EXPLAIN
어떻게 돌아가나. 구조를 풀어 쓰는 기사 37편, 최신 기사부터.
금리 5%의 벽 앞에 선 AI 랠리, 마이크론과 고용보고서가 판정한다
10월 첫째 주 미국 증시는 AI의 이익 성장과 5%대 장기금리 가운데 무엇이 더 강한지를 시험한다. 수요일 PCE와 마이크론, 금요일 고용과 테슬라 인도량이 같은 질문에 서로 다른 답을 내놓을 수 있다.
546대 로보택시와 주당 수백 대 Optimus가 보여주는 것
테슬라는 지금 두 개의 AI 제품을 동시에 실험하고 있다. 하나는 도로에서 사람을 옮기는 Robotaxi, 다른 하나는 공장에서 일을 배우는 Optimus다. 두 사업 모두 숫자는 빠르게 늘고 있다. 하지만 투자자가 봐야 할 것은 등록대수와 생산대수가 아니라, 그 숫자가 실제 가동과 경제성으로 연결되는 속도다.
기름값이 치르는 중간선거
공화당 패배 전망은 과장이 아닙니다. 하원은 민주당이 뚜렷한 우세, 상원은 반반에서 민주당 약우세로 넘어온 상태입니다. 트럼프 순지지율은 두 임기를 통틀어 최저권입니다.
월가의 돈 버는 법을 오해하면, 내 전략도 꼬인다
투자 마인드 3편 | 초고속 거래와 장기 투자는 서로 다른 일을 한다.
AI 2막, 승부는 모델 밖에서 벌어진다
중국의 Broadcom 조사, Claude Opus 5.5의 비용 절감, 끊어지지 않는 미중 자본 흐름은 서로 다른 뉴스처럼 보인다. 그러나 세 사건은 같은 방향을 가리킨다. AI 산업의 경쟁 단위가 ‘가장 똑똑한 모델’에서 네트워크, 비용, 자본까지 포함한 전체 시스템으로 커지고 있다.
AI의 다음 KPI는 ‘토큰 가격’이 아니다. 성공한 업무 하나를 얼마에 끝내는가
Apple은 추론이 일어나는 장소의 비용을 낮추고, Anthropic은 모델 실행비를 낮추며, Snorkel AI는 실패와 재시도를 줄이는 데이터·평가 환경에 돈이 몰리고 있음을 보여준다. 세 뉴스의 공통점은 하나다. AI 경쟁의 기준이 ‘더 큰 모델’에서 ‘더 싼 성공 결과’로 이동하고 있다.
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.
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.
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.
《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.
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.
54%만 이겨도 된다 - 장기 투자자가 시장에서 살아남는 법
좋은 투자자는 매번 맞히는 사람이 아니다. 틀리는 날을 견디면서도, 자신에게 유리한 게임을 충분히 오래 반복하는 사람이다.
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.
Nvidia보다 느린 칩을 100만 개 연결하면 어떻게 될까
Huawei가 내놓은 답은 더 빠른 칩 하나가 아니다. 최대 100만 개 프로세서를 하나의 컴퓨터처럼 묶는 것이다. 이 시도는 중국의 Nvidia 추격전인 동시에, AI 반도체 경쟁의 진짜 단위가 ‘칩’에서 ‘시스템’으로 이동하고 있음을 보여준다.
InsightTimes
뉴스 뒤의 질문.
오늘 알아 둘 가치가 있는 것을 골라, 왜 중요한지 쉽게 씁니다.
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.
AI 시대에는 광고를 클릭하지 않고 광고와 대화한다
OpenAI의 Sponsored Agents는 광고의 단위를 ‘노출과 클릭’에서 ‘대화와 거래 가능성’으로 넓히려는 시도다. Google 검색광고를 당장 무너뜨리는 제품은 아니다. 그러나 소비자의 구매 의도를 포착하는 방식 자체를 바꿀 수 있다는 점이 중요하다.
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 감속론의 역설, 트럼프·젠슨 황·엔비디아는 왜 ‘멈춤’ 대신 공급망 장악을 택했나?
올인 서밋 무대에서 걸려온 트럼프의 전화, 젠슨 황의 ‘통제 가능한 가속’ 논리, 그리고 앤트로픽 IPO 투자 논의. 세 사건은 따로 떨어진 뉴스가 아니다. AI 안전 논쟁이 커질수록 엔비디아가 어디까지 산업의 중심으로 들어가려 하는지 보여주는 하나의 그림이다.
Cybercab의 다음 병목은 FSD가 아니다. 운전대 없는 차를 합법적으로 대량 배치할 수 있느냐
NHTSA가 테슬라에 9월 30일까지 Cybercab 자체인증 근거를 제출하라고 요구했다. 당장 운행중단이나 리콜을 뜻하는 조치는 아니다. 하지만 로보택시 사업의 다음 관문이 자율주행 소프트웨어만이 아니라, 운전대와 페달이 없는 전용 차량을 미국 도로에 대규모로 투입할 수 있는 법적 경로라는 점이 선명해졌다.
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 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.
다음 1조 달러 반도체 기업은 누구일까 AMD와 ASML을 보는 전혀 다른 방법
한 회사는 엔비디아의 GPU 왕국을 쫓고 있고, 다른 회사는 그 왕국을 포함한 모든 첨단 칩 회사에 ‘칩을 그리는 기계’를 판다. 2028년 1조 달러 후보로 함께 거론되지만, 투자자가 확인해야 할 숫자는 완전히 다르다.
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.
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.
AGI는 매번 온다 - 진짜 봐야 할 것은 모델 이름이 아니라 자율성의 속도다
2025년 말에는 Gemini가 세상을 바꿀 것 같았고, 2026년 초에는 Claude Code가 개발자를 대체할 것 같았다. 여름에는 Grok의 장기 실행 에이전트가 등장했고, 지금은 GPT-6 Astra가 AGI라는 말을 다시 꺼냈다. 중요한 것은 누가 이번 달 1등인가가 아니다. 모델이 스스로 처리할 수 있는 일의 길이와 권한이 빠르게 늘고 있다는 사실이다.
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.
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.
KRX·NXT와 프리·애프터마켓 완전 이해
9월 14일부터 한국 주식의 ‘장 마감’ 개념이 달라진다. KRX도 오후 8시까지 실시간 애프터마켓을 열면서, 같은 종목을 KRX와 NXT 두 시장에서 거래하는 복수시장 경쟁이 저녁까지 이어진다. 중요한 것은 거래시간이 늘었다는 사실보다, 주문이 어디로 가고 언제 사라지며 어떤 가격이 믿을 만한지를 이해하는 것이다.
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.
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.
자사주는 왜 ‘두 번째 현금’이었나: 소각 의무화가 끝낸 대기업의 숨은 지갑
자사주를 사 놓고 곧바로 없애지 않는 기업에는 이유가 있었다. 주가를 떠받치는 수단이면서 임직원 보상, M&A, 자금조달에 다시 쓸 수 있는 ‘전략 자산’이었기 때문이다. 하지만 2026년 한국의 규칙이 바뀌었다. 이제 질문은 “왜 안 태우나”보다 “소각이 의무가 된 뒤 기업은 무엇으로 투자 여력을 확보할 것인가”에 가깝다.
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.
이 섹션에 아직 발행한 특집이 없습니다.
이메일 주소만 받습니다. 편지마다 있는 링크로 언제든 그만 받을 수 있습니다.