생각정리 229 (* Donald John Trump)

체감상으로는 몇 년이 흐른 듯하지만,
놀랍게도 트럼프가 재집권한 지 이제 막 1년이 지나가고 있다.

앞으로 세계 질서를 거세게 뒤흔들 트럼프라는 인물을 보다 입체적으로 이해해보고자,
이번 글을 기록한다.

WIKI

---

트럼프는 왜 세계를 ‘협상 테이블’로 보는가

가족사에서 부동산, 상장사, 통상전쟁으로 이어지는 하나의 문법

도널드 트럼프를 이해할 때
가장 자주 놓치는 것은 그의 정치가
갑자기 만들어진 것이 아니라는 점이다.

트럼프의 언어와 행동은
백악관에 들어간 뒤에 새로 생긴 것이 아니다.
그의 가족사, 사업 방식, 돈을 다루는 태도,
세상을 보는 감각이 오래 누적된 결과다.

그는 세계를
조율과 합의의 공간으로 보기보다,
거래와 압박의 공간으로 보는 인물에 가깝다.

이 인식은
가족의 부가 형성된 방식에서 시작해,
부동산 사업, 상장사 운영,
그리고 대통령으로서의 외교·통상 스타일로 이어진다.

---

1. 가족사: 트럼프 가문의 시작은 ‘생산’보다 ‘기회 포착’에 있었다

트럼프의 조부 프리드리히 트럼프는
독일 칼슈타트 출신이다.
그는 전쟁을 피하기 위해 미국으로 건너와 처음에는
이발사로 일했다.

그러나 그가 본격적으로 돈을 번 곳은
도시의 중심이 아니라
골드러시가 벌어지던 변경 지역이었다.

그는 금을 직접 캐지 않았다.
금을 캐러 몰려든 사람들을 상대로
숙박, 음식, 술, 유흥을 제공하는 사업을 벌였다.

이 점은 상징적이다.
트럼프 가문의 첫 자본은
무언가를 오래 만들어 쌓은 자본이라기보다,
사람과 욕망이 몰리는 현장을 빠르게 현금화한 자본이었다.

여기에는 이미
트럼프 가문 특유의 감각이 들어 있다.
직접 생산에 뛰어들기보다,
돈이 가장 빨리 모이는 지점을 선점하는 감각이다.

이후 그 자본은 뉴욕으로 이어졌고,
그 기반 위에서
다음 세대의 부동산 사업이 시작됐다.

참고자료:
History - Trump’s Grandparents
Maclean’s - Inside the Wild Canadian Past of the Trump Family

---

2. 부동산 사업 방식: 프레드 트럼프는 ‘싸게 짓고 크게 키우는’ 모델을 만들었다

트럼프의 아버지 프레드 트럼프는
뉴욕의 중산층 주택 시장에서
가문의 부를 본격적으로 키운 인물이다.

그의 방식은 화려하지 않았다.
원가는 낮추고,
같은 모델을 반복하고,
규모는 최대한 키우는 방식이었다.

무엇을 창조적으로 짓느냐보다
어떻게 싸게 만들고
안정적인 현금흐름을 확보하느냐가 중요했다.

이 방식은
건설업의 기술이라기보다
구조 설계와 마진 관리에 가까웠다.

도널드 트럼프는
바로 이 환경에서 자랐다.
집안의 사업 감각은
창의성보다 우위 확보,
품질보다 협상력,
관계보다 수익 회수에 가까웠다.

가정 내부의 문화도 비슷했다.
트럼프는 어린 시절부터
경쟁과 승부의 감각 속에서 자랐고,
세상을 서열이 갈리는 공간으로 배우기 쉬운 환경에 있었다.

이 배경은
훗날 그가
정치에서도 협업보다 우위,
조정보다 승패를 먼저 말하게 되는
기초가 되었다고 볼 수 있다.

참고자료:
Britannica - Fred Trump
Britannica - How did Fred Trump influence Donald Trump?

---

3. 상장사에서 드러난 구조: 회사보다 ‘트럼프 개인’이 더 강하게 남았다

이 가족적 사업 감각은
트럼프가 상장사를 운영할 때도 드러났다.

대표적 사례가
1995년 상장한
Trump Hotels & Casino Resorts다.

이 회사는
트럼프라는 이름을 전면에 내세웠지만,
장기적으로 주주에게 좋은 회사를 만들었다고 보기는 어렵다.

워런 버핏은
2016년 이 회사를 거론하며,
트럼프가 대중에게 투자해 달라고 했던 거의 유일한 사례가
결과적으로 투자자에게 매우 나쁜 성과를 안겼다고 비판했다.

버핏의 문제의식은 단순했다.
트럼프는 늘 자신의 부와 명성을 키웠지만,
공개주주에게 복리형 성과를 남기는 경영자와는 거리가 멀었다는 것이다.

실제 공시를 보면
회사는 과도한 부채 구조를 안고 있었고,
트럼프 개인은 급여와 각종 대가를 가져가는 구조에 있었다.

이 대목에서 드러나는 것은
상장회사를 성장시키는 경영자형 자본주의보다,
자기 이름과 지위를 활용해
먼저 몫을 확보하는 구조다.

즉 트럼프는
회사를 운영하는 사람이라기보다,
회사라는 무대 위에서
자신의 브랜드 가치를 극대화하는 사람처럼 움직였다.

이 구조는
그의 사업 철학을 잘 보여준다.
모두가 함께 강해지는 구조보다
자기 자신이 중심이 되는 구조를 먼저 설계하는 방식이다.

참고자료:
Time - Warren Buffett Criticizes Trump’s Business Record
SEC 10-K - Trump Hotels & Casino Resorts
Forbes - Trump Had a Public Company Before. It Was a Disaster

---

4. 인터뷰에 드러난 세계관: 세상은 조화의 공간이 아니라 시험의 공간이다

트럼프의 인터뷰를 읽어보면
그의 세계관은 놀랄 만큼 일관적이다.

그는 오래전부터
자신을 꽤 냉소적인 사람으로 설명해 왔다.
상황을 볼 때도
낙관보다 최악의 경우부터 계산하는 태도를 드러냈다.

그는 사람을 쉽게 믿지 않는다고 말했고,
약함은 문제를 만든다는 식의 인식도 반복했다.

이 발언들을 종합하면
트럼프가 세상을
기본적으로 선하고 조정 가능한 공간으로 보지 않는다는 점이 드러난다.

그의 눈에 세계는
먼저 신뢰하는 곳이 아니라
먼저 경계하고 시험하는 곳이다.

이 점은 사업관에서도 확인된다.
그는 사회 전체의 문제를 해결하는 역할보다,
자기 위치에서 최대 성과를 뽑아내는 역할을 더 중시했다.

그에게 중요한 것은
질서를 도덕적으로 개선하는 일이 아니라,
불리하지 않은 위치를 확보하고
거기서 최대 이익을 뽑아내는 일이다.

그래서 그의 언어에는
자주 힘, 거래, 응징, 레버리지 같은 단어가 먼저 등장한다.
그것은 단순한 수사 습관이 아니라
세상을 이해하는 방식에 가깝다.

참고자료:
Playboy Interview, 1990

---

5. 대통령이 된 뒤에도 문법은 같았다: 국가도 결국 더 큰 규모의 거래 대상이 됐다

이런 사고방식은
대통령이 된 뒤에도 크게 달라지지 않았다.

트럼프의 외교와 통상은
전통적 의미의 제도 운영보다
압박을 통해 조건을 다시 쓰는 방식에 가깝다.

그에게 관세는
경제이론의 정교한 도구이기 전에
협상력을 높이는 압박 수단이다.

상대가 버티면 더 올리고,
양보하면 일부 낮춘다.
이 방식은 국가 간 질서를 다루는 접근이라기보다,
거래 상대를 몰아붙이는 사업가의 협상 방식에 더 가깝다.

트럼프는 동맹도
가치 공동체보다
비용과 대가의 문제로 다루는 경향이 강했다.

무역도 마찬가지다.
그는 자유무역의 안정성보다
미국이 더 많은 양보를 얻어낼 수 있는 구조에 관심을 둔다.

즉 그의 외교·통상 스타일은
국제질서를 관리하는 방식이 아니라,
국제질서를 계속 다시 협상하는 방식이다.

사업가 시절에는
부채, 브랜드, 언론 노출이 무기였다면,
대통령이 된 뒤에는
관세, 안보, 동맹비용, 시장 불안이 같은 역할을 한다.

크기만 커졌을 뿐
문법은 크게 달라지지 않았다.

참고자료:
White House Fact Sheet
CFR - Tracking Trump’s Trade Deals

---

6. 결론: 트럼프는 세계를 운영하기보다, 끝없이 다시 협상하려 한다

트럼프를 하나의 문장으로 요약하면 이렇다.
그는 세계를 조율하는 정치가라기보다,
세계를 거대한 협상 테이블로 보는 인물이다.

그의 조부는
욕망이 몰리는 곳에서 돈을 벌었다.
그의 아버지는
원가를 낮추고 규모를 키우며 부를 축적했다.
트럼프는
그 위에 브랜드, 미디어, 금융 구조를 얹었다.

그 결과 그는
사업을 할 때도,
언론을 다룰 때도,
정치를 할 때도
비슷한 문법을 반복했다.

먼저 긴장을 만들고,
상대를 시험하고,
판을 흔든 뒤,
자기에게 유리한 조건을 다시 쓰려 한다.

그래서 트럼프의 관세전쟁과 외교전은
갑자기 튀어나온 정책 스타일이 아니다.
그것은 오랫동안 형성된
가족적 사업 감각과 세계관의 연장선에 있다.

트럼프를 이해한다는 것은
그의 발언 몇 개를 해석하는 일이 아니다.
그가 평생 반복해 온
이 오래된 문법을 읽어내는 일에 가깝다.

#글을 마치며

예전에 금융권 유대인들에 대해 유난한 선망을 드러내던 상사가 한 명 있었다.
그는 해외 운용사 재직시절의 경험을 꺼내며, 유대인계 사람들이 얼마나 빠르고 집요하게 자신들의 이익을 극대화했는지 여러 사례를 곁들여 이야기하곤 했다.

그 상사가 내게 특별히 잘해준 것도, 유독 모질게 대한 것도 없었다.
다만 어느 날 단체 회식 자리에 늦게 도착했을 때, 유독 그 사람의 테이블만 비어 있었다.
누구 하나 노골적으로 표현하지는 않았지만, 모두가 그 자리를 피하고 있다는 사실만은 분명했다.

결국 나는 자리가 없어 그 상사와 같은 테이블에 앉았고,
그날 사석에서 처음 알게 됐다. 왜 사람들이 그를 멀리하는지를.
훗날 그는 탁월한 실적으로 두둑한 성과급을 챙긴 뒤, 미련 없이 회사를 떠났다는 소식을 들었다.

트럼프 일가를 하나씩 들여다보며 느꼈던 인상은 묘하게도 그 상사와 마주 앉아 있던 그날의 기억을 떠올리게 했다.

겉으로는 능력과 성취, 냉정한 계산이 두드러지지만,
그 이면에는 사람을 지치게 만드는 특유의 감각이 있었다.
돌이켜보면 내가 그날 느꼈던 불편함 역시 바로 그런 결에서 비롯된 것이었는지도 모르겠다.

 

=끝

생각정리 228 (* Missile research)

이란전 이후 미사일 시장은 어떻게 바뀌었나

미국의 재고 보충과 중동의 K-방산 수요를 함께 보는 산업 리서치

이번 이란전은 미사일 시장을 평시 조달 산업에서 전시 재보충 산업으로 바꿨다.
이제 핵심은 “얼마나 쐈나”보다 얼마나 빨리 다시 만들 수 있나로 옮겨갔다. (WAM)

중동에서는 실제 전쟁이 벌어지자 재장전 여유분이 부족하다는 문제가 드러났다.
미국에서는 재고 보충을 넘어 산업기반 자체를 키우는 단계로 넘어가고 있다. (WAM)

---

1. 왜 지금 미사일 시장이 커지는가

전쟁이 재고 개념 자체를 바꿨다

UAE는 2026년 4월 8일 기준 탄도미사일 537발, 순항미사일 26발, UAV 2,256대, 합계 2,819개 위협체를 상대했다고 밝혔다.

Politico 보도처럼, UAE 측은 공격의 상당 부분이 민간 인프라를 겨냥했다고 주장하고 있으며, 공식 발표에서도 민간 인프라 피해가 확인됐다. (WAM)

미국도 같은 결론에 도달했다.
PAC-3 MSE는 연 600발 수준에서 2,000발, THAAD는 96발에서 400발로 생산능력을 키우는 장기 프레임워크가 발표됐다. (록히드 마틴)

RTX는 Tomahawk를 연 1,000발 이상, AMRAAM을 연 1,900발 이상, SM-6를 연 500발 이상으로 늘리겠다고 밝혔다.

유럽 MBDA도 2023년 말 대비 2025년 말까지 생산을 두 배로 늘렸고, 2026년에 다시 40% 추가 증산을 예고했다. (Newsroom MBDA)

전쟁이 바꾼 핵심 숫자

주: UAE 정부 발표, 미국 정부·업체 공식 발표, MBDA 발표 기준. (WAM)

---

2. 미국 시장 전망

미국은 이미 ‘재고 보충’이 아니라 ‘산업기반 확대’로 넘어갔다

미국 육군 FY2026 예산서에서 가장 중요한 변화는 목표 재고 상향이다.
PAC-3 MSE의 AAO/APO는 3,376발에서 13,773발로 올라갔고, FY2026 조달 구조도 224발 기본 예산 + 96발 mandatory funds로 짜였다. (Army Financial Management)

PrSM도 같은 흐름이다.
FY2026 조달은 45발 기본 예산 + 107발 mandatory funds이며, acquisition objective는 총 5,575발이다. (Army Financial Management)

즉 미국 시장은 단순히 1년치 예산이 커진 것이 아니다.
목표 재고, 장기 계약, 공장 증설이 함께 움직이는 단계라서 2~3년 뒤의 생산량이 더 중요해졌다. (Army Financial Management)

아래 추정치는 공개 예산서의 조달 수량과 업체가 발표한 생산능력 목표를 바탕으로 정리한 값이다.
(Army Financial Management)

미국 핵심 미사일 수요 추정

주: 위 표는 공개 예산서, 생산능력 목표, 동맹국 보충 수요를 바탕으로 한 추정치다.

핵심은 절대 시장은 PAC-3·THAAD가 크고, 성장률은 PrSM·Tomahawk·SM-6가 더 가파르다는 점이다. (Army Financial Management)

---

3. 중동 시장 전망

중동은 지금 ‘방공망 보유’보다 ‘재장전 여유’가 더 중요하다

중동 국가들이 이번 전쟁에서 확인한 것은 방공체계 유무가 아니었다.
실제 전쟁이 벌어지면 몇 주를 버틸 만큼 요격탄이 남아 있는가가 더 중요하다는 점이었다. (WAM)

그래서 수요는 고가의 상층 요격탄만으로 가지 않는다.
상층은 미국산, 중층은 상대적으로 빠르고 저렴한 체계로 보완하는 다층 방공 수요가 커지고 있다. (Army Financial Management)

중동에서 K-방산이 부각되는 이유도 여기에 있다.
FT 보도 기준 천궁-II는 발당 약 110만달러, PAC-3 MSE는 FY2026 미 육군 예산 기준 발당 약 390만달러 수준으로 읽힌다. (코리아헤럴드)

즉, 이는 비슷한 성능의 한국산 미사일 가격이 미국산 미사일 가격에 1/3 수준도 안된다는것이다.

주: UAE·사우디·이라크는 공개 보도 기준이고, L-SAM은 방사청 발표 기준이다. (코리아헤럴드)

중동 K-방산 수요를 볼 때는 기존 계약 + 추가 포대 + 재장전 탄약을 함께 봐야 한다.
이미 깔린 포대가 많기 때문에, 신규 국가보다 기존 고객의 후속 발주가 먼저 커질 가능성이 높다. (코리아헤럴드)

아래 추정은 천궁-II를 중심으로 잡은 중동의 Addressable 수요다.
기존 28개 포대에 추가 14개 포대가 붙고, 1개 포대당 128발의 재고 깊이를 가정한 시나리오다. 천궁-II 1개 포대는 통상 4개의 8셀 발사기로 구성된다. (코리아헤럴드)

중동 K-방산 미사일 수요 추정

이 추정대로면 중동의 천궁-II급 수요는 2025~2030년 누적 5,376발이다.

미사일만 기준으로도 약 59억달러이며, 실제 시스템 시장은 레이더·발사대·지휘통제·정비까지 붙으면서 더 커진다. (코리아헤럴드)

국가별 2030 누적 Base Case

주: UAE·사우디·이라크는 공개 계약 기준이고, 나머지는 전후 방공 수요 확산을 반영한 추정치다.

중동의 K-방산 수요는 신규 고객보다 기존 고객의 추가 배치와 재장전 수요가 더 큰 시장이 될 가능성이 높다. (코리아헤럴드)

---

4. 미국과 중동을 함께 보면

이번 사이클의 본질은 ‘비축’이 아니라 ‘증산’이다

미국은 고급 요격탄과 장거리 타격탄을 다시 채워야 한다.
중동은 실전에서 버틸 수 있는 다층 방공망을 더 빨리, 더 많이 확보해야 한다. (Army Financial Management)

이 두 수요가 겹치면서 미사일 시장은 단기 이벤트가 아니라 수년짜리 증산 사이클이 됐다.
이제 시장의 핵심은 “누가 몇 발 샀나”보다 누가 생산능력을 얼마나 빨리 늘리느냐다. (U.S. Department of War)

주: 미국 시장 수치는 공개 예산서와 생산능력 목표를 반영한 추정치이며, 가격 비교는 FT와 미 육군 FY2026 예산서를 바탕으로 정리했다. (Army Financial Management)

---

5. 더 큰 문제는 ‘글로벌 미사일 부족’이 이미 시작됐다는 점이다

이란전 이전에도 부족은 있었고, 지금은 더 심해지고 있다

사실 미사일 부족 문제는 이란전에서 처음 생긴 것이 아니다.
러시아-우크라이나 전쟁은 이미 서방이 평시 생산체제로는 고강도 전쟁을 감당하기 어렵다는 점을 드러냈다. NATO 의회 보고서는 2024년부터 우크라이나 지원국들이 탄약과 무기 생산을 빠르게 늘리지 못하면 우크라이나 방어선 자체가 흔들릴 수 있다고 경고했다. (NATO PA)

실제로 미국은 2024년 Patriot 생산 라인에서 스위스보다 독일을 앞세워 독일이 우크라이나에 시스템을 더 빨리 넘길 수 있도록 우선순위를 조정했다.
이는 이란전 이전부터 이미 동맹국 주문이 같은 생산 라인에서 서로 충돌하고 있었음을 보여준다. (The Wall Street Journal)

이란전은 여기에 또 다른 압박을 더했다.
우크라이나는 2026년 들어 러시아의 지속적인 미사일 공격 속에서 Patriot 탄약 부족 우려를 공개적으로 제기했고, 젤렌스키는 유럽이 미국산 Patriot에 과도하게 의존하고 있다고 지적하며 유럽 자체의 탄도미사일 방어체계 필요성을 강조했다. (프라우다)

유럽 동맹국의 주문도 이미 영향을 받고 있다.
네덜란드는 2026년 3월 Patriot 추가 긴급 발주를 추진했지만, 정부는 중동 전쟁 이후 수요 급증으로 Raytheon이 기존 가격 옵션을 연장할 수 없다고 통보했다고 설명했다. (Defense News)

유럽은 그래서 미국산 대기열을 기다리는 방식으로는 답이 없다고 보기 시작했다.
유럽연합 국방담당 집행위원은 2026년 3월, 미국의 중동 작전으로 무기 공급망 압박이 커지고 있다며 유럽이 자국과 우크라이나 수요를 위해 미사일 생산을 긴급히 늘려야 한다고 말했다. (euronews)

이 변화는 유럽 최대 미사일 업체의 숫자에도 그대로 나타난다.
MBDA는 2023년 대비 2025년 말까지 미사일 생산을 두 배로 늘렸고, 2026년에 다시 40% 증산을 예고했다. 2025년 order intake는 €13.2bn, backlog는 €44.4bn으로 올라갔다. (Newsroom MBDA)

주: NATO PA, WSJ, Guardian, Defense News, MBDA 발표 기준. (NATO PA)

---

결론

이란전 이후 미사일 시장은 ‘전시형 산업’이 됐다

미국에서는 PAC-3, THAAD, PrSM, Tomahawk, SM-6가 핵심이다.
중동에서는 고급 요격탄 + 중간층 방공망 + 빠른 납기의 조합이 수요를 키우고 있다. (Army Financial Management)

하지만 더 중요한 것은 마지막 문장이다.
이란전은 새로운 수요를 만든 사건이기도 하지만, 동시에 이미 진행 중이던 글로벌 미사일 부족을 더 심하게 드러낸 사건이기도 했다. (NATO PA)

러-우전쟁이 서방의 생산능력 한계를 먼저 드러냈고, 이란전은 여기에 미국과 중동의 대규모 재고 보충 수요를 추가했다.
그 결과 미국 우방국들까지 같은 생산 대기열을 두고 경쟁하는 구조가 더 선명해지고 있다. (The Wall Street Journal)

지금까지 나온 숫자만 놓고 보면, 문제는 “수요가 있느냐”가 아니다.
오히려 공급이 그 수요를 제때 따라갈 수 있느냐가 앞으로 몇 년간 미사일 산업 전체를 좌우할 가능성이 높다. (U.S. Department of War)

=끝

생각정리 227 (* DRAM, 메모리수요)

이전글들에서 추가적으로 얻은 아이디어를 반영해 전방 DRAM 수요전망에 대한 리서치를 다시 업데이트 해본다.

---

AI 데이터센터가 바꾸는 DRAM 수요 지형

2030년 DRAM 시장은 얼마나 커지며, 누가 그 수요를 가져가는가

들어가며

DRAM 시장을 이야기할 때 가장 먼저 떠오르는 것은 스마트폰, PC, 서버 출하다.
AI 이전까지만해도 이 틀만으로도 업황의 큰 흐름을 설명하는 데 큰 무리가 없었다.

하지만 이제는 상황이 달라지고 있다.
AI 데이터센터가 본격적으로 확산되면서, DRAM 수요의 중심축이 빠르게 이동하고 있기 때문이다.

이번 변화의 핵심은 단순히 수요가 늘어난다는 데만 있지 않다.
어떤 시스템이, 어떤 구조로, 얼마나 많은 메모리를 흡수하느냐가 완전히 달라지고 있다는 점이 더 중요하다.

특히 AI 인프라는 더 이상 HBM만으로 설명되지 않는다.
GPU에 붙는 HBM뿐 아니라, CPU-attached DRAM, SoCAMM, LPDDR 계열까지 함께 커지고 있다. 여기에 차세대 고밀도 랙인 Vera Rubin NVL72, 그리고 Kyber NVL576까지 등장하면서 2030년 DRAM 시장의 상단은 기존 인식보다 더 높아질 가능성이 커졌다.

결론부터 말하면, 2025년 전체 DRAM 수요를 1로 둘 때
2030년 총수요는 보수적으로 2.24배, 베이스케이스로 2.52배, 공격적으로는 2.96배까지 확대될 가능성이 있다.

그리고 이 증가분의 대부분은
AI 데이터센터가 설명한다.

---

1. 왜 지금 DRAM 시장을 다시 봐야 하는가

표면적으로 보면 DRAM 시장은 여전히 여러 최종수요처로 분산돼 있다.
스마트폰도 있고, PC도 있고, 자동차와 산업기기 수요도 있다.

하지만 성장률을 들여다보면 이야기는 달라진다.
레거시 수요는 완만하게 성장하는 반면, AI 데이터센터는 훨씬 가파른 성장 구간에 들어서고 있다.

이 차이는 단순한 숫자 차원에 머물지 않는다.
과거에는 스마트폰과 PC가 시장의 중심이었고, 서버가 이를 보완하는 구조였다면 앞으로는 AI 데이터센터가 전체 증가분을 사실상 주도할 가능성이 높다는 뜻이기 때문이다.

따라서 2030년 DRAM 시장은
스마트폰과 PC가 완만하게 성장한 결과로 이해할 시장이 아니다.

오히려 AI 인프라가
메모리 수요의 방향, 생산능력 배분, 공급 병목의 위치까지 바꿔놓는 시장에 가깝다.

---

2. 이번 추정에서 중요한 전제는 무엇인가

2030년 DRAM 시장을 보려면 전체 수요를 하나의 숫자로 뭉뚱그려서는 안 된다.
스마트폰 메모리와 AI 랙 메모리를 같은 성장률로 설명하면 결과는 단순해질 수 있어도, 실제 구조는 보이지 않게 된다.

그래서 전체 DRAM 수요를 네 개로 나눠서 보는 접근이 더 적절하다.

Legacy DRAM
AI HBM
AI CPU-attached DRAM
AI SoCAMM / LPDDR

즉 전체 시장은 아래처럼 분해해서 보는 편이 맞다.

Total DRAM = Legacy DRAM + AI HBM + AI CPU-attached DRAM + AI SoCAMM / LPDDR

이 구조를 쓰면 장점이 분명해진다.

레거시 수요가 얼마나 시장의 바닥을 받치고 있는지, AI 인프라가 얼마나 새로운 수요를 만들어내는지, 그리고 그 AI 수요가 HBM에 머무는지 아니면 호스트 메모리까지 확장되는지를 한눈에 볼 수 있게 된다.

---

3. Legacy DRAM은 사라지지 않는다

다만 시장을 끌고 가는 축은 바뀌고 있다

먼저 레거시 DRAM부터 보자.
스마트폰, 노트북, 데스크톱, 일반 소비자기기, 산업용 장비, 자동차는 여전히 DRAM 시장의 바닥을 형성하는 핵심 수요처다.

이 수요는 앞으로도 유지될 가능성이 높다.
다만 성장의 기울기는 크지 않다.

레거시 수요는 2030년까지 완만하게 증가하겠지만, 시장 전체의 판을 다시 짜는 주도 변수로 보기는 어렵다.
즉 레거시 DRAM은 업황의 하방을 지지하지만, 시장의 상단을 여는 주인공이라고 보기는 어렵다.

이번 모델에서도 이 가정은 그대로 반영했다.
Legacy DRAM은 2025년 0.93에서 2030년 1.16 수준까지 올라간다.

ASML Lecagy DRAM 수요성장 전망치

5년 동안 분명히 증가하지만,
전체 시장을 2배 이상 키우는 동력과는 거리가 있다.

---

4. 이제 AI 메모리는 HBM만으로 설명되지 않는다

AI 인프라 수요를 이야기할 때 가장 먼저 떠오르는 메모리는 HBM이다.
실제로 HBM은 현재 AI 서버 확장의 가장 상징적인 메모리이기도 하다.

그래서 이번 추정에서도 HBM은 앵커 역할을 한다.
2025~2030년 HBM 경로를 먼저 잡고, 그 위에 CPU-attached DRAM과 SoCAMM, LPDDR를 더하는 방식으로 전체 AI 데이터센터 메모리 수요를 확장해 나간다.

https://uiyeonassociation.blogspot.com/2026/03/214-hbm-bottleneck-era.html

그런데 여기서 중요한 포인트가 있다.
이제 AI 랙 메모리는 HBM만 보면 실제 수요를 과소평가할 가능성이 높다는 점이다.

차세대 AI 랙 구조를 보면 이 점이 분명해진다.
GB200 NVL72는 약 30.4TB 수준의 랙 메모리 구조를 가지며, GB300 NVL72는 약 37TB 수준으로 올라간다. Vera Rubin NVL72는 여기서 더 나아가 약 75TB의 fast memory를 제시한다.

이 숫자가 뜻하는 바는 단순하다.
AI 랙에서 중요한 것은 더 이상 HBM 하나만이 아니다.

GPU 옆의 HBM, CPU-attached DRAM, 그리고 SoCAMM과 LPDDR까지 함께 봐야 실제 메모리 수요가 보인다.
앞으로의 메모리 병목 역시 HBM 하나로 끝나지 않을 가능성이 높다.

---

5. 이번에는 Kyber NVL576를 별도 변수로 넣어야 한다

2030년 DRAM 상단을 다시 보게 만드는 가장 중요한 변수는
Kyber NVL576다.

그동안 AI 메모리 수요는 주로 NVL72 계열 중심으로 해석해도 큰 무리가 없었다.
하지만 2030년 상단을 볼 때는 초고밀도 랙이 실제로 얼마나 많은 DRAM을 흡수할지를 따로 봐야 한다.

Kyber NVL576는 단순히 GPU 수가 많은 시스템이 아니다.
핵심은 랙당 메모리 밀도다.

Kyber는 랙당 약 365TB 수준의 fast memory를 전제로 한다.
이는 Vera Rubin NVL72의 약 75TB와 비교해도 매우 큰 숫자다.

즉 출하 랙 수가 많지 않더라도
Kyber는 bit demand 기준으로 상당한 영향력을 가질 수 있다.

이 점이 중요하다.
과거에는 서버 수량 증가가 수요 증가의 핵심이었다면, 앞으로는 랙 한 대당 메모리 집적도가 얼마나 높아지느냐가 전체 DRAM 상단을 더 크게 바꿀 수 있기 때문이다.

결국 Kyber는 단순한 차세대 제품이 아니라,
2030년 DRAM 수요의 상단을 다시 열어주는 구조적 변수로 보는 편이 맞다.

---

6. 연도별 AI 랙 판매량 가정은 어떻게 잡았는가

이번 모델은 NVIDIA의 공식 판매 가이던스를 그대로 적용한 것이 아니다.
공개된 출시 시점과 랙 구조, 전력 밀도, AI 인프라 확산 속도를 반영해 연도별 가정을 별도로 설정했다.

베이스케이스에서 Vera Rubin NVL72는

2026년 2,000랙,
2027년 8,000랙,
2028년 15,000랙,
2029년 18,000랙,
2030년 20,000랙으로 가정했다.

Kyber NVL576는

2027년 300랙,
2028년 1,200랙,
2029년 2,500랙,
2030년 4,000랙을 가정했다.

공격적 시나리오에서는 Rubin NVL72를

2026년 3,000랙,
2027년 10,000랙,
2028년 18,000랙,
2029년 22,000랙,
2030년 25,000랙으로 잡았다.

Kyber NVL576는

2027년 500랙,
2028년 2,000랙,
2029년 4,000랙,
2030년 6,000랙으로 잡았다.

물론 이 숫자는 공격적인 가정이다.
그럼에도 완전히 비현실적인 숫자로 단정하기는 어렵다.

AI 데이터센터 투자가 이미 서버 단위를 넘어
팩토리 단위, 랙 단위, 전력 인프라 단위로 이동하고 있기 때문이다.

다만 Kyber는 상단을 열어주는 동시에 제약도 크다.
600kW급 전력, 냉각, 부지, 인프라 승인이 함께 따라와야 하므로 출하량을 무한정 낙관적으로 잡기는 어렵다.

즉 Kyber는 강한 상방 변수이면서도
매우 현실적인 병목을 동시에 내포한 변수라고 볼 수 있다.

---

7. 2030년 DRAM 총수요는 어디까지 열려 있는가

이제 위의 구조를 실제 숫자로 연결해보면
2030년 DRAM 총수요는 아래와 같이 정리할 수 있다.

보수적 시나리오: 2.24배

• Legacy DRAM: 1.14

• AI HBM: 0.46

• AI CPU-attached DRAM: 0.28

• AI SoCAMM / LPDDR: 0.36

베이스케이스: 2.52배

• Legacy DRAM: 1.16

• AI HBM: 0.56

• AI CPU-attached DRAM: 0.34

• AI SoCAMM / LPDDR: 0.46

공격적 시나리오: 2.96배

• Legacy DRAM: 1.18

• AI HBM: 0.70

• AI CPU-attached DRAM: 0.46

• AI SoCAMM / LPDDR: 0.62

이 숫자를 해석하면 더 분명해진다.
베이스케이스 기준으로 레거시 DRAM은 1.16 수준에 그친다.

반면 AI 데이터센터 관련 메모리 세 항목을 합치면
총수요에 1.36포인트를 더한다.

결국 2030년 DRAM 시장이 2.52배가 되는 거의 전부를
AI 인프라가 설명한다고 봐도 큰 무리가 없다.

비중으로 바꿔보면 더 직관적이다.
2030년 베이스케이스 기준으로 Legacy는 약 46%다.

반대로 AI HBM, AI CPU-attached DRAM, AI SoCAMM / LPDDR를 합친 비중은
약 54% 수준까지 올라간다.

즉 2030년 DRAM 시장은
이미 레거시 수요 중심 시장이라기보다 AI 데이터센터가 절반 이상을 설명하는 구조에 더 가깝다.

---

8. 왜 2.52배와 2.96배가 과장이라고 보기 어려운가

2.52배나 2.96배라는 숫자만 보면
다소 공격적으로 들릴 수 있다.

하지만 차세대 랙 구조를 들여다보면
오히려 그 반대에 가깝다.

핵심은 AI 메모리 수요가 HBM만으로 늘어나는 것이 아니라는 점이다.
HBM과 함께 CPU-attached DRAM, LPDDR, SoCAMM이 동시에 커지고 있다.

즉 AI 인프라가 확산될수록
메모리 수요는 단순히 넓어지는 것이 아니라, 수직적으로 더 두꺼워진다.

여기에 Kyber 같은 초고밀도 랙이 일부라도 의미 있게 침투하기 시작하면
상단은 기존 시장 기대보다 더 높아질 수 있다.

오히려 시장이 과소평가하고 있을 가능성이 더 큰 부분은
HBM 외 host memory 계층이다.

많은 경우 시장은 여전히 AI 메모리 수요를
HBM 중심으로만 바라본다.

하지만 실제 랙 구조는
그보다 훨씬 두꺼운 메모리 레이어를 요구한다.

그렇기 때문에 2030년 총수요 2.52배는 과장된 낙관이라기보다 보수적 중심값에 가깝고,
2.96배 역시 충분히 열려 있는 상단 시나리오로 해석하는 편이 더 자연스럽다.

---

9. 앞으로 DRAM 시장에서 진짜 봐야 할 지표는 달라진다

이제부터 DRAM 업황을 볼 때
예전처럼 스마트폰 출하와 PC 출하만 먼저 보는 방식은 설명력이 점점 약해질 수 있다.

대신 더 먼저 봐야 할 것은
AI 랙 배치 속도, HBM 채택 확대, CPU-attached memory 증가, SoCAMM 용량 고도화, hyperscaler의 인프라 투자, 그리고 실제 전력 인프라 증설 속도다.

특히 Kyber 같은 시스템이 의미 있게 확산되기 시작하면
질문 자체가 달라진다.

이제는 “GPU가 몇 개 팔리느냐”보다
“고밀도 랙이 몇 개 실제로 깔리느냐”가 더 중요해질 수 있다.

실제로 AI 데이터센터의 병목은
더 이상 반도체 하나만의 문제가 아니다.

전력, 냉각, 건설, 네트워크, 패키징, 메모리 공급이 동시에 맞물려야 한다.
결국 앞으로의 DRAM 시장은 단순한 반도체 사이클이 아니라, 인프라 사이클과 결합된 메모리 사이클로 보는 편이 더 적절하다.

---

맺음말

정리하면, 2030년 DRAM 시장에서 핵심은
단순히 얼마나 커지느냐에만 있지 않다.

더 중요한 질문은
늘어나는 수요를 누가 가져가느냐에 있다.

2025년까지 시장의 바닥은
스마트폰과 PC가 만들어왔다.

하지만 2030년으로 갈수록
시장의 방향은 AI 인프라가 결정할 가능성이 훨씬 높다.

특히 HBM, CPU-attached DRAM, SoCAMM / LPDDR, 그리고 이를 한꺼번에 키우는 초고밀도 랙 구조가 수요의 중심으로 올라설 가능성이 크다.

이 관점에서 보면
2030년 DRAM 총수요 2.52배는 충분히 방어 가능한 숫자다.

그리고 AI 인프라가 서버를 넘어
랙 단위, 팩토리 단위로 더 빠르게 확산된다면 2.96배 시나리오 역시 과도하다고만 보기는 어렵다.

결국 앞으로의 DRAM 시장은
더 이상 스마트폰과 PC의 시장으로 보기 어렵다.

이제는 AI 데이터센터가 시장의 절반 이상을 결정하는 구조로
빠르게 이동하고 있다.

문제는 결국 공급이다.

향후 수년 안에 DRAM 생산물량이 큰 폭으로 늘어나지 못한다면, 수급 불균형은 시장이 예상하는 것보다 훨씬 길게 이어질 가능성이 높다.

하지만 이는 현실적으로 결코 만만한 과제가 아니다.

선단공정은 이미 물리적 한계에 가까워지고 있고, 과거처럼 미세화만으로 생산성과 원가를 자연스럽게 개선하던 무어의 법칙의 시대는 사실상 끝나가고 있다.

다시 말해, 업계가 오랫동안 누려온 이른바 ‘공짜 점심’은 이미 사라진 지 오래다.

여기에 첨단 공정 전환 부담, HBM 비중 확대와 적층 단수 증가에 따른 wafer loss, 막대한 CAPEX 부담, 장비 리드타임 장기화까지 겹쳐 있다.

이런 조건을 감안하면, 시장이 필요로 하는 수준의 공급 확대는 단순히 어려운 정도가 아니라 물리적으로 실현 가능성이 매우 낮은 요구치에 가깝다.

따라서 2030년 DRAM 시장의 본질은 단순한 수요 성장에 있지 않다.
진짜 핵심은 늘어나는 수요를 공급이 끝까지 따라가지 못하는 구조적 타이트함에 있다.

이를 더 직설적으로 말하면, 앞으로 4년 안에 DRAM 생산량이 지금 대비 3배 수준으로 확대되지 못할 경우, 현재의 공급 제약은 일시적 현상에 그치지 않을 가능성이 높다.

결국 이는 시장이 지금 생각하는 것보다 DRAM 가격 사이클이 더 길고, 더 강하며, 더 질기게 이어질 수 있음을 시사한다.

=끝

https://biz.chosun.com/en/en-it/2025/10/30/2OH2VCUGUBFUXPQFMLW6RY6B4Q/

그나저나, 작년 깐부회동으로 SEC DRAM LTA 물량을 선점해버린 젠슨황의 러브샷의 가치는 최근일자로 얼마가 됐을지 갑자기 궁금해진다.

생각정리 226 (* China AI, AI Infrastructure Monetization)

#AI Infrastructure Monetization

최근 빅테크의 FCF 부족이 AI CAPEX 확대의 제약 요인이 될 수 있다는 우려가 있으나, 이는 실제보다 과장된 해석에 가깝다고 본다.

AI 서비스의 과금체계가 본격적으로 자리 잡으면서, 높은 CAPEX 부담을 소비자 가격에 전가할 수 있는 여건이 점차 마련되고 있기 때문이다.

#AI Cloud 업황

AI는 이제 소프트웨어의 시대를 넘어, 인프라 가격의 시대로 들어가고 있다

AI 산업의 핵심은 더 이상 모델 성능 경쟁만이 아니다.
이제 병목은 GPU, 메모리, 전력, 네트워크, 자본조달 능력으로 이동하고 있다. (Claude Help Center)

미국에서는 이 변화가 과금 체계부터 드러나고 있다.
Anthropic은 Enterprise 요금을 좌석비와 사용량 과금으로 분리했고, Claude·Claude Code·Cowork의 사용량을 모두 실제 토큰 소비 기준으로 청구하고 있다. (Claude Help Center)

이 구조는 기업용 AI가 더 이상 전형적인 정액제 SaaS가 아니라는 뜻이다.
고빈도 사용자는 더 많은 비용을 내고, 연산 자원을 많이 쓰는 업무일수록 가격이 직접 반영되는 인프라형 서비스로 이동하고 있다는 의미다. (Claude Help Center)

중국도 같은 국면에 들어섰다.
텐센트클라우드는 AI 연산, TKE, EMR 관련 서비스 가격을 약 5% 올렸고, 알리클라우드는 AI 연산과 스토리지 가격을 최대 34% 인상했다. 바이두도 일부 서비스 가격 조정을 진행했다. (TrendForce)

중요한 점은 중국 주요 클라우드 업체들이

공통적으로 AI 수요 급증과 인프라 비용 상승을
가격 조정의 배경으로 내세우기 시작했다는 점이다.

이는 중국 AI 업계에서 연산 자원 부족이
더 이상 개별 기업의 문제가 아니라,
산업 전반의 가격 체계를 흔드는 변수로 올라왔음을 뜻한다.
(TrendForce, Light Reading) (TrendForce)

이번 흐름에서 더 눈에 띄는 부분은
이른바 메모리 쇼크다.

중국 AI 클라우드 업체들은 HBM 제약을 우회하기 위해 범용 D램과 더 많은 서버를 투입해왔는데, 최근 메모리 숏티지로 메모리 가격이 가파르게 올라가 버리는 바램에 오히려 전체 인프라 원가가 더 올라가는 구조가 형성되었다.

문제는 앞으로 이 메모리 병목은 앞으로 더 구조적으로 심화될 가능성이 크다.
NVIDIA는 Vera CPU에
최대 1.5TB LPDDR5X 메모리 서브시스템을 붙였고,
Micron은 풀랙 AI 시스템에서
CPU 부착 저전력 DRAM이 50TB를 넘을 수 있다고 밝혔다.
이제 메모리 부족은 HBM만의 문제가 아니라,
LPDDR 계열까지 번지는 국면으로 들어가고 있다.
(NVIDIA, Micron) (NVIDIA Developer)

여기서 루빈향 SoCAMM 수요까지 다시 보면,
앞으로 벌어질 LPDDR 계열 전반적인 DRAM 수급 불균형이 좀 더 직관적으로 와닿는다.

먼저 Vera Rubin NVL72를 보자.
현재 공개된 sell-side 추정에서
Wolfe는 2027년 Rubin rack 5.5만대를 가정하고 있다.
이 수치에 랙당 SoCAMM 수요 50TB를 적용하면,
총수요는 약 275만TB, 즉 2.75EB가 된다.
이는 **2025년 전체 DRAM 연간 수요의 약 36%**다.
(Wolfe/Investing.com, Yole Group) (Investing.com)

다음은 Rubin Ultra NVL576다.
같은 자료에서 Wolfe는
2027년 Rubin Ultra rack 1.5만대를 전망한다.
여기에 랙당 SoCAMM 수요 220TB를 적용하면,
총수요는 약 330만TB, 즉 3.3EB가 된다.
이는 **2025년 전체 DRAM 연간 수요의 약 43%**에 해당한다.
(Wolfe/Investing.com, Yole Group) (Investing.com)

즉 루빈 NVL72와 NVL576 두 모델만 합쳐도
SoCAMM 수요는 약 6.05EB에 이른다.
이는 2025년 전체 DRAM 연간 수요의 약 80%에 이른다.

게다가 이 계산은 NVIDIA 루빈 계열만 반영한 값이다.
다른 AI 서버 업체와 클라우드 사업자 수요까지 더해지면,
LPDDR 계열 메모리의 구조적 타이트닝은
더 강해질 가능성이 크다는 해석이 가능하다.
(Wolfe/Investing.com, Yole Group, NVIDIA 관련 보도) (Investing.com)

그래서 지금의 가격 상승을
일시적 조정으로 보기는 어렵다.
AI 데이터센터의 원가는 이제 GPU만이 아니라,
메모리, 전력, 냉각, 네트워크, 서버 대수가
함께 밀어 올리는 구조로 바뀌고 있다.

미국 그리고 중국 클라우드의 가격 인상은
그 부담이 이미 서비스 가격으로
전가되기 시작했음을 보여준다.
(TrendForce, TrendForce 메모리) (TrendForce)

이런 상황에서는
데이터센터 사업의 본질도 달라진다.
중국 데이터센터 사업자 Vnet은 증설을 위해 달러채 발행을 검토했고,
GDS는 데이터센터 자산을
중국 업계 첫 P-REIT 구조로 유동화했다.
과거의 단순 서버 임대업이
수요가 늘수록 외부 자본을 계속 끌어와야 하는
초대형 자본집약 산업으로 바뀌고 있다는 뜻이다.
(Bloomberg, GDS 공시) (블룸버그)

여기에 더 큰 변화가 하나 겹치고 있다.
Bloomberg는 Lumen CEO 발언을 인용해
인터넷 트래픽의 절반 이상이
이미 AI bots라고 전했다.
Anthropic의 Claude Code 문서도
토큰 사용량, 비용, 도구 활동을
조직 차원에서 추적하는 방식을 안내한다.
즉 일부 지식노동은 이미
사람의 시간에서 agent 호출과 토큰 소비로
측정 단위가 바뀌기 시작한 셈이다.
(Bloomberg, Claude Code Docs) (블룸버그)

결국 앞으로의 AI 산업은
모델 성능만으로 설명되지 않는다.
연산 자원 부족이 과금 체계를 바꾸고,
과금 체계 변화가 다시 데이터센터 투자와
산업 집중을 강화하는 순환을 만든다.
지금 중국 클라우드와 AI 데이터센터에서 보이는 변화는,
그 순환이 이미 시작됐음을 보여주는 장면에 가깝다.
(TrendForce, Wolfe/Investing.com, Bloomberg) (TrendForce)

#China AI 요약

생각난김에 최근 바뻐서 제대로 tracking 하지 못했던 중국 AI 대표 상장사 차례로 업데이트 해본다.

아주 단순하게 보면, 중국 내 대표 AI 7개 회사는 세 부류로 나뉜다.

첫째, AI를 “파는” 회사가 있다. 알리바바, 바이두, 킹소프트클라우드가 여기에 가깝다.
둘째, AI를 “써서” 기존 사업을 더 잘하게 만드는 회사가 있다. 텐센트, JD, 메이퇀이 대표적이다.
셋째, AI 서비스도 팔고 본업도 같이 좋아지는 회사가 있는데, 콰이쇼우가 가장 여기에 가깝다. (Alibaba Group)

그래서 이 7개를 한꺼번에 보면,

알리바바·바이두·킹소프트클라우드는 “중국 AI 인프라 확대”에 베팅하는 종목이고,
텐센트·JD·메이퇀은 “AI가 기존 플랫폼을 얼마나 더 강하게 만들까”를 보는 종목이며,
콰이쇼우는 “AI 서비스 자체가 돈이 되기 시작한 사례”로 보면 된다. 

#기업별 현황

1) Alibaba

가장 쉽게 말하면, 중국에서 AI 인프라를 가장 크게 깔고 있는 회사다. 클라우드 사업이 다시 빨라지고 있고, Qwen이라는 자체 AI 모델도 키우고 있으며, Qwen 앱 같은 소비자 서비스까지 붙이고 있다. 회사는 최근 클라우드 성장 가속, Qwen 앱 사용자 확대, 그리고 향후 3년간 대규모 AI·클라우드 투자 계획을 함께 제시했다. (Alibaba Group)

이 회사를 사는 논리는 간단하다. 중국에서 AI를 쓰는 기업이 늘수록, 결국 알리바바 클라우드와 모델 수요가 같이 커질 가능성이 높기 때문이다. 한마디로 **“AI 시대의 고속도로와 톨게이트를 같이 가진 회사”**에 가깝다. 다만 투자 부담이 큰 만큼, 단기에는 비용이 먼저 보이고 이익 개선은 나중에 따라올 수 있다. (Alibaba Group)

2) Baidu

바이두는 AI로 실제 돈을 얼마나 벌고 있는지가 가장 잘 보이는 회사다. 회사는 2025년 실적에서 AI 관련 사업 매출을 따로 보여줬고, AI 클라우드 인프라, AI 앱, AI 광고 매출이 모두 성장했다고 설명했다. 또 ERNIE Assistant의 월간 이용자 수와 AI 관련 사업 비중도 공개했다. (Baidu Inc)

쉽게 말하면, 바이두는 **“검색 회사가 AI 솔루션 회사로 변신하는 중”**이다. 알리바바보다 몸집은 작지만, AI가 실적에 얼마나 기여하는지 확인하기는 더 쉽다. 그래서 투자자 입장에서는 “AI 스토리”보다 AI 숫자를 보기 좋은 종목이다. 반면 기존 검색 사업의 둔화가 완전히 사라진 것은 아니라는 점은 같이 봐야 한다. (Baidu Inc)

3) Tencent

텐센트는 AI를 직접 파는 회사라기보다, AI를 가장 잘 활용하는 회사에 가깝다. 회사는 최근 실적에서 AI가 광고 타팅을 개선했고, 게임 이용자 참여를 높였으며, 클라우드 매출 성장과 수익성 개선에도 도움이 됐다고 밝혔다. 동시에 AI 인재 채용과 인프라 투자도 계속 늘리고 있다. (텐센트)

이 회사를 쉽게 표현하면 **“AI 덕분에 기존 장사가 더 잘 되는 회사”**다. 위챗, 광고, 게임, 클라우드가 이미 크기 때문에, AI가 붙으면 바로 실적 개선으로 번역될 가능성이 높다. 그래서 텐센트의 장점은 안정감이다. 다만 순수 AI 종목처럼 멀티플이 크게 열리는 스타일은 아닐 수 있다. (텐센트)

4) JD.com

JD는 AI를 전면에 내세우기보다, 유통과 물류를 더 똑똑하게 만드는 데 쓰는 회사다. 회사는 최근에도 “Super Supply Chain”을 강조했고, JD 앱과 고객경험 개선, AI 기반 고객서비스, 공급망용 산업 AI 모델 등을 계속 확대하고 있다. 공식 자료와 회사 블로그를 종합하면, JD의 AI는 모델 판매보다 리테일 운영 효율 개선에 더 가깝다. (JD Corporate Blog)

그래서 JD를 사는 논리는 **“AI가 비용을 줄이고 마진을 올려줄 것”**에 있다. 알리바바처럼 AI 클라우드 매출이 폭발하는 그림은 아니지만, 재고·배송·고객응대·판매전환율이 좋아지면 이익의 질이 좋아질 수 있다. 대신 이런 변화는 천천히 보이기 때문에, 주가 재평가도 상대적으로 느릴 수 있다. (JD Corporate Blog)





5) Meituan

메이퇀은 7개 중에서 AI를 현실 세계와 가장 직접 연결하려는 회사다. 회사는 2025년 연구개발비를 전년 대비 23% 늘린 260억 위안으로 제시했고, 자사 LongCat 계열 모델을 바탕으로 사용자용 AI 도우미와 상인용 AI 도구를 확대하고 있다. 춘절 기간에는 ‘小团’ 사용이 1억 회를 넘었고, 340만 개 이상 상인이 AI 운영 도구를 사용 중이라고 밝혔다. 최근에는 LongCat-Next도 공개했다. (메이투안)

쉽게 말하면 메이퇀은 “AI가 사람 대신 동네 맛집을 찾고, 주문하고, 배달까지 연결해주는 세상”에 베팅하는 회사다. 지금 당장 AI 자체 매출이 크게 보이는 종목은 아니지만, 장기적으로는 로컬서비스 AI 에이전트가 될 가능성이 크다. 즉, 현재는 수익화보다 미래 옵션 가치가 더 중요한 종목이다. (메이투안)

6) Kuaishou

콰이쇼우는 7개 중에서 AI 서비스가 실제 매출로 가장 빨리 보이는 회사다. 회사는 2025년 실적에서 영상 생성 모델 Kling AI의 상용화가 빠르게 진행됐다고 밝혔고, 4분기 관련 매출과 높은 연환산 런레이트를 공개했다. 또 Kling O1 같은 신규 모델도 내놨다. (PR Newswire)

이 회사를 쉽게 보면 “AI 영상 제작 툴을 파는 회사이면서, 동시에 숏폼 플랫폼도 가진 회사”다. 그래서 수익원이 두 개다. 하나는 Kling AI 자체 매출, 다른 하나는 AI가 광고와 콘텐츠 효율을 끌어올리는 효과다. 7개 중에서 가장 눈에 잘 보이는 AI 서비스 성장주라고 보면 된다. 다만 이런 회사는 유행과 경쟁 영향을 많이 받아 변동성도 크다. (PR Newswire)

7) Kingsoft Cloud


킹소프트클라우드는 가장 쉽게 말하면 중국 AI 붐의 중소형 클라우드 수혜주다. 회사는 최근 4분기와 연간 실적에서 AI 관련 총청구액이 전년 대비 95% 늘었다고 밝혔고, 퍼블릭 클라우드 매출도 큰 폭으로 성장했다고 설명했다. 즉, AI 수요가 늘수록 가장 직접적으로 숫자가 움직이는 구조다. (Kingsoft Cloud Holdings Limited)

투자 포인트도 단순하다. 중국 기업들의 AI 학습·추론 수요가 늘면 킹소프트클라우드가 바로 수혜를 받을 수 있다. 대신 이런 회사는 서버, 네트워크, IDC 비용이 함께 늘기 때문에 실적 변동성이 크다. 그래서 포트폴리오에서는 핵심 보유 종목보다는 공격형 성장 슬롯에 더 가깝다. (Kingsoft Cloud Holdings Limited)

#정리

정말 쉽게 한 줄씩만 다시 줄이면 이렇다.

Alibaba는 중국 AI 인프라의 중심축이다.
Baidu는 AI 매출이 가장 잘 보이는 회사다.
Tencent는 AI를 가장 실적으로 잘 연결하는 회사다.
JD는 AI로 유통과 물류를 더 효율적으로 만드는 회사다.
Meituan은 AI가 현실 세계 서비스로 연결되는 미래에 베팅하는 회사다.
Kuaishou는 AI 영상 서비스가 실제로 돈이 되는 모습을 보여주는 회사다.
Kingsoft Cloud는 중국 AI 클라우드 수요 증가에 가장 직접적으로 반응하는 회사다. (Alibaba Group)

투자 관점에서도 어렵게 볼 필요는 없다.
가장 기본축으로 들고 갈 회사는 알리바바와 텐센트다.
AI 성장성을 더 강하게 보고 싶으면 바이두와 콰이쇼우가 좋다.
장기 옵션을 보고 싶으면 메이퇀이 의미가 있고,
공격적으로 클라우드 AI 수요를 타고 싶으면 킹소프트클라우드를 보는 구조다.
JD는 그 사이에서 안정적인 효율 개선형 종목으로 이해하면 가장 쉽다. (Alibaba Group)

#글을 마치며, 

중국 AI 투자 기업들의 밸류에이션은 전반적으로 저렴하다.

그러나 성장률은 기대에 못 미치고, 개별 기업의 차별화 포인트도 뚜렷하지 않아 전반적으로 고만고만한 구도로 보인다.

이는 중국이 체제 안정을 우선시하면서 급속한 성장보다는 관리 가능한 성장을 지향해온 흐름과 맞닿아 있다.

그런 점에서 이는 이전 글에서 언급한 사회주의 자본노선이 기업 생태계 전반에 투영된 현상으로 이해할 수 있지 않나 싶다.

현재로서는 중국 공산당 체제에 수반되는 시스템 리스크를 감수하면서까지 적극적으로 투자할 만큼 높은 기대수익을 제시하는 AI 중국 기업은 많지 않아 보인다.


=끝

생각정리 225 (* Oil refining industry)

개인적인 주식 운용과 리서치 커리어의 출발점은 시클리컬 산업이었다.
에너지, 소재, 비철금속, 철강, 산업재까지, 시클리컬의 범위는 생각보다 넓고 복합적이다.

이 넓은 산업을 적시에 따라가고 비교적 정확하게 전망하려다 보니, 시야도 자연스럽게 개별 기업을 넘어 상대적으로 이른시에 정치, 경제, 지정학으로 확장되었다.

시클리컬을 오래 보다 보면 산업의 변화는 숫자만으로 설명되지 않고,
그 배경에 있는 구조 변화까지 함께 읽어야 한다는 점을 자주 체감하게 된다.

그 과정에서 가장 자주 확인한 원칙은 하나이다.
바로 변화에 베팅해야 한다는 점이다.

시장은 변화가 있어야 움직인다.
좋은 변화든 나쁜 변화든, 변화가 발생해야 관심이 몰리고 실적 전망이 수정되며 주가도 새로운 방향을 찾는다.

반대로 변화가 없는 산업은 시클리컬 관점에서 매력이 크게 떨어진다.
업황의 진폭이 작고, 기대의 변화도 제한적이기 때문이다.

이번 미국-이란 전쟁은 그런 의미에서 에너지 산업,
그중에서도 정유 산업에 구조적인 변화를 만들어낼 가능성이 큰 사건이다.

이번 글에서는 그 변화가 정유 산업의 수급과 마진,
그리고 기업별 수혜 구조를 어떻게 바꿔놓을지를 중심으로 정리해보려 한다.

 

---

호르무즈 리스크 국면에서 왜 HD현대오일뱅크가 직접 수혜인가

유가보다 더 중요한 것은 디젤·항공유·휘발유 마진이다

1. 이번 시장은 단순한 유가 상승 국면이 아니다

이번 국면을 단순히 “중동 전쟁으로 유가가 오른 상황”으로 보면 핵심을 놓치게 된다.
실제로는 원유를 어디서 가져오느냐, 정제제품을 어디로 얼마나 멀리 보내느냐, 그 과정에서 선박이 얼마나 묶이느냐가 동시에 바뀐 국면이다.

조금 더 쉽게 말하면, 지금 시장의 본질은 원유 가격 그 자체보다 운송거리 증가와 제품 수급 불안이다.
홍해·수에즈 병목으로 항로가 길어졌고, 여기에 호르무즈 리스크와 중동 정제설비 차질이 겹치며 제품 시장이 더 타이트해진 구조이다.

---

2. 먼저 탱커 시장부터 이미 꼬여 있었다

탱커 시장은 원래 톤마일 수요와 유효선복 공급으로 움직이는 시장이다.
톤마일은 “얼마나 많은 화물을 얼마나 멀리 보내느냐”이고, 유효선복은 “실제로 정상적으로 운항 가능한 선박이 얼마나 되느냐”이다.

홍해와 수에즈 문제는 이 둘을 동시에 건드렸다.
항로가 길어지면서 톤마일은 늘었고, 제재·보험·정비·고령선 문제로 실제로 활용 가능한 선복은 줄어들었다. 그래서 운임이 오른 것이다.

그 위에 그림자선단 이슈까지 얹혔다.
그림자선단은 제재 대상국 물량을 나르던 고령 탱커 집단인데, 이 선박들이 규제 강화와 스크랩 증가로 점차 시장에서 빠지면 정상 시장의 유효선복은 더 줄어들게 된다.

---

3. 그래서 이번에는 원유보다 정제제품이 더 중요하다

OPEC 2026년 4월 보고서가 가장 분명하게 말하는 부분도 이것이다.
3월에는 글로벌 정제 가동이 급격히 줄면서 제품 생산이 부족해졌고, 그 결과 정제마진과 제품 크랙이 급등하였다. 특히 middle distillate, 즉 디젤과 항공유 계열의 강세가 가장 두드러졌다.

여기서 middle distillate는 어려운 개념이 아니다.
정유사가 원유를 정제했을 때 나오는 제품 중에서 디젤·경유·항공유·등유 계열을 뜻하는데, 산업 활동과 항공 이동, 물류 수요에 직접 연결되는 제품군이다. 지금 수익이 가장 빠르게 붙는 곳이 바로 이 구간이다.

OPEC은 3월 정제 투입량이 77.1mb/d로 내려갔고, 전월 대비 5.0mb/d 감소했다고 정리하였다.
또한 이번 급락은 단순한 정기보수만이 아니라 지정학 제약에 따른 원유 흐름 변화가 함께 만든 결과라고 설명하였다. 결국 제품 공급이 줄었고, 제품 가격이 원가보다 더 빨리 뛰었다는 뜻이다.

---

4. OPEC이 말한 2026년 부족 포인트는 디젤·항공유·휘발유이다

여기서 표현은 정확하게 잡을 필요가 있다.
OPEC이 “2026년 내내 절대적 부족”을 단정한 것은 아니다. 다만 2분기부터 여름 성수기까지 제품 수급이 타이트해질 가능성을 분명하게 강조하고 있다.

특히 수요 증가 방향이 분명하다.
OPEC은 2Q26 수요 증가를 휘발유 +0.2mb/d, 제트/등유 +0.1mb/d, 디젤 +0.1mb/d로 제시했고, 3Q26에는 휘발유 +0.6mb/d, 제트/등유 +0.4mb/d, 디젤 +0.1mb/d로 더 강한 증가를 예상했다. 연간 기준으로도 휘발유와 제트유, 디젤 모두 증가하는 구조이다.

즉 시장의 순서는 이렇게 이해하면 된다.
지금 당장 가장 강한 것은 디젤과 항공유이고, 여름으로 갈수록 휘발유까지 강해지는 구조이다. 그래서 정유사의 실적을 볼 때도 단순 유가보다 제품별 마진 구조를 먼저 봐야 한다.

---

5. 탱커 운임도 같은 방향을 말하고 있다

제품이 타이트해지면 당연히 그것을 실어 나르는 탱커 운임도 올라가게 된다.
OPEC 보고서에 따르면 3월 더티 탱커 현물운임은 record level까지 올라갔고, 클린 탱커 운임 역시 서쪽 항로를 중심으로 크게 상승하였다.

특히 눈에 띄는 숫자는 두 가지이다.
Suezmax의 USGC-유럽 노선 운임은 전월 대비 104% 상승했고, clean tanker는 West of Suez 평균 +86%, East of Suez +54% 상승하였다. 이는 단순히 배가 부족해서가 아니라, 공급원을 바꾸고 항로가 꼬이면서 운송 수요가 더 길고 비싸진 결과이다.

이 점이 중요한 이유는 정유사의 수출 마진과 연결되기 때문이다.
제품 부족이 심할수록 제품 가격은 오르고, 장거리 수송이 늘수록 지역 간 가격 차도 커진다. 따라서 수출 비중이 높은 정유사는 국내 판매만 하는 회사보다 더 큰 이익 개선을 가져가기 쉽다.

다올투자증권

---

6. 아시아 정제마진도 중간유분 중심으로 벌어졌다

OPEC은 3월 싱가포르 정제마진이 배럴당 16.4달러로 전월 대비 13달러 상승했다고 정리하였다.
아시아에서 원가 부담이 크게 뛰었음에도 정제마진이 이렇게 올라갔다는 것은, 제품 시장이 그만큼 타이트했다는 뜻이다.

제품별로 보면 더 선명하다.
싱가포르 기준 Jet/Kerosene은 196.15달러, Gasoil/Diesel은 193.04달러, Premium gasoline은 136.90달러였다. 중간유분 계열의 절대 가격과 수익성이 휘발유보다 앞서 있는 구조이다.

즉 이번 시장에서 정유사의 실적은 이렇게 읽으면 된다.
원유를 사서 정제했을 때 디젤과 항공유에서 얼마나 두꺼운 마진을 붙일 수 있느냐가 실적의 1차 변수이고, 휘발유는 그 다음 단계에서 실적을 더 밀어주는 2차 변수이다.

---

7. 그래서 HD현대오일뱅크가 직접 수혜인 이유가 명확해진다

이제 정리하면 답은 간단하다.
이번 장세에서 유리한 회사는 중간유분 비중이 높고, 수출이 가능하고, 중질유를 잘 처리할 수 있는 정유사이다. 회사 자료 기준으로 HD현대오일뱅크(*비상장)는 바로 이 조건에 들어맞는다.

핵심은 생산구조이다.
회사는 정제능력 69만배럴/일, **고도화율 41.7%**를 갖고 있고, 제품 생산도 디젤과 제트유 비중이 높다. 즉 지금처럼 middle distillate 마진이 강할 때 가장 직접적으로 실적이 개선될 수 있는 구조이다.

판매구조도 유리하다.
내수와 수출 비중이 모두 크기 때문에 국내 마진만 보는 회사가 아니다. 아시아와 글로벌 제품 가격 강세가 나타날수록 실적에 연결될 가능성이 높다. 지금 같은 시장에서는 이 차이가 매우 중요하다.

---

8. 여기서 고도화설비가 왜 중요한가

고도화설비는 쉽게 말해 값이 싼 중질유를, 더 비싼 고부가 제품으로 바꾸는 능력이다.

그래서 원유 가격이 오른다고 모든 정유사가 같은 폭으로 이익을 내는 것은 아니다. 오히려 지금처럼 제품 가격이 원유보다 더 빠르게 오르는 국면에서는, 고도화 능력의 차이가 곧 이익 차이로 이어진다.

이번 장세에서는 그 의미가 더 크다.

 중동 공급 차질로 medium-sour 계열 원유의 가치가 높아졌고, 동시에 디젤과 항공유 같은 중간유분 마진도 빠르게 확대되고 있다. 결국 지금은 원료 조달 측면에서도 sour crude가 중요하고, 제품 판매 측면에서도 middle distillate가 중요한 시장이다.

여기에 최근에는 한국의 중동산 원유 의존도가 에너지안보 이슈와 맞물리면서, 정부도 남미와 아프리카 등으로 medium-sour 원유 수입선을 다변화하려는 방향을 강화하고 있다.
즉 이번 변화는 단순한 단기 시황이 아니라, 원료 조달 구조 자체가 바뀌는 흐름과도 연결되어 있다.

그래서 HD현대오일뱅크의 수혜를 단순히 정제량 증가로 볼 수는 없다.
핵심은 중질유를 안정적으로 들여와 고부가 제품으로 전환하고, 그 과정에서 더 높은 마진을 흡수하는 능력에 있다. 바로 이 capture 능력이 이번 실적 개선의 본질이며, HD현대오일뱅크를 일반 정유사와 구분짓는 핵심 포인트이다.

https://v.daum.net/v/5Mktp5oMy2

---

9. feedstock 관점에서도 HD현대오일뱅크가 유리하다

HD현대오일뱅크의 강점은 단순히 정제설비에만 있지 않다.
중동 원유만 보는 회사가 아니라, 미주 heavy crude까지 조달 범위를 넓힐 수 있는 구조라는 점이 중요하다. 이것이 이번 국면에서 중질유 프리미엄의 직접 수혜 포인트가 된다.

이 구조를 쉽게 해석하면 이렇다.
중동 리스크가 커질수록 원료 조달은 흔들리기 쉽다. 그런데 HD현대오일뱅크처럼 멕시코·캐나다 등 비중동 heavy crude를 처리할 수 있는 회사는 원료 대체가 가능하고, 동시에 고도화설비로 제품 마진을 더 크게 뽑아낼 수 있다는 장점이 있다.

즉 이번 국면에서 회사의 수혜는 두 단계이다.
첫째는 중간유분 마진 확대이고, 둘째는 heavy crude 처리 유연성이다. 전자는 당장 손익을 끌어올리고, 후자는 원료 경쟁력 측면에서 실적 변동성을 낮춰준다.

최근엔 중동산 원유비중을 다시 늘린듯 한데..

---

10. 이번 상반기 수혜의 순서를 한 줄로 정리하면 이렇다

이번 상반기, 특히 남은 2분기 실적을 가장 크게 끌어올리는 변수는 원유 가격 상승 자체가 아니다.
디젤과 항공유 중심의 중간유분 마진 확대가 1순위이고, 휘발유 강세가 2순위이다. 이것이 핵심 결론이다.

그리고 그 수혜를 가장 직접적으로 받는 회사가 HD현대오일뱅크이다.

이 회사는 높은 고도화율, 중간유분 중심 생산구조, 수출 비중, heavy crude 처리 유연성을 동시에 갖고 있기 때문이다. 그래서 이번 국면의 실적 개선은 “유가 상승 수혜”라고 부르기보다 중간유분 중심 수출형 정제마진 개선 수혜라고 부르는 편이 더 정확하다.

매수매도 추천아님
시황자체는 언제든 손바닥 뒤집듯 바뀔 수 있음.

국내 유류 최고가격제 정책은 오래못가거나 or 효과없거나 둘 중 하나이거나 둘 다임.

李대통령 “유류 최고가격제가 소비 키워”…관계부처 대책 지시

시클리컬 특히 정유산업은 우주최강 매크로 고인물들만 플레이 하는 산업임..

=끝

생각정리 224 (* Advanced PCB)

 Advanced PCB 산업에 대한 리서치를 이어나가본다.

루빈·카이버 이후, 왜 ‘고급 PCB’가 새 병목으로 떠오르는가

그리고 왜 STF MLO를 함께 볼 필요가 있다고 생각하는가

들어가며

NVIDIA가 보여주는 다음 단계의 경쟁은
칩 한 개의 경쟁이라기 보다는 시스템 전체의 경쟁에 가깝다.

칩, 패키지, 보드, 랙, 전력, 냉각이 함께 묶여 움직이고 있다. (NVIDIA)

이 변화가 깊어질수록,
병목은 점점 연산보다 연결 쪽으로 이동한다.
그리고 바로 그 지점에서 고급 PCB가 중요해진다. (NVIDIA Newsroom)

---

1. 먼저, 용어부터 쉽게 정리해보자

PCB는 전자부품을 올리고 전기 신호를 보내는 회로판이다.
쉽게 말하면 전기가 달리는 도로망이다.
그런데 AI 서버와 고성능 반도체로 갈수록
이 도로망은 훨씬 더 촘촘하고 정밀해져야 한다. (교세라 KYOCERA Korea)

패키지 서브스트레이트는 칩 바로 아래 붙는 더 정밀한 기판이다.
일반 PCB보다 훨씬 더 작은 배선과 더 높은 신뢰성이 필요하다.
칩에서 나온 수많은 신호를 바깥으로 꺼내는 첫 관문이라 중요하다. (교세라 KYOCERA Korea)

인터포저는 칩과 기판 사이에서 신호를 다시 정리해주는 중간층이다.
칩 여러 개를 묶거나, HBM과 로직칩을 연결할 때 자주 등장한다.
최근에는 실리콘 인터포저뿐 아니라
유기 인터포저도 빠르게 부상하고 있다. (shinko.co.jp)

CPO는 광통신 부품을 스위치 ASIC 가까이에 붙이는 방식이다.
전기 신호를 멀리 보내며 생기는 손실과 전력 낭비를 줄이기 위한 해법이다.
NVIDIA는 2025년 1.6Tb/s 포토닉스 스위치를 공개하며
이 방향을 공식화했다. (NVIDIA Newsroom)

STF, 즉 Space Transformer는 프로브카드 안에서
위쪽 PCB의 넓은 배선을 아래쪽의 매우 촘촘한 프로브 핀 배열로 바꿔주는 부품이다.
쉽게 말하면 큰 도로를 아주 좁은 골목으로
질서 있게 나눠주는 정밀한 분기판이다. (fict-g.com)

MLO는 Multi-Layer Organic의 약자다.
유기재료 기반의 다층 배선 구조라고 이해하면 된다.
즉 STF MLO는 결국
초정밀 유기 다층 기판의 한 형태에 가깝다. (FormFactor, Inc.)

---

2. NVIDIA는 지금 무엇을 바꾸고 있나

NVIDIA가 보여주는 차세대 AI 인프라는
“더 좋은 GPU를 만든다”는 말만으로 설명이 잘 안 된다.

공식 자료에서 Vera Rubin NVL72는
72개의 Rubin GPU와 36개의 Vera CPU를 하나의 랙 스케일 시스템으로 묶는다.
즉, 칩보다 랙 전체를 하나의 컴퓨터처럼 설계하는 방향이 분명해졌다. (NVIDIA)

NVIDIA는 Rubin NVL72가
Blackwell 대비 더 적은 GPU로 학습을 수행하고,
추론은 백만 토큰당 비용을 크게 낮추는 방향이라고 설명한다.
핵심은 단순 최고 성능이 아니라 더 낮은 TCO다. (NVIDIA)

이 흐름은 Kyber에서 더 선명하다.
NVIDIA는 OCP 관련 공식 글에서
Kyber가 컴퓨트 블레이드를 수직으로 세우고,
뒤쪽 NVLink 스위치 블레이드를 cable-free midplane으로 연결한다고 설명했다.
즉, 랙 내부 집적도를 더 끌어올리는 구조다. (NVIDIA)

배선 구조도 함께 바뀌고 있다.
랙 내부는 더 짧고 더 촘촘한 구리 연결을 쓰고,
랙 밖으로 나가는 구간은 광통신 비중을 늘리는 방향이다.
NVIDIA의 포토닉스 발표는 이 흐름을 공식적으로 보여준다. (NVIDIA Newsroom)

현재 NVIDIA 공식자료로 가장 분명하게 확인되는 속도 구간은
800G와 1.6T다.
업계는 그 이후도 바라보지만,
공식 확인 기준으로는 이 구간이 가장 명확하다. (NVIDIA Newsroom)

---

3. 왜 PCB가 새 병목으로 떠오르나

칩 안에서는 계산이 끝난다.
문제는 그 계산 결과를 칩 밖으로 빼낼 때 생긴다.

신호를 더 많이, 더 빠르게, 더 적은 전력으로 보내야 한다.
그런데 공간은 더 좁아지고, 발열은 더 커지고,
연결 수는 더 늘어난다.
이 지점부터 병목은 연산보다 연결에서 생기기 시작한다. (NVIDIA)

그래서 업계는 칩, 패키지, 보드를 따로 보는 대신
하나의 연결 문제로 보기 시작했다.
IPC는 이를 silicon-to-systems 관점으로 설명하며,
실리콘부터 보드 조립까지 전 구간을 함께 봐야 한다고 말한다. (NVIDIA Newsroom)

NVIDIA의 NVLink-C2C 설명도 같은 방향이다.
NVIDIA는 이 기술이 PCB-level integration, MCM, silicon interposer,
wafer-level connections까지 확장 가능하다고 설명한다.
즉, 칩과 패키지와 보드의 경계가 흐려지고 있다는 뜻이다. (NVIDIA)

그래서 지금 시장이 말하는 고급 PCB는
예전처럼 층수가 좀 많은 서버 보드를 뜻하지 않는다.
앞으로 더 중요해지는 것은
칩과 패키지와 보드 사이의 물리적 병목을 줄여주는
초미세 고밀도 유기기판과 인터포저형 구조다. (shinko.co.jp)

내 판단으로 이 수요가 더 본격화되는 기점은
바로 Rubin·Kyber 같은 랙 고집적 세대다.
이 문장은 해석이지만,
근거가 되는 방향은 NVIDIA가 직접 밝힌
랙 구조 변화, cable-free midplane, 포토닉스 전략에 있다. (NVIDIA)

---

4. 그래서 ‘고급 PCB’의 본질은 무엇인가

핵심은 단순하다.
더 미세하고, 더 빠르고, 더 안정적으로 신호를 보내는 것이다.

AI 서버와 고성능 반도체로 갈수록
배선은 더 촘촘해지고, 층수는 늘어나고, 신호 속도는 더 빨라진다.
그래서 중요한 것은 단순한 판이 아니라
미세배선, 고다층 적층, 저손실 소재, 임피던스 제어, 열 관리, 뒤틀림 억제다. (교세라 KYOCERA Korea)

SHINKO의 i-THOP는
유기 인터포저와 빌드업 기판을 통합한 2.3D 유기기판이다.
회사는 이를 2.5D 실리콘 인터포저의 대안으로 소개하며,
HBM, chiplet, 대형 패키지를 겨냥한다. (shinko.co.jp)

TOPPAN의 T-RECS도 같은 흐름 위에 있다.
TOPPAN은 이를 fine pitch, low CTE, rigidity를 갖춘
코어리스 유기 인터포저라고 설명한다.
즉 앞으로 중요해지는 것은
단순 메인보드가 아니라 칩 옆에서 신호를 받아내는 기판이다. (holdings.toppan.com)

---

5. 이 영역을 할 수 있는 글로벌 소수업체는 누구인가

보수적으로 보면,
현재 이 흐름에 가장 가깝게 올라와 있는 양산 축은
Ibiden, Kyocera, SHINKO, TOPPAN 정도로 좁혀볼 수 있다.
이 평가는 각 회사가 직접 공개한 제품 방향과 투자 내용을 바탕으로 한 해석이다. (Ibiden)

5-1. Ibiden: 양산 규모가 강한 축

Ibiden은 2026년 2월
AI 서버와 고성능 서버용 high-performance IC package substrates
생산능력 확대 투자를 공식 발표했다.
즉 이 회사는 이 시장에서
기술뿐 아니라 대량 양산 축을 담당하는 플레이어로 읽힌다. (Ibiden)

5-2. Kyocera: 패키지와 보드를 함께 보는 축

Kyocera는 FC-BGA에서
3,000개 이상 I/O의 high-end flip chip 대응을 설명하고,
AnyLayer PWB에서는 40μm/40μm line/space와
fine pitch, higher layer count를 강조한다.
즉, 패키지와 보드가 만나는 지점의 공정을
넓게 커버하는 회사다. (교세라 KYOCERA Korea)

5-3. SHINKO: 유기 인터포저형 대안을 밀고 가는 축

SHINKO는 i-THOP를 통해
유기 인터포저와 빌드업 기판을 통합한 구조를 제시한다.
회사는 이를 2.5D 대안으로 설명하며,
HBM, chiplet, 이종집적 패키지를 겨냥한다.
패키지와 보드의 경계가 흐려질수록
더 중요해질 가능성이 큰 플레이어다. (shinko.co.jp)

5-4. TOPPAN: 코어리스 구조 혁신 축

TOPPAN은 2024년
차세대 반도체용 coreless organic interposer를 공개했다.
회사 설명의 핵심은
fine pitch, low CTE, rigidity, 고신뢰성이다.
즉 범용 PCB 강자라기보다
차세대 인터포저형 기판에서 차별화된 업체다. (holdings.toppan.com)

정리하면 경쟁 구도는 이렇다.
Ibiden은 양산 규모,
Kyocera는 공정 범위,
SHINKO는 유기 인터포저형 대안,
TOPPAN은 코어리스 구조 혁신이 강점이다.
이 구분은 각 회사의 공식 자료를 비교해 정리한 해석이다. (Ibiden)

---

6. 여기서 FICT를 따로 봐야 하는 이유

위 4곳은
“고급 PCB·패키지·유기 인터포저”를 보는
보수적 양산 축이라고 볼 수 있다.

그런데 STF MLO와 고급 PCB의 연결성을 이해하려면
반드시 따로 봐야 하는 회사가 하나 있다.
바로 FICT다. (fict-g.com)

6-1. FICT는 어떤 회사인가

FICT는 일본의
고급 PCB, 패키지 서브스트레이트, 프로브카드 기판 회사다.
자사 홈페이지는 회사를
high-end PCBs and substrates manufacturer라고 설명하고,
적용처로 슈퍼컴퓨터, AI·빅데이터용 고성능 서버,
5G 통신장비, 반도체 테스트 장비를 든다. (fict-g.com)

즉 FICT는 단순 PCB 회사가 아니다.
보드, 패키지, 테스트 기판을 한 축에서 다뤄 온 회사다. (fict-g.com)

6-2. FICT의 뿌리와 연혁은 왜 중요할까

FICT의 공식 연혁에 따르면
이 회사의 뿌리는 1967년 Fujitsu의 PCB 사업이다.
이후 고다층 PCB, FC-BGA, 차세대 프로브카드,
Any Layer IVH 기반 F-ALCS, 슈퍼컴퓨터용 기판을 거쳐
2022년 현재의 FICT로 사명을 바꿨다.
2025년에는 MBK Partners와 FormFactor가 주주로 참여했다. (fict-g.com)

이 연혁이 중요한 이유는 단순하다.
FICT는 패키지 서브스트레이트와 프로브카드용 ST Organic을
같은 기술 계보 안에서 발전시켜 온 회사이기 때문이다.
즉, 패키지와 테스트 인터페이스를
분리해서 보지 않고 같이 발전시켜 온 셈이다. (fict-g.com)

6-3. 그래서 왜 FICT의 말이 중요한가

FICT는 2024년 SWTest Asia에서
차세대 Space Transformer Organic 발표를 했다.
이 발표에서 회사는
기반 기술을 PKG substrate, Any Layer & Fine Pitch, High Layer PCB라고 적었고,
목표를 2026년 30μm 미만 pin pitch,
2030년 20 build-up layers 초과로 제시했다. (fict-g.com)

이 문장은 매우 중요하다.
왜냐하면 FICT가 직접
**“STF MLO의 미래는 패키지 서브스트레이트와 고다층 PCB 기술 위에 있다”**고
말한 것이기 때문이다.
즉, STF와 고급 PCB가 기술적으로 닿아 있다는 점을
가장 선명하게 설명하는 회사가 바로 FICT다. (fict-g.com)

여기에 FormFactor는
2025년 FICT 거래 종결 발표에서
이번 협력이 advanced probe cards와 advanced packaging 확산에 대응하는
공급망 강화라고 설명했다.
즉 글로벌 테스트 장비 핵심 업체도
FICT의 기술을 중요 자산으로 보고 있다는 뜻이다. (FormFactor, Inc.)

정리하면 FICT는
대형 패키지 기판 양산 강자라기보다,
패키지 기판과 STF MLO가 기술적으로 어디서 만나는지를 보여주는
가장 좋은 참조 회사에 가깝다. (fict-g.com)

FICT는 비상장사라 공개 컨센서스가 없어 컨센서스 비교는 제외했고, 모델은 공개된 순이익·자산/자본, 회사 사업구조, 그리고 2024년 CEO 인터뷰의 “3년 후 매출 400억엔” 목표를 앵커로 둔 추정치임. 

가장 최근 지분매입 Value는 대량 3500억원.
 KRW/JPY 환율 9.36 기준
 2028년 fPER  7.5X.

---

7. 이제부터는 STF MLO에 대한 내 개인적 추정이다

여기서부터는 공개자료 위에 올린
내 해석과 가설이다.

현재 STF MLO는
주로 프로브카드 상판과 테스트 인터페이스 보드에 쓰이는 기술이다.
국내 상장사 중 한 곳은 2024년
CPU, GPU, HBM용 버티컬 프로브카드와 테스트 인터페이스 보드용
STO-ML 개발을 공개했다.
또 특정업체는 자사 홈페이지에서
프로브카드, 인터페이스 보드, 테스트 소켓을 묶는
통합 테스트 아키텍처를 강조하고 있다. (ZDNet Korea)

즉 오늘 기준의 STF MLO는
런타임 서버 안의 부품이라기보다
테스트 인터페이스용 초정밀 유기 다층기판이다.
이 점은 분명히 구분해야 한다. (ZDNet Korea)

그런데 내가 주목하는 것은
이 기술의 현재 용도보다
그 안에 들어간 제조 역량이다.

고급 PCB의 본질은 결국
더 미세하고, 더 빠르고, 더 안정적으로 신호를 보내는 것이다.
AI 서버와 고성능 반도체로 갈수록
배선은 더 촘촘해지고, 층수는 늘어나며, 신호 속도는 더 빨라진다.
그래서 중요한 것은
미세배선, 고다층 적층, 저손실 소재, 저 CTE, 저 warpage,
고속 신호 무결성이다. (교세라 KYOCERA Korea)

그런데 STF도 본질적으로 비슷한 일을 한다.
Nidec SV Probe는 ST를
프로브 헤드와 PCB 사이의 핵심 부품이라고 설명하고,
여기에 MLO/Mini-PCB와
Multi-Site MLO Reflow of Package Substrate를 포함시킨다.
즉 STF는 큰 배선을 더 작은 배선 세계로
정교하게 재배열하는 구조다. (FormFactor, Inc.)

그리고 FICT는
차세대 Space Transformer Organic의 기반 기술을
PKG substrate, Any Layer & Fine Pitch, High Layer PCB라고 직접 적었다.
이 말은 곧 STF MLO 안에 이미
고급 PCB와 패키지 기판이 어려워지는 이유가
그대로 들어 있다는 뜻이다. (fict-g.com)

그래서 내 생각은 이렇다.
STF MLO와 고급 PCB의 연결점은
제품이 같다는 데 있지 않다.
핵심은 필요한 제조 역량이 겹친다는 데 있다.
이 문장은 해석이지만,
FICT와 Nidec 자료가 그 해석을 강하게 뒷받침한다. (fict-g.com)

---

8. STO-ML은 어떻게 봐야 할까

현재 공개자료로 확인되는 사실은 분명하다.
특정업체는 STO-ML을 공개했고,
고성능 프로브카드와 고속 인터페이스 보드, 테스트 소켓을
함께 제공하는 구조를 갖고 있다고 설명한다. (ZDNet Korea)

이 정도만으로도
특정업체가 초정밀 빌드업 유기기판 영역에
발을 들였다는 점은 의미가 있다.
특히 테스트 인터페이스 관점에서는 분명한 진전이다. (ZDNet Korea)

다만 아직 공개자료만으로
이 기술이 Rubin·Kyber용 실제 시스템 인터포저로 직접 들어간다고
말할 수는 없다.
그 선은 분명히 구분해야 한다.
이 문장은 보수적 판단이다. (NVIDIA)

그래서 내 결론은 이렇게 정리된다.
특정업체 STF MLO는 현재는 테스트 인터페이스 기술이다.
하지만 장기적으로는
고급 유기기판과 인터포저 인접 시장으로 확장될 수 있는
옵션 가치를 가진 기술일 가능성이 있다.
이 역시 내 해석이지만,
공개된 기술 계보를 볼 때 충분히 생각해볼 만한 가설이다. (fict-g.com)

---

9. 맺음말

Rubin·Kyber 세대부터 AI 인프라는
더 많은 칩을 더 좁은 공간에 넣고,
더 적은 케이블로 묶고, 더 낮은 전력으로 운영하는 방향으로 간다.
이 과정에서 병목은 연산보다 연결에서 더 크게 드러난다. (NVIDIA)

이 변화는 자연스럽게
칩과 패키지와 보드의 경계를 흐리게 만든다.
그리고 그 사이의 병목을 해결할
새로운 고급 PCB 수요를 만들어낸다.
앞으로 중요해지는 것은
그저 층수가 많은 PCB가 아니라
칩 바로 옆에서 초고속 신호를 받아낼 수 있는
고급 유기기판과 인터포저형 구조다. (NVIDIA)

그리고 내 개인적 견해로는
STF MLO는 바로 그 미래가 요구하는 제조 역량을
가장 압축적으로 보여주는 기술 가운데 하나다.
제품의 현재 용도는 테스트용이지만,
기술의 결은 분명히 미래의 고급 기판 영역과 닿아 있다.
FICT가 중요한 이유도 바로 여기에 있다.
이 회사는 그 연결고리를 말로만 설명하는 것이 아니라,
반세기 넘는 패키지·보드·프로브카드 기술의 연속선 위에서
직접 보여주는 몇 안 되는 업체이기 때문이다. (fict-g.com)

한 줄로 줄이면 이렇다.

고급 PCB 시대가 온다는 것은
정밀 배선과 고속 신호 제어 능력의 가치가 올라간다는 뜻이고,
STF MLO는 그 능력을 가장 빡센 형태로 보여주는 기술일 수 있다.

특정업체
매수매도 추천아님

끝