본문 바로가기
반응형

분류 전체보기389

[What] 헬스케어주는 무엇을 보고 방어력을 판단하나 [What] 헬스케어주는 무엇을 보고 방어력을 판단하나헬스케어주는 흔히 경기 방어주로 불립니다. 병원, 약, 보험, 의료기기는 경기와 상관없이 필요해 보이기 때문입니다. 맞는 말도 있지만, 여기서 방심하면 계좌가 진료비 청구서처럼 날아옵니다. 헬스케어 안에는 제약, 바이오, 의료기기, 병원, 보험, 유통이 섞여 있고 방어력은 업종마다 다릅니다.방어주는 “안 떨어지는 주식”이 아니라 “충격을 얼마나 덜 받는 구조인가”를 보는 이름입니다.1. 무엇이 진짜 방어 수요인가헬스케어 방어력의 첫 질문은 수요입니다. 응급 치료, 만성질환 처방, 필수 진단, 보험 급여가 붙은 서비스는 소비자가 쉽게 줄이기 어렵습니다. 반대로 미용 시술, 선택적 검사, 경기 민감 병원 매출은 약할 수 있습니다. 그래서 필수 수요와 선택.. 2026. 7. 8.
[Why] 왜 우리는 폭등장에 눈이 머는가 [Why] 왜 우리는 폭등장에 눈이 머는가주식 시장이나 가상자산 시장이 이성적인 범위를 넘어 폭등할 때, 대다수의 개인 투자자들은 거대한 상승 랠리에서 자신만 소외될지 모른다는 극심한 불안감에 휩싸이게 됩니다. 냉철한 이성으로는 지금 진입하는 것이 상단 꼭대기에 물리는 위험한 선택임을 알고 있으면서도, 손가락은 어느새 매수 버튼을 누르고 있는 현상을 수없이 목격합니다. 이러한 파괴적인 추격 매수 본능은 단순히 개인의 의지력 부족이나 탐욕의 문제가 아닙니다. 인류가 진화의 역사 속에서 생존을 위해 뇌의 하부 구조에 각인시켜 온 강력한 생물학적 메커니즘과 행동경제학적 오류의 결과물입니다. 본 고도 심리 분석 보고서에서는 폭등장에서 인간이 이성을 잃고 군중 행동에 동참하게 되는 본질적인 원인을 과학적으로 추적.. 2026. 7. 7.
[How] 광자 컴퓨팅은 어떻게 AI 전력벽을 깨나 [How] 광자 컴퓨팅은 어떻게 AI 전력벽을 깨나핵심은 더 빠른 칩이 아니라 덜 낭비하는 연산이다. 생성형 AI는 토큰을 만들 때마다 행렬연산, 메모리 접근, 데이터 이동, 냉각 비용을 요구한다. GPU가 강해져도 데이터센터 전력과 냉각이 따라오지 못하면 AI 확장은 전력벽에 부딪힌다.1. 왜 AI는 전기를 먹는 괴물이 됐나대형 모델은 학습뿐 아니라 추론에서도 막대한 연산을 반복한다. 특히 사용자가 많아질수록 토큰 생성 비용이 누적된다. 문제는 연산 자체보다 데이터 이동이다. 메모리와 칩 사이, 칩과 칩 사이를 오가는 전기 신호가 열과 전력비를 만든다.모델 크기가 커질수록 메모리 대역폭 부담이 커진다.데이터센터는 전력망, 냉각, 부지 제약을 동시에 받는다.전력 효율은 AI 비용 구조의 핵심 지표가 된다.. 2026. 7. 7.
[How] 어떻게 미국 배당 상장지수펀드로 월 배당 제국을 건설하는가 [How] 어떻게 미국 배당 상장지수펀드로 월 배당 제국을 건설하는가핵심은 월급 흉내가 아니라 현금흐름 설계다. 미국 배당 ETF로 매달 돈이 들어오게 만들고 싶다면 먼저 환상을 걷어내야 한다. 고배당 상품을 많이 담는다고 제국이 생기지 않는다. 지급월, 세금, 환율, 분배금 안정성, 총수익률을 함께 봐야 한다.1. 어떻게 월 배당 구조를 잡나월 배당 제국은 매월 지급 ETF만 사는 전략이 아니다. 일부 ETF는 월 지급, 일부는 분기 지급이다. 중요한 것은 지급월을 배열하고, 현금 버퍼를 두어 실제 생활비 흐름을 매달 비슷하게 만드는 것이다.월 지급형, 분기 지급형, 현금 버퍼를 구분한다.배당일보다 실제 입금일과 환전 시점을 확인한다.월 현금흐름은 보장 소득이 아니라 설계 결과다.2. 어떤 층으로 포트.. 2026. 7. 6.
[Why] 왜 구글은 오픈소스 인공지능 생태계를 전폭적으로 지원하는가 [Why] 왜 구글은 오픈소스 인공지능 생태계를 전폭적으로 지원하는가핵심은 자선이 아니라 영향력이다. 구글이 AI 도구와 공개 모델을 지원하는 이유는 “착한 기술 회사” 이미지만으로 설명되지 않는다. 개발자가 어떤 프레임워크로 배우고, 어떤 모델로 실험하고, 어떤 클라우드에서 배포하느냐가 다음 AI 시장의 지도를 만든다.1. 왜 공개가 해자가 되는가오픈소스는 공짜처럼 보이지만, 실제로는 개발자 마음속 점유율을 만든다. 학생, 연구자, 스타트업이 TensorFlow, JAX, Keras, Gemma 같은 도구를 써서 실험하면 그 습관은 이후 기업 구매와 클라우드 선택으로 이어질 수 있다.학습 단계에서 표준이 되면 전환 비용이 높아진다.생태계가 커질수록 문서, 튜토리얼, 인재풀이 쌓인다.공개 도구는 폐쇄형 .. 2026. 7. 6.
[Where] 희토류 정제는 어디서 공급망 병목이 되나 [Where] 희토류 정제는 어디서 공급망 병목이 되나희토류 정제를 이해하려면 광산 사진만 보면 안 된다. 희토류 공급망의 병목은 땅에서 캐낸 원광이 아니라 원광을 분리하고, 정제하고, 산화물과 금속·합금으로 바꾸고, 다시 영구자석으로 만드는 중간 공정에서 자주 생긴다. 광산은 출발점이고 정제는 관문이다.희토류 공급망의 핵심 질문은 “어디서 캐나”가 아니라 “어디서 쓸 수 있는 재료로 바꾸나”다.1. 어디서 광산 착각이 생기나희토류는 하나의 금속이 아니라 17개 원소군이다. 전기차 모터와 풍력 터빈에 쓰이는 네오디뮴, 프라세오디뮴, 디스프로슘, 터븀처럼 쓰임이 다르다. 원광을 캐도 바로 산업에 쓸 수 없다. 분리와 정제를 거쳐 산화물, 금속, 합금, 자석으로 이어져야 한다.단계역할병목 가능성채굴원광 확보.. 2026. 7. 6.
반응형

티스토리툴바