[원문 유형] 네이버 프리미엄 콘텐츠 [채널] 올바른 미국주식 by SAPIENS [게시일] 2026.10.05 [원문 URL] https://contents.premium.naver.com/sapiens/sapiensasset/contents/261005174703362zm [제목] 주간전략보고 : 투자의 생각 (10월 5일~10월 9일) [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. ​ GPT-6.1 Sol, Gemini 4 Argon, Sonnet 5.5까지 새로운 모델들이 많이 나온 주간입니다. 달러당 지능, 작업당 비용, 작업당 생각토큰에 대해 생각해볼 것이 많습니다. ​ 향후 12개월을 생각할 때 미국 프론티어 AI Labs와 중국 AI Labs간 격차는 벌어질 것으로 예상합니다. 그렇게 보는 이유를 ⓐPre-training, ⓑRL/Post-training, ⓒTest-time compute에서 정리합니다. ​ 중국산 광모듈 규제 풀어보기, HDD 3위 도시바의 증설, 연간 10GW 시대를 준비하는 블룸에너지, 유니티와 앱러빈의 난타전, 각종 AI HW Channel Check를 정리해본 주간자료입니다. ​ 주간전략보고 2026-09-28 주간전략보고 : 투자의 생각 (9월 28일~10월 2일) (바로가기​) 2026-09-21 주간전략보고 : 투자의 생각 (9월 21일~9월 25일) (바로가기) 2026-09-14 주간전략보고 : 투자의 생각 (9월 14일~9월 18일) (바로가기​) 2026-09-07 주간전략보고 : 투자의 생각 (9월 7일~9월 11일) (바로가기​) 2026-08-31 주간전략보고 : 투자의 생각 (8월 31일~9월 4일) (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 : 여전히 긍정적으로 보고 있습니다 2Q26 13주차 실적발표 훑어보기 : 13주차 8개 기업 - 업사이클 & 다운사이클 비교 투자의 생각 : AMD, U, CRWV/NBIS, BE, MU/SNDK, LITE/VIAV/SMTC Magnificent 7 : 달러당 지능, GPT-6.1/Gemini 4, 중국 AI Labs, OAI DevDay, Sonnet 5.5, Meta B2B ​ 📆 주간 캘린더 (10월 5일~10월 9일) ​ 👨‍💻 → 휴장, 아마존 프라임 빅 딜 ​ > 휴장 : 한국 - 개천절 대체 (월) 한글날 (금) > 경기/물가 : ISM 서비스 PMI (월) 원유재고 (수) > 고용/실업 : 신규실업수당청구건수 (목) > 실적발표 : STZ, PENG (화) APLD (수) PEP (목) DAL, AEHR (금) > 이벤트 : 아마존 빅 딜 (화) 마소 윈도우/서피스 (수) ​ ​ 주간전략보고 : 투자의 생각 여전히 긍정적으로 보고 있습니다 S&P 500 밸류에이션 : 매력적 계속해서 생각은 같습니다. ​ 지금 밸류는 (ㄱ) 2022년의 인플레이션으로 인해 하락했던 시기, (ㄴ) 2025년 4월 관세부과 시기, (ㄷ) 2026년 2월 이란전쟁 시작에 따른 하락 시기와 비슷한 밸류입니다. ​ 위에 Factset Research EPS 추정치를 보셔서 아시겠지만 CY26/CY27 EPS가 계속해서 상승하고 있는데 주가는 횡보 or 하락해서 그렇습니다. 주식 변동성 때문에 피로하실 수 있지만 밸류상 매력적인 구간이라고 봅니다. ​ *위 자료는 YTD를 기준으로 한 숫자이며, 아래 '주간 퍼포먼스 체크'는 이번 주만을 따졌을 때입니다. ​ 주간 퍼포먼스 체크 지수(4) : Nasdaq100(+0.7%), Russell2000(-0.2%), S&P500(-0.3%), Dow30(-1.3%) 빅테크(7) : 엔비디아(+3.9%), 아마존(+0.7%), 마이크로소프트(+0.3%), 구글(-0.1%), 테슬라(-0.4%), 애플(-2.2%), 메타(-3.1%) 섹터(11) : 테크(+1.8%), 에너지(+1.3%), 유틸리티(+0.8%), 산업재(-0.3%), 경기민감재(-0.5%), 리츠(-1.8%), 필수소비재(-1.9%), 원자재(-1.9%), 커뮤니케이션(-2.3%), 금융(-2.5%), 헬스케어(-2.6%) 2Q26 13주차 실적발표 훑어보기 13주차 8개 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 13주차 실적발표 업사이클 ↗ : 이번주 실적발표 기업 중 업사이클인 기업은 자빌JBL, 마이크론MU이 있었습니다. 다운사이클 ↘ : 다운사이클인 기업은 뚜렷하게 없었습니다. 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 AMD, U, CRWV/NBIS, BE, MU/SNDK, LITE/VIAV/SMTC ​ 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 Meta Platforms Figure Tech Micron Sandisk Semtech Lumentum Viavi Solutions Unity Software Fortinet CoreWeave Nebius ​ AMD(AMD) ​ AMDAMD는 Neutral을 유지합니다. ​ AMD, World Labs를 $8.2B에 인수 AMD가 페이페이 리(Fei-Fei Li) 교수의 World Labs를 전액 주식교환 방식으로 $8.2B 밸류에 인수했습니다. ​ Physical AI 시대에 새롭게 등장할 모델 아키텍처가 어떤 하드웨어에 가장 먼저 최적화될지는 아직 정해지지 않았습니다. 엔비디아 GPU일 수도 있고, TPU, Trainium, AMD GPU가 될 수도 있습니다. AMD 입장에서는 유력한 월드모델 개발사 중 하나인 World Labs를 확보해 World Labs가 개발하는 모델이 AMD 칩에서 최적화되게끔해 앞으로의 모델 아키텍처가 자사 칩을 기반으로 개발될 가능성에 베팅한 셈입니다. ​ 최근 AMD의 딜 방식을 보는 것도 재미있습니다. 워런트에 이어 이번 World Labs 인수까지, 앞으로 성장할 AMD의 지분가치를 일종의 현금처럼 활용하고 있습니다. 현금을 대규모로 소진하기보다 미래의 AMD 주식가치를 상대방과 나누면서 고객/기술/인재를 확보하는 방식입니다. 주가가 높고 상대방도 AMD의 장기 성장에 베팅할 의사가 있을 때 가능한 전략입니다. ​ 다만 이번 World Labs 인수가 Physical AI 시장의 판도를 크게 바꿀 정도라고 보지는 않습니다. 엔비디아는 이미 여러 Physical AI 기업들과 깊게 협력하며 하드웨어와 소프트웨어 생태계를 구축하고 있습니다. AMD가 World Labs를 품었다는 것 자체는 의미가 있지만, 이것만으로 Physical AI 컴퓨팅의 중심축이 AMD 쪽으로 이동한다고 보기는 이릅니다. 유니티(U) ​ 유니티U는 Overweight을 유지합니다. CY27 PER 24.2배(CY27 EPS $1.8)입니다. 유니티 2Q26 실적발표 : 앱러빈이 이미 걸어간 길, 유니티는 이제 그 초입에 서 있다 유니티 기업분석 : 게임엔진 + AI 광고엔진, 숫자로 증명하기 시작한 시너지 ​ 유니티 vs 앱러빈 : 모바일 게임 UA 제국을 무너뜨리는 중 ​ 앱러빈이 유니티를 법원까지 끌고 갔습니다 앱러빈이 유니티를 고소했습니다. ​ 정확히는 앱러빈이 유니티를 상대로 샌프란시스코 캘리포니아 고등법원에 TRO(Temporary Restraining Order, 임시금지명령)를 신청했습니다. 유니티의 Ad Quality SDK가 앱러빈 광고에서 수집하는 특정 데이터를 막아달라는 내용입니다. ​ 앱러빈 주장에 따르면 Ad Quality는 광고 정보, 사용자/디바이스 정보, 광고 노출당 매출과 관여도, 광고 경매 관련 정보 등을 수집했고 유니티는 이를 모바일 광고 입찰 모델에 투입해 성능을 개선했습니다. 최근 앱러빈이 자체 Pixel을 깔며 데이터를 직접 통제하려는 움직임과도 연결해서 볼 만한 사안입니다. 경쟁사의 SDK를 통해 자사 광고 데이터가 흘러나가는 구조를 더 이상 허용하지 않겠다는 것입니다. ​ 유니티는 "Ad Quality 때문에 광고 사업이 좋아진 것이 아니다"라고 못박았습니다 유니티의 반박은 꽤 강했습니다. ​ 앱러빈의 소송을 "지배적 사업자가 경쟁 심화와 성장 둔화에 대응해 소송과 위협을 사용하는 전형적인 사례"라고 표현했습니다. 발언이 굉장히 강합니다. 유니티는 'Ad Quality는 원래 게임 내 부적절하거나 유해한 광고를 탐지하기 위해 제공하던 무료 제품이며, 최근 유니티 광고 사업이 좋아지자 앱러빈이 그 원인을 Ad Quality 데이터에서 찾고 있다'는 주장입니다. ​ 여기서 더 중요한 것은 유니티가 법정에서 "Ad Quality는 최근 Unity 광고 사업 성과 개선의 원인이 아니다"라고 명시했다는 점입니다. 실제로 앱러빈이 문제를 제기한 뒤 유니티는 이미 해당 데이터 수집을 중단하겠다고 밝혔습니다. 그런데도 2Q26에서 3Q26으로 넘어오면서 유니티의 광고 사업은 계속 좋아지고 있습니다. ​ 법원도 앱러빈의 긴급 금지 요청을 받아들이지 않았습니다 실제로 10월 1일 샌프란시스코 법원은 앱러빈이 요청한 임시금지명령과 예비적 금지명령 신청을 기각했습니다. 아직 signed order를 확인해야 판사가 어떤 법리와 근거로 판단했는지 정확히 알 수 있습니다. 따라서 이것만으로 유니티의 주장이 법적으로 사실이라고 확정할 수는 없습니다. ​ 다만 앱러빈이 요구했던 즉각적인 데이터 수집 차단 조치의 필요성은 법원에서 받아들여지지 않았습니다. ​ 이미 현실은 유니티가 앱러빈의 파이를 빠르게 갉아먹어가는 중 가장 중요한 건 지금 실제 광고 ROAS가 누가 더 높고, 결과적으로 누가 이기고 있느냐입니다. ​ UBS의 이번주 3Q26 광고 전문가 콜에서는 유니티의 3Q26 성장률을 YoY +31%로 추정했습니다. 기존 예상치였던 +27%보다 높습니다. 일부 게임 광고주들이 앱러빈과 유니티에서 직접 ROAS를 비교했는데 유니티 쪽 성과가 더 좋게 나타나기 시작한 것이 주요 원인으로 지목됐습니다. ​ 앱러빈은 그동안 Day 28 ROAS에서 뚜렷한 경쟁자가 없었기 때문에 45%로 추정되는 높은 take rate를 가져갈 수 있었습니다. 유니티의 take rate는 20%로 추정됩니다. 광고주 입장에서는 이제 ROAS가 비슷하거나 오히려 유니티가 더 좋은데 가격까지 싸다면 굳이 앱러빈만 고집할 이유가 줄어듭니다. ​ 2Q26에는 이런 변화가 막 시작돼 애널리스트들도 확신하지 못했습니다. 3Q26를 지나면서 유니티가 모바일 UA 시장에서 앱러빈 점유율을 실제로 가져오고 있다는 관측이 훨씬 구체적으로 나오고 있습니다. 아직 유니티는 첫 번째 무기만 꺼냈습니다 개인적으로 유니티의 2Q26에서 <유니티 2Q26 실적발표 : 앱러빈이 이미 걸어간 길, 유니티는 이제 그 초입에 서 있다> 자료를 통해 가장 강조드렸던 포인트도 D28 ROAS입니다. ​ 제가 이번 소송을 긍정적으로 보는 이유도 여기에 있습니다. ​ 유니티가 D28 ROAS에서 경쟁력을 키우며 앱러빈의 파이를 가져오기 시작했고, 이제 앱러빈이 데이터 수집을 문제 삼아 법원까지 갔습니다. 경쟁사가 유니티의 성과 개선 원인을 직접 찾아내 막으려 하기 시작했다는 것 자체가 이전과는 다른 상황입니다. ​ 그런데 유니티는 해당 데이터를 중단하고도 성과가 계속 좋아지고 있다고 주장하고 있습니다. 더구나 지금까지 준비해온 광고 AI/ML 개선 가운데 시장에서 먼저 확인되고 있는 것은 D28 ROAS입니다. 아직 유니티가 AI/ML을 강화하기 위해서 추가할 데이터들이 더 많이 남아 있습니다. 유니티의 구조적인 강세를 앱러빈의 행동을 통해 하나씩 확인하고 있는 과정입니다. 코어위브(CRWV), 네비우스(NBIS) ​ 코어위브CRWV는 Overweight을 유지합니다. 코어위브 2Q26 실적발표 / 주간전략보고 : 투자의 생각 (8월 17일~8월 21일) 코어위브 1Q26 실적발표 : 적자만 보면 놓치는 코어위브의 진짜 변화 네오클라우드 뜯어보기 #2 : 새로운 시대의 AI 계급도, 전력을 돈으로 바꾼 Powered Shell 네오클라우드 뜯어보기 : GPU 임대의 경제학, 네오클라우드 BIG 4 비교분석 ​ 네비우스NBIS는 Overweight을 유지합니다. 네비우스 2Q26 실적발표 / 주간전략보고 : 투자의 생각 (8월 17일~8월 21일) 네비우스 기업분석 : GPU 네오클라우드의 선두주자 네오클라우드 뜯어보기 #2 : 새로운 시대의 AI 계급도, 전력을 돈으로 바꾼 Powered Shell 네오클라우드 뜯어보기 : GPU 임대의 경제학, 네오클라우드 BIG 4 비교분석 ​ GPU 임대가격 상승 중 #1 - Bloomberg 블룸버그 지수 기준 GPU 임대 가격을 보시면, 비-하이퍼스케일러 용량에서 A100은 GPU 시간당 평균 $1.59로 MoM -2.8%였고, H100은 $2.64로 MoM -2.6%였습니다. 반면 B200은 8월에 6개월여 만의 첫 하락을 기록한 이후 $5.70로 MoM +1.3% 반등했습니다. 이에 따라 H100 대비 A100 가격 비율은 1.66배, B200 대비 H100 가격 비율은 2.16배로 모두 전월 대비 상승했습니다. ​ GPU 임대가격 상승 중 #2 - AWS 4분기 연속 가격인상 AWS가 4분기 연속으로 컴퓨트 가격을 인상합니다. 4Q26 인상률은 15%로 10월 7일부터 적용되며, H200은 올해 누적 +75%, H100/B200은 +52% 인상했습니다. A100은 올해 처음 가격인상 제품라인에 포함되어 +15% 인상입니다. ​ GPU 임대가격 상승 중 #3 - 코어위브 최근 +10% 추가 가격인상 코어위브가 Fully Connected 2026 컨퍼런스에서 2Q26 GPU 가격 +25% 인상 이후, 추가로 +10% 가격 인상이 있었다고 말했습니다. 코어위브 CRO는 이 가격 인상은 기본적으로 수요가 공급을 유의미하게 초과하면서 결정한 것이며, 수요가 공급을 초과한 상황은 CY28까지 지속될 것이라고 전망했습니다. 블룸에너지(BE) ​ 블룸에너지BE는 Overweight을 유지합니다. CY27 PER 32.1배(CY27 EPS $9)입니다. 블룸에너지 2Q26 실적발표 : Phase 2 커뮤니티 수용성의 차이, 모든 하이퍼스케일러를 고객으로 품다 ⚡️ 블룸에너지 1Q26 실적발표 : 매출 130% 성장과 마진 빅서프, AI 전력난 해결사⚡️의 일은 이제 시작 ​ 블룸에너지 : 연 생산용량 10GW를 준비하는 중 ​ 블룸에너지는 2022년 프리몬트에 164,000 sqft 규모의 제조공장을 열었습니다. 당시 생산능력은 연간 1GW 이상이었고, 경영진은 여러 차례 해당 공장에서 최대 5GW까지 확장할 수 있다고 설명했습니다. ​ 그런데 2026년 8월 6일 Silicon Valley Business Journal이 블룸에너지가 기존 프리몬트 공장 인근의 158,500 sqft 산업시설을 추가로 확보하기 위해 협상 중이라고 처음 보도했습니다. 2026년 8월 11일에는 부동산 전문매체 The Registry가 이 건물이 Fremont Encyclopedia Circle에 위치한 Prologis 소유 시설이라고 후속 보도했습니다. ​ 기존 공장과 거의 똑같은 크기의 시설을 하나 더 확보합니다 새 시설(158,500 sqft)이 기존 공장(164,000 sqft)의 크기와 거의 같습니다. ​ 기존 공장이 최대 5GW까지 확장 가능한 구조였다는 점을 감안하면, 새 시설에도 비슷한 수준의 생산설비를 넣을 경우 프리몬트에서만 장기적으로 연간 10GW에 가까운 생산능력을 갖출 여지가 생깁니다. ​ 블룸에너지가 아직 현재 수요를 따라가기 위해 공장을 늘리는 단계라기보다, 5GW를 넘어서는 수요를 미리 상정하고 생산 공간부터 확보하고 있는 것으로 보고 있습니다. 지금의 수주와 데이터센터 전력 수요가 이어진다면 다음 생산능력 확장은 이미 준비 단계에 들어간 셈입니다. ​ JP모건, 블룸에너지 경영진 미팅 결과 JP모건이 블룸에너지 경영진을 초대하여 미팅한 내용을 정리해보면: ​ 블룸에너지는 고객 수요가 계속 강하다고 설명했습니다. 전기요금 상승뿐 아니라 배출가스/물 사용/소음에 대한 지역사회의 반발이 커지는 것도 SOFC에는 순풍으로 보고 있습니다. ​ LCOE를 기준으로 Bloom Energy Server의 경제성을 평가하는 것에도 선을 그었습니다. LCOE는 기본적으로 전력망에 연결된 발전자산끼리 비교하는 지표인데, SOFC는 수요처 바로 옆에서 발전하기 때문에 승압설비와 송배전 인프라 투자를 상당 부분 줄일 수 있습니다. 발전단가만 놓고 기존 전력원과 직접 비교하기 어렵다는 주장입니다. ​ 데이터센터에서는 전력뿐만 아니라 폐열도 활용 가능 SOFC의 주요 생산물은 전력이지만 열/물/고순도의 CO₂ 등 함께 나오는 자원을 어떻게 활용하느냐에 따라 경제성을 더 높일 수 있다고 설명했습니다. ​ 당장 가장 가시적인 것은 냉각입니다. Bloom Energy Server의 배기가스는 약 300~350°C로 배출되기 때문에 흡수식 냉동기를 돌리기에 충분히 뜨겁습니다. 데이터센터가 원래 전기를 사용해 처리했어야 할 냉각 부하 일부를 SOFC의 폐열로 대체할 수 있습니다. 배기가스를 응축하면 물도 회수할 수 있어 물 부족 지역에서는 추가적인 활용 여지가 있습니다. ​ 1GW에서 5GW까지 인력이 거의 늘지 않는 생산구조 생산능력 확장에 대해서도 상당히 공격적인 설명이 나왔습니다. 추가 1GW의 생산능력을 구축하는 데 필요한 기간은 6~9개월입니다. 반도체처럼 클린룸이나 막대한 전력이 필요한 제조공정도 아닙니다. ​ SOFC 생산공정의 자동화 수준도 높아 현재 1GW를 생산하는 것과 거의 같은 인력으로 5GW까지 생산할 수 있다고 강조했습니다. 최근 프리몬트에서 기존 공장과 거의 동일한 규모의 추가 제조시설을 확보하려는 움직임과 연결해서 볼 만한 부분입니다. 수요가 5GW를 넘어설 경우 생산능력을 빠르게 따라붙일 수 있도록 미리 준비하고 있는 것으로 보입니다. ​ 800V DC로 갈수록 유리해집니다 데이터센터 전력 아키텍처가 800V DC로 이동하는 것도 중요한 포인트입니다. ​ Bloom Energy Server는 이미 800V DC Native 자산입니다. 향후 AI 데이터센터가 800V DC 배전 구조를 본격적으로 채택하더라도 제품을 새로 설계할 필요가 없습니다. GPU 랙의 전력밀도가 올라갈수록 AC/DC 변환 단계를 줄이고 데이터센터 내부 전력 손실을 낮추는 것이 중요해집니다. 이 구조가 자리 잡는다면 블룸에너지는 발전원 자체뿐 아니라 데이터센터 전력 아키텍처 변화에서도 수혜를 받을 수 있습니다. ​ SOFC가 BTM을 넘어 FTM으로도 진입하기 시작 S&P500 전력회사 Ameren의 자회사인 Ameren Missouri가 20년 통합자원계획(IRP)을 발표하면서 2030년까지 500MW 규모의 천연가스 SOFC를 건설하는 계획을 포함했습니다. Barclays는 해당 프로젝트에서 블룸에너지의 SOFC가 유력한 후보라고 봤습니다. ​ 이 프로젝트가 중요한 이유는 500MW라는 숫자보다 설치 위치에 있습니다. ​ 지금까지 블룸에너지의 성장 논리는 데이터센터나 공장처럼 전력 수요처 바로 옆에 설치하는 BTM(Behind-the-Meter)이 중심이었습니다. 그런데 Ameren Missouri 계획대로라면 SOFC가 이제 ​FTM(Front-of-the-Meter), 즉 유틸리티가 전력망에 공급하기 위해 직접 보유하는 발전자원으로도 채택되기 시작합니다. ​ SOFC가 데이터센터의 전력망 우회 수단에 그치지 않고 유틸리티의 공식 발전 포트폴리오 안으로 들어가는 것입니다. 500MW 프로젝트 하나만으로 시장이 바뀌었다고 말하기는 이르지만 방향성은 상당히 고무적입니다. BTM에서 이미 열리고 있는 수요에 더해 FTM까지 시장이 확장된다면 블룸에너지가 접근할 수 있는 발전시장 자체가 훨씬 커집니다. ​ 데이터센터 노이즈에 휘둘리지 않는 근육 키우기 ​ 오라클 Project Lighthouse? (블룸에너지와는 관련X, 데이터센터에 관련된 코멘트O) Aterio가 Project Lighthouse가 기존 목표대로 온라인되지 않을 수 있다는 의견을 제시했습니다. ​ Project Lighthouse는 Vantage가 위스콘신주 포트 워싱턴에 개발 중인 4개 동 규모의 데이터센터 캠퍼스로, 오라클이 주요 임차인입니다. 문제는 캠퍼스를 가동하려면 신규 고압 송전 프로젝트가 먼저 연결돼야 한다는 점입니다 → ATC가 전력망을 연결하기 전까지 캠퍼스를 운영할 수 없고 →ATC 역시 Wisconsin PSC의 승인을 받아야 공사를 시작할 수 있습니다. ​ 현재 계획대로라면 송전 공사를 시작한 뒤 7개월 후부터 부분적으로 전력을 공급하고, 17개월 뒤 전체 1.3GW를 공급합니다. 부분 공급 목표는 2027년 12월, 전체 1.3GW는 2028년 10월입니다. 그런데 PSC 검토가 예상보다 길어질 경우 이 일정이 조금씩 뒤로 밀릴 수 있다는 것이 Aterio의 지적입니다. ​ 하나의 데이터센터가 밀렸다고 전체 컴퓨트 목표가 같이 밀리는 것은 아닙니다 특정 프로젝트만 놓고 보면 분명 리스크입니다. ​ 다만 하이퍼스케일러가 특정 연도의 전력 용량 목표를 하나의 데이터센터 프로젝트에 의존한다고 생각하면 전체 구조를 잘못 보게 됩니다. 실제 증설은 여러 사이트와 캠퍼스, 개별 데이터센터 동을 동시에 개발하면서 진행됩니다. 준비되는 순서대로 Powered Shell을 온라인하고 서버와 네트워킹 장비를 넣습니다. 2023년 AI Boom 이후부터 대형 CSP와 네오클라우드가 계속 이런 방식으로 용량을 늘려왔습니다. ​ 또한 한 부지의 최종 개발용량과 특정 시점에 실제 온라인되는 용량은 전혀 다른 숫자입니다. 1.3GW 캠퍼스라고 해서 1.3GW가 한 번에 가동되는 것도 아닙니다. Phase 1, Phase 2를 거치며 용량이 순차적으로 올라옵니다. 1GW만큼의 부족분이 생기고 그 전체가 딜레이되는 게 아니란 의미입니다. ​ 예를 들어, 애빌린이 늦어졌을 때도 컴퓨트 조달은 다른 곳에서 계속됐습니다 예를 들어보자면, 오라클과 오픈AI도 이미 비슷한 대응을 하고 있습니다. ​ 애빌린 확장이 예상보다 느려지자 그 부지에 계속 의존하기보다 Vera Rubin 세대에 맞는 새로운 1GW급 클러스터를 텍사스 섀클포드 카운티의 1.4GW 캠퍼스에서 구축하기로 방향을 바꿨습니다. ​ 그렇다면 애빌린이 지연되는 동안 오픈AI는 컴퓨트를 어디서 확보했느냐가 중요합니다. 오라클의 다른 부지, 마이크로소프트가 GB300을 온라인한 Fairwater 클러스터, 추론은 코어위브의 수십 개 데이터센터에서, AWS 내의 엔비디아 GPU 클러스터 임대 등 다른 공급원을 통해 계속 조달했습니다. ​ 물론 사전학습은 대규모 GPU를 하나의 coherent cluster로 묶어야 하기 때문에 부지를 옮기는 것이 훨씬 어렵습니다. 반면 연구용 컴퓨트나 추론은 여러 사업자와 지역으로 분산해서 늘릴 수 있습니다. ​ 애빌린이 느려지고 있는 동안이었음에도 불구하고 오라클이 최근 4개 분기 동안 온라인한 전력 용량은 4Q25 400MW → 1Q26 400MW → 2Q26 300MW → 3Q26 850MW였습니다. 코어위브만 봐도 데이터센터 부지가 총 43개입니다. 지금의 AI 데이터센터 산업은 여러 부지를 동시에 개발하고, 전력/건설 일정에 따라 우선순위를 계속 바꾸면서 전체 용량을 맞추는 구조입니다. ​ Lighthouse가 안 늦어진다는 얘기는 아닙니다 Project Lighthouse의 송전 일정이 실제로 미뤄질 수 있고, 해당 프로젝트 단위에서는 분명 문제가 될 수 있습니다. 제가 다르게 보는 것은 이 문제를 곧바로 오라클의 전체 데이터센터 증설 차질로 연결하는 해석입니다. ​ 한 프로젝트가 느려지면 다른 부지의 Phase를 먼저 당기고, 그래도 전력이 부족하면 BTM 방식의 임시 발전원을 붙여 먼저 가동하는 선택지도 있습니다. 데이터센터 증설은 하나의 프로젝트 일정표가 아니라 여러 프로젝트를 동시에 오케스트레이션하는 과정으로 봐야 합니다. Project Lighthouse의 지연 가능성은 체크해야 하지만 bird-eye view에서는 오라클이 전체 용량을 어떻게 재배치하고 있는지를 같이 봐야 합니다. 마이크론(MU), 샌디스크(SNDK) ​ 마이크론MU는 Overweight을 유지합니다. CY27 PER 5.4배(EPS: CY27 $200)입니다. 마이크론 2Q26 실적발표 : 이제 메모리는 찍기도 전에 팔린다 마이크론 1Q26 실적발표 : 흔들릴 이유가 없는 어닝 서프라이즈, 구조적 성장주로 거듭나는 길 추론의 시대, 핵심이 된 메모리 #2 : Agentic AI의 시대, NAND가 중요한 이유 'DualPath' 추론의 시대, 핵심이 된 메모리 : 메모리 쇼티지를 떠받치고 있는 힘 ​ 샌디스크SNDK는 Overweight을 유지합니다. CY27 PER 5.7배(Bernstein Bull $300)입니다. 샌디스크 Investor Day 2026 코멘트 / 주간전략보고 : 투자의 생각 (8월 17일~8월 21일) 샌디스크 2Q26 코멘트 / 주간전략보고 : 투자의 생각 (8월 10일~8월 14일) 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 ​ 마이크론 3Q26 실적발표 : 메모리 Phase 2 ​ 투자자들은 마진의 높이가 아니라 길이를 묻는다 마이크론 3Q26(FY4Q26) 실적발표에 대한 생각은 <마이크론 3Q26 실적발표 : 메모리 Phase 2, 시장은 마진의 높이가 아니라 길이를 묻는다> 자료에 있습니다. 실적발표 후로도 Overweight을 유지합니다. ​ 이번 분기 매출 $54.23B(컨센 $51.07B) YoY 379%, Adj EPS $33.42(컨센 $31.61), Adj GPM 87.0%(컨센 86.1%)입니다. ​ 다음 분기인 4Q26(FY1Q27) 가이던스는 매출 $61.5B(컨센 $57.02B), Adj EPS $38.15(컨센 $35.40), Adj GPM 86.25%(컨센 86.4%)입니다. Adj GPM 기준으로 마진율이 약간 낮아지는데 이것은 임직원 인센티브 때문에 재고비용이 높아지며 그런 것이고, 1Q27(FY2Q27)부터는 다시 높아질 예정입니다. ​ 그리고 두 번째로 큰 틀에서 생각해보면, 메모리 Phase 2로 접어든 관점을 갖고 생각해볼 때 지금과 같은 고마진을 어느 정도까지 유지할 수 있느냐가 중요하지 투자자들이 여기서 무리하게 마진을 더 끌어올리는 것을 바라진 않을 거라고 봅니다. GPM 85%, OPM 80%대 이상이라는 것 자체가 엄청난 마진율입니다. ​ DRAM과 NAND의 가격상승 주도 성장 CY3Q26 DRAM 매출은 $39.8B로 비중 73%, NAND 매출은 $14.1B로 비중 26%였습니다. ​ DRAM 매출은 QoQ +27% 증가했으며, 상승 기여도를 분해해보면: bit shipment QoQ ​​+4~6% 증가 ASP는 QoQ +17~19% 상승했습니다. ​ NAND 매출은 QoQ +42% 증가했으며, bit shipment QoQ ​​+10% 증가 ASP는 QoQ +30% 상승했습니다. ​ 마이크론은 "CY28이 CY26보다 더 타이트하다"고 봅니다 9월 21일 주간전략보고에서 말씀드렸던 메모리 Phase 2의 핵심은 결국 업계 bit shipment 수요를 공급이 얼마나 따라갈 수 있느냐입니다. 마이크론의 전망은 상당히 강합니다. ​ DRAM: CY26: 업계 bit shipment YoY +24~26% CY27~CY28: bit shipment YoY +21~23%, 두 해 모두 공급부족 유지 NAND: CY26: 업계 bit shipment YoY +21~23% 성장 CY27~CY28: bit shipment YoyY +24~26% 성장, 두 해 모두 공급부족 유지 공통: CY26보다 CY27~CY28의 메모리 및 스토리지 공급부족 정도가 더 심할 것으로 예상 ​ BofA 애널리스트가 CY28부터 신규 캐파가 온라인되면 공급부족이 풀리는 것 아니냐고 질문하자 산제이 메흐로트라 CEO는 오히려 CY28이 CY26보다 더 타이트하다고 답했습니다. 클린룸이 완성돼 wafer output이 시작되더라도 실제 생산량이 의미 있게 늘기까지 2~3개 분기가 필요합니다. HBM4에서 HBM4E로 갈수록 trade ratio가 높아지고, 차세대 노드 전환을 통해 얻을 수 있는 wafer 생산성 개선 폭도 줄어듭니다. ​ 장기적으로도 경영진의 표현은 강하고 명확했습니다. "We do not see line of sight when supply catches up with demand." "공급이 언제 수요를 따라잡을지 아직 보이지 않는다" 고객들은 이제 CY28 물량을 논의하고 있습니다 수요 가시성도 한 분기 전보다 더 좋아졌습니다. ​ SCA는 CY2Q26 16개에서 CY3Q26 26개로 늘었습니다. FY30까지 예상 매출의 35% 이상이 SCA에서 나올 것으로 예상하고 있으며, 장기적으로는 전체 매출의 50%까지 SCA로 커버할 수 있다고 확인했습니다. SCA 예상 매출 가운데 약 75%에는 이미 가격 책정 프레임워크가 설정돼 있습니다. 대부분 Floor/Ceiling Price 구조이고, 나머지 25%는 시장가격에 맞춰 주기적으로 재협상합니다. ​ 단기적으로는 FY27 생산량의 75% 이상이 이미 구매약정으로 묶였습니다. 여기에는 SCA뿐 아니라 일반 고객의 구매주문과 약정도 포함됩니다. 고객과의 대화도 대부분 CY28 공급 할당으로 넘어갔다고 말했습니다. ​ 과거에는 계약가격/현물가격 기반으로 다음 분기 실적이 얼마나 나올지 예상하는 기업이었는데 → 앞으로는 AI 고객의 장기 계약물량을 보고 팹 투자를 하기에 장기 매출과 마진에 대한 가시성이 높아지는 쪽으로 이동하는 중입니다. ​ CY27 HBM 가격은 크게 올라갑니다 HBM은 CY27 HBM bit supply 대부분이 이미 고객 계약이 완료됐으며, CY27 HBM 가격이 CY26보다 유의미하게 높다(significantly higher)고 말했습니다. CY26 HBM 계약가격을 3Q25에 정했기 때문에 Conventional DRAM과 HBM 마진 격차가 커졌던 것인데, 3Q26에 결정한 CY27 HBM 계약가격은 Conventional DRAM 마진 수준으로 높였기에 CY27 매출 성장률은 단순 DRAM/NAND 가격상승분보다 높을 수 있습니다. ​ 데이터센터 SSD만으로 분기 매출 $10B 마이크론 전체 NAND 매출의 3분의 2 이상까지 데이터센터 SSD 매출비중이 높아졌습니다. AI 추론에서 늘어나는 KV Cache offloading용 메모리 수요를 처리하기 위해서 HBM → DRAM → SSD로 이어지는 메모리 계층 전반적으로 수요가 크게 늘고 있기 때문입니다. Agentic AI 워크로드 증가는 컨텍스트 윈도우의 크기를 더욱 키우는 요인이므로 기존의 방향성을 더욱 가속시키는 효과입니다. ​ GPU → HBM CPU → DDR/SOCAMM Context/KV cache → SSD로 메모리 hierarchy 전체가 수혜를 받는 구조입니다. ​ FY27 CapEx $50B+, 다만 당장 wafer가 쏟아지는 투자는 아닙니다 FY26 CapEx는 $27.4B였고 FY27에는 $50B를 넘어설 가능성이 높아졌습니다. ​ 숫자만 보면 공급과잉 우려가 생길 수 있지만 이번 투자에서 중요한 것은 구성입니다. 마이크론 경영진은 이번 컨콜에서 "construction CapEx 증가율이 equipment CapEx 증가율보다 높다"고 명확히 했습니다. 당장 장비를 대량으로 넣어 wafer output을 늘리는 것보다, 향후 다년간 필요한 클린룸/팹/인프라를 먼저 확보하는 단계입니다. SCA를 통해 장기 수요를 확인했기 때문에 이제 그린필드 캐파를 짓기 시작할 수 있게 됐습니다. ​ 마이크론의 캐파 온라인 타이밍은: 싱가포르 HBM 패키징 시설: 2027년 초 대만 통루오 팹: 의미 있는 출하는 2027년 중반 미국 아이다호 팹 ID1: Wafer output 2027년 중반 미국 아이다호 팹 ID2: 2028년 말 일본 팹 확장: 2028년 말 싱가포르 신규 NAND 팹: 2028년 하반기 뉴욕 팹: 2030년입니다. ​ CY28에 여러 신규 캐파가 들어오기는 하지만, 여전히 CY28 공급부족을 CY26보다 심하게 보는 이유입니다. ​ 다음은 12월 9일 이후 자사주 매입 발표 실적 외에 앞으로 가장 중요하게 볼 부분은 주주환원입니다. ​ CHIPS Act와 관련된 자사주 매입 제약이 2026년 12월 9일 종료됩니다. 마이크론은 장기적으로 초과 현금의 100%를 주주에게 환원한다는 방침을 유지하고 있으며, 그중 대부분을 자사주 매입에 사용할 계획입니다. ​ Phase 1에서는 ASP와 마진이 얼마나 빠르게 올라가는지가 중요했습니다. 이제 Phase 2에서는 85% 안팎의 GPM을 얼마나 오래 유지할 수 있는지, 그리고 그 기간 동안 쌓이는 현금을 얼마나 큰 규모로 재투자하고 주주에게 돌려줄 수 있는지가 더 중요해지고 있습니다. DRAM/NAND 공급망 체크 TrendForce #1 - 4Q26에도 QoQ +10~20% 예상! TrendForce에 따르면, 계약 가격은 Conventional DRAM 4Q26 QoQ +10~15% 상승할 것으로 예상되고 NAND Flash는 QoQ +15~20% 상승할 것으로 예상됩니다. 원래는 8월까지만 해도 다들 4Q26에는 QoQ +0~5%를 예상했었는데 생각보다 더 가격상승 사이클이 길어지고 있습니다. ​ TrendForce #2 - AI HW 부품별 리드타임 TrendForce의 이번 주 리드타임 체크를 정리하면: CPU - Tight : 25~30주 / 균형 리드타임 16~20주 (New) GPU - Balanced : 30~40주 / 30~40주 (=, 지난주와 동일) DRAM - Very Tight : 20주 / 8주 (=) NAND - Tight : 16주 / 8주 (=) HDD - Very Tight : 50주 / 16주 (=) ABF - Very Tight : 48~56주 / 12주 (=) MLCC - Tight : 32주 / 12주 (=) ​ 9월 서버 DRAM QoQ +10~15% 전망의 이유 DRAMeXchange의 9월 서버 DRAM 고정가가 발표됐습니다. 미국 CSP들이 CY27 물량을 조기에 확보하기 위해 추가 발주에 나서면서 시장 분위기가 다시 강해졌습니다. 이후 중국 CSP들과의 3Q26 고용량 서버 DRAM 모듈 협상도 마무리됐고, 그 결과 ASP는 QoQ +13~18% 상승했습니다. ​ 기존 LTA 물량의 가격은 보호, 추가 물량은 더 비싸게 계약 미국 CSP들은 2Q~3Q26 동안 대부분의 LTA 협상을 마쳤습니다. 계약에는 가격 구간제가 포함돼 있어 메모리 조달 비용에 대한 가시성을 확보하는 동시에, 이후 추가 발주가 기존 계약물량의 가격까지 끌어올리는 것을 막는 구조입니다. ​ 그런데 3Q26 들어 CSP들이 CY27~CY28의 장기 컴퓨팅 수요를 다시 점검했습니다. 기존 LTA만으로는 CY27 수요를 충분히 커버하기 어렵다고 판단하면서 CY27 필요 물량의 5~10%p에 해당하는 물량을 추가 확보하기로 했습니다. 이 물량은 기존 LTA에 단순히 얹는 것이 아니라 추가 계약으로 체결됐습니다. 따라서 기존 LTA에서 정해둔 기준 가격보다 높은 가격을 지불하고 있습니다. CSP들이 가격이 오른 상태에서도 CY27 물량을 더 확보하고 있다는 것이 중요합니다. ​ 공급사들은 4Q26에 최대 +20~25% 인상을 제시 9월 말 메모리 공급사들이 제시한 4Q26 서버 DRAM 고정가 초기 견적에는 최대 QoQ +20~25%의 가격 인상이 포함된 것으로 파악됩니다. 미국 CSP들의 강한 메모리 수요가 CY27 내내 이어질 것이라는 판단이 가격 협상에 반영되기 시작한 것입니다. ​ 실제 체결 가격은 공급사별 출하 mix와 고객별 가격 구간에 따라 반영되다보니 QoQ +20~25% 수준보다는 가격상승 폭은 낮을 것으로 예상합니다. DRAMeXchange는 4Q26 서버 DRAM 고정가가 QoQ +10~15% 상승할 것으로 전망했습니다. HDD 업계 3위, 도시바의 증설 ​ 도시바가 5년 만에 HDD 증설에 나섭니다 도시바는 필리핀 HDD 공장에 약 ¥60B($380M)을 투자해 FY27까지 AI 데이터센터용 HDD 생산능력을 현재의 2배로 늘릴 계획입니다. 5년 만의 대규모 HDD 투자입니다. 자동화를 확대해 생산량을 늘리면서도 증설에 필요한 추가 인력은 약 40% 줄일 계획입니다. ​ 현재 Exabyte 기준 글로벌 HDD 점유율은 웨스턴디지털 47%, 씨게이트 42%, 도시바 11% 수준인데, 도시바는 중기적으로 이를 30%까지 끌어올리겠다는 목표도 제시했습니다. ​ 제품 로드맵은 현재 30~34TB M12 SMR, 28TB CMR에서 출발해 2030년 65TB급, 이후 100TB급으로 올라가는 구조입니다. 도시바는 올해 이미 30~34TB M12 샘플 출하를 시작했습니다. ​ 다만 '생산능력 2배' ≠'점유율 30%' 여기서 숫자를 구분해서 볼 필요가 있습니다. ​ 현재 도시바의 저장용량 기준 점유율이 11%라고 가정하면, 도시바 생산량만 정확히 2배가 되고 WDC와 STX가 전혀 성장하지 않아도 점유율은 20%에 그칩니다. 11 → 22로 늘어나더라도 전체 시장은 100 → 111이 되기 때문에 22/111 = 19.8%입니다. ​ 30%를 만들려면 경쟁사 생산량이 그대로라는 극단적인 가정에서도 도시바 생산량이 현재의 3.5배가 되어야 합니다. HDD 전체 exabyte 수요가 계속 성장한다면 필요한 증설폭은 더 커집니다. ​ 따라서 FY27 생산능력 2배는 30% 점유율 목표로 가는 '첫 단계'로 보는 것이 맞습니다. ​ 더 큰 문제는 면적밀도 도시바의 현재 M12는 11 platter를 사용해 최대 34TB SMR, 28TB CMR입니다. ​ 반면 씨게이트는 이미 Mozaic 4+에서 10 platter로 44TB를 지원하고 있고, 웨스턴디지털도 40TB UltraSMR을 양산하기 시작했으며 44TB HAMR을 1H27에 출하할 예정입니다. 씨게이트의 44TB Mozaic 4+는 이미 두 곳의 하이퍼스케일 고객으로부터 퀄을 마치고 생산에 들어갔습니다. 같은 HDD 한 대를 만들어도 STX와 WDC가 더 많은 TB 용량을 판매할 수 있다는 뜻입니다. ​ HDD는 $/TB가 가장 중요한 산업입니다. 동일 조건에서 씨게이트와 웨스턴디지털이 도시바보다 각각 약 25%, 15% 낮은 cost/TB를 갖는다면 단순히 HDD 생산라인을 두 배로 늘린다고 경쟁력이 바로 두 배가 되는 구조가 아닙니다. 도시바가 head와 media를 TDK와 Resonac 등 외부 업체에서 조달한다는 점도 수직계열화된 경쟁사보다 원가 측면에서는 불리합니다. ​ HAMR에서는 시간 차이가 더 큽니다 도시바도 HAMR로 넘어가겠지만 현재 로드맵은 상대적으로 보수적입니다. 현재 MAMR을 최대한 연장하면서 HAMR을 단계적으로 도입하는 전략입니다. 도시바의 의미 있는 HAMR 양산이 2029년이라면, ⓐ씨게이트의 HAMR 양산 대비 약 4년 ⓑ웨스턴디지털의 본격적인 HAMR ramp 대비 약 2년 뒤처지게 됩니다. ​ 문제는 HDD에서 한 세대 늦는 것이 그 제품 한 번으로 끝나지 않는다는 점입니다. 낮은 면적밀도에서 출발하면 동일 Exabyte를 출하하기 위해 더 많은 platter/head/drive가 필요하고, 그 사이 경쟁사는 다음 세대로 이동합니다. 도시바가 이번에 공장 캐파는 빠르게 늘릴 수 있어도 밀도까지 동시에 닫는 것은 별개의 문제입니다. ​ 이번 증설 하나 자체가 공급과잉 우려를 낳지는 않는다 현재 HDD 시장의 상황도 중요합니다. ​ 씨게이트는 Nearline HDD Exabyte 대부분이 CY28까지 이미 배정돼 있고 고객들과 CY29 이후 물량까지 논의하고 있습니다. 웨스턴디지털도 2028~2029년까지 이어지는 LTA를 체결하고 있으며 최근에는 2029~2031 계약까지 논의하고 있다고 밝혔습니다. 그리고 HDD 신제품은 생산했다고 바로 하이퍼스케일러에 넣는 것도 아닙니다. 고객 검증 과정이 필요합니다. 하이퍼스케일러의 경우 통상 수개월에서 1년가량 걸릴 수 있습니다. ​ 그래서 도시바의 FY27 증설이 실제 웨스턴디지털과 씨게이트 HDD의 가격과 출하량을 압박하는 시점은 빠르면 CY28 이후로 보는 게 더 자연스럽습니다. ​ 어쨌든 누군가 좀 더 공격적인 입장에 섰다는 것 다만 이번 도시바 증설 자체를 업황의 변곡점이라고 보기는 어렵더라도, HDD 3사가 제품당 용량을 높여 연간 Exabyte 출하량을 20~25%씩 늘리는 데 집중하던 시기를 지나 이제는 누군가 실제 생산라인과 클린룸 증설에 나서기 시작했다는 것은 이전과 다릅니다. ​ 씨게이트과 웨스턴디지털 투자자 입장에서는 달갑지 않은 변화일 수 있습니다. 그렇다고 당장 공급과잉으로 넘어가 HDD 가격이 무너질 정도라고 보기는 어렵습니다. ​ 수요가 훨씬 더 강해진 상태에서 LTA로 장기 물량만 약정한다고 공급이 늘어나는 것은 아니니, 적당한 수준 이상의 가격인상은 업계에도 부담입니다. 그래서 현재처럼 수요가 강하고 장기 물량이 상당 부분 선점된 상황에서는 오히려 과도한 가격 인플레이션을 억제하는 정도에 가까울 가능성이 높습니다. ​ 마이크론과 샌디스크에 미치는 직접적인 영향도 제한적입니다. HDD와 SSD는 일부 스토리지 영역에서는 경쟁하지만, 최근 eSSD 수요를 끌어올리는 KV Cache Offloading은 HDD에게는 해당하지 않는 워크로드입니다. 따라서 도시바의 HDD 증설을 곧바로 NAND나 eSSD의 펀더멘탈 악화로 연결하는 것은 과합니다. ​ 또한 이 문제는 TSMC 일변도의 파운드리 시장에서 인텔이나 테라팹의 증설을 바라보던 시각과 비슷하게 볼 필요가 있습니다. 공급자가 증설한다고 해서 곧바로 사이클이 무너지는 것은 아닙니다. 중요한 것은 명목 캐파가 아니라 실제로 경쟁 가능한 유효 캐파가 언제 시장에 들어오느냐입니다. ​ 봐야 할 것은 세 가지 정도입니다: 증설한 캐파가 실제 양산과 고객 인증을 거쳐 의미 있는 출하로 이어지는 시점, 기존 고부가가치 제품을 주도하던 업체의 기술과 원가 우위를 흔들 수 있는지, 새로 들어오는 공급량이 현재의 수요 초과 상태를 깨뜨릴 정도로 큰지입니다. ​ TSMC 사례에서도 인텔의 신규 팹이 생긴다는 사실보다 그 팹에서 어떤 공정이 언제 충분한 수율로 양산되고, 실제 대형 고객이 얼마나 이동하느냐가 더 중요했습니다. HDD도 마찬가지입니다. 도시바가 클린룸을 늘린다는 사실 자체보다, 그 증설분이 언제 Nearline Exabyte 공급으로 전환되고 유효 용량 기준으로 볼 때 수요 초과를 무너뜨릴 정도의 양인지가 핵심입니다. ​ 그래서 이번 도시바 증설은 분명 이전보다 한 단계 더 적극적인 공급 확대 신호이지만, 아직은 산업의 가격 결정권을 깨뜨리는 공급 쇼크라기보다 타이트한 시장에 추가 완충재가 들어오는 정도로 보는 것이 맞다고 생각합니다. 루멘텀(LITE), 비아비(VIAV), 셈텍(SMTC) ​ 루멘텀LITE는 Overweight을 유지합니다. CY27 PER 35.0배(CY27 EPS $31)입니다. 루멘텀 2Q26 실적발표 : ALL BEAT, 더욱 강해진 루멘텀의 모멘텀 루멘텀 1Q26 실적발표 : 3Q OCS, 4Q CPO, 차례로 점화를 기다리는 고성능 엔진들 '빛💡'의 시대 #2 : 구리도 광모듈도 CPO도 다 커진다, AI 인터커넥트의 폭발 '빛💡'의 시대 : 광학 밸류체인 한 눈에 보기 ​ 비아비VIAV는 Overweight을 유지합니다. CY27 PER 23.6배(CY27 EPS $2)입니다. 비아비 솔루션스 2Q26 실적발표 : CPO 정상 진행 중, 광학 테스트 수요는 Lab → Production으로 비아비 솔루션스 1Q26 실적발표 : 본격 개화하는 빛의 시대, 물만난 테스트 수요 '빛💡'의 시대 #2 : 구리도 광모듈도 CPO도 다 커진다, AI 인터커넥트의 폭발 '빛💡'의 시대 : 광학 밸류체인 한 눈에 보기 ​ 셈텍SMTC는 Overweight을 유지합니다. CY27 PER 35.4배(CY27 EPS $5.5)입니다. 셈텍 2Q26 실적발표 : 생각보다 더 빨리 온 1.6T 변곡점, 한 분기 사이 생산능력 완판 셈텍(SMTC) 기업분석 : 미디어텍 TPU와 함께 성장할 기업, 'DSP를 지우는 자' '빛💡'의 시대 #2 : 구리도 광모듈도 CPO도 다 커진다, AI 인터커넥트의 폭발 '빛💡'의 시대 : 광학 밸류체인 한 눈에 보기 ​ 중국산 광모듈 배제 논의 : ⓐ상원 법안(입법부) ⓑFCC 규제 고려(행정부) 먼저 지금 두 가지 규제가 동시에 논의 중입니다. ⓐ하나는 법안이고, ⓑ다른 하나는 현재 워싱턴에서 논의되는 FCC 규제 가능성입니다. ​ ⓐ미국 상원의 초당적 규제 → S.5548 우선 S.5548은 실제 발의된 법안입니다. 정확히는 9월 24일 데이브 맥코믹(공화당, David McCormick) 의원이 발의했고 루벤 가예고(민주당, Ruben Gallego), 존 코닌(공화당, John Cornyn), 존 페터만(민주당, John Fetterman *이분은 참고로 금융 전문가신데 키가 203cm라 인상 깊었던 사람)이 공동 참여했습니다. 공화당 2명, 민주당 2명의 초당적 법안입니다. ​ 법안으로 보면 아직 매우 초기 단계입니다. 상원에서 발의 후 상원 국토안보/정무위원회에 회부됐고 → 위원회 심사 → 상원 본회의 통과 → 하원 심사/통과 → 대통령 서명을 거쳐야 실제 적용됩니다. ​ 법안은 InnoLight와 Eoptolink를 직접 명시하고 이들 또는 관련 업체가 설계/제조/공급한 광트랜시버와 일부 부품을 연방정부의 국가안보 시스템 조달 제한 범위에 넣습니다. 다만 실제 금지는 법 제정 후 5년 뒤 발효되도록 설계돼 있고, 일반 상업용 데이터센터를 직접 금지하는 법안도 아닙니다. ​ ⓑ모건스탠리가 전한 워싱턴의 FCC를 통한 규제 가능성 반면 모건스탠리가 전한 FCC 쪽 내용은 아직 공개된 규정 문안이 아니라 현재 워싱턴 내에서 논의되는 프레임워크일 뿐입니다. 하지만 ⓐ와 ⓑ를 합쳐서 생각하면 정책 방향 자체가 일관됩니다. 중요한 건 ⓑ(FCC 프레임워크)인데 방향성을 알기 위해서 ⓐ도 같이 보는 게 중요했습니다. ​ 정리하자면 지금 설치되고 있는 800G와 1.6T 공급망을 갑자기 끊어 AI 데이터센터 증설을 방해하기보다는, 본격적인 양산이 CY28~CY29에 시작될 3.2T부터 중국 의존도를 낮추겠다는 방향입니다. ​ 중국 모듈을 금지하는 게 아니라, '모듈 안에 무엇을 넣게 할 것인가' 가장 흥미로운 것은 모건스탠리가 언급한 미국계 기업 부품 65% BoM 기준입니다. 이 방식이 실제로 채택된다면 InnoLight와 Eoptolink가 미국 시장에서 퇴출되는 것이 아니라 오히려 살아남을 가능성이 높습니다. ​ 현재 미국 800G/1.6T 모듈을 뜯어보면: DSP → 브로드컴, 마벨 EML/CW Laser → 루멘텀, 코히런트(고속은 LITE이 압도적이고 COHR도 고속 레이저는 LITE에게서 구매) TIA와 Driver → 마콤, 셈텍, 맥스리니어 등 미국계 업체의 비중이 이미 높습니다. ​ 그렇다면 중국 업체가 미국 고객에게 계속 3.2T 모듈을 판매하려면 완전히 새로운 공급망을 만드는 게 아니라 미국산 부품을 더 많이 넣으면 됩니다. 정책의 결과가 '중국산 광모듈 제거'가 아니라 광모듈 안에서 미국 업체들이 가져가는 BOM과 마진을 늘리는 방향으로 나타날 수 있다는 얘기입니다. ​ 오히려 InnoLight와 Eoptolink에는 65% 규정이 경쟁우위가 될 수도 여기서 다소 역설적인 결과가 생깁니다. ​ InnoLight와 Eoptolink 같은 중국 1위권 업체들은 이미 미국 하이퍼스케일러 고객의 퀄을 통과하기 위해 미국계 고성능 부품을 많이 사용하고 있습니다. 반면 중국 내 2~3위권 광모듈 업체들은 Yuanjie 같은 중국산 Laser를 비롯해 로컬 부품을 더 많이 사용하면서 원가를 낮추는 것이 미국 업체를 따라잡는 하나의 방법이었습니다. ​ 65% 미국계 BoM 기준이 생기면 이 비용절감 경로가 막힙니다. 미국 정부가 중국 광모듈을 규제했는데 결과적으로 InnoLight/Eoptolink와 중국 2위권 업체 사이의 격차가 더 벌어지는 상황도 가능해집니다. 물론 별개의 S.5548이나 Section 1260H 같은 개별기업 표적제거 리스크는 여전히 남기 때문에 InnoLight와 Eoptolink가 완전히 자유로워지는 것은 아닙니다. ​ 가장 확실하게 좋아지는 곳은 '레이저' 그래서 이 규제에서 가장 깔끔한 수혜는 루멘텀과 코히런트입니다. ​ 중국 모듈이 계속 미국에 들어오는 경우에도 미국계 BoM 비중을 맞추려면 루멘텀과 코히런트의 레이저를 더 많이 써야 합니다. 만약 규제가 더 강해져서 중국산 모듈 비중 자체가 내려가더라도 미국 및 우방국 기반 광학 공급망이 커지기 때문에 두 업체의 고속 레이저 수요는 늘어납니다. ​ 루멘텀 입장에서는 더 좋은 점들이 많습니다. 회사가 직접 저마진 트랜시버 조립 물량을 크게 늘리지 않고도, 중국, 미국, 우방국 모듈 조립업체들에게 EML/CW 레이저를 판매함으로써 규제 수혜를 받을 수 있습니다. 글로벌로 광모듈 안에서 루멘텀이 가져가는 가치 시장 점유율이 커지는 구조입니다. 코히런트도 고속 광모듈의 경우 루멘텀에게서 상당량을 구매해서 조립하는 입장이었는데, 점점 더 구조적으로 루멘텀 레이저에 대한 수요가 높아질 환경이 만들어지고 있습니다. ​ 레이저 주문이 늘면, 병목은 InP 기판 수급이 된다 그렇게 여기서 한 단계 더 올라가면 InP가 중요해집니다. ​ 루멘텀과 코히런트가 레이저 주문을 아무리 많이 받아도 InP 웨이퍼가 없으면 Laser die를 만들 수 없습니다. 따라서 광트랜시버 규제가 미국 부품 비중을 높이는 방향으로 진행될수록 누가 더 많은 레이저 주문을 받느냐에 이어질 바로 다음 질문이 그 업체가 InP 기판을 충분히 확보했느냐가 됩니다. ​ 이에 대해서는 아래에 루멘텀 CEO 마이클 헐스턴과 Vital Materials CEO가 9월 24일 스페인 말라가 Optica Global Photonics Economic Forum에서 말했던 것들로 정리해봅니다. ​ 셈텍은 부품에서, 비아비는 공급망 재편 과정에서 수혜 셈텍도 수혜가 직접적입니다. 원래도 1.6T 이상부터는 아날로그 부품의 중요성이 커지고 셈텍이 기술적으로 표준이라 할만큼 입지도 커져있는 상태였는데, 3.2T 모듈이 미국계 BoM 비중을 맞춰야 한다면 TIA/Driver에서도 미국 공급업체를 선택할 유인이 커집니다. 중국 모듈 업체가 미국 시장을 포기하지 않는다면 셈텍의 제품을 더 많이 사용해야 합니다. ​ 비아비는 성격이 약간은 다를 수 있습니다. 규제 자체가 VIAVI 제품을 모듈 BoM에 더 넣게 만드는 것은 아닙니다. 대신 공급업체가 바뀌고 생산지역이 이동하고 1.6T에서 3.2T로 올라갈수록 새로운 생산라인의 퀄, 테스트, 측정과정이 다시 필요합니다. 공급망을 옮기는 횟수가 늘어날수록 테스트 공정도 늘어납니다. 그래서 루멘텀이나 셈텍보다는 한 단계 간접적이지만 미국 중심의 광학 공급망 재편으로 갈수록 비아비에게도 좋은 환경입니다. ​ 규제는 원래 갖고 있던 광학 Bull Case 위에 하나가 더 얹히는 것 제가 광학을 좋게 보는 근본적인 이유는 규제가 아닙니다. ​ CY27로 가면서 메모리가 부족해질 경우 칩 한 개당 메모리를 무작정 늘리기보다는 더 많은 컴퓨트 칩을 묶고, Scale-up domain 자체를 넓혀 전체 토큰 처리량을 높이려는 방향이 강해지고 있습니다. 컴퓨트 칩의 개수가 늘어나고 연결해야 할 영역이 커질수록 랙과 랙 사이, 클러스터 내부에서 가장 빠르게 BoM이 증가하는 부분 중 하나가 interconnect입니다. 원래 AI 컴퓨트 증가 x 고속 인터커넥트의 필요성 증가라는 산업적인 Bull Case가 있었습니다. ​ 여기에 미국 정책까지 붙는다면 수요량 자체가 한 번 더 폭발한다기보다 그렇게 커진 인터커넥트 산업의 BoM을 누가 가져가느냐가 미국계 업체 쪽으로 이동합니다. ​ 정리하자면, 미국 부품의 Take Rate 상승 3.2T 시대에도 중국 Tier 1 기업인 InnoLight와 Eoptolink가 모듈을 계속 만들 수 있습니다. 다만 미국 고객에게 팔기 위해서는 루멘텀/코히런트의 레이저, 브로드컴/마벨의 DSP, 셈텍/마콤/맥스리니어의 TIA/Driver를 더 많이 사용해야 하는 구조가 될 수 있습니다. 애널리스트 광학 코멘트 모음 : ⓐCiti ⓑJefferies ⓒNomura ​ Citi → 'OCS 새로운 사용 사례 크게 늘을 것' Citi가 ECOC 2026 이후 OCS의 TAM을 CY30 기준 $10.7B로 추정했습니다: ​ TAM #1 : XPU Scale-up용 시장(구글 TPU 중심, 앤스로픽, 오픈AI도 채택) → TAM $5B TAM #2 : Spine 스위치 교체, Pooling용, Campus DCI 연결용 시장 → TAM $2B TAM #3 : *Reconfiguration 시장(엔비디아 서버중심) → TAM $4B입니다. ​ Reconfiguration? 여기서 가장 새롭고 중요한 부분이 Reconfiguration입니다. ​ 루멘텀은 하이퍼스케일러들과 OCS 사용 사례를 논의하면서, OCS가 TPU Scale-up에만 들어가는 것이 아니라 일반 GPU/XPU 랙에도 들어갈 수 있다고 보고 있습니다. 구조는 랙당 OCS 한 대를 넣고 GPU 간 연결을 고정하지 않는 방식입니다. ​ 이렇게 만들면 TPU가 Pod 단위에 묶이지 않고 OCS를 통해서 slice를 유연하게 구성하는 것처럼 작업에 따라 필요한 GPU끼리 다시 묶고, 특정 GPU나 랙에 장애가 발생하거나 과부하가 걸리면 해당 구간을 우회해서 새로운 slice를 구성할 수 있게 됩니다. 지금처럼 물리적인 네트워크 토폴로지가 사실상 고정된 구조보다 클러스터 자원을 훨씬 유연하게 사용할 수 있습니다. TPU에서 OCS를 활용해 goodput을 높였던 논리가 GPU에도 적용되는 셈입니다. ​ TPU Scale-up에서 시작 → GPU Resiliency까지 확장 이 포인트가 중요한 이유는 OCS TAM의 성격이 달라지기 때문입니다. ​ 기존에는 구글 TPU처럼 Scale-up domain을 크게 만드는 데 OCS가 필요하다는 논리가 중심이었습니다. 그런데 Reconfiguration이 실제로 도입되면 엔비디아 GPU 클러스터에서도 OCS가 goodput 개선과 resiliency를 위한 시스템 장비로 들어갈 수 있습니다. Scale-up용 OCS는 특정 아키텍처에 종속되지만, Reconfiguration은 훨씬 넓은 GPU/XPU 설치 기반을 대상으로 할 수 있으니 좋습니다. ​ 루멘텀은 "이 Dynamic Partitioning/Resiliency 애플리케이션이 현재 고객사들의 본격적인 R&D 단계에 들어갔다"고 설명했고, 시장이 커지는 시점은 "2028년 말~2029년 초"로 보고 있습니다. ​ 이 논의에 대해서 처음 말한 건 2026년 6월 9일 Mizuho Global Tech 컨퍼런스였고, 9월 9일 Citi TMT 컨퍼런스에서 도입 시점을 "late 2028, early 2029"라고 말했습니다. ​ Citi 추정치의 '숫자'를 그닥 중요하게 보진 않습니다 Citi가 예상한 루멘텀의 OCS 매출은 CY27 $2.2B → CY28 $3.5B → CY29 $5.0B → CY30 $7.0B입니다. 다만 저는 OCS TAM 자체를 Citi 추정치에 크게 앵커링하고 있지는 않습니다. ​ 애널리스트도 루멘텀 CEO 마이클 헐스턴이 이미 6월 9일 Mizuho Global Tech Conference에서 "CY30 OCS TAM이 약 $10B 규모가 될 수 있다"고 직접 언급했기 때문에 그것을 두고 역으로 숫자를 맞춰서 짠 것이기 때문에 그렇습니다. 대신 Citi 자료에서 중요했던 건 $10B가 어디에서 만들어지는지를 세분화를 잘 했습니다. 숫자를 보는 게 아니라 논리, 근거, 방향성을 보는 게 근본적으로 많은 도움이 되실 거라 생각합니다. ​ OCS는 '부품'이 아니라 네트워크 구조 자체를 바꾸는 '시스템'입니다 OCS를 일반 광부품과 같은 방식으로 보면 안 됩니다. ​ 루멘텀의 기업분석에서도 Component와 System 차이를 전해드렸었는데, 루멘텀이 판매하는 OCS는 단순한 광학 Component가 아니라 고객이 원하는 네트워크 토폴로지를 실제로 구현해주는 System입니다. ​ 그래서 루멘텀은 하이퍼스케일러가 앞으로 클러스터를 어떻게 구성하려는지 비교적 이른 단계부터 확인할 수 있습니다. Reconfiguration TAM이 흥미로운 이유도 단순히 OCS 몇 대를 더 파는 데 있지 않습니다. TPU Scale-up에서 검증된 OCS가 GPU 클러스터의 goodput과 resiliency까지 담당하기 시작하면 OCS가 특정 XPU의 보조 장비가 아니라 AI 클러스터 아키텍처의 한 레이어로 자리잡을 수 있습니다. ​ Jefferies → 광학 업계 코멘트 : NPO는 아직 고객마다 아키텍처가 다르다 Jefferies의 광학 업계 코멘트를 모아보면 NPO는 아직 표준이 정리되는 단계입니다. ​ 아마존, 마이크로소프트, 메타, AMD가 각각 다른 독점 아키텍처와 폼팩터를 개발하고 있어 고객별 설계가 상당히 파편화돼 있습니다. 다만 NPO 시장이 이제 막 열리는 과정에서 나타나는 현상이고, 시간이 지나면서 몇 개의 구조로 자연스럽게 수렴할 가능성이 높아 이것 자체를 크게 우려할 필요는 없어 보입니다. ​ 오히려 CY27부터 실제 물량이 늘어나기 시작했을 때 어떤 부품이 공급 병목이 되느냐가 더 중요합니다. ​ NPO가 늘어나면 가장 먼저 부족해지는 것은 'UHP CW Laser' Jefferies는 CY27 광학 시장에서 NPO 출하가 본격적으로 늘어날 것으로 예상했고, 루멘텀은 CY27 말부터 초기 NPO 물량을 출하할 것으로 보고 있습니다. 현재 가장 타이트한 부분은 UHP CW Laser입니다. ​ 루멘텀이 사실상 유일한 UHP CW Laser 공급업체인 상황에서 이미 엔비디아향으로 배정해야 하는 물량을 제외하면 추가로 제대로 지원할 수 있는 하이퍼스케일러가 한 곳 정도에 불과한 수준으로 공급이 제한돼 있습니다. 그래서 루멘텀은 남아 있는 UHP Laser 캐파를 단순히 누구에게 판매할지를 정하는 것이 아니라 하이퍼스케일러들과 장기계약 자체를 협상하고 있습니다. ​ 구조도 흥미롭습니다. 고객이 다년간 UHP CW Laser 구매를 약정하는 대신 루멘텀의 신규 팹 건설에 현금을 투자하는 방식입니다. 루멘텀 입장에서는 수요를 먼저 확정하고 고객 자금까지 받아 캐파를 증설할 수 있습니다. 하이퍼스케일러 입장에서는 NPO가 본격적으로 늘어나는 시기에 가장 부족할 가능성이 높은 초고출력 레이저 물량을 선점합니다. ​ 그래서 NPO 사이클에서 루멘텀의 변화는 단순히 레이저 판매량이 늘어나는 데 있지 않습니다. 공급이 부족한 UHP CW Laser를 기반으로 고객에게 장기 물량 약정을 요구할 정도로 협상력이 높아지고 있다는 점입니다. ​ 광학이 발전할수록 셈텍이 가져가는 아날로그 콘텐츠도 높아진다 Jefferies는 AI 가속기 출하량이 늘어나고 1.6T급 고속 인터커넥트가 확대되는 과정에서 셈텍과 마콤도 상당한 수혜를 받을 것으로 봤습니다. 컴퓨트 칩이 많아질수록 Tx 볼륨 자체가 늘어납니다. 여기에 800G → 1.6T → NPO/CPO로 폼팩터가 발전할수록 더 높은 lane speed와 신호 무결성이 요구되기 때문에 TIA/Driver 같은 아날로그 부품의 역할도 커집니다. ​ 광학 업그레이드가 단순히 트랜시버 ASP만 높이는 사이클이 아니라 인터커넥트 하나에 들어가는 고성능 아날로그 반도체의 콘텐츠까지 함께 늘리는 사이클인 셈입니다. ​ Nomura → OCS/CPO Expert Call 정리 노무라의 OCS/CPO Expert Call을 정리해보면 OCS 수요 전망이 한 단계 더 올라왔습니다. ​ OCS 수요는 타 CSP까지 넓어지는 단계 구글의 CY27 OCS 수요는 35~40K로 예상되고, 타 CSP 물량까지 합치면 CY27 총 수요는 40~50K 수준으로 전망했습니다. 그동안 OCS는 사실상 구글 TPU 중심의 시장으로 봤는데, 이제는 다른 CSP에서도 실제 물량이 붙기 시작하는 단계로 넘어가고 있습니다. 앞서 루멘텀 CEO가 이야기했던 Scale-up, Pooling, Reconfiguration 등 사용 사례가 고객별로 확장되고 있다는 흐름과도 맞습니다. ​ 1.6T는 수요보다 공급이 문제입니다 북미 기준 CY26 800G 출하량은 45~50M개로 예상됩니다. 1.6T는 수요 자체는 약 30M개 수준으로 추정되지만 실제 출하는 10~15M개에 그칠 가능성이 높습니다. ​ 병목은 3nm DSP와 TIA/Driver입니다. 1.6T 시장이 생각보다 덜 크다는 것이 아니라, 고객이 원하는 만큼 만들 수 없는 상황입니다. 남는 수요 상당 부분이 CY27로 넘어갈 가능성이 높습니다. 그래서 CY27에도 트랜시버 가격은 계속해서 견조할 것으로 예상됩니다. ​ 광학 사이클을 볼 때 이런 것들이 중요합니다. (ㄱ) 800G 물량이 계속 큰 가운데 (ㄴ) 1.6T 수요는 이미 공급능력을 크게 넘어섰고, 그 과정에서 병목이 DSP뿐 아니라 TIA/Driver까지 퍼져 있습니다. (ㄷ) 여기에 NPO/CPO 물량까지 본격적으로 올라오기 시작하면 고속 광학 부품의 공급 제약이 단기간에 풀리기 어렵습니다. Optica 컨퍼런스 : ⓐ공급부족분 70%(!) → 70% ⓑInP 기판 ​ 5월 '수요의 70%만 공급 가능하다' → 9월 '수요의 30%만 공급 가능하다' 9월 24~25일 스페인 말라가에서 열린 2026 Global Photonics Economic Forum에서 루멘텀 CEO 마이클 헐스턴은 상당히 강한 공급부족 전망을 제시했습니다. "CY27에는 CPO와 NPO가 본격적으로 늘어나면서 고객들이 요청하는 레이저 수요의 30%밖에 공급하지 못할 것"이라고 말했습니다. 충족 가능한 수요가 70%인 게 아니라, 공급부족 규모가 70%, 충족 가능한 수요는 30%라는 얘기입니다. ​ 지난 5월 컨퍼런스콜에서 EML Laser 공급부족분이 30% 이상이라고 표현했던 것보다 훨씬 강해졌습니다. 당시에는 특정 고속 EML 레이저 제품군을 이야기한 것이었지만 이번에는 CPO/NPO를 포함한 CY27 전체 수요를 놓고 이야기했습니다. ​ 더 흥미로운 부분은 엔비디아가 아니라 나머지 시장입니다. 엔비디아가 루멘텀과 코히런트에 직접 투자했기 때문에 엔비디아향 수요가 커질 것은 이미 예상하고 있었습니다. 헐스턴은 예상하지 못했던 것은 다른 하이퍼스케일러들의 수요가 엔비디아 못지않게 빠르게 올라오고 있다는 점이라고 설명했습니다. ​ 수급 균형도 빨라야 2029~2030년을 이야기하고 있습니다. ​ InP 기판 수급이 너무나 중요해진 지금, 흥미로운 한 인물 이 정도의 공급부족이 이어진다면 단순히 루멘텀과 코히런트가 팹 장비를 더 넣는 것만으로 해결되지 않습니다. InP 웨이퍼/InP Laser die를 만들기 위한 InP 기판 자체를 충분히 확보해야 합니다. 그런데 이 세션 중에 굉장히 재밌는 장면이 있었습니다. ​ 헐스턴이 로드맵을 발표한 뒤 Vital Materials CEO가 일어나 "자신들이 이미 루멘텀 공급업체이며, 세계 최대 InP 기판 공급자이고 충분한 물량을 공급할 수 있다"고 공개적으로 말했습니다. 사실 이 발언만 있었다면 마케팅성 멘트로 볼 수도 있습니다. 셈텍 CEO 역시 패널 토론에서 이 말을 그대로 신뢰하지는 않았던 것으로 전해집니다. 그런데 시점이 묘합니다. ​ 행사 직전부터 6인치 InP 주문 이야기가 연속해서 나왔습니다 9월 16일 중국 Vital Optics Technology는 IR을 통해 글로벌 주요 고객으로부터 6인치 InP 기판 주문을 확보했고, 대량 납품과 고객 인증을 동시에 진행하고 있다고 처음 밝혔습니다. ​ 9월 23일 기관투자자들이 광동 Xianrui Technology 공장을 방문한 뒤에도 같은 내용이 조금 더 구체적으로 확인됐습니다. Xianrui는 2인치 → 4인치 → 6인치로 이어지는 결정 크기 전환을 완료했고, 현재 전 세계에서 6인치 InP 기판을 대량 공급할 수 있는 소수 업체 중 하나라는 설명입니다. 여기에 특정 글로벌 톱티어 고객의 6인치 주문까지 확보했다고 밝혔습니다. ​ 그다음 날이 9월 24일입니다. 바로 그 시점에 Vital Materials CEO가 루멘텀 CEO 앞에서 직접 "우리는 이미 공급업체이고 충분한 InP를 공급할 수 있다"고 공개적으로 말한 것입니다. ​ 여기서 제가 보는 포인트는 특정 고객이 누구냐를 맞히는 데 있지는 않습니다. 다만 시점과 내용만 놓고 보면 기존에 Sumitomo 중심으로 6인치 InP를 조달해오던 코히런트가 Vital Materials 계열 혹은 관련 공급망을 통해 추가 퀄을 진행하고 있을 가능성은 충분히 생각해볼 수 있습니다. 중요한 것은 6인치 InP 공급업체가 실제로 하나 더 미국계 레이저 제조업체의 퀄을 통과하느냐입니다. ​ 6인치 InP 기판은 동일한 wafer 공정에서 더 많은 die를 뽑을 수 있기 때문에 레이저 생산량을 늘리는 데 유리합니다. 수율과 공정 호환성까지 확보된다면 Laser 공급 확대의 중요한 전제조건이 됩니다. 지금까지는 Sumitomo 6인치 InP 기판의 수율이 그닥 좋지않아 루멘텀 같은 경우는 6인치 InP 웨이퍼로의 전환을 망설여왔었는데, 이것이 실제로 검증에 성공할 경우 루멘텀/코히런트가 거의 비슷한 시점에 레이저 공급을 크게 늘릴 수 있는 환경이 되기 때문입니다. ​ 위에서 전해드린 ⓐS.5548, ⓑFCC 규제 논의와 겹쳐서 생각해보면 루멘텀/코히런트 입장에서 상단이 크게 열리는 이슈일 수 있어서 Vital Materials 관련 뉴스도 팔로우업해볼 생각입니다. GF증권 : NPO/CPO, 미디어텍 공급망 체크 앞의 Citi, Jefferies는 애널리스트의 관점을 짚어보는 자료라면 아래 GF증권​은 대만 및 아시아 공급망 체크 후 최근 AI HW 동향이 어떻게 되고 있는지에 대해서 조금 더 깊게 알려주는 자료이므로 따로 정리했습니다. ​ NPO/CPO 로드맵 : CPO는 Scale-out에서 먼저, NPO는 Scale-up에서 더 오래간다 GF증권의 NPO/CPO 로드맵 체크에서 가장 중요한 포인트는 CPO와 NPO가 하나가 다른 하나를 곧바로 대체하는 순차적인 기술 전환이 아니라는 점입니다. Scale-out에서는 엔비디아 CPO 스위치 양산이 예상보다 빠르게 진행되고 있습니다. 반면 Scale-up에서는 CY27~CY28까지 NPO가 주력으로 남을 가능성이 높아졌습니다. ​ 엔비디아 Scale-out CPO는 예상보다 빠르게 양산 단계 진입 엔비디아의 Scale-out CPO 스위치 출하 속도가 예상보다 빠릅니다. 출하량 전망은 4Q26 15K → 1Q27 16K → 2Q27 30K → 2H27 54K(CY27 전체로 100K) 예상입니다. ​ 생산 확대를 지원하기 위해 TSMC는 CPO 테스트/검사 역량을 확충했으며, 특히 Insertion 2/3 장비를 추가로 도입했습니다. 주요 부품 공급업체들의 수율 개선 덕분에 Spectrum-6 CPO 스위치가 예상보다 빠르게 양산 단계에 들어갔습니다. FAU 같은 핵심 부품도 순조롭게 진행되고 있으며, 여러 차례 플러그를 꽂고 뽑는 과정에서의 수율(multi-plug/unplug yield)이 개선되고 있는 점이 도움이 되고 있습니다. ​ 시스템 단에서는 주요 부품 공급업체들이 이미 현장에 들어와 있는 것으로 판단하며, 이에 따라 9월 초부터 클린룸 단계의 시스템 통합 작업이 가능해진 것으로 보입니다. ​ Scale-up은 NPO가 훨씬 더 큰 시장이 될 것 Scale-up NPO/CPO OE(Optical Engine, 광엔진) 출하량 추정치는 CY27 6.5M → CY28 42.4M입니다: ​ Scale-up NPO OE 수요 구성은 다음과 같습니다: ​ 엔비디아 VR300용 3.2T NPO OE : CY27 600만 개 → CY28 1970만 개 AWS Trainium 4용 6.4T NPO OE : CY27 0개 → CY28 1200만 개 AMD MI500~550X용 6.4T NPO OE : CY27 50만 개 → CY28 170만 개 타 CSP들의 NPO OE : CY27 0개 → CY28 900만 개 업계 전체 : CY27 650만 개 → CY28 4240만 개입니다. ​ 결국 CY28이 Scale-up OE의 본격적인 양산 시점이고, 사실상 전부 NPO로 램프업될 예정입니다. ​ VR300에서도 NPO가 메인 SKU일 가능성이 높습니다 VR300 NVL576 양산 일정은 CY2H27으로 유지되고 있습니다. 엔비디아는 Scale-up 스위치를 CPO와 NPO 두 방식으로 동시에 개발하고 있습니다. NVSwitch Tray 하나에는 Switch Board가 2개가 들어가며, 각 보드에는 NVSwitch ASIC 4개가 탑재됩니다. 그리고 ASIC 하나당 3.2T급 OE 4개가 연결됩니다. ​ CPO : Quantum-5 + 3.2T OE 4개 NPO : Quantum-5 + 소켓 방식 3.2T OE 4개 ​ 기술 성숙도를 고려하면 CY2H27 초기 양산에서는 NPO가 메인 SKU가 될 가능성이 높습니다. 더 중요한 것은 이 구조가 VR300에서 끝나지 않는다는 점입니다. CY2H28 전후 Feynman에서도 CPO와 NPO 버전을 동시에 개발하고 있으며, 양쪽 모두 Quantum-6 + 6.4T OE 6개 구조입니다. ​ NPO가 CPO로 가기 전 잠깐 거쳐가는 과도기 기술이 아니라, 다음 세대까지 병존할 가능성이 높아졌습니다. 이 부분이 셈텍 투자 논리에는 상당히 중요합니다. ⓐCPO 시대의 HieFo 가능성은 9월 14일 주간전략보고에서 전해드렸고 → ⓑNPO 사이클이 생각보다 앞당겨졌고, 생각보다 높은 사이클일 것이고, 생각보다 오래 남는 사이클일 것이며, 생각보다 CPO로 전부 대체되기보다 일부 시스템에서는 NPO 자체가 최종 진화 형태일 수 있음은 9월 21일 주간전략보고의 CIOE 2026 & Huawei Connect 2026에서 전해드렸습니다. ​ AWS의 Trainium 4 양산 시점은 3Q27 → 1Q28로 밀릴 가능성 Up Trainium 4는 최근 대만 공급망 내에서 tape-out 가시성이 아직 높지 않고, 앤스로픽의 개발 참여와 피드백 반영 과정에서 3Q27 → 1Q28로 밀릴 가능성이 있습니다. 그래서 AWS NPO OE 수요도 CY27 0 → CY28 12M으로 이동했습니다. CY27 숫자만 보면 일부 수요가 사라진 것처럼 보이지만 실제로는 지연입니다. ​ 루멘텀 : UHP/SHP CW Laser & ELS 양쪽에서 수혜 루멘텀은 현재 CPO/NPO용 UHP CW Laser와 ELS를 모두 공급합니다. 3.2T에는 400mW UHP CW Laser → 6.4T에는 800mW급 SHP CW Laser가 필요하며 6.4T SHP CW Laser 제품도 이미 OFC 2026에서 시연을 마쳤습니다. ​ 경제성도 좋습니다. UHP Laser는 GPM이 약 60%, ELS는 약 55% 수준으로 추정되는데 ELS는 모듈 완제품이라 ASP가 거의 두 배입니다. CPO냐 NPO냐를 맞혀야 하는 사업구조가 아니라 두 경로 모두에서 콘텐츠를 가져가는 구조에 가깝습니다. 어떤 경로로 가건 가장 기술력과 양산 능력 모두가 좋은 루멘텀이 수혜를 많이 봅니다. ​ 셈텍 : Scale-up의 표준으로 NPO가 생각보다 오래 남는다 셈텍은 800G 이상부터 1.6T부터 이미 TIA/Driver의 요구 스펙이 크게 높아지면서 수혜를 보지만, 앞으로 더 고속으로 가서 1.6T → 3.2T → 6.4T로 올라갈수록 TIA와 Driver의 성능 요구가 높아지는 수혜를 받습니다. 점점 더 고속으로 갈수록 신호 무결성을 유지하기가 어려워지니 이를 도와주는 부품 요구 스펙이 높아지는 것입니다. ​ 특히 이번 로드맵에서 중요한 것은 NPO 사이클이 시장이 예상했던 것보다 더 길고 더 크게 형성될 가능성입니다. CPO에서는 일부 전기적 경로가 짧아지거나 아키텍처가 바뀌면서 기존 아날로그 콘텐츠 구조가 달라질 수 있지만, NPO는 모듈이 들어가기 때문에 여전히 TIA/Driver의 역할이 큽니다. VR300뿐 아니라 Feynman까지 NPO 버전이 병행 개발되고 있다는 것은 셈텍의 NPO 관련 TAM이 생각보다 빨리 사라지지 않는다는 뜻입니다. ​ 비아비 : 출하량이 늘어날수록 테스트 단계가 생긴다 비아비는 CPO/NPO OE 자체를 판매하는 업체는 아니지만, 광엔진이 복잡해질수록 테스트와 검사 공정이 늘어납니다. 이번에도 TSMC가 CPO 검사 장비를 추가하고 있고, FAU/OE/Laser/패키징 단계마다 수율 관리가 중요해지고 있습니다. 특히 NPO/CPO는 기존 플러거블 트랜시버보다 조립과 테스트 난도가 높기 때문에 양산량이 늘수록 테스트 장비 수요도 같이 올라갑니다. 양산에 직결된 수혜를 보는 기업이 된다는 것도 좋습니다. ​ 미디어텍 TPU 우려를 불식시키다 이번 주 대만 공급망에서 미디어텍의 TPU v8t가 지연될 수 있다는 우려가 나왔었는데, GF증권이 미디어텍 TPU가 순항 중임을 강조했습니다. EMIB-T 수율과 기판 공급 문제가 거론됐지만 GF증권 체크로는 현재 일정에 큰 문제가 없는 것으로 보입니다. ​ TPU v8t/Zebrafish 수요는 이미 CY27 CoWoS 할당량 180K를 크게 넘어서는 수준으로 파악됐습니다. GF증권은 이를 기존 예상보다 v8t 출하량이 더 늘어날 수 있다는 신호로 봤습니다. EMIB-T 수율도 현재 약 50%까지 올라왔고 빠르게 개선되고 있어 당장 양산을 제약할 병목으로 보지는 않았습니다. ​ TPU v9에서 미디어텍이 100% 점유율을 갖는다 GF증권은 TPU v9의 훈련용 Humufish와 추론용 Triggerfish가 모두 100% EMIB-T 기반으로 생산될 것으로 예상했습니다. TSMC CoWoS-L을 백업이나 이중 소스로 사용할 필요도 없다고 봤습니다. ​ 설계 측면에서도 TPU v9는 미디어텍이 100% 점유율을 갖고 있으며, 같은 시기에 구글이 별도로 개발하는 다른 TPU v9나 TSMC 2nm TPU 프로젝트는 현재 확인되지 않았다고 짚었습니다. 이 부분이 맞다면 최근 제기됐던 '미디어텍 TPU가 일부 SKU에만 들어가는 것 아니냐'는 우려와는 상당히 다른 그림입니다. 미디어텍 TPU의 파트너인 셈텍의 가치도 굉장히 커지는 구조입니다. ​ TPU v9 라이프사이클 물량은 5M+ 이상으로 봤습니다 GF증권은 TPU v9의 전체 라이프사이클 출하량을 5M 이상으로 예상했습니다. 약세론에서 제시했던 2M 수준과는 차이가 큽니다. 여기에 TPU v10에서도 미디어텍이 주력 SKU인 Icefish를 수주한 것으로 보고 있으며, 서브 SKU인 Merope는 AMD+Marvell 조합과 브로드컴이 경쟁하는 구조로 파악했습니다. ​ v8t 한 세대가 잘 되는 것보다 v9에서 점유율을 완전히 가져가고 v10 주력 SKU까지 이어지는지가 훨씬 중요합니다. 현재 공급망 체크는 이쪽에 더 가까운 내용입니다. Magnificent 7 달러당 지능, GPT-6.1/Gemini 4, 중국 AI Labs 전망, OAI DevDay, Sonnet 5.5, Meta B2B *왼쪽 테이블 : 2026년 10월 4일 EPS 추정치를 변경했습니다. *오른쪽 차트 : Mag 7 기업들의 CY26, CY27 순이익 차트입니다. 엔비디아, 26년 PER 25배 / Overweight 엔비디아 2Q26 실적발표 : 반창고를 뗴고 얻은 두 가지 - CY27 매출성장률 YoY 70% vs GPM 72~73% (바로가기) 엔비디아 2Q26 Preview : 3R에 답할 시간 - Rubin, Rubin Ultra, Revenue Share (바로가기) AI 사이클의 모든 것을 담은 게빈 베이커 인터뷰 : 버블의 역사는 반복되지 않지만, 운율은 반복된다 (바로가기) ​ '달러당 지능' : 유효 컴퓨트 상승을 어떻게 이용할 것인가 ​ ⓐ달러당 지능을 높인 GPT-6, ⓑ"Welcome Back" Gemini 4 Argon 이번 주 가장 중요했던 것은 오픈AI GPT-6.1 Sol 출시, 구글 Gemini 4 Argon 출시입니다. ​ 두 모델 모두 성능 자체도 중요하지만, 이제 프론티어 모델을 볼 때는 벤치마크 점수 하나보다 같은 수준의 지능을 구현하기 위해 얼마나 많은 토큰과 비용이 필요한가를 같이 봐야 합니다. ​ *최상위 코딩 성능 But 매우 비싼 → Opus 5.5 + Claude Code (작업당 비용 $13.04) *나름 성능은 유의미한 레벨 But RL 결과 추가 확인 필요한 → Gemini 4 Argon + Antigravity CLI (작업당 $5.84) *압도적인 가격 대비 성능 → GPT-6.1 Sol + Codex (작업당 비용 $1.04) *덕분에 ARR 상승 오픈AI가 독보적* ​ GPT-6.1 Sol이 가격 대비 성능면에서 매우 강합니다. 현재 파레토 프론티어는 GPT-6.1 Sol이 압도적인 선두에 있습니다. 코딩 성능은 Opus 5.5에는 못 미치지만 Fable 5.1과 GPT-6 Astra보다 높은 수준입니다. 그런데 작업당 비용은 $0.72입니다. Fable 5.1($7.63), Sonnet 5.5 ($7.60)의 약 10분의 1이고 Opus 5.5($5.98)과 비교해도 약 8분의 1입니다. ​ Gemini 4 Argon도 꽤 잘 나왔습니다. 아직 RL 없이 사전학습만 끝낸 체크포인트 모델임에도 불구하고 전반적인 지능은 GPT-6.1 Sol 정도로 뽑혔습니다. 작업당 비용은 $1.99로 Sonnet 5.5($7.60), Grok 4.7($3.74)보다는 훨씬 낮습니다. 다만 GPT-6.1 Sol의 작업당 비용과 비교하면 2.74배 수준인지라 Gemini 4 Argon 자체로 3등을 굳혔다고 볼 수는 없고, 앞으로 RL을 통해서 코딩이나 각종 벤치마크 성능을 어디까지 끌어올릴 수 있을지 관심을 갖고 살펴보게 하는 모델입니다. ​ 우선 GPT-6.1 Sol부터 생각을 정리해봅니다. ​ ⓐGPT-6 계열의 핵심 : CoT 토큰을 덜 쓴다 같은 지능에 도달하더라도 60K 토큰을 써야 하는 모델과 30~40K 토큰만 필요한 모델은 경제성이 꽤 많이 다릅니다. Reasoning 토큰도 output 토큰 값을 똑같이 청구하기 때문에 그렇습니다. ​ Artificial Analysis 기준 Gemini 4 Argon-xHigh는 작업당 평균 62K output token(생각 36K + 답변 26K)을 사용했습니다. GPT-6 Astra-Max는 27K(생각 17K + 답변 11K), GPT-6.1 Sol-Max는 38K(생각 25K + 답변 13K)였습니다. 그래서 백만토큰당 API 가격이 갖고 지능수준이 비슷해도 Gemini 4 Argon은 작업당 $1.99, GPT-6.1 Sol은 $0.72가 됩니다. ​ 이 차이를 만드는 가장 중요한 요소가 GPT-6부터 적용된 Recurrent Depth입니다. ​ *Recurrent Depth는 앞으로도 매우 중요한 요소일 것이며 오픈AI가 연구 리더십을 다시 갖게 된 배경이므로 어떤 혁신인지에 대해 자세히 생각을 담은 것을 9월 7일 주간전략보고에 전해드린 바 있습니다. ​ 기존 CoT는 더 오래 생각하려면 Reasoning 토큰을 더 많이 생성합니다. Recurrent Depth는 토큰을 출력하기 전에 내부 compute를 더 오랫동안 사용합니다. 토큰 하나를 만들기까지 더 오래 계산하는 대신, 최종적으로 필요한 Reasoning 토큰 수를 줄입니다. ​ 여기서 중요한 건 고객 입장에서 API 과금이 기본적으로 토큰 단위로 이뤄진다는 특징을 감안하셔야 합니다. 결과적으로는 (ㄱ) 여전히 모델 사용료 청구 방식은 '백만토큰당 얼마'로 청구하고 있는데, 오픈AI가 GPT-6부터 Recurrent Depth로 CoT의 길이를 드라마틱하게 줄였고 (ㄴ) 2026년 9월 VR200 NVL72 온라인에 맞춰서 Sol/Luna의 가격도 50% 낮췄으니, (ㄱ) X (ㄴ)의 효과로 작업당 비용이 드라마틱하게 낮아진 것입니다. ​ Recurrent Depth는 Latency를 약간 높인다 대신 희생하는 것이 있습니다. 토큰 하나를 생성하기 전에 내부 compute를 더 쓰기 때문에 강하게 적용할수록 TPS는 낮아지고 latency가 늘어납니다. 사용자 입장에서는 토큰 자체는 더 천천히 나온다는 뜻입니다. ​ 그런데 결과물을 받기까지의 시간은 더 짧아질 수도 있습니다. Reasoning token 수와 Agent step을 크게 줄일 수 있다면 최종 작업 완료 시간과 작업당 비용은 오히려 낮아질 수 있는 원리입니다. ​ 현재로서는 꽤 합리적인 trade-off입니다. 토큰 생성에 필요한 ⓐCompute ⓑMemory ⓒInterconnect 가운데 지금 상대적으로 가장 값싸고 빠르게 늘릴 수 있는 자원이 Compute이기 때문입니다. 부족한 메모리와 인터커넥트를 아끼면서 Compute를 더 사용해 지능을 높이는 새로운 축이 생긴 셈입니다. ​ 모델의 추론 GPM이 좋은 것과 오픈AI의 적자는 별개 여기서는 모델의 경제성과 전사 차원의 경제성을 분리해서 봐야 합니다. 오픈AI는 주간 활성 사용자 10억 명에 달하는 ChatGPT의 막대한 무료 사용자를 계속 서빙해야 합니다. 사용자당 추론 비용이 낮아지는 속도보다 사용량 자체가 더 빠르게 늘어나면 총비용은 계속 커질 수 있습니다. ​ 그래서 오픈AI는 IPO를 위해서 ChatGPT Ads 램프업을 통한 B2C 분야 적자 해소도 중요합니다. 무료 사용자의 추론비용을 광고로 회수해야 하고, 장기간 상시 실행되는 개인용 에이전트까지 무료 서비스 형태로 크게 확장하기에는 경제적 부담이 큽니다. ​ ⓑ돌아온 제미나이, Gemini 4 Argon Gemini 4 Argon도 기대했던 것보다 잘 나왔습니다. ​ Terminal-bench 4.0은 57.4%, FrontierSWE v2는 55.0%였습니다. 장기간 에이전틱 코딩에서는 Opus 5.5나 GPT-6 Astra보다 아직 떨어지지만 GPT-6.1 Sol/Sonnet 5.5와는 전반적으로 비슷하거나 일부 영역에서 더 나은 수준입니다. 작업당 비용도 $1.99로 어쨌든 좋습니다. 구글의 사전훈련 클러스터를 TPU v7 → TPU v8t로 전환하면서 모델 훈련에 쓰는 FLOPS를 많이 끌어올린 효과가 이번 모델에서 확인되기 시작했다고 봅니다. ​ 다만 Gemini 4 Argon은 이제 시작입니다. 현재 모델은 코레이가 언급했던 것처럼 pre-training checkpoint에 비교적 가벼운 RL만 적용해 빠르게 출시한 성격이 강합니다. 앞으로 Gemini 4.1 → 4.2 → 4.3으로 가면서 구글의 RL/Post-training 능력이 얼마나 붙느냐가 더 중요합니다. Pre-training에서 다시 경쟁권에 들어왔으니 이제 RL에서 얼마나 따라붙는지를 봐야 합니다. ​ 메타와의 3등 경쟁을 벌일 Gemini 4 시리즈 메타도 10월 Watermelon 라인업 출시를 준비하고 있습니다. ​ 지금의 Muse Spark 1~1.3은 Avocado였는데 Avocado보다 사전훈련 FLOPS를 10배 키운 모델로 잘 알려져 있습니다. Muse Spark는 1.1 → 1.2 → 1.3으로 갈수록 성능 개선 기울기가 상당히 가팔랐습니다. 토큰당 지능 압축도 나쁘지 않았고 RL 파이프라인 역시 잘 작동하는 것으로 보였습니다. ​ Tier 1 → 오픈AI, 앤스로픽 Tier 2 → 구글, 메타, 스페이스X Tier 3 → Z.ai, Moonshot, DeepSeek, Alibaba입니다. ​ 모델 성능 = Pre-training x RL/Post-training x Test-time compute 모델의 지능을 끌어올리는 데에는 세 가지가 중요합니다: ​ (ㄱ) Pre-training : 더 많은 데이터와 학습 컴퓨트, 더 나은 아키텍처를 통해 weights 자체의 기본 능력을 높이는 방법입니다. (ㄴ) RL/Post-training : RL과 양질의 작업별 데이터를 통해 이미 학습한 모델이 실제 문제를 더 정확하고 효율적으로 풀도록 만드는 방법입니다. (ㄷ) Test-time compute : 모델이 실제 답을 낼 때 더 오래 생각하도록 만드는 방법입니다. 과거에는 Test-time compute를 늘리는 것이 곧 Reasoning 토큰을 늘리는 것과 비슷했지만 Recurrent Depth가 들어오면서 이 부분도 달라지고 있습니다. 토큰을 더 많이 생성하지 않고도 토큰 사이의 내부 compute를 늘릴 수 있게 됐습니다. ​ 중국 AI Labs들은 어떻게 Off-frontier를 유지해왔나? 중국 AI Labs는 컴퓨트가 부족하기 때문에 다른 방식으로 경쟁해왔습니다. ​ (ㄱ) Pre-training은 동남아나 일본 등의 해외 네오클라우드에서 대규모 GPU를 임대해서 보충하고, (ㄴ) RL/Post-training은 미국 프론티어 모델을 distillation으로 데이터를 확보하고, (ㄷ) Test-time compute로 Reasoning 토큰을 늘려서 성능을 키우면서도 전체 작업당 비용은 싸게 만들기 위해서 ⓐ토큰당 추론 비용을 낮추고 ⓑ토큰당 비용도 미국 기업들에 비해서 GPM을 낮게 받았습니다. 예를 들어 DeepSeek-V4.1 Flash가 대표적입니다. 작업당 output token은 89K로 상당히 많지만 작업당 비용은 $0.27에 불과합니다. 컴퓨트가 부족하니 토큰 효율보다 토큰 단가를 낮추고 더 오래 생각시키는 방향으로 최적화한 것입니다. ​ 오라클-텐센트 $7B 계약도 중국의 컴퓨트 부족을 보여줍니다 이번 주 발표된 오라클-텐센트 계약도 같은 맥락에서 볼 수 있습니다. ​ 보도된 숫자는 5년 $7B, 100K GPU 규모입니다. 단순 계산하면 연간 GPU당 $14K, 시간당 약 $1.60입니다. GB200/GB300/VR200의 일반적인 장기 임대 비용과 비교하면 상당히 낮습니다. 그래서 하나의 최신 GPU 세대로 5년을 고정해서 공급하는 계약이라기보다 H200에서 시작해 이후 Blackwell 계열로 refresh하는 구조일 가능성이 더 자연스러워 보입니다. ​ 추론 과정: 5년에 $7B, GPU 10만 개면 단순하게 $14K/GPU/year, 5년에 GPU당 $70K입니다. GPU-hour인 8,760시간으로 나누면 $1.60/hr입니다. 그리고 이번 계약에서 텐센트가 오라클에 지불한 선급금이 $2.1B($7B x 30%)이고, GPU당 $21K입니다. 5년 임대 계약가격 기준 (ㄱ) GB200은 $3.0/hr 정도이고 연간 $28K, 5년 TCV는 $140K입니다(26년 6월 HIVE가 Cohere용으로 '3년'에 $3.63/hr 계약). (ㄴ) GB300은 $4.0/hr 기준 연간 $35K, 5년 $157K입니다(일반 5년 시장가는 $4.50~4.60/hr, Nebius-Micrsofot 계약도 $3.97/hr, 아예 네오클라우드 이닛 앵커링 계약인 Nscale-Microsoft 계약조차 $2.72/hr였습니다). (ㄷ) VR200은 FLOPS 향상 정도를 생각하면 최소 현실적으로 $6.0 이상이지 않을까 싶습니다. 연간 $48K, 5년 $241K입니다. GPU 임대가격 $14,000/GPU/year를 생각해보면 VR200/GB300는 아닐 것으로 예상됩니다. 계약금으로 30%를 줬다는 기준으로 보더라도 가격이 너무 저렴해보입니다. 근데 GB200이라고 봐도 $1.60/hr로 제공하기에는 너무 가격이 낮습니다. H200으로 보기에는 지금 훈련용으로 계약하기에는 너무 구세대 모델이고 6~12개월 가격이 $1.80 수준인지라 5년 계약가격 할인율을 생각하면 말이 되지 않습니다. 그럼 결론은 계약가격인 $7B가 고정이라는 전제 하에 H200 + GB200/GB300을 섞어서 구매하는 구조일 수 있어 보입니다. 우선 H200을 제공하다가 이후 Blackwell 계열로 교체하여 서빙하는 구조로 계약 중 GPU refresh 조항을 달면 가능할 것 같습니다. 어쨌든 따져보니 중국 AI Labs들의 Pre-training FLOPS 부족분을 메꾸기에는 부족하다는 결론이며 암묵적으로 오라클도 비공개 채널을 통해서 정부와 소통하며 미국 AI Labs의 패권에는 위협이 가지 않을 가속기 세대만 제안하고 있다고 생각됩니다. ​ 앞으로 12개월은 미-중 모델 격차가 다시 벌어질 듯 개인적으로 최근 이 구조를 생각해보면, 앞으로 12개월은 미-중 모델 격차가 다시 벌어질 것으로 예상됩니다. 중국 AI Labs가 미국을 따라잡던 핵심 수단 두 가지가 동시에 약해지고 있습니다. ​ 첫 번째는 compute입니다. 이제 2026년 9월부터 미국은 VR200을 깔기 시작하지만 중국 Labs가 접근할 수 있는 Non-US 클라우드까지 최신 가속기가 충분히 내려오기까지는 적어도 9~12개월 이상 시차가 생깁니다. ​ 두 번째는 distillation입니다. 앤스로픽은 2026년 8월 이후 조직적인 모델 CoT distillation을 막고 있고, 오픈AI도 Moonshot 같은 업체의 distillation 시도를 적극적으로 차단하기 시작했습니다. 여기에 GPT-6부터 Recurrent Depth까지 들어오면 기존처럼 CoT를 그대로 긁어 teacher trace로 사용하는 방법의 효율도 떨어집니다. 과거에는 1등 모델에 빨대를 꽂아 RL compute 부족을 보완할 수 있었는데, 앞으로는 구글이나 메타 같은 후순위 모델을 teacher로 사용해야 할 수도 있습니다. ​ *물론 블랙마켓에서 앤스로픽의 CoT만 따로 긁어서 구매하는 방식으로 distillation을 하고 있기는 하지만, 점점 더 distillation으로 RL에서 부족한 컴퓨트를 보완하기가 어려워진다는 트렌드임은 같습니다. ​ 이렇게 되면 중국 Labs 사이의 지능 격차뿐 아니라 달러당 지능의 격차도 다시 벌어질 가능성이 있습니다. ​ 이번 주의 핵심은 모델 두 개가 아니라 AI 경제성의 변화입니다 GPT-6.1 Sol은 같은 수준의 지능을 훨씬 적은 비용으로 제공할 수 있다는 것을 보여줬고, Gemini 4 Argon은 구글이 TPU 세대 전환을 바탕으로 다시 프론티어 경쟁권에 들어왔다는 것을 확인시켜줬습니다. ​ 앞으로 모델 경쟁에서는 최고 벤치마크 점수 하나보다 Pre-training에서 얼마나 압축했고, Post-training에서 작업당 피크 지능을 얼마나 끌어올렸으며, Test-time compute를 얼마나 싸게 쓰느냐가 더 중요해질 것입니다. 단순한 벤치마크로만 보기에는 어려워지고 있습니다. ​ 하드웨어 세대가 바뀌면서(ⓐGB300 → VR200 / ⓑTPU v7 → TPU v8t/v8i / ⓒTrainium 2 → Trainium 3 / ⓓMI355X → MI455X) 달러당 유효 컴퓨트가 크게 올라가고, Recurrent Depth 같은 새로운 추론 방식이 붙으면서 지능 향상과 가격 인하가 동시에 일어나는 구간에 들어왔습니다. ​ *AWS의 Trainium 3 → Trainium 4 전환은 3Q27에서 1Q28로 늦춰질 듯 ​ AI Labs ARR은 계속해서 빠르게 상승 중 ​ AI Labs의 매출 성장세는 계속 강합니다. ​ TickerTrends 기준 9월 24일 앤스로픽 ARR은 $76.8B(MoM +1.8%), 오픈AI는 $50.4B(MoM +13.4%)입니다. 그런데 9월 29일 Axios는 오픈AI의 ARR이 이미 $70B에 달한다고 보도했습니다. ​ 두 숫자는 추정 방식이 다르기 때문에 그대로 비교하기는 어렵습니다. 다만 최근 오픈AI가 Codex Reset식의 퍼주기 모드에서 벗어나 Pro Plan 토큰 사용량을 줄이고, 신규 모델의 감속을 이야기하기 시작했다는 점까지 보면 실제 ARR이 $70B에 가까워졌을 가능성도 꽤나 높아 보입니다. ​ AI CapEx 사이클 전체에도 상당히 강하고 좋은 신호입니다. ​ 현재 연구력 기준으로 보면 Tier 1은 오픈AI와 앤스로픽 두 곳으로 상당히 좁혀졌다고 보고 있습니다. 그다음 3등 자리를 구글과 메타가 놓고 경쟁하고, 스페이스X가 뒤를 쫓는 구도입니다. ​ 제 생각을 순서대로 놓으면 현재는 오픈AI > 앤스로픽 >> 구글 > 메타 > 스페이스X > 중국 AI Labs 정도입니다. 물론 3~5위는 고정된 순위라기보다 향후 몇 달 안에 충분히 바뀔 수 있는 구간입니다. ​ 메타가 스페이스X보다 앞서는 이유는 토큰 효율덕분 (사전훈련 및 SW 스택이 깔끔함) 최근 3~5등 경쟁을 보면 MSL이 스페이스X보다 약간 앞서 있다고 생각합니다. ​ 코딩 성능 자체는 Muse Spark 1.3과 Grok 4.7이 아주 크게 차이나지 않습니다. 그런데 작업당 비용은 Muse Spark 1.3이 $1.60, Grok 4.7이 $3.74입니다. 이는 결국 사전학습을 얼마나 깔끔하게 처리했는가와 연결되는데 Output tokens per Task를 보시면 Muse Spark 1.3은 60K이고(생각 34K + 답변 26K), Grok 4.7은 81K(생각 59K + 답변 22K)입니다. 같은 수준의 성능에 도달하기 위해 얼마나 많은 토큰을 써야 하는가의 차이입니다. 이에 대해서는 알렉산더 왕의 생각을 보시면 도움이 되실 겁니다. <메타가 $14B를 주고 데려온 남자 : MSL을 이끄는 알렉산더 왕의 통찰>에서 전해드린던 것처럼 MSL이 아예 처음부터 사전학습, RL 스택을 설계하다보니 토큰 효율성이 매우 높게 설계됐기 때문이라고 보입니다. ​ 구글 : Pre-training을 검증했고, 이제 RL을 증명할 차례 요즘 3등 싸움이 흥미로운 건 서로 이미 검증한 영역과 이제 검증해야 하는 영역이 반대이기 때문입니다. ​ 구글은 Gemini 4 Argon을 통해서 Pre-training 능력은 다시 상당한 수준까지 올렸다는 것을 확인시켰습니다. GPT, Claude와 아직 격차는 있지만 RL을 아직 끝까지 밀어붙이지 않은 상태에서 내놓은 모델인데 3등권에 올랐다는 게 중요합니다. ​ 이제 확인해야 하는 건 구글의 RL 능력입니다. Gemini 4.1 → 4.2 → 4.3으로 가면서 코딩/에이전트/사무 작업 성능을 얼마나 더 끌어올릴 수 있느냐가 중요합니다. ​ 메타 : RL은 검증했고, 이제 Watermelon의 Post-training을 봐야 할 때 메타는 정반대입니다. ​ Muse Spark 1.1 → 1.2 → 1.3에서 보여준 RL 개선 속도는 상당히 좋았습니다. ​ Gemini 2.5 Pro(구글 제미나이의 리즈시절)의 Reasoning 아키텍처와 스택을 만들었던 인력들이 MSL로 이동한 것도 큰 영향을 줬다고 생각합니다. Gemini 2.5의 Pre-training/Reasoning 아키텍처에 Jack Rae가 깊게 관여했고, Gemini 2.5의 RL/Deep Think 쪽에서는 ​Tianhe Yu가 핵심 역할을 했습니다. 현재 Muse Spark 개발 역시 Tianhe Yu가 주도하고 있습니다. ​ 이제 Watermelon에서 확인해야 하는 것은 10배 더 많은 FLOPS를 실제로 더 좋은 base model로 뽑을 수 있느냐는 것입니다. 그래서 이제부터가 진검승부입니다. ​ SSI : 와일드카드 구글 제미나이의 RL 능력이 어떤 기울기로 올라올지, 메타의 Watermelon이 어떤 수준까지 뛰어오를지만큼 기다려지는 것이 SSI(Safe Superintelligence)가 10월쯤 출시할 첫 모델입니다. ​ 일리야 수츠케버는 이전에 "레시피는 완성됐고 이제 compute를 늘릴 시간"이라며 Scale-up을 선언했습니다. 최근에는 업계에서 SSI의 첫 모델이 10월에 나온다는 루머가 돌고 있고, 공동창업자 Peter도 "곧 중요한 발표가 있을 것"이라며 기대감을 높이고 있습니다. ​ *8월 4일 주간전략보고에서 전해드린, SSI의 Scale-up 함의 코멘트 공급망 체크 : ⓐRTX PRO ⓑTrainium/VR300 ⓒUltrafast ⓓDeepSeek ​ ⓐ엔비디아 RTX PRO 5500 : 중국 내 추론 컴퓨트 부족을 해결해줄 칩 엔비디아 RTX PRO 5500 관련 소식을 ​9월 28일 주간전략보고에서 전해드렸었는데, 업데이트해보면: ​ 엔비디아 RTX PRO 5500의 중국 수요가 예상보다 훨씬 강해지고 있습니다. 바이트댄스의 RTX PRO 5500 구매 수요는 100만 장 → 150만 장, 중국 전체적으로는 대략 500만 장 수준까지 수요가 높아진 상태입니다. 중국 판매 가격이 $13K이므로 모두 판매한다면 엔비디아가 인식할 수 있는 매출 규모는 $65B입니다. ​ 엔비디아의 CY27(FY28) 매출 예상치가 $700B 정도이긴 하지만 $65B면 대략 9% 정도이므로 작지는 않은 규모입니다. 엔비디아는 12월 말부터 출하를 시작해 분기당 50만 장씩 공급하는 것을 목표로 하고 있습니다. 수년에 걸칠 공급 프로그램입니다. ​ 왜 RTX PRO 6000D보다 비싼 5500을 원하는가 그동안 엔비디아는 미국의 대중 수출규제에 맞춰 H20이나 RTX PRO 6000D 같은 중국 전용 SKU를 따로 개발했습니다. RTX PRO 5500은 조금 다릅니다. 글로벌 제품 사이클에 들어가는 Blackwell 기반 SKU입니다. ​ 84GB GDDR7, 메모리 대역폭 1.4TB/s, TDP 600W입니다. 기존 RTX PRO 5000과 비교하면 메모리는 약 17% 늘었지만 대역폭은 4% 정도만 증가했고 소비전력은 약 두 배입니다. 순수 스펙만 보면 상당히 제약을 받은 제품입니다. 더구나 중국 현지 가격도 RTX PRO 6000D가 6.5만 위안이었던 데 비해 RTX PRO 5500는 8.5~9.0만 위안으로 더 비쌉니다. ​ 그래도 중국 고객들이 5500을 선호하는 이유는 제품의 절대 성능보다 공급의 지속성에 있습니다. RTX PRO 6000D는 단종되기 때문에 지금 서버를 구축하더라도 향후 같은 구성으로 계속 증설하기 어렵습니다. 반면 RTX PRO 5500은 이제 막 글로벌 제품 사이클을 시작했습니다. CUDA 호환성을 유지하면서 향후 2~3년 동안 동일한 서버 아키텍처를 계속 늘릴 수 있다는 점이 훨씬 중요해진 것입니다. ​ 8장을 꽂아도 672GB지만, 훈련용으로는 부적합 RTX PRO 5500 8장을 서버 하나에 넣으면 총 GPU 메모리는 672GB가 됩니다. DeepSeek-V4.1-Flash 같은 상대적으로 작은 모델을 서빙하기에는 쓸만한 구성입니다. 다만 데이터센터용 GPU가 아니기 때문에 NVLink나 NVSwitch 같은 GPU 간 고속 인터커넥트가 없습니다. GPU끼리 통신하려면 PCIe에 크게 의존해야 합니다. 대규모 사전학습에서는 GPU 간 All-to-All, All-Reduce 통신량이 많기 때문에 이 차이가 치명적입니다. GPU 8장을 한 서버에 넣었다고 해서 B200/B300 노드처럼 훈련 클러스터가 되는 것은 아닙니다. ​ 반대로 추론에서는 모델과 워크로드를 GPU 단위로 잘 분할할 수 있다면 훨씬 덜 문제가 됩니다. 그래서 RTX PRO 5500의 포지셔닝은 꽤 절묘합니다. 중국의 프론티어 모델 훈련 능력을 크게 높이지 않으면서 이미 만들어진 모델을 서비스하는 추론 용량은 상당히 늘려줄 수 있습니다. ​ 고사양 데이터센터용 칩과도 경쟁하지 않는 칩 가격 포지셔닝도 중요합니다. RTX PRO 5500은 중국에서 기존 소비자 GPU보다는 비싸지만 B200/B300이나 H200급 데이터센터 가속기보다는 상당히 저렴합니다. 고속 인터커넥트와 데이터센터 기능을 포기한 대신 CUDA 생태계와 84GB 메모리를 가져갑니다. ​ 그래서 글로벌 CSP나 프론티어 AI Lab이 B300 대신 RTX PRO 5500을 선택할 이유는 거의 없습니다. 반대로 NVLink가 필요하지 않은 중국 내 추론 워크로드에서는 충분히 경제성이 생깁니다. 엔비디아 입장에서는 기존 고마진 데이터센터 GPU 시장을 잠식하지 않으면서 별도의 중국 TAM을 만들 수 있는 SKU입니다. ​ 미국-엔비디아-중국의 이해관계가 맞아떨어진다 그래서 이번 제품은 스펙만 보고 이해하기보다 세 주체의 이해관계를 같이 보는 것이 좋습니다. ​ 미국 입장에서는 중국에 프론티어 모델을 훈련시킬 대규모 고사양 컴퓨트를 제공하고 싶지 않습니다. 고속 GPU-to-GPU interconnect를 제거하면 이 부분을 상당히 제약할 수 있습니다. 엔비디아는 중국이라는 거대한 시장을 완전히 포기하지 않고 수십 $B의 추가 매출을 만들 수 있습니다. 중국도 자체 AI 반도체 육성 정책을 포기하지 않으면서 당장 부족한 추론 컴퓨트를 확보할 수 있습니다. ​ 그래서 물밑에서 미국 정부-엔비디아-중국 고객의 현실적인 요구를 모두 고려해 '모델 훈련에는 부족하지만 추론에는 충분한 지점'을 찾아 제품을 설계한 것이 아닐까 생각합니다. ​ 중국도 추론용 GPU 공급은 중요하다 중국 입장에서도 역설적입니다. 자국 AI 가속기 산업을 육성한다고 엔비디아 GPU 공급을 너무 강하게 막으면 AI 서비스 수요가 빠르게 늘어나는 동안 추론 컴퓨트 임대 가격이 폭등할 수 있습니다. 그러면 모델을 싸게 만들어도 실제 서비스를 제공하는 비용이 올라갑니다. AI 앱/에이전트의 확산 속도까지 느려질 수 있습니다. ​ 자국 반도체 산업을 보호하는 것과 AI 산업 전체의 컴퓨트 인플레이션을 통제하는 것 사이에서 균형이 필요합니다. RTX PRO 5500은 이 중 후자를 어느 정도 풀어주는 역할입니다. 중국도 니즈가 있습니다. ​ ⓑFundAI, AI HW 채널 체크 대만 공급망의 여러 얘기들 중 중요한 것을 정리해보면 ​ Trainium 3 Max(액체냉각 버전), 랙 양산이 수율 문제로 지연 : Trainium 3 Max의 풀랙(L11) 양산 일정은 기존 2026년 12월 → 2027년 1월로 지연됐습니다. 이전에는 소량의 샘플 물량만 출하될 예정입니다. 다른 랙 구성 중에서 PDS도 케이블-카트리지 결합 이슈로 양산이 매끄럽진 않은 상태입니다. 랙 스케일 제품이 출하되기 시작하면서 GB200 NVL72가 겪었던 오류나 이슈들을 AMD, Trainium도 겪고 있습니다. Vera Rubin Ultra("VR300")은 예정대로 진행 중 : 공급망 피드백에 따르면 VR300은 여전히 2027년 3분기 출하 일정에 맞춰 진행되고 있으며, 2027년 9월부터 본격적인 물량 확대가 시작될 전망입니다. VR300은 Kyber가 아니라 Oberon 플랫폼을 유지하며, 두 가지 구성으로 제공됩니다. ⓐ독립형 NVL72 랙과 ⓑNVL72를 8개 묶어 광학 NVLink를 통해 랙 간 연결하는 구성입니다. TDP 자체는 VR200 2,300W → VR300 2,600W로 비교적 완만하게 증가합니다. ​ ⓒ세레브라스가 아닌 엔비디아에서 서빙된, 'GPT-6 Astra Ultrafast' 8월 13일에 GPT-5.6 Sol Ultrafast를 출시할 때는 Cerebras 칩으로 750 TPS로 서비스하는 제품이었습니다. 그런데 SemiAnalysis에 따르면, GPT-6.1 Sol Ultrafast는 엔비디아 GPU로 batch size를 낮춰서 서비스할 것으로 예상됩니다. ​ 그렇다면 지금의 GPT-6 Astra Ultrafast는 어디서 서비스되고 있느냐가 중요한데 이것도 300 TPS인 점, 공식 자료에 'Powered by Cerebras'가 없는 점을 고려할 때 엔비디아 GPU low-batch size 조합으로 서빙되고 있다고 보입니다. 엔비디아도 TileRT 등을 통해서 Fast Inference 시장에서도 GPU가 서빙될 수 있도록 소프트웨어적으로 여러 가지를 개선시키고 있습니다. ​ 아마 생각해보면 GPT-6, GPT-6.1처럼 가장 사업성 좋고 큰 프론티어 모델은 엔비디아 GPU에서 서비스하고, 세레브라스 같은 경우는 구형 모델을 서비스하는 구조가 될 것으로 예상됩니다. 추론 시장에서 가장 비싸고 가장 수요가 높은 것은 프론티어 모델이기 때문에 프론티어 모델은 엔비디아로 서비스되고 → 이후 세레브라스에 맞게 ⓐ컴파일러 최적화, ⓑ웨이퍼 파이프라인 구성, ⓒ커널/통신 최적화를 거치고 나서 세레브라스로 일부 모델이 서비스되는 구조를 예상합니다. ​ DeepSeek, 화웨이에 호환되는 SW 스택 오픈소스로 공개 DeepSeek가 화웨이 Ascend용 핵심 학습/추론 인프라 소프트웨어 스택을 오픈소스로 공개했습니다. 딥시크와 화웨이가 공동으로 Ascend 칩에 최적화된 프로그래밍, 연산, 통신 도구들을 개발한 것을 푼 것입니다. 행렬연산, MoE 통신, 커널 등 DeepSeek 모델들 구동에 필요한 핵심 소프트웨어 계층을 Ascend까지 지원하기 시작했다는 점이 중요합니다. AI 경쟁에서 HW뿐만 아니라 개발자 생태계와 SW스택 최적화가 핵심인 만큼 중국 화웨이 Ascend의 경쟁력 강화로 연결되는 요인입니다. ​ 엔비디아, 자사주 매입 확대와 All-time High 엔비디아가 기존 자사주 매입 프로그램을 $150B 증액했습니다. 현재 엔비디아의 자사주 매입 프로그램 규모는 $235B이며, 해당 규모를 CY27까지 모두 집행할 것으로 예상됩니다. 다시금 조용히 All-time High를 찍은 상태라서 앞으로를 기대해봅니다. ​ 애플, 26년 PER 37배 / Underweight 애플 2Q26 실적발표 코멘트 / 주간전략보고 中 (바로가기) 애플 1Q26 실적발표 코멘트 / 주간전략보고 中 (바로가기) 애플 3Q25 실적발표 코멘트 / 주간전략보고 中 (바로가기) ​ 애플 CEO 존 터너스, 디자인 조직까지 직접 장악하기 시작 블룸버그에 따르면 애플의 새 CEO 존 터너스(John Ternus)가 ⓐIndustrial Design과 ⓑHuman Interface 조직에 직접 깊숙이 관여하기 시작했습니다. ​ 조니 아이브가 2019년 떠난 이후 애플에는 사실상 전사 디자인을 총괄하는 리더가 없었습니다. 한동안 COO 제프 윌리엄스가 디자인 조직을 맡았고, 그가 지난해 회사를 떠난 뒤에는 공식적으로 팀들이 당시 CEO 팀 쿡에게 보고하는 구조로 발표됐습니다. 그런데 실제로는 CEO 승계 과정에 있던 터너스가 이미 디자인 조직을 맡기 시작했던 것으로 전해집니다. ​ 팀쿡 때와는 관여도가 다르다 터너스는 CEO 취임 이후 Industrial Design과 Human Interface 팀의 업무에 직접 참여하고 있으며, 일주일에 여러 차례 디자인 스튜디오에서 일하고 어떤 날은 하루에도 몇 번씩 방문한다고 합니다. 팀 쿡이 디자인 스튜디오를 한 달에 한 번 정도 찾았던 것과는 상당히 다른 방식입니다. ​ 터너스가 과거 애플의 HW 엔지니어링을 이끌었던 인물이라는 점도 연결해서 볼 만합니다. 애플이 별도의 강력한 Chief Design Officer를 다시 영입하기보다 하드웨어 엔지니어 출신 CEO가 제품 설계와 디자인 의사결정을 직접 통합하는 구조로 가고 있습니다. ​ 이 변화에서 재미있는 부분은 디자인을 다시 조니 아이브 시절처럼 독립적인 권력으로 만드는 것이 아니라, 제품 엔지니어링과 디자인의 의사결정 거리를 줄이는 방향이라는 점입니다. 터너스는 전통적인 산업디자이너 출신은 아닙니다. 따라서 새 애플 체제에서 디자인은 별도의 최고디자인책임자가 제품 조직에 요구사항을 전달하는 구조보다, CEO가 하드웨어 엔지니어링과 디자인 사이에서 직접 결정을 내리는 형태에 가까워질 가능성이 있습니다. ​ 조니 아이브 이후 애플이 오랫동안 비워뒀던 '제품의 최종 모양을 누가 결정하느냐'는 자리 자체를 새 CEO가 가져갔다고 보는 것이 이번 보도에서 가장 중요한 부분입니다. ​ 구글, 26년 PER 29배 / 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) ​ Welcome Back! Gemini 4 Argon ​ 개인적으로 기대했던 Gemini 4가 출시됐습니다. 'Gemini 4 Argon'입니다 ​ 현재 프론티어 모델 구도를 보면 오픈AI가 GPT-6 Astra부터 Recurrent Depth를 적용하며 연구 리더십을 가져갔고, GPT-6.1 Sol에서는 가격 대비 지능의 파레토 프론티어까지 크게 앞서갔습니다. 그 뒤를 앤스로픽이 따라가고 있었는데, 이번 Gemini 4 Argon으로 구글이 다시 3등권에 들어왔습니다. ​ 블룸버그에서는 구글 내부에서 Gemini 4 Argon이 복잡한 코딩 작업에 어려움을 겪는다는 얘기와 벤치맥싱 가능성을 언급했습니다. 다만 구체적인 사례를 제시했다기보다 업계 전반의 우려를 섞어 전달한 수준이라 크게 의미를 두고 있지는 않습니다. ​ 물론 코딩, 특히 장기간 에이전틱 작업이나 할루시네이션 문제에서 원래 구글이 오픈AI/앤스로픽 대비 약했었기 때문에 이번에 실제 광범위하게 배포했을 때 어떨지는 봐야겠는데 지금 봐서는 약간 관성적인 기사라고 생각합니다. 원래 개인적으로 2025년 내내 제미나이가 할루시네이션율이 다소 높고, 장기간 Agentic 작업에 적합하지 않아보인다고 전해드렸었는데 이번 Gemini 4 Argon은 AA-Omniscience Accuracy, Hallucination Rate 둘다 나름 준수하게 뽑혔습니다. ​ TPU v8t가 Pre-training 성능을 끌어올리다 이번 모델에서 가장 중요하게 보는 부분은 구글이 Pre-training에서 다시 경쟁력을 회복했다는 점입니다. TPU v7에서 TPU v8t로 넘어오면서 훈련 컴퓨트가 크게 개선됐고, 그 효과가 Gemini 4 Argon에 반영된 것으로 보고 있습니다. 엔비디아의 Hopper → Blackwell 효과와 비슷합니다. ​ 지금은 Pre-training의 성능 향상분만 적용한 Gemini 4.0입니다. 이번 주 주간전략보고에서 코레이가 말했듯이 Pre-train checkpoint 모델 상태에서 약간의 정렬 후 빠르게 출시한 모델입니다. 여기서 제미나이의 RL 능력이 얼마나 되느냐로 4.1 → 4.2 → 4.3을 거치면서 3등 자리를 굳힐 수 있을 것인지가 결정됩니다. ​ 코딩 성능은 Tier 1 바로 아래까지 올라왔습니다 Gemini 4 Argon의 코딩 벤치마크는 꽤 좋습니다. ​ Terminal-bench 4.0은 57.4%, FrontierSWE v2는 55.0%입니다. 요즘은 하나의 벤치마크가 모델 전체 성능을 대변하지 않기 때문에 두세 개 정도를 같이 보는 편이 낫습니다. ​ 전반적으로 보시면 장기간 Agentic coding이나 범용 코딩 능력에서는 Opus 5.5와 GPT-6 Astra보다 아래에 있습니다. 반면 GPT-6.1 Sol/Sonnet 5.5와 비교하면 비슷하거나 일부에서는 더 나은 수준입니다. Tier 1과는 아직 차이가 있지만 3등권 모델로는 충분히 경쟁력 있는 모델이라고 정리할 수 있습니다. ​ 작업당 비용도 꽤 좋게 나왔습니다 가격은 백만토큰 기준 input $2, output $10입니다. ​ 그리고 전반적인 벤치마크를 수행하는 평균 작업당 비용은 $1.99입니다. 가격이 매우 비싼 앤스로픽의 Sonnet 5.5($7.62)보다는 훨씬 낫고, Tier 2의 Grok 4.7($3.74), GLM-5.3($2.01), Kimi-K3($2.00)보다도 좋습니다. Muse Spark 1.3($1.60)보다는 지능에서 전반적으로 우수하므로 작업당 비용이 약간 비싼 부분은 상쇄할 것으로 예상됩니다. 꽤나 매력적인 모델입니다. 다만 GPT-6.1 Sol($0.72)까지는 아닙니다. ​ 작업당 생각토큰 규모는 62K(생각 36K + 답변 26K)입니다. Recurrent Depth로 CoT를 크게 줄인 GPT-6 보다는 당연히 많으니 논외이고, Muse Spark 1.3(60K)보다는 많지만, 이정도면 꽤나 준수한 길이입니다. ​ Gemini 4 Argon의 직접적인 수혜는 루멘텀/셈텍 Gemini 4 Argon의 성능이 좋아지고 Google TPU 출하량이 예상보다 커진다면 제가 보고 있는 기업 중에서는 루멘텀과 셈텍의 펀더멘탈에 가장 직접적으로 좋습니다. ​ 루멘텀은 구글 TPU Scale-up를 담당하는 OCS 출하량이 늘어나는 효과를 받습니다. 셈텍은 미디어텍 TPU(TPU v8t 훈련 수주, TPU v9 훈련/추론 100% 수주 → TPU v10 Icefish 메인 SKU)가 고속 신호처리에 SiGe 기반 아날로그 증폭 방식을 활용하고 ACC까지 채택하고 있어 미디어텍 TPU 물량이 늘어날수록 관련 아날로그 콘텐츠가 같이 증가합니다. 다 좋은데 더 좋아졌을 때 순풍인 것이고, 그렇다고 루멘텀/셈텍이 TPU 밸류체인의 성장에만 의존하는 것은 아닙니다. ​ 메인은 레인당 속도가 빨라질수록 수혜를 본다는 것 루멘텀/셈텍을 계속 좋게 보는 근본적인 이유는 per-lane speed가 100G → 200G → 400G로 올라가면서 데이터센터 인터커넥트의 설계 자체가 바뀌고 있기 때문입니다. Lane speed가 높아질수록 같은 길이의 전기 배선에서도 insertion loss와 신호 왜곡이 훨씬 커집니다. 신호 무결성을 유지하기 위한 전력도 빠르게 올라갑니다. 1.6T(lane당 200G)부터는 도달 가능하냐가 문제가 아니라, 얼마의 전력으로 신호 무결성을 유지한채 도달 가능하냐가 핵심입니다. ​ 그래서 두 방향의 변화가 동시에 일어납니다: ​ 하나는 DSP 의존도를 낮추고 더 효율적인 아날로그 신호처리를 활용하려는 움직임입니다. 선형 리드라이버, ACC 같은 구조가 대표적이고 이 과정에서 TIA/Driver/아날로그 equalization의 중요도가 올라갑니다. 셈텍의 본질적인 수혜는 여기에 있습니다. 다른 하나는 전기 링크 자체를 최대한 짧게 만드는 것입니다. 광학 모듈이 ASIC에서 멀리 떨어져 있던 플러거블 → NPO → CPO → Optical I/O로 갈수록 광학이 컴퓨트 칩 바로 옆까지 파고듭니다. 구리를 더 잘 만드는 것만으로 해결하기 어려워지니, 전기 신호가 이동해야 하는 거리를 줄이고 더 빨리 광 신호로 바꾸는 방향입니다. ​ OCS는 두 번째와 같은 흐름의 연장선에 있습니다. 일반적인 네트워크에서는 광 신호를 받아 전기 신호로 변환하고 스위칭한 뒤 다시 광 신호로 바꾸는 O → E → O 과정이 반복됩니다. OCS는 필요한 경로에서는 광 신호를 그대로 광 경로로 스위칭합니다. 전기 스위칭 계층 일부를 우회하면서 전력과 latency를 크게 줄이고, Scale-up domain을 더 크게 만드는 데 유리합니다. ​ 그래서 광학이 침투하는 범위를 보면 ​ DCI → Scale-across → Scale-out → Scale-up → Scale-in 순으로 점점 컴퓨트 칩 가까이 들어오고 있습니다. ​ 이게 더 큰 흐름입니다. ​ 마이크로소프트, 26년 PER 29배 / Neutral 마이크로소프트 2Q26 실적발표 코멘트 / 주간전략보고 中 (바로가기) 마이크로소프트 1Q26 실적발표 코멘트 / 주간전략보고 中 (바로가기) 오픈AI 기업분석 : 빅테크를 위협하는 새로운 플랫폼으로서 ChatGPT의 가치를 생각해보다 (바로가기) ​ OpenAI DevDay 2026 : ⓐDots ⓑB2B 가격 낮추기 ⓒB2C 비용 조이기 ​ Dots : 오픈AI도 지속형 개인용 에이전트 경쟁 진입 오픈AI DevDay 2026에서 가장 중요한 발표는 Dots였습니다. GPT-6 Astra로 구동됩니다. 그동안 개인용 에이전트라고 표현해왔는데, 기술적인 특징과 사업적 함의를 생각하면 지속형 개인용 에이전트(Persistent Personal Agent)라는 표현이 더 정확합니다. ​ 지속형 개인용 에이전트의 특징은 크게 세 가지입니다: ​ 컨텍스트 지속성​(Context Persistence)​ : 사용자의 선호도, 과거 결정 사항, 중요 사실 등을 장기 기억에 저장하고 회상합니다. 작업 지속성​(Task Persistence)​ : 여러 단계나 수일에 걸친 작업을 중단 없이 이어가며, 피드백을 기다렸다가 자율적으로 재개합니다. 관계 지속성(Relationship Persistence)​ : 사용자의 소통 방식, 일상 루틴, 목표 변화에 맞춰 상호작용을 최적화합니다. ​ 대표적으로 Muse, Dots, Grok Bot, Cue, Instinct가 이 범주에 들어갑니다. 한 번 요청하면 끝나는 챗봇이 아니라 사용자의 상태와 맥락을 계속 들고 다니며 장기간 작업을 이어가는 형태입니다. 이 시장 자체의 수요는 앞으로 다 같이 커질 것으로 봅니다. 다만 여전히 Tier 1은 Muse일 가능성이 높다고 생각합니다. ​ Dots의 첫인상은 썩 매끄럽지 않았습니다 Dots는 출시하고 시연하는 과정에서 실수가 많았습니다: ​ Dots 라이브 시연 당시의 첫 번째 실수와 두 번째 실수 링크입니다. 오픈AI CFO가 CNBC 인터뷰 중 "Muse는 더 나아질 겁니다. 죄송합니다. Muse가 아니라, Dots가 더 나아질 겁니다"라고 말한 링크입니다. ​ API 가격은 낮추고, B2C는 토큰을 줄였습니다 DevDay 하루 전 Tibo는 Pro 구독 요금제의 토큰 할당량을 절반으로 낮췄다고 밝혔습니다. Plus를 1x로 보면 기존에는 Pro $100이 10x, $200이 20x였습니다. 이제는 각각 5x, 10x로 줄었고 새로 출시된 $500 플랜은 25x입니다. 이 변화는 최근 오픈AI의 가격전략과 같이 볼 필요가 있습니다. ​ B2B인 API 영역에서는 모델 가격을 크게 낮춰 사용량을 끌어올리는 반면, B2C에서는 토큰 할당량을 줄여 과도한 추론 비용을 통제하려는 방향입니다. 모델의 작업당 비용은 계속 내려가고 있지만 ChatGPT 사용자 기반이 워낙 크기 때문에 단가 하락만으로는 총 추론비용 증가를 막기 어렵다는 현실이 반영된 것으로 보입니다. ​ Ultrafast는 속도를 돈 받고 파는 상품 새로 출시된 Ultrafast 모드도 재미있습니다. ​ GPT-6 Astra Ultrafast는 $60/$300으로 기존 $10/$50 대비 6배 비쌉니다. 대신 토큰 생성 속도는 Codex에서 최대 8배, API에서는 최대 6배 빨라졌습니다. 기존 TPS/User가 약 37.5였다면 Codex에서는 최대 300 TPS까지 올라갑니다. 속도를 거의 그대로 가격에 전가한 구조입니다. ​ API에서는 즉시 사용할 수 있고, 구독형에서는 Pro $500와 Enterprise의 ChatGPT Work/Codex에서 제공됩니다. 이제 프론티어 모델 API는 지능뿐 아니라 latency 자체도 별도 가격제로 판매하는 시장이 되고 있습니다. ​ 오픈AI, $1.4T 밸류로 $30B 자금조달 진행 중 오픈AI가 ​$1.4T 밸류로 $30B 자금조달을 진행 중입니다. 1위 AI Labs를 굳힌 상태에서 자금조달까지 진행하여 CY27까지 필요한 자금을 미리 채워두려는 계획입니다. 2026년 3월에 $852B 밸류로 $122B를 조달한 바 있는데 그 이후의 추가 펀딩입니다. ​ 아마존, 26년 PER 32배 / Neutral 아마존 2Q26 실적발표 코멘트 / 주간전략보고 中 (바로가기) 아마존 1Q26 실적발표 코멘트 / 주간전략보고 中 (바로가기​) 아마존 4Q25 실적발표 코멘트 / 주간전략보고 中 (바로가기) ​ Sonnet 5.5, 백만토큰당 비용이 아닌 작업당 비용을 봐야 하는 이유 ​ 앤스로픽이 Sonnet 5.5를 공개했습니다. ​ Terminal-Bench 4.0으로 보면 Opus 5.5 66.4%보다 높은 70.6%입니다. 코딩 능력에 집중해서 성능을 크게 끌어올린 모델이고, 복잡성이 전체적으로 낮은 업무에 경쟁력 있는 모델입니다. ​ Terminal-bench 4.0 업데이트(2026-09-29) → Sonnet 5.5 70.6% > Opus 5.5 66.4% > GPT-6 Astra 58.2% > Fable 5.1 57.9% > GPT-6 Sol 43.9% > GLM-5.3 41.8% > Grok 4.7 38.0% > Muse Spark 1.3 33.3% > Gemini 3.8 Flash 19.1% 주요 모델 API 가격 업데이트(2026-09-29) → GPT-6 Astra $10/$50 = Mythos/Fable 5.1 $10/$50 > Opus 5.5 $4/$20 > Kimi-K3 $3/$15 > Gemini 3.1 Pro $2/$12 > GPT-6 Sol $2/$10 = Sonnet 5.5 $2/$10 > Qwen 3.8-Max-0902 $2/$6 = Grok 4.7 $2/$6 > GLM-5.3 $1.4/$4.4 > Muse Spark 1.3 $1.25/$4.25 > DeepSeek-V4-Pro-0813 $1.32/$3.96 > Gemini 3.8 Flash $0.75/$3.75 > DeepSeek-V4.1-Flash $0.30/$1.20 > GPT-6 Luna $0.10/$0.50 ​ Sonnet 계열답게 최고 난도의 모든 작업을 잘하는 모델이라기보다 코딩과 상대적으로 복잡성이 낮은 업무에서 성능을 집중적으로 끌어올린 모델에 가깝습니다. 가격도 꽤 낮아졌습니다. Sonnet 5.5 API 가격은 input $2 / output $10으로, 지난주 $2/$10까지 내려온 GPT-6 Sol과 정확히 같습니다. ​ 그런데 여기서부터가 더 중요합니다: ​ 백만토큰당 가격은 Opus의 절반인데, 작업당 비용은 Opus보다 비쌉니다 API 모델을 볼 때 백만 토큰당 가격만 비교하면 실제 경제성을 상당히 잘못 볼 수 있습니다. Sonnet 5.5의 작업당 비용은 약 $7.60입니다. Fable 5.1의 $7.63과 거의 같고, 오히려 Opus 5.5의 $5.98보다 비쌉니다. Opus 5.5의 API 가격은 $4/$20, Sonnet 5.5는 $2/$10입니다. 토큰 하나의 가격은 정확히 절반인데 실제 작업 하나를 끝낼 때는 Sonnet이 더 많은 돈을 씁니다. ​ 이유는 간단합니다. ​ 싼 토큰을 너무 많이 씁니다. (= Test-time compute를 통해 피크 성능을 끌어올린다) ​ 이를 가장 잘 보여주는 지표가 ⓐCost per Task(작업당 비용) & ⓑOutput Tokens per Task(작업당 토큰 수, CoT가 output tokens에 잡힘) 지표입니다. ​ 첫 번째로 ⓐ작업당 비용을 보시면, 맨 오른쪽 두 번째에 Sonnet 5.5이 있습니다. 작업당 $7.60을 사용합니다. 토큰 사용 금액으로 보자면 Fable 5.1의 $7.63과 거의 비슷하고, 심지어 Opus 5.5의 $5.98보다도 비쌉니다. Opus 5.5는 input/output 기준 $4/$20, Sonnet 5.5는 $2/$10입니다. 토큰 하나의 가격은 Sonnet이 정확히 절반인데, 실제 작업 하나를 끝내는 데 드는 비용은 오히려 Sonnet이 더 비쌉니다. ​ 결국 API의 백만토큰당 가격만 봐서는 모델의 실제 경제성을 알기 어렵다는 이야기입니다. 중요한 것은 그 모델이 그 가격의 토큰을 몇 개나 써야 원하는 수준의 답을 만들어내느냐입니다. ​ 두 번째로 ⓑ작업당 토큰 수를 보시면 왜 이런 현상이 생기는지가 더 명확합니다. output tokens를 보시면 Opus 5.5가 119K(생각 84K + 답변 35K)인데, Sonnet 5.5가 193K(생각 142K + 답변 50K)입니다. Sonnet 5.5는 Opus 5.5와 비슷한 수준의 벤치마크 성능에 접근하기 위해 훨씬 더 긴 생각 토큰을 사용하고 있습니다. ​ 같은 모델이라도 reasoning budget을 늘려 test-time compute를 확장하면 성능은 올라갈 수 있습니다. 문제는 이 방식 역시 공짜가 아니라는 점입니다. 아까 위에서 전해드린 GPT-6.1 Sol, Gemini 4 Argon의 이야기와 연결됩니다. ​ 메타, 26년 PER 24배 / Overweight 메타 2Q26 실적발표 코멘트 / 주간전략보고 中 (바로가기) Muse Spark 1.1 코멘트 / 주간전략보고 中 (바로가기) 메타 1Q26 실적발표 코멘트 / 주간전략보고 中 (바로가기) 메타가 $14B를 주고 데려온 남자 : MSL을 이끄는 알렉산더 왕의 통찰 (바로가기) ​ Meta Enterprise Platform : 광고를 에이전틱화 시키는 작업 ​ 메타의 B2B 진출은 생각보다 자연스러운 수순입니다 메타가 Meta Enterprise Platform을 출시했습니다. ​ 메타는 이미 인스타그램. 페이스북. WhatsApp을 통해 수억 개 기업의 영업/마케팅 활동과 연결돼 있습니다. 여기에 개인용 에이전트 Muse, 파운데이션 모델 Muse Spark, 고객 문의와 개인화를 담당하는 Meta Business Agent까지 만들어왔습니다. 이 자산들을 생각하면 기업용 소프트웨어 진출은 자연스러운 다음 단계였습니다. ​ 마이크로소프트 Copilot이 이메일/문서/회의처럼 기업 내부에서 일이 어떻게 돌아가는지를 가장 잘 아는 에이전트라면, 메타가 노리는 영역은 조금 다릅니다. 고객이 무엇을 원하는지, 어떤 고객에게 무엇을 보여줘야 하는지, 어떻게 매출로 전환할지를 가장 잘 아는 기업용 에이전트입니다. ​ 기업이 새로운 AI 소프트웨어를 도입할 때 가장 설명하기 쉬운 ROI는 결국 매출입니다. 직원의 시간을 몇 시간 줄였는지보다 신규 고객을 몇 명 더 확보했고 광고비 대비 매출을 얼마나 높였는지가 측정하기 쉽습니다. ​ 메타는 이미 광고 사업에서 이 문제를 오랫동안 풀어왔습니다. 그래서 개인적으로 Meta Enterprise Platform은 그동안 광고 시스템 내부에서 하던 최적화를 기업의 영업/마케팅 워크플로우 전체로 확장하는 것으로 봅니다. 갑작스레 B2B 사업으로 뛰어드는 게 아니라 기존 광고 플랫폼이 Agentic Software로 확장되는 과정에 더 가깝습니다. ​ 마이크로소프트는 워크플로우, 메타는 영업과 매출에서 출발 기업용 AI에서 데이터가 중요한 이유와도 연결됩니다. ​ 마이크로소프트는 Outlook/Teams/Office/GitHub 등을 통해 기업 내부 워크플로우 데이터가 가장 많습니다. 그래서 직원 생산성, 문서 작성, 회의, 개발, 업무 자동화에 강합니다. ​ 메타는 반대로 기업과 고객 사이의 데이터가 많습니다. Instagram과 Facebook에는 기업이 무엇을 판매하는지, 어떤 콘텐츠와 광고에 고객이 반응하는지, 어떤 사람들이 제품을 클릭하는지, 브랜드를 어떻게 인식하는지가 쌓여 있습니다. WhatsApp과 Messenger에는 고객 문의와 구매 전환 과정까지 있습니다. ​ 이제 Muse가 중소기업의 '항상 켜져 있는 영업 비서'가 됩니다 중소기업용 Muse도 공개했습니다. ​ 기업이 Muse에게 사업 운영 목표나 신규 고객 확보 목표를 설정하면, 그 목표를 달성하기 위해 지속적으로 일하는 구조입니다. 예를 들어 기업의 Instagram/Facebook 계정을 연결하면 Muse는 판매 제품, 기존 고객의 반응, 브랜드 이미지, 반복적으로 들어오는 문의 등을 계속 파악할 수 있습니다. 거기서 끝나는 것이 아니라 어떤 고객을 더 확보해야 하는지, 어떤 메시지를 보여줘야 하는지, 어떤 캠페인을 수정해야 하는지를 판단하고 실행하는 쪽으로 갑니다. ​ 결과적으로 Muse는 소비자에게는 개인의 일상과 구매를 대신 관리하고, 기업에게는 매출과 고객 확보를 지속적으로 관리하는 에이전트가 됩니다. ​ MongoDB CEO를 사업부 책임자로 데려온 것도 상징적 마크 저커버그가 Meta Enterprise Platform 출범을 알리면서, 해당 사업부 Chief Officer로 치란탄 데사이(Chirantan Desai)를 임명했습니다. 그런데 치란탄은 현재 MongoDB의 CEO를 맡고 있던 인물(이전 커리어: Cloudflare, ServiceNow)입니다. 프론티어 AI Lab들이 처음에는 연구자와 인프라 인력을 놓고 경쟁했다면, 이제는 기업용 소프트웨어를 실제로 팔아본 경영진까지 직접 데려오기 시작했습니다. ​ 좋은 모델을 만드는 것과 엔터프라이즈용 소프트웨어 사업을 만드는 것은 다른 문제입니다. 영업조직, 파트너 생태계, 기업 고객의 구매 사이클, 보안/권한/데이터 통합까지 다뤄야 합니다. 기존 B2B SW 업계의 1위 CEO를 데려와 조직을 맡기는 것은 메타가 Meta Enterprise Platform을 부가적인 기능 정도가 아니라 별도의 대형 사업으로 키우려 한다는 쪽에 가깝습니다. ​ *오른쪽 : 모건스탠리는 메타가 Muse DAU 10억 명 서비스를 위해 이미 충분한 CPU를 갖고 있다고 추정했습니다. ​ Muse, 출시 3주 만에 500만 다운로드 돌파 ​ 메타 Muse가 출시 3주차 만에 500만 회 다운로드를 돌파했습니다. 메타는 9월 16일부터 자체적으로 Muse 광고를 늘리기 시작했는데, 광고 확대 이후 다운로드는 DoD +73% 증가했습니다. ​ 500만 회 다운로드 도달까지 ChatGPT는 56일, Grok 103일이 걸렸던 것과 비교하면 매우 빠른 초기 확산세입니다. 계속해서 추세도 유지되고 있습니다. 미국에서 앱스토어/플레이스토어 모두 1위입니다. 실사용도 빠르게 늘고 있습니다. 개인적으로도 Muse를 써서 이것저것 개인적인 것들을 자동화하는 양이 점점 늘고 있습니다. Instinct는 안 써봤지만, Grok Bot, Dots를 쓰는 경험과는 또 다릅니다. 생각보다 이것저것에 쓰기 시작하면 주간 1억 토큰은 금방 쓰겠다 싶습니다. ​ 메타가 Muse를 향후 수익화하는 방향 (장기적) 수익화 기반을 갖춰둔 메타 입장에서는 Muse가 충분히 투자할 만한 가치가 있습니다. 러프하게 계산해보자면 메타의 전체 앱 DAP(일간 활성 사용자)가 36억 명이고, Family ARPP(1명당 평균 매출액)가 2Q26 기준 $16.86이라 분기 매출 $60.8B입니다. Muse를 통해서 DAP를 10% 높여서 40억 명으로 만들고 Muse를 통해서 구매의도를 알게 되고 체류시간을 늘려 Family ARPP를 20% 높여서 $20.23으로 만들 수 있다면 분기 매출이 33% 늘어난 $80.9B가 됩니다. ​ 데이터 파이프라인이 강화되는 효과이므로 Muse Spark 모델의 학습에 쓸 데이터를 얻어 API로 거둬들일 매출, Muse/Meta AI의 구독 매출까지를 생각하자면 대략 연매출 기준 $100B 이상 키워줄 수 있는 사업으로 보고 뛰어들만한 투자인 셈입니다. ​ 결국 지속형 개인용 에이전트는 메타와 구글이 가장 공격적으로 투자할 것 오픈AI는 이제 ChatGPT Ads ARR $1B 정도를 달성한 상태입니다. 반면 메타는 TTM $228B, 구글은 TTM $446B입니다. 둘 다 이미 광고를 통해 사용자 의도를 돈으로 바꾸는 거대한 시스템을 갖고 있습니다. 지속형 개인용 에이전트의 궁극적인 사업모델도 본질적으로 크게 다르지 않습니다. ​ 소비자에게는 거의 무료로 서비스를 제공하고, 소비자가 무엇을 사고 싶은지 파악한 뒤 적절한 판매자에게 연결합니다. 판매자는 실제 매출을 얻는 대신 광고비나 수수료를 지급합니다. 기존 디지털 광고가 '사람을 상품 앞으로 데려오는 사업'이었다면 에이전트 커머스는 '사람 대신 상품을 골라 구매까지 완료해주는 사업'으로 프론트엔드가 한 단계 더 깊어지는 것입니다. ​ 그래서 Muse 같은 에이전트에 얼마를 투자할 수 있느냐를 보면 메타와 구글이 구조적으로 유리합니다. 오픈AI와 앤스로픽 입장에서는 이제 각각 ARR $70B, $65B 수준에 충분한 고성장 중임을 감안하자면 B2C 에이전트 확대에 투자하기보다는 모델과 Enterprise/API 수익화를 계속 확대할 인센티브가 큽니다. ​ 플랫폼이 AI 에이전트를 환영할지는 '신규 수요를 만드느냐'가 결정합니다 Muse와 커머스를 연결한 생각은 이번 주 9월 28일 주간전략보고에서 전해드렸습니다. 여기서 좀 더 나가서 생각해보면 실제 펀더멘탈적인 생각은 이렇습니다. ​ 플랫폼이 AI 에이전트를 환영할지 배척할지를 결정하는 변수는 크게 두 가지입니다: ​ 하나는 에이전트가 기존에 없던 신규 주문을 얼마나 만들어주느냐입니다. 다른 하나는 해당 플랫폼의 이익이 고객의 탐색/광고/수수료에 얼마나 의존하고 있느냐입니다. ​ Muse가 없었다면 발생하지 않았을 주문을 새로 만들어준다면 플랫폼 입장에서도 좋은 판매 채널입니다. 반대로 원래 Amazon이나 DoorDash에 직접 들어와 발생했을 주문을 Muse가 중간에서 가져가는 것이라면 얘기가 달라집니다. 플랫폼은 물류와 서비스는 그대로 수행하면서 광고/검색/Take Rate 일부를 메타에 내줘야 합니다. ​ 가장 좋은 시나리오는 AI가 소비 총량 자체를 늘리는 것 가장 낙관적인 시나리오는 AI가 소비 총량을 늘리는 것입니다. 디지털로 더 많은 거래를 만들어내기 시작하면 기존 플랫폼들은 주문당 이익률/Take Rate이 떨어지더라도 전체 이익은 증가할 수 있습니다. 물론 이익에 대한 밸류에이션은 압축될 것으로 예상합니다. 예전에는 고객 관계와 주문 흐름을 모두 소유한다고 평가받던 플랫폼이 이제는 에이전트에게 일부 프론트엔드를 내줘야 한다면 같은 이익이라도 멀티플은 낮아질 수 있습니다. ​ 영업/마케팅 채널에 대해서 잘 생각해봐야 하는 것 여행 관점에서 에어비앤비 같은 곳이 익스피디아나 부킹홀딩스보다 취약한 구조입니다. 익스피디아나 부킹홀딩스는 원래 구글에게 CAC를 주던 것을 AI 에이전트에게 지불하게 됩니다. 어디에 광고비를 할당할지만 바뀌는 입장입니다. ​ 근데 에어비앤비는 원래 직접 고객이 유입됐던 곳이기 때문에 AI로 인해서 추가 수수료가 생기는 입장이 됩니다. 그런데 익스피디아나 부킹홀딩스 입장에서도 AI가 고객기반을 가져다줄 것인지 혹은 단순히 주문만 백엔드로 수행하게 될 것인지가 또 다릅니다. ​ 만약 Muse를 통해 유입됐더라도 다음 주문은 OTA를 통해 직접 하게 되면 고객을 유입시켜준 것이 되니 좋은데, 계속해서 Muse를 통해서만 주문이 연결되면 매번 주문을 따내야 하는 입장이 되니 좋진 않습니다. ​ 문제는 지금까지는 인프라를 갖고 있는 수직계열화한 기업들이 프론트엔드와 백엔드를 모두 가졌기 때문에 협상력이 크다고 생각하고 CAC도 낮으니 밸류에이션이 비쌌는데, 이들이 자체 물류망을 통해서 처리하는 규모가 YoY로 줄기 시작해버리면 기존에 깔아둔 자산이 Positive Flywheel이 아니라 Negative Flywheel이 되기에 이 가능성을 확인하고자 하는 동안에는 밸류에이션이 크게 높아지기 어려운 구조가 된다는 게 문제입니다. ​ 예를 들어 아마존 입장에서는 광고수익을 포기하더라도 AI 에이전트 주문을 늘려서 물류 가동률 유지할 것인지(커머스의 프론트를 주고 점차 백엔드가 되어버리는 이슈), 혹은 에이전트를 차단하고 고객 파이프라인을 지키려다가 주문 자체를 잃을 것인지가 남습니다. ​ Muse 외의 여러 에이전트들 출시 중 개인용 에이전트 출시가 이어지고 있습니다: ​ Manus가 개인용 에이전트 Cue를 출시했습니다. 스페이스X의 Grok Bot 팀이 Team Bots를 출시했습니다. 오픈AI도 내일 o를 출시할 것으로 예상됩니다. 메타 Muse를 제외하고서는 거의 생김새가 똑같습니다. 메타는 인스타그램에서도 Muse를 사용할 수 있도록 결합 중입니다. ​ Muse Gadgets : 오픈소스로 물리적 생활까지 파고들다 메타가 ESP32용 오픈소스 firmware와 Linux SDK를 공개해 누구나 Muse와 연동되는 하드웨어를 만들 수 있게 했습니다. 개발자는 API token을 받아 직접 주변기기를 제작할 수 있고, 메타도 자체적으로 Muse Home Link를 내놓아 TV/스피커/조명 등 기존 스마트 기기를 Muse가 제어할 수 있게 합니다. 메타가 스마트홈 하드웨어를 하나씩 만드는 게 아니라, 기존 기기 위의 컨트롤 레이어가 되려는 방향입니다. ​ 하드웨어 사업의 리스크를 최소화하면서 하드웨어의 장점만 가져가려 합니다 메타가 직접 TV, 스피커, 조명, 홈허브를 모두 만들려면 제조/재고/유통/A/S 리스크를 떠안아야 합니다. Muse Gadgets는 오히려 펌웨어와 SDK를 개방해 외부 개발자와 기존 기기 업체들이 하드웨어를 만들게 합니다. 메타는 소프트웨어 계층을 가져갑니다. 하드웨어 제조 리스크는 크게 줄이면서 사용자 접점과 데이터는 가져갈 수 있는 구조입니다. ​ 지속형 개인용 에이전트의 활용도가 크게 높아집니다 Muse가 앱 안에만 있으면 사용자의 디지털 행동만 볼 수 있습니다. 그런데 조명, TV, 스피커, 가전과 연결되면 사용자가 언제 집에 있는지, 무엇을 보고 듣는지, 어떤 루틴을 반복하는지, 어떤 상황에서 어떤 기기를 사용하는지까지 이해할 수 있습니다. ​ 개인용 에이전트의 퀄리티란 결국 얼마나 오래 사용자 곁에 있고, 얼마나 많은 맥락 데이터들을 갖고 있느냐에 달려 있습니다. Muse Gadgets는 Muse가 접근할 수 있는 맥락 데이터를 디지털 세계에서 물리 세계까지 넓혀줍니다. 그만큼 개인화 성능도 좋아지고, 다시 Muse 사용량이 늘어나는 데이터 flywheel이 생깁니다. ​ 또한 이게 실제로 얼마나 잘될지는 두고봐야겠지만, 만약 이 방향대로 성공하면 전환비용도 크게 높아집니다. 사용자가 몇 달 동안 만들어둔 생활 자동화 플로우 전체를 바꿔야 하는 방향이 되기 때문에 그렇습니다. ​ 테슬라, 26년 PER 180배 / Underweight 테슬라 2Q26 실적발표 코멘트 / 주간전략보고 中 (바로가기) 스페이스X IPO 분석 #2 : 화성으로 가는 길에서, 지구를 손에 넣다 (바로가기) 스페이스X IPO 분석 : 머스크 제국의 심장, 스타링크가 떠받치는 스타십과 AGI (바로가기) ​ 테슬라 3Q26 인도량 : 486,532대 3Q26 인도량이 발표됐습니다. ​ 자동차 : 3Q26 생산량은 464,391대, 인도량은 486,532대였습니다. 회사가 취합한 sell-side 컨센서스 461,974대보다 5.3% 높은 수준입니다. QoQ로 인도량은 +1.3% 늘었고, YoY로는 아직 -2.1%입니다. 에너지 : Energy Storage deployment는 13.7GWh였습니다. QoQ +1.5%, YoY +9.6%로 성장했지만 시장 컨센서스 15.9GWh에는 14% 못 미쳤습니다. ​ 자동차는 예상보다 좋았고, 에너지는 예상보다 약했다고 정리하는 게 가장 정확합니다.