반도체 사이클이 이상하게 움직이는 이유: 메모리 쇼티지, HBM, AI 투자 사이클을 다시 봐야 합니다
이번 반도체 조정장에서 제일 중요한 포인트는 “주가가 빠졌으니 메모리 쇼티지가 끝났다”가 아닙니다.
오히려 월가 리서치와 산업 데이터를 보면, 2026~2027년까지 메모리 반도체 공급 부족은 여전히 강하게 남아 있고, 2028년 이후에도 예전 같은 급격한 공급 과잉 사이클이 반복될지 의문이 커지고 있습니다.
특히 이번 글에서는 반도체 사이클이 왜 과거보다 빨리 선반영되고 있는지, SK하이닉스와 삼성전자 밸류에이션이 왜 역사적 저점 수준인지, 그리고 다음 AI 인프라 병목이 HBM 이후 기판과 광통신으로 이동할 가능성까지 정리합니다.
또한 AI 버블론이 계속 나오는 상황에서 오픈AI와 앤트로픽의 수익화 구조, 하이퍼스케일러 데이터센터 투자, 기업 실적 전망까지 한 번에 연결해서 보겠습니다.
1. 지금 반도체 조정이 이상한 이유: 사이클 선반영이 너무 빠릅니다
일반적으로 메모리 반도체 주가는 실제 기업 실적이 꺾이기 약 2~3개 분기 전에 먼저 하락하는 경우가 많았습니다.
반도체 산업은 재고, 가격, 출하량, 설비투자 흐름이 비교적 뚜렷하게 보이기 때문에 시장이 실적 변곡점을 미리 반영하는 구조였죠.
그런데 현재 시장은 2028년 또는 2029년 이후의 공급 확대 가능성을 이미 2026년 하반기 주가에 반영하는 모습입니다.
쉽게 말하면, 과거 기준으로는 2~3분기 먼저 반영하던 주가가 지금은 5~7분기 이상 앞서 움직이고 있다는 뜻입니다.
이 부분이 핵심입니다.
반도체 사이클이 정말 피크아웃이라면 주가 조정은 자연스럽지만, 아직 2027년까지 쇼티지가 강하게 남아 있는 상황에서 너무 먼 미래의 공급 과잉을 현재 주가에 과도하게 반영하고 있을 가능성이 있습니다.
- 과거 사이클: 실적 둔화 2~3분기 전 주가 하락.
- 현재 흐름: 2028년 이후 공급 확대 우려를 2026년에 선반영.
- 핵심 의문: 공급 과잉이 오기 전까지 남은 이익 구간을 시장이 너무 빨리 버리고 있는가.
- 투자 관점: 단기 모멘텀은 약하지만, 기업 실적과 밸류에이션은 아직 피크아웃으로 보기 어렵다는 해석이 가능.
2. JP모건 관점: “2028년 전까지 의미 있는 공급 확대는 제한적”
JP모건 전략팀은 반도체 기업들의 실적 성장세가 여전히 강하고, 밸류에이션 매력도 커졌다고 분석했습니다.
특히 2028년 전까지 의미 있는 공급 확대가 예정되어 있지 않다면, 지금부터 업황 하락을 주가에 강하게 반영하는 것은 너무 이르다는 시각입니다.
이 관점은 현재 글로벌 경기 전망 속에서 꽤 중요합니다.
경기가 둔화되더라도 AI 인프라 투자는 일반 소비재 수요와 다르게 움직이고 있습니다.
하이퍼스케일러, 클라우드 기업, 빅테크는 AI 경쟁에서 뒤처지는 순간 시장 지배력을 잃을 수 있기 때문에 데이터센터 투자를 쉽게 줄이기 어렵습니다.
원문에서 언급된 주요 밸류에이션은 다음과 같습니다.
- 마이크론: 2027년 포워드 PER 약 5.8배 수준.
- 삼성전자 보통주: 2027년 포워드 PER 약 3.8배 수준.
- SK하이닉스: 2027년 포워드 PER 약 3.8배 수준.
- 주요 기술주 전반: 과거 평균 대비 포워드 PER이 낮아진 구간.
물론 메모리 반도체는 전통적으로 PER이 낮을 때가 오히려 주가 고점이라는 공식이 있었습니다.
왜냐하면 이익이 정점일 때 PER은 낮아 보이고, 이후 가격 폭락과 적자가 오면서 실적이 무너졌기 때문입니다.
하지만 이번 사이클은 다를 수 있습니다.
과거처럼 영업이익이 대규모 적자로 전환되는 구조가 아니라, 2028년까지 이익이 증가하고 2029년에 둔화되더라도 여전히 높은 수준의 이익을 유지할 가능성이 제기되고 있기 때문입니다.
3. 메모리 반도체 실적 전망: 과거의 ‘적자 사이클’과 다를 수 있습니다
과거 메모리 반도체 사이클에서는 DRAM 가격이 급락하면 삼성전자와 SK하이닉스가 영업적자를 기록하는 구간이 나타났습니다.
그때는 주가가 먼저 빠지고, 이후 실적이 실제로 무너지면서 시장이 “역시 사이클 산업”이라고 판단했습니다.
하지만 이번에는 AI 서버, HBM, 데이터센터 투자 수요가 구조적으로 붙어 있습니다.
AI 에이전트 시대에는 모델이 단순히 질문에 답하는 수준을 넘어, 사용자 맥락, 업무 데이터, 코드, 문서, 기업 내부 지식까지 계속 저장하고 불러와야 합니다.
이 과정에서 메모리 수요는 단순 경기 사이클보다 훨씬 구조적인 성격을 갖게 됩니다.
원문에서 언급된 UBS 전망을 조원 단위로 해석하면, 대략 다음과 같은 그림입니다.
- SK하이닉스 영업이익 전망: 2026년 약 32조 원, 2027년 약 62조 원, 2028년 약 67조 원 수준 가능성.
- 삼성전자 영업이익 전망: 2026년 약 44조 원, 2027년 약 83조 원, 2028년 약 90조 원 수준 가능성.
- 2029년에는 일부 둔화 가능성이 있지만, 과거처럼 대규모 적자로 추락하는 시나리오와는 다름.
여기서 중요한 건 이익의 방향성입니다.
과거에는 “고점 이후 적자”가 문제였다면, 이번에는 “초고성장 이후 높은 이익 수준에서 둔화”일 가능성이 있습니다.
그렇다면 과거 메모리 공식처럼 PER 3~4배를 그대로 적용하는 게 맞는지 다시 생각해 볼 필요가 있습니다.
4. DRAM 쇼티지: 2027년까지 공급 부족이 쉽게 풀리지 않습니다
모건스탠리 리서치 기준으로 DRAM은 2026년에 약 -17%, 2027년에도 약 -15% 수준의 공급 부족이 예상됩니다.
즉 2027년이 되어도 수급이 완전히 정상화되지 않는다는 뜻입니다.
NAND 플래시 역시 2026년 약 -15%, 2027년 약 -9% 수준의 쇼티지가 거론됩니다.
메모리 전반에서 공급 부족이 계속될 수 있다는 이야기입니다.
트렌드포스도 3분기와 4분기 DRAM 가격 상승 전망을 제시하고 있으며, 뱅크오브아메리카는 글로벌 서버용 DDR5 가격 상승률을 약 30% 수준까지 높게 보고 있습니다.
이 정도면 단순한 단기 가격 반등이 아니라, 서버와 AI 인프라 중심의 구조적 수요가 가격을 밀어 올리는 상황으로 볼 수 있습니다.
- DRAM 2026년 쇼티지: 약 -17% 전망.
- DRAM 2027년 쇼티지: 약 -15% 전망.
- NAND 2026년 쇼티지: 약 -15% 전망.
- NAND 2027년 쇼티지: 약 -9% 전망.
- 서버용 DDR5 가격: 일부 리서치에서 30% 안팎 상승 가능성 제기.
5. 메모리 가격이 너무 오르는 것도 문제입니다: P와 Q의 균형
SK그룹 최태원 회장은 메모리 가격이 비정상적으로 높다는 취지의 발언을 했습니다.
AI 분야만 봐도 내년 수요가 60% 안팎 증가할 수 있고, 반도체 시장도 50~60% 가까이 성장할 수 있다는 전망이 나옵니다.
그런데 가격이 너무 빠르게 오르면 문제가 생깁니다.
서버와 AI 데이터센터는 가격을 감당할 수 있지만, PC, 노트북, 스마트폰 같은 일반 소비자 기기는 메모리 가격 급등을 모두 받아내기 어렵습니다.
결국 가격이 지나치게 오르면 수요 파괴가 발생할 수 있습니다.
여기서 중요한 개념이 P와 Q입니다.
P는 가격이고, Q는 물량입니다.
메모리 기업 입장에서는 가격만 올리는 것보다, AI 생태계 전체를 키우면서 물량을 늘리는 것이 장기적으로 더 유리할 수 있습니다.
엔비디아와 TSMC도 비슷한 전략을 씁니다.
둘 다 강력한 시장 지배력을 가지고 있지만, 마진을 끝없이 끌어올리기보다 일정 수준에서 관리합니다.
이유는 단순합니다.
AI 생태계 전체가 커져야 장기 매출과 기업 실적이 더 커지기 때문입니다.
6. HBM이 핵심인 이유: 범용 DRAM에서 특화 메모리로 이동합니다
앞으로 메모리 반도체 시장의 주도권은 단순 DRAM 가격 상승에서 HBM으로 이동할 가능성이 큽니다.
DRAM은 비교적 범용 제품입니다.
슬롯에 꽂아 사용하는 표준화된 메모리 성격이 강합니다.
반면 HBM은 GPU나 AI ASIC 옆에 패키징되는 특화 메모리입니다.
엔비디아 GPU, AMD GPU, 커스텀 AI 칩과 함께 설계되고 실장되기 때문에 고객사별 요구사항이 강합니다.
이 말은 곧 제품을 쉽게 다른 고객에게 돌리기 어렵고, 고객도 공급사를 쉽게 바꾸기 어렵다는 뜻입니다.
이 구조가 바로 락인 효과입니다.
HBM은 단순히 “비싼 메모리”가 아니라, AI 반도체 공급망 병목의 핵심 부품이자 기술적 해자를 만드는 제품입니다.
- DRAM: 범용 메모리 성격이 강함.
- HBM: GPU와 AI ASIC에 붙는 고대역폭 특화 메모리.
- 고객 맞춤형 설계: 엔비디아, AMD, 빅테크 커스텀 칩과 결합.
- 락인 효과: 고객과 공급사 모두 쉽게 교체하기 어려운 구조.
- 투자 포인트: 단순 가격 사이클보다 장기 계약과 기술 경쟁력이 중요해짐.
7. HBM 시장 규모: 2026년 570억 달러에서 2027년 940억 달러로 확대 가능
모건스탠리 추정 기준으로 HBM 전체 시장은 2026년 약 570억 달러, 2027년 약 940억 달러 수준까지 커질 수 있습니다.
거의 2배에 가까운 성장입니다.
이 계산에는 GPU 출하량, AI ASIC 수요, 기가바이트당 가격, 칩당 HBM 탑재량 등이 반영됩니다.
즉 단순히 “AI가 좋다”는 이야기가 아니라, 실제 반도체 수요량으로 환산했을 때 HBM 시장이 급격히 커지는 구조입니다.
현재 DRAM 마진이 매우 높아진 반면, HBM 마진은 상대적으로 낮게 알려져 있습니다.
하지만 HBM 가격과 물량이 동시에 상승하면 영업이익 기여도는 더 커질 수 있습니다.
특히 장기공급계약이 늘어나면 실적 가시성이 높아진다는 장점도 있습니다.
추가로 HBF, 즉 고대역폭 플래시와 같은 차세대 메모리 아이디어도 중장기 호재로 거론됩니다.
AI 인프라가 커질수록 연산뿐 아니라 저장, 검색, 추론, 캐시 구조까지 모두 중요해지기 때문입니다.
8. 그런데 왜 주가는 빠질까: 펀더멘탈보다 수급 문제가 큽니다
현재 반도체 주가가 약한 이유를 펀더멘탈 하나로 설명하기는 어렵습니다.
원문에서는 펀드매니저 서베이상 반도체 쏠림이 컸고, 현금 비중이 낮았으며, 한국 시장에서는 레버리지 수급 꼬임이 하락을 키웠다고 봅니다.
쉽게 말하면 많은 투자자가 이미 반도체에 올라타 있었고, 주가가 흔들리자 손절과 차익실현, 레버리지 청산이 동시에 나온 것입니다.
이런 구간에서는 좋은 뉴스도 바로 반영되지 않고, 나쁜 뉴스에는 과하게 반응합니다.
중국의 Kimi 계열 AI 모델이 클로드나 GPT를 넘어섰다는 식의 뉴스도 AI 반도체 약세론에 불을 붙였습니다.
“모델이 효율화되면 GPU와 메모리 수요가 줄어드는 것 아니냐”는 논리입니다.
하지만 AI 산업에서는 효율화가 곧 수요 감소로 이어진다고 단정하기 어렵습니다.
오히려 비용이 낮아지면 더 많은 기업과 사용자가 AI를 쓰게 되고, 전체 사용량이 늘어나는 제본스 효과가 나타날 수 있습니다.
9. 하이퍼스케일러는 AI 레이스에서 항복하기 어렵습니다
AI 투자 사이클의 핵심은 빅테크와 하이퍼스케일러가 경쟁을 멈출 수 없다는 점입니다.
구글, 마이크로소프트, 아마존, 메타, 오라클, 엔비디아 생태계 기업들은 AI 인프라를 줄이는 순간 경쟁에서 밀릴 수 있습니다.
모건스탠리 리서치에서는 2027~2028년에도 하이퍼스케일러 자본지출이 계속 증가할 가능성을 제시합니다.
하이퍼스케일러 컴퓨팅 용량은 현재 약 51GW에서 2027년 80GW, 2028년 116GW 수준으로 증가할 수 있다는 전망도 나옵니다.
특히 2027년 데이터센터 투자 항목 중 메모리 반도체 비중이 약 60%까지 커질 수 있다는 분석은 매우 중요합니다.
AI 데이터센터 병목이 GPU만의 문제가 아니라 메모리, 기판, 광통신, 전력, 냉각까지 확장되고 있다는 뜻입니다.
- 하이퍼스케일러 컴퓨팅 용량: 약 51GW에서 2027년 80GW, 2028년 116GW 전망.
- 데이터센터 투자 핵심 부품: GPU, HBM, DDR5, 광통신, 기판, 전력 인프라.
- 2027년 데이터센터 내 메모리 비중: 일부 분석에서 약 60% 수준 가능성.
- 핵심 결론: AI 투자 축소보다 병목 확산에 가까운 국면.
10. 메모리 다음 병목: 기판, 광통신, MLCC, ABF PCB, CCL
AI 인프라 병목은 시간이 지나면서 이동합니다.
초기에는 GPU가 가장 큰 병목이었고, 이후 HBM이 핵심 병목으로 부상했습니다.
다음 단계에서는 기판과 광통신이 더 중요해질 가능성이 큽니다.
AI 서버는 GPU와 HBM만 있다고 작동하지 않습니다.
고속 데이터 전송을 위한 광케이블, 광모듈, 스위치, 패키징 기판, MLCC, ABF PCB, CCL 같은 부품이 모두 필요합니다.
이 부품들이 부족하면 GPU를 확보해도 데이터센터 구축 속도가 늦어집니다.
원문에서는 2027년 상반기까지 이 영역들이 매우 타이트할 수 있다고 봅니다.
따라서 투자 관점에서는 메모리 반도체 이후의 공급망 병목을 추적하는 것이 중요합니다.
- 광통신: AI 데이터센터 내부 데이터 전송량 폭증으로 수요 증가.
- 광케이블과 광모듈: GPU 클러스터 확장에 필수.
- MLCC: 고성능 서버와 전력 안정화에 필요.
- ABF PCB: 고성능 반도체 패키징의 핵심 기판.
- CCL: PCB 원재료로 서버와 AI 하드웨어 수요 증가의 수혜 가능.
11. AI 버블론 점검: 오픈AI와 앤트로픽은 수익화 단계로 이동 중입니다
AI 버블론은 여전히 강합니다.
“AI 기업들이 돈을 못 번다”, “빅테크가 투자만 하고 회수는 못 한다”, “모델 경쟁은 비용만 태운다”는 논리입니다.
하지만 오픈AI와 앤트로픽의 최근 흐름을 보면 이야기가 조금 달라집니다.
두 회사는 단순 사용자 확보 단계를 지나, 기업용 API와 코딩 에이전트, 업무 자동화 시장에서 본격적으로 수익화를 시도하고 있습니다.
특히 앤트로픽은 개인 사용자보다 기업 고객 중심의 종량제 API 매출 비중이 큽니다.
기업은 AI를 사용한 만큼 비용을 지불하고, 이 구조는 구독제보다 훨씬 큰 매출을 만들 수 있습니다.
오픈AI는 소비자 시장에서 압도적인 사용자 기반을 확보했습니다.
전체 사용자 수는 매우 크지만, 유료 사용자 비중은 아직 제한적이고, 코딩 에이전트 같은 고부가 기능을 제대로 활용하는 비율도 낮습니다.
즉 앞으로 유료 전환과 기업 시장 침투가 본격화되면 추가 성장 여지가 남아 있습니다.
12. 오픈AI vs 앤트로픽: 수익모델이 다릅니다
오픈AI는 소비자 시장을 먼저 장악한 뒤 기업 시장으로 확장하는 전략에 가깝습니다.
무료 사용자와 저가 구독 사용자가 많기 때문에 초기에는 비용 부담이 클 수 있습니다.
하지만 사용자가 많다는 것은 광고, 프리미엄 구독, 기업용 패키지, 에이전트 마켓플레이스 등 다양한 수익화 옵션을 가질 수 있다는 뜻입니다.
앤트로픽은 기업용 API와 클로드 코드 같은 코딩 에이전트에서 강점을 보입니다.
개인 구독자는 많이 쓰는 사용자일수록 회사 입장에서는 손실이 날 수 있지만, 기업 API는 사용량 기반 과금이기 때문에 마진이 더 좋을 수 있습니다.
원문에서는 오픈AI의 매출총이익률을 약 40%, 앤트로픽의 매출총이익률을 약 60% 수준으로 언급합니다.
앤트로픽은 과거 마진이 크게 낮았지만 최근 빠르게 개선되고 있다는 점도 중요합니다.
- 오픈AI: 소비자 기반이 강하고, 유료 전환 여지가 큼.
- 앤트로픽: 기업 API와 코딩 에이전트 중심으로 고마진 구조 가능.
- 개인 구독제: 헤비유저가 많으면 손실 가능성 존재.
- 기업 종량제 API: 사용량 증가가 매출과 직접 연결.
- IPO 전후 핵심: 사용자 수보다 수익성, 효율성, 현금흐름 증명이 중요.
13. EBTIT라는 새로운 수익성 지표가 나오는 이유
AI 기업을 평가할 때 기존 영업이익만으로는 부족하다는 의견이 있습니다.
모델 훈련 비용이 워낙 크기 때문입니다.
그래서 일부 분석에서는 EBTIT처럼 훈련 비용까지 고려한 수익성 지표를 사용하려는 시도가 나옵니다.
핵심은 간단합니다.
AI 기업이 진짜 돈을 버는지 보려면, 서버 비용, GPU 감가상각, 전기료, 클라우드 리스료, 모델 훈련 비용까지 함께 봐야 합니다.
원문에서는 앤트로픽이 2026년부터 영업 흑자를 내고, 2028년에는 매우 큰 이익을 낼 수 있다는 공격적 전망도 소개합니다.
다만 이런 전망은 시장 성장률, 가격 정책, 모델 비용 하락, 기업용 도입 속도에 따라 크게 달라질 수 있으므로 보수적으로 해석할 필요가 있습니다.
14. AI 기업용 애플리케이션 시장이 가장 큰 이유
AI 인프라 투자에서 가장 큰 시장은 결국 기업 애플리케이션입니다.
로켓 발사, 위성통신, 클라우드 인프라보다 더 큰 시장이 기업 업무 자동화와 인력 대체 영역에서 열릴 수 있습니다.
왜냐하면 AI 에이전트는 고임금 노동을 직접 대체하거나 보조할 수 있기 때문입니다.
미국의 소프트웨어 엔지니어, 변호사, 컨설턴트, 금융 분석가, 회계사, 고객지원 인력의 업무 일부가 AI로 자동화되면 월 20달러나 200달러 구독료는 매우 저렴한 비용이 됩니다.
기업 입장에서는 AI 도입 비용보다 인건비 절감과 생산성 향상이 훨씬 클 수 있습니다.
그래서 AI 버블 여부를 판단할 때는 단순 챗봇 사용량보다 기업용 AI 에이전트 시장의 실제 비용 절감 효과를 봐야 합니다.
15. 다른 유튜브나 뉴스에서 잘 말하지 않는 핵심 포인트
많은 뉴스는 “반도체 주가 급락”, “AI 버블 우려”, “중국 AI 모델 충격” 같은 표면적인 이슈에 집중합니다.
하지만 더 중요한 건 아래 내용입니다.
- 첫째, 주가와 팩트를 분리해야 합니다.
주가가 빠졌다고 해서 DRAM 쇼티지와 HBM 수요가 사라진 것은 아닙니다.
현재 데이터상으로는 2027년까지 공급 부족이 이어질 가능성이 높습니다. - 둘째, 메모리 반도체의 PER 공식이 바뀔 수 있습니다.
과거에는 낮은 PER이 주가 고점 신호였지만, 이번에는 HBM과 장기계약으로 이익의 질이 달라지고 있습니다. - 셋째, 메모리 가격 상승은 무조건 좋은 뉴스가 아닙니다.
가격이 너무 오르면 PC와 모바일 수요가 훼손될 수 있어, 장기적으로는 P보다 Q 확대가 더 중요합니다. - 넷째, AI 모델 효율화는 반도체 수요 감소가 아니라 사용량 폭증으로 이어질 수 있습니다.
AI 비용이 낮아지면 더 많은 기업과 개인이 AI를 쓰게 되고, 전체 데이터센터 투자 수요가 커질 수 있습니다. - 다섯째, 다음 병목은 GPU가 아니라 기판과 광통신일 수 있습니다.
AI 서버 확장에는 ABF PCB, CCL, MLCC, 광모듈, 광케이블이 필수이고, 이 영역의 공급 부족이 새로운 투자 기회를 만들 수 있습니다.
16. 투자 관점 정리: 단기 모멘텀은 약하지만 펀더멘탈은 아직 강합니다
현재 반도체 주가는 단기적으로 모멘텀이 약합니다.
마이크론, 삼성전자, SK하이닉스, AI 하드웨어 관련주 모두 크게 오른 뒤 조정을 받았기 때문에 추가 변동성은 충분히 나올 수 있습니다.
하지만 펀더멘탈만 보면 아직 피크아웃이라고 단정하기 어렵습니다.
DRAM과 NAND 쇼티지는 남아 있고, HBM 시장은 커지고 있으며, 하이퍼스케일러의 데이터센터 투자는 계속 증가할 가능성이 큽니다.
결국 핵심 질문은 하나입니다.
AI 투자가 앞으로도 계속될 것인가입니다.
이 질문에 “그렇다”고 본다면 현재의 조정은 공포 구간이면서 동시에 밸류에이션 매력이 커지는 구간일 수 있습니다.
반대로 AI 투자가 2027년 이후 급격히 둔화된다고 본다면 메모리 반도체 사이클 종료 가능성을 더 경계해야 합니다.
개인 투자자 입장에서는 단기 주가 예측보다 공급망 병목, 기업 실적, 장기계약, AI 인프라 투자 흐름을 꾸준히 추적하는 것이 더 중요합니다.
특히 레버리지나 단기 매매보다는 변동성을 감당할 수 있는 방식으로 접근하는 것이 필요합니다.
투자 판단은 반드시 본인의 리스크 감내도와 포트폴리오 기준에 맞춰야 합니다.
< Summary >
반도체 주가는 조정받고 있지만, DRAM과 NAND 공급 부족은 2027년까지 이어질 가능성이 큽니다.
과거 메모리 사이클은 낮은 PER이 고점 신호였지만, 이번에는 HBM, 장기계약, AI 데이터센터 투자로 이익 구조가 달라질 수 있습니다.
HBM 시장은 2026년 약 570억 달러에서 2027년 약 940억 달러로 성장할 가능성이 제기됩니다.
하이퍼스케일러는 AI 경쟁에서 물러서기 어렵고, 데이터센터 투자 내 메모리 비중도 커질 전망입니다.
AI 버블론은 여전하지만 오픈AI와 앤트로픽은 기업용 API와 AI 에이전트 중심으로 수익화 단계에 들어가고 있습니다.
다음 공급망 병목은 HBM 이후 광통신, ABF PCB, CCL, MLCC 같은 AI 인프라 부품으로 이동할 가능성이 높습니다.
단기 주가는 알 수 없지만, 펀더멘탈 기준으로는 아직 반도체 피크아웃을 단정하기 어려운 구간입니다.
