SO WHAT
그래서 무엇이 달라지나. 파장을 읽는 기사 40편, 최신 기사부터.
AI는 클라우드로 가는 줄 알았는데, Apple은 다시 책상 위로 가져오고 있다
Mac Studio 네 대가 1조 파라미터 모델을 돌린 장면보다 더 중요한 것은 경제학이다. AI 사용량이 충분히 많고 반복적이라면, 매번 토큰을 사는 것보다 연산 장비를 직접 보유하는 편이 싸지는 지점이 생긴다.
AI가 투자금을 회수하려면 매년 1조달러를 어디선가 벌어야 한다
AI CAPEX가 크다는 말은 이제 충분하다. 더 중요한 질문은 그 돈을 회수하려면 최종 사용자가 얼마를 내야 하느냐다. Goldman Sachs가 역산한 숫자는 연간 약 1조달러다. AI 투자 논쟁은 이제 기술의 가능성보다 경제의 손익계산서로 이동하고 있다.
미중 정상회담이 남긴 반도체의 질문 대만 리스크는 사라지지 않았다
미국의 대만정책은 공식적으로 후퇴하지 않았다. 그러나 약 140억달러 규모의 추가 무기판매는 여전히 보류돼 있다. AI 반도체 투자자에게 이번 회담은 ‘위험 해소’보다 ‘취약한 균형의 연장’에 가깝다.
AI가 더 똑똑해지는 속도보다 더 중요한 숫자가 생겼다
이번 주 AI 모델들은 더 강해졌는데 가격은 오히려 내려갔다. 장기투자자가 따라가야 할 그래프는 매주 바뀌는 벤치마크 1위가 아니라, 같은 일을 성공적으로 끝내는 데 드는 비용 일 수 있다.
승률 60%의 함정, 정답은 연패 횟수가 아니다
투자 마인드 2편 | 많이 맞히는 전략과 오래 살아남는 계좌는 다르다.
내 손가락은 누가 움직이는가
투자 마인드 4편 | 의지력보다 먼저 투자 화면의 설계를 살펴보자.
적립식 투자는 수익률 마법이 아니다
투자 마인드 5편 | 자동화할 것은 매수 버튼만이 아니라 돈의 용도다.
투자 공부의 끝은 확신이 아니라 수정 능력이다
투자 마인드 6편 | 오래 버티려면, 무엇을 버텨서는 안 되는지도 알아야 한다.
Zuckerberg가 원하는 것은 AI 기기가 아니라 ‘Apple 없는 세상’이다
Muse Charm의 핵심은 2인치 화면이 아니다. Meta가 AI 시대의 첫 화면, 개인 에이전트, 거래의 입구를 Apple과 Google의 운영체제 밖에서 직접 소유하려는 시도다.
당신이 1달러 코인을 사면, 누가 미 국채를 사는가
스테이블코인은 암호화폐의 한 종류가 아니라 달러를 인터넷으로 옮기는 새로운 배관에 가깝다. 핵심은 거래량이 아니다. 새 달러가 스테이블코인으로 들어오는 순간, 그 돈이 단기 미 국채와 연결되는 구조다. 토큰화와 AI 에이전트까지 붙으면 이 배관은 금융시장의 새로운 운영체제로 확장될 수 있다.
Tesla Semi 2,500대 주문보다 중요한 것 - 전기 트럭 시장은 이제 ‘차량’보다 ‘운영 시스템’을 판다
미국 최대 규모의 전기 Class 8 트럭 공동구매에서 Tesla가 주 공급사로 선정됐다. 당장 Tesla 전체 실적을 바꿀 계약은 아니다. 더 중요한 변화는 전기 트럭 경쟁의 승부처가 주행거리에서 충전, 금융, 가동률, 자율주행까지 포함한 ‘운영 경제성’으로 이동하고 있다는 점이다.
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.
AI는 이제 답하지 않는다, 일한다 - ‘디지털 노동력’이 여는 두 번째 인프라 사이클
AI 경쟁의 중심이 챗봇 성능에서 실제 업무를 끝내는 에이전트로 이동하고 있다. 투자자에게 중요한 변화는 모델 순위가 아니라, 한 번의 질문이 수십 번의 추론과 데이터 이동으로 바뀌면서 GPU 밖의 CPU, HBM, 네트워크, 전력까지 수요가 확장된다는 점이다.
알리바바의 20GW 승부 - 중국 AI도 이제 모델이 아니라 전력과 시스템을 산다
5조~10조 매개변수, 50만 개 AI칩 연결, 20GW 데이터센터. 숫자는 크지만 더 중요한 것은 세 숫자가 하나의 전략으로 연결된다는 점이다. 알리바바는 모델, 칩, 네트워크, 클라우드, 전력을 한 묶음으로 통제하는 중국판 풀스택 AI를 선언했다.
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.
InsightTimes
뉴스 뒤의 질문.
오늘 알아 둘 가치가 있는 것을 골라, 왜 중요한지 쉽게 씁니다.
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.
테슬라 FSD 유럽 승인, 7번째 체코보다 중요한 것은 ‘승인의 복제 가능성’이다
체코가 네덜란드 RDW의 FSD Supervised 잠정 승인을 인정하면서 사용 가능 국가는 7개로 늘었다. 매출 효과는 작다. 그러나 더 중요한 변화는 유럽에서 Tesla가 ‘EU 전체의 한 번짜리 허가’만 기다리지 않고, 국가별 인정과 실제 운행 데이터를 병렬로 쌓는 규제 전략이 작동하기 시작했다는 점이다.
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.
Grok 4.7의 진짜 무기는 성능이 아니라 ‘일을 끝내는 비용’이다
입력 100만 토큰당 2달러, 출력 6달러. SpaceXAI는 Grok 4.7을 장시간 코딩과 지식 업무에 투입되는 에이전트 모델로 밀고 있다. 투자자가 볼 숫자는 벤치마크 1등 여부보다 한 업무를 끝낼 때까지 들어가는 총비용과 실제 채택률이다.
AMD가 1조달러를 넘은 날, 시장은 GPU보다 CPU를 다시 보기 시작했다
AMD 주가가 사상 처음 시가총액 1조달러를 넘었다. 이번 랠리의 핵심은 단순한 ‘엔비디아 대항마’ 기대가 아니다. AI가 챗봇에서 에이전트로 이동하면서 데이터센터의 CPU 수요가 다시 커지고, AMD가 CPU·GPU·네트워킹을 묶는 종합 AI 인프라 업체로 재평가받기 시작했다는 데 있다.
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.
중국은 EUV 없이 어디까지 갈 수 있을까
CXMT가 11.95nm급 DRAM 미세화를 quadruple patterning으로 밀어붙였다. 이 사건의 핵심은 “중국이 따라잡았나”가 아니다. 최첨단 장비를 막았을 때 중국이 같은 결과에 도달하기 위해 얼마나 더 많은 공정과 비용을 치러야 하는지가 더 중요하다.
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.
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.
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 데이터센터의 다음 병목은 ‘계산’이 아니라 ‘이동’이다
Marvell과 GlobalFoundries가 AI 데이터센터용 광통신 반도체 생산능력을 확대한다. GPU가 더 많아질수록 중요한 것은 칩 한 개의 속도보다, 수만 개의 칩 사이에서 데이터를 얼마나 빠르고 적은 전력으로 옮기느냐다.
Tesla Semi의 진짜 병목이 풀리기 시작했다
캘리포니아에 추가되는 30MW의 대형트럭 충전망은 Tesla 실적을 당장 바꿀 정도로 크지 않다. 그러나 Semi 사업에서 가장 어려운 문제 중 하나였던 ‘차량보다 먼저 깔려 있어야 하는 충전 인프라’가 실제 상용 물류망 안으로 들어가기 시작했다는 점은 작지 않다.
중국 AI가 Claude를 ‘교사’로 썼다, AI 해자의 기준이 바뀌었다
Alibaba 1억5,100만 건, Moonshot 2,300만 건, DeepSeek 1,210만 건. Anthropic이 공개한 대규모 증류 사건은 모델 성능 경쟁 뒤에 또 하나의 전쟁이 시작됐음을 보여준다. 이제 AI 투자자는 누가 더 똑똑한지만 볼 것이 아니라, 누가 지식을 지키고 고객 데이터를 통제할 수 있는지도 봐야 한다.
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.
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.
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.
금리가 오르면 빅테크가 망한다? 주가는 이자비용보다 ‘할인율’에 먼저 반응한다
장기투자자가 봐야 할 것은 기준금리의 방향 하나가 아니다. 금리가 기업의 이익을 깎는지, 미래 현금흐름의 현재가치를 낮추는지, 그리고 인하가 연착륙의 결과인지 침체의 결과인지를 구분해야 한다.
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.
Tesla의 가장 큰 자산은 자동차가 아니다: Robotaxi·Optimus가 ‘옵션’에서 ‘사업’이 되는 순간
Tesla의 AI 가치는 자율주행과 휴머노이드에 집중돼 있다. 성공하면 자동차 제조업의 시장 크기를 훨씬 넘어설 수 있다. 문제는 기술 데모와 대량 배치 사이의 거리다. 수천 대가 실제로 일하고, 사고율이 낮고, 사람이 덜 개입하며, 차량·로봇 한 대당 현금이 남아야 비로소 옵션이 사업이 된다.
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.
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.