Forwarded from 에테르의 일본&미국 리서치
마이크론; KeyBanc Technology Leadership Forum 대담 요약 (8/10, 현지)
연사: 수밋 사다나 EVP 겸 최고사업책임자(CBO)
마이크론은 실적 발표 이후 고객들의 총수요 신호가 한층 더 증가했다고 밝혔습니다. 기존에는 타이트한 업황이 2027년 이후까지 이어진다는 입장이었으나, 이번에는 2027년 수요 증가 속도가 공급 증가 속도를 앞서면서 2027년이 2026년보다 오히려 더 타이트할 것으로 전망을 상향했습니다. 대응 차원에서 일본·대만·싱가포르·인도(후공정) 등 글로벌 제조망 투자를 확대 중이며, 미국 투자는 2,000억 달러에서 2,500억 달러로 늘렸고, 30억 달러 규모 공급망 투자의 일환으로 글로벌웨이퍼스(원판 웨이퍼)에 5억 달러를 투자했습니다. 그럼에도 수요 증가 속도가 워낙 빨라 공급이 수요를 따라잡는 시점에 대한 가시성은 여전히 없다고 강조했습니다.
이번 사이클이 과거와 다른 이유로는 구조적 요인들을 들었습니다. AGI를 거쳐 ASI로 향하고 있고 AI가 AI를 개선하는 재귀적 자기개선이 혁신을 가속하고 있으며, 현재의 AI 이용은 대부분 채팅 인터페이스 수준이라 수요 확산의 극초기 단계라는 것입니다. 에이전틱 AI는 유사 작업에서 채팅 대비 5~30배의 토큰을 소모하고 딥 리즈닝은 그 이상입니다. 수요는 디지털 영역에서 폭증하는데 공급은 물리적 영역에서 만들어져야 한다는 비대칭이 구조적 난제이며, 공급 확대에 걸리는 시간이 과소평가되어 있다고 지적했습니다. HBM 측면에서는 프로세서가 DRAM 데이터를 기다리며 50%가량 유휴 상태인 문제로 고대역폭·고용량 메모리가 필수인데, HBM3E와 DDR 간 3대1인 트레이드 비율이 HBM4E에서는 4대1 수준으로 악화되어 여타 제품군의 웨이퍼 공급 압박이 커집니다. 업계 증설 대부분이 그린필드 방식이라 시간이 오래 걸리고, 최첨단 전공정 팹 건설은 데이터센터 건설보다 훨씬 어렵습니다. 고객들이 공통적으로 꼽는 1순위 제약은 전력도, 부지도, 데이터센터 용량도, 로직 웨이퍼도 아닌 DRAM이라고 밝혔습니다.
총수요는 데이터센터에 국한되지 않고 전 세그먼트에서 훨씬 높은 수준이며, 가격이 매우 높은데도 고객들이 물량 확보에 적극적입니다. 데이터센터에서는 고객 수요의 절반도 충족하지 못하는 경우가 빈번하고, 이는 2026년만이 아니라 다년간의 신호라고 했습니다.
고객 관계는 커리어 전체에서 본 적 없는 수준의 관여도라고 표현했습니다. 메모리가 시스템 성능을 결정하는 요소(메모리 월)가 되면서 고객들이 메모리를 통한 차별화를 모색하고 있고, 2030년 이후 로드맵까지 공유하는 깊은 엔지니어링 파트너십이 형성됐습니다. 차별화 사례로는 경쟁사 대비 전력 소모가 30% 낮았던 HBM3E, 엔비디아와 업계 최초로 LP DRAM을 데이터센터에 도입해 오랫동안 단독 공급한 사례, Gen6 최초 출시와 245TB 초고용량 제품 등 데이터센터 SSD 리더십을 들었습니다. 미국 내 메모리 생산 유일 기업이라는 점도 공급망 회복탄력성 관점의 큰 차별화 요인으로 꼽았습니다.
대담의 핵심은 SCA(전략 고객 계약)였습니다. 과거 LTA는 사실상 12개월짜리 비구속적 합의였던 반면, SCA는 마이크론이 업계 최초로 고안한 구조로 실적 발표 이후에도 추가 체결이 이어지고 있습니다. 자동차 등 소규모 고객은 3년, 매출 비중 대부분을 차지하는 계약은 2030년 말까지의 5년물이며, 연도별·고객별 구매 물량이 구속력 있는 테이크 오어 페이 조건으로 확정되고 계약상 해지 조항이 없습니다. 실적 발표 시점 기준 16건의 SCA에 220억 달러의 현금 및 현금성 커밋이 확보됐고, 이 중 180억 달러는 대차대조표에 오르는 순수 현금입니다. 가격은 일부 시장가 연동 물량을 제외하면 대부분 가격 밴드가 설정되어 있으며, 기발표 16건의 실링(상한) 가격은 2026년 2분기(CQ2) 가격 기준이고 향후 체결분은 체결 시점의 시장가가 상한이 됩니다. 플로어(하한) 가격은 과거 어떤 사이클 피크보다 높은 총마진을 보장하는 수준으로 설정되어 장기 설비 투자를 뒷받침하는 고ROI 구조입니다. 클린룸은 선제적으로 짓되 장비 투자는 중기 수요 전망에 맞춰 규율 있게 집행한다는 방침도 재확인했습니다. 코로나 이후 LTA 파기 전례처럼 공급 정상화 시 SCA도 깨질 수 있지 않느냐는 질문에는, 계약상 빠져나갈 방법이 없고 뒤에 연수를 계속 추가하는 에버그린 구조이며, 로보틱스 등으로 공급 부족이 앞으로도 반복될 것이므로 조건을 어긴 고객은 다음 부족 국면에서 할당을 받기 어려울 것이라고 답했습니다. 실제로 메모리를 전술적으로 다뤄온 고객들이 지금 할당 확보에 더 큰 어려움을 겪고 있다고 덧붙였습니다.
피지컬 AI는 현재의 기회마저 왜소하게 만들 수 있는 성장 벡터로 평가했습니다. 휴머노이드 한 대당 수백 GB의 DRAM과 수 TB의 SSD가 필요한데, 클라우드 접속 없이도 빠른 응답과 안전·보안 기능을 수행할 온보드 컴퓨팅이 요구되기 때문입니다. 개별 로봇의 학습이 집단적으로 합산되는 지수적 학습 곡선을 감안하면 로보틱스는 2020년대 후반부터 빠르게 성장해 2030년대 초 변곡점에 도달할 것이며, 그때가 되면 또다시 수년간 공급이 수요를 못 따라갈 것으로 내다봤습니다.
서버 디스펙(탑재 용량 하향)은 가격이 아니라 공급 부족이 원인이라고 선을 그었습니다. 고객들이 확보 가능한 DRAM으로 출하 대수를 극대화하기 위해 대당 평균 탑재 용량을 조절하고 있을 뿐이며, 낮아진 평균 용량 기준으로도 대수를 곱한 총수요는 오히려 증가하고 있습니다. 메모리 부족은 프로세서 활용률을 떨어뜨리므로, 공급이 풀리면 용량을 다시 늘려 더 긴 컨텍스트 윈도우와 고성능 SKU를 구현하려는 잠재 수요가 대기 중이라고 했습니다.
가격 인상 폭 완화가 사이클 후반부 신호 아니냐는 질문에는, 직전 분기 81%의 영업이익률 등 이미 극도로 견조한 재무 성과를 내고 있으며, 고객의 장기 수요 유지와 마이크론의 ROI 사이에서 최적 가격을 조율하는 것이라고 답했습니다. 제약된 환경이 매우 오래 지속될 것으로 보는 만큼 포트폴리오 믹스, 출하량, 가격이라는 세 가지 지렛대를 균형 있게 최적화하겠다는 입장입니다.
청중 질의응답에서는 세 가지가 다뤄졌습니다. 첫째, 삼성 텍사스는 로직 파운드리, SK하이닉스 인디애나는 후공정 패키징 투자이므로 미국 내 메모리 전공정 팹 투자 기업은 마이크론이 유일하며, 아이다호 1공장은 2027년 중반, 2공장은 2028년 말 가동 예정이고 뉴욕 클러스터와 버지니아(롱 라이프사이클 기술, 1알파 DRAM 이전)로 이어집니다. 미국산 공급의 가격 프리미엄을 기대하며 이는 SCA에 이미 반영되어 있다고 했습니다. 둘째, 커스텀 HBM은 HBM4E부터 본격화되는데, 공동 설계·퀄 비용이 워낙 커 고객이 3사 모두와 협업하기 어려워 플랫폼·고객 단위로 2개사 내지 단독 공급 시장이 될 것이며, 메모리 시장이 점점 ASIC과 유사한 구조로 이행해 단독·이원화 공급 비중 확대가 장기 ROI에 매우 유리하다고 전망했습니다. 셋째, DRAM 대비 낸드 가격 격차 확대에 따른 콜드 데이터 오프로딩 우려에는, AI 시스템에서 DRAM 용량이 부족하면 KV 캐시가 낸드로 흘러넘치는 현상이 이미 나타나고 있으며, 리즈닝·에이전틱으로 갈수록 컨텍스트 윈도우가 길어져 DRAM의 성능과 용량 모두 심하게 압박받는 환경이 지속될 것이라고 답했습니다.
끝으로 향후 5년의 마이크론에 대해, 기술·제품·제조 전반에서 사상 최고 수준의 실행력을 보이고 있고 AI가 메모리를 전략 자산으로 바꿔놓은 게임 체인저인 만큼, 완전히 달라진 비즈니스 모델과 높은 ROI, 변혁적인 SCA를 바탕으로 강력한 순풍이 이어질 것이라는 메시지로 마무리했습니다.
*클로드로 요약함.
연사: 수밋 사다나 EVP 겸 최고사업책임자(CBO)
마이크론은 실적 발표 이후 고객들의 총수요 신호가 한층 더 증가했다고 밝혔습니다. 기존에는 타이트한 업황이 2027년 이후까지 이어진다는 입장이었으나, 이번에는 2027년 수요 증가 속도가 공급 증가 속도를 앞서면서 2027년이 2026년보다 오히려 더 타이트할 것으로 전망을 상향했습니다. 대응 차원에서 일본·대만·싱가포르·인도(후공정) 등 글로벌 제조망 투자를 확대 중이며, 미국 투자는 2,000억 달러에서 2,500억 달러로 늘렸고, 30억 달러 규모 공급망 투자의 일환으로 글로벌웨이퍼스(원판 웨이퍼)에 5억 달러를 투자했습니다. 그럼에도 수요 증가 속도가 워낙 빨라 공급이 수요를 따라잡는 시점에 대한 가시성은 여전히 없다고 강조했습니다.
이번 사이클이 과거와 다른 이유로는 구조적 요인들을 들었습니다. AGI를 거쳐 ASI로 향하고 있고 AI가 AI를 개선하는 재귀적 자기개선이 혁신을 가속하고 있으며, 현재의 AI 이용은 대부분 채팅 인터페이스 수준이라 수요 확산의 극초기 단계라는 것입니다. 에이전틱 AI는 유사 작업에서 채팅 대비 5~30배의 토큰을 소모하고 딥 리즈닝은 그 이상입니다. 수요는 디지털 영역에서 폭증하는데 공급은 물리적 영역에서 만들어져야 한다는 비대칭이 구조적 난제이며, 공급 확대에 걸리는 시간이 과소평가되어 있다고 지적했습니다. HBM 측면에서는 프로세서가 DRAM 데이터를 기다리며 50%가량 유휴 상태인 문제로 고대역폭·고용량 메모리가 필수인데, HBM3E와 DDR 간 3대1인 트레이드 비율이 HBM4E에서는 4대1 수준으로 악화되어 여타 제품군의 웨이퍼 공급 압박이 커집니다. 업계 증설 대부분이 그린필드 방식이라 시간이 오래 걸리고, 최첨단 전공정 팹 건설은 데이터센터 건설보다 훨씬 어렵습니다. 고객들이 공통적으로 꼽는 1순위 제약은 전력도, 부지도, 데이터센터 용량도, 로직 웨이퍼도 아닌 DRAM이라고 밝혔습니다.
총수요는 데이터센터에 국한되지 않고 전 세그먼트에서 훨씬 높은 수준이며, 가격이 매우 높은데도 고객들이 물량 확보에 적극적입니다. 데이터센터에서는 고객 수요의 절반도 충족하지 못하는 경우가 빈번하고, 이는 2026년만이 아니라 다년간의 신호라고 했습니다.
고객 관계는 커리어 전체에서 본 적 없는 수준의 관여도라고 표현했습니다. 메모리가 시스템 성능을 결정하는 요소(메모리 월)가 되면서 고객들이 메모리를 통한 차별화를 모색하고 있고, 2030년 이후 로드맵까지 공유하는 깊은 엔지니어링 파트너십이 형성됐습니다. 차별화 사례로는 경쟁사 대비 전력 소모가 30% 낮았던 HBM3E, 엔비디아와 업계 최초로 LP DRAM을 데이터센터에 도입해 오랫동안 단독 공급한 사례, Gen6 최초 출시와 245TB 초고용량 제품 등 데이터센터 SSD 리더십을 들었습니다. 미국 내 메모리 생산 유일 기업이라는 점도 공급망 회복탄력성 관점의 큰 차별화 요인으로 꼽았습니다.
대담의 핵심은 SCA(전략 고객 계약)였습니다. 과거 LTA는 사실상 12개월짜리 비구속적 합의였던 반면, SCA는 마이크론이 업계 최초로 고안한 구조로 실적 발표 이후에도 추가 체결이 이어지고 있습니다. 자동차 등 소규모 고객은 3년, 매출 비중 대부분을 차지하는 계약은 2030년 말까지의 5년물이며, 연도별·고객별 구매 물량이 구속력 있는 테이크 오어 페이 조건으로 확정되고 계약상 해지 조항이 없습니다. 실적 발표 시점 기준 16건의 SCA에 220억 달러의 현금 및 현금성 커밋이 확보됐고, 이 중 180억 달러는 대차대조표에 오르는 순수 현금입니다. 가격은 일부 시장가 연동 물량을 제외하면 대부분 가격 밴드가 설정되어 있으며, 기발표 16건의 실링(상한) 가격은 2026년 2분기(CQ2) 가격 기준이고 향후 체결분은 체결 시점의 시장가가 상한이 됩니다. 플로어(하한) 가격은 과거 어떤 사이클 피크보다 높은 총마진을 보장하는 수준으로 설정되어 장기 설비 투자를 뒷받침하는 고ROI 구조입니다. 클린룸은 선제적으로 짓되 장비 투자는 중기 수요 전망에 맞춰 규율 있게 집행한다는 방침도 재확인했습니다. 코로나 이후 LTA 파기 전례처럼 공급 정상화 시 SCA도 깨질 수 있지 않느냐는 질문에는, 계약상 빠져나갈 방법이 없고 뒤에 연수를 계속 추가하는 에버그린 구조이며, 로보틱스 등으로 공급 부족이 앞으로도 반복될 것이므로 조건을 어긴 고객은 다음 부족 국면에서 할당을 받기 어려울 것이라고 답했습니다. 실제로 메모리를 전술적으로 다뤄온 고객들이 지금 할당 확보에 더 큰 어려움을 겪고 있다고 덧붙였습니다.
피지컬 AI는 현재의 기회마저 왜소하게 만들 수 있는 성장 벡터로 평가했습니다. 휴머노이드 한 대당 수백 GB의 DRAM과 수 TB의 SSD가 필요한데, 클라우드 접속 없이도 빠른 응답과 안전·보안 기능을 수행할 온보드 컴퓨팅이 요구되기 때문입니다. 개별 로봇의 학습이 집단적으로 합산되는 지수적 학습 곡선을 감안하면 로보틱스는 2020년대 후반부터 빠르게 성장해 2030년대 초 변곡점에 도달할 것이며, 그때가 되면 또다시 수년간 공급이 수요를 못 따라갈 것으로 내다봤습니다.
서버 디스펙(탑재 용량 하향)은 가격이 아니라 공급 부족이 원인이라고 선을 그었습니다. 고객들이 확보 가능한 DRAM으로 출하 대수를 극대화하기 위해 대당 평균 탑재 용량을 조절하고 있을 뿐이며, 낮아진 평균 용량 기준으로도 대수를 곱한 총수요는 오히려 증가하고 있습니다. 메모리 부족은 프로세서 활용률을 떨어뜨리므로, 공급이 풀리면 용량을 다시 늘려 더 긴 컨텍스트 윈도우와 고성능 SKU를 구현하려는 잠재 수요가 대기 중이라고 했습니다.
가격 인상 폭 완화가 사이클 후반부 신호 아니냐는 질문에는, 직전 분기 81%의 영업이익률 등 이미 극도로 견조한 재무 성과를 내고 있으며, 고객의 장기 수요 유지와 마이크론의 ROI 사이에서 최적 가격을 조율하는 것이라고 답했습니다. 제약된 환경이 매우 오래 지속될 것으로 보는 만큼 포트폴리오 믹스, 출하량, 가격이라는 세 가지 지렛대를 균형 있게 최적화하겠다는 입장입니다.
청중 질의응답에서는 세 가지가 다뤄졌습니다. 첫째, 삼성 텍사스는 로직 파운드리, SK하이닉스 인디애나는 후공정 패키징 투자이므로 미국 내 메모리 전공정 팹 투자 기업은 마이크론이 유일하며, 아이다호 1공장은 2027년 중반, 2공장은 2028년 말 가동 예정이고 뉴욕 클러스터와 버지니아(롱 라이프사이클 기술, 1알파 DRAM 이전)로 이어집니다. 미국산 공급의 가격 프리미엄을 기대하며 이는 SCA에 이미 반영되어 있다고 했습니다. 둘째, 커스텀 HBM은 HBM4E부터 본격화되는데, 공동 설계·퀄 비용이 워낙 커 고객이 3사 모두와 협업하기 어려워 플랫폼·고객 단위로 2개사 내지 단독 공급 시장이 될 것이며, 메모리 시장이 점점 ASIC과 유사한 구조로 이행해 단독·이원화 공급 비중 확대가 장기 ROI에 매우 유리하다고 전망했습니다. 셋째, DRAM 대비 낸드 가격 격차 확대에 따른 콜드 데이터 오프로딩 우려에는, AI 시스템에서 DRAM 용량이 부족하면 KV 캐시가 낸드로 흘러넘치는 현상이 이미 나타나고 있으며, 리즈닝·에이전틱으로 갈수록 컨텍스트 윈도우가 길어져 DRAM의 성능과 용량 모두 심하게 압박받는 환경이 지속될 것이라고 답했습니다.
끝으로 향후 5년의 마이크론에 대해, 기술·제품·제조 전반에서 사상 최고 수준의 실행력을 보이고 있고 AI가 메모리를 전략 자산으로 바꿔놓은 게임 체인저인 만큼, 완전히 달라진 비즈니스 모델과 높은 ROI, 변혁적인 SCA를 바탕으로 강력한 순풍이 이어질 것이라는 메시지로 마무리했습니다.
*클로드로 요약함.
Forwarded from 루팡
마이크론 KeyBanc 컨퍼런스 (2026.08.10)
Sumit Sadana, Micron EVP·CBO
컨퍼런스의 핵심은 단순한 메모리 업사이클이 아니라, AI 확대로 DRAM이 구조적인 병목으로 바뀌고 있으며 2027년 수급이 2026년보다 오히려 더 타이트해질 수 있다는 것
1. 2027년 메모리 수급은 2026년보다 더 타이트
마이크론은 실적 발표 이후 고객들의 총수요 신호가 추가로 강해졌다고 밝혔습니다.
2027년에는 수요 증가 속도가 공급 증가 속도를 넘어설 것으로 예상하고 있으며, 이에 따라 2027년 수급이 2026년보다 더 타이트해질 것으로 전망했습니다.
마이크론은 미국 투자 규모를 기존 2,000억 달러에서 2,500억 달러로 확대하는 등 대규모 증설을 진행하고 있지만, 현재로서는 공급이 언제 수요를 따라잡을지조차 가시성이 없다고 설명했습니다.
2. AI 데이터센터의 최대 병목은 이제 DRAM
마이크론 고객들이 현재 데이터센터 증설에서 가장 큰 제약요인으로 꼽는 것은 전력도, 부동산도, 데이터센터 공간도, 로직 웨이퍼도 아닌 DRAM 공급 부족입니다.
이는 일부 고객만의 문제가 아니라 여러 고객에서 공통적으로 나타나는 현상입니다.
특히 데이터센터에서는 고객이 요구하는 DRAM 물량의 절반 정도밖에 공급하지 못하는 경우도 흔하다고 밝혔습니다.
메모리 가격이 이미 매우 높은 상황에서도 고객들은 계속 더 많은 물량을 요구하고 있으며, 이러한 수요는 2026년 한 해에 국한된 것이 아니라 수년에 걸친 장기적인 수요 신호라고 설명했습니다.
3. Agentic AI가 메모리 수요를 다시 한 단계 끌어올린다
같은 작업을 수행하더라도 Agentic AI는 일반적인 Chat AI보다 5배에서 30배 많은 토큰을 필요로 합니다.
Deep Reasoning이 결합될 경우 필요한 토큰 수는 이보다 더 증가합니다.
향후 AI가 Chat AI에서 Agentic AI, Deep Reasoning으로 발전하면서 AI 사용자 수 증가뿐 아니라 사용자 1명당 메모리 소비량 자체가 크게 증가하는 구조가 만들어질 것으로 전망했습니다.
4. HBM이 증가할수록 일반 DRAM 공급은 더 부족해진다
HBM3E의 경우 HBM 100비트를 생산하기 위해 일반 DDR 약 300비트의 생산능력을 희생해야 합니다.
현재 Trade Ratio는 약 3대1입니다.
HBM4와 HBM4E로 넘어가면서 이 비율은 더 악화되고, HBM4E에서는 약 4대1 수준까지 올라갈 것으로 예상됩니다.
결국 HBM 생산이 급증할수록 같은 웨이퍼에서 생산할 수 있는 일반 DRAM 물량이 감소하기 때문에 서버용 DDR을 포함한 전체 DRAM 수급은 더욱 타이트해질 수밖에 없는 구조입니다.
5. 서버당 DRAM 탑재량 감소도 수요 둔화 때문이 아니다
최근 서버 업체들이 한 대당 DRAM 탑재량을 줄이고 있지만, 마이크론은 이를 가격 부담보다는 DRAM 물량을 충분히 확보하지 못하기 때문이라고 설명했습니다.
고객들은 한정된 DRAM을 더 많은 서버에 나눠 탑재해 전체 서버 출하량을 유지하려 하고 있습니다.
하지만 DRAM 용량이 부족하면 CPU와 GPU의 활용률 및 AI 시스템 성능이 떨어집니다.
향후 공급이 증가하면 서버당 DRAM 용량을 다시 높일 가능성이 크기 때문에 현재 시장에는 공급 부족 때문에 실현되지 못하고 있는 상당한 잠재수요가 존재한다는 판단입니다.
6. SCA가 과거 메모리 사이클의 구조를 바꿀 가능성
마이크론의 Strategic Customer Agreement는 과거 LTA와 구조적으로 다릅니다.
주요 계약은 약 5년이며 대부분 2030년 말까지 이어집니다.
고객별, 연도별 구매 물량이 확정되고 Take-or-Pay 방식이 적용됩니다. 고객이 계약에서 빠져나갈 수 있는 계약상 Exit 조항도 없으며 선불 현금과 신용장으로 계약을 보증합니다.
실적 발표 당시 이미 16개의 SCA를 체결했고, 현금 및 현금성 약정 규모는 220억 달러, 이 가운데 실제 현금만 180억 달러에 달했습니다.
실적 발표 이후에도 추가 SCA를 체결했습니다.
7. SCA 가격 하단에서도 과거 메모리 호황기보다 높은 마진
SCA의 상당수 물량에는 가격 Band가 설정됩니다.
특히 중요한 것은 Floor Price입니다.
마이크론에 따르면 SCA의 가격 하단에서도 확보할 수 있는 Gross Margin이 과거 메모리 사이클의 최고 마진보다 높은 수준으로 설정돼 있습니다.
물량 보장, 가격 하단 보장, 대규모 선급금, 5년 장기계약이 결합되면서 과거 메모리 산업에서 반복됐던 극심한 실적 변동성을 크게 낮출 가능성이 있습니다.
SCA에는 Evergreen 구조도 적용돼 향후 계약기간을 지속적으로 연장할 수 있습니다.
8. 메모리가 Commodity에서 ASIC과 유사한 시장으로 변화
마이크론은 과거에는 고객사의 다음 해 제품조차 정확히 파악하기 어려웠지만 현재는 고객들과 2030년 이후 제품 로드맵까지 공동 개발하고 있다고 밝혔습니다.
Custom HBM은 HBM4E부터 본격화될 예정입니다.
HBM은 GPU나 ASIC과 공동 설계하고 인증하는 과정에 막대한 시간과 비용이 필요하기 때문에 고객이 모든 플랫폼에서 삼성전자, SK하이닉스, 마이크론 3개 업체를 동시에 인증하기는 현실적으로 어렵다고 설명했습니다.
이에 따라 향후 상당수 HBM 프로젝트가 1개 업체 단독 공급 또는 2개 업체 중심의 공급 구조가 될 가능성이 높다고 전망했습니다.
메모리가 과거의 범용 Commodity 제품에서 고객과 공동 개발하는 ASIC과 유사한 시장으로 변화하고 있다는 의미입니다.
9. Physical AI와 휴머노이드가 다음 메모리 수요 폭발 요인
마이크론은 Physical AI가 장기적으로 현재 데이터센터 AI보다 더 큰 시장을 만들 가능성도 있다고 전망했습니다.
휴머노이드 로봇 한 대에는 향후 수백 GB의 DRAM과 수 TB의 SSD가 필요할 것으로 예상했습니다.
로봇은 클라우드 연결 없이도 실시간 판단, 안전, 보안 기능을 수행해야 하기 때문에 상당한 On-device 컴퓨팅과 메모리가 필요합니다.
장기적으로 메모리 수요가 AI 데이터센터에서 Edge AI, 자율주행, 휴머노이드 및 로봇으로 계속 확대될 것으로 보고 있습니다.
10. NAND는 DRAM을 대체하기보다 함께 성장
AI가 고도화되고 Reasoning 및 Agentic AI 활용이 확대될수록 Context Window가 길어지면서 필요한 DRAM 용량도 증가합니다.
DRAM 용량이 부족하면 KV Cache 등의 데이터가 NAND로 넘어가면서 NAND 사용량도 함께 증가합니다.
HBM은 높은 메모리 대역폭을 담당하고, DRAM은 대규모 Working Memory를 담당하며, NAND는 대용량 데이터 저장과 DRAM에서 넘어오는 데이터를 처리하는 구조입니다.
따라서 AI 발전은 HBM과 일반 DRAM뿐 아니라 NAND 수요까지 동시에 확대시키는 방향으로 작용할 가능성이 높습니다.
https://x.com/DrNHJ/status/2086952632158162966?s=20
Sumit Sadana, Micron EVP·CBO
컨퍼런스의 핵심은 단순한 메모리 업사이클이 아니라, AI 확대로 DRAM이 구조적인 병목으로 바뀌고 있으며 2027년 수급이 2026년보다 오히려 더 타이트해질 수 있다는 것
1. 2027년 메모리 수급은 2026년보다 더 타이트
마이크론은 실적 발표 이후 고객들의 총수요 신호가 추가로 강해졌다고 밝혔습니다.
2027년에는 수요 증가 속도가 공급 증가 속도를 넘어설 것으로 예상하고 있으며, 이에 따라 2027년 수급이 2026년보다 더 타이트해질 것으로 전망했습니다.
마이크론은 미국 투자 규모를 기존 2,000억 달러에서 2,500억 달러로 확대하는 등 대규모 증설을 진행하고 있지만, 현재로서는 공급이 언제 수요를 따라잡을지조차 가시성이 없다고 설명했습니다.
2. AI 데이터센터의 최대 병목은 이제 DRAM
마이크론 고객들이 현재 데이터센터 증설에서 가장 큰 제약요인으로 꼽는 것은 전력도, 부동산도, 데이터센터 공간도, 로직 웨이퍼도 아닌 DRAM 공급 부족입니다.
이는 일부 고객만의 문제가 아니라 여러 고객에서 공통적으로 나타나는 현상입니다.
특히 데이터센터에서는 고객이 요구하는 DRAM 물량의 절반 정도밖에 공급하지 못하는 경우도 흔하다고 밝혔습니다.
메모리 가격이 이미 매우 높은 상황에서도 고객들은 계속 더 많은 물량을 요구하고 있으며, 이러한 수요는 2026년 한 해에 국한된 것이 아니라 수년에 걸친 장기적인 수요 신호라고 설명했습니다.
3. Agentic AI가 메모리 수요를 다시 한 단계 끌어올린다
같은 작업을 수행하더라도 Agentic AI는 일반적인 Chat AI보다 5배에서 30배 많은 토큰을 필요로 합니다.
Deep Reasoning이 결합될 경우 필요한 토큰 수는 이보다 더 증가합니다.
향후 AI가 Chat AI에서 Agentic AI, Deep Reasoning으로 발전하면서 AI 사용자 수 증가뿐 아니라 사용자 1명당 메모리 소비량 자체가 크게 증가하는 구조가 만들어질 것으로 전망했습니다.
4. HBM이 증가할수록 일반 DRAM 공급은 더 부족해진다
HBM3E의 경우 HBM 100비트를 생산하기 위해 일반 DDR 약 300비트의 생산능력을 희생해야 합니다.
현재 Trade Ratio는 약 3대1입니다.
HBM4와 HBM4E로 넘어가면서 이 비율은 더 악화되고, HBM4E에서는 약 4대1 수준까지 올라갈 것으로 예상됩니다.
결국 HBM 생산이 급증할수록 같은 웨이퍼에서 생산할 수 있는 일반 DRAM 물량이 감소하기 때문에 서버용 DDR을 포함한 전체 DRAM 수급은 더욱 타이트해질 수밖에 없는 구조입니다.
5. 서버당 DRAM 탑재량 감소도 수요 둔화 때문이 아니다
최근 서버 업체들이 한 대당 DRAM 탑재량을 줄이고 있지만, 마이크론은 이를 가격 부담보다는 DRAM 물량을 충분히 확보하지 못하기 때문이라고 설명했습니다.
고객들은 한정된 DRAM을 더 많은 서버에 나눠 탑재해 전체 서버 출하량을 유지하려 하고 있습니다.
하지만 DRAM 용량이 부족하면 CPU와 GPU의 활용률 및 AI 시스템 성능이 떨어집니다.
향후 공급이 증가하면 서버당 DRAM 용량을 다시 높일 가능성이 크기 때문에 현재 시장에는 공급 부족 때문에 실현되지 못하고 있는 상당한 잠재수요가 존재한다는 판단입니다.
6. SCA가 과거 메모리 사이클의 구조를 바꿀 가능성
마이크론의 Strategic Customer Agreement는 과거 LTA와 구조적으로 다릅니다.
주요 계약은 약 5년이며 대부분 2030년 말까지 이어집니다.
고객별, 연도별 구매 물량이 확정되고 Take-or-Pay 방식이 적용됩니다. 고객이 계약에서 빠져나갈 수 있는 계약상 Exit 조항도 없으며 선불 현금과 신용장으로 계약을 보증합니다.
실적 발표 당시 이미 16개의 SCA를 체결했고, 현금 및 현금성 약정 규모는 220억 달러, 이 가운데 실제 현금만 180억 달러에 달했습니다.
실적 발표 이후에도 추가 SCA를 체결했습니다.
7. SCA 가격 하단에서도 과거 메모리 호황기보다 높은 마진
SCA의 상당수 물량에는 가격 Band가 설정됩니다.
특히 중요한 것은 Floor Price입니다.
마이크론에 따르면 SCA의 가격 하단에서도 확보할 수 있는 Gross Margin이 과거 메모리 사이클의 최고 마진보다 높은 수준으로 설정돼 있습니다.
물량 보장, 가격 하단 보장, 대규모 선급금, 5년 장기계약이 결합되면서 과거 메모리 산업에서 반복됐던 극심한 실적 변동성을 크게 낮출 가능성이 있습니다.
SCA에는 Evergreen 구조도 적용돼 향후 계약기간을 지속적으로 연장할 수 있습니다.
8. 메모리가 Commodity에서 ASIC과 유사한 시장으로 변화
마이크론은 과거에는 고객사의 다음 해 제품조차 정확히 파악하기 어려웠지만 현재는 고객들과 2030년 이후 제품 로드맵까지 공동 개발하고 있다고 밝혔습니다.
Custom HBM은 HBM4E부터 본격화될 예정입니다.
HBM은 GPU나 ASIC과 공동 설계하고 인증하는 과정에 막대한 시간과 비용이 필요하기 때문에 고객이 모든 플랫폼에서 삼성전자, SK하이닉스, 마이크론 3개 업체를 동시에 인증하기는 현실적으로 어렵다고 설명했습니다.
이에 따라 향후 상당수 HBM 프로젝트가 1개 업체 단독 공급 또는 2개 업체 중심의 공급 구조가 될 가능성이 높다고 전망했습니다.
메모리가 과거의 범용 Commodity 제품에서 고객과 공동 개발하는 ASIC과 유사한 시장으로 변화하고 있다는 의미입니다.
9. Physical AI와 휴머노이드가 다음 메모리 수요 폭발 요인
마이크론은 Physical AI가 장기적으로 현재 데이터센터 AI보다 더 큰 시장을 만들 가능성도 있다고 전망했습니다.
휴머노이드 로봇 한 대에는 향후 수백 GB의 DRAM과 수 TB의 SSD가 필요할 것으로 예상했습니다.
로봇은 클라우드 연결 없이도 실시간 판단, 안전, 보안 기능을 수행해야 하기 때문에 상당한 On-device 컴퓨팅과 메모리가 필요합니다.
장기적으로 메모리 수요가 AI 데이터센터에서 Edge AI, 자율주행, 휴머노이드 및 로봇으로 계속 확대될 것으로 보고 있습니다.
10. NAND는 DRAM을 대체하기보다 함께 성장
AI가 고도화되고 Reasoning 및 Agentic AI 활용이 확대될수록 Context Window가 길어지면서 필요한 DRAM 용량도 증가합니다.
DRAM 용량이 부족하면 KV Cache 등의 데이터가 NAND로 넘어가면서 NAND 사용량도 함께 증가합니다.
HBM은 높은 메모리 대역폭을 담당하고, DRAM은 대규모 Working Memory를 담당하며, NAND는 대용량 데이터 저장과 DRAM에서 넘어오는 데이터를 처리하는 구조입니다.
따라서 AI 발전은 HBM과 일반 DRAM뿐 아니라 NAND 수요까지 동시에 확대시키는 방향으로 작용할 가능성이 높습니다.
https://x.com/DrNHJ/status/2086952632158162966?s=20
X (formerly Twitter)
루팡 (@DrNHJ) on X
마이크론 KeyBanc 컨퍼런스 (2026.08.10)
Sumit Sadana, Micron EVP·CBO
$MU, $SNDK, $SKHY, Samusng, Kioxia
컨퍼런스의 핵심은 단순한 메모리 업사이클이 아니라, AI 확대로 DRAM이 구조적인 병목으로 바뀌고 있으며 2027년 수급이 2026년보다 오히려 더 타이트해질 수 있다는 것
1. 2027년
Sumit Sadana, Micron EVP·CBO
$MU, $SNDK, $SKHY, Samusng, Kioxia
컨퍼런스의 핵심은 단순한 메모리 업사이클이 아니라, AI 확대로 DRAM이 구조적인 병목으로 바뀌고 있으며 2027년 수급이 2026년보다 오히려 더 타이트해질 수 있다는 것
1. 2027년
Forwarded from 반붐온? 방붐온?
[$MU - Micron, KeyBanc Capital Markets Technology Leadership Forum Conference Call]
1. SCA(Supply Capacity Agreement) 도입 및 기존 LTA와의 차이점
배경: 고객들의 공급 확보 불안감이 커지면서 마이크론이 업계 최초로 SCA 개념을 도입 및 선도함.
장기 계약 기간: 자동차 등 소형 고객은 3년, 대다수 물량은 2030년 말까지 covering하는 5년 구속력 있는 계약 체결.
강력한 구속력 (Take-or-Pay): Past LTA(장기공급계약)와 달리 고객 측의 계약 해지 권한(Contractual Out)이 전혀 없음. 법적 구속력이 매우 엄격함.
대규모 선급금 확보: 선수금(Upfront Cash) 및 신용장(LC) 등으로 뒷받침됨. 실적 발표 시점 기준 16개 SCA 체결, 총 220억 달러 규모 (이 중 180억 달러가 순수 현금) 확보.
가격 정책 (Price Ceiling & Floor):
시장가 변동 연동형(Floating) 외에도 가격 밴드(Price Band) 적용.
상한가(Ceiling Price): 실적 발표 시점 계약분은 2Q 수준으로 설정되었으며, 향후 신규 계약 건은 계약 당시 시장가 반영.
하한가(Floor Price): 시장 주기(Cycle)의 과거 고점을 상회하는 높은 수익성(Gross Margin)을 보장하여, 마이크론이 장기 설비투자를 안심하고 집행할 수 있는 높은 ROI 기반을 제공.
2. 과거 LTA 파기 사례 대비 SCA의 안정성 (고객 이탈 방지)
메모리의 전략 자산화: AI 성장으로 향후 10~20년간 공급 부족이 지속될 것임을 고객들도 인지하고 있어 장기적 파트너십 유지가 필수적임.
Evergreen 구조: 계약 기간 종료 후에도 연장(Extension)이 용이한 구조.
고객 이탈 방지 기전: 공급 과잉이 해소되더라도, 향후 다시 찾아올 공급 부족 시기(Allocation)에 불이익을 받지 않기 위해 고객들이 계약 준수를 최우선으로 고려함.
3. Physical AI (로보틱스/휴머노이드) 및 메모리 수요 전망
Physical AI의 폭발적 성장 가능성: 현재 AI는 디지털 영역 중심이나, 향후 휴머노이드·로보틱스 등 Physical AI 영역의 성장 폭이 현재 AI 시장을 압도할 것으로 전망.
엄청난 메모리 용량 요구:
휴머노이드 로봇 1대당 수백 GB의 DRAM과 수 TB의 SSD(NAND Flash)가 필요.
클라우드 접속 없이도 빠른 응답 속도, 안전성, 컴퓨팅 성능을 유지해야 하기 때문.
4. 서버 시장의 Despeccing(스펙 하향) 현상 및 가격 정책
Despeccing의 진짜 원인: 가격 상승 부담 때문이 아니라 DRAM 공급의 구조적 부족 때문.
고객의 전략: 한정된 DRAM 물량으로 최대한 많은 서버 Unit을 출하하기 위해 모듈당 평균 용량을 조절(Modulation)하는 것.
잠재 수요(Latent Demand): DRAM 용량을 줄이면 프로세서 활용률(Utilization)이 떨어지므로, 향후 공급이 해소되면 고성능 스펙(SKU)으로 재전환하려는 대기 수요가 매우 큼.
가격 인상 속도 조절: 고객의 장기 수요와 마이크론의 ROI 균형을 맞추기 위해 지속 가능한 가격 정책을 운용 중.
5. 미국 내 제조 경쟁력 (파운드리/패키징과의 차별화)
유일한 미국 내 프론트엔드 팹(Front-end Fab) 투자 기업:
삼성전자는 미국 투자 중심이 파운드리(Logic), SK하이닉스는 후공정 패키징(Advanced Packaging) 위주인 반면, 마이크론은 미국 내 메모리 팹(Idaho, New York, Virginia 등)을 직접 건설 및 확장하는 유일한 기업.
프리미엄 Pricing: 미국산 메모리 공급에 대한 리스크 완화 가치를 인정받아 SCA 계약 내에 미국산 프리미엄 단가를 반영함.
6. HBM 시장 및 KV Cache / Flash 연동 이슈
HBM Roadmap 및 Custom HBM:
HBM3E 양산 중, HBM4 개발 진행 중. HBM4E 단계부터 Custom HBM 체제 본격화.
HBM의 높은 인증 비용 및 R&D 복잡성으로 인해, 특정 플랫폼/고객별로 1~2개 주요 공급사 중심(과점 또는 단독 공급) 구조로 재편될 것으로 예상.
KV Cache 및 Flash(NAND)와의 관계:
AI 추론 및 에이전트(Agentic) 모드 심화로 콘텍스트 윈도우가 길어질수록 DRAM 수요가 급증함.
DRAM 용량이 부족할 경우 KV Cache 일부가 Flash(NAND) 영역으로 오버플로우(Spillover)되어 활용되나, 시스템의 원활한 성능 유지를 위해서는 DRAM과 NAND Flash 모두의 대용량·고성능화가 동시에 요구됨.
1. SCA(Supply Capacity Agreement) 도입 및 기존 LTA와의 차이점
배경: 고객들의 공급 확보 불안감이 커지면서 마이크론이 업계 최초로 SCA 개념을 도입 및 선도함.
장기 계약 기간: 자동차 등 소형 고객은 3년, 대다수 물량은 2030년 말까지 covering하는 5년 구속력 있는 계약 체결.
강력한 구속력 (Take-or-Pay): Past LTA(장기공급계약)와 달리 고객 측의 계약 해지 권한(Contractual Out)이 전혀 없음. 법적 구속력이 매우 엄격함.
대규모 선급금 확보: 선수금(Upfront Cash) 및 신용장(LC) 등으로 뒷받침됨. 실적 발표 시점 기준 16개 SCA 체결, 총 220억 달러 규모 (이 중 180억 달러가 순수 현금) 확보.
가격 정책 (Price Ceiling & Floor):
시장가 변동 연동형(Floating) 외에도 가격 밴드(Price Band) 적용.
상한가(Ceiling Price): 실적 발표 시점 계약분은 2Q 수준으로 설정되었으며, 향후 신규 계약 건은 계약 당시 시장가 반영.
하한가(Floor Price): 시장 주기(Cycle)의 과거 고점을 상회하는 높은 수익성(Gross Margin)을 보장하여, 마이크론이 장기 설비투자를 안심하고 집행할 수 있는 높은 ROI 기반을 제공.
2. 과거 LTA 파기 사례 대비 SCA의 안정성 (고객 이탈 방지)
메모리의 전략 자산화: AI 성장으로 향후 10~20년간 공급 부족이 지속될 것임을 고객들도 인지하고 있어 장기적 파트너십 유지가 필수적임.
Evergreen 구조: 계약 기간 종료 후에도 연장(Extension)이 용이한 구조.
고객 이탈 방지 기전: 공급 과잉이 해소되더라도, 향후 다시 찾아올 공급 부족 시기(Allocation)에 불이익을 받지 않기 위해 고객들이 계약 준수를 최우선으로 고려함.
3. Physical AI (로보틱스/휴머노이드) 및 메모리 수요 전망
Physical AI의 폭발적 성장 가능성: 현재 AI는 디지털 영역 중심이나, 향후 휴머노이드·로보틱스 등 Physical AI 영역의 성장 폭이 현재 AI 시장을 압도할 것으로 전망.
엄청난 메모리 용량 요구:
휴머노이드 로봇 1대당 수백 GB의 DRAM과 수 TB의 SSD(NAND Flash)가 필요.
클라우드 접속 없이도 빠른 응답 속도, 안전성, 컴퓨팅 성능을 유지해야 하기 때문.
4. 서버 시장의 Despeccing(스펙 하향) 현상 및 가격 정책
Despeccing의 진짜 원인: 가격 상승 부담 때문이 아니라 DRAM 공급의 구조적 부족 때문.
고객의 전략: 한정된 DRAM 물량으로 최대한 많은 서버 Unit을 출하하기 위해 모듈당 평균 용량을 조절(Modulation)하는 것.
잠재 수요(Latent Demand): DRAM 용량을 줄이면 프로세서 활용률(Utilization)이 떨어지므로, 향후 공급이 해소되면 고성능 스펙(SKU)으로 재전환하려는 대기 수요가 매우 큼.
가격 인상 속도 조절: 고객의 장기 수요와 마이크론의 ROI 균형을 맞추기 위해 지속 가능한 가격 정책을 운용 중.
5. 미국 내 제조 경쟁력 (파운드리/패키징과의 차별화)
유일한 미국 내 프론트엔드 팹(Front-end Fab) 투자 기업:
삼성전자는 미국 투자 중심이 파운드리(Logic), SK하이닉스는 후공정 패키징(Advanced Packaging) 위주인 반면, 마이크론은 미국 내 메모리 팹(Idaho, New York, Virginia 등)을 직접 건설 및 확장하는 유일한 기업.
프리미엄 Pricing: 미국산 메모리 공급에 대한 리스크 완화 가치를 인정받아 SCA 계약 내에 미국산 프리미엄 단가를 반영함.
6. HBM 시장 및 KV Cache / Flash 연동 이슈
HBM Roadmap 및 Custom HBM:
HBM3E 양산 중, HBM4 개발 진행 중. HBM4E 단계부터 Custom HBM 체제 본격화.
HBM의 높은 인증 비용 및 R&D 복잡성으로 인해, 특정 플랫폼/고객별로 1~2개 주요 공급사 중심(과점 또는 단독 공급) 구조로 재편될 것으로 예상.
KV Cache 및 Flash(NAND)와의 관계:
AI 추론 및 에이전트(Agentic) 모드 심화로 콘텍스트 윈도우가 길어질수록 DRAM 수요가 급증함.
DRAM 용량이 부족할 경우 KV Cache 일부가 Flash(NAND) 영역으로 오버플로우(Spillover)되어 활용되나, 시스템의 원활한 성능 유지를 위해서는 DRAM과 NAND Flash 모두의 대용량·고성능화가 동시에 요구됨.
Forwarded from [한투증권 이동연] 글로벌 기업(IT S/W)
-엔비디아가 월가 주요 투자기관들과 함께 최대 5,000억달러 규모 AI 인프라 금융 플랫폼을 구축할 예정.
-참여 기관은 Apollo, Blackstone, BlackRock(GIP), Brookfield, Goldman Sachs, KKR 등으로 알려짐.
-자금은 AI 데이터센터, GPU 구매, 전력 인프라 등 대규모 AI 프로젝트에 공급될 예정. 단일 펀드가 아니라 다양한 프로젝트 금융(PF), 대출, 채권 등 여러 금융 구조를 활용.
엔비디아는 단순 칩 공급업체를 넘어 고객사의 AI 인프라 구축을 위한 금융 조달까지 지원하는 역할로 확대 중.
-현재 엔비디아는 OpenAI가 사용할 오하이오 데이터센터 프로젝트에 대한 대규모 금융 보증도 논의 중인 것으로 전해짐.
https://www.bloomberg.com/news/articles/2026-08-10/nvidia-to-team-with-wall-street-on-500-billion-package-ft-says
-참여 기관은 Apollo, Blackstone, BlackRock(GIP), Brookfield, Goldman Sachs, KKR 등으로 알려짐.
-자금은 AI 데이터센터, GPU 구매, 전력 인프라 등 대규모 AI 프로젝트에 공급될 예정. 단일 펀드가 아니라 다양한 프로젝트 금융(PF), 대출, 채권 등 여러 금융 구조를 활용.
엔비디아는 단순 칩 공급업체를 넘어 고객사의 AI 인프라 구축을 위한 금융 조달까지 지원하는 역할로 확대 중.
-현재 엔비디아는 OpenAI가 사용할 오하이오 데이터센터 프로젝트에 대한 대규모 금융 보증도 논의 중인 것으로 전해짐.
https://www.bloomberg.com/news/articles/2026-08-10/nvidia-to-team-with-wall-street-on-500-billion-package-ft-says
Bloomberg.com
Nvidia Taps Wall Street for $500 Billion Funding Commitment
US investment giants including Apollo Global Management Inc., Blackstone Inc., BlackRock Inc. and Brookfield Asset Management are partnering with Nvidia Corp. to source $500 billion in financing for artificial intelligence infrastructure.
Forwarded from 벨루가의 주식 헤엄치기
엔비디아, 월가 자산운용사들과 손잡고 5,000억 달러 규모 AI 인프라 투자 추진
엔비디아는 아폴로 글로벌 매니지먼트, 블랙스톤, 블랙록 산하 글로벌 인프스트럭처 파트너스(GIP), 브룩필드 자산운용, 골드만삭스, KKR과 함께 5,000억 달러(약 690조 원) 규모의 AI 인프라 금융 프로젝트를 추진하고 있다고 관계자가 CNBC에 밝혔습니다.
관계자에 따르면 이르면 월요일 공식 발표가 나올 수 있습니다.
이번 움직임은 인공지능 붐에 필요한 막대한 인프라 비용을 조달하는 과정에서 사모자본의 역할이 갈수록 커지고 있음을 보여줍니다.
https://www.cnbc.com/2026/08/10/nvidia-wall-street-asset-managers-500-billion-ai-push.html?__source=iosappshare%7Ccom.apple.UIKit.activity.CopyToPasteboard
엔비디아는 아폴로 글로벌 매니지먼트, 블랙스톤, 블랙록 산하 글로벌 인프스트럭처 파트너스(GIP), 브룩필드 자산운용, 골드만삭스, KKR과 함께 5,000억 달러(약 690조 원) 규모의 AI 인프라 금융 프로젝트를 추진하고 있다고 관계자가 CNBC에 밝혔습니다.
관계자에 따르면 이르면 월요일 공식 발표가 나올 수 있습니다.
이번 움직임은 인공지능 붐에 필요한 막대한 인프라 비용을 조달하는 과정에서 사모자본의 역할이 갈수록 커지고 있음을 보여줍니다.
https://www.cnbc.com/2026/08/10/nvidia-wall-street-asset-managers-500-billion-ai-push.html?__source=iosappshare%7Ccom.apple.UIKit.activity.CopyToPasteboard
CNBC
Nvidia teams up with Wall Street asset managers on $500 billion AI infrastructure push
The capital package highlights the growing role of private capital in financing the costs of the artificial intelligence boom.
Forwarded from 카이에 de market
* 젠슨황, 자산운용사들과의 금융플랫폼 설립에 대해 직접 아티클 작성
"NVIDIA AI 팩토리 컴퓨팅, 투자 가능한 자산 클래스로 거듭나다"
(클로드 요약)
AI 팩토리를 "투자 가능한 인프라 자산 클래스"로 재정의
1. 금융 플랫폼 출범
- Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs, KKR과 파트너십을 맺고, 5000억 달러 이상의 제3자 자본을 동원할 수 있는 독립 금융 플랫폼을 설립
- 자격 있는 AI랩, 엔터프라이즈, 네오클라우드가 대규모로 컴퓨팅에 접근하도록 하는 구조. 이 금액은 NVIDIA 매출도, 단일 펀드도, 특정 고객에 대한 약정도 아님
2. 자산 클래스
- 대체 가능성 : 표준 아키텍처 → 고객·클라우드 간 재배치 가능 → 잔존가치 방어
- CUDA에 의한 성능 개선 : 설치 후에도 TCO가 좋아지는 자산
- 수명 증거 : A100이 6년 후에도 상업 가동 중, 경제적 수명 약 10년
- 가격 증거 : H100 1년 렌탈 $1.70(25년 10월) → $2.35(26년 3월), 온디맨드 중간가 $2.00 → $2.70(26년 6월), B200 $5.30~7.05/GPU/h
3. '순환 금융이 아니다'
- 각 금융기관이 고객, 수요, 이용률, 현금흐름, 잔존가치를 독립 언더라이팅하며, NVIDIA는 기회당 최대 25%까지 잔존가치 지원만 제공
** 즉, 지금까지 AIDC 투자는 하이퍼스케일러 각자가 자신의 현금과 부채, 자본조달로 이루어졌다면 이제 불특정 다수의 민간이 금융기관을 통해 투자자로 참여하는 '투자자산'으로 변화
** 금리, 혹은 개별기업의 대차대조표 건전성/CDS 등으로부터 좀더 자유로워지는
https://x.com/i/status/2086934705207959965
"NVIDIA AI 팩토리 컴퓨팅, 투자 가능한 자산 클래스로 거듭나다"
(클로드 요약)
AI 팩토리를 "투자 가능한 인프라 자산 클래스"로 재정의
1. 금융 플랫폼 출범
- Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs, KKR과 파트너십을 맺고, 5000억 달러 이상의 제3자 자본을 동원할 수 있는 독립 금융 플랫폼을 설립
- 자격 있는 AI랩, 엔터프라이즈, 네오클라우드가 대규모로 컴퓨팅에 접근하도록 하는 구조. 이 금액은 NVIDIA 매출도, 단일 펀드도, 특정 고객에 대한 약정도 아님
2. 자산 클래스
- 대체 가능성 : 표준 아키텍처 → 고객·클라우드 간 재배치 가능 → 잔존가치 방어
- CUDA에 의한 성능 개선 : 설치 후에도 TCO가 좋아지는 자산
- 수명 증거 : A100이 6년 후에도 상업 가동 중, 경제적 수명 약 10년
- 가격 증거 : H100 1년 렌탈 $1.70(25년 10월) → $2.35(26년 3월), 온디맨드 중간가 $2.00 → $2.70(26년 6월), B200 $5.30~7.05/GPU/h
3. '순환 금융이 아니다'
- 각 금융기관이 고객, 수요, 이용률, 현금흐름, 잔존가치를 독립 언더라이팅하며, NVIDIA는 기회당 최대 25%까지 잔존가치 지원만 제공
** 즉, 지금까지 AIDC 투자는 하이퍼스케일러 각자가 자신의 현금과 부채, 자본조달로 이루어졌다면 이제 불특정 다수의 민간이 금융기관을 통해 투자자로 참여하는 '투자자산'으로 변화
** 금리, 혹은 개별기업의 대차대조표 건전성/CDS 등으로부터 좀더 자유로워지는
https://x.com/i/status/2086934705207959965
X (formerly Twitter)
Jensen Huang (@JensenHuang) on X
NVIDIA AI Factory Compute Is Becoming an Investable Asset Class
Forwarded from 하나증권 미국주식 강재구
엔비디아가 금융기업들과 금융 플랫폼을 구축한다고 하네요
시장참여자들은 엔비디아의 순환 금융을 걱정했는데요
엔비디아가 잉여현금흐름을 활용한다면 문제겠지만
금융 기업을 활용해 제품 판매 + 중계인 역할을 한다면
금융 리스크는 매우 제한적일 것입니다
자금은 외부 투자자 자금(Third party capital), 금융기관들이 Independently underwrite 즉, 자기 책임으로 신용심사하고 자금을 지원한다는 것으로 해석되는데요
엔비디아가 자신의 대차대조표를 거의 쓰지 않으면서 월가의 자금으로 고객의 GPU 구매력을 키우는 구조입니다
금융 레버리지는 고객과 금융사가 쓰고, 그 레버리지로 발생하는 거래 매출은 엔비디아가 가져가게 됩니다
순환금융 관련 리스크는 해소되는 게 아닐까요
----------------------------
[엔비디아, Apollo·BlackRock·Blackstone 등과 AI 컴퓨팅 금융 플랫폼 구축… 5,000억달러 이상 자본 동원 목표]
*발표 개요
-엔비디아가 Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs, KKR 등 6개 글로벌 금융기관과 전략적 파트너십 체결
-AI 인프라 구축을 위해 장기적으로 5,000억달러 이상의 제3자 자본을 동원하는 것이 목표
-각 금융기관과 독립적인 AI 컴퓨팅 금융 플랫폼을 구축할 계획
-엔비디아 고객들이 대규모 AI 인프라를 구축할 때 필요한 자금을 보다 낮은 비용과 장기간의 구조로 조달할 수 있도록 지원
-현재는 최종 계약이 아니라 MOU 단계이며 구체적인 플랫폼 구조와 투자 규모는 향후 확정
*5,000억달러의 의미
-엔비디아가 직접 5,000억달러를 투자한다는 의미는 아님
-Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs, KKR 등이 기관투자자와 크레딧 시장 등에서 제3자 자본을 모집하는 구조
-여러 금융 플랫폼을 합쳐 장기적으로 5,000억달러 이상의 자금을 AI 인프라에 투입하는 것이 목표
-즉 엔비디아 GPU를 구매하려는 고객에게 금융기관들이 대규모 자금을 공급하도록 만드는 구조
-현재 당장 5,000억달러가 확보됐다는 의미도 아니며 향후 조달 목표치
*왜 금융 플랫폼이 필요한가
-AI 데이터센터는 GPU뿐 아니라 서버, 네트워크, 전력, 냉각, 건물 등에 막대한 초기투자가 필요
-수십억~수백억달러 규모 프로젝트가 늘면서 AI 수요가 있어도 고객이 자금을 조달하지 못하면 데이터센터 건설이 지연될 수 있음
-엔비디아는 금융기관의 장기 자본을 연결해 이러한 자금조달 병목을 줄이려는 전략
-Frontier AI Lab, 기업, AI 클라우드 업체 등이 주요 금융지원 대상
-엔비디아는 이를 통해 DSX 기반 AI Factory 구축을 확대할 계획
*엔비디아의 핵심 논리
-젠슨 황은 "AI에서 컴퓨팅은 매출(Compute is revenue)"이라고 강조
-GPU를 단순히 시간이 지나면 가치가 떨어지는 IT 장비가 아니라 현금흐름을 만들어내는 생산 인프라로 보겠다는 것
-AI GPU를 보유하면 고객에게 추론·학습 컴퓨팅을 판매해 지속적인 매출을 창출할 수 있음
-따라서 발전소, 통신타워, 데이터센터처럼 장기간 현금흐름을 만드는 인프라 자산으로 금융상품화할 수 있다는 주장
-엔비디아는 자사 컴퓨팅이 낮은 토큰 비용, 높은 수익성, 긴 사용기간을 제공하기 때문에 금융자산으로 적합하다고 설명
*왜 NVIDIA GPU가 금융자산이 될 수 있다고 보나
-다양한 AI 모델과 워크로드에서 사용할 수 있어 특정 고객에 대한 의존도가 낮음
-한 고객이 사용하지 않더라도 다른 고객이나 사업자가 활용할 수 있어 자산 이전이 상대적으로 용이
-CUDA 생태계를 통해 기존 GPU에서도 지속적으로 소프트웨어 성능을 개선할 수 있음
-광범위한 개발자와 고객 생태계가 있어 컴퓨팅을 구매할 수요처가 많음
-이 때문에 금융기관 입장에서도 GPU가 만들어낼 미래 현금흐름을 기반으로 대출이나 투자 구조를 설계하기 쉬워진다는 논리
*기존 AI 데이터센터 금융과의 차이
-기존에는 데이터센터 건물, 전력설비, 부동산 등을 담보로 자금을 조달하는 방식이 중심
-이번에는 NVIDIA 컴퓨팅 자체와 GPU에서 발생하는 사용료 수익까지 금융자산으로 평가하려는 것이 핵심
-Goldman Sachs는 NVIDIA 컴퓨팅을 담보로 하는 크레딧 시장을 만들 수 있다고 언급
-즉 GPU와 AI 컴퓨팅 계약에서 발생하는 장기 현금흐름을 기반으로 새로운 형태의 대출·채권·인프라 투자가 만들어질 수 있음
-AI 컴퓨팅을 하나의 독립적인 인프라 자산군으로 만들려는 시도
*Apollo
-Apollo는 장기 자본과 크레딧 투자 역량을 활용
-NVIDIA 컴퓨팅을 희소하고 핵심적인 인프라 자산으로 평가
-보험자금과 장기 크레딧 등을 활용해 AI 인프라 구축에 필요한 장기 금융을 제공할 수 있음
-2026년 6월 말 기준 Apollo의 운용자산은 약 1.05조달러
*BlackRock
-BlackRock은 장기 기관자금을 AI 인프라에 연결하는 역할
-기존 NVIDIA와의 AI Infrastructure Partnership을 이번 협력으로 확대
-AI 데이터센터 구축을 장기적인 인프라 투자기회로 보고 있음
-대규모 연기금·보험·기관투자자 자금을 AI 인프라에 연결할 수 있는 것이 강점
*Blackstone
-Blackstone은 이미 NVIDIA 생태계의 데이터센터와 전력 인프라에 대규모 투자 중
-이번 플랫폼을 통해 NVIDIA 컴퓨팅과 관련된 인프라 투자 범위를 확대
-Blackstone은 NVIDIA 플랫폼과 AI 인프라의 장기 성장성에 대한 강한 확신을 강조
-운용자산은 1.3조달러 이상
*Brookfield
-Brookfield는 AI Factory의 건설과 금융을 동시에 지원
-데이터센터뿐 아니라 전력·에너지 등 AI 인프라 전체를 투자 대상으로 확대
-NVIDIA와 이미 여러 AI Factory 프로젝트에서 협력하고 있음
-Brookfield는 컴퓨팅이 AI 시대의 핵심 인프라 레이어가 되고 있다고 평가
*Goldman Sachs
-Goldman Sachs는 투자와 자본시장 유통 역할을 담당
-특히 NVIDIA 컴퓨팅을 담보로 한 크레딧 시장을 만들 수 있다는 점을 강조
-AI 컴퓨팅에서 발생하는 장기 현금흐름을 기반으로 새로운 금융상품을 만들겠다는 의미
-은행 대출뿐 아니라 기관투자자에게 판매 가능한 크레딧 상품으로 발전할 가능성
*KKR
-KKR은 장기 인프라 자본과 자본시장 역량을 제공
-NVIDIA는 KKR의 Helix Digital Infrastructure에 창립 투자자로 이미 참여
-NVIDIA 컴퓨팅과 KKR의 데이터센터·인프라 투자 역량을 결합
-AI 컴퓨팅 수요를 실제 데이터센터 용량으로 전환하는 데 초점
*엔비디아에 중요한 이유
-기존에는 고객의 AI 투자예산이 NVIDIA GPU 매출의 중요한 제약요인
-금융기관이 GPU 구매와 AI Factory 건설에 필요한 자금을 제공하면 고객의 초기 자본부담이 낮아짐
-결과적으로 Frontier AI Lab뿐 아니라 기업, Sovereign AI, AI 클라우드 업체까지 NVIDIA GPU를 대규모로 구매할 수 있는 여력이 확대
-엔비디아 입장에서는 GPU 수요를 금융으로 지원해 실제 발주와 데이터센터 건설로 전환시키는 효과
-하드웨어 판매뿐 아니라 CUDA와 NVIDIA 소프트웨어 채택도 함께 확대할 수 있음
*더 중요한 변화
-엔비디아가 반도체 업체에서 AI 인프라 생태계의 설계자 역할까지 확대
-칩을 판매하는 데서 끝나는 것이 아니라 고객이 GPU를 살 수 있도록 전력, 데이터센터, 고객, 금융까지 연결
-최근 Sovereign AI와 AI Factory 프로젝트에서도 NVIDIA가 정부·기업·전력회사·금융기관을 함께 묶는 구조가 확대
-이번에는 금융자본 자체를 NVIDIA 생태계 안으로 끌어들이는 단계
-AI 컴퓨팅 투자에 필요한 자본비용을 낮추면 장기적으로 NVIDIA의 GPU 출하량을 높일 수 있는 구조
링크: https://nvidianews.nvidia.com/news/nvidia-partners-with-apollo-blackrock-blackstone-brookfield-goldman-sachs-and-kkr-to-establish-ai-compute-infrastructure-financing-platforms-to-mobilize-over-500-billion-of-third-party-capital
시장참여자들은 엔비디아의 순환 금융을 걱정했는데요
엔비디아가 잉여현금흐름을 활용한다면 문제겠지만
금융 기업을 활용해 제품 판매 + 중계인 역할을 한다면
금융 리스크는 매우 제한적일 것입니다
자금은 외부 투자자 자금(Third party capital), 금융기관들이 Independently underwrite 즉, 자기 책임으로 신용심사하고 자금을 지원한다는 것으로 해석되는데요
엔비디아가 자신의 대차대조표를 거의 쓰지 않으면서 월가의 자금으로 고객의 GPU 구매력을 키우는 구조입니다
금융 레버리지는 고객과 금융사가 쓰고, 그 레버리지로 발생하는 거래 매출은 엔비디아가 가져가게 됩니다
순환금융 관련 리스크는 해소되는 게 아닐까요
----------------------------
[엔비디아, Apollo·BlackRock·Blackstone 등과 AI 컴퓨팅 금융 플랫폼 구축… 5,000억달러 이상 자본 동원 목표]
*발표 개요
-엔비디아가 Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs, KKR 등 6개 글로벌 금융기관과 전략적 파트너십 체결
-AI 인프라 구축을 위해 장기적으로 5,000억달러 이상의 제3자 자본을 동원하는 것이 목표
-각 금융기관과 독립적인 AI 컴퓨팅 금융 플랫폼을 구축할 계획
-엔비디아 고객들이 대규모 AI 인프라를 구축할 때 필요한 자금을 보다 낮은 비용과 장기간의 구조로 조달할 수 있도록 지원
-현재는 최종 계약이 아니라 MOU 단계이며 구체적인 플랫폼 구조와 투자 규모는 향후 확정
*5,000억달러의 의미
-엔비디아가 직접 5,000억달러를 투자한다는 의미는 아님
-Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs, KKR 등이 기관투자자와 크레딧 시장 등에서 제3자 자본을 모집하는 구조
-여러 금융 플랫폼을 합쳐 장기적으로 5,000억달러 이상의 자금을 AI 인프라에 투입하는 것이 목표
-즉 엔비디아 GPU를 구매하려는 고객에게 금융기관들이 대규모 자금을 공급하도록 만드는 구조
-현재 당장 5,000억달러가 확보됐다는 의미도 아니며 향후 조달 목표치
*왜 금융 플랫폼이 필요한가
-AI 데이터센터는 GPU뿐 아니라 서버, 네트워크, 전력, 냉각, 건물 등에 막대한 초기투자가 필요
-수십억~수백억달러 규모 프로젝트가 늘면서 AI 수요가 있어도 고객이 자금을 조달하지 못하면 데이터센터 건설이 지연될 수 있음
-엔비디아는 금융기관의 장기 자본을 연결해 이러한 자금조달 병목을 줄이려는 전략
-Frontier AI Lab, 기업, AI 클라우드 업체 등이 주요 금융지원 대상
-엔비디아는 이를 통해 DSX 기반 AI Factory 구축을 확대할 계획
*엔비디아의 핵심 논리
-젠슨 황은 "AI에서 컴퓨팅은 매출(Compute is revenue)"이라고 강조
-GPU를 단순히 시간이 지나면 가치가 떨어지는 IT 장비가 아니라 현금흐름을 만들어내는 생산 인프라로 보겠다는 것
-AI GPU를 보유하면 고객에게 추론·학습 컴퓨팅을 판매해 지속적인 매출을 창출할 수 있음
-따라서 발전소, 통신타워, 데이터센터처럼 장기간 현금흐름을 만드는 인프라 자산으로 금융상품화할 수 있다는 주장
-엔비디아는 자사 컴퓨팅이 낮은 토큰 비용, 높은 수익성, 긴 사용기간을 제공하기 때문에 금융자산으로 적합하다고 설명
*왜 NVIDIA GPU가 금융자산이 될 수 있다고 보나
-다양한 AI 모델과 워크로드에서 사용할 수 있어 특정 고객에 대한 의존도가 낮음
-한 고객이 사용하지 않더라도 다른 고객이나 사업자가 활용할 수 있어 자산 이전이 상대적으로 용이
-CUDA 생태계를 통해 기존 GPU에서도 지속적으로 소프트웨어 성능을 개선할 수 있음
-광범위한 개발자와 고객 생태계가 있어 컴퓨팅을 구매할 수요처가 많음
-이 때문에 금융기관 입장에서도 GPU가 만들어낼 미래 현금흐름을 기반으로 대출이나 투자 구조를 설계하기 쉬워진다는 논리
*기존 AI 데이터센터 금융과의 차이
-기존에는 데이터센터 건물, 전력설비, 부동산 등을 담보로 자금을 조달하는 방식이 중심
-이번에는 NVIDIA 컴퓨팅 자체와 GPU에서 발생하는 사용료 수익까지 금융자산으로 평가하려는 것이 핵심
-Goldman Sachs는 NVIDIA 컴퓨팅을 담보로 하는 크레딧 시장을 만들 수 있다고 언급
-즉 GPU와 AI 컴퓨팅 계약에서 발생하는 장기 현금흐름을 기반으로 새로운 형태의 대출·채권·인프라 투자가 만들어질 수 있음
-AI 컴퓨팅을 하나의 독립적인 인프라 자산군으로 만들려는 시도
*Apollo
-Apollo는 장기 자본과 크레딧 투자 역량을 활용
-NVIDIA 컴퓨팅을 희소하고 핵심적인 인프라 자산으로 평가
-보험자금과 장기 크레딧 등을 활용해 AI 인프라 구축에 필요한 장기 금융을 제공할 수 있음
-2026년 6월 말 기준 Apollo의 운용자산은 약 1.05조달러
*BlackRock
-BlackRock은 장기 기관자금을 AI 인프라에 연결하는 역할
-기존 NVIDIA와의 AI Infrastructure Partnership을 이번 협력으로 확대
-AI 데이터센터 구축을 장기적인 인프라 투자기회로 보고 있음
-대규모 연기금·보험·기관투자자 자금을 AI 인프라에 연결할 수 있는 것이 강점
*Blackstone
-Blackstone은 이미 NVIDIA 생태계의 데이터센터와 전력 인프라에 대규모 투자 중
-이번 플랫폼을 통해 NVIDIA 컴퓨팅과 관련된 인프라 투자 범위를 확대
-Blackstone은 NVIDIA 플랫폼과 AI 인프라의 장기 성장성에 대한 강한 확신을 강조
-운용자산은 1.3조달러 이상
*Brookfield
-Brookfield는 AI Factory의 건설과 금융을 동시에 지원
-데이터센터뿐 아니라 전력·에너지 등 AI 인프라 전체를 투자 대상으로 확대
-NVIDIA와 이미 여러 AI Factory 프로젝트에서 협력하고 있음
-Brookfield는 컴퓨팅이 AI 시대의 핵심 인프라 레이어가 되고 있다고 평가
*Goldman Sachs
-Goldman Sachs는 투자와 자본시장 유통 역할을 담당
-특히 NVIDIA 컴퓨팅을 담보로 한 크레딧 시장을 만들 수 있다는 점을 강조
-AI 컴퓨팅에서 발생하는 장기 현금흐름을 기반으로 새로운 금융상품을 만들겠다는 의미
-은행 대출뿐 아니라 기관투자자에게 판매 가능한 크레딧 상품으로 발전할 가능성
*KKR
-KKR은 장기 인프라 자본과 자본시장 역량을 제공
-NVIDIA는 KKR의 Helix Digital Infrastructure에 창립 투자자로 이미 참여
-NVIDIA 컴퓨팅과 KKR의 데이터센터·인프라 투자 역량을 결합
-AI 컴퓨팅 수요를 실제 데이터센터 용량으로 전환하는 데 초점
*엔비디아에 중요한 이유
-기존에는 고객의 AI 투자예산이 NVIDIA GPU 매출의 중요한 제약요인
-금융기관이 GPU 구매와 AI Factory 건설에 필요한 자금을 제공하면 고객의 초기 자본부담이 낮아짐
-결과적으로 Frontier AI Lab뿐 아니라 기업, Sovereign AI, AI 클라우드 업체까지 NVIDIA GPU를 대규모로 구매할 수 있는 여력이 확대
-엔비디아 입장에서는 GPU 수요를 금융으로 지원해 실제 발주와 데이터센터 건설로 전환시키는 효과
-하드웨어 판매뿐 아니라 CUDA와 NVIDIA 소프트웨어 채택도 함께 확대할 수 있음
*더 중요한 변화
-엔비디아가 반도체 업체에서 AI 인프라 생태계의 설계자 역할까지 확대
-칩을 판매하는 데서 끝나는 것이 아니라 고객이 GPU를 살 수 있도록 전력, 데이터센터, 고객, 금융까지 연결
-최근 Sovereign AI와 AI Factory 프로젝트에서도 NVIDIA가 정부·기업·전력회사·금융기관을 함께 묶는 구조가 확대
-이번에는 금융자본 자체를 NVIDIA 생태계 안으로 끌어들이는 단계
-AI 컴퓨팅 투자에 필요한 자본비용을 낮추면 장기적으로 NVIDIA의 GPU 출하량을 높일 수 있는 구조
링크: https://nvidianews.nvidia.com/news/nvidia-partners-with-apollo-blackrock-blackstone-brookfield-goldman-sachs-and-kkr-to-establish-ai-compute-infrastructure-financing-platforms-to-mobilize-over-500-billion-of-third-party-capital
NVIDIA Newsroom
NVIDIA Partners With Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs and KKR to Establish AI Compute Infrastructure Financing…
NVIDIA today announced strategic partnerships to establish independent compute financing platforms with Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs and KKR to mobilize over $500 ...
Forwarded from 벨루가의 주식 헤엄치기
Morgan Stanley: 반도체 매출 전망
“당사의 2026년 메모리 시장 매출 전망치는 9,810억 달러로, 기존 전망치를 상회하며 지난해 2,230억 달러에서 크게 증가할 것으로 예상합니다.
2027년에는 전년 대비 29% 성장한 2조 2,200억 달러를 전망하며, 이러한 성장의 대부분은 메모리 시장의 수급 및 가격 상승에서 비롯될 것으로 보고 있습니다.”
https://x.com/pequityresearch/status/2086915882354102631?s=46
“당사의 2026년 메모리 시장 매출 전망치는 9,810억 달러로, 기존 전망치를 상회하며 지난해 2,230억 달러에서 크게 증가할 것으로 예상합니다.
2027년에는 전년 대비 29% 성장한 2조 2,200억 달러를 전망하며, 이러한 성장의 대부분은 메모리 시장의 수급 및 가격 상승에서 비롯될 것으로 보고 있습니다.”
https://x.com/pequityresearch/status/2086915882354102631?s=46
Forwarded from 머지노의 Stock-Pitch
Morgan Stanley | Weighing In: Open-Weights Models & 3 States of the World
향후 AI 시장에서 Closed-weight와 Open-weight 중 누가 이길 것이며, 각각의 경우 어떤 주식이 돈을 버는가?
오픈웨이트 모델은 Closed 모델보다 싸고, 기업이 직접 fine-tuning할 수 있으며, Cloud, On-prem 어디서든 돌릴 수 있음.
특히 반복 호출이 많은 업무에는 경제성이 좋아질 수 있음. 모델 사용 비용이 낮아지면 AI 활용이 늘면서 전체 추론 워크로드와 컴퓨팅 수요는 오히려 증가할 수 있음.
그래서 미래를 세 가지 케이스로 구분
1. Closed-weight Wins
GPT·Gemini 같은 프론티어 모델과 hyperscaler 중심 구조가 유지되어 GOOGL, AMZN, NVDA, AVGO 등이 유리
2. Hybrid World
복잡한 업무는 Closed 모델, 반복 업무는 Open 모델 사용. 이렇게 되면 routing, 오케스트레이션, 보안이 중요해져 PLTR, DDOG, PANW, CRWD, OKTA, NOW 수혜
3. Open-weight Wins
오픈웨이트가 frontier 수준까지 올라오면 모델 API 가격이 크게 내려가고 기업 자체 AI가 확산되면서 compute가 hyperscaler에서 private cloud, sovereign cloud, on-prem, edge로 분산. 이 경우 DELL, HPE, NTAP, Pure Storage, PLTR, 보안주 등이 수혜
가장 중요한 공통점은 세 시나리오 모두 NVIDIA가 수혜주로 들어간다는 것
Closed가 이기면 대규모 frontier training 때문에 GPU가 필요하고, Open이 이기면 AI 사용량 폭증과 기업 자체 inference 확산 때문에 GPU가 필요하고, Hybrid면 둘 다 필요하기 때문
결국 오픈웨이트의 확산은 AI 가치를 모델 자체에서 보안, 온프레미스, 오케스트레이션, 인프라쪽으로 이동할 가능성을 높임.
향후 AI 시장에서 Closed-weight와 Open-weight 중 누가 이길 것이며, 각각의 경우 어떤 주식이 돈을 버는가?
오픈웨이트 모델은 Closed 모델보다 싸고, 기업이 직접 fine-tuning할 수 있으며, Cloud, On-prem 어디서든 돌릴 수 있음.
특히 반복 호출이 많은 업무에는 경제성이 좋아질 수 있음. 모델 사용 비용이 낮아지면 AI 활용이 늘면서 전체 추론 워크로드와 컴퓨팅 수요는 오히려 증가할 수 있음.
그래서 미래를 세 가지 케이스로 구분
1. Closed-weight Wins
GPT·Gemini 같은 프론티어 모델과 hyperscaler 중심 구조가 유지되어 GOOGL, AMZN, NVDA, AVGO 등이 유리
2. Hybrid World
복잡한 업무는 Closed 모델, 반복 업무는 Open 모델 사용. 이렇게 되면 routing, 오케스트레이션, 보안이 중요해져 PLTR, DDOG, PANW, CRWD, OKTA, NOW 수혜
3. Open-weight Wins
오픈웨이트가 frontier 수준까지 올라오면 모델 API 가격이 크게 내려가고 기업 자체 AI가 확산되면서 compute가 hyperscaler에서 private cloud, sovereign cloud, on-prem, edge로 분산. 이 경우 DELL, HPE, NTAP, Pure Storage, PLTR, 보안주 등이 수혜
가장 중요한 공통점은 세 시나리오 모두 NVIDIA가 수혜주로 들어간다는 것
Closed가 이기면 대규모 frontier training 때문에 GPU가 필요하고, Open이 이기면 AI 사용량 폭증과 기업 자체 inference 확산 때문에 GPU가 필요하고, Hybrid면 둘 다 필요하기 때문
결국 오픈웨이트의 확산은 AI 가치를 모델 자체에서 보안, 온프레미스, 오케스트레이션, 인프라쪽으로 이동할 가능성을 높임.
Forwarded from 허재환 유진증권 전략
[Web발신]
안녕하십니까
유진투자증권 허재환입니다
=제약바이오=
* 미국 증시는 22/10월 바닥 이후 4년째 강세장입니다(116%). 이 상승 국면에서 가장 부진한 섹터가 미국 헬스케어 섹터입니다(4년 동안 +36%).
* 그런데 최근 3개월(5/10일 이후) 동안 미국에서 가장 강한 섹터가 헬스케어입니다(+16.2%). 그 다음이 금융(12.4%)과 Tech(5.8%)입니다.
* 국내 증시도 유사합니다. 6/22일 이후 반도체 주가가 -43% 하락하는 동안 주가가 오른 산업은 건강관리(15.5%), 화장품의류(14.5%), 필수소비(9.5%), 은행(8.2%) 순니다. 그 배경은 다음과 같습니다.
* 1) 오랜 De-Rating과 소외를 격었다는 점, 그래서 Tech와의 상관관계가 낮다는 점 때문입니다.
* S&P500에서 미국 헬스케어 섹터가 차지하는 비중은 고점에서 9%p 감소했습니다(현재 16%). 국내 증시에서도 2025년 초 건강관리 섹터 비중이 8%였으나, 6월말 2.2%까지 떨어졌고 현재 3.6%입니다.
* 올해만 보더라도 거래소 코스닥에서 시총 비중이 많이 축소된 업종 중 하나가 건강관리(-2.3%p)입니다.
* 상사자본재(-2.5%p)도 크게 축소되었고, 조선(-1.9%p)도 많이 줄었습니다. 코스닥 기준 건강관리 업종은 올해만 -8%p나 축소되었습니다.
* 2) 내년에 대한 기대입니다. 지금 8월이니 이른감도 있지만 미국 증시에서 올해보다 내년 순익 증가율이 가장 높아지는 업종은 단연 헬스케어입니다(올해 1.2%, 내년 +23%).
* 국내 증시에서는 그렇지는 않습니다. 올해보다 내년 영업이익 증가율이 높아지는 업종은 IT가전, 유틸리티, 화장품, 운송, 자동차, 그 다음 건강관리입니다. 그래도 모멘텀이 양호합니다(올해 18%, 내년 19%).
* 여기에 미국에서는 중간선거 이후 트럼프 약가 정책에 대한 후유증이 개선될 것이라는 점, 그리고 미국 바이오업체들 간 M&A가 활발한 영향이 반영되었습니다.
* 제약바이오가 계속 주식시장을 주도하기에는 금리가 좀 걸립니다.
* 급락 후 주식시장이 순환매와 더불어 내년 모멘텀을 반영한 것만은 분명해 보입니다.
무더위 유의 하십시오
https://t.me/huhjae
안녕하십니까
유진투자증권 허재환입니다
=제약바이오=
* 미국 증시는 22/10월 바닥 이후 4년째 강세장입니다(116%). 이 상승 국면에서 가장 부진한 섹터가 미국 헬스케어 섹터입니다(4년 동안 +36%).
* 그런데 최근 3개월(5/10일 이후) 동안 미국에서 가장 강한 섹터가 헬스케어입니다(+16.2%). 그 다음이 금융(12.4%)과 Tech(5.8%)입니다.
* 국내 증시도 유사합니다. 6/22일 이후 반도체 주가가 -43% 하락하는 동안 주가가 오른 산업은 건강관리(15.5%), 화장품의류(14.5%), 필수소비(9.5%), 은행(8.2%) 순니다. 그 배경은 다음과 같습니다.
* 1) 오랜 De-Rating과 소외를 격었다는 점, 그래서 Tech와의 상관관계가 낮다는 점 때문입니다.
* S&P500에서 미국 헬스케어 섹터가 차지하는 비중은 고점에서 9%p 감소했습니다(현재 16%). 국내 증시에서도 2025년 초 건강관리 섹터 비중이 8%였으나, 6월말 2.2%까지 떨어졌고 현재 3.6%입니다.
* 올해만 보더라도 거래소 코스닥에서 시총 비중이 많이 축소된 업종 중 하나가 건강관리(-2.3%p)입니다.
* 상사자본재(-2.5%p)도 크게 축소되었고, 조선(-1.9%p)도 많이 줄었습니다. 코스닥 기준 건강관리 업종은 올해만 -8%p나 축소되었습니다.
* 2) 내년에 대한 기대입니다. 지금 8월이니 이른감도 있지만 미국 증시에서 올해보다 내년 순익 증가율이 가장 높아지는 업종은 단연 헬스케어입니다(올해 1.2%, 내년 +23%).
* 국내 증시에서는 그렇지는 않습니다. 올해보다 내년 영업이익 증가율이 높아지는 업종은 IT가전, 유틸리티, 화장품, 운송, 자동차, 그 다음 건강관리입니다. 그래도 모멘텀이 양호합니다(올해 18%, 내년 19%).
* 여기에 미국에서는 중간선거 이후 트럼프 약가 정책에 대한 후유증이 개선될 것이라는 점, 그리고 미국 바이오업체들 간 M&A가 활발한 영향이 반영되었습니다.
* 제약바이오가 계속 주식시장을 주도하기에는 금리가 좀 걸립니다.
* 급락 후 주식시장이 순환매와 더불어 내년 모멘텀을 반영한 것만은 분명해 보입니다.
무더위 유의 하십시오
https://t.me/huhjae
Telegram
허재환 유진증권 전략
전략
Forwarded from 에테르의 일본&미국 리서치
하이닉스는 SK그룹 돈줄? 텔레콤 자산 2배 비싸게 산다
저배당으로 잡음을 일으킨 SK하이닉스가 SK텔레콤이 2024년 말 2억 달러를 투자해 확보한 미국 인공지능(AI) 기업 지분을 3억8000만 달러에 넘겨받는 계약을 최근 체결한 것으로 확인됐다. SK하이닉스가 막대한 이익을 내고도 주주 환원에 인색하다는 비판을 받는 상황에서, 계열사가 약 1년 7개월 전에 취득한 자산을 두 배 가까이 비싸게 사들이는 것이다. SK하이닉스는 SK텔레콤보다 SK그룹 지배구조상 대주주 지배력이 약하다. 대주주 지분율이 낮은 회사의 현금이 큰 회사로 흘러가는 거래라는 점에서 인수가와 거래 구조의 적정성을 두고 논란을 피하기 어려워 보인다.
10일 금융권에 따르면 SK텔레콤의 미국 자회사 아스트라 AI 인프라는 나스닥 상장사 ‘펭귄솔루션즈’ 전환우선주 20만주를 3억8030만 달러를 받고 SK하이닉스 자회사 시프틱스1에 넘기는 계약을 지난달 27일 체결했다. SK텔레콤은 2024년 12월 펭귄솔루션스 전환우선주를 주당 1000달러, 총 2억 달러에 사들였다. 2년도 안 돼 SK하이닉스에 팔면서 90% 넘는 프리미엄을 붙인 것이다. 이 가격은 계약 체결일 펭귄솔루션스 종가를 기준으로 단순 환산한 지분 가치 약 3억2000만 달러보다도 20% 가까이 높다. SK텔레콤과 SK하이닉스 간 거래액을 보통주 환산 주당 가격으로 계산하면 62.38달러다. 계약 체결일 종가 52.49달러보다 9.9달러 높다.
[출처] - 국민일보
[원본링크] - https://www.kmib.co.kr/article/view.asp?arcid=9000002033&code=61141211&sid1=eco
저배당으로 잡음을 일으킨 SK하이닉스가 SK텔레콤이 2024년 말 2억 달러를 투자해 확보한 미국 인공지능(AI) 기업 지분을 3억8000만 달러에 넘겨받는 계약을 최근 체결한 것으로 확인됐다. SK하이닉스가 막대한 이익을 내고도 주주 환원에 인색하다는 비판을 받는 상황에서, 계열사가 약 1년 7개월 전에 취득한 자산을 두 배 가까이 비싸게 사들이는 것이다. SK하이닉스는 SK텔레콤보다 SK그룹 지배구조상 대주주 지배력이 약하다. 대주주 지분율이 낮은 회사의 현금이 큰 회사로 흘러가는 거래라는 점에서 인수가와 거래 구조의 적정성을 두고 논란을 피하기 어려워 보인다.
10일 금융권에 따르면 SK텔레콤의 미국 자회사 아스트라 AI 인프라는 나스닥 상장사 ‘펭귄솔루션즈’ 전환우선주 20만주를 3억8030만 달러를 받고 SK하이닉스 자회사 시프틱스1에 넘기는 계약을 지난달 27일 체결했다. SK텔레콤은 2024년 12월 펭귄솔루션스 전환우선주를 주당 1000달러, 총 2억 달러에 사들였다. 2년도 안 돼 SK하이닉스에 팔면서 90% 넘는 프리미엄을 붙인 것이다. 이 가격은 계약 체결일 펭귄솔루션스 종가를 기준으로 단순 환산한 지분 가치 약 3억2000만 달러보다도 20% 가까이 높다. SK텔레콤과 SK하이닉스 간 거래액을 보통주 환산 주당 가격으로 계산하면 62.38달러다. 계약 체결일 종가 52.49달러보다 9.9달러 높다.
[출처] - 국민일보
[원본링크] - https://www.kmib.co.kr/article/view.asp?arcid=9000002033&code=61141211&sid1=eco
국민일보
SK하이닉스, 텔레콤 자산 2배 비싸게 산다
SK하이닉스가 SK텔레콤이 2024년 말 2억 달러에 취득한 미국 인공지능(AI) 기업 펭귄솔루션스 전환우선주를 3억8000만 달러에 넘겨받는 계약을 최근 체결한 것으로 확인됐다. 계열사가 약 1년 7개월 전에 취득한 자산을 두 배 가까운 가격에 사들이는 것이
Forwarded from 카이에 de market
* 아래 기사는 원래 'SK그룹, 중복상장 규제 개선 제안'이었다가
'초유의 중복상장 우려, 규제, 여론악화 등으로 IPO는 부담', '투자유치 추진' 등의 뉘앙스로 수정된 것으로 보임
투자업계 한 관계자는 "이미 SK㈜도 중간지주사 SK스퀘어 때문에 손자회사 SK하이닉스의 성장 과실을 온전히 누리지 못하는 문제를 겪고 있다"라며 "지금도 그룹이 터널링(tunneling) 등 이해관계 상충 문제를 전방위로 겪고 있는데 AI컴퍼니를 거쳐 4단 중복상장 구조가 만들어지면 지배구조 상하좌우, 동시다발적으로 문제가 불거지게 될 것"이라고 지적했다.
문제는 금융위원회와 한국거래소가 이제 막 중복상장 제도개선을 위한 유가증권시장 상장규정 시행세칙 개정안 및 중복상장 가이드라인을 승인하고 시행에 나섰다는 점이다. 금융당국은 앞서 3월 발표한 '원칙 금지·예외 허용' 기조를 제도화하면서 물적분할 자회사뿐 아니라 인수·신설 자회사와 손자회사 등 실질적인 수직 지배관계에 있는 회사까지 국내 상장 심사 범위를 확대했다. 해외 자회사 상장의 경우 국내 모회사에 일반주주 관점의 영향평가와 관련 공시 의무를 부과하는 방식으로 규율한다.
투자업계에서는 결국 SK그룹이 AI 사업 재편과 외부 자본유치는 예정대로 추진하더라도 최종적인 IPO까지는 규제 변화와 시장 반응을 지켜볼 가능성이 크다고 보고 있다.
재계 한 관계자는 "이달 시행된 관련 규정 때문에 사실상 게임이 끝났다고 보는 시각도 있다"라며 "그러나 SK그룹 외에도 해외 자회사의 현지 상장이 필요한 기업이 있기 때문에 어느 정도 강도로 규제가 적용될지는 지켜볼 필요가 있어 보인다"라고 전했다.
https://www.investchosun.com/m/article.html?contid=2026081080189
'초유의 중복상장 우려, 규제, 여론악화 등으로 IPO는 부담', '투자유치 추진' 등의 뉘앙스로 수정된 것으로 보임
투자업계 한 관계자는 "이미 SK㈜도 중간지주사 SK스퀘어 때문에 손자회사 SK하이닉스의 성장 과실을 온전히 누리지 못하는 문제를 겪고 있다"라며 "지금도 그룹이 터널링(tunneling) 등 이해관계 상충 문제를 전방위로 겪고 있는데 AI컴퍼니를 거쳐 4단 중복상장 구조가 만들어지면 지배구조 상하좌우, 동시다발적으로 문제가 불거지게 될 것"이라고 지적했다.
문제는 금융위원회와 한국거래소가 이제 막 중복상장 제도개선을 위한 유가증권시장 상장규정 시행세칙 개정안 및 중복상장 가이드라인을 승인하고 시행에 나섰다는 점이다. 금융당국은 앞서 3월 발표한 '원칙 금지·예외 허용' 기조를 제도화하면서 물적분할 자회사뿐 아니라 인수·신설 자회사와 손자회사 등 실질적인 수직 지배관계에 있는 회사까지 국내 상장 심사 범위를 확대했다. 해외 자회사 상장의 경우 국내 모회사에 일반주주 관점의 영향평가와 관련 공시 의무를 부과하는 방식으로 규율한다.
투자업계에서는 결국 SK그룹이 AI 사업 재편과 외부 자본유치는 예정대로 추진하더라도 최종적인 IPO까지는 규제 변화와 시장 반응을 지켜볼 가능성이 크다고 보고 있다.
재계 한 관계자는 "이달 시행된 관련 규정 때문에 사실상 게임이 끝났다고 보는 시각도 있다"라며 "그러나 SK그룹 외에도 해외 자회사의 현지 상장이 필요한 기업이 있기 때문에 어느 정도 강도로 규제가 적용될지는 지켜볼 필요가 있어 보인다"라고 전했다.
https://www.investchosun.com/m/article.html?contid=2026081080189
Investchosun
SK, 美 AI컴퍼니 출범·솔리다임 프리IPO 앞두고 중복상장 규제 고민
Forwarded from 습관이 부자를 만든다. 🧘
'L자'도 'V자'도 아니다…코스피 '루트(√)자' 반등론 전망 근거는
기록적인 폭락 후 6000선에서 방향성을 모색 중인 코스피가 'V자' 반등이나 'L자' 침체가 아닌, 단기 바닥 형성 후 시차를 두고 단계적으로 상향하는 '루트(√)자'형 반등 경로를 걸을 것이라는 증권가 분석이 나왔다.
현 증시의 회복 시나리오를 가격과 금리가 1차 반등을 만들고, 향후 기업 이익과 외국인 수급이 2차 상승을 이끄는 √자 형태로 진단했다.
지수가 단숨에 급락 이전 수준을 회복하긴 어렵지만, 펀더멘털 대비 과도하게 낮아진 가격이 하방을 지지하면서 순차적인 회복세가 전개될 것이라는 분석이다.
https://naver.me/5HyWqoWw
기록적인 폭락 후 6000선에서 방향성을 모색 중인 코스피가 'V자' 반등이나 'L자' 침체가 아닌, 단기 바닥 형성 후 시차를 두고 단계적으로 상향하는 '루트(√)자'형 반등 경로를 걸을 것이라는 증권가 분석이 나왔다.
현 증시의 회복 시나리오를 가격과 금리가 1차 반등을 만들고, 향후 기업 이익과 외국인 수급이 2차 상승을 이끄는 √자 형태로 진단했다.
지수가 단숨에 급락 이전 수준을 회복하긴 어렵지만, 펀더멘털 대비 과도하게 낮아진 가격이 하방을 지지하면서 순차적인 회복세가 전개될 것이라는 분석이다.
https://naver.me/5HyWqoWw