pocketscraper

  [What] 무엇이 연준 인하 핵심주인가 연준 금리 인하가 온다고 모든 주식이 폭등하는 것은 아니다. 시장이 진짜 보는 것은 금리 방향이 아니라 금리가 왜 내려가는가다. 경기 침체 때문에 내리는 금리와 물가 안정 속에서 내리는 금리는 전혀 다르다. 핵심주 는 금리 하락의 도움을 받으면서도 이익이 무너지지 않는 기업군이다. 1. 금리 인하가 주식에 주는 힘 주식 가치는 미래 현금흐름을 현재로 할인한 값이다. 금리가 내려가면 할인율이 낮아지고, 멀리 있는 현금흐름의 현재가치가 커질 수 있다. 그래서 장기 성장주 , 고마진 소프트웨어, 반도체, 플랫폼, 일부 바이오와 신흥국 주식이 주목받는다. 하지만 이익 전망이 동시에 깨지면 할인율 효과는 바로 김이 샌다. 인하 유형 시장 해석 유리한 후보 보험성 인하       경기 둔화 방어       퀄리티 성장주 침체형 인하       이익 감소 우려       방어주, 현금흐름주 유동성 인하       달러 약세 가능성       글로벌·신흥국 우량주 2. 최강 후보는 어떤 조건을 갖나 금리인하 수혜주 를 고를 때는 싼 빚을 좋아하는 회사보다 강한 현금흐름을 가진 회사를 먼저 봐야 한다. 부채가 많은 기업은 금리 하락의 수혜처럼 보이지만, 경기 둔화가 오면 이익과 신용이 함께 흔들릴 수 있다. 진짜 강한 후보는 가격 결정력, 글로벌 매출, 낮은 차입 부담, 높은 재투자 수익률을 가진 기업이다. 실질금리 하락에 밸류에이션이 반응할 수 있어야 한다. 금리 인하 국면에도 매출과 이익 전망이 버텨야 한다. 달러 약세나 글로벌 유동성 회복의 수혜가 있어야 한다. 3. 후보군을 계층으로 나누기 계층 예시 영역 주의점 퀄리티 테크      ...

  [Why] 왜 엔비디아와 MS는 묶이나 엔비디아와 마이크로소프트의 결속은 단순한 부품 공급 관계가 아니다. GPU 와 Azure 가 결합하면 AI 모델을 만들고, 배포하고, 팔고, 과금하는 길이 한 번에 연결된다. 칩은 엔진이고 클라우드는 도로다. 엔진만 팔면 끝이지만, 도로까지 잡으면 통행료가 반복된다. 1. 왜 칩과 클라우드가 한 몸이 되나 생성형 AI는 모델 발표보다 운영비가 더 잔인하다. 학습에는 대규모 GPU 클러스터가 필요하고, 추론에는 매일 반복되는 서버 시간이 필요하다. 그래서 AI 인프라 경쟁은 반도체, 네트워킹, 데이터센터, 소프트웨어, 기업 고객을 모두 묶는 게임이 된다. 축 엔비디아 마이크로소프트 핵심 자산       GPU, 네트워킹, 병렬연산 생태계       Azure, 기업 고객, Copilot 배포 원하는 것       대규모 수요와 배포 채널       희소한 AI 연산 능력 결합 효과       칩 판매를 넘어 플랫폼화       클라우드 소비와 고객 락인 강화 2. 마이크로소프트는 왜 엔비디아가 필요한가 Microsoft는 Copilot, Azure AI, OpenAI 워크로드, 기업용 생성형 AI를 밀고 있다. 이 서비스들이 커질수록 필요한 것은 멋진 데모가 아니라 안정적인 연산이다. 자체 AI 칩 Maia가 있어도 단기간에 모든 고성능 GPU 수요를 대체하기는 어렵다. 그래서 엔비디아 생태계 는 Azure의 성장 속도를 지키는 안전벨트가 된다. 기업 고객은 검증된 GPU와 소프트웨어 스택을 선호한다. Azure는 AI 워크로드를 잡아야 클라우드 매출을 키운다. OpenAI와 Copilot 수요는 대규모 추론 인프라를 요구한다. 3. 엔비디아는 왜 마이크로소프트가 ...

  [What] 무엇이 AI 에이전트 핵심주인가 AI 에이전트 상용화에서 진짜 질문은 “어떤 모델이 똑똑한가”가 아니다. 돈이 붙는 질문은 “누가 업무를 실제로 실행할 권한을 갖는가”다. 핵심주 후보는 챗봇을 파는 회사가 아니라 데이터, 권한, 워크플로, 보안을 쥔 소프트웨어 기업군에서 나온다. 1. 에이전트는 답변기가 아니라 실행기다 생성형 AI는 질문에 답했다. 에이전트는 티켓을 만들고, 고객 기록을 바꾸고, 코드를 고치고, 결재를 올리고, 보안 경고를 분류한다. 그래서 핵심은 업무 실행권 이다. 실행 권한이 없는 AI는 똑똑한 인턴이고, 권한이 있는 AI는 비용 구조를 바꾸는 직원이다. 월급은 없지만 청구서는 있다. 클라우드가 웃는 대목이다. 계층 역할 후보 영역 기록 시스템       고객·업무 데이터 보유       CRM, ERP, 협업툴 워크플로       업무 절차 실행       ITSM, 자동화, 프로젝트 관리 데이터 계층       분석과 검색 기반       데이터 클라우드, 벡터 검색 보안       권한과 위험 통제       IAM, 엔드포인트, 클라우드 보안 2. 핵심주는 어디서 나오나 유력한 후보군은 기업 업무의 관문을 가진 회사들이다. Microsoft는 업무 생산성, 개발자 도구, 클라우드를 묶고 있다. Salesforce는 고객 관계와 영업 데이터를 갖고 있다. ServiceNow는 IT와 업무 흐름을 통제한다. Atlassian, GitLab, Datadog, Snowflake, CrowdStrike, Palantir 같은 기업도 각자의 계층에서 에이전트의 실행 무대를 제공한다. 단, 이름이 멋지다고 주가가 자...

  [What] 무엇이 오리온칩인가 오리온칩 은 현재 공식 상용 제품명으로 확정됐다고 단정하기 어렵다. 더 안전한 설명은 “OpenAI가 자체 AI 가속기 개발을 추진한다는 보도와 함께 시장에서 쓰이는 가칭 또는 별칭”이다. 즉 핵심은 이름보다 구조다. OpenAI가 남의 GPU만 빌려 쓰는 회사에서, 자신에게 맞춘 연산 장치를 갖고 싶은 회사로 바뀌려 한다는 점이다. 1. AI 가속기는 무엇인가 AI 가속기 는 거대 모델의 행렬 연산, 메모리 이동, 토큰 생성 같은 작업을 빠르고 효율적으로 처리하는 칩이다. GPU가 범용 고속도로라면, 맞춤형 AI 가속기는 특정 화물을 반복 운송하는 전용 선로에 가깝다. 멋은 덜하지만 청구서에는 꽤 예민하게 반응한다. 구분 역할 핵심 변수 GPU       범용 학습·추론       생태계와 공급 ASIC       특정 연산 최적화       효율과 유연성 AI 가속기       모델 실행 가속       메모리, 전력, 지연시간 2. 왜 OpenAI가 관심을 갖나 생성형 AI는 사용자가 늘수록 추론비용 이 반복적으로 쌓인다. 답변 하나, 이미지 하나, 코드 제안 하나가 전력과 칩 시간을 먹는다. 자체칩이 성공하면 OpenAI는 특정 모델 구조와 서비스 패턴에 맞춰 비용, 지연시간, 공급 안정성을 개선할 수 있다. 결국 오리온칩의 본질은 반도체 자랑이 아니라 원가표를 되찾으려는 시도다. 모델별 자주 쓰는 연산을 칩에 맞춰 최적화할 수 있다. 외부 GPU 공급망에 대한 의존도를 일부 낮출 수 있다. 추론 단가가 내려가면 제품 가격 전략이 달라질 수 있다. 3. 오리온칩을 구성하는 요소 요소 의미 리스크 HBM       ...

  [Why] 왜 오픈AI는 칩을 품나 오픈AI가 자체 AI 가속기, 가칭 오리온 에 집착하는 이유는 멋진 반도체 배지를 달고 싶어서가 아니다. 생성형 AI의 진짜 비용은 모델 발표장이 아니라 데이터센터 청구서에서 나온다. 결국 질문은 간단하다. 남의 GPU 고속도로를 계속 탈 것인가, 아니면 자기 전용 차선을 만들 것인가. 1. AI의 병목은 이제 모델만이 아니다 초기 생성형 AI 경쟁은 누가 더 똑똑한 모델을 내놓는가에 집중됐다. 그러나 사용자가 늘고 추론 요청이 폭증하면 이야기는 바뀐다. 학습보다 더 무서운 것은 매일 반복되는 추론비용 이다. 답변 하나, 이미지 하나, 코드 제안 하나가 모두 전력과 칩 시간을 먹는다. 말하자면 AI는 똑똑한 직원이지만, 급여명세서가 서버랙 단위로 온다. 병목 무엇을 압박하나 자체칩의 의미 GPU 공급       학습과 배포 속도       공급망 선택지 확대 추론 비용       서비스 마진       모델별 최적화 가능 전력 효율       데이터센터 운영비       와트당 성능 개선 기대 2. 왜 GPU 의존이 전략 리스크인가 고성능 GPU 생태계는 강력하다. 문제는 너무 강력하다는 점이다. 수요가 몰리면 가격, 공급, 납기, 우선순위가 모두 외부 변수에 흔들린다. 오픈AI처럼 초대형 모델을 운영하는 회사에게 공급망 은 기술 문제가 아니라 주권 문제다. 자체 AI 가속기 가 성공하면 특정 범용 GPU에 대한 협상 의존도를 낮추고, 추론 워크로드를 더 싸고 안정적으로 처리할 여지가 생긴다. 학습용 칩과 추론용 칩의 최적 조건은 다를 수 있다. 모델 구조를 칩 설계에 맞추면 비용 효율이 개선될 수 있다. 자체칩은 공급 협상에서 심리적 지렛대가 된다. 3. 오리온이 노...

  [When] 언제 신흥국 부도가 번지나 국가부도는 어느 날 갑자기 하늘에서 떨어지지 않는다. 보통 달러 조달, 외환보유액, 정치적 협상, 만기표가 동시에 삐걱거리며 시작된다. 그래서 질문은 “어느 나라가 망하나”가 아니라 “언제 도미노가 넘어질 조건이 완성되나”다. 1. 국가부도는 파산이 아니라 상환 실패다 국가부도 는 기업 파산과 다르다. 국가는 문을 닫지 않는다. 대신 외채 이자나 원금을 제때 갚지 못하거나, 채권자와 재조정을 요구한다. 통화가치가 무너지고 수입 물가가 오르면 국민 생활비가 먼저 흔들린다. 시장은 이때부터 냉정해진다. 애국심은 채권 이자를 대신 내주지 않는다. 신호 의미 위험 달러 유동성 경색       외화 조달 비용 상승       상환 압박 외환보유액 감소       방어 능력 약화       환율 급변 국채 스프레드 확대       시장이 더 높은 위험 보상 요구       차환 실패 2. 첫 번째 방아쇠는 만기 벽이다 위기는 빚이 많아서만 터지지 않는다. 갚아야 할 날이 한꺼번에 몰릴 때 터진다. 이를 만기 벽 이라고 부른다. 경상수지가 약하고 외환보유액이 얇은 나라가 달러채 만기를 맞으면 선택지는 좁아진다. 새로 빌리거나, 긴축하거나, 지원을 받거나, 재조정을 요청해야 한다. 미국 금리가 높으면 신흥국의 달러 조달 비용이 오른다. 통화가치가 하락하면 외화부채의 실질 부담이 커진다. 정치 일정이 겹치면 긴축과 보조금 개혁이 더 어려워진다. 3. 도미노는 언제 전염으로 바뀌나 조건 설명 관찰 지표 공통 채권자       한 나라 손실이 다른 나라 매도로 이어짐       신흥국 채권펀드 환매 비...

  [What] 전력망 관련주는 무엇으로 수요를 판단하나 전력망 관련주는 AI 전력 수요라는 말만으로 판단하면 위험하다. 데이터센터가 전기를 많이 쓰는 것은 맞지만, 주식의 실적은 뉴스가 아니라 발주 , 수주잔고 , 납기, 마진, 정책 집행으로 확인된다. 전력망 테마는 매력적일 수 있지만, 테마와 수익률은 같은 말이 아니다. 전력망주의 질문은 “전기가 더 필요한가”보다 “누가, 언제, 무엇을 실제로 발주하는가”에 가깝다. 1. AI 전력 뉴스만 보면 왜 위험한가 AI 데이터센터는 전력 수요 증가의 중요한 요인이다. 하지만 모든 전력 관련 기업이 같은 수혜를 받는 것은 아니다. 발전, 송전, 배전, 전력기기, 케이블, 냉각, 건설은 서로 다른 사이클을 가진다. 전력 수요 증가와 장비 수주는 다르다. 정책 발표와 실제 집행은 다르다. 좋은 산업과 좋은 매수 가격은 다르다. 2. 무엇으로 수요를 확인하나 수요 판단의 핵심은 전력기기 와 송배전 투자 다. 특히 변압기, 차단기, 케이블, 배전 자동화 장비는 전력망 증설과 노후 설비 교체에서 자주 등장한다. 지표 의미 확인 포인트 변압기 수요       전력망 병목 신호       리드타임과 가격 케이블 발주       송배전 투자 흐름       초고압과 해저 케이블 수주잔고       미래 매출 가시성       마진과 납기 체크 질문 1 이 회사의 성장은 전력 수요 뉴스인가, 실제 수주잔고인가? 3. 어디서 수요가 나오나 전력망 수요는 하나의 원인에서만 나오지 않는다. 데이터센터, 전...

  [How] 뉴로모픽 칩은 어떻게 AI 전력을 줄이나 AI가 커질수록 문제는 똑똑함만이 아니다. 전기도 먹고, 열도 내고, 냉각비도 부른다. 뉴로모픽 칩은 이 병목을 다른 방식으로 보려는 시도다. 핵심은 뉴로모픽 컴퓨팅 이 사람의 뇌처럼 모든 회로를 계속 켜두지 않고 필요한 신호에 반응한다는 점이다. 뉴로모픽의 질문은 “더 세게 계산할까”가 아니라 “굳이 계산하지 않아도 되는 순간을 얼마나 줄일까”다. 1. AI 전력은 왜 병목이 되었나 대형 AI 모델은 많은 연산과 메모리 접근을 요구한다. 특히 데이터센터에서는 전력, 냉각, 공간이 비용이 된다. 그래서 AI 경쟁은 모델 크기만의 싸움이 아니라 전력 효율의 싸움이 되고 있다. 연산량 증가 메모리 접근 증가 냉각과 전력 인프라 부담 2. 어떻게 뇌처럼 계산하나 뉴로모픽 칩은 이벤트 기반 계산을 지향한다. 입력 변화가 있을 때만 신호가 발생하고, 그 신호가 필요한 경로로 전달된다. 이는 항상 모든 행렬을 빽빽하게 계산하는 방식과 다르다. 구분 일반 AI 칩 뉴로모픽 접근 계산 방식 대량 병렬 연산 이벤트 발생 시 연산 데이터 특성 밀집 데이터에 강함 희소 신호에 유리 가능 활용 후보 학습과 대형 추론 센서, 엣지, 실시간 반응 체크 질문 1 이 작업은 계속 계산해야 하는가, 아니면 변화가 생길 때만 반응하면 되는가? 3. 데이터 이동을 어떻게 줄이나 AI 전력의 상당 부분은 연산 자체보다 데이터 이동 에서 발생할 수 있다. 뉴로모픽 구조는 메모리와 연산을 더 가깝게 묶고, 필요한 신호만 처리해 낭비를 줄이려 한다. 절감 포인트 의미 주의점 희소 연산      ...

  [What] 양자컴퓨팅은 무엇을 먼저 바꾸나 양자컴퓨팅은 더 빠른 노트북이 아니다. 엑셀을 순식간에 열어주는 소비자 가전도 아니다. 이 기술은 특수 계산기 에 가깝다. 모든 문제를 빨리 푸는 것이 아니라, 기존 컴퓨터가 매우 힘들어하는 일부 문제에서 다른 방식의 계산 가능성을 보여준다. 양자컴퓨팅의 질문은 “얼마나 빠른가”보다 “어떤 문제에서 의미가 있는가”에 가깝다. 1. 양자컴퓨터는 왜 만능 PC가 아닌가 기존 컴퓨터는 비트를 사용한다. 양자컴퓨터는 큐비트, 중첩, 얽힘 같은 양자 현상을 이용한다. 하지만 이것이 모든 계산의 자동 승리를 뜻하지는 않는다. 양자컴퓨팅은 문제 유형, 알고리즘, 오류율에 따라 가치가 갈린다. 모든 계산이 빨라지는 것은 아니다. 하드웨어 노이즈와 오류 보정이 큰 과제다. 실용 우위는 특정 문제에서 먼저 나타날 가능성이 크다. 2. 무엇이 먼저 바뀌나: 분자와 소재 가장 자주 언급되는 분야는 분자 시뮬레이션 과 소재 연구다. 자연 자체가 양자역학으로 움직이기 때문에, 분자 반응과 전자 구조를 더 정교하게 다루는 계산이 장기적으로 유망하다. 분야 기대 효과 주의점 신약       후보 물질 탐색 보조       임상과 규제는 별도 문제 배터리       새 소재 조합 연구       실험 검증 필요 촉매       반응 경로 분석       상용화까지 긴 시간 필요 체크 질문 1 이 문제는 양자 시스템을 직접 다루는가, 아니면 단순히 큰 계산일 뿐인가? 3. 최적화는 어디까지 현실적인가 물류...

  [Why] 맥도날드는 왜 부동산 기업처럼 보이나 맥도날드는 햄버거 회사로 보인다. 하지만 기업 구조를 들여다보면 이야기가 조금 불편해진다. 이 회사의 힘은 메뉴판에만 있지 않다. 핵심은 매장 위치, 프랜차이즈 계약, 임대료, 로열티가 결합된 부동산 통제력 이다. 맥도날드의 진짜 질문은 “버거를 얼마나 파는가”가 아니라 “좋은 입지에서 반복 현금흐름을 얼마나 만들 수 있는가”다. 1. 햄버거 회사처럼 보이는 착시 소비자는 매장에서 감자튀김과 버거를 본다. 하지만 투자자와 분석가는 점포 수, 가맹 구조, 임대 계약을 본다. 맥도날드는 외식 브랜드이지만 프랜차이즈 구조를 통해 매장 운영 부담을 줄이고 반복 수익을 만든다. 브랜드는 고객을 모은다. 입지는 고객 흐름을 고정한다. 계약은 현금흐름을 반복시킨다. 2. 수익은 어디서 나오나 맥도날드의 수익은 단순 판매만으로 설명되지 않는다. 프랜차이즈 매장에서 회사는 임대료 와 로열티 를 받을 수 있다. 이 구조는 직영점 중심 외식업보다 자본 부담과 수익 변동 방식이 다르다. 구분 의미 분석 포인트 직영점       회사가 직접 운영       인건비와 원가 부담이 크다 가맹점       가맹점주가 운영       로열티와 임대료 구조가 중요하다 부동산       입지 통제 수단       좋은 위치가 계약력을 만든다 체크 질문 1 이 회사는 음식을 파는가, 입지 위에서 반복 수익을 받는가? 3. 왜 부동산 기업처럼 보이나 부동산 기업처럼 보이는 이유는 소유와 임차, 재임대, 장기 계약이...