2 565
Подписчики
+824 часа
+87 дней
-630 день
Загрузка данных...
Похожие каналы
Облако тегов
Нет данных
Возникли проблемы? Пожалуйста, обновите страницу или обратитесь к нашему support-менеджеру .
Входящие и исходящие упоминания
---
---
---
---
---
---
Привлечение подписчиков
июль '26
июль '26
+13
в 3 каналах
июнь '26
+15
в 1 каналах
Get PRO
май '26
+9
в 0 каналах
Get PRO
апрель '26
+25
в 5 каналах
Get PRO
март '26
+43
в 6 каналах
Get PRO
февраль '26
+14
в 1 каналах
Get PRO
январь '26
+15
в 2 каналах
Get PRO
декабрь '25
+8
в 0 каналах
Get PRO
ноябрь '25
+22
в 6 каналах
Get PRO
октябрь '25
+13
в 0 каналах
Get PRO
сентябрь '25
+18
в 1 каналах
Get PRO
август '25
+35
в 8 каналах
Get PRO
июль '25
+9
в 0 каналах
Get PRO
июнь '25
+13
в 2 каналах
Get PRO
май '25
+17
в 8 каналах
Get PRO
апрель '25
+52
в 8 каналах
Get PRO
март '25
+17
в 8 каналах
Get PRO
февраль '25
+20
в 4 каналах
Get PRO
январь '25
+21
в 2 каналах
Get PRO
декабрь '24
+105
в 8 каналах
Get PRO
ноябрь '24
+87
в 12 каналах
Get PRO
октябрь '24
+63
в 19 каналах
Get PRO
сентябрь '24
+122
в 42 каналах
Get PRO
август '24
+79
в 29 каналах
Get PRO
июль '24
+81
в 20 каналах
Get PRO
июнь '24
+183
в 16 каналах
Get PRO
май '24
+14
в 4 каналах
Get PRO
апрель '24
+37
в 7 каналах
Get PRO
март '24
+43
в 6 каналах
Get PRO
февраль '24
+150
в 9 каналах
Get PRO
январь '24
+42
в 7 каналах
Get PRO
декабрь '23
+110
в 4 каналах
Get PRO
ноябрь '23
+22
в 4 каналах
Get PRO
октябрь '23
+63
в 4 каналах
Get PRO
сентябрь '23
+326
в 0 каналах
Get PRO
август '23
+89
в 0 каналах
Get PRO
июль '23
+69
в 0 каналах
Get PRO
июнь '23
+7
в 0 каналах
Get PRO
май '23
+38
в 0 каналах
Get PRO
апрель '23
+83
в 0 каналах
Get PRO
март '23
+31
в 0 каналах
Get PRO
февраль '23
+8
в 0 каналах
Get PRO
январь '23
+5
в 0 каналах
Get PRO
декабрь '22
+4
в 0 каналах
Get PRO
ноябрь '22
+4
в 0 каналах
Get PRO
октябрь '22
+82
в 0 каналах
Get PRO
сентябрь '22
+146
в 0 каналах
Get PRO
август '22
+51
в 0 каналах
Get PRO
июль '22
+51
в 0 каналах
Get PRO
июнь '22
+696
в 0 каналах
Get PRO
май '22
+146
в 0 каналах
Get PRO
апрель '22
+551
в 0 каналах
| Дата | Привлечение подписчиков | Упоминания | Каналы | |
| 08 июля | +1 | |||
| 07 июля | +8 | |||
| 06 июля | 0 | |||
| 05 июля | +1 | |||
| 04 июля | +1 | |||
| 03 июля | +1 | |||
| 02 июля | 0 | |||
| 01 июля | +1 |
Посты канала
Repost from 가치투자클럽
언제나 코스닥의 매수주체였던 개인이 강원랜드로 옮겨감. 개인이 지난 2년간 코스닥을 샀던 규모를 단일종목레버리지ETF는 40일만에 해냄. 이러니 코스닥이 남아날 리가 있나
| 2 | M7에 투자해서 30~40% 하락해도 불안하지 않은데 삼전-닉스는 10%만 빠져도 심리적으로 불안하다. | 205 |
| 3 | * Ethan Mollick(와튼 AI 교수)
- GPT 5.6 Sol 사용 후
"제 핵심 결론은 Sol과 Fable 두 모델 모두 이전 모델 대비 큰 도약을 이뤄냈으며, 차순위 AI들과의 격차를 크게 벌렸다는 점입니다. 사람들마다 둘 중 어느 쪽을 선호하는지는 갈리겠지만, 더 높은 지능이 중요한 작업을 하고 있다면 선택지는 이 두 모델뿐입니다."
https://x.com/i/status/2074739169725685979 | 198 |
| 4 |  💻 모건스탠리 "ABF 기판 공급부족 심화…AI가 시장 재편"
📌 AI 중심으로 시장 구조 변화
AI GPU·ASIC·서버·네트워크가 ABF 기판 수요를 견인하는 핵심 시장으로 부상
관련 비중은 2015년 약 10%에서 2025년 약 60%까지 확대
2030년에는 전체 ABF 시장의 80% 이상을 차지할 것으로 전망
📌 공급부족 장기화 전망
모건스탠리는 2030년 ABF 기판 공급부족이 약 25%까지 확대될 것으로 예상
기존 전망보다 공급 부족 폭이 더 커지며 가격과 수익성 개선 가능성이 높아진 상황
AI 투자 확대와 제한적인 증설이 구조적인 공급 부족을 만드는 모습
📌 ASIC 투자 확대도 수요 자극
아마존 Trainium과 구글 TPU 생산 전망이 기존보다 상향 조정
중국 AI 칩 시장 전망도 2030년 기준 기존 예상보다 36% 확대
하이퍼스케일러들의 자체 AI 칩 확대가 ABF 기판 수요를 지속적으로 끌어올릴 전망
📌 가격 상승 사이클 본격 진입
2분기 BT 기판 가격은 20~30%, ABF 기판 가격은 약 10% 상승
모건스탠리는 ABF 기판 가격이 2026년 20~25%, 2027년 25% 이상 상승할 것으로 전망
구조적인 공급 부족이 이어지는 만큼 중장기 가격 상승 사이클이 지속될 가능성이 높다는 분석
💻반도체 소부장💻[그로쓰리서치]
https://t.me/growth_semi | 248 |
| 5 | PER 250 주면 1조달러네. 합당하다. | 255 |
| 6 |  Anthropic 3Q26 이익 10억 달러 초과
Dario Amodei가 OpenAI를 떠나 2021년 초 Anthropic을 창업했을 당시만 해도, ChatGPT의 바이럴 출시는 아직 18개월 이상 남아 있었고, LLM의 상업화는 사실상 전무한 수준이었습니다. 불과 몇 년 만에 Anthropic과 OpenAI의 합산 ARR은 약 1,000억 달러에 이르렀고, 2026년에는 Claude Code가 소프트웨어 개발 세계를 휩쓸면서 AI 모델의 수익성 있는 수익화에서 뚜렷한 승자가 나타났습니다.
Anthropic은 6월 1일 비공개로 IPO 신청서를 제출했습니다. 그로부터 한 달 이상이 지난 현재, 하이퍼스케일러들의 지분 투자 가능성이 다가오고 있고, OpenAI가 자체 IPO를 2027년까지 미룰 것이라는 보도가 나오면서 일부에서는 AI 연구소들이 자금을 조달할 수 있는지에 의문을 제기하고 있습니다. 그러나 Anthropic은 현재 B2B 시장을 장악하는 데 있어 명확한 선두주자이며, 집중력이 떨어지고 현금을 소진하는 경쟁사와 달리 수익성 있는 방식으로 이를 달성하고 있습니다.
이러한 선도적 위치를 바탕으로, 우리는 Anthropic이 더 우월한 비즈니스 모델과 마진을 활용해 추가적인 신규 모델 개발에 투자할 것으로 예상합니다. 이를 통해 폐쇄형 및 오픈소스 경쟁사 대비 리드와 수익화 역량을 더 확대할 수 있을 것입니다. Anthropic은 진정으로 OpenAI를 압박할 수 있는 능력을 갖추고 있으며, 계속해서 실행력을 보여준다면 기본 시나리오상 최초의 6조 달러 기업이 될 가능성도 있다고 봅니다. 가격 결정력, 매출총이익률, 비즈니스 모델, 수익성은 모두 Anthropic이 먼저 IPO를 추진하고, OpenAI로 하여금 재무 정보를 공개하며 앞으로 다가올 대규모 AI 인프라 구축 경쟁에 필요한 자본을 조달하도록 압박할 수 있는 이유입니다.
올해 이미 두 곳의 AI 연구소가 IPO를 진행했습니다. 중국의 Zhipu와 Minimax입니다. 그러나 Anthropic이 상장한다면 이 정도 규모의 AI 연구소로서는 첫 사례가 될 것입니다. 비공개 IPO 신청은 공개된 숫자가 없다는 뜻입니다. 다행히 SemiAnalysis의 Tokenomics 팀은 SKU, 요금제, 고객 유형별로 바텀업 방식의 재무 모델을 구축하고 있습니다. 최근 Anthropic의 재무에 관한 WSJ 기사 역시, 당사의 Tokenomics 팀이 AI 생태계의 경제성과 재무를 이해하려는 투자자, 기업, 기타 이해관계자들을 돕기 위해 수행하는 작업의 정확성을 확인해주었습니다.
https://semianalysis.com/ | 188 |
| 7 | 그는 특히 “코스닥은 당초 코스닥이 코스닥다웠던 시절, 즉 초기 위상으로 되돌릴 수 있도록 걸맞은 방안을 고민 중”이라며 “현재 코스닥은 코스피에 비하면 상당히 아쉽다”고 했다.
이 애매모호하기 짝이 없는 표현은, 그다지 멀지 않은 과거에 일종의 트라우마로 남아있다.
https://n.news.naver.com/mnews/article/023/0003955743
#김용범 | 284 |
| 8 | 전닉을 담기에는..
이 나라의 그릇이..
너무나도 작군요..
안타깝습니다.. | 210 |
| 9 | https://n.news.naver.com/mnews/article/016/0002666746?sid=101 | 194 |
| 10 | 그렇다면 금융당국은 왜 이 시점에 이런 부작용이 뻔히 예상됨에도 단일종목 상품 출시를 했을까. 처음 단일종목 상품 출시가 언급된 것은 지난 1월 16일 김용범 청와대 정책실장의 입을 통해서였다. 김 실장은 한겨레와의 인터뷰에서 “미국 시장에서는 레버리지 상품이나 개별 주식 ETF 등 다양한 상품이 거래되지만, 한국에서는 불가능한 것이 많다”며 “금융위원회에 문제제기를 했고 관련 검토를 지시했다”고 밝혔다.
곧 바로 이틀 뒤인 18일 이억원 금융위원장은 출입기자단 월례간담회에서 단일종목 상품 출시 허용 계획을 발표했다. 같은 달 30일에는 금융위가 단일종목 상품 상장을 허용하는 내용의 자본시장법 시행령 및 금융투자업규정 개정안을 입법예고·규정변경예고했고, 4개월 후인 5월 27일 관련 상품 16개 종목이 시장에 상장됐다. 김 실장이 단일종목 상품 출시를 거론하고 5개월도 채 걸리지 않고 상품이 시장에 나온 것이다.
시장에서는 청와대의 오더를 받은 금융당국이 충분한 검토 없이 단일종목 상품을 허용한 것이 화를 키웠다는 의견이 나온다
.
.
.
한국증시를 조질려는 엑스맨이 있다. 이게 내 결론이다 | 236 |
| 11 | 2026.07.07 17:17:58
기업명: LG씨엔에스(시가총액: 7조 1,696억) A064400
보고서명: 단일판매ㆍ공급계약체결
계약상대 : LG전자
계약내용 : ( 기타 판매ㆍ공급계약 ) LG전자 Physical AI 인프라 계약
공급지역 : 국내
계약금액 : 1,897억
계약시작 : 2026-08-01
계약종료 : 2029-07-31
계약기간 : 3년
매출대비 : 3.10%
공시링크: https://dart.fss.or.kr/dsaf001/main.do?rcpNo=20260707800689
최근계약 : https://www.awakeplus.co.kr/board/contract/064400
회사정보: https://finance.naver.com/item/main.nhn?code=064400 | 261 |
| 12 |  12번 안습... 받) | 2 809 |
| 13 | IT 버블 시스코와 2026년 메모리 3사는 정말 비교 가능한가? | 376 |
| 14 | ![. [이그전] 빅테크의 지갑이 말라도, 반도체는 계속 돈을 벌까? 안녕하세요. KB증권 자산배분 이은택입니다. 1) 1999년 하반기부터 월드컴의 매출증가율이 둔화하자, 시장에선 ‘닷컴 capex’가 지속 가능한지에 대한 의](data:image/jpeg;base64,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){kind=small} .
[이그전] 빅테크의 지갑이 말라도, 반도체는 계속 돈을 벌까?
안녕하세요. KB증권 자산배분 이은택입니다.
1) 1999년 하반기부터 월드컴의 매출증가율이 둔화하자, 시장에선 ‘닷컴 capex’가 지속 가능한지에 대한 의문이 일었습니다.
2) 주춤하던 시스코 주가가 월드컴과 디커플링 된 것은 실적발표 때문이었습니다.
3) 결국 이번에도 실적 컨퍼런스 콜을 통해 시장의 의심을 확인하는 작업이 중요할 수밖에 없습니다.
- URL: https://blog.naver.com/egzion/224338971009 | 65 |
| 15 | 2026.07.06 15:30:14
기업명: 비나텍(시가총액: 5,536억) A126340
보고서명: 단일판매ㆍ공급계약체결
계약상대 : SANMINA CORPORATION
계약내용 : 데이터센터용 슈퍼커패시터 공급계약
공급지역 : 인도
계약금액 : 131억
계약시작 : 2026-07-03
계약종료 : 2026-11-27
계약기간 : 4개월
매출대비 : 15.95%
공시링크: https://dart.fss.or.kr/dsaf001/main.do?rcpNo=20260706900477
최근계약 : https://www.awakeplus.co.kr/board/contract/126340
회사정보: https://finance.naver.com/item/main.nhn?code=126340 | 117 |
| 16 | 바이트댄스의 연구팀인 시드 AI(Seed AI)는 3일 AI 에이전트가 실제 실행 환경에서 피드백을 받으며 스스로 진화하는 메커니즘을 규명하고, 이를 기반으로 한 새로운 확장 법칙과 오픈소스 벤치마크 ‘엣지벤치(EdgeBench)’를 공개했다.
단발성 답변만 측정하던 기존 벤치마크를 넘어 AI에게 최대 72시간 동안 고난도 과제를 위임한 결과, AI 에이전트의 학습 효율이 3개월마다 2배씩 가파르게 상승한다는 사실이 확인됐다.
엣지벤치는 모델이 시간이 지나며 얼마나 배울 수 있느냐를 측정한다는 것이 중요하다.
실제로 앤트로픽의 '클로드 오퍼스 4.8'을 기준으로 12시간 동안 이전의 실패 경험을 누적하며 학습한 그룹은 43.0점을 기록했다. 반면, 시도마다 처음부터 다시 시작한 그룹은 36.1점에 그쳤다. AI가 과거의 실패를 통해 배우는 재귀적 자기개선이 가능하다는 해석이 가능하다.
이 과정에서 가장 중요한 하드웨어 요소는 모델의 기억에 해당하는 컨텍스트 창인 것으로 확인됐다. 컨텍스트 용량이 100만 토큰인 모델은 20만개의 모델을 상대로 테스트 전 구간에서 우위를 점했다. 최종 12시간 시점에서의 성능 상한선도 100만 모델은 97.8점, 20만 모델은 81.5점으로 갈렸다. 이는 장기 업무를 수행할 때 과거의 실패 로그와 빌드 오류를 잊지 않고 기억하는 능력이 학습의 핵심이라는 의미다.
이번 바이트댄스의 발견은 AI 개발 전략에 지각변동을 예고할 수 있다는 평을 받고 있다. 사전학습에 막대한 자원을 투입하는 기존 스케일링을 넘어, AI를 실제 환경에 오래 붙여두고 스스로 진화하게 만드는 '추론 및 테스트 타임 컴퓨트(Test-time Compute)'가 새로운 스케일링 법칙이 될 수 있다는 점을 보여줬기 때문이다.
** 에이전트 진화의 핵심은 메모리
https://www.aitimes.com/news/articleView.html?idxno=212425 | 130 |
| 17 | 아마존 AWS의 AI사업 베드락 매출은 전분기 대비 170% 성장 https://m.blog.naver.com/jeunkim/224334436745 | 198 |
| 18 |  개인적으로 18년에 느꼈던 것은 하락장에 12MF PER 믿으면 망한다였습니다
나중에 다 맞고나서야 후행해서 추정치가 변함.. | 152 |
| 19 | [HBM의 아버지 김정호: AI의 본질은 GPU가 아니라 메모리이며, GPU는 실제로 약 10%만 동작한다](https://wallstreetcn.com/articles/3776219)
◦ 핵심 주장: AI의 본질은 GPU가 아니라 메모리
• "AI = Memory"가 핵심 주장.
• ChatGPT가 단어 하나를 생성할 때마다 메모리 읽기 → 연산 → 메모리 쓰기 과정이 반복됨.
• GPU는 대부분 메모리를 기다리는 상태이며 실제 연산 시간은 약 10~30% 수준.
• AI 경쟁력은 앞으로 GPU 성능보다 메모리 성능이 결정 → Google Gemini, OpenAI, Claude 등의 경쟁력도 메모리 역량에 달려 있다고 주장.
◦ GPU 성장 한계 → 메모리 중심 시대로 전환
• GPU 성능 향상은 코어 확대뿐인데 → 발열 증가로 적층(3D Stack)이 어려움.
• AI가 학습(Training) 중심에서 추론(Inference) 중심으로 이동 → 메모리 중요성이 더욱 커짐.
• GPU 시대 → Memory-Centric Computing 시대로 변화라고 전망.
◦ HBM의 핵심은 용량과 대역폭
• 용량(Capacity)
- Context Engineering
- 멀티모달
- Agentic AI
→ 메모리 요구량이 매년 증가 → 10년 동안 약 1000배 증가 예상.
• 대역폭(Bandwidth)
- 기존 메모리 = 8차선 도로
- HBM = 1024~2048차선
- 미래에는 수십만~100만 차선 수준까지 확대 가능
• 병렬 데이터 전송이 AI 성능 향상의 핵심.
◦ HBF(High Bandwidth Flash)가 다음 단계
• HBM은 빠르지만 용량 한계 존재.
• HBF는 NAND Flash를 적층하여 대용량 저장 구현.
• HBM은 "뜨거운 데이터", HBF는 "차가운 데이터" 저장 역할.
• HBM + HBF가 함께 사용되는 구조로 발전.
• 향후 약 10년 내 HBF 시장 수요가 HBM을 넘어설 가능성 제시.
◦ HBS(High Bandwidth SRAM)라는 차세대 개념 제안
• SRAM은 DRAM보다 약 1000배 빠름.
• 단점인 작은 용량을 해결하기 위해
→ 웨이퍼 전체를 SRAM으로 제작
→ 12~16층 적층.
• 약 100GB → 최대 1600GB 수준까지 확장 가능하다고 설명.
◦ 궁극적인 AI 칩 구조
• HBM + HBF + HBS가 수직으로 적층된 '100층 3D 빌딩'
• GPU는 최상층에 배치하여 냉각 담당.
• 가장 어려운 기술은
- 수천 암페어 전력 공급
- 전력망 설계
- 발열 제어
• → 미래 AI 반도체 기업의 핵심 경쟁력이 될 것으로 전망.
◦ HBM4 이후 공급 구조 변화
• 과거 메모리는 범용 제품.
• HBM4부터는 NVIDIA, Google, AMD 등에 맞춘 Custom HBM 시대.
• 고객이 개발 초기부터 장기 계약(LTA)을 체결해야 개발 시작.
• → 메모리 업체가 가격 결정권을 갖는 판매자 시장으로 전환.
◦ 메모리 내부 연산(Memory-Centric Computing)
• GPU가 메모리를 기다리는 문제 해결을 위해
→ 메모리 내부에 CPU/GPU 기능 일부를 내장하는 방향 제안.
• HBM끼리 서로 통신하는 구조도 제시.
• 향후 GPU 역할 일부가 메모리로 이동할 것으로 전망.
◦ 삼성과 SK하이닉스의 경쟁 우위
• DRAM(HBM)과 NAND(HBF)를 동시에 대량 생산 가능한 기업은 삼성전자와 SK하이닉스뿐이라고 평가.
• SanDisk, Kioxia는 HBF만 가능.
• 다만 Micron 등 경쟁사도 일부 고객 주문을 확보하며 경쟁은 지속.
◦ AI PC와 AI 스마트폰
• AI PC는 TB급 메모리가 필요.
• 메모리 가격이 PC 가격을 결정할 것으로 전망.
• AI 스마트폰도 전체 가격의 절반 이상이 메모리 비용이 될 가능성 제시.
◦ Agentic AI와 Physical AI
• AI Agent는 24시간 동작.
• 작업량 증가 → 메모리 수요 약 1000배 증가 예상.
• 기존 HBM을 넘어 Ultra HBM 수준이 필요할 것으로 전망.
◦ 김정호 교수의 연구 배경
• 1993년 박사 취득 후 초고속 전자신호 측정 연구 수행.
• 1994년 삼성전자 메모리사업부 입사.
• 1996년 KAIST로 이동 후 약 10년간 HBM 기반 연구 수행.
• 2015년 Deep Learning을 접한 뒤 AI와 HBM이 동일한 선형대수 기반임을 깨닫고 AI 연구에 집중.
#김정호 교수님 #AI #메모리 | 264 |
| 20 |  화웨이 로직폴딩 기술도 비슷한 궤를 하고 있습니다. EUV를 못하니까 이렇게 패키징 기술로 우회하는 모습입니다. 우리나라 학계에서도 EUV 의존도를 탈피하는 모습을 벤치마크할 필요있다는 목소리가 있습니다. | 202 |
