Jung3984🇻🇦🥷

🌱요 근래 등장하고 있는 의문점. "메모리 가격이 지속적으로 상승하면 이 가격 상승분을 누가 받아낼 수 있을까?" 이 질문에 대한 힌트를 이 글에서 얻어가시기 바랍니다. 저는 작년부터 이런 고민을 한 적 있고 답을 내렸습니다. 정답은 <'기업 → 국가' 순으로 받아낸다.> 이제 AI는 단순한 민간 단에서 이루어지는 경쟁이 아닙니다. 국가 간 경쟁입니다. 미국이 군사작전에 AI를 사용함으로써 국가 간 경쟁 구도는 완성되었습니다. 즉, 기업이 못 받아낸다면 국가가 받아냅니다. 지금 미국 글로벌빅테크와 중국 테크 기업들이 순수 자기자본으로 투자 한다 생각하면 정말 심각한 오산입니다. 미국 글로벌빅테크 뒤에서는 사모신용이 돈을 지속적으로 쏴주고 있고, 사모신용 뒤에는 이들을 받쳐주는 자산운용사가 존재하며, 자산운용사 뒤에는 연준이 존재합니다. 중국 기업 뒤에는 에너지 가격 보조금과 산업 보조금을 지속적으로 투입하는 중국 정부의 돈이 존재하고 말입니다. 아직도 민간 단에서의 경쟁으로만 AI투자를 바라보면 정말 아쉬운 관점입니다. 🌟 지속적으로 말씀드립니다. AI투자에서 밀리는 국가는 AI 선도국의 식민지가 됩니다. AI투자를 민간 수준에서 생각하지 마세요. 관점을 넓히시기 바랍니다. ---- 추가로, 메모리 가격이 너무 오르면, AIDC 외 다른 제품에서 메모리 수요가 떨어질 거라고 보는 분들이 많습니다. 이를테면 핸드폰 같은 제품 말입니다. 이것도 아쉬운 관점입니다. 일부 제품에서 수요가 하락할 수는 있겠으나, 중요한 사실은 전체 메모리 수요입니다. 메모리 기업 입장에서 바라본다면 핸드폰에 판매를 하든, AIDC에 판매를 하든 똑같은 매출입니다. 전체 메모리 수요가 상승하는 와중에 핸드폰향 매출이 조금 줄어든다 하더라도 문제는 적을 것입니다. 핸드폰에 들어가는 메모리가 많을지, 아니면 로봇에 들어가는 메모리가 많을지 잘 생각해 보십시요. 핸드폰은 소비재고 로봇은 생산재입니다. 하나만 더 말씀드려 보겠습니다. 📈그럼 메모리가격은 무한대로 상승할 수 있느냐? 라는 점입니다. 결국 메모리가격 상승세가 꺾이면 주가도 같이 꺾일 거 아니냐는 말입니다. 맞습니다. 메모리가격 상승세가 꺾이면 과거 성장세를 바탕으로 한 주가 상승세는 꺾일 수 있습니다. 이것이 가장 우려스러운 일입니다. 만, 🔥지금부터 이런 생각을 할 필요는 없습니다. 마이크론의 어닝콜에 의하면 2027년 이전까지 주요 플레이어들의 메모리 생산량 증가는 없습니다. 생산량 증가는 없는데 수요는 지속적으로 증가합니다. 왜 26년 5월인 지금부터 가격이 꺾일 생각을 하는지 사실 잘 모르겠습니다. 근거가 미약합니다. 또 하나만 말씀드려보죠. 수요가 증가하는 이유는 무엇입니까? 여러분은 이 생각을 해보신 적 있는지요? 단순히 사람들의 AI사용량이 늘어서입니까? 아닙니다. 오늘 공개된 제 네프콘 글에서 가장 중요한 내용입니다. AI모델 발전과 AI하드웨어 성능 발전의 갭을 어떻게 메꿀지 잘 생각해보시기 바랍니다. 그리고 그 결론이 올바르게 도출되면 좋겠습니다. 물론 이런 가정은 모두 과거부터 지금까지의 흐름이 지속된다는 가정입니다. 미래에 어떤 혁신적인 기술이 상용화된다면 아예 바뀔 수 있습니다. 예컨데, 양자컴퓨터라든지 뇌세포AI라든지, 다른 AI모델이라든지 말입니다. 바꿔 말하면 위 기술들이 상용화되기 전까지는 지금까지의 흐름이 지속될 것으로 생각합니다. 저는 이렇게 생각합니다. 다른 의견 있으시다면 댓글로 좋은 의견 나눔 부탁드립니다. 감사합니다.

normalize realizing that the whole cheat code to life is being insanely delusional and optimistic

i think a lot of people quietly give up on their life because they become “realistic” too early. like they stop themselves before life even gets the chance to test them. but some people stay so delusionally optimistic about their future that they refuse to let their current reality become their final story. that’s probably why Elon Musk kept going even while rockets were failing publicly and Tesla looked finished. maybe that mindset changes everything. the ability to not emotionally collapse every time life refuses to validate you. that level of optimism changes people. because when you deeply believe something is possible, you behave differently. you last longer. you recover faster. you keep going during the phase where most people quietly lose belief in themselves.

"하늘에 닿으려는 나무는 그 뿌리를 지옥에까지 뻗어야 한다." — 칼 융

@GONOGO_Korea @Sofigoodboy 챗지피티8368야, 21세기 지구인들이 익숙하게 느낄만한 UFO 만들어줘. 예를 들자면 1978년 슈퍼맨에 나오는 우주선을 참고해도 좋아.

야 이건 좀 신기하긴 하네

주말내내 델델 그래서 좀 살펴 봤더니. 델. 좀 골때리는 상황이네. 1. 밸류에이션 상향 중. 기존 PC에서 AI서버로. ✅ AI서버 성장율이 지난 2월에 342% 성장, 오는 5월 28일 664% 성장할 것으로 예상됨. 매출 비중도 30%를 넘기는 상황이어서 밸류 리레이팅의 근거가 마련됨. 2. 그래서 기존 PER 10-12배 받다가 18-22배로 상향되는 초입에 있음. 이는 일반적 시장 논리. 이걸 올해 EPS 13불, 내년 EPS 15. EPS 추정치는 계속 올라 갈것으로 보이고. ✅ 기존 PER 10-12배에 EPS 15불을 적용하면 180불짜리 회사이고. ✅ 신규 PER 18-22배에 EPS 적용하면 330불짜리 회사가 되는 모양새다. 물론 EPS는 15불은 보수적이라 17불까지 상향이 가능해 보임. 그 경우 374불이 나온다. 올해 PER 18-22에 13불 적용하면 286불 내년 PER 18-22에 15불 작용하면 330불 까지는 보수적 접근. ✅ 일단 286불까지는 실적 전후 도달할 것으로 보임. 트럼프 트레이드에 엔비디아 모멘트까지 포함하면 슈팅이 나올 개연성이 커보이긴함.

@mynameisdjkim 말씀에 동의합니다. 주식시장은 전세계인을 상대로하는 포커다! 🫡 x.com/Human4893/stat…

시장은 체스가 아니라 포커다 체스는 모든 말이 보입니다. 그런데 시장은 그렇지 않습니다. 새로운 뉴스, 경제지표, 옵션 포지션, 기관 수급, 알고리즘 매매가 계속 들어옵니다. 그래서 처음에 세운 전망이 맞아 보여도, 새 정보가 나오면 바로 확률을 다시 계산해야 합니다. 초보자는 이렇게 생각합니다. “나는 상승론자야. 끝까지 버텨야 해.” 프로는 이렇게 생각합니다. “처음엔 상승 확률이 높았는데, 데이터가 바뀌었네. 이제 하락 가능성이 커졌으니 포지션을 줄이거나 바꿔야겠다.”

we ACTUALLY got the oppressor mk2 before GTA 6. Polish engineer Tomasz Patan built the Volonaut Airbike. it hits 124 mph, runs on jet propulsion, has no propellers, and weighs less than your dog. pretty fucking sick.

A Hungarian psychologist raised three daughters to prove that any child could become a chess grandmaster through early specialization. He succeeded. Two of them became grandmasters. One became the greatest female chess player who ever lived. Then a sports scientist looked at the data and found something nobody wanted to hear. His name is David Epstein. The book is called "Range." The Polgar experiment is one of the most famous case studies in the history of deliberate practice. Laszlo Polgar wrote a book before his daughters were even born arguing that geniuses are made, not born. He homeschooled all three girls in chess from age four. By their teens, Susan, Sofia, and Judit were dominating tournaments against grown men. Judit became the youngest grandmaster in history at the time, breaking Bobby Fischer's record. The story became the gospel of early specialization. Pick a domain young, drill it hard, and you can manufacture excellence. Epstein opens his book by telling that story honestly and then quietly demolishing the conclusion most people drew from it. Chess works that way. Most things do not. Here is the distinction that took him four years of research to articulate, and that almost nobody who quotes the 10,000 hour rule has ever read. There are two kinds of environments in which humans develop expertise. Psychologists call them kind and wicked. A kind environment has clear rules, immediate feedback, and patterns that repeat reliably. Chess is the cleanest example. Every game ends with a winner and a loser. Every move is recorded. The board never changes shape. The pieces never invent new ways to move. A child who plays ten thousand games will see most of the patterns that exist in the game, and pattern recognition is exactly what chess mastery is built on. A wicked environment is the opposite. Feedback is delayed or misleading. Rules shift. The patterns that worked yesterday may be exactly the wrong patterns to apply tomorrow. Most of the real world looks like this. Medicine is wicked. Investing is wicked. Building a company is wicked. Scientific research is wicked. Almost every job that involves a complex changing system with humans in it is wicked. The Polgar sisters trained in the kindest environment any human can train in. Their success was real and the method was correct. The mistake was generalizing the method to fields where the underlying structure of the environment is completely different. Epstein's research is what made the implication impossible to ignore. He looked at the careers of elite athletes outside of chess and golf and found that the pattern was almost the inverse of what people assumed. The athletes who reached the very top of their sports were overwhelmingly people who had played multiple sports as children, specialized late, and often switched disciplines well into their teens. Roger Federer played squash, badminton, basketball, handball, tennis, table tennis, and soccer before tennis became his focus. The kids who specialized in tennis at age six and trained year-round for a decade mostly burned out, got injured, or topped out at lower levels of the sport. The same pattern showed up everywhere he looked outside of kind environments. Inventors with the most patents had worked in multiple unrelated fields before their breakthrough work. Comic book creators with the longest careers had drawn for the most different genres before settling. Scientists who won Nobel Prizes were dramatically more likely than their peers to be serious amateur musicians, painters, sculptors, or writers. The skill that mattered in wicked environments was not depth in one pattern. It was the ability to recognize when a pattern from one domain applied unexpectedly in another. That kind of thinking cannot be built by drilling a single subject. It can only be built by accumulating mental models from many subjects and learning to move between them. The deeper finding is the one that should change how you think about your own career. Specialists in wicked environments often get worse with experience, not better. Epstein cites studies of doctors, financial analysts, intelligence officers, and forecasters showing that years of experience in a narrow domain frequently produce more confident judgments without producing more accurate ones. The expert builds elaborate mental models that feel comprehensive and turn out to be increasingly disconnected from the actual structure of the problem. They stop noticing what does not fit their framework. They mistake fluency for understanding. Generalists do better in wicked domains for a reason that sounds almost mystical until you understand the mechanism. They have less invested in any single mental model, so they abandon broken models faster. They are used to being a beginner, so they are not threatened by the discomfort of not knowing. They have seen enough different domains that they can usually find an analogy from one field that unlocks a problem in another. The technical name for this is analogical thinking, and the research on it is one of the most underrated bodies of work in cognitive science. The single most useful sentence in the entire book is the one Epstein puts almost as a throwaway. Match quality matters more than head start. A person who tries six different fields in their twenties and finds the one that genuinely fits them will outperform a person who picked one field at fourteen and stuck to it on willpower alone. The lost years were not lost. They were the search process that produced the match. Every field they walked away from taught them something they later imported into the field they finally chose. The reason this is so hard to accept is cultural, not empirical. We tell children to pick a path early. We reward the prodigy who knew at six. We treat the late bloomer as someone who failed to launch on time, when the data suggests they were running an entirely different and often more effective optimization process underneath. The Polgar sisters were not wrong. The conclusion the world drew from them was. If your environment is genuinely kind, specialize early and drill hard. If it is wicked, and almost every interesting human problem is, then the people who win are the ones who refused to specialize until they had seen enough to know what was actually worth specializing in. You are not behind. You were running the right experiment all along.

핀트윗 구독계들끼리 싸우지 마라. 어차피 막판에 가선 서로 다 망할테니 친하게 지내라.

Who made this? 😂

When stocks go vertical, always ask one question: Are they going up in real terms, or only in dollar terms? Example: semiconductors may look parabolic in USD terms. Charts are at euphoric levels, everyone is chasing AI/compute, and price action looks unstoppable. But when you price the same sector in gold, the picture can look very different. If semis priced in gold are only around September 2024 highs, it means the rally is not pure real outperformance. A part of the move may simply be the effect of currency debasement, liquidity expansion, and hard assets repricing higher. Same with the S&P 500. In nominal terms, the index may be near highs. But priced in gold, the S&P has lost huge purchasing power from the January 2022 peak. That is a very important signal. It means we may not be in a clean broad bull market. We may be in a nominal melt-up where selected leaders are rising strongly, while broad equities are still weak when measured against hard money. This is exactly why I continue to hold a major position in gold and silver, while letting my equity positions run. I don’t want to fight the momentum in equities. Parabolic moves can extend much longer than expected. But I also don’t want to confuse nominal gains with real purchasing power gains. The real question is not: “Is the index up?” The real question is: “Is my portfolio gaining purchasing power against gold, energy, land, and real assets?” When markets are euphoric, discipline matters more than excitement. Hold quality. Let winners run. Avoid chasing vertical moves. Invest in gold and silver. Because sometimes a market can look like a bull market in currency terms, while still being a bear market in real terms.

대한민국의 전성기를 증명하는 지표가 하나 터짐 바로 여행수지 지표인데 여행수지란? “외국인이 한국 와서 쓴 돈” 빼기 “한국인이 해외 가서 쓴 돈” 즉 외국인들이 한국에서 돈을 더 많이 쓰기 시작했다는건데 2014년 11월 이후 11년 4개월 만에 흑자로 전환함 ㄷㄷ

요즘 들려오는 철도버블, 닷컴버블.. 장담컨대, 저 버블 소리 하는 사람들 대부분 AI를 제대로 써보지도 않은 사람이라고 확신합니다. 챗GPT나 제미나이 무료 버전 쓰면서 버블버블... 1. 철도버블이나 닷컴버블이나 핵심은 같다. 2. 인프라에 경쟁적으로 투자했지만, 경쟁에서 이긴 플레이어는 소수였고 나머지는 패배하였다는 것. 3. 나머지가 패배한 이유는 이익을 내지 못해서였다. 4. 나머지가 패배했어도 인프라는 남았고, 그 인프라 덕에 우리가 이렇게 잘 살고 있는 건데 5. 지금 AI인프라 투자는 철도나 인터넷과 매우 다르다. 6. 뭐가 다를까? 이 부분을 잘 이해하고 버블 소리좀 그만하자. 7. 투자 주체가 다르다. 지금의 빅테크 기업들은 단순한 미국기업이 아니다. 글로벌 기업이다. 8. 이게 무슨말일까? 지금 당장 AI투자가 실패로 끝난다 해도 파산할 일이 없다는 뜻이다. 9. 다수의 패배자도 보이지 않는다. 빅테크 기업들 모두 AI투자 이후 순이익이 크게 늘었다. AI하드웨어 기업들도 실제 실적이 크게 늘어나고 있다. 누가 패배자인가? 10. 순이익이 늘어나는 만큼 투자액이 더 늘어나는 게 문제라고 할 수 있겠으나 11. 인프라 투자 초기 단계이니 감수할 수 있는 리스크다. 12. 과거의 닷컴버블, 철도버블 때는 인프라를 깔아도 그 인프라가 남아 돌았기에 수익이 나지 않아 다수가 패배한 거지만 13. 지금의 AI인프라 투자는 아무리 깔아도 부족하다는 아우성이 들린다. 리스크를 감수하는 게 맞다. 14. 문제는 뭘까? 지금 AI는 제대로 시작조차 하지 않았다는 것. 에이전트AI는 쓰는 사람만 쓰고 있고, 피지컬AI는 상용화도 안 된 상황. 15. 아직 시작조차 안 한 AI시대인데도 인프라가 너무 부족하다. 16. 이런데도 버블을 논하는 이유가 뭘까? 앞서가는 사람들은 에이전트AI를 10개 20개씩 돌리면서 월 500에 가까운 api비용을 내고 1인 회사를 차리는 중인데, 무료 챗GPT만 쓰는 사람들은 ai버블을 논하고 있습니다. 엔스로픽은 컴퓨팅 능력이 부족해서 어떻게든 해결해보고자 노력하고 있는데 누구는 ai인프라가 버블이라고 합니다. 버블버블.. 버블검~

1999년 닷컴버블, 버핏의 굴욕 1. 현재 투자의 전설이 된 워랜버핏에게 있어서 가장 드라마틱한 때는 닷컴버블 시기였음 2. 1999년은 나스닥이 80% 넘게 폭등하며 그야말로 광기의 정점을 찍던 해였음 3. 투자자들은 그당시 버핏에게 왜 기술주에 투자하지 않느냐고 난리난리가 났었음 4. 언론에서도 이런 버핏과 그의 친구 찰리 멍거에 대해서 자극적인 기사를 쏟아냈음 "워랜 버핏은 끝났다!" "버핏과 멍거는 이제 뒷방 늙은이다!" 5. 이런 여론과 주주들의 불만에도 불구하고 1999년 7월 아이다호 선밸리 컨퍼런스에서 워렌 버핏은 당시 미쳐있던 기술주 시장을 향해 '장기적으로 지속 불가능한 거품'이라며 대폭락을 예고했음 6. ​당시 사람들은 그자리에서 버핏을 향해 "기술주를 이해 못 하는 늙은이"라며 대놓고 비웃었고, 실제 버크셔 해서웨이 주가는 고점 대비 약 20% 하락하며 시장에서 소외됐음 7. ​1999년 말 배런스(Barron's) 지는 '워렌, 도대체 무슨 일인가?(What's Wrong, Warren?)'라는 헤드라인으로 버핏의 투자 시대가 끝났다고 비아냥거리기까지 했음 8. ​버핏은 주변의 비난과 조롱에도 굴하지 않고 "내가 이해하지 못하는 사업에는 투자하지 않는다"는 원칙을 고수하며 끝까지 기술주 매수를 거부했음 9. ​2000년 3월 나스닥 지수가 폭락하면서 닷컴버블이 터졌고, 버핏이 경고했던 대로 실체 없는 기술주들은 순식간에 휴지조각이 됐음 10. ​결국 버크셔의 주가는 다시 반등했고 버핏은 "물이 빠지면 누가 벌거벗고 수영하고 있었는지 알 수 있다"는 전설적인 말을 남기며 자신의 통찰력을 증명함 버핏의 "고집"이 "혜안"임이 증명되는데는 단 1년도 걸리지 않은 것. 그는 "남들이 탐욕을 부릴 때 두려워하라"는 자신의 원칙을 지켰고, 결국 최후에 웃는 자가 되었음 이 일화는 오늘날까지도 '시장의 유행에 휩쓸리지 않는 투자 원칙'의 중요성을 보여주는 가장 유명한 사례로 회자되고 있음 그리고 현재, 버핏은 공개 석상 인터뷰에서, "지금 증시는 카지노와 같다" 라고 말하고 있음🤔

@moritower_ 와 소작농도 두신 대지주

뭐든 빨리 해보는 게 좋다 내 첫 토지거래는 온비드 공매로 제천에 옥수수 밭 사봄 형제 소유였는데 형 거가 공매로 나옴 게다가 땅 모양이 안좋고 동생땅 없으면 서류상 맹지였음 그러니 유찰 엄청 되어있었음 아마 내가 넣을 때 동생 분이 사시려고 했던 거 같은데 난 첫 공매로는 이런 거 넣어보면 좋겠다 생각들어 생각보다 비싸게 가격 적어 냄 내가 사게됐고 이 동생분께 옥수수 받는걸로 해서 대여해드림 이게 2015년 20대 초중반이었음ㅋㅋㅋㅋㅋㅋ

Tick tock.

crazy how Claude Code, Codex, and billion dollar investments essentially boil down to this

Hot take: We need to replace Central Park with the world's largest data center

@Alisvolatprop12 🤯🤯🤯🤯🤯

개인적으로 일론이 원하는 규모를 실제로 시작한다면 172조 원이 아니라 1720조 원($ 1.2T)이상의 CAPEX가 필요할 것으로 생각. 베른슈타인은 테라팹 CAPEX를 $ 5T-13T 정도로 예상하고 있기도 하고. #terafab