[원문 유형] 네이버 프리미엄 콘텐츠 [채널] 바바리안의 미국주식 정복기 [게시일] 2026.08.11 [원문 URL] https://contents.premium.naver.com/barbarian/stockideas/contents/260811010810228rd [제목] [8/10 세미나 영상 업로드] IT 사이클 후반부의 양상이 나오기 시작한 AI 가속기 기술 동향 & 우리의 대응책 [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. 바바리안리서치 BK입니다. ​ 8월 10일(월) 진행한 주간 세미나 영상 업로드 드립니다. ​ 세미나에서 다룬 주제는 다음과 같습니다. ​ 이번 주 일정 점검 메모리 업데이트 광 업데이트 AI 가속기 다음은? Q&A 트랜스크립트 ​ 감사합니다^^ ​ 영상 보기 힘드신 분은 AI 요약 정리 추가해 놓아서 해당 부분 참고하시면 될거 같습니다 :) 1. 이번주 일정 점검 2. 메모리 업데이트 3. 광 업데이트 4. AI 가속기 다음은? 5. Q&A 6. 트랜스크립트 정리 1. AI 가속기 시장의 기술적 종착점과 2028년의 변곡점 AI 가속기 시장은 2028년부터 진정한 의미의 ASIC이 등장하여 특정 모델에 최적화된 하드웨어로 추론 단가를 극단적으로 낮추는 방향으로 발전할 것이며, 이는 AI 모델의 상품화와 클라우드 서비스의 수익 구조 변화를 가속화할 것으로 예상된다. ​ 1.1. 현재 AI 가속기의 한계와 ASIC의 진화 현재의 AI 가속기는 범용성을 갖춘 반도체로, 진정한 ASIC과는 차이가 있으며, 2028년부터는 특정 모델에 최적화된 ASIC이 등장할 것으로 전망된다. ​ 현재 ASIC의 범용성: 현재 ASIC이라고 불리는 반도체들은 어느 정도 범용성을 갖추고 있어, GPU만큼은 아니지만 소프트웨어와의 호환성이 제한적인 형태로 발전하고 있다. 이는 TPU가 3세대까지 발전하면서도 핵심 설계는 한 번만 바뀌고 유지될 수 있었던 이유와 같다. TPU는 행렬 곱셈기를 최대한 늘리는 방향으로 설계되어, 사실상 GPU와 유사한 범용성을 갖게 되었다. 따라서 지금까지의 AI 가속기는 AI 모델에 한해 범용성을 갖는 대형 행렬 곱셈기의 형태를 띠었으며, GPU와 ASIC 간의 큰 구별이 없었다. 이러한 설계 개선은 엔비디아, AMD 등 모든 기업에서 유사하게 이루어져 커머디티화되었다. ​ 2028년 이후 진정한 ASIC의 등장: AI 가속기는 이제 워크로드별로 더욱 세분화되고 최적화될 것이며, 특히 추론의 디코드 단계에서는 완전한 ASIC화가 이루어질 것으로 예상된다. 이는 과거 ASIC이 보여주었던 극단적인 효율성을 디코드 단계에서 구현하는 흐름으로, 2028년부터 관련 제품들이 출시될 것으로 보인다. 빅테크 기업들도 AI 프로젝트 프론티어 모델을 공식 발표하며, 2028년부터 본격적으로 이러한 변화를 추진할 것으로 예상된다. 또한, 빅테크 기업들은 2028년부터 **CAPEX(자본적 지출)**를 상황에 따라 조절하겠다고 발표했는데, 이는 추론 단가를 극단적으로 낮추는 방향으로 전환될 것임을 시사한다. 지금까지 브로드컴의 ASIC은 빅테크 자체 제작의 범용 AI 가속기에 가까웠지만, 2028년부터는 범용성이 떨어지는 대신 엄청난 총소유비용(TCO) 효율성을 제공하는 가속기들이 등장할 것이다. 예를 들어, 오픈AI의 가속기는 비공식적으로 엔비디아보다 50% 이상 높은 TCO를 기록하는 것으로 알려져 있다. ​ 1.2. AI 가속기 시장의 변화와 투자 전략 AI 가속기 시장은 소프트웨어 기업으로 주도권이 넘어가고 있으며, 하드웨어 기업들은 buy and hold 전략보다는 유연한 대응이 필요하다. ​ 하드웨어 시장의 변화: 과거처럼 하드웨어에 투자하여 묻어두는 시대는 끝났으며, 새로운 이슈나 기술이 나오지 않는 한 buy and hold 전략은 유효하지 않다. 엔비디아가 독점적인 위치를 가졌던 시기는 거의 끝났고, 대부분의 밸류체인에서 기업 간 경쟁이 심화되고 있다. 2026년에서 2027년 상반기까지는 **CAPA(생산 능력)**가 타이트하지만, 이후에도 클라우드 가격이 유지될지는 지켜봐야 한다. 메모리 시장도 한 번 꺾였기 때문에, 이제는 트레이딩 구간으로 전환될 가능성이 높다. 이러한 트레이딩 구간은 반도체 쇼티지가 지속되고 GPU 렌탈 가격이 높은 상태를 유지하는 한 지속될 수 있다. 그러나 쇼티지가 끝나면 하이퍼스케일러의 클라우드 스토리지나 하드웨어 투자도 조심해야 할 시기가 올 것이다. ​ 소프트웨어 기업으로의 주도권 이동: AI 가속기 시장의 주도권은 이제 소프트웨어 기업으로 넘어갈 것으로 예상된다. 추론 단가를 극단적으로 낮추는 경쟁이 심화되면서, 하드웨어 기업들은 수익을 내기 어려워질 수 있다. 따라서 지금부터는 buy and hold보다는 상황과 전제 조건을 고려하여 유연하게 대응하는 것이 중요하다. ​ 1.3. 추론 최적화의 핵심: 디코드 단계의 SRAM 기반 ASIC AI 모델의 추론 단계에서 디코드 영역은 SRAM 기반 아키텍처를 통해 극단적인 효율성을 추구하며, 이는 모델을 하드웨어에 새겨 넣는 방식으로 발전하고 있다. ​ 학습 및 추론 단계의 최적화: 지금까지의 최적화는 학습과 추론을 나누고, 자사 모델에 최적화하는 수준이었다. 엔비디아는 학습과 추론을 나눈 후, 추론을 다시 프리필과 디코드로 나눈다. 학습과 프리필 단계에서는 현재의 GPU나 ASIC 형태가 적합하며, 엔비디아는 GPU와 CPU를 사용하고, 구글은 TPU를 학습 전용과 추론 전용으로 이원화하고 있다. AMD도 아직 세분화되지 않은 상태이다. ​ 디코드 단계의 SRAM 기반 ASIC: 디코드 단계에서는 기존의 메모리 사용 방식 대신 SRAM 기반의 아키텍처가 압도적으로 빠르고 많은 토큰을 생산할 수 있어, 모든 기업이 이 방식을 따르려 한다. SRAM 기반의 디코드 칩은 토큰 단가를 엄청나게 낮출 수 있다. 구글의 프로즌(Frozen) 칩은 SRAM 기반으로, 기존 TPU 대비 최대 10배 높은 성능을 내는 것으로 알려져 있다. Cerebrus는 SRAM 기반 칩으로 유명하며, 디코드용으로 트레니움(Tranium) 및 AMD와 협력하고 있다. AMD는 **탈라스(Talas)**라는 캐나다 기업을 인수했는데, 이 회사의 칩은 TSMC 6nm 공정을 사용했음에도 메타의 라마(Llama) 기준으로 추론 효율성이 10배 더 좋았다. ​ 모델을 하드웨어에 새겨 넣는 방식: 프로즌과 탈라스는 SRAM 아키텍처를 사용하면서 모델을 하드웨어에 직접 새겨 넣어 극단적인 성능을 구현한다. 이 방식은 특정 모델만 실행할 수 있지만, 성능이 10배 이상 좋기 때문에 기업들이 추론 단가를 낮추기 위해 도입하고 있다. 구글과 같은 풀스택 기업이 이러한 방식을 도입하는 이유는, AI 모델의 발전 속도가 스마트폰처럼 느려질 것으로 예상될 때, 범용성이 떨어지는 ASIC이 유리하기 때문이다. 탈라스는 가장 극단적으로 가중치까지 하드웨어에 박아 넣으며, 프로즌은 아키텍처는 고정하되 가중치는 조정할 수 있게 한다. 성능 순서는 탈라스 > 프로즌 > 그록(Groq) > **세레브러스(Cerebrus)**로 예상된다. 그록은 소프트웨어적으로 모델 계산을 미리 한 후 인스턴스만 받아 처리하여 ASIC처럼 범용성을 갖추지만, 프로즌이나 탈라스보다는 토큰 생산력이 떨어진다. 엔비디아는 범용성을 보장해야 하는 회사이므로 이러한 방식을 채택했다. 세레브러스는 소프트웨어 작업 없이 바로 사용할 수 있고 훈련에서도 강점이 있지만, 가격이 높고 성능은 가장 떨어진다는 단점이 있다. 범용성과 효율성은 상충 관계에 있으며, 세레브러스는 범용성에, 탈라스는 효율성에 가장 치우친 디코드 칩이다. ​ 향후 경쟁 구도: 추론 단가를 낮추기 위한 워크로드별 최적화가 정답으로 수렴하고 있으며, 디코드 영역에서는 SRAM 기반 아키텍처가 핵심이다. AMD와 같은 범용 칩 회사가 범용성을 희생한 방식을 어떻게 극복할지는 지켜봐야 한다. 자체 AI 모델을 가진 회사들은 범용성을 희생하고, 그렇지 않은 기업들은 범용성을 유지하는 방식으로 디코드에서 차별화가 이루어지고 있다. 세레브러스의 성공 여부는 아직 불확실하며, 그록의 출하와 빅테크 기업들의 효율적인 방식 도입으로 인해 경쟁이 심화될 수 있다. AI 모델이 하드웨어에 박혀 있는 칩을 6개월에서 1년마다 바꾸는 것은 어렵기 때문에, 세레브러스가 그록 외의 진영으로 침투할 가능성도 있어 경계해야 한다. 디코드 영역에서 SRAM 기반이라는 공통된 해답을 찾았지만, 소프트웨어 처리 없이 범용성을 유지할지, 소프트웨어 처리를 통해 범용성을 확보할지, 아니면 풀스택으로 만들지 등 경쟁이 시작되어, 잘 되는 쪽이 하드웨어에서 마지막 경쟁력을 가질 것이다. 엔비디아는 엣지에서는 힘들 수 있지만, 구글, 세레브러스, AMD 같은 회사들은 투자 아이디어가 될 수 있다. 2. AI 에이전트 트래픽 증가와 클라우드 서비스의 변화 AI 에이전트의 트래픽이 사람의 트래픽을 넘어섰으며, 이는 인터넷 환경과 클라우드 서비스의 인터페이스 변화를 가속화하고, 새로운 수익 모델을 창출할 것이다. ​ 2.1. AI 에이전트 트래픽의 급증 AI 에이전트의 트래픽이 예상보다 빠르게 사람의 트래픽을 넘어섰으며, 이는 CPU 활용량 증가와 직결되어 CPU 시장에 긍정적인 영향을 미칠 것으로 예상된다. ​ AI 에이전트 트래픽의 사람 트래픽 초과: 최근 클라우드 플레이어 실적 발표에서 AI 에이전트가 사용하는 트래픽 양이 사람이 사용하는 양보다 훨씬 많아졌다는 사실이 확인되었다. 이 현상은 원래 2028년으로 예상되었으나, 2027년 상반기를 거쳐 이미 발생하고 있다. 이는 매우 빠르게 진행되고 있는 변화이며, 앞으로 인터넷 환경의 지형을 바꿀 것이다. ​ CPU 시장에 미치는 영향: AI 에이전트의 활동은 CPU 활용량과 직접적으로 연결되므로, CPU 자체는 계속 긍정적으로 볼 수 있다. AMD의 CPU는 AI 에이전트가 많이 사용하고, 중국의 CPU 자립 노력도 가속기만큼 강하지 않아 긍정적으로 전망된다. ARM도 하반기로 갈수록 좋아질 것으로 예상되며, 인텔은 14A 공정의 성공 여부가 중요하다. 엔비디아의 성공은 프론티어 AI 모델과 오픈소스의 발전에 달려 있으며, 베라루빈의 출하량과 HBM4의 출시가 중요하다. ​ 2.2. 인터넷 환경 및 수익 모델의 변화 AI 에이전트 중심의 트래픽 증가는 인터넷 인터페이스를 기계 중심으로 변화시키고, 기존의 광고 수익 모델을 사용 목적별 과금(Pay-per-use) 방식으로 전환시킬 것이다. ​ 웹 인터페이스의 변화: 구글은 **웹 MPC(Machine-to-machine Protocol)**라는 개념을 통해 인터넷을 변화시키고 있다. 웹 MPC는 AI 에이전트가 소프트웨어나 SaaS를 효율적으로 활용할 수 있도록 만든 프로토콜이다. 현재의 인터넷 환경은 사람 중심의 그래픽 디자인으로 설계되어 있어, AI가 이를 이해하고 사용하려면 비효율적인 컨버팅 과정이 필요하다. 웹 MPC는 사람이 아닌 기계의 인터페이스로 웹을 구축하자는 개념이며, 클라우드도 이와 유사한 변화를 공개했다. 이는 IT 서비스가 사람의 관점에서 설계되던 것에서 AI 에이전트가 사용하는 기계 중심의 인터페이스로 바뀌는 구간이다. ​ 수익 모델의 전환: AI 에이전트의 트래픽 증가는 기존의 광고 수익 모델을 붕괴시킬 것이다. 기계는 광고를 보지 않고 내용만 확인한 후 바로 나가거나 물건을 사지 않기 때문에, 광고 수입의 순환 구조가 깨진다. 새로운 수익 모델은 기계가 특정 사이트나 서비스를 사용할 때마다 비용을 지불하는 구조로 전환될 것이다. 현재 가장 먼저 나타나는 변화는 클라우드 서비스처럼 웹 트래픽을 처리하는 기업들이 보안 서비스를 제공하는 방식이다. 이들은 사람과 AI를 구분하고, AI의 의도를 판단하여 사용을 허락하거나 거부하며, 활동 가치를 평가하여 과금하는 방식으로 전환될 것이다. 이는 광고 없이도 서비스가 운영될 수 있는 모델이다. AI 에이전트로 웹 트래픽이 유입되면 기존의 애드 테크(광고 기술) 기업들은 설 자리를 잃게 된다. 챗봇 내 광고 수익 모델보다는 AI 에이전트에게 직접 과금하는 방식이 더 효율적이다. 초기에는 크롤링 횟수에 따라 과금했지만, 이제는 사용 목적에 따라 과금하는 페이퍼 유즈(Pay-per-use) 개념으로 진화하고 있다. CDN(콘텐츠 전송 네트워크) 기업들이 보안 서비스를 제공하며 결제까지 담당하는 가능성이 클라우드 플레이어에서 제시되었다. CDN 기업들은 고속도로 통행료처럼 AI 에이전트가 네트워크를 돌아다니며 일을 할 때, 인프라를 제공하고 보안 서비스 및 과금을 담당하기에 매우 유리한 구조를 갖는다. **옥타(Okta)**와 같은 신원 인증 및 권한 제공 업체들도 AI 에이전트를 대상으로 비용을 부과할 가능성이 커지고 있다. 따라서 CDN 기업들, 클라우드 플레이어, 옥타와 같은 보안 업체들을 주목해야 한다. 결제 부분은 아직 많은 플레이어가 존재하여 혼란스럽지만, 구글과 같은 기존 웹 유저 강자들을 참고하여 서비스 업체를 분석해야 한다. 3. 주요 산업별 업데이트 및 전망 메모리 시장은 DRAM의 강한 쇼티지가 지속되지만, HBM 가격 불확실성과 NAND 시장의 공급 증가 우려가 존재한다. 광 산업은 1.6페라 전환 수요와 공급 부족으로 긍정적이나, 2028년 이후 공급 과잉 우려가 있다. CPU는 AI 에이전트 사용량 증가로 긍정적이며, 장비주는 메모리 시장의 안정화 시 긍정적이다. ​ 3.1. 메모리 시장 업데이트 DRAM은 강한 쇼티지가 지속되지만, HBM 가격의 불확실성과 NAND 시장의 공급 증가 우려가 존재하며, 삼성전자의 HBM4 황금 수율 달성 소식은 시장에 큰 영향을 미칠 수 있다. ​ 메모리 시장 현황: 현재 메모리 시장은 확실히 정해진 것이 없으며, 루머만 많고 가격도 아직 확정되지 않았다. 3분기 가격이나 HBM 가격 등 중요한 요소들도 아직 결정되지 않았다. 주주 환원 정책이 강하게 나오면 주가에 긍정적일 수 있지만, 결국 메모리 시장 반등을 위해서는 **실적(어닝)**의 업사이드가 중요하다. LTA(장기 공급 계약) 비중 증가와 특정 기업의 LTA 가격이 기대보다 낮게 형성될 것이라는 우려 때문에 주가가 하락했지만, 이러한 우려는 3분기 실적에 어느 정도 반영되어 있다. HBM4의 경우, 삼성전자와 하이닉스의 가격이 다르며, 하이닉스는 텔레그램 루머에 따르면 2.3달러에서 3.1달러로 추정된다. 이제는 실제 가격과 시장의 기대치 간 괴리에 따라 주가가 결정될 것이다. 과거 6월까지는 초과 수요가 있었지만, 지금은 가격이 시장 방식으로 조정되지 않아 확인이 필요하다. 8월 수출 단가를 봐야 정확한 상황을 알 수 있을 것이며, 그 전까지는 큰 주가 움직임이 나오기 어려울 수 있다. 현재 우려하는 가격들은 아직 결정되지 않았으므로, 결정 후에 나올 주가 움직임에 편승하는 것이 좋다. 안 좋은 내용들은 이미 주가에 많이 반영된 것으로 보이며, 하락 사이클이 아닌 장기 계약 구조로 가는 상황이므로 현재 주가 수준이 유지될 가능성이 높다. 시장의 컨센서스는 트렌드포스와 하이닉스 HBM 가격을 참고하여 대응하는 것이 좋다. 현재 가격 레벨에서는 너무 비관적으로 볼 상황은 아니다. ​ DRAM과 NAND의 차이: NAND와 DRAM은 다르게 봐야 하며, DRAM은 쇼티지가 강하지만 NAND는 그 정도는 아니다. DRAM의 쇼티지는 6월에 우려했던 것과 달리 계속 이어지고 있으며, 내년에도 지속될 수 있다. 다만, YMTC뿐만 아니라 CXMT도 증설이 매우 빨라 향후 NAND 시장에 리스크가 될 수 있지만, 3분기에는 아닐 것이다. DRAM에 한해서는 여전히 엄청난 쇼티지 상황이며, 시장의 초과 수요 정도가 약화되지 않았다. ​ HBM 가격 및 삼성전자 vs 하이닉스: 하이닉스 HBM2의 호황 가격은 삼성전자만큼 되기 어려울 수 있는데, 이는 속도 문제와 삼성전자의 원시도 및 선단 공정 사용 때문이다. 삼성전자가 HBM4 황금 수율을 달성했다는 기사가 사실이라면, 하이닉스의 협상력이 약화되어 고가격대에 진입할 가능성이 높아지고, 삼성전자는 더 유리한 위치에 서게 될 것이다. 전통 DRAM은 우려가 많이 반영되었지만, 하이닉스 HBM 가격은 우려대로일 가능성도 있고 구조적인 요인도 있다. 메모리는 나오는 가격을 보고 빠르게 대응하는 것이 중요하며, 이미 많은 사람들이 빠져나갔다. HBM4는 아직 가격이 나오지 않았으며, 엔비디아의 지연이 있는 것은 맞다. 삼성전자가 전고점에 도달하려면 3분기 실적이 매우 좋아져야 하며, 메모리만으로는 어렵고 파운드리의 수주와 수율 개선까지 보여줘야 할 것이다. 3, 4분기 계약가가 원래 기대했던 30% 이상 오르는 수준이 아니라면, 파운드리의 역할이 더욱 중요해진다. 엔비디아 루빈 울트라의 메모리 사양 축소: 엔비디아는 루빈 울트라에서 메모리 사양 축소를 검토하고 있으며, 이를 광기술로 해결하려 한다는 이야기가 있지만, 실제로는 메모리만 줄어드는 것으로 보인다. 이는 가격과 DDR5 DRAM 캐패시티가 매우 타이트하기 때문이며, 광기술로 해결하려는 확대 해석은 아닌 것으로 판단된다. 메모리가 워낙 타이트하여 어쩔 수 없이 줄이는 방향으로 가는 것이며, 줄일 가능성이 높은 것은 맞다. NAND도 부족하지만, DDR5 DRAM은 여전히 많이 부족한 상황이다. 루빈 울트라가 지연되면 800VDC도 지연될 수 있다. ​ 3.2. 광 산업 업데이트 광 산업은 1.6페라 전환 수요와 공급 부족으로 좋은 상황이지만, 2028년부터는 공급 과잉 우려가 있으며, 중국향 수혜와 신고가 돌파 여부가 중요하다. ​ 광 산업 현황 및 전망: 광 산업은 최근 좋은 뉴스와 AAOI의 실적 호조, 루빈 울트라의 메모리 축소를 광으로 해결하려는 시도 등이 겹쳐 많이 올랐으며, 여전히 좋은 상황이다. 메모리가 줄어드는 대신 광이 해결하려는 시도와 중국향 수혜가 실제로 많이 들어오면, 52주 신고가를 넘는 것을 보고 따라 사는 것이 합리적이다. 포지션이 있다면 굳이 팔 상황은 아니지만, 새로 진입한다면 신고가 돌파가 나와야 한다. 하드웨어 전반의 주가 흐름이 강하지 않고 매크로에 연동되어 움직이므로, 가격 지표를 보고 대응하는 것이 좋다. 중국의 신규 제품 승인 규제 가능성이 높으며, 이 경우 코일헌트가 룸앤턴보다 유리하다. 코일헌트는 제품 수직 계열화가 잘 되어 있고, 룸앤턴은 중국 밸류체인 의존도가 높아 수혜 정도가 낮다. 800G에서 1.6페라로의 전환 수요가 매우 좋으며, CPU가 밀리더라도 NPO가 대신 많이 나가고 있어 전망이 크게 꺾이지 않을 것이다. 하드웨어 전반적으로 커머더티화와 공급가 인상 우려가 계속 나오고 있어, 주가 반영 여부는 시장의 판단에 달려 있다. 올해는 1.6페라 전환 수요와 여전한 공급 용량 부족으로 매우 좋은 상황이다. 광 산업은 2028년부터 공급이 엄청나게 많아질 수 있다는 우려가 있지만, 그 이후는 불확실하다. 시장이 긍정적일 때는 1.6페라 전환 가속화와 가격 상승, 강한 수요를 반영하지만, 부정적으로 바뀌면 언제든지 차익 실현으로 돌아설 수 있다. 현재 포지션이 있다면 팔 이유는 찾기 어렵고, 없다면 신고가를 돌파해서 사는 것이 더 안전하다. 채널 체크 결과 좋은 상황이며, 중국 제품의 경쟁 우려가 있지만, 아직 800G와 1.6TB는 없다. 룸앤턴이 삐끗한다면 페브리네시라는 업체가 제조 용량을 담당하는데, 생산 용량 이슈가 있지만 큰 문제는 아닐 것이다. 결론적으로 2028년부터 공급 과잉 우려가 있지만, 시장이 관대할 때는 긍정적으로 보고, 타이트해지면 바로 차익 실현으로 넘어가는 모습이다. 만약 루빈 울트라가 광 쪽에 엄청나게 집중하여 메모리 축소를 해결하려 한다면, 광은 완전히 신고가 레벨로 갈 것이므로, 그때 신고가에서 대응하는 것이 맞다. 하지만 루빈 울트라가 그렇게까지 정해진 상황은 아니다. 루멘텀은 기본적으로 좋아 보이지만, 주가가 많이 올랐기 때문에 지금은 조심스럽다. 페브리넷의 리스크가 존재하며, 평단이 중요하다. 네트워킹 장비는 하드웨어 센서가 꺾이면 가장 먼저 꺾일 수 있으므로, 하드웨어를 믿는다면 메모리가 더 낫다. 루멘텀이 AI 쪽에서 수혜를 받은 이유는 CPU 지연 때문이었는데, CPU 물량이 스케일업에 포함되는 부분에서 지연을 잡는 역할을 했다. CPU는 기존에 지연된 일정에서 그대로 가는 것 같으며, 루빈 자체도 어떻게 되고 있는지 불확실하다. CPU가 더 밀리지는 않는 것 같고, 지연된 상태를 유지하고 있다. ​ 3.3. 기타 시장 및 투자 아이디어 AI 하드웨어는 매크로 플레이에 가까워졌으며, 클라우드 플레이어, 구글, 옥타, 클라우드 스트라이크 등 AI 에이전트 사용량 증가에 수혜를 받는 서비스 기업들을 주목해야 한다. ​ 매크로 환경과 하드웨어 시장: AI 하드웨어는 사실상 거의 매크로 플레이에 가까워진 상태이다. 트럼프가 선거 전에 내놓을 매크로의 힘이 어디까지 작용할지 잘 지켜봐야 하며, 단기적으로 매크로를 잘 보는 것이 중요하다. 민주당 승리 시 2차전지나 전기차 종목들이 수혜를 입을 가능성이 있지만, 시장의 후폭풍도 고려해야 한다. 테슬라의 실적 발표에서 이익이 많이 사라진 측면도 있다. 시장 자체를 조심해야 할 가능성도 있으므로, 그때그때 상황을 보고 종합적으로 판단해야 한다. ​ AI 에이전트 수혜 기업: AI 에이전트 사용량 증가에 수혜를 받는 기업들을 찾는 것이 가장 중요하다. 클라우드 플레이어, 구글, 옥타, 클라우드 스트라이크 등이 가능성이 높아 보인다. 구글은 세르게이 브린 창업자가 다시 돌아왔기 때문에, 6개월에서 1년 후 성과가 날 가능성이 있어 다시 잘 봐야 한다. 구글은 엔트로픽이나 GPT로부터 높은 B2P 시장과 상업적 영역에서의 상용화를 빠르게 추진할 것이므로, 다시 주목할 필요가 있다. 구글은 인프라가 가장 좋은 기업이므로 아마존이나 마이크로소프트와 비교할 수 없는 잠재력을 가지고 있다. 클라우드 성장도 다음 분기에 100% 이상 성장할 것으로 예상되어 가장 강할 것이다. 팔란티어는 IR이나 팔로우업이 어려워 차트적으로 대응하는 것이 좋으며, 경쟁 업체들이 생기고 있어 트레이더처럼 접근해야 한다. 작은 보안주들은 트래킹이 쉽지 않으므로, 클라우드스트라이크와 같은 큰 기업들만 보는 것이 좋다. ​ AMD 및 CPU 전망: AMD의 최근 부진은 2, 3분기 실적이 기대치에 못 미쳤기 때문이며, 기존에 기대했던 모바일 부문은 4분기에 반영될 것으로 예상된다. AMD는 4분기에 가이던스를 초과할 수 있는 공급을 확보했다고 밝혔다. CPU는 AI 에이전트가 많이 사용하고, 중국의 CPU 자립 노력도 가속기만큼 강하지 않아 계속 좋게 보고 있다. ​ 장비주 및 소부장: 장비주는 계속 좋다고 생각하며, 메모리 가격이 빠지지 않고 현재 수준을 유지하면 괜찮을 것이다. 메모리가 못 가더라도 횡보만 계속하면 소부장이나 장소부장, 장비주는 괜찮을 수 있다. ​ 원자력 및 유틸리티: 웨스팅하우스 IPO 관련하여 카메코를 추천했는데, 유틸리티는 원자력 사업을 하면 주가가 빠질 가능성이 높다. 원자력을 파는 기업들은 좋지만, 유틸리티와 EPC는 리스크 부담 우려 때문에 주가가 쉽지 않을 것이다. 카메코는 우라늄과 관련이 있어 장기 계약을 바로 받을 가능성이 높으므로, 유틸리티보다는 우라늄이나 원자력 밸류체인에 투자하는 것이 더 좋다. ​ 스페이스X 및 팔란티어: 스페이스X는 데이터 센터 문제가 더 큰 것 같고, 팔란티어는 최근 실적이 잘 나왔다. ​ 하이닉스 내부 이슈: 하이닉스의 솔리드한 상장 뉴스는 없지만, 외국인들이 많이 팔았던 것은 하이닉스의 내부적인 이슈를 알고 한 것으로 추정된다. ​ 메모리 반등 조건: 메모리 반등이 세게 나오려면 수출 단가가 크게 올라야 한다. 현재 LTA로 가격이 많이 묶이면서 가격이 오르지 않을 것이라는 우려 때문에 많이 팔았다. 따라서 가격이 오르면 안 될 것이다.