Travis, PhD

PhD in Energy.
- Technical analysis / Tech stocks

[Travis, PhD @PhD_Energy]

박사과정. 소형주 위주로 기업 뜯어봄.

연구실 월급으로는 복리가 안 굴러가서 직접 알파 찾는 중.

남들이 안 보는 회사에서 가끔 답이 나옴.

[Travis, PhD @PhD_Energy]

할 말이 더 있어서 하나 더 씀.

NVIDIA가 밀고 있는 800V DC에 반드시 필요한 게 뭐냐?

일단 원리부터.

요즘 AI 서버 랙 내부 배전은 54V DC를 많이 씀.

문제는 AI 데이터센터의 랙 전력이 미친 듯이 올라가고 있다는 것.

앞으로 1MW급 랙까지 가면 54V로는 전류가 너무 커짐.

같은 1MW를 보낸다고 하면

54V → 약 18,500A
800V → 약 1,250A

전압을 높이면 전류가 확 줄어듦.

전류가 줄어드니
구리 ↓
버스바 ↓
케이블 ↓
손실 ↓
공간 ↓

그래서 NVIDIA가 800V DC를 밀고 있는 것.

전력 밀도가 올라갈수록 저전압 대전류 방식은 물리적으로 불리해짐.

여기까지는 별로 어려운 얘기 아님.

그럼 이런 의문이 듦.

???: 어차��� GPU도 DC 쓰는데
데이터센터 안에서 AC를 계속 변환하지 말고
아예 앞단에서 DC로 만들어서 ��� 보내면 되는 거 아님?

맞음.

NVIDIA가 그리고 있는 방향도 대충 이쪽임.

Grid에서 들어오는 전력은 여전히 AC.

근데 데이터센터 앞단에서

AC → 800V DC

로 바꿔버리고,

그 800V DC를 랙까지 직접 배전하는 구조.

변환 단계를 줄이고 고전압 DC로 배전하면 효율이나 공간 측면에서 논리는 꽤 깔끔함.

근데 까보니 문제가 하나 있음.

DC는 차단이 DOG 어렵다.

AC는 전류가 주기적으로 0을 통과함. (아래 그림 참고. 그림은 귀찮아서 대충 그림.)

차단기는 이 순간을 이용해서 끊기가 상대적으로 쉬움.

그런데 DC에는 이런 자연적인 Current Zero가 없음.

한번 고장전류가 흐르기 시작하면??
계속 밀어붙임.

전압은 높은데 차단은 더 어려워지는 거.

전력 시스템 입장에서는 별로 유쾌한 조합이 아님.

아마 작년 스페인, 포르투갈 대정전 사태 기억들 하실거임
(https://t.co/z9gz87m9rn)

복합적인 원인이 있지만, 고장을 제때 차단하지 못해서 반도 전체가 정전될 수 있다는 것을 보여줌.

기존의 100년 이상 사용되어 온 안전한 AC 전력망을 사용했는데도 이런 문제가 있을 수 있는데

이제 막 사용되는 DC 전력망은? 차단이 어려운데?
보호시스템이 허술하면 박살나기 아주 쉬움

그래서 반드시 필요한 것이

고속 DC 보호·차단 기술

여기서 최근 주목받는 기술 중 하나가

SSCB
Solid-State Circuit Breaker.

그냥 외우면 됨. SSCB.

기존 기계식 차단기와 다르게 반도체 소자로 전류를 끊는 방식이라 DC 고장전류를 굉장히 빠르게 차단할 수 있음.

이와 관련된 기업은 반드시 매출이 오를 것임.
오를 수 밖에 없음.
왜냐? 무조건 필요하거든.

그래서 요즘 관련 기업들 뜯어보는 중. 🧐

[Travis, PhD @PhD_Energy]

엔비디아 800Vdc에 진짜 수혜 기업은 EV에서 시작된다?

아마 무슨 소리인가 싶을 거임.

엔비디아가 원하는 800Vdc를 만들기 위해서는 꽤나 복잡한 과정이 필요함.

이를 아주 쉽게 설명하겠음.

그 과정에서 수혜 기업을 찾을 수 있음.

[Travis, PhD @PhD_Energy]

@rklb_invest 저 같은 일반인들은 발 닦고 잠 자면 될 것 같네요 😂

[Travis, PhD @PhD_Energy]

@itschrisray Hey guys it's just a matter of time.
Let's have some coffee and wait ☕️

[Travis, PhD @PhD_Energy]

@ChewBac03227740 @retail_mourinho $RDW has never been better than $RKLB :)

[Travis, PhD @PhD_Energy]

@jukan05 FYI

MediaTek is a Taiwan-based fabless chip designer best known for Dimensity smartphone SoCs. It also supplies Wi-Fi, TV, IoT and automotive silicon, and is expanding into AI PCs, custom ASICs and data centers. Its chips power 2B+ devices a year.

[Travis, PhD @PhD_Energy]

@Nice_Stock_ 치킨의 나라 한국에 치폴레가 들어와버리다니...
BIG MISTAKE lol

[Travis, PhD @PhD_Energy]

$VRT 버티브에서 흥미로운 기사가 나왔음

핵심은

AI 데이터센터 경쟁의 초점이 개별 UPS·냉각장비의 성능에서, 전력·냉각·IT를 하나의 시스템으로 최적화해 “얼마나 빨리, 얼마나 많은 AI 연산을 만들어내느냐”로 이동 중

DCD AI Week 2026에서 Vertiv가 던진 핵심 메시지

• PUE보다 Tokens/W
• 전력·냉각·IT 통합 설계
• 액체냉각 + 800V DC
• 모듈형 데이터센터
• 차세대 GPU까지 고려한 설계

가장 인상적인 표현은

“Time to Token = Time to Revenue”

결국 AI 데이터센터는 건물이 아니라,
전력 1MW당 AI 산출량을 극대화하는 ‘AI Factory’로 바뀌고 있음

AI 인프라 투자 볼 때 앞으로는 GPU 숫자보다
전력 확보, 냉각, 구축 속도를 같이 봐야 함

https://t.co/8IuVgPdRPN

[Travis, PhD @PhD_Energy]

https://t.co/KPue225Dvo

[Travis, PhD @PhD_Energy]

@StockMKTNewz It's nice to see bio companies get spotlight there days. Including $MRNA $ABCL and whatnot

[Travis, PhD @PhD_Energy]

시총 200억짜리 회사한테
“주가 안 올리면 상폐될 수도 있음”이라고 하면 어떻게 움직일까

요즘 내가 초소형주 보는 이유가 이거임

이유는 간단함
상폐 기준이 바뀌었음
코스닥 시총 200억
코스피 시총 300억

이 밑으로 내려가면 상장 유지 자체를 걱정해야 함.
더 재밌는 건 2027년 이후에는 이 기준이 더 빡세짐

그러니까 지금 시총 200~500억 사이 회사들 중 일부는
앞으로 선택지가 별로 없음
시총을 올리든가
상폐를 당하든가

물론 주가 올리고 싶다고 올라가는 건 아님

그래서 그냥 저시총주를 사자는 얘기는 아님.
내가 보는 건 3개임.

1. 상폐 기준에 실제로 걸릴 가능성이 있는가
2. 경영진이 그걸 피하려고 움직일 이유가 충분한가
3. 움직였을 때 기준선을 넘길 체력이 있는가

이 세 개가 같이 있는 회사를 찾는 거임.

이미 시총 미달로 진짜 상폐된 회사도 있고,
반대로 살아남으려고 이것저것 꺼내드는 회사도 있음.

유증, 자사주, 사업재편, 최대주주 변경, M&A 등
방법은 회사마다 다를 거고

중요한 건 이벤트 자체가 아니라
왜 지금 그 행동을 해야 하는지를 보는 거.

회사 입장에서 생존 문제가 걸리면
평소에는 안 하��� 짓도 함.

결국 내가 찾는 건 이런 회사임.

“주가가 오르면 좋은 회사”가 아니라
“주가가 안 오르면 곤란한 회사.”
그중에서도
실제로 뭔가 할 수 있는 회사.

남들 다 보는 대형주보다
이런 강제성이 걸린 구간이 나는 더 재밌음.

[Travis, PhD @PhD_Energy]

[한국어 버전]

4년 이상의 박사과정의 ROI, 요즘은 진지하게 다시 계산해봐야 한다.

AI 시대에 석사, 박사를 예전처럼 보는 건 좀 위험해 보임.

몇 년 동안 극도로 좁은 분야를 파고
논문 쓰고, 코드 짜고, 데이터 보고, 학위 받음

문제는 그 몇 년 사이 AI가 논문 수천 편 읽고 요약하고,
코드 짜고,
가설 던지고,
초안까지 만듬

물론 박사의 본질이 ‘많이 아는 사람’은 아님

불확실한 문제를 정의하고,
검증 가능한 가설로 쪼개고,
답 나올 때까지 끝까지 ���는 훈련

이건 아직 가치가 큰 듯.

나도 이 훈련 덕분에 기업 볼 때 남들이 안 보는 숫자까지 뒤지는 편임.
좋은 건지 병인지는 모르겠음

근데 냉정하게 보면
‘학위 자체의 희소성’은 빠르게 떨어지고 있다고 봄

앞으로 중요한 건

뭘 공부했냐보다
무슨 문제를 발견했는지,

얼마나 빨리 AI로 검증했는지,

그래서 실제로 뭘 만들어냈는지일 가능성이 높지 않을까?

예전엔 4년 이상 공부해서 쌓은 지식이 해자였지.

지금은 그 지식을 AI 붙여서 몇 주 만에 활용하는 놈이 경쟁자로 들어오고 있음

투자로 치면 진입장벽이 무너지는 중인 셈.

그래서 지금 석사나 박사를 고민한다면 질문도 바뀌어야 한다고 봄.

“이 학위가 좋은가?”

보다

“내 인생 2년, 5년을 여기에 넣는 게 아직도 기대수익률이 가장 높은 선택인가?”

이걸 물어봐야 함.

학위의 시���가 끝난다는 얘기는 아님
나도 박사라 그런 결론 내리면 좀 곤란함.

다만

‘학위가 있으면 능력이 어느 정도 증명된다’

이 공식은 확실히 깨지고 있는 것 같음

틀릴 수도 있음.
근데 내 박사과정이 끝나기 전에 AI가 박사과정을 압축해버린 건 좀 억울함

[Travis, PhD @PhD_Energy]

The ROI on a 4+ year PhD is something we probably need to seriously recalculate these days

In the age of AI, looking at master’s degrees and PhDs the same way we used to feels a little risky.

You spend years digging into an extremely narrow field,
writing papers,
writing code,
analyzing data,
and eventually getting the degree.

The problem is that during those same years, AI is learning to read and summarize thousands of papers,
write code,
generate hypotheses,
and even produce first drafts with some CLICKS

Of course, the essence of a PhD isn’t simply knowing a lot.

It’s training yourself to define uncertain problems,
break them down into testable hypotheses,
and keep digging until you find an answer.

That still seems extremely valuable.

I think that training is also why, when I look at companies, I tend to dig into numbers most people don’t bother looking at.
Not sure if that’s a strength or a disorder.

But if we’re being cold about it,
I think the scarcity value of “having the degree itself” is falling fast.

Going forward, what matters may be less about

what you studied,

and more about what problems you discovered,

how quickly you validated them with AI,

and what you actually built as a result.

In the past, the knowledge you accumulated over 4+ years of study was a moat.

Now, someone who can take that same knowledge, plug AI into it, and put it to work in a matter of weeks is entering the competition.

In investing terms, the barriers to entry are collapsing.

So if you’re considering a master’s or PhD today, I think the question has to change too.

Instead of asking,

“Is this a good degree?”

you probably need to ask,

“Is putting 2 years, or 5 years, of my life into this still the highest expected-return decision I can make?”

That’s the real question.

I’m not saying the age of degrees is over.
I have a PhD myself, so arriving at that conclusion would be a little inconvenient.

But the old formula—

“Having a degree proves, to some extent, that you’re capable”

—definitely seems to be breaking down.

I could be wrong.

Still, I can’t help feeling a little cheated that AI managed to compress the PhD experience before I even finished mine.

[Travis, PhD @PhD_Energy]

@jukan05 I gotta go to the shop RIGHT NOW and change my old laptop

[Travis, PhD @PhD_Energy]

@jinseongeo83473 잘 보겠습니다. Jin 형님.
항상 좋은 글 올려 주셔서 감사합니다!!

[Travis, PhD @PhD_Energy]

@ramez In digital world, so far YES.

[Travis, PhD @PhD_Energy]

@cb_doge Look how happy Jensen looks like
He already knew what was coming

[Travis, PhD @PhD_Energy]

@NURadu_ 이제 대중들이 이 모든 큰 그림에서 데이터센터는 쥐꼬리만큼 차지한다는 것을 이해할 때가 온 것 같네요 ㅎ