번스타인, AI vs. Human: 신흥국의 AI 도입 리스크 (2026년 8월 24일, Venugopal Garre, Nikhil Arela)

번스타인은 AI 도입이 선진국만의 이야기가 아니라 신흥국 역시 대규모 사용자로 부상하고 있으며, 1인당 지표는 이들 경제권의 AI 도입 정도를 과소평가하는 경우가 많다는 기존 논지를 이어받아 이번 보고서에서 AI 도입의 기회와 리스크에 가장 크게 노출된 국가 중 하나인 인도를 집중적으로 분석했습니다.

중국을 제외한 신흥국은 기술의 도입자일 뿐 자체 기술 플랫폼을 만들어내는 경우가 드뭅니다. 인터넷 시대에는 흥미로운 도입 경로가 있었는데, 인도는 왓츠앱, 유튜브, 인스타그램, 구글페이, 아마존 등에서 세계 최대 수준의 사용자 기반을 보유하고 있습니다. 이는 대부분의 서비스가 무료로 제공되어 가격 민감도가 높은 시장에서 빠른 도입이 가능했던 반면, 플랫폼 기업들은 광고와 거래, 생태계 확장, 그리고 자사 머신러닝 및 AI 학습을 위한 무료 데이터를 통해 수익화했기 때문입니다. 디지털 혁명의 1단계는 기존 일자리를 대체하기보다 상거래, 커뮤니케이션, 엔터테인먼트, 결제를 더 효율적이고 편리하게 만든 부가적 성격이 강했습니다.

그러나 AI는 근본적으로 다른 전환이라는 것이 번스타인의 지적입니다. 인도는 보조금성 가격 정책에 힘입어 여러 미국계 LLM 서비스에서 미국보다 많은 사용자를 보유하고 있지만, 대규모 언어 모델은 구축과 학습, 운영 비용이 크고 사용자당 변동비가 높아 초기 연구개발비가 크고 이후 유지비가 낮은 전통적 게임이나 앱과는 뚜렷이 대비됩니다. 챗GPT, 제미나이, 클로드, 마이크로소프트 코파일럿, AI 네이티브 기업용 애플리케이션 모두 처음부터 구독 기반 수익화를 채택했고 사용자는 접근과 생산성에 대해 비용을 지불할 것으로 전제되어 왔습니다. 유료 소프트웨어 침투율이 여전히 낮은 인도 같은 시장에서 LLM 보조금이 완화된 이후 도입에 문제가 생길지가 핵심 질문입니다.

번스타인은 구독이 표준이 될 수 있다고 보았습니다. 오픈AI와 앤스로픽 통계 모두 인도의 사용 고착도가 높고 토큰 사용량이 확대될 수 있음을 시사하는데, 기술 관련 작업 사용 비중이 글로벌 4퍼센트 대비 6.5퍼센트로 높고 컴퓨터 및 수학 분야 사용이 많으며 선진국보다 생산적 용도의 사용이 많고 35세 미만 사용자 비중이 글로벌 66퍼센트 대비 78퍼센트로 높다는 점이 모두 높은 생애가치와 지불 성향을 가리킨다는 것입니다. 초기에는 인력 감축을 통해 부분적으로 재원이 조달되면서 비즈니스 활용 사례가 특히 확대될 수 있으며, 따라서 현재 대부분의 조직에서 AI 도입이 주변적이고 저비용에 머물러 있으므로 일자리에 영향을 주지 않을 것이라고 가정하는 것은 잘못이라고 지적했습니다.

거시적으로 번스타인은 페트로달러에서 LLM이 새로운 원유가 되는 구도를 제시했습니다. 대략적인 계산에 따르면 인도의 로컬 AI 사용은 10년 후 연간 200억에서 300억 달러 규모의 LLM 수수료 유출로 이어질 수 있으며, 이는 수출 상쇄분을 제외한 수치입니다. 애플리케이션 계층은 그 위에 수백억 달러 규모가 될 수 있는 추가 수수료를 부과할 것이고 그 흐름의 대부분은 미국 기술기업으로 향하게 됩니다. 이는 AI가 현재 원유 수입액의 3분의 1에 상당하는 규모가 된다는 의미이며, LLM 비용의 대폭 하락이나 자국 소유 AI 애플리케이션의 등장이 있어야 이 시나리오가 다소 달라질 수 있습니다.

사용 데이터를 구체적으로 보면, 인도는 2월에 챗GPT 주간 활성 사용자 1억 명을 돌파해 미국에 이은 두 번째 시장이 되었으나 1인당 사용량은 150개 경제권 중 109위에 머물러 있습니다. 앤스로픽 지수에서도 인도는 절대 사용량 7.1퍼센트로 미국에 이어 2위였지만 1인당 기준으로는 121개 경제권 중 103위였습니다. 그럼에도 유료 구독자 기준 챗GPT 데이터 분석 도구 사용은 글로벌 평균의 4배, 코딩 도구 사용은 3배에 달합니다. 인도의 챗GPT 업무 관련 사용 비중은 35퍼센트로 글로벌 평균 31퍼센트를 크게 웃돌고 미국과 영국을 비롯한 여러 선진국보다도 높으며, 신흥국 전체가 32.4퍼센트로 선진국의 29.3퍼센트를 앞섭니다.

기술 지원 용도는 2024년 인도 전체 질의의 약 20퍼센트에서 현재 6.3퍼센트로 급감했는데, 그 자리를 멀티미디어가 1.4퍼센트에서 9.8퍼센트로, 자기표현이 2퍼센트에서 6.3퍼센트로, 실용적 조언이 26퍼센트에서 33퍼센트로, 정보 탐색이 15퍼센트에서 17퍼센트로 채웠습니다. 다만 자기표현과 정보 탐색에서는 선진국이 여전히 앞서 있습니다. 인도는 이러한 감소에도 불구하고 추적 대상 28개 주요 경제권 중 기술 지원 사용 비중이 두 번째로 높습니다.

번스타인은 이것이 앤스로픽 경제지수 데이터에서 관찰한 자동화 대 증강 논쟁과 놀랍도록 유사한 결과라고 보았습니다. 신흥국은 기술 작업과 글쓰기 작업에서 앞서며 자동화와 연결된 목적으로 AI를 업무에 활용하는 반면, 선진국은 정보 수집과 자기표현, 실용적 조언에 훨씬 많이 사용하며 작업 자체는 스스로 하면서 AI를 증강 도구로 쓴다는 것입니다. 사용이 업무 중심에 머물러 있다는 점은 AI 노출도가 낮은 직군이 아직 실질적 사용자가 되지 않았다는 뜻이며, 이것이 개발도상국의 낮은 1인당 사용량을 설명하기도 합니다. 다만 인도의 글쓰기 사용 비중은 25퍼센트 이상인 다른 신흥국보다 낮아 오히려 선진국에 가깝습니다.

챗GPT와 앤스로픽 사이에는 뚜렷한 분화도 관찰됩니다. 컴퓨터 및 수학 분야는 모든 신흥국에서 앤스로픽 사용의 4분의 1 이상을 차지하고 선진국도 낮지만 견조한 수준을 보이는 반면, 챗GPT의 기술 영역 사용은 2024년 약 13퍼센트에서 현재 글로벌 4퍼센트로 매우 빠르게 축소되었습니다. 기술 사용자들이 다른 곳으로 이동하면서 챗GPT가 개발 및 코딩 문제에 상대적으로 덜 적합한 플랫폼이 되었다는 해석입니다. 글쓰기 작업에서도 유사한 점유율 상실이 나타났고, 대신 실용적 조언과 멀티미디어 사용이 급증하면서 개인적 도움 요청과 영상 및 이미지 생성 편집 용도가 늘고 있음을 보여줍니다.

연령 구성에서는 2024년 챗GPT 사용자의 약 70퍼센트가 35세 미만이었으나 현재는 66퍼센트로 낮아져 고령층 접근이 꾸준히 늘고 있음을 시사합니다. 선진국은 사용자의 약 40퍼센트가 35세 이상이고 45세 이상이 18퍼센트인 반면, 신흥국은 각각 28퍼센트와 11퍼센트입니다. 인도는 가장 젊은 쪽으로 치우쳐 사용자의 92퍼센트가 45세 미만인데, 45세 이상 인구가 약 30퍼센트이고 인터넷 사용자가 10억 명을 넘는 국가라는 점에서 명백히 편중된 지표라는 평가입니다.

번스타인은 정보 수집 비중이 신흥국에서 대체로 유지되거나 소폭 감소한 반면 선진국에서는 오히려 증가했고, 자동화와 업무 관련 사용은 인도와 신흥국에서 더 높다는 점을 들어 신흥국이 선진국보다 빠르게 더 고도화된 AI 활용 단계로 진입하며 AI 사용 생애주기상 더 성숙한 위치에 있다고 보았습니다. 기술 지원, 글쓰기, 실용적 조언을 생산적 사용으로 묶고 연령 구성과 결합한 매트릭스에서는 신흥국이 젊은 사용자 비중과 생산적 사용 비중이 모두 높아 총 생애가치가 선진국보다 훨씬 높게 나타나며, 생애가치와 지불 성향을 동시에 갖춘 것으로 평가됩니다. 유일한 과제는 소득 격차에서 오는 지불 능력이며, 구독 요금제가 소득 수준을 반영해 책정된다면 개발도상국에서 훨씬 많은 유료 사용자가 등장할 것이라는 전망입니다.

신흥국 AI 구독 시나리오가 지나치게 낙관적이라는 반론에 대해서는 소프트웨어 시대와 AI 시대의 근본적 차이를 짚었습니다. 소프트웨어는 상당수가 무료로 제공되거나 무료 대안이 있었고 비용 구조는 높은 초기 개발비와 매우 낮은 운영비로 구성되었으며, 가장 큰 변수는 불법 복제로 레베네라 데이터 기준 인도는 세계 3위였습니다. 반면 AI는 사용자당 변동비가 높고 사용이 늘수록 비용이 비례해 증가하며 전력과 컴퓨트 부담이 사용자 기기가 아닌 전 지구적 차원에서 발생합니다. 또한 사용량과 토큰 한도가 적용되면서 하나의 유료 LLM 구독 자격증명을 공유하는 방식은 작동하기 어렵고, 제미나이 공유는 곧 구글 계정을 공유해 이메일과 드라이브까지 열어주는 것이라는 프라이버시 문제도 있어 넷플릭스 비밀번호 공유처럼 간단하지 않습니다.

따라서 신흥국에서도 유료 AI 모델 도입이 결국 확대될 가능성이 크지만, 사용자 수가 아닌 토큰 사용 기준의 소비자 도입은 더 점진적일 수 있습니다. AI는 소셜미디어나 디지털 결제와 달리 보편적으로 무료가 아니기 때문에 연간 AI 구독을 택하는 소비자는 다른 재량 소비 항목에서 지출을 재배분해야 합니다. 그런 의미에서 인도가 세계 최대 AI 사용국 중 하나라는 지위가 자동으로 최대 경제적 수혜국이 된다는 뜻은 아니며, 핵심 질문은 인도가 AI 네이티브 기업을 만들어 가치를 포착할 수 있을지, 아니면 주로 해외에서 개발된 AI의 대규모 유료 사용자에 머물지라는 것입니다.

인도의 AI 투자는 프런티어 LLM이나 응용 AI 제품보다 인프라와 제조에 압도적으로 치우친 이야기입니다. 뉴델리에서 열린 2026 AI 임팩트 서밋에서 나온 투자의 대부분은 인프라 관련 약정이었고 일부 정부 관계자는 그 규모를 2500억 달러로 언급했습니다. 릴라이언스는 단독으로 7년간 소버린 AI 인프라에 1100억 달러를 약정했고, 마이크로소프트는 인도를 통해 저소득 국가로 AI를 확장하기 위해 2030년까지 500억 달러를 배정했습니다. 투자는 크게 세 영역으로 나뉘는데, 첫째는 글로벌 하이퍼스케일러와 인도 대기업이 모두 자원을 쏟아붓는 데이터센터와 컴퓨트 용량으로 현재 인도의 데이터센터 용량은 약 1500메가와트이며 2025년 3월부터 2026년 4월 사이에만 3.5기가와트 규모의 30개 프로젝트가 발표되었고 일부 추정은 2030년까지 12기가와트 도달을 전망합니다. 둘째는 반도체로, 인도에도 특히 타타 일렉트로닉스를 중심으로 일부 팹 용량이 계획되어 있기는 하지만 이 베팅의 상당 부분은 파운드리 제조가 아닌 외주 조립 및 테스트에 집중되어 있습니다. 셋째로 앞의 두 영역이 소버린 AI 컴퓨트와 파운데이션 모델을 비워두고 있는데, 정부는 IndiaAI 미션을 통해 이 공백을 메우려 하고 있으며 4만 5000개 이상의 GPU를 갖춘 공유 컴퓨트 시설이 15개의 국내 대형 및 소형 언어모델과 농업, 보건을 포함한 12개 부문 20개 AI 솔루션을 지원하고 있습니다.

향후 트렌드로 번스타인은 여섯 가지를 제시했습니다. 첫째, LLM에서 일종의 니치가 형성되고 있으며 특정 LLM에서 일부 용도는 빠르게 줄고 다른 용도는 점유율을 유지하는 가운데 앤스로픽은 코딩에서 선호되는 모델로 부상하는 반면 오픈AI는 정보 탐색과 개인 조언 작업에서 우위를 유지하고 있습니다. 둘째, 인도와 베트남을 비롯한 신흥국에서 소프트웨어 작업에 AI를 많이 사용한다는 점은 IT 서비스가 같은 국경 안에서 리쇼어링될 것이라는 시각을 강화하며, IT의 AI 대안과 에이전트 붐이 세계에 IT 인력을 공급하던 바로 그 국가들에서 일어날 것이고 이는 AI의 도움으로 분배가 더 균등해지면서 일부 대형 조직이 타격을 받는다는 의미이기도 합니다. 셋째, 1인당 순위는 낮지만 인도는 챗GPT 사용에서 미국에 이은 두 번째로 활발한 지역이며 앤스로픽에서도 유사한 추세가 관찰되었고, 1인당 사용량은 구조적으로 낮게 유지되겠지만 전체 사용량은 1위에 근접하거나 추월할 가능성도 있습니다.

넷째, 젊은 사용자와 생산적 활용 사례를 감안하면 인도는 LLM에서 높은 지출국으로 부상할 것입니다. 제미나이, 챗GPT, 클로드 세 주요 LLM의 월간 활성 사용자 기준 리테일 전환율을 0.75에서 1.25퍼센트로, 기업 사용자를 세 서비스 합산 약 1.4퍼센트로 가정하면 구독 모델만으로 연간 약 9억 5000만 달러의 LLM 지출이 추산되며, 현재 도입 수준에서 10억 달러 유출은 현실적인 시나리오입니다. 침투율이 높아지고 특히 기업 부문과 요금제 프리미엄화가 진행되면 가까운 미래에 40억에서 50억 달러 유출도 충분히 가능합니다. 챗GPT가 약 3억 3000만 명의 월간 활성 사용자로 리테일에서 압도적이지만 매출 비중은 그만큼 치우치지 않을 것이고 클로드가 근소한 차이로 뒤따를 것으로 보았습니다.

다섯째, 10년 후 애플리케이션 계층이 기존 LLM 구독 위에 프리미엄을 부과하면서 LLM 구독만으로도 수백억 달러 규모의 유출이 예상되며, 주요 자국산 파운데이션 모델이나 널리 사용되는 국내 애플리케이션 계층 소프트웨어가 없는 시나리오에서는 대부분이 인도 밖으로 흘러나갈 것입니다. 이 경우 AI 관련 유출은 원유 수입액과 유사한 규모가 되어 거시적 파장을 낳을 수 있습니다.

여섯째, 앞의 내용과 다소 상반되어 보이지만 현재 약 1.5기가와트 수준에서 2030년 12기가와트로 예상되는 인도의 데이터센터 구축 계획은 상당히 공격적입니다. 전력과 물, 시공 능력, GPU 확보 문제를 차치하더라도 수요 자체가 추가적인 제약 요인입니다. 개략적 계산으로 가동률 70퍼센트의 1기가와트 데이터센터는 하루 약 30억 건의 추론 질의를 처리할 수 있으며 이는 하루 5500만에서 6000만 명 수준의 사용자에 해당합니다. 따라서 12기가와트 데이터센터는 하루 7억 명 이상의 질의를 감당할 수 있어 계획이 모두 실현될 경우 상당한 초과 용량이 발생할 수 있습니다. 번스타인은 인도 데이터센터가 국경을 넘는 AI 사용에 대한 추론에도 활용되지 않는 한, 지연 민감성과 데이터 현지화 문제로 그것이 어려운 만큼, 현재의 발표 열풍이 점차 일부 무산되거나 보류되는 계획으로 이어질 것으로 보았으며 이 부분은 추후 계산을 정교화해 별도로 다루겠다고 밝혔습니다.

*클로드로 요약함.

최태원 "마진율 내려야하나" 걱정…돈 쓸어담는 삼전닉스, 못웃는 이유

비정상적 시장 기대도 복잡성 더해…"최대 변수는 대한민국 정부" 지적도

번스타인, AI 시대의 사이버보안: 한 창업자가 보는 AI 보안의 미래 (2026년 8월 24일, Peter Weed 외)

번스타인은 사이버보안 기업들의 주가가 AI발 예산 확대와 수요 기대감으로 사상 최고치 부근에서 거래되는 가운데, 사이버보안 창업자이자 최근까지 팔로알토 네트웍스에서 클라우드 및 AI 사업을 총괄했던 Amol Mathur를 초청해 업황 전망과 기회를 논의했습니다. Mathur는 클라우드 보안, 데이터 보안, 애플리케이션 보안, 엔드포인트 보안, 보안 운영을 아우르는 20년 이상의 경력을 보유했으며 맥아피, 아카마이, IBM을 거쳤습니다. 번스타인이 가장 흥미롭게 본 지점은 그가 안정적인 임원직을 유지할 수 있었음에도 지금 이 시점을 창업 시기로 선택했다는 점이며, 창업 리스크를 감수하게 만든 요인이 무엇인지가 논의의 핵심 질문이었습니다.

그의 중심 논지는 AI가 수십 년 만에 사이버보안에서 나타난 가장 큰 플랫폼 전환이라는 것입니다. AI는 새로운 공격 표면을 만들어내는 동시에 새로운 세대의 보안 제품을 요구하며, 기존 강자가 자리 잡지 않은 그린필드 영역이라는 것입니다. 그가 팔로알토를 떠나 AI 에이전트 보안에 집중하는 회사를 창업한 이유도 여기에 있습니다. 스타트업이 기존 벤더 대비 성공할 수 있는 조건은 크게 두 가지로, 첫째는 AI 보안이라는 새로운 구매 주체가 형성될 것이라는 믿음이고, 둘째는 특정 진영에 속하지 않는 이른바 스위스형 독립 AI 에이전트 보안 업체가 기존 벤더 대비 유리하다는 판단입니다.

새로운 AI 사이버 구매 센터가 등장할 가능성에 대해서는, 벤더 구도와 구매 담당자가 이미 확립된 전통적 보안 영역과 달리 현재 기업들은 이사회 차원의 지시 아래 AI를 빠르게 도입하는 반면 보안팀은 관련 리스크를 아직 파악하는 단계에 있다는 점을 근거로 들었습니다. 이에 따라 CISO는 기존 보안 필러 중 하나를 통해서가 아니라 별도로 인력을 지정해 이 문제를 살펴보게 되며, 이것이 자연스럽게 새로운 구매 센터로 발전할 수 있다는 것입니다.

공격이 엔드포인트, 클라우드 환경, 아이덴티티, 애플리케이션, AI 시스템을 넘나들면서 개별 보안 제품보다 데이터 집약과 맥락이 더 중요해지고 있다는 점도 강조되었습니다. 그는 앞으로 승자가 될 보안 벤더는 기존 필러 전반에서 데이터를 수집, 상관분석, 해석해 높은 신뢰도의 결과를 내놓는 업체가 될 것으로 보았으며, AI 네이티브 SOC 플랫폼의 부상과 보안 분석 계층을 기저의 SIEM 또는 사이버 데이터 레이크로부터 분리하려는 흐름도 함께 언급했습니다.

논의에서 가장 중요한 구분은 AI로 보안하기와 AI를 보안하기의 차이였습니다. 전자는 위협 탐지, 트리아지, 레드팀, 취약점 관리 등 기존 보안 기능을 AI로 개선하는 것으로, 공격자도 AI를 쓰면서 공격 속도가 빨라진 만큼 대응 역시 머신 속도로 이동해야 하며 SOC의 인적 역량을 AI로 보강해야 한다는 관점입니다. 후자는 AI 시스템 자체, 특히 자율적으로 동작하는 AI 에이전트를 보호하는 문제입니다. 그는 SOC가 중시하는 성과 중심의 세 축으로 안전한 설계와 하드닝, 코드 스캐닝, 위협 모델링을 통해 배포 전 취약점을 차단하는 리스크 예방, 취약점 관리와 노출 관리, 포스처 관리를 통해 운영 환경의 노출을 찾아 수정하는 리스크 교정, 그리고 SIEM, SOC, EDR, XDR 등을 통해 발생한 위협을 신속히 식별하고 봉쇄하는 탐지 및 대응을 제시했습니다. 이 중 단기적으로 가장 큰 기회는 대량 데이터와 복잡한 의사결정이 AI 자동화에 적합한 실시간 교정과 탐지 및 대응 영역에 있다고 보았으며, 벤더들이 각자의 DR 역량을 앞세우며 앞글자만 바꾼 xxDR이 계속 늘어날 것이고 AI 특화 DR을 뜻하는 AIDR까지 등장할 것이라는 농담을 덧붙였습니다.

에이전트 보안과 아이덴티티는 또 다른 주요 투자 카테고리가 될 수 있다고 보았습니다. AI 에이전트는 프롬프트, 외부 콘텐츠, 툴, 컨텍스트에 의해 영향을 받을 수 있는 신뢰된 주체이기 때문에 근본적으로 새로운 위협 모델을 만들어내며, 비인가 행위 식별에 초점을 맞춘 기존 보안 접근법은 에이전트의 행위가 정상으로 보이면서도 피해를 유발할 수 있는 상황에서 충분하지 않다는 것입니다. 옥타와 같은 아이덴티티 인프라 벤더가 에이전트 아이덴티티와 권한 인프라를 제공하며 중요한 역할을 하겠지만, 효과적인 에이전트 보안을 위해서는 에이전트의 의도를 실시간으로 이해해야 한다고 그는 보았습니다. 장기적으로는 에이전트가 수행 중인 특정 작업에 한정해 동적으로 범위가 부여된 권한을 받는 세계가 목표이며, 이를 위해서는 프롬프트와 목표, 워크플로, 에이전트 행위에 대한 가시성이 필요하고 이는 에이전트 관측성과 보호에 초점을 맞춘 새로운 제품 카테고리를 만들어낼 것입니다.

네트워크와 엔드포인트 중 어느 쪽이 DR 업사이드를 더 잘 포착할지에 대해서는 양쪽 모두 일정 부분을 가져가겠지만 더 넓은 업사이드는 이들을 가로지르는 스위스형 사업자에게 귀속될 가능성이 크다고 보았습니다. 각 필러 사업자는 팔로알토나 크라우드스트라이크처럼 자신의 차세대 SIEM DR 영역에서 해당 구매자를 상대로 자연스럽게 승리하겠지만, 사이버 필러 전반에서 높은 신뢰도의 결과를 만들어내는 데 필요한 데이터와 맥락에 교차적으로 접근하는 전략이 추가적인 승리 공식이라는 것입니다. 필러 위에서 작동하는 AI 네이티브 SOC 운영 벤더들은 AI 에이전트를 자동화된 분석가로 활용해 경보를 조사하고 시스템 간 증거를 연결하며 실제로 사람의 개입이 필요한 사건을 우선순위화함으로써 오랜 신호 대 잡음 문제를 해결하고 있습니다. 아울러 SIEM 벤더가 데이터 계층과 분석 계층을 모두 소유하던 전통적 모델이 도전받고 있으며, 스노우플레이크와 데이터브릭스 같은 데이터 플랫폼은 데이터는 고객 통제 아래 두고 보안 분석은 그 위에서 별도로 제공되어야 한다는 주장을 강화하고 있습니다. Torq, 7AI, Prophet, Dropzone 같은 신생 AI 네이티브 SOC 스타트업들은 모든 필러를 가로질러 작동하며, 필러의 사이버 컨텍스트는 데이터 레이크형 벤더가 호스팅하는 마스터 데이터 저장소에 보관됩니다.

오픈AI와 앤스로픽 같은 AI 랩의 사이버보안 진출에 대해서는, 자사 AI 코딩 에이전트가 작성한 코드가 보안 취약점을 만들었다는 비판을 받지 않도록 하고 자사 AI 에이전트가 취약점 탐색과 악용, 소셜 엔지니어링에 활용되지 않도록 하려는 자기 방어적 성격이 상당 부분 있다는 데 양측이 공감했습니다. Mathur는 AI 랩이 코드 보안과 코드 스캐닝, 소프트웨어 테스팅 등 애플리케이션 보안에 집중할 가능성이 가장 크다고 보았습니다. 기업 구매자가 AI 코딩 에이전트를 평가할 때 가치 있는 코드를 얼마나 잘 만드는지뿐 아니라 그 코드가 얼마나 안전한지도 함께 보기 때문에, 애플리케이션 보안 역량이 AI 코딩 어시스턴트의 차별화 요소가 될 것이라는 판단입니다. 가장 큰 파괴가 예상되는 영역은 코드 스캐닝과 취약점 우선순위화로, 과거 조직들이 과도한 발견 건수와 부실한 우선순위화로 어려움을 겪어온 반면 AI 모델은 코드베이스 전반을 추론하고 악용 가능성을 평가해 실제로 중요한 취약점을 판별할 수 있습니다. 그 결과 여러 카테고리의 보안 벤더들이 대규모 언어 모델이 이미 상당 부분의 작업을 수행할 수 있다면 왜 별도의 전문 제품에 비용을 지불해야 하느냐는 고객의 문제 제기에 직면하게 됩니다. 다만 그는 AI 랩이 보안 운영, 탐지 및 대응, 노출 관리 같은 더 넓은 사이버보안 영역에 공격적으로 진입할 것으로는 보지 않았습니다. 애플리케이션 보안 진출을 유발한 전략적 이유가 이들 영역까지 요구하지 않으며, 더 결정적으로는 이들 광범위한 필러가 AI 랩의 역량을 넘어서는 상당한 도메인 전문성과 워크플로, 통합, 제품화를 필요로 하기 때문입니다. 전략적 필요성 부재와 진입 난이도의 조합은 AI 랩이 시장 점유율과 에이전트 품질을 두고 더 중요한 싸움을 벌이는 시점에 광범위한 사이버보안 구축을 우선할 이유가 되지 못한다는 것입니다.

AI가 SOC와 클라우드 운영 사이의 지출 균형을 바꿀지에 대해서는, 그는 많은 보안 벤더가 실제로 리스크를 교정하는 사람들보다 보안팀을 상대하는 데 과도하게 집중한다고 지적했습니다. 그는 조직을 촉진자와 실행자로 구분해, 보안팀은 리스크를 식별하고 우선순위를 매기는 촉진자인 반면 개발자와 데브옵스팀, 운영자가 실제로 수정을 이행하는 실행자라고 설명했습니다. 개발자나 데브옵스, 클라우드 운영 인력을 별도의 보안 도구로 끌어오는 대신 그들의 워크플로에 보안 인사이트를 매끄럽게 통합하는 제품이 가장 성공할 가능성이 크며, 보안팀과 데브옵스 및 클라우드 운영 실무자 양쪽을 명시적으로 겨냥해 성공한 사례로 위즈를 들었습니다. 코드와 AI 에이전트의 규모가 커질수록 실행자들이 겪는 어려움도 커지며, 이들이 작업하는 바로 그 시점에 보안 인사이트를 제공하라는 수요는 계속 늘어날 것입니다.

플랫폼화에 대해 그는 플랫폼을 공유된 분류 체계를 갖춘 공통 데이터 계층과, 그 위에 구축되는 보안 역량을 가능하게 하는 공통 자동화 계층의 결합으로 정의했습니다. 이들 역량이 동일한 리스크 이해에서 출발하기 때문에 조직은 여러 영역에 걸쳐 더 빠르고 더 나으며 비용 효율적인 결과를 얻을 수 있습니다. 성공적인 플랫폼은 인프라, 애플리케이션, 엔드포인트, 인력, AI 시스템 등 모든 IT 및 보안 자산에 걸쳐 데이터를 연결하고 상관분석할 수 있어야 하는데, 이 공통 데이터 계층에서 나오는 맥락이 리스크 우선순위화와 교정, 탐지 및 대응에서의 영향 범위 파악 같은 핵심 보안 기능에 필수적이기 때문입니다. 플랫폼은 벤더 관리와 계약, 지원의 단순화라는 상업적 이점도 제공하고 공통 사용자 인터페이스가 일부 팀의 운영 효율을 높일 수 있지만, 이러한 이점은 공통 데이터 계층이 창출하는 가치에 비하면 부차적이며 방화벽 관리팀과 SOC팀처럼 임무와 워크플로가 크게 다른 고도로 전문화된 사일로 사이에서는 관련성이 떨어집니다. 나아가 헤드리스 아키텍처의 등장은 경험이 유연한 워크플로와 AI 기반 상호작용을 통해 전달되면서 고정 기능 사용자 인터페이스의 장기적 중요성을 낮출 수 있습니다.

투자 시사점 측면에서 번스타인은 모델과 목표주가, 투자의견에 변경이 없다고 밝혔습니다. 다만 이번 논의는 새로운 기술 아키텍처와 구매자가 등장하는 국면에서 기존 벤더가 상승분의 제한된 부분만 가져갈 수 있다는 기존 논지를 뒷받침한다고 평가했습니다. 스타트업이 상승분을 실현하기 쉬운 이유로 그는 기존 사이버 벤더들의 필러와 플랫폼을 가로질러 보는 새로운 스위스형 사업자의 이점, 그리고 기업 내 새로운 구매자들이 새로운 베스트 오브 브리드 제품을 선호하는 경향을 함께 강조했으며, 이는 번스타인이 전형적인 혁신가의 딜레마로 보는 현상, 즉 기존 사업자가 다른 우선순위와 투자에 묶여 승리할 제품을 만들기 어렵고 현 플랫폼과 어긋나지 않는 명확한 스토리를 갖기 어려우며 현재 영업 조직으로 새로운 구매자에게 접근하기 어렵다는 문제와 연결됩니다. 결론적으로 번스타인은 사이버보안을 위한 AI와 AI를 보호하는 영역에서 승자로 부상할 스타트업을 주시하고 있으며, 카테고리 리더는 독립적으로 상장할 수 있는 반면 후발 경쟁자들은 골드러시에서 교두보를 확보하려는 대형 기존 플랫폼과 벤더에 인수될 수 있다고 전망했습니다.

커버리지 종목의 투자의견은 클라우드플레어, 크라우드스트라이크, 포티넷이 Market-Perform이며 목표주가는 각각 164달러, 103달러, 102달러입니다. 옥타, 팔로알토 네트웍스, 센티넬원, 지스케일러는 Outperform으로 목표주가는 각각 141달러, 253달러, 19달러, 224달러입니다. 8월 21일 종가 기준으로 클라우드플레어는 293.14달러, 크라우드스트라이크는 191.95달러, 포티넷은 153.51달러, 옥타는 135.14달러, 팔로알토 네트웍스는 357.87달러, 센티넬원은 21.19달러, 지스케일러는 181.75달러를 기록했습니다.

*클로드로 요약함.

드디어 하닉 HBM4 퀄통과?

Keybanc) NVIDIA(NVDA): 루빈(Rubin) GPU 출하 확대가 견조한 실적과 가이던스를 견인할 것으로 예상합니다

당사는 NVDA가 견조한 실적과 가이던스를 발표할 것으로 예상하며, 루빈(R200) GPU 출하 확대가 상승 여력의 핵심 동인이라고 봅니다. 이번 분기를 앞두고 강조하고 싶은 주요 전망은 다음과 같습니다. 1) R200의 양산은 7월에 시작되었으며 F2Q에 소폭의 증분 매출을 기여할 것입니다. 2) 블랙웰(Blackwell) 출하는 F3Q에 전분기 대비 보합을 유지할 것으로 예상되는 반면, R200 출하는 F3Q에 전분기 대비 약 25만 대의 증분이 있을 것으로 전망합니다. 3) 연간 R200 출하량은 SK하이닉스의 HBM4 공급 확대에 힘입어 약 190만 대로 소폭 상향됩니다. 이에 따라 당사는 추정치를 상향하며, FY28 EPS 기준 15배에 거래되고 있는 점을 감안할 때 우호적인 리스크/리워드라고 판단합니다. 비중확대(OW) 의견을 유지합니다.

루빈 GPU 출하 확대가 상승 여력의 핵심 동인이 될 것으로 예상하며, 연간 루빈 출하량은 약 190만 대로 소폭 상향됩니다. 당사는 NVDA가 견조한 실적과 가이던스를 발표할 것으로 예상하며, 이는 주로 루빈 GPU 출하 확대에 기인합니다. 양산이 7월에 시작되었기 때문에 F2Q(7월)에는 루빈의 기여가 소폭에 그칠 것으로 예상합니다. 공급망 피드백에 따르면 블랙웰 출하는 F3Q에 전분기 대비 보합을 유지하는 반면, 비앙카(Bianca) 보드 출하는 전분기 대비 증가할 것으로 보입니다. 아울러 당사는 전분기 대비 25만 대의 증분 루빈(R200) 출하와 스트라타(Strata) 보드 출하가 증분 매출 성장의 주요 동인이 될 것으로 전망합니다. 당사는 SK하이닉스가 HBM4 베이스 다이 재퀄(requalification)에 성공하며 HBM4 출하를 시작함에 따라 HBM4 공급이 늘어나면서, 루빈 GPU의 연간 공급량이 기존 175만 대에서 소폭 상향된 약 190만 대로 증가한 것으로 판단합니다. VR200 랙 생산은 8월에 시작될 예정이며, 당사는 올해 5,000~6,000대의 베라 루빈(Vera Rubin) 랙, 총 랙 출하량 7만~8만 대를 예상합니다.

중국 규제 준수 LPU 개발과 관련해서는 확인되는 바가 없으며, 실적과 가이던스에 대한 기여도 역시 전무할 것으로 예상합니다. NVDA가 중국 규제 준수 LPU(Groq) SKU를 개발 중이라는 헤드라인에도 불구하고, 이를 뒷받침할 만한 내용은 공급망에서 전혀 확인되지 않고 있습니다. 또한 NVDA 역시 이를 부인한 바 있습니다. 이에 따라 당사는 회사의 실적과 가이던스에 중국 AI GPU 기여는 없을 것으로 예상합니다.

F2Q/F3Q 및 FY27/FY28 추정치를 상향합니다. NVDA는 8월 26일 수요일 장 마감 후 F2Q 실적을 발표하며, 태평양 서머타임 기준 오후 2시에 실적 컨퍼런스콜을 진행할 예정입니다. 당사는 F2Q/F3Q 매출 추정치를 기존 931억 달러/1,040억 달러에서 978억 달러/1,100억 달러로 상향하며, 이는 컨센서스인 921억 달러/1,040억 달러를 상회합니다. 이는 루빈(R200) 출하 확대(F3Q 전분기 대비 +20만 대), HBM4 공급 확대에 따른 루빈 연간 공급량의 190만~200만 대로의 증가(기존 175만 대), 그리고 8월 VR200 랙 램프업을 반영한 것입니다. 이러한 F2Q/F3Q 전망 수정에 따라 FY27 매출/EPS 추정치는 기존 3,940억 달러/9.04달러에서 4,110억 달러/9.45달러로 상향되며(컨센서스 3,950억 달러/9.02달러), FY28 매출/EPS 추정치는 5,810억 달러/13.45달러에서 6,110억 달러/14.15달러로 상향됩니다(컨센서스 5,710억 달러/12.82달러).

샤오미, 자체개발 플래그쉽 칩셋 Xring O3공개

TSMC의 N3E 공정을 사용하였으며, 빅코어로 C1울트라 2개, 미들코어로 C1프리미엄 4개, 리틀코어로 C1프로4개를 사용합니다.

전력대비 성능 그래프를 그려보면, 빅코어(C1울트라)의 경우, 전구간에서 애플 A19 Pro와 유사하며, 미디어텍의 디멘시티 9500이나 퀄컴의 스냅드래곤 8EG5와 같은 작년에 공개된 플래그쉽 칩셋을 전부 따돌리고 있습니다. 리틀코어도 마찬가지로 애플의 A19Pro와 유사하며, 디멘시티 9500이나 스냅드래곤8EG5보다 모두 우수합니다.

GPU도 3DMark 스틸노마드(벌컨API)를 기준으로, 퀄컴, 미디어텍, 애플의 프리미엄 칩셋을 모두 따돌리고 있습니다.

샤오미의 Xring O3는 전작인 Xring O1을 매우 잘 다듬은, 훌륭한 CPU입니다. 해당 제품을 탑재한 기기가 기대되네요.

[단독] 장기전세 입주자 '떼쓰기' 통했나... 서울시, SH에 만기 대책 검토 요청

서울시, SH에 장기전세 대체 공공임대 검토 요청

내년부터 장기전세 20년 거주 만기 본격 도래

입주민, 계약 연장·분양전환 요구하며 집단 반발

SH, 기존 아파트 대신 다가구주택 등 대안 검토

이게 버티면 되는거엿어?

Hot Chips 2026 컨퍼런스의 사전 프로그램(Advance Program)에서 삼성의 한상욱(Sangwook Han)은 삼성전자가 핀당 16Gbps 속도의 HBM4E 메모리 출하를 준비하고 있다고 확인했습니다. 이는 올해 5월 말부터 핀당 14Gbps 속도의 HBM4E를 출하해 온 삼성전자 반도체 사업부에 상당한 자신감을 더해주는 소식입니다. 본질적으로 삼성전자는 HBM의 성능 확장 과정이 순조롭게 진행되고 있음을 확인한 것이며, HBM4E는 삼성전자가 매우 높은 속도로 생산할 수 있는 고대역폭 메모리 기술의 또 하나의 이정표입니다. 삼성전자의 HBM4는 현재 11.7Gbps 속도로 출하되고 있어, HBM4E로의 도약은 더욱 인상적입니다.

현재 HBM4E 스택당 2,048개의 핀과 핀당 14Gbps 속도를 기준으로 삼성전자는 최대 3.6TB/s의 대역폭을 구현할 수 있습니다. 그러나 속도가 16Gbps로 높아지면 단일 HBM4E 스택의 최대 메모리 대역폭은 4TB/s로 증가합니다. AI 가속기나 GPU 하나에 약 12개의 메모리 스택이 탑재된다는 점을 고려하면 전체 메모리 대역폭은 상당한 수준입니다. 삼성전자는 현재 이 메모리를 12단(12-layer 또는 12-high) 구성으로 제공하고 있으며, 스택당 메모리 용량은 48GB입니다. 다만 향후 고객 요구사항에는 8단 32GB 및 16단 64GB 스택도 포함될 예정입니다.

기술 측면에서 삼성전자는 DRAM에 최적화된 6세대 10나노급 공정을 사용하며, 이렇게 제조된 DRAM을 여러 층으로 적층합니다. HBM4E 기술에는 삼성전자의 4nm SF4 노드에서 제조되는 커스텀 베이스 다이도 포함되며, 이는 다양한 패키지에서 보다 향상된 통합을 원하는 고객의 요구를 충족하기 위해 설계되었습니다.

골드만삭스) CHIPS IV: 중국 반도체 자립 구축 (2026.8.24)

골드만삭스가 2023년부터 이어온 중국 반도체 자립 시리즈의 네 번째 보고서로, 이번 판에서는 중국 DRAM 1위 기업 CXMT에 대해 목표주가 129위안, 매수 의견으로 커버리지를 개시했습니다.

공급망 구축 현황: 중국 장비(SPE) 커버리지가 식각·증착 중심에서 고종횡비 식각기, ALD 등 프리미엄 모델과 이온주입기, 검사, 계측 등 포괄적 카테고리로 확장되고 있습니다. 파운드리는 칩렛과 첨단 패키징을 활용해 7nm 이하로 나아가고 있으며, AI 칩은 2023년 FP16 기준 320 TFLOPS에서 4Q28에는 FP8 기준 4 PFLOPS를 목표로 하고 있습니다. 메모리는 2024년 LPDDR4(X)에서 4Q26 LPDDR6 및 HBM3/3E로 이행 중입니다. 화웨이 슈퍼노드는 2025년 384개 AI 칩 연결에서 4Q27 15,488개까지 확장될 전망입니다.

설비투자: 중국 반도체 capex는 2030년 820억 달러에 이를 전망으로, 직전 추정 대비 최대 79% 상향되었습니다. 2026~2028년 연간 +13%/+15%/+15% 성장이 예상되며, 파운드리와 메모리가 전체 capex의 80~85%를 차지할 것으로 보입니다. 중국 WFE 시장은 2027년 530억 달러로 성장하고, 로컬 장비업체 점유율은 2025년 26%에서 2028년 38%로 상승할 전망입니다.

수급 전망: 중국의 7nm 이하 웨이퍼 수요는 AI 서버(연평균 +42%) 주도로 2035년 619k wpm까지 연평균 17% 성장하고, 공급은 SMIC의 공격적 증설과 수율 개선(2026년 23%에서 2030년 50%, 2035년 75%)에 힘입어 410k wpm까지 연평균 46% 성장할 전망입니다. 이에 따라 공급 부족 갭은 2025년 92%에서 2035년 34%로 축소될 것으로 예상됩니다. 다만 중국 IC 수량 기준 자급률은 2026년 6월 70%에 달했으나, 리소그래피 부재로 금액 기준 갭은 여전히 크다고 지적합니다.

중국 AI 칩·DRAM TAM 신규 제시: 중국 AI 칩 시장은 2030년 기준 베어/베이스/불 케이스에서 각각 660억/6,776억/4조 1,230억 달러로 추정되며, 베이스 케이스는 H800 환산 2,700만 개, IT 전력 32GW를 의미합니다. 로컬 AI 칩은 베이스 케이스에서 2025~2030년 연평균 +102% 성장이 전망됩니다. 중국 DRAM 시장은 2026~2028년 연평균 50% 성장해 2028년 2,573억 달러(글로벌의 약 30%)에 이르고, 그중 HBM은 연평균 188% 성장해 320억 달러에 달할 전망입니다.

CXMT 커버리지 개시(매수, TP 129위안): 캐파는 2026년 270k wpm에서 2030년 665k wpm으로 두 배 이상 확대되고, 매출은 2025~2030년 연평균 +86%, 순이익은 +231% 성장이 전망됩니다. HBM 매출 기여는 4Q26부터 시작해 매출 비중이 2026년 2%에서 2030년 27%로 상승하고, 총마진은 2025년 41%에서 2030년 82%까지 개선될 것으로 봅니다. 재래식 DRAM 공급량은 삼성전자/SK하이닉스 대비 2025년 28%/35%에서 2028년 41%/50%에 이를 전망입니다. 현재 2027년 예상 PER 10배, PEG 0.13배로 캠브리콘(1.12배) 등 로컬 반도체 대비 큰 폭의 할인 상태라는 점을 매수 논거로 제시했습니다. 목표주가는 2030년 목표 PER 16.6배를 COE 12.7%로 2027년까지 할인해 산출했으며, 24배의 2027년 PER을 내포합니다.

한국 메모리 시사점(Giuni Lee): 대규모 성장에도 CXMT는 2028년 중국 DRAM 수요의 50%, HBM 수요의 40%만을 커버할 것으로 전망됩니다. CXMT는 주력이 1z 노드로 1a/1b에서 1c로 이행 중인 삼성전자·SK하이닉스 대비 2~3세대의 기술 격차가 있으며, EUV 등 장비 조달 제약으로 이 격차가 단기간에 좁혀지기 어렵다고 봅니다. 따라서 급팽창하는 중국 DRAM 수요의 상당 부분은 글로벌 공급사에 계속 의존할 수밖에 없어, CXMT와의 경쟁 심화에도 삼성전자와 SK하이닉스 모두 중국 시장에서 상당한 기회를 유지할 것으로 전망합니다. 한편 미국 대형 고객사들은 높은 재래식 DRAM 가격과 공급 부족으로 스마트폰·PC용 CXMT 제품(모바일·재래식 DRAM) 인증에 나설 가능성이 높지만, HBM에서의 미국 고객 침투는 단기~중기적으로 어렵다고 판단했습니다. CXMT의 공격적 증설은 2028년 글로벌 DRAM 수급을 가늠하는 핵심 변수이며, 골드만의 기본 시나리오는 2028년에도 공급 타이트 지속(단, 2027년보다는 완화)입니다.

글로벌 SPE 시사점: 미국 장비사는 수출 통제와 로컬 대체로 점유율이 점진 하락하겠으나 중국 매출 비중은 장기적으로 20%대 중반을 유지할 전망이며, 글로벌 WFE는 2026년 +36%, 2027년 +45% 성장이 예상되어 AMAT, 램리서치, 온투이노베이션을 선호합니다. 일본 4대 전공정 장비사(도쿄일렉트론, 스크린, 고쿠사이, 에바라)의 중국 매출 비중은 FY2025 35%로 하락했지만, 선단 공정 투자 전환으로 로컬 경쟁 압력이 완화되며 FY2026~28 중국 매출의 절대액 증가를 전망합니다. 유럽에서는 ASML(중국 리소 수요 수혜, 2026년 매출의 약 20%), ASMI, BESI 모두 매수 의견을 유지했습니다.

*클로드로 요약함.

JP모건) 엔비디아; F2Q27(7월 분기) 프리뷰: GB300 물량 램프업과 순조로운 베라 루빈 진행으로 또 한 번의 비트 앤 레이즈가 확실시됨; 중국 출하는 가이던스에 대한 잠재적 상방 변수

J.P.모건은 엔비디아의 F2Q27(7월 분기) 실적이 시장 컨센서스를 상회하고, 경영진이 F3Q(10월 분기) 가이던스도 현 추정치보다 높게 제시할 여지가 충분하다고 보고 있으며, 이는 지난 수 분기 동안 반복된 패턴과 일치한다는 판단입니다. 7월 분기의 경우 공급망 조사상 GB300 랙 출하가 추가로 램프업되면서(GB200 잔여 출하 병행) 총 랙 물량이 전분기 대비 약 15% 증가한 1만 7,000~1만 8,000대에 이르고, 네트워킹도 컴퓨트와 비슷한 10%대 중반 성장을 보일 것으로 예상됩니다. 엣지 매출이 전분기 대비 한 자릿수 중반~높은 한 자릿수 증가(전년 대비 약 20%로 F1Q의 29%에서 둔화)하는 점까지 반영하면 총매출은 940억~950억 달러로 컨센서스 921억 달러를 상회할 전망입니다. 10월 분기는 랙 물량이 1만 9,000~2만 대로 늘고 여기에 베라 루빈 초기 출하 1,000~2,000대 랙이 포함되며, 베라 루빈 편입에 따른 블렌디드 ASP 5~10% 상승과 중국향 H200 일부 출하를 감안하면 매출 가이던스는 1,070억~1,080억 달러로 컨센서스 약 1,045억 달러 대비 3%가량 상회할 것으로 봅니다. 마진은 경영진이 재확인할 70%대 중반 총이익률에 단기 리스크가 크지 않으나, 메모리 원가 인플레이션을 감안할 때 장기 지속 가능성은 여전히 의문으로 남습니다.

다만 J.P.모건은 단기 실적 상회가 주가의 유의미한 촉매가 되기는 어렵다고 보는데, 지난 4개 분기 가이던스가 컨센서스를 평균 4% 상회했음에도 주가는 이후 7일과 30일 기준 평균 3%, 5% 하락했기 때문입니다. 대신 주가는 경영진의 네 가지 설명에 더 민감하게 반응할 것으로 전망합니다. 첫째는 ASIC, AMD, 세레브라스 등 경쟁 구도에 대한 포지셔닝으로, 대체 컴퓨트 플랫폼의 TAM 잠식은 향후 수년간 예정된 프로그램 램프업을 감안하면 완전히 해소되기 어려운 내러티브 역풍이지만, 경영진은 플랫폼 유연성과 세대 간 토큰당 비용 절감(베라 루빈이 블랙웰 울트라 대비 약 90% 절감)을 강조할 것으로 예상됩니다. J.P.모건은 엔비디아가 AI 컴퓨트 리더십을 유지하되 GPU와 ASIC/XPU의 TAM 점유율은 향후 수년에 걸쳐 대등한 수준으로 수렴할 것으로 봅니다. 둘째는 최근 발표된 대규모 인프라 자금 조달 계약으로, 기저 수요가 이미 존재하는 상황에서 제한적인 자산 담보 지원과 제3자 자본을 활용해 전력, 데이터센터, 금융 병목을 해소하는 인프라 구현 노력으로 설명될 가능성이 높습니다. 셋째는 정체된 중국 사업으로, 승인은 오래전에 났으나 개시가 지연된 H200 출하가 최근 초기 인도 보도와 함께 10만 대당 약 30억 달러의 증분 매출로 이어지며 10월 분기 가이던스의 상방 레버로 작용할 수 있습니다. 넷째는 HBM 스펙 다운그레이드로, 루빈은 288GB 또는 192GB HBM4 두 가지 SKU로, 루빈 울트라는 16단 HBM4E에서 8단/12단 HBM4E로 조정되었고 베라 CPU의 SOCAMM 용량도 1.5TB에서 768GB로 50% 축소되었습니다. J.P.모건은 이러한 조정이 거의 전적으로 공급 타이트함에서 비롯된 것으로, 고객 물량 약속을 이행하기 위해 메모리 용량을 축소할 수밖에 없었다고 해석하며, SKU 믹스의 최종 형태와 이것이 매출 성장 및 마진에 미칠 영향이 컨퍼런스 콜의 주요 질문이 될 것으로 봅니다.

밸류에이션 측면에서 주가는 역사적 수준을 크게 밑도는 수준으로 디레이팅되어 컨센서스 CY27/CY28 EPS 기준 약 17배/13배라는 부담 없는 멀티플에 거래되고 있으며, EPS 기대치의 지속적 상향이 주가 상승을 뒷받침해 온 패턴이 이익 확대와 함께 유지될 것으로 전망됩니다. 이에 따라 비중확대 의견과 목표주가 280달러를 유지합니다.

*클로드로 요약함.