전체 글
-
OCP Global Summit 2026 리뷰최신 기술동향 2026. 10. 19. 08:00
반도체 및 AI 데이터센터 동향을 파악하기 위해, 10월 12~15일 미국 산호세에서 열린 OCP (Open Compute Project) Global Summit 2026을 직접 다녀왔다. 참고로 저번에 정리한 Computex 글보다는 기술적인 내용이 많다. Computex는 젠슨황을 비롯한 주요 기업 CEO들의 키노트가 메인이었으면, OCP는 AI 데이터센터 규격을 위한 엔지니어들의 발표가 메인이기 때문이다. 이 글은 현장의 키노트·세션·부스에서 확인한 내용을 정리한 리뷰다. 1. Computex와 OCP, 그리고 이번 리뷰의 관점 Computex가 칩·서버 회사가 "이 칩으로 무엇을 할 수 있나"를 보여 주는 공급사(벤더) 중심 행사라면, OCP는 Meta·Google· Microsoft 같은 수요..
-
[주간 섹터 워치] 10/5~10/11 - 금융 자산이 된 GPU투자 및 기업분석 2026. 10. 12. 07:00
주간 섹터 워치리스트 - 10/5~10/11AI 모델 · AI 인프라 · 에너지 · SMR/원전 · 광통신 · AI 반도체 · 양자 · 우주 · AI SW - 9개 섹터 상장 약 135곳 · 비상장 약 145곳을 매주 다시 읽는다. 시가총액은 미국 10/9(금) 종가, KRX 10/8(목) 종가 기준.EDITOR’S NOTE · 결론부터1. 이번 주 가장 큰 변화는 AI 반도체(GPU)가 '사는 물건'에서 '돈을 빌리는 담보'가 됐다는 것이다. 아마존은 GPU 80억달러어치를 별도 법인(SPV)에 팔고 다시 빌려 쓰는 거래를 협의 중이다. 이렇게 하면 회사 장부에서 GPU가 빠지고 대신 매달 임차료를 낸다 - 투자(Capex)로 잡히던 돈이 비용으로 바뀌니 잉여현금흐름(영업으로 번 돈에서 투자를 뺀 것)..
-
섹터 워치리스트 2026.10.05 (AI·에너지·광통신·반도체·양자·우주 등)투자 및 기업분석 2026. 10. 5. 21:00
9/28~10/4 한 주를 반영한 섹터 워치리스트 갱신본이다. 이번 주 핵심은 앤트로픽 투자설명서가 드러낸 5,180억달러 규모의 향후 컴퓨팅 약정이다. 약정 상대방인 구글·아마존·브로드컴이 공급사이자 유통 채널이자 돈을 빌려주는 쪽이다. 인프라는 20년 계약과 빅테크 보증으로 신용을 사기 시작했고, 마이크론은 분기 매출 542억달러·매출총이익률 87%로 메모리 정점은 아직이라고 숫자로 답했다. 아래 상자의 탭을 누르면 9개 섹터(상장 약 135곳·비상장 약 145곳)와 국내 상장사 상세가 열린다.DSC인베스트먼트 · Deep-Tech 산업 동향 · 2026-10-05Made by 장현덕Deep-Tech 산업 동향 스터디engineering-ladder.tistory.com · Deep-Tech 국내외 ..
-
[AI 모델 동향 5부] Conclusion - 모델의 변화와 투자 방향최신 기술동향/인공지능 (AI) 2026. 10. 5. 19:00
1~4부를 하나로 모으면 결론은 한 문장이다. 모델은 6개월마다 더 똑똑해지고 더 싸지며, 핵심적인 변곡점마다 병목이 다른 곳으로 옮겨 간다. 2024년의 병목은 GPU 연산이었고, 2026년의 병목은 메모리 대역폭, GPU 사이 연결, 문맥(KV)을 저장하고 다시 꺼내는 계층이었고 점차 새 구조를 바로 돌리는 서빙 소프트웨어, 그리고 모델을 가르치는 채점 환경으로 병목이 옮겨가고 있다. 하드웨어 투자는 "어디가 다음 병목인가"로, 소프트웨어 투자는 "모델이 좋아질수록 더 필요해지는가, 덜 필요해지는가"로 판단하면 된다. VC는 지금의 병목(GPU·HBM)이 아니라 다음 병목에, 그리고 대형사가 사 줄 수밖에 없는 포인트를 찾아야 한다. 이 글은 1~4부에서 확인한 사실을 투자 관점에서 다시 배열하고, ..
-
[AI 모델 동향 4부] 2026년 최신 LLM 알고리즘 - DeepSeek·Kimi·Qwen이 트랜스포머에서 바꾼 것최신 기술동향/인공지능 (AI) 2026. 10. 5. 10:00
2026년 2월부터 9월 사이 중국 3사의 플래그십(DeepSeek-V4·V4.1, Kimi K3, Qwen3.5~3.8)이 모두 기술보고서나 상세 모델 설명과 함께 나왔다. 이 자료들을 겹쳐 읽으면 트랜스포머의 많은 구성 요소가 동시에 다시 설계되고 있다는 것이 보인다. 어텐션은 "전부 보기"에서 "압축해서 고르기"와 "고정 크기 상태로 기억하기"로 갈라졌고, 9월에는 KV를 층마다 만들지 않고 한 번 만들어 나눠 쓰는 단계까지 갔다. 1월 논문이던 조건부 메모리(Engram)는 8~9월 실제 모델에 탑재됐다. 학습 안정화와 후처리는 "분야별 전문가를 RL로 키운 뒤 온폴리시 증류로 합치는" 방식으로 수렴했다. 공통적인 목표는 100만 토큰 문맥과 긴 에이전트 작업을 토큰당 더 적은 연산과 메모리로 돌..
-
[AI 모델 동향 3부] LLM 성능을 올리는 연구/개발 동향최신 기술동향/인공지능 (AI) 2026. 10. 4. 21:00
프런티어 LLM 회사들은 모두 "더 좋은 모델"을 만들고 있지만, 성능을 끌어올리는 지점은 서로 다르다. 기본 구조(디코더 트랜스포머 + MoE, 검증 가능한 보상 기반 강화학습, 사고 모드, 도구 사용)는 이미 같아졌다. 차이는 그 위에서 어느 단계에 연산과 연구 역량을 집중하느냐에서 갈린다. 미국 연구소는 학습 후반·추론·에이전트 쪽(③④⑤)에 연산을 더 쓰는 방향으로 차별화하고, 중국 연구소는 같은 성능을 더 싸게 내는 구조·옵티마이저(①②)를 논문과 오픈웨이트로 공개하며 차별화한다. 1부(#207)가 세 회사의 철학을, 2부가 세 플래그십의 공통 기술을 다뤘다면, 3부는 시야를 프런티어 연구소 전체로 넓혀 "성능이 어디에서 오르는가"를 단계별로 정리한다.시리즈 구성: 1부 AI 모델 기업별 설계 ..
-
[AI 모델 동향 2부] 세 플래그십의 공통 기술 - 추론 학습, 루프 구조, 사고 기록, 컨텍스트 관리, 멀티에이전트최신 기술동향/인공지능 (AI) 2026. 10. 4. 12:00
세 플래그십 (Anthropic, OpenAI, Meta)은 구조를 공개하지 않지만, 공개된 자료를 모아 보면 같은 방향으로 가고 있다. 추론 과정을 글로 덜 남기고, 작업 상태를 컨텍스트 밖에 따로 저장하고 (증류 방지), 실행 환경(하니스) 안에서 실제 작업을 하도록 학습한다. 1부(「AI 모델 비교 - 기업별 AI 설계 철학」)가 세 회사의 라인업·가격·철학을 비교했다면, 2부는 그 아래에 깔린 기술 원리를 다룬다. 루프 구조가 GPU와 GPU 메모리(HBM) 수요에 무엇을 뜻하는지, 사고 기록이 짧아지면 무엇을 확인할 수 없게 되는지, 그 공백을 메우려는 AI 보안 스타트업들이 실제로 필요한지, 하니스가 모델과 함께 개발돼야 하는지가 핵심 질문이다. 참고로, 구체적인 모델의 개발에 대해서는 개인적..
-
[AI 모델 동향 1부] AI 모델 비교 - 기업별 AI 설계 철학최신 기술동향/인공지능 (AI) 2026. 10. 3. 21:00
AI 데이터센터 투자를 볼 때 수요와 기술의 발전을 결정하는 것은 결국 그 위에서 돌아가는 AI 모델이다. 모델이 어떤 구조로 바뀌는지, 답을 내는 데 토큰을 얼마나 쓰는지, 어떤 과제로 학습되는지에 따라 GPU·HBM·DRAM·스토리지 수요의 방향이 달라진다. 그동안 이 블로그는 반도체와 AI 인프라 쪽에서 수요를 봐 왔다. 이번에는 시야를 모델 쪽으로 옮겨 2026년 AI 모델 동향을 스터디했고, 분량이 커서 다섯 편으로 나눴다. 1부는 2026년 9월 첫 주에 연달아 나온 세 회사의 플래그십인 Claude Fable/Mythos 5.1, GPT-6 Astra, Muse Spark 1.3의 라인업과 설계 철학, 그리고 코딩·연구 개발 적용 현황을 정리한다.시리즈를 한 문단으로 줄이면 이렇다. 프런티어..