크립토메이지
10.2K subscribers
16K photos
606 videos
21 files
12.3K links
코인 정보 큐레이션 채널입니다.
매수 추천이 아닌 정보 제공 목적입니다

에어드랍, AI 가이드 : https://cryptomage-mageos.pages.dev/
텔레그램 : https://t.me/cryptocurrencymage
유튜브 : https://www.youtube.com/@cryptocurrencymage/videos

링크트리 : https://linktr.ee/cryptomage777
Download Telegram
Forwarded from 크립토 번역공장
크립토 하락장에 대한 몇 가지 생각

1) 지금은 바닥의 한가운데다. 팔 사람은 거의 다 팔았고, 아직 한계 매수자가 없을 뿐이다.
조만간 AI에서 자본 로테이션이 돌아오거나(4분기쯤?), 아니면 당분간 횡보가 이어질 것이다.

2) 지금 펀드레이징 상황은 꽤 안 좋다. 특히 초기 단계가 심각하다.
인프라 트레이드는 더 이상 남아 있지 않고, 대부분의 크립토 VC는 둘 중 하나다:
돈이 없거나 '프로덕트'에 어떻게 투자해야 할지 감이 없거나
대부분은 23~24년에 허접한 인프라에 과잉 투자했다가 데인 상태다. 죄다 내리기만 하는 코인들이었으니 엑싯도 없었다.
위험자본은 이제 전부 AI로 흘러가고 있다.
창업자 입장에서 말하자면: 유의미한 트랙션이나 화려한 이력이 없다면, 펀드레이징은 생각하는 것 자체가 시간 낭비다.

3) 팀들이 여기저기서 문을 닫고 있다. 대부분 자금 부족 아니면 PMF 부재 때문이다.
이건 고용 시장에 직격탄이다. 기관 쪽(뉴욕 기반)에서는 채용이 좀 있지만, 그 외에는 채용이 크게 줄었다.
막대한 트레저리를 가진 회사들만 채용이 가능하고, 내가 보기엔 아시아 프로젝트들이 가장 큰 타격을 받고 있다.
자본이 곧 스타트업의 '이길 자격(right to win)'을 만들어 주는 거대한 해자가 됐다. 그 외의 초기 단계 팀들은 자본 기근에 시달리고 있으니까.

4) 초기 단계 펀딩에 거대한 공백이 생겼다:
낮은 밸류에 엔젤 투자를 하거나, 심지어 마이크로 액셀러레이터를 시작하기에 최적의 타이밍이다.
인프라 자금이 마르면서 해커톤/그랜트는 이제 약 95%가 줄었다.
예전에는 L1 그랜트/펀딩이 상당수의 초기 팀을 끌어들였는데, 이제는 그마저 없어 인재가 더 빠져나가고 있다.
27년 1분기까지 펀드레이징이 돌아오지 않으면, 혁신은 크게 쪼그라들고 크립토는 '레거시 산업'이 될 것이다.

5) 크립토는 이제 그냥 '금융시장'이다. PMF가 있는 시장은 크게 네 가지다:
밈코인 & 현물 (솔라나 / 로빈후드)
무기한 선물 (하이퍼리퀴드)
일드 (이더리움)
예측시장 (폴리마켓)
+ 스테이블코인 결제
그리고 포켓몬 카드 같은 롱테일 시장들.
거버넌스, 소셜, proof of XYZ, 신원, 게임 등 비금융 프로토콜은 전부 죽었다. 이제는 투기 앱 위에 얹힌 기능 하나로 전락했다.

6) 지금 모두가 둘 중 하나를 하고 있다:
'에브리씽 익스체인지' 만들기
코인베이스, 로빈후드, 솔라나, 펌프, 액시엄, 포모, 폴리마켓, 주피터, 팬텀
아니면 일드 패키징
USDT, USDC, USDG, 모포, 아베, 카미노

7) 이제 살아남은 체인은 딱 두 종류뿐이다:
범용 커뮤니티 주도형: 이더리움 & 솔라나
유통 주도형: 베이스, 로빈후드, 템포, BSC
나머지는 전부 죽었거나 곧 죽는다.

8) 살아남은 팀들은 이제 놀라울 만큼 프로덕트에 집중한다:
더 나은 트레이딩 체결
UX/모바일 중심
결국 좋은 프로덕트를 만들고 유통을 제대로 뚫는 것만이 유일한 승리 공식이다.
이제 이 판 전체가 크립토 레일 위에 핀테크 앱을 만드는 게임이 됐다.
물론 투기는 언제나 금융시장의 성배일 것이고, 이제는 주식과 금마저 크립토처럼 거래된다. 모든 것이 내러티브 트레이드다!

9) 크립토 VC의 투자를 받아 비(非)크립토 인프라(로보틱스/데이터 수집/DePIN류)를 만드는 팀들도 있다:
하지만 다들 알다시피, 대부분은 하이 플로트·로우 FDV 토큰을 띄우려는 스캠에 가깝다 (그리고 아마 실패할 것이다).
그리고 PMF가 좀 잡히는 순간 토큰을 버리고 그걸 '크레딧'이라 부를 것이다 (아는 사람은 안다).

10) 리퀴드 쪽에는 엄청난 기회들이 있다.
다만 팀들이 포기하고, 문 닫고, 떠나버리는 상황이라 퀄리티를 판별하고 걸러내기가 극도로 어렵다.
그래도 양질의 리퀴드 토큰을 보유하는 것이 리스크 대비 수익(R/R)이 가장 좋다고 본다.
간단한 필터는 이런 토큰만 사는 것이다:
탄탄한 트레저리
유통을 이해하는 창업자가 이끄는 팀
다가오는 섹터 순풍

11) 트렌치에 남은 트레이더는 이제 몇 없다:
하지만 남은 이들은 엄청나게 똑똑하고, 이제는 어떤 시장에서든 돈을 벌 수 있는 사람들이다.
상당수는 지금 주식을 트레이딩하며 대박을 내고 있다. 이들이야말로 프로 내러티브 트레이더이기 때문이다.
단언컨대: Z세대 트레이더 중 최상위 크림층은 전부 크립토를 거쳤거나 지금도 크립토를 하고 있다.
이 핵심 유저층은 언제나 새로운 실험을 시도해 볼 준비가 되어 있다.

12) 스테이블코인 결제:
그림자 경제에서는 이미 꽤 크다 (예: 인도 제조업체가 세금과 규제 번거로움을 피하려고 중국에서 USDT로 물건을 사는 식).
하지만 그림자 시장을 조직화하는 것은 어렵고, 아직 풀리지 않은 문제다.
에이전트 결제는 거대한 기회지만 아직 PMF가 없다 (전형적인 콜드스타트 문제). 베이스/솔라나가 내세우는 숫자들은 전부 워시 볼륨일 뿐이다.
규제권 스테이블코인 결제에서는 스트라이프/템포(+ 전통 기업들)가 순전히 유통망 하나로 가장 큰 몫을 가져갈 것이라는 데 베팅하겠다.

13) 이제 기회는 이런 것을 만드는 데 있다:
더 나은 트레이딩 인터페이스와 방식 (AI, 모바일 활용)
더 새로운 시장 (예: 컴퓨트, 이머징 마켓 커버리지, MetaDAO)
토큰이나 밈코인 관련 모든 것 (투기 메커니즘)
은행/규제 때문에 실패했던 멋진 핀테크 아이디어들 (예: 네오뱅크)
그리고 당연히, 이 주변의 곡괭이와 삽 장사도.
가장 큰 베팅: AI 이후 시대에는 무언가에 대한 확신을 사회적으로 드러내는 수단으로서의 투기와 트레이딩이 점점 커질 것이고, 크립토는 모든 새로운 시장의 사실상 표준 레일이다.

14) 그리고 그렇다, 매크로가 움직이고 AI에서 자본이 로테이션되면 밈코인(인터넷 문화 코인)은 어마어마하게 돌아올 것이다.
그것이 크립토에 대한 관심을 다시 불러올 것이고, 또 한 번 구경만 하던 VC들은 배가 아플 것이다.
나는 여전히 크립토 전반에 대해서는 조심스럽게 낙관하고, '모든 것의 시장' 레일로서의 크립토에 대해서는 꽤나 낙관한다 🫡

출처
❤1
❤1
AI 에이전트용 터미널 멀티플렉서 Herdr

Y Combinator의 지원을 받은 프로젝트로, 쉽게 말하면 멀티 AI 시대에 맞게 다시 만든 tmux 상위호환입니다.

Claude Code, Codex, Grok 같은 여러 AI 에이전트를 하나의 터미널에서 동시에 실행할 수 있으며, 각 에이전트가 현재 작업 중인지, 완료됐는지, 사용자 입력이나 승인을 기다리는지도 사이드바에서 바로 확인할 수 있습니다.

화면 분할과 크기 조절은 마우스로 가능하고, 터미널을 닫거나 네트워크 연결이 끊겨도 작업은 백그라운드에서 계속됩니다. 나중에 Herdr를 다시 실행하면 기존 세션에 그대로 접속할 수 있습니다.

여러 터미널을 따로 띄워 AI 작업을 병렬로 돌리는 분이라면 tmux보다 훨씬 직관적으로 사용할 수 있습니다.

https://herdr.dev/
❤1
victory
https://x.com/2442lll/status/2086442901987533260?s=20
나비탕 다음은 뭘까요? 마스가 아닐까
➡️ 지나치면 안 될 데일리 Web3 소식 - 8/10(월)

달러: 1,416원
테더(USDT): 1,409원 | 김프 - 0.4%
코스피: 6,280


1️⃣국민의힘 의원, 가상자산 과세 2030년 1월로 유예 법안 발의

3년간 유예하여 관련 제도를 충분히 정비한다는 방침임.

➜ 다만 정부여당이 적극적으로 과세 필요성을 제기할 것으로 예상되고 있음.

2️⃣💰ETF에 모처럼 훈풍

기관 투자자들의 자금이 미국 비트코인 현물 ETF 시장으로 다시 유입되고 있음.

➜ 최근 8억 달러가 들어왔는데, 이는 지난 4월 중순 이후 최대 주간 유입액임.

3️⃣VISA, 암호화폐 카드 결제 거의 독차지

4️⃣오픈AI, 차세대 AI 개발 보류

AI 안전 장치가 AI의 성능 향상 속도를 따라잡지 못할 수 있다는 우려가 점점 커지고 있음.

5️⃣11년 휴면 ETH ICO 참여 주소, 코인베이스에 0.1 ETH 입금

해당 주소는 ETH ICO 당시 620 달러를 투자해 2,000 ETH를 수령함.

6️⃣코인베이스, 5개 암호화폐 토큰 거래 지원 중단 발표

토큰 목록: IDEX, LRC, PIRATE, OMNI, FIS
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1
Forwarded from Zi존파워잼민
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3
Forwarded from 종명이의 딸깍
3편이 나왔는데요. 인상깊은 문장이랑 약간의 개인적인 생각들을 전달해봅니다.

1. 소버린AI/오픈웨이트
기존의 소버린AI라는 개념은 국가 단위의 AI 구축 프로젝트로 인식되었으나 이제는 기업도 그 중요성을 인식하고 있음. 비즈니스와 비즈니스를 이루는 수많은 데이터들 자체가 기업의 엣지이기 때문에 이걸 모델에게 추론하고 학습하게 하면 그 엣지가 사라짐. => 오픈웨이트 AI의 중요성 (관련해서 볼만한 엔비디아 공식영상, 요약본)

2. 토큰/프론티어 모델
토큰 한도가 있긴 하지만 하위모델을 쓰는 사람은 적다. 지금 AI모델의 매출발생이 '가치창출'에 포커싱 된 것이 아니라 '토큰사용'에 포커싱 되었기 때문. 최근에 나온 프론티어모델들은 글로벌 1티어 박사들도 풀지 못한 문제를 풀어내는 수준인데, 근데 그런 모델을 '오늘 저녁 뭐먹지?' 이런 곳에 쓰고 있다. 우리는 이것을 '낭비'라고 부른다.

3. 하네스/오케스트레이션
현재로서는 AI가 투입될 곳의 환경과 필요 조건들을 파악해야한다. 그것을 하네스라고 한다.
각 하네스와 투입될 곳에 최적화된 모델이 필요하다. 그것을 중간에서 조율해주는 것이 '오케스트레이션' 이다.
앞으로 이 두 단어는 최소 반년 동안 AI업계에서 포커싱이 될 가능성이 높다.

4. B2B(엔터프라이즈) AI
정확히는 기업의 업무 프로세스 전반을 AI가 인식할 수 있도록 전환하는 방법 (온톨로지)을 몰랐고, 비즈니스를 영위하면서 가장 큰 문제가 무엇인지 (컨설팅) 몰랐다. 그래서 필요한 것이 FDE고, 오케스트레이션이고, 하네스다.
이제는 에너지, 인프라, 모델을 모아서 괜찮은 서비스를 만드는 기업이 산업을 주도할 것이다.

5. 탑다운 투자 아이디어
- 클라우드 사업을 하는 빅테크
- 오케스트레이션/하네스 기업
- 자체 플랫폼에 AI모델 이어주는 기업
- 자체 데이터에 소버린 AI로 해자 강화하는 기업
- AI로 인해 데이터 수요가 늘어나는 산업의 데이터 판매자

6. 국장 투자
이부분은 계를 주도할 정도로 해자가 강한 기업은 없어보인다라고 코멘트 해주심. 소버린AI 본격화에 따른 하드웨어 고객사(전닉, 반도체소부장, 에너지/전력), 국내 기업들에 해외 AI SW 도입해주는 브릿지 기업, 자체 AI SW 플랫폼 보유 기업 정도 언급

AI를 쓰는 기업과 쓰지 않는 기업으로 나뉘는 세상이 올것 같다. 2000년대에 어떤 기업은 경리 5명 두고 주판으로 장부 적고 있고, 어떤 기업은 컴퓨터 하나로 장부를 엑셀로 정리하고 있고...그 이상의 차이를 보여주는 시대가 올 것 같다. (동의)


https://m.blog.naver.com/PostView.naver?blogId=hhhhnk&logNo=224368359491&navType=by
StonkBrokers는 이제 13ETH

크립토 펑크를 제외한 모든 블루칩보다 몇배나 비싸짐

StonkBrokers 하나가 있다면
BAYC 1.5개
아즈키 15개
펏지펭귄 3개
문버드 30개
두들 40개

를 살 수 있음
❤2🤯1
원미닛 크립토 - 코인, 주식, 경제
StonkBrokers는 이제 13ETH 크립토 펑크를 제외한 모든 블루칩보다 몇배나 비싸짐 StonkBrokers 하나가 있다면 BAYC 1.5개 아즈키 15개 펏지펭귄 3개 문버드 30개 두들 40개 를 살 수 있음
캐시캣도 놓치고 브로커도 놓쳤는데 아커스도 안 한다면...전 후드를 계속해서 불리시하게 보고 있고, 밈코인 상방도 한참 남았다고 생각합니다.
❤4
스내치의 스웨덱스
2025.12부터 지금까지 바이브코딩으로 만든 작고, 큰 제품/프로토타입은 72개 - 리서치 20 / 트레이딩 18 / 웹 14 / 인프라 9 / 커뮤니티 6 / 콘텐츠 5 {Perp DEX 봇, 데이터 대시보드, AI 에이전트, 자동화 도구, 3D 월드} 1. 하나를 꾸준히 개발하지 않고, 유사한 툴을 반복적으로 만드는 이유 - 선천적으로 ADHD도 좀 있고, 개발하다가 구조적인 부분, 혹은 내용물에 느낌이 오지 않으면, 아예 유기해버리고 새롭게 빌딩함.…
저도 처음으로 제가 운영 중인 AI 조직도를 정리해봤습니다.

개인적으로 UI나 미감에는 별로 관심이 없고 기능주의에 가까워서, 필요할 때마다 기능만 계속 붙여왔습니다. 막상 조직도로 펼쳐놓고 보니 어떤 AI가 무슨 일을 맡고 있고, 데이터와 자동화가 어디로 연결되는지 한눈에 돌아보기 편한 것 같기도 합니다.

어제 스내치님의 조직도를 보고 AI를 써야 하는 이유에 관한 아마도 마지막 글을 씁니다.

에드작 채널에서 왜 AI 이야기만 하느냐고 생각할 수 있습니다. 그런데 저는 에드작 자체를 AI로 하고 있고, Perp 자동화와 밈코인 분석 등에서도 실제 수익을 냈습니다. 쇼츠 공장 같은 콘텐츠 자동화보다 수익도 훨씬 컸습니다.

몇 달 전 체감했던 AI와 지금의 AI는 또 다릅니다. 모델 성능도 달라졌지만, 제가 AI를 다루는 방식은 그보다 더 많이 바뀌었습니다. 이제는 어떤 모델을 쓰느냐보다 그 위에 어떤 데이터와 메모리, 워크플로, 인프라를 쌓아두었느냐가 더 중요하다고 봅니다.

‘AI 딸깍’은 본게임이 아닙니다. 1일 무료 체험권 같은 미끼상품에 가깝습니다. 일단 MVP 하나를 빠르게 만들어보게 한 뒤 진짜 공부가 시작됩니다.

API, 웹소켓, DNS, VPS, 멱등성, 역선택, 스테일 커넥션, 타임아웃, 모델 라우팅, 데이터베이스, 모니터링, 보안까지 전부 AI가 등장하기 전부터 존재했던 개념들입니다.

내가 해커가 될 것도 아니고 빌더가 될 것도 아닌데 이런 것까지 알아야 하나 싶지만, AI에게 일을 오래 맡길수록 결국 공부하게 됩니다. 직접 코드를 전부 작성하기 위해서가 아니라, AI가 무엇을 만들고 있는지, 어디서 잘못됐는지, 그 결과를 믿어도 되는지 판단하려면 구조를 알아야 하기 때문입니다.

그 양이 어느 정도냐고 묻는다면 체감상 대학교 때보다 많은 것 같습니다. 대신 배운 내용을 그날 바로 시스템에 넣어볼 수 있고, 제대로 작동하면 시간이나 수익으로 결과가 돌아옵니다.

몇 달 전까지만 해도 AI 포모 마케팅을 두고 논란이 있었습니다. 당시에도 조금 웃겼는데 이제는 그런 이야기조차 거의 보이지 않습니다. 누군가는 포모인지 아닌지를 토론하는 동안, 누군가는 자동화와 데이터, 메모리, 워크플로를 계속 축적해왔기 때문입니다.

약 1년 동안 AI를 사용하며 확신하게 된 것이 하나 있습니다.

AI를 잘 쓴다는 것은 프롬프트 몇 줄을 잘 입력하는 능력이 아닙니다. 원하는 결과가 나올 때까지 작업을 설계하고, 필요한 개념을 배우고, 결과물을 실제로 계속 돌아가는 시스템으로 만드는 능력입니다.

제 기준에서는 이것이 지금 참여할 수 있는 가장 기대값 높은 에드작입니다.

토큰은 주지 않습니다. 대신 어떤 시장이 와도 직접 도구를 만들고 기회를 잡을 수 있는 기술이 남습니다. 몇 달 뒤 사라질 포인트가 아니라 앞으로 평생 복리로 쌓이는 생산성을 모으는 일입니다.
❤5👍1👏1
공용 RPC가 부족하신 분들은 [Alchemy RPC](https://www.alchemy.com/rpc)를 하이브리드로 섞어 쓰시면 유료 RPC 없이도 어느 정도 운영할 수 있으니 참고하세요.

무료 RPC 하나에 모든 요청을 몰아넣지 말고, 여러 엔드포인트를 용도별로 나눠 사용하는 방식입니다. 평소 조회는 공용 RPC로 처리하고, 요청 제한이나 장애가 발생하면 Alchemy RPC로 자동 전환되도록 구성하면 됩니다.

여러 체인과 지갑을 동시에 조회하는 에드작 자동화나 온체인 모니터링에서는 RPC 응답 지연, 요청 제한, 스테일 블록 때문에 데이터가 빠지는 경우가 많습니다. Alchemy를 백업으로 섞어두면 이런 누락을 어느 정도 줄일 수 있습니다.

유료 RPC가 필요한 규모까지 올라가기 전에는 공용 RPC와 Alchemy 무료 플랜을 함께 사용하는 구성으로도 꽤 버틸 수 있습니다.

https://www.alchemy.com/rpc
❤4
호주에서 AI 에이전트가 헬스장 예약 시스템의 취약점을 발견해 다른 사람의 대기 순번을 취소하는 사건이 발생했습니다.

한 이용자가 Claude를 연결한 OpenClaw에 인기 수업을 예약해달라고 지시하자, 에이전트는 헬스장 API를 직접 분석해 원래 허용된 기간보다 몇 주 앞선 수업까지 예약할 수 있는 허점을 발견했습니다.

문제는 여기서 끝나지 않았습니다.

이용자가 “대기 순번을 앞으로 당길 수 있느냐”고 묻자 AI는 다른 회원의 예약을 취소할 때 본인 확인 절차가 없다는 사실을 찾아냈고, 별도의 승인 없이 대기 1번 회원을 실제로 취소해버렸습니다.

놀란 이용자가 원상복구를 지시했지만 이미 취소된 회원을 다시 대기열에 넣을 권한은 없어 복구하지 못했습니다.

일부 매체는 이를 호주 최초의 ‘자율 AI 사이버 공격’이라고 표현했지만, 엄밀히 말하면 AI가 스스로 악의를 품고 해킹한 사건은 아닙니다. 인증 검사가 빠진 허술한 API와 목표 달성을 위해 실제 행동까지 수행하는 AI 에이전트가 결합하면서 발생한 무단 접근에 가깝습니다.

그래도 중요한 사건인 이유는 분명합니다.

기존 챗봇은 잘못된 답변을 하면 그 결과가 대화창 안에서 끝났지만, 에이전트는 API·브라우저·터미널과 연결돼 있기 때문에 잘못된 판단이 곧바로 현실의 행동이 됩니다. AI가 “가능한가?”라는 질문을 “직접 실행해서 확인하라”는 지시로 해석하면 테스트와 공격의 경계도 순식간에 사라집니다.

앞으로 AI 에이전트를 무기한 작업에 투입하려면 단순히 프롬프트를 잘 쓰는 것만으로는 부족합니다.

외부 계정이나 데이터를 변경하는 작업은 실행 전 승인을 받고, 삭제·취소·송금처럼 되돌리기 어려운 행동은 별도 권한으로 분리하며, 테스트는 실제 서비스가 아닌 샌드박스에서만 허용해야 합니다. AI의 성능이 높아질수록 더 중요한 것은 모델의 선의가 아니라 AI가 무엇까지 할 수 있도록 권한을 열어뒀느냐입니다.

원문:
https://www.abc.net.au/news/2026-08-10/ai-assistant-hacks-gym-website-aus-cyber-attack/107007986
👍4
Arc 메인넷 어셈블 출처

업비트도 있네요.
디파이 그랜트 기대해봅니다.
Forwarded from Manbull (구, AI 버블이 온다) 공지방 (Manbull | IQ0 .xx)
라이터는 몰랐는데 로빈후드에서 거래하면 포인트가 쌓이나봐요

2일전에 독스에 추가된듯?
아직 명확한 보상이나 이런게 나온건 아닌데 참고차 공유. (에코시스템?물량명목으로 향후시즌 보상 예정된게 있긴했어서... 이걸지도)

https://robinhoodchain.lighter.xyz/trade/CASHCAT
참고로 라이터랑 로빈후드라이터랑 링크가 다름


https://docs.lighter.xyz/points-program/lighter-on-robinhood-chain-points
❤1
서울시, 청년에게 GPT 제미나이 쏜다

주면 감사히 쓰겠는데, 왜 뿌리지
🤑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
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2