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

메모리 부족의 해법 source

1. 이번 메모리 쇼티지는 단순 사이클이 아님
- HBM은 DDR5보다 훨씬 많은 웨이퍼 캐파를 소모함
- HBM 증산이 일반 DRAM 공급 감소로 직결되는 구조
- 신규 팹도 27~28년에야 본격 가동돼 공급은 빠르게 늘기 어려움

2. 기업들은 메모리 가격 하락을 기다리지 않음
- NAND를 DRAM처럼 쓰는 소프트웨어, CXL 메모리 풀링, 압축, PIM 등이 동시에 개발 중
- AMD가 인수한 MEXT도 플래시를 예측적으로 활용해 DRAM 의존도를 낮추는 기술
- 해법은 DRAM을 더 만드는 게 아니라, 비싼 DRAM을 덜 쓰는 것

3. 생산량에서 레이어의 지배권으로
- 어떤 데이터를 HBM에 두고, DRAM·NAND로 내릴지 결정하는 기술이 중요
- 향후 수익은 CXL, 컨트롤러, 소프트웨어, 인터페이스 기업으로 분산
- 표준과 아키텍처를 장악한 기업이 메모리 비용의 통행료를 가져감

4. 높은 메모리 가격이 오히려 대체 기술을 키움
- 단기적으로는 공급 부족이 메모리 업체의 초과이익을 지지
- 하지만 비용이 높아질수록 고객은 우회 기술에 더 적극 투자
- 높은 수익성이 장기적으로는 HBM을 덜 쓰는 기술을 가속하는 역설

✍️메모리 투자의 다음 단계는 누가 SRAM·HBM·DRAM·NAND 사이에서 데이터의 위치를 결정하느냐의 싸움

🤔비관론자는 왜 세상이 망하길 바라는가 source

1. 비관론의 진짜 매력은 우월감
- 비관론자는 자신만 남들이 모르는 진실을 알고 있다고 느낌
- 때로 수익보다 결국 내가 맞았다는 쾌감이 더 중요해지기도 함
- 심하면 세상이 실제로 망해야 자신의 판단이 증명되는 구조에 빠짐

2. 현재는 나빠 보이고, 과거는 좋아 보인다
- 부정성 편향: 악재 하나가 여러 호재보다 강하게 느껴짐
- 최신성 편향: 방금 접한 나쁜 뉴스가 세상의 전부처럼 보임
- 감정 소멸 편향: 과거의 고통은 희미해지고 좋은 기억만 남음

3. 투자에서 가장 위험한 순간
- 하락 전망이 포지션이 아니라 정체성이 되면 반대 증거를 무시
- 시장이 오를수록 자신의 오류보다 대중의 광기를 의심하게 됨
- 결국 리스크 관리가 아니라 자존심을 지키는 트레이딩을 하게 됨

✍️비관론은 하나의 시나리오여야지, 세상이 무너져야만 내가 옳게 되는 세계관이 되어서는 안 됨

❓지금 메모리 투자를 하면 안 되는 이유 source

1. 컨센서스가 된 순간
- MU는 $90에서 $1,100까지 오르며 AI 시대의 대표 병목주가 됨
- 문제는 이제 모두가 메모리 부족과 AI 수요를 알고 있다는 것
- 기대치가 높아진 시장에서는 호재보다 실망이 크게 반영됨

2. 공급 병목은 양날의 검
- 메모리 부족은 가격 상승에는 호재
- 하지만 생산·출하량을 못 맞추면 매출과 이익은 예상치를 하회
- 수요가 강해도 물량을 못 팔면 주가는 폭락할 수 있다는 얘기

3. 장기 강세와 단기 매도
- Jordi는 메모리의 5년 강세장을 부정하지 않음
- 다만 MU를 $600에 매도한 이유는 기대수익이 매력적이지 않았기 때문
- 좋은 기업과 지금 사기 좋은 주식은 완전히 다른 문제

4. 다음 알파는 덜 붐비는 곳
- 이미 실적 서프라이즈가 발생한 메모리보다, 광통신·AI 응용 분야
- 조정받은 원자재, 크립토, AI 바이오 등으로 자금이 이동할 가능성
- 이제 AI 투자는 기대치가 덜 반영된 자산을 찾는 게임

✍️AI를 의심해야 하는 게 아니라, AI 강세가 너무 당연해진 가격을 의심하라는 것

광섬유 병목이 온다 source

1. AI가 광섬유 수요를 폭발시킴
- GPU 랙은 기존 CPU 랙보다 약 36배 많은 광섬유를 사용
- 데이터센터의 글로벌 광섬유 수요 비중은 24년 5% 미만에서 27년 30%까지 확대
- AI 클러스터가 커질수록 구리선은 발열·신호 손실 때문에 광통신으로 대체됨

2. 진짜 병목은 광섬유가 아닌 프리폼
- 광섬유는 프리폼이라는 정밀 유리봉을 녹여 길게 뽑아 만듦
- 생산라인 증설에 ~24개월, 고객 인증까지 고려하면 공급 반응이 매우 느림
- 전 세계 생산업체도 약 20곳, 상위 5개사가 생산능력의 60%를 차지

3. 유리봉 안에도 중국 병목이 있음
- 빛을 전달하는 코어에는 게르마늄이 필요, 중국이 생산의 60%를 통제
- 23년 수출허가제 이후 게르마늄 가격은 24년 초 대비 3배 상승
- 공급이 부족해지면 업체들은 고마진 데이터센터용을 우선 생산하고, 일반 통신용 광섬유까지 연쇄 부족

4. 포인트는 광통신보다 프리폼 보유자
- Meta는 Corning과 ~60억 달러, Nvidia도 미국 광통신 생산능력 10배 확대 계약 체결
- 수혜 후보는 Corning, YOFC, Shin-Etsu, Sumitomo처럼 프리폼 기술과 생산능력을 가진 업체
- 다만 Corning은 연초 100% 상승한 만큼신규 증설 시점·광섬유 가격·마진을 확인