Forwarded from 슬라브 인사이트 💡 (슬라브)
이번 주 코스피 근황
코스피 변동성 지수 (V-KOSPI200)는 코로나 이후 최고치
매우 피로한 장입니다
#코스피
2/2 (월): -5.26%
2/3 (화): +6.84%
2/4 (수): +1.57%
2/5 (목): -3.86%
2/6 (금): ?
코스피 변동성 지수 (V-KOSPI200)는 코로나 이후 최고치
매우 피로한 장입니다
#코스피
‒ 2월 5일 세션은 2022년 이후 최악의 모멘텀 붕괴로 기록됐으며, Goldman의 하이베타·언컨스트레인드 모멘텀 바스켓은 2022년 이후 최악의 하루를 보였고, 지수는 상대적으로 차분했지만 내부에서는 역사적 수준의 포지션 언와인드가 발생.
‒ 전일이 소프트웨어 섹터의 AI 디스럽션 공포에 따른 섹터 붕괴였다면, 이날은 특정 섹터 이슈가 아닌 팩터와 포지셔닝 중심의 급격한 리버설로, 연초 수익률을 주도했던 고베타·고변동성 모멘텀 롱 포지션이 집중적으로 매도됨.
‒ Goldman에 따르면 평균 S&P500 종목의 1주 실현 변동성은 지수 대비 약 6.9배까지 확대되며 2021년과 유사한 극단 구간에 진입했고, 이로 인해 지수 표면은 안정적으로 보였으나 개별 종목과 테마 내부 변동성은 매우 거칠게 전개됨.
‒ Morgan Stanley는 이번 하락을 대칭적 디그로싱이 아닌 롱 레그 중심의 강제 축소로 규정했으며, AI 수혜주, AI 전력, 메모리, 비트코인 마이너, 국가안보 테마 등 혼잡도가 가장 높았던 영역이 동반 급락.
‒ 반대로 연초 내내 소외됐던 얼리 사이클 경기민감주, 화학, 지역은행, 일부 대형 방어주는 강하게 반등하며, 시장 리더십이 AI·모멘텀에서 콘트라-AI 및 저모멘텀 영역으로 급격히 이동.
‒ 구조적으로는 레버리지 ETF 리밸런싱이 핵심 증폭 요인으로 작용했으며, MS QDS 기준 하루에만 약 180억 달러 규모의 미국 주식 공급이 발생해 나스닥·테크·반도체 및 NVDA, TSLA, AMD, MU 등 단일 종목에 집중적인 매도 압력을 유발함.
‒ 옵션 시장에서는 딜러가 여전히 롱 감마 상태였으나 규모가 크게 줄어든 상황에서 레버리지 ETF의 숏 감마가 이를 상쇄하며, 장중 변동성이 확대되고 하락 압력이 누적되는 구조가 형성됨.
‒ 이날 시장의 가장 큰 특징은 지수와 내부 간의 괴리로, 장중 전체 종목의 약 75%가 S&P500을 아웃퍼폼했음에도 지수는 하락해, 매도가 극히 좁은 혼잡 포지션에 집중됐음을 보여줌.
‒ 리테일 참여는 과거 랠리 구간이나 전일 소프트웨어 급락 대비 현저히 낮았고, 기관 매도 역시 패닉 수준은 아니어서 이번 움직임은 강제 청산보다는 VAR·리스크 관리 트리거에 따른 포지션 조정 성격이 강했음.
‒ Goldman과 Morgan Stanley 모두 이번 사태를 펀더멘털 변화보다는 변동성 급등, 기술적 과열, 팩터 밀집도의 결과로 해석하며, 중기적으로는 매수 기회가 될 수 있으나 단기적으로는 모멘텀과 혼잡 롱 포지션에 추가 하방 리스크가 남아 있어 보수적 대응과 헤지 유지가 필요하다고 언급.
‒ 전일이 소프트웨어 섹터의 AI 디스럽션 공포에 따른 섹터 붕괴였다면, 이날은 특정 섹터 이슈가 아닌 팩터와 포지셔닝 중심의 급격한 리버설로, 연초 수익률을 주도했던 고베타·고변동성 모멘텀 롱 포지션이 집중적으로 매도됨.
‒ Goldman에 따르면 평균 S&P500 종목의 1주 실현 변동성은 지수 대비 약 6.9배까지 확대되며 2021년과 유사한 극단 구간에 진입했고, 이로 인해 지수 표면은 안정적으로 보였으나 개별 종목과 테마 내부 변동성은 매우 거칠게 전개됨.
‒ Morgan Stanley는 이번 하락을 대칭적 디그로싱이 아닌 롱 레그 중심의 강제 축소로 규정했으며, AI 수혜주, AI 전력, 메모리, 비트코인 마이너, 국가안보 테마 등 혼잡도가 가장 높았던 영역이 동반 급락.
‒ 반대로 연초 내내 소외됐던 얼리 사이클 경기민감주, 화학, 지역은행, 일부 대형 방어주는 강하게 반등하며, 시장 리더십이 AI·모멘텀에서 콘트라-AI 및 저모멘텀 영역으로 급격히 이동.
‒ 구조적으로는 레버리지 ETF 리밸런싱이 핵심 증폭 요인으로 작용했으며, MS QDS 기준 하루에만 약 180억 달러 규모의 미국 주식 공급이 발생해 나스닥·테크·반도체 및 NVDA, TSLA, AMD, MU 등 단일 종목에 집중적인 매도 압력을 유발함.
‒ 옵션 시장에서는 딜러가 여전히 롱 감마 상태였으나 규모가 크게 줄어든 상황에서 레버리지 ETF의 숏 감마가 이를 상쇄하며, 장중 변동성이 확대되고 하락 압력이 누적되는 구조가 형성됨.
‒ 이날 시장의 가장 큰 특징은 지수와 내부 간의 괴리로, 장중 전체 종목의 약 75%가 S&P500을 아웃퍼폼했음에도 지수는 하락해, 매도가 극히 좁은 혼잡 포지션에 집중됐음을 보여줌.
‒ 리테일 참여는 과거 랠리 구간이나 전일 소프트웨어 급락 대비 현저히 낮았고, 기관 매도 역시 패닉 수준은 아니어서 이번 움직임은 강제 청산보다는 VAR·리스크 관리 트리거에 따른 포지션 조정 성격이 강했음.
‒ Goldman과 Morgan Stanley 모두 이번 사태를 펀더멘털 변화보다는 변동성 급등, 기술적 과열, 팩터 밀집도의 결과로 해석하며, 중기적으로는 매수 기회가 될 수 있으나 단기적으로는 모멘텀과 혼잡 롱 포지션에 추가 하방 리스크가 남아 있어 보수적 대응과 헤지 유지가 필요하다고 언급.
‒ 이번 급락은 Momentum 롱 포지션이 과도하게 쌓인 상태에서 변동성 상승으로 VaR 제약이 동시에 작동하며, 크라우딩된 컨센서스 롱이 마진 바이어 부재 속에 한꺼번에 흔들린 전형적인 수급 붕괴였음.
‒ Morgan Stanley QDS는 단기적인 Momentum·컨센서스 롱 반등 가능성은 인정하지만, 헤지펀드 포지션 정리가 하루 만에 끝나기 어렵고 세금 시즌을 앞둔 리테일 수요 둔화를 이유로 반등 시 매도가 합리적이라고 판단.
‒ 실제 수급을 보면 리테일 순매수는 1년 기준 16퍼센타일로 매우 약했고, 기관은 오전 현물에서 강한 순매도를 기록해 하루 내내 마진 바이어가 부재한 시장이었음.
‒ 하락은 AI, 국가안보, 희토류, Retail Favorites 등 최근 가장 crowded됐던 테마에 집중됐으며, 이는 전면적 디그로싱이 아니라 선택적 롱 축소 성격을 띰.
‒ Morgan Stanley L/S Momentum 페어(MSZZMOMO)는 하루 -7.7%로 4시그마 급락했고, 손실 대부분은 롱 레그 붕괴(-5.7%)에서 발생했으며 숏 레그 상승은 제한적이었음.
‒ 과거 사례상 이런 롱 주도형 Momentum 셀오프는 단기 성과가 부정적이었고, 1~2개월 구간 부진 후 3개월 시점에서야 회복되는 경향을 보였음.
‒ 역사적으로 롱 주도형 Momentum 셀오프는 평균 약 28거래일 동안 이어졌으며, 고점 대비 저점 기준 평균 누적 하락폭은 약 22%.
‒ 이번 충격 확산의 배경에는 글로벌 반도체 트레이드의 극단적 크라우딩이 있으며, 반도체는 현재 헤지펀드 북의 16%를 차지해 1년 전 대비 크게 확대된 상태.
‒ 리테일 측면에서도 1월의 공격적 매수는 급격히 둔화됐고, Retail Favorites는 최근 1주일 -11% 하락, 1월 강세 이후 2~3월 되돌림이 나타나는 계절성과도 부합.
‒ 여기에 레버리지 ETF 리밸런싱으로 하루 약 180억 달러의 기계적 매도가 발생했고, 딜러 감마도 사실상 순숏으로 기울며 향후 며칠~1주 추가 시스템 매도 리스크가 남아 있음.
‒ Morgan Stanley QDS는 단기적인 Momentum·컨센서스 롱 반등 가능성은 인정하지만, 헤지펀드 포지션 정리가 하루 만에 끝나기 어렵고 세금 시즌을 앞둔 리테일 수요 둔화를 이유로 반등 시 매도가 합리적이라고 판단.
‒ 실제 수급을 보면 리테일 순매수는 1년 기준 16퍼센타일로 매우 약했고, 기관은 오전 현물에서 강한 순매도를 기록해 하루 내내 마진 바이어가 부재한 시장이었음.
‒ 하락은 AI, 국가안보, 희토류, Retail Favorites 등 최근 가장 crowded됐던 테마에 집중됐으며, 이는 전면적 디그로싱이 아니라 선택적 롱 축소 성격을 띰.
‒ Morgan Stanley L/S Momentum 페어(MSZZMOMO)는 하루 -7.7%로 4시그마 급락했고, 손실 대부분은 롱 레그 붕괴(-5.7%)에서 발생했으며 숏 레그 상승은 제한적이었음.
‒ 과거 사례상 이런 롱 주도형 Momentum 셀오프는 단기 성과가 부정적이었고, 1~2개월 구간 부진 후 3개월 시점에서야 회복되는 경향을 보였음.
‒ 역사적으로 롱 주도형 Momentum 셀오프는 평균 약 28거래일 동안 이어졌으며, 고점 대비 저점 기준 평균 누적 하락폭은 약 22%.
‒ 이번 충격 확산의 배경에는 글로벌 반도체 트레이드의 극단적 크라우딩이 있으며, 반도체는 현재 헤지펀드 북의 16%를 차지해 1년 전 대비 크게 확대된 상태.
‒ 리테일 측면에서도 1월의 공격적 매수는 급격히 둔화됐고, Retail Favorites는 최근 1주일 -11% 하락, 1월 강세 이후 2~3월 되돌림이 나타나는 계절성과도 부합.
‒ 여기에 레버리지 ETF 리밸런싱으로 하루 약 180억 달러의 기계적 매도가 발생했고, 딜러 감마도 사실상 순숏으로 기울며 향후 며칠~1주 추가 시스템 매도 리스크가 남아 있음.
‒ Goldman Prime Brokerage에 따르면 최근 급락 국면에서 시스템 트레이딩, 펀더멘털 롱숏, 멀티스트랫까지 모든 주요 기관 전략이 동시에 손실을 기록했으며, 하루에 세 전략 모두 75bp 이상 하락한 사례는 2020년 코로나 급락 이후 처음.
‒ 목요일 기준 Systematic L/S는 +0.2%로 소폭 반등했으나, 이는 미국 북(book)의 기여에 따른 기술적 회복이었고, EM 아시아·유럽 포지션 손실이 이를 일부 상쇄.
‒ Fundamental L/S는 -0.8% 하락했으며, 손실의 주된 원인은 알파가 아닌 시장·베타 요인이었고, 특히 TMT 중심 매니저들은 하루 -1.7% 추가 하락을 기록.
‒ Goldman은 최근 변동성이 특정 섹터에 국한되지 않고 모멘텀, 집중 롱, 크라우디드 숏이 동시에 압박받는 환경으로 전이되고 있다고 평가.
‒ Multi-Strat 전략은 -1.2% 손실로 전일보다 더 악화됐으며, Goldman은 부정적 요인으로 변동성 상승, 크라우디드 숏 노출, 전반적 수익성 악화를 지적.
‒ 멀티스트랫 손실 확대는 단순 성과 문제가 아니라, 높은 레버리지 구조 하에서 리스크 관리 트리거(VaR 등)가 작동할 가능성을 높인다는 점에서 중요.
‒ 실제 PB 데이터상 전체 Gross 레버리지는 가격 하락에 따른 분모 축소 영향으로 오히려 상승했으며, 반면 거래 활동에 따른 실질 디레버리징은 아직 초기 단계.
‒ 미국 펀더멘털 L/S의 경우 Gross 레버리지는 1년 기준 98퍼센타일, 5년 기준 100퍼센타일에 위치해 있어, 추가 가격 하락 시 강제 축소 압력이 커질 수 있는 상태.
‒ 단일 종목 기준으로는 10월 이후 최대 수준의 디그로싱이 발생했으며, 산업재·정보기술·소재 섹터에서 롱 매도가 두드러졌음.
‒ Goldman의 종합 평가는 현재 국면이 아직 전면적 패닉 청산 단계는 아니지만, 높은 레버리지와 동시 손실 환경이 지속될 경우 PB 차원의 리스크 축소와 추가 디그로싱 압력이 확대될 수 있는 취약 구간에 진입했다는 것.
‒ 목요일 기준 Systematic L/S는 +0.2%로 소폭 반등했으나, 이는 미국 북(book)의 기여에 따른 기술적 회복이었고, EM 아시아·유럽 포지션 손실이 이를 일부 상쇄.
‒ Fundamental L/S는 -0.8% 하락했으며, 손실의 주된 원인은 알파가 아닌 시장·베타 요인이었고, 특히 TMT 중심 매니저들은 하루 -1.7% 추가 하락을 기록.
‒ Goldman은 최근 변동성이 특정 섹터에 국한되지 않고 모멘텀, 집중 롱, 크라우디드 숏이 동시에 압박받는 환경으로 전이되고 있다고 평가.
‒ Multi-Strat 전략은 -1.2% 손실로 전일보다 더 악화됐으며, Goldman은 부정적 요인으로 변동성 상승, 크라우디드 숏 노출, 전반적 수익성 악화를 지적.
‒ 멀티스트랫 손실 확대는 단순 성과 문제가 아니라, 높은 레버리지 구조 하에서 리스크 관리 트리거(VaR 등)가 작동할 가능성을 높인다는 점에서 중요.
‒ 실제 PB 데이터상 전체 Gross 레버리지는 가격 하락에 따른 분모 축소 영향으로 오히려 상승했으며, 반면 거래 활동에 따른 실질 디레버리징은 아직 초기 단계.
‒ 미국 펀더멘털 L/S의 경우 Gross 레버리지는 1년 기준 98퍼센타일, 5년 기준 100퍼센타일에 위치해 있어, 추가 가격 하락 시 강제 축소 압력이 커질 수 있는 상태.
‒ 단일 종목 기준으로는 10월 이후 최대 수준의 디그로싱이 발생했으며, 산업재·정보기술·소재 섹터에서 롱 매도가 두드러졌음.
‒ Goldman의 종합 평가는 현재 국면이 아직 전면적 패닉 청산 단계는 아니지만, 높은 레버리지와 동시 손실 환경이 지속될 경우 PB 차원의 리스크 축소와 추가 디그로싱 압력이 확대될 수 있는 취약 구간에 진입했다는 것.
결국 이것저것 종합해보면 이번 조정은 그득그득 껴 있던 레버리지 + 극단적으로 크라우딩된 포지션 조정 과정에서 나타난 움직임이었다는 것
너무 최근 시세에 대해 과몰입 망상할 필요 없이 딱 이 정도로만 이해할 생각
너무 최근 시세에 대해 과몰입 망상할 필요 없이 딱 이 정도로만 이해할 생각
NVIDIA 주가가 다시 아웃퍼폼하기 위해 필요한 조건들 — MS FAQs 정리 (26.01.29)
✅ 왜 NVIDIA는 실적은 좋은데 주가는 부진했는가
‒ 2025년 말 이후 NVIDIA는 실적 기대가 매우 높은 상태에서도 YTD 주가가 상대적으로 부진
‒ 과거 언더퍼폼 국면과 달리, 이번에는 리드타임·재고·DeepSeek 같은 단기 펀더멘털 우려가 거의 사라진 상태
‒ 컨센서스 EPS는 $7.75 수준이나, 시장에서는 이미 $9+ earnings power까지 광범위하게 인식하고 있음
‒ 즉, “실적 서프라이즈 가능성” 자체는 이미 주가에 상당 부분 반영돼 있는 상태라는 점이 과거와 다른 포인트
✅ 주가를 누르는 3가지 핵심 오버행
‒ MS는 주가 부진의 원인을 ① 고객사 자금조달(financing) 우려, ② ASIC·AMD와의 경쟁 논쟁, ③ AI 수혜 종목의 확산으로 정리
‒ AI 수요는 NVIDIA 한 곳에만 집중되지 않고, 메모리·파운드리·네트워크·전력 등 반도체 전반으로 퍼지고 있음
‒ 이 과정에서 “NVIDIA만 사야 하느냐”에 대한 고민이 커지며 상대적 주가 모멘텀이 약화
✅ ① 고객사 자금조달 리스크와 NVIDIA의 투자 역할
‒ OpenAI 관련 기업(MSFT, ORCL, SoftBank, CoreWeave 등)은 자금 부담 우려로 주가가 전반적으로 부진
‒ 특히 Oracle은 OpenAI 관련 IT Capex·리스·이자 비용 증가로 FY30 EPS 추정치가 3개월 만에 50% 하향된 상태
‒ NVIDIA가 OpenAI, Anthropic, CoreWeave 등에 지분 투자를 진행하면서 “사실상 생태계 금융 제공자” 역할을 하는 것 아니냐는 우려가 발생
‒ 다만 MS는 현재 NVIDIA의 투자는 대부분 지분 투자이며, 대규모 벤더 파이낸싱이나 장기 외상 구조는 없다고 명확히 언급
✅ 자금 우려에 대한 MS의 핵심 반론
‒ 가장 공격적인 고객사 Capex 계획은 ‘베이스 케이스’가 아니라 ‘불 케이스’를 정의하는 역할
‒ 실제 지출이 그보다 낮아져도, 방향성 자체는 여전히 Multi-Year 고성장 경로를 시사
‒ LLM 경쟁도 승자독식이 아니라 다수 플레이어 공존 구조로 전개 중이며, 누가 이기든 NVIDIA는 핵심 인프라 공급자 위치 유지
‒ OpenAI는 2025년 말 기준 run-rate 매출이 YoY 약 3.6배 성장, 엔터프라이즈 비중도 빠르게 확대 중
✅ ② ASIC·AMD 경쟁 우려 vs. Vera Rubin
‒ AI 반도체 전반이 75% 이상 성장하는 환경에서는 모든 업체가 “점유율이 늘고 있다”고 느끼는 착시 발생
‒ TCO 비교는 벤더 제공 수치 기반으로는 의미가 제한적이며, 실제 대규모 배치 이후에야 판단 가능
‒ MS는 NVIDIA가 CY25 기준 매출 점유율 약 85% 수준을 유지할 것으로 판단
‒ Vera Rubin은 Blackwell 대비 보드 조립 시간이 대폭 단축(약 2시간 → 5분)돼 2026년 램프업 리스크가 매우 낮다고 평가
✅ Vera Rubin이 갖는 전략적 의미
‒ 랙 스케일 네트워킹, FP4 정밀도, 프리필·디코드 분리, Rubin CPX 등 최신 AI 워크로드 최적화 기능을 통합
‒ MS는 2026년 기준 어떤 ASIC·머천트 GPU도 이 조합을 동일 수준으로 구현하지 못할 것으로 판단
‒ 최근 체크 결과, 고객 반응은 경쟁 제품보다 Rubin에 훨씬 더 집중돼 있음
✅ ③ AI 수혜의 확산과 NVIDIA의 상대적 위치
‒ 2026년은 AI가 반도체 생산능력 자체를 제약하는 국면으로 진입
‒ 메모리, 네트워크, 파운드리, 전력, 장비 등으로 수혜가 광범위하게 확산
‒ 이 과정에서 레버리지가 큰 다른 종목들이 상대적으로 더 강한 주가 퍼포먼스를 보일 수 있음
‒ 하지만 MS는 “만약 NVIDIA 성장이 둔화되면, 그 어떤 AI 수혜주도 성립하지 않는다”고 명확히 선을 긋고 있음
💡 정리: NVIDIA 주가의 다음 단계는 ‘의심 해소 구간’
» 실적은 이미 모두가 알고 있음, 문제는 금융·경쟁·생태계 역할에 대한 의심
» Vera Rubin 램프업과 GTC(3월 중순)는 경쟁력 논쟁을 정리할 핵심 이벤트
» 고객사 자금조달 구조에 대한 투명성이 확보될수록 밸류에이션 디스카운트 해소 가능
» NVIDIA는 더 이상 단일 GPU 회사가 아니라, AI 컴퓨팅 생태계의 중심 허브로 재평가될 단계에 근접
#NVDA
‒ 2025년 말 이후 NVIDIA는 실적 기대가 매우 높은 상태에서도 YTD 주가가 상대적으로 부진
‒ 과거 언더퍼폼 국면과 달리, 이번에는 리드타임·재고·DeepSeek 같은 단기 펀더멘털 우려가 거의 사라진 상태
‒ 컨센서스 EPS는 $7.75 수준이나, 시장에서는 이미 $9+ earnings power까지 광범위하게 인식하고 있음
‒ 즉, “실적 서프라이즈 가능성” 자체는 이미 주가에 상당 부분 반영돼 있는 상태라는 점이 과거와 다른 포인트
‒ MS는 주가 부진의 원인을 ① 고객사 자금조달(financing) 우려, ② ASIC·AMD와의 경쟁 논쟁, ③ AI 수혜 종목의 확산으로 정리
‒ AI 수요는 NVIDIA 한 곳에만 집중되지 않고, 메모리·파운드리·네트워크·전력 등 반도체 전반으로 퍼지고 있음
‒ 이 과정에서 “NVIDIA만 사야 하느냐”에 대한 고민이 커지며 상대적 주가 모멘텀이 약화
‒ OpenAI 관련 기업(MSFT, ORCL, SoftBank, CoreWeave 등)은 자금 부담 우려로 주가가 전반적으로 부진
‒ 특히 Oracle은 OpenAI 관련 IT Capex·리스·이자 비용 증가로 FY30 EPS 추정치가 3개월 만에 50% 하향된 상태
‒ NVIDIA가 OpenAI, Anthropic, CoreWeave 등에 지분 투자를 진행하면서 “사실상 생태계 금융 제공자” 역할을 하는 것 아니냐는 우려가 발생
‒ 다만 MS는 현재 NVIDIA의 투자는 대부분 지분 투자이며, 대규모 벤더 파이낸싱이나 장기 외상 구조는 없다고 명확히 언급
‒ 가장 공격적인 고객사 Capex 계획은 ‘베이스 케이스’가 아니라 ‘불 케이스’를 정의하는 역할
‒ 실제 지출이 그보다 낮아져도, 방향성 자체는 여전히 Multi-Year 고성장 경로를 시사
‒ LLM 경쟁도 승자독식이 아니라 다수 플레이어 공존 구조로 전개 중이며, 누가 이기든 NVIDIA는 핵심 인프라 공급자 위치 유지
‒ OpenAI는 2025년 말 기준 run-rate 매출이 YoY 약 3.6배 성장, 엔터프라이즈 비중도 빠르게 확대 중
‒ AI 반도체 전반이 75% 이상 성장하는 환경에서는 모든 업체가 “점유율이 늘고 있다”고 느끼는 착시 발생
‒ TCO 비교는 벤더 제공 수치 기반으로는 의미가 제한적이며, 실제 대규모 배치 이후에야 판단 가능
‒ MS는 NVIDIA가 CY25 기준 매출 점유율 약 85% 수준을 유지할 것으로 판단
‒ Vera Rubin은 Blackwell 대비 보드 조립 시간이 대폭 단축(약 2시간 → 5분)돼 2026년 램프업 리스크가 매우 낮다고 평가
‒ 랙 스케일 네트워킹, FP4 정밀도, 프리필·디코드 분리, Rubin CPX 등 최신 AI 워크로드 최적화 기능을 통합
‒ MS는 2026년 기준 어떤 ASIC·머천트 GPU도 이 조합을 동일 수준으로 구현하지 못할 것으로 판단
‒ 최근 체크 결과, 고객 반응은 경쟁 제품보다 Rubin에 훨씬 더 집중돼 있음
‒ 2026년은 AI가 반도체 생산능력 자체를 제약하는 국면으로 진입
‒ 메모리, 네트워크, 파운드리, 전력, 장비 등으로 수혜가 광범위하게 확산
‒ 이 과정에서 레버리지가 큰 다른 종목들이 상대적으로 더 강한 주가 퍼포먼스를 보일 수 있음
‒ 하지만 MS는 “만약 NVIDIA 성장이 둔화되면, 그 어떤 AI 수혜주도 성립하지 않는다”고 명확히 선을 긋고 있음
» 실적은 이미 모두가 알고 있음, 문제는 금융·경쟁·생태계 역할에 대한 의심
» Vera Rubin 램프업과 GTC(3월 중순)는 경쟁력 논쟁을 정리할 핵심 이벤트
» 고객사 자금조달 구조에 대한 투명성이 확보될수록 밸류에이션 디스카운트 해소 가능
» NVIDIA는 더 이상 단일 GPU 회사가 아니라, AI 컴퓨팅 생태계의 중심 허브로 재평가될 단계에 근접
#NVDA
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from 엄브렐라리서치 Anakin의 투자노트
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
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