[삼성 이영진] 글로벌 AI/SW 헤드라인 (26/1/23)

■ 아마존, 비용 절감과 조직 효율화 차원에서 다음 주 수천 명 규모의 추가 기업 인력 감축 준비 보도

■ 구글, AI 음성 스타트업 Hume AI의 CEO 영입 및 기술 라이선스 계약 체결. 일종의 Acqui-hire

■ 구글, AI 모드로 Personal Intelligence 기능 확대. 지메일과 구글 포토 데이터를 활용한 개인 맞춤형 답변 제공

■ 구글, Gemini AI를 활용한 무료 SAT 모의고사 출시. 피드백 및 학습 계획까지 제공

■ 데미스 하사비스, 오픈AI의 광고 도입 움직임에 놀랐다는 입장. 구글 내부에서도 광고 도입을 신중하게 검토중이나 현재 도입 계획은 없다는 점 확인

■ 오픈AI-Leidos, 국방·정부·헬스·인프라 등 핵심 공공 부문 워크플로우에 생성 AI를 통합하는 전략적 파트너십 발표

■ 오픈AI, 고객의 AI 기반 발견 성과에서 수익 일부를 가져가는 로열티 모델 검토 보도

■ 앤스로픽, AI 코딩 발전에 따라 채용 과정의 기술 면접 과제를 반복적으로 바꿔야했다는 언급

■ 마이크로소프트, VLA 모델 Rho-alpha 공개. Phi 시리즈의 VLM 활용. 단일 팔 중심 제어를 넘어 양손 최적화에 초점

■ 미-중, 틱톡 미국 사업 분리 거래 최종 승인 보도. 거래는 이번주 마무리 예정

■ 알리바바, 반도체 부분 IPO 준비 보도. 첫 단계로 해당 사업부를 직원들이 일부 지분을 보유하는 형태 기업으로 재편 계획. 이후 IPO 검토 예정

■ 바이두, ERNIE 5.0 정식 출시. 2.4조 파라미터 모델. MoE 구조로 활성 파라미터는 전체 3% 미만

감사합니다.

일론 머스크 대담 @ 다보스 세계경제포럼

■ 로봇공학, AI 그리고 풍요의 경제학

: AI, 로봇공학, 에너지, 우주 등 모든 과제가 기술적으로 어렵지만, 자신의 회사들이 추구하는 궁극적인 목표는 문명의 미래를 극대화하는 것

: 테슬라의 미션에 지속 가능한 풍요(Sustainable Abundance)를 추가. 전 지구적 빈곤을 해결하고 모두에게 높은 생활 수준을 제공하는 유일한 방법은 AI와 로봇공학뿐

: 경제 산출량 = 로봇당 평균 생산성 × 로봇의 수. 로봇과 AI는 인간의 모든 필요를 포화시킬 정도로 많이 생산될 것

: 사람보다 로봇의 수가 더 많아지고, 어느 시점엔 로봇에게 무엇을 더 요청해야 할지조차 모르는 상태가 올 것

: 노동의 필요성과 풍요로움은 양립할 수 없음.모든 사람이 휴머노이드 로봇을 소유하게 될 것이며, 특히 노령화 사회에서 부모님을 돌보거나 아이를 지키는 데 로봇이 필수적일 것

■ 노화 역행과 생체 시계

: 노화 연구에 많은 시간을 쏟지는 않았지만, 이를 매우 해결 가능한 문제. 인간의 몸에 있는 35조 개의 세포가 거의 동일한 속도로 노화. 이를 통제하는 동기화 시계(Synchronizing Clock)가 존재

: 그러나 죽음에도 이점이 있음. 인간이 너무 오래 살면 사회가 경직되고 활력을 잃을 위험이 있다는 사회학적 우려 표명

■ 에너지 병목 현상과 태양광의 잠재력

: AI 기업들이 고객 확보를 위해 가격을 낮출 것이며, 오픈 소스 모델들이 폐쇄형 모델을 약 1년 차이로 추격

: 근본적인 제약 요소는 전력(Electricity). AI 칩 생산은 기하급수적으로 늘어나지만, 전력 공급 증가율은 연간 3~4%에 불과. 올해 말쯤이면 칩을 켜지 못하는 상황이 올 수 있음

: 중국은 현재 100GW의 원자력을 건설 중이며, 태양광 생산 능력은 연간 1,500GW에 달해 미국의 전체 전력 사용량 절반을 태양광과 배터리만으로 감당할 수 있는 규모

: 스페이스X의 계획은 우주 기반 태양광 AI 위성. 우주에는 공간 제약이 없고, 태양광 발전 효율이 지상보다 훨씬 높음

: 미국 전체를 전기화하는 데 필요한 태양광 면적은 100마일 x 100마일 (약 160km x 160km) 면적이면 충분

: 미국이 이를 실행하지 않는 이유로 머스크는 태양광 패널에 대한 높은 관세 장벽을 지적. 테슬라와 스페이스X가 자체적으로 미국 내에서 연간 100GW 규모의 태양광 설비를 구축

■ 로봇 상용화와 자율주행 타임라인

: 올해 말에는 공장에서 더 복잡한 작업을 수행. 내년 말에는 일반 대중에게 휴머노이드 로봇 판매 시작 전망

: 자율주행(FSD)에 대해 머스크는 보험사들이 FSD 사용자에게 반값 보험료를 제공할 정도로 안전성이 입증되었다고 주장. 올해 말까지 미국 내 로보택시가 광범위하게 도입되고, 유럽과 중국에서도 승인을 기대

■ 우주 경제학: 재사용성과 우주 데이터 센터

: 우주 산업의 핵심 돌파구는 완전한 재사용성(Full Reusability). 스타쉽(Starship)은 올해 완전 재사용성을 증명할 것이며, 이는 우주 접근 비용을 100분의 1로 줄일 것

: 우주 태양광의 효율성을 강조. 대기 감쇄가 없고 밤낮이 없으므로 지상 대비 5배 이상의 에너지를 얻을 수 있음

: 우주는 그늘진 곳이 절대온도 3도(3 Kelvin)로 매우 춥기 때문에 냉각 효율이 극도로 높음. 따라서 AI 구동 비용이 가장 저렴한 곳은 우주가 될 것이며, 이는 2~3년 내에 현실화될 것

■ AI의 미래와 개인적 영감

: 올해 말까지 어떤 인간보다 더 똑똑한 AI를 보게 될 것. 늦어도 내년까지의 타임라인 제시. 그리고 아마 2030년이나 2031년, 즉 5년 후에는 AI가 전 인류를 합친 것보다 더 똑똑해질 것

: 자신의 철학을 호기심의 철학(Philosophy of Curiosity)이라고 명명. 우주의 끝, 생명의 기원, 물리학의 표준 모델의 정확성 등을 이해하고 싶어 하며, AI가 이 질문들에 답하는 데 도움을 줄 것

https://www.youtube.com/live/IgifEgm1-e0?si=DL-UmgO46NFLzRBr

오픈AI의 수익 다각화는 신약 개발 분야 수익 공유까지?

안녕하세요 삼성증권 글로벌 AI/SW 담당 이영진입니다.

오픈AI의 다양한 수익화 방안이 이야기되고 있습니다.

최근 챗GPT내 무료 및 저가 플랜 유저 대상으로 광고 도입을 발표했고, 소규모 광고주 그룹 대상으로 시범 운영을 시작했습니다. 물론 유저 경험 훼손을 최소화하기 위해 광고는 제한적 출시 전략을 펼치고 있습니다.

쇼핑도 마찬가지입니다. 점진적 롤아웃을 지향하고 있는데요. 챗GPT 내 쇼핑 결제 기능 도입 관련 쇼피파이 판매자 대상 최대 4% 수수료 수취 논의 보도가 있었습니다.

여기에 다음 비즈니스 기회로 가치 공유(value sharing)을 고려하고 있습니다.

사라 프라이어 CFO는 다보스 포럼 내 패널 토론에서 오픈AI가 고객에게 AI로 창출된 재무적 가치에 대한 이익 공유 지분을 가져가는 모델을 언급했습니다.

IP 기반 라이선스 계약과 성과 기반 가격 책정이 창출된 가치에 대한 공유를 가능하게 할 것이라는 입장인데요.

예를 들어 신약 개발 분야에서 오픈AI 기술로 발견된 약물에 대한 라이선스를 취득하는 것입니다. 물론 아직 구체화 된 수준은 아닙니다.

오픈AI는 생물학과 약물 이해에 특화된 AI 모델을 개발해 제약사의 신약 개발 활용 지원을 목표로 가지고 있습니다. 이를 위한 헬스케어 데이터 라이선스 논의도 진행했었구요. 헬스케어 분야 외에 에너지와 금융 분야에서도 유사한 계약 체결 가능성도 시사했습니다.

특히 오픈AI는 과학을 소비자와 엔터프라이즈 AI에 이은 또 다른 핵심 축으로 언급하고 있습니다. OpenAI for Science를 통해서 AI를 과학 연구 도구로 만들려는 시도를 하고 있고, 수학, 물리, 이론 과학 연구용 추론 모델도 발전하고 있습니다.

장기적으로 국가나 정부 기관와의 협력을 통해 국가 전략 자산으로써의 포지셔닝도 가능합니다.

AI 발전은 B2B와 B2C에 국한되지 않습니다. 연간 전망에서 말씀드린 AI 사이언티스트 측면은 아직 AI 수요에 충분히 반영되지 않은 부분입니다.

비영리를 주장하지만 사실 오픈AI가 영리 목적을 취하고 수익화를 할 것이고 해야 한다는 사실은 모두가 알고 있습니다.

막대한 컴퓨팅 인프라 확대 프로젝트와 파트너십을 정당하기 위해서는 기존 전망을 넘어서는 매출 성장을 보여줘야 하니까요

향후에도 새롭고 창의적인 수익화 방안들이 등장할 것입니다.

(2026/1/23 공표자료)

AGI를 준비하는 구글 딥마인드

: 구글 딥마인드 공동 창업자 및 Chief AGI Scientist 셰인 레그(Shane Legg), AGI가 눈 앞에 와있다(AGI is now on the horizon)는 코멘트와 함께 Chief AGI Economist 채용 공고 게시

AGI는 이제 눈앞에 와 있으며, 경제를 포함해 많은 것들을 깊이 변화시킬 것입니다.

현재 저는 AGI 이후(post-AGI) 경제를 연구할 소규모 팀을 이끌 수 있는 시니어 이코노미스트를 채용하려고 합니다. 이 역할은 저에게 직접 보고하게 됩니다.

: 데미스 하사비스는 다보스 포럼에서 5년 내 AGI가 올 것이라는 기존 예측 타임라인 재확인

: 그리고 Grok을 써보라는 일론 머스크

https://t.me/Samsung_Global_AI_SW

[삼성 이영진] 글로벌 SW 기업 4Q25 실적 발표 일정(현지시간)

(E)은 잠정 일정으로 향후 변동 가능

■ 1월 5주 차
마이크로소프트(MSFT) - 1/28
메타 플랫폼스(META) - 1/28
서비스나우(NOW) - 1/28
IBM(IBM) - 1/28
SAP(SAP DE) - 1/29
애플(AAPL) - 1/29

■ 2월 1주 차
팔란티어 테크놀로지스(PLTR) - 2/2
알파벳(GOOGL) - 2/4
아마존(AMZN) - 2/5
포티넷(FTNT) - 2/5
아이렌(IREN) - 2/5

■ 2월 2주 차
데이터도그(DDOG) - 2/10(개장 전)
클라우드플레어(NET) - 2/10
유니티 소프트웨어(U) - 2/11(개장 전)
앱러빈(APP) - 2/11

■ 2월 3주 차
네비우스(NBIS) - 2/17(E)
허브스팟(HUBS) - 2/18(E)
코어위브(CRWV) - 2/18(E)
트레이드 데스크(TTD) - 2/18(E)
알리바바(9988 HK) - 2/19(E)
지스케일러(ZS) - 2/19(E)

■ 2월 4주 차
팔로알토 네트웍스(PANW) - 2/24(E)
엘라스틱(ESTC) - 2/26(E)
바이두(9888 HK) - 2/26(HKT 저녁)

■ 3월 1주 차
워크데이(WDAY) - 3/2(E)
세일즈포스(CRM) - 3/4(E)
스노우플레이크(SNOW) - 3/4(E)

■ 3월 2주 차
오라클(ORCL) - 3/9(E)
크라우드 스트라이크(CRWD) - 3/10(E)
몽고DB(MDB) - 3/10(E)
어도비(ADBE) - 3/12

■ 3월 3주 차
피그마(FIG) - 3/18(E)
텐센트(700 HK) - 3/18(E)

감사합니다.

https://t.me/Samsung_Global_AI_SW

구글, Sakana AI와 전략적 파트너십 및 재무적 투자 발표

: Gemini, Gemma 활용 공동 R&D, 구글 AI 생태계 품질 피드백, 금융·정부 등 규제 산업 대상 신뢰성 높은 AI 배포 협력

https://sakana.ai/google/

한국은 글로벌 AI 모델 3위 국가(Artificial Analysis Index)

: 국가대표 AI 프로젝트 기반 성과 창출. 프랑스 미스트랄 ai의 Mistal Large 3(23점) 상회

: Index 기준 1위 미국(40점 후반-50점 초반), 2위 중국(40점 초반)

[삼성 이영진] 글로벌 AI/SW 헤드라인 (26/1/26)

■ 중국 정부, 자국 대형 기술 기업에 H200 반도체 주문 준비 방침 전달 보도

■ 앤스로픽, Claude Cowork를 Team과 Enterprise 요금제 유저로 확대

■ 구글, 사카나 AI와 전략적 파트너십 및 재무적 투자 발표

■ 구글, 3D 디지털 자산 분야 AI 스타트업 커먼 센스 머신스(CSM) 인수

■ 메타, 청소년의 AI 캐릭터 접근 일시 중단. 청소년으 위한 새로운 AI 캐릭터 버전 개발 중

■ 애플, Gemini 기반 새로운 Siri를 2월 공개 계획 보도

■ xAI, 지난 30일 동안 Grok Imagine을 통해 이미지 55억 개 생성

■ 페이페이 리의 월드 랩스, 50억 달러 밸류로 5억 달러 규모 신규 펀딩 논의. 24년 시드 라운드 밸류 10억 달러

감사합니다.

샘 올트먼, AI 개발자를 위한 타운홀 라이브 예고

내일 오픈AI에서 AI 개발자들을 위한 타운홀(간담회)을 개최합니다. 새로운 세대의 도구들을 만들기 시작하면서 여러분의 피드백을 받고 싶습니다.

이번에는 실험적인 시도이자 새로운 형식의 첫 번째 테스트입니다 — 논의는 태평양 시간 기준 오후 4시에 유튜브에서 라이브 스트리밍할 예정입니다.

여기에서 질문을 남겨주시면 가능한 한 많이 답변하겠습니다!

→ 개발자 대상 신형 제품/툴 준비 중 → “new generation of tools”

→ 타운홀은 단순 AMA x → 전략적 방향성 피드백 수집 목적

→ 새로운 피드백 포맷으로 정기화 가능성 → “experiment and a first pass at a new format”

→ 유튜브 라이브 스트리밍 → 공식 제품 전략 PR 이벤트

https://t.me/Samsung_Global_AI_SW

오픈AI, 앤스로픽을 잡기 위한 엔터프라이즈 AI 확대 전략

안녕하세요 삼성증권 글로벌 AI/SW 담당 이영진입니다.

오픈AI가 공격적인 엔터프라이즈 AI 분야 확장 노력을 지속하고 있습니다.

■ 오픈AI가 만찬에서 말한 엔터프라이즈 전략

오픈AI가 기업 고객의 경영진 만찬에서 여러 제품(챗GPT, Codex, API 등)을 단일 패키지로 번들링해 고객의 비용, 사용량, 성과를 통합 관리하는 제품 전략을 이야기했는데요

기업의 대규모 AI 전환과 함께 고객 서비스, 레거시 코드 재작성, 데이터 조직 방식 등의 기술 스택을 전반의 AI 중심 개편을 지원하는 것이 목표입니다.

■ 엔터프라이즈 AI의 가장 큰 경쟁자 앤스로픽

앤스로픽은 B2B 분야 집중을 통해 기업 경영진 사이에서 기업용 AI 대표 공급자 이미지를 구축했습니다.

성공의 기반에는 코딩을 잘하는 모델 기반의 Claude Code가 있고, 최근에는 Cowork로 모멘텀이 확대되고 있습니다.

API 사용량을 선구매하면 할인을 제공하는 정책을 통한 계약 구조의 유연성도 가져가고 있습니다.

앤스로픽의 엔터프라이즈 API 매출은 오픈AI보다 클 것으로 전망되고 있습니다. '25년 엔터프라이즈 LLM API 점유율은 앤스로픽 40%, 오픈AI 27%, 구글 21% 순입니다.

(다만 원 소스인 Menlo Ventures는 앤스로픽의 주요 투자자인 점도 생각해볼 필요는 있습니다.)

고객 수에서 오픈AI가 1억 달러 규모 고객 7개와 7,500만 달러 이상 고객 6개를 보유하고 있는 반면 앤스로픽은 1억 달러 규모 고객이 9개로 더 많습니다

물론 API에 챗GPT 구독까지 고려하면 엔터프라이즈 전체 사업 규모는 오픈AI가 더 클 가능성이 있습니다. 다만 일부 기업 고객은 오픈AI의 엔터프라이즈 전략이 아직 정리되지 않았다고 평가하고 있습니다.

■ 오픈AI의 본격 대응

기존에 오픈AI는 개인 챗GPT 유저들이 기업 내에서 도입을 전파하는 일종의 바이럴 방식을 채택했지만, 성과는 아쉬웠습니다.

이에 Codex의 대규모 업그레이드를 예고했고, 개발자를 위한 신형 툴을 준비 중입니다. 챗GPT 내 협업 및 업무 기능을 추가 중이고, 기업 고객이 AI 사용으로 얻는 재무적 가치를 측정하는 도구의 출시도 검토 중입니다.

이러한 업데이트는 대형 계약 수주에 핵심적인 역할을 할 것입니다. 또한 리더십 개편을 통해 TML에서 합류한 바렛 조프가 엔터프라이즈 사업을 총괄하고, 단일 세일즈가 여러 제품을 판매하는 구조로 변경 진행했습니다.

■ 숫자로 보는 엔터프라이즈 사업

샘 올트먼은 한달 동안 API 사업에서 ARR의 10억 달러 이상 추가를 언급했습니다.

'25년 말 기준 전체 ARR은 200억 달러였고, 앞서 12월에는 190억 달러 수준이었습니다. 기간을 명확하게 비교하긴 어렵지만, API 사업이 모멘텀을 받고 있는 것은 분명합니다.

사라 프라이어 CFO는 엔터프라이즈 매출 비중을 40%에서 연말 50%까지 올리는 목표를 제시했습니다.

매출 전망을 고려하면 엔터프라이즈 매출은 '25년 52억 달러에서 '26년 150억 달러로 188% 성장하게 됩니다.

앤스로픽도 엔터프라이즈 매출 비중(80%) 유지를 가정하면 매출은 36억 달러에서 100억 달러로 유사한 성장을 하게되네요

오픈AI가 역으로 엔터프라이즈 산업에서 균열을 일으킬 수 있을까요? 추가 업데이트해 드리겠습니다.

(2026/1/26 공표자료)

소프트뱅크, 데이터센터 운영사 Switch 인수 논의 중단

: 논의 밸류는 500억 달러 규모. 전략적 투자 또는 파트너십 협상은 지속. Switch는 부채 포함 600억 달러 밸류로 IPO 준비 중

: 소프트뱅크 내부적으로도 다양한 지역에 걸친 데이터센터 운영 복잡성에 대한 우려 존재

: 소프트뱅크는 12월 말 Switch 주요 투자자인 디지털 인프라 투자 전문 DigitalBridge 그룹 인수(40억 달러)를 통해 간접 인프라 익스포저 확보

→ Switch를 스타게이트 수직 통합 전략에 활용하려던 계획에 일부 차질 가능

→ 소프트뱅크의 미국 내 스타게이트 프로젝트 후보지 중 텍사스는 1월 초 오픈AI와 SB 에너지 투자 및 운영 파트너 선정으로 진전

→ 오하이오는 데이터센터용 모듈형 장비 생산 공장으로 전환. 전반적인 속도가 더딘 상황

https://t.me/Samsung_Global_AI_SW

엔비디아-코어위브 파트너십 강화

: 엔비디아, 코어위브 20억 달러 지분 투자(주당 $87.2)’

: 30년까지 5GW+ AI 팩토리 구축 협력 가속

: Rubin GPU, Vera CPU, BlueField 스토리지 등 차세대 엔비디아 풀스택 인프라 조기 도입

: 코어위브 소프트웨어(SUNK, Mission Control)를 엔비디아 레퍼런스 아키텍처에 포함 추진

: 엔비디아의 재무 역량을 활용해 코어위브의 토지, 전력, 데이터센터 셸 확보 가속

https://investors.coreweave.com/news/news-details/2026/NVIDIA-and-CoreWeave-Strengthen-Collaboration-to-Accelerate-Buildout-of-AI-Factories/default.aspx

마이크로소프트, 자체 AI 추론 반도체 Maia 200 발표

: 최신 하드웨어 대비 달러당 성능 30% 향상. Trainium 3 대비 FP4 성능 3배, TPU v7 대비 FP8 성능 우위 강조

: TSMC 3nm 공정 기반, 네이티브 FP8/FP4 텐서 코어, 216GB HBM3e(7TB/s), 272MB 온칩 SRAM, 고속 데이터 이동 엔진 탑재

: Microsoft Foundry 및 Microsoft 365 Copilot 인퍼런스 비용 구조 개선 목표, 합성 데이터 생성 및 강화학습 활용으로 차세대 자체 모델 성능 개선

: 현재 US Central 데이터센터(아이오와) 배포 시작, 향후 글로벌 확장 예정

https://blogs.microsoft.com/blog/2026/01/26/maia-200-the-ai-accelerator-built-for-inference/

[삼성 이영진] 글로벌 AI/SW 헤드라인 (26/1/27)

■ 엔비디아-코어위브 파트너십 강화. 엔비디아, 코어위브 20억 달러 지분 투자(주당 $87.2). ‘30년까지 5GW+ AI 팩토리 구축 협력 가속

■ 마이크로소프트, 자체 AI 추론 반도체 Maia 200 발표. 최산 하드웨어 대비 달러 당 성능 30% 향상

■ 오픈AI, 챗GPT 광고 초기 단계에서 제한된 광고주 대상 프리미엄 가격 전략 추진. CPM $60 수준으로 NFL 생중계 수준

■ 오픈AI, 챗GPT가 Grokipedia 데이터에서 정보를 가져와 답변을 생성하는 것으로 조사

■ 앤스로픽, 슬랙, 피그마, 박스 등의 업무 앱을 Claude 챗 봇 내부에서 직접 실행하는 인터랙티브 앱 기능 출시

■ 애플, Siri에 외부 AI를 도입하기 위해 앤스로픽 및 오픈AI와 논의. 앤스로픽은 연간 수십억 달러를 요구. 규모가 과도하다고 판단해 협상 포기

■ AWS, 영국 National Building Society와 협력해 클라우드, 데이터, AI 기반 금융 서비스 혁신 및 운영 효율 개선 추진

■ 소프트뱅크, 500억 달러 규모의 데이터센터 운영사 Switch 인수 논의 전면 중단. 부분 투자 또는 전략적 파트너십은 협상 중

■ 알리바바, Qwen-3-Max-Thinking 발표

■ 텐센트 마화텅, 최대 투자 영역은 AI라는 코멘트로 핵심 성장 전략 집중 강조

■ EU, xAI의 Grok이 아동 성적 학대물에 해당하는 딥페이크 이미지 생성 의혹으로 조사 진행

■ 트레이드 데스크, CFO 교체 발표 및 25년 4분기 실적 가이던스 재확인

■ 영상 AI 스타트업 Synthesia, 40억 달러 밸류로 신규 펀딩 라운드 진행

감사합니다.

메모리 내러티브의 전환이 온다
[삼성증권 반도체, IT/이종욱]

올해 메모리 주식 투자 아이디어에는 두 가지 내러티브가 섞여 있습니다.
1) 디램/낸드 가격 상승 모멘텀: 투자자들은 가격 상승 속도가 가팔라질때 매수하고, 상승 속도가 둔화되면 차익 실현할 것입니다. 지금은 가격 상승 속도가 가팔라지거나 유지되고 있는 상황입니다.
2) 디램 이익의 지속성: AI 수요는 크고 장기적이며 메모리는 보수적 증설 기조를 유지하고 있고, LTA 비중이 확대되고 있습니다. 메모리 이익은 고점이 꾸준하게 유지되는 형태가 될 것이고, 이에 맞춘 리레이팅을 기대합니다.
저희는 올해 메모리 주식을 1) 1번에서 2번 내러티브로 전환, 2) 전환 과정에서 주가 조정, 3) 최소 27년까지 이익의 고점 지속으로 보고 있습니다. 그리고 그 과정에서 삼성전자의 생산 능력이 더 부각될 것이라 믿습니다.

삼성전자 OP 1Q 27조원, 26년 144조원, TP 20만원 제시합니다.
SK하이닉스 OP 1Q 23조원, 26년 120조원, TP 95만원 제시합니다.

구구절절한 이야기는 리포트를 참조해 주시기 바랍니다.

감사합니다.

보고서 링크: https://bit.ly/4qjJvy9

(2026/1/27 공표자료)

엔비디아-코어위브 파트너십 강화

안녕하세요 삼성증권 글로벌 AI/SW 담당 이영진입니다.

엔비디아와 코어위브가 AI 팩토리 구축 가속화를 위한 다양한 협력을 발표했습니다.

목표는 '30년까지 5GW+ 캐파를 확장하는 것입니다. 3Q25 기준 코어위브의 계약 전력 캐파는 2.9GW, 활성 전력 캐파는 850MW 수준입니다.

세부 협력 내용은 다음과 같습니다.

1) 엔비디아 Rubin GPU, Vera CPU, BlueField 스토리지 등 차세대 엔비디아 풀스택 인프라 조기 도입

2) 코어위브 소프트웨어(SUNK, MIssion Control) 상호 운용성 강화 및 엔비디아 레퍼런스 아키텍처 포함 추진

3) 엔비디아의 재무 역량을 활용해 코어위브의 토지, 전력, 셸 확보 가속

4) 엔비디아는 주당 $87.2 수준으로 20억 달러 규모 지분 투자 진행

파트너십과 투자를 통해 코어위브가 누릴 수 있는효과는 자본조달 비용 감소 및 재무 신뢰성 확보입니다.

엔비디아의 지분 투자 자체가 주요한 자금 조달은 아니지만, 일종의 백스탑 지원이 되는 것인데요.

엔비디아 B/S를 사실상 신용 보강 수단으로 레버리지하는 구조로 23년 4월 MSA 계약 및 25년 9월 확장 계약과도 유사한 효과를 목표로 합니다.

추가로 주목할 부분은 소프트웨어 부문 협력입니다. 엔비디아가 코어위브 소프트웨어 스택을 내부 활용하고 외부 파트너에게 제공해줄 수 있다면,

코어위브의 포지션은 단순 GPU 캐파 공급자 역할에서 풀스택 AI 클라우드 플랫폼으로 확장이 가능합니다.

코어위브가 타 네오 클라우드 기업 대비 우위를 보였던 부분이 소프트웨어 스택 최적화이기도 하니까요

구형 GPU 리뉴얼 트렌드가 지속 확인되고 있으며, 병목을 경험했던 캐파 확장도 점진적으로 진행되고 있습니다.

실적 발표(일정 미정)에서 파트너십 관련 재무적 영향력과 병목 및 매출 확인을 진행해야 하지만, 신용 우려 완화 및 캐파 확장 계획 제시에 따른 리스크 감소는 밸류에이션 리레이팅 가능성을 높이고 있습니다.

(2026/1/27 공표자료)

알리바바 Qwen3-Max-Thinking 공개

: 대규모 스케일과 고급 강화학습을 통해 추론, 지식, 툴 사용, 에이전트 능력 전반에서 강력한 성능 제공. 주요 벤치마크에서 GPT-5.2, Claude Opus 4.5와 비교 가능한 성능

: 핵심 혁신 포인트는 적응형 툴 사용(필요 시 검색과 코드 인터프리터를 자동으로 호출하는 기능)과 고급 테스트 타임 스케일링(병렬 추론 경로 수를 제한하고 남는 연산을 반복적 자기 성찰에 사용해 성능 개선)

https://qwen.ai/blog?id=qwen3-max-thinking

안드레 카파시, 클로드 코딩을 꽤 써본 지난 몇 주간의 단상들

■ 코딩 워크플로우

최근 LLM 코딩 능력이 크게 올라가면서, 나 역시 다른 사람들처럼 11월에는 수동 코딩+자동완성 80%, 에이전트 20%였던 비중이 12월에는 에이전트 80%, 수동 수정 20%로 급격히 바뀌었다.

즉, 이제는 진짜로 영어로 프로그래밍을 하고 있다. LLM에게 “이 코드를 이렇게 써줘”라고 말로 지시하는 식이다. 자존심이 조금 상하긴 하지만, 소프트웨어를 큰 단위의 “코드 액션”으로 조작할 수 있는 능력은 너무 유용하다. 익숙해지고 설정하고 한계를 이해하면 더 그렇다.

이건 내가 20년 넘게 프로그래밍하면서 겪은 가장 큰 워크플로우 변화이고, 불과 몇 주 만에 일어났다. 아마 이미 두 자릿수 비율의 엔지니어들에게 비슷한 변화가 일어나고 있을 텐데, 일반 대중의 인식은 아직 한 자릿수 초반 수준일 것이다.

■ IDE / 에이전트 스웜 / 오류 가능성

“이제 IDE는 필요 없다”거나 “에이전트 스웜이 모든 걸 한다”는 과장은 아직 시기상조다. 모델들은 여전히 실수를 하고, 중요한 코드라면 반드시 IDE에서 꼼꼼히 검토해야 한다.

흥미로운 점은 실수의 유형이 바뀌었다는 것이다. 문법 오류가 아니라, 약간 서두른 주니어 개발자가 할 법한 개념적 오류가 많다. 가장 흔한 문제는 모델이 잘못된 가정을 하고 그대로 밀고 나간다는 점이다.

또한 혼란을 관리하지 못하고, 명확히 질문하지 않으며, 불일치를 지적하지 않고, 트레이드오프를 설명하지 않고, 필요할 때 반박하지 않는다. 여전히 약간 지나치게 맞장구를 친다.

플랜 모드에서는 개선되지만, 가벼운 인라인 플랜 모드가 필요하다고 느낀다.

또 코드와 API를 과도하게 복잡하게 만들고, 추상화를 부풀리고, 죽은 코드를 정리하지 않는다. 1000줄짜리 비대하고 취약한 코드를 만들어 놓고, “이렇게 간단히 할 수 있지 않나?”라고 하면 바로 100줄로 줄여준다.

작업과 무관한 코드나 주석을 바꾸거나 삭제하는 경우도 있다. 이 모든 문제에도 불구하고, 여전히 압도적으로 유용하고, 다시 수동 코딩으로 돌아가는 것은 상상하기 어렵다.

현재 워크플로우는 왼쪽에 몇 개의 Claude Code 세션, 오른쪽에 IDE를 두고 코드 확인 및 수동 수정하는 방식이다.

■ 집요함 (Tenacity)

에이전트가 무언가를 집요하게 파고드는 걸 보는 게 정말 흥미롭다. 피곤해하지도, 낙담하지도 않고 계속 시도한다. 사람이면 진작 포기했을 문제를 30분 동안 싸우다가 결국 해결하는 걸 보면 “AGI 감각”이 든다.

결국 지속력(stamina)이 핵심 병목이라는 걸 깨닫게 되고, LLM이 그 병목을 크게 확장했다는 느낌이 든다.

■ 속도 향상

LLM이 얼마나 속도를 올려주는지 측정하기는 어렵다. 확실히 더 빠르지만, 핵심은 속도가 아니라 확장이다.
1.예전에는 굳이 만들 가치가 없던 것들을 이제는 만든다.
2.지식 부족 때문에 못 건드리던 코드도 접근 가능해졌다.

그래서 단순한 생산성 향상이라기보다 가능성 공간의 확장에 가깝다.

■ 레버리지

LLM은 목표 달성까지 반복 루프를 도는 데 탁월하다. 여기서 “AGI 느낌”이 나온다. 무엇을 할지 지시하지 말고 성공 기준을 주면 된다.

테스트를 먼저 작성하게 하고 통과시키게 하라. 브라우저 MCP와 루프에 넣어라. 먼저 단순하고 확실히 맞는 알고리즘을 만들고, 그 다음 최적화를 시켜라.

명령형 대신 선언형 접근으로 바꾸면 에이전트가 더 오래 루프를 돌며 더 큰 레버리지를 만든다.

■ 재미

놀랍게도, 에이전트로 프로그래밍하는 게 더 재미있다. 반복 작업이 사라지고 창의적인 부분만 남기 때문이다. 막히는 일이 줄어들고, 항상 진전할 방법이 있어서 더 용기가 난다.

다만 사람에 따라 반응이 갈릴 것이다. 코딩 자체를 좋아한 사람과, 무언가를 만드는 것을 좋아한 사람으로 엔지니어가 나뉠 것 같다.

■ 역량 저하 (Atrophy)

이미 수동으로 코드를 쓰는 능력이 조금씩 퇴화하는 걸 느낀다. 코드 생성(쓰기)과 판별(읽기)은 다른 능력이다. 문법적 디테일 때문에 쓰기는 어려워지지만, 리뷰는 여전히 잘할 수 있다.

■ 슬로파칼립스 (Slopacolypse)

2026년은 GitHub, Substack, arXiv, X/Instagram 등 모든 디지털 미디어에서 AI 슬롭(저품질 자동 생성 콘텐츠) 대폭발의 해가 될 것 같다. 실제 생산성 향상과 동시에, AI 과장 퍼포먼스 쇼도 더 늘어날 것이다.

■ 고민 중인 질문들

- 10X 엔지니어는 어떻게 될까? 평균과 최고 생산성 격차가 오히려 더 커질 수도 있다.
- LLM을 무기로 제너럴리스트가 스페셜리스트보다 더 강해질까? LLM은 미시적 디테일 보완에 강하고, 거시 전략에는 상대적으로 약하다.
- 미래의 LLM 코딩은 어떤 느낌일까? 스타크래프트? 팩토리오? 음악 연주?
- 사회 전체가 얼마나 디지털 지식 노동에 병목되어 있을까?

■ 결론

2025년 12월을 전후해 LLM 에이전트 능력(특히 Claude, Codex)이 어떤 임계점(coherence threshold)을 넘어서면서 소프트웨어 엔지니어링에 상전이(phase shift)가 일어났다.

지능은 갑자기 다른 모든 것보다 앞서 나갔고, 통합(툴, 지식), 조직 워크플로우, 확산은 뒤처져 있다. 2026년은 이 새로운 능력을 산업이 소화하는 고에너지의 해가 될 것이다.

https://x.com/karpathy/status/2015883857489522876?s=46

마이크로소프트, Maia 200을 통한 추론 인프라 전략 - 비용과 메모리 최적화

안녕하세요 삼성증권 글로벌 AI/SW 담당 이영진입니다.

마이크로소프트가 ‘23년 Maia 100에 이어 자체 AI 추론 반도체 Maia 200을 출시했습니다.

목적은 명확합니다. AI 토큰 생성의 경제성을 개선하도록 설계된 추론 전용 칩입니다.

TSMC 3nm 공정 기반으로 최신 하드웨어 대비 달러당 성능이 30% 향상되었고, AWS Trainium 대비 FP4 성능 3배, 구글 TPU v7(ironwood) 대비 FP8 성능 우위를 강조했습니다.

현재 최대 규모 모델을 무리 없이 실행 가능하며, 미래 초대형 모델 확장성까지 고려해 어느 정도의 여유 성능을 확보했습니다.

오픈AI 최신 모델 포함 다양한 모델 구동에 활용되며, Microsoft Foundry 및 MS 365 Copilot에서 성능 및 비용 구조 개선이 가능합니다.

또한 합성 데이터 생성 및 강화학습 활용을 통해 자체 차세대 모델 개선 파이프라인 가속을 시사했습니다.

경쟁 ASIC 대비 생태계 성숙도는 초기 단계지만, Maia SDK 프리뷰를 통해 이기종 하드웨어 환경 간 간편한 모델 포팅 및 세밀한 제어 기능을 지원합니다.

US Central 데이터센터(아이오와)에서 배포를 시작했고, 향후 글로벌 확장 예정입니다.

추론 비용 구조 내재화가 주요 전략적 의의입니다. Copilot, Foundry, 엔터프라이즈 AI 서비스의 토큰 비용을 MS가 직접 통제할 수 있는 구조로 이동하게 됩니다.

엔비디아 의존도를 구조적으로 완화하지만 GPU를 대체하는 옵션은 아닙니다. 성능과 효율 개선은 클라우드 마진 개선과 시장 점유율 확대를 위한 카드입니다.

메모리 아키텍처 역시 추론 최적화를 목표로 설계되었습니다. 단순 대역폭 증가가 아니라 토큰 생성 병목을 줄이는 시스템 레벨의 설계입니다.

HBM의 용량 및 대역폭 확대 외 272MB 온칩 SRAM은 KV 캐시와 같은 빈번 접근 데이터 일부를 처리해 토큰 처리량을 대폭 증가시킬 수 있습니다.

좁은 정밀도 중심 설계, 특수 DMA(데이터 이동) 엔진과 고 대역폭 NoC 패브릭 활용도 데이터 공급 병목 제거를 위한 핵심 요소입니다.

신규 자체 반도체로 인한 효과는 당장 실적으로 확인되지는 않겠지만, 가이던스에는 어느정도 녹여 나올 수 있습니다.

(2026/1/27 공표자료)

문샷 ai, Kimi K2.5 발표

: K2 기반으로 15조 개의 시각,텍스트 혼합 토큰을 추가적으로 사전학습해 멀티모달 성능 대폭 확장

: 네이티브 멀티모달 설계로 코딩 및 비전 능력에서 SOTA 수준 성능
→ 특히 프론트엔드 개발, 이미지 및 영상 → 코드 변환, 시각적 디버깅 능력 강조

: 자기 지시형 Agent Swarm 패러다임 구현. Parallel-Agent Reinforcement Learning(PARL) 기반 오케스트레이터 훈련
→ 최대 100개의 서브 에이전트를 자동으로 생성 및 조율
→ 최대 1,500개의 툴 호출을 병렬 실행하는 오케스트레이션 구조

: 단일 에이전트 대비 최대 4.5배 실행 시간 단축 가능
→ 내부 평가 기준 엔드투엔드 런타임 최대 80% 감소

: 지식 노동 자동화를 위한 엔터프라이즈 에이전트 워크플로우 지원
→ 내부 생산성 벤치마크에서 K2 대비 +59% 개선

https://www.kimi.com/blog/kimi-k2-5.html