반도체 급락, 지금은 바닥 다지기 source

1. 7월 S&P500은 -0.1%에 그쳤고 연초 대비로는 +9.4%. 동일가중지수는 +0.9%인 반면 나스닥은 -6.6%를 기록함. 시장 전체의 붕괴라기보다 AI·빅테크에서 비기술주로 주도권이 이동하는 순환매에 가까움

2. 반도체는 고점 대비 20% 넘게 조정받았고, SMH 구성 종목 중 50일 이동평균선 위에 있는 종목 비율이 0%까지 하락함. 단기 과매도와 기술적 반등 조건은 충분히 형성된 상태

3. 과거 SOX 변동성이 75%를 넘었던 두 번의 사례에서는 이후 강한 상승이 나타났음. 다만 표본이 두 번뿐이고, 통상 반도체는 8~10월 계절적 약세를 보였다는 점에서 V자 반등보다는 횡보 가능성이 높음

4. 코스피도 하루 +17.9% 급반등했지만 여전히 고점 대비 27% 이상 하락한 상태. 약세장에서는 기록적 급등락이 함께 나타나는 만큼, 하루 반등만으로 바닥 확인은 어려움. 5,000~5,600 재확인 여부가 중요

5. REIT와 경기방어주로 자금이 이동하는 모습도 위험선호가 완전히 회복되지 않았다는 신호. 기존 주도주의 피로가 누적되면서 시장 내부에서는 이미 방어적 포지셔닝이 진행 중

The Singularity (Chamath Palihapitiya) source

AI 특이점의 논리는 다음과 같다.

- 인간이 AGI를 만든다.
- AGI가 AI 연구에 능숙해진다.
- AGI가 자신보다 더 지능적인 AI를 설계한다.
- 그 AI가 다시 자신보다 더 지능적인 AI를 설계한다.
- 이 과정이 점점 더 빠른 속도로 반복된다.

- 지난 몇 주간 여러 AI 연구소가 보여준 성과와 역량을 보면, 우리는 이미 이 순환 구조에 확실히 진입했다고 생각한다.
- 앞으로 18개월은 엄청난 격변의 시간이 될 것이다.
- 재귀적 자기 개선은 지금부터 AI의 역량을 매우 빠른 속도로 끌어올릴 것이다.
- 모든 AI 모델의 한계비용은 사실상 0에 수렴하게 될 것이다.

✍️재귀적 개선이 현실화될수록 AI는 더 많은 실험과 추론을 수행할 것. 따라서 물리적 병목에 대한 수혜는 계속됨

AI 버블은 터진다, 그러나 지금이 끝은 아니다 (Dan Niles) source

헤지펀드 거물 Dan Niles는 AI 산업의 성장과 AI 주식의 붕괴는 동시에 가능하다고 주장함

1. AI는 인터넷만큼 거대한 기술이기 때문에 결국 과잉투자가 발생하고, 대규모 구조조정이 뒤따를 수밖에 없음

2. 다만 현재는 닷컴버블 붕괴 직전보다 1997년 중간 조정 국면에 가까움. 장기 상승 사이클 안에서도 50% 하락할 수 있다는 의미

3. 단기 문제는 기업들이 토큰 최대 사용에서 비용 최소화로 전환하고 있다는 점. 단순 작업은 저렴한 모델로 보내면서 비용을 줄이기 시작

4. DeepSeek·Kimi·Qwen 등이 계속 선두를 교체하면서 모델 레이어는 빠르게 상품화됨. 장기 가치는 하드웨어 인프라와 실제 앱으로 이동

5. 다음 병목은 에이전틱 확산에 따른 CPU, 분산 데이터센터를 연결하는 광통신·인터커넥트. 다만 유망산업도 조정기에는 함께 급락할 수 있음

5. 시장은 이제 CapEx 확대보다 실수익 증가와 투자자본 수익률을 요구함. 지출은 늘었는데 EPS가 따라오지 않으면 주가는 바로 하락

6. 좋은 기업과 좋은 주식은 다름. 아마존은 매출이 두 배로 늘어나는 동안 주가가 95% 하락함

7. 결국 중요한 것은 고점을 맞히는 것이 아니라, 산업의 경제성이 바뀌기 시작할 때 익스포저를 줄이고 대응하는 것

✍️강한 확신을 갖되, 그 확신을 느슨하게 유지하기

AI는 인류 최후의 보루입니다 (Andrew Ho) source

1. AI는 인류의 마지막 성장 탈출구임. 출산율 하락과 고령화는 노동력 감소를 넘어, 노년층 중심의 재분배·재정 악화·청년층 반시장 정서로 이어짐

2. 여기에 관료주의와 이권집단까지 고착되면 사회는 점점 비싸고 느려지며, 장기적으로는 저성장이 아니라 음성장이 반복되는 구조에 빠지게 됨

3. AI는 단순 생산성 도구가 아님. 부족한 노동을 보완하고, 행정·연구·의사결정 비용을 낮추며, 경제를 다시 양의 피드백 사이클로 돌리는 변수

4. 따라서 AI 논쟁은 AI가 위험한가?만으로 끝나지 않음. AI를 빠르게 발전시키지 않았을 때 인류가 감수해야 할 위험도 함께 계산해야 함

5. 산업혁명 이후의 고성장은 인류 역사에서 예외에 가까웠음. AI는 그 예외를 연장하는 기술이 아니라, 다시 시작하게 만드는 기술

샘 알트먼과 개리 탄이 말하는 AI의 다음 source

OpenAI 샘 알트먼과 Y Combinator의 개리 탄의 대담 中

1. 앞으로 6개월은 지난 2년과 맞먹을 것
- 향후 6개월간의 모델 발전 속도가 지난 2년과 비슷
- 지금까지 가장 가파른 성능 향상 구간에 진입했음

2. 과거 세계 기록이 이제 평균 사용량
- 6년 반 전 OpenAI 내부 최다 사용자는 월 10만 토큰을 사용
- 현재는 이 수치가 평균, 최상위 사용자는 수천억 토큰을 소비
- 같은 추세라면 2033년 평균 사용량이 월 5,000억 토큰에 이를 것

3. 기술 지형이 흔들릴 때 스타트업이 승리
- 기술 변화가 빠르고, 비용이 하락하며
- 개발·실험 주기가 짧아질 때 스타트업에 가장 유리
- 현재 AI 시장이 이 세 조건을 모두 충족

4. 모두가 비웃던 시기가 해자
- 10년 전 전문가들은 OpenAI가 AI 겨울을 만들 것이라고 비판
- 경쟁자가 없었기 때문에 수년간 기술을 축적할 시간을 확보
- "모두가 우리를 바보라고 부르던 시절, 우리는 세상에서 가장 큰 비밀을 알고 있다고 느꼈다."

6. 지능에 대한 수요는 사실상 무한
- 값싸고 충분히 우수한 지능에 대한 수요는 상한이 없음
- 전 세계 추론 수요가 앞으로 수년간 매년 10배씩 성장
- AI의 핵심은 공급 부족이 아니라, 가격이 낮아질수록 수요가 폭발한다는 점

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

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

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

🤔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

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