BANDO | 반도체에서 시작해 돈의 흐름까지. 세상을 바꾸는 기술과 기업, 그 뒤의 사람을 봅니다. 멍거의 생각과 짐캘러와 머스크의 도전을 좋아합니다.
SEOUL
- Tweets 399
- Following 2,686
- Followers 1,800
- Likes 755
Pinned Tweet
세상을 바꾼 기업을 샀는데, 내 계좌는 왜 그대로일까?
미래를 맞히는 것과 투자로 돈을 버는 것은 다른 문제입니다. AI가 커진다는 데 베팅하는 사람은 많습니다. 하지만 그 안에서 누가 진짜 이익을 남길지, 얼마에 사야 할지는 훨씬 어려운 질문입니다.
저는 그 답을 반도체에서 시작해 찾아보려 합니다.
1. AI는 화면 속에 있지만, 돈은 현실에 들어갑니다.질문을 입력하면 몇 줄의 문장이 나옵니다. 하지만 그 뒤에서는 칩이 돌아가고, 메모리가 데이터를 담고, 네트워크가 정보를 나릅니다. 전기가 들어가고, 뜨거워진 장비를 식혀야 합니다. AI가 마법처럼 보여도, 그걸 움직이는 건 결국 물리적인 설비와 반도체입니다.
2. 좋은 칩 하나로는 부족합니다.연산이 빨라져도 데이터를 제때 가져오지 못하면 병목이 생깁니다. 칩을 잔뜩 사도 전력을 확보하지 못하면 돌릴 수 없습니다.
그래서 제가 던질 질문은 이것입니다. “다음 칩은 얼마나 빠를까?” 그리고 “그 칩을 제대로 쓰려면 무엇이 더 필요할까?”메모리, 패키징, 광통신, 전력 인프라까지. 기술이 실제 서비스와 현금으로 바뀌는 병목의 전 과정을 보려 합니다.
3. 유망한 산업과 좋은 기업은 다릅니다.수요가 늘어도 경쟁사가 더 빨리 공급을 늘릴 수 있고, 매출이 커져도 공장과 장비에 들어가는 비용이 더 클 수 있습니다.
그래서 '시장 규모(TAM)가 커진다'는 말 다음을 봐야 합니다. • 고객이 이 회사 제품을 대체하기 어려운가 • 가격을 올려도 사가는가 (가격 결정력) • 늘어난 매출이 온전히 이익과 잉여현금으로 남는가
4. 결국 기술 뒤에는 사람이 있습니다.같은 호황을 보고도 누구는 무리하게 증설하고, 누구는 기다립니다. 누구는 장밋빛 약속을 쏟아내고, 누구는 조용히 숫자로 증명합니다.
호황기에 무슨 말을 했는지, 불황기에 무엇을 지켰는지, 그리고 틀렸을 때 솔직히 인정하고 방향을 바꿨는지. 기술을 이해하려 시작했지만 결국 경영자의 선택을 공부하게 되는 이유입니다.
5. 훌륭한 기업에도 비싼 가격은 있습니다.좋은 스토리를 모았다고 좋은 투자가 되지는 않습니다. 지금 주가는 어느 정도의 성공을 선반영하고 있는가. 예상이 빗나가면 무엇이 남는가. 사고 싶은 이유만큼, 사지 말아야 할 이유도 집요하게 찾겠습니다.
이곳에서는 AI와 반도체를 출발점으로 기술이 필요한 곳, 기업이 돈을 버는 방식, 사람이 내리는 선택을 따라갑니다.
확인된 팩트와 추측은 철저히 구분하고, 틀린 생각은 담백하게 고치겠습니다.
다음 유행을 먼저 외치는 사람보다, '왜 돈이 그곳으로 흘러가는지' 설명하는 사람이 되겠습니다.
BANDO.
반도체에서 시작해 돈의 흐름까지.
9
8
55
1,267
삼전 하닉 보나스에 배아파 말자구요.
어차피 저희의 것이 아닙니다.
찰리 멍거가 말한 ‘인생을 반드시 불행하게 사는 법’ 중 하나.
“나보다 더 빨리 부자가 되는 사람을 시기하라.”
오늘 삼성전자 DS 성과급 뉴스가 딱 그렇다.
누군가는 몇 억을 받는다는 숫자를 보고 “나는 뭐하고 있지?”라고 생각할 수도 있다.
근데 멍거식으로 보면 그 순간부터 게임이 꼬인다.
남의 성과급은 내 자산을 1원도 줄이지 않는다. 오히려 중요한 건 왜 저만큼의 돈이 만들어졌는지를 보는 것.
AI → HBM·DRAM 가격 상승 → 반도체 이익 폭증 → 성과급 증가.
부러워할 게 아니라, 돈이 어디서 생겼고 어디로 흘러가는지를 보면 된다.
남의 몇 억을 시기하면 불행해지고, 그 몇 억이 만들어진 구조를 공부하면 투자 아이디어가 된다.
역시 멍거옹은 틀린 말이 없다.
1
매번 삼성 리포트만 줄줄 내다가 IBK에서 간만에 하닉 리포트 내줬네요.
1등하다가 또 1등하기가 참 어렵습니다만
하이닉스 아직 죽지않았습니다.
IBK, SK하이닉스 목표주가 400만원 때렸다.
현재가 177.3만원. 상승여력 +125.6%.
근거도 세다. 3Q26 매출 95.8조, 영업이익 75.1조, 영업이익률 78.4%. 4Q26 영업이익률은 80.3%, 2027년 영업이익은 무려 443.6조 전망.
AI 메모리 수요는 계속 증가하는데 공급 증가는 제한적이다. HBM뿐 아니라 일반 DRAM·NAND까지 가격 상승이 번지는 그림.
여기에 2025~27년 누적 FCF의 50% 이상을 주주환원에 사용. IBK는 2026년 최소 90조원 수준을 예상하며 추가 자사주 매입 가능성까지 보고 있다.
예전엔 “100만닉스 가냐”를 얘기했다.
이젠 증권사가 진지하게 “400만닉스”를 계산하고 있다.
1
개인적으로 삼성SDS도 꾸준히 모아가고 있습니다. 지금은 삼성 계열사 고객들만 상대하지만 추후엔 풀스택으로 DC를 수출할것이기 때문입니다.
지금 주가도 많이 떨어졌네요
삼성SDS를 아직 ‘삼성전자 전산실’ 정도로 보면 안 된다.
3Q26 예상 매출 3.66조원. 클라우드는 +16.9%.
근데 진짜 봐야 할 건 그다음이다.
삼성전자 생성AI → MSP AI Agent 확산 → AX 반도체 팹 증설 → MES·물류자동화 정부 GPU → AI Cloud OpenAI → 국내 AI 데이터센터 외부 고객 → 데이터센터 DBO
특히 재미있는 건 마지막이다.
삼성SDS는 이제 자기 데이터센터만 운영하는 게 아니라 남의 데이터센터를 설계→구축→운영하는 DBO 사업으로 밖으로 나오고 있다.
이미 첫 외부 수주도 확보.
AI 인프라 역시 현재 약 110MW → 2029년 230MW → 2031년 800MW+
여기에 OpenAI와 추진 중인 국내 AI DC까지 붙는다.
결국 삼성SDS가 노리는 건 단순 SI가 아니다.
GPU → 데이터센터 → 클라우드 → AI Agent
AI 인프라 스택을 아래부터 위까지 전부 먹겠다는 그림이다.
삼성전자 CAPEX에 붙어가던 회사가 외부 AI 인프라까지 파는 회사로 변하고 있다.
1
찰리 멍거가 말한 ‘인생을 반드시 불행하게 사는 법’ 중 하나.
“나보다 더 빨리 부자가 되는 사람을 시기하라.”
오늘 삼성전자 DS 성과급 뉴스가 딱 그렇다.
누군가는 몇 억을 받는다는 숫자를 보고 “나는 뭐하고 있지?”라고 생각할 수도 있다.
근데 멍거식으로 보면 그 순간부터 게임이 꼬인다.
남의 성과급은 내 자산을 1원도 줄이지 않는다. 오히려 중요한 건 왜 저만큼의 돈이 만들어졌는지를 보는 것.
AI → HBM·DRAM 가격 상승 → 반도체 이익 폭증 → 성과급 증가.
부러워할 게 아니라, 돈이 어디서 생겼고 어디로 흘러가는지를 보면 된다.
남의 몇 억을 시기하면 불행해지고, 그 몇 억이 만들어진 구조를 공부하면 투자 아이디어가 된다.
역시 멍거옹은 틀린 말이 없다.
4
IBK, SK하이닉스 목표주가 400만원 때렸다.
현재가 177.3만원. 상승여력 +125.6%.
근거도 세다. 3Q26 매출 95.8조, 영업이익 75.1조, 영업이익률 78.4%. 4Q26 영업이익률은 80.3%, 2027년 영업이익은 무려 443.6조 전망.
AI 메모리 수요는 계속 증가하는데 공급 증가는 제한적이다. HBM뿐 아니라 일반 DRAM·NAND까지 가격 상승이 번지는 그림.
여기에 2025~27년 누적 FCF의 50% 이상을 주주환원에 사용. IBK는 2026년 최소 90조원 수준을 예상하며 추가 자사주 매입 가능성까지 보고 있다.
예전엔 “100만닉스 가냐”를 얘기했다.
이젠 증권사가 진지하게 “400만닉스”를 계산하고 있다.
9
삼성SDS를 아직 ‘삼성전자 전산실’ 정도로 보면 안 된다.
3Q26 예상 매출 3.66조원. 클라우드는 +16.9%.
근데 진짜 봐야 할 건 그다음이다.
삼성전자 생성AI → MSP AI Agent 확산 → AX 반도체 팹 증설 → MES·물류자동화 정부 GPU → AI Cloud OpenAI → 국내 AI 데이터센터 외부 고객 → 데이터센터 DBO
특히 재미있는 건 마지막이다.
삼성SDS는 이제 자기 데이터센터만 운영하는 게 아니라 남의 데이터센터를 설계→구축→운영하는 DBO 사업으로 밖으로 나오고 있다.
이미 첫 외부 수주도 확보.
AI 인프라 역시 현재 약 110MW → 2029년 230MW → 2031년 800MW+
여기에 OpenAI와 추진 중인 국내 AI DC까지 붙는다.
결국 삼성SDS가 노리는 건 단순 SI가 아니다.
GPU → 데이터센터 → 클라우드 → AI Agent
AI 인프라 스택을 아래부터 위까지 전부 먹겠다는 그림이다.
삼성전자 CAPEX에 붙어가던 회사가 외부 AI 인프라까지 파는 회사로 변하고 있다.
4
긴코 오늘도 박살나는데.
기회일까 위기일까?
$DNA -17%.
장중 $18.22 신고가 찍고 $12.54 마감.
뚜렷한 대형 악재보다는 최근 급등에 따른 차익실현 성격이 강해 보인다.
6
세상에는 나보다 똑똑한 사람이 반드시 있다.
찰리 멍거는 이 사실을 일찍 깨달았다. 칼텍에서 자신보다 훨씬 뛰어난 사람들을 만나면서, 모든 분야에서 최고가 되려 하기보다 ‘내가 모르는 것’을 인정하는 법부터 배웠다.
반대로 천재가 자신의 천재성에 취하면 어떻게 될까.
대표적인 사례가 스탠리 드러켄밀러다.
드러켄밀러는 전설적인 투자자였다. 소로스는 연평균 약 30%의 수익률을 올리던 그를 퀀텀펀드의 핵심 운용자로 데려왔다.
1992년에는 소로스와 함께 영국 파운드화에 베팅했고, 결국 약 $1B의 수익을 올리며 ‘영란은행을 무너뜨린 사나이들’이 됐다.
문제는 그다음이었다.
1999년 닷컴버블. 드러켄밀러는 기술주가 지나치게 비싸다고 생각해 한동안 거리를 뒀다.
그런데 주변 투자자들이 기술주로 자신보다 훨씬 높은 수익을 내는 모습을 계속 지켜봤다.
결국 참지 못했다.
훗날 그는 이 순간을 이렇게 회상한다.
“나는 감정적으로 변했고, 참을 수가 없었다.”
그리고 2000년 초, 닷컴버블이 거의 정점에 도달했을 때 기술주에 뛰어든다.
결과는 참혹했다.
몇 달 뒤 나스닥은 무너졌고, 드러켄밀러는 막대한 손실을 입은 뒤 소로스 펀드를 떠났다.
놀라운 건 그가 시장을 몰랐던 게 아니라는 점이다.
오히려 처음 판단이 맞았다.
너무 비싸다는 것도 알았고, 버블이라는 것도 알고 있었다.
그런데 ‘다른 사람이 나보다 돈을 더 버는 것’을 견디지 못했다.
투자에서 가장 위험한 순간은 내가 무지할 때가 아닐지도 모른다.
내가 충분히 똑똑하다고 믿기 시작할 때다.
멍거가 평생 강조했던 것도 결국 비슷하다.
세상에는 나보다 뛰어난 사람이 얼마든지 있다. 모르는 것은 모른다고 인정하고, 내 능력범위 안에서 좋은 공이 올 때까지 기다리면 된다.
천재 드러켄밀러조차 FOMO 앞에서는 무너졌다.
그러니 평범한 투자자가 가져야 할 가장 강력한 무기는 더 많은 지식이 아니라 어쩌면 ‘겸손’일지도 모른다.
5
미장, 장중 공포에 비하면 꽤 강하게 이말올.
S&P500 -0.22% NASDAQ -0.22% DOW -0.66% Russell2000 -1.31%
초반 악재는 명확했다.
Brent $100 재돌파 → 인플레 우려 미 장기채 금리 상승 → 성장주 압박 반도체까지 동반 하락. 장중 $MU -2%대, $NVDA도 밀렸다.
그런데 후반부 유가가 진정되면서 낙폭을 상당 부분 회복했다. IEA의 비축유 방출 결정이 유가 부담을 낮춘 게 컸다.
결국 오늘 장에서 보인 건 하나.
유가 $100 + 고금리라는 꽤 센 조합에도 S&P와 나스닥은 -0.2% 수준에서 버텼다.
다만 속은 약하다. 러셀은 -1.3%, S&P500 종목 중 200일선 위에 있는 종목도 절반 아래로 내려왔다.
지수는 버티는데 체력은 AI·대형 기술주에 몰리는 장.
1
1
25
“AI 서버 한 대에 주석이 최대 5톤 들어간다.”
구리만 보고 있었는데, 진짜 조용히 미친 금속은 따로 있었다.
주석(Tin).
LME 주석은 톤당 $50,000을 넘어섰고,
3년 동안 가격이 2배 넘게 뛰었다.
왜 AI가 주석을 먹을까?
전 세계 주석 수요의 절반가량이 ‘솔더’.
쉽게 말해 PCB와 반도체 부품을 붙이는 납땜 소재다.
일반 데이터센터 1GW → 주석 약 400~500톤.
AI 데이터센터 1GW → 약 1,200~1,500톤.
거의 3배다.
그런데 공급은 빡빡하다.
세계 최대 정련 주석 업체는 중국 Yunnan Tin.
2025년 생산량 약 9.1만톤으로 압도적 1위다.
2위는 페루 Minsur 약 3.26만톤.
그 뒤로 중국 Guangxi Huaxi, Yunnan Chengfeng,
인도네시아 PT Timah가 따라간다.
더 재밌는 건 지금이다.
세계 1위 Yunnan Tin이 9월 30일부터 최대 45일간 Gejiu 제련소 정비에 들어갔다.
AI 수요는 올라오는데
세계 최대 공급자는 생산 차질 구간에 들어간 셈이다.
AI CAPEX가 처음엔 GPU를 올렸고,
HBM → 광통신 → 전력 → 구리를 끌어올렸다.
이제 PCB 위에서 칩을 붙이는 ‘납땜 금속’까지 돈이 내려오고 있다.
AI 병목은 점점 더 싸고 평범해 보이는 재료로 내려간다.
Yunnan Tin 000960.SZ PT Timah (IDX: TINS)
2
38
“노트북에 RAM 128GB.”
이제 AI 메모리 전쟁이 데이터센터 밖으로 내려오기 시작했다.
$MSFT 가 공개한 Surface Laptop Ultra. $NVDA RTX Spark를 넣고 최대 128GB Unified Memory, AI 연산은 최대 1 PFLOP(FP4)까지 간다.
더 센 건 책상 위다.
NVIDIA DGX Station for Windows는 GB300 Grace Blackwell Ultra 기반에 무려 748GB coherent memory.
로컬에서 최대 1조 파라미터급 모델까지 돌리는 걸 목표로 한다.
왜 메모리를 이렇게 때려 넣을까.
AI Agent가 클라우드에 질문만 던지는 게 아니라 PC 안에서 파일을 읽고, 코딩하고, 작업을 수행하기 시작했기 때문이다.
지금까지 AI 메모리의 주인공은 HBM이었다.
그런데 Agent가 Cloud → PC로 내려오면 질문이 달라진다.
“AI PC 한 대에 RAM을 얼마나 넣어야 하는가?”
16GB → 32GB → 64GB → 128GB.
AI가 서버의 메모리 밀도를 끌어올렸다면, Agent는 개인 PC의 메모리 기준까지 바꿀 수 있다.
HBM에서 시작된 AI의 메모리 먹방이 이제 일반 DRAM까지 내려오는지 볼 때다.
$NVDA $MSFT $MU $000660 $005930
1
5
199
Marvell 투자자분들은 마벨 CEO 맷머피에 대해서도 알아가시면 좋겠습니다.
결국 기업의 꼭대기에는 사람이 있습니다. 기업의 가장 큰 리스크는 오너리스크이기에 CEO는 꼭 한 번 보면 좋습니다!
매주 90마일, 약 145km를 달리는 반도체 CEO가 있다.
$MRVL CEO Matt Murphy. 이 사람의 30년을 보면 지금 Marvell이 왜 AI의 한복판에 있는지 보인다.
1972년생. Franklin & Marshall College에서 B.A. 학사.
의외로 공대 출신도 아니고, MBA도 없다.
1994년 졸업하자마자 Maxim Integrated에 입사한다. 그리고 무려 22년을 한 회사에서 버틴다.
영업·마케팅부터 시작해 통신·자동차 사업부, 제품개발, 전사 P&L까지 올라갔다.
그러다 임원이 된 2010년, 회사에 자신을 Stanford로 보내달라고 요청한다.
Stanford GSB의 Executive Program.
정규 MBA는 아니지만 8~10주 동안 캠퍼스에 들어가 회계·전략·경영을 다시 배웠다.
재밌는 건 돌아온 뒤다.
본인이 너무 좋았는지 후배 임원들도 Stanford에 보내기 시작했고, 훗날 Marvell에서는 아예 자체 리더십 프로그램까지 만든다.
그리고 2016년. 22년 다닌 Maxim을 떠나 Marvell CEO가 된다.
당시 Marvell은 지금 우리가 아는 AI 반도체 회사와 거리가 멀었다.
창업자들이 회사를 떠났고, 회계·내부통제 문제로 SEC 조사까지 이어졌으며 행동주의 펀드 Starboard가 이사회 개편에 들어간 뒤였다.
Murphy가 여기서 선택한 건 ‘뭘 더 할까?’가 아니었다.
‘뭘 버리고 어디에 집중할까?’
소비자·스토리지 중심이던 회사를 데이터센터·네트워크·연결 중심으로 뜯어고치기 시작한다.
그리고 승부수가 시작된다.
2018년 Cavium 약 $6B. 2020년 Inphi 약 $10B.
특히 Inphi는 당시 Marvell 입장에서는 엄청난 베팅이었다. 발표 당일 주가도 오히려 하락했다.
그런데 Murphy가 $10B를 주고 산 핵심 기술이 지금 보면 재밌다.
‘데이터를 빠르게 움직이는 기술.’
Inphi는 데이터센터 안과 데이터센터 사이를 연결하는 고속 광통신에 강했다.
ChatGPT도 없었고 AI 광통신이 지금처럼 주목받기도 전이었다.
Murphy는 이미 데이터가 폭발하면 ‘계산’만큼 ‘이동’이 중요해질 거라고 보고 있었다.
이후 퍼즐을 계속 모은다.
Avera → Custom ASIC Innovium → Cloud Switching Celestial AI → Optical Interconnect XConn → CXL·PCIe
반대로 자기 그림에서 멀어진 사업은 계속 정리했다.
10년 동안 한 일을 한 문장으로 줄이면 이거다.
‘AI칩 주변의 모든 데이터 길목을 먹는다.’
Murphy 개인도 묘하게 이 전략과 닮았다.
철인3종과 장거리 달리기에 빠진 지구력 운동광. 한때 주당 90마일, 약 145km를 뛰었다고 한다.
그리고 스포츠에서 배운 중요한 교훈으로 ‘이기는 법’이 아니라 ‘지는 법’을 꼽았다.
한 번의 승부보다 방향을 정하고 오래 버티는 사람이다.
Marvell에서도 똑같았다.
2016년에는 AI가 없었다.
그런데 10년 동안
Storage → Data Infrastructure General Chip → Custom Silicon Electrical → Optical Compute → Interconnect
회사의 방향을 하나씩 틀었다.
그리고 2026년. 그 10년짜리 베팅의 숫자를 공개했다.
FY2026 매출 $8.2B. FY2031 목표 $70~90B.
중간값 $80B.
Custom AI Chip 약 $30B. Interconnect 약 $37.5B.
오히려 AI칩보다 ‘연결’에서 더 큰 시장을 보고 있다.
젠슨 황이 AI의 ‘두뇌’를 장악했다면, Matt Murphy는 10년 동안 그 두뇌 사이에 깔릴 ‘도로’를 사 모았다.
그리고 지금 그는 그 도로가 $37.5B짜리 사업이 될 거라고 베팅하고 있다.
AI 클러스터가 커질수록 계산해야 할 데이터도 늘지만, 그 데이터를 움직여야 하는 거리는 더 복잡해진다.
Matt Murphy는 거기에 10년을 베팅했다.
$MRVL
1
1
4
68
매주 90마일, 약 145km를 달리는 반도체 CEO가 있다.
$MRVL CEO Matt Murphy. 이 사람의 30년을 보면 지금 Marvell이 왜 AI의 한복판에 있는지 보인다.
1972년생. Franklin & Marshall College에서 B.A. 학사.
의외로 공대 출신도 아니고, MBA도 없다.
1994년 졸업하자마자 Maxim Integrated에 입사한다. 그리고 무려 22년을 한 회사에서 버틴다.
영업·마케팅부터 시작해 통신·자동차 사업부, 제품개발, 전사 P&L까지 올라갔다.
그러다 임원이 된 2010년, 회사에 자신을 Stanford로 보내달라고 요청한다.
Stanford GSB의 Executive Program.
정규 MBA는 아니지만 8~10주 동안 캠퍼스에 들어가 회계·전략·경영을 다시 배웠다.
재밌는 건 돌아온 뒤다.
본인이 너무 좋았는지 후배 임원들도 Stanford에 보내기 시작했고, 훗날 Marvell에서는 아예 자체 리더십 프로그램까지 만든다.
그리고 2016년. 22년 다닌 Maxim을 떠나 Marvell CEO가 된다.
당시 Marvell은 지금 우리가 아는 AI 반도체 회사와 거리가 멀었다.
창업자들이 회사를 떠났고, 회계·내부통제 문제로 SEC 조사까지 이어졌으며 행동주의 펀드 Starboard가 이사회 개편에 들어간 뒤였다.
Murphy가 여기서 선택한 건 ‘뭘 더 할까?’가 아니었다.
‘뭘 버리고 어디에 집중할까?’
소비자·스토리지 중심이던 회사를 데이터센터·네트워크·연결 중심으로 뜯어고치기 시작한다.
그리고 승부수가 시작된다.
2018년 Cavium 약 $6B. 2020년 Inphi 약 $10B.
특히 Inphi는 당시 Marvell 입장에서는 엄청난 베팅이었다. 발표 당일 주가도 오히려 하락했다.
그런데 Murphy가 $10B를 주고 산 핵심 기술이 지금 보면 재밌다.
‘데이터를 빠르게 움직이는 기술.’
Inphi는 데이터센터 안과 데이터센터 사이를 연결하는 고속 광통신에 강했다.
ChatGPT도 없었고 AI 광통신이 지금처럼 주목받기도 전이었다.
Murphy는 이미 데이터가 폭발하면 ‘계산’만큼 ‘이동’이 중요해질 거라고 보고 있었다.
이후 퍼즐을 계속 모은다.
Avera → Custom ASIC Innovium → Cloud Switching Celestial AI → Optical Interconnect XConn → CXL·PCIe
반대로 자기 그림에서 멀어진 사업은 계속 정리했다.
10년 동안 한 일을 한 문장으로 줄이면 이거다.
‘AI칩 주변의 모든 데이터 길목을 먹는다.’
Murphy 개인도 묘하게 이 전략과 닮았다.
철인3종과 장거리 달리기에 빠진 지구력 운동광. 한때 주당 90마일, 약 145km를 뛰었다고 한다.
그리고 스포츠에서 배운 중요한 교훈으로 ‘이기는 법’이 아니라 ‘지는 법’을 꼽았다.
한 번의 승부보다 방향을 정하고 오래 버티는 사람이다.
Marvell에서도 똑같았다.
2016년에는 AI가 없었다.
그런데 10년 동안
Storage → Data Infrastructure General Chip → Custom Silicon Electrical → Optical Compute → Interconnect
회사의 방향을 하나씩 틀었다.
그리고 2026년. 그 10년짜리 베팅의 숫자를 공개했다.
FY2026 매출 $8.2B. FY2031 목표 $70~90B.
중간값 $80B.
Custom AI Chip 약 $30B. Interconnect 약 $37.5B.
오히려 AI칩보다 ‘연결’에서 더 큰 시장을 보고 있다.
젠슨 황이 AI의 ‘두뇌’를 장악했다면, Matt Murphy는 10년 동안 그 두뇌 사이에 깔릴 ‘도로’를 사 모았다.
그리고 지금 그는 그 도로가 $37.5B짜리 사업이 될 거라고 베팅하고 있다.
AI 클러스터가 커질수록 계산해야 할 데이터도 늘지만, 그 데이터를 움직여야 하는 거리는 더 복잡해진다.
Matt Murphy는 거기에 10년을 베팅했다.
$MRVL
1
90
AI칩보다 더 크게 잡은 숫자가 나왔다.
$MRVL Marvell이 2031년 매출 목표를 $70B~$90B로 제시했다.
2026년 매출은 $8.2B. 5년 만에 최대 11배를 보겠다는 숫자다.
그런데 어디서 벌겠다는지가 더 중요하다.
Custom AI Chip 약 $30B. Interconnect 약 $37.5B.
즉 Marvell이 보는 AI 시장은 ‘칩을 얼마나 많이 계산하느냐’만의 싸움이 아니다.
수십만 개의 XPU를 묶을수록 칩과 칩 사이에서 움직이는 데이터가 폭발한다.
그래서 광통신·스위치·인터커넥트 매출을 커스텀 AI칩보다 더 크게 잡았다.
발표 후 $MRVL +5.8%. 경쟁사 $AVGO도 +3.7% 움직였다.
AI의 다음 돈은 계산만 하는 칩이 아니라 ‘계산된 데이터를 움직이는 칩’으로 내려가고 있다.
$MRVL $AVGO $COHR $LITE
원문: [Marvell Investor Day 원문]
investor.marvell.com/news
1
2
33
LG전자가 이제 ‘AI 서버용 에어컨’을 판다. 근데 규모가 5GW다.
LG전자가 북미 AIR Control Concepts와 5GW 이상 AI 데이터센터에 칠러를 공급하는 장기 계약을 맺었다.
이미 숫자도 찍히고 있다. LG전자의 AI 데이터센터 냉각솔루션 상반기 수주액은 6,000억원을 넘어섰다.
회사는 2027년 칠러 매출 1조원 목표도 조기 달성할 것으로 보고 있다.
여기서 더 중요한 건 다음 단계다.
LG전자는 단순히 데이터센터 건물을 식히는 칠러에서 끝나는 게 아니라, 서버와 칩을 직접 식히는 액체냉각까지 ‘Chip-to-Chiller’로 들어가고 있다.
AI칩이 더 뜨거워질수록 냉각은 선택이 아니라 필수가 된다.
GPU → HBM → 전력 → 냉각.
AI CAPEX가 내려오면서 우리가 알던 가전회사 LG전자 안에 조금씩 ‘AI 인프라 회사’가 커지고 있다.
$066570 LG전자
1
33
3.6GW. 구글이 이제 전기를 ‘사는’ 게 아니라 수십 년치로 잠그기 시작했다.
$GOOGL이 $CEG Constellation과 총 3,590MW 규모의 전력 계약을 맺었다.
이 중 890MW는 기존 원전 11기의 출력을 높여 확보한다. 첫 공급은 2028년부터, 계약기간은 20년.
나머지 2.7GW도 PJM 지역에서 15년간 확보한다. Constellation이 투입하는 신규 투자만 $4.3B 이상이다.
여기서 핵심은 새 원전이 아니다.
구글은 원전이 새로 지어지길 기다리지 않고, 이미 돌아가는 원전의 출력을 끌어올려 AI용 전력부터 선점하고 있다.
GPU는 더 만들 수 있다. HBM도 팹을 늘릴 수 있다.
하지만 발전소와 송전망은 몇 년 만에 찍어낼 수 없다.
AI 경쟁의 다음 숫자는 GPU 몇 장이 아니라, 누가 먼저 몇 GW를 확보했느냐가 될지도 모른다.
$GOOGL $CEG
3
1
79
AI 서버가 먹는 전기가 늘어나자, 서버 안의 전력반도체까지 바뀌기 시작했다.
일본 Renesas가 AI 데이터센터용 100V GaN FET을 공개했다.
왜 하필 GaN일까?
AI 서버는 전력밀도가 계속 높아지고 있다. 같은 공간에서 더 많은 전력을 처리하려면 전력 변환 과정에서 발생하는 손실과 열부터 줄여야 한다.
Renesas의 신제품은 기존 동급 GaN 대비 스위칭 성능지표를 최대 63% 개선했다.
쉽게 말하면 더 작게 → 더 빠르게 → 열은 덜 나게 전기를 바꿀 수 있다는 것.
AI 전력 테마를 발전소·변압기에서 끝내면 안 되는 이유다.
발전 → 송전 → 냉각 → 서버 전원 → 전력반도체.
GPU가 먹는 전력이 커질수록 돈은 결국 칩 바로 옆까지 내려온다.
$6723 Renesas
1
1
46