Anthropic은 SaaS를 먹어치우고 있다 source

1. 핵심은 챗봇이 아니라 AI 직원
- Anthropic의 승부처는 소비자용 챗봇이 아님
- Claude Code, Cowork처럼 업무를 대신하는 엔터프라이즈 AI가 핵심
- 내부에서는 Claude가 제품 개발 전 과정에 쓰이고, 일부는 모든 코드를 작성
- API 사용량은 전년 대비 17배 증가했고, 12개월 동안 8개의 프론티어 모델을 출시

2. 왜 소프트웨어 주식이 흔들렸나
- Claude Cowork 공개 이후 시장에서는 SaaSpocalypse라는 표현까지 등장
- 기존 SaaS는 사람이 쓰는 업무 툴을 파는 구조
- 반면 Claude는 업무 툴을 쓰는 사람의 역할 자체를 대체
- AI는 SaaS의 가격·좌석·고객 락인 구조를 흔드는 변수

3. Anthropic의 차별점은 엔터프라이즈
- OpenAI가 리테일에서 강하다면, Anthropic은 코딩·기업·정부·전문직 워크플로우에 집중
- 광고 기반 소비자 앱보다 기업용 AI가 훨씬 직접적 ROI를 만들기 쉬움
- 기업 입장에서는 챗봇보다 개발, 분석, 법무, 재무 업무를 줄여주는 AI에 돈을 냄

4. 하지만 리스크도 가장 크다
- Anthropic은 안전을 강조하지만, 국방·사이버·정보전 한가운데 들어가 있음
- 미 국방부, Palantir, 군사용 AI 활용 논란이 이미 발생
- Mythos 모델은 운영체제/인프라 취약점을 대량으로 찾을 수 있을 정도로 강력
- Anthropic는 이러한 위험한 기술을 가장 신중하게 다루고자 함

5. 결론
- AI 수혜는 단순 앱보다 업무 대체가 빠른 곳에서 먼저 터짐
- 코딩, 법무, 금융, 리서치, 관리직이 1차 전장
- SaaS는 AI 기능을 붙인다고 끝이 아니고, 에이전트에 워크플로우를 빼앗길 것
- Anthropic 같은 모델 레이어는 소프트웨어를 쓰는 주체가 되면서 더 큰 밸류를 가져감

✍️Anthropic은 소프트웨어 산업의 인터페이스를 사람 → 에이전트로 바꾸는 회사. 변화가 지속되면, SaaS는 약해지고 모델 레이어·컴퓨트·보안·엔터프라이즈 인프라의 가치가 커짐

AI 전쟁의 승자는 구글입니다 source

1. Alex Sacerdote의 주장
- Alex는 유명 기술 중심 헤지펀드 웨일 록 캐피털의 CEO
- 그가 내린 결론은 단순함. AI를 가장 잘 플레이하는 방법은 구글이란 것
- 구글은 Gemini, TPU, 검색, 유튜브, Gmail, Sheets를 모두 가진 유일한 상장사
- 주가는 여전히 매우 싸고, AI로 매출 가속이 가능함

2. AI 승자는 스택을 가진 회사
- AI 스택은 전력 → 칩 → 클라우드 → 파운데이션 모델 → 앱으로 구성
- 초반 승부처는 앱보다 칩과 인프라
- 이후 모델 레이어는 OpenAI, Anthropic, Google 중심의 과점 구조로 좁혀지는 중
- 즉, AI는 누가 컴퓨트, 모델, 배포망을 동시에 갖고 있나의 싸움

3. 구글이 무서운 이유
- Google은 모델만 있는 회사가 아님
- TPU 자체 칩, Search 현금흐름, 유튜브·Gmail·Sheets 배포면을 모두 보유
- AI가 별도 제품이 아니라 기존 서비스 전체에 스며들 수 있음
- 그래서 [AI가 구글 검색을 죽인다] 아닌 [검색이 AI로 다시 가속된다]는 쪽

4. 애매한 SaaS는 압박
- 웨일록의 과거 포트폴리오의 50%가 소프트웨어였지만, 지금은 대부분 줄임
- 기업 예산이 SaaS 구매보다 Anthropic 같은 AI 토큰으로 이동 중이기 때문
- 기존 소프트웨어의 AI 매출은 아직 ~2% 수준이라, 본업을 바꿀 만큼 크지 않음

5. 진짜 병목은 하드웨어
- AI 워크로드는 매년 10배씩 커지며 데이터센터 하드웨어 전체를 밀어붙이는 중
- HBM, 네트워킹, PCB, 전력, 냉각, 광섬유까지 전부 다시 가격 결정력을 얻음
- 과거 상품재였던 하드웨어가 AI 시대에는 핵심 병목으로 재평가

Claude는 코딩툴이 아니다 source

1. Anthropic은 코딩 회사가 아님
- Claude Code가 먼저 터졌을 뿐, 본질은 지능 생산 회사
- 코딩은 ROI가 가장 빠르고 측정이 쉬운 첫 번째 시장
- 모델 지능이 올라가면 적용처는 개발 → 리서치 → 법무 → 금융 → 의료 → 국방 → 교육으로 확장
- 즉, AI의 TAM은 인간 지능이 쓰이는 모든 영역

2. 지금은 Assist → Collaborate → Pioneer 전환 구간
- 2024년 AI는 개인을 도와주는 보조자
- 2025년 AI는 전문가와 함께 몇 시간 단위 작업을 처리하는 협업자
- 다음 단계는 AI가 인간 팀이 수년 걸릴 문제를 직접 개척하는 구간
- 현재는 AI가 도구에서 연구 파트너로 넘어가는 변곡점

3. 벤치마크보다 중요한 건 모델의 질감
- Fable/Mythos 관련 반응에서 중요한 건 점수표가 아님
- 사용자가 체감한 건 의도 추론, 문맥 장악, 장기 사고, 반복 개선 능력
- 이 영역은 기존 벤치마크로 잘 안 잡힘
- 모델이 실제 업무 흐름을 얼마나 대체하느냐가 더 중요

4. 모델이 다음 모델을 만든다
- 프론티어 AI 레이스는 재귀적 가속 구조로 진입
- 좋은 모델은 더 좋은 코딩툴, 더 좋은 연구 보조, 더 좋은 데이터 정제, 더 좋은 학습 파이프라인을 만듦
- 이 순간부터 선두 기업의 우위는 선형이 아니라 복리로 커져 후발주차가 따라올 수 없음
- 필요한 건 자본 이상의 컴퓨트, 인재, 데이터, 내부 툴체인, 모델 운영 경험

5. AI는 인프라·국가안보 테마
- 프론티어 모델은 대부분 비상장이라 직접 투자가 어려움
- 상장시장에서 더 정직한 베팅은 지능의 공급망
- GPU, HBM, DRAM, 네트워킹, 파운드리, 전력, 냉각, 데이터센터가 핵심 축
- AI가 똑똑해질수록 수요는 컴퓨트 병목은 커짐. 그 중 특히 메모리는 구조적 레버리지가 큼

Leopold's top 10 long positions source

1. $NBIS 35%
2. $SNDK 15%
3. $BLOOM 13%
4. $CRWV 9%
5. $MU 6%
6. $IREN 5%
7. $CORZ 5%
8. $TSM 5%
9: $APLD 4%
10. $INTC 2%

AI의 다음 프론티어는 라우터 source

1. 오픈라우터 퓨전이 보여준 것
- 여러 모델을 동시에 돌리고, Judge가 비교한 뒤, Synthesizer가 최종 답변을 합성
- 딥리서치 벤치마크에서 Fusion 조합이 단일 프론티어 모델을 상회

2. 핵심은 더 큰 모델이 아니다
- 개별 모델은 각자 다른 실수를 함. 모델을 묶으면 오류가 상쇄되고, 강점이 합쳐짐
- 성능 향상의 약 75%가 합성, 25%가 모델 다양성에서 나옴
- 지능의 병목은 모델 크기가 아니라 라우팅·비교·검증·합성 구조로 이동

3. 이건 오픈소스 vs 폐쇄형 구도가 아님
- 진짜 구도는 단일 모델 vs 모델 네트워크
- 좋은 모델이 새로 나오면, 네트워크는 그 모델을 경쟁자로 보는 게 아니라 흡수함
- 더 강한 모델이 등장할수록, 단일 기업보다 모델 네트워크가 더 강해지는 구조

4. 지켜봐야 할 변화
- AI 밸류체인은 프론티어 모델 회사만 아니라, 좋은 지능 라우팅을 제공하는 레이어로 확장
- 모델 라우터, 추론 마켓플레이스, 벤치마크·평가 인프라, 에이전트 오케스트레이션, 저비용 추론 호스팅, 기업용 AI 워크플로우가 핵심 레이어
- 반대로 단일 모델 기업의 독점 프리미엄은 장기적으로 압축

5. 결론
- AI는 결국 몇 개의 초거대 모델 회사가 지배한다는 내러티브는 너무 단순
- 여러 모델, 여러 제공자, 여러 데이터, 여러 추론 경로가 연결되고, 사용자는 그 위에서 가장 좋은 답변을 사는 구조
- 크립토로 치면 단일 체인이 아니라 애그리게이터, 라우터, 유동성 허브가 뜨는 그림

🔌AI 인프라의 진짜 병목은 전력 source

1. 데이터센터는 18개월, 전력 연결은 7년
- 2026년 초 발표된 하이퍼스케일 데이터센터 용량은 190GW
- 하지만 전력망·인허가·건설 제약으로 프로젝트 지연이 속출하면서,
- 발전소까지 직접 짓는 BYOP(Bring Your Own Power) 전략으로 이동

2. AI가 만드는 전력 인프라 슈퍼사이클
- AI 랙 전력밀도는 기존 ~40kW에서 ~600kW로 급증, 향후 1MW까지 올라갈 전망
- 문제는 변압기 납기가 최대 5년, 스위치기어도 60주 이상이라는 것
- 반도체 다음 주병목은 변압기·송전망·전력변환·액체냉각

3. 하드웨어 위에 올라가는 AI 전력 OS
- 전력 가격에 따라 학습 작업을 이동시키고, 배터리를 실시간 충·방전하며,
- 랙별 전력·열 상태를 자동 제어하는 소프트웨어가 등장
- 좋은 사업은 장비를 한 번 파는 회사보다, 물리 인프라에 박혀 운영을 통제하는 회사

4. 결론
- 이번 사이클 알파는 Time-to-Power를 단축하는 병목 해소 기업

변압기·전력변환·HVDC
현장 발전·ESS
액체냉각
전력·워크로드 오케스트레이션
인허가·건설 자동화

- 지금 AI 시대의 곡괭이는 반도체에서 전력으로 넘어가고 있음
- 전자를 더 빨리, 싸게, 안정적으로 랙까지 보내는 기업이 다음 승자