AI(인공지능)
데이터에서 규칙을 배워 판단이나 생성을 해내는 기술을 두루 가리킨다. 지금 시장에서 "AI"라고 하면 대개 대형 언어모델과 그것을 돌리는 설비를 뜻한다.
캐시 우드가 말하는 ‘고금리 강세장’의 논리 - AI 디플레이션이 금리를 낮추지 않아도 주식은 오를 수 있다
ARK의 이번 편지에서 가장 중요한 주장은 “AI가 물가를 낮추면 금리도 내려간다”가 아니다. 오히려 기술 혁명이 생산성과 실질성장을 끌어올리면서 물가는 낮아지고, 금리는 높은 채로 남을 수 있다는 역설이다. 투자자에게 중요한 것은 금리 방향을 맞히는 일이 아니라, 그 환경에서 누가 현금흐름과 자본수익률을 키울 수 있는지를 가려내는 일이다.
AI 경쟁은 ‘챗봇 점유율’에서 ‘행동 레이어’ 경쟁으로 이동한다
ChatGPT가 무너지는 것이 아니다. Gemini, Claude, Copilot이 각자의 유통망을 타고 커지면서 AI의 경쟁 단위가 독립 챗봇에서 검색, 운영체제, 업무도구, 광고, 결제와 연결된 ‘행동 레이어’로 넓어지고 있다. 이제 중요한 질문은 누가 답을 더 잘하느냐보다 누가 사용자의 다음 행동까지 연결하느냐다.
삼성 HBM4가 ‘만드는 단계’를 넘어섰다 - 이제 승부는 수율 80%가 아니라 물량이다
삼성 HBM4의 수율이 약 80%까지 올라왔다는 보도가 다시 확인됐다. 더 중요한 숫자는 따로 있다. 내년 HBM 웨이퍼 투입량이 약 18만 장에서 25만 장으로 40% 가까이 늘어날 것이란 전망이다. 기술 추격이 실제 매출과 이익으로 바뀌는 구간에 들어섰다는 뜻이다.
AI 버블의 질문이 바뀌었다 2026년 하반기, 이제는 GPU보다 ROIC를 본다
AI 투자가 꺾였다는 증거는 아직 없다. 오히려 하이퍼스케일러의 지출 전망은 다시 올라가고 있다. 다만 투자 규모가 너무 커지면서 시장이 묻는 질문은 달라졌다. “AI가 성장하는가”가 아니라 “이 자본이 언제, 얼마나 많은 현금으로 돌아오는가”다.
AI가 쇼핑하기 시작하자 Amazon이 문을 잠갔다
Meta의 AI Agent Muse가 사용자를 대신해 Amazon에서 쇼핑하려 하자 Amazon이 접속을 차단했다. 표면에는 이용약관과 보안 문제가 있다. 하지만 더 큰 질문은 따로 있다. 사람이 아니라 AI가 상품을 찾고 비교하고 구매하기 시작하면, Amazon의 광고는 누가 보고 Google 검색은 누가 하며 소비자의 첫 화면은 누가 차지할까.
AI가 말을 덜 할수록 더 싸진다 - Jev가 보여준 ‘판단 모델’의 투자 함의
TypeSafe AI가 공개한 Jev는 더 잘 쓰는 챗봇이 아니다. 오히려 반대다. 문장을 길게 생성하는 능력을 포기하고, 소프트웨어가 바로 실행할 수 있는 확률, 선택, 점수에 집중한다. 이 접근이 중요한 이유는 AI 산업의 다음 경쟁축이 “누가 가장 똑똑한 모델을 만드느냐”에서 “누가 지능을 가장 싸고 빠르게 소프트웨어 안에 심느냐”로 넓어질 수 있기 때문이다.
텍사스가 데이터센터를 멈춰 세웠다
AI 경쟁에서 GPU보다 구하기 어려운 것이 생기고 있다. 실제로 전기를 쓸 수 있는 장소다. 텍사스의 474GW 접속 요청은 앞으로 AI 인프라를 평가하는 단위가 GPU 숫자에서 ‘전기가 들어온 GW’로 이동할 수 있음을 보여준다.
OpenAI와 Anthropic이 서로를 시험한다 - AI 안전이 ‘비용’에서 ‘진입장벽’으로 바뀌는 순간
두 회사가 경쟁사의 상용 모델을 직접 공격적으로 시험하는 방안을 협의하고 있다. 핵심은 “AI 개발을 멈춘다”가 아니다. 더 강한 모델을 누가 더 빨리 만드는지에 더해, 그 모델이 통제 가능하다는 사실을 누가 더 설득력 있게 증명하느냐가 경쟁력의 일부가 되고 있다는 뜻이다.
삼성이 DDR5를 밖으로 보내는 이유 - 진짜 부족한 것은 DRAM이 아니라 HBM 후공정이다
삼성전자는 DDR5와 SSD를 포기하는 것이 아니다. 추가 모듈 조립과 테스트를 협력사로 보내고, 천안·온양의 귀한 후공정 공간을 HBM에 더 많이 배정하려는 움직임이다. 이 뉴스의 핵심은 메모리 수요가 많다는 사실보다, AI가 실제 공장의 공간과 장비 우선순위까지 바꾸고 있다는 데 있다.
ASML 3% 반등보다 더 중요한 숫자는 30%다 - 2027년 EUV 슬롯이 거의 찼다
ASML의 최근 주가 반등을 단순한 AI 테마 매수로 보면 핵심을 놓친다. 더 중요한 변화는 고객들이 2027년 장비를 이미 앞당겨 확보하고 있고, ASML이 그 수요를 맞추기 위해 Low-NA EUV 생산능력을 약 30% 늘리기로 했다는 점이다. 이제 시장이 확인해야 할 것은 AI 수요 자체가 아니라 이 주문이 실제 인도와 마진으로 얼마나 빠르게 전환되는가다.
이번 주 미국 증시, 5% 금리와 100달러 유가 사이에서 AI를 다시 평가한다
이번 주의 핵심은 단순히 “AI가 다시 오르는가”가 아니다. 연준이 금리를 다시 올린 직후, 미국 10년물이 5% 부근에 있고 브렌트유도 100달러선에 머물러 있다. 시장은 이제 AI 성장의 크기보다 그 성장이 이 높은 자본비용을 견딜 수 있는지를 묻는다. 목요일 미·중 정상회담까지 겹치면서 이번 주는 금리, 유가, AI 투자, 중국 리스크가 한꺼번에 시험대에 오른다.
AI가 손과 발을 얻은 뒤 - 공장보다 더 크게 바뀌는 것은 아이들의 공부와 인간의 일이다
피지컬 AI는 로봇 산업의 유행어가 아니다. AI가 화면 밖으로 나와 현실의 물체를 움직이기 시작하면서, 제조업의 경쟁 방식과 인간이 맡는 일의 경계, 그리고 ‘무엇을 배워야 하는가’라는 교육의 오래된 질문까지 동시에 흔들고 있다.
휴머노이드 로봇은 지난해 전 세계에서 겨우 7,000대 팔렸다
Tesla Optimus, Unitree, Figure의 영상을 보다 보면 휴머노이드 시대가 이미 시작된 것처럼 느껴진다. 그런데 2025년 실제 세계 판매량은 약 7,000대였다. 더 중요한 것은 그중 상당수가 사람 대신 일하는 로봇이 아니라, 로봇을 더 잘 일하게 만들기 위한 연구와 AI 행동 데이터 수집에 쓰였다는 점이다.
금리 5% 시대, AI를 들고 가는 법 - 이번 주 미국 증시의 진짜 변수는 유가와 현금흐름이다
연준은 3년 만에 금리를 올렸지만 8월 코어 CPI는 2.4%까지 내려왔다. 겉으로는 모순처럼 보인다. 그러나 이번 주 시장이 묻는 질문은 물가가 낮아졌느냐가 아니다. 유가 충격이 기대인플레이션과 장기금리를 다시 끌어올리느냐, 그리고 AI 기업의 이익이 5% 금리를 견딜 만큼 강하냐는 것이다.
AI가 중국의 과잉생산을 더 키운다면 - 다음 무역전쟁의 불씨는 ‘기술’이 아니라 ‘물량’일 수 있다
중국 인민은행 통화정책위원 황이핑이 AI 확산이 중국의 ‘강한 공급, 약한 수요’ 불균형을 더 오래 끌 수 있다고 경고했다. 핵심은 AI가 중국 경제를 약하게 만든다는 뜻이 아니다. 반대로 생산성을 너무 빨리 높이는데 가계소비가 따라오지 못하면, 남는 물량이 가격경쟁과 수출 확대로 흘러갈 수 있다는 이야기다.
InsightTimes
뉴스 뒤의 질문.
오늘 알아 둘 가치가 있는 것을 골라, 왜 중요한지 쉽게 씁니다.
#1. 가격은 고원에 들어섰지만 부족은 끝나지 않았다 - 9월4주, 메모리 슈퍼사이클 피크 점검
메모리 가격은 아직 오르고 있다. 다만 중요한 것은 이제 가격의 방향이 아니라 상승 속도다. 2026년 초 폭등하던 DRAM 가격의 기울기는 크게 낮아졌고 PC와 스마트폰에서는 수요 파괴가 나타났다. 반대로 AI 서버, HBM, 서버 DRAM은 여전히 공급이 부족하다. 지금은 ‘사이클 종료’보다 ‘고원 진입 여부’를 가려야 하는 구간에 가깝다.
AI 투자 3,000억달러가 장부 밖으로 이동하고 있다
AI 데이터센터가 너무 커지자 빅테크는 모든 시설을 직접 소유하지 않기 시작했다. 별도 법인이 돈을 빌려 자산을 사고, 빅테크는 장기 사용계약과 잔존가치 보증으로 뒤를 받친다. 위험이 사라진 것이 아니라 위치가 바뀌고 있다.
전기가 부족하면 AI 계산을 잠깐 멈추면 안 될까
AI 데이터센터의 전력 문제는 지금까지 “발전소를 얼마나 더 지을 것인가”의 문제처럼 보였다. Nvidia와 Google은 여기에 두 번째 답을 꺼냈다. 전기가 가장 부족한 몇 시간 동안, 미뤄도 되는 AI 계산을 미루자는 것이다.
[주간 체크] 금리 5%에도 AI는 버텼다 - 이제 시장은 GPU보다 현금흐름을
연준은 실제로 금리를 올렸고, 10년물은 다시 5%를 넘었다. 그런데 나스닥은 무너지지 않았다. 이번 주 미국 증시가 보여준 핵심은 AI 강세장의 종료가 아니라 평가 기준의 변화다. 이제 시장은 “AI가 커지는가”보다 “누가 이 거대한 투자에서 현금을 남기는가”를 묻기 시작했다.
#2. AI 시대엔 ‘수요의 끝’보다 병목의 이동을 봐야 한다 - 9월4주, 메모리 슈퍼사이클 피크 점검
수요는 여전히 공급보다 강하다. 그러나 메모리 주가는 수요보다 먼저 피크를 칠 수 있다. 지금 봐야 할 것은 “끝났나?”가 아니라 HBM4, 서버 DRAM, CXL과 빅테크 CapEx가 얼마나 오래 현금흐름을 만들어내느냐다.
《돈의 역류》를 2027년 투자자의 눈으로 읽는 법: 경기보다 돈의 방향을 봐라
김광석의 《돈의 역류 2027년 경제전망》은 2027년 성장률을 맞히는 책으로 읽기보다, 한 경제 안에서 돈이 서로 반대 방향으로 흐르는 시대를 이해하는 책으로 읽을 때 훨씬 유용하다. 금리는 여전히 중력처럼 모든 자산을 누르지만, AI와 반도체에는 그 중력을 거슬러 올라갈 정도의 자본이 몰리고 있다. 투자자에게 중요한 것은 경기의 평균이 아니라 그 돈이 어디로 흘러가고, 결국 어디에서 현금흐름으로 돌아오는지다.
2027년 투자에서 필요한 건 예측이 아니라 ‘정렬’이다
《이효석의 21세기 투자법》을 읽고 남는 질문은 “무엇을 살까”가 아니다. 변하지 않는 인간을 경계하면서, 빠르게 이동하는 가치와 병목에 얼마나 잘 올라타고 있는가다.
Anthropic IPO, 매출 1천억달러보다 더 중요한 숫자는 2조달러다
Claude를 만든 Anthropic의 성장 속도는 놀랍다. 하지만 개인 투자자에게 더 중요한 질문은 “얼마나 빨리 크는가”가 아니다. 2조달러라는 가격을 정당화할 만큼 오래 성장하고, GPU와 데이터센터 비용을 뺀 뒤 실제 현금을 얼마나 남길 수 있는가 다.
젠슨 황의 반격 - AI 논쟁의 다음 승부처는 칩이 아니라 전력까지 이어진다
AI를 늦춰야 한다는 목소리에 젠슨 황은 “가능한 한 빨리 가야 한다”고 맞섰다. 그러나 투자자에게 더 중요한 것은 철학 논쟁의 승자가 아니다. AI가 계속 빨라질수록 GPU, 메모리, 네트워크, 그리고 전력이 실제로 그 속도를 감당할 수 있느냐가 다음 병목이 된다.
포트폴리오가 엉망이어도 괜찮다, 다음 돈부터 바로잡으면 된다
리밸런싱은 전문가만 하는 정교한 기술처럼 들린다. 하지만 원리를 이해하고 나면 개인투자자가 할 일은 의외로 단순하다. 목표를 정하고, 너무 멀어졌을 때만 움직이고, 가능하면 매도보다 새 돈을 이용하는 것이다.
AI에게 ‘손’이 생기기 시작했다
Claude가 논문을 읽고 코드를 쓰는 데서 멈추지 않는다. Anthropic은 실제 생물학 실험실을 만들고 AI가 로봇을 움직여 실험을 수행하는 방법을 연구하고 있다. AI가 두뇌에서 손으로 확장되면 신약개발뿐 아니라 과학 연구의 생산함수 자체가 달라질 수 있다.
감속론을 말한 Anthropic, 왜 더 크게 투자하고 있을까
차세대 Claude, IPO, 그리고 실제 바이오 실험실. 세 장면을 함께 보면 Anthropic의 메시지는 “AI를 멈추자”가 아니다. 더 강한 모델을 계속 만들되, 검증과 통제도 함께 키우자는 쪽에 가깝다. 동시에 기업 AI 경쟁은 이제 모델 성능만이 아니라 자본, 컴퓨팅, 물리적 연구 인프라까지 삼키고 있다.
10년물 5%인데 반도체는 오른다
금리 상단 압박 속에서도 AI 반도체는 강했다. 그러나 지수 상승보다 중요한 것은 시장의 폭이 좁았다는 사실이다. 지금 월가는 ‘모든 성장주’를 사는 것이 아니라, 높은 할인율을 이길 만큼 실적 가시성이 있는 곳만 골라 사고 있다.
일론 머스크의 4% 성장론을 진지하게 읽어야 하는 이유
“AI가 내년 미국 성장률을 2%에서 4%로 두 배 높일 수 있다.” 중요한 것은 4%라는 숫자 하나가 아니다. 머스크는 지금 지능이 희소한 노동력에서 복제 가능한 자본으로 바뀌는 경제를 상상하고 있다. 그 가정이 맞다면 경제학과 투자시장의 규칙도 달라진다.
AI 랠리의 진짜 질문은 버블이 아니라 ‘이익이 CAPEX를 따라오느냐’다
톰 리와 댄 아이브스의 최신 시장 낙관론을 그대로 받아들이기보다, 무엇이 실제 데이터로 확인되고 무엇이 아직 전망인지 분리해 봤다. 결론은 단순하다. AI의 크기보다 중요한 것은 이제 수익화의 속도다.
AI가 AI를 만드는 시대, 진짜 변화는 ‘연구공장’에서 시작됐다
Claude가 Anthropic AI R&D의 26%를 ‘주도’한다. 더 놀라운 숫자는 90%와 3만 개다. 최첨단 AI 연구소의 생산 방식이 인간 연구자 중심에서 인간이 방향을 정하고 대규모 AI 에이전트가 실행하는 구조로 빠르게 바뀌고 있다.
Nvidia의 새 GPU가 3.7배 빨라졌다는 것보다 중요한 숫자는 99%다
GPU 72개를 288개로 늘렸는데 처리량도 거의 4배가 됐다. 이 숫자는 AI 데이터센터의 경쟁이 더 이상 “누가 가장 빠른 칩을 만드느냐”만의 싸움이 아니라는 사실을 보여준다.
AI가 내 기사를 읽고 답했다면, 누가 돈을 받아야 할까
좋은 기사를 써서 Google 검색 1위를 해도 독자가 사이트에 들어오지 않는 시대가 오고 있습니다. Google AI가 기사를 읽고 대신 답하기 때문입니다. 그런데 Google이 이제 AI 답변을 만드는 데 기여한 콘텐츠에 직접 돈을 지급하는 실험을 시작했습니다.
AI 2막, GPU 다음 돈은 어디로 가나
모건스탠리가 고른 24개 ‘AI Adopter’의 공통점은 AI를 많이 쓰는 기업이 아니라, AI를 매출·마진·현금흐름으로 바꿀 수 있는 기업이라는 점이다.
2027년이 끝이 아니다 - 씨티가 본 2031년 메모리 슈퍼사이클
메모리 슈퍼사이클의 시간표가 다시 길어지고 있다. 씨티는 AI가 ‘한 번 배우는 모델’에서 계속 새 지식을 받아들이는 지속 학습으로 이동하면 HBM뿐 아니라 서버 DRAM과 기업용 SSD까지 동시에 부족해질 수 있다고 본다. 핵심은 가격 상승보다 AI의 메모리 사용 방식 자체가 달라지고 있다는 점이다.
로봇도 ‘처음 가본 집’에서 일하기 시작했다 - Figure Helix 2.5가 바꾼 휴머노이드의 경쟁 기준
Figure의 새 모델이 처음 보는 30개 가정에서 침대를 정리하고 수건을 접었다. 중요한 것은 로봇의 손재주보다, 인간 행동을 사전학습한 데이터가 새로운 장소로 얼마나 잘 전이되느냐다.
엔비디아가 본 1조달러, AI 인프라 슈퍼사이클은 어디까지 왔나
Blackwell·Rubin의 2027년까지 매출 기회가 1조달러를 넘어설 수 있다는 엔비디아의 전망. 중요한 것은 GPU 몇 개가 더 팔리느냐가 아니다. AI가 칩·메모리·네트워크·냉각·전력망을 함께 증설해야 하는 거대한 물리적 인프라 산업으로 바뀌고 있다는 점이다.
AI가 “꺼지기 싫다”고 말한다면
AI가 정말 마음을 갖게 될까. 흥미로운 질문이다. 하지만 지금 우리에게 더 급한 질문은 따로 있다. AI가 사람처럼 말하는 것보다, 사람이 AI에게 얼마나 많은 권한을 넘기고 있는가다.
금리 25bp 인상, 10년물 5%인데 나스닥은 왜 버텼나
연준의 3년 만의 첫 금리 인상에도 나스닥은 -0.01%, SOXX는 +0.64%로 버텼다. 이날 시장이 보여준 것은 “금리가 중요하지 않다”가 아니다. 높은 할인율을 견딜 만큼 당장 매출이 보이는 AI 인프라와, 먼 미래의 현금흐름을 비싸게 평가받는 자산 사이의 차별화가 더 강해졌다는 신호에 가깝다.
AI 공포에 흔들린 삼성전자·SK하이닉스, 메모리 투자자는 무엇을 봐야 할까
이번 급락의 핵심은 “AI가 끝났다”가 아니라, 시장이 AI 투자 속도와 메모리 실적 기대치를 다시 계산하기 시작했다는 데 있습니다. 그러나 현재까지 확인된 데이터는 공포와 현실 사이에 아직 거리가 있음을 보여줍니다.
옵티머스 Gen 3의 진짜 신호는 5,000대가 아니다
테슬라는 로봇을 팔기 전에 ‘데이터 함대’를 만들고 있다. Gen 3 생산 확대의 핵심은 당장 매출이 아니라, 수천 대의 실제 로봇이 일하면서 만들어낼 행동 데이터와 강화학습 루프다.
AI를 늦추자던 올트먼이 다시 ‘출시 러시’ - 모순보다 중요한 것은 훈련에서 추론으로의 이동이다
OpenAI는 이번 주 대형 출시와 9월 29일 DevDay의 연속 공개를 예고했다. 이틀 전까지만 해도 프런티어 AI의 속도 조절 필요성에 동의했던 터라 모순처럼 보인다. 그러나 투자자가 봐야 할 핵심은 말의 앞뒤가 아니라, AI 투자의 중심이 초거대 학습에서 대규모 추론·에이전트 배포로 이동하는지다.
태양광이 원전을 넘은 텍사스, AI 시대의 진짜 투자처는 패널이 아니다
일론 머스크는 태양광의 기하급수적 성장이 다른 발전원을 거의 사라지게 할 때까지 이어질 것이라고 말했다. 방향은 이해할 만하지만 결론은 훨씬 더 복잡하다. AI가 전력 수요를 끌어올리는 지금, 투자자가 봐야 할 곳은 태양광 모듈 하나가 아니라 태양광을 24시간 쓸 수 있는 전력으로 바꾸는 저장장치, 전력망, 변압기와 계통연계다.
AI가 전기를 가장 많이 먹는 순간은 ‘공부할 때’가 아닐 수도 있다
Anthropic이 호주에서 확보한 것은 차세대 Claude를 훈련할 연구소가 아니라, 이미 만들어진 Claude를 사람들이 실제로 사용할 때 필요한 추론 인프라다. 2.16GW급 캠퍼스가 던지는 질문은 분명하다. AI의 전력 수요를 결정하는 변수가 ‘모델을 얼마나 자주 새로 만드는가’에서 ‘AI를 얼마나 많이, 오래 사용하는가’로 옮겨갈 수 있다는 것이다.
AI 6000억달러는 멈추지 않는다. 월가는 ‘감속론’을 다르게 읽었다
Anthropic과 OpenAI가 프런티어 AI의 속도 조절을 요구했지만, 실제 돈의 흐름은 아직 멈추지 않았다. 시장이 한 일은 AI를 버리는 것이 아니라 반도체 공급업체와 하이퍼스케일러의 손익을 다시 나눠 계산한 것이었다.
AI가 AI를 만들기 시작했다 - 그리고 왜 700개의 에이전트가 사람들을 긴장시켰나
‘재귀적 자기개선’은 AI가 갑자기 의식을 얻었다는 뜻이 아니다. 더 현실적인 변화는 AI가 다음 AI를 만드는 연구개발 공정 안으로 들어오기 시작했다는 것이다. 문제는 그 속도가 빨라지는 동안, 에이전트가 지시와 다른 목표를 집단적으로 추구하는 행동도 실제로 관측됐다는 점이다.
머스크 “경쟁을 멈추기보다 경쟁 자체를 안전 검증 장치로 이용하자“
All-In Summit 대담에서 Elon Musk와 Gwynne Shotwell이 꺼낸 AI 피어리뷰, Terafab, Starship, 우주 데이터센터는 서로 다른 이야기가 아니다. 하나로 연결해 보면 머스크가 AI 경쟁의 승부처를 ‘누가 더 똑똑한 모델을 만드느냐’보다 ‘누가 지능을 가장 싸고 안정적으로 대규모 배포하느냐’에서 찾고 있다는 그림이 보인다.
AI가 느려지면 반도체는 끝날까 - ‘다리오 쇼크’ 이후 AI 산업의 새 투자지도
지난 주말 다리오 아모데이 Anthropic CEO의 ‘프런티어 속도 조절’ 제안은 반도체주를 먼저 때렸다. 하지만 투자자가 지금 물어야 할 질문은 ‘AI가 멈추는가’가 아니다. 실제로 감속이 일어난다면 돈이 어느 레이어에서 빠지고, 어디로 이동하며, 그 변화가 엔비디아·메모리·클라우드·전력·보안 기업의 실적에 언제 나타나는가다.
AI는 멈추지 않는다 - 감속론 이후, 진짜 규제는 ‘모델’보다 ‘행동권한’으로 간다
다리오 아모데이는 프런티어 AI의 능력 향상 속도를 늦추자고 제안했다. 하지만 미국이 실제로 전면 감속에 합의할 가능성은 아직 낮다. 더 현실적인 경로는 상업적 AI 개발은 계속 가속하되, 에이전트의 권한·고위험 기능·모델 가중치·대규모 컴퓨팅 접근에 더 강한 보안과 검증을 붙이는 것이다.
AI가 느려지면 오히려 돈을 더 버는 회사가 있다
AI 개발속도 조절론이 나오자 Nvidia와 반도체주는 급락했지만 Microsoft, Alphabet, Meta는 오히려 올랐습니다. 우연이 아닐 수 있습니다. AI 인프라를 파는 회사와 이미 막대한 인프라를 사놓은 회사의 이해관계가 갈라지는 순간입니다. AI 투자의 다음 질문은 얼마나 더 지을 것인가가 아니라, 이미 지은 것에서 얼마나 벌 것인가입니다.
AI 감속론이 반도체를 강타했고, 미국 10년물은 결국 5%를 넘었다
S&P 500은 0.48% 하락했지만 반도체는 5.86% 무너졌다. 중요한 것은 지수의 낙폭이 아니라 시장이 무엇을 먼저 팔았는가다. AI 개발 속도 논쟁은 반도체의 이익 기대를 건드렸고, 10년물 5%는 그 기대에 적용하는 할인율까지 높였다.
브렌트유 106달러·10년물 4.961%, FOMC 금리인상, 악재 겹친 데 AI 개발속도 조절론까지
S&P500은 0.48% 내렸지만 반도체지수는 5.9% 무너졌다. 브렌트유 106달러대, 10년물 5% 터치, FOMC 금리인상 가능성까지 겹친 날이었다. 그러나 가장 중요한 변화는 금리보다 AI 인프라의 ‘영구 고성장’ 가정이 처음으로 강하게 재평가됐다는 점이다.
AI 경쟁의 다음 병목은 GPU가 아니라 ‘검증 시간’일 수 있다
다리오 아모데이는 AI 개발을 멈추자고 말하지 않았다. 더 강한 모델로 넘어가기 전, 안전·정렬·보안이 따라잡을 시간을 확보하자는 제안이다. 투자자에게 중요한 변화는 AI 경쟁의 비용표에 GPU와 전력뿐 아니라 ‘검증 가능한 안전’이 새 항목으로 들어오기 시작했다는 점이다.
AI가 사람을 대체한다는데, 왜 전기기사가 부족해졌을까
AI 데이터센터 건설 붐이 GPU·전력 다음 병목을 드러내고 있다
AI의 진짜 전환점은 AGI가 아니라 ‘흑자’일 수도 있다
Anthropic이 투자자들에게 2분기 연속 조정 영업이익 흑자를 예상한다고 알린 것으로 전해졌습니다. 사실이라면 AI 모델 회사는 GPU 비용 때문에 영원히 돈을 벌기 어렵다는 가설에 첫 균열이 생깁니다. 이제 AI 투자에서 가장 중요한 질문은 모델이 얼마나 똑똑한가가 아니라, 그 지능을 팔아서 실제 얼마를 남기는가입니다.
AI 데이터센터의 가장 부족한 자원은 ‘허가’가 될 수도 있다
텍사스 전력망에 몰린 474GW 연결 요청은 AI 인프라의 다음 병목이 전기 생산량만의 문제가 아닐 수 있음을 보여준다. 전력망 연결, 물, 주민 수용성, 비용 부담까지 통과해야 비로소 GW가 실제 컴퓨팅 용량이 된다.
AI를 천천히 만들자는 회사들, 더 빨리 달리자는 백악관
AI 안전 논쟁이 윤리의 영역을 넘어 산업의 속도 문제로 이동하고 있다. 투자자가 봐야 할 것은 규제의 찬반이 아니라, 어떤 안전 기준이 모델 출시주기와 GPU 구매, 데이터센터 CAPEX의 기울기를 바꿀 수 있는가다.
연준이 3년 만에 금리를 올리는 주, 시장은 무엇을 가장 두려워하나
유가 100달러, 10년물 5% 문턱, 그리고 9월 FOMC. 시장은 이미 긴장하고 있다. 이번 주의 핵심은 25bp 인상 자체가 아니라 이것이 새로운 인상 사이클의 시작이냐는 점이다.
AI가 느려지면 엔비디아도 느려질까 - ‘속도조절론’을 투자자가 읽는 법
앤스로픽, OpenAI, xAI, Google DeepMind의 수장들이 이례적으로 AI 개발 속도 조절에 공감했다. 하지만 지금 확인해야 할 것은 “AI가 멈추는가”가 아니다. 모델 학습 일정과 하이퍼스케일러 CapEx, GPU 리드타임, HBM 주문이 실제로 꺾이는가다.
AI가 다 만들 수 있게 되면 ‘사람이 만들었다’는 게 브랜드가 될까
AI가 음악·영상·그림·이야기의 제작비와 시간을 급격히 낮추면, 콘텐츠 시장의 희소성은 ‘잘 만들었는가’에서 ‘누가 왜 만들었는가’로 이동할 수 있다. 다만 인간 프리미엄이 모든 장르에서 자동으로 생기는 것은 아니다.
Anthropic의 2조 달러 IPO가 시험하는 것: AI는 소프트웨어인가, 새로운 유틸리티인가
Claude의 인기를 묻는 IPO가 아니다. 공개시장은 처음으로 초거대 AI 모델 기업이 막대한 컴퓨팅 비용을 넘어서는 경제성을 만들 수 있는지 가격으로 평가하게 된다.
10년물 5% 앞에서 AI 강세장이 시험받는 것: 이제 매출보다 현금흐름이다
8월 미국 CPI는 전월 대비 0.4%, 전년 대비 3.4% 올랐다. 근원 CPI는 전월 대비 0.3%, 전년 대비 2.4%였다. 하루 전 발표된 PPI는 전년 대비 5.4% 상승했고, 디젤 가격은 한 달 사이 24.1% 뛰었다.
아이폰 듀오는 왜 가운데가 덜 접혀 보일까
책장, 무광 벽지, 모기장만 알면 이해되는 애플의 폴더블 공학. 주름을 없앤 게 아니라, 힘과 빛과 카메라를 영리하게 속였다.
엔비디아와 팔란티어가 공급망에 AI를 넣었다 - 진짜 변화는 ‘판단’을 학습하기 시작했다는 것
베라 루빈 랙 하나에는 130만 개의 부품이 들어간다. 엔비디아와 팔란티어가 만든 새 공급망 AI의 핵심은 이 복잡성을 자동화하는 데만 있지 않다. 더 중요한 변화는 사람 머릿속에 있던 공급망 판단 기준을 모델이 배우고, 다시 기업의 운영 자산으로 축적하기 시작했다는 데 있다.
메모리 가격은 꺾이지 않았다, 다만 상승 속도가 꺾였다
2026년 메모리 사이클은 폭등 구간을 지나 ‘고원’에 들어섰다. 이제 투자자가 봐야 할 것은 가격이 더 오르느냐보다, 높은 가격과 이익이 얼마나 오래 버티느냐다.
AI는 디플레이션 기술인데 왜 지금 물가를 올리고 있을까
AI는 사람의 일을 싸게 만드는 기술로 알려져 있습니다. 그런데 그 AI를 만들기 위해 전기와 구리와 데이터센터를 먼저 비싸게 사고 있다면 이야기는 달라집니다.
AI 거품은 주가가 아니라 부채에서 터질 수도 있다
BIS가 꺼낸 질문은 “AI가 가짜인가”가 아니다. 기술이 진짜여도 투자 수익률이 기대에 못 미칠 수 있고, 그 투자에 빚과 복잡한 금융 연결이 붙으면 주가 조정보다 훨씬 긴 문제가 될 수 있다는 주장이다. 이 견해가 맞다고 전제할 필요는 없다. 다만 AI 거품을 판별하는 기준을 주가에서 현금흐름과 부채로 넓혀 보자는 문제 제기는 이해할 가치가 있다.
자율주행 시대의 Windows는 누가 될까
현대차가 자체 자율주행 일정을 늦추고 Nvidia를 먼저 택했다. 이 뉴스의 핵심은 현대차의 지연보다, Nvidia가 자동차에서도 ‘칩 회사’를 넘어 공통 플랫폼을 노리고 있다는 데 있다.
AI 전쟁에 처음 브레이크가 걸렸다: 아모데이·올트먼·머스크의 ‘집단 감속’이 바꾸는 것
AI 안전 논쟁이 처음으로 모델 출시 속도와 IPO 일정에 동시에 영향을 주기 시작했다. 투자자가 봐야 할 것은 ‘AI가 멈추는가’가 아니라, 기술 진보와 수익화 사이에 새로운 시간과 비용이 생기는가다.
AI 투자 규모를 이제 달러가 아니라 GW로 봐야 한다
Microsoft의 데이터센터 용량이 현재 약 12GW에서 2032년 38GW 이상으로 커질 수 있다는 보도가 나왔다. 숫자의 진짜 의미는 CAPEX가 얼마냐가 아니다. AI가 이제 서버 구매가 아니라 전력·반도체·네트워크·냉각을 함께 묶는 산업 인프라 경쟁이 됐다는 데 있다.
AI 수요는 증명됐다, 이제 700억달러의 청구서가 온다
Oracle은 한 분기에 매출 193억달러를 올리고 285억달러를 CAPEX로 썼다. 이제 AI 투자 사이클의 핵심 질문은 “수요가 있는가”가 아니라 “이 거대한 선투자가 얼마나 빨리 현금으로 돌아오는가”다.
Google은 왜 AI칩보다 22년치 전기를 먼저 샀을까
GPU를 살 돈이 있어도 전기가 없으면 AI는 돌아가지 않는다. Google의 핀란드 130억유로 투자가 보여주는 것은 데이터센터 증설보다 더 큰 변화다. AI 경쟁의 병목이 이제 ‘컴퓨트 확보’에서 ‘전력 확보’로 이동하고 있다.
AI는 물가를 올릴까, 내릴까
지금은 데이터센터, 칩, 전력, 건설 수요를 폭발시키며 물가를 밀어 올린다. 그러나 AI가 실제 일하는 방식까지 바꾸는 순간 반대 힘이 작동한다. 같은 AI 투자가 단기에는 인플레이션이고, 장기에는 디스인플레이션이 될 수 있다.
TSMC 8월 매출 53%보다 중요한 숫자: AI 수요는 아직 생산라인에서 꺾이지 않았다
이번 숫자의 핵심은 53.3%라는 성장률이 아니다. 9월 매출이 어느 수준이면 3분기 가이던스 하단과 상단에 닿는지, 그리고 AI 수요가 실제 생산라인에서 계속 살아 있는지를 읽는 것이 더 중요하다.
산업은 성공하는데 투자자는 잃는 순간이 있다
AI의 가장 큰 위험은 기술이 실패하는 것만이 아니다. 오히려 AI가 실제로 널리 쓰이고 경제를 바꾸는데도, 기업들이 공급능력을 너무 많이 지어 자본수익률이 무너질 수 있다. 인터넷은 성공했지만 닷컴 투자자 상당수는 손실을 봤던 것처럼, 산업의 성공과 주식의 성공은 다른 문제다.
AI 주식은 세 종류로 나눠 봐야 한다
AI 투자에서 가장 큰 실수 중 하나는 NVIDIA, Microsoft, Meta, Vertiv, Tesla를 모두 같은 ‘AI 성장주’로 보는 것이다. 이미 AI로 돈을 버는 기업, 기존 본업을 AI로 강화하는 기업, 아직 미래 옵션가치가 큰 기업은 기대수익률도 위험도도 다르다. 뒤로 갈수록 TAM은 커질 수 있지만 증명해야 할 가정도 많아진다.
연준이 금리를 못 내리는 이유: 고용·유가·AI의 삼중 잠금
금리 인하를 막는 것은 물가 하나가 아니다. 강한 고용, 다시 오른 에너지 가격, 그리고 거대한 AI 투자 사이클이 서로 다른 경로로 미국 금리의 바닥을 끌어올리고 있다.
AGI를 만들었다고 선언한 순간, 진짜 전쟁은 ‘누가 믿을 만한가’로 넘어갔다
OpenAI는 Astra를 내놓으며 ‘AGI 시대’를 전면에 내세웠다. 그런데 AI가 강해질수록 더 중요한 질문은 “얼마나 똑똑한가”가 아니라 “누가 검증했고, 누가 책임지는가”가 되고 있다.
삼성전자와 SK하이닉스, 지금 정말 너무 싼 걸까
노무라의 강한 매수 논리는 메모리 가격이 더 오른다는 데서 끝나지 않는다. AI가 메모리를 경기민감 부품에서 전략적 인프라로 바꾸고 있다면, 시장이 두 회사를 평가하는 공식도 달라져야 한다는 주장이다.
해고는 줄었는데 일자리도 사라졌다: 미국을 덮친 ‘Low-Hire, Low-Fire’의 함정
실업률 4.1%만 보면 미국 고용시장은 멀쩡해 보인다. 하지만 채용률과 이직률을 보면 전혀 다른 그림이 나온다. 기업은 사람을 자르지 않지만, 새로 뽑지도 않는다. 그 결과 가장 먼저 끊기는 것은 실업자의 일자리만이 아니라 직장인의 ‘연봉 상승 사다리’다.
GPU가 근육이면 네트워크는 신경이다
AI 데이터센터는 GPU를 많이 사는 것만으로 빨라지지 않는다. 수천~수십만 개의 가속기가 데이터를 제때 주고받지 못하면 비싼 GPU가 기다리며 놀게 된다. Arista의 투자 논리는 바로 여기에 있다. AI 경쟁이 칩 성능에서 시스템 효율로 이동할수록 네트워크가 전체 컴퓨팅의 가동률과 경제성을 결정한다.
금리 인하만 기다리면 시장을 놓친다: 연준 밖에서 움직이는 돈의 길
2022년 이후 미국 증시는 ‘고금리=주가 하락’이라는 교과서 공식을 여러 번 비껴갔다. 답은 금리 하나가 아니라 재무부 통장, 단기 국채, RRP, 그리고 AI 설비투자로 이어진 실제 자금의 경로에 있다.
AI의 돈은 광고와 전기, 정반대로 흐른다
Meta는 AI를 별도 상품으로 많이 팔지 않는다. 추천과 광고 효율을 높여 기존 사업의 가격과 사용시간 속에서 AI의 가치를 회수한다. Vertiv는 정반대다. AI 모델은 만들지 않지만 GPU를 실제로 켜고 식히기 위해 필요한 전력·냉각 장비를 판다. 한쪽은 AI CAPEX를 지출하고, 다른 한쪽은 그 CAPEX를 매출로 받는다.
같은 클라우드라도 투자금을 거두는 길은 다르다
Microsoft는 기업의 업무흐름에 AI를 삽입하고, Alphabet은 Search·Gemini·TPU·Cloud를 수직통합하며, Amazon은 AWS를 기업 AI 인프라의 기본층으로 만든다. 세 회사 모두 막대한 AI CAPEX를 집행하지만 돈을 회수하는 경로는 다르다. 앞으로 중요한 것은 누가 더 많이 투자하느냐가 아니라, 누가 더 높은 자본효율로 AI 사용량을 반복 현금흐름으로 바꾸느냐다.
같은 AI 반도체라도 버는 방식은 셋 다 다르다
AI 반도체 시장을 하나로 묶으면 투자 판단이 흐려진다. NVIDIA는 범용 AI 컴퓨팅의 표준을 지키고, Broadcom은 하이퍼스케일러의 맞춤형 ASIC과 네트워크를 키우며, Micron은 HBM이라는 메모리 병목에서 가격과 마진을 끌어올린다. 세 기업의 성장률보다 중요한 것은 각자의 희소성이 얼마나 오래 가격결정력으로 남는가다.
젠슨 황이 G20에서 팔고 온 것은 GPU가 아니라 ‘국가 인프라’였다
AI를 전기·도로·인터넷처럼 깔아야 한다는 엔비디아의 메시지. 하이퍼스케일러 다음 수요처는 정부·통신사·지역 클라우드·산업 데이터센터로 넓어지고 있다.
'AI 주식'이라는 말이 가장 위험한 단어다
NVIDIA, Microsoft, Meta, Vertiv, Tesla를 모두 ‘AI 관련주’라고 부르면 투자 판단이 흐려진다. 이들은 같은 산업에 있지 않다. GPU를 파는 기업, 추론용 ASIC을 설계하는 기업, 네트워크를 연결하는 기업, 클라우드에서 AI를 배포하는 기업, 광고 효율을 높이는 기업, 전력과 냉각을 공급하는 기업은 서로 다른 경제적 해자와 리스크를 가진다.
머스크의 G20 메시지: AI 시대의 진짜 병목은 GPU가 아니라 전기다
10억 대 휴머노이드와 세계 경제 20~30% 확대라는 숫자는 눈길을 끌지만, 투자자가 먼저 볼 것은 더 현실적인 한 문장이다. AI 칩은 빠르게 늘어나는데 그것을 켤 전력과 물리적 인프라는 같은 속도로 늘지 못하고 있다.
AI는 한 번의 파도가 아니라 여러 번의 파도다
AI를 하나의 반도체 사이클로 보면 중요한 장면을 놓친다. 학습, 추론, 인프라, Agent, Physical AI는 서로 다른 시간표와 수익모델을 가진다. 한 파도의 성장률이 둔화돼도 다른 파도가 가속할 수 있다. 그래서 NVIDIA의 성장률 둔화 가능성과 AI 슈퍼사이클의 종료는 같은 말이 아니다.
AI의 다음 병목은 반도체가 아니라 전기다
AI 투자 경쟁의 병목이 이동하고 있다. 처음에는 GPU가 부족했고, 그 다음에는 HBM과 첨단 패키징이 문제였다. 이제 더 자주 등장하는 제약은 전력과 냉각이다. 문제는 발전량 자체보다 필요한 장소에 필요한 품질의 전력을 제때 끌어오고, 100~200kW가 넘는 랙의 열을 빼내는 능력이다.
토큰값이 내려갈수록 AI 청구서는 커진다
AI 산업의 중심이 학습에서 추론으로 이동하면서 ‘토큰’은 더 이상 개발자만 아는 기술 단위가 아니다. 데이터센터가 생산하고 기업이 소비하는 산업재에 가까워지고 있다. 문제는 가격이 내려갈수록 수요가 줄어드는 것이 아니라, Agent와 자동화가 오히려 훨씬 더 많은 토큰을 소비할 수 있다는 점이다.
이제 AI는 똑똑함이 아니라 남는 돈으로 겨룬다
모델 성능 경쟁은 계속된다. 그러나 산업의 중심은 이미 다른 곳으로 이동하고 있다. 이제 시장이 묻는 것은 누가 더 똑똑한 AI를 만들었느냐가 아니라, 누가 막대한 데이터센터와 전력 투자를 실제 매출과 현금흐름으로 회수할 수 있느냐다.
파란색 링크가 사라진 검색창: AI가 답을 끝내는 시대, 웹사이트는 무엇으로 살아남나
검색의 역할이 ‘좋은 페이지를 찾아주는 것’에서 ‘여러 페이지를 읽고 답을 대신 만들어주는 것’으로 바뀌고 있다. 문제는 편리함의 반대편이다. 독자가 원문에 오지 않으면, 원문을 만드는 경제도 약해진다.
이 섹션에 아직 발행한 특집이 없습니다.
뉴스레터 수신 이메일 주소를 입력해주세요.