Gromit 공부방
Discretionary vs Systematic Equity Positioning 업뎃
Discretionary vs Systematic Equity Positioning 업뎃
MS, 2026 Semiconductor Outlook: AI semi strength pushing the ecosystem to the limits (25.12.17)
✅ 2026년 반도체 시장의 대전제: AI가 성장을 견인하지만, ‘과속 구간’ 진입
‒ MS는 2026년을 AI 반도체 수요가 산업 전반의 물리적 한계를 시험하는 해로 규정함.
‒ 장기적으로 AI에 대한 회의론은 존재하지만, 2026년은 실적·수주·CAPEX 가시성이 모두 강한 해이며 2027년 초까지 이어질 가능성이 높다고 판단.
‒ 문제는 성장의 질: 이미 커진 베이스에서 동일한 AI CAGR을 유지하려는 시도가 생태계 전반에 과부하를 유발하고 있음.
‒ 과거에는 특정 공정(예: CoWoS, HBM)에 병목이 집중됐으나, 이제는 메모리·웨이퍼·장비·전력·인프라 전반으로 병목이 확산.
✅ AI 수요의 본질적 변화: 학습보다 ‘사용량(token)’이 문제
‒ 최근 AI 지출 확대는 대형 모델 학습(training)보다 추론(inference)과 실제 사용 증가에서 발생하고 있음.
‒ 복잡한 추론과 에이전틱(agentic) 활용이 늘어나면서 토큰 수요가 기하급수적으로 증가, 이는 연산량뿐 아니라 메모리·스토리지·네트워크까지 동시 자극.
‒ 이와 같은 구조가 단기 실적 가시성을 높이지만, 장기적으로는 지속적인 자본시장 접근과 투자자 신뢰가 필수 조건.
‒ 다수의 프론티어 AI 기업들이 최근 대규모 자금조달을 완료한 상태라 2026년까지는 AI 투자 지속성이 높다고 판단하지만, 중간중간 소화(digestion) 국면은 불가피할 전망.
✅ 프로세서 경쟁 구도: ASIC 논쟁 속에서도 NVIDIA 중심축 유지
‒ MS는 NVDA와 AVGO를 Overweight으로 가져가고, 그중에서도 NVDA를 AI 생태계의 ‘핵(nucleus)’으로 규정.
‒ ASIC과 커스텀 실리콘 성장에 대한 기대는 인정하지만, 공급 제약과 생태계 복잡성을 감안할 때 클라우드 ROI 기준 최적 해법은 여전히 NVIDIA라고 판단.
‒ Vera Rubin은 2026년 반도체 업종에서 가장 중요한 제품 사이클로, 기술 리더십과 가격결정력을 동시에 입증할 전망.
‒ AMD·MRVL은 EW로 유지하며, AI 랙 스케일·네트워크 연계 제품에서의 업사이드 가능성은 열어두되 불확실성도 크다고 봄.
✅ 진짜 구조적 수혜: 메모리·파운드리·장비로 이동하는 가치 사슬
‒ AI 초기 국면에서는 GPU가 모든 관심을 받았지만, 이제는 메모리·파운드리 가동률·장비 CAPEX가 성장의 핵심 병목으로 부상.
‒ DRAM은 HBM을 넘어 DDR5 전반으로 구조적 공급 부족이 확산되고 있으며, 이는 AI가 특정 제품이 아니라 모든 메모리 수요를 잠식하고 있음을 의미.
‒ MS는 이를 30년 만에 가장 급격한 메모리 수급 전환으로 표현하며, MU를 글로벌 Top Pick으로 제시.
‒ 파운드리는 TSMC의 선단 공정 가동률 100%가 지속되고, 장비는 AMAT·MKSI 중심으로 2년 연속 강한 업사이클을 예상.
✅ WFE 전망 상향: 2026~2027년은 ‘쉬지 않는 투자 사이클’
‒ 2026/27년 WFE 성장률을 각각 +11%, +13%로 상향 조정.
‒ DRAM 증설 가속, NAND 회복, 선단 로직 투자가 동시에 발생하며 이례적으로 강한 2년 연속 더블디짓 성장을 전망.
‒ 2026년 업사이드는 메모리 증설의 조기 집행, 2027년은 메모리 중심의 추가 CAPEX 확대에서 발생할 가능성이 큼.
‒ 특히 DRAM WFE는 과거와 달리 AI 수요가 구조적 바닥을 형성하고 있어 하방 리스크가 제한적.
✅ AI의 그림자: 비AI 반도체는 자원 배분에서 밀림
‒ AI 반도체가 아시아 공급망 자원의 대부분을 흡수하면서, 스마트폰·PC·일반 소비자 반도체는 비용 상승과 성장 둔화가 불가피.
‒ TSMC 웨이퍼 가격, 메모리 가격, 기판 가격 상승이 디스펙(de-spec)과 수요 위축으로 이어질 가능성.
‒ 다만 범용 서버(General Purpose Computing)는 AI 데이터 처리·저장 수요 덕분에 비AI 영역의 핵심 완충 장치로 작동할 수 있음.
‒ 이로 인해 TSMC는 AI·비AI 모두에서 시장 평균을 상회하는 성장률을 유지할 가능성이 있다고 봄.
‒ MS는 2026년을 AI 반도체 수요가 산업 전반의 물리적 한계를 시험하는 해로 규정함.
‒ 장기적으로 AI에 대한 회의론은 존재하지만, 2026년은 실적·수주·CAPEX 가시성이 모두 강한 해이며 2027년 초까지 이어질 가능성이 높다고 판단.
‒ 문제는 성장의 질: 이미 커진 베이스에서 동일한 AI CAGR을 유지하려는 시도가 생태계 전반에 과부하를 유발하고 있음.
‒ 과거에는 특정 공정(예: CoWoS, HBM)에 병목이 집중됐으나, 이제는 메모리·웨이퍼·장비·전력·인프라 전반으로 병목이 확산.
‒ 최근 AI 지출 확대는 대형 모델 학습(training)보다 추론(inference)과 실제 사용 증가에서 발생하고 있음.
‒ 복잡한 추론과 에이전틱(agentic) 활용이 늘어나면서 토큰 수요가 기하급수적으로 증가, 이는 연산량뿐 아니라 메모리·스토리지·네트워크까지 동시 자극.
‒ 이와 같은 구조가 단기 실적 가시성을 높이지만, 장기적으로는 지속적인 자본시장 접근과 투자자 신뢰가 필수 조건.
‒ 다수의 프론티어 AI 기업들이 최근 대규모 자금조달을 완료한 상태라 2026년까지는 AI 투자 지속성이 높다고 판단하지만, 중간중간 소화(digestion) 국면은 불가피할 전망.
‒ MS는 NVDA와 AVGO를 Overweight으로 가져가고, 그중에서도 NVDA를 AI 생태계의 ‘핵(nucleus)’으로 규정.
‒ ASIC과 커스텀 실리콘 성장에 대한 기대는 인정하지만, 공급 제약과 생태계 복잡성을 감안할 때 클라우드 ROI 기준 최적 해법은 여전히 NVIDIA라고 판단.
‒ Vera Rubin은 2026년 반도체 업종에서 가장 중요한 제품 사이클로, 기술 리더십과 가격결정력을 동시에 입증할 전망.
‒ AMD·MRVL은 EW로 유지하며, AI 랙 스케일·네트워크 연계 제품에서의 업사이드 가능성은 열어두되 불확실성도 크다고 봄.
‒ AI 초기 국면에서는 GPU가 모든 관심을 받았지만, 이제는 메모리·파운드리 가동률·장비 CAPEX가 성장의 핵심 병목으로 부상.
‒ DRAM은 HBM을 넘어 DDR5 전반으로 구조적 공급 부족이 확산되고 있으며, 이는 AI가 특정 제품이 아니라 모든 메모리 수요를 잠식하고 있음을 의미.
‒ MS는 이를 30년 만에 가장 급격한 메모리 수급 전환으로 표현하며, MU를 글로벌 Top Pick으로 제시.
‒ 파운드리는 TSMC의 선단 공정 가동률 100%가 지속되고, 장비는 AMAT·MKSI 중심으로 2년 연속 강한 업사이클을 예상.
‒ 2026/27년 WFE 성장률을 각각 +11%, +13%로 상향 조정.
‒ DRAM 증설 가속, NAND 회복, 선단 로직 투자가 동시에 발생하며 이례적으로 강한 2년 연속 더블디짓 성장을 전망.
‒ 2026년 업사이드는 메모리 증설의 조기 집행, 2027년은 메모리 중심의 추가 CAPEX 확대에서 발생할 가능성이 큼.
‒ 특히 DRAM WFE는 과거와 달리 AI 수요가 구조적 바닥을 형성하고 있어 하방 리스크가 제한적.
‒ AI 반도체가 아시아 공급망 자원의 대부분을 흡수하면서, 스마트폰·PC·일반 소비자 반도체는 비용 상승과 성장 둔화가 불가피.
‒ TSMC 웨이퍼 가격, 메모리 가격, 기판 가격 상승이 디스펙(de-spec)과 수요 위축으로 이어질 가능성.
‒ 다만 범용 서버(General Purpose Computing)는 AI 데이터 처리·저장 수요 덕분에 비AI 영역의 핵심 완충 장치로 작동할 수 있음.
‒ 이로 인해 TSMC는 AI·비AI 모두에서 시장 평균을 상회하는 성장률을 유지할 가능성이 있다고 봄.
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from [Macro Trend Hyott] 시황&차트
MS PB, 025 Year-End Hedge Fund Recap + Set Up Into 2026
- 2025년을 헤지펀드 산업 입장에서 돌아보면, 변동성 이벤트가 잦았음에도 불구하고 전반적으로 매우 성공적인 한 해였음. 여러 이슈가 있었지만, 헤지펀드들은 북미 외 지역으로의 신속한 자본 이동과 숏북 리스크 관리 덕분에 이를 비교적 안정적으로 소화. 그 결과 헤지펀드들은 2013년과 2020년 이후 가장 강한 성과를 냄
- 2025년 두드러진 특징은 Equity Long/Short 전략의 알파 회복. 롱과 숏 모두에서 알파가 동시에 발생하면서, 롱 대비 숏 스프레드는 지난 15년 중 가장 넓은 수준까지 확대. 단순히 베타를 탄 결과가 아니라, 종목 선택과 지역·섹터 간 상대가치 포지셔닝이 유의미하게 작동했음을 의미.
- 실제로 연중 11개월 중 8개월에서 알파가 플러스를 기록, 4월 중순부터 10월 중순까지의 6개월 구간은 2010년 이후 가장 강한 롱숏 알파 구간으로 기록.
- 성과 기여도를 보면 TMT와 Industrials가 절대적인 비중을 차지. 글로벌 커뮤니케이션 서비스와 테크 롱 포지션은 30% 이상 상승, 동시에 해당 섹터 숏 포지션이 상대적으로 부진하면서 스프레드가 크게 벌어짐. 여기에 유럽 방산과 산업재 초반 랠리를 성공적으로 포착한 점도 연간 성과에 크게 기여.
- 반면 유틸리티와 일부 방어 섹터에서는 롱이 숏을 하회하며 알파 기여도가 제한적이었음.
- 2025년은 또한 ‘반복적인 지역 로테이션’의 해였음. 연초에는 미국 예외주의가 약화되며 자금이 유럽과 APAC으로 이동, 특히 유럽 방산·은행, 중국 테크, 대만·한국 반도체가 수혜를 받았음. 그러나 4월 이후 미국 주식시장이 빠르게 회복되자 다시 북미로 자금이 환류, 연말 기준으로는 북미와 RoW 비중이 연초 수준으로 되돌아왔음. APAC, 특히 대만·한국 반도체에 대한 구조적 선호는 연중 내내 유지되었음.
- 2025년 내내 일관되게 관측된 단 하나의 거래를 꼽자면 글로벌 반도체임. 헤지펀드들은 연중 대부분의 기간 동안 단일 종목 기준으로 반도체만을 순매수, 그 결과 글로벌 반도체 익스포저는 10년래 최고 수준까지 상승. 미국뿐 아니라 대만, 한국, 일본 반도체 전반으로 매수세가 확산, 이는 2026년을 앞두고 헤지펀드 포트폴리오가 상당히 집중된 상태로 진입하게 됨.
- AI 포지셔닝을 보면, 시장에서 말하는 ‘AI 확산’과 달리 헤지펀드의 실제 베팅은 여전히 반도체와 인프라에 강하게 쏠려 있음. AI 소프트웨어나 Adoption 단계 기업에 대한 확신은 제한적이었고, 이로 인해 AI Software 대비 Semis의 순익스포저 스프레드는 역사적 저점 수준까지 압축.
- 다만 AI 전체가 미국 주식시장 내 비중 대비 과도하게 과밀한 상태는 아니며, 가격 상승 속도를 포지셔닝이 완전히 따라가지 못했다는 점에서 ‘덜 붐빈 상태의 고집중’이라는 미묘한 균형에 놓여 있다고 판단함.
- 헤지펀드 전체 산업 AUM은 3분기 기준 약 5조 달러에 근접했고, 특히 멀티스트래티지·멀티PM 플랫폼이 전체 순유입의 약 30%를 흡수. 퀀트 주식 전략은 6년 만에 순유입으로 전환됐고, 반면 시스템 매크로/CTA는 4년 연속 자금 유출을 기록. 자금은 여전히 대형 펀드 중심으로 집중되고 있으며, 이는 플랫폼화·규모의 경제가 2026년에도 더욱 중요해질 것임을 시사.
- 2026년을 앞둔 헤지펀드의 출발점은 명확함. 포트폴리오는 반도체 중심으로 매우 집중되어 있고, 그로스는 높지만 베타 리스크는 낮은 상태이며, 알파에 대한 자신감은 지난 10여 년 중 가장 높은 수준. 동시에 지역·팩터·AI 내 세부 로테이션 여지는 여전히 남아 있어, 2026년은 ‘방향성 베팅’보다는 ‘집중된 구조 속에서의 선택과 관리 능력’이 성과를 가르는 해가 될 가능성이 크다고 판단.
- 2025년을 헤지펀드 산업 입장에서 돌아보면, 변동성 이벤트가 잦았음에도 불구하고 전반적으로 매우 성공적인 한 해였음. 여러 이슈가 있었지만, 헤지펀드들은 북미 외 지역으로의 신속한 자본 이동과 숏북 리스크 관리 덕분에 이를 비교적 안정적으로 소화. 그 결과 헤지펀드들은 2013년과 2020년 이후 가장 강한 성과를 냄
- 2025년 두드러진 특징은 Equity Long/Short 전략의 알파 회복. 롱과 숏 모두에서 알파가 동시에 발생하면서, 롱 대비 숏 스프레드는 지난 15년 중 가장 넓은 수준까지 확대. 단순히 베타를 탄 결과가 아니라, 종목 선택과 지역·섹터 간 상대가치 포지셔닝이 유의미하게 작동했음을 의미.
- 실제로 연중 11개월 중 8개월에서 알파가 플러스를 기록, 4월 중순부터 10월 중순까지의 6개월 구간은 2010년 이후 가장 강한 롱숏 알파 구간으로 기록.
- 성과 기여도를 보면 TMT와 Industrials가 절대적인 비중을 차지. 글로벌 커뮤니케이션 서비스와 테크 롱 포지션은 30% 이상 상승, 동시에 해당 섹터 숏 포지션이 상대적으로 부진하면서 스프레드가 크게 벌어짐. 여기에 유럽 방산과 산업재 초반 랠리를 성공적으로 포착한 점도 연간 성과에 크게 기여.
- 반면 유틸리티와 일부 방어 섹터에서는 롱이 숏을 하회하며 알파 기여도가 제한적이었음.
- 2025년은 또한 ‘반복적인 지역 로테이션’의 해였음. 연초에는 미국 예외주의가 약화되며 자금이 유럽과 APAC으로 이동, 특히 유럽 방산·은행, 중국 테크, 대만·한국 반도체가 수혜를 받았음. 그러나 4월 이후 미국 주식시장이 빠르게 회복되자 다시 북미로 자금이 환류, 연말 기준으로는 북미와 RoW 비중이 연초 수준으로 되돌아왔음. APAC, 특히 대만·한국 반도체에 대한 구조적 선호는 연중 내내 유지되었음.
- 2025년 내내 일관되게 관측된 단 하나의 거래를 꼽자면 글로벌 반도체임. 헤지펀드들은 연중 대부분의 기간 동안 단일 종목 기준으로 반도체만을 순매수, 그 결과 글로벌 반도체 익스포저는 10년래 최고 수준까지 상승. 미국뿐 아니라 대만, 한국, 일본 반도체 전반으로 매수세가 확산, 이는 2026년을 앞두고 헤지펀드 포트폴리오가 상당히 집중된 상태로 진입하게 됨.
- AI 포지셔닝을 보면, 시장에서 말하는 ‘AI 확산’과 달리 헤지펀드의 실제 베팅은 여전히 반도체와 인프라에 강하게 쏠려 있음. AI 소프트웨어나 Adoption 단계 기업에 대한 확신은 제한적이었고, 이로 인해 AI Software 대비 Semis의 순익스포저 스프레드는 역사적 저점 수준까지 압축.
- 다만 AI 전체가 미국 주식시장 내 비중 대비 과도하게 과밀한 상태는 아니며, 가격 상승 속도를 포지셔닝이 완전히 따라가지 못했다는 점에서 ‘덜 붐빈 상태의 고집중’이라는 미묘한 균형에 놓여 있다고 판단함.
- 헤지펀드 전체 산업 AUM은 3분기 기준 약 5조 달러에 근접했고, 특히 멀티스트래티지·멀티PM 플랫폼이 전체 순유입의 약 30%를 흡수. 퀀트 주식 전략은 6년 만에 순유입으로 전환됐고, 반면 시스템 매크로/CTA는 4년 연속 자금 유출을 기록. 자금은 여전히 대형 펀드 중심으로 집중되고 있으며, 이는 플랫폼화·규모의 경제가 2026년에도 더욱 중요해질 것임을 시사.
- 2026년을 앞둔 헤지펀드의 출발점은 명확함. 포트폴리오는 반도체 중심으로 매우 집중되어 있고, 그로스는 높지만 베타 리스크는 낮은 상태이며, 알파에 대한 자신감은 지난 10여 년 중 가장 높은 수준. 동시에 지역·팩터·AI 내 세부 로테이션 여지는 여전히 남아 있어, 2026년은 ‘방향성 베팅’보다는 ‘집중된 구조 속에서의 선택과 관리 능력’이 성과를 가르는 해가 될 가능성이 크다고 판단.
Gromit 공부방
1) 코스닥 정책 폰지 수혜, 2) 꿈꾸는 테마(어차피 스페이스바X 지분 얼마나 들고 있는지는 관심도 없고 중요하지도 않을 것) 강세장 수혜주, 3) 투기에 적합한 월봉 와꾸 침팬지의 향기가 느껴지는 #미래에셋벤처투자
마찬가지로 또 다른 침팬지의 향기가 느껴지는
1) 연말연초 잡주 프리미엄, 2) 꿈꾸는 테마 우주+원자력 짬뽕(핵분열이랑 핵융합이랑 뭐가 다른지 어떤 건지 1도 몰라도 어차피 매매에는 상관 없을 것), 3) 유통비율 21%따리 품절주(=폰지 프리미엄)
물론 지금 대표적 꿈꾸는 테마 로봇이 CES 전 선제적 셀온이 나오는 등 일부 쎄함이 감지되긴 하나, 그럼에도 우주+원자력 테마 자체는 괜찮아서 상장일 고가 뚫으면 알빠노적인 시세를 선보일 수 있지 않을지
당연 미보유, 웬만하면 스몰캡은 언급 자제하려 하는데 일 거래대금 천억 이상 나오는 종목이니 뭐 영향은 없을 듯
#비츠로넥스텍
1) 연말연초 잡주 프리미엄, 2) 꿈꾸는 테마 우주+원자력 짬뽕
물론 지금 대표적 꿈꾸는 테마 로봇이 CES 전 선제적 셀온이 나오는 등 일부 쎄함이 감지되긴 하나, 그럼에도 우주+원자력 테마 자체는 괜찮아서 상장일 고가 뚫으면 알빠노적인 시세를 선보일 수 있지 않을지
당연 미보유, 웬만하면 스몰캡은 언급 자제하려 하는데 일 거래대금 천억 이상 나오는 종목이니 뭐 영향은 없을 듯
#비츠로넥스텍
Gromit 공부방
마찬가지로 또 다른 침팬지의 향기가 느껴지는 1) 연말연초 잡주 프리미엄, 2) 꿈꾸는 테마 우주+원자력 짬뽕(핵분열이랑 핵융합이랑 뭐가 다른지 어떤 건지 1도 몰라도 어차피 매매에는 상관 없을 것), 3) 유통비율 21%따리 품절주(=폰지 프리미엄) 물론 지금 대표적 꿈꾸는 테마 로봇이 CES 전 선제적 셀온이 나오는 등 일부 쎄함이 감지되긴 하나, 그럼에도 우주+원자력 테마 자체는 괜찮아서 상장일 고가 뚫으면 알빠노적인 시세를 선보일 수 있지 않을지…
FTAI Aviation Announces the Launch of FTAI Power: FTAI Adapts the World’s Largest Aircraft Engine Platform to Meet AI-Driven Power Demand
‒ FTAI Aviation은 AI 데이터센터 전력 수요 급증에 대응하기 위해 CFM56 항공기 엔진을 전력용 aeroderivative 가스터빈으로 전환하는 신규 플랫폼 ‘FTAI Power’를 출범했으며, 2026년부터 생산 개시를 목표로 함.
‒ CFM56은 전 세계에서 가장 많이 쓰이고 신뢰성이 검증된 항공기 엔진으로, 누적 2만2천 대 이상 생산된 방대한 설치 기반을 활용해 엔진 수명을 연장하면서 전력 시장으로 전용하는 구조.
‒ FTAI Power는 25MW급 전력 터빈을 제공하며, 대형 발전기 대비 출력 조절이 정밀하고 유연해 데이터센터·전력망 운영자에게 즉각적인 전력 대응 옵션을 제공하는 것이 핵심 포인트.
‒ FTAI는 글로벌 100만 평방피트 이상의 MRO 시설과 1,000기 이상의 자체 엔진 보유, 부품 공급 계약을 기반으로 CFM56 코어를 재제조하고 에어로더리버티브 부품을 결합하는 완전 통합형 생산 모델을 구축.
‒ 해당 플랫폼을 통해 연간 100기 이상의 전력 터빈 생산 역량을 확보할 수 있으며, 항공기 엔진에서 검증된 모듈형 정비·유지보수 모델을 적용해 가동률 극대화를 목표로 함.
https://ir.ftaiaviation.com/news-releases/news-release-details/ftai-aviation-announces-launch-ftai-power-ftai-adapts-worlds
#FTAI
‒ FTAI Aviation은 AI 데이터센터 전력 수요 급증에 대응하기 위해 CFM56 항공기 엔진을 전력용 aeroderivative 가스터빈으로 전환하는 신규 플랫폼 ‘FTAI Power’를 출범했으며, 2026년부터 생산 개시를 목표로 함.
‒ CFM56은 전 세계에서 가장 많이 쓰이고 신뢰성이 검증된 항공기 엔진으로, 누적 2만2천 대 이상 생산된 방대한 설치 기반을 활용해 엔진 수명을 연장하면서 전력 시장으로 전용하는 구조.
‒ FTAI Power는 25MW급 전력 터빈을 제공하며, 대형 발전기 대비 출력 조절이 정밀하고 유연해 데이터센터·전력망 운영자에게 즉각적인 전력 대응 옵션을 제공하는 것이 핵심 포인트.
‒ FTAI는 글로벌 100만 평방피트 이상의 MRO 시설과 1,000기 이상의 자체 엔진 보유, 부품 공급 계약을 기반으로 CFM56 코어를 재제조하고 에어로더리버티브 부품을 결합하는 완전 통합형 생산 모델을 구축.
‒ 해당 플랫폼을 통해 연간 100기 이상의 전력 터빈 생산 역량을 확보할 수 있으며, 항공기 엔진에서 검증된 모듈형 정비·유지보수 모델을 적용해 가동률 극대화를 목표로 함.
https://ir.ftaiaviation.com/news-releases/news-release-details/ftai-aviation-announces-launch-ftai-power-ftai-adapts-worlds
#FTAI
How AI Labs Are Solving the Power Crisis: The Onsite Gas Deep Dive
✅ 전력망은 구조적으로 낡고 느리다: AI 수요 폭증이 기존 시스템을 압살
‒ SemiAnalysis는 미국 AI 전력 수요가 2023년 약 3GW에서 2026년 28GW 이상으로 급증할 것으로 예측했으며, 실제로 이 전망은 상당히 정확하게 현실화되고 있음.
‒ 텍사스 ERCOT 기준으로 매달 수십 GW 규모의 데이터센터 전력 연결 요청이 접수되지만, 최근 12개월 동안 승인된 물량은 1GW 남짓에 불과.
‒ 이는 송전·변전 설비가 이미 포화 상태이며, 전력망이 사실상 “매진(sold out)” 상태임을 의미.
‒ 대규모 전력 수요가 발생할 경우, 계통 안정성 검토·연결 심사·송전망 보강 등으로 통상 4~5년의 리드타임 발생.
‒ 반면 AI 클라우드는 1GW당 연간 100~120억 달러 수준의 매출 잠재력을 가지며, 400MW 규모 데이터센터를 6개월만 앞당겨 가동해도 수십억 달러의 기회비용 차이 발생.
‒ 결과적으로 “그리드를 기다리는 행위 자체가 경쟁력 포기”라는 인식이 AI 랩과 하이퍼스케일러 전반으로 확산됨.
✅ BYOG의 등장: 전력망을 기다리지 않고 직접 발전한다
‒ 이러한 구조적 병목 속에서 등장한 해법이 Bring Your Own Generation(BYOG) 전략.
‒ 데이터센터가 전력망에 의존하지 않고, 부지 내 혹은 인접 부지에 자체 가스 발전 설비를 구축해 즉시 가동하는 방식.
‒ 대표 사례는 xAI로, 트럭에 실어 운반 가능한 소형 가스터빈·가스엔진을 활용해 불과 4개월 만에 10만 GPU 규모 클러스터를 가동.
‒ xAI는 이미 500MW 이상 온사이트 가스 발전을 구축했으며, 전력 확보 속도 자체를 AI 경쟁의 핵심 해자로 설정.
‒ 이후 OpenAI와 Oracle도 텍사스에서 2.3GW 규모 온사이트 가스 발전을 발주하며 동일한 전략을 채택.
‒ 현재 온사이트 가스 발전 시장은 연간 세 자릿수 성장률에 진입한 것으로 평가.
✅ 장비 선택의 기준 변화: 효율보다 ‘Time-to-Power’
‒ 데이터센터용 온사이트 가스 발전 장비는 크게 세 가지 카테고리로 구분.
1) 항공기 엔진 파생형 가스터빈과 산업용 가스터빈은 30~60MW급 출력, 빠른 기동(5~20분), 높은 출력 밀도가 강점.
2) 왕복동 가스엔진(RICE)은 3~20MW급으로 유닛은 작지만, 부분부하 효율이 높고 연료 품질·고온 환경에 강함. 다수 유닛을 병렬 배치해 N+1 혹은 N+1+1 구조로 중복성 확보가 용이.
3) Bloom Energy의 SOFC 연료전지는 연소 과정이 없어 대기오염 허가가 상대적으로 수월하고, 설치·가동까지 수주 단위로 가능. 다만 연료전지는 kW당 투자비가 3,000~4,000달러 수준으로 터빈·엔진 대비 현저히 비쌈.
‒ 실제 현장에서는 성능·효율보다 “지금 당장 납기가 가능한 장비”가 계약을 따내는 구조가 형성.
✅ 왜 대형 CCGT를 바로 안 짓나: 속도와 유연성의 문제
‒ 대형 복합화력(CCGT)은 연료 효율이 가장 뛰어나지만, 터빈 납기만 18~36개월, 설치·시운전까지 포함하면 총 4~5년 소요.
‒ 이는 AI 인프라의 속도 요구와 완전히 불일치.
‒ 따라서 대부분의 AI 데이터센터는 초기에는 소형 가스터빈·가스엔진으로 ‘브리지 전력’ 확보 → 이후 전력망 연결이 완료되면 해당 설비를 백업·피크 대응·비상 전원으로 전환하는 전략을 선택.
‒ 특히 학습용 워크로드는 전력 변동과 일부 중단을 허용할 수 있어, 초기에는 과도한 중복 설계조차 생략하는 경우도 존재.
✅ 온사이트 발전의 구조적 한계: 비용·허가·중복성
‒ 온사이트 가스 발전은 전력망 대비 구조적으로 전력 단가가 높음.
‒ 이유는 전력망이 제공하던 99.9% 이상의 신뢰도를 단일 부지에서 재현하기 위해 설비를 과잉 구축해야 하기 때문.
‒ 통상 부하 대비 50~70% 수준의 설비 초과(overbuild)가 발생.
‒ 허가 역시 변수로 작용하며, 일부 프로젝트는 환경·대기 허가 지연으로 실제 착공이 늦어짐.
‒ 이를 회피하기 위해 xAI는 주 경계 지역에 부지를 선정해 허가 가능성을 극대화하는 전략까지 사용.
✅ 공급망 병목과 새로운 플레이어의 부상
‒ 가스터빈 산업의 최대 병목은 블레이드·코어 등 고온 핵심 부품.
‒ 단결정 니켈 합금, 레늄·코발트·이트륨 등 희소 금속 의존도가 높아 공급 확장이 제한적임.
‒ 기존 빅3 제조사들은 과거의 가스터빈 붐-버스트 사이클 트라우마로 공격적 증설에 소극적.
‒ 이 틈에서 두산에너빌리티, Wärtsilä, Boom Supersonic 등 비전통적 업체들이 빠르게 데이터센터 수요를 흡수.
‒ 실제로 미국 내에서만 12개 이상의 공급사가 각각 400MW 이상 데이터센터 온사이트 가스 수주를 확보.
‒ 전통 전력 산업의 질서가 AI 수요를 중심으로 재편되고 있음을 시사.
💡 정리: AI 시대, 전력은 ‘공공재’가 아니라 ‘전략 자산’
‒ AI 데이터센터는 더 이상 전력망의 수동적 수요자가 아니라, 직접 발전 설비를 설계·조달·운영하는 주체로 진화
‒ 전력 확보 속도가 GPU 수량·모델 성능만큼이나 중요한 경쟁 변수로 부상
‒ 온사이트 가스 발전은 비용이 높지만, 조기 가동으로 창출되는 AI 매출이 모든 비용을 상쇄
‒ 결과적으로 전력 시장은 중앙집중형에서 분산·자급형 구조로 이동 중
source: semianalysis
*유료 부분은 정리에 미포함
‒ SemiAnalysis는 미국 AI 전력 수요가 2023년 약 3GW에서 2026년 28GW 이상으로 급증할 것으로 예측했으며, 실제로 이 전망은 상당히 정확하게 현실화되고 있음.
‒ 텍사스 ERCOT 기준으로 매달 수십 GW 규모의 데이터센터 전력 연결 요청이 접수되지만, 최근 12개월 동안 승인된 물량은 1GW 남짓에 불과.
‒ 이는 송전·변전 설비가 이미 포화 상태이며, 전력망이 사실상 “매진(sold out)” 상태임을 의미.
‒ 대규모 전력 수요가 발생할 경우, 계통 안정성 검토·연결 심사·송전망 보강 등으로 통상 4~5년의 리드타임 발생.
‒ 반면 AI 클라우드는 1GW당 연간 100~120억 달러 수준의 매출 잠재력을 가지며, 400MW 규모 데이터센터를 6개월만 앞당겨 가동해도 수십억 달러의 기회비용 차이 발생.
‒ 결과적으로 “그리드를 기다리는 행위 자체가 경쟁력 포기”라는 인식이 AI 랩과 하이퍼스케일러 전반으로 확산됨.
‒ 이러한 구조적 병목 속에서 등장한 해법이 Bring Your Own Generation(BYOG) 전략.
‒ 데이터센터가 전력망에 의존하지 않고, 부지 내 혹은 인접 부지에 자체 가스 발전 설비를 구축해 즉시 가동하는 방식.
‒ 대표 사례는 xAI로, 트럭에 실어 운반 가능한 소형 가스터빈·가스엔진을 활용해 불과 4개월 만에 10만 GPU 규모 클러스터를 가동.
‒ xAI는 이미 500MW 이상 온사이트 가스 발전을 구축했으며, 전력 확보 속도 자체를 AI 경쟁의 핵심 해자로 설정.
‒ 이후 OpenAI와 Oracle도 텍사스에서 2.3GW 규모 온사이트 가스 발전을 발주하며 동일한 전략을 채택.
‒ 현재 온사이트 가스 발전 시장은 연간 세 자릿수 성장률에 진입한 것으로 평가.
‒ 데이터센터용 온사이트 가스 발전 장비는 크게 세 가지 카테고리로 구분.
1) 항공기 엔진 파생형 가스터빈과 산업용 가스터빈은 30~60MW급 출력, 빠른 기동(5~20분), 높은 출력 밀도가 강점.
2) 왕복동 가스엔진(RICE)은 3~20MW급으로 유닛은 작지만, 부분부하 효율이 높고 연료 품질·고온 환경에 강함. 다수 유닛을 병렬 배치해 N+1 혹은 N+1+1 구조로 중복성 확보가 용이.
3) Bloom Energy의 SOFC 연료전지는 연소 과정이 없어 대기오염 허가가 상대적으로 수월하고, 설치·가동까지 수주 단위로 가능. 다만 연료전지는 kW당 투자비가 3,000~4,000달러 수준으로 터빈·엔진 대비 현저히 비쌈.
‒ 실제 현장에서는 성능·효율보다 “지금 당장 납기가 가능한 장비”가 계약을 따내는 구조가 형성.
‒ 대형 복합화력(CCGT)은 연료 효율이 가장 뛰어나지만, 터빈 납기만 18~36개월, 설치·시운전까지 포함하면 총 4~5년 소요.
‒ 이는 AI 인프라의 속도 요구와 완전히 불일치.
‒ 따라서 대부분의 AI 데이터센터는 초기에는 소형 가스터빈·가스엔진으로 ‘브리지 전력’ 확보 → 이후 전력망 연결이 완료되면 해당 설비를 백업·피크 대응·비상 전원으로 전환하는 전략을 선택.
‒ 특히 학습용 워크로드는 전력 변동과 일부 중단을 허용할 수 있어, 초기에는 과도한 중복 설계조차 생략하는 경우도 존재.
‒ 온사이트 가스 발전은 전력망 대비 구조적으로 전력 단가가 높음.
‒ 이유는 전력망이 제공하던 99.9% 이상의 신뢰도를 단일 부지에서 재현하기 위해 설비를 과잉 구축해야 하기 때문.
‒ 통상 부하 대비 50~70% 수준의 설비 초과(overbuild)가 발생.
‒ 허가 역시 변수로 작용하며, 일부 프로젝트는 환경·대기 허가 지연으로 실제 착공이 늦어짐.
‒ 이를 회피하기 위해 xAI는 주 경계 지역에 부지를 선정해 허가 가능성을 극대화하는 전략까지 사용.
‒ 가스터빈 산업의 최대 병목은 블레이드·코어 등 고온 핵심 부품.
‒ 단결정 니켈 합금, 레늄·코발트·이트륨 등 희소 금속 의존도가 높아 공급 확장이 제한적임.
‒ 기존 빅3 제조사들은 과거의 가스터빈 붐-버스트 사이클 트라우마로 공격적 증설에 소극적.
‒ 이 틈에서 두산에너빌리티, Wärtsilä, Boom Supersonic 등 비전통적 업체들이 빠르게 데이터센터 수요를 흡수.
‒ 실제로 미국 내에서만 12개 이상의 공급사가 각각 400MW 이상 데이터센터 온사이트 가스 수주를 확보.
‒ 전통 전력 산업의 질서가 AI 수요를 중심으로 재편되고 있음을 시사.
‒ AI 데이터센터는 더 이상 전력망의 수동적 수요자가 아니라, 직접 발전 설비를 설계·조달·운영하는 주체로 진화
‒ 전력 확보 속도가 GPU 수량·모델 성능만큼이나 중요한 경쟁 변수로 부상
‒ 온사이트 가스 발전은 비용이 높지만, 조기 가동으로 창출되는 AI 매출이 모든 비용을 상쇄
‒ 결과적으로 전력 시장은 중앙집중형에서 분산·자급형 구조로 이동 중
source: semianalysis
*유료 부분은 정리에 미포함
Please open Telegram to view this post
VIEW IN TELEGRAM
Semianalysis
How AI Labs Are Solving the Power Crisis: The Onsite Gas Deep Dive
Bring Your Own Generation, Sayonara Electric Grid, Turbines vs. Recips. vs. Fuel Cells, Why Not Build More CCGTs?, Onsite Power TCO
Gromit 공부방
데이터센터용 온사이트 가스 발전 장비는 크게 세 가지 카테고리로 구분.
1) 항공기 엔진 파생형 가스터빈과 산업용 가스터빈은 30~60MW급 출력, 빠른 기동(5~20분), 높은 출력 밀도가 강점.
2) 왕복동 가스엔진(RICE)은 3~20MW급으로 유닛은 작지만, 부분부하 효율이 높고 연료 품질·고온 환경에 강함. 다수 유닛을 병렬 배치해 N+1 혹은 N+1+1 구조로 중복성 확보가 용이.
3) Bloom Energy의 SOFC 연료전지는 연소 과정이 없어 대기오염 허가가 상대적으로 수월하고, 설치·가동까지 수주 단위로 가능. 다만 연료전지는 kW당 투자비가 3,000~4,000달러 수준으로 터빈·엔진 대비 현저히 비쌈.
‒ 실제 현장에서는 성능·효율보다 “지금 당장 납기가 가능한 장비”가 계약을 따내는 구조가 형성.
1) 항공기 엔진 파생형 가스터빈과 산업용 가스터빈은 30~60MW급 출력, 빠른 기동(5~20분), 높은 출력 밀도가 강점.
2) 왕복동 가스엔진(RICE)은 3~20MW급으로 유닛은 작지만, 부분부하 효율이 높고 연료 품질·고온 환경에 강함. 다수 유닛을 병렬 배치해 N+1 혹은 N+1+1 구조로 중복성 확보가 용이.
3) Bloom Energy의 SOFC 연료전지는 연소 과정이 없어 대기오염 허가가 상대적으로 수월하고, 설치·가동까지 수주 단위로 가능. 다만 연료전지는 kW당 투자비가 3,000~4,000달러 수준으로 터빈·엔진 대비 현저히 비쌈.
‒ 실제 현장에서는 성능·효율보다 “지금 당장 납기가 가능한 장비”가 계약을 따내는 구조가 형성.
데이터센터 온사이트 전원 옵션별 CapEx·리드타임·LCOE 비교
Gromit 공부방
실제로 미국 내에서만 12개 이상의 공급사가 각각 400MW 이상 데이터센터 온사이트 가스 수주를 확보.
‒ 전통 전력 산업의 질서가 AI 수요를 중심으로 재편되고 있음을 시사.
‒ 전통 전력 산업의 질서가 AI 수요를 중심으로 재편되고 있음을 시사.
2024~2027년 북미 데이터센터, 온사이트 가스 기반 전력 용량 급증