Morgan Stanley: SpaceX $800bn의 가치 "궤도 상 데이터센터로의 확장을 구상"

1. AI의 중심 이동과 최신 성과 (Gemini 3 & Agentic AI) 트렌드 변화: 지난 1년 동안 AI의 무게 중심이 단순한 거대언어모델(LLM)에서 에이전트 AI(Agentic AI)로 이동했습니다. Gemini 3: DeepMind는 최근 멀티모달 기능이 대폭 강화된 'Gemini 3'를 출시했습니다. Nano Banana Pro: 이미지 생성 및 이해 도구로, 단순 생성을 넘어 이미지 내의 객체, 재료, 메커니즘을 의미론적으로 이해하고 텍스트를 정확하게 렌더링하는 '이미지 분야의 AGI'에 근접한 모델입니다. 2. 과학적 난제 해결 ("Root Node" 문제) 허사비스는 AI를 통해 파급 효과가 큰 근본적인 과학 문제(Root Node Problems)를 해결하는 데 집중하고 있습니다. AlphaFold의 성공: 단백질 구조 예측의 성공은 이러한 접근법의 가능성을 증명했습니다. 새로운 목표 분야: -재료 과학: 상온 초전도체 및 더 나은 배터리 소재 개발. -핵융합 (Fusion): Commonwealth Fusion과의 파트너십을 강화했습니다. AI를 활용해 토카막(Tokamak) 반응로 내 플라즈마 제어 및 마그넷 안정화를 돕고 있습니다. 이는 무제한 청정 에너지라는 '성배'를 위한 것입니다. -양자 컴퓨팅: 구글 퀀텀 AI 팀과 협력하여 오류 수정 코드(Error correction codes) 개발에 머신러닝을 지원하고 있습니다. 3. 스케일링과 혁신의 균형 (50:50) 스케일링의 한계? ...

1. 지난 30여 년 동안 G10 국가들의 장기 금리가 공공부채 공급에 대해 점점 덜 민감 - 민간 부문의 투자 수요에 비해 글로벌 저축이 구조적으로 증가해 온 흐름 때문. 이로 인해 공공부채 공급이 비교적 원활하게 흡수될 수 있었음. 그러나 향후 수년간 AI 관련 자본지출이 글로벌 투자를 끌어올릴 것으로 예상되면서, 민간 부문의 투자 수요 증가가 여전히 높은 수준에 머물러 있는 공공부채 공급과 자본을 놓고 경쟁하게 되고, 그 결과 금리에 추가적인 상승 압력을 가할 수 있는지에 대해 투자자들의 문제의식이 커지고 있음.  극단적 예시 → (현재) AI 관련 자본지출 + 공공부채 = 필요 금리 5% → (과거) 공공부채 = 필요 금리 4% - 추정 결과 역시 공공부채/GDP 비율 변화에 대한 금리 민감도가 장기적으로 하락.. '90년대 초반에는 부채/GDP 비율이 1% 상승할 경우 5년 포워드 금리가 2~3bp 상승. 이러한 민감도는 팬데믹 기간 동안 거의 0 수준까지 떨어졌으나, 이후 다시 상승세로 전환되기 시작. 기존 추정치와 비교하면, 최근의 상승 폭은 더 가파르지만 출발점은 더 낮은데, 이는 팬데믹 시기의 극단적인 환경과 달리 최근에는 글로벌 재정 뉴스에 대한 시장 민감도가 높아졌기 때문. 최신 추정치는 부채/GDP 비율이 1% 상승할 경우 금리가 약 2bp 상승함을 시사하며, 이는 향후 수년간 장기 금리가 점진적으로 상승할 것이라고 전망. 2. 금리-부채 민감도와 글로벌 저축 대비 투자 균형 간의 관계를 감안할 때 - 투자 측면에서 보면 과거의 대규모 기술 사이클에서 투자/GDP 비중이 대체로 2~5% 상승해 왔다는 점을 관찰해 왔으며, 미국에서 AI 투자 사이클이 GDP 대비 약 2% 수준에서 정점을 ...

1. 뉴럴링크 현황 - 현재 전 세계 13명의 환자가 뉴럴링크를 이식받음 - 환자들은 하루 평균 약 8시간 동안 뉴럴링크를 사용 중 - 경추 손상, 루게릭병 등으로 전신 마비가 온 환자들이 생각만으로 디지털 기기를 제어 - 환자 중 한 명은 시술 다음 날 문명 6 게임을 9시간 연속 플레이함 - 로봇 팔을 제어해 그림을 그리거나, 외부 활동 중 가족과 의사소통하는 데 사용됨 2. 수술 로봇과 수직 계열화 - 라식처럼 점심시간에 잠깐 들러 시술받을 수 있는 수준을 지향함 - 현재는 약 4~5시간 소요, 로봇 가동 시간은 1시간 남짓 - 신형 로봇은 기존 로봇 대비 속도가 10배 이상 빨라짐 - 칩 설계, 공정, 수술 로봇, 앱,...

1. 주요 시사점 1) 미국 내 전력망 연결 문제: 더욱 심각해졌으며 실리콘밸리/버지니아 등 일부 지역/주에서는 연결 대기 기간이 약 5~6년까지 길어졌음 2) 유틸리티의 기저부하 발전 설비 부족: 단기적으로 데이터센터의 전력망 연결이 가속화될 가능성은 거의 없다고 판단. 이에 따라 하이퍼스케일러들은 현장 발전 또는 전력망 + 현장 발전의 혼합 공급 방식으로 전환하고 있으며, 향후 3~5년 동안 현장 발전이 차지하는 비중은 의미 있게 확대 전망. 3) 천연가스 발전: 여전히 데이터센터 전력 소비를 뒷받침하는 가장 중요한 전력원으로, 대형 및 소형 가스터빈이 모두 포함. 전력 설비 공급이 타이트한 상황에서, 하이퍼스케일러들은 중국 등을 포함한 아시아로부터 설비를 수입하는 방안까지 검토. 4) 현장 발전 수요 증가: 연료전지, SOFC 및 BESS에 대한 수요를 촉진할 수 있음.  2. 데이터센터 개발 현황 및 전력 제약 이슈 요약 '28년까지 데이터센터 전력 수요 충족 위해 약 100GW의 신규 발전 용량이 하다고 전망. 그러나 기저부하 발전은 증가가 거의 없는 정체 상태이며 가스 및 원자력 발전 용량이 의미 있게 확대되는 시점은 '29년 이후로 예상. 이로 인해 전력망에 상당한 부담이 가중되고 있으며, 일부 데이터센터 클러스터에서는 계통 접속 대기 기간이 3~7년에 달하고 있음. 일부 지역에서는 전력 시장 내 예비율이 20%대 중반 또는 그 이하에 불과할...

1. 노벨상 수상과 영향력 변화: 48세에 노벨상을 수상한 후, 과학계 외부(정부 관계자, 리더 등)와 소통할 때 전문성을 즉각적으로 인정받게 됨. 플랫폼 활용: 이 명성을 활용해 AI 안전성(AI Safety)뿐만 아니라 현재 AI의 책임감 있는 사용, 그리고 다가올 거대한 변화에 대해 사회가 준비하도록 돕는 데 주력할 계획임. 2. 구글 딥마인드의 철학: 과학적 방법론 접근 방식: 하사비스는 자신을 "과학자 우선(Scientist first)"으로 정의함. 비즈니스와 엔지니어링에도 가설을 세우고 실험하며 업데이트하는 '과학적 방법론'을 적용. 경쟁 우위: 치열한 기술 경쟁 속에서 구글 딥마인드의 강점은 세계 최고 수준의 연구 + 엔지니어링 + 인프라(컴퓨팅)의 3박자를 모두 갖춘 데에서 옴. 3. 향후 12개월 전망: 멀티모달과 에이전트 멀티모달(Multimodality)의 융합: 텍스트, 이미지, 오디오, 비디오가 결합된 모델이 발전 중. 특히 비디오와 언어 모델의 결합에서 큰 혁신이 일어날 것임 (예: 인포그래픽 생성, 비디오 이해). 월드 모델(World Models): '지니 3(Genie 3)'와 같이 비디오를 생성하고 그 안에서 게임처럼 상호작용할 수 있는 시뮬레이션 기술이 발전할 것. AI 에이전트(Agents): 현재는 복잡한 작업을 완전히 ...