역량이란 무엇인가?

가능한 분류 축들

역량 분류에 쓰이는 주요 축은 다섯 가지입니다.

각 축은 학술적으로 별도 계열에서 발전한 것입니다.

• ①은 정신구성요소 프레임워크의 자연스러운 연장
• ②는 한국 HR 실무의 표준 분류 (사고/실행/대인/자기관리)와 OECD DeSeCo
• ③은 인지심리학의 dual-process / divergent-convergent 구분
• ④는 발달심리·전략경영의 시간 지평 구분
• ⑤는 McClelland·Spencer의 빙산 모델

추천 구조: 4축 좌표계 + 1개 직교 차원

4축 좌표계 (원천 / 대상 / 양식 / 시간) 을 메인으로 두고, 깊이 축은 별도 차원으로 분리하는 것이 가장 정합적입니다. 이유는:

• 원천·대상·양식·시간은 하나의 역량을 4차원 벡터로 동시에 기술할 수 있는 직교 축들입니다. 한 역량이 어디 위치하는지를 좌표로 찍을 수 있습니다.
• 반면 깊이(빙산)는 "같은 역량이 어느 층위에서 작동하는가" 를 묻는 메타 축입니다. 예를 들어 "리더십"이라는 역량은 지식 층위에서도(이론), 기술 층위에서도(스킬), 정체성 층위에서도(리더로서의 자기규정) 작동합니다. 그래서 4축과 같은 좌표 평면에 놓으면 차원이 섞여버립니다.

4축 정의

축 1. 원천 (Source)

어떤 정신 구성요소가 주된 동력인가

대부분의 역량은 한 원천에만 기반하지 않고 2~3개 원천의 결합입니다.

축 2. 대상 (Target)

무엇에 대해 작용하는가

이 축은 한국 HR 실무에서 가장 많이 쓰는 분류 그대로입니다 (자기관리 / 직무수행 / 대인관계 / 리더십).

축 3. 양식 (Mode)

어떤 사고·행동 모드로 작동하는가

이 축은 "무엇을 잘하는가"가 아닌 "어떻게 작동하는가" 를 봅니다. 같은 분석력도 수렴 모드로 쓸 때와 발산 모드로 쓸 때 결과물이 다릅니다.

축 4. 시간 (Time Horizon)

어느 시간 지평에서 작동하는가

조직에서 흔히 "리더십"이라 부르는 것은 사실상 중·장기 역량의 묶음이고, "수행력"은 단기 역량의 묶음입니다.

좌표계 적용 예시

이 표가 보여주는 것:

• "리더십" 같은 거대 묶음 역량은 거의 모든 축에 걸쳐 있어, 사실은 단일 역량이 아니라 여러 역량의 군집입니다.
• 회복탄력성·오너십처럼 여러 원천이 결합된 역량일수록 발현 시점에 한 원천만 평가하면 측정 오류가 큽니다.
• 양식 축이 같으면(예: 수용형) 역량들 간 상관관계가 높습니다.

각 역량에 대한 분류 근거

가설적 사고

인지 단독 원천. 핵심 메커니즘은 추론·상상의 결합입니다. 가설 생성은 발산("이런 가능성도 있을까?"), 가설 검증은 수렴("그렇다면 어떤 데이터가 필요한가"). 둘 다 들어가지만, "가설적 사고"라는 명칭 자체는 발산에 무게가 실립니다. 분석력과의 차이가 여기서 갈립니다 — 분석은 있는 정보로부터 결론을 끌어내는 수렴, 가설적 사고는 없는 가능성을 떠올리는 발산.

인과적 사고

1차 인과만 보면 그건 단순 분석력입니다. n차 인과를 추적하면 시스템 사고(systems thinking) 영역으로 넘어갑니다. 그래서 대상이 "과제"보다 "시스템"에 가깝고, 시간 지평이 자연스럽게 중·장기로 길어집니다. 양식은 발산 같지만 본질은 수렴 — chain을 따라가는 건 결국 단일 경로를 정밀하게 추적하는 작업입니다.

능동성

원천 다중성이 가장 두드러진 역량입니다. 외적 동기 없이 작동하려면 세 가지가 동시에 충족되어야 합니다.

• 욕구: 내적으로 원하는 게 있어야 함
• 의지: 그것을 실행할 힘이 있어야 함
• 자기: "내가 주도하는 사람"이라는 자기규정이 있어야 함

이 중 하나라도 빠지면 능동성은 지속되지 않습니다(욕구 없으면 일시적, 의지 없으면 흐름 끊김, 자기규정 없으면 외부 시선에 흔들림).

명명 충돌 주의: 양식 축의 "능동(proactive)"과 역량 이름 "능동성"이 같지만, 양식은 모드이고 능동성은 역량입니다. 능동성을 양식 축에 매핑하면 자기참조가 되어버리니, 분류 시에는 능동성을 "능동 모드가 안정적 패턴으로 굳어진 결과"로 봐야 정합적입니다.

스트레스 컨트롤

대상 축에 거의 단독으로 잡히는 자기 역량입니다. 외부 스트레스 상황을 바꾸는 게 아니라 그에 대한 자기 반응을 다루는 것이라, 작용점이 자기 내부입니다. 정서(조절·회복) + 자기(자기조절)의 결합. 양식이 "수용"인 이유: 스트레스를 회피하거나 부정하지 않고 받아들여서 다루는 게 가장 효과적이라는 게 정서조절 연구의 일관된 결론입니다(억제 < 수용).

최고지향

단순 성취 욕구가 아니라 자기점검(self-evaluation)이 핵심 메커니즘으로 들어갑니다. 그래서 자기 영역이 가장 강하게 잡힙니다.

성취 욕구와의 차이를 분명히 하면:

• 성취 욕구: 외부 기준 달성에 만족함 ("1등 했다")
• 최고지향: 외부 기준 자체를 더 높이는 메타 작업 ("이게 정말 최상인가? 더 할 수 있는데?")

즉 최고지향은 성취 욕구 위에 자기평가의 "이상자기 vs 현실자기 격차" 를 끊임없이 작동시켜서 격차를 메우는 게 아니라 격차를 재생성하는 역량입니다. 그래서 자기 영역의 자기평가·자기조절이 핵심이고, 거기에 욕구(유능감·성취)와 의지(지속·완수)가 결합됩니다.

5개 역량을 합쳐서 보면 드러나는 패턴

이 5개를 기존 10개와 같이 놓고 보면 몇 가지 군집이 잡힙니다.

인지형 사고 역량 군 (양식 축에서 분리됨)

• 분석력·구조적 사고 — 수렴
• 가설적 사고 — 발산 우세
• 인과적 사고 — 수렴 + 장기 시간

같은 "인지 기반"이라도 양식과 시간이 다르면 사실상 다른 역량입니다. 한 사람이 분석력은 강한데 가설적 사고는 약한 경우가 흔한 이유는 양식이 다르기 때문입니다.

자기 영역 핵심 역량 군

• 오너십, 능동성, 스트레스 컨트롤, 최고지향, 회복탄력성

이 5개는 모두 자기를 원천으로 가지지만 대상이 다릅니다.

• 자기에 작용 → 스트레스 컨트롤, 회복탄력성
• 과제에 작용 → 오너십, 최고지향
• 양쪽 다 → 능동성

능동 모드 역량 군

• 도전성, 능동성, 오너십, 영향력, 최고지향(부분)

이들은 양식 축이 모두 "능동"인 역량들로, 채용·평가에서 흔히 한 묶음으로 다뤄지지만, 원천을 보면 다릅니다.

• 욕구 우세 — 도전성
• 욕구+의지+자기 — 능동성
• 자기+의지 — 오너십
• 자기+의지+정서 — 영향력
• 자기+욕구+의지 — 최고지향

평가 설계 시사점: "이 사람은 능동적이다"라는 진술은 너무 거칠어서, 어떤 원천에서 능동성이 나오는지를 봐야 채용·배치·코칭 방향이 정해집니다. 욕구 기반 능동성과 자기규정 기반 능동성은 발휘 양상이 매우 다릅니다(전자는 흥미 있는 일에 폭발적, 후자는 전 영역에 일관됨).

깊이 축 (직교 차원)

같은 역량이 어느 층위에서 작동하는지의 차원입니다.

예: "문제해결력"

• 지식 층위 = 문제해결 프레임워크를 알고 있음
• 기술 층위 = 실제 과제에서 적용 가능
• 성향 층위 = 평소 모든 상황에서 문제해결 모드로 접근하는 습관
• 정체성 층위 = "나는 문제를 해결하는 사람"이라는 자기 규정

McClelland의 핵심 통찰: 표면 층위(지식·기술)는 학습으로 메울 수 있지만, 심층 층위(성향·정체성)는 채용 시점에 봐야 한다.

결론: 4+1 축 모델

역량 = (원천, 대상, 양식, 시간) × 깊이

이 구조면 한 역량을 5차원으로 정밀하게 기술할 수 있고, 평가 설계 시에도 어느 층위에서 측정할지를 명시할 수 있습니다.

인간 정신 구성요소 프레임워크

0. 도입

0.1 정신의 정의

정신은 외부 세계를 받아들이고, 해석하고, 반응하고, 방향을 정하고, 자신을 조정하는 내부 체계다.

0.2 본 문서의 스코프

본 문서는 인간의 정신만을 다룬다. 신체적 차원(신경생리, 호르몬, 신체 신호)은 정신 작동에 깊이 결합되어 있으나, 본 문서의 분석 범위에서는 제외한다.

0.3 전체 구조

정신은 5가지 구성요소와 2가지 통합체로 정리된다.

• 구성요소: 인지, 정서, 욕구, 의지, 자기
• 통합체: 성격(반복된 작동의 안정적 패턴), 역량(반복된 작동의 외적 발현)

5번째 요소인 "자기"는 다른 4요소를 점검·해석·조정하는 통합적 성격을 가지면서도, 그 자체로 독자적 기능 영역(자기개념, 자존감, 정체성 등)을 형성하기 때문에 별도 구성요소로 둔다. (cf. 부록 4.1)

1. 정신의 5가지 구성요소

1.1 인지

정의: 무엇을 보고, 이해하고, 구조화하고, 판단하는가를 담당하는 정보처리 기능

① 지각·주의

무엇을 보고, 무엇에 주목하는가

• 관찰
• 정보 포착
• 중요 신호 선별
• 주의 배분

② 기억

들어온 정보를 저장하고 인출하는 기반

• 작업기억 (지금 다루는 정보)
• 장기기억 (축적된 지식·경험)
• 의미기억 (개념·사실)
• 일화기억 (개인의 경험)

기억은 추론과 판단의 재료가 된다. 기억 없이는 인지의 후속 단계가 작동할 수 없다.

③ 개념화·구조화

들어온 정보를 어떤 틀로 묶고 정리하는가

• 범주화
• 분해
• 관계 정리
• 구조화
• 추상화

④ 추론·상상

구조화된 정보로부터 무엇을 도출하는가

• 추론(convergent): 인과 추론, 가설 설정, 일반화, 예측
• 상상(divergent): 새로운 가능성 생성, 시나리오 구성, 창의적 결합

추론만 두면 정신은 "있는 정보로부터 결론을 끌어내는 기능"에 갇힌다. 상상은 "없는 것을 떠올리는 능력"으로, 문제해결과 창의의 핵심이다.

⑤ 판단

무엇이 맞고, 중요하고, 우선인지 결정하는가

• 평가
• 우선순위화
• 선택지 평가
• 의사결정

주의: 판단은 "무엇이 더 맞는가"의 결정이고, 의지의 "선택"은 "그래서 나는 무엇을 하기로 할 것인가"의 결정이다. 둘은 다르다.

메타인지의 위치: 자기 사고에 대한 점검("이 추론이 맞나?", "내가 지금 편향되어 있나?")은 인지가 아니라 자기 영역의 자기인식에서 다룬다.

1.2 정서

정의: 자극과 의미 해석에 따라 감정이 발생하고, 인식되고, 표현되고, 조절되는 정신 기능

주의 (시간적 인과 아닌 기능적 분류): 아래 6단계는 발생 → 인식 → 해석 → ... 의 시간 순서가 아닌 기능적 분류다. 실제로는 해석이 발생을 만들기도 하고(평가 이론), 표현이 조절의 한 형태로 작동하기도 한다.

① 정서 발생

상황에 대해 감정이 생겨나는 것

대표 정서: 기쁨, 불안, 분노, 슬픔, 흥미, 수치심, 애정 등

이는 정서의 "출력 내용"이다.

② 정서 인식

내가 지금 무엇을 느끼는지 알아차리는 것

• "내가 지금 짜증이 나 있네"
• "이건 불안이지 화가 아니네"
• "나는 사실 상처받았네"

정서 인식이 약하면 감정이 있어도 본인이 무엇을 느끼는지 모른다.

③ 정서 해석

왜 이런 감정이 생겼는지, 그 감정이 무엇을 의미하는지 이해하는 것

• "저 사람이 나를 무시해서 화가 난다"
• "이건 단순 긴장이 아니라 인정 욕구가 건드려진 것이다"

같은 감정도 해석이 다르면 이후 행동이 달라진다.

④ 정서 표현

감정을 밖으로 어떻게 드러내는가

• 솔직하게 표현, 억누름, 과장, 비꼼, 차분한 전달

표현은 그 자체로 조절의 한 형태로 기능하기도 한다(억누름 = expressive suppression).

⑤ 정서 조절

감정의 강도, 지속시간, 방향을 다루는 것

• 분노를 가라앉힘
• 불안을 견딤
• 충동을 늦춤
• 감정을 상황에 맞게 표현함

⑥ 정서 회복·안정화

감정적으로 흔들린 뒤 다시 균형을 회복하는 것

• 피드백을 받고도 다시 안정됨
• 실패 후 지나치게 오래 무너지지 않음
• 스트레스에서 baseline으로 복귀

1.3 욕구

정의: 인간을 움직이는 가장 바닥의 에너지

욕구는 4개의 상위 범주로 정리된다.

A. 존재 기반 욕구

삶의 기반을 유지하고 연결되고자 하는 욕구

• 안전 욕구: 위협으로부터의 보호, 예측 가능한 환경
• 관계 욕구: 애정, 소속, 정서적 연결

B. 자기 확장 욕구

스스로의 영역과 능력을 확장하고자 하는 욕구

• 자율 욕구: 스스로 결정하고 통제하고자 함
• 유능감 욕구: 자기 능력을 발휘하고 숙달하고자 함
• 권력·영향력 욕구: 타인과 환경에 영향을 끼치고자 함

C. 성취 지향 욕구

구체적 결과나 의미 있는 도달점을 향한 욕구

• 성취 욕구: 외부 기준 달성, 목표 도달
• 의미 욕구: 자신의 삶과 행위에 의미를 부여하고자 함

D. 탐색 욕구

새롭고 자극적인 것에 대한 욕구

• 새로움·호기심 욕구: 모르는 것을 알고자 함, 다양성 추구

인정 욕구의 위치: "인정받고 싶다"는 단일 욕구가 아니라 관계 + 권력·영향력 + 성취 욕구가 타인의 시선을 통해 충족되는 복합 상태로 본다. 따라서 별도 항목으로 두지 않는다.

성취 vs 유능감의 구분:

• 성취 = 외부 기준 달성 ("이번 분기 1등")
• 유능감 = 내부 숙달감 ("이 문제를 깊이 이해했다는 감각")

욕구의 조직 방식

욕구가 실제 삶에서 구체화되는 방식이다.

• 가치: 욕구가 "무엇이 중요한가"라는 기준으로 조직된 것
  • 예: 자율 욕구 + 의미 욕구 → "정직하게 인정받는 것이 중요하다"
• 목표: 욕구가 "무엇을 이룰 것인가"라는 도달점으로 조직된 것
  • 예: 성취 욕구 → "이번 분기 1등 성과를 낸다"
• 흥미·호기심: 욕구가 "무엇에 끌리고 탐색하는가"라는 방향으로 조직된 것
  • 예: 유능감 욕구 + 새로움 욕구 → "이 문제를 깊게 파고 싶다"

1.4 의지

정의: 원하는 것을 실제 행동으로 연결하고 지속시키는 기능

• 욕구는 "원하게" 만든다
• 인지는 "무엇이 맞는지 알게" 만든다
• 의지는 "그것을 실제로 하게" 만든다

① 의도 형성

욕구를 구체적 의도로 변환하는 단계

• "X를 원한다" → "Y 상황에서 Z를 하겠다"

이 단계가 없으면 욕구가 아무리 강해도 행동으로 연결되지 않는다 (이른바 의지박약 / akrasia). 막연한 "운동해야지"가 "월·수·금 7시에 헬스장 간다"로 바뀌는 지점이다.

② 선택

여러 욕구·충동·가능성 중 어느 방향으로 갈지 정함

• 쉬고 싶지만 운동을 택함
• 단기 편의보다 장기 성과를 택함
• 회피 대신 대면을 택함

판단은 "무엇이 더 맞는가" (인지), 선택은 "그래서 나는 무엇을 하기로 할 것인가" (의지)

③ 착수

정한 것을 실제로 시작하는 힘

많은 사람이 "무엇을 해야 하는지"는 알지만 시작하지 못한다. 착수는 머릿속의 결론을 첫 행동으로 변환하는 기능이다.

④ 자기통제 (억제)

당장 끌리는 충동, 감정, 유혹, 회피를 억제하거나 다루는 힘

• 화가 나도 바로 내뱉지 않음
• 불안해도 도망가지 않음
• 집중을 깨는 자극을 억제

의지는 "세게 밀어붙이는 힘"만이 아니라, 하지 말아야 할 것을 멈추는 힘도 포함한다.

⑤ 지속

한 번 시작한 방향을 시간을 두고 유지하는 힘

• 지루해도 계속함
• 성과가 늦게 나와도 밀고 감
• 한두 번 실패해도 중단하지 않음

⑥ 복귀·조정

흔들리거나 실패하거나 흐트러졌을 때, 원래 방향으로 다시 돌아오거나 수정해서 계속 가는 힘

의지는 한 번도 흔들리지 않는 것이 아니라, 흔들린 뒤에도 다시 붙는 힘이다.

⑦ 완수

끝까지 책임지고 마무리하는 힘

• 시작만 하고 흐지부지 끝내지 않음
• 결과가 나올 때까지 책임짐

조직에서 체감되는 "의지의 강함"은 결국 완수에서 드러난다.

1.5 자기

정의: 자신을 대상으로 인식하고, 해석하고, 평가하고, 조정하는 통합 체계

자기는 인지·정서·욕구·의지가 모두 "자기 자신"이라는 대상에 작용할 때 형성되는 통합 영역이다. 단순한 사고 기능이 아니라 4가지 기본 기능의 self-referential 작동을 묶는 상위 조직이다.

① 자기인식

정의: 지금의 내 상태를 알아차리는 기능

가장 기초적인 자기 기능. 내가 지금 무엇을 느끼는지, 무엇을 생각하는지, 무엇을 원하고 있는지를 포착하는 단계다.

• "내가 지금 화가 나 있네"
• "사실 나는 불안해서 방어적으로 말하고 있네"
• "나는 지금 이 일을 하기 싫어하고 있네"

메타인지를 포함한다: 자기 사고에 대한 점검("이 추론이 맞나?", "내가 지금 편향되어 있나?")도 자기인식에 들어간다. 인지의 단계가 아니다.

자기인식이 약하면:

• 감정은 있는데 자기가 화났는지도 모름
• 방어적으로 말하면서도 자기는 논리적이라고 생각함
• 지쳐 있는데도 단순 게으름으로 착각함

② 자기개념

정의: 나는 어떤 사람인가에 대한 비교적 지속적인 이해

• "나는 책임감이 강한 사람이다"
• "나는 낯선 사람 앞에서는 조용한 편이다"
• "나는 구조적으로 생각하는 데 강점이 있다"
• "나는 갈등 상황에 약하다"

자기개념은 자기 자신에 대한 서술적 지도다. 강점, 약점, 성향, 특징을 포함한다.

자기개념이 약하면:

• 자기가 어떤 사람인지 설명하지 못함
• 상황마다 자기를 완전히 다르게 이해함
• 타인의 평가에 따라 자기 이미지가 쉽게 흔들림

③ 자기평가

정의: 자신의 상태, 행동, 성과를 기준에 비추어 판단하는 기능

• "이번 발표는 별로였다"
• "나는 이 문제를 꽤 잘 풀었다"
• "이 부분은 내가 성장했다"

자기평가의 핵심에는 이상자기 vs 현실자기의 격차가 있다. "되고 싶은 나"와 "지금의 나"의 차이가 자기평가의 출발점이며, 이 격차는 우울·불안·동기의 원천이 된다.

자기평가가 약하면:

• 자기 수준을 현실적으로 점검하지 못함
• 과대평가하거나 과소평가함
• 성장 포인트를 잘 잡지 못함

④ 자기효능감

정의: 나는 이 과제나 상황을 해낼 수 있다는 믿음

• "처음이라 어렵지만 나는 결국 배워서 할 수 있다"
• "이 정도 문제는 내가 풀 수 있다"
• "발표는 떨리지만 준비하면 잘할 수 있다"

자기효능감은 미래지향적이며, 특정 과제와 연결된다.

• "나는 좋은 사람이다" → 자존감 (존재 가치)
• "나는 이 일을 해낼 수 있다" → 자기효능감 (수행 가능성)

자기효능감이 낮으면:

• 시작도 전에 포기함
• 작은 실패를 능력 전체의 부정으로 받아들임
• 도전보다 회피를 택할 가능성이 커짐

⑤ 자존감

정의: 나는 가치 있는 존재라는 기본적인 자기 가치감

• 실패해도 "나는 완전히 무가치한 사람은 아니다"
• 실수를 했지만 "내 존재 전체가 부정되는 건 아니다"
• 성과와 별개로 스스로를 기본적으로 존중

자존감은 수행 능력보다 존재 가치와 관련된다. 자기평가의 영향을 받지만 동일하지 않다.

자존감이 낮으면:

• 작은 실패도 존재 전체의 부정으로 느낌
• 비판을 과도하게 위협으로 느낌
• 외부 인정에 과도하게 의존하게 됨

⑥ 정체성

정의: 나는 어떤 방향과 가치와 역할을 가진 사람인가에 대한 통합적 규정

• "나는 결과로 책임지는 사람이다"
• "나는 성장을 중요하게 여기는 사람이다"
• "나는 가족을 우선하는 사람이다"
• "나는 대충 하지 않는 사람이다"

정체성은 단순 성향 설명이 아니라, 자기 삶의 방향성과 자기 규범까지 포함한다. 자기개념보다 더 중심축 역할을 하며, 위기 상황에서 선택 기준이 된다.

정체성에는 **자기서사(narrative identity)**도 포함된다 — "내 인생이 어떤 이야기인가"의 차원. 위기 회복력과 삶의 일관성에 직결된다.

정체성이 약하면:

• 상황마다 자신이 누구인지 흔들림
• 선택의 기준이 외부 영향에 쉽게 바뀜
• 장기적으로 방향감이 약해짐

⑦ 자기조절

정의: 자신을 목표와 기준에 맞게 다루고 수정하는 기능

• 화가 나지만 표현 수위를 조절
• 집중이 흐트러진 것을 알아차리고 다시 업무로 복귀
• 지나친 낙담을 다독이며 다시 시작
• 목표에 맞게 생활 습관을 조정

자기조절은 인식에서 끝나지 않고 개입까지 포함한다. 자기 체계 중 가장 실행적인 부분이다.

자기조절이 약하면:

• 화를 느낀 순간 바로 터뜨림
• 해야 할 일을 알아도 계속 미룸
• 자기 상태를 알아차려도 수정하지 못함

2. 정신 구성요소의 통합체

2.1 성격

정의: 인지·정서·욕구·의지·자기가 반복적으로 상호작용하며 형성된 안정적 작동 패턴

성격은 정신의 한 기능이 아니라, 정신 전체가 평소 어떤 스타일로 작동하는지를 보여주는 표현 양식이다.

대표 모델은 HEXACO 6요인이다 (Big 5에 정직-겸손성 H를 추가):

• 정직-겸손성 (Honesty-Humility)
• 정서성 (Emotionality)
• 외향성 (Extraversion)
• 원만성 (Agreeableness)
• 성실성 (Conscientiousness)
• 개방성 (Openness)

2.2 역량

정의: 정신 구성요소가 반복된 작동을 통해 외부 수행으로 굳어진 결과

역량 = f(인지, 정서, 욕구, 의지, 자기, 학습, 환경)

역량은 인간의 구성요소 자체가 아니라 그것의 발현된 결과다. 정신 내부의 기본 구성요소와 구분되어야 한다.

대표 역량:

• 문제해결력
• 구조적 사고
• 능동성
• 오너십
• 도전성
• 성장의지
• 수용성

정리:

• 인지/정서/욕구/의지/자기 = 정신의 구조 (구성요소)
• 성격 = 그 구조의 안정적 작동 패턴
• 역량 = 그 구조가 실제 수행으로 발현된 결과

3. 정신의 작동 흐름

주의: 아래 흐름은 분석적 이해를 위한 선형 표현이다. 실제로는 동시·순환·비선형적이며, 결과 단계에서 인지·정서·욕구로 돌아가는 피드백 루프가 끊임없이 작동한다. 특히 인지와 정서는 거의 동시에 일어난다 (자극이 인지 경로보다 정서 경로에 먼저 도달하기도 한다).

전체 흐름

외부 접촉 → 인지 → 정서 → 욕구 활성화 → 의지 → 행동
       → 결과 → 욕구 충족/좌절 → 자기 업데이트 → 성격·역량의 강화/수정

단계별 설명

3-1. 외부 세계와 접촉

인간은 자신·타인·환경과 계속 상호작용한다.

• 누군가의 피드백을 듣는다
• 어려운 과제를 맡는다
• 예기치 않은 문제를 만난다
• 기회를 발견한다

이것이 정신작용의 출발점이다.

3-2. 인지: 상황을 해석한다

같은 현실도 인지 방식에 따라 전혀 다르게 받아들여진다.

• "이건 기회다" / "이건 위협이다"
• "문제의 핵심은 일정이 아니라 구조다"
• "상대의 말은 비판이 아니라 우려다"

3-3. 정서: 감정 반응이 생긴다

해석된 현실에 대해 정서가 발생한다 (또는 발생이 해석을 만든다 — 양방향).

• 기대, 불안, 분노, 흥미, 위축, 자신감

정서는 단순 부산물이 아니라 행동의 에너지와 방향에 큰 영향을 준다.

3-4. 욕구 활성화: 무엇을 원하는지가 활성화된다

상황 속에서 욕구·가치·목표가 활성화된다.

• 인정받고 싶다
• 안전을 지키고 싶다
• 성취하고 싶다
• 배워서 성장하고 싶다
• 갈등을 피하고 싶다

정서는 반응이고, 욕구는 방향이다.

3-5. 의지: 행동을 선택하고 지속한다

인지·정서·욕구가 모인 뒤, 의지는 의도를 형성하고 선택하고 착수하고 지속한다.

• 도전한다 / 회피한다
• 끝까지 밀고 간다 / 중간에 포기한다
• 감정을 누르고 실행한다

여기서 의도 형성, 선택, 자기통제, 지속력이 작동한다.

3-6. 행동: 외부에 개입한다

의지는 실제 행동으로 이어진다.

• 말한다, 설득한다
• 구조를 만든다
• 문제를 해결한다
• 갈등을 조정한다
• 학습한다

이때 비로소 역량이 외부에서 관찰 가능한 형태로 나타난다.

3-7. 결과: 기회를 잡거나 놓친다

행동은 결과를 낳는다.

• 문제 해결 / 실패
• 성과 달성 / 관계 악화
• 신뢰 획득 / 기회 상실

이 결과는 단순 성과만이 아니라 이후 정신작용 전체에 영향을 준다.

3-8. 욕구 충족 또는 좌절

결과에 따라 욕구가 충족되거나 좌절된다.

• 성취 욕구 충족
• 관계 욕구 좌절
• 안전 욕구 위협
• 의미 욕구 충족

욕구는 행동 이전에도 작동하지만, 결과 이후 다시 평가된다.

3-9. 자기: 자기 체계의 업데이트

결과는 자기 체계로 돌아와 자신에 대한 해석을 바꾼다.

• "나는 해낼 수 있는 사람이다"
• "나는 아직 부족하다"
• "나는 신뢰받는 사람이다"

이 단계에서 업데이트되는 것:

• 자기평가
• 자기효능감
• 자존감
• 정체성·자기서사

3-10. 반복을 통해 성격과 역량이 형성된다

이 흐름이 반복되면서 사람의 성격과 역량이 점차 고정되거나 수정된다.

• 계속 도전하고 해결한 사람 → 높은 자기효능감, 강한 오너십
• 계속 회피하고 좌절한 사람 → 낮은 자신감, 방어적 성향
• 반복적으로 구조화하며 일한 사람 → 강한 구조적 사고
• 반복적으로 피드백을 잘 수용한 사람 → 높은 수용성

• 성격 = 반복된 정신작동의 패턴
• 역량 = 반복된 정신작동이 외부 수행으로 굳어진 결과

4. 부록: 그외 질문

4.1 자기는 왜 인지에 들어가지 않는가

좁은 의미에서는 self-awareness나 자기반성이 메타인지에 가깝기 때문에 인지에 포함시킬 수도 있다. 그러나 본 프레임워크에서는 다음 이유로 자기를 별도 구성요소로 둔다.

(1) 인지는 "어떻게 아는가"의 문제

인지는 정보를 처리하는 방식이다.

• 지각, 기억, 구조화, 추론, 판단

(2) 자기는 "그 정보가 나에게 어떤 의미인가"의 문제

자기는 다음을 다룬다.

• 나는 괜찮은 사람인가
• 나는 이 상황에서 어떤 존재인가
• 나는 실패자인가, 성장 중인 사람인가
• 나는 사랑받는 사람인가, 쓸모없는 사람인가
• 나는 앞으로도 할 수 있는가

이는 단순한 사고가 아니라 인지 + 정서 + 욕구 + 의지가 한데 얽혀서 만들어지는 통합 영역이다.

예를 들어,

• "이번 발표를 망쳤다" → 인지적 판단
• "나는 역시 부족한 사람인가 보다" → 자기해석
• "너무 수치스럽다" → 정서
• "다음엔 피하고 싶다" → 욕구
• "그래도 다시 해보자" → 의지

이 모든 것이 한 점으로 모이는 곳이 바로 자기다.

자기를 단순히 인지 밑에 넣어버리면, 자존감, 자기효능감, 정체성, 자기서사 같은 중요한 차원들이 너무 작게 취급된다.

(3) 정확한 정리

• 좁은 정의: self-awareness는 메타인지에 가깝다
• 넓은 정의: self-system은 인지뿐 아니라 정서·욕구·의지까지 통합한 상위 조직 체계다

본 프레임워크는 넓은 정의를 채택한다. 따라서:

• "나는 지금 화가 났다" → 자기인식 (메타인지 포함)
• "나는 인정받지 못하는 사람 같다" → 자기개념 / 자기해석
• "그래도 나는 결국 해낼 수 있다" → 자기효능감
• "내가 어떤 사람으로 살고 싶은가" → 정체성

협상하는 감

나와 상대가 얻는것과 잃는것
상대가 꿈을 쫓는자인지 현실을 쫓는자인지
꿈을 쫓는자라면 현실에 없는 것도 조건으로 가져올 수 있음

꿈 (+) 현실(-): 꿈을 주는 협상,  현실을 뺏는 협상
꿈 (+) 현실(+): 현실을 주는 협상, 현실을 주는 협상

꿈 (-) 현실(-): 꿈을 뺏는 협상, 현실을 뺏는 협상

꿈 (-) 현실(+): 꿈을 뺏는 협상, 현실을 주는 협상

용어정리

• Colocation: 데이터센터 사업자가 ‘공간·전력·냉각·네트워크’를 제공하고 고객이 자기 서버(GPU/CPU)를 들고 와서 넣는 모델
• Build to suit: 고객 요구사항에 맞춰 데이터센터를 ‘처음부터 전용으로 지어주는’ 모델

SWOT

Strength

• 전력 확보(2,910MW)와 그리드 연결 인프라를 “자산”으로 보유/확장: 기존 채굴 산업에서 허가받은 전력량을 DC산업으로 전환한 덕분에 대용량 Grid에 이미 연결되어 있고, 이 해자는 향후 3 ~ 5년간 유지될 수 있음.
• 재생에너지(또는 REC 포함) 기반을 전면에 둔 전력/ESG 스토리
• 대형 앵커 고객(예: Microsoft)로 ‘신뢰도/가시성’이 급상승: 250MW 급의 계약

Weakness

• 아직 비트코인 사업 관련 매출이 높아 비트코인 시장이 휘청거릴 시 사업의 캐쉬플로우 불안

Opportunity

• 비트코인 관련 매출 및 수익성이 구조적으로 개선되어 DC로의 비즈니스 Pivoting 이전에 안정적인 캐쉬플로우 역할할 것: 비트코인의 판매가 상승 및 에너지 비용 구조 개선에 따른 비용 감소.

Threat

• 대용량 Grid 인허가는 기술적 해자(moat) 가 아니라 규제·시간 해자(regulatory moat)

Questions

Q: 기존 전력 사용허가는 하이퍼스케일러들 (메타, 아마존, 구글 등) 이 이미 모두 받아버려서 신규로 허가를 못받는 다고 했는데 그러면 기존 사용자들이 받아놓은 허가량으로도 충분한건 아닐지?

A: 기존 하이퍼스케일러의 전력 허가는 AI 이전 기준 (검색, 광고, 클라우드 서비스용) 으로 받은 것이고, AI 수요에는 물리적으로 부족하다.

기존 가정:

• 검색, 광고, 클라우드
• 완만한 성장

AI 현실:

• 대규모 학습/추론
• 전력 수요가 수직 상승

예시(개념):

• 기존 계획: 연 50MW 증가
• AI 이후: 연 300~500MW 증가

👉 기존 허가량은 **‘클라우드 시대 기준’**이라 AI 시대 기준으론 턱없이 부족

Q: 데이터센터에 있어서 송전 인프라가 가장 문제인거같은데 ppa 계약통해 데이터센터 고유의 발전소를 세우고 송전하면 해결될 문제가 아닌지? 왜 이러한 해결책은 주목받고있지 못하는지?

A: AI DC는 에너지 사용의 변동성이 매우 큰 수요처로 친환경 전력 생산으로는 불안요소가 있으며, 데이터 베이스라는 인프라 특성상 에너지 수급의 다중 전력원 필수적이므로 isolation PPA는 위험성 높음. 만에 하나의 black-out을 예방하기 위해 결국 grid와의 연결 필요

① AI DC는 전력 변동성에 극도로 취약

AI 데이터센터 특징:

• 수십만 GPU
• 동시에 켜졌다 꺼짐
• 전압/주파수 흔들림에 민감

단일 발전소(on-site) 구조는:

• 발전기 하나 문제 생기면 → 즉시 대규모 장애

👉 그래서 AI DC는 단일 전력원(single source)을 허용하지 않음

② Hyperscaler 기준: “Grid isolation”은 거의 금지

Microsoft / Google / Meta 내부 기준:

• Grid-tied 필수
• N+1, N+2 다중 전력원
• 외부 계통 + 내부 백업

즉:

“발전소 옆에 짓더라도 그리드 연결은 반드시 유지해야 한다”

👉 송전 인프라 문제로부터 완전히 자유로워질 수 없음

③ 발전소 ≠ 언제나 24/7 안정적

AI DC는:

• 365일 24시간 풀가동
• 전력 끊김 허용치 ≈ 0

👉 결국:

• 발전소 + ESS + 예비발전기 + 그리드 → 복합 구조 필요

Q: ERCOT/CAISO/PJM 과 같은 전력 운영 국가 기관들이 왜 점점 보수적으로 변했나? AI를 국가 산업으로 인정하고 규칙이 바뀔 가능성은?

A: “정전을 한 번 겪고 나면, ISO/RTO는 다시는 실험을 안 한다. 이러한 국가 기관들은 ‘연결을 쉽게’가 아니라 ‘관리 방식을 더 엄격하게’ 컨트롤 하는 policy로 규칙을 변경할 것

1️⃣ 왜 ERCOT · CAISO · PJM은 점점 보수적으로 변했나?

핵심 이유 한 줄

“정전을 한 번 겪고 나면, ISO/RTO는 다시는 실험을 안 한다.”

조금 더 구조적으로 보면 4가지가 겹쳤어.

(1) 대형 블랙아웃의 트라우마

• 텍사스(2021 한파)
• 캘리포니아(여름 정전 반복)
• 미 동부(대규모 송전 장애)

이 이후 ISO/RTO의 최우선 목표는 단 하나야:

가격·성장 ❌ → 신뢰성(Reliability) ⭕

👉 그래서 대형 신규 부하(= AI DC) 에 극도로 보수적

(2) 재생에너지 비중 증가 = 변동성 증가

• 풍력·태양광 확대
• 출력 예측 어려움
• 피크 시간대 불안정

ISO 입장:

“이미 불안정한데
수백 MW짜리 24/7 부하를 또 붙인다고?”

👉 보수적 큐 관리 + 엄격한 Grid Impact Study

(3) 정치·사회적 압력

• “데이터센터 때문에 주민 전기 끊겼다”
• “AI 때문에 전기요금 오른다”

ISO/RTO는:

• 민간 기업 ❌
• 공익 책임자 ⭕

👉 문제 생기면 바로 청문회 / 소송

(4) 수요 증가 속도가 예측을 초과

기존 전력 수요 모델:

• 연 1~2% 성장

AI 이후 현실:

• 특정 지역에서 연 10~20% 증가

👉 기존 규칙이 감당 못 함
→ “일단 막고 다시 보자”

2️⃣ 그럼 AI DC 때문에 규칙이 바뀔 가능성은?

결론부터

바뀌긴 한다.
하지만 ‘연결을 쉽게’가 아니라
‘관리 방식을 더 엄격하게’ 바뀐다.

❌ 바뀌지 않을 것

• 대형 DC 허가 완화
• 송전 인허가 패스트트랙
• “AI니까 예외” 같은 특혜

👉 정치적으로 불가능

✅ 바뀔 가능성이 높은 방향

(1) “부하 유연성(Flexible Load)” 요구

• AI DC는:
  • 필요하면 부하 줄여라
  • 피크 시간엔 전력 덜 써라

👉 채굴/AI 혼합형, 가변 부하 DC가 유리

(2) 연결 기준 상향

• 기존: “연결 가능 여부”
• 앞으로:
  • ESS 의무
  • 백업 전력
  • N+2 구조

👉 자본력 있는 사업자만 생존

(3) ‘이미 연결된 자산’ 우대

• 신규 요청 ❌
• 기존 연결 증설 ⭕ (상대적으로)

👉 Grandfathered asset 프리미엄

Market Analysis

Market Size

• XXX

Competition Analysis

Competitors

AI Cloud / GPU 클러스터 Busi

Market KBF

• XXX

Competance

• XXX

Growth Theory

• XXX

Company_IREN

Business Model

이전 비즈니스 모델(핵심: 비트코인 채굴)

• 재생에너지 기반 전력(주로 수력/재생 전력 계약) + 자체 데이터센터 인프라를 바탕으로 비트코인 채굴(ASIC) 을 운영하는 모델이 중심이었습니다. Nasdaq+1
• 요약하면 “전력(확보) → 데이터센터(구축/운영) → 채굴장비(ASIC)로 전환해 코인 생산” 구조.

현재 비즈니스 모델(핵심: AI/HPC 인프라 + AI Cloud, 그리고 채굴 병행)

현재는 “전력+데이터센터”라는 기반은 유지하되, 수익화 방식이 ‘AI 연산’으로 크게 확장됐습니다.

• AI Cloud / GPU 클러스터 제공: 고객이 필요한 GPU 연산(학습/추론)을 IREN 인프라에서 제공 IREN+1
• 데이터센터(Colocation / Build-to-suit): 고객 장비를 넣거나(코로케이션), 고객 요구대로 신규 구축(BTS) IREN+1
• 비트코인 채굴도 여전히 한 축으로 존재(다만 “ASIC → GPU”로 일부 자본 배분이 이동) GlobeNewswire+1
• 운영 기반 지표: 전력(계약) 2,910MW, 가동 중 데이터센터 810MW 등을 강조 Iris Energy+1

주요 실제 매출 비중 (공시/분석 리포트 기반)

즉, 2025년까지는 여전히 비트코인 채굴 매출이 압도적으로 높고, AI Cloud 부문은 아직 작은 편이야.
(이는 기관/애널리스트 리포트, 분기별 실적 발표에서 공통적으로 나오는 내용이야.) Coinlaw+1

전체 매출: $148.1M ('25년 3분기 발표기반)

• Bitcoin mining: $141.2M (~95%)
• AI Cloud: $3.6M (~2–3%)
• 기타/미공시: 나머지(코로케이션 등 포함) Seeking Alpha

Applications & Clients

• Hyperscaler & Big Tech: Microsoft, google, meta, tesla
  
  • 자체 DC 확장 속도 < AI 수요 증가
  • 수백 MW를 단기간에 쓸 수 있는 BTS 파트너 필요
  • CAPEX 분산(Off-balance) 목적
• AI 네이티브 기업: OpenAI, 멀티모달 AI 스타트업, 로보틱스 및 자율주행 기
  • 자체 DC 확장 속도 < AI 수요 증가
  • 수백 MW를 단기간에 쓸 수 있는 BTS 파트너 필요
  • CAPEX 분산(Off-balance) 목적왜 Iren을 쓰냐?
• AI Cloud / GPU Cloud 사업자: CoreWeave, 지역 AI 클라우드 사업
  
  • 직접 전력 인허가를 받을 능력 없음
  • 대용량 전력 확보 자체가 불가능
• 전통 엔터프라이즈 & 연구기관:금융기관(리스크·트레이딩 AI), 제약·바이오(시뮬레이션), 정부·국방·연구소
  • 자체 DC는 있지만 AI 랙 밀도 불가능
  • 보안·전력 안정성 중시

회사확보 전력(GW)외부 BTS 활용IREN 계약

Company Asset

현황 정리 테이블

1) British Columbia, Canada – Canal Flats / Mackenzie / Prince George

• 4.5k+ GB300 지원 가능(Prince George) irisenergy.gcs-web.com |

✔ 이 지역은 초기 Proof-of-Concept 및 GPU 기반 AI 서비스의 초기 배치 허브로 활용 중. 네이버 프리미엄 콘텐츠

2) Childress, Texas, USA – Horizon Campus

• Horizon 1 (50MW IT load): 액체냉각 AI 데이터센터 건설 진행 (2025 말 가동 예정)
• Horizon 2 (50MW IT load): 초기 부지 및 조달 진행 irisenergy.gcs-web.com |
  | GPU 배치·계약 | Microsoft 계약 관련 GPU(GB300 등) 2026년까지 단계적 배치 예정 Datacenter Dynamics+1 |
  | 전력 계약 상태 | ERCOT 전력망과 직접 연결, 장기 재생전력 확보 → 낮은 전력비로 인한 경쟁력 유지됨 IREN |
  | 비고 | 텍사스의 이 캠퍼스는 Microsoft와의 대규모 장기 AI 계약의 핵심 배치 장소이며, Dell을 통한 GPU 공급이 이뤄지고 있음 Datatooza |

3) Sweetwater Hub, Texas, USA – AI & HPC Mega Campus

• Sweetwater 1 (1,400MW): 2026년 초 가동 목표
• Sweetwater 2 (600MW): 2027년 말 목표 irisenergy.gcs-web.com |
  | GPU 배치 가능 규모 | 700,000+ GPUs 잠재 수용량 규모(전체 Sweetwater 캠퍼스) IREN |
  | 전력 계약 상태 | ERCOT grid 연결 & 장기 재생에너지 확보 → 매우 낮은 전력비 기반 초대형 인프라 확보 IREN |
  | 비고 | IREN의 장기적 AI 인프라 확장 중심 프로젝트로, Sweetwater 전체가 AI 데이터센터로 설계 · 구축됨 IREN |

🔋 전력 계약 기본 현황

APPENDIX: ercot grid란?

1️⃣ ERCOT grid가 뭐야?

한 줄 정의

ERCOT(Electric Reliability Council of Texas) 는
텍사스 주 대부분의 전력망을 운영·관리하는 독립 전력 시스템 운영자(ISO) 야.

즉,

“텍사스 주의 전기 고속도로 관제탑”

2️⃣ ERCOT grid에 연결돼 있다는 건 무슨 뜻?

🔌 일반적인 전력 구조

• 대부분 미국 주:
  • 연방 단위 대형 전력망(Eastern / Western Interconnection)에 속함
• 텍사스:
  • 거의 독립된 전력망 = ERCOT

🟢 Childress Horizon DC가 ERCOT grid에 연결돼 있다는 의미

👉 IREN 같은 대규모 전력 소비 AI/채굴 DC에게 최적의 환경

3️⃣ 왜 ERCOT이 AI 데이터센터에 유리한가?

① 전력 가격이 싸다

• ERCOT:
  • 재생에너지(풍력/태양광) 비중 매우 높음
  • 전력 공급 과잉 시간대 가격 $0~음수 발생

👉 AI 연산 단가 ↓

② 부하 차단·조절이 가능

• IREN은:
  • 전력 수요가 매우 큰 사업자
  • 필요 시 부하를 줄여서 그리드 안정화에 기여

👉 대신:

• 전력 할인
• 보조금
• 크레딧 수령 가능

📌 채굴 경험이 여기서 강점으로 작용

③ 허가·인허가 속도가 빠르다

• 텍사스:
  • 에너지 친화적 정책
  • DC 건설·확장 허들 낮음

👉 Build-to-Suit 속도 ↑

④ Hyperscaler가 선호

• Microsoft, Google, Meta 모두
  • ERCOT 내 DC 대규모 구축 중

👉 “검증된 AI DC 지역”

4️⃣ ERCOT grid vs 일반 전력망 (비교)

5️⃣ Childress Horizon DC 맥락에서의 핵심 의미

Childress가 ERCOT grid에 연결돼 있다는 건
단순히 “전기를 쓴다”가 아니라,

✔ 의미하는 것

• AI DC 운영 비용을 구조적으로 낮출 수 있고
• 대규모 전력을 빠르게 확장 가능하며
• Microsoft 같은 고객이 신뢰할 수 있는 전력 환경이라는 뜻

APPENDIX: ERCOT CAISO PJM의 주인과 역할은?

한 줄 요약

ERCOT·CAISO·PJM은 ‘전력 시장의 관제탑’인 ISO/RTO다.
정부기관은 아니지만, 공공 권한을 위임받은 독립 비영리 운영자다.

1️⃣ 이 기관들의 정체: ISO / RTO란?

• ISO (Independent System Operator)
• RTO (Regional Transmission Organization)

둘 다 본질은 같아:

전력망(송전)을 실시간으로 운영하고,
전력 도매시장을 설계·운영하는 중립 기관

중요한 점

• ❌ 전기를 생산하지 않음
• ❌ 전기를 판매하지 않음
• ❌ 송전선을 소유하지도 않음
• ✅ “누가 언제 얼마의 전기를 흘릴지”를 결정

2️⃣ 이들이 실제로 하는 일 (핵심 역할)

① 실시간 전력 흐름 관제

• 수요·공급 균형 유지 (초 단위)
• 주파수·전압 안정화
• 정전 방지

👉 블랙아웃을 막는 최종 책임자

② 전력 도매시장 운영

• 발전사들이 “얼마에 전기 팔겠다” 입찰
• 수요 예측 후 최저비용 발전기부터 호출
• 도매 전력 가격 결정

👉 “전기 가격”의 근본이 여기서 나옴

③ 송전 접속(Interconnection) 승인

• 데이터센터·발전소·대형 공장
• 누가 그리드에 붙을 수 있는지 결정

👉 AI DC가 여기서 막힘

④ 송전 증설 필요성 판단

• “여기 부하 늘리려면 송전선 새로 깔아라”
• 비용을 누가 부담할지도 판단

3️⃣ 정부기관이야? 민간이야?

✔️ 둘 다 아님 (중간)

👉 “공권력을 위임받은 민간 비영리”

4️⃣ 그럼 누가 이들을 감독하나?

🔹 연방 전력망 (PJM, CAISO 등)

• FERC
  (미 연방 에너지 규제위원회)
• 시장 규칙 승인
• 요금·접속 규칙 감독

🔹 텍사스 ERCOT

• PUCT
  (텍사스 공공요금위원회)
• 연방(FERC) 직접 관할 ❌
• 주(州) 단독 관할

5️⃣ 기관별로 하나씩 정확히 보자

⚡ ERCOT

• 관할: 텍사스 대부분
• 성격: 독립 전력망 (연방과 거의 분리)
• 감독: 텍사스 주정부
• 특징:
  • 자유시장
  • 가격 변동성 큼
  • 대형 부하에 매우 보수적

⚡ CAISO

• 관할: 캘리포니아
• 감독: FERC + CA 주정부
• 특징:
  • 환경 규제 최강
  • 신규 대형 DC에 매우 비우호

⚡ PJM

• 관할: 미 동부·중부 13개 주
• 감독: FERC
• 특징:
  • 미국 최대 전력시장
  • DC 포화, 인허가 대기 최악

6️⃣ 그럼 발전사·송전사·소매사는 뭐야?

👉 ISO/RTO는 ‘심판 + 관제탑’

7️⃣ 왜 이들이 AI DC의 ‘생사여탈권’을 쥐고 있나?

AI DC는:

• 수백 MW 단위
• 24/7 고정 부하

ISO/RTO 입장에선:

“이걸 붙여도
전체 그리드가 안전한가?”

👉 그래서:

• 인허가
• 큐 관리
• 증설 판단

모두 이들의 손에 있음

8️⃣ 문과식 비유 (가장 쉬운 설명)

• 발전사 = 발전소
• 송전사 = 도로 회사
• 소매사 = 택시
• ISO/RTO = 교통 관제센터

👉 도로도 안 만들고, 택시도 안 타지만
신호등을 쥐고 있음

최종 한 문장 요약

ERCOT·CAISO·PJM은 전기를 만들거나 파는 기관이 아니라,
전력망과 시장을 운영·통제하는 ‘공권력 성격의 독립 관제기관’이다.

Company KSF

비교군은 보통 (1) 비트코인 채굴사들의 AI 전환 그룹(Core Scientific, Hut 8, Cipher, TeraWulf 등)과 (2) AI 클라우드/데이터센터 사업자(네오클라우드) 로 나뉘는데, IREN의 차별점은 아래 3개로 요약됩니다.

전력 확보(2,910MW)와 그리드 연결 인프라를 “자산”으로 보유/확장

• AI 데이터센터에서 가장 병목인 게 “전력+부지+인허가+그리드 연결”인데, IREN은 “grid-connected + power secured”를 핵심 메시지로 밀고 있습니다. IREN | AI Cloud GPU Clusters
• IREN은 ERCOT에서 수백 MW 단위 전력을 이미 확보·허가·연결해 둔 rare site를 보유하고 있음

Connected Grid는 왜 차별성이라고 말할만 한 것인가?: Grid 연결이 어려운 이유

1️⃣ 전력망은 “발전”보다 “송전”이 병목이다

많은 사람들이 이렇게 생각해:

“텍사스는 전기 많이 만들잖아? 왜 안 해줘?”

하지만 실제 병목은 여기야 👇

⚡ 전력 3요소

1. 발전 (발전소)
2. 송전 (고압선·변전소) ← 병목
3. 배전

ERCOT에서 대용량 DC 연결 = 송전 인프라 재설계 수준임.

2️⃣ 300~750MW는 “도시 하나”를 새로 붙이는 규모

감이 안 오니까 비교해보자.

👉 이런 부하를 갑자기 붙이면:

• 기존 변전소 용량 초과
• 송전선 과부하
• 주변 지역 정전 위험

그래서 ERCOT은 이렇게 말함:

“지금 구조로는 안 됨. 증설 필요”

3️⃣ 송전 증설은 ERCOT 마음대로 못 함

여기가 핵심 포인트야.

❌ ERCOT은:

• 발전소도 안 지음
• 송전선도 안 지음
• 허가만 내주는 기관

실제 증설은:

• 유틸리티
• 주정부
• 토지 소유주
• 환경 규제

👉 송전선 하나 깔려면 3~7년 걸림

4️⃣ ERCOT이 허가에 보수적인 진짜 이유

① 그리드 안정성 리스크

• 대용량 부하 하나가:
  • 갑자기 켜지고
  • 갑자기 꺼지면
• 전압·주파수 흔들림

👉 2021 텍사스 대정전 트라우마가 큼

② 재생에너지 비중이 높아서

ERCOT 특징:

• 풍력·태양광 비중 ↑
• 출력 변동성 큼

대용량 DC는:

• 항상 일정한 부하
• 재생에너지와 궁합이 안 맞음

👉 그래서:

“이 부하를 붙여도 괜찮은지”
시뮬레이션을 매우 빡세게 함

③ 정치적 리스크

• “AI DC 때문에 주민 전기 끊겼다”
• “채굴 때문에 요금 올랐다”

👉 ERCOT + 주정부 입장에서 최악의 헤드라인

그래서:

• 소규모는 OK
• 대규모는 극도로 보수적

5️⃣ 그래서 허가 프로세스가 이렇게 됨

ERCOT 대용량 연결 절차 (단순화)

1. Interconnection request
2. Grid impact study (수년)
3. 송전 증설 필요성 판단
4. 비용 부담 주체 협의
5. 주민·환경·정치 승인
6. 최종 연결

👉 여기서 3~4단계에서 대부분 막힘

6️⃣ 그럼 IREN은 왜 됐냐?

이게 차별성의 실체야.

IREN이 가능한 이유는:

• 과거 채굴용으로 이미 대용량 연결
• 변전소·송전선 이미 존재
• “신규”가 아니라 “용도 전환”

ERCOT 입장:

“이미 연결된 부하를
AI DC로 쓰는 건 리스크가 훨씬 낮다”

7️⃣ 그래서 정리하면 이렇게 된다

Texas Ercot Grid 외 PJM Grid와 CAISO는 연결하기 쉬운가?: 더 어렵다.

1️⃣ PJM (미 동부·중부)

📍 커버 지역

• 뉴저지, 펜실베이니아, 버지니아, 오하이오 등
• 미국 최대 데이터센터 밀집 지역 (Northern Virginia)

❗ 왜 막히나?

① 이미 포화 상태

• AWS, Azure, Google, Meta가 선점
• 기존 변전소·송전선 한계 도달

👉 신규 100MW도 “대기 줄”

② Interconnection Queue 지옥

• PJM은 현재:
  • 연결 신청 대기 수천 건
  • 승인까지 4~6년 걸리는 경우 흔함

③ 송전 증설 = 주민 반대

• 미 동부:
  • 토지 가격 비쌈
  • 주민 민원 강함
  • 환경단체 영향력 큼

👉 송전선 하나 추가 = 소송 리스크

📌 PJM 요약

2️⃣ CAISO (캘리포니아)

📍 커버 지역

• 캘리포니아 전역

❗ 왜 막히나?

① 전력 자체가 부족

• 탈원전 + 화력 축소
• 재생에너지 변동성 큼

👉 기본 전력 부족

② 환경 규제가 극단적으로 강함

• CEQA(Environmental review)
• 송전·변전소 건설 거의 불가능 수준

③ 정책적으로 AI DC를 안 반김

• 전기차, 주거, 산업 우선
• DC는 “전기 많이 먹는 산업” 취급

👉 정책적 비우호

📌 CAISO 요약

3️⃣ ERCOT vs PJM vs CAISO 비교

👉 그래서 Hyperscaler 신규 AI DC는 거의 다 텍사스로 감.

유의미한 Grid 연결된 경쟁사는 없나?: 현재는 없으나 앞으로 많이 생길 것

1️⃣ 여기서 말하는 “희귀”의 정확한 기준부터 정리

시장에서 말하는 진짜 희귀 자산은 아래 4가지가 동시에 충족된 경우야.

✅ 희귀성 기준 (Power-ready DC site)

1. 300MW+ 이상
2. 송전 인허가 완료 (Interconnection 승인)
3. 실제 그리드 연결 완료 (energized)
4. 단기간(12~18개월) 내 IT load 전환 가능

👉 이 4개를 다 갖춘 곳은 미국 전체에서도 손에 꼽힘.

2️⃣ 왜 이렇게 희귀하냐면 (핵심 이유)

이미 앞에서 다룬 내용을 요약하면:

• 송전 인허가 = 3~7년
• 환경/주민/정치 리스크
• 대용량은 기존 그리드 재설계 수준
• 최근 AI DC 붐으로 큐(queue) 폭증

👉 그래서 지금은:

“돈이 있어도 못 짓는 단계”

3️⃣ 경쟁사 중에 누가 이런 자산을 가지고 있나?

🔹 ① 비트코인 채굴 → AI 전환 그룹 (가장 유사)

👉 이 그룹 중에서는 IREN이 최상위권
(특히 “단일 사이트 수백 MW” 기준)

🔹 ② Neocloud / GPU Cloud 업체

👉 이들은:

• DC 임대
• 전력은 DC 사업자 몫
  → 전력 인허가는 자산으로 없음

🔹 ③ 전통 Data Center (Equinix 등)

👉 기존 캠퍼스는 가치 있지만
신규 300MW+ 확장 거의 불가

4️⃣ 그래서 “희귀하다”는 말의 정확한 의미

❌ “IREN만 있다”
❌ “ERCOT 연결이 대단하다”

✅ “이미 대용량 송전 인허가를 끝내 놓은 업체는 극소수”
✅ “그중 AI로 전환 가능한 곳은 더 적다”

5️⃣ 이걸 투자 언어로 번역하면

• 이건 기술적 해자(moat) 가 아니라
• 규제·시간 해자(regulatory moat)

즉:

“경쟁사가 따라오려면
돈이 아니라 ‘시간’을 써야 한다”

6️⃣ IREN의 포지션을 한 문장으로 정리하면

IREN은 AI DC 붐 이전에
‘전력 인허가라는 문’을 이미 통과해 놓은
소수의 플레이어 중 하나다.

7️⃣ 중요한 단서 (과대평가 방지)

공정하게 말하면:

• 이 해자는 영구적이지 않다
• 5~7년 뒤:
  • 송전 증설
  • 정책 완화
  • 신규 허브 등장 가능

👉 그래서:

• 중기(3~5년) 프리미엄은 매우 강함
• 영구 독점은 아님

재생에너지(또는 REC 포함) 기반을 전면에 둔 전력/ESG 스토리

“100% renewable-powered”를 강하게 내세워, AI 전력 수급 이슈가 큰 국면에서 친환경 전력 기반 컴퓨팅 공급자 이미지를 확보합니다.

대형 앵커 고객(예: Microsoft)로 ‘신뢰도/가시성’이 급상승

네오클라우드/신생 인프라 기업은 “고객 신뢰”가 큰 리스크인데, 대형 계약은 레퍼런스(credibility) + 자금조달 + 후속 수주에 직접적인 영향을 줍니다. Reuters+1

Microsoft 계약 구조 및 거래 구조

Microsoft 계약 관련 Summary

• 총 계약 규모: $9.7B
• 계약 기간: 2026~2031 (5~6년)
• 연간 인식 매출(steady state): ~$1.9B ARR
• Microsoft 계약 규모 전력 환산: Childress Horizon 1 & 2 750 MW 中 
  • Microsoft가 요구하는 AI 슈퍼클러스터 IT Load 기준 약 200MW
  • PUE(냉각·전력 손실 포함) 반영 시 총 전력 약 250~300MW
• 가동 램프업:
  • FY26: 20%
  • FY27: 50%
  • FY28: 80%
  • FY29~30: 100

1) 매출 인식 vs 현금 유입: “20% 선급금”의 의미

• 계약은 총 $9.7B(2031년까지), 평균 5년(term), 2026년 여러 tranche(분할)로 배치 구조입니다. SEC
• 선급금(20%)은 ‘각 tranche별’로 납기 전 지급되며, 이 선급금은 각 GPU Service 기간의 24개월(2년) 이후에 발생하는 서비스 요금에서 pro rata로 상계(credit) 됩니다. SEC
  • 즉, 회계상으론 대체로 초기에는 계약부채(Deferred revenue/contract liability) 성격이 강하고, 서비스 제공 기간에 걸쳐 매출로 풀리는 구조가 됩니다(선급금을 받았다고 즉시 매출이 커지는 타입은 아님).

영향 요약

• 단기(2025~2026): 현금흐름(운전자금) 개선 효과가 큼
• 중기(2026~2031): 매출/이익은 서비스 제공에 따라 장기간에 걸쳐 안정적으로 반영

2) 마진 구조: 왜 “고마진”으로 보는가 (하지만 전제조건 있음)

• IREN은 이 프로젝트의 ARR(연간화 매출) ~$1.94B, **Estimated Project EBITDA Margin 85%**를 제시합니다. SEC
• 마진 논리는 “데이터센터를 직접 소유·운영(vertically integrated) 해서 제3자 코로케이션 비용을 줄인다”는 주장입니다. SEC

주의할 점(마진의 스코프)

• 공시에서 말하는 85%는 “프로젝트 레벨”이며, 법인 전체의 EBITDA 마진/순이익률과 동일 개념은 아닙니다(본사비/금융비용/감가상각 등은 별도). SEC

3) CAPEX 구조: “GPU 58억 달러 + 데이터센터 인프라”가 핵심 부담

(1) GPU 관련 CAPEX: 약 $5.8B

• 8-K에 “Microsoft 계약 수행에 필요한 GPU 관련 CAPEX 약 $5.8B”가 명시돼 있고, 이 캐시플로우(=선급금 포함)가 Dell 구매 자금 일부로 쓰인다고 합니다. SEC
• Reuters도 Dell이 GB300 및 장비를 $5.8B 규모로 공급, Microsoft 선급금이 그 일부를 금융 지원한다고 설명합니다. Reuters

(2) 데이터센터(액체냉각) 인프라 CAPEX

• 투자자 자료에 따르면 200MW(IT load) 구축의 all-in capex가 MW당 $14–16M이라고 제시합니다(구성: 데이터센터 인프라, 슈퍼클러스터 아키텍처, 2026 납기 가속 비용 등). SEC

영향 요약

• 2026년까지 CAPEX 집행이 매우 크고 선행(특히 데이터센터/전력·냉각·네트워크)
• 반면, 계약이 가동되면 장기·고정형 매출(ARR) 로 “회수 구간”으로 넘어갈 수 있음

4) 선급금(Prepayment)이 “리스크 완화”하는 지점과 한계

• 완화되는 부분:
  • GPU/설비 구매(특히 Dell tranche) 및 구축비용에 대한 자금 조달 부담을 일부 덜어줌 SEC+1
• 한계/주의:
  • 선급금은 “각 tranche 납기 전 20%”이고, 2년 이후 요금에서 상계되는 구조라, 프로젝트 진행 과정에서 추가 자금(기존 현금+영업현금+추가 금융) 이 계속 필요할 수 있습니다. SEC+1

5) GPU 조달·납기 리스크: 계약의 가장 큰 실행(Execution) 리스크

(1) Dell 조달/지급 조건이 만드는 타이밍 리스크

• Dell 구매 계약: 2026년 3월부터 tranche 배송, 각 tranche는 선적 후 30일 내 분할 지급 조건입니다. SEC
• 즉, 선급금이 있어도 (i) 데이터센터 인프라 CAPEX 선행, (ii) GPU 대금 지급이 “배송 시점”에 집중될 수 있어 현금 타이밍 관리가 핵심입니다.

(2) 납기 지연 시 ‘계약 해지/패널티’ 리스크

• Microsoft는 (cure period 후) 납기 미준수 시 해지권을 갖고, 계약에는 delay credits / 서비스레벨 약정 등이 포함됩니다. SEC+1
• Reuters도 “납기 일정 못 맞추면 계약 종료 가능”을 명확히 언급합니다. Reuters

(3) 공급 부족/업그레이드(GB300 세대교체) 리스크

• Reuters는 업계 전반의 AI 컴퓨팅 캐파 부족이 2026년 중반까지 이어질 수 있다는 MS 측 발언 맥락을 같이 전합니다. Reuters
• 이 환경에서는 GB300 조달 자체가 “기회”이자 동시에 공급망/스케줄 리스크가 밸류에이션의 가장 큰 변수가 됩니다.

👉 FY27에 AI 매출이 채굴 매출을 추월
👉 FY29에는 AI가 ~88% 매출 비중

Microsoft 계약에 따른 Ebitda Projection

👉 AI 매출 비중 ↑ → 마진 구조가 구조적으로 개선

Microsoft 계약에 따른 Net Profit Projection

(감가상각 + 이자비용 + 세금 반영)

👉 FY25 NI $87M → FY29 $730M
👉 Net margin: ~34% 수준까지 확장

Financial Status

3년 분 PL SEC

• '25년 매출은 비트코인 관련 매출이 올라간 영향임.
• '26년 ebitda가 크게 개선된 이유는 DC 비즈니스 쪽 개선이 아니라 비트코인 채굴의 비용이 획기적으로 줄어든 결과임.
  
  • 장기 고정/저가 전력 계약
  • 전력 변동성 높음 평균 전력 단가 ~$0.02~0.03/kWh 수준
  • 전력 비용이 글로벌 채굴사 중 최하위권

Share holders

• XXX

TOP Managers

• XXX

Valuation

주식시장 지수 valuation

• 현재가 과거와 비교해서 전체 주식 시장 지수가 높은 편인지, 낮은 편인지, 왜 그런지?

해당 기업이 포함되는 시장 지수 valuation

• 현재가 과거와 비교해서 시장 지수가 높은 편인지, 낮은 편인지, 왜 그런지?

해당 기업 valuation

기업의 장기추세 multiple 비교

• 멀티플이 높을 때는 왜 높았는지?
• 멀티플이 낮을 때는 왜 낮았었는지?

PER Projection

단위: USD, Billion 단위는 소수로 표기

EV / EBITDA Projection

타 경쟁 기업 간 multiple 비교

• 왜 해당 기업은 경쟁사보다 멀티플이 높거나 낮은지?

🧠 핵심 개념

전통적인 비동기 방식: 콜백 지옥

fs.readFile('file.txt', (err, data) => {
  if (err) return console.error(err);
  console.log(data);
});

프로미스 기반

fs.promises.readFile('file.txt')
  .then(data => console.log(data))
  .catch(err => console.error(err));

✅ async/await 기반 (가장 가독성 좋음)

async function readFile() {
  try {
    const data = await fs.promises.readFile('file.txt');
    console.log(data);
  } catch (err) {
    console.error(err);
  }
}

✅ 요약

🧠 Promise란?

Promise는 **"미래에 결과를 제공할 수 있는 객체"**입니다.
성공 또는 실패 결과를 나중에 한 번만 전달해주는 약속(promise) 같은 거예요.

📦 구조

const promise = new Promise((resolve, reject) => {
  // 비동기 작업 실행
  if (성공) {
    resolve(값);   // 성공 시
  } else {
    reject(에러);  // 실패 시
  }
});

✅ 예제: 1초 후 "끝"을 출력하는 Promise

function wait(ms) {
  return new Promise((resolve) => {
    setTimeout(() => {
      resolve('끝!');
    }, ms);
  });
}

wait(1000).then((result) => {
  console.log(result); // 1초 후에 "끝!" 출력됨
});

🪄 왜 좋은가?

기존의 콜백 지옥을 피할 수 있기 때문입니다.

❌ 콜백 지옥 예시

getUser(id, (user) => {
  getPosts(user.id, (posts) => {
    getComments(posts[0].id, (comments) => {
      // 너무 깊어짐
    });
  });
});

✅ Promise로 개선

getUser(id)
  .then(user => getPosts(user.id))
  .then(posts => getComments(posts[0].id))
  .then(comments => {
    // 훨씬 깔끔함
  })
  .catch(err => console.error(err));

📌 상태 3가지

Promise는 항상 3가지 상태 중 하나를 가집니다:

🔄 그리고 async/await은…

const result = await wait(1000); // 내부적으로 .then()을 기다림

await는 사실상 promise.then(...)을 동기 코드처럼 보이게 하는 문법이에요.

💡 간단한 예제

function wait(ms) {
  return new Promise(resolve => setTimeout(resolve, ms));
}

async function main() {
  console.log("1초 기다리는 중...");
  await wait(1000); // 1초 대기
  console.log("끝났어요!");
}

main();

실행 결과:

만약 async await를 사용하지 않는다면

function wait(ms) {
  return setTimeout(ms);
}

function main() {
  console.log("1초 기다리는 중...");
  wait(1000); // 1초 대기
  console.log("끝났어요!");
}

main();

실행 결과:

const fs = require('fs'); 
function readFilePromise(path) { 
   return new Promise((resolve, reject) => { 
      fs.readFile(path, 'utf8', (err, data) => { 
         if (err) reject(err); else resolve(data); 
      }); 
   }); 
}

참고로! 하위에서 async로 비동기처리를 해주었다면, 그 상위 함수들에서도 모두 async로 기다려줘야해요

// 가장 하위 함수 (Promise 반환)
function daughter() {
  return new Promise((resolve) => {
    setTimeout(() => {
      console.log('👧 daughter: 일 끝났어!');
      resolve('결과 from daughter');
    }, 1000);
  });
}

// 중간 함수 (async 함수로 daughter 호출)
async function mother() {
  console.log('👩 mother: daughter에게 부탁할게.');
  const result = await daughter();
  console.log(`👩 mother: daughter가 준 결과 -> ${result}`);
  return `mother가 받은: ${result}`;
}

// 최상위 함수 (async 함수로 mother 호출)
async function grandmother() {
  console.log('👵 grandmother: mother에게 부탁할게.');
  const finalResult = await mother();
  console.log(`👵 grandmother: 최종 결과 -> ${finalResult}`);
}

// 실행
grandmother();

좋아요! useEffect는 React 컴포넌트가 렌더링된 이후 어떤 “부수 효과”를 실행할 때 사용하는 Hook이에요.
쉽게 말해, useEffect는 다음과 같은 상황에서 사용됩니다:

• API 요청 (데이터 불러오기)
• 이벤트 리스너 등록/제거
• 타이머 설정
• 특정 값이 변경될 때 실행

✅ 기본 예제: 컴포넌트가 처음 렌더링될 때만 실행

import React, { useEffect } from 'react';

function Hello() {
  useEffect(() => {
    console.log('컴포넌트가 화면에 나타났습니다.');

    return () => {
      console.log('컴포넌트가 화면에서 사라졌습니다.');
    };
  }, []); // 👈 의존성 배열이 비어 있음: 처음 1번만 실행됨

  return <h1>Hello, World!</h1>;
}

📌 설명

• useEffect(() => {}, []): 컴포넌트가 처음 마운트될 때만 실행
• return () => {} 부분은 언마운트 시 실행 (정리 용도)

✅ 상태 값이 바뀔 때마다 실행되는 예제

import React, { useState, useEffect } from 'react';

function Counter() {
  const [count, setCount] = useState(0);

  useEffect(() => {
    console.log(`count가 ${count}로 변경됨`);
  }, [count]); // 👈 count가 변경될 때마다 실행됨

  return (
    <div>
      <h1>카운트: {count}</h1>
      <button onClick={() => setCount(count + 1)}>+1</button>
    </div>
  );
}

✅ API 호출 예제 (마운트 시 데이터 불러오기)

import React, { useState, useEffect } from 'react';
import axios from 'axios';

function UserList() {
  const [users, setUsers] = useState([]);

  useEffect(() => {
    // 컴포넌트가 처음 나타났을 때 API 호출
    axios.get('https://jsonplaceholder.typicode.com/users')
      .then(res => setUsers(res.data))
      .catch(err => console.error(err));
  }, []); // 👈 빈 배열 → 처음 1번만 실행

  return (
    <ul>
      {users.map(user => (
        <li key={user.id}>{user.name}</li>
      ))}
    </ul>
  );
}

✅ 요약

첫째 잠재적인 투자 대상 목록, 둘째 목록에 있는 투자대상의 내재가치 평가, 셋째 내재가치와 비교해서 가격이 어떠한지 판단하는 것, 넷째 가각에 포함된 리스크와 리스크를 포함했을 때 전체적인 포트폴리오에 미치는 영향에 대한 이해

핵심 마인드

• 주식으로 돈버는 것 = 싸게사서 비싸게 파는 것 = 내재가치보다 가격이 저렴한 주식을 사서, 내재가치보다 가격이 비쌀때 파는 것
  -> 싸게사는 것만이 리스크를 확실하게 낮출 수 있는 유일한 방법, 무조건 싸게 사야한다.

• 미리미리 공부해놓은 시장 혹은 주식이 떨어질 때까지 기다렸다가 때가되면 매수하는 거미 매수법
  • 지수 혹은 종목이 올랐다 떨어졌다면 그 이유는 무엇인가? 해결될 이슈인가? 해결되지 않을 이슈인가?
• 특정한 숫자를 추정하지 말고, 방향성을 추정하라: 미래의 주가는 현재의 주가보다 하락할 것인가 상승할 것인가?
• 4 ~ 5년에 걸친 사이클에 함께 올라타는 것: 이게 되려면 남들 주식으로 돈벌었다고 좋아할 때 시장을 떠날 수 있는 용기, 남들 주식 절대 안한다고 할 때 시장에 진입할 수 있는 용기 필요
• 거래를 못했다고 아쉬워하지 마라. 일생에서 성공적인 베팅은 5번이면 충분하다. 거래가 많을 수록 손실의 위험도 커진다. 단, 충분한 공부를 통해 한 번을 크게 들어가라.

종목 타겟

Top-Down 탐색

자산군 탐색

시장 탐색

• 관심있는 시장 중심으로 시장에서 플레이하고 있는 기업 탐색

Bottom-Up 탐색

• Barron's
• 신문 기사 등 사방팔방에서 노가다로 얻은 기업에 대한 힌트

종목 분석

https://valuefactory.tistory.com/1503

매수

종목 관점 타이밍

• 내재가치보다 가격이 저렴한가?
• 이것보다 더 나쁜 소식이 있을 수 있을까?
• 왜 시장은 가치대비 가격이 낮은데 매수하지 않고 있는 것인가?
• 단기(1달), 중기(6개월), 장기(2년 이상) 中 언제쯤 매도할 생각으로 들어가는 종목인가?
  • 시장지수가 flat하고, 종목이 fluctuation하다면 발라먹는 것도 나쁘지 않다는 생각 (ex. tesla

마크로 관점 타이밍

ㅌㅌㅌ

매도

• 3년에 2배, 연간 복리 기준 26% 성장할 때
• 이보다 더 좋은 소식이 있을 수 없을 때