“현저한 선두 기업”은 모두가 본다. 엔비디아, 마이크로소프트, OpenAI. 그래서 그 가격엔 미래의 좋은 소식이 이미 들어가 있다. 진짜 알파는 “은닉된 병목”에서 나온다. 시장이 아직 보지 못한, 그러나 거대 기업이 점점 더 의존하게 될 핵심 노드.
병목을 찾는 질문 세 가지: 무엇이 가장 대체하기 어려운가? 무엇이 다른 모두를 가장 쉽게 막히게 하는가? 거대 기업이 가장 의존하게 될 곳은 어디인가?
근거
“먼저 큰 트렌드를 분해하고, 그 안에서 가장 대체하기 어렵고, 가장 쉽게 다른 이들을 막히게 하며, 거대 기업이 가장 의존하게 될 핵심 노드를 찾는다.”
저자가 든 구체 사례:
- AXTI: InP(인듐 인) 기판 — 광전자 소자의 가장 밑바닥 재료. 광모듈이 폭발해도 결국 이 기판이 필요하다.
- SIVE: 차세대 CPO와 외부 광원. 데이터센터가 광 인터커넥트로 옮겨가면 광원이 병목이 된다.
- AAOI, LITE, COHR, MRVL: 광모듈, 실리콘 포토닉스, 네트워크와 AI 데이터센터 사이의 전송 노드.
이 종목들의 공통점은 종단 사용자가 이름을 들어본 적 없다는 점이다. 그러나 AI 데이터센터가 한 대 늘어날 때마다 이 부품이 더 필요해진다.
이건 단순한 “잘 알려지지 않은 종목 찾기”가 아니다. 산업 체인 측량 능력에 기반한 구조적 분석이다. 종단 수요(데이터센터)에서 거꾸로 추적해, 가장 대체 불가능한 지점에 도달하는 것.
연결된 생각
- 20260528-supply-chain-cascade-investing — 방법론 본체
- 20260528-cascade-investing-anticipates-where-money-goes-next — 같은 사상의 시간 축 측면
- 20260528-gpu-is-not-the-bottleneck-memory-and-power-are — 병목이 GPU가 아니라는 동일 관찰
- 20260527-memory-lta-structural-repricing — 메모리가 병목이 된 사례
- 20260601-earnings-below-layer-is-where-alpha-hides — 연장: 델 어닝→TSS 사례로 은닉 노드 탐색 방법론 구체화
- 20260601-second-order-beneficiary-beats-obvious-play — 연장: 2차 전략 수혜주(현대차)가 1차 수혜주(네이버)보다 알파가 큰 사례