반도체 이제 쓸모 없나? 구글의 터보퀀트 등장!
📺 원본 영상: 반도체 이제 쓸모 없나? 구글의 터보 퀀트 등장!ㅣ정희석(하나증권 센터필드 W 차장) 🎙️ 채널: 머니코믹스 Money Comics 📅 정리 일자: 2026-03-26 ⚠️ Note: 본 리포트는 영상의 음성을 텍스트로 변환(STT)하여 정리한 것입니다. 원어(한국어) 음성이 영어로 STT 변환된 텍스트를 재구성하였으므로, 일부 고유명사나 수치는 원본 영상과 다를 수 있습니다. 화면에 표시된 자료(차트, 슬라이드 등)는 음성 언급 범위 내에서만 서술하였습니다.
개요
이 영상은 하나증권 센터필드 W의 정희석 차장이 머니코믹스에 출연하여, 구글이 공개한 KV 캐시 압축 기술 ‘TurboQuant’의 등장이 반도체·메모리 투자에 어떤 의미를 갖는지를 집중 분석한 방송이다. 단순히 TurboQuant 하나의 이슈에 그치지 않고, 최근 미국 증시의 구조적 변화—소프트웨어 섹터의 모멘텀 약화와 하드웨어·메모리 섹터의 부상—를 AI 인프라의 본질적 특성과 연결하여 설명한다는 점에서 높은 밀도의 분석을 담고 있다. 방송 당일 이 이슈가 터진 직후 긴급 편성된 만큼, 정희석 차장은 약 1시간 30분에 걸쳐 WTI 유가 동향, AI 인프라 사이클, KV 캐시 메커니즘, TurboQuant 영향 분석, CPU의 부상, 그리고 미국 주식 투자 철학까지 넓은 범위를 다루었다.
WTI 유가와 주식 시장 - $80의 마지노선
정희석 차장은 방송 초반, 중동 지정학적 리스크 불안으로 인해 많은 고객들이 “앞으로 어떻게 될 것인가”를 묻는다고 전하면서, 이에 대한 자신의 원칙적인 답변을 제시했다. 지정학적 전망은 예측 불가하기 때문에, 그는 “WTI 원유 가격만 본다”는 단순하지만 명확한 기준을 제시한다. WTI가 배럴당 $80을 넘어서면 주식 투자에서 한 발 물러서야 한다는 것이 그가 항상 강조하는 원칙이다.
06:05 - 나스닥 지수(빨간 선)와 WTI 유가(파란 선)의 상관관계 차트. WTI 80 초과 구간을 점선 박스로 묶어 나스닥 하락과의 역상관 관계를 시각화
방송 시점 기준 WTI는 약 93 수준을 오르내리고 있었으며, 전날 잠시 90에서 90 부근에서 등락을 반복하는 구간에서는 분할 매수나 여유 있는 포지션을 유지하는 것이 바람직하며, 유가가 고점에 있는 한 탐욕을 부리지 말 것을 당부했다. 이 기준은 특정 지정학적 예측이 아니라 오랜 시간 데이터가 말해온 패턴에 근거한 경험칙이라는 점에서, 투자 규칙으로서의 강건성을 갖는다.
미국 주식 투자 패턴의 대전환 - M7에서 하드웨어로
소프트웨어 섹터의 모멘텀 약화
오랜 기간 미국 주식 투자의 정석은 단순했다. FANG 주식 또는 M7(Magnificent 7 - Apple, Microsoft, Amazon 등 초대형 기술주)을 매수하고 기다리면 수익이 났다. S&P 500 ETF를 사도 이 종목들의 비중이 30% 이상이었기에, 인덱스 투자만으로도 충분한 성과를 거둘 수 있었다. 그런데 정희석 차장은 “이 패턴이 지금은 통하지 않는다”고 단호하게 말한다.
그 이유는 AI의 등장이 소프트웨어 산업 전반에 구조적 변화를 일으켰기 때문이다. 과거 기업들은 HR(인적자본관리), 재무관리, 고객관리 등의 업무에 클라우드 기반 SaaS(Software as a Service) 소프트웨어를 구독 방식으로 구매해 왔다. Microsoft, Salesforce, ServiceNow, Workday, Adobe 같은 기업들이 이 모델로 폭발적으로 성장했다. 그러나 이제 Gemini, Claude(클로드), ChatGPT 같은 AI 서비스가 기존 SaaS가 담당하던 영역을 조금씩 잠식하기 시작했다. AI가 코딩도 하고, 그림도 그리고, 데이터 분석도 해주니, 기존 소프트웨어의 가치 명제가 흔들리기 시작한 것이다.
흥미로운 역설은, 현재 소프트웨어 기업들의 실적 자체는 나쁘지 않다는 것이다. 고객들은 여전히 잘 사용하고, 매출도 성장하고 있다. 그럼에도 주가가 하락하는 이유는, 시장이 현재 실적이 아닌 미래 실적의 ‘서프라이즈 가능성(Upside)‘을 바라보기 때문이다. AI가 이 기업들의 미래 시장을 조금씩 갉아먹고 있다고 판단하면, 설령 지금 실적이 좋더라도 시장은 Valuation(밸류에이션)을 계속 낮춘다. 정 차장은 이를 두고 “100에서 1을 빼앗기면, 다음 서프라이즈는 100이 아닌 10짜리가 된다”고 표현했다. 주가는 현재가 아니라 기대의 갱신이기 때문이다.
하드웨어의 시대가 열리다
소프트웨어 섹터가 힘을 잃어가는 반면, 하드웨어 섹터는 강세를 이어가고 있다. Micron, 광통신(옵티컬) 부품사, 스토리지 기업들이 미국 시장에서 주목받고 있으며, 하드웨어 강국인 한국도 이 흐름의 수혜를 받아왔다. 정 차장은 이것이 우연이 아니라 구조적 변화의 결과라고 설명한다. 과거 소프트웨어 시대의 핵심 경쟁력이 ‘좋은 알고리즘과 뛰어난 개발 인재’였다면, AI 시대의 핵심 경쟁력은 **AI를 더 잘 돌릴 수 있는 인프라(GPU, 메모리, 데이터센터)**로 이동했다는 것이다. Anthropic의 CFO가 “우리 회사의 매출 규모는 우리가 확보한 AI 인프라의 크기와 정확히 일치한다”고 밝힌 것처럼, AI 인프라에 대한 투자 자체가 곧 그 기업의 수익 창출 능력이 되었다.
25:01 - OpenAI의 2025년까지 매출 추정치(녹색 막대 차트, 좌측)와 AI 컴퓨팅 인프라 규모(파란 차트, 우측)를 나란히 비교. AI 인프라 투자 규모와 매출이 비례함을 보여주는 자료
AI 인프라의 핵심은 왜 ‘메모리’인가?
기억하는 AI vs. 기억 못하는 검색
AI 인프라에서 메모리가 이토록 중요해진 이유를 이해하려면, AI 서비스의 본질적 특성을 먼저 파악해야 한다. 정희석 차장은 이를 ‘검색과 AI의 차이’로 설명한다. 구글 검색은 독립적인 행위다. 내가 어제 무엇을 검색했는지와 관계없이, 오늘의 검색 결과는 독립적으로 도출된다. 그러나 AI는 다르다. AI의 진정한 가치는 ‘맥락(Context)‘에 있다. 30분 전 내가 한 말을 AI가 기억하고 있어야, 그다음 대화에서 나에게 맞는 답을 줄 수 있다. AI가 대화 맥락을 잃어버리는 순간 서비스 품질은 급격히 떨어지고, 사용자 경험도 무너진다.
이것이 AI 서비스에서 KV 캐시(KV Cache, Key-Value Cache)가 핵심적인 역할을 하는 이유다. AI가 사용자와 대화를 주고받을 때, 이전에 나눈 대화 데이터를 메모리에 저장해 두었다가 다음 응답을 생성할 때 활용하는 것이 KV 캐시의 기본 개념이다. 저장된 데이터를 잘 활용하여 맥락에 맞는 답변을 성공적으로 생성하는 것을 ‘캐시 히트(Cache Hit)‘라 부르며, 반대로 실패하면 ‘캐시 미스(Cache Miss)‘가 된다.
캐시 히트율과 AI 성능의 방정식
38:42 - 캐시 히트 성공률과 출력 토큰(Output Token) 생성량의 상관관계 그래프. 캐시 히트율이 높아질수록 AI 출력이 45도 각도로 급증하는 패턴
정 차장이 소개한 데이터에 따르면, 캐시 히트율이 높아질수록 AI의 결과물(Output Token) 생성량이 가파르게 상승한다. 이는 단순히 AI가 더 빠르게 답변하는 수준이 아니라, AI 서비스 전체의 품질이 올라감을 의미한다. 반대로 캐시 히트에 실패하면—즉, 이전 대화 데이터가 저장되어 있지 않으면—AI는 이전 대화를 다시 계산하고 시뮬레이션해야 하므로 비용이 급격히 상승한다.
40:10 - Anthropic Claude Opus 기준 캐시 히트 성공 시(약 $0.5/백만 토큰) vs 실패 시의 비용 비교. 캐시 미스 시 재연산 비용으로 인해 수십 배 급등하는 차이를 수치로 제시
결국 AI 서비스의 품질과 비용 효율은 ‘얼마나 많은 사용자 데이터를 메모리에 잘 저장하고 있느냐’에 직결된다. 더 많은 대화 데이터를 저장할수록 캐시 히트율이 높아지고, 비용은 낮아지고, 서비스 품질은 올라가는 선순환이 형성된다.
메모리 수요의 계단식 팽창
이 메커니즘은 메모리 수요의 ‘단계적 확장’을 이끌었다. 처음에는 AI 서버의 GPU에 내장된 HBM(High Bandwidth Memory)만으로 사용자 데이터를 충분히 저장할 수 있다고 생각했다. 그러나 실제 AI 트래픽이 예상보다 훨씬 빠르게 증가하면서 HBM만으로는 부족해졌고, CPU 옆의 서버 DRAM으로 데이터를 ‘오프로드(Offload)‘하는 방식이 등장했다. 서버 DRAM도 부족해지자 NAND SSD로 넘어갔고, 긴급성이 낮은 데이터는 결국 하드디스크 드라이브(HDD)에까지 저장하게 되었다. Western Digital, Seagate 같은 HDD 기업들의 수요가 폭발적으로 증가한 것이 바로 이 때문이다. 정 차장은 이 구조를 두고 “메모리 수요가 바깥으로, 바깥으로 계속 넓어지는 흐름”이라고 정리했다.
| 저장 위치 | 특성 | 역할 |
|---|---|---|
| HBM (GPU 내장) | 초고속, 고가, 용량 제한 | AI 연산과 밀접한 핵심 데이터 |
| Server DRAM | 고속, HBM 오프로드 역할 | 맥락 데이터 확장 저장 |
| NAND SSD | 중속, 대용량 | 덜 긴급한 사용자 데이터 |
| HDD | 저속, 초대용량, 저가 | 장기 보관 데이터 |
AI는 사람과 달리 ‘잊어서는 안 된다’는 특성이 있다. 기업용 AI 서비스에서 3년 전 데이터를 삭제하면, 그 순간부터 서비스 품질이 무너진다. 이처럼 데이터는 시간이 갈수록 눈덩이처럼 불어나고, AI 서비스 사업자 입장에서는 저장 투자를 멈출 수 없는 구조적 필연성이 있다. AI 에이전트(AI Agent) 시대로 진입하면 이 수요는 더욱 폭발적으로 커질 전망이다.
구글의 TurboQuant - 게임 체인저인가, 과장인가?
TurboQuant란 무엇인가?
TurboQuant는 KV 캐시에 저장되는 사용자 데이터를 **압축(Quantization)**하는 기술이다. 기존에는 10이라는 크기의 데이터를 그대로 저장해야 했다면, TurboQuant를 활용하면 같은 정보를 훨씬 작은 크기로 압축하여 저장할 수 있다. 구글이 발표한 자료에 따르면, TurboQuant는 KV 캐시의 저장 용량을 최대 약 6배 줄일 수 있으며, 이를 통해 처리 속도는 약 8배 향상된다고 주장한다. 핵심은 이 압축을 하더라도 AI 서비스의 품질—즉, 답변의 정확성과 맥락 적합성—은 유지된다는 것이다.
정 차장은 이 기술의 개념 자체는 새로운 것이 아니라고 냉정하게 지적했다. 비슷한 개념의 논문은 약 1년 전에도 있었고, 당시에도 “6배 저장 공간을 줄일 수 있다”는 내용이 포함되어 있었다는 것이다. 구글이 이를 공식적으로 크게 발표하면서 시장이 충격을 받은 것이며, 실제 상용화 타임라인이 불분명하고 아직 소형 모델에서의 기능 개선 수준에 가깝다는 한계도 있다고 평가했다. 시장의 반응이 이 기술의 실제 완성도를 과대평가한 측면이 있을 수 있다는 뉘앙스였다.
시장이 충격을 받은 구조적 이유
TurboQuant가 시장에 충격을 준 이유는 명확하다. 메모리 투자 thesis(투자 논거)의 근거가 바로 “AI 서비스를 위해 점점 더 많은 데이터를 저장해야 한다”는 것이었는데, TurboQuant가 이 데이터를 6배나 압축할 수 있다면, 이론적으로 메모리 수요 증가 속도가 둔화될 수 있다는 공포가 생긴 것이다. 이는 DeepSeek 쇼크 때와 유사한 패턴이다. 당시 “GPU 100대로 돌리던 AI 서비스를 10대로 돌릴 수 있다”는 인프라 효율화 이슈가 NVIDIA 주가를 $100 아래로 급락시켰던 것처럼, TurboQuant는 “메모리를 6배 효율화할 수 있다”는 메시지로 메모리 섹터 전반에 찬물을 끼얹었다.
정 차장은 TurboQuant로 인한 우려 중 가장 크게 느끼는 것이 NAND 관련 수요라고 솔직하게 털어놓았다. TurboQuant가 KV 캐시 데이터를 HBM이나 서버 DRAM 안에서 해결할 수 있게 해준다면, 그 아래 레이어인 NAND SSD로의 오프로드 수요가 줄어들 수 있기 때문이다. SanDisk 등 NAND 관련 기업들이 상대적으로 더 취약할 수 있다는 시각이었다.
TurboQuant가 메모리 투자에 미치는 영향 - 두 가지 시각
긍정론: 효율화가 곧 수요 확대다
정희석 차장은 TurboQuant를 지나치게 부정적으로 볼 필요가 없다는 논거를 두 가지로 제시했다. 첫 번째는 데이터 자체의 절대적 증가다. TurboQuant가 아무리 데이터를 압축하더라도, AI 사용량 자체가 계속 늘어나는 이상 저장해야 할 데이터의 절대량은 계속 증가한다. 압축 효율이 높아진다고 해서 수요가 ‘사라지는’ 것이 아니라, 단지 증가 속도가 일부 조정될 뿐이라는 것이다.
두 번째는 역설적으로 더 중요한 논리다. 효율화 → 비용 절감 → AI 수요 폭발 → 트래픽 폭증 → 메모리 수요 재증가의 연쇄 효과다. AI 서비스의 단위 비용이 줄어들면, 더 많은 기업과 개인이 AI를 훨씬 적극적으로 활용하게 된다. 사용자가 늘면 트래픽이 폭발적으로 증가하고, 결국 메모리에 저장해야 할 데이터의 총량은 다시 폭발적으로 커진다. 구글이 말하는 “6배 압축으로 8배 빠르게 처리할 수 있다”는 것이 곧 “그만큼 더 많이 쓸 수 있다”는 뜻이기도 하다는 것이다. DeepSeek 쇼크 이후 실제로 AI 수요가 오히려 폭발적으로 증가한 것이 이 논리의 역사적 전례다.
부정론: 단기 불확실성은 존재한다
그렇다고 TurboQuant의 부정적 측면을 무시할 수 없다. DeepSeek은 모델 효율을 높인 것이어서 메모리 수요에 직접적인 영향이 적었다. 반면 TurboQuant는 메모리 인프라 자체의 효율을 높이는 기술이기 때문에, 단위 서비스당 필요한 메모리 양이 줄어드는 방향이라는 점에서 메모리 섹터에 구조적 위협 요인이 될 수 있다. 정 차장은 이를 솔직하게 인정하면서도, 이것이 정확히 어느 정도의 영향을 미칠지는 “지금 당장 아무도 모른다”는 점을 강조했다. Jensen Huang(엔비디아 CEO)조차도 AI 데이터 트래픽이 어디까지 확장될지 정확히 예측하기 어렵다.
💡 핵심 투자 전략: TurboQuant 충격에 어떻게 대응할 것인가?
정희석 차장의 시장 대응 원칙은 명쾌하다. “주가가 말해준다.” TurboQuant 이슈가 터진 당일, Micron이나 SK하이닉스 관련 주가가 폭락하면 그것이 시장의 냉정한 판단이다. 반면 만약 이들 주식이 낙폭을 소화하고 반등한다면, 이 리스크를 시장이 이미 과대 반응으로 평가했거나 소화하고 있다는 신호다. 그는 지금 당장 공격적으로 베팅하기보다는 “주가의 반응을 보면서 대응하는” 전략을 취하고 있다고 밝혔다.
특히 WTI가 $90 내외의 고점 구간에 있는 만큼, 지정학적 리스크와 TurboQuant 우려가 겹쳐 있는 현 시점에서 섣부른 공세적 포지션은 자제해야 한다고 덧붙였다. 불확실성이 복수의 요인으로 겹쳐 있을 때는 한 발 물러서는 것이 현명한 전략이라는 것이 그의 원칙이다.
AI 사이클의 다음 주인공 - CPU의 부상
AI 인프라 사이클의 진화 패턴
정희석 차장은 AI 투자 사이클을 단계적으로 구분하여 설명했다. 2023년 초기 AI 투자 붐이 일어났을 때는 GPU 부족이 가장 심각한 문제였다. TSMC의 파운드리 Capa(생산 능력)가 준비되지 않은 상태에서 NVIDIA의 GPU 수요가 폭발하자, NVIDIA는 AI 인프라 시장의 절대적 패자(覇者)로 군림하며 GPU 가격을 자신들이 원하는 수준으로 책정할 수 있었다. 당시 GPU 한 장 가격이 15,000에서 40,000까지 올라갔다는 것이 이를 증명한다. 이것이 “NVIDIA의 시대”였다.
그 다음, 2024년 이후 AI 트래픽이 본격적으로 폭증하면서 메모리 수요가 급증했고, HBM을 중심으로 한 메모리 섹터가 가장 강한 모멘텀을 가졌다. 그리고 최근에는 광통신(Optical) 부품이 강세를 보이고 있으며, 이제 새로운 물결로 CPU가 부상하고 있다는 것이 정 차장의 분석이다. 각 단계에서 공통점은, AI 서비스의 품질을 결정하는 데 가장 결정적이면서 가장 부족한 요소가 해당 시기의 최강 섹터가 된다는 것이다.
AI 에이전트가 CPU 수요를 폭발시키는 이유
CPU가 AI 인프라에서 중요해진 결정적 이유는 AI 에이전트(AI Agent) 서비스의 확산이다. 기존 AI 서비스는 기본적으로 질문-답변 구조였다. 사용자가 질문하면 AI가 답하는 단순한 흐름에서, CPU의 역할은 GPU가 잘 계산하도록 보조하는 ‘매니저’ 수준이었다. 하나의 AI 서버에 GPU 8개, CPU 1개 정도의 비율이 표준이었다.
그러나 AI 에이전트는 근본적으로 다르다. 정 차장이 든 예시가 인상적이다. “다음 주 여행을 가고 싶다”고 AI에게 말하는 순간, 스케줄 관리 에이전트가 일정을 확인하고, 여행지 추천 에이전트가 최적 목적지를 탐색하고, 항공편 예약 에이전트가 티켓을 검색하고, 호텔 예약 에이전트와 레스토랑 추천 에이전트가 동시에 작동하며 서로 데이터를 주고받는다. 이 수많은 에이전트들의 작업 우선순위를 설정하고, 데이터 흐름을 조율하고, 네트워크 통신을 관리하고, 보안을 처리하는 것이 바로 CPU의 역할이다. 과거에는 스타 한 명(GPU)과 매니저 한 명(CPU)이었다면, 이제는 아이돌 그룹(여러 GPU 에이전트)을 위한 전담 매니저 여러 명(복수의 CPU)이 필요해진 것이다.
💡 핵심 투자 전략: AI 사이클별 강세 섹터 프레임워크
| 시기 | 핵심 제약 | 수혜 섹터 | 강세 기업(예시) |
|---|---|---|---|
| 2023년 초 | GPU 절대 부족 | GPU 반도체 | NVIDIA, TSMC |
| 2024년~ | 메모리 부족 | HBM·DRAM·스토리지 | SK하이닉스, Micron |
| 최근 | 광통신 수요 급증 | 광통신 부품 | Lumentum(루멘텀) 등 |
| 현재 진행형 | CPU 부족 | CPU 반도체 | AMD, ARM, Intel |
AMD의 Lisa Su CEO가 2025년 2월 말 “CPU 부족이 예상보다 훨씬 심각하다”고 공개적으로 언급하기 시작했고, NVIDIA는 GTC에서 CPU만으로 구성된 AI 서버를 발표하기도 했다. Intel과 AMD가 최근 서버용 CPU 가격을 10~15% 인상했고 주가가 7% 급등한 것도 이 맥락에서 이해할 수 있다. ARM의 장기 매출 가이던스 역시 시장 기대를 크게 상회하는 수준으로 제시되었다. CPU 공급이 TSMC 파운드리 Capa 제약으로 쉽게 늘릴 수 없다는 점—즉, 공급 측 리스크가 제한적이라는 점—이 이 섹터의 투자 매력을 더욱 높이는 요인이다. 정 차장에 따르면, AI 서비스 품질에 결정적이면서 + 공급 리스크가 없으면서 + 수익성이 개선되는 세 조건이 갖춰질 때 해당 사이클에서 최강의 종목이 탄생한다.
미국 주식 투자 철학 - 숫자(Numbers)가 모든 것이다
방송 후반부에 정희석 차장은 자신의 미국 주식 투자 철학을 공유했다. 핵심은 단순하다. 미국 주식은 결국 ‘숫자(실적)‘가 전부다. 아무리 그럴듯한 내러티브(Narrative)와 기술적 스토리가 있더라도, 6개월에서 1년 이내에 실제 실적으로 증명되지 않으면 추세는 지속되지 않는다.
한국 주식과 미국 주식의 패턴이 다른 이유도 여기에 있다. 한국 주식은 기대감을 반영하는 정보가 훨씬 많고, 기대 선반영이 미국보다 더 오래, 더 크게 이루어지는 경향이 있다. 반면 미국 주식은 정보가 더 제한적이고 보안도 철저하여, 기대감 → 조정 → 실적 발표 → 랠리의 교과서적 패턴을 따라가는 경우가 많다. 실적 발표 시점에 오히려 주가가 크게 움직이는 것도 이 때문이다. Oracle 같은 기업이 실적 발표 하루 만에 한국에서는 상상하기 어려운 규모로 주가가 움직이는 것이 그 예다.
정 차장이 언급한 Lumentum(루멘텀) 같은 종목들은 하루 10~15%씩 급등락을 반복하지만, 실적이 뒷받침되는 기업은 결국 레벨업을 이루어낸다. 반면 실적 없이 기대감만으로 오른 종목들은 시장이 흔들리는 순간 바닥 없이 무너지는 것이 미국 주식의 냉정한 특성이다. 그는 “미국 주식은 숫자 없이 버티려 하면 언젠가 반드시 대가를 치른다”고 강조했다. 자신도 고객 포트폴리오 운용과 투자 실무에서 이 원칙을 중심에 놓고 있다고 밝혔다.
마무리 / 핵심 정리
이날 방송을 관통하는 하나의 메시지는 AI 시대의 투자는 ‘무엇이 AI 서비스의 품질을 결정하는가’를 추적하는 것이라는 점이다. 과거에는 좋은 알고리즘과 뛰어난 개발자가 소프트웨어 기업의 핵심 경쟁력이었다면, 지금은 AI를 더 잘 돌릴 수 있는 인프라 자체가 기업 가치를 결정한다. 이 패러다임 전환을 이해하면, 소프트웨어 기업의 실적이 좋음에도 주가가 하락하는 역설도, 하드웨어·메모리·CPU 섹터가 순서대로 강세를 보이는 이유도 자연스럽게 설명된다.
구글의 TurboQuant는 단기적으로 메모리 섹터에 불안감을 조성하지만, 중장기적으로는 AI 서비스 비용 효율화 → 사용 폭발 → 트래픽 증가 → 메모리 수요 재팽창이라는 선순환으로 이어질 가능성이 높다. 다만 어느 메모리 계층(HBM, DRAM, NAND, HDD)이 수혜를 받고 어느 계층이 상대적으로 약해질지는 아직 불분명하며, 주가가 보내는 신호를 관찰하면서 유연하게 대응하는 것이 현명하다. WTI가 $80을 크게 넘어선 현 시점에서는 전반적으로 리스크 관리에 집중하되, AI 사이클의 다음 강세 섹터로 부상하고 있는 CPU 관련주와 메모리 섹터의 중장기 성장 논거를 함께 주시하는 균형 잡힌 시각이 필요하다.
📚 출처 및 참고
| 구분 | 내용 |
|---|---|
| 원본 영상 | 반도체 이제 쓸모 없나? 구글의 터보 퀀트 등장!ㅣ정희석(하나증권 센터필드 W 차장) |
| 채널 | 머니코믹스 Money Comics |
| 출연자 | 정희석 (하나증권 센터필드 W 차장) |
| 리포트 작성 | 2026-03-26 |
| 작성 방식 | YouTube 영상 STT 변환(원어: 한국어 → 영어 STT) 후 한국어 에디팅 |
💬 본 리포트는 영상 내용을 바탕으로 재구성되었습니다. 정확한 내용은 원본 영상을 참조해 주세요.