테란민국 가즈아

https://m.blog.naver.com/jeunkim/224057593302
: AI 산업 성장 수혜를 반도체+전력 다음으로 제약 바이오가 받을 수 있을까요?

https://m.blog.naver.com/jeunkim/224057532814
: 사람들은 적은 정보 속에서 자신의 예측능력을 과신한다.
: 종종 그것이 틀렸다는 결과를 확인해도 이후에도 크게 달라지는 것은 없다.
: 시장에서의 마켓타이밍을 잡는다는 것은 마피아(도둑)게임에서 마피아(도둑)을 단번에 잡아내는 것과 같다.

https://naver.me/5cqQ6y7u
: 어렵지만 6-10년 뒤를 바라보고 준비를 해야 하는 이유
: 운이라고 할 수도 있지만, 누군가는 이런 역할을 해야함.

120TB 이상 초대용량 SSD를 만드는 일반적인 과정과 원리를 요약하면 다음과 같습니다.

1. 고용량 QLC 낸드 칩 선정 및 확보

2Tb(256GB) QLC 낸드 플래시 칩을 충분히 확보합니다.이 칩들은 집적도가 높고, 칩 단가가 낮아 대용량 설계에 필수적입니다.

2. 패키징 및 NAND 어레이

1개 의 SSD에 수백 개(예: 480개)의 낸드 칩이 패키징돼 들어갑니다. 패키지는 TSV(Through Silicon Via) 등 첨단 적층기술로 수십~수백 개 칩을 작은 공간에 적층하고 연결합니다.낸드 칩은 여러 channel과 die로 쪼개 병렬 동작시킵니다.

3. 컨트롤러·인터페이스 설계

초고속·멀티채널 SSD controller 칩이 수백 개 낸드를 효율적으로 통제합니다.최신 PCIe Gen5 등 데이터센터 인터페이스를 사용, 대용량을 고속으로 운용할 수 있게 설계합니다.

4. 전원·발열 관리 시스템 통합칩

밀도가 극도로 높아지므로 발열, 소비전력, 전원 분배 등 고도화된 회로 설계와 방열기술이 필요합니다.

5. 품질검증 및 테스트

모든 칩과 모듈의 read/write 신뢰성, 데이터 보존, 컨트롤러 호환성 등 수차례 검증 테스트를 거칩니다.

6. 대량생산(양산)

위의 모든 공정이 자동화 라인에서 대량으로 이루어집니다.파트너/고객(예: 글로벌 데이터센터 기업)별 맞춤 커스텀 설계도 다수 이뤄집니다.

현재의 SSD는 TSV를 쓰지는 않지만 좋은 내용의 글이라 참고.

https://n.news.naver.com/mnews/article/025/0003479607
: Wafer의 조각 하나인 Die의 크기를 보니, 정말 공급량이 부족할 수 밖에 없겠다는 생각
: 가운데 1줄이 대략 23개 정도라고 치면, Wafer 1장에 (23/2)^2*3.14=415개
: 수율이 아주 높아야 90% 미만일테니, 대략 80% 잡으면 WF 1장에 320개
: HBM 1개 PKG에 8개 또는 12개를 쌓아야 PKG 1개 만들기 가능, 12단이라고 치면 PKG 25개(수율 높다고 가정)
: CoWoS 진행 위해 HBM이 12개 필요, GPU모듈 2개
: 기사 내용대로 SK하이닉스 DRAM 캐파가 60만장이고, 그 중 30%가 HBM에 사용된다고 하면 월 생산량이 18만장
(https://www.thebell.co.kr/free/content/ArticleView.asp?key=202510011521137400108559)
: WF 1장당 GPU 모듈 2개였으니, 월 생산량이 GPU 36만개, 연간 432만개
: AI GPU 연간 출하량은 5-600만개, 얼추 비슷. 전적으로 SK하이닉스가 공급하고 있음
(https://biz.chosun.com/it-science/ict/2025/06/27/H4V4W4P7T5GS7NYRQOARBI72TU/)
: 삼성이 들어오면 공급이 늘까 아니면 Pie는 그대로에 두 회사가 나눠먹기를 할까?

https://m.blog.naver.com/hodolry/224061431675
: 존경하는 호돌이님 글
: 하지만 QLC 공급은 반드시 선단공정으로만 해야하는 것은 아니라고 개인적으로 생각
: 그렇다고 QLC로 간다고 공급문제가 쉽게 해결되지 않는다는 것에는 동의

https://naver.me/xenGlG3u
: APEC 끝나자마자 잡음이 여러곳에서
: 축제 분위기에 취하기만 안 되는 이유

리 루에 따르면, 모든 사람이 타고난 투자자 기질을 지닌 것은 아닙니다. 그가 위대한 투자자들이 지닌 특성으로 꼽는 것은 다음과 같습니다:

• 독립적
• 객관적
• 냉정함
• 결단력
• 인내심
• 비즈니스에 대한 깊은 관심

(25년 진단 결과)
- 독립적: 팔랑귀
- 객관적: 보유편향 다수 관찰
- 냉정함: 쉽게 흥분/실망
- 결단력: 꼭지에서 사고, 바닥에서 파는 결단
- 인내심: 비자발적 장기보유는 함
- 비즈니스에 대한 깊은 관심: 좋아함

https://naver.me/FSSEKpwS
: 높은 수익성은 10년이 지나 강력한 경쟁자의 출현의 원인이 되었고
: 알 수 없었던 수익성 저해요소인 관세가 등장
: 장기간 강력한 수익성을 지키는 것은 참으로 어렵다.
: 나는 투자에서 이런 리스크와 경쟁력을 잘 판단하면서 진행하고 있는가? 그 때의 시계열은 어느 정도의 미래까지 포함되어 있는가? 사실 본업 2개월 뒤도 예측 못 하는 실력

https://n.news.naver.com/mnews/article/016/0002551182
: 자산 가격 상승이 빠르다보니, 배당주에 대한 관심이 상대적으로 감소
: 그런 배당마저도 해외 종목 위주로 집중
: 글로벌 금융이 연결되었을 때 한국 자산/금융이 버틸 수 있을지 걱정
: 걱정은 됐고, 배당주 투자 기회일지 살펴보기

미쯔비시중공업(MHI) 사업내용
- 에너지: 가스터빈/원자력 발전 등
(국내 피어: 두산에너빌리티)
- 플랜트/인프라: 조선 및 엔지니어링
(국내 피어: HD현대중공업, 한화오션 등)
- 물류/공조(HVAC): 물류 설비 엔지니어링
(국내 피어: 모르겠음)
- 항공/방위/우주: 민간/전투 항공기, 함정, 미사일, 우주로켓
(국내 피어: 한화에어로스페이스, KAI, LIG넥스원, 한화오션, HD현대중공업 등)
- 두산에너빌리티와 HD현대와 한화에어로를 합쳐놓은 듯 한 기업
- 방산/에너지/헬스케어로 분할되기 전 GE와 방산/HVAC/엘리베이터로 분할되기 전 UTC의 밸류에이션을 참고해봐야겠다.

https://naver.me/xMnhmdEc
: 일단은 "이번에는 다르다"와 "설비 확충"은 나오는 중
: 과연 과거와 같은 싸이클일지 아닐지는 개인 판단의 영역

"단기적으로 NAND 제조사들 생산능력 확대의지 낮아, 공급 측면 타이트한 환경이 가격 안정에 기여할 것"

[BofA] Sandisk(SNDK) 목표주가 230달러로 상향(기존 125달러), 투자의견 Buy 유지

🔹주요 코멘트 내용

» 데이터센터 수요 급증 반영: 예상보다 빠르게 증가하는 데이터센터 수요가 NAND 가격에 실질적인 상승 압력을 주기 시작했으며, 이는 SNDK 실적 상향 조정의 주요 요인으로 작용

» HDD 공급 부족 → eSSD 수요 확대: 중기적으로 HDD 공급이 제한될 것으로 예상되면서, 엔터프라이즈급 SSD(eSSD) 제품의 수요가 강세를 보이고 있음

» eSSD 시장 점유율 상승 자신감: SNDK의 eSSD 시장 내 침투율 확대에 대한 신뢰도가 높아지고 있으며, 이는 매출 성장 가시성을 높이는 요인으로 평가

» NAND 공급업체의 투자 보수적 기조: 단기적으로 주요 NAND 제조사들의 생산능력 확대 의지가 낮아, 공급 측면의 타이트한 환경이 가격 안정에 기여할 것으로 전망

» 밸류에이션 리레이팅 전망: 향후 몇 년간 매출 성장과 사상 최고 수준의 수익성을 반영해, 주가순자산비율(P/B)이 기존 0.84배 수준으로 재평가될 것으로 예상

» 투자 포인트: 밸류에이션 매력, 저평가된 합작법인(JV) 자산, 2026년 eSSD 시장 점유율 확대, 장기적으로 산업 내 구조적 재편(통합) 가능성 등을 감안해 Buy 의견 유지

https://naver.me/GGCxzXRK
: 이제 한국 산업의 목표는 중국(새삼스럽지만)
: 방산은 시장 규모가 작기 때문에 민간 시장을 활성화해서 산업의 기초 역량을 확보하는게 우선
: 한국의 중공업/재래식 무기가 그랬고, 중국의 드론도 유사해보임.

https://n.news.naver.com/mnews/article/031/0000976964
: '17년도에 교수님 주관으로 엔비디아에서 일하시는 분의 강연을 들은 적이 있는데
: 그 분 말에 따르면 자율주행을 위한 플랫폼을 위해 전력투구, AI 관련 석박사 연구생을 긁어모아 입사시키고 있다고 하셨음
: 세월이 지나서 엔비디아는 현재 AI 기술의 가장 핵심적인 플랫폼을 운영하는 기업으로 세계 시총 1위 기업이 되었지만
: 자동차 자율 주행에서는 아직 상용화된 어떤 기술을 내놓아 성공하고 있지는 않아 보임(내가 모르는 것일지도)
: text 기반의 AI가 이미지 기반으로 성장할 때 또 한 번의 jump가 있을 수도 있겠다 싶지만,
: 얼마나 시간이 걸려야 의미있는 서비스/제품으로 발전할지는 확실치 않음.
: 이미지를 text로 분석해서 AI로 처리해야 할까, 아니면 이미지는 이미지대로 아예 다른 방식으로 AI를 구현해야 할까?