블로그 글에는 포함 못시켰는데 웰링턴 사모 신용 부문 소날리 윌슨의 코멘트를 첨언하자면

“다만 “돈이 마르고 있다”로 읽으면 틀린다. 사모 시장에 소화불량이나 과포화 징후는 없다고 명확히 답했다. 오히려 올해 고객들의 인프라 배분은 늘었다고 했다.

자금이 사라지는 것이 아니라 분화되고 있다. 판단 기준은 기대수익과 시간지평의 정합성이다. 중간 한 자릿수 수익을 목표로 하는 코어·인프라 자금에게는 지금도 기회가 많다. 반면 15% 이상을 기대하는 자금이라면, 오늘의 데이터센터 대출에서 그 수익이 나온다고 할 때 어딘가에 다른 리스크가 스며들어 있을 가능성을 의심해야 한다는 것이다.“

—-

돈이 없는것이 아니라 자본 공급자들이 더 높은 수익률을 요구하는 것

#AI

마이크로소프트 직원:

제가 점점 더 강하게 느끼는 의견은, 컴퓨팅이 AI에서 가장 큰 해자라는 것입니다.

과학적 돌파구는 오래 비밀로 남지 않습니다. 논문이 발표되고, 연구자들이 이동하며, 아이디어가 유출되고, 오픈소스가 따라잡습니다.

충분한 시간이 지나면 거의 모든 사람이 대략 같은 알고리즘에 접근할 수 있게 됩니다.하지만 거의 그렇게 빠르게 확산되지 않는 것은

10배 더 큰 학습 실행을 돌리고,

10배 더 많은 RL(강화 학습) 경험을 수집하며,

수십억 개의 추론 토큰을 서빙하고,

수천 개의 실험을 병렬로 돌릴 수 있는 여력이 있어 더 빠르게 반복하는 능력입니다.

컴퓨팅을 확장하는 것은 잔인할 정도로 어렵습니다.

GPU, 전력, 변전소, 네트워킹, 냉각, 토지, 허가, 공급망… 그리고 수천억 달러가 필요합니다.

하룻밤에 “만들기로 결정”할 수 있는 것이 아닙니다. 산업을 더 자세히 볼수록, 프론티어는 “하나의 천재적인 아이디어를 가진 사람”이 아니라 누가 가장 빠르게 컴퓨팅을 복리로 쌓아 올릴 수 있는가에 달려 있다는 느낌이 강해집니다.

스케일링 법칙은 계속 스케일링할 수 있는 사람에게 보상을 줍니다. 그건 정말 복제하기 어려운 해자라고 생각합니다.

https://x.com/nicbstme/status/2081710226655375635?s=20

업데이트: 내가 아는 최고의 크레딧 소스에게 이걸 어떻게 보는지 물었다. 그의 답:

“지금 크레딧에서 벌어지고 있는 유일한 일은 하이퍼스케일러 채권이 완전히 박살나고 있다는 것이다. 채권시장이 하이퍼스케일러 캐팩스 자금조달에 종지부를 찍었다. 이제 이들은 증자를 하거나 현금흐름으로 캐팩스를 충당해야 한다. AI 부채 추가 발행에 대한 매수 호가가 전무하기 때문이다.

SPCX(스페이스X) 채권은 회사가 파산을 향해 가는 것처럼 일직선으로 10~15% 빠졌고, 대량으로 공매도되고 있다.

혼수상태 같은 강세장에서, SPCX처럼 BBB 상위 등급의 데뷔 발행이 시장 대비 훨씬 높은 6%대 수익률로 멀티트랜치 딜을 들고 나온 뒤 곧바로 일직선으로 100bp 벌어지는 것은 본 적이 없다. 크레딧 시장에서 일한 21년 동안 한 번도 없었다.

계속 빌리고 싶다면 8~10% 수익률로 채권을 발행하는 것을 감수해야 할 것이다.”

--

캐팩스 감소 가능성 선반영하면서 연쇄 청산 수급 도미노 현상으로 이해할수도 (캐팩스 감소 스트레스 테스트중)

[Bloom Energy 2Q26 earnings - 유진 허준서]

#BE

1. 실적

매출액: $10.65억 (+166.0% yoy, +42.0% qoq)
- 데이터센터향 Energy Server 출하 확대에 따른 사상 최초 분기 매출 $10억 돌파
- 제품 매출: $9.35억 (+215.0% yoy, +43.0% qoq), 전체 매출의 약 88% 비중

비GAAP GPM: 34.3% (+6.04%p yoy)
- 제품 GPM: 37.2% (+2.91%p yoy, +1.93%p qoq)
- 서비스 GPM: 22.0% (+9.77%p yoy), 5개 분기 연속 두 자릿수 이익률 및 장기 20% 이상 유지 전망

비GAAP 영업이익: $2.40억 (+737.0% yoy)
비GAAP OPM: 22.5% (+15.36%p yoy)
- 조정 EBITDA: $2.53억, 매출액 대비 약 23.8%
비GAAP 희석 EPS: $0.78

매출 증가율 166% 대비 영업비용 증가율 48%에 그치며 대규모 영업 레버리지 발생. R&D와 G&A 인프라의 상당 부분이 고정비 성격인 만큼 추가적인 GW 단위 출하 증가에 필요한 간접비 증가가 제한적인 구조.

2. 2026년 가이던스 상향

- 매출액: $39.0억~$42.0억으로 상향
- 매출 가이던스 중간값: $40.5억, 2025년 매출 약 $20억 대비 약 +100% 성장
- 비GAAP 매출총이익률: 약 34% 유지
- 비GAAP 영업이익: $8.0억~$9.0억으로 상향
- 영업이익 가이던스 중간값: $8.5억
- 중간값 기준 영업이익률: 약 21%
- 연초 비GAAP 영업이익 가이던스: $4.25억~$4.50억, 중간값 기준 약 14% 영업이익률
- GAAP 희석 EPS: $2.55~$2.85로 상향

가이던스의 첫 번째 구성요소는 기존 백로그, 계약된 수요 및 고객 부지 준비 일정에 따른 출하.
두 번째 구성요소는 2026년 중 신규 수주 후 사전에 확보한 생산능력을 활용해 연내 출하매출 전환되는 물량.

3. 데이터센터 수요 및 백로그

고객 기반 확대
- 미국의 모든 주요 하이퍼스케일러로부터 Bloom 전력 솔루션의 기술 검증 및 승인 확보
- 12개 이상의 미국 네오클라우드, AI 연구소 및 코로케이션 데이터센터 사업자로부터 승인 확보
- 첫 직접 하이퍼스케일러 고객인 Oracle에 약 55일 만에 데이터센터 전력 공급
- AI 데이터센터 시장 진입 1년 이내에 온사이트 전력의 표준 솔루션으로 자리매김했다는 경영진 평가
- 병원, 제조공장, 통신사, 대학 캠퍼스 및 유통시설 등 기존 상업·산업 부문 수요도 지속 확대

수주 전환 속도
- 과거 대형 고객 확보에 수년이 필요했던 반면 현재는 기술 검증과 공급 레퍼런스 축적으로 첫 접촉부터 첫 주문까지의 기간이 급격히 단축된 상황.
- 기존에 가스터빈이나 왕복동 엔진 등 대체 전력 솔루션을 확보했던 일부 고객도 해당 계획을 철회하고 Bloom으로 전환
- 초기 프로젝트 이후 Bloom 솔루션의 전체 경제성을 확인한 고객이 추가 주문을 제시하면서 단일 프로젝트 관계가 다수 프로젝트 또는 포트폴리오 계약으로 확대되는 구조.
- 2025년 말 공시 백로그에 포함되지 않았지만 2026년 중 일부 시스템 출하가 예정된 신규 대형 고객도 존재.
-해당 고객들이 장기 주문을 추가하면서 백로그 증가 속도가 매출 증가 속도를 상회하는 상황.

3. 전력공급의 네가지 병목과 해결책

3-1. 자본조달
- 대형 기업 고객 전용 인프라 비용을 일반 전력 소비자에게 전가하기는 어려운 환경
- 잉여 계통용량 소진으로 신규 데이터센터 수요가 추가적인 발전·송배전 인프라 투자를 직접 유발하는 상황
- 이 경우데이터센터 고객이 대규모 초기 CAPEX 직접 부담하거나 PPA·용량계약 등을 기반으로 설비를 보유할 프로젝트 금융기관이 필요
- Bloom은 금융기관과의 파트너십을 통해 고객의 초기 자본 부담과 계약 구조의 복잡성을 제거하는 방식.
* Brookfield 의 $50억 -> $250억 확대는 이 부분에서 의미를 가짐
* Industrial Development Funding, Oaktree, MUFG Bank 및 Morgan Stanley의 추가 참여
* 해당 금융기관들의 누적 Bloom 프로젝트 금융 약정: 약 $26억

3-2. 지역사회 수용성
- 가스터빈 대비 핵심 경쟁력
- 연소과정 부재로 물사용량 최소화, 공조설비보다 낮은 소음, 수용가능한 외관 등이 특징
- Bloom 설비에 대한 지역사회 수용성은 상대적으로 높은 상황. 데이터센터 전력 공급 과정에서 지역사회 반대가 실질적인 프로젝트 지연 요인으로 부상하면서 비연소 방식 자체가 경쟁우위로 전환되는 구조.

3-3. 인허가
- 비연소 방식과 낮은 대기오염물질 배출을 기반으로 가스터빈이나 왕복동 엔진보다 대기환경 관련 인허가 기간 단축 가능성.
- 인허가 기간 1개월 단축이 데이터센터 전력 공급 시점을 1개월 앞당기고, 결과적으로 AI 연산 및 토큰 매출 발생 시점을 1개월 단축하는 효과.

3-4. 공급속도
- 전력망 접속 및 전통 발전기기 공급기간: 수년 단위
- Bloom Energy Server 공급기간: 수개월 단위
- 전력이 연결되지 않은 AI 칩은 연산자산이 아닌 재고자산이라는 관점
- 데이터센터 고객의 의사결정 기준을 발전원 LCOE보다 AI 컴퓨팅 가동 시점으로 해석

4. 생산능력 및 공급망
- 2026년 초부터 미국내 생산능력 지속적으로 확대했으며 확정 주문보다 선행하는 증설방식
- 공급망은 범용성이 높은 원재료 및 부품 중심의 제품설계에 힘입어 주요 투입물마다 복수의 공급업체와 국가에 걸친 공급망 분산, 단일 공급업체 또는 단일 국가 의존도 최소화

5. 제품 가격 및 수익성 구조
- 제품의 단가는 범용화된 전력 KW당으로 산출되지 않으며 고객에게 제공가능한 솔루션인 전력공급시점 단축, 부하변동대응, 인허가 및 수용성 등의 경쟁력에 기반해 고객이 조기 가동을 통해 확보하는 AI 연산 매출을 반영하는 구조.
- 생산능력 확대 과정에서의 단위당 고정비 하락하고 있으며 이번분기 실적은 이를 증명, R&D 및 G&A 인프라의 상당 부분이 고정비 구조이며 추가 GW 출하에 필요한 간접비가 제한적이라는 설명.

6. 프로젝트 금융 및 매출 인식 구조
- Bloom의 고객계약은 크게 직접 장비 판매와 장기 전력·용량 계약으로 구분.
- 직접 장비 판매는 최종고객이 에너지서버를 직접 구매하고 보유하는 구조, 블룸은 인도에 따라 제품매출 인식
- 장기 전력·용량 계약은 고객이 설비를 직접 소유하지 않고 계약기간동안 생산전력이나 설치용량에 대한 대가를 지급
- 고객의 선호는 후자, 브룩필드등 금융기관이 자사 제품 구매하고 최종고객에게 용량제공하는 방식으로 접근

- 1) Bloom으로부터 설비를 직접 구매하고 매출로 인식되는 금융기관, 2) 실제 전력을 소비하고 프로젝트 수요를 창출한 최종 데이터센터 사업자 두가지 유형으로 고객은 구분되며 특정 분기의 공시 고객 집중도가 실제 최종 수요처의 집중도를 그대로 나타내지 않을 가능성. Nebius 프로젝트도 최종 고객이 전력 오프테이크 계약을 체결하고, 독립적인 금융기관이 확인된 부지와 납품 일정에 따라 Bloom 설비를 현금으로 구매하는 표준 구조.

7. 매출총이익률 변동 요인
- 연간 비GAAP 매출총이익률 약 34% 가이던스 유지에도 분기별 이익률 변동 가능성이 존재하는이유는
- 고객의 납기 단축을 위한 긴급 운송비 및 부품 조달 및 생산 일정 단축 비용등 변수가 있기 때문
- 장기 고객관계와 후속 프로젝트 가능성이 높은 고객에 대해서는 단기적인 이익률 1%p 방어보다 빠른 납품을 우선한다는 방침.
- Time to Power가 현재 고객에게 가장 중요한 가치인 만큼 일부 프로젝트의 긴급 비용을 감수하더라도 장기 고객가치와 포트폴리오 수주를 우선하는 전략.

[Bloom Energy 2Q26 QnA - 유진 허준서]

1. 하이퍼스케일러 채택 현황 및 생산능력

Q. 미국 주요 하이퍼스케일러와 12개 이상의 네오클라우드·AI 생태계 사업자 가운데 실제 Bloom 시스템을 사용 중인 고객, 백로그에 포함된 고객, 근접 파이프라인 고객의 구분

A. 개별 고객의 구축 현황은 고객이 직접 공개한다는 원칙에 따라 세부 분류 비공개. 현재 언급한 고객군에는 다음 세 가지 유형이 모두 포함된 상황.
- Bloom 시스템을 이미 사용 중인 고객
- 주문을 확정하고 시스템 출하까지 완료했으나 현장 건설 중으로 아직 전력 공급이 개시되지 않은 고객
- Bloom과 구속력 있는 확정계약을 체결한 고객

미국의 모든 주요 하이퍼스케일러와 12개 이상의 네오클라우드, AI 생태계 사업자 및 코로케이션 사업자가 해당 범주에 포함된다는 설명.
9개월 전 최초의 직접 하이퍼스케일러 고객을 발표한 이후 단기간에 데이터센터 온사이트 전력의 표준 솔루션으로 자리 잡은 상황. 상업·산업용 시장에서 동일한 지위를 확보하는 데 약 10년이 필요했던 것과 대비되는 빠른 채택 속도. Bloom 솔루션은 기존 발전원의 단순 개선형이 아니라 데이터센터 전력 공급 방식 자체를 바꾸는 구조적 대안이라는 주장. 현재의 채택 흐름을 되돌리기 어려운 비가역적 변화로 평가.

Q. 수요 가속에 따라 생산능력 증설 규모와 일정도 기존 계획보다 빨라지고 있는지

A. 생산능력 계획은 상업적 파이프라인, 확정 주문, 고객의 제품 필요 시점 및 실제 전력 가동 예정일을 기반으로 산정하는 구조.
시장 전망에 따라 2027년 신규 가동 예정인 AI 데이터센터 용량은 약 30~40GW이며, 대부분 다양한 개발 단계에 있는 그린필드 프로젝트라는 설명. Bloom은 자체 알고리즘을 활용해 개별 프로젝트의 실제 진행 가능성과 가동 시점을 추정하고, 이를 기반으로 필요한 생산능력을 선제적으로 결정하는 방식. Bloom Energy Server는 출하 트럭에 적재된 이후에도 다른 현장으로 재배치할 수 있는 높은 범용성과 대체 가능성 보유. 특정 프로젝트가 지연되더라도 다른 고객 현장으로 물량을 전환할 수 있는 구조. 현재 확정 주문과 가시적인 파이프라인을 모두 고려할 때 고객 전력 공급의 병목이 되지 않을 생산능력 확보에 대한 자신감. 현재 기준 생산능력은 성장 제약요인이 아니라는 입장.

2. 하이퍼스케일러의 공급망 검증 절차

Q. Bloom이 납기 병목으로 작용하지 않을 것이라는 확신을 얻기 위해 하이퍼스케일러들이 확인하는 항목

A. 하이퍼스케일러들은 제품 성능과 경제성뿐 아니라 Bloom의 전체적인 공급 실행능력을 검증하는 매우 정교한 고객군이라는 평가.
주요 검증 항목은 다음과 같은 구성.
- 현재 확정 주문 규모
- 향후 추가될 신규 주문 규모
- 고객의 중장기 데이터센터 증설계획에 대한 Bloom의 대응 가능성
- 생산능력 확대계획
- 공급망 확장성
- 납기 준수능력
- 장기적인 전략적 파트너 역할 수행 가능성

대부분의 하이퍼스케일러는 단일 프로젝트 계약보다 향후 여러 프로젝트를 함께 수행할 전략적 파트너 관계를 전제로 검토하는 상황. 고객이 비밀유지계약 아래 향후 증설계획을 Bloom에 공유하면 Bloom이 해당 용량을 적시에 공급할 수 있는지를 세부적으로 설명하고 입증하는 절차. 해당 검증을 통과한 이후에야 고객의 공식 승인 획득이 가능한 구조.

3. Brookfield 프로젝트 금융 및 약정 소진 시점

Q. Brookfield와 IDF 등의 금융기관도 하이퍼스케일러와 유사한 실사 절차를 거치는지 여부와 추가 $200억 금융 약정의 집행 기간

A. 금융기관은 Bloom 장비의 소유권을 직접 취득하기 때문에 하이퍼스케일러보다 추가적인 검증 항목을 요구하는 구조. 금융기관의 주요 검토 항목은 다음과 같은 구성.
- 장비가 계획대로 상업운전에 진입할 가능성
- 계약기간 전체에 걸친 시스템 성능
- 발전설비 가용성
- 장기 유지보수 역량
- 금융모델에 포함된 발전량과 수익률 달성 가능성
- 최종 고객의 만족도와 반복 주문 이력

금융기관은 일반적인 제품·공급망 검증에 더해 장기 운영성과와 유지보수 역량까지 추가로 검토하는 구조. Brookfield는 처음부터 $250억을 약정한 것이 아니라 최초 $50억을 투입한 뒤 Bloom의 실행력과 실제 프로젝트 성과를 관찰한 과정. 15년 이상 Bloom 시스템을 사용한 고객을 포함해 다수 고객과 직접 접촉하고 만족도 및 운영성과를 확인한 이후 추가 $200억 약정 결정. 추가 약정은 특정 기간 내 반드시 소진해야 하는 의무성 자금이 아니라 필요 시 즉시 사용할 수 있는 프로젝트 금융 선반이라는 설명. 실제 집행 속도는 데이터센터 프로젝트와 고객의 금융 수요 발생 속도에 따라 결정되는 구조.

4. 프로젝트 지연에 대한 계약상 보호장치

Q. 대형 데이터센터 프로젝트 지연 시 Bloom의 재무적 노출, 계약상 보호장치 및 장비 재배치 가능성

A. 개별 프로젝트에 대한 구체적인 언급은 비공개. Bloom의 계약은 기본적으로 마스터 서비스 계약을 기반으로 하며, 표준화된 Copy Exact 제품 특성에 따라 생산된 장비를 고객의 여러 프로젝트 중 다른 현장에 배치할 수 있는 유연성 보유. 프로젝트 지연이 발생할 경우 최종 고객이 해당 장비를 자체 다른 프로젝트에 재배치할 수 있는 구조. 동시에 금융기관은 계약에 따라 Bloom으로부터 장비를 인수할 의무 보유. 계약 구조상 Bloom뿐 아니라 장비를 매입하는 금융기관도 프로젝트 지연과 인수 위험에 대한 충분한 보호장치를 요구하는 상황. 2026년 매출 가이던스는 특정 단일 프로젝트의 정상 진행을 전제로 하지 않는 구조. 일부 프로젝트의 지연, 일부 프로젝트의 일정 단축, 당초 예상하지 못한 신규 프로젝트의 연내 수주·출하를 모두 반영한 포트폴리오 기반 가이던스. 건설 프로젝트의 일정 지연은 불가피하게 발생하는 변수이며, Bloom은 이를 연간 가이던스 산출 알고리즘에 사전 반영한다는 설명. 특정 프로젝트 지연만으로 2026년 매출 가이던스가 훼손되는 구조는 아니라는 입장.

5. 스칸듐 공급망

Q. 스칸듐 사용량, 가용 공급량, 재고 및 중국 의존도

A. 회사가 기존 블로그와 8-K를 통해 관련 내용을 공개한 상황. 투자자가 이해해야 할 핵심 사항으로 다음 세 가지 제시.
- 지구상에 경제적으로 회수 가능한 스칸듐 매장량이 충분하다는 판단
- 현재 추진 중인 사업을 기준으로 약 25GW 규모의 시스템 구축에 필요한 스칸듐 공급 가시성 확보
- 중국산 스칸듐에 의존하지 않는 공급망 구조
구체적인 사용량, 조달 경로 및 재고 수준은 회사 고유 정보로 비공개.

6. 잉여현금흐름과 자본배분

Q. 매출·영업이익 가이던스 상향에도 잉여현금흐름 전망이 자료에서 제외된 이유와 $27억 현금의 자본배분 방향

A. 과거 보충자료에는 회사가 공식적으로 가이던스를 제공하지 않는 일부 지표가 포함됐으며, 이번에는 공식 가이던스 범위와 프레젠테이션 항목을 일치시키기 위해 해당 지표를 제외한 조치. 잉여현금흐름 전망을 하향하거나 철회한 의미는 아니라는 설명. 연초 비GAAP 영업이익 가이던스 중간값은 약 $4.5억이었으며, 당시 영업현금흐름 기대치는 약 $2억 수준. 이후 영업이익 가이던스 중간값을 약 $6.75억으로 상향했고, 현재는 약 $8.5억까지 상향한 상황. 직전 가이던스 대비 영업이익 전망이 약 $1.75억 증가했으며, 해당 증가분이 사실상 전액 영업현금흐름으로 전환될 것으로 예상. 이를 기준으로 새로운 영업현금흐름 기초 수준을 최소 $3.75억 이상으로 판단할 수 있다는 설명. 다만 공식적인 영업현금흐름 또는 잉여현금흐름 가이던스는 제공하지 않는 방침. 현재의 높은 영업이익 증가가 강한 현금흐름 전환으로 연결되고 있다는 점을 강조한 답변. 구체적인 자본배분 우선순위에 대한 추가 설명은 부재.

7. AI 학습·추론 수요와 Time to Power의 경제성

Q. 데이터센터 고객과의 논의가 AI 학습 중심인지, 추론 및 리즈닝 수요까지 확대되고 있는지 여부

A. 학습과 추론 모두에서 수요가 발생하고 있다는 설명. Time to Power가 중요한 이유를 데이터센터 고객의 매출경제성으로 설명. 1GW 규모의 데이터센터는 AI 고객 유형에 따라 연간 약 $120억~$240억의 매출 창출 가능성. 전력 공급 시점을 한 달 앞당길 경우 고객이 추가로 확보하는 매출은 약 $10억~$20억 규모. 해당 AI 사업의 매출총이익률은 약 40~50%, 순이익률은 약 20~25% 수준이라는 추정. 이에 따라 전력 공급을 한 달 앞당기는 경제적 가치는 발전원 가격 차이나 일부 설비비용을 크게 상회하는 구조. 2027년 약 35~40GW의 AI 데이터센터가 신규 구축될 예정이지만, 전력 공급업체의 납기 실패로 일부 프로젝트가 지연될 가능성. Bloom은 이러한 Time to Power 병목을 해결하는 대안이라는 주장. AI 추론 수요 확대도 Bloom에 중요한 기회. 학습용 대형 데이터센터는 제한된 지역에 집중될 수 있지만 추론 인프라는 사용자와 가까운 지역으로 분산될 가능성. 국가 송전망 구축이 고속도로 건설에 해당한다면 배전망 증설은 도심 내 일반도로 확장에 해당한다는 비유. 송전망 증설도 어려운 상황에서 지역 배전망을 대규모로 보강하는 작업은 더욱 복잡한 과제. 도심 추론 데이터센터에는 대형 가스터빈 설치가 사실상 불가능하며, 맨해튼과 같은 고밀도 지역에서도 설치 가능한 Bloom의 분산형 전원에 유리한 구조.

8. 가스터빈·엔진과의 경쟁구도

Q. 왕복동 엔진, 복합화력 가스터빈 및 기타 발전원의 신규 생산능력 확대가 Bloom의 경쟁력과 수급에 미치는 영향

A. 향후 수년간 전력 공급 부족이 매우 크기 때문에 빠르게 전력을 공급할 수 있는 모든 기술에 수요가 존재할 것이라는 전망. 엔진과 가스터빈 업체가 생산능력을 늘려도 해당 제품에 대한 수요가 존재하고, Bloom이 생산능력을 늘려도 수요가 존재하는 공급자 우위 시장이라는 판단. 다만 고객이 가스터빈, 왕복동 엔진, 연료전지 중 하나를 최종 선택해야 하는 시점에는 단순 LCOE보다 Total Cost to Tokens, 즉 AI 토큰 매출을 창출하기 위한 총비용이 핵심 기준이라는 주장.
Bloom이 제시한 차별화 요소는 다음과 같은 구성.

- 800V DC 전력 직접 공급 가능성
- 과도한 예비설비 구축 없이 높은 신뢰도 제공
- 도심과 비도심 모두 설치 가능한 입지 유연성
- 낮은 대기오염물질 배출
- 상대적으로 빠른 인허가
- 모듈형 증설
- 빠른 전력 공급
- 고객의 AI 토큰 매출 조기 실현

현재 상업적으로 이용 가능한 경쟁사 가운데 해당 요소를 모두 제공하는 업체는 Bloom뿐이라는 주장. 경쟁사 동향보다 고객의 필요와 경제성에 집중한다는 전략.

9. 중국 오픈소스 AI 모델과 토큰 가격 하락

Q. 중국산 오픈소스 AI 모델과 AI 모델의 범용화가 Bloom에 기회인지 위협인지 여부

A. 중국 모델과 미국 AI 연구소 모델의 구분은 Bloom의 전력 수요 전망에 중요하지 않다는 판단. 단위 토큰당 전력소비가 감소하더라도 전체 토큰 사용량의 증가폭이 이를 크게 상회하면서 총전력 수요는 감소가 아니라 증가할 것이라는 판단. 현재 AI 전력 수요 전망이 과대 추정이 아니라 오히려 과소 추정일 가능성 제시.

10. 향후 3~4년 제품 로드맵

Q. 향후 3~4년 Bloom Energy Server의 기술적 발전 방향

A. 온사이트 전력의 중심이 AC에서 DC로 전환될 것이라는 전망. DC 전력의 주요 적용처는 대형 데이터센터 뿐 아니라 전기차 충전, 공동주택, 마이크로그리드, 상업시설 등으로 확장. 현장에서 직접 DC 전력을 생산하고 발전 과정에서 발생한 열을 난방과 냉방에 동시에 활용하는 통합 에너지 시스템 방향. Bloom의 고농도 이산화탄소 배출 특성을 활용한 탄소포집 경쟁력도 강조. 연료의 전기·열 결합효율을 90% 이상으로 높이고, 대기오염과 물 사용을 최소화하는 종합 솔루션 개발 방향. 대형 데이터센터에 설치되는 제품과 지역 상점이나 소규모 추론 데이터센터에 설치되는 제품이 동일한 기술과 표준화된 형식을 사용하는 구조.

11. 생산능력 증설 CAPEX와 투자회수기간

Q. 현재 약 2GW 수준에서 그 이상으로 생산능력을 확대할 때 제조설비 CAPEX 인플레이션이 미치는 영향

A. Bloom 생산설비 투자의 회수기간은 수개월 수준이라는 설명. 전통적인 발전기기 제조업체처럼 대규모 단조·주조설비와 장기간의 공장 건설이 필요한 산업구조가 아니라는 주장. Bloom은 제품설계를 표준화를 통한 생산라인 복제가 가능하며 자동화를 통해 원가절감이 가능, 증설기간이 짧고 자본효율성이 높은 모델, 생산능력 추가 투자의 회수기간이 수개월이기 때문에 수요가 유지되는 한 지속적으로 생산능력을 추가할 계획. 전통 발전기기 업체가 직면하는 대규모 CAPEX 인플레이션과 장기 투자회수 문제는 Bloom에 상대적으로 제한적이라는 입장.

12. 데이터센터용 연료전지 시장점유율

Q. 용융탄산염 연료전지를 포함한 경쟁 연료전지 기술의 데이터센터 시장 진입과 향후 Bloom의 시장점유율

A. 현재 데이터센터용 연료전지 시장에서 Bloom의 시장점유율은 90%대 후반이라는 자체 추정. 경쟁사 진입은 더 좋은 제품 솔루션으로 갈 기회

13. 가격정책, 목표 마진 및 경쟁 발전원 대체

Q. 데이터센터 시장에서 Time to Power 경쟁력이 강화되면서 가격정책과 목표 마진이 어떻게 변화하는지, 기존 발전기술을 대체하는 프로젝트 수

A. Bloom은 전력회사가 아니기 때문에 LCOE나 kWh당 단가만을 기준으로 제품가격을 설정하지 않음, Bloom의 역할을 고객에게 단순 전력을 판매하는 공급자가 아니라 데이터센터의 조기 가동을 지원하는 전략적 파트너로 정의. 가격에는 전력공급시점 및 인허가 단축 관련 줄인 리드타임이 모두 반영되며 신뢰도나 800V DC 호환성 등 장점도 반영됨, 단순 전력용량에 따른 금액이 아닌 고객이 누리는 가치 기반 가격 산정 구조

[BE 콜 임플리케이션 - 유진 허준서]

1. 고객의 종류와 공급방식

- 두가지 유형, 1) 전력원 직접보유 하이퍼 스케일러, 2) 전력 공급계약을 할 금융기관(PF 성격)
- 브룩필드 등 금융기관이 블룸의 제품을 사서 데이터센터등 최종고객에게 전력 파는 밸류체인
- 금융 조약이 실수요라고 판단. 50억불에서 250억불로 늘어났고 매출인식 시점은 없지만 그만큼 탑라인 여력이 존재한다고 이해
- 브룩필드 말고도 이런애들이 존재하고 그 누적 규모가 26억불임

2. 증설

- 생산하는 제품이 전통 에너지원들의 생산라인과 다름
- 모듈식, 표준화, 라인복제 가능해서 생산라인 투자금액 회수기간이 수개월 단위임
- 그래서 탑라인 증가 따른 고정비 레버리지 효과를 좀더 빨리 보여줄 수 있고 이번분기의 매출액 상승따른 영업이익 증가폭은 그걸 증명
- 증설에 시간이 그렇게 오래걸리는것도 아니라 전방수요 확정짓고 블룸이 증설들어가도 어짜피 인허가 등 지연이 일부 존재하니 그안에 램프업 충분히 가능

3. 연료전지 시장

- 점유율 90%고 경쟁사 들어와도 계속 유지될 경쟁력
- 개인적인 생각으로는 블룸의 기술력에 더해 레퍼런스를 극도로 중요시하는 전력시장의 특성이 반영된 수치라고 생각
- 스칸듐은 25GW 전력 공급할 수 있는 수준의 충분한 양 자체적으로 확보하고있음

4. 가격

- 단순 LCOE나 kw 당 단가가 얼마다 식의 산출 불가능
- 리드타임 및 인허가 수용성 등 종합적으로 고려해 고객이 느끼는 가치 기반 가격산정 매커니즘
- 고객사 마다의 판가 협상력을 유연하게 보유하고 있는것으로 해석
- 전적으로 최종 고객사의 kw당 토큰 가격에 어떤 영향을 미치냐에 따라 당사의 제품 및 솔루션 가격도 연동

JP 모건:

한국 주식시장의 대부분 레버리지 ETF가 청산됨

헤지펀드의 디레버리징도 약 90% 완료된 것으로 추정

#AI

컴퓨트는 왜 10배 이상 비싸질 수 있는가 by 드워케시 파텔

1. 앤스로픽 매출 추세와 그 함의

- 앤스로픽 매출은 전년 대비 10배 성장 중이며 올해 매출 1,000~1,500억 달러 규모로 예상됨 → 이 추세가 유지되려면 내년 말까지 1조 달러 매출을 달성해야 함

- 이 추세가 계속될 근본적 이유는 없음 → 결국 AI 능력이 얼마나 발전하는지에 달린 문제

- 다만 이 가정이 성립한다면 어떤 조건들이 충족되어야 하는지가 이 글의 핵심 질문임

2. 매출 10배 성장에 필요한 3가지 조건

- 프론티어 랩의 컴퓨트는 매년 3배씩 증가함 → 컴퓨트를 3배만 늘리면서 매출을 10배 늘리려면 다음 3가지 중 조합이 필요함: 1) 마진 상승, 2) 컴퓨트 가격 상승, 3) 추론에 배정하는 컴퓨트 비중 확대

- 실제로 세 가지 모두 동시에 일어나고 있는 것으로 파악됨

- 앤스로픽 Fable 추론 마진이 2025년 40%에서 올해 80% 이상으로 추정 (다만 한계 컴퓨트 기준으로는 다를 수 있음)

- 컴퓨트 스팟 가격이 올해 2월 저점 대비 40% 이상 상승

- OpenAI의 2024년 컴퓨트 지출 중 추론 비중이 약 4분의 1이었는데(Epoch 데이터 기준), 현재는 50% 이상으로 추정됨

3. 랩들이 추론 비중 확대를 꺼리는 이유

- 추론 매출의 진짜 목적은 투자자를 설득해 더 많은 자본을 조달하고, 그 돈으로 더 많은 컴퓨트를 사서 더 큰 모델을 훈련하는 것 → 컴퓨트 대부분을 추론에 쓴다는 것은 사실상 'AI 발전이 정체되었다'는 자백과 같음

- Why? 추론 비중이 커지면 사업 성격이 클라우드 사업자에 가까워지기 때문

- 랩들은 이것이 사실이 아니라고 봄 → 현재 서비스 중인 모델은 1년 안에 형편없어 보일 것이며, 이는 더 똑똑한 모델을 계속 훈련하기 위한 사업적 명분을 쌓는 과정일 뿐이라는 입장임

4. 남은 설명 변수: 마진 상승인가, 컴퓨트 가격 상승인가

- 시장에서 마진은 차선책 대비 얼마나 앞서 있는지로 결정됨 → 선두 1~2개 랩이 경쟁사 대비 압도적으로 앞서 있어야 마진 상승이 지배적 요인이 될 수 있음

- 마진 상승이 지배적 요인이 되려면 내년 말까지 마진이 90%대 중반에 달해야 함 → 이는 지나치게 높은 수치로 판단됨

- 따라서 남은 설명은 컴퓨트 가격 자체의 상승이며, 이미 진행 중인 현상으로 파악됨

5. 컴퓨트 가격 상승의 실제 증거

- 랩들이 필요로 하는 컴퓨트는 스팟 인스턴스로 조달 불가 → 가중치와 고객 정보 보안, 충분한 규모의 활용률과 유연성이 필요하기 때문

- 구글과 앤스로픽이 스페이스X로부터 컴퓨트를 임대하는 사례가 이 tranche의 가격 급등을 보여줌

- 구글은 GB200과 GB300이 혼합된 GPU 11만 개에 월 9억 달러를 지불하는 것으로 보도됨 → 이는 해당 GPU 스팟 가격의 약 2배 수준

- 현재 스팟 가격 자체도 올해 2월 대비 이미 40% 상승한 상태 → 이중으로 가격이 뛰고 있는 구조

6. 핵심 결론: 컴퓨트의 한계가치가 폭발적으로 상승

- AI 모델이 똑똑해질수록 동일한 컴퓨트양으로 더 많은 돈을 벌어들이게 됨

- H100 한 대에서 구동 가능한 인간 수준 소프트웨어 엔지니어가 있다고 가정하고 현재 소프트웨어 엔지니어 시장 임금을 대입하면, 그 H100의 임대료는 연 25만 달러를 넘어야 함 → 이는 현재 스팟 가격의 15배 수준

- 소프트웨어 엔지니어 1,000만 명이 추가로 공급되면 엔지니어 1인의 한계가치가 낮아질 것이라 예상할 수 있으나, 이것이 반드시 참인지는 불확실함

- 이 논리를 사람에 적용하면 고전적인 '노동총량의 오류(lump of labor fallacy)'에 해당함 → 경제학자들은 고숙련 이민이 장기적으로 임금을 낮추지 않는다고 보는데, 이는 전문화와 혁신이 노동의 가치를 높이기 때문

- 이번 노동공급 충격이 워낙 크고 빨라 이 통상적 휴리스틱이 더 이상 적용되지 않을 가능성도 있음

- 다만 표준 노동경제학 논리를 그대로 따른다면, 컴퓨트의 한계가치와 한계가격은 놀라울 정도로 높아져야 함

7. 이런 세계에서 벌어질 일들

- 최상위 모델이 컴퓨트를 더 잘 수익화할수록, 후발주자가 따라잡기는 점점 더 어려워짐

- Why? 2028년까지 소프트웨어 엔지니어링이 자동화되고 컴퓨트 가격이 지금의 15배라면, 매출이 없는 후발 사업자가 프론티어 랩과 컴퓨트 확보 경쟁을 벌이기는 훨씬 힘들어짐

- 최고 모델을 보유한 사업자는 훨씬 높은 마진을 부과할 수 있게 됨 → 앨치안-앨런 효과(Alchian-Allen effect)

- H100 시간당 비용이 2달러에서 20달러로 뛴다면, 더 많은 토큰을 소모해 같은 결과를 내는 저성능 모델을 돌리는 것은 비합리적 선택이 됨 → 비싼 컴퓨트일수록 그 위에서는 가장 효율적인 최고 모델을 쓰는 게 합리적

- 현재 인기 있는 다수의 AI 응용이 가격 경쟁력을 잃게 됨

- AI가 현재 저렴한 이유는 부분적으로 최상위 인간이 할 수 있는 일을 못 하기 때문 → 이 격차가 사라지면 숏폼 영상 슬롭 생성 같은 저부가가치 용도는 컴퓨트 시장에서 밀려남

- 이 예측은 사이먼-얼리치 내기(Simon-Ehrlich wager)처럼 과거에 틀렸던 희소성 예측 패턴과 겹침 → 에얼리치는 1990년까지 원자재 바스켓 가격이 상승할 것이라 걸었다가 틀렸는데, 이는 시장 신호와 인간의 창의성이 희소 자원을 절약하는 방법을 찾아냈기 때문 (단, 내기 시점을 다른 10년으로 옮겼다면 에얼리치가 이겼을 것이라는 분석도 존재)

- 다만 컴퓨트는 금속 채굴과 달리 공급 탄력성이 훨씬 낮고 수요 충격 흡수 능력이 떨어져 사이먼-얼리치의 원자재 바스켓과는 다른 준거집단으로 판단됨

- 컴퓨트 용량이 매년 3배씩 느는 이유는 세 가지 요인이 곱해진 결과임

1) 무어의 법칙(반도체 자체가 매년 좋아지는 속도): 1.4배

2) 신규 팹(공장) 증설: 1.2배 → 다만 EUV 노광장비 공급이 부족해서, 적어도 2030년까지는 팹을 더 빨리 지을 수가 없음

3) 원래 스마트폰, PC 같은 다른 기기용으로 쓰이던 최선단 공정 생산라인을 AI 칩 쪽으로 가져오는 효과: 1.8배 → 다만 이 몫이 이미 커질 대로 커져서, 2027년 말이면 최선단(N3) 공정에서 AI가 차지하는 비중이 60%에서 86%까지 올라감. 더 가져올 여유가 얼마 안 남았다는 뜻 → 이 효과는 곧 한계에 부딪힘

- 장기적으로는 컴퓨트가 다시 저렴해질 시점이 옴 → 로봇이 실리카 모래와 구리 광산을 직접 컴퓨터로 전환할 수 있게 되면 컴퓨트 가격은 원자재와 장비의 원가 수준으로 회귀함. 다만 이는 컴퓨트가 연 3배 증가에 그치고 AI의 유용성 증가 속도가 그보다 빠른 현재 국면에 국한된 이야기임

https://www.dwarkesh.com/p/why-compute-might-get-10x-more-expensive

- 정리하면.. 프론티어 모델 지능 향상 → 컴퓨팅 한계효용 향상 → 컴퓨팅 가격 상승 이라는 거고

- 파텔 말대로 컴퓨팅 가격이 비싸질수록 토큰을 적게 쓰고도 같은 결과를 내는 프론티어 모델이 결과적으로 total cost 관점에서 이득

- 요걸 최근 모건스탠리 분석이랑 겹쳐보면, 엔비디아 GPU 다음 세대로 갈수록 토큰 원가는 드라마틱하게 저렴해짐

- 즉, 하이퍼스케일러와 네오클라우드 입장에서 AI 성능 향상과 함께 컴퓨팅 P는 계속 오르고 C는 떨어지는 그림이라 앞으로 이익률이 더더 좋아진다는 얘기

Microsoft의 CapEx가 줄어든걸까? (190B → 175B)

CapEx 감소의 상당 부분은 리스 재분류(Finance → Operating Lease) 때문입니다.

또 하나는 데이터센터 내용연수를 15년 → 25년으로 늘렸습니다. 그러면 같은 데이터센터를 지어도 연간 감가상각비가 줄어들고 FCF도 좋아 보입니다. 즉 실제 투자 감소라기보다 회계상 CapEx가 낮아 보이는 효과가 생깁니다.

만약 "MS가 150억 달러 투자를 취소했다." 였다면 HBM, GPU 수요 감소로 연결될 수 있습니다. 하지만 이번 건은 "같은 데이터센터인데 회계상 Finance Lease 대신 Operating Lease로 처리하겠다."에 가깝습니다.

- Azure 성장률은 오히려 43% → 다음 분기 45% 가이던스
- Intelligent Cloud도 컨센 상회
- FY27 CapEx는 전년 대비 증가한다고 명시

이 세 가지를 보면 실제 AI 인프라 투자 축소 신호라고 보기에는 근거가 약합니다.

코스피 3분기 반등 경로와 판정 이벤트 (신한)

[Key Takeaways]

기본 경로는 성장률 둔화이지 이익 피크아웃이 아니며, 8월 한 달간 실적과 수급 지표가 순서대로 밴드 복귀 여부를 확인할 전망

1) 삼성전자, SK하이닉스 이익은 2027년 증가 후 2028년 고원 유지 전망, 수급 충격 완화 시 수용률 60%에서 70~80%로 회복 기대

2) 확인 순서는 수급 안정, 실적 리비전, Capex 및 공급 지표 고원 확인 순으로 진행 전망, 단계별 비중 조절 필요

3) 8월 판정 이벤트는 7월 29일 밤 MS, Meta, Vertiv와 30일 Amazon 실적, 8월 1·11·21일 수출 잠정치, 8월 5일 전후 레버리지 규제 시행, 8월 중순 국내 실적 시즌, 8월 말 NVIDIA 실적 순으로 예정

4) 전망 하향 조건은 하이퍼스케일러 Capex 가이던스 하향, NVIDIA 공급의무와 MS 미개시 리스 변곡, Vertiv 백로그 감소가 겹치는 경우

5) 반도체 측 하향 조건은 2027년 EPS 하향, HBM 파리티 달성률 부진, 범용 가격 급락과 CXMT 유효 비트 증가가 겹치는 경우

6) 수급 측 하향 조건은 외국인 현물 대규모 순매도 반복, 레버리지 ETF 좌수와 신용/예탁금 비율 재상승이 겹치는 경우, 단일 지표 악화만으로는 경로 유지

7) 200일선 5,697p 주간 종가 이탈 시 실물 신호와 무관하게 전망 재검토 필요

8) 6,500~6,600p 회복과 외국인 순매도 중단 시 밴드 복귀 시작, 7,200p 회복 시 수용률 정상화 국면 판단, 이 경우 비반도체 순환매 비중 확대 검토

https://bbs2.shinhansec.com/board/message/file.pdf.do?attachmentId=352891

HD현대중공업이
분기 연결 영업이익으로
1조원을 넘게 벌게 됐습니다.

2026년 7월 누적
상선 수주 목표 달성률은
- 대형선: 98.2%
- 중형선: 118.7%
이며,

투자포인트로 제시드리는
중속엔진 증설, SMR 주기기 사업 등은
아직 여전히 유효합니다.

펀더멘털 양호하고,
투자포인트 유효한 구간에
2028년 기준 P/E 10배까지
눌려있습니다.

[HD현대중공업 컨퍼런스콜 중]

중속엔진 연간 capa는
현재 3.0GW이며,

현재 인콰이어리 감안하면
당연히 증설해야 한다 생각하고
다각도로 논의 중.

증설 결정 시
핵심 기자재 내재화를 함께
진행할 것이며,

증설은 규모면에서
순차적으로 진행할 것.
(HD현대엔진쪽 함께 고려)

DC향 대출력 엔진
서플라이 체인이 선박용과 다르디보니
그 공급망도 함께 육성할 것

조선 섹터 이익은 계속 성장하는데, 주가는 전쟁때로 회귀함.. 쌉니다 싸요 🥲

코스피 야간선물 상한가!

이대로만 마감 해다오

AI investor Leopold Aschenbrenner forced to unwind all public stock positions after steep losses, sources say

‒ 운용자산 240억달러 규모의 Situational Awareness가 보유한 상장주식 포지션을 전량 매각한 것으로 전해짐

‒ SK하이닉스·네비우스·샌디스크·마이크론·코어위브 등 AI 인프라 롱 포지션 급락이 주요 손실 요인

‒ 어도비 등 소프트웨어 기업에 대한 숏 포지션까지 반대로 급등하면서 손실과 유동성 압박이 확대

‒ 마진 요건 충족을 위해 BofA·골드만삭스·JP모건 등 프라임브로커가 롱·숏 포지션의 일괄 매각을 지원

‒ 대형 투자사가 상장자산을 인수하기로 한 것으로 알려졌지만, Anthropic 비상장 지분 매각 여부는 불확실

source: CNBC

SITUATIONAL AWARENESS HAS EXITED ALL OF ITS PUBLIC EQUITY TRADES: CNBC

얘가 주범이었음.. $20B 이었는데 10배 가까이 레버리지 썼으니

레오폴드가 누구냐면..

1) 2001년 베를린 출생, 15살 컬럼비아대 조기입학, 19살 수석졸업, 17살부터 경제학자 타일러 코엔의 장학 프로그램 수혜자

2) 20살에 연간 1억 달러대 그랜트 집행. 21살에 2022년 2월 샘 뱅크먼프리드의 FTX 퓨처펀드(자선기금)에 5인 팀 일원으로 합류

3) FTX 파산 후 23년도에 오픈AI 슈퍼얼라인먼트팀(일리야 수츠케버와 얀 라이크 주도) 합류 but 24년 4월에 해고 당함

4) 레오폴드 해고 한달 뒤 수츠케버와 라이크 동반 퇴사. 라이크는 안전문화가 제품 출시에 밀렸다고 공개 비판 + 퇴사자 비판금지 각서(주식 회수 조항 포함) 논란까지 겹침 → 조직 전체가 정치적 혼란에 휘말리는 와중에 벌어진 사건으로 해석 가능

5) 해고 두달뒤 165페이지 에세이 'Situational Awareness' 발표 → 마이클 델, 이방카 트럼프가 직접 공유하며 실리콘밸리와 워싱턴에 급속 확산

6) 에세이 핵심 논리는 스케일링 법칙에 대한 확신: 컴퓨팅 매년 3배, 알고리즘 효율 매년 0.5 자릿수 개선, 에이전트화까지 합쳐 유효 컴퓨트가 매년 10배 증가 → GPT2(유치원생)에서 GPT4(우수 고등학생) 도약이 2027년경 AI 연구자 수준까지 재현될 것이라 전망

7) 24년 9월, Situational Awareness 펀드 설립. 제인 스트리트도 투자자로 참여

8) 26년 5월까지 AI 인프라 주식 위주로 투자하여 누적 1000% 이상 달성 (언론 보도 기준, 감사받은 수치는 아님)

9) 그리고 레버리지로 다시 와장창?

https://www.youtube.com/watch?v=xyvaFid__6E

근데 월가아재에 따르면, 정작 최대 수익원은 13F에 안 잡히는 앤트로픽 지분이라고 함 ㅇㅇ