1. Ben Pouladian의 핵심 주장은 단순하다. 에이전트 AI 시대엔 CPU보다 토큰 비용이 훨씬 중요하고, 결국 승부는 “메가와트당 토큰 생산비용”에서 갈리며 이 구조에서 NVIDIA가 가장 유리하다는 것이다.
2. Meta의 Muse는 최첨단 모델이 아니라 “AI의 맥도날드”라는 표현이 맞다. 하지만 바로 그 대중성 때문에 중요하고, 특히 인도·브라질 같은 WhatsApp 중심 시장에선 구독보다 광고 기반 AI 수익화가 더 현실적이라는 프레임이 나온다.
3. AMD 비판은 꽤 직접적이다. Ben은 Lisa Su에게 공개서한까지 보내며 AMD의 AI CPU/GPU 마케팅이 과장됐다고 주장했고, 특히 Helios 랙의 크기·무게·양산 난이도를 들어 “주가는 앞서가는데 제품 스케일링은 아직 검증 전”이라고 본다.
4. 흥미로운 부분은 ASIC 논쟁이다. Google TPU, AWS Trainium 같은 커스텀 칩은 분명 싸고 효율적일 수 있지만, Ben은 GPU가 가진 “대체 가능성·금융 가능성·재판매 가능성”이 훨씬 크다고 본다. 그의 비유대로라면 NVIDIA GPU는 디지털 부동산의 Rodeo Drive이고, ASIC은 입지는 나쁘지 않지만 세입자 풀이 제한된 거리다.
5. Jack은 TrendForce 데이터를 근거로 “공급이 제일 안 타이트한 건 오히려 GPU”라고 반박한다. 이에 대해 Ben은 DRAM, NAND, HDD, 기판, MLCC 같은 부품은 결국 공급이 따라붙으면 마진이 무너지는 범용 병목이고, 진짜 병목은 전력이 들어오고 허가까지 난 토지라고 선을 긋는다.
6. 이 대목이 투자적으로 중요하다. AI 데이터센터 CAPEX의 상한은 칩 출하량이 아니라 전력망·인허가·지역 반발이 정할 수 있고, 그래서 시장의 43GW 증설 기대보다 Brad Gerstner가 언급한 25GW가 더 현실적일 수 있다는 시각이 나온다.
7. Anthropic S-1 얘기도 강했다. 회사는 향후 수년간 약 5,000억 달러 규모의 컴퓨트 계약을 시사했고, OpenAI는 ARR 70억 달러를 넘겼다는 유출이 나왔다. 둘을 합치면 선두 AI 랩 매출은 100억 달러대 중반이지만, 그보다 훨씬 큰 컴퓨트 계약이 먼저 깔리는 구조라는 뜻이다.
8. 장기적으로는 모델이 휘발유처럼 세분화될 거라는 관점도 인상적이다. 87옥탄급 저가 토큰, 100옥탄급 초고성능 토큰으로 나뉘고, 투자자와 CFO는 “모델 성능”보다 “업무 완료당 비용”으로 AI를 평가하게 될 가능성이 높다.
9. 종목 아이디어는 비교적 선명하다. Ben은 하락 시 Meta를 긍정적으로 보고, 장비 쪽에선 Lam Research를 좋게 보며, Lattice Semiconductor는 데이터센터 보안 컨트롤 플레인 관련 조용한 플레이어로 언급한다. 반대로 가장 과대평가된 반도체 주식으로는 AMD를 지목한다.
10. 후반부 바이오 얘기는 뜬금없어 보이지만 메시지는 명확하다. AI의 다음 전장은 코딩만이 아니라 biology이며, 분자 설계·신약 타깃 발굴·진단 자동화에서 Danaher, Thermo Fisher, Illumina, Natera, Schrodinger 같은 툴·인프라 기업이 먼저 수혜를 받을 수 있다는 시각이다.
트레이더/투자자 관점
• 내러티브: AI 투자 내러티브가 “GPU 부족”에서 “전력·인허가 부족”으로 이동하면, 칩 밸류체인보다 전력 인프라·데이터센터 개발·토큰 단가 경쟁력이 더 중요한 축으로 재편될 수 있다.
• 가격/포지셔닝: NVIDIA는 밸류 부담에도 불구하고 스택 전체 최적화와 자산의 금융 가능성 때문에 프리미엄이 유지될 수 있고, AMD는 기대가 제품 현실보다 앞섰다는 숏/언더웨이트 논리가 선다. 메모리·스토리지·부품주는 단기 가격결정력이 있어도 구조적 해자는 약하다는 경계가 깔려 있다.
• 체크포인트: Meta Muse의 MAU와 광고 수익화 속도, Anthropic·OpenAI의 ARR 지속성, AWS/Google의 커스텀 칩 확대 여부, Helios 랙 양산 일정, 미국 데이터센터 인허가 지연 사례, 25GW vs 43GW 전력 증설 현실화 여부를 봐야 한다.