가치투자클럽
63.9K subscribers
10.8K photos
18 videos
159 files
27.4K links
공표된 증권사 자료와 전자공시, 뉴스를 올려드리는 채널입니다. 기업분석 역시 확정 공시된 재무제표를 기반으로 올려드릴 뿐 추정과 전망은 배제되어 있으며 주식매수매도에 대한 추천이 아닙니다. 투자판단의 책임은 투자자 본인에게 있습니다
가치투자클럽의 리서치 자료를 받아보시려면 텔레그램 또는 카톡으로 요청해주세요
텔레그램 ID @orbisasset 카카오톡ID orbisasset
카페 https://cafe.naver.com/orbisasset
Download Telegram
Forwarded from 하나증권 리서치
하나증권 제약/바이오 김선아

알테오젠 (196170.KQ/BUY)

[진짜가 돌아온다, 아직 더 남은 호재 이벤트]

리포트: https://buly.kr/8Ixhd1e

새로운 고객, 올해 두 번째 계약, 반환의무 없는 선급금만 $40mn (약 595억원)

- 3월25일 Biogen의 자회사 Biogen International GMBH(CH)과 바이오 의약품 2개 품목에 대한 LO

- 총 계약 규모는 $579mn: 선급금 최대 $30mn, 마일스톤 $549mn
품목 당 $289.5mn으로 Enhertu($300mn) 및 GSK($285mn) 건과 유사한 수준


Dapirolizumab pegol 및 Felzartamab 추정하나, LEQEMBI로도 확대 가능

- 면역질환치료제인 Dapirolizumab pegol(DZP) 및 Felzartamab으로 추정하는 이유는, 3상 중, IV 투약, Biogen의 핵심 파이프라인이기 때문

1) DZP는 전신성홍반성루푸스(전세계 환자 5백만명 추정)로 3상 중, ‘28년 데이터 확인 전망
2) Felzartamab은 항체매개거부반응(AMR), IgA 신병증, 일차성막성신병증으로 3상 중,
AMR ‘27년 데이터 확인 전망
3) 알츠하이머치료제 LEQEMBI는 SC제형인 “LEQEMBI IQLIK” 유지요법 승인됨. 다만 시작요법은 250 mg을 두 번 맞는 것이므로, 고용량 1회 투여 제형을 만들기 위해 ALT-B4가 활용될 수 있다는 판단.


아직 남은 이벤트 다수, 코스닥 1등 자리 다시 찾아올 것

- 이번 계약처럼 신규 계약 서프라이즈는 계속 이어질 것

1) 미국 보험코드(J-code)가 4월 발효되어, Keytruda Qlex의 처방 수 증가를 5월 중순경 확인
2) 작년 12/26 옵션 계약한 건의 본계약 진행 (5-6월 예상)
3) 6월 2일경 첫 번째 PGR 심결을 확인

[위 문자는 컴플라이언스를 득하였음]
👍73🔥1
[메리츠증권 전기전자/IT부품 양승수]

‘CPU’ 차세대 병목으로 부상

[Agentic AI 시대의 CPU]

- Agentic AI 시대에서는 AI 워크로드가 단순 추론 중심에서 벗어나, 다수의 에이전트가 상호작용하며 작업을 분해·조율하는 구조로 진화

- 이에 따라 기존 AI 데이터센터에서 GPU 대비 보조적 역할에 머물렀던 CPU의 중요성이 재부각

- Agent 기반 환경에서는 작업 오케스트레이션, 스케줄링, 그리고 다양한 소프트웨어 도구 호출 및 실행 관리가 빈번하게 발생하는데, 이러한 제어·관리 레이어를 CPU가 담당하게 되면서 역할이 구조적으로 확대되기 때문

- 실제로 Arm은 AI Agent 도입 이전 대비 이후에는 데이터센터 전력 단위당 요구되는 CPU 코어 수가 약 4배 증가할 것으로 전망하며, Agentic AI 확산이 CPU 수요의 구조적 성장을 견인할 것임을 시사

[CPU 단일랙 판매 확대 및 쇼티지 심화 전망]

- 엔비디아 GTC 2026에서 처음 공개된 Vera CPU 서버랙은 추론 과정이 Prefill과 Decode로 분리되듯 CPU 역시 단순 보조 연산을 넘어 독립적인 연산 레이어로 확장되고 있음을 시사

- NVIDIA가 Vera CPU 랙의 독립적 판매를 추진하는 가운데, Arm 역시 랙 단위 효율성을 강조하며 CPU 연산량의 구조적 증가와 맞물려 CPU 전용 서버랙의 판매 확대가 본격화될 전망

- 이미 일부 구간에서 CPU 공급 부족이 감지되는 가운데, CPU 랙 단위 판매 확대는 수요 집중도를 더욱 높이며 중장기적으로 쇼티지 심화를 가속화할 것으로 판단

[국내 밸류체인 점검]

- 국내 밸류체인 관점에서는 FC-BGA와 SoCAMM 관련주 중심의 수혜를 예상

- FC-BGA 공급 병목은 업스트림 T-glass 쇼티지, 엔비디아의 AI 하드웨어 세분화에 따른 구조적 수요 증가, CPU 수요 회복이 맞물리며 한층 심화될 전망

- 이에 따라 메모리 업황과 유사한 강한 ASP 상승 흐름과 LTA 계약 및 선급금을 통한 증설 확대가 예상되며, 국내 FC-BGA 기판 업체(삼성전기, 대덕전자, 코리아써키트, LG이노텍)와 기가비스의 수혜를 기대

- SoCAMM은 Vera CPU 서버랙의 단일 판매 확대로 인한 TAM 상향이 핵심 포인트로, 단일 랙 기준 모듈 탑재량이 NVL72 대비 크게 증가(288개 → 2,048개)

- CPU 서버랙 판매 확대 시 SoCAMM용 메모리 모듈 기판 수요의 구조적 성장이 기대되며, 당사 추정 엔비디아 Vera Rubin Pod 기준 판매만으로도 SoCAMM용 기판 시장은 올해 572억원 → 내년 2,170억원까지 약 4배 확대 전망

- 향후 CPU 서버랙 외부 판매까지 반영될 경우 기대 이상의 추가적인 눈높이 상향이 가능할 것으로 판단

https://buly.kr/BTRLI4P (링크)
 
* 동 자료는 Compliance 규정을 준수하여 사전 공표된 자료이며, 고객의 증권 투자 결과에 대한 법적 책임소재의 증빙자료로 사용될 수 없습니다.
13👍3
구글의 TurboQuant 발표와 시장 반응 (JPM Trading desk)

구글의 새로운 알고리즘: 구글이 LLM의 KV 캐시 메모리를 최소 6배 절감하고 속도를 최대 8배 향상시키면서도 정확도 손실이 없는 압축 알고리즘 'TurboQuant'를 공개

메모리 업종 약세: 이 소식이 전해지면서 메모리 반도체 종목들이 하락세를 보임. 이는 효율적인 압축 기술이 메모리 수요를 줄일 수 있다는 우려 때문

제본스의 역설(Jevon's Paradox): 전문가들은 기술 효율성이 향상되면 오히려 더 많은 데이터를 처리하게 되어 메모리 소비가 줄어들지 않을 것이라고 반박

해당 기술은 이미 1년 전부터 공공 영역에 있었으며, 구글은 이미 3.1 Pro 버전부터 이를 사용해왔을 가능성이 커

현재의 매도세는 과잉 반응일 수 있음. 이미 메모리 비중을 줄이려던 투자자들에게 매도 빌미를 제공한 측면..
👍247
바이오중유 2025년 실적정리
🔥82
🔥54
Forwarded from 도PB의 생존투자
🤩 AI Agent 시대 – CPU 병목 구조와 Arm Holdings 지배력
주제: “토큰 생성은 GPU, 시스템 효율은 CPU” – 컴퓨팅 패러다임의 본질적 전환

1.
AI 산업은 지금 “연산 성능 경쟁”에서 “시스템 처리 능력 경쟁”으로 전환되고 있으며, 이는 구조적으로 CPU의 중요도를 재상승시키는 흐름임.

2.
기존 생성형 AI(예: ChatGPT)는 단일 프롬프트 → 단일 응답 구조였기 때문에, GPU의 병렬 연산 능력이 절대적인 성능 지표였음.

3.
하지만 AI Agent는 단일 응답이 아니라, 계획 수립 (Planning), 도구 호출 (Tool Use), 반복 실행 (Iteration). 결과 검증 (Validation) 으로 이어지는 멀티스텝 실행 구조를 가짐.

4.
이 구조에서 중요한 변화는 “연산량 증가”가 아니라 상태(State)와 흐름(Flow)의 폭발적 증가임.

5.
각 단계는 독립된 프로세스이며, 서로 다른 리소스를 요구하고, 비동기적으로 실행됨.

6.
이러한 시스템을 관리하는 역할은 GPU가 아니라 CPU임.

7.
CPU는 아래와 같은 핵심 기능을 수행함:
• Task Scheduling (작업 스케줄링)
• Context Switching (문맥 전환)
• Memory Orchestration (메모리 배치 및 이동)
• I/O Handling (외부 API, DB 호출)
• Service Coordination (마이크로서비스 연결)

즉, CPU는 AI 시스템의 “OS + Kubernetes 역할”을 수행함

8.
여기서 병목이 발생하는 이유는 1) GPU는 “연산 집약적(Compute-bound)”, 2) CPU는 “처리량 집약적(Throughput-bound)” 이라는 구조적 차이 때문임.

9.
AI Agent는 초당 수백~수천 개의 작업을 생성하며, 각 작업은 매우 짧은 CPU burst를 요구함.

10.
이러한 워크로드는 “짧고 많은 요청 (Short-lived burst workload)” 특성을 가지며, CPU 코어 수에 거의 선형적으로 비례함.

11.
결과적으로 데이터센터 설계 기준이 완전히 바뀌게 되었음
• 기존: “GPU 몇 장 넣을 수 있냐”
• 현재: “CPU 코어 몇 개를 수용할 수 있냐”

12.
GW당 CPU 코어 수 4배 증가(3,000만 → 1.2억)은 단순 수요 증가가 아니라 데이터센터 아키텍처 레벨의 리셋(reset)을 의미함

13.
이 변화의 본질은 “FLOPS 중심 → OPS (Operations per second) 중심” 전환임.

14.
즉, 총 연산량보다 “얼마나 많은 작업을 동시에 처리할 수 있냐”가 핵심 KPI로 바뀜.

15.
이 구조에서 기존 Intel / AMD 기반 x86 아키텍처는 구조적 한계에 직면함.

16.
x86은 고성능 단일 코어 중심 설계로 높은 전력, 낮은 코어 밀도, 복잡한 명령어 구조
를 가짐.

17.
반면 Arm Holdings 아키텍처는 저전력, 단순 명령어 (RISC), 높은 병렬성, 코어 확장성 을 기반으로 설계됨.

18.
핵심 차이는 “성능(performance)”이 아니라 “전력당 처리량 (Performance per Watt)”임.

19.
데이터센터는 전력 제한(Power Cap) 하에서 운영되기 때문에 동일 전력에서 더 많은 코어를 넣을 수 있는 구조가 절대적으로 유리함.

20.
ARM이 제공하는 4배 코어 밀도는 단순 숫자가 아니라 “동일 데이터센터에서 처리 가능한 작업량 4배 증가”를 의미함.

21.
특히 AI Agent 워크로드는 코어당 성능보다 코어 개수에 훨씬 민감하게 반응함.

22.
이로 인해 Hyperscaler들은 ARM 기반 CPU 채택을 가속화 중임:
• Amazon Web Services → Graviton
• Microsoft → Cobalt
• Google → Axion

공통점은 모두 ARM 기반 자체 CPU

23.
이는 단순 비용 절감이 아니라 “AI Agent 시대에 맞는 아키텍처 선택”임.

24.
또 하나 중요한 구조 변화는 메모리 병목(Memory Bottleneck)임.

25.
AI Agent는 반복적으로 상태를 저장하고 불러오기 때문에 메모리 접근 빈도가 급증함.

26.
CPU는 GPU보다 메모리 접근과 I/O 처리에 훨씬 최적화되어 있음.

27.
따라서 시스템 전체 성능은 GPU가 아니라 CPU + 메모리 구조에 의해 결정됨.

28.
ARM의 CSS 전략은 여기서 핵심적인 역할을 함.

29.
CSS는 CPU 코어 + 인터커넥트 + 메모리 컨트롤러를 통합한 구조로 “워크플로우 처리 최적화된 시스템 설계”를 제공함.

30.
이는 단순 칩이 아니라 “AI 데이터센터용 레퍼런스 아키텍처”에 가까움.

31.
결국 ARM은 IP 회사 → 플랫폼 회사 → 사실상 시스템 아키텍처 회사로 진화 중임.

32.
이 변화는 NVIDIA 와의 관계에서도 중요함.

33.
NVIDIA는 GPU 중심에서 Grace CPU (ARM 기반), Superchip 구조
로 확장 중임.

34.
즉, GPU 기업조차 CPU를 직접 설계하는 이유는 CPU 병목을 해결하지 않으면 GPU 성능이 무의미해지기 때문임.

35.
이로 인해 AI 인프라 경쟁 구도는 과거 GPU vs GPU에서 현재는 시스템 vs 시스템으로 변화함.

36.
그리고 시스템 경쟁의 핵심은 CPU 아키텍처 + 메모리 구조 + 네트워크 통합임.

37.
결론적으로 AI Agent 시대는 “Compute 문제”가 아니라 “Orchestration 문제”임.

38.
이 Orchestration을 담당하는 CPU는 다시 AI 인프라의 중심으로 복귀함.

39.
이 구조에서 ARM은 전력 효율, 코어 확장성, 플랫폼 전략을 통해 가장 유리한 포지션을 확보함.

40.
따라서 AI 투자 사이클은
① GPU (연산)
② 네트워크/전력 (인프라)
③ CPU (워크플로우 지배)
로 이동하고 있음.

41.
현재는 명확하게“3단계 초입 (CPU 재평가 구간)”에 위치함.

42.
결론적으로 AI Agent 시대의 본질은 “누가 더 많이 계산하느냐”가 아니라 “누가 더 많은 작업을 동시에 처리하느냐”이며, 이 게임에서 CPU, 특히 ARM이 핵심 승자로 부상하고 있음.
Please open Telegram to view this post
VIEW IN TELEGRAM
29👍10
“믿기 힘들 정도” 삼천당제약이 시총 1위라니…코스닥 강타한 바이오주
https://naver.me/xEXjSJRX

코스닥 시장에 황제주가 등장한 것은 핸디소프트(2000년), 신안화섬(2000년), 리타워텍(2000년), 동일철강(2007년), 에코프로(2023년)에 이어 역대 6번째 기록이다.
11🔥5👍2👏1
Forwarded from DS투자증권 리서치
한화솔루션_기업리포트_260327.pdf
792.5 KB
DS투자증권 재생에너지/미드스몰캡 Analyst 안주원

[재생에너지] 한화솔루션 - 기대효과 없는 유상증자

투자의견 : 매도
목표주가 : 25,000원(하향)
현재주가 : 36,800원(03/26)

▶️ 투자의견 ‘매도’ 제시
- 25년말 기준 순차입금 규모는 약 13조원. 1.5조원의 자금 상환으로는 의미 있게 차입금 축소시킬 수 없음
- 자산매각을 통한 재무구조 개선 가능성도 제한적인 만큼 향후 또 다른 방식의 자금조달도 가능
- 탠덤 양산과 TOPCon 셀라인 구축에 투입되는 9,000억원은 시기 상 합리적인 투자가 아님
- 기업들의 미래기술에 대한 선행투자는 이상적이지만 현재와 같은 재무구조 하에서는 우선순위가 될 수 없음

▶️ 우주 태양광보다는 국내시장 대응이 합리적
- 우주 태양광은 시장이 열린다 하더라도 국내 업체들에게 돌아오는 수혜는 극히 제한적일 것
- 미국에서의 태양광 발전에 대한 수요 전망과 중국산 배제 정책을 통한 국내 기업들의 반사수혜 강도 분석이 중요
- 국내는 정부에서 올해 7GW의 재생에너지 보급을 목표로 하고 있으며 태양광을 포함해 국산화 강조
- 국내 시장에 눈을 돌려야 할 시기

▶️ 기대할 건 실적
- 1분기는 태양광 흑자전환 예상, 다행히 미국 태양광 수요 견조하고 중국산 배제 지속
- 단 대규모 자금조달로 신뢰를 잃은 만큼 실적 역시 두 분기 이상 연속으로 좋아야 할 것

이 자료는 조사분석자료 공표 승인이 이루어진 내용입니다.


DS투자증권 리서치 텔레그램 링크: https://t.iss.one/DSInvResearch
24👍14
3월 26일 KRX-NXT 괴리율 상위
https://cafe.naver.com/orbisasset/9094
👍43
Forwarded from [DAOL퀀트 김경훈] 탑다운 전략 (경훈 김)
# 호르무즈 해협 통과한 배 수 🚢

현재 전쟁 발발 이후 가장 많은 통행량 🙏
👍33
https://naver.me/F7F23uyO

트럼프는 이날 증시가 마감된 이후인 오후 4시 11분 트루스소셜에 또 다시 글을 올려 이란 발전소에 대한 공격유예를 미국 동부시간 기준 4월 6일 오후 8시까지로 열흘간 연장한다고 밝혔다.

이는 앞서 닷새간 부여했던 공격 유예를 다시 열흘 연장한 것으로, "대화가 진행중이고 아주 잘 진행되고 있다"고 트럼프는 덧붙였다.
17🔥6
[한투증권 채민숙/김연준] 반도체 산업 Note: TurboQuant, DeepSeek 이후를 생각하면 결론은 명확

● TurboQuant가 쏘아올린 큰 공
- 현지시각 3월 25일 구글은 성능의 저하 없이 KV Cache를 최대 6배까지 압축할 수 있다는 TurboQuant 알고리즘을 공식 블로그를 통해 공개
- 시장은 이를 메모리 필요량의 감소로 해석해 메모리 반도체 기업 주가가 크게 하락
- 그러나 이는 메모리 용량(Capacity)과 메모리 대역폭(Bandwidth)의 역할을 혼동한 데서 발생한 해석 오류
- AI 추론의 병목은 메모리 용량 부족이 아니라, 메모리 접근 속도와 데이터 이동 효율에 의해 결정되는 문제이기 때문
- TurboQuant는 이러한 병목을 일부 완화해 GPU 효율을 높임으로써, 동일한 GPU 자원으로 더 많은 토큰을 처리할 수 있게 해주는 기술로 이해해야 함

● AI 추론의 구조: Prefill과 Decode
- LLM 추론은 Prefill과 Decode, 두 단계로 구성
- Prefill 단계는 GPU의 계산 능력이 성능을 제한하는 연산 중심 작업인 반면, Decode 단계는 데이터 이동의 속도가 성능을 좌우하는 메모리 집약적 작업
- Decode에서는 새 토큰을 생성할 때마다 기존 KV cache를 반복적으로 참조해야 하므로, 구조적으로 메모리 대역폭(Bandwidth)과 접근 지연의 영향을 크게 받음
- 사용자가 체감하는 응답의 속도는 대부분 Decode 단계가 결정하므로, AI 추론 최적화의 핵심은 이 단계에 있음

● TurboQuant의 실제 작동 원리
- TurboQuant가 KV Cache를 최대 6배 압축한다는 것은 필요 메모리 용량 자체를 줄인다는 의미라기보다, KV Cache가 차지하는 데이터 크기와 이에 따른 메모리 접근 부담을 크게 낮춘다는 의미에 가까움
- 이는 동일한 HBM 대역폭 내에서 처리해야 하는 데이터 양이 감소함을 의미
- 결과적으로 메모리 접근 지연이 완화되고 GPU가 데이터를 기다리는 시간이 줄어들 수 있음
- LLM 추론의 Decode 단계에서는 KV Cache 접근이 반복적으로 발생하기 때문에, 데이터 크기 축소는 메모리 병목 완화에 직접적인 영향을 미침
- 그 결과 GPU가 메모리 응답을 기다리는 비중이 줄어들고, 연산 자원이 보다 효율적으로 활용
- 이 경우 GPU의 실제 가동률이 개선되며, 동일한 하드웨어 환경에서도 단위 시간당 처리 가능한 토큰 수(throughput)가 증가하는 효과 발생
- 이는 곧 토큰 당 비용이 낮아진다는 의미로도 해석할 수 있음

● AI 추론의 병목: 메모리 용량이 아닌 대역폭(Bandwidth) 문제
- 시장은 TurboQuant가 메모리 용량 사용을 줄여 HBM 수요를 감소시킬 수 있다는 방향으로 해석한 것으로 추정
- 그러나 AI 추론에서의 핵심 병목은 메모리 용량 부족이 아니라, 메모리에서 데이터를 읽어 오는 속도, 즉 메모리 대역폭과 접근 지연(Latency)에 있음
- GPU 연산 코어의 처리 속도는 HBM이 데이터를 공급하는 속도보다 훨씬 빠르기 때문에, 메모리로부터 데이터를 기다리는 동안 GPU는 대기 상태에 놓임
- 업계 연구에 따르면 Decode 단계에서 Attention 연산 사이클의 50% 이상이 메모리 접근 지연으로 인한 대기 상태에 놓여있음
- 즉, GPU가 이론 성능의 절반 이상을 메모리 응답을 기다리는 시간에 낭비하고 있는 것
- Google DeepMind가 2026년 1월 발표한 연구에 따르면 엔비디아 GPU의 64-bit FLOPS는 2012년~2022년 사이 약 80배 증가한 반면, 메모리 대역폭 증가는 약 17배에 그침. 이 격차는 향후에도 지속 확대될 것으로 전망 (arXiv:2601.05047, IEEE Computer 게재 예정)
- TurboQuant는 GPU 연산능력과 메모리 대역폭 사이의 Gap을 줄임으로써 동일한 하드웨어에서 단위 시간당 처리 가능한 토큰 수를 증가시킬 것
- 이는 토큰 당 비용을 낮추어 AI 사용량 확대를 유도함으로써 더 많은 서비스와 사용자 유입을 촉진해 최종적으로 KV cache 사용량이 오히려 증가하는 결과로 이어질 것

● TurboQuant가 해결하지 못하는 병목: 칩 간 통신 Latency
- AI 추론에는 TurboQuant가 전혀 해결하지 못하는 또 다른 병목이 존재
- 대형 모델은 크기가 커서 단일 GPU 메모리 용량을 초과하기 때문에 여러 GPU에 분산되어 탑재
- Decode 단계에서는 모델이 여러 GPU에 분산돼 있어, 각 토큰의 생성 과정마다 중간 계산 결과를 GPU 간에 교환해야 함
- 이 데이터들은 크기는 작지만 호출 빈도가 매우 높기 때문에 이로 인해 칩 간 통신 지연이 발생할 수 있음
- 지연을 줄이기 위해서는 단일 GPU가 더 많은 파라미터와 KV cache를 처리할 수 있도록 해야 함
- 이는 결과적으로 GPU당 더 많은 HBM 용량을 요구
- 모델 크기와 컨텍스트 길이가 지속적으로 확대되는 최근의 AI 환경에서는 이러한 HBM 용량 증가의 필요성이 더욱 강화될 것
- 엔비디아가 세대별 GPU의 HBM 용량을 지속 확대해 온 것 역시 이와 무관하지 않을 것

● TurboQuant의 한계: 아직 초기 검증 단계
- TurboQuant의 기술적 의미는 크지만, 적용 범위와 검증 수준에 한계가 존재한다는 점도 생각해 볼 문제
- 공개된 성능 검증은 LongBench, Needle-In-A-Haystack 등과 같은 단일 질문에 대한 정보 검색 중심의 비교적 단순한 테스트 환경에 국한
- 실험 대상 역시 파라미터 규모 80억 수준의 비교적 작은 모델 위주로 진행, 실제 산업에서 사용되는 수백억 파라미터 급 대형 모델에서 동일한 효과가 재현될지 여부는 아직 검증되지 않음
- 더 중요한 점은, 최근 빠르게 확산되고 있는 Agentic AI 환경에서는 아직 검증이 이루어지지 않았다는 것
- 이러한 환경에서는 모델이 여러 단계를 거쳐 반복적으로 판단을 수행하고, 더 긴 컨텍스트와 복잡한 KV Cache 구조를 사용하기 때문에, 단일 응답 기반 벤치마크와는 전혀 다른 메모리 사용 패턴이 나타날 수 있음


본문: https://vo.la/FHdx2BJ
텔레그램: https://t.iss.one/KISemicon
10👏2
Forwarded from 하나증권 첨단소재 채널
[하나증권 유틸/상사/전력기기/조선 유재선]

E1

양호한 실적 전망과 경계심의 공존

□ 목표주가 145,000원으로 상향, 투자의견 매수 유지
E1 목표주가 145,000원으로 기존대비 45.0% 상향하며 투자의견 매수를 유지한다. 2026년 예상 BPS에 목표 PBR 0.5배를 적용했다. 4분기에 자회사의 비용 인식에도 불구하고 양호한 실적을 기록했다. 기말 배당은 주당 4,100원으로 결정되었고 기준일은 4월 2일이다. 별도 배당성향은 중간배당 포함 24.4%로 전년대비 4.5%p 상승하면서 DPS가 전년대비 1,100원 증가했다. 배당성향이 기존 정책인 별도 15%보다 높게 결정된 것은 연결 배당성향 25% 이상 분리과세 요건 충족 목적으로 판단된다. 새로운 주주환원 정책과 보유 자사주 15.72% 처분 방안은 향후 확정될 것으로 예상된다. 베트남 LPG 시장 진출 국내 신규 LNG발전소 건설 사업은 계획대로 진행되는 모습이다. 2026년 기준 PER 6.9배, PBR 0.4배다.

□ 4Q25 영업이익 273억원(YoY +295.2%) 기록
4분기 매출액은 2.9조원으로 전년대비 1.3% 감소했다. 원/달러 평균 환율이 상승했지만 LPG 가격 하락과 판매량 감소로 가스 부문의 외형이 둔화되었다. 판매실적의 경우 내수가 소폭 부진했고 수출이 크게 감소했다. 수출의 경우 관세 영향에서 벗어나 회복되는 흐름을 보였다. 전력은 평택 발전소 신규 인수 영향의 기저효과가 사라진 가운데 10월 예방정비로 인한 이용률 하락으로 감소했다. 금융 자회사는 금융상품평가 및 처분이익 증가로 매출이 성장했다. 영업이익은 273억원을 기록하면서 전년대비 295.2% 증가했다. 발전소 정비 영향으로 인한 전력사업 감익, 유통업 적자전환, 금융업 적자폭 확대를 가스사업 흑자전환으로 만회했다. 가스 부문은 조달원가 개선 등을 통한 트레이딩 수익성 제고로 이익이 성장했다. 전력은 SMP 약세와 이용률 하락으로 감익이 불가피했다. SMP는 상반기까지 낮은 수준이 예상되나 하반기부터 반등이 가능하기 때문에 실적은 점차 회복될 수 있다. 금융 자회사는 일부 손상 인식으로 적자폭이 확대되었다. 세전이익은 기타영업외수익 파생상품 영향으로 적자를 지속했으나 규모는 전년대비 축소되었다.

□ LPG 가격 상승은 1분기 실적에 긍정적. 당분간 중동 영향 지켜봐야할 것
최근 중동 이슈로 LPG 가격이 급등했다. 1분기 파생상품 관련 이익 증가 흐름을 기대해볼 수 있다. LPG 물량 중 중동산 LPG 비중은 3~40% 수준으로 추정된다. 하지만 이는 중국향 트레이딩 물량으로 판단되며 국내 판매는 북미산이기 때문에 조달 관점에서 부정적 영향은 제한적이다. 한편 국내 석화용 LPG 공급이 줄어들 경우 일정 부분 공급물량 감소가 나타날 여지가 있다. 한국가스공사향 열조용 LPG 공급 증가 등으로 일부 만회가 가능할 수 있으나 민수용 가격 인상 부담 등을 감안하면 국내 사업도 비용과 마진 측면에서 경계 요소가 존재한다. 당분간 중동 이슈의 종료 여부에 대해 지속적으로 관심을 가질 필요가 있다.

(유재선 3771-8011)

첨단소재 채널링크: https://t.iss.one/joinchat/R5wiYmLh1nl43aOC

보고서 링크: https://shorturl.at/5I0Vd

[위 내용은 컴플라이언스의 승인을 득하였음]
6👍2
가치투자클럽
가스 2025년 실적 정리
2025년 LPG 기업 실적
5👍2