📄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

✖️알갓: TAO에 실망, 확신 사라져 source

1. TAO의 리스크, 설계 혼선
- 맹신도였던 Algod이, 최근 TAO 생태계에 대해 강하게 비판함
- 아직 팔진 않았고, 많이 들고 있지만 그간의 확신이 흔들리는 중
- 즉 좋게 보던 사람이 보기에도 방향성이 흐려졌다는 것

2. 최근 논란의 핵심
- subnet 평가와 인센티브 구조를 어떻게 고칠 것이냐는 문제
- Algod는 conviction 도입, 디스코드 투표식 subnet 검증, shorting 도입 등이 너무 산발적으로 나온다고 봄
- 특히 subnet이 legit한지 디스코드에서 투표로 판단한다는 건 꽤 원시적인 방식
- AI 네트워크를 표방하는 프로토콜이 정작 내부 자원 배분은 인기투표처럼 보임

3. 진짜 문제는 빌더 인센티브
- Algod이 날카롭게 찌른 지점은 Bittensor에서 빌드할 유인이 약해지고 있다는 부분
- subnet들이 토큰을 락업해야 하면, 정작 사람을 고용하고 제품을 만드는 데 쓸 자금이 줄어듦
- 그러면 좋은 빌더는 부담을 느끼고, 추출자는 다른 방식으로 계속 추출함
- 결국 나쁜 구조를 고치려다 좋은 참여자까지 같이 압박하는 설계가 됨

4. 이제는 철학보다 운영 능력을 증명해야
- Bittensor의 큰 내러티브는 여전히 유효함
- 탈중앙 AI, 오픈 인센티브 네트워크, subnet 경쟁 구조는 크립토에서 강한 AI 테마
- 문제는 좋은 내러티브가 복잡한 현실을 자동으로 해결해주진 않는다는 것

😮골드만삭스, 메모리 기대치 또 상향 source

1. 핵심은 피크아웃 반박
- 시장은 HBM 공급 확대 후 사이클이 꺾일 가능성을 걱정
- 골드만은 DRAM·NAND·HBM 모두 27년이 26년보다 더 타이트하다고 봄
- 공급 부족이 28년까지 이어지는 Higher for Longer 국면이라는 것
- 즉 이번 보고서는 사이클이 점점 더 길어지고 있다는 분석

2. HBM은 공급을 잠그는 제품
- HBM 캐파는 2028년 695KWPM까지 확대 전망
- HBM은 웨이퍼·장비를 많이 잡아먹음
- 업체들이 HBM/DRAM에 우선 투자할수록 범용 DRAM·NAND 증설은 밀림
- 그래서 HBM 호황은 전체 메모리 공급을 잠그는 이벤트

3. NAND 리레이팅이 진짜 포인트
- NAND가 갑자기 구조적으로 대단한 산업이 된 건 아님
- AI 서버에는 HBM뿐 아니라 enterprise SSD와 NAND도 필요
- 반면 삼전·하닉·마이크론은 여전히 DRAM/HBM 투자 우선
- 수요는 올라오는데 공급은 안 붙는 구조라, Kioxia 업그레이드도 이 맥락

4. 메모리 공식이 바뀌는 중
- 과거 공식은 호황 → 증설 → 공급 과잉 → 가격 붕괴였음
- 지금은 AI 수요 → HBM 병목 → 범용 메모리 공급 제한 → 가격 강세 장기화
- 여기에 장기공급계약까지 늘어나며 과거보다 사이클 변동성도 낮아짐
- 그래서 골드만은 이번 메모리 이익 고점이 FY3/29까지 이어질 수 있다고 봄

✍️이번 메모리 장세의 본질은 HBM 때문에 전체 메모리가 부족해진다는 것

🔹이더리움의 시간이 올 겁니다 source

1. 지금 시장의 모순
- 사람들은 스테이블코인, RWA, 토큰화는 좋다고 말함
- 그런데 그 핵심 정산 레이어인 ETH는 별로라고 함
- 2018년 "블록체인은 좋은데 비트코인은 별로"와 비슷한 오류
- 기술의 채택과 자산의 가치를 분리해서 보는 착각임

2. 이더리움은 수치로 보여주는 중
- 스테이블코인 결제 가치의 50%+가 이더리움 위에서 처리
- 토큰화 자산도 이더리움 생태계 중심으로 커지는 중
- 기관은 빠른 체인보다 안 멈추고, 룰이 안 바뀌고, 유동성이 있는 체인을 선호
- 솔라나는 속도를 팔고, 이더리움은 정산 신뢰를 파는 구조

3. ETH의 진짜 트리거
- 현재 토큰화 자산 시장은 아직 초기 규모
- 그런데 대형 펀드 하나가 온체인화되면 지금 시장 전체를 단번에 넘어설 수 있음
- 이게 5배, 10배로 커지면 ETH는 단순 가스비 토큰이 아님
- 온체인 금융을 지탱하는 경제적 보안 담보가 됨

✍️ETH의 문제는 아직 시장이 사용량과 자산가치를 연결하지 못하고 있다는 점

🥇구글도 주식팔아 AI 서버를 짓는 시대 source

1. Alphabet, 800억 달러 주식 조달 발표
- 구글이 AI 인프라 확장을 위해 800억 달러 지분성 자금 조달을 추진
- 구조는 버크셔 100억, 인수 공모 300억, ATM 프로그램 400억 달러
- 2026년 capex 전망도 1,900억 달러까지 올라감
- AI를 계속 하려면 구글조차 외부 자본이 필요하다는 의미

2. 핵심은 AI가 자본경량 게임이 아니게 됐다는 것
- 과거 빅테크는 소프트웨어 마진이 핵심
- 검색, 광고, 클라우드, 앱스토어 깔아두면 규모의 경제가 붙는 구조
- 그러나 AI는 GPU, 데이터센터, 전력, 냉각, 네트워크를 계속 먹는 자본집약 산업
- 지금의 빅테크는 초대형 인프라 기업이 되고 있음

3. 좋은 신호이자 불편한 신호
- 좋은 점은 AI 수요가 진짜라는 것
- Alphabet도 AI 서비스 수요가 공급 가능량을 초과한다고 설명
- 나쁜 점은 그 수요를 따라잡기 위한 비용이 너무 크다는 것
- 결국 시장의 질문은 "이 capex가 충분한 ROIC로 회수되냐?"

4. 투자 포인트
- 이번 발표는 AI 전쟁의 국면 전환 신호
- 지금까지는 모델 성능, 챗봇, 사용자 증가율이 핵심이었다면
- 앞으로는 전력 확보, 데이터센터 가동률, 칩 공급망, 가격결정력, 자본비용이 핵심
- 즉 AI 승자는 천문학적 투자를 버티고 그 인프라를 돈으로 바꿀 수 있는 회사가 됨

⚡️모든 헤지펀드가 같은 이야기를 하고 있다 전기 source

1. AI는 전력 산업을 성장주로 만듦
- 지난 10년간 미국 전력 수요는 거의 정체였으나,
- AI 데이터센터가 갑자기 GW 단위 전력을 요구,
- 이 전력 소비는 2030년 미국 전체 전력의 17%까지 예상됨
- 이건 단순 전기요금 이슈가 아니라, AI 전체의 물리적 병목
- 즉 지금 AI 장세의 핵심은 누가 전력을 확보하느냐

2. 반도체에서 전력 밸류체인으로
- NVDA, AVGO, TSM 같은 칩 레이어는 1차 AI 트레이드
- 발전소, 원전, 터빈, 변압기, 송전망, 냉각장비가 2차 트레이드
- GEV는 가스터빈과 전력장비를 동시에 파는 전력 인프라의 픽앤쇼블
- VRT는 전력·냉각 시스템, PWR은 송전망 시공, HUBB·POWL은 전기장비
- 칩은 사이클을 탈 수 있지만, 전력망은 한번 부족해지면 연단위 병목

3. 원전은 다시 AI 인프라로
- AI 기업 입장에서 필요한 건 싸고, 안정적이고, 24시간 돌아가는 전력
- 태양광·풍력만으로는 데이터센터의 베이스로드 수요를 맞추기 어려움
- 그래서 CEG, VST 같은 원전·발전 기업이 재평가
- SMR 쪽의 OKLO, SMR, XE는 더 높은 베타의 장기 콜옵션
- 다만 SMR 스타트업은 상업화 타임라인이 핵심 리스크