2023.07.10 10:17:17
기업명: 씨에스윈드(시가총액: 3조 4,749억)
보고서명: 타법인주식및출자증권취득결정(자율공시)

발행회사: Bladt Holdings A/S
회사와 관계: -
주요사업: 해상풍력 하부구조물 생산
취득금액: 269억원
취득방법: 현금취득
취득목적: 글로벌 해상풍력 하부구조물시장 진출
취득 후 지분율: 100.0%
자기자본대비: 2.9%
시가총액대비: 0.78%
취득예정일자: 2023-11-01

공시링크: https://dart.fss.or.kr/dsaf001/main.do?rcpNo=20230710800073
회사정보: https://finance.naver.com/item/main.nhn?code=112610

씨에스윈드, 글로벌 최대 해상풍력 하부구조물 업체 인수

-덴마크 Bladt Industries

-인수가격은 프리미엄 265억원에 순부채 포함하면 약 2천억원 상회하는 것으로 추정

-Bladt는 글로벌 해상풍력 구조물 시장의 최대업체로 40년 이상의 업력과 쟈켓, 모노파일, TP, OSS 등 모든 파이프라인 보유

-유럽, 미국, 아시아 시장 모두 고객사 확보

-Bladt의 매출은 2023년 약 6천억원 수준, 2024년은 9천억원 이상으로 예상. 미국 동부 해상풍력향 하부구조물 매출 증가 때문

-영업이익률은 다른 해상풍력 하부구조물업체들의 10% 이상에 비해 낮은 2~3% 수준으로 부진했는데, 관리부실이 가장 큰 이유인 것으로 판단

-씨에스윈드와 Bladt의 연결회계는 빠르면 올 4분기, 늦어도 내년부터 시작 예상

-Bladt의 내년 매출 성장이 크기 때문에 씨에스윈드의 생산관리 능력이 발휘되면 턴어라운드 폭이 커질 것으로 예상

-Bladt는 사모펀드인 Nordic Capital이 보유하고 있었고, 이들이 해상풍력 하부구조물 생산프로세스에 이해가 부족한 건 당연

-이번 인수도 Bladt가 Orsted에 납품할 모노파일의 납기를 지키지 못해서 대규모의 지연 패널티를 부과받을 위기였기 때문에 이루어진 것으로 알려져

-Orsted는 내년부터 하부구조물 수요가 급증하기 때문에 믿을 만한 생산업체가 필요해서, Nordic Capital을 설득해서 씨에스윈드에 인수시킨 것으로 판단

-Bladt는 2025년까지 수주가 확보되어있고, 유럽과 미국향 하부구조물 수요가 내년부터 급증하기 때문에 중장기 성장 가시성 확보

-씨에스윈드는 타워에서 하부구조물로 사업영역 확대해서 글로벌 해상풍력 시장에서 가장 빠르게 성장하는 업체로 자리잡아

https://www.bladt.dk/

https://dart.fss.or.kr/dsaf001/main.do?rcpNo=20230710800073

대단하다 정말

국내 민사 소송에 따른 대웅제약 나보타의 생산 중지로 대웅제약의 수출 파트너사인 에볼루스가 손해를 보게 될 경우 합의 계약 위반이 된다는 것이다.

계약을 위반하면 에볼루스가 메디톡스에 소송을 제기해 천문학적인 손해 배상을 청구할 위험성이 존재한다.

https://news.mt.co.kr/mtview.php?no=2023070909572288190

1) Target 주주환원율 달성 리스크
현재 회사가 목표하고 있는 당기순이익 대비 50% 수준의 총주주환원(자사주 매입+현금배당)이 이루어지지 못할 경우 기업 가치는 기대치를 하회할 수 있다. 다만, 현재 동사의 Top management는 22년 11월 지배구조 변화 관련 설명회, 23년 4월 실적발표 설명회 등을 통해 특별한 규제 상 제약이 없는 한 50% 주주환원 달성에 대한 의지를 지속적으로 피력하고 있는 상황이다.


2) 부동산금융 편중 사업구조 리스크
메리츠금융 그룹은 그 동안 부동산금융을 중심으로 그룹 전반의 시너지를 추구하며 가파른 성장세를 시현하였다. 계열사 간 시너지는 증권이 부동산금융 시장 내 영업력을 바탕으로 대규모 PF대출을 주선하면, 화재∙캐피탈 등 계열사가 해당 딜의 PF대출에 직접 참여하는 방식으로 창출되었다. 다만 최근 부동산 하락으로 동사 또한 수수료/이자수익 감소, 자산 부실화에 따른 충당금 적립 등 영향이 불가피할
전망이며, 부동산 경기 침체 장기화 시 향후 그룹 차원의 성장 전략 재편 가능성 또한 존재한다.


3) 인적 자원 변동 리스크
동사는 대부분 시스템이 강력한 인적 네트워크를 기반으로 형성되어 있는데, 특히 최종 의사 결정단계에서 Top management에 대한 의존도가 높은 편이다. 또한 업계 최고 수준인 인력 역시 효율적이고 공정한 평가 체계를 바탕으로 유지되고 있다. 만약 향후 이런 전반적인 시스템이 변경되거나 업계 경쟁구도 강화 등의 사유로 대규모 인력 이탈이 가시화될 경우, 근본적인 그룹의 경쟁력이 저하될 가능성을배제할 수 없다.

#메리츠금융지주

#lselectric #씨에스윈드

지난주 뉴스임. 이 업종도 QoQ로 커가는게 심상치않음.

https://n.news.naver.com/mnews/article/015/0004864851?sid=105

“나의 아버지는 항상 퍽이 있는 곳으로 가지 말고 퍽이 가게 될 곳으로 가라고 끊임없이 말했습니다. 항상 내 앞에 펼쳐질 상황에 대해 생각하고, 퍽을 가지고 있는 사람이 어떻게 할지를 생각하라고 했습니다. 처음에는 그게 무슨 말인지 알 수 없었습니다. 다른 아이들처럼 나도 퍽이 있는 데로 가서 퍽을 가지고 싶었습니다. 하지만 아버지는 계속해서 일러주었습니다. 어떤 일이 일어날 것인지 예측하고 행동하라고.”
- 웨인 그레츠키, 前 NHL 아이스하키 선수 -

큐렉소 내용은 이분이 정리 제일 잘하신듯 합니다.

https://blog.naver.com/daemos2/223131966556

큐렉소 1편

https://blog.naver.com/daemos2/223134463385

큐렉소 2편

https://blog.naver.com/daemos2/223134864107

큐렉소 3편

OpenAI 창립 멤버 중 한 명인 안드레아 카르파티(Andrej karpathy)가 ‘왜 혁신적 AI에 도달하기 어려운가’라는 아티클을 리트윗했습니다.

AI 진보의 최전선에 있는 그가 다소 보수적인 입장의 아티클을 공유한 것인데, 함께 고민해볼 만한 논거들을 정리해봤습니다.

원본 번역글
—

0/ 일부 AI 옹호론자들은 AI 혁신으로 인해 세계 GDP 성장률이 역사적으로 단 한 번도 넘지 못했던 3%를 넘을 수 있을 것이라고 주장합니다.

물론 혁신의 과정 자체를 자동화할 수 있다면 충분히 가능한 미래지만, 이를 위해서 넘어야 할 과제들이 굉장히 많습니다.

1/ 가장 어려운 문제는 ‘세상은 항상 불균형하게 발전한다는 것’입니다.

일례로 과거의 제조업, 최근의 IT산업은 도구 및 장비의 기술 혁신으로 인해 큰 생산성의 향상을 경험했습니다. 반면, 노동 집약적이거나 인간의 상호작용이 필요한 의료, 교육 등의 공공 부문 직업은 기술의 영향을 크게 받지 못했습니다.

1-1/ 이러한 불균형은 ‘보몰 효과(Baumol effect)*’를 야기할 수 있으며, 이로 인해 생산성이 크게 증가한 직업의 성장률마저 상쇄될 수 있습니다.

*보몰 효과 : 노동 생산성이 크게 증가한 직업의 임금 상승에 반응하여, 생산성이 상대적으로 덜 증가한 직업의 임금도 고용 경쟁에 의해 상승하는 현상. (관련 링크)

1-2/ 결국 AI가 모든 영역을 자동화할 수 있어야 의미있는 수준의 경제 성장이 가능해질 것입니다.

2/ 그렇다면 현재 AI 기술의 발전만으로 모든 산업을 효율화시킬 수 있을까요? 이것이 가능해지려면 다른 분야의 기술 발전도 함께 일어나야 합니다.

2-1/ 로봇 공학은 AI의 발전에 크게 뒤쳐져 있습니다. 벌레의 꿈틀거림은 굉장히 간단한 움직임이지만, 여전히 구현하기 힘든 영역입니다.

2-2/ 현재 대부분의 제조, 건설업은 하드웨어를 필요로 하는데(인력과 같은), 이러한 인력을 대체할 만한 로봇 기술이 발전하지 않는다면 AI 기술만으로는 성장이 크게 가속화되기에는 한계가 있을 수 있습니다.

2-3/ 하드웨어 최적화 또한 한계에 다다랐다는 연구 결과가 있습니다.

컴퓨팅 파워를 몇 배로 확장하려면 하드웨어 영역에 수천억 달러의 추가 지출이 필요합니다. 무어의 법칙이 멈추기 전에 혁신적 AI에 도달할 수 있을지가 주요 관건이 될 것 같습니다.

2-4/ 일각의 연구에서는 2026년에는 고품질의 언어 데이터가 고갈될 수 있다고 경고했습니다. 물론 합성 데이터와 같은 대안이 제시되고 있지만, 이는 근본적인 해결책이 아닙니다.

2-5/ 인간 피드백은 AI의 결과물을 더욱 유용하게 만들지만, 이로 인해 생산성의 향상은 제한될 수 있습니다.

2-6/ 그렇다고 인간 피드백을 제외하기도 어려운 상황입니다. 인간은 가치관에 따라 행동하려고 노력하기 때문에 가장 중요한 데이터는 사람들의 가치관에 대한 것, 즉 인간이 관여해야 하는 것이기 때문입니다.

2-7/ 데이터 문제를 해결하기 위해, 인간의 경험과 다른 감각(후각, 촉각과 같은) 데이터를 사용하는 것을 고려해볼 수 있겠지만, 아직 여기까지 기술이 발전하지 못했습니다.

3/ 기술적 장애물뿐만 아니라, 사회적, 경제적 장애물도 AI의 영향력을 제한할 수 있습니다.

3-1/ 사회적, 정치적 장벽으로 인해 기술의 도입이 늦어지거나 때로는 완전히 중단되기도 합니다.

일례로, 런던의 공영 지하철 기관사는 대체할 수 있는 기술이 수십 년 전부터 존재했음에도 불구하고 전국 평균의 두 배에 가까운 임금을 받고 있습니다.

3-2/ 또한 혁신적인 경제 성장을 이루기 위해선 자동화만으로는 충분하지 않습니다. OpenAI에서는 “약 19%의 직업은 업무의 50% 이상에 대해 GPT-4를 활용한 애플리케이션을 구축할 수 있다”고 추산했습니다.

3-3/ 반대로 말하면 GPT-4만으로는 완전 자동화에 근접하지 못한다는 의미이며, 신뢰성이 필수적인 영역 또한 AI의 기술적 한계로 당분간 영향을 받지 않을 것입니다. 이는 인류에 변혁적인 영향을 미치지 못하는 수준입니다.

—

안드레아 카르파티(Andrej karpathy)는 해당 글을 리트윗함으로써 혁신적 AI의 도래를 위해 준비할 것이 아직 굉장히 많음을 말하고 싶었던 것 같습니다.

즉 기술과 혁신 사이에는 수많은 난관과 사회적 합의점이 존재하며, 이러한 지점들이 논의되고 해결될 때 우리는 AI 기술이 가져다 준 ‘진정한 혜택’을 느낄 수 있을 것입니다.

위 글의 논거에 대해서는 다양한 의견이 존재할 것 같습니다. 일례로 요즘AI는 교육 및 의료 부문 또한 AI로 인해 엄청난 생산성 향상을 겪을 것이라고 예상하는데요. 다만 이를 위해서는 여러 사회적, 제도적 합의가 필요하다는 것에도 동의합니다.

즉 기술의 발전이 혁신을 만드는 것은 분명하지만, 혁신의 크기를 결정하는 데에는 여러 차원의 합의가 거쳐질 수 밖에 없습니다. 구독자분들도 AI가 가져올 미래를 생각하며 이런 다양한 논거에 대해 고민하는 시간을 가져보는 것도 좋을 것 같습니다.

추가적으로 기록된 데이터 뿐만 아니라 후각, 촉각, 직감 등의 암묵적 데이터가 AI 학습에 사용될 수도 있을 거라는 관점이 흥미로웠습니다.

친구와 나눈 카톡 대화가 단 몇 년 만에 학습에 필요한 데이터가 되었듯이, 앞으로는 또 어떤 데이터들이 중요해지고, 또 AI 학습에 활용될 것인지가 재밌는 관전 포인트가 될 것 같습니다.

긴 글 읽어주셔서 감사합니다 :)