돌비콩의 투자정복

AI 시대, 인간은 정말 늙지 않게 될까 https://blog.naver.com/dolbikong/224378879215

🇰🇷SK 최태원, CNBC 인터뷰 주요 발언 source - 올해 고객들의 주문 요청이 2배로 늘면서 수요도 두 배 증가 - 메모리 가격이 50% 오르며 칩플레이션이 소비자 가격에도 전가되고 있음 - 애플 등 완제품 업체의 가격 인상으로 이어지며, 단기적 해결책이 없음 - 신규 생산능력 확보에는 5년이 걸려 2027년 공급 부족이 가장 심할 것. 이후 신규 팹이 가동되면서 점차 완화 - 향후 5년간 생산능력을 2배 확대할 계획이지만, 고객 수요를 감안하면 이마저도 부족 - 향후 10년간 메모리 수요는 5배, 향후 5년간 AI 에이전트 사용량은 10배 증가 - 엔비디아는 하이닉스의 가장 중요한 고객이지만 특정 고객 의존도가 과도한 것은 아님. 엔비디아 자체가 AI 생태계 전반의 핵심 인프라 - 하이닉스의 HBM 베이스 다이는 TSMC가 생산. 결국 GPU와 HBM 생산능력이 함께 늘어야 AI 공급도 확대될 수 있음 - 과거 메모리 사이클을 반복하지 않기 위해 장기공급계약(LTA), 고객과의 팹 JV, Memory as a Service 같은 방식으로 투자 리스크를 분산할 계획 - 1997년 파산 직전까지 갔던 경험과 2023년 메모리 불황을 언급하며, 무리한 선제 증설보다 고객 수요에 연동된 투자가 필요 - 미국에서는 인디애나 팹, 신규 R&D 센터, 100억 달러 규모의 미국 AI 사업을 추진 중. 미국의 소프트웨어·시스템 기술과의 연계 강화 목적 - 미국을 포함한 여러 생산 거점을 한 달 넘게 검토 중이며, 고객들도 미국 내 생산을 요구. 다만 미국 정부와 직접 협의한 단계는 아님 - 삼전, 마이크론과 기술/자원 자체는 큰 차이 없지만, 하이닉스의 강점은 절박함과 팀워크. 오랜 위기 경험에서 형성된 조직문화가 차별화 요소 - 과거 메모리 수요는 스마트폰·PC처럼 기기 수에 의해 제한됐음. 한 사람이 스마트폰을 10대씩 쓰지는 않기 때문 - 반면 AI 시대에는 한 사람이 여러 AI 에이전트를 동시에 사용할 수 있어 1인당 메모리 수요 자체가 크게 늘어남 - 최 회장은 이를 단순한 메모리 업황 반등이 아니라, AI가 메모리 수요의 구조 자체를 바꾸는 장기 변화로 평가

📈AI만 오른 시장이 아니다 (Josh Brown) source 1. 현재 미국 증시 강세를 AI만으로 설명하기 어려움 - S&P500에서 기술주를 제외해도 이익 증가율은 28.3% - 기술주를 포함하면 32%로 높아지지만, 상승 동력의 대부분이 기술주에만 집중된 구조는 아님 - 실제로 11개 섹터 중 10개 섹터에서 이익이 증가하고 있음 2. 주가보다 더 강한 것은 실적 추정치 - 순이익률 전망은 실적 시즌 동안 15%에서 15.6%로 상향 - 매출 증가율은 15.2%로, 불과 두 달 전 예상보다 3%p 이상 높아짐 - 기업들이 기대치를 상회하는 것을 넘어 향후 전망까지 끌어올리는 중 3. 높은 밸류에이션에도 이유는 있음 - 20배의 PER이 싸다고 보기는 어려움 - 다만 현재 기업들은 팬데믹, 인플레, 인력난, 고금리, 관세 충격을 거치면서도 이익률과 자본 효율성을 개선 - 과거 평균이 16배였다는 이유만으로 지금도 같은 멀티플을 적용하는 것은 기업의 질적 변화를 무시하는 접근 4. 약세론의 가장 문제는 가격이 아니라 전제 - AI 버블, 시장 집중, 실적 없는 상승이라는 주장은 실제 이익 데이터와 점점 어긋나고 있음 - 조정 가능성은 언제든 존재하지만, 구조적 약세장을 주장하려면 먼저 이익 증가와 마진 개선이 꺾이는 증거가 필요 ✍️지금 시장이 비싸지 않다는 이야기가 아닌, 비싼 가격을 정당화할 만큼 이익이 빠르게 증가하고 있다는 것이 핵심. 가장 중요한 위험 신호는 금리나 헤드라인이 아니라 실적 추정치의 하향 전환

❤️금에 다시 주목할 시점 (The Gold Thesis) source 1. 금의 장기 강세 전망 - 러시아 외환보유액 동결 이후 중앙은행들은 달러와 선진국 국채도 정치적 위험에서 자유롭지 않다는 사실을 확인 - 여기에 미국의 부채 확대와 통화·재정정책 신뢰 저하가 겹치며 준비자산 다변화 수요가 커지고 있음 - 특히 중국을 비롯한 중앙은행의 금 매수는 단기 가격보다 장기적 달러 의존도 축소 2. 최근 하락은 과열 해소 - 금은 2026년 초 고점 이후 30% 조정을 거치며 수개월간 바닥을 다져옴 - 중국 유동성 둔화, 중앙은행 매수 공백, 전쟁 과정에서의 현금 확보 수요, 과도한 투자 열기가 꺾인 결과 - 현재는 실물 금 매장 앞의 대기 줄도 사라지고, 시장의 관심은 반도체와 모멘텀 주식에 집중 3. 매수 주체와 유동성은 우호적으로 - 중앙은행 매수가 1분기 공백 이후 재개되는 모습 - 글로벌 금 ETF는 5주 연속 순유입을 기록 - 달러 강세와 추가 금리 인상 우려가 완화될 경우 금의 기회비용도 낮아짐 - 금 1년물 콜옵션 스큐도 코로나 이전 수준까지 하락해 상승 위험 가격 반영 수요가 없는 상태 4. 기술적으로도 추세 전환 - 장기간 저항으로 작용했던 50일 이동평균선을 회복 - 하락 추세선을 돌파하고 200일 이동평균선 위로 복귀 - 단기 이동평균선의 골든크로스와 주간 RSI 반등도 확인됨 ✍️중앙은행이라는 구조적 매수자는 돌아오고 있는데 시장의 관심과 포지셔닝은 충분히 식었으며, 가격까지 장기 추세를 다시 회복하기 시작함

🔼마이크론의 키뱅크 포럼 Key takeaways source 1. 메모리 수급은 갈수록 타이트해짐 - Micron은 2027년이 26년보다 더 공급 부족이 심할 것으로 전망 - 데이터센터에서는 고객 수요의 절반도 충족하지 못하고 있으며, 다년간의 수요가 계속 들어오고 있음 2. 핵심은 HBM의 생산 구조 - HBM 100비트를 생산할 때 일반 DDR 약 300비트의 생산능력이 소모 - HBM4E에서는 이 비율이 4대 1 수준까지 악화 - HBM 수요가 늘어날수록 범용 DRAM 공급은 오히려 줄어드는 구조 3. 원자재에서 예약형 인프라로 - 기존 12개월 단위 LTA 대신 5년간 구속력 있는 Take-or-pay 방식의 SCA를 도입 - 실적 발표 당시 16건, 220억 달러 규모의 구매 약정을 체결했으며 이 중 180억 달러는 현금으로 뒷받침 - 고객들이 단기 가격 변동보다 장기 공급 확보를 우선하기 시작 4. 공급 부족은 이미 가격 결정력화 - Micron은 직전 분기 81%의 영업이익률을 기록했으며, 추가 상승 여력도 있음 - 미국 내 전공정 메모리 팹 투자도 2,000억 달러에서 2,500억 달러로 확대 - 미국산 메모리에 대한 프리미엄 역시 장기 계약에 반영되고 있음 5. DRAM 부족은 NAND까지 전염 - 시스템에서 DRAM이 부족하면 일부 워크로드가 SSD와 NAND로 밀려남 - AI 모델의 추론량과 컨텍스트 길이가 늘어날수록 이러한 현상도 확대 - 결국 HBM → 범용 DRAM → NAND 순서로 병목이 연쇄적으로 확산되는 구조 6. 다음 수요 폭발은 Physical AI - 휴머노이드 로봇 한 대에는 수백 GB의 DRAM과 수 TB의 SSD가 필요 - 향후 로봇이 대량 보급되면 현재 데이터센터 중심의 AI 메모리 수요를 넘어섬 ✍️이번 사이클의 핵심은 단순히 HBM이 잘 팔린다는 데 있지 않음. HBM 증설 자체가 범용 DRAM과 NAND 공급을 잠식하고 있으며, 고객들은 5년치 물량을 선점하기 시작. 메모리는 이미 장기 계약 기반의 희소 인프라가 됨

🔹이더리움은 이제 끝났습니다 source 1. 앞으로 몇 년 동안 ETH가 어떻게 살아남을 수 있을지 잘 모르겠습니다. 수익은 사실상 사라졌고, 이대로라면 ETH는 앞으로도 계속 순인플레이션 자산으로 남을 가능성이 커 보입니다. 2. ETH는 가치저장 수단(Store of Value)이 될 수 없습니다. 발행량을 둘러싼 논쟁이 반복되고 있고, 무엇보다 비탈릭이 계속해서 이상할 정도로 야심찬 업그레이드 계획을 바꾸고 있기 때문입니다. 불확실성이 너무 큽니다. BTC와 경쟁할 가치저장 수단을 찾는다면 ETH보다 오히려 ZEC가 더 나은 선택이라고 봅니다. 3. L2는 이더리움에 의미 있는 수준의 수익을 가져다주지 못합니다. 사실상 중앙화된 체인들이고, 실질적인 검열 저항성도 없습니다. 이들이 이더리움을 사용하는 이유는 주로 배포·정산 레이어로 활용하기 위해서일 뿐입니다. 4. 이더리움은 더 많은 앱과 더 많은 사용자를 가진 신생 체인들에 점차 TVL을 빼앗길 것입니다. 이미 이런 현상은 나타나고 있으며, 앞으로 몇 년간 더욱 가속화될 가능성이 높습니다. 5. 물론 이더리움 자체가 사라지지는 않을 것입니다. 사이퍼펑크들을 위한 일종의 디지털 성역(digital sanctuary) 으로는 계속 존재할 수 있습니다. 하지만 대부분의 사람들은 사이퍼펑크가 아닙니다. 6. 제 눈에는 ETH가 구조적인 쇠퇴 국면, 사실상 되돌리기 어려운 장기 하락 과정에 들어선 것처럼 보입니다.

🥇차마스가 말하는 투자와 부의 구조 source 1. 투자 - 투자 수익은 결국 상대방의 실수와 내 실수의 차이에서 발생함 - 타인의 판단은 통제할 수 없지만, 내 오류율과 포지션 크기, 보유 기간은 통제할 수 있음 - 실패를 피하려고 완벽한 정보를 기다리면 이미 기회가 사라짐 - 작은 규모로 먼저 베팅하고, 결과를 통해 논리를 수정한 뒤 확신이 높아질수록 자본을 확대하는 방식이 유리 - 투자자는 대체로 모멘텀 → 현금흐름 → 거시·지정학 → 투자 철학의 순서로 진화함. 최상위 투자자의 엣지는 특정 종목을 잘 맞히는 능력이 아니라, 반복 가능한 철학과 시스템 - 차마스가 제시한 Social Capital의 성과 구조는 지난 11년간 승자에서 번 돈과 패자에서 잃은 돈의 비율이 23대 1이었다는 것 - 핵심은 높은 적중률이 아니라, 틀렸을 때 작게 잃고 맞았을 때 크게 버는 구조 - 남들과 같은 종목을 보유하는 것은 상승장에서 편하지만, 하락장에서는 상관관계가 자본을 동시에 파괴함 - 인기 기관과 겹치지 않는 독립적 포지션은 외롭지만 위기에서는 가장 강한 자산이 됨 2. 다음 거대한 부의 원천 - 장기적으로 가장 큰 가치는 소비자에게 보이는 앱보다 플랫폼·인프라·추론 레이어에 축적됨 - 앱이 스택 아래로 내려가 다른 기업의 필수 기반이 되면, 시장 전체의 성장에 지속적으로 참여할 수 있음 - 차마스의 핵심 매크로 가설은 에너지와 컴퓨팅의 한계비용이 장기적으로 급격히 낮아진다는 것 - 이 흐름은 태양광·배터리·전력망·반도체·클라우드뿐 아니라 계산생물학과 신약 개발까지 확장됨 - 세계 최초의 조만장자는 에너지 전환에서 나옴. 전 세계 GDP의 10%를 재편할 정도의 기술이라면 수조 달러 기업과 압도적인 창업자 지분 가치가 수학적으로 가능 3. 기업과 삶 - 좋은 기업을 무너뜨리는 치명적인 변수는 기술보다 사람 - 평범하지만 선한 인재는 조직의 연골이 될 수 있지만, 정직하지 않거나 윤리 없는 고성과자는 결국 조직 전체를 오염시킴 - 돈은 행복을 직접 만들기보다 본래의 성향을 증폭함 - 자기만의 게임과 성공 기준을 정하지 않으면, 자산이 늘어날수록 타인의 평가와 더 비싼 소비에 종속됨

📰반도체 약세장은 2.4년에 한 번 온다 source 1. SOX 지수는 1995년 이후 31년 동안 13차례 약세장에 진입했음. 평균 2.4년에 한 번꼴로 발생한 만큼, 반도체의 급락은 예외가 아니라 산업의 기본적인 변동성임 2. 과거 반도체 약세장의 중간값은 낙폭 -37%, 하락 기간 9개월이었음. 현재는 한 달 동안 -20% 하락한 상태로, 역대 13차례 중 가장 얕은 조정에 해당 3. 최근 사례는 회복도 빨랐음. 2018년 무역전쟁은 4개월, 2020년 코로나 급락은 4개월, 2024년 엔캐리·관세 충격은 3개월 만에 신고가를 회복했음 4. 다만 반도체가 항상 수개월 만에 회복한 것은 아님. 닷컴버블처럼 실적이 뒷받침되지 않거나, 재고·설비투자 사이클이 구조적으로 무너진 경우에는 회복까지 수년이 걸렸음 5. 현재는 닷컴버블과 달리 기록적 매출과 마진, AI 인프라 투자라는 실제 수요가 존재함. 하이퍼스케일러의 설비투자와 HBM·패키징 수요가 유지된다면, 이번 하락은 밸류와 수급 조정에 가까움 6. 투자 관점에서 -20% 하락했다는 사실만으로 바닥을 단정하면 안 됨. 오히려 주가는 추가로 하락하더라도 실적 추정치와 AI 투자가 유지되는지가 핵심

🔗한국 증시 바닥과 AI 메모리 슈퍼사이클 source 1. 한국 증시는 급락 과정에서 신용·레버리지 포지션의 강제청산이 상당 부분 소진된 상태임. 반등 구간에서 남은 물량까지 정리되면, 신규 매수세가 강하지 않더라도 수급상 매도 압력은 빠르게 약해질 수 있음 2. 2000년 이후 S&P 500의 평균 실적 추정치는 시간이 지날수록 9% 하향됐음. 반면 2026년은 15%, 2027년은 이미 13% 상향되며 역사적 예외를 기록 중. 현재 상승장은 단순 밸류 확장이 아니라 이익 전망 자체가 계속 높아지는 장세 3. 핵심 동력은 AI 인프라임. 소스에 따르면 S&P 500 이익의 20%가 AI 인프라 투자와 직접 연결돼 있으며, 주요 하이퍼스케일러는 장기 컴퓨팅 용량 확보 경쟁을 이어가고 있음 4. 과거 메모리 사이클은 수요 증가→공급 증설→가격 붕괴가 반복됐음. 그러나 GPU 성능과 집적도가 높아질수록 HBM 탑재량과 DRAM 비트 수요도 함께 증가하며, HBM 생산 확대는 일반 DRAM 웨이퍼 공급까지 잠식함 5. 따라서 이번 사이클의 핵심 질문은 "언젠가 공급과잉이 오는가"가 아님. 공급이 계약 기반의 AI 수요를 따라잡기 전에 하이퍼스케일러의 투자가 먼저 둔화되는가가 진짜 변수임 6. 투자 관점에서는 한국 반도체주의 조정을 곧바로 사이클 고점 신호로 볼 필요가 없음. 레버리지 청산이 마무리되는 가운데 실적 추정치가 상향되고 있다면, 주가 조정은 수급 정상화 과정일 가능성이 높음 ✍️메모리주는 공급과잉 공포가 등장할 때가 아니라, 실적 추정치 상향이 멈출 때 경계해야 함

유발 하라리가 보는 AI 시대 source 1. 문명은 언어 위에 세워져 있음 - 국가, 종교, 법률, 금융 시스템은 사람들이 공유하는 이야기와 문서로 작동 - AI가 인간보다 언어를 잘 다루게 되면 문명의 운영체제 자체를 장악할 수 있음 2. AI는 도구가 아니라 행위자임 - 인쇄기나 원자폭탄은 인간이 명령해야 움직이는 도구 - AI는 스스로 결정하고, 새로운 아이디어를 만들며, 다음 행동까지 설계 - 신(AI)을 만들면서, 인간의 노예로 남길 수 있다는 생각은 모순 3. AI의 지배는 로봇이 아니라 관료제 - AI는 금융, 법률, 행정처럼 규칙과 문서로 움직이는 시스템에 최적화 - 인간보다 모든 법률을 잘 기억하고, 시장을 24시간 추적하며, 빠르게 의사결정함 - AI는 총 든 로봇이 아니라 변호사, 공무원, 경영자의 형태로 인간의 통제권을 가져감 4. AI에 법적 인격을 줄 것인가 - AI가 법인처럼 계좌를 만들고, 투자하고, 직원을 고용하고, 소송까지 할 수 있게 되면 완전히 새로운 행위자가 탄생 - 먼저 결정해야 할 것은 AI를 법과 정치 체계 안에서 어디까지 허용할 것인가 5. 민주주의는 AI에 특히 취약함 - 독재는 한 명이 움직이지만, 민주주의는 다수의 대화로 움직임 - 신문, 라디오, TV, 인터넷이 민주주의의 기반이었던 것처럼 정보기술이 바뀔 때마다 민주주의도 흔들렸음 - 이미 사람들이 무엇을 보고 이야기할지 결정하는 편집자는 추천 알고리즘 6. AI 시대에는 진실이 더 희소하다 - 진실은 찾는 데 비용이 들고 복잡하며 불편함 - 거짓은 싸고 단순하며 사람들이 듣고 싶어 하는 형태 - AI는 이런 거짓과 설득을 무한히 생산할 수 있음 - AI는 인간이 이해할 수 없는 복잡한 시스템을 만들 가능성이 큼 7. 다음 병목은 지능이 아니라 지혜 - AI는 문제를 해결하는 지능을 싸고 풍부하게 만듦 - 하지만 무엇을 해결해야 하는지, 어떤 목표를 추구해야 하는지는 대신 결정해주지 못함 - 지능은 소원을 이루는 지니, 지혜는 어떤 소원을 빌어야 하는지 판단하는 능력 ✍️AI 시대의 본질적인 변화는, 인간보다 언어를 잘 다루는 비인간 행위자가 법률·금융·언론·관계의 운영권을 가져가는 것

✖️some bear market thoughts on crypto source 1. 지금은 매수 부재의 시장 - 팔 사람은 대부분 팔았지만 신규 자금이 없음 - AI로 간 자금이 돌아오지 않으면 횡보가 길어질 수 있음 2. 크립토 VC 생태계는 사실상 마비 - 2023년 인프라 과잉투자로 엑싯이 막힘 - 트랙션이나 강한 창업자 이력이 없는 초기팀은 투자 유치가 불가능 - 프로젝트 폐업과 채용 축소도 빠르게 진행 중 3. 결국 PMF를 찾은 것은 금융시장뿐 - 밈코인·현물, 무기한 선물, 수익률 상품, 예측시장, 스테이블코인 결제 - 거버넌스·소셜·게임·신원증명 등은 독립 시장이 아니라 거래 앱의 부가기능으로 축소 4. 모든 기업이 만드는 것도 두 가지 - 현물·파생·예측·주식까지 거래하는 Everything Exchange - 복잡한 디파이 수익률을 간단한 상품으로 포장하는 Yield Product 5. 살아남을 체인도 두 종류 - 커뮤니티 기반: Ethereum, Solana - 유통망 기반: Base, Robinhood, Tempo, BNB Chain - 기술만 있고 사용자와 유통이 없는 체인은 사라짐

🤑메모리 슈퍼사이클은 아직 초기 (Bernstein) source 1. Bernstein은 AI 발전을 학습 → 기본 챗봇 → 고급 추론 → 에이전틱 AI의 네 단계로 구분함. AI가 고도화될수록 수혜가 HBM에만 집중되지 않고 전체 메모리·스토리지로 확산되는 구조 2. 1단계인 모델 학습에서는 HBM 수요가 압도적이며, 일반 DRAM과 NAND·HDD 수요도 강하게 발생함. 지금까지 시장이 주목한 AI 메모리 사이클은 대부분 이 구간이었음 3. 기본 챗봇 추론 단계에서는 자원 소모가 일시적으로 낮아짐. 이미 학습된 모델에 단순한 질문과 답변을 처리하는 수준이라면 HBM을 제외한 메모리·스토리지 수요는 상대적으로 제한적임 4. 그러나 장문 컨텍스트와 RAG, 추론이 결합되는 3단계부터 수요가 다시 급증함. HBM뿐 아니라 NAND와 기업 SSD 수요도 최상위 수준으로 올라가며, 데이터를 저장하고 불러오는 능력이 중요해짐 5. 에이전틱 AI 단계에서는 수혜의 중심이 더 넓어짐. 에이전트가 과거 작업을 기억하고, 도구를 사용하며, 장시간 워크플로를 수행하려면 일반 DRAM과 NAND가 대량으로 필요. HDD 수요까지 높아지는 이유 6. 메모리 트레이드를 HBM 단일 사이클이 아님. 초기 수혜가 GPU와 HBM에 집중됐다면, 다음 수요는 범용 DRAM → NAND·SSD → 대용량 HDD 7. 현재를 고급 추론에서 에이전틱 AI로 넘어가는 구간으로 본다면, HBM 고점 논쟁보다 메모리 수요의 외연이 얼마나 빠르게 넓어지는지가 더 중요

🤔하이프를 쫓아야 할까, 무시해야 할까? (Sequoia) source 1. 그해의 하이프가 승자를 만들지는 않았다 - 2008년 최대 관심사는 구글이었지만, 그해 설립된 대표 기업은 에어비앤비 - 2009년에는 저수준 프로그래밍이 화제였지만, 우버가 탄생 - 2021년에는 크립토에 몰렸지만, Anthropic이 출현 - 즉, 현재 가장 시끄러운 분야에 뛰어드는 것과 장기적으로 위대한 기업을 만드는 것은 별개 - 시장의 관심이 최고조에 달했다면, 경쟁과 자본도 함께 과열 2. 진짜 메가트렌드는 6년 전부터 흔적을 남긴다 - LLM은 2016년 처음 상위 15개 주제에 진입한 뒤, 2022년에 1위가 됨 - AI 코딩은 2021년 12위에서 시작해 2026년 최대 화두로 올라섬 - 크립토 역시 2011년부터 등장한 뒤 2017년과 2021년에 정점을 맞음 - 새로운 트렌드는 어느 날 갑자기 생기지 않음 - 작은 개발자 커뮤니티와 기술 서브컬처에서 먼저 등장하고, 수년간 축적된 뒤 대중 시장으로 폭발 3. 단기 하이프보다 지속 기간이 중요하다 - 일시적으로 검색량과 언급량이 폭증하는 주제는 많음 - 그러나 여러 사이클을 거쳐도 관심이 유지되는 분야는 드묾 - 일론 머스크 관련 산업군은 지난 14년 동안 매년 상위 15개 주제에 포함 - 전기차, 우주, 로보틱스, AI처럼 실제 산업 확장과 연결됐기 때문 - 하이프의 크기보다 몇 년 동안 살아남았는지를 봐야 함 ✍️아직 작지만 수년째 사라지지 않고, 기술적 진전이 계속 누적되는 분야 찾기

전력(Power)의 시대가 온다 (Melvin, Chamath) source 1. AI 핵심 병목은 가동 가능한 전력으로 - 중요한 것은 몇 년 뒤 공급될 계획 전력이 아니라, 계통 연결·변전·냉각까지 마쳐 오늘 GPU를 돌릴 수 있는 Energized MW - Gartner는 2026년 데이터센터 전력 수요가 26% 증가하고, 2027년에는 AI 서버의 전력 소비가 일반 서버를 추월할 것으로 전망 - 모델은 빠르게 상향 평준화될 수 있지만, 가동 중인 전력은 단기간에 복제할 수 없음 2. 네오클라우드는 같은 1MW로 더 많은 매출을 만듦 - CoreWeave, Nebius, IREN의 활성 전력 1MW당 연환산 매출은 ~1,040만 달러로, Digital Realty, Equinix보다 2배 이상 - 콜로케이션이 공간과 전력을 임대한다면, 네오클라우드는 그 위에 GPU, 네트워크, 소프트웨어를 얹어 연산 자체를 판매하기 때문 - SpaceX의 ~5,000만 달러는 현재 실적과 직접 비교보다, 전력, 컴퓨트, 모델, 유통을 수직 통합했을 때 가능한 수익화의 상단 3. GPU 부족은 네오클라우드의 가격 결정력으로 연결 - SemiAnalysis에 따르면 H100 1년 계약가는 2025년 10월 GPU당 시간당 1.70달러에서 2026년 3월 2.35달러로 38% 상승 - 이미 전력과 GPU를 확보한 사업자는 재계약 가격과 가동률을 높이고, 구형 GPU의 경제적 수명도 연장할 수 있음 - 전력 부족 → GPU 임대료 상승 → 장비 확보 경쟁 → 인프라 공급망 압박으로 이어지는 자기강화 구조 4. 최종 승자는 수직 통합 사업자 - Chamath의 프레임으로 보면 협상력은 대체로 하이퍼스케일러 > 네오클라우드 > 모델 전업사 순으로 형성 - 자체 컴퓨트가 없는 모델 기업은 전력과 GPU를 가진 사업자에게 통행료를 내야 함 - Google, Meta, SpaceX처럼 전력, 컴퓨트, 모델, 수요처를 함께 가진 기업이 유리하며, 네오클라우드도 단순 임대를 넘어 플랫폼으로 가야 ✍️결국 AI 시대의 원유는 당장 가동되는 전력임. 진짜 해자는 MW를 확보하는 것에서 끝나지 않음. 그 전력을 고부가 연산으로 전환하고, 감가상각과 이자를 모두 제하고도 현금을 남기는 능력

Ribbit Capital: Power Letter (2026) source 리빗 캐피털은 2013년 Bitcoin Letter, 2018년 Crypto Letter 등을 통해, 시장을 관통하는 예언에 가까운 인사이트 리포트를 발행한 미국의 Tech VC임 1. AI의 병목은 자본이 아니라 전력임. 돈은 넘치지만 전기, 변압기, GPU, 냉각 설비, 네트워크, 데이터센터가 부족해 AI 성장을 제한함 2. 에너지와 AI 산업은 모두 [생산-이동-저장-판매]의 네 단계로 구분됨. 이를 통해 산업 전반에서 가치가 어디에 축적될지 알 수 있음 3. 전력 산업에서는 발전, 송전, 저장(배터리·열에너지 저장), 유틸리티 및 전력시장을 통한 판매에 해당함 4. AI 산업에서는 모델·반도체 개발, 네트워크 및 인터커넥트, 메모리와 컨텍스트 저장, 지능을 판매하는 앱·API에 해당함 5. 현재는 AI 수요가 폭발하고 태양광·배터리의 경제성이 확보된 데다, 각국 정부가 AI와 에너지를 전략 산업으로 인식하고 하드테크 창업자들이 등장하는 변곡점 6. 장기적으로 가장 큰 승자는 하드웨어, 소프트웨어, 에너지, 운영을 수직 통합한 시스템 기업일 것 7. 현재의 GPU, 변압기, 냉각, 네트워크, 전력 장비 병목은 미래의 플랫폼임. 단기적 공급 부족을 이용하는 기업보다 병목 자체를 구조적으로 해결하는 기업에서 거대 기업이 탄생할 것 8. 차세대 AI 데이터센터인 컴퓨트 팩토리는 전력, 냉각, 네트워크, 반도체, 소프트웨어를 하나로 통합해 지능을 생산하는 AI 시대의 정유공장으로 진화 중 9. AI는 에너지 인프라, 배터리, 컴퓨팅 시장은 물론 SMR, 지열, 핵융합 등 차세대 전력 기술의 대규모 확장을 촉진하며 수십 년 발전 과정을 몇 년으로 압축 중 10. 핵심 투자 논리는 단순함. 지능은 인류가 보유한 자산 중 가장 높은 수익을 창출하므로, 가장 큰 기회는 지능의 생산비 또는 지능 생산에 필요한 에너지 비용을 낮추는 기업에 있음 ✍️Comments - 한편, 리빗은 작년 Token Letter을 통해 곧 토큰 혁명의 시대가 올 것이라고 예언하기도 함 - 즉, 향후 AI 봇과 자율 에이전트가 경제 주체로 활동하며 세상을 재편할 것 - 스테이블코인을 시작으로 에이전트가 실시간 계약을 체결하고 결제·정산하는 에이전트 커머스가 보편화됨 - GPU 자원 할당, 공급 계약, 재무 관리 등을 자율 수행하기 위해 프로그래밍 가능한 토큰이 보편화될 것

🧠텔레파시 만들러 떠난 OpenAI 연구원 source · OpenAI 핵심 연구 인력 나오미 배시칸스키가 회사를 떠나 BCI 스타트업 Conduit의 창립 연구원으로 합류 · Conduit은 뇌에 칩을 심지 않고, 헤드밴드로 수집한 뇌 신호를 텍스트와 AI 명령으로 변환하는 Thought-to-Text 모델을 개발 중 1. 완벽한 독심술은 필요하지 않음 - 뇌 신호에서 사용자의 대략적인 의도를 추출 - LLM이 현재 화면, 작업 내용, 사용자 문맥 등을 함께 분석 - 불완전한 신호만으로도 구체적인 명령을 추론할 수 있음 - 부정확한 GPS 신호도 지도와 이동 경로를 결합하면 정확한 위치를 찾는 것과 유사 2. Conduit이 예상하는 미래 - 2027년: 생각만으로 AI에 작업 지시 - 2030년: 생각을 텍스트로 번역하지 않고 AI에 직접 전달 - 2035년: AI가 외부 도구가 아닌 인간의 여섯 번째 감각처럼 작동 - 현재 기술 수준은 아직 GPT-2 시대에 불과한 초기 - 데이터가 늘어날수록 뇌 신호와 실제 의도 사이의 의미적 유사도가 꾸준히 개선 중 3. 결론 - AI 시대의 병목은 인간의 입력. AI는 여러 작업을 동시에 처리하나, 인간은 키보드와 음성으로 하나씩 명령 - AI의 다음 인터페이스는 인간의 뇌가 될 것 - 인터페이스가 [키보드 → 음성 → 생각]으로 이동한다면 AI 에이전트 활용량과 추론 수요가 더욱 폭발 - 다만 뇌 신호는 검색 기록이나 금융정보보다 훨씬 민감한 데이터 - 그래서 승자는 보안과 사용자 통제권까지 확보한 기업

💡생물학에서 AI '재귀개선' 시작 source 1. AI가 유망한 효소 변이를 예측하고, 로봇 실험실이 이를 합성, 발현, 검증한 뒤 결과를 다시 모델에 학습시키는 폐쇄형 연구 루프가 구현됨 2. 톈진대 연구진의 REAP 시스템은 단 5회의 자동화 사이클만으로 한 효소의 목표 활성을 57배, 다른 효소는 104배 개선함 3. 기존에는 AI가 후보를 추천해도 사람이 합성하고 실험한 뒤 결과를 정리해야 했으나, 이제는 예측→제작→검증→학습 과정 전체가 자동화되면서, 생물학 연구가 소프트웨어처럼 빠르게 반복되기 시작 4. 즉, 목표와 평가 기준이 명확한 영역에서는 이미 현실 세계의 재귀적 최적화가 작동하기 시작함. AI가 효소, 의약품, 신소재, 농업 생물체를 직접 설계하고 실험하며 개선하는 자율 과학자가 되고 있음 5. 이에 따라 AI 바이오의 병목은 모델 성능보다 실험 처리량으로 이동 중. 연구실 로봇, 단백질·유전자 합성, 분석장비, 바이오 제조가 AI 인프라로 부상 ✍️다만 이번 성과는 특정 효소 두 종류에서 나온 초기 결과. 곧바로 범용 신약개발이나 론제비티 등을 구현해낸다는 의미는 아니며, 실제 환경에서의 검증/비용 문제는 남아 있음

💰바닥이 나왔다는 신호 (Ansem) source - 악재가 나와도 가격이 더 이상 내려가지 않음 - 세일러가 매도하고 있는데도 저점을 높이는 중 - 크립토 네이티브 모바일 앱들이 실제 트래픽을 만들기 시작 - Pump.fun 매출은 전주 대비 20% 증가, Fomo는 일주일 만에 사용자 10만 명을 돌파 - 기관의 관심이 다시 유입됨. 로빈후드 체인 출시, 폴 튜더 존스의 공개적인 BTC 강세 전망 - 소셜미디어에서도 관심이 다시 살아나는 중. X에서 김치 관련 게시물이 조회수 3,000만 회를 기록했고, Insentos의 틱톡 영상이 유행 향후 강세장 시작을 확인해줄 신호 - 온체인 코인들이 첫 번째 대규모 거래량 고점 이후 다시 전고점을 돌파 - 주요 온체인 코인들의 홀더 수가 꾸준히 증가 - 주류 언론이 다시 크립토를 본격적으로 다루기 시작 - 개발자들이 온체인에서 새로운 메커니즘을 실험하기 시작 - 성공한 프로토콜의 에어드롭이 온체인 생태계 참여자들에게 경기부양책처럼 작용

🏳️‍🌈구글 AI 제국의 내전 (feat. 주가 급락) 1. AI 핵심 인력 집단 퇴사? - 하사비스는 DeepMind의 일상 운영에서 물러나 의장·Alphabet 수석과학자로 이동 - 코레이는 Gemini 모델·프런티어 연구·앱·개발자 조직을 총괄하는 실질적 운영자로 부상 - 제프 딘, 산제이 게마왓, 오리올 비냘스, 쿽 레는 퇴사 후 Discovery Loop 창업 - 다만 구글이 투자하고 파트너십도 체결한 만큼 적대적 결별은 아님 - 노암 샤지어는 OpenAI, 존 점퍼는 Anthropic으로 이동 2. 코레이 체제의 의미 - 구글의 약점은 연구 역량보다 복잡한 공동지도체제와 느린 제품화 - 이번 개편은 모델·연구·제품 조직을 코레이 중심의 단일 지휘체계로 통합 - 하사비스는 장기 AGI·과학 연구, 코레이는 Gemini 출시·상용화에 집중하는 역할 분담 - 갑작스러운 쿠데타보다는 진행되던 권한 이양을 공식화한 성격 3. 결론 - 구글은 Search, YouTube, Android, Cloud, TPU와 10억 명의 Gemini 사용자를 가진 가장 완성도 높은 AI 풀스택 기업 - 하지만 이제 시장은 '구글에는 천재가 많으니 결국 알아서 잘할 것'이라고 맹신하지 않음 - 이번 개편은 복잡한 공동지도체제를 정리해 Gemini의 출시와 상용화를 가속하는 성공적 구조조정 혹은, - 권력 집중과 연구자 이탈이 반복되며 프런티어 경쟁력을 잃는 실패 중 하나 ✍️결국 판단 기준은 출시될 Gemini의 성능, 출시 속도, 매출 전환, 추가 인재 이탈 여부

지능이 상품이 될 때의 해자 (feat. TAO) source 1. 오픈웨이트 모델, 증류, 후처리 기술이 발전하면서 프론티어급 AI 성능을 구현하는 비용은 빠르게 낮아지고 있음 2. AI 사용량과 GPU, 전력 수요는 계속 증가할 수 있음. 다만 지능 자체가 상품화되면 데이터센터와 모델 기업의 초과수익은 줄고, 인프라 수익률은 유틸리티 수준으로 압축됨 3. Bittensor는 전 세계의 GPU와 AI 개발자를 연결해 학습·추론·예측 등의 작업을 수행시키고, 성과에 따라 TAO를 보상하는 탈중앙화된 지능 생산 시장을 지향함 4. 따라서 TAO의 핵심 투자 논리는 특정 AI 모델의 승리가 아님. 모델이 상품화될수록 이를 평가, 가격화, 정산하는 시장 인프라의 가치가 커진다는 베팅 5. 지능이 희소한 제품에서 값싼 원자재로 바뀐다면, 승자는 생산자가 아니라 지능의 거래소일 수 ✍️다만 현재는 매출보다 토큰 인센티브 의존도가 높고, 검증 구조와 탈중앙화 역시 아직 실험 단계에 불과함