실버미국주식 
미국 증시 뉴스를 보다 보면 “국채금리 상승으로 기술주가 하락했다”는 표현을 자주 접하게 됩니다. 국채는 정부가 발행하는 채권이고 기술주는 기업의 주식인데, 서로 다른 두 자산이 왜 함께 움직이는지 처음에는 이해하기 어렵습니다. 미국 국채금리는 기업의 자금 조달 비용뿐 아니라 예금과 대출금리, 달러 가치, 주식의 적정가격을 계산하는 기준에도 영향을 줍니다. 특히 현재 이익보다 미래 성장 기대가 주가에 많이 … 더 읽기
AI 산업이 성장하면서 엔비디아와 같은 반도체 기업뿐 아니라 서버를 설치하고 운영할 공간을 제공하는 데이터센터 기업에도 관심이 커지고 있습니다. 데이터센터는 단순히 서버를 보관하는 건물이 아닙니다. 안정적인 전력과 냉각 설비, 초고속 통신망, 보안 시스템을 함께 제공하는 디지털 인프라입니다. 미국 증시에 상장된 대표적인 데이터센터 리츠로는 에퀴닉스(Equinix, EQIX)와 디지털리얼티(Digital Realty, DLR)가 있습니다. 두 회사 모두 데이터센터를 운영하며 임대료와 연결 … 더 읽기
최근 일부 AI 인프라 관련 종목이 짧은 기간에 크게 반등하면서 특정 투자 펀드의 포지션 정리가 영향을 미쳤다는 분석이 나오고 있습니다. 반도체와 데이터센터 관련 기업의 실적 전망이 갑자기 바뀐 것이 아니라, 공매도 포지션을 청산하는 과정에서 매수 주문이 몰렸다는 해석입니다. 주가가 급등하면 기업의 성장성이 개선됐다고 생각하기 쉽지만, 실제 시장에서는 마진콜과 숏커버링 같은 수급 요인이 더 큰 영향을 … 더 읽기
AI 데이터센터 투자가 확대되면서 메모리 반도체 시장의 성장 속도도 빨라지고 있습니다. 주요 빅테크 기업들이 AI 서비스 확대와 컴퓨팅 용량 부족에 대응하기 위해 서버와 데이터센터 투자를 늘리면서 고대역폭메모리인 HBM뿐 아니라 서버용 D램과 기업용 SSD 수요도 함께 증가하고 있습니다. 이러한 흐름은 삼성전자와 SK하이닉스의 2026년 2분기 실적에서도 확인됐습니다. 두 기업 모두 전년 동기보다 큰 폭으로 성장했지만, 실적을 바라볼 … 더 읽기
엔비디아의 AI 기업 투자는 장기적인 GPU 수요를 확보하고 AI 생태계를 확대하는 전략입니다. 그러나 투자받은 기업과 데이터센터 사업자가 다시 엔비디아 GPU를 구매하는 구조가 반복되면, GPU 수요가 실제 현금흐름에서 발생하는지 살펴봐야 합니다. 이때 회사채 금리와 CDS는 AI 투자 뒤에 숨어 있는 부채 부담을 확인하는 보조지표가 됩니다. 엔비디아의 AI 투자가 다시 주목받는 이유 엔비디아가 AI 슈퍼인텔리전스 스타트업 SSI와 … 더 읽기
AI 반도체 시장을 이야기할 때 가장 먼저 떠오르는 기업은 엔비디아입니다. 엔비디아 GPU는 생성형 AI 모델을 학습하고 서비스를 운영하는 데이터센터의 핵심 장비로 자리 잡았습니다. 하지만 구글과 아마존, 마이크로소프트, 메타 같은 빅테크 기업들은 엔비디아 GPU만 구매하는 데 그치지 않고 있습니다. 각 기업이 자사 AI 서비스에 맞춘 반도체를 직접 설계하거나 반도체 설계 기업과 함께 개발하고 있습니다. 이처럼 특정 … 더 읽기
기업이 시장 예상보다 좋은 실적을 발표해도 주가는 하락할 수 있습니다. 주식시장은 이미 끝난 분기의 매출과 이익뿐 아니라 앞으로 지출할 투자비와 미래의 수익성까지 평가하기 때문입니다. 알파벳의 2026년 2분기 실적이 대표적인 사례입니다. 전체 매출과 영업이익이 증가했고 Google Cloud도 높은 성장률을 기록했습니다. 그러나 시장은 알파벳이 확대하는 AI 인프라 투자와 자본지출, 즉 CAPEX가 향후 현금흐름에 미칠 영향에도 주목했습니다. 이번 … 더 읽기
인공지능 산업이 성장하면서 엔비디아의 GPU와 함께 자주 언급되는 반도체가 있습니다. 바로 HBM입니다. 생성형 AI는 방대한 데이터를 빠르게 처리해야 하므로 연산을 담당하는 GPU뿐만 아니라 데이터를 전달하는 메모리의 성능도 매우 중요합니다. 아무리 계산 능력이 뛰어난 GPU를 사용하더라도 필요한 데이터가 제때 전달되지 않으면 AI 시스템의 전체 처리 속도는 느려질 수밖에 없습니다. HBM은 이러한 데이터 병목현상을 줄여 GPU가 가진 … 더 읽기
생성형 인공지능이 확산되면서 AI 반도체 시장을 설명할 때 ‘학습’과 ‘추론’이라는 용어가 자주 등장합니다. AI 학습은 많은 데이터를 이용해 모델의 능력을 만드는 과정이고, 추론은 학습된 모델이 사용자의 요청을 받아 실제 결과를 생성하는 과정입니다. 챗봇의 답변, 검색 결과 요약, 이미지 생성, 광고 추천과 음성 인식은 모두 추론에 해당합니다. 두 과정에는 모두 반도체와 데이터센터가 필요하지만 중요하게 평가하는 기준은 … 더 읽기
생성형 AI 시장이 성장하면서 투자자의 관심도 GPU에서 데이터센터 전력과 냉각 인프라로 넓어지고 있습니다. AI 모델을 학습하고 서비스하려면 많은 GPU를 동시에 가동해야 합니다. 고성능 반도체를 확보해도 데이터센터에 충분한 전력을 공급하지 못하거나 발생한 열을 처리하지 못하면 실제 가동 시점이 늦어질 수 있습니다. 전력 공급은 발전소만 늘린다고 해결되지 않습니다. 발전한 전기를 데이터센터까지 전달하려면 송전망과 변전소, 변압기와 배전장치가 필요합니다. … 더 읽기