분류 전체보기114 휴머노이드는 주권 산업 (인력난, 중국 저가공세, 기술식민지) 저는 최근 안산의 한 금속가공 공장을 방문했을 때, 사장님이 이런 말씀을 하시더군요. "급여를 올려도 사람이 안 와요. 아예 지원자가 없어요." 이 말이 제게 꽤 오래 남았습니다. 휴머노이드 로봇이 단순히 기술 트렌드가 아니라 생존 문제가 될 수 있다는 걸 그때 체감했습니다. 특히 한국은 노동인구 감소, 높은 인건비, 제조업 기반이라는 세 가지 조건을 모두 충족하는 나라입니다. 이는 휴머노이드 투입에 최적화된 환경이지만, 동시에 중국산 저가 휴머노이드의 공격적 진출에 가장 취약한 시장이기도 합니다.제조 현장의 인력난, 급여 인상만으로는 안 됩니다제가 직접 만나본 5인 미만 소규모 제조 공장들의 공통된 고민은 "사람이 없다"였습니다. 안산, 시흥, 화성 일대에는 전선, 하네스, 금속가공 공장이 빼곡하지만 .. 2026. 3. 17. AI 시대 메모리 반도체 (HBM 수요, 추론 병목, 경쟁력) AI 모델이 커질수록 GPU보다 메모리가 먼저 병목이 된다는 사실, 현장에서 직접 체감했습니다. 최근 1~2년 사이 고객사와 대화할 때 "GPU 몇 장"보다 "HBM 몇 스택, 어느 세대, 패키징 구성"을 먼저 묻게 되더라고요. 단순히 반도체 업황이 좋아서가 아니라, AI 추론이라는 새로운 사용처가 만들어낸 구조적 수요 변화가 실감났습니다. 학습 단계를 넘어 추론 시대로 접어들면서, 메모리 대역폭과 용량이 성능을 좌우하는 시대가 왔다는 분석이 나오는데, 과연 이게 장기 트렌드일지 단기 과열인지 따져볼 필요가 있습니다.추론 확산과 메모리 병목 현상AI 모델이 학습에서 추론 중심으로 이동하면서, 연산 성능보다 메모리 성능이 체감 속도를 결정하는 국면이 왔습니다. 여기서 추론(Inference)이란 학습된 A.. 2026. 3. 16. AI 반도체 경쟁 (NPU 전력효율, 엔비디아 GPU, 국산칩) "GPU 없이 AI를 돌릴 수 있을까?" 이 질문에 대부분은 고개를 저을 겁니다. 하지만 저는 최근 몇 년간 데이터센터 운영 현장에서 이 상식이 조금씩 흔들리는 걸 직접 목격했습니다. 엔비디아 GPU가 AI 학습의 표준으로 자리 잡은 건 맞지만, 추론(inference) 영역에서는 이야기가 달라지고 있습니다. 전력 인입 용량 부족으로 GPU 증설을 포기했던 기업이, NPU(신경망 처리 장치) 도입 후 같은 공간에서 5배 많은 연산을 처리하는 걸 보면서 시장이 정말 바뀌고 있다는 걸 실감했습니다.NPU 전력효율, 데이터센터 운영 현실을 바꾸다GPU 서버를 처음 도입할 때 가장 먼저 부딪히는 건 성능이 아니라 전력입니다. 엔비디아의 최신 블랙웰(Blackwell) 시리즈 GPU는 한 장당 최대 소비 전력이 .. 2026. 3. 15. AI 버블 논쟁 (빅테크 집중도, 데이터센터 투자, 실적 검증) 솔직히 저는 2024년 말부터 AI 관련주가 연일 신고가를 찍을 때마다 '이게 정상인가' 싶은 생각이 들었습니다. 제 포트폴리오를 점검해 보니 분산투자를 했다고 생각했는데, 어느새 M7(매그니피센트 7) 비중이 40%를 넘어 있더라고요. 지수 자체가 특정 종목에 쏠려 있다 보니 자연스럽게 생긴 결과였습니다. 그러면서 주변에서 "AI면 무조건"이라는 분위기가 생기는 걸 여러 번 목격했습니다. 실적은 아직인데 주가가 먼저 달리는 소형주들을 다들 한 번씩 찍어 먹으려는 모습이었죠. 반대로 빅테크는 실제로 현금흐름(FCF)이 탄탄해서, 조정이 와도 '영원히 망할 기업'이라기보다 '밸류에이션 재조정'에 가까운 장면도 경험했습니다. 그래서 저는 지금 AI를 한 덩어리로 보지 않고, 실적이 붙은 축과 내러티브가 앞선.. 2026. 3. 14. 제미나이 주식 투자 활용법 (AI 리서치, 사업보고서, 종목 추출) 예전에는 관심 종목 하나 분석하려면 네이버 증권과 DART를 오가며 탭을 10개 넘게 열어 놓고, 사업보고서 PDF를 직접 읽으며 핵심 문장을 복사해 워드에 붙여 넣는 데만 한두 시간이 훌쩍 지나갔습니다. 요즘은 상황이 달라졌습니다. 저는 제미나이에 보고서 파일을 던지고 "이 기업의 핵심 기술과 주요 고객사를 정리해 줘"라고 물어본 뒤, AI가 정리한 초안을 가지고 팩트만 확인하는 방식으로 바뀌었습니다. 리서치 시간이 절반 이하로 줄었고, 그만큼 더 많은 종목을 검토할 여유가 생겼습니다.AI에게 질문하는 방식부터 달라져야 합니다제미나이를 처음 써보는 분들이 자주 하는 실수가 있습니다. "요즘 투자할 만한 기업 뭐 있어?"처럼 막연하게 묻는 겁니다. 이렇게 질문하면 AI도 뻔한 대답밖에 못 합니다. 질문을.. 2026. 3. 14. AI 시대 불확실성 (미래 예측, 보존 법칙, 교육 방향) 코딩을 배우라던 시대가 불과 몇 년 전인데, 지금은 초급 프로그래머 채용이 줄고 있습니다. 챗GPT 등장 이후 미국에서는 2024년 8월 졸업한 컴공과 신입들이 취업에 어려움을 겪고 있다는 소식이 들려왔습니다(출처: MIT Technology Review). 저도 업무 현장에서 직접 느낍니다. 예전엔 빠르고 정확하게 반복 작업을 처리하는 사람이 인정받았는데, 지금은 그 반복 업무 자체가 AI 도구로 빨려 들어가고 있습니다. 이런 급격한 변화 속에서 우리는 무엇을 준비해야 할까요?미래 예측의 한계와 카오스새로운 기술이 등장할 때마다 사람들은 미래를 예측하려 합니다. 하지만 역사를 돌아보면 그 예측이 정확했던 적은 거의 없습니다. 1900년에 그려진 '2000년의 세상'이라는 그림을 보면 잠수함을 고래가 끌.. 2026. 3. 14. 이전 1 ··· 11 12 13 14 15 16 17 ··· 19 다음
