엄브렐라리서치 Anakin의 투자노트

1. 역사상 처음있는 변화의 변곡점에서 시각의 차이는 당연히 발생되는 일 2. 과거의 기준으로는 이익 추정치의 첫 하향, capex의 과잉 지출, 이익 추정치 상향 폭의 둔화, 저 PER에 팔아라 등을 중심으로 해석 3. 그러나 변화된 기준으로는 높아지는 이익의 가시성, 장기 계약 비중의 급등증, 장기 계약의 구속력의 강화, 그 어느때보다 높아진 메모리의 위상 등을 중심으로 해석 4. 시세의 위치에 따라 어느 때는 과거의 기준이, 어느 때는 변화된 기준이 더 강화되는게 주식의 현실. 시세가 펀더를 왜곡하는 현상 5. 하지만 결국 펀더의 시간이 다시 도래할 것. 과거의 기준으로는 이미 변화된 펀더멘털을 해석하지 못하기 때문. 산업과 기술은 이미 저만치 변화해가고 있음

BofA, 마이크론(Micron, $MU) , 목표 주가 1,550달러, '매수(Buy)' 투자의견, 최선호주(Top stock pick)로 선정 업계가 장기 계약 및 보다 예측 가능한 가격 구조로 전환하고 있는 점을 투자자들이 과소평가하고 있다고 분석 인공지능(AI) 인프라에서 메모리 칩의 중요성이 커지고 있으며, 메모리 산업이 사이클을 타는 단순 원자재(범용 제품)에서 '전략적 핵심 요소(Strategic enabler)'로 전환됨에 따라 밸류에이션(가치 평가)이 확대될 가능성이 있다는 점을 그 이유로 꼽았습니다. 이 투자 은행은 메모리가 이제 구조적이고 지속적인 투자 트렌드로 자리 잡았다고 주장합니다. 현재 메모리는 클라우드 AI 자본 지출(CAPEX)의 약 35~40%를 차지하고 있으며, 이는 과거 수준보다 2~3배 높은 수치입니다. 이러한 중대한 변화에도 불구하고, 메모리 관련주들은 선행 주가수익비율(PER) 기준 약 10배라는 평균 이하의 밸류에이션에서 계속 거래되고 있습니다. 가치 평가(Valuation) 방식 해당 은행의 가치 평가는 사업별 가치합산(Sum-of-the-parts) 방식을 사용했습니다. 전통적 사이클 메모리 사업: 주당 1,040달러의 가치 부여. 이는 2028년 예상 주가순자산비율(PBR)의 3배를 적용한 것으로, 잠재적인 메모리 업사이클을 반영하여 회사의 장기 PBR 밴드(0.8배~3.1배)의 상단에 해당하는 수치입니다. AI용 HBM(고대역폭 메모리) 사업: AI 컴퓨팅 동종 업계의 중간값과 일치하는 2028년 예상 주가수익비율(PER) 31배로 평가했습니다. 뱅크오브아메리카는 메모리가 단순 범용 제품에서 전략적 AI 핵심 요소로 진화함에 따라 밸류에이션 멀티플(배수)이 확대되어야 한다고 지적했습니다.

엄브렐라리서치 Anakin의 투자노트 pinned «토큰과 메모리 1. 처음 ChatGPT가 나왔을 때, 모두가 놀랐지만 동시에 할루시네이션에 대한 비판도 거셌음. 대화는 되었지만 정확도가 낮았기 때문. 그 이유는 그 당시 모델이 '사전학습(Pre-training)' 중심이었기 때문 사전학습은, 인터넷에 있는 모든 데이터를 입력받아 기본 지식을 습득하지만, '뇌'가 빈 상태. 그렇기 때문에 깊은 생각이 어렵고 정보의 적시성도 떨어지는 상태 2. 사전학습 다음으로 함께 진행된 것은 '사후학습(Post…»

https://www.mk.co.kr/news/business/12082276 정부는 영업이익 배분 과정에서 주주의 의견이 사실상 배제된 현 구조가 불합리하다고 본다. 제도 개선을 통해 리스크를 지는 주주에 대한 정당한 보상 체계를 확립하고 성과급을 둘러싼 소모적인 노사 갈등을 제도적 틀 안에서 통제하겠다는 구상이다.

13. 결국 '이익의 규모', '이익의 성장 속도', '이익의 질', '이익의 지속성', '기술의 중요성' 이 모든 조건들이 맞아떨어지면서 메모리는 시클리컬 주식에서 퀄리티 주식으로 변화되는 그 중대한 기로에 진입했음 샌디스크 실발이 그 중대한 기로를 보여줬다면, 어제 마이크론 주가를 통해 필자는 메모리 업체들이 그 중대한 기로에 '진입했다'고 생각함

* 메모리 업황은 지금 이 순간에도 공급부족이 심화되고 있습니다. 아직도 멀고 먼, 업사이클의 '어깨'까지 긍정적 시각을 견지할 것을 권고합니다.

씨티: Semianalysis 딜런과의 미팅 베라 루빈(VR, Vera Rubin) 플랫폼에서 'Socamm2' 메모리 탑재량이 상당히 줄어들 것이라는 우려에 대해, 딜런은 새롭게 출시된 '베라(Vera) CPU' 역시 엄청난 양의 메모리를 필요로 하기 때문인 것으로 보고 있습니다. 즉, 베라 CPU 쪽 수요 때문에 베라 루빈(VR) 시스템에 들어가는 Socamm2 물량이 어느 정도 축소(조정)될 수밖에 없다는 분석입니다. 삼성 측 역시 메모리 탑재량 삭감에 대한 시장의 우려를 일축했습니다. 삼성은 엔비디아(NVDA) 측에 메모리 공급이 제한적이라는 점을 이미 명확히 전달했으며, 제한된 메모리 캐파(생산능력) 안에서 엔비디아가 알아서 제품 믹스(배분)를 조절해야 할 것이라고 확답했습니다. 지난 3월 터보퀀트(turboquant) 사태 때처럼 시장의 첫 반응은 분명 "일단 팔고 나중에 생각하자(sell first and think later)"일 것입니다. 하지만 제 생각은 다릅니다. 1 메모리 업체들은 이번 조치에 대해 전혀 놀라지 않은 분위기이며, 2 이번 이슈가 전체적인 수요 전망을 바꾸지 않고, 3 내년까지 공급 부족이 지속될 것이라는 점을 감안하면 메모리 사양을 낮추는 디스펙(de-spec)은 이미 불가피하게 진행되고 있던 수순입니다.

산업장관 "반도체 이윤, 재투자가 최우선 원칙…늦으면 주도권 빼앗겨" https://n.news.naver.com/mnews/article/421/0008973507?rc=N&ntype=RANKING&sid=101

<요약> (1). 성과급을 자사주로 지급하게 될 경우, 이제 노동자도 주주가 된다 (2). 2/3 락업인 상황에서 미래의 성과급을 지키려면 노조도 주주가치 극대화에 나서야 한다 (3). 이는 사실상 사측, 주주, 노조 모두 주주가치 극대화에 나서야 하는 거버넌스 패러다임 변화에 가깝다고 생각 (미국식 구조) (4). 또한 자사주를 통한 성과급 지급은 필연적으로 향후 10년간 자사주 매입 규모의 확대로 이어지게 되는 효과 (5). 만약 주주연대의 가처분 신청이 받아들여진다면, 이는 upside risk + 새로운 시대

삼성전자 노사협상과 거버넌스 패러다임 변화, 그리고 새로운 시대 1. 영업이익 12% 성과급의 옳고 그름 여부를 떠나, 만약 노사 협상이 가결된다면, 가결 이후의 변화를 놓쳐서는 안된다고 생각. 얼핏보면 전자 상황이 어수선해보이지만, 사실 아주 중대한 분기점이라고 생각 2. 개인적으로 SK하이닉스와 삼성전자 성과급의 가장 큰 차이는 '자사주'를 통한 지급. 특히 1/3은 1년 뒤 매도, 1/3은 2년 뒤 매도할 수 있는 락업을 묶어놓은 장치가 매우 의미가 크다고 생각 3. 이는 단순히 성과급 6억이 중요한게 아니라, 2억은 즉시 매각을 할 수 있어도, 나머지 4억원 중 2억은 1년 뒤, 2억은 2년 뒤에 팔 수 있는 구조로 -> 주주와 노동자의 이해관계를 일치시킬 수 있는 전략 성과급을 자사주로 받게 되고 락업을 걸게 된 순간부터, '삼성전자 주식 가치의 상승과 하락에 따라 2/3의 성과급이 변동될 수 있다는 것' 4. 미국의 RSU(Restricted Stock Units, 양도제한조건부주식) 방식과 다른 점은 분명히 있지만, 주식 가치를 통한 보상을 제공한다는 측면에서 본질은 동일. 결국 사측, 노조, 주주들이 서로 목적은 다르더라도 모두 '주식가치 상승'이라는 일관된 목표를 가지고 움직일 수 있게 될 것 => 노동자도 주주가 됨에 따라, '거버넌스 구조의 패러다임이 주주가치 극대화'로 바뀌는 계기라고 생각 5. SK하이닉스와 또 다른 점 하나는, 이익의 최소 레벨이 존재. 28년까지 DS 200조원 이상, 35년까지 DS 100조원 이상을 달성할 시에만 특별경영성과급을 지급 6. AI capex 흐름과 토큰 폭증 사이클, 이로 인한 메모리의 중대성을 아는 투자자 관점에선, 이 목표치는 현재로선 달성 가능. 이보다 중요한건, 중장기의 이익 목표치를 설정하고 이를 기준점으로 성과급 지급 여부를 판단하는 것은 '최소한 이 이익을 달성하려는 노사간 의지'를 확인할 수 있고, 이는 실적 예측의 안정성을 높일 수 있다는 것 7. 또한, 자사주를 통한 성과급 지급은 현재 전자의 자사주 보유 상황상, 필연적으로 자사주를 매입해야 함. 물론 추후 자사주 지급 후에는 중장기적으로 오버행으로 작용할 수 있겠지만, 그 전까지는 자사주를 계속 매입해야 하는 구조. 이는 주가에 긍정적 요인 8. 향후 주주 단체의 소송 등은 확인해야 되는 요소이나, 만약 영업이익과 연동된 성과급이 주주총회 결의를 통해야 할 경우 이 역시 주주 입장에서는 당연히 긍정적인 upside risk 9. 결론적으로, 이번 사태의 본질은 '자사주' 지급이라고 생각하며, 이 부분이 앞으로 부각될 필요가 있다고 생각. 국내 1위 기업이 자사주로 성과급을 지급하기 시작했고, 2/3이 락업에 걸리면서 사실상 성과급 지급 후에는 노조도 주식가치 상승을 주주와 함께 도모해야 하는 상황이 된 것 이는 단순히 현금으로 지급되는 구조보다 훨씬 더 유의미한 구조가 될 수 있고, 주주와 노조간의 이해관계가 정렬될 수 있는 계기가 될 수 있는 거버넌스 패러다임의 변화라고 생각 <요약> (1). 성과급을 자사주로 지급하게 될 경우, 이제 노동자도 주주가 된다 (2). 2/3 락업인 상황에서 미래의 성과급을 지키려면 노조도 주주가치 극대화에 나서야 한다 (3). 이는 사실상 사측, 주주, 노조 모두 주주가치 극대화에 나서야 하는 거버넌스 패러다임 변화에 가깝다고 생각 (미국식 구조) (4). 또한 자사주를 통한 성과급 지급은 필연적으로 향후 10년간 자사주 매입 규모의 확대로 이어지게 되는 효과 (5). 만약 주주연대의 가처분 신청이 받아들여진다면, 이는 upside risk + 새로운 시대 10. 필자는 어제/오늘을 계기로 메모리 IDM 주가가 새로운 시대에 진입할 것이라고 생각. 그 생각의 시작은 샌디스크의 실발이었음. NBM(New Business Model)이라는 LTA와 유사한 지표를 공개하고, 이를 매출액 대비 %로 제시하고, 과거와 다른 더 안정적인 매출액 가이던스를 제공했고, 동시에 매출액 성장 그래프가 과거와 차원이 달라지면서 옛날 23년 5월 엔비디아를 연상케 했음 11. 그때부터 메모리 주가의 각도가 달라지기 시작. 하지만 저번주 노무라를 시작으로 JPM, 어제 UBS까지 이어서 메모리에 대한 밸류에이션 방식을 변화 과거에는 메모리 밸류에이션 방식 변화는 -> 주식을 오히려 파는 시점이었음. 대부분이 주가 상승을 정당화하기 위한 애널리스트들의 밸류 기법의 변화였기 때문 12. 그러나 지금은 달라졌음. 국내사 뿐만 아니라 외사 중심의 밸류에이션 방식 변화가 되고 있고, 그 근간에는 (1) 매우 높은 이익 성장률, (2) LTA/NBM 등으로 중장기 이익 체력이 안정적으로 지켜지고, (3) 향후 수년간 제한된 공급 상황 지속, (4) 기술 발전의 타이트함으로 인해 웨이퍼 bit 출하가 더뎌지고, (5) 테크 기술 변화에 있어 메모리의 중요성이 기술적으로도 매우 높아지고 있음 13. 결국 '이익의 규모', '이익의 성장 속도', '이익의 질', '이익의 지속성', '기술의 중요성' 이 모든 조건들이 맞아떨어지면서 메모리는 시클리컬 주식에서 퀄리티 주식으로 변화되는 그 중대한 기로에 진입했음 샌디스크 실발이 그 중대한 기로를 보여줬다면, 어제 마이크론 주가를 통해 필자는 메모리 업체들이 그 중대한 기로에 '진입했다'고 생각함 14. 시클리컬 주식에서 퀄리티 주식으로의 변화는, 주식으로서 엄청난 변화를 도모하게 됨. 밸류에이션 방식이 P/B에서 P/E로 바뀌게 되고, P/E 레벨 또한 미국의 SaaS 기업들이 가져가는 25~35x 수준이나, 미국 Tech HW 기업들이 가져가는 역시 20~30x 수준의 멀티플에 다가가게 됨 또한 한국에서도 조선, 방산, 변압기 등의 섹터들이 과거 시클리컬에서 퀄리티로 바뀌면서 멀티플이 25~35x 수준까지 치솟으면서 EPS 상승과 멀티플 리레이팅이 동반된 장기 상승 사이클이 나온 바 있음 => 즉, 미국 뿐만 아니라 '한국에서도' 퀄리티 섹터의 주식들의 밸류는 'P/E 10배 언더'에 위치해있던 적이 없음. 그러나 아직 전자 닉스는 포워드 멀티플 10배는 커녕 5~6배 구간에 불과한 수준 15. <결론> (1) 성과급을 자사주로 지급하는 삼성전자, (2) ADR 상장을 통한 리레이팅을 도모하는 SK하이닉스, (3) 그리고 시클리컬 주식의 속성을 탈피하는 메모리 섹터의 변화 구간. 투자자들의 시야와 눈높이는 과거와 달라지고 있고, 더 달라지게 될 것 개인적으로 틀렸을 수도 있겠지만, 새로운 시대가 열린게 아닐까 생각

토큰과 메모리 1. 처음 ChatGPT가 나왔을 때, 모두가 놀랐지만 동시에 할루시네이션에 대한 비판도 거셌음. 대화는 되었지만 정확도가 낮았기 때문. 그 이유는 그 당시 모델이 '사전학습(Pre-training)' 중심이었기 때문 사전학습은, 인터넷에 있는 모든 데이터를 입력받아 기본 지식을 습득하지만, '뇌'가 빈 상태. 그렇기 때문에 깊은 생각이 어렵고 정보의 적시성도 떨어지는 상태 2. 사전학습 다음으로 함께 진행된 것은 '사후학습(Post-Training)'. 사후학습은 모델이 알고 있는 지식을 쓸모 있게 만들어 줌. 모델에게 생각하는 방법을 가르치는 단계 사전학습만 수행하게 되면, '삼성전자,SK하이닉스에 대해 알려줘'라고 했을 때 인터넷 상에서 존재하는 꽤나 정확한 답변을 제공해줄 수 있음 그러나, '토큰 수요가 폭증하는 사이클에서 메모리 압축기술(토큰당 메모리 수요)이 메모리 전체 수요 성장 기울기를 감소시킬 수 있어?'라는 질문에는 답변하지 못함. 스스로 생각하기 어렵기 때문. 그러나 사후학습은 이를 가능케 할 수 있음. 모델 스스로 생각할 수 있게 만들어주기 때문 3. 그 다음 등장한게 '테스트 타임 스케일링(Test-time Scaling)'. 여기서 딥시크가 등장하게 되었음. 스스로 생각하는 모든 과정을 공개하면서 모델이 '곧바로' 답을 뱉지 않고, 문제를 시간을 갖고 스스로 풀어보고 생각하는 과정을 거치게 됨 딥시크는 모델의 생각 시간을 늘려서 답변의 정확도를 높이는 방식으로 각광받게 되었음. 당시 딥시크는 GPU 요구량을 크게 줄였으나 성능이 개선되었다고 발표했으나(실제로는 더 사용), 결과적으로는 지금 딥시크의 입지는 그 때보다는 낮은 수준 마치 지금 메모리 압축을 얘기하는 상황과도 유사. 결과적으로 증가하는 토큰을 처리하기 위한 효율성 개선이 수요 감소로 이어지지 않는다는 것. 결국 모델의 성능 개선은 (1) 압도적인 AI 인프라와 (2) 함께 진행되는 효율성 개선(이건 SW, HW 모두)에서 이뤄진다는 것 4. 딥시크 방식은 또한 '속도'의 문제가 존재했음. 한정된 HW에서 계속되는 '검산'과 '숙고'는 토큰을 더 많이 발생시켰고, 이를 처리하기 위한 속도는 당연히 늦어졌음 이를 해결하기 위해 등장한 개념이 'MoE(Mixture of Experts)'였음. 모델의 뉴런 파라미터 집합을 여러 전문가 그룹으로 나누는 것. 모델 전체의 크기는 엄청 커질 수밖에 없지만, 거기서 추론에 사용하는 유효 파라미터를 줄이는 것 모델이 수조 파라미터 규모가 되더라도, 유효 파라미터는 수백억개 수준으로 축소시킬 수 있고, 이 덕분에 훨씬 레이턴시를 줄일 수 있게 되었음. 선택적으로 계산하기 때문에 더 높은 지능을 제공 더 효율적으로 코드를 생성하고, 출력을 만들고, 똑똑해지는 방식. 결국 이것도 '효율성 개선' 아닐까? => 하지만 HW의 수요는 전혀 줄어들지 않았다는 것 5. 이는 LPU SRAM, CPO나 1.6T같은 통신기술, NV Link 등 모두 마찬가지. 어찌보면 HW단에서 효율화에 더 노력하고 있음. 더 많은 토큰을 생성해야되기 때문 구글 같은 CSP만 노력하는게 아니라, 사실 HW업체들이 더 많이 노력하고 있다는 것. LPU는 결국 토큰을 만들어내는 워크로드 측면에서 저지연을 담당하는 영역에서 급격한 효율을 발생시킴. 여전히 디코드 영역의 메모리 바운드는 깨지지 않음. 즉, 워크로드의 차이 6. 엔비디아의 Dynamo 기술은 HW 업체가 오히려 더 노력하고 있는 것을 보여주고 있음. Dynamo 기술은 첫 입력 토큰을 생성하는 프리필(prefill) 단계와 출력 토큰을 계속 만드는 디코드(decode) 단계를 구분하여 AI DC 전체에서 KV 캐시를 효율적으로 관리하기 위해 엔비디아가 만든 기술 첫 입력 토큰을 생성하기 위해 사용자가 질문한 내용을 처리하는 문맥 처리를 담당하는 프리필 단계의 GPU와, 이를 받아서 토큰을 계속 생성해내는 GPU를 구분하는 것. 결국 이것도 '토큰 생성을 위한 효율성 증대'의 일환. 엔비디아에 따르면, 이 Dynamo 기술을 통해 GPU의 처리량이 7배가 증가했다고 발표 7. 다음 시대는 '멀티에이젼트', '에이젼트 스케일링'. AI 에이젼트들끼리 대화하면서 더 최적의 답변을 찾아내는 것. 앤트로픽은 멀티에이전트 시스템에서 토큰 생성 수요가 15배 증가한다고 언급(특정 영역에서) AI들끼리 대화가 너무 빠르기 때문. 1500토큰/초 수준으로 출력하는 시대가 도래하게 되면, 하루~일주일 걸리는 질의를 1~2시간만에 처리할 수 있게 되는 것. 더 거대한 모델을 돌려야 하고, 에이젼트간의 상호작용도 매우 빨라야 하는 시대로 도래 똑똑한 한 명의 인간은 AGI가 될 수 없음. 아인슈타인은 가장 똑똑한 인류라고 불리지만, 아인슈타인이 엘리베이터를 고치는 방법을 알거나 주식에 일가견이 있거나 국가를 운영하는 법을 알 수가 없음. 결국 AGI는 무수히 똑똑한 AI 에이젼트들이 융합할 때 도달할 수 있는 영역 8. 메모리 측면에서, 추론 디코드 영역은 '메모리 바운드'라고 부름. 메모리에 묶여있다는 것. GPU 연산량이 아무리 좋아도 메모리 대역폭과 배치(batch, 동시에 처리할 수 있는 작업)가 증가하지 못하면 오히려 GPU가 노는 현상이 발생될 정도. 완전히 메모리 의존 영역 디코드는 매 스텝마다 토큰을 생성하고 다음 토큰을 생성하는 과정을 거치는데, 이 때 다음 토큰을 생성하기 위해 KV 캐시를 활용. KV 캐시는 이전 토큰들에 대한 Key/value 벡터 상태, 즉 이전 토큰들의 상태를 저장해놓는 저장소 역할. 그렇게 되면 다음 토큰을 만들 때 문맥을 처음부터 다시 읽는게 아니라, KV캐시만 읽어도 다음 토큰을 더 빠르게 생성할 수 있게 됨 9. 결국 토큰 - 추론 - 디코드 - KV캐시라는 구조가 단단하게 유지되면서, LLM들이 사전학습->사후학습->테스트 타임 스케일링->MoE->에이젼트 스케일링으로 변화되면서 더 많은 토큰을 생성해낼수록, 메모리의 요구량은 계속 기하급수적으로 증가하고 있다는 것 이 과정에서 HBM에만 한정된 KV캐시 의존도를 분산하기 위해 일반 서버용 DRAM이나, 콜드 데이터 저장을 위한 HDD, SSD, 나아가 HBF까지 필요해지면서 메모리 하이어라키 계층 구조가 전방위적으로 수혜를 받는 것. 단순히 HBM에서 만들어지는 공급 제약이 미치는 영향 뿐만 아니라, AI 수요가 전체적인 메모리 수요에 도움을 주고 있음 10. 한편 HBM에서는 HBM4부터 로직다이의 중요성이 높아지고 있음. 이는 IO 복잡도가 급격히 증가하고, GPU/CPU 같은 연산처리에서 담당하던 기능을 로직 다이 안으로 가져올 수 있게 되었기 때문. 이에 따라, 4e부터는 커스텀 HBM 방식으로, 코어다이는 표준화가 되더라도 로직다이는 업체별로 맞춤형 설계가 될 수 있음 현재 HBM4에선 코어다이에서 삼성전자가 1c, SK하이닉스가 1b 공정을 적용 중인 것으로 알려짐. 로직다이에서는 삼성전자가 삼성파운드리 4nm 공정, SK하이닉스가 TSMC 12나노대 공정을 적용 중인 것으로 알려짐 (언론보도) 그런데 HBM4e부터는 코어다이에서 두 기업 모두 1c 공정, 로직다이에서는 SK하이닉스가 TSMC 3nm 공정을 검토 중이라는 언론보도가 있었음. HBM4에서 12nm를 적용했다면, 4e에선 3nm로 급격하게 성능을 개선시키는 것. 이는 HBM 공정 경쟁이 4e부터는 양상이 또다시 변화될 수 있음을 암시 + 큰 틀에서, 조금 과장하자면 AI와 토큰은 산업혁명 시대 전기의 탄생과 유사하다고 생각. 전기(토큰)을 가지고 할 수 있는게 너무 많아질 수 있는 시대에서, 전기가 발명되기 이전의 시대로 돌아갈 수 없음 전기를 만들기 위해 당연히 공장이 필요하고, 전기를 더 효율적으로 생성해낼 수 있는 기술(효율화)도 당연히 필요할 것 그러나 그게 전기의 수요를 감소시키거나, 전기를 만들어내기 위한 인프라의 감소로 이어지진 않았음. 왜냐하면 전기의 수요 증가량(토큰의 증가량)이 훨씬 더 크기 때문

토큰과 공장 1. AI 시대에 있어 가장 중요한건 무엇일까? 본질은 '토큰'이라고 생각 미국 GTC에서 가장 크게 느낀 점은 AI의 처음이자 끝이 '토큰'이라는 것. AI 시대에 있어 토큰은 마치 인류가 처음 '전기'를 찾아낸 것과 같음 2. 토큰 수요는 계속 증가할 것인가? OpenClaw가 만들어낸 Agentic AI가 촉발해낼 토큰 수요는 이미 우리가 '텍스트'를 통해 소통하는 토큰 수요를 아득히 넘어서고 있음 중요한 점은, 인류 중에서 아직 LLM을 쓰는 인구는 소수에 불과하며 그 중에서도 OpenClaw를 쓰는 인구는 더 극소수에 불과하다는 것 3. 토큰은 단순히 LLM이 생성해내는 '단어', '말꾸러미‘에 그치지 않고, 모든 명령체계와 인식/제어/행동 등 모든 영역에서 확장될 것 젠슨황이 말하는 Agentic AI든, Physical AI든, 토큰 수요의 증가는 기하급수적일 수밖에 없다고 생각 이는 17-18년 하이퍼스케일러 시기와도 차이가 있음. 당시에는 스마트폰의 기술력 상승이 저장하는 데이터를 텍스트->사진->영상으로 발전하면서 막대한 규모의 데이터센터가 필요해진 것 그러나 AI 시대의 토큰은 멀티모달(사진, 영상)에 국한되지 않고 우리의 지능(LLM), 비서(Agent), 물리(Physical) 모든 영역에서 증가할 것 4. 이 폭증하는 '토큰'에 대한 모든 공급이 AI 인프라로 이어지고 있음. 토큰이 곧 매출(Revenue)이 되고, 토큰을 만들어내는 AI 인프라는 매출을 생성해내는 공장(Token Factory)가 되어가고 있음 그리고 시장에서 그토록 핫한 800VDC든, 변압기든, 기판이든, 원전이든, 우주 데이터센터든, AI RAN이든, HBM4든, LPU든 => 이 모든게 가리키는 방향은 단 하나로, 어떻게 하면 토큰을 더 많이, 효율적으로 만들어낼 수 있는가라고 볼 수 있음 모든 AI에 관련된 기술 발전은 토큰을 '더 많이 뽑아내고', '더 싸게 만들고', '더 효율적으로 생성하기 위해' 진행되고 있는 것 결국 모든 AI 시대의 투자의 대전제는 (1) 토큰 수요가 폭증하고 있는가? (2) 토큰 수요를 뒷받침하기 위해 AI 인프라 투자가 계속되는가? 라고 생각 5. 젠슨은 이번에 모든 IT 기업이 SaaS 위주에서 Agent as a service로 바뀔 것이라고 언급. 미국 SW기업들은 각자의 코어 영역이 존재하는데, 이 코어 영역에서 수많은 기업들의 private data를 보유하고 있음. (Oracle DB든, CRM이든, ERP든) 이 data를 최대한 private하게 유지하면서(보안을 유지), 중요한 의사결정에는 사람이 개입할 수 있는 형태의 Agent를 모든 SW 기업들이 구축하게 될 것. 그리고 그 또한 엔비디아가 개발하는 NemoClaw 플랫폼에서 이뤄지게 될 수 있음 6. 엔비디아는 AI가 발전해나가는 모든 영역(=토큰을 창출해낼 모든 영역)에 발을 걸치고 있음. 어찌보면 과도하다 싶을 정도로 매년 새로운 SW 플랫폼을 발표하고 있음 월드 파운데이션 모델 Cosmos, Physical AI용 Issac, 자율주행 플랫폼 알파마요, Agentic AI 용 NemoClaw, 그 외에 생명공학, 기후예측, 양자컴퓨팅, 우주데이터센터까지 무엇이 되든 엔비디아를 거치게 되면 더 빠르게 '가속화'시킬 수 있게 만들고 있음 7. CUDA를 통해 엔비디아가 깨달은 것은, SW 플랫폼의 장악력이 가장 중요하다는 것이었고, 과거 마이크로소프트가 결정하는 플랫폼 표준에서 그래픽카드가 외면받은 경험(파산위기)에서 느낀 것 또한 플랫폼이 중요하다는 것이었을 것 이런 경험들에서 촉발되었을지는 몰라도, 젠슨황은 모든 AI 개발을 위한 SW를 수평적으로 펼치고 있음 8. 동시에 엔비디아는 HW를 수직적으로 관리하고 있음. 엔비디아의 베라 루빈칩과 랙을 보면 그걸 알 수 있는데, 대만의 엄청난 서버 밸류체인을 전부 관리하고, 나아가 전세계 HW 기업들의 실적과 향후 AI DC HW 표준을 엔비디아가 정하고 있다는 점에서 엔비디아는 이미 HW의 수직적 통합을 구축해내고 있음 그가 제시하는 베라 루빈의 스펙, 카이버 아키텍처와 루빈 울트라, 파인만까지 이어지는 막대한 토큰 생성 기계는 수만개의 부품으로 구성되고 이는 '엔비디아'만이 제조할 수 있는 것 9. 작년 12월 제미나이가 LLM에서 선두권으로 치고나가면서 구글 TPU가 부상하자, 엔비디아는 12월 24일 Groq을 인수했고 3개월만인 올해 3월 GTC에서 LPX를 공개, 베라 루빈의 경쟁력을 더 끌어올렸음 무려 3개월만에 새로운 기술을 통합시켜 엔비디아 GPU의 강점을 더 끌어올린 것 10. 이 수직적인 HW 통합과 수평적인 SW 플랫폼 확장은 거미줄처럼 엔비디아가 모든 AI Token Factory 영역을 지배하고 있음을 의미한다고 생각 그리고 엔비디아가 추구하는 방향에서 가장 중요한건 토큰, 그리고 토큰을 산출해내는 기계를 만드는 AI 인프라, 이를 구축하기 위한 capex라는 것 (다음은 사전학습, 사후학습, MoE, 멀티 에이젼트, KV캐시, 프리필, 디코드, 추론, HBM4E 로직다이 등에 대해) => ‘왜 메모리 마진율이 이렇게 높은데 고객사들이 가격 하락을 기다리지 않고 장기공급 얘기가 나오는지’ 대해

△ 속도가 아닌 방향, 빛이 아닌 어둠의 가치 진짜 혁신은 화려한 결과보다 조용한 질문에서 시작됩니다. 세상은 언제나 남들보다 더 빨리 달리는 사람에게 박수를 보내지만, 역사는 무엇을 바라보아야 하는지, 어떤 질문을 붙들고 있어야 하는지 그 본질을 끝까지 놓치지 않은 사람을 오래 기억합니다. 눈길을 사로잡는 ‘속도’보다 더 중요한 것은, 우리가 어디를 향해 가고 있는가라는 ‘방향’입니다. 엔비디아의 ‘Vera Rubin’ 플랫폼은 앞으로 우리에게 단순한 기술 명칭 이상의 의미로 다가올지도 모릅니다. 그 이름 속에는 어두운 관측실에서 은하의 회전 곡선을 하나하나 그려 나가던 베라 루빈의 외로운 밤과, 강의실에서 학생들에게 우주의 희망을 들려주던 주디 영의 따뜻한 모습이 겹쳐 서 있습니다. 그 이름을 들을 때마다 우리는 스스로에게 물어야 할 것입니다. “우리는 지금 눈앞의 화려함에 눈이 멀어, 우리를 지탱하는 보이지 않는 소중한 것들을 잊고 있지는 않은가.” https://www.lecturernews.com/news/articleView.html?idxno=196120

SK하이닉스: 전인미답 [대신증권 반도체/류형근] 목표주가를 1,450,000원으로 상향합니다. 영업가치의 성장 속, 비영업적 변화 노력이 동반되고 있습니다. 더 큰 회사로의 도약을 기대합니다. ■ 이익 전망 상향 - 2026년 영업이익 전망치를 174조원으로 상향합니다. 범용 반도체 가격 강세와 HBM에서의 추가 성장 기회를 반영한 결과입니다. - HBM4 시장 경쟁력에 대한 우려가 산재하나, 크게 걱정할 이유는 없다고 생각합니다. - 제품을 불문하고, DRAM 공급이 부족합니다. 주요 고객사의 경우, DRAM 공급 부족 장기화에 대비하여 2028년까지의 장기 수요 Forecast를 상향한 것으로 추정되고, 이러한 환경에서 SK하이닉스가 공급망에서 배제될 가능성은 희박합니다. ■ 3박자의 조화 (이익, 정책 변화, ADR) 강력한 수익성 외에도, 기대할 수 있는 변화는 다량 남아있다는 판단입니다. 1) 판매 정책의 변화 - 분기 단위 시가 협상 에서 연간 단위 장기 계약 구조로의 변화 노력이 지속되고 있습니다. - 정책 변화가 현실화될 경우, 장기 수급 안정성은 보다 강화될 것이고, Valuation 할증 폭은 추가 확대될 것으로 전망합니다. 해당 가능성에 주목합니다. 2) ADR 발행 - 2026년 3월 내 계획이 구체화될 것 (자사주 매입, 신주 발행 등)으로 전망합니다. - 기업 가치에 긍정적 변화가 될 것이라 생각합니다. 📎PDF | ➡️보고서원문| 📝요약/해설

삼성전자: 국민 1등 주식 [대신증권 반도체/류형근] 목표주가를 270,000원으로 상향합니다. 적극적 매수 전략이 여전히 유효하다는 판단입니다. ■ 연간 영업이익 200조원의 시대 - 2026년 영업이익 전망치를 201조원으로 상향합니다. - 1Q26은 메모리반도체 영업이익 1위 탈환, 연간으로는 사상 최초 200조원 대 영업이익 시대를 여는 기념비적인 한 해가 될 것으로 전망합니다. - HBM에서는 HBM4 기반 점유율 상승을 전망합니다. I/O Speed에 따라 HBM4 시장이 분화될 수 있는 가운데, 11.7Gbps의 I/O Speed를 안정적으로 구현 가능하다는 이점이 빛을 발할 것이라는 판단입니다. ■ 장기 성장에 대한 기대 - 재무 체력 강화 속, 장기 성장 가치가 높아질 것으로 전망합니다. 안정적 현금 창출을 위해, 돈 버는 메모리반도체로의 구조 변화를 추진할 가능성도 유효합니다. - 늘어나는 현금 재원은 주주환원 강화, 비메모리반도체 경쟁력 강화, AI 맞춤형 포트폴리오 구축의 동력으로 작용할 것입니다. 삼성전자의 장기 성장에 주목합니다. 📎PDF | ➡️보고서원문| 📝요약/해설

1. 사실상 진짜 변화는 카이버 아키텍쳐가 도입되는 루빈 울트라부터 시작. 루빈 울트라에서는 랙당 GPU가 최대 576개가 탑재 이는 HBM 수요로 비교해보면 올해 하반기 베라 루빈 NVL144에서는 HBM4 288GB가 탑재(2 die 묶음)되기 때문에 랙당 탑재량은 20.7TB가 탑재되는 반면, 루빈 울트라에서는 랙당 GPU가 576개로 급증, HBM4E 1TB가 탑재(4 die 묶음)됨에 따라 랙당 탑재량은 144TB로 증가 즉, 사실 루빈 시리즈는 ’베라 루빈‘이 진짜가 아니라 카이버 아키텍처가 도입되는 ‘루빈 울트라’ 부터가 진정한 변화라고 생각. 여기서부터 HBM의 대역폭은 상상할 수 없을 정도로 증가 거기에 SOCAMM2와 ICMS까지 가세하면서 폭증하는 토큰 처리를 위해 메모리가 전방위적인 지원을 할 예정 시장에 회자되는 엔비디아의 800VDC와 전력 반도체, 슈퍼캐패시터, 미드플레인(기판)과 같은 기술들의 근본적 목적은 -> 한 랙 안에 더 많은 GPU(576개), 더많은 메모리(HBM 144TB)를 탑재하기 위함. 결국 이 모든 기술들은 연산과 메모리를 위해 존재하는 기술들인 것 2. 최근 추론의 핵심 영역은 어떻게 하면 폭증하는 토큰처리를 위해 KV캐시를 효과적으로 처리하느냐에 있음 그리고 그 근본적 해결책으로는 메모리 대역폭을 계속 확장하는 것 이는 과거 클라우드 시대와 AI 시대와의 근본적 차이 17~18년 클라우드 시대 때 메모리는 최대한 줄여야 데이터센터 입장에서 비용을 효율화시키는 것이었음. 그래서 등장한게 SW 가상화 같은 기술들 23년~ AI 시대에서 메모리는 최대한 많이 사용해야 오히려 데이터센터 관점에서 비용을 효율화시키는 것. 연산의 영역보다 더 바틀넥으로 작동하는게 메모리의 대역폭이 된 셈 에이젼트 AI 시대에서 토큰의 증가는 필연적. 이 과정에서 KV캐시의 증가는 선형적으로 증가, KV캐시를 읽어내는 HBM의 용량 증가와 메모리 대역폭 증가는 피할 수 없는 트렌드 최근 회자되는 몰트봇도 토큰량을 가지고 가격을 책정. 이제 뛰어난 에이젼트들은 더 많은 토큰을 사용할 것이고, 토큰당 비용을 낮추는게 최대의 쟁점이 될 것이라 생각. 몰트봇이 토큰 소비량 1위를 한 것이 이를 방증 3. 일부 투자자들은 빅테크들의 FCF와 capex를 걱정. 그러나 빅테크들은 capex를 많이 해서 AI 인프라를 최대한 확보해야지만 AI 성능을 올리고 동시에 AI에 사용되는 토큰당 비용을 낮출 수가 있음 즉, 장기적인 FCF를 위해 현재의 capex를 쓸 수밖에 없는 어쩔 수 없는 환경. 여기서 capex를 줄이면 일부 투자자들은 좋아하겠지만, 결국 그 csp의 AI 경쟁력은 도태될 것(성능과 가격 경쟁력 모두) 메모리 업체들은 이번 기회를 분명하게 잘 살릴 필요가 있다고 생각. 단순히 가격 협상을 1, 2분기에 얼마나 잘하고가 중요한게 아니라고 생각 개인적으로는 이번 기회를 통해 메모리 가격 협상 방식을 근본적으로 바꾸기 위해 노력할 필요. 메모리 capa 투자 시에 빅테크의 자금 협력을 받거나, 가격 및 물량 협상의 LTA 구속력 강화 등의 흐름들이 필요하지 않을까 몇 조 번다가 중요한게 아니라, 어떻게 몇 조를 벌고 있는지가 중요한 구간

[NVIDIA, ‘베라 루빈’ AI 시스템에 삼성·SK하이닉스 HBM4 채택…마이크론은 제외](https://www.techpowerup.com/346044/nvidia-to-use-sk-hynix-and-samsung-hbm4-for-vera-rubin-without-micron) ◦ NVIDIA ‘Vera Rubin’ AI 시스템, HBM4 공급사 2곳으로 압축 • NVIDIA의 차세대 AI 시스템 VR200 NVL72(베라 루빈)는 2026년 여름 출하 예정. • HBM4 메모리 공급사는 삼성전자와 SK하이닉스만 채택. • 마이크론은 HBM4 공급에서 완전히 제외 → 설계 수주(design win) 실패. ◦ HBM4 공급 비중: SK하이닉스 압도적 우위 • SemiAnalysis 유출 기관 노트에 따르면 - SK하이닉스: 약 70% - 삼성전자: 약 30% • 마이크론: HBM4 공급 물량 0%. ◦ 마이크론, HBM4는 제외됐지만 시스템 메모리 공급은 유지 • 마이크론은 HBM4 대신 - ‘Vera’ CPU용 LPDDR5X 메모리를 공급. • Vera CPU는 최대 1.5TB LPDDR5X 탑재 가능. • SOCAMM2 기반 LPDDR5X 분야에서 → 마이크론이 최대 또는 사실상 단독 공급사일 가능성. ◦ HBM4 탈락 배경: 공격적인 대역폭 상향 요구 • VR200 NVL72 시스템 목표 대역폭: - 2025년 3월: 13TB/s - 2025년 9월: 20.5TB/s - CES 2026 기준: 22TB/s • 약 70%에 달하는 대역폭 상향은 → 메모리 업체에 매우 높은 기술 요구 조건. • 마이크론이 이 사양을 충족하지 못했을 가능성 제기. ◦ 산업적 의미 • NVIDIA의 AI 시스템은 - HBM4 → 삼성·SK하이닉스 - LPDDR5X → 마이크론 으로 역할 분담 구조 형성. • HBM4는 극소수 업체만 대응 가능한 초고난도 메모리 시장임이 재확인. • AI 인프라 경쟁에서 메모리 성능 요구치가 급격히 상향되고 있음을 보여주는 사례. 원문 발췌: - "SK Hynix will represent about 70% of the HBM4 supply for VR200 NVL72 systems, with Samsung getting the remaining 30% of the supply." #hbm #삼성전자 #하이닉스 #MU #엔비디아

모건스탠리, 마이크론 $MU 목표주가 $350로 상향... 미국 반도체 '탑픽' 유지 마이크론은 주당순이익(EPS) 가이던스를 $8.19(EBIT 이익률 60% 상회)로 제시했습니다. 당사는 이미 시장 컨센서스보다 10% 높은 추정치를 내놓으며 상향 가능성을 예상했으나, 결과적으로 저희가 마이크론의 잠재력을 과소평가했음이 명백해졌습니다. 다년 계약, HBM 가시성, 그리고 설비투자(CAPEX) 규율 등이 모두 확인되면서, 주당 $40 이상의 수익 창출 능력을 뒷받침하고 있습니다. 이에 따라 '비중확대(Overweight)' 의견을 유지합니다.

루빈 5000억 달러 예약돼 있는 데 오픈AI와의 신규 계약을 제외하고도 저정도다