꿈을 담는 단지

119 불러달라는 건가

Amazon CEO Andy Jassy on Reinventing Amazon for the AI Era [바벨 구조로 나타나는 AI 수요] 2,200억 달러면 하루에 6억 달러입니다. 규모를 체감할 수 있도록 환산해 보았습니다. 현재 AI 수요를 어떻게 보고 계시는지 궁금합니다. 수요가 바벨과 같은 구조라고 말씀하셨는데, 현재 AI 수요의 상황을 그 틀 안에서 설명해 주시겠습니까? 앤디 재시: 먼저 말씀드릴 배경은 앞서 이야기한 내용입니다. AI가 이렇게 큰 규모로, 이렇게 빠르게 성장했다는 것이 믿기 어려울 정도입니다. 수요의 모습을 보면 실제로 바벨처럼 양쪽 끝에 집중되어 있습니다. 바벨의 한쪽 끝에는 제가 지금까지 본 적이 없을 만큼 막대한 컴퓨팅 자원을 소비하는 AI 연구소들이 있습니다. 그리고 챗GPT나 클로드 코드처럼 엄청나게 빠르게 성장한 몇몇 애플리케이션이 있습니다. 바벨의 반대편 끝에는 주로 비용 발생을 줄이고 생산성을 높이기 위해 AI를 사용하는 기업들이 있습니다. 고객 서비스 자동화, 사기 탐지, 업무 프로세스 자동화 같은 용도입니다. 바벨의 가운데에는 기업들이 현재 실제 업무에서 운영하고 있는 워크로드가 있습니다. 그중 상당수는 오늘날 AWS를 사용하고 추론도 활용하고 있습니다. 하지만 압도적 다수는 아직 추론을 전반적으로 활용하는 수준에 이르지 못했다고 봅니다. 저는 이 부분이 앞으로 절대 규모로 가장 큰 AI 사용 영역이 될 것이라고 생각합니다. 실제로 그런 변화가 나타날 것입니다. 그 속도를 예측하기는 어렵지만, 매년 도입 범위가 커지고 있습니다. 5년, 혹은 5~7년 뒤를 넓게 내다보시면 어떤 모습이 될지 짐작하실 수 있습니다. 그렇다고 5~7년을 기다려야 비로소 변화가 시작된다는 뜻은 아닙니다. 이런 변화는 어느 날 한꺼번에 일어나지 않습니다. 다만 5~7년 뒤의 모습을 생각해 보면, 지금 존재하고 저희가 사용하는 기업용 애플리케이션 중 대부분까지는 아니더라도 상당수가 추론을 전반적으로 활용하게 될 것이라고 봅니다.

Amazon CEO Andy Jassy on Reinventing Amazon for the AI Era [AWS의 출발과 AI 설비투자] ‘드디어 AI의 시대가 왔습니다’라는 말이었지요. 생성형 AI의 물결이 오기 6~7년 전에도 사람들은 AI의 시대가 왔다고 생각했습니다. 저희도 많은 AI 서비스를 만들었고, AWS 안에서 꽤 괜찮은 사업이 되었습니다. 하지만 지금 보고 있는 것과는 비교가 되지 않습니다. AWS 초기에도 저희는 아주 빠르게 성장할 것이라고 생각했고, 그 점에 만족했습니다. 그런데 AWS는 시작한 지 3년이 되었을 때 연환산 매출이 약 6,000만 달러였습니다. 이번 생성형 AI 물결이 시작된 뒤 첫 3년 동안에는 AWS 전체가 아니라 그 안의 AI 사업만으로도 연환산 매출이 250억 달러를 넘었습니다. 수백 배 빠른 셈입니다. 이런 일은 처음 봅니다. 그러면 다음 질문은 이 기회를 잡기 위해 설비투자를 얼마나 할 것이냐는 것입니다. 저희는 올해, 즉 2026년에 약 2,200억 달러를 설비투자에 사용할 예정이라고 말씀드렸습니다. 그런데 올해 2,200억 달러를 설비투자에 쓰고도 여전히 상당한 수요를 충족하지 못하고 있습니다. 이런 상황에서 도움이 되는 것은 고객 수요를 매우 명확하게 파악할 수 있다는 점입니다. AWS의 설비투자와 현금 회수 주기를 생각해 보시면 크게 두 영역이 있습니다. 하나는 데이터센터에 대한 투자이고, 다른 하나는 서버와 네트워킹에 대한 투자입니다. 데이터센터는 서버를 설치하고 매출을 창출하기 시작하는 시점보다 약 2년 앞서 투자해야 합니다. 좋은 점은 데이터센터 투자는 한 번만 하면 된다는 것입니다. 내용연수가 약 30년인 자산이지요. 다만 그 투자를 몇 년 먼저 해야 합니다. 반면 서버와 네트워킹 장비는 부품에 따라 다르지만 몇 개월 전에만 투자하면 됩니다. 따라서 실제 구매를 결정하기 전에 고객 수요를 매우 명확하게 파악할 수 있습니다. 데이터센터를 채울 만큼의 용량이 실제로 필요하지 않다는 판단이 들면 서버와 네트워킹 장비를 사지 않으면 됩니다. 이 장비들은 평균적으로 약 3년이면 투자금을 회수하는 편입니다. 현재 내용연수는 약 5~6년이고, 저희가 체결하는 계약도 대부분 약 5년짜리입니다. 그래서 저희처럼 수많은 데이터센터를 동시에 아주 빠르게 구축하면 많은 자본을 지출하게 되고, 초기 몇 년 동안은 잉여현금흐름에 부담이 생깁니다. 몇 년 뒤 모든 데이터센터가 가동되고, 매출을 창출하면서 서버와 네트워크 투자금을 회수하는 단계에 도달할 때까지는 그렇습니다. 현금이 지출되고 회수되는 주기가 그렇게 작동하기 때문에, 이처럼 빠르게 성장하는 초기에는 현금흐름에 부담이 생깁니다.

CASPA 2026 CEO Summit | Semiconductor Industry Outlook Panel 출연: 딜런 파텔(Dylan Patel·SemiAnalysis), 스테이시 라스곤(Stacy Rasgon·Bernstein) [반도체 산업 전망 패널 토론] 이러한 제약이 성장을 억제하고 있다는 생각에 좋아하는 사람은 아무도 없지만, 동시에 어떤 면에서는 좋은 일일 수도 있습니다. 상황이 완전히 미쳐 돌아가는 것을 막아주기 때문입니다. 우리는 기술 버블 때 이를 목격했습니다. 과도하게 지어져서 한 번도 쓰이지 못한 암흑 섬유(dark fiber)가 오늘날에도 땅속에 존재합니다. 이러한 몇몇 요인들은 오히려 우리에게 '더 강하고 더 오래 가는(stronger for longer)' 종류의 행동 양식을 가져다줄지도 모릅니다. 완전히 미쳐 나간 뒤 나중에 붕괴할 위험을 감수하기보다는, 존재하는 수요가 공급을 더욱 밀어내고 상황이 더 잘 맞아떨어지도록 거의 강제하기 때문입니다. 따라서 저는 전반적인 제약이 꼭 나쁜 것이라고는 생각하지 않습니다 [공급망 병목 현상] 딜런 파텔: 네. 반도체 측면에서 메모리를 제외한 가장 큰 제약은 기판(substrate)입니다. 기판, PCB 소재, 기판 소재 등 이 모든 부품들은 심각하게 투자가 부족했습니다. 일본에서 이 소재들을 만드는 공급망 중 많은 기업들이 훨씬 더 보수적이며 용량에 과감히 투자하려 하지 않습니다. 따라서 가속기뿐만 아니라 CPU 및 공급망의 모든 기타 부품에 대해 향후 2년간 무엇을 만들 수 있는가 하는 측면에서 엄청난 병목 현상을 목격해 왔습니다. 그래서 기판이 토지, 전력, 쉘, 반도체, 장비를 포함한 모든 병목 현상 중에서 가장 큰 병목 현상이라고 생각합니다. 그 다음 병목 현상은 물론 메모리일 것입니다 즉 "데이터 센터와 전력이 가장 큰 제약이다"라는 것과 달리, 제 생각에는 전력도 제약이긴 하지만 기판, 메모리, 레이저, 그리고 광학 공급망의 다른 품목들보다는 훨씬 적은 제약이라고 봅니다. 왜냐하면 사람들이 전력 용량을 더 짧은 기간 내에 늘리기 위해 할 수 있는 일들이 있기 때문입니다. 그것들은 반도체 공급망보다 복잡성이 훨씬 낮습니다. 특히 28년에 접어들면서 공급이 실제로 나오기 시작하면 가격이 붕괴될까 봐 모두가 우려하고 있습니다. 하지만 저는 여기에 앉아서 "만약 그렇지 않다면 어떻게 될까?"를 늘 궁금해합니다. 이 랙들의 내부를 살펴보세요. AI 랙의 내부를 보십시오. 그 랙 내부 실리콘 면적의 70~80%는 메모리입니다. 대부분이 D램입니다. 고대역폭 메모리(HBM)를 만들 때 발생하는 다른 문제들도 있습니다. AI 칩에 들어가는 메모리 말입니다. '트레이드 비율(trade ratio)'이라는 것이 있는데, PC나 스마트폰에 들어가는 표준 DDR5 D램 1기가바이트를 만드는 것보다 HBM 1기가바이트를 만드는 데 3~4배 많은 웨이퍼가 소모됩니다. 따라서 그것이 웨이퍼를 빨아들이고 있습니다. 우리는 엄청난 양의 메모리가 필요합니다. 그리고 이것은 또 다른 병목 현상, 즉 이 물건들을 실제로 만드는 도구인 '세미캡(semicap, 반도체 장비)'으로 이어집니다. 거기에 또 다른 제약이 있습니다. 클린룸이 없습니다. 전부 꽉 차 있습니다 하지만 만약 수요 프로파일이 사람들이 생각하는 것 같은 속도로 계속 이어진다면, 메모리는 여전히 제약 요인으로 남을 수 있습니다.

SK하이닉스와 효성중공업 주가 움직임 최근 우리나라 변압기는 글로벌 Peer에 연동되는 게 아니라 SK하이닉스랑 같이 움직이네

반도체 반도체 투자 15계명 (Semiconductors : Our 15 Axioms of Semiconductor Investing) 1. 제품 주기는 대개 생각하는 것보다 주가/주당순이익(EPS)을 더 높이 끌어올리고, 생각하는 것보다 더 오래 지속된다. 그 반대의 경우도 (불행히도) 마찬가지이다. 2. 인기 있는 혁신 제품에 부품을 공급하는 기업들의 경우, 제품 주기의 빠른 수용과 격변의 속도로 인해 우리의 견해로는 컨센서스(실적 전망치) 추정치가 제품 램프업(생산량 확대) 기간 동안 대개 터무니없이 낮다. 3. 게이밍과 데이터 센터가 엔비디아(NVDA)의 EPS 추정치를 끌어올렸다. 4. 다음 그림은 회사가 게이밍 GPU 성장 주기와 데이터 센터 최종 시장 진입을 통해 지속적으로 경쟁력을 강화함에 따라 지난 2년 동안 이루어진 엔비디아의 실적 추정치 수정 내역을 보여준다. 강력한 제품 주기는 2년의 기간 동안 지속적인 상향 추정치 수정을 이끌어냈다.

2017년 5월 16일 발간한 보고서네 진작 찾아볼걸

반도체 반도체 투자 15계명 (Semiconductors : Our 15 Axioms of Semiconductor Investing) 1. 밸류에이션(가치평가)을 기준으로 주식을 매수하거나 매도하지 마라. 2. 반도체 기업의 경영진은 상황이 어떠하든 대개 강세론적(낙관적)이다. 3. 반도체는 주기성을 띤다. “더 이상 반도체는 주기형 산업이 아니다”라는 말을 믿지 마라. 4. ‘시티 슬릭어스(City Slickers)’ 규칙 — 반도체 주는 대체로 한 가지 요인에 의해 움직인다. 당신은 단지 그 한 가지가 무엇인지 파악해야 할 뿐이다. 5. 제품 주기는 대개 생각하는 것보다 주가/주당순이익(EPS)을 더 높이 끌어올리고, 생각하는 것보다 더 오래 지속된다. 그 반대의 경우도 (불행히도) 마찬가지이다. 6. 마진을 희생하면서까지 매출을 좇는 것은 거의 절대 성공하지 못한다. 7. 리드 타임(주문 후 납품까지 걸리는 시간)이 길어질 때 주식을 매수하라. 리드 타임이 짧아질 때 주식을 매도하라. 8. "이번에는 정말 다르다"는 경우는 매우 드물다. 일어날 수야 있지만! 드문 일이다. 9. “이번 분기뿐이야”라는 문제를 경계하라. 10. 불황의 시작을 알리도록 경영진을 믿거나 의지하지 마라… 2번 계명을 보라. 11. 인수합병(M&A)은 피인수 기업의 사업에 대해 인수 기업이 경험을 가지고 있을 때 성공 확률이 가장 높다. 그렇지 않을 경우 거래의 위험성은 크게 증가한다. 12. 대부분의 기술 기업은 단 한 가지 일만 제대로/잘해낸다. 해당 비즈니스 모델이 공격을 받거나 쇠퇴할 때, 기업이 다른 사업으로 피벗(전환)하여 그것을 잘 해내는 것은 매우 어렵고 드문 일이다. 13. 2류 기업들은 하락세를 가장 먼저/가장 심하게 겪고, 상승세는 가장 나중에/가장 적게 누린다. 14. ‘가치주’ 성격의 기술주는 대개 경영진의 교체 및/또는 경영 관행의 변화가 있을 때만 효과가 발휘된다. 15. 나쁜 뉴스에도 주가가 더 이상 하락하지 않거나 좋은 뉴스에도 주가가 더 이상 상승하지 않을 때는, 한 발 물러서서 생각해야

코스피 기준 최근 20년간 MDD 10% 이상 난 시기와 그 이후 수익률 & 하락 원인과 반등원인 1. 2007년 여름 하락 이유 : 서브프라임 부실 우려가 글로벌 위험회피와 외국인 매도로 연결 반등 이유 : 연준의 재할인율 인하·유동성 지원으로 금융시장 불안 완화 2. 2007~2008 하락 이유 : 글로벌 금융위기에 한국의 달러 유동성 불안이 겹침 반등 이유 : 한·미 통화스왑이 외화 조달 불안을 완화. 2008년 10월 30일 코스피는 하루에 11.95% 상승 3. 2011 하락 이유 : 유럽 재정위기·미국 신용등급 강등에 따른 글로벌 위험회피 반등 이유 : 유럽 위기 대응과 유동성 공급으로 급락 공포 완화. 다만 2011년 고점 회복은 2017년까지 지연 4. 2018~2020 하락 이유 : 무역분쟁·반도체 경기 둔화 이후 코로나 충격까지 누적 반등 이유 : 대규모 통화·재정 지원으로 현금 확보 매도와 경기 급락 공포 완화 5. 2021~2022 하락 이유 : 미국 긴축·달러 강세와 반도체 경기 둔화가 동시에 부담 반등 이유 : 긴축 정점과 금리 부담 완화 기대가 회복을 지지. 6개월 반등은 +13.8%로 미국 기술주보다 약했음 6. 2026년 2~3월 하락 이유 : 중동 전쟁·에너지 가격 상승과 성장 둔화 우려 반등 이유 : 휴전·협상 기대와 기술주 투자심리 회복. 7. 2026년 6월 초 하락 이유 : 미국 반도체주 급락과 금리 인상 우려가 국내 대형 반도체주로 전이 반등 이유 : 저가 매수와 반도체 실적 기대, 중동 긴장 완화가 반등에 기여. 그러나 이후 새로운 하락이 시작돼 한 달 수익률은 음수 8. 2026년 6월 말 이후 하락 이유 : 반도체·AI 투자 수익성 우려, 높은 금리, 외국인 매도 부담 반등 이유 : 진행 중 공통으로 반등 사유는 유동성 공급이었네

코스피 기준, 최근 20년간 MDD 10% 이상 난 시기와 그 이후 수익률 코스피가 양심이 없는 MDD 진행이 되고 있네

1) 23년 10월은 ‘고금리를 기업들이 얼마나 오래 버틸 수 있느냐’가 문제 a. 미국 경제가 예상보다 강해 연준이 금리를 오래 높게 유지할 가능성을 반영. b. 이자비용이 늘어나면 사업이 흑자여도 현금이 부족해질 수 있으므로, 채권 투자자들은 국채금리 상승분에 더해 추가 위험 보상까지 요구. c. 고금리가 기업의 상환 능력을 악화시킬 수 있다는 우려가 추가로 반영돼야 스프레드도 올라감 d. 하락한 이유는 물가가 둔화하면서도 경기와 고용이 급격히 무너지지 않는다는 증거가 쌓였기 때문. 2) 24년 8월은 ‘경기침체 공포에 레버리지 청산이 겹침 a. 8월 초 발표된 미국 고용지표 부진. “연준이 금리를 너무 오래 높게 유지해 경기가 급격히 나빠지는 것 아닌가”라고 우려. b. 엔화 강세가 겹치면서 엔 캐리 거래가 청산 c. 다시 내려간 이유는 침체 우려를 누그러뜨리는 후속 지표와 중앙은행의 진정 메시지, 그리고 강제 매도의 완화 d. 우치다 부총재는 8월 7일 금융시장이 불안정한 상황에서는 금리를 올리지 않겠다는 입장을 밝힘 3) 25년 4월은 ‘관세가 기업의 미래 현금흐름을 훼손할 수 있다는 충격 a. 미국이 발표한 관세의 규모와 범위가 시장 예상보다 컸음. 투자자들이 관세로 미국과 해외 기업의 이익이 장기간 감소할 수 있다고 판단 b. 이후 하락에는 정책 변화가 있었음. 4월 9일에는 중국을 제외한 대상국의 추가 상호관세를 90일간 유예했고, 5월 12일에는 미·중이 제네바 협의를 통해 관세를 일시적으로 낮추기로 합의 4) 26년 3월은 ‘에너지 가격 상승이 물가와 기업 수익성을 동시에 압박한 구간 a. AI가 기존 SW 사업모델에 미칠 충격과 사모대출의 신용위험이 부각. 2월 말 중동 전쟁이 시작되면서, 3월에는 에너지 공급 차질과 인플레이션 우려 b. 하락은 휴전 기대와 4월 8일 휴전, 미국 기업들의 견조한 실적, 위험자산 선호 회복이 함께 작용한 결과 5) 2026년 9~10월은 ‘높은 차입비용 속에서 대규모 AI 투자의 상환 능력을 재평가하는 구간 a. 높은 국채금리와 물가 부담이 기업의 자금조달 비용을 압박하고 있음. AI 인프라 투자에 필요한 대규모 차입을 앞으로의 현금흐름으로 감당할 수 있는지에 대한 의문 b. 투자자 관점에서 핵심 질문 데이터센터와 GPU에 큰돈을 쓰는데, 그 투자에서 들어오는 현금이 이자와 원금을 갚기에 충분하고, 충분히 빨리 발생하는가

ICE BofA US High Yield Index Option-Adjusted Spread : a. 신용도가 낮은 기업에 돈을 빌려줄 때, 미국 국채보다 이자를 얼마나 더 받아야 하는가 b. 투자적격등급보다 낮은 BB 이하 회사채를 대상

미국 주요 빅테크 : 누가 경영하는가 현재까지의 컨콜 내용이나 톤앤매너를 보면 확실히 창업자이자 경영자인 회사가 톤도 강하고, 사업 드라이브도 강하게 거는 것 같다

LCC의 프라이싱 전략은 경쟁사들 눈치를 보면서 최적화 값을 찾기 때문에, 수많은 LCC가 정리가 좀 돼야 LCC 입장에서도 수익성이 담보될 것 같음

글로벌 LCC 현황 1. 국가 선정: IMF 2026년 10월 WEO의 2026년 명목 GDP 예상치 상위 20개국. 2. 경제지표: GDP·1인당 GDP·인구 모두 2026년 추정·전망치 3. LCC : 2026년 10월 25일 조회 기준, 해당 국가에 등록된 운항 항공사 LCC 수를 해당 경제지표로 나눈 값 1. GDP 1조 달러당 LCC 수 2. 1인당 GDP 1만 달러당 LCC 수 3. 인구 1억 명당 LCC 수 해석 : 세 지표 모두 숫자가 클수록 해당 분모에 비해 항공사 수가 많다는 뜻

미안하다 주식해서