[원문 유형] 네이버 프리미엄 콘텐츠 [채널] 올바른 미국주식 by SAPIENS [게시일] 2025.08.18. 오후 5:10 [원문 URL] https://contents.premium.naver.com/sapiens/sapiensasset/contents/250818171003665mp [제목] 주간전략보고 : 투자의 생각 (8월 18일~8월 22일) [수집 기준] 승인된 구독 열람권으로 실제 본문을 보존했다. 이미지·첨부는 별도 미디어 원장에 보관하며 시각적 의미 검토 여부를 구분한다. [구독 원문 본문] ​ 안녕하세요 사피엔스입니다. ​ 새로운 플랫폼에서 AI 사이클 투자의 제1전제에 대해서 다시 한 번 정리해봤습니다. 현 AI 사이클을 정리하는 자료입니다. 추론의 시대에도 선두를 유지하는 GB200 NVL72의 수요-공급도 살펴봅니다. ​ 퍼스트솔라의 OBBBA 및 Safe harbor 이후의 상황을 체크해보고, 씨리미티드의 물류전략인 Hyper-local, 트랜스메딕스가 말하는 현재의 OCS Liver, Heart, Lung 침투율을 정리했습니다. ​ GPT-5의 혁신, 코어위브 실적발표 후 하락의 이유, 오라클이 생성형AI 시대에 빠르게 점유율을 얻는 이유, 메타의 다섯 번째 슈퍼앱으로 예상하는 스레드의 MAU 체크가 담겨있습니다. 주간전략보고 2025-08-11 주간전략보고 : 투자의 생각 (8월 11일~8월 15일) (바로가기​) 2025-08-04 주간전략보고 : 투자의 생각 (8월 4일~8월 8일) (바로가기​) 2025-07-28 주간전략보고 : 투자의 생각 (7월 28일~8월 1일) (바로가기​) <2Q25> 기업분석 자료 모음 2025-08-15 트윌리오 2Q25 실적발표 : 5분기 연속 성장 가속, Forbes 50 AI 기업 90%가 택한 CPaaS (바로가기) 2025-08-14 서클 2Q25 실적발표 : GENIUS Act, 차근히 2026년을 준비하는 구간 (바로가기) 2025-08-13 씨리미티드 2Q25 실적발표 : 왕좌를 굳히는 중, 모든 주요지표에서 성장률이 가팔라지다 (바로가기) 2025-08-12 마이크로소프트 2Q25 실적발표 : 클라우드가 이끄는 성장, Agentic AI 도입 가속화 (바로가기) 2025-08-08 핀터레스트 2Q25 실적발표 : 미개척 광고시장의 수익화, 기어를 바꾸는 과정 (바로가기) 2025-08-07 도어대시 2Q25 실적발표 : 빠짐없이 다 좋았다, 음식·유럽·식료품·광고까지 (바로가기) 2025-08-06 로빈후드 2Q25 실적발표 : 모든 지표가 우상향, 새로운 시대의 은행이 옵니다 (바로가기) 2025-08-05 버티브홀딩스 2Q25 실적발표 : 액체냉각 인프라의 명가, 시장점유율 상승 중 (바로가기) 2025-08-01 블룸에너지 기업분석 : 오라클/코어위브가 택한 SOFC, 데이터센터 전력망 병목 수혜주 (바로가기) 2025-07-31 트랜스메딕스 2Q25 실적발표 : 다시 성장하는 2026년을 위해 중요한 두 가지 (바로가기) 2025-07-31 메타 2Q25 실적발표 : SUPER BEAT, AI와 GPU를 EPS로 바꾸다 (바로가기) 2025-07-30 스포티파이 2Q25 실적발표 : MAU 7억 명 도달, 광고사업에 켜진 노란불 (바로가기) 2025-07-25 구글 2Q25 실적발표 : 더욱 가속을 말하다, '26년까지 AI 수요는 채워지지 않는다' (바로가기) 2025-07-24 테슬라 2Q25 실적발표 : 트럼프 OBBBA의 네 가지 역풍, 머스크의 고민 (바로가기) 2025-07-23 오픈AI 기업분석 : 빅테크를 위협하는 새로운 플랫폼, ChatGPT의 가치 (바로가기) 2025-07-23 뉴타닉스 기업분석 : 다년간 가파른 이익 레버리지, 숨겨진 엔터프라이즈AI 수혜주 (바로가기) 2025-07-15 엔비디아 총정리 : 젠슨황😉이 이끄는 100조 달러 규모의 AI 산업혁명 (바로가기) 2025-07-15 네비우스 기업분석 : GPU 네오클라우드의 선두주자 (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 : 개별기업들에 대한 생각 2Q25 5주차 실적발표 훑어보기 : 5주차 15개 기업 - 업사이클 & 다운사이클 비교 투자의 생각 : SE, DASH, HOOD, MELI, TMDX, FSLR Neocloud Giants : 채택속도 증가, 추론, 전력, GPU 6~7년 Magnificent 7 : 증기기관, 전기, 컴퓨터, 추론의 시대에도 No.1을 유지하다 ​ 📆 주간 캘린더 (8월 18일~8월 22일) ​ 👨‍💻 → 2Q25 실적: Paloalto Networks, Target, Baidu, Walmart, Intuit / 잭슨홀 ​ > 경기/물가 : 원유재고 (수) Markit PMI (목) > 고용/실업 : 신규실업수당청구건수 (목) > 실적발표 : Paloalto Networks (월) Home Depot, Xpeng, Medtronic (화) Target, Lowe's, Baidu (수) Walmart, Intuit, Workday (목) > 이벤트 : Rosenblatt AI Conf(Nvidia, Fabrinet) (화) Google Pixel 신제품 발표회 (수) ​ 주간전략보고 : 투자의 생각 개별기업들에 대한 생각 ​ *위 자료는 YTD를 기준으로 한 숫자이며, 아래 '주간 퍼포먼스 체크'는 이번 주만을 따졌을 때입니다. ​ 주간 퍼포먼스 체크 지수(4) : Russell2000(+2.9%), Dow30(+1.7%), S&P500(+0.9%), Nasdaq100(+0.4%) 빅테크(7) : 아마존(+3.9%), 메타(+2.0%), 애플(+1.7%), 구글(+1.4%), 마이크로소프트(-0.4%), 엔비디아(-0.9%), 테슬라(-1.2%) 섹터(11) : 헬스케어(+4.6%), 커뮤니케이션(+3.3%), 경기민감재(+2.1%), 원자재(+1.8%), 금융(+1.0%), 리츠(+0.7%), 에너지(+0.5%), 테크(-0.02%), 산업재(-0.4%), 필수소비재(-0.7%), 유틸리티(-0.9%) 2Q25 5주차 실적발표 훑어보기 5주차 15개 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. ​ 2Q25 5주차 실적발표 업사이클 ↗ : 이번주 실적발표 기업 중 업사이클은 씨리미티드SE, 코어위브CRWV, 시스코CSCO, 디로컬DLO, 징동닷컴JD이 있습니다. 디로컬DLO은 글로벌 크로스보딩 결제망을 대체해주는 플랫폼 기업입니다. PEG 기준으로 매력적인 기업이긴 한데 2026년 스테이블코인 도입 이후의 상황에 대해서 고민 중입니다. 디로컬 자체가 국경 간 거래를 효율화시켜줌으로써 나오는 FX Margin으로 먹고사는 회사이다보니, 순풍인지 역풍인지를 판단하기가 좀 어렵습니다. 디로컬 2Q 내용들을 보면, 지리적 다각화에 성공해서 11개국에서 48개의 결제 수단을 지원하고 있고 상위 3개국(브라질, 멕시코, 아르헨티나)이 전체 매출의 50%, 나머지 시장(터키, 남아공, 파키스탄, 이집트, 볼리비아 등)의 매출이 최근 12개월간 3배 빠르게 성장했습니다. 다운사이클 ↘ : 다운사이클인 기업은 먼데이닷컴MNDY, 플루언스에너지FLNC, 플러그파워PLUG, 카바CAVA, 존디어DE, 누뱅크NU가 있습니다. 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 SE, DASH, HOOD, MELI, TMDX, FSLR ​ 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 Meta Vertiv Oracle Nutanix Twilio Pinterest Sea Limited DoorDash First Solar Bloom Energy Robinhood TransMedics Astera Labs Credo Tech 씨리미티드(SE) ​ 씨리미티드SE는 실적발표 자료인 <씨리미티드 2Q25 실적발표 : 왕좌를 굳히는 중, 모든 주요 지표에서 성장률이 가팔라지다>를 통해 전해드렸습니다. 씨리미티드는 현 시점에서 CY25 PER 45배에 EPS CAGR 2Y 50%이므로 PEG 0.9배입니다. 실적발표 이후로도 성장성/이익률/점유율 모두를 높이면서도 당분간 ROIC가 높은 투자처가 많은 기업이므로 Overweight 유지입니다. ​ 실적발표에서 자세히 다뤄지지는 않았지만 씨리미티드의 독특한 자체 물류 시스템도 해자 중 하나인데, 이부분에 대해서는 블룸버그에서 최근에 보도한 내용이 좋았습니다. 간단히 정리하면 이렇습니다: 쇼피의 SPX Express는 Hyper-Local 배송네트워크를 도입했고 이 네트워크는 은퇴자, 주부, 학생 등 기존에 활용되지 않던 인력들을 적극 배송인력으로 두고 운영되고 있습니다. 쿠팡 Flex 같은 배송인력을 매우 두텁게 두고 있다는 뜻입니다. 덕분에 CAPEX를 크게 두지 않으면서도 매우 저가에 배송을 할 수 있습니다. 은퇴자는 근거리 배송을 위주로 배송하곤 하고, 주부들은 집을 수령 지점으로 활용하며, 학생은 피크 시간대의 인력으로 활용하며 인건비를 크게 절감하는 식입니다. 덕분에 경쟁사에 비해 소포당 배송비를 훨씬 더 낮게 가져가고 있습니다. 도어대시(DASH) ​ 도어대시DASH는 아마존이 당일 배송 서비스를 통해 신선 식료품 배달 서비스를 미국 내 1,000개 이상의 도시로 확대하고 연말까지 2,300개로 확대한다고 밝히면서 주간으로 볼 때는 언더퍼폼했습니다. 아마존의 침투가 없었다면 더 좋았겠지만, 밸류나 향후 성장성을 감안할 때 기존 투자포인트에 큰 변화를 주지 않을 것으로 예상하고 Overweight를 유지합니다. ​ ​ 크게 두 가지 생각이었습니다. ​ 첫 번째, 도어대시는 내년이면 식료품 배송에서도 점유율 1위를 차지할 예정입니다. 도어대시의 해자가 없거나 이제 막 신사업으로 추진하려고 하는 경우였다면 큰 리스크였을 것으로 보지만, 이미 도입한지 오래 지난 상황에서 매년 빠르게 시장점유율을 늘리고 있고 Uber Eats, Instarcart로부터 점유율을 얻으며 2026년이면 식료품 배달 분야에서 시장점유율 1위가 될 예정이었습니다. 아마존이 공격적인 무료배송 경쟁을 하지 않는 한 시장점유율이 크게 줄어들 것으로 예상하지 않습니다. 계속해서 점유율을 얻던 상태에서 → 현 점유율을 유지하는 상태로 바뀔 정도를 Base Case로 보고 있습니다. 또한 아마존은 당일 내 배송받는 옵션이고, 도어대시는 몇 시간 내 배송받을 수 있는 옵션입니다. 아마존과 도어대시의 ⓐ무료배송 최저금액은 $25로 같고, ⓑ연간 멤버십 비용은 아마존 $139 vs 도어대시 $96으로 더 저렴합니다. 도어대시도 경쟁력이 없진 않습니다. ​ 두 번째, 아마존의 식료품 당일배송 침투는 오히려 도어대시 입장에서 고객사인 '지역마트'들의 도어대시 생태계 참여를 부추길 가능성이 있습니다. 아마존이 농산물, 육류, 해산물, 유제품, 구운 식품, 냉동 식품 등을 당일배송 할 수 있게 허용하는 것은 도어대시 입장에서는 일정부분 기회일 수 있다는 생각입니다. 도어대시는 이미 음식배달 사업을 넘어서 '도시 내의 각종 오프라인 마트들이 당일 배송을 할 수 있도록 해주는 플랫폼'으로 자리잡아있습니다. 이 상태에서 아마존의 식료품 배송시장 침투는 상대적으로 ⓐ오프라인 식료품 매장 ⓑ시장점유율을 뺏기고 있던 Uber Eats, Instarcart, Walmart가 느낄 리스크가 가장 클 것이라고 생각합니다. 도어대시 입장에서는 현 상태의 점유율을 유지한다고 가정하되 대신 고객사가 늘어나는 현상으로 이어지며 식료품 당일배송 물량이 증가하는 효과로 나올 수 있습니다. 도어대시는 Dasher들이 한 번 배송 시 얼마나 높은 batch rate를 기록하느냐가 이익률의 핵심입니다. Q 성장은 도어대시 입장에서 성장과 마진에 동시에 좋습니다. ​ 도어대시 기업분석은 <도어대시 2Q25 실적발표 : 빠짐없이 다 좋았다, 음식·유럽·식료품·광고까지>를 보시면 좋습니다. CY25 PER 50배이고 EPS CAGR 3Y 50%일 것으로 예상하여 PEG는 1.0배입니다. 로빈후드(HOOD) ​ 로빈후드HOOD의 7월 주요 지표가 발표됐습니다. Overweight 유지입니다. 중요한 순서대로 보자면 ⓐ총 수탁자산이 3월 $221B → 4월 $232B → 5월 $255B → 6월 $279B → 7월 $298B로 매우 가파르게 증가하는 중입니다. 기울기가 줄어들지 않고 YoY 106% 증가하는 중이라 매우 좋습니다. ⓑ미사용 예탁금(Cash Sweep)도 YoY 54% 추세로 빠르게 증가합니다. ⓒ증거금 규모는 1Q25부터 늘기 시작했는데 6월 $9.5B → 7월 $11.4B로 다시 한 번 가파르게 증가하는 중입니다. ⓓEquity, Options, Crypto 거래량이 모두 크게 늘었습니다. 이 경우 거래기반 수수료 비즈니스도 다시 2Q 레벨보다 높을 가능성이 높으므로 좋습니다. ​ 로빈후드 기업분석은 <로빈후드 2Q25 실적발표 : 모든 지표가 우상향, 새로운 시대의 은행이 옵니다>를 보시면 좋습니다. 모든 사업부가 우상향 중이고 가을 출시될 Robinhood Banking 이후 수탁자산 고성장세가 이어질 것으로 예상합니다. 연간 EPS $1.7 기준 CY25 PER은 67배이고 EPS CAGR 40%이므로 PEG는 1.67배입니다. 메르카도리브레(MELI) ​ 메르카도리브레MELI 지난주 주간전략보고에서 말씀드렸듯, 본 실적 리뷰 전에 짧은 2Q25 분석을 마쳤을 때 결과로 Neutral을 유지하고 있습니다. CY25 PER은 51배이고, EPS CAGR 2Y는 35~40%입니다. 아직은 PEG 1.3~1.5배입니다. 우상향 채널 안에서 적당히 기간조정을 거치는 구간으로 생각하고 있습니다. 늘 말씀드리지만 펀더멘탈은 좋은 기업입니다. ​ 그리고 이번주에 Nu Bank 실적발표가 나와서 메르카도리브레와 비교하려고 숫자들을 따봤습니다. 예상대로 이번 분기에도 신용카드 대출금액 규모로 Nu Bank에 비해 메르카도리브레가 계속해서 시장점유율을 높여가는 중입니다. ​ 메르카도리브레가 실적발표 컨콜에서 '남미에서 최대의 디지털 뱅킹이 되겠다'고 발언했던 시점이 2H23인데 그 이후로 신용카드 발급을 늘리면서 가파르게 신용카드 대출규모도 늘어나는 중입니다. 신용카드 발급량이 늘고 → 그 사용자들이 점점 더 많이 사용하면서 → 1인당 대출규모도 늘어나는 흐름이기 때문에 대출규모는 1~2분기 정도 후행하는 지표임을 감안하시면서 보시면 됩니다. 트랜스메딕스(TMDX) ​ 트랜스메딕스TMDX는 Overweight를 유지하고 있습니다. CY25 EPS $3를 기준으로, CY25 PER 42배이고 EPS CAGR은 2Y 50%로 예상합니다. 아직 PEG 0.8배입니다. 일간 비행데이터는 지난 일주일 정도를 매겨보면 평균 26회 정도를 유지하고 있습니다. 3Q가 계절적으로 약하고 4Q부터 강세이므로 이정도면 괜찮습니다. ​ 지난주에 트랜스메딕스가 Canaccord Genuity 컨퍼런스에서 말한 내용들도 좋았습니다. ​ 2024년에 기증자는 17,000명이었지만 폐기율이 여전히 매우 높았습니다. 폐는 80%, 심장 76%, 간 39%가 폐기됩니다. OCS의 장점은 이런 Marginal Organ을 살릴 수 있다는 데 있습니다. OPO 입장에서는 이식할 수 없던 장기를 이식할 때마다 매출과 이익이 늘어나는 구조이므로 트랜스메딕스와 OPO Win-Win입니다. 2Q25 기준 장기별 OCS 보급률은 폐는 4%, 심장 19%, 간 27%이므로 침투율은 여유가 있습니다. 특히, 폐와 심장은 침투율이 아직 낮아서 기회가 있습니다. 이번에 OCS 2.0 Heart/Lung 신규 임상이 TAM을 더 키워줄 수 있습니다. 예를 들어서 지금은 OCS Heart가 DBD Heart에 적응증이 없어서 침투하지 못했는데 이쪽도 해결 가능합니다. 심장이식 건수 중에 2023년 기준 DCD가 602건이고 DBD가 3,437건이었는데 지금까지는 DCD Heart에서만 침투율 70%였으므로 이를 빼보면 DBD Heart에서는 10% 침투했다는 의미였습니다. 두 장기의 미국 내 연간 이식 사례를 합치면 Liver만큼 크기 때문에 CY26에 대한 성장가시성을 높이는 요인입니다. 트랜스메딕스의 전체 운송 중에 지상운송이 30~40%, 항공편은 40~45%, 나머지는 제3자라고 말했습니다. 일간 비행 데이터를 보는 이유는 여기서 '항공편 40~45%'에 대한 값을 보는 것입니다. 이 비중이 최근 3분기 동안 같게 유지되고 있어서 대략의 매출 트렌드를 구할 수 있습니다. 컨퍼런스 내에서 CY25 가이던스에 대한 자신감도 있었고 내용들이 좋습니다. 퍼스트솔라(FSLR) ​ 금요일, 퍼스트솔라FSLR를 비롯한 신재생에너지 업계에 매우 중요한 Safe harbor 세부 규칙이 확정 발표됐습니다. Safe harbor 요건을 충족한 프로젝트는 2026년 7월까지 착공만 인정받으면 2030년까지 상업운전을 시작할 경우 세액공제 혜택을 받을 수 있기 때문에, “착공 인정 기준”이 중요했습니다. ​ *2026년 7월 4일 이후 착공 시 2027년 12월 31일 이전까지 상업운전을 시작해야 크레딧을 받을 수 있습니다. ​ 우선 기존 IRA 체계에서 Safe harbor 착공으로 인정받는 조건은 두 가지였습니다 : ① 물리적인 공사가 시작되었을 것, 혹은 ② 총 프로젝트 비용의 5% 이상을 선지출했을 경우(설령 실제 공사가 착수되지 않았더라도) ‘착공한 것으로 간주’되었습니다. 이 때문에 업계에서는 선급금 혹은 장비 구매를 통해 형식적인 착공 요건을 충족시키는 방식이 널리 쓰여왔습니다. ​ 이번 규칙에서는: 랙·인버터·변압기 및 전력기기 제조·설치 등 ‘현장 밖 공정(off-site construction)’도 상당한 건설활동으로 인정하기로 하면서 금요일 장중에 Array Technologies(금요일 +25.33%), Nextracker(+12.21%) 등이 급등했습니다. 이런 장비 수요가 먼저 증가할 것이라는 기대가 반영된 셈입니다. ​ 또 하나 눈여겨볼 부분은 1.5MW 미만 소규모 태양광(주택용 옥상 등)의 경우, 여전히 기존 IRA Safe harbor 조건처럼 상대적으로 느슨한 요건이 적용된다는 점입니다. 이 영향으로 Sunrun(+32.82%), Enphase(+8.13%) 등도 강세를 보였습니다. 조항이 세분화되면서 이해관계가 복잡해진 상황입니다. ​ → Section 25D는 올해면 일몰이므로 올해 말까지는 구매/리스에서 수요가 오겠지만 2026년부터는 TPO로 옮겨가야하고 그 과정에서 수요는 YoY -20% 줄어들 것으로 예상했는데, Safe harbor는 또 5% Rule로 여유롭게 적용받으면서.... ​ 정리해보면, OBBBA~Safe harbor까지의 디테일을 세 가지로 정리할 수 있습니다. ​ 첫 번째, OBBBA를 통해서 AMPC가 2030년까지 적용받게 확정된 것은 매우 좋습니다. 두 번째, 중국 태양광 시장 구조조정 & 미국 내 FEOC 적용받는 경우 보조금 지급이 막힌 것으로 인해 이번 2Q25 실적발표에서 봤던 것처럼 최근 태양광 패널 ASP가 기존 계약 평단 $0.30를 넘어 $0.32~$0.33에 거래되기 시작하고 있는 점은 좋습니다. 중국에서는 그동안 치킨게임을 부추기며 태양광 발전 프로젝트에 대해 가격보장을 해주고 있었는데, 6월 이후부터는 가격 보장제를 폐지함에 따라 감산에 들어갔습니다. 퍼스트솔라 입장에서 중요한 것 또 하나는, 중국산 패널과 폴리실리콘을 제대로 막을 의지가 있느냐 없느냐인데 상무부에서 매우 빠르게 추가적인 AD/CVD 조사를 시행하는 것을 보면 지금 정부는 막을 의지가 있다고 느낍니다. 국제무역위원회의 예비 판정은 9월 2일 예정되어 있습니다. 세 번째, Safe harbor에서 처음에는 5% 자본투입후 2030년까지 태양광 모듈주문이 이어질 것으로 봤었는데, 연속성 조항이 붙어서 이것은 어렵게 됐습니다. 2028년 이후의 출하물량에 대해서 '보장해줄 수준'의 강한 수요를 기대하긴 어렵습니다. 매년 미국산 태양광 패널 채택이 늘고, 매년 유틸리티향 전력수요가 증가할 것을 예상하면 2028년 이후에도 수요는 받쳐질 것으로 예상합니다. 대신 이미 Safe harbor를 적용받고 진행 중인 기존 프로젝트에는 이번 규정이 소급되지 않기 때문에 IRA 이후 지금까지 진행되어 온 태양광 투자에는 영향이 없습니다. ​ 결론적으로 퍼스트솔라(+11.05%) Overweight 투자포인트를 훼손하지 않는다고 판단합니다. Safe harbor도 잘나왔다면 가장 좋았겠지만, 그것과 무관하게 퍼스트솔라의 성장 시나리오를 뒷받침할 ⓐ우려와 달리 AMPC 유효 ⓑ중국 태양광 구조조정 및 차단 ⓒAD/CVD 반덤핑 조사가 여전히 좋습니다. 퍼스트솔라는 CY25 PER 13배에 EPS CAGR 5Y 25%(시장에서는 2030년부터 커머디티화를 우려하기에 보수적으로 5Y 기준 적용 → if, 2Y~3Y 기준 적용 시 EPS CAGR 2Y~3Y는 50%)이므로 PEG는 0.5배입니다. ​ 트럼프 정부는 중국 의존도를 줄이고 공급망을 자국 내로 재편하는 일종의 계획경제적 접근을 취하고 있으며, 이에 따라 미국 내 전략적 자원이나 기술을 보유한 기업들을 집중적으로 육성하고 있습니다. 대표적으로 희토류 업체 MP Materials, 반도체 파운드리 Intel, 그리고 태양광 부문에서는 First Solar가 꼽힙니다. 이 중 퍼스트솔라는 이미 AMPC 세액공제 혜택을 받고 있다는 점, 그리고 EPS 성장세가 눈에 보인다는 점에서 특히 매력적으로 보입니다. 세 기업 모두 ‘반중 밸류체인’ 육성이라는 정책 수혜 범주에 포함되어 있지만, 실현가능성 및 실적 가시성 측면에서는 퍼스트솔라가 유일하게 혜택을 숫자로 증명하고 있는 기업입니다. Neocloud Giants 채택속도 증가, 추론, 전력, GPU 6~7년 ​ 코어위브 CoreWeave : GPU IaaS 수요 체크 8월 15일, 코어위브가 실적발표를 했습니다. 네오클라우드 산업분석 자료를 보시면 더 잘 이해하실 수 있으실테지만 코어위브와 네비우스는 GPU IaaS 수요를 가장 잘 보여주는 기업이므로 꼭 확인하고 가곤 합니다. ​ 하락이 거셌던 이유는 실적 내용 때문이라기보다는, 실적발표 직후 8월 14일 IPO 락업 해제​가 동시에 있었어서 그렇습니다. 락업 해제 전에는 13%만 풀려 있었는데 해제 이후엔 83%가 유통 가능하게 풀렸습니다. 지금까지는 유통주식이 매우 적었던 주식이라 움직이기가 가벼웠는데 이제는 그렇지 않다는 의미였습니다. ​ 컨콜 중 주요 내용들만 정리해봅니다. ​ 첫 번째, 수주잔고 1Q25 $26B → 2Q25 $30B : 수주의 상당부분이 오픈AI의 컴퓨팅 $4B 계약 확대에서 나왔습니다. 다른 하나는 7~8월에 체결됐기 때문에 3Q25 수주잔고에 반영될 예정입니다. 코어위브는 장기적으로 수요가 더 높아진 만큼, 이번 분기에 '전력 계약규모'를 600MW 늘려(2Q까지 유효전력은 470MW) 2.2GW까지 확보했습니다. 25년 말까지 900MW 이상의 유효전력으로 마감할 예정이니 하반기에 지금 클러스터의 2배 규모까지 성장한다는 의미입니다. 수요 자체가 꾸준히 공급보다 강한 상태이기 때문에 공급을 더 빠르게 늘리는 중입니다. 2Q CAPEX는 $2.9B로 직전 분기 대비 $1B 이상 크게 증가했습니다. 더 많은 사용 사례가 생기고 더 많은 산업에서 AI를 채택하는 트렌드입니다. 금융, 의료 및 생명과학, AI 애플리케이션 개발사들이 GPU 계약규모를 키웠습니다. 두 번째, 이미 추론의 시대로 접어들었다 : 코어위브가 서비스하는 GPU IaaS가 학습용 워크로드에 국한될 거라는 컨센이 있지만, 실제로는 그렇지 않습니다. 학습과 추론을 원활히 오가는 인프라를 구축하고 있고, 추론에 사용되는 워크로드가 엄청나게 증가한 것이 이번 분기의 특징입니다. 추론 수요로도 충분한 계약과 수요를 보고 있다는 점에서 엔비디아의 칩이 추론의 시대에도 지금과 같은 점유율을 유지할 것을 예상합니다. 세 번째, 수요-공급 미스매칭은 전력 병목 때문 : 가장 큰 병목은 전력 Shell에서 발생하고 있습니다. 엄청난 수요 상승세이지만 데이터센터에 공급할 저렴하면서도 안정적인 전력이 부족한 상태입니다. GB200 NVL72, 중전압 변압기 등의 공급부족도 있지만 가장 큰 게 전력이란 의미였습니다. 블룸에너지의 SOFC를 통한 발전 할당이 더 늘어날 수 있음을 의미하기도 합니다. 블룸에너지가 코어위브/오라클과 맺었던 계약분은 3Q25부터 온라인될 예정입니다. 네 번째, GPU 유효수명 6~7년도 가능 'A100/H100은 추론에 쓰고 있다' : 오픈AI와 코어위브가 맺은 컴퓨팅 계약을 보면 초기에 5년 계약을 맺고, 그 후에는 1년 + 1년 계약으로 최대 7년까지 계약을 맺을 수 있는 구조입니다. 추론수요가 매우 빠르게 증가함에 따라 코어위브는 현재 A100, H100도 추론 수요로 수익화 중입니다. 최신 GPU일 때는 학습용 워크로드에 할당해서 ROI를 높게 뽑고, 세대가 지나기 시작하면 추론용 워크로드에 할당해서 최대 7년까지도 수익화 시킬 수 있다는 의미입니다. ASIC이 학습-추론을 오갈 수 없는 것과 비교해보면 엔비디아 GPU에 대한 매력을 높여주는 포인트들입니다. Magnificent 7 증기기관, 전기, 컴퓨터, 추론의 시대에도 No.1을 유지하다 *왼쪽 테이블 : 2025년 08월 17일자로 EPS 추정치를 변경했습니다. *오른쪽 차트 : Mag 7 기업들의 CY25, CY26 순이익 차트입니다. 엔비디아, 25년 PER 40배 / Overweight 네비우스 기업분석 : GPU 네오클라우드의 선두주자 (바로가기) 엔비디아 총정리 : 젠슨황😉이 이끄는 100조 달러 규모의 AI 산업혁명 (바로가기) ​ 이전에 말씀드린 부분이지만, 플랫폼이 바뀌었기에 다시 한 번 짚어봅시다. ​ 산업혁명 이야기 : 증기기관의 등장 18세기 말 제임스 와트의 증기기관은 인력, 축력, 수력에 의존하던 기존의 노동 시스템을 완전히 변화시켰습니다. 증기기관이 섬유 공장에 적용되고 기계식 방적기와 동력 직기가 도입되자 공장당 생산성이 폭발적으로 증가했습니다. 증기기관이 운송에 적용되자 철도가 건설되고, 증기선이 등장했습니다. 철도 보급에 따라 화물 운송비가 몇 십년간 감소하기 시작했고 내륙 교역을 활성화시켰으며, 도시로의 인구 유입과 석탄·철도·유통 등 새로운 산업들이 폭발적으로 증가했습니다. ​ 플랫폼 혁신 : 전기의 보급 증기 덕분에 전기 발전까지 이어질 수 있었습니다. 처음에 전기는 비쌌습니다. 1899년에는 미국 공장의 5% 미만이 전기로 가동됐습니다. 그러다 30년이 지난 시점인 1929년에는 공장의 75%가 전기로 가동됐습니다. 전기가 기존의 가스등을 대체하면서 공장은 더 안전해졌고, 24시간 일할 수 있게 됐습니다. ​ 전기의 한계비용이 0에 가까워지면서 완전히 새로운 산업이 생기고, 혁신이 생겼으며, 직업이 바뀌었으며, 새로운 소비재가 등장했습니다. 영화관, 엘리베이터, 백화점, 가전제품 등이 생겼습니다. 세탁과 청소 그리고 식품보관을 효율화시키자 여성의 노동시장 진입이 확대됐고 사회 구조가 바뀌었습니다. 도시의 고층화는 엘리베이터가 없었다면 불가능했습니다. 이로 인해 부동산의 가치가 높아졌고 도시의 밀도가 올라갔습니다. ​ 데이터와 지식노동의 혁신 : 컴퓨터의 등장 1950~1960년대에는 기존의 전기가 널리 퍼진 상태에서, 트랜지스터와 집적회로의 발전 덕분에 메인프레임 컴퓨터가 탄생했습니다. 데이터를 수집, 정리, 저장, 검색, 전달하여 의사결정을 내리는 기술이 컴퓨터의 핵심입니다. 사무직이 자동화되기 시작했던 때입니다. 은행들은 수천 명의 회계사와 경리가 수행하던 업무를 자동화할 수 있었고, 지점당 은행 직원 수는 평균 20명에서 13명으로 감소했습니다. ​ 한 지점당 필요한 인력이 줄어들자 은행들은 지점 수를 폭증시켰고, 금융이 널리 퍼지는 효과를 낳았습니다. 수많은 결제 데이터들을 자동으로 계산하고 저장할 수 있게 되자 신용카드가 퍼질 수 있었고, 항공사들도 복잡한 넘버링에 지체되던 상황을 벗어나 전국적으로 확장할 수 있게 됐습니다. ​ 신기술과 생산성 향상의 역사 기업의 생산성이 빠르게 증가했습니다. 한 사람이 점점 더 많은 일을 할 수 있게 되어온 역사입니다. ​ 인터넷과 PC가 1980~2000년대 사이 기업들의 생산성에 끼친 영향을 보여주는 차트입니다. S&P 500 기업들이 매출 100만 달러를 내기 위해 몇 명의 직원이 필요했는가를 보여줍니다. 1980년대에는 8명이 100만 달러를 벌었고 → 1990년대에는 7명이 벌었으며 → 2000년대에는 6명이 벌 수 있었습니다. 동일한 매출을 더 적은 인력으로 만들었다는 의미이므로 생산성 향상의 척도입니다. ​ *왼쪽 : 1970년대 중반부터 2000년대까지 PC 판매량. 80년대 중반부터 본격 성장 (자료: Jeremy Reimer) *오른쪽 : 인텔 AI 및 데이터센터 CTO이자 VMWare CTO를 맡았던 a16z 귀도 아펜젤러의 'IT 인프라에 대한 생각' ​ 계속해서 말씀드리는 것은, AI가 이전의 혁신 사이클과 비슷한 흐름이라는 점입니다. ​ AI를 통해서 코딩을 빠르게 끝내고, 자율주행을 하고, 추천 및 랭킹 알고리즘을 강화하고, 고객서비스를 더 효율적으로 강화하고, 전화통화나 회의 자료를 자동으로 분석해주고, 지식노동자의 생산성을 높이고, 사기 탐지 및 예방 작업을 대체하고, 신용점수 평가의 매개변수를 이전보다 훨씬 크게 늘려 정확한 평가를 할 수 있고, 의료 이미지 및 영상분석, 각종 연구개발의 시간이 줄어들고, 제조업에서는 오류탐지율이 높아지는 등 다양한 변화가 일어나고 있습니다. ​ 구조의 본질: AI는 애플리케이션이 아니라 인프라이다 AI 가속기와 AI 모델은 CPU, 데이터베이스, 네트워크처럼 IT 인프라의 한 구성요소입니다. 앞으로 모든 소프트웨어는 AI 기술 스택을 내재하고 구동된다는 것입니다. 네트워킹 인프라 지출은 연간 $200B 이상입니다. 이로 인해 '네트워킹 소프트웨어 매출'이 $800B 이상 발생할 거라고 보는 사람은 없습니다. ​ 구글은 이렇게 깔린 네트워킹 인프라를 이용하여 광고를 판매하고 있고 이는 네트워킹 매출이 아닌 광고매출로 잡힙니다. 마이크로소프트는 이렇게 깔린 네트워킹 인프라를 이용하여 엑셀과 파워포인트를 팔고 있으며 이는 네트워킹 매출이 아닌 소프트웨어 매출로 잡힙니다. 인프라 지출에 대한 비용과 그로 인해 발생할 매출에 대한 인식과정은 다릅니다. ​ 알루미늄 기업들이 앞으로 20~40년을 바라보고 제련소 건설을 결정하고, 자동차 기업들이 5~10년을 바라보고 자동차 공장을 짓고 전기차와 자율주행에 투자하는 것처럼 기업들의 CAPEX는 몇 년~몇 십년 단위의 경쟁역량 향상, 매출증가, 생산성 향상을 보고 투자하는 것입니다. ​ 표현하기 편하기에 AI라고 합쳐서 부르곤 하지만, 사실은 엄청난 양의 데이터를 병렬로 처리할 수 있게 되는 가속컴퓨팅이자 기존의 소프트웨어를 통한 데이터 처리 방식을 바꾸는 Software 2.0이 좀 더 본질에 가깝다고 생각합니다. 이 모든 변화의 가장 밑에는 소프트웨어와 데이터를 다루는 방식이 바뀌었다는 점이 있습니다. ​ 왜 지금 AI가 주목받는가? 오픈AI가 GPTGenerative Pre-trained Transformer를 통해 증명한 트랜스포머의 가치, 지금 모든 모델의 근간인 트랜스포머는 ​엄청난 양의 데이터를 효과적으로 흡수해서 압축하고 일반화하는 데 여전히 매우 훌륭한 모델입니다. 일종의 작은 지능을 가진 모델이 생기자 AI 개발의 진입장벽이 크게 낮아졌습니다. IT를 다루는 능력이 낮았던 기업들도 자신만의 AI 모델을 개발할 수 있게 된 배경입니다. ​ 트랜스포머Transformer는 많은 걸 바꿨습니다. ​ 2010년대 이전 AI는 컴퓨터비전(Computer Vision), 말하기(Speech), 자연어처리(NPL), 강화학습(Reinforcement Learning)은 완전히 분리된 영역이었습니다. 학습시간은 한정되어 있으니 여러 분야의 논문을 다 읽을 수 없었기에 마치 게임에서 직업을 정하듯이 각 분야에 맞는 공부를 해야 했던 시기였습니다. 심지어는 머신러닝 기반이 아닌 경우도 많았습니다. 2012년 제프리 힌튼과 일리야 수츠케버가 이룬 성과인 AlexNet부터는 이러한 분야들이 머신러닝(Machine Learning)과 신경망(Neural Networks)으로 통합되었습니다. 아키텍처는 각각 달랐지만 다들 대규모 데이터셋을 다루고 신경망을 최적화 할 수록 성능이 좋아진다는 점에서 비슷했습니다. ​ 2017년 트랜스포머가 등장하고 나서는 이제 이미지인식, 자연어처리, 단백질 모델링, 음악, 로봇공학 등 수많은 영역에서 트랜스포머 모델을 사용한 AI가 성능을 압도하기 시작하자 모든 아키텍처가 트랜스포머 형태로 바뀌었습니다. 모든 AI 논문들이 학자들이 본질적으로 동일한 모델을 쓰기 시작한 시대가 열렸습니다. 산업표준이 생기고 발전이 빨라지듯, 모든 것이 통일되기 시작하니 발전은 더 빨라졌습니다. ​ 그렇게 2020년 6월 모두가 인정하는 최고의 모델이었던 오픈AI의 "GPT-3"가 등장했습니다. GPT-2(매개변수 1.5B)에 비해 GPT-3(매개변수 175B)의 특징은 엄청난 학습데이터와 매개변수 규모입니다. 매개변수가 커지면 커질 수록 좋아지기 시작한 흐름이 점점 더 가속화됐습니다. 그렇게 점점 가속도를 타고 있던 시점에 2022년 말 생성형AI 러시를 만든 'ChatGPT'가 등장했습니다. ​ 시간이 흘러 요즘 모두가 GPT 성공의 길을 따르고 있습니다. 최대한 다양하고 많은 데이터로 기존의 AI 모델 학습량과 비교도 되지 않을 만큼의 학습횟수를 반복한 특징을 가진 모델들을 거대언어모델(LLM, Large Language Model)이라 부르기 시작했습니다. 이를 가져다가 파인튜닝하기만 하면 되는 시대로 접어들었습니다. 바야흐로 모든 작업을 따로 공부해야하던 시절에서 → 개인/기업 사용자들이 LLM을 기반으로 추가 데이터를 넣어 파인튜닝하면 용도에 맞게 AI를 쓸 수 있는 시대로 접어들었습니다. 이제 LLM은 AI 시대의 OS입니다. ​ 추론은 ROI가 정해진 값이다 기업들은 AI 워크로드별로 비용 대비 영향을 평가해가면서 AI 워크로드를 정하게 됩니다. 일정 비용을 들여서 얼마의 ⓐ매출증가 ⓑ비용절감에 영향을 줄 수 있는 정도를 계산해보는 과정이 Proof-of-Concept입니다. 어떻게 데이터 파이프라인을 구상할 것이고, 어떤 LLM을 쓰고, 어떤 툴을 쓸 것인지를 결정합니다. 그리고 나서 비용 대비 ⓐⓑ 효과를 거둘 수 있겠다고 생각될 때 추론 워크로드로 택하고 LLM API 사용량을 키우는 Production 과정을 거칩니다. ​ LLM API 사용량이 계속해서 늘고 있다는 건 기본적으로 기업들이 AI가 가치 있음을 느끼고 있다는 의미입니다. 이커머스, 클라우드 컴퓨팅이 수십년 간에 걸쳐 제번스의 역설을 입증해온 것처럼 AI 업계에서도 달러당 지능이 더 많아질 수록 더 많은 사용 사례가 생겨나고 기존 워크로드들의 볼륨을 늘리거나 모델의 규모를 키우는 식으로 발전하고 있습니다. ​ AI는 제번스의 역설을 따라갈 것 제번스의 역설이 말하는 핵심은 단순합니다. AI가 유용하다면, ‘달러당 지능’이 높아질수록 채택 속도는 자연스럽게 가속된다는 것입니다. ​ 클라우드 컴퓨팅의 역사를 보더라도, 수십 년에 걸쳐 컴퓨팅 비용이 계속 낮아질 때마다 더 많은 워크로드가 클라우드로 이전됐습니다. 그 결과 넷플릭스가 동영상 스트리밍까지 클라우드에 올리며 새로운 시대를 열었습니다. ​ 이커머스 역시 같은 흐름을 탔습니다. 처음에는 재고·취급이 자유롭고 SKU가 표준화된 책에서 출발했지만, 소포당 배송비가 떨어질수록 품목이 확대되었습니다. 이제는 신선식품조차 몇 시간 내에 배송받는 시대입니다. ​ 증기기관 → 전기 → 컴퓨터 → 네트워킹 발전의 혁신으로부터 이어져온 AI는 제번스의 역설이 그려온 궤적을 그대로 따라가고 있습니다. 생성형AI는 지식노동자가 쓰는 인지 비용(지능의 비용)을 낮추고 있습니다. 근로자들의 생산성을 높이고 특정 업무를 자동화함으로써 기업의 비용을 절감하고 생산성을 높이는 것입니다. AI의 TAM은 전 세계 GDP에서 차지하는 인간의 노동 투입비용을 줄이는 과정입니다. ​ 지금의 트렌드를 바라볼 때 앞으로도 추론비용이 낮아지고, 달러당 지능이 높아질수록, AI는 더 빠르고 깊게 우리의 생활과 산업에 스며들 것을 전망합니다. 저희는 이 과정 속에서 AI 풀스택에 대한 이해를 바탕으로 기회를 찾는 일을 이어갈 것입니다. ​ 향후 AI CAPEX는 어디까지 높아질 수 있을까? → 주간전략보고 : 투자의 생각 (8월 4일~8월 8일) 향후 3년간 CAPEX $2.9T 조달방법 → 주간전략보고 : 투자의 생각 (8월 11일~8월 15일) ​ DeepSeek, 화웨이 칩으로 R2 훈련 실패 2025년 1월 R1 모델 출시 이후 딥시크는 중국 공산당으로부터 엔비디아 시스템 대신 화웨이 Ascend 가속기를 사용해 모델을 학습하라는 권고를 받았습니다. 이에 따라 화웨이 기반으로 R2 모델 훈련을 시도했으나, 기술적인 문제에 다수 부딪히면서 결국 훈련은 다시 엔비디아 칩으로 진행하고 추론만 화웨이 칩으로 수행하는 방식으로 전략을 전환한 것으로 알려졌습니다. 주요 애로사항은 ⓐ시스템 안정성 부족 ⓑ칩 간 연결성 문제 ⓒCUDA 대비 열악한 소프트웨어 생태계 등이었습니다. ​ *오른쪽 : 8월 중순 기준 바뀐 TSMC CoWoS 점유율입니다. (점유율은 말그대로 TSMC CoWoS 웨이퍼 할당량 기준입니다. 칩당 가격이 3~5배 가까이 차이나기 때문에 이것이 곧 점유율을 의미하지는 않습니다) ​ 추론의 시대에도 No.1 NVIDIA 가장 현실을 잘 반영한 차트입니다. 백만 토큰당 가격으로 계산한 차트입니다. 퍼포먼스 대비 TCO가 중요하다고 말씀드리는데 추론에서 '퍼포먼스 = 단위시간당 토큰 생성량(Throughput)'입니다. GB200 NVL72를 사용할 경우 이익률은 78%이고, AMD MI355X의 경우 -28.2%입니다. 전력당 토큰 생성량으로 보자면 격차는 훨씬 더 벌어집니다. 그리고 여기서 TPU, Trainium은 처음부터 ML 워크로드를 만들 때부터 TPU 및 Trainium에 맞게 특화시켜야 하기에 기업들이 현실적으로 채택할 솔루션은 사실상 엔비디아의 칩 밖에 안 남습니다. ​ GB200 NVL72 / 유일한 All-to-All 연결을 가능케 하는 NVLink 추론이 극한의 컴퓨팅인 이유는 토큰을 생성하는 것이 최종 고객인 기업들의 매출과 직결되기 때문입니다. 서비스 품질이나 수익성에 영향을 미치기 때문에 극한의 성능과 효율성 하에서 구축되어야 합니다. 추론의 시대에 가장 중요한 가치는 "달러당 초당 몇 개의 토큰을 생성하여 몇 명의 사용자에게 어느 정도의 지연속도로 서비스 할 수 있는가"입니다. Groq/Cerebras가 더 우수하다거나, 하이엔드 GPU 없이도 로컬 LLM을 소비자용 GPU로 충분히 돌릴 수 있다는 주장들이 실제 기업들의 배포 전략과 다른 이유는, ⓐThroughput ⓑLatency ⓒInteractivity 중 하나의 축을 생략하고 얘기하기 때문입니다. ​ 실제 LLM 서비스를 제공할 때는 ⓐ매우 큰 Batch size를 통해 Throughput을 극대화하고, 동시에 ⓑLatency는 낮게 유지(빠른 답장)하며, ⓒ서버당 더 많은 사용자(높은 동시접속, Interactivity)를 수용해야 하기 때문에 All-to-All 네트워킹 규모가 클수록 동일 성능 대비 TCO가 좋아집니다. ​ *왼쪽 → 가로(X)축은 사용자 한명당 토큰을 생성하는 양입니다. 한 명에게 더 많이 토큰을 빠르게 만들어줄 수록 사용자 경험이 좋아지고, 혹은 더 많은 컴퓨팅을 배정함으로써 더 똑똑한 품질의 답변을 제공할 수 있습니다. 세로(Y)축은 서버 구축에 들인 달러당 초당 토큰 생산량을 의미합니다. Batch Size는 한 번에 병렬로 처리하는 사용자 요청 수를 의미합니다. 예를 들어 여러 사용자가 챗봇이나 AI 모델에 동시에 질문을 한다고 가정하면 GPU는 이 요청을 일정한 개수씩 묶어서 한 번에 처리합니다. Batch size가 클수록 좋지만 너무 커지면 사용자 1명당 반응속도가 느려질 겁니다. ​ *오른쪽 → 두 가지 차트가 보이실 겁니다. 왼쪽 차트는 기존 HGX H100/H200 NVL8 서버에서 Reasoning 워크로드를 구동했을 때의 ⓐbatch size ⓑLatency ⓒInteractivity 차트를 보여주는 겁니다. ⓐⓑⓒ 세 가지 축 사이에서 '달러당 초당 몇 개의 토큰을 생성하여 몇 명의 사용자에게 어느 정도의 지연속도로 서비스 할 수 있는가'를 놓고 최고의 값이 나오는 ⓐⓑⓒ 세팅을 하는 것이 추론의 핵심입니다. 오른쪽 차트는 새로운 GB200 NVL72 서버에서 Reasoning 워크로드를 구동했을 때의 ⓐⓑⓒ 세팅입니다. 추론 시 Hopper NVL8에 비해 Blackwell NVL72에서 40배 가까이 경제성이 좋아졌습니다. Hopper → Blackwell 향상도 있지만 추론 시 NVL8에 비해서 NVL72를 All-to-All 연결함으로 인해서 나오는 추론의 경제성 향상도 상당하다는 의미입니다. ​ 이때 NVLink만이 All-to-All 연결을 가능케하는 유일한 기술이기에 엔비디아의 GB200 NVL72의 NVLink가 Scale-up 전략이 핵심입니다. Reasoning 워크로드는 쿼리당 요구 컴퓨팅·메모리가 기존 대비 10배(1,000 → 10,000) 증가하고, 서버당 수용 가능한 사용자 수는 1/4 수준(256명 → 64명)으로 줄어드는 등 부담이 40배 증가하게 됩니다. 이런 상황에서는 기존 8개의 GPU로는 능력이 떨어집니다. 72개의 GPU가 하나의 GPU처럼 메모리를 공유하면서 동일 문제를 매우 낮은 지연시간으로 처리할 수 있습니다. ​ 이에 대응하는 UALoe72(Astera Labs의 Scorpio X Switch)는 2H26부터 램프업되지만, 엔비디아는 그 시점 이후에도 우위를 유지하기 위해 ​CPO, 2000W급 TDP, NVL144, CoPoS 등을 차세대 전략으로 준비하고 있습니다. ​ 수요와 공급을 가장 잘 보여주는 GPU 임대가격 클라우드 업체들이 시간당 GPU를 임대해 얼마나 많은 토큰을 처리하느냐로 수익이 결정되다 보니, 시간당 임대 단가가 곧 수요와 공급을 반영하는 지표가 됩니다. 백만 토큰을 뽑아내기에 더 짧은 시간이 걸린다는 뜻이기도 합니다. 엔비디아의 GB200 NVL72는 시간당 $7.5, HGX H200은 $3.7 수준입니다. 반면 TPU v6e, Huawei CloudMatrix 384, Trainium 2, AMD MI355X 등은 $2 이하입니다. 차이가 꽤 나다보니, 결국 네오클라우드들은 수익 창출을 위해 엔비디아의 최신 GPU를 더 빨리, 더 많이 도입할수록 더 많은 돈을 벌 수 있는 구조가 고착화되고 있습니다. ​ GB200/300 NVL72 랙 생산은 시장 컨센보다 계속 좋음 모건스탠리 공급망 체크 결과, 올해 GB200/300 랙 인도량 추정치가 30K → 34K까지 상향됐습니다. 폭스콘이 3Q25 AI 랙 출하량이 QoQ 300% 성장하고 4Q25에는 더 성장할 것이라고 안내했기 때문에 추정치 상향이 잇따르는 중입니다. GB300 NVL72 랙 출하량은 4Q25부터 본격 증가하기 시작하며 ~5.0K정도가 출하될 것으로 예상합니다. 올해 GB200/300 비율은 87%/13%입니다. NVL 랙 출하량은 내년이면 더 늘어나고 수요가 가장 높은 제품군이므로 CY26 GB300 및 VR200 NVL144 출하량은 60K 이상일 것으로 예상합니다. ​ 마이크로소프트, 25년 PER 39배 / Neutral 마이크로소프트 2Q25 실적발표 : 클라우드가 이끄는 성장, Agentic AI 도입 가속화 (바로가기) 오픈AI 기업분석 : 빅테크를 위협하는 새로운 플랫폼으로서 ChatGPT의 가치를 생각해보다 (바로가기) ​ 성능에 집중한 모델, GPT-5 Pro는 지능의 돌파 달성 핵심 기술과 연구의 방향성은 아직 오픈AI가 주도하고 있습니다. ​ 첫 번째, 2024년 9월 Strawberry를 통해서 Test-time compute를 가장 먼저 발견하여 o1-preview에 접목했습니다. 이후 2024년 12월 Gemini 2.0 Flash Thinking(preview)이 출시되고, 2025년 1월에 DeepSeek-R1이 출시된 흐름입니다. 딥시크는 정렬(alignment: 모델이 핵무기를 만드는 방법을 알려주는 등 문제를 일으키지 않는지를 확인하는 과정)을 포기했기 때문에 몇 개월치 격차를 줄였습니다. ​ 두 번째, 오픈AI가 2024년 12월에 병렬식 Test-time compute 구조인 o1-pro를 가장 먼저 발표한 것도 인상적입니다. 이후에 다시 이 구조가 2025년 5월 20일에 Gemini 2.5 Deep Think에 채택되고, 7월 9일에 Grok 4 Heavy도 마찬가지였습니다. 이번 GPT-5 Pro에서 지능의 돌파를 달성한 부분도 이부분이었습니다. GPT-5 Pro의 지능수준이나, GPT-5가 아직 H100/H200으로 훈련된 모델이었음을 생각해보면 스케일링 법칙 자체에는 문제가 없습니다. ​ 세 번째, GPT-5의 핵심은 추론비용의 절감에 있습니다. SOTA 모델을 엄청나게 저렴한 가격에 무료 사용자들에게까지 배포한 데 있습니다. 주간 활성 사용자 7억 명에게 사용되고 유료 사용자가 3%(2025년 4월 2,000만 명)임을 감안해보면, 6억 8천만 명에게 가장 높은 수준의 지능을 가진 모델을 서비스한 사례입니다. DeepSeek-R1에서 것처럼 달러당 더 많은 지능을 얻기 시작했습니다. 총량으로 볼 때 토큰 처리량이 다시 가파르게 증가하고 있습니다. Reasoning을 사용하는 사용자의 수가 크게 늘고 있기 때문입니다. Reasoning 모델을 사용하는 사용자의 비율이 무료 사용자에서는 0~1%에서 → 7%로 증가했고, ChatGPT Plus 구독자의 경우에는 7% → 24%로 증가했습니다. ​ 애플, 25년 PER 32배 / Underweight ​ Apple Watch 출시 10주년, 2026년 대대적인 재설계? 애플워치 공급망 내에서 2026년에 대대적인 페이스리프트를 거칠 것이란 루머가 있습니다. ​ 세 가지가 크게 바뀌는데: ⓐ센서 구성요소 수가 기존 4개 → 8개로 2배로 늘어나고, ⓑ외관 디자인이 바뀌고, ⓒ절전 효과가 더 좋아지기에 배터리 사용시간이 늘어날 거란 기대입니다. ​ 이번 Apple Watch 11부터는 Apple Intelligence가 도입되기에 혈중 산소, 맥박, 심박수, 혈당, 혈압 등의 데이터를 해석하여 더 개인적인 건강 관리 기능을 선보일 것으로 예상됩니다. 혈압 모니터링은 앱으로 제공되는데 혈압 추세를 모니터링하다가 고혈압/저혈압으로 이상 징후가 발생할 경우 알림을 주는 것으로 예상됩니다. ​ 구글, 25년 PER 21배 / Neutral 구글 2Q25 실적발표 : 더욱 가속을 말하다, '2026년까지 AI 수요는 채워지지 않을 것' (바로가기) ​ 구글의 비행편 검색엔진: "Flight Deals" 구글이 여행객들이 어디로 여행하고, 어떤 방식으로 여행하길 좋아하고, 도시로 가고 싶은지, 교외로 가고 싶은지 등을 자유롭게 자연어로 입력하면 알아서 특가 비행편을 잡아주는 Gemini 기반의 새로운 검색엔진을 출시했습니다. 이전에는 날짜, 목적지 등 사람이 직접 필터를 써서 조율했던 것을 AI가 알아서 조율해주겠다는 것입니다. 이번주부터 미국, 캐나다, 인도에서 베타버전으로 서비스하기 시작하여 향후 잘 될 경우 확장할 예정입니다. ​ Gemini를 외부에서 서비스하는 플랫폼, 오라클 이제 모델 기업들이 더 적극적으로 자체 Foundation Model의 생태계를 키우기 위해 자사 클라우드 외로 확장하는 중입니다. 얼마 전 처음으로 Azure를 벗어나서 AWS에서 서비스하기 시작한 오픈AI의 gpt-oss 모델이 그랬고, 이번에 발표된 Gemini x Oracle 딜도 마찬가지입니다. 원래는 구글 클라우드 내에서만 Gemini를 사용할 수 있었는데 이제는 오라클 클라우드에서도 제미나이를 사용해서 기업들이 LLM이나 애플리케이션을 구축하고 추론할 수 있도록 지원하는 것입니다. ​ 오라클의 저력, Oracle Database AI 학습과 추론에 필수적인 것은 데이터이고, 데이터를 가장 많이 쥐고 있는 기업이 AI 전환기에 가장 유리한 위치를 차지합니다. 이 관점에서 2024년부터 주목해온 기업이 오라클(Oracle, Overweight)입니다. 기업들은 LLM 기반 AI를 구축하고 싶어 하면서도 온프레미스 데이터센터에 쌓여 있는 핵심 데이터를 퍼블릭 클라우드에 올리는 것은 여전히 꺼리고 있습니다. ​ 오라클은 여기서 차별적인 전략을 택했습니다. 기업 데이터센터 옆에 소규모 ‘로컬 클라우드 데이터센터’를 따로 설치하여 데이터를 외부 리전에 공유하지 않고도 AI 학습/추론을 할 수 있게 해주고 있습니다. ​ 이미 민감한 데이터를 쥐고 있는 오라클 SAP ERP 구축의 약 80%가 Oracle Database 위에서 돌아가며, 전 세계 약 4.4만여 SAP 고객사의 데이터 또한 오라클 DB에 존재합니다. 금융·의료·제조·통신 등 데이터 보안이 중요한 산업일수록 오라클의 온프레미스 DB를 쓰고 있습니다. 클라우드 전환도 Lift & Shift가 아닌 PaaS로 Legacy DB 연동하는 형태가 많습니다. ​ 따라서 전 세계 ‘기업 데이터 중 가장 AI 가치가 높은 80%가 오라클 DB 있는'상태에서 수혜를 보는 것들이 많습니다. 이제 오라클은 이 DB를 기반으로 AI를 돌릴 수 있게 OCI + Exadata + LLM 툴체인을 제시하고 있으며, “데이터 옮기지 말고 그대로 AI 돌리세요”라는 접근이 먹히고 있습니다. ​ 오라클은 인바운드 트래픽 비용이 무료입니다. 따라서 Oracle Database 기반 애플리케이션에서는 클라우드에 쓰고 읽는 데이터 볼륨이 큰 기업일수록 AWS보다 비용이 덜 나옵니다. OCI 자체 IaaS 가격도 20~30% 저렴하고, Exadata를 연동하면 전통 DB workload 성능도 가장 좋다고 평가받고 있습니다. 즉 ‘AI 위해 OCI 도입 시 비용절감 + 데이터이동 없는 보안효과’, 두 가지를 동시에 잡을 수 있는 구조입니다. ​ 아마존, 25년 PER 37배 / Neutral ​ 아마존, 식료품 배달사업 확대 아마존이 식료품 배송서비스 확대를 발표했습니다. 농산물, 육류, 해산물, 유제품, 구운식품, 냉동식품 등 수천 가지 신선 식료품을 몇 시간 내로 배송하겠다는 배포입니다. 즉시 1,000개 이상의 도시와 마을 고객이 Prime 회원일 경우 주문 시 무료 당일배송으로 신선 식료품을 구매할 수 있으며 → 2025년 말까지는 2,300개 이상으로 확대할 계획입니다. 최저 주문금액 $25를 충족하면 무료 서비스이고, 주문금액에 미달하는 경우에도 $2.99 수수료를 내면 당일 배송을 사용할 수 있습니다. ​ ​ 그동안 Whole Foods/Amazon Fresh 앱을 통해서만 이용할 수 있던 식료품 배송이 이제는 Amazon.com 전체 플랫폼으로 통합되면서, 기존의 아마존에서 주문하던 다른 상품과 함께 묶음 배송이 가능해진 점이 가장 큰 변화입니다. 기존 신선 식료품 배송 시장에서는 아마존이 이 시장에서 월마트·도어대시·우버 등에 점유율을 지속적으로 빼앗기고 있던 상황이었는데, 아마존 입장에서는 이를 반전시킬 기회로 보고 있습니다. 특히 제품 구색이나 앱 사용자 경험을 생각할 때 월마트와 경쟁하려는 측면이 가장 큽니다. ​ 메타, 25년 PER 31배 / Overweight 메타 2Q25 실적발표 : SUPER BEAT, AI와 GPU를 EPS로 바꾸다 (바로가기) 메타, 저커버그는 왜 지금 '세계 최고의 AI 용병단'을 꾸렸나 (바로가기) 메타의 야망, AI 시대의 '눈 👀'을 차지하라 (스마트 글래스) (바로가기) ​ 스레드 MAU 4억 명 돌파 스레드의 MAU가 2025년 5월 기준, 3.5억 명에서 → 8월 중순 기준으로 4억 명까지 빠르게 증가했습니다. 3개월 사이 5000만 명이 늘었으므로 일평균 55만 명씩 증가한 속도입니다. 좋은 것은, 메타 2Q25 분석 자료에서 말씀드린 '페이스북 프로필을 통해 스레드에 가입하는 방법'을 열지 않았음에도 스레드 가입자 수가 4억 명을 넘겼다기 때문에 좋습니다. 지금은 인스타그램과 연동을 통해 사용자 수가 증가하는 중인데, 페이스북까지 연결되면 가입자 수는 더 크게 증가할 것으로 예상할 수 있습니다. ​ X의 MAU가 5억 4000만 명 수준에 여전히 머물고 있음을 생각해보면 2027년 내에 X 사용자 수를 넘길 것으로 예상합니다. 이 경우 스레드는 2027년까지 메타의 다섯 번째 슈퍼앱이 될 것으로 예상하며, 이 경우 4년 만에 슈퍼앱이 되는 셈입니다. 올해부터 스레드에 광고를 도입하기 시작했는데 광고단가가 전사 GPM보다 높아지고 성장동력이 되는 해는 2027년부터일 것으로 보고 있습니다. 인스타그램 Reels도 2020년 하반기에 출시됐지만 → 광고를 도입하고 전사 매출성장에 기여하기 시작했던 것은 2H23부터였습니다. ​ 메타의 새로운 AI 글래스, 하이퍼노바 Hypernova 이전에 메타의 AI 스마트 글래스에 대한 야망 자료를 전해드렸는데, 9월 17~18일 Meta Connect 컨퍼런스에서 Orion의 보급형 버전을 출시할 예정이라는 내용이 있었습니다. 내부 프로젝트명은 Hypernova입니다. 가격이 $1,000정도일 것으로 추정됐는데 메타가 가격을 $800정도로 인하했습니다. 이미 Ray-Ban Meta라는 성공작이 있기 때문에 조금 더 욕심을 내서 마진을 낮춘 것으로 추정됩니다. ​ 메타의 AI 개발 로드맵: ⓐ콘텐츠/광고 추천 및 랭킹 ⓑLlama ⓒMeta AI 구글에도 Gemini 개발 사업부, 클라우드 및 인프라 팀, Product 팀이 나뉘는 것처럼 메타도 마찬가지입니다. AI는 deus ex machina가 아니고 기업에 하나만 존재하는 것이 아닙니다. 여러 스택별로, 여러 제품별로 녹아있습니다. ​ 현재 메타를 가장 좋게 보는 이유는 AI/GPU를 EPS로 전환하는 능력이 타 기업에 비해 압도적으로 좋기 때문인데, 이는 ⓐ콘텐츠/광고의 추천 및 랭킹 알고리즘을 고도화시키는 것에서 기반하고 있습니다. 이 부분은 늘 좋았기에 메타의 AI 역량이 좋다고 생각하고 있습니다. ​ 반면, 최근 몇 개월 사이 아쉬워진 부분은 ⓑLlama 개발과 ⓒMeta AI 제품화 역량입니다. 이부분에 대해서 돌파구가 필요했는데 이를 담당해주는 것이 MSL입니다. 최근 Llama 4 업그레이드에 Gemini Lead가 참여하고 추가로 A급 인재 영입을 연달아 (o1 20명 중 한 명 Hyung Won Chung, GPT-5 라이브릴리즈 참여 Zhiqing Sun) 성공하는 중이므로 다시 좋아질 것으로 보고 있습니다. ​ Llama 4 업그레이드 착수 → 주간전략보고 : 투자의 생각 (8월 11일~8월 15일) ​ 테슬라, 25년 PER 192배 / Underweight 테슬라 2Q25 실적발표 : 트럼프 OBBBA의 네 가지 역풍, 머스크의 고민 (바로가기) ​ 전기차 신차 보조금 $7.5K, 9월 30일 만료 테슬라 2Q25 실적발표 자료에서 전해드린 것처럼, 테슬라는 현재 9월 30일 전까지 최대한 많은 양의 모델Y 및 모델3 주문수요를 끌어올리기 위해 노력하는 중입니다. 미국 내 고객들의 단기 수요를 끌어내야 하는 만큼 유튜브에 광고를 늘리는 중입니다. 머스크가 최근 계속해서 xAI 내 Grok Imagine 기능을 홍보 중이므로 테슬라에 대한 새로운 내용이 거의 없습니다.