[매경] 2026.07.06(월) - "변동성 통제불가 수준" 괴물된 삼닉 레버리지

들어가며

7월 6일자 매경 1면은 단일종목 레버리지 ETF가 증시 변동성을 증폭시키는 구조를 전면에 세웠다. 같은 지면 안에서도 우주 부품 공급망, 기업용 AI 비용 통제, AI 에이전트의 전력 소모 문제가 이어지면서 기술 투자와 비용 통제의 간극이 선명하게 드러났다.

오늘 묶은 기사들은 돈이 몰리는 곳과 그 뒤에 따라붙는 부담을 함께 보여준다. 레버리지 상품의 과열, 부품사의 신규 수주 기대, AI 도입의 청구서, 인프라 전력 부담까지 한 줄로 놓고 보면 성장 서사만으로는 설명되지 않는 현실 비용이 보인다.

① "변동성 통제불가 수준" 괴물된 삼닉 레버리지

"변동성 통제불가 수준" 괴물된 삼닉 레버리지 - 매일경제

매경은 삼성전자·SK하이닉스를 기초자산으로 삼는 단일종목 레버리지 ETF에 개인 매매가 과도하게 집중되면서 코스피 변동성을 키우고 있다고 짚었다. 관련 상품 14종 상장 이후 개인 순매수 20조원 가운데 12조5000억원이 이 상품군에 몰렸고, 순자산 총액도 4조8980억원에서 11조2016억원으로 급증했다. 전체 ETF 거래대금 비중 역시 20% 안팎에서 40% 수준까지 뛰었다. 유안타증권 기준 코스피 일간 변동폭은 출시 전보다 88% 커졌고, 당국 안팎에서는 제도 도입 자체가 무리수였다는 반성론까지 나오고 있다.

가리봉늬우스 코멘트: 거래량이 붙는다고 다 좋은 상품은 아니다. 변동성을 먹고사는 구조가 시장 전체 변동성까지 키우기 시작하면 개인 수익 문제가 아니라 제도 리스크로 봐야 했다.

---

② [단독] LG이노텍, 스페이스X에 위성통신 기판 공급 추진

[단독] LG이노텍, 스페이스X에 위성통신 기판 공급 추진 - 매일경제

LG이노텍이 스페이스X와 스타링크용 저궤도 위성통신 기판 공급을 논의 중이라는 단독 기사다. 협의 대상은 RF-SiP 기판으로, 스마트폰 안테나와 와이파이, 블루투스, 위성통신 신호를 처리하는 핵심 부품이다. 매경은 양측이 제품 개발 방향과 공급 조건, 양산 일정까지 협의하고 있으며 해당 제품군이 두 자릿수 영업이익률을 기대할 수 있는 고수익 품목이라고 전했다. LG이노텍은 구미와 하이퐁 공장을 중심으로 2027년 말까지 2조원 이상을 투자할 계획이지만, 회사는 고객 관련 내용은 확인하기 어렵다는 입장을 유지했다.

가리봉늬우스 코멘트: 애플 의존도를 줄여야 한다는 말은 오래됐는데, 우주통신 기판이 실제 매출로 이어지면 이야기가 달라진다. 다만 협의 단계와 수주 확정은 전혀 다른 문제라 기대감만으로 앞서가면 곤란하다.

---

③ "비용부담 너무 커져"…'토큰 다이어트' 사활 건 기업들

"비용부담 너무 커져"…'토큰 다이어트' 사활 건 기업들 - 매일경제

기업용 AI 도입이 확산되면서 이제 관심사는 성능보다 비용 통제로 옮겨가고 있다는 기사다. 워카토는 클로드 과금 체계가 종량제로 바뀐 첫날 지출이 7배 급증했고, AI 에이전트는 작업 1건당 토큰 소모가 기존 챗봇 대비 최소 50배에서 최대 500배까지 늘어날 수 있다고 한다. 우버는 AI 예산을 넉 달 만에 소진한 뒤 직원 1인당 월 1500달러 한도를 도입했고, 메타와 국내 기업들도 비슷한 통제 장치를 검토하고 있다. 값비싼 미국 모델 대신 중국 모델이나 SLM을 섞어 쓰고, 외부 API 호출을 줄이는 하이브리드 구조가 비용 절감의 현실 해법으로 떠오른다는 설명도 붙었다.

가리봉늬우스 코멘트: AI 투자도 결국 원가 계산으로 돌아온다. 토큰 단가가 내려가도 호출량이 폭증하면 총비용은 오히려 더 커지니, 앞으로는 모델 성능보다 아키텍처 설계 역량이 경쟁력이 될 가능성이 크다.

---

④ 챗봇보다 정확도 높지만 … AI에이전트, 전력 136배 더 잡아먹어

챗봇보다 정확도 높지만 … AI에이전트, 전력 136배 더 잡아먹어 - 매일경제

KAIST 연구진은 AI 에이전트가 기존 생성형 AI보다 훨씬 많은 계산 자원과 전력을 요구한다는 분석 결과를 내놨다. 기사에 따르면 AI 에이전트는 질문 1건당 평균 348.41Wh를 소비했고, 기존 AI 대비 최대 136.5배 많은 전력을 썼다. 답변 시간은 최대 153.7배 길어졌으며 GPU는 실행 시간의 최대 54.5%를 대기 상태로 보내 효율도 크게 떨어졌다. 에이전트가 평균 71번씩 LLM을 호출하는 구조라 답변 품질은 높아져도 전력 인프라와 데이터센터 설계를 함께 다시 봐야 한다는 결론으로 이어진다.

가리봉늬우스 코멘트: AI 에이전트가 생산성을 올린다는 말만 듣고 달려들면 전기요금과 인프라 투자 청구서가 뒤늦게 따라온다. 서비스 단가와 전력 설계를 같이 못 보면 AI 확산 속도만큼 수익성은 따라오지 못한다. 끝.