🇰🇷SK 최태원, CNBC 인터뷰 주요 발언 source

- 올해 고객들의 주문 요청이 2배로 늘면서 수요도 두 배 증가

- 메모리 가격이 50% 오르며 칩플레이션이 소비자 가격에도 전가되고 있음

- 애플 등 완제품 업체의 가격 인상으로 이어지며, 단기적 해결책이 없음

- 신규 생산능력 확보에는 5년이 걸려 2027년 공급 부족이 가장 심할 것. 이후 신규 팹이 가동되면서 점차 완화

- 향후 5년간 생산능력을 2배 확대할 계획이지만, 고객 수요를 감안하면 이마저도 부족

- 향후 10년간 메모리 수요는 5배, 향후 5년간 AI 에이전트 사용량은 10배 증가

- 엔비디아는 하이닉스의 가장 중요한 고객이지만 특정 고객 의존도가 과도한 것은 아님. 엔비디아 자체가 AI 생태계 전반의 핵심 인프라

- 하이닉스의 HBM 베이스 다이는 TSMC가 생산. 결국 GPU와 HBM 생산능력이 함께 늘어야 AI 공급도 확대될 수 있음

- 과거 메모리 사이클을 반복하지 않기 위해 장기공급계약(LTA), 고객과의 팹 JV, Memory as a Service 같은 방식으로 투자 리스크를 분산할 계획

- 1997년 파산 직전까지 갔던 경험과 2023년 메모리 불황을 언급하며, 무리한 선제 증설보다 고객 수요에 연동된 투자가 필요

- 미국에서는 인디애나 팹, 신규 R&D 센터, 100억 달러 규모의 미국 AI 사업을 추진 중. 미국의 소프트웨어·시스템 기술과의 연계 강화 목적

- 미국을 포함한 여러 생산 거점을 한 달 넘게 검토 중이며, 고객들도 미국 내 생산을 요구. 다만 미국 정부와 직접 협의한 단계는 아님

- 삼전, 마이크론과 기술/자원 자체는 큰 차이 없지만, 하이닉스의 강점은 절박함과 팀워크. 오랜 위기 경험에서 형성된 조직문화가 차별화 요소

- 과거 메모리 수요는 스마트폰·PC처럼 기기 수에 의해 제한됐음. 한 사람이 스마트폰을 10대씩 쓰지는 않기 때문

- 반면 AI 시대에는 한 사람이 여러 AI 에이전트를 동시에 사용할 수 있어 1인당 메모리 수요 자체가 크게 늘어남

- 최 회장은 이를 단순한 메모리 업황 반등이 아니라, AI가 메모리 수요의 구조 자체를 바꾸는 장기 변화로 평가

AI 시대, 인간은 정말 늙지 않게 될까

https://blog.naver.com/dolbikong/224378879215

🤔AI 과학자가 예측하는 앞으로 5년 (Ryan Greenblatt) source

AI 연구개발 완전 자동화 시점은 2029년 중반. 향후 수년간 전개될 변화에 대한 최선의 예측은 다음과 같음:

2026년 말
- 2026년 최첨단 AI의 발전량은 2025년의 1.5배에 이를 것
- 대부분은 그동안 남아 있던 기술적 잠재력과 미활용 여지를 소진하면서 발생하고, 일부는 AI가 AI 연구개발을 가속하면서 만들어짐
- AI가 앤트로픽의 AI 연구개발 인력 생산성을 2.5배 높일 것
- 모든 연구자와 엔지니어가 기존보다 2.5배 빠르게 사고하고 일하는 것과 비슷한 효과

2027년 말
- AI 기업의 엔지니어링 업무는 완전 자동화되고, AI는 연구 업무 자동화에도 본격적으로 진입
- AI 연구개발 인력의 생산성은 8.5배 높아질 것
- 일각에선 2027년에 AI 연구개발이 완전 자동화됐다고 주장할 것
- 실제로 완전 자동화까지는 아니지만, 상황은 이미 비현실적으로 느껴지게 됨
- AI 기업은 극도로 자동화되고, 인간은 업무 과정에서 거의 배제되며, 연구개발 속도도 크게 빨라짐
- 최첨단 AI의 발전량은 2025년의 1.5배가 될 것으로 예상
- 대부분 AI 연구개발 가속에서 나오고, 일부는 기존에 축적된 기술적 잠재력을 활용하면서 발생

2028년
- 4월경 자동화 코더가 등장할 것
- 연구 엔지니어링과 소프트웨어 개발 업무를 완전히 자동화하는 AI
- 2028년 말에는 AI가 인간 AI 연구자와 동등한 수준에 도달
- 다만 이후에도 한동안 인간은 새로운 관점을 제시하고, AI가 놓친 사각지대나 오류를 지적하는 방식으로 가치를 더할 것
- 하반기에는 AI 발전 속도가 2025년의 1.6배로 올라갈 것
- 현실의 0.5년 동안 0.8년치에 해당하는 AI 발전이 이뤄지는 속도

2029년
- 연초에는 초인간적 AI 연구자가 등장
- 자동화 코더가 등장한 지 1년이 채 지나지 않은 시점
- 발전 속도는 더욱 빨라져 상반기 6개월 동안 1.3년치 AI 발전이 이뤄짐. 2025년 대비 2.6배 속도
- 연말에는 최고 전문가를 압도하는 AI 단계를 상당히 넘어서게 됨
- 하반기 6개월 동안 2.5년치 AI 발전이 이뤄지며, 발전 속도는 2025년의 5배
- 이 시점의 AI는 분야별 편차가 있겠지만, 인간을 크게 뛰어넘는 초인간적 능력을 갖게 됨

2030년
- 연중에는 극도로 초인간적인 AI, 즉 ASI 사이 어딘가에 도달해 상상하기 어려운 일들이 벌어질 것
- 로봇 확산의 결과로 컴퓨팅 자원은 4개월마다 두 배로 증가할 수
- 연말에는 이른바 특이점에 도달
- 경제 규모는 이미 여러 차례 두 배로 증가했으며, 컴퓨팅 자원은 2개월마다 두 배로 늘어날 수

2031년
- 연중에는 두 배 증가에 걸리는 시간이 2주까지 짧아질 수
- 이전에는 상상하기 어려웠던 완전히 새로운 기술들이 실제로 등장하고 활용되기 시작할 것

불과 3주 만에 이뤄진 일입니다 source

1. 성능은 상승, 가격은 절반으로 AI 모델 디플레 발생. Gemini 3.6 Flash 출시 3주 만에 3.7 Flash 공개

2. 코딩·에이전트 성능은 크게 개선. 가격은 3.6 대비 50% 인하. 대규모 신모델이 아닌 알고리즘 개선으로 달성

3. 공식 평가에서도 3.7은 3.6 대비 종합 지능 점수 52→56, 코드 품질은 34.4%→43.6%​로 상승. 같은 모델이 3주 만에 의미 있게 개선

4. 이게 중요한 이유는, 모델 업그레이드 주기가 연 단위에서 주 단위로 압축 + 성능 향상과 가격 하락이 동시에 진행됐단 점

5. 모델 자체의 희소성은 빠르게 약화됐고 배포 속도와 실제 제품 적용력이 더 중요해짐

6. 이제 구글의 병목도 모델 성능보다 제품에 얼마나 빠르게 확산시키느냐에 가깝게 됨

AI 투자 사이클의 진짜 변수 source

AI 수요 자체에 대한 논쟁보다 이제는 누가 이 거대한 CapEx를 감당하느냐가 더 중요해지고 있음

1. 주요 5개 AI 기업의 2027년 예상 CapEx는 1조 달러 이상, 예상 영업현금흐름은 약 9,600억 달러 수준임. CapEx/영업현금흐름 비율은 약 111%, 공격적 시나리오에서는 130% 이상까지 올라갈 수 있으며, 합산 FCF 역시 2027년 마이너스로 전환될 가능성이 있음

2. 과거 빅테크는 막대한 현금흐름을 기반으로 자사주를 꾸준히 매입하며 미국 증시의 구조적 매수자 역할을 해왔음. 하지만 AI 인프라 경쟁이 시작되면서 일부 기업은 자사주 매입을 줄이거나 중단하고, 반대로 주식·채권 발행을 통해 투자 재원을 조달하는 구조로 바뀌고 있음

3. 결국 핵심은 자본의 이동 방향임. 과거 금융시장 안에서 자사주 매입으로 순환하던 돈이 이제 데이터센터, GPU, 전력, 냉각, 변압기, 토지 등 실물 인프라 투자로 빠져나가고 있음

4. 이 과정에서 빅테크의 사업모델도 변하고 있음. 과거에는 적은 재투자로 높은 현금흐름을 창출하는 자본경량 기업이었다면, 앞으로는 막대한 설비투자와 지속적인 인프라 교체가 필요한 자본집약적 기업에 가까워질 수 있음

5. 기업 자체 현금만으로 부족해지면서 벤더 파이낸스와 AI 인프라 구조화 금융도 확대되는 중임. 결국 누가 대출을 제공하고, 누가 보증을 서며, GPU와 데이터센터의 잔존가치를 어떻게 평가할지가 점점 중요한 변수가 되고 있음

6. AI 투자를 볼 때는 단순히 AI가 얼마나 성장하나​보다 "누가 자본을 쓰고, 누가 자본을 공급하며, 최종적으로 누가 현금을 가져가는가"​를 보는 것이 중요함. AI 시대는 기술 성장 사이클인 동시에, 역사적인 자본집약화 사이클임