‒ 경험적인 과잉투자 징후로는 크게 1) PSR 밸류에이션 확대, 2) 마진 하락/둔화, 3) IPO 호황 등을 꼽을 수 있음
‒ 2025년말 위 조합은 아직 갖춰지지 않았고, 과잉투자 징후는 2027년에나 나타날 공산이 높음
*신한 김성환 위원님 자료 발췌
‒ 2025년말 위 조합은 아직 갖춰지지 않았고, 과잉투자 징후는 2027년에나 나타날 공산이 높음
*신한 김성환 위원님 자료 발췌
Gromit 공부방
GS High Beta Momentum Basket vs. Nasdaq 100 Index 업뎃 언제 쳐맞아도 할 말 없는 과열 구간인 건 알고 있었지만.. 충실한 모멘텀 카미카제로서 장 체감 난이도가 확 올라간 듯한
GS High Beta Momentum Basket vs. Nasdaq 100 Index 업뎃
Gromit 공부방
GS High Beta Momentum Basket vs. Nasdaq 100 Index 업뎃
마켓브레쓰가 그렇게까지 긍정적인 상황은 아닌 걸 감안하면 그냥 가는 놈만 가는 모멘텀 장
‒ 이번 주 미국 증시에서 3일 연속 마켓 브레쓰(시장 내 종목 상승·하락 분포)가 극단적으로 흔들리며, 지수는 오르지만 대부분 종목이 하락하는 불균형 현상이 심화.
‒ 특히 화요일에는 S&P500이 상승 마감했음에도 398개 종목이 하락해, 2000년 이후 “지수 상승일 중 최대 하락 종목 수” 기록을 갱신.
‒ 목요일엔 반대로 지수는 소폭 하락했지만 317개(63%) 종목이 상승, 지수 움직임과 종목 흐름이 완전히 괴리된 양상 보임.
‒ JPM 델타원 데스크는 올해 들어 이런 ‘지수 상승 + 약한 시장 폭’ 혹은 ‘지수 하락 + 강한 시장 폭’ 현상이 20회 이상 발생했다고 분석, 이는 2000년 이후 최고 빈도라고 지적.
‒ 이런 흐름은 ‘시장 집중(concentration)’이 심화된 결과로, 2020년과 유사한 집중 리스크가 부각되고 있다고 언급.
‒ 특히 화요일에는 S&P500이 상승 마감했음에도 398개 종목이 하락해, 2000년 이후 “지수 상승일 중 최대 하락 종목 수” 기록을 갱신.
‒ 목요일엔 반대로 지수는 소폭 하락했지만 317개(63%) 종목이 상승, 지수 움직임과 종목 흐름이 완전히 괴리된 양상 보임.
‒ JPM 델타원 데스크는 올해 들어 이런 ‘지수 상승 + 약한 시장 폭’ 혹은 ‘지수 하락 + 강한 시장 폭’ 현상이 20회 이상 발생했다고 분석, 이는 2000년 이후 최고 빈도라고 지적.
‒ 이런 흐름은 ‘시장 집중(concentration)’이 심화된 결과로, 2020년과 유사한 집중 리스크가 부각되고 있다고 언급.
‒ JPMorgan의 Nikolaos Panigirtzoglou 전략가는 현재 시장과 1990년대 닷컴버블 국면을 동일시하는 시각에 반박하며, 현재는 구조적으로 전혀 다른 5가지 핵심 차이점이 있다고 지적.
‒ [Figure 1] 첫째, 비금융 기업들의 재무건전성이 압도적으로 개선되어 있음. 1990년대 후반에는 투자지출이 내부현금흐름을 초과해 적자였지만, 현재는 글로벌 G4 비금융 기업들이 GDP 대비 순저축 상태로 연간 약 5,400억달러의 잉여를 기록 중.
‒ [Figure 2] 둘째, 미국 가계의 주식비중은 높지만 글로벌 비은행 투자자의 주식 비중은 닷컴 피크보다 여전히 낮음, 즉 전 세계 차원에서는 포지션이 과도하지 않음. 또한 주식비중 상승 속도도 1990년대보다 완만함.
‒ [Figure 3] 셋째, 현금·채권 자산이 연 7조달러(글로벌 시가총액의 5.7%)씩 늘어나는 반면, 순주식공급은 오히려 연평균 900억달러 감소 중이어서, 1990년대 대비 유동성 구조가 훨씬 건전함.
‒ [Figure 4] 넷째, AI 관련 데이터센터 등 설비투자는 빠르게 늘고 있으나 IT 외 산업 투자 부진으로 GDP 대비 전체 CapEx 비율은 1990년대처럼 폭등하지 않음, 즉 총체적 과잉투자는 아직 나타나지 않음.
‒ [Figure 8, 9, 12, 13] 다섯째, 밸류에이션 구조가 근본적으로 다름. 1990년대 Mag7의 PER이 70배까지 치솟았던 반면, 현재 Mag7(Alphabet, Amazon, Apple, Meta, Microsoft, NVIDIA, Tesla)은 30~40배 수준에서 평균회귀 중이며, S&P500 상승은 밸류 확장이 아니라 실적성장(EPS Growth)이 견인함.
‒ 결론적으로 2025년 시장은 재무건전성·포지션 밸런스·실적기반 밸류에이션 면에서 닷컴버블과 근본적으로 다른 환경이며, AI 투자가 거시 버블이 아닌 구조적 성장의 일부로 작동하고 있음.
‒ [Figure 1] 첫째, 비금융 기업들의 재무건전성이 압도적으로 개선되어 있음. 1990년대 후반에는 투자지출이 내부현금흐름을 초과해 적자였지만, 현재는 글로벌 G4 비금융 기업들이 GDP 대비 순저축 상태로 연간 약 5,400억달러의 잉여를 기록 중.
‒ [Figure 2] 둘째, 미국 가계의 주식비중은 높지만 글로벌 비은행 투자자의 주식 비중은 닷컴 피크보다 여전히 낮음, 즉 전 세계 차원에서는 포지션이 과도하지 않음. 또한 주식비중 상승 속도도 1990년대보다 완만함.
‒ [Figure 3] 셋째, 현금·채권 자산이 연 7조달러(글로벌 시가총액의 5.7%)씩 늘어나는 반면, 순주식공급은 오히려 연평균 900억달러 감소 중이어서, 1990년대 대비 유동성 구조가 훨씬 건전함.
‒ [Figure 4] 넷째, AI 관련 데이터센터 등 설비투자는 빠르게 늘고 있으나 IT 외 산업 투자 부진으로 GDP 대비 전체 CapEx 비율은 1990년대처럼 폭등하지 않음, 즉 총체적 과잉투자는 아직 나타나지 않음.
‒ [Figure 8, 9, 12, 13] 다섯째, 밸류에이션 구조가 근본적으로 다름. 1990년대 Mag7의 PER이 70배까지 치솟았던 반면, 현재 Mag7(Alphabet, Amazon, Apple, Meta, Microsoft, NVIDIA, Tesla)은 30~40배 수준에서 평균회귀 중이며, S&P500 상승은 밸류 확장이 아니라 실적성장(EPS Growth)이 견인함.
‒ 결론적으로 2025년 시장은 재무건전성·포지션 밸런스·실적기반 밸류에이션 면에서 닷컴버블과 근본적으로 다른 환경이며, AI 투자가 거시 버블이 아닌 구조적 성장의 일부로 작동하고 있음.
Citi, 2025 GTC Washington Keynote (25.10.28)
✅ AI 인프라 확장 본격화: 미국 전역에 ‘AI 산업혁명’ 촉발
‒ 젠슨 황 CEO는 이번 GTC 워싱턴 키노트에서 AI가 산업 전반으로 확장되는 미래 청사진을 제시.
‒ 구글·MS·오라클 등과 협력해 미국 내 AI 인프라 구축을 위한 대규모 파트너십을 발표, 차세대 산업혁명을 주도할 기반을 강화.
‒ 구글은 GB300 NVL72와 RTX PRO 6000 Blackwell GPU를 클라우드 및 온프레미스에 도입했고, MS는 Azure 기반 대규모 클러스터를 통해 OpenAI에 공급, 오라클은 NVDA 인프라를 활용한 Zettascale10 초대형 AI 슈퍼컴퓨터를 공개.
‒ 스타트업 Lambda는 100MW 규모 AI 팩토리를 건설 중으로, 1만 개 이상의 Blackwell GPU를 탑재할 예정 .
✅ 초대형 슈퍼컴퓨터 프로젝트 7건 가속화
‒ NVDA는 DOE 산하 아르곤·로스앨러모스 연구소와 협력해 7개의 신규 AI 슈퍼컴퓨터 프로젝트를 추진.
‒ 그중 최대 규모인 ‘Solstice’ 시스템에는 100,000개 이상의 Blackwell GPU가 사용될 예정으로, 미국 내 AI 연구 및 과학 혁신 인프라를 대폭 확장할 전망.
✅ 통신·모빌리티·산업 자동화 전방위 확장
‒ 노키아와 협력해 AI 기반 RAN(무선접속망) 제품을 개발, 5G-Advanced 및 6G 통신망의 AI 전환을 가속화함.
‒ 우버와의 파트너십을 통해 레벨4 자율주행 로보택시 생태계를 구축, 향후 10만대 규모로 글로벌 확장을 목표로 함.
‒ 팔란티어(PLTR)와 협력해 정부·산업용 데이터를 실시간 의사결정 인텔리전스로 전환하는 운영형 AI(Operational AI) 기술스택을 공동 개발.
‒ 제조·로보틱스 부문에서도 Omniverse 플랫폼을 활용, ‘Physical AI’ 기반의 로봇 공장 및 자율 협업 로봇 구축으로 미국 재산업화(Reindustrialization)를 지원.
✅ 차세대 기술: NVQLink로 GPU와 양자컴퓨팅 결합
‒ NVDA는 GPU와 양자 프로세서를 결합하는 NVQLink 아키텍처를 발표, 17개 양자 연구기관과 9개 과학연구소와 협력 중.
‒ 이는 GPU 기반의 가속형 양자 슈퍼컴퓨터 생태계를 구축해 향후 ‘AI+Quantum 융합컴퓨팅’ 시대의 초석을 마련하는 전략.
#NVDA
‒ 젠슨 황 CEO는 이번 GTC 워싱턴 키노트에서 AI가 산업 전반으로 확장되는 미래 청사진을 제시.
‒ 구글·MS·오라클 등과 협력해 미국 내 AI 인프라 구축을 위한 대규모 파트너십을 발표, 차세대 산업혁명을 주도할 기반을 강화.
‒ 구글은 GB300 NVL72와 RTX PRO 6000 Blackwell GPU를 클라우드 및 온프레미스에 도입했고, MS는 Azure 기반 대규모 클러스터를 통해 OpenAI에 공급, 오라클은 NVDA 인프라를 활용한 Zettascale10 초대형 AI 슈퍼컴퓨터를 공개.
‒ 스타트업 Lambda는 100MW 규모 AI 팩토리를 건설 중으로, 1만 개 이상의 Blackwell GPU를 탑재할 예정 .
‒ NVDA는 DOE 산하 아르곤·로스앨러모스 연구소와 협력해 7개의 신규 AI 슈퍼컴퓨터 프로젝트를 추진.
‒ 그중 최대 규모인 ‘Solstice’ 시스템에는 100,000개 이상의 Blackwell GPU가 사용될 예정으로, 미국 내 AI 연구 및 과학 혁신 인프라를 대폭 확장할 전망.
‒ 노키아와 협력해 AI 기반 RAN(무선접속망) 제품을 개발, 5G-Advanced 및 6G 통신망의 AI 전환을 가속화함.
‒ 우버와의 파트너십을 통해 레벨4 자율주행 로보택시 생태계를 구축, 향후 10만대 규모로 글로벌 확장을 목표로 함.
‒ 팔란티어(PLTR)와 협력해 정부·산업용 데이터를 실시간 의사결정 인텔리전스로 전환하는 운영형 AI(Operational AI) 기술스택을 공동 개발.
‒ 제조·로보틱스 부문에서도 Omniverse 플랫폼을 활용, ‘Physical AI’ 기반의 로봇 공장 및 자율 협업 로봇 구축으로 미국 재산업화(Reindustrialization)를 지원.
‒ NVDA는 GPU와 양자 프로세서를 결합하는 NVQLink 아키텍처를 발표, 17개 양자 연구기관과 9개 과학연구소와 협력 중.
‒ 이는 GPU 기반의 가속형 양자 슈퍼컴퓨터 생태계를 구축해 향후 ‘AI+Quantum 융합컴퓨팅’ 시대의 초석을 마련하는 전략.
#NVDA
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Aim High
Bg2 Podcast에서 진행한 샘 올트먼과 사티아 나델라와의 대담
Q) 몇 주 전 Greg Brockman(OpenAI 공동창립자)이
'만약 우리가 컴퓨팅 파워를 10배 늘릴 수 있다면.. 매출은 10배가 되지는 않겠지만 확실히 지금보다 훨씬 더 많은 매출을 올릴 수 있다. 단순히 컴퓨팅 파워가 부족하기 때문이다.' 라고 말한 것을 들었습니다.
Sam Altman) 네, 우리가 얼마나 컴퓨팅 파워 부족에 발목이 잡혀있는지 보면 놀라실 정도입니다. 여러 면에서 우리는 지난 1년간 컴퓨팅 파워를 아마 10배 정도 확장했습니다. 하지만 만약 지금보다 10배 더 많은 컴퓨팅 파워가 있었다면, 매출이 10배가 되었을지는 잘 몰라도, 제 생각엔 10배라는 숫자와 그렇게 멀지는 않았을 겁니다.
—
Q) 사티아에게서도 같은 말을 들었습니다. 컴퓨팅 파워 제약을 받고 있으며, 만약 컴퓨팅 파워가 더 많았다면 성장률이 훨씬 더 높았을 것이라고요. 샘, 지금 당장 얼마나 컴퓨팅 파워가 부족하다고 느끼시는지, 그리고 향후 2~3년간의 증설 계획을 볼 때, 언젠가는 컴퓨팅 파워 제약을 받지 않는 시점이 올 것이라고 생각하시는지 설명해 주실 수 있나요?
Sam Altman) 우리는 '과연 충분한 컴퓨팅 파워란 게 존재할까?'라는 질문을 많이 합니다. 제 생각에 이 문제를 가장 잘 이해하는 방법은 이것을 '에너지' 처럼 생각하는 것입니다. 특정 가격대에서의 에너지 수요는 말할 수 있지만, 가격 수준별로 달라지는 수요를 이야기하지 않고 에너지 수요 자체를 논할 수는 없습니다. 만약 내일 당장 지능 1단위당 컴퓨팅 비용이 1/100로 떨어진다면, 사용량은 100배 이상 증가하는 것을 보게 될 겁니다. 지금 비용으로는 경제성이 전혀 맞지 않아서 사람들이 하고 싶어도 못하는 일들이 많지만, 비용이 떨어지면 완전히 새로운 종류의 수요가 생겨날 것입니다.
모델이 훨씬 더 똑똑해져서 이 모델로 암을 치료하거나, 새로운 물리학을 발견하거나, 수많은 휴머노이드 로봇을 조종해 우주 정거장을 건설하는 등 원하는 어떤 미친 일이든 할 수 있게 된다면 어떨까요? 어쩌면 사람들은 지금 우리가 알지 못하는 훨씬 더 높은 수준의 지능을 위해, 지능 1단위당 훨씬 더 높은 비용을 기꺼이 지불할 의사가 있을지도 모릅니다. 저는 그럴 것이라고 봅니다.
그래서 capacity에 대해 이야기할 때는... 그것은 마치 '단위당 비용'과 '단위당 성능' 같은 것이고, 이런 곡선 없이는 사실 제대로 정의되지 않은 문제를 말하는 것과 같습니다.
Satya Nadella) 제 생각에 샘이 말했던 것 중 핵심은, 지능이 '컴퓨팅의 로그 함수' 관계라면, 우리는 계속해서 효율성을 높이는 데 집중해야 한다는 것입니다. 즉, '달러당', '와트당' 처리하는 토큰 수를 늘리고, 사회가 그로부터 얻는 경제적 가치를 극대화하며 비용은 줄여야 합니다. 이것이 바로 제번스의 역설 지점이죠. 어떤 의미에서는 지능을 계속 저렴하게 만들어 그것이 전 세계 GDP 성장의 진정한 동력이 되도록 하는 것입니다.
Sam Altman) 안타깝게도 현실은 '지능의 로그 = 컴퓨팅의 로그'에 더 가깝습니다만... 하지만 우리는 더 나은 스케일링 법칙을 찾아내거나 이 문제를 극복할 방법을 찾을 수도 있습니다.
* Source : https://www.youtube.com/watch?v=Gnl833wXRz0&list=WL&index=2&t=353s
Q) 몇 주 전 Greg Brockman(OpenAI 공동창립자)이
'만약 우리가 컴퓨팅 파워를 10배 늘릴 수 있다면.. 매출은 10배가 되지는 않겠지만 확실히 지금보다 훨씬 더 많은 매출을 올릴 수 있다. 단순히 컴퓨팅 파워가 부족하기 때문이다.' 라고 말한 것을 들었습니다.
Sam Altman) 네, 우리가 얼마나 컴퓨팅 파워 부족에 발목이 잡혀있는지 보면 놀라실 정도입니다. 여러 면에서 우리는 지난 1년간 컴퓨팅 파워를 아마 10배 정도 확장했습니다. 하지만 만약 지금보다 10배 더 많은 컴퓨팅 파워가 있었다면, 매출이 10배가 되었을지는 잘 몰라도, 제 생각엔 10배라는 숫자와 그렇게 멀지는 않았을 겁니다.
—
Q) 사티아에게서도 같은 말을 들었습니다. 컴퓨팅 파워 제약을 받고 있으며, 만약 컴퓨팅 파워가 더 많았다면 성장률이 훨씬 더 높았을 것이라고요. 샘, 지금 당장 얼마나 컴퓨팅 파워가 부족하다고 느끼시는지, 그리고 향후 2~3년간의 증설 계획을 볼 때, 언젠가는 컴퓨팅 파워 제약을 받지 않는 시점이 올 것이라고 생각하시는지 설명해 주실 수 있나요?
Sam Altman) 우리는 '과연 충분한 컴퓨팅 파워란 게 존재할까?'라는 질문을 많이 합니다. 제 생각에 이 문제를 가장 잘 이해하는 방법은 이것을 '에너지' 처럼 생각하는 것입니다. 특정 가격대에서의 에너지 수요는 말할 수 있지만, 가격 수준별로 달라지는 수요를 이야기하지 않고 에너지 수요 자체를 논할 수는 없습니다. 만약 내일 당장 지능 1단위당 컴퓨팅 비용이 1/100로 떨어진다면, 사용량은 100배 이상 증가하는 것을 보게 될 겁니다. 지금 비용으로는 경제성이 전혀 맞지 않아서 사람들이 하고 싶어도 못하는 일들이 많지만, 비용이 떨어지면 완전히 새로운 종류의 수요가 생겨날 것입니다.
모델이 훨씬 더 똑똑해져서 이 모델로 암을 치료하거나, 새로운 물리학을 발견하거나, 수많은 휴머노이드 로봇을 조종해 우주 정거장을 건설하는 등 원하는 어떤 미친 일이든 할 수 있게 된다면 어떨까요? 어쩌면 사람들은 지금 우리가 알지 못하는 훨씬 더 높은 수준의 지능을 위해, 지능 1단위당 훨씬 더 높은 비용을 기꺼이 지불할 의사가 있을지도 모릅니다. 저는 그럴 것이라고 봅니다.
그래서 capacity에 대해 이야기할 때는... 그것은 마치 '단위당 비용'과 '단위당 성능' 같은 것이고, 이런 곡선 없이는 사실 제대로 정의되지 않은 문제를 말하는 것과 같습니다.
Satya Nadella) 제 생각에 샘이 말했던 것 중 핵심은, 지능이 '컴퓨팅의 로그 함수' 관계라면, 우리는 계속해서 효율성을 높이는 데 집중해야 한다는 것입니다. 즉, '달러당', '와트당' 처리하는 토큰 수를 늘리고, 사회가 그로부터 얻는 경제적 가치를 극대화하며 비용은 줄여야 합니다. 이것이 바로 제번스의 역설 지점이죠. 어떤 의미에서는 지능을 계속 저렴하게 만들어 그것이 전 세계 GDP 성장의 진정한 동력이 되도록 하는 것입니다.
Sam Altman) 안타깝게도 현실은 '지능의 로그 = 컴퓨팅의 로그'에 더 가깝습니다만... 하지만 우리는 더 나은 스케일링 법칙을 찾아내거나 이 문제를 극복할 방법을 찾을 수도 있습니다.
* Source : https://www.youtube.com/watch?v=Gnl833wXRz0&list=WL&index=2&t=353s
Forwarded from Aim High
Bg2 Podcast에서 진행한 샘 올트먼과 사티아 나델라와의 대담
Q) 어제 마이크로소프트와 구글 모두 GPU가 더 많았다면 클라우드 비즈니스가 더 빠르게 성장했을 것이라고 말했습니다. 그리고 제가 이 팟캐스트에서 젠슨황에게 향후 5년 내에 컴퓨팅 파워 공급 과잉이 올 가능성이 있느냐고 물었더니 그는 향후 2~3년 안에는 사실상 불가능하다고 답했습니다. 두 분 모두 젠슨의 의견에 동의하실 것 같습니다. 5~7년 뒤는 내다볼 수 없더라도, 적어도 우리가 방금 논의한 이유들 때문에 향후 2~3년 동안은 컴퓨팅 파워가 남아돌 가능성은 거의 없다는 것에 대해서요.
Satya Nadella) 글쎄요, 제 생각에 이 특정한 경우의 수요와 공급 주기는 사실 예측하기가 어렵습니다. 핵심은 장기적인 추세입니다. 장기 추세는 샘이 말한 대로입니다.
왜냐하면 솔직히 말해서 우리가 지금 겪고 있는 가장 큰 문제는 컴퓨팅 공급 과잉이 아니라 '전력(power)' 이고, 전력 가까이에 '건설(builds)' 을 충분히 빨리 완료할 수 있는 능력입니다. 만약 이를 해낼 수 없다면, 실제로는 창고에 칩이 잔뜩 쌓여 있는데도 제가 플러그인을 꽂을 수 없는 상황이 발생할 수 있습니다. 사실 이게 오늘날 저의 문제입니다. 칩 공급 문제가 아니라, 사실상 제가 '칩을 꽂을 준비된 공간(warm shells, 데이터센터)' 이 없다는 것입니다. 그래서 어떤 공급망 제약이 나타날지는 예측하기 어렵습니다. 왜냐하면 수요가... 예측하기 어렵기 때문이죠.
샘과 제가 "오, 맙소사. 컴퓨팅이 덜 부족하네"라고 말하고 싶어서 여기 앉아있는 게 아닙니다. 그건 단지 우리가 수요가 실제로 어떨지 예측하는 데 그다지 능숙하지 못하기 때문일 겁니다.
그리고 이건 전 세계적인 문제입니다.
한 국가의 한 부문에 대해 이야기하는 것과 전 세계 모든 곳에 그것을 보급하는 것은 전혀 다른 이야기입니다. 그래서 제약은 계속 있을 것이고, 우리가 그것을 어떻게 헤쳐나갈지가 가장 중요할 것입니다. 결코 순탄하고 선형적인 길은 아닐 겁니다.
Sam Altman) 공급 과잉은 반드시 올 겁니다. 그게 2~3년 뒤일지 5~6년 뒤일지는 저도 말할 수 없지만, 어느 시점에는 반드시 일어날 겁니다. 아마 그 과정에서 여러 번 그런 시점이 있을 겁니다. 여기에는 인간 심리와 버블에 대한 깊은 무언가가 있습니다. 또한 사티아가 말했듯이, 이것은 매우 복잡한 공급망이고, 이상한 것들이 만들어지기도 하며, 기술 환경이 크게 바뀌기도 합니다. 만약 아주 값싼 형태의 에너지가 곧 대규모로 상용화된다면, 많은 사람들이 기존에 서명했던 계약 때문에 엄청난 타격을 입을 것입니다. 만약 우리가 '지능 1단위당 비용'을 지금처럼 믿을 수 없을 정도로 가령 연평균 40배씩 계속 낮출 수 있다면, 인프라 구축 관점에서는 매우 무서운 속도입니다. 다시 말하지만, 우리는 그것이 저렴해질수록 수요가 훨씬 더 많아질 것이라는 데 베팅하고 있습니다.
하지만 저는 한편으로 이런 두려움도 있습니다. '세상에, 우리가 계속 이런 breakthroughs를 만들어내서 모든 사람이 자기 노트북으로 개인 AGI를 실행할 수 있게 되면 어쩌지? 그렇다면 우리가 지금 한 짓.. 막대한 인프라 투자같은 건 완전히 미친 짓이었던 거네?..' 과거 다른 모든 기술 인프라 사이클의 여러 시점에서 그랬듯이, 어떤 사람들은 정말 크게 타격을 입을 겁니다.
* Source : https://www.youtube.com/watch?v=Gnl833wXRz0&list=WL&index=2&t=353s
Q) 어제 마이크로소프트와 구글 모두 GPU가 더 많았다면 클라우드 비즈니스가 더 빠르게 성장했을 것이라고 말했습니다. 그리고 제가 이 팟캐스트에서 젠슨황에게 향후 5년 내에 컴퓨팅 파워 공급 과잉이 올 가능성이 있느냐고 물었더니 그는 향후 2~3년 안에는 사실상 불가능하다고 답했습니다. 두 분 모두 젠슨의 의견에 동의하실 것 같습니다. 5~7년 뒤는 내다볼 수 없더라도, 적어도 우리가 방금 논의한 이유들 때문에 향후 2~3년 동안은 컴퓨팅 파워가 남아돌 가능성은 거의 없다는 것에 대해서요.
Satya Nadella) 글쎄요, 제 생각에 이 특정한 경우의 수요와 공급 주기는 사실 예측하기가 어렵습니다. 핵심은 장기적인 추세입니다. 장기 추세는 샘이 말한 대로입니다.
왜냐하면 솔직히 말해서 우리가 지금 겪고 있는 가장 큰 문제는 컴퓨팅 공급 과잉이 아니라 '전력(power)' 이고, 전력 가까이에 '건설(builds)' 을 충분히 빨리 완료할 수 있는 능력입니다. 만약 이를 해낼 수 없다면, 실제로는 창고에 칩이 잔뜩 쌓여 있는데도 제가 플러그인을 꽂을 수 없는 상황이 발생할 수 있습니다. 사실 이게 오늘날 저의 문제입니다. 칩 공급 문제가 아니라, 사실상 제가 '칩을 꽂을 준비된 공간(warm shells, 데이터센터)' 이 없다는 것입니다. 그래서 어떤 공급망 제약이 나타날지는 예측하기 어렵습니다. 왜냐하면 수요가... 예측하기 어렵기 때문이죠.
샘과 제가 "오, 맙소사. 컴퓨팅이 덜 부족하네"라고 말하고 싶어서 여기 앉아있는 게 아닙니다. 그건 단지 우리가 수요가 실제로 어떨지 예측하는 데 그다지 능숙하지 못하기 때문일 겁니다.
그리고 이건 전 세계적인 문제입니다.
한 국가의 한 부문에 대해 이야기하는 것과 전 세계 모든 곳에 그것을 보급하는 것은 전혀 다른 이야기입니다. 그래서 제약은 계속 있을 것이고, 우리가 그것을 어떻게 헤쳐나갈지가 가장 중요할 것입니다. 결코 순탄하고 선형적인 길은 아닐 겁니다.
Sam Altman) 공급 과잉은 반드시 올 겁니다. 그게 2~3년 뒤일지 5~6년 뒤일지는 저도 말할 수 없지만, 어느 시점에는 반드시 일어날 겁니다. 아마 그 과정에서 여러 번 그런 시점이 있을 겁니다. 여기에는 인간 심리와 버블에 대한 깊은 무언가가 있습니다. 또한 사티아가 말했듯이, 이것은 매우 복잡한 공급망이고, 이상한 것들이 만들어지기도 하며, 기술 환경이 크게 바뀌기도 합니다. 만약 아주 값싼 형태의 에너지가 곧 대규모로 상용화된다면, 많은 사람들이 기존에 서명했던 계약 때문에 엄청난 타격을 입을 것입니다. 만약 우리가 '지능 1단위당 비용'을 지금처럼 믿을 수 없을 정도로 가령 연평균 40배씩 계속 낮출 수 있다면, 인프라 구축 관점에서는 매우 무서운 속도입니다. 다시 말하지만, 우리는 그것이 저렴해질수록 수요가 훨씬 더 많아질 것이라는 데 베팅하고 있습니다.
하지만 저는 한편으로 이런 두려움도 있습니다. '세상에, 우리가 계속 이런 breakthroughs를 만들어내서 모든 사람이 자기 노트북으로 개인 AGI를 실행할 수 있게 되면 어쩌지? 그렇다면 우리가 지금 한 짓.. 막대한 인프라 투자같은 건 완전히 미친 짓이었던 거네?..' 과거 다른 모든 기술 인프라 사이클의 여러 시점에서 그랬듯이, 어떤 사람들은 정말 크게 타격을 입을 겁니다.
* Source : https://www.youtube.com/watch?v=Gnl833wXRz0&list=WL&index=2&t=353s