[원문 유형] 네이버 프리미엄 콘텐츠 [채널] 올바른 미국주식 by SAPIENS [게시일] 2026.09.18 [원문 URL] https://contents.premium.naver.com/sapiens/sapiensasset/contents/260918111909507as [제목] 일간보고 : 투자의 생각 (260918) [수집 기준] 구매회원 본인이 QR 로그인으로 승인한 구독 열람권을 사용해 개인 문서 보관용으로 확보했다. 목록 메타데이터가 아니라 아래 실제 본문만 분석 근거로 사용한다. [구독 원문 본문] ​ 안녕하세요 올바른입니다. ​ 2026년 9월 18일 금요일, 데일리 전해드립니다. ​ 주간전략보고 2026-09-14 주간전략보고 : 투자의 생각 (9월 14일~9월 18일) (바로가기​) 일간보고 2026-09-17 일간보고 : 투자의 생각 (260917) (바로가기​) 2026-09-16 일간보고 : 투자의 생각 (260916) (바로가기​) 2026-09-15 일간보고 : 투자의 생각 (260915) (바로가기) 투자자문 서비스에 따른 투자 시 원금 손실이 발생할 수 있으며, 투자 손익에 대한 책임은 전적으로 고객에게 귀속됩니다. 또한 과거의 투자수익이 미래의 수익률을 보장하지 않습니다. ​ 신규 구독 전에, 아래 투자자문계약 권유문서의 계약 관련 제반 사항을 반드시 읽으시고 충분히 검토하시기 바랍니다. ​ *투자자문계약 권유문서 : https://naver.me/5ZST47Qf 일간보고 : 투자의 생각 2026-09-18 (금) ​ 주요 지수 : 나스닥 +1.69% > S&P +1.14% > 다우 +0.61% > 러셀 +0.55% 상승종목비율 : NYSE 186%, Nasdaq 224% 🟢 (🟢🟡🔴) ​ 섹터 - 📈강세 : 적자성장주, 반도체, 바이오텍, 테크 - 📉약세 : 커뮤니케이션, 금융 ​ 📩 메이저 뉴스 빅테크/AI Labs: ​ (1) 오픈AI가 법률 업무에 최적화된 제품인 'Astra for Law'를 발표했습니다: GPT-6 Astra + 법률 분석과 작성 지침 + 더 오작동을 막는 설정 + 2억 3천만 개 이상의 URL에서 미국 판례, 법령, 규정, 법원 규칙 및 행정 결정을 검색할 수 있는 색인을 결합한 프로그램입니다. 미국 변호사들이 활용할 수 있는 워크플로우에 맞게 접목시켰습니다. ​ (2) 소프트뱅크가 오픈AI 투자를 하는 데 있어서, 해당 투자금을 지원하기 위해 소프트뱅크 비전펀드 2(2026년 2월 기준 SoftBank Vision Fund II의 약정자본은 >$100B입니다)를 담보로 한 대출 규모를 $5.4B → $9.0B로 늘리는 방안을 논의 중입니다. ​ (3) 트럼프 정부 내에서도 AI 규제강화파와 온건파로 나뉩니다: 강화파 → 수지 와일즈(비서실장, 트럼프 선거 총괄), 스콧 베센트(재무부장관), 숀 케언크로스(국가사이버보안책임자), 다리오 아모데이(앤스로픽), 샘 올트먼(오픈AI), 순다르 피차이/데미스 허사비스(구글) 온건파 → 데이비드 삭스(페이팔 마피아, 트럼프 행정부가 실리콘밸리 및 크립토 업계와 연결되게 하는 인물), 젠슨 황(엔비디아), 일론 머스크(스페이스X), 마크 저커버그(메타), 마크 안데르센(a16z)입니다. 제조물 책임법 적용 수준을 넘어서서 앤스로픽, 오픈AI, 구글의 입김과 방향이 많이 반영된 AI 규제기구를 세웠을 때의 문제점은 사다리 걷어차기가 될 가능성이 높기 때문입니다. 이에 대해서는 9월 14일 주간전략보고에서 전해드린 바 있습니다. ​ (4) Figure가 휴머노이드 신경망 Helix 2.5를 발표했습니다: 휴머노이드 로봇이 한 번도 본 적 없는 집에 들어가자마자 작업을 할 수 있을까?에 대한 답을 하기 위해 Figure 자체적으로 전 세계 인간 행동 데이터셋인 Index를 사용하여 Helix 2.5를 사전학습했습니다 → 해당 파운데이션 모델을 바탕으로 ⓐ거실 정리, ⓑ수건 접기, ⓒ침대 정리라는 세 가지 행동을 구현했고 → 아무런 데이터가 수집되지 않은 샌프란시스코 Bay Area 지역 30개 가정에 로봇을 투입했습니다. 결과적으로는 Index를 통한 사전학습만으로 zero-shot 성공률이 9% → 56%로 향상됐습니다. *첨부자료 2* 9월 7일 주간전략보고에서 전해드렸던 것처럼 피겨는 이미 사람들의 데이터 파이프라인을 Index를 통해 만든 상태이기 때문에, (ㄱ) 데이터를 늘리고 → (ㄴ) 컴퓨트를 키우고 → (ㄷ) 모델에 더 많은 양질의 데이터를 추가하고 사전학습 시간을 키우면 → (ㄹ) Physical AI의 범용 지능이 개선되는 루프를 만들었음을 입증한 것(이번 Helix 2.5는 ㄷ → ㄹ의 입증)입습니다. 나름 Physical AI 영역에서도 스케일링 법칙이 적요욈을 보여주는 첫 실증 사례입니다. ​ (5) 앤스로픽이 프론티어 AI Labs 내 AI를 통한 개발 속도를 공개했습니다 *첨부자료 3*: 앤스로픽의 AI R&D 중 Claude가 수행하는 비중을 측정하는 지표를 가지고, Epoch AI에서 개발한 자동화 수준(Automation Level, AL)을 적용하여 월별로 구분한 것입니다. AL0은 AI 개입 없는 수준 → AL1은 AI가 최소 개입 → AL2는 AI의 보조를 받는 수준 → AL3은 AI와 협업하는 수준 → AL4는 AI가 주도하는 수준 → AL5는 AI가 인간의 개입 없이 완전 자율적으로 작동하는 수준입니다. 2026년 8월 기준 Claude가 앤스로픽 AI R&D의 26%를 주도(AL4)하고 있고, AI와 협업 이상(AL2)의 작업을 하는 비중이 90%가 넘습니다. ​ (6) 같은 날 Z.ai도 RSI에 대한 연구 자료를 발표했습니다: 새로운 HW에서 추론 트래픽을 안정적으로 처리할 수 있는 것은 매우 중요한 과제인데, GLM-5.3-Flash를 출시하면서 10만 개 이상의 중국산 AI 가속기로 구성된 클러스터에 대규모 추론 서빙 스택을 처음부터 완벽하게 시행했고 GLM-5.3-Flash의 모든 추론은 해당 클러스터에서 실행되고 있습니다. 이전에는 누구도 이정도 대규모로 중국산 AI HW 클러스터를 구축한 적이 없었고, 칩 메모리 용량과 대역폭은 제한적이면서도, 새로운 모델 아키텍처, 1M 컨텍스트 윈도우, 멀티모달 요청을 처리해야 하는 세팅입니다. 여기에 중국 생태계의 미성숙, 커널 지원의 불완전 등을 생각해보면 난도가 꽤 높은 작업이었습니다. 이 작업은 Z.ai의 인프라 엔지니어 팀이 대부분의 작업을 GLM-5.3의 인프라 작업 특화 에이전트로 수행한 결과였습니다. *첨부자료 4* 아래 차트가 중국 AI HW 클러스터에서 GLM-5.3-Flash의 throughput을 어떻게 높여갔는가에 대한 차트입니다. 초기 적용부터 프로덕션 준비까지 2주가 채 걸리지 않았으며 throughput은 3배 늘어서 하드웨어 활용 효율성과 토큰당 비용이 엔비디아 GPU과 비슷한 수준까지 높아졌습니다. ​ AI HW: ​ (1) 앞의 Z.ai GLM-5.3-Flash 자료에서 이어집니다. 이 부분은 HW쪽이라 HW로 넘겨서 작성합니다: 흥미로운 건 Z.ai팀이 메모리 사용량을 줄이기 위해 상당히 공격적인 최적화를 적용했다는 내용도 있습니다. ⓐ메모리 대역폭 사용을 줄이는 대신 컴퓨트를 더 수행하고, ⓑGPU 메모리 사용량을 줄이는 대신 장치 간 통신을 더 많이 하는 식의 자체 최적화 기법도 활용했습니다. 계속해서 드리는 말씀이지만 AI Labs 입장에서는 ⓐCompute, ⓑMemory, ⓒInterconnect 중에서 현재 수요 대비 메모리 공급부족의 정도가 심한 상태이니 ⓐ를 더 많이 사용하거나(CoT 늘리는 대신 Recurrent Depth), ⓒ를 더 많이 사용하는 식(Rubin Ultra 칩당 HBM 용량은 낮추고, Scale-up CPO로 VR300 NVL576 Global Scale-up Domain)으로 대응할 수 있습니다. Compute 영역에서는 이기종 컴퓨트 환경에 맞춰 커널을 최적화하고 Throughput을 끌어올리는 기술이 매우 빠르게 발전하고 있습니다. 이에 따라 동일한 워크로드를 더 적은 비용으로 처리할 수 있게 되면서 수주 경쟁은 점점 치열해지고 있고, 결과적으로 칩 메이커들의 실질 GPM 역시 하락 압력을 받고 있는 상황입니다. 그래도 기본적으로는 가능하면 KV Cache를 최대한 가까이 둘수록 가속기 활용률을 높일 수 있습니다. KV Cache Offloading도 늘 HBM → 서버 DRAM → SSD로 가는 구조이지 그 역은 성립하지 않는 것과 비슷한 이치입니다. Compute, Memory, Interconnect는 꾸준히 AI 사이클이 지금 트렌드대로 지속되는 한 쇼티지 상태를 유지하겠으나 증분되는 수요의 병목을 무엇을 기준으로 풀고 있느냐는 차원에서는 Compute, Interconnect를 통해서 해결하는 방향으로 기술진전(지금 기술단계이니 제품화 단계는 CY27이 본격적)이 이뤄지고 있다는 것입니다. 메모리의 Phase 1은 2025년 9월 Claude Code GA 이후 모델 크기는 계속 커지는데 요청당 컨텍스트 윈도우가 키워야 하는 상황 속에서 NVLink C2C를 활용해 Grace CPU가 가진 DRAM쪽으로 KV Cache Offloading 하려는 수요가 생기고, 이것을 넘어서 코딩은 생각보다 정해진 KV Cache를 다시 불러오는 비율이 매우 높다보니 KV Cache hit rate를 높여 가속기 가동률을 효율화함으로써 얻는 가치가 훨씬 크기에 SSD까지 구매하여 Memory Tiering 시스템을 구축하려는 과정이 Phase 1이었습니다. 그 과정에서 CY23~CY24처럼 HBM만 쓰는 것이 아니라 Conventional DRAM, NAND 수요까지도 자극시켰고 서버당 할당을 늘리는대로 가속기당 토큰 생성량이 좋아지니, 단위시간당 토큰 throughput이 좋아진다는 말은 토큰당 비용이 낮아진다는 말과 같기에 하이퍼스케일러들이 가격을 높이더라도 할당을 더 많이 받고자 하는 움직임이 나왔던 것입니다. 그 결과 CY27 PER 4~5배 수준이 됐습니다. 지금은 메모리 Phase 2입니다. 메모리/스토리지가 처음으로 컴퓨트의 실제 경제성에 관여하는 퍼포먼스 계층에 합류하고 가격이 올라간 것이 2H25~1H26이었습니다. 지금은 LTA를 통해서 높은 GPM, OPM을 다년간의 계약으로 바꿔내고 선증설-후수주 구조에서 → 선수주-후증설 구조로 성장과 이익에 대한 가시성을 구조적으로 높이는 단계입니다. 이 과정에서 TSMC, HDD 산업의 12M Forward PER을 생각하면 메모리 기업의 성장성 대비 PER은 매력적인 수준이라고 보고 있습니다. Phase 1 → Phase 2 전환 과정에서의 손바뀜과 기간조정을 겪고 있는 단계입니다만 몇 개월이지 그리 길진 않을 거라 생각합니다. ​ (2) AI Infra Summit 2026에 대한 BofA/Citi 자료들을 정리하면: Compute보다 Memory Wall이 더 중요한 병목이 됐습니다. 가장 반복적으로 등장한 주제가 'Memory Wall'입니다. AI 모델의 크기와 컨텍스트 길이, 에이전틱 워크로드가 증가하는 속도에 비해 메모리의 용량과 대역폭 개선 속도가 따라가지 못하고 있습니다. GPU가 계산할 데이터가 제때 공급되지 못하거나, KV Cache가 HBM 용량을 초과하고, 메모리 계층 사이에서 데이터를 이동시키는 과정에서 Latency와 전력 소비가 발생하면서 가속기를 충분히 활용하지 못하는 것이 새로운 병목입니다. 이에 Memory Wall을 해결하기 위한 방향으로, 워크로드 특성에 따라 서로 다른 메모리를 사용하는 Memory Disaggregation이 일어날 가능성이 높아졌습니다. SKH는 ⓐPIM, ⓑHBF, ⓒSALT-KV Software를 제시했습니다. PIM: 메모리 자체에 연산 기능을 결합해 메모리 집약적인 작업에서 데이터 이동량을 줄이려는 구조입니다. 발표에서는 SRAM 대비 랙당 288배 용량을 제공할 수 있다는 설명입니다. HBF: HBM보다 느리지만 훨씬 큰 용량을 제공함으로써 Long Context와 대규모 KV Cache를 저장하는 새로운 메모리 Tier로 활용하는 것입니다. SKH는 약 HBM 대비 10배 수준의 용량을 목표로 제시했습니다. SALT-KV Software: 모든 KV Cache를 가장 비싼 HBM에 저장하는 것이 아니라, 얼마나 자주 접근되는 데이터인지에 따라 Hot/Warm/Cold 데이터를 서로 다른 메모리에 배치하는 구조입니다. SEC는 ⓓzHBM을 제시했습니다. zHBM: 기존 HBM의 단순한 연장선이 아니라 3D DRAM 구조를 활용하는 새로운 형태의 메모리입니다. 목표치는 HBM5 대비 GPU당 성능이 약 4~8배, 와트당 성능은 약 3배, 열저항은 기존의 약 0.1~0.25배 수준입니다. AWS는 2017년 출시된 V100 인스턴스를 여전히 임대하여 수익을 얻고 있고, 구글 클라우드에서도 2020년 출시된 A100이 계속해서 사용하고 있습니다. 구글은 심지어 내부적으로 TPU v2~v4처럼 6~10년 된 TPU도 일부 워크로드에 계속해서 활용하고 있습니다. 소프트웨어를 통한 최적화가 계속해서 진행되고 있고, 이를 통해 동일한 HW에서도 지속적으로 더 높은 유효 컴퓨트를 얻을 수 있기에 AI 가속기의 경제적 수명은 회계상 감가상각 기간보다 더 길어질 수 있습니다. 개인적인 생각으로 다시금 넘어오면, 에서 전해드린 것처럼 가속기에서 추론하려면 Model Weight와 KV Cache를 동시에 담아야 합니다. 물론 Expert Parallelism, Context Parallelism 등등이 있습니다만 기본적으로 이는 가속기랑 HBM 메모리 용량 부족을 통신 부하로 처리하려는 방향성입니다. 모델이 더 커지는 것에 영향을 '줄이는' 방법이지 '없애는' 방법이 아니란 뜻입니다. 또한 지금 Active Parameter만 추론하긴 하지만 실제로는 Total Parameter 자체를 가속기-HBM에 담아야 하는 구조는 바뀌지 않았습니다. 정리하자면, 결과적으로 모델 지능을 높이는 방법은 파라미터 규모를 키우는 데에 근간하는데 이제 하나의 랙, 하나의 가속기에 담기 어려운 시대가 됐습니다. 결과적으로 컴퓨트와 네트워킹이 점점 더 하나의 자원이자 공동설계하는 자원이 되고 있습니다. ​ (3) Huawei Connect 2026이 개막했습니다 *첨부자료 1, 2, 3*: 화웨이가 업계 최초로 NPO를 탑재한 Atlas 960E SuperPoD을 선보였습니다. 그리고 Ascend 960DT를 당초 로드맵보다 3분기 앞선 1Q27에 출시할 예정이며, Ascend 960PR은 1분기 당긴 3Q27에 출시할 예정이라고 밝혔습니다. 화웨이는 네트워킹 능력으로만 보면 엔비디아 및 브로드컴보다 비슷하거나 뛰어날 것으로 예상되는데, NPO/CPO 논쟁이 있을 당시부터 꾸준히 최종적인 진화형태가 유지보수와 교체가능성을 고려할 때 NPO가 메인이 될 것이라고 주장해온 바 있습니다. NPO를 탑재한 Atlas 960E SuperPoD은 3Q27 출시 예정입니다. 4,096개의 Ascend 960을 하나의 Scale-up Domain으로 묶었습니다. 기존 48,000개의 800G 플러그형 모듈을 5,500개의 Hi-ONE NPO 모듈(엔진당 7.2Tbps)로 대체하여 클러스터 단위로 550kW 이상의 전력을 절감하고 가동률도 99.8%에 달한다고 설명했습니다. NPO/CPO가 모두 빠르게 발전할 것으로 예상하는데, 전일 일간보고에서 전해드렸던 것처럼 이번 화웨이의 Atlas 960E SuperPoD 출시 소식도 셈텍에게 가장 좋은 흐름으로 봅니다. 전일 CIOE 2026 내용도 워낙 업계에서 중요한 내용이 많았기 때문에 앞으로 꽤 인용되지 않을까 싶습니다. 참고로 셈텍의 광학/HieFo에 대해서는 9월 14일 주간전략보고에서 정리드린 바 있습니다. ​ (4) JP모건의 CoWoS 업데이트를 정리하면 *첨부자료 4*: 업계 CoWoS 캐파 추정치가 CY27 +4%, CY28 +6% 상향됐습니다. 엔비디아 Vera CPU 수요와 AI ASIC 수요가 생각보다 높았어서 10k wfpm의 CoWoS-R 추가 증설을 반영한 값입니다. Rubin에 대한 네오클라우드와 스페이스X의 주문이 매우 강력하여 VR200, VR300 수요 전망치가 상향되고 있으며, 두 칩간 설계 변경이 적어서 VR300으로의 램프업 궤적 전환이 생각보다 빠를 것으로 예상됩니다. 구글 TPU는 CY27 950만 개 → CY28 1,140만 개로 소폭 상향됐고, 업사이드는 주로 미디어텍의 TPU v8t와 차세대 v9에서 나왔습니다. EMIB-T를 적용한 TPU v9는 CY28 출하 목표로 인텔의 패키징 수율 상승세가 순조로우며, 이제 TPU v9에 대한 TSMC CoWoS Plan B를 고려하고 있지 않은 상태로 추정됩니다. TPU v10은 패키징 방식을 CoWoS로 할지 EMIB-T로 할지 결정되진 않았지만 4Q26 수주 결과 예상을 해보면 미디어텍이 대부분의 TPU v10 물량을 가져갈 가능성이 높아보입니다. 브로드컴의 ASIC들은 MTIA가 CY27 80만 개 → CY28 110만 개로 늘리고, 오픈AI 1세대 ASIC인 할라페뇨는 CY27 40~50만 개, 2세대 ASIC인 Serrano는 CY28 더 강한 램프업을 예상하지만 아직 공급망에 주문이 결정된 상태는 아닙니다. 마벨의 마이크로소프트 Maia300은 CY27에는 70만 개로 예상되지만, Maia400 수주는 불투명한 상태입니다. AWS의 Trainium 프로젝트는 CY27 360만 개 → CY28 370만 개로 상향됐으며, Alchip이 Trainium 3/4의 유일한 백엔드 설계 파트너사를 유지하고 있습니다. ​ Enterprise/GPU IaaS: ​ (1) 코어위브가 세 가지 뉴스를 냈습니다: 최대 $3.5B 규모 전환사채 발행 : 2033년 만기 $3.0B 규모 Convertible Senior Notes 발행을 추진합니다. 인수단에는 추가로 $500M까지 매입할 수 있는 옵션이 있어 최대 발행 규모는 $3.5B입니다. 금리와 전환가격은 발행 가격 결정 시 확정되며, 조달 자금 일부는 Capped Call 계약에 사용하고 나머지는 일반적인 기업 운영자금으로 사용할 예정입니다. 최대 3,500만 주 규모 ATM 프로그램 개설 : 별도로 Class A 주식 최대 3,500만주를 시장에서 수시로 발행할 수 있는 ATM(At-the-Market) 프로그램도 만들었습니다. 즉시 3,500만주를 발행한다는 뜻은 아닙니다. 시장 상황과 자본구조를 보면서 필요할 때 조금씩 주식을 발행할 수 있도록 자금조달 창구를 열어둔 것입니다. 컴퓨트 계약가격 상향 추세 발언 : 3Q26 들어 체결한 3~6개월 단기 Compute 계약의 가격이 MW당 연환산 매출 기준 약 $40M이라고 밝혔습니다 신재생/전력기기: (1) 업계에서 별다른 뉴스는 없었습니다. 광고/이커머스: ​ (1) TickerTrends를 통해서 기업들의 Unity Ads의 도입 추세를 살펴보면 *첨부자료 1*: 이건 채용공고에서 Unity Ads를 다룰 줄 아는 사람을 뽑는 기업의 수를 책정한 것입니다. 2026년 6월 들어서서 새로운 광고주 추가가 가장 많이 발견됐습니다. 그리고 2026년 6~8월 활동이 직전 3개월 보다 191% 증가했다는 것도 특징입니다. ​ (2) 도어대시가 미국 전역의 DoorDash Marketplace에서 코스트코 제품을 판매한다고 발표했습니다. 코스트코 회원은 전국 모든 코스트코 매장에서 식료품, 필수 식료품, 생활용품, 전자제품, 시즌 상품, 커클랜드 시그니처 제품 등을 도어대시를 통해 당일 배송으로 주문할 수 있게 되었습니다. 이제 도어대시는 북미 10대 식품 소매업체 중 8곳과 파트너십을 맺게 됐습니다. 의료기기/핀테크/코인: ​ (1) 오늘 트랜스메딕스의 3Q 비행 건수는 2,433건, 오늘의 일간 비행데이터는 +42건이었습니다. 3Q는 79일이 지났으며 일평균 비행속도는 30.80건 속도였습니다. ​ (2) 오늘의 서클 USDC 유통량은 $73.78B, CCTP 전송량은 30일 기준 $21.6B입니다. USDC 유통량 자체는 거의 1년간 횡보 중입니다. 횡보를 뚫는 기준은 MoM 기준 20% 이상의 성장세를 1주간 유지하는가입니다. 오늘 주간 기준 -1.02%, 월간 기준 +2.47% 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