오늘의 핵씸
Open in Telegram
- 세상의 변화를 관찰하고 투자통찰을 얻으려고 여기저기 파헤치고 다니는 사람입니다. 아이디어 저장용으로 만든 채널입니다. - 비공개였다가 지인들이 열어달라해서 공개로 바꾼 채널. 키울 생각이 없음. - 올라오는 정보는 매수매도 추천용이 아닙니다. 내용에 오류가 있거나 사실과 다를 수 있고 주관적 판단이 포함되어 있을 수 있습니다.
Show more239
Subscribers
No data24 hours
No data7 days
-130 days
Data loading in progress...
Similar Channels
Tags Cloud
No data
Any problems? Please refresh the page or contact our support manager.
Incoming and Outgoing Mentions
---
---
---
---
---
---
Attracting Subscribers
September '26
September '260
in 0 channels
August '26
+1
in 1 channels
Get PRO
July '26
+4
in 0 channels
Get PRO
June '260
in 0 channels
Get PRO
May '26
+2
in 0 channels
Get PRO
April '260
in 0 channels
Get PRO
March '26
+3
in 0 channels
Get PRO
February '26
+4
in 0 channels
Get PRO
January '26
+3
in 0 channels
Get PRO
December '25
+1
in 0 channels
Get PRO
November '250
in 0 channels
Get PRO
October '25
+1
in 0 channels
Get PRO
September '25
+4
in 0 channels
Get PRO
August '25
+47
in 1 channels
Get PRO
July '250
in 1 channels
Get PRO
June '25
+5
in 0 channels
Get PRO
May '250
in 0 channels
Get PRO
April '250
in 0 channels
Get PRO
March '250
in 0 channels
Get PRO
February '25
+4
in 0 channels
Get PRO
January '250
in 0 channels
Get PRO
December '24
+5
in 0 channels
Get PRO
November '24
+2
in 0 channels
Get PRO
October '24
+2
in 0 channels
Get PRO
September '24
+182
in 0 channels
| Date | Subscriber Growth | Mentions | Channels | |
| 07 September | 0 | |||
| 06 September | 0 | |||
| 05 September | 0 | |||
| 04 September | 0 | |||
| 03 September | 0 | |||
| 02 September | 0 | |||
| 01 September | 0 |
Channel Posts
260903_TSMC 장비 수요 전망 대폭 상향
- 25년 말 장비 전망치가 26년 1분기 1.5배 → 7월 1.9배까지 상향
- 즉 26년 연간 장비 구매 필요량 전망이 불과 6개월여 만에 거의 2배로 증가했다는 의미.
- TSMC는 현재 대만 13개 + 해외 5~6개 = 총 18~19개 팹을 동시에 건설 중
- 과거 동시 진행 규모는 4~5개였음. 그런데도 AI 관련 수요를 충족하지 못하고 있다고 언급.
- “건설 속도가 4~5배 빨라졌다”는 표현보다는 “동시에 진행하는 팹 수가 과거 대비 약 4배 수준으로 증가했다”
- Unimicron 회장은 반도체 기판 부족과 핵심 장비·소재 공급업체들의 CAPA 압박을 지적
https://focustaiwan.tw/business/202609020027?utm_source=chatgpt.com
| 2 | https://blog.naver.com/vvvzzzvvv/224397101693 | 26 |
| 3 | https://youtu.be/FEQV3FaJlMU?si=hnesFxrIwKfU2iI7 | 40 |
| 4 | 260828_토러스 운용 반도체
- 토러스자산운용은 7월 급락을 장기 상승 과정의 2차 조정으로 판단, 삼성전자·SK하이닉스를 대부분 보유했음.
- 코스피는 6월 중순 고점 대비 7월 말 -39%, 삼성전자는 고점 대비 약 -42% 하락했지만 과거 대형 조정 이후 반등 사례를 근거로 장기 매도 구간은 아니라고 봤음.
- AI 컴퓨팅 수요는 2년마다 3배, HBM 공급은 2배 증가해 메모리 공급부족이 2031~2032년까지 이어질 수 있다고 전망했음.
- 가장 중요한 포인트는 주주환원 확대로, 2027년 시총 대비 주주환원율을 삼성전자 8.1%, SK하이닉스 5.7%로 추정했음.
- 향후 3년간 두 회사 합산 주주환원 700조원 이상 가능성을 제시했음.
- SK하이닉스는 자사주 매입·소각, 삼성전자는 배당 중심이 될 가능성이 높다고 봤고, 삼성전자 보통주 대비 약 25% 할인된 삼성전자우를 선호했음.
- 단기적으로는 미국 중간선거 계절성, 글로벌 펀드 현금비중 3.5%, 앤트로픽 상장 자금수요 때문에 8~9월 조정 가능성을 경계했음.
- 반도체 외에는 삼양식품, 농심, APR, 한국콜마, CJ, 원전·로봇을 관심 대상으로 언급했음.
https://www.thebell.co.kr/front/newsview.asp?click=F&key=202608251925378240108963 | 57 |
| 5 | https://blog.naver.com/yak_bro/224395149244 | 36 |
| 6 | ⚡ 삼성 파운드리 가격 인상, TSMC·인텔에 반사이익 - Barron's
삼성전자가 7월 4나노 공정 반도체 위탁생산 가격을 전월 대비 10~15% 올린 것으로 전해졌음. 로이터가 사정에 밝은 관계자를 인용해 보도한 내용으로, 중국과 미국 고객사가 대상이며 5나노 웨이퍼에도 비슷한 인상이 적용됐음. 삼성전자는 로이터에 이어 배런스의 문의에도 즉답하지 않았음.
가격을 올린 쪽보다 경쟁사가 얻는 게 커 보인다는 게 기사의 시각임. 최근 고객 수요를 다 받아내지 못하고 있는 TSMC는 점유율 이탈 걱정 없이 자체 가격을 올릴 여지가 생겼음. JP모건 고쿨 하리하란 애널리스트는 미국 증설 부담을 이유로 TSMC가 2027년 첨단 칩 가격을 8~10% 올릴 것으로 전망했음.
인텔에는 18A·14A 공정을 외부 고객에게 경쟁력 있는 가격으로 알릴 기회가 될 수 있음. 인텔 주가는 오전 거래에서 3.8%, TSMC ADR은 0.6% 하락 중임. | 68 |
| 7 | 260819_AI가 끌어올리는 금리
1. 각국의 경제 상황과 통화정책이 다른데도 장기금리가 동시에 오른다는 점에서 개별 중앙은행의 기준금리만으로 설명하기 어려운 움직임임
2. 가장 중요한 공통 원인은 각국 정부의 재정적자 확대와 국채 발행 증가에 비해 이를 받아줄 장기자금이 충분한가에 대한 우려임
3. 국채 공급이 늘어나는 만큼 투자자의 수요가 따라오지 못하면 국채가격 하락 >국채금리 상승이 발생함
4. 여기에 유가 상승과 지정학적 불안으로 인플레이션 불확실성까지 높아지면서 장기채 투자자들은 이전보다 더 높은 수익률을 요구하고 있음
5. 특히 장기국채일수록 향후 수십 년간의 인플레이션,재정적자,국채 공급,정책 불확실성을 감수해야 하기 때문에 Term Premium(장기채 보유에 대한 추가 위험보상)의 영향을 크게 받음
6. 따라서 최근 장기금리 상승은 단순히 “Fed가 금리를 더 올릴 것 같다”는 문제가 아니라 재정과 국채 수급에 대한 시장의 우려가 커지고 있다는 점이 중요
7. 여기에 미국 정부뿐 아니라 AI 하이퍼스케일러들도 막대한 장기자금을 조달하기 시작했다는 점이 새로운 변수임
8. 빅테크가 AI 데이터센터,GPU,전력 인프라 등에 막대한 CAPEX를 집행하면서 회사채 발행 등 자금조달도 확대되고 있음
9. 결국 정부 국채 공급 증가 + AI 기업 회사채 공급 증가 > 글로벌 장기자금을 둘러싼 경쟁 심화 > 장기금리 상승 압력의 구조가 만들어지고 있음
10. 여기에 유가까지 상승하면 유가 상승 >인플레이션 우려 증가 > 장기채 위험보상 상승 >장기금리 상승의 경로가 추가
11. 따라서 현재 장기금리 상승은 재정적자,국채 공급 + AI 기업의 자금수요 + 인플레이션 불확실성 + 유가,지정학적 위험이 동시에 작용한 결과로 볼 수 있음
12. 지금은 특정 금리 숫자를 임의의 위험선으로 정하기보다 금리의 ‘방향과 원인’을 동시에 보는 것이 중요
13. 경기가 강해지면서 단기,장기금리가 함께 상승하는 것과 경기가 둔화되는데 장기금리만 계속 상승하는 것은 의미가 전혀 다름
14. 특히 경기 둔화 + Fed 추가 긴축 기대 약화 + 단기금리 안정/하락에도 장기금리가 계속 상승한다면 재정,국채 공급, 인플레이션 위험에 따른 Term Premium 상승을 경계해야 함
15. 여기에 유가 상승까지 동시에 발생한다면 장기 인플레이션 우려가 강화되면서 채권 매도 압력이 커질 가능성이 있음
16. 반대로 장기금리가 고점을 형성하고 하락하기 시작한다면 Term Premium 안정 >주식 할인율 하락 >성장주 밸류에이션 부담 완화로 연결
17. 따라서 한국 증시에서도 미 장기금리 상승 지속 여부 + 장단기 커브 변화 + 유가 + 원/달러 + 외국인 현선물 수급을 함께 확인하는 것이 중요 | 57 |
| 8 | 마이크론이 하락채널 벗어남 | 56 |
| 9 |  No text... | 54 |
| 10 |  No text... | 65 |
| 11 |  💸 근원CPI 하락 서프라이즈면 9월 인상 배제 가능성 - WallstreetCN
BofA가 오늘 밤 발표되는 미국 7월 CPI에 대해, 시장은 물가의 '상방 서프라이즈'보다 '하방 서프라이즈'에 훨씬 크게 반응할 것이라고 분석했음.
BofA의 기준 전망은 헤드라인 CPI 전월 대비 +0.1%, 근원 CPI +0.2%로 시장 컨센서스와 같음. 다만 근원이 +0.3%로 강하게 나오면 9월 금리 인상이 다시 논의 테이블에 오를 뿐, 8월 지표가 남아 있고 워시 의장의 신중한 태도 탓에 결정을 못 박지는 못한다고 봤음. 반대로 +0.1%로 낮게 나오면 9월 인상은 사실상 배제되고, 시장이 반영 중인 연내 약 30bp 인상 기대도 크게 흔들릴 수 있다는 설명임.
비대칭성은 포지션에서도 나옴. CTA와 채권 펀드가 단기물에 공매도를 집중해 둔 만큼, 물가가 약하면 숏 커버링이 금리 하락을 키울 수 있음. 달러 선물도 여전히 매수 우위라 같은 방향의 위험을 안고 있음. | 47 |
| 12 |  No text... | 42 |
| 13 | 엔비디아는 다 계획이 있었나 보네요
이 뉴스도 큰 의미가 있다고 보는데요
단순히 gpu의 지수화가 아닌 금융시스템의 보완이라고 판단합니다
어제 엔비디아가 금융기관들과 컴퓨팅 금융지원 플랫폼을 발표했습니다
이것 만으로도 엔비디아의 순환금융 리스크가 해소가 된다고 생각했습니다
문제는 자금을 대출해주는 금융기관이 리스크를 안게 되는 건데요
기업이 아닌 경제나 금융시스템이란 큰 그림에서 금융기관들이 리스크를 안는 게 더 위험하죠
CME에서 선물거래가 가능하다는 건 헤지가 가능하다는 걸 시사합니다
리스크를 분산하는 겁니다
AI컴퓨팅 금융자산화를 더욱 강화하는 것으로 판단합니다
------
[CME, AI 컴퓨팅 파워 선물 출시… GPU 임대료가 거래 가능한 자산으로]
*발표 개요
-CME Group과 Silicon Data가 AI 컴퓨팅 파워 가격을 기초로 한 Compute Futures를 출시
-2026년 10월 5일부터 거래를 시작할 예정
-규제당국의 승인을 전제로 출시
-AI 모델 학습과 추론에 필요한 GPU 컴퓨팅 비용을 금융시장에서 직접 거래하고 헤지할 수 있게 되는 구조
-CME는 컴퓨팅 파워가 독립적인 거래 가능 자산군으로 발전하고 있다고 설명
*어떤 상품이 나오나
-Silicon Data H100 Rental Index Futures
-Silicon Data B200 Rental Index Futures
-H100 선물은 NVIDIA H100 GPU의 임대가격을 추종
-B200 선물은 NVIDIA Blackwell B200 GPU의 임대가격을 추종
-두 상품 모두 Silicon Data가 산출하는 시간당 GPU 임대료 지수를 기초가격으로 사용
-NYMEX에 상장될 예정
*무엇을 거래하는 건가
-NVIDIA GPU 자체의 가격을 선물로 거래하는 것은 아님
-클라우드나 GPU 임대업체에서 H100 또는 B200을 빌릴 때 지불하는 시간당 가격을 거래
-예를 들어 H100을 빌리는 시장가격이 시간당 2달러에서 3달러로 오를지 내릴지를 선물시장에서 거래하는 구조
-각 선물계약은 해당 GPU를 한 달 동안 임대하는 비용을 대표
-결국 원유가격 선물처럼 앞으로의 GPU 컴퓨팅 비용에 가격을 매기는 시장이 생기는 것
*왜 이런 상품이 필요한가
-현재 GPU 임대시장은 클라우드 사업자, 지역, 계약기간 등에 따라 가격 차이가 매우 큼
-동일한 H100 GPU를 빌리더라도 구매자가 어디에서 어떤 조건으로 계약하느냐에 따라 가격이 크게 달라질 수 있음
-공개적으로 인정되는 기준가격이 부족해 기업들이 자신이 비싸게 계약했는지 싸게 계약했는지 판단하기 어려웠음
-Silicon Data의 GPU 임대료 지수가 기준가격을 만들고 CME가 이를 실제 거래 가능한 선물상품으로 만드는 구조
*AI 기업은 어떻게 활용하나
-AI 스타트업이 6개월 뒤 대규모 H100을 임대해야 하는데 GPU 가격 상승이 걱정된다면 H100 선물을 매수해 비용 상승 위험을 헤지할 수 있음
-실제 GPU 임대료가 상승하더라도 선물에서 발생한 이익으로 추가 비용을 상쇄하는 구조
-Hyperscaler나 대형 AI 개발사도 향후 컴퓨팅 비용을 미리 고정해 예산과 투자계획의 불확실성을 낮출 수 있음
-반대로 GPU 공급업체나 데이터센터 사업자는 향후 임대료 하락 위험을 관리하는 수단으로 활용 가능
*쉽게 예를 들면
-현재 H100 임대료가 시간당 2.5달러라고 가정
-AI 기업이 6개월 뒤 H100을 대량으로 사용할 예정인데 가격이 4달러까지 오를까 걱정
-지금 H100 선물을 매수해 미래 GPU 가격을 사실상 고정
-실제 임대료가 4달러로 오르면 GPU를 빌리는 비용은 증가하지만 선물 포지션에서 이익 발생
-즉 항공사가 유가 상승을 대비해 원유 선물을 사는 것과 비슷한 개념
*AI CapEx 시장에서 중요한 이유
-지금까지 AI 컴퓨팅 비용은 NVIDIA GPU 판매가격이나 클라우드 사업자의 임대가격을 통해 간접적으로 확인
-선물시장이 형성되면 시장이 예상하는 향후 H100·B200 컴퓨팅 가격을 직접 확인할 수 있게 됨
-예를 들어 B200 선물가격이 미래 만기로 갈수록 상승한다면 시장이 AI 컴퓨팅 수요 대비 공급 부족을 예상하고 있다는 신호가 될 수 있음
-반대로 미래 가격이 낮아진다면 GPU 공급 확대나 신제품 출시로 컴퓨팅 비용 하락을 예상하고 있다는 의미가 될 수 있음
-따라서 Compute Futures의 선물곡선 자체가 향후 AI 투자와 GPU 수급을 판단하는 새로운 지표가 될 가능성
*NVIDIA에도 의미가 있는 이유
-첫 번째 Compute Futures의 기초자산이 H100과 B200으로 모두 NVIDIA GPU
-AI 컴퓨팅 파워의 표준가격을 만드는 초기 시장이 NVIDIA GPU 임대가격을 기준으로 형성되는 셈
-향후 선물시장이 활성화되면 NVIDIA GPU의 경제적 가치가 단순 칩 판매가격뿐 아니라 시간당 컴퓨팅 가격으로도 평가될 수 있음
-GPU 세대별 가격 차이를 통해 신제품의 성능 향상과 공급 부족에 시장이 부여하는 프리미엄도 관찰 가능
*Silicon Data의 역할
-Silicon Data는 여러 GPU 임대시장의 가격을 수집해 표준화된 GPU 임대료 지수를 산출
-GPU 임대가격은 공급업체, 지역, 계약기간, 클러스터 구성 등에 따라 차이가 있기 때문에 이를 동일한 기준으로 조정
-현재 H100을 포함한 GPU별 실시간 가격 벤치마크와 선도가격 데이터를 제공
-CME 선물은 이 가격지수를 기초로 거래
*CME가 기대하는 시장
-AI 개발사
-Hyperscaler
-클라우드 서비스 사업자
-데이터센터 사업자
-금융기관
-기관투자자와 트레이딩 업체
-실제 GPU를 사용하는 기업뿐 아니라 향후 AI 컴퓨팅 수요와 가격에 투자하려는 금융시장 참가자까지 참여할 수 있는 구조
*핵심 정리
-CME가 10월 5일부터 H100과 B200 GPU 임대료를 기초로 한 Compute Futures를 출시할 예정
-GPU 자체가 아니라 시간당 GPU 임대가격을 선물로 거래
-AI 개발사와 Hyperscaler는 향후 GPU 비용을 미리 고정해 가격 상승 위험을 헤지할 수 있음
-GPU 공급업체와 데이터센터 사업자도 임대가격 하락 위험을 관리할 수 있음
-향후 H100·B200 선물곡선이 AI 컴퓨팅 수요와 GPU 공급 부족 정도를 보여주는 새로운 시장지표가 될 가능성
-AI 컴퓨팅 파워가 전력·원유처럼 가격을 정하고 위험을 헤지할 수 있는 하나의 상품시장으로 발전하기 시작했다는 점이 핵심
링크: https://www.cnbc.com/2026/08/11/ai-computing-power-becomes-a-tradable-asset-class-as-cme-starts-futures.html | 23 |
| 14 |  CME, AI컴퓨팅 파워 선물 출시.
GPU임대료가 거래가능한 자산으로.
컴퓨트가 원유처럼 거래되는 것은 커머디티화 초기 국면으로 볼 수 있다. 더군다나 담보가치를 헷지 할수 있게 되면 네오클라우드의 조달금리는 내려갈 수 있다.
즉, AI Capex 배관공사로도 의미를 갖는다. | 41 |
| 15 | https://blog.naver.com/opushk/224375940989 | 28 |
| 16 |  +1260812_월가의 "Flow Guru" Scott Rubner의 일자별 증시 전망
- 백테스트, 20 거래일 후 기준 80%의 적중률 (24년 7월~ 26년 6월) | 75 |
| 17 | 루멘텀 어닝콜 1.6T, NPO, CPO 발언
“1.6T 트랜시버 출하를 시작했으며, 채택은 회계연도 1분기부터 더욱 가속화돼 2027년까지 이어질 것으로 예상합니다”
“주요 하이퍼스케일 고객들의 맞춤형 AI 클러스터 구축이 800G에서 1.6T로의 빠른 전환을 이끌고 있습니다”
“NPO는 기존 사업에 완전히 추가되는 기회로, 광학 TAM을 크게 확대하고 있습니다”
“2027년 말~2028년경 NPO가 광학 스케일업 시장에 본격 진입할 것으로 보고 있습니다”
“주요 CPO 고객들의 생산 계획은 순조롭게 진행 중이며, 지난 업데이트 이후 수요 신호는 오히려 강해졌습니다”
“초고출력 레이저 수요는 2027년 하반기부터 증가하고, 본격적인 CPO 스케일업 배치는 2028년에 시작될 것으로 예상합니다”
“CPO는 광학을 기판이나 인터포저에 직접 배치하는 기술 로드맵의 최종 단계로 보고 있습니다”
NPO/CPO 도입 가시성은 높아졌고, 고출력 레이저 공급 부족은 심화되고 있음 | 32 |
| 18 | 260811_KOSPI 변동성 확대의 핵심: 레버리지 ETF가 만든 악순환
> KOSPI 변동성 확대의 핵심: 레버리지 ETF가 만든 악순환 > 저평가보다 중요한 것은 변동성 정상화와 외국인 Risk Budget 회복
1. 핵심 결론
① 현재 KOSPI의 핵심 문제는 펀더멘털이나 밸류에이션보다 시장 구조적으로 높아진 변동성에 있음
② 26년 8월 KOSPI의 12개월 선행 PER은 5.1배로 사상 최저 수준이며, 골드만삭스는 12개월 목표치 12,000pt를 유지하고 있음
③ 이는 8월 10일 종가 6,299pt 대비 약 +90%의 상승여력을 의미함
④ 그럼에도 외국인이 적극적으로 한국 비중을 확대하지 못하는 핵심 이유는 레버리지 ETF가 증폭시킨 극단적인 변동성에 있음
⑤ 전체 메커니즘은 레버리지 ETF 확대 → 종가 리밸런싱 및 가격 변동 증폭 → 시장 변동성 상승 → 기관 VaR 상승 → 한국시장 Risk Budget 축소 → 외국인 매도 → 추가 변동성 상승의 구조
⑥ 즉 레버리지 ETF가 변동성을 키우고, 높아진 변동성이 외국인의 한국 비중 확대를 제약하며, 외국인 매도가 다시 변동성을 높이는 자기 강화적 악순환이 형성된 것
2. 시작점: 단일종목 레버리지 ETF 확대
⑦ 5월 27일 삼성전자와 SK하이닉스를 기초자산으로 하는 2배 단일종목 레버리지 ETF가 출시
⑧ 2배 레버리지 ETF는 매일 기초자산 수익률의 2배를 추종해야 하기 때문에 시장 움직임이 커질수록 리밸런싱 규모 역시 확대되는 구조
⑨ 특히 상승 시 추가 매수, 하락 시 추가 매도가 발생하는 특성 때문에 기존 가격 움직임을 더욱 증폭시킴
⑩ 문제는 이러한 레버리지 상품에 대한 투자수요가 매우 빠르게 증가했다는 점임
⑪ 26년 상반기 레버리지·인버스 ETF 기본교육 이수자는 116만3,000명, 단일종목 레버리지 심화교육 이수자는 약 69만 명
⑫ 특히 삼성전자와 SK하이닉스는 KOSPI 시가총액의 약 3분의 1을 차지하고 있음
⑬ 따라서 두 종목에서 발생한 레버리지발 변동성이 개별 종목에 그치지 않고 KOSPI 전체 변동성으로 전이될 수 있는 시장 구조가 형성
3. 결과: KOSPI 변동성의 극단적 확대
⑭ 실제로 단일종목 레버리지 ETF 확대 이후 KOSPI 변동성은 비정상적인 수준까지 상승
⑮ 6월 29일 VKOSPI는 장중 97.99까지 상승하며 2008년 금융위기 이후 최고치를 기록
⑯ 7월 KOSPI는 월간 -22.19% 하락했고, 고점 대비 최대 낙폭은 -43.93%
⑰ 같은 기간 서킷브레이커 한 달 4회, 이틀 연속 서킷브레이커, 사이드카 9거래일 연속이라는 이례적인 시장 상황이 발생
⑱ 특히 7월 28일 KOSPI는 -10.84% 급락한 반면, 7월 31일에는 +17.91% 급등하며 종가 기준 역대 최대 상승률을 기록
⑲ 여기서 중요한 것은 +17.91%의 급등 역시 시장 정상화가 아니라 또 하나의 변동성 이벤트라는 점
⑳ 기관의 위험관리 모델은 상승과 하락의 방향보다 가격 변화의 크기 자체를 위험으로 인식함
㉑ 따라서 -10.84% → +17.91%와 같은 V자 움직임은 개인투자자에게는 강한 반등으로 보이지만, 글로벌 기관 입장에서는 여전히 투자 규모를 확대하기 어려운 고위험 시장임을 의미
4. 변동성 확대가 외국인 비중 확대를 막는다
㉒ 이 부분이 현재 KOSPI를 이해하는 데 가장 중요한 지점
㉓ 글로벌 기관은 단순히 “한국 주식이 싸다”고 판단한다고 원하는 만큼 매수할 수 있는 것이 아님
㉔ 대부분의 글로벌 기관은 일정한 VaR·Risk Budget·Tracking Error·Volatility Limit 등의 위험관리 한도 안에서 포지션을 운용
㉕ 예를 들어 일간 변동성이 1.9% → 4.8%로 상승하면 동일한 위험예산 아래에서 담을 수 있는 투자 규모가 3분의 1 남짓으로 감소할 수 있음
㉖ 즉 KOSPI의 12개월 선행 PER이 5.1배까지 떨어졌다고 하더라도 변동성이 지나치게 높으면 외국인 펀드매니저가 한국 비중을 확대하기 어려움
㉗ 핵심은 ‘매수 의향’과 ‘매수 능력’은 전혀 다른 문제라는 점
㉘ PER 5.1배는 한국 주식을 사고 싶은 이유를 제공하지만, 높은 변동성은 실제로 한국 주식을 살 수 있는 한도를 축소시킴
㉙ 따라서 현재 외국인이 기다리는 것은 더 싼 한국 주식이 아니라 투자 규모를 정상적으로 산정할 수 있는 안정적인 한국시장임
5. 7월 31일 규제: 문제 해결의 시작
㉚ 정부는 7월 31일 단일종목 레버리지 ETF에 대한 규제를 시행함
㉛ 기본예탁금을 1,000만원 → 3,000만원으로 상향하고, 주식·ETF·채권 등 대용증권을 제외해 현금만 인정하는 방식으로 진입장벽을 높임
㉜ 정책 효과는 비교적 빠르게 나타남
㉝ 8월 3일 규제 시행 첫 거래일에 단일종목 레버리지 ETF 14종의 거래량이 -53.5% 급감함
㉞ 모건스탠리 역시 같은 날 KOSPI의 과도한 레버리지를 해소하는 디레버리징 과정이 절반 이상 진행됐다고 평가함
㉟ VKOSPI 역시 97.99 → 8월 첫째 주 70대 중반까지 하락함
㊱ 따라서 현재까지는 레버리지 억제 → 리밸런싱 충격 완화 → 변동성 하락이라는 정책 효과가 일정 부분 나타나고 있다고 볼 수 있음
6. 다만 레버리지의 ‘풍선효과’는 확인 필요
㊲ 다만 레버리지 투자수요 자체가 완전히 사라졌다고 단정하기는 어려움
㊳ 단일종목 레버리지 규제가 강화되면서 일부 자금이 KOSPI200·KOSDAQ150 지수형 레버리지 ETF로 이동한 것으로 나타남
㊴ 실제로 8월 첫째 주에도 KOSPI -5.10%, KOSDAQ +10.98%의 높은 변동성이 지속됨
㊵ 따라서 현재 VKOSPI 하락이 레버리지 자체의 구조적인 축소를 의미하는 것인지, 아니면 삼성전자·SK하이닉스에서 다른 레버리지 상품으로 자금이 이동한 결과인지 추가 확인이 필요함
㊶ 향후에는 단일종목 ETF 거래대금뿐 아니라 지수형 레버리지 ETF 잔고와 장 마감 직전 리밸런싱 물량이 실제로 감소하는지를 함께 확인해야 함
7. 투자 시사점: 외국인 복귀의 선행조건은 ‘Volatility Compression’
㊷ 현재 KOSPI는 PER 5.1배라는 역사적 저평가만으로 설명하기 어려운 시장임
㊸ 외국인의 본격적인 한국 비중 확대를 위해서는 레버리지 ETF 거래 축소 → 종가 리밸런싱 충격 감소 → 삼성전자·SK하이닉스 변동성 하락 → VKOSPI 하락 → 글로벌 기관 VaR 개선 → 한국시장 Risk Budget 회복 → 외국인 현물 순매수 → KOSPI 밸류에이션 정상화의 과정이 필요함 | 49 |
| 19 | 260811_ 엔비디아, 5천억 달러 AI인프라 금융 플랫폼의 함의
1. 가장 중요한 변화: GPU가 ‘장비’에서 ‘금융자산’으로
2. Microsoft·Meta·Google >자기 돈으로 데이터센터 건설 > NVIDIA GPU 구매
3. 따라서 AI CAPEX의 상한은 결국 빅테크의 현금흐름과 대차대조표였음
4. 젠슨 황이 만들려는 구조는 다름
5. 연기금·보험사·PE·인프라펀드·은행 > AI Factory 투자 > AI Cloud/기업/국가가 Compute 사용료 지급>> 투자자에게 장기 현금흐름
6. 즉,GPU > AI Factory > Compute Capacity >임대/사용료 >현금흐름 > Infrastructure Asset
이라는 금융상품화 과정임.
7. 발언에서 “In AI, compute is revenue”라고 강조하는 이유도 여기에 있음. AI Factory를 발전소·통신망·데이터센터처럼 현금흐름을 창출하는 생산자산으로 정의하려는 것임.
8. 왜 NVIDIA의 ‘25% 잔존가치 보증’이 핵심인가
9. 여기가 투자자 입장에서 가장 중요한 부분임.
10. 금융기관이 10억달러짜리 GPU 데이터센터에 돈을 빌려준다고 가정하면 가장 무서운 것은 GPU 감가상각임
11. 예를 들어 Blackwell을 담보로 대출했는데 2~3년 뒤 Rubin >Rubin Ultra >차세대 GPU가 나오면서 Blackwell 가격이 폭락하면 담보가치가 크게 떨어질 수 있음.
12. 그래서 전통적인 인프라 금융기관 입장에서는 GPU를 발전소나 통신타워처럼 장기 담보자산으로 보기 어려웠음
13. 여기서 엔비디아가 프로젝트별 최대 25% residual-value support를 제공할 수 있다고 한 것임.
쉽게 말하면,“이 GPU가 몇 년 뒤에도 일정 수준의 경제적 가치가 있다는 데 NVIDIA가 일부 신용을 제공하겠다.” 는 의미임
14. 그러면 금융기관 입장에서는 GPU 잔존가치 불확실성 ↓ >담보가치 ↑ >대출 가능 규모 ↑ >금리 ↓ > AI Factory IRR ↑라는 구조가 만들어짐
15. 결국 NVIDIA가 자기 Balance Sheet를 GPU 금융시장의 Credit Enhancement에 일부 사용하는 것임.
16. 그래서 Circular Financing 논란이 생기는 것 > 시장 우려도 충분히 이해할 수 있음
17. 극단적으로 보면 NVIDIA가 GPU를 판매 > GPU 구매자가 돈 부족 >NVIDIA가 금융지원 >고객이 NVIDIA GPU 구매 >NVIDIA 매출 증가 구조가 될 수 있기 때문임
18. 1990년대 통신장비 회사들의 Vendor Financing과 비교되는 이유임
19. 하지만 이번 구조에서 NVIDIA가 강조하는 차이는 자금의 주체가 NVIDIA가 아니라 Apollo·BlackRock·Blackstone·Brookfield·Goldman Sachs·KKR 등의 독립 자본이라는 점임. 프로젝트별 고객, 가동률, 현금흐름, 잔존가치를 금융기관이 별도로 심사한다는 논리임
20. 따라서 구조적으로는 NVIDIA >고객에게 돈 >NVIDIA 제품 구매 보다는 기관투자자 > AI Factory SPV > NVIDIA 장비 구매에 가까움
21. NVIDIA는 일부 프로젝트의 Residual Value Tail Risk만 제한적으로 부담하는 구조를 지향하는 것임.
22. NVIDIA가 이렇게까지 하는 진짜 이유
23. AI 투자 사이클의 병목이 변하고 있기 때문임
24. 과거: GPU 공급 부족 > 최근: 전력 + 데이터센터 + 자금조달 > 앞으로: AI Factory Financing 으로 이동하고 있음
25. 특히 Hyperscaler 밖으로 가면 문제가 커짐
26. Meta·Microsoft·Google·Amazon은 수십조~수백조원 CAPEX를 자기 Balance Sheet에서 집행할 수 있지만,CoreWeave 같은 Neocloud / AI Startup / Sovereign AI / 일반기업은 그렇지 못함
27. 즉 AI Compute에 대한 수요는 있는데 Balance Sheet가 부족한 고객층이 엄청나게 존재함.
NVIDIA도 지난 7월 공개한 AI Cloud 프로그램에서 신생 AI 기업들이 대규모 인프라를 구축하기 위한 자본 접근성이 제한되어 있다는 점을 직접 문제로 지적했음.
그래서 금융을 붙여버리는 것임.
28. 5,000억달러의 의미가 상당히 큼, 5,000억달러는 현재 환율을 대략 적용하면 약 700조원 규모임
29. 이 돈이 단기간에 전부 집행된다는 뜻은 아니지만, 핵심은 AI CAPEX의 재원을 Hyperscaler FCF에서
글로벌 기관투자자 Balance Sheet 까지 확장한다는 것임
30. 이렇게 되면 AI CAPEX의 잠재적 상한 자체가 올라감.
31. 예를 들어 AI Factory 프로젝트가 안정적인 IRR을 만들어낼 수 있다는 트랙레코드가 형성되면,
PE > Infrastructure Fund > Insurance > Pension >Sovereign Wealth Fund >Private Credit > ABS/Project Finance 순으로 자금원이 확장될 가능성이 있음
32. 태양광·풍력·통신타워·데이터센터가 과거에 거쳤던 Assetization 과정과 상당히 비슷함
33. NVIDIA가 강조하는 A100 사례도 금융 논리
34. 젠슨 황이 구형 GPU의 경제적 수명을 강조하는 것도 이유가 있음
35. NVIDIA 측 설명에서는 2020년 출시된 A100이 6년이 지난 2026년에도 Training·Fine- tuning·Inference·HPC 등에 상업적으로 사용되고 있으며 경제적 수명이 10년 가까이 연장될 가능성을 강조함 > 이것은 기술 자랑이라기보다 금융기관에게 하는 이야기임
36. 금융기관의 질문은: “3년 후 이 GPU가 얼마짜리인가?” 이기 때문임
37. NVIDIA의 답은:CUDA + 소프트웨어 업데이트 + 광범위한 고객 기반 + 재배치 가능성 때문에 GPU가 생각보다 오래 돈을 벌 수 있다는 것임
38. 즉 NVIDIA가 증명해야 하는 핵심 KPI가 이제 단순 FLOPS가 아니라 GPU Useful Life + Utilization + Rental Yield + Residual Value 까지 확장되는 것임.
39. 반도체 투자자 입장에서는 매우 Bullish한 구조
40. 이 구조가 제대로 작동한다면 NVIDIA만 좋은 것이 아님
41. AI Factory CAPEX가 외부 금융시장으로 확장되면서 GPU > HBM > DRAM > Networking > PCB > Power > Cooling > Transformer > Data Center 전체 CAPEX 사이클의 기간과 규모가 커질 가능성이 있음
42. 특히 메모리 관점에서는 상당히 중요함. AI Factory가 금융자산화되면 NVIDIA GPU 출하량의 제약이 단순 Hyperscaler CAPEX에서 벗어나기 때문임
43. 따라서 기관자금 유입 > AI Factory 건설 증가 > GPU 출하 증가 > HBM 탑재량 증가 > HBM 수요 증가 구조
44. SK하이닉스·삼성전자 같은 HBM 공급업체에는 AI 투자 사이클의 Duration을 연장시키는 재료로 볼 수 있음
45. 한국에서도 이미 NVIDIA DSX 기반의 AI Factory가 구체화되고 있음. SK텔레콤은 2027년 첫 AI Factory 가동을 목표로 GW급 AI Cloud를 추진하고 있으며, NAVER 역시 세종에서 55MW를 시작으로 GW급으로 확대한다는 계획임.
46. 다만 가장 중요한 리스크도 명확함
47. 이 구조가 성공하려면 결국 하나가 증명되어야 함
48. AI Factory의 실제 현금흐름 > AI Factory의 자본비용 이어야 함
49. 즉 GPU 이용률 × GPU 시간당 가격 × 경제적 수명이 GPU 구매비 + 전력비 + 데이터센터 비용 + 금융비용 보다 충분히 높아야 함
50. 여기서 이용률이나 Compute 가격이 떨어지면 문제가 발생함
51. 그러면 AI Factory IRR 하락 > 금융기관 신규 투자 감소 > GPU 잔존가치 하락 > NVIDIA 보증 부담 증가라는 반대 방향의 사이클도 가능함
52. 따라서 앞으로 NVIDIA를 볼 때 GPU 출하량만큼 중요해지는 숫자가 GPU Rental Price와 Utilization이라고 생각할 수 있음. | 32 |
| 20 | ⚡ 엔비디아 HBM 줄여도 마이크론엔 호재 - MarketWatch
엔비디아가 차기 칩 루비 울트라의 사양을 낮추는 움직임이 오히려 마이크론에 호재가 될 수 있다는 분석이 나왔음. UBS 티모시 아쿠리는 엔비디아가 HBM 공급 우려로 메모리 탑재량을 줄인 버전을 시험 중이라며, 칩당 HBM은 줄어도 전체 칩 수가 늘어 2027년 HBM 소비량은 기존 전망보다 커질 수 있다고 봤음.
가격 흐름도 우호적임. 아쿠리는 HBM4·HBM4E 가격이 예상보다 강하다며 HBM 평균판매가격 상승률 전망을 전년 대비 67%에서 79%로 올렸음. 낸드도 서버·스토리지 SSD 수요가 예상을 웃돌며 PC 시장 부진을 일부 상쇄하고 있음.
마이크론 최고사업책임자 수미트 사다나는 수요가 빠르게 늘어 2027년 이후에도 공급이 빡빡할 것으로 본다고 말했음. 마이크론 주가는 월요일 오후 소폭 상승세로, 올해 209% 올랐음. | 20 |
