블랙 옥토버와 에이전트 금융의 충돌
1. 이번 에피소드의 중심축은 48시간 동안 PHP, Node.js, Railway, Linux kernel, GitLab, QUIC에서 연쇄적으로 터진 초대형 CVE들인데, 패널들은 이를 단순 보안 사고가 아니라 “AI가 인터넷 공격·방어 속도를 바꿔버린 첫 집단 쇼크”로 본다.
2. 흥미로운 포인트는 패치 국면에서조차 Claude 같은 폐쇄형 모델은 안전 정책 때문에 즉시 대응에 제약이 있었고, 실제로는 오픈소스 모델이 키 회전·패치 자동화에 더 유용했다는 점인데, 이는 “AI 시대에 오히려 오픈소스가 더 중요해진다”는 크립토식 논리와 맞닿아 있다.
3. Tarun의 프레임은 명확하다: 과거엔 폐쇄형 소프트웨어가 더 안전하다고 여겼지만, 이제는 바이너리 리버스 엔지니어링이 쉬워져 닫혀 있다고 안전하지 않으며, 오히려 공개된 코드가 더 빨리 취약점 공유·방어 개선을 만든다는 주장이다.
4. 구체 사례도 강했다: Cloudflare는 수백만 건의 익스플로잇 시도를 봤고, 핀란드·네덜란드·프랑스·일본 정부 웹서비스가 방어 차원에서 셧다운됐으며, Microsoft는 중국 연계 위협 행위자가 공개 직후 CVE를 실제 악용하는 것도 포착했다고 한다.
5. 두 번째 큰 축은 JPMorgan, Wells Fargo, Bank of America, Citi, Schwab 등이 고객 계좌에서 AI 에이전트 활동을 제한하거나 차단하는 흐름인데, 표면적 명분은 무단 액션과 보안 우려지만 본질은 “계좌 이동과 자산 재배치를 너무 쉽게 만드는 자동화”에 대한 공포다.
6. Robert의 해석은 투자적으로 중요하다: 은행들은 읽기 전용 Plaid 연결도 받아들이는 데 10년이 걸렸고, 버튼을 누를 수 있는 에이전트는 그보다 10배 더 무섭기 때문에, 이번 차단은 보안 이슈라기보다 의도적 마찰 유지 전략에 가깝다는 것.
7. 패널들이 반복한 문장은 “everything is crypto now”인데, 은행 입장에서 인간이 직접 로그인한 것과 사용자의 로컬 에이전트가 대신 실행한 것을 구별하기 어려워질수록, 금융 UX와 시장 구조는 점점 지갑·봇·시빌 저항·무허가 자동화라는 크립토의 문제 설정을 닮아간다.
8. Joe Weisenthal이 Hyperliquid를 계기로 “blockchain, not Bitcoin” 논리를 뒤늦게 재평가한 것도 상징적이다; 2014년엔 월가가 말로만 하던 내러티브가, 이제는 실제 퍼프 DEX가 글로벌 24/7 시장 구조를 보여주며 TradFi 논객들까지 설득하는 단계로 넘어왔다는 얘기다.
9. Visa의 Fireblocks 인수설도 같은 맥락에서 읽힌다: 금액은 약 25억달러 루머로, 2022년 고점의 80억달러 밸류와 비교하면 다운라운드처럼 보이지만, 패널들은 “2021년 가격이 버블이었을 뿐”이며 stablecoin 결제 인프라를 장악하려는 Visa에는 전략적으로 맞는 딜일 수 있다고 본다.
10. 마지막으로 AI 버블에 대한 경고도 나왔다: Character.ai는 매출 1달러당 컴퓨트 비용 16달러를 태웠고, 상단 GPU 자금조달은 장기부채인데 하단 고객 계약은 더 짧아 AI 스택 전반에 duration mismatch가 쌓이고 있어, 향후 위기는 모델 회사보다 인프라 금융에서 터질 수 있다는 시각이다.
트레이더/투자자 관점
• 내러티브: 보안 대란은 사이버보안과 오픈소스 AI를, 은행의 차단은 에이전트 금융과 무허가 자산 이동 UX를, Hyperliquid와 Fireblocks는 “크립토가 결국 금융 인프라를 잠식한다”는 내러티브를 강화한다.
• 가격/포지셔닝: 중앙화 은행·브로커리지의 마찰 수익 모델은 장기적으로 할인 요인이 될 수 있고, 반대로 stablecoin 결제 인프라, 지갑/커스터디, 온체인 파생상품, 에이전트 친화 금융 인터페이스는 상대강도 테마가 될 수 있으며, 패널 중 일부는 건강보험 업종이 AI의 가장 큰 숏 후보라고까지 본다.
• 체크포인트: 대형 은행들의 AI 에이전트 정책 변화, Visa-Fireblocks 실거래 여부, Hyperliquid의 미국 규제 대응과 거래 성장, 오픈소스 보안/패치 자동화 수요, 그리고 AI 인프라 기업들의 장단기 계약 구조와 현금소모율을 계속 확인할 필요가 있다.
https://youtu.be/iF-UjeRFd64
1. 이번 에피소드의 중심축은 48시간 동안 PHP, Node.js, Railway, Linux kernel, GitLab, QUIC에서 연쇄적으로 터진 초대형 CVE들인데, 패널들은 이를 단순 보안 사고가 아니라 “AI가 인터넷 공격·방어 속도를 바꿔버린 첫 집단 쇼크”로 본다.
2. 흥미로운 포인트는 패치 국면에서조차 Claude 같은 폐쇄형 모델은 안전 정책 때문에 즉시 대응에 제약이 있었고, 실제로는 오픈소스 모델이 키 회전·패치 자동화에 더 유용했다는 점인데, 이는 “AI 시대에 오히려 오픈소스가 더 중요해진다”는 크립토식 논리와 맞닿아 있다.
3. Tarun의 프레임은 명확하다: 과거엔 폐쇄형 소프트웨어가 더 안전하다고 여겼지만, 이제는 바이너리 리버스 엔지니어링이 쉬워져 닫혀 있다고 안전하지 않으며, 오히려 공개된 코드가 더 빨리 취약점 공유·방어 개선을 만든다는 주장이다.
4. 구체 사례도 강했다: Cloudflare는 수백만 건의 익스플로잇 시도를 봤고, 핀란드·네덜란드·프랑스·일본 정부 웹서비스가 방어 차원에서 셧다운됐으며, Microsoft는 중국 연계 위협 행위자가 공개 직후 CVE를 실제 악용하는 것도 포착했다고 한다.
5. 두 번째 큰 축은 JPMorgan, Wells Fargo, Bank of America, Citi, Schwab 등이 고객 계좌에서 AI 에이전트 활동을 제한하거나 차단하는 흐름인데, 표면적 명분은 무단 액션과 보안 우려지만 본질은 “계좌 이동과 자산 재배치를 너무 쉽게 만드는 자동화”에 대한 공포다.
6. Robert의 해석은 투자적으로 중요하다: 은행들은 읽기 전용 Plaid 연결도 받아들이는 데 10년이 걸렸고, 버튼을 누를 수 있는 에이전트는 그보다 10배 더 무섭기 때문에, 이번 차단은 보안 이슈라기보다 의도적 마찰 유지 전략에 가깝다는 것.
7. 패널들이 반복한 문장은 “everything is crypto now”인데, 은행 입장에서 인간이 직접 로그인한 것과 사용자의 로컬 에이전트가 대신 실행한 것을 구별하기 어려워질수록, 금융 UX와 시장 구조는 점점 지갑·봇·시빌 저항·무허가 자동화라는 크립토의 문제 설정을 닮아간다.
8. Joe Weisenthal이 Hyperliquid를 계기로 “blockchain, not Bitcoin” 논리를 뒤늦게 재평가한 것도 상징적이다; 2014년엔 월가가 말로만 하던 내러티브가, 이제는 실제 퍼프 DEX가 글로벌 24/7 시장 구조를 보여주며 TradFi 논객들까지 설득하는 단계로 넘어왔다는 얘기다.
9. Visa의 Fireblocks 인수설도 같은 맥락에서 읽힌다: 금액은 약 25억달러 루머로, 2022년 고점의 80억달러 밸류와 비교하면 다운라운드처럼 보이지만, 패널들은 “2021년 가격이 버블이었을 뿐”이며 stablecoin 결제 인프라를 장악하려는 Visa에는 전략적으로 맞는 딜일 수 있다고 본다.
10. 마지막으로 AI 버블에 대한 경고도 나왔다: Character.ai는 매출 1달러당 컴퓨트 비용 16달러를 태웠고, 상단 GPU 자금조달은 장기부채인데 하단 고객 계약은 더 짧아 AI 스택 전반에 duration mismatch가 쌓이고 있어, 향후 위기는 모델 회사보다 인프라 금융에서 터질 수 있다는 시각이다.
트레이더/투자자 관점
• 내러티브: 보안 대란은 사이버보안과 오픈소스 AI를, 은행의 차단은 에이전트 금융과 무허가 자산 이동 UX를, Hyperliquid와 Fireblocks는 “크립토가 결국 금융 인프라를 잠식한다”는 내러티브를 강화한다.
• 가격/포지셔닝: 중앙화 은행·브로커리지의 마찰 수익 모델은 장기적으로 할인 요인이 될 수 있고, 반대로 stablecoin 결제 인프라, 지갑/커스터디, 온체인 파생상품, 에이전트 친화 금융 인터페이스는 상대강도 테마가 될 수 있으며, 패널 중 일부는 건강보험 업종이 AI의 가장 큰 숏 후보라고까지 본다.
• 체크포인트: 대형 은행들의 AI 에이전트 정책 변화, Visa-Fireblocks 실거래 여부, Hyperliquid의 미국 규제 대응과 거래 성장, 오픈소스 보안/패치 자동화 수요, 그리고 AI 인프라 기업들의 장단기 계약 구조와 현금소모율을 계속 확인할 필요가 있다.
https://youtu.be/iF-UjeRFd64
AI 빌드아웃의 함정과 원숭이 병목
1. 2023년 AI 하드웨어 초강세를 일찍 잡았던 Citrini는 지금 반도체 비중을 크게 줄였고 일부는 숏인데, 이유는 AI가 쓸모없어서가 아니라 인프라 증설이 이제 하이퍼스케일러의 현금흐름이 아니라 주식·부채 조달에 더 의존하는 “반사성 높은 구조”로 바뀌었기 때문이다.
2. 핵심 우려는 모델 성능 저하가 아니라 “성능 개선 대비 ARR 증가 속도 둔화”다. 시장은 2028년 AI ARR 1조달러를 사실상 가격에 반영 중인데, 현재 랩 매출이 약 136억달러 수준이라면 분기당 500억달러 수준의 순증이 필요하다는 계산이 나온다.
3. 그는 토큰 수요에 제번스의 역설이 단기적으로 잘 안 먹힐 수 있다고 본다. Anthropic 경제성 지표에 따르면 작업 비용 10% 하락이 사용량 3% 증가에 그쳤고, 모델이 충분히 좋아지면 오히려 “수정용 토큰” 수요가 줄어드는 역설도 생긴다는 것.
4. 그래서 지금 더 비대칭적인 AI 수혜는 반도체보다 “agentic utilities”와 실제 AI 사용처에 있다고 본다. 즉, 모델 capability와 경제가 그 capability를 흡수하는 속도 사이의 간극을 메우는 쪽이 더 중요해졌다는 프레임이다.
5. 가장 흥미로운 대목은 바이오 실험이다. Citrini는 Anthropic과 함께 Claude로 64시간 동안 전갈 해독제 후보를 설계했고, 211개 디자인 중 17개가 실제 랩에서 binding에 성공했다.
6. 이 실험의 투자 포인트는 “AI가 신약을 다 만들었다”가 아니다. 건식 연구(dry lab)와 문헌조사, 단백질 설계는 엄청 압축됐지만, 합성·검증·독성·동물실험 같은 wet lab은 여전히 느리고 비싸며, 결국 가치가 이동하는 곳은 실험 인프라와 CRO라는 결론이다.
7. 그가 특히 좋아하는 종목은 Charles River(CRL) 같은 전임상 테스트 플레이어다. AI가 후보물질 설계를 상품화할수록 초기 실험 수요는 늘고, 병목은 오히려 실험 capacity와 자동화, 소모품, 그리고 원숭이 공급으로 쏠린다.
8. “원숭이 부족”은 농담이 아니라 실제 전임상 병목이라는 주장도 강했다. 중국의 원숭이 수출 통제 이후 공급 제약이 생겼고, 원숭이 번식에는 약 4년이 걸려 메모리 증설처럼 빨리 못 늘린다는 점이 포인트다.
9. 바이오 AI에 대한 그의 시각은 꽤 냉정하다. AI는 drug design을 빠르게 commodity화하겠지만, 그게 곧바로 “암 치료로 이어질 토큰 폭증”을 의미하진 않으며, 향후 12~24개월 AI 수요를 바이오가 견인할 것이라는 기대는 과하다고 본다.
10. 반대로 바이오텍 중에서도 초기 파이프라인 하나 들고 “2상 전에 비싸게 팔기” 모델은 더 어려워질 수 있다. AI 때문에 전임상 자산 공급이 많아지면 희소성이 떨어지고, 가치 보존은 독자 데이터·표적 생물학 이해·실행력 있는 빅파마 쪽으로 이동할 가능성이 높다.
11. 메가캡에서는 Meta 롱, Alphabet 숏 관점도 제시했다. Meta는 Muse 같은 소비자 AI가 붙으면 기존 광고 데이터와 결합해 ARPU가 크게 뛸 수 있다고 보고, Google은 DeepMind 인재 유출과 검색 리스크가 동시에 부담이라고 본다.
12. DeepSeek의 economics도 흥미롭다. 그는 DeepSeek inference가 GPU hour당 약 38달러 매출을 내고, 비용이 5~8달러 수준이면 80% 안팎 마진도 가능하다고 보는데, 이건 동시에 “토큰 가격 디플레이션이 더 이어질 수 있다”는 반도체 약세 논리와도 연결된다.
트레이더/투자자 관점
• 내러티브: AI 투자 포인트가 “무조건 반도체”에서 “AI의 실제 사용처와 병목”으로 이동하고 있다. 바이오에선 설계가 아니라 실험이 희소해지고, 시장 전체에선 모델 개선보다 매출 흡수 속도가 더 중요해졌다.
• 가격/포지셔닝: 반도체는 여전히 장기적으로 유효하지만, 지금은 너무 많은 미래 매출을 선반영했을 수 있다는 경고다. 상대적으로는 CRO, 전임상, 랩 자동화, 실험 인프라가 재평가될 수 있고, 메가캡에선 Meta 상대강도 우위 논리가 선명하다.
• 체크포인트: 합산 랩 ARR의 재가속 여부, frontier 모델 유료 사용 증가율, open-weight/중국 모델의 점유율 확대, 토큰 가격 디플레이션 속도, CRO 수주와 원숭이 가격/공급, FDA의 조기 임상 가속 정책(Operation Trailblazer류)을 봐야 한다.
https://youtu.be/rzQhjayCgB0
1. 2023년 AI 하드웨어 초강세를 일찍 잡았던 Citrini는 지금 반도체 비중을 크게 줄였고 일부는 숏인데, 이유는 AI가 쓸모없어서가 아니라 인프라 증설이 이제 하이퍼스케일러의 현금흐름이 아니라 주식·부채 조달에 더 의존하는 “반사성 높은 구조”로 바뀌었기 때문이다.
2. 핵심 우려는 모델 성능 저하가 아니라 “성능 개선 대비 ARR 증가 속도 둔화”다. 시장은 2028년 AI ARR 1조달러를 사실상 가격에 반영 중인데, 현재 랩 매출이 약 136억달러 수준이라면 분기당 500억달러 수준의 순증이 필요하다는 계산이 나온다.
3. 그는 토큰 수요에 제번스의 역설이 단기적으로 잘 안 먹힐 수 있다고 본다. Anthropic 경제성 지표에 따르면 작업 비용 10% 하락이 사용량 3% 증가에 그쳤고, 모델이 충분히 좋아지면 오히려 “수정용 토큰” 수요가 줄어드는 역설도 생긴다는 것.
4. 그래서 지금 더 비대칭적인 AI 수혜는 반도체보다 “agentic utilities”와 실제 AI 사용처에 있다고 본다. 즉, 모델 capability와 경제가 그 capability를 흡수하는 속도 사이의 간극을 메우는 쪽이 더 중요해졌다는 프레임이다.
5. 가장 흥미로운 대목은 바이오 실험이다. Citrini는 Anthropic과 함께 Claude로 64시간 동안 전갈 해독제 후보를 설계했고, 211개 디자인 중 17개가 실제 랩에서 binding에 성공했다.
6. 이 실험의 투자 포인트는 “AI가 신약을 다 만들었다”가 아니다. 건식 연구(dry lab)와 문헌조사, 단백질 설계는 엄청 압축됐지만, 합성·검증·독성·동물실험 같은 wet lab은 여전히 느리고 비싸며, 결국 가치가 이동하는 곳은 실험 인프라와 CRO라는 결론이다.
7. 그가 특히 좋아하는 종목은 Charles River(CRL) 같은 전임상 테스트 플레이어다. AI가 후보물질 설계를 상품화할수록 초기 실험 수요는 늘고, 병목은 오히려 실험 capacity와 자동화, 소모품, 그리고 원숭이 공급으로 쏠린다.
8. “원숭이 부족”은 농담이 아니라 실제 전임상 병목이라는 주장도 강했다. 중국의 원숭이 수출 통제 이후 공급 제약이 생겼고, 원숭이 번식에는 약 4년이 걸려 메모리 증설처럼 빨리 못 늘린다는 점이 포인트다.
9. 바이오 AI에 대한 그의 시각은 꽤 냉정하다. AI는 drug design을 빠르게 commodity화하겠지만, 그게 곧바로 “암 치료로 이어질 토큰 폭증”을 의미하진 않으며, 향후 12~24개월 AI 수요를 바이오가 견인할 것이라는 기대는 과하다고 본다.
10. 반대로 바이오텍 중에서도 초기 파이프라인 하나 들고 “2상 전에 비싸게 팔기” 모델은 더 어려워질 수 있다. AI 때문에 전임상 자산 공급이 많아지면 희소성이 떨어지고, 가치 보존은 독자 데이터·표적 생물학 이해·실행력 있는 빅파마 쪽으로 이동할 가능성이 높다.
11. 메가캡에서는 Meta 롱, Alphabet 숏 관점도 제시했다. Meta는 Muse 같은 소비자 AI가 붙으면 기존 광고 데이터와 결합해 ARPU가 크게 뛸 수 있다고 보고, Google은 DeepMind 인재 유출과 검색 리스크가 동시에 부담이라고 본다.
12. DeepSeek의 economics도 흥미롭다. 그는 DeepSeek inference가 GPU hour당 약 38달러 매출을 내고, 비용이 5~8달러 수준이면 80% 안팎 마진도 가능하다고 보는데, 이건 동시에 “토큰 가격 디플레이션이 더 이어질 수 있다”는 반도체 약세 논리와도 연결된다.
트레이더/투자자 관점
• 내러티브: AI 투자 포인트가 “무조건 반도체”에서 “AI의 실제 사용처와 병목”으로 이동하고 있다. 바이오에선 설계가 아니라 실험이 희소해지고, 시장 전체에선 모델 개선보다 매출 흡수 속도가 더 중요해졌다.
• 가격/포지셔닝: 반도체는 여전히 장기적으로 유효하지만, 지금은 너무 많은 미래 매출을 선반영했을 수 있다는 경고다. 상대적으로는 CRO, 전임상, 랩 자동화, 실험 인프라가 재평가될 수 있고, 메가캡에선 Meta 상대강도 우위 논리가 선명하다.
• 체크포인트: 합산 랩 ARR의 재가속 여부, frontier 모델 유료 사용 증가율, open-weight/중국 모델의 점유율 확대, 토큰 가격 디플레이션 속도, CRO 수주와 원숭이 가격/공급, FDA의 조기 임상 가속 정책(Operation Trailblazer류)을 봐야 한다.
https://youtu.be/rzQhjayCgB0