가장 환경 친화적인 방식으로, 물 소비량과 배출량이 다른 어떤 현장 발전 방식보다 훨씬 적습니다. 그래서 저희는 이 과정을 진행하면서 도아아나 카운티의 지역 규제 기관 및 지역 주민들, 그리고 뉴멕시코 주 전체의 모든 분들과 협력할 수 있을 것이라고 확신합니다.

시점 관찰USDC 유통량과 가상자산 페어 트레이딩주 대상 · 시장·자산 · USDC기준 2026.09.11

USDC 유통량 변화는 스테이블코인 결제 확산과 어떻게 구분해 읽어야 하는가?

이 자료가 더한 내용

USDC 유통량은 743억8천만달러, CCTP 30일 전송량은 200억달러이며 유통량은 42주간 횡보했다고 정리한다. 현재 변화는 BTC/USDC·ETH/USDC 같은 페어 트레이딩 예탁금 영향이 가장 크고, 스테이블코인 결제 사용 확대라는 펀더멘털 변화로 보기는 아직 이르다는 관찰이다.

근거 보기 1
  1. 원문 구간 1

    최근 트랜스메딕스가 투자를 우선하느라 마진율 희생이 크게 나타나고 다소 손익관리가 잘 안되는 모습을 보였었는데 조금 더 적합한 인물로 교체한 것으로 생각됩니다. 사실 지금 손익관리보다도 더 중요한 건 OCS Gen 3 제품들의 생산원가를 어떻게 더 낮춰서 다음 Phase의 매출, 마진율, 이익을 어떻게 세팅할 것인가가 더 중요합니다. ​ (2) 오늘의 서클 USDC 유통량은 $74.38B, CCTP 전송량은 30일 기준 $20.0B입니다. USDC 유통량 자체는 42주간 횡보 중입니다. 횡보를 뚫는 기준은 MoM 기준 20% 이상의 성장세를 1주간 유지하는가입니다. 오늘 주간 기준 +0.69%, 월간 기준 +2.86% 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. 저희의 생각을 담아서 랩을 운용하고 있습니다 메리츠증권 : https://naver.me/xQiZ5UHt SK증권 : https://naver.me/FlcOtVGm

4

시간흐름대로 모든 내용을 살려 정리

시간흐름대로 모든 내용을 살려 정리

1
하락한 미국 증시와 오늘의 점검 범위

2026년 9월 11일 데일리입니다. S&P는 0.58%, 다우는 0.60%, 나스닥은 0.65%, 러셀은 1.04% 내렸고 NYSE 상승종목 비율은 37%, 나스닥은 41%였습니다. 커뮤니케이션과 필수소비는 강했고 반도체·적자성장주·바이오텍·테크·원자재·유틸리티는 약했습니다. 오늘은 빅테크와 AI Labs, AI 하드웨어, 엔터프라이즈·GPU IaaS, 전력, 광고·이커머스, 의료기기·핀테크·코인을 차례로 봅니다.

2
금융 업무용 ChatGPT와 Claude 무단 증류 문제

OpenAI가 금융 서비스 업계를 위한 ChatGPT를 출시했습니다. 밸류에이션 분석, LBO 모델링, 인수대상 발굴, 이익 분석, 사업계획서 작성에 쓰는 구조입니다. 앤스로픽은 중국 AI Labs 7곳의 불법 distillation를 적발·차단한 보고서를 냈습니다. 단순 API 무단 사용을 넘어서 CoT 대규모 탈취, 실제 고객 트래픽 은닉 라우팅, 사용자 데이터 수집·거래, 사이버 역량을 표적으로 한 침투와 증류까지 수법이 고도화되고 있어 점점 더 사이버 공격에 가까워지고 있습니다.

3
마이크로소프트의 용량 확대와 초기 xAI의 속도 우선

마이크로소프트는 직접 조달 컴퓨팅 기준 데이터센터 용량을 현재 12GW에서 2032년 38GW 이상으로 확대할 계획입니다. 2025년 초 개발 일부를 중단했던 결정은 Azure 신규 가입 제한과 고객 이탈로 이어졌고, 부족한 인프라 때문에 매출과 성장 기회를 놓치고 있습니다. AI 전용은 현재 2GW에서 2032년 12~13GW가 될 전망이고, East US 3처럼 CPU 기반 범용 컴퓨팅 클러스터도 크게 깔립니다. 반면 xAI는 멤피스 콜로서스에서 GPU 10만개를 122일 만에 가동했지만 전력·냉각 이중화 부족이라는 부작용도 겪었습니다.

4
스페이스X가 신뢰성을 더 중시하는 이유

외부 고객에게 클라우드 서비스를 하려다 보니 신뢰성의 중요성이 훨씬 커졌습니다. 자체 Grok 학습만 한다면 장애를 내부적으로 감수할 수 있지만, 스페이스X는 앤스로픽·구글 등에 용량을 파는 인프라 사업자로도 확대하고 있습니다. 그래서 하이퍼스케일 클라우드 수준의 안정성이 필요합니다. 스페이스X 출신 인력이 xAI에 합류해 설계 표준화와 의사결정 중앙화를 진행했고, 로켓·스타링크 엔지니어 1,300명 이상이 지원해 약 300명이 실제 개선 작업에 투입됐습니다.

5
초고속 구축 이후의 경쟁 방식

건설 속도가 느려질 수 있다는 평가는 너무 단순합니다. 지금은 누구도 122일 만에 신규 데이터센터를 지을 것이라 기대하지 않고, PUE나 안정성을 신경 쓰지 않는 방식도 문제입니다. 초기에는 인프라 기반 없이 따라잡아야 해 임시 전력·냉각을 활용한 선가동-후보완이 필요했지만, 이제 xAI도 수요와 증설을 수년 전부터 계획할 수 있습니다. 앞으로의 경쟁력은 극단적 압축이 아니라 하이퍼스케일러 수준의 신뢰성을 확보하면서 24~36개월 리드타임을 얼마나 더 짧게 만드느냐에 있다고 봅니다.

6
스페이스X의 호스팅 계약과 GPU 수익화

9월 10일 GS Communacopia 컨퍼런스에서 CFO는 9월 초 신규 호스팅 계약을 맺었고 2026년 12월 1일부터 월 11억1천만달러, 연환산 133억2천만달러를 창출한다고 했습니다. 이 계약으로 2026년 말 ARR 1,000억달러 목표의 확신이 높아졌습니다. 컴퓨트 계약은 90일 계약 뒤 90일 이전 반환 구조라 사실상 약 6개월입니다. Grok과 Cursor 수요가 높아질 때 추론 컴퓨트를 투입할 여지를 남겨두려는 것이고, 같은 GPU를 어디에 배정해야 ROI가 가장 높은지를 선택하는 사업입니다.

7
지상과 궤도 컴퓨팅의 확대 계획

지상 인프라는 2026년 말 2GW를 조금 넘는 수준에서 2027년 5~10GW로 확대하는 계획을 재확인했습니다. Powered Shell을 어느 시점에 확보할지가 불확실해 범위가 넓습니다. Grok의 성공 기준은 Watt당 30~50달러이고 지금은 상단에 있다고 했습니다. AI 컴퓨트 투자 회수기간은 1년 미만이라는 설명입니다. 궤도 컴퓨팅은 2027년 첫 위성을 쏘고 2028년 상당한 배치를 목표로 하며, 지상의 부지·전력·건설 제약과 우주의 비용 하락으로 비용 동등 시점이 2027년으로 당겨질 가능성도 말했습니다.

8
엔비디아가 보는 공급망과 사이버보안

엔비디아는 GPU 시스템 가격이 Hopper 1만8천달러에서 Blackwell 2만5천달러, Vera Rubin 4만달러로 높아지고 AI Factory 하나당 매출도 커진다고 설명했습니다. 네오클라우드는 단순 고객이 아니라 토지·전력·건물이라는 LPS 공급망에 가깝고, 여러 사업자를 둘수록 실행력 가시성이 높아집니다. 젠슨 황은 코딩 다음의 주요 AI 활용처로 사이버보안을 꼽았습니다. AI는 취약점을 찾고 수정할 수 있고 레드팀과 블루팀 작업은 지속 수요가 될 수 있습니다. Physical AI는 장기 기회지만 대규모 배치·추론 전에 학습용 인프라가 먼저 필요합니다.

9
브로드컴 채널 체크의 제품별 흐름

Cleveland 채널 체크에서는 TPU v7 출하 증가와 TPU v8i의 2026년 하반기~2027년 램프업, MTIA 400 램프업과 OpenAI 할라페뇨의 2026년 4분기 생산 램프업이 정리됐습니다. 엔터프라이즈 B300·RTX 서버에서 Thor NIC 점유율이 좋아지고 AMD Helios·MTIA 랙으로 Scale-up Ethernet도 출하됩니다. 400G·800G·1.6T 수요는 강합니다. 소프트웨어는 대형 고객 갱신과 VCF 사용량 증가가 순풍인 반면 SMB·중견 고객의 뉴타닉스 이탈과 VVF 할인도 나타납니다. 애플·시스코향 비AI 반도체 콘텐츠는 감소하지만 Mythos 취약점 우려는 FC SAN 교체 수요를 개선합니다.

10
광학의 속도와 시스템 전환

광학은 400G에서 800G, 1.6T, 2.4T·3.2T, 6.4T로 대역폭을 높이고 레인당 속도도 50G에서 400G로 갑니다. 광모듈 대역폭은 레인당 속도와 레인 수의 곱이고, 스위치 ASIC은 25.6Tb/s에서 200Tb/s 이상으로 올라갑니다. 지금은 East-West 1.6T와 North-South 800G가 함께 성장하고 이후 1.6T·2.4T·3.2T가 공존하는 사이클입니다. Switch ASIC 대역폭, SerDes, 포트, 광학 대역폭을 함께 봐야 합니다. FRO에서 LRO·LPO로, 플러거블에서 NPO·CPO·Optical I/O chiplet으로, 구리 링크에서 OCS 기반 광 링크로 바뀌는 방향은 전기 형태의 데이터 경로를 최소화한다는 점에서 같습니다.

11
OCS는 부품이 아니라 네트워크 시스템

OCS는 데이터센터에서 데이터가 이동하는 경로 자체를 광학적으로 재구성하는 시스템입니다. MEMS와 LCOS는 전혀 다르고, LCOS는 생산비가 MEMS보다 2~3배 비싸며 시스템 내부 통과에 따른 광손실도 있습니다. 시스템이기에 하이퍼스케일러와 협력·실증한 경험이 중요합니다. 제어·스케줄링·워크로드 이동 방식과 호환돼야 하므로 소프트웨어 성능만이 아니라 소프트웨어 계층을 다루는 방식도 핵심입니다. 단일 실패지점을 빠르게 우회해 slice를 다시 구성하고 Compute Pool의 goodput을 높일 수 있어 구글 TPU·앤스로픽 커스텀 TPU·OpenAI 할라페뇨가 택했고, 마이크로소프트·아마존도 검토하고 있습니다.

12
광섬유 안에서 대역폭을 높이는 방법

연결당 대역폭은 DCI·통신에서 Scale-across·Scale-out·Scale-up·Scale-in으로 갈수록 커집니다. 광원도 EML, SiPh와 CW Laser, VCSEL, TFLN 사이에서 용도별로 달라집니다. 하나의 wavelength에서 레인 속도를 높이면 신호 무결성이 어려워지므로, 한 광섬유에 여러 wavelength를 넣는 WDM도 씁니다. DR과 FR4의 차이는 800G를 여러 fiber에 한 파장씩 보낼지, 한 fiber에 여러 파장을 보낼지입니다. BiDi는 송신과 수신이 같은 광섬유를 공유하고, MCF는 하나의 광섬유 안에 여러 core를 넣습니다. 좁은 랙 안에 많은 연결을 넣어야 해서 코닝이 MCF를 적극 밀고 있습니다.

13
오라클 실적과 AI 용량 인도

오라클 3Q26 실적 뒤 시간외는 4% 상승했습니다. 매출은 193억달러로 전년 대비 30%, 조정 EPS는 1.92달러로 전년 대비 30%, RPO는 6,640억달러로 전년 대비 46%였습니다. 200억달러 ATM 주식발행도 마쳤습니다. 이번 분기 고객에게 AI 용량 850MW와 GPU 30만개 이상을 인도했고, 애빌린은 8개 건물 중 6개인 618MW와 GPU 13만1천개를 인도했습니다. 고객 선급금, BYOH, 공급업체 금융으로 CapEx 초기 현금 부담을 낮추고 있으며 GPU 활용률은 97%, 갱신 용량은 기존 계약보다 평균 20% 높은 가격으로 재계약됐습니다.

14
AI 보안 수요와 전력 유틸리티의 OT 보안

젠슨 황이 사이버보안을 주요 AI 활용처로 언급한 뒤 보안주가 강했고, 개인적으로는 성장성·밸류·가시성을 고려하면 포티넷을 선호합니다. AI Labs가 장차 보안 소프트웨어를 내더라도 하드웨어 강점이 있는 포티넷은 협업해 더 큰 파이를 나눌 수 있다는 생각입니다. Politico는 샘 올트먼이 주요 전력 유틸리티에 AI 사이버 공격 위협을 설명하며 Daybreak 합류와 OpenAI 보안 서비스 구매를 권유했다고 보도했습니다. 유틸리티 디지털화와 통신망 현대화, 공격면 증가, OT 보안 투자, Fortinet 수주라는 흐름은 이미 실제 계약으로 나타나고 있다고 봅니다.

15
전력 인허가와 게임 개발 AI 도입

오라클은 뉴멕시코 Project Jupiter 데이터센터 건설이 계획대로 진행되고 있고 대기오염 허가 절차를 밟는 중이라고 밝혔습니다. 현장 발전에는 블룸에너지 SOFC를 도입하며, 물 사용과 배출이 적어 지역 규제기관·주민과 협력할 수 있다고 했습니다. 같은 날 Codex와 Claude Code에는 유니티 플러그인이 출시됐습니다. AI 에이전트가 유니티에서 모델 생성, 애니메이션, 에셋 적용까지 할 수 있어 게임 엔진 중 AI 적용이 빠른 단계입니다. 게임 개발비용이 낮아지고 새 아이디어가 새 게임과 사용자 흡수로 이어지는 루프가 앞으로 1~2년 사이 크게 빨라질 것으로 예상합니다.

16
트랜스메딕스와 USDC의 일일 관찰

트랜스메딕스의 3Q 비행 건수는 2,190건, 일간 데이터는 26건 증가했고 72일 기준 일평균은 30.42건입니다. CFO는 페르난도 아라우조로 교체됐고 기존 CFO는 중남미 상업전략 고문으로 이동했습니다. 지금은 손익관리보다 OCS Gen 3의 생산원가를 낮춰 다음 단계 매출·마진·이익을 어떻게 세팅할지가 더 중요하다고 봅니다. USDC 유통량은 743억8천만달러, CCTP 30일 전송량은 200억달러이고 42주간 횡보 중입니다. MoM 20% 이상 성장세가 1주일 유지되는지를 돌파 기준으로 보며, 지금 유통량 변화는 크립토 페어 트레이딩 예탁금 영향이 가장 크고 결제 사용 확대라는 펀더멘털 변화는 아직 아닙니다. 피겨 테크의 주간·월간 잠정 영업지표도 확인할 수 있습니다.

5

그럼에도 빠진내용 정리

잡담·곁다리 내용
  • 잡담, 화면 설명, 불확실한 표현을 무작정 버리지 않는다.
생략 기록

별도 생략 기록이 없습니다.

그럼에도 빠진내용 정리

압축/생략
원문의 투자자문 고지, 이전 보고서 바로가기, 랩 운용 링크는 분석 내용이 아니어서 flow에 넣지 않았다.
잡담/운영
포티넷 선호와 AAOI·PLTR 같은 개인 보유 표기는 원문에 있는 판단 강도로 관련 flow에 보존했고, 새 투자 의견으로 확장하지 않았다.
전사 오류 가능성
오라클의 97.% 표기는 문맥상 GPU 활용률 97%로 읽었고, 원문의 추정·예상·가능성 표현은 그대로 유보해 정리했다.
원문 확인

document_work_runner prepare가 입력 원문을 수정 없이 보존했다.