BacurasHouse

JPM 채권 기술적 분석 (30년물 중심) 미 국채 장기물 수익률이 여름 마지막 몇 주 동안 몇 달간 지속되던 상승 추세 이후 다소 안정되는 모습을 보였고, 9월 하순에는 5.20% 부근의 핵심 저항선을 향해 평균 회귀(반등)를 시도하기도 했으나, 최근 며칠 사이 채권 매도 세력(금리 상승론자)이 다시 우위를 점했습니다. 과매도 상태와 주봉 기준 모멘텀 다이버전스 신호 등 강한 기술적 반등 여건에도 불구하고 시장의 흐름을 뒤집는 데는 실패했습니다. 이러한 매도세의 재개로 인해 당사의 매수(롱) 트레이딩 전략은 손절매(Stop-out) 처리되었으며, 현재는 단기 매도 세력의 힘이 소진되었다는 새로운 증거를 확인하기 전까지 관망(낮은 확신) 태세를 유지하고 있습니다. 미 국채 선물 일간 심리지수(DSI)의 강세론자 비중이 약 10% 수준에 머무르는 등 심리 지표는 여전히 극심한 과매도 영역에 위치해 있습니다. 또한, 당사의 미 선물 가중 푸트/콜 비율 1년 Z-스코어 역시 과매도 임계값인 2표준편차를 하회하고 있습니다. 현재 시장은 최고 5.59%의 금리를 기록했던 2003~2007년 매매 범위의 상단(채권 가격 기준 저점)을 위협하고 있습니다. 이 잠재적 지지선마저 무너질 경우, 다음으로 주목할 만한 차트 마디가(Level)는 2025년 10월부터 2026년 6월까지의 동일 파동(Equal Swings) 목표치인 5.78%이며, 그 너머 장기 마디가는 6%대에 형성되어 있습니다. 만약 시장이 과매도 영역에서 다시 평균 회귀(금리 하락/채권 가격 반등)를 시작한다면, 당사는 여전히 5.15~5.25% 구간을 가장 핵심적인 저항선으로 주시하고 있습니다. 이 구간은 늦여름 하향 이탈이 발생하기 전까지 2023~2026년 박스권의 주요 지지선 역할을 했던 곳입니다. 이 저항대를 상향 돌파(금리 하락)할 경우, 단기 CTA(추세추종형 재량/시스템 펀드) 매수 전환 신호가 근처에 위치해 있어 재량적 숏커버링(매도 포지션 청산)과 시스템 알고리즘 매수세를 유발할 가능성이 높습니다. 반대로, 향후 몇 주 동안 해당 돌파점보다 높은 금리 수준(낮은 채권 가격)에서 가격 형성이 지속된다면 중기적으로 매도 세력이 시장의 주도권을 계속 쥐게 될 것입니다.

Claude Sonnet 5.5의 가격과 성능 - 현존하는 가성비 최고 모델인듯 - 이전 모델을 압살하는(가격, 성능 모두) 새로운 모델의 출시주기가 이제 주 단위로 빨라짐

소넷따위가 아스트라를 밟다니

OpenAI, 안전성 우려에 신규 AI 모델 출시 철회 OpenAI가 10월 공개 예정이던 차세대 모델 GPT-6.1 Astra의 출시를 철회. 복잡한 작업을 사람의 도움 없이 수행하는 능력은 향상됐지만, 내부 테스트에서 안전·정렬 성능이 이전 모델보다 일부 후퇴하며 출시 기준을 충족하지 못함. 핵심 문제는 두 가지. 1. 자신이 한 행동을 사용자에게 정확히 알리지 않는 등 기만적 행동 증가 2. 사용자 허가 없이 작업을 계속하거나 외부 도구·서비스를 사용하는 권한 범위 이탈 최근 OpenAI 내부 에이전트의 Hugging Face 침입 등 보안 사고가 이어지면서, 회사는 향후 더 강력한 모델의 안전성 개선에 집중할 계획. • 출처: WSJ

미중 정상회담 팩트시트에 정제 유가 나오는 비밀 https://m.blog.naver.com/ranto28/224424601089 #메르 한줄 코멘트. 정제유 생산 주요 5개국(중동, 미국, 러시아, 중국, 한국)이 모두 수출에 문제가 있는 상황임. 트럼프는 시진핑이 중간선거 전에 정제유를 풀어서 디젤 가격을 낮췄으면 하지만, 세상에 공짜는 없음. 중국이 무엇인가를 받고 수용을 해도 디젤 재고가 15개월 최저라 풀 여력이 크지는 않음. 그렇다고 미국이 디젤 수출금지를 하려니 부작용이 신경 쓰이는 상황임. 디젤(경유) 가격이 한동안 내리기 쉽지 않다는 말임. 35. 한국 정유사들 입장에서는 큰 돈을 벌 기회임. 36. 문제는 3월 13일 시작된 휘발유•경유 수출물량 제한이 지금도 유지되고 있는 것임.

미국 국채 📈

[메리츠증권 전기전자/IT부품 양승수] - TrendForce, AI 서버 핵심 부품 공급망 점검 자료 업데이트. 기존 자료 대비 CPU 항목이 신규 추가됐으며, 나머지 품목의 리드타임과 공급 상황은 동일하게 유지 - CPU 리드타임은 25~30주로 균형 수준인 16~20주를 상회. Agentic AI 확산에 따른 서버 CPU 수요 증가와 주요 CSP의 자체 CPU 개발·도입 가속화가 수급 부담의 주요 원인 - GPU는 Blackwell의 정상 출하로 30~40주의 균형 상태를 유지. 다만 Rubin은 HBM 등 업스트림 공급망 준비가 필요하며, 본격적인 출하량 확대는 2027년부터 진행될 전망 - DRAM과 NAND 리드타임은 각각 20주와 16주로 기존과 동일. 미국 CSP의 서버 구축 및 eSSD 수요 확대가 이어지는 가운데, DRAM은 4Q26~1Q27 공급 부족과 가격 인상 논의가 본격화되는 모습 - HDD는 50주의 장기 리드타임이 지속. 업체들의 HAMR 기반 생산능력 확대에도 AI 데이터센터의 스토리지 수요 증가로 공급 부족이 최소 2027년까지 이어질 전망 - ABF 기판은 48~56주로 가장 긴 수준의 리드타임을 유지. 2027년 Low-CTE 유리섬유 공급 확대에도 AI 칩의 대면적화·고다층화에 따른 수요 증가, 고다층 제품의 수율 문제 및 제한적인 증설 여력으로 타이트한 수급이 지속될 전망 - MLCC 리드타임 역시 32주로 기존과 동일. Vera Rubin향 부품 수요 확대와 함께 고사양 범용 MLCC의 공급 부족이 나타나는 반면, Google TPU8향 커스텀 MLCC는 제한적인 수요로 출하가 지연되는 등 고객사별 차별화가 확인 - 종합하면 리드타임의 추가 상승은 나타나지 않았으나, CPU가 신규 공급 부족 품목으로 편입되고 ABF·DRAM·MLCC의 공급 제약이 AI 서버 수요를 중심으로 구체화 - CPU 수요 확대와 AI 칩의 대면적·고다층화가 맞물리며 ABF 기판의 구조적인 공급 부족이 장기화될 가능성에 주목 * 본 내용은 당사의 코멘트 없이 국내외 언론사 뉴스 및 전자공시자료 등을 인용한 것으로 별도의 승인 절차 없이 제공합니다.

받) AI 에이전트 경쟁이 격화되는 가운데 오픈AI가 메타의 ‘Muse’에 정면 대응하기 위해 ‘o’라는 상시형 개인 AI 비서 출시를 서두르고 있는 것으로 알려짐. 오픈AI는 이미 ChatGPT Pro 관련 제품 문서에 ‘o’ 브랜드 표식을 추가한 것으로 확인됐으며, 공식 출시가 임박했다는 관측. 이르면 9월 29일 화요일 개발자 대회에서 공개될 가능성이 제기되고 있음.

Jev 활용 사례 # 게임플레이: 실시간 화면을 보고 사격, 회전, 도주 등 행동을 즉시 결정 # 투자 자동화: 가격 흐름에 따라 매수·매도·보유(바이/셀/홀드)를 빠르게 판단 # 코디 추천: 여러 옷 중 상의·하의를 골라 조합하고, "흰색", "캐주얼" 같은 조건에 맞춰 즉시 선택 # 뉴스 분류: 뉴스 384개를 읽고 15개 브랜드별로 어떤 스토리에 올라탈지 분류 (Opus 대비 훨씬 빠름) # 리플레이 영상 분석: 수백만 개 영상에서 사용자가 짜증을 낸 클릭인지 판별하고 오류 원인을 대량 분류 # 테슬라 FSD 구현: 한 시간도 안 걸려 구축. 시각 정보를 보고 정지·주행을 빠르게 판단하는 자율주행 적용 사례 # 조코딩 직접 구현: 비트코인 실시간 차트를 보고 롱·숏을 결정. 평균 응답 약 0.5초

* Torsten Slok(Apollo 수석 economist) Muse와 같은 AI 에이전트는 곧 가정의 현금을 자동으로 3.3%~5.0%의 이자를 지급하는 계좌로 이체할 수 있습니다. 이는 전국 평균 당좌 예금 이자율인 0.1%보다 높은 수치입니다. 모든 가정이 AI 에이전트를 사용하여 현금 잔액의 수익률을 최적화한다면, 은행은 대출에 의존하는 저금리 예금의 상당 부분을 잃을 수 있으며, 이는 전체 금융 시스템에 문제가 될 것입니다.

"제브보다 9배 빠르다"...스탠퍼드·엔비디아, 'CLM-8B'로 맞불 문장 생성을 배제하고 의사결정에만 특화해 실리콘밸리에서 폭발적인 관심을 모은 타입세이프 AI의 ‘제브(Jev)’에 맞서, 스탠퍼드대학교와 엔비디아 연구진이 도전장을 내밀었다. AI 에이전트의 반복적인 도구 선택과 결과 검증을 별도 모델로 분리·속도화하는 오픈소스 모델을 공개하며 제브가 불을 붙인 '판단 전용 AI' 시장 경쟁에 불을 지핀 것이다. 스탠퍼드대와 엔비디아 연구진은 23일(현지시간) AI 에이전트의 도구 선택과 결과 검증 같은 제한된 의사결정을 빠르게 처리할 수 있는 오픈소스 모델 ‘CLM-8B(Contrastive Language Models)’를 공개했다. 최근 돌풍을 일으킨 제브처럼 문장을 새로 써내는 방식을 버리고, 현재 상황과 가능한 선택지를 서로 비교해 가장 적합한 행동을 빠르게 골라내는 방식을 취했다.  출처 : AI타임스(https://www.aitimes.com/news/articleView.html?idxno=215683)

200배 빠른데 400배 싸다, AI 업계 지각 변동, LLM 아닌 새로운 AI 등장 Jev… 단어 생성이 아니라 확률이 바꾸는 AI 생산성 https://youtu.be/72rJKQ2a6Ak?si=ljm1JkTpBNjyON1x #안될공학 --- 1️⃣ "AI가 얼마나 대단한 답을 하느냐를 넘어, 소프트웨어가 얼마나 자주 AI의 판단을 쓸 수 있게 되느냐" - 공개 데모에서는 같은 모델이 게임 50개를 동시에 구동하고, 작성 중인 글의 감정·논쟁성·어조를 실시간으로 평가하며(16개 질문 약 0.56초), SNS 피드에서 사용자가 정한 조건의 게시물을 자동으로 접음. - 보고서 작성에는 몇 초의 대기가 괜찮지만, 게임 장애물 회피나 문장 단위 교정처럼 판단이 잦은 작업에서는 대기 시간 자체가 사용성을 떨어뜨림. - 텍스트 MMORPG 개발 사례에서 자유 입력 행동의 해석 시간 중앙값이 기존 6.52초에서 Jev 적용 후 0.317초로 단축됨. - 핵심은 속도 수치보다, 비용과 지연 때문에 붙이지 못했던 기능을 이제 자주 호출할 수 있게 된다는 가능성임. --- 2️⃣ "답변을 더 빨리 쓰는 모델이 아니라, 아예 답변 문장을 생성하지 않는다" - Jev는 TypeSafe AI가 2026년 9월 15일 공개한 모델로, OpenAI의 InstructGPT 연구 참여자와 Meta AI 연구 조직 출신 등이 공동 창업함. - 사람이 읽기 좋은 답을 주는 AI에서, 소프트웨어가 바로 받아 실행할 수 있는 판단을 주는 AI로 중심을 옮기는 것이 목표임. - 개발자가 판단 대상(State)과 질문(Question), 답의 형태를 미리 정하면, 모델은 설명 없이 조건이 참일 확률, 선택지 중 하나(Choice), 순서형 척도 점수(Score)를 바로 반환함. - 특정 단어 차단 같은 규칙을 넘어 "이 글이 내가 정한 종류의 논쟁인가"를 묻는, 말로 기준을 정하는 판단 함수에 가까운 형태임. --- 3️⃣ "질문을 묶는 데서 나아가 답을 산출하는 과정도 병렬로 처리한다" - 기존 자기회귀형 언어모델은 앞서 만든 토큰에 이어 다음 토큰을 생성하므로, 짧은 JSON이라도 순차 출력 구조임. - Jev는 서로의 답을 기다릴 필요가 없는 질문들을 같은 입력에 대해 동시에 평가하도록 설계됨. - 예를 들어 고객 문의에서 환불 요청 여부, 감정 상태, 추가 확인 필요 여부를 한 번에 판단하고 실제 처리는 코드가 결정하는 구조가 가능함. - 다만 버튼을 눌러야 새 화면이 나오는 것처럼 새 정보가 필요한 다음 단계까지 한 번에 처리되지는 않으며, 줄어드는 것은 왕복과 순차 대기임. --- 4️⃣ "의미를 판단하는 건 모델이고, 어느 수준에서 자동 처리할지 정하는 건 코드" - 회사는 RLCD라는 학습 방법으로, 예측한 확률이 실제 적중 비율과 맞도록(80% 예측 사례가 실제로 약 80% 맞도록) 학습시킨다고 설명함. - 문의 분류 확률이 91%인 경우와 52%인 경우를 다르게 처리해, 애매할 때는 정보를 더 모으거나 다른 모델·사람에게 확인하도록 설계할 수 있음. - 단, 이 확률이 실제 업무 환경에서도 신뢰할 만한지는 별도 검증이 필요함. --- 5️⃣ "트랜스포머를 벗어난 새로운 AI라고 말하기는 어렵다" - 트랜스포머는 신경망 구조이고, 자기회귀는 출력 방식이므로 비자기회귀라는 것이 곧 트랜스포머를 쓰지 않는다는 의미는 아님. - 트랜스포머로도 분류 모델을 만들 수 있으며, TypeSafe가 새 아키텍처와 샘플러를 만들었다고 밝혔지만 세부 설계는 추가 공개가 필요함. - 현재 확인 가능한 차이는 문장을 이어 쓰기보다 판단과 확률을 빠르게 내놓는 데 집중했다는 점임. --- 6️⃣ "모든 클릭에 긴 추론이 필요한 건 아니다" - Browser Use의 공개 사례에서 출발지·목적지 입력부터 항공편 검색 결과 표시까지 약 7초가 소요됨. - 프로그램이 페이지의 버튼·입력창에 번호를 붙이면 Jev가 어떤 동작을 할지 고르는 객관식 문제로 브라우저 조작을 전환했고, 문장 입력이 필요할 때만 별도의 소형 생성 모델을 호출함. 해당 구성은 오픈소스로 공개됨. - 컴퓨터 조작 도구 Cua도 실행 가능한 행동 후보를 만들고 Jev가 고른 답을 검증해 실행하는 구성을 공개함. - 판단이 빨라져도 화면 인식, 실행, 오류 감지 과정은 남으므로, 빠른 모델의 배치 위치와 실패 시 복구 설계가 새로운 과제로 부상함. --- 7️⃣ "형식 보장은 정해진 선택지 안에서 답한다는 뜻이지, 항상 정답을 고른다는 뜻은 아니다" - Jev가 강점을 보이는 영역은 가능한 답이 정해져 있고 문맥만 읽으면 빠르게 판단할 수 있는 작업임. - 새로운 글쓰기는 생성 모델, 정확한 계산은 코드, 앞선 결과가 필요한 판단은 순차 처리로 역할을 나눠야 함. - 가격은 입력 토큰 기준으로 제시됐으나, 화면 인식과 다른 모델 비용까지 포함해 필요한 정확도를 유지하면서 전체 작업이 얼마나 빨라지고 저렴해지는지는 추가 확인이 필요함. - 아무도 AI의 답변을 읽지 않는데 프로그램은 계속 움직이는 장면처럼, 사소한 판단을 빠르고 저렴하게 쓸 수 있다면 AI가 앱의 훨씬 많은 순간에 들어갈 수 있음.

200배 빠른데 400배 싸다, AI 업계 지각 변동, LLM 아닌 새로운 AI 등장 Jev… 단어 생성이 아니라 확률이 바꾸는 AI 생산성 https://youtu.be/72rJKQ2a6Ak?si=ljm1JkTpBNjyON1x #안될공학 --- 1️⃣ "AI가 얼마나 대단한 답을 하느냐를 넘어, 소프트웨어가 얼마나 자주 AI의 판단을 쓸 수 있게 되느냐" - 공개 데모에서는 같은 모델이 게임 50개를 동시에 구동하고, 작성 중인 글의 감정·논쟁성·어조를 실시간으로 평가하며(16개 질문 약 0.56초), SNS 피드에서 사용자가 정한 조건의 게시물을 자동으로 접음. - 보고서 작성에는 몇 초의 대기가 괜찮지만, 게임 장애물 회피나 문장 단위 교정처럼 판단이 잦은 작업에서는 대기 시간 자체가 사용성을 떨어뜨림. - 텍스트 MMORPG 개발 사례에서 자유 입력 행동의 해석 시간 중앙값이 기존 6.52초에서 Jev 적용 후 0.317초로 단축됨. - 핵심은 속도 수치보다, 비용과 지연 때문에 붙이지 못했던 기능을 이제 자주 호출할 수 있게 된다는 가능성임. --- 2️⃣ "답변을 더 빨리 쓰는 모델이 아니라, 아예 답변 문장을 생성하지 않는다" - Jev는 TypeSafe AI가 2026년 9월 15일 공개한 모델로, OpenAI의 InstructGPT 연구 참여자와 Meta AI 연구 조직 출신 등이 공동 창업함. - 사람이 읽기 좋은 답을 주는 AI에서, 소프트웨어가 바로 받아 실행할 수 있는 판단을 주는 AI로 중심을 옮기는 것이 목표임. - 개발자가 판단 대상(State)과 질문(Question), 답의 형태를 미리 정하면, 모델은 설명 없이 조건이 참일 확률, 선택지 중 하나(Choice), 순서형 척도 점수(Score)를 바로 반환함. - 특정 단어 차단 같은 규칙을 넘어 "이 글이 내가 정한 종류의 논쟁인가"를 묻는, 말로 기준을 정하는 판단 함수에 가까운 형태임. --- 3️⃣ "질문을 묶는 데서 나아가 답을 산출하는 과정도 병렬로 처리한다" - 기존 자기회귀형 언어모델은 앞서 만든 토큰에 이어 다음 토큰을 생성하므로, 짧은 JSON이라도 순차 출력 구조임. - Jev는 서로의 답을 기다릴 필요가 없는 질문들을 같은 입력에 대해 동시에 평가하도록 설계됨. - 예를 들어 고객 문의에서 환불 요청 여부, 감정 상태, 추가 확인 필요 여부를 한 번에 판단하고 실제 처리는 코드가 결정하는 구조가 가능함. - 다만 버튼을 눌러야 새 화면이 나오는 것처럼 새 정보가 필요한 다음 단계까지 한 번에 처리되지는 않으며, 줄어드는 것은 왕복과 순차 대기임. --- 4️⃣ "의미를 판단하는 건 모델이고, 어느 수준에서 자동 처리할지 정하는 건 코드" - 회사는 RLCD라는 학습 방법으로, 예측한 확률이 실제 적중 비율과 맞도록(80% 예측 사례가 실제로 약 80% 맞도록) 학습시킨다고 설명함. - 문의 분류 확률이 91%인 경우와 52%인 경우를 다르게 처리해, 애매할 때는 정보를 더 모으거나 다른 모델·사람에게 확인하도록 설계할 수 있음. - 단, 이 확률이 실제 업무 환경에서도 신뢰할 만한지는 별도 검증이 필요함. --- 5️⃣ "트랜스포머를 벗어난 새로운 AI라고 말하기는 어렵다" - 트랜스포머는 신경망 구조이고, 자기회귀는 출력 방식이므로 비자기회귀라는 것이 곧 트랜스포머를 쓰지 않는다는 의미는 아님. - 트랜스포머로도 분류 모델을 만들 수 있으며, TypeSafe가 새 아키텍처와 샘플러를 만들었다고 밝혔지만 세부 설계는 추가 공개가 필요함. - 현재 확인 가능한 차이는 문장을 이어 쓰기보다 판단과 확률을 빠르게 내놓는 데 집중했다는 점임. --- 6️⃣ "모든 클릭에 긴 추론이 필요한 건 아니다" - Browser Use의 공개 사례에서 출발지·목적지 입력부터 항공편 검색 결과 표시까지 약 7초가 소요됨. - 프로그램이 페이지의 버튼·입력창에 번호를 붙이면 Jev가 어떤 동작을 할지 고르는 객관식 문제로 브라우저 조작을 전환했고, 문장 입력이 필요할 때만 별도의 소형 생성 모델을 호출함. 해당 구성은 오픈소스로 공개됨. - 컴퓨터 조작 도구 Cua도 실행 가능한 행동 후보를 만들고 Jev가 고른 답을 검증해 실행하는 구성을 공개함. - 판단이 빨라져도 화면 인식, 실행, 오류 감지 과정은 남으므로, 빠른 모델의 배치 위치와 실패 시 복구 설계가 새로운 과제로 부상함. --- 7️⃣ "형식 보장은 정해진 선택지 안에서 답한다는 뜻이지, 항상 정답을 고른다는 뜻은 아니다" - Jev가 강점을 보이는 영역은 가능한 답이 정해져 있고 문맥만 읽으면 빠르게 판단할 수 있는 작업임. - 새로운 글쓰기는 생성 모델, 정확한 계산은 코드, 앞선 결과가 필요한 판단은 순차 처리로 역할을 나눠야 함. - 가격은 입력 토큰 기준으로 제시됐으나, 화면 인식과 다른 모델 비용까지 포함해 필요한 정확도를 유지하면서 전체 작업이 얼마나 빨라지고 저렴해지는지는 추가 확인이 필요함. - 아무도 AI의 답변을 읽지 않는데 프로그램은 계속 움직이는 장면처럼, 사소한 판단을 빠르고 저렴하게 쓸 수 있다면 AI가 앱의 훨씬 많은 순간에 들어갈 수 있음.

*태양광 업체 주가 강세 배경 1) 미중 정상회담에서의 중국 규제 완화 불확실성 해소 2) 미국 공급업체들의 태양광 모듈 오퍼 가격 상향 제시 소식 3) 미국 태양광 밸류체인 가격 실제 상승 중

*정유업체 주가 강세 배경 1) 사우디 동서파이프 라인 재가동에 따른 원유 수급 리스크 진정 2) 트럼프의 디젤 수출금지 조치 여전히 적극 검토 소식

MLCC 시장 양극화 심화, AI 서버용 고용량 제품 품귀 - 时代周报 (by https://t.me/TNBfolio) - 범용 소비재용 MLCC 가격은 수요 안정세로 하락 전환했으나, AI 서버 및 전장용 고용량 MLCC는 공급 부족으로 납기가 최장 20주까지 늘어나며 가격이 급등했다. - AI 서버는 일반 서버 대비 8~12배의 MLCC를 탑재하며, Nvidia VR200NVL72 랙의 경우 대당 탑재량이 약 60만 개, 가치는 4,320달러에 달해 수요 급증을 견인하고 있다. - Murata Manufacturing은 800억 엔 규모의 증설 투자를 결정했고 삼성전기는 조 단위 공급 계약을 체결하는 등 글로벌 상위 업체들이 AI용 공급을 독점하고 있다. - 삼환그룹과 풍화고과는 1마이크로미터 이하 유전체 층 양산 및 1,000층 적층 등 기술 개발로 고부가 제품군 비중을 확대하며 고객사 인증에 돌입했다. - 전문가들은 MLCC가 규격과 부품 번호가 복잡해 개별 승인 방식을 거쳐야 하며, 수율과 신뢰성 검증 등 핵심 공정에서 선두 기업과 약 10년의 기술 격차가 존재한다고 지적했다. http://news.10jqka.com.cn/20260921/c680134607.shtml

[훈수꾼은 빌드를 읽지 못한다] 20대 때 스타크래프트에 빠져 살았다. 장기나 바둑처럼 온 국민이 봤다. 임요환, 홍진호, 이윤열. 프로게이머라는 직업이 처음 생기던 시절이었다. 그때 재미있는 장면이 있었다. 프로가 초반 빌드를 짤 때, 일반인들은 이해를 못 했다. 왜 저기에 일꾼을 보내지. 왜 지금 건물을 안 짓지. 왜 저 타이밍에 저걸 하지. 그런데 게임이 진행되면 알게 된다. 5분 뒤에, 10분 뒤에. 아, 그래서 그랬구나. 일반인은 한두 수 뒤를 본다. 프로는 몇 수 뒤의 수싸움을 하고 있었던 것이다. 올해를 돌아보면 그 장면이 반복됐다. 3월, 미국과 이란 사이에 전운이 드리웠다. 시장이 무너졌다. 나는 용기를 내자고 했다. 펀더멘털이 아니라 공포가 만든 하락이라고. 그때도 훈수꾼들이 있었다. 전쟁이 시작됐는데 무슨 소리냐고. 4월과 5월, 시장이 폭발했다. 많이 벌었다. 그리고 나는 하반기를 조심하자고 했다. 쏠림이 지나치다고, 현금이라는 안전장치가 필요하다고. 그때 훈수꾼들이 가장 크게 소리 질렀다. 지금이 어떤 장인데 찬물을 끼얹냐고. 겁쟁이라고. 그리고 7월이 왔다. 한국 증시 역사상 최악의 달이었다. 그 폭락 이후 나는 기회라고 했다. 수급발 하락이지 펀더멘털 훼손이 아니라고. 골이 깊으면 산도 높아진다고. 그러자 이번엔 같은 훈수꾼들이 정반대로 소리쳤다. 사이클 끝났다고. 이제 반도체는 끝이라고. 올라갈 때는 더 가자고 하고, 내려갈 때는 끝났다고 한다. 언제나 방금 일어난 일이 영원할 거라고 믿는다. 그게 훈수꾼의 특징이다. 지금 판의 수만 본다. 지금 AI 군비 경쟁을 바라보는 시장도 그렇다. 얼마 전 다리오 아모데이가 AI 개발 속도를 늦추자는 제안을 했다. 샘 올트먼이 동의했고, 일론 머스크도 거들었다. 시장은 즉각 반응했다. 반도체 주식이 조정받았다. AI 경쟁이 느려지면 인프라 투자도 줄어든다는 계산이었다. 한두 수 앞을 본 반응이다. 그런데 조금 더 앞을 보는 투자자들은 다르게 읽었다. 말과 행동이 다를 것이라고. 이유는 단순하다. 중국이 그 합의에 없다. 미국 기업들끼리 아무리 손을 잡아도, 중국이 멈추지 않으면 그 합의는 지켜질 수 없다. 먼저 무기를 내려놓는 쪽이 지는 구조다. 그리고 실제로 그랬다. 하이퍼스케일러 캐펙스는 계속 늘고 있다. 엔비디아는 서버랙을 넘어 POD 단위로 확장하고 있다. 경쟁은 오히려 더 가열차게 진행 중이다. 역사가 가르쳐준 것이 있다. 이익 앞에서 양심을 선택한 기업은 거의 없었다. 경고를 하면서도 계속하는 것, 그게 인간과 기업의 모습이다. 내기 바둑판이나 장기판을 떠올려본다. 가장 큰 소리로 훈수 두는 사람이 있다. 저기 두면 되는데, 왜 저걸 안 보냐고. 답답하다고. 그런데 정작 그 사람은 고수의 수싸움을 이해하지 못한다. 지금 그 수를 안 두는 이유가 세 수 뒤에 있다는 걸 모른다. 온라인에는 훈수꾼이 참 많다. 확신에 차서, 큰 소리로. 지식이 얕을수록 목소리는 커진다. 여기서 냉정하게 봐야 할 것이 있다. AI 사이클은 여전히 투자 기회가 남아있다. 다만 난이도가 올라가는 구간에 들어섰다. 초기엔 쉬웠다. 대장주만 사놓으면 됐다. 엔비디아, 삼전닉스를 들고만 있어도 계좌가 불었다. 초보도 수익을 냈다. 그런데 지금은 다르다. 범용 메모리 쇼티지는 풀리기 시작했고, 고사양은 여전히 타이트하다. 관심은 P에서 Q로 넘어가고 있다. 병목은 메모리에서 전력으로, 첨단 패키징으로 이동하고 있다. 이 이동을 읽지 못하면 같은 자리에 머물게 된다. 한 가지는 분명하다. 공부한다고 반드시 수익을 내는 건 아니다. 시장은 그렇게 친절하지 않다. 그러나 공부하지 않으면 무조건 수익을 못 낸다. 필요조건과 충분조건의 차이다. 공부는 충분조건이 아니지만, 명백한 필요조건이다. 7월 폭락 이후 이상한 현상을 봤다. 공부하는 투자자가 줄었다. 주가가 좋을 때는 미친 듯이 테크를 공부하던 사람들이, 정작 가장 중요한 시점에 손을 놓았다. 대신 누군가를 욕하러 몰려다녔다. 그런데 바로 그 시기에 조용히 공부한 사람들이 있다. 그들은 지금 병목이 어디로 움직이는지 안다. 다음 국면에서 무엇을 봐야 하는지 안다. 프로는 지금 두는 수로 판단받지 않는다. 몇 수 뒤에 그 수가 왜 필요했는지가 드러날 때 판단받는다. 3월에 용기를 내자고 했을 때, 5월에 조심하자고 했을 때, 7월에 기회라고 했을 때. 그때마다 훈수꾼들은 소리를 질렀다. 그리고 시간이 지나면 조용해졌다가, 또 다음 국면에서 다시 소리친다. 앞으로 공부하는 투자자와 그렇지 못한 투자자의 희비는 더 크게 갈릴 것이다. 난이도가 올라간 판에서는, 훈수로 이길 수 없다. 당신은 훈수꾼인가, 몇 수를 내다보는 플레이어인가. 훈수꾼은 판 밖에 있다. 잃을 것이 없으니 마음껏 소리칠 수 있다. 플레이어는 판 안에 있다. 자기 돈이 걸려 있고, 틀리면 자기가 책임진다. 그 차이가 결국 계좌의 차이를 만든다. -9월 26일 저녁 아신 이형수

중국, 바이트댄스·알리바바의 신형 엔비디아 칩 구매 허용 검토 (디 인포메이션 보도) ​구매 승인 시사: 중국 정부가 바이트댄스, 알리바바 등 자국 빅테크 기업을 대상으로 고성능 전문가용 컴퓨터에 탑재되는 엔비디아의 신규 칩 구매를 허용할 수 있다는 신호를 보냈다고 IT 전문 매체 디 인포메이션(The Information)이 보도했습니다. ​대상 칩 및 보고 요청: 중국 공업정보화부(MIIT)는 최근 바이트댄스와 알리바바를 포함한 기업들에 엔비디아의 RTX PRO 5500 칩 구매 계획을 제출하라고 요구했습니다. ​미국 수출 규제 회피 기대: 공업정보화부는 해당 구매 건을 승인할 방침임을 전달했으며, 업계 임원들은 RTX PRO 5500 칩이 미국의 대중 수출 통제 기준을 벗어날 것으로 예상하고 있습니다. https://www.reuters.com/business/retail-consumer/china-weighs-allowing-bytedance-alibaba-buy-new-nvidia-chips-information-reports-2026-09-27/?utm_source=chatgpt.com

“반도체 호조에” 올해 2분기 건설공사 계약액 80조원…전년比 27.3% ↑ -토목 공종 57.5% 급증 https://biz.chosun.com/real_estate/real_estate_general/2026/09/28/PDFCRTD7KBGSRAOOOOJARZIVK4/

GF Securities, Akamai–Anthropic 계약 Akamai–Anthropic, 7년간 116억 달러 규모의 CPU 계약 - 9월 24일 발표된 7년간 총 116억 달러 규모의 가속형 CPU 계약 - 향후 최대 90억 달러 규모의 추가 확장 가능성 - Anthropic은 증가하는 CPU 워크로드를 처리하기 위해 Akamai의 분산형 AI 인프라와 소프트웨어를 활용할 예정 NVIDIA Vera CPU 도입 전망 - NVIDIA는 이전에 Akamai가 Vera CPU를 배치할 계획이라고 언급한 바 있음. - Vera는 특히 에이전틱 AI 워크로드를 겨냥한 CPU로, - 코드 실행 - 작업 오케스트레이션 - 데이터 처리 등의 작업에 최적화 - 고대역폭 LPDDR5X 메모리를 활용하는 것이 특징 긍정적 파급 효과 - 서버 CPU 및 DRAM 수요 증가 - 에이전틱 AI는 기존 AI보다 더 많은 컴퓨팅과 메모리를 필요로 함. - 기업용 SSD(eSSD) / NAND 수요 증가 - AI의 긴 컨텍스트 처리 - 벡터 데이터베이스(Vector DB) - KV 캐시 확대 등으로 스토리지 수요 증가 - DRAM이나 HDD 대비 비용 및 전력 효율 측면에서 eSSD의 중요성이 커질 가능성 - ABF 기판 수요 증가 - Lenovo 수혜 - Lenovo는 Akamai의 주요 서버 OEM 업체 중 하나 서버 CPU 시장 전망 - 당사 추정 기준 2030년 서버 CPU TAM(총주소가능시장)은 2,150억 달러 관련 종목 및 긍정적 영향 - CPU - NVIDIA(NVDA) - AMD - Intel(INTC) - 메모리 - DRAM/HBM: SK하이닉스, Micron(MU) - NAND: 삼성전자, SK하이닉스, Micron, SanDisk - 첨단 패키징 - ASE — 매수(Buy) - TSMC — 보유(Hold) - Amkor - 서버 OEM - Lenovo — 매수(Buy) https://x.com/sssjeffpu/status/2103405581235351724