뉴스 검색 결과: AI chip

Seagate 주식의주요 통계

씨게이트 주식 5일 가격 변동: -13%

-13% 5월 현재 $STX 주가. 18: $741

$741 52주 최고가: $841

$841 목표 주가: $815

지금 라이브: TIKR의 새로운 밸류에이션 모델을 사용하여 좋아하는 주식이 얼마나 상승할 수 있는지 알아보세요 (무료).>>>

무슨 일이 있었나요?

씨게이트(STX) 주가는 월요일 데이브 모슬리 CEO가 JP모건 컨퍼런스에서 투자자들을 놀라게 한 발언을 한 후 3% 하락하며 메모리 칩 섹터를 끌어내렸습니다.

그의 메시지는 간단하지만 불안한 것이었습니다. 씨게이트 제품에 대한 수요가 회사가 현실적으로 생산할 수 있는 양을 앞지르고 있으며 빠른 해결책은 없다는 것이었습니다.

생산 능력을 늘리려면 무엇이 필요하냐는 질문에 모슬리는 단호하게 답했습니다.

새로운 공장을 짓거나 새로운 기계를 도입하기 위해 엔지니어링 팀을 전환하는 것은 시간이 너무 오래 걸리고 오히려 기술 개선 속도를 늦출 수 있습니다.

즉, 단기적인 물량을 쫓는 것은 장기적인 경쟁력을 해칠 수 있다는 것입니다.

그는 또한 리드 타임이 매우 길고 고객 수요가 그보다 훨씬 높은데도 가시성이 4~5분기밖에 확보되지 않는다는 점도 지적했습니다.

STX 주식 매출, EBIT 및 잉여현금흐름 추정치(십억 달러, TIKR)

매각은 씨게이트 주식에만 국한되지 않았습니다. 마이크론, 샌디스크, 웨스턴 디지털의 주가는 모두 약 5% 하락했는데, 이는 투자자들이 이 부문이 AI 인프라 구축에 보조를 맞출 수 있을지에 대해 전반적으로 우려하고 있음을 시사합니다.

애널리스트의 Seagate 주식에 대한 성장 전망 및 목표가 보기(무료) >>>

시장이 말하는 Seagate 주식에 대한 이야기

여기서 아이러니한 점은 Seagate 주식이 이미 강세를 보이고 있었다는 것입니다.

이 회사는 전년 대비 44% 증가한 매출, 사상 최고 수준의 총 마진, 10억 달러에 가까운 잉여 현금 흐름 등 기록적인 3분기 실적을 방금 발표했습니다. 또한 경영진은 연간 매출 성장 목표를 20% 이상으로 상향 조정했으며, 4분기 매출은 전년 대비 41% 증가한 34억 5천만 달러로 예상했습니다.

문제는 약한 수요가 아닙니다. 수요가 너무 많다는 것입니다. 니어라인 용량은 2027년까지 거의 완전히 할당되어 있습니다. 고객 약정은 이미 2028년까지 연장되고 있습니다.

씨게이트 주식은 수요 제약이 아닌 공급 제약에 따른 성장에 대한 우려로 인해 우수한 실적이 가려지고 있는 이례적인 상황에 처해 있습니다.

STX 주식 가치 평가 모델(TIKR)

장기 투자자에게는 오히려 긍정적인 신호가 될 수 있습니다. 가격 경쟁력이 여전히 강하고, 마진이 확대되고 있으며, 2세대 모자이크 HAMR 플랫폼이 예정대로 가동되고 있기 때문입니다.

그러나 단기적으로는 고객 수요보다는 물리학과 공장 일정에 따라 Seagate 주식의 상승 여력이 제한될 수 있다는 생각으로 인해 투자 심리가 흔들리고 있습니다.

회사의 공정 가치를 즉시 추정해 보세요(TIKR 무료) >>>

Seagate 주식의 상승 여력은 얼마나 될까요?

TIKR의 새로운 가치 평가 모델 도구를 사용하면 1분 이내에 주식의 잠재 주가를 추정할 수 있습니다.

세 가지 간단한 입력만 하면 됩니다:

매출 성장 영업 마진 출구 주가수익비율 배수

무엇을 입력해야 할지 잘 모르겠다면 애널리스트의 컨센서스 추정치를 사용하여 각 입력을 자동으로 채우므로 빠르고 신뢰할 수 있는 시작점을 얻을 수 있습니다.

그런 다음 상승 , 기본, 하락 시나리오에서 잠재 주가와 총 수익률을 계산하여 주식의 저평가 또는 고평가 여부를 빠르게 확인할 수 있습니다.

60초 이내에 주식의 실제 가치 확인하기(TIKR 무료) >>>

새로운 투자 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!

Last week, Wall Street was electrified by the public debut of a single company. AI inference chip startup Cerebras repeatedly raised its initial public offering price range as investor demand surged far beyond available shares. Its final valuation reached $56.4 billion, and the stock jumped 68 percent on its first trading day. Just eight months earlier, the company had been valued at $8.1 billion. Some may dismiss the frenzy as another chapter in the AI bubble. Still, from the front lines of the AI semiconductor industry, the market’s reaction signals something more significant: investors are beginning to recognize the next phase of AI.That next phase is agentic AI. Until now, most AI services have functioned as systems that answer questions posed by humans. Agentic AI operates differently. Instead of simply responding, AI agents can independently create plans, call external tools, make decisions and complete complex tasks with minimal human intervention. These systems are already being deployed in industrial settings. Coding agents, for example, have become indispensable tools for developers, generating software continuously and autonomously. When Nvidia CEO Jensen Huang declared earlier this year that “agentic AI has reached an inflection point,” it was not merely a marketing slogan but a warning that a new era of computing had arrived.This explains why Cerebras has attracted such intense attention. A chatbot answering a simple question may consume hundreds of tokens, the basic units AI systems use to process language. But an autonomous agent performing an extended task can consume tens of thousands of tokens without pause. Because these systems operate continuously without human interruption, processing speed becomes critical. If inference slows, the entire workflow bottlenecks.Cerebras drew attention partly because of its partnership with OpenAI to build large-scale inference infrastructure designed to overcome these constraints. OpenAI itself acknowledged when announcing the collaboration that “optimized systems are needed for each workload.” The era when one general-purpose chip could handle every AI task is fading. In its place is a new competitive landscape built around specialized architectures optimized for specific workloads. Capital markets are beginning to recognize that transition.This shift is also creating a new economic unit: the token. Tokens are the fundamental units AI models use to interpret and generate language. In multi-agent systems, where numerous AI agents collaborate simultaneously, token consumption grows exponentially. In the AI economy, tokens increasingly function like currency. The competitiveness of an AI service depends on how many tokens it can process, how quickly it can process them and at what cost.Inference is no longer an abstract technical concept. It has become a bill. The size of that bill creates markets, and markets attract capital. Tokenomics, once associated primarily with cryptocurrency, is emerging as a core concept of AI infrastructure economics. Instead of subscription fees or advertising revenue, token consumption itself is becoming the basis of AI profitability.Many assume exploding token demand simply means building more data centers. That is only partly correct. The greater constraint increasingly lies in electricity. Roughly half the operating cost of AI infrastructure comes not from GPUs themselves but from power, cooling and facility operations. In the United States, securing electricity for AI data centers has already become more difficult than finding suitable land. Korea faces similar pressures as the growing concentration of data centers around the Seoul metropolitan area strains the national power grid. OpenAI recently underscored the issue in a letter to the White House, describing electricity as “the new oil.”Ultimately, the defining metric of the AI era may become “tokens per watt.” The chips that process more tokens using less electricity will determine the competitiveness of future AI services. Efficiency is no longer secondary to performance; it has become central to the industry’s future and to broader questions about sustainability and national energy infrastructure. The competition is shifting from building faster chips to building chips that deliver more AI output while consuming less power.Cerebras’ success, therefore, represents more than the rise of a single semiconductor startup. The age of agentic AI is no longer a future possibility, but a present reality, and the race to design its infrastructure is already underway. Korea possesses startups spanning the full AI semiconductor spectrum, from server inference chips to on-device AI processors. Few countries have startups capable of mass production and commercial deployment at this level.Long before Wall Street embraced Cerebras, the U.S. Department of Energy’s Argonne National Laboratory adopted its chips. At a time when private industry hesitated, the state became the company’s first customer. That early trust helped build today’s Cerebras. Korea’s public investment initiatives in AI semiconductor firms reflect a similar logic. Governments must become more than regulators or financial supporters. They must act as patient investors and early customers willing to validate emerging technologies through real-world deployment. Countries capable of playing that role will shape the standards of the AI era rather than follow them.지난주 월스트리트가 한 기업의 상장 소식으로 들썩였다. AI 추론 반도체 설계 스타트업인 세레브라스(Cerebras)가 IPO 공모가를 연거푸 올렸기 때문이다. 처음 제시한 가격에서 두 차례 상향 조정됐고, 청약 수요는 공모 물량을 훌쩍 넘어섰다. 최종 기업가치는 564억 달러에 달했다. 상장 첫날 주가는 68% 급등했다. 지난해 9월 81억 달러로 평가받던 회사가 8개월 만에 공모가 기준 7배 가까이 몸값이 뛴 것이다. 혹자는 AI 버블의 한 장면이라 하겠지만, AI 반도체 생태계 최전선에서 지켜보는 입장에서는 시장이 AI의 다음 단계를 명확히 인식하기 시작한 신호로 읽힌다.그 ‘다음 단계’는 바로 ‘에이전틱 AI(Agentic AI)’다. 지금까지 AI 서비스는 ‘질문에 답하는 기계’로, 사람이 물으면 AI가 답하는 구조였다. 그러나 에이전틱 AI는 다르다. 목표를 던져주면 스스로 계획을 짜고 필요한 도구를 호출해 판단하고 작업을 완수한다. 사람의 개입 없이도 복잡한 업무를 처리하는 AI 에이전트는 이미 산업 현장에 배치되기 시작했다. 대표적인 예로 코딩 에이전트는 이제 개발자의 필수품이 되어 쉴 새 없이 코드를 작성한다. 엔비디아의 젠슨 황이 올해 초 실적 발표에서 “에이전틱 AI가 변곡점에 도달했다”고 선언한 것은 단순한 마케팅 발언을 넘어 앞으로 펼쳐질 새로운 국면을 예고한 것이었다.세레브라스가 주목받은 이유도 여기서 찾을 수 있다. 챗봇이 질문 하나에 수백 개의 토큰을 소비한다면, 에이전트는 하나의 업무를 완수하는 동안 수만 개의 토큰을 쉬지 않고 태운다. 사람이 개입하지 않으니 멈추지도 않는다. 이 반복의 속도가 느리면 전체 작업에 병목이 발생한다. 세레브라스가 오픈AI와 대규모 추론 인프라를 구축하는 파트너십을 체결한 것도 이 병목을 해소할 수 있다는 기대에서였다. 오픈AI는 이 파트너십을 발표하며 “워크로드마다 최적화된 시스템이 필요하다”고 명시했다. 에이전트라는 새로운 작업 방식이 새로운 인프라 설계를 요구한다는 것을 인정한 것이다. 하나의 범용 칩이 모든 것을 담당하던 시대는 저물고, 워크로드에 특화된 설계가 경쟁력을 갖는 시대가 열리고 있다. 세레브라스의 IPO 흥행은 그 전환을 자본시장이 읽기 시작했다는 단적인 사례다.바로 이 전환이 새로운 경제의 단위를 만들어냈다. AI의 모든 연산은 ‘토큰(Token)’으로 수렴한다. 토큰이란 인공지능이 문장을 이해하고 생성하기 위해 데이터를 쪼개어 처리하는 가장 기본적인 단위다. 여러 에이전트가 동시에 협업하는 멀티에이전트 시스템이면 소비량은 기하급수적으로 커진다. AI 시대에선 토큰이 곧 화폐다. 얼마나 많은 토큰을, 얼마나 빠르고 싸게 처리하느냐가 AI 서비스의 경쟁력을 좌우한다. 추론은 더 이상 개념이 아니다. 청구서가 됐다. 이 청구서의 규모가 시장을 만들고, 시장이 자본을 불러들이고 있다. 토크노믹스(Tokenomics), 즉 토큰 경제학이 AI 인프라의 핵심 언어가 된 이유다. 구독료나 광고가 아니라 토큰 소비량이 곧 매출이 되는 시대, AI 서비스의 수익 구조 자체가 토큰을 중심으로 재편되고 있다.토큰 수요가 폭발하면 데이터센터를 더 많이 지으면 된다고 생각하기 쉽다. 틀린 말은 아니지만 절반만 맞다. 데이터센터 증설과 운영의 한계는 전력에서 먼저 온다. 운영 비용의 약 절반은 GPU가 아니라 전력, 냉각 등 인프라 운영에서 발생한다. 전력 확보 자체가 병목이 되는 것이 현실이다. 미국에서는 이미 AI 데이터센터의 부지선정보다 전력 확보가 더 어렵다는 말이 나온 지 오래다. 한국도 예외가 아니다. 수도권 데이터센터 집중으로 인한 전력망 과부하는 이미 산업계의 현실적 과제가 됐다. 오픈AI가 백악관에 보낸 서한에서 “전기는 새로운 석유다”라며 강조한 것도 이 때문이다.결국 진짜 경쟁력은 ‘와트당 토큰’, 즉 전력 효율에서 갈린다. 같은 전기로 더 많은 토큰을 처리할 수 있는 칩이, 같은 공간에서 더 많은 AI 서비스를 제공한다. 이것은 AI 운영 비용을 넘어, 지속가능한 환경과 국가 전력망에 대한 근본적인 고민으로 이어지는 문제다. 몇 년 전만 해도 이 지표를 꺼내면 고개를 끄덕이는 데 시간이 걸렸다. 지금은 다르다. 효율이 대화의 중심이 됐고, 후발 주자들도 앞다퉈 이를 첫 번째 경쟁력으로 내세우기 시작했다, 더 빠른 칩을 만드는 경쟁은 이제 더 적은 전기로 더 많은 토큰을 처리할 수 있는 칩을 만드는 경쟁으로 판이 바뀌었다.세레브라스의 흥행은 단순히 한 반도체 스타트업의 성공 사례가 아니다. 에이전틱 AI의 시대는 미래가 아닌 현재고, 그 인프라를 누가 설계하느냐의 싸움은 이미 시작됐다. 이번 판의 표준은 와트당 토큰이다. 그 기준을 먼저 만들어내는 기업과 나라가 이 시대의 표준을 쥔다. AI 시대의 경쟁 문법 자체가 바뀌고 있다. 서버용 추론 칩부터 온디바이스 반도체까지, 한국에는 AI 반도체 전 영역을 아우르는 스타트업들이 실제로 존재한다. 우리 기업들처럼 양산과 실제 AI 서비스 상용화 성과를 내는 수준의 AI 반도체 스타트업을 보유한 나라는 전 세계에서 손에 꼽힌다.세레브라스가 월스트리트의 주목을 받기 훨씬 전, 미국 에너지부 산하 아르곤 국립연구소는 세레브라스의 칩을 선제 도입했다. 민간이 검증을 꺼리던 시점에 국가가 먼저 고객이 된 것이다. 그 신뢰가 오늘의 세레브라스를 만들었다. 국민성장펀드가 AI 반도체 기업에 수천억 원대 직접투자를 집행한 것도 같은 맥락이다. 국가는 단순한 지원자가 아니다. 기술의 가능성을 믿고 시간을 함께 버티는 인내자본의 투입자이자, 혁신 기술이 실제 서비스로 검증될 수 있도록 판을 열어주는 최초의 고객이어야 한다. 그 역할을 제대로 해내는 나라가 AI 시대의 팔로어가 아닌 리더가 된다. 변화를 읽는 눈과 역량을 알아보는 혜안, 이를 뒷받침할 국가의 의지가 함께할 때, 이것은 한 기업의 도전이 아니라 국가의 승부가 된다.

젠슨 황 엔비디아 최고경영자(CEO)가 스탠퍼드대 CS153 ‘프런티어 시스템’ 강의에서 AI 반도체와 수출통제 문제에 대해 발언하고 있다. [사진 = Stanford Online 유튜브 캡처]

[이코노미트리뷴 = 김용현 기자] 젠슨 황 엔비디아 최고경영자(CEO)가 인공지능(AI) 반도체 수출통제를 정면으로 비판하면서 미중 기술 패권 경쟁 속 엔비디아의 중국 전략이 다시 주목받고 있다.

지난 15일 공개된 스탠퍼드대 CS153 ‘프런티어 시스템’ 강의 영상에서 젠슨 황 CEO는 엔비디아 GPU를 핵무기에 비유하는 주장에 대해 “멍청한 비유”라고 비판했다.

그는 “엔비디아 GPU를 가진 사람은 10억명에 달한다”며 “나는 가족과 아이들, 내가 사랑하는 사람들에게 엔비디아 GPU를 권하지만 원자폭탄은 누구에게도 권하지 않는다”고 말했다.

이번 발언은 첨단 AI 칩의 대중 수출을 둘러싼 미국 내 논쟁이 커지는 가운데 나왔다. 앤트로픽의 다리오 아모데이 CEO는 앞서 첨단 AI 칩을 중국에 파는 것을 북한에 핵무기를 파는 것에 비유하며 강한 수출통제를 주장했다.

젠슨 황 CEO의 시각은 다르다. 그는 중국을 미국 기술 생태계에서 밀어내면 오히려 화웨이 등 중국산 대체재의 성장을 키울 수 있다고 보고 있다. 전 세계 AI 개발자들이 엔비디아 GPU와 CUDA 기반 생태계를 쓰도록 하는 것이 미국의 기술 우위를 유지하는 길이라는 논리다.

반면 미국 정책권에서는 AI GPU가 군사적으로 전용될 수 있다는 우려가 여전하다. GPU는 핵무기처럼 특정 군사 목적만을 위해 설계된 장비는 아니지만 정보 분석과 자율 시스템, 시뮬레이션 등 군사 분야에도 활용될 수 있는 이중용도 기술로 분류된다.

최근 미중 정상회담에서도 반도체 수출통제 문제가 화제로 부상했다. 미국은 일부 중국 기업에 엔비디아 H200 판매를 승인했지만 실제 선적은 아직 이뤄지지 않은 것으로 전해졌다. 중국 역시 미국산 AI 칩 의존도를 낮추기 위해 국산 반도체 생태계 육성에 속도를 내고 있다.

젠슨 황 CEO는 이 같은 수출규제가 오히려 중국의 미국 기술 의존도를 낮추는 역효과를 냈다고 보고 있다. 그는 최근 엔비디아의 중국 AI 가속기 시장 점유율이 95% 수준에서 0%로 떨어졌다고 밝힌 바 있다.

이에 따라 투자자들의 시선은 오는 20일(현지시간), 한국시간으로는 21일 오전 예정된 엔비디아 실적 발표로 옮겨가고 있다.

외신과 시장조사업체들은 엔비디아의 2027회계연도 1분기 매출이 780억달러 (약 117조원) 후반대에 이를 것으로 보고 있다. 월가에서는 주당순이익(EPS)도 1.75~1.77달러 수준으로 예상한다.

다만 외신들은 시장의 눈높이가 이미 높아진 만큼 투자자들은 1분기 실적 자체보다 2분기 가이던스와 데이터센터 매출 흐름에 더 주목하고 있다고 전했다.

kyh-official@economytribune.co.kr

트럼프 대통령은 "그들은 그렇게 하지 않기로 선택했고, 자체적인 기술 개발을 시도하고 싶어한다"고 말하며, 중국 측과의 논의에서 인공지능 칩 문제가 제기됐다고 덧붙였다. 그러나 그는 향후 상황이 바뀔 가능성도 열어두었다.

뉴욕 타임스 에 따르면, 도널드 트럼프 미국 대통령은 5월 15일 에어포스 원에서 중국이 자국 기업의 엔비디아 H200 AI 칩 구매를 승인하지 않은 이유는 "자체 기술 개발을 원했기 때문"이라고 말했다.

앞서 젠슨 황 엔비디아 CEO가 트럼프 대통령의 베이징 방문 미국 경제인 대표단에 합류하면서 엔비디아가 중국에서 AI 칩 판매 재개에 새로운 진전을 이룰 것이라는 기대감이 높아졌다.

하지만 정상회담이 끝난 후에도 중국에서 엔비디아의 AI 칩의 미래는 여전히 불확실했다.

블룸버그 통신에 따르면, 지난해 12월 트럼프 대통령은 엔비디아가 자사의 가장 강력한 AI 칩 중 하나인 H200 칩을 중국에 판매하는 것을 승인했습니다. 그러나 중국 정부는 아직 이러한 거래에 대한 승인을 내리지 않았습니다.

한편, 중국은 서방에 대한 의존도를 줄이기 위해 자국 기술 활용을 확대하고 있다. 베이징은 국내 기업들이 미국산 제품 대신 화웨이 칩을 사용하도록 장려해왔다.

특히, 미중 정상회담 직전에 중국 AI 기업 딥시크(DeepSeek)는 자사의 최신 AI 모델이 화웨이 칩에서 작동하도록 최적화되었다고 발표했는데, 이는 중국의 기술 자립 달성을 위한 노력에 있어 새로운 이정표가 되었다.

제이미슨 그리어 미국 무역대표부 대표는 중국이 H200 칩을 구매할지 여부는 전적으로 " 주권적 결정"이라고 인정했습니다. 그는 "분명히 장기적으로 중국에 이익이 될 수 있다고 생각하지만, 최종 결정은 중국 스스로 내려야 할 것"이라고 말했습니다.

그리어 대변인은 이번 방문에서 양측이 반도체 수출 통제에 대해서는 논의하지 않았다고 밝혔다. 워싱턴은 중국의 인공지능 기술 발전을 억제하기 위해 수년간 기술 수출 규제를 강화해 왔다.

미국 관리들에 따르면, 베이징은 현재 첨단 반도체를 국내에서 생산하겠다는 의지를 관철하려 하고 있으며, 미국의 기술 산업을 그 목표 달성에 걸림돌로 보고 있다.