코오링티슈진 유상증자 해석해보기

브로드컴 FY26 1분기 호실적 배경 정리 이번 브로드컴의 호실적은 두 가지 핵심 성장 축에서 비롯되었습니다. 첫 번째는 폭발적으로 증가하는 AI 하드웨어 수요, 두 번째는 VM웨어 인수를 통해 확보한 안정적인 소프트웨어 수익 구조입니다. AI 반도체 사업은 고성장 엔진, VM웨어는 안정적인 현금흐름을 제공하는 기반 사업 역할을 하며 서로를 보완 1. AI 대형 수주 확보가 성장 스토리의 시작 현재의 실적 흐름은 하루아침에 만들어진 것이 아니라 몇 달 전부터 준비된 전략의 결과입니다. 이 흐름의 시작은 작년 가을 브로드컴이 OpenAI로 추정되는 고객으로부터 약 100억 달러 규모의 맞춤형 AI 칩 주문을 확보하면서 본격화되었습니다. 이어 10월에는 OpenAI와 대형 AI 시스템 공동 개발 파트너십을 공식 발표했습니다. 이러한 ...

① 파운드리 수익성 결정 요인 삼성전자는 파운드리(위탁 생산) 사업을 합니다. → 고객이 설계한 칩을 대신 만들어주는 사업 어느 공정에서 얼마나 많이, 얼마나 안정적으로 생산하느냐”가 수익성을 결정합니다. ② 4~8nm ‘성숙 공정’이란 무엇인가? 반도체 공정은 숫자가 작을수록 최신 기술입니다. 3nm → 최신, 하지만 아직 수율 불안정 4~8nm → 이미 몇 년간 양산된 안정 구간 이 4~8nm를 성숙 공정이라고 부릅니다. 쉽게 말하면: 최첨단 바로 아래 단계지만 이미 충분히 검증된 공정 ③ 왜 갑자기 수익성이 좋아지나? 논리 1: HBM4 로직 다이 수요 증가 HBM(고대역폭 메모리)은 AI 서버에 들어가는 고성능 메모리입니다. HBM은 단순 DRAM이 아니라: 메모리 스택 그 아래 붙는 로직 다이(제어 칩) 로 구성됩니다. HBM4로 세대가 올라가면서: 제어 기능 복잡해짐 전력·신호 처리 중요해짐 → 로직 다이 중요도 상승 → 파운드리 생산 수요 증가 즉, HBM 시장이 커지니까 로직 다이 생산도 같이 늘어난 것 논리 2: AI 칩 주문 증가 Groq (AI 칩) IBM 닌텐도 이 칩들은: 꼭 3nm 같은 최첨단이 필요하지 않음 4~8nm로도 충분히 고성능 구현 가능 그래서: 위험한 최신 공정 대신 안정적인 4~8nm에서 대량 생산 → 수율 높음 → 불량 적음 → 이익률 좋음 ④ 왜 성숙 공정이 더 돈이 되나? 이 부분이 핵심입니다. 성숙 공정의 구조: 설비 투자비 대부분 이미 집행 기술 안정화 완료 생산 노하우 축적 즉, 비용은 거의 고정 물량만 늘면 이익이 급증 공장 가동률이 오르면: 고정비 분산 → 마진 개선 > 영업 레버리지 ⑤ 그래서 무슨 의미냐? 삼성 파운드리는 그동안: 3nm 수율 문제 첨단 공정 적자 TSMC와 격차 이슈가 있었습니다. 그런데 지금은: 첨단 공정이 아니라 이미 안정된 4~8nm에서 돈을 벌고 있다 ⑥ 한 문장으로 정리 HBM4 로직 다이와 AI 칩 주문이 늘어나면서 삼성의 4~8nm 성숙 공정 가동률이 상승했고, 이 구간은 이미 수율이 안정돼 있어 생산이 늘수록 수익성이 빠르게 개선되고 있다는 의미입니다. (참고) 반도체 파운드리는 왜 레버리지가 큰가? 파운드리는 특히 고정비 비중이 매우 높습니다. 예를 들어: 수조 원짜리 EUV 장비 공장 건설 비용 감가상각비 이건 생산량이 50%든 90%든 거의 동일하게 들어갑니다. 그래서: 가동률 60% → 적자 가동률 80% → 흑자 급증 2나노(nm) 공정 개발 및 양산 계획 삼성전자가 추진하고 있는 2나노(nm) 공정 개발 및 양산 ...

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 ...