Threefold Forge: 'Defective Chips, Perfect Pricing'
애플의 저가 전략은 할인 판매가 아니라 수율 관리에서 나오며, 시장은 이를 단순한 제품 라인업 확장보다 더 높게 평가해야 한다
애플이 599달러 맥북 네오와 저가형 아이폰을 통해 가격대를 낮추는 방식은 일반적인 원가 절감이 아니다. 핵심은 반도체 제조 과정에서 최상위 사양을 충족하지 못한 칩을 폐기하지 않고, 일부 기능을 비활성화한 뒤 다른 제품에 재배치하는 것이다. 아이폰 16 프로에 쓰였던 A18 프로 칩 중 그래픽 코어 하나가 정상 작동하지 않는 칩을 5코어 버전으로 만들어 맥북 네오에 탑재한 방식이 대표적이다. 이는 결함을 감추는 것이 아니라 제품 가격표 안에서 결함의 경제적 가치를 회수하는 구조다. 애플은 프리미엄 브랜드를 유지하면서도 저가 시장까지 침투할 수 있는 드문 비용 우위를 확보하고 있다.
핵심은 칩 재활용이 아니라 ‘제품 계층화 능력’이며, 애플은 같은 원재료에서 여러 가격대를 뽑아내는 구조를 완성했다
반도체 업계의 칩 선별 전략 자체는 오래된 방식이지만, 애플의 차별점은 이를 단순한 생산 효율이 아니라 제품 전략으로 통합했다는 데 있다. 연간 2억 대 이상의 아이폰을 판매하는 규모에서는 작은 비율의 비최상급 칩도 수백만 개의 저가 제품 공급원이 된다. 애플은 이를 아이폰 17e, 아이폰 에어, 아이패드 에어, 맥북 네오 같은 제품에 배치하며 ‘좋음, 더 좋음, 최고’의 가격 사다리를 정교하게 만든다. 경쟁사들은 메모리와 저장장치 가격 상승으로 저가 제품 수익성이 악화되는 반면, 애플은 이미 확보한 칩 풀과 자체 설계 능력으로 낮은 가격에서도 마진을 방어한다. 저가 제품은 독립 상품이 아니라 서비스 매출로 연결되는 고객 유입 통로다.
그러나 네오의 성공은 동시에 공급망 제약을 드러내며, 애플의 효율 전략도 TSMC와 AI 반도체 병목에서 자유롭지 않다
맥북 네오가 예상보다 잘 팔리면서 애플은 기존에 쌓아둔 저가형 선별 칩을 빠르게 소진하고 있다. 결국 A18 프로 실리콘을 새로 주문해야 하는 상황이 발생했는데, 이는 이 전략의 한계를 보여준다. 선별 칩은 원래 부산물일 때 가장 수익성이 높지만, 수요가 부산물 공급을 넘어서면 다시 정상 생산능력과 파운드리 병목의 문제가 된다. 애플은 가장 앞선 칩을 사실상 TSMC에 의존하고 있으며, TSMC는 동시에 AI 반도체 수요 폭증을 처리하고 있다. 즉, 애플의 저가 확장 전략은 내부적으로는 매우 정교하지만, 외부적으로는 글로벌 첨단 반도체 공급 병목에 묶여 있다. 이번 사례는 애플의 공급망 천재성이 여전히 강하지만, 더 이상 무제한적이지 않다는 점도 보여준다.
Insight
이 사례의 투자 포인트는 애플이 싸게 팔기 시작했다는 것이 아니라, 싸게 팔아도 비싸게 남길 수 있는 구조를 가지고 있다는 점이다. 애플은 칩 수율, 제품 계층, 브랜드, 서비스 매출을 하나의 경제 모델로 묶어 경쟁사와 다른 원가 곡선을 만든다. 다만 네오의 성공은 동시에 공급 제약이라는 새로운 변수도 드러냈다. 애플의 강점은 수요 창출이고, 리스크는 첨단 칩 공급능력이다. 결국 애플을 볼 때 중요한 것은 AI 모델 경쟁이 아니라, 기기 설치 기반을 얼마나 낮은 비용으로 확장하고 그 위에 서비스를 얼마나 붙일 수 있느냐다. 시장이 놓치기 쉬운 애플의 진짜 알파는 혁신의 번쩍임보다 재고의 잔돈까지 이익으로 바꾸는 냉정한 운영 능력이다.
- WSJ, Macro Trader.
애플의 저가 전략은 할인 판매가 아니라 수율 관리에서 나오며, 시장은 이를 단순한 제품 라인업 확장보다 더 높게 평가해야 한다
애플이 599달러 맥북 네오와 저가형 아이폰을 통해 가격대를 낮추는 방식은 일반적인 원가 절감이 아니다. 핵심은 반도체 제조 과정에서 최상위 사양을 충족하지 못한 칩을 폐기하지 않고, 일부 기능을 비활성화한 뒤 다른 제품에 재배치하는 것이다. 아이폰 16 프로에 쓰였던 A18 프로 칩 중 그래픽 코어 하나가 정상 작동하지 않는 칩을 5코어 버전으로 만들어 맥북 네오에 탑재한 방식이 대표적이다. 이는 결함을 감추는 것이 아니라 제품 가격표 안에서 결함의 경제적 가치를 회수하는 구조다. 애플은 프리미엄 브랜드를 유지하면서도 저가 시장까지 침투할 수 있는 드문 비용 우위를 확보하고 있다.
핵심은 칩 재활용이 아니라 ‘제품 계층화 능력’이며, 애플은 같은 원재료에서 여러 가격대를 뽑아내는 구조를 완성했다
반도체 업계의 칩 선별 전략 자체는 오래된 방식이지만, 애플의 차별점은 이를 단순한 생산 효율이 아니라 제품 전략으로 통합했다는 데 있다. 연간 2억 대 이상의 아이폰을 판매하는 규모에서는 작은 비율의 비최상급 칩도 수백만 개의 저가 제품 공급원이 된다. 애플은 이를 아이폰 17e, 아이폰 에어, 아이패드 에어, 맥북 네오 같은 제품에 배치하며 ‘좋음, 더 좋음, 최고’의 가격 사다리를 정교하게 만든다. 경쟁사들은 메모리와 저장장치 가격 상승으로 저가 제품 수익성이 악화되는 반면, 애플은 이미 확보한 칩 풀과 자체 설계 능력으로 낮은 가격에서도 마진을 방어한다. 저가 제품은 독립 상품이 아니라 서비스 매출로 연결되는 고객 유입 통로다.
그러나 네오의 성공은 동시에 공급망 제약을 드러내며, 애플의 효율 전략도 TSMC와 AI 반도체 병목에서 자유롭지 않다
맥북 네오가 예상보다 잘 팔리면서 애플은 기존에 쌓아둔 저가형 선별 칩을 빠르게 소진하고 있다. 결국 A18 프로 실리콘을 새로 주문해야 하는 상황이 발생했는데, 이는 이 전략의 한계를 보여준다. 선별 칩은 원래 부산물일 때 가장 수익성이 높지만, 수요가 부산물 공급을 넘어서면 다시 정상 생산능력과 파운드리 병목의 문제가 된다. 애플은 가장 앞선 칩을 사실상 TSMC에 의존하고 있으며, TSMC는 동시에 AI 반도체 수요 폭증을 처리하고 있다. 즉, 애플의 저가 확장 전략은 내부적으로는 매우 정교하지만, 외부적으로는 글로벌 첨단 반도체 공급 병목에 묶여 있다. 이번 사례는 애플의 공급망 천재성이 여전히 강하지만, 더 이상 무제한적이지 않다는 점도 보여준다.
Insight
이 사례의 투자 포인트는 애플이 싸게 팔기 시작했다는 것이 아니라, 싸게 팔아도 비싸게 남길 수 있는 구조를 가지고 있다는 점이다. 애플은 칩 수율, 제품 계층, 브랜드, 서비스 매출을 하나의 경제 모델로 묶어 경쟁사와 다른 원가 곡선을 만든다. 다만 네오의 성공은 동시에 공급 제약이라는 새로운 변수도 드러냈다. 애플의 강점은 수요 창출이고, 리스크는 첨단 칩 공급능력이다. 결국 애플을 볼 때 중요한 것은 AI 모델 경쟁이 아니라, 기기 설치 기반을 얼마나 낮은 비용으로 확장하고 그 위에 서비스를 얼마나 붙일 수 있느냐다. 시장이 놓치기 쉬운 애플의 진짜 알파는 혁신의 번쩍임보다 재고의 잔돈까지 이익으로 바꾸는 냉정한 운영 능력이다.
- WSJ, Macro Trader.
Threefold Forge: 'Bond Panic, Loose Money'
국채 금리 급등은 긴축처럼 보이지만, 실제 금융 여건은 여전히 위험자산에 우호적이다
최근 시장의 가장 큰 착시는 장기금리 상승을 곧바로 금융 여건 긴축으로 해석하는 데 있다. 미국 30년물, 영국 국채, 일본 국채 금리가 다년래 고점으로 올라가면 겉으로는 전통적인 긴축 신호처럼 보인다. 그러나 이번 금리 상승은 단기 인플레이션 기대가 통제 불능이 됐거나 중앙은행이 공격적으로 긴축을 재개했기 때문이 아니다. 미국에서는 강한 명목 GDP 성장과 재정적자 확대에 따른 기간 프리미엄 상승이 더 큰 원인이다. 그래서 금리는 올랐지만 신용 스프레드, 주식 변동성, 달러 유동성 스트레스는 아직 동반 악화되지 않고 있다. 즉, 지금의 국채 매도는 금융 시스템 전체의 긴축이 아니라 채권시장 내부의 재가격화에 가깝다.
핵심은 금리 레벨이 아니라 전이 여부이며, 아직 크레딧과 주식은 스트레스를 가격에 넣지 않고 있다
진짜 긴축은 국채 금리 상승이 회사채 스프레드 확대, 주식 변동성 급등, 달러 조달 압박으로 번질 때 시작된다. 그러나 현재 미국 하이일드 OAS는 270bp 안팎의 낮은 수준에 머물러 있고, VIX도 10대에 머물며 위기 국면과 거리가 있다. 과거 시스템 스트레스에서는 VIX가 40~45까지 뛰었고, 2008년과 2020년에는 75~80까지 치솟았다. 지금은 그런 가격 행동이 없다. 기업들은 현금 버퍼가 있고, 단기 만기벽도 제한적이며, 금리 상승이 곧바로 부도 리스크로 연결되지 않고 있다. MOVE 같은 채권 변동성 지표가 불안해도 그 불안이 크레딧과 주식으로 확산되지 않는 한, 금융 여건은 여전히 완화적이다.
달러 강세도 아직 전면적 유동성 압박이 아니며, 시장은 ‘선택적 긴축’과 ‘전반적 완화’를 동시에 반영하고 있다
달러 지수가 98~99 수준으로 강하게 거래되고 금리차가 확대되면 전통적으로는 글로벌 유동성 축소를 의심해야 한다. 그러나 현재 달러 강세의 압박은 일부 취약 신흥국 통화와 고금리 아시아 통화에 국지적으로 나타나는 수준에 그치고 있다. 광범위한 신흥국 금융 스트레스 지표는 여전히 역사적 평균보다 낮고, 글로벌 금융 스트레스 지수도 완화 영역에 남아 있다. 이는 시장이 국채 금리 상승을 성장과 재정 프리미엄의 결과로 보고 있지, 신용 사이클 붕괴의 전조로 보지 않는다는 뜻이다. 결국 지금의 거시 환경은 금리만 보면 위험하지만, 금융 여건 전체를 보면 아직 위험자산을 밀어낼 정도로 조여지지 않았다.
Insight
지금 시장에서 가장 비싼 실수는 국채 금리만 보고 위험자산을 서둘러 줄이는 것이다. 진짜 경고등은 30년물 금리 레벨이 아니라 하이일드 스프레드, VIX, 달러 조달시장, 신흥국 금융 스트레스의 동시 악화다. 아직 그 조합은 나오지 않았다. 따라서 현재 구간은 단순한 리스크 오프보다, 듀레이션은 조심하되 크레딧과 주식의 구조적 강도를 인정해야 하는 시장이다. 다만 이 평온은 조건부다. 회사채 스프레드가 벌어지고 VIX가 20대 중후반으로 올라서며 달러 강세가 신흥국 전반으로 번지는 순간, 이야기는 바뀐다. 지금은 국채시장의 소음보다 금융 여건의 침묵이 더 중요한 신호다.
- Bloomberg, Macro Trader.
국채 금리 급등은 긴축처럼 보이지만, 실제 금융 여건은 여전히 위험자산에 우호적이다
최근 시장의 가장 큰 착시는 장기금리 상승을 곧바로 금융 여건 긴축으로 해석하는 데 있다. 미국 30년물, 영국 국채, 일본 국채 금리가 다년래 고점으로 올라가면 겉으로는 전통적인 긴축 신호처럼 보인다. 그러나 이번 금리 상승은 단기 인플레이션 기대가 통제 불능이 됐거나 중앙은행이 공격적으로 긴축을 재개했기 때문이 아니다. 미국에서는 강한 명목 GDP 성장과 재정적자 확대에 따른 기간 프리미엄 상승이 더 큰 원인이다. 그래서 금리는 올랐지만 신용 스프레드, 주식 변동성, 달러 유동성 스트레스는 아직 동반 악화되지 않고 있다. 즉, 지금의 국채 매도는 금융 시스템 전체의 긴축이 아니라 채권시장 내부의 재가격화에 가깝다.
핵심은 금리 레벨이 아니라 전이 여부이며, 아직 크레딧과 주식은 스트레스를 가격에 넣지 않고 있다
진짜 긴축은 국채 금리 상승이 회사채 스프레드 확대, 주식 변동성 급등, 달러 조달 압박으로 번질 때 시작된다. 그러나 현재 미국 하이일드 OAS는 270bp 안팎의 낮은 수준에 머물러 있고, VIX도 10대에 머물며 위기 국면과 거리가 있다. 과거 시스템 스트레스에서는 VIX가 40~45까지 뛰었고, 2008년과 2020년에는 75~80까지 치솟았다. 지금은 그런 가격 행동이 없다. 기업들은 현금 버퍼가 있고, 단기 만기벽도 제한적이며, 금리 상승이 곧바로 부도 리스크로 연결되지 않고 있다. MOVE 같은 채권 변동성 지표가 불안해도 그 불안이 크레딧과 주식으로 확산되지 않는 한, 금융 여건은 여전히 완화적이다.
달러 강세도 아직 전면적 유동성 압박이 아니며, 시장은 ‘선택적 긴축’과 ‘전반적 완화’를 동시에 반영하고 있다
달러 지수가 98~99 수준으로 강하게 거래되고 금리차가 확대되면 전통적으로는 글로벌 유동성 축소를 의심해야 한다. 그러나 현재 달러 강세의 압박은 일부 취약 신흥국 통화와 고금리 아시아 통화에 국지적으로 나타나는 수준에 그치고 있다. 광범위한 신흥국 금융 스트레스 지표는 여전히 역사적 평균보다 낮고, 글로벌 금융 스트레스 지수도 완화 영역에 남아 있다. 이는 시장이 국채 금리 상승을 성장과 재정 프리미엄의 결과로 보고 있지, 신용 사이클 붕괴의 전조로 보지 않는다는 뜻이다. 결국 지금의 거시 환경은 금리만 보면 위험하지만, 금융 여건 전체를 보면 아직 위험자산을 밀어낼 정도로 조여지지 않았다.
Insight
지금 시장에서 가장 비싼 실수는 국채 금리만 보고 위험자산을 서둘러 줄이는 것이다. 진짜 경고등은 30년물 금리 레벨이 아니라 하이일드 스프레드, VIX, 달러 조달시장, 신흥국 금융 스트레스의 동시 악화다. 아직 그 조합은 나오지 않았다. 따라서 현재 구간은 단순한 리스크 오프보다, 듀레이션은 조심하되 크레딧과 주식의 구조적 강도를 인정해야 하는 시장이다. 다만 이 평온은 조건부다. 회사채 스프레드가 벌어지고 VIX가 20대 중후반으로 올라서며 달러 강세가 신흥국 전반으로 번지는 순간, 이야기는 바뀐다. 지금은 국채시장의 소음보다 금융 여건의 침묵이 더 중요한 신호다.
- Bloomberg, Macro Trader.
Threefold Forge: 'Concentration Is Not Capitulation'
외국인의 매도는 한국 주식시장에 대한 비관이 아니라, AI 랠리가 너무 좁아진 데 따른 포트폴리오 재조정이다
한국 주식시장은 올해 71% 상승하며 세계 최고의 성과를 기록했지만, 외국인은 연초 이후 약 600억달러를 순매도했다. 표면적으로는 글로벌 기관이 한국 랠리를 떠나는 것처럼 보인다. 그러나 실제로는 방향성 비관보다 리밸런싱의 성격이 강하다. 외국인은 코스피의 약 39%를 보유하고 있고, 삼성전자와 SK하이닉스의 급등으로 단일 종목 및 단일 테마 비중이 과도하게 높아졌다. 특히 SK하이닉스는 올해 시가총액이 두 배 이상 불어나며 MSCI 신흥국 지수 내 비중이 텐센트와 알리바바를 합친 수준에 도달했다. 이 정도 집중도에서는 펀드매니저가 여전히 업사이드를 믿더라도 규정과 리스크 관리상 일부 차익 실현을 피하기 어렵다. 즉, 외국인 매도는 한국을 파는 것이 아니라, 너무 커진 한국 AI 익스포저를 줄이는 행위다.
핵심은 한국 시장의 과열이 아니라 신흥국 자산군 전체가 AI 인프라 프록시로 변했다는 점이다
삼성전자와 SK하이닉스, TSMC는 MSCI 신흥국 지수의 25% 이상을 차지하고, 올해 지수 상승분의 70% 이상을 설명한다. 이는 신흥국 주식이라는 자산군이 더 이상 국가, 소비, 금융, 원자재의 분산 바스켓이 아니라 AI 반도체 공급망에 대한 집중 베팅으로 변했다는 뜻이다. 한국 두 반도체 기업만 해도 MSCI 신흥국 지수의 약 13%를 차지한다. 전문 운용자 입장에서는 이 구조가 매우 불편하다. 벤치마크를 따라가려면 과도한 집중을 감수해야 하고, 분산 원칙을 지키려면 벤치마크 대비 언더퍼폼을 받아들여야 한다. 결국 문제는 밸류에이션이 싸냐 비싸냐가 아니라, 포트폴리오가 감당할 수 있는 집중도의 한계다. 한국 증시는 강하지만, 그 강함 자체가 글로벌 자금에는 리스크 관리의 대상이 되고 있다.
반면 개인 투자자는 집중을 두려워하지 않고, 이 차이가 한국 랠리의 수급 구조를 완전히 바꾸고 있다
국내 개인 투자자는 외국인의 매도를 대부분 흡수하고 있다. 증권계좌 예탁금은 137조원까지 늘었고, 6개월 전보다 약 3분의 2 증가했다. 신용융자도 사상 최고 수준이다. 이는 단순한 유동성 유입이 아니라 AI 공급망에 대한 국내 투자자의 신념이 강해졌다는 뜻이다. 외국인은 집중도를 낮추고 있지만, 개인은 오히려 집중도를 선호한다. 미국에서 한국 메모리 반도체 비중이 절반에 가까운 ETF가 출시 직후 87억달러를 끌어모은 것도 같은 현상이다. 시장은 더 이상 전통적인 분산 논리만으로 움직이지 않는다. AI가 승자독식 구조를 만들수록 투자자들은 넓은 시장보다 좁은 승자를 사려 한다. 한국 시장의 현재 수급은 기관의 리밸런싱과 개인의 테마 집중이 정면으로 만나는 구간이다.
Insight
지금 한국 주식시장의 핵심은 외국인이 팔았다는 사실이 아니라, 왜 팔았는가다. 방향성 매도라면 위험 신호지만, 집중도 관리라면 오히려 랠리의 구조적 강도를 보여준다. 문제는 이 강도가 동시에 취약성이라는 점이다. AI 메모리 사이클이 유지되는 한 한국은 글로벌 자금의 필수 노출이고, 조정이 나오더라도 개인과 테마형 자금이 받아낼 가능성이 크다. 그러나 삼성전자와 SK하이닉스가 지수와 자산군 전체를 끌고 가는 구조에서는 작은 실적 실망이나 HBM 가격 변화도 시장 전체 조정으로 확대될 수 있다. 이 구간의 알파는 한국을 사느냐 파느냐가 아니라, 반도체 중심 집중을 어디까지 감수하고 어디서 체인 하단으로 분산할지를 정하는 데 있다.
- Bloomberg, Macro Trader.
외국인의 매도는 한국 주식시장에 대한 비관이 아니라, AI 랠리가 너무 좁아진 데 따른 포트폴리오 재조정이다
한국 주식시장은 올해 71% 상승하며 세계 최고의 성과를 기록했지만, 외국인은 연초 이후 약 600억달러를 순매도했다. 표면적으로는 글로벌 기관이 한국 랠리를 떠나는 것처럼 보인다. 그러나 실제로는 방향성 비관보다 리밸런싱의 성격이 강하다. 외국인은 코스피의 약 39%를 보유하고 있고, 삼성전자와 SK하이닉스의 급등으로 단일 종목 및 단일 테마 비중이 과도하게 높아졌다. 특히 SK하이닉스는 올해 시가총액이 두 배 이상 불어나며 MSCI 신흥국 지수 내 비중이 텐센트와 알리바바를 합친 수준에 도달했다. 이 정도 집중도에서는 펀드매니저가 여전히 업사이드를 믿더라도 규정과 리스크 관리상 일부 차익 실현을 피하기 어렵다. 즉, 외국인 매도는 한국을 파는 것이 아니라, 너무 커진 한국 AI 익스포저를 줄이는 행위다.
핵심은 한국 시장의 과열이 아니라 신흥국 자산군 전체가 AI 인프라 프록시로 변했다는 점이다
삼성전자와 SK하이닉스, TSMC는 MSCI 신흥국 지수의 25% 이상을 차지하고, 올해 지수 상승분의 70% 이상을 설명한다. 이는 신흥국 주식이라는 자산군이 더 이상 국가, 소비, 금융, 원자재의 분산 바스켓이 아니라 AI 반도체 공급망에 대한 집중 베팅으로 변했다는 뜻이다. 한국 두 반도체 기업만 해도 MSCI 신흥국 지수의 약 13%를 차지한다. 전문 운용자 입장에서는 이 구조가 매우 불편하다. 벤치마크를 따라가려면 과도한 집중을 감수해야 하고, 분산 원칙을 지키려면 벤치마크 대비 언더퍼폼을 받아들여야 한다. 결국 문제는 밸류에이션이 싸냐 비싸냐가 아니라, 포트폴리오가 감당할 수 있는 집중도의 한계다. 한국 증시는 강하지만, 그 강함 자체가 글로벌 자금에는 리스크 관리의 대상이 되고 있다.
반면 개인 투자자는 집중을 두려워하지 않고, 이 차이가 한국 랠리의 수급 구조를 완전히 바꾸고 있다
국내 개인 투자자는 외국인의 매도를 대부분 흡수하고 있다. 증권계좌 예탁금은 137조원까지 늘었고, 6개월 전보다 약 3분의 2 증가했다. 신용융자도 사상 최고 수준이다. 이는 단순한 유동성 유입이 아니라 AI 공급망에 대한 국내 투자자의 신념이 강해졌다는 뜻이다. 외국인은 집중도를 낮추고 있지만, 개인은 오히려 집중도를 선호한다. 미국에서 한국 메모리 반도체 비중이 절반에 가까운 ETF가 출시 직후 87억달러를 끌어모은 것도 같은 현상이다. 시장은 더 이상 전통적인 분산 논리만으로 움직이지 않는다. AI가 승자독식 구조를 만들수록 투자자들은 넓은 시장보다 좁은 승자를 사려 한다. 한국 시장의 현재 수급은 기관의 리밸런싱과 개인의 테마 집중이 정면으로 만나는 구간이다.
Insight
지금 한국 주식시장의 핵심은 외국인이 팔았다는 사실이 아니라, 왜 팔았는가다. 방향성 매도라면 위험 신호지만, 집중도 관리라면 오히려 랠리의 구조적 강도를 보여준다. 문제는 이 강도가 동시에 취약성이라는 점이다. AI 메모리 사이클이 유지되는 한 한국은 글로벌 자금의 필수 노출이고, 조정이 나오더라도 개인과 테마형 자금이 받아낼 가능성이 크다. 그러나 삼성전자와 SK하이닉스가 지수와 자산군 전체를 끌고 가는 구조에서는 작은 실적 실망이나 HBM 가격 변화도 시장 전체 조정으로 확대될 수 있다. 이 구간의 알파는 한국을 사느냐 파느냐가 아니라, 반도체 중심 집중을 어디까지 감수하고 어디서 체인 하단으로 분산할지를 정하는 데 있다.
- Bloomberg, Macro Trader.
Hedge Fund Manager’s Note - In the garden of good and evil
프런티어 인공지능은 생산성과 효율을 끌어올리는 기술이지만, 이번 자료가 말하는 핵심은 그 편익이 공짜가 아니라는 점이다. 2025년 전 세계 보안 소프트웨어 매출은 1,388억달러, 전문 보안 서비스는 619억달러로 합계 2,007억달러에 이르렀고, 보안 소프트웨어 시장은 2030년 2,700억달러까지 연평균 14.3% 성장할 것으로 제시된다. 공공 클라우드 보안은 연평균 16.1%로 더 빠르다. 그럼에도 기업의 63%는 현재의 사이버 복구와 회복탄력성 체계가 손실 방지와 완화에 충분하지 않다고 답했다. 인공지능의 생산성 서사가 이미 거대한 보안 비용 위에 서 있다는 뜻이다.
위협의 성격도 바뀌고 있다. Anthropic의 Mythos가 보여준 것은 생성형 인공지능이 문서를 쓰는 단계를 넘어, 취약점을 찾고 공격 경로를 구성하는 단계로 이동했다는 점이다. 보고서는 공격자가 프런티어 인공지능을 이용해 취약점을 더 빠르고 더 싸게 찾고, agentic AI는 도구 선택과 다단계 실행까지 자율적으로 수행한다고 본다. 2027년에는 기업의 80%가 합성 정체성을 이용한 피싱 공격을 겪을 것으로 제시되고, 같은 시점 agentic AI를 배치한 기업의 60%는 모델, 학습데이터, 코드, 인프라, 거버넌스 메타데이터를 구조화한 “AI bill of materials”를 요구받게 된다. 위협은 대량화가 아니라 자율화로 이동하는 구간이다.
이 비용 구조는 정보기술과 운영기술의 차이에서 더 분명해진다. 2025년 미국 정보기술 자산은 2.46조달러, 운영기술 자산은 약 1조달러로 추정된다. 규모는 정보기술이 더 크지만, 취약성과 교체 부담은 운영기술이 훨씬 무겁다. 정보기술은 약 20%만 사실상 패치 불가능한 반면, 운영기술은 40~55%가 패치 불가능한 영역으로 제시된다. 업그레이드 비용도 정보기술 7,200억달러, 운영기술 7,700억달러로 비슷하다. 운영기술은 자산 규모가 더 작아도 가동 중단, 안전, 규제 문제 때문에 패치보다 교체가 더 자주 필요하기 때문이다.
운영기술 내부에서도 위험은 고르게 분포하지 않는다. 설비형 운영기술은 약 7,100억달러, 인프라형 운영기술은 약 3,000억달러로 구분되는데, 에너지 시스템과 전력망, 철도 신호와 항공관제, 산업 공정망처럼 중앙 제어에 의존하는 영역일수록 사이버 충격이 시스템 전체로 번진다. 산업 설비는 운영기술 자산의 약 절반을 차지하고 자동화 강도는 9% 수준이며, 교통과 기타 설비는 자동화 강도 3% 수준으로 더 낮다. 그러나 패치 가능성은 반대로 교통이 낫고 산업과 기타 설비가 더 나쁘다. 산업과 기타 설비의 25~30%는 아예 패치가 없고, 교체 노출은 45~50%까지 올라간다. 정보기술 장애는 복구 문제에 가깝지만, 운영기술 장애는 공급망과 공공서비스의 중단으로 바로 이어질 가능성이 크다.
광범위한 공격이 현실화될 경우 직접 손실은 정보기술과 운영기술 각각 5,000억달러까지 제시된다. 그런데 운영기술은 교체비용이 자산가치의 1.7배, 정보기술은 1.5배로 추정돼 후속 비용이 더 크다. 운영기술 전체 교체 수요는 약 4,500억달러 규모의 하드웨어 중심 수요로 정리되며, 기계와 에너지 자산 비중이 높아 반도체 집약도는 낮아도 절대 수요는 크다. 여기서 문제가 반도체 공급과 연결된다. 초대형 클라우드 사업자가 가용 반도체를 먼저 흡수하면서 방화벽, 침입탐지, 보안 라우터 같은 보안 하드웨어 공급이 밀리고 있고, 운영기술의 현대화는 온프레미스 장비 의존도가 높아 병목이 더 심하다.
반도체 수요도 정보기술과 운영기술이 서로 다른 생태계를 건드린다. 정보기술 쪽 추가 수요는 로직, DRAM, NAND, 네트워킹 칩으로 분산되며, 로직은 세계 시장의 약 15.4%, DRAM 17.5%, NAND 16.9%에 해당하는 충격으로 계산된다. 반면 운영기술은 총 하드웨어 교체 수요 중 반도체 비중이 10~15%에 그치지만, 절대 수요는 약 500억달러로 적지 않다. 더 중요한 점은 그 수요가 MCU 약 150억달러, 아날로그, 전력 반도체 약 170억달러처럼 성숙 공정 중심에 몰린다는 점이다. 이는 MCU 시장에는 거의 50%, 아날로그, 전력에는 약 20% 수준의 충격에 해당한다. 정보기술은 첨단공정 병목, 운영기술은 성숙공정 병목을 통해 같은 사이버 리스크를 다른 방식으로 가격에 반영한다.
지리적 의존도도 무겁다. 첨단 로직은 TSMC와 삼성이 사실상 공급을 집중하고 있고, 메모리는 삼성과 SK하이닉스가 지배적이며, NAND는 한국, 일본, 미국에 걸쳐 있다. 운영기술이 필요로 하는 MCU와 아날로그, 전력 반도체는 성숙 공정 위에서 돌아가고, 이 구간은 증설 속도가 느리고 공급 탄력성이 낮다. 따라서 프런티어 인공지능이 보안 리스크를 높일수록, 초대형 클라우드의 인공지능 설비투자와 보안 하드웨어 수요가 같은 반도체 생태계를 놓고 경쟁하는 구조가 심화된다. 인공지능 확산이 사이버 방어 비용을 키우고, 그 방어 비용이 다시 반도체 공급 제약을 통해 올라가는 구조에 해당한다.
운영 해법은 결국 인공지능을 인공지능으로 막는 것이다. 보안 운영 자동화, 정체성 중심의 제로 트러스트, Detection Reliability Engineering, 생체 및 행동 인증, 정량화된 복구 체계, 암호 전환 준비가 모두 같은 방향을 가리킨다. 그러나 운영기술은 정보기술보다 느리고 비싸게 움직일 수밖에 없다. 온프레미스 장비, 안전 기준, 규제, 가동 중단 비용 때문에 업그레이드가 수년에 걸쳐 분산되기 때문이다. 그래서 운영기술 의존 업종은 단순한 보안 소프트웨어 지출만으로 충분하지 않고, 중복 인프라와 물리적 예비체계까지 요구받게 된다. 인공지능이 생산성을 높일수록 회복탄력성 자본지출도 함께 커지는 구조다.
결국 이 자료의 결론은 단순하다. 값싼 인공지능의 서사는 사이버 외부비용을 거의 반영하지 않는다. 규제는 의무 인증, 책임 확대, 사고 공시, 실사, 사이버 보험 의무화, 고위험 인공지능 부담금까지 이동하고 있고, 2027년에는 3개 정부 중 1개가 민감 분야에 sovereign AI를 요구하며, 2029년에는 대기업의 70%가 프라이빗 클라우드 컴퓨트를 채택할 것으로 제시된다. 그러나 규제가 강한 곳은 비용이 높아지고, 규제가 느슨한 곳은 역으로 비용을 외부화할 수 있어 국제 공조 없이는 무임승차가 발생한다. 프런티어 인공지능의 생산성 편익을 보려면, 먼저 보안과 회복탄력성 비용을 가격에 다시 넣어야 하는 구간으로 본다.
- J.P.Morgan, Macro Trader.
프런티어 인공지능은 생산성과 효율을 끌어올리는 기술이지만, 이번 자료가 말하는 핵심은 그 편익이 공짜가 아니라는 점이다. 2025년 전 세계 보안 소프트웨어 매출은 1,388억달러, 전문 보안 서비스는 619억달러로 합계 2,007억달러에 이르렀고, 보안 소프트웨어 시장은 2030년 2,700억달러까지 연평균 14.3% 성장할 것으로 제시된다. 공공 클라우드 보안은 연평균 16.1%로 더 빠르다. 그럼에도 기업의 63%는 현재의 사이버 복구와 회복탄력성 체계가 손실 방지와 완화에 충분하지 않다고 답했다. 인공지능의 생산성 서사가 이미 거대한 보안 비용 위에 서 있다는 뜻이다.
위협의 성격도 바뀌고 있다. Anthropic의 Mythos가 보여준 것은 생성형 인공지능이 문서를 쓰는 단계를 넘어, 취약점을 찾고 공격 경로를 구성하는 단계로 이동했다는 점이다. 보고서는 공격자가 프런티어 인공지능을 이용해 취약점을 더 빠르고 더 싸게 찾고, agentic AI는 도구 선택과 다단계 실행까지 자율적으로 수행한다고 본다. 2027년에는 기업의 80%가 합성 정체성을 이용한 피싱 공격을 겪을 것으로 제시되고, 같은 시점 agentic AI를 배치한 기업의 60%는 모델, 학습데이터, 코드, 인프라, 거버넌스 메타데이터를 구조화한 “AI bill of materials”를 요구받게 된다. 위협은 대량화가 아니라 자율화로 이동하는 구간이다.
이 비용 구조는 정보기술과 운영기술의 차이에서 더 분명해진다. 2025년 미국 정보기술 자산은 2.46조달러, 운영기술 자산은 약 1조달러로 추정된다. 규모는 정보기술이 더 크지만, 취약성과 교체 부담은 운영기술이 훨씬 무겁다. 정보기술은 약 20%만 사실상 패치 불가능한 반면, 운영기술은 40~55%가 패치 불가능한 영역으로 제시된다. 업그레이드 비용도 정보기술 7,200억달러, 운영기술 7,700억달러로 비슷하다. 운영기술은 자산 규모가 더 작아도 가동 중단, 안전, 규제 문제 때문에 패치보다 교체가 더 자주 필요하기 때문이다.
운영기술 내부에서도 위험은 고르게 분포하지 않는다. 설비형 운영기술은 약 7,100억달러, 인프라형 운영기술은 약 3,000억달러로 구분되는데, 에너지 시스템과 전력망, 철도 신호와 항공관제, 산업 공정망처럼 중앙 제어에 의존하는 영역일수록 사이버 충격이 시스템 전체로 번진다. 산업 설비는 운영기술 자산의 약 절반을 차지하고 자동화 강도는 9% 수준이며, 교통과 기타 설비는 자동화 강도 3% 수준으로 더 낮다. 그러나 패치 가능성은 반대로 교통이 낫고 산업과 기타 설비가 더 나쁘다. 산업과 기타 설비의 25~30%는 아예 패치가 없고, 교체 노출은 45~50%까지 올라간다. 정보기술 장애는 복구 문제에 가깝지만, 운영기술 장애는 공급망과 공공서비스의 중단으로 바로 이어질 가능성이 크다.
광범위한 공격이 현실화될 경우 직접 손실은 정보기술과 운영기술 각각 5,000억달러까지 제시된다. 그런데 운영기술은 교체비용이 자산가치의 1.7배, 정보기술은 1.5배로 추정돼 후속 비용이 더 크다. 운영기술 전체 교체 수요는 약 4,500억달러 규모의 하드웨어 중심 수요로 정리되며, 기계와 에너지 자산 비중이 높아 반도체 집약도는 낮아도 절대 수요는 크다. 여기서 문제가 반도체 공급과 연결된다. 초대형 클라우드 사업자가 가용 반도체를 먼저 흡수하면서 방화벽, 침입탐지, 보안 라우터 같은 보안 하드웨어 공급이 밀리고 있고, 운영기술의 현대화는 온프레미스 장비 의존도가 높아 병목이 더 심하다.
반도체 수요도 정보기술과 운영기술이 서로 다른 생태계를 건드린다. 정보기술 쪽 추가 수요는 로직, DRAM, NAND, 네트워킹 칩으로 분산되며, 로직은 세계 시장의 약 15.4%, DRAM 17.5%, NAND 16.9%에 해당하는 충격으로 계산된다. 반면 운영기술은 총 하드웨어 교체 수요 중 반도체 비중이 10~15%에 그치지만, 절대 수요는 약 500억달러로 적지 않다. 더 중요한 점은 그 수요가 MCU 약 150억달러, 아날로그, 전력 반도체 약 170억달러처럼 성숙 공정 중심에 몰린다는 점이다. 이는 MCU 시장에는 거의 50%, 아날로그, 전력에는 약 20% 수준의 충격에 해당한다. 정보기술은 첨단공정 병목, 운영기술은 성숙공정 병목을 통해 같은 사이버 리스크를 다른 방식으로 가격에 반영한다.
지리적 의존도도 무겁다. 첨단 로직은 TSMC와 삼성이 사실상 공급을 집중하고 있고, 메모리는 삼성과 SK하이닉스가 지배적이며, NAND는 한국, 일본, 미국에 걸쳐 있다. 운영기술이 필요로 하는 MCU와 아날로그, 전력 반도체는 성숙 공정 위에서 돌아가고, 이 구간은 증설 속도가 느리고 공급 탄력성이 낮다. 따라서 프런티어 인공지능이 보안 리스크를 높일수록, 초대형 클라우드의 인공지능 설비투자와 보안 하드웨어 수요가 같은 반도체 생태계를 놓고 경쟁하는 구조가 심화된다. 인공지능 확산이 사이버 방어 비용을 키우고, 그 방어 비용이 다시 반도체 공급 제약을 통해 올라가는 구조에 해당한다.
운영 해법은 결국 인공지능을 인공지능으로 막는 것이다. 보안 운영 자동화, 정체성 중심의 제로 트러스트, Detection Reliability Engineering, 생체 및 행동 인증, 정량화된 복구 체계, 암호 전환 준비가 모두 같은 방향을 가리킨다. 그러나 운영기술은 정보기술보다 느리고 비싸게 움직일 수밖에 없다. 온프레미스 장비, 안전 기준, 규제, 가동 중단 비용 때문에 업그레이드가 수년에 걸쳐 분산되기 때문이다. 그래서 운영기술 의존 업종은 단순한 보안 소프트웨어 지출만으로 충분하지 않고, 중복 인프라와 물리적 예비체계까지 요구받게 된다. 인공지능이 생산성을 높일수록 회복탄력성 자본지출도 함께 커지는 구조다.
결국 이 자료의 결론은 단순하다. 값싼 인공지능의 서사는 사이버 외부비용을 거의 반영하지 않는다. 규제는 의무 인증, 책임 확대, 사고 공시, 실사, 사이버 보험 의무화, 고위험 인공지능 부담금까지 이동하고 있고, 2027년에는 3개 정부 중 1개가 민감 분야에 sovereign AI를 요구하며, 2029년에는 대기업의 70%가 프라이빗 클라우드 컴퓨트를 채택할 것으로 제시된다. 그러나 규제가 강한 곳은 비용이 높아지고, 규제가 느슨한 곳은 역으로 비용을 외부화할 수 있어 국제 공조 없이는 무임승차가 발생한다. 프런티어 인공지능의 생산성 편익을 보려면, 먼저 보안과 회복탄력성 비용을 가격에 다시 넣어야 하는 구간으로 본다.
- J.P.Morgan, Macro Trader.
Threefold Forge: 'Korea’s Nasdaq Moment'
코스피의 100% 상승은 한국 시장의 재평가이지만, 동시에 1999년 나스닥의 그림자를 함께 품고 있다
한국 증시는 올해 100%에 가까운 상승으로 1999년 나스닥 100의 102% 랠리와 비교되는 구간에 들어섰다. SK하이닉스는 처음으로 시가총액 1조달러를 넘었고, 삼성전자와 SK하이닉스는 코스피 상승분의 거의 4분의 3을 설명하고 있다. 이는 한국 시장 전체가 오른 것이 아니라, AI 메모리 공급망의 핵심 노드가 국가 지수를 끌어올린 구조다. 중요한 점은 지수의 광채와 내부 폭이 다르다는 것이다. 코스피 구성 종목의 거의 절반은 여전히 연초 대비 하락해 있다. 시장은 한국을 사는 것이 아니라 HBM과 메모리 병목을 사고 있으며, 이 차이를 구분하지 못하면 랠리의 성격을 잘못 읽게 된다.
핵심은 과열이 아니라 집중도이며, 한국 시장은 이제 신흥국 지수가 아니라 AI 인프라 파생상품처럼 거래되고 있다
SK하이닉스, 삼성전자, TSMC, 마이크론이 글로벌 시가총액 상단에 올라선 것은 반도체가 더 이상 경기민감 업종이 아니라 AI 경제의 필수 투입재로 재평가되고 있음을 보여준다. 고객사들이 데이터센터를 짓기 위해 고대역폭 메모리를 확보하려는 한, 메모리 기업의 이익 레버리지는 과거 사이클보다 훨씬 강하게 작동한다. 그러나 이 구조는 동시에 시장의 폭을 좁힌다. 한국 증시는 S&P 500의 절반에도 못 미치는 이익배수로 거래되며 헤지펀드의 저가 매수 관심을 끌고 있지만, 그 저평가가 시장 전체의 안전마진을 뜻하지는 않는다. 지수의 할인은 매력적이고, 지수의 집중은 위험하다. 두 문장은 동시에 참이다.
정책 개혁과 MSCI 선진국 편입 기대는 추가 상승의 명분이지만, 지배구조와 상속세의 낡은 할인율은 아직 사라지지 않았다
한국 정부와 규제당국은 주주환원 확대와 지배구조 개선을 통해 코리아 디스카운트를 줄이려 하고 있으며, 궁극적으로 MSCI 선진국 지위 획득을 목표로 삼고 있다. 이 변화가 현실화되면 패시브 자금 유입과 할인율 축소가 결합되며 또 다른 상승 구간을 만들 수 있다. 그러나 한국 시장의 구조적 문제는 하루아침에 해소되지 않는다. 가족 지배 기업집단, 복잡한 순환 및 교차 지분, 높은 상속세와 자본 배분의 비효율은 여전히 밸류에이션 상단을 제한한다. 지금의 랠리는 정책 개혁의 성과라기보다 AI 이익 사이클이 먼저 만든 가격 재평가다. 제도 개선은 그 뒤를 따라오는 두 번째 엔진이다.
Insight
한국 시장은 지금 싸면서도 위험하고, 과열됐으면서도 덜 오른 시장이다. 이 역설이 핵심이다. 지수는 100% 올랐지만 절반 가까운 종목은 하락했고, 대표 기업은 글로벌 AI 공급망의 승자가 됐지만 시장 전체는 여전히 낡은 지배구조 할인에 묶여 있다. 이 구간에서 단순히 코스피를 추격하는 전략은 둔하고, 랠리를 버블로 치부하는 전략은 게으르다. 알파는 반도체 핵심주와 그 주변 공급망, 그리고 정책 개혁으로 할인율이 낮아질 수 있는 기업을 구분하는 데서 나온다. 1999년 나스닥의 교훈은 기술을 피하라는 것이 아니다. 좋은 기술도 나쁜 가격에는 독이 된다는 것이다.
- Bloomberg, Macro Trader.
코스피의 100% 상승은 한국 시장의 재평가이지만, 동시에 1999년 나스닥의 그림자를 함께 품고 있다
한국 증시는 올해 100%에 가까운 상승으로 1999년 나스닥 100의 102% 랠리와 비교되는 구간에 들어섰다. SK하이닉스는 처음으로 시가총액 1조달러를 넘었고, 삼성전자와 SK하이닉스는 코스피 상승분의 거의 4분의 3을 설명하고 있다. 이는 한국 시장 전체가 오른 것이 아니라, AI 메모리 공급망의 핵심 노드가 국가 지수를 끌어올린 구조다. 중요한 점은 지수의 광채와 내부 폭이 다르다는 것이다. 코스피 구성 종목의 거의 절반은 여전히 연초 대비 하락해 있다. 시장은 한국을 사는 것이 아니라 HBM과 메모리 병목을 사고 있으며, 이 차이를 구분하지 못하면 랠리의 성격을 잘못 읽게 된다.
핵심은 과열이 아니라 집중도이며, 한국 시장은 이제 신흥국 지수가 아니라 AI 인프라 파생상품처럼 거래되고 있다
SK하이닉스, 삼성전자, TSMC, 마이크론이 글로벌 시가총액 상단에 올라선 것은 반도체가 더 이상 경기민감 업종이 아니라 AI 경제의 필수 투입재로 재평가되고 있음을 보여준다. 고객사들이 데이터센터를 짓기 위해 고대역폭 메모리를 확보하려는 한, 메모리 기업의 이익 레버리지는 과거 사이클보다 훨씬 강하게 작동한다. 그러나 이 구조는 동시에 시장의 폭을 좁힌다. 한국 증시는 S&P 500의 절반에도 못 미치는 이익배수로 거래되며 헤지펀드의 저가 매수 관심을 끌고 있지만, 그 저평가가 시장 전체의 안전마진을 뜻하지는 않는다. 지수의 할인은 매력적이고, 지수의 집중은 위험하다. 두 문장은 동시에 참이다.
정책 개혁과 MSCI 선진국 편입 기대는 추가 상승의 명분이지만, 지배구조와 상속세의 낡은 할인율은 아직 사라지지 않았다
한국 정부와 규제당국은 주주환원 확대와 지배구조 개선을 통해 코리아 디스카운트를 줄이려 하고 있으며, 궁극적으로 MSCI 선진국 지위 획득을 목표로 삼고 있다. 이 변화가 현실화되면 패시브 자금 유입과 할인율 축소가 결합되며 또 다른 상승 구간을 만들 수 있다. 그러나 한국 시장의 구조적 문제는 하루아침에 해소되지 않는다. 가족 지배 기업집단, 복잡한 순환 및 교차 지분, 높은 상속세와 자본 배분의 비효율은 여전히 밸류에이션 상단을 제한한다. 지금의 랠리는 정책 개혁의 성과라기보다 AI 이익 사이클이 먼저 만든 가격 재평가다. 제도 개선은 그 뒤를 따라오는 두 번째 엔진이다.
Insight
한국 시장은 지금 싸면서도 위험하고, 과열됐으면서도 덜 오른 시장이다. 이 역설이 핵심이다. 지수는 100% 올랐지만 절반 가까운 종목은 하락했고, 대표 기업은 글로벌 AI 공급망의 승자가 됐지만 시장 전체는 여전히 낡은 지배구조 할인에 묶여 있다. 이 구간에서 단순히 코스피를 추격하는 전략은 둔하고, 랠리를 버블로 치부하는 전략은 게으르다. 알파는 반도체 핵심주와 그 주변 공급망, 그리고 정책 개혁으로 할인율이 낮아질 수 있는 기업을 구분하는 데서 나온다. 1999년 나스닥의 교훈은 기술을 피하라는 것이 아니다. 좋은 기술도 나쁜 가격에는 독이 된다는 것이다.
- Bloomberg, Macro Trader.