키옥시아의 부진을 NAND 시장 전체로 확대해석할 필요는 없는 이유
동사 역시 1) NAND 수요 전망치 상향, 2) 일반 서버 교체 및 AI 추론 수요 확대에 따른 SSD 수요 강세, 3) 고용량 QLC 수요 증가, 4) 장기 계약 협상, 5) 실적 개선세 지속, 6) 보수적인 CAPEX 등을 언급하며 다른 NAND 업체들과 동일한 상황임을 확인했기 때문.
동사의 부진한 실적은 1) 수요 강세가 지속되고 있는 eSSD보다 상대적으로 수익성이 낮고 단일 고객과 대용량계약을 맺은 Mobile의 비중이 증가, 2) IPO 이전 공격적인 매출과 y-y 기준 비교 때문인 것으로 판단.
*NH 류영호 위원님 자료 발췌(11/14)
동사 역시 1) NAND 수요 전망치 상향, 2) 일반 서버 교체 및 AI 추론 수요 확대에 따른 SSD 수요 강세, 3) 고용량 QLC 수요 증가, 4) 장기 계약 협상, 5) 실적 개선세 지속, 6) 보수적인 CAPEX 등을 언급하며 다른 NAND 업체들과 동일한 상황임을 확인했기 때문.
동사의 부진한 실적은 1) 수요 강세가 지속되고 있는 eSSD보다 상대적으로 수익성이 낮고 단일 고객과 대용량계약을 맺은 Mobile의 비중이 증가, 2) IPO 이전 공격적인 매출과 y-y 기준 비교 때문인 것으로 판단.
*NH 류영호 위원님 자료 발췌(11/14)
Microsoft's AI Strategy Deconstructed - From Energy to Tokens
✅ MS, 2023~24년 ‘AI 올인’ → 2024~25년 ‘Big Pause’ → 2025년 하반기 다시 전력질주 흐름
‒ ChatGPT 출시 직후 MS는 2023~24년 OpenAI 지원 위해 역사상 가장 공격적 DC 투자를 수행.
‒ 미국·유럽·아시아 전역에서 사전임대(pre-leasing)와 셀프빌드가 폭발적으로 증가, 2023~24년엔 MS 혼자 북미 전체 리스의 절반 이상 차지.
‒ 그러나 2024년 중반突 MS는 3.5GW 이상 프로젝트 동결·포기, 미국(피닉스·시카고)·유럽(UK·노르딕)·일본·호주·인도 등에서 LOI 철회.
‒ Competitor(Oracle·Google·Amazon·CoreWeave)에 대규모 물량을 넘기며 ‘AI 인프라 전쟁’ 주도권 빼앗김.
✅ OpenAI→Oracle 체제로 흐른 결정적 이유: MS의 느린 실행력·과소추정된 수요·ROIC 집착
‒ Wisconsin Fairwater 2GW 캠퍼스 기반 ‘Stargate’(100B달러 규모) 프로젝트를 MS가 준비했으나 일정 지연·전력 확보 실패로 Oracle에 상실.
‒ Oracle은 2024년 5월 착공 → 2024년 9월 가동이라는 미친 속도로 OpenAI 요구 충족.
‒ MS는 1.5GW 확장을 2027년 이후로 미루는 바람에 OpenAI ‘즉시 공급’ 요구를 감당 못함.
‒ 그 결과 Oracle은 12개월간 420B달러의 OpenAI 계약 수주 → 150B달러 이상의 GP 확보.
‒ MS가 이 계약을 가져갔으면 Azure GP가 연간 +18% 증가하는 레벨이었음(대신 ROIC는 낮아졌을 가능성).
✅ MS의 전략적 오판: Bare Metal을 줄이고 Token-Factory 위주 구조로 전환하려다 ‘수요폭발’을 놓쳤음
‒ MS는 Azure가 너무 OpenAI에 종속되는 것을 우려, Bare Metal 확장 대신 PaaS/API 기반 토큰 비즈니스 중심으로의 전환을 의도.
‒ 그러나 Meta·ByteDance·AI 유니콘·엔터프라이즈 수요가 폭발해 ‘GPU 클라우드 대란’이 발생했고, MS는 이 흐름을 과소평가.
‒ 경쟁사들은 RPO를 폭발적으로 늘렸는데 MS는 정체 → 늦게 돌아오니 이미 좋은 전력·부지 다 뺏김.
‒ 지금 MS는 부득이하게 Neocloud(CoreWeave 등)에서 GPU를 빌려다 되팔아야 해서 마진구조 악화 확정.
✅ PaaS/IaaS 경쟁력 약화: Azure는 기업엔 강하지만 AI 클러스터 운영능력은 뒤처짐
‒ ClusterMAX 2.0 기준 Azure는 네트워킹·엔터프라이즈 신뢰성은 강점이지만,
CycleCloud·AKS 기반 AI 클러스터 품질은 CoreWeave·Nebius·Oracle 대비 확연히 뒤처짐.
‒ 스타트업·AI 랩 고객이 원하는 648,000 GPU급 클러스터는 Azure가 거의 못 따내고 있음.
‒ 대신 Azure GPU는 대부분 OpenAI 전용 배정 → 일반 AI 고객 풀에서는 시장 존재감 미미.
‒ HuggingFace 다운로드 기준 Google·AWS 대비 1/3~1/5배 수준으로 밀리는 등 생태계 영향력 약화.
✅ MS의 반격: 글로벌 70개 리전 기반 ‘Fungible Fleet’ + 엔터프라이즈 맞춤형 토큰경제
‒ MS는 장기적으로 ‘AI+엔터프라이즈 자산 결합’ 전략 구사: 지역별 법규·데이터 주권·보안 요구에 맞춘 로컬 AI 배치.
‒ ChatGPT·Claude류 글로벌 inference는 latency 무의미 → 하지만 기업 데이터·ERP·Azure DB 기반 AI는 위치 중요.
‒ 이 구조를 이용해 오래된 GPU라도 DB·보안·스토리지 upsell과 결합해 경제적 수명을 6~7년까지 늘릴 수 있다는 계산.
‒ 이러한 ‘Fleet Fungibility’는 GPU 조기 교체 부담을 낮추고 Azure ROIC를 높이는 핵심 전략임.
✅ Token Layer: Azure Foundry = MS의 ‘기업용 토큰 공장’, OpenAI API 대비 점유율 확대 예상
‒ MS는 2032년까지 OpenAI 모델 추론을 독점적으로 Azure에서 처리 → 수익구조 확정적 안정성 보유.
‒ Foundry는 M365 Copilot·GitHub Copilot(1P)과, 외부 엔터프라이즈(3P) 모두 흡수하는 구조.
‒ 다만 기업 AI 토큰 시장은 아직 매우 초기: GCP 기준 상위 150대 기업 전체 토큰 사용이 GCP 매출의 0.5% 미만 수준.
‒ Tokenomics 모델에 따르면 향후 Azure Foundry는 MS AI 성장의 핵심 축으로 자리 잡을 전망.
✅ Application Layer: GitHub Copilot 독점은 이미 깨졌고, Anthropic 기반 신흥 코드에이전트가 급성장
‒ Copilot은 VS Code·GitHub·OpenAI 모델 조합으로 철옹성이었지만, 스타트업들이 VS Code fork 기반 tight integration 모델로 공략.
‒ MS가 Anthropic 모델을 비싸게 사서 붙이면서 Copilot은 더 이상 “100% 자체 토큰” 구조가 아님 → 마진율 하락.
‒ 코덱스·클로드 코드 기반 제품이 빠르게 성장하며 MS 수성 압박.
‒ MS는 대응으로 multi-model 전략(Agent HQ)을 구축했지만 OpenAI 모델 가중치 접근권이 2032년까지로 제한돼, 이후 대비 필요.
✅ MAI 모델: 아직 SOTA 대비 약하지만 ‘OpenAI CoT Distillation + 내부 데이터’ 기반으로 빠르게 품질 개선 중
‒ MAI-1 텍스트 모델은 LMArena 38위권 수준, MAI-3 이미지·음성 모델은 효율성과 가격 매력 중심.
‒ 핵심은 OpenAI 모델 CoT를 그대로 distill할 수 있다는 점 → compute 대비 품질 향상 효율이 다른 경쟁사 대비 뛰어남.
‒ Excel Agent·Office Agent 등 M365 전반에 Reasoning 기반 자동화 기능이 적용되면서 엔터프라이즈 AI 채택 속도 상승 예상.
💡 정리: MS의 AI 전략은 ‘2024년 대실책(Big Pause)’ → ‘2025년 재가동’으로 구조적 전환 중
» MS는 2024년 AI 수요 과소추정·전력 확보 실패로 OpenAI=Oracle 체제를 허용하며 수백억 달러 GP 기회 상실했음
» 2025년부터는 전력·부지·TCO·엔터프라이즈 결합을 중심으로 ‘지능+토큰 경제’에 재집중하면서 Azure 성장 재가속 국면 진입
» Token Factory(Foundry) + Fungible Fleet + OpenAI IP 조합은 hyperscaler 중 가장 높은 엔터프라이즈 침투력 제공
» 단, 모델 품질·GPU 클러스터 운영·생태계 측면은 Google·AWS·CoreWeave 대비 아직 개선 필요
source: SemiAnalysis
#MSFT
‒ ChatGPT 출시 직후 MS는 2023~24년 OpenAI 지원 위해 역사상 가장 공격적 DC 투자를 수행.
‒ 미국·유럽·아시아 전역에서 사전임대(pre-leasing)와 셀프빌드가 폭발적으로 증가, 2023~24년엔 MS 혼자 북미 전체 리스의 절반 이상 차지.
‒ 그러나 2024년 중반突 MS는 3.5GW 이상 프로젝트 동결·포기, 미국(피닉스·시카고)·유럽(UK·노르딕)·일본·호주·인도 등에서 LOI 철회.
‒ Competitor(Oracle·Google·Amazon·CoreWeave)에 대규모 물량을 넘기며 ‘AI 인프라 전쟁’ 주도권 빼앗김.
‒ Wisconsin Fairwater 2GW 캠퍼스 기반 ‘Stargate’(100B달러 규모) 프로젝트를 MS가 준비했으나 일정 지연·전력 확보 실패로 Oracle에 상실.
‒ Oracle은 2024년 5월 착공 → 2024년 9월 가동이라는 미친 속도로 OpenAI 요구 충족.
‒ MS는 1.5GW 확장을 2027년 이후로 미루는 바람에 OpenAI ‘즉시 공급’ 요구를 감당 못함.
‒ 그 결과 Oracle은 12개월간 420B달러의 OpenAI 계약 수주 → 150B달러 이상의 GP 확보.
‒ MS가 이 계약을 가져갔으면 Azure GP가 연간 +18% 증가하는 레벨이었음(대신 ROIC는 낮아졌을 가능성).
‒ MS는 Azure가 너무 OpenAI에 종속되는 것을 우려, Bare Metal 확장 대신 PaaS/API 기반 토큰 비즈니스 중심으로의 전환을 의도.
‒ 그러나 Meta·ByteDance·AI 유니콘·엔터프라이즈 수요가 폭발해 ‘GPU 클라우드 대란’이 발생했고, MS는 이 흐름을 과소평가.
‒ 경쟁사들은 RPO를 폭발적으로 늘렸는데 MS는 정체 → 늦게 돌아오니 이미 좋은 전력·부지 다 뺏김.
‒ 지금 MS는 부득이하게 Neocloud(CoreWeave 등)에서 GPU를 빌려다 되팔아야 해서 마진구조 악화 확정.
‒ ClusterMAX 2.0 기준 Azure는 네트워킹·엔터프라이즈 신뢰성은 강점이지만,
CycleCloud·AKS 기반 AI 클러스터 품질은 CoreWeave·Nebius·Oracle 대비 확연히 뒤처짐.
‒ 스타트업·AI 랩 고객이 원하는 648,000 GPU급 클러스터는 Azure가 거의 못 따내고 있음.
‒ 대신 Azure GPU는 대부분 OpenAI 전용 배정 → 일반 AI 고객 풀에서는 시장 존재감 미미.
‒ HuggingFace 다운로드 기준 Google·AWS 대비 1/3~1/5배 수준으로 밀리는 등 생태계 영향력 약화.
‒ MS는 장기적으로 ‘AI+엔터프라이즈 자산 결합’ 전략 구사: 지역별 법규·데이터 주권·보안 요구에 맞춘 로컬 AI 배치.
‒ ChatGPT·Claude류 글로벌 inference는 latency 무의미 → 하지만 기업 데이터·ERP·Azure DB 기반 AI는 위치 중요.
‒ 이 구조를 이용해 오래된 GPU라도 DB·보안·스토리지 upsell과 결합해 경제적 수명을 6~7년까지 늘릴 수 있다는 계산.
‒ 이러한 ‘Fleet Fungibility’는 GPU 조기 교체 부담을 낮추고 Azure ROIC를 높이는 핵심 전략임.
‒ MS는 2032년까지 OpenAI 모델 추론을 독점적으로 Azure에서 처리 → 수익구조 확정적 안정성 보유.
‒ Foundry는 M365 Copilot·GitHub Copilot(1P)과, 외부 엔터프라이즈(3P) 모두 흡수하는 구조.
‒ 다만 기업 AI 토큰 시장은 아직 매우 초기: GCP 기준 상위 150대 기업 전체 토큰 사용이 GCP 매출의 0.5% 미만 수준.
‒ Tokenomics 모델에 따르면 향후 Azure Foundry는 MS AI 성장의 핵심 축으로 자리 잡을 전망.
‒ Copilot은 VS Code·GitHub·OpenAI 모델 조합으로 철옹성이었지만, 스타트업들이 VS Code fork 기반 tight integration 모델로 공략.
‒ MS가 Anthropic 모델을 비싸게 사서 붙이면서 Copilot은 더 이상 “100% 자체 토큰” 구조가 아님 → 마진율 하락.
‒ 코덱스·클로드 코드 기반 제품이 빠르게 성장하며 MS 수성 압박.
‒ MS는 대응으로 multi-model 전략(Agent HQ)을 구축했지만 OpenAI 모델 가중치 접근권이 2032년까지로 제한돼, 이후 대비 필요.
‒ MAI-1 텍스트 모델은 LMArena 38위권 수준, MAI-3 이미지·음성 모델은 효율성과 가격 매력 중심.
‒ 핵심은 OpenAI 모델 CoT를 그대로 distill할 수 있다는 점 → compute 대비 품질 향상 효율이 다른 경쟁사 대비 뛰어남.
‒ Excel Agent·Office Agent 등 M365 전반에 Reasoning 기반 자동화 기능이 적용되면서 엔터프라이즈 AI 채택 속도 상승 예상.
» MS는 2024년 AI 수요 과소추정·전력 확보 실패로 OpenAI=Oracle 체제를 허용하며 수백억 달러 GP 기회 상실했음
» 2025년부터는 전력·부지·TCO·엔터프라이즈 결합을 중심으로 ‘지능+토큰 경제’에 재집중하면서 Azure 성장 재가속 국면 진입
» Token Factory(Foundry) + Fungible Fleet + OpenAI IP 조합은 hyperscaler 중 가장 높은 엔터프라이즈 침투력 제공
» 단, 모델 품질·GPU 클러스터 운영·생태계 측면은 Google·AWS·CoreWeave 대비 아직 개선 필요
source: SemiAnalysis
#MSFT
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Siemens Energy FY4Q25 실적발표 핵심 정리
✅ FY25 전사 실적
‒ FY25 매출 39.1bn유로(+15.2% YoY), 수주 58.9bn유로(+19% YoY), Book-to-bill 1.51, 백로그 138bn유로로 사상 최대
‒ 영업이익률(before SI) 6.0%(+500bps)로 턴어라운드 정점 기록
‒ 순이익 1.7bn유로(+350m YoY), EPS 1.63유로
‒ FCF pre-tax 4.7bn유로(+2.8bn YoY)
‒ FY25 주가 +201% 상승 → 신뢰 회복 & 밸류 재레이팅
✅ FY4Q25 하이라이트
‒ 수주 14.2bn유로, 매출 10.4bn유로 모두 분기 최대치 경신
‒ 마진 4.5%(+540bps), 모든 사업부가 개선 기여
‒ favorable pricing 지속
✅ 지역별 트렌드
Americas: 수주 +46%, 매출 +16% — 미국·사우디 중심 GS 부문 폭주
EMEA: 수주 +2%, 매출 +14% — Grid/HVDC 중심 설비 투자 확대
Asia & Australia: 수주 +22%, 매출 +5% — GS·TI 고른 증가
→ 글로벌 전력 인프라 교체 사이클이 Siemens Energy 체인 전반에 수요 생성
✅ Core Business Review
1) Gas Services(GS)
‒ 수주 23bn유로(+43%), 매출 12.2bn유로(+14%), 마진 13.0%(FY)
‒ FY25에만 26GW 수주, 28GW 예약 확보 → 업사이드 계속
‒ Q4는 계절성으로 마진 낮았으나 전년 대비 효율·수익성 대폭 개선
2) Grid Technologies(GT)
‒ 전력망 투자 사이클 본격화: 매출 11.3bn유로(+25%), 수주 21.4bn유로(+5%)
‒ 마진 15.8%(FY) — 전년 대비 +560bps
‒ HVDC 프로젝트와 제품 비즈니스 모두 강세
‒ FCF 2.8bn유로, Book-to-bill 1.90 → 구조적 성장산업 수혜 정점
3) Transformation of Industry(TI)
‒ 매출 5.7bn유로(+14%) / 수주 6.0bn유로(-5% YoY)
‒ 마진 11.3%(FY)로 전년 7.4%에서 수익성 대폭 Jump
‒ FCF 686m유로, 안정적 턴어라운드 완료 구간
4) Siemens Gamesa(SG)
‒ 풍력 부문 여전히 적자지만, 손실 축소 기조 유지
‒ 매출 +29% YoY / 마진 -13.1%(FY)
‒ 관세(tariff) 영향으로 Q4 수주 급감(-72%)
‒ FCF -1.8bn유로 → 그룹 리스크 요인이나 개선 각도는 FY24 대비 진전
✅ FY26 가이던스 & FY28 중기목표
ㅁ FY26 가이던스
‒ 매출 성장률: 11~13%
‒ 마진(before SI): 9~11%
‒ 순이익: 3~4bn유로
‒ FCF pre-tax: 4~5bn유로
ㅁ FY28 목표
‒ 매출 CAGR: Low-teens
‒ 마진(before SI): 14~16%
→ 완전한 고마진 EPC·그리드·서비스 중심 엔지니어링 회사로 체질 전환 마무리 수순
‒ FY25 매출 39.1bn유로(+15.2% YoY), 수주 58.9bn유로(+19% YoY), Book-to-bill 1.51, 백로그 138bn유로로 사상 최대
‒ 영업이익률(before SI) 6.0%(+500bps)로 턴어라운드 정점 기록
‒ 순이익 1.7bn유로(+350m YoY), EPS 1.63유로
‒ FCF pre-tax 4.7bn유로(+2.8bn YoY)
‒ FY25 주가 +201% 상승 → 신뢰 회복 & 밸류 재레이팅
‒ 수주 14.2bn유로, 매출 10.4bn유로 모두 분기 최대치 경신
‒ 마진 4.5%(+540bps), 모든 사업부가 개선 기여
‒ favorable pricing 지속
Americas: 수주 +46%, 매출 +16% — 미국·사우디 중심 GS 부문 폭주
EMEA: 수주 +2%, 매출 +14% — Grid/HVDC 중심 설비 투자 확대
Asia & Australia: 수주 +22%, 매출 +5% — GS·TI 고른 증가
→ 글로벌 전력 인프라 교체 사이클이 Siemens Energy 체인 전반에 수요 생성
1) Gas Services(GS)
‒ 수주 23bn유로(+43%), 매출 12.2bn유로(+14%), 마진 13.0%(FY)
‒ FY25에만 26GW 수주, 28GW 예약 확보 → 업사이드 계속
‒ Q4는 계절성으로 마진 낮았으나 전년 대비 효율·수익성 대폭 개선
2) Grid Technologies(GT)
‒ 전력망 투자 사이클 본격화: 매출 11.3bn유로(+25%), 수주 21.4bn유로(+5%)
‒ 마진 15.8%(FY) — 전년 대비 +560bps
‒ HVDC 프로젝트와 제품 비즈니스 모두 강세
‒ FCF 2.8bn유로, Book-to-bill 1.90 → 구조적 성장산업 수혜 정점
3) Transformation of Industry(TI)
‒ 매출 5.7bn유로(+14%) / 수주 6.0bn유로(-5% YoY)
‒ 마진 11.3%(FY)로 전년 7.4%에서 수익성 대폭 Jump
‒ FCF 686m유로, 안정적 턴어라운드 완료 구간
4) Siemens Gamesa(SG)
‒ 풍력 부문 여전히 적자지만, 손실 축소 기조 유지
‒ 매출 +29% YoY / 마진 -13.1%(FY)
‒ 관세(tariff) 영향으로 Q4 수주 급감(-72%)
‒ FCF -1.8bn유로 → 그룹 리스크 요인이나 개선 각도는 FY24 대비 진전
ㅁ FY26 가이던스
‒ 매출 성장률: 11~13%
‒ 마진(before SI): 9~11%
‒ 순이익: 3~4bn유로
‒ FCF pre-tax: 4~5bn유로
ㅁ FY28 목표
‒ 매출 CAGR: Low-teens
‒ 마진(before SI): 14~16%
→ 완전한 고마진 EPC·그리드·서비스 중심 엔지니어링 회사로 체질 전환 마무리 수순
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
AI bubble trouble talk is overblown
‒ AI 버블 논란이 커졌지만 이는 신기술 도입 초기에 흔히 나타나는 기대 과열 현상일 뿐이며, 지금의 시장은 붕괴 직전의 전형적 징후보다는 아직 수요가 공급을 앞서는 초기 성장 국면에 더 가까움.
‒ 데이터센터 과잉투자 우려는 대부분 장기적·잠재적 계획에 기반한 해석이며, 실제로 OpenAI·Nvidia가 확정적으로 투자한 물량은 전체 1.4조달러 구상 중 10% 수준에 불과해 당장 공급 과잉이나 인프라 붕괴는 현실적이지 않음.
‒ 단기적으로는 AI 컴퓨트·데이터센터 용량 부족이 지속되고 있어 시장이 실제 직면한 문제는 버블 붕괴가 아니라 오히려 “캐파가 모자라서 생기는 병목”에 더 가까우며, 수요 둔화나 투자 중단 조짐은 나타나지 않음.
‒ 장기적으로 공급이 수요를 따라잡는 시점에는 수익전환 지연 위험이 존재하지만, 이는 Altman이 밝힌 기업용 AI·클라우드·로보틱스 신규 진출처럼 아직 출시되지 않은 사업 모델에 따라 크게 달라질 수 있어 불확실성이 큰 상태임.
‒ 진짜 위험은 LLM의 할루시네이션 같은 기술적 한계가 상용화·경제성 전환을 제약할 가능성인데, 이는 시간이 지나야 검증될 사안이며 지금 당장 경제성이 영구적으로 훼손됐다고 단정할 수 없음.
‒ 투자자 심리 악화로 자본 조달이 막히면 OpenAI 같은 기업엔 타격이 크지만, 구글·MS처럼 재무체력이 탄탄한 기업은 오히려 해당 상황에서 더 많은 시장 점유율을 확보할 수 있어 전체 AI 시장이 무너지는 그림과는 다름.
‒ 일부 고밸류 종목(Palantir 등)은 조정 위험이 크지만, 전반적으로 빅테크 밸류에이션은 과거 사이클 대비 과도하다고 보기 어렵고 AI 칩 시장은 AMD 기준 2030년 1조달러 전망처럼 수요가 계속 늘고 있어 AI 전체가 버블 붕괴 국면에 진입했다고 보긴 어려움.
source: FT
‒ AI 버블 논란이 커졌지만 이는 신기술 도입 초기에 흔히 나타나는 기대 과열 현상일 뿐이며, 지금의 시장은 붕괴 직전의 전형적 징후보다는 아직 수요가 공급을 앞서는 초기 성장 국면에 더 가까움.
‒ 데이터센터 과잉투자 우려는 대부분 장기적·잠재적 계획에 기반한 해석이며, 실제로 OpenAI·Nvidia가 확정적으로 투자한 물량은 전체 1.4조달러 구상 중 10% 수준에 불과해 당장 공급 과잉이나 인프라 붕괴는 현실적이지 않음.
‒ 단기적으로는 AI 컴퓨트·데이터센터 용량 부족이 지속되고 있어 시장이 실제 직면한 문제는 버블 붕괴가 아니라 오히려 “캐파가 모자라서 생기는 병목”에 더 가까우며, 수요 둔화나 투자 중단 조짐은 나타나지 않음.
‒ 장기적으로 공급이 수요를 따라잡는 시점에는 수익전환 지연 위험이 존재하지만, 이는 Altman이 밝힌 기업용 AI·클라우드·로보틱스 신규 진출처럼 아직 출시되지 않은 사업 모델에 따라 크게 달라질 수 있어 불확실성이 큰 상태임.
‒ 진짜 위험은 LLM의 할루시네이션 같은 기술적 한계가 상용화·경제성 전환을 제약할 가능성인데, 이는 시간이 지나야 검증될 사안이며 지금 당장 경제성이 영구적으로 훼손됐다고 단정할 수 없음.
‒ 투자자 심리 악화로 자본 조달이 막히면 OpenAI 같은 기업엔 타격이 크지만, 구글·MS처럼 재무체력이 탄탄한 기업은 오히려 해당 상황에서 더 많은 시장 점유율을 확보할 수 있어 전체 AI 시장이 무너지는 그림과는 다름.
‒ 일부 고밸류 종목(Palantir 등)은 조정 위험이 크지만, 전반적으로 빅테크 밸류에이션은 과거 사이클 대비 과도하다고 보기 어렵고 AI 칩 시장은 AMD 기준 2030년 1조달러 전망처럼 수요가 계속 늘고 있어 AI 전체가 버블 붕괴 국면에 진입했다고 보긴 어려움.
source: FT
Ft
AI bubble trouble talk is overblown
For the foreseeable future, the market is facing a shortage of capacity — hardly the conditions that spell imminent disaster
Microsoft is building datacenter superclusters that span continents
‒ 마이크로소프트는 앞으로 100조~수백조 파라미터급 차세대 AI 모델을 훈련하기 위해 단일 데이터센터 규모를 넘어, 서로 수백~수천 km 떨어진 대규모 데이터센터를 고속 네트워크로 묶는 초대형 멀티-데이터센터 슈퍼클러스터(Fairwater) 구축에 착수.
‒ 1호 노드는 2025년 10월 위스콘신(Mount Pleasant)과 조지아(Atlanta) 캠퍼스를 연결하며 가동을 시작했고, 이는 기존의 ‘서버 간 분산훈련 방식’을 이제는 ‘데이터센터 간 분산훈련’으로 확장하는 첫 사례임.
‒ Fairwater 데이터센터는 2층 구조, 직결형 칩·액침 냉각, “물 사용 최소화 설계” 등을 특징으로 하며, 애틀랜타 캠퍼스는 Nvidia GB200 NVL72 랙(120kW 이상, FP8 sparse 720 PFLOPS, 13TB HBM3e)를 본격 배치함으로써 수십만 GPU 규모 확장을 염두에 둔 설계를 갖춤.
‒ MS가 데이터센터를 연결하려는 핵심 목표는 더 큰 모델을 더 빠르게 학습하는 동시에, 전력·부지·기후 여건이 유리한 지역을 자유롭게 선택해 인프라를 분산 배치하기 위함.
‒ 약 1,000km 거리 연결에 사용된 네트워크 기술은 밝히지 않았으나, Cisco 8223(51.2Tbps, 1,000km 지원), Broadcom Jericho4, Nvidia Spectrum-XGS 등이 유력하며, MS는 역사적으로 인피니밴드 기반 Nvidia 네트워크를 표준으로 채택해온 만큼 Nvidia 제품 사용 가능성이 높은 상황.
‒ 그러나 데이터센터 간 초고속 분산훈련에는 대역폭·지연(latency) 문제가 뒤따르며, 이를 해결하기 위해 업계는 모델 압축, 통신 스케줄링 최적화 등 다양한 기술을 연구 중이며 DeepMind는 올해 해당 병목을 상당 부분 해결할 수 있다는 연구 결과를 제시.
‒ 종합하면 MS는 단순히 더 큰 데이터센터를 짓는 전략에서 벗어나 대륙 규모로 연결된 분산형 AI 슈퍼컴퓨팅 네트워크로 진화하고 있으며, 이는 차세대 초거대 모델 훈련을 위한 새로운 인프라 아키텍처의 시작점을 의미.
source: The Register
‒ 마이크로소프트는 앞으로 100조~수백조 파라미터급 차세대 AI 모델을 훈련하기 위해 단일 데이터센터 규모를 넘어, 서로 수백~수천 km 떨어진 대규모 데이터센터를 고속 네트워크로 묶는 초대형 멀티-데이터센터 슈퍼클러스터(Fairwater) 구축에 착수.
‒ 1호 노드는 2025년 10월 위스콘신(Mount Pleasant)과 조지아(Atlanta) 캠퍼스를 연결하며 가동을 시작했고, 이는 기존의 ‘서버 간 분산훈련 방식’을 이제는 ‘데이터센터 간 분산훈련’으로 확장하는 첫 사례임.
‒ Fairwater 데이터센터는 2층 구조, 직결형 칩·액침 냉각, “물 사용 최소화 설계” 등을 특징으로 하며, 애틀랜타 캠퍼스는 Nvidia GB200 NVL72 랙(120kW 이상, FP8 sparse 720 PFLOPS, 13TB HBM3e)를 본격 배치함으로써 수십만 GPU 규모 확장을 염두에 둔 설계를 갖춤.
‒ MS가 데이터센터를 연결하려는 핵심 목표는 더 큰 모델을 더 빠르게 학습하는 동시에, 전력·부지·기후 여건이 유리한 지역을 자유롭게 선택해 인프라를 분산 배치하기 위함.
‒ 약 1,000km 거리 연결에 사용된 네트워크 기술은 밝히지 않았으나, Cisco 8223(51.2Tbps, 1,000km 지원), Broadcom Jericho4, Nvidia Spectrum-XGS 등이 유력하며, MS는 역사적으로 인피니밴드 기반 Nvidia 네트워크를 표준으로 채택해온 만큼 Nvidia 제품 사용 가능성이 높은 상황.
‒ 그러나 데이터센터 간 초고속 분산훈련에는 대역폭·지연(latency) 문제가 뒤따르며, 이를 해결하기 위해 업계는 모델 압축, 통신 스케줄링 최적화 등 다양한 기술을 연구 중이며 DeepMind는 올해 해당 병목을 상당 부분 해결할 수 있다는 연구 결과를 제시.
‒ 종합하면 MS는 단순히 더 큰 데이터센터를 짓는 전략에서 벗어나 대륙 규모로 연결된 분산형 AI 슈퍼컴퓨팅 네트워크로 진화하고 있으며, 이는 차세대 초거대 모델 훈련을 위한 새로운 인프라 아키텍처의 시작점을 의미.
source: The Register
The Register
Microsoft is building datacenter superclusters that span continents
: The 100 trillion-parameter models of the near future can't be built in one place
China’s SMIC Expects Memory Shortage to Hit Cars, Phones in 2026
‒ SMIC는 2026년에 AI용 첨단 메모리 수요 폭증으로 범용 메모리 공급이 부족해지며, 자동차·스마트폰·가전 등 전방 산업 생산에 직접적인 제약이 발생할 것이라고 경고.
‒ 중국 고객사들은 메모리 확보 가능성을 확신하지 못해 2026년 1분기 웨이퍼 주문을 주저하고 있으며, 이는 AI발 메모리 가격 급등 전망이 불확실성을 더욱 키우고 있음.
‒ SK하이닉스와 삼성전자가 Nvidia향 HBM·고대역폭 DRAM 공급에 우선순위를 두면서 중·저가 D램·NAND 공급 공백이 커지고 있고, SMIC CEO는 “모든 전자산업이 가격 상승과 공급 압박을 받을 것”이라고 밝힘.
‒ SMIC는 수요가 자체 공급능력을 초과하고 있다고 언급하며, 2024년 73억달러 대비 Capex를 동일 또는 소폭 확대할 계획이지만 근본적 공급난 해소에는 시간이 필요.
‒ 중국 업체들은 이미 2024년에 대량의 노광장비를 선주문해 2026년 ASML 매출 비중이 낮아질 것으로 보이며, AI 중심 메모리 쏠림이 전통 디바이스 산업 전반의 가격·공급 구조를 흔드는 국면이 본격화.
source: Bloomberg
‒ SMIC는 2026년에 AI용 첨단 메모리 수요 폭증으로 범용 메모리 공급이 부족해지며, 자동차·스마트폰·가전 등 전방 산업 생산에 직접적인 제약이 발생할 것이라고 경고.
‒ 중국 고객사들은 메모리 확보 가능성을 확신하지 못해 2026년 1분기 웨이퍼 주문을 주저하고 있으며, 이는 AI발 메모리 가격 급등 전망이 불확실성을 더욱 키우고 있음.
‒ SK하이닉스와 삼성전자가 Nvidia향 HBM·고대역폭 DRAM 공급에 우선순위를 두면서 중·저가 D램·NAND 공급 공백이 커지고 있고, SMIC CEO는 “모든 전자산업이 가격 상승과 공급 압박을 받을 것”이라고 밝힘.
‒ SMIC는 수요가 자체 공급능력을 초과하고 있다고 언급하며, 2024년 73억달러 대비 Capex를 동일 또는 소폭 확대할 계획이지만 근본적 공급난 해소에는 시간이 필요.
‒ 중국 업체들은 이미 2024년에 대량의 노광장비를 선주문해 2026년 ASML 매출 비중이 낮아질 것으로 보이며, AI 중심 메모리 쏠림이 전통 디바이스 산업 전반의 가격·공급 구조를 흔드는 국면이 본격화.
source: Bloomberg
Bloomberg.com
China’s SMIC Expects Memory Shortage to Hit Cars, Phones in 2026
Semiconductor Manufacturing International Corp. warned that a shortage of memory may constrain car and consumer electronics production in 2026, flagging potential bottlenecks at a time major chipmakers are prioritizing business with AI accelerator linchpin…
① 공시는 ‘실제 포지션 기준 최대 45일 지연’됨.
‒ 13F는 분기말 기준 보유 주식을 보고하는데 제출 기한이 분기 종료 후 45일
‒ 지금 보는 포지션은 최대 1.5~2개월 전 포지션일 가능성이 매우 높음
‒ 단기 트레이딩 많은 헤지펀드나 급격히 로테이션하는 매니저의 포트는 시차 때문에 사실상 현재와 무관한 경우가 많음
② 옵션 공시는 ‘롱 옵션만’ 포함, 콜옵션은 전부 롱 콜이며 실제 익스포저는 알 수 없음.
‒ 13F는 롱 포지션만 보고하므로 written options(옵션 매도)는 아예 공시 대상 X
‒ 따라서 공시에서 “Call”이라고 보이면 100% Long Call, “Put”은 Long Put
‒ 문제는 명목가치만 보여서 델타 기준 실제 익스포저(얼마나 베팅했는지)는 전혀 알 수 없음
③ 파생·채권·원자재·숏 익스포저는 구조적으로 전부 ‘비공개’.
‒ 13F는 미국 상장 주식 및 일부 옵션만 포함
‒ 채권, 선물, 스왑, 원자재, FX, 비상장 지분, 구조화상품 등은 전부 공시 X
‒ 특히 숏 포지션(주식 숏, 풋 매도, 콜 매도 등)은 전부 보고되지 않음
‒ 따라서 실제 펀드가 마켓 뉴트럴인지, 롱바이어스인지, 레버리지드 롱인지는 외부에서 알 수 없음
Please open Telegram to view this post
VIEW IN TELEGRAM
Gromit 공부방
Baillie Gifford 2Q 13F 공시 $TEM $DG $FTAI $MSCI $EPAM 신규 롱 포지션 Top 5 Positions: 1. $MELI, 6.83% 2. $NVDA, 5.78% 3. $SPOT, 5.51% 4. $AMZN, 5.45% 5. $SE, 4.96% -Top Buys: $RDDT $TEM $APP $DG $NVDA -Top Sales: $SHOP $ONC $WDAY $SPOT $ESTC -New Positions:…
Baillie Gifford 3Q 13F 공시
$COIN $KNF $FIG $HTFL $ARM 신규 롱 포지션
Top 5 Positions:
1. $NVDA, 6.41%
2. $MELI, 5.73%
3. $SE, 5.29%
4. $AMZN, 5.13%
5. $SPOT, 4.48%
-Top Buys: $RKLB $ENSG $DUOL $COIN $MSCI
-Top Sales: $NET $SPOT $NVDA $MELI $RBLX
-New Positions: $COIN $KNF $FIG $HTFL $ARM
X @HedgeVision
$COIN $KNF $FIG $HTFL $ARM 신규 롱 포지션
Top 5 Positions:
1. $NVDA, 6.41%
2. $MELI, 5.73%
3. $SE, 5.29%
4. $AMZN, 5.13%
5. $SPOT, 4.48%
-Top Buys: $RKLB $ENSG $DUOL $COIN $MSCI
-Top Sales: $NET $SPOT $NVDA $MELI $RBLX
-New Positions: $COIN $KNF $FIG $HTFL $ARM
X @HedgeVision
Gromit 공부방
Coatue Management 2Q 13F 공시 $ORCL $ARM $CHYM $CAI $HNGE 신규 롱 포지션 Top 5 Positions: 1. $CRWV, 8.08% 2. $META, 7.57% 3. $AMZN, 6.21% 4. $GEV, 5.54% 5. $MSFT, 5.45% -Top Buys: $ORCL $ARM $AVGO $CRWV $NVDA -Top Sales: $SMCI $BABA $AMD $TEAM $MPRW -New Positions:…
Coatue Management 3Q 13F 공시
$SNPS $AMAT $GOOG $SNOW $FIG 신규 롱 포지션
Top 5 Positions:
1. $META, 7.27%
2. $MSFT, 5.90%
3. $TSM, 5.53%
4. $GEV, 5.48%
5. $AMZN, 4.71%
-Top Buys: $GOOGL $SNPS $AMAT $GOOG $SNOW
-Top Sales: $CRWV $ARM $AMZN $NVDA $PM
-Top New Positions: $SNPS $AMAT $GOOG $SNOW $FIG
X @HedgeVision
$SNPS $AMAT $GOOG $SNOW $FIG 신규 롱 포지션
Top 5 Positions:
1. $META, 7.27%
2. $MSFT, 5.90%
3. $TSM, 5.53%
4. $GEV, 5.48%
5. $AMZN, 4.71%
-Top Buys: $GOOGL $SNPS $AMAT $GOOG $SNOW
-Top Sales: $CRWV $ARM $AMZN $NVDA $PM
-Top New Positions: $SNPS $AMAT $GOOG $SNOW $FIG
X @HedgeVision
Gromit 공부방
Warren Buffett 2Q 13F 공시 $UNH $NUE $LEN $DHI $LAMR $ALLE 신규 롱 포지션 Top 5 Positions: 1. $AAPL, 22.31% 2. $AXP, 18.78% 3. $BAC, 11.12% 4. $KO, 10.99% 5. $CVX, 6.79% -Top Buys: $UNH $NUE $LEN $POOL $CVX -Top Sales: $AAPL $BAC $TMUS $CHTR $DVA -New Positions:…
Berkshire Hathaway 3Q 13F 공시
$GOOGL 신규 롱 포지션
Top 5 Positions:
1. $AAPL, 22.69%
2. $AXP, 18.84%
3. $BAC, 10.96%
4. $KO, 9.92%
5. $CVX, 7.09%
-Top Buys: $GOOGL $CB $DPZ $SIRI $LAMR
-Top Sales: $AAPL $BAC $VRSN $DVA $DHI
-New Positions: $GOOGL
-Top Exited Positions: $DHI
X @HedgeVision
$GOOGL 신규 롱 포지션
Top 5 Positions:
1. $AAPL, 22.69%
2. $AXP, 18.84%
3. $BAC, 10.96%
4. $KO, 9.92%
5. $CVX, 7.09%
-Top Buys: $GOOGL $CB $DPZ $SIRI $LAMR
-Top Sales: $AAPL $BAC $VRSN $DVA $DHI
-New Positions: $GOOGL
-Top Exited Positions: $DHI
X @HedgeVision