프락치

@btsKIM87 아고 단테님 너무 축하드립니다!

0살짜리 테슬라 장기투자자.📌 초음파사진 속 아이는 곧 태어날 저의 딸입니다. 제 아이는 성장하는 모든 기간동안 테슬라 차량를 타고 등하교를 할 것이며, 아이의 계좌는 증여해준 테슬라 주식으로 가득 채워져 있을 것입니다. 20년 후에 테슬라 주가가 얼마일지는 모르겠습니다. 다만, 전 세계 사람들이 운전을 AI에게 완전히 맡기고, 고된 노동을 로봇이 대신하는 세상이 제 아이의 눈앞에 당연한 일상으로 펼쳐져 있기를 바랍니다. 그때가 되면 지금의 FSD V14와 옵티머스 3세대는 마치 흑백 화면 속 구시대의 유물처럼 보이겠지요. 그리고 테슬라의 가치는 지금의 400불이라는 숫자를 아득히 넘어 서 있을 것이라 확신합니다.🔥

@ohmahahm 함마 대장 맞습니다.

아직 LLM이 이끄는 AI Capex의 불도 꺼지지 않았는데, 여기에 피지컬 AI, 즉 로보틱스까지 붙으면 어떻게 될까? 피지컬 AI의 진짜 TAM은 인간의 노동시장입니다. 대략 $50T 규모죠. 그런데 옵티머스 같은 휴머노이드 로봇이 일상에 들어오려면, 지금 LLM처럼 느긋하게 추론해서는 안 됩니다. 보고, 판단하고, 움직이는 과정이 거의 실시간으로 돌아가야 합니다. 그럼 그때도 지금처럼 메모리를 쓸까요? 제 답은 더 많이 더 다양한 방식으로 쓴다입니다. 피지컬 AI 로봇의 메모리는 크게 세 가지로 나뉠 가능성이 큽니다. 1. 추론/작업 메모리 모델 실행, 시각 인식, 음성 이해, 행동 계획에 쓰입니다. 일상용 휴머노이드라면 최소 32GB, 현실적으로는 64~128GB급 통합 메모리가 필요해 보입니다. 2. 공간/환경 메모리 집 구조, 물건 위치, 사람의 동선, 장애물, 로봇 자신의 위치를 기억하는 메모리입니다. 이건 단순 저장장치가 아니라 로봇의 공간 감각에 가깝습니다. 실시간 RAM은 4~16GB, 저장공간은 100GB~1TB 이상이 필요할 수 있습니다. 3. 장기 경험/개인화 메모리 사용자 취향, 반복 업무, 과거의 실수와 성공, 집안의 루틴을 기억하는 영역입니다. 로봇이 우리 집에 익숙해진다는 건 결국 이 메모리가 쌓인다는 뜻입니다. 로컬 기준 256GB~2TB, 편하게는 1TB 이상이 필요해 보입니다. 결국 피지컬 AI는 메모리를 덜 쓰는 방향이 아닙니다. 오히려 빠른 SRAM/cache, 큰 DRAM, 로컬 SSD, vector memory, 클라우드 fleet learning까지 결합됩니다. 로봇 한 대가 작은 데이터센터 노드처럼 변하는 셈입니다. 그래서 AI Capex의 다음 국면은 단순히 GPU를 더 많이 사는 문제가 아닐 수 있습니다. 데이터센터 학습 인프라에 더해, 로봇마다 붙는 온디바이스 추론 칩, 센서, 메모리, 저장장치, 네트워크, fleet learning 인프라까지 필요해집니다. LLM이 디지털 지능의 Capex 사이클을 열었다면, 피지컬 AI는 그 지능이 현실 세계로 나오는 과정에서 새로운 Capex 사이클을 만들 수 있습니다. 인간 노동시장 $50T가 TAM이라는 말은 과장이 아니라 컴퓨팅 인프라가 현실 세계로 확장된다는 뜻에 가깝습니다.

$SPCX $NVDA Crowds are lining up to buy SpaceX at 112x sales 👥🚀 Many investors think they missed Nvidia because it's already worth $5T. Yet Nvidia trades at 19.8x sales, generates massive profits, and produces tens of billions in FCF 🤑 📊 SpaceX: 112x sales (unprofitable) 📊 Nvidia: 19.8x sales (highly profitable)

Elon Musk: At GM, there's a special elevator only for senior executives. We have no such thing at Tesla. “I actually know the people on the line, because I worked on the line, I walked the line, I slept in the factory, and I worked beside them. So, I'm no stranger to them. There are many people at Tesla who have gone from working on the line to being in senior management. There are no lords and peasants. Everyone eats at the same table. Everyone parks in the same parking lot. At GM, there's a special elevator only for senior executives. We have no such thing at Tesla. We give everyone stock options. Many people who are just working the line, who didn't even know what stocks were, we've made them millionaires. And I just want to say that I'm incredibly appreciative of those who build the cars, and they know it.” New York Times DealBook Summit, 2023

"I never give up" 致敬生活中，永不放弃的你

미국 정부가 Anthropic의 Fable 5, Mythos 5 접근을 외국 국적자에게 막으라고 한 사건은 꽤 중요하다. 핵심은 특정 모델 두 개가 잠깐 막혔다는 게 아니다. 미국이 최첨단 AI 모델을 국가안보 전략자산으로 보기 시작했다는 점이다. 예전 AI 수출통제의 중심은 GPU, HBM, 반도체 장비, 데이터센터였다. 이제는 한 단계 더 갔다. 모델 접근권 자체가 통제 대상이 됐다. 즉 미국은 이렇게 말하는 중이다. “최첨단 AI 모델은 아무나 쓰게 둘 수 없다.” 이건 냉전 시대 핵무기 비확산 논리와 닮아 있다. 물론 AI가 핵무기 그 자체라는 뜻은 아니다. 핵무기는 물리적 무기고, AI는 범용 생산·군사·정보 기술이다. 하지만 국가 간 경쟁에서 전략적 우위를 만든다는 점에서는 비슷하다. 핵무기를 가진 국가는 억지력을 가졌고, 최첨단 AI를 가진 국가는 생산성, 사이버, 정보분석, 군사 의사결정, 과학 연구에서 우위를 갖는다. 그래서 앞으로 미국의 통제 대상은 더 넓어질 가능성이 크다. GPU HBM 클라우드 데이터센터 모델 weights API 접근권 국적 기반 사용권 정부·방산용 특수 모델 이렇게 된다. 그런데 여기서 중요한 건 중국의 맞대응이다. 미국이 지능의 상층부를 통제하면, 중국은 물질의 하층부를 통제할 가능성이 크다. 미국의 무기는 AI 모델, GPU, 클라우드다. 중국의 무기는 희토류, 인듐, InP, 갈륨, 게르마늄, 흑연, 자석, 전구체, 기판이다. 특히 InP가 중요하다. InP, indium phosphide는 AI 데이터센터가 고속 광통신으로 넘어갈 때 필요한 핵심 소재다. 800G, 1.6T, CPO, LPO, optical interconnect로 갈수록 레이저와 광소자의 중요성이 커진다. 그런데 중국이 InP와 인듐 관련 품목 수출허가를 조이면 미국 AI 데이터센터 공급망도 흔들릴 수 있다. 즉 앞으로의 AI 냉전은 모델 대 모델 싸움이 아니다. 모델 GPU HBM 네트워킹 광통신 전력 냉각 패키징 InP 희토류 데이터센터 주권 이 전체 공급망 전쟁이다. 그래서 나는 앞으로 “진영별 AI + 진영별 데이터센터” 구조가 생긴다고 본다. 미국 블록은 미국 AI 스택을 쓴다. OpenAI Anthropic Google Meta Microsoft Amazon Nvidia AMD Broadcom Marvell 여기에 한국, 일본, 대만, 영국, 호주, 캐나다, 일부 유럽, 일부 중동이 붙는다. 중국 블록은 자체 AI 스택을 키운다. Huawei Ascend SMIC CXMT Alibaba Cloud Tencent Cloud Baidu DeepSeek 계열 중국산 광통신 중국 소재 공급망 유럽은 sovereign AI, sovereign cloud로 간다. 미국 모델을 완전히 버리지는 않겠지만, 의료·금융·공공·방산 데이터는 유럽 내 데이터센터에서 처리하려 할 것이다. 중동과 인도는 스윙 블록이다. 미국 AI 스택은 받고 싶지만, 중국과 완전히 끊기도 어렵다. 여기서 투자 포인트가 나온다. AI 냉전에서 돈은 “모델 이름”보다 “막힌 병목”으로 간다. 내가 보는 순서는 이렇다. 2026~2027년 초 가장 먼저 막히는 건 전력과 냉각이다. AI 데이터센터는 GPU만 있다고 돌아가지 않는다. 전력이 들어와야 하고, 열을 빼야 하고, 배전 장비가 있어야 한다. 그래서 1차 병목은 전력 인프라다. 봐야 할 티커: Eaton $ETN Schneider Electric $SU.PA Vertiv $VRT GE Vernova $GEV Siemens Energy $ENR.DE Mitsubishi Heavy Industries $7011.T 여기서 안정형은 $ETN, $SU.PA. AI 데이터센터 pure-play 성격은 $VRT. 발전·가스터빈·전력망 쪽은 $GEV, $ENR.DE, $7011.T. 같은 구간에서 두 번째 병목은 HBM이다. AI 모델이 커질수록 HBM은 계속 필요하다. 진영별 데이터센터가 생기면 각 블록이 자기 클러스터를 따로 짓는다. 그러면 HBM 수요도 중복으로 생긴다. 봐야 할 티커: SK하이닉스 $000660.KS Micron $MU 삼성전자 $005930.KS 현재 리더십은 $000660.KS가 가장 명확하다. $MU는 미국 상장 메모리 대안. $005930.KS는 HBM4 또는 차세대 HBM에서 고객 신뢰 회복이 확인되면 리레이팅 여지가 있다. 세 번째 병목은 AI networking과 custom silicon이다. GPU만 많이 꽂으면 끝나는 게 아니다. 데이터센터 내부에서 GPU와 XPU가 서로 통신해야 한다. 여기서 네트워크, 스위치, custom ASIC, fabric이 중요해진다. 봐야 할 티커: Broadcom $AVGO Marvell $MRVL $AVGO는 지금 숫자가 찍히는 AI custom silicon + networking 핵심주다. $MRVL은 단기 숫자보다 2027~2029년 optical interconnect 옵션이 더 크다. 현재 core는 $AVGO. 미래 옵션은 $MRVL. 2027~2028년부터는 광통신 병목이 더 중요해진다. AI 데이터센터 내부 데이터 이동량이 폭증하면 copper만으로는 한계가 온다. 800G 1.6T CPO LPO silicon photonics laser array optical interconnect 이쪽이 커진다. 봐야 할 티커: Coherent $COHR Lumentum $LITE Fabrinet $FN Celestica $CLS Marvell $MRVL $COHR와 $LITE는 레이저·광부품·InP 쪽 직접 노출이 있다. $FN, $CLS는 광통신·AI 서버 제조 체인 쪽에서 봐야 한다. $MRVL은 Celestial AI 인수 이후 optical scale-up 옵션이 있다. 더 공격적인 옵션은 InP와 photonics microcap이다. 여기는 수익률도 클 수 있지만 리스크도 크다. 봐야 할 티커: Sivers Semiconductors $SIVE.ST IQE $IQE.L AXT $AXTI Sumitomo Electric $5802.T JX Advanced Metals $5016.T $SIVE.ST는 GF silicon photonics / CPO / LPO reference design 쪽 laser array 옵션이다. 다만 production order 확인 전까지는 core가 아니라 고위험 옵션이다. $IQE.L은 epiwafer 옵션이다. $AXTI는 InP substrate 직접 노출이 있지만 중국 수출허가 리스크가 동시에 있다. $5802.T, $5016.T는 일본 쪽 소재·전선·전자재료 공급망으로 봐야 한다. 2028~2030년에는 sovereign AI 데이터센터가 중요해진다. 미국, 유럽, 중동, 인도, 일본, 한국이 각자 AI 인프라를 만들면 데이터센터 투자는 길어진다. 봐야 할 티커: Microsoft $MSFT Amazon $AMZN Alphabet $GOOGL Oracle $ORCL 다만 여기서 조심할 게 있다. 나는 순수 neocloud / GPU leasing 주식은 장기보유 대상으로 별로 좋아하지 않는다. 이유는 간단하다. 높은 부채 높은 감가상각 GPU 가격 하락 고객 집중 재계약 리스크 유상증자 가능성 회사는 살아남아도 주주는 죽을 수 있다. AI 데이터센터가 좋다고 해서 GPU 빚내서 사서 빌려주는 회사가 무조건 좋은 주식은 아니다. 마지막은 전략소재 hedge다. 중국이 소재를 무기화하면 비중국 희토류·자석·소재 체인이 중요해진다. 봐야 할 티커: MP Materials $MP Lynas Rare Earths $LYC.AX Neo Performance Materials $NEO.TO 다만 이쪽은 AI 직접 수혜라기보다 지정학 hedge다. core보다는 위성 포지션에 가깝다. 내 기준으로 압축하면 이렇다. Core 후보: $000660.KS $AVGO $ETN 또는 $SU.PA $VRT $COHR 또는 $LITE 위성 후보: $MRVL $SIVE.ST $IQE.L $AXTI $MP $LYC.AX 가장 중요한 건 순서다. 지금 당장 제일 강한 병목은 전력, 냉각, HBM, AI networking이다. 그다음이 광통신, CPO, LPO, InP다. 그 이후가 sovereign AI 데이터센터와 전략소재다. 정리하면 이렇다. 미국이 AI 모델을 잠그면, 중국은 AI 인프라 소재를 잠글 가능성이 크다. 그러면 세계는 하나의 글로벌 AI 클라우드가 아니라 진영별 AI 스택과 진영별 데이터센터로 갈 가능성이 높다. 이 구조에서 돈은 화려한 모델 발표보다 병목으로 간다. 전력 냉각 HBM AI networking 광통신 InP advanced packaging 전략소재 AI 냉전의 투자 핵심은 모델을 맞히는 게 아니다. 막힌 곳을 뚫는 회사를 찾는 것이다. 개인적인 시장 구조 분석일 뿐, 투자 조언 아님.

★실제 100억을 벌게한, 매일 했던 루틴. 유튜버로 100억 버신 전)신사임당, 현)주언규님이 매일 했던 루틴이 있으시다고 하심. 아래 3가지는 많은 사람들이 생각하는 정답인데, 1) 썸네일 클릭률 2) 정보의 질 3) 편집 실력 사실, 근데 진짜 정답은 따로 있었음 "감정을 건드는 도입부 문장"을 매일 수집하는 것 1. 왜 도입부 문장인가? 아무리 좋은 정보도 공감이 없으면 의미가 없어짐. 실제로 조회수 100만 넘은 영상들 도입부 30초의 공통점이 있음 정보 전달 전에 먼저 '내 얘기'처럼 느껴지게 만든다 2. 공감이 왜 중요한가 "1억만 모으면 다음 월급부터 거의 다 써도 된다" 이 문장에 심장이 살짝 움직였다면 그게 바로 수집 대상 공감이 생기면 뒤에 나오는 정보의 가치가 만 배 올라간다고 함 3. 매일 하는 루틴 (5단계) ① 클릭률 좋은 영상 하나 고르기 ② 도입부 30초 집중해서 듣기 ③ 감정이 움직이는 순간 포착하기 ④ 그 문장 바로 타이핑해서 저장 ⑤ 매일 반복해서 감각으로 만들기 포인트는 처음 느꼈을 때 바로 저장 학습할수록 그 감각이 무뎌지기 때문 "앞에서 공감이 없으면 뒤의 정보는 의미가 없어진다" 콘텐츠로 돈 버는 사람과의 차이는 도입부 3줄에서 이미 갈린다는 것 그 차이는 딱 하나, 언제 이 훈련을 시작했냐는 것 이라고 합니다.🧐 ※ 마지막에 현재 남아있는 부의 사다리는 SNS기반 캐시플로우를 형성하는 것이라고 하는데, 결국 SNS에서 개인을 브랜딩화 하는 것이 앞으로 미래에서는 개인에게 엄청난 자산이 될 것이라고 저는 개인적으로 생각합니다.

MOST PEOPLE HAVE NO IDEA HOW GOOD OF AN INVESTOR GOOGLE IS 6% OF SPACEX 14% OF ANTHROPIC 75% OF WAYMO $900M INTO SPACEX IN 2015 → NOW WORTH $115B $13B INTO ANTHROPIC → NOW WORTH $140B WAYMO JUST RAISED $16B AT A $126B VALUATION → GOOGLE’S STAKE WORTH ~$95B. THOSE THREE BETS ALONE ARE WORTH OVER $350B AND THEY HAVE 100’S MORE SMALLER ONES $GOOGL

젊을 때는 가난한 게 겁이 안 나요 주언규님 영상에서 이 말이 와닿았습니다 20대 때 고시원 사는 건 생각보다 크게 부끄럽지 않을 수 있음 주변에도 비슷한 친구들이 있고 몸도 버텨주고 실패해도 다시 해보면 되니까 하루 한 끼 먹어도 버티고 돈 없어도 꿈을 쫓는 느낌이 있을 수 있음 근데 같은 가난이 40대, 50대, 60대에 오면 완전히 달라진다는 말이었음 젊을 때 가난은 불편함에 가깝지만 나이 들어서 가난은 생존 문제가 될 수 있음 월세 병원비 부모님 건강 내 체력 가족 부양 일할 수 있는 시간 이런 것들이 한꺼번에 현실로 들어오기 때문임 영상에서 가장 인상 깊었던 건 이거였음 가난이 진짜 무서운 건 돈이 없어서가 아니라 선택지가 줄어드는 것이라고 나이가 드는 것도 선택지가 줄어드는 일이고 돈이 없는 것도 선택지가 줄어드는 일임 둘이 같이 오면 사람이 코너에 몰림 젊을 때는 정신력으로 버틸 수 있음 근데 나이가 들면 정신력도 체력이라는 말이 맞아짐 회복 속도도 느려지고 압박을 버틸 여유도 줄어듦 그래서 돈이 없으면 장기적인 선택보다 당장 급한 문제만 보게 된다고 함 가난하면 사람이 멍청해서 잘못된 선택을 하는 게 아니라 경제적 압박이 사람의 판단력 자체를 좁게 만든다는 것 돈 걱정이 계속 머리에 깔려 있으면 뭘 배울 여유도 없고 긴 계획을 세울 여유도 없고 눈앞의 문제만 처리하게 됨 그러면 다시 더 좋은 선택을 할 힘이 줄어듦 무서운 건 이 반복 같음 그래서 젊을 때 가난을 너무 낭만적으로 보면 안 되는 듯함 고시원 알바 짠 생활 불편한 환경 이런 건 젊을 때는 버틸 수 있음 근데 그 시간을 그냥 버티기만 하면 나중엔 더 좁은 선택지만 남을 수 있음 개인적으로 이 영상에서 좋았던 건 “젊을 때 놀지 말라”는 뻔한 얘기가 아니었다는 점임 주언규님이 후회한다고 말한 건 30대에 열심히 산 게 아니었음 오히려 후회한 건 두 가지였음 첫째, 나를 현재 위치에 묶어두는 관계를 너무 오래 붙잡은 것 “너 정도면 됐지” “더 하는 건 위험하지” “그만하면 행복한 거지” 이런 말을 하는 사람들을 설득하느라 시간을 많이 썼다고 함 둘째, 자존심 때문에 배우지 않은 것 주식도 AI도 새로운 도구도 처음엔 체면 때문에 안 배우고 무서워서 안 배우고 늦었다고 안 배울 수 있음 근데 그 대가는 몇 년 뒤에 온다고 함 이 말은 요즘 더 와닿는 듯함 AI도 마찬가지임 “AI는 별거 없다” “어차피 인간을 못 이긴다” “이런 건 오래 못 간다” 이런 말 하면서 안 배우면 나중에 길이 바뀐 뒤에야 깨달을 수도 있음 마차가 자동차를 무시했는데 결국 도로 자체가 바뀐 것처럼 젊을 때 진짜 무서운 건 가난 자체가 아니라 가난한 상태에 익숙해지고 배움을 미루고 나를 잡아두는 말에 오래 머무는 것 같음 가난은 버틸 수 있음 근데 선택지가 줄어드는 건 생각보다 훨씬 무서운 일임 그래서 젊을 때 해야 할 건 무조건 돈만 좇는 게 아니라 선택지를 늘리는 행동을 계속 하는 거라고 봄 기술을 배우고 돈을 모으고 관계를 정리하고 새로운 시장을 보고 작게라도 시도해보는 것 나중에 덜 불안하려면 지금 선택지를 늘려놔야 하는 듯함 출처: 주언규

박진영이 말하길..

@wholemars The democrats turning their back on Elon will go down as one of the worst political mistakes in history.

펌) 미쳤네요. 새벽 1시 올공 여자 화장실이라고 합니다. 더 이상 무슨 말이 필요할까요? 대한민국 애국 우파 시민의식의 수준을 보여주는 장면입니다.

어른의 매너

Si quieres ganar músculo más rápido, deja de obsesionarte con suplementos. Las mayores ganancias suelen venir de combinar los alimentos correctos. 1. Huevos + carne.

큰돈 버는 사람들의 공통점 1. 세상의 변화를 거부하지 않는다 세상은 계속 운영체제를 바꾼다. DOS에서 윈도우로, 다시 iOS와 안드로이드의 시대로 넘어왔듯 돈이 움직이는 방식도 계속 바뀐다. 과거의 방식에만 갇히면 결국 구식이 된다. 2. 새로운 자산을 무조건 비웃지 않는다 비트코인이든, AI든, 새로운 산업이든 처음에는 낯설고 위험해 보인다. 하지만 큰돈을 버는 사람들은 일단 알아본다. 모른다고 바로 사기라고 부르지 않는다. 3. 자기 운영체제를 계속 업데이트한다 나이가 들어도 새로운 지식을 받아들이는 사람이 있다. 반대로 자신이 아는 세계가 전부라고 믿고 더 이상 배우지 않는 사람도 있다. 차이는 시간이 갈수록 크게 벌어진다. 4. 틀렸을 때 빠르게 인정한다 진짜 고수는 틀렸을 때 변명하지 않는다. 인정하고, 복기하고, 다음 판단을 수정한다. 자존심보다 중요한 건 살아남는 것이다. 큰돈을 버는 사람들은 무조건 미래를 맞히는 사람들이 아니다. 변화를 피하지 않고, 새로운 것을 공부하고, 틀렸을 때 빠르게 고치는 사람들이다. 세상은 계속 바뀐다. 돈의 흐름도 바뀌고, 자산의 형태도 바뀌고, 기회의 위치도 바뀐다. 그 변화 앞에서 무조건 비웃는 사람은 뒤처지고, 일단 배우는 사람은 기회를 잡는다. 결국 중요한 건 두 가지다. 새로운 현상을 거부하지 않는 것. 그리고 틀렸을 때 빠르게 인정하고 다시 배우는 것이다.

1960년대 대한민국은 세계 최빈국 수준의 극심한 가난 속에서 산업 기반조차 거의 없는 나라였습니다. 전쟁의 폐허와 빈 곤으로 국가 재건이 절실했던 시절, 박정희 전 대통령은 1964년 서독 을 방문해 경제 개발 자금을 마련하기 위해 절박한 심정으로 차관 지원 을 요청했습니다. 당시 많은 한국인 광부와 간호사들이 서독으로 파견되어 낯선 타국의 위험한 탄광과 의료 현장에서 혹독한 노동을 감내하며 외화를 벌어들 였습니다. 이들의 희생과 헌신은 대한민국 경제 회복의 중요한 밑거름 이 되었고, 국가 신용 확보에도 큰 역할을 했습니다. 이렇게 마련된 자금과 국민들의 피땀은 경부고속도로 건설, 포항제철 설립, 제조업 육성 등 대한민국 산업화의 핵심 기반으로 이어졌습니다. 아무것도 없던 가난한 나라가 오늘날 세계적인 경제 강국으로 성장할 수 있었던 배경에는 해외에서 몸 바쳐 일한 국민들, 국내 산업 현장을 지킨 노동자들, 그리고 기업들의 끊임없는 도전이 있었습니다. 오늘의 대한민국은 저절로 만들어진 것이 아니라, 가난을 벗어나기 위 해 온 국민이 희생과 노력을 쏟아부은 치열한 역사 위에 세워진 결과입 니다.

2026년 6월 13일 새벽 5시 30분 기준 시총 나열 1위: 엔비디아 (4.969조 달러) 2위: 알파벳(구글) (4.367조 달러) 3위: 애플 (4.275조 달러) 4위: 마이크로소프트 (2.902조 달러) 5위: 아마존 (2.566조 달러) 6위: TSMC (2.198조 달러) 7위: 스페이스X (2.104조 달러) 8위: 브로드컴 (1.817조 달러) 9위: 사우디 아람코 (1.752조 달러) 10위: 테슬라 (1.526조 달러) 11위: 메타 플랫폼스 (1.439조 달러) 12위: 삼성전자 (1.394조 달러) 13위: 마이크론 테크놀로지 (1.106조 달러) 14위: 버크셔 해서웨이 (1.055조 달러) 15위: 일라이 릴리 (1.010조 달러) 16위: SK하이닉스 (1.005조 달러)

"만약 당신이 미합중국을 공격한다면, 우리는 당신을 추적할 것이고, 우리는 당신을 찾아낼 것이며, 때로는 장엄한 지구 곳곳을 누빌 것입니다. 우리는 자비 없이 당신을 분쇄할 것이며, 우리는 의심의 여지 없이 승리할 것입니다." - 트럼프 대통령 (2025년 9월 11일)