1. 한국 개미들의 레버리지 투기 — '저질 자금'의 폭발

지오 천은 이번 사이클에서 시장을 과열시킨 '저질 자금'의 주역으로 한국 개인 투자자(흔히 '개미'라 불리는)를 지목했다. 이들은 SK하이닉스, 삼성전자, 코스피 지수를 추종하는 2배·3배 레버리지 ETF에 '무모하다'고 표현할 수준으로 뛰어들며 수천억 달러의 인공적 매수세를 창출했다 . 이러한 상품의 헤징 메커니즘은 마켓 메이커(시장조성자)로 하여금 막대한 네거티브 감마(negative gamma) 익스포저를 쌓게 했고, 이는 상승장에서는 매수, 하락장에서는 매도를 강요해 변동성을 키우고 연쇄 마진콜(증거금 부족 통보)을 촉발했다 .

씨티그룹(Citi)은 이번 레버리지 상품 청산 규모를 약 387억 달러로 추산했으며, 약 120만 개의 계좌가 청산된 것으로 집계됐다. 이는 한국 성인 약 30명 중 1명꼴에 해당하는 규모다 . 코스피 지수는 6월 고점 대비 30% 가까이 폭락했고, 하루 손실률이 10%를 넘는 상황에서 한국거래소가 여러 차례 매매를 중단해야 했다 . 지오 천은 이렇게 손상된 자금이 다시 시장에 복귀할 가능성은 낮으며, 이런 종류의 레버리지가 촉발한 포물선형 강세장은 거의 예외 없이 장기 약세장으로 이어진다고 지적한다 .

2. 중국 AI 모델의 경쟁 — 폐쇄형 AI의 해자(해자) 붕괴

지오 천은 중국의 오픈소스(open-source) 모델이 프런티어 AI 연구소의 비즈니스 로직을 정면으로 위협하고 있다고 주장한다. 경쟁 구도는 극적으로 변했다.

• 문샷 AI(Moonshot AI)의 키미 K3(Kimi K3)는 코드 아레나(Code Arena)에서 1,679점을 기록하며 클로드 페이블 5(Claude Fable 5, 1,631점)를 앞질렀다 .
• 알리바바(Alibaba)는 Qwen 3.8을 출시했는데, 이는 2.4조 개의 파라미터를 가진 오픈 웨이트(open-weight) 모델이다 .
• 자이(Zai)의 GLM-5와 사카나 AI(Sakana AI)의 후구(Fugu) 멀티 에이전트 시스템은 딥시크 스파스 어텐션(DeepSeek Sparse Attention), 재귀적 자기 개선(Recursive Self-Improvement) 같은 새로운 효율성 방법론을 사용해 훨씬 적은 비용으로 품질 격차를 좁히고 있음을 보여준다 .

지오 천의 핵심 통찰은 간명하다. 만약 전체 토큰의 80~90%가 더 저렴하거나 오픈소스 모델로 전환된다면, 품질 스펙트럼 최상단에 있는 수익 파이가 급격히 줄어들고, 이는 AI 인프라 밸류에이션을 지탱해온 설비투자 선순환(캐펙스 플라이휠, capex flywheel)을 깨뜨린다는 것이다 . '프런티어 모델이 프리미엄 가격을 받고 막대한 인프라 투자를 정당화할 것'이라는 전체 AI 투자 내러티브가 아래에서부터 붕괴되고 있는 셈이다.

3. 컴퓨팅 파워 공급 과잉 — 병목에서 잉여로

아마도 가장 구조적으로 파괴적인 축일 것이다. 지오 천은 '컴퓨팅 파워가 구조적으로 공급 부족 상태'라는 내러티브가 역전되고 있다고 주장한다. 그는 여러 수렴하는 현상들을 지적한다.

• 메타(Meta)는 자체 컴퓨팅 능력을 임대해주는 클라우드 사업을 구축 중이며, 이는 전체 공급을 늘리는 요인이다 .
• AI 연구소들은 추론 비용(inference cost)을 빠르게 낮추고 있으며, 실리콘 데이터(Silicon Data)의 토큰 지수(Token Spending Index)는 6월 정점을 찍은 이후 하락세를 보여, 하드웨어 효율성 개선이 수요 증가를 앞지르고 있음을 시사한다 .
• 오픈AI(OpenAI)는 기업공개(IPO)를 연기하고 자금 조달에 어려움을 겪고 있으며, 이는 반도체 공급망까지 파급될 것이다 .
• 구글(Google)은 2026년 AI 설비투자 전망치를 2,050억 달러로 상향했지만, 발표 당일 주가는 7% 하락했다. 시장이 더 이상 설비투자 확대를 보상하지 않는 신호다 .
• 데이터센터 신용 스프레드(credit spread)가 확대되며 컴퓨팅 인프라 부문의 신용 리스크가 높아지고 있음을 알리고 있다 .

지오 천은 중요한 관찰을 덧붙인다. 병목 현상을 해결하기 위한 투자가 바로 그 병목 현상 내러티브를 파괴하여, 이 주식들을 매력적으로 만들었던 근거를 없앤다는 것이다 . 하이퍼스케일러가 더 많이 지을수록 컴퓨팅 파워는 덜 희소해지고, 그 자본에 대한 수익률은 낮아진다.

4. 연준(Fed) 정책 배경과 스태그플레이션

두 가지 거시 경제 압력이 AI 특화 리스크를 더욱 악화시킨다.

• 이란 전쟁은 2026년 7월 휴전이 결렬된 후 미국에 이미 375억 달러의 비용을 안겼다. 브렌트유는 배럴당 70달러에서 85달러로 급등했으며, 지오 천은 주기적으로 유가를 치솟게 하는 '간헐적 장기 분쟁'을 경고한다 . 여기에 네 차례의 인플레이션 충격이 더해지며, 그는 이를 수년 만에 **

1. 한국 개미들의 레버리지 투기 — '저질 자금'의 폭발

지오 천은 이번 사이클에서 시장을 과열시킨 '저질 자금'의 주역으로 한국 개인 투자자(흔히 '개미'라 불리는)를 지목했다. 이들은 SK하이닉스, 삼성전자, 코스피 지수를 추종하는 2배·3배 레버리지 ETF에 '무모하다'고 표현할 수준으로 뛰어들며 수천억 달러의 인공적 매수세를 창출했다 . 이러한 상품의 헤징 메커니즘은 마켓 메이커(시장조성자)로 하여금 막대한 네거티브 감마(negative gamma) 익스포저를 쌓게 했고, 이는 상승장에서는 매수, 하락장에서는 매도를 강요해 변동성을 키우고 연쇄 마진콜(증거금 부족 통보)을 촉발했다 .

씨티그룹(Citi)은 이번 레버리지 상품 청산 규모를 약 387억 달러로 추산했으며, 약 120만 개의 계좌가 청산된 것으로 집계됐다. 이는 한국 성인 약 30명 중 1명꼴에 해당하는 규모다 . 코스피 지수는 6월 고점 대비 30% 가까이 폭락했고, 하루 손실률이 10%를 넘는 상황에서 한국거래소가 여러 차례 매매를 중단해야 했다 . 지오 천은 이렇게 손상된 자금이 다시 시장에 복귀할 가능성은 낮으며, 이런 종류의 레버리지가 촉발한 포물선형 강세장은 거의 예외 없이 장기 약세장으로 이어진다고 지적한다 .

2. 중국 AI 모델의 경쟁 — 폐쇄형 AI의 해자(해자) 붕괴

지오 천은 중국의 오픈소스(open-source) 모델이 프런티어 AI 연구소의 비즈니스 로직을 정면으로 위협하고 있다고 주장한다. 경쟁 구도는 극적으로 변했다.

• 문샷 AI(Moonshot AI)의 키미 K3(Kimi K3)는 코드 아레나(Code Arena)에서 1,679점을 기록하며 클로드 페이블 5(Claude Fable 5, 1,631점)를 앞질렀다 .
• 알리바바(Alibaba)는 Qwen 3.8을 출시했는데, 이는 2.4조 개의 파라미터를 가진 오픈 웨이트(open-weight) 모델이다 .
• 자이(Zai)의 GLM-5와 사카나 AI(Sakana AI)의 후구(Fugu) 멀티 에이전트 시스템은 딥시크 스파스 어텐션(DeepSeek Sparse Attention), 재귀적 자기 개선(Recursive Self-Improvement) 같은 새로운 효율성 방법론을 사용해 훨씬 적은 비용으로 품질 격차를 좁히고 있음을 보여준다 .

지오 천의 핵심 통찰은 간명하다. 만약 전체 토큰의 80~90%가 더 저렴하거나 오픈소스 모델로 전환된다면, 품질 스펙트럼 최상단에 있는 수익 파이가 급격히 줄어들고, 이는 AI 인프라 밸류에이션을 지탱해온 설비투자 선순환(캐펙스 플라이휠, capex flywheel)을 깨뜨린다는 것이다 . '프런티어 모델이 프리미엄 가격을 받고 막대한 인프라 투자를 정당화할 것'이라는 전체 AI 투자 내러티브가 아래에서부터 붕괴되고 있는 셈이다.

3. 컴퓨팅 파워 공급 과잉 — 병목에서 잉여로

아마도 가장 구조적으로 파괴적인 축일 것이다. 지오 천은 '컴퓨팅 파워가 구조적으로 공급 부족 상태'라는 내러티브가 역전되고 있다고 주장한다. 그는 여러 수렴하는 현상들을 지적한다.

• 메타(Meta)는 자체 컴퓨팅 능력을 임대해주는 클라우드 사업을 구축 중이며, 이는 전체 공급을 늘리는 요인이다 .
• AI 연구소들은 추론 비용(inference cost)을 빠르게 낮추고 있으며, 실리콘 데이터(Silicon Data)의 토큰 지수(Token Spending Index)는 6월 정점을 찍은 이후 하락세를 보여, 하드웨어 효율성 개선이 수요 증가를 앞지르고 있음을 시사한다 .
• 오픈AI(OpenAI)는 기업공개(IPO)를 연기하고 자금 조달에 어려움을 겪고 있으며, 이는 반도체 공급망까지 파급될 것이다 .
• 구글(Google)은 2026년 AI 설비투자 전망치를 2,050억 달러로 상향했지만, 발표 당일 주가는 7% 하락했다. 시장이 더 이상 설비투자 확대를 보상하지 않는 신호다 .
• 데이터센터 신용 스프레드(credit spread)가 확대되며 컴퓨팅 인프라 부문의 신용 리스크가 높아지고 있음을 알리고 있다 .

지오 천은 중요한 관찰을 덧붙인다. 병목 현상을 해결하기 위한 투자가 바로 그 병목 현상 내러티브를 파괴하여, 이 주식들을 매력적으로 만들었던 근거를 없앤다는 것이다 . 하이퍼스케일러가 더 많이 지을수록 컴퓨팅 파워는 덜 희소해지고, 그 자본에 대한 수익률은 낮아진다.

4. 연준(Fed) 정책 배경과 스태그플레이션

두 가지 거시 경제 압력이 AI 특화 리스크를 더욱 악화시킨다.

• 이란 전쟁은 2026년 7월 휴전이 결렬된 후 미국에 이미 375억 달러의 비용을 안겼다. 브렌트유는 배럴당 70달러에서 85달러로 급등했으며, 지오 천은 주기적으로 유가를 치솟게 하는 '간헐적 장기 분쟁'을 경고한다 . 여기에 네 차례의 인플레이션 충격이 더해지며, 그는 이를 수년 만에 **