IT의 신 이형수

[다섯 번째 책이 나옵니다] 아신 여러분 안녕하세요. 이형수입니다. 저의 다섯 번째 책 《침투율의 법칙》 예약 판매를 시작합니다. 이 책을 쓰는 데 20년이 걸렸다고 하면 과장일까요. IT 전문 기자로 10년. 안산과 남동공단 공장들을 찾아다녔습니다. 못 먹는 술을 마셔가며 50~60대 사장님들을 따라다녔고, 모르는 것을 모른다고 물었습니다. 그분들이 기자답지 않은 겸손이라며 웃으셨고, 그 대가로 발표 자료에 없는 이야기들을 들려주셨습니다. 투자 전문가로 다시 10년. 현장에서 배운 눈으로 시장을 봤습니다. 어떤 해에는 생애 가장 많은 돈을 벌었고, 어떤 해에는 계좌가 비었습니다. 이 책에는 그 두 가지가 모두 들어 있습니다. 자랑하고 싶은 마음이 없었다면 거짓말입니다. 제이스텍과 한미반도체 이야기를 쓸 때는 손이 가벼웠습니다. 침투율 10%, 쇼티지, 공급망 슈퍼스타. 공식이 딱딱 맞아떨어졌으니까요. 그런데 2018년 이야기를 쓸 때는 며칠을 미뤘습니다. 깡통을 찼던 해입니다. 모르는 시장에 남을 따라 들어갔고, 그릇보다 큰 돈을 담으려 했고, 전부 잃었습니다. 그 이야기를 빼면 책이 훨씬 근사해집니다. 그래도 넣었습니다. 침투율의 법칙은 화려한 성공에서 나온 게 아니라, 그 깡통을 통과하면서 만들어졌기 때문입니다. 무엇이 통하는지만 아는 사람은 시장이 바뀌면 무너집니다. 무엇이 통하지 않는지까지 아는 사람이 다음 사이클에서 살아남습니다. 이 책에 담긴 것 침투율 10%를 알아보는 법. 쇼티지가 구조적인지 일시적인지 구분하는 법. 공급망에서 아무도 모르는 슈퍼스타를 발굴하는 법. 그리고 틀렸을 때 어떻게 회복하는지. 2010년 스마트폰, 2016~2018년 클라우드 슈퍼 사이클, 2023년 이후 AI혁명. 세 번의 슈퍼 사이클에서 제가 던진 질문은 늘 같았습니다. “이게 10%면, 나머지 90%는 언제 채워지지?” 복잡한 모델도, 정교한 수식도 아닙니다. 단 하나의 질문입니다. 한 가지만 부탁드립니다 이 책에서 종목 이름을 찾지 말아주세요. 제가 든 사례들은 이미 지나간 사이클입니다. 그대로 따라 사면 늦습니다. 봐야 할 것은 답이 아니라, 그 답에 도달한 경로입니다. 경로를 익히면 다음 침투율 10%는 여러분이 먼저 발견하게 됩니다. 제가 알려드리는 게 아니라요. 지금이 왜 중요한가 AI를 유료로 구독하는 인구가 전 세계에서 약 5%입니다. S커브로 보면 어디입니까. 도입기가 막 끝나고 성장기로 진입하는 바로 그 변곡점입니다. 스마트폰이 10%일 때, HBM이 10%일 때와 같은 순간입니다. 스마트폰이 10%일 때 그냥 지나치셨습니까. HBM이 10%일 때 모르셨습니까. 같은 실수를 반복하지 않으셨으면 합니다. 마지막으로 제 채널 조회수가 5000을 겨우 넘기던 시절이 있었습니다. 그때 조용히 영상을 들여다보며 공부하신 분들이 계셨습니다. 지금 그분들은 소리 없이 계좌를 보며 웃고 계실 겁니다. 시끄러운 곳에 기회가 없고, 조용한 곳에 기회가 있다는 걸 시장은 언제나 증명해왔습니다. 이 책이 여러분의 조용한 시간에 함께하기를 바랍니다. <예약 구매 안내> <IT의 신> 이형수 대표의 최신간 『침투율의 법칙』 네이버 단독 예약구매 ▲예약 구매: 9/7(월)~9/20(일) ▲배송 진행: 9/21(월) 이후 순차 배송 ★『침투율의 법칙』 예약구매하러 가기 https://mkt.shopping.naver.com/link/6a9d71fca6c15e1319580338

📮 [메리츠 투자전략 황수욱] 2026.9.7 GPT-6 Astra 출시와 메모리 주가 반등 시사점 (자료) https://tinyurl.com/4wbv6a9w Astra를 주요 벤치마크 점수를 기반으로 이전 모델과 비교할 때 AGI 달성 여부보다 중요한 것이 있다고 봅니다. 기존 AI LLM은 무엇을 해야하는지 알려주는 AI에 그쳤다면, Astra는 목표를 주면 컴퓨터를 직접 쓰면서 끝까지 결과를 만들어내는 AI에 가까워졌습니다. OpenClaw 등 상대적으로 접근성이 높지 않았던 에이전트로서 AI의 역할을 Astra는 LLM 안에 내재화시킴으로써 일을 직접 해주는 AI 에이전트의 진입장벽을 낮춘 것이 핵심입니다. 1분, 10분, 1시간짜리 일을 해주던 것에서 3시간, 24시간짜리 일을 더 해줄 수 있게된 AI라는 겁니다. 눌려왔던 메모리 주가 반등은 2가지이유를 생각합니다. AI 워크로드의 확장에 기인한 AI 하드웨어 수요 저변 확대, 소프트웨어 주가 하락과 롱-숏 페어가 잡혀오던 반도체의 반등입니다. 7월 이후 토큰 가격 하락과 함께 AI 하드웨어 주가도 하락하고 소프트웨어 주가는 상승했습니다. 토큰 가격 하락이 AI 하드웨어 수요 둔화를 의미한다고 읽혔기 때문이라고 봅니다. Astra를 기점으로 이 부분의 오해가 풀린다면, 다시 메모리가 반등할 재료 하나가 추가된 셈입니다. 토큰 가격을 낮추는 것은 '과열 경쟁'이 아닌 '기술진보'입니다. AI 하드웨어 수요는 GPU 임대료가 다시 반등하는 것에서 보이듯, Astra 이후 AI 컴퓨팅의 초과 수요가 더 가속화되는 그림으로 생각합니다. 최근 2달 시장 추세를 형성한 것은 펀더멘털이 아닌 매크로입니다. 금리, 환율이 당장 10월 중순까지 한국시장을 불편하게 할 수 있다는 사실은 크게 달라지지 않았습니다. 분명한 것은 매크로 불확실성이 부분이 소화된다면 AI 중심으로 시장 추세를 반전시킬 재료들이 쌓여가고 있다는 겁니다. 펀더멘털 업사이드 리스크의 축적을 고려할 때, 남은 변동성 구간에서도 반도체를 크게 덜어내고 가기 어렵다는 주장을 계속 드리고 있는데, 이를 더 강화하는 그림입니다. * 메리츠 투자전략 개별 텔레그램 링크: https://t.me/soowook_hwang * 동 자료는 Compliance 규정을 준수하여 사전 공표된 자료이며, 고객의 증권 투자 결과에 대한 법적 책임소재의 증빙자료로 사용될 수 없습니다.

'GPT6 효과'에 불붙은 美반도체주 https://n.news.naver.com/mnews/article/009/0005731052

>>OpenAI 사장: Astra는 최초의 “10만 개 GPU에서 학습한 모델”, “애플리케이션 문턱”을 넘어섬 •브로크먼은 OpenAI가 이미 AGI 시대에 진입했을 가능성이 있다고 평가. Astra는 단순한 모델 성능의 업그레이드가 아니라, AI가 ‘컴퓨터 사용’ 시대로 진입했음을 의미할 가능성이 있음. API 커넥터에 의존하지 않고도 다양한 소프트웨어를 직접 조작할 수 있다는 것임. 모델 능력이 크게 향상되면서 과거에 공들여 구축한 ‘스킬 스캐폴딩’은 오히려 제약이 될 수 있으며, AI는 이미 스스로 일반화하고 더 나은 처리 방식을 찾아낼 수 있는 수준에 도달 >상세 - OpenAI总裁：Astra是首个“在10万块GPU上训练的模型”，跨越了“应用门槛” https://wallstreetcn.com/articles/3781151#from=ios

골드만삭스 트레이딩 데스크 헤드: OpenAI의 Astra 모델 "독보적", 이는 바로 "AI 강세론자들이 기다려온 것" Astra의 지능 도약과 AI 설비투자 주기 재점화 모델 성능의 본질적 돌파구: 골드만삭스 델타원(Delta One) 트레이딩 데스크 헤드 리치 프리보로츠키(Rich Privorotsky)는 OpenAI의 차세대 'Astra' 모델이 경쟁사들을 따돌리는 독보적인 성능을 보여주었으며, 이는 AI 강세론자들이 오랫동안 기다려온 기술적 도약이라고 평가했습니다. 시장 반응 및 AGI 신호탄: 발표 직후 OpenAI 주요 투자사인 소프트뱅크가 10% 이상, 오라클이 약 5.5% 상승했습니다. 그렉 브록먼 OpenAI 사장은 Astra를 '세대 간 도약'이라 칭하며, AGI 기준에 부합하는지에 대한 질문에 "이 모델이 바로 그것"이라고 밝혀 경쟁 구도를 본격적인 '지능 경쟁'으로 전환시켰습니다. 수요 곡선 재편: 프리보로츠키는 단순 토큰 가격 인하는 기존 작업을 저렴하게 처리할 뿐이지만, 지능의 실질적 향상은 이전에는 불가능했던 새로운 응용 사례를 창출해 AI 수요 곡선을 확장한다고 분석했습니다. 이는 경쟁 연구소들의 추격 투자를 강제하며 AI 자본지출(Capex) 주기를 장기화하는 동력이 됩니다. https://wallstreetcn.com/articles/3781148#from=ios

100조+α '미래대응기금' 떴다…벌써부터 군침 흘리는 여의도 https://news.einfomax.co.kr/news/articleView.html?idxno=4433321

삼성전자가 HBM 시장 점유율을 빠르게 높이며 1위 SK하이닉스와의 격차를 크게 좁혔다.

Citi) SK하이닉스 (000660.KS); Nature Electronics에 소개된 하이닉스의 코패키지드 옵틱스 로드맵 씨티의 견해 SK하이닉스는 랙 및 파드 수준에서의 데이터 이동 병목을 해소하고 AI 시스템의 지속적인 스케일링을 뒷받침하기 위한 CPO 기술 로드맵을 제시했으며, 이는 Nature Electronics에 소개되었습니다. 저희는 칩 대 칩 CPO가 충분히 비용 효율적인 수준에 도달할 경우, 대규모 메모리 풀링을 보다 실용적으로 만듦으로써 AI 인퍼런스에 의미 있는 영향을 미치고 메모리 중심 컴퓨팅을 한층 강화할 가능성이 있다고 봅니다. 1. AI 병목이 칩에서 시스템으로 확대되고 있습니다 — 하이닉스는 차세대 AI 시스템을 뒷받침하기 위한 코패키지드 옵틱스(CPO) 기술 로드맵을 2026년 8월 Nature Electronics에 게재된 논문을 통해 제시했습니다(하이닉스 뉴스룸 게시물, 2026년 8월 20일 참조). HBM은 메모리 병목을 해소하기 위한 AI 가속기 패키지 내 핵심 부품으로 부상해 왔습니다. 그러나 AI 시스템이 보다 많은 수의 GPU와 HBM으로 확장됨에 따라, 인터커넥트 대역폭이 다음 단계의 시스템 수준 병목으로 떠오르고 있습니다. 논문은 연산 처리량이 2년마다 3배씩 증가해 온 반면 같은 기간 인터커넥트 대역폭은 약 1.4배 향상되는 데 그쳤다고 언급하며, 대규모 AI에서 대역폭의 벽이 핵심 제약 요인임을 강조하고 있습니다. 2. CPO는 광학을 연산 장치에 더 가까이 가져옵니다 — 기존의 구리 인터커넥트는 짧은 거리에서는 여전히 비용 효율적이지만, 전송 속도가 높아지고 랙 및 파드 수준으로 통신 거리가 길어질수록 전력 소모와 신호 손실이 크게 증가합니다. 광 엔진을 연산 장치에 더 가깝게 집적함으로써 CPO는 더 높은 대역폭 밀도, 더 나은 에너지 효율, 그리고 전자기 간섭에 대한 내성이 강화된 우수한 신호 무결성을 구현할 수 있게 합니다. 3. 장기 로드맵: XPU와 메모리 풀의 연결 — 논문의 장기 로드맵은 고대역폭 광 연결을 통해 메모리와 프로세서를 연결하는 포토닉 인터포저를 제시합니다. 이러한 아키텍처는 다수의 AI 가속기가 대규모 메모리 풀에 접근할 수 있도록 하여, 모델과 메모리 요구가 계속 증가하는 상황에서 보다 유연한 시스템 수준의 메모리 할당을 가능하게 하고 데이터 이동 병목을 완화할 수 있을 것입니다. 4. 시사점 — 저희는 칩 대 칩 CPO가 충분히 비용 효율적인 수준에 도달할 경우 CPO 기술이 AI 인퍼런스에 상당한 영향을 미칠 것으로 예상합니다. 에이전틱 AI가 인퍼런스 메모리 수요를 지속적으로 확대함에 따라, CPO는 더 큰 메모리 풀을 보다 실용적으로 만들면서 메모리 중심 컴퓨팅 아키텍처를 강화할 수 있습니다.

JP모건 OSAT 2분기 리뷰 리포트 요약 (2026년 9월 2일) JP모건은 주요 비중국 OSAT 업체들이 첨단 패키징과 전력, 네트워킹 등 AI 주변 메인스트림 수요에 힘입어 3분기 매출이 전분기 대비 한 자릿수 중반에서 10%대 초반 성장할 것으로 가이던스를 제시했다고 전합니다. 메인스트림 부문에서는 ASE가 2026년 20% 이상의 전년 대비 성장을 제시했고, 암코어 역시 상반기 21% 성장으로 비슷한 궤도를 보이고 있습니다. 원자재 비용 상승에도 불구하고 거의 풀가동에 가까운 가동률과 선별적 비용 전가로 하반기 가격 환경이 우호적이며, 이에 따라 2026년 내내 마진이 순차적으로 확대되어 ASE의 ATM 매출총이익률은 연말 30% 수준에, 암코어는 연초 10%대 초중반에서 약 20% 수준까지 접근할 것으로 전망합니다. CoWoS 유사 패키징 모멘텀은 가속화되고 있습니다. ASE는 2027년 LEAP 매출을 두 배로 늘리는 것을 목표로 하고 있으며, 핵심 동력은 CoWoS 유사 솔루션인 FOCoS로 3분기부터 램프업이 시작되어 주력 프로젝트인 AMD 베니스 CPU가 순조롭게 진행될 경우 2027년에는 약 5배의 성장을 기록할 것으로 JP모건은 추정합니다. ASE는 AMD 베니스, 암코어는 엔비디아 베라 CPU로 CoWoS 유사 솔루션을 시작한 뒤 장기적으로 AWS 트레이니엄 같은 ASIC과 브로드컴 토마호크 같은 AI 네트워킹 프로그램으로 확장할 것으로 봅니다. CoWoS 캐파가 클린룸 공간과 긴 장비 리드타임에 제약되는 가운데 인텔 EMIB-T와 CoPoS 같은 신규 솔루션이 등장하고 있으나, 첨단 패키징 TAM이 가속 확대되고 있고 ASE가 기술 리더십과 TSMC와의 긴밀한 관계를 바탕으로 당분간 선두 지위를 유지할 것이므로 경쟁은 큰 우려 요인이 아니라는 판단입니다. 테스트 부문에서는 ASE가 2026년 테스트 사업이 전체 ATM 사업 성장률을 웃돌 것이라고 재확인했으며, 이는 35~40%의 전년 대비 성장을 의미하고 KYEC의 2026년 가이던스와도 일치합니다. 첨단 테스트에서 ASE는 칩 프로빙에, KYEC는 엔비디아 AI GPU를 중심으로 한 파이널 테스트에 집중하는 분업 구조가 유지되고 있습니다. ASE의 어드반테스트 번인 오븐이 인증을 통과한 것으로 보여 엔비디아 차세대 GPU 파이널 테스트 진입이 가능하지만, 마진이 더 높고 클린룸 캐파가 제한적인 만큼 당분간은 칩 프로빙을 우선할 것으로 예상합니다. 이 분업 구조는 2027년까지 지속되겠지만 캐파 타이트함이 완화되면 ASE가 첨단 파이널 테스트 점유율을 확대해 루빈으로 추정되는 AI GPU의 세컨드 소스로 부상할 여지가 있다고 봅니다. 중국 OSAT에서는 첨단 패키징 현지화 수요에 따른 의미 있는 회복 신호가 관찰됩니다. JCET는 컴퓨팅, 메모리, 전력 등 AI 관련 매출 비중이 2025년 20%대 초반에서 2026년 상반기 약 30%로 상승했다고 밝혔으며, JCET의 2026년 설비투자는 전년 대비 약 60% 증가한 사상 최대 100억 위안으로 통푸도 비슷한 속도로 투자를 늘릴 것으로 보입니다. JP모건은 향후 분기에 중국 OSAT들의 설비투자 상향 여지가 있고 이 모멘텀이 2027년까지 이어지며 AMEC와 나우라 같은 중국 장비업체에도 수혜가 될 것으로 전망합니다. 주요 OSAT의 2026년 설비투자는 전년 대비 약 100% 증가하며 사상 최대를 기록하고 있으며, 대부분은 ASE와 암코어의 CoWoS 유사 솔루션 램프업과 파워텍의 패널레벨 패키징 확장 등 첨단 패키징에 투입될 전망입니다. 2027년에도 AI 수요 지속과 클린룸 완공 이후 장비 반입이 맞물리며 설비투자는 높은 수준을 유지할 것으로 보이며, JP모건은 ASE의 설비투자를 2026년 105억 달러에서 2027년 110억 달러로 추정합니다. 이는 향후 장비 수요에 강한 신호로, ASMPT, GPTC, 사이언텍, 디스코를 아시아 테크 공급망 내 핵심 수혜주로 꼽습니다. 로직 TCB 모멘텀은 IDM, OSAT, 선도 파운드리 전반에서 강하게 유지되고 있습니다. ASMPT는 CoWoS-L용 C2S 장비에서 거의 100%에 가까운 점유율을 보유하고 있고, 파인만부터 차세대 GPU가 SoIC 칩렛 구성으로 전환하면서 2027년 C2W 수요가 새롭게 부상할 것으로 보여 리더십을 유지할 전망입니다. 인텔 EMIB-T 역시 임베디드 다이 배치에 고밀도 파인피치 TCB가 필요해 C2S 수요를 확대시킬 것으로 봅니다. KLIC는 2026년 1억 달러의 낮은 기저에서 2027년 TCB 매출이 50~100% 성장할 것으로 가이던스를 제시했으며, 이는 ASMPT 로직 TCB 성장률 약 50%라는 JP모건 추정과 대체로 부합합니다. 메모리 TCB의 경우 ASMPT와 한미반도체 모두 SK하이닉스 HBM4의 상반기 지연 영향을 받았으나 주문 출하가 재개되면서 하반기 반등이 예상됩니다. JEDEC의 HBM 적층 높이 제한 완화 가능성은 TCB 수명을 HBM5까지 연장시킬 수 있지만, 메인스트림 HBM4와 HBM4E가 8단에서 12단을 채택하는 최근의 디스펙 추세는 ASMPT와 한국 경쟁사들의 TCB 업사이드를 일부 상쇄할 수 있다는 점이 우려 요인으로 지적됩니다. 하이브리드 본딩에서는 ASMPT가 샘플링 단계 프로젝트를 바탕으로 2029년에서 2030년 이후를 변곡점으로 보고 있으며, BESI는 고객사가 2025년 15곳에서 21곳으로 늘고 HBM 3사 모두와 인증을 진행 중으로 다소 앞서 있습니다. 포토닉스 매출도 의미 있는 회복을 보이고 있습니다. 기여도는 아직 제한적이지만 대역폭 집약적이고 저지연을 요구하는 AI 워크로드 수요 급증으로 포토닉스용 고정밀 다이어태치가 ASMPT와 BESI의 새로운 성장 엔진으로 부상하고 있으며, 2027년에서 2028년 CPO 채택이 본격화되면 TAM이 확대될 것으로 봅니다. 패널레벨 패키징 역시 잠재적 성장 동력으로, 양사 모두 TSMC의 CoPoS 310x310mm 표준에 맞춰 연구개발과 초기 출하를 시작했습니다. 계측 및 검사 장비에서는 온토와 캠텍이 신제품 성장과 견조한 수주잔고를 바탕으로 하반기 25~30%의 반기 대비 성장을 예상하며 가시성이 2027년까지 확장되고 있습니다. 캠텍은 HBM과 CoWoS를 포함한 HPC 부문 약 40% 성장을, 온토는 첨단 패키징 사업 약 80% 성장을 제시했습니다. 종목 관점에서 JP모건은 강력한 LEAP 파이프라인과 우호적 가격 및 LEAP 믹스 개선에 따른 30% 이상의 매출총이익률 개선을 근거로 ASE를 계속 선호하며, 중국 첨단 패키징 모멘텀 회복과 설비투자 규모 확대를 감안해 JCET에 대해 더 긍정적으로 전환했습니다. 첨단 패키징 장비에서는 로직 첨단 패키징 업체들의 강한 설비투자 추세, AI 서버 보드와 PMIC가 이끄는 메인스트림 부문의 견조한 회복, CPO 확산과 함께 TAM이 커질 플러거블 트랜시버 시장에서의 탄탄한 입지를 이유로 ASMPT를 선호합니다. 반면 한미반도체에 대해서는 과도한 밸류에이션과 HBF 기회에 대한 근거 부족을 이유로 신중한 입장을 유지하며 비중축소 의견을 제시하고 있습니다.

JP모건 중국 AI 인프라 생태계 리포트 요약 (2026년 9월 2일) JP모건은 중국 AI 생태계가 현지 오픈소스 모델의 글로벌 프론티어 모델 추격, 대형 CSP의 AI 인프라 투자 확대, 해외 칩 규제에 대응한 현지 인프라 생태계의 급속한 발전에 힘입어 빠른 이륙 국면에 진입했다고 평가합니다. 중국 내 AI 컴퓨팅 수요는 추론 토큰 소비를 뒷받침하기 위해 약 80%의 연평균 성장률을 보일 것으로 전망되며, 이는 2030년까지 AI 칩 유닛 기준 약 40%의 CAGR로 이어져 2030년 약 1,400만 개 수준에 도달할 것으로 추정합니다. 해외 GPU 공급이 계속 제한되는 가운데 현지화 비율은 2025년 40%에서 2028년 80%, 2030년 90%까지 상승할 것으로 보고 있으며, 국산 AI 칩 공급량은 2026년 200만 개, 2027년 300만 개, 2028년 500만 개로 예상합니다. 이에 따른 AI 서버 및 하드웨어 매출은 2026년 2,300억 위안, 2027년 3,260억 위안, 2028년 5,320억 위안 규모로 추산됩니다. 토큰 수요 측면에서는 DeepSeek의 등장과 저비용 오픈소스 모델 확산으로 중국의 일일 토큰 소비량이 2024년 초 약 1,000억 개에서 2026년 3월 140조 개 이상으로 2년 만에 1,000배 넘게 급증했다고 지적합니다. JP모건 중국 인터넷팀은 2025년부터 2030년까지 토큰 소비량이 약 330%의 CAGR을 보일 것으로 전망하며, 에이전트형 AI의 확산이 장문 컨텍스트 추론과 반복적인 툴 호출을 통해 서버당 토큰 볼륨을 수십 배 이상 끌어올릴 것으로 봅니다. 추론 수요가 2030년 전체 컴퓨팅 수요의 85%를 차지하고 학습 수요의 증가분은 제한적일 것으로 예상하며, 하드웨어 활용도와 알고리즘 효율은 2028년까지 연 30%가량 개선된다고 가정했습니다. 예를 들어 DeepSeek V4는 새로운 하이브리드 어텐션 구조를 통해 단일 토큰 추론 연산량을 V3 대비 27%, KV 캐시 사용량을 10% 수준으로 낮췄다고 주장하고 있습니다. 공급 측면에서는 파운드리와 HBM이 2028년까지 핵심 병목으로 남을 것으로 봅니다. 중국 파운드리들은 향후 2~3년간 150~200kwpm의 첨단 로직 캐파 증설을 목표로 하고 있으나, 핵심 장비와 소재 부족에 따른 낮은 수율과 공정 전환 과제로 인해 실효 캐파는 국내 수요를 밑돌 가능성이 큽니다. AI GPU/ASIC용 첨단 파운드리 캐파는 2030년 50kwpm에 도달할 것으로 추정하며, SMIC와 같은 선단 파운드리는 낮은 수율과 급증하는 감가상각비로 마진 압박을 받고 있어 JP모건은 SMIC에 중립 의견을 유지하고 장비주와 OSAT를 통한 익스포저를 권고합니다. HBM의 경우 현재 국산 AI 칩은 주로 HBM2e를 사용하고 있으며 HBM3/3e 전환은 인증 일정과 장비 접근 제약으로 지연되고 있습니다. JP모건은 2026년부터 2030년까지 HBM 수요가 약 60% CAGR로 성장해 2030년 국내 수요를 완전히 충족하려면 약 200kwpm의 HBM 프론트엔드 웨이퍼 캐파가 필요하다고 추산했습니다. CXMT의 HBM3 제품은 아직 인증 단계에 있어 당분간 재고 소진이나 해외 조달에 의존해야 하며, CXMT의 7월 상장이 긍정적 촉매가 될 수 있으나 소비자 전자 비중이 높고 첨단 장비 조달이 어려워 HBM 자립 격차가 빠르게 좁혀지지는 않을 것으로 봅니다. 단일 칩 성능 격차를 극복하기 위해 중국 업체들은 첨단 패키징, 인터커넥트, 시스템 수준 최적화를 적극적으로 추진하고 있습니다. 수율 한계를 우회하기 위해 700mm² 단일 다이 대신 더 작은 다이를 여러 개 묶는 칩렛 및 멀티다이 패키징 채택이 늘고 있으며, 이에 따라 2.5D/3D 첨단 패키징의 중요성이 크게 높아졌습니다. 국내 OSAT들은 현재 CoWoS-S 유사 솔루션을 처리할 수 있으나 CoWoS-L급 기술로의 전환은 2026년 말 이후 양산이 예상됩니다. 화웨이는 2026년 5월 타우 스케일링 법칙과 LogicFolding을 제시했는데, 2단 LogicFolding을 적용한 Kirin 2026은 트랜지스터 밀도가 238MTr/mm²로 한 세대 만에 55% 개선되어 TSMC N3 노드와 유사하거나 약간 낮은 수준에 도달했다고 합니다. 화웨이는 910D 대신 동일한 950 컴퓨트 다이에 서로 다른 메모리를 조합한 Ascend 950PR과 950DT를 출시했으며, 950PR은 프리필과 추천용으로 자체 HBM인 HiBL 1.0을, 950DT는 디코드용으로 최대 4TB/s 대역폭의 HiZQ 2.0을 탑재합니다. 시스템 수준에서는 화웨이 CloudMatrix384, 알리바바 판지우 AL128, 수곤 scaleX 같은 슈퍼노드 아키텍처가 스케일업 밀도를 높여 개별 칩 성능 격차를 상쇄하고 있으며, 화웨이는 MWC 2026에서 캐비닛당 64개 NPU로 최대 8,192개까지 확장 가능한 Atlas 950 SuperPoD를 공개했습니다. 소프트웨어 측면에서는 화웨이 CANN, 캠브리콘 NeuWare, 메타X MXMACA, 무어스레드 MUSA 등 자체 소프트웨어 스택이 CUDA를 대체하기 위해 개발되고 있으며, 화웨이는 CANN의 오픈소스화를 발표했습니다. 데이터센터와 전력, 냉각 부문에서도 현지 생태계가 구축되고 있습니다. 홀세일 IDC 수요는 견조하며, VNET 경영진은 신규 수주의 70% 이상이 AI 관련이라고 밝혔고 NDRC 등 규제당국의 전력 쿼터 심사 강화가 우호적인 가격 환경을 유지시키고 있습니다. JP모건은 2026년부터 2030년까지 AI 서버 및 데이터센터의 증분 전력 수요가 약 50% CAGR로 성장해 2030년 데이터센터 전력 사용량이 중국 전체의 약 5%에 이를 것으로 전망하며, 이는 액체 냉각, 800V DC 및 고체 변압기 아키텍처, 프리패브 전력 모듈로의 구조적 전환을 이끌고 ESS와 백업 전원 공급업체가 그리드 친화적 구성의 수혜를 입을 것으로 봅니다. CATL은 중헝전기 모회사 지분 49% 인수, 하이퍼스트롱과의 세계 최대 규모 60GWh 나트륨이온 배터리 수주, VNET 지분 약 38.1% 확보를 통해 배터리 공급업체에서 AI 컴퓨팅 인프라 파트너로 전환하고 있으며, 웨이차이파워의 AIDC 엔진 출하량은 2026년 3,500~4,000대에 이를 것으로 예상됩니다. 냉각 부문에서는 Envicool이 1분기 이익 82% 급감으로 비중축소 의견이 유지된 반면, 민스는 AI 액체 냉각 매출 가이던스를 2026년 3억 위안, 2027년 15억 위안으로 상향해 밸류에이션 리레이팅 가능성이 거론됩니다. JP모건의 최선호주는 일루바타 코어X, 나우라, AMEC, JCET, V-Test, 화친, VNET, 선그로우, CATL, TGOOD입니다. 안정적인 파운드리 캐파와 재고를 확보한 국산 AI 칩 벤더로 일루바타 코어X를, 선도 WFE 업체로 나우라와 AMEC를 선호하며, JCET는 첨단 패키징 점유율 확대, V-Test는 국산 고성능 AI 칩의 테스트 물량 및 테스트 시간 증가의 수혜가 예상됩니다. 화친은 AI 서버, 일반 서버, 고속 스위치를 아우르는 풀스택 연구개발 및 제조 역량을 바탕으로 슈퍼포드 전환의 주요 수혜주로 꼽히며, VNET은 중국 IDC 최선호주, 선그로우와 CATL은 전력 및 ESS, TGOOD와 와시온은 프리패브 전력 인프라, 나리테크와 쉬지전기는 스마트그리드 수혜주로 언급되었습니다. 주요 하방 리스크로는 국산 AI 칩 공급 제약, 예상을 밑도는 중국 CSP 자본지출, 그리고 H200 등 해외 칩 조달 승인에 따른 불확실성이 지적되었습니다.

[메리츠증권 전기전자/IT부품 양승수] ▶ Broadcom FY3Q26 컨퍼런스콜 Q&A 정리 Q1) FY27 AI 반도체 매출이 전년 대비 2배 이상 성장할 것으로 예상하는 가운데, 추가 상승을 제한하는 공급 병목과 상향 가능성은? A1) 현재 고객 수요만 보면 제시한 전망보다 훨씬 더 많은 물량을 출하할 수 있음. 다만 단순히 칩을 생산할 수 있는지가 아니라 고객 데이터센터가 실제로 적시에 구축돼 제품이 배치될 수 있는지까지 감안해 보수적으로 전망하고 있음 현재 확보한 공급망을 기준으로 FY27 AI 반도체 매출 전망은 약 1,150억달러가 적정하다고 판단. 향후 공급망을 추가 확대할 수 있거나 고객 데이터센터 구축 일정이 빨라질 경우 전망을 상향할 수 있음 FY28 약 2,300억달러 전망에도 동일한 기준을 적용. 실제 고객 수요와 2028년 가동 가능한 데이터센터 부지 규모를 확인하고, leading-edge wafer, 기판, HBM 공급능력까지 함께 고려해 산출한 수치 따라서 FY27과 FY28 전망은 단순한 수요 추정이 아니라 실제 구축 가능한 데이터센터와 확보 가능한 공급망을 기반으로 한 달성 가능한 전망으로 보고 있음 Q2) 기판 공급 병목에 대응하기 위한 Singapore 생산능력은 언제부터 투입되며, Anthropic의 10GW 계획은 별도 규모인지? A2) Singapore 기판 공장은 FY27부터 본격적으로 가동할 예정이며, 이를 통해 현재 주요 공급 병목 중 하나인 기판 문제를 상당 부분 완화할 수 있을 것으로 기대 제시한 10GW 규모는 Anthropic만을 대상으로 한 수치 Q3) Tomahawk 6의 고객 채택 현황과 Tomahawk Ultra의 scale-up 시장 진입 상황은? A3) Tomahawk 6는 매우 성공적으로 확대되고 있으며 100G/lane과 200G/lane 두 가지 버전을 모두 제공 중 당사와 XPU를 개발하고 있는 거의 모든 AI 하이퍼스케일러에서 Tomahawk 6가 채택되고 있으며, 당사 XPU를 사용하지 않는 고객들에서도 100G 및 200G Tomahawk 6가 폭넓게 사용되고 있음 Tomahawk Ultra는 저지연 Ethernet을 활용해 scale-up을 구현하는 제품으로, 시장 예상보다 고객 채택이 빠르게 진행되고 있음. 이번 분기부터 실제 scale-up 애플리케이션에 투입되기 시작했으며 FY27에는 본격적으로 확대될 전망 Tomahawk Ultra를 통해 GPU와 XPU가 포함된 클러스터 내부 scale-up을 Ethernet으로 구현할 수 있으며, loss와 latency 측면에서도 기존 전용 방식과 경쟁 가능한 수준을 확보했다고 보고 있음 Q4) FY27~FY28 XPU 배치 규모와 GW당 Broadcom 반도체 매출을 어떻게 해석해야 하는지? A4) 현재 6개 고객을 대상으로 XPU deployment를 진행하고 있으며, 이 가운데 4개 고객은 특히 매우 큰 규모로 성장할 것으로 예상 고객들이 제시한 계획을 합산하면 FY27~FY28에 약 30GW 수준의 수요가 존재할 수 있음. 다만 30GW 전체가 해당 2개 회계연도 내 실제 가동된다고 가정하지는 않고 있음 데이터센터 shell과 전력 등 실제 구축 일정까지 감안해 일부만 현실적으로 배치된다는 전제 아래 FY27 약 1,150억달러, FY28 약 2,300억달러의 AI 반도체 매출 전망을 제시 즉 향후 2년간 약 3,500억달러 규모의 AI 반도체를 고객들에게 출하할 수 있다는 데 높은 확신을 갖고 있으며, 실제 GW 설치 시점과 칩 출하 시점이 반드시 일치하는 것은 아님 XPU는 고객별 LLM workload에 최적화돼 GPU 대비 동등하거나 더 높은 성능을 제공하면서 비용은 절반 이하 수준까지 낮출 수 있다는 점이 핵심 경쟁력 Q5) Anthropic·OpenAI 관련 backstop 또는 잔존가치 보증의 최대 위험 규모는 어느 정도인지? A5) 현재 새롭게 발표할 residual value guarantee나 backstop 계약은 없음 기존에 공시한 첫 번째 계약의 최대 노출 규모 등 기존 수치는 그대로 유효 향후 전략적 금융지원은 모든 고객과 데이터센터에 동일한 구조로 적용하지 않고 건별로 판단할 계획. 각 계약은 해당 AI lab과 투자자의 요구에 맞춰 서로 다른 조건으로 구성될 수 있음 따라서 전체적으로 적용할 수 있는 최대 보증 규모나 표준적인 계약 구조를 현재 제시하기는 어려우며, 신규 계약이 확정될 경우 적절한 시점에 공개할 예정 Q6) XPU 매출 비중 확대와 메모리 가격 상승이 향후 매출총이익률에 미칠 영향은? Anthropic·OpenAI가 자체 XPU를 선택할 수 있다는 확신의 근거는? A6) 매출총이익률은 Semiconductor Solutions와 Infrastructure Software 간 매출 믹스뿐 아니라 반도체 내 제품 믹스와 메모리 탑재량 증가의 영향을 받음 XPU가 전체 매출에서 차지하는 비중이 높아지면 매출총이익률에는 희석 요인이 될 수 있음. 다만 분기별 매출총이익률 가이던스는 실제 제품 믹스를 반영해 한 분기씩 제시할 계획 당사는 매출총이익률 자체보다 영업이익률을 더 중요하게 보고 있음. 매출 성장 속도가 이를 지원하기 위한 OpEx 증가보다 훨씬 빠르기 때문에, 제품 믹스로 매출총이익률이 낮아지더라도 영업 레버리지를 통해 영업이익률을 유지할 수 있다고 판단 현재 6개 AI 고객 가운데 금융지원 구조를 검토하고 있는 대상은 Anthropic과 OpenAI 2개사이며, 나머지 4개 고객은 자체적으로 인프라 투자를 감당할 수 있는 재무 여력을 갖추고 있음 Anthropic과 OpenAI는 현재는 제3자 CSP의 컴퓨팅 자원을 활용하고 있지만 장기적으로는 자체 데이터센터와 자체 silicon을 운영하는 하이퍼스케일러로 성장할 것으로 보고 있음 두 회사 모두 자신들의 모델에 최적화된 비용·성능의 silicon과 first-party compute capacity를 확보하려는 방향으로 움직이고 있으며, 이는 단순한 전망이 아니라 현재 실제로 진행되고 있는 변화 특히 두 frontier lab의 경우 필요한 자금조달까지 일부 지원함으로써 자체 인프라 구축을 가능하게 하고 있으며, GW당 연간 최대 약 300억달러의 매출을 창출할 수 있는 사업모델이라는 점에서 당사 입장에서도 경제성이 충분하다고 판단 Q7) XPU 고객에서 Tomahawk Ultra와 Tomahawk 6의 scale-up attach는 어느 정도 발생하고 있는지? A7) 현재 당사와 XPU를 개발하는 고객들은 기존 Tomahawk 5에서 Tomahawk 6로 전환하고 있으며, 일부는 Tomahawk Ultra까지 채택하고 있음 XPU뿐 아니라 일부 GPU 클러스터에서도 scale-up 네트워크에 Tomahawk 6와 Tomahawk Ultra가 사용되고 있음 핵심은 Ethernet 기반이라는 점. 개방형 표준을 기반으로 하기 때문에 특정 XPU나 GPU에 종속되지 않고 다양한 시스템과 연결할 수 있음 현재 XPU 클러스터 전반과 일부 GPU 클러스터에서 두 제품 모두 실제 채택이 확대되고 있음 Q8) FY27~FY28 전망에서 land, power, shell 제약은 어느 정도 반영돼 있는지? A8) 고객들이 요구하는 컴퓨팅 수요만 보고 매출을 전망하지 않으며, 각 고객의 실제 데이터센터 부지, 전력, 건물 및 시스템 구축 상황까지 함께 확인하고 있음 Land, power, shell은 건설에 오랜 시간이 필요한 만큼 실제 AI 인프라 배치 시점을 결정하는 중요한 변수 각 고객과 데이터센터 부지 및 전력 확보 상황을 긴밀하게 점검하고 있으며, 이러한 분석 결과를 FY27과 FY28 매출 전망에 이미 반영하고 있음 따라서 현재 가이던스는 고객의 단순 수요량보다는 실제 가동 가능한 데이터센터 규모를 기준으로 보수적으로 산정한 전망 Q9) Anthropic과 OpenAI의 FY28 데이터센터 구축에 XPV 금융구조가 얼마나 활용될 예정인지?

브로드컴 부지, 전력 및 데이터센터 제약으로 인해 30GW 규모의 수요가 전량 구축되지 못하더라도, 향후 2년간 3,500억 달러 상당의 AI 반도체를 출하할 수 있다는 점에 대해 "높은 수준의 확신"을 갖고 있다고 밝혔습니다. 또한 오픈AI(OpenAI)나 앤트로픽(Anthropic)이 구축하는 매 1GW당 연간 약 300억 달러의 AI 매출을 뒷받침할 수 있다고 덧붙였습니다.

브로드컴( $AVGO) AI 목표치 발표: ​2026 회계연도(FY26): 약 580억 달러 ​2027 회계연도(FY27): 약 1,150억 달러 (약 2배) ​2028 회계연도(FY28): 약 2,300억 달러 (다시 2배) ​단 2년 만에 AI 반도체 매출 4배 성장 ​공급 및 수요 현황: 2027년과 2028년 공급 물량은 이미 모두 확보된 상태이며, 현재 수요는 2027년 전망치를 넘어서는 수준 ​수익 목표: 2028 회계연도 주당순이익(EPS) 30달러 이상 목표