📰다 같은 반도체가 아니다: 밸류체인 총정리 source

1. 시장의 질문이 바뀜
- 예전엔 엔비디아, GPU, HBM이면 끝
- 이제 AI 병목이 밸류체인 전체로 번짐
- CPU, 패키징, 기판, 전력, 인터커넥트, 아날로그까지 돈이 돎
- 그래서 다음 병목이 어디냐가 핵심

2. 인텔·퀄컴이 오른 이유
- 에이전트 AI는 단순히 답만 뽑는 구조가 아님
- 툴 호출, DB 검색, 작업 분배, 기록 관리까지 해야
- 이때 전체 작업을 조율하는 CPU 역할이 커짐
- 그래서 인텔, AMD, ARM 같은 서버 CPU가 살아남
- 퀄컴은 데이터센터보단 온디바이스 AI, 엣지 AI, 무선/RF 쪽 수혜 기대

3. 그래도 본진은 메모리
- CPU 수요가 늘어도 메모리가 필요
- GPU가 늘어도 HBM이 필요
- 에이전트가 길게 생각하고 기록을 유지해도 DRAM, SSD, 캐시 수요 상승
- 그래서 CPU 내러티브는 맞지만, 넓게 보면 메모리가 훨씬 강력한 병목
- CPU는 새로운 수혜, 메모리는 모든 시나리오의 공통 수혜

4. 반도체 랠리 구조
- AI는 연산만의 문제가 아님
- 연산이 커지면 메모리가 막힘
- 메모리가 커지면 패키징이 막힘
- 서버가 커지면 전력과 냉각이 막힘
- 데이터센터가 커지면 네트워크와 광통신이 막힘
- 즉, 하나의 테마가 아니라 병목이 순서대로 재평가되는 과정

✖️돈보다 생산력이 상위 자산인 시대 source

1. AI 데이터센터가 아니다
- 핵심은 100TW 컴퓨트가 만들어낼 문명 단위의 생산력
- 노동, 지식, 서비스가 인간이 아니라 컴퓨트에서 대량 생산되는 구조
- 이땐 경제의 병목은 사람이 아니라 전기, 칩, 데이터센터, 로봇, 인프라

2. 돈이 좇는 희소성은 재편된다
- 돈은 원래 희소성을 배분하는 수단
- 그런데 AI가 지능을 싸게 만들고, 로봇이 노동을 싸게 만들면 기존 가격 체계가 흔들림
- 이메일, 구글맵, 영상통화처럼 가격은 하락했는데 실제 효용은 폭증하는 현상이 물리 경제로 확장

3. 진짜 부는 생산능력
- 핵심은 돈이 얼마 있냐가 아니라 얼마나 많은 생산 지능을 통제하냐가 됨
- 전기 → 컴퓨트 → 지능 → 로봇 → 생산
이 스택을 장악한 기업/국가가 실질 경제 권력을 가짐
- 달러는 청구권이고, 에너지, 컴퓨트, 로봇, 공장이 실제 엔진

4. 그래서 에너지와 인프라가 본체
- AI 시대의 최종 병목은 결국 전기와 물리 인프라
- 데이터센터, 전력망, 원전, 배터리, 반도체 팹, 구리, 냉각, 로봇 생산능력이 핵심 자산
- AI 기업이 에너지 기업처럼 움직이는 이유도 여기에 있음
- 컴퓨트를 키우려면 먼저 전력을 장악해야 함

✍️돈이 사라지는 게 아닌, 생산 권력에 대한 청구권이 됨. 문제는 그 청구권으로 모두가 같은 자산(반도체, 전력...)을 필요로 하기에, 실제 생산 자산 가격은 지수적으로 비싸짐

✅구리 브레이크아웃 시작, 투자처는? source

1. 대형 구리주, 베이스 플레이

$FCX, $SCCO, $TECK

- 대규모 생산능력, 낮은 원가 자산, 강한 현금흐름이 핵심
- 구리 가격 상승이 실적에 가장 직접 반영
- [구리 가격 상승 = 현금흐름 레버리지]를 가장 단순하게 먹음

2. 성장주는 생산 확대 스토리

$HBM, $ERO, $LUNMF

- 생산 기반이 있으면서 증산·확장 파이프라인이 있는 구간
- 대형주보다 베타는 높고, 개발주보다는 리스크가 낮은 중간
- 구리 가격이 높은 수준에서 유지되면 밸류 리레이팅 여지

3. 고베타 구간은 리스크도 같이
- $IVPAF, $NGEX, $FILO는 대형 업사이드 있는 개발주
- $TGB, $TRQ, $CSCCF는 작은 시총의 고위험·고보상
- 개별 종목 리스크가 부담되면 $COPX 같은 구리 광산 ETF로 분산
- 다만 구리 가격뿐 아니라 프로젝트 진행, 자금조달, 정치 리스크도 봐야

📰빅테크의 다음 형태는 옴니스케일러 (McKinsey) source

1. Hyperscaler 다음은 Omniscaler
- 예전에는 클라우드를 크게 굴리는 회사들을 하이퍼스케일러라고 불렀음
- 근데 이제는 그 정도로 설명이 안 됨
- Amazon, Alphabet, Microsoft 등 회사들은 성장 산업을 동시에 밟고 있음
- 맥킨지는 이런 기업을 옴니스케일러로 칭함

2. 이게 왜 중요하냐면
- 이 회사들은 새 사업을 할 때 맨땅에서 시작하지 않음
- 이미 갖고 있는 클라우드, 데이터, 유저, 광고망, 디바이스, 물류, 반도체 역량을 그대로 가져감
- Amazon은 커머스에서 클라우드, 광고로 갔고
- Microsoft는 소프트웨어에서 클라우드, AI, 게임으로 갔고
- Tesla는 EV에서 배터리, 로보틱스, 우주, AI 쪽으로 번지고 있음

3. 미래 산업 경쟁은 이미 시작
- 미래 주요 산업 전장은 "AI, 클라우드, 반도체, EV, 배터리, 우주, 로보틱스, 사이버보안, 비만치료제" 등
- 이쪽 산업들은 2022~2025년 사이 일반 산업보다 훨씬 빠르게 성장
- 특히 반도체·클라우드·AI 소프트웨어가 이번 사이클의 중심
- 이제 미래 산업이라는 말도 애매함. 이미 시총, CAPEX, 인재, 공급망이 전부 투입 중

4. 투자 관점에서는
- 앞으로는 이 회사가 무슨 테마냐보다 몇 개의 성장 아레나를 밟고 있냐가 더 중요
- Anthropic, Figure, Rocket Lab 같은 회사들은 특정 병목 하나를 찌르면서 판을 흔드는 쪽
- Nvidia처럼 한 영역을 압도하는 focused 챔피언도 강하지만,
- 여러 전장을 동시에 장악하는 구글 같은 Omniscaler가 훨씬 강력할 것

✍️AI 메가캡은 데이터·컴퓨트·반도체 등 기존 자산을 돌려가며 여러 산업을 동시에 먹는 회사

💬예측이 곧 권력이 되는 시대 source

1. 돈벌이 아닌 월드 모델
- AI 활용의 핵심은 단순 퀀트 투자나 트레이딩이 아님
- 목표는 세상의 비효율을 줄이는 거대한 예측 엔진화
- 시장, 스타트업, 인재, 정치, 자원 배분까지 전부 예측 문제에 해당됨
- 인류에게는 세상을 더 잘 배분하는 AI가 필요함

2. 시장은 가장 좋은 실험장
- 금융 시장은 예측력이 바로 수익으로 검증되는 곳
- 맞히면 돈이 생기고, 그 돈으로 더 많은 데이터·컴퓨트·인재를 삼
- 퀀트는 단순 투자가 아닌 범용 예측 AI를 키우는 첫 수익화 레이어
- 예측 → 수익 → 리소스 확장 → 더 좋은 예측이라는 플라이휠

3. AI의 본질은 인간 판단 대체
- 중요한 포인트는 AI가 의사결정 시장을 먹는다는 것
- 투자, 채용, 교육, 창업, 정책 판단은 전부 미래를 추정하는 일
- 지금까지는 사람이 직관, 경력, 감으로 하던 일을 모델이 대체
- 결국 누가 더 좋은 예측 시스템을 갖고 있냐의 싸움

4. 결론
- AI는 예측 산업 전체의 기반이며 의사결정 인프라임
- 데이터, 컴퓨트, 메모리, 스토리지, 전력, 모델, 에이전트 레이어가 전부 연결
- 예측 정확도는 곧 돈, 권력, 자본 배분 능력으로 환산됨

📰Memory Long source

1. 엔비디아가 끝난다는 얘기는 아님
- 학습은 여전히 GPU, HBM, 네트워킹이 전부 중요함
- 이 영역은 엔비디아가 계속 강함
- 다만 AI 수요가 전부 학습에만 머물진 않음

2. 추론 시장이 쪼개지는 중
- 사람이 답을 기다리는 추론은 속도가 중요함
- 그래서 Cerebras, Groq 같은 빠른 추론칩도 의미가 있음
- 하지만 이 시장은 사람의 시간에 묶임

3. 진짜 큰 건 에이전트 추론
- AI가 답만 하는 게 아니라, 직접 작업하고 기록을 이어가는 구조
- 이때는 빠른 응답보다 긴 컨텍스트, 상태 저장, 메모리가 더 중요함
- 사람이 기다리지 않으면 조금 느려도 됨

4. 그래서 메모리 계층이 중요해짐
- 메모리, HBM은 계속 오랫동안 중요할 것
- 다만 에이전트 추론에서는 DRAM, SSD, 스토리지, CPU까지 봐야 함
- GPU 때려박는 것보다, 적당한 연산 + 큰 메모리 + 낮은 비용 조합이 중요

✖️Investing in the Singularity source

1. AI 앱보다 안쪽
- 챗봇, SaaS, 에이전트 앱은 AI 밸류체인의 바깥
- 돈은 모델을 돌리는 물리 인프라로 감
- 모델 → 칩 → 데이터센터 → 전력으로 이어지는 루프
- AI 투자는 누가 가능하게 만드냐의 게임

2. Innermost Loop
- 프론티어 모델은 더 많은 GPU, HBM, ASIC 수요를 만듦
- 반도체 수요는 데이터센터 증설 압력으로 이어짐
- 데이터센터가 늘수록 냉각, 전력 분배, 랙, 변압기 수요도 커짐
- 즉, AI 성장은 CAPEX 사이클로 나타남

3. 병목에 가격을 매긴다
- 반도체, 메모리, 전력, 냉각, 데이터센터 CAPEX 사이클임
- 그래서 하이퍼스케일러 돈은 인프라로 감
- 시장은 AI를 생산력 재편으로 보기 시작

4. 최종 병목은 전력
- 모델이 커질수록 칩이 필요하고, 칩이 늘수록 전기가 필요
- 전력과 데이터센터가 없으면 AI 못 돌림
- 원전, 가스터빈, 배터리, 그리드가 핵심 밸류체인

🤖예측시장은 이미 AI한테 따였다고? source

1. 봇이 점령한 시장은 따로 있다
- Polymarket 상위 수익 지갑의 상당수가 봇으로 분류됨
- 에이전트 지갑의 수익 계좌 비율은 약 37%, 인간은 7% 수준
- 겉으로 보면 봇이 인간을 압도
- 디테일을 보면 예측이 아니라 실행의 승리

2. 봇은 미래를 맞히는 게 아님
- 봇은 15분 BTC 방향, 실시간 스포츠, 플랫폼 간 가격 차이 같은 시장에서 강함
- 공통점은 현실 세계를 깊게 해석할 필요가 별로 없다는 거
- 바이낸스 가격이 움직였는데 폴리마켓에 늦게 반영되는 순간을 노림
- 경기 중 스코어 변화, 오라클 업데이트, YES/NO 가격 괴리 같은 틈을 먹는 것
- 쉽게 말해 봇은 예언자가 아 닌빠른 차익거래자에 가까움

3. 인간은 방향이 아닌 가격에서 패배
- 인간의 베팅이 완전히 밀리는 건 아님
- 문제는 좋은 가격에 진입하지 못하고, 스프레드를 계속 지불한다는 것
- 중위 사용자는 메이커 주문을 거의 안 씀
- 결국 인간은 예측을 틀려서만 지는 게 아니라, 비싸게 사고 싸게 팔기까지 함

4. 진짜 승자는 플랫폼
- 봇은 특정 품목에서 강함
- 인간은 정치 등 복합 정보 해석이 필요한 시장에서 아직 유의미함
- 플랫폼은 둘 다 받아먹음
- 봇은 유동성과 거래량을 만들고, 인간은 시장의 다양성과 리테일 수요를 만듦

🏅구글은 세계 1등 기업이 될 겁니다 source

1. 시장의 시선이 바뀜
- 1년 전 구글은 AI에 검색 먹히는 회사 취급
- 지금은 AI 밸류체인 전체를 먹는 회사로 재평가
- 검색, 클라우드, 유튜브, Gemini, TPU, Waymo, Anthropic 지분까지 보유
- AI 전체에 걸쳐 옵션을 가진 구조

2. 엔비디아는 칩, 구글은 풀스택
- 엔비디아는 AI 인프라의 핵심 공급자
- 다만 AI CAPEX가 둔화되면 사이클 리스크가 커질 수
- 구글은 검색 광고, 클라우드, 자체 칩, 모델, 콘텐츠, 자율주행까지 수익원이 분산
- 그래서 시장은 칩 1등보다 AI 전체 밸류체인을 먹는 회사를 보기 시작

3. 핵심은 TPU
- 구글의 TPU가 클라우드 고객에게 엔비디아 GPU의 대안으로 부상
- 자체 AI 서비스 비용도 낮추고, 인프라 매출도 만들 수
- TPU 인프라 매출은 2026년 30억 달러, 2027년 250억 달러 전망
- 구글은 AI를 쓰는 회사이면서, AI 인프라를 파는 회사가 됨

4. 싸진 않지만, 계속해서 견조할 것
- Alphabet은 최근 1년 160% 상승, 이제 숨은 저평가주까진 아님
- PER도 28배 수준으로 10년 평균보다 높음
- 그럼에도 검색, 클라우드, 칩, 모델, 유튜브, 자율주행까지 전부 가진 회사라면 더 프리미엄을 받아야

✍️엔비디아가 삽과 곡괭이라면, 구글은 광산, 철도, 정제소, 판매망까지 가진 회사

📰메모리 전쟁은 막 시작됐습니다 (Hynix) source

1. AI는 기억상실한 천재
- ChatGPT, Gemini는 똑똑하지만 배운 걸 장기 기억으로 축적하지 못함
- 그래서 매번 대화 히스토리와 문맥을 다시 읽어야 함
- AI 비용의 본질은 연산만이 아니라 메모리와 데이터 이동 비용

2. 핵심은 Continual Learning
- 한 번 학습하고 멈추는 Static Inference 구조에서 벗어나기 시작
- 앞으로는 추론 중에도 새로운 정보를 기억하고, 가중치를 업데이트하는 방향
- 이게 현실화되면 AI는 답변 생성기가 아니라 계속 배우는 시스템에 가까워짐

3. 그래서 HBM만으로는 부족
- 기존 HBM은 데이터를 빠르게 읽어서 GPU에 공급하는 Read-Heavy 구조
- 그런데 Continual Learning은 읽고, 수정하고, 다시 쓰는 RMW 트래픽을 폭발
- 대역폭만 넓히는 방식으론 한계가 있고, HBF 같은 차세대 메모리 계층이 중요

4. 빠른 메모리보다 예측 가능한 메모리
- AI가 로봇, 자율주행, 공장, 6G로 들어가면 성능보다 Tail Latency가 더 중요
- 99.9%는 빨라도 0.1% 순간 지연이 로봇을 넘어뜨리고, 자율주행을 위험하게 만듦
- 앞으로는 최고 대역폭뿐 아니라 일정한 응답성, 메모리 격리, 워크로드별 최적화가 핵심

✍️슈퍼사이클의 초반부가 GPU와 HBM의 대역폭 전쟁이었다면, 다음은 기억하고, 수정하고, 지연 없이 반응하는 메모리 아키텍처 전쟁

👤휴머노이드 & 로보틱스 내러티브 정리 source

1. AI가 현실 노동으로
- 일론은 Optimus가 장기적으로 10조 달러급 매출을 만들 수 있다고 봄
- 젠슨 황은 이를 로보틱스의 ChatGPT 모멘트라고 표현
- 핵심은 모델이 아니라, AI가 현실에서 일하게 만드는 하드웨어
- 즉 휴머노이드는 AI의 물리적 인터페이스

2. 테슬라가 가장 정면에
- TSLA는 Optimus로 휴머노이드 테마의 대표주
- Gen 3는 양산을 염두에 둔 첫 모델로 언급
- 연간 100만 대 생산까지 가면 자동차보다 훨씬 큰 TAM
- 테슬라는 자동차 회사에서 노동 자동화 회사로 리레이팅

3. 중국·한국도 빠르게 붙는 중
- UBTech는 중국의 휴머노이드 순수 플레이
- BYD, 폭스콘, 지리 등 제조 현장 적용 스토리가 있음
- Rainbow Robotics는 삼전이 올라탄 한국형 로보틱스
- Xiaomi도 AI, 하드웨어, 제조, 유통을 묶은 중국식 풀스택 후보

4. 진짜 병목은 부품과 로보틱스 OS
- NVDA는 Isaac, Cosmos, Jetson Thor로 로봇의 두뇌 레이어를 장악
- Harmonic Drive는 관절 감속기 쪽 핵심 부품주
- Robotis는 액추에이터와 연구용 로봇 하드웨어 쪽 니치 플레이
- 로봇 양산이 시작되면 승자는 완성품만 아닌 관절, 감속기, 액추에이터, 컴퓨트

✍️테슬라는 내러티브, 엔비디아는 두뇌, 부품주는 병목을 먹는 구조

🖥빌 애크먼이 보는 마이크로소프트 source

1. 시장은 MSFT를 저평가하고 있다
- 애크먼은 MSFT를 21배 포워드 어닝에서 매수
- 시장 멀티플과 비슷한 수준인데, 기업 퀄리티는 명백한 최상위권
- 더 중요한 건 이 멀티플에 OpenAI 지분가치가 거의 반영되지 않음

2. M365는 쉽게 무너질 소프트웨어가 아님
- Word, Excel, PowerPoint, Outlook, Teams는 기업 업무의 기본 운영체제
- 단순 앱이 아니라 보안, 인증, 컴플라이언스, 데이터 거버넌스까지 묶인 인프라
- Claude나 다른 AI 툴이 좋아져도, 대기업이 M365를 갈아엎기는 쉽지 않음


3. 포인트는 Copilot 과금 구조
- MSFT는 기존 좌석당 과금에서 시트 + 사용량 기반 과금으로 이동
- AI 에이전트 사용량이 늘어날수록 추가 매출을 잡을 수 있음
- 단순 SaaS가 아니라, AI가 일할수록 돈을 받는 엔터프라이즈 사용량 과금

4. Azure 우려도 과장됨
- Azure는 최근 분기 기준 고성장을 이어가고 있고, AI 추론 수요의 직접 수혜
- OpenAI와의 관계 변화도 멀티모델 전략으로 봐야 함
- 기업 고객은 특정 모델 하나보다, 여러 모델을 상황에 맞게 쓰는 선택권을 원함

✍️애크먼은 AI 사용량을 엔터프라이즈 결제 인프라 위에서 과금할 유일한? 플랫폼으로 보고 있는 듯

💰BOB Gateway, BTC <> XAUT 스왑 지원 #sponsored source

· 비트코인으로 금 익스포저를 가져가는 경로가 단순해졌음
· BOB가 비트코인과 테더 골드스왑을 지원,
· BTC 홀더가 거래소를 거치지 않고 이동하는 온체인 루트가 열림

1. 비효율적인 기존 방식
- BTC를 거래소에 입금한 뒤 금 연동 자산을 다시 매수해야 했음
- 이 과정에서 출금 수수료, 커스터디 리스크, 체인 이동 비용이 계속 발생
- 온체인에서 직접 처리하려 해도 BTC 네이티브 유동성과 XAUT 접근성이 분리됨

2. 이번 업데이트의 핵심
- BOB Gateway에서 BTC <> XAUT 스왑을 한 번의 플로우로 처리 가능
- 논커스터디 구조라 사용자가 직접 자산 통제권을 유지하는 방식
- 브릿지·랩핑 없이 비트코인 인텐트 기반으로 교환을 실행하는 구조

3. UX 측면에서도 중요
- BTC 지갑과 EVM 지갑만 연결하면 별도 복잡한 체인 이동 없이 스왑 가능
- 신규 QR 스왑 기능으로 거래소에서 직접 전송 후 스왑도 지원
- 결과적으로 BTC 보유자가 XAUT로 이동하는 UX가크게 단순해짐

✍️비트코인 금융 인프라가 단순 보유를 넘어 교환, 담보, 자산배분 레일로 확장 중

✖️AI 슈퍼사이클이 매크로를 재편한다 source

1. 핵심 프레임: AI CAPEX 보존
- 이제 AI는 단순 테크 섹터가 아니라 매크로 정책의 중심
- 달러 약세, 유가 안정, 장기금리 관리, 스테이블코인 법제화가 전부 같은 방향
- 목적은 AI 인프라 구축 사이클이 끊기지 않게 자본을 계속 흘려보내는 것
- 시장은 AI를 새로운 경제 기판으로 가격 매기는 중

2. 미국의 선택: 긴축 아닌 금융억압
- 미국은 대규모 국채 만기와 이자비용 부담을 동시에 맞이함
- 강한 긴축이나 재정긴축은 부채 롤오버 구조상 현실적으로 어려움
- 그래서 명목 GDP를 뜨겁게 유지하고, 인플레로 부채비율을 희석할 것
- 금리를 완전히 잡지는 못해도 장기금리 폭주는 막으려는 구조

3. 약달러와 싼 에너지
- 장기국채를 소화하려면 일본, 중국, 해외 연기금의 듀레이션 bid가 필요
- 이들이 돌아오려면 달러가 약해야 하고, 강달러는 해외 투자자 수익률을 망침
- 동시에 데이터센터는 전기를 먹는 산업이라 고유가는 CAPEX에 치명적
- 그래서 약달러와 유가 하락은 정치적 선택이 아니라 AI 사이클 유지 조건

4. 지정학의 목표: 공급망 안정
- AI 스택은 NVIDIA, TSMC, ASML, 한국 메모리, 일본 소재에 극단적으로 집중
- 대만 리스크가 터지면 미국과 중국 모두 AI 생산함수의 분자가 동시에 깨짐
- 그래서 무역 갈등은 남기되, 핵심 반도체 공급망은 조용히 안정화하는 방향이 유력
- 관세, 위안화, 레거시 노드, 핵심 소재 접근권을 두고 관리된 타협이 필요

✍️Raoul Pal 주장의 핵심은 AI가 주식시장 테마를 넘어 매크로 정책의 목적함수가 됐다는 것

📈AI 랠리는 버블 아닌 실적 장세 source

1. 매크로는 생각보다 불편
- Misery Index가 4개월 연속 상승, 3년 내 고점권까지 올라옴
- 물가와 고용 부담이 동시에 다시 커지는 그림
- 2027년 말 SOFR implied rate가 현재 Fed Funds 상단보다 높아짐
- 시장이 더 이상 [당연한 금리 인하 사이클]을 가격에 넣지 않음

2. 근데 지수는 계속 올라감
- SPY는 3월 말 저점 이후 17% 이상 반등
- 근데 경기민감 소비재 대비 필수소비재 비율은 오히려 마이너스
- 즉, 시장 전체가 아닌 일부 대형 성장주가 지수를 끌고 가는 구조

3. 나스닥은 꽤 붐비는 중
- NDX 선물 포지셔닝은 다시 급격히 쌓이고 있음
- 이게 바로 매도해야 한다는 시그널은 아님
- 다만 이미 좋은 뉴스와 좋은 포지션이 많이 반영됐다는 의미
- 즉, 여기서부터는 실적 못 따라오면 바로 버려지는 장

4. 기술주는 더 저평가 중
- 중요한 건 테크 밸류가 오히려 내려오고 있다는 점
- S&P 테크 섹터 포워드 P/E는 작년 고점 30배에서 현재 23배 수준
- 테크 수익 성장은 50%대, 주가 상승은 10%대 수준
- 즉, AI 주식들은 오히려 점점 더 저평가되고 있음