The English, Chinese, Japanese, and Korean versions are now available on Amazon Books!
AI 슈퍼사이클: 5개 계층 공급망으로 읽는 AI 인프라 투자
by Chris Lee
"2026년 4월 25일, 엔비디아의 시가총액이 5조 달러를 돌파했습니다. 단 하나의 반도체 회사의 가치가 영국의 연간 GDP를 넘어선 것입니다. 인공지능이 우리 시대 최고의 투자 기회라면, 왜 대부분의 투자자들은 엔비디아 주식만 사는 법만 알까요?"
이 책은 전직 증권거래소 CEO이자 현재는 인공지능 인프라 투자자인 저자의 질문에서 시작됩니다.
AI 슈퍼 사이클은 AI 열풍을 걷어내고 그 붐을 뒷받침하는 실제 공급망을 파헤칩니다. 에너지 → 칩 → 스토리지 → 광 인터커넥트 → 클라우드/데이터 센터로 이어지는 5개 계층 구조에 애플리케이션 계층과 그 위에 새롭게 부상하는 암호화폐 × AI 계층이 더해진 구조입니다.
OKEx의 전 CEO, Huobi의 전 CFO, Merkle 3s Capital/XResearch의 공동 창립자인 크리스 리(이서불)가 집필한 이 책은 단순히 "과대광고에 현혹되어 투자하라"는 책이 아니라, 자금이 어디로 흐르는지를 실무적인 관점에서 보여주는 안내서입니다.
이 책의 구성
레이어 1 — 에너지: Meta의 6.6GW 원자력 발전소 계약, 가스 터빈 붐(GE Vernova), 그리고 "전자가 새로운 석유"인 이유
레이어 2 — 칩: NVIDIA의 CUDA 경쟁 우위, TSMC의 병목 현상, Broadcom의 ASIC 제국, AMD/Intel의 험난한 여정
레이어 3 — 스토리지: HBM 슈퍼사이클과 "컴퓨팅 제약이 아닌 메모리 제약"이 모든 것을 바꾸는 이유
광 인터커넥트: 구리 vs. 광섬유, 800G → 1.6T, 코패키지드 광학 로드맵
레이어 4 — 클라우드/데이터 센터: 6,500억~8,000억 달러 규모의 하이퍼스케일러 자본 지출 전쟁 - Microsoft, Google, Amazon, Meta, Oracle
모델 및 응용 프로그램: 학습 vs. 추론 경제학, DeepSeek의 충격, AI 에이전트, Circle/USDC의 역할 기계 경제의 결제 시스템
TSMC 심층 분석: 대만 해협 양안의 한 기업이 전체 AI 산업을 뒷받침하는 이유
제재 하의 중국 AI: 화웨이의 클라우드매트릭스, 캠브리콘, 실시간으로 형성되는 병렬 기술 스택
AI 안전 및 규제: 투자 테마로서의 정렬 연구 및 분열된 EU/미국/중국 규제 환경
암호화폐 × AI: AI 에이전트에 은행 계좌가 아닌 지갑이 필요한 이유와 이미 실제 수익을 창출하는 DePIN 프로토콜
리스크 장: 시스코-2000 유사점, 거품 가치 평가 계산법, 모든 AI 투자자가 예측해야 할 사각지대
포트폴리오 구축: 2026~2030년 플레이북 - 세 가지 위험 프로필에 따른 핵심/위성/테마 배분
각 장은 투자 플레이북으로 마무리됩니다. 티커, 진입 논리, 위험 경고 등 이론뿐 아니라 실질적인 정보를 제공합니다.
이 책이 다른 이유
대부분의 AI 관련 콘텐츠는 NVIDIA를 전체 주제를 대표하는 사례로 취급합니다. 마치 2000년에 시스코의 라우터를 "인터넷 투자"라고 부르는 것과 같습니다. 기술적으로는 맞는 말이지만, 너무나 불완전한 분석입니다. 크리스 리는 기관 금융 전문가로서의 경험과 암호화폐 시장의 가장 격동적인 시기(DeFi 서머, FTX 폭락)를 10년 동안 직접 경험한 지식을 결합하여 보기 드문 시각을 제시합니다. 그 결과, 단순한 주식 투자 조언이 아닌, AI 구축 전반에 걸쳐 실질적인 경제성을 파악할 수 있는 프레임워크를 제공합니다.
이 책은 누구를 위한 책인가?
NVIDIA 주식을 보유하고 있지만 다른 투자처를 모르는 주식/암호화폐 투자자
자신의 산업이 시장에서 어떻게 평가되는지 알고 싶은 기술 전문가
AI 인프라의 실제 현금 흐름에 기반한 수요와 과장된 광고를 구분하고 싶은 모든 사람
모든 데이터는 2026년 6월 기준으로 작성되었으며, "확정", "계획", "루머" 등으로 구분되어 있습니다. 보도 자료와 현실 사이에는 종종 몇 년의 간격이 존재합니다.
저자 소개: 저자 이서불(李書沸, Chris Lee)은 홍콩 전통 금융계 출신으로, OKEx 법적(CEO)와 Huobi재무책임자(CFO)를 역임했고, 2020년 워런 버핏 자선 점심에 초대된 자산 대표 중 한 명입니다.
현재 Merkle 3s Capital과 XResearch가 공동으로 AI 개발 투자를 전문적으로 진행하고 있습니다. 이 책은 에너지, 칩, 스토리지, 광인터커넥트, 클라우드/데이터 센터의 5개 산업 층을 확장하며, 각 장마다 투자 플레이북을 제공하는 실전 투자 가이드입니다. (한국어 전문 + 영어 에피소드 제목/요약 추가)
더 보기
메타 3분기 어닝콜 중 $META
저커버그: "MUSE는 명확한 제품·시장 적합성(Product-Market Fit)을 확보했으며, 이제 대규모 확장 단계에 진입했다."
- MUSE는 메타가 추진하는 개인 초지능(Personal Superintelligence) 전략의 핵심 제품.
- 출시 약 1개월 반 만에 미국과 캐나다에서 1,000만 명 이상이 개인 AI 에이전트를 설정.
- 앱스토어에서 거의 매일 1위 기록.
- MUSE 설정 사용자 중 약 25%가 매일 사용.
- 초기 이용자의 사용 기간이 길어질수록 유지율이 개선되는 추세.
- 초기 일간 이용률은 스레드 출시 초기 및 메타가 추정하는 다른 AI 앱 초기 수준의 2배 이상.
가장 중요한 사용 사례는 쇼핑.
- MUSE 활성 이용자의 25% 이상이 쇼핑 기능 활용.
- 평균 구매 금액은 200달러 이상.
- Plaid는 자사 커넥터에서 다른 서비스에서는 보지 못한 수준의 활동량이라고 평가.
- 출시 첫 주 거래량이 예상치를 초과하면서 Stripe와 협력해 신용 한도를 상향.
- 쇼핑 외 주요 사용 사례는 개인 생산성, 이메일·캘린더 연결 및 창작 활동.
MUSE 수익화 전략과 AI 컴퓨팅 투자
저커버그: "향후 몇 년간 10억 명 이상의 사용자에게 MUSE를 제공할 수 있는 컴퓨팅 인프라를 구축하고 있다."
메타가 제시한 핵심 목표는 세 가지.
- MUSE 사용자 규모 확대
- 매출 성장
- 컴퓨팅 비용 최적화
수익모델
- 일반 사용자에게 기본 서비스를 무료 제공.
- 쇼핑 등 거래를 중개하고 기업으로부터 수수료 수취.
- 고급 AI 모델 및 추가 토큰 사용자를 위한 유료 구독.
- 기업과 소상공인을 위한 업무용 AI 에이전트 구독.
- 메타의 기존 콘텐츠·광고 개인화 시스템과 연결.
- 메타는 기존 앱 서비스에서 미국 사용자당 연간 수백 달러의 매출을 창출하고 있으며, MUSE는 장기적으로 이를 넘어설 것으로 예상.
- 메타 앱을 이용하는 소상공인 규모는 자체 설문 기준 최소 5억 개로 추산.
- 향후 소비자 AI 에이전트와 기업 AI 에이전트가 직접 연결되어 거래를 수행하는 생태계 구축 추진.
AI 컴퓨팅 비용 효율화
- 현재 MUSE는 추론 과정에서 상당한 컴퓨팅 자원을 소비.
- 향후 1년간 MUSE의 컴퓨팅 비용 효율을 10배 이상 개선할 계획.
- 유휴 시간대 컴퓨팅 자원 활용, 효율적인 AI 모델, 추론 최적화 등이 핵심.
- 수익이 본격적으로 확대되면 MUSE 사업이 흑자를 달성할 수 있을 것으로 전망.
- 메타는 효율 개선이 수년간 지속될 경우 높은 수익성을 달성할 수 있다고 예상.
자체 AI 모델 개발 및 기업용 AI 사업 확대
저커버그: "우리는 아직 AI 컴퓨팅 자원을 핵심 사업 개선에 얼마나 효과적으로 활용할 수 있는지 그 한계를 발견하지 못했다."
- MUSE Wonder를 메타의 첫 최첨단 프런티어 AI 모델로 출시.
- MUSE Spark 1.2·1.3, MUSE Code, MUSE Voice 등 다양한 모델 출시.
- MUSE Glimmer와 MUSE Spark Open 등 오픈웨이트 모델 공개.
- MUSE Wonder보다 더 큰 차세대 모델 개발 진행.
- 동시에 MUSE Wonder 수준의 지능을 훨씬 효율적으로 제공하는 소형 모델 개발.
Meta Enterprise Platform 확대
- 기업용 AI 플랫폼을 통해 API, 코딩 서비스, 기업용 AI 솔루션 제공.
- 모델 훈련비는 상당 부분 고정비이므로, 고마진 추론 수요를 최대한 확보하는 전략.
- 소비자 에이전트, 기업용 API, 광고 및 추천 시스템 등에 자체 AI 모델을 폭넓게 활용.
- MUSE Wonder를 이용해 추천·광고 시스템을 자율적으로 개선하는 평가 시스템 구축.
- 메타 AI의 사용자당 참여도는 4월 신규 모델 배포 이후 2배 이상 증가.
더 보기
유튜브에서 무자본, 무재고로 온라인 판매를 해서 월 천만 원 이상 번다는 영상을 하나 봤다.
보면서 처음부터 의문이 들었다.
이게 정말 그렇게 잘 벌리고, 누구나 쉽게 따라 할 수 있고, 경쟁자가 많지 않아서 돈이 되는 사업이라면 왜 굳이 수십만 명이 보는 유튜브에 방법을 공개할까.
특히 온라인 판매는 경쟁자가 늘어날수록 기존 판매자에게 좋은 구조가 아니다.
어디서 싸게 사서 어디에 비싸게 파는지가 핵심이라면, 그 정보가 퍼지는 순간 같은 상품을 파는 사람이 늘어난다.
그러면 소싱 경쟁이 붙고, 판매가는 내려가고, 마진은 줄어든다.
자기 밥그릇을 스스로 수십만 명에게 공개하는 셈이다.
그래서 궁금해서 조금 더 찾아봤다.
역시 영상 밖에는 수백만 원대 유료 강의가 있었다.
그걸 보고 나니 왜 이런 영상이 계속 만들어지는지 이해가 됐다.
물론 실제로 온라인 판매로 돈을 벌었을 수도 있고, 영상에서 말하는 방법 자체가 전부 거짓이라는 이야기도 아니다.
핵심은 인센티브다.
물건 하나 팔아서 몇천 원 남기는 사업과, “물건 팔아서 돈 버는 방법”을 수백만 원에 판매하는 사업은 경제성이 완전히 다르다.
전자상거래는 상품을 계속 찾아야 하고, 주문 받고, 매입하고, 배송하고, 반품과 CS를 처리하고, 가격 경쟁까지 해야 한다.
반면 강의는 한번 만들어 놓으면 같은 내용을 계속 판매할 수 있다.
유튜브 영상이 조회수를 얻을수록 잠재고객도 계속 들어온다.
그래서 이런 영상을 볼 때 이제는 “이 사람이 얼마나 벌었나”보다 “이 사람이 지금 나에게 무엇을 팔려고 하는가”를 먼저 보게 된다.
해외직구, 구매대행, 스마트스토어, 위탁판매, AI 부업 등 유튜브에서 돈 버는 방법을 알려준다는 콘텐츠를 찾아보면 비슷한 구조가 정말 자주 나온다.
성공 사례 영상이 올라온다.
쉽게 할 수 있다는 이야기를 한다.
무료 자료나 무료 강의로 사람을 모은다.
그리고 그 뒤에 강의, 컨설팅, 커뮤니티, 프로그램 같은 유료 상품이 붙는다.
결국 어떤 경우에는 돈 버는 방법 자체보다 “돈 버는 방법을 알려주는 것”이 더 좋은 사업이 되어버린다.
그래서 “이렇게 하면 돈 벌 수 있습니다”라는 영상을 볼 때 가장 먼저 던져야 할 질문은 이것 같다.
정말 이 방법이 그렇게 좋다면 왜 나한테 알려주는가.
그리고 이 사람은 지금 설명하는 사업으로 더 많은 돈을 버는가, 아니면 그 사업을 설명하는 것으로 더 많은 돈을 버는가.
이 두 질문만 해도 유튜브의 수많은 부업 콘텐츠가 꽤 다르게 보인다.
더 보기