2025년 11월 6일 목요일

생각정리 112 (* IEEPA 관세 판결)

서론: 왜 기회 앞에서 멈추는가

나는 투자에서 자주 생각은 앞서고 행동은 뒤쳐지는 편이다.

왜 그럴까?

평소의 고민이 부족했고, 상황 예측이 얕았으며, 설령 예측이 맞아도 그 다음 액션까지 생각이 닿지 못했기 때문이다.

상황 예측 → 후속 대응까지 생각이 완결되어야만, 실제 기회가 왔을 때 액션으로 이어져 기회를 잡을 수 있다.

이번에는 그 원칙대로 IEEPA 관세 판결을 기점으로 벌어질 시나리오와 실행 가능한 대응을 함께 기록해 둔다.

1. 대법원 구두변론: 신호와 해석

2026년 전망을 하는데 있어 핵심 변수인 IEEPA 판결 결론이 난것 같아 업데이트를 해본다.

11월 5일 연방 대법원 구두변론에서 다수의 대법관은 **국제긴급경제권한법(IEEPA)**을 근거로 한 대통령의 광범위한 관세 권한에 회의적이었다. 예측시장은 이를 즉각 반영해 관세 유지(인용) 확률을 변론 전 약 40%에서 한때 20%까지 낮춘 뒤 30% 수준으로 마감했다.

성향별로 보면 자유주의 3인은 행정부 반대를 분명히 했고, 보수 진영에서도 권한위임 문제를 제기하는 흐름이 감지된다.

반면 앨리토·토마스는 행정부 논리에 우호적이었고, 캐버노는 일부 공감했다. 배럿·로버츠는 IEEPA가 광범위 관세권한까지 의도했는지에 근본적 의문을 던졌지만 결론은 유보했다.

현재 구도는 반대 4, 찬성 3, 미정 2에 가깝고, 판결은 전부-아니면-전무의 일괄 판단이 될 공산이 크다. 시점은 2025년 12월~2026년 1월이 유력하다.

2. 판결 이후: 환급·재정 공백의 전개

IEEPA 관세가 기각되더라도 환급은 자동이 아니다. 판결 이후 수개월 이상이 걸릴 수 있고, 수입업자의 후속 절차가 필요할 가능성이 높다. 판결 시점까지 누적된 IEEPA 관세는 약 1,150억~1,450억 달러로 추정되며, 환급 규모가 클수록 재정의 공백은 커진다.

더구나 관세수입에 기대어 운용되던 **일부 프로젝트(PJT)**나, 해외 군사원조, 세금환급 등에 공백이 생길 수 있다. 그 사이 행정부가 약속한 세금 환급은 무역업자 환급에 먼저 쓰여 가계 몫이 줄어들 위험도 존재한다.

3. 관세의 ‘대체 가능성’: 법적 플랜 B

그러나 관세가 사라진다는 뜻은 아니다. 현재 유효 관세율 인상분 11%p 중 약 7.6%p가 IEEPA에 기반하지만, 행정부는 다음의 대체 수단으로 실질을 복제할 수 있다.

1974년 무역법 122조: 국제수지 명분으로 최대 150일·최대 15%, 조사 불요. 판결 직후 수일 내 대체 가능.
1974년 무역법 301조: 불공정무역 대응. 수준·기간 제한 없음, 다만 조사 수개월.
1962년 232조(안보), 1930년 338조(차별국에 최대 50%, 조사 불요).

전술적으로는 122조로 즉시 10~15% 임시 유지 → 301조로 중장기 고정이 유력하다. 122조 15% 상한으로 일부 관세가 소폭 낮아질 수 있으나, 이는 주로 소규모 교역국에 해당하고 핵심 교역국에는 형태만 바뀐 관세 압력이 유지될 가능성이 크다. 결론적으로 관세 체제의 연속성은 손상되지 않는다.

4. 권력·자본의 재배치: 시장의 의구심

문제는 정치적 신뢰와 권력 배분이다. 설령 대체 관세가 준비되어 있어도, 트럼프 행정부 지지율 하락과 맞물린 사법부·의회의 권한 증대는 시장에 구조적 의구심을 남긴다. 그간 행정부로 집중되었던 권한·자금·추종자본이 풀려나와 재배치될 가능성이 있으며, 그 방향은 관세로 피해를 봤던 산업·국가를 향할 수 있다.

https://t.me/rafikiresearch

동시에 내년 중간선거를 앞둔 행정부는 유동성 투하에 나설 유인이 크지만, 그 자금이 과거처럼 정책 선호 분야에만 집중될지, 아니면 분산될지는 별개의 문제다. 분산 시나리오에서는 가처분소득 증가 → 소비 전반 확산의 경로가 열릴 수 있다.

5. 통화정책과 AI CAPEX: 완화와 흡수의 폐루프

IEEPA 기각으로 생기는 재정 공백은 완화적 통화정책 압력으로 번지기 쉽다. QT 중단·QE 재개 요구가 고개를 들 수 있고, 2026년 11월 중간선거는 이 유인을 강화한다. 한편 AI CAPEX는 유동성의 최종 흡수처가 되고 있다. 칩·전력 병목은 AI 서비스 출시를 지연시키며 추가 CAPEX 상향을 강제한다. 투자등급 회사채 발행 급증, 더 나아가 하이일드·사모신용·ABS로의 확장은 조달 레버리지 확대를 시사한다.

빅테크의 AI 도입 전면화는 서비스직 고용 둔화·인력감축으로 이어져 노동시장 열기와 더불어 경기활력을 식히고, 물가 둔화를 통해 금리 인하·유동성 공급의 명분을 만든다.

이렇게 유동성 확대 → AI CAPEX 증가 → AI 서비스 성능·유용성 상승 → AI 활용 유저·수익 확대 → 추가 AI CAPEX의 **폐루프(closed loop)**가 형성된다. 전성비 개선과 업무 대체의 실효가 유지되는 한 이 루프는 지속될 것이다.

반대로 인력감축 효용이 AI CAPEX의 한계효용을 따라가지 못하고, 전력·부품 병목 비용이 수익성을 갉아먹는 순간 루프는 약화된다.

그 전까지는 칩·전력기기 밸류체인 이익 레벨 상향을 기본값으로 놓는 편이 합리적이다.

6. 소비와 섹터: K-뷰티의 자리

핵심은 미국 소비의 탄력 회복이다. 트럼프 패배 시에는 관세 환급 = 사실상 무관세로 이어져 가격·마진에 유리하다.

반면, 트럼프 승리 시에도 관세 수익의 1Q26 환급이 가처분소득 증가 → 소비진작으로 연결될 것이다.

결과가 어느 쪽이든, 내년 상반기 미국향 소비재에는 우호적 바람이 분다. 이 흐름을 한국 시장에 대입시키면, 그간 소외되었던 K-뷰티가 가장 먼저 눈에 들어온다.

가격 경쟁력·브랜드 확장성·채널 적응력을 가진 기업은 미국 소비 회복의 흐름을 타기에 용이하다.

7. 매크로 배경: 리스크의 상대적 약화

OPEC의 증산 기조는 유가의 상방을 제어하고, AI 도입으로 인한 노동시장 둔화는 물가 완화를 거들며, AI CAPEX의 유동성 흡수는 원자재·상품시장으로의 투기자금 유입을 제약한다. 즉, 내년에 거시 불안이 급부상할 확률은 낮다는 쪽에 무게가 실린다.

결론: 예측과 실행을 한 문장으로 묶기

핵심은 정책 공백은 재정완화로, 재정완화는 소비로, 소비는 자유소비재 업종으로 이어지는 흐름이다. 그 첫 번째 갈래에 미국 소비가 있고, 한국 시장에서는 K-뷰티가 서 있다.

#글을 마치며

관세 불확실성에 따른 차익실현 압력으로 최근 주가가 조정받았지만, 이번 조정이 향후 유동성 확대 국면의 기회를 여는 초석이 되길 바래본다.

=끝

2025년 11월 5일 수요일

생각정리 111 (* Zohran Mamdani)

조란 맘다니 당선: 왜, 그리고 무엇을 지켜볼 것인가

이번 뉴욕시장 선거는 향후 도시정책의 방향을 가늠할 좋은 연구 대상이다. 나는 맘다니 당선자의 공약 패키지—임대료·집값 동결, 공공임대 확대, 대중교통·보육의 광범위한 무상화—가 뉴욕의 주거·물가·일자리 생태계에 어떤 파장을 낳는지를 계속 추적해 보려 한다.

누가 맘다니를 밀었나: 지지연합의 단면

보도·출구조사에 따르면, 이번 선거의 핵심 지지층은 연소득 5만 달러 이하의 유색인으로 구성된 저소득·취약계층이 두텁게 포함되었다. 성·연령별로는 20대 여성층의 지지가 특히 강했고, **Z세대 여성(18–29세)**의 약 **84%**가 맘다니를 선택했으며, 밀레니얼과 Z세대 남성의 3분의 2도 그에게 표를 던진 것으로 전해진다.

이런 구도는 ‘생활비 위기’의 직접적 타격을 받은 계층이 즉각적 혜택을 약속한 후보에게 결집했음을 시사한다.

Z세대 여성(18-29세)의 84%가 조란 맘다니에게 투표하였고, 밀레니얼과 Z세대 남성의 3분의 2도 맘다니에게 투표함

참고: “왜 진보 정권이 지지층의 요구를 충족하지 못하나”

팔란티어 CEO가 보는 미국 진보가 끝난 이유

글을 시작하기 앞서, 팔란티르 테크놀로지의 알렉스 카프 CEO가 현 미국 진보정권의 집행 무능을 비판한 인터뷰 영상을 함께 남긴다. 요지는 “도덕적 명분과 상징적 약속은 크지만, 집행 능력과 재정 설계가 뒤따르지 않아 정작 지지층의 이익을 실현하지 못한다”는 지적이다. 이 관점은 뉴욕의 향후 정책을 해석하는 데 유의미한 참고점이 된다.

한국과의 평행선

이 대목은 한국 정치에도 겹쳐 보인다. 현재 대한민국 진보정권 역시 핵심 지지층에게 가장 시급한 주거 안정성, 물가 안정, 양질의 일자리를 제공해야 하지만, 실제 정책결과가 그 목표와 엇갈리는 장면이 반복되고 있다.

집값·임대료 상한, 친이민 수용(예: 특정 국가 무비자), 소비쿠폰·부채탕감 등 확장재정 조치가 누적될수록, 세수 기반 잠식과 집값 상승 그리고 물가상승의 위험이 있다.

뉴욕 ‘맘다니’ 당선과 주거 공약의 역설

맘다니 시장의 사회주의적 성격이 강한 공약들 가운데, 가장 눈에 띄는 것은 집값·임대료 동결과 공공임대 대규모 공급이다. 그런데 뉴욕시는 세수의 상당 부분을 임대·상업용 부동산에 매기는 재산세에 의존한다. 동시에 대중교통 무료, 무상교육 같은 상시성 복지를 더 확대하려면 추가 세수가 필수다.

더구나 연방 트럼프 행정부가 뉴욕시 지원 축소를 시사하는 상황이어서, 현실적인 해법은 증세이고 표적은 자연히 부동산 임대부문으로 수렴한다. 이 지점에서 정치적 목표와 재정·시장 논리가 정면충돌한다. (뉴욕시 정부)

메커니즘(한 줄씩)

임대료 동결 → 집주인 수입(임대료) 고정.
최저임금·보험·세금 상승 → 집주인 비용 상승(안정임대 운영비에서 재산세 비중이 가장 큼, 인건비도 유의미).
NOI(순영업이익) 축소 → 유지보수·개보수 같은 질적 투자가 먼저 줄어듦.
공급·품질 저하 → 공실이 매우 낮은 도시에서 체감 주거 품질 악화, 신규·리노베이션 투자 유인 약화.
과세표준 둔화 → 재산세 자연증가 둔화로 시(市) 재정 갭 확대.
재정 적자 → 부동산 관련 증세 재시도 → NOI 추가 하방 → 투자 축소/이탈 → 세수기반 약화… 악순환.

숫자 스트레스 테스트(간단 감)

전제: 안정임대 평균 운영비 ≈ $1,111/가구·월(세금·인건비 포함), 최근 1년 +3.9%, 다음 해 +4.4% 상승 경로를 가정.
시나리오: 임대료 동결 + 운영비 자연상승 4.4% + 재산세 10% 인상(추가 세수 가정).

자연상승분 +$49/가구·월
재산세 인상분 +$33/가구·월
합계 NOI 약 –$82/가구·월(연 –$1,000 안팎)
→ 수십·수백 가구 단위로 누적되면 경상 수선 지연·부분 공실화·분양 전환 유인이 커져, 품질 저하·공급 위축으로 이어진다.

왜 시(市) 재정에 치명적인가

재원 구조 때문: 집값 임대료 동결을 강제함과 동시에 맘다니의 ‘무상 시리즈’를 부자 증세→부동산 증세로 충당하면, 먼저 부동산 투자·가치가 하락한다.

→ 그 결과 과세표준 성장(assessed value growth)이 둔화하고,
→ 재산세 베이스라인이 내려앉는다.
의존도가 높기 때문: 뉴욕시 **세수(조세수입)의 43%**가 재산세다. 게다가 재산세 안에서도 **임대·상업(Class 2·4)**이 **72%**를 차지한다.

→ 즉 임대·상업 자산의 수익성·가치 변동 = 뉴욕시 세수 변동으로 직결되는 구조다.
현재 여건상 충격 흡수가 어렵기 때문: 시는 FY26 예산에서 예비비 85억 달러를 쌓아 방어하고 있지만, 중기 재정 갭이 이미 내재돼 있다.

→ 이런 상태에서 폭넓고 강한 증세를 밀어붙이면, 임대부문 NOI가 추가로 깎이고,
→ 투자 축소·유지보수 지연이 나타나며,
→ 세부담이 낮은 인근 도시로 자본·사업체 이탈이 가속된다.
→ 결국 과세표준 축소→재산세 수입 둔화→세수 엔진 약화로 귀결된다.

(뉴욕시 정부)

“무상 교육·대중교통”의 재정 난이도

버스 전면 무료화는 해마다 큰 상수적 운용비가 붙는다(부분 무상만으로도 수천만~수억 달러/년 규모가 흔하다).
**영·유아 무상보육(0–5세)**은 교사 임금·아동대비 교사비율 때문에 연 단위 수십억 달러가 필요하다.
→ **세수 엔진(부동산 관련)**을 자체 약화시킬 수 있는 규제·증세 조합과 동시에 이런 상시 복지를 늘리면, 증세·차입·지출삭감 중 하나(혹은 셋 다)를 고르게 된다.

해외·타도시 연구·사례

샌프란시스코: 임대규제 확장 후 대상 건물 임대공급 –15%, 장기적으로 도시 평균 임대료 +5%(AER 연구).
베를린 ‘렌트캡’: 단기 임대료는 내려갔지만 공급 급감이 더 커서 결국 위헌으로 폐지.
케임브리지: 임대통제 폐지 이후 주거 가치 상승(개보수·투자 유인 회복).
→ 가격상한 강화 + 비용상승 조합은 투자·공급 위축을 반복적으로 낳았다.

비교를 위한 배경(친이민 수용정책의 부작용을 보는 시계열)

이 단락은 맘다니 주거정책의 직접 효과가 아니라, 친이민 수용정책이 도시에 주는 주변 압력(치안·홈리스·약물·도시서비스 부담)을 맥락으로 제시하는 비교용 레퍼런스다.

바이든 **“취임 전(2019–2020) / 집권기(2021–2024) / 집권 막바지 이후(2025 YTD)”**로 끊어 D.C.–뉴욕–샌프란시스코를 요약한다.

A. 취임 전(2019–2020)

치안: 2019 대비 2020에 살인이 급등(예: NYC 319→468, D.C. 166→198). 즉, 바이든 취임 전부터 이미 상승세가 시작됐다는 점은 확인해둘 필요가 있다. (vitalcitynyc.org)
도심 활력: 팬데믹 충격으로 오피스 공실·점유 급악화의 출발점이 만들어졌다. 샌프란시스코는 2019년 한 자릿수 공실에서 이후 급변. (Kidder Mathews)
재정: 대도시 **세입기반(상권·출근 연계)**이 흔들리기 시작.

B. 바이든 집권기(2021–2024)

치안

• NYC: 2021년 정점 이후 2024까지 연속 하락(488→377). (NY1)
• D.C.: 2023년 274건 고점 후 2024년 187건으로 급락. (ora-cfo.dc.gov)
• SF: 2024년 35건으로 수십 년래 최저. (San Francisco Standard)
→ “집권기 전반이 전부 악화”라는 프레이밍은 초·중반엔 부분적이지만, 말기엔 개선이 통계로 확인된다.
도심 활력

재택·하이브리드가 고착. 2024~2025에도 SF가 최저권, 맨해튼·D.C.는 점진 개선이나 팬데믹 전 회복엔 미달. (ipgsf.com)
재정

• NYC: 예비비 85억 달러로 사상 최대지만 중기 재정갭 전망. (뉴욕시 정부)
• SF: 두 회계연도 합산 8.175억 달러 적자 전망 등 구조적 적자 공식화. (media.api.sf.gov)
• D.C.: 세입 전망 하향(연방 인력 축소·도심 수요 약화 반영). (ora-cfo.dc.gov)

C. 집권 막바지 이후(2025 YTD)

치안: **D.C.**는 2025 들어 전년동기 대비 하락 페이스(YTD 지표 기준). SF도 2025 상반기 추가 하락 보도. NYC도 2024 연간 하락 후, 2025 중반까지 전반적 안정. (mpdc.dc.gov)
도심 활력: 2025.1월 카슬 출근지표에서 10대 도시 평균 54.2%, **SF 44.8%**로 아직 낮다(하이브리드 고착). (Axios)
재정: NYC는 균형예산+예비비 고점 유지, SF는 적자 지속, **D.C.**는 세입하향 기조가 이어진다. (City & State New York)

종합하면, 친이민 수용에 따른 단기 인구유입·복지수요 증대가 치안·보건·도시서비스 비용을 밀어올리고, 한편으론 하이브리드 고착이 상권·교통수요·재산세 베이스의 회복을 늦추는 엇박자가 지속됐다. 이 압력들이 도시재정과 체감 질서에 누적 부담을 줬다. (Axios)

인구·자본 유출의 연결고리

치안 악화·도심활력 부진·재정 긴축이 겹치면, 고소득 납세자·기업·전문직부터 외곽·타주로 이탈한다. 이는 곧

오피스 공실↑ → 상권 축소 → 판매·법인세 약화,
주거 수요의 질 저하 → 리노베이션·신축 취소/지연 → 과세표준 성장 둔화,
도시서비스(치안·청소·교통) 품질 저하로 ‘살기 어려운 도시’ 이미지 고착
→ 세수기반이 더 약해지고, 시는 증세·서비스 삭감을 반복한다. 이 피드백 루프 속에서 민간 투자심리는 더 식고, 도심활력은 추가 악화된다. 맘다니의 ‘임대료 동결 + 비용상승 + 대규모 상시복지’ 조합은 이 루프를 가속할 위험이 있다.

결론 및 한국과의 접점

맘다니의 **주거 패키지(임대료 동결·최저임금 인상·공공임대 확대)**는 정치적으로 매력적이고 단기 체감효과가 있다. 그러나 임대료를 묶은 채 비용만 올리고, 동시에 막대한 상시복지를 더하며, 연방 이전재원마저 불확실하다면, NOI 압박 → 품질·공급 위축 → 과세표준 둔화 → 세수 부족 → 증세 재시도 → 민간투자 추가 위축의 구조적 악순환 가능성이 높다. **친이민 수용정책의 부작용(치안·홈리스·보건·도시서비스 부담)**이 옆에서 누적될수록 도심활력과 세수 엔진은 더 약해진다. 현재 뉴욕에선 이 경로가 현실적 리스크 시나리오다. (NYC)

그리고 한국 정치·경제의 문맥에서도 시사점이 있다. 대한민국 민주당 정권에는 뉴욕의 새로운 맘다니와 일맥상통하는 면모가 보인다.

토허제, 지난 3차례에 이은 주택공급대책 → 집값·임대료 상한 기조와 유사,
친이민자 수용정책(중국인 무비자입국) → 이민 수용 확대와 유사,
소비자쿠폰 발행, 자영업자 부채탕감 → 대중교통 무상, 무상교육과 같은 확장재정 복지와 유사.

앞으로 맘다니 시장의 핵심정책들이 어떻게, 그리고 얼마나 빠르게 뉴욕시를 망쳐나갈지, 대한민국 민주당 정권이 얼마나 대한민국 경제를 악화시킬지를 비교·분석해 가는 재미가 있을 것 같다.

출처(대표)

NYC 2024 연간 범죄·살인 377건: NY1, NYPD 연말 발표. (NY1)
D.C. 2024 살인 187건, 2025 YTD 하락: D.C. CFO·MPD 대시보드·YTD 비교. (ora-cfo.dc.gov)
샌프란시스코 2024 살인 35건(수십 년래 최저): San Francisco Standard, 지역 주요 매체. (San Francisco Standard)
오피스 출근·점유(카슬 지표): Axios(전국 평균 54.2%, SF 44.8%). (Axios)
뉴욕시 FY26 예비비 85억 달러·중기 갭: NYC 보도자료, City & State NY. (뉴욕시 정부)
샌프란시스코 중기 적자 8.175억 달러: SF Controller 2025.3 업데이트. (media.api.sf.gov)
팬데믹 전후 공실 급변(샌프란시스코): Kidder Mathews·기타 시장 리포트. (Kidder Mathews)

https://www.cbsnews.com/video/mamdani-packs-nyc-stadium-in-rally-with-aoc-and-bernie-sanders/

2025년 11월 4일 화요일

생각정리 110 (* Palantir Technology)

해외펀드 초창기부터 계속 홀딩중인 팔란티르 테크놀로지에 이번 컨콜을 듣고 개인적으로 흥미로웠던 AI FDE 출시를 금번 메모리 호황과 엮어서 정리해볼까 한다.

서문: 현장형 소프트웨어의 진화와 메모리 호황의 결합이다

팔란티르가 이번 컨콜에서 보여준 메시지는 단순한 분기 실적을 넘어 엔터프라이즈 AI가 어떻게 ‘현장 가치’로 수렴하는가에 대한 답이었다. 핵심은 두 가지이다.

첫째, AIP라는 플랫폼 위에서 AI FDE라는 에이전틱 AI가 가속하며 **문제 정의→데이터 변환→온톨로지/함수→앱→평가(Evals)**까지의 구현을 자동화한다는 점이다.

둘째, 이 에이전틱 추론을 뒷받침하기 위해 HBM·CXL·HBF 등 커스텀 메모리가 동시 발전하며 컴퓨팅 능력을 한 번 더 증폭시킨다는 점이다.

이 둘이 맞물리면 사용자·수익이 늘고 다시 컴퓨팅에 재투자되는 선순환이 완결된다.

Nvidia AI Keynote

팔란티르의 진화: 사람 FDE에서 AI FDE로의 확장이다

팔란티르의 진화는 사람 FDE에서 AI FDE로의 확장으로 요약된다. 초창기 팔란티르는 **Forward Deployed Engineer(FDE)**가 고객 현장에 상주하며, 현장의 데이터와 업무 언어를 소프트웨어가 이해할 온톨로지로 재구성하는 방식으로 가치를 만들었다.

이 과정에서 권한·감사·정책을 함께 설계하고, 스키마와 데이터 파이프라인을 정교화하며 기초 온톨로지 인프라를 차곡차곡 쌓았다.

여기서 스키마를 정리한다는 것은 “데이터의 설계도”를 정확히 그려 공용 이름·단위·관계·품질 규칙을 통일하는 일이며, 파이프라인을 정교화한다는 것은 그 설계도에 따라 데이터를 수집→정제→결합→계산→적재→제공의 공정으로 깨끗하고 빠르게 흘려보내도록 만드는 일이다.

이 기반이 마련되어야 AIP 위의 애플리케이션이 업무 언어 그대로 안정적으로 동작하게 된다.

이 토대 위에서 오늘의 팔란티르는 AIP를 중심으로 한 단계 더 올라섰다. **AI FDE는 ‘가상 현장 엔지니어’**로서 목표를 자연어로 입력받으면, 필요한 데이터 매핑, 온톨로지 수정안(diff), 함수/액션의 골격, 앱 뼈대, Evals 계획까지 한 번에 초안을 제시한다.

사람은 그 초안을 검토·수정·승인하면 되고, 거버넌스와 감사는 AIP의 체계를 그대로 상속한다. 과거 수주가 걸리던 프로토타입이 수일로 단축되고, 엔지니어의 시간은 반복 구현이 아니라 문제 정의·검증·안전성 통제에 집중되므로 시간·비용·범위에서 압도적 레버리지가 발생한다.

현장에서 체감되는 차이는 분명하며, 제조·금융·공공안전·예지정비 등 다양한 도메인에서 동일한 패턴이 재현되고 있다.

여기서 중요한 변화가 하나 더 있다. 그동안은 AIP와 같은 인프라를 깔기 위해 인적 자본 리소스를 대거 투입했다면, 이제는 일정 수준 완성된 인프라 위에 ‘에이전틱 AI’ 기능이 본격 가동되기 시작했다는 점이다.

AI FDE의 활용으로 추론 기능의 유용성과 적용 범위가 폭넓게 확장되고, 그 결과 AI 사용량이 폭증할 가능성이 커졌다. 사용량 증가는 다시 컴퓨팅 자원 수요와 CAPEX 재투자를 자극하여 추가적인 재가속을 불러올 수 있다.

즉, 인프라 구축 단계의 인력 중심 성장에서 인프라 활용 단계의 에이전트 중심 확장으로 질적 전환이 일어나며, 이 전환이 수요–투자–성능의 선순환을 강화하는 구조로 작동할 수 있다.

결국 팔란티르의 궤적은 현장에서 다져 놓은 데이터 설계도와 생산공정을 바탕으로, 가상 엔지니어가 그 위에서 초안을 자동으로 빚어 내는 체계로의 진화이다. 그리고 이 체계가 만들어 내는 사용량 증가→성능 향상→재투자의 순환은, 메모리와 가속기의 CAPEX 재가속을 동반한 다음 단계의 성장 국면으로 이어질 가능성이 높다.

AIP vs AI FDE: 같은 경기장을 다르게 뛰는 방식이다

AIP는 플랫폼, AI FDE는 그 위의 에이전트형 구현자라는 점이 본질적 차이이다. 아래 예시는 그 차이를 직관적으로 보여준다.

제조(재고 최적화·수요예측)
- AIP: SKU·Facility·Inventory·Order 온톨로지와 forecast_demand / compute_reorder_point 함수 설계, Agent Studio로 운영자 플로우 구성, Evals/Observability로 성능 관리이다.
- AI FDE: “폐기율 30%↓, 재고회전일 10% 개선” 목표만 주면 데이터 매핑·온톨로지 수정·함수 템플릿·Evals·승인 플로우까지 초안을 자동 생성한다. 프로토타입 리드타임이 수주→수일로 단축된다.
금융(거래 모니터링·AML)
- AIP: Customer·Account·Transaction·Device 온톨로지와 특징 엔지니어링·위험 점수 함수, 조사관 앱, Evals 지표 설계이다.
- AI FDE: “오탐 20%↓, TAT 30%↓” 목표만 주면 스키마 정렬·조인 규칙·v2 점수모형·설명 템플릿·승인 라우팅·리플레이 실험계획을 제안·생성한다.
산업설비(PdM)
- AIP: Asset·SensorStream·WorkOrder·FaultEvent 온톨로지, 이상탐지·위험 함수, 현장 에이전트, 성능 모니터링이다.
- AI FDE: “계획외 정지 15%↓, 스페어 10%↓” 목표만 주면 리샘플링/필터·라벨 정합 파이프라인·원인 설명 함수·안전 승인 게이트까지 초안을 구성한다.
공공안전(재난 대응)
- AIP: 사건·부대·위치·센서 온톨로지와 출동·대피 함수, 오퍼레이터 앱, 개인정보 거버넌스이다.
- AI FDE: “평균 대응 90초 단축” 목표만 주면 **민감도 태깅·가명처리 규칙·상황판/보고서 템플릿·승인 흐름·지표(Evals)**를 자동 제안한다.

공통적으로 거버넌스·감사·승인 플로우는 동일하게 상속되며, 휴먼 인더루프가 안전·책임을 통제한다.

메모리 호황과의 연결: 에이전틱 추론은 ‘대역폭+용량’의 이중 수요를 낳는다

메모리 하드웨어 측면에서도 이 변화는 명확한 함의를 갖는다. 다중 에이전트 동시 실행과 긴 컨텍스트, KV 캐시 증가가 **가속기 로컬 메모리(HBM)**의 대역폭과 용량 수요를 동시에 밀어 올리고, 온톨로지·벡터DB·세션 로그 같은 장기 문맥은 서버 DRAM/DDR5와 CXL 풀링으로 확장되며, 요약·체크포인트·세션 히스토리는 eSSD/HBF로 내려보내는 계층화가 진행된다.

결과적으로 데이터센터 메모리는 HBM(대역폭)–DDR5/CXL(용량)–eSSD/HBF(오프로딩) 구조로 재편되고, 이는 메모리 업체와 가속기 생태계 전반의 CAPEX 사이클을 뒷받침한다. 소프트웨어의 에이전틱 확장이 실사용 트래픽을 만들고, 그 트래픽이 다시 커스텀 메모리·시스템 투자를 정당화하는 구조가 굳어지는 셈이다.

젠슨 황의 논지: 두 개의 지수함수와 극한의 공동 설계이다

엔비디아의 젠슨 황은 AI의 폭발적 성장을 설명하는 프레임으로 다음을 제시한다.

두 개의 지수함수이다.
- 모델을 더 똑똑하게 만들기 위한 컴퓨팅 수요(훈련·추론)가 지수적으로 늘어난다.
- 모델이 똑똑해질수록 유료 사용자가 폭증하고, 이것이 다시 추가 컴퓨팅을 지수적으로 요구한다.
- 두 곡선이 동시에 상승하며 컴퓨팅→성능→사용자/수익→컴퓨팅 재투자의 선순환 고리를 완성한다.
**극한의 공동 설계(Extreme Co-design)**이다.
- 칩–시스템–네트워킹–소프트웨어–모델–애플리케이션을 동시에 설계·최적화해 세대당 성능을 급격히 끌어올리고 토큰당 비용을 내리는 방식이다.
- 이는 HBM4 같은 커스텀 메모리, CXL·네트워킹, 스케줄러/OS, CUDA-X·NIM까지 하나의 엔진처럼 통합해 지연·대역폭 병목을 제거하고 추론 TPS를 확대한다.
- 결과적으로 유료 사용자 저변 확대가 가능해지고, 재투자→성능 향상의 속도가 더 빨라진다.

팔란티르의 AI FDE/에이전트 스웜은 이 프레임 안에서 소프트웨어 측 ‘현장 가치’의 폭발력을 제공하고, 커스텀 메모리/시스템 스택은 **하드웨어 측 ‘컴퓨팅 탄력’**을 제공한다. 두 축이 동시에 가속되므로 성장의 탄성은 단일 축보다 훨씬 크다.

결론: ‘현장 가치 × 커스텀 컴퓨팅’이 만드는 초과성장이다

요약하면, AIP 위의 AI FDE는 문제 정의를 곧바로 실행 계획과 코드·온톨로지·평가로 변환하는 에이전틱 소프트웨어 레이어이다. 이 레이어가 만드는 동시 추론·긴 문맥을 감당하기 위해 HBM·CXL·HBF로 대표되는 커스텀 메모리/시스템 스택이 동시 진화한다. 그 결과 컴퓨팅 증가 → 성능 향상 → 사용자/수익 증가 → 컴퓨팅 재투자의 선순환이 닫히며, 젠슨 황이 지적한 두 개의 지수함수가 함께 상승한다.

이 구조 아래에서 팔란티르의 소프트웨어 레버리지와 SK하이닉스의 메모리 레버리지는 서로의 성장을 강화하는 동반 가속을 보여줄 가능성이 크다. AI는 이미 인프라가 되었고, 이 인프라는 AI 공장이라는 새로운 제조체계로 확장되는 중이다. 따라서 향후 수년간의 폭발적 성장을 설명하는 핵심 논리는 현장 가치에 닿은 에이전틱 AI와 이를 지탱하는 커스텀 컴퓨팅의 동시 진화라고 결론지을 수 있지 않나 싶다.

개인적 견해이지만, 이번 AI FDE는 기존 AIP 대비 유용성과 체감 성능이 현저히 높아 시장 침투 속도가 훨씬 빠를 것으로 본다. 이로써 AI 기능 확산의 촉매제로 작용하여 AI 시장 침투와 CAPEX 투자를 동시에 가속화하고, 결과적으로 업계 전반의 지수적 성장에 기여할 가능성이 크다.

=끝

생각정리 109 (* 유동성)

개요

최근 미국의 **양적긴축(QT)**이 빠르게 진행되는 가운데 TGA(재무부 일반계정), 역레포(ON RRP) 잔고, 지급준비금(리저브) 세 축이 동시에 유동성 부족을 가리키는 국면이다.

여기에 연방정부 셧다운으로 TGA 잔액이 비정상적으로 급증하고, 월말·월초의 결제 수요가 겹치며 **미 단기자금시장(레포 마켓)**이 심각한 경색을 보였다는 점이 이번 회차의 특징이다.

실제로 SOFR·GC 금리·SRF 이용 규모가 팬데믹 이후 최고권으로 치솟았고, **SOFR은 하루에 22bp 급등(4.22%)**하여 최근 금리 인하 효과를 사실상 상쇄한 구도이다.

직접 원인은 10월 말 국채 결제자금 수요로 생긴 현금 공백이며, 배경 요인은 QT 누적과 TGA 급증으로 준비금·RRP 완충이 고갈된 구조이다.

source: zerohedge

1. 세 가지 유동성 잔고가 말해주는 것

1) TGA(재무부 일반계정)

재무부가 연준에 두는 정부의 수시입출금 계정이다. TGA가 늘면 시중에서 현금이 빠져나가고, 줄면 현금이 풀린다는 단순 메커니즘이다. 시장에서는 낮은 적정 잔고가 거론되지만, 셧다운 이후 세입·지출 왜곡이 겹치며 약 3개월 만에 TGA가 3,000억 달러에서 1조 달러로 급증한 것으로 정리된다. 이는 민간에서 정부로의 현금 이동을 뜻하므로 시중 유동성 흡수로 직결된다.

[그래픽] 미 연방정부 역대 '셧다운' 일수 | 연합뉴스

2) 역레포(ON RRP) 잔고

MMF·금융기관이 초과 단기자금을 연준에 맡기는 창구이다. RRP가 크면 ‘대기자금’이 많다는 뜻이나, 최근 **인플레 둔화·실물투자 확대(AI 데이터센터 등)**와 함께 RRP가 빠르게 감소해 추가로 시장에 풀릴 대기자금이 소진된 국면에 가깝다. 금리 인하 기대와 기업의 **AI CAPEX 재원 조달(회사채·대출)**이 맞물리며 이러한 소진 속도가 빨라졌다는 해석이 가능하다.

9월과 10월 들어 인공지능(AI) 데이터센터 투자를 위한 차입 규모가 급격히 증가

3) 지급준비금(리저브)

은행이 연준 계정에 예치하는 결제·유동성의 안전판이다. 준비금이 줄면 완충재가 얇아져 자금시장 스트레스에 민감해진다. 연준의 적정 준비금 추정치 약 2.8조 달러가 거론되고, 과거 2.8~2.9조 달러 구간에서 SVB 사태가 발생했다는 기억이 경계선으로 작동한다. 최근은 준비금 감소 + RRP 저점이 겹치며 완충 약화 쪽에 가깝다.

2. QT(양적긴축)과 상쇄효과의 소진

QT는 연준 보유자산 축소를 통해 시중 유동성(준비금)을 흡수하는 정책이다. 한동안은 RRP·준비금에서 시장으로 되돌아온 유동성이 QT의 순효과를 상쇄했으나, 지금은 RRP 저점화 + 준비금 축소로 상쇄 여지가 거의 남아 있지 않다. 이 때문에 월말·결제 이벤트 같은 단기 충격이 들어오면 시스템이 과민 반응하기 쉬운 체질이 형성되었고, 파월 의장의 QT 종료·속도 조절 언급은 이러한 준비금 부족 신호를 의식한 맥락으로 읽힌다.

3. 레포시장과 SRF: ‘현금이 귀하다’는 신호

**레포(환매조건부채권)**는 국채 등을 담보로 **하루짜리 현금(O/N)**을 조달하는 거래이다. 결산기·월말에 자주 쓰인다.
**SRF(상설 레포기구)**는 연준이 **최저금리(통상 정책범위 상단)**를 제시해 오전·오후 하루 두 차례 운영하는 백스톱이다.
**RPONTSYD(*레포시장 일일체결액)는 연준과 체결된 O/N 레포 중 ‘국채 담보분’ 일일 체결액 시계열로, 민간 전체 레포가 아니라 연준과의 거래분을 보여준다.

10월 말~11월 초의 실제 흐름

10/31: RPONTSYD(*레포시장 일일체결액) 29.4bn 달러로 급증했다.
같은 시기 **총 SRF 이용액(국채+기관채+MBS)**은 **10/29~10/31에 사상 최대권(두 자릿수~50bn 달러대)**에 도달했다는 보도가 이어졌다.
11/4: RPONTSYD 3.401bn 달러로 내려왔으나, 과거 **‘제로 근처’**였던 시절과 비교하면 유의미한 사용이 지속됐다.

병행해 SOFR·GC 금리·SRF 이용이 팬데믹 이후 최고권으로 급등했고, **SOFR은 하루 22bp 급등(4.22%)**으로 최근의 금리 인하 효과를 사실상 소거했다. SRF 이용은 사상 두 번째 수준으로 높았다. 이 조합은 2019년 레포 위기, 2020년 코로나발 자금경색에 근접한 긴축 신호로 해석된다.

source: zerohedge

급등의 직접 원인과 구조적 배경

직접 원인은 10월 말 국채 결제자금 수요로 생긴 현금 공백이다. 월말에는 국채 발행·쿠폰·결제, MMF·딜러·은행의 대차대조표 조정, 헤어컷·창구금리 변화가 겹치며 담보·현금 수요가 동시에 폭증한다. 시장 레포금리(SOFR)가 SRF 최저금리 근처·상회하면 가장 확실한 조달처인 SRF로 수요가 몰린다.
배경 요인은 QT 누적과 TGA 급증이다. TGA는 3개월 3,000억 → 1조 달러로 급증했고, **외국계 상업은행 현금자산도 4개월 1.5조 → 1.17조 달러(-3,000억)**로 감소했다는 정황이 이어진다. 이 과정에서 연준 준비금 + RRP 총합이 2020년 이후 최저권으로 내려가 초과유동성이 거의 고갈되었다. 그 결과 단기금리 상승 ↔ SRF 의존 확대의 피드백 루프가 형성되었다.

4. SOFR 급등 → 주가 하락 메커니즘

파이낸싱 채널: SOFR·GC 급등은 담보부 단기 조달비용 상승을 뜻한다. TRS/TRF, 선물 롤/박스레이트 등 레버리지 포지션의 보유·헤지 비용이 올라 디레버리징을 유도한다.
유동성 채널: 딜러 인벤토리 축소와 호가 심도 저하, 스프레드 확대로 가격 충격 전달력이 커진다.
가치평가·포지션링 채널: 단기 OIS/Term SOFR 커브가 상방 리프라이싱되며 할인율 상승 → 밸류에이션 압박이 심화되고, CTA·리스크패리 등 규칙 기반 전략의 레버리지 축소 신호가 중첩된다.
11/4 적용: SRF 고사용·SOFR 스파이크가 누적된 환경에서 대형주 피로·경고 발언 등이 겹치며 주가 낙폭 확대로 연결되었다는 해석이 합리적이다.

5. 시사점: 경색 이후의 경로, 그리고 ‘스텔스 QE’ 시나리오

단기적으로는 자금시장 경색 심화 가능성이 높다. 다만 이 구조는 역설적으로 ‘폭발적 반등(melt-up)’의 전조이기도 하다. 정부 재개 → TGA 방출이 시작되면 수천억 달러의 유동성이 민간으로 역류하여 비트코인·스몰캡·비(非)AI 섹터 등 유동성 베타 높은 자산에 **강한 랠리(=스텔스 QE)**를 유발할 수 있다.

한편 **시중 유동성은 AI·에너지 등 실물투자(특히 AI 데이터센터 CAPEX)**로 흡수되는 흐름이 이어지고 있어, 정책 측면에서는 QT 종료·속도 조절, 필요 시 재투자 확대·유동성 공급(QE까지 포함) 논의가 부각될 수 있다.

물가 측면에서는, QE로 풀린 유동성 → AI CAPEX 재유입 구조가 유지되면 단기적으로는 물가 압력이 일부 남을 수 있다. 다만 OPEC의 증산이 지속될 경우 에너지발 압력 완화로 내구재·CPI 등 헤드라인 인플레이션이 과도하게 치솟을 리는 만무하지 않을까 한다.

6. 결론

이번 SOFR·GC 급등과 SRF 이용 급증의 핵심은 **“10월 말 국채 결제를 앞둔 현금 공백”**이라는 직접 요인에 QT 누적과 TGA 확대가 만든 구조적 유동성 흡수가 겹친 결과다. TGA 상승·RRP 저점·준비금 감소라는 삼중 조합은 유동성 부족을 명확히 시사하며, 그 여파로 **레버리지 비용↑·유동성↓·할인율↑**의 경로를 통해 주식시장 조정 압력이 강화됐다.

다만 정부 재개와 함께 TGA 방출이 시작되는 순간, ‘스텔스 QE’ 성격의 대규모 유동성 공급이 발생하며 국면이 급반전할 소지가 크다.

과거 SVB 사태, 2019년 레포 위기, 2020년 코로나발 자금경색 등 일시적 자금 경색 국면에서의 주가 하락은 언제나 매수 기회로 귀결됐다. 금번 자금경색으로 인한 하락 또한 성격상 과거와 다르지 않게 추가 매수의 기회가 될 가능성이 높다.

결국 AI 패권 경쟁이라는 대전제가 흔들리지 않는 한, 유동성 부족이 유발하는 단기 조정은 정책 대응과 유동성 공급으로 완화 가능한 범주에 있다.

이러한 판단이 현 국면을 해석하는 가장 합리적인 접근이지 않을까 한다.

시장에선 1) 최근 주가 상승에 따른 고평가 논란, 2) AI 버블 우려, 3) 일부 기업 CEO의 부정적 발언 등 온갖 요인을 끌어와 하락 사유를 설명하려 한다.

그러나 이는 전체 그림을 놓친 채 각자가 아는 범주 안에서 사후적으로 이유를 짜맞춘 해석에 가깝다. 단편적 코멘트와 에피소드는 방향성을 규정하기보다 소음을 키울 뿐이며, 유동성과 금리, 정책과 같은 구조적 변수들이 만드는 흐름을 가린다.

결국 단기 변동의 해석은 파편적인 이슈 나열이 아니라 거시적인 시장 자금 수급 이벤트와 펀더멘털의 축에서 읽어야 하지 않을까 한다.

=끝

2025년 11월 3일 월요일

생각정리 108 (* 2026년 예산안)

1. 상황 인식: 연설 직후의 시장 신호와 정책 톤

2026년 예산안 국회 시정연설과 동시에 원/달러 환율이 상방으로 튀고 코스피가 밀리는 흐름이 나타났다.

https://tradingeconomics.com/south-korea/currency

2026년에도 확장적 재정기조가 유지된다는 신호가 시장에 해석되었고, 이는 곧 풍부한 총수요·유동성 기대로 연결되었다.

현 정부 출범 1년이 채 안 된 시점이지만 이미 M2의 빠른 팽창이 관찰되는 가운데, 내년 이후 수년간 완만한 “유동성 파티”의 지속 가능성이 높아졌다는 판단이다. 초기의 정책 톤은 미국 바이든 행정부 초반기와 구조적으로 유사한 면이 있다.

2. 2026년 예산안 핵심(본예산안 기준)

총지출: 728.0조원(전년 대비 +54.7조원, +8.1%)
총수입: 674.2조원(+22.6조원, +3.5%)
관리재정수지: –4.0%/GDP
정부부채비율: 51.6%/GDP(정부채무 1,415.2조원 전망)

분야별 증감(단위: 조원, %, 2025 본예산 대비)

주: 교육(교부금 제외) 26.2→28.2(+2.0, +7.5), 일반·지방행정(교부세 제외) 43.6→51.7(+8.1, +18.6).

해석: **절대 증액 1위는 보건·복지·고용(+20.4조원)**이며, **일반·지방행정(+10.4조원)**이 뒤를 잇는다. 증가율 기준으로는 **R&D(+19.3%)**가 가장 크다. 이 조합은 내수 안정·사회안전망 강화·기술투자 가속을 동시에 지향하는 배치를 시사한다.

3. 왜 보건·복지·고용과 일반·지방행정이 많이 늘었나

보건·복지·고용

기준중위소득 +6.51% 인상에 따른 생계·의료·주거·교육급여 기계적 증액
기초연금 단계적 상향(’26년 저소득층 40만원 시작)과 고령화에 따른 자연증가
건강보험·장기요양 국고지원 확대와 필수의료 투자
**고용노동부 총예산 +2.27조(+6.4%)**로 직업훈련·고용안정·안전 분야 순증

일반·지방행정

자율편성 ‘포괄보조’ 3.8→10.6조로 지방이전성 재원 확대
행안부 테마형 증액: 재난·안전, 지역균형·소멸대응(지역사랑상품권·소멸대응기금), 디지털정부·AI 등 정책 패키지 강화

정치경제적으로 보면, 복지·안전망과 지방분권·디지털 행정 역량을 동시에 키우는 내수 안정 우선 순위가 예산구조에 반영되었다.

4. 성장률과 부채비율: 2026년 매크로 앵커

실질 성장률(2026): 1.8%(기준), 범위 1.6~2.2%
정부부채비율: 49.1%(’25) → 51.6%(’26), +2.5%p

이 중 예산확대 직접효과 ≈ +1.2%p, 나머지 ≈ +1.3%p는 기저적자·이자·명목성장 등 기타 요인에 기인

요약하면, 성장은 완만, 부채비율은 단년도에 눈에 띄게 상향되는 조합이다.

5. 2026년 M2 증가율(개정)과 기여도

가정 업데이트(사용자 지정): 코스피 5,400(+28.6%), 서울 도심 주택 +6%.

중앙값: 약 7.5%(범위 6.8~8.4)

기여도 분해(증가율 p)

기저 소득·신용: +5.4
확대 재정(–4%/GDP): +1.7
주택 +6%: +0.7
코스피 +28.6%: +0.3
한은 중화(OMO·MSB): –0.7
→ 합계 ≈ +7.5

정책 변수가 바뀌면 한은의 중화 강도가 곧바로 상단/하단을 좌우한다.

6. 누적 M2와 주택가격 경로(시각화 포함)

누적 M2(2025→2030, 기준 end-2024=100): +39.47%

주택가격 추정(서울 도심, 2025말=100 기준): M2–가격 전이 탄력성 ε=0.40/0.50/0.60를 적용

– 2025→2030 누적 M2(2025말 기준)는 +39.47%
– 가격 누적 상승률

Low(ε=0.40): +14.23%
Central(ε=0.50): +18.10%
High(ε=0.60): +22.09%

– 시각화: Seoul Core Apartments: Cumulative Price Change (Base=2025=100)

7. 투자·정책 시사점

재정–유동성 루프: 확대 재정 → 예금화(유입) → M2 상방 → 자산가격 경로가 2026년에 가장 강하게 작동하고, 2027년 이후에는 재정 정상화 속도와 한은 중화가 민감도 핵심이다.
하우징 경로의 비선형성: DSR/LTV 규제가 느슨해질수록 ε가 커지고, 반대면 작아진다. 현재 중앙 추정(ε=0.50)은 보수적 중간값이다.
주식시장 경로는 보조적: 코스피 급등이 예금대체를 유발해 순예금효과가 작거나 상쇄될 수 있다.
부채비율 관리: 2026년 +2.5%p 상향은 기정사실. 이후 경로는 명목성장–금리–재정수지의 3요소 게임이다.

8. 정리

정책 톤: 2026년 확대 재정이 확인되었고, 시장은 이를 환율 상방·주가 조정으로 1차 반영.
예산구조: 복지·지방·R&D 중심의 확장.
거시 앵커: 성장 1.6~2.2%, 부채비율 ’25→’26 +2.5%p.
유동성: 2026년 M2 7.5%(중앙).
자산가격: 2030년 서울 도심 아파트 +18%(중앙, 2025 대비)가 합리적 베이스라인.

결론적으로, **실질 보전의 기준은 유동성(M2)이 아니라 소비자물가(CPI)**이므로 2030년 말의 연봉·총자산은 2025년 말 대비 반드시

Nominal2030 ≥ Nominal2025×(1+CPI2026–2030)

을 충족해야 하며, **기준 경로(평균 CPI 2%)**에서는 필요한 명목 상승률이

$(1.02)^5-1\approx \mathbf{10.4\%}$

각각 최소 1.104배(세후 기준 권장)**가 ‘실질’ 보전의 마지노선이다.

동시에, 앞으로 돈은 계속 풀리지만, 통화 유통속도 상시 하락과 정책 중화가 유지되는 한 CPI는 낮게(≈2%) 억제되고 자산만 오르는 시대가 지속되지 않을까 한다.

이를 뒷받침하는 CPI 가정은 다음과 같다. 수량방정식의 성장률 형태

$\Delta M2+\Delta V\approx\Delta P\ (\text{CPI})+\Delta Y$

를 적용하면, 2026년 기준 $\Delta M2\approx 7.5\%$ , $\Delta Y\approx 1.8\%$ , $\Delta P\approx 2.0\%$ 일 때 필요한 $\Delta V$ 는

$Δ V \approx 2.0 + 1.8 - 7.5 = - 3.7 % (연율)$

이다. 즉 유통속도가 연 -3~4% 감소하면 M2가 7%대더라도 CPI 2% 내외가 성립한다. 고령화와 고금리 국면에 따른 저소비 성향, 정기성 예금 확대, 금융시장으로의 유동성 흡수는 velocity 하락의 상시 요인이다. 한국은행은 2% 물가목표를 중기 기준으로 운용 중이며, KDI·한은 전망도 2025~2026년 CPI를 2% 안팎으로 둔다.

*마지막으로 재밌는점은 근원 CPI는 도심 아파트 가격 상승(=주거비 상승)을 전혀 반영하지 못하는 물가지수라는 점이다.

집값 급등과 근원물가(2~3%)의 괴리는 다음과 같이 설명된다. 첫째, 집값(매매가격)은 CPI에 미포함이다. 둘째, CPI에서 **집세 가중치는 약 9.8%**에 불과하여, 설령 집세가 4% 올라도 헤드라인 기여도는 약 0.4%p에 그친다.

전세→월세 전환의 가중치 효과도 제한적이다. 2020 기준 **전세 54.0‰, 월세 44.3‰**에서 2030년까지 전세→월세 5‰ 이동을 가정해도(예: 54→49, 44.3→49.3), 월세–전세 상승률 격차 약 1%p라면 헤드라인 CPI 추가 기여도는 약 0.01%p에 불과하다.

따라서 실제 상승률 경로가 훨씬 중요하다. 정책·금리 경로 민감도를 보면, 전세는 금리 하향기 둔화되는 반면 월세는 월세화의 구조적 추세로 견조하여, **High 시나리오(금리 완화 지연·월세화 가속)**에서는 0.4%p 내외, **Low 시나리오(금리 하향·공급 증가)**에서는 0.15%p 안팎으로 집세의 물가 기여가 좁혀진다.

=끝

2025년 11월 2일 일요일

생각정리 107 (* Sparse Locality)

이번 Nvidia의 최신 GPU 26만장 공급은 의미가 크다고 한다.

한국이 미국의 AI 전략적 파트너로 급부상한 의미라고 해석되며, 동시에 그 이면에는 AI 시대의 메모리의 중요성을 Nvidia의 젠슨황이 재확인시켜준 것이 아닌가라는 생각이 들었다.

개인적으로는 한국에서 메모리 유전이 터졌다라고 해석하는게 맞지 않을까 싶었다. 앞으로 AI 시대의 메모리의 전략적 중요성과 발전방향에 대해 한번 뇌피셜을 정리해볼까 한다.
1) 인문학적 출발점: 지능은 ‘많이’가 아니라 ‘잘’

AI 권위자 페이페이 리가 설명하듯, 최초의 생명체 지능은 시각이라는 감각이 생기고 → 신경계가 조직화되고 → 통찰–이해–행동으로 이어지는 과정에서 탄생한다고 하며, AI 지능의 진화방향도 생명체 지능의 진화방향과 궤를 같이할 가능성이 크다고 한다.

오늘의 AI 역시 생물학적 두뇌의 원리를 전자기적 컴퓨팅 위에 구현하는 방향으로 진화하고 있으며, 만약 더 똑똑한 AI의 진화경로가 인간 두뇌의 진화와 수렴한다면 성능과 효율은 매개변수의 양적 팽창이 아니라 배선의 효율화로 귀결될 것이다.

다시 말해, 인간 두뇌의 효율적인 시냅스 신경망처럼 AI도 **‘적지만 전략적인 연결’**로 설계되는 방향이 합리적이다.

통념과 다른 사실: 생명체의 지능이 높아지는 길이 시냅스 연결을 무한히 늘리는 것이 아니라, 불필요한 연결은 덜고 핵심 경로를 정교하게 배치하는 쪽이라는 점이다.
신경 효율 가설은 이를 뒷받침한다. 같은 과제를 할 때 적은 에너지·적은 활성으로 더 잘 수행하는 뇌가 더 높은 수행을 보인다.
네트워크 관점에서도, 전체 연결량보다 정보가 짧은 경로로 빠르게 통하는 전역/국소 효율과 핵심 허브 품질이 지능과 더 밀접하다.
**가지치기(pruning)**는 유년기의 과잉 연결을 청소년기–성인기에 걸쳐 정제해, **‘적지만 전략적인 연결’**로 경제적인 배선을 만든다.

요컨대, **지능의 본질은 ‘배선 경제성’과 ‘국소–전역 효율’**이다. 이 인문학적·생물학적 통찰을 시스템 설계 언어로 번역하면, 필요한 데이터를 필요한 순간에 가장 가까운 곳에서 읽게 만드는 구조—불필요한 연결을 과감히 제거하고, 핵심 경로와 허브를 강화하며, 연산과 메모리의 지역성을 극대화하는 설계—가 답이다. AI의 다음 도약은 양의 확장이 아니라 효율의 정교화에서 온다.

2) 추론 시대의 병목: 메모리(용량·대역폭·거리)

추론(inference)은 토큰을 만들 때마다 파라미터·KV 캐시·임베딩 같은 **대용량 ‘프라이어(사전지식)’**를 계속 읽는다. 그래서 성능을 좌우하는 것은 연산기가 아니라 프라이어를 얼마나 가까운 곳에서, 얼마나 넓은 대역으로, 얼마나 짧은 지연으로 공급하느냐다.

용량: 모델·컨텍스트가 커질수록 프라이어가 기하급수적으로 늘어난다.
대역폭: 공급 속도가 느리면 코어는 놀고 토큰/초가 떨어진다.
거리(지연): 멀리서 가져오면 왕복 시간이 성능 상한을 만든다.

따라서 앞으로의 설계의 방향은 명확하다. “필요한 데이터를, 필요한 순간에, 가장 가까운 곳에서” 읽게 만드는 칩 인근 집적·계층 최적화다.

3) 메모리의 효율화: HBM만으로는 부족 → HBF가 보완

원리 세 가지로 요약된다. 가까이(Near) · 병렬(Broad) · 계층화(Tiered).

가까이: 온패키지 HBM이 코어와 가장 가까운 핫(초저지연) 데이터를 담당한다. 다만 면적·열·수율·패키징 제약으로 용량을 무한정 올릴 수 없다.
병렬: 채널·적층을 늘려 HBM 대역폭을 키우지만, 모델·컨텍스트 증가 속도를 단가·전력 측면에서 따라잡기 어렵다.
계층화: **HBM 바로 아래에 ‘근접 대용량 플래시 계층’(HBF, High Bandwidth Flash)**을 둔다.
- 역할 분담: HBM은 어텐션·매트멀 등 즉시성·초저지연이 필요한 활성 데이터, HBF는 수십~수백 TB급 프라이어를 대용량·고대역·저전력으로 지속 공급한다.
- 철학: “HBM으로 다 담겠다”가 아니라 **‘핫은 HBM, 헬디(heavy·자주 읽는 대용량)는 HBF’**라는 두뇌식 분업이다.
- **경로 최적화(예: CPX)**가 더해지면, 긴 컨텍스트 구간을 따로 처리하여 HBM의 부담을 줄이고 HBF에서 안정적으로 퍼 올리는 흐름이 된다.

결론적으로, HBM=속도의 근육, HBF=방대한 지식의 장기(저전력·저원가·대용량 공급원), 경로 최적화=혈관 확장술이 된다. 이 삼각편성이 토큰/초 상한을 끌어올리고 W/토큰을 낮추는 최단 경로다.

4) 전력까지 ‘효율화’: NVIDIA의 800V DC 전환

메모리를 가까이·빨리 만들었다면, 전력도 덜 잃고·덜 차지하게 해야 한다. 그 해법이 **낮은 전압(54V)·큰 전류 → 높은 전압(800V)·작은 전류의 직류(DC)**로 바꾸는 것이다. 전류가 줄면 I²R(열) 손실이 급감하고, 굵고 무거운 케이블·버스바가 가벼워지며, 랙 내부 전원선반(AC PSU) 공간을 회수해 더 많은 GPU를 넣을 수 있다. 요지는 전력 경로의 효율화가, 곧 컴퓨팅 밀도와 메모리 집적 여유로 직결된다는 점이다.

먼저, 용어를 아주 쉽게 정리한다.

AC / DC: AC(교류)는 우리가 쓰는 상용전기, DC(직류)는 배터리처럼 한 방향으로 흐르는 전기. 전자장비는 결국 DC를 쓴다.
HVDC(고압직류): 전압을 높인 DC. 같은 전력이라도 전류가 줄어 열 손실·케이블 두께가 줄어든다.
변압·정류: 변압은 전압을 올리고 내리는 것, 정류는 AC를 DC로 바꾸는 것.
SST(솔리드스테이트 변압기): 전자식 변압기. 작고, 빠르고, 제어가 정밀하다. AC→DC 전환을 더 효율적으로 돕는다.
UPS: 정전 시 잠깐 버티게 해주는 배터리+변환기.
PSU: 랙 안에서 **AC→DC(예: 54V)**로 바꾸는 전원 상자.
VRM: 보드 위 미세 전압 변환기(예: 12V→1V).
랙(Rack): 서버·GPU를 층층이 꽂는 철제 선반.
사이드카(Sidecar): 랙 옆 별도 전원 모듈. 800V→12V로 고비율(예: 64:1) 변환.
DC 버스(버스웨이): 랙/실에 DC를 배분하는 굵은 선·버스바.

기존 방식

외부 전력망(AC) → UPS(AC 유지) → 랙 PSU(AC→54V DC) → 보드 VRM(54V→1V) → GPU/CPU

문제(랙 전력 400kW→600kW→1MW):

배선이 두꺼워지고 무거워짐
발열·손실 증가
PSU가 공간을 차지 → 동일 면적 GPU 탑재량 감소

새 방식(800V DC)

외부 전력망(AC) → 초기에 AC→800V DC로 정류(SST 등) → 데이터홀/랙까지 800V DC로 배전 → 사이드카에서 800V→12V로 크게 낮춤 → 보드 VRM이 1V 근처로 마지막 변환 → GPU/CPU

포인트

전류를 초반부터 줄인다: 배선·버스바가 가벼워지고 I²R 손실이 감소.
랙 내부 AC PSU를 대폭 축소/제거: 공간·무게·열 이득 → 더 많은 GPU를 같은 랙에.
VRM은 남지만 부담이 줄어 효율·안정성이 개선.
ESS(슈퍼캡/배터리)와의 결합으로 부하 스파이크 흡수(학습 시 유용).
주의: VRM은 필요하며, AC용 PSU만 축소/제거되는 방향. “PSU/VRM을 없앤다”가 아니다.

전성비 관점의 효과

전기요금(손실) 절감: 전류↓ → 열로 새는 전력↓.
공간 절약 → 더 많은 GPU: PSU·팬·케이블 공간을 회수.
자재 절감: 구리·케이블 단면을 줄일 수 있어 비용·시공 효율↑.
안정성: 고속 저장(슈퍼캡)/BESS와 조합해 전력 변동 완충.

결국, 메모리의 근접·대역을 키우는 일(HBM + HBF)과 **전력의 손실·부피를 줄이는 일(800V DC)**은 같은 ‘효율화’ 원리의 양면이다. 공간과 전력을 회수할수록 GPU와 HBM/HBF를 더 가까이, 더 많이, 더 효율적으로 배치할 수 있다.

5) 한 장짜리 청사진(효율 설계의 결론)

https://www.youtube.com/watch?v=uJWZQb9rWUk

연산·메모리: HBM(핫) + HBF(근접 대용량) + 경로 최적화(CPX 등)
전력·냉각: 800V DC(손실·부피↓) + 액냉/액침(열 밀도 대응) + 계층형 ESS(부하 스무딩)
설계 원리: 가까이·빨리·덜 옮기기 — 뇌의 가지치기처럼 ‘희소하지만 전략적인’ 연결·배치를 우선한다.

결론(한 문장)

추론 시대의 AI는 인간 두뇌처럼 **‘효율화’**의 길을 간다. 그 실체는 **메모리의 칩 인근 집적·계층화(HBM + HBF)**와 **전력 경로의 고효율화(800V DC)**이며, 이 조합이 토큰/초 상한을 끌어올리고 전성비·TCO를 동시에 개선하는 가장 현실적인 해법이다.

즉, 지금은 메모리 숏티지로 공급되는 대로 소화되는 국면이지만, AGI로 수렴해 갈수록 시스템은 뇌의 가지치기처럼 ‘희소하지만 전략적인’ 연결·배치를 우선하는 구조로 정련될 것이다. 그 결과, 가까이·빠르게·덜 옮기는 설계를 구현해 메모리–전력–경로의 낭비를 줄인 고효율 칩의 부가가치는 더욱 높아지는 방향으로 이동하지 않을까 한다.

=끝

카테고리