본문으로 건너뛰기

© 2026 Molayo

Yahoo Finance헤드라인2026. 06. 20. 14:53

DRAM 이후, 투자자들은 광학(Photonics) ETF를 원한다

요약

AI 데이터 센터의 병목 현상을 해결할 핵심 기술로 광학(Photonics)이 부상하며 관련 ETF에 대한 투자자들의 관심이 높아지고 있습니다. DRAM ETF의 성공 사례를 통해 메모리 수요 급증과 투자 접근성 격차가 가져온 시장 변화를 분석합니다.

핵심 포인트

  • DRAM ETF는 HBM 수요 급증과 한국 기업 접근성 문제로 기록적인 성장 달성
  • AI 투자의 흐름이 GPU에서 전력, 메모리를 거쳐 광학(Photonics)으로 확장 중
  • 광학 기술은 구리 배선의 물리적 한계를 극복할 차세대 데이터 전송 솔루션
  • AI 클러스터 확장에 따른 대역폭 확보를 위해 광학 상호 연결 기술이 필수적

Roundhill Memory ETF (DRAM)는 올해 가장 주목할 만한 ETF 사례 중 하나였습니다. 이 펀드는 4월 초에 출시되었으며, 출시 2개월 반 만에 현재 200억 달러 이상의 투자금을 확보했습니다. 한 달도 채 되지 않아 거의 70억 달러를 기록한 초기 성장세는 역대 가장 빠르게 성장하는 ETF 출시 사례로서 iShares Bitcoin Trust (IBIT)와 어깨를 나란히 하고 있습니다.

저는 출시 직후 이에 대해 글을 썼으며, 제가 본 가장 스마트한 ETF 출시 중 하나라고 평가했습니다.

DRAM에는 두 가지 강점이 있었습니다. 첫 번째는 실질적인 기초 투자 논리(Investment thesis)였습니다. 메모리는 AI 데이터 센터의 고대역폭 메모리 (HBM) 수요 급증에 힘입어 주식 시장에서 가장 뜨거운 분야 중 하나가 되었습니다. (Micron Technology (MU)는 내년에 Apple이나 Amazon과 비슷한 수준의 이익을 창출할 궤도에 올라 있습니다!)

두 번째 요인은 이 붐의 가장 큰 수혜자 중 일부를 미국 투자자들이 매수하기 어려웠다는 점입니다. 3대 HBM 생산 기업 중 두 곳인 Samsung Electronics와 SK Hynix는 한국에서 거래되며, 미국의 주요 반도체 ETF에는 포함되어 있지 않습니다.

투자자들은 해당 주식들에 대한 노출을 확보하기 위해 iShares MSCI South Korea ETF (EWY)를 매수해 왔지만, 해당 펀드에는 관련 없는 수십 개의 한국 주식들도 포함되어 있습니다. DRAM은 투자자들에게 이 테마에 대해 훨씬 더 깔끔한 노출을 제공했습니다.

이러한 조합—매우 설득력 있는 투자 논리와 접근성의 격차—이 DRAM을 매우 성공적으로 만들었습니다.

병목 현상 트레이드 (The Bottleneck Trade)

DRAM의 성공은 AI 투자 프레임워크로서 '병목 현상 트레이드 (Bottleneck trade)'가 광범위하게 부상한 시점과 일치합니다. 그 시작은 GPU였으며, 이는 Nvidia (NVDA)를 세계에서 가장 가치 있는 기업으로 만들었습니다.

그다음은 전력이었습니다. 데이터 센터 구축이 전력망 제약에 부딪히기 시작하면서 유틸리티, 원자력 주식, 가스 터빈, 그리고 전기 인프라가 모두 수혜를 입었습니다.

물론 메모리 또한 또 다른 병목 지점이었으며, 최근에는 AI가 학습(Training)에서 추론(Inferencing)으로 전환됨에 따라 CPU가 주목을 받고 있습니다.

그리고 지난 1년 동안 모멘텀을 얻은 광학 (Photonics) 분야가 있습니다.

광학 (Photonics)이란 무엇이며, 왜 AI에 중요한가

Ansys에 따르면, 광학 (Photonics)은 "빛의 생성, 제어, 조작 및 탐지를 포함하는 다학제적 영역 (multidisciplinary domain)"입니다.

이 기술은 수십 년 동안 영상 시스템 (imaging systems), 산업용 레이저 (industrial lasers), 광섬유 통신 네트워크 (fiber-optic telecom networks), 의료 기기 (medical devices), 센싱 애플리케이션 (sensing applications), 그리고 디스플레이 (displays) 전반에 걸쳐 사용되어 왔습니다. 빛이 유용한 작업을 수행하기 위해 생성, 형성 또는 탐지되어야 하는 곳이라면 어디든 사용됩니다.

AI 데이터 센터에서 광학 (Photonics)은 물리적 한계에 도달하고 있는 구리 배선 (copper wiring)을 대체하여, 칩 (chips), 랙 (racks), 서버 (servers) 간에 데이터를 이동시키기 위해 빛을 사용하는 방식으로 나타납니다.

AI 클러스터 (AI clusters)가 수십만 개의 GPU 규모로 확장됨에 따라, 이들을 동기화하는 데 필요한 대역폭 (bandwidth)은 구리가 처리할 수 있는 수준을 압도하고 있습니다. 광학 상호 연결 (Optical interconnects), 트랜시버 (transceivers), 광집적 회로 (photonic integrated circuits), 그리고 공동 패키징 광학 (co-packaged optics)이 업계가 이 문제를 해결하는 방식입니다.

이 산업으로 유입되는 자본은 이 문제가 얼마나 진지하게 다뤄지고 있는지를 반영합니다. Nvidia는 공급을 확보하기 위해 광학 (photonics) 기업들에 수십억 달러를 투자했으며, 관련 주식들은 급등했습니다.

Applied Optoelectronics (AAOI)는 연초 대비 약 306% 상승했으며, Lumentum (LITE)과 Coherent (COHR)는 모두 두 배 이상 상승했습니다.

AI 자동 생성 콘텐츠

본 콘텐츠는 Yahoo Finance의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.

원문 바로가기
0

댓글

0