SVIC 투자 스터디 노트북 — 전체 개요

SVIC가 출범한 가장 큰 동기는 "언어의 통일성"이다. 참석자들은 스타트업 운영자, 유통업 종사자, 브랜딩 디자이너, 프로그램 개발자, 석재·인테리어 제조업체 운영자, AI 스타트업 대표 등 서로 다른 배경을 가진 이들이었다. 이처럼 투자 지식 수준과 배경이 제각각인 구성원이 함께 질 높은 투자 토론을 나누려면, 먼저 동일한 개념적 언어와 분석 틀을 공유해야 한다는 문제의식에서 모임이 시작되었다. [SVIC_0613]

목표는 세 가지로 요약된다. 첫째, 공통 프레임 정렬 — 주가를 설명하는 핵심 변수가 무엇인지 데이터 기반으로 합의한다. 둘째, 데이터 기반 사고 훈련 — AI 리서치 도구를 직접 활용해 투자 논거를 스스로 구성하는 능력을 기른다. 셋째, 인사이트 공유 — 각자 관심 종목을 분석·발표·토론하며 집단 지성을 형성한다. 이 세 가지가 SVIC 첫 번째 세션 (2025-06-13)의 전체 구조를 관통한다.

세션은 크게 두 개의 강의 블록과 두 번의 AI 실습, 그리고 종목별 발표·토론으로 구성되었다. 강의가 프레임을 제공하면 실습이 그것을 내면화하고, 발표가 각자의 통찰을 검증하는 방식이었다. [SVIC_0613]

세션의 첫 번째 핵심 주제는 "주가를 결정하는 것은 무엇인가"라는 질문이었다. 세션 초반 참석자들의 의견은 엇갈렸다. 김명환은 "아무리 실적이 좋아도 수급이 부족하면 주가는 오르지 않는다"고 주장했고, 최효준은 AI처럼 성장 가능성에 대한 시장의 기대감이 반영된다고 봤다. 진행자 김한철은 과거 30년 코스피 데이터를 근거로, 수급·기대감 등 다양한 후보 중 이익(실적)과의 상관계수가 가장 높다는 결론을 제시했다. 수급이 주가를 움직이는 것은 맞지만, 그 수급을 만드는 명분의 본체가 결국 이익이라는 논리로 의견들이 통합되었다. [SVIC_0613]

이것이 주가-이익 프레임워크의 핵심이다. 그리고 이 프레임에서 더 나아가 진행자가 강조한 것은, 주가가 동행하는 이익이 과거·현재 실적이 아닌 미래 이익 전망이라는 점이다. 코스피 주가지수와 12개월 포워드 이익 전망치의 변곡점이 약 30년 통계에서 일치하는 패턴이 근거로 제시되었다. 즉, 전망치가 꺾이면 주가도 꺾이고, 전망치가 반등하면 주가도 함께 오른다. 세션에서 이 관계를 한 문장으로 압축한 표현이 바로 "주가는 신호이고 이익은 증명이다"였다. [SVIC_0613]

실제 적용 사례로는 삼성전자의 1~2분기 영업이익 상승률이 약 50%에 달해 상반기 주가 상승의 명분이 뚜렷했던 반면, 3~4분기에는 상승률이 미비해져 주가 조정 가능성이 있다는 분석이 제시되었다. 12개월 포워드 이익 전망치가 꺾이는 시점이 곧 주가 전환점이 된다는 논리의 생생한 예시였다. [SVIC_0613]

주가가 이익과 수렴한다면, 다음 질문은 자연스럽게 "이익은 어디서 오는가"가 된다. 세션 2부에서 진행자는 이익 구조 분해 (매출·비용 분석)를 소개했다. 공식은 단순하다.

이익 = 매출 − 비용, 매출 = 수량(Q) × 가격(P)

비용은 다시 세 항목으로 나뉜다: ① 매출원가(원재료·제조비), ② 판매관리비(인건비·성과금 등), ③ 세금·이자(대체로 고정). 이 공식을 이해하면 세상의 모든 투자 뉴스를 명확한 사업적 근거로 해석할 수 있다.

실제 사례가 세션에서 여럿 제시되었다. 삼성전자의 메모리 칩 판매 가격이 상반기에만 50% 상승한 것은 P(가격) 상승이고, AI 서버 수요 증가로 출하량이 늘어난 것은 Q(수량) 증가다. 반면 임직원 성과금 증가는 판관비 상승을 유발해 영업이익을 압박하는 요인으로 — 이것이 노무라(Nomura)가 삼성전자 리포트에서 우려로 지적한 지점이었다. 희토류 가격 상승은 원가 리스크로 연결된다. [SVIC_0613]

이 공식은 단순해 보이지만 강력하다. 팔란티어의 고객 수가 전년 대비 31% 증가한 것은 Q 상승이고, LG전자가 로봇을 도입해 제조 인력을 대체하면 판관비를 낮출 수 있다는 가설은 비용 절감 시나리오다. 오픈도어의 적자는 보유 부동산의 평가 손실, 즉 원가성 손실에서 비롯된다. 이 모든 이야기를 동일한 언어로 분석할 수 있게 해주는 것이 이익 구조 분해 (매출·비용 분석) 프레임이다.

세션의 키워드가 반도체인 만큼, 삼성전자와 SK하이닉스는 이번 모임에서 가장 깊이 논의된 종목이었다. 두 기업의 이익 성장을 이해하는 핵심 구조가 바로 HBM·AI 서버 수요와 빅테크 CapEx다.

진행자는 "메타 같은 기업이 앞으로 고객이 너무 많이 늘어날 것 같으니까 삼성전자한테 칩을 더 많이 요구하겠다고 자본 지출을 늘리는 것"이 반도체 기업의 수주로 직결된다고 설명했다. [SVIC_0613] 빅테크의 CapEx 성장률이 반도체 기업 매출의 핵심 선행지표이며, 이를 모니터링하는 것이 12개월 포워드 이익 전망치를 예측하는 가장 현실적인 방법이라고 강조했다. 이에 따라 참석자들에게 올해 빅테크 CapEx 성장률 리서치가 추가 과제로 부여되었다. [SVIC_0613]

삼성전자 투자 분석의 경우, 1~2분기 영업이익 성장(약 50%)은 매출 급증과 원가 하락이 동시에 작용한 결과이며, 3~4분기에는 성장률 둔화와 성과금 이슈(판관비 상승)가 이익 압박 요인이 될 수 있다고 분석되었다. SK하이닉스 투자 분석도 동일한 구조 — AI 서버 수요에 따른 Q·P 동시 상승, 가동률 상승에 따른 개당 원가 하락 — 이지만, 3분기 성장세 둔화 가능성이 주가 리스크로 지목되었다. [SVIC_0613]

세션 라운드테이블에서 참석자들은 각자 관심 종목을 발표했다. 아래는 발표된 다섯 종목의 핵심 논지다.

팔란티어 — 허빈과 가빈 두 명의 참석자가 독립적으로 선택한 종목으로, "AI를 활용해 실질적 수익을 내고 있는 가장 현실적인 회사"라는 판단이 공통 이유였다. 팔란티어 투자 분석에 따르면 고객 수 31% 증가·1분기 매출 85% 성장이라는 강한 Q 확대와 함께, 경쟁자가 사실상 부재한 독점적 기술력을 바탕으로 단가 인상 여력도 갖추고 있다. 다만 분기 이익 성장 모멘텀이 삼성전자의 약 50%에 비해 팔란티어는 약 10% 수준으로 상대적으로 낮다는 점이 지적되었다. 이 단가 상승 논리는 AI 서비스 단가 결정 논리 — 인건비 대체 비용보다 저렴한 한 가격 인상이 수용된다는 원리 — 로 확장되어 세션 전체의 공통 개념이 되었다. [SVIC_0613]

LG전자 — 김명환이 소개한 종목으로, 젠슨 황 방한 당시 LG전자를 로봇 산업과 연결지어 언급한 것이 투자 아이디어의 출발점이었다. LG전자 투자 분석은 로봇 도입으로 제조 인력을 대체하면 판관비가 감소하는 동시에 LG전자 자체의 로봇 매출도 늘어나는 이중 수혜 구조를 가설로 제시했다. 다만 로봇 사업이 아직 초기 단계이고, 현대차(보스턴다이내믹스)와의 양강 구도 속에서 LG전자의 시장 점유율은 추가 리서치가 필요한 상태로 남겨졌다. 3분기에 영업이익이 소폭 주춤하는 패턴도 확인되었다. 이 종목의 분석은 이익 구조 분해 (매출·비용 분석) 프레임을 제조업 + 로봇 신사업에 적용한 사례로서 의미가 있다. [SVIC_0613]

오픈도어 — 문학현이 소개한 미국 부동산 AI 플랫폼으로, 오픈도어 투자 분석의 핵심은 단순하다. 회사가 주택을 직접 매입·수리·재판매하는 구조이기 때문에, 금리 인하 → 집값 상승 → 보유 자산 평가이익 발생 → 흑자 전환이라는 시나리오가 주가 모멘텀의 전부다. 진행자는 이익이 "적자에서 흑자로 전환되는 구간"에서 가장 강한 주가 상승이 나타나는 경향이 있다고 언급하며 오픈도어를 세션에서 가장 인사이트가 있는 종목으로 꼽았다. 단기 수익 구조가 아니며 금리 인하 시점이 핵심 변수라는 점에서 장기 투자 관점이 요구된다. [SVIC_0613]

삼성전자·SK하이닉스 — 이가은과 최효준이 각각 선택한 반도체 대형주 두 종목은 HBM·AI 서버 수요와 빅테크 CapEx 구조에서 동일한 수혜 논리를 공유하면서도, 3분기 이후 성장 모멘텀 둔화 리스크를 함께 안고 있다는 점에서 주가-이익 프레임워크 적용의 교과서적 사례가 되었다. [SVIC_0613]

이번 세션의 또 다른 중요한 축은 AI를 활용한 종목 리서치 실습이었다. 참석자들은 AI 모델에 관심 종목을 입력해 분기별 매출·영업이익 추정치를 막대그래프로 시각화하고, 이를 단체 채널에 공유했다. [SVIC_0613]

이 실습의 의미는 단순히 편리한 도구를 쓰는 것을 넘어선다. 전문 애널리스트가 독점하던 이익 구조 분석을 누구든지 AI를 통해 수행할 수 있게 되었다는 점 — 즉 분석 접근성의 민주화 — 이 세션 전반에 흐르는 철학이었다. SVIC 첫 번째 세션 (2025-06-13)이 강의 중심이 아니라 실습과 토론 중심으로 설계된 것도 이 때문이다.

팔란티어 토론 중 제기된 "AI 서비스의 단가는 어디까지 오를 수 있는가"라는 질문은 세션 전체를 관통하는 공통 개념으로 발전했다. AI 서비스 단가 결정 논리는 두 가지 축으로 설명된다. 하나는 인건비 대체 논리 — AI 서비스 가격이 인건비 대체 비용보다 낮은 한 고객은 기꺼이 지불하므로, 그 범위 내에서 가격 인상이 수용된다. 다른 하나는 공급 독점성 — 경쟁자가 없는 기술이라면 가격 결정력이 공급자에게 있다. 이 논리는 팔란티어뿐 아니라 HBM 메모리의 가격 협상력, 오픈도어의 마진 구조 등 여러 종목 분석에서 공통으로 적용되는 원리였다. [SVIC_0613]

SVIC 첫 번째 세션 (2025-06-13)은 투자 분석의 언어를 통일하고, 그 언어로 실제 종목을 해석하는 첫 번째 시도였다. 세션이 끝난 후 참석자들에게는 빅테크 CapEx 데이터 리서치, LG전자 로봇 시장 조사, 각 종목의 분기 이익 흐름 업데이트 등이 과제로 부여되었다. [SVIC_0613]

이 노트북에 담긴 모든 분석은 하나의 공통 뿌리에서 출발한다 — 주가를 알고 싶다면 이익을 보라, 이익을 알고 싶다면 매출과 비용을 분해하라, 그리고 매출을 알고 싶다면 그 기업의 고객이 왜·얼마나 더 사는지를 추적하라. 이것이 SVIC가 첫 번째 모임에서 합의한 투자 언어의 본질이다.