꿈을 담는 단지

Moonshot’s Kimi K3 May Be More About Memory Than Compute by Bloomberg [설명] 묜샷 AI란 무엇이며 왜 시장을 흔들고 있는가? 블룸버그가 모델 제작사들의 공시 자료를 바탕으로 집계한 데이터에 따르면, 키미 K3는 2조 8,000억 개의 매개변수(파라미터)를 포함하고 있어 중국 최대의 모델이며, 연산 효율성의 지표인 희소성 비율(sparsity ratio)을 최고 기록으로 끌어올렸습니다. 비율이 높을수록 모델의 전체 크기 대비 각 작업에 활성화되는 매개변수의 수가 적음을 의미합니다. 그러나 그 2조 8,000억 개의 매개변수 하나하나가 여전히 메모리에 저장되어야 합니다. 저정밀도 데이터 형식을 사용해 모델을 압축한 후에도, 키미 K3는 약 1.4테라바이트의 메모리를 차지합니다. 따라서 이 모델을 배포하려면 엔비디아의 블랙웰 GB300 시스템과 같이 메모리가 풍부한 AI 프로세서 클러스터가 필요합니다.

속보: SpaceX가 방금 약 100만 개의 신형 GB300 GPU를 주문하며 Colossus 컴퓨팅 용량을 2GW를 향해 확장하고 있습니다 폭스콘(Foxconn)이 제조 파트너로 선정되었습니다 13,000개 이상의 랙 = 936,000개의 GPU 랙당 4,000,000달러 = 520억 달러 규모의 주문 2026년 하반기 인도 예정 SpaceXAI는 승리를 위해 플레이하고 있습니다

US Equity Strategy : Hyperscalers vs. AI Hardware, AI Capex & Monetization, Momentum Unwind, 2Q Earnings by J.P.Morgan 하이퍼스케일러의 Capex 가이던스가 계속해서 큰 주목을 받는 또 다른 이유는 모멘텀 트레이드(즉, 메모리 및 나머지 AI 업스트림)에 미치는 광범위한 영향 때문입니다. 모멘텀 팩터는 최근 극심한 쏠림 현상 수준에서 벗어나 후퇴(Unwind)하는 모습을 보였습니다. 포지셔닝이 완전히 해소된 것은 아니지만, 실적 발표 기간으로 진입하는 시점에서 구조적으로는 전보다 건강해진 상태입니다 그러나 장기적으로는 국내외에서 유입되는 기존 및 경쟁 AI 주식 공급, 향후 Capex 곡선의 기울기 및 채권 시장의 자금 조달 수용 능력, 그리고 잠재적인 혁신적 효율성 달성과 AI 인프라 시장 전반의 수요와 공급 균형에 맞물린 최종 이익률(Terminal profit margins)에 대한 광범위한 의문 등이 우려로 남아있어 모멘텀 팩터의 변동성은 지속될 수 있습니다. 이번 실적 시즌의 전반적인 실적 환경은 건설적이지만 여전히 집중되어 있습니다. 2026년 2분기 이익은 테크 부문(엔비디아와 마이크론이 전체의 약 37% 기여)의 주도로 전년 동기 대비 +23% 증가할 것으로 예상되며, 에너지를 제외하면 +19% 증가, 매출은 전년 동기 대비 +12% 증가할 것으로 예상됩니다. 2Q26 하이퍼스케일러 Capex 지표는 AI 인프라 구축의 지속성을 검증하는 다시 한번 결정적인 기준점이 될 것입니다. 투자자들은 추가적인 자본수익률(ROIC)이 지속적이고 높은 수준의 지출을 정당화할 수 있다는 증거를 점점 더 요구하고 있습니다. 현재 컨센서스 전망치는 2026년 말까지 AI 관련 Capex가 약 8,700억 달러(전년 대비 ~+77%)에 달할 것으로 추정하고 있으며, 이 중 하이퍼스케일러가 약 7,500억 달러를 차지할 것으로 보고 있습니다. 당사의 인터넷 애널리스트들은 2026년 Capex 전망에 대해 여전히 긍정적인 입장을 유지하고 있으며, 2027년 전망치를 의미 있게 상향 조정했습니다. 내년 자본지출 성장률에 대해 Alphabet(GOOGL)은 +54%(~3,000억 달러), Amazon(AMZN)은 +42%(3,000억 달러), Meta(META)는 +42%(~2,000억 달러)로 전망하고 있습니다. 이는 향후 4~6분기 동안의 Capex 컨센서스 추정치에 상방 리스크(Upside)가 있음을 의미합니다. 만약 이들 기업이 데이터센터 가동에 따라 더 높은 실적 가이던스를 제시하여 지출을 정당화할 수 있다면, 모멘텀 팩터가 "AI 하드웨어"에서 "퀄리티 성장주 / 하이퍼스케일러"로 더 빠르게 회전 이동할 위험이 있습니다 (2025년 1분기 모멘텀 급락 이전에 나타났던 Mag-7 / 메가캡 주도의 좁은 상승세와 유사한 형태). 하이퍼스케일러의 펀더멘털은 Capex 관련 잉여현금흐름(FCF) 압박이 커지면서 부채 및 지분 금융(Equity financing)에 대한 의존도가 높아졌음에도 불구하고 견고하게 유지되고 있습니다. 초기에는 주로 자체 창출 현금흐름으로 Capex 자금을 조달했으나, AI 데이터센터 투자가 가속화됨에 따라 최근 몇 년간 채권 발행이 실질적으로 증가했습니다. 5대 하이퍼스케일러의 총 채권 발행 규모는 2022년 약 400억~500억 달러(주로 자사주 매입용)에서 2026년 약 1,900억 달러(주로 데이터센터 구축용)로 증가했습니다. 이는 하이퍼스케일러가 대규모 채권 시장 조달을 지속할 수 있을지에 대한 투자자 우려를 키우는 데 일조했습니다. 그러나 당사의 크레딧 리서치 팀은 이러한 우려가 과도하다고 보고 있습니다. 보험사의 한도 제한이 아직 걸림돌이 되지 않고 있으며, 공급 예상치 변화에 따라 스프레드가 계속 조정될 수는 있지만 우량 등급(High-grade) 시장은 향후 발행 물량을 흡수할 수 있는 충분한 수용력을 가지고 있다고 판단합니다 자금 조달 출처도 주식 시장으로 다변화되기 시작했습니다. Alphabet(GOOGL)은 6월에 850억 달러 규모의 주식을 발행했으며, 최근 보고서에 따르면 Meta도 유사한 대안을 검토 중인 것으로 나타났습니다. 중요한 점은 외자 조달의 증가가 운영 펀더멘털의 약화를 반영하는 것은 아니라는 점입니다. 영업현금흐름은 2027년까지 여전히 9,000억 달러를 초과할 것으로 예상되며, FactSet 추정치에 따르면 2030년까지 평균 전년 대비 매출 성장률은 17%(지난 5년 평균 15%), 순이익률은 추세선 이상인 ~26%(지난 5년 평균 20%)를 유지할 것으로 예상됩니다. 결과적으로 시장은 AI 데이터센터 수익화 시나리오를 인수(Underwriting)하고 있는 것으로 보입니다. 즉, 오늘날의 높은 Capex가 궁극적으로 더 높은 매출, 더 강력한 이익률, 그리고 확대되는 현금흐름으로 전환될 것이라는 점입니다. 당사의 기본 시나리오(Base case)는 하이퍼스케일러들이 AI 수익화를 향한 가이던스를 점점 더 제시할 것이며, FCF는 빠르면 2027년부터 상승 전환(Inflect higher)하기 시작할 것이라는 점입니다. 다만 더욱 광범위하고 지속 가능한 회복은, 특히 AI 인프라 투자가 매력적인 ROIC로 전환되는 데 더 많은 시간이 필요한 경우 2028년 이후에야 나타날 수 있습니다.

LTA도 안 통해, 디램 가격도 안 통해 이 안에 배신자가 있다.

[곧 있을 빅테크 컨콜에서] 1. 단순히 "우리가 Capex 더 늘릴게"는 일차적이고 (이것도 안 되면 정말 큰일나는 상황) 2. 그걸 넘어서서 그 높은 Capex를 유지할 수 있고 + 더 나아가 더 상향시킬 수 있다는 걸 설득력 있는 지표로 보여주면서 시장이 하고 있는 의심에 대해서 확실하게 대답해줘야 주가가 오를 것 같음

AI를 드디어 이김!!

아들이 누나 친구들이 놀러 와서, 누나가 누나 친구들과 노는 걸 보고, 그리고 본인도 누나 친구들과 놀아보더니 영어를 가르쳐달라고 해서 유치원을 끝나고, 여러 운동과 뮤지컬 등 같은 활동을 영어로 배우는 학원을 보내고 있다 오늘 점심을 먹다가 나 : 아들 학원 재밌어? 아들 : 응 나 : 학원에서 뭐 배우고 있어? 아들 : Don't do that 나 : 응? 아들 : 학원에서 선생님이 나한테 가장 많이 하는 말이야 나 : 너 그래서 어떻게 했어? 아들 : 나도 따라 했어: You don't do that 휴 얼마나 또 고삐풀린 망아지처럼 지내고 있는 걸까..선생님들 다들 참 착해 보이던데

하이퍼스케일러 코멘터리 아래는 최근 주요 하이퍼스케일러들이 AI 인프라 투자 필요성에 대해 언급한 핵심 내용을 정리한 것입니다. 마이크로소프트 (Microsoft) * AI 수요가 가용 능력을 지속적으로 초과하고 있으며, 공급 제약은 적어도 2026년 달력 기준 연말까지 지속될 것으로 예상됩니다. * Azure는 전년 대비 40% 성장했고, 마이크로소프트의 AI 비즈니스 매출 런레이트(run rate)는 370억 달러를 돌파했으며, 상업적 잔여이행의무(RPO)는 6,270억 달러에 달해 강력한 수요 가시성을 제공하고 있습니다. * 마이크로소프트는 모델 성능 향상이 새로운 워크로드를 창출함에 따라 미래 수요에 앞서 투자를 진행하고 있습니다. 최근 자본지출(capex)의 약 3/2은 비교적 빠르게 수익화할 수 있는 GPU, CPU 및 기타 단기 자산에 투입되었습니다. 알파벳 (Alphabet) *경영진은 AI 수요가 가용 공급을 의미 있는 수준으로 초과하고 있으며, 컴퓨팅 제약이 클라우드 매출 성장을 제한하고 있다고 밝히고 있습니다. *구글 클라우드는 전년 대비 63% 성장한 200억 달러를 기록했고, 수주 잔고(backlog)는 전분기 대비 거의 두 배로 증가하여 4,600억 달러 이상을 기록했으며, 고객의 API 사용량은 분당 160억 토큰에 도달했습니다. *알파벳은 2026년 자본지출이 1,800억~1,900억 달러에 달할 것으로 예상하며 2027년에는 지출이 크게 늘어날 것으로 보고 있으며, 지출의 압도적인 다수는 기술 인프라에 집중될 예정입니다. 아마존 (Amazon) *CEO 앤디 재시(Andy Jassy)는 아마존이 2026년에 약 2,000억 달러에 달하는 자본지출을 "단순한 직감"으로 투자하는 것이 아니라고 언급했습니다. 상당 부분은 고객의 확약에 의해 뒷받침되고 있으며, 이 인프라 용량은 주로 2027~28년에 본격적으로 수익화될 것으로 예상됩니다 *AWS는 전년 대비 28% 성장한 반면, AI 비즈니스의 매출 런레이트는 150억 달러를 돌파하여 투자가 이미 가시적인 비즈니스를 지원하고 있음을 입증했습니다. *베드록(Bedrock) 고객 지출은 전분기 대비 170% 증가했으며, 아마존은 프로덕션 추론과 에이전트가 반복적인 컴퓨팅 수요의 주요 원천이 될 것으로 기대하고 있습니다. 메타 (Meta) *메타는 글로벌 규모의 개인용 및 비즈니스용 에이전트 전체에 걸쳐 차세대 모델 학습과 추론 모두를 위한 인프라 용량을 구축하고 있습니다. *메타는 부품 가격 상승과 미래 용량 지원을 위한 추가 데이터 센터 투자를 반영하여 2026년 자본지출 가이던스를 1,250억~1,450억 달러로 상향 조정했습니다. *AI 기반의 추천 및 광고 개선은 핵심 비즈니스의 인게이지먼트, 전환율 및 수익화를 뒷받침하고 있습니다. *메타는 효율성을 개선하고 컴퓨팅 공급을 다변화하기 위해 엔비디아 및 AMD 시스템과 병행하여 자체 맞춤형 실리콘(자체 칩)을 배포하고 있습니다. 이와 별개로, 잠재적인 구글 제미나이(Gemini) 출시 지연은 단기적으로 알파벳에게 더 큰 투자 확대를 의미할 수도 있습니다.

여름의 리셋일 뿐 추세 반전은 아니다, 가을에 모멘텀 재개 SOX(필라델피아 반도체 지수)는 현재 최근 고점 대비 19% 하락한 상태입니다(S&P 500 지수가 1% 상승한 것과 대조적). 우리는 이를 다음 두 가지 이유 때문으로 분석합니다: 1) 특히 메모리 칩 분야의 반도체 비용 인플레이션에 대한 펀더멘털적 우려, 2) 지난 16년 중 10년 동안 SOX 지수가 S&P 500 지수 대비 수익률이 저조했던 계절적(3분기) 심리 변화 때문이며, 이는 2분기에 80% 이상 상승했던 것에 기인한 바가 더 큽니다. ChatGPT 출시(22년 11월) 이후 10% 이상의 조정(드로우다운)이 9차례 발생하는 등 변동성은 반도체 업계의 일부이며, 이 기간 평균 하락폭은 31일간 약 14%였습니다(현재 조정은 24일간 -19%). 우리는 이번 조정을 펀더멘털의 반전이 아닌 여름철의 리셋으로 보고 있으며, 선도적인 컴퓨팅(NVDA, AVGO), 메모리(MU), 네트워킹(MRVL, CRDO), CPU(AMD, INTC), 반도체 장비(LRCX, KLAC, AMAT) 종목에 대해 긍정적인 입장을 유지합니다. 우리는 2030년(CY30E)까지 AI 지출이 2배 이상 증가하여 1.7조 달러에 달할 것이라는 우리의 전망을 계속해서 확신합니다. AI 수요: 토큰 극대화 지속, 6월 이후 주당 +9% 2분기 클라우드 자본지출(capex) 전망 보고서에서 강조했듯이, 우리는 AI 하이퍼스케일 자본지출이 2027년(CY27) 이후로도 점점 더 지속 가능할 것으로 보고 있으며, 이는 다음 사항들에 의해 뒷받침됩니다: 1) 상위 4개 CSP(클라우드 서비스 제공업체) 전체의 잔여이행의무(RPO) 합계가 2조 달러를 초과하는 확약 및 수주 잔고, 2) 향상되는 AI ROI 및 프런티어 모델의 매출 창출(앤트로픽은 현재 ARR 470억 달러 이상), 3) 대차대조표(B/S) 최적화에 초점을 맞춘 최근 약 2,440억 달러 규모의 부채/지분 금융 조달이며, 이는 향후 잉여현금흐름(FCF)을 통해 쉽게 상환 가능할 것으로 믿습니다. 토큰 효율성을 높여야 한다는 우려(토큰 극대화와 대조적)에도 불구하고, 우리의 최신 OpenRouter 토큰 추적기에 따르면 글로벌 토큰 사용량은 2025년 이후 평균 주당 +6%, 2026년 이후 주당 +9%, 혹은 2026년 6월 이후로도 주당 +9%씩 지속적으로 증가하고 있습니다. AI 자본지출: 더 큰 수요 + 가격 책정 = 견고한 WFE 가시성 우리는 다년간의 AI 인프라 사이클에 대한 가시성이 높아지고 있다고 보며, 이는 역사적 연평균 성장률(CAGR)인 13-14%를 크게 상회하여 2027/28년(CY27/28E)에 WFE(웨이퍼 제조 장비) 지출이 전년 대비 30% 이상 성장하여 약 1,900억 달러/2,500억 달러에 이를 것이라는 우리의 전망을 뒷받침합니다. TSMC는 2026년(CY26) 자본지출을 560억 달러에서 600억~640억 달러로 상향 조정했으며(향후 3년은 "훨씬 더 큰 폭으로 증가"), 미국 투자 확약을 2,650억 달러로 확대하여 INTC와 삼성에 미국 내 지출을 늘리도록 더욱 압박을 가할 수 있습니다. 한편, ASML은 2027-28년(CY27-28E) DUV/EUV 출하량이 전년 대비 30% 이상 성장할 것임을 시사하고 가격 인상 가능성을 신호했는데, 이는 광범위한 반도체 장비 업체들에게 호재입니다. 마지막으로, High-NA EUV를 도입한 INTC 18A 대량 생산은 향후 선단 공정 파운드리/로직의 추가적인 지출 사이클을 뒷받침합니다. 전반적으로 우리는 식각/증착 분야의 점유율 상승 측면에서 LRCX를 가장 선호하며, 공정 제어 집약도 상승, 파운드리 고객 기반 다변화, 마진 확대를 이유로 KLAC를 선호합니다. 메모리가 현재 지출의 약 35-40% 차지, 3분기 현물/고정 거래가 지속 메모리는 현재 클라우드 AI 자본지출의 약 35-40%를 차지하며 이는 과거 수준 대비 2-3배에 달하는 수치로, 우리는 현물가와 고정 거래가 모두 3분기에도 지속적인 견조함을 보일 것임을 강조합니다. 동료 사이먼 우(Simon Woo)의 채널 체크에 따르면, 3분기 DRAM 고정 거래가는 LPDDR5의 강세, HBM4 믹스 업그레이드, DRAM/NAND 전반에 걸친 OEM의 긴급 주문에 힘입어 전분기 대비 20-30% 상승할 것으로 나타났습니다. 특히 DRAM 현물 가격은 8주 연속 상승했으며, NAND 가격 또한 강세를 보였습니다. 지속적인 AI 인프라 수요와 결합하여, 우리는 메모리 사이클을 근본적으로 공급이 제약된 상태로 계속 보고 있으며, 멀티플이 과거의 평균 이하 수준인 12개월 선행(fwd) PE 10배에서 확대되어야 한다고 믿습니다.MU에 대해 매수(Buy) 의견을 재확인하며, 목표주가(PO)는 1,550달러입니다.

1. "모델은 여전히 크게 만들수록 똑똑해진다" AI 업계에서는 "이제 모델 크기를 키우는 시대는 끝났다, 효율화가 답이다"라는 말이 자주 나왔는데, K3가 그 반대를 증명했다는 것. 요리에 비유하면, 조리법을 아무리 개선해도(아키텍처 최적화, 증류 등) 결국 주방을 크게 늘리는 것(파라미터·컴퓨팅 확대)만큼 요리 실력이 확 좋아지는 방법은 없다는 것. K3는 전작 K2보다 몸집을 대폭 키웠고, 그 결과 성능이 확실히 한 단계 올라갔음. 즉, 효율화 기술은 "스케일링을 대체"하는 게 아니라 "스케일링을 더 싸게 하도록 돕는" 역할이라는 것 2. "성능은 좋은데, 싸지 않다 — 중국 모델의 저가 전략이 끝났다" K3의 문제는 '풀파워 모드'만 있다는 것. 다른 모델들은 쉬운 질문엔 대충 빨리 답하고 어려운 질문에만 깊게 생각하는 식으로 연비 조절이 되는데, K3는 항상 최고 출력으로만 달리는 스포츠카. 어려운 작업엔 최적이지만, 단순한 대량 작업엔 기름값(추론 토큰 비용)이 너무 많이 나옴. 가격도 상징적. 지금까지 중국 모델들은 "성능은 좀 떨어져도 미국 모델의 반값 이하"가 세일즈 포인트였는데, K3는 입력 $3/출력 $15로 Claude Sonnet과 사실상 같은 가격표를 붙였음. 같은 중국 모델인 GLM보다 2~3배 비쌈. "우리는 이제 싸구려가 아니라 프리미엄이다"라고 선언한 셈. 3. "하지만 겉으로 같은 가격이라고 남는 돈도 같은 건 아니다" K3가 Sonnet과 같은 가격을 받는다고 해서 Moonshot이 Anthropic만큼 남기는 건 아니라는 것. 이유는: a. 모델이 2조 8천억 파라미터로 훨씬 무겁고, 항상 풀파워로만 돌기 때문에 같은 작업을 처리하는 데 실제 전기·GPU 비용이 더 많이 듬 b. 사용자가 적어서 서버 가동률이 낮다 (택시로 치면 손님 없이 빈 차로 돌아다니는 시간이 많은 것) 그럼 어떻게 버티냐? → 캐시(Cache)가 생명줄 AI가 답변을 만들 때 가장 비싼 과정 중 하나가 긴 입력(코드베이스, 시스템 프롬프트, 과거 대화 기록)을 처음부터 다시 읽는 작업(프리필). 그런데 이미 읽었던 내용을 어딘가 저장해뒀다가 재사용하면 이 비용을 건너뛸 수 있음. 이게 KV 캐시. 문제는 캐시를 저장하는 GPU 메모리(HBM)가 극도로 비싸다는 것. Moonshot의 Mooncake 시스템은 이 캐시를 비싼 HBM에서 → CPU 메모리 → DRAM → 심지어 SSD까지 밀어내서 저장. 비유하면, 비싼 사무실 책상(HBM) 위에 모든 서류를 쌓아두는 대신 자주 안 쓰는 서류는 캐비닛(DRAM)이나 창고(SSD)에 보관하는 것. 필요할 때 꺼내오는 게 처음부터 다시 작성하는 것보다 훨씬 쌈 그래서 K3의 캐시 적중 입력 가격은 $0.30로 정가의 10분의 1. K3처럼 초대형이면서 마진이 얇은 모델에게 이 SSD 오프로딩 기술은 "있으면 좋은 최적화"가 아니라, 이게 없으면 사업 자체가 적자로 굴러가는 필수 인프라라는 결론

[Research|LLM: Kimi K3 - Scaling Still Works; An Expensive Model Competing at Front Tier] K3는 스케일링 법칙(scaling laws)이 깨지지 않았음을 다시 한번 보여줌. 더 큰 모델이 여전히 일반적으로 더 나은 절대적 성능을 제공한다는 것. 아키텍처 최적화, MoE, 증류(distillation), 사후 학습(post-training) 등은 매개변수와 컴퓨팅 자원이 사용되는 효율성을 높일 수 있지만, 복잡한 추론, 장기 계획, 에이전트 역량의 추가적인 향상을 위해서는 모델 크기를 키우는 것이 여전히 가장 직접적인 경로로 남아있습니다. K3가 K2 시리즈에 비해 규모를 다시 한번 대폭 확장한 후 그 역량이 명확하게 한 단계 도약한 것은, 아키텍처 혁신이 스케일링 자체를 대체하기보다는 주로 스케일링 효율성을 개선하고 있음을 시사합니다. 글로벌 커뮤니티의 여론은 대체로 긍정적입니다. 많은 사용자들이 K3의 벤치마크, 코딩, 그리고 장기 에이전트(long-horizon agent) 성능을 높이 평가하는 한편, 현재 이 모델이 저비용·저지연의 경량화 모드 없이 오직 최고 수준의 추론 연산(reasoning effort) 모드로만 실행된다는 점을 우려하고 있습니다. 다시 말해, K3는 고부가가치의 복잡한 작업에는 매우 적합할 수 있지만 대량의 단순한 요청에는 반드시 경제적이지는 않을 수 있습니다. 모델이 더 깊게 생각하고 더 많은 추론 토큰을 생성하기 때문에, 동일한 작업을 완료하는 데 필요한 추론 컴퓨팅 자원이 사고의 깊이를 동적으로 조정할 수 있는 다른 모델들을 초과할 수 있기 때문입니다. 가격 측면에서 보면 이는 저가형 옵션이 아니며, 결코 저렴하지 않습니다. API 가격은 캐시 미스(cache-miss) 입력의 경우 100만 토큰당 $3, 출력의 경우 100만 토큰당 $15로 책정되어 있어 본질적으로 Claude Sonnet의 표준 요금과 일치합니다. 이와 비교해 GLM 5.2의 공식 가격은 입력 약 $1.40, 출력 약 $4.40 수준입니다. K3의 입력 가격은 GLM의 2배가 넘고, 출력 가격은 약 3.4배에 달합니다. 심지어 Sonnet 5의 현재 프로모션 가격인 $2/$10와 비교해도 K3가 실제로 더 비싼 모델입니다. 따라서 K3는 더 이상 전통적인 의미에서 낮은 가격으로 경쟁하는 중국형 모델이 아닙니다. 미국의 최상위 폐쇄형 모델들에 근접한 가격 책정으로 곧장 이동한 것입니다. 그렇긴 하지만, K3의 토큰당 가격이 Fable이나 Sol보다는 낮을지라도 실제 작업당(per-task) 비용이 반드시 저렴한 것은 아닙니다. Artificial Analysis의 테스트에서 K3는 작업당 약 $0.94를 기록하여, 이미 GPT-5.6 Sol의 $1.04에 근접했습니다. 더 중요한 점은, K3의 API 가격이 Sonnet과 비슷하다고 해서 그 단위 경제성(unit economics)이 Anthropic과 비슷하다는 것을 의미하지는 않는다는 것입니다. 2조 8,000억 개의 매개변수 규모, 현재의 최대 추론 전용 모드, 그리고 Moonshot의 상대적으로 작은 사용자 기반과 낮은 컴퓨팅 가동률을 고려할 때, K3는 동일한 작업을 완료하기 위해 더 많은 근원적 컴퓨팅 자원을 소비할 가능성이 높으며, 이에 따라 추론 매출총이익률(gross margins)은 Anthropic이나 OpenAI보다 훨씬 낮을 가능성이 매우 큽니다. 이것이 바로 캐시 적중(cache hits)이 그토록 중요한 이유입니다. K3의 캐시 입력 가격은 단 $0.30로, 캐시 미스 입력 대비 90% 할인된 금액입니다. Moonshot의 Mooncake 시스템은 여기서 더 나아가 KV 캐시를 값비싼 GPU HBM에서 CPU, DRAM, 그리고 SSD로 확장하여, 코드베이스, 시스템 프롬프트, 그리고 장시간 실행되는 에이전트 기록을 재사용함으로써 비용이 많이 드는 프리필(prefill) 과정을 반복해서 실행하지 않도록 합니다. K3와 같은 초대형 모델에게 있어 KV 캐시를 SSD로 오프로딩(offloading)하는 것은 평범한 최적화가 아닙니다. 이는 모델의 추론 경제성을 작동 가능하게 만드는 핵심 인프라입니다 From FUNDA

[고민] 요즘 고민이 정말 많이 드는 생각은 1) AI가 주식적으로는 끝난 것인가? 2) AI 섹터 외 비중을 많이 실어서 투자할 섹터가 어디에 있을까 1번은 사실 그 누구도 모르고, 결과론적인 이야기니, 결과를 담담히 받아들이면 된다고 생각 2번이 사실상 문제인 게, 곰곰이 생각해 보니, 지금 AI를 매도하고, 비중을 많이 싫을 수 있는 섹터가 안 보인다는 게 결국은 문제였다 그래서 그동안 내 집중투자의 과거 기록을 생각해보니, 나름 분명한 원칙이 있었고, 끝이 있어서 그나마 처음과 끝이 쉬웠던 것 같다 내 원칙은 더 좋은 게 보이면 거기로 간다는 것이였다 부동산 돈은 없었지만, 학교 친구들 영향으로 부동산을 빨리 시작했다. 대학교 1년 들어가자마자 부동산에 대해서 듣기 시작했다 물론 나는 등기가 뭔지도 모르는 상태였지만, 친구들은 밥상머리 교육을 통해서 이미 부동산에 능통한 상태였기 때문에, 나도 나름 빨리 시작할 수 있었다 큰 부동산 투자 기록을 되돌아보니, 부동산도 결국 하나의 원칙으로 움직였였다 "상급지로 간다", "내 것을 싸게 팔아도 상관없다, 지금보다 상급지로 갈 수만 있다면" 수서->마포->성수->서초->반포/압구정 그래서 나름 미련 없이 잘 갈아탔었다 참고로 수서는 2009년의 반등이 V차 반등의 시작인 줄 알고 샀다가 7년인가 8년 물렸었다. 주식 SK하이닉스 전, 집중 투자는 파마리서치 였다 파마리서치는 주변 형의 도움(콤디티 형 감사합니다) + 글로벌리 피부미용 개화기였는데, 오리지널리티를 가지고 있는 회사가 그당시 영업이익 기준으로 9.8배 였다 그당시 내가 비교했던 게, 글로벌리는 갈더마, 국내는 클래시스였는데, 그당시 클래시스가 30배 넘게 받았던가 그랬었다 그래서 비교적 마음 편하게 집중 투자를 길게 할 수 있었고, 끝도 나름 쉬웠다 끝은 그동안 설마 하고 걱정했던 회사가 분할을 결정해서, 미련없이 가지고 있는 모든 주식을 매도했다. 그 뒤 분할이 취소되고, 주가가 내가 매도한 금액보다 훨씬 오르긴 했지만, 아쉽지 않았다. 그런데 지금의 문제는 AI 업황이 너무 좋은데, 주가적으로 끝이 난 건가 에 대한 고민이기 때문에 그동안의 투자보다 훨씬 어렵게 다가오고 있다 현업들 인터뷰를 해도, 해외 IB 리포트를 봐도, 데이터를 봐도, 업황은 너무 좋으므로, 내가 삼양식품 때처럼 냉철하게 판단을 못 내리고 있는지, 이런 생각이 요즘 계속 든다 그리고 더 나아가서 그럼 AI를 매도하고 어느 섹터로 갈 수 있겠느냐는 고민에, 뚜렷한 답이 없는데 사실 더 답답하다 여러 회사 탐방가고 리서치해봐도, 딱히 예전에 비해서 구조적으로 새로운 스토리가 붙을 만한 회사가 안보이기 때문 (물로 내가 못 찾은 거겠지만) 물론 valuation이 엄청 싸고, 실적도 잘 나올만 한 회사는 정말 많지만, 새로운 스토리로 PER가 구조적으로 리레이팅 되면서 + EPS growth도 쎄게 나올만한 섹터와 회사가 아직 내 눈에 안 보이기 때문에, 이러지도, 저러지도 못하는게 아닐까라고 생각한다 . 그래서 요즘은 계속 어느 섹터가 좋아 보이는지, 비교하고 리서치하면서 대부분의 시간을 보내고 있다 결론적으로, 착하게 살 테니 살려주시고, EPS Growth 와 PER 리레이팅이 동시에 나오는 섹터를 알려주시면, 사례 하겠습니다

ADR & Quiet period 첫째, Rule 174(d)에 따라 미국 거래소에 처음 상장되는 비(非)미국 정기보고 발행사의 등록공모에서는 딜러의 투자설명서 교부·이용 가능 의무가 offering date 후 25일간 존속한다. SKHY의 offering date를 2026년 7월 9일로 보면 이 기간은 8월 3일까지다. 이는 딜러의 prospectus-delivery obligation이지 회사의 법정 침묵기간은 아니다. 둘째, FINRA Rule 2241에 따라 공모에 underwriter 또는 dealer로 참여한 FINRA 회원사의 리서치 부문은 IPO일 후 최소 10일간 리서치 보고서 발간과 애널리스트 공개발언이 제한된다. 7월 9일을 기준으로 하면 통상 7월 20일부터 정규 리서치 발간이 가능하지만, 내부정책 또는 신디케이트 계약으로 더 길어질 수 있고 중대한 뉴스에 대한 예외도 있다. 공모에 참여하지 않은 증권사에는 이 특정한 10일 제한이 적용되지 않는다. 셋째, SK하이닉스 자체에는 상장 후 25일간 일체의 발언을 금지하는 법정 quiet period가 없다. 다만 prospectus-delivery period 동안 공모 관련 새로운 홍보성 발언이 투자설명서와 불일치하거나 수정·보완 의무를 발생시킬 수 있으므로, 회사와 법률자문사가 관련 커뮤니케이션을 실무상 보수적으로 관리할 수 있다. SKHY는 7월 9일 ADS당 149달러로 가격이 결정됐고, 7월 10일 SKHYV로 when-issued 거래를 시작했으며, 정규방식의 SKHY 거래는 7월 13일부터 시작됐다.