Dylan Patel, SemiAnalysis
Quick Summary
Dylan Patel, SemiAnalysis를 중심으로, 세미애널리시스는 인허가 지연을 반영해 2027년 가동을 예상했던 데이터센터 수 GW의 가동 전망을 2028년으로 늦췄다. 파텔은를 핵심 판단 포인트로 압축 정리한다.
영상 보기
클릭 전까지는 가벼운 미리보기만 먼저 불러옵니다.
🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론
Dylan Patel, SemiAnalysis를 중심으로, 세미애널리시스는 인허가 지연을 반영해 2027년 가동을 예상했던 데이터센터 수 GW의 가동 전망을 2028년으로 늦췄다. 파텔은를 핵심 판단 포인트로 압축 정리한다.
📌 핵심 요점
- 세미애널리시스는 인허가 지연을 반영해 2027년 가동을 예상했던 데이터센터 수 GW의 가동 전망을 2028년으로 늦췄다. 파텔은 우주 데이터센터가 향후 3~4년 안에 지상 설비의 공급 부족을 덜어줄 규모에 이르기는 어렵다고 봤다.
- 데이터센터가 지역에 주는 이익은 재산세 감면 여부, 전기요금 부담, 완공 뒤 남는 일자리에 따라 달라진다. 세미애널리시스 조사에서 이미 대형 시설이 있는 카운티 응답자의 49%는 그 존재를 몰랐다. 이 수치는 주민의 인지도를 보여주며, 찬반을 알려면 별도 질문이 필요하다.
- 파텔에 따르면 몇 달 전까지 거의 없던 지속 실행형 에이전트 비용이 인터뷰 시점에는 세미애널리시스 연간 AI 지출 1,500만 달러의 45%를 차지했다. 그 비용의 대부분은 퍼플렉시티 컴퓨터를 통해 썼다. 클로드와 오픈AI 모델을 계속 쓰면서도 여러 작업을 맡기기 편한 제품을 선택한 것이다.
- AI 앱 매출이 늘어도 고객을 확보하는 데 드는 비용과 기반 모델 제공사에 지급하는 비용에 따라 수익성은 달라진다. 파텔은 자기 회사가 퍼플렉시티에 얼마를 쓰는지는 알지만, 그 매출에서 퍼플렉시티가 얼마나 남기는지는 모른다고 했다.
- 파텔은 반도체·광학·네트워킹 등에서 유망한 기술을 일찍 발견해 투자하려고 시드·시리즈 A 중심의 5억 달러 펀드를 조성했다고 밝혔다. 하드웨어 투자에서는 창업자의 역량과 초기 설계 아이디어의 타당성을 함께 본다. 그는 펀드를 별도 법인으로 운영하고 리서치 회사를 투자 기업 홍보에 쓰지 않겠다고 했다.
🧩 배경과 문제 정의
- AI 데이터센터 건설을 반기던 미국 일부 지역에서도 전기요금, 물 사용, 고용을 둘러싼 갈등이 커졌다. 세미애널리시스 창업자 딜런 파텔은 인허가 지연이 실제 가동 일정을 얼마나 늦추는지, 우주 데이터센터가 그 공백을 메울 수 있을지 짚었다.
- AI 시장에서는 새 모델이 나올 때마다 선두 기업에 대한 평가가 바뀐다. 반면 고객이 어떤 제품에 돈을 쓰고 계속 이용할지는 사용 편의성, 업무 수행 능력, 계약 조건에도 달려 있다는 게 파텔의 판단이다.
- 세미애널리시스는 연구 데이터와 컨설팅을 판매해 왔다. 파텔이 초기 기업에 투자하는 펀드까지 만든 배경에는 반도체와 인프라를 잘 아는 팀이 유망한 기술을 일찍 알아보고 지원할 수 있다는 판단이 있다.
🕒 시간순 섹션별 상세정리
1. 세미애널리시스가 추적하는 데이터센터와 주요 고객
- 파텔에 따르면 세미애널리시스와 관계사에는 15개국에 걸쳐 약 115명이 일한다. 세미애널리시스는 세계 각지의 데이터센터를 추적하며, 주요 고객은 대규모 클라우드 사업자, 반도체 기업, AI 연구소다. [00:24]
2. 우주 데이터센터가 단기 공급을 메우기 어려운 이유
- 파텔은 일론 머스크가 대규모 구축을 추진하는 2028년보다 실현 시점이 늦어질 쪽에 무게를 뒀다. 2030년 무렵 우주에 1GW 규모의 설비가 들어설 가능성은 열어 뒀다. [03:24]
- 향후 3~4년 안에 지상 데이터센터의 공급 제약을 덜 만큼 큰 용량을 확보하기는 어렵다고 봤다. 우주에서 설비를 구현하는 기술적 난도 때문에 그보다 훨씬 오래 걸릴 수도 있다. [03:44]
3. 텍사스 건설의 변수는 노조 인력과 환경 인허가
- 파텔은 전기요금 인상을 막고 물 사용을 관리하는 조건은 대체로 충족할 수 있다고 봤다. 더 까다로운 쟁점은 노조 인력이 적은 텍사스에서 노조 노동자 고용을 요구할 경우다. 이미 데이터센터에서 20만 달러 이상을 버는 전기공이나 산업 배관공도 있어 반발이 생길 수 있다는 판단이다. [04:45]
- 주정부는 용수·폐수·우수 처리와 대기 관련 허가를 통해 사업을 멈출 수 있다. 전력망에 연결하지 않고 물도 거의 쓰지 않는 시설까지 대기 허가의 영향을 받는다. [05:18]
4. 인허가 지연으로 수 GW의 예상 가동 시점이 밀렸다
- 세미애널리시스는 2027년에 가동할 것으로 보던 설비 수 GW를 2028년으로 옮겨 잡았다. 2028년 예정 물량 중에서도 수 GW가 더 늦어질 것으로 봤다. 파텔이 지목한 병목은 시공 능력이나 인력·장비 부족이 아니라 필요한 허가를 받지 못하는 문제였다. [06:23]
- 파텔에 따르면 미국에서 데이터센터를 금지하거나 신규 사업을 유예한 관할 지역 대다수에는 기존 시설이나 의미 있는 규모의 건설 계획이 거의 없었다. 금지 조치가 나온 지역 수만으로 실제 공급 차질을 가늠하기 어려운 이유다. [06:40]
5. 대형 시설이 있어도 주민 절반 가까이는 존재를 몰랐다
- 세미애널리시스가 100MW급 이상 시설이 운영·건설 중이거나 향후 3년 안에 들어설 예정인 카운티를 조사했다. 이미 시설이 있는 카운티에서는 응답자의 49%가 자기 카운티에 데이터센터가 있다는 사실을 몰랐다. [07:03]
- 향후 3년 안에 100MW급 시설이 들어설 카운티에서도 계획을 아는 응답자는 40%였다. 파텔은 선거 출구조사에서도 물가와 이란 전쟁이 주요 관심사였고 데이터센터는 상위 쟁점이 아니었다고 해석했다. [07:35]
6. 주민이 체감하는 손익은 세금·냉각 방식·고용에 달려 있다
- 파텔은 루이지애나의 한 카운티가 늘어난 재산세 수입으로 교사들에게 1인당 약 2만 달러를 지급한 사례를 들었다. 반대로 시설을 잘못 설계하면 바로 옆 주택은 소음에 노출되고 냉각에 쓰는 물도 많아질 수 있다고 인정했다. [09:32]
- 파텔의 추산으로는 칩 제조와 발전에 드는 물까지 합친 머스크의 전체 데이터센터 물 사용량이 인앤아웃 매장 세 곳과 비슷했다. 식당 쪽에도 소 사육에 드는 물을 포함해 양쪽 공급망 전체를 비교한 수치다. [10:15]
7. AI에 대한 반감이 눈에 보이는 시설로 향한다는 해석
- 진행자는 소프트웨어와 달리 데이터센터는 사람들이 직접 찾아가 항의할 수 있는 대상이라고 짚었다. 파텔도 AI 자체에 대한 반감이 물리적 시설을 둘러싼 반대로 이어진다고 봤다. [11:42]
- 파텔은 한 베스트셀러가 데이터센터의 물 사용량을 약 1,000배로 과대 추산했고, 수치를 정정한 뒤에도 기존 추산이 계속 인용됐다고 주장했다. [11:59]
8. 분기별 AI 선두 경쟁과 기업가치는 서로 다른 속도로 움직인다
- 진행자는 AI 기업들의 상장을 화두로 구글·앤트로픽·오픈AI·스페이스X가 번갈아 주목받는 현상을 짚었다. 파텔은 특정 기업이 앞선다는 평판이 바뀌는 폭에 비해 시장의 기업가치 평가는 완만하게 움직인다고 봤다. [13:05]
- 파텔의 평가로는 2분기에 앤트로픽, 3분기에 오픈AI가 두각을 나타냈고, 이후 앤트로픽이 새 모델로 기세를 되찾는 동안 구글도 경쟁에 복귀했다. 그는 업계를 매일 지켜보는 사람일수록 개별 출시나 지연에 지나친 의미를 부여하기 쉽다고 봤다. [13:44]
9. 모델 성능과 실제 업무를 맡겼을 때의 제품 평가는 갈린다
- 파텔은 인스팅트와 뮤즈의 기반 모델 성능을 오픈AI보다 낮게 평가하면서도, 사용자 요청을 실제로 처리하는 제품으로는 두 서비스를 더 높이 샀다. 오픈AI의 안전장치인 가디언이 코덱스와 닷츠에서 정당한 작업까지 과도하게 중단한다는 이유였다. [15:13]
- 진행자는 에이전트가 중요한 일정을 취소하거나 부적절한 메시지를 보내는 경우를 반론으로 들었다. 파텔은 그런 실수가 문제라는 점은 인정하면서도 뮤즈와 인스팅트에서 사고가 빈번하다는 이야기는 듣지 못했다고 답했다. [15:39]
10. 지속 실행형 에이전트가 연간 AI 지출의 45%를 차지했다
- 파텔에 따르면 세미애널리시스에서 지속 실행형 에이전트에 쓰는 비용은 몇 달 전까지 사실상 없었지만, 인터뷰 시점에는 연간 AI 지출 1,500만 달러의 45%를 차지했다. [16:03]
- 그 비용의 대부분은 퍼플렉시티 컴퓨터를 통해 지출했다. 내부적으로는 여전히 클로드와 오픈AI 모델을 쓰지만, 여러 작업을 맡기고 실행하게 하는 환경이 더 낫다고 판단했기 때문이다. 다만 파텔은 자기 조직이 장기적으로도 같은 서비스를 고수할지는 열어 뒀다. [16:26]
11. 고객을 붙잡는 계약 조건과 인터페이스
- 파텔은 개발자가 코딩 도구를 쉽게 바꿀 수 있는 데 비해, 특정 업무에 익숙해진 사용자나 할인을 받는 기업은 서비스를 계속 쓸 가능성이 크다고 봤다. 그가 본 앤트로픽의 기업 제안에는 전체 AI 지출의 70% 이상을 앤트로픽에 써야 할인을 받는 조건이 있었다. [17:15]
- 오픈AI 앱은 채팅과 업무 화면에서 모델 선택 방식이 다르고 추론 수준 선택지도 많다. 진행자는 대다수 사용자가 모델을 바꿀 수 있다는 사실조차 모를 것이라고 봤고, 파텔은 그렇다면 선택지를 그렇게 많이 둘 이유가 무엇인지 반문했다. [18:05]
12. AI 앱의 매출 성장과 투자 수익성은 별개의 판단이다
- 파텔은 인스팅트가 많은 사용자를 확보해 살아남을 가능성이 있다고 보면서도 현재 기업가치가 정당한지는 유보했다. 시에라와 하비 역시 매출이 빠르게 늘고 투자 대비 성과가 있다고 평가했지만, 고객 획득 비용이 높을 가능성을 짚었다. [21:27]
- 추론 서비스 기업의 높은 가치평가 배수도 매출 성장률과 마진이 뒷받침하는지에 따라 판단이 달라진다고 봤다. 응용 서비스 중에는 고객이 낸 돈의 상당 부분이 기반 모델 제공사로 넘어가는 곳도 있으며, 하비가 공개한 자료에서도 마진 변동이 컸다는 설명이다. [22:08]
13. 연구·컨설팅 사업에서 5억 달러 초기 투자 펀드로
- 파텔은 폭넓게 배우고 중요한 의사결정에 영향을 주려는 자신의 목표가 연구업과 맞는다고 봤다. 회사 매출의 대부분은 데이터세트 판매와 대형 클라우드 사업자·인프라 펀드 등을 위한 개별 컨설팅에서 나오며, 고객 전용 프로젝트는 연구 업무와 분리해 운영한다고 했다. [24:09]
- 유망한 기술을 일찍 발견했을 때 직접 투자하기 위해 단독 운용책임자로 5억 달러를 조성했다고 밝혔다. 펀드는 시드와 시리즈 A 단계에 집중하며 로봇, 반도체, 광학, 제조, 네트워킹을 투자 범위에 둔다. [24:41]
14. 인프라에 투자하는 기준은 팀이 직접 판단할 수 있는가다
- 투자 범위에는 하드웨어용 소프트웨어와 소프트웨어 인프라도 포함된다. 파텔은 소비자 앱의 인프라 비용에는 조언할 수 있지만, 이용자를 10억 명까지 늘리는 방법이나 제품의 성공 가능성까지 판단할 경험은 부족하다고 봤다. [26:24]
- 세미애널리시스에는 반도체 장비, TSMC·인텔의 연구개발, 엔비디아의 칩·커널, 대형 클라우드 인프라를 경험한 인력이 있다. 모델 학습과 컴파일러부터 데이터센터와 발전소 건설까지 직접 해 본 동료에게 기술 판단을 구할 수 있다는 것이 파텔이 꼽은 강점이다. [27:01]
15. 하드웨어 투자에서는 창업자와 아이디어를 함께 본다
- 파텔은 응용 소프트웨어에서는 뛰어난 창업자가 나중에 방향을 찾아갈 수 있지만, 하드웨어에서는 처음부터 창업자의 역량과 아이디어의 타당성을 함께 갖추는 일이 더 중요하다고 봤다. [28:41]
- 건별 투자액은 공개하지 않았다. 금액을 미리 밝히면 개별 기회에 맞춰 다른 결정을 내릴 여지가 줄어든다는 이유였다. [28:58]
16. 시트리니 인수 후에도 연구진이 발행 여부를 결정한다
- 파텔은 AI에 약세인 시트리니가 여러 차례 시장 판단을 맞혔고, 세미애널리시스와 다른 방식으로 연구한다는 점을 높이 평가했다. 인수 목적은 팀 고유의 연구 방식을 살리면서 회사 운영을 개선하는 데 있었다. [31:26]
- 시트리니는 별도 회사로 남았고, 어떤 연구를 발행할지에 관해서는 리서치 책임자 카일의 발언권이 가장 크다. 인수 당시 팀이 약세 의견을 내도 되느냐고 묻자 파텔은 판단을 그대로 내도 된다고 답했다. [31:52]
17. 세미애널리시스는 공급망을 수치로 추적하고 시트리니는 현장에서 가설을 검토한다
- 진행자는 시트리니의 보고서가 시장을 흔들었고 일부 내용이 현실화했다고 봤다. 다만 시트리니가 그린 시나리오의 성격은 확정적인 예측이 아니라 사고실험이었다고 짚었다. [32:36]
- AI의 장기 전망을 낙관하는 파텔도 세미애널리시스의 연구에서는 개별 데이터센터를 추적하고 칩·모델·클러스터를 직접 시험한다. 케이블·서버·GPU·반도체 제조 장비의 출하량과 메모리 가격이 공급망을 판단하는 근거다. [33:13]
18. 독자의 관심을 수익으로 연결할 때 평가의 신뢰가 걸린다
- 파텔은 가트너나 IDC 같은 기존 정보서비스 업체를 낮게 평가하면서도 정보 자체의 가치는 어느 때보다 크다고 봤다. 뉴스레터와 소셜미디어를 운영하는 회사의 과제는 독자의 관심을 끄는 동시에 독자가 쓸 만한 정보를 제공해 수익을 내는 것이다. [35:17]
- 파텔은 가트너의 유료 고객 관계가 기업 순위에 영향을 줄 수 있다고 의심했다. IBM 코딩 에이전트의 높은 순위를 예로 들었지만, IBM보다 낮게 평가된 제품이 커서였는지 클로드 코드였는지는 기억하지 못했다. [35:47]
19. 고객이 비판을 받아도 데이터를 계속 찾는 이유
- 파텔에 따르면 비판적인 평가에 반발해 계약을 해지하려던 고객사에서도 실무팀은 데이터를 계속 쓰고 싶어 했다. 그는 독자적인 판단이 데이터와 컨설팅을 구매하는 이유인 만큼, 의견을 팔면 두 사업의 기반까지 잃을 수 있다고 봤다. [37:26]
- 세미애널리시스는 여러 자료를 근거로 엔비디아가 일부 신생 클라우드 사업자를 대하는 관행에 반경쟁적 소지가 있다고 판단했다. 이는 파텔 팀의 분석이며, 엔비디아는 그 평가에 이의를 제기했다고 파텔은 말했다. [38:03]
20. 펀드는 공급망 인맥으로 투자사를 돕고 리서치 회사와 분리해 운영한다
- 펀드는 세미애널리시스·시트리니와 별도 법인이다. 파텔은 두 리서치 회사를 통해 투자사를 홍보하지 않겠다고 했다. 투자사에 제공할 수 있는 지원으로는 공급망 각 단계의 관계자를 소개하고 채용을 돕는 일을 꼽았다. [40:28]
- 컨설팅 계약으로 얻은 정보는 계약상 제약을 따르며, 이를 관리하는 데 비용이 든다. 파텔은 투자 여부나 고객 관계와 무관하게 실험 결과와 공급망 수치를 제시하고, 기술 방향이 잘못됐다고 판단하면 그 의견도 밝히겠다는 원칙을 세웠다. [41:02]
21. 투자 여부를 고르는 일과 회사를 직접 운영하는 일의 무게가 다르다
- 파텔은 어디에 시간을 쓸지 결정할 때마다 주변 사람의 중요한 순간이나 자신의 수면·건강을 놓칠 때가 있다고 했다. 매출이 큰 사업에서는 고객과의 협상이나 팀원 간 갈등처럼 직접 해결해야 하는 문제도 잦다. [42:21]
- 해고와 그에 따른 소송 가능성, 고객·공급사와의 협상, 채용과 동기 부여는 투자 여부를 결정하는 것과 다른 종류의 책임이다. 파텔은 이런 일을 몇 차례 겪어도 사람을 설득하고 팀의 의욕을 유지하는 데 정해진 답을 알지는 못한다고 했다. [43:04]
22. 15개국에 걸친 조직과 파텔 개인의 언어 경험
- 파텔에 따르면 약 115명이 15개국에서 일하며, 뉴욕·샌프란시스코·오리건·싱가포르·한국에 사무실이 있다. 사무실이 없는 다른 나라에서도 팀원들이 근무한다. [43:27]
- 파텔은 영어·구자라트어·힌디어·스페인어를 언급했고, 그중 두 언어는 대화를 이어가는 정도라고 했다. 중국어로 사람들을 웃긴다는 말은 상대의 억양과 몸짓을 보고 상황에 맞는 짧은 표현을 꺼낼 줄 안다는 뜻이었다. [44:35]
23. 칩 추론 성능과 전문 과제에서의 모델 역량을 따로 측정한다
- 향후 12개월의 연구 과제에는 화웨이·아마존과 여러 AI 반도체 스타트업의 칩에서 추론 성능을 시험하는 일이 포함된다. [47:00]
- 세미애널리시스가 출시한 GDPX 벤치마크는 사이버 보안, 칩·하드웨어 설계, 재료과학, 생명과학, 정량 분석 등 여러 분야의 복잡한 과제를 다룬다. 파텔의 평가로는 현재 모델들이 이 과제 대부분에서 여전히 저조한 성능을 보인다. [47:22]
24. 모델 성능 향상이 하드웨어 개발 기업의 증가로 이어질 수 있다
- 파텔은 모델이 복잡한 전문 과제를 더 잘 풀게 되면 특히 하드웨어 개발이 빨라질 것으로 전망했다. 앞으로 1년 사이 하드웨어를 만드는 기업과 실제로 잘 만드는 기업이 모두 크게 늘어날 수 있다는 기대다. [47:46]
- 그가 관심을 두는 구체적인 분야는 로보틱스와 반도체 패키징·네트워킹·메모리 기술이다. [48:00]
25. 파텔이 경험하는 색각 차이와 야간 시야
- 좋아하는 과자 타키스의 색을 두고 파랑과 보라를 혼동한 파텔은 적록 색각 이상을 임상적으로 확인받았다고 답했다. 자신은 빨강과 초록을 구별할 수 있고 대부분의 색을 본다고 했다. [48:39]
- 파텔이 체감하는 차이는 보라색과 파란색이 서로 비슷하게 보인다는 것이다. [49:44]
🧾 결론
- 데이터센터 공급 전망에서 중요한 단위는 개별 사업이다. 신규 건설을 유예한 지역이 늘어도 그곳에 예정된 설비가 적다면, 대형 시설 한 곳의 허가 지연이 실제 공급에 더 큰 영향을 줄 수 있다.
- 세미애널리시스의 구매 사례에서 모델을 제공한 회사와 고객 지출을 유치한 회사는 달랐다. 실제 업무를 맡기기 쉬운 인터페이스와 기업 할인 조건도 고객이 서비스를 계속 쓰는 이유가 될 수 있다.
- 파텔이 연구와 투자 양쪽에서 활용하려는 강점은 칩을 시험하고 장비 출하량을 추적하며 설비 건설 경험자에게 판단을 구할 수 있다는 점이다. 투자 후에도 불리한 결과를 공개할 수 있어야 고객이 그 연구를 믿고 구매할 이유가 남는다는 게 그의 설명이다.
📈 투자·시사 포인트
- 데이터센터 투자안을 볼 때는 발표된 투자액과 함께 허가를 기다리는 용량과 예상 가동 연도를 확인필요가 있다. 같은 수 GW라도 2027년에 가동되는지 2028년 이후로 밀리는지에 따라 해당 연도에 쓸 수 있는 용량이 달라진다.
- 지역 경제 효과는 건설기와 운영기로 나눠 봐야 한다. 건설 인력이 떠난 뒤에도 남는 세수와 상시 일자리를 주민이 부담할 전기요금·소음과 함께 살피면 지역별 이해관계가 보인다.
- AI 앱의 기업가치를 검토할 때는 매출 성장률, 고객 획득 비용, 모델 사용료를 지급한 뒤 남는 마진을 함께 봐야 한다. 고객이 업무 도구를 편리하게 여겨도 기반 모델을 직접 쓸 때와의 가격 차이가 커지면 앱이 받을 수 있는 요금에 한계가 생긴다.
⚠️ 불확실하거나 확인이 필요한 부분
- 수 GW의 일정 변경은 세미애널리시스가 수정한 가동 전망이다. 실제 가동 시점은 사업별 허가 결과를 확인해야 한다. 2030년 무렵 우주에 1GW 설비가 들어설 수 있다는 언급도 파텔이 열어 둔 가능성이다.
- 에이전트 지출 비중 45%는 파텔이 밝힌 한 조직의 수치다. 인터뷰에는 다른 기업의 지출 분포나 퍼플렉시티가 이 거래에서 얻은 마진이 제시되지 않았다.
- 리서치와 펀드의 법인 분리 및 발행 독립성은 파텔이 설명한 운영 원칙이다. 투자 기업과 컨설팅 고객의 이해관계가 겹칠 때 개별 발행 결정을 어떻게 내리는지는 추가 확인이 필요하다.
- 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
- 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
- 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.
✅ 액션 아이템
- 관심 있는 데이터센터 사업별로 예정 용량, 필요한 환경 허가, 현재 허가 상태, 최초·최신 예상 가동 연도를 한 표에 기록한다.
- AI 에이전트 후보에 같은 업무를 맡겨 완료 여부, 정당한 작업이 중단된 횟수, 잘못 수행한 횟수와 건당 비용을 비교한다.
- AI 앱의 매출 성장률을 검토할 때 고객 획득 비용과 기반 모델 사용료를 함께 확인하고, 공개 자료로 계산할 수 없는 마진은 미확인으로 표시한다.
- 리서치 회사가 투자한 기업에 관한 보고서를 읽을 때 투자 관계 공개 여부와 기술 평가를 뒷받침하는 시험 결과·공급망 수치를 확인한다.
❓ 열린 질문
- 2028년으로 가동 전망이 밀린 설비 가운데 실제로 그해 허가를 마치고 가동되는 용량은 얼마나 될까?
- 모델 제공사가 작업을 맡기는 인터페이스를 개선하면 세미애널리시스의 에이전트 지출은 어디로 이동할까?
- 펀드 투자 기업에서 시험 결과가 기대에 못 미치거나 일정이 늦어질 때, 세미애널리시스는 어떤 근거를 어디까지 공개할까?