D의 테크 투자

D의 테크투자, 20260724 정리 보고서 ✅ 핵심 결론 ● AI 인프라 실물 수요는 견조하지만, 계약잔고가 가동률·유료 매출·현금으로 전환되는지 확인해야 한다. ▸ 서버 매출, DRAM 가격, 반도체 수출은 확장 신호다. ● AI CAPEX는 공급망의 기회이자 투자 주체의 현금흐름·자본비용 부담이다. ▸ 잉여현금흐름과 자본수익률이 함께 개선돼야 지속 가능하다. ● 메모리는 HBM·서버 DRAM의 강세와 NAND·레거시 제품의 둔화 위험을 분리해 봐야 한다. ▸ 계약가격, 재고, 출하량, 신규 설비 가동률을 품목별로 점검한다. ● 유가와 미국 장기금리의 동반 상승은 성장주와 한국 증시 수급을 압박하는 핵심 위험이다. ▸ 물가, 달러, 기업 조달비용이 함께 상승할 수 있다. ● 한국 증시 회복은 지수 반등보다 외국인 매수의 연속성과 시장 폭 확산으로 판단해야 한다. ▸ 상승 종목 수, 비반도체 거래대금, 코스닥 후속 강세가 필요하다. ━━━━━━━━━━━━━━ 🤝 공통된 의견 ━━━━━━━━━━━━━━ ● AI 수혜는 연산칩에서 메모리·패키징·후공정·전력망·냉각으로 확장되고 있다. ▸ 전력 연결, 인허가, 납기 지연은 매출 인식을 늦출 수 있다. ● CAPEX 규모보다 실제 발주·가동·유료 매출·현금회수의 연결이 중요하다. ● 한국 시장의 급등락에는 펀더멘털뿐 아니라 외국인 현·선물과 레버리지 거래가 크게 작용한다. ▸ 기계적 거래는 하락과 반등을 모두 과장할 수 있다. ● AI 모델은 성능과 사용량보다 유료 전환, 추론 원가, 고객 유지로 평가해야 한다. ▸ 사용량 증가가 모델 사업자의 수익으로 귀속되지 않을 수 있다. ━━━━━━━━━━━━━━ ⚖️ 의견이 갈리는 핵심 쟁점 ━━━━━━━━━━━━━━ ① AI CAPEX 확대 ◆ 낙관론 ▸ 수요 증가와 공급 병목이 투자·매출의 선순환을 이어갈 수 있다. ◇ 경계론 ▸ 고금리와 감가상각 부담이 커지면 자본수익률 악화로 지출이 둔화될 수 있다. ② 메모리 공급 부족의 지속성 ◆ 강세론 ▸ HBM 전환과 보수적 증설이 DRAM 공급 부족을 장기화할 수 있다. ◇ 신중론 ▸ NAND 신규 공급, 중국 증설, 선구매 종료가 가격 상승을 꺾을 수 있다. ③ 한국 증시 반등의 성격 ◆ 회복론 ▸ 외국인 매수와 비반도체 확산이 이어지면 추세 전환 가능성이 높다. ◇ 경계론 ▸ 레버리지 청산 뒤 나타난 기술적 반등일 수 있어 후속 수급 확인이 필요하다. ④ AI 효율화의 인프라 영향 ◆ 확장론 ▸ 비용 하락이 사용량을 늘려 총 컴퓨팅·메모리 수요를 확대할 수 있다. ◇ 수익성론 ▸ 작업당 자원 감소와 가격 경쟁이 인프라 매출과 모델 사업자의 마진을 낮출 수 있다. ━━━━━━━━━━━━━━ 📍 최종 투자 원칙 ━━━━━━━━━━━━━━ ● 유가와 미국 장기금리가 함께 높은 동안 위험 노출 확대를 보류한다. ● AI 투자는 발표가 아니라 발주·가동·유료 매출·현금회수 순서로 검증한다. ● 메모리와 AI 인프라는 품목·공급망별로 분산하고 개별 기업의 수율·원가·점유율을 확인한다. ● 한국 시장은 외국인 매수와 시장 폭이 함께 개선될 때 분할 접근한다. ● 레버리지와 차입을 제한하고 장기계약도 출하·검수·현금 유입까지 확인한다.

엔비디아(NVIDIA) CEO 젠슨 황 Axios 인터뷰 중 젠슨 황이 말하는 AI 종말론자들이 틀린 이유 -글로벌 반도체 산업 규모는 향후 10년에 걸쳐 현재의 5배에서 10배 이상 커져야 함 -최소 5년 내 버블 붕괴 가능성이 희박: 물리적 제약 1. 컴퓨팅 플랫폼 대전환과 CapEx 패러다임의 변화 -과거 IT·소프트웨어 시대: CapEx-Light (저자본 지출 구조) 사전 녹화 방식의 컴퓨팅: 기존의 IT 및 소프트웨어 생태계는 사람이 미리 작성한 코드, 사전에 촬영된 사진, 이미 저장된 검색 데이터 등 '기록된 콘텐츠'를 서버에서 불러와 전달하는 구조였습니다. 높은 마진과 낮은 자본 지출: 물리적 장비를 대규모로 추가하지 않아도 소프트웨어의 복제와 배포가 자유로웠기 때문에, 자본 지출(CapEx) 비중이 낮고 매우 높은 영업이익률을 유지할 수 있었습니다. -현대 AI 인프라 시대: CapEx-Heavy (고자본 지출 구조) 지능(Token)을 직접 '제조'하는 시대: AI 시대의 소프트웨어는 정적인 코드가 아니라, 물리적 컴퓨터가 실시간으로 고난도의 수학적 연산을 수행하여 지능의 기본 단위인 '토큰(Token)'을 직접 생성해내는 방식입니다. 물리적 설비 투자의 필수성: 추론(Reasoning), 코드 생성, 분자 구조 분석, 자율주행 조작 등 수준 높은 지능을 생성하려면 대규모 가속 컴퓨팅 설비와 AI 데이터센터가 반드시 동반되어야 합니다. 따라서 현대의 소프트웨어 산업은 물리적 인프라 투자가 필수적인 '자본 집약적(CapEx-heavy)' 산업으로 근본 재편되었습니다. 2. 반도체 생태계의 대확장 필요성 -향후 10년간 5~10배 성장 필연성 플랫폼의 근본적 이동: 현재 반도체 시장의 기하급수적 성장은 스마트폰이나 PC의 교체 주기와 같은 일시적·계절적 소비자 수요 파동(Cyclical)이 아닙니다. 지능 레이어(Intelligence Layer) 구축: 전력망, 인터넷, 도로, 철도 위에 지능이라는 새로운 국가 및 산업 인프라 레이어를 쌓아 올리는 근본적인 '컴퓨팅 플랫폼의 시프트'입니다. 이 레이어를 유지하기 위해 글로벌 반도체 산업 규모는 향후 10년에 걸쳐 현재의 5배에서 10배 이상 커져야 합니다. -전 방위적 병목 현상과 공급 부족 현재 기술 및 인프라 전반에서 극심한 공급 부족이 발생하고 있으며, 특정 영역에 국한되지 않고 전체 공급망이 병목에 직면해 있습니다. 1)메모리 및 스토리지: 초고속 데이터 처리를 위한 HBM(고대역폭 메모리), 고성능 DRAM 및 초고용량 스토리지 부족 2) 광연결(Optical Interconnect): 데이터센터 내부 및 칩 간 대용량 데이터 전송을 위한 광학 트랜시버 및 연결 부품 부족 3)파운드리 및 패키징: TSMC를 비롯한 첨단 미세 공정 파운드리 캐파 및 CoWoS 등 고급 패키징(Advanced Packaging) 공정 부족 4) 물리적 데이터센터 요소: 데이터센터 부지, 전력(Power) 공급, 데이터센터를 실제로 건설할 전문 인력의 전반적 부족 3. AI 거품론(Bubble) 및 과잉 투자 우려 분석 -최소 5년 내 버블 붕괴 가능성이 희박한 이유: 물리적 제약 자연스러운 속도 조절 장치: 역사적으로 모든 산업 혁신에는 과잉 투자에 따른 거품이 존재했지만, AI 인프라 구축의 버블은 최소 5년 이내에는 발생하기 어렵습니다. 공급 제약의 역설적 이점: 빅테크 및 기업들이 대규모 CapEx 자금을 집행하고자 해도, 칩·메모리 공급 부족, 전력 확보 난항, 데이터센터 공사 지연 등 물리적 한계가 상존합니다. 이러한 제약 요소들이 투자가 실제 가동 가능한 데이터센터로 전환되는 속도를 조절해 줌으로써, 공급이 수요를 초월하는 과잉 공급 상태로의 급격한 이행을 막아줍니다. 수익성 있는 AI(Profitable AI)와 ROI 선순환 고리 (Flywheel) '신기한 AI'에서 '유용한 AI'로의 진화: 2022년 ChatGPT 출시 당시가 AI의 작동 방식을 보고 놀라는 단계였다면, 현재는 AI 코딩 에이전트, 의료 진단, 법률 분석 등 고연봉 전문직의 실질 업무를 대체하고 보조하는 '유용한 AI(Useful AI)' 단계로 진화했습니다. 강력한 ROI(투자 대비 수익) 입증: 기업들은 AI 서비스를 통해 개발 생산성을 비약적으로 높이고 실질적 비용 절감 및 이익 증대를 경험하고 있습니다. 엔비디아를 포함한 글로벌 기업들이 연간 수억 달러의 AI 서비스 이용료를 기꺼이 지불하는 이유입니다. 자본의 선순환(Flywheel): AI 도입을 통한 기업 생산성 및 혁신 속도 극대화 기업 이익 증대 및 창출 가치 상승 확보된 수익을 바탕으로 추가 AI 인프라 및 서비스 투자 집행 전체 생태계의 지속적 확장 https://youtu.be/fr1IQspixmM?si=0hHlSaih6D5woOWp https://x.com/DrNHJ/status/2080500209096806664?s=20