✖️알갓: TAO에 실망, 확신 사라져 source

1. TAO의 리스크, 설계 혼선
- 맹신도였던 Algod이, 최근 TAO 생태계에 대해 강하게 비판함
- 아직 팔진 않았고, 많이 들고 있지만 그간의 확신이 흔들리는 중
- 즉 좋게 보던 사람이 보기에도 방향성이 흐려졌다는 것

2. 최근 논란의 핵심
- subnet 평가와 인센티브 구조를 어떻게 고칠 것이냐는 문제
- Algod는 conviction 도입, 디스코드 투표식 subnet 검증, shorting 도입 등이 너무 산발적으로 나온다고 봄
- 특히 subnet이 legit한지 디스코드에서 투표로 판단한다는 건 꽤 원시적인 방식
- AI 네트워크를 표방하는 프로토콜이 정작 내부 자원 배분은 인기투표처럼 보임

3. 진짜 문제는 빌더 인센티브
- Algod이 날카롭게 찌른 지점은 Bittensor에서 빌드할 유인이 약해지고 있다는 부분
- subnet들이 토큰을 락업해야 하면, 정작 사람을 고용하고 제품을 만드는 데 쓸 자금이 줄어듦
- 그러면 좋은 빌더는 부담을 느끼고, 추출자는 다른 방식으로 계속 추출함
- 결국 나쁜 구조를 고치려다 좋은 참여자까지 같이 압박하는 설계가 됨

4. 이제는 철학보다 운영 능력을 증명해야
- Bittensor의 큰 내러티브는 여전히 유효함
- 탈중앙 AI, 오픈 인센티브 네트워크, subnet 경쟁 구조는 크립토에서 강한 AI 테마
- 문제는 좋은 내러티브가 복잡한 현실을 자동으로 해결해주진 않는다는 것

😮골드만삭스, 메모리 기대치 또 상향 source

1. 핵심은 피크아웃 반박
- 시장은 HBM 공급 확대 후 사이클이 꺾일 가능성을 걱정
- 골드만은 DRAM·NAND·HBM 모두 27년이 26년보다 더 타이트하다고 봄
- 공급 부족이 28년까지 이어지는 Higher for Longer 국면이라는 것
- 즉 이번 보고서는 사이클이 점점 더 길어지고 있다는 분석

2. HBM은 공급을 잠그는 제품
- HBM 캐파는 2028년 695KWPM까지 확대 전망
- HBM은 웨이퍼·장비를 많이 잡아먹음
- 업체들이 HBM/DRAM에 우선 투자할수록 범용 DRAM·NAND 증설은 밀림
- 그래서 HBM 호황은 전체 메모리 공급을 잠그는 이벤트

3. NAND 리레이팅이 진짜 포인트
- NAND가 갑자기 구조적으로 대단한 산업이 된 건 아님
- AI 서버에는 HBM뿐 아니라 enterprise SSD와 NAND도 필요
- 반면 삼전·하닉·마이크론은 여전히 DRAM/HBM 투자 우선
- 수요는 올라오는데 공급은 안 붙는 구조라, Kioxia 업그레이드도 이 맥락

4. 메모리 공식이 바뀌는 중
- 과거 공식은 호황 → 증설 → 공급 과잉 → 가격 붕괴였음
- 지금은 AI 수요 → HBM 병목 → 범용 메모리 공급 제한 → 가격 강세 장기화
- 여기에 장기공급계약까지 늘어나며 과거보다 사이클 변동성도 낮아짐
- 그래서 골드만은 이번 메모리 이익 고점이 FY3/29까지 이어질 수 있다고 봄

✍️이번 메모리 장세의 본질은 HBM 때문에 전체 메모리가 부족해진다는 것

🔹이더리움의 시간이 올 겁니다 source

1. 지금 시장의 모순
- 사람들은 스테이블코인, RWA, 토큰화는 좋다고 말함
- 그런데 그 핵심 정산 레이어인 ETH는 별로라고 함
- 2018년 "블록체인은 좋은데 비트코인은 별로"와 비슷한 오류
- 기술의 채택과 자산의 가치를 분리해서 보는 착각임

2. 이더리움은 수치로 보여주는 중
- 스테이블코인 결제 가치의 50%+가 이더리움 위에서 처리
- 토큰화 자산도 이더리움 생태계 중심으로 커지는 중
- 기관은 빠른 체인보다 안 멈추고, 룰이 안 바뀌고, 유동성이 있는 체인을 선호
- 솔라나는 속도를 팔고, 이더리움은 정산 신뢰를 파는 구조

3. ETH의 진짜 트리거
- 현재 토큰화 자산 시장은 아직 초기 규모
- 그런데 대형 펀드 하나가 온체인화되면 지금 시장 전체를 단번에 넘어설 수 있음
- 이게 5배, 10배로 커지면 ETH는 단순 가스비 토큰이 아님
- 온체인 금융을 지탱하는 경제적 보안 담보가 됨

✍️ETH의 문제는 아직 시장이 사용량과 자산가치를 연결하지 못하고 있다는 점

🥇구글도 주식팔아 AI 서버를 짓는 시대 source

1. Alphabet, 800억 달러 주식 조달 발표
- 구글이 AI 인프라 확장을 위해 800억 달러 지분성 자금 조달을 추진
- 구조는 버크셔 100억, 인수 공모 300억, ATM 프로그램 400억 달러
- 2026년 capex 전망도 1,900억 달러까지 올라감
- AI를 계속 하려면 구글조차 외부 자본이 필요하다는 의미

2. 핵심은 AI가 자본경량 게임이 아니게 됐다는 것
- 과거 빅테크는 소프트웨어 마진이 핵심
- 검색, 광고, 클라우드, 앱스토어 깔아두면 규모의 경제가 붙는 구조
- 그러나 AI는 GPU, 데이터센터, 전력, 냉각, 네트워크를 계속 먹는 자본집약 산업
- 지금의 빅테크는 초대형 인프라 기업이 되고 있음

3. 좋은 신호이자 불편한 신호
- 좋은 점은 AI 수요가 진짜라는 것
- Alphabet도 AI 서비스 수요가 공급 가능량을 초과한다고 설명
- 나쁜 점은 그 수요를 따라잡기 위한 비용이 너무 크다는 것
- 결국 시장의 질문은 "이 capex가 충분한 ROIC로 회수되냐?"

4. 투자 포인트
- 이번 발표는 AI 전쟁의 국면 전환 신호
- 지금까지는 모델 성능, 챗봇, 사용자 증가율이 핵심이었다면
- 앞으로는 전력 확보, 데이터센터 가동률, 칩 공급망, 가격결정력, 자본비용이 핵심
- 즉 AI 승자는 천문학적 투자를 버티고 그 인프라를 돈으로 바꿀 수 있는 회사가 됨

⚡️모든 헤지펀드가 같은 이야기를 하고 있다 전기 source

1. AI는 전력 산업을 성장주로 만듦
- 지난 10년간 미국 전력 수요는 거의 정체였으나,
- AI 데이터센터가 갑자기 GW 단위 전력을 요구,
- 이 전력 소비는 2030년 미국 전체 전력의 17%까지 예상됨
- 이건 단순 전기요금 이슈가 아니라, AI 전체의 물리적 병목
- 즉 지금 AI 장세의 핵심은 누가 전력을 확보하느냐

2. 반도체에서 전력 밸류체인으로
- NVDA, AVGO, TSM 같은 칩 레이어는 1차 AI 트레이드
- 발전소, 원전, 터빈, 변압기, 송전망, 냉각장비가 2차 트레이드
- GEV는 가스터빈과 전력장비를 동시에 파는 전력 인프라의 픽앤쇼블
- VRT는 전력·냉각 시스템, PWR은 송전망 시공, HUBB·POWL은 전기장비
- 칩은 사이클을 탈 수 있지만, 전력망은 한번 부족해지면 연단위 병목

3. 원전은 다시 AI 인프라로
- AI 기업 입장에서 필요한 건 싸고, 안정적이고, 24시간 돌아가는 전력
- 태양광·풍력만으로는 데이터센터의 베이스로드 수요를 맞추기 어려움
- 그래서 CEG, VST 같은 원전·발전 기업이 재평가
- SMR 쪽의 OKLO, SMR, XE는 더 높은 베타의 장기 콜옵션
- 다만 SMR 스타트업은 상업화 타임라인이 핵심 리스크

📰동남아 반도체 후공정을 주목하라 source

1. 반도체 후공정
- back-end는 반도체 조립·패키징·테스트를 의미
- 웨이퍼에서 칩을 찍는 게 전공정이라면,
- 실제 제품에 들어갈 수 있게 자르고, 붙이고, 패키징하고, 검사하는 게 후공정
- ASEAN back-end buildout은 베트남·태국 등으로 이 후공정 인프라가 깔리는 흐름
- 즉, AI 칩 공급망의 마지막 제조 병목을 동남아가 흡수하는 테마

2. 왜 중요해졌나
- 시장은 GPU, HBM, CPO 같은 병목에만 줄 서 있음
- 반도체는 칩만으로 끝나는 게 아님
- 고성능일수록 패키징, 테스트, 기판 등이 필요
- 특히 칩렛·2.5D·3D 패키징으로 갈수록 후공정의 중요도는 올라감
- 즉 AI 인프라 병목이 후공정으로 번짐

3. 왜 ASEAN인가
- ASEAN은 이미 반도체 조립·테스트·패키징의 글로벌 거점
- 말레이시아는 OSAT와 장비·소재 생태계가 강함
- 베트남은 Intel, Amkor, Micron, 삼성 테스트 공장 등 허브화
- 싱가포르는 첨단 제조, 장비, 자동화, 소재, R&D 허브
- 태국은 PCB, HDD, 전장, 전력반도체 주변 밸류체인

4. 투자 thesis
- CapEx가 커질수록 병목도 넓게 퍼짐
- HBM → 패키징 → 테스트 → 기판 → 클린룸 → 전력 → 산업단지로 확산
- 여기서 ASEAN은 중국, friend-shoring, 저비용 제조, 정책 인센티브 붙는 지역
- 그래서 AI 인프라의 2차 파생 수혜처
- 메인은 엔비디아와 하이닉스지만, 조연에도 돈이 흐르는 구조

✍️진짜 인프라는 칩이 제품이 되기까지 필요한 전체 공급망. ASEAN 후공정은 생각보다 오래 가는 2차 수혜 테마

💰비트코인만 사면 되는 시대는 끝났다 source

1. 지금은 선별 구간
- Real Vision의 Jamie는 아직 크립토가 약세 추세 안에 있다고 봄
- BTC는 장기적 축적 구간일 수 있지만, 시장이 돌아섰다는 신호는 부족
- 그래서 지금은 매수가 아니라 다음 사이클의 승자를 골라야 하는 시기

2. 유동성은 먼저 AI로 간다
- 지금 자금은 크립토보다 AI 인프라로 먼저 흐르는 중
- 반도체, 데이터센터, 전력, 클라우드처럼 실물 CAPEX와 바로 연결되기 때문
- 크립토가 죽은 게 아니라, 시장이 AI라는 명확한 성장에 먼저 가격을 주는 상황

3. 다음 기회는 AI의 금융 레일
- AI 에이전트가 거래·결제·정산을 하기 시작하면 기존 금융만으로는 한계
- 24/7, 글로벌, 자동화된 가치 이동에는 블록체인이 적합함
- 다음 크립토 알파는 AI 경제가 쓰는 온체인 인프라에서 나올 것

4. 봐야 할 건 가격보다 성장
- 온체인 활동, 수수료, 사용자 증가, 토큰 가치 환원 구조가 중요함
- 내러티브보다 실제 사용량이 늘어나는 프로토콜이 더 강해질 것
- 후보군으로는 NEAR, ZEC, Hyperliquid, Derive 등이 언급됨

✍️넥스트 텐배거는 에이전트의 거래·결제·정산 수요를 흡수하는 온체인 성장자산에서 나올 것이라는 의미

✅Ondo Perps 6월 9일 공식 론칭 및 비공개 베타 오픈 source #sponsored

1. 신개념 Perp 거래소
- Ondo Perps는 원유, 은, 구글, 엔비디아 등 전통자산에 특화된 플랫폼
- 즉, 미국 주식/원자재/지수 ETF 등의 선물 거래를 온체인화
- 오픈 베타 기준으로, 현재 약 20여 개 종목을 지원하고 있음

2. 전통자산 + 온체인 접근성
- 주식 계열은 대체로 10배, 원자재 계열은 20배 레버리지 지원
- 가격 급변 구간 제외하면 주요 종목 스프레드도 0.01~0.05%로 양호함
- 네이티브 한국어도 지원해서 접근성은 꽤 괜찮은 편

3. 베타 입장 진행 중
- 현재는 추천 코드를 통한 사전 등록 및 베타 이용만 가능
- 등록 유저는 거래 수수료의 20%를 리베이트로 받을 수 있음
- 기본 수수료는 Taker 0.035%, Maker 0.015%
- 리베이트 적용 시 수수료는 Taker 0.028%, Maker 0.012% 수준

✍️현재 100,000 USDC 리워드 풀 프로모션 진행 중. 베타 첫날부터 Ondo Point도 쌓이는 중이며, 구체적 혜택은 아직 공개되진 않음

🔗공식 런칭 대비 사전등록하기

👼이더리움은 코스모스를 따라가고 있다 source

ATOM은 태초마을까지 하락한 뒤에야 재창조할 수 있었음. ETH가 같은 경로 위에 있다면, 변화를 가능하게 만드는 가격은 지금보다 훨씬 아래일 것

1. 둘 다 자기 생태계 밖에서도 기술이 널리 쓰임
- IBC와 Cosmos SDK는 dYdX, Celestia, Injective의 기반으로 사용됨
- EVM은 Solana가 아닌 거의 모든 체인에서 돌아감
- 채택은 많지만, 네이티브 코인에는 가치가 크게 귀속되지 않음
- 둘 다 활동을 주변 위성 체인으로 밀어내는 방식으로 확장했음
- Cosmos는 Osmosis 같은 앱체인으로 Ethereum은 L2로

2. 가치는 새어나가고 보안 비용은 L1이 부담하는 구조
- L2들이 서서히 죽어가고 있는 것처럼, Cosmos 앱체인들도 방향을 전환하거나 종료됨
- Akash의 $AKT도 새로운 마이그레이션 체인을 제안하려는 상황
- 가격 흐름도 비슷한 방향으로 가고 있음. 다만 ETH가 더 느릴 뿐
- ATOM은 지난 5년간 약 86% 하락했음. ETH는 고작 38% 하락했음

3. L1을 수수료와 매출 기준으로 평가하기 시작함
- 이 방식이 L1에는 결함 있는 평가 방식이라고 생각함
- 하지만 $HYPE와 $TRX는 L1도 충분히 높은 수수료를 만들고,
- 바이백을 통해 토큰을 소각하면 가격에 영향을 줄 수 있다는 것을 증명함
- Cosmos 커뮤니티는 수년 동안 ATOM의 인플레와 약한 가치 귀속 구조를 고쳐야 한다고 요구했지만, 바뀌지 않았음
- 결국 86% 하락이 나오고 나서야 변화가 강제됨

4. 심지어 한 창립자는 하드포크까지 주장했음
- ATOM 내부에는 무기력감이 자리 잡았고, 이제 아무도 ATOM 이야기를 하지 않음
- 이제 그들은 단순히 스테이커에게 보상을 주며 보유를 유도하는 구조가 아니라,
- ATOM이 실제로 가치를 포착할 수 있도록 재설계하고 있음

5. 현재 제안들은 다음과 같음
- 인플레이션을 실제 수수료 매출과 연동, 현재는 고정 7~10%
- 더 긴 스테이킹 락업에 더 높은 보상 제공
- 스테이킹 수익률에만 의존하지 않고, SDK의 기업 사용까지 가치 귀속 범위를 확장
- $ATOM 홀더들은 너무 절박해져서 실험을 감수할 준비가 된 상태

6. 반면 $ETH는 시총이 크고, 급진적 변화를 할 만큼 절박하지 않음
- 비탈릭은 ETH라는 자산을 지원하는 것은 재단의 범위 밖이라고 말했음
- 그래서 큰 변화가 온다면 아마 ATOM과 같은 방식일 가능성이 큼
- 아무것도 하지 않는 비용이 행동하는 비용보다 더 커지는 수준의 위기가 와야 한다는 것
- ETH는 여전히 수십억 달러 규모의 자산을 보호하고 있기 때문에, 비상사태로 취급하기에는 너무 큼

📰AI는 메모리 과점을 산다 source

1. AI 병목은 계속 메모리에
- GPU가 늘어날수록 필요한 건 HBM, DRAM, NAND, SSD
- 메모리 TAM은 8,900억 달러로 4배 확대 전망
- CapEx가 지속될수록 컴퓨트 수요 = 메모리 수요로 연결

2. 핵심은 수요가 아니라 공급 구조
- 전 세계 DRAM 생산의 약 90%를 3개 기업이 통제
- 삼성전자 35%, SK하이닉스 30%, 마이크론 25%
- AI 붐이 수요 폭발이라면, 메모리 시장은 공급 과점
- 이 조합은 전형적으로 가격 결정력이 강해지는 구조

3. HBM은 기존 메모리를 밀어내고 있음
- AI 칩 단위 HBM 사용량 7배, 시스템 65배, 클러스터 1,800배 증가
- HBM이 선단 웨이퍼를 빨아들이면서 PC·스마트폰 DRAM 공급까지 압박
- 즉, AI 수요가 일반 전자제품 메모리 가격까지 밀어올리는 구조

4. 결론
- 단순 메모리 사이클이 아니라, AI 인프라 재편에서 생기는 구조적 병목
- 특히 HBM 경쟁력, 선단 공정, 패키징 노출도가 높은 기업 직접 수혜
- 반대로 중국 캐파 확대, 경기 둔화, 과도한 증설은 중장기 리스크

⏫구글이 로켓회사 GPU를 빌리는 시대 source

1. 구글와 Space의 초대형 계약
- Google, SpaceX에 29년까지 연 $11B 규모 컴퓨트 계약
- NVIDIA GPU 11만 개 + CPU + 메모리 인프라 사용
- GPU 구매가 아니라, 남의 GPU 플릿을 통째로 빌리는 구조

2. 구글조차 부족하다고?
- Google은 자체 TPU, GCP 데이터센터가 있음
- 직접 NVIDIA GPU도 살 수 있는데도 SpaceX 컴퓨트를 긁어감
- 이건 그 구글조차 필요한 만큼 컴퓨트를 못 구하고 있단 의미

3. GPU보다도 메모리
- GPU 11만 개면 HBM이 필요, 서버 CPU에는 DRAM이 필요
- AI 데이터·체크포인트·로그에는 NAND가 필요함
- 결국 NVDA GPU보다도 메모리 병목이 더 직접적

4. 결론
- 수요 피크아웃보다는 공급 부족 내러티브가 더 강해짐
- 특히 증설이 느린 메모리·스토리지 쪽이 더 중요해질 것
- MU, SNDK, DRAM, NAND 같은 후방 밸류체인은 계속 주목

📰AI 비용 현실화 시작 source

1. Copilot 사태가 보여준 것
- GitHub Copilot이 토큰 과금으로 바뀌자마자 유저들이 크레딧을 빠르게 소진
- 월 39달러 구독자도 몇 시간 만에 한도 대부분을 태움
- 핵심은 그동안 AI 구독제가 실제 비용보다 싸게 제공됐다는 점
- 즉 AI는 월정액으로 무한정 쓸 수 있다는 환상이 깨지는 중

2. 기업 입장에서는 더 큰 문제
- 많은 회사가 이미 AI 도구를 전제로 업무 구조를 바꿨음
- 개발자 수를 줄이고, 남은 인력에게 Copilot 같은 도구를 쓰게 만든 구조
- AI 비용이 종량제화되면 생산성 도구가 아니라 예산을 태우는 변수로 바뀜
- 인건비를 줄이려고 AI를 썼는데, 비용이 다시 새로운 인건비가 됨

3. 진짜 싸움은 성능이 아니라 비용
- 기업용 AI는 결국 API, 보안, 로그, 권한관리, 컴플라이언스가 필요
- 이 단계로 가면 월 구독제가 아니라 사용량 기반 과금이 됨
- 문제는 업무에 붙이는 순간 토큰 사용량이 생각보다 빠르게 증가함
- 그래서 앞으로는 같은 일을 얼마나 싸게 처리하느냐가 핵심 경쟁력

4. 오픈소스 모델이 가격 상한선
- 모든 업무에 최상위 모델이 필요한 건 아님
- 요약, 분류, 문서 처리, 단순 코드 보조 등은 저가 모델로도 충분
- 중국계 오픈소스 모델과 저가 추론은 폐쇄형 AI 랩의 가격 인상을 제한
- 결국 AI 시장은 최고급 모델 독점이 아니라, 작업별 모델 라우팅 시장으로 감

5. 결론
- AI 수요가 꺾인다는 뜻은 아님. 오히려 수요는 거의 무한에 가까움
- 다만 모든 수요가 고마진 매출로 연결된다는 보장은 없음
- 토큰 사용량은 폭증하지만, 가격은 오픈소스 모델 때문에 눌리고, 비용은 계속 올라감
- 수혜는 추론 최적화, 라우팅 인프라, 데이터센터, 전력, 메모리, 반도체 병목

📰AI는 정책보다 빠르다 (Dario Amodei) source

1. AI는 지수함수, 정책은 선형
- AI는 몇 년 만에 기업 핵심 업무를 대체하는 시스템으로 진화
- 반면 법·제도는 여전히 연단위로 움직임
- 문제는 규제 공백이 아니라, 기술 속도와 정치 속도의 구조적 불일치

2. AI는 전략자산
- Anthropic은 강력한 AI를 데이터센터 안의 천재 국가에 비유
- 사이버보안, 생물학, 자율 행동 리스크가 현실화되고 있다고 판단
- 즉 AI는 금융·안보·산업·국가 권력의 핵심 인프라

3. 투명성에서 사전 테스트로
- 과거에는 위험이 불명확해 투명성 규제가 현실적 선택
- 이제는 프론티어 AI 모델에 대해 제3자 안전성 테스트가 필요
- 특히 사이버, 생물무기, 자동화 R&D 리스크는 배포 전 검증 대상
- 기준 미달 모델은 정부가 출시를 막거나 되돌릴 수 있어야

4. 성장보다 분배가 핵심
- AI가 대부분의 인지 업무를 대체하면 생산성은 폭발
- 하지만 동시에 노동 수요가 급격히 줄어듦
- 기존 자동화와 다른 점은 속도와 범위
- 그래서 핵심 과제는 AI가 만든 부를 어떻게 사회가 나눌 것인가

5. 규제기관도 빨라져야 함
- AI는 신약, 에너지, 소재, 바이오 연구를 크게 앞당김
- 하지만 FDA·EMA 같은 기존 승인 체계는 혁신이 느림
- 신약을 대량으로 만들어내면 기존 파이프라인은 병목
- AI 기반 시뮬레이션, 독성 예측, 합성 대조군 등 새로운 방식이 필요

6. AI는 감시국가의 최종 병기
- AI는 자율무기, 대규모 감시, 데이터 분석을 통해 권력을 비정상적으로 강화
- 데이터 브로커와 민간 데이터 구매를 통한 우회 감시는 AI 시대에 훨씬 위험
- 따라서 자율무기의 사용 제한, 감시 데이터 규제, 시민의 법률 방어권이 필요

7. AI는 반도체보다 더 크다
- AI는 핵무기급 지정학 자산
- 민주주의 진영은 칩, 반도체 장비, AI 안전 기준, 사이버 방어, AI 활용 규범을 함께 묶어야
- 핵심은 동맹 내 공유·적대국 차단·가치 기반 표준화