No ALD, No AI: ASM International에 투자하는 이유

레오폴드 아셴브레너가 자신의 ‘Situational Awareness Fund’ 주식 포트폴리오를 방금 업데이트했습니다. 다음은 1분기 말 기준 그가 보유한 모든 개별 주식 목록입니다(옵션은 포함되지 않음). 블룸 에너지(Bloom Energy, $BE) 8억 7,870만 달러 샌디스크(Sandisk, $SNDK) 7억 2,440만 달러 코어위브(CoreWeave, $CRWV) 5억 5,610만 달러 아이렌 리미티드(Iren Limited, $IREN) 4억 100만 달러 코어 사이언티픽(Core Scientific, $CORZ) 3억 8,910만 달러 애플라이드 디지털(Applied Digital, $APLD) 3억 2,000만 달러 라이엇 플랫폼스(Riot Platforms, $RIOT) 1억 4,220만 달러 클린스파크(Cleanspark, $CLSK) 1억 ...

AI 커넥티비티 시장은 향후 3년간 급격히 성장할 전망이다. 이 심층 분석은 수요가 기하급수적으로 증가함에 따라 수혜를 받을 산업 전반과 최적의 포지션을 갖춘 기업들에 대해 알아야 할 모든 것을 다룬다. 서론 몇 주 전, 골드만삭스는 광 네트워킹을 "AI 인프라의 차세대 메가트렌드"로 규정한 주식 리서치 보고서를 발간했다. 그중 한 문장이 눈에 들어왔고, 이 심층 분석을 쓰게 된 계기가 됐다. 광 모듈 / 광 엔진의 주소 가능 시장이 13배 확대되고, 플러거블 광 모듈의 가치 시장이 10배 성장한다 (...) 2028년 기준 — 골드만삭스 이 문장을 보고 앞으로의 방향에 대해 생각하게 됐다. GPU는 컴퓨팅의 두뇌지만, 모든 것을 연결하는 신경계도 필요하다. 그 신경계는 정확히 어떤 모습이며, 1~2년 안에 복제할 수 없는 그 신경계의 핵심 부분을 누가 소유하고 있는가? 이 심층 분석은 그 질문에 대한 나의 답이다. 물리학적 원리, 포토닉스 스택의 5개 레이어, 병목 지점, 내가 직접 보유한 종목과 관심 목록에 올린 종목들을 차례로 살펴볼 것이다. 그럼 문제의 본질부터 시작해보자. 1 — 문제 AI 데이터센터는 더 이상 컴퓨팅 병목이 아니다. 연결성 병목이다. 구리 케이블(서버 랙 내부의 전통적인 전선)은 과거에는 충분했다. 짧은 거리에서 초당 800기가비트를 전송할 수 있었는데, AI 클러스터가 실제로 요구하는 것을 보기 전까지는 엄청난 속도처럼 들린다. 더 빠르게 밀어붙일수록, 신호가 무너지기 전까지 케이블이 버틸 수 있는 거리는 짧아진다. 이건 단순히 더 나은 절연재로 해결할 수 있는 공학적 문제가 아니다. 💡 속도는 흔히 "G"로 표기하는데, 기가비트를 의미한다. 8로 나누면 기가바이트 속도가 된다. 즉 400G = 50GB, 800G = 100GB 식이다. 아래 이미지는 엔비디아 블랙웰 랙의 구조를 보여준다. 내부에는 약 5,000개의 구리 케이블이 있으며, 이것이 모든 GPU를 연결하는 신경계다. 그 케이블 하나하나가 에너지를 소비하고, 열을 발생시키며, 약 7미터를 넘어서면 신호 무결성이 무너진다. 바로 여기서 광학이 개입한다. 빛은 거리에 따른 신호 저하가 구리와 다르다. 더 시원하게 작동하고, 더 많은 데이터를 전송한다. 내가 보기에 지금은 병목과 해결책이 모두 물리적이고, 눈에 보이며, 수년에 걸친 성장 국면의 아직 초기 단계에 있는 드문 순간이다. 2 — 연결성 타임라인 연결성 타임라인은 세 단계로 구성되며, 각 단계는 이전 단계를 확장하는 형태로 이어진다. 2021년: 최대 속도 약 400G, 구리 케이블로 3~5미터 구간 처리. 이는 매초 HD 영화 100편을 스트리밍하는 것과 맞먹는 속도다. 2024~2026년: 구리가 800G까지 밀어붙여졌지만, 도달 거리는 약 2미터로 줄어든다. 2026년 이후: 구리가 물리적 한계에 도달하고, 단거리와 장거리 모두에서 최대 1.6T까지 광학이 그 자리를 대신한다. 구리와 광학을 합산한 연결성 TAM은 현재 약 110억 달러에서 완전 구축 시 1,540억 달러로 성장할 것으로 전망된다. 구리 기반: 80억 달러 → 340억 달러 (4배) 광학 기반: 30억 달러 → 1,200억 달러 (40배) 광학의 40배 성장에 주목해, 이 심층 분석은 광학 중에서도 특히 포토닉스에 집중한다. 포토닉스란 빛(광자)을 이용해 데이터를 전송하는 과학이다. 하지만 개별 기업을 언급하기에 앞서, 산업 스택을 이해하는 것이 중요하다. 실제로 어떻게 작동하는지 살펴보자. 3 — 포토닉스의 작동 원리 포토닉스는 빛을 이용해 정보를 전달하는 기술이다. 간단하게 들리지 않는가? 그 이면의 공학은 전혀 그렇지 않다. 레이저 빔을 만든다. 그 위에 0과 1을 인코딩한다. 구리가 따라올 수 없는 속도로 빛을 전송한다. 이를 위해 네 가지 부품이 긴밀하게 협조해야 한다. 레이저: 안정적인 빔을 생성하는 반송파 신호 변조기: 그 안정적인 빔을 데이터 인코딩이 가능할 만큼 빠르게 켜고 끄는 장치 도파로와 파장: 칩 전반에 걸쳐 빛을 안내하는 초소형 경로로, 여러 색의 빛이 동일한 경로를 동시에 통과함 광검출기: 빛을 수신해 컴퓨터가 읽을 수 있는 전기 신호로 변환하는 장치 이 중 하나라도 빠지면 전체가 작동하지 않는다. 바로 이 상호 의존성이 공급망을 특히 흥미롭게 만드는 이유다. 4 — 포토닉스 밸류체인의 5개 레이어 포토닉스를 대규모로 구현하려면, 촘촘하게 층층이 쌓인 공급망 전반에 걸쳐 고도로 전문화된 수많은 기업들이 필요하다. 나는 이를 다섯 개의 독립된 레이어로 구분해 생각하는 것이 유용하다고 본다. 기업이 이 스택의 어느 위치에 있느냐가, 그 기업의 마진 구조, 해자, 그리고 포지션의 실질적인 방어력에 대해 알아야 할 대부분을 말해주기 때문이다. 레이어 1 — 소재 및 웨이퍼 모든 것은 여기서 시작된다. 원자재가 광기반 소자를 위한 극도로 청결한 표면으로 변환된다. 누군가 그림을 그리기 전의 캔버스와 같다. 이 단계에서 발생한 결함 하나가 이후의 모든 공정에 걸쳐 복리로 누적된다. AI 포토닉스에서 핵심 소재는 실리콘이 아니다. 인듐 포스파이드, 즉 InP다. InP 웨이퍼는 고속 광통신을 가능하게 하는 레이저와 광검출기의 기판(반도체의 토대 역할을 하는 얇은 슬라이스)이다. InP 웨이퍼 생산 능력을 갖추려면 특수 장비, 수년에 걸쳐 축적해야 하는 공정 전문성, 그리고 12~18개월이 소요되는 고객 인증 사이클이 필요하다. 자본을 투입하고 공장을 임대한다고 해서 하루아침에 이 시장에 뛰어들 수 있는 것이 아니다. 주요 기업: Corning (GLW): 광섬유 및 특수 유리 분야의 지배적 사업자. 골드만삭스는 CPO 스위치 1대당 1,152개의 광섬유 유닛이 필요하며 평균 판매가는 11달러로 모델링 AXT (AXTI): 스미토모 전기와 함께 전 세계 InP 기판 생산량의 약 78%를 장악, 사실상의 복점 구조 IQE: 화합물 반도체 웨이퍼 분야의 선도적 공급업체 Aixtron (AIXA): 박막...

세계에서 가장 집중적이고 확신에 찬 투자 접근법의 프레임워크, 그리고 지금 당신의 포트폴리오에 바로 적용할 수 있는 것들 당신은 이미 기본은 안다 우량 기업을 사라. 장기적으로 생각하라. 패닉 매도하지 마라. 남들이 두려워할 때 탐욕스러워져라. 이런 말은 이미 오십 번쯤 읽었을 것이다. 맞는 말이다. 그리고 쓸모없다. 왜냐하면 이것들을 안다고 해서, 포트폴리오가 30% 빠지고 확신이 실시간으로 시험받는 순간에 당신의 행동이 달라지지 않기 때문이다. 행동을 실제로 바꾸는 건 구체성이다. 원칙이 아니라 메커니즘. 무엇을 해야 하는가가 아니라, 힘들 때 실제로 어떻게 해내는가. 그러니 애크먼이 실제로 하는 것들을 살펴보자. 하이라이트 릴에는 잘 나오지 않는 부분들을. 그에게는 8가지 원칙이 있다. 그 원칙을 어길 때마다, 그는 돈을 잃었다. 밸리언트 참사 이후, 애크먼은 특이한 행동을 했다. 투자자들에게 더 잘하겠다고 약속하는 편지를 쓰지 않았다. 대신 자신의 투자 원칙들을 돌판에 물리적으로 새기게 하고, 사무실 모든 책상에 한 부씩 올려놓았다. 팀에게 내린 지시는 명확했다. 우리가 다시 이 원칙에서 벗어나면, 야구 방망이로 나를 때려라. 이건 규율에 관한 은유가 아니다. 이건 자신의 실패 패턴을 충분히 깊이 연구해서 자신이 정확히 어디서 무너지는지 파악한 사람이, 스스로를 믿지 못하기 때문에 일상적인 환경 속에 물리적인 알림 장치를 만들어 넣은 이야기다. 원칙들 자체는 알아둘 만하다. 단순한 비즈니스, 예측 가능한 현금흐름, 지배적인 시장 지위, 높은 진입 장벽, 높은 자본이익률, 비즈니스 외부 리스크에 대한 제한적 노출, 탄탄한 재무구조, 그리고 탁월한 경영진. 8개의 필터. 12개도 아니고, 20개도 아니다. 여기서 당신이 주목해야 할 부분이 있다. 지난 20년간 퍼싱스퀘어가 겪은 모든 중대한 손실은, 이 원칙들 중 최소 하나를 타협한 것으로 거슬러 올라간다. 밸리언트는 본질적으로 예측 불가능한 제약회사였다. 그도 알고 있었다. 그럼에도 투자했다. 자신이 신뢰하는 다른 누군가가 이미 이사회에 있었기 때문에. 그 예외 하나가 40억 달러의 대가를 치렀다. 당신에게 주는 실질적인 교훈은 그의 8가지 원칙을 그대로 베끼는 것이 아니다. 자신만의 원칙을 직접 써내려가는 것이다. 무언가를 사기 전에 당신이 실제로 요구하는 것이 무엇인가? 당신이 요구한다고 말하는 것이 아니라, 당신의 실제 행동이 드러내는 것. 그런 다음 현재 보유한 모든 포지션을 그 목록에 대입해서 검증하라. 테스트를 통과하지 못하는 것들이 당신을 가장 크게 다치게 할 가능성이 높은 것들이다. 모든 것을 바꾸는 영구 자본의 통찰 대부분의 투자자는 투자 기간을 선호의 문제로 생각한다. 나는 5년 보유를 선호한다, 는 식으로. 애크먼은 그것을 의지력이 아니라 구조적으로 해결해야 하는 구조적 문제로 생각한다. 그가 관찰한 것은 이렇다. 집중적인 장기 투자는, 투자자들이 분기마다 자금을 회수할 수 있는 구조 안에서는 실제로 수행하기가 대단히 어렵다. 전략이 잘못된 것이 아니라, 그 구조가 미스매치를 만들어내기 때문이다. 집중 포트폴리오의 주식이 30% 빠졌을 때, 기업의 본질적인 내용이 전혀 변하지 않았더라도 환매 요청이 들어오기 시작한다. 환매가 들어오면 포지션을 팔아야 한다. 정확히 잘못된 타이밍에 포지션을 팔게 되면, 10년에 걸쳐 아름답게 복리로 쌓여야 했을 투자 전략이 그것을 둘러싼 구조에 의해 기계적으로 파괴된다. 이건 가상의 시나리오가 아니다. 실제로 그에게 일어난 일이다. 밸리언트와 허벌라이프 사태 시기에 그의 펀드는 35% 하락했고, 환매는 가속화되고 있었다. 업계의 한 행동주의 투자자가 그 취약점을 발견하고, 애크먼의 모든 포지션을 공매도하며 강제 청산을 유도하려 했다. 그 포지션들 자체는, 대부분, 문제가 없었다. 그것들을 둘러싼 구조가 무너지고 있었던 것이다. 그의 대응은 그의 커리어에서 가장 반직관적인 행동이었다. 그는 자신의 인생 최저점에서, 공개적인 손실과 개인적인 이혼과 진행 중인 소송과 자신을 무너뜨리려는 경쟁자들 속에서, JP모건으로부터 3억 달러를 빌렸다. 그리고 그 돈으로 자신의 공개 투자 비히클을 충분히 매입해 경영권을 확보하고 강제 청산을 막았다. 주식을 사기 위해 돈을 빌린 것이 아니었다. 자신이 장기 투자자로 남을 수 있게 해주는 구조를 지키기 위해 돈을 빌린 것이었다. 당신에게도 이건 직접적으로 적용된다. 훨씬 작은 규모에서도. 당신의 투자 전략을 위협하는 것은 거의 대부분 나쁜 기업이 아니다. 거의 항상 구조적인 문제다. 잘못된 타이밍에 팔도록 강제하는 레버리지. 잃어서는 안 되는 돈이 만들어내는 감정적 압박, 정확히 잘못된 순간에. 당신의 소득과 상관관계가 높은 포트폴리오, 그래서 경기가 나빠지면 일과 ...

삶의 많은 영역에서 노력은 보상으로 이어진다. 더 열심히 공부하면 더 좋은 성적을 얻는다. 더 오래 연습하면 더 뛰어난 운동선수가 될 수 있다. 더 많은 시간을 일하면 승진할 수도 있다. 주식시장은 그런 곳이 아니다. 오히려 거의 아무것도 하지 않고도 엄청난 보상을 받을 수 있다. 허브 베르트하임의 Heico 초기 투자는 그 놀라운 사례다. 어떤 기준으로 봐도 역사상 가장 위대한 '사이드카 투자' 중 하나다. 베르트하임은 강력한 진실 하나를 이해하고 있었다. 자신의 돈이 타인의 노력을 통해 움직이기 시작할 때 비로소 부는 복리로 불어난다는 것. 그는 이렇게 말했다. > "당신이 번 것을 가져다가… 다른 사람의 노동에 투자하라." 대부분의 사람들은 자신의 시간을 팔며 살아간다. 시간을 돈과 교환하는 것이다. 훌륭한 삶의 ...

회사 건물 내부에서는, 동기화가 수조 달러 규모의 AI 클러스터가 제대로 작동할지 아니면 가동을 멈출지를 결정하는 시대를 위한 완벽한 타이밍 스택을 구축하고 있습니다. 요약 정밀 타이밍은 범용 인프라에서 AI 시스템의 핵심 제약 요소로 진화했으며, SiTime은 컴퓨팅·네트워킹·인터커넥트의 복잡성이 비선형적으로 확대되는 가운데 클록 조율의 핵심 계층을 담당하고 있다. CED(통신·기업·데이터센터)는 명확한 단기 성장 동력이다. AI 시스템이 더 많은 클록 민감 도메인으로 세분화됨에 따라 GPU, NIC, 스위치, 광학 모듈, 첨단 패키지 전반에 걸쳐 MEMS 기반 타이밍 탑재가 확대되고 있다. 2026년 1분기 실적은 이 흐름을 강하게 뒷받침했는데, CED 매출이 전년 동기 대비 158% 급증하며 세 자릿수 성장을 8분기 연속 기록했다. 르네사스 타이밍 사업부 인수가 완료되면 SiTime은 레조네이터·오실레이터 분야의 선두 기업에서 완전한 풀스택 타이밍 플랫폼으로 도약한다. 클록 제너레이터, 지터 어테뉴에이터, 네트워크 동기화 장치, 분배 버퍼가 추가되면서 AI 수요가 폭발하는 바로 그 지점에서 시스템 조율 계층이 완성되는 셈이다. 모바일 타이밍은 진정한 구조적 변곡점을 맞이하고 있다. 애플 내재화 모뎀 플랫폼이 직접적인 동력이며, 퀄컴이 6G 및 위성 통신을 위해 RF 스택을 업그레이드하는 과정에서 MEMS 타이밍이 iOS와 Android 생태계 전반으로 확산되는 2차 파도도 예상된다. SiTime의 해자는 경기 순환적이 아닌 구조적 성격을 지닌다. 수십 년간 축적된 독점적 MEMS 공정, 레조네이터 물리학, 아날로그 설계, 시스템 수준 통합 역량에 뿌리를 두고 있으며, 석영 기반 경쟁사들은 이를 복제하지 못했다. 이제 레조네이터부터 시스템 조율까지 아우르는 완전한 타이밍 스택의 소유권이 더해지면서 해자는 한층 깊어졌다. 표면적 밸류에이션 배수는 극단적으로 높지만, 매출 성장은 세 자릿수 속도를 향해 가속 중이다. 이 주식의 밸류에이션은 투기적 과열이 아니라 구조적으로 확장되는 시장에서의 카테고리 지배력을 반영하고 있다. 정밀 타이밍은 시스템이 충분히 크고, 빠르고, 병렬화될 때까지는 조용히 배경에 머무는 기술이다. 이 시점이 되면 조율 자체가 병목이 된다. 현대 AI 인프라에서 "클록"은 단순히 시간을 재는 도구가 아니라 동기화를 의미한다. 일론 머스크는 대규모 AI 학습을 10만 명의 연주자로 이루어진 오케스트라를 지휘하는 것에 비유한 바 있다. 모든 연주자가 밀리초 단위로 정확히 시작하고, 멈추고, 박자를 맞춰야 한다는 것이다. AI 학습과 추론 워크로드도 마찬가지로 수천 개의 칩에 분산되어 병렬 운영되며, 매 단계마다 데이터가 정확한 순간에 도착해야 한다. 타이밍이 어긋나면 GPU는 대기하고, 네트워크는 멈추고, 값비싼 컴퓨팅 자원이 낭비된다. 기존 CPU 중심 워크로드는 주로 순차적이어서 작은 타이밍 오차를 흡수할 수 있지만, AI 시스템은 그렇지 않다. 이것이 정밀 타이밍이 범용 배관 기술에서 성능의 시스템 수준 핵심 요소로 이동한 맥락이며, SiTime이 AI 인프라 스택의 점점 더 중요한 계층을 담당하게 된 이유다. 이 회사의 중요성은 특정 제품 사이클 하나에서 비롯된 것이 아니라, AI 시스템이 구축되는 구조적 방식 — 더 크고, 더 빠르고, 더 분산되고, 동기화 오차에 훨씬 민감한 방향 — 에서 기인한다. SiTime의 최종 시장 노출과 성장 동력 AI와 모바일로 깊이 들어가기에 앞서, SiTime이 수요를 바라보는 방식을 중심으로 매출 모델을 정리하는 것이 유용하다. SiTime은 세 가지 최종 시장 버킷에 걸쳐 타이밍을 판매한다. CED(통신·기업·데이터센터): AI 클러스터 규모 확대와 네트워킹 복잡성 폭증에 따라 타이밍 탑재량이 늘어나는 단기 성장 엔진 모바일·IoT·소비자: 노출이 덜 드러나고 고객명 공개에 제약이 많지만, 스마트폰 타이밍 아키텍처가 석영에서 통합형 프로그래머블 타이밍으로 전환되면서 비중이 점점 커지는 두 번째 축 자동차·산업·방산: 가혹한 환경, 진동, 온도 변화, GPS 음영 지역 등에서 타이밍의 임무 및 안전 중요도가 높아지면서 추가적인 다각화와 내구성, 제품 파생 수요를 제공하는 영역 왜 석영 기반 타이밍은 AI 시스템에서 한계에 부딪히는가 수십 년간 전자 타이밍은 석영이 지배해 왔다. 석영은 비교적 정적이고, 저주파·저병렬성 환경에서는 잘 작동한다. 그러나 AI 데이터센터는 석영이 설계된 적 없는 방식으로 타이밍을 혹사시킨다. 대역폭이 증가할수록 지터 허용치는 좁아진다. 시스템이 확대될수록 진동, 열 구배, 전자기 간섭이 증가한다. 아키텍처가 칩렛·모듈·케이블·패브릭으로 세분화될수록 클록 도메인의 수가 배가된다. 석영은 이 환경에서 버티지 못한다. 물리적으로 크고, 기계적으로 취약하며, 안정화 속도가 느리고, 반도체 방식 통합에 적합하지 않다. 고밀도 AI 랙이 극한 전력으로 가동되는 환경, 즉 충격·진동·온도 변화가 극심한 바로 그 조건에서 성능이 저하된다. MEMS 기반 타이밍은 다른 방식으로 확장된다. MEMS 레조네이터는 더 작고, 질량이 낮으며, 내구성이 강하고, 반도체급 공정으로 제조된다. 이를 통해 성능을 보다 정밀하게 제어하고, 환경 안정성을 높이며, 타이밍을 패키징·배치하는 방식에서 훨씬 큰 유연성을 확보할 수 있다. AI 시스템이 빠르고 병렬화될수록 이러한 장점은 줄어드는 것이 아니라 오히려 복리로 쌓인다. 이것이 SiTime이 공략하는 구조적 전환이다. AI 데이터센터에서 타이밍 수요가 실제로 발생하는 곳 AI 데이터센터 랙 내에서 타이밍 수요는 네트워킹·인터커넥트 측에서 가장 가시적으로 확대되고 있지만, 컴퓨팅 복합체 자체도 타이밍 공급사에 중요한 방식으로 변화하고 있다. GPU와 CPU는 기본 클로킹 기능을 점차 온다이(on-die)로 통합하고 있어 칩당 레거시 개별 석영 타이밍 탑재량의 상한이 생길 수 있다. 이것이 타이밍의 중요성이 줄어든다는 의미는 아니다. 사용 가능한 타이밍의 기준이 높아진다는 뜻이다. 첨단 패키지는 새로운 제약을 도입한다. GPU와 CPU가 칩렛, HBM 스택, 2.5D/3D 통합으로 이동하면서 온다이 클록은 노이즈, 열 구배, 다이 간 간섭 증가에 직면한다. 석영 기반 타이밍은 이 환경에 적합하지 않다. 부피가 크고, 기계적으로 취약하며, 고온 실리콘 근처에 배치하기 어렵고, 촘촘한 패키지 수준 통합과 호환되지 않는다. 결과적으로 석영은 첨단 패키지 내에서 해결책이 아니라 제한 요인이 된다. MEMS 기반 타이밍은 다른 방식으로 확장된다. 현재 MEMS 타이밍은 여전히 주로 보드 수준에 머물며, 패키지 인접 또는 패키지 내 설계에서의 점유율은 약 10% 수준으로 아직 초기...