엔비디아 초기 투자자인 개빈 베이커의 투자 철학 분석: AI 인프라 병목 현상에 대한 장기 투자와 전반적인 시장 위험에 대한 공매도.

편집 및 정리: Deep Tide TechFlow

호스트: Ejaaz Ahamadeen(EJ), Josh Kale(Josh)

원제목: 최고의 AI 투자자들이 지금 매수하고 있는 것은 무엇일까요?

팟캐스트 출처: 리미틀리스 팟캐스트

방송일: 2026년 5월 28일

편집자 주

이번 팟캐스트 에피소드에서는 아트레이데스 매니지먼트의 설립자이자 엔비디아와 세레브라에 오랫동안 투자해 온 개빈 베이커의 투자 철학을 주로 다룹니다. 그의 핵심적인 판단은 AI가 거품이 아니라 전력, 웨이퍼, 컴퓨팅 파워에 의해 주도되는 인프라의 슈퍼사이클이라는 것입니다. 진정한 초과 수익은 대규모 모델이나 챗봇이 아니라 GPU 연결, 메모리, 추론 칩, 첨단 제조 공정, 전력 공급과 같은 "핵심 부품"에 있다는 것입니다.

개빈 베이커는 시장 하락에 대비하기 위해 QQQ 풋옵션을 활용하는 한편, 아스테라 랩스, 유니티, 마이크론, 엔비디아, 세레브라스, 포지트론과 같은 AI 관련 물리적 병목 현상 자산에 집중 투자하고 있습니다. 그는 'AI 버블' 논쟁을 감정적인 차원에서 벗어나 공급과 수요 제약의 문제로 전환하며, TSMC, ASML, 고대역폭 메모리, 전력망에서 급격한 공급 과잉이 발생하지 않는 한 AI 관련 자본 지출이 2000년 닷컴 버블과 같은 사태로 이어지지는 않을 것이라고 주장합니다.

명언

AI 거품인가, 아니면 슈퍼사이클인가?

"AI는 거품이 아니라, 오히려 초호황기에 있습니다."
"가장 큰 보상은 SaaS나 OpenAI 또는 Anthropic 같은 챗봇에 있는 것이 아니라, 전력, 컴퓨팅 파워, 그리고 실리콘 웨이퍼 제조에 있습니다."
"이것은 인터넷 거품이 아닙니다. 왜냐하면 구매자는 주로 세계에서 가장 똑똑하고 자금력이 풍부한 기업들이며, 그들은 부채를 이용해 컴퓨팅 파워를 사들이는 것이 아니기 때문입니다."
"시장에 공급 과잉이 발생하지 않는다면, 전통적인 거품처럼 갑자기 붕괴되기는 어렵습니다."

실제 병목 현상은 전력, 웨이퍼, 그리고 토큰입니다.

“개빈의 이론은 간단합니다. AI 인프라 계층의 병목 현상을 살펴보세요. 와트당 성능을 향상시키고 토큰 비용을 줄일 수 있는 사람이 가치를 인정받을 것입니다.”
"AI 연구소들은 점점 더 한 가지에 관심을 기울이고 있습니다. 바로 전력 1와트당 얼마나 많은 토큰을 생성할 수 있느냐는 것입니다."
"전력과 웨이퍼는 두 개의 거대한 벽이자, 인공지능의 급속한 발전을 제한하는 두 가지 핵심 제약 조건입니다."

사전 학습부터 추론 및 사후 학습까지

"모델의 사전 학습이 모델이 영원히 뛰어난 성능을 발휘한다는 것을 보장하는 것은 아닙니다. 모델은 사후 학습 단계에서 새로운 정보를 지속적으로 습득해야 합니다."
"추론은 본질적으로 많은 연산량을 요구하기 때문에, 추론 칩과 추론 인프라가 다음 단계의 핵심이 될 것입니다."
"추론만으로 얻을 수 있는 비용 또는 수익 기회는 사전 학습 컴퓨팅 파워에 투자하는 비용의 5~10배에 달할 수 있습니다."

수직형 미니 모델, 엣지 모델 및 주권 인프라

"미래에는 클로드와 매일 상호작용할 필요가 없을지도 모릅니다. 오히려 여러분의 데이터를 기반으로 학습된 개인 맞춤형 AI 에이전트가 필요할 수도 있습니다."
"인프라 구축 속도 자체가 하나의 해자 역할을 합니다. 디지털 세계의 변화 속도는 물리적 인프라 구축 속도보다 훨씬 빠릅니다."

"수개월 또는 수년이 걸릴 물리적 구축 작업을 수주로 단축할 수 있는 기업은 자사의 AI 인프라를 매우 높은 가격에 판매할 수 있을 것입니다."

개빈의 투자 전략: 병목 현상이 발생하는 부문에는 장기 투자하고, 전반적인 시장 위험에는 공매도한다.

"그는 인공지능 분야에서 승자가 나타날 것이라고 굳게 믿지만, 그렇다고 시장 전체에 대해 낙관적인 것은 아닙니다. QQQ 풋옵션은 전반적인 하락 위험에 대한 그의 헤지 수단입니다."
"TSMC는 실제로 거품이 가속화되는 속도를 제한했습니다. 반도체 생산 능력이 즉시 확장될 수 없는 한, 자본 지출이 통제 불능 상태에 빠질 가능성은 낮습니다."
"개빈은 나이가 들고 안정적이며 노련한 레오폴드와 같습니다. 개빈의 성공은 수십 년에 걸쳐 측정되는 반면, 레오폴드는 현재 분기별로 측정되는 경향이 있습니다."

AI 슈퍼사이클 동안 투자할 가치가 있는 자산

EJ: 개빈 베이커는 인공지능(AI) 분야에 매우 활발하게 투자하는 인물이지만, 일반 대중에게는 거의 알려지지 않았습니다. 그는 지난 20년 동안 대중적인 인지도를 얻기 훨씬 전부터 훗날 유명해질 AI 기업들에 투자해 왔습니다. 그는 AI GPU 및 가속 컴퓨팅 코어 공급업체인 엔비디아와 AI 칩 회사인 세레브라스에 일찍 투자했으며, AI가 거품이 아니라 오히려 초장기 성장세라는 확고한 견해를 가지고 있습니다.

그는 와트(전력), 웨이퍼(실리콘 웨이퍼), 토큰(모델 생성 및 연산 장치) 등 AI의 기반 인프라를 관찰함으로써 핵심 병목 현상과 제약 조건을 파악할 수 있다고 믿습니다. 그의 결론은 간단합니다. AI 분야에서 가장 큰 수익은 전력, 에너지, 실리콘 웨이퍼 제조에서 발생하며, SaaS(서비스형 소프트웨어)나 Anthropic이나 OpenAI 같은 챗봇과는 거의 관련이 없다는 것입니다. 궁극적으로 전체 산업은 반도체 산업으로 향하게 될 것이며, 반도체는 AI 산업 전체를 지탱하는 "곡괭이와 삽"(자산)과 같은 역할을 할 것이라는 것입니다.

많은 사람들이 AI 산업이 이미 거품이라고 말하지만, 그는 특히 AI 인프라 분야에서 세대를 아우르는 투자 기회라고 믿습니다. 그는 이러한 견해를 실현하기 위해 약 41억 달러 규모의 펀드를 운용하고 있습니다.

그가 이러한 제약 조건, 특히 AI 인프라에 대해 이야기하는 것을 들어보면, 그 이론이 매우 익숙하게 느껴질 것입니다. 우리는 이전에 프로그램에서 여러 번 레오폴드 아셴브레너라는 투자자에 대해 이야기한 적이 있는데, 그 역시 비슷한 분야에 많은 투자를 해왔습니다. 차이점은 레오폴드는 이 분야에 투자한 지 3년 정도밖에 되지 않았지만, 개빈은 20년 넘게 이 분야에 몸담아 왔다는 것입니다.

레오폴드는 개빈 베이커보다 약 3배 많은 자산을 운용하고 있지만, 프로그램 제작자 루크는 중요한 점을 지적한 적이 있습니다. 워렌 버핏보다 1년 동안 더 나은 성과를 낼 수는 있겠지만, 수십 년 동안 그보다 더 나은 성과를 낼 수 있을까요? 개빈 베이커의 투자 실적을 보면 그는 이 투자 이론에 대해 다른 관점을 가지고 있을지도 모릅니다.

개빈 베이커에 대해 잘 모르시는 분들을 위해 설명드리자면, 그는 지난 20년간 엔비디아에 투자해 온 투자 펀드인 아트레이데스 매니지먼트의 설립자입니다. 엔비디아 주식을 20년 동안 보유하면서도 생계를 유지할 수 있다는 사실 자체가 이미 놀라운데, 이는 엄청난 수익률을 기대할 수 있기 때문입니다.

최근 그의 투자 성공 사례로는 세레브라스(Cerebras)와 아스테라 랩스(Astera Labs, AI 데이터 센터 연결 칩 회사)가 있습니다. 세레브라스는 AI 칩 회사로, 방송에서 언급되었듯이 IPO 이후 기업 가치가 엄청나게 높았습니다. 그 외에도 여러분이 들어보지 못했을 만한 회사들도 있습니다. 이번 에피소드에서는 그의 포트폴리오와 투자 판단을 살펴보면서 그가 어떤 AI 투자 기회를 보고 있는지 알아보겠습니다.

그렇다면 그는 정확히 무엇에 투자했고, 왜 투자했을까요? 아트레이데스 매니지먼트의 최근 13F 보고서(미국 기관 투자자의 분기별 보유 자산 공개 자료)를 살펴보면, 이 펀드는 약 40억 달러의 운용 자산(AUM)을 보유하고 있습니다. 주요 보유 종목들을 분석해 보면, 이 기업들은 모두 개빈이 반복적으로 언급했던 AI 개발의 병목 현상과 관련된 기업들임을 알 수 있습니다.

그는 그다지 유명하지 않고 많은 사람들이 이름조차 들어보지 못한 회사들에 상당한 지분을 보유하고 있습니다. 예를 들어, 아스테라 랩스(Astera Labs)는 펀드의 거의 9~10%를 차지합니다. 아스테라 랩스는 GPU 간의 연결 계층이라고 생각할 수 있습니다. 데이터 센터를 시스템으로 가정했을 때, GPU는 모델 사전 학습, 사후 학습 및 추론을 담당하는 엔진입니다. 하지만 GPU가 제대로 작동하려면 서로 대량의 데이터를 전송하고 해당 데이터를 저장하는 메모리 칩에 접근해야 합니다.

이를 위해서는 "파이프라인 시스템"이 필요합니다. 제가 모든 세부 사항을 다 이해하는 것은 아니므로, 여기서는 개략적인 설명만 드리겠습니다. 아스테라 랩스는 바로 이 문제를 해결했습니다. AI 클러스터가 수십만 개의 칩으로 확장될 때, 병목 현상은 더 이상 GPU 자체에 있는 것이 아니라 데이터 전송 시간, 즉 적절한 데이터를 적시에 전송하고 적절한 데이터에 접근하는 방법에 달려 있습니다. 아스테라 랩스는 바로 이러한 파이프라인 시스템을 구축했습니다.

이번 에피소드를 위해 조사하기 전까지는 아스테라 랩스(Astera Labs)라는 회사를 들어본 적이 없었습니다. 하지만 세레브라스(Cerebras)가 비슷한 상황이었던 건 기억납니다. 개빈이 약 6개월 전에 세레브라스에 대해 이야기했었는데, AI의 발전 속도를 고려하면 6개월은 꽤 긴 시간이죠. 그 후 세레브라스는 기업공개(IPO)를 했고, 당시 방송에서 기업 가치가 약 600억 달러로 평가됐다고 언급했는데, IPO 이후 40%나 상승했습니다. 이는 아스테라 랩스 역시 비슷한 추세를 보이며 중요한 기업이 될 수 있음을 시사합니다.

조쉬: 세레브라스는 그의 초기 투자처 중 하나였습니다. 그는 세레브라스의 설립 초기 단계에 투자했는데, 이는 그가 오랫동안 이 투자 이론에 확신을 가지고 있었다는 뜻입니다. 그가 장기 투자한 회사는 여러 곳 있는데, 그중 가장 대표적인 곳이 바로 엔비디아입니다.

엔비디아에 20년 넘게 몸담으면서도 변함없는 신념을 유지했다는 것은 정말 대단한 일입니다. 최근 개빈의 팟캐스트 두 개를 들었는데, 그는 엔비디아가 현재의 수익률을 유지하고 수요를 지속적으로 창출할 수 있다고 확신하는 모습을 분명히 보여줬습니다. 이는 그가 엔비디아의 시가총액이 10조 달러에 육박할 잠재력이 있다고 보고 있다는 것을 의미하며, 현재 엔비디아는 그 절반 정도에 도달했을 뿐입니다.

또 하나 언급할 만한 기업은 세계적인 메모리 칩 제조업체인 마이크론 테크놀로지입니다. 지난 에피소드에서 AI 투자 포트폴리오와 그 안에서 이들 기업의 위치에 대해 다뤘는데, 꼭 시청해 보시길 추천합니다. 마이크론은 최대 메모리 제조업체 중 하나입니다. 방송에서 놀라운 수치가 언급되었는데, 1년 전 시가총액이 1,000억 달러 미만이었던 것이 녹화 당시에는 이미 1조 달러를 넘어섰습니다. 단 1년 만에 10배나 증가한 것입니다. 이는 메모리 문제가 얼마나 중요한지를 보여주는 사례입니다.

덜 눈에 띄지만 매우 흥미로운 회사들도 있습니다. EJ, 특히 유니티 소프트웨어(Unity Software)를 언급하고 싶습니다. 게임에 대해 조금이라도 아는 사람이라면 유니티를 알 것입니다. 게임 엔진이고, 많은 인기 게임들이 이 3D 렌더링 소프트웨어를 사용하여 만들어졌습니다.

그렇다면 왜 AI 투자자는 "비디오 게임 제작사"인 유니티에 투자할까요? 답은 바로 3D 게임 엔진에 있습니다. 유니티는 물리 법칙, 세계 작동 방식, 재질, 조명에 대한 깊은 이해를 바탕으로 세계를 모델링하는 강력한 도구입니다. AI 기업들이 일반 인공지능(AGI)이나 휴머노이드 로봇을 개발할 때, 가상 환경과 학습용 데이터셋을 시뮬레이션하는 것은 필수적인 단계입니다. 유니티는 바로 이러한 목적에 가장 강력한 도구 중 하나입니다. 따라서 세계 모델링에 관심 있는 사람이라면, 게임 엔진으로 유명한 회사가 AI 업계에서 주요 기업으로 성장할 수 있는 확실한 발판을 마련했다는 점에 주목할 만합니다.

개빈의 투자 이론 및 전략

EJ: 월드 모델의 이론은 간단합니다. 현재의 AI 모델이나 대규모 언어 모델(LLM)은 마치 도서관에 앉아 있는 학생처럼 주로 텍스트와 책을 통해 세상을 이해하지만, 실제 경험은 부족합니다. 월드 모델은 이러한 한계를 극복하는 것을 목표로 합니다. 게임 캐릭터를 시뮬레이션된 환경에 배치하여 물리적 현실이 어떻게 작동하는지 이해하도록 하는 것입니다. 예를 들어, 휴대폰을 떨어뜨리거나 공을 차면 어떻게 될까요? 다음 단계는 무엇일까요? 무엇을 해야 할까요? 월드 모델은 이러한 문제를 해결합니다.

현재 이러한 기능을 확장할 수 있는 기업은 많지 않습니다. 구글이 Genie 3(구글의 생성형 인터랙티브 세계 모델링 프로젝트)와 같은 모델을 통해 현재 선두를 달리고 있는 것으로 보입니다. 프로그램에서는 구글이 최근 Gemini Omni를 출시했지만, 이 모델은 아직 ChatGPT와 같은 획기적인 순간(돌파구)에 도달하지 못했다고 언급했습니다.

제가 개빈을 좋아하는 이유는 그의 전략이 마치 바벨 전략과 매우 유사하기 때문입니다. 한편으로는 GPU와 스토리지의 필요성을 인식하고 전통적인 방식을 고수하며 마이크론과 엔비디아 같은 주요 기업에 투자합니다. 다른 한편으로는 미래를 내다보는 안목으로, 추론 기술이 핵심이 될 것이라고 믿고 세레브라에 투자하며, 월드 모델이 로봇과 차세대 학습 모델(LLM)을 훈련하는 데 핵심적인 역할을 할 것이라고 확신하기 때문에 유니티에도 투자합니다.

그의 팀에는 추론 칩을 만드는 포지트론(Positron)도 포함되어 있습니다. 이것이 세레브라스(Cerebras)와 비슷하게 들린다면, 맞습니다. 둘 다 추론을 중심으로 합니다. 개빈은 최근 인터뷰에서 AI 모델의 인프라 스택, 특히 학습 스택이 사전 학습에서 사후 학습에 더 큰 비중을 두는 방향으로 변화하고 있다는 추세를 반복적으로 언급했습니다.

AI 커뮤니티에 종사하시는 분이라면 이러한 변화가 이미 일어났다는 것을 아실 겁니다. 개빈은 바로 이 점에 매우 집중하고 있습니다. 모델은 여전히 새로운 정보와 데이터를 이해하고 스스로를 업데이트해야 합니다. 특정 데이터셋으로 사전 학습되었다고 해서 영원히 천재가 되는 것은 아닙니다. 모델은 여전히 새로운 정보를 학습해야 하는데, 이는 사후 학습 레이어에서 이루어지며 상당한 연산 능력을 필요로 합니다.

둘째로, 인공지능 모델이 우리가 새로운 정보를 접한 후 생각하는 것처럼 "이 관점이 타당한가? 이를 설명할 수 있는 다른 이론은 없는가?"와 같이 문제를 진정으로 생각하도록 하려면 추론이 필요합니다. 추론에는 상당한 연산 능력이 요구됩니다. 현재 추산에 따르면 추론만으로도 얻을 수 있는 비용 또는 수익 기회는 사전 학습에 투자된 컴퓨팅 파워의 5~10배에 달할 수 있습니다.

따라서 AI 연구소와 칩 제조업체 모두 상당한 변화를 겪고 있습니다. 엔비디아는 정부 기관 애플리케이션 지원을 위해 추론에 특화된 GPU를 다수 출시했습니다. 개빈 화이트 또한 일련의 투자를 통해 추론 분야에 대한 투자를 분명히 했습니다.

제가 특히 흥미롭게 생각한 마지막 부분은 개빈이 중국에 대해 언급한 내용입니다. AI 경쟁에서 항상 중국과 미국의 대결 구도가 주를 이루어 왔습니다. 중국은 상대적으로 풍부한 에너지 자원과 반도체 제조 역량을 바탕으로 독보적인 우위를 점하고 있습니다. 미국은 현재 이 분야에서 어려움을 겪고 있으며, 이 때문에 많은 공정을 대만의 TSMC(대만 반도체 제조 회사, 세계 최대의 첨단 반도체 파운드리)에 아웃소싱하고 있습니다.

그의 설명에 따르면 중국은 미국과는 매우 다른 유형의 AI 인프라 또는 칩을 구축할 수 있는 독특한 기회를 가지고 있는데, 이는 추론에 매우 집중할 수 있기 때문입니다. 개빈은 미국에 대한 투자를 통해 미국의 추론 인프라 구축을 주도하고 있다고 할 수 있습니다. 저는 이것이 미래에 엄청난 기회가 될 수 있다고 생각합니다.

조쉬: 이 투자가 단순히 상승세에만 국한된 것은 아니라는 점에 주목할 필요가 있습니다. 그는 QQQ 풋옵션(나스닥 100 ETF에 대한 풋옵션)에도 상당한 포지션을 보유하고 있습니다. QQQ는 나스닥 100 지수를 추종하는 ETF로, 미국에서 두 번째로 거래량이 많은 ETF입니다. 2023년 55%, 2024년 25%, 2025년 20%, 그리고 2026년 현재까지 17% 상승하는 등 매우 뛰어난 성과를 보여왔습니다.

다시 말해, QQQ는 인덱스 펀드로서 탁월한 성과를 보여줍니다. 상위 100개 종목으로 구성된 포트폴리오이기 때문에 투자하기 쉽습니다. 하지만 개빈은 이에 대한 헤지를 하고 있는 것입니다. 그는 AI가 결국 승리하지 못할 것이라고 말하는 것이 아니라, 진정으로 병목 현상을 해결하는 핵심 제조업체에 투자하고 싶어하는 것이며, 전반적인 시장 전망에 대해서는 그다지 낙관적이지 않습니다. QQQ 풋옵션은 하락 위험에 대한 방어 수단입니다. 전체 시장이 악화될 경우, 장기적으로 AI가 승리하더라도 이러한 헤지 장치를 통해 손실을 최소화할 수 있습니다.

투자 방향의 네 가지 유형

조쉬: 그가 가장 중요하다고 생각하는 투자 병목 현상을 몇 가지 범주로 나눌 수 있습니다. 첫 번째 범주는 특정 분야에 특화된 소형 언어 모델입니다. 클로드나 챗GPT 같은 챗봇을 비롯한 일반적인 언어 모델은 일반화된 언어 모델입니다. 세상에 대한 폭넓은 이해를 바탕으로 특정 질문에 답할 수 있죠. 하지만 특정 분야나 특정 문제에 맞춰 모델을 훈련시키는 것은 전혀 다른 문제입니다.

이러한 구체적인 문제들은 기업, 특히 특정 문제에 특화되어 있거나 특정 시장 부문에서 틈새시장을 개척한 기업에서 흔히 발생합니다. 수직화된 SLM은 이러한 문제를 해결합니다. 이는 최첨단 모델이지만, 특정 기업 데이터 또는 기기에서 로컬로 효율적으로 실행되도록 고도로 최적화되어 있습니다.

이전에 기기 내 실행 모델 또는 로컬 실행 모델에 대해 논의한 적이 있습니다. 이는 휴대폰이나 다른 기기에 사용자가 쉽게 넘겨줄 수 없는 매우 개인적인 데이터가 대량으로 저장되어 있고, 기업이 이러한 데이터에 접근하지 못하도록 제한하는 경우가 있기 때문입니다. 예를 들어 의료 기록이나 금융 정보 등이 있습니다. 최근 OpenAI에서 사용자의 은행 계좌에 접근할 수 있는 금융 AI 에이전트를 출시했지만, 사회 보장 번호나 은행 계좌 정보와 같은 개인 식별 정보가 많이 포함되어 있어 사용자를 대신하여 실제로 거래를 수행할 수는 없습니다.

네이티브 모델, 즉 SLM(서비스 수준 모델)은 이러한 문제를 해결할 수 있습니다. 개빈은 네이티브 모델이 미래에 매우 중요해질 것이라고 확신하고 있습니다. 그가 특히 낙관적으로 바라보는 기업은 애플입니다. 비록 명시적인 투자 의사를 밝히지는 않았지만, 그는 애플이 네이티브 모델을 기기에서 실행할 수 있도록 지원하는 주요 제조업체 중 하나가 될 것이라고 믿습니다.

이것이 미래라면, 우리는 더 이상 클로드라는 모델을 매일 접하는 존재로 생각하지 않을지도 모릅니다. 오히려 우리 자신의 데이터로 학습된 맞춤형 AI 에이전트가 필요할 것이며, SLM이 궁극적으로 그러한 존재가 될 수 있을 것입니다. 일반적인 버전은 스마트폰에서 실행될 수 있고, 수많은 기업들은 자사 제품 판매 및 마케팅을 강화하기 위해 자체 데이터로 학습된 고도로 최적화된 전문 모델을 활용할 수 있을 것입니다.

EJ: 애플은 아주 좋은 위치에 있습니다. 저는 WWDC(애플 세계 개발자 컨퍼런스)가 정말 기대되는데, 곧 개최될 예정입니다.

조쉬: 네.

EJ: 애플의 세계 개발자 컨퍼런스(WWDC)가 몇 주 앞으로 다가왔습니다. 애플은 새로운 AI 소프트웨어와 하드웨어와의 통합 방식을 공개할 예정입니다. 이는 매우 중요한 부분이며, 저희는 계속해서 이 주제를 다룰 것입니다. 이 주제에 대해 이야기 나눌 수 있기를 기대합니다.

조쉬: 두 번째 핵심 요소는 주권 인프라입니다. 흔히 비트가 원자보다 훨씬 빠르다고 말하죠. AI 인프라를 살펴보면 이 점이 아주 분명하게 드러납니다. 모델 품질은 거의 기하급수적으로 향상되고, 와트당 생성되는 인텔리전스, 즉 토큰당 인텔리전스는 앞으로도 계속해서 개선될 것입니다.

하지만 물리적 배포 속도는 그에 상응하는 속도로 빨라지지 않았는데, 이것 자체가 하나의 장벽이 되고 있습니다. 하드웨어는 극도로 복잡하며 트랜지스터 정밀도는 원자 수준에 근접합니다. 기존 인프라가 이미 과부하 상태인 상황에서 대규모 배포는 결코 쉽지 않습니다. 전기 자동차의 급속한 보급으로 전력망에 이미 큰 부담이 가중되었고, 많은 지역에서 용량 한계에 다다르고 있습니다. 이제 인공지능(AI)까지 더해지면서 에너지 문제와 칩 문제까지 동시에 해결해야 하는 상황입니다.

개빈은 인프라 구축이 어렵고 며칠, 몇 달, 심지어 몇 년이 걸린다는 사실에 크게 기대를 걸고 있습니다. 그는 이 구축 기간을 몇 주 안으로 단축할 수 있는 기업에 주목하고 있습니다. 따라서 물리적 구축 속도 자체가 중요한 경쟁 우위 요소입니다. 그는 최대한 빠르게 구축할 수 있는 기업을 찾기 위해 범위를 좁히고 있습니다.

가장 먼저 떠오르는 예는 스페이스X(머스크의 항공우주 회사)와 그들이 콜로서스(xAI의 대규모 AI 슈퍼컴퓨팅 클러스터)를 구축하고 앤스로픽에 임대했으며, 향후 다른 회사에도 임대할 가능성을 보여준 속도입니다. 이러한 인프라 구축은 개빈이 중점적으로 집중하는 핵심 분야 중 하나입니다.

레오폴드의 팀을 보면, 이것 또한 핵심 요소입니다. 현실적으로 무언가를 만드는 것은 매우 어렵지만, 그것을 만들어낼 수 있는 사람들은 매우 높은 가격을 받을 수 있습니다. 프로그램에서 언급했듯이, SpaceX의 가장 큰 수익원은 이제 로켓이 아니라 데이터 센터 임대입니다. 이는 이 핵심 요소가 얼마나 중요한지를 보여줍니다.

EJ: 그는 속도도 중요하게 생각하지만 비용도 중요하게 생각합니다. 그는 '와트당 성능'이라는 지표를 반복해서 언급했습니다. 그가 실제로 의미한 것은 AI 연구소들이 와트당 얼마나 많은 토큰을 생성할 수 있는지에 점점 더 관심을 기울이고 있다는 것입니다.

올해 GPU, 컴퓨팅, 그리고 이러한 시스템을 구동하는 데 필요한 전력에 수십억 달러, 심지어 수조 달러를 투자하는 기업이 다섯 개 정도밖에 되지 않는다는 점을 고려하면, 가격 대비 성능이 뛰어난 제품을 원할 수밖에 없습니다. 특히 하이퍼스케일러가 이러한 규모로 확장될수록 비용은 핵심적인 문제가 되기 때문에 더욱 그렇습니다.

제가 클로드에게 질문을 하고 답변을 받는 비용이 2센트라고 가정해 보겠습니다. 반면 ChatGPT에게 질문을 하면 답변을 받는 비용이 1달러입니다. 클로드의 지능이 ChatGPT의 95%밖에 되지 않더라도 저는 여전히 클로드를 이용할 가능성이 높습니다. 여러 질문을 하고 결국 더 저렴한 비용으로 답변을 얻을 수 있기 때문입니다.

따라서 이러한 종류의 인텔리전스에 접근하는 데 드는 비용은 매우 중요합니다. 바로 이번 주에 마이크로소프트와 우버는 연간 예산이 약 4개월 만에 소진되었기 때문에 클로드 코드(Anthropic의 AI 코딩 도구로 시나리오 프로그래밍에 사용) 사용량을 줄이겠다고 발표했습니다.

개빈의 포트폴리오(Cerebras, Positron, Astera Labs)를 보면 이를 확인할 수 있습니다. 그는 매우 구체적인 인프라 병목 현상을 파악한 후 간단한 투자를 합니다. 만약 이 회사가 해당 병목 현상을 해결하고, 와트당 특정 수준의 성능을 달성하며, 토큰 비용을 특정 수준까지 낮춘다면, AI 연구소는 더 많은 GPU, 제품 또는 기타 관련 장비를 구매할 것이라는 전략입니다.

그의 이론은 구체적인 기술의 복잡성에도 불구하고 사실 상당히 간단합니다. 그는 AI 인프라 수준의 병목 현상에만 집중하는 것입니다. 와트당 성능을 향상시키고 토큰 가격을 낮출 수 있는 회사를 찾을 수 있다면, 저는 그 회사가 미래에 기업공개(IPO)를 통해 또는 고가에 인수되어 매우 가치 있는 기업이 될 것이라고 확신합니다.

조쉬: 이 부분에서 개빈의 거래를 따라하고 싶은 사람들은 몇 가지 이름을 알아둬야 합니다. 아스테라 랩스, 세레브라스, 시파이브(RISC-V 칩 설계 회사), 그리고 포지트론입니다. 이 네 회사는 이 분야에서 매우 중요합니다.

네 번째이자 마지막 방향은 에너지와 공간의 결합입니다. 앞서 언급했듯이 지상 전력망은 에너지 공급을 크게 제한하며, 새로운 에너지 시설 건설 또한 매우 어렵습니다. 프로그램에서는 신규 데이터 센터의 약 40%가 강력한 반대에 부딪힌다는 통계를 제시했는데, 이는 로비 활동과 반대 시위 때문입니다.

해결책은 크게 두 가지 유형이 있습니다. 하나는 휴대 가능한 에너지, 즉 즉시 사용 가능한 에너지를 개발하는 것입니다. 데이터 센터를 원하는 장소로 옮겨 소형 에너지 장치로 전력을 공급할 수 있습니다. 레오폴드가 매우 낙관적으로 보고 있는 블루 마블(Blue Marble)이 바로 이 범주에 속합니다.

또 다른 분야는 궤도 컴퓨팅인데, 이는 개빈이 현재 집중하고 있는 방향입니다. 이 분야에서 가장 크고 핵심적인 기업은 물론 SpaceX입니다. SpaceX는 우주로 가는 고속도로 역할을 할 수 있는 유일한 기업으로, 탑재체를 궤도에 올리고, 랙과 데이터 센터를 저궤도에 올려보내고, 이를 지구로 다시 쏘아 올리는 데 필요한 지능과 전력을 생산할 수 있습니다.

저는 SpaceX라는 기업 자체보다 SpaceX라는 존재 자체가 더 중요하다고 생각합니다. 개빈이 우주 산업을 거대한 산업으로 보고 있다는 점을 고려하면, 그의 포트폴리오에 우주 관련 주식 비중이 더 크지 않다는 것이 조금 의아합니다. 어쩌면 아직은 너무 이른 시점이고, SpaceX가 이 산업을 혁신하는 핵심적인 역할을 할지도 모르겠습니다.

스타십 V3 발사를 면밀히 주시해야 합니다. 지난주 스타십 발사가 성공적으로 마무리되었는데, 스타십이 제대로 작동하지 않으면 우주 에너지도 없고, 탑재체를 궤도에 올릴 수도 없습니다. 발사에 필요한 탑재체의 규모가 워낙 크기 때문에 이는 필수적인 조건입니다. 따라서 스페이스X는 물론이고 다른 여러 2류 우주 발사체들도 영향을 받을 것이므로, 우리는 반드시 스페이스X를 예의주시해야 합니다.

왜 이것은 단순한 닷컴 버블이 아닌 걸까요?

조쉬: 다음으로 모두가 분명히 물어볼 질문은 "이게 왜 또 다른 닷컴 버블이 아닌가?"일 겁니다. 개빈은 이 질문을 수없이 받았고, 아주 설득력 있는 답변을 내놓았죠. 저도 그의 의견에 전적으로 동의합니다. 그의 주장은 매우 설득력이 있어요.

그의 논리는 대략 이랬습니다. 2000년의 닷컴 버블은 부채로 인해 발생했다는 것입니다. 많은 사람들이 검증되지 않은 이론과 제품에 투자하기 위해 거액을 빌렸고, 그 제품들은 실제로 아무도 사용하거나 관심을 갖지 않았다는 것입니다.

개빈이 언급한 현재의 AI 슈퍼사이클과 비교해 보면, OpenAI와 Anthropic만으로도 올해 연간 반복 매출(ARR)이 2,000억 달러에 달할 것으로 예상됩니다. 이 금액은 단순히 허구가 아니라, 이미 계약을 통해 확보된 자금이며, 그중 상당 부분(프로그램 측에서는 40~60%라고 명시)은 기업 및 개인 고객으로부터 선불로 지급되었습니다. 즉, 실제로 유통되는 자금이 있다는 뜻입니다.

GPU 컴퓨팅 성능을 살펴볼 때, 모델 연구소는 제외하고 엔비디아 제품을 구매하는 기업들을 살펴보겠습니다. 구글, 마이크로소프트, 아마존, 메타는 모두 자체 현금 보유액으로 구매하고 있으며, 차입을 하지 않고 있습니다. 아마존은 잉여 현금 흐름이 거의 바닥나는 시점에 이르렀기 때문에, 만약 차입을 시작한다면 우려할 만한 상황일 수 있습니다. 하지만 현재 가장 중요한 점은 이들이 부채를 늘리지 않고 있다는 것입니다.

더욱이, 이 기업들은 세계 5대 기업에 속하며, 시가총액, 규모, 위상을 고려할 때 가장 똑똑한 기업들이라고 할 수 있습니다. 반면, 닷컴 버블 시기에는 수많은 무명의 기업들이 막대한 자금을 조달한 후 비합리적인 방식으로 탕진했습니다. 그러나 이번 투자 사이클에서는 세계에서 가장 똑똑한 기업들이 무부채 자금을 활용하여 투자를 진행했습니다.

최근 몇 주 동안 방송에서 논의했던 분기별 보고서에서도 알 수 있듯이, 이러한 조치들을 중심으로 수익이 최적화되고 있으며, 모델은 개선되고 더욱 똑똑해지고 있습니다. 따라서 개빈의 핵심 주장은 다음과 같습니다. 이것은 레버리지 펀드에 의해 발생한 것이 아니므로 인터넷 거품이 아니며, 우리가 이야기하는 병목 현상은 물리적 원자에 의해 제약된다는 것입니다.

메모리 칩과 GPU를 대량으로 구매하는 것은 별개의 문제이지만, 엔비디아는 GPU를 과잉 공급할 수 없고, 마이크론은 AI 메모리 칩을 과잉 공급할 수 없습니다. 칩 생산 시설이 부족하기 때문입니다. 따라서 그의 주장은 간단합니다. 전체 시장에 과잉 공급할 수 없다면 거품이 아니라는 것입니다. 우리가 이를 위해 필요한 자원이 부족하기 때문에 한계가 있는 것이고, 그가 투자하고 있는 것은 바로 그 한계입니다.

또 하나 주목할 만한 점은, 개빈은 TSMC가 칩을 공급할 수 있었다면 엔비디아가 올해와 내년에 2조~3조 달러 상당의 GPU를 판매할 수 있었을 것이라고 믿는다는 것입니다. 다시 말해, TSMC는 거품 붕괴의 핵심 연결 고리였다는 것입니다.

그 이유는 TSMC가 이들 기업의 요구를 충족하고 그만큼 많은 칩을 공급하려면 막대한 자본이 필요하기 때문입니다. 현재 차트를 보면 자본 지출(CapEx)과 영업 현금 흐름 사이에 큰 차이가 없으며, 회사가 창출하는 현금은 여전히 건설을 지원하기에 충분합니다.

하지만 만약 TSMC가 내일 엔비디아에게 하룻밤 사이에 생산 능력을 세 배로 늘릴 수 있다고 말한다면, 엔비디아는 거절하지 않고 막대한 자금을 들여 칩을 구매하기 시작할 것입니다. 다른 회사들도 이 칩들을 사기 위해 돈을 빌릴 수밖에 없게 될 것이고, 그렇게 되면 자본 지출 거품이 커져 기업의 영업 현금 흐름과의 격차가 더욱 벌어질 것입니다.

하지만 저장, 칩 제조, 에너지 등 각 단계의 공급 제약, 특히 TSMC의 첨단 칩 공급 제약으로 인해 건설 과정을 크게 가속화할 수는 없었습니다. 따라서 TSMC는 거품이 가속화되는 것을 막을 수 있었습니다.

TSMC의 반도체 생산 능력이 제한적이고, 삼성 등 다른 반도체 업체들이 시장 점유율을 추월하지 않는 한, 현재의 성장률은 비교적 지속 가능할 것입니다. 성장 속도는 빨라 보이지만, 수요를 충족시키지 못하는 상황이기 때문에 여전히 공급이 부족한 상태입니다. 이러한 상황이 지속되는 한, 당분간 큰 문제는 없을 것으로 예상합니다.

EJ: 한 가지 더 말씀드리자면, 수요가 고정되어 있다고 가정해서는 안 됩니다. 실제로는 그렇지 않기 때문입니다. AI 관련 수요는 기하급수적으로 증가하고 있으며, 이러한 칩의 생산 공급보다 훨씬 빠르게 증가하고 있습니다.

이 이론을 반증할 수 있는 방법은 두 가지밖에 생각나지 않습니다. 첫째, 누군가가 기적적으로 ASML(극자외선 리소그래피 장비의 세계적 핵심 공급업체)을 복제하여 갑자기 ASML의 경쟁업체들이 대거 나타나는 경우입니다. ASML에 대해 잘 모르시는 분들을 위해 설명드리자면, ASML은 TSMC를 비롯한 모든 주요 반도체 제조 공장(웨이퍼 제조 공장)에 필요한 약 4억 달러 상당의 장비를 생산합니다. 프로그램에서는 ASML이 노르웨이에 단 한 팀만 이 장비를 제조하고 있으며, 납기가 매우 길어 이미 주문 잔고가 약 5년에 달한다고 언급했습니다.

둘째, GPU나 저장 공간이 덜 필요한 완전히 다른 유형의 LLM을 개발했습니다. 하지만 아직 그 효과를 확인할 수 있는 징후는 보이지 않습니다.

오늘 SK하이닉스(고대역폭 메모리 분야의 세계적인 주요 공급업체)에 대한 뉴스 기사를 봤습니다. SK하이닉스는 엔비디아 GPU의 주요 메모리 제조업체이자 공급업체이며, AI 메모리 분야에서도 사실상 최고 기업입니다. 현재 구글과 마이크로소프트로부터 향후 3년간의 공급량을 확보하여 사업 확장에 필요한 자금을 마련하겠다는 제안을 받고 있는데, 그 금액은 약 500억 달러에서 1,000억 달러에 달합니다.

이는 대기업들이 스토리지에 얼마나 목말라 있는지를 보여주는 사례이며, 이는 AI 부품 내의 한 하위 분야에 불과합니다. 반면 SK 하이닉스는 "공급을 보장해 줄 수는 없다. 가격을 올리겠다"는 입장입니다. 이 회사의 영업이익률은 약 70%로, 반도체 업계에서는 거의 믿기 어려울 정도입니다.

그래서 개빈의 올인 전략은 타당해 보입니다. 단기적으로 시장이 거품처럼 반응할 수도 있지만, 현재로서는 거품으로 보이지는 않습니다. 오늘 녹화 전에 저희가 주식 포트폴리오를 확인했을 때 거의 모든 종목의 주가가 하락했지만, 이는 일시적인 반응에 불과했습니다. 앞으로의 목표는 GPU와 반도체 칩 수요는 계속 증가할 것이고, 현재 공급과 제조업체가 부족한 상황이라는 것입니다.

개빈의 포트폴리오

조쉬: 결론은 전력과 웨이퍼입니다. 그게 전부입니다. 이 두 가지가 바로 우리가 너무 빨리 성장하는 것을 막는 두 가지 걸림돌입니다. 전력과 웨이퍼의 가치가 유지되고, 수요가 강하고, 공급이 제한적인 한, 앞으로 좋은 날들이 계속될 것입니다.

개빈의 TLDR(간략 요약) 포트폴리오가 궁금하시다면, 그의 주요 보유 종목에 대해 알려드릴 수 있습니다. 하지만 이는 투자 조언이 아니며, 개빈이 보유한 종목일 뿐 저희가 보유한 종목과는 무관합니다. 이 주식들이 오를지, 내릴지, 아니면 변동이 없을지는 저도 알 수 없습니다.

그의 가장 큰 포지션은 다소 예상 밖인데, 바로 QQQ 풋옵션(나스닥 100 ETF 풋옵션)입니다. 전반적으로 그는 시장에 대해 비관적인 전망을 갖고 있다는 점이 주목할 만합니다. 두 번째로 큰 포지션은 약 7.4%를 차지하는 아스테라 랩스(ALAB)이며, 세 번째로 큰 포지션은 3D 소프트웨어 회사인 유니티입니다.

이 외에도 시에나(광 네트워크 장비 회사), 마이크론, 엔비디아, 아마존, 루멘텀(광 통신 및 레이저 장치 회사), 알파벳(구글의 모회사), 코히런트(광전자 및 재료 회사), 로블록스(게임 플랫폼), 에코스타(위성 통신 회사), 트윌리오(클라우드 통신 플랫폼), 웨이페어(가구 전자상거래 회사) 등 많은 기업에 투자하고 있습니다. 이 사람은 정말 모든 분야에 투자하는군요.

관심 있으시면 Gavin의 13F 보고서를 확인해 보세요. 설명란에 링크를 넣어두겠습니다. Gavin의 요점은 전력과 웨이퍼가 병목 현상의 원인이라는 겁니다. 이러한 제약이 해결되지 않는 한, 사실상 일방적인 상승 추세만 이어질 겁니다. EJ, 이런 정보를 어떻게 받아들이고 처리하시겠습니까?

EJ: 레오폴드의 13F 보고서가 나온 이후로 시장은 계속 변동성이 컸습니다. 이번 에피소드를 녹음하면서 개빈이 좀 더 나이 많고 똑똑한 레오폴드 같다는 생각이 점점 더 들었습니다. 그는 이 업계에서 오랫동안 일해왔죠. 운용자산 규모가 130억 달러는 아닐지 몰라도, 10년 후에도 여전히 건재할 것 같은 느낌이 듭니다.

만약 "인공지능 관련 최신 동향을 매 순간, 매시간, 매일 쫓아다니고 싶지 않아요. 그냥 돈을 투자해서 앞으로 몇 달이나 몇 년 동안 어떻게 불어나는지 지켜보고 싶어요."라고 생각하신다면, 개빈의 포트폴리오가 좋은 참고 자료가 될 수 있습니다. 물론, 이는 투자 조언이 아닙니다.

그는 보다 신중하고 장기적이며 미래지향적인 접근 방식을 취하고 있습니다. 엔비디아와 세레브라에 대한 그의 초기 투자처럼, 그의 트렌드 예측이 결국 현실로 나타난다면 향후 몇 년 동안 기하급수적인 수익이 발생할 수 있습니다. 하지만 이 모든 것은 한 가지 핵심적인 믿음에 기반하고 있습니다. 바로 우리가 거품 속에 있는 것이 아니라는 점입니다.

청중 여러분의 의견이 어떤지 궁금합니다. 물론 대부분의 사람들은 개빈처럼 기술에 정통하거나 풀뿌리 운동에 깊이 관여하고 있지는 않겠죠. 하지만 이번 에피소드를 듣고 나서, 우리가 마치 거품 속에 갇혀 있는 것 같다고 생각하시나요? 아니면 그렇지 않다고 생각하시나요? 찬성하는 이유와 반대하는 이유는 무엇인가요? 혹시 우리가 놓친 부분이 있을까요? 조쉬, 마지막으로, 지금 우리가 정말 거품 속에 갇혀 있다고 생각하시는지 말씀해 주시겠어요?

조쉬: 제 생각엔 지금 확실히 거품 속에 있는 것 같아요. 문제는 거품의 어느 단계에 있느냐는 거죠. 그건 논쟁의 여지가 있어요. 지금으로서는 초기 단계처럼 보이는데, 바라건대 이 상태가 유지되길 바랍니다. 개빈의 말에 따르면, TSMC가 반도체 생산량을 계속 제한하는 한 괜찮을 거라고 하네요.

이것이 전반적인 전망입니다. 우리는 이미 현재 분기별로 성과를 측정하는 레오폴드에 대해 이야기했고, 이제는 수십 년에 걸쳐 성과를 측정하는 개빈에 대해 이야기하고 있습니다. 많은 사람들의 대답은 아마도 그 중간 어디쯤에 있을 것입니다.

이번 에피소드가 마음에 드셨다면 친구들과 공유하는 것을 잊지 마세요. 그리고 어떤 자산군에 대해 가장 낙관적인지 알려주세요. 특정 이론이 아니더라도 주목할 만한 종목 코드가 있다면 말씀해 주세요. 모든 것이 빠르게 움직이고, 오르내림이 심해서 정말 흥미롭습니다. 내일 아침 뵙겠습니다.