메모리 슈퍼사이클은 증설로 끝나지 않는다 source

AI는 메모리를 더 많이 사는 데서 그치지 않음

1. 같은 용량을 만들기 위해 훨씬 많은 웨이퍼를 소모
- 2026년 200만 WPM인 글로벌 DRAM 생산능력은 삼닉 등 공격적 증설을 모두 반영해도 2030년 480만 WPM
- 문제는 HBM의 웨이퍼 소모량. TSV, 넓은 I/O, 적층 및 수율 문제로 HBM4E는 동일한 메모리 비트를 공급하는 데 일반 DRAM보다 4배 많은 유효 웨이퍼 캐파가 필요
- 2030년 AI 가속기 3,000만 대와 서버 CPU 수요를 가정하면 전체 DRAM 수요는 157EB. 일반 DRAM만 보더라도 수요 120EB 대비 공급은 91EB로, 25% 부족
- 중국이 증설하더라도 부족분을 간신히 메우는 수준. 중국 자체 HBM 수요까지 발생하면 공급과잉 전환은 더욱 어려움

2. 메모리 슈퍼사이클을 깨려면 단순한 팹 증설만으로는 부족
- AI 데이터센터 투자가 급격히 둔화되거나
- 가속기당 HBM 탑재량이 예상보다 줄거나
- HBM 수율·설계가 혁신적으로 개선되거나
- 중국이 현재 예상치를 뛰어넘는 속도로 증설해야
- 반대로 이 조건들이 발생하지 않는다면,
- HBM 호황이 일반 서버 DRAM의 공급 부족까지 장기화하는 구조

3. 결론
- 메모리 업체: ASP와 장기계약 협상력 강화
- 장비 업체: 280만~366만 WPM의 신규 캐파 구축에 따른 WFE 수요
- 패키징·소재: HBM 적층과 후공정이 새로운 병목으로 부상
- 중국 DRAM: Big 3가 웨이퍼의 70%를 HBM에 투입할 경우 서구 서버 공급망까지 침투
- 이번 사이클의 본질은 단순히 메모리 수요가 많다는 것이 아님
- AI가 같은 메모리 1비트를 만들기 위해 과거보다 훨씬 많은 웨이퍼를 태우기 시작했다는 것

Memory just became the MOST POLITICAL commodity on earth. Two Korean firms, one American, and 90% of the world's DRAM.

No oil cartel ever had numbers that clean.

source

🙏크립토 컨퍼런스 특징 source

1. 수천 명이 모이고 수십 개의 패널이 열리지만, 내용은 놀라울 정도로 매번 비슷함. "아직 초기다, 다음 10억 명이 온다, UX가 개선돼야 한다." 아무것도 틀리지 않았지만, 아무것도 말하지 않은 것과 같음

2. 네트워킹도 하나의 의식처럼 반복됨. "무슨 일 하세요?"로 시작해 "꼭 협업하죠"로 끝나고, 텔레그램을 교환한 뒤 다음 발표 게시물에 🔥 하나 남기는 관계가 됨 (ㅋㅋ)

3. 컨퍼런스의 표면적 주제는 기술과 미래지만, 실제로는 관심, 지위, 접근권이 거래되는 시장임. 사용자 주권을 말하면서 유명한 사람이 입장했는지 확인하고, 탈중앙화를 논하나 VIP와 일반인 구분에 환장함

4. 그래서 사흘 동안 똑똑한 사람 수천 명에게 둘러싸이고도, 정작 지성의 방이 아니라 로비에만 머물다 온 느낌을 받을 수 있음. 많은 사람을 만났지만 기억나는 아이디어는 하나도 없는 상태

5. 문제는 큰 무대에 큰 생각이 있고, 긴 줄 끝에 중요한 사람이 있다고 학습했다는 것. 하지만 실제로 바꾸는 사람은 자신을 증명하려 애쓰는 사람이 아니라, 아직 문제와 씨름하며 좋은 질문을 던지는 사람

6. 컨퍼런스에서 가장 높은 기대수익을 내는 전략은 단순함. 사람들이 몰린 곳에서 한 발 벗어나 반쯤 빈 세션에 들어가고, 혼자 밥을 먹는 사람 옆에 앉아, 연사에게 할 질문보다 더 많은 질문을 건네는 것

7. 컨퍼런스의 알파는 관심의 비효율에서 발생함. 명함을 많이 모으는 것보다, 사회적 보상이 없어 보이는 사람과 깊게 이야기하는 편이 가치 있을 수 있음. 모두 보는 곳에서 시선을 거두면 진짜 네트워킹이 시작됨

믿을 숫자는 살아남을 수 있는 손실뿐 (Ken Griffin) source

1. 모든 꼬리위험을 예측하고 방어하는 것은 불가능함. 대신 최악의 시나리오에서 얼마를 잃는지, 그 손실을 견딜 수 있는지를 먼저 계산해야 함. 포트폴리오의 목표는 모든 위험을 피하는 것이 아니라, 극단적 상황에서도 게임에 남아 있는 것

2. 전쟁에서도 미국 증시가 고점에 있는 이유는 미국이 에너지 충격에서 보호받고 있기 때문. 호르무즈가 막혔다면 유가는 200달러에 근접했을 수 있지만, 중국의 예상보다 큰 수요 감소와 계속된 원유 수송 덕분에 100달러에서 버티고 있음. 시장은 평화를 가격에 반영한 것이 아니라, 현실화되지 않은 에너지 꼬리위험을 할인하고 있는 셈

3. 기업들이 말하는 AI 생산성 향상도 그대로 믿어서는 안 됨. 경영진이 제시한 실제 사례 상당수는 생성형 AI가 아니라 ML·최적화·디지털화. 투자자는 기술 개선을 전부 AI로 묶지 말고, 어떤 성과가 실제 프런티어 모델과 에이전트에서 발생했는지 분리해야

4. 변화는 에이전트 AI에서 나타나기 시작함. 과거 여러 박사가 8주 동안 수행하던 일을 하나의 시스템이 3시간 안에 처리했지만, Citadel은 이를 이유로 인력을 감축하지 않았음. AI의 1차 가치는 사람을 줄이는 것이 아니라, 이전에는 경제성이 없어 시도하지 못했던 문제를 더 많이 푸는 데 있음

5. 대체데이터가 실적을 실시간으로 추정하게 되면서 종목 선택의 우위도 이동함. 이제 이번 분기 숫자를 먼저 맞히는 것보다, 그 숫자가 산업 구조·경쟁 구도·자본배분에 어떤 2·3차 효과를 만들지 해석하는 능력이 중요해짐. 동시에 급등하는 컴퓨트 비용은 자본력과 마진이 약한 투자회사를 최전선에서 밀어내는 진입장벽이 되고 있음

6. 대만 반도체 공급망 충격은 단순 주가 조정이 아니라, 순식간에 발생하는 대공황급 시나리오가 될 수 있음. 데이터센터를 미국에 건설해야 한다는 주장도 같은 맥락임. 국내 구축 비용이 더 비싸더라도, 핵심 컴퓨트를 해외 지정학적 위험에 집중시키는 비용은 훨씬 클 수 있음. 비효율이 아니라 보험료에 가까움

Everyone will look at this chart and say “go to Google.”

Wrong lesson.

The lifers at Google joined 10+ years ago, when it was the risky choice and Boeing was the safe one.

The real question: which company today is the 2015 Google?

구조적으로는 Meta, 비대칭으로는 Anduril

source

TradFi는 DeFi를 원하지 않는다 (a16z) source

1. 기관이 원하는 것은 효율성
- 은행이 블록체인을 쓰는 이유는 비용 절감, 빠른 정산, 담보 효율 개선 때문
- 통제권과 책임 구조를 유지할 수 있을 때만 도입함

2. 그래서 DeFi를 그대로 쓰지는 않음
- KYC·AML, 자산 동결, 거래 통제 기능이 필요함
- 무허가 접근과 익명성은 제거하고, 기관용 프로그래머블 금융 인프라로 재구성함

3. 다만 사설 블록체인은 이미 한계를 드러냄
- Hyperledger 등은 의미 있는 자산과 유동성을 만들지 못했음
- 반면 USDT·USDC, BUID, 토큰화 국채는 공개 블록체인에서 성장 중

4. 공개성은 단순한 철학이 아님
- 24시간 글로벌 유동성, 프로토콜 간 연결, 공용 담보는 개방성에서 나오는 경제적 가치
- 기능은 복제할 수 있어도 공개망의 유동성과 네트워크 효과까지 사설망에 옮기기는 어려움

5. 진짜 승자는 제3의 금융기관
- Circle, Coinbase, Securitize, Aave, Morpho처럼 공개망의 DNA와 기관급 규제·보안을 결합한 기업들
- 미래는 기존 은행이 DeFi를 흡수하는 것보다, 크립토 네이티브 기업이 새로운 금융기관으로 성장하는 쪽에 가까움

✍️TradFi는 DeFi의 철학은 거부해도, DeFi가 만든 공개 레일과 유동성까지 외면하기는 어려움

크립토윈터에 유일하게 오른 섹터: 프라이버시 (Chamath Palihapitiya) source

1. 프라이버시 토큰만 독주
- 지난 1년간 대부분 섹터가 하락했지만 프라이버시 토큰은 127% 상승
- 2025년 73개 거래소가 상장폐지했음에도 섹터 수익률 1위를 기록

2. 비트코인은 완전히 동일한 돈이 아님
- 모든 거래와 코인의 이동 이력이 공개됨
- 해킹·범죄에 연루된 BTC는 거래소에서 거부/할인될 수 있음
- 이력에 따라 가치가 달라진다면 엄밀히는 1BTC와 다른 1BTC가 같지 않음

3. 익명이 아니라 가명에 가까움
- 주소가 실제 신원과 한 번 연결되면 과거 거래까지 모두 추적 가능
- 거래소 가입, 공개 결제, 개인정보 유출이 연결 고리가 될 수 있음

4. 영지식증명이 이를 해결
- 자산 보유, 이중지불 여부, 규칙 준수만 증명
- 송금자, 수취인, 금액은 공개하지 않음
- 네트워크는 결제가 유효한지만 확인하고 내용은 보지 못함

5. 프라이버시는 선택 기능이 아니라 금융 인프라
- 온체인 금융이 커질수록 모든 자금 흐름이 공개되는 구조의 한계도 커짐
- 프라이버시 토큰 상승은 다크코인 부활보다 완전 공개 금융에 대한 구조적 반작용

2028년 공급 폭탄, 메모리 슈퍼사이클의 끝일까 source

1. 최근 메모리주 조정은 단순 레버리지 청산만으로 보기 어려움. 시장이 2027년까지의 공급 부족보다 삼전·닉스·마이크론의 증설이 반영될 2028년 공급 완화 가능성을 먼저 가격에 넣기 시작

2. 메모리 주가는 통상 메모리 가격 고점보다 2분기 먼저 꺾인다고 알려짐. 그러나 이는 법칙이 아님. 2028년 실적 둔화가 강한 컨센서스로 굳어지면 주가는 3분기 이상 앞서 고점을 형성할 수도

3. 전통적 메모리 하락 사이클은 수요 감소보다 과잉 공급이 만듦. PC·스마트폰 시대에도 데이터 수요는 늘었지만, 생산능력이 더 빠르게 증가하면서 가격과 이익이 붕괴함

4. 다만 AI 시대에는 가격 하락의 충격이 작아짐. AI 토큰 수요의 가격 탄력성은 1.42로, 가격 하락보다도 사용량이 더 증가함. 추론 비용이 낮아지면 더 큰 모델, 긴 컨텍스트, 에이전트, AI 서비스가 빠르게 확산됨

5. 효율화가 HBM 수요 감소로 이어지는 것도 아님. Kimi K3는 KV 캐시를 줄였지만 모델 자체를 키워 랙 단위의 GPU와 HBM을 사용함. 절약한 메모리가 더 큰 모델과 긴 작업에 재투입되는 제본스 역설

6. LTA도 사이클 진폭을 줄임. 다만 계약이 실제로 취소 불가능한지, 가격 하한과 물량 의무, 해지 페널티가 얼마나 강한지가 핵심. 마이크론보다 공시가 부족한 삼닉은 시장의 신뢰를 얻기 전까지 저평가될 수

7. 핵심은 메모리 가격 하락이 아니라, 다음 이익 저점이 얼마나 깊냐
- 2028년 공급 확대 가능성은 충분히 현실적임
- 그러나 공급 증가가 과거와 같은 실적 붕괴를 의미하지는 않음
- AI 수요의 높은 탄력성과 HBM 탑재량 증가가 공급을 흡수한다면,
- 메모리 사이클은 사라지지 않더라도 진폭은 크게 줄어듦
- 반대로 빅테크의 수익률이 악화되거나 LTA가 무력화되면 전통 메모리 사이클이 반복됨
- HBM과 범용 DRAM·NAND를 하나의 메모리 업종으로 묶어 판단하는 것부터 위험
- 다음 사이클에서도 HBM은 구조적 성장을 이어가는 반면, 범용 메모리는 공급 압력을 더 크게 받을 것

AI 경쟁의 다음 : 똑똑한 모델보다 싼 모델 source

1. AI의 경쟁력은 기초 모델로 이동하고 있음. 추론만 잘하는 모델은 세상과 연결되지 않은 어항 속 뇌에 가깝고, 최종 목표는 AI가 AI를 직접 만드는 것

2. 하지만 성능만큼 중요한 것이 비용 대비 작업 완수율임. Kimi K3는 비공개 사이버보안 평가에서 최상위권 성능을 훨씬 낮은 비용에 제공했고, GPT-5.6은 더 뛰어났지만 가격이 7배

3. 중국 기업은 이 지점을 노리고 있음. Alibaba는 Qwen3.8을 오픈웨이트로 공개하고, T-Head는 CUDA에 대응하는 AI 소프트웨어 스택까지 오픈소스화하려 함. 모델부터 개발도구까지 AI 전체 스택을 범용재로 만들겠다는 전략

4. 이는 폐쇄형 AI 기업의 높은 가격과 마진에 직접 위협임. 과거 Sun Microsystems가 Linux와 범용 하드웨어에 무너졌듯, 모델 성능 차이가 좁혀지면 사용자는 결국 더 저렴하고 개방적인 생태계로 이동

5. 따라서 장기적으로 배포망, 독점 데이터, 업무 워크플로우, 추론 인프라의 가치가 더 커질 수 있음. 모델이 평준화될수록 고객과 데이터가 있는 플랫폼, 네트워크, 전력, 데이터센터가 강한 해자를 가짐

6. 다만 AI 인프라 투자도 무조건 승자는 아님. Oracle 데이터센터의 비용 급증, 지역 주민 반대, 인허가 지연, 국가안보 규제처럼 대규모 CAPEX가 실제 현금흐름으로 전환되기까지 상당한 마찰이 발생

7. 결국 AI 투자에서 봐야 할 것은 단순 벤치마크가 아님. 성능을 얼마나 싸게 제공하는가, 실제 업무를 얼마나 안정적으로 끝내는가, 비용 하락 이후에도 무엇으로 돈을 벌 수 있는가가 핵심