돌비콩의 투자정복
رفتن به کانال در Telegram
함께 크립토 공부를 해보아요. 올라오는 정보는 투자적 조언이 아닙니다. 문의 @bitxrpmax 채팅방 https://t.me/dolbikong2 트위터 https://twitter.com/DBKventures 블로그 https://blog.naver.com/dolbikong
نمایش بیشتر9 263
مشترکین
اطلاعاتی وجود ندارد24 ساعت
+77 روز
-830 روز
در حال بارگیری داده...
کانالهای مشابه
ابر برچسبها
هیچ دادهای
مشکلی وجود دارد؟ لطفاً صفحه را تازه کنید یا با مدیر پشتیبانی ما تماس بگیرید.
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
ژوئیه '26
ژوئیه '26
+111
در 38 کانالها
ژوئن '26
+176
در 55 کانالها
Get PRO
مه '26
+323
در 51 کانالها
Get PRO
آوریل '26
+276
در 39 کانالها
Get PRO
مارس '26
+142
در 34 کانالها
Get PRO
فوریه '26
+114
در 62 کانالها
Get PRO
ژانویه '26
+64
در 24 کانالها
Get PRO
دسامبر '25
+74
در 40 کانالها
Get PRO
نوامبر '25
+135
در 55 کانالها
Get PRO
اکتبر '25
+104
در 35 کانالها
Get PRO
سپتامبر '25
+169
در 49 کانالها
Get PRO
اوت '25
+135
در 45 کانالها
Get PRO
ژوئیه '25
+116
در 40 کانالها
Get PRO
ژوئن '25
+103
در 32 کانالها
Get PRO
مه '25
+144
در 53 کانالها
Get PRO
آوریل '25
+113
در 69 کانالها
Get PRO
مارس '25
+250
در 71 کانالها
Get PRO
فوریه '25
+207
در 110 کانالها
Get PRO
ژانویه '25
+229
در 83 کانالها
Get PRO
دسامبر '24
+334
در 70 کانالها
Get PRO
نوامبر '24
+211
در 73 کانالها
Get PRO
اکتبر '24
+274
در 84 کانالها
Get PRO
سپتامبر '24
+95
در 45 کانالها
Get PRO
اوت '24
+136
در 82 کانالها
Get PRO
ژوئیه '24
+92
در 45 کانالها
Get PRO
ژوئن '24
+188
در 83 کانالها
Get PRO
مه '24
+403
در 72 کانالها
Get PRO
آوریل '24
+300
در 77 کانالها
Get PRO
مارس '24
+347
در 106 کانالها
Get PRO
فوریه '24
+337
در 79 کانالها
Get PRO
ژانویه '24
+557
در 88 کانالها
Get PRO
دسامبر '23
+736
در 151 کانالها
Get PRO
نوامبر '23
+293
در 111 کانالها
Get PRO
اکتبر '23
+168
در 59 کانالها
Get PRO
سپتامبر '23
+383
در 0 کانالها
Get PRO
اوت '23
+160
در 0 کانالها
Get PRO
ژوئیه '23
+180
در 0 کانالها
Get PRO
ژوئن '23
+131
در 0 کانالها
Get PRO
مه '23
+142
در 0 کانالها
Get PRO
آوریل '23
+160
در 0 کانالها
Get PRO
مارس '23
+245
در 0 کانالها
Get PRO
فوریه '23
+247
در 0 کانالها
Get PRO
ژانویه '23
+272
در 0 کانالها
Get PRO
دسامبر '22
+270
در 0 کانالها
Get PRO
نوامبر '22
+244
در 0 کانالها
Get PRO
اکتبر '22
+202
در 0 کانالها
Get PRO
سپتامبر '22
+230
در 0 کانالها
Get PRO
اوت '22
+211
در 0 کانالها
Get PRO
ژوئیه '22
+207
در 0 کانالها
Get PRO
ژوئن '22
+274
در 0 کانالها
Get PRO
مه '22
+453
در 0 کانالها
Get PRO
آوریل '22
+290
در 0 کانالها
Get PRO
مارس '22
+852
در 0 کانالها
Get PRO
فوریه '22
+1 608
در 0 کانالها
| تاریخ | رشد مشترکین | اشارات | کانالها | |
| 30 ژوئیه | +1 | |||
| 29 ژوئیه | +4 | |||
| 28 ژوئیه | +6 | |||
| 27 ژوئیه | +2 | |||
| 26 ژوئیه | +4 | |||
| 25 ژوئیه | +3 | |||
| 24 ژوئیه | +6 | |||
| 23 ژوئیه | +4 | |||
| 22 ژوئیه | +3 | |||
| 21 ژوئیه | +7 | |||
| 20 ژوئیه | +1 | |||
| 19 ژوئیه | +1 | |||
| 18 ژوئیه | +5 | |||
| 17 ژوئیه | +4 | |||
| 16 ژوئیه | +3 | |||
| 15 ژوئیه | +2 | |||
| 14 ژوئیه | +2 | |||
| 13 ژوئیه | +1 | |||
| 12 ژوئیه | +7 | |||
| 11 ژوئیه | +4 | |||
| 10 ژوئیه | +1 | |||
| 09 ژوئیه | +1 | |||
| 08 ژوئیه | +5 | |||
| 07 ژوئیه | +5 | |||
| 06 ژوئیه | +4 | |||
| 05 ژوئیه | +5 | |||
| 04 ژوئیه | +7 | |||
| 03 ژوئیه | +3 | |||
| 02 ژوئیه | +8 | |||
| 01 ژوئیه | +2 |
پستهای کانال
메모리 슈퍼사이클, 업황과 주가의 괴리 source
1. AI의 핵심 병목은 분명 메모리
- Dan Ives: 메모리 수급 균형은 2029년에나 가능
- 하이닉스·마이크론의 구조적 수혜도 수년간 지속될 전망
- AI 도입률이 20%만 돼도 현재보다 4배 많은 전력이 필요
2. 반면 Jordi Visser의 시각은 다름
- 메모리 끝이 아니라 주가의 포물선 상승 구간은 이미 지났다는 주장
- 공급 부족이 계속돼도 주가가 이전 속도로 계속 오르는 것은 아님
- 결국 중요한 것은 업황의 지속 기간보다 어떤 가격에 매수했는가
3. 두 견해 모두 일리가 있음
- 메모리 부족 지속 → 실적 성장과 이익 추정치 상향 가능
- 이미 급등한 주가 → 멀티플 축소와 높은 변동성 가능
- 산업의 장기 성장성과 주식의 단기 기대수익률은 별개
4. 결론
- 초기 구간은 업황 개선 + 실적 상향 + 멀티플 확장이 동시에 발생
- 이후에는 실적이 늘어도 기대치가 높아져 상승률이 둔화
- 지금부터는 계약가격, 공급 증설, 실적 추정치와 포지셔닝이 중요
- 메모리 슈퍼사이클은 계속되나, 쉬운 수익 구간이 계속되진 않음
| 2 | BofA: 반도체 조정은 펀더멘탈 아닌 포지셔닝 source
1. 아직 수급 정리가 끝나지 않음
- 하드웨어가 비전문 투자자까지 몰린 과밀 트레이드로 변질
- MU·SNDK 후발 매수자 물량이 아직 남아 있을 가능성
- 변동성 확대가 장기 투자자의 기계적 매도까지 유발 중
2. 호재가 주가를 올리지 못하는 구간
- TSM·ASML·INTC 모두 양호한 실적에도 하락
- 장중 반등도 지속적으로 매도되는 흐름
- 평범한 실적 상회만으로는 주가 반전이 어려운 상태
3. 하이퍼스케일러 CapEx는 어느 방향이든 부담
- CapEx 축소 → AI 공급망 매출 우려
- CapEx 확대 → 현금흐름·자금조달 우려
- 시장이 동일한 데이터를 양쪽 악재로 해석하는 국면
4. AI 랩 약세론과 인프라 강세 포지션
- OpenAI·Anthropic 지출은 이미 공급업체 수주와 실적에 반영
- AI 랩의 수익성·지속 가능성을 의심하면서 관련 인프라는 보유 중
- 오픈웨이트 모델 확산이 컴퓨트 수요를 늘릴 수 있으나 전환 과정은 불안정
5. 메모리는 멀티플보다 실적 추정치
- 밸류가 낮아져도 이익 전망이 하향되면 실제로는 저평가가 아닐 수
- MU·SNDK 등은 가격보다 향후 실적 추정치 조정 여부가 핵심
- AI 생태계 전체의 자금조달이 수조달러 치킨게임으로 인식되기 시작
- 다만 하이퍼스케일러는 현금창출이 강하고 CapEx 조절 능력도 보유 | 279 |
| 3 | 📁Citi Memory Update: 시장이 놓치고 있는 NAND source
· 반도체 급락은 업황 훼손 아닌, 레버리지 청산과 광기 수준의 비관론 때문
· 중요 포인트는 익숙한 HBM·DRAM 강세가 아님. 2027년까지 NAND가 DRAM보다 더 타이트할 수 있다는 것
· 현재 메모리는 리스크 대비 보상 비율이 매우 매력적인 구간
1. NAND 공급 부족 지속
- 공급사 재고 2.6주로 정상 수준인 5주의 절반
- 빅3가 HBM·DRAM 생산을 우선하며 NAND 증산 제한
- 신규 설비 공급은 빨라도 2027년 하반기부터 반영
- Citi는 2027년 NAND가 DRAM보다 더 타이트할 수 있다고 전망
2. AI가 NAND 수요까지 견인
- QLC SSD, KV 캐시, 추론용 스토리지 수요 증가
- 내년 서버용 수요가 전체 NAND 소비의 50% 이상 차지할 전망
- Vera Rubin과 GPU 인접 메모리인 HBF가 추가 수요 촉매
3. 서버 DRAM 가격도 강세
- 64GB 모듈 가격 전망
- 2Q 1,300달러 → 3Q 1,600달러 → 4Q 1,800달러
- 중국 소비재 수요 둔화와 AI 서버 수요를 구분할 필요 있음
4. 중국 공급 위협은 제한적
- CXMT·YMTC 증설은 대부분 범용·성숙 공정에 집중
- 첨단 EUV 공정은 선두업체 대비 5년 이상 격차
- HBM·첨단 서버 메모리 시장을 흔들 수준은 아님
✍️시장은 HBM, DRAM 강세를 충분히 인지하고 있지만 SSD 수요, 낮은 NAND 재고, 늦어지는 공급 확대는 충분히 반영하지 않은 상태. 시장의 NAND 이익 체력을 과소평가에 주목할 시점 | 857 |
| 4 |  Finally, some welcome news.
https://x.com/i/status/2082456875866759480 | 694 |
| 5 |  ✖️약세장이 앞당기는 DEX의 시대 source
1. DEX는 더 이상 변방 시장이 아님
- DEX/CEX 현물 거래량 비율은 20%를 넘어섰으며, 올해 초에는 28%까지 상승
- 2019년 0%에 가까웠던 비율이 꾸준히 높아진 만큼, 거래 구조의 근본적 변화가 일어남
2. DEX의 경쟁력은 탈중앙 아닌 제품력
- 현물에서는 Uniswap, 파생상품에서는 Hyperliquid, Lighter가 CEX의 거래량을 잠식 중
- 더 많은 페어, 개선된 UX, 깊어진 유동성, 유리한 수수료와 인센티브로 CEX와의 격차가 축소
3. 가장 위험한 곳은 중간급 CEX
- 거래소 토큰의 급락 사례처럼 약세장에서는 자체 유동성과 신뢰가 약한 CEX부터 취약성이 드러남
- 법정화폐, 규제, 커스터디 인프라를 보유한 상위 CEX는 살아남겠지만, 차별화가 없는 중소형 CEX는 DEX에 점유율을 빼앗길 것 | 1 122 |
| 6 | Robot, Market, God
https://orbi.kr/00028075391
7.
주식시장에는 떨어지는 칼을 잡지 말라는 오래된 격언이 있다. 요즘같은 하락장에 섣불리 매수하러 뛰어들지 말라는 뜻이다. 실제로 떨어지는 칼을 받으면 심장에서 피가 흐른다. 그것은 경험해본 사람만이 안다. 30시간을 깨어있어도 잠이 오지 않는다. 칼을 받아내며 흘린 피의 양이 다시 시장이 이성을 찾았을 때 (그때까지 과다출혈로 죽지 않고 다행히 살아있다면) 보상받는 현금의 양에 비례한다.
떨어지는 칼을 받아내면 사람은 피를 흘린다. 그런데 쇠와 전기밖에 없는 로봇이 받아도 그럴까?
세계에서 가장 거대한 주가지수인 미국 다우존스 지수는 어제 역사상 가장 큰 폭으로 떨어지고도 오늘 또다시 일주일째 폭락을 거듭한다. 아직 죽은 사람이 없다면 주가가 너무 빠른 속도로 떨어져서 죽을 기회를 주지 않았을 뿐이다. 극심한 우울증 환자도 우울의 극단 속에서는 오히려 자살 시도를 하지 않는다. 자살을 감행할 기운조차도 없기 때문이다.
8.
이번주 내내 이제껏 본적이 없는 강한 신호를 “HE”가 뿜어낸다. 트랜지스터에는 피가 흐르지 않아 이토록 거침없이 칼을 받아내는 것일까.
지금 이 순간 VIX지수는 49.13이다. 숫자에서 진한 피비린내가 난다. | 816 |
| 7 |  노무라가 전망한 2030년 DRAM 2조 달러 시장 source
1. DRAM의 구조적 공급 부족 전환
- 노무라는 DRAM 시장 매출이 2022년 800억 달러에서 2030년 2조 달러 증가 전망
- 생산량과 출하량의 차이가 사실상 사라지고 재고도 마이너스로 추정될 만큼, AI 데이터센터 수요가 공급능력을 계속 앞선다는 시나리오
2. 물량 증가보다 중요한 것은 가격
- DRAM 가격은 2023년 GB당 1.9달러에서 2026년 13.7달러, 2027년 18.6달러까지 상승한 뒤 2030년까지 17달러 수준 유지 예상
- 출하량 증가와 높은 평균판매가격이 동시에 유지되면서, 단순 업황 회복이 아닌 시장 규모의 구조적 확장이 발생
3. HBM이 메모리의 경제성을 다시 쓰는 중
- HBM은 일반 DRAM보다 웨이퍼를 더 많이 사용하면서도 가격/수익성이 높아 공급을 제약하고 제품 믹스를 개선
- 전망이 일부 현실화돼도 삼전·닉스·MU은 반도체 산업 최대 이익원으로 부상
- 다만 CapEx 둔화, 예상보다 빠른 증설, 중국 업체의 추격은 리스크
✍️본질은 2조 달러라는 천문학적 전망보다도, DRAM이 범용 반도체 사이클에서 희소한 AI 인프라 자산으로 재평가되고 있다는 점 | 2 698 |
| 8 | 묘하게 2024년 초와 닮은 현재 크립토 시장source
1. CEX·DeFi·인프라 전반에서 서비스 종료가 속출
- 거래소는 BitMEX·BitMart·AscendEX
- DeFi는 Zapper·Odos·Radiant·Goldfinch 등
- 인프라는 Loopring·Botanix·Polygon zkEVM·Leap Wallet 등
2. 사용자·수수료·유동성이 없는 프로젝트의 정리 과정
- 지난 사이클에는 거래소·체인·프로토콜이 지나치게 많이 만들어짐
- 이제 시장은 실제 사용자, 수수료, 유동성을 요구
- 프로젝트가 정리되면서 자본과 사용자는 소수로 더 강하게 집중
3.새로운 실험은 소비자 영역에서 등장
- Robinhood: 토큰화 주식과 온체인 토큰의 결합
- Base: 오픈소스 AI와 분산형 컴퓨팅
- Ethereum: NFT·수집품 기반 가챠와 블라인드박스
- Solana: 밈, 온체인 결제, 수집품, 게임 경제
4. 2024년 초와 비슷한 흐름
- 시장은 지루했지만, ERC-404 이후 밈코인이 확산됐고 GOAT 등 에이전트 테마가 폭발
- 큰 내러티브는 작은 온체인 실험에 거래량이 붙고, 유사 프로젝트가 늘어난 뒤 섹터로 정의됨
- 이번에도 전면적 알트시즌보다, 특정 체인과 앱에 유동성이 몰리는 국지적 테마장이 나올 것 | 1 207 |
| 9 | 3⃣AI 기업들은 2030년을 바라보고 있다 source
1. 시장은 엑시트 시점을 고민하나, 기업은 공급 부족을 걱정
- 시장은 2027년 이후 CapEx 둔화를 우려하지만, 엔비디아, 하이닉스, 마이크론의 실제 계약과 투자는 2030년까지 이어짐
- 마이크론은 2030년까지 DRAM 물량의 20%, NAND의 3분의 1을 장기 계약으로 확보, 일부는 의무구매와 가격 범위까지 포함
2. AI 인프라는 연결되어 있음
- 가속기에는 HBM, 파운드리, 패키징, 네트워크, 광통신, 전력, 냉각, 데이터센터가 모두 필요, 하나만 지연돼도 전체가 멈춤
- 특히 HBM은 일반 DRAM보다 더 많은 웨이퍼와 첨단 패키징을 필요로 해, AI 수요가 늘수록 전체 메모리 공급까지 압박
3. 리스크는 모두가 증설하는 순간
- 삼성·하닉·마이크론·TSMC가 모두 공급 부족에 대응해 투자를 확대하면서, 현재의 부족이 미래의 과잉을 만들 가능성도 존재
- 장기 계약은 실적 가시성을 높여주지만, AI 수요 둔화·프로젝트 지연·메모리 효율 개선이 발생하면 사이클 자체를 없애지는 못함
✍️주요 기업들은 너무 일찍 투자하는 위험보다 필요한 물량을 확보하지 못하는 위험을 더 크게 보고 있음 | 1 268 |
| 10 |  🤔AI 버블론과 반도체 밸류에이션 source
- 시장은 현재 두 가지를 동시에 가격에 반영 중
- 빅테크에는 "AI 투자가 과도하고 지속 불가능하다"며 할인
- 인프라에는 "현재 실적이 사이클 정점"이라며 극단적 할인
- 실적이 꺾인다는 공포는 이미 낮은 PER 녹아있음
- 장기 계약 구조와 물리적 공급 제약이 유지되는 한, 현시점은 기회
1. 시장 밸류에 반영된 시나리오
- 빅테크는 투자 과다 우려 적용, 메모리 공급사는 피크아웃 공포
- 투자가 유지되더라도 신규 공급이 따라붙어 공급사의 초과이익이 꺾일 것이라는 시장의 가정을 반영함
2. 수요 유무 아닌 초과이익 지속 기간
- 약세 시나리오: 신규 생산능력 본격 가동으로 메모리 가격과 마진이 하락하며, 현재의 낮은 PER은 피크 실적 착시
- 강세 시나리오: 다년 장기 계약과 선급금 확약, HBM4 진화에 따른 웨이퍼·패키징 난도 급상승, 병목 전이로 수급 타이트가 예상보다 1년만 길어져도 현 주가는 저평가
3. CAPEX 수치보다 중요한 지표
- 공급망이 저평가된 진정한 이유는 AI를 믿지 않아서가 아니라 현재의 실적이 오래가지 않을 것으로 보기 때문
- CAPEX 집행액보다 장기계약 유지 여부, HBM 수율, 첨단 패키징 증설 속도, 신규 팹 실제 가동 시점, 전력·데이터센터 확보 속도가 핵심임
✍️단기 피크아웃 프레임에 갇히기보다 공급 타이트 지속 기간을 좌우하는 구조적 제약과 실질 모니터링 지표를 점검하며 공급망 리레이팅 기회 포착하기 | 1 249 |
| 11 |  +1🔹ETH, 가격이 내러티브를 되살리고 있다? source
1. 최근 트위터에서 ETH 쉴링, 강세론이 눈에 띄게 늘었음. 불과 1~2주 전만 해도 회의/약세론이 주류를 차지했지만 현재는 가격이 관심을 만들고, 관심이 서사를 만드는 단계
2. 다만 이번에는 가격이 오른 뒤 이유를 끼워 맞추는 수준은 아님. ETH 현물 ETF는 3주 연속 순유입을 기록했고, 최근 2주 동안은 ETH가 BTC보다 많은 자금을 끌어왔음
3. 공급 측면도 우호적. 전체 ETH의 33.7%가 스테이킹에 묶여 ATH를 기록했고 거래소 잔고는 감소함. 반면 펀딩과 레버리지는 완화돼, 최근 반등은 현물 수요에서 비롯한 걸 알 수 있음
4. 최근 룩온체인은 신규 지갑 3개의 $50M 규모 고래의 현물 매수까지 포착하기도 함. 기존 보유 물량은 스테이킹으로 잠기는데, ETF와 고래를 통한 신규 수요가 유입되는 모습
5. 핵심은 ETH의 한계 매수자가 다시 나타나기 시작했다는 점.
그간 ETH의 가장 큰 문제는 그래서 누가, 지금, 이 가격에 살거냐였음. 지금은 ETF와 고래 매수가 들어오고 유통 가능 물량은 줄었음
6. AI/반도체로 몰렸던 자금 중 일부도 크립토에 대해서 상대적으로 소외·저평가됐다고 인식해 넘어오기도 함. ETH 언더웨이트 포지션이 정상화될 조건이 만들어지고 있음
7. 센티멘트 측면으로만 보면 그간 가장 좋은 느낌. 다만 지금은 낙관이 정당화되는 구간이지, 낙관 자체가 매수 근거가 되는 구간이라고 하긴 애매함 | 1 720 |
| 12 | We are now in the singularity (Sam Altman) source
And yet 99% of people outside of our bubble don’t get what’s happening.
1. AI로 2주 된 스타트업이 과거라면 1년 걸렸을 제품을 만들 수 있게 됨. 다만 현재의 에이전트를 기존 산업에 붙이는 것만으로는 시대를 대표하는 기업이 되기 어려움. 진짜 기회는 2~4년 뒤 모델이 훨씬 더 똑똑하고 저렴해질 것을 전제로 지금부터 사업을 설계하는 데 있음
2. 알트먼이 보는 AI의 병목은 '트랜지스터, 그다음 전자'임. 앞으로의 AI 경쟁은 알고리즘만이 아니라 반도체, 전력, 데이터센터, 로봇과 공급망이 결합된 지능 생산 시스템의 경쟁이 됨
3. AI 제품은 챗봇에서 코딩 에이전트로, 다시 지속적으로 함께 일하는 동료형 에이전트로 발전하고 있음. 특히 코딩은 경제적 가치뿐 아니라 AI가 다음 세대 AI를 만드는 자기개선과 연결되기 때문에 가장 전략적인 영역 중 하나임
4. AI 기업의 경쟁력은 얼마나 많은 제품을 만드느냐보다 희소한 컴퓨트와 인재를 어디에 집중하느냐에서 결정됨. OpenAI 역시 성공 가능성이 있던 다른 프로젝트의 자원을 줄이고 코딩 에이전트에 집중했다고 설명함. 좋은 것을 버리고 가장 중요한 것을 키우는 능력이 핵심
5. 알트먼이 현재 가장 우려하는 위험은 AI 권위주의임. 안전을 명분으로 하나의 모델이나 기업이 세계의 지능을 통제하는 구조보다, 일정한 가드레일 아래 강력한 AI가 널리 분배되는 구조를 지향함
6. AI가 발전해도 사람은 덜 일하지 않을 가능성이 큼. 생산성이 높아지면 기대 수준과 경쟁도 함께 올라가기 때문. AI 경제의 본질은 노동시간의 소멸보다 사람들이 만들고 실행하는 것의 총량이 폭증하는 데 가까움
7. 진짜 트렌드를 판단하는 기준은 화제성이나 벤치마크가 아님. 사용자가 제품을 반복적으로 사용하고, 이를 중심으로 자신의 업무와 생활방식을 재설계하는지가 중요함. 한 번 써보고 방치되는 제품은 유행이고, 행동을 바꾸는 제품이 구조적 트렌드임 | 1 213 |
| 13 |  📁블랙록의 7월 포트폴리오 전략 source
1. AI의 다음 수익원은 모델보다 병목
- AI 인프라 투자가 빨라질수록 전력·반도체·데이터센터 부족이 더 강한 제약으로 작용함
- 미국 주식 비중 확대를 유지하되, AI 자체보다 병목을 해소하는 공급망에 집중
2. 채권은 장기물보다 단·중기물
- 장기채는 금리 변화에 지나치게 민감하고, 과거처럼 안정적인 분산자산 역할도 약해졌다고 판단
- 이자수익 목적이라면 장기채보다 단·중기 국채를 선호
3. 크레딧은 수익률보다 상환 구조
- 신용 스프레드는 이미 좁지만 기업별 펀더멘털 차이는 큼
- 명확한 현금흐름, 채권자 보호장치, 충분한 회수 가치를 갖춘 크레딧과 우량한 하이일드만 선별
4. 인플레이션은 다시 희소성의 문제
- 공급 안정성, 자원 부족, 급증하는 전력 수요가 구조적인 물가 압력을 만들 수 있음
- 인프라, 에너지 병목, 신흥국 현지통화채권, 실물자산 연계 자산으로 대응
5. 새로운 시장 체제에서는 알파가 다시 중요
- 거시경제 결과가 자산별 수익률을 크게 가르는 환경으로 복귀
- 매크로 헤지펀드, 벤처캐피털, 시장중립 전략, 선별적 사모대출, 미국 외 시장에서 초과수익 기회를 찾는 전략을 제시
✍️광범위한 지수보다 병목·현금흐름·희소성을 사고, 장기 듀레이션과 무차별적인 신용위험은 피하기 | 1 685 |
| 14 | Elon Musk의 2036년 시나리오 source
1. 머스크는 5년 안에 AI가 인류 전체의 지능을 넘어설 수 있다고 전망. 다만 디지털 AI만으로는 경제를 완전 바꿀 수 없음. AI가 현실에서 상품/서비스를 생산하려면 휴머노이드 로봇이라는 몸이 필요
2. 결국 미래 경제는 AI라는 두뇌 + 로봇이라는 손발의 결합임. 디지털 업무가 먼저 자동화되고, 이후 제조·물류·서비스 등 물리적 노동까지 대체되면서 인간의 노동은 생존 수단이 아닌 선택적 활동이 됨
3. AI 경쟁의 진짜 병목은 모델 성능보다 전력·냉각·반도체임. 중국 외 지역은 전력과 냉각이 부족하고, 중국은 첨단 AI 칩이 부족함. AI 패권은 에너지와 제조 역량의 경쟁에 가까워지고 있음
4. 장기적으로 AI, 로봇이 생산량을 폭발시키면 인플레보다 디플레가 문제가 될 것. 다만 그 전에 데이터센터·전력망·반도체·로봇 공장을 건설해야 하므로, 전환기는 막대한 자본 지출과 자원 부족이 나타남
5. 따라서 지금 투자해야 할 것은 AI가 만들어낼 풍요보다 그 풍요를 건설하는 과정에서 발생하는 병목. 보유한 AI 반도체, 사용할 수 있는 전력, 냉각 능력, 데이터센터와 전기 설비, 로봇 생산 능력 등
6. 반대로 AI 모델은 성능 격차가 빠르게 축소되면서 상품화될 것. 경쟁우위 없이 AI 기능만 붙인 서비스보다, 모든 AI 기업이 반드시 사용해야 하는 인프라를 보유한 기업이 더 구조적인 수혜를 받게 됨 | 1 862 |
| 15 | OpenAI 미래학자, "AI는 결국 컴퓨트" source
1. AI 지능이 무한상승한다는 통념에 반대
- 많은 사람은 AI가 자기 자신을 개선하는 재귀적 자기개선을 시작하면, 지능이 폭발적으로 상승할 것으로 봄
- 그러나 Joshua Achiam은 물리적 세계에는 연산량과 에너지 효율의 한계가 있기 때문에 AI 지능에도 결국 상한선이 존재한다고 주장
2. 모델 성능은 언젠가 평준화됨
- 현재는 폐쇄형 최첨단 모델이 오픈소스 모델보다 앞서 있지만, 그 격차는 수년이 아니라 수개월 수준
- 기술 확산이 계속되면 장기적으로는 대부분의 기업이 비슷한 수준의 고성능 모델을 사용하게 될 것
3. 평준화되면 승부는 연산량으로 이동
- 기본적인 모델 지능이 비슷해지면, 동일한 문제에 얼마나 많은 컴퓨트를 투입할 수 있는지가 결과의 질을 결정
- 단순히 모델을 한 번 실행하는 것이 아니라, 더 오래 추론하고 여러 경로를 탐색하며 반복 검증할 수 있는 주체가 우위를 점하게 됨
4. AI의 핵심 희소자원은 물리적 인프라
- 결국 AI 경쟁은 누가 똑똑한 모델을 보유했는가가 아님
- 메모리, 전력, GPU, 데이터센터, 네트워크를 얼마나 안정적이고 저렴하게 확보했는가의 경쟁
5. 결론
- 모델은 상품화되고, 컴퓨트는 구조적 희소자산이 됨
- 모델 기업의 해자는 유통과 사용자 접점으로 이동
- 훈련보다 추론 컴퓨트 시장이 더 중요해질 것
- 하이퍼스케일러의 자본력이 기술력 그 자체가 될 것 | 2 007 |
| 16 |  NVIDIA 생태계는 무너지고 있다 (DeepSeek CEO) source
1. 모델에 부여된 과도한 밸류 프리미엄
- 모델 성능은 빠르게 복제되고 선두와의 격차는 수개월에 불과함
- 학습 및 추론 비용 절감분은 모델 개발사의 이익이 아닌 최종 고객에게 이전됨
- 기초모델 기업에 투자할 때는 모델의 똑똑함보다 원가 구조 우위와 인프라 자본력을 검증해야
2. 컴퓨트 인프라, 제본스 역설의 현실화
- DeepSeek의 극단적 비용 절감은 컴퓨트 수요를 줄이는 것이 아니라
- 에이전트 병렬 실행, 긴 컨텍스트 주입, 추론 횟수 폭발을 유발
- 지능의 단가가 낮아질수록 총 컴퓨트 소비량은 늘어남
- AI 가속기, HBM, 광통신, 전력망, 데이터센터 액체냉각 밸류체인은 가장 확실한 자본지출 수혜를 유지
3. NVIDIA 위험 요인은 마진 정상화
- 핵심 위험은 AI 반도체 수요 자체의 감소가 아니라 소프트웨어 락인 약화에 따른 마진 하락
- AI를 활용한 코드 자동 변환과 TileLang 등 하드웨어 추상화 컴파일러의 발전으로 고객사들은 빅테크 자체 칩, 전문 추론 칩, 대체 가속기를 혼용하기 시작함
4. 단일 칩 성능보다 시스템 및 원가 효율
- 중국 AI 생태계 수혜주 분석 시 단일 NPU 벤치마크보다 슈퍼노드 연결 대역폭, 소프트웨어 컴파일러 최적화, 파운드리 실제 양산 수율과 수량을 확인해야 함
- 화웨이 승등 생태계 및 관련 파운드리, 패키징 밸류체인의 실질 출하량이 핵심 지표
5. 지속 학습 기술
- 모델이 사용자 피드백과 업무 이력을 가중치 및 메모리에 안정적으로 업데이트하는 지속 학습 관련 기술 및 상태 관리 플랫폼이 차세대 AI 엔지니어링의 핵심 영역으로 부상
6. 데이터와 유통망을 쥔 자의 승리
- 기초모델 단가가 하락할수록 고유한 비즈니스 데이터, 정교한 워크플로우, 강력한 유통망을 가진 기존 SaaS 및 특화 앱 기업의 마진율이 개선됨
- 반면 독자 데이터 없이 API만 연결한 서비스는 모델 자체 기능 흡수로 소멸
7. 데이터 해자의 재정의, 판정 능력
- 단순 텍스트 데이터의 가치는 하락하고, 전문가의 의사결정 승인/거절 데이터, 결과의 정답 여부를 검증할 수 있는 피드백 루프를 가진 기업이 승리
- 데이터를 단순히 쌓아둔 회사보다 정답을 판정할 수 있는 프로세스를 가진 기업이 유일한 데이터 해자를 구축
8. AI 기업의 최우선 지표, 핵심 연구진 이탈률
- AI 모델과 알고리즘은 논문과 오픈소스로 공개되지만, 이를 만들어낸 핵심 연구팀의 암묵지와 최적화 노하우는 복제되지 않음
- 자본 조달 능력이나 벤치마크 점수보다 핵심 연구진의 이탈 여부 및 자율적 연구 문화 유지가 AI 기업의 진정한 장기 경쟁력 지표 | 1 117 |
| 17 |  🤔개미 투자자가 장기적으로 패배하는 이유 source
1. 문제는 종목 선정이 아니라 잦은 매매
- 2024년 S&P500은 25% 상승했지만 평균 주식 투자자의 수익률은 16.5%에 그침. 매수·매도 타이밍을 맞힌 비율도 25%에 불과했음
2. 복리에서는 작은 판단 실수가 치명적으로 누적됨
- 10만 달러를 20년간 그대로 투자했다면 72만 달러가 됐지만, 평균적인 투자 행동을 반복한 계좌는 34만 달러에 그침. 시장이 아니라 자신의 매매 결정으로 잠재 자산의 절반 이상을 잃은 셈
3. 수수료가 없어져도 성과는 개선되지 않았음
- 가장 적극적으로 거래한 개인 투자자의 연평균 수익률은 11%로 시장의 18%를 크게 하회. 거래 비용뿐 아니라 추격 매수, 공포 매도, 잘못된 타이밍 자체가 손실의 핵심 원인
4. 단타와 옵션은 구조적으로 더 불리함
- 지수선물 데이트레이더 연구에서는 300일 이상 거래한 사람의 97%가 손실을 기록함. 옵션 역시 높은 스프레드, 비싼 변동성 프리미엄, 시간가치 감소 때문에 방향을 맞혀도 수익을 내기 어려운 구조
5. 모든 손실의 공통 원인은 과잉 확신
- 투자자는 최근 수익을 자신의 실력으로 착각해 거래를 늘리고, 이미 오른 자산을 뒤늦게 추격함. 수익 포지션은 빨리 팔고 손실 포지션은 오래 보유하면서 활동량을 투자 능력이라고 오인함
✍️개인 투자자의 경쟁력은 빨리/많이 움직이는 것이 아니라, 불필요하게 움직이지 않는 구조를 만드는 데 있음 | 3 091 |
| 18 | 젠슨 황 최근 인터뷰 핵심 정리 source
1. AI 종말론은 헛소리
- AI가 인류를 멸망시키거나 일자리를 없앨 것이라는 주장은 과장
- 싱귤래리티, AI 의식, 시뮬레이션 세계관 등도 공상과학적 서사에 가깝다
- 기술 리더가 위험을 경고할 수는 있지만, 해결책 없이 공포만 확대하는 것은 산업과 정책에 해로움
- AI의 위험을 알리는 단계는 이미 충분히 지났으며, 이제는 안전성과 실제 활용 방안을 만드는 데 집중해야
- AI를 두려워해 사용하지 않는 것이 미국을 뒤처지게 만듦
2. 중국 AI를 막는 것은 현실적인 전략이 아님
- 중국은 전 세계에서 가장 많은 수학·과학 인재와 AI 연구자를 배출하고 있어 AI 강국이 되는 것은 예정된 결과
- 미국이 중국의 기술 발전을 완전히 막거나, 중국이 미국을 막는 것 모두 불가능
- AI 경쟁을 승자가 영구적으로 모든 것을 차지하는 100m 달리기처럼 보는 시각도 잘못됨
- 중요한 것은 누가 먼저 모델을 만들었느냐가 아니라, 누가 AI를 산업과 사회에 더 빠르게 적용하느냐
3. 중국 오픈모델은 엔비디아에 악재가 아니라 호재
- Kimi·DeepSeek 같은 중국 오픈모델의 성능 향상을 엔비디아 위협으로 해석하는 것은 잘못됨
- 좋은 모델이 저렴하거나 무료로 공개되면 AI 사용자가 늘어나고, 결국 더 많은 데이터센터와 컴퓨팅 자원이 필요
- 좋은 모델 등장 → AI 사용 증가 → 산업 확산 → 토큰 생산 증가 → GPU·데이터센터 수요 증가
- DeepSeek 공개 당시와 Kimi 등장 이후 엔비디아 주가 하락 모두 시장이 같은 방식으로 오해한 사례
- 미국 기업이 중국 AI 모델을 사용하는 것도 허용해야
- 모델을 직접 내려받은 뒤 파인튜닝·가드레일·샌드박스·접근통제를 적용할 수 있기 때문에, 출신 국가만으로 전면 금지할 필요는 없음
4. 오픈모델과 폐쇄형 모델은 함께 성장함
- OpenAI·Anthropic 같은 폐쇄형 서비스와 오픈모델은 상호보완 관계
- 오픈모델은 AI를 처음 접하게 만드는 저렴한 진입로 역할
- AI를 사용해 본 사람이 더 높은 성능과 편의성을 원하게 되면서 유료 폐쇄형 서비스로 이동
- 무료 모델도 직접 운영하려면 인프라·보안·유지보수 비용이 필요하므로, 상당수 기업에는 관리형 서비스가 더 경제적
- 범용 업무는 OpenAI·Anthropic 등 외부 서비스를 최대한 활용
- 마케팅·법무 자동화처럼 핵심 IP와 무관한 영역은 적극적으로 아웃소싱
- 국가안보·규제·개인정보·핵심 기술·기업 고유 데이터는 자체 AI 구축
- 기업과 국가는 알파와 핵심 지능까지 외부에 맡겨서는 안 됨
- 엔비디아의 Nemotron도 OpenAI와 정면 경쟁하기 위한 모델이 아니라, 자체 AI가 필요한 기업을 지원하기 위한 기반 모델
5. 오픈소스가 오히려 AI 보안을 강화함
- AI가 코드를 작성하고 디버깅할 수 있다면 취약점을 찾아 공격에 활용하는 것도 자연스러운 결과
- 그러나 이를 이유로 모델을 폐쇄하면 소수 모델에 의존하는 단일 실패 지점이 만들어짐
- 오픈모델을 전 세계 보안 전문가에게 배포하면 각 조직이 취약점을 찾고 서로 다른 방어체계를 구축할 수 있음
- 리눅스처럼 많은 사람이 코드를 검사하고 보완할 수 있는 구조가 장기적으로 더 안전
- AI 규제 역시 원천 기술 자체보다 사용되는 분야와 서비스를 중심으로 설계해야
- 의료 AI는 의료 기준에 따라 규제, 자율주행 AI는 교통·안전 기준에 따라 규제
- 개인정보 침해와 계약 위반은 기존 법체계로 처리, 범용 AI 기술의 연구개발 자체는 빠르게 발전하도록 허용
6. AI 인프라 투자는 아직 초입
- AI 확산이 정점에 도달했다는 월가의 시각을 정면으로 반박
- 현재 사회와 산업에서 AI가 실제 업무에 적용된 비중은 아직 매우 낮음
- 기존 소프트웨어는 한 번 개발하면 낮은 비용으로 복제할 수 있었지만, AI는 사용할 때마다 연산과 토큰 생산이 필요함
- 따라서 AI 시대의 소프트웨어는 이전보다 자본집약적인 산업이 됨
- AI 데이터센터를 단순한 서버 시설이 아니라 지능을 생산하는 공장
- 반도체, HBM·메모리·스토리지, 첨단 패키징, 광통신, 전력, 토지, 데이터센터 건설 인력
- 모든 영역에서 공급이 부족하며, 향후 10년간 반도체 산업 규모가 현재보다 10배 커질 필요가 있음
7. AI 버블은 언젠가 오지만 지금은 아님
- 모든 대규모 산업 인프라 투자에는 결국 과잉투자와 버블이 나타날 수 있음
- 다만 향후 5년 안에 공급과잉 버블이 발생할 가능성은 낮음
- 이유는 수요 부족이 아니라 공급 확대 속도가 물리적 제약에 막혀 있기 때문
- 현재 핵심 병목으로 부족한 요소는 다음과 같음:
- GPU와 반도체, 메모리와 패키징, 토지·전력, 데이터센터 시공 인력, 광통신과 네트워크 장비
- 이러한 제약이 투자 속도를 늦추면서 공급이 수요를 넘어서는 시점을 오히려 뒤로 미루고 있음
8. 이제 유용한 AI가 수익성 있는 AI로 전환됨
- 과거에는 AI 투자 대비 수익이 언제 발생할지가 핵심 의문이었지만,
- 이제 코딩 에이전트를 통해 수익성이 증명되기 시작했다고 봄
- 코딩은 고임금 노동을 직접 보조하기 때문에 기업이 높은 비용을 지불할 유인이 큼
- 엔비디아 역시 생산성 향상을 위해 AI 서비스에 연간 수억 달러를 지불할 의향이 있음
- AI 사용 → 생산성 증가 → 기업 수익 증가 → AI 재투자 확대
이러한 플라이휠이 이미 시작됨
- 또한 AI 토큰은 단순한 숫자가 아니라 지식과 추론 능력이 압축된 결과물이며,
- 모델이 발전할수록 토큰의 유용성과 경제적 가치도 높아질 것
9. AI는 직업이 아닌 업무를 자동화함
- 일자리와 개별 업무를 동일하게 보면 AI의 영향을 잘못 해석하게 됨
- 하나의 반복 작업 자체가 직업의 전부인 경우 해당 직업은 자동화되거나 크게 바뀔 가능성이 높음
- 대표적으로 고객센터의 전화 응대 업무는 자동화될 수 있음
- 다만 AI 시스템을 관리·평가·개선하고 복잡한 고객 문제를 조정하는 역할은 계속 인간에게 남게 됨
- 방사선과 의사의 목적은 영상 자체를 읽는 것이 아니라 환자의 질병을 발견하고 치료를 지원하는 것
- 영상 판독이 자동화돼도 직업의 목적은 사라지지 않음
- 타이핑은 직업이 아님. 문제 해결, 발견, 혁신, 가치 창출이 직업의 본질임
- 방사선과 의사·법률보조원·AI 인프라 제조업 등의 사례는,
- AI가 생산성을 높이자 처리 가능한 수요가 늘어나 오히려 인력이 더 필요
10. 로봇과 AI 에이전트의 다음 단계
- 로봇의 ChatGPT 모먼트는 이미 도달
- 로봇이 사과를 서랍에 넣어라라는 지시를 받으면 서랍을 먼저 열어야 한다는 작업 순서를 스스로 추론할 수 있음
- 다만 놀라운 시연과 실생활에서 유용한 제품은 별개
- 일상에서 실제로 쓸 수 있는 로봇이 향후 3년 안에 등장해도 놀랍지 않음
- 에이전트 시대에는 인간보다 AI 에이전트가 훨씬 많은 컴퓨팅 자원을 사용할 것
- 현재는 사람이 컴퓨터를 사용하지 않는 시간에는 연산도 멈춤
- 미래의 에이전트는 사람을 대신해 24시간 지속적으로 작업함
- 장기적으로 1조 개의 전문·범용 AI 에이전트가 동시에 작동
- 이에 따라 필요한 컴퓨팅 인프라 규모가 지금보다 압도적으로 커질 것
11. 미국 AI 정책에 대한 경고
- 미국 정부가 AI 의식·싱귤래리티·중국과의 단기 승부 같은 극단적 서사에 반응해 과잉 규제할 가능성을 우려함
- 정책당국이 일부 기업과 전문가의 주장만 듣고 성급하게 결론을 내려서는 안 됨
- 다양한 CEO·과학자·산업 관계자의 의견을 충분히 듣고 점진적으로 판단해야
- 미국 정부가 엔비디아 같은 기업의 지분을 직접 보유하는 방안도 불필요
- 기업이 세금을 내고 일자리를 만들며 주주가치를 높이는 것 자체가 이미 국가와 국민이 기업 성공의 지분을 공유하는 구조
- 트럼프 대통령에 대해서는 미국 제조업 복원, 반도체 공급망 강화, 일자리 창출에 집중하고 있다는 점을 높게 평가
- 다만 기술 보호를 이유로 AI 확산과 경쟁 자체를 제한하는 방향에는 경계 | 2 227 |
| 19 | 🏳️🌈구글은 역노화 자산을 가지고 있다 source
1. 노화는 세포만 늙는 현상이 아님. 세포 바깥의 콜라겐·단백질에 당과 지방 부산물이 달라붙어 AGEs라는 손상을 만들고, 그중 CML은 피부와 혈관을 뻣뻣하게 하며 만성 염증을 유발함. 이미 축적된 CML은 되돌릴 수 없는 손상으로 여겨져 왔음
2. Revel Pharma, 구글의 노화 연구소 Calico, 콜로라도대 연구진은 AlphaFold 구조 데이터와 5억 개의 효소 변이, 5차례의 지향성 진화를 활용해 CMLase라는 새로운 효소를 개발함
3. 실험 결과 단백질별 CML을 ~97%, 75세 기증자의 동맥 조직에서는 70% 이상, 고령 피부에서는 55% 이상 제거함. 처리된 피부의 CML 수치는 30세보다 어려졌음
4. 다만 75세 피부가 30세로 회춘했다는 의미는 아님. 살아 있는 사람에게 크림을 바른 임상시험이 아니라, 얇게 절단된 기증 조직에서 특정 노화 손상 표지자를 제거한 ex vivo(생체 밖) 실험임. 피부 침투력, 면역반응, 실제 탄력 회복과 장기 안전성은 아직 검증 전
5. 그럼에도 이번 연구가 중요한 이유는 AI가 자연에 없던 기능을 가진 단백질을 찾아내고 실제 인간 조직의 화학적 손상을 되돌렸다는 점. AlphaFold의 진짜 경제적 가치는 분자·효소·신약을 설계하는 발견 엔진에서 나타남
6. 노화 역전 기술은 임상 치료까지 오랜 검증이 필요함. 차마스 팔리하피티야 등은 [역노화 산업의 첫 시장]으로 의약품보다 규제와 전달 난도가 낮은 화장품, 미용 의료 시장을 지목함
7. 투자적으로는 구글의 숨은 옵션을 보여주는 사례. Alphabet은 Calico를 통해 노화 생물학을 연구하고 있으며, Isomorphic Labs에서는 AlphaFold를 넘어 실제 신약 설계 엔진을 구축 중. 현재 기업가치는 검색·광고·클라우드만이 대부분을 설명하며, 바이오의 성공 가능성은 반영되지 않았음
8. 구글은 AI 모델을 생물학적 제품으로 연결할 수 있는 연구 인프라와 인재를 내부에 보유하고 있음. 구글의 바이오 옵션은 AlphaFold → 단백질 설계 → 인간 조직 검증 → 임상·상용화로 이어지는 반복 가능한 발견 엔진
9. 당장 구글 실적을 움직일 재료는 아니지만, Calico나 Isomorphic Labs에서 실제 임상 진입 자산이 나오기 시작한다면 두 번째 메가톤급 성장 엔진이 될 것 | 2 597 |
| 20 |  🤔무너지는 구리 공급과 광산주 source
1. 주요 구리 생산업체의 생산량이 일제히 흔들리고 있음. Rio Tinto -7%, BHP -5%, Antofagasta는 전분기 대비 -1%
2. 가장 큰 충격은 Ivanhoe Mines. 핵심 광산인 Kamoa-Kakula의 2026년 생산 전망을 대폭 하향함
3. 품위 저하, 설비 중단, 운영 차질, 증산 지연이 업계 전반에서 동시에 나타나는 모습. 구리 공급 확대가 시장 예상보다 훨씬 어려움
4. 그런데 최근 구리 광산주는 오히려 급락 중. 공급 차질은 구리 가격에는 호재지만, 생산을 못 하는 광산기업에는 매출 감소와 원가 상승이라는 악재기 때문
5. 구리 강세와 구리 광산주 강세는 같은 이야기가 아님. 광산주는 구리 가격에 생산·비용·국가·설비 리스크까지 더해진 자산이라 종목별 차별화가 큼
6. 향후 Anglo American, Glencore, First Quantum, Teck, Freeport까지 감산을 발표한다면 구리 부족은 단순한 수요 전망이 아니라 실제 생산 데이터로 확인되는 단계에 진입
✍️구리 투자의 핵심은 부족이지만, 광산주 투자의 핵심은 그 부족한 구리를 누가 실제로 생산해 팔 수 있느냐에 있음 | 1 231 |
