김수연

J.P. Morgan 투자 자문 | 서울대 출신 30대
시장 인사이트, 현실 재테크, 일상 이야기 솔직 공유
투자 이야기를 나누고 싶으시면 DM으로 편하게 연락 주세요

[김수연 @kimsooyeon96]

한마디로 "운"이 겁나 좋은 분들입니다.
작년 관세 파동 때 30불 대에서 8불까지 떨어졌는데
그렇게 급격하게 떨어진 이유가 레버리지라서 그래요.

그때 매수하신 분들은 야수의 심장이고요.

그 이후 AI 메모리 병목으로 역사상 최고 가파르게 상승했
는데 그 상승 역시 비정상적인 상승이었습니다.
이런 상승 보면서 "역시 장투가 답인가" 라는 생각을 하면 안돼요.

레버리지는 개별주와는 다른 접근을 가져가야 합니다.
본주가 과도하게 하락했을 때, 레버리지를 사는 거구요.
본주가 과도하게 상승했을 때, 레버리지를 파는 겁니다.

레버리지 상품 가격 자체가 싸고 비싸다고 사고파는게 아니구요.

[김수연 @kimsooyeon96]

SOXL로 올해 1억 넘게 번 사람인데,
변동성 매매 핵심인 '경로 비용 역이용법' 다시 설명함.

<복습>
SOXX -10% 찍고 +11% 올때, SOXL은 최소 -7%임.
음의 복리로 왕복할수록 녹는거 이젠 알지?

이제 이 문장을 뒤집어봐.
누군가 왕복마다 -7%씩 '내고' 있다?
= 그 왕복을 '받아먹는' 자리도 있다는 거임.

물타기 장투는 비용을 내는 쪽이고,
변동성 매매는 비용을 받는 쪽임.
즉, 장투를 녹이던 '왕복' 그 자체가 수익이 되는거.

<변동 받아먹는 법>
하락은 매수 신호, 반등은 매도 신호임.
1. 총알을 N조각으로 나눠.
2. 전일 대비 -a% 빠질 때마다 한 조각씩 주워.
3. 조각 매수가 대비 +b% 튀면 아묻따 던져.
4. 기한 넘기면 손익 노상관 던져.

10년 백테 돌려보면 최악의 해가 +35%임.
심지어 평균 현금 보유량은 70%가 넘음.

경로 비용은 벌금이 아니라, 아는 사람만 먹는 월세임.
계속 풀테니 놓치기 싫으면 팔로우 박으삼.

[김수연 @kimsooyeon96]

SOXL의 경로 손실을 활용한 역방향 매매 전략과 분할 매수·매도 기준을 모두 정리해두었습니다.

앞으로도 더 자세한 실전 투자 노하우를 꾸준히 공유할 예정이니,
놓치고 싶지 않다면 팔로우 꼭 해주세요

[김수연 @kimsooyeon96]

투자에 도움이 되는 내용이었다면 좋아요와 팔로우 부탁드릴게요.
앞으로 다양한 투자 인사이트 꾸준히 공유하겠습니다

[김수연 @kimsooyeon96]

1. 워렌버핏이 가장 존경하는 사람이 있음.

2. 그 사람 이름을 아들 이름으로 지을 정도였음.

3. 그 사람이 쓴 책을 버핏이 19살에 읽고
"지금까지 쓰인 투자서 중 단연 최고"라고 함.

4. 76년 전 책인데 아직도 그렇게 말함.

5. 이 책은 벤저민 그레이엄의 「현명한 투자자」

6. 총 분량 704쪽인데, 5분 안에 핵심 인사이트 뽑아드림.

7. 이 책 핵심은 한 줄임.

8. 저자가 20장 첫머리에 직접 써놨음.

9. "만약 누군가 성공적인 투자의 비결이 무엇이냐고 묻는다면,
나는 '안전마진'이라고 답할 것이다."

10. 근데 이 말 뜻을 대부분 잘못 알고 있음.

11. 순서대로 풀어줄게.

12. 저자는 벤저민 그레이엄.

13. 1949년에 이 책 초판을 냈음.

14. 버핏이 20살도 되기 전에 이 책을 읽고
컬럼비아까지 찾아가서 이 사람 수업을 들었음.

15. 근데 버핏은 그레이엄 방식대로 투자하지 않음.

16. 이상하지 않음?

17. 문제 하나 풀고 시작하자.

18. 1999년 12월임. 회사가 하나 있음.

19. 작년 한 해에만 주가가 10배가 올랐고,

20. 올해도 이미 2배 더 오른 상태임.

21. 대신 회사는 매일 수백만 달러씩 적자를 내는 중임.

22. 언제가 될지 모르지만,
이 회사가 미래에는 아주 잘 나갈거라는 건 알고 있음.

23. 너라면 이 회사 주식 살거임?

24. 이 회사는 아마존임.

25. 미래는 알려준 그대로 됐음.

26. 근데 만약 당시에 샀으면 94% 손실을 견디면서
10년을 기다려야 겨우 본전 근처였음 ㅋㅋ

27. 버틸 자신 있음?

28. 대부분의 사람들이 미래를 맞히는데
돈을 잃은 이유는 가격임.

29. 그때 아마존은 연매출의 15배 가격에 거래되고 있었음.
세계 최대 소매회사보다 10배 비싸게;

30. 이번엔 시점만 2년 뒤로 옮겨보자.

31. 2001년 9월, IT버블이 터지고 바닥을 찍었을 때임.

32. 아마존은 적자가 크게 줄었고,
매출은 1999년 12월의 거의 두 배가 돼 있었음.

33. 가격은 매출의 0.7배.
세계 최대 소매업체 절반도 안 됐음.

34. 이때 샀으면 10년 후에 35배가 됐음 ㅋㅋ

35. 같은 회사, 같은 미래임.
매수시점 차이 하나로 하나는 94% 손실, 하나는 35배임.

36. 그래서 안전마진이 뭐냐면, 싸게 사는 게 아님.

37. 저자가 20장에서 딱 잘라 정의함.

38. 안전마진은 미래를 정확히 몰라도 되게 만드는 것.

39. 아마존 산 사람은 미래를 맞히고도 10년을 버텼음.
주가엔 역사상 손꼽히는 기업이 된다는 미래까지
이미 다 들어가 있었음(선반영)
미래를 맞혀도 수익이 남는 게 없었던거임.

40. 책에 같이 실린 해설이 드는 비유가 이럼.

41. 40톤을 견뎌야 하는 다리는
70톤, 80톤까지 버티게 짓는다고.

42. 40톤짜리로 지어놓고
딱 40톤만 지나가길 바라는게 아니고.

43. 저자는 투자자가 미래를 대하는 방식을 둘로 나눔.

44. 하나는 예측임.
이 회사가 앞으로 얼마나 잘될지를 맞히려는 쪽.

45. 이쪽은 전망이 좋다고 확신하면
가격은 크게 안 따지고 삼.

46. 다른 하나는 대비임.
내 계산이 틀릴 수 있다고 보고,
계산한 가치보다 한참 낮은 가격에만 사는 쪽.

47. 그레이엄이 자기가 어느 쪽인지 써놨음.

48. 자기는 평생 숫자로만 판단했고,
미래가 밝다는 약속이 지금 모자란 가치를
메워준다고 믿은 적이 없다고.

49. 이 책이 박살내는 착각.

50. "안전마진은 손해를 막아주는 것이다."

51. 아님.

52. 손해는 안 막아짐.
아마존은 고점에서 반토막 난 가격에 사도
거기서 88%가 더 빠졌음.

53. 안전마진이 있어도 주가는 떨어짐.
차이는 떨어진 다음임.
여유 있게 산 사람은 금방 다시 일어나는데,
비싸게 산 사람은 본전까지 10년이 걸림.

54. 40톤 다리가 70톤까지 버티는 건
70톤이 안 지나가게 하려는 게 아님.

55. 내가 40톤이라고 계산한 게 틀렸을 때를 위한 거임.

56. 안전마진은 시장을 이기려는 게 아니라,
내 계산이 틀려도 상관없게 만드는거임.

57. 이거 알아두면 내가 지금 위험한 상태인지 5초면 체크됨.

58. "이건 무조건 오른다" 싶을 때.
무조건이라는 생각이 드는 순간부터 가격을 안 보게 됨.
확신이 가격 확인을 건너뛰게 만듦.

59. "지금 안 사면 놓친다" 싶을 때.
놓칠까 봐 무서운 게 아니라,
비싼 가격을 내가 정당화하는 중인 거임.

60. "이만큼 빠졌으면 싸다" 싶을 때.
빠진 폭이랑 싼 거는 다른 얘기임.
고점 대비 반값도 아마존한테는 비쌌음.

61. 셋 다 미래를 맞히려는 자세라서 그럼.

62. 이 책은 내가 예측한 미래가 틀려도
괜찮은 가격에 사라고 함.

63. 예측이 맞아도 가격이 틀리면 손해 봄
→ 안전마진 = 틀려도 안 다치는 가격에 사두는 여유
→ 예측하는 쪽은 가격을 안 보고, 대비하는 쪽은 가격부터 봄

64. 이 책 한 줄.
안전마진은 미래를 정확히 몰라도 되게 만드는 장치임.

65. 근데 가장 중요한 인사이트는 책의 맨 뒤에 있음ㅋㅋ

66. 후기임.

67. 그레이엄이 자기 얘기를 남 얘기처럼 씀.
"내가 잘 아는 두 파트너가 있다"고 시작함 ㅋㅋ

68. 그 둘은 항상 100개 넘는 종목으로 분산했고,
그렇게 연평균 수익률 20%를 냈음.

69. 근데 이 책 초판이 나온 해에
어떤 회사 지분 절반을 사라는 제안을 받음.

70. 큰 기관들이 이미 다 거절한 건이었음.

71. 둘은 펀드 자산의 5분의 1을 여기에 넣었음.

72. 100개로 나눠 사던 사람들이
한 종목에 20%를 넣은 거임;

73. 그 회사 주가는 나중에 산 가격의 200배가 됐음.

74. 근데 더 이상한 건 그다음임.

75. 그레이엄이 이렇게 씀.
"거래 초기부터 파트너들의 투자 기준으로는
주가가 지나치게 높아 보였다."

76. 자기 기준으로 비싸진 걸 알면서도 안 팔았음.
"일종의 가업으로 간주"했다고 씀.

77. 자식한테 물려줄 사업체로 봤다는 거임.

78. 숫자로만 판단한다던 사람이
물려줄 거라서 안 판 거임 ㅋㅋ

79. 분산, 안전마진, 정량 기준.
자기가 가르친 세 가지를 한꺼번에 어겼음.

80. 결과가 어땠을까?

81. 그레이엄이 쓴 문장이 이럼.

82. "이 단일 투자 결정에서 발생한 총수익은
두 파트너가 20년에 걸쳐 그들의 전문 분야에서
광범위한 활동을 통해 얻은 모든 수익의 합계를 훨씬 초과하였다."

83. 20년 동안 조사하고 고민하고 수없이 내린 판단 전부를 합친 것보다

84. 자기 원칙을 어긴 한 번이 더 벌었음 ㅋㅋ

85. 근데 그다음 문장이 진짜임.

86. "그 판단은 단지 운이 좋아서일 수도 있고
탁월한 통찰력일 수도 있지만
어차피 구별할 수는 없을 것이다."

87. 자기 인생 최대 수익을 두고,
운인지 실력인지 모르겠다고 쓴 거임.

88. 이 책이 704쪽 내내 한 말이
미래는 알 수 없으니 맞히려 하지 말라는 건데,

89. 후기에서 그 말을 자기 자신한테 그대로 적용한 거임.

90. 자기가 제일 크게 번 이유조차 설명하려 들지 않음.

91. 자기가 만든 안전마진 개념도 틀릴 수 있다라는 거임.

92. 처음에 말한 버핏으로 돌아가자.

93. 버핏은 이 책을 최고라고 하면서,
그레이엄 방식대로 투자하지 않음.

94. 싼 걸 사서 오르면 파는 스승의 방식을 버리고,
좋은 회사를 적당한 가격에 사서 오래 들고 가는 쪽으로 갔음.

95. 스승이 가르친 계산법도 틀릴 수 있다고 본 거임.

96. 근데 나는 그게 이 책을 제일 제대로 읽은 증거라고 봄.

97. 이 책이 가르친 건 안전마진이라는 공식이 아니라,
내가 틀릴 수 있다는 전제니까.

98. 버핏은 방법을 버리고 그 전제를 가져간 거임.

99. 이 책이 주는 인사이트는 종목 고르는 법이 아니라,
내 계산이 틀릴 수도 있음을 생각하는 것임.

100. 돈이 되는 책 계속 분석해드림.
팔로우+하트 ㄱㄱ

[김수연 @kimsooyeon96]

@pyojunhyeo35326 따뜻한 말씀 남겨주셔서 정말 감사해요. 덕분에 저도 큰 힘이 되고 있어요.

[김수연 @kimsooyeon96]

어제 HBM 관련 글을 올린 뒤 여러 의견을 받았습니다.

특히 Threads에서 비슷한 내용의 글이 있다는 이야기도 들었습니다.

제가 어제 글에서 전달하고 싶었던 핵심은 특정 회사나 제품을 단순히 평가하려는 것이 아니었습니다.

HBM을 볼 때 단순히 “몇 단 적층인가?”만으로 판단하기보다는 적층 구조, I/O, 인터페이스 속도, 전력, 열, 수율, 패키징, 그리고 전체 시스템에서의 대역폭을 함께 봐야 한다는 이야기였습니다.

물론 어제 글의 일부 표현이 조금 단순하게 전달된 부분은 있다고 생각합니다.

예를 들어 “적층 수보다 다른 요소가 중요하다”는 의미가 아니라,

적층 수 역시 중요한 요소이고,
그와 동시에 다른 여러 기술적 요소들이 함께 맞물려 있다는 의미였습니다.
HBM은 단순히 DRAM Die를 많이 쌓는 것에서 끝나는 제품이 아닙니다.

높은 대역폭을 구현하기 위해서는 많은 I/O를 효율적으로 연결해야 하고, 그 과정에서 전력과 열, 신호 무결성, 수율, 패키징 등 여러 가지 문제가 함께 고려됩니다.

결국 HBM의 경쟁력을 하나의 숫자만으로 설명하기는 어렵습니다.

제가 반도체 기술 이야기를 공유하는 이유도 여기에 있습니다.

뉴스에서 흔히 보는 숫자 하나만 보는 것이 아니라,
그 숫자가 실제 기술과 산업에서 어떤 의미를 갖는지 같이 생각해보고 싶습니다.

앞으로는 오해가 생기지 않도록 가능한 한 구체적인 기술적 근거와 함께 이야기하겠습니다.
서로 다른 의견은 언제든 환영합니다.

다만 기술적인 내용에 대한 의견은 서로 존중하면서 이야기했으면 좋겠습니다.

[김수연 @kimsooyeon96]

서울대에서 반도체를 연구했고
2018년부터 SK hynix에서 DRAM/HBM을 설계하고 있습니다.

요즘 AI 이야기는 넘쳐나는데
정작 그 AI를 움직이는 반도체 이야기는 생각보다 어렵습니다.

HBM이 왜 중요한지,
왜 GPU와 HBM이 같이 이야기되는지,
앞으로 메모리 산업에서 진짜 중요한 기술은 무엇인지.

현업에서 반도체를 설계하는 사람의 시선으로
조금 쉽게 이야기해보려고 합니다.

그리고 기술을 산업으로 연결해서 보면
투자에 대해서도 꽤 재미있는 이야기가 나옵니다.

논문에서 배운 것과
현업에서 느낀 것.

뉴스에서 말하는 것과
기술적으로 실제 중요한 것.

그 사이의 이야기를 해보겠습니다.

HBM을 단순히 DRAM을 여러 개 쌓아놓은 제품이라고 생각하면, HBM의 핵심을 놓치게 됩니다.

저도 HBM을 처음 접하는 분들에게 설명할 때는
“DRAM을 수직으로 쌓은 메모리”라고 간단하게 이야기하곤 합니다.

그런데 실제로 설계를 해보면 이야기가 달라집니다.

HBM의 핵심은 단순히 많이 쌓는 것이 아니라
쌓아놓은 메모리들을 얼마나 빠르고 효율적으로 연결하고 동작시키느냐에 있습니다.

HBM은 여러 개의 DRAM Die를 수직으로 쌓고,
TSV를 이용해 Die 사이를 연결합니다.

그리고 기존 메모리와 비교하면 훨씬 많은 I/O를 통해
GPU 같은 연산 장치와 엄청난 양의 데이터를 주고받습니다.

여기서 중요한 문제가 생깁니다.

속도를 높이려면 I/O를 늘려야 하고,
I/O가 늘어나면 전력과 신호 무결성 문제가 따라옵니다.

Die를 더 많이 쌓으면 용량은 커지지만
열, 전력, 수율, 신뢰성 같은 문제도 함께 어려워집니다.

결국 HBM은

“DRAM을 얼마나 많이 쌓느냐”의 싸움이 아니라

얼마나 많은 데이터를
얼마나 빠르고 안정적으로
낮은 전력으로 주고받을 수 있느냐

의 싸움에 가깝습니다.

그래서 HBM을 볼 때는
단순히 “몇 단 적층인가?”만 볼 게 아니라

① I/O 구조
② 인터페이스 속도
③ 전력 효율
④ 열
⑤ 수율
⑥ 패키징
⑦ 전체 시스템에서의 대역폭

까지 같이 봐야 합니다.

AI 시대에 HBM이 중요한 이유도 여기에 있다고 생각합니다.

GPU의 연산 성능이 아무리 빨라져도
필요한 데이터를 제때 공급하지 못하면
결국 연산 성능을 제대로 활용할 수 없기 때문입니다.

반도체를 설계하는 입장에서 보면
AI 시대의 경쟁은 단순히 “더 좋은 GPU를 만드는 것”에서 끝나지 않습니다.

데이터를 얼마나 빠르게 움직일 수 있느냐.

앞으로 HBM을 볼 때
이 관점이 점점 더 중요해질 것 같습니다.

[김수연 @kimsooyeon96]

@0x_Tetto 네. Band는 최근 오해가 좀 많았어요. 제가 Band 가입을 안내하니까 사기라고 생각하시는 분들도 있어서 당분간은 운영하지 않기로 했어요. 저는 그냥 도움이 될 만한 자료를 공유하고 싶었던 것뿐이에요.

[김수연 @kimsooyeon96]

@love_kookpd4 타당한 말씀입니다.

[김수연 @kimsooyeon96]

* KB증권 이은택 / 김민규 / 김지우 / 이다은 / 김세린
* 미래에셋증권 한종목

모든 분들께 감사인사를 올립니다.

1~9층까지 AI 산업 밸류체인을 공부하며
많은 것들을 배우게 되었습니다.

AI는 소프트웨어가 아니라 >공장<입니다.

전기부터 반도체, 냉각, 네트워크까지
9개 층이 동시에 돌아가는 공장..!

9개 층을 알면 사야 할 것도 보이고
팔아야 할 때도 보이지 않을까 싶네요.

공부할 것들이 참 많습니다.

그만큼 세상이 빠르게 변화하고 있다는
뜻이기도 합니다.

아직 배울 것이 산더미입니다.

재야의 고수님들
그림자라도 밟아보겠다는
마음으로 계속 공부하려구요.

주말 마무리 잘 하시고
유의미한 나날들의 연속을
진심으로 기원합니다.

[김수연 @kimsooyeon96]

&lt;호호주주의 2026년 AI 투자 답안지&gt;

길어도 끝까지 다 읽으셔야 합니다!

글값은 [선하트]로 받겠습니다!!

[김수연 @kimsooyeon96]

⑨ 9층 살아요 - 에이전트 워크플로우

에이전트 워크플로우는
AI가 실제 업무를 처음부터 끝까지
스스로 수행하는 층이다.

채팅창에서 글자를 뱉는 수준이 아니다.

AI 에이전트가 직접 코드부터 보고서 쓰고
데이터 분석부터 시뮬레이션까지

텍스트를 보여주는 게 아니라
업무를 완료하는 것 자체가 결과물이다.

여기서 중요한 포인트가 있다.

이 층에 있는 <소프트웨어>는
AI가 대체할 대상이 아니다.

오히려 AI 에이전트가 업무를 끝내려면
반드시 거쳐야 하는 톨게이트랄까?

AI가 아무리 똑똑해져도
이 톨게이트를 우회할 수 없다.

[공부해야 할 기업]
데이터를 업무 구조로 바꾸는
온톨로지의 팔란티어 같은 기업들