AI 섹터로의 과도한 자본 집중은 1999년 닷컴 버블과 유사한 패턴으로 주의가 필요하다. 단기적으로 AI 버블 위험을 분산하기 위해 AI 주식 집중도를 조절하고 금·채권 비중을 유지하는 것이 올웨더 원칙에 부합한다. 장기 사이클 관점: AGI 개발 성공 시 생산성 혁명으로 부채 사이클 구조 자체가 변할 수 있다는 점에서 역사적으로 중요한 이벤트다. 불확실성이 높은 초기 단계이므로 단일 스타트업보다 AI 인프라 전반에 분산 노출하는 것이 달리오 방식이다.

역대 최대 시드 라운드 기록은 AI 섹터 모멘텀이 정점에 가까울 수도, 새로운 사이클의 시작일 수도 있다. 과거 사례 비교: 2021년 암호화폐 역대 최대 펀딩 후 급락 vs 1999년 인터넷 역대 최대 VC 투자 후 추가 2년 상승으로 단순 유추가 어렵다. 알고리즘 신호: AI 섹터 모멘텀이 강화되는 동시에 밸류에이션 분산(dispersion)도 증가하고 있어 선택적 롱 포지션이 유효하다. Nvidia·ARM·TSMC 등 AI 인프라 기업의 프리미엄 유지를 지지하는 신호로 해석한다. 금리 상승 시 성장주 밸류에이션 전반 재조정이 핵심 리스크다.

51억달러 기업가치의 시드 단계 스타트업은 검증된 수익 모델이 없어 안전마진 계산이 불가능하다. 버핏 원칙과 정면으로 충돌하므로 직접 투자 대상이 아니다. 그러나 스마트머니(Sequoia·Nvidia)의 참여는 이 분야에 진지한 투자자들이 있다는 신호다. Nvidia처럼 AGI 인프라를 공급하는 「삽을 파는 회사」는 내재가치 계산이 가능하므로 버핏 스타일의 간접 접근이 더 적합하다.

11억달러 시드 펀딩은 인상적이지만 비상장 스타트업이므로 현재 단계에서 PEG 분석이 불가능하다. 피터 린치는 실적이 검증된 기업에 투자하는 원칙을 가지며, 수익 모델이 없는 AGI 스타트업은 직접 투자 대상이 아니다. 간접 수혜 분석: Nvidia(투자자 참여)의 AGI 칩 수요 기대 강화, 영국 AI 생태계 관련 상장 기업이 관심 대상이다. 길거리 리서치로 영국이 AI 강국으로 부상하면 런던 테크 인재 수요 증가→관련 서비스 기업 수혜 가능성을 추적할 수 있다.

AlphaGo 개발자의 AGI 스타트업이 「인간 데이터 없이 자체 지식 발견」을 목표로 한다는 것은 AI 플랫폼 채택 곡선의 완전히 새로운 영역 개척을 의미한다. 이것이 성공하면 AI 소프트웨어 훈련 비용 곡선이 수직으로 하락하여 TAM이 현재보다 10배 이상 확장된다. 라이트의 법칙: 자기 지식 발견 AI는 인간 데이터 의존도를 낮춰 AI 훈련 비용 구조를 근본적으로 바꾼다. 리스크는 AGI 개발의 무기한 연구 기간으로 상업화까지 5~10년 이상 소요될 수 있다는 점이며, 인내 자본이 전제 조건이다.

11억달러 시드 라운드는 AI 섹터로의 글로벌 유동성 집중이 여전히 강력하다는 신호다. Sequoia·Nvidia의 참여와 영국 정부 지원은 민간·공공 자본이 AGI 경쟁에 동시에 배팅하고 있음을 보여준다. 매크로 관점: AI 스타트업 밸류에이션 급팽창은 벤처 유동성 버블의 경고 신호일 수 있다. 영국 파운드는 AI 강국 전략에 따른 자본 유입으로 단기 지지를 받을 수 있으며, Nvidia 주가에는 이미 기대가 반영되어 있을 가능성이 높다. 버블 붕괴 시 AI 스타트업 밸류에이션 전반의 급격한 재평가가 비대칭 하방 리스크다.