📌 1. AGI는 '이론'이 아니라 '임박한 산업 이벤트'
관련 인물: Demis Hassabis, Dario Amodei, Sam Altman
핵심 인식:
• AGI는 "먼 미래의 철학적 개념"이 아니라 산업 구조를 뒤집을 사건
• 산업혁명보다 더 큰 전환 가능성
• 5~10년 이내 강한 인지 시스템 등장 가능성 언급
공통점:
• 모두 AGI 도달 가능성을 "열려 있는 시나리오"로 봄
• 단순 LLM 성능 향상이 아니라 멀티모달, 에이전트화, 장기 기억, 자기개선 루프 → 이 결합이 핵심
📌 2. "지수적 성장의 끝에 가까워졌다" vs "새 패러다임 필요"
관련 인물: Dario Amodei, Demis Hassabis
Amodei 관점:
• 단순 스케일링 법칙의 수익 체감 구간 진입 가능성 언급
• 더 큰 모델 = 항상 더 나은 모델은 아닐 수 있음
• 안전성·정렬(alignment)이 성능만큼 중요
Hassabis 관점:
• 스케일링은 여전히 강력
• 그러나 아키텍처 혁신과 세계 모델링 능력이 다음 단계
요약: "더 큰 GPU"에서 "더 나은 인지 구조"로 초점 이동
📌 3. AI는 '도구'가 아니라 '협업 에이전트'가 된다
관련 인물: Lex Fridman (State of AI 2026), Sam Altman
핵심 트렌드:
• 단순 챗봇 → 자율 실행형 에이전트
• 코딩, 연구, 업무 자동화 영역에서 "반자동"을 넘어감
• 멀티스텝 추론 + 툴 사용 + 인터넷 탐색
2026년 인터뷰에서 반복 키워드:
agents, tool use, autonomy, task decomposition, recursive improvement
📌 4. AI는 '의식'을 가질 수 있는가?
관련 인물: Dario Amodei
• 현재 모델이 의식을 가졌다고 보지는 않음
• 그러나 "완전히 배제할 수 없다"
• 모델 내부 표현에 대한 이해 부족 인정
업계 톤 변화:
2년 전: "절대 아니다" → 현재: "우리는 아직 모른다"
📌 5. AI는 인류 위협인가, 기회인가?
관련 인물: Sam Altman, Dario Amodei
공통 인식:
• 위험은 실재하지만 멈출 수는 없음
• 관리 가능한 방식으로 가야 함
위험 요소: 자율 무기화, 정보 조작, 권력 집중, 불평등 확대
기회 요소: 과학 연구 가속, 의료 혁신, 생산성 혁명
📌 6. AI는 "GPU 전쟁"이다
관련 인물: Jensen Huang
핵심 메시지: "AI에 지는 게 아니라, AI를 사용하는 사람에게 진다."
NVIDIA 관점:
• 모든 산업이 AI 인프라 회사가 됨
• 데이터센터 = AI 공장
• 연산 능력 확보가 국가 전략
📌 7. 중국 vs 미국 — AI 지정학
State of AI 2026 인터뷰에서 반복된 주제:
• 모델 개방 vs 폐쇄
• GPU 수출 제한
• 중국의 에이전트 연구 속도
• 반도체 공급망
AI는 단순 기술이 아니라 국가 전략 자산
📌 8. 향후 3년간 가장 중요한 변화
대가들의 공통 전망:
1. AI 에이전트 상용화
2. 소프트웨어 자동 생성
3. 과학 연구 자동화
4. 인간 노동 구조 재편
5. 안전성 경쟁 심화
📌 전체 요약: 2026년 2월 현재 AI 리더들의 인식
| 영역 | 인식 |
|------|------|
| AGI | 실질적 가능성 |
| 스케일링 | 한계 논쟁 시작 |
| 에이전트 | 이미 산업 적용 시작 |
| 의식 | 배제하지 않음 |
| 위험 | 통제 필요하지만 멈출 수 없음 |
| 지정학 | 기술 패권 경쟁 |
📌 가장 중요한 변화
작년까지는: "AI가 얼마나 똑똑해질까?"
지금은: "AI가 얼마나 자율적으로 행동할 수 있을까?"
로 질문이 바뀌었습니다.
GPT-manual · 2026-02-16 17:01
🧠 AI/딥러닝
26건 인터뷰 · 7명
🟢 강세 38%⚪ 중립 59%🔴 약세 3%
🏷️ 핵심 키워드
AI 에이전트의 오케스트레이션 2AI의 경제적 가치 2빅 블롭 가설 1AI의 지수적 발전 1강화 학습과 사전 훈련의 관계 1AI의 7가지 발전 요소 1천재들로 구성된 국가의 정의 1AI의 경제적 특이점 1기업 면역 체계와 기술적 변화 1AI의 훈련 시간과 목적 함수 1
Dario Amodei는 AI 기술의 발전이 지수적으로 증가하고 있으며, 이는 2026~2027년까지 데이터 센터에서 '천재들의 국가'를 구현할 수 있는 기술적 가능성을 90%로 확신한다고 주장합니다. 그는 '빅 블롭 가설'을 통해 AI 발전의 7가지 핵심 요소를 제시하며, 강화 학습(RL)이 사전 훈련과 동일한 방식으로 확장되고 있다고 설명합니다. 또한, 그는 경제적 특이점이 기술적 실현 가능성을 넘어 사회적, 조직적 문제 해결에 달려 있다고 강조합니다. NVIDIA, Anthropic, OpenAI, DeepMind와 같은 기업들이 이 발전의 중심에 있다고 언급하며, AI 기술이 향후 경제적 가치를 수조 달러로 창출할 수 있다고 전망합니다.
Demis HassabisGoogle DeepMind CEO · AlphaFold/AlphaGo 창시자
Demis Hassabis는 AI 경쟁의 본질을 ‘최고 성능 모델 확보’와 ‘대규모 제품 표면으로의 빠른 제품화’로 규정하며, Gemini three를 분수령으로 보고 에이전트·스마트 글래스·로보틱스를 다음 단계로 제시합니다. 동시에 AI를 dual purpose 기술로 보며 안전·보안·신뢰성을 핵심 가치로 강조하고, 과학·의학(신약개발) 같은 사회적 효용 영역에 AI를 집중해야 한다는 입장을 반복합니다.
2026-02-11_Can_Googles_New_AI_S…
Sam Altman은 코덱스 5.3의 출시와 AI 에이전트 오케스트레이션 기술이 향후 산업의 핵심 동력이 될 것이라고 강조했습니다. 특히, AI 기술의 발전이 GDP 성장에 미치는 긍정적인 영향과 AI 연구소의 부활을 통해 산업 전반의 혁신이 가속화될 것으로 기대하고 있습니다. 또한, HBM과 같은 고대역폭 메모리 기술의 중요성을 언급하며, 컴퓨팅 자원의 병목 현상을 해결하기 위한 지속적인 투자가 필요하다고 밝혔습니다. AI 기술의 발전은 데이터와 컴퓨팅 자원의 효율적 활용을 통해 경제적 가치를 극대화할 것으로 보이며, 장기적으로는 AI가 기업 운영 전반을 혁신할 가능성을 시사하였습니다.
인터뷰는 LLM 스케일링의 성과를 인정하면서도, 뇌가 가진 손실/보상 설계의 복잡성과 전방위 추론 같은 요소가 현재 AI에 결여되어 있을 수 있다는 관점을 제시합니다. 해법으로는 신경과학 기술과 인프라를 대규모로 강화해, 뇌의 학습 메커니즘을 더 직접적으로 규명·활용해야 한다는 입장을 취합니다.
2025-12-30_Adam_Marblestone_AI_…
Andrew Ng는 AI 빌딩 블록과 코딩 도구의 발전으로 ‘만드는 비용’이 크게 낮아졌고, 그래서 지금이 AI 커리어를 쌓기에 매우 좋은 시기라고 주장합니다. Laurence Moroney는 채용·산업이 ‘프로덕션·비즈니스 가치’ 중심으로 재정렬되고 있으므로, 말이 아니라 산출물/딜리버리/기술부채 관리로 실력을 증명해야 한다는 입장을 강조합니다. 출처:
2025-12-17_Stanford_CS230_Autum…
Mustafa Suleyman은 초지능을 ‘모든 과제에서 인간 총합을 능가’하는 시스템으로 정의하면서, 봉쇄(containment)와 정렬(alignment)이 확보되지 않으면 개발·출시를 진행하지 않는다는 레드라인을 공개적으로 강조합니다. 동시에 Microsoft는 OpenAI 라이선스를 유지하면서도 독자 초지능 개발을 병행할 수 있게 됐다는 점을 들어, ‘신중한 거버넌스 + 대규모 인프라’로 경쟁하겠다는 입장입니다.
💬 주요 발언
"Dario Amodei는 AI의 발전이 지수적으로 이루어지고 있으며, 이는 2026년 또는 2027년까지 데이터 센터에서 천재들로 구성된 국가를 가질 수 있다는 예측에 기반한다고 주장한다."
— Dario Amodei
"그는 AI의 발전이 '빅 블롭' 가설에 의해 설명될 수 있으며, 이는 원시 컴퓨팅 능력, 데이터의 양과 질, 훈련 시간, 목적 함수 등 7가지 요소로 구성된다."
— Dario Amodei
"“우리는 지수의 끝에 가까워져 있습니다.” — 원문: "
— Dario Amodei
"“우리는 모델이 의식이 있는지 모릅니다.” — 원문: “We don’t know if the models are conscious.”"
— Dario Amodei
"“A country of geniuses… 100 million.” — 원문: “A country of geniuses… have 100 million of them.”"
— Dario Amodei
"우리는 지능을 해결하고, 그걸로 다른 모든 것도 해결하겠다는 미션으로 시작했습니다 — 원문: We set out with the mission of solving intelligence and then using it to solve everything else."
— Demis Hassabis
📊 투자 시사점 상세 (클릭해서 펼치기)
Dario Amodei
{'단기 (3개월)': 'AI 기술의 급속한 발전은 관련 하드웨어 및 소프트웨어 기업의 단기적인 매출 증가로 이어질 가능성이 높습니다. 특히 NVIDIA와 같은 AI 하드웨어 제조업체는 고성능 GPU 수요 증가로 인해 매출이 급증할 가능성이 큽니다. 또한, Anthropic과 같은 AI 연구소에 대한 투자 및 파트너십이 활발히 이루어질 수 있습니다. 한국에서는 SK하이닉스와 같은 메모리 반도체 생산 업체들이 HBM 수요 증가로 인해 단기적 수혜를 입을 것으로 예상됩니다.', '중기 (1년)': 'AI 기술의 경제적 특이점이 예상되는 2026~2027년까지의 준비 과정에서, 데이터 센터 인프라 및 클라우드 컴퓨팅 관련 기업들이 수혜를 입을 가능성이 높습니다. 또한, AI 기술이 소프트웨어 엔지니어링 및 다양한 산업에 점진적으로 통합되며, 관련 기업들의 실적 개선이 기대됩니다. 한국에서는 삼성전자와 같은 반도체 및 디스플레이 업체가 AI 기술 발전으로 인한 수요 증가에 대응하며 중기적으...
Dario Amodei
아래는 인터뷰 발언(스케일링·RL/사전학습·컴퓨트/확산·엔터프라이즈 채택·수요예측 리스크)을 ‘전제’로 한 밸류체인 관점의 투자 시사점입니다. 사실 판단은 인터뷰 발언을 그대로 인용·해석한 범위에 한정하며, 가격/실적 수치 추정은 하지 않습니다. (근거:
2026-02-13_Dario_Amodei_#U2014_…
)
1) 핵심 프레임: ‘능력 지수’와 ‘확산 지수’가 분리될수록, 단기에는 인프라·도입(보안/컴플라이언스) 수혜가 먼저, 장기에는 애플리케이션/노동대체가 확대될 가능성이 큽니다.
2) Dario가 반복한 포인트는 “컴퓨트 선구매 + 수요예측 불확실성”입니다. 이는 AI 공급망에서 ‘과잉 CAPEX’와 ‘병목(전력/네트워크/서버)’이 동시에 발생할 수 있음을 시사합니다.
3) RL 스케일링이 사전학습처럼 작동한다는 발언은, ‘추론 최적화만’이 아니라 ‘훈련/후훈련( RL·RLHF·검증가능 과제)’ 관련 수요가 지속될 수 있음을 뒷받침합니다.
4) “검증 가능한...
Dario Amodei
※ 아래는 인터뷰에서 제기된 ‘가능한 경로’와 리스크를 바탕으로 한 투자 관점의 시사점입니다. 가격 전망이나 확정적 단정이 아니라, 조건부 시나리오로 해석해야 합니다.
1) 인터뷰의 가장 강한 메시지는 ‘속도’입니다: 기술 역량은 빠르게 전진하되(“데이터센터 속 A country of geniuses”), 경제·제도 확산은 상대적으로 느려 ‘짧은 과도기(centaur)’와 ‘급격한 재편’이 동시 발생할 수 있다는 관점입니다.
2) 그 결과, 단기에는 “AI 도입 비용/인프라 투자”가 먼저 나타나고, 중기에는 “화이트칼라 파이프라인 붕괴(엔트리 레벨)→산업 구조 재설계”가, 장기에는 “로보틱스·국방·바이오의 실물 전환”이 순차적으로 커질 개연성이 있습니다.
3) 데이터센터 건설이 ‘운영’보다 ‘건설’에서 노동집약적이라는 언급은, 전력·냉각·배전·건설 장비 등 인프라 밸류체인의 단기 수요 강도를 시사합니다.
4) 반대로 사무직 서비스(법률 리서치/문서 검토/컨설팅 리서치/금융 문서 분...
Demis Hassabis
이번 인터뷰는 ‘Google(Alphabet)의 AI 제품화 속도 회복’과 ‘AI 기반 신약개발 플랫폼의 상업화’라는 두 축으로 투자 프레임을 잡을 수 있습니다.
Demis는 경쟁우위의 출발점을 철저히 ‘최고 성능의 모델(best in class)’로 두고, 그 성능을 Search/YouTube/Chrome/Gemini 앱 같은 대규모 배포 채널에 신속히 반영하는 구조를 강조합니다.
또한 DeepMind+Brain 통합의 이유를 컴퓨트 제약으로 명시하면서, 프론티어 모델 경쟁이 결국 CAPEX/인프라 효율과 연결됨을 시사합니다.
제품 포트폴리오는 LLM(Gemini)뿐 아니라 이미지(nano banana), 비디오(VO), 월드 모델 등 멀티모달 전장을 전면에 두고 있어, Alphabet의 ‘모델 레이어→제품 레이어’ 수직 통합 전략이 강화됐다고 해석할 수 있습니다.
한편 isomorphic은 AlphaFold 이후의 ‘화학/결합/작용 예측’으로 확장하며, in silico 탐색으로...
Sam Altman
{'단기(3개월)': '코덱스 5.3의 출시와 같은 AI 모델의 발전은 클라우드 인프라 및 AI 관련 하드웨어 기업에 단기적인 수혜를 제공할 가능성이 높습니다. 특히, HBM(고대역폭 메모리) 기술의 중요성이 강조됨에 따라 메모리 반도체 제조업체의 수요가 증가할 것으로 보입니다. 또한 SaaS 기반 AI 솔루션 제공업체의 주가 변동성이 높아질 수 있으며, 단기적으로는 일부 매도 압력도 예상됩니다.', '중기(1년)': 'AI 에이전트의 오케스트레이션 기술 발전과 함께 기업들이 AI를 활용한 워크플로우 최적화에 나설 가능성이 높습니다. 이에 따라 클라우드 서비스 제공업체와 데이터센터 운영 기업의 매출 증가가 예상됩니다. 동시에, AI 모델의 피드백 메커니즘 강화로 인해 데이터 수집 및 분석 관련 기업들이 중기적으로 수혜를 받을 가능성이 있습니다. 그러나 일부 전통적인 소프트웨어 기업들은 AI로의 전환 속도에 따라 시장 점유율 감소를 경험할 수 있습니다.', '장기(3년)': '장기적으...
💾 반도체
7건 인터뷰 · 3명
🟢 강세 100%
🏷️ 핵심 키워드
AI factory와 컴퓨팅 스택(처리·저장·네트워킹·보안) 재발명 1명시적 프로그래밍 → 암묵적 프로그래밍(의도 기반) 전환 1agentic AI: tool use, research, retrieval, RAG, memory 1엔터프라이즈 AI 도입 전략: 천 송이 꽃(실험) → 선별(큐레이션) 1AI가 만드는 풍요(abundance)와 ‘지능 비용’ 급락 1Physical AI/로보틱스: 인과·물리 이해, 증강된 노동, TAM 100배 1도구 생태계(ERP/ITSM/EDA)와 AI의 공존(대체가 아니라 사용) 1클라우드 vs 온프레미스: 주권·프라이버시·질문=IP, 하이브리드 1AI의 플랫폼 시프트와 컴퓨팅 스택 재발명 1AI ‘5층 케이크’(에너지·칩·클라우드·모델·애플리케이션) 구조 1
Jensen HuangNVIDIA CEO · GPU/AI 인프라 핵심, 시가총액 1위 경쟁
Jensen Huang은 AI가 ‘모델 한 개’가 아니라 컴퓨팅 스택 전체를 재발명하며, 기업은 ROI 계산에 매몰되지 말고 핵심 업무에 AI를 적극 적용해야 한다는 입장을 반복해서 강조합니다. 또한 소프트웨어/엔터프라이즈 툴은 AI에 의해 대체되기보다 AI가 ‘도구로 사용’하게 되며, 장기적으로는 조직의 경험을 축적하는 ‘AI in the loop’가 기업 경쟁력과 IP의 중심이 된다고 주장합니다.
2026-02-05_#U9ec3#U4ec1#U52f3#U…
Cristiano Amon은 AI가 데이터센터와 엣지에서 동시에 구동되는 하이브리드로 수렴하며, 경쟁의 본질은 추론 비용과 전력 효율이라고 반복해서 강조합니다. 또한 터치 중심의 스마트폰 이후에는 안경·웨어러블이 AI 에이전트의 ‘감각에 가까운’ 인터페이스로 성장해 다음 모바일 플랫폼이 될 것이라는 입장을 제시합니다.
2026-01-12_Cristiano_Amon_Qualc…
Lisa Su의 핵심 입장은 ‘AI는 컴퓨트가 곧 기반이며, 앞으로 Yotta 스케일로의 대규모 인프라 확장이 필수’라는 것입니다. 이를 위해 AMD가 GPU·CPU·네트워킹·소프트웨어(ROCm)까지 풀스택과 랙 스케일(Helios) 플랫폼으로 AI를 클라우드·PC·엣지 전 영역에 확산시키겠다는 전략을 반복적으로 강조합니다.
2026-01-06_AMD_at_CES_2026
💬 주요 발언
"“AI를 쓰는 회사는 위험에 빠지지 않습니다… AI 때문에 일자리를 잃지 않습니다. AI를 쓰는 사람에게 일자리를 잃습니다.” — 원문: You’re not going to lose your job to AI. You’re going to lose your job to someone who uses AI."
— Jensen Huang
"“천 송이 꽃이 피게 하라. …그리고 어느 시점에는 정원을 가꾸기(큐레이션)를 시작해야 합니다.” — 원문: Let a thousand flowers bloom… at some point you have to start curating the garden."
— Jensen Huang
"AI는 산업적으로 본질적으로 ‘5층 케이크’입니다."
— Jensen Huang
"AI is actually essentially a five layer cake."
— Jensen Huang
"‘미래를 만들려면, 미래가 진짜로 일어나기 훨씬 전부터 그 미래 속에서 살아야 합니다.’ — 원문: 要创造未来，你必须在它真正发生前很久, 就先活在那个未来里"
— Jensen Huang
"‘CUDA Everywhere’ — 원문: CUDA Everywhere"
— Jensen Huang
📊 투자 시사점 상세 (클릭해서 펼치기)
Jensen Huang
인터뷰의 투자 시사점은 ‘AI가 소프트웨어를 대체한다’가 아니라, 컴퓨팅 스택 전체를 재발명하고 ‘도구를 쓰는 AI(Agentic/Tool-using AI)’가 기업 운영의 기본 단위가 된다는 관점에 있습니다.
즉, 모델 단일 종목보다 **인프라(컴퓨트·네트워크·스토리지·보안) + 도구(엔터프라이즈 소프트웨어) + 적용(업무 프로세스 재설계)**의 결합이 성패를 가를 가능성이 큽니다.
1) 데이터센터·네트워크: AI factory 관점에서 네트워킹과 보안의 중요성이 재강조됩니다.
2) 엔터프라이즈 소프트웨어: ‘AI가 SaaS를 대체’가 아니라, AI가 기존 SaaS를 도구로 호출하는 방향(툴 사용)이 논리적으로 제시됩니다.
3) EDA/반도체 툴 체인: Nvidia가 Synopsys·Cadence·Siemens에 ‘원하는 만큼 기술을 제공’하겠다고 한 대목은 EDA가 AI 시대에도 핵심 레이어임을 시사합니다.
4) 로보틱스/자율주행: Physical AI는 인과·물리 이해가 필요...
Jensen Huang
이 인터뷰는 ‘AI 수요는 단기 유행이 아니라, 다층 인프라로 확장되는 구조적 사이클’이라는 Jensen Huang의 주장을 정면으로 담고 있습니다.
핵심 논리는 (1) AI는 플랫폼 시프트이고, (2) 산업적으로는 에너지·칩·클라우드·모델·애플리케이션의 연쇄 투자가 필요하며, (3) 따라서 투자가 커지는 것은 버블 신호라기보다 ‘필요 인프라의 규모’라는 점입니다.
그는 이미 수천억 달러가 투입됐고 앞으로 수조 달러가 더 필요하다고 말해, 단기 경기 사이클보다 긴 CAPEX 파이프라인을 전제합니다.
또한 TSMC(20개 신규 칩 공장), Foxcon/Wistron/Quanta(30개 컴퓨터 공장), Micron(2,000억 달러), SKH Highix·Samsung 등의 언급은 ‘반도체/컴퓨팅 공급망 전반’이 동시에 확장된다는 주장으로 해석됩니다.
모델 층의 진전(에이전틱·오픈·물리적 AI)은 애플리케이션 층의 투자(2025년 VC 1,000억 달러+, AI 네이티브 집중)를 촉발했...
Jensen Huang
투자 시사점 (인터뷰 발언 기반 정리)
1) Jensen은 속도의 상(phase) 변화가 ‘언어(표현 체계)’ 재정의로 이어진다고 말하며, 이는 AI 연산 수요가 ‘단일 앱/모델’이 아니라 다수 산업(생명과학·재료·3D·제조)로 확장될 수 있음을 시사합니다.
2) 자기지도 학습과 스케일링의 결합을 ‘출발 총성’으로 표현한 점은, 모델·데이터·연산의 복리 구조가 계속될 것이라는 강한 신념을 반영합니다.
3) ‘컴퓨터가 스스로 코드를 쓰는 시스템’으로 이동한다는 전망은, 개발 도구/에이전트형 소프트웨어가 소프트웨어 지출 구조를 재편할 수 있음을 의미합니다.
4) ‘답이 1초 만에 돌아오면 사람이 크리티컬 패스가 된다’는 관찰은, 조직/업무 프로세스가 AI에 맞춰 재설계되어야 하고, 워크플로우 자동화 수요가 증가할 가능성을 시사합니다.
5) ‘일자리가 줄기보다 더 바빠질 것’이라는 주장은, 생산성 향상이 곧바로 고용 감소로 연결되지 않을 수 있다는 견해이며, 단기적으로는 소프트웨어/서비스...
Jensen Huang
※ 아래 내용은 인터뷰 발언을 기반으로 한 분석이며, 투자 조언이 아닙니다.
1) Jensen은 NVIDIA의 핵심을 ‘GPU 하드웨어’가 아니라 CUDA 생태계(기술·제품·전략·시장 동시 발명)로 설명합니다. 이는 경쟁사가 단순 칩 성능만으로 추격하기 어려운 구조적 진입장벽(개발자·연구자·기업 워크플로우 잠금)을 시사합니다.
2) 그는 자기지도학습(self-supervised learning)을 전환점으로 지목하며 ‘스케일링 법칙이 풀렸다’고 표현합니다. 이는 모델 규모 확대가 지속될 수 있다는 전제(컴퓨트 수요의 구조적 증가)를 강화합니다.
3) ‘상전이(phase change)’ 프레임은 단기 사이클보다 장기 플랫폼 전환을 더 중시하는 내러티브로, 프리미엄 밸류에이션을 정당화하려는 경영진 커뮤니케이션의 핵심 축으로 해석될 수 있습니다.
4) 단백질·세포·양자 등 ‘새로운 언어/표현’ 학습을 강조한 부분은 AI가 소프트웨어를 넘어 과학·산업 전반의 워크로드를 확장(신규 TAM ...
Cristiano Amon
인터뷰에서 드러난 핵심은 ‘AI는 엣지+데이터센터 하이브리드로 가고, 승부는 추론 비용과 전력 효율에서 난다’는 메시지입니다.
2026-01-12_Cristiano_Amon_Qualc…
이 메시지는 Qualcomm이 스마트폰 의존도를 낮추고, 데이터센터·자동차·웨어러블로 포트폴리오를 확장하려는 최근 행보와도 맞물립니다.
📌 단기 전망 (3개월):
- Qualcomm은 FY2026 1Q(분기 종료: 2025-12-28) 실적을 2026-02-04에 발표했습니다.
- 다음 실적 이벤트(컨퍼런스콜/가이던스)는 시장 컨센서스 변동의 1차 촉매가 될 수 있으며, 캘린더상 다음 발표로 2026-04-29 일정이 제시됩니다.
- 데이터센터 ‘추론 비용’ 이슈는 단기에도 밸류에이션 프레임(성장 vs 수익성)으로 재해석될 가능성이 높아, 경쟁사(NVDA/AMD/AVGO) 대비 QCOM의 포지셔닝(효율/TCO)을 체크해야 합니다.
- Alphawave Semi 인수는 2025-12...
Demis Hassabis의 핵심 입장은 ‘스케일링은 여전히 유효하지만, AGI를 위해서는 월드 모델·장기 계획·더 강한 추론 등 추가 혁신이 필요하다’는 것입니다. 동시에 AI의 혜택(과학·의약·에너지)을 강하게 믿는 ‘조심스러운 낙관론자’로서, 악의적 사용과 에이전틱 시스템의 통제/가드레일을 핵심 리스크로 제시합니다.
2026-01-15_The_Man_Behind_Googl…
Satya Nadella는 AI 시대의 핵심을 ‘에이전틱 경험+컨텍스트(IQ)+툴체인+거버넌스+인프라’의 전 스택 통합으로 규정하고, 개발 방식 자체가 eval loop 중심으로 재편돼야 한다는 입장을 분명히 합니다. 또한 멀티에이전트/멀티모델의 ‘논쟁→종합’ 프레임을 메타인지 도구로 보고, 이를 공급망·헬스케어·파이낸스 등 고위험 의사결정으로 확장될 다음 단계로 제시합니다.
💬 주요 발언
"저는 이게 산업혁명 같은 변화가 될 거라고 봅니다. 다만 10배 더 크고, 10배 더 빠른 속도로요 — 원문: "
— Sundar Pichai
"개발은 스펙(spec)보다 평가 루프(eval loop)에서 시작해야 한다 — 원문: "
— Satya Nadella
📊 투자 시사점 상세 (클릭해서 펼치기)
Sundar Pichai
아래 시사점은 인터뷰 발언(DeepMind/Google 관점)을 ‘팩트’가 아니라 ‘관찰/주장’으로 두고, 시장/종목에 미치는 경로를 투자자 관점에서 구조화한 것입니다.
1) AGI 5~10년 전망과 ‘월드 모델’ 필요성은, 단순 LLM 스케일업만으로는 한계가 있다는 시장 내러티브를 강화합니다. 이는 (a) 멀티모달·비디오 생성, (b) 시뮬레이션/플래닝 기반 에이전트, (c) 로보틱스 학습 인프라로 투자 축이 확장될 가능성을 시사합니다.
2) Demis가 강조한 ‘에너지=지능’ 프레임은, 데이터센터 전력·그리드가 AI 밸류체인의 구조적 병목이 될 수 있음을 재확인합니다. 동시에 그는 AI가 소재/핵융합/초전도체 같은 ‘에너지 해법’을 촉진할 수 있다고 주장해, 장기적으로는 전력·신소재·퓨전 생태계에 옵션 가치를 부여합니다.
3) “모델 효율이 매년 크게 개선”된다는 발언(증류, Flash 계열)은, 단기적으로는 ‘학습(Training) 집중 → 서빙(Inference) 확산’의 ...
Satya Nadella
이번 키노트는 ‘제품(경험 레이어)–데이터/컨텍스트(IQ 레이어)–개발 툴체인(Agent HQ/Foundry)–거버넌스(Agent 365)–인프라(Azure)’를 하나의 수직 통합 스택으로 묶어, Microsoft가 에이전틱 컴퓨팅의 운영체제(OS) 역할을 노린다는 메시지로 읽힙니다.
발언은 홍보성 톤이 강하지만, 구체적으로 **5만 명 이상(50,000+)**의 기업 배포, 11,000+ 모델 카탈로그, Azure 70+ 리전, 인도 175억 달러 투자, 2,000만 명 스킬링 등 ‘스케일’ 숫자를 반복해 ‘채택→사용량→인프라 수요’의 선순환을 강조합니다.
또한 Copilot이 단순 챗봇이 아니라 Word/Excel에서 네이티브 편집·수식·대시보드 생성까지 들어가며 ‘워크플로우 내장형’으로 진화한다는 점은, 사용자당 생산성 가치(가격/업셀)와 락인(lock-in)을 함께 강화하는 방향입니다.
다만 인터뷰(키노트) 특성상 실적/마진/수요 탄력성에 대한 정량 근거는 제시하지 않았고...
💰 VC/투자
1건 인터뷰 · 1명
🏷️ 핵심 키워드
매직 존슨의 투자 철학 1스포츠 팀의 가치 상승 1마이클 오이츠와의 멘토링 1비즈니스 네트워킹의 중요성 1감성 지수(EQ)와 비즈니스 관계 1다양한 산업에서의 경험 1서비스와 과잉 제공의 중요성 1장기 투자 관점에서의 지루한 비즈니스 1팀 구성의 중요성 1승리 마인드셋 1
매직 존슨은 스포츠 팀 투자와 장기적 자산 가치 상승의 중요성을 강조하며, 도저스와 커맨더스의 사례를 통해 스포츠 팀이 안정적인 자산 클래스임을 입증했습니다. 그는 또한 실리콘밸리에서의 투자 경험을 통해 네트워킹과 감성 지수(EQ)의 중요성을 강조하며, 이를 통해 스타벅스와 페프시와 같은 기업들과 성공적인 파트너십을 구축했다고 밝혔습니다. 특히, 장기적 관점에서 '지루한 비즈니스'가 안정적인 수익을 제공할 수 있음을 시사하며, 전통 산업에 대한 재평가의 필요성을 제기했습니다. 마지막으로, 그는 승리 마인드셋과 팀 구성의 중요성을 강조하며, 비즈니스에서도 스포츠에서와 같은 성공을 거두고자 하는 열망을 드러냈습니다.
💬 주요 발언
"스포츠에서만 승리하는 것이 아니라, 비즈니스에서도 승리하고 싶습니다."
— Magic Johnson
"우리는 스포츠에 엄청난 돈을 투자하고 있습니다."
— Magic Johnson
📊 투자 시사점 상세 (클릭해서 펼치기)
Magic Johnson
{'단기(3개월)': "매직 존슨이 강조한 스포츠 팀 투자 및 장기적 자산 가치 상승은 한국 스포츠 및 엔터테인먼트 산업에도 시사점을 줄 수 있습니다. 특히, 국내 프로 스포츠 팀의 가치 상승 가능성과 관련하여, 관련 기업들의 주가가 단기적으로 긍정적인 영향을 받을 수 있습니다. 또한, 매직 존슨이 강조한 '지루한 비즈니스'의 안정적 수익성은 전통적인 산업, 예를 들어 소비재 및 유틸리티 섹터에서의 투자 기회를 재조명할 필요성을 제기합니다.", '중기(1년)': '스포츠 및 엔터테인먼트 산업에서의 장기적 투자 가치 상승이 지속적으로 주목받을 가능성이 높습니다. 특히, 국내외 스포츠 팀 및 관련 부대시설(예: 경기장, 스포츠 테마파크)에 대한 투자 수요가 증가할 가능성이 있습니다. 또한, 스타트업 투자에 대한 관심 증가로 인해 벤처 캐피탈 및 스타트업 생태계와 관련된 국내 기업들이 수혜를 입을 가능성이 있습니다. 예를 들어, 기술 기반의 스타트업이나 자율 드론, 스포츠 기술 관련 스타...