티스토리 뷰
목차
상위 4개 종목이 포트폴리오의 약 80.9%를 차지합니다. 마이크론 25.42%, 샌디스크 24.65%, 씨게이트 17.17%, 웨스턴디지털 13.66%입니다. 처음 이 수치를 봤을 때 솔직히 "이건 ETF가 아니라 4종목 직접 투자에 가깝겠다"는 생각이 먼저 들었습니다.
무조건 가입해야 하는게 아닌가 싶어요. 저는 바로 가입했어요.
AI는 계산한 뒤 반드시 어딘가에 쌓입니다
반도체 투자를 하면서 제가 느낀 건, 국내 메모리 주가가 생각보다 미국 시장 분위기에 훨씬 더 많이 끌려다닌다는 점이었습니다. 삼성전자나 SK하이닉스의 실적이 견조해도 미국 반도체 업종 전체가 약세로 돌아서면 같이 밀리는 걸 몇 번이나 직접 경험했습니다. 실적만 보면 버텨야 할 것 같은데 시장 분위기가 주가를 끌어내리는 그 아이러니가 아직도 기억에 남습니다. 정말 미국이 강대국이구나 라는 생각도 다시 한번 느꼈습니다.
그런 경험 때문인지, 이번에 KODEX 미국AI메모리 TOP2 플러스를 처음 접했을 때 "아, 이건 국내 메모리 투자자들이 미국 쪽에서 직접 포지션을 잡을 수 있는 구조구나"라는 생각이 먼저 왔습니다. 그리고 상품의 핵심 논리를 들여다보니 단순한 반도체 ETF가 아니라는 걸 알게 됐습니다. 다른 ETF와는 다르더라구요.
이 상품이 제시하는 질문은 간단합니다. AI가 계산을 끝낸 후에 그 결과물은 어디로 가는가. 대화 기록, 영상, 학습 결과, 추론 과정에서 만들어진 데이터는 다시 꺼내 쓰기 위해 어딘가에 남아야 합니다. GPU와 CPU는 계산을 끝내면 다음 작업에 재사용되지만, 생성형 AI가 만든 데이터는 서비스가 이어지는 동안 계속 누적됩니다.
이 누적 구조에서 두 가지 저장 수요가 나뉩니다. SSD(솔리드스테이트드라이브)와 HDD(하드디스크드라이브)입니다. SSD란 낸드 플래시 메모리 기반으로 데이터를 빠르게 읽고 쓰는 저장장치로, 자주 접근하는 데이터를 처리하는 데 강점이 있습니다. HDD란 자성 원판에 데이터를 기록하는 방식으로, 대규모 데이터를 상대적으로 경제적인 비용으로 장기 보관하는 데 유리합니다. AI 데이터센터가 커질수록 이 두 조건이 동시에 필요해집니다. "속도냐 용량이냐"가 아니라 둘 다 필요한 시장인 것입니다.
- AI 연산: GPU·CPU가 데이터를 처리하고 다음 작업에 재사용
- 생성 데이터: 대화·영상·추론 결과가 지속적으로 누적
- SSD: 자주 접근하는 데이터를 빠르게 읽고 쓰는 저장장치
- HDD: 대규모 데이터를 경제적으로 장기 보관하는 저장장치
80%가 4종목에 몰려 있는 구조, 단점일까 장점일까
KODEX 미국AI메모리 TOP2 플러스의 기초지수는 Akros U.S. AI Memory TOP2 Plus Index입니다. 2026년 9월 15일 상장했고 종목코드는 0238F0, 총보수는 연 0.55%입니다. 위험등급은 2등급으로 분류돼 있습니다(출처: 삼성자산운용).
2026년 10월 1일 공개 구성 데이터 기준으로 마이크론 25.42%, 샌디스크 24.65%, 씨게이트 17.17%, 웨스턴디지털 13.66%입니다. 이 숫자를 처음 봤을 때 "테마 ETF치고 집중도가 꽤 높다"는 느낌이 들었습니다. 분산이라는 단어를 붙이기엔 상위 4종목이 너무 크게 포트폴리오를 끌고 갑니다.
집중도가 높다는 것이 나쁜 설계라는 시각도 있습니다. 실제로 그런 의견도 충분히 이해합니다. 반면 제가 생각하는 이 구조의 실용성은 다른 곳에 있습니다. 메모리와 스토리지 업황이 어느 방향으로 움직이는지가 ETF 성과에 빠르게 반영된다는 점, 그래서 무엇을 봐야 하는지가 단순해진다는 점입니다.
마이크론은 2026 회계연도 4분기 매출이 542억3천만달러로 집계됐고, 연간 매출은 1,331억9천만달러에 달했습니다. 회사는 AI 수요를 배경으로 다음 회계연도에 대한 강한 전망을 제시했습니다(출처: Micron Technology 투자자 관계). 샌디스크도 2026 회계연도 4분기 데이터센터 매출이 29억7천700만달러로, 직전 분기보다 103% 증가했습니다. 이 수치들이 ETF 자체의 미래 수익을 보장하지는 않습니다. 하지만 왜 운용사가 이 두 회사를 TOP2로 전면에 배치했는지는 충분히 설명해줍니다.
DRAM이란 전력이 공급되는 동안 데이터를 빠르게 읽고 쓸 수 있는 휘발성 메모리로, AI 서버의 연산 과정에서 핵심적인 역할을 합니다. NAND란 전원이 꺼져도 데이터가 유지되는 비휘발성 플래시 메모리로, SSD의 핵심 저장 소자로 쓰입니다. 마이크론은 DRAM과 NAND를 모두 생산하고, 샌디스크는 NAND와 SSD 중심의 저장장치에 집중합니다. 뒤를 잇는 씨게이트와 웨스턴디지털은 대용량 HDD와 클라우드 저장 인프라 축을 맡습니다.
포트폴리오 안에서 어떻게 쓸 것인가
제 경우 반도체 관련 보유 비중이 이미 있는 상황에서 이런 테마 ETF를 추가로 볼 때 제일 먼저 하는 건 기존 보유 종목과 얼마나 겹치는지 확인하는 것입니다. 엔비디아나 광범위한 AI ETF가 이미 많이 들어가 있다면, 이 상품을 추가했을 때 실제로 다른 방향의 노출이 생기는지 아니면 그냥 반도체 비중만 더 쌓이는 건지 먼저 따져봐야 합니다. 자산을 늘리기 위해서는 꼭 해야 할 일이죠.
이 ETF는 GPU나 AI 소프트웨어, 클라우드 서비스를 담지 않습니다. 철저하게 메모리와 스토리지 저장 인프라에만 집중합니다. 그래서 S&P500이나 나스닥100 같은 넓은 지수 ETF를 코어(핵심 자산)로 두고, AI 저장 인프라라는 좁은 테마를 위성 자산으로 추가하는 방식이 제가 봤을 때 가장 선명한 활용법입니다. 코어는 시장 전체의 성장을 따라가고, 테마 자산은 AI 저장 수요에 대한 추가적인 의견만 표현하게 됩니다.
테마 ETF를 볼 때 제가 항상 먼저 확인하는 세 가지가 있습니다. 상위 종목 집중도, 총보수, 그리고 ETF 시장가격과 NAV(순자산가치) 사이의 괴리입니다. NAV란 ETF가 보유한 자산의 실제 가치를 주식 수로 나눈 값으로, 시장에서 거래되는 가격과 차이가 벌어질수록 고평가나 저평가 상태로 매수하게 됩니다. 신규 상장 ETF는 거래량이 아직 얇을 수 있어 이 점을 특히 주의해서 봅니다.
이 상품은 적어도 이름과 실제 포트폴리오가 같은 방향을 보고 있다는 점이 마음에 듭니다. 테마 ETF 가운데는 이름만 그럴듯하고 실제 편입 종목을 보면 주제와 거리가 먼 경우도 꽤 있습니다. AI 메모리라는 이름을 걸고 마이크론과 샌디스크에 실제로 절반을 배치한 이 구조는, 최소한 상품이 무엇을 말하려는지는 분명합니다.
자주 묻는 질문
Q. 마이크론과 샌디스크만 사면 되지 않나요, 왜 ETF로 살까요?
A. 메모리 업종은 제품 가격과 공급 계약 사이클에 따라 기업별 실적 반응이 빠른 편입니다. 개별 종목으로 접근하면 특정 회사의 제품 사이클 타이밍을 맞혀야 하는 부담이 생깁니다. ETF 구조는 씨게이트, 웨스턴디지털, 주변 밸류체인까지 함께 담아 한 회사의 업황 변화에 전체 포지션이 흔들리는 리스크를 줄여줍니다. 어느 방식이 낫다는 게 아니라 각자 감수하고 싶은 리스크에 따라 선택이 달라지는 문제라고 봅니다.
Q. 이미 AI ETF를 갖고 있는데 이 ETF까지 추가하면 중복 아닌가요?
A. 중복 여부는 기존 보유 ETF의 편입 종목을 직접 확인해야 알 수 있습니다. 광범위한 AI ETF는 GPU, 클라우드, 소프트웨어를 두루 담기 때문에 메모리·스토리지 비중은 생각보다 낮은 경우가 많습니다. 반면 엔비디아 단일 집중형 AI ETF와는 섹터 중복이 덜할 수 있습니다. 제가 이런 상황에서 먼저 하는 건 편입 종목 리스트를 비교해서 실제 새로운 노출이 생기는지 확인하는 것입니다.
Q. 신규 상장 ETF인데 괜찮을까요?
A. 신규 상장 ETF는 운용 기록이 짧다는 점보다 거래량과 순자산 규모가 아직 얇을 수 있다는 점이 실질적인 리스크입니다. 시장가격과 NAV 사이의 괴리가 벌어진 타이밍에 매수하게 될 수 있기 때문입니다. 상장 초기일수록 매매 전 괴리율을 직접 확인하고 유동성이 충분한 시간대에 거래하는 것이 낫다고 생각합니다.
Q. HDD 기업이 메모리 ETF에 왜 들어가나요?
A. AI 데이터센터가 필요로 하는 저장 인프라는 빠른 접근이 필요한 데이터와 장기 보관이 필요한 데이터로 나뉩니다. SSD가 전자를 담당한다면 HDD는 후자를 담당합니다. 씨게이트와 웨스턴디지털은 대용량 HDD와 클라우드 저장 인프라 쪽의 대표 기업입니다. 메모리만 담는 상품이라기보다 AI 저장 인프라 전체의 두 축을 동시에 잡은 설계로 보는 것이 더 정확합니다.
결론
AI 투자를 GPU와 연산 성능 쪽에서만 바라보는 분들도 많고, 저도 처음엔 그 시각에 가까웠습니다. 그런데 실제로 AI 서비스가 운영되는 구조를 들여다보면 연산 다음의 저장, 그 저장을 담당하는 메모리와 스토리지 기업들이 결국 함께 성장할 수밖에 없다는 논리가 꽤 설득력 있게 다가왔습니다.
KODEX 미국AI메모리 TOP2 플러스는 마이크론과 샌디스크의 DRAM·NAND·SSD 축과 씨게이트·웨스턴디지털의 HDD 축을 동시에 담아 AI 저장 인프라 전체를 한 상품으로 압축한 구조입니다. 집중도가 높은 만큼 업황 변화가 빠르게 반영된다는 점은 장점이기도 하고 주의해야 할 부분이기도 합니다. 코어 자산은 넓은 지수 ETF로 유지하고, 이 상품은 AI 저장 수요에 대한 의견을 표현하는 위성 자산으로 활용하는 것이 제가 생각하는 가장 균형 잡힌 접근입니다. 투자 전에 편입 비중, NAV 괴리율, 기존 포트폴리오와의 중복 여부를 순서대로 확인해보시길 권합니다.