📁Citi Memory Update: 시장이 놓치고 있는 NAND source

· 반도체 급락은 업황 훼손 아닌, 레버리지 청산과 광기 수준의 비관론 때문
· 중요 포인트는 익숙한 HBM·DRAM 강세가 아님. 2027년까지 NAND가 DRAM보다 더 타이트할 수 있다는 것
· 현재 메모리는 리스크 대비 보상 비율이 매우 매력적인 구간

1. NAND 공급 부족 지속
- 공급사 재고 2.6주로 정상 수준인 5주의 절반
- 빅3가 HBM·DRAM 생산을 우선하며 NAND 증산 제한
- 신규 설비 공급은 빨라도 2027년 하반기부터 반영
- Citi는 2027년 NAND가 DRAM보다 더 타이트할 수 있다고 전망

2. AI가 NAND 수요까지 견인
- QLC SSD, KV 캐시, 추론용 스토리지 수요 증가
- 내년 서버용 수요가 전체 NAND 소비의 50% 이상 차지할 전망
- Vera Rubin과 GPU 인접 메모리인 HBF가 추가 수요 촉매

3. 서버 DRAM 가격도 강세
- 64GB 모듈 가격 전망
- 2Q 1,300달러 → 3Q 1,600달러 → 4Q 1,800달러
- 중국 소비재 수요 둔화와 AI 서버 수요를 구분할 필요 있음

4. 중국 공급 위협은 제한적
- CXMT·YMTC 증설은 대부분 범용·성숙 공정에 집중
- 첨단 EUV 공정은 선두업체 대비 5년 이상 격차
- HBM·첨단 서버 메모리 시장을 흔들 수준은 아님

✍️시장은 HBM, DRAM 강세를 충분히 인지하고 있지만 SSD 수요, 낮은 NAND 재고, 늦어지는 공급 확대는 충분히 반영하지 않은 상태. 시장의 NAND 이익 체력을 과소평가에 주목할 시점

💰비트코인 장기투자는 미친 짓입니다 (Justin Bons) source

1. 확장성과 실사용의 한계
- 블록 크기 제한으로 처리량이 초당 7건에 불과
- 대규모 결제나 전 세계적인 개인 지갑 사용을 감당하기 어려움
- 사용량이 늘면 수수료와 혼잡이 급증해 이용자가 이탈하는 구조
- 라이트닝 네트워크도 비수탁 방식으로 진입하려면 온체인 거래가 필요해 근본적 해결책이 아님

2. 장기 보안과 희소성 문제
- 반감기가 반복될수록 채굴 보상은 감소하고, 장기적으로는 거래 수수료가 네트워크 보안을 책임져야 함
- 그러나 처리량이 제한돼 있어 충분한 수수료 수익을 지속적으로 확보하기 어려움
- 결국 BTC 가격이 계속 기하급수적으로 상승하거나, 거래당 수수료가 극단적으로 높아져야 현재 보안 수준을 유지할 수 있음
- 보안 예산이 부족해지면 51% 공격 위험이 커지고, 이를 막기 위해 공급 한도를 늘려야 함

3. 기능성 부족
- 튜링 완전한 컨트랙트 기능이 없어 복잡한 앱을 직접 구축하기 어려움
- 네이티브 디파이, DEX, 대출 등 금융 서비스가 부족해 CEX와 수탁기관에 의존
- 프라이버시 기술도 제한적이며, 낮은 처리량 때문에 믹싱이나 익명 거래를 대규모로 사용하기 어려움
- 결과적으로 BTC의 실질적 사용처는 줄고, 가치저장 수단이라는 서사만 남았음

4. PoW의 비효율성
- 작업증명은 막대한 전력과 하드웨어 비용을 필요로 함
- 채굴 산업이 규모의 경제와 저렴한 전력 계약에 의존해 산업형 대형 사업자 중심으로 집중
- 반면 PoS는 일반 장비로도 검증에 참여할 수 있어 비용·보안·탈중앙화 측면에서 더 우월

5. 거버넌스와 문화의 문제
- 코어 개발진이 프로토콜 변경에 과도한 영향력을 행사한다고 비판함
- 라이트닝·리퀴드 등 L2 기업이 핵심 개발자들을 지원하면서, L1 확장을 막을 경제적 이해관계가 생김
- 블록 사이즈 논쟁 이후 반대 의견이 배제되며 맥시멀리즘과 폐쇄적인 문화가 강화됨
- 공식 거버넌스가 없고 기존 권력 구조가 고착돼 있어, 기술적 문제가 드러나도 개선하기 어려움

✖️차마스의 AI 투자 가이드 (Chamath Palihapitiya) source

1. 전력·부지·데이터센터 셸: 가장 확실한 투자처
- LPS(Land, Power, Shell)는 전력 연결이 확보된 토지와 데이터센터 기본 건축물을 의미
- 데이터센터 건설에 대한 지역사회 반발과 전력망 부족이 심해질수록, 이미 전력이 확보된 부지의 희소가치는 급상승
- 가장 빠르게 현금 수익을 만들 수 있는 분야
- 실제로 차마스는 2029년까지 가동될 6GW 규모의 전력 자산을 확보했다고 밝힘
- AI 수요를 예측하기보다, AI 경쟁에 반드시 필요한 전력과 부지를 선점하는 곡괭이 전략

2. AI 반도체 스타트업: 이제는 투자하지 않음
- 칩 성능 요구 수준이 지나치게 높아졌고 제조 공정도 극도로 복잡해짐
- 메모리와 첨단 패키징 등 주변 공급망까지 확보해야 해 스타트업이 독자 경쟁 어려움
- Groq와 Cerebras는 10년 전 상대적으로 진입장벽이 낮았기 때문에 가능했던 사례
- 지금 이들의 성공을 재현하려는 반도체 스타트업 상당수는 막대한 자본만 소모함
- AI 칩은 기술력만으로 성공하는 시장이 아니라 제조·공급망·자본·고객 영향력을 모두 갖춰야 하는 대기업 게임이 됨

3. AI 클라우드: 돈은 되지만 리스크도 큼
- AI 클라우드는 수익성이 높지만 구축 비용이 막대하고 운영 난도 높음
- 향후 AI 안전성과 책임 문제가 커지면 클라우드 사업자에게 강력한 KYC와 사용자 인증 의무가 부과될 가능성
- 악의적 사용자가 클라우드를 이용해 사고를 일으킬 경우 사업자가 규제 책임을 질 수 있음
- 경제성은 좋지만 자본집약도와 규제 책임을 고려하면 투자 대비 위험이 지나치게 큼

4. AI 모델: 현재 매출의 질이 불확실
- 모델 기업의 현재 매출이 실제 고객가치에서 발생하는지, 비효율적으로 많은 토큰을 사용하는 모델 구조에서 발생하는지 불분명
- 이른바 토큰맥싱으로 매출이 부풀려져 있다면 모델 효율화와 가격 하락 이후 매출이 크게 감소
- 전체 토큰 소비량은 늘더라도, 작업 한 건당 비용과 모델 기업의 매출은 오히려 하락
- AI 사용량 증가가 반드시 모델 기업의 매출 증가로 이어지는 것은 아님. 모델 성능보다 토큰당 경제성이 핵심 변수

5. 하네스: 현재 가장 중요한 소프트웨어 계층
- 하네스는 AI 모델과 기업의 데이터·업무 시스템을 연결하는 운영 계층
- 기업이 보유한 데이터, 워크플로, 평가 기준, 업무 규칙 등을 하나의 독점적 맥락으로 통합함
- 팔란티어의 알렉스 카프가 말하는 기업의 알파를 AI가 활용할 수 있게 만드는 역할
- 기업이 자신의 맥락을 직접 소유하면 특정 모델에 종속되지 않고 필요에 따라 모델을 쉽게 교체할 수 있음
- 장기 경쟁력은 모델 자체가 아니라, 기업 고유의 데이터와 업무 방식을 얼마나 잘 구조화하고 연결하느냐. 이는 모델 기업의 해자를 약화

6. AI 앱: SaaS에서 맞춤형 소프트웨어로
- 하네스를 통해 기업 고유의 데이터와 업무 규칙을 소프트웨어에 직접 반영
- 이에 따라 범용 SaaS와 외주형 맞춤 개발의 경계가 사라질 가능성
- 모든 기업이 자신만의 운영 방식이 내장된 독점 소프트웨어를 저렴하게 만듦
- 기존 SaaS의 핵심 공식인 한 번 만들어 반복 판매보다, 기업별로 처음부터 맞춤 설계하는 방식이 중요
- AI는 소프트웨어를 획일화하기보다 오히려 기업별로 더 세분화하고 맞춤화

🏳️‍🌈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

💰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

💡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

🧠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