다가올 길라잡이 삼인방

 

다가올 길라잡이 삼인방.pdf

3.06MB

 

린 알덴 리뷰


목차
프롤로그
1.에너지 밀도
2.계산
3.네트워크 효과
4.포트폴리오 사례
참고문헌






프롤로그

최근 투자 환경에는 많은 움직이는 변수가 있다. 우리는 새로운 정치적 환경에 있으며, 기술은 그 어느 때보다 빠르게 발전하고 있다. 그래서 올해를 시작하기 위해 이 글에서는 일부 "북극성"에 초점을 맞춘다. 구체적으로, 투자 관점에서 다음 10년 동안 사라지지 않을 세 가지 트렌드를 다룬다. 


1.번째 사항: 에너지 밀도

강조할 첫 번째 사항은 에너지 밀도의 중요성과 고밀도 전력원의 지속적인 사용이다.
![[Pasted image 20250201214214.png]]


에너지 사용은 **전기 생산과 자동차 연료에만 쓰이는 것이 아니다. 원자재 채굴, 상품 제조, 상품 운송, 사람들에게 식량을 공급하기 위한 질소 기반 비료 생산(천연 가스가 주요 투입물), 작물을 심고 수확하기 위한 기계 구동, 사람과 사업체에 안전한 수준의 열이나 추위 유지, 사람이 살 수 없는 곳을 사람이 살 수 있게 만들기 위한 물 정화 및 펌핑 등에 사용된다. 이 높은 수준의 에너지 사용은 80억 명의 사람들이 이 지구에서 생존할 수 있게 해주고, 그들 중 점점 더 많은 비율이 상대적으로 편안하게 살아갈 수 있게 해준다. 인간과 가축은 다른 모든 야생 포유류와 조류를 합친 것보다 10배 이상 많은 바이오매스를 배출하며, 기본적으로 이 에너지 소비로 인해 생존이 가능하게 되어, 꼭대기가 무거운 먹이 사슬을 만들어낸다.
![[Pasted image 20250201214236.png]]


1800년대 **후반과 1900년대 초반에 석유 발견과 사용이 급증하면서 인간의 수명과 인구가 모두 폭발적으로 증가한 것은 우연이 아니다. 그리고 그것은 기술의 급속한 성장에 직접적으로 기여했다. 왜냐하면 그것이 대다수의 사람들이 농업에서 일하는 것을 멈추고 기술, 의학, 산업 등의 발전으로 다른 분야에서 일하기 시작할 수 있게 했기 때문이다.

![[Pasted image 20250201214300.png]]


![[Pasted image 20250201214316.png]]


국가가 **다른 변수를 최적화하기 위해 에너지 밀도에 반대하는 문화적 견해나 정부 정책을 채택하면, 그들은 일반적으로 의도적으로든 무의식적으로든 세계 경제 산출에서 차지하는 비중을 줄일 것이다. 그들은 그 결정을 내릴 수 있고, 나머지 세계는 그들이 다른 것을 선택할 때까지 대체 에너지로 나아갈 것이다. 에너지 효율성도 물론 중요하지만, 여기에는 한계가 있다. 더 많은 에너지는 성장할 수 있는 더 큰 기반을 만들고, 더 나은 기술은 그 에너지를 더 효율적으로 사용한다. 주어진 목적에 필요한 것보다 더 많은 질량을 이동시키고, 필요한 것보다 더 많은 에너지를 주변 열의 형태로 소산하는 것은 시간이 지남에 따라 더 나은 기술이 점차 개선하는 두 가지 일반적인 에너지 비효율성 원인이다. 그렇다고 해서 풍력과 태양광에 역할이 없다는 것은 아니다. 이들은 가변적인 전력원이며 태양광의 이점은 그리드에 연결되지 않고도 분산된 방식으로 전력을 공급할 수 있다는 것이다. 그러나 가변적인 전력원을 기저부하 전력으로 전환하려면 방대한 배터리 배열이 필요하며, 여기에는 막대한 양의 배터리 금속이 필요하다. 그리드 규모의 배터리 설치를 10배 또는 20배로 늘려 풍력과 태양광에서 기저부하 전력을 더 많이 얻는다면, 설치된 배터리 전체 재고의 상당 부분을 10년마다 교체 해야 한다. 배터리 기술은 역사적으로 개선하기 매우 어려운 기술이었다. 배터리의 에너지 효율성과 에너지 밀도를 개선하는 것은 1800년대로 거슬러 올라가는 느린 과정이었다. 배터리 기술을 단계적으로 개선하지 않으면(단순히 점진적인 개선이 아니라) 인류의 전력 사용량의 대부분이 가변적인 전력원에서 나올 때까지는 매우 오랜 시간이 걸릴 것이다. 또한 시멘트, 강철, 유리, 화학 제조를 포함한 많은 유형의 중공업은 생산 공정에서 높은 열이 필요하다. 고밀도 에너지원은 일반적으로 열을 생성하여 전기로 변환하거나 직접 사용할 수 있는 반면, 태양광과 풍력은 전기를 생산하여 해당 산업에 사용하려는 경우 다시 열로 변환해야 한다(손실이 많은 공정). 이 모든 것의 결과로, 고밀도 에너지원과, 생산자 또는 소비자로서 고밀도 에너지원을 더 쉽게 활용하는 기업과 경제에 대해 더 많은 투자를 할 것으로 보인다. 여기에는 모든 형태의 탄화수소와 핵 에너지, 수력 발전, 지열 발전이 포함된다.


2.번째 사항: 계산

강조할 **두 번째 사항은 앞으로 이루어질 계산의 양과 질, 그리고 그 계산에서 올바른 쪽에 서는 것의 중요성이다. 위에서 설명한 대로 지난 1세기 반 동안 인류는 주로 물리적 환경을 조작하여 더 많은 사람이 살기 좋고 편안하게 살 수 있도록 에너지를 사용했다. 그 에너지의 일부는 그 과정에서 계산에 사용되었지만, 아주 작은 부분일 뿐이다. 그 이유는 우리의 최고 컴퓨터가 인간의 뇌가 할 수 있는 것의 무시할 수 있는 일부에 불과한 계산 능력을 가지고 있었기 때문이다. 기본 계산기는 의미 있는 에너지 소비를 거의 필요로 하지 않으며, 계산기를 가진 인간 엔지니어 무리는 기본적으로 태초부터 우리가 가진 최고의 계산 기계였다. 인간의 뇌는 약 20와트의 전력으로 작동한다. 2020년대의 다른 점은 실리콘 프로세서가 마침내 인간의 뇌가 할 수 있다고 추정되는 것과 비슷한 규모의 계산에 도달했다는 것이다. 예측가들은 이를 한동안 예측해 왔고, 실제로 우리는 2020년대에 그 수준에 도달하고 있다. 10년 이상된 차트가 몇 가지 있는데, 실제로 우리는 여전히 그 추세선에 있다.

![[Pasted image 20250201214349.png]]


![[Pasted image 20250201214407.png]]


물론 소프트웨어도 중요하다. 컴퓨터가 마우스나 사람과 동등한 처리 능력을 가지고 있다고 해서 마우스나 사람만큼 효율적이고 자립적으로 작동할 만큼 잘 프로그래밍되어 있다는 것을 의미하지는 않는다. 우리가 사용하는 "소프트웨어"는 수많은 반복과 개선의 수명을 거쳤다. 그래서 컴퓨터가 어떤 능력을 어느 해에 달성할지에 대한 예측은 불가능하다. 업계 전문가라도 하기 매우 어려운 일이다. 하지만 우리는 지난 몇 년 동안 생성적 AI의 유용성과 중요성을 이미 보았다. 그 다소 제한된 기간 동안 대규모 언어 모델과 다른 유형의 생성적 AI는 우리가 정보를 검색하는 방식, 우리가 소통하는 방식, 우리가 다양한 형태의 예술을 창조하는 방식에 영향을 미쳤다. 시간이 지남에 따라 여기에 10배 또는 100배의 처리 개선과 더 나은 소프트웨어의 반복을 추가하면 그것이 얼마나 큰 영향을 미칠 수 있는지 보는 것은 어렵지 않다. 비즈니스 수준에서는 여러 유형의 화이트 칼라 근로자가 각자 여러 근로자의 일을 할 수 있다. 예를 들어 프로그래머가 각 줄의 코드를 작성하는 대신 AI가 생성한 코드를 통해 프로그램 생성을 감독할 수 있다. 법정에서 이기기 위해 법률 코드를 수동으로 검색하는 대신 AI가 많은 일을 대신 하게 할 수 있다. AI가 좋아질수록 복잡한 일을 우리를 위해 더 많이 자동화할 수 있으며, 어떤 경우에는 전적으로 스스로 수행하거나 기술을 사용하는 각 인간 근로자의 규모를 확장할 수 있다. 2010년대에 대형 기술 기업들이 부상한 것은 주로 의사소통을 강화하고 그 의사소통을 더욱 모바일하게 만드는 데 목적이 있었는데, 이는 그다지 컴퓨팅 집약적이지 않았다. 고대역폭 정보는 예전에는 일대다 패턴으로 방송되었다. 출판사나 텔레비전 방송국과 같은 대형 소스가 대중에게 정보를 방송했다. 하지만 지난 수십 년 동안 이 기술이 부상하면서 대중은 서로에게 고대역폭 정보를 방송한다. 이는 사회와 경제 형태에 엄청난 영향을 미치지만, 이러한 모든 쿼리와 메시지는 비교적 계산적으로 저렴하다. 그리고 개인용 컴퓨터를 거의 모든 사람이 가지고 있는 모바일 컴퓨터(스마트폰)로 바꾸면서, 에너지 단위와 크기당 더 나은 처리 능력을 갖추면서, 다른 것에 대한 필요성이 줄었다. 우리 중 더 적은 사람들이 크고 둔중한 유선 전화, 팩스, 프린터를 필요로 한다. 우리는 문구류를 덜 소비하고, 물리적 달력과 봉투, 펜, 그리고 그런 모든 종류의 물건을 덜 사용한다. 우리의 작고 에너지 효율적인 스마트폰은 수십 가지 다른 품목의 필요성을 대체하여, 순수한 제조량을 줄이는 것을 포함하여 다양한 방식으로 에너지를 절약한다. 하지만 2020년대와 2030년대의 다음 물결의 기술은 다를 가능성이 크다. 우리의 실리콘 계산 능력이 인간 뇌의 순수한 처리 능력에 도달하고 이를 능가함에 따라, 우리는 점점 더 많은 화이트 칼라 업무를 기계에 넘기고 프로세서가 우리를 위해 할 수 있는 일을 확장할 수 있다. 우리의 에너지 생산의 상당 부분이 계산에 사용될 수 있으며, 계산은 모든 경제에 점점 더 필수적인 자원이 되고 있다. 에너지 집약적 트랙터가 인간 농부의 생산량을 늘렸고, 에너지 집약적 제조 로봇이 제조 근로자의 생산량을 늘린 것과 마찬가지로, 에너지 집약적이고 계산 집약적인 AI는 앞으로 각 사무직 근로자(회계사, 프로그래머, 디자이너, 엔지니어, 과학자, 변호사, 의사, 분석가 등)의 생산량을 늘릴 수 있다. 요 근래에 출시된 DeepSeek는 세상을 놀라게 했다. 이에 대해 우리는 무엇을 알고 있을까? DeepSeek라는 중국산 인공지능(AI) 모델이 Apple Store 다운로드 순위에서 1위를 차지하면서 투자자들을 놀라게 했고 일부 기술 주식을 폭락시켰다. 최신 버전은 1월 20일에 출시되어 전체 기술 산업과 전 세계의 주목을 받기도 전에 AI 전문가들에게 깊은 인상을 남겼다. 도널드 트럼프 미국 대통령은 이번 사건이 "승리를 위한 경쟁"에 집중해야 하는 미국 기업들에게 "경종을 울리는 사건"이라고 말했다. DeepSeek을 특별하게 만드는 점은 업계를 선도하는 모델인 OpenAI보다 훨씬 저렴한 비용으로 개발되었다는 것이 회사의 주장이다. 즉, 고급 칩을 덜 사용하기 때문이다. 이러한 가능성으로 인해 칩 제조업체 거대 기업인 엔비디아는 월요일에 시가총액이 약 6,000억 달러(4,820억 파운드) 하락했는데, 이는 미국 역사상 가장 큰 하루 손실이었다. DeepSeek은 중국에 대한 첨단 칩 수출 금지가 주요 제한 조치 중 하나인 만큼, 베이징의 기술 우월주의 추진을 억제하려는 워싱턴의 노력에 대해서도 의문을 제기한다. 그러나 베이징은 두 배로 늘렸고, 시진핑 주석은 AI를 최우선 순위로 선언했다. 그리고 DeepSeek와 같은 신생 기업은 중국이 의류와 가구와 같은 전통적인 제조업에서 칩, 전기 자동차, AI와 같은 첨단 기술로 전환함에 따라 매우 중요하다. AI는 때로 컴퓨터를 사람처럼 보이게 만들 수 있다. 기계는 이 기술을 사용해 문제를 배우고 해결하는데, 일반적으로는 막대한 양의 정보를 학습하고 패턴을 인식한다. 최종 결과는 사람처럼 대화하거나 사람들의 쇼핑 습관을 예측할 수 있는 소프트웨어이다. 최근 몇 년 동안 이 기술은 ChatGPT(챗봇), DeepSeek(생성 AI라고도 함) 등의 챗봇을 뒷받침하는 기술로 가장 잘 알려지게 되었다. 이러한 프로그램은 온라인 텍스트와 이미지를 포함한 방대한 양의 데이터로부터 학습하여 새로운 콘텐츠를 만들 수 있다. 하지만 이러한 도구는 거짓을 만들어낼 수 있으며, 종종 훈련 데이터에 포함된 편향을 반복할 수도 있다. 수백만 명의 사람들이 ChatGPT와 같은 도구를 사용하여 이메일 쓰기, 텍스트 요약, 질문에 답하기 등 일상적인 업무를 처리한다. 어떤 사람들은 이를 사용하여 기본적인 코딩과 공부를 돕기도 한다. DeepSeek은 무료 AI 기반 챗봇으로, ChatGPT와 매우 흡사하며, 비슷해 보이고, 비슷하게 작동하기도 한다. 즉, 이 앱은 여러 가지 동일한 작업에 사용된다는 뜻이지만, 경쟁 제품과 비교했을 때 얼마나 잘 작동하는지는 논란의 여지가 있다. 이 모델은 수학 및 코딩을 포함한 작업에서 작년 말에 출시된 OpenAI의 o1 모델만큼 강력한 것으로 알려져 있다. o1과 마찬가지로 R1은 "추론" 모델이다. 이러한 모델은 점진적으로 응답을 생성하여 인간이 문제나 아이디어를 통해 추론하는 방식과 유사한 프로세스를 시뮬레이션한다. 경쟁사보다 메모리를 덜 사용하여 궁극적으로 작업 수행 비용을 줄인다. Baidu의 Ernie나 ByteDance의 Doubao 등 다른 많은 중국 AI 모델과 마찬가지로 DeepSeek은 정치적으로 민감한 질문을 피하도록 훈련되었다. BBC가 앱에 1989년 6월 4일 천안문 광장에서 무슨 일이 일어났는지 물었을 때, DeepSeek은 중국에서 금기시되는 주제인 이 학살에 대한 자세한 내용을 밝히지 않았다. 그것은 "죄송합니다. 저는 그 질문에 대답할 수 없습니다. 저는 도움이 되고 무해한 답변을 제공하도록 설계된 AI 조수입니다."라고 답했다. 중국 정부의 검열은 국제적으로 AI에 대한 열망에 큰 도전이다. 하지만 DeepSeek의 기본 모델은 정확한 소스를 통해 훈련된 것으로 보이지만 검열 계층을 도입하거나 추가 보호 계층을 통해 특정 정보를 보류한다. Deepseek은 이를 저렴하게 구현할 수 있었다고 말한다. 이를 개발한 연구원들은 훈련에 600만 달러(480만 파운드)가 들었다고 주장했는데, 이는 OpenAI 사장인 샘 알트먼이 GPT-4에 대해 논의하면서 언급한 "1억 달러 이상"의 일부에 불과하다. DeepSeek의 창립자는 2022년 9월부터 중국 수출이 금지된 Nvidia A100 칩 매장을 구축한 것으로 알려졌다. 일부 전문가들은 이 컬렉션(일부 추정치는 5만 개)을 통해 저렴하고 정교하지 않은 칩과 이 칩을 결합하여 이처럼 강력한 AI 모델을 구축할 수 있었다고 믿고 있다.

DeepSeek의 AI 어시스턴트가 미국 Apple 앱스토어에서 가장 많이 다운로드된 무료 앱이 된 날, 회사 측은 "대규모 악성 공격"을 받았다고 밝혔으며, 이로 인해 일시적으로 등록을 제한했다. 월요일에는 웹사이트 중단도 발생했다. 호주의 과학부 장관은 앱의 보안에 대해 몇 가지 의구심을 제기했다. 에드 후식은 ABC에 "품질, 소비자 선호도, 데이터 및 개인정보 관리에 대한 많은 질문에 대한 답변이 제때 나와야 합니다."라고 말했다. DeepSeek의 성과는 더 큰 예산과 최고급 칩만이 AI를 발전시킬 수 있는 유일한 방법이라는 믿음을 약화시켰으며, 이러한 전망은 고성능 칩의 미래에 대한 불확실성을 만들어냈다. Counterpoint Research의 수석 AI 분석가인 웨이 순(Wei Sun)은 "DeepSeek은 최첨단 AI 모델을 제한된 컴퓨팅 리소스로 개발할 수 있음을 입증했습니다."라고 말했다. "반대로, 1,570억 달러의 가치를 지닌 OpenAI는 혁신에서 지배적인 우위를 유지할 수 있는 능력이나 상당한 수익을 내지 않고도 엄청난 가치 평가와 지출을 정당화할 수 있는지에 대한 비판에 직면해 있습니다." 이 회사의 비용 절감 가능성으로 인해 1월 27일 금융 시장이 흔들렸고, 전 세계의 칩 제조업체와 데이터 센터를 포함한 광범위한 매도로 인해 기술 중심의 나스닥이 3% 이상 하락했다. 엔비디아는 주가가 월요일에 17% 폭락한 후 화요일에 천천히 회복되기 시작하면서 가장 큰 타격을 입은 것으로 보이며, 정오까지 주가는 약 4% 상승했다. 포브스 보도에 따르면, 이 칩 제조업체는 시가총액 기준으로 세계에서 가장 가치 있는 회사였으나 월요일에 애플과 마이크로소프트에 이어 3위로 떨어졌다. 시가총액은 3.5조 달러에서 2.9조 달러로 줄었다. DeepSeek는 민간 기업이 아니기 때문에 투자자는 주요 거래소에서 주식을 매수할 수 없다. DeepSeek의 부상은 서구로부터 독립적인 기술을 구축하고자 노력해 온 중국 정부에 큰 도움이 될 것이다. 중국 공산당은 아직 언급하지 않았지만 중국 국영 언론은 실리콘 밸리와 월가의 거대 ​​기업들이 미국 주식 시장을 "전복"하고 있는 DeepSeek 때문에 "잠을 못 이루고 있다"고 주목하고 있다. 시드니 공과대학의 준교수인 마리나 장은 "중국에서 DeepSeek의 발전은 그 나라의 기술력과 자립심이 성장하고 있다는 증거로 기념되고 있습니다."라고 말했다. "이 회사의 성공은 젊은 세대 기업가가 주도하는 국내 기술 리더십의 새로운 시대인 중국의 혁신 2.0에 대한 검증으로 여겨진다." 하지만 그녀는 이러한 감정이 "기술적 고립주의"로 이어질 수도 있다고 경고했다.


3.번째 사항: 네트워크 효과

사라지지 않을 세 번째 사항은 네트워크 효과의 힘이다. 자체 강화 네트워크 효과를 가진 승자는 매우 파괴적인 무언가가 그들을 막을 때까지 계속 승리한다. 긍정적인 네트워크 효과란 시스템에 사용자가 한 명 추가될 때마다 모든 사용자에게도 시스템이 더 이롭게 되어, 더 많은 사용자가 시스템으로 유치되는 것을 말한다. 초기의 예로는 전화가 있다. 세상에서 유일한 전화를 소유하고 있다면, 그것은 쓸모가 없다. 전화 소유자가 한 명 더 늘어날 때마다 모든 전화 소유자가 전화할 수 있는 사람의 수가 늘어난다. 전화 도입 시대에는 어떤 사람이나 어떤 회사가 전화를 채택할 때마다 전화가 더 좋아졌고, 더 많은 사람과 회사가 전화를 채택하게 되었다. 통신 프로토콜도 네트워크 효과의 혜택을 받는다. 이더넷, Simple Mail Transfer Protocol, Universal Serial Bus 및 기타 통신 프로토콜은 지배적인 위치에 도달하면 매우 오랫동안 자리를 잡는 경향이 있다. 구어 역시 통신 프로토콜이다. 영어가 글로벌 비즈니스 언어로서 차지하는 우세함은 오히려 굳건하고 자립적이다. 그리고 모든 유형의 구어 또는 서면 콘텐츠 제작자에게 영어가 유창한 언어 중 하나라면 매우 강력하다. 소셜 미디어 네트워크는 비슷하다. 주어진 플랫폼에 사용자가 많을수록 각 사용자에게 네트워크가 더 강력해진다. 금융 유동성의 혜택을 받는 모든 것은 기본적으로 긍정적인 네트워크 효과가 있는 시스템이기도 하다. 여기에는 미국 달러 시스템에서 비트코인 ​​네트워크에 이르기까지 다양한 것들이 포함된다. 유로와 위안이 달러와 경쟁하는 데 어려움을 겪는 이유이며, 크기 면에서 20위 암호화폐가 중요하지 않은 이유이다. 이런 종류의 것에서 처음이 아니라면 마지막이 될 수도 있다. 네트워크 효과는 완전히 무적이지는 않다. 그저 엄청나게 강력할 뿐이다. 제 친구 제프 부스는 10배 프레임워크를 언급한다. 도전자는 승리하기 위해 굳건한 리더보다 10배 더 뛰어나야 한다. 이는 스타트업 기업에서 커뮤니케이션 프로토콜에 이르기까지 다양한 것에 적용된다. 그는 " The Greatest Game "에서 다음과 같이 썼다. “새로운 기술 회사를 만들 때, 무언가가 이길 수 있는 능력이 있는지 이해하기 위해 사용하는 프레임워크는 '10배의 이점'이다. 즉, 새로운 회사(도전자)가 시장에 10배의 이점을 제공하지 않는 한, 탈출 속도를 만들어내고 새로운 카테고리 리더가 될 가능성이 없다는 것을 의미한다. 10배의 이점이 도전자의 성공을 보장하지는 않지만, 그 확률을 크게 높여준다.” 그러나, 누군가가 20% 더 빠르고, 더 저렴하고, 더 내구성 있는 Universal Serial Bus의 경쟁자를 만드는 방법을 알아낸다면, 상관없다. 수십억 개의 기기에 USB 포트가 있다는 사실과 경쟁할 수 없지만, 선형적 개선으로는 경쟁할 수 없을 정도로 엄청난 단점으로 시작해서, USB는 시간이 지남에 따라 업데이트되므로 벌어지는 작은 틈을 쉽게 메울 수 있다. 누군가가 USB보다 훨씬 더 나은 것을 만드는 방법을 알아낸다면 , 실제로 인기를 얻을 기회가 생긴다. 여전히 큰 오르막길이 있지만, 이 경우 도전자는 너무나 엄청나게 파괴적이고 더 뛰어나서 실제로 다양한 장치 제조업체에 포함되고 USB를 추월할 기회가 생긴다. 그러므로 어떠한 네트워크 효과에 대해서도, 그것을 명백히 방해하는 엄청난 요소가 발견되지 않는 한 지속될 것으로 가정해 본다.

투자를 할 때마다 투자자는 에너지 밀도, 계산, 네트워크 효과의 추세를 투자의 나침반으로 사용한다. 실제로 이는 투자를 평가할 때 다음 질문을 스스로에게 물어야 한다는 것을 의미한다.
-이것이 더 밀도가 높은 에너지원과 경쟁하고 있나요?
-이것은 컴퓨팅 분야의 지속적인 급속한 성장의 잘못된 측면입니까?
-이는 자체보다 더 크고 강력한 네트워크 효과와 경쟁하고 있습니까?
잠재적 투자자가 이 세 가지 질문 중 하나라도 "예"라고 답하면, 그 투자에 대해 재고해 봐야 한다. 잠재적 투자가 그 중 어느 것에도 영향을 미칠 수 없다는 것은 아니지만, 영향을 미치는 투자의 허들율이 훨씬 더 높고, 그들은 더 투기적이라고 여겨져야 한다. 그 세 가지 추세를 역풍보다 뒷바람으로 삼는 것이 훨씬 쉽고 안전하다.


4.포트폴리오 사례

다음은 시장에서 가치가 어디에 있다고 생각하는지 가장 잘 보여주는 포트폴리오로서 유동적인 투자에 집중하고 사실상 모든 규모로 확장 가능한 저회전율 멀티자산 글로벌 다각화 자산 배분의 한 예이다.
![[Pasted image 20250201214504.png]]


각 주식의 지분 세부 내용은 다음과 같다.
![[Pasted image 20250201214519.png]]


아래 표에서 보듯, 모델 포트폴리오는 원금 대비 46,000달러 이상의 이익을 창출했다. 대신 iShares Core Aggression Allocation ETF(AOA)를 벤치마크로 사용하여 동일한 날짜에 동일한 금액으로 80% 주식과 20% 채권으로 구성된 유사한 글로벌 다각화 포트폴리오에 달러 비용 평균을 적용했다면 원금 대비 25,000달러가 조금 넘는 이익만 창출했을 것이다.
![[Pasted image 20250201214535.png]]


대부분의 초과 수익은 채권 부분을 귀금속으로 대체하고, 남은 채권 기간을 짧게 유지하고, 주식 부분의 일부를 비트코인 ​​노출로 대체하는 등 전반적인 거시적 자산 배분 결정에서 나왔다. 즉, 이 포트폴리오는 일반적인 유형보다 더 다양화되어 있었으며, 재정 지배의 시대이기 때문에 추가적인 다양화는 주로 유형 자산에 치우쳐 있었다. 

요약하면, 본론에서 언급한, 세 가지 추세 중 어느 것도 구조적으로 사라지게 하지는 않겠지만, 추세가 몇 년 동안 지나칠 수 없다는 것은 아니다. 대부분은 어느 정도 순환성을 가지고 있다. 예를 들어 비트코인은 16년간 구조적 성장을 이루었지만 시장 자본금이 온체인 총 비용 기준(실현 자본금이라고도 함)을 크게 상회할 때 그 과정에서 다소 명확하고 측정 가능한 붐-불황 주기를 보였다.
![[Pasted image 20250201214549.png]]


사실, 비트코인은 75% 이상 하락한 후 매번 새로운 최고가로 반등한 사례가 4번 쯤 발생한 유일한 자산이다. 반도체/하드웨어 산업은 현대 경제에서 매우 중요한 산업임에도 불구하고 악명 높게 순환적이다. AMD, Apple, Micron과 같은 여러 회사는 모두 75%가 넘는 하락을 세 번이나 겪었고 그때마다 새로운 사상 최고치를 기록했다. 최근 중국 인공지능 기업인 DeepSeek의 인기는 잠재적으로 그 행동의 예를 보여준다. 중국이 다양한 칩 제재를 받는 가운데, DeepSeek은 비용과 처리 능력의 일부만으로 일부 AI 리더와 경쟁하는 AI 모델을 개발했고, 그 후 그들이 한 일의 대부분을 오픈 소스로 공개했다. 많은 AI 회사는 자본 지출에 엄청난 돈을 썼음에도 아직 수익성이 없다. 지출이 너무 많았을 가능성이 있고, 주식 평가가 높을 수도 있다. 강력한 추세조차도 수축과 확장의 기간을 거치며, 이 추세는 이전 추세보다 크더라도 아마도 다를 바 없을 것이다. 하지만 주어진 추세가 수축을 겪을 때조차도 우리는 그것이 무엇을 방해할 수 있는지 간과해서는 안 된다. 주어진 추세가 투자 관점에서 과대평가되거나 과매수되었다고 해서 그것이 다른 산업의 마진을 계속 억제하거나 그렇지 않으면 그들을 방해하고 대체하지 않을 것이라는 것을 의미하지는 않는다. 열역학 제2법칙에 따르면, 고립된 시스템의 엔트로피(즉, 무질서)는 항상 시간이 지남에 따라 증가한다는 것을 알고 있다. 생명은 여러 면에서 그 생각에 대한 작은 반발을 나타낸다. 고립된 시스템의 작은 영역에서 질서를 향해 사물을 조직하는 방법을 찾는 반면, 다른 곳에서는 무질서가 증가한다. 그리고 인간은 다른 에너지원을 활용하여 어떤 지역에서는 거대한 질서를 창출할 수 있는 규모로 인해 특히 거대한 생명 형태이며, 다른 곳에서는 거대한 무질서를 발생시킨다. 계산은 가장 높은 질서의 형태 중 하나이다. 인간은 불과 창으로 시작했고, 수천 년 후 우리는 집단적으로 슈퍼컴퓨터를 향해 반복했다. 수많은 원자를 모아 수학적 기계, 심지어 어느 정도 추론 기계를 만드는 것은 놀라운 업적이다. 이 과정의 계산 밀도가 우리의 처리 능력을 능가하기 때문에, 그것은 우리 행성에서 처음 있는 일이며, 공상과학이 무엇으로 만들어졌는지의 본질을 말해준다. 




출처

DeepSeek: The Chinese AI app that has the world talking
By Kelly Ng, Brandon Drenon, Tom Gerken and Marc Cieslak
BBC News

Three Things Never to Fade 
By Lyn Alden