9 967
订阅者
-124 小时
+347 天
+32430 天
数据加载中...
标签云
无数据
有任何问题？请刷新页面或联系我们的客服。
进出提及
---
---
---
---
---
---
吸引订阅者
七月 '26
七月 '26
+393
在46个频道中
六月 '26
+157
在30个频道中
Get PRO
五月 '26
+525
在62个频道中
Get PRO
四月 '26
+403
在56个频道中
Get PRO
三月 '26
+191
在41个频道中
Get PRO
二月 '26
+574
在47个频道中
Get PRO
一月 '26
+426
在64个频道中
Get PRO
十二月 '25
+140
在31个频道中
Get PRO
十一月 '25
+206
在33个频道中
Get PRO
十月 '25
+309
在59个频道中
Get PRO
九月 '25
+221
在42个频道中
Get PRO
八月 '25
+347
在37个频道中
Get PRO
七月 '25
+144
在41个频道中
Get PRO
六月 '25
+189
在22个频道中
Get PRO
五月 '25
+158
在51个频道中
Get PRO
四月 '25
+129
在41个频道中
Get PRO
三月 '25
+90
在17个频道中
Get PRO
二月 '25
+113
在33个频道中
Get PRO
一月 '25
+257
在44个频道中
Get PRO
十二月 '24
+194
在28个频道中
Get PRO
十一月 '24
+121
在26个频道中
Get PRO
十月 '24
+318
在45个频道中
Get PRO
九月 '24
+130
在29个频道中
Get PRO
八月 '24
+130
在28个频道中
Get PRO
七月 '24
+128
在18个频道中
Get PRO
六月 '24
+72
在27个频道中
Get PRO
五月 '24
+127
在37个频道中
Get PRO
四月 '24
+164
在38个频道中
Get PRO
三月 '24
+82
在23个频道中
Get PRO
二月 '24
+194
在35个频道中
Get PRO
一月 '24
+87
在34个频道中
Get PRO
十二月 '23
+192
在53个频道中
Get PRO
十一月 '23
+235
在46个频道中
Get PRO
十月 '23
+152
在42个频道中
Get PRO
九月 '23
+827
在0个频道中
Get PRO
八月 '23
+136
在0个频道中
Get PRO
七月 '23
+150
在0个频道中
Get PRO
六月 '23
+130
在0个频道中
Get PRO
五月 '23
+64
在0个频道中
Get PRO
四月 '23
+179
在0个频道中
Get PRO
三月 '23
+166
在0个频道中
Get PRO
二月 '23
+89
在0个频道中
Get PRO
一月 '23
+120
在0个频道中
Get PRO
十二月 '22
+177
在0个频道中
Get PRO
十一月 '22
+131
在0个频道中
Get PRO
十月 '22
+134
在0个频道中
Get PRO
九月 '22
+146
在0个频道中
Get PRO
八月 '22
+182
在0个频道中
Get PRO
七月 '22
+132
在0个频道中
Get PRO
六月 '22
+197
在0个频道中
Get PRO
五月 '22
+199
在0个频道中
Get PRO
四月 '22
+215
在0个频道中
Get PRO
三月 '22
+122
在0个频道中
Get PRO
二月 '22
+1 664
在0个频道中
| 日期 | 订阅者增长 | 提及 | 频道 | |
| 25 七月 | 0 | |||
| 24 七月 | +2 | |||
| 23 七月 | +5 | |||
| 22 七月 | +2 | |||
| 21 七月 | +5 | |||
| 20 七月 | +14 | |||
| 19 七月 | +9 | |||
| 18 七月 | +10 | |||
| 17 七月 | +3 | |||
| 16 七月 | +4 | |||
| 15 七月 | +5 | |||
| 14 七月 | +5 | |||
| 13 七月 | +1 | |||
| 12 七月 | +1 | |||
| 11 七月 | 0 | |||
| 10 七月 | +4 | |||
| 09 七月 | +7 | |||
| 08 七月 | +3 | |||
| 07 七月 | +5 | |||
| 06 七月 | +5 | |||
| 05 七月 | +9 | |||
| 04 七月 | +2 | |||
| 03 七月 | +8 | |||
| 02 七月 | +79 | |||
| 01 七月 | +205 |
频道帖子
AI 데이터센터는 '토큰 공장'이다. 이는 마치 우리나라가 잘해온 반도체 팹, 바이오 CDMO랑 업의 본질이 비슷해보이지 않는가?
"AI-DC가 핫하다. 개인적으로는 나라마다 소버린 AI를 안 할 수는 없다고 생각한다. 특히나 데이터센터는 소버린 AI를 위한 필수적인 정지(整地) 작업에 가깝다."
"데이터센터는 AI를 가동하기 위한 일종의 중간재 시설에 가까운데, AI가 잠재적으로 가진, 그리고 앞으로 더욱 가속화될 파괴적인 영향력을 고려하면 데이터센터 CAPA 자체가 일종의 국력이 될 수 있다."
"우리나라는 프런티어 모델을 개발할 여건은 안 되지만, 중간재에 가까운 DC를 건설하기에는 여러모로 좋은 조건들을 갖고 있다. 가장 중요한 전력계통이 비교적 안정적이고 여유가 있는 편이다. 기저 발전원이나 RE100 등은 해결해야 할 이슈지만 어떻게 보면 마이너 한 문제라 생각한다."
"특히 지정학적으로도 지진 등으로부터 매우 안전하고, '아직까지는' 신뢰할 수 있는 서방권 국가에 속한다. 기타 서방권 국가들이 여러 가지 제약 사항들 (가장 크게는 전기) 때문에 DC를 빠르게 건설할 수 없음을 고려하면, 우리나라는 서방권의 AI 중간재인 데이터센터 공급자가 될 수 있다. 가령 미국이 중국의 데이터 센터를 쓰는 것은 상상이 되지 않는다."
"우리는 이미 방산과, 반도체와, 석유화학 등을 통해 비슷한 역할을 수행한 적이 있다. 우리나라에 잘 맞는 비즈니스라고 생각한다. 오늘 주가적으로도 관련된 기업들이 크게 반응하기 시작했는데, 트레이딩과, 인베스팅 양측에서 기회가 도사리고 있다. 지금의 가격 움직임은 확실히 과격하다. 나는 당장은 급진적이긴 하지만 방향성적으로는 맞는 방향이라 생각한다."
"특히 본장 종료 후에 나온 SKT의 발표는 꽤 의미심장하다. 데이터센터가 국가의 기간 인프라 역할을 할 수 있다는 점, 그리고 중간재적인 성격을 띤다는 점에서 이미 석유화학과 반도체, 그리고 에너지 인프라와 통신 인프라를 겸하는 SK는 최고의 적임자처럼 느껴진다."
"심지어 특별법 제정을 통해서 계열사 간 자금 이동이 원활해진 시점에, 글로벌에서 수위를 다투는 SK의 현금 창출 능력은 미래 계획에 현실성을 더한다."
https://blog.naver.com/tmdejr1267/224355806838
| 2 | 정부의 메가프로젝트가 발표되었을 때 나는 '피지컬 AI'와 '데이터센터'가 반도체와 같은 선상에 올라왔다는 것에 주목했었다. 특히 데이터센터는 한국이 꽤나 잘할 수 있는 분야라고 생각했다.
그런 맥락에서 오늘 SKT의 SK하이퍼 신설은 의미가 꽤나 커보인다.
"SK텔레콤은 23일 열린 이사회에서 AIDC 사업개발 전문 신설 법인인 ‘SK하이퍼’를 설립하고, 사업 기반 마련을 위해 2030년까지 7500억원을 출자하기로 의결했다고 밝혔다."
"SK하이퍼는 중장기적으로 15GW AIDC 구축을 본격화하기 위한 사업개발에 집중한다. AIDC에 필요한 부지 확보, 변전소 구축∙운영, 고객 유치와 사업화를 담당한다."
"SK텔레콤은 SK하이퍼를 통해 정부의 메가 프로젝트 달성을 위한 AIDC 구축에 속도를 올린다. SK하이퍼를 중심으로 2029년에 5GW 규모의 AIDC를 단계적으로 가동하는 것을 최우선 과제로 삼았다."
https://n.news.naver.com/mnews/article/092/0002431684?sid=105
https://dart.fss.or.kr/dsaf001/main.do?rcpNo=20260723000636 | 2 296 |
| 3 | "어쨌든 AI-클라우드 비즈니스는 현재 폭발적인 성장의 초입에 서있다. 구체적인 미래 궤적이 어떻게 될지는 '아직' 알 수 없으나, 미래가 밝다는 것은 절대적으로 자명하다. 이 확신은 AI인프라의 높은 허들비용에 기인한다."
"AI를 구동하기 위한 최소한의 티켓 사이즈는 어언 100조를 넘어설 것이다. 이제 AI는 아무나 할 수 없는 비즈니스가 되었다. 소비자 입장에서는 거의 100에 99는 클라우드를 쓰는 것이 싸다. 아니, 클라우드가 없으면 아예 구동이 불가할 수도 있다."
"혹자는 구글의 FCF가 음전한 것을 걱정하지만, 얼마 전 버핏옹의 인터뷰처럼 AI는 이제 '철도'와 같은 무언가가 되었을 수도 있다. 그 어떤 개인도 철도를 혼자 구축하려 하지 않는다. 결국 반대로 얘기하면 '그' 구글조차 숨이 허덕이는 투자가 필요하다는 것이다. 이런 관점에서 보면 메타가 클라우드를 한 것은 매우 훌륭한 선택인 것 같다."
"결국 LTA는 클라우드를 비롯해 일종의 서비스 Layer에 있는 비즈니스가 안정적으로 영위할 수 있는 '최소한'의 시계열을 마련해 주었다. 지금까지 급격하게 치솟는 메모리 단가는 마치 바닷속의 뻘밭에 피어오르는 먼지와 같았다. 투자자 입장에서는 가격 곡선이 수요를 파괴할지도 모른다는 공포가 가득했다. 일종의 시계열 제로였다."
"그러나 LTA가 시행되면서 시장에는 규율과 질서가 생기기 시작했다. 바닷속의 먼지가 가라앉을 때까지, 메모리 하드웨어 기업들의 단기 주가도 약간의 쉼은 필요할 수도 있겠다. 그러나 이를 통해 전방에 더 큰 부가가치가 탄생할 수 있는 순간이다. 부가가치에 대한 확신이 생긴다면, 하드웨어 주가는 다시 움직일 것이다."
"또한 부가가치를 만들어내는 산업들에도 여러가지 층위의 기회가 도사린다."
https://blog.naver.com/tmdejr1267/224355806838 | 1 299 |
| 4 |  2Q26 BIG 3 CSP NNARR
- GCP : $18,960
- Azure :
- AWS : | 1 268 |
| 5 |  2Q26 BIG 3 CSP 매출성장률
- GCP : YoY 82%
- Azure :
- AWS : | 1 088 |
| 6 | 굉장히 흥미로운 글. AI에서 중요한 것은 토큰 가격이 아니라 ‘지능의 원가’이며, 지능이 원자재화될수록 결국 우월한 비용 구조가 핵심 경쟁력이 된다고 주장한다. 따라서 이번 중국 모델에 대한 공포는 과장되었다고 주장한다. 즉, 중요한 것은 누가 토큰을 싸게 파느냐가 아니라, 누가 동일한 수준의 지능을 가장 싸게 생산하느냐는 것.
여러 내용이 섞여있는데, 논점 하나하나마다 깊이 생각해볼 가치가 있는 글인 것 같다.
"에이전트 워크플로를 실행하는 데 필요한 토큰 수 측면에서 어떤 모델은 다른 모델보다 효율적이다. 이는 토큰이 원자재가 아니라는 뜻이다. 원자재를 규정하는 핵심적인 특성은 대체 가능성이다. 석유 1갤런은 어느 공급자가 생산했든 석유 1갤런이고, 구리 1톤은 구리 1톤이며, 밀 1부셸은 밀 1부셸이다."
"하지만 한 모델의 토큰 하나는 다른 모델의 토큰 하나와 같지 않다. 대체 가능한 것은 토큰으로부터 만들어지는 결과물, 즉 지능이다. 다시 말해 Kimi와 Sol이 모두 올바른 답을 만들어냈다면 그 답은 서로 대체 가능하다. 그 올바른 답에 도달하기 위해 생성해야 했던 토큰 수의 차이는 매출원가 차이를 만드는 요소다."
"원자재 시장에서 수익을 창출하는 방법은 더 높은 가격을 부과하는 것이 아니다. 수익성의 핵심은 우월한 비용 구조를 보유하는 것이다."
"Anthropic이 높은 마진을 얻는 이유는 초과수요뿐만이 아니다. Anthropic과 OpenAI는 모델 역량, 서빙 규모, 토큰 효율성 덕분에 프런티어급 지능 단위당 비용이 가장 낮은 기업들에 속할 가능성이 높다."
"이 모든 점을 종합하면, 적어도 경제적 관점에서 Kimi와 중국 모델 전반에 대한 반응은 상당히 과장됐다고 생각한다. 현재는 컴퓨트 부족에서 비롯된 일종의 ‘가격 우산’이 존재한다. 나는 중국 모델의 한계 서빙 비용이 실제로 더 낮을 가능성은 크지 않다고 본다. 중국 모델이 저렴해 보이는 이유는 Anthropic과 OpenAI의 공급이 극도로 제한되어 있어, 지능 수요를 충족할 만큼 공급이 충분할 때보다 훨씬 높은 가격을 부과하고 있기 때문이다."
"중국의 전략은 명백하다. 보완재를 원자재화하는 것이다. 시진핑이 개방성을 AI가 ‘디지털 세계에서 물리적 세계로 이동하는 것’과 명시적으로 연결했다는 점에 주목할 필요가 있다. 물리적 세계는 중국이 지배하고 있는 세계다. 로보틱스 같은 분야에서 중국이 가진 우위는 광범위하게 사용할 수 있는 AI 모델로부터 막대한 혜택을 받을 것이다."
"같은 맥락에서 중국은 미국이 AI에서 비대칭적인 우위를 확보하는 것을 원하지 않는다. 중국이 미국의 프런티어 연구소를 약화시키면서 미국에 맞설 잠재적인 경쟁자들을 강화할 수 있다면 중국에는 더욱 유리하다. 동시에 중국은 개방형 생태계 위에서 발생하는 혁신의 혜택도 얻을 수 있다."
https://stratechery.com/2026/whos-afraid-of-chinese-models/ | 9 689 |
| 7 | AI의 제조업 혁신을 상상하면 많은 사람들이 로봇이 사람을 대체해서 돌아가는 자동화된 공장을 떠올리겠지만, 사실은 숙련자의 지식을 소프트웨어로 복제하고, 평범한 사람도 숙련자처럼 일하게 만들며, 그 과정에서 공장을 데이터화한 회사가 이후 자동화까지 가져가는 방식이 먼저 다가올 가능성이 높지 않을까?
스페이스X 출신들이 나와서 창업한 '와이어 하네스'라는 상품을 제조하는 스타트업 Senra가 그걸 보여주는 것 같다. 자동화 이전에 표준화와 최적화!
"숙련된 조립 작업 전반, 특히 와이어 하네스 제작 분야에서 Senra가 하고 있는 일은 숙련된 조립 작업자를 둘러싼 모든 환경을 개선하여, 숙련된 조립 작업자가 탁월한 품질과 정확성을 유지하면서 기존 공급업체보다 4배 빠른 속도로 와이어 하네스를 생산할 수 있도록 하는 것입니다."
"전통적인 공장에서는 거의 모든 것이 숙련된 직원들의 머릿속에 담긴 암묵적인 지식에 의존합니다. 이 문제를 해결하려면 "암묵적인 지식을 확장 가능한 소프트웨어와 프로세스로 전환"해야 합니다. 단순히 인공지능을 문제에 마법처럼 적용하는 대신, "우리는 사람들이 직접 미네소타에 가서 '도대체 당신들은 하루 종일 뭘 하는 겁니까?'라고 물어봐야 합니다."
"저희 생각에는 표준화, 최적화, 자동화 순서로 진행해야 합니다. Senra가 오늘날 하는 일은 와이어 하네스 설계도를 작업 지침 으로 바꾸는 것입니다. 현재 Senra는 고객으로부터 와이어 하네스 도면을 받아 엔지니어 팀이 도면을 검토하고 작업 지침으로 변환합니다. 현재 이 프로세스는 약 20% 정도 자동화되어 있는데, 작업 지침이 생성되는 것만으로도 상당한 진전이므로 이 정도도 괜찮습니다. 시간이 지남에 따라 사람이 작성한 작업 지침을 활용하여 모델을 학습시키면 도면에서 작업 지침으로의 변환 과정을 90%까지 자동화할 수 있고, 최종 검토는 엔지니어가 담당하게 되어 프로세스 속도와 정확도를 향상시킬 수 있습니다. 이것이 바로 최적화 입니다."
"우리의 목표는 기술자들을 교육하고, 그들을 둘러싼 모든 환경을 최적화하고, 맞춤형 기계를 제공하고, 더 나은 도구를 제공하며, 그들이 수행해야 할 비부가가치 업무를 모두 제거하는 것입니다."
https://www.notboring.co/p/senra-systems-harnessing-human-skill | 2 547 |
| 8 | OpenEvidence는 무려 $20b 밸류로 투자 제안을 받은 상태라고 한다. 현재 ARR은 $300m, 약 60배의 멀티플로 제안이 들어온 것.
참고로 작년 10월은 $6b, 올해 1월은 $12b로 라운드를 돌은 바 있다. 느낌상 커서 이후로 가장 빠르게 밸류가 오르는 AI 어플리케이션인듯?
https://www.theinformation.com/articles/chatgpt-doctors-mulls-new-financing-20-billion-valuation | 1 947 |
| 9 | 허사비스가 주장한 '프런티어 AI를 위한 프레임워크'를 뒤늦게 읽어보았다. 요약하면 프론티어 모델을 별도로 분류하고, 독립기구의 검증을 통과해야만 모델을 배포하게끔 하자는 것.
최근 앤트로픽과 미국 정부의 충돌 이슈가 발생했던걸 생각하면 갈수록 프런티어 AI의 사용조건과 위험기준 등을 다루는 논의가 많아질 것으로 보는데, 적절한 밸런스를 가진 제안인 것 같아서 아카이브. 다만 '프론티어 모델'을 정해버리는 제안이긴 해서, 오히려 프론티어 모델 기업들의 방어막으로 작용할 가능성도 없지는 않아보인다.
---
"우리가 목격하고 있는 AI의 급속한 발전은 프런티어 AI 모델의 기능을 테스트하기 위한 역동적이고 적응력이 뛰어나며 엄격한 새로운 접근 방식을 요구합니다. 미국은 경제적, 기술적 위상을 고려할 때 이러한 프레임워크 개발의 첫걸음을 내디딜 수 있는 좋은 위치에 있습니다. 금융산업규제기구(FINRA)와 같이 연방 정부가 감독하는 민관 파트너십이나 자율 규제 기관을 모델로 삼아, 독립적인 선도 기술 전문가와 오픈소스 대표자들이 포함된 이사회를 갖춘 새로운 표준 기구를 설립할 수 있을 것입니다. 세계적인 수준의 기술 인재를 유치하고 대규모 테스트에 필요한 컴퓨팅 리소스를 제공하기 위해서는 상당한 자금이 필요하며, 이는 대부분 산업계에서 조달해야 할 것입니다."
"이 표준 기구(Standards Body)는 평가 프로토콜을 개발하고, 국가 안보와 관련된 영역에서 테스트를 수행하기 위해 적절한 연방 기관 및 미국 국립 연구소들과 협력하는 역할을 맡게 됩니다."
- 프런티어급(Frontier-class) 분류: 표준 기구가 결정하고 진화하는 AI 성능에 발맞춰 정기적으로 업데이트되는 일련의 벤치마크에서 특정 기준치를 충족하는 모델은 '프런티어급'으로 자격을 얻게 됩니다.
- 프런티어 연구소(Frontier Labs): 이러한 벤치마크에 의해 정의된 '프런티어 모델'을 보유한 조직은 '프런티어 연구소'로 간주되며, 기술적 세부 정보가 담긴 모델 카드 게시, 강력한 내부 사이버 보안 유지, 핵심 인력 검증, 안전 및 보안 연구를 위한 충분한 리소스 제공 등과 같은 모범 사례를 채택하도록 권장될 것입니다.
"초기에는 프런티어 연구소들이 출시 전 최대 30일 동안 자발적으로 표준 기구와 모델을 공유하여 검토를 받을 수 있습니다. 이후 평가 프로토콜이 효과적이고 강력한 것으로 입증되면 신속하게 공식화될 수 있으며, 이는 프런티어 모델이 미국 시장에 배포되기 위해 해당 평가를 의무적으로 통과해야 함을 의미합니다. 또한 연구소들은 출시 후 발생하는 중대한 취약점을 해결하기 위해 표준 기구와 협력하게 될 것입니다."
"모델 평가에는 사이버 보안, 생물학적 위협 및 기타 고위험 영역의 기능에 대한 엄격한 과학적 평가가 포함되어야 합니다. 특히 자율적(agentic) AI 테스트를 통해 안전장치를 우회하려는 시도나 기만의 징후를 찾을 수 있으며, AI 생성 이미지에 디지털 워터마크를 삽입하거나 모델의 추론을 이해하기 위해 사람이 읽을 수 있는 출력 토큰을 생성하는 등의 모범 사례를 보장해야 합니다."
"이러한 평가는 시작 단계에서는 아마도 분기별로 정기적으로 업데이트될 것이며, 구식이 되거나 포화상태에 이른 벤치마크는 폐기되고 새로운 것으로 교체될 것입니다. 처음에는 프런티어 연구소들과의 협의를 통해 개발되겠지만, 궁극적으로 표준 기구는 과적합(overfitting)을 방지하기 위해 연구소들과 독립적으로 자체적인 비공개 테스트를 생성할 수 있는 기술적 역량을 구축해야 합니다. 미국 정부와 협력하여, 평가 및 새로운 벤치마크와 평가법 개발을 도울 제3자 감사 기관의 생태계를 촉진할 수도 있습니다."
"이 접근법의 강점은 기술적인 측면에 중점을 두면서도 동시에 혁신을 지원하고 책임감 있는 행동을 장려한다는 것입니다. 이는 업계의 가속화에 보조를 맞추고 확인되는 가장 큰 위험에 적응하도록 설계되었으며, 필요하다고 판단될 경우 프런티어 연구소들 간의 개발 속도 조절을 조율하는 것을 포함해 상황의 심각성에 따라 강도를 높일 수 있습니다. '프런티어 연구소'로 지정되는 것은 상당한 명성을 수반할 것이며, 벤치마크 기준을 충족하는 모델을 구축하는 모든 조직에 열려 있습니다. 이 프레임워크는 출신 국가나 오픈/클로즈드 소스 여부에 관계없이 모든 프런티어급 모델에 적용될 수 있지만, 스타트업이나 학계 등에서 개발하는 비(非)프런티어 모델들은 이 과정에서 면제될 것입니다."
"미국 주도의 이러한 노력은 프런티어 AI에 대한 공유된 국제 표준을 만들기 위한 강력한 출발점을 제공할 것입니다. 이 기술은 전 지구에 영향을 미칠 것이기 때문에, 이상적으로는 이 프레임워크가 국제 사회를 자극하여 가장 심각한 위험을 관리하는 방법에 대한 합의를 이끌어내는 동시에 모든 사람이 AI가 가져다주는 기회에 접근하고 혜택을 누릴 수 있도록 보장해야 합니다."
https://demishassabis.substack.com/p/a-framework-for-frontier-ai-and-the-dawning-of-a-new-age | 1 857 |
| 10 | 데이터브릭스가 추가로 투자를 받아서 $188b 밸류가 되었다. 스노우플레이크 시가총액이 약 $93b이니, 약 2배가량 더 높게 평가받은 것이다.
"기업들은 토큰 극대화에서 가치 극대화로 전환하고 있습니다. 모든 작업에 가장 똑똑한 모델에 값비싼 토큰을 쏟아붓는 대신, 투자 대비 최고의 결과를 원합니다. 즉, 작업에 적합한 AI를 자유롭게 선택할 수 있어야 한다는 뜻입니다." - Ali Ghodsi, Databricks Founder
https://www.databricks.com/company/newsroom/press-releases/databricks-raising-strategic-round-funding-188-billion-valuation | 2 086 |
| 11 | 중국 Moonshot AI의 Kimi K3 모델이 벤치마크 상에서 거의 프론티어 모델과 동등한 수준으로 등장했기 때문에 화제인데,
나는 아래의 생각 정도를 해보는 중이다.
1. 아직 스케일링 법칙이 통하는 만큼 모델 키우면 성능이 이정도로 따라와줄 수 있구나
2. 그렇다면 중국 뿐만 아니라 다른 국가에서도 비슷하게 소버린 AI에 투자할 명분이 생기겠구나
3. 다만 토큰 효율의 측면에서는 확실히 밀리는걸 보아하니 앞으로는 단순한 모델 성능보다 비용당 지능, 즉 토큰당 지능 밀도가 더욱 중요해지겠구나.
관련해서 게빈 베이커의 코멘트가 도움이 되는 것 같아서 아카이브:
"Kimi K3는 AI 산업의 중요한 변곡점이 될 수 있습니다. 앤트로픽과 OpenAI에는 잠재적으로 부정적일 수 있지만, 그 외 전 세계 거의 모든 기업에는 순기능(net positive)을 할 것입니다. 과장이 아니라 문자 그대로 그렇다는 뜻입니다. 비록 진정한 "스푸트니크 모멘트"는 토큰 효율성까지 갖춘 오픈소스 프론티어 모델이 등장할 때이겠지만요. Artificial Analysis에 따르면 Kimi K3는 GPT 5.6보다 구동 비용이 50-70% 더 비싸기 때문에 토큰 효율적이지는 않습니다."
이유:
"추론 마진이 90%에 달하는 2~3개의 지배적인 프론티어 연구소만 존재하는 세상은 해당 2~3개 연구소에는 환상적이겠지만, 다른 모든 계층(layer)에는 순수익 악화(net negative)를 초래합니다. 이들 연구소는 전력, 데이터 센터, 반도체 및 하이퍼스케일러 시장에서 수요 독점자(monopsonies)가 될 것이며, 시간이 지남에 따라 애플리케이션/소프트웨어 계층을 완전히 흡수하면서 이 모든 계층을 수직적으로 통합해 나갈 것이 분명합니다."
"모델 계층에서 마진을 낮추고 경쟁을 심화시키는 모든 요소는 전력, 반도체, 하이퍼스케일러, 네오클라우드, 심지어 소프트웨어에 이르기까지 AI의 다른 모든 계층에 긍정적으로 작용합니다."
"이것이 젠슨이 오픈소스를 전폭적으로 지지하는 이유입니다. 오픈소스 모델은 크기와 아키텍처가 비슷한 폐쇄형 프론티어 모델을 구동하는 것과 정확히 동일한 양의 컴퓨팅 자원을 필요로 합니다. Kimi K3는 토큰당 가격 기준으로는 GPT 5.6 Terra와 대략 비슷한데, GPT 5.6이 K3보다 더 높은 마진으로 책정되었을 것이 확실하기 때문에 이는 사실 K3의 컴퓨팅 효율성이 더 떨어짐을 시사합니다. 게다가 K3가 토큰 낭비가 심하다는 점(즉, 토큰 비효율적이라는 점)을 감안하면, 토큰 효율성이 훨씬 뛰어난 GPT 5.6이나 Grok 4.5보다 작업당 비용이 크게 비싸집니다. 토큰당 비용과 토큰 효율성(즉, 토큰당 지능 밀도)이 바로 단위 비용당 지능 수준을 결정짓는 핵심 요소입니다. 최종적으로 승리하는 AI 기업은 시간이 지남에 따라 달러당 가장 높은 지능을 제공하는 기업이 될 것입니다."
"모델 계층의 마진율(%) 하락은 인프라 계층 전반의 마진 금액($) 상승을 의미하며, 이는 소프트웨어 분야에 신이 내린 선물(godsend)과도 같습니다. 이는 최전선(프론티어)에 K3와 같은 오픈소스 모델이 등장하거나, 메타, 스페이스X, 구글과 같은 수직 통합형 모델 기업이 프론티어에 자리 잡는 두 가지 방식으로 일어날 수 있습니다. 두 경우 모두 모델 계층의 마진율을 낮추는 결과를 가져오는데, 수직 통합형 기업들은 마진 수익이 어느 계층에서 나오든 크게 신경 쓰지 않기 때문입니다. 이것이 바로 구글이 모델 경쟁력 측면에서 바로 옆까지 따라붙었을 때 오픈AI와 앤스로픽이 그토록 고통스러워했던 이유이며, Grok 4.5와 Muse 1.1이 Kimi K3만큼이나 중요했던 이유입니다."
"Kimi K3가 앤스로픽과 오픈AI에 단지 '잠재적으로만' 부정적인 이유는 다음과 같습니다. 1) @ericvishria가 지적했듯, 오늘날에는 Claude와 ChatGPT라는 제품과 하네스(harnesses, 주변 시스템/환경)가 모델 자체보다 더 중요할 수 있기 때문이고, 2) 내부적으로 RSI(재귀적 자가 개선)에 이미 사용 중인 훨씬 더 발전된 모델 체크포인트를 보유하고 있을 것이라는 가설 때문입니다. 후자의 시나리오라면, 다른 연구소보다 불과 몇 달 먼저 RSI에 도달하는 것만으로도 영구적인 우위를 확고히 하기에 충분할 수 있습니다."
"주의할 점(Caveat)은 Kimi K3가 토큰 효율적이지 않아 결과적으로 ChatGPT 5.6보다 비용이 더 비싸기 때문에, 앤스로픽과 오픈AI에 대한 이러한 잠재적 위험이 실제로 전개되려면 프론티어급에서 더 토큰 효율적인 오픈소스 모델이 등장하거나 파레토 프론티어(Pareto frontier)의 여러 지점에서 Grok 5, Composer 4, Muse 2 등이 등장하는 것을 보아야 할 수도 있다는 것입니다. 그리고 저는 두 기업(앤스로픽과 오픈AI) 모두 지난 8개월 동안 보여준 제품 및 하네스 경쟁력을 지속하면서 최대한 빨리 수직적 통합을 이룰 것이라고 확신합니다."
https://x.com/GavinSBaker/status/2078110934740980193 | 7 243 |
| 12 | "Valuation 을 잘 한다는 것은 사물의 가치를 올곧이 바라볼 줄 안다는 것을 의미한다. 개인적으로 Valuation을 잘 하면 투자에서 유리한 것은 맞지만, 이는 그러할 개연성이 높다는 것이지 무조건 그렇다는 것은 아니다. Valuation을 하는 메커니즘과, 돈을 버는 메커니즘 사이에는 교집합이 존재하지만 둘이 완전히 같은 말은 아니기 때문이다."
"가령 한가지 예시를 들면, 가장 무서운 것은 Valuation Trap 이다. 시장이 무너지는 경우 개별 기업의 가치는 철저하게 무시당하며, 수급 논리가 강하게 시장을 지배할 때가 있다. 혹은 '돈' 그 자체의 가치가 심하게 변동하는 시기에도 Valuation의 척도가 급격하게 달라진다."
"이러한 상황에서 본인이 상정한 Value 이하로 가격이 내려간 기업을 물타기 하다 보면 현금은 오링나고, 계좌의 손실이 눈덩이처럼 불어나는 경우가 있다. 과정만 보면 이건 원칙을 지킨 대나무 같은 투자 같지만, 결과를 보면 투자 실패다. 왜냐면 대부분 이런 경우 '아름답게 존버해서 큰 수익으로 Exit 한다...' 와 같은 동화는 매우 드물기 때문이다. 인간은 동물이고, 동물은 두려움 등의 감정에 취약하다." | 5 774 |
| 13 |  오픈AI Codex & 챗GPT Work 주간 활성 사용자 800만명 돌파
티보
안녕하세요. Codex와 챗GPT Work를 합쳐 활성 사용자 800만 명을 달성했습니다.
다시 한 번 모든 사용자의 사용 한도를 초기화합니다. 또한 이번에도 5시간 사용 제한은 적용하지 않습니다. 이를 통해 누구나 GPT-5.6 Sol의 한계를 마음껏 시험해보고, 얼마나 큰 목표에 도전할 수 있는지 경험할 수 있습니다.
내일도 성장과 관련한 더 많은 소식을 전해드리겠습니다.
샘 올트먼
GPT-5.6 Sol의 성장세는 엄청납니다.
추론 팀은 수요를 감당할 수 있도록 정말 놀라운 일을 해냈습니다.
우리는 앞으로도 계속 확장하기 위해 가능한 모든 노력을 기울일 것입니다. 다만, 가까운 시일 내에 일부 일시적인 장애나 서비스 불안정(hiccups)이 발생할 가능성은 있습니다.
■ Codex & 챗GPT Work WAU
—— Codex 단독 ——
연초 50만 명
→ 2월 초 100만 명
→ 3월 초 200만 명
→ 4/7 300만 명
→ 4/21 400만 명
→ 5/30 500만 명
—— Codex + 챗GPT Work 합산 ——
→ 7/12 600만 명
→ 7/13 700만 명
→ 7/14 800만 명
→ 수요는 수직 벽처럼 증가한다?
https://t.me/Samsung_Global_AI_SW | 1 862 |
| 14 |  +1얼라인파트너스의 신규 캠페인으로 JB금융지주·BNK금융지주 합병안이 등장했는데, 제안의 근거 중 하나로 AX가 등장했다.
규모의 경제를 통해 AX 투자 효율을 높이겠다는 소리인데, 앞으로 이런 논의들이 많아질 것 같아서 아카이브해본다.
https://alignpartnerscap.com/insight/all_view.html?no=132&page=1&search=&keyword=#pageTop | 6 428 |
| 15 | AI 신약개발 스타트업 Chai Discovery가 $3.8b 가치로 $400m을 레이징. Index, Dimension, 클라이너퍼킨스, 세콰이어, Thrive, OpenAI 등이 참여.
바이오 같이 첨단 산업이 열리기 시작하면 AI는 또 다른 국면으로 접어들지 않을까 기대된다.
"2025년 12월 시리즈 B 투자를 유치한 이후 지난 7개월 동안 당사의 기술 및 상업적 발전은 가속화되었습니다. 최신 모델인 Chai-3는 기존의 계산 및 실험실 방법으로는 오랫동안 접근하기 어려웠던 표적들을 발굴하여, 이를 해결 가능한 설계 문제로 전환하고 있습니다. 일라이 릴리 , 화이자 , 노바티스 등 세계 최대 제약 회사들이 자사 조직 전반에 걸쳐 당사의 모델을 도입하기 시작했습니다."
"Isomorphic이 자체 신약 후보물질을 개발하는 바이오테크 기업에 가깝다면, Chai는 제약회사들이 활용할 수 있는 AI 신약개발 인프라와 모델을 제공하는 회사다."
"Chai의 사업모델은 제약회사와 파트너십을 맺고 AI 모델에 대한 접근권을 제공하는 방식이다. 이후 각 제약회사가 보유한 독점 데이터를 활용해 모델을 추가로 학습시킨다. 이는 Chai가 자체 신약 후보물질을 직접 개발하는 모델보다 자본 부담과 위험이 상대적으로 낮다. 회사의 성패가 특정 신약의 임상시험 성공 여부에 직접적으로 좌우되지 않기 때문이다."
https://www.chaidiscovery.com/news/series-c
https://www.nytimes.com/2026/07/14/business/dealbook/chai-discovery-ai-drug-development.html | 6 335 |
| 16 | OpenAI가 코딩과 리걸과 바이오는 우리가 직접 할 거고 나머지 영역은 우리가 안 하려고 한다.
Physical AI라고 하는 로보틱스, 그다음에 굉장히 많은 바이오나 헬스케어, 요새 또 longevity 스타트업들 굉장히 많이 생기고 있는데 longevity, 그다음에 AI 기반의 cancer therapy를 하는 회사들도 또 많이 생기고 있거든요. 그런 회사들, 이런 회사들은 좀 다른 보법을 가지고 있는 것 같습니다.
데이터와 이 post-train 인프라 쪽에 여전히 굉장히 많은 투자가 되고 있는 것 같다
데이터셋을 생성해 주는 회사들은 굉장히 호황이다. 그리고 그런 데이터셋을 생성하는 그런 부분들도 어떻게 하는지를 조금은 살펴보니, 아까 말씀드린 것처럼 하나의 섹터가 생기면 그 섹터의 전문 분야들을 소위 전문가들만 가지고 있었던 그런 암묵지에 대한 데이터들을 다 RLVR용 연습 문제로 빼는 그런 일들을 하고 있더라고요. 그래서 어느 정도의 데이터셋이 만들어지면 그걸 프론티어 랩들이 살짝 무게로 달아서 사 가는 그런 느낌. 물론 굉장히 비싼 가격에 사 가기는 합니다마는, 그 자체 자체를 이건 좋고 이건 나쁘고 그런 게 아니라 그 섹터에 대한 부분에 대해서 어느 정도 우리가 지금까지 없었던 그런 post-train 셋이네라고 하면 그냥 사 가는 그런 느낌이 들어요.
biology 쪽에서 이러한 foundation approach를 하고 있는 회사의 엔지니어들을 좀 만났어요. 그래서 그들이 어떤 approach를 하고 있는지 이제 방금 말씀을 드렸고, 굉장히 성과가 괜찮다. 애들 장난처럼 보이겠지만 지금은, 메인스트림 학자들 입장에서는. 그런데 이 부분이 GPT-1에서 GPT-2 정도 넘어가는 그 시기 정도의 느낌이라는 생각이 좀 들었습니다.
그리고 저희 소위 domain expert라고 하시는 분들이 나이도 많으시잖아요.
나이도 많으시고 아시는 것도 많고 이러기 때문에 제가 미국에서 만나본 많은 명함만으로도 화려하게 빛나는 그런 분들의 피드백들에 비춰서 볼 때는 이분들은 AI가 저거 해 오는 거 눈앞에서 보여줘도 안 믿으시겠다는 생각이 저는 좀 들었어요. 그래서 domain expert들을 설득하여 그들과 함께 무언가를 하는 것보다 그냥 AI 소프트웨어 엔지니어가 그 도메인을 배우는 게 더 빠를 수도 있겠다는 생각이 들어요.
그럼 예전에 그냥 조그마한 산업, 제가 화장품 사업을 하면서도 많이 썼던 비유이긴 한데 이런 화장품 사업이 아니라 therapeutics, 치료나 제약이나 심지어 longevity drug이나 이런 부분들도 expert가 아닌 출발점을 가진 회사가 이길 수 있겠다는 생각이 듭니다.
저는 한국의 강점 가장 한국적인 게 가장 글로벌한 거다라는 그런 생각을 하고 있거든요. 아까 말씀드린 것처럼 칩이라든지 인프라라든지 이런 부분들에 대해서도 있지만 아직 저는 AI가 만드는 컨슈머 서비스 이 부분이 열리지도 않은 시장이라는 생각이 들거든요. 그리고 그 부분에서 무언가 큰 서비스가 나온다면 저는 한국에서 그 씨앗이 가장 먼저 보일 거라는 생각을 하고 있습니다.
https://aifrontier.kr/ko/episodes/ep102/ | 2 830 |
| 17 | Openevidence의 핵심 경쟁력은 이미 전세계 의사들의 QnA를 장악했다는 것.
NEJM, JAMA와 연합하여 최고의 근거수준을 가진 모든 raw text & figure들을 가지고 있고, 그 데이터들을 어떻게 의사들에게 제공해야 할지를 유저 베이스를 통해 학습해나가고 있다.
계속 쓰고 있는데 답변이 깔끔하고 짧아지고 있음. 그러나 분명 내용이 계속 개선되고 있음. 질문을 살짝 개떡같이 해도 알아야 할 부분을 잘 집어내서 깔끔하게 줌. 예전엔 그저 최신 지견을 더 줬다면 요즘은 중요한 텍스트를 더 레퍼런스로 찾아주는 느낌. 내가 손으로 찾는 것보다 무조건 나을 것으로 생각.
특히 근거에 대한 검증과 접근성 측면에서 격차를 만들어나가는 중. 의사는 모르는 거 생기면 가이드라인과 최고의 논문을 찾아보고 관련 내용을 학습해야 함. Evidence based medicine의 코어 사고방식을 체화 중.
의료진의 사고체계에 동화되고 있기에 frontier lab보다 앞서나갈 것으로 생각.
더불어 비즈니스 자체가 LLM들의 성능이 좋아지면서도 저렴해지는 지금의 추세에 완벽하게 수혜를 입을 수 밖에 없음.
조만간 의사의 학습과 질적 향상을 위한 필수 툴로까지 자리잡게 된다면 Claude Max 수준, 혹은 그를 가뿐히 넘는 수준의 과금력을 보여줄 수 있음.
더불어 Openevidence는 의료진들의 슈퍼앱이 되는 전략으로 의료AI 침투를 이끄려는 전략도 펴고 있다. 이건 안될 것 같지만. | 2 771 |
| 18 | 그리고 핀테크 업계에서 흥미로웠던 또 다른 뉴스는 로빈후드의 자체 체인 출시 (이미 예고되어 있었던 일이긴 하다).
이미 거대한 소비자 풀을 확보한 플레이어의 RWA 시도인건데, 어떤 파급력을 가져올지 지켜봐야겠다.
"로빈후드 체인은 순수한 크립토 실험도 아니고, 단순한 브로커리지 앱의 확장도 아니다. 그 중간에 새로운 레이어를 만들어내려는 시도다. 즉, 사용자 인터페이스는 직관적으로 느껴지지만, 그 아래의 메커니즘은 깊이 구조화되어 있고, 강하게 통제되며, 관할권별로 달라지는 소비자 대상 금융 스택을 만들려는 것이다. 이는 상업적으로 그럴듯하다. 동시에 본질적으로 취약하다. 로빈후드가 사용자가 실제로 무엇을 소유하는지 과장하지 않으면서도 단순함의 환상을 유지하지 못한다면, 이 전략의 어느 부분도 제대로 작동하지 않는다."
https://www.youtube.com/watch?v=BcMjT07BqxU
https://insights4vc.substack.com/p/robinhoods-chain-and-digital-asset | 2 414 |
| 19 | Open USD (OUSD)는 사실상 스트라이프가 주도하는 것 처럼 느껴지는 스테이블코인 컨소시움. Visa, Mastercard, American Express, BlackRock, Coinbase, Shopify 등이 참여한다고 발표되었다.
스테이블코인계의 VISA 네트워크를 만들어보려는 시도처럼 느껴지고, 핵심은 인센티브 설계에 있는 것 같다.
"이 설계는 스테이블코인 시장에서 가장 중요하지만 가장 덜 논의되는 특징 중 하나인 준비금 수익을 정면으로 겨냥한다. Circle과 Tether는 모두 자사 토큰을 뒷받침하는 현금 및 단기 국채성 자산에서 상당한 경제적 이익을 얻는다. Circle은 이미 그 경제적 이익의 상당 부분을 Coinbase 및 다른 유통 파트너들과 공유하고 있지만, 이는 양자 간 계약을 통해 이뤄지며 Circle은 “발행자” 몫을 보유한다. Tether는 대체로 이 경제적 이익을 내부에 남긴다. Open USD는 이 모델을 뒤집어, 수익 공유 자체를 제품의 일부로 만들겠다고 제안한다."
"VISA와 개념적으로 가장 중요한 유사점은 경쟁자들이 공통 인프라 위에서 협력하는 구조다. Visa의 본질은 개별 은행, 카드 발급사, 매입사, 가맹점이 모두 독자적으로 경쟁하지만, 결제 표준·승인·청산·정산 네트워크는 공동으로 쓰는 모델이었다. Open USD도 비슷하게 Visa, Mastercard, Stripe, Coinbase, Shopify, 은행, 핀테크, 거래소, 지갑 사업자들이 서로 경쟁하면서도, 달러 결제·정산을 위한 공통 스테이블코인 레일을 공유하자는 구상이다. 글에서도 Open USD를 “컨소시엄 거버넌스 기반 결제 자산 + 준비금 수익 공유 네트워크”로 보는 것이 맞다고 설명한다." - GPT
https://joinopenstandard.com/blog/introducing-open-usd | 2 164 |
| 20 | 앤트로픽이 코딩 영역을 빠르게 점유한건 피드백 루프가 제대로 돌았기 때문인데, 메타(와 구글)은 광고에서 비슷한 일을 해낼 수 있는 회사들이다. 이들에게 자체 모델이 중요한 이유.
"Muse Image를 Advantage+에 직접 통합했을 때의 더 근본적인 이점은, 메타가 오직 자신만 보유한 광고주 성과 데이터를 기준으로 자체 모델을 학습시키고, 튜닝하고, 정렬하고, 평가할 수 있다는 점이다. 그 결과는 범용 모델을 파인튜닝해서 얻을 수 있는 것보다 훨씬 더 차별화되고, 특정 활용 사례에 더 자연스럽게 맞는 결과가 된다. 파운데이션 모델은 메타 자체의 검색 및 랭킹 인프라와 정렬되도록 학습될 수 있고, 독립형 도구나 다른 플랫폼의 도구와 차별화되는 출력 제어를 가질 수 있다. 이런 방식은 브랜드 안전성을 강제하고 제품의 정합성을 유지하며, 지연 시간과 비용도 통제할 수 있게 한다. 이는 광고 플랫폼에 대단히 강력한 이점이며, 메타가 AI 투자에서 이미 실질적인 보상을 거두고 있다고 내가 주장하는 핵심에 놓여 있다."
"모델 개선에 가장 중요한 기여 요인 중 하나는 검증 가능성이다. 코딩이 AI 발전에서 특히 생산적인 영역이었던 큰 이유는 코드가 검증 가능하기 때문이다. 즉, 작동하는가, 작동하지 않는가를 확인할 수 있다. 따라서 어떤 과제가 더 검증 가능할수록, 그 과제는 AI에 의해 더 빠르게 수행될 가능성이 높다. 달리 말하면, 검증을 소유하는 것은 극도로 유리하다. 그리고 시장은 검증 메커니즘이다. 물론 충분한 신호를 얻기 위해서는 충분한 유동성이 필요하다. 이 데이터에는 많은 노이즈가 있기 때문이다. 하지만 메타 광고가 바로 그런 존재다. 전환을 만들거나 만들지 못하는 수조 개의 광고가 돌아가는, 어쩌면 세계에서 가장 유동적인 시장이다. 그 신호에 직접 연결되는 모델은 더 빨리 좋아질 수밖에 없다."
https://stratechery.com/2026/muse-image-grok-4-5-alex-karp-on-cnbc/ | 4 655 |
