미국-이란전쟁 6월부터 재점화?

조지님의 글을 읽고 오랜만에 호르무즈해협에 대해 정리를 해보는 막 써보는 글입니다. 새벽에 잠이 깨서 몽롱한 정신으로 적어봅니다. 조지님 글 및 관점 요약 협상 및 종전이 어려운 이유 이란 : 조직전체가 일사분란히 복종할 정통성 있는 명령을 내릴 최고지도자가 없음. 가령 아라그치나 갈라비프가 협상을 추진해도, 다른 실력자 가운데 1명만 no!라고 해도 거기서 끝. 생사도 불분명한 모즈타바? 2달전 취임해서 조직장악도 못한 총사령관 바히디? 어차피 국회가 거수기인 나라에서 국회의장인 갈리바프? 친위대도 없는 외교장관 아라그치? 혹은 외부에 이름이 알려지지 않은 지역부대 사령관들? 복수심에 불타는 중하급장교단? 아마 협상안이 이들 전부를 만족시켜야 할겁니다. 하메네이를 비롯해 혁수대 실력자 다수를 몰살시킨 순간부터 깔끔한 해결은 물건너갔습니다. 그나마 알리 라리자니가 하메네이가 공식지정한 권한대행이라 혁수대가 인정할만한 공식지도자였는데...이스라엘이 죽여버렸지요. 미국 : (펜타곤)군인들은 복잡하게 생각하지 않습니다. 눈앞에서 적이 아군을 죽였습니다. 그러면 반격해서 죽이고 싶어합니다. 그리고 공화당 매파들은....아프가니스탄에서 전쟁하면서 이라크에 쳐들어간 사람들입니다. 투자시장 논리로 세상을 보는 사람들이 아닙니다. 이스라엘 공습은 진짜 트럼프가 막을 방법이 없습니다. 미래 국면 1차 국면 : 6월 중순~말 전쟁 발발 또는 교착 장기화, 비축유·상업재고 소진, 이스라엘의 베이루트 공습으로 휴전 붕괴 2차 국면(A) : 중국이 14억 배럴 전략비축유를 방출하고 이란에 당근·채찍을 가해 유가가 $150선에서 진정 (가능성 낮게 봄) 2차 국면(B) : 강대국이 이기적으로 행동, 미국 정유 수출 제한, 브렌트유 $200 돌파, 수요파괴 발생 (유력하게 봄) 3차 국면 : 물가·금리·환율 동시 급등, 달러 강세, 금융시장 초토화, 아프리카 등 빈곤국 대규모 인명·사회 위기 예측이 틀리는 4가지 조건 이란이 굴복(정권 붕괴 또는 혁명수비대 온건화). 미국이 굴복(월가가 펜타곤·공화당 매파·AIPAC·이스라엘을 모두 꺾음). 양측 타협(혁명수비대가 호르무즈 통제 포기 + 이스라엘 레바논 철군). 중국의 대량 비축유 방출 + 미국의 석유 수출 지속이 동시 발생. 유가 종말론의 근거들 ...

지금 AI 인프라 투자, 어디쯤 와 있는가 2026년 현재, 빅4~빅5 하이퍼스케일러의 연간 CapEx 합산은 6,000~7,500억 달러에 달합니다. 2년 전만 해도 상상하기 어려웠던 숫자이지요. 그런데 이 숫자가 언제까지 유지될 수 있는지 — 혹은 언제부터 꺾이기 시작할지 — 를 따져본 적 있으신가요? AI 인프라 투자에는 구조적인 "1막과 2막"이 있습니다. 1막은 MS·Google·Amazon·Meta·Oracle 같은 퍼블릭 클라우드 하이퍼스케일러가 주도하는 지금 이 국면입니다. 2막은 소버린 AI, 엔터프라이즈·산업 AI, 엣지/피지컬 AI, 전력 인프라가 뒤를 잇는 더 넓고 긴 국면입니다. 핵심 질문은 이렇습니다. 1막이 서서히 꺾일 때, 2막이 제때 바통을 받아들 수 있을까요? 이 바통터치가 성공하느냐 실패하느냐가 AI 랠리의 수명을 결정짓습니다. 지금부터 하나씩 짚어보겠습니다. 1막이란 무엇인가 — 하이퍼스케일러 중심 인프라 사이클 1막의 정의는 명확합니다. MS·Google·Amazon·Meta·Oracle 등 퍼블릭 클라우드 하이퍼스케일러가 AI 데이터센터에 선제적으로 수백조 원씩 투자하는 국면입니다. 1막의 규모와 진행률 2024~2027년 1막 총 CapEx 풀은 약 1.8~2.2조 달러로 추정됩니다. 2026년 현재 빅4~빅5 연간 CapEx는 약 6,000~7,500억 달러이며, 이 중 AI 직접분은 4,000~4,500억 달러 수준입니다. 공시·가이던스 기반으로 보면 1막 진행률은 현재 약 60~70%에 도달해 있습니다. CapEx/매출 비율은 Oracle 86%, Meta 54%, Microsoft 47%, Alphabet 46%로 사상 최고 수준입니다. 왜 2027년부터 어려워지는가 1막이 2027년을 기점으로 압박을 받는 이유는 세 가지입니다. 첫째, OCF/CapEx 비율이 이미 0.78x로 1.0 이하로 내려왔습니다. 영업현금흐름이 CapEx를 따라가지 못하는 구조가 현실화된 것입니다. 둘째, 매출증가율 대비 CapEx증가율이 46%p 역전됐습니다. IT버블 당시 MS의 역전폭(-35%p)을 이미 초과한 수준입니다. 셋째, 수익화(ROI) 검증이 느립니다. 현재 하이퍼스케일러 영업이익률은 약 25%인데, LLM 투자가 50~70%로 올라가려면 아직 시간이 필요합니다. CapEx 가이던스 단 한 번의 하향이 NVIDIA → 반도체 장비 → 소재 전체 체인에 파급될 수 있다. 이것이 1막의 단일 실패점(Single Point of Failure)입니다. 1막의 균열 신호들 — 이미 임계값을 넘어섰습니다 FCF vs CapEx: 역전 완료 빅4(Amazon·Microsoft·Google·Meta)의 합산 FCF는 2024년 2,370억 달러에서 2025년 약 2,000억 달러로 감소했습니다. 개별 기업을 보면 상황이 더 심각합니다. Alphabet: FY2025 FCF $73.3B vs CapEx $91.4B(YoY +74%), 2026년 CapEx 가이던스 $175~185B → FCF 거의 소진 전망 Amazon: Q1 2026 기준 후행 12개월(TTM) FCF $1.2B(전년 동기 TTM $25.9B 대비 -95%), CapEx $43.2B(YoY +77%) Meta: FY2025 FCF $43.6B(YoY -19%), 2026년 CapEx $125~145B → 2027년 음수 전환 전망(Barclays) Microsoft: FY2025 FCF $59.6B, 2026년 CapEx ~$190B → FCF -28% 감소(Barclays) Allianz 리서치 분석에 따르면, 상위 5개 미국 테크 기업의 FCF 수익률(FCF Yield)은 2021년 21%에서 2026년 -2%로 전환될 것으로 전망됩니다. 35년 만에 처음 마이너스로 돌아서는 것입니다. 감가상각 시한폭탄 빅5가 2030년까지 AI 관련 자산 약 2조 달러를 축적할 경우, 연간 감가상각률 20% 가정 시 연간 감가상각비 4,000억 달러가 발생합니다. 이는 2025년 빅5 합산 영업이익을 초과하는 수치입니다. AI 수익 vs CapEx: 16:1의 공백 Sequoia Capital 분석에 따르면, AI 인프라 지출을 정당화하려면 연간 6,000억 달러 규모의 AI 엔드유저 매출이 필요합니다. 그러나 2026년 빅5 CapEx 600~750B 대비, 현재 AI 직접 매출은 약 250억 달러 수준입니다. Fortune 보도로는 최근 2년간 AI 인프라 투자 5,600억 달러 대비 AI 관련 ...

들어가며 지난 2년간 반도체 시장의 중심은 HBM과 GPU였습니다. 그런데 2026년 현재, 시장의 질문은 조금 바뀌고 있습니다. “누가 더 많이 확보했나”에서 “같은 자원으로 누가 더 싸고 빠르게 추론하나”로 옮겨가는 중입니다. 이 변화는 하드웨어 증설만이 아니라 소프트웨어 최적화, 그리고 메모리-로직 통합 설계의 중요도를 동시에 끌어올리고 있습니다. 이 글에서는 그 흐름을 터보퀀트, MTP, SRAM-CIM 세 축으로 정리하고, 각 기술의 ‘현재 위치’와 ‘상용화 시계열’을 어디까지 합리적으로 추론할 수 있는지도 함께 적어보겠습니다. 1) 터보퀀트: KV 캐시를 줄이는 추론 최적화 터보퀀트는 KV 캐시 메모리 오버헤드를 줄이기 위한 압축 알고리즘으로, ICLR(International Conference on Learning Representations : 머신러닝/딥러닝 분야의 세계 3대 학회로 매년 4~5월에 개최) 2026 발표 기술로 소개됐습니다. 장점은 모델을 처음부터 다시 학습시키는 방식이 아니라, “추론 과정의 병목”을 겨냥했다는 점입니다. 현재 위치(2026년 5월): "논문 단계 → 실험실 코드 단계 → 누구나 가져다 쓰는 오픈소스 단계" 중에서 이미 세 번째 단계에 진입 상용화 시계열(추론): 2026년 하반기~2027년에 걸쳐 “일부 엔진/일부 모델에서 옵션 형태”로 도입되고, 검증이 누적되면 확산 속도가 빨라질 가능성이 있다고 보고 있습니다. 왜 이렇게 보나: (1) 추론 단계 최적화는 하드웨어 교체보다 도입이 빠를 수 있고, (2) 장기 문맥/추론 비용 절감 인센티브가 크지만, (3) 멀티테넌트 환경 안정성·정확도 검증이 충분히 쌓여야 ‘기본값’이 되기 때문입니다. 멀티테넌트 환경이란 하나의 물리적 인프라(서버, GPU, 소프트웨어 인스턴스 등)를 여러 고객(테넌트)이 동시에 공유하면서도, 각자의 데이터와 작업이 논리적으로 완벽히 격리된 채 운영되는 클라우드 컴퓨팅 구조를 의미합니다. 영어로 'tenant'는 '세입자'를 뜻하는데, 마치 하나의 거대한 아파트 건물(인프라)에 여러 세대(고객)가 입주해 살면서 각자의 공간은 독립적으로 보장받는 구조와 같습니다. 멀티테넌트 핵심 개념 공유 인프라: 단일 하드웨어/소프트웨어 자원을 다수 사용자가 함께 사용 (예: AWS, Google Cloud, Azure 같은 퍼블릭 클라우드). 논리적 격리: 같은 GPU나 서버 위에서 동작하지만, A기업의 데이터와 B기업의 데이터는 서로 보이지 않고 침범할 수 없음. 자원 동적 할당: 트래픽과 수요에 따라 컴퓨팅·메모리 자원을 테넌트별로 유연하게 배분. 멀티테넌트 환경은 AI 추론 시장의 수익 구조를 결정짓는 핵심 무대. CSP 입장에서는 한 대의 GPU에서 더 많은 테넌트를 수용할수록 수익성이 올라감 2) MTP: 여러 토큰을 함께 예측하는 학습 목표 MTP(다중 토큰 예측)는 LLM에게 "다음 한 단어"가 아니라 "앞으로 올 몇 단어를 한꺼번에" 맞히도록 가르치는 학습 방식입니다. 마치 학생에게 받아쓰기를 시킬 때 한 글자씩 부르는 대신, 두세 글자를 미리 떠올려보게 훈련시키는 것과 비슷합니다. 이렇게 하면 같은 데이터로도 모델이 더 많은 것을 배우고(데이터 효율↑), 문장의 흐름을 더 멀리 내다보는 능력도 좋아집니다(성능↑). 대표 사례가 DeepSeek-V3입니다. 이 모델은 학습 목적함수에 MTP를 정식으로 채택했다고 공개했고, 그 결과 학습 효율과 추론 속도 양쪽에서 이점을 얻었습니다. 이 효과는 추론(서빙) 단계에서 더 직접적으로 체감됩니다. 오픈소스 추론 엔진 vLLM은 MTP 모델이 미리 뽑아둔 여러 토큰을 한 번에 검증해 채택하는 "speculative decoding(투기적 디코딩)" 기능을 공식 문서로 지원합니다. 쉽게 말해, 모델이 답변을 "한 글자씩 천천히 쓰는 대신 몇 글자를 한꺼번에 써놓고 검토"하는 방식이라, 같은 GPU로도 응답이 더 빨라지고 처리량이 늘어납니다. 현재 위치: “일부 선도 모델/서빙 스택(서빙스택 : 학습된 AI 모델을 실제 서비스로 운영하기 위한 소프트웨어 계층 — 비유하자면 GPU(요리사)와 모델(레시피)을 받아 주문을 묶고, 재료를 관리하고, 결과를 손님에게 전달하는 "식당의 주방 운영 시스템". vLLM, TensorRT-LLM 같은 엔진이 대표적이며, 이들의 효율이 곧 GPU 한 장당 처리량과 추론 단가를 결정해 클라우드 사업자의 마진을 좌우)에서 확산” 정도 상용화 시계열(추론): 2026년 하반기~2027년에 신규 모델 세대 교체와 함께 채택이 늘 가능성이 높고, 온디바이스는 SoC/NPU 세대 교체 속도에 맞춰 더 느리게 들어올 가능성이 큽니다. MTP·터보퀀트 같은 기술이 클라우드(서버 GPU)에서는 빨리 확산되지만, 온디바이스(스마트폰·노트북·자동차)에서는 SoC가 새로 설계·양산되어야 적용 SoC(System on Chip): CPU·GPU·NPU·메모리 컨트롤러·통신 모뎀 등 시스템 구성 요소를 단일 칩에 통합한 반도체. 스마트폰의 Apple A시리즈, Qualcomm Snapdragon이 대표적이며, 새 알고리즘의 온디바이스 적용 속도는 이 SoC의 세대 교체 주기에 좌우 왜 이렇게 보나: MTP는 ‘추론 엔진 패치’라기보다 ‘학습 목표/모델 설계’에 가깝기 때문에, 보급 속도는 모델 출시 주기와 맞물립니다. 3) SRAM-CIM: 데이터 이동을 줄이는 하드웨어 접근 SRAM 기반 CIM은 메모리 내부(또는 매우 근접한 곳)에서 연산을 수행해 데이터 이동 비용을 줄이려는 접근이며, 최근에도 SRAM-CIM 가속기의 데이터플로우/한계 등을 다룬 연구가 계속 나오고 있습니다. 현재 위치: 연구/PoC(Proof of Concept, 개념 증명 : 양산성·수율·패키징·소프트웨어 스택은 아직 검증되지 않은, "기술적 가능성" 확인 단계)/IP(Intellectual Property, 설계자산 : 재사용 가능한 회로 설계 블록)확산 ...

오늘은 가볍게 시작하지만 끝맛은 묵직한 주제를 가져왔습니다. 워런 버핏(버크셔), 폴 튜더 존스, 제레미 그랜섬 — 한 시대씩을 풍미한 세 거장이 2000년 IT버블과 2008년 금융위기 때 어떻게 움직였는지, 그리고 2026년 AI 혁명 한복판에서 어떤 신호를 보내는지 시계열로 정리해 보았습니다. 먼저 전제 하나를 깔고 가겠습니다. 버블의 ‘정확한 붕괴 시점’을 맞히는 것은 사실상 불가능합니다. 우리가 할 수 있는 건 거장들이 어떤 조건에서 위험을 높게 봤고, 그 위험을 어떻게 포트폴리오로 관리했는지를 점검하는 정도입니다. 세 거장은 서로 다른 ‘시계’를 봅니다 스타일이 서로 완전히 다른 세 사람이 2025~2026년에 같은 방향의 신호를 보내고 있다는 점이 이 글의 출발점입니다. 버핏/버크셔 — 가치형 장기 보유자. “이해 가능한 사업 + 가격(밸류에이션)”을 최우선으로 봅니다. 폴 튜더 존스 — 매크로 추세추종 트레이더. 강세장 말기의 ‘멜트업’ 가능성을 중시합니다. 그랜섬 — 평균회귀 사이클리스트. 과열 → 회귀라는 프레임으로 버블을 비교적 일찍 경고합니다. 참고로 워런 버핏은 2026년 1월부로 CEO에서 공식 물러났고, 그렉 아벨(Greg Abel)이 새 CEO입니다. 다만 아벨도 버핏의 자본배분 원칙을 그대로 계승하고 있어, 본문에서는 “버크셔의 자세 = 버핏의 철학”으로 읽으셔도 무방합니다. 2000년 IT버블 — 기술은 진짜였지만 ‘가격’이 앞섰습니다 나스닥은 1999년 한 해에만 86% 상승했고, 2000년 3월 10일 5,048포인트에서 정점을 찍은 뒤 2002년 10월 1,139.90포인트까지 폭락하며 고점 대비 약 77%가 사라졌습니다. 버핏: 1999년 닷컴 광풍 속에서 “이해할 수 없는 사업은 사지 않는다”며 기술주를 외면, 1999년 한 해 큰 폭으로 언더퍼폼 후 2000~2002년 폭락장에서 상대적 아웃퍼폼. 그랜섬: 1998년부터 일찍 비중 축소. 훗날 “당시 고객들이 GMO가 일부러 돈을 잃게 만드는 것처럼 반응했다”고 회고할 정도로, 일찍 외친 대가가 컸습니다. 존스: 2025년 인터뷰에서...

저번 글 "외국인 수급과 코스피의 상관관계"에서는 장기적으로 보면 외국인 순매수와 코스피 수익률은 양(+)의 상관관계로, 외국인의 일별 순매수와 지수 변화율 사이에 0.39~0.54 수준의 양(+) 상관이나 예외구간(외국인의 매도세에도 주가가 오히려 상승하거나 하방지지)이 만들어지는 공통 조건으로 국내 흡수력(유동성)이 충분할 것 적립식 펀드·기관 자금, 개인 대기자금 등이 외국인 물량을 받아낼 수 있어야 함 강한 내러티브(테마)가 있을 것 개인이 “떨어질 때 사는 이유”가 명확해야 매수 지속성이 생김(예: 동학개미, 특정 성장 테마). 외국인 매도의 성격이 ‘시스템 리스크/펀더멘털 붕괴’가 아닐 것 2008년·2022년처럼 위험회피가 시스템 레벨로 진행되면 예외는 잘 작동하지 않음. 반대로 차익실현·리밸런싱이면 예외가 생길 확률이 높음. 의 3가지를 만족해야 한다는 결론에 도달했습니다. 위의 결론에 도달한 지 얼마되지 않아 아래와 같은 기사가 나옵니다. “SK하이닉스에만 23억원 빚투 몰빵”…간 큰 공무원 계좌 인증 화제 따라서 이번 글에서는 특히 개인자금에 집중하여 글을 이어 가보겠습니다. 1) 5월 6~8일: 7,000 돌파 이후 ‘3거래일 연속 종가 신고가’ 팩트부터 정리하겠습니다. 5월 6일: 코스피 종가 7,384.56(사상 첫 7,000선 돌파 이후 최고치) 5월 7일: 코스피 종가 7,490.05(종가 기준 사상 최고치 재경신) 5월 8일: 코스피 종가 7,498.00(종가 기준 사상 최고치 재경신) 즉, 5/6~5/8 3거래일 연속으로 종가 기준 신고가가 이어졌고, 5월 8일은 하락 출발(7,353.94) 후 장중 저점(7,318.96)을 찍고도 반등해 플러스로 마감한 날이었습니다. 2) 이틀 연속...