Forwarded from Macro Jungle | micro lens
Goldman Sachs – Cameco Corp.(CCJ)
[Energy, CleanTech & Utilities Conference Key Takeaways]
에너지, 클린테크, 유틸리티 컨퍼런스 핵심요약
Goldman Sachs는 1월 7일 마이애미에서 Cameco와 파이어사이드 챗을 진행했으며, 경영진은 (1) 시장 전망, (2) 웨스팅하우스, (3) 자금 조달, (4) 공급망에 대해 논의했음.
Key Takeaways
Uranium outlook
: CCJ는 2026년 및 그 이후 우라늄 시장 환경을 긍정적으로 보고 있음. 산업 수요 전망은 원전 재가동, 라이선스 연장, 신규 FID, SMR 개발 효과를 과소평가하고 있다고 판단함. 반면 의미 있는 신규 공급이 시장에 유입될 수 있다는 기대는 과장되어 있다고 봄. 유틸리티들은 2012년 이후 대체 수요 이하 수준으로 우라늄을 구매해왔으며, 이로 인해 재고가 고갈됨. 이에 따라 시장은 가격을 급격히 끌어올릴 수 있는 공급 충격에 취약하다고 봄. 다만 그 촉발 요인은 불확실함. CCJ는 상단 $150/lb, 하단 mid-$70/lb 수준의 가격 범위를 갖는 시장 연동 계약 체결에 집중 중이며, 이는 중간값 기준 약 $115/lb의 우라늄 가격을 시사함. 장기 가격 $86/lb가 17년래 고점이지만, 산업 계약의 약 70%가 시장 연동형이기 때문에 현물 가격에 완전히 반영되지 않은 추가 상승 여지가 있다고 판단함.
Westinghouse
: 2026년은 AP1000 원전의 FID가 다수 발생하는 중요한 해가 될 것으로 예상함. 폴란드, 불가리아 및 기타 유럽 국가들이 포함됨. 미국과 캐나다에서도 multi-GW 규모의 신규 원전 건설 기회에 대해 낙관적임. 미국 정부의 $800억 규모 계약(8~10기 신규 원전 구축 지원)은 기존 재가동이나 타사 신규 원전과는 별개의 프로젝트임. 또한 한국이 체코, UAE에 AP1000을 도입하려는 움직임, 중국의 CAP1000 건설도 기회 요인으로 인식함. 전반적으로 2026년 원전 건설 모멘텀이 본격화된다고 판단함.
Funding and supply chains
: CCJ는 미국 정부의 $800억 계약이 글로벌 대비 미국 원전 시장 발전 지연에 대한 불만에서 출발했다고 봄. 해당 계약은 초기 프로젝트보다는 5~6번째 건설 물량 중심으로 수주잔고가 형성되어 있음. 이 계약은 유틸리티와 개발사의 리스크를 낮추고 향후 FID를 지원하기 위해 공급망을 자극할 것으로 봄. 2030년까지 10기 원전 착공 목표를 달성하려면, 장기 소요 품목은 2026년에 발주돼야 함. 미 에너지부 산하 Energy Dominance Financing Office는 추가로 $2,500억 규모의 원전 지원 자금을 보유 중이며, 최근 발표된 국제 투자 펀드도 있음. CCJ는 웨스팅하우스가 연간 4기 착공이 가능하다고 보며, 5년 내 20기 착공이 가능하다고 판단함. 다만 이를 초과하려면 공급망 추가 자본 투입이 필요함.
*Source: Goldman Sachs
[Energy, CleanTech & Utilities Conference Key Takeaways]
에너지, 클린테크, 유틸리티 컨퍼런스 핵심요약
Goldman Sachs는 1월 7일 마이애미에서 Cameco와 파이어사이드 챗을 진행했으며, 경영진은 (1) 시장 전망, (2) 웨스팅하우스, (3) 자금 조달, (4) 공급망에 대해 논의했음.
Key Takeaways
Uranium outlook
: CCJ는 2026년 및 그 이후 우라늄 시장 환경을 긍정적으로 보고 있음. 산업 수요 전망은 원전 재가동, 라이선스 연장, 신규 FID, SMR 개발 효과를 과소평가하고 있다고 판단함. 반면 의미 있는 신규 공급이 시장에 유입될 수 있다는 기대는 과장되어 있다고 봄. 유틸리티들은 2012년 이후 대체 수요 이하 수준으로 우라늄을 구매해왔으며, 이로 인해 재고가 고갈됨. 이에 따라 시장은 가격을 급격히 끌어올릴 수 있는 공급 충격에 취약하다고 봄. 다만 그 촉발 요인은 불확실함. CCJ는 상단 $150/lb, 하단 mid-$70/lb 수준의 가격 범위를 갖는 시장 연동 계약 체결에 집중 중이며, 이는 중간값 기준 약 $115/lb의 우라늄 가격을 시사함. 장기 가격 $86/lb가 17년래 고점이지만, 산업 계약의 약 70%가 시장 연동형이기 때문에 현물 가격에 완전히 반영되지 않은 추가 상승 여지가 있다고 판단함.
Westinghouse
: 2026년은 AP1000 원전의 FID가 다수 발생하는 중요한 해가 될 것으로 예상함. 폴란드, 불가리아 및 기타 유럽 국가들이 포함됨. 미국과 캐나다에서도 multi-GW 규모의 신규 원전 건설 기회에 대해 낙관적임. 미국 정부의 $800억 규모 계약(8~10기 신규 원전 구축 지원)은 기존 재가동이나 타사 신규 원전과는 별개의 프로젝트임. 또한 한국이 체코, UAE에 AP1000을 도입하려는 움직임, 중국의 CAP1000 건설도 기회 요인으로 인식함. 전반적으로 2026년 원전 건설 모멘텀이 본격화된다고 판단함.
Funding and supply chains
: CCJ는 미국 정부의 $800억 계약이 글로벌 대비 미국 원전 시장 발전 지연에 대한 불만에서 출발했다고 봄. 해당 계약은 초기 프로젝트보다는 5~6번째 건설 물량 중심으로 수주잔고가 형성되어 있음. 이 계약은 유틸리티와 개발사의 리스크를 낮추고 향후 FID를 지원하기 위해 공급망을 자극할 것으로 봄. 2030년까지 10기 원전 착공 목표를 달성하려면, 장기 소요 품목은 2026년에 발주돼야 함. 미 에너지부 산하 Energy Dominance Financing Office는 추가로 $2,500억 규모의 원전 지원 자금을 보유 중이며, 최근 발표된 국제 투자 펀드도 있음. CCJ는 웨스팅하우스가 연간 4기 착공이 가능하다고 보며, 5년 내 20기 착공이 가능하다고 판단함. 다만 이를 초과하려면 공급망 추가 자본 투입이 필요함.
*Source: Goldman Sachs
기억보단 기록을
#소비재 기사에 나온 미국 회사들 중에 2개가 보이네요! 조용히 우상향 중 1) 랄프로렌 (RL) 2) Tapestry (TPL) - Coach 소유한 모기업 특히 TPL 매출은 조금씩 우상향 하는 느낌 참고로 작년에 조지아주에 있을때 Coach 매장 갈때마다 사람들이 바글바글했음. 저희 내무부장관님도 Coach를 너무 좋아해서 결혼 선물로 가방 하나 상납함 😂 한국인 여성분들도 Coach 좋아하나요? 요즘 가방 디자인 잘 뽑긴 하던데 한국 인지도…
NAVER
로컬 명품 브랜드의 반격 (feat. Coach)
✅ 3줄 요약
#PLTR
팔란티어, 우크라이나 실전 데이터 기반 인프라 구축
1) 우크라이나 국방부와 협력하여 4년간의 실전 데이터를 통합 관리하고 학습할 수 있는 '데이터 룸' 인프라를 구축
2) 드론 함대에서 수집한 방대한 전장 데이터를 팔란티어 플랫폼에 통합하여 동맹국 AI 모델의 고도화할 수 있는 시스템을 마련함
3) 주요 목적은 자율형 방공 솔루션 개발 및 적 드론 요격 성능 향상이며, Brave1 플랫폼을 통해 기업들의 데이터 접근 요청을 관리함
4) 영국과는 무기 사용 데이터의 체계적 교환에 합의했으며, 미국의 CSIS, Rand 및 영국의 RUSI 등 주요 연구소와 R&D 협력을 긴밀히 진행 중임
팔란티어, 우크라이나 실전 데이터 기반 인프라 구축
1) 우크라이나 국방부와 협력하여 4년간의 실전 데이터를 통합 관리하고 학습할 수 있는 '데이터 룸' 인프라를 구축
2) 드론 함대에서 수집한 방대한 전장 데이터를 팔란티어 플랫폼에 통합하여 동맹국 AI 모델의 고도화할 수 있는 시스템을 마련함
3) 주요 목적은 자율형 방공 솔루션 개발 및 적 드론 요격 성능 향상이며, Brave1 플랫폼을 통해 기업들의 데이터 접근 요청을 관리함
4) 영국과는 무기 사용 데이터의 체계적 교환에 합의했으며, 미국의 CSIS, Rand 및 영국의 RUSI 등 주요 연구소와 R&D 협력을 긴밀히 진행 중임
기억보단 기록을
- 위 사례 리스트 뿐만 아니라 우크라이나 vs 러시아 전쟁에서도 쓰였던 팔란티어가 드론 OS에서도 표준이 될 거라 생각
- 특수한 방산 데이터 + 전장 경험이 누구도 따라오기 어려운 해자
- 특수한 방산 데이터 + 전장 경험이 누구도 따라오기 어려운 해자
- 팔란티어말고 4년 간의 우크라이나 vs 러시아 드론 전쟁 데이터를 가지고 있는 기업이 몇개나 될까? 실제 전장 경험이 압도적인 해자라 생각
- 드론 OS도 팔란티어 생태계에서 통합되지 않을까
- 드론 OS도 팔란티어 생태계에서 통합되지 않을까
Forwarded from 엄브렐라리서치 Jay의 주식투자교실
다보스포럼에서 GEV의 CEO Scott Strazik의 발언 내용
1. 고객층의 변화
• 과거 GEV의 주요 고객은 전통적인 전력 회사(유틸리티 기업)들
• 하지만 최근 AI 붐으로 인해 데이터 센터 운영을 위해 엄청난 양의 전력이 필요해지면서, 빅테크 기업(하이퍼스케일러)들이 직접 전력 인프라를 확보하기 위해 GEV를 찾고있어
• CEO는 고객 베이스가 전통적 유틸리티에서 IT 기업 중심으로 빠르게 이동하고 있다고 언급
2. 폭발적인 전력 수요와 가스 터빈
• AI 데이터 센터는 24시간 안정적인 전력이 필수적. 재생 에너지만으로는 이 수요를 감당하기 어렵기 때문에, 가스 터빈이 실리콘밸리에서 가장 인기 있는 품목 중 하나
• GEV는 이 가스 터빈 시장의 강자로, 빅테크 기업들이 대기 중인 backlog에 큰 비중을 차지
3. 에너지 인프라의 병목 현상 해결
• 전 세계적으로 전력망 현대화가 시급한 상황
• CEO는 회사가 단순히 발전 장비만 파는 것이 아니라, 전력망을 연결하고 관리하는 소프트웨어와 하드웨어 솔루션 전체에 걸쳐 AI 성장의 수혜를 입고 있다고 강조
1. 고객층의 변화
• 과거 GEV의 주요 고객은 전통적인 전력 회사(유틸리티 기업)들
• 하지만 최근 AI 붐으로 인해 데이터 센터 운영을 위해 엄청난 양의 전력이 필요해지면서, 빅테크 기업(하이퍼스케일러)들이 직접 전력 인프라를 확보하기 위해 GEV를 찾고있어
• CEO는 고객 베이스가 전통적 유틸리티에서 IT 기업 중심으로 빠르게 이동하고 있다고 언급
2. 폭발적인 전력 수요와 가스 터빈
• AI 데이터 센터는 24시간 안정적인 전력이 필수적. 재생 에너지만으로는 이 수요를 감당하기 어렵기 때문에, 가스 터빈이 실리콘밸리에서 가장 인기 있는 품목 중 하나
• GEV는 이 가스 터빈 시장의 강자로, 빅테크 기업들이 대기 중인 backlog에 큰 비중을 차지
3. 에너지 인프라의 병목 현상 해결
• 전 세계적으로 전력망 현대화가 시급한 상황
• CEO는 회사가 단순히 발전 장비만 파는 것이 아니라, 전력망을 연결하고 관리하는 소프트웨어와 하드웨어 솔루션 전체에 걸쳐 AI 성장의 수혜를 입고 있다고 강조
#PLTR
알렉스 카프x래리핑크(Black Rock) 다보스 포럼 회담 요약
- 현재 AI를 활용한다는 기업들의 기술력에는 상당한 허점이 존재하며 이론과 실전의 괴리가 큼
- 파워포인트 제안서에는 모든 기능이 완벽해 보이지만 실제 극한의 전장 환경에서는 구동되지 않는 기술이 대다수임
- 주권 국가들이 직면한 가장 큰 난제는 수많은 기술 중 객관적으로 우수한 기술을 식별할 안목이 부족하다는 점임
- 드론 임무를 예로 들면, 단순히 A에서 B로 이동하는 것조차 모든 데이터의 실시간 동기화와 적에게 데이터가 유출되지 않는 보안 체계가 선행되어야 함
- 전장에서는 아군과 스파이를 식별하는 것은 물론, 식별된 대상에 따라 가짜 정보를 어떻게 흘릴지에 대한 고도화된 의사결정 체계가 필요함
- 더 나아가서 러시아군이 전파를 교란하는 상황 조건이 추가되면 어떨까? 단순히 드론을 A → B로 옮길때 필요했던 모든 의사결정/보안 체계 + 데이터 연결이 전혀 되지 않는 환경에서 데이터를 수집하는 것까지 고려해야함
- 국가별로 상이한 전쟁 방식에 맞춰 소프트웨어는 1) 모든 기본 요소가 실전에서 작동함을 보장하고, 2) 경쟁국이 따라올 수 없는 압도적 수준의 우위를 제공해야 함
- 결국 전쟁터라는 극한의 환경에서 입증된 소프트웨어만이 파워포인트상의 이론을 넘어 승패를 결정짓는 실질적 동력이 됨
- 단순히 LLM을 구매해 설치하는 방식은 규제 산업에서 가치를 창출하기 어려우며, 기업 고유의 지식 체계와 데이터를 연결하는 소프트웨어 계층(Ontology)이 필수적임
- 이제는 'AI가 작동하는가'라는 원론적 질문을 넘어 '우리 조직의 특수한 상황에 어떻게 최적화하여 활용할 것인가'에 집중해야 함
- 대다수 기업이 시간이 흐를수록 기술 인프라와 조직 구조 면에서 다른 기업들과 유사해지며(Commoditized), 이는 결국 차별화된 가치를 창출하지 못하게 만듦
- 전장과 인생에서의 경험을 통해 얻은 교훈으로 남들과 똑같아지는 것은 특별한 가치가 없음. '세상 어느 기업도 할 수 없는 일을 해낼 수 있는 상태'가 되는 것이 진정한 가치임
- 전장에서 검증된 기술은 기업(보험, 병원 등)에도 적용됨. 단순히 다른 기업을 따라 하는 것이 아니라, 그 기업만이 가진 고유한 지식(Tribal knowledge)을 독보적인 효율성을 결합하여 대체 불가능한 성과를 내는게 중요함
- 일자리 측면에서는 고학력 화이트칼라보다 실제 현장 기술을 보유한 숙련직의 가치가 AI와 결합하여 더욱 높아질 것으로 예측함
- 학벌 중심의 기존 적성 평가 방식은 이제 유효하지 않으며 실제 실무 역량을 측정하는 새로운 기준이 필요함
ex) 전문대를 나왔지만 미 육군에서 메이븐 시스템을 관리하는 전직 경찰관이 있음. 매우 고도화되고 복잡한 타겟팅 작업을 하는 대체불가능한 사람이지만, 기존 레거시 방식으로는 이 사람의 재능을 제대로 파악할 수 없음
- 팔란티어 내부적으로도 개별 구성원이 가진 특수한 '아웃라이어'적인 재능을 찾아내어 적재적소에 배치하는 데 주력하고 있음
- 우선 미국 vs 중국이 이 문제를 해결하는 방식에 대한 이해가 서로 다름. But 둘다 AI 규모와 실행 면에서 앞서나가는 반면 유럽은 AI 기술 도입의 구조적인 문제로 인해 심각한 격차에 직면함
- 개도국은 기존의 고착화된 관념이나 레거시 시스템이 없기 때문에 오히려 이를 혁파하며 특정 영역에서 비약적인 성과를 낼 가능성이 존재함
- AI 기술은 결국 조직이나 사회가 얼마나 '실제적인 하중(Load-bearing)'을 견딜 수 있는지를 테스트하는 척도가 될 것이며, 정직하게 실력을 쌓은 조직만이 승리할 것임
https://www.youtube.com/watch?v=H1FWb3WouLY
알렉스 카프x래리핑크(Black Rock) 다보스 포럼 회담 요약
Q. AI가 국방/안보 분야 의사결정에 어떻게 지원하는지?
- 현재 AI를 활용한다는 기업들의 기술력에는 상당한 허점이 존재하며 이론과 실전의 괴리가 큼
- 파워포인트 제안서에는 모든 기능이 완벽해 보이지만 실제 극한의 전장 환경에서는 구동되지 않는 기술이 대다수임
- 주권 국가들이 직면한 가장 큰 난제는 수많은 기술 중 객관적으로 우수한 기술을 식별할 안목이 부족하다는 점임
- 드론 임무를 예로 들면, 단순히 A에서 B로 이동하는 것조차 모든 데이터의 실시간 동기화와 적에게 데이터가 유출되지 않는 보안 체계가 선행되어야 함
- 전장에서는 아군과 스파이를 식별하는 것은 물론, 식별된 대상에 따라 가짜 정보를 어떻게 흘릴지에 대한 고도화된 의사결정 체계가 필요함
- 더 나아가서 러시아군이 전파를 교란하는 상황 조건이 추가되면 어떨까? 단순히 드론을 A → B로 옮길때 필요했던 모든 의사결정/보안 체계 + 데이터 연결이 전혀 되지 않는 환경에서 데이터를 수집하는 것까지 고려해야함
- 국가별로 상이한 전쟁 방식에 맞춰 소프트웨어는 1) 모든 기본 요소가 실전에서 작동함을 보장하고, 2) 경쟁국이 따라올 수 없는 압도적 수준의 우위를 제공해야 함
- 결국 전쟁터라는 극한의 환경에서 입증된 소프트웨어만이 파워포인트상의 이론을 넘어 승패를 결정짓는 실질적 동력이 됨
Q. AI 도입에 있어 가장 기본적인 장애물은 무엇인지?
- 단순히 LLM을 구매해 설치하는 방식은 규제 산업에서 가치를 창출하기 어려우며, 기업 고유의 지식 체계와 데이터를 연결하는 소프트웨어 계층(Ontology)이 필수적임
- 이제는 'AI가 작동하는가'라는 원론적 질문을 넘어 '우리 조직의 특수한 상황에 어떻게 최적화하여 활용할 것인가'에 집중해야 함
Q. AI가 성장 궤도를 얼마나 빠르게 바꿀 수 있을지?
- 대다수 기업이 시간이 흐를수록 기술 인프라와 조직 구조 면에서 다른 기업들과 유사해지며(Commoditized), 이는 결국 차별화된 가치를 창출하지 못하게 만듦
- 전장과 인생에서의 경험을 통해 얻은 교훈으로 남들과 똑같아지는 것은 특별한 가치가 없음. '세상 어느 기업도 할 수 없는 일을 해낼 수 있는 상태'가 되는 것이 진정한 가치임
- 전장에서 검증된 기술은 기업(보험, 병원 등)에도 적용됨. 단순히 다른 기업을 따라 하는 것이 아니라, 그 기업만이 가진 고유한 지식(Tribal knowledge)을 독보적인 효율성을 결합하여 대체 불가능한 성과를 내는게 중요함
Q. AI가 일자리를 창출? 제거?
- 일자리 측면에서는 고학력 화이트칼라보다 실제 현장 기술을 보유한 숙련직의 가치가 AI와 결합하여 더욱 높아질 것으로 예측함
- 학벌 중심의 기존 적성 평가 방식은 이제 유효하지 않으며 실제 실무 역량을 측정하는 새로운 기준이 필요함
ex) 전문대를 나왔지만 미 육군에서 메이븐 시스템을 관리하는 전직 경찰관이 있음. 매우 고도화되고 복잡한 타겟팅 작업을 하는 대체불가능한 사람이지만, 기존 레거시 방식으로는 이 사람의 재능을 제대로 파악할 수 없음
- 팔란티어 내부적으로도 개별 구성원이 가진 특수한 '아웃라이어'적인 재능을 찾아내어 적재적소에 배치하는 데 주력하고 있음
Q. 선진국과 개도국 간의 AI 활용 격차와 불균형 문제?
- 우선 미국 vs 중국이 이 문제를 해결하는 방식에 대한 이해가 서로 다름. But 둘다 AI 규모와 실행 면에서 앞서나가는 반면 유럽은 AI 기술 도입의 구조적인 문제로 인해 심각한 격차에 직면함
- 개도국은 기존의 고착화된 관념이나 레거시 시스템이 없기 때문에 오히려 이를 혁파하며 특정 영역에서 비약적인 성과를 낼 가능성이 존재함
- AI 기술은 결국 조직이나 사회가 얼마나 '실제적인 하중(Load-bearing)'을 견딜 수 있는지를 테스트하는 척도가 될 것이며, 정직하게 실력을 쌓은 조직만이 승리할 것임
https://www.youtube.com/watch?v=H1FWb3WouLY
YouTube
FULL: Palantir CEO Alex Karp Warns AI Will Redefine Power, War, and Economies at WEF | AI1G
Alex Karp, Co-founder and CEO of Palantir Technologies, speaks at the World Economic Forum 2026 on how AI is reshaping warfare, national security, and the real economy. From Ukraine to hospitals and boardrooms, Karp argues AI will expose what societies can…
👍1
기억보단 기록을
'실제적인 하중(Load-bearing)'
#PLTR
**실제적인 하중이란(Load-bearing)?
- 건축 설계도(PPT)상으로는 완벽해 보이는 다리라도, 실제로 수십 톤의 트럭이 지나갈 때(Actual Load) 무너진다면 그 다리는 가치가 없다는 얘기
- 카프는 많은 기업과 국가가 우리는 AI를 한다, 우리 조직은 혁신적이다라고 말하지만, 이는 설계도일 뿐 실제 전장이나 시장의 압박(하중)을 견딜 수 있는 상태는 아니라고 지적하는 것
- 또한 AI 기술은 조직의 숨겨진 치부를 드러내는 '하중 테스트' 역할을 함. 이를 테면.. 데이터가 엉망이거나 의사결정 체계가 관료주의에 찌든 조직에 AI를 도입하면, AI는 제대로 작동하지 않음
- 그래서 팔란티어 도입의 가장 큰 보틀넥은 기술 그 자체가 아니라, 바로 그 조직의 기득권이기도 함
**실제적인 하중이란(Load-bearing)?
- 건축 설계도(PPT)상으로는 완벽해 보이는 다리라도, 실제로 수십 톤의 트럭이 지나갈 때(Actual Load) 무너진다면 그 다리는 가치가 없다는 얘기
- 카프는 많은 기업과 국가가 우리는 AI를 한다, 우리 조직은 혁신적이다라고 말하지만, 이는 설계도일 뿐 실제 전장이나 시장의 압박(하중)을 견딜 수 있는 상태는 아니라고 지적하는 것
- 또한 AI 기술은 조직의 숨겨진 치부를 드러내는 '하중 테스트' 역할을 함. 이를 테면.. 데이터가 엉망이거나 의사결정 체계가 관료주의에 찌든 조직에 AI를 도입하면, AI는 제대로 작동하지 않음
- 그래서 팔란티어 도입의 가장 큰 보틀넥은 기술 그 자체가 아니라, 바로 그 조직의 기득권이기도 함
👍1
Forwarded from 머지노의 Stock-Pitch
Exhibit 22 :
미국의 투자는 소프트웨어(AI 모델) → 구조물(데이터센터/공장) 순으로 급등.
반면, 핵심 장비(Core equipment) 투자는 아직 상대적으로 저조하지만, 이제 막 고개를 들기 시작(점선)
→ 데이터센터(Structure)를 지었으니, 이제 그 안을 채울 물리적 장비와 자동화 설비가 필요. Physical AI, 로보틱스, 전력 기기 섹터가 다음 타자가 될 가능성이 높음.
Exhibit 23 :
지난 10년간 미국의 제조 생산 능력 증감율은 0% 근처에서 정체되었으나, 최근 급격히 반등
→ 리쇼어링(Reshoring)과 AI 데이터센터 건립 붐이 맞물려 미국 내 제조 CAPEX 사이클이 돌아왔음을 의미. 이는 단순 AI 반도체뿐만 아니라, 이를 뒷받침할 인프라/기계 업종의 호황을 예고
Short/Neutral View:
단순히 CAPEX 지출 규모만 늘어나는 빅테크 기업에 대해서는 이익률 훼손 여부를 면밀히 모니터링
Long View:
산업재 & 로보틱스: Exhibit 22의 'Core equipment' 반등은 공장 자동화 및 로봇 관련주에 직접적인 수혜
전력 & 인프라: 제조 생산 능력 확대(Exhibit 23)는 필연적으로 전력망 확충과 건설 기계 수요를 동반.
미국의 투자는 소프트웨어(AI 모델) → 구조물(데이터센터/공장) 순으로 급등.
반면, 핵심 장비(Core equipment) 투자는 아직 상대적으로 저조하지만, 이제 막 고개를 들기 시작(점선)
→ 데이터센터(Structure)를 지었으니, 이제 그 안을 채울 물리적 장비와 자동화 설비가 필요. Physical AI, 로보틱스, 전력 기기 섹터가 다음 타자가 될 가능성이 높음.
Exhibit 23 :
지난 10년간 미국의 제조 생산 능력 증감율은 0% 근처에서 정체되었으나, 최근 급격히 반등
→ 리쇼어링(Reshoring)과 AI 데이터센터 건립 붐이 맞물려 미국 내 제조 CAPEX 사이클이 돌아왔음을 의미. 이는 단순 AI 반도체뿐만 아니라, 이를 뒷받침할 인프라/기계 업종의 호황을 예고
Short/Neutral View:
단순히 CAPEX 지출 규모만 늘어나는 빅테크 기업에 대해서는 이익률 훼손 여부를 면밀히 모니터링
Long View:
산업재 & 로보틱스: Exhibit 22의 'Core equipment' 반등은 공장 자동화 및 로봇 관련주에 직접적인 수혜
전력 & 인프라: 제조 생산 능력 확대(Exhibit 23)는 필연적으로 전력망 확충과 건설 기계 수요를 동반.
❤1👍1
#중국 #매크로
시진핑의 대숙청 시대
- 2025년 징계 인원은 전년 대비 10.6% 증가한 98만 3천 명으로, 데이터 공개 이후 최고치를 경신함
- 2012년 집권 이후 현재까지 총 720만 명 이상이 처벌받았으며, 이는 단순 부패 척결을 넘어 시진핑 개인에 대한 충성심을 강요하는 수단으로 진화함
- 관료들이 지역 여건을 고려하지 않고 반도체, 리튬 배터리 등 베이징이 장려하는 산업에만 맹목적으로 뛰어들어 자원을 낭비하고 있음
- 정책 집행 과정에서 좋은 경전(중앙 정책)이 뒤틀리는 현상이 발생하고 있으며, 당 기관지는 이를 막기 위해 엄격한 기율 정치를 강조함
- 1억 명에 달하는 당원들 사이에서 숙청에 대한 공포로 인해 결단력 있는 행동을 기피하는 관료적 타성이 확산됨
- 시 주석은 기율이 도전 정신을 꺾어서는 안 된다며 실수를 용납하겠다고 언급했으나, 작년 11월까지 정책 태만 등으로 처벌받은 인원은 이미 14만 명을 넘어섬
- 시진핑의 측근으로 여겨졌던 허웨이둥(정치국원 및 전 중앙군사위 부주석)이 부패 혐의로 제명되는 등 핵심 엘리트 층도 예외가 아님
- 사정 기구인 중앙기율검사위원회(CCDI) 위원 중 10%가 회의에 불참했으며, 이는 국방 부문 정화 작업의 여파로 분석됨
- 금융, 에너지, 교육, 국유 기업 내 부패 척결을 지속하며, '회전문 인사'나 '사후 뇌물' 등 은밀한 형태의 부패를 뿌리 뽑는 데 집중할 계획임
시진핑의 대숙청 시대
Key Takeaways
- 시진핑은 지난 수십 년간 중국에서 볼 수 없었던 수준의 통제력을 확보하기 위해 끊임없는 숙청을 지시해 왔음
- 언젠가 역으로 숙청 당하거나 or 이를 외부로 돌리기 위한 대만 침공 가능성이 더욱 더 높아진다고 생각
1. 역대급 규모의 사정 정국
- 2025년 징계 인원은 전년 대비 10.6% 증가한 98만 3천 명으로, 데이터 공개 이후 최고치를 경신함
- 2012년 집권 이후 현재까지 총 720만 명 이상이 처벌받았으며, 이는 단순 부패 척결을 넘어 시진핑 개인에 대한 충성심을 강요하는 수단으로 진화함
2. 관료 사회의 왜곡과 비효율성
- 관료들이 지역 여건을 고려하지 않고 반도체, 리튬 배터리 등 베이징이 장려하는 산업에만 맹목적으로 뛰어들어 자원을 낭비하고 있음
- 정책 집행 과정에서 좋은 경전(중앙 정책)이 뒤틀리는 현상이 발생하고 있으며, 당 기관지는 이를 막기 위해 엄격한 기율 정치를 강조함
3. 공포 정치가 초래한 무기력증(Inertia)
- 1억 명에 달하는 당원들 사이에서 숙청에 대한 공포로 인해 결단력 있는 행동을 기피하는 관료적 타성이 확산됨
- 시 주석은 기율이 도전 정신을 꺾어서는 안 된다며 실수를 용납하겠다고 언급했으나, 작년 11월까지 정책 태만 등으로 처벌받은 인원은 이미 14만 명을 넘어섬
4. 권력 핵심부와 감찰 기구까지 번진 숙청
- 시진핑의 측근으로 여겨졌던 허웨이둥(정치국원 및 전 중앙군사위 부주석)이 부패 혐의로 제명되는 등 핵심 엘리트 층도 예외가 아님
- 사정 기구인 중앙기율검사위원회(CCDI) 위원 중 10%가 회의에 불참했으며, 이는 국방 부문 정화 작업의 여파로 분석됨
5. 향후 집중 감찰 분야
- 금융, 에너지, 교육, 국유 기업 내 부패 척결을 지속하며, '회전문 인사'나 '사후 뇌물' 등 은밀한 형태의 부패를 뿌리 뽑는 데 집중할 계획임
👍1
#AI
- 정확합니다. 더 나은 결과 때문입니다. 영상의학과 의사의 직업적 목적은 질병을 진단하고 환자를 돕는 것입니다. 그것이 그들 직업의 '목적(purpose)'입니다. 스캔을 판독하는 것은 그 직업의 '과업(task)'에 포함됩니다. 이제 그들이 스캔을 무한히 빠르게 판독할 수 있게 됨으로써, 환자와 더 많은 시간을 보내고, 질병을 진단하고, 환자와 상호작용하고, 다른 임상 의사들과 소통하는 데 더 많은 시간을 할애할 수 있게 되었습니다.
- 결과적으로 놀랍게도, 혹은 사실 놀랍지 않게도 병원이 진료할 수 있는 환자의 수가 늘어났습니다. 스캔을 받기 위해 오래 대기하는 사람들이 많았으니까요. 환자 수가 늘어나니 병원의 수익이 늘어났고, 그래서 더 많은 영상의학과 의사를 고용하게 된 것입니다.
- 간호사들에게도 똑같은 일이 일어나고 있습니다. 미국에는 500만 명의 간호사가 부족합니다. 간호사들은 업무 시간의 절반을 차팅(charting)과 기록에 씁니다. 이제 AI 기술을 사용해 환자 방문 기록을 차팅하고 전사(trannoscription)할 수 있습니다.
- 우리 파트너사인 '브리지(Bridge)'라는 회사가 놀라운 일을 하고 있는데, 그 결과 간호사들이 환자를 돌보는 데, 즉 '인간적인 손길(human touch)'에 더 많은 시간을 쓸 수 있게 되었습니다. 간호사 수에 따른 병목 현상이 사라져 더 많은 환자를 볼 수 있게 되었고, 환자들은 더 빨리 병원에 입원할 수 있게 되었습니다. 결과적으로 병원 운영이 더 잘 되고, 더 많은 간호사를 채용하고 싶어 합니다.
- 놀랍지 않게도 AI는 생산성을 높이고 있습니다. 그 결과 병원들은 더 잘 되고 있고, 더 많은 사람을 고용하고 싶어 합니다. 병원에 가기 위해 너무 오래 기다리는 사람들이 너무 많으니까요. 이 두 가지가 완벽한 예시입니다.
- AI가 특정 직업에 미치는 영향을 생각하는 가장 쉬운 방법은 그 직업의 '목적'과 '과업'이 무엇인지 이해하는 것입니다. 만약 카메라로 우리 두 사람만 지켜본다면, 아마 우리가 타이피스트(typist)라고 생각할 겁니다. 저는 하루 종일 타이핑만 하니까요. 만약 AI가 단어 예측을 자동화해서 우리의 타이핑을 도와준다면 우리는 일자리를 잃겠지만, 분명히 타이핑이 우리 직업의 목적은 아닙니다.
- 따라서 질문은 "당신 직업의 목적은 무엇인가?"가 되어야 합니다. 영상의학과 의사와 간호사의 경우, 목적은 사람을 돌보는 것이며, 과업이 자동화됨으로써 그 목적은 강화되고 더 생산적이 됩니다. 각자의 목적 대 과업을 추론해 본다면 도움이 되는 프레임워크가 될 것입니다.
https://www.youtube.com/watch?v=hoDYYCyxMuE
젠슨황x래리핑크 다보스 포럼 회담 인상적이었던 부분 (일자리 관련)
- 정확합니다. 더 나은 결과 때문입니다. 영상의학과 의사의 직업적 목적은 질병을 진단하고 환자를 돕는 것입니다. 그것이 그들 직업의 '목적(purpose)'입니다. 스캔을 판독하는 것은 그 직업의 '과업(task)'에 포함됩니다. 이제 그들이 스캔을 무한히 빠르게 판독할 수 있게 됨으로써, 환자와 더 많은 시간을 보내고, 질병을 진단하고, 환자와 상호작용하고, 다른 임상 의사들과 소통하는 데 더 많은 시간을 할애할 수 있게 되었습니다.
- 결과적으로 놀랍게도, 혹은 사실 놀랍지 않게도 병원이 진료할 수 있는 환자의 수가 늘어났습니다. 스캔을 받기 위해 오래 대기하는 사람들이 많았으니까요. 환자 수가 늘어나니 병원의 수익이 늘어났고, 그래서 더 많은 영상의학과 의사를 고용하게 된 것입니다.
- 간호사들에게도 똑같은 일이 일어나고 있습니다. 미국에는 500만 명의 간호사가 부족합니다. 간호사들은 업무 시간의 절반을 차팅(charting)과 기록에 씁니다. 이제 AI 기술을 사용해 환자 방문 기록을 차팅하고 전사(trannoscription)할 수 있습니다.
- 우리 파트너사인 '브리지(Bridge)'라는 회사가 놀라운 일을 하고 있는데, 그 결과 간호사들이 환자를 돌보는 데, 즉 '인간적인 손길(human touch)'에 더 많은 시간을 쓸 수 있게 되었습니다. 간호사 수에 따른 병목 현상이 사라져 더 많은 환자를 볼 수 있게 되었고, 환자들은 더 빨리 병원에 입원할 수 있게 되었습니다. 결과적으로 병원 운영이 더 잘 되고, 더 많은 간호사를 채용하고 싶어 합니다.
- 놀랍지 않게도 AI는 생산성을 높이고 있습니다. 그 결과 병원들은 더 잘 되고 있고, 더 많은 사람을 고용하고 싶어 합니다. 병원에 가기 위해 너무 오래 기다리는 사람들이 너무 많으니까요. 이 두 가지가 완벽한 예시입니다.
- AI가 특정 직업에 미치는 영향을 생각하는 가장 쉬운 방법은 그 직업의 '목적'과 '과업'이 무엇인지 이해하는 것입니다. 만약 카메라로 우리 두 사람만 지켜본다면, 아마 우리가 타이피스트(typist)라고 생각할 겁니다. 저는 하루 종일 타이핑만 하니까요. 만약 AI가 단어 예측을 자동화해서 우리의 타이핑을 도와준다면 우리는 일자리를 잃겠지만, 분명히 타이핑이 우리 직업의 목적은 아닙니다.
- 따라서 질문은 "당신 직업의 목적은 무엇인가?"가 되어야 합니다. 영상의학과 의사와 간호사의 경우, 목적은 사람을 돌보는 것이며, 과업이 자동화됨으로써 그 목적은 강화되고 더 생산적이 됩니다. 각자의 목적 대 과업을 추론해 본다면 도움이 되는 프레임워크가 될 것입니다.
https://www.youtube.com/watch?v=hoDYYCyxMuE
YouTube
Conversation with Jensen Huang, President and CEO of NVIDIA | WEF Annual Meeting 2026
A conversation with Jensen Huang, President and CEO of NVIDIA.
Speakers: Jensen Huang, Laurence D. Fink
The 56th Annual Meeting of the World Economic Forum will provide a crucial space to focus on the fundamental principles driving trust, including transparency…
Speakers: Jensen Huang, Laurence D. Fink
The 56th Annual Meeting of the World Economic Forum will provide a crucial space to focus on the fundamental principles driving trust, including transparency…
👍3
기억보단 기록을
#AI OpenAI는 파산할 것 (NYT 칼럼) Key Takeaways - 기술이 고도화될수록 가난해지는 'OpenAI의 역설'은, AI 혁명의 최종 승자가 혁신가가 아닌 '현금을 쥔 인프라 소유주'가 될 것임을 시사함 1) 현재 월가의 진짜 우려는 AI 기술의 효용성 여부가 아니라 막대한 개발 비용을 감당할 자본 시장의 여력임 2) AI 모델은 사용자를 대신해 쇼핑과 결제를 수행하는 '에이전트'로 진화하며 실질적인 가치를 증명하는 단계에 진입함…
#단상 #GOOGL
- 요즘 OpenAI 위기설이 보이는데, 이게 노이즈인지 정말 지속불가능한지는 까봐야 아는거라 패스
- 그것보단 OpenAI가 위기에 빠질수록 상대적으로 구글의 매력도가 높아진다고 생각
- 현재 AI 모델 4황: Gemini Grok ChatGPT Claude (중국 제외)
- 올해 증명해야하는 거: LLM 스케일업에 따른 수익성 문제
- 구글이 잘하는 거: TPU로 AI 연산 비용 절감 성공, 아직 OpenAI 처럼 광고 도입 안해도 됨, 덕분에 순이익 대비 CAPEX 비율 낮음 + 에너지 보틀넥 안걸리게 전력 공급도 사전에 잘 확보해둠
→ Cost 관리를 잘하는 중이라 Worst Case로 AI 판이 휘청거려도 살아남을 확률이 높은 회사
그래서 성능도 성능이지만 리스크 관리 측면에서도 잘하고 있는 회사라 생각
- 요즘 OpenAI 위기설이 보이는데, 이게 노이즈인지 정말 지속불가능한지는 까봐야 아는거라 패스
- 그것보단 OpenAI가 위기에 빠질수록 상대적으로 구글의 매력도가 높아진다고 생각
why?
- 현재 AI 모델 4황: Gemini Grok ChatGPT Claude (중국 제외)
- 올해 증명해야하는 거: LLM 스케일업에 따른 수익성 문제
- 구글이 잘하는 거: TPU로 AI 연산 비용 절감 성공, 아직 OpenAI 처럼 광고 도입 안해도 됨, 덕분에 순이익 대비 CAPEX 비율 낮음 + 에너지 보틀넥 안걸리게 전력 공급도 사전에 잘 확보해둠
→ Cost 관리를 잘하는 중이라 Worst Case로 AI 판이 휘청거려도 살아남을 확률이 높은 회사
그래서 성능도 성능이지만 리스크 관리 측면에서도 잘하고 있는 회사라 생각
👍1