한국의 소버린 AI

버블붕괴 트리거는 금리와 CPI이며, 과거 닷컴버블보다 더 큰 거품을 만들 가능성을 염두해야겠다. 미국은 AI에 사활을 걸고 있으며 여기서 물러나면 패권을 빼앗긴다는 것을 알고있다. 금리와 물가지수가 오른다고 증시는 바로 꺽이지 않고, 방향성까지 일치해야 꺽인다. 그리고 아직 상승할 여력은 많이 남았다고 본다. 하지만, 대세상승 후반으로 갈수록 주도주로의 쏠림은 더욱 심해질 것이며, 이 쏠림이 완화되기 시작하면 오히려 버블붕괴 트리거로 작동할 수 있겠다. 개인들의 '처분효과' 상실로 지수가 오를 때 개인의 매수가 집중되는지 지속적으로 확인하자(ETF포함), 전자,닉스 2배 레버리지 상품의 거래량이 앞으로 늘어날 수 있겠다고 보며, 결국 대형반도체 기업으로 수급인 지속적으로 오겠다는 생각. 하지만, 현재 ADR은 최근 5년내 바닥이므로 역발상 전략도 나쁘지 않아보인다. AI투자는 '자본 공급자'에 의해 스스로 멈출 수 없는 국면에 이르렀다. 만일 멈춘다면 아래 2가지 변수로 귀결될 가능성이 높다. 10년물 국채금리 5.0 ~ 5.3%돌파 -> 26년 5월말 기준 4.5% CORE CPI가 3%중반을 돌파 -> 26년 4월기준 2.7% 현재 빅테크는 단순히 'AI가 좋아질 것 같다'라는 낙관적 기대에 투자하는 것이 아니다. 더 많이 투입(메모리, GPU 등)하면 더 좋아진다는 경로를 '경험적으로 확인'했기 때문에 투자하는 것이다. 따라서 'AI투자'는 일반적인 경기순환적 CAPEX보다 훨씬 길어질 가능성이 높다. 설령 투자비가 커지고 단기 수익성이 낮아져도, 성능 개선 곡선이 유지되는 한 빅테크는 투자를 멈추기 어렵다. 투자를 멈추는 순간 경쟁사가 더 큰 모델, 우수한 서비스, 더 강한 플랫폼 지배력을 확보하기 때문이다. 이러한 이유로 현재 하이퍼스케일러들은 AI사이클을 멈출 수 없다. 하지만, 채권자와 대출기관 등의 자본공급자는 이번 사이클을 직접적으로 멈출 수 있다고 판단한다. 먼저, 자본공급자가 AI인프라 체인에 대한 신용을 줄이는 조건은 '경기 둔화'이다. 빅테크들은 자체 생태계와 막대한 현금흐름을 바탕으로 투자를 지속하지만, 하위 AI인프라 사업자는 신뢰가 흔들리면 곧바로 자금조달 비용이 상승한다. AI인프라는 초기 투자비가 크고 회수 기간이 긴 장기 자산이며, 금리가 상승하면 미래 현금흐름의 현재가치는 하락하고, 프로젝트에 요구되는 수익률은 높아진다. 금리가 오르면 크레딧 스프레드가 확대되고, 대출기관은 더 낮은 LTV, 더 높은 이자율, 더 짧은 만기 등을 요구한다. 따라서 AI투자 사이클을 꺽는 외부 충격은 '빅테크의 투자 포기'가 아니라, 경기 둔화와 금리 상승이 결합되며 자본공급자가 하위 AI인프라 체인에 대한 리스크 프리미엄을 재평가하는 과정에서 나타날 가능성이 높다. 지난 130년 주식시장 역사에서 모두 3번의 버블 붕괴가 존재하는데, 공통적인 요소는 '추세적인 금리 상승' 이다. 단순한 금리 상승이나 금리가 높다는 우려가 아니라, '이제는 다시는 되돌릴 수 없어. 금리는 계속 높아질거야'라는 절망을 말한다. 버블은 희망 회로를 그리며 형성되고, 붕괴는 불확실함 속에 두려움으로 무너진다. 또한, 버블은 단순이 미래 이익에만 기댄 것이 아니었다. 해당 기업들의 ...

메모리 반도체 기업의 증설은 27년 1분기까지 막혀있는 상황이며, 피지컬 AI와 에이전트로 넘어가며 더욱 많은 메모리가 필요한 상황이다. 보통 증설 6개월 전부터 주가는 반영하므로, 26년에는 함부로 AI사이클의 끝을 정하지 말고 keep going! 최근 챗봇 다음으로 부각되는 AI서비스는 에이전트이다. 기존 ChatGPT는 문맥을 파악하고 답변을 생성하면 됐다. 그러나 에이전트는 추론을 통해 형성된 결과를 직접 행동하고, 결과를 반영해 다시 추론을 반복한다. 이러한 '계산 - 행동 - 행동 후 재계산'의 반복 루프는 추론 연산량의 증가를 야기한다. 외부 도구 호출이 많아지는 것은 CPU의 추가적인 연산 확대를 유발하며, HBM과 D램의 부담이 커졌다. 로봇과 자율주행은 입력 데이터가 대부분 이미지, 비디오 등 멀티 모델이라 HBM과 D램의 고용량을 요구한다. 예로, 엔비디아의 Jetson Thor(피지컬 AI)는 LPDDR이 탑재되는데, 일반적 모바일 디바이스보다 훨씬 큰 용량이 들어간다. 과거 AI초기 챗봇 개발 및 확장 시기에는 연산의 양이 매우 중요했다. 이 당시에는 베이스 모델인 자체 LLM모델 개발을 위한 기술력에 많은 투자를 진행했고, 당시 인프라 투자의 대부분은 빅테크 자체적으로 소화되는 양상이었다. 그러나 최근에는 에이전트, 피지컬AI로 넘어오며 기술력에 대한 의존도가 많이 낮아졌고(NVIDIA ...

최근 조정으로 시장이 하락하고 있다. 미국채 10년은 4.65를 넘어섰고, 30년물은 5.1을 넘었다.(10년내 최고치) 호르무즈 해협은 아직 막혀있으며, 유가는 100불 아래로 내려올 생각을 하지 않는다. 코스피 지수는 고점대비 11%정도 하락했으며, 과거 이란전쟁 발발 시 최대 20%까지 하락했다. 하지만, 과거 3월보다 개인들의 계좌는 하락폭이 훨씬 큰 것 같다. ADR(상승종목대비 하락종목 수)이 100 이하면 하락종목이 훨씬 많다는 뜻인데, 5월19일 기준으로 코스피는 64, 코스닥은 59이다. 최근 1년간 가장 낮은 ADR수치를 보여주고 있으며, 몇몇 주도주를 제외하면 대부분의 종목들이 하락했다는 뜻이다. 반대매매도 917억원으로, 최근 1년 내 최대 금액이 터졌다. 나는 지금같은 시기에는 포트폴리오 리벨런싱을 하기 좋은 시기라고 판단한다. 나는 최근 하락장에도 잘 버티는 종목들로 옮겨타는 전략을 쓸 것이다. 최근 한국시장에서는 레거시 메모리 반도체쪽이 꽤 강한 상대강도를 지니고 있다고 생각한다. 최근 급격히 하락한 시장이 다시 상승할 경우, 하락장에서 강했던 종목들이 다시 상승할 확률이 높다고 본다. 만일 5월20일 개장 후 시장이 밀린다면, 남은 현금의 50%정도를 투자할 계획이다. 5월20일 시초가로 제주반도체, 피델릭스를 자산에 5%씩 편입 예정이다.(이에 대한 글은 향후 작성하겠다) $제주반도체 $삼성전자 $피델릭스 $파두 $롯데쇼핑 $삼성생명 $LG이노텍 $가온그룹

일본 공작기계 수주가 전년비로 급격한 성장세로 전환됨. 특히, 해외 수주가 강세이며 미국(에너지, 항공업종), 중국(데이터센터, 휴머노이드 부품)향 수효가 더해지고 있다고 코멘트함. 중국 공작기계 시장 내 압도적 시장 지위를 갖는 츠가미는 휴머노이드 향 부품 수요가 높다고 언급. 현재 로봇시장은 중국이 거의 독점한다고 해도 과언이 아니다. 미국의 AI 응용이 고급화, 전문화를 중심으로 돌파에 집중한다면 중국은 산업 전만에 AI기술을 결합한 응용의 규모화가 특징 2025년 글로벌 휴머노이드 로봇 출하량 상위 6개 브랜드가 모두 중국 기업이며, 이들이 전 세계 시장의 88%를 차지하는 것으로 나타남.(2024년에 중국의 산업용 로봇 보유량은 전세계의 43%였음) 산업용 로봇과 휴머노이드 로봇에서 가장 큰 가치를 지니는 부품은 관절이나 손가락을 움직이는 액추에이터. 산업용 로봇에서 액추에이터의 원가 비중은 50~60%, 더 정교한 휴머노이드는 73%차지 로봇 가격을 낮추려면 액추에이터 단가를 낮추는 것이 핵심인데, 중국은 여기서 매우 ...

생산형 AI의 확산 속도는 과거 인터넷, 스마트폰, 클라우드 서비스의 처기 확산과 비교해도 매우 빠른 편이다. ChatGPT 주간 활성 이용자(WAU)는 '23.11. 1억명에서 '26.2. 9억명까지 증가했으며(9배 증가) Gemini 월간 활성 이용자(MAU)는 '24.10. 1억명에서 '26.2. 7.5억명까지 증가 이용자 수는 곧 추론(Inference)트래픽 증가로 직결됨 일반적인 검색 엔진 1회 쿼리가 약 0.3wh를 소비, LLM1회 쿼리는 3~10wh로 소요전력이 10배 이상 증가 최근 AI 데이터센터 전력 수요는 학습 일회성 부하에서, 추론 상시 부하로 무게중심이 이동하고 있다. 학습 부하는 일정 기간 집중적으로 발생하는 반면, 추론 부하는 글로벌 이용자 기반에서 24시간 지속된다. AI의 발전 방향은 더 적은 전력으로 같은 일을 지속하는 것에 머무르지 않고, 더 높은 랙 집적도를 결합해 같은 공간에서 훨씬 많은 연산을 수행하는 방향으로 진화하고 있다. 이 과정에서 와트당 성능은 개선되지만, 랙당 절대 소비전력은 오히려 상승한다. AI랙의 전력 밀도가 높아질수록 냉각은 단순한 보조 설비가 아니라 데이터센터 설계의 핵심 제약이 된다. 실제로 AI데이터센터 소비 전력에서 냉각 시스템이 약 39%를 차지하며, IT자원의 40%와 동등한 수준까지 올라왔다. H100에서 B200, GB200, GB300, RUbin으로 갈수록 같은 전력으로 더 많은 연산을 수행할 수 있고, 토큰당 비용도 낮아질 수 있다. 그러나 현실에서는 반대로 총 전력 수요가 증가할 가능성이 높다. 이유는 효율 개선이 수요를 억제하는 것이 아니라 새로운 수요를 창출하기 때문이다. 대표적인 사례가 NVIDIA의 차세대 랙 스케일 플랫폼 Rubin ULtra이다. 이 구조는 랙 8개를 하나로 연결하며, 전력 사용량은 600kW또는 그 이상까지 증가할 수 있다. 과거 일반 데이터센터의 랙당 전력 밀도가 5~20kw수준이었다는 점을 감안하면, 수십 배 이상의 전력이 필요해진다. 문제는 기존 데이터센터의 랙 내 전력분배 구조가 이러한 조고밀도 전력 수요를 전제로 설계되지 않았다는 점이다. 기존의 54v기반 랙 내 전력분배 방식은 수kw ~ 수십kw 수준의 서버 랙에는 적합했지만, 수백 kw에서 mw급으로 향하는 AI랙에는 한계가 있다. 이에 대한 대안으로 NVDIA는 800VDC아키텍처 도입을 준비하고 있다. 800VDC는 데이터센터 외부 전력망에서 들어오는 13.8KW AC(병렬)계통 전력을 산업용 정류기를 통해 800V 고전압 DC(직렬)로 변환한 뒤 서버 랙에 직접적으로 공급하는 방식이다. 800VDC의 핵심 장점은 고전압화를 통해 같은 전력을 더 낮은 전류로 전달할 수 있다는 점이다. 전류가 낮아지면 구리 사용량을 줄일 수 있고, 전력 손실도 완화된다. 하지만, 랙당 전력 밀도가 50~150Kw수준으로만 상승해도 발열과 냉각 부하가 커지며, 전원 이상이 미치는 영향이 커진다. 전압 유지, 열관리, 보호시스템, 부하추종 제어, 에너지 저장의 응답 속도까지 중요해지며 고품질 전력이 필요해진다. AI데이터센터 내부에서도 훈련(Training)과 추론(INference)은 전력 특성이 다르게 나타난다. 추론에서는 단순한 발전량 부족의 문제뿐만 아니라 시간축을 맞춰줄 수 있는 중간 계층의 역할이 필요한데, 핵심이 ESS이다. 중동전쟁으로 에너지의 중요성이 높아졌고, 2030년까지 글로벌 AI전력 수요는 '25년 대비 최소 2배, 최대 8배까지 상승 예상 지난 30년동안 전력 소비량 증가율은 항상 글로벌 GDP성장률을 하회하였다.(코로나, 금융위기 제외) 최근 가스, 석탄, 원전 등 특정 에너지원을 가리지 않고 모든 발전원에 걸쳐 양적확대가 이뤄지고 있으나, 용량 기준으로 비중이 가장 높은 에너지는 재생에너지이다. 2026 ~ 2030년 글로벌 신규 유입 발전원에서 태양광과 풍력 등 재생에너지 비중이 70~80%에 달하며 그 비중이 대폭 높아질 것으로 전망 미국은 2026년 그리드 연결 예정인 유틸리티급 프로젝트 86GW중 태양광이 51%, 풍력이 14%로 절반 이상이 재생에너지다. 미국에서 유틸리티 규모의 태양광 발전소 건설 시 ...