뉴스 검색 결과: AI chip

브로드컴 주식 주요 통계

지난 주 실적: 통합

통합 52주 범위: $196 ~ $429

$196 ~ $429 밸류에이션 모델 목표가: $472

$472 내재 상승 여력: 2.5년 동안 12.1% 상승

TIKR의 새로운 밸류에이션 모델을 사용하여 애널리스트의 5년 예측을 통해 AVGO와 같은 인기 종목의 가치를 평가하세요 (무료) >>>

무슨 일이 있었나요?

Broadcom Inc. (AVGO)는 이번 주 1% 미만으로 상승했지만 52주 최저치인 196달러에서 두 배 이상 상승했습니다. 세계 최대 클라우드 컴퓨팅 회사에서 사용하는 칩과 소프트웨어 인프라를 설계하는 이 반도체 회사는 맞춤형 인공 지능 프로세서에 대한 수요 급증으로 계속해서 혜택을 받고 있습니다.

4월의 가장 의미 있는 발전은 Meta와의 다년간의 파트너십 연장입니다. 브로드컴은 메타가 브로드컴의 맞춤형 실리콘, 특히 메타 트레이닝 및 추론 가속기의 약자인 MTIA 칩을 통해 수 기가 와트의 메타의 AI 컴퓨팅 용량을 지원할 수 있게 되었다고 발표했습니다.

이와는 별도로 Broadcom과 Google은 4월에 2031년까지 TPU 칩과 네트워킹 기술을 포함하는 장기 공급 계약을 공식화했습니다. TPU는 텐서 프로세싱 유닛의 약자로, AI 모델을 훈련하고 실행하기 위한 Google의 독점 칩입니다.

세계 최대 AI 인프라 지출 업체 중 한 곳과 이 정도 규모의 공급 계약을 체결함으로써 Broadcom의 향후 전망에서 상당한 매출 불확실성이 제거되었습니다.

또한 브로드컴은 4월 초에 최고재무책임자가 사임할 것이며, 후임자를 지명할 예정이라고 발표했습니다. 이러한 규모의 리더십 변화는 단기적인 불확실성을 야기할 수 있지만, 메타 및 구글과의 계약으로 인한 전략적 모멘텀은 완전히 그대로 유지됩니다.

앞으로 Broadcom은 6월 4일에 2026년 2분기 실적을 발표할 예정이며, 투자자들은 맞춤형 실리콘 매출 수주잔고와 AI 칩 파이프라인 성장에 대한 업데이트를 주시할 것입니다.

애널리스트의 성장 전망과 목표 주가를 확인하세요(무료) >>>

브로드컴 주식은 저평가되어 있나요?

AVGO 가이드 밸류에이션 모델(TIKR)

12/31/28까지 실현된 가치평가 모델 가정 하에서 주가는 다음을 사용하여 모델링되었습니다:

매출 성장률(CAGR): 23.9%

23.9% 영업 마진 65.7%

65.7% Exit P/E 배수: 29.2배

이러한 입력값을 바탕으로 모델은 목표 주가를 472달러로 추정하여 현재 주가인 421달러에서 총 12.1%의 수익률과 향후 2.5년간 연 4.6%의 수익률을 의미합니다.

연간 수익률 4.6%는 일반적으로 투자 매력도를 나타내는 5% 하한선을 밑도는 수치입니다. 현재 가격에서 이 모델은 Broadcom의 밸류에이션이 거의 완벽에 가까운 실적을 가정하고 있으며, 이는 회사가 추가 확장에 의존하지 않고 밸류에이션에 맞게 성장해야 함을 의미합니다. 이 수준에서 매수하는 투자자는 반도체 업계에서 가장 강력한 비즈니스 중 하나에 노출되는 대가로 적당한 모델링 수익을 받아들이는 것입니다.

AVGO 매출 및 영업 마진율(TIKR)

Broadcom의 영업 마진은 정말 예외적입니다. 이 모델에서 가정한 65.7%의 영업 마진은 AI 칩 물량이 확대되고 VMware 인수를 통한 소프트웨어 수익이 그 위에 겹쳐지면서 회사의 현재 궤적을 반영한 것입니다.

지난 12개월 동안 Broadcom은 76.7%의 매출 총이익률과 41.9%의 EBIT 마진을 달성하여 반도체 및 소프트웨어 부문 모두에서 강력한 가격 책정력을 입증했습니다.

23.9%의 매출 성장 가정은 Broadcom의 과거 1년 연평균 성장률과 일치하므로 이 모델은 공격적이기보다는 합리적인 입력을 사용하고 있습니다.

그러나 향후 2년 매출 컨센서스 예측은 57.5%의 CAGR을 의미하며, 이는 모델의 보수적인 기본 사례보다 훨씬 높은 수치입니다. 이러한 격차는 AI 칩 수요가 현재의 기대치를 훨씬 뛰어넘어 계속 가속화될 경우 472달러 목표가 총 상승 여력을 과소평가하고 있을 수 있음을 시사합니다.

AVGO 주가는 앞으로 어떻게 될까요?

AI 칩 수요는 핵심 성장 동력이며, Meta와 Google의 공급 계약으로 향후 수년간 의미 있는 매출 가시성을 확보할 수 있습니다. AI 워크로드용 맞춤형 실리콘은 재량적 소비자 지출이 아닌 약정된 클라우드 자본 지출 프로그램에 의해 주도되기 때문에 과거 반도체 주가의 변동성을 높였던 가전제품 사이클에 덜 노출됩니다.

VMware 통합은 마진 스토리에서 과소평가된 요인입니다. Broadcom은 2023년 말 기업이 가상 컴퓨팅 환경을 실행하는 데 사용하는 소프트웨어 플랫폼인 VMware를 인수했습니다.

VMware 고객을 영구 소프트웨어 라이선스에서 구독 모델로 전환하면 일반적으로 하드웨어 칩 판매보다 높은 밸류에이션 배수를 요구하는 반복적인 소프트웨어 매출이 추가되며, 통합은 예정대로 진행되고 있는 것으로 보입니다.

4월에 발표된 CFO 교체는 단기적인 경영 불확실성을 더하고 있습니다. 그러나 Broadcom의 운영 모델은 개별 경영진의 결정이 아니라 하이퍼스케일 고객과의 장기적인 엔지니어링 파트너십에 의해 주도되므로 이러한 전환이 회사의 전략적 방향이나 주요 고객 관계를 방해할 가능성은 낮습니다.

6월 4일에 있을 2026년 2분기 실적 발표에서는 여러 투자자의 우선순위를 한꺼번에 다룰 예정입니다. 애널리스트들은 AI 맞춤형 칩 매출 성장, VMware 라이선스 전환율, 칩 공급망에 영향을 미치는 관세 관련 투입 비용 변화에 대한 논평에 집중할 것입니다.

Broadcom의 경영진은 지속적으로 컨센서스를 상회하는 실적을 발표해 왔기 때문에 단기적인 불확실성을 견뎌내고자 하는 투자자에게는 2분기로 향하는 설정이 건설적입니다.

기업의 공정가치를 즉시 추정해 보세요(TIKR 무료) >>>

브로드컴에 투자해야 할까요?

실제로 알 수 있는 유일한 방법은 직접 숫자를 보는 것입니다. TIKR을 사용하면 동일한 기관 수준의 기관 수준의 재무 데이터 전문 애널리스트가 이 질문에 정확히 답하는 데 사용하는 것과 동일한 기관 수준의 재무 데이터에 무료로 액세스할 수 있습니다.

AVGO를 실행하면 수년간의 과거 재무 정보, 월스트리트 애널리스트가 예상하는 다음 분기 매출 및 수익, 밸류에이션 배수가 시간에 따라 어떻게 변했는지, 목표 주가가 상승 또는 하락 추세에 있는지 확인할 수 있습니다.

다음을 수행할 수 있습니다. 무료 관심 종목 목록을 작성하여 AVGO 를 다른 모든 종목과 함께 추적할 수 있습니다. 신용카드는 필요 없습니다. 스스로 결정하는 데 필요한 데이터만 있으면 됩니다.

브로드컴 분석 주식 무료 분석→→

새로운 기회를 찾고 계신가요?

면책 조항:

TIKR의 기사는 TIKR 또는 콘텐츠 팀의 투자 또는 재정적 조언을 위한 것이 아니며, 주식 매수 또는 매도를 위한 추천이 아님을 유의하시기 바랍니다. Tikr 터미널의 투자 데이터와 애널리스트의 추정치를 기반으로 콘텐츠를 제작합니다. 당사의 분석에는 최근 회사 뉴스나 중요한 업데이트가 포함되지 않을 수 있습니다. TIKR은 언급된 주식에 대해 어떠한 포지션도 갖고 있지 않습니다. 읽어주셔서 감사드리며 즐거운 투자 되세요!

AI요약

기사 제목과 본문 내용을 자동 요약한 내용입니다.

전체 내용을 이해하기 위해서는 기사 본문 전체를 확인하는 것이 더 좋습니다.

화웨이가 중국 인공지능(AI) 칩 시장에서 두각을 보이고 있다. 미국의 수출 규제로 엔비디아 제품 공급이 막히면서, 중국 기업들이 대체재로 화웨이 칩을 선택한 영향이다. 올해 화웨이 AI 반도체 매출은 60% 이상 급증하며 최대 점유율을 기록할 것이란 전망도 나온다.

. / 화웨이

4일(현지시각) 파이낸셜타임즈 등 외신 보도를 종합하면 중국 주요 기술 기업들은 최근 화웨이의 최신 AI 칩 ‘어센드 950PR’ 프로세서를 대량 주문했다. 해당 제품은 지난 3월 양산에 들어간 이후 빠르게 수요가 몰리며 올해 수주 물량 대부분을 차지하고 있다.

화웨이는 이를 바탕으로 올해 AI 칩 매출이 약 120억 달러에 이를 것으로 보고 있다. 이는 2025년 목표치였던 75억 달러 대비 큰 폭으로 증가한 수치다. 생산 확대가 예상보다 빠르게 진행될 경우 추가 성장 가능성도 거론된다.

이 같은 변화는 미국의 대중 반도체 수출 규제가 장기화된 데 따른 결과로 해석된다. 엔비디아는 중국 수출용 AI 칩에 대해 지속적인 규제 장벽에 직면해 왔으며, 최신 제품의 출하 역시 지연되고 있다. 중국 정부 역시 자국 기술 기업들에 국산 반도체 사용 확대를 요구하며 ‘탈 엔비디아’ 흐름을 강화하고 있다.

생산 측면에서도 변화가 감지된다. 화웨이는 중국 최대 파운드리인 SMIC를 통해 AI 칩을 생산하고 있으며, 연내 추가 생산시설 가동을 통해 공급 능력을 확대할 계획이다.

기술 격차는 여전히 존재한다. 화웨이의 최신 칩은 엔비디아 최첨단 제품 대비 2세대 이상 뒤처진 것으로 평가된다. 다만 화웨이는 ‘추론’ 시장에 집중하는 전략으로 돌파구를 찾고 있다. 대규모언어모델(LLM) 운영에서 응답 생성에 필요한 연산에 최적화된 칩을 앞세워 실사용 영역을 공략하는 방식이다.

또한 네트워크 기술을 활용해 여러 칩을 연결하는 클러스터 구조를 구축, 단일 칩 성능의 한계를 보완하고 있다. 이는 고성능 GPU 중심의 기존 시장 구도와 차별화되는 접근이다.

실제 중국 AI 기업 딥시크는 최신 모델 개발 과정에서 화웨이 950PR 칩을 일부 활용한 것으로 알려졌다. 다만 대규모 모델 학습에는 여전히 엔비디아 칩 의존도가 높은 상황이다.

소프트웨어 생태계는 여전히 약점으로 지목된다. 엔비디아의 쿠다(CUDA)에 대응하는 화웨이의 ‘CANN’ 플랫폼은 개발 편의성과 완성도 측면에서 뒤처져 있다는 평가가 많다. 개발자들은 사용 난이도가 높고 운영 비용 부담이 크다는 점을 한계로 꼽는다.

그럼에도 시장 환경은 화웨이에 유리하게 움직이고 있다. 글로벌 투자은행 모건스탠리는 중국 AI 칩 시장 규모가 2030년 670억달러까지 성장하고, 이 가운데 80% 이상을 자국 기업들이 차지할 것으로 전망했다. 특히 AI 추론 수요 확대와 수출 통제에 따른 ‘현지화’가 시장 구조를 바꾸는 핵심 요인으로 지목된다.

파이낸셜타임즈는 "단기적으로는 기술 격차에도 불구하고 ‘정치·규제 변수’가 시장 판도를 바꾸고 있다"며 "엔비디아가 주도하던 중국 AI 반도체 시장이 점차 ‘자국 중심’으로 재편되는 가운데, 화웨이가 그 중심에 서고 있다"고 분석했다.

이선율 기자

melody@chosunbiz.com

한미반도체는 오는 5~7일 말레이시아 쿠알라룸푸르 국제 무역 전시 센터 (MITEC)에서 열리는 ‘2026 세미콘 동남아시아’ 전시회에 참가한다고 4일 밝혔다.

한미반도체는 이번 전시회에서 올해 출시 예정인 신규 장비 ‘2.5D TC(열압착) 본더 40’과 ‘2.5D TC 본더 120’를 소개하며 인공지능(AI) 반도체 패키징 시장 공략을 강화할 계획이다.

2.5D TC 본더 시리즈는 실리콘 인터포저(Interposer) 위에 여러 칩을 하나의 패키지로 통합하는 AI 첨단 패키징 장비다.

이번 신제품은 한미반도체가 HBM 생산용 TC 본더 이외에 고부가가치 AI 반도체 2.5D 패키징 시장으로 영역을 확대한다는 점에서 의미가 있다고 회사는 설명했다.

한미반도체 ‘2.5D TC 본더 40’은 40mm x 40mm 크기의 칩과 웨이퍼 본딩이 가능하고, ‘2.5D TC본더 120’은 웨이퍼와 기판과 같은 보다 넓은 크기의 대형 인터포저 패키징까지 지원한다.

대표적인 2.5D 패키징 기술로는 대만 TSMC의 CoWoS(Chip on Wafer on Substrate)가 꼽힌다.

CoWoS는 AI 반도체 및 고성능 컴퓨팅(HPC) 분야의 핵심 기술로 엔비디아, AMD 등 글로벌 AI 반도체 기업들이 적극 채택하고 있다. 향후 CoPoS(Chip on Panel on Substrate), 3D SoIC (Sytem on Integrated Chips)로 진화할 전망이다.

또한 한미반도체는 전시회에서 7세대 ‘마이크로 쏘 비전 플레이스먼트(MSVP) 6.0 그리핀’ 등 주력 장비도 함께 선보인다.

7세대 MSVP는 207개 이상의 특허와 무인 자동화 기술을 집약해 생산성이 대폭 향상된 점이 특징이다. 한미반도체는 1998년 MSVP 1세대를 출시한 이후 2004년부터 23년 연속 세계 1위를 기록하고 있다.

MSVP는 반도체 패키지를 절단·세척·건조·검사·선별·적재까지 수행하는 반도체 생산 필수 장비로, D램·낸드플래시·고대역폭메모리(HBM)·시스템반도체 등 여러 공정에서 사용되고 있다.

한미반도체는 “오는 6월 대만 ‘컴퓨텍스’, 9월 ‘세미콘 타이완’ 전시회에도 참가하며 글로벌 마케팅을 지속 확대해 나갈 계획”이라고 밝다.

김호준 기자

인공지능(AI) 인프라 경쟁의 승패가 반도체 성능보다 이를 뒷받침하는 소프트웨어(SW) 생태계에서 갈리고 있는 것으로 나타났다. 엔비디아의 독주 역시 그래픽처리장치(GPU) 하드웨어 우위만이 아니라 20년 가까이 축적한 쿠다(CUDA) 중심 SW 스택이 만든 구조적 진입장벽의 결과라는 분석이 나왔다.

11일 소프트웨어정책연구소(SPRi)가 발간한 'AI 인프라 경쟁에서 소프트웨어의 구조적 역할' 보고서에 따르면 올해 전 세계 AI 지출은 2조5000억 달러에 이를 전망이다. 이 가운데 절반 이상은 서버·가속기·데이터센터 등 인프라에 집중될 것으로 예상된다. 특히 데이터센터 GPU 시장에서 엔비디아는 약 86%의 매출 점유율을 확보하며 압도적 우위를 유지하고 있다.

보고서는 이 같은 지배력이 단순한 칩 성능만으로 설명되지 않는다고 짚었다. 동일한 H100 GPU를 사용하더라도 컴파일러, 가속 라이브러리, 드라이버 최적화 수준에 따라 실제 처리량이 3배 이상 벌어질 수 있어서다. AI 인프라의 본질적 경쟁력은 '칩 위에서 얼마나 효율적으로 연산을 구현하느냐'에 달려 있다는 의미다.

연구진은 AI 인프라를 개발 프레임워크, 컴파일러, 가속 라이브러리, 드라이버·런타임, 하드웨어의 5계층으로 구분했다. ▲개발자가 AI 모델을 설계할 때 사용하는 '파이토치'나 '잭스(JAX)' 같은 개발 도구부터 ▲이를 각 반도체에 맞는 실행 코드로 바꿔주는 '엑스엘에이(XLA)', '티브이엠(TVM)', '텐서알티(TensorRT)' 기반 컴파일러 ▲연산 속도를 끌어올리는 '쿠디엔엔(cuDNN)', '큐블라스(cuBLAS)' 등 가속 소프트웨어 ▲최하단 드라이버에 이르기까지 전 계층이 특정 하드웨어에 맞춰 최적화되며 락인(lock-in) 구조를 형성한다고 분석했다.

엔비디아 쿠다 생태계 종속이 심화되고 있다. (제작=챗GPT)

특히 보고서는 ▲최적화 비대칭으로 특정 칩으로 수렴하는 '성능 종속' ▲소프트웨어 선택이 곧 하드웨어 경로를 결정하는 '설계 종속' ▲폐쇄형 드라이버 구조가 물리적 대체를 막는 '구조적 종속'의 세 가지 메커니즘을 제시했다. 이미 특정 라이브러리와 '쿠다' 경로에 맞춰 최적화된 대규모 AI 모델 코드를 다른 칩용으로 재작성·검증하는 데 막대한 인력과 시간이 들어 하드웨어 교체 자체가 사실상 시스템 재구축에 가깝다고 봤다. 또 이 세 요소가 중첩될수록 전환 비용은 기하급수적으로 커진다고 설명했다.

주요국 전략도 뚜렷하게 대비됐다. 미국에서 엔비디아는 '쿠다' 생태계를 통해 성능·구조적 종속을 동시에 구축했고, 구글은 TPU(텐서 처리장치·대규모 AI 학습에 특화한 자체 반도체), 엑스엘에이(XLA), 잭스를 수직 통합해 별도의 설계 종속 경로를 구축했다. 중국 화웨이 역시 자사 AI 칩 '어센드(Ascend)'와 전용 소프트웨어 플랫폼 '칸(CANN)', AI 개발 프레임워크 '마인드스포어(MindSpore)'를 하나로 묶은 체계를 통해 자국 내 유사 생태계를 내재화하고 있는 것으로 평가됐다.

국내 신경망처리장치(NPU) 업계에는 기회와 과제가 동시에 제시됐다. 보고서는 한국 NPU 생태계가 파이토치 네이티브 지원과 가상거대언어모델(vLLM) 연동을 통해 프레임워크 진입에는 성공했지만, 컴파일러·라이브러리 계층의 성능 격차와 운영 레퍼런스 부족이 시장 확산의 걸림돌이라고 진단했다. 국내 AI 반도체 기업들 역시 전용 컴파일러 고도화와 거대언어모델(LLM) 추론 소프트웨어 최적화에 역량을 집중하며 쿠다 의존도를 낮추는 데 공을 들이고 있다.

업계에선 단순 칩 가격 경쟁력보다 전력 효율, 소프트웨어 유지보수, 개발 인력 재교육 비용을 모두 합친 총소유비용(TCO) 관점에서 엔비디아 대비 우위를 입증해야 실제 클라우드 사업자와 대기업 도입으로 이어질 수 있다고 보고 있다. 보고서 역시 TCO 기반 평가체계 도입을 핵심 정책 과제로 제시했다.

관련기사

이에 연구진은 칩 설계 중심 지원에서 벗어나 컴파일러·런타임·소프트웨어개발키트(SDK)를 포함한 풀스택 SW 육성으로 정책 패러다임을 전환해야 한다고 제언했다. 특히 쿠다 의존도를 낮추기 위한 오픈엑스엘에이(OpenXLA)·엠엘아이알(MLIR) 등 글로벌 오픈소스 표준 프로젝트 참여 확대와 공공 AI 데이터센터 기반 실증 환경 조성이 시급한 과제로 제시됐다. 최근 유엑스엘 재단(UXL Foundation)처럼 특정 가속기 벤더에 종속되지 않는 멀티벤더 표준 생태계가 확산하는 만큼, 국내 기업들도 글로벌 소프트웨어 표준 경쟁에 선제적으로 합류해야 한다고 분석했다.

보고서는 "K-NPU 확산의 병목은 칩 자체보다 소프트웨어 최적화와 운영 생태계 규모에 있다"며 "공공 AI 데이터센터를 활용한 대규모 실증과 글로벌 오픈소스 표준 참여를 통해 성능 격차와 레퍼런스 부족의 악순환을 끊어야 한다"고 말했다.