원문 보기
네, 반갑습니다. 강승주의 급등 타이밍입니다. 우리 급등 타이밍은 대한민국 개인 투자자분들께서 증시 현 시점에서 반드시 아셔야 되는 정보들과 그 수혜주 종목들에 대해서 말씀드리고 있습니다. 오늘도 급등 타이밍 시청해 주셔서 감사드리고요. 영상 시청하시기 전에 좋아요 버튼과 댓글 꼭 부탁드립니다. 구독 버튼 아직 안 누르신 분들 구독 버튼도 부탁드리도록 할게요. 오늘 영상도 바로 진행해 보도록 하겠습니다. 최근이 AI 반도체 시장의 균열이 나타나고 있겠죠. 여기서 이제 2차전으로이 지금까지의 AI 단계가 총 1에서 10단계다라고 하면은 이제서야 한 1, 2단계 정도를 밟고 있는데 이제이 분기점으로서 2차전으로 그다음 AI 반도체 시장인 추론형 AI 반도체 시장으로 나아가게 됩니다.
출연형 AI 반도체 시장은 뭔지 그러면서이 시장에서 가장 중요한 기술력으로 부각을 받고 있는게 유리 기판인데이 부분을 어떻게 여러분들이 투자 전략으로 가져가셔야 되는지 체크해 볼 수 있도록 하겠습니다. 영상 바로 진행해 보도록 할게요. 현재 AI의 1위 기술력으로 부각을 받고 있는 오픈 AI와 그리고 AI 반도체 시장의 1위 기업인 N엔 N비디아 엔비디아는 이제 AI 반도체 시장의 지배력을 확보하게 되면서 압도적인 글로벌 시가총의 1위 기업 세계 최초로 4조 달러 기업에 등극을 하는 그런 상황이었죠. 근데 지금 엔비디아가이 막강한 자금력을 통해서 오픈 AI에게 이제 어 대규 1천억 달러 정도가량의 어 지금 투자를 진행을 해 주려고 하고 있었는데 현재이 동맹에서 균열 신호가 어 발생을 하고 있습니다.
그래서 지금 여기서이 균열에 따라서 AI 반도체 시장의 2차전이 지금 인박하고 있다라고 하는 분석이겠는데요. 지금 현재이 AI 같은 경우는 모델 훈련 위주에서 그러니까 대규모 학습 위주에서 지금 이제는이 학습된 데이터를 통해 가지고 생각을 하게 되는 출론 분야로서 전환이 되게 됩니다. 그래서 여기서 이제이 출론 분야에 있어서 데이터 입출력이 급증을 하게 될 것으로 전방이 되고 있는데 여기서이 차세대 유리 기판의 상용화의 전 세계 반도체 업계가 사화를 걸고 있는 상황입니다. 향후 600조 구모로 성작을 하게 되는 AI 반도체를 시장을 선점할 수가 있는이 핵심 기술로서 부각이 되고 있기 때문입니다.
유리 기판이 AI 반도체 혁신을 불러일으키게 됩니다. 성능부터 제조 비용 생산성까지 수십배 급증이 만들어지게 될 것으로 기대가 되고 있습니다. 그래서 현재이 5천만 원 1억 2억하는 M비디아의 AI 반도체가 아니라 유리 기판 기반으로 수백만 원 단위로 지금 어 지금이 생산성이 어 굉장히 이제 생산 비용이 줄어들고 AI 반도체도 가격이 이제 저렴해지게 되는 그런 기대감을 들 수가 있겠죠. 이제 출연형 AI 경쟁으로 뻗어 나가게 됩니다. 오픈 AI와 NBA 간의 현재 AI 동맹의 균열 조짐이 나타나고 있습니다. 현재 오픈 AI가 세계 최고의 AI 반도체 칩으로 불리고 있는 엔비디아 칩성능의 불만을 어 일으키고 있는 상황입니다.
그러니까 지금 현재 구글이 지금까지 오픈 AI에게 AI 기술력을 좀 뒤쳐지고 있다. 어, 스트가 성능이 굉장히 뛰어나다 하면서 이제 구글에 어, 좀 망하는 거 아니냐? 어, 코드 레드 이런 것들이 발동이 되게 됐었죠. 근데 최근에 구글에 자체 AI 반도체인 텐서 프로세서 TPU 기반으로 그러니까 M비DI의 GPU를 하나도 안 쓰고 AI 재미나이 3.0을 개발을 했는데 이게 성능이 대박이더라. 채지 최신 성능보다 모든 면에서 벤치마크가 뛰어났다라고 하는 내용들이 나타나게 되는 상황에서 오픈 AI가 지금이 엔비디아 칩이 안 좋다는 거예요.
그래서 지금 엔비디아 같은 경우는 대형 AI 모델을 훈련을 하는데 있어서 훈련 분야에서는 성능이 독보적이나 추론 분야에서 지금이 훈련이 되어 있는 대규모의 엄청난 데이터에서 이걸 꺼내 가지고 활용을 하는 출론 분야 같은 경우는 좀 미흡하다라는 거예요. 그러니까 지금 오픈 AI 같은 경우는 아마존이 이제 자체 AI 반도체를 제조를 하고 있겠죠. 아마존이라고 하던가 이런 대안을 찾고 있다. 그래서 지금 현재 엔비디아 같은 경우도 원래 오픈 AI한테 투자를 1천억 달러를 해 주려고 하다가 요즘 이제 좀 신경전이 일어나게 되면서 300억 달러 규모로 투자를 줄이려고 하고 있다라고 이제 보실 수가 있겠습니다.
M비D가 지금 선두를 달리고 있는 GPU 그래픽 처리 장치 기반의 AI 반도체 성능 혁신을 이제 한 개에 다르고 있습니다. 그래서 지금 현재 반도체 업계에서는 엔비디아가 2년에서 3년 내에 AI 반도체 시장 내 지배력을 잃을 잃을 가능성이 높아지고 있다라고 분석을 하고 있겠고 지금 오픈 AI나 엔트로피 그러니까 최근에 글로벌 증시가 좀 많이 떨어지고 있겠죠. 기술주들 위주로. 그니까 지금이 AI 개발 기업들이 올해 본격적으로이 AI 서비스를 소프트웨어 시장으로 출시를 하기 시작했거든요. 뭐 법률 서비스라고 하던가 여러 가지 이제이 소프트웨어를 출시를 하게 됐는데 이게 성능이 꽤 괜찮게 나오고 있어요.
그러다 보니까 기존 소프트웨어 기업들이 실질적으로 이제 망하게 생겼으니까 주가가 박살나고 있는 그런 상황이죠. 그니까 지금 올해부터는 AI를 개발을 하는 것을 넘어서 실제 추론 영역으로 활용을 하게 된 소프트 영역으로 확장이 되게 된다라고 하는 거예요. 그러니까 지금 이런 상황에서 출론용 AI 반도체 중요도가 더 격상이 되게 되는 것이고요. 그래서 여기서 이제 휴마노이드 같은 이런 피지컬 AI의 상용화가 인박하고 있겠죠. 이런 피지컬 AI 같은 경우도 굉장히 빠르게 뭐 슈머노이드는 뭐 카메라로이 상황들을 한 방에 빨리빨리 추론을 하고 그러면서 이제이 내장이 되어 있는 어 프로세서를 통해 가지고 어떤 행동을 해야 되느냐, 손으로 어떻게 해야 되느냐, 빨래를 하냐, 뭐 이제 청소를 하냐 이런 것들을 결정을 해 가지고 빨리빨리 결정을 해 줘야 되겠죠.
그니까 특히나 지금까지 채지T 같은 경우는 어떻게 보면 결국에 채봇이에요. 채봇. 질문을 서수령으로서 길게 전문적으로 해 주는 그런 채봇이었다라고 하면은 아무리 채봇이다라고 하더라도 결국에는 텍스트 기반이거든요. 문자 기반이에요. 근데이 피지컬 AI 같은 경우는 눈에 들어오는 이런 어 뭐 데이터부터 해 가지고 로봇 하드웨어가 손가락을 어떻게 잡고 어 그 그리고 이제이 로봇이 두 발로 균형을 어떻게 이루는지 그니까 피지컬 AI에서 처리를 해야 되는 데이터가 더 어마무시하게 큰 거예요. 그러니까이 부분에 따라서 출론형 AI 반도체 중요도가 계속 올라가게 된다라고 하는 거겠죠.
HBM의 아버지로 불리는 김정욱 카이스트 교수 반도체 쪽 교수님이죠. 그래서 HBM 다음으로 AI 시대 핵심축으로서 HBF를 현재 강조를 하고 있습니다. 디램을 수직적층을 한 HBM 이게 고대 역폭으로 동시에 데이터를 빠르게 빠르게 대규모로 처리를 해 줄 수가 있게 되는데이 HBF는 일명 고대역폭 플래시로서 수 랜드를 수직적한다. 그니까 디램 같은 경우는 어이 CPU 시스템 반도체 뭐 내지는 GPU 시스템 반도체 데이터 처리를 지원하는 역할이다라고 하면은 얘네들이 데이터 처리를 하는 과정에서 결국에 데이터가 저장이 되는 장치가 바로 이제 랜드죠.
덴드.이 이 랜드 쪽을 수직 적층을 해 버리게 된다. 그래서 초대용량의 저장 장치가 이제 개발이 되게 되는데 지금부터 초고속 연산이 필요한 영역 같은 경우는 HBM이 활용이 되고 방대한 데이터를 담아 가지고 변수를 처리하고 추론을 하게 되는 영역 같은 경우는이 시스템 반도체의 니어 메모리로서 HBM이 아닌 HBF가 활용이 되게 된다라고 하는 거겠죠. 그래서이 분야가 계속적으로 성장을 하게 될 것으로 기대가 되고 있는데 지금이 HBM보다 GPU에서 그니까이이 GPU가 있다라고 했을 때 지금 니어 메모리로 어이 HBM 주변에다 아 GPU 주변에다가 HBM이 이런 식으로 하나의 패키징으로 묶여 가지고 출시가 되죠.
근데이 HBM을 이제 향후 출론형 반도체 뭐 피지컬 AI에 들어가게 되는 그런 반도체 같은 경우는 이게 HBM이 아니라 HBF로 바뀌게 된다라고 하는 거예요. 그러니까 HBF는 원약 워낙 저장이 되는 그런 용량이 크기 때문에 GPU와 붙어 가지고 HBM보다 20배가 많은 데이터를 공급을 시켜 줄 수가 있어요. 지금 현재이 HBF 같은 경우는 현재 가장 속도가 빠른 SSD보다 랜드보다 수십배 빠른 속도가 기대가 된다. 그러니까 실제로 지금 놓고 보게 된다라고 했을 때 기판 위에 기판 위에 어 이제 HBM 같은 그런 반도체가 올라가게 되는 것이죠.
아, 이게 이게 지금 뭐 반도체가 올라가게 되는 것이고 같은 메인보드 내에서 SSD 저장 장치가 이제 연결이 되어 가지고 바로 메인보드를 통해 가지고 데이터 송수신이 일어나게 되는데 그러니까이 랜드를 같은 기판 내에다가 지금 패키징을 하겠다라고 하는 거예요. HHBM처럼. 대신에 이거를 수직으로 적층을 시켜 가지고 여기서 데이터를 저장을 해 가지고 GPU가 처리를 하는 AI 반도체 출론형 AI 반도체가 처리를 하는 데이터를 직접적으로 빠르게 공급을해 주게 된다. 그러니까 지금 기존의 랜드에서 여기서 이렇게 끄집어내서 쓰려고 하면은 속도가 굉장히 느렸어요.
그러니까 이거를 그냥 얹어 버리게 된다라고 하면은 엄청나게 송수신이 같은 기판 내에서 묶여 가지고 하나의 반도체처럼 역할을 해 줘 가지고 데이터 처리가 굉장히 빨라질 수가 있게 되겠죠. 나중에는 이게 제 같은 기판과 같은 인터포 내에서 지금 이제 GPU 아니면 AI 반도체가 얹치게 되고 HBM과 바로 이제이 HBF 고대역폭 플 플래시가 동시에 이제 패키징이 되는 부분들 같은 경우도 나타나게 되겠죠. 그니까 지금부터 AI 반도체는 이러한 패키징의 혁신을 통해 가지고 더 엄청난 양의 어이 데이터를 처리를 해 줘야 돼요. 그러니까이 기판 내에서 지금이 GPU 분야에서 성능을 올리는 건 이제 한 개라는 거예요.
지금까지는 불가능했었던 그러니까 아예 마더보드에서 다른 기판 내에서 있는 HBM도 같은 패키징으로 끌어올려 버리고 지금 이제 HBM은 들어올렸죠. HBF도 올려 버리고 그러니까 AI 반도체에다가 니어 메모리로 여러 가지를 종합적으로 탑재를 해 버리게 되면서 어떻게 보면은 지금 이제 랜드와 디램의 역할까지 AI 반도체가 이종 집합을 해 가지고 공통의 그런 역할들을 이제 해 주게 된다라고 하는 거죠. 그니까 같은 기판 내에서 원래는 뭐 한 세 개,네 개 되는 기판이 처리를 했다라고 하면 이제 하나의 기판에서이 어마무시한 데이터를 처리해 줘야 된다.
수백배에서 수천배의 그런 데이터의 폭증이 지금부터 이루어지게 되겠죠. 그 지금 현재이 특히나 피지코리아의 물리 세계가 결합이 되는 그리고 이제 뭐 자율주행만 생각해 보게 된다라고 했을 때 이미지나 영상, 사운드 물리 세계까지 결합을 하게 되는 멀티모델의 AI 환경이 대세화가 된다라고 하는 거죠. 텍스트 같은 작은 단위에서 그러니까 당장 뭐 카메라로 사진을 찍고 동영상을 찍는다라고 하더라도 뭐이 고아질이라고 하더라도 한 3MB 넘어가는게 좀 드물죠. 근데 영상 같은 경우는 조금만 찍는다라고 하더라도 몇십MB바트, 몇백MB바 이렇게 돼 버리죠.
그니까 데이터의 규모 자체가 텍스트와 영상 이런 피지컬 AI 영역 같은 경우는 차원이 다른 거예요. 멀티모델 AI 환경에서는. 그래서 기존의 HBM 방식으로는 이러한 대규모 데이터를 지원을 해 주는 그니까 지금 현재 방식이다라고 하면은 GPU가 어 HBM과 같이 이제 패키징이 되어 있다라고 하면은 결국에 기판 위에 얹혀 있고 그리고 이제이 기판 위에 다른 이제 랜드 SSD 저장 장치가 데이터가 여기에다 저장이 돼 있는 거예요. 그리고 이제 마더보드 위에다가 이렇게 같이 안착이 되어 있겠죠. 결착이 되어 있겠죠. 지금 현행 방식은 아무리 HBM을 통해 가지고 AI 반도체가이 모델 어 학습을 하게 된다라고 하더라도 결국에 데이터를 여기서 이렇게 끄집어 와 가지고 처리를 해야 돼요.
너무 오래 걸린다는 거예요. 그러니까 지금이 속도 지연의 해결이 어려우니까 이거를 어떻게 한번 올려 버리게 된다. 그럼 기판 내에 데이터 처리가 미친 듯이 올라가겠죠. 두 개, 세 개,네 개 기판이 처리를 하던 걸 지금부터 하나의 기판이 처리를 해야 되니까 필연적으로 지금 현재 반도체 시장의 그런 어 개발 과정에 있어서 기판의 역량이 굉장히 중요해지게 돼요. 그래서 지금부터 대용량 메모리 그러니까 HBM도 뭐 고대역북 메모리인데 SSD를 이제 GPU 옆에다가 바로 붙여 버리는 구조적 변화가 들어가 줘야 되는 거죠. 지금 이게 마치 대용량 캐시 메모리처럼 지금 캐시 메모리는 굉장히 뭐 몇 MB바이트 정도로 어 시스템 반도체에 붙어 가지고 역할을 해 주게 되는데 대용량의 캐시 메모리면은이 데이터 처리도 굉장히 빠를 것이다.
그래서 여기에다가 차세대 유리 기판 적용이 당연히 필수적으로 적용이 될 수밖에 없겠죠. AI 반도체 시장 규모가 작년 기점으로 한 200조 정도를 돌파를 했죠. 2030년도 초반까지 한 세 배 이상 급증을 해 가지고 600조 정도가량 한 4,600억 달러 규모로 성장을 할 것으로 전망이 됩니다. 그 1, 2년 내에 엔비디아의 이런 지배력이 약화가 되어 있는 그런 상황에서 사실 엔비디아도 GPU 기반에서 기술력이 뛰어나지만 지금 다가오는 추론형 AI의 시대를 당연히 엔비디아도 압니다. 그러니까이 추론형 AI 반도체도 개발을 하고 있어요.
근데 GPU만큼 노하우가 없으니까 다른 기업들과의 격차가 지금 어 뭐 크지 않겠죠. 그니까 여기서 향후 추론형 AI 반도체를 독점을 하기 위해 가지고이 추론형 AI 반도체에 들어가게 되는 다양한 그런 반도체 기술들을 큰 우돈을 주고서라도 빨리빨리 선점을 하려고 하게 될 텐데 지금 현재이 엔비디아와 탈엔 M비디아의 경쟁 속에서 지금부터이 출론형 AI 반도체 시장으로 넘어가게 되는 향후 1년에서 2년 정도가 AI 반도체 시장이 굉장히 중요한 이제 분기점이 되게 되는 거죠. 그래서 유리기판 같은 이런 차세대 반도체 기술 선점을 위해서 대규모 투자가 쏟아지게 될 겁니다.
유리기파는 이제 AI 반도체 성능뿐만이 아니라 생산 비용이나 생산 규모 같은 경우도 급증을 시키게 되는 핵심 기술로 부각이 되고 있겠다 체크를 하실 수가 있겠습니다. 오늘 관련된 투자 포인트들과 함께 종목들도 체크를 해 보도록 하겠습니다. 첫 번째로 JNTC입니다. 이세균열 0% 유리 기판을 개발을 했습니다. 업계 유일하게 수를 90% 이상을 지금 확보를 한 상황입니다. 작년 올해 유리기판 투자 케파에 집중을 하게 되면서 대규모 자금을 이제 좀 뿌렸죠. 그러면서 적자 전환이 지금 대략적으로 연간 적자 한 마이너스 500억 정도 지금 진행이 되고 있는데 반도체 유리 기판이 이제 올해 매출 2,억 자신하고 있습니다.
향후대의 반도체 유리 기판으로만 1조 이상의 매출 다 달성 목표가 지금부터 추진이 되게 됩니다. 어 두 번째로 아이비전웍스입니다. 반도체 그리고 2차전지 쪽 비전 검사 전문 기업이에요. 올해 AI 로봇이라고 하던가 AI 쪽 반도체 검사 시스템 시장에 진입을 하게 됩니다. 유리 기판의 최대 난재인 마이크로클렉 정밀 검사 특허를 확보를 하게 되었고요. 지금 2020년부터 해 가지고 4, 5년 정도 동안에 매출 다섯 배가 급증을 했습니다. 그러는 가운데 상장 이후 현재 주가가 최저점인 상황이다. 내년에 올해부터 해 가지고 어 중장기 성장 궤도 안차 기대가 되고 있겠습니다.
우리 급등 타이밍 여러분들에게 다양한 투자 관점 제시해 드리기 위해서 노력하고 있는데요. 아무래도 당일 급등이나 상한가 그 이상 기대가 되는 종목들 유튜브 통해서 제시해 드리는게 좀 한계가 있을 수밖에 없겠죠. 그래서 그런 정보들을 여러분들에게 100% 무료로 단타방 오픈해 가지고 이런 식으로 좀 공유를 해 드리고 있습니다. 당장 이제 어제 찍어 드렸었던 대동기요. 하루 만에 상한가 같죠? 이런 식으로 당일 급등 상한가 기대되는 종목들 단타 종목 이렇게 올려 드리면요. 여러분들 한 100만 원, 200만 원이 정도로만 투자를 하셔서 아침에 5만 원에서 10만 원 정도 벌어가 본다.
이런 느낌으로 접근을 하시면은 재밌게 단타 참여하실 수가 있을 것 같아요. 급등 타이밍 무료 단타방 어떻게 입장하실 수가 있는지 바로 말씀드릴게요. 여러분들 시청하고 계시는 유튜브 아래로 조금만 내려 보시면은 설명 쪽에 실시간 무료 텔레그램방 입장이라고 링크 올려 놨어요. 이거 누르시면은 무료 설치부터 입장까지 전부 다 가능하시니까 놓치지 마시고 꼭 이용을 해 보시면은 좋을 것 같습니다. 우리 급등 타이밍 오늘또 시청해 주셔서 감사드립니다. 영상 나가시기 전에 어 영상 하단에 좋아요 댓글 오늘 영상 도움이 되셨다라고 하시면은 꼭 좀 부탁드리도록 할게요.
여러분들이 남겨 주시는 좋아요와 댓글 하나하나가 급등 타이밍에게 정말 큰 도움 됩니다. 다시 한번 부탁드리고요. 구독 버튼 아직 안 누르신 분들 구독 버튼 누르시면은 급등 타이밍의 최신 주식 정보들 누구보다 빠르게 확인하실 수가 있게 됩니다. 오늘도 영상 시청해 주셔서 감사드리겠고요. 지금까지 급등 타이밍이었습니다.
Comments 0