📈메모리, 가격보다 중요한 것은 이익의 수명 source

1. Citi 전망은 DRAM 가격이 2026년 242%, 2027년 23% 상승하고, 이후에도 2031년까지 연간 상승을 전망함. 핵심은 올해의 급등보다 그 이후에도 가격 하락을 가정하지 않는다는 점

2. 생산능력이 HBM으로 이동할수록 범용 DRAM 공급 여력은 줄어듦. HBM의 성장과 세대별 생산 부담 증가가 비HBM 공급을 압박함. 수요가 늘어나는 동시에, 기존 메모리를 공급 여력도 제약받는 구조

3. 마이크론의 실적상 FY2026 3분기 조정 매출총이익률은 85%. 이미 높은 수익성이 나타나고 있음. 회사는 12월부터 주주환원을 확대하고, 장기적으로 초과현금의 100%를 주주에게 돌려주겠다는 의향도 밝혔음

4. 높은 이익이 유지되고 자사주 매입으로 주식수까지 줄어든다면, 이익 증가와 주식수 감소가 양쪽에서 주당이익을 끌어올리게 됨

5. 재평가 핵심은 얼마나 많이보다 얼마나 오래 버나임. 같은 이익이라도 1년 뒤 사라질 이익과 수년간 이어질 이익의 가치는 다름. 여기에 현금이 실제 주주환원으로 연결된다면, 업황 호황 이상의 투자 논리가 만들어짐

6. 다만 2031년까지의 상승 전망이 사이클 소멸 증명은 아님. 봐야 할 것은 상승률 둔화 자체보다, 증설 이후에도 가격과 이익이 높은 수준을 유지하는지임

✍️메모리의 재평가를 결정할 것은 올해 이익의 높이보다, 그 이익이 지속되는 기간과 주주에게 돌아오는 현금

🌐Dream-RSI, 더 큰 모델 없이도 AI는 개선된다 source

1. 구글 연구진이 공개한 Dream-RSI는 모델 자체를 재학습시키는 대신, 같은 모델이 문제를 탐색하는 방법을 개선함. 어디를 더 파고들고, 무엇을 병렬로 시도하고, 언제 포기할지를 바꾸는 방식

2. 핵심은 이미 돈을 들여 쌓은 실험 기록. 과거에 실행한 결과를 재사용해 여러 탐색 전략을 비교하고, 좋은 전략을 다음 실험에 투입함. 일종의 실험 복기로 다음 실험을 더 잘하는 구조임

3. 한 과제에서는 동일한 기반 모델의 고정 탐색 대비 발견 에이전트 호출이 42% 줄었음. 다만 모든 AI 작업의 비용이 그만큼 줄었다는 의미는 아님

4. AI 발전을 신모델 출시만으로 보면 놓치는 부분이 많음. 더 좋은 두뇌뿐 아니라, 같은 두뇌로 덜 헤매는 방법도 발전축. 작업 기록을 쌓고 성과를 평가하며 다음 시도를 개선하는 운영체계가 중요해짐

🤖AI가 AI를 연구하는 시대의 병목 (Noam Brown) source

1. 노암 브라운과 드와르케시 파텔의 인터뷰는 지능이 풍부해진 뒤에도 무엇이 발전을 제한하는가를 짚음. 에이전트를 늘린다고 비용까지 줄어들지는 않음

2. 일부 벤치마크에서는 에이전트 4개를 투입하면 작업 시간이 절반으로 줄지만, 총비용은 2배가 됨. 같은 일을 싸게 하는 것이 아니라, 연산자원을 더 써서 시간을 사는 구조임

3. 브라운은 인터뷰에서 다룬 수학 성과 역시 에이전트 숫자보다 강력한 기반 모델과 오랫동안 문제를 풀어가는 능력이 핵심이었다고 설명함. 대규모 협업의 효율은 아직 충분히 측정되지 않았음

4. AI가 모든 분야에서 인간을 넘어야 다음 AI를 개선할 수 있는 것은 아님. 학습 효율처럼 목표가 명확하고 성과를 측정할 수 있는 문제에 강한 것만으로도 연구에 기여할 수 있다는 설명임

5. 다만 좋은 아이디어도 모델을 학습시키고 결과를 확인해야 함. GPU와 순차적인 실험 시간은 여전히 필요함. 브라운이 가속을 예상하면서도 하룻밤 사이 지능 폭발을 보진 않음. 가속폭에는 불확실성이 큼

6. AI는 업무 맥락을 가진 채 복제할 수 있음. 여기에 회사 목표에 맞춰 일관되게 협업하도록 만들 수 있다면, 조직이 커지면서 생기는 내부 이해충돌도 줄일 여지가 있음

7. 즉, 작은 팀의 생산성을 높이는 동시에 큰 조직의 비효율도 줄일 수 있다는 것. 다만 대규모 AI 집단이 인간 조직보다 잘 협업한다고 입증된 단계는 아님

8. AI가 다음 AI를 만드는 과정에서는 능력뿐 아니라 인간의 의도에서 벗어나는 행동도 이어질 수 있음. 다음 세대가 더 똑똑하다고 더 안전하다는 보장은 없음

9. 평가 시간도 문제임. 3개월짜리 업무 수행 모델이 2개월마다 출시된다면, 검증하기 전에 다음 모델이 나옴. 출시를 늦추면 검증 시간은 벌지만, 내부 모델과 공개 모델의 격차는 커짐

10. 컴퓨트는 답변을 생성하는 자원을 넘어, AI 연구자가 가설을 검증하는 실험실이 될 수 있음. 지능의 비용이 내려가도 시도할 실험이 더 많이 늘어난다면 연산 수요는 커질 수 있다는 해석

💬현 시점 다시보는 작년 Messari의 예측 source

2025년 메사리가 지목했던 2026년 Top Pick은 HYPE와 ZEC

1. 최고 확신 종목으로 HYPE를 밀었는데, Perp DEX를 넘어 자체 L1, 유동성, 수익을 가진 금융 네트워크로 확장. 가격도 당시 대비 수 배 상승

2. ZEC도 메사리가 HYPE와 더불어 강하게 민 탑픽. 뜬금없던 프라이버시도 적중. ZEC는 프라이버시 재평가와 함께 가장 강했던 자산

3. 실제 돈을 벌고 토큰에 귀속되는 프로토콜을 사라는 주장도 정확. HYPE처럼 바이백 구조가 있는 토큰이 프리미엄을 받는 시장으로 변화

4. RWA가 2026년 핵심 성장축이라는 전망 역시 적중. 국채 토큰화를 넘어 주식, 사모자산, 전통 금융시장의 온체인 이동 단계까지 진입

5. Polymarket 중심으로 예측시장이 베팅 시장을 잠식한다는 예상도 맞았음. Kalshi, Robinhood까지 붙으면서 카테고리 전체가 커지는 모습

6. 신규 범용 L1에는 부정론도 적중. ETH, SOL 잡겠다고 야심차게 출범한 메가톤급 신규 L1는 죽어가는 중. 결국 이더리움, 솔라나만 남음

📰Beyond Low Float, High FDV (GSR) source

A Larger Valuation Means Thinner Float

1. GSR이 주요 거래소의 토큰 상장 2,300건 이상을 분석함. 상폐, 실패한 토큰도 포함한 결과, 수익률은 상장 3일 안에 마이너스로 내려갔고 90일에는 반토막이었음

2. 특히 FDV, 즉 잠긴 물량까지 포함한 가치가 10억달러를 넘으며 출발한 토큰은 1년 뒤 수익률이 -81%였음. 유명하고 크게 시작한 프로젝트가 매수자에게 좋은 투자였던 것은 아님

3. GSR이 짚은 것은 상장에 참여하는 사람들의 이해관계임. 높은 상장가는 VC의 평가이익을 키우고, 팀 보유분의 가치를 높이며, 거래소에는 큰 자산을 상장했다는 성과가 됨

4. 다만 신규 매수자에게 유리한 출발점은 낮은 가격임. 같은 상장 이벤트를 보면서도 기존 보유자와 이제 사려는 사람의 좋은 가격이 서로 반대인 것

5. 적은 유통량으로 만들어진 가격에 나중의 잠긴 물량까지 풀리면, 시장은 계속 추가 공급을 흡수해야 함. 프로젝트가 발전하는 동안에도 토큰 가격은 내려갈 수 있는 이유임

6. 이 통계가 모든 신규 코인의 하락을 보장하거나 저유통만을 원인으로 입증하지는 않음. 다만 좋은 VC가 투자했다는 매력 뒤의 핵심은, 그 VC와 나는 같은 자산을 얼마나 다른 가격과 조건으로 샀는가일 것

🎐시타델, 더 빠질 수 있지만, 하락은 매수 기회 source

1. Citadel의 스콧 루브너는 기존 단기 약세 전망을 유지. 9월 말까지 미국 증시에 추가 하방 압력이 남아 있다고 봄

2. 수급 악재가 겹침. 자사주 매입은 블랙아웃, 7조달러 옵션 익스포저 만기, 시스템 전략의 매도 가능성, 분기말 리밸런싱도 악재

3. 계절성도 좋지 않음. 9월 후반은 연중 가장 약한 구간이며, 특히 중간선거 연도에는 평균 수익률 -1.2%, 상승 확률도 42%

4. 1930년 이후 중간선거 연도의 평균 경로를 보면 현재 시점부터 9월 30일까지 -1.1% 추가 하락한 뒤 저점을 형성하는 패턴

5. 다만 핵심은 Citadel이 하락할수록 오히려 더 낙관적으로 변하고 있다는 점. 역사적으로 9월 30일 저점 이후 연말까지 평균 +5.6% 상승

6. 계절성도 10월부터 급반전. 중간선거 10월 평균 수익률은 +2%, 상승 확률 71%. 11월도 강한 편이며, 선거일 이후 연말까지 우상향 패턴

7. 특히 최근 AI 투심이 급악화되고 관련 포지셔닝도 상당 부분 축소됨. 루브너는 이를 추가 악재라기보다 Q4를 앞둔 포지션 리셋으로 해석

8. Citadel의 전술은 단순함. 9월은 수급과 계절성 때문에 추가 조정, 10월부터는 수급 정상화 + 낮아진 포지셔닝 + 실적 시즌.

9. 즉, 9월 말까지 한 번 더 흔들릴 가능성을 열어두되, 그 약세를 Q4 매수 기회로 활용하라는 관점

📉미국의 가장 큰 리스크는 성장 기대 과잉 (Andy Constan) source

1. 현재 S&P의 이익 기대치는 사실상 버블에 가까움. 밸류도 높은데, 그 기대만큼 기업이익을 늘려줄 GDP 파이가 충분하지 않다는 시각

2. 이익 기대를 현실화하려면 AI, CapEx를 위한 대규모 자금조달이 필요함. 동시에 정부 차입도 높은 수준이라, 민간과 정부가 동시에 자본을 빨아들이는 구조가 모든 자산의 부담으로 작용

3. 코로나 이후 장기금리는 급등 후 급락하는 V자 패턴을 6차례 반복했지만, 이번에는 다를 가능성을 봄. 장기금리가 높은 수준에 오래 머물면 금융여건은 서서히 긴축되고 결국 성장에도 제동이 걸림

4. 그렇다고 곧 폭락한다는 포지션은 아님. 버블 국면일수록 상하방 꼬리가 모두 커지기 때문에 레버리지를 늘리기보다 기존 리스크 한도를 유지하는 게 핵심

5. 단기적으로는 9월 말까지 증시가 한 차례 더 오를 가능성에 베팅하면서, 동시에 11월 풋을 계속 매수 중. 9월 30일까지는 순숏으로 전환할 계획이며, 10% 조정 시 25% 수익을 노리는 구조

6. 금리 쪽에서는 Q4~Q1 성장 둔화를 보고 단기금리 롱 포지션을 구축 중. 경기 약화 시 중앙은행이 결국 비둘기파로 전환할 가능성도 주식 숏의 헤지로 봄

7. 채권은 장기금리가 완만하게 더 오르는 게 기본 시나리오. 유가 랠리는 숏 기회로 보고, 금은 10% 정도 베타 익스포저만 유지하며 별도 베팅은 없음

8. 지역적으로는 미국보다 그 외 주식, 채권, 통화를 선호. 결론은 단순함. 지금은 시장을 떠날 때가 아니라, 항상 베타는 보유하되 리스크 타깃 이상으로 욕심내지 말라는 것

9. 미국 증시의 문제가 당장 경기침체가 아니라, 높은 이익 기대를 현실화하기 위해 필요한 자본의 양이 점점 커지고 있다는 점. 기대가 높을수록 조달비용과 장기금리가 더 중요한 변수

🥇AI 투자 풍요에 희소해 지는 것 (Vitavia Fund) source

1. AI가 자료 수집, 요약, 모델링, 패턴 인식까지 해주는 시대. 이제 정보를 많이 아는 것 자체는 점점 경쟁력이 아니게 됨

2. 대신 같은 정보를 보고도 무엇이 중요한지, 일시적 변화인지 구조적 변화인지 구분하는 해석력의 가치가 커짐

3. 문제는 모두가 비슷한 AI와 데이터를 쓰면 생각도 비슷해질 수 있다는 것. AI 확산이 오히려 시장의 컨센서스를 더 강하게 만들 수 있음

4. 그래서 독립적인 사고와 비주류 관점은 더 희소해질 가능성이 큼. 모두가 똑똑해질수록 남들과 다르게 생각하는 능력이 더 비싸지는 셈

5. 시간축도 마찬가지. AI가 단기 정보 반영을 빠르게 할수록, 인간의 엣지는 오히려 장기 투자와 인내 쪽으로 이동함

6. Vltava는 실제로 Lam Research, Applied Materials, KLA를 매도함. 나빠서가 아닌, 좋은 미래가 많이 가격에 반영됐다고 판단했기 때문

7. 대신 Visa와 Kaspi.kz를 신규 편입. 강한 네트워크 효과, 높은 자본수익률, 실제 현금흐름, 합리적인 밸류를 더 중요하게 봄

8. 결국 AI 시대의 알파는 AI 자체보다 판단력, 독립성, 인내심, 긴 시간축에서 나옴

✍️모두가 AI를 쓰게 될 때, 차이는 AI가 준 답을 어떻게 해석하느냐에서 발생함

🎮엔비디아에겐 무료 AI가 돈이 된다 source

1. 엔비디아에게 AI가 성공하는 것만큼 중요한 건 그 시장의 구매자가 몇 명이나 남느냐임. SemiAnalysis는 오픈소스 지원을 이 고객 구조의 관점에서 해석함

2. 연산 수요가 소수의 거대 AI 기업에 집중되면 GPU는 많이 팔려도 고객의 협상력이 커짐. 더구나 이 고객들은 규모가 커질수록 자체 칩을 개발해 엔비디아에 지불하는 돈을 줄이려 함

3. 반대로 쓸 만한 모델을 누구나 내려받아 운영할 수 있으면, 기업과 국가가 직접 연산 구매자가 될 수 있음. 모델 사용료는 줄어도 이를 돌릴 하드웨어와 전력은 여전히 필요함

4. 그래서 엔비디아 입장에서는 모델을 더 싸고 널리 쓰게 만드는 투자가 GPU 시장을 키우는 투자가 될 수 있음. 모델 회사와 GPU 회사가 모두 AI 성장을 원하더라도, 원하는 경쟁 구도까지 같지는 않은 것

5. 국가별 개발도 연결됨. 한국이 미국 의존을 낮추려 자체 AI를 키워도, 기반시설은 엔비디아를 선택할 수 있음. 실제 SK는 엔비디아 기반 최대 2GW AI팩토리 구축 계획을 발표했음

6. 결국 모델 시장의 치열한 경쟁이 GPU 공급자에게는 고객 다변화가 될 수 있음. 엔비디아 투자자는 누가 AI 1등이 되느냐만큼, 그 1등에게 모든 구매력이 집중되는지도 중요함

⚙터빈 팔고, 20년 정비시장을 얻는 GE버노바 source

1. GE버노바를 보는 핵심은 AI 전력 수요의 증가만이 아님. 발전설비를 판매한 뒤 오랫동안 유지보수까지 맡는 구조

2. 2분기 수주액은 242억달러, 수주잔고는 1,760억달러. 데이터센터 전력망 사업 수주도 상반기에만 50억달러를 넘어 지난해의 4배

3. 가스터빈 판매에는 20년 서비스 계약이 붙음. 터빈은 계속 점검, 수리, 부품교체가 필요하고, 제조사의 기술과 정비망을 바꾸기도 쉽지 않음

4. 오늘의 AI 증설은 장비매출뿐 아니라 미래의 정비 고객이 됨. 주문이 둔화해도 이미 가동 중인 설비의 유지보수 수요는 따로 남음

5. 공급 확대도 즉각적이지 않음. 설계 노하우와 생산능력을 돈만으로 빠르게 복제하기 어려운 산업

✍️전력 붐의 좋은 사업은 설비를 한 번 파는 데서 끝나지 않고, 그 설비가 돌아가는 동안 반복해서 돈을 버는 사업

💡AI가 싸질수록, 병목은 비싸진다 source

AI 가격 하락 → 사용량 상승 → 더 많은 업무에 침투 → inference volume 상승 → 전력, 메모리, 네트워크, 데이터센터 병목 심화

1. AI는 역사상 어떤 다른 혁신적 기술보다도 더 빠르게 저렴해지고 있음

2. 주어진 성능 수준에서, 비용은 2023년 이후 분기당 47% 하락함

3. 이는 DNA 시퀀싱보다 4배, 컴퓨팅보다 6배, 리튬 배터리보다 18배, 전기보다 54배 빠름

4. 실제로 GPT-6 Astra 출시 3주도 안 돼서 Claude Opus 5.5가 등장하기도 함

✍️AI는 역사상 가장 빠르게 디플레되는 상품. 역설적으로 그 때문에 AI 총수요와 물리적 인프라 투자는 더 커지고 있음

📈다음 크립토 사이클을 위한 6가지 베팅 source

1. BTC와 프라이버시 코인의 재부상. 부채, 통화팽창, 과세 압력이 가치저장과 금융 프라이버시 수요를 키운다는 논리

2. 소셜 트레이딩과 투기 플랫폼. 남의 큰 수익을 보고 유입되는 행동은 반복되며, 쉬운 앱과 공유 기능이 이를 가속한다는 전망

3. 미국 무기한선물의 대중화. 크립토 이용자끼리 거래하던 상품이 일반 증권앱으로 확산되면 시장 자체가 커질 수 있다고 봄

4. 일부 가상자산 보유기업의 재평가. 단순히 코인을 보유한 회사보다 순자산 할인, 자산의 유동성, 할인 해소 수단이 중요

5. AI 실수요 토큰. 외부 고객이 연산, 추론, 데이터에 돈을 내고, 토큰 가치로 연결되며, 보조금 없이 매출이 유지돼야 한다는 조건

6. 신생 온체인 토큰의 유통 시가총액 4억달러에서 반복되던 매물벽 돌파. 한 번 성공사례가 나오면 보유기간과 위험선호가 달라짐

✍️무슨 기술이 뜰까에 더해, 누가 새 이용자의 돈을 받아 반복 매출로 만들까

📰마이크론은 28년까지 공급 부족을 예상 source

· 마이크론은 1분기가 매출총이익률의 최저점일 것이며, 2027년 나머지 기간 동안 마진이 더 높아질 것으로 예상
· 또한 메모리와 스토리지 분야에서 전례 없는 기회를 보고 있기 때문에 R&D 투자를 늘리고 있음
· 이번 메모리 사이클은 많은 전문가와 대중의 예상보다도 훨씬 더 강하고 길게 지속될 것

1. 이번 마이크론 발표에서 눈여겨볼 부분은 공급 부족이 풀리는 시점. 27~28년 메모리 수급이 올해보다 더 빠듯해질 것이며, 증설을 감안해도 수요와 공급이 언제 균형을 찾을지 내다보기 어렵다고 밝힘

2. 공급을 늘리는 데 걸리는 시간이 핵심. 공장을 짓고, 장비를 넣고, 생산 안정화까지 시차가 있음. 늘리기로 한 건설투자도 2028년 말 이후 공급 여력 확보를 위함. 투자 규모만으로 단기간에 물량이 충분해진다고 보기 어려움

3. 현재 실적에는 이런 수급 상황이 가격으로 나타남. 이번 분기 DRAM 출하량은 전 분기 대비 한 자릿수 중반 증가했지만, 판매가격은 10%이상 상승. NAND도 출하량은 10%, 가격은 30% 올랐음. 최근 매출 증가에서 가격 상승 역할이 크다는 의미

4. AI 수요는 저장장치도 봐야 함. 마이크론 SSD 분기 매출은 100억 달러로, 동기 대비 10배 이상 늘었음. 전체 NAND 매출의 3분의 2를 넘는 규모. AI의 데이터와 문맥이 늘어나면서, 이를 저장하는 공간에서도 수요가 커짐

5. 회사가 예상한 매출총이익률은 이번 분기보다 낮지만, 제조 성과급 인상분이 재고를 거쳐 비용으로 반영되는 시점이 영향을 주고 있음. 경영진은 다음 분기를 2027 회계연도 이익률의 저점으로 봄

6. 이후 실적에서는 가격과 실제 공급량을 확인해야. 가격 상승이 이어지는지, 새 공장이 언제부터 의미 있는 물량을 내놓는지, 고객의 구매 수요가 유지되는지가 관건. 공급 부족 전망이 실적으로 얼마나 이어질지는 여기서 드러날 것

✋온체인 상의 모든 돈을 출금한 이유

1. 최근 신한, 국민, 하나은행까지 연이어 AI 에이전트 해킹으로 고객 정보가 유출되어버림. 외부 해킹 에이전트의 비상적 접근에서 비롯한 사고로, 기존 시스템이 AI에 어떻게 노출될 수 있는지 보여주는 사례

2. AI 발전으로 공격, 해킹이 쉬워지는(ㄹㅇ 스캐머 천국;) 것도 문제지만, 점점 더 많은 권한을 넘기게 된다는 것도 문제. 공격 도구만 강해지는 게 아니라, 사고가 났을 때 영향을 받는 범위까지 커지기 때문

3. 메타의 뮤즈는 대신 이메일을 보내고, 여행을 예약하고, 구매까지 처리함. 뮤즈도 이메일과 파일 등이 저장된 전용 환경에 공격자의 접근 취약점 보도가 나옴. 생활 서비스에서도 안전성을 계속 검증해야 함

4. 경계할 건 전부 위임해버리는 것. 편리함을 맛보면 결제도 맡기고, 업무 계정도 연결하고 싶어짐. 일을 능숙하게 처리하는 것과, 예외적 상황에서도 권한을 넘지 않고 정보를 지키는 건 다른 능력

5. AI의 실수가 줄어도 실제 피해까지 줄어든다고 단정할 수 없는 이유. 실수가 줄어드는 속도보다 맡기는 돈과 권한이 커지는 속도가 빠르면, 드물게 발생하는 한 번의 사고가 훨씬 치명적임

6. AI의 폭발적 진보를 기대한다면, 기존의 안전 기준도 그만큼 빨리 낡을 수 있음. 새로운 기능이 등장하는 속도에 맞춰 현장의 보안과 사고 대응까지 준비되기 어려운 것

7. 불확실성은 어떤 사고가 가능한지, 피해가 어디까지 번질지, 문제가 생기면 누가 책임질지부터 충분히 파악되지 않는다는 뜻. 이럴 때는 틀렸을 때 감당할 수 있는 범위로 노출을 제한하는 게 차선책임

9. AI는 적극 써보되 계정/자산까지 모두 연결할 필욘 없음. 조회/실행 권한을 나누고, 필요 접근만 허용, 중요 작업엔 확인을 남김. NCSC도 작은 범위로 시작하고, 감시/통제할 수 없는 건은 배포하지 말라고 권고

10. 디파이는 같은 맥락에서 더욱 치명적임. 추가 수익은 조금 얻으면서 사고 이후 회수 가능성이 불분명한 위험까지 떠안아야 하기 때문. 큰 회사나 유명 서비스라고 이 불안을 피할 수 없음

11. 블록체인과 직결되는 연구도 있음. Anthropic은 AI가 기존에 알려지지 않았던 컨트랙트 취약점을 발견 및 악용에 성공함. FVEY도 기존의 사이버보안 능력이 몇개월 만에 도태될 수 있다고 경고함

11. 블록체인, 디파이, 크립토 분야야 원체 자주 털렸지만, AI 본격 대두 후부터 더더욱 보안사고의 빈도가 잦아지고 있는 것을 다들 느끼고 있을 것. 그 어떤 체인, 브릿지, 디파이라도 털릴 가능성을 배제할 수 없음

12. 사고확률을 추정하기 어렵고, 보상도 확신할 수 없는 곳에는 자산을 둬선 안 됨. 온체인은 되돌리기 어렵고, 사후 보상을 기대하기 어려움. 기준은 뚫리면 [누가, 무슨 돈으로, 어디까지 책임지는가?]로 잡아야 함

12. 과도기를 조심해야. 기술은 지수적으로 발전하나, 안전/사회 합의도, 어디까지 맡길지, 사후 책임과 복구도 불분명. 크립토에 국한되는 얘기가 아님. 투자, 자산 보관, 개인정보, 권한 모두 방어적으로 접근하기

✍️과도기에는 사고가 나도 손실이 제한되고 회수 경로가 남는 구조를 선택하는 게 타당함. 작은 추가 수익 때문에 떠안던 불투명하고 회복 불가능한 위험부터 없애는 것이 합리적

☀️에이전트 확산의 수혜 기업들 (BlockRock) source

개인 AI 비서가 확산되면 연산뿐 아니라 전력, 냉각, 인증, 결제, 업무 실행까지 수요가 연결. 여러 에이전트가 공통으로 필요로 하는 기반을 가진 기업들이 수혜 후보

1. 엔비디아
- 에이전트는 답변 생성 이후에도 코드 실행, 도구 사용, 결과 검증을 반복
- Vera CPU까지 내놓은 것은 GPU와 함께 실제 업무를 처리하는 연산 기반으로 시장을 넓히려는 움직임

2. 브로드컴
- 비서를 저렴하게 운영하려는 빅테크의 경쟁은 자체 AI 칩과 네트워크 투자로 연결
- 맞춤형 가속기와 네트워킹을 공급하는 브로드컴은 고객의 원가 절감 투자를 매출로 가져갈 수 있다는 논리

3. 버티브·GE버노바
- 물리적인 연산 수요가 늘면 냉각과 전력설비가 필요
- 버티브는 액체냉각 서비스 확장을 추진, 버노바는 상반기 데이터센터 관련 수주가 50억달러를 넘었다고 발표

4. 비자·마스터카드
- AI가 결제를 대신해도 누구의 권한으로 돈을 쓰는지 확인하고 정산하는 과정은 남음
- 두 회사는 에이전트 인증과 결제 기반을 확장 중이며, 마스터카드는 카드, 계좌, 스테이블코인을 함께 지원

5. 클라우드플레어
- 에이전트가 사이트와 데이터를 이용하면 접근 허용, 신원 확인, 사용량 측정과 과금이 중요
- 최근 공개한 Monetization Gateway는 이 기회를 겨냥한 제한적 베타

6. 서비스나우
- 사람이 화면을 덜 열어도 기업의 승인 규칙과 업무 기록은 필요
- 외부 AI가 ServiceNow의 업무 흐름을 실행하는 Action Fabric은 에이전트가 기존 기업 소프트웨어를 더 이용할 수 있다는 사례

✍️어떤 AI 비서가 이길까에 더해, 여러 비서가 반복해서 비용을 지불할 기반을 누가 가지고 있는가

🌙에이전트 확산의 피해 기업들 (BlockRock) source

에이전트가 먼저 압박할 수 있는 것은 고객이 비교하고, 해지하고, 옮기기 번거로워서 유지되는 마진. 금융, 여행, 구독이라는 업종보다 이익 발생 구조가 중요

1. 트리바고
- 2분기 매출의 90%가 고객을 광고주에게 연결하는 Referral Revenue
- 에이전트 안에서 호텔 비교가 끝나면 비교 사이트의 방문과 클릭이 감소

2. 찰스슈왑의 현금 스프레드
- 비서가 고객의 초과 예수금을 고수익 상품으로 옮기면 저원가 자금이 줄고 지급 이자가 증가

3. 익스피디아, 부킹의 소비자 유입층
- 여행 탐색이 개인 비서에서 시작되면 직접 방문과 고객 접점이 약해짐

4. 실사용이 낮은 구독과 통신 부가서비스
- 사용 여부를 점검/해지 비용이 낮아지면 자동연장에 기대던 매출이 압박

5. 사람 수에 따른 과금 소프트웨어
- 사람이 직접 처리하던 업무가 줄면 좌석 매출이 압박받음
- 다만 기업 데이터와 실행 규칙을 가진 회사는 에이전트 사용량을 과금 가능, MS도 좌석과 사용량을 결합하는 방향

6. 아마존·알파벳의 구매 직전 광고 접점
- 비서가 상품 선택을 끝내면 검색광고와 상품 진열의 가치가 압박

✍️고객이 떠나기 귀찮아서 남는 이익은 압박. 실제 공급, 품질, 거래 지원으로 고객을 붙잡는 능력이 얼마나 남는지가 중요

🇮🇷블록체인에도 지방소멸이 온다 source

1. 패러다임과 스탠다드 크립토의 투자를 받았던 블라스트가 종료를 발표함. 팀이 밝힌 이유는 높은 유지비로 지속 가능한 운영이 어렵다는 것

2. 주목할 건 블라스트가 왜 망했나보다도 다른 체인은 다를까?임. 블라스트는 예치와 초대에 포인트를 지급하며 참여를 유도했음. 전입지원금으로 사람을 모았다고 자생적인 도시가 완성된 건 아님

3. TPS는 교통. 도로가 서울보다 넓다는 이유로 정착하지 않음. 일자리와 상권이 있어야 하듯, 체인에도 성능을 실제 수요로 바꿔줄 앱이 필요. 사용자에게는 기존 체인보다 나은 서비스가 필요함

4. 유동성이 모이면 거래자와 앱이 따라오지만, 빠져나가면 남아 있을 이유도 줄어듦. 사람이 떠나 상권이 죽고, 상권이 죽으니 사람이 더 떠나는 지방소멸과 닮아 있음

5. 신생 체인의 출구는 새로운 서울되기가 아님. 하이퍼리퀴드처럼 오더북을 자체 체인에 통합하는 접근도 있음. 중요한 건 독자 인프라가 제품을 얼마나 더 좋게 만드는지임

6. 블록체인의 미래는 소수의 대형 경제권과, 특정 수요를 잡은 특화 체인이 공존하는 형태에 가까움. 나머지는 경제활동이 거의 없는 유령도시로 남음

7. 인터넷 프로토콜과 OS는 독과점, 클라우드도 AWS/Azure/GCP가 압도적. 그 위에 앱이 수백만 개 올라감. 블록체인도 소수의 정산/범용 실행 레이어, 특화 실행 네트워크만 남을 것

8. 출시부터 엄청난 백커와 기술력으로 주목을 받았던 메가톤급 블록체인들인 모나드, 메가이더, 수이, 앱토스 등도 블라스트 다음 차례가 되지 않을 것이라고 장담할 수 없음

10. 결국 사용자, 유동성, 유통망이 핵심임. 체인은 더 많이 생겨도, 경제적 가치는 오히려 소수에 집중됨. 더구나 체인이 살아남는 것과 토큰이 좋은 투자가 되는 것도 별개

11. 지금 체인의 경쟁력은 '사용자 + 자본 + 분배 + 어텐션'임. 이 네 개는 전형적으로 네트워크 효과를 가짐. 그러니 장기적으로는 상당수 체인 토큰의 가치가 사라질 것

12. 수백 개 체인은 폐쇄나 축소, 좀비체인화 등 더 큰 생태계에 흡수될 것. Blast는 예외적인 사고가 아닌 앞으로 반복해서 보게 될 합병과 도태의 초기 사례

13. 블록체인 판도는 이더리움 생태계 / 솔라나 / BNB 같은 몇 개의 메가시티 정도로 남을 가능성이 큼. 그리고 Base 같은 분배도시, Hyperliquid나 트론 같은 특화도시, 소수의 새로운 챌린저 정도

✍️과거엔 '이더리움 비싸니 더 많은 체인이 필요하다'였다면 어느 순간 L1, L2, L3, 앱체인 등이 끝없이 생기면서 반대가 됨. 공간은 넘쳐나는데 사용자는 희소한 상태