AI 시대 투자 기회 종합 분석 - GPU에서 양자컴퓨팅까지 (한동대 김학주 교수)
GPU에서 양자컴퓨팅까지, AI 시대 투자 기회 8개 섹터 완전 분석
안녕하세요. 수수입니다.
오늘은 ‘언더스탠딩 : 세상의 모든 지식’ 채널의 유튜브 영상 내용을 정리하여 AI 시대의 투자 기회를 종합적으로 분석해보겠습니다.
베스트셀러 “텐배거 포트폴리오”의 저자이기도 한 한동대학교 김학주 교수님께서 설명하신 내용으로, 단순히 NVIDIA GPU에만 주목하는 것이 아니라 AI 인프라의 병목 구간부터 로봇, 우주/해저 탐사, 양자컴퓨팅까지 전 영역을 살펴보겠습니다.
⚠️ 중요: 본 글은 제가 직접 분석한 내용이 아니라, ‘언더스탠딩’ 채널의 유튜브 영상에서 한동대학교 김학주 교수님께서 강연하신 내용을 요약·정리한 것입니다.
📺 원본 영상 (클릭하여 시청)
채널: 언더스탠딩 : 세상의 모든 지식 (@understanding)
강연자: 한동대학교 김학주 교수님
영상 제목: 10배 오를 AI 주식 여기 다 있습니다 (한동대학교 김학주 교수)
영상 링크: https://youtu.be/Z2W-VXRuLNE
본 포스팅은 ‘언더스탠딩’ 채널의 위 영상에서 김학주 교수님께서 설명하신 내용을 바탕으로 작성되었습니다.
더 자세한 내용과 다양한 지식 콘텐츠는 ‘언더스탠딩 : 세상의 모든 지식’ 채널을 구독하시기 바랍니다.
⚠️ 시작하기 전에: “야후의 교훈”
Q: 2029~2030년에도 NVIDIA가 1등일까요?
인터넷 시대 초기, 야후(Yahoo)는 절대 강자였습니다.
하지만 지금은 어떤가요? 구글이 그 자리를 차지했습니다.
AI 시대에도 마찬가지입니다.
NVIDIA의 현재 독주가 영원할 것이라는 보장은 없습니다.
기술 패러다임이 바뀌면 승자도 바뀝니다.
핵심 질문: AI가 “학습(Training) → 추론(Inference)” 단계로 전환되면 어디가 수혜를 받을까?
🎯 핵심 투자 논리 (3줄 요약)
- AI는 계속 크지만, 승자는 고정이 아닐 수 있으며 “추론 시대”로 가며 병목이 이동한다
- 수혜는 반도체(표준+특화), 연결(CXL), 전력/소재, 위성/로봇/의료 데이터로 확장된다
- 특히 후발 데이터센터의 전기·금리·자금조달, 희토류 정제 난이도, 개인특이 의료데이터가 큰 변수다
📚 핵심 개념 7가지 (투자 전 필독)
| 핵심 개념 | 설명 | 투자 시사점 | 예시 기업 |
|---|---|---|---|
| 추론(Inference) 전환 | AI가 “학습→추론” 비중이 커지며 수요/병목이 바뀜 | GPU 외 연결·가속·저장 중요해짐 | AMD, Broadcom, Astera Labs |
| 반도체 수요 재배치 | NVIDIA 독주가 영원하진 않을 수 있음 | 표준(GPU) vs 특화(TPU 등) 공존 | NVIDIA, Google TPU, AMD |
| 데이터센터 2nd 티어 | 후발이 빚내서 DC 확대 → 전기/금리가 리스크 | 하이퍼스케일러(현금) vs 후발(차입) | Oracle(리스크), Google, MS, Amazon |
| 전력/고전압 테마 | 장거리 통신/위성/AI 칩은 고전압·고주파 요구 | 소재/패키징 중요 | Navitas, Sumitomo Electric |
| 로봇 현실 경로 | 휴머노이드보다 공장 자동화→부품→점진적 고도화 | 양산/배선/복잡도 문제로 단계적 | FANUC, Nabtesco, Harmonic Drive |
| 희토류/해저 채굴 | 희토류는 전략물자, 정제가 진짜 해자 | 채굴보다 정제 공정이 핵심 | MP Materials(채굴), Lynas(정제) |
| 헬스케어/미생물 데이터 | 개인 특이적 데이터가 AI 효율 극대화 | 맞춤형 치료/예방 → 반복 수요 | HM Pharma |
📊 섹터별 투자 비중 (영상 강조도 기준)
1
2
3
4
5
6
7
AI 인프라(반도체/연결/전력) ██████████ (10/10)
헬스케어(장내미생물 데이터) ████████ (8/10)
데이터센터/전기/금리 리스크 ████████ (8/10)
로봇(자동화→부품→휴머노이드) ███████ (7/10)
위성통신(신호/RF/모터/소재) ██████ (6/10)
희토류(채굴보다 정제/공정) ██████ (6/10)
양자컴퓨팅(오류↓/네트워크) █████ (5/10)
💡 투자 논리 체크리스트
투자 전 다음 질문들을 스스로에게 던져보세요:
- AI가 학습→추론으로 이동할수록 수혜가 바뀌는가?
- 데이터센터 증설의 제약이 전기/금리/자금조달인가?
- “표준 GPU” vs “특화 가속”의 공존이 길게 가는가?
- 로봇은 완제품(휴머노이드)보다 부품/기존 강자가 먼저인가?
- 희토류는 채굴보다 정제/공정 데이터가 진짜 해자인가?
- 의료는 데이터 희소성(개인특이)이 해자(moat)가 되는가?
📊 섹터별 주요 기업 분석
1️⃣ AI 반도체·가속·연결 (Inference 전환 핵심)
핵심 논지:
AI 계산의 핵심 인프라입니다.
NVIDIA 독주 체제에서 다양한 경쟁자들이 등장하고 있으며, 추론(Inference) 단계로 전환되면서 GPU만으로는 부족합니다.
| 기업 | 국가 | 역할 | 투자 포인트 | 리스크 |
|---|---|---|---|---|
| NVIDIA | 미국 | GPU 표준 | AI 계산의 사실상 표준 | 독주 지속성 불확실 (야후의 교훈) |
| AMD | 미국 | GPU/가속 | 추론(Inference) 비중 증가 시 수혜 | NVIDIA 대비 생태계 약함 |
| Broadcom | 미국 | 가속·ASIC | 데이터센터/네트워크 특화 칩 | 특화 칩 수요 불확실성 |
| Astera Labs | 미국 | CXL | AI·양자·서버 간 연결 병목 해결 | 신생 기업, 검증 필요 |
| Google (TPU) | 미국 | 특화 가속칩 | GPU 대체 가능성 | 특화 영역 한정, 범용성 부족 |
| IBM | 미국 | 양자/AI | 양자 OS·AI 결합 가능성 | 양자 상용화 시기 불명확 |
| Microsoft | 미국 | AI 플랫폼 | OpenAI 연계, 클라우드 축 | OpenAI 의존도 |
| Amazon | 미국 | 클라우드 | 하이퍼스케일 데이터센터 대표 | 경쟁 심화 |
💡 주요 종목 실시간 차트
2️⃣ 데이터센터·스토리지 (병목 구간 + 리스크)
핵심 논지:
AI 시대의 숨은 병목 구간입니다.
데이터 입출력 속도가 전체 성능을 좌우하지만, 데이터센터 확장에는 큰 리스크가 도사리고 있습니다.
🏢 데이터센터: 하이퍼스케일러 vs 2nd 티어
| 구분 | 기업 | 자금 조달 | 전기 확보 | 투자 포인트 |
|---|---|---|---|---|
| 하이퍼스케일러 (현금 풍부) | Google, Microsoft, Amazon | 자체 현금 | 안정적 | 장기 투자 가능 |
| 2nd 티어 (차입 의존) | Oracle | 대규모 차입 | 불확실 | ⚠️ 금리·전기료 리스크 |
⚠️ 편의점 레버리지 비유 (영상 중)
- 인건비↑로 수익률↓ → 점포 수 늘려 레버리지 → 다시 인건비↑하면 손실이 레버리지로 확대
- 메시지: 작은 스프레드(금리차)를 레버리지하면 변동성에 취약
- Oracle 등 후발 DC가 이런 구조일 수 있음 → 전기 부족/금리 상승 시 리스크
📦 스토리지: 병목 해결하지만 밸류에이션 주의
| 기업 | 국가 | 역할 | 투자 포인트 | ⚠️ 주의사항 |
|---|---|---|---|---|
| Pure Storage | 미국 | 스토리지 | 데이터 입출력 병목 해결 | 실적 대비 주가 과도 가능성 |
| NetApp | 미국 | 스토리지 | AI 시대 데이터 이동 수혜 | 밸류에이션 점검 필요 |
3️⃣ 로봇·자동화 (휴머노이드는 먼 미래)
핵심 논지:
휴머노이드 로봇은 “바로” 오지 않습니다.
양산/배선/복잡도 문제로 인해 공장 자동화 → 부품 강화 → 점진적 고도화 → 휴머노이드 순서로 진화합니다.
로봇 진화 단계:
1
2
3
4
5
6
7
1단계: 공장 자동화 (현재) ← 돈이 되는 단계
↓
2단계: 핵심 부품 고도화 (감속기, 센서)
↓
3단계: 복잡한 작업 (배선, 다관절)
↓
4단계: 휴머노이드 (먼 미래)
| 기업 | 국가 | 역할 | 투자 포인트 | 진화 단계 |
|---|---|---|---|---|
| FANUC | 일본 | 산업용 로봇 | 자동화 로봇 글로벌 강자 | 1-2단계 (안정) |
| Yaskawa | 일본 | 산업용 로봇 | 공장 자동화 대표 | 1-2단계 (안정) |
| ABB | 스위스 | 산업용 로봇 | 글로벌 자동화 | 1-2단계 (안정) |
| Nabtesco | 일본 | 감속기 | 로봇 관절 핵심 부품, 높은 진입장벽 | 2단계 (핵심) |
| Harmonic Drive | 일본 | 정밀 감속기 | 고정밀 로봇 관절, 대체 불가 | 2단계 (핵심) |
투자 포인트:
휴머노이드를 기다리지 말고, 지금 돈이 되는 자동화 로봇과 부품 기업에 주목하세요.
💡 일본 로봇 기업 차트
4️⃣ 🔥 특수합금·극한환경 (AI 다음 단계 준비)
핵심 논지:
AI 이후 인류는 어디로 갈까요?
해저 채굴, 소형 원자로, 우주 탐사 등 극한 환경으로 진출합니다.
이때 필요한 것이 바로 특수 합금입니다.
| 기업 | 국가 | 특화 기술 | 적용 분야 | 진입장벽 |
|---|---|---|---|---|
| ATI | 미국 | 열처리·큰 결정 | 해저로봇, 소형원자로, 고압 환경 | 매우 높음 |
| Carpenter Technology | 미국 | 진공용해·미세결정 | 우주, 위성, 급격한 온도변화, 방사선 | 매우 높음 |
🎯 ATI vs Carpenter 비교
ATI = 압력·내구성 특화 (큰 결정)
- 기술: 열처리로 결정(그레인)을 크고 균일하게
- 적용: 해저 로봇용 고강도 합금, 소형 원자로 부품, 고압 환경 대응
- 투자 논리: 해저 채굴 확대, 소형 원자로 보급 시 수혜
Carpenter = 온도·방사선 특화 (미세 결정)
- 기술: 진공용해로 불순물↓, 결정을 미세하게
- 적용: 우주 항공 부품, 위성 구조재, 급격한 온도 변화 대응, 방사선 차폐
- 투자 논리: 우주 탐사 확대, 위성 수요 증가 시 수혜
공통점: 진입장벽 극도로 높음, 대체 불가능, 장기 계약
5️⃣ 희토류·해저 로봇 (채굴 vs 정제의 싸움)
핵심 논지:
희토류는 AI 시대 필수 광물입니다.
하지만 진짜 해자(moat)는 “채굴”이 아니라 “정제”입니다.
⚠️ 미국의 딜레마:
미국은 희토류를 채굴할 수 있지만, 정제 기술은 중국에 의존하고 있습니다.
정제 공정이 복잡하고 환경오염 문제가 커서 선진국에서는 기피합니다.
| 기업 | 국가 | 역할 | 투자 포인트 | 진짜 해자 |
|---|---|---|---|---|
| MP Materials | 미국 | 희토류 채굴 | 미국 내 희토류 공급 | ⚠️ 정제는 중국 의존 |
| Lynas Rare Earths | 호주 | 희토류 정제 | 중국 외 정제 대안, 핵심 기술 | ✅ 정제 기술 보유 |
| Oceaneering International | 미국 | 해저 로봇 | 해저 채굴·작업 | 극한환경 기술 |
| TechnipFMC | 유럽 | 해저 설비 | 해저 인프라 기술 | 종합 솔루션 |
투자 논리:
- 단기: MP Materials (미중 갈등 수혜)
- 중장기: Lynas (정제 기술이 진짜 해자)
- 장기: 해저 채굴 (육지 희토류 고갈 대비)
6️⃣ 위성·통신·전력 (고전압·고주파)
핵심 논지:
위성은 “모터 덩어리”입니다.
장거리 통신, 위성, AI 칩은 모두 고전압·고주파를 요구하며, GaN(질화갈륨) 기반 전력 반도체가 핵심입니다.
| 기업 | 국가 | 역할 | 투자 포인트 |
|---|---|---|---|
| Navitas Semiconductor | 미국 | GaN 전력반도체 | 고전압·고주파 필수, 차세대 전력 표준 |
| Sumitomo Electric | 일본 | 소재·패키징 | GaN·SiC 조합 기술, 일본의 소재 강점 |
| Qorvo | 미국 | RF 증폭 | 위성 신호 증폭 |
| Analog Devices (ADI) | 미국 | 아날로그→디지털 | 신호 복원, 정밀 제어 |
| Moog | 미국 | 정밀 모터 | 위성 구동 시스템, 위성은 모터 덩어리 |
7️⃣ 헬스케어·AI 데이터 (개인 특이성이 해자)
핵심 논지:
“돈을 가장 잘 내는 분야는 건강”입니다.
하지만 AI 의료의 핵심은 “일반 데이터”가 아니라 “개인 특이적 데이터”입니다.
🧬 에쿼올(Equol) 사례 (영상 중)
- 콩 이소플라본 → 특정 미생물이 분해 → 에쿼올 생성
- 일부 사람은 미생물 결핍으로 에쿼올 생성 불가
- 메시지: 같은 처방이 아니라 개인 맞춤(특이적 데이터)이 효과를 좌우
| 기업 | 국가 | 역할 | 투자 포인트 |
|---|---|---|---|
| HM Pharma (HMP) | 한국 | 장내미생물 데이터 | 개인 특이 데이터 기반 AI 의료, 반복 수요(치료가 아닌 예방/관리) |
투자 논리:
- 치료는 “한 번”, 하지만 예방/관리는 “계속” → 반복 수요
- 장내미생물 데이터는 개인마다 다름 → 맞춤형 솔루션 가능
- AI가 개인 데이터를 학습하면 효율 극대화
8️⃣ 양자컴퓨터 (오류 감소 + AI 결합)
핵심 논지:
양자컴퓨터는 아직 초기 단계지만, 오류율이 빠르게 감소하고 있으며 AI와의 결합이 기대됩니다.
IBM/Google/MS의 양자 OS/공통언어 협업 가능성도 주목할 만합니다.
| 기업 | 국가 | 기술 방식 | 투자 포인트 | 리스크 |
|---|---|---|---|---|
| IonQ | 미국 | 이온트랩 | 오류율 낮음, 안정성 | 규모 확장/연결 과제 |
| Rigetti Computing | 미국 | 모듈형 | 작게 만들고 “짜집기” → 현실적 확장 전략 | 모듈 간 연결 안정성 |
| 미국 | 양자+AI | AlphaFold, Willow 칩, AI 선구자 자부심 | 상용화 시기 불명확 | |
| IBM | 미국 | 양자 OS | 양자 OS/공통언어 개발, 협업 가능성 | 경쟁 심화 |
| Microsoft | 미국 | 양자 플랫폼 | 클라우드 + 양자 통합 | 하드웨어 의존도 |
| Palantir | 미국 | 분석 플랫폼 | 국방·의사결정 속도, AI+양자 결합 기대 | 정부 의존도 |
투자 논리:
- 단기: 너무 이름 (상용화 불확실)
- 중장기: IonQ (기술 안정성), Rigetti (현실적 확장)
- 장기: Google, IBM (양자 OS 협업)
9️⃣ 빅테크 AI 전략 (경쟁 구도)
핵심 논지:
빅테크 기업들의 AI 전략은 각기 다릅니다.
투자 시 각 기업의 전략과 강점을 이해해야 합니다.
| 기업 | AI 전략 | 강점 | 투자 포인트 |
|---|---|---|---|
| 내재화 전략 | DeepMind, Gemini, AlphaFold, “AI 선구자 자부심” | AI 원조, 자체 기술력 | |
| Microsoft | OpenAI 연계 | OpenAI 투자, Azure 클라우드 통합 | OpenAI 독점 파트너십 |
| Apple | 디바이스 + 서비스 | 데이터 수집, 생태계 락인 | 리레이팅 사례(PER 12배→높은 재평가) |
Apple 리레이팅 사례 (영상 중)
- 버핏이 샀던 시점: PER 12배 (하드웨어 기업)
- 현재: 높은 재평가 (데이터/서비스 기업화)
- 메시지: 비즈니스 모델 전환 시 밸류에이션 재평가 가능
💼 투자 전략 제안
단기 (1년 이내) - 확실한 수혜
핵심 키워드: AI 인프라, 추론(Inference) 전환
- 반도체: NVIDIA, AMD, Broadcom
- 연결: Astera Labs (CXL 병목 해결)
- 클라우드: Microsoft, Amazon (하이퍼스케일러)
⚠️ 주의: Oracle (2nd 티어 DC 리스크)
중기 (1-3년) - 병목 이동 수혜
핵심 키워드: 데이터 이동, 로봇 부품, 극한환경 소재
- 스토리지: Pure Storage, NetApp (⚠️ 밸류에이션 점검)
- 로봇 부품: Nabtesco, Harmonic Drive (진입장벽 높음)
- 특수합금: ATI, Carpenter Technology (대체 불가)
- 희토류 정제: Lynas (진짜 해자)
장기 (3년 이상) - 미래 준비
핵심 키워드: 양자, 우주, 해저, AI 의료
- 양자: IonQ, Rigetti (기술 검증 후)
- 우주: Moog, Carpenter Technology
- 해저: Oceaneering, TechnipFMC, ATI
- AI 의료: HM Pharma (개인 특이 데이터)
🎯 섹터별 리스크 분석
🔴 높은 리스크
| 섹터 | 리스크 요인 | 대응 방안 |
|---|---|---|
| 양자컴퓨터 | 기술 불확실성, 상용화 시기 불명확 | 소액 분산 투자 |
| Oracle DC | 과도한 차입, 전기료 상승, 금리 리스크 | 재무제표 모니터링 |
| 스토리지 | 밸류에이션 과도 가능성 | PER/PBR 점검 |
🟡 중간 리스크
| 섹터 | 리스크 요인 | 대응 방안 |
|---|---|---|
| NVIDIA | 독과점 규제, 경쟁 심화, “야후의 교훈” | 대체재 병행 투자 (AMD, Broadcom) |
| 희토류 채굴 | 중국 정책 변화, 가격 변동성, 정제 의존 | 정제 기업 선호 (Lynas) |
🟢 낮은 리스크
| 섹터 | 안정성 요인 | 장점 |
|---|---|---|
| 로봇 부품 | 안정적 수요, 높은 진입장벽, 대체 불가 | 장기 홀딩 적합 |
| 특수합금 | 대체 불가능, 장기 계약, 극한환경 독점 | 방어적 포지션 |
| 자동화 로봇 | 성숙 시장, 검증된 비즈니스 모델 | 배당주로 활용 |
📈 메가트렌드 맵 (진화 흐름도)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
AI 학습(Training) [~2024]
↓
AI 추론(Inference) [2025~2027] ← 현재 단계
↓
병목 이동: GPU → 연결(CXL)·스토리지·전력
↓
로봇 자동화 확대 [2026~2028]
├─ 공장 자동화 (현재)
├─ 핵심 부품 강화
├─ 복잡한 작업
└─ 휴머노이드 (먼 미래)
↓
극한 환경 진출 [2028~2035]
├─ 해저 채굴 (ATI, Oceaneering, TechnipFMC)
├─ 우주 탐사 (Carpenter, Moog)
└─ 소형 원자로 (ATI, Carpenter)
↓
양자컴퓨터 + AI 결합 [2030~2040]
├─ 양자 OS 협업 (IBM, Google, MS)
├─ AI+양자 네트워크
└─ 의사결정 속도 혁명 (Palantir)
🔍 최종 투자 체크리스트
투자 전 반드시 확인하세요:
✅ 기본 점검
- 진입장벽: 기술/특허 보유 여부, 대체 가능성
- 수요 지속성: 단기 트렌드 vs 구조적 변화
- 재무 건전성: 부채비율, 현금흐름, 이자보상배율
- 밸류에이션: PER, PBR 적정성, 동종업계 대비 비교
✅ AI 시대 특화 점검
- 병목 위치: 현재 병목 구간이 어디인가?
- 추론 전환: 추론(Inference) 비중 증가 수혜 여부
- 데이터 희소성: 개인 특이 데이터 보유 여부 (의료)
- 정제 기술: 채굴보다 정제 기술 보유 (희토류)
- 극한환경: 극한환경 대응 기술 (특수합금)
- 단계적 진화: 휴머노이드가 아닌 현재 단계 수혜 (로봇)
✅ 리스크 점검
- 레버리지 리스크: 차입 기반 확장 여부 (DC)
- 전기 리스크: 데이터센터 전력 확보 가능성
- 독과점 리스크: NVIDIA처럼 독주 지속 가능성
- 기술 리스크: 상용화 시기 불명확 (양자)
- 지정학 리스크: 중국 의존도 (희토류)
⚠️ 주의사항
- 단일 종목 집중 지양 → 포트폴리오 분산 (섹터별 1-2종목)
- 장기 관점 유지 → 기술주 변동성 고려 (최소 3년)
- 정기적 리밸런싱 → 섹터 비중 조정 (분기별)
- 뉴스/공시 모니터링 → 기술 변화 추적
🎓 핵심 교훈 3가지
1️⃣ “야후의 교훈”을 기억하라
NVIDIA의 독주가 영원할 것이라 믿지 마세요.
기술 패러다임이 바뀌면 승자도 바뀝니다.
→ 대응: AMD, Broadcom 등 대체재 병행 투자
2️⃣ “편의점 레버리지”를 경계하라
작은 스프레드를 레버리지하면 변동성에 취약합니다.
Oracle처럼 차입으로 DC 확장하는 기업은 금리·전기료 리스크 존재.
→ 대응: 하이퍼스케일러(현금 풍부) 선호
3️⃣ “에쿼올 효과”를 활용하라
개인 특이적 데이터가 AI 효율을 극대화합니다.
같은 약이라도 장내미생물에 따라 효과가 다릅니다.
→ 대응: HM Pharma 같은 맞춤형 의료 데이터 기업 주목
📚 추천 도서
참고자료
- 언더스탠딩 : 세상의 모든 지식 유튜브 채널
- 원본 영상 - 10배 오를 AI 주식 여기 다 있습니다
- TradingView - 실시간 차트
- Yahoo Finance
- Google Finance
📢 함께 읽으면 좋은 글
- 김학주 교수의 2026년 투자 전략 - 전력 인프라가 증시의 운명을 결정한다 ⭐ 최신
- AI 거품론 반박과 한국 반도체 리스크 분석 - 왜 AI는 쉽게 터지지 않는가
- 너무 비싼 HBM, 삼성·하이닉스 독주 끝낼 대체 기���의 정체 (김학주 교수)
- 미·중 신냉전 시대의 AI 투자 전략 - 거품이 아닌 패권 경쟁
메모��� · 반도체 관련 포스팅:
쿠팡 파트너스 활동 고지
이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.
면책 조항
⚠️ 본 글은 ‘언더스탠딩 : 세상의 모든 지식’ 채널의 유튜브 영상 내용을 요약·정리한 것입니다.
영상 속 한동대학교 김학주 교수님의 강연 내용을 바탕으로 작성되었으며,
제가 직접 분석하거나 추천하는 내용이 아닙니다. 투자 권유가 아닌 정보 제공 목적입니다.
투자 결정은 본인의 판단과 책임 하에 이루어져야 합니다.
주식 투자는 원금 손실 위험이 있습니다.
본 글에 언급된 기업 정보는 영상 내용을 바탕으로 정리한 것이며,
실제 투자 전 반드시 재무제표, 최신 뉴스, 전문가 상담을 통해 확인하시기 바랍니다.
영상의 모든 저작권은 ‘언더스탠딩 : 세상의 모든 지식’ 채널과 강연자에게 있습니다.