❓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
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
YouTube
Jordi Visser: The AI stocks that win the next decade
Jordi Visser is a leading AI and macro investor and Wall Street veteran. He joins Phil Rosen on Full Signal to discuss moving off the Magnificent 7, the next leg of the AI trade, buying into bottlenecks, benchmark arbitrage, and his bull thesis for specific…
❤8
1. 메모리가 AI CapEx를 집어삼킴
- 삼성·하이닉스·마이크론이 DRAM 시장의 89%를 차지
- 메모리 비중은 하이퍼스케일러 CapEx의 2026년 30%에서 2027년 40%까지 상승
- 일부 AI 랙은 부품 원가의 ~90%가 메모리로 채워질 수 있음
2. 과도한 마진은 고객의 반발을 부름
- MS는 메모리·칩 가격 상승으로 CapEx를 $25B 확대
- 하이퍼스케일러는 영업현금흐름 대부분을 설비투자에 투입
- 결국 엔비디아의 SOCAMM 감축, AMD의 플래시 활용처럼 메모리를 덜 쓰는 기술이 등장
3. 주가는 공급과잉 전에 먼저 꺾임
- 메모리는 실적이 나빠질 때가 아니라 상승 속도가 둔화될 때가 고점
- 2027년 상반기 가격 정점, 중반 CapEx 둔화 신호, 하반기 주가 반전을 예상
- 2028년 신규 생산능력이 들어오면 마진 압박은 더 커짐
4. 지금 봐야 할 지표
- 단순 DRAM 가격보다 하이퍼스케일러의 CapEx 증가율
- 메모리 원가 비중, 장기공급계약 조건, 고객사의 메모리 최적화 발표
- 2026년은 실적 모멘텀, 2027년은 수요의 가격 탄력성이 핵심
Please open Telegram to view this post
VIEW IN TELEGRAM
❤9
1. 모델 발전이 데이터센터보다 빨라짐
- 오픈소스와 중국 모델은 제한된 칩으로도 최상위 모델을 추격 중
- 무작정 컴퓨트를 늘리는 경쟁에서 알고리즘·효율화 경쟁으로 이동
- AI 발전과 하드웨어 투자량이 반드시 비례한다는 전제가 깨질 수 있음
2. 진짜 위험은 수요 붕괴 아닌 CapEx 에어포켓
- 누군가 투자를 줄이겠다고 말하는 순간, 시장은 절대 성장보다 성장률 둔화에 반응
- 반도체 매출이 100%에서 30% 성장으로 내려오는 것만으로도 주가는 충격을 받음
- 특히 메모리·서버·데이터센터처럼 기대가 극단적으로 높아진 곳들이 취약
3. 다만 장기 수요는 오히려 분산됨
- 특정 미국 모델이 규제로 중단될 수 있다는 사실은 각국에 소버린 AI 구축 필요성을 각인
- 국가와 대기업은 클라우드 의존 대신 자체 모델과 AI 팩토리를 확보하려 할 것
- 단기 재고조정은 가능해도 메모리·전력·네트워크의 장기 수요는 사라지지 않음
4. 포인트는 AI냐 아니냐가 아님
- AI 장기 성장과 AI 인프라 주가의 단기 조정은 동시에 성립 가능
- 지금은 수요의 크기보다 CapEx의 증분과 투자 속도를 봐야 할 시점
- 인프라가 쉬는 구간이 오면, 그간 자금을 빼앗겼던 BTC 같은 비현금흐름 자산에 유동성이 돌 수
Please open Telegram to view this post
VIEW IN TELEGRAM
YouTube
The Biggest Pivot In AI History Is Happening Right Now
Jordi Visser (@JordiVisserLabs) is a veteran macro investor with 30+ years of experience and the author of the VisserLabs Substack. In this conversation, we discuss the AI pivot happening with hyperscalers, the rise of open source models, what the Mythos/Fable…
❤4
1. GPU 다음은 연결과 공급망
- AI 시장의 중심이 단순 연산력에서 메모리·인터커넥트·패키징으로 이동
- GPU를 만들어도 HBM이 없고, 연결이 느리고, 패키징이 막히면 시스템은 늘지 않음
- 중요한 건 누가 전체 공급망의 목을 쥐고 있느냐
2. 최우선은 메모리, 광통신, 첨단 패키징
- 1순위는 HBM·DRAM·eSSD. 이미 가격 인상과 장기계약이 실적으로 연결
- 2순위는 800G·1.6T 광통신. AI 클러스터가 커질수록 연산보다 연결이 병목
- 3순위는 CoWoS·HBM 패키징. GPU와 메모리 증산 자체를 결정하는 관문
- 대표 종목은 MU·SNDK / LITE·COHR·MRVL / TSM·AMKR·ONTO
3. 전력과 냉각은 피할 수 없는 다음 병목
- 고성능 칩을 설치해도 전력망 연결과 냉각이 안 되면 데이터센터를 돌릴 수 없음
- 변압기·UPS·800V DC·BBU와 액체냉각은 선택재가 아니라 AI Factory의 필수재
- ETN·GEV·VRT처럼 실제 주문과 매출로 전환되는 기업이 원전·로봇보다 우선
4. 서사보다 이익 전환 속도를 봐야
- 피지컬 AI·Agent·AI 금융은 시장은 크지만 아직 승자와 수익 배분이 불명확
- 반면 메모리·광통신·패키징은 공급 부족을 가격과 마진으로 전환할 수 있음
- 향후 3년 AI 투자의 핵심은 가장 늦게 증설되고 쉽게 가격을 올릴 병목
Please open Telegram to view this post
VIEW IN TELEGRAM
❤7
1. 25년 수요 = 인류 역사 전체
- 2025년까지 누적 채굴량은 7억 톤
- 향후 25년, 기본 경제성장만으로도 7억 톤이 필요
- 전력망·EV·AI까지 더하면 2050년 수요는 11억 톤까지 확대
2. 핵심은 수요보다 공급 속도
- 현재 연간 광산 공급은 2,300만 톤
- 필요한 11억 톤은 연평균 4,400만 톤에 해당
- 재활용과 증산을 감안해도 신규 광산·정련 설비에 막대한 투자가 필요
3. AI CapEx는 결국 전력망 CapEx
- GPU만 늘려서는 데이터센터를 돌릴 수 없음
- 송전망·변압기·냉각·배선이 함께 깔려야 하고, 중심에 구리가 있음
- AI 투자가 물리 인프라로 번질수록 구리 수요는 더 구조화됨
4. 구리 = 좋은 수요 + 느린 공급
- 지정학과 금리보다 중요한 건 광산 허가, 증설 속도, 품질 하락
- 알파는 저비용 생산자와 실제 증산 가능한 기업에서 나옴
- AI가 디지털 경제의 두뇌라면, 구리는 그 두뇌를 움직이는 혈관
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6
1. 공급은 안 풀린다
- LME 구리는 5월 이후 톤당 $13~14k에서 횡보
- UBS는 올해 공급 적자가 지속되고, 27년 6월 $15.5k까지 상승 전망
- 구리 강세의 본체는 수요 증가 속도를 공급이 따라가지 못하는 구조
2. 진짜 신호는 정광 TC
- 중국 구리 정광 제련수수료가 1월 -$45에서 6월 -$100 이하로 급락
- 제련소가 광산업체에 돈을 줘야 할 만큼 원료가 부족하다는 뜻
- 4월 칠레·페루 합산 생산량도 전년 대비 8% 감소
3. 미국 재고 증가는 수요 붕괴가 아님
- 관세 우려로 구리가 미국에 몰리며 COMEX-LME 가격차가 톤당 $600까지 확대
- 현재 미국 재고 증가는 경기 둔화보다 관세 차익거래의 결과
- 다만 관세가 무산되면 쌓인 재고가 풀리며 단기 조정은 가능
4. 구리 투자의 핵심
- AI 데이터센터·전력망은 수요를 늘리지만 광산 증산은 느림
- 단기 관세 뉴스보다 칠레 생산량과 정광 TC를 봐야 함
- UBS는 $12,750~13,000을 강한 지지 구간으로 판단
Please open Telegram to view this post
VIEW IN TELEGRAM
❤9
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
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
❤7
jaredfromsubway는 DEX에서 프론트/백런닝 등 샌드위치 공격으로 오랜 기간 돈복사를 했던 유명 자동화 MEV 봇
1. 코드를 뚫은 게 아니다
- 공격자는 66개 가짜 래퍼 토큰과 풀을 만들어 고수익 차익거래처럼 위장
- Jared 봇은 꿀통으로 판단해 공격자 컨트랙트에 WETH·USDC·USDT 사용 권한을 승인
- 핵심 보안 게이트는 우회되지도 않았음
2. 작은 수익으로 신뢰를 샀다
- 초반엔 소액 거래를 정상 체결해 이상이 없는 것처럼 보이게 함
- 봇이 거래 규모와 승인 한도를 키우자, 남아 있던 권한으로 약 $15M을 인출
- 전형적인 개구리 삶기 방식
3. 자동화의 약점은 코드보다 권한
- approve는 단순 거래 절차가 아니라 상대에게 열어준 신용한도
- 봇이 빠르고 자율적일수록 잘못된 상대에 대한 손실도 자동으로 확대
- 코드가 안전해도 경제적 판단을 조작당하면 소용없음
4. 다음 보안 경쟁은 에이전트 통제
- 토큰·라우트 화이트리스트, 거래별 승인 한도, 즉시 권한 회수, 자금 격리가 필수
- 에이전트, MEV 봇 시대의 핵심 인프라는 똑똑한 실행이 아니라 더 좁은 권한 설계
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8
1. 컨센서스가 너무 낮을 수 있음
- Jefferies 콜은 3Q26 가격 ~50% QoQ, 4Q도 ~40%를 전망
- 복리로 계산하면 4Q 가격이 2Q 대비 ~110% 높아지는 그림
- 시장 예상보다 훨씬 강해, 실적 추정치의 추가 상향 여지가 큼
2. 이번 상승은 단순 재고 사이클이 아님
- CSP가 장기계약으로 생산능력의 50%를 선점, 향후 70%까지 늘어남
- 메모리를 많이 사고 끝 아니라, 다른 고객이 살 물량까지 없애는 구조
- 가격 상승의 본질은 수요 회복보다 공급의 사전 잠금
3. 중국 리스크는 사라진 게 아니라 미뤄짐
- 26~27년은 기술 격차 때문에 중국이 강세장을 깨기 어려움
- 다만 2028년 신규 공급 ~20%, 수요 둔화, 중국 NAND 추격이 동시에 겹침
- 지금의 강세 논리가 깨지는 시점도 2028년일 가능성
4. 같은 메모리주로 묶으면 안 됨
- 하이닉스·MU는 HBM/DRAM과 AI 캐파 선점의 수혜가 더 직접적
- SNDK는 NAND 업황 레버리지가 큰 만큼 중국 추격이 현실화되면 꺾임
- 26~27년은 업황 베타의 시간, 2028년부터는 종목 차별화의 시간
✍️지금은 메모리 강세를 의심할 때보다 실적 상향 폭을 추적할 구간. 다만 이번 사이클을 끝없는 성장으로 맹신하면 안 됨
Please open Telegram to view this post
VIEW IN TELEGRAM
❤7
1. 샌드위치는 이레드오션
- 경쟁이 붙을수록 수익은 가스 최적화 수준까지 수렴
- 극단적으로 빠르고 효율적인 봇도 실수하면 마진이 바로 음수
- Jared가 다른 MEV 전략까지 섞은 이유도 시장이 좁아졌기 때문
2. 먹잇감 자체가 줄어드는 중
- 프라이빗 트랜잭션·보호 RPC·인텐트 기반 거래가 확산
- 공개 멤풀에 노출되는 주문이 감소하면 샌드위치 시장도 축소
- 더 뛰어난 봇보다 주문을 숨기는 인프라가 유리해지는 구조
3. 작은 수익과 거대한 꼬리위험
- 개별 샌드위치는 번들로 묶어도, 봇은 재고와 승인 권한을 컨트랙트에 상시 남겨둬야
- 큰 기회를 잡으려면 노출 자금도 커짐
- 조금씩 벌다가 한 번의 공격으로 크게 사라지는 비대칭 손익
4. 다음 승자는 MEV 봇이 아님
- Jared는 과거 수익을 감안하면 다시 복구해낼 가능성이 큼
- 하지만 장기 가치 포착은 프라이빗 오더플로우·MEV 보호·솔버 네트워크로 이동
- 유저를 먼저 공격하는 기술보다 유저의 주문을 노출하지 않는 기술이 커질 차례
Please open Telegram to view this post
VIEW IN TELEGRAM
❤7
1. 대형 기관은 경쟁사의 체인을 쓰지 않음
- Stripe는 Tempo, Circle은 Arc, JP모건은 자체 체인을 원함
- 문제는 누구도 경쟁사가 통제하는 인프라의 세입자가 되고 싶지 않다는 것
- 결국 모두가 동의할 수 있는 중립 레이어가 필요함
2. 컨소시엄 체인은 양쪽 단점만 가짐
- 분산시스템의 비용과 복잡성은 그대로 부담
- 반면 개방성·조합성·글로벌 유동성은 얻지 못함
- 초기 참여자는 공동 창업자지만, 후발 주자는 기존 카르텔에 가입하는 구조
3. 이더리움의 해자는 기술보다 역사
- ERC-20·Uniswap·Aave처럼 허가 없이 쌓인 표준과 앱이 네트워크 효과를 만듦
- 개발자·유동성·스테이블코인·토큰화 자산이 서로를 강화
- 경쟁 체인은 코드를 복제할 수 있어도, 축적된 중립성과 신뢰는 복제하기 어려움
4. 체인을 소유하는 기업보다 위에 짓는 기업
- 인터넷의 승자는 폐쇄망을 만든 AOL이 아니라 웹 위에 서비스를 만든 기업
- 금융에서 승자도 자체 L1보다 이더리움 위의 L2·결제·프라이버시·토큰화 인프라
- 다만 사용량 증가가 ETH 가치로 자동 귀속 수수료와 L2 가치포착은 별개
✍️기업 체인은 금융의 인트라넷이 될 수 있지만 글로벌 금융의 인터넷은 누구도 소유하지 않는 체인 위에서 만들어짐
Please open Telegram to view this post
VIEW IN TELEGRAM
❤8
금융 AI의 병목은 모델이 아니라 통제 source
1. AI 도입은 이미 실험 단계를 넘음
- 신용심사·트레이딩·AML·사기 탐지·리서치·코딩까지 금융 전반에 확산
- 실제 은행의 AI 에이전트는 카드 사기 손실을 20% 줄였고, 보험사는 며칠 걸리던 심사를 45초로 단축
- 이제 AI를 안 쓰는 것 자체가 경쟁 리스크
2. 다음 단계는 보조에서 자율 실행
- 아직 완전 자율은 제한적이나, 뉴스 탐색→신호 생성→주문 준비는 이미 에이전트가 수행
- 금융사의 경쟁력은 사람 에이전트가 처리할 수 있는 업무 범위와 속도로 이동
- 손매매뿐 아니라 리서치·운용·리스크 관리도 인간이 불리해지는 구조
3. 자율성이 커질수록 새로운 꼬리위험
- 에이전트는 환각·보상 해킹·프롬프트 인젝션·메모리 포이즈닝으로 잘못된 행동을 실행할 수
- 같은 모델을 여러 기관이 쓰면 군집매매와 동시 청산도 심화
- 봇 판단력이 뛰어나도 권한과 승인 구조가 뚫리면 한 번에 무너짐
4. 진짜 투자처는 AI의 통제 레이어
- FSB는 AI 에이전트를 사실상 '합성' 직원처럼 관리하라고 제안
- 에이전트별 신원, 최소권한, 거래 이중승인, 감사 로그, 레드팀, 킬스위치가 필수
- 모델보다 IAM·보안·모니터링·데이터 거버넌스·멀티모델 전환 인프라의 가치가 커짐
1. AI 도입은 이미 실험 단계를 넘음
- 신용심사·트레이딩·AML·사기 탐지·리서치·코딩까지 금융 전반에 확산
- 실제 은행의 AI 에이전트는 카드 사기 손실을 20% 줄였고, 보험사는 며칠 걸리던 심사를 45초로 단축
- 이제 AI를 안 쓰는 것 자체가 경쟁 리스크
2. 다음 단계는 보조에서 자율 실행
- 아직 완전 자율은 제한적이나, 뉴스 탐색→신호 생성→주문 준비는 이미 에이전트가 수행
- 금융사의 경쟁력은 사람 에이전트가 처리할 수 있는 업무 범위와 속도로 이동
- 손매매뿐 아니라 리서치·운용·리스크 관리도 인간이 불리해지는 구조
3. 자율성이 커질수록 새로운 꼬리위험
- 에이전트는 환각·보상 해킹·프롬프트 인젝션·메모리 포이즈닝으로 잘못된 행동을 실행할 수
- 같은 모델을 여러 기관이 쓰면 군집매매와 동시 청산도 심화
- 봇 판단력이 뛰어나도 권한과 승인 구조가 뚫리면 한 번에 무너짐
4. 진짜 투자처는 AI의 통제 레이어
- FSB는 AI 에이전트를 사실상 '합성' 직원처럼 관리하라고 제안
- 에이전트별 신원, 최소권한, 거래 이중승인, 감사 로그, 레드팀, 킬스위치가 필수
- 모델보다 IAM·보안·모니터링·데이터 거버넌스·멀티모델 전환 인프라의 가치가 커짐
❤6
1. 복제하기 어려운 건 신뢰
- 빠르고 싼 체인은 얼마든지 계속 나올 수 있음
- 하지만 어느 기업·국가도 마음대로 규칙을 바꿀 수 없다는 신뢰는 단기간에 만들 수 없음
- ETH의 핵심 자산은 TPS가 아니라 credible neutrality
2. 달러 패권의 역설이 ETH를 키움
- 러시아 자산 동결 이후 각국은 달러를 쓰되 미국에 종속되지 않는 시스템을 원함
- 이더리움은 누구나 합의해 사용할 수 있는 달러 표시 결제·정산 레이어
- 일종의 온체인 유로달러 시장이 만들어지는 셈
3. 기관의 선택은 이미 시작
- Coinbase, Robinhood부터 월가의 토큰화 자산까지 ETH 생태계에 집중
- 글로벌 금융기관은 경쟁사가 소유한 체인보다 중립적인 공공 인프라를 선호
- 결국 이더리움은 앱 체인이 아니라 글로벌 금융의 공용 백엔드가 될 것
4. ETH 가치포착의 핵심
- 정산 자산·담보·가스 자산으로서 ETH 수요가 커지면 재평가 가능
- 다만 스테이블코인 발행사의 동결 권한과 L2의 수익 분산은 별도 리스크
- 단순 사용량보다 ETH 담보 비중과 온체인 자산의 경제적 정착을 봐야 함
✍️ETH 재평가는 미국도 중국도 소유할 수 없는 달러 시스템의 담보로 인정받을 때 시작
Please open Telegram to view this post
VIEW IN TELEGRAM
X (formerly Twitter)
Etherealize (@Etherealize_io) on X
Avichal Garg on why he’s bullish ETH
“What ETH has that is very difficult to reproduce is credible neutrality. And if you think there’s going to be a global financial system settlement layer, I think that is the critical thing — that trust and neutrality…
“What ETH has that is very difficult to reproduce is credible neutrality. And if you think there’s going to be a global financial system settlement layer, I think that is the critical thing — that trust and neutrality…
❤8
1. 한계 매수자의 변화
- ETH를 다시 올릴 주체는 개인이 아니라 위에 금융 인프라를 구축하는 기관
- 블랙록, JP모건, 페이팔, 코인베이스 등이 이미 이더리움 레일을 사용 중
- 시스템을 사용하는 기업이 그 시스템의 지분 자산을 보유할 유인은 충분
2. ETH는 단순 가스 토큰이 아님
- ETH는 네트워크 보안, 스테이킹 수익, 담보, 결제 수수료를 동시에 담당
- 이더리움 채택이 늘수록 ETH는 금융 인프라의 생산자산에 가까워짐
- BTC가 외부 기관의 준비자산이라면, ETH는 생태계 참여자의 전략자산
3. Glamsterdam은 공급보다 수요가 중요
- 처리량 확대와 수수료 인하는 기관 결제, RWA, 고부가가치 DeFi를 L1으로 끌어옴
- 다만 수수료가 싸진다고 무조건 ETH 소각이 늘어나는 것은 아님
- 가격 상승에는 수수료 하락보다 더 빠른 활동량 증가가 필요
4. 진짜 촉매는 스테이킹 ETF와 토큰화
- 스테이킹 ETF는 ETH 익스포저에 네이티브 수익률을 결합하고 유통 물량을 잠금
- RWA와 스테이블코인이 커지면 ETH의 가스·담보·준비자산 수요도 함께 확대
- 이더리움을 사용한다가 ETH를 보유한다로 전환되는 구간이 리레이팅의 시작
5. 결론
- ETH의 문제는 채택이 토큰 가치로 귀속되는 속도가 느렸다는 것
- 앞으로 볼 것은 TVL보다 기관의 ETH 보유, 스테이킹 비중, 담보 활용도
- 가격보다 중요한 것은 ETH의 한계 매수자가 기관으로 바뀌는지 여부
Please open Telegram to view this post
VIEW IN TELEGRAM
❤10
메모리는 계속 강하다, 그러나 source
1. 원자재에서 예약형 인프라로
- 핵심은 마이크론의 호실적보다 SCA, 즉 전략적 장기계약
- 고객이 수년간 물량을 의무 구매하고 일부 계약에는 가격 하단까지 설정
- 메모리 이익의 바닥이 높아지며 산업 자체가 구조적 성장주로 재평가
2. 공급 부족은 최소 2027년까지
- AI 병목은 GPU에서 HBM·서버 DRAM·NAND로 확산
- 팹 건설, 전력, 인력, 공정 난이도 때문에 공급은 단기간에 따라올 수 없음
- 가격이 오르면 증설하는 구조가 아니라, 고객이 캐파부터 선점하는 구조적 쇼티지
3. 다만 마진의 천장은 가까워짐
- 마이크론 GPM은 이미 85% 수준으로 이론적 상단에 근접
- 앞으로 주가 상승은 높은 마진을 유지한 채 Q가 얼마나 늘어나는지에 달림
- 좋은 실적은 계속되겠지만, 실적 증가율의 기울기는 둔화될 수
4. SK하이닉스 ADR은 호재이자 경고
- 미국 투자자 접근성 확대와 대규모 증설 자금 확보는 긍정적
- 반면 신주 발행은 현재의 높은 밸류를 적극 현금화한다는 의미
- ADR은 새로운 가치를 만드는 게 아니라, 시장접근성을 높이는 장치
5. 하닉과 삼전을 삼닉으로 묶지마라
- HBM·서버 DRAM은 고객 인증, 장기계약이 뒷받침된 수요 주도 상승
- 하닉은 HBM 대장, Micron은 계약 구조 변화와 미국 희소성 직접 수혜주
- 삼전은 HBM4 회복 확인 필요한 후발 베타. 같은 메모리주라도 급이 다름
6. 결론
- 메모리는 이미 큰 폭으로 리레이팅. 펀더 강하다와 매수 찬스냐는 별개
- 투자자 심리는 이미 [의심 해소 → 확신 → FOMO → 레버리지 단계]
- 모두가 확신하는 산업에 어떻게 접근할 것이냐가 포인트
- 메모리 롱은 계속되겠지만, 무지성 매수 구간은 끝
1. 원자재에서 예약형 인프라로
- 핵심은 마이크론의 호실적보다 SCA, 즉 전략적 장기계약
- 고객이 수년간 물량을 의무 구매하고 일부 계약에는 가격 하단까지 설정
- 메모리 이익의 바닥이 높아지며 산업 자체가 구조적 성장주로 재평가
2. 공급 부족은 최소 2027년까지
- AI 병목은 GPU에서 HBM·서버 DRAM·NAND로 확산
- 팹 건설, 전력, 인력, 공정 난이도 때문에 공급은 단기간에 따라올 수 없음
- 가격이 오르면 증설하는 구조가 아니라, 고객이 캐파부터 선점하는 구조적 쇼티지
3. 다만 마진의 천장은 가까워짐
- 마이크론 GPM은 이미 85% 수준으로 이론적 상단에 근접
- 앞으로 주가 상승은 높은 마진을 유지한 채 Q가 얼마나 늘어나는지에 달림
- 좋은 실적은 계속되겠지만, 실적 증가율의 기울기는 둔화될 수
4. SK하이닉스 ADR은 호재이자 경고
- 미국 투자자 접근성 확대와 대규모 증설 자금 확보는 긍정적
- 반면 신주 발행은 현재의 높은 밸류를 적극 현금화한다는 의미
- ADR은 새로운 가치를 만드는 게 아니라, 시장접근성을 높이는 장치
5. 하닉과 삼전을 삼닉으로 묶지마라
- HBM·서버 DRAM은 고객 인증, 장기계약이 뒷받침된 수요 주도 상승
- 하닉은 HBM 대장, Micron은 계약 구조 변화와 미국 희소성 직접 수혜주
- 삼전은 HBM4 회복 확인 필요한 후발 베타. 같은 메모리주라도 급이 다름
6. 결론
- 메모리는 이미 큰 폭으로 리레이팅. 펀더 강하다와 매수 찬스냐는 별개
- 투자자 심리는 이미 [의심 해소 → 확신 → FOMO → 레버리지 단계]
- 모두가 확신하는 산업에 어떻게 접근할 것이냐가 포인트
- 메모리 롱은 계속되겠지만, 무지성 매수 구간은 끝
Substack
Micron Technology: It didn't pivot to AI. AI came looking for it.
A 47-year-old DRAM maker that spent decades getting crushed by the memory cycle. Then the GPUs ran out of memory.
❤9
1. HBM은 전통 사이클을 벗어나는 중
- AI 추론이 늘수록 HBM 용량과 대역폭 수요가 함께 증가
- 빠른 세대교체와 장기계약으로 가격·이익 변동성도 낮아짐
- 완전한 탈주기화가 아니라, 적자 사이클이 약해지는 성장형 사이클
2. 다음 병목은 일반 DRAM
- Agentic AI는 GPU뿐 아니라 CPU 서버와 코어당 메모리도 늘림
- 장시간 실행되는 에이전트, 긴 컨텍스트, 샌드박스가 DRAM을 계속 점유
- 여기에 HBM 증설이 기존 DDR 웨이퍼까지 흡수하는 HBM Tax 발생
3. 공급은 수요를 따라가기 어려움
- DRAM 미세공정 효율 개선은 둔화되고, 증산은 신규 팹에 더 의존
- HBM3E는 일반 DRAM 대비 3배, HBM4는 4배의 웨이퍼를 소모
- CXMT 증설도 기술·밀도 격차 때문에 전체 공급 구조를 뒤집기는 어려움
4. NAND도 같은 슈퍼사이클 안에 있다
- HBM에서 밀려난 KV cache는 SSD로 내려가고 있음
- AI 영상, 에이전트 샌드박스, 데이터 복제가 NAND 수요를 확대
- HBM·DRAM·NAND는 별개 산업이 아니라 하나의 AI 메모리 계층
✍️메모리는 AI가 소비하는 가장 부족한 원자재이자 핵심 인프라
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6
1. Agentic AI가 데이터센터 구조를 바꿈
- 기존 AI 투자는 GPU와 HBM이 탑재된 가속기 랙 중심
- 이제 에이전트 제어·프로그램 실행용 CPU 랙, 컨텍스트 저장용 스토리지 랙까지 함께 늘어남
- 2026년 데이터센터 DRAM·NAND 비트 출하량은 2024년 대비 2배 이상 증가
2. 자동차는 이미 움직이는 데이터센터
- L2+ 차량은 일반 차량보다 메모리·스토리지 탑재량이 5배 이상 많음
- L2+ 이상 차량 비중은 올해 20%를 넘어, 2030년에는 40% 이상으로 확대
- 자율주행 단계가 올라갈수록 실시간 인지와 판단에 필요한 DRAM·NAND 증가
3. 다음 수요 폭발은 휴머노이드
- 휴머노이드 로봇 한 대에는 평균 L2+ 차량보다 10배 많은 메모리가 탑재
- 실시간 시각인식, 추론, 동작 제어를 위해 고대역폭·저전력 메모리/스토리지 필수
- 마이크론은 2027년부터 이어질 수십 년의 새로운 메모리 수요 사이클을 예상
✍️데이터센터, 에이전트, 자동차, 로봇까지 겹치면서, 새로운 메모리 수요가 아주 오랫동안 계속될 예정
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6