「딥시크(DeepSeek) 1년 후 요약

투자 아이디어 노트 1: 10년의 가시성과 확정된 실적 1. 실적과 수주의 타임라인 구조 조선업 실적은 4년 전 수주 결과이며, 향후 수주는 과거 8년간의 선령 분포가 결정함,. 이미 확보된 실적 (2024~2028년): 현재 인도 물량은 고선가·고마진 수주분으로 공사손실충당금 영향이 미미해 실적 안정성이 매우 높음,. 강제되는 수주 (향후 6년): 글로벌 선단 선령 구조상 향후 최소 6년은 교체 수요가 강제됨. 결론: 조선업은 '4년의 확정 실적'과 '6년의 강제 수주'가 결합되어 총 10년의 가시성이 확보된 산업임. 2. ...

바이오 섹터 이해를 위한 대학생 수준으로 ADC 알아보기 대학생 ADC(Antibody-Drug Conjugate, 항체-약물 접합체)에 대해 보다 심도 있고 전문적인 브리핑을 해드리겠습니다. 1. ADC의 정의와 등장 배경 ADC는 특정 항원을 표적하는 항체(Antibody)와 강력한 세포 독성을 가진 약물(Payload)을 링커(Linker)로 결합한 혁신적인 항암제입니다. 기존의 화학항암제(Chemotherapy)는 암세포의 '빠른 분열' 특성만을 공격하기 때문에, 동일하게 빠르게 분열하는 정상 세포(모근, 위장 점막 등)까지 파괴하여 심각한 부작용을 초래했습니다. ADC는 항체의 선택성을 활용해 암세포만을 정밀 타격함으로써 이 문제를 해결하고자 등장했습니다. 2. ADC의 핵심 3요소 (The Trio) • 항체 (Antibody): 암세포 표면에 특이적으로 과발현된 표적 항원(예: HER2, EGFR)을 찾아가는 내비게이션 역할을 합니다. 높은 결합 특이성과 강한 결합력을 가져야 하며, 면역 거부 반응이 없어야 합니다. • 페이로드 ...

노트북 LM 사용 영상 출처 : https://www.youtube.com/watch?v=8V2a8Ty5-yk Physical AI 핵심 논문 14편 리뷰 | 2025년까지의 기술 흐름 총정리 제시된 핵심 논문 리뷰 자료는 2024년부터 2025년까지 로봇 AI 분야에서 일어난 패러다임의 완전한 전환을 조명하고 있습니다. 투자자 관점에서 볼 때, 이 기술적 진보는 로봇이 연구실을 넘어 실제 현장에 투입되어 상업적으로 개화할 수 있는 실용성을 확보했음을 시사합니다. 로봇 섹터 투자자가 주목해야 할 핵심 논문별 기술 발전과 그 의미를 네 가지 주요 투자 관점으로 정리 I. 기술적 토대 확립: 일반성 및 세계관 확보 (2024년) 초기 모델들은 로봇 AI가 언어 모델 아키텍처를 통해 제어될 수 있는 기술적 가능성을 입증했습니다. RT1 & RT2: 로봇 제어를 정교한 수식 대신 트랜스포머에 넣어 다음 행동을 예측하게 만든 획기적인 시도였습니다. 특히 RT2는 이미 인터넷 지식을 학습한 거대 시각 언어 모델(VLM)에 로봇을 연결하여, 로봇이 맥락과 의미를 이해하고 세계 지식을 동원해 동작하는 시맨틱 기반 패러다임 변화 옥토 (Octo) 및 오픈 VLA (Open VLA): 수십 종의 로봇 데이터를 통합한 범용 정책(General Policy) 개념을 도입했습니다. 이는 로봇마다 따로 학습해야 했던 비효율성을 해소하고, 하나의 모델이 다양한 플랫폼을 제어할 수 있는 확장성의 기반을 마련했습니다. 특히 오픈 VLA는 행동을 이산적인 행동 토큰으로 변환하는 방식을 표준화하여, 7B 모델 크기로 거대 모델(RT2X) 수준의 성능을 달성하며 모델 효율성을 입증했습니다. II. 상업적 안정성 확보: 정밀 제어 및 장기 계획 (2025년 변곡점) 단순히 모델 규모를 키우는 한계를 벗어나, 실제 산업 현장에서 필수적인 정밀도와 안정성을 확보하는 방향으로 아키텍처 혁신이 일어났습니다. 1) 파이제로 (PiZero): 토큰 기반 VLA의 한계였던 고주파 제어 및 연속적인 물리 제어의 품질과 안정성을 획기적으로 개선했습니다,. 기존 디퓨전 모델 대신 플로우 매칭 기반의 결정론적 생성 방식을 도입하여,연속적인 액션 벡터를 직접 생성하며 제어 자체의 품질을 끌어올렸습니다 해결한 문제: 기존의 VLA 모델들은 행동을 '단어'처럼 이산적인 토큰으로 나누어 생성했기 때문에, 로봇 팔을 미세하게 움직여야 하는 정밀한 연속 제어나, 긴 시간 동안 끊김 없이 동작해야 하는 실시간 제어에 어려움이 있었습니다,. 이는 마치 로봇이 움직일 때마다 '뚝, 뚝, 뚝' 끊기는 것처럼 보일 수 있습니다. 핵심 기술 (플로우 매칭): 파이제로는 복잡한 확률 분포를 여러 번의 예측(디노이징)을 통해 찾는 기존 방식(디퓨전) 대신, '플로우 매칭'이라는 결정론적 생성 방식을 사용했습니다,. 이는 마치 노이즈(오류)에서 시작하여 목표 동작까지 가는 전체 경로를 처음부터 설계해 두고, 그 설계된 ...

지피티 정리용 증권사는 일반 제조업이나 서비스업과 달리 “자기자본 운용업”, 즉 금융투자(트레이딩, 브로커리지, IB 등)를 통해 자본으로 돈을 버는 구조이기 때문에 영업이익보다 순이익이 훨씬 더 중요한 지표로 평가 ① 영업이익 개념이 왜 불명확한가 증권사는 ‘영업활동’의 범위가 제조업과 다름 증권사의 영업이익에는 운용손익(Valuation gain/loss)이 포함되는데, 이는 본질적으로 시장 변동성에 따라 크게 요동치는 항목이라 “지속적인 영업성과”를 보여주지 못합니다. ② 순이익이 ‘자기자본이익률(ROE)’과 직결 ...

왜 Rubin(루빈) 세대부터는 ‘칩’보다 PCB·CCL이 더 중요해지는가? 👉 핵심 이유: AI가 너무 커져서, ‘칩을 연결·지탱하는 판’의 난이도가 칩보다 더 어려워졌기 때문 Rubin 세대는 GPU가 전력·열·신호가 너무 커져버려서, “칩 하나”보다 “칩을 연결하는 구조물”이 더 복잡해짐. GPU 144개 → 576개 연결 Rubin 시대 서버는 GPU 개수 자체가 4배로 증가해. 즉, GPU끼리 데이터를 연결하는 선 전력을 공급하는 두꺼운 레이어 신호를 보내는 고속 회로 열을 빼는 구조 이 모든 것이 폭증. 이 모든 것의 기반이 PCB와 CCL임 서버 구조 전체가 케이블 → ‘미드플레인 PCB’로 바뀐다 Rubin 세대에서 가장 중요한 변화는:“케이블을 거의 없애고, 대신 거대한 PCB 보드가 서버의 심장이 된다” 이걸 미드플레인(midplane)이라고 부른다. 예전: 케이블로 GPU/스위치를 연결 (복잡, 속도 낮음) Rubin: 미드플레인이라는 거대한 고층 PCB 한 장이 전체 연결을 담당 여기에 수십 개 GPU·네트워크 칩들이 그대로 꽂힘 👉 이렇게 되면 칩보다 PCB의 난이도와 중요도가 훨씬 높아지는 구조가 됨. AI용 GPU는 데이터 속도가 2배 전력 소비도 수백 와트 증가 서버 전체 전력도 800V 고전압 이런 시대가 오면 PCB·CCL은 다음을 모두 버텨야 한다. 신호층 30~44층 초저손실(데이터 손실 거의 없음) CCL 필요 고전압, 고전류 대응 대형 보드(면적 +20~35%) → 기존 소재(M7/M8)로는 불가능 → M9, HVLP4, 고내열 수지 같은 고급 CCL이 필수가 됨 즉, 칩보다 기판과 소재가 더 고난이도 기술이 되는 시대로 이동 1. 이수페타시스 – “AI 서버용 초고다층 PCB” 원탑 ① 경제적 해자 18층 이상 고다층 PCB 글로벌 1위 프리즘락 기준 18L+ 매출에서 ISU Petasys가 세계 1위(374M$), 30층 이상·40층 이상까지 양산 가능한 극소수 업체. 파일 저장소 국내 유일 초고다층 대량 양산업체 한국에서 30층 이상 대형 보드를 대량 양산 가능한 회사는 사실상 이수 한 곳이라는 평가. 매일경제+1 인증·양산 장벽이 매우 높음 AI 서버 PCB는 견적 → Test Vehicle(검증) → 고객 Audit → 샘플 → 양산까지 수년짜리 인증 코스가 필요해, 신규 진입이 거의 불가능한 구조. 파일 저장소 → “라인만 깐다고 따라올 수 없는 공정·품질 해자”가 이미 형성되어 있음. ② 경쟁력 (고객/제품 스펙) 고객: Alphabet, Nvidia, Microsoft, Cisco, Arista 등 포브스 기사에서 알파벳·엔비디아·MS·시스코·아리스타 등을 AI 서버 PCB 고객으로 명시. MEXC+2Facebook+2 AI 가속기·800G 스위치용 40+층 MLB 비중 급증 JPM 자료 인용: 40층 이상 MLB가 네트워크 매출에서 2025E 22% → 2026E 43%로 비중 급증 전망. MEXC+1 IR 자료에서 AI 가속기 매출 24.1Q 677억, QoQ +45% 기록. 파일 저장소 → 이미 “AI 서버/스위치 PCB = 이수페타시스” 포지션이 확립된 상태. ③ Rubin 등장 시 매출 레버리지 Rubin/차세대 네트워크의 특징은 GPU 4배 밀집 → 보드당 I/O·전력 레이어·신호층 폭증 백플레인 케이블 → 초고다층 미드플레인 PCB로 치환 SerDes 224G, 800V급 전원 등 이 구조는 곧바로 “층수↑ 면적↑ 스펙↑ = PCB ASP와 수량 동시 상승”이란 뜻. 이수페타는 이미 AI 가속기·800G 스위치 PCB 양산 + 대규모 CAPA 증설 완료 (리드타임 16~20주 → 8~10주 단축). AlphaSquare+1 루빈으로 넘어갈 때 동일 고객(엔비디아·하이퍼스케일러)가 보드 스펙을 또 올리면, PC당 단가·층수·면적이 같이 올라가는 구조라 매출은 서버 출하량 증가 + 보드 사양 업그레이드의 레버리지 2단이 걸린다. 👉 Rubin 세대 “AI 서버 PCB” 한국 순수 플레이 원톱은 사실상 이수페타시스. 엔비디아·하이퍼스케일러 CAPEX 흐름을 거의 1:1로 타는 구조. 2. 대덕전자 – PCB + FCBGA로 AI 서버에 양발 걸친 플레이어 ① 경제적 해자 고다층 PCB + FC-BGA 패키지 기판을 동시에 하는 드문 구조 고다층 서버/통신 PCB와 FC-BGA 패키지 기판을 같이 하는 회사라서 AI 서버 메인보드 + 패키지 단계 양쪽에 진입할 수 있는 레버리지. CM Asiae+2대신증권+2 대형 FCBGA(100×100mm, 20층 이상) 개발 데이터센터용 HPC/CPU/GPU/CoWoS 패키지에 쓰이는 대형 FCBGA를 개발, 일본·대만 업체들이 장악한...