저자: 바람돌 · 한국인
요약 보기
7월 기술주 폭락은 파생 레버리지 청산(LTCM 2.0 유사)에 따른 수급 꼬임이며 펀더멘털은 양호하다고 주장. S&P500 2분기 어닝서프라이즈 94%, EPS 31% 성장 대비 PE 26→22배 하락을 바겐세일 근거로 제시. 빅테크 케펙스 2024년 8,867억달러→2025년 1조3천억달러 전망을 강조하고, AI 전력 병목(랙당 80kW→600kW)으로 MLCC·FCBGA 기판 수혜를 주장. 자산 비중은 대형주 65%, 소부장 35%를 제시하고 레버리지 회피·분할매수·현금 버퍼를 권고. 다만 발언 근거 수치의 출처는 불명확하며 교차검증 주장도 검증되지 않음.
다듬은 글
지난 7월 기술주 폭락장을 다들 기억하실 겁니다. 그 공포 속에서 포지션을 던진 결정이 계좌 수익률에 어떤 영향을 미쳤는지 돌아보는 것으로 시작하겠습니다. 안녕하세요, 23년차 실전 투자자 바람돌입니다. 해지펀드 PM 시절부터 수많은 폭락장을 겪어 봤지만, 시장을 이기고 제 자본을 지켜낸 건 언제나 공포가 아니라 객관적인 기대값 계산이었습니다. 오늘은 여러분의 소중한 자본과 시간을 지키기 위해 7월 폭락장의 착시를 깨고, 진짜 기회와 병목을 파헤쳐 보겠습니다.
먼저 아주 직관적인 숫자 하나 짚고 가겠습니다. 94%입니다. 지난 2분기 S&P 500 기업 중 어닝 서프라이즈를 기록한 비율입니다. 팬데믹 직후의 기저 효과를 제외해도 역사적인 수준입니다. 시장은 패닉에 빠져 주식을 던졌는데, 정작 기업들의 펀더멘털은 그 어느 때보다 단단했다는 뜻입니다. 파생 시장의 노이즈 때문에 기업의 실제 가치와 주가 사이에 큰 괴리가 생긴 것입니다.
그렇다면 이 실적을 밀어올린 동력은 무엇일까요? 트렌드포스 데이터를 보면, 빅테크들의 자본적 지출(캐펙스)이 2024년 8,867억 달러에서 2025년에는 1조 3천억 달러로 폭증할 전망입니다. 이 숫자는 제가 여러 글로벌 AI 리포트를 직접 교차 검증한 결과입니다. 엣지를 확인한 뒤에 포지션을 키우는 것이 확률을 높이는 실전 투자의 정석이라고 생각합니다.
이 극단적인 대비를 머릿속에 그려 보세요. S&P 500의 주당순이익(EPS)은 31% 급성장했는데, 주가수익비율(PER)은 26배에서 22배로 떨어졌습니다. 이익은 크게 늘었는데 밸류에이션은 오히려 쪼그라든 것입니다. 확률 관점에서 보면, 산업 구조 자체가 붕괴하지 않는 한 지금은 기대값이 높은 바겐세일 구간에 있을 가능성이 높습니다.
그렇다면 왜 이런 급락이 왔을까요? 이번 사태는 일종의 LTCM 2.0입니다. 파생 시장에서 레버리지를 과도하게 쓴 펀드들이 강제 청산당했습니다. 건강한 개의 몸통(펀더멘털)을 작은 꼬리(파생 시장)가 세게 흔들어 패닉을 일으킨 셈입니다. 산업의 붕괴가 아니라 수급의 일시적 꼬임이었습니다.
스스로에게 본질적인 질문을 하나 던져 보겠습니다. 실적이 이렇게 좋은데 주가는 왜 빠졌을까요? 원인이 수급 꼬임에 있었다면, 이제 우리가 집중해야 할 곳은 AI 인프라 슈퍼사이클을 가로막는 진짜 물리적 병목입니다.
AI 혁명이 도달할 끝은 결국 물리적 세계, 즉 피지컬 AI입니다. 그 길목에는 전력이라는 거대한 병목이 버티고 있습니다. 엔비디아 서버 랙의 전력 소비량을 보면 상황이 명확해집니다. 호퍼 세대 80kW에서 블랙웰 150kW로 올랐고, 다음 루빈 세대에서는 600kW까지 기하급수적으로 폭발할 전망입니다. 전기가 모자라 데이터센터를 짓지 못하는 물리적 한계가 온 것입니다.
역설적으로, 이 엄청난 전력을 통제해야 하는 한국의 부품 밸류체인에는 큰 기회가 열려 있습니다. 병목 지점에서 구조적 슈퍼사이클이 시작됩니다. 삼성전기가 주도하는 MLCC와 FCBGA 기판을 주목해야 합니다. 데이터센터에서 MLCC는 전압을 일정하게 유지하는 필수적인 물탱크 역할을 합니다. AI 서버의 전력 소모가 커질수록 이 수요는 구조적으로 커질 확률이 압도적으로 높습니다.
자본의 움직임도 중요합니다. GPU는 이제 소모품을 넘어 담보 가치가 있는 장기 금융 자산으로 진화하고 있습니다. 월가의 거대 자본이 AI 군비 경쟁에 수백억 달러의 자금을 대주기 시작했다는 신호입니다. 빅테크가 현금만으로 인프라를 짓던 시대를 지나, 투자 한도가 우리 예상보다 훨씬 높게 열려 있을 가능성을 시사합니다.
퀀트 헤드 시절부터 가장 중요하게 생각해 온 것이 객관적 지표를 통한 기대값 모델링입니다. 네 가지 지표로 시나리오를 점검해 보겠습니다.
첫째, 빅테크 캐펙스는 여전히 견고합니다. 둘째, 메모리 재고는 상당히 타이트합니다. 셋째, 선행 지표인 마이크론 주가의 추세 이탈 여부를 모니터링 중인데, 아직 나쁘지 않습니다. 넷째, D램 현물가와 고정가의 데드 크로스는 아직 발생하지 않았습니다.
이 팩터들을 종합하면, 당장 약세장을 걱정하기보다 베이스나 불(상승) 시나리오 쪽에 기대값의 우위가 있다는 것이 합리적인 판단입니다.
이 분석을 바탕으로 변동성 장세에서 포지션을 어떻게 잡을지 정리하겠습니다. 베이스 시나리오에서 포지션을 키울 때 제가 직접 쓰는 비중 배분은 다음과 같습니다. 삼성전자, SK하이닉스, 그리고 앞서 강조한 삼성전기 같은 대형주에 65%를 싣습니다. 급락 직후 반등장에서는 유동성이 풍부하고 실적 가시성이 뚜렷한 대형주로 수급이 먼저 몰릴 확률이 높기 때문입니다. 그다음 대형주 상승의 낙수 효과를 노려 장비 중심의 소부장 종목에 나머지 35%를 배분하는 것이 안전 마진과 수익률 기대값 측면에서 유리하다고 봅니다.
다만 투자의 바탕에는 내 돈은 내가 지킨다는 원칙이 깔려 있어야 합니다. 23년간 시장에서 구르며 뼈저리게 느낀 리스크 원칙 세 가지입니다.
첫째, 레버리지는 철저히 피하십시오. 방향이 맞아도 변동성에 털리면 시장에서 퇴출됩니다. 둘째, 매수는 분할로 접근해 리스크를 통제하십시오. 셋째, 언제 터질지 모르는 꼬리 위험에 대비해 현금 버퍼를 일정 부분 남겨 두십시오. 살아남아야 다음 기회도 온전히 잡을 수 있습니다.
AI 생태계의 패러다임을 이해하려면 반드시 알아야 할 개념이 있습니다. GPU의 금융화입니다. AI 연산용 칩을 컴퓨터의 단순한 부품이 아니라, 항공기나 선박처럼 최장 9년간 가치가 유지되는 장기 금융 자산으로 취급하기 시작했다는 뜻입니다. 이렇게 되면 빅테크가 자기 자금만 쓰는 것이 아니라 월가의 외부 자본을 끌어와 AI 인프라를 훨씬 더 키울 수 있는 구조적 전환점이 열립니다.
23년간 시장에 몸담아 깨달은 것은, 시장은 언제나 제 상상을 뛰어넘는 불확실성을 숨기고 있다는 사실입니다. 그래서 저는 지적 겸손을 유지하고, 단기 결과에 연연하기보다 기대값에 기반한 판단의 질을 높이는 데 집중하려 합니다. 여러분의 포트폴리오에는 오늘 나눈 원칙이 어떻게 적용되고 있나요? 댓글로 여러분만의 생각을 남겨 주시면, 다음 분석을 준비할 때 참고해 더 깊이 있는 내용으로 찾아뵙겠습니다.
이어서 글로벌 매크로 흐름을 정리한 영어 브리핑으로 마무리하겠습니다. 바람돌이었습니다.
**[English Debrief]**
The recent market volatility exposed a classic fundamental divergence. The S&P 500's EPS grew about 31%, yet the PE multiple compressed from 26x to 22x. This dislocation was largely driven by an LTCM 2.0 style derivatives liquidation, with the tail wagging the dog and triggering panic.
The core bottleneck, however, remains physical. Rack power consumption is scaling from roughly 80 kW in the Hopper generation to an estimated 600 kW in the Rubin generation. That is driving a structural super cycle in power management components such as MLCCs. In addition, the financialization of GPUs, which are increasingly treated as collateralized long-life financial assets backed by large external debt financing, suggests the AI infrastructure ceiling is far higher than many expected.
Positioning should reflect these probabilities: prioritize liquidity in large caps, scale into equipment and component names selectively, use staged entries, and keep a cash buffer for tail risks. Thank you for watching.
Comments 0