젠슨 황이 소환한 베라 루빈이 남긴 위대한 유산

토큰과 공장 by 엄브렐러리서치 투자노트 1.  AI 시대에 있어 가장 중요한건 무엇일까? 본질은 '토큰'이라고 생각 미국 GTC에서 가장 크게 느낀 점은 AI의 처음이자 끝이 '토큰'이라는 것. AI 시대에 있어 토큰은 마치 인류가 처음 '전기'를 찾아낸 것과 같음 2.  토큰 수요는 계속 증가할 것인가? OpenClaw가 만들어낸 Agentic AI가 촉발해낼 토큰 수요는 이미 우리가 '텍스트'를 통해 소통하는 토큰 수요를 아득히 넘어서고 있음 중요한 점은, 인류 중에서 아직 LLM을 쓰는 인구는 소수에 불과하며 그 중에서도 OpenClaw를 쓰는 인구는 더 극소수에 불과하다는 것 3.  토큰은 단순히 LLM이 생성해내는 '단어', '말꾸러미‘에 그치지 않고, 모든 명령체계와 인식/제어/행동 등 모든 영역에서 확장될 것 젠슨황이 말하는 Agentic AI든, Physical AI든, 토큰 수요의 증가는 기하급수적일 수밖에 없다고 생각 이는 17-18년 하이퍼스케일러 시기와도 차이가 있음. 당시에는 스마트폰의 기술력 상승이 저장하는 데이터를 텍스트->사진->영상으로 발전하면서 막대한 규모의 데이터센터가 필요해진 것 그러나 AI 시대의 토큰은 멀티모달(사진, 영상)에 국한되지 않고 우리의 지능(LLM), 비서(Agent), 물리(Physical) 모든 영역에서 증가할 것  4.  이 폭증하는 '토큰'에 대한 모든 공급이 AI 인프라로 이어지고 있음. 토큰이 곧 매출(Revenue)이 ...

지난 주말 제미나이와 회사 업무에 쓸 프로그램을 만들었다. 문과 출신에다, 엔지니어도 아니고, 누가 시킨 것도 아니다. 그냥 단순 업무를 좀 덜어보고자. 만들다 보니 이런 저런 아이디어가 계속 생겨 자정 가까운 시간까지 제미나이와 대화를 하고 버그를 수정했다. 총 3-4시간이 걸렸고 꽤 그럴싸한 결과가 나왔다. 사실 별거 아닌 경험으로 치부할 수도 있는데 이 작은 경험이 내게는 꽤 강력했다. 이런 식으로 지금 내가 하고 있는 많은 업무를 반자동화 하거나 좀 더 효율적으로 바꿔봐야겠다는 모티브가 되었다. 여러가지 아이디어를 모아 하나의 프로덕트(?)로 만들어 보겠다는 계기가 되었다. 작년까지만 해도 AI 코딩 성능이 이렇게까지 좋지 않았다. 학교 숙제를 할 때 수많은 시간 AI와 씨름을 해야 겨우 겨우 풀어낼 수 있었다. 내가 체감하기론 작년 말 제미나이 3.0 출시부터 상황이 많이 바뀐 것 같다. 코딩의 퀄리티가 눈에 띄게 좋아졌다. 코딩 한 줄 몰라도 아이디어를 구현할 수 있는 프로그램을 누구나 만들 수 있게 되었다. 아이디어, 실행력만 있으면 누구나 할 수 있다. 이런 말 어디서나 자주 들어왔는데 게으름에 짓눌려 미루고 있었다. 실제로 해보니 깜놀. 이런 것까지 되는구나 싶다. 앞으로 어디까지 발전할지 감도 안 잡힌다.. 앤드류 교수님 왈 지금 인공지능의 유효 작업 시간은 7개월마다 2배 이상의 성능 향상을 보인다고 한다. (무어의 법칙의 3.5배) 나 같은 문과 출신도 코딩한 줄 안 쓰고 꽤 유용한 프로그램을 직접 만들어 쓸 수 있다. 그 동안 풀지 못 했단 수많은 분야의 산적한 문제(특히 의료?)를 AI와 협업하여 푸는 날을 곧 목도하게 될 것 같다. 인공지능의 도움이 아니었더라면 이 영상의 메세지도 접하지 못 했을 것이다. 접했어도 절반도 못 알아 들었을 수도 있고. 이제는 번역은 너무나 당연한 일이 된지 오래고, 끝까지 봐야할 긴 영상을 AI 요약으로 읽을 수 있게 되었다. 이를 통해 지적인 자극을 받고 영감을 얻는다. AI 요약이 정교화 되면서 유튜브 영상 시청을 할 필요성을 못 느끼게 된다. (구글 숏?ㅋ) 오히려 텍스트로 읽는 것이 여러모로 효과가 좋다. 잘 이용한다면 인공지능은 업무능력, 효율화 뿐 아니라 천연지능의 향상에 큰 도움을 주기도 한다. 앤드류 교수님은 인공지능 시대에 두 가지를 강조하신다. 지적 밀도가 높은 환경에 자신을 노출시킬 것. 동료와 친구. (벨리?) 무엇이든지 닥치는대로 만들어 볼 것. 올 해 2번은 꼭 해볼 생각이다. 업무적으로 개인적으로 이것저것 뚝딱거릴 생각이다. 누가 아나. 이러다 테크 기업으로 이직하게 될지. 인생 어떻게 풀릴지 모른다. 📌 2026년 코딩 개발자가 AI 시대에 생존하고 성공하기 위한 핵심 조언은 무엇인가? AI 코딩 도구의 폭주하는 속도에 맞춰 최신 도구를 유연하게 갈아타고, 직접 코드를 짜는 구현 능력과 사용자를 공감하는 기획 능력을 통합한 프로덕트 엔지니어가 되어 끊임없이 만들고 시도하며, 지적 밀도가 높은 동료들과 연결 조직을 형성하는 것입니다. 💡 AI 시대에 개발자가 피해야 할 치명적인 실수는 무엇인가? 화려한 회사 브랜드만 보고 어떤 팀에서 누구와 일할지 모르는 통합 채용 제안을 수락하는 것입니다. 이는 성장 기회를 박탈당하고 커리어가 정체될 위험이 큽니다. 앤드류 응 교수가 제시하는 2026년 코딩 개발자 생존 전략은 ai 시대의 폭발적인 변화 속에서 우리가 무엇에 집중해야 하는지를 명확히 알려줍니다. AI 코딩 도구의 발전 속도가 인간의 이해 속도를 압도하는 지금, 구현 능력보다 무엇을 만들지 결정하는 '결정'의 능력이 핵심 병목이 되었음을 강조하며, 프로덕트 엔지니어로 거듭나기 위해 기획과 사용자 공감 능력을 통합해야 한다고 조언합니다. 이 콘텐츠는 단순히 기술 트렌드를 넘어, ai 시대의 커리어 성공을 위한 실질적인 사고방식 전환을 요구하는 강력한 로드맵을 제공합니다. 1. 앤드류 응 교수의 경력과 AI 시대의 현실 인식 1.1. 앤드류 응 교수의 주요 경력 스탠포드 컴퓨터 사이언스 강단: 앤드류 응 교수는 스탠포드 컴퓨터 사이언스 강단에서 학생들을 만났습니다. AI 연구 및 딥러닝 기초: 과거 스탠포드 AI 연구소장으로서 학계 최전선에 있었으며, 구글 브레인을 공동 설립하여 현재의 제미나이(Gemini) 기반이 된 딥 러닝의 기초를 닦았습니다. 코세라(Coursera) 설립 및 교육: 2012년 코세라를 공동 설립하여 전 세계 1억 3천만 명이 사용하는 교육 플랫폼으로 성장시켰으며, 이 중 800만 명에게 딥러닝과 AI 지식을 직접 가르쳤습니다. 중국 AI 기반 기술 구축: 중국으로 건너가 바이두(Baidu)의 수석 과학자로서 1300명 규모의 AI 그룹을 지휘하며 중국 AI 기반 기술을 구축했습니다. AWS 투자 및 AI 칩 검토: 현재 아마존 이사회에서 매 분기 제프 베이조스, 앤디 제시와 함께 수조 원 규모의 아마존 웹 서비스(AWS) 클라우드 서버 투자 및 AI 칩 개발 예산을 검토하고 승인하는 위치에 있습니다. AI 스타트업 및 생태계 기여: AI 펀드, 랜딩 AI(Landing AI), deeplearning.ai를 설립하여 실리콘밸리 유망 스타트업을 발굴하고 산업 혁신에 기여하며 AI 생태계에 깊이 관여하고 있습니다. 오늘의 역할: 오늘만큼은 여러 직함과 이력을 내려놓고, 연구자이자 선배로서 AI 시대의 생존과 진로에 대한 현실적인 조언을 나누고자 합니다. 2. AI 발전 속도에 대한 오해와 실제 지능 지구력의 증명 2.1. AI 발전 속도에 대한 오해와 벤치마크의 한계 최신 모델에 대한 의문: 최근 GPT나 제미나이 모델에 대해 "그냥 좋은 수준"이거나 "발전 속도가 둔화되어 끝물 아닌가"라는 의심 섞인 시선이 존재합니다. 오해의 원인: 이러한 오해는 포화 상태에 이른 벤치마크, 즉 '고장 난 점수표' 때문이라고 분석됩니다. 벤치마크의 한계: AI에게 주어진 시험지의 만점이 100점으로 정해져 있어, AI가 100점을 달성하면 더 이상 성적 향상이 그래프상으로 나타나지 않는 착시 현상이 발생합니다. 인간의 눈높이: 인간의 눈높이는 100점짜리 초등학생 시험지가 아닌 더 복잡하고 어려운 현실 문제를 풀기를 요구하므로, 성장이 멈춘 것이 아니라 시험지가 너무 쉬워져 그래프가 평평해 보이는 것뿐입니다. 2.2. AI의 '지능 지구력' 증가와 코딩 분야의 폭발적 성장 미터(Metar) 보고서의 충격: 오픈AI나 앤트로픽 같은 빅테크 최신 모델을 검증하는 미터 조직의 보고서가 큰 충격을 주었습니다. 새로운 측정 기준: 미터는 AI가 해결할 수 있는 일의 크기를 측정하기 위해 인간이 그 일을 하는 데 걸리는 시간을 기준으로 사용했습니다. 시간 증가의 의미: GPT-2 시절에는 스마트폰 자동 완성 수준(1초 미만)의 가벼운 과제였으나, 시간이 지남에 따라 4초, 8초, 1분, 2분짜리 논리적 일(복잡한 요약, 코드 오류 찾기)로 늘어났습니다. 무거운 현실 문제 지탱: 시간이 기하급수적으로 늘어난 것은 버퍼링이 아니라, AI가 무거운 현실 문제를 지탱하기 시작했다는 기초 체력의 증거입니다. 유효 작업 시간의 두 배 증가 속도: 이 연구에 따르면 AI가 혼자 해결할 수 있는 유효 작업 시간은 매 7개월마다 두 배로 길어지고 있습니다. 이는 무어의 법칙(2년마다 두 배)보다 3.5배에서 5배 이상 ...

포트 내 효자 종목 로켓랩 피터 백 인터뷰.. https://www.youtube.com/watch?v=q3pF3YUk10A&t=6s https://www.youtube.com/watch?v=wiaCG19OhWU&t=49s 예상치 않은 우주 데이터센터 네러티브로 3자리수 수익률 중.. 여러 호재가 겹쳤는데 스페이스X 상장, 구글 프로젝트 선캐쳐 발표, 지정학 긴장 증가로 국방, 우주 산업 관심 증가. 뉴트론 발사 성공한다면 한 단계 더 레벨업 가능하지 않을까. CEO가 어떤 철학과 이력을 밟고 살아왔는지 정말 중요하다는 걸 다시 느낌. 물론 시대의 흐름과 맞는 산업 내에 포지셔닝 해 있어야 한다는 게 전제 조건. 정신적 힐링이 필요할 땐 렌치를 들고 엔진 테스트 사이트에서 몇 일 간 렌체를 돌리기도 한다고 함. 엔진, 탱크 테스트 기간엔 업무의 100%를 해당 업무에 집중. 찐덕후에 실행력과 문제해결력을 갖춘 CEO. 뼛속까지 엔지니어링 중심의 기업 문화. 한 번에 사이즈 업 하려는 과욕을 부리지 않고 소형로켓 일렉트론부터 차근차근 기본을 쌓으면서 단계를 밟아 나가는 점도 높이 삼. 뉴트론과 스타쉽을 비교하며 사이즈가 더 컸어야하는 것 아닌가하는 질문에도 로켓랩 문제에만 집중하는 의연한 모습. 실행력과 문제해결, 포기하지 않는 끈기가 기업 문화가 기업 내에 잘 정착. 뉴질랜드에서는 유명인이지만 미국내에서는 모르는 사람이 훨씬 더 많음. 대중들은 잘 모름. (업사이드?) 📌 Rocket Lab이 억만장자 우주 스타트업들을 이길 수 있었던 핵심 비결은 무엇인가? Rocket Lab은 수십억 달러의 자본 없이도 올바른 결정을 적시에 내리는 것이 성공의 핵심임을 증명했으며, 문제 발생 시 포기하지 않고 해결책을 찾아내는 '허슬' 문화와 엔지니어링 중심의 접근 방식을 통해 성공했습니다. 💡 Rocket Lab의 '허슬' 문화는 구체적으로 무엇을 의미하는가? 문제가 발생했을 때 단순히 멈추거나 받아들이지 않고, 수많은 방법을 찾아 문제를 우회하고 해결하는 적극적인 태도를 의미합니다. 로켓랩(Rocket Lab)의 피터 벡(Peter Beck) CEO가 수십억 달러 없이도 성공할 수 있었던 비결을 공개합니다. 그는 경쟁사들이 막대한 자본에 의존하는 동안, 로켓랩이 '적절한 시점에 올바른 결정'을 내리고 '엔지니어링 중심의 문화'를 고수하며 어떻게 우주 산업의 핵심 플레이어로 성장했는지 구체적인 인사이트를 공유합니다. 이 콘텐츠는 자본력보다 실행력과 문화가 성공의 열쇠임을 증명하는 실질적인 사례를 제공하여, 비즈니스 성장의 본질적 접근법을 배우고 싶은 분들에게 강력히 추천합니다. 1. 로켓랩 성공 비결: 수십억 달러 없이도 가능한 일 1.1. 자본력과 의사결정의 관계 자본력의 영향: 수십억 달러가 있다면 나쁜 결정을 내리더라도 더 오랜 기간 버틸 수 있다. 로켓랩의 증명: 로켓랩은 수십억 달러가 필요하지 않으며, 적절한 시점에 올바른 결정만 있으면 성공할 수 있음을 증명했다. 피터 벡 CEO 소개: 피터 벡(Peter Beck) CEO와의 대화 시작. 과거 회상: 인터뷰어(애슐리)는 2016년 뉴질랜드 방문 당시 로켓 스타트업들이 많았으나, 피터 벡만이 '진짜 인간'이라는 평판을 들었으며, 실제로 전자(Electron) 로켓 본체 세 개를 보고 깊은 인상을 받았다고 언급했다. 성장 과정: 10년이라는 시간이 흘렀으며, 로켓랩이 놀라울 정도로 성장했음을 확인했다. 1.2. 로켓랩의 최신 현황 및 사업 구조 최신 소식: 최근 실적 발표와 업데이트 내용 공유 요청. 주요 자원 집중: 회사의 모든 자원(시간, 현금)은 뉴트론(Neutron) 로켓 개발에 집중되고 있다. 성장 지표: 이번 분기 실적은 전년 동기 대비 32% 성장했으며, 현재 직원 수는 약 2,600명에 달한다. 백로그 현황: 현재 40개의 우주선(spacecraft) 백로그를 보유하고 있다. 일렉트론(Electron) 실적: 이번 분기에 5회 발사하고 8건을 수주하여 수요가 계속 증가하고 있다. 일렉트론의 역할: 일렉트론은 회사의 주력 로켓(workhorse)이며, 소형 로켓 스타트업 중 유일하게 성공적으로 안착하여 63회 이상 발사했다. 뉴트론(Neutron) 개발: 뉴트론은 팰컨 9(Falcon 9)와 경쟁할 수 있는 더 큰 시스템으로, 모든 자원이 투입되고 있다. 사업 다각화: 로켓랩은 발사뿐만 아니라 위성 및 우주선 부품 제작 등 우주 산업의 여러 분야를 통합적으로 마스터하려는 몇 안 되는 회사 중 하나이다. 엔드-투-엔드 서비스: 로켓랩은 고객이 우주에서 원하는 것을 요청하면, 우주선 설계, 아키텍처, 제작, 부품 사용, 발사, 운영까지 전 과정을 제공할 수 있는 독특한 회사이다. 1.3. 스폰서 및 우주 산업의 미래 전망 스폰서 소개: 코어 메모리 팟캐스트는 혁신적이고 빠르게 움직이는 기업을 다루며, 인텔리전트 금융 플랫폼인 브렉스(Brex)의 후원을 받고 있다. 브렉스 서비스: 브렉스는 스마트 기업 카드, 고수익 비즈니스 뱅킹, 경비 자동화 도구를 제공하며, AI 소프트웨어가 경비를 처리해 준다. 산업 변화: 과거에는 발사 회사, 위성 회사 등으로 분리되었으나, 이제는 모든 것을 통합하려는 움직임이 나타나고 있다. 통합의 논리: 로켓의 모든 것과 우주선의 모든 것은 거대한 엔지니어링적 타협(engineering compromise)이며, 이 둘을 결합하면 타협을 줄일 수 있다. 미래 예측: 미래의 대형 우주 기업은 발사 능력과 필요한 플랫폼 구축 능력을 모두 가질 것이며, 우주 회사와 서비스 회사의 경계가 모호해질 것이다 (예: 스타링크). 1.4. 피터 벡 CEO의 일상과 엔지니어링 중심 문화 일상 질문: 피터 벡 CEO의 일상에 대해 질문. 인터뷰 시점이 토요일이었으며, 그는 사무실에 있었다. CEO의 역할과 엔지니어링: CEO 업무를 수행하지만, 여전히 엔지니어링 측면에서 일하는 것을 좋아한다. 뉴트론 참여: 뉴트론 프로그램에 깊이 관여하고 있으며, 정신적 치료가 필요할 때는 엔진 테스트 사이트인 스테니스(Stennis)에 가서 몇 일간 렌치를 돌리기도 한다. 핵심 역량: 복잡한 엔지니어링 시스템을 전체 시스템으로서 이해하는 데 강점이 있으며, 로켓을 처음부터 끝까지 이해하고 타협점을 찾는 데 유용하다고 생각한다. 시간 배분: 업무는 상황에 따라 유동적이며, 엔진 테스트나 탱크 테스트 캠페인 기간에는 해당 업무에 100% 집중한다. 비즈니스와 로켓 제작의 유사성: 비즈니스의 기업가적 측면이나 추격의 스릴도 즐기며, 사업을 구축하는 것은 로켓을 구축하는 것과 유사하게 올바른 결정을 내리고 자원을 투입해야 한다는 점에서 비슷하다고 본다. 1.5. 자본력 경쟁과 로켓랩의 성공 요인 경쟁 구도 변화: 초기에는 비(非)억만장자로서 억만장자들과 경쟁하는 구도였으나, 벤처 지원을 받은 로켓 회사들이 대부분 사라진 후, 현재는 블루 오리진, 에릭 슈미트가 인수한 렐러티비티 등 막대한 자원을 가진 경쟁자들과 다시 맞서고 있다. 자본력의 한계: 자본이 성공의 열쇠라면 버진 오빗(리처드 브랜슨이 12억 달러 투입)이나 렐러티비티가 성공했을 것이며, 자본은 성공을 보장하지 않는다. 로켓 신의 평준화: 로켓 업계에서는 결정을 올바르게 내리는 것이 중요하며, 자본이 많으면 나쁜 결정을 더 오래 지속할 수 있을 뿐이다. 렐러티비티 인수 관련: 에릭 슈미트의 렐러티비티 인수 소식에 대해서는 자세히 알지 못하지만, 성공하려면 아키텍처와 회사 운영에 상당한 변화가 필요할 것이라고 추측했다. 성공의 이유 분석: 스페이스X와 로켓랩만이 성공한 이유에 대해 질문받았을 때, 피터 벡은 한 가지 이유가 아닌 여러 요소의 집합이라고 답했다. 핵심 문화: 허슬(Hustle): 로켓랩 문화의 핵심은 허슬이며, 문제가 생겼을 때 멈추지 않고 수백 가지 방법을 찾아 해결하는 것을 의미한다. 문제 해결 방식: 부품을 기다리느라 9개월을 허비하는 대신, 직접 밸브를 만들어서라도 작동하게 만드는 것이 중요하며, 이는 생존 의지에서 비롯된다. 엔지니어링 중심 회사: 로켓랩은 엔지니어링 회사가 최우선이며, 모든 결정은 엔지니어링 기반의 접근 방식을 따른다. 기술적 리더십: CFO인 아담 스파이스(Adam Spice)를 포함하여 리더십 전반이 매우 기술적이며, 이는 비즈니스 전반에 걸쳐 중요하다고 본다. 리더십 스타일: 비즈니스 서적을 읽지 않으며, 리더십 스타일은 개인마다 다르며 자신에게 맞는 방식을 따른다. 1.6. 기업 문화 유지 및 관료주의 대응 변화 방지 노력: 회사가 커지면서 가장 많은 시간을 할애하는 것은 변화가 일어나지 않도록 하는 것이다. 문화 침투: 특히 인수하는 회사들의 고유 문화를 로켓랩의 문화로 침투시키는 것이 중요하다. 미국 발사대 건설 경험: 뉴질랜드에서 발사대를 건설할 때와 달리, 미국에서는 관료주의에 직면했지만, 9개월 만에 LC2(Wallops Island) 발사대를 건설하는 등 빠른 속도를 유지했다. 관료주의 대응 방식: 관료주의에 대해 화내거나 공개적으로 비난하기보다, 사람들을 설득하여 같은 생각으로 전환시키고 여정을 함께하는 방식을 주로 취한다. 뉴트론 발사대: 뉴트론 발사대 역시 기록적인 시간 내에 건설되었다. 문화 이식 전략: 뉴질랜드에서 발사대 건설을 성공시킨 팀원들을 미국으로 데려오고, '미친 키위(crazy Kiwi)'를 전략적으로 배치하여 문화를 강화하고 전파한다. 1.7. 소형 로켓 시장의 지배와 대형 로켓의 진화 소형 로켓 시장: 로켓랩이 소형 로켓 시장을 거의 완전히 장악한 가운데, 대형 로켓 분야에서 경쟁이 심화되는 현상이 흥미롭다. 문제의 해결 여부: 로켓 발사는 물리학적 한계로 인해 개선의 여지가 제한적이지만, 현재는 '풀린 문제(solved problem)'로 보고 있다. 지속적인 파동의 이유: 계속해서 새로운 스타트업 파동이 생기는 이유는 대형 로켓을 만들기 전에 소형 로켓을 먼저 만들어야 하기 때문이다. 소형 로켓의 필요성: 교훈의 축적: 소형 로켓에서 실수를 하면 비용이 적게 들지만, 대형 로켓에서는 비용이 크다. 자본 조달: 기업가적 회사들은 자본을 조달해야 하는데, 로켓을 한 번도 만들어보지 않은 팀이 10억 달러를 모으기는 어렵다. 졸업 과정: 소형 로켓을 성공적으로 만들고 반복적인 실행 능력을 입증해야만 대형 로켓을 만들 자본을 조달할 수 있는 졸업 과정과 같다. 억만장자의 역할: 억만장자들은 자본 조달 단계를 건너뛸 수 있기 때문에 이 과정을 생략할 수 있다. 대안적 발사 수단 연구: 로켓랩은 2.5년 동안 대안적 발사 수단(대체 발사)을 연구했으며, 그 결과를 논문으로 발표했다. 빔 에너지 연구: 지상국에서 마이크로파나 레이저를 이용해 열교환기를 가열하고 수소를 분리하는 빔 에너지(beamed energy) 방식을 연구했으나, 2.5년 후 좋은 아이디어가 아니라고 결론 내렸다. 화학 추진의 한계: 현재의 로켓 추진 방식은 1950년대 말 이후로 변하지 않았으며, 이미 화학 추진의 성능 한계(최고 효율 98%)에 도달했다. 해결책: 현재로서는 더 크고 큰 로켓을 만드는 것이 유일한 해결책이며, 이는 비행 성능(ISP) 문제를 해결하지 못하면 궤도에 의미 있는 질량을 올리기 어렵게 만든다. 운동 에너지 발사(Kinetic Launch): 스핀런치(SpinLaunch)와 같은 운동 에너지 발사 방식은 수백 G의 가속도를 필요로 하는데, 이는 우주선 재료에 취약성을 유발하므로 인간이나 정밀한 우주선에는 적합하지 않다고 판단했다. E1 벤처스 후원: 코어 메모리 팟캐스트는 E1 벤처스의 지원을 받고 있다. 1.8. 뉴트론 크기 결정과 소형 위성 시장 분석 뉴트론 크기 논쟁: 일부에서는 ...

최근 공개된 딥시크 논문에 대한 해설. 디램주 조정도 오지 않네요. 꼭 붙들고 가시길... 📌 딥시크 AI의 신규 기술이 DRAM 수요를 대폭 늘리는 이유는? 딥시크의 n그램 기술이 자주 반복되는 고정 패턴을 dram에 저장하여 계산 없이 빠르게 처리함으로써, dram 용량이 늘어날수록 ai 모델 성능이 지속적으로 개선되기 때문입니다. 💡 이 기술이 반도체 시장에 미칠 영향은? hbm뿐만 아니라 일반 dram의 중요성이 크게 높아져 삼성전자, SK하이닉스 등 국내 메모리 기업들의 수요가 증가하고 cxl 기술도 재조명받을 수 있습니다. 딥시크 ai의 새로운 논문은 AI 모델의 성능 향상을 위해 dram을 대폭 늘리는 혁신적인 접근법을 제시합니다. 이 콘텐츠는 기존 트랜스포머 구조의 비효율성을 극복하기 위해 '엔그램' 개념을 도입하여, 자주 반복되는 고정 패턴을 메모리에 저장하고 필요할 때 빠르게 가져오는 실용적인 방법을 설명합니다. 이 기술을 통해 메모리 용량만 늘려도 AI 모델의 성능이 지속적으로 개선됨을 증명하며, hbm 외에 일반 dram의 중요성이 다시 부각되는 현 시점에서 메모리 반도체 산업 전반에 미칠 파급력을 예측해 볼 수 있는 핵심 인사이트를 제공합니다. 1. 딥시크(DeepSeek) AI의 새로운 기술과 DRAM의 중요성 부각 1.1. 딥시크의 새로운 논문 공개와 파급력 딥시크의 새로운 기술 공개: 딥시크가 새로운 기술에 대한 논문을 GitHub에 공개하였다 . 예상되는 파급력: 이 논문은 이전에 딥시크가 언급했던 '미국의 모든 AI를 무너뜨린다'는 주장보다 훨씬 더 큰 임팩트를 남길 것으로 예상되며, 이는 우리나라(한국)에 좋은 방향으로 흘러갈 것으로 보인다 . 핵심 결론: 이 기술의 결론은 DRAM이 어마어마하게 더 많이 필요하다는 것이다 . 1.2. 기존 AI 모델의 스케일링 법칙과 한계 AI 모델 확장 이유: 현재 엔비디아 GPU 등을 통해 AI 모델을 거대하게 만들수록 성능이 좋아지기 때문에(스케일링 법칙), 더 많은 HBM과 GPU가 필요하다 . 스케일링 법칙의 증명: 최근 제미나이 3 Pro 공개 사례처럼, 학습을 통해 큰 모델에서 지속적으로 성능 개선이 확인되었으나, 스케일링 법칙이 언젠가 끝날 수 있다는 불안감이 존재했다 . 추론 모델(리저닝 모델)의 개선: 모델 크기뿐만 아니라, 추론 시간(리저닝 시간)을 늘려 토큰을 분석하며 능력을 향상시키는 방식(스케일링 법칙 증명)도 있었다 . 딥시크의 새로운 발견: 딥시크는 DRAM을 엄청나게 많이 투입하면 성능이 개선된다는 것을 보였다 . 기존 관점과의 차이: 일반적으로 DRAM을 많이 넣어도 HBM처럼 넓은 밴드위스를 제공하지 않으면 성능 개선이 어려울 것이라는 관점과 상충되어 이상하게 보일 수 있다 . 1.3. 딥시크의 기술 공개 배경과 엔그램 개념 도입 기술 공개 전략: 딥시크는 연구 개발 결과를 모두 공개하고 있으며, 이는 중국 정부의 '모든 것을 공개하라'는 압박 전략과 관련이 있는 것으로 보인다 . 협력했던 마노스 AI의 경우, 기술 공개 압박으로 인해 싱가포르로 ...

중요하다고 생각한 부분, 다시 읽었을 때 도움이 될만한 내용만 발췌. 보유 종목과 사랑에 빠지지 않는 건 알면서도 참 어려움. 📌 2026년 미국 주식 투자 시 구글, 테슬라 등 어떤 기업을 골라야 할까? 특정 기업에 대한 맹목적인 사랑을 피하고, 기업의 업사이드 요인과 리스크 요인을 객관적으로 분석하며, 고성장 산업 내 좋은 기업을 선택하는 것이 중요합니다. 💡 테슬라와 구글(알파벳) 투자 시 고려해야 할 주요 리스크는 무엇인가? 테슬라: 높은 개인 투자자 비중과 변동성, 일론 머스크 키맨 리스크, 중국 업체와의 경쟁 심화, 자율주행 시장의 새로운 경쟁자 등장, 당분간 수익성 악화 가능성. 구글(알파벳): 과도하게 상승한 밸류에이션 부담, 규제 리스크, 광고 의존 비즈니스 모델의 경기 둔화 취약성, AI 분야 경쟁 심화. 3. 장기 투자 원칙: 기업에 사랑에 빠지지 말라 3.1. 핵심 메시지 및 분산 투자 강조 마지막 영어 메시지: "Don't fall in love with your company" (보유 종목에 사랑에 빠지지 말라). 객관성 유지: 미국 시장처럼 장기 투자에 적합한 시장이라도 특정 종목에 너무 꽂혀 사랑하게 되면 객관성을 잃게 됨. 빅테크 분산 투자: 빅테크 7개 기업 중 구글이나 엔비디아 등 잘 나가는 한 종목에만 배팅하는 것은 지양해야 함. 분산 투자 권고: 미국의 기업은 훌륭한 인력이 많고 나름의 사이클이 있으므로, 분산해서 다양한 종목을 보유하는 것이 리스크를 관리하며 장기적으로 더 좋은 성과를 낼 수 있음. 3.2. 기업 리스크 이해의 중요성 블랙록 사례: 블랙록의 총자산이 ETF 중심으로 확산되어 업종/산업을 사는 투자로 확산되고 있음에도 불구하고, 여전히 일부 투자자들은 기업을 사랑하는 경향이 있음. CEO 리더십과 리스크: 일론 머스크와 같이 강한 리더십을 가진 회사도 있지만, 결국 CEO 이면에 숨겨진 리스크를 정확하게 이해하는 것이 중요함. 오늘의 주제: 오늘 인터뷰에서는 이러한 리스크에 대한 이야기를 준비했음. 4. 테슬라와 알파벳의 5대 리스크 분석 4.1. 미국 시장 및 빅테크의 자산 경량화 모델 변화 리스크 테슬라/알파벳 리스크: 테슬라와 알파벳의 5대 리스크를 다룰 예정이며, 미국 시장의 가장 큰 리스크에 대해서도 논의할 예정임. 빅테크의 기존 모델: 빅테크 기업들은 원래 R&D 중심이고 설비 투자를 안 하는 기업이어서 자산 경량화 모델로 평가받았으며, 월가는 이 모델을 선호했음. TSMC 사례: TSMC와 같이 반도체 제조 주문을 주는 기업도 있지만, 빅테크 기업들이 설비 투자마저 집중적으로 하면서 자산 경량화에서 자본 집약적인 모델로 바뀌고 있음. 밸류에이션 페널티: 모델이 바뀌면 원래 밸류에이션에 페널티를 받아야 하지만, 시장이 아직 페널티를 부과하지 않아 언젠가 밸류에이션이 낮아질 수 있으므로 경계해야 함. 4.2. 투자에서 업종(산업) 분석의 중요성 펀더멘탈과 업종: 투자는 에어비앤비처럼 가만히 있어도 좋은 업종의 종목을 보유하면 올라가므로, 업종(산업)을 잘 보는 것이 매우 중요함. 성장 산업의 우위: 고성장 산업에서 중간 정도 하는 회사가 사양 산업에서 1등 하는 회사보다 장기적인 투자 수익률이...