Tech Daily Brief

9월 5일 기준 올해 한국 누적 수출이 7,094억 달러에 도달하면서 2025년 연간 기록인 7,093억 달러를 이미 넘어섰습니다. 1~8월 반도체 수출은 전년 동기 대비 169.6% 증가한 2,810억 달러, 전체 수출의 약 **41%**를 차지했습니다.

현재 속도가 유지되면 한국은 이르면 12월 초 연간 수출 1조 달러에 도달할 수 있다는 전망도 나옵니다. 지금까지 연간 수출 1조 달러를 달성한 국가는 미국·중국·독일 정도입니다.

이 수치는 단순히 삼성전자와 SK하이닉스가 돈을 많이 벌고 있다는 의미를 넘어섭니다. 지금 한국 경제는 사실상

$$\text{AI CAPEX} \rightarrow \text{GPU / custom ASIC} \rightarrow \text{HBM + server DRAM} \rightarrow \text{한국 수출}$$

이라는 글로벌 AI 인프라 투자 사이클에 매우 강하게 연결돼 있습니다.

최근 AI 서버는 가속기 하나당 요구되는 메모리 용량과 bandwidth가 계속 커지고 있고, 일반 DRAM까지 공급이 타이트해지면서 소비자용 DRAM 가격도 강하게 상승하고 있습니다.

GitHub가 9월 4일 Project HydraFusion을 Copilot research preview로 공개했습니다. 이건 최근 coding-agent 업데이트 중 꽤 중요한 방향 전환입니다.

기존 Auto model selection은 작업을 보고

$$\text{Task} \rightarrow \text{Model A}$$

처럼 하나의 모델을 고르는 방식이었습니다.

HydraFusion은 다릅니다.

$$\text{Task} \rightarrow \text{Plan} \rightarrow \begin{cases} \text{Model A: draft}\\ \text{Model B: critique}\\ \text{Model C: revise} \end{cases}$$

또는 어려운 단계에서만 더 강한 모델로 cascade합니다. 즉 모델을 고르는 게 아니라 작업 중간에 여러 공급자의 모델을 runtime에서 조합합니다.

GitHub의 controlled offline evaluation에서는 선택된 coding workflow에서 HydraFusion이 Opus 5 baseline과 동급 또는 그 이상 품질을 내면서 예상 비용은 더 낮췄다고 합니다. 다만 아직 research preview이므로 실제 repo에서 latency·cost·consistency가 얼마나 좋은지는 별도 검증이 필요합니다.

이 방향은 상당히 합리적입니다.

예를 들어 코딩에서 모든 단계가 Opus급 reasoning을 필요로 하지는 않습니다.

• repo 탐색 → 저렴하고 빠른 모델
• 단순 patch → 중간급 모델
• architecture 판단 → frontier 모델
• review → 별도 critic 모델

처럼 구성하면

$$C_{total} < N\times C_{frontier}$$

를 노릴 수 있습니다.

Foxconn의 8월 매출이 **9,218억 대만달러(약 291.5억 달러)**로 전년 대비 51.98% 증가, 사상 최고를 기록했습니다. 회사는 AI 제품 수요를 근거로 3분기 실적이 시장 예상보다 좋을 것으로 전망했습니다.

Foxconn은 NVIDIA 서버의 핵심 제조사이기 때문에 이 데이터는 상당히 유용합니다. NVIDIA 매출보다 한 단계 아래에서 실제로

$$\text{GPU} + \text{HBM} + \text{NIC} + \text{power} + \text{cooling}$$

을 랙과 서버 형태로 조립하는 회사의 매출이기 때문입니다.

2분기 순이익도 전년 대비 35% 증가해 시장 예상을 웃돌았고, 8월 매출은 두 달 연속 9,000억 대만달러를 넘어섰습니다.

여기에 인도에서는 TCS 계열사가 파트너들과 1 GW 규모 AI 데이터센터 캠퍼스에 최대 74억 달러를 투자한다고 발표했습니다. AI CAPEX가 미국 hyperscaler만의 현상이 아니라 아시아·sovereign AI 인프라로 확대되고 있다는 추가 신호입니다.

9월 4일 Nature Electronics가 최근 발표된 magnonic frequency comb 연구를 집중 조명했습니다. 원 연구는 **“On-chip broadband magnonic frequency combs based on multi-tone excitation”**입니다.

광학에서 frequency comb는

$$f_n=f_0+n\Delta f$$

처럼 일정한 간격의 수많은 주파수 line을 만드는 기술입니다.

이번 연구는 photon 대신 magnon, 즉 자성체 내부의 집단적인 spin-wave excitation으로 같은 구조를 만들었습니다.

연구진은 YIG(yttrium iron garnet) 박막을 multi-tone microwave로 구동해 four-magnon scattering에서 발생하는 nonlinear modulation instability를 이용했습니다. 그 결과:

• 2,100개 이상 comb line
• 최대 200 lines/kHz
• octave-spanning spectrum
• 수백 μm 수준 spin-wave propagation

을 구현했습니다.

그리고 단순히 comb를 만든 데서 끝나지 않고 이를 magnonic ruler로 사용해 microwave frequency를 정밀 측정하는 데모도 보였습니다.

핵심 장점은 optical frequency comb보다 훨씬 낮은 주파수 영역에서 chip-scale로 직접 microwave signal processing을 할 가능성입니다.

$$\text{Microwave input} \rightarrow \text{magnon nonlinear dynamics} \rightarrow \text{dense spectral comb} \rightarrow \text{sensing / computation}$$

구조입니다.

9월 첫째 주 미국 주식형 펀드에서는 111.2억 달러가 순유출됐습니다. 전주 -227.2억 달러에 이어 2주 연속입니다.

특히:

• 대형주 펀드: -$7.52B
• 기술 섹터: -$1.39B
• 금융: -$1.31B
• 산업재: -$0.62B

가 빠졌습니다.

반면 money-market fund에는 +$48.76B, 단기·중기 국채/Treasury fund에는 +$4.53B가 유입됐습니다.

즉 자금 흐름은 꽤 명확합니다.

$$\text{Stocks} \rightarrow \text{Cash / Treasuries}$$

배경은 높은 국채금리와 중동발 유가 상승입니다.

Crypto 역시 같은 macro pressure를 받았습니다. 강한 미국 고용지표 이후 Bitcoin은 금요일 약 2.8% 하락해 $79,200 부근, Ether는 약 $2,456까지 내려왔습니다.

재미있는 건 기업 펀더멘털은 정반대라는 점입니다. Foxconn은 매출 최고치를 경신했고, Broadcom은 AI chip 매출을 2027년 $115B, 2028년 $230B까지 전망하고 있습니다.

그래서 현재 시장은 여전히

$$\boxed{\text{AI earnings / CAPEX 강세}}$$

대

$$\boxed{\text{금리 + 유가 + geopolitical risk}}$$

의 싸움입니다.

---