people장 홈📈 Stock Masters주식 유튜브를 Articles로 읽고 Author의 예측을 실제 가격으로 확인합니다 people장 Board 홈요청하기

한국어 · English

이형수

Accuracy score+1.7
순 place57
Scored calls477 calls
Hit rate / Market-adjusted / Return-weighted57.2% / 51.8% / 59.0%
1-month return / Market / beta excess return / Peer excess+3.6% / +1.7% / +0.2
Bullish / Bearish / Neutral63.2% / 6.7% / 30.1%
Best horizon1y
Performance badgePersistent bias badge,Late call badge,Inverse badge,Flood badge
Main channel매일경제TV
국적한
Note
Updated2026-10-28 07:00:00

Main stocks: #삼성전자 (222)#SK하이닉스 (185)#미국반도체지수 (62)#엔비디아 (61)#한미반도체 (61)

How scores are calculated

[주간방송요약] 이형수 대표, AI 반도체 밸류체인과 투자 전략#반도체#AI네트워크 #CPO#삼성파운드리#SK하이닉스#HBM#온디바이스AI#페로브스카이트 #소부장 #IT의신이형수

주식으로 세상 이해하기 · 2026-03-14 · 유튜브 시청 222 · Board Views 3 · Korean

Korean

유튜브 썸네일

원문 보기

다듬은 글 보기

다들 AI칩, AI칩만 합니다. 하지만 제 20년 경험으로 볼 때 진짜 큰 돈의 흐름은 늘 모두가 쳐다보는 곳 바로 옆에서 시작되더라고요. 오늘은 그 AI 하드웨어의 다음 격전지가 어디지 그 돈의 흐름을 한번 따라가 보겠습니다. 그래서 오늘의 핵심 질문은 바로 이겁니다. AI 칩니다. 엔비디아 대단하죠? 그럼 그다음은요. 그 폭발적인 성장의 다음 파두는 과연 어디서 밀려올까요? 우리는 단순히 어떤 칩이 뜨는지를 넘어 기술 발전이 만들어내는 거대한 연쇄 반응의 다음 단계를 추적해 볼 겁니다. 투자의 가장 중요한 원칙 중 하나 희소성을 쫓는 겁니다.

AI 하드웨어 시장도 똑같아요. 가장 부족한 것, 가장 목마른 곳 즉 병목 현상 바로 거기에 다음 승자가 숨어 있습니다. 칩 자체보다 그 칩 때문에 벌어지는 문제들 속에 진짜 기회가 있다는 거죠. 자, 이게 바로 우리가 오늘 함께 걸어갈 지도입니다. AI 하드웨어 시장의 미래를 읽는네 개의 이정표죠.이네 단계가 어떻게 서로 꼬리의 꼬리를 물고 이어지는지, 하나의 문제가 어떻게 다음 기회를 낳는지 그 거대한 흐름을 한번 같이 따라가 보시죠. 자, 첫 번째 단계부터 시작합니다. 모든 것의 시작은 이거였어요. 세상에서 가장 빠른 스포츠카 즉 GPU를 만들어 놨는데 연료를 제때 공급해 주지 못하는 상황이었죠.

연산 능력은 그야말로 괴물인데 정작 데이터라는 밥을 제때 못 먹어서 굶고 있었던 겁니다.이 문제를 해결한게 바로 HBM 고대역폭 메모리입니다. SK 하이닉스 같은 기업들이 뭐랄까 아파트를 짓듯이 메모리를 수직으로 쭉 쌓아 올려서 GPU 바로 옆에 딱 붙여 버린 거죠. 데이터가 고속도로를 타고 GPU에 직통으로 들어가는 겁니다. 이걸로 첫 번째 병목은 아직 극적으로 해결됐습니다. 그런데 말이죠. 시장이라는게 참 재밌습니다. 하나의 문제가 해결되면 반드시 다음 문제가 고개를 들죠. 이제 슈퍼카 수천대가 동시에 도로에 쏟아져 나온 겁니다.

그럼 어떻게 될까요? 당연히 도로가 꽉 막히죠. 칩과 칩을 연결하는 네트워크가 새로운 병목으로 떠오른 겁니다.이 숫자가 모든 걸 말해 줍니다. 칩량이 10열배 늘어나면 네트워크 수연은 50배가 들 수 있다. 이게 뭘 의미하냐면요. 단순히 더하기의 문제가 아니라는 겁니다. 이건 곱하기 아니 거듭 제곱의 문제예요. 기존의 구리선으로는 절대 감당이 안 되는 트래픽이 터져 버린 거죠. 그래서 나온 해결책이 바로이 CPU 공동 패키지 광학입니다. 말이 좀 어렵죠? 쉽게 말해서 꽉 막힌 구리선 도로를 아예 걷어내고 칩 옆에 빛의 속도로 달리는 광섬유 KTX를 깔아버리는 기술입니다.

엔비디아가 왜 루멘텀이나 코일런트 같은 광학 기술 회사에 그렇게 투자하겠어요? 바로이 병목을 풀기 위해서입니다. 자, 그럼이 새로운 KTX가 깔리면 누가 돈을 벌어? 당연히 빛을 전기 신호로 또 전기 신호를 빛으로 바꿔 주는 핵심 부품을 만드는 회사들. 예를 들어 루멘텀이나 코이렌트 같은 곳들이겠죠. 그리고이 모든 걸 한 판에 담을 수 있는 아주 특별한 기판 이수쿠타시스 같은 기업들이 주목받는 이유가 바로 여기에 있습니다. 자, 여기서 잠시 숨을 고르고요. 이제 전쟁터가 데이터 센터라는 한정된 공간에서 우리 일상으로 확 바뀝니다. AI가 이제 거대 기업의 전유물이 아니라 여러분의 스마트폰, 자동차, 심지어 냉장고 안으로 들어오고 있다는 거죠.

바로이 지점에서 시장의 판이 완전히 뒤집힙니다.이 슬라이드가 그 변화를 정말 잘 보여 주는데요. 이전까지는 극소수의 부자들에게 아주 비싼 페라리, 즉 GPU플러스 HBM 세트를 파는 가격 중심의 피사이클이었다면요. 이제는 수억 명의 대중에게 합리적인 가격의 아반떼 즉 온디바이스 AI 칩을 파는 수량 중심의 Q 사이클로 넘어가고 있다는 겁니다. 게임의 룰이 바뀐 거죠. 수량이 폭발한다. 이건 뭘 의미할까요? 한 종류의 칩으로는 안 된다는 겁니다. 스마트폰용, 자동차용, 가전용, 가양 각색의 맞춤형 칩이 필요해지죠. 바로 여기서 가운칩스나 AD 테크놀로지 같은 디자인하우스들의 역할이 중요해지는 거고요.

그리고이 엄청난 물량을 소화해 줄 제 J2, 제3 파운드리 예를 들어 삼성 파운드리에게도 엄청난 기회가 열리는 겁니다. 그런데 HBM처럼 칩이 점점 더 복잡해지고 가격은 천정 부지로 솟으면서 마지막 병목이 등장합니다. 바로 품질의 문제입니다. 수천만 원짜리 칩 하나가 분량이면 그 손실이 어마어마하거든요. 이제는 무조건 작동해야 한다는 절대적인 명제가 중요해진 겁니다. 자,이 숫자 60%. 이게 바로 지금 최첨단 반도체 시장의 가장 아픈 현실을 보여주는 숫자입니다. 과연 이게 뭘까요? 네, 최첨단 HBM의 평균 수율입니다. 다시 말해서 열 개를 만들면네 개는 버려야 할 수도 있다는 뜻이죠.

이게 지금 최첨단 제조업의 민낯입니다. 이러니 공장에서 나갔는 제품 하나하나가 완벽하게 작동하는지 검사하는게 얼마나 중요해졌겠습니까? 수십억, 수백억 달러가 갈린 판에서 이제 관심사는 얼마나 더 빠르게 만드냐가 아니라 얼마나 더 확실한 제품을 내놓느냐로 완전히 옮겨왔습니다. 그래서 과거에는 몇 개만 뽑아서 샘프 검사를 했다면 이제는 100% 전수 검사 시대로 가고 있습니다. 모든 칩을 하나도 빠짐없이 검사하겠다는 거죠. 이러면 누가 가장 큰 수혜를 볼까요? 당연히 DNI나 YC 같은 테스트 장비 회사 그리고 리노 공업이나 ISC처럼 칩을 검사할 때 필요한 소모품인 테스트 소켓을 만드는 회사들입니다.

이들의 시대가 열리고 있는 겁니다. 자, 지금까지 우리가 AI 하드웨어로라는 거대한 전쟁터가 어떻게 이동해 왔는지 그 여정을 함께 따라와 봤습니다. 다시 한번 정리해 볼까요? 시작은 괴물 지표에게 밥을 주는 것 즉 HBM이었죠. 그 문제가 풀리니 데이터 고속도로가 막혔고 이걸 광통신 CPU로 해결했습니다. 그러자 시장이 데이터 센터를 넘어 우리 일상으로 확장되면서 온디바이스 AI 시대가 열렸고요. 마지막으로이 모든 비싸고 복잡한 것들이 완벽하게 작동해야 하기에 첨단 테스트 기술이 중요해진 겁니다. 완벽한 연세 반응이죠. 결국 제20년 경험에 비추어 볼 때 투자의 본질은이 한 문장으로 압축됩니다.

화려한 뉴스 헤드라인을 쫓지 마십시오. 가장 절실한 결핍 즉 희소성을 따라가야 합니다. 공급이 수열을 절대 따라가지 못하는 바로 그 지점. 그 병목 현상 속에 다음에 승자가 숨어 있습니다. 전쟁터는 메모리에서 네트워크로 또 품질 보증으로 옮겨왔습니다. 하지만이 흐름은 여기서 절대 멈추지 않을 겁니다. AI 기술은 계속해서 우리가 상상하지 못했던 새로운 문제들을 만들어 낼 테니까요. 그렇다면이 다음의 전쟁터는 미래를 열어갈 다음 희소성은 과연 어디에서 나타날까요? 여러분도 한번 생각해 보시기

#엔비디아#SK하이닉스

← List으로
공유페이스북밴드

이 Articles에 대해 요청(숨김) 수정 요청

Comments 0