주식 초보의 성장기

작성자｜야왕투자 　분석·구조화 보조｜G.NA 최종 검수·편집 책임｜야왕투자 　기준｜2026.09.06 KST · 일정·사실·추론·반론 재검토 주식시장을 보다 보면 매주 경제지표와 기업 일정이 쏟아집니다. 미국 CPI와 PPI, 국채 입찰, Apple 이벤트, Oracle 실적, 국내 선물·옵션 만기까지 이번 주는 일정이 유난히 많습니다. “그래서 우리나라 주식은 언제, 무엇을 봐야 하는데?” 이번 글은 일정표를 그대로 옮기는 글이 아닙니다. 미국에서 이벤트가 발생하는 날과 한국 증시가 실제로 반응하는 날을 분리 하고, 발표 뒤 어떤 종목과 수급을 확인할지까지 연결해보겠습니다. 다음 주 시장은 금리와 AI라는 두 힘이 실제 한국장 수급에서 어떻게 만나는지가 핵심입니다. 목차｜빨강은 변동성 핵심, 파랑은 연결·확인 일정 ★★ 9/7 월｜미국 휴장 ★★★ 9/8 화｜AI 컨퍼런스 ★★★★ 9/9 수｜美 10년물 국채 입찰 ★★★★★ 9/10 목｜Apple · 선옵만기 · PPI ★★★★★ 9/11 금｜Oracle · CPI CHECK 초보 인사이트 · 반론 · 예측 실패 복기 TOP10 다음 주 국장에서 살펴볼 10종목 30초 핵심｜다음 주는 세 축만 잡으면 됩니다 ① 금리 10년물·30년물 국채 입찰 → PPI → CPI ② AI 기술 컨퍼런스 → Apple → Oracle ③ 한국 선물·옵션 만기 → 외국인·프로그램 수급 → 삼성전자·SK하이닉스 등 대장주 확인 자료도 이번 주를 채권 → AI → 통화정책 의 연결로 압축합니다. 특히 9/9~9/11은 금리와 성장주가 서로 영향을 주는 구간입니다. 발표일보다 중요한 것은 한국장이 실제 결과를 받는 시점입니다. ...

야왕투자｜투자소스고찰 AI가 싸지는 속도보다 사람들이 AI에게 일을 더 많이 시키는 속도가 빠를까? AI는 빠르게 싸지고 있다. 그렇다면 AI 반도체와 데이터센터 수요는 줄어드는 것 아닐까? 이번에는 단순한 AI 강세론이 아니라 가격 하락·사용량 증가·연산 효율화 중 무엇이 더 빠른가 라는 질문으로 다시 살펴봤다. 초보 인사이트 · 고찰거리 토큰 가격이 싸진다는 게 왜 중요한가? AI를 한 번 사용하는 비용이 내려가면 사람들이 AI에게 맡길 수 있는 업무 범위가 넓어진다. 그런데 가격만 보면 왜 안 될까? 1회 가격은 떨어져도 사용 횟수가 그보다 더 빨리 증가하면 전체 AI 연산량은 오히려 커질 수 있다. 투자자는 무엇을 봐야 할까? “AI 가격이 얼마나 떨어졌나?”보다 “AI가 실제로 얼마나 더 많이 일하고 있나?” 를 봐야 한다. 강세 시나리오 AI 비용 하락 → Agent 확산 → inference 증가 → AI반도체·HBM → 데이터센터 → 전력인프라 → 광통신 → AI소프트웨어 → 로봇·피지컬AI. 중립 시나리오 사용량 증가와 효율화가 비슷하면 테마 전체보다 실적과 수주가 확인되는 기업으로 수혜가 압축될 가능성이 있다. 반론 모델 경량화·양자화·캐싱·증류·ASIC이 너무 빠르게 발전하면 같은 업무를 더 적은 연산으로 처리할 수 있다. 반론이 맞을 때 국장 범용 GPU·HBM 중심에서 ASIC·저전력 반도체·AI소프트웨어·자동화 쪽으로 수혜 중심이 이동할 가능성을 봐야 한다. 진짜 질문 “AI가 싸지고 있나?”에서 끝나는 것이 아니라 “싸지는 속도보다 AI에게 맡기는 일이 더 빨리 늘고 있나?” 를 물어야 한다. 추가 고찰거리 Agent 하나가 만드는 모델 호출은 얼마나 많을까? 기업 AI가 개인 AI보다 더 많은 연산을 만들까? 효율화가 데이터센터 증설 속도를 따라잡을까? AI 투자에서는 가격 하락 자체보다 실제 사용량과 총 연산량이 얼마나 커지는지가 중요...

초보인사이트 예전에는 새로운 AI가 나오면 얼마나 더 똑똑해졌는지를 먼저 봤다. 그런데 이제는 그 AI에게 사람의 일을 몇 시간이나 맡길 수 있는지가 더 궁금해졌다. 벤치마크 점수가 얼마나 올랐는지, OpenAI와 Anthropic 중 누가 더 좋은 모델인지, 엔비디아나 SK하이닉스에는 호재인지부터 생각했다. 그런데 최근 AI 자료를 공부하면서 조금 다른 부분이 눈에 들어왔다. AI가 단순히 질문에 답하는 것을 넘어 컴퓨터를 직접 사용하고, 자료를 찾고, 프로그램을 실행하고, 실패하면 수정한 뒤 다시 일을 이어가는 방향으로 발전하고 있다는 점이다. 그래서 이번에는 “AI가 더 똑똑해졌는가?”보다 “AI가 실제 경제에서 얼마나 많은 일을 맡게 되는가?” 를 투자자의 시선으로 공부해보기로 했다. 검수정보｜2026.09.05 기준 · OpenAI 공식자료와 이효석아카데미 자료를 교차확인했으며, 작성·최종판단은 야왕투자입니다. 검증원칙｜Astra=AGI로 단정하지 않고 사실·추론·반론을 분리했으며, 국내 종목은 직접수혜 확정이 아닌 실적 확인용 관찰축으로만 다뤘습니다. 30초 먼저 보기 AGI 뜻 단순히 IQ가 높은 AI라는 뜻보다 여러 경제적 업무를 높은 자율성으로 수행하는 범용 인공지능이라는 개념에 가깝다. 이번 변화 새 AI 모델의 핵심을 벤치마크 점수뿐 아니라 ...

초보 인사이트 · 투자자 성장기록 AI를 공부하면서 나는 오랫동안 GPU를 보고 있었다. 예전에는 AI 관련주를 찾으면 자연스럽게 반도체부터 검색했다. AI가 성장하면 GPU가 필요하고, GPU가 필요하면 HBM이 필요하다는 정도까지는 비교적 이해하기 쉬웠다. 그래서 AI 투자라고 하면 엔비디아, 삼성전자, SK하이닉스 같은 회사들이 먼저 떠올랐다. 그런데 최근 자료를 하나씩 이어서 보다 보니 어느 순간 GPU보다 GPU 뒤에 붙는 것들 이 더 궁금해졌다. GPU를 사는 것만으로 AI가 실제로 돌아가는 것은 아니었다. GPU를 데이터센터에 설치하려면 서버가 필요하고, 엄청난 전력이 필요하고, 발생하는 열을 식힐 냉각설비가 필요하다. 수천 개의 GPU와 AI 가속기가 데이터를 주고받으려면 고속 네트워크도 필요하다. AI가 실제 기업 업무 안으로 들어가면 데이터 관리와 소프트웨어가 필요하고, 중요한 데이터를 AI가 다루기 시작하면 보안 역시 더 중요해질 수 있다. 그리고 AI가 화면 안에서 답을 하는 것을 넘어 현실세계에서 직접 움직이는 단계로 간다면 로봇과 Physical AI까지 연결될 수 있다. 그래서 이제는 “GPU가 언제 끝날까?” 보다 “GPU 한 개가 설치될 때 그 뒤에 무엇이 함께 필요할까?” 라는 질문이 더 중요할 수도 있다는 생각이 들었다. 그런데 나는 이 시작을 ‘급등’의 모습으로만 보고 싶지는 않다. 산업이 성장한다고 해서 관련 종목의 주가가 처음부터 계속 올라가는 것...

초보 인사이트 AI반도체라고 하면 가장 먼저 떠오르는 회사는 역시 엔비디아였다. 그래서 나도 모르게 “엔비디아가 강하다 = AI반도체가 강하다” 라고 생각해왔던 것 같다. 그런데 미국 티커를 제대로 공부하려고 보니 AI반도체 안에서도 기업마다 맡고 있는 역할이 꽤 달랐다. 엔비디아는 AI 연산, 브로드컴과 마벨은 맞춤형 AI칩과 연결, 마이크론은 메모리, TSMC는 실제 반도체 생산을 확인하는 식이다. 이번에는 티커를 보고도 그냥 넘기지 않는다. 회사 이름을 외우는 데서 끝내지 않고, 실제 장에서 내가 사용할 수 있는 AI반도체 계기판으로 만들 때까지 정복해보려고 한다. 검수정보｜회사명·티커·핵심 사업과 AVGO의 역사적 유래는 각 기업의 공식 자료를 기준으로 확인했습니다. 검수원칙｜미국 AI반도체 종목의 움직임은 시장 확인 지표로 활용하며, 한국 반도체 상승과 직접 동일시하지 않습니다. 먼저 결론 엔비디아 하나만 봐서는 AI반도체 전체 흐름을 읽기 어렵다. 앞으로는 NVDA · AVGO · MRVL · MU · TSM 을 계산·맞춤형칩·연결·메모리·생산이라는 서로 다른 역할로 나눠 보고, 시장의 힘이 어디까지 퍼지는지를 확인해보려고 한다. AI반도체 5개부터 먼저 외운다 ★ NVDA = NVIDIA = 엔비디아 = AI 계산 AVGO = Broadcom = 브로드컴 = 맞춤형 AI칩·네트워크 MRVL = Marvell Technology = 마벨 테크놀로지 = AI칩 + 연결 MU = Micron Technology = 마이크론 테크놀로지 = AI 메모리 TSM = Taiwan Semiconductor Manufacturing Company = TSMC = AI칩 생산 목차 1. 왜 엔비디아 하나만 보면 부족...