삼성전자 파운드리 수익성 개선 점검

NVIDIA가 차세대 AI 인프라를 확장하기 위해 광학 기술(Optics Technology) 분야의 선두 주자인 Coherent(코히어런트) 및 Lumentum(루멘텀)과 각각 체결한 전략적 파트너십에 관한 내용 출처 https://nvidianews.nvidia.com/news/nvidia-and-coherent-announce-strategic-partnership-to-develop-optics-technology-to-scale-next-generation-data-center-architecture https://nvidianews.nvidia.com/news/nvidia-announces-strategic-partnership-with-lumentum-to-develop-state-of-the-art-optics-technology 1. NVIDIA - Coherent(코히어런트) 파트너십 제목: NVIDIA와 Coherent, 차세대 데이터 센터 아키텍처 확장을 위한 광학 기술 개발 전략적 파트너십 발표 투자 및 계약 규모: NVIDIA는 Coherent에 20억 달러(약 ...

출처 : https://www.valley.town/competitions/valley-nsights/analysis/69a102db5ca2c3bedb9bd0b1 LLM 을 통해 애널리스트 롱/숏 리포트 형태로 작성해보기 [숏 뷰] 핵심 이슈: 사업 모델 구조, LLM 의존성, 밸류에이션 정당성 팔란티어는 기술적 선도성과 실행력 측면에서 강점이 존재하나, 현재 밸류에이션은: “LLM 기반 의사결정 플랫폼을 장기적으로 독점하며 10년 이상 35% 이상의 고성장을 지속한다”는 강한 가정에 기반 구조적 불확실성 대비 요구 성장률이 높아 보수적 투자자 관점에서는 리스크 대비 기대수익이 제한적이라는 판단. 1️⃣ 투자 포인트 요약 팔란티어는 고마진 SaaS 기업으로 포지셔닝되어 있으나, 실제 사업 구조는 맞춤형 구축 및 현장 인력 의존도가 높은 하이브리드 모델에 가깝다. 현재 주가는 향후 10년간 고성장과 높은 마진 유지가 전제되어 있으며, LLM 의존 구조와 경쟁 심화 가능성을 감안할 때 리스크 대비 기대수익이 제한적이라는 판단 2️⃣ 사업 모델 구조 점검 (1) 수익성 구조 매출총이익률(GPM, 매출 – 매출원가 비율): 80%+ Rule of 40(매출 성장률 + 영업이익률 지표): 114% 그러나 다음 비용이 대부분 R&D(연구개발비)로 처리됨: FDE 비용 / 출장비 / 클라우드 비용 / SBC(주식기반보상) FDE (Forward Deployed Engineer) : 고객사 현장에 상주하며 데이터 통합, 온톨로지 구축, 문제 해결을 수행하는 엔지니어. 사실상 고급 기술 컨설턴트에 가까운 역할. SBC (Stock-Based Compensation) : 직원에게 현금 대신 주식으로 지급하는 보상/ 현금 유출은 없지만 주식 수 증가로 기존 주주 지분 희석 발생. 구조적 쟁점 고객 맞춤 구축 비용이 매출원가(COGS)가 아닌 R&D로 분류됨에 따라 GPM이 전통 SaaS 대비 높게 보이는 착시 존재 사업 구조 논쟁 표준화된 소프트웨어 판매인가? 고급 IT 컨설팅형 모델인가 3️⃣ 수익성의 질 Non-GAAP 영업이익률: 43% GAAP 영업이익률: 27% 차이는 대부분 SBC. 연 4% 주식 희석 가정 시 10년 누적 약 48% 발행주식수 증가. 이는 동일 P/E(주가수익비율) 적용 시 실질 주주가치 감소 효과를 초래. GAAP (Generally Accepted Accounting Principles): 미국에서 사용되는 공식 회계 원칙 (한국은 K-IFRS). 모든 기업이 동일한 기준으로 보고하므로 신뢰성이 높음. Non-GAAP (Adjusted/Core/Pro-forma): GAAP 수치에서 구조조정 비용, M&A 비용주식보상비용(SBC) 등 일회성 및 비현금성 비용을 제외한 수치. 4️⃣ AIP 및 LLM 구조 리스크 AIP (Artificial Intelligence ...

◼︎ 실적 호조에도 엔비디아(NVDA)가 하락한 세 가지 이유 이날 S&P 500 지수 하락분의 43%는 단 하나의 기업, 엔비디아(-5.5%)에서 비롯되었습니다. S&P 500 지수는 전일 대비 54bp 하락했고 나스닥 100 지수는 116bp 하락한 채 마감했는데요. 골드만삭스의 AI 관련 주식 페어 수익률은 무려 544bp나 급락하며 과거 '딥시크(DeepSeek)' 사태 이후 최악의 하루를 보냈다고 평가했습니다. 실제로 증시 전반의 상승 동력을 나타내는 시장 폭 자체는 건전한 편이어서, 하락세가 기술주에만 집중된 모습을 보였다고 분석했습니다. 사실 엔비디아는 전분기 대비 10%대 중반의 매출 성장을 가이던스로 제시하며 훌륭한 실적을 발표했습니다. 그럼에도 불구하고 주가가 하락하며 밸류에이션이 낮아지는 현상이 나타나고 있는데요. 현재 엔비디아의 주가는 골드만삭스가 예상하는 2027년 주당순이익(EPS) 기준 약 15배 수준에서 거래되고 있습니다. 즉, 타 AI 관련 기업들이 높은 밸류에이션을 받는 것과 달리, 유독 엔비디아만이 지속적인 AI 모멘텀을 주가에 담아내지 못하는 상황이라는 것이죠. 골드만삭스는 실적이 좋은데도 시장이 차갑게 반응하는 이유를 세 가지로 꼽았습니다. 첫째, 기대감의 선반영입니다. 실적 발표 전 월요일부터 수요일 사이 이미 주가가 3%가량 상승했는데요. 골드만삭스 트레이딩 데스크에 따르면 실적 발표 직전까지 강력한 매수세가 유입되었으나, 정작 발표 당일에는 매수세가 증발하며 반도체 섹터 전반에 광범위한 매도 물량을 촉발시켰다고 전했습니다. 둘째, '2027년 이후'에 대한 시장의 불안감입니다. 빅테크 기업들의 AI 설비투자(Capex)가 언제 정점을 찍을지, 엔비디아의 이익 성장이 2027년 이후에도 지속될 수 있을지에 대한 강한 의구심이 시장에 자리 잡고 있다는 뜻입니다. 셋째, 대형 이벤트 대기에 따른 관망세입니다. 향후 몇 주간 외부 컨퍼런스와 엔비디아의 GTC 행사 등 굵직한 일정들이 대기하고 있어 매수 심리를 위축시킨 것으로 보인다고 진단했습니다. 1️⃣ 추론 과정: Pre-fill vs Decode — 왜 Decode가 병목인가? LLM 추론은 크게 두 단계로 나뉜다. ① Pre-fill 단계 (프롬프트 해석) 사용자가 입력한 전체 문장을 한 번에 처리 예: “이 코드를 최적화해줘” + 코드 블록 전체 모델이 모든 토큰을 한 번에 attention 연산으로 처리 계산은 크지만 병렬 처리가 가능 👉 GPU에 매우 적합 (대량 행렬 연산 + 병렬 처리) ② Decode 단계 (토큰을 한 개씩 생성) 모델이 단어를 하나씩 생성 예: 첫 단어 생성 그 결과를 다시 입력 다음 단어 생성 반복… 이건 구조적으로 순차적(sequential)이다. 다음 토큰은 이전 토큰이 나와야 계산 가능 즉: 병렬화 어려움 latency(지연 시간) 증가 메모리 대역폭이 핵심 실시간 응답에서 가장 큰 비용 구간 왜 Decode가 특히 느릴까? 훈련(training)은: 대량 데이터 완전 병렬화 GPU 효율 극대화 하지만 추론(decode)은: 배치(batch) 작음 순차적 대규모 GPU 연산 유휴 발생 👉 GPU는 “너무 큰 트럭” 같은 존재 / 작은 실시간 응답 처리에는 비효율 ...

📌 마이크로소프트, 2029년까지 양자 상용화 가능성 언급 마이크로소프트 퀀텀 부사장은 최근 인터뷰에서 회사의 양자 로드맵에 대한 시장 기대감을 높였다. 그는 2029년까지 데이터센터에서 상업적 가치가 있는 양자컴퓨팅 시스템이 구현될 수 있다고 밝혔다. 이는 기존 고전 컴퓨터(GPU+CPU)로는 수행할 수 없는 계산을 처리하는 수준을 의미한다. 또한 양자컴퓨팅은 단독 시스템이 아니라 하이브리드(양자+고전) 컴퓨팅 형태로 데이터센터에 통합될 것이며, 이는 양자 시스템을 실제로 배치하는 전환점이 될 것이라고 강조했다. 📌 양자 성과 3레벨 정의: 산업은 대부분 Level 1 단계 마이크로소프트는 양자컴퓨팅 상용화를 위해 다음과 같은 3단계 프레임을 제시했다. Level 1 (Foundational, 기반 단계) Level 2 (Resilient, 견고 단계) Level 3 (Scale, 확장 단계) 현재 양자 산업 전반은 아직 Level 1, 즉 ‘해보는 단계’에 머물러 있다. 계산은 가능하지만 오류가 많아, 실무에서 의미 있는 양자 우위(고전 컴퓨터보다 확실히 나은 결과)를 입증하기 어려운 단계다. Level 2는 결과 정확도가 개선되었음을 실험으로 입증하는 단계다. Level 3는 다음 조건을 충족하는 수준을 목표로 한다. 논리 큐비트 1,000개 이상 높은 rQOPS(실질 연산 처리 능력) 오류율 10⁻¹² 수준 (1조 번 연산 시 평균 1회 오류) 📌 Level 3 달성을 위한 6단계 마일스톤 마이크로소프트는 3 레벨 달성을 위해 6개 마일스톤을 제시했다....

1. 패러다임의 전환: 하드웨어 제조에서 '지능형 데이터 엔진'으로 2026년 로봇 산업의 핵심은 단순히 로봇을 만드는 것이 아니라, 로봇이 현실 세계에서 얼마나 정교하게 움직일 수 있는가 하는 '물리적 지능'의 확보에 있습니다. 로봇훈련소(RMAC)의 역할: 가상 세계(Digital Twin)에서 공장 구조, 작업 동선, 물체 위치를 미리 매핑하여 수만 번의 반복 학습을 수행하는 거점입니다. *미국 내 '로봇 메타플랜트 응용 센터'(RMAC, Robot Metaplant Application Center)를 개소 중국의 물량 공세: 중국은 2025년부터 20개 이상의 로봇훈련소를 가동 중이며, 대표 기업인 아지봇(Agibot)은 2027년까지 1,000대 동시 훈련 체계를 목표로 하고 있습니다. 현대차의 차별화: 중국이 양적 데이터에 집중한다면, 현대차는 실제 완성차 제조 공정(SDF)에서 발생하는 '고품질 실전 데이터'를 RMAC의 가상 훈련과 결합하는 선순환 구조를 구축 2. 보스턴 ...