👤AI 전쟁의 숨은 수혜자, 중국 제조업 source

1. 중국의 체질 변화
- 4월 중국 하이테크 수출은 전년 대비 +39.2%
- 전체 수출 증가율 +14.1%를 크게 상회
- 이제 하이테크 제품은 중국 전체 수출의 25% 이상
- 중국은 더 이상 저가 공산품 공장이 아님

2. AI의 물리 공급망
- AI 뒤에는 거대한 물리 인프라가 있음
- 데이터센터, 서버, 반도체, 전자부품, 냉각, 배터리, 전력망, 산업장비
- 이 공급망의 상당 부분이 중국을 직간접적으로 통과함
- 시장이 아직 과소평가하는 지점이 여기

3. 디리스킹의 한계
- 미국·유럽은 중국 의존도를 줄이겠다고 말하지만,
- 실제론 중국산 기술 제품을 계속 사고 있음
- 미국 수출은 4월 11%, EU는 13%, ASEAN은 15% 증가
- 정치적 구호와 산업 현실 사이의 괴리가 커짐

4. AI 붐의 숨은 수혜자
- AI 수혜주를 보면 대부분 반도체, 전력, 데이터센터만 봄
- 근데 글로벌 AI 인프라 확장은 중국 제조업에도 직접 수혜
- 특히 전자부품, 배터리, 전력 장비, 산업 자동화, 냉각, 서버 밸류체인
- 즉, CAPEX는 미국 빅테크에서 시작되나, 중국 제조업 매출로 흘러감

✍️물리 공급망 전체를 밀어 올리는 AI 산업 사이클에서, 중국이라는 공장은 여전히 큼

🔹이더리움은 더 비싸질 겁니다 source

1. 규제가 보는 건 속도가 아님
- CLARITY Act의 핵심은 토큰이 진짜 탈중앙화됐는지 보는 것
- 이 기준에서 ETH는 오픈소스, 퍼미션리스, 분산성, 중립성에서 가장 깔끔
- BTC도 좋지만, ETH는 그 위에서 디파이·스테이블코인·RWA가 돌아감

2. ETH의 약점이 강점이 되는 순간
- ETH는 느리고 비싸고 거버넌스도 답답함
- 다만 기관 입장에서는 [누구도 마음대로 못 바꾼다]는 게 더 중요함
- 규제가 강해질수록 빠른 체인보다 덜 회사 같은 체인이 프리미엄을 받음

3. ETH 킬러 서사의 빈틈
- SOL, SUI 등은 빠르고 싸다는 장점이 있음
- 하지만 규제 이후엔 누가 빠르냐보다 [누가 더 중립적이냐]가 중요함
- 앱 실행용 체인과 디지털 담보자산은 애초에 평가 기준이 다름

4. 포인트는 비교 대상 변화
- 지금까지 ETH는 다른 L1들과 속도·수수료로 비교됨
- 하지만 규제상 깨끗한 프로그래머블 자산으로 인정받으면 비교 대상이 바뀜
- SOL이 아니라 BTC, 금, 담보자산 쪽으로 리레이팅될 수 있다는 게 핵심

📁AI 슈퍼사이클의 진짜 병목은 조직의 맥락 source

1. AGI 논쟁은 중요하지 않음
- Databricks CEO는 AGI가 이미 왔다고 말함
- 문제는 모델이 덜 똑똑한 게 아니라, 기업 내부 맥락을 모른다는 점
- 회사마다 모든 걸 알고 있는 John 같은 사람이 있음
- 그런 암묵지가 AI엔 없으니, 모델이 똑똑해도 실무에서 삐끗함

2. AI 도입 실패의 본질
- 기업들이 AI를 못 쓰는 이유는 기술 부족보다 프로세스 문제에 가까움
- 기존 업무 방식 위에 챗봇만 얹으면 생산성은 안 오름
- 전기 모터도 공장 구조를 바꾸기 전까지 생산성 혁명을 못 만들었음
- AI도 조직 구조, 데이터 흐름, 업무 권한을 다시 짜야 효과가 남

3. 소프트웨어는 안 죽는다
- 소프트웨어 죽었다는 말은 과장
- 다만 진입장벽과 전환비용은 확실히 낮아지고 있음
- 10년째 UX와 제품이 그대로인 워크플로우 SaaS는 위험
- 반대로 데이터, 보안, 신뢰, 규모, 고객 기반을 가진 회사는 여전히 강함

4. 돈은 결국 앱 레이어로
- 지금은 GPU, 데이터센터, 모델에 돈이 몰려 있음
- 하지만 점점 가치는 앱으로 몰릴 것
- 인터넷 초기에 모두가 네트워크 장비를 봤지만, 진짜 승자는 Amazon, Uber, Airbnb 같은 앱이었음
- AI에서도 의료, 교육, 엔터프라이즈 업무 재설계 쪽에서 거대한 회사가 나올 것

📰AI 패권전쟁, 답은 컴퓨트 (Anthropic) source

· AI 병목 자산의 가장 큰 변화는 수요자가 기업에서 국가급 권력으로 확장된다는 점
· GPU, HBM, 전력 등에 가격 따지는 고객만 아니라, 패권을 위해 무지성으로 사야 하는 국가들이 붙음
· 이게 AI 인프라주에 사이클 이상의 프리미엄을 만드는 핵심

1. AI 경쟁은 컴퓨트 싸움
- AI 패권은 결국 누가 더 많은 고성능 컴퓨트를 확보하느냐의 문제
- 데이터도 중요하지만 컴퓨트가 부족하면 프론티어 모델 경쟁 불가
- 그래서 미국의 대중 반도체 수출통제는 단순 무역 규제가 아닌 AI 패권 방어
- AI 투자의 본질도 컴퓨트, HBM, 첨단 공정, 전력, 데이터센터 CAPEX로 이동 중

2. 중국의 약점은 HBM과 첨단 제조
- 중국 AI 모델이 생각보다 잘 따라오는 건 맞음
- 하지만 자체 칩, EUV/DUV 장비, HBM 대량 생산 능력에서는 여전히 구조적 병목이 큼
- 중국의 HBM 대량 제조 한계가 compute gap을 더 키우는 요인
- 하이닉스, TSMC 같은 민주권 AI 공급망이 전략자산으로 재평가된다는 뜻

3. 핵심 리스크는 중국의 우회 접근
- 중국이 완전히 막힌 건 아님
- 우회 데이터센터, 칩 밀수, 모델 distillation 같은 방식으로 미국 AI 스택을 간접 흡수 중
- 그래서 앞으로 정책 방향은 더 명확해질 가능성이 큼
- 고성능 GPU/HBM/장비 접근 통제는 더 강해지고, 동맹국 중심 공급망의 전략적 가치는 더 올라감

4. 패권 프리미엄의 중요성
- AI는 단순 생산성 테마를 넘어 국가안보 테마로 넘어감
- 국가안보 자산이 되면 가격 민감도가 낮아짐
- 비싸도 사야 하고, 부족해도 확보해야 하고, 과잉투자처럼 보여도 전략적으로 밀어붙이게 됨
- 그래서 AI 인프라 사이클은 더 길고, 더 정치적이고, 더 비탄력적임

✍️GPU, HBM, 첨단 공정, 장비, 전력, 데이터센터가 전부 국가안보 자산으로 변하는 중

👥다음 크립토 불장의 주역은 AI 에이전트 source

1. 체인 인프라 장사는 끝물
- 이제 유저한테 체인, 지갑, 브릿지, 가스비 설명하는 시대는 끝
- 중요한 건 탈중앙화 구호 아닌 그냥 잘 되는 제품
- Hyperliquid, Circle 같은 사례도 결국 제품·유통·수익모델이 먼저

2. 유저는 지갑이 아니라 허브로
- 앞으로 온체인 유입은 개인 지갑보다 거래소, 핀테크, 은행 같은 허브를 통함
- 그래서 크립토 스타트업도 기술만으로는 부족함
- 어느 체인 위에 있냐보다, 어느 유통망에 꽂히냐가 더 중요

3. 진짜 주고객은 AI 에이전트
- AI 에이전트는 사람보다 훨씬 자주, 빠르게, 자동으로 거래함
- 에이전트끼리 결제하고, 사용료를 내고, 서비스를 호출하는 구조엔 크립토가 필요
- 다음 PMF는 인간의 활동이 아니라 AI 에이전트에서 나옴

4. 그래서 신뢰 레이어가 다시 중요
- 에이전트는 브랜드 감성을 따지지 않음
- 대신 배송 성공률, 결함률, 분쟁 이력, 품질 인증, 정산 기록 같은 데이터를 봄
- 온체인 평판, 에스크로, 신원 인증, 스테이블코인 결제가 기계 경제의 기본 인프라

✍️다음 크립토 사이클은 AI 에이전트가 돈 쓰고 계약하고 정산하는 기계 경제 레일

🔗AI 병목 분석 사이트 (AI Bottlenecks) source

1. AI는 소프트웨어처럼 보이지만
- AI Bottlenecks는 AI 공급망의 병목을 추적하는 공개 리서치 사이트
- 112개 상장사, 15개 병목 테마를 공급망 레이어별로 정리함
- 시장은 NVDA, 모델랩, 빅테크를 보지만
- 실제 제약은 기판, 패키징, 광통신, 전력망 같은 더 아래 레이어에 있음

2. 병목의 정의
- 수요는 소프트웨어처럼 폭증하는데
- 공급은 공장처럼 천천히 늘어나는 것
- 돈을 더 쓴다고 바로 증설 안 되는 레이어가 진짜 병목
- InP 기판, HBM, 하이브리드 본딩, 가스터빈, 변압기 같은 것

3. 왜 메모리가 핵심인가
- AI의 제약은 이제 단순 연산량이 아니라 메모리 대역폭
- 긴 컨텍스트, 리즈닝 모델, 에이전트는 KV cache를 키우고 HBM 트래픽을 폭발시킴
- 그래서 AI가 발전할수록 메모리, 패키징, 인터커넥트의 중요성이 커짐
- 쉽게 말해 똑똑한 AI일수록 더 많은 기억과 데이터 이동을 요구함

4. 투자적으로 보면
- 모두가 탱커를 볼 때, 병목을 봐야 함
- NVDA, 모델랩, 빅테크가 탱커라면,
- 기판, 패키징, 광통신, 전력망은 그 탱커가 반드시 지나가야 하는 해협
- AI 랠리가 끝난 게 아니라, 수혜 레이어가 더 아래로 이동하는 국면
- 컴퓨트에서 메모리로, 메모리에서 광통신으로, 전력망으로 내려가는 흐름

📄AI eats the world (Benedict Evans) source

1. AI는 무겁다
- GPU, HBM, TSMC, 데이터센터, 전력망, 건설, 금융구조 위에 올라가 있음
- 빅4의 2026년 CAPEX 계획만 약 7,000억 달러
- 글로벌 통신업 CAPEX가 약 3,000억 달러라는 점을 보면, 산업 인프라 사이클에 가까움

2. 모델은 의외로 해자가 약함
- LLM이 MS의 Windows 같은 독점 플랫폼이 될까?
- 아니면 통신망처럼 엄청난 투자가 들어가지만, 가치는 위쪽 앱들이 가져가는 인프라가 될까?
- 현재 기준 모델 성능은 빠르게 수렴 중이고, 일반 소비자 사용에서는 네트워크 효과도 약함
- 즉 최고 모델보다 모델 위에서 어떤 워크플로우를 장악하느냐가 중요

3. 진짜 전장은 AI 앱과 업무 재설계
- 챗은 훌륭한 데모지만, 좋은 UX는 아님
- 기업 입장에서 중요한 건 AI 써봤다가 아니라 기존 업무 프로세스 안에 AI를 어떻게 박아 넣느냐
- 그래서 초기 수혜는 코딩, 고객지원, 마케팅, 백오피스, 분석처럼 성과 측정이 쉬운 영역에서 먼저 나옴
- 반대로 법률, 회계, 의료, 대기업 ERP 같은 영역은 프로세스, 책임, 검증, 조직 설계 등이 병목

4. 모델보다 병목과 앱
- 1차 수혜: GPU, HBM, 파운드리, 패키징, 광통신, 전력, 데이터센터
- 2차 수혜: SI, 컨설팅, 아웃소싱, 업무 자동화 툴
- 3차 수혜: 특정 산업의 지루한 업무를 쪼개서 자동화하는 버티컬 AI
- 다만 장기적으로 모델 자체는 마진 압박을 받을 수 있음

✍️지능이 전기처럼 계량 판매되는 시대가 오면, 전기회사보다 전기를 활용해 새로운 제품을 만든 회사가 더 큰 가치를 가져감

🔹ETH 미스프라이싱의 핵심 source

1. 수수료는 매출이 아니라 마찰
- ETH를 회사처럼 봐선 안 됨
- 수수료 감소를 매출 감소로 보면 안 됨
- 좋은 네트워크는 사용 비용을 낮추고, 더 많은 거래를 처리함
- 가스비가 낮아졌는데 사용량이 늘었다면, 그건 확장 중이란 의미

2. 이더리움은 앱이 아니라 금고
- 이더리움 위에는 스테이블코인, RWA, L2 브릿지, DeFi 자산이 올라가 있음
- 핵심은 이 자산들을 지키는 담보가 ETH라는 점
- PoS 이후 ETH는 단순 가스 토큰이 아니라 네트워크 보안 예산에 가까움
- 공격하려면 결국 ETH를 사서 스테이크를 장악해야 함

3. 지금은 금고보다 자물쇠가 싼 상태
- 이더리움이 보호하는 자산 대비 스테이킹된 ETH 가치가 너무 작음
- 금고 안 자산이 커질수록 자물쇠도 비싸져야 함
- 그래서 ETH 가격은 수수료가 아니라 보호하는 자산 규모로 봐야 함

4. 리눅스·DTCC와 이더리움의 차이
- 리눅스는 중요하지만 별도 토큰이 필요 없음
- DTCC는 법, 규제, 은행 담보가 신뢰를 제공함
- 반면 이더리움은 외부 보증 없이 ETH 자체로 보안을 만듦
- ETH 가치가 0에 가까워지면 이더리움 보안도 같이 약해짐

✍️ETH를 온체인 금융을 지키는 담보 자산으로 보면 지금 가격이 너무 낮다는 것

🔁AI는 인프라에서 행동으로 넘어가는 중

1. AI 인프라 장세는 계속
- Nebius, CoreWeave, IREN 같은 네오클라우드 테마에 자금 계속 유입
- Marvell도 AI·데이터센터 수요로 실적과 가이던스 모두 강하게 나옴
- Snowflake는 Amazon의 에이전틱 컴퓨팅 칩 계약 뉴스로 급등
- CAPEX는 식은 게 아니라, 수혜 구간이 더 넓어지는 중

2. AI는 계정 주체로
- Robinhood가 에이전틱 트레이딩, 신용카드를 공개
- AI 에이전트가 사용자를 대신해 거래하고, 결제함
- 이건 단순 챗봇 구독보다 훨씬 큰 변화
- AI가 정보를 주는 단계에서, 실제 돈을 움직이는 단계로 넘어감

3. 빅테크는 AI를 바로 과금 모델로
- Meta는 Instagram, Facebook, WhatsApp 전반에 AI 구독 모델을 테스트
- 광고 말고 구독·크리에이터·비즈니스 플랜으로 수익원 확장 시도
- AI 기능이 무료 부가서비스가 아니라, 플랫폼 수익을 올리는 상품이 되는 중
- 결국 AI는 비용 센터에서 매출 레이어로 바뀌는 구간

4. 시장은 지정학보다 성장주 쇼를 봄
- 이란 이슈가 남아있지만, 시장의 관심은 AI·클라우드·옵션 거래에 더 쏠림
- NVDA, TSLA, META, MU, IREN 등 옵션 거래량도 매우 뜨거움
- 월가는 전쟁 리스크보다 AI로 누가 돈을 벌고 있냐에 더 강하게 반응함

✍️AI 인프라 → AI 구독 → AI 에이전트 거래까지 이어지면서, AI가 말하는 소프트웨어에서 돈 쓰는 경제 주체로 진화

📈AI 사용량, MAU 말고 토큰으로 봐야 source

1. Google 토큰이 폭발 중
- 월간 처리 토큰: 10T → 480T → 3,200T
- 이제 AI 사용량은 몇 명이나 쓰냐보다 얼마나 많이 태우냐가 중요
- 유저 수보다 유저당 작업량이 핵심

2. Gemini API도 같은 그림
- API token per minute: 0.06B → 2.8B → 19B
- AI가 챗봇 화면 안에만 있는 게 아니라, 앱·서비스·시스템 안으로 들어가는 중
- API 수요 증가는 곧 백엔드에서 AI가 계속 돌아간다는 뜻

3. 에이전트 시대가 왔다
- Claude Code는 1년 안에 70배 성장
- Codex extension은 6개월 만에 7배 성장
- 코딩 에이전트는 질문 한 번 받고 끝나는 구조가 아님
- 파일 읽고, 코드 짜고, 테스트하고, 다시 고치면서 토큰을 계속 태움

4. 결국 투자 포인트는 인프라
- 토큰 증가 → 추론 컴퓨트 증가
- 추론 컴퓨트 증가 → HBM·DRAM·SSD·전력 수요 증가
- AI 앱 성장의 후방에는 결국 메모리, 컴퓨트, 데이터센터가 있음

✍️AI 시대의 핵심 지표는 MAU가 아니라 token processed. 토큰이 많이 타는 만큼, 메모리와 전력도 함께

❗️데미스 하사비스가 말하는 AGI source

1. AGI는 코 앞에 있다
- 데미스 하사비스는 AGI를 2030년 전후로 보고 있음
- 예전처럼 언젠가 온다가 아니라, ±1년 수준으로 타임라인이 좁아짐
- 중요한 건 AGI가 딱 언제 오냐가 아님
- 앞으로 3년 동안 지금보다 훨씬 강한 에이전트 시스템이 나온다는 점이 핵심

2. 진짜 병목은 기억력
- 지금 모델은 똑똑하긴 한데 아직 완전히 맡겨놓고 잊을 수준은 아님
- 하사비스가 꼽은 부족한 부분은 memory, continual learning, long-term reasoning, planning
- 즉 다음 경쟁은 모델 점수 싸움이 아니라, 오래 기억하고 계획하고 끝까지 실행하는 시스템 싸움
- 그래서 에이전트 시대 핵심 병목은 메모리, 컨텍스트, 오케스트레이션임

3. 스마트글래스는 AI의 몸
- 하사비스는 스마트글래스의 킬러앱을 universal digital assistant로 봄
- 이메일, 일정, 건강 데이터, 폰, 워치, 글래스가 하나의 개인 비서 레이어로 묶이는 구조
- 결국 AI는 앱 하나가 아니라, 하루 전체에 붙는 운영체제가 됨
- 구글이 무서운 이유도 칩, 모델, 제품, 디바이스를 전부 들고 있기 때문

4. AI 바이오는 조용한 최종 보스
- 하사비스는 AI 신약개발 타임라인에 더 확신이 생겼다고 말함
- 질병 이해에서 임상 후보 물질까지 가는 과정을 10년에서 몇 주로 줄이는 게 목표
- 초기 타깃은 항암과 면역학
- 이게 터지면 AI의 최대 TAM은 의료·바이오가 됨

5. 인간에게 남는 알파는 취향과 판단
- 기술 실행력은 완전히 AI가 먹어치움
- 대신 더 비싸지는 건 taste, design sense, original thinking, synthesis
- 쉽게 말해 잘 만드는 사람보다 뭘 만들어야 하는지 아는 사람이 귀해짐
- 창의성 + 기술 이해 + 판단력을 가진 사람이 AGI 직전 구간의 최대 수혜자

✍️AGI 직전~초기 = 하이닉스, AGI 이후 = 구글

🔗AI가 클라우드 밖으로 나오고 있다 source

1. 데이터센터 다음은 현장 AI
- 지금까지 AI 투자는 더 큰 모델, 더 큰 GPU, 더 큰 데이터센터가 핵심
- 그런데 다음 질문은 AI를 어디서 돌릴 것인가
- 은행, 병원, 공장, 차량, 로봇처럼 데이터가 발생하는 현장에서 AI를 직접 돌리려는 수요가 커지는 중
- 즉 클라우드 AI 다음 단계는 온프레미스, 온디바이스, 엣지, 피지컬 AI

2. 왜 클라우드만으로는 부족한가
- 민감한 데이터는 외부 클라우드에 올리기 어렵고
- 자율주행차, 드론, 로봇은 클라우드 왕복 지연시간이 위험함
- 공장·수술실·보안 시스템은 현장 맥락을 바로 이해해야 함
- 결국 AI는 중앙 데이터센터뿐 아니라 실제 행동이 일어나는 곳으로 내려와야 함

3. 엔비디아가 보는 그림
- 젠슨황은 AI가 생성형 AI → 에이전트 AI → 피지컬 AI로 간다고 봄
- 사람 10억 명이 지식노동을 하는 시대에서, 수천억 개의 AI 에이전트가 24시간 돌아가는 구조로 바뀜
- 에이전트가 많아질수록 컴퓨트, 메모리, 스토리지 수요는 더 커짐
- 피지컬 AI까지 가면 로봇, 차량, 공장, 드론이 모두 AI 인프라 수요처가 됨

4. 투자 포인트는 분산형 AI 인프라
- 직접 수혜는 여전히 컴퓨트와 메모리
- 기업용 AI 팩토리는 Dell, HP 같은 서버·스토리지 업체가 중요해짐
- 엣지 AI 반도체는 Qualcomm, Ambarella, ON Semi, STMicro 등
- 연결성은 Broadcom, Marvell, Nokia, 광통신 밸류체인까지 이어짐

✍️다음 사이클은 AI가 클라우드 밖으로 내려오면서, 온프레미스 서버·엣지 반도체·네트워크·로봇 부품까지 수혜 확산

🔹Why I Bought More ETH source

1. ETH is money 프레임은 틀렸음
- BTC는 돈이 되기 위해 모든 걸 단순화한 자산
- ETH는 돈보다 유용성을 선택한 자산
- 그래서 ETH를 BTC처럼 평가하면 애매
- ETH의 본질은 온체인 금융이 올라탈 정산 레일

2. 내러티브는 약해졌지만, 레일은 계속
- L2 파편화, 재단 조율 문제, 시장 피로감은 분명 있음
- 그런데 기관은 트위터 내러티브로 움직이지 않음
- 기관이 보는 건 안정성, 커스터디, 규제, 정산 인프라
- 스테이블코인, 토큰화 국채, RWA는 이미 이더리움 위에서 움직이는 중

3. ETH 리레이팅은 기관 수요에서 온다
- 지난 가격만 보면 ETH는 재미없는 자산처럼 보임
- 하지만 촉매를 리테일 내러티브에서 찾으면 안 됨
- 진짜 변수는 기관 자금의 온체인 진입
- 기관은 컴플라이언스, 커스터디, 규제 환경이 맞을 때 움직임

4. 그래서 ETH는 저평가된 인프라 자산
- 스테이킹 수익이 있음
- 최대 컨트랙트 생태계를 지탱함
- 스테이블코인과 RWA의 핵심 정산 레이어임
- 그런데 시장은 여전히 내러티브 식은 알트처럼 가격 매기는 중