주간전략보고 : 투자의 생각 (7월 27일~7월 31일)

[원문 유형] 네이버 프리미엄 콘텐츠
[채널] 올바른 미국주식 by SAPIENS
[게시일] 2026.07.27. 오후 3:58
[원문 URL] https://contents.premium.naver.com/sapiens/sapiensasset/contents/260727155838647bd
[제목] 주간전략보고 : 투자의 생각 (7월 27일~7월 31일)
[수집 기준] 승인된 구독 열람권으로 실제 본문을 보존했다. 이미지·첨부는 별도 미디어 원장에 보관하며 시각적 의미 검토 여부를 구분한다.

[구독 원문 본문]

안녕하세요 올바른입니다.

본격 2Q26 실적발표 시즌입니다. 살펴볼 컨콜, 실적, 코멘트가 많았습니다. 구글, 테슬라에 이어 산업별로는 GEV, Intel, Nokia, Comfort Systems의 함의점을 정리해봤습니다.

이제 앤스로픽 + 오픈AI ARR은 $117.2B까지 높아졌습니다. 량원펑의 4시간 대담, 오픈소스 지지, Opus 5, 메모리 공급망 체크, 블룸에너지 관련 전문가 인터뷰도 녹여냈습니다.

셈텍 vs 아스테라랩스, 노키아를 통해 확인하는 DCI 수요, 오픈AI-소프트뱅크-엔비디아의 Ohio 10GW 프로젝트, 메타 인프라 팀의 구조적 문제, CapEx Up을 말한 인텔과 테슬라입니다.

주간전략보고

2026-07-20

주간전략보고 : 투자의 생각 (7월 20일~7월 24일) (바로가기)

2026-07-13

주간전략보고 : 투자의 생각 (7월 13일~7월 17일) (바로가기)

2026-07-06

주간전략보고 : 투자의 생각 (7월 6일~7월 10일) (바로가기)

2026-06-29

주간전략보고 : 투자의 생각 (6월 29일~7월 3일) (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

목차

주간전략보고 투자의 생각 : 마찬가지로 루틴대로 EPS 체크

2Q26 3주차 실적발표 훑어보기 : 3주차 27개 기업 - 업사이클 & 다운사이클 비교

투자의 생각 : HOOD, AMD, CRWV, VRT, BE, MU, SNDK, SMTC, LITE/VIAV/AAOI

가스터빈 사이클 CY30까지 연장 : 가스터빈/FTM의 대표기업 (2Q26 실적발표)

인텔을 둘러싼 요소들 : CPU, EMIB-T, 파운드리 (2Q26 실적발표)

Magnificent 7 : Top 2 $117.2B, OAI 10GW, Kimi-K3, 량원펑 4시간 대담, GOOGL/TSLA 2Q

📆 주간 캘린더 (7월 27일~7월 31일)

👨‍💻 → 2Q26 실적발표 3주차

> 통화정책 : 7월 FOMC 및 기자회견 (목)

> 경기/물가 : CB 소비자신뢰지수 (화) 원유재고 (수) PCE (목)

> 고용/실업 : 신규실업수당청구건수 (목)

> 실적발표 : AZN, APLD, NVTS, CLS, CDNS, AMKR (월) BE, GLW, STX, V, KLAC, TER, WM, F, ENPH (화) VRT, MSFT, META, HOOD, LRCX, ARM, FTNT, QCOM, FTAI, GNRC, JCI, APH (수) AAPL, AMZN, COIN, AXTI, FSLR, RDDT, MA, PWR, AEP, TT (목) CVX, XOM, ETN, D, MDT (금)

> 이벤트 : 큰 주제는 X

주간전략보고 : 투자의 생각

마찬가지로 루틴대로 EPS 체크

🧭 S&P500 EPS 추정치 변화 (~7/2

4)

25년 EPS : $271.23

26년 EPS : $342.52 ▲ (6/26 $338.99 ← 5/21 $334.73 ← 4/24 $325.11)

27년 EPS : $400.97 ▲ (6/26 $392.48 ← 5/21 $385.23 ← 4/24 $376.12)

S&P 500 P/E → 적정

지난주에 이어서 이번 주도 밸류는 똑같이 좋습니다. 변동성이 좀 잦아들었나 할 때쯤 다시 거세게 흔들리니 정신이 없는 장입니다만, 기존 AI 사이클을 이끌던 방정식들은 그대로라고 봅니다. AI Labs들의 ARR은 꾸준히 성장하고 있고 스케일링 법칙이 잘 통함을 보여주고 있습니다.

1H25~1Q26까지는 빅테크 FCF 흑자 버퍼를 바탕으로 투자를 가속화하던 시기였다면, 이제 2H26부터는 FCF 적자로 가면서 점점 이전보다 금리와 AI 인프라 자산에 대한 장기 수익성에 민감하게 반응하게 될 것이라 생각하지만 그자체로 문제가 된다고 생각하진 않습니다.

아직 순부채비율로 보자면 현금성자산과 자기자본 대비 차입금이 많지 않습니다. S&P 500 비금융기업 순부채비율 중앙값이 63%인데 아마존, 구글, 마소, 메타는 여전히 순현금 상태입니다. 그리고 부채를 감당할 수 있는 능력은 OCF에 의해 결정되는데 AI 투자가 클라우드, 광고, 소프트웨어 매출을 통해서 OCF 증가로 이어지고 있기에 현금창출력도 함께 커지는 중입니다. 따라서 단기적으로는 보유 유동성과 높은 OCF를 바탕으로 AI CapEx를 앞당길 수 있는 여지가 남아 있다고 봅니다.

*위 자료는 YTD를 기준으로 한 숫자이며, 아래 '주간 퍼포먼스 체크'는 이번 주만을 따졌을 때입니다.

주간 퍼포먼스 체크

지수(4) : Russell2000(-1.3%), Dow30(-0.4%), S&P500(-1.0%), Nasdaq100(-2.6%)

빅테크(7) : 엔비디아(+0.6%), 애플(+0.2%), 마이크로소프트(-2.4%), 아마존(-6.5%), 메타(-8.0%), 구글(-8.8%), 테슬라(-18.9

%)

섹터(11) : 에너지(+3.6%), 유틸리티(+2.1%), 원자재(+1.6%), 리츠(+1.4%), 산업재(+1.1%), 헬스케어(+1.0%), 금융(=0.0%), 테크(-0.7%), 필수소비재(-1.2%), 커뮤니케이션(-4.1%), 경기민감재(-5.5%)

2Q26 3주차 실적발표 훑어보기

3주차 27개 기업 - 업사이클 & 다운사이클 비교

*업사이클이란? : 매출성장률이 역성장(-)에서 성장(+)으로 전환한 기업이거나, '성장률'자체가 약한성장(+)에서 고성장(++)으로 증가하는 기업을 선별하기 위해 많이 참고하고 있습니다. 매출성장률과 영업이익률이 동시에 증가하는 기업일 때는 실적 증가폭도 크지만 리레이팅도 같이 붙기 때문에 가장 좋아하는 구간입니다.

*다운사이클이란? : 매출성장률이 성장(+)에서 역성장(-)으로 전환되거나, 역성장(-) 상태를 유지하거나, 고성장(++)에서 약한성장(+)으로 낮아지는 기업일 경우를 선별하기 위해 참고합니다. 업황이 다운사이클에 들어가면 매출성장률도 낮아지고 영업이익률도 동시에 감소하는 경우가 많기 때문에 실적 감소폭도 크지만 디레이팅도 같이 생기므로 가장 기피하는 구간입니다.

*'클릭 후 더블클릭'하시면 크게 보실 수 있습니다.

2Q26 3주차 실적발표

업사이클 ↗ : 이번주 실적발표 기업 중 업사이클인 기업은 바이코VICR, GE버노바GEV, 구글GOOGL, 텍사스인스트루먼트TXN, ST마이크로일렉트로닉스STM, 디지털리얼티DLR가 있었습니다.

다운사이클 ↘ : 다운사이클인 기업은 도미노DPZ, 제너럴모터스GM, IBMIBM이 있었습니다.

무중력 ↔ : 딱히 표시를 안한 기업군은 순풍/역풍이 뚜렷하지는 않다고 보는 기업군들입니다. 매크로 순풍이나 역풍에 움직이지 않을 때에는 대부분 무중력인 기업군이 많은 것이 정상입니다.

투자의 생각

HOOD, AMD, CRWV, VRT, BE, MU, SNDK, SMTC, LITE/VIAV/AA

OI

상대적인 매력도 평가

주가와 기업의 펀더멘탈을 고려해서 세 가지 기준으로 평가하고 있습니다.

Overweight = 비중확대

Neutral = 중립

Underweight = 비중축소

올바른 미국주식 by SAPIENS

Overweight *순서는 비중, 강도와 무관합니다*

Nvidia

Vertiv

Bloom Energy

Sea Limited

DoorDash

Micron

dLocal

MercadoLibre

Figure Tech

Semtech

Sandisk

CoreWeave

Lumentum

Applied Optoelectronics

Viavi Solutions

로빈후드(HOOD)

로빈후드HOOD는 Neutral을 유지합니다. CY27 PER 39.5배입니다.

로빈후드 3Q25 실적발표 : 폴리마켓을 넘어서는 Robinhood Prediction

로빈후드, 'Gold'가 성장전략의 중심인 이유

로빈후드는 월 $5짜리 구독 멤버십을 운영 중입니다. 고금리 현금계좌, IRA 매칭, 낮은 거래수수료, 리서치, Cortex AI, Gold Card, Banking과 자산관리 서비스를 묶은 멤버십입니다. 단순한 유료 구독상품이 아니라 고객을 좀 더 상위 생태계에서 묶어두기 위함입니다.

로빈후드에 따르면 평균 Gold 가입자는 일반 고객보다 보유자산이 약 5배 많고, 순입금 증가율이 약 1.2배 높으며, 퇴직계좌 채택률도 약 3.3배 높습니다. 따라서 Gold 가입자가 늘어날수록 구독료뿐 아니라 마진이자, 현금이자, 카드결제, 자산관리 수익까지 함께 증가할 가능성이 높습니다.

신용카드는 이 전략에서 특히 중요합니다. 주식거래는 시장상황에 따라 빈도가 크게 달라지지만 카드는 매일 사용합니다. 경영진도 Banking과 Credit Card를 고객과의 관계를 일상적인 사용 사례로 바꾸는 제품이라고 설명했습니

다.

Gold Card 고객 100만 명 돌파

로빈후드는 Gold Card 고객이 100만 명을 넘어섰다고 밝혔습니다. 1Q26 컨퍼런스콜 당시에는 고객이 80만 명에 연환산 결제액은 $15B였습니다. 환산하면 고객당 연간 결제액 $18,750입니다. 당시 경영진은 2026년 중 100만 카드와 $100M ARR 달성을 목표로 제시했는데 카드 고객 목표는 예상보다 빠르게 달성된 셈입니다.

Platinum Card, 초대 방식으로 출시

Platinum Card는 2026년 3월 처음 공개됐으며 이번에 초기 고객을 대상으로 초대장이 발송되기 시작했습니다. 앞으로 수개월 동안 대상을 확대할 예정입니다. 카드 자체는 27g 무게에 99.9% 순도의 백금 도금을 적용했으며, Gold Card보다 최대 5배 높은 신용한도를 제공하는 고액지출 고객용 카드입니다.

Gold Card는 연회비 $60에 모든 결제에 3%를 적립해주는 방식인데, Platinum Card는 연회비는 $695이며 주요 적립구조상 여행과 외식 지출이 많고 제공되는 크레딧을 적극적으로 사용하는 고객을 겨냥(레스토랑 5%, 항공권 5%, 호텔/렌터카 10%)한 카드입니다.

AMD(AMD)

AMDAMD는 Neutral을 유지합니다. CY27 PER 36.8배(CY27 EPS $14.2/CY28 EPS $20)입니다.

AI 인프라 1GW의 경제학 : 엔비디아의 '현금' vs AMD의 '워런트'

AMD 3Q25 실적발표 : 오픈AI와 깐부를 맺다, "11월 11일을 기대해주세요"

AMD의 Helios 랙을 대규모로 도입 중

AMD가 마이크로소프트와 협력하여 Azure에 Helios 랙 스케일 제품은 대규모 도입하고 있습니다.

엔비디아의 NVL랙이 GPU, CPU, NVLink, NVSwitch를 포함한 하나의 솔루션인 것처럼 AMD의 Helios 랙은 MI455X GPU, 6세대 EPYC 'Venice' CPU, Pensando DPU 칩을 하나로 통합한 시스템입니

다.

오픈AI가 Azure를 통해서 AMD의 제품을 구매하는 구조로 계약이 된 것이기 때문에 <AI 인프라 1GW의 경제학 : 엔비디아의 '현금' vs AMD의 '워런트'>에서 전해드린 것처럼 워런트를 찍어주고 AMD Helios 랙을 파는 방식의 세일즈가 실제 집행되고 있는 것으로 보시면 됩니다.

앤스로픽-AMD 전략적 계약 체결 ($5B 투자 ↔ MI455X 2GW)

AMD와 앤스로픽이 최대 2GW 규모의 MI455X 랙을 구매하는 전략적 파트너십을 체결했습니다.

1GW는 1H27에 도입될 예정이고, 두 번째 1GW는 구체적인 일정은 없습니다. 첫 1GW 배포 시점이 1H27인 것을 생각해보면 다소 의아한 것은 있습니다. 지금 MI450 시리즈는 GB300보다 좋다는 것을 목표로 하는 칩인데 1H27면 VR200이 양산되고 있고 VR300 tape-out이 끝났을 시점입니다.

MI450/455X는 지금 양산 중이지만 Production Token은 1H27부터 나올 예정입니다. 엔비디아가 8-GPU 랙에서 72-GPU 구조로 옮겨가면서 겪었던 이슈들을 해소해야 하는 시간들이 필요합니다. AMD 입장에선 매출인식에 문제는 없는데 고객사 입장에서는 MI450/455X를 활용하려면 시간이 좀 필요하단 의미입니다. 그래서 AMD도 GPM 50%라는 베네핏으로도 그냥 판매할 수가 없다보니 워런트나 $5B 투자를 통해서 사실상 제품 판매의 마진을 깎아주는 것이긴 합니다.

왜 계약이 나왔는가를 생각해보면:

앤스로픽은 MI450X 구매의 댓가로 현금 $5B를 투자받을 예정입니다. 그러면 실질적으로 MI455X 1GW DC는 $25B 정도 들 것으로 예상되는데 AMD는 GPM 50% 가정하고 GP $12.5B 중 $5B만큼을 앤스로픽에게 줬다는 의미가 됩니다. GPM 30%로 판매했다는 의미라 이정도면 사업성이 나오긴 합니다.

앤스로픽 입장에서는 되는대로 싸게 컴퓨팅을 많이 확보하는 것이 좋으니 AMD와도 계약했습

니다. CY27에 대략 미국에서만 30~40GW를 온라인할 예정인 것을 생각해보면 추론용 적당한 퍼포먼스를 내는 칩도 필요한 상태입니다.

코어위브(CRWV)

코어위브CRWV는 Overweight을 유지합니다. EV/CY26 EOY ARR 3.75배입니다.

코어위브 1Q26 실적발표 : 적자만 보면 놓치는 코어위브의 진짜 변화

밸류 비교

Enterprise Value : 오라클 $472.3B. 코어위브 $71.3B, 네비우스 $47.5B, 아이렌 $15.0B

CY26 EOY ARR : 오라클 $40B(IaaS만, 매우 러프), 코어위브 $19B, 네비우스 $9B, 아이렌 $4.0B

EV/CY26 EOY ARR : 오라클 5.90배(아래 설명O), 코어위브 3.75배, 네비우스 5.28배, 아이렌 3.75배

CY26 CapEx : 오라클 $80B(FY27 아닌 CY26, 추정), 코어위브 $35B, 네비우스 $25B, 아이렌 비공개

*오라클은 ⓐ영업현금흐름으로 CapEx 중 상당부분을 자급자족하고 + ⓑ데이터센터를 직접 짓기 때문에 CapEx 부담은 높고 OpEx 부담은 낮은 구조임을 감안해야 하므로 실질 ARR을 더블인 $80B로 추정하더라도 7.11배입니다.

GPU 추론 수요가 다시 높아지는 중

3Fourteen 자료를 보면 최근 GPU 가용성이 다시 계속해서 낮아지고 있습니다. 시장에서 즉시 임대할 수 있는 GPU 물량이 줄어들고 있다는 의미입니다. 이는 AI Labs와 클라우드 사업자들의 GPU 임대 수요가 다시 강해지고 있음을 보여줍니다.

모델 경쟁이 치열해질수록 부가가치는 HW로 이동한다

모델 기업 간 경쟁이 격화되면 각 AI Labs는 경쟁력을 유지하기 위해 더 많은 FLOPS를 확보하거나 기존 인프라를 더 고성능 부품으로 교체하려 합니다. 결국 모델 성능의 차별화가 어려워질수록 추가적인 투자금의 상당 부분이 GPU, HBM, 네트워크, 전력 인프라 같은 하드웨어로 이동하니 AI 산업에서 발생하는 증분 부가가치가 모델 기업에만 머무르지 않고 하드웨어 공급망으로 이전되는 구조입니

다.

GPU 임대가격 비교 : Big CSP vs Neocloud

하이퍼스케일러의 H100 임대료는 모든 지역에서 비하이퍼스케일러보다 일관되게 높은 수준을 유지하고 있습니다. 대략 2~2.5배의 프리미엄이 붙어 있습니다. 이 가격 차이는 단순한 GPU 연산력 외에 하이퍼스케일러가 함께 제공하는 소프트웨어, 관리형 서비스, 규제 준수, 보안, 생태계 통합 등의 부가가치를 반영합니다. 비하이퍼스케일러는 일반적으로 이러한 기능을 동일한 수준으로 제공하지 못하니 그렇습니다.

다만 프리미엄은 2025년 초 이후 크게 축소

하이퍼스케일러의 가격 프리미엄은 2025년 초 이후 상당히 줄어들었습니다. 가장 큰 원인은 2025년 동안 하이퍼스케일러의 H100 임대가격이 약 40% 하락했기 때문입니다. 비하이퍼스케일러 가격도 2025년 중반 일시적으로 낮아졌지만 2026년 들어 다시 회복했습니다.

이 과정에서 두 사업자군 사이의 가격 격차는 추가로 축소됐습니다. 3Q26 기준 하이퍼스케일러의 가격 프리미엄은 약 120%입니다. 여전히 상당한 수준이지만 2025년 초와 비교하면 절반 정도로 줄었습니다.

이러한 가격 수렴은 순수 GPU 연산 워크로드에서 시장이 하이퍼스케일러의 소프트웨어와 관리형 서비스, 생태계 통합에 과거만큼 높은 추가 가치를 부여하지 않고 있음을 시사합니다. GPU 컴퓨팅 자체가 점차 표준화될수록 고객들은 생태계보다 가격을 더 중요하게 평가할 수 있습니다. 이는 장기적으로 GPU 임대 시장에서 하이퍼스케일러와 네오클라우드 간 가격 경쟁이 더 치열해질 가능성을 의미합니다.

BofA의 코어위브 코멘트 : CapEx 상향과 수익성 개선 예상

BofA가 코어위브의 FY26 CapEx 추정치를 $29B → $34B로 상향조정했습니다. 그러면서 OPM은 1Q26 1.0% → 2Q26 2.4%로 높아져 → 4Q26에는 14.6%로 마감할 것으로 예상했습니다.

또한 스페이스X와 메타가 컴퓨트를 판매하는 것에 대해서 시장이 경쟁으로 받아들이고 있지만 이는 GPU 임대에 대한 수요가 공급을 훨씬 초과하고 있기 때문에 GPU 용량 자체가 어떤 네오클라우드를 택하는가보다 더욱 더 제약 요인이므로 상관없다고 평가했습니다. 현재처럼 수요가 공급을 훨씬 초과하는 환경에서는 GPU 용량 자체가 가장 큰 제약 요인이기 때문에 BofA의 판단은 현재 AI 컴퓨팅 시장이 점유율을 빼앗는 경쟁 단계가 아니라, 공급되는 GPU 용량이 대부분 소화되는 공급 부족 단계에 있다는 것입니다.

엔비디아, 네비우스 지분 9.3% 공시

엔비디아가 SEC 공시를 통해 네비우스 지분 9.3%를 실질적으로 보유하고 있다고 밝혔습니다. 다만 이번 공시는 엔비디아가 최근 네비우스 주식을 새로 매수했다는 의미가 아닙니다. 지난 2026년 3월 투자 당시 취득한 Pre-funded Warrant가 SEC 실질소유 규정상 보유주식으로 계산되기 시작하면서 Schedule 13G 제출 의무가 발생한 것입니다.

NVIDIA가 기존에 실제 보유하고 있던 Nebius 주식 1,190,476주에

2026년 3월 11일 취득한 pre-funded warrant의 기초주식 21,065,936주가 더해졌습니다.

'60일 이내 행사 가능' 규정 떄문에 실질소유로 잡히는 것

두 물량을 합치면 엔비디아가 실질적으로 보유한 것으로 간주되는 네비우스 주식은 총 22,256,412주입니다. 이번 공시에서 새롭게 반영된 대부분의 지분은 실제 보통주가 아니라 향후 워런트를 행사하면 받을 수 있는 기초주식입니다.

엔비디아는 해당 워런트를 2026년 9월 11일 이전에는 행사할 수 없습니다. 워런트의 기초주식 역시 그 이전에는 매각할 수 없습니다. 따라서 2026년 7월 13일 기준으로 엔비디아가 워런트를 행사해 네비우스 보통주 21,065,936주를 실제로 보유하고 있었는 것은 아닙니

다.

하지만 7월 13일을 기준으로 보면 9월 11일이 60일 이내에 들어오기 때문에 SEC 실질소유 규정상 워런트 기초주식까지 보유 주식으로 간주했습니다. 새로 매수했다는 게 아니라 지난 3월 투자로 취득한 워런트가 '60일 이내 행사 가능한 증권'으로 분류되는 시점에 들어오면서 Schedule 13G 제출 의무가 발생한 것입니다.

버티브(VRT)

버티브VRT는 Overweight을 유지합니다. 버티브 CY27 PER 32배입니다.

버티브 1Q26 실적발표 : 첫 토큰을 앞당기는 힘, 공장에서 만드는 데이터센터

버티브 1Q26에서도 보였던 '모듈러 데이터센터 수요 급증'

2026년 초부터 질적으로 많이 바뀐 건 버티브가 본격 모듈화 데이터센터를 제품화해서 판매하는 기업으로 바뀌고 있다는 것입니다. OneCore, SmartRun 등 모듈화된 제품들의 수요가 높아지고 있습니다.

핵심 가치제안은 고객이 AI HW들을 구매한 뒤 첫 토큰이 나오기까지의 시간을 단축시키고, 현장 인력 부족과 복잡성을 줄여주는 최적화된 솔루션이라는 데 있습니다. 그리고 더 중요한 건 CFO가 이렇게 단일 제품 판매에서 시스템 단위를 파는 사업자로의 전환이 생기더라도 마진을 크게 희석시키지 않을 것이라고 말했습니다.

장비를 배치할 때 콘텐츠는 커지고, End-to-End 포트폴리오를 살려 가치 기준 시장 점유율도 높아질 것인데, 마진 구조는 유지될 가능성이 있다는 뜻입니다.

이에 4월 13일에 버티브가 인수한 BMarko Structures LLC 인수 건에 대해서 좀 더 깊게 들어가봅니다.

버티브가 맞춤형 구조물 제조 전문업체인 BMarko를 인수한 것은 AI 데이터센터 구축 방식이 점점 더 모듈형으로 이동하고 있기 때문입니다. 전력, 냉각, 서버 인프라를 보다 빠르게 배치해야 하는 수요가 커지면서 단순 장비 공급을 넘어 구조물 단계까지 직접 통제하려는 움직임으로 해석할 수 있습니

다.

데이터센터 증설 속도는 숙련공 부족 문제에 부딪힐 것

오라클-크루소의 1.2GW 규모 애빌린 프로젝트는 피크 시간대 기준으로 5,000명의 근로자를 필요로 했습니다. 건설, 전기, 배관 등 각종 고숙련 기술자들을 필요로 하는 일입니다. CY26 연간 15GW를 구축할 예정이므로 피크 시간대 기준 6.2만 명 이상을 필요로 한다는 것이고 → CY27에는 연간 ~40GW를 구축할 것이므로 피크 시간대 기준 16.6만 명을 → CY28에는 연간 ~100GW를 구축하니 41.6만 명의 기술자를 필요로 하게 됩니다.

결국 해결책은 현장 시공을 우선하는 것이 아니라 처음부터 모듈화된 데이터센터를 현장에 설치하는 방법을 우선하는 것입니다. 전력, 냉각, 서버 블록을 미리 조립한 뒤 MW급 단위로 출하하면, 현장에서 필요한 전기 기술자와 배관공의 수를 크게 줄일 수 있기 때문입니다. 따라서 데이터센터 산업이 대규모 증설 국면으로 갈수록, 모듈형 인프라를 빠르게 공급할 수 있는 기업의 가치가 높아질 가능성이 큽니다. 그런 점에서 4월의 BMarko 인수는 버티브가 앞으로의 AI 데이터센터 구축 트렌드에서 수혜를 보기 위한 전략적 포석이라고 볼 수 있습니다.

칠러 생산능력도 공격적으로 늘리는 중

버티브는 최근 이탈리아 토냐나 캠퍼스 투자 계획도 발표했습니다. 버티브는 이를 통해 칠러 생산능력을 2026년 말까지 2배로 늘리고, 2027년 초에는 대규모 테스트 연구소를 완공하여 AI/HPC 인프라에 대한 수요를 지원하기 위한 제품을 연구하는 역량을 높일 예정입니다.

데이터센터 모듈러 제품 피어그룹 : Comfort Systems USA

Comfort Systems USA는 상업/산업용 건물의 MEP(Mechanical, Electrical, Plumbing) 시스템을 설치하고 관리하는 기업입니다. 2025년 말 기준 50개 운영회사가 미국 142개 도시의 190개 거점에서 사업하고 있었습

니다. 2026년 5월 Hunt Electric을 인수하면서 운영회사는 51개로 늘어났습니다. 각 지역 사업회사가 영업과 프로젝트 집행을 담당하고 본사는 자본 배분, 인수합병, 구매력, 교육과 리스크 관리를 지원하는 분산형 구조입니다.

사업부별로 나눠보면

Mechanical의 매출비중은 70.3%, 성장률은 YoY 40.2%입니다.

Electrical의 매출비중은 29.7%, 성장률은 YoY 81.2%입니다.

Mechanical은 데이터센터의 냉각과 공조, 배관, 덕트, 파이핑 등을 담당합니다.

Electrical은 전력 인입, 배전, 스위치기어 연결, 전기 시공 등을 담당합니다. 데이터센터의 전력밀도와 냉각 복잡도가 높아질수록 두 사업 모두에서 FIX의 작업량이 증가합니다.

전방 산업별 고객비중을 보시면,

테크 : 매출비중 58.7%

제조업 : 16.4%

헬스케어 : 7.1%

교육 : 5.1%

정부 : 4.4%

기타 : 8.3%입니다.

테크산업와 제조업을 합친 산업 고객 비중은 75.1%입니다. 테크향 비중은 2Q25 43.0%에서 2Q26에는 58.7%로 급상승했습니다. 회사는 테크향 수요 증가의 중심이 데이터센터라고 명시하고 있습니다.

또한 마찬가지로 전방 고객들의 프로젝트 유형으로 보자면, 신축 프로젝트 비중이 높아졌습니다. 원래 2Q25에는 신규 건설 비중이 57.9%였는데, 2Q26에는 75.1%까지 높아졌습니다. 신규 건설 비중이 급증한 이유는 대형 데이터센터와 모듈러 매출이 빠르게 성장했기 때문입니다.

모듈러 사업의 수혜를 보는 입장 : 모듈러가 중요한 이유

모듈러 건설이란 덕트, 배관, 냉각, 전력 구성요소 등을 대형 공장에서 미리 조립한 후 데이터센터 현장으로 운송해 설치하는 방식입니다. 현장 인력 부족을 줄이고 품질을 표준화할 수 있습니다. 동시에 데이터센터 가동 시점을 앞당길 수 있습니다. 고객 입장에서는 건물 자체보다 얼마나 빠르게 White/Gray Space를 얼마나 빨리 확보하는가가 중요하기 때문에 공기 단축의 경제적 가치가 큽

니다. FIX는 이에 2025년부터 데이터센터용 Modular 사업의 공장, 자동화 장비와 생산라인에 대규모로 투자하고 있습니다.

현재 Modular 사업 전용 건물 면적은 350만ft² 이상 → 26년 말에는 400만 → 27년 늦여름에는 500만으로 확장할 예정입니다. 중요한 점은 400만ft²에서 500만ft²로 확대되는 물량까지 기존 고객을 위한 증설이라는 것입니다. 경영진은 고객이 의미 있는 다년 물량 약정을 제공할 때만 건물을 확장한다고 강조했습니다. 두 하이퍼스케일러가 지속적으로 물량을 약정하고 있어 증설을 진행한다는 설명입니다.

여기에 더 나아가서 회사는 Frontier Labs와 Colocation 사업자들을 대상으로 소규모 파일럿 계약을 진행하고 있습니다. 현재 발표된 500만ft² 생산능력 외에 신규 고객의 파일럿이 본격적인 장기 프로젝트성 매출로 전환되면 FIX는 기존 500만ft² 외에 생산공간을 추가해야 한다고 밝혔습니다.

블룸에너지(BE)

블룸에너지BE는 Overweight을 유지합니다. CY27 PER 20.5배입니다.

블룸에너지 1Q26 실적발표 : 매출 130% 성장과 마진 빅서프, AI 전력난 해결사⚡️의 일은 이제 시작

전문가 인터뷰 : Plug Power 前 VP가 바라본 블룸에너지

이번 전문가 콜의 핵심은 하이퍼스케일러들이 가스터빈과 블룸에너지를 비교한 뒤 블룸에너지를 선택한 것이 아니라는 점입니다. 고객들은 처음에는 가스터빈을 선택했습니다. 그러나 필요한 시점에 터빈을 구할 수 없다는 사실을 확인했고 대안 가운데 요구조건을 가장 많이 충족한 블룸에너지를 선택했습니다.

가스터빈은 여전히 대규모 발전시장의 주력 설비입니다. 다만 미쓰비시와 GE 버노바, 지멘스, 히타치 등의 가스터빈은 지금 주문하지 않았다면 2030년 이전에 전력을 공급받기 어렵다는 것이 전문가의 판단입니다. 왕복엔진도 상황은 비슷합니다. Caterpillar, Jenbacher, Generac, Wärtsilä 등의 생산물량도 사실상 대부분 판매됐습

니다. 변압기와 스위치기어, 변전소 장비의 리드타임도 약 60개월에 달합니다. 결국 현재 데이터센터 전력시장의 가장 큰 제약은 발전원의 가격이나 효율보다 필요한 시점에 장비를 확보할 수 있느냐입니다.

블룸이 제공하는 핵심 가치는 가용성과 모듈성입니다

블룸에너지가 기존 발전설비와 차별화되는 지점은 빠른 공급 가능성과 모듈형 증설 구조입니다. 회사는 소규모 프로젝트에서 약 90일의 Time-to-Power가 가능하다고 주장합니다. 전문가는 제한된 규모에서는 이 주장이 신뢰할 만하지만 대규모 프로젝트에서도 같은 속도가 유지될지는 의문이라고 평가했습니다.

그럼에도 블룸의 장점은 발전용량을 작은 단위로 나눠 순차적으로 설치할 수 있다는 점입니다. 가스터빈은 일반적으로 처음부터 대형 발전소를 건설해야 합니다. 반면 블룸에너지의 Behind-the-Meter 전원은 부지와 가스 연결만 확보하면 초기 용량을 먼저 설치하고 데이터센터가 확장되는 속도에 맞춰 설비를 추가할 수 있습니다. 고객 입장에서는 대규모 자본을 한꺼번에 투입하지 않고 실제 전력 수요에 맞춰 단계적으로 CapEx를 집행할 수 있습니다.

가스터빈 업체들이 생산능력을 빠르게 늘리지 않는 이유가 중요합니다

블룸에너지의 기회가 얼마나 오래 지속될지는 가스터빈과 엔진 제조사들이 생산능력을 얼마나 빠르게 확대하는지에 달려 있습니다. 그러나 전문가에 따르면 기존 OEM들은 의도적으로 공격적인 증설을 피하고 있습니다.

현재 주문 가운데 상당 부분이 동일한 데이터센터 프로젝트가 여러 공급업체에 동시에 발주한 이중/삼중 주문일 수 있다고 의심하기 때문입니다. 프로젝트가 최종투자결정인 FID에 도달하지 못하면 주문이 취소되고 증설한 공장이 유휴설비로 남을 수 있습니다. 전문가는 이를 반도체 공급 사이클과 비교했습니다. 수요를 과대평가해 생산능력을 증설한 뒤 가동률이 여러 분기 동안 낮게 유지되면 산업 전체가 구조적인 피해를 입을 수 있다는 것입니

다.

현재 터빈 제조사들의 태도를 요약하면 다음과 같습니다. "우리에게서도 살 수 없고 경쟁사에서도 살 수 없으니 기다려야 한다." 이러한 공급 규율이 유지된다면 블룸에너지의 기회는 몇 분기가 아니라 수년 동안 지속될 수 있습니다. 블룸의 제품은 정밀 가공이 필요한 가스터빈보다 고체 전기화학 장치에 가깝습니다. 기존 터빈과 전혀 다른 공급망을 사용하기 때문에 상대적으로 생산능력을 빠르게 확대할 여지가 있습니다.

블룸의 발전단가는 비싸지만 감당할 수 없는 수준은 아닙니다

전문가가 자체적으로 계산한 균등화발전비용인 LCOE는 다음과 같습니다. 가스터빈은 kWh당 약 4.5~7센트입니다. 블룸에너지는 연방정부 인센티브를 제외하면 7센트를 조금 넘고, 보조금을 적용하면 이보다 낮아집니다. 왕복가스엔진은 약 8~10센트, 디젤발전은 10센트 후반에서 20센트 중반 수준으로 추정했습니다.

중요한 점은 블룸에너지가 빠른 설치의 대가로 가스터빈보다 세 배 비싼 전력을 판매하는 구조가 아니라는 것입니다. 가스터빈과의 비용 차이는 kWh당 한 자릿수 센트 범위에 머물러 있습니다. 하이퍼스케일러의 데이터센터 경제성은 이 정도 전력비에서도 충분히 성립할 수 있습니다. 만약 블룸의 전력비가 가스터빈의 세 배라면 공급 부족이 해소되는 순간 고객들은 즉시 가스터빈으로 돌아갈 것입니다. 그러나 현재 수준의 프리미엄이라면 가스터빈 공급이 정상화된 뒤에도 블룸이 일정한 시장을 유지할 가능성이 있습니다.

높은 발전효율이 초기 설비비용을 일부 상쇄합니다

블룸에너지는 초기 CapEx가 높지만 발전효율에서 장점이 있습니다. 전문가가 제시한 블룸의 발전효율은 약 60~65%입니다. 가스터빈은 약 55%, 왕복 엔진은 약 45% 수준입니다. 발전효율이 높을수록 같은 양의 전력을 생산하는 데 필요한 천연가스가 줄어듭니다. 따라서 높은 초기 설비비용 가운데 일부를 장기간의 연료비 절감으로 회수할 수 있습

니다. 앞으로 블룸이 생산 규모를 확대하고 단위당 CapEx를 낮춘다면 가스터빈과의 LCOE 차이는 더 줄어들 수 있습니다. 일정 조건에서는 오히려 블룸의 발전단가가 더 낮아질 가능성도 있습니다.

현재 블룸의 순위는 가스터빈과 엔진에 이은 3위

하이퍼스케일러가 발전원을 선택한다고 가정했을 때 전문가는 블룸에너지를 가스터빈과 왕복엔진에 이은 3위로 평가했습니다. 이유는 기술적인 한계보다 운용 실적의 부족입니다.

고객은 캐터필러 엔진이나 GE 버노바 터빈을 구매할 때 어느 정도의 성능과 가동률, 유지보수 비용을 기대할 수 있는지 알고 있습니다. 자동차 구매자가 토요타의 품질을 신뢰하는 것과 비슷합니다. 반면 블룸에너지 제품은 아직 대규모 데이터센터 환경에서 장기간 축적된 운용 데이터가 부족합니다. 고객들이 확인해야 할 핵심은 실제 가동률과 유지보수 주기, 약 10년으로 추정되는 스택 교체주기입니다. 스택 수명에 대해서는 긍정적인 선례도 있습니다. 전문가는 PEM 연료전지 산업에서도 실제 스택 교체주기가 초기 예상보다 길어졌다고 설명했습니다.

블룸에너지가 가스터빈이나 왕복엔진과 동등한 우선순위를 확보하려면 두 가지 조건이 동시에 충족돼야 합니다. 첫 번째는 업계 전반에서 2~4년 동안 축적된 실제 가동 데이터입니다. 두 번째는 생산 확대를 통한 CapEx 절감입니다. 오라클, 네비우스, 브룩필드, AEP 프로젝트가 블룸의 실제 성능을 검증하는 핵심 사례가 될 것으로 전망했습니다. 이들 프로젝트에서 높은 가동률과 안정적인 유지보수 성과가 확인되면 블룸에너지의 제품은 공급 부족기에 선택하는 임시 대안에서 장기적인 주력 발전원으로 평가가 바뀔 수 있습니다.

현재 단계에서는 아직 결론이 나지는 않았지만 최근 데이터들은 계속해서 긍정적인 방향이라고 설명했습니다.

가스터빈/왕복엔진 대비 인허가를 받기가 쉬운 SOFC

블룸의 연료전지는 천연가스를 연소하지 않고 전기화학 반응으로 전력을 생산합

니다. 이에 따라 NOx와 SOx, 미세먼지 배출이 없거나 매우 적습니다. 지역 대기질에 미치는 영향도 제한적입니다. 소음은 3피트 거리에서 약 65dBA로 알려져 있습니다. 전문가는 이를 50피트 떨어진 잔디깎이 기계와 비슷한 수준으로 설명했습니다.

실제 프로젝트에서는 주변 고속도로 소음이 블룸 설비의 소음보다 더 크게 들릴 수 있다는 의미입니다. 순수 물 소비도 없습니다. 가동 초기에 사용한 물은 증기로 회수해 재활용합니다. 이러한 특성은 대기오염과 소음, 물 사용을 둘러싼 지역사회의 반대를 줄이고 인허가 절차를 단순화할 수 있습니다.

지금까지 친환경성은 구매 결정에 거의 영향을 주지 않았습니다

전문가는 현재까지 블룸의 환경적 장점이 고객의 구매 결정에서 사실상 아무런 역할을 하지 않았다고 평가했습니다. 고객이 블룸을 선택한 이유는 발전설비를 당장 확보할 수 있었고 경제성도 수용 가능한 범위였기 때문입니다. 현재 블룸의 실적 대부분은 친환경성이나 지역사회의 수용성보다 가용성과 비용에서 발생했다는 것입니다.

하지만 데이터센터에 대한 지역사회의 반대가 선거 이슈로 발전하면 상황이 달라질 수 있습니다. 후보자들이 데이터센터의 전력 사용과 물 소비, 대기오염 문제를 선거 공약으로 다루기 시작한다면 무배출 현장발전은 선택사항이 아니라 일부 지역에서 유일하게 인허가를 받을 수 있는 발전원이 될 수 있습니다. 이러한 변화는 서부 텍사스의 대형 캠퍼스보다 실제 주거지역과 가까운 20MW, 50MW, 100MW 규모 데이터센터에서 먼저 나타날 가능성이 높습니다.

전문가가 참고하는 현재 블룸의 점유율은 한 자릿수에 머물러 있지만 5년 후에는 15~18%, 10년 후에는 25~28%까지 높아질 수 있다고 전망했습니다. 대기오염과 물 사용 규제가 여러 지역에서 실질적인 제약으로 작용하는 낙관적인 시나리오에서는 블룸의 점유율이 40~50%까지 확대될 가능성도 제시했습니다

.

낙관적 시나리오의 핵심은 지리적 제약입니다. 데이터센터가 인구밀도가 높은 지역으로 분산될수록 대기오염과 소음, 물 사용, 인허가 문제는 피할 수 없는 변수가 됩니다. 이때 블룸의 비연소 발전방식이 강력한 경쟁우위로 작용할 수 있습니다.

"스칸듐 우려는 상당히 과장되어 있다"

전문가는 블룸에너지의 스칸듐 공급망을 지적한 공매도 보고서가 일부 타당한 문제를 제기했지만 결론은 과도하다고 평가했습니다.

첫 번째는 비용 민감도입니다. 스칸듐은 800~900도 고온을 견디기 위해 지르코늄 세라믹 전해질에 소량 첨가되는 도펀트입니다. 전문가는 스칸듐이 전체 재료비의 2%를 차지한다고 가정하는 것조차 도펀트로서는 매우 높은 가정이라고 평가했습니다. 설령 스칸듐 가격이 두 배로 올라 재료비 비중이 2%에서 4%가 되더라도 블룸은 이를 제품 가격에 전가할 수 있습니다. 발전효율이 0.5%p만 개선돼도 LCOE 측면에서 상당 부분을 상쇄할 수 있습니다. 따라서 향후 몇 년 동안은 물량을 확보하지 못하는 공급 위험보다 가격 상승 위험에 가깝다는 판단입니다.

두 번째는 공급망 민감도입니다. 스칸듐은 일반적으로 스칸듐 자체를 목적으로 채굴하지 않습니다. 티타늄과 코발트, 알루미늄, 철, 리튬 광산의 부산물과 폐광석에 포함돼 있지만 대부분 회수하지 않고 버립니다. 따라서 구조적인 제약은 지질학적인 매장량이 아니라 이를 경제적으로 분리하고 정제할 수 있는 처리설비입니다. 스칸듐-알루미늄 합금은 3D 프린팅과 전투기 외피, 미사일 등에 사용될 수 있습니다. 국가안보와 핵심광물 정책의 지원을 받아 비중국권의 정제능력이 확대될 가능성이 있습니다.

블룸도 지난 20년 동안 GW당 스칸듐 사용량을 줄여왔습니다. 전문가는 블룸이 스칸듐을 세륨과 이트륨으로 대체하는 특허를 출원한 사실과 광산 폐기물에서 스칸듐을 회수하는 지식재산권을 보유한 점을 확인했습니다. 또한 필리핀에서 코발트 사업을 운영하는 스미토모가 블룸에너지를 고객사로 공개하고 있어 비중국권 공급망도 존재합니

다.

사실 가장 중요한 건, 이미 블룸에너지는 '연간 25GW까지 공급할 수 있는 스칸듐 소스를 갖고 있다'고 말했기 때문에 그 자체로도 리스크는 상당부분 줄어든다고 보는 것이 합리적입니다.

2Q26 데이터센터 9.6GW 임대

TD Cowen의 데이터센터 채널 체크에 따르면 2Q26 신규 데이터센터 임대 규모는 총 9.6GW를 기록했습니다. 메타가 2.5GW를 확보했고, 마이크로소프트 2GW, 구글 1.5GW를 가져갔습니다. 나머지 용량은 엔비디아와 아마존, 앤스로픽, 코어위브, 오라클, 오픈AI 등이 임차했습니다. 단일 분기에 10GW에 가까운 용량이 임대됐다는 점에서 AI 인프라 수요가 여전히 매우 강하다는 것을 확인할 수 있습니다.

파이프라인은 12.5GW로 더욱 확대

2Q26에 9.6GW의 계약이 체결됐음에도 신규 임대 파이프라인은 12.5GW로 계속 커지고 있습니다. 기존 수요가 계약으로 전환되는 속도보다 새로운 데이터센터 수요가 유입되는 속도가 더 빠르다는 의미입니다. AI Labs와 하이퍼스케일러가 요청하는 개별 프로젝트의 규모도 점차 커지고 있습니다. 이제 수백 MW를 넘어 mulit-GW 단위의 캠퍼스 요청이 일반화되는 모습입니다.

오픈AI/앤스로픽은 글로벌로 전력 용량 확보

오픈AI는 2030년까지 30GW의 용량을 요청하고 있습니다. 앤스로픽도 여러 국가에서 각각 1GW 이상의 대규모 용량을 요청하는 것으로 파악됩니다. 프론티어 AI Labs는 특정 지역에 하나의 초대형 데이터센터를 건설하는 데 그치지 않고 여러 국가와 전력시장에서 동시에 용량을 확보하고 있습니다. 추론을 위한 수요이기도 하고, 전력망 연결/발전설비/GPU 공급 일정에 불확실성이 크기 때문에 가능한 많은 지역에서 선택지를 선점하는 전략으로 볼 수 있습니다.

메타는 미국과 유럽의 10개 이상 도시에서 약 20MW 규모의 데이터센터를 요청하고 있습니다. 초대형 AI 캠퍼스와 별개로 주요 지역에 비교적 작은 데이터센터를 분산 배치하려는 수요입니

다.

AMD도 약 2~3GW 규모의 데이터센터 용량을 요청했습니다. 데이터센터를 확보하려는 주체가 기존 하이퍼스케일러와 AI Labs를 넘어 GPU 기업과 AI 인프라 사업자까지 확대되고 있다는 의미입니다.

장비와 숙련공 비용 계속 상승 중

수요가 강해지는 가운데 데이터센터 건설에 필요한 각종 장비와 노동비용도 계속 높아지고 있습니다. 발전설비와 변압기, 스위치기어, 냉각설비 등 핵심 장비의 공급이 제한된 상태에서 여러 대형 프로젝트가 동시에 발주되고 있기 때문입니다. 숙련 노동력/EPC 역량도 제한돼 있어 장비가격뿐 아니라 설치비용까지 상승하고 있습니다.

북미 데이터센터 용량 추정 차트

Creative Strategies의 추정치를 통해 CY28~29 데이터센터 용량을 살펴볼 수 있습니다. 다만 이 자료에는 하이퍼스케일러들의 실제 증설 계획이 상당히 적게 반영돼 있다는 점을 감안해야 합니다. 하이퍼스케일러들의 연도별 GW 증설 예상치는 7월 20일 주간전략보고에서 전해드린 모건스탠리 AI CapEx 추정치를 보시면서 흐름을 잡으시는 게 좋습니다. 따라서 Creative Strategies의 수치를 전체 AI 데이터센터 시장의 절대적인 전망치로 보기보다는 사업자별 증설 구성이 어떻게 달라지고 있는지를 파악하는 자료로 활용하시는 편이 좋습니다.

네오클라우드의 증설 규모가 예상보다 크다

이 자료에서 더 중요하게 봐야 할 부분은 앞으로 네오클라우드가 증설하는 데이터센터 물량이 예상보다 매우 크다는 점입니다. 기존에는 하이퍼스케일러의 CapEx가 AI 인프라 수요를 주도했다면, 앞으로는 코어위브와 네비우스 같은 네오클라우드의 데이터센터 증설도 전체 GPU 수요에서 이전보다 높은 비중을 차지하게 됩니다. 네오클라우드 증설 규모가 커질수록 엔비디아 입장에서는 하이퍼스케일러 외 수요 기반도 함께 확대됩니다.

네오클라우드향으로는 엔비디아 GPU가 독보적

이다

네오클라우드가 구축하는 데이터센터에서는 엔비디아 GPU 외의 대안이 제한적입니다.

TPU 물량이 일부 출하되기는 합니다. 관련 뉴스가 크게 보도되고 시장도 민감하게 반응하지만 실제 외부 고객향 물량은 아직 제한적입니다. 현재 가시적인 사례도 앤스로픽에 공급되는 구글 TPU 물량 정도입니다. 하이퍼스케일러는 자체 자본과 소프트웨어 역량을 바탕으로 ASIC이나 다양한 가속기를 선택할 수 있습니다. 반면 외부 자금을 조달해 데이터센터를 건설하는 네오클라우드는 동일한 수준의 기술적/재무적 위험을 감수하기 어렵습니다.

자금을 빌려서 사업할수록 엔비디아 외 선택지가 없다

네오클라우드는 대부분 부채와 외부 투자금을 조달해 데이터센터를 구축합니다. 따라서 자체 판단만으로 GPU를 선택하는 것이 아니라 대출기관, 투자자, 장기 임차 고객을 함께 설득해야 합니다. 구글과 같은 빅테크가 전략적으로 계약을 보장하거나 백스톱을 제공하지 않는 이상 네오클라우드가 비엔비디아 GPU를 기반으로 대규모 자금을 조달하기는 쉽지 않습니다. 대출기관 입장에서는 아직 수요, 재판매 가치, 가동률이 충분히 검증되지 않은 가속기를 담보로 자금을 제공할 유인이 크지 않습니다.

반대로 엔비디아 GPU는 고객 수요가 가장 확실하고 장기 임대계약을 체결하기도 상대적으로 쉽습니다. 중고시장과 재배치 가능성까지 고려하면 자산가치에 대한 신뢰도도 더 높습니다. 따라서 네오클라우드의 엔비디아 의존도는 GPU 성능 차이뿐 아니라 프로젝트 파이낸싱의 구조에서 발생합니다.

정리하자면...

결국 네오클라우드의 데이터센터 증설이 커질수록 엔비디아는 단순히 GPU 시장의 전체 규모가 확대되는 것 이상의 수혜를 받을 수 있습니다. 하이퍼스케일러보다 대체재를 선택할 가능성이 낮은 고객군이 빠르게 성장하기 때문입니다. Creative Strategies 추정치에서 확인해야 할 핵심도 CY28~29의 절대적인 데이터센터 용량보다, 전체 증설에서 네오클라우드가 차지하는 비중이 예상보다 빠르게 커지고 있다는 점입니

다.

마이크론(MU)

마이크론MU은 Overweight을 유지합니다. CY27 PER 5.12배입니다.

마이크론 2Q26 실적발표 : 이제 메모리는 찍기도 전에 팔린다

추론의 시대, 핵심이 된 메모리 #2 : Agentic AI의 시대, NAND가 중요한 이유 'DualPath'

추론의 시대, 핵심이 된 메모리 : 메모리 쇼티지를 떠받치고 있는 힘

북미 모건스탠리, "최근의 매도세가 매력적인 진입점을 만든다"

모건스탠리의 7월 20일 테크 리포트를 정리해보면:

모건스탠리 팀에서 보기에는 엔비디아와 브로드컴의 Risk 대비 Reward가 가장 좋지만, 메모리 주가가 고점 대비로는 빠르고 크게 하락했다보니 메모리 기업들의 밸류 매력도가 빠르게 높아지고 있습니다.

모건스탠리는 지난주 데이터센터 섹터의 여러 구매 담당자와 얘기를 나눈 결과, 공급 부족의 강도가 완화되고 있는 징후는 전혀 없으며 3Q26의 데이터센터향 DRAM 가격은 최소 25% 상승할 것으로 예상했습니다. 모건스탠리의 기존 추정치와 서드파티 기관들의 추정치를 모두 웃도는 금액들이 7월 중순부터 논의되고 있는 것입니다.

더 중요한 것은 메모리 공급부족이 CY27에는 CY26보다 더욱 심해질 것이고, CY28에도 계속해서 더욱 심화될 것이라는 장기적인 우려는 이전과 동일하게 강한 상태를 유지 중이라고 말했습니다. 공급 과잉이라는 건 수요의 성장 속도가 중요한 변수인데 AI Speed로 수요가 성장하고 있는 것에 비하면 메모리 공급 성장 속도가 충분하지 않고 이런 상황이 달라질 것으로 보이지 않는다는 것이 핵심입니다.

LTA는 사이클의 변동성을 낮추지만 사이클의 지속시간을 늘릴 수 있는 요인이며 장기적으로 주가와 기업가치에는 현재 시장의 컨센과 달리 오히려 더욱 긍정적일 것으로 전망했습니다.

클라우드 고객들은 납기를 6주 앞당기기 위해 2Q26 가격보다 프리미엄을 지불하고 구매하고 있는 상황입

니다. 계속해서 재고가 매우 낮으며, 수요는 매우 높게 유지되고 있음을 보여주는 사례입니다.

KeyBanc, HBM4 가격과 Rubin HBM 공급 체크

7월 20일, KeyBanc가 메모리에 대해서 코멘트한 걸 정리해보면:

3Q26 DRAM 가격은 QoQ 15~20% 상승할 것으로 예상되며, 3Q26 NAND은 QoQ 30~40% 상승할 것으로 예상했습니다. 공급망 파트너들은 DRAM과 NAND 가격이 향후 몇 분기 동안 계속해서 큰 폭의 상승을 보일 것으로 지속적으로 예상하고 있으나 상승률은 1H26에 나타났던 것보다는 낮을 것으로 보고 있습니다.

DRAM은 현재 예상으로 보기에 QoQ 기준 3Q26 +15~20% → 4Q26 +15%를 전망했고, NAND는 3Q26 +30~40% → 4Q26 +15%가 될 것이라 전망했습니다.

엔비디아 Rubin GPU 초기 램프에는 MU와 SEC HBM4 물량이 들어갑니다. MU/SEC는 엔비디아 Rubin용 HBM4에 대해 완전한 퀄을 통과했으며, SKH는 아직 퀄을 진행 중이나 곧 완전한 퀄을 완료할 것으로 예상했습니다. SKH는 re-spin한 base die로 퀄을 다시 진행 중이기에 약간 더 늦습니다.

HBM 가격은 신규 가격이 적용되는 1Q27에 +100~150% 상승할 것으로 전망했습니다. HBM 가격은 연간 단위로 협상됨을 생각해볼 때 CY27 HBM 가격은 이미 확정되었으며 신규 협상가가 적용되는 시점부터는 HBM4는 YoY 100%, HBM3E는 YoY 150% 상승할 것이라는 컨센이 형성되고 있습니다. 지금의 HBM 가격은 CY25에 협상됐던 것이라 HBM GPM이 Commodity DRAM GPM 대비 낮았지만, CY27부터는 HBM GPM이 Commodity DRAM GPM 대비 중립 혹은 우위일 것으로 예상했습니다.

메모리 공급업체들은 DC향 출하를 늘리기 위해 CY27 PC/스마트폰향 공급을 줄일 예정입

니다. 더 수익성 좋은 사업부로 재배분하기 위한 방향입니다.

데이터센터용 메모리로서 LPDDR의 가치

마이크론이 AI 인프라에서 중요하게 보는 포인트가 FLOPS → 전력, 메모리 대역폭, 데이터 이동속도로 전환되면서 LPDDR와 SOCAMM(LPDDR를 적층한 것)이 새로운 서버 메모리 시장을 형성할 것이란 함의점을 남긴 White Paper를 발표했습니다.

AI 서버에서 LPDDR를 사용해야 하는 이유

마이크론과 메타는 메타의 실제 데이터센터 워크로드를 반영한 DCPerf를 사용해 LPDDR5X의 대역폭, 지연시간, 용량, 전력효율을 평가했습니다. 자료에서 비교한 두 시스템은 동일한 72코어 ARM CPU를 사용하지만 메모리 구성이 다릅니다.

SKU1 - 고용량 구성 : 소켓당 512GB, 6400MT/s, 시스템 전체 1TB

SKU2 - 고속 구성 : 소켓당 256GB, 8533MT/s, 시스템 전체 512GB

결과는 명확했습니다. AI 데이터 전처리처럼 메모리 대역폭이 중요한 작업에서는 속도가 중요했고, 데이터 분석처럼 작업 데이터 전체를 메모리에 유지해야 하는 환경에서는 용량이 중요했습니다.

*왼쪽 : 메모리 속도(메모리 대역폭)가 높을 수록 Tensor Rebatching 시 Throughput이 높아진다.

*중간 : 전성비 #1 - Tensor Rebatching 중 LPDDR5X는 전체 시스템 전력의 6.8%만 소비했다.

*오른쪽 : 전성비 #2 - 여러 메모리 읽기/쓰기 패턴에서 DDR5 대비 전력소비가 75% 가량 낮았다

높은 메모리 속도는 가속기 유휴시간을 줄인다

8533MT/s LPDDR5X 구성은 6400MT/s 구성보다 Tensor Rebatching에서 실제 DRAM 대역폭이 13% 높았고, 처리량은 11% 증가했으며 배치당 소요시간은 10% 감소했습니다. Tensor Rebatching은 데이터를 연속적인 메모리 형태로 재배치해 가속기로 넘기는 과정입

니다. 이 단계가 느리면 GPU나 AI ASIC이 계산을 끝낸 뒤 다음 데이터를 기다리게 됩니다. 이 결과는 메모리 속도가 AI 가속기 활용률과 전체 파이프라인 처리량에 영향을 준다는 점을 보여줍니다.

전성비는 LPDDR의 핵심

그리고 메모리 사용량이 많은 Tensor Rebatching 실행 중 LPDDR5X가 소비한 전력은 전체 시스템 전력의 6.8%에 불과했습니다. 여러 메모리 읽기와 쓰기 패턴에서 DDR5의 전력소비를 1.00으로 놓았을 때 LPDDR5X는 약 0.23~0.25에 불과했습니다. 즉, LPDDR5X의 전력소비가 DDR5 대비 약 75% 낮았다는 의미입니다.

전력을 아낀만큼 TCO가 좋아지고, 더 많은 GPU를 넣을 수 있다

전력 공급이 제한된 데이터센터에서는 메모리에서 절감한 전력을 GPU나 가속기에 배분할 수 있습니다. 같은 데이터센터 전력 용량 안에서 더 많은 연산 장치를 설치하거나 냉각 부담을 줄일 수 있습니다. 결과적으로 마이크론은 향후 서버 메모리의 경쟁력이 이렇게 바뀔 것이라 전망했습니다.

GB당 가격 → 대역폭당 가격 → 와트당 대역폭과 총 시스템 TCO

AI 데이터센터가 전력과 냉각에 제약받을수록 LPDDR의 낮은 전력은 단순한 기능적 장점이 아니라 가속기 설치 수량을 늘릴 수 있는 경제적 가치가 될 것이란 전망입니다.

메모리 용량이 대역폭보다 중요할 때도 있다

왼쪽의 SparkBench에서는 메모리 용량이 두 배인 SKU1이 SKU2보다 표준 부하에서 약 2.82배, 3배 부하에서는 약 3.45배 높은 성능을 기록했습니다. 메모리 용량을 2배 늘리자 Spark 워크로드 같은 경우는 throughput이 2.8~3.5배 개선됐다는 게 특징입니다.

오른쪽을 보시면, 이 차트는 왜 그렇게 성능차이가 벌어졌는지를 보여주는 차트입니다. 작업 데이터가 DRAM 용량을 넘어가면 SSD로 데이터를 내보내는 spill-to-disk가 발생합

니다. 메모리가 부족한 SKU2는 표준 워크로드의 shuffle 단계에서 최대 38.75배, 고부하 환경의 반복 scan 단계에서는 최대 5.96배까지 느려졌습니다. 정리하자면, 메모리 용량이 부족해 데이터가 SSD로 넘어가자 특정 작업 단계의 실행시간이 최대 38.75배까지 늘어난 것입니다.

SOCAMM2는 LPDDR5의 데이터센터 진입을 가능케 한다

LPDDR는 본래 스마트폰이나 노트북 기판에 납땜되는 메모리였습니다. 전력효율은 높지만 고장 시 교체가 어렵고 용량 확장도 제한적이어서 데이터센터 채택에 불리했습니다. SOCAMM2는 LPDDR를 모듈 형태로 만들어 이 문제를 해결했습니다. 현재 256GB SOCAMM2 모듈을 통해 CPU 소켓당 최대 2TB의 LPDDR5X를 구성할 수 있습니다.

결과적으로 지금까지 LPDDR 수요는 주로 스마트폰과 노트북 출하량에 연동됐었는데, SOCAMM이 확산되면 LPDDR는 서버 DRAM 시장 일부를 잠식하며 클라우드와 AI CapEx에 연결되는 제품이 됩니다. 이는 LPDDR의 수요 특성이 소비자 전자제품 중심에서 데이터센터 중심으로 일부 이동한다는 의미입니다.

테슬라, 자동차용 메모리 마이크론 언급

테슬라가 2Q26 실적발표 중에 일론 머스크가 말한 게 흥미로웠습니다:

마이크론이 메모리 할당량을 확보해준 것에 감사드리고 싶습니다. 마이크론은 메모리를 할당할 때 매우 어려운 결정을 내려야 하는 상황입니다. 마이크론이 향후 몇 년 동안 테슬라를 위해 공급량을 할당해주고 요즘처럼 메모리 가격이 엄청나게 비싼 상황에서 합리적인 가격으로 상당한 양을 할당해준 것에 대해서 진심으로 감사드립니다.

Yeah. I’d actually also like to thank Micron for giving us memory allocation. They’ve got to make some very tough decisions on memory allocati

on. We really appreciate Micron making room for Tesla in the years to come and giving us actually a very significant allocation on reasonable terms given the pretty insane pricing of memory these days.

2026-07-22, 테슬라 2Q26 실적발표 컨퍼런스 콜 中

샌디스크(SNDK)

샌디스크SNDK는 Overweight을 유지합니다. CY27 PER 4.79배(Bernstein Bull $300)입니다.

샌디스크 1Q26 코멘트 / 주간전략보고 : 투자의 생각 (5월 4일~5월 8일)

추론의 시대, 핵심이 된 메모리 #2 : Agentic AI의 시대, NAND가 중요한 이유 'DualPath'

추론의 시대, 핵심이 된 메모리 : 메모리 쇼티지를 떠받치고 있는 힘

TrendForce, 7월 NAND Flash 월간 업데이트

TrendForce의 7월 NAND Flash 월간 업데이트에 따르면:

AI 관련 수요 급증과 제한적인 생산능력 확장으로 인해 NAND Flash 시장은 CY26 내내 공급부족을 유지할 것으로 전망했습니다. 또한 클린룸이 제한적이고 제조사들이 DRAM 생산능력 확장을 우선하다보니, NAND Flash 공급업체들의 수요 충족 방법은 주로 공정 노드 전환에 의존할 것이므로 생산능력 제약은 CY27 내내 이어질 것으로 전망했습니다.

셈텍(SMTC)

셈텍SMTC은 Overweight을 유지합니다. CY27 PER 26.8배(CY27 EPS $4.7)입니다.

셈텍(SMTC) 기업분석 : 미디어텍 TPU와 함께 성장할 기업, 'DSP를 지우는 자'

아스테라랩스의 3.2T Redriver 시장 진입

셈텍은 주간에 7월 21일 아스테라랩스가 Taurus 제품군을 확장하며 3.2T Smart Retimer와 Smart Redriver를 공개하며 상대적으로 약세였었습

니다. 기존 Taurus는 주로 AEC용 이더넷 케이블 모듈과 리타이머 중심이었지만 이번에는 AI 서버 랙 내부의 백플레인과 PCB 트레이스에 직접 탑재되는 onboard signal conditioner까지 영역을 확장했습니다. 셈텍의 CopperEdge 포지션과 겹칩니다.

아스테라랩스는 업계에서 점점 더 고밀도의 백플레인과 랙 규모 링크 시스템을 짜다 보니, 도달 거리, 신호 무결성, 전력 소비, 열 관리 및 검증 마진이 모두 제한되기 때문에 저전력 리드라이버가 필요할 것이란 배경에서 출시했습니다. 시장의 방향은 셈텍이나 아스테라랩스의 Taurus 신제품이나 같습니다. 1.6Tbps 이상으로 가면서 이전보다 저전력 리드라이버와 선형 이퀄라이저의 중요성이 이전보다 크게 높아진다는 방향입니다.

경쟁은 치열해지나, 업계 1위는 여전하고, TAM이 크다는 것을 입증하는 뉴스

셈텍은 CopperEdge 선형 이퀄라이저를 ACC와 백플레인, 온보드, 라인카드에 폭넓게 적용할 수 있는 제품군을 갖추고 있습니다. 현재 224G/lane 기반 GN8234를 통해 1.6T ACC를 구현하고 있으며 암페놀과 함께 실제 1.6T ACC 제품도 공개했습니다. 고속 analog equalization 기술, ACC 파트너 생태계, 현재 제품에서 차세대 제품으로 이어지는 연속적인 로드맵에서 강점을 갖고 있습니다.

셈텍은 448G x 8로 3.2T를, 아스테라는 212.5G x 16으로 3.2T를 구현했다

셈텍은 OFC 2026에서 GN8304 redriver를 사용한 448G/channel 기반 3.2T ACC를 시연한 바 있습니다. 단일 레인의 아날로그 대역폭 측면에서 업계 선두권에 있다는 근거입니다. 아스테라랩스가 212.5Gbps lane 16개를 사용해 3.2T를 구현하는 반면 셈텍은 400G급 lane 8개로 3.2T를 구현하기 때문입니다. 동일한 대역폭을 더 적은 레인으로 처리하면 커넥터와 라우팅 복잡성을 줄입니

다.

생각해보면:

부가가치 피라미드에서 선두를 뺏긴 것은 아닙니다. 여전히 셈텍의 제품이 가장 우수하다 판단합니다.

오히려 DSP와 리타이머를 배제하는 흐름이 메인이 되다보니 ALAB 입장에서는 리드라이버를 통해서 시장규모의 크기를 유지하려는 방향이고, SMTC 입장에서는 차지해가는 방향입니다.

아스테라랩스는 AWS 및 AMD의 파트너로서 두 기업의 온보드 선형 이퀄라이저 및 ACC/LPO 구현을 도울 것으로 예상합니다. 가속기-HBM 수급이 그렇듯이 원래 새로운 시스템을 채택할 때 한 기업의 부품만 채택하진 않으므로 멀티벤더 환경 자체는 예상 가능한 방향입니다. 따라서 오히려 ⓐ백플레인, PCB 트레이스에서 선형 이퀄라이저를 탑재하는 것 ⓑACC 및 LPO 등을 구현하는 것 등등 이 기술들을 AWS/AMD 등이 어느 속도로 빠르고 침투율 높게 주류 기술로 채택할 것이냐 아니냐가 더욱 중요한 구간입니다.

Scale-up domain에서 묶인 가속기의 규모가 72개 → 144개 등으로 커질수록 PCB 트레이스와 백플레인의 길이와 복잡성이 증가합니다. Passive 인터커넥트를 갖고만 연결할 수 없게 되는데 그렇다고 디지털(DSP/리타이머)을 사용하자니 비용, Latency, 전력이 많이 필요하니 아날로그 부품을 통한 도달거리 연장 니즈가 높아지는 것입니다.

결국 모든 연결에 리타이머를 사용할 경우 전력과 latency가 지나치게 높아지기 때문에 짧고 중간 길이의 연결에서는 리드라이버와 선형 이퀄라이저가 필요해집니다. 아스테라랩스가 해당 시장에 x16 3.2T 제품을 투입했다는 사실은 온보드 CopperEdge 시장을 작은 틈새시장으로 보지 않는다는 의미로 해석할 수 있습니다.

루멘텀(LITE), 비아비(VIAV), 옵토일렉트로닉스(AAOI)

루멘텀LITE은 Overweight을 유지합니다. CY27 PER 24.6배입니다.

루멘텀 1Q26 실적발표 : 3Q OCS, 4Q CPO, 차례로 점화를 기다리는 고성능 엔

진들

'빛💡'의 시대 : 광학 밸류체인 한 눈에 보기

비아비VIAV는 Overweight을 유지합니다. CY27 PER 19.8배입니다.

비아비 솔루션스 1Q26 실적발표 : 본격 개화하는 빛의 시대, 물만난 테스트 수요

'빛💡'의 시대 : 광학 밸류체인 한 눈에 보기

옵토일렉트로닉스AAOI는 Overweight을 유지합니다.

'빛💡'의 시대 : 광학 밸류체인 한 눈에 보기

Barclays, Lumentum OW로 상향

Barclays가 루멘텀에 대해 Overweight으로 투자의견을 상향했습니다:

'CPO 관련 멀티플 압착에도 불구하고 루멘텀의 펀더멘탈은 여전히 강력하며 2Q26 실적발표를 앞두고 더 매력적인 Risk 대비 Reward를 기준으로 의견들을 바꿨다'고 말했습니다.

개인적으로 느끼기에는 현 시점에서 루멘텀은 6월 Mizuho 컨퍼런스 이후 하이퍼스케일러들의 NPO 기회에 대해서 반영하지 않은채로 넘어간 상태입니다. 3Q26 OCS, 4Q26 CPO/NPO향 출하가 본격적으로 더해질 것임을 생각해보면 성장성 대비 밸류 기준 여전히 매력적으로 보고 있습니다.

루멘텀, 비아비, 옵토일렉트로닉스, 셈텍 등 인터커넥트 전반의 기업들이 모두 비슷하게 매력적인 상태입니다. 이 중에서 성장의 가시성이 높은 기업으로는 루멘텀과 비아비가 퀄리티로는 더 좋다고 보고 있고, 앞으로 실제 어떻게 되느냐에 따라서 달라질 기업들로는 셈텍(둘 중에서는 high quality)와 옵토일렉트로닉스가 있습니다.

Scale-up CPO/NPO의 가치

모건스탠리의 Scale-up 네트워킹 TAM 테이블을 보고 생각해볼 때:

Scale-out도 중요하지만 Scale-up으로 가면 광학 기업들의 시장규모가 훨씬 커질 것을 예상할 수 있습니다. Scale-up으로 가면 GPU당 Optical Engine의 수가 크게 증가하는

그림입니다. 그런 점에서 계속해서 하이퍼스케일러 NPO 및 엔비디아/브로드컴/AMD의 CPO 도입이 앞으로 광학 기업들에게 상당히 중요한 순풍입니다. 엔비디아는 여전히 CPO/800VDC 도입 일정이 바뀌지 않았다고 확인해주고 있습니다.

현재 좋게 보고 있는 루멘텀, 비아비, 셈텍, 옵토일렉트로닉스 모두 인터커넥트 수요가 높아짐에 있어서 수혜강도가 세고 CY27 밸류로 보기에 여전히 매력적입니다. 메모리/스토리지와 인터커넥트 기업들은 GPU/ASIC 경쟁역학으로부터도 빗겨나 있다보니 고유한 강점이 있습니다. 물론 개별기업마다 Scale-up/Scale-out/Scale-across, FRO/LRO/LPO/NPO/CPO 등등 각자의 Bull 시나리오는 약간씩 다를 수 있지만 각 포지션에서 충분한 해자를 갖고 있는 기업으로 판단하고 있습니다.

피어그룹 : Optical 및 DCI 수요를 말해주는 Nokia

AI & Cloud 매출은 €446M이었지만 주문은 €2.8B(1Q26는 €1B)였습니다. 분기 매출의 약 6배에 달하는 주문이 들어왔습니다. ⓐ주문의 절반이 12개월 이후까지 이어질 정도로 가시성이 길어졌습니다. ⓑ주문은 Optical과 IP 모두에서 발생했지만 Optical 비중이 더 컸습니다. ⓒ주문은 공급을 확보하려는 하이퍼스케일러의 장기구매 성격이 강하게 나타났습니다.

노키아향 주문은 DCI향 쪽으로 집중되어 있습니다. 1Q26에 DCI 제품 주문이 급증한 데 이어서 2Q26에도 DCI 광학 제품들의 수요가 좋았다는 의미이므로 루멘텀/비아비에게 좋은 소식이었습니다.

노키아 경영진은 최근의 Scale-across 수요 뿐만 아니라 일반적인 DCI 수요에 대해서도 시장이 과소평가하고 있으며, 현재 수요가 아니라 공급이 성장의 제한요인이라고 설명했습니다. 그리고 선단 Optical 제품은 부품 공급이 더 많았다면 매출도 더 높았을 것이라고 밝

혔습니다.

가스터빈 사이클 CY30까지 연장

가스터빈/FTM의 대표기업 (2Q26 실적발표)

GE버노바 GE Vernova : 가스터빈 수요-공급 체크

7월 22일에는 GE버노바의 2Q26 실적발표가 있었습니다.

실적은 In-line, 핵심은 가스터빈 수주와 증설 계획

매출 $11.10B로 YoY 22% 증가했고, 주문 $24.2B로 88% 늘었습니다. 수주잔고는 $176B로 QoQ +$13B 증가했습니다. CY26 연간 매출 가이던스는 $45.5B~$46.5B입니다. 컨센 $45.5B를 소폭 웃도는 수준입니다. 전체적으로는 컨센서스 대비 아주 약간의 Beat로 사실상 In-line에 가까운 실적이었습니다. 2Q26 EPS도 $2.47로 전년 동기 대비 33% 증가했지만, 컨센서스 $3.01에는 미치지 못했습니다.

가스터빈 생산능력을 CY30 30GW까지 확대

가스터빈 생산능력을 2H26 20GW → CY28 24GW → CY30 30GW로 확대하겠다는 목표입니다. CY30 30GW 목표가 제시된 것은 이번이 처음입니다. 이번 증설은 대규모 신규 공장을 건설하는 방식이 아닙니다. 기존 공장의 공간 효율을 높이고 추가 기계설비와 자동화를 도입하며 교대조를 확대하는 방식입니다. 2026년 말까지 가스터빈 공장에 약 400대의 신규 기계를 설치하고 이후에도 설비를 추가할 예정입니다. 새로운 공장 건설보다 투자비가 적게 들고 생산능력 확장 속도도 빠르다는 점에서 자본효율적인 증설 전략입니다.

CY30 생산량 대부분이 이미 계약 가시권

2Q26 말 기준 가스터빈 확정 백로그는 53GW입니다. 향후 생산 슬롯을 확보하기 위한 약정인 SRA 63GW를 포함하면 총 116GW가 계약돼 있습니다. 하반기로 갈수록 고객들이 가스 파이프라인, EPC 계약, 프로젝트 일정을 구체화하면서 다수의 SRA가 확정 수주로 전환될 것으로 전망했습니다.

이에 따라 연말에는 확정 백로그가 SRA보다 많아질 것이라고

밝혔습니다. GE 버노바는 확정 백로그와 SRA를 합친 계약 규모가 연말 최소 125GW에 도달할 것으로 예상합니다. 이 정도 계약이 확보되면 CY30 생산량 대부분과 CY31 생산 슬롯의 절반 이상이 채워지게 됩니다. 이미 CY32 생산 슬롯을 두고도 고객들과 협의가 진행 중입니다. 단순히 가스터빈 수요가 강한 수준을 넘어 앞으로 4~6년 동안의 생산물량이 점차 계약으로 고정되고 있다는 의미입니다.

가스터빈 가격은 계속해서 상향 중

가스터빈 장비의 신규 수주가격은 4Q25보다 20% 이상 상승했습니다. 생산 슬롯이 2030년 이후까지 부족하기 때문에 GE 버노바는 원재료 인플레이션과 공급망 비용을 판매가격에 반영할 수 있습니다. 생산능력을 늘리더라도 수요가 공급을 크게 앞서고 있기 때문에 증설이 가격 하락으로 이어지기보다는, 높은 가격을 유지하면서 출하량을 늘리는 구조입니다.

장기적으로 서비스 매출이 두꺼워지는 중

신규 가스터빈 판매는 일회성 장비 매출로 끝나지 않습니다. 장비가 설치될수록 GE 버노바의 Installed Base가 늘어나고 향후 서비스 사업으로 연결됩니다. 현재 가동 중인 HA 터빈은 약 130대입니다. 그러나 이미 계약된 HA 터빈은 총 325대에 달합니다. 계약된 물량을 기준으로 HA 설치 기반이 앞으로 두 배 이상 증가할 것으로 전망하고 있습니다.

HA 터빈은 일반적으로 약 4년마다 주요 정비를 받습니다. 따라서 2026~2031년에 납품되는 장비는 설치와 시운전을 거친 뒤 2030년대 중반부터 본격적인 대규모 서비스 사이클에 진입하게 됩니다. 현재의 가스터빈 수주 증가는 향후 장비 매출뿐 아니라 장기간 반복되는 서비스 매출과 마진으로 이어집니다.

브릿지파워용 Aeroderivative

Aeroderivative 가스터빈은 설치와 시운전이 빠른 반면, Heavy-Duty 가스터빈은 발전효율과 대규모 기저발전에

유리합니다. 일부 고객들은 먼저 Aeroderivative를 설치해 초기 전력을 확보한 뒤 몇 년 후 대형 HA 터빈을 가동하는 구조를 선택하고 있습니다. Aeroderivative는 출하 후 약 6개월이면 시운전이 가능하지만, 대형 가스터빈은 출하 이후 현장에서 약 18개월의 추가 작업이 필요합니다.

전력 수요는 당장 발생하지만 대형 가스터빈과 송전 인프라 구축에는 시간이 걸리기 때문에 Aeroderivative를 브릿지파워로 활용하는 것입니다. 특히 빠른 전력 확보가 중요한 데이터센터 프로젝트에서는 Aeroderivative와 Heavy-Duty 가스터빈이 서로 대체재라기보다 순차적으로 투입되는 보완재가 될 수 있습니다.

물론 Aero용도 현재 2030년 이후까지 수주가 꽉찬 상태이기 때문에, 신규 수요의 경우 대기가 밀려있는 상황임 Aero용이나 Heavy-Duty나 같습니다.

DC 1GW당 전기화제품 기회 : 현재 $300M → 앞으로 $600~900M

현재 GE 버노바가 데이터센터 1GW당 공급할 수 있는 Electrification 제품의 범위는 약 $300M입니다. 경영진은 향후 Solid-State Transformer, 중전압 UPS, 전력 안정화 블록, 에너지 관리 솔루션까지 제품군이 확대되면 데이터센터 1GW당 매출 기회가 현재의 2~3배로 커질 수 있다고 밝혔습니다.

가스터빈을 통한 전력 생산뿐 아니라 데이터센터 내부로 전력을 전달하고 변환하며 안정화하는 영역까지 GE 버노바의 사업 범위가 확대될 수 있다는 의미입니다. GE 버노바는 발전원과 송배전 설비를 동시에 보유하고 있기 때문에 데이터센터 전력 인프라의 더 많은 구간에서 매출을 확보할 수 있습니다.

5MW 실내용 SST는 2H26에 첫 하이퍼스케일러에게 시제품 납품을 하고,

6MW 실외용은 타 하이퍼스케일러와 공동 개발 중이며,

MV-UPS는 SST보다 먼저 상용주문이 발생할

것이고,

본격적인 SST 수주는 CY27 이후일 것으로 전망했습니다. 800V DC 도입 궤적과 같습니다.

GEV의 신사업 : SMR, SST, MV-UPS, SOFC

GE 버노바는 가스터빈과 기존 Electrification 사업 외에도 SMR, SST, MV-UPS, SOFC를 개발하고 있습니다. 이 가운데 MV-UPS와 SST는 상대적으로 매출화 시점이 가깝습니다.

반면 SMR과 SOFC는 기술 검증과 상용화까지 더 긴 시간이 필요합니다.

GEV의 SOFC?

GE 버노바는 SOFC 자동화 생산라인을 구축했지만, CY26은 제품의 수명과 내구성을 검증하는 단계라고 밝혔습니다. 고객들과 본격적인 상업 논의를 시작할 수 있는 시점도 CY27 이후로 제시했습니다.

GEV의 SOFC에 대해서는 이미 2025년 12월 <Quick Take : 블룸에너지, GE버노바의 SOFC 진입에 대한 생각>에서 정리드린 바 있습니다. 2011년부터 GE가 발전시켜온 기존 MS-SOFC 기술력을 바탕으로 2024년 3월 DOE 프로젝트로 진행했던 SOFC가 여기서 얘기하는 GEV의 SOFC로 추정합니다.

지지체의 차이가 있고, 구조상 BE-SOFC가 800도 이상의 고온 운전을 통해서 발전 효율 극대화 및 기저부하에 강하다면 MS-SOFC는 600도 중온 운전으로 빠른 시동/정지를 가능케하고 조금 더 여유로운 부하추종을 가능케 하는 전원입니다. SMR의 목표 자체가 VRE가 중심이 될 차세대 그리드에서 부하 추종 능력을 가진 발전원으로서 가치를 갖는다는 것을 생각해보면, 2030년 이후쯤 VRE가 기저가 되고 SMR이 부하 추종을 가질쯤 여기서 나오는 저비용 합성가스를 생산하여 SMR-SOEC-SOFC를 완성하는 것이 목표라고 봅니다.

인텔을 둘러싼 요소들

CPU, EMIB-T, 파운드리 (2Q26 실적발표)

인텔 Intel Corporation : CPU/파운

드리 체크

7월 23일에는 인텔 2Q26 실적발표가 있었습니다.

수요 대비 공급이 부족한 상황

첨단 로직 실리콘 웨이퍼, 기판, 메모리, T-glass 등 AI 칩 주요 부품들이 모두 부족합니다. 서버용 CPU 공급은 3Q26 말과 4Q26부터 집중해서 늘어나긴 하지만 수요를 모두 충족하진 못할 것이라고 말했습니다.

DCAI 사업부 매출은 $6.3B로 YoY 59% 늘었습니다. 서버향 CPU 매출성장을 나눠보면 출하량은 YoY 9%, ASP가 YoY 48%입니다. Granite Rapids처럼 코어 수가 많고 고사양 제품들의 출하 비중이 증가하고 일부 가격인상이 반영된 효과입니다.

18A 내부 양산 램프업 중

Panther Lake와 Wildcat Lake 등 실제 제품이 18A에서 양산되고 있습니다. Clearwater Forest는 인텔 최초의 18A 서버 제품입니다. 18A 웨이퍼 비용이 하락하면 CCPG 제품 마진이 개선되고 Foundry의 웨이퍼당 손실도 줄어듭니다. 인텔은 18A 제품이 아직 초기 양산 단계라 전사 평균보다 낮은 마진을 기록하고 있지만 수율이 더 높아지면 향후 평균 이상의 마진으로 전환될 수 있다고 설명했습니다. 그러나 18A가 인텔 자체 CPU를 잘 생산하는 것은 IDM으로서의 정상화입니다.

파운드리는 아직 증명하진 못한 단계

TSMC와 경쟁하는 외부 파운드리 사업이 성공하려면 외부 팹리스 고객이 인텔 공정에 맞춰 칩을 설계하고 양산 주문을 맡겨야 합니다. 이 두 단계는 분리해 평가해야 합니다. Intel Foundry의 2Q26 전체 매출은 $5.8B였지만 외부 고객 매출은 $293M입니다. 나머지는 대부분 인텔 제품 사업과의 내부거래입니다.

결국 정리해보면, 18A의 제조 정상화는 상당 부분 확인됐지만 외부 파운드리 성공은 고객 평가 단계에서 설계 확정 단계로 넘어가야 한다는 의미입니다. 2026년 10월 PDK 0.9 공개 이후 실제 고객의 테이프아웃이나 생산능력 예약이 나오는지가 가장 중요한 이정

표입니다.

EMIB-T는 파운드리보다 먼저 매출화될 듯

인텔은 EMIB-T 고객 관심과 백로그가 계속 증가하고 있으며 2027년 고객 제품 양산을 지원하기 위해 생산능력을 확대하고 있다고 설명했습니다. AI 가속기는 하나의 대형 다이만으로 구성되기보다 컴퓨트 다이, I/O 다이, HBM, 네트워크 인터페이스를 패키지 안에서 연결하는 방향으로 발전하고 있습니다. 이에 따라 고객이 반드시 인텔 웨이퍼 공정을 사용하지 않더라도 인텔의 패키징 기술만 사용할 가능성이 높습니다.

일단은 구글이 미디어텍을 통해 생산할 TPU v9 Humufish, Triggerfish 물량부터는 인텔 EMIB-T를 사용하여 패키징할 예정이므로, 대략 양산 시점을 보자면 2H27쯤부터 EMIB-T 매출이 늘어날 것으로 예상합니다.

CapEx 확대 : 투자 규모가 더 커질 경우 자본시장 조달이 필요하다

인텔은 2026년 CapEx 전망을 $20B 이상으로 상향했고 → 2027년에는 이를 크게 웃돌 것으로 예상했습니다. 2026년 반도체 장비 투자는 2025년 대비 약 40% 확대됩니다. 주요 투자처는 Intel 3, 18A, 18A-P와 첨단 패키징입니다. 립부 탄 CEO 체제에서 고객 확약 없이 선제적으로 공장을 짓지 않겠다는 원칙을 강조했습니다. 따라서 CapEx 증액은 장기공급계약과 고객 수요에 대한 내부 가시성이 높아졌다는 긍정적인 신호입니다.

그래도 재무적인 부담이 높아지는 구간이기도 합니다. 현재 현금이 $30B + 회전신용 한도도 $10B가 있어서 유동성 $40B를 갖고 있으며 + 향후 $10B 규모의 비핵심자산을 현금화시킬 수 있고 + 고객 선수금을 활용할 수도 있지만, 어쨌든 투자 규모가 향후 더 커질 경우 자본시장을 통한 조달이 필요할 수 있다고 열어뒀습니다.

특히 CFO는 2027년 후공정 업체와 기판 공급업체에 대한 선투자로 인해 FCF를 플러스로 만드는 것이 어려워질 수 있다고 설명

했습니다.

Magnificent 7

Top 2 ARR $117.2B, OAI 10GW, Kimi-K3 규제, 딥시크 량원펑 4시간 대담, GOOGL/TSLA 2Q

*왼쪽 테이블 : 2026년 7월 26일 EPS 추정치를 변경했습니다.

*오른쪽 차트 : Mag 7 기업들의 CY26, CY27 순이익 차트입니다.

엔비디아, 26년 PER 22배 / Overweight

AI 사이클의 모든 것을 담은 게빈 베이커 인터뷰 : 버블의 역사는 반복되지 않지만, 운율은 반복된다 (바로가기)

엔비디아 컴퓨텍스 2026 : 사람을 위한 CPU의 시대를 넘어, GPU를 굶기지 않는 CPU 'Vera' (바로가기)

엔비디아 1Q26 실적발표 : 젠슨황, "하이퍼스케일러 CapEx보다 '더' 빠르게 성장하겠다" (바로가기)

엔비디아 1Q26 Preview : "I'm Back" (바로가기)

엔비디아 CEO 젠슨황 인터뷰 : 'TPU도 Trainium도, 그렇게 자신 있으면 공개적으로 붙어보자' (바로가기)

AI 반도체 공급망 체크 : 엔비디아 Rubin/Ultra, MI450 지연, TPU 진검승부, 기어를 바꾸는 Trainium (바로가기)

엔비디아 GTC 2026 : 7개의 칩, 5개의 랙 시스템, 그리고 하나의 슈퍼컴퓨터 (바로가기)

가장 중요한 AI Labs ARR 체크

앤스로픽 + 오픈AI = Top 2 AI Labs ARR $117B

TickerTrends에 따르면 앤스로픽의 7월 22일 ARR은 $74.1B입니다.

ARR : 1월 19일 $10.2B → 2월 25일 $14.9B(일평균 +$127M) → 3월 21일 $21.7B(+$283M/d) → 4월 27일 $35.6B(+$376M/d) → 5월 21일 $54.6B(+$792M/d) → 6월 27일 $69.9B(+$414M/d) → 7월 22일 $74.1B(+$168M/d

)입니다.

모델 : 2월 5일 Opus 4.6 출시 → 4월 16일 Opus 4.7 출시 → 5월 28일 Opus 4.8 출시 → 6월 9일 Fable 5 출시(7월 1일 재출시) → 7월 24일 Opus 5 출시

그리고 오픈AI의 7월 22일 기준 ARR은 $43.1B입니다. 둘을 합치면 $117.2B입니다.

ARR : 1월 19일 $21.4B → 2월 14일 $23.9B(+$96M/d) → 3월 13일 $26.9B(+$111M/d) → 4월 8일 $28.8B(+$73M/d) → 5월 30일 $33.0B(+$81M/d) → 6월 25일 $37.3B(+$165M/d) → 7월 22일 $41.3B(+$148M/d)입니다.

모델 : 2월 5일 GPT-5.3-Codex 출시 → 3월 5일 GPT-5.4 출시 → 4월 23일 GPT-5.5 출시 → 6월 26일 GPT-5.6 Preview 출시 → 7월 9일 GPT-5.6 GA

각 시점별로 일평균 ARR이 얼마나 늘었는지를 그려보면 위 차트와 같습니다:

오픈AI가 GPT-5.6을 출시하고나서부터 ARR이 다시 빠르게 증가하고 있습니다.

누적 ARR로 보더라도 앤스로픽 $74.1B / 오픈AI $43.1B라 차이가 있지만, 성장속도로도 아직은 미세하게 앤스로픽이 일평균 +$168M / 오픈AI가 +$148M으로 앤스로픽이 약간씩 앞서고 있습니다. 그래도 GPT-5.6 이후부터는 나름 성장속도가 앤스로픽과 비슷한 수준까지 높아졌다고 평가할 수 있습니다.

엔비디아-오픈AI-소프트뱅크, 10GW 데이터센터 프로젝트 추진

오늘자 WSJ 보도에 따르면, 엔비디아가 오픈AI의 대규모 오하이오 데이터센터 프로젝트를 위해 약 $250B의 금융 보증을 제공하는 방안을 논의하고 있습니다. 엔비디아가 오픈AI에 $250B의 현금을 직접 지급한다는 의미는 아니고, 엔비디아가 프로젝트 관련 금융기구들을 보증해 SB Energy-OpenAI가 진행 중인 프로젝트에 은행과 채권 투자자들이 자금을 더 안심하고 빌려줄 수 있도록 하는

구조입니다. 아직 최종 조건은 확정되지 않았습니다.

SB Energy가 10GW 개발, 오픈AI가 임차, 엔비디아가 재정적 지원

오픈AI는 소프트뱅크의 에너지 자회사인 SB Energy가 미국 오하이오 남부에서 개발하는 최대 10GW 규모의 데이터센터 단지를 임차하는 방안을 협의하고 있습니다. 10GW는 캠퍼스 전체 규모를 말하는 것이고, Phase 1은 2028년 완공을 목표로 하며 약 800MW의 전력이 공급될 예정입니다. 전력당 FLOPS는 계속해서 좋아지기 때문에 1GW당 CapEx 규모는 점점 더 높아지는 구조임을 생각해보시면 전체 동에 들어갈 CapEx 규모는 $600B~$700B 정도일 것으로 예상됩니다.

엔비디아가 검토하는 약 $250B 보증은 오픈AI의 데이터센터 임대료와 데이터센터 건설에 필요한 부채를 지원하는 구조입니다. 데이터센터 안에 설치될 엔비디아 GPU 구매비용은 해당 보증에 포함되지 않습니다.

엔비디아는 이와 별도로 오픈AI의 GPU 구매를 지원하는 금융계약도 논의하고 있습니다. 칩 구매에 필요한 금융 규모는 최대 $350B에 이를 수 있는 것으로 보도됐습니다. 두 논의가 모두 현실화된다면 엔비디아는 오픈AI의 데이터센터 임차부터 GPU 구매까지 전체 인프라 금융에 깊이 관여하게 됩니다.

AI Labs는 아직 신용등급이 없다

오픈AI는 빠르게 성장하고 있지만 아직 적자를 기록하는 비상장기업이며 투자등급 신용등급도 보유하고 있지 않습니다. 오픈AI의 신용만으로 수백조원 규모의 장기 데이터센터 계약에 필요한 자금을 조달하면 금융비용이 매우 높아질 수 있습니다.

반면 엔비디아가 보증을 하면 금융기관은 오픈AI뿐 아니라 엔비디아의 재무상태와 현금흐름을 함께 고려할 수 있습니다. 이에 따라 SB Energy는 더 낮은 금리와 유리한 조건으로 데이터센터 건설자금을 조달할 수 있습니다. 투자등급 기업이 신용도가 낮은 고객의 인프라 금융을 지원하는 이러한 구조를 'Credit Wrapper'라고

부릅니다.

엔비디아 입장에서는 오픈AI가 10GW 데이터센터를 실제로 임차하고 완공해야 막대한 GPU 수요가 발생합니다. 오픈AI의 자금조달이 지연되거나 프로젝트가 축소되면 엔비디아의 장기 매출 기회도 함께 줄어듭니다. 따라서 엔비디아는 단순히 GPU 주문을 기다리는 공급자가 아니라 고객의 데이터센터 금융까지 지원해 미래 수요를 직접 만들어내는 역할로 이동하고 있습니다.

결과적으로는 칩 메이커가 생태계를 강화하기 위해서 점점 더 생태계에 깊이 관여하는 결과이니 없었으면 더 좋았겠는 것은 맞으나, 구글과 브로드컴 등 주요 플레이어들이 모두 AI Labs의 계약을 따내기 위해 엔비디아보다 더 공격적으로 백스톱을 제공 중이기에 업계가 바뀐 것으로 보고 있습니다. AI 수요와 오픈AI의 매출이 예상대로 성장한다면 모든 참여자가 이익을 얻을 수 있습니다. 반면 AI 성장률이 둔화되거나 투자심리가 악화되면 위험이 여러 참여자에게 동시에 전이될 수 있습니다.

특이하게, 정부가 관여하는 프로젝트

이번 프로젝트가 일반적인 민간 데이터센터와 다른 점은 필요한 전력을 미국 정부가 통제한다는 것입니다.

프로젝트는 오하이오의 연방정부 소유 부지에 건설됩니다. 해당 부지는 과거 우라늄 농축시설로 사용되던 지역이며 콜럼버스에서 남쪽으로 약 50마일 떨어져 있습니다. 연방정부 부지를 이용하면 일반 지역에서 데이터센터를 건설할 때 발생하는 인허가 지연과 지역주민 반대를 상대적으로 줄일 수 있습니다. 상무장관 하워드 러트닉은 오픈AI를 포함해 어떤 기업에 전력을 배정할지 결정하는 과정에 관여하고 있습니다.

전력공급을 위한 천연가스 발전 프로젝트에는 일본이 $33B를 투자할 예정입니다. 이는 일본이 미국의 관세 인하를 대가로 미국 내 투자에 합의한 무역협정의 일부입니다. 발전소는 SB Energy가 운영하게 됩니다. 미국 정부는 운영 대가로 SB Energy에 수수료를 지급할

예정입니다. 일본이 투자한 $33B를 회수하기 전까지는 미국과 일본이 전력 판매수익을 나눕니다. 일본이 투자금을 모두 회수한 이후에는 전력 판매수익의 90%를 미국 정부가 가져가는 구조로 논의되고 있습니다.

민간기업의 데이터센터 프로젝트이지만 부지, 발전소, 전력 판매, 프로젝트 금융에 미국 정부/일본 정부가 직접 참여하는 형태입니다.

오픈AI가 직접 데이터센터의 임차인이 되는 첫 프로젝트

이번 프로젝트가 성사되면 오픈AI는 처음으로 대규모 데이터센터의 직접 임차인이 됩니다.

지금까지 오픈AI는 마이크로소프트, 아마존, 오라클 같은 클라우드 사업자로부터 컴퓨팅을 구매하는 방식에 주로 의존했습니다. 그러나 오하이오 프로젝트에서는 오픈AI가 장기 임차계약을 직접 체결하고 필요한 GPU도 별도로 조달하게 됩니다. 클라우드 사업자에게 컴퓨팅을 구매하는 구조에서 벗어나 데이터센터 인프라에 대한 통제력을 높이는 방향입니다. 데이터센터를 직접 소유하지는 않지만 전력, 용량, GPU 구성에 대한 통제권은 기존보다 크게 강화될 수 있습니다. 더 오픈AI 자체 모델에 맞게끔 최적화시켜서 효율을 끌어올릴 수 있단 의미입니다.

Vera Rubin 양산에 들어갔다

엔비디아가 본사에서 진행한 브리핑 내용을 정리해보면 Vera Rubin 시스템은 주요 AI Labs에 이미 납품된 것으로 파악됩니다. 현재 고객사들의 초기 검증이 진행되고 있으며 곧 Production Token도 나오기 시작할 것으로 예상됩니다. 클러스터를 구축하고 조율하기까지의 시간이 필요하니 VR200로 사전훈련된 파운데이션 모델이 나오려면 1H27쯤이 될 것으로 예상하지만, 추론에서 압도적인 TCO 대비 퍼포먼스를 바탕으로 엔비디아 기반으로 모델을 훈련-추론하는 AI Labs들이 이점을 누릴 구간이 생깁니다.

최근 Grace Blackwell을 기반으로 사전학습과 강화학습을 진행한 모델들이 잇달아 출시되고

있습니다. 이들 모델은 동시에 파레토 프론티어를 차지하면서 성능과 비용의 한계를 확장하고 있습니다. 특정 AI Lab 한 곳의 성과가 아니라 여러 모델 기업에서 비슷한 결과가 나타나고 있다는 점을 생각하면 Grace Blackwell 플랫폼의 경쟁력이 실제 워크로드에서 검증되고 있다고 볼 수 있습니다.

GB200/GB300은 계속해서 SW 최적화로 성능을 끌어올리는 중

엔비디아는 각종 추론 소프트웨어 최적화를 통해 고객사들의 데이터센터에 이미 설치되어 가동되고 있는 GB200/GB300 시스템의 Throughput을 지속적으로 끌어올리고 있습니다. 커널, 통신, 메모리 사용, 모델 실행방식을 최적화해 동일한 전력과 하드웨어에서 더 많은 토큰을 생성할 수 있도록 만드는 것입니다.

GB200 : 3개월 만에 전력당 토큰 생성량 4배 개선

DeepSeek-R1-0528을 대상으로 한 1K Input/1K Output 테스트에서 동일한 GB200 NVL72 구성의 MW당 TPS가 불과 3개월 만에 4배 높아졌습니다. GPU 수, 랙 구성, 소비전력이 같더라도 같은 시간에 처리할 수 있는 추론량이 네 배로 늘어났다는 의미입니다.

이러한 성능 향상은 단일 기능 하나에서 나온 것이 아닙니다.

엔비디아 개발자들이 4개월 동안 25만 회 이상의 시뮬레이션과 총 140만 GPU Hour 규모의 최적화 테스트를 진행한 결과입니다. 그 결과 Blackwell 플랫폼에 38개의 주요 최적화 기능을 추가했습니다. 여기에는 연산 커널, 메모리 관리, GPU 간 통신, 병렬화, 모델 서빙과 관련된 여러 개선이 함께 포함되었습니다.

이번에 추가된 최적화 기능 가운데 90%는 DeepSeek-R1에만 적용되는 전용 기술이 아니라 다른 AI 모델에도 활용할 수 있는 요소입니다. 따라서 특정 모델의 벤치마크 점수만 일시적으로 높인 것이 아니라 Blackwell에서 구동되는 여러 모델의 전반적인 처리량을 높일 수 있는 플랫폼 차원의 개

선입니다.

GB300 : 6개월 전보다 Throughpt 1.5배 개선

동일한 GB300 NVL72 시스템의 Throughput도 6개월 전과 비교해 약 1.5배 높아졌습니다. GB300은 비교적 최근 출시된 플랫폼임에도 하드웨어 출하 이후 소프트웨어 최적화를 통해 처리량이 빠르게 개선되고 있습니다.

각종 범용 모델의 학습 및 추론 성능 개선 작업 : PyTorch/JAX

엔비디아는 자체 추론 스택만 최적화하는 것이 아니라 PyTorch와 JAX 커뮤니티와 협력해 범용 AI 모델의 학습 및 추론 성능도 높이고 있습니다. PyTorch Native 학습 스택인 TorchTitan에서는 최적화가 적용되지 않은 랙과 비교해 약 6배의 성능 향상을 달성했습니다. JAX에서도 2026년 1월의 최적화 수준과 비교해 Throughput이 10배 이상 개선됐습니다.

TSMC CoWoS 공급망 체크

JP모건의 TSMC CoWoS 체크를 정리해보면:

엔비디아 : CY26 725K → CY27 1196K → CY28 1735K입니다. 높은 Vera CPU 수요에 따라 출하 예상치가 늘어나면서 CY27 CoWoS 예상치가 늘었습니다. CY28에는 Feynman(4-die), LPX, Rosa CPU, Spectrum-X CPO 스위치 출하가 늘면서 CoWoS 물량 예상치는 높아지는 것으로 추정했습니다만, 사실 Y+2 같은 경우는 지금 예상하기 힘들긴 합니다.

AMD : CY26 95K → CY27 355K → CY28 540K입니다. CY27 물량이 크게 늘어난 것에는 ⓐMI450/MI455부터는 CoWoS-L을 쓰기 때문에 물량이 늘은 영향도 있지만 ⓑ주로 Venice CPU가 CoWoS를 사용하는데 출하 물량 예상치가 크게 늘면서 상승했습니다.

브로드컴 : CY26 250K → CY27 425K → CY28 580K입니다. TPU v7은 CY26에 양산되고, TPU v8i가 CY27에 양산되면서 출하가

늘어납니다. 메타의 MTIA는 램프업이 예상보다는 느리며, 오픈AI ASIC이 CY27에 양산되고, Tomahawk 6가 CoWoS-S를 사용할 예정입니다.

알칩(AWS) : CY26 65K → CY27 175K → CY28 250K입니다. Trainium2는 1H26까지도 양산되고, Trainium3는 2026년 중반부터 양산 예정입니다.

마벨 : CY26 65K → CY27 40K → CY28 80K입니다. Trainium3 물량이 약간 추가되며, 마이크로소프트의 MAIA 300이 CY27에 램프업되면서 CoWoS 할당이 늘어날 것으로 전망했습니다. 다른 프로젝트들은 그닥 물량이 크지 않으며, CY28의 Trainium4 프로젝트도 마벨이 약간의 할당을 받을 것으로 기대했습니다.

미디어텍 : CY26 30K → CY27 150K → CY28 75K(인텔 EMIB-T를 쓰느라 인텔로 이전하기 때문)입니다. TPU v8t 램프업은 CY26~CY27 내내 강할 것으로 전망했으며, TPU v9의 Humufish는 인텔 EMIB-T를 쓰기 때문에 CY28 'TSMC' CoWoS allocation은 낮게 추정됐습니다.

Kimi-K3 규제와 오픈소스에 대한 생각들

1. 트럼프 행정부 과학고문 "Kimi-K3는 태국 GB300 + Fable 5 distillation 조합이다"

왼쪽의 미국 대통령 과학고문인 Michael Kratsios가 X에 쓴 글을 보시면:

"우리는 Moonshot AI가 자사의 K3 모델 개발을 위해 Anthropic의 Fable을 증류했다는 정보를 가지고 있습니다. 이를 위해 그들은 미국 모델에 대한 대규모 증류를 수행하기 위한 정교한 내부 플랫폼을 개발했으며, 탐지를 피하기 위해 여러 접근 방법 간에 빠르게 전환할 수 있게 했습니다. Moonshot AI는 또한 GB300 장착 서버를 획득했으며 태국에서 GB300에 접근하여 AI 모델을 훈련했을 가능성

이 큽니다. 미국은 프론티어 모델, 전문 시스템, 오픈소스 프레임워크, 오픈 웨이트 모델에 이르는 번영하는 경쟁 생태계를 포함하여 AI의 자유롭고 공정한 개발을 강력하게 지지합니다. 더 작고 효율적인 모델을 만들기 위한 합법적인 AI 증류는 이 개방형 혁신 생태계에서 중요한 역할을 합니다. 그러나 미국의 독점 기술을 훔치고 미국 연구를 약화시키기 위한 대규모, 은밀한 산업 증류는 받아들일 수 없습니다."라고 적었습니다.

7월 20일 주간전략보고에서 전해드린 것처럼, Moonshot 팀이 인정하지 않을테니 추정으로 남을 수밖에 없겠지만 어쨌든 개인적으로도 ⓐKimi-K3는 Fable로부터 꽤 상당량의 데이터를 distilled한 것으로 추정됩니다. ⓑGB300 NVL72 클러스터로 사전훈련한 것으로 추정됩니다

이 이슈가 터지고 나서 트럼프 행정부 내 '중국 모델을 규제하자'는 주장이 힘을 얻었었습니다.

2. 젠슨 황, X에 처음으로 '오픈소스 생태계의 중요성'에 대한 글 업로드

그러자 엔비디아 CEO 젠슨 황 X에 처음으로 글을 업로드했습니다. 내용은 오픈소스가 미국의 AI 리더십을 지키고 강화하는 데 매우 중요한 요인이란 것입니다. 5줄로 요약해보면:

미국의 AI 리더십은 단일 프론티어 모델이 아니라 누구나 활용할 수 있는 개방형 생태계에서 결정된다는 주장입니다.

Open-weight 모델은 기업과 연구기관이 AI를 더 저렴하게 도입하고 각자의 목적에 맞게 수정할 수 있게 합니다. 이는 모델뿐 아니라 클라우드/반도체/애플리케이션 전반의 경쟁을 촉진해 소수 기업으로의 가치 집중을 막습니다.

기업이 데이터와 모델을 직접 통제하게 해 특정 클라우드나 모델 사업자에 종속되는 Vendor Lock-in도 줄입니다.

악용 위험은 존재하지만 폐쇄가 곧 안전을 의미하지 않으며 공개 검증과 Red Teaming이 오히려 보안 수준을 높일 수

있습니다.

증류는 일반적인 기술 발전 방식이므로 불법적인 모델 탈취와 구분해 과도한 규제를 피해야 한다는 입장입니다. 결국 엔비디아는 개방형 모델이 널리 확산될수록 AI 사용량과 컴퓨팅 수요도 함께 커진다는 산업 구조를 지지하는 것입니다.

오픈소스 지지 서한에는 엔비디아뿐만 아니라 마이크로소프트와 메타가 초기 서명부터 이를 지지한다고 서명했고, 뒤이어 이어지는 후속으로는 오픈AI, 구글, 스페이스X도 지지 포스팅과 함께 서명했습니다. 이로서 현 시점 기준(7월 27일) 주요 AI 플레이어 중에서는 아마존과 앤스로픽이 지지하지 않았습니다.

딥시크, 량원펑의 투자자 회의 대담

짤막짤막하게 정리된 기록들

량원펑이 4시간에 달하는 투자자 회의에서 얘기한 내용들이 공개됐습니다. 짤막짤막하다보니, 대화록으로 되어있지는 않지만 생각해볼만한 것들이 많습니다. 현재 원글은 검열로 삭제됐습니다.

DeepSeek에는 단 하나의 제품(모델)만 있다

지금은 수익성을 극대화할 시기가 아닙니다. AGI로 가는 길에 여러 제품을 만드는 단계를 거쳐야 하긴 하겠지만, B2C, B2B에 너무 많은 신경과 에너지를 쏟을 필요가 없습니다. 기술은 높은 위치를 다루고 나면 낮은 위치는 자연스레 채울 수 있습니다. 제품은 AGI로 가는 길의 부산물일 뿐입니다.

3D, 비디오 생성, 월드모델 등은 개발할 필요가 없습니다. 지능의 상한과 관련 있는 것만 개발합니다.

멀티모달은 제품에 있어서도 중요하고 B2C 사용자들에게는 중요한 요소입니다. 그러나 이것도 하나의 구성요소일뿐 메인 제품이나 지능 그 자체가 아닙니다.

거대 모델의 환각 현상을 없애는 것은 당연히 해결 방법은 있습니다만, 길게 풀어야 할 문제입니다. 환각은 해결할 수 있지만 지금 가장 중요하게 생각하는 것까지는 아닙니다.

지금 단계에서 가장 중요한 건 여전히 코딩 에이전트입니다. 가장 합리적인 접근은 범용 에이전트를 잘 개발하는 것이며, 금융이나 의료 등 다른 에이전트의 개발 우선순위는

낮습니다.

AI 시대에 수조 달러의 기업이 여럿 나오고, DeepSeek는 그중 하나면 더할 나위 없이 좋을 것입니다.

지속적 학습 → AI 재귀개선 → 체화된 지능

AI는 안목과 직관이 부족하지 않습니다. 부족한 것은 지속적인 학습 능력입니다.

인간은 지속 학습이 가능하지만, 같은 일을 AI에게 시키려면 모든 컨텍스트를 줘야 합니다. 이건 사실 거의 불가능하기 때문에 AI가 직원을 대체할 수는 없습니다. 그래서 차세대 모델이라 함은 반드시 지속적 학습 능력을 갖춰야만 차세대 모델이라 할 수 있습니다.

향후 차세대 모델은 딥시크 내에서의 AI 개발을 도울 수 있기를 바랍니다. 우리가 만드는 모델의 첫 번째 목표는 모두가 잘 쓰는 것이 아니라 우리가 잘 쓰는 것입니다. 이것이 AGI를 달성하는 가장 빠른 방법입니다.

아직 전 세계적으로 좋은 방법을 찾진 못했습니다. '학습'이라는 게 워낙 많은 요소로 구성되어 있습니다.

딥시크의 장기 비전은 AGI입니다. 실현 경로를 계단 오르기에 비유하자면, 작년은 CoT(Reasoning)이었고 → 올해는 Agent이며 → 그 다음 과제가 바로 지속적 학습입니다.

지속적 학습을 실현하고 나서는 점진적 특이점에 도달할 수 있습니다. 모델이 인간이 할 수 있는 모든 일을 해낼 수 있고, 스스로 더 진보된 인공지능 모델을 개발하는 것까지 포함됩니다. 즉, AI가 AI 연구를 가속하는 단계입니다. 이 단계를 마친 뒤가 바로 체화된 지능입니다.

지능의 종착점은 모든 지능이 체화되는 것입니다. 정상적인 사람에게 필요한 것은 컴퓨터가 아니라 인력이기 때문입니다.

상업화 전환까지는 아직 갈 길이 멀었다

우리는 합리적인 이윤만을 추구하며, 이윤을 극대화하는 가격 책정을 하지 않습니다.

우리의 한 모델은 처음에 수요가 너무 많을까 봐 가격을 비교적 높게 책정했다가 나중에 4분의 1로 낮추자 회사 단톡방에서 많은 분들이 환

호했습니다. 이것이 우리가 이 모델을 열심히 만든 목적이기 때문입니다. 바로 모두가 충분히 사용할 수 있도록 하는 것입니다.

저비용은 결과입니다. 우리 모델은 구조적으로 계속 낮은 비용을 지향해 왔습니다. 또한 특히 연산 자원이 부족한 배경 속에서 비용이 부담 가능한 수준이기를 바랍니다. 또 다른 이유는 비용이 낮을수록 더 큰 모델을 감당할 수 있습니다. 연산 자원이 제한적일 때 계산 효율이 높으면 더 큰 모델을 훈련할 수 있습니다. 대기업은 자원을 투입해 해결할 수 있지만 우리는 비용 효율을 우선합니다.

밖에서 보기에는 우리가 아주 어려운 모델을 선택한 것처럼 보일 수 있습니다. 하지만 사실 우리는 아주 수월하게 하고 있습니다. 가격 인하는 경쟁사에게 분명 좋은 일이 아니며, 그들은 결코 환호하지 않을 것입니다. 저는 API 판매라는 일이 그다지 큰 매력이 있다고 생각하지 않습니다. 그저 몇 명이 API를 유지보수하면 됩니다. 심지어 고객 지원도 없고 영업도 필요 없습니다. 사용자들은 알아서 올 테니까요.

우리는 계속 상업화를 하고 있지만, 상업화를 목표로 삼고 있지는 않습니다. DeepSeek이 완전히 상업화로 방향을 트는 시점은 아마도 아주 먼 미래일 것입니다.

저는 그때를 가정하며, 그 안에서 시장 점유율을 어떻게 높일지도 고려하지 않습니다. 그만큼 큰 비즈니스 기회가 있다면 분명 방법이 있을 것입니다. DeepSeek은 시대의 산물이며, 현실 상황의 반영이지, 모방의 결과가 아닙니다.

오픈소스는 우리 규모의 회사에 딱 맞는 전략

절제는 전략입니다. 일부를 포기하고 더 많은 다른 것을 얻는 것입니다. 오픈소스는 이익을 베푸는 행위입니다. 내부적으로는 직원들이 성취감을 느끼고 회사는 결속력을 갖습니다. 사회적으로도 이득이 되어 동종 업계나 보통 사람들 모두 기뻐할 것입니다. 저는 AGI가 엄청난 상업적 가치를 지닐 것임을 의심하지

않습니다. 이 기반 위에서 제가 우선시하는 것은 점유율을 더 차지하는 것이 아니라 성공 확률을 높이는 것입니다.

AI를 사업적으로 성공시키는 데 오픈소스는 이점이 있습니다. 직관에 반하는 말처럼 들릴지 모릅니다. 역사적으로 소프트웨어 회사 하나의 시장 규모는 연간 수십억 달러에 불과해 오픈소스로 풀면 사라지고 말죠. 하지만 AI는 충분히 커서, 궁극적으로 인류 사회 GDP의 10%를 차지할 수 있습니다. 만약 우리가 이 이익을 독점하려 한다면 반드시 역사에 버려질 것입니다. 이는 객관적 법칙이자, 역사관입니다.

우리가 제공하는 오픈소스 모델은 우리가 직접 배포하는 모델과 동일합니다. 조금 못한 모델을 오픈소스로 내놓고 자체 배포에는 더 나은 모델을 쓰는 일은 없을 것입니다.

저는 다른 사람이 우리 모델을 배포해 우리와 경쟁하는 것을 걱정하지 않습니다. 모든 회사가 그 의지와 능력을 갖추고 있는 것은 아닙니다. 스타트업이 너무 작으면 이 일을 해낼 역량이 없고, 대기업은 조직화가 어렵습니다. 이것이 바로 우리 규모의 회사에 딱 맞는 지점(sweet point)입니다.

오픈소스는 우리 비즈니스 모델에 아무런 영향을 미치지 않습니다. 단, 전제는 '일정한 이윤만 추구한다'는 것입니다. 만약 백 배의 이윤을 남기려 한다면 오픈소스가 확실히 영향을 미칠 것입니다.

우리는 어떤 인터넷 대기업이든 작은 기업이든 경쟁 상대가 되기를 원치 않습니다. 이 전제하에서 우리는 기꺼이 누구든, 심지어 알리바바, Zhipu, Moonshot AI가 더 잘할 수 있도록 협력하고 돕겠습니다.

미-중 격차는 인재에 있지 않다

앞으로 우리는 미-중 AI의 서사를 다시 쓰고자 합니다. 몇 분의 일의 연산 자원으로 지능의 격차를 더 좁혀 6개월, 3개월까지 단축할 것입니다.

미-중 AI의 격차는 주로 자원에 있습니다. 우리는 스케일링을 믿으며, 규모가 클수록 분명 성능이

좋아집니다. 이 정도로 큰 모델을 훈련하는 것은 이만한 모델이면 충분하다고 생각해서가 아니라 단지 자원이 이만큼이기 때문입니다.

인재는 거의 차이가 없습니다. 바로 같은 무리의 사람들입니다. 국내 인재는 부족하지 않습니다. 인재 부족은 단계적 현상일 뿐, 역사적으로 특정 부류의 사람이 장기간 부족했던 적은 단 한 번도 없습니다.

모델 경쟁, 비용이 첫 번째로 중요하다

현재 앤스로픽이 오픈AI를 넘어선 것은 장기적인 것이 아니라 단계적 현상입니다. 오픈AI와 구글은 미래에 아마도 서로 치고 올라가는 양상을 보일 것입니다.

중국에 모델을 만드는 회사가 너무 많고, 각자 동일한 일을 하며 자원이 분산되어 있습니다. 결국에는 수렴하겠지만, 과정이 필요합니다. 만약 각자 합리적인 이윤만 가져간다면 많은 인원이 대형 모델을 할 필요는 없을 것입니다. 아마도 대기업 둘, 작은 기업 둘 정도면 충분할 것입니다.

저는 대형 모델 회사가 AI 업계의 대부분의 이익을 가져갈 수 있다고 절대 생각하지 않습니다.

대형 모델 경쟁의 최종 격차는 세 가지 측면에서 나타날 것입니다. 비용, 시간, 사용자 경험입니다. 이중 비용이 첫 번째입니다. 같은 품질의 서비스를 어떤 비용으로 제공할 수 있느냐는 것입니다. 둘째는 시간으로, 몇 개월 빠르고 늦고가 차이를 만듭니다. 세 번째인 사용자 경험은 어느 정도 고착성과 진입 장벽을 만들지만 본질적이지는 않습니다.

차세대 슈퍼앱이 될 생각은 없다

우리는 차세대 슈퍼앱이 되고 싶지 않습니다. 다음 바이트댄스가 되는 것? 다음 텐센트가 되는 것? 전혀 그런 생각이 없습니다.

이것을 다투지 않는 이유는 AGI가 수박이고, 앞의 것은 모두 깨알이기 때문입니다. 물론 이 깨알이 좀 클 수는 있겠지만 저는 모두 대단하지 않다고 생각합니다.

작년에는 모두가 챗봇과 B2C 트래픽을 쟁취하느라 노력했고, 올해는 B2B 매출을 쟁취하려고 노력하고

있습니다. 하지만 우리는 그것이 중요하다고 보지 않습니다. 회사 내부에서 진정 관심을 두는 것은 AGI의 로드맵과 다음 단계 기술을 어떻게 돌파할지입니다. 참 이상하지만, 가장 갖고 싶은 것은 얻지 못하고 덜 신경 쓰는 것이 오히려 쉽게 얻어집니다.

작년 설날에 폭발적인 인기를 끈 것은 우리의 각본에 없던 일입니다.

팀의 안정성 유지가 핵심

단 한 가지 타협할 수 없는 것은, 반드시 팀의 안정성을 유지해야 한다는 점입니다. 이것이 우리가 직면한 아주 큰 위험입니다. 물론 이 위험은 이번 펀딩을 통해 상당 부분 해소되었습니다.

우리가 많은 일을 하는 이유는 팀의 안정성을 지키기 위해서입니다. 우리는 어떤 인터넷 대기업이나 소규모 기업과도 경쟁자가 되기를 원치 않으며, 그들에게 힘을 실어주고 지원하고 싶습니다. 우리는 적을 만들고 싶지 않습니다. 그렇게 하면 우리 자신의 환경도 더 나아질 것입니다.

어떤 사람들은 우리 조직이 위에서 아래로(top-down) 움직인다고 생각하고, 어떤 사람들은 아래에서 위로(bottom-up) 움직인다고 생각합니다. 저는 둘 다 맞다고 생각합니다. 위에서 아래로 내려오는 것을 '본업을 처리한다'라고 부르는데, 보통은 그 '본업'이 직원 전체 시간의 절반을 넘지 않았으면 합니다. 나머지 절반의 시간은 아래에서 위로 움직이며, 따로 정해져 있지 않습니다. 연구하고 싶은 것을 마음껏 연구하고 스스로 탐구할 수 있으며, 본인이 중요하다고 생각하는 방향으로 탐구하면 되고, 사전에 정해진 요구 사항은 없습니다.

우리는 보통 야근을 잘 하지 않습니다. 첫 번째 이유는 창의적인 연구를 하려면 비교적 느슨한 환경이 필요하기 때문입니다. 두 번째 이유는 우리가 매우 집중하기 때문입니다. 제품 중 불완전한 것이 많지만 우리는 그것을 메우지도 않았습니다. 그것도 일종의 절제하는 문화입니다.

조직은 동적이며, 한 번 정해지면 변하지 않는 것이

아닙니다. 앞으로 회사가 커지면서 약간의 조정이 있을 수 있습니다. 하지만 완전히 전통적인 계층제로 바뀌지는 않을 것이며 필요한 구조가 생길 수는 있습니다. 그러나 비전 중심으로 움직이는 것은 변하지 않을 것입니다.

세상을 향한 선의를 품는다는 것

딥시크를 처음 만들 때, 얼마나 많은 돈을 벌겠다거나 자본시장에 상장하겠다는 생각을 처음부터 하지 않았습니다. 적어도 초기 수십 명은 전혀 그런 생각을 하지 않았습니다. 만약 그렇게 생각했다면, 그들은 오지 않았을 것입니다. 우리는 이 세상을 향한 아주 큰 선의를 품고 이 일을 하며, 이것이 인류에게 도움이 될 것이라고 생각합니다.

"OOO KPI를 달성해야 한다"는 방식은 우리 방식이 아닙니다. 우리는 비전으로 움직이는 조직입니다. 여기에는 장점도 있고 단점도 있습니다. 앞으로 장점을 살리고 단점을 보완할 방법을 찾겠지만, 이것이 우리의 특징입니다.

비전은 심지어 문서화된 것조차 아니며, 일을 처리하는 방식이나 세상을 대하는 태도 속에 담겨 있습니다. 우리 회사의 사람마다 그 비전을 이해하는 방식이 다를 수 있지만, 큰 방향에 있어서는 일치합니다.

20년 전, 내가 경영 측면에서 가장 존경했던 사람은 잭 웰치(GE의 전 CEO)였습니다. 지금 보면 그가 말한 대부분은 더 이상 맞지 않을 수도 있지만, 한 가지는 옳았습니다. 회사에서 가장 중요한 것은 비전이라는 점입니다. 비전은 벽에 걸린 표어가 아니며 어떻게 말하는가가 아니라 어떻게 행동하는가에 달려 있습니다.

절제는 AGI 달성에 도움이 된다

AGI가 가장 큰 이익을 가져올 것입니다. 다른 일들은 여력이 있으면 하고, 여력이 없으면 하지 않습니다. 절제는 우리 비전의 일부입니다.

AI라는 일은 너무나 크고 그 이익도 너무나 클 것입니다. 해내기만 하면 아주 조금만 나누어져도 엄청난 이익이 될 것입니다. 그리고 절제할수록 이 일을 해낼 가능성이 높

아집니다.

이것이 직관에 부합한다고 생각합니다. 적어도 제 직관에는 부합합니다.

2년 전 이 회사를 설립할 당시 많은 돈도 없었고, 많은 GPU도 없었으며, 인지도도 별로 없었고, 영향력도 없었습니다. 우리는 아주 평범한 사람들의 집단이었습니다. 내가 좋아하는 이야기는 "한 무리의 평범한 사람들이 비범한 일을 해냈다"는 것이지, "한 무리의 천재들이 비범한 일을 해냈다"는 것이 아닙니다.

오픈소스도 절제의 일부입니다. 가격 정책에서도 우리는 결코 회사의 수입이나 이익을 최대화하는 것을 출발점으로 삼지 않습니다. 단기적으로는 가격이 높으면 수입이 더 많아집니다. 하지만 장기적으로는 정말 모를 일입니다. 제게 절제는 하나의 전략입니다.

오픈소스와 저렴한 가격은 직원들이 큰 보람을 느끼게 하고, 조직에 응집력을 부여하며, 사회에도 좋고, 다른 업계 관계자들과 일반 대중 모두 기뻐합니다. 그래서 이런 절제는 장기적인 관점에서 우리가 AGI를 실현할 확률을 높여 줍니다.

만약 당신의 비전이 많이 얻는 것이라면, 당신은 이미 진 것입니다. 더 큰 어려움에 직면할 수도 있습니다. 세상이란 원래 그런 것입니다.

TSMC, 파운드리 가격인상 계획

닛케이 보도에 따르면 TSMC가 CY27 첨단노드와 성숙노드 파운드리의 가격을 5~10% 인상할 계획입니다. 가격협상은 6월에 시작해 7월에 완료됐으며 새로운 가격은 2027년 1월부터 발효될 예정입니다. TSMC는 가격인상이 재료, 반도체 제조 장비 비용 상승과 새로운 해외 팹 건설비용을 반영한 결과라고 말했습니다. 그리고 기존에 TSMC에게 제출했던 물량을 초과하는 HPC 칩 주문에 대해서는 기존 인상분에 더해서 +10%~+15%의 추가 프리미엄 비용을 부과할 계획입니다.

애플, 26년 PER 37배 / Underweight

애플 1Q26 실적발표 코멘트 / 주간전략보고 中 (바로가기)

애플 3Q25 실적발표 코멘트 / 주간전략보고 中 (

바로가기)

iPhone 18 일반형은 올가을 출시하지 않을 전망

애플은 기존처럼 모든 iPhone 신제품을 9월에 한꺼번에 공개하지 않고, 프리미엄 모델과 보급형 모델의 출시 시점을 나누는 방안을 추진하고 있습니다.

이에 따라 올해 가을에는 고가 제품군인 iPhone 18 Pro/Pro Max, 폴더블 모델인 iPhone Ultra만 먼저 출시될 전망입니다. 보다 가격대가 낮은 라인업인 iPhone 18/18e/Air 2는 2027년 봄 출시가 예상됩니다.

애플의 연간 iPhone 신제품은 과거 3종에서 점차 늘어났습니다. 지금 아이폰 18 라인업에서는 이제 총 6종입니다. ⓐiPhone 18, ⓑ18e, ⓒPro, ⓓPro Max, ⓔAir 2, ⓕ폴더블 아이폰입니다.

6개 제품을 한 번의 행사에서 동시에 공개하기에는 제품별 차별점이 희석되고 마케팅도 복잡해집니다. 이에 따라 애플은 프리미엄 제품은 가을, 상대적으로 저렴한 제품은 봄에 출시하는 구조로 전환하려는 것으로 보입니다.

출시 일정 분리를 통해 iPhone 평균 판매가를 높일 수 있을 것

전략적이기도 합니다. 가을 신제품 출시 직후 iPhone을 구매하려는 소비자는 저렴한 일반형 모델을 선택할 수 없게 됩니다. 출시 초기 수요를 흡수할 수 있는 제품이 iPhone 18 Pro/Pro Max/고가의 iPhone Ultra로 제한되기 때문입니다. 따라서 신제품 열기가 가장 강한 가을에 프리미엄 모델 판매 비중이 높아지면서 iPhone의 평균판매가격인 ASP가 상승할 가능성이 있습니다.

구글, 26년 PER 27배 / Neutral

구글 2Q26 실적발표 : GCP 82% 성장의 이면, 딥마인드의 컴퓨트 갈증 (바로가기)

구글 TPU v8 네트워킹의 모든 것 : 같은 칩을 사도 같은 성능이 나오지 않는 시대 (바로가기)

구글 1Q26 실적발표 : 검색은 방어했고, 클라우드는 폭발했습니다 (

바로가기)

주간전략보고 中 TPU v8t, TPU v8i에 대한 설명 (바로가기)

구글 4Q25 실적발표 : CY26 CAPEX 102%! 역대급 베팅과 자신감의 근거 (바로가기)

구글 3Q25 실적발표 : AI ARR $13B 돌파, 검색엔진이 다시 성장 엔진이 됐다 (바로가기)

Quick Take : 구글 반독점법 소송 판결, '계급장 떼고 붙어라' (바로가기)

구글 2Q25 실적발표 : 더욱 가속을 말하다, '2026년까지 AI 수요는 채워지지 않을 것' (바로가기)

구글 2Q26 Review : 딥마인드의 컴퓨트 갈증

이번 실적발표를 기점으로 Overweight → Neutral로 하향했습니다. TPU v8t로 사전훈련한 모델의 성능이 얼마나 좋게 올라오느냐를 보고 평가할 예정입니다. 모델 주도권만 지금보다 개선되면 언제든 본업가치 자체는 좋게 생각하고 있는 만큼 좋게 볼 여지들은 있습니다.

2Q26 매출 $119.8B, 2Q25 대비 $23.4B는 어디서부터 왔나?

작년 2분기 대비 늘어난 매출 $23.368B 중에서 GCP가 +$11.1B를 기여해서 48%를 기여했고, 검색광고가 +$9.1B를 기여해서 39%, 구독/디바이스가 7%, 유튜브 광고가 5%를 기여했습니다.

비중으로 생각해보면 조금 더 와닿습니다.

매출비중 21%인 클라우드가 YoY 82% 성장하며, 매출성장분 48%를 견인했고,

매출비중 53%인 검색광고가 YoY 17% 성장하며, 매출성장의 39%를 견인했습니다.

검색광고와 클라우드가 모두 중요합니다. 메타와 기업 구조가 비슷합니다. 구글은 검색, 광고, YouTube 등 내부에 Recommendation & Ranking 알고리즘을 적용할 수 있는 영역이 매우 넓습니다.

때문에 AI 컴퓨트를 높은 ROI로 수익화할 수 있는 자산이 많습니다. 내부 적용만 잘 시키더라도 충분히 수익화할 여력은 많다는

의미입니다. 동시에 AI CapEx는 곧 쩐의 전쟁이기도 하므로 검색광고에서 창출되는 막대한 현금흐름이 클라우드와 AI 인프라 CapEx를 안정적으로 뒷받침한다는 점도 다른 기업과 차별화되는 강점입니다.

실적은 좋았지만, '그렇게까지 좋게' 반응하진 않은 이유들

앤스로픽과 스페이스X 등 구글이 지분을 꽤 많이 들고 있는 기업들의 밸류에이션이 IPO와 함께 크게 높아졌다보니, 구글의 2Q 지분증권 평가이익이 크게 높아졌습니다. EPS $9.11 중 EPS $6.26만큼 평가이익 효과였기 때문에 평가이익을 제외한 EPS는 $2.85였고, 컨센 $2.90 대비로 보자면 Miss였습니다.

이번 분기에 GCP 매출은 $24.77B로 컨센 $22.46B 대비 웃돌긴 했는데 TPU 외부판매 물량이 포함돼서 서프라이즈를 키운 것으로 보고 있습니다. 생각해보면 Customer Lifetime Value로 보자면 클라우드를 통해서 서빙하는 게 TPU HW를 일회성으로 파는 것에 비해서 부가가치가 높기 때문에 시장이 같은 퀄리티라고 보면서 'GCP 서프라이즈'라고 반응하진 않았습니다.

조금 더 구조적인 문제 : DeepMind/Gemini

지난 1Q26 실적발표에서 구글이 유일하게 Tier 1 AI Lab과 클라우드를 동시에 보유한 기업이라는 점을 말씀드렸습니다. 이 구조는 제미나이와 TPU가 서로 수요를 만들어내는 강력한 플라이휠이 될 수 있습니다. 반대로 제미나이가 Tier 2~3 수준의 평범한 AI Lab으로 밀려나는 순간 문제가 생깁니다. 고객 입장에서는 '굳이 제미나이를 써야 하는가', '굳이 TPU를 선택해야 하는가'라는 질문이 생기기 때문입니다. 결국 TPU의 경쟁력은 DeepMind가 프론티어 모델 경쟁력을 유지할 때 가장 강하게 작동하는 구조입니다.

Gemini의 모델 경쟁력에서 나타난 이상 신호

DeepMind의 파운데이션 모델 경쟁력에 문제가 생겼다는 신호는 5월 21일 Google I/O 2026에서 Gemini 3.5 Flash를 공개한 이후 본격적으로 드러나기 시

작했습니다. 구글은 Flash 계열의 비용 효율성과 범용성을 강조했지만 시장이 기대했던 가성비로는 크게 떨어졌습니다. 이어서 최근 공개된 Gemini 3.6 Flash 역시 별다른 기대감이나 화제 없이 지나갔습니다. 이 때문에 구글 내부적으로도 Gemini 3.5 Pro는 가볍게만 넘기고, Gemini 4를 위한 대규모 사전훈련에 들어갔다고 밝히면서 아예 다음 세대인 Gemini 4에 기대를 걸고 있습니다.

가장 큰 문제로 많이 언급되는 것은 '타 AI Labs 대비 컴퓨트 부족'

내부적으로 가장 많이 언급되는 문제는 'DeepMind가 다른 Tier 1 AI Labs에 비해 충분한 컴퓨트를 확보하지 못하고 있다'는 점입니다. 오픈AI/MSL/xAI가 막대한 규모의 데이터센터와 GPU를 확보하려는 이유는 단순히 더 큰 모델을 한 번 훈련하기 위해서가 아닙니다.

더 많은 사전훈련과 실험을 반복하고 여러 아키텍처와 데이터 레시피를 동시에 탐색하며 사후훈련과 에이전트 환경을 확장하기 위해서입니다. 컴퓨트의 절대량은 결국 연구조직이 수행할 수 있는 실험의 수와 속도를 결정합니다. 따라서 컴퓨트 부족은 장기적으로 모델 경쟁력의 저하로 연결될 수 있습니다.

앤스로픽향 TPU 판매가 만든 상충관계

구글은 앤스로픽에 TPU를 장기 공급하면서 향후 AI CapEx의 수익성을 제미나이 단일 모델의 성공에만 의존하지 않는 구조를 만드는 데에는 성공했습니다. 앤스로픽이라는 외부 Tier 1 AI Lab이 TPU를 추론에 적극 사용하면 제미나이가 모델 경쟁에서 부진하더라도 구글 클라우드와 TPU 인프라를 통해 수익을 얻을 수 있습니다. 구글 입장에서는 AI 인프라 투자의 수요처를 다변화한 셈입니다.

다만 이 계약은 구글과 AI HW 공급망 전체의 자원이 무한하지 않다는 점에서 상충관계를 만듭니다. 앤스로픽에 장기적으로 배정하기로 한 TPU와 데이터센터 용량은 계약에 따라 집행돼

야 합니다. 그런데 그만큼 DeepMind가 사용할 수 있는 연구용 컴퓨트는 타사 대비 제한될 가능성이 있습니다.

7월 13일 주간전략보고에서 전해드렸던 것처럼 SemiAnalysis는 향후 2년간 구글이 증설하는 용량 대부분이 클라우드와 타사 모델 API를 위해 쓰일 것으로 예상하고 있습니다. 구체적으로는 Vertex AI를 통해 Claude를 추론하는 수요, 앤스로픽이 직접 건설에 관여하는 데이터센터에 TPU 시스템을 판매하는 사업, GCP를 통해 일반 기업에 TPU와 GPU를 임대하는 사업 등이 포함됩니다. 컨콜에서는 TPU 배분의 최우선순위가 프론티어 모델 개발이라고는 했지만, DeepMind를 우선한다고 해도 '전체 공급'이 부족한 상황에서는 충분한 컴퓨트를 제공받는 것과는 다른 문제입니다.

구글 내부의 전체 컴퓨트 부족은 스페이스X로부터 GB300 NVL72를 상당한 프리미엄을 지급하고 임대한 사례에서 느낄 수 있습니다. 자체 TPU와 데이터센터로 훈련, 추론, 클라우드 수요를 충족하기 어려워지자 외부 GPU를 고가에 임대한 것입니다. 이는 TPU가 기술적으로 실패했다는 의미는 아닙니다. 오히려 AI 수요가 구글 내부의 인프라 증설 속도를 크게 앞서고 있다는 의미에 가깝습니다.

업계에는 좋습니다. 전략적으로는 구글 TPU CapEx의 수혜를 보는 루멘텀/비아비/셈텍을 좋게 볼 여지가 있습니다. 그러나 결과적으로 구글 입장만 생각해본다면, DeepMind가 필요한 시점에 충분한 컴퓨트를 공급받지 못할 가능성이 있다는 점은 모델 경쟁력 측면에서 중요한 위험입니다.

TPU vs GPU

현재 제미나이와 TPU의 경쟁 상대는 TPU를 사용하는 또 다른 모델이 아닙니다. 현재 엔비디아 최신 GPU에 훈련과 추론을 최적화하고 있는 GPT, Grok, Muse Spark, Kimi, GLM, DeepSeek같은 모

델들입니다. 이들의 신규 모델들이 모두 GB200/GB300 NVL72 기반으로 훈련했으며 높은 성능과 높은 Throughput을 달성하고 있다는 것도 구글 입장에서는 부담일 수 있습니다.

특히 코딩과 Agentic AI는 파운데이션 모델의 성능만으로 결정되지 않습니다. 실제 사용환경에서 쌓이는 피드백, 에이전트 하네스, 도구 사용 능력, 사용자 작업 로그와 강화학습 환경이 함께 작동해야 합니다. 모델이 초기 경쟁에서 밀리면 사용자와 개발자가 줄어듭니다. 그러면 양질의 사용 데이터와 피드백도 줄어들고 모델을 개선할 수 있는 플라이휠이 약해집니다.

Gemini 4의 출시 시점이 언제인지, 성능은 어떠한지에 따라서 바뀌겠지만 처음엔 한두 번의 모델 실패로 생각했으나 최근 Agentic AI 침투가 본격화되면서 한두 번의 모델 출시 실패 치고는 꽤 많은 것을 잃고 있어 보입니다. 컴퓨트 부족과 모델 경쟁력 저하, 개발자 채택 감소, 피드백 루프 약화가 서로 연결될 경우 부진이 장기화될 수 있다는 생각도 해볼 수 있습니다.

조용히 넘어간 Gemini 3.6 Flash

구글이 Gemini 3.6 Flash를 공개했습니다:

여전히 코딩 및 에이전트 능력에서 유의미한 개선세가 보이고 있지 않습니다. 2026년 2월 19일에 발표했던 Gemini 3.1 Pro는 이제 상당한 구식 모델이 되어 버려서 사실 비교하기 어렵고, 하네스 역량을 감안하면 모델이 Grok 4.5보다는 우수해야 Tier 1에서 세 번째 자리(앞선 두 자리는 오픈AI/앤스로픽)를 놓고 경쟁할 역량이 된다고 판단할 수 있을텐데 전반적인 지표에서 경쟁력이 크게 떨어집니다. 오른쪽 차트로 보실 수 있는 CursorBench 3.2 기준으로도 아쉬운 모델입니다.

가격은 백만토큰 기준 Input $1.50/Output $7.50입니다. 가격을 고려해서 Gemini 3.6 Flash급이 파레토 프론티어 모델이려면 최소 Grok 4.5보다는 우수해야 하고 GPT-5.6 Terra와 비슷한 정도가 되어야 하는데 Grok 4.5에 비해서, 심지어는 Muse Spark 1.1에 비해서도 전반적으로 열위

입니다.

계속해서 같은 뷰입니다. 이번에 다같이 GPT-5.6 Sol/Kimi-K3/Grok 4.5/Muse Spark 1.1 등 엔비디아의 GB200/GB300 NVL72 클러스터를 바탕으로 사전훈련 및 사후훈련된 모델들이 모든 라인업에서 파레토 프론티어를 장악했습니다.

주요 모델 API 가격 : Mythos/Fable 5 $10/$50(SOTA) > GPT-5.6 Sol $5/$30 > Opus 5 $5/$25 > Sonnet 5 $3/$15 = Kimi-K3 $3/$15> GPT-5.6 Terra $2.5/$15 > Gemini 3.1 Pro $2/$12 > Gemini 3.5 Flash $1.5/$9 > Gemini 3.6 Flash $1.5/$7.5(이번에 출시) > Grok 4.5 $2/$6(Opus 4.7급을 매우 저렴하게, 저사양 파레토 프론티어) > GPT-5.6 Luna $1/$6 > GLM-5.2 $1.4/$4.4 > Muse Spark 1.1 $1.25/$4.25(Opus 4.6보다는 우수, 4.7보다는 열위) > Kimi K2.7 $0.95/$4입니다.

오히려 Gemini 4를 기대하도록 미루다

Logan Kilpatrick은 다소 실망스러운 Gemini 3.6 Flash 공개와 동시에 "Gemini 4를 위한 사전학습을 시작했다. 진행 상황에 흥분하고 있다."고 말했습니다. 여기도 결국은 모델의 규모를 키우는 작업이 필요한 때입니다. Gemini 3 모델 라인업이 전반적으로 다 경쟁모델들에 비해서 못미치고 있는 상태라 아예 Gemini 4 개발소식을 전하는 게 메인이 되버렸습니다.

서빙 비용을 낮추기 위한 Frozen v2 칩 고려

구글이 Gemini AI 모델에 훨씬 더 특화된 HW를 개발 중입니다. "Frozen v2"라고 불리는 AI 칩은 TPU를 통해서 Gemini를 서빙하는 것보다 토큰 처리당 전력 효율이 6~10배 좋을 것으로

예상됩니다. 모델의 일부를 ASIC에 영구적으로 새겨넣어서 칩이 수행해야 하는 step과 처리해야 하는 데이터의 양을 줄일 수 있습니다.

CY28 내로 출시 예정이고 아마 출시가 이때면 양산 시점은 CY29쯤일 것으로 예상됩니다.

마이크로소프트, 26년 PER 22배 / Neutral

마이크로소프트 1Q26 실적발표 코멘트 / 주간전략보고 中 (바로가기)

마이크로소프트 4Q25 실적발표 코멘트 / 주간전략보고 中 (바로가기)

마이크로소프트 3Q25 실적발표 : 오픈AI가 주도하는 스타게이트에 업혀가는 마이크로소프트 (바로가기)

마이크로소프트 2Q25 실적발표 : 클라우드가 이끄는 성장, Agentic AI 도입 가속화 (바로가기)

오픈AI 기업분석 : 빅테크를 위협하는 새로운 플랫폼으로서 ChatGPT의 가치를 생각해보다 (바로가기)

마이크로소프트 x Mistral과 전략적 파트너십 체결

마이크로소프트이 유럽의 대표 AI Labs인 미스트랄과 전략적 파트너십을 확대했습니다:

유럽의 AI 컴퓨팅 역량 확대 : 마이크로소프트와 미스트랄은 유럽 내 AI 인프라 확장을 위한 새로운 계약을 발표했습니다. 마이크로소프트는 미스트랄의 확장된 유럽 기반 GPU 인프라를 활용하여 AI 개발 역량을 강화하고 마이크로소프트의 클라우드 및 AI 서비스 제공을 지원할 예정입니다.

미스트랄의 모델을 마이크로소프트의 엔터프라이즈 제품에 통합 : Mistral Medium 3.5 및 OCR 4가 이제 Microsoft Foundry에서 사용 가능하며, Mistral Medium 3.5는 Microsoft Copilot Studio에도 포함되었습니다.

오픈AI Codex/Work WAU, 1000만 명 도달

오픈AI Codex/Work WAU가 1000만 명에 도달했습니다.

히스토리를

보시면:

2026년 초 : 50만 명 링크

2026년 2월 5일 : 100만 명 링크

2026년 2월 27일 : 160만 명 링크

2026년 3월 6일 : 200만 명 링크

2026년 4월 7일 : 300만 명 링크

2026년 4월 21일 : 400만 명 링크

2026년 5월 30일 : 500만 명 링크

2026년 7월 12일 : 600만 명 링크 *여기부터 Codex + ChatGPT Work 합산*

2026년 7월 13일 : 700만 명 링크

2026년 7월 14일 : 800만 명 링크

2026년 7월 15일 : 900만 명 링크

2026년 7월 21일 : 1000만 명 링크

오픈AI, 오하이오와 조지아주에 동시 자체 DC 구축 추진 중

오픈AI가 2030년까지의 클라우드 투자 계획을 26년 초 $600B → $750B로 상향했습니다.

또한 조지아주 에핑엄 카운티에 'Project Camellia'라는 자체 데이터센터 구축을 위해 $20B 투자 계획을 발표하기도 했습니다. 2028~32년까지 3.2GW 규모의 전력을 공급받는 계약을 체결했습니다. xAI 내에서 Colossus를 구축했던 주요 인물 두 명을 데려와서 ⓐCSP들의 오픈AI향 데이터센터가 잘 완공되도록 돕고 ⓑ오픈AI 자체 DC 구축을 원활히 수행하도록 책임지는 역할로 맡겼습니다.

오픈AI GPT가 일으킨 Hugging Face 보안 사고

지난주 Hugging Face에서 발생했던 사이버 보안 사고가 오픈AI의 신규 모델 사이버 역량 벤치마크 중 발생했던 것으로 밝혀졌습니다. 사건의 경위가 꽤나 흥미롭습니다:

오픈AI는 내부적으로 GPT-6와 GPT-5.6 Sol을 비롯한 여러 모델의 사이버 공격 역량을 테스트하고 있었습니다. 모델이 공격 요청을 거부하도록 설계된 안전장치를 해제한 뒤, 외부 인터넷이 차단된 샌드박스 환경에서 ExploitGym 벤치마크를 실

행했습니다. 말 그대로 모델이 제한된 환경에서 어디까지 공격할 수 있는지를 확인하는 테스트였습니다.

토큰을 푸는 데 쓰는 것보다, 정답지 탈취에 쓰는 게 효율적이라고 느낀 GPT

테스트 도중 오픈AI의 일부 모델은 ExploitGym에서 높은 점수를 받는 가장 빠른 방법이 Hugging Face에 저장된 벤치마크 정답 데이터베이스를 가져오는 것이라고 판단했습니다. 해당 모델은 주어진 토큰 자원의 대부분을 문제 풀이가 아니라 샌드박스 밖의 인터넷에 접근할 방법을 찾는 데 사용했습니다.

그 과정에서 기존에 공개되지 않았던 취약점을 찾아 악용했고, 외부 인터넷 접근권한을 확보한 뒤 Hugging Face의 데이터베이스에서 벤치마크 정답을 통째로 가져온 것으로 전해졌습니다. 공격을 수행한 모델이 공식적으로 공개되지는 않았지만 정황상 GPT-6일 가능성이 제기되고 있습니다.

Hugging Face AI 보안 에이전트가 탐지

Hugging Face 보안팀은 GLM-5.2를 활용한 AI 에이전트를 통해 비정상적인 접근을 탐지하고 이를 차단했습니다. 이후 침입 경로를 조사하는 과정에서 오픈AI 모델과 관련된 활동이라는 사실을 확인했고, 오픈AI에 연락해 공동조사를 진행했습니다.

오픈AI가 내부 테스트 과정에서 발생한 사건의 경위를 Hugging Face 측에 설명하면서 이번 사고의 전체 구조가 드러난 것입니다. 공격과 방어 양쪽에서 모두 AI 에이전트가 사용됐다는 점도 흥미롭습니다.

모델이 벤치마크의 의도를 넘어서 환경 자체를 건든 것

이번 사건에서 중요한 것은 모델이 단순히 주어진 취약점을 찾아낸 수준이 아니라는 점입니다.

모델은 벤치마크의 목적을 '문제를 정상적인 방식으로 해결하는 것'이 아니라 '최대한 높은 점수를 얻는 것'으로 해석했습니다. 그 결과 개별 문제를 푸는 대신 평가 시스템 바깥으로 탈출해 정답 데이터베이스를 가져오는 전략을 선

택했습니다. 이는 AI 에이전트가 목표만 주어졌을 때 개발자가 예상하지 못한 우회 경로를 스스로 탐색할 수 있음을 보여줍니다. 단순한 사이버 공격 능력뿐 아니라 장기적인 계획 수립과 자원 배분, 새로운 취약점 탐색 능력까지 함께 평가해야 하는 이유입니다.

GPT-5.6 Sol부터 이미 Mythos를 뛰어넘었다

위의 AISI의 사이버 보안 역량 벤치마크를 보시면 기존에 출시했던 GPT-5.6 Sol이 이미 앤스로픽의 Mythos 5보다 높은 성능을 기록하고 있었습니다.

여기에 오픈AI가 GPT-6 출시를 앞두고 백악관과 관련 논의를 진행 중이라는 내용까지 더해지고 있습니다. GPT-6가 GPT-5.6 Sol의 역량을 크게 넘어서는 모델이라면 이번 사고는 차세대 모델의 사이버 능력이 어느 수준까지 높아질 수 있는지를 보여주는 선행 사례로 볼 수 있습니다. 모델이 개별 취약점을 공격하는 데 그치지 않고 네트워크 침투 경로를 찾고 시스템 내부의 목표 자산까지 접근하는 단계에 가까워지고 있다는 의미입니다.

그렇다고, 바로 사이버 보안 체계 붕괴까지는 아닙니다

이번 테스트는 Active Defender가 없고 기존 보안 솔루션의 차단 조치도 제한된 시뮬레이션 환경에서 수행됐습니다. 실제 기업망에서는 외부 침입을 탐지하는 보안 솔루션과 실시간 대응팀이 존재합니다. 네트워크 분리와 권한관리, 행동기반 탐지, 엔드포인트 보안도 함께 작동합니다.

따라서 이번 결과만으로 AI 에이전트가 방어체계를 갖춘 기업 네트워크 전체를 손쉽게 장악할 수 있다고 단정하기는 어렵습니다. 그럼에도 인터넷이 차단된 샌드박스에서 미공개 취약점을 찾아 외부 접근권한을 확보했다는 사실 자체는 모델의 사이버 역량이 빠르게 높아지고 있음을 보여줍니다.

공격자가 AI를 사용하면, 방어자도 AI로 대응

해야 한다

앞으로 공격자가 AI 에이전트를 활용해 취약점을 탐색하고 공격경로를 자동화하는 사례가 늘어날 가능성이 높습니다. 공격의 속도와 동시성이 높아지면 사람이 경고를 검토하고 대응하는 기존 방식만으로는 충분하지 않을 수 있습니다. Hugging Face가 AI 에이전트를 이용해 이상 행동을 탐지했던 것처럼 방어자 역시 AI 기반의 실시간 탐지와 대응체계를 구축해야 합니다.

지금까지 사이버 보안 관련주는 성장성에 비해 밸류에이션이 높다고 판단해 적극적으로 살펴보지는 않았습니다. 다만 직전 분기부터 일부 기업의 성장률과 수주 흐름에서 변곡점이 나타나는 듯한 모습도 있었습니다. AI 에이전트의 공격 역량이 높아질수록 기업들이 보안 예산을 줄이기는 더욱 어려워집니다. 특히 AI 기반 위협 탐지와 자동 대응, 클라우드/아이덴티티 보안에 대한 지출은 구조적으로 늘어날 가능성이 있습니다.

이번 분기 실적에서는 사이버 보안 기업들의 성장률이 실제로 재가속되고 있는지, AI 보안 제품이 신규 매출로 연결되고 있는지, 그리고 현재 밸류에이션을 정당화할 정도의 수요 변화가 나타났는지를 다시 확인해볼 필요가 있겠다는 생각을 갖고 이번 2Q 실적시즌을 살펴보려 합니다.

2026년 9월 미-중 AI 회담 개최 예정

정부 간 소식들을 정리해보면:

미국과 중국이 9월에 AI를 주제로 회담을 가질 예정입니다. 시진핑의 9월 24일 미국 방문 이전에 열릴 가능성이 높으나 구체적인 회담 날짜는 아직 확정되지 않았습니다.

중국이 AI 모델과 AI HW에 대한 수출통제를 강화하는 방안을 검토 중입니다:

ⓐ중국 AI Labs의 모델 학습 데이터를 해외로 이전하는 것에 대한 제한과 해외 사용자들의 모델 weight를 다운로드하는 것을 제한하는 방안

ⓑ퀄컴, TSMC 등이 화웨이/알리바바/바이트댄스가 개발한 설계를 기반으로 첨단 AI HW를 만드는 것을 막기

위한 제한

ⓒAI의 전략적 기술 기업은 해외로 인수되지 못하도록 하는 조치 등입니다.

아마존, 26년 PER 30배 / Neutral

아마존 1Q26 실적발표 코멘트 / 주간전략보고 中 (바로가기)

아마존 4Q25 실적발표 코멘트 / 주간전략보고 中 (바로가기)

아마존 3Q25 실적발표 코멘트 / 주간전략보고 中 (바로가기)

아마존 2Q25 실적발표 : 물류혁신의 3단계 진입, AWS의 현 상태 체크 (바로가기)

앤스로픽 Opus 5 공개

Opus 5 가격은 기존 Opus 시리즈 모델과 같은 $5/$25입니다.

주요 모델 API 가격 : Mythos/Fable 5 $10/$50(SOTA) > GPT-5.6 Sol $5/$30(Fable과 거의 비등) > Opus 5 $5/$25 > Sonnet 5 $3/$15 = Kimi-K3 $3/$15> GPT-5.6 Terra $2.5/$15 > Gemini 3.1 Pro $2/$12 > Gemini 3.5 Flash $1.5/$9 > Gemini 3.6 Flash $1.5/$7.5(이번에 출시) > Grok 4.5 $2/$6(Opus 4.7급을 매우 저렴하게, 저사양 파레토 프론티어) > GPT-5.6 Luna $1/$6 > GLM-5.2 $1.4/$4.4 > Muse Spark 1.1 $1.25/$4.25(Opus 4.6보다는 우수, 4.7보다는 열위) > Kimi K2.7 $0.95/$4입니다.

흥미로웠던 건 FrontierCode 벤치마크 결과였습니다. 두 가지 면에서 흥미로웠습니다:

첫 번째는 GPT-5.6 Sol이 Opus 4.8에 비해서 가성비와 피크 지능이 모두 높았는데, 이제 Opus 5가 다시금 GPT-5.6 Sol보다 좋아졌습니다.

두 번째는 Opus 5는 추론시간을 늘려가며 벤치마크를 측정했을 때 Opus 5가 이전의 모델들과 다른 양상을 보였던

것입니다. 중간 정도로 생각할 때 가장 벤치마크가 잘 나오고 오히려 high → extra로 갈수록 성능이 떨어지다가 max에서는 다시금 벤치 점수가 상승하긴 하지만 중간 정도의 토큰 사용량 대비해서는 여전히 낮은 점수를 기록했습니다. 다른 벤치마크에서도 비슷한 양상을 보였습니다.

아마존, AGI Lab 폐쇄

아마존이 샌프란시스코에서 운영해온 AGI Lab을 사실상 폐쇄했습니다. 이번 조치는 아마존이 최근 AGI 조직에서 진행한 인력 감축의 일부입니다. 영향을 받은 직원들은 회사 내부의 다른 직무에 지원할 기회를 받으며 아마존도 재배치를 지원할 예정입니다.

Adept에서 파생됐으나, 정리 수순

AGI Lab은 2024년 12월 설립됐습니다. 핵심 인력은 아마존이 2024년 AI 스타트업 Adept에서 영입한 수십 명의 연구원과 엔지니어들이었습니다. Adept 공동창업자이자 CEO였던 데이비드 루안도 이 조직에 합류했습니다.

한때 인력은 약 80명까지 늘어났으며 전직 직원은 이 팀을 최고 성과자들이 모인 조직으로 평가했습니다.

그러나 최근 몇 달 동안 Adept 출신 직원 10여 명 이상이 아마존을 떠났습니다. 데이비드 루안도 2026년 2월 퇴사했습니다. 현재 LinkedIn상 아마존의 AGI Lab 소속으로 표시된 인원은 약 30명입니다.

AGI Lab 폐쇄는 단순한 비용 절감뿐 아니라 핵심 리더십과 연구인력의 이탈 이후 조직을 재편하는 성격도 강해 보입니다. 초기 최대 80명에 이르렀던 조직이 최근 약 30명 수준까지 줄어든 것으로 파악되는 만큼 이미 상당한 규모의 인력 이탈과 축소가 진행된 뒤 최종적으로 조직이 폐쇄된 것으로 볼 수 있습니다.

AGI Lab은 2025년 12월 브라우저 사용 AI 에이전트를 개발할 수 있는 모델 및 서비스인 Nova Act를 출

시했습니다. Nova Act는 웹 브라우저 안에서 여러 단계를 수행하는 에이전트를 구축하기 위한 제품입니다. 연구조직은 폐쇄됐지만 Nova Act 서비스 자체는 AWS에서 계속 제공됩니다. 별도 연구조직을 없애고 기존 AWS 제품조직 안에서 개발과 상용화를 이어가는 방향에 가깝습니다.

메타, 26년 PER 20배 / Neutral

Muse Spark 1.1 코멘트 / 주간전략보고 中 (바로가기)

메타 1Q26 실적발표 코멘트 / 주간전략보고 中 (바로가기)

메타 4Q25 실적발표 : GPU를 조려봤습니다. 또 한 번의 서프라이즈 (바로가기)

골드만삭스 테크 컨퍼런스 : "전례 없는 수요를 보고 있습니다" (바로가기)

메타, 저커버그는 왜 지금 '세계 최고의 AI 용병단'을 꾸렸나 (바로가기)

메타의 야망, AI 시대의 '눈 👀'을 차지하라 (스마트 글래스) (바로가기)

메타의 2Q26 Preview : ⓐ광고 본업 ⓑ총비용 가이던스 ⓒCapEx ⓓ클라우드 ⓔAI 앱

BofA의 메타 2Q26 Preview를 정리해보면 이번 분기의 핵심은 광고 성장 자체보다도, 인건비를 줄이는 동시에 AI 인프라 투자를 더 빠르게 늘리고 있다는 것이 중요합니다.

2Q26 매출은 $60.6B, GAAP EPS는 $7.50로 예상했습니다. 광고 매출은 $59.3B로 전년 동기 대비 27% 증가할 것으로 전망했습니다. 광고 노출량은 15%, 광고 단가는 11% 증가할 것으로 봤습니다. 4월에는 거시경제 불확실성으로 일부 광고주들이 집행을 일시적으로 중단했지만 5월부터 다시 광고비를 집행하기 시작했습니다. AI 덕에 광고 효율이 좋아지면서 광고 예산이 메타와 같은 대형 플랫폼으로 더 집중되고 있다는 설명입니다.

AI/Recommendation & Ranking

엔진이 핵심

메타의 광고 성장은 단순히 이용시간이 늘어난 결과가 아닙니다.

Recommendation & Ranking 모델이 콘텐츠 소비를 늘리고, 광고 타겟팅과 전환율을 개선하면서 동일한 이용자 기반에서 더 많은 광고가 노출되고 더 높은 단가를 받을 수 있는 구조가 만들어지고 있습니다. 광고 노출량과 단가가 동시에 두 자릿수 성장할 수 있다는 것은 AI 투자가 이미 본업의 매출과 수익성 개선으로 연결되고 있다는 의미입니다. 이는 메타가 다른 기업보다 AI CapEx를 내부적으로 수익화하기 유리한 이유이기도 합니다.

인력을 줄여 비용은 가볍게, 투자는 더 많이

메타는 5월 약 8,000명을 감원했고 2Q 채용 공고도 전 분기보다 49% 감소했습니다. BofA는 2Q 말 메타의 인원이 70,187명으로 전 분기 대비 10%, 전년 동기 대비 8% 줄어들 것으로 예상했습니다. 이에 따라 FY26 연간 비용 가이던스 상단도 기존 $169B에서 약 $167B로 낮아질 가능성이 있습니다.

다만 인건비 절감분이 주주환원으로 돌아가지는 않을 것으로 봤습니다. 조직을 슬림화해 절감한 비용을 메모리와 서버, 네트워크, 데이터센터 등 AI 인프라 비용을 흡수하는 데 사용하는 구조입니다.

BofA는 메모리 가격 상승과 컴퓨트 부족을 반영해 FY26 CapEx 가이던스가 기존 $125B~$145B에서 → $135B~$150B로 상향될 수 있다고 전망했습니다. 연도별 추정 CapEx는 CY26 $145B → CY27 $185B → CY28 $215B입니다. 이에 따라 FCF는 CY26 $2.7B → CY27 -$4.6B → CY28 $8.2B로 전망했습니다.

메타는 기존 앱의 광고 효율을 높이는 수준을 넘어 프론티어 모델 학습과 추론, 외부 컴퓨트 판매까지 감당할 수 있는 대규모 AI 인프라를 구축하

고 있습니다. 따라서 인력비 절감은 비용축소라기보다 비용구조를 사람에서 컴퓨트로 전환하는 과정에 가깝습니다.

외부 AI 컴퓨트를 판매하기 시작할까?

BofA는 앤스로픽과의 컴퓨트 임대 협상 보도를 반영해 외부 AI 컴퓨트 매출을 새롭게 모델에 추가했습니다. CY27 외부 AI 컴퓨트 매출 $5B → CY28은 $11B입니다.

메타는 AI 인프라를 여러 방식으로 수익화하려 하고 있습니다. MSL 인터뷰에서 전해드렸던 것처럼 알렉산더 왕은 모델만 준비되면 여러 앱에 Muse Spark를 탑재할 준비는 완료됐다고 했었습니다. 이제 Muse Spark를 배포할 것으로 예상합니다.

하나하나 수익원을 살펴보면:

ⓐMeta Business Agent는 WhatsApp, Instagram, Messenger에서 고객 문의, 상품 추천, 예약, 거래, 리드 분류 등을 처리합니다. 이미 100만 개 이상의 기업이 사용하고 있으며 향후 유료 구독이 도입될 예정입니다.

ⓑInstagram Plus는 월 $3.99이며 Meta AI 구독은 월 $7.99와 $19.99 두 가지 요금제로 출시됐습니다. BofA는 메타 이용자의 1%인 약 3,500만 명이 월 $10 구독을 이용할 경우 연간 약 $4.2B의 매출이 발생할 수 있다고 계산했습니다.

ⓒ이외에도 AI Mode 검색, Threads 광고, WhatsApp 광고, 엔터프라이즈 AI 솔루션, 모델 API 라이선스가 새로운 매출원이 될 수 있습니다.

메타-블랙록, El Paso 데이터센터를 위한 자금조달

블랙록은 텍사스주 엘파소에 건설되는 메타 데이터센터의 자금조달을 위해 $12B 이상의 채권 발행을 추진하고 있습니다. 해당 프로젝트는 Project Sopaipilla Holdings라는 별도목적법인(SPV)으로 구성

돼 있습니다. 지분은 블랙록 측이 80%, 메타가 20%를 보유합니다.

메타가 데이터센터 건설비 전액을 자체 대차대조표에서 집행하는 대신, 블랙록이 다수 지분을 보유한 SPV가 채권을 발행해 프로젝트 자금을 조달하는 구조입니다. 메타는 소수지분과 장기적인 사용권을 확보하면서도 초기 자본투입과 프로젝트 금융 부담을 외부 투자자에게 일부 이전할 수 있습니다.

결국 AI 데이터센터 투자 규모가 빠르게 커지면서 하이퍼스케일러들이 자체 현금만 사용하는 것이 아니라, SPV/사모자본/채권을 결합한 프로젝트 파이낸싱으로 CapEx 조달원을 다변화하고 있다는 사례입니다.

Meta Copute 인프라 조직의 문제

SemiAnalysis가 뉴스레터에 메타 인프라 조직에 대한 평가를 남겼습니다. 메타의 펀더멘탈을 좌지우지할 정도의 이슈라고 생각하진 않지만, 메타 인프라 팀 내의 분위기를 읽기에는 괜찮은 글이었습니다.

6개월단위 성과 평가의 부작용

메타는 6개월마다 성과를 평가하고 하위 10~15%를 정리합니다.

이 구조에서는 장기적인 인프라 전략보다 다음 평가에 보여줄 수 있는 단기 프로젝트가 중요해집니다. 관리자들은 눈에 잘 띄는 프로젝트를 시작했다가 성과를 확보한 뒤 방향을 바꾸거나 중단하는 'Window Washing'에 집중하게 됩니다. 리더십의 판단에 공개적으로 반대하기도 어려워 잘못된 결정이 수정되지 않습니다.

공급망 조직보다 엔지니어링 조직의 발언권이 강해 실제 조달과 양산 가능성보다 내부 정치와 기술적 취향이 설계에 더 많이 반영된다는 비판입니다. 잦은 설계 변경과 프로젝트 취소는 공급업체의 신뢰도 떨어뜨렸습니다. 일부 공급사는 방향이 자주 바뀌는 메타보다 아마존이나 구글 프로젝트를 우선하려는 것으로 전해졌습니다.

예산을 키웠더니 조직 논리와 함께 비효

율도 커졌다

AI에 거액의 예산이 배정되자 일부 관리자들은 필요한 기술을 가장 효율적으로 개발하기보다 새로운 프로젝트와 인력을 만들어 조직 규모를 키우는 데 집중했습니다. 과거 메타버스 사업으로 돈이 몰렸을 시절 Reality Labs에서도 발생했던 일인지라 메타 인프라에서도 이러한 일이 일어나지 않도록 경계해야 한다는 맥락이었습니다.

메타는 2025년 칩 스타트업 Rivos를 $2.5B 이상에 인수했습니다. Rivos의 Customer-Owned Tooling 역량에 관심이 있었던 것으로 보입니다. 그러나 COT 조직만 필요했다면 연간 약 $100M 이상의 비용으로 내부 구축할 수도 있었기 때문에 $2.5B 이상의 인수대금은 과도했다고 평가합니다.

메타는 Rivos 전체가 아니라 일부 팀만 원했지만 창업자들이 일괄 인수를 요구해 회사 전체를 인수했습니다. 이후 원하지 않았던 조직은 감원했고 기존 메타 관리자들은 Rivos 인력을 각자의 조직으로 분산 배치했습니다. 결과적으로 Rivos는 독립된 기술조직으로 통합되지 못하고 여러 팀에 흩어졌습니다.

인수의 핵심이던 Olympus 칩은 취소됐다

메타가 Rivos에 관심을 가졌던 이유 가운데 하나는 엔비디아 GPU와 유사하게 프로그래밍하기 쉬운 SIMT 코어 기술이었습니다. 그러나 이 기술을 적용하려던 Olympus 프로젝트는 시스템/패키징 구조가 지나치게 공격적이고 소프트웨어도 준비되지 않았다는 이유로 취소됐습니다. 공급망 조직보다 엔지니어링 조직의 말을 너무 우선하다보니 생겨나는 부작용입니다. 이에 메타는 당분간 기존 SIMD 구조의 MTIA 600을 이어갈 예정입니다.

메타는 자꾸만 '자체의 것'을 원한다

메타는 H100 세대에서 표준 HGX 서버 대신 Grand Teton이라는 자체 서버를

만들었습니다. 표준 GPU, CPU 구성에 브로드컴 PCIe 스위치 4개와 SSD 16개, NIC 8개를 담은 별도 Switch Tray를 추가했습니다. 목적은 학습 Checkpoint 저장을 위해 서버당 SSD 수를 늘리는 것이었습니다. 그러나 엔비디아 ConnectX-7 NIC가 이미 PCIe 스위칭 기능을 제공했기 때문에 별도의 PCIe 스위치 없이도 상당한 저장장치를 연결할 수 있었습니다. 메타가 복잡한 구조를 추가해 얻은 것은 서버당 SSD 8개 정도에 불과했습니다.

실제 모델팀은 예상만큼 로컬 저장공간을 사용하지 않았습니다. 결국 더 높은 부품비와 전력소비, 통합 복잡성만 남기고 설계가 취소됐습니다. 엔비디아 네트워킹 의존도를 낮추겠다는 명분도 달성하지 못했습니다. 메타의 소프트웨어가 엔비디아의 RoCE 구현에 계속 의존하면서 NIC 공급사를 바꾸기 어려웠고, 결과적으로 엔비디아 의존도는 줄이지 못한 채 브로드컴 의존도만 높아졌습니다.

Blackwell에서도 반복된 실수 'Ariel'

Blackwell 세대에서도 유사한 문제가 반복됐습니다.

메타의 맞춤형 GB200 랙인 Ariel은 일반적인 GB200이 Grace CPU 1개당 B200 GPU 2개를 연결하는 것과 달리 CPU 1개당 GPU 1개만 탑재했습니다. 메타는 NVL72 랙의 Backplane 안정성을 우려해 36-GPU 랙 두 개를 연결하는 NVL36x2 방식을 택했습니다. 이 구조는 랙 간 ACC를 추가해야 했고 스위치 수가 두 배로 늘었으며 통신 Hop도 하나 더 생겼습니다.

추천/광고 시스템은 CPU 연산과 Embedding 저장용 메모리 비중이 높기 때문에 CPU와 DRAM을 더 많이 넣은 설계가 일부 의미를 가질 수 있습니다. 하지만 LLM 학습과 추론에서는 GPU 연산량과 HBM 용량과 대역폭이 더

중요합니다. LLM 팀에서 쓰기에 Ariel은 사용하지 않는 CPU와 DRAM가 많아질 뿐이었고, 전사 차원에서 생각해보자면 GPU당 CapEx와 $/FLOP가 악화됐습니다.

SemiAnalysis 추정에 따르면 메타에 맞게 커스텀된 Ariel의 TCO는 표준 GB200 NVL72보다 약 14% 높았고, 이 결정으로 메타가 수십억 달러를 추가로 지출했습니다. 메타의 GB200 물량 대부분이 Ariel이었던 것으로 파악되기 때문에 당시 LLM 연구팀은 경쟁사보다 열등한 시스템을 사용해야 했다는 주장입니다. 메타는 GB300부터 Ariel을 포기하고 표준 구성을 구매하고 있습니다.

AMD MI450X에서도 같은 실수를 반복할 듯

메타는 AMD와 맞춤형 MI450을 개발하고 있습니다. 이 제품은 표준 MI450X보다 패키지당 연산 다이와 HBM 스택 수를 절반으로 줄이고 HBM4도 12-Hi가 아닌 8-Hi를 사용하는 것으로 전해졌습니다. 목적은 Ariel처럼 GPU 연산량 대비 CPU 비중을 높여 메타의 추천 시스템에 최적화하는 것입니다.

그러나 이 결정은 TBD Lab이 출범해 생성형 AI 요구사항을 반영하기 전에 추천 시스템 인프라팀이 내린 것으로 전해집니다. 표준 MI450X는 Vera Rubin과 경쟁할 가능성이 있지만 축소형 제품은 연산량과 HBM이 부족해 생성형 AI 학습 및 추론에 매력적이지 않습니다.

또한 외부 고객에게 컴퓨트를 판매할 때도 범용성이 낮습니다. TBD Lab이 축소형 MI450 대신 Rubin을 선호하면 AMD가 기대했던 메타향 물량도 크게 줄어들 수 있다는 것이 글의 판단입니다.

사업부 단위의 최적화 vs 회사 전체의 목표를 위한 최적화

Rivos 인수, Grand Teton, Ariel, 축소형 MI450는 각각 특정 팀의 좁은 목표만 보면 설명할 수 있는 결

정이었습니다. 그러나 메타 전체의 관점에서는 더 많은 비용을 들여 경쟁사보다 활용성이 낮은 인프라를 구축한 사례가 됐습니다. 추천 시스템 팀은 CPU와 메모리 비중을 높이려 했고, 네트워크팀은 자체 기술과 최고 수준의 혼잡제어를 추구했으며, 서버팀은 자체 설계의 유연성을 원했습니다.

그 결과 실제로 프론티어 모델을 학습하고 서비스하는 MSL과 TBD Lab은 표준 제품보다 비싸면서 LLM에는 불리한 하드웨어를 넘겨받았습니다.

이에 SemiAnalysis는 인프라 의사결정을 실제 시스템을 사용하는 모델팀과 하드웨어/소프트웨어 공동설계를 해야 한다고 봤습니다. 특히 R&R 시스템 조직이 아니라 MSL/TBD Lab이 자신이 사용할 GPU 서버와 네트워크 구성에 더 큰 발언권을 가져야한다는 것입니다.

테슬라, 26년 PER 152배 / Underweight

스페이스X IPO 분석 #2 : 화성으로 가는 길에서, 지구를 손에 넣다 (바로가기)

스페이스X IPO 분석 : 머스크 제국의 심장, 스타링크가 떠받치는 스타십과 AGI (바로가기)

테슬라 1Q26 실적발표 / 주간전략보고 中 (바로가기)

테슬라 4Q25 실적발표 : AI 초가속을 진심으로 믿는다면, 피할 수 없는 CAPEX (바로가기)

테슬라 3Q25 실적발표 : 머스크의 새로운 24개월 로드맵, 합리적인 기대는 어디일까? (바로가기)

테슬라 2Q25 실적발표 : 트럼프 OBBBA의 네 가지 역풍, 머스크의 고민 (바로가기)

테슬라 2Q26 Review : CapEx 기업으로 바뀌다

Tesla는 2026년 CapEx가 $25B를 넘고 향후 2~3년 동안 더 증가할 것이라고 밝혔습니다.

투자 대상이 워낙 많습니다. ⓐ로보택시 차량 ⓑ사이버캡 생산라인 ⓒ옵티머스 생산라인 및 시제품 생산 ⓓ세미트럭 ⓔMegapack 3 ⓕ자체 AI 컴퓨트 ⓖ반도체 개발 팹과 테라팹 ⓗ태양광 셀/패널 제조 ⓘ리튬 정제소 ⓙ양극재 ⓚ4680 배터리 셀

생산입니다. 이 중 가장 큰 이슈는 스페이스X가 사용자 포지션이 될 테라팹 CapEx를 테슬라가 담당하는 데에서 있습니다.

여기에 더해 톤도 강했습니다. 일론 머스크는 자본효율을 극대화하기 위해 속도를 늦추기보다 어느 정도 비효율을 감수하더라도 빠르게 투자하는 편이 NPV가 높다고 설명했습니다. 테슬라가 FCF나 심지어는 단기 ROIC보다도 시장 선점을 위한 투자를 더 앞세우겠다는 의미입니다. 성공할 경우 수직계열화의 이익이 크지만 프로젝트 간 우선순위와 자본배분을 잘못 판단할 경우 현금흐름이 크게 훼손될 수 있기에 펀더멘탈 자체는 더욱 '모 아니면 도'로 변하는 방향입니다.

로보택시는 이제 규제와 신뢰성이 병목

테슬라 경영진은 새로운 도시를 추가하는 데 필요한 엔지니어링 노력이 점점 줄어들고 있으며 장기적으로 도시 단위가 아니라 주 전체를 한 번에 운영할 수 있다고 주장했습니다. 99.9% → 99.99% → 99.999%로 10배의 노력을 하지만 march of nines의 궤적에 들어섰습니다. march of nines의 리스크에 대해서는 2020년~2022년에 이미 생각을 정리했던 바 있습니다.

결과적으로 희귀 예외상황을 해결하기 위해 필요한 데이터와 검증시간이 예상보다 길어진다면 운행거리 증가가 실제 대규모 상업화로 이어지지 않을 수 있고, 특히 사이버캡은 새로운 차체이니 해당 차체에서 별도의 주행 데이터를 쌓아야 할 리스크도 있습니다. 초기 Cybercab에 운전대와 페달을 장착해 차체별 주행 특성을 먼저 검증한다는 설명이기에, Cybercab 생산 개시와 무인 Cybercab 상용 운행은 동일한 이정표가 아닙니다.

안전과 매우 밀접한 기술이다보니, 기술의 논리가 아닌 규제의 논리가 작용하는

구간입니다.

옵티머스는 생산에 대해서 경고

옵티머스의 범용 작업능력과 데이터 학습 방식에 대해서는 낙관적이었습니다. 그러나 기존 공급망이 거의 없고, 대부분의 부품이 새로운 것이며, 테슬라가 직접 생산해야 하는 부품이 많고, 이 때문에 초기 생산 램프가 길고 느릴 것이며, 신뢰성과 내구성 확보가 매우 어렵다고 한 번에 정리했습니다. 아직 로보틱스 AI 지능이 완성되지 않았기도 하지만(AGI가 완성되고 나면 Body에 심길 것) 하드웨어도 상업화의 병목이라는 것을 말한 것입니다.

기존 Fleet은 HW 업그레이드 비용 발생 가능

일론 머스크는 HW4보다 낮은 하드웨어를 탑재했지만 카메라 기반인 차량은 너무 많은 개조 작업이 필요할테니 차라리 향후 차세대 AI 하드웨어로 업그레이드하는 것이 경제적으로 합리적일 것이라 말했습니다.

AI4 개선판과 AI5는 CY27 중반 양산 목표이며, AI5는 초기에 옵티머스에 우선 적용될 예정입니다. 과거 판매된 FSD 차량을 실제 무감독 자율주행 수준으로 지원하기 위해 하드웨어 교체가 필요하니, 각종 비용들이 추가로 발생할 것이므로 어쨌든 좋지 않은 요인입니다.

곧 Grok 4.6, 4.7이 이어질 것

일론은 Grok 4.6은 2주 뒤 → Grok 4.7은 4주 뒤에 출시될 예정이라 말했습니다.

스페이스X, 엔지니어링 데이터 Grok에 추가

스페이스X가 자체적으로 갖고 있던 대규모 엔지니어링 데이터를 차세대 Grok(총 파라미터 2T)에 추가했습니다. Grok의 엔지니어링 능력이 드라마틱하게 향상될 것으로 예상됩니다. 도메인별로 특화된 데이터가 프론티어 모델의 경쟁우위 요소가 될 수 있을지가 궁금한

부분입니다.

스페이스X 락업해제

스페이스X는 이제부터는 락업해제가 줄이어 있습니다. 현재 공모를 통해 시장에 풀린 주식은 약 5억5,556만 주로 전체 발행주식의 약 4.2%이며 초과배정옵션까지 포함하면 5% 안팎입니다.

스페이스X는 8월 4일 장 마감 후 2Q26 실적을 발표하며, 두 번째 완전 거래일인 8월 6일부터 조기해제 대상 주식의 20%인 약 9억1,150만 주가 매각 가능해집니다. 전체 발행주식 기준으로는 약 7.0%p에 해당합니다.

또한 8월 4일까지 이어지는 10거래일 가운데 최소 5거래일의 종가가 IPO 가격인 $135보다 30% 높은 $175.50 이상이면, 추가로 조기해제 대상 주식의 10%인 약 4억5,575만 주가 8월 6일부터 풀릴 수 있습니다. 다만 이는 주가 조건을 충족해야 하는 조건부 물량입니다.

이후에는 공모일로부터 70일, 90일, 105일, 120일, 135일째인 8월 20일, 9월 9일, 9월 24일, 10월 9일, 10월 24일 이후에 각각 조기해제 대상 주식의 7%인 약 3억1,900만 주씩 추가로 매각 가능해집니다. 이는 전체 발행주식 기준으로 회차당 약 2.4%p입니다.

여기에 3Q26 실적 발표 후 두 번째 완전 거래일에는 조기해제 대상 주식의 28%인 약 12억7,610만 주가 추가로 풀립니다.

일반 주주에게 적용되는 180일 락업은 12월 8일 종료되며, 그때까지 전체 발행주식의 약 39~40%가 매각 가능한 상태가 됩니다. 이때쯤에도 약 60%는 일론 머스크와 일부 주요주주에게 적용되는 연장 락업으로 계속 묶