기억보단 기록을
Open in Telegram
하루하루 쌓아간다는 마인드로 주식/가상화폐/매크로에 대한 개인적인 생각을 공유합니다 - 매수/매도 추천아님 - 보유자 편향이 있을 수 있음 - 텔레그램 및 블로그에 게재되는 내용은 단순 기록용이며, 어떠한 경우에도 투자 결과에 대한 법적 책임소재의 증빙자료로 사용될 수 없음 - 투자에 대한 손실은 거래 당사자의 책임입니다
Show more1 645
Subscribers
-124 hours
-47 days
-130 days
Loading data
Similar Channels
No data
Any problems? Please refresh the page or contact our support manager.
Tags Cloud
No data
Any problems? Please refresh the page or contact our support manager.
Incoming and Outgoing Mentions
---
---
---
---
---
---
Attracting Subscribers
October '26Oct '26
October '26
+18
in 6 channels
September '26
+23
in 9 channels
Get PRO
August '26
+16
in 5 channels
Get PRO
July '26
+53
in 13 channels
Get PRO
June '26
+106
in 22 channels
Get PRO
May '26
+172
in 35 channels
Get PRO
April '26
+364
in 43 channels
Get PRO
March '26
+49
in 13 channels
Get PRO
February '26
+185
in 32 channels
Get PRO
January '26
+127
in 21 channels
Get PRO
December '25
+27
in 4 channels
Get PRO
November '25
+36
in 6 channels
Get PRO
October '25
+40
in 7 channels
Get PRO
September '25
+55
in 10 channels
Get PRO
August '25
+38
in 17 channels
Get PRO
July '25
+11
in 2 channels
Get PRO
June '25
+5
in 3 channels
Get PRO
May '25
+17
in 2 channels
Get PRO
April '25
+34
in 7 channels
Get PRO
March '25
+353
in 14 channels
Get PRO
February '250
in 16 channels
Get PRO
January '250
in 21 channels
Get PRO
December '24
+139
in 3 channels
| Date | Subscriber Growth | Mentions | Channels | |
| 29 October | 0 | |||
| 28 October | 0 | |||
| 27 October | +1 | |||
| 26 October | +3 | |||
| 25 October | 0 | |||
| 24 October | 0 | |||
| 23 October | 0 | |||
| 22 October | 0 | |||
| 21 October | 0 | |||
| 20 October | 0 | |||
| 19 October | 0 | |||
| 18 October | 0 | |||
| 17 October | 0 | |||
| 16 October | 0 | |||
| 15 October | 0 | |||
| 14 October | 0 | |||
| 13 October | 0 | |||
| 12 October | +1 | |||
| 11 October | 0 | |||
| 10 October | 0 | |||
| 09 October | +3 | |||
| 08 October | +2 | |||
| 07 October | 0 | |||
| 06 October | 0 | |||
| 05 October | +4 | |||
| 04 October | +1 | |||
| 03 October | 0 | |||
| 02 October | +3 | |||
| 01 October | 0 |
Channel Posts
| 2 |  #단상 #PLTR
1) 해당 의견에 저는 반대의견을 가지고 있음. B2C에서는 맞는 얘기일 수 있는데 B2B, B2G에서는 프론티어 vs 오픈모델 간의 차이가 아직은 유의미하진 않을듯. 오히려 오픈모델이 더 나은 선택지일 수 있음
2) RSI가 나온 시점부터는 어쩌면 프론티어랩들이 도메인, 오퍼레이션 루프를 안가리고 다 해먹을 수도 있지만 ‘현시점’을 기준으로 얘기함
3) 먼저 엔터프라이즈 레벨에서 소버린을 하는 이유는 결국 나의 해자를 지키기 위함임. 도메인 지식과 기업의 암묵지 뺏기는게 상관없었다면, 너도나도 전부 프론티어 모델을 쓰면서 결과적으로 프론티어 모델의 가중치 커버리지를 더 빠르게 넓히고, 더 빠르게 해자를 뺏길 것임
4) 심지어 현시점 프론티어 모델이 업무에서 무조건 더 뛰어난것도 아님. 이번 팔란티어 AIPcon11 발표 내용을 들어보면, L3Harris, McCarthy 등 고객들이 공통적으로 말한 포인트가 있음
5) 바로 오픈모델을 각자의 상황에 맞게 파인튜닝/포스트 트레이닝 했더니 프론티어 모델의 성능을 단기간에 능가했다고 언급했음. 심지어 L3Harris는 이걸 48시간만에 했다고 말함. 오픈모델을 자체적으로 파인튜닝해서 쓰다보니 가격도 훨씬 더 저렴함
6) 즉, 기업의 많은 태스크는 파인튜닝된 오픈 웨이트 + Ontology 하네스로 프론티어 모델을 성능과 가격 모든 면에서 충분히 능가 가능하다는 결론이 나옴
7) 바꿔말하면, 벤치마크 테스트에 나오는 프론티어 모델 성능이 그닥 중요한게 아니란 얘기임. 실제 기업환경은 벤치마크 테스트처럼 단순화되어있지 않음. 시시각각으로 환경과 의사결정의 기준이 변함 | 167 |
| 3 | 이 정도 차이는 가격차이로 극복가능하다라고 누군가 말하겠지만
장기반복작업, 고신뢰성을 요하는 프로젝트에서는 아예 고려조차 할 수 없는 성능차이
에이전트의 추론작업이 장기화될수록 오픈소스 모델들은 점점 설자리를 잃을것 | 113 |
| 4 | [이그전] 한꺼번에 몰려 온 인플레 완화 재료들
안녕하세요. KB증권 자산배분 이은택입니다.
1) 최근 인플레 완화와 관련된 뉴스들이 집중되고 있습니다. 특히 정제유 측면에서 그렇습니다.
2) 러시아 디젤 수출 재개, 한국 디젤 수출 재개, 이란협상 기대 등입니다. 또한 중동 원유 수출이 정상화된 것의 효과도 나타나고 있습니다.
3) 정치적으론 이스라엘 총선과 브라질 대선이 불러오는 나비효과에 대한 기대도 있습니다.
- URL: https://m.blog.naver.com/egzion/224456637627 | 135 |
| 5 | * 하이닉스 컨콜 중
- 고객의 HBM 요구량은 당사 공급가능량의 두배를 상회 | 79 |
| 6 | * 하이닉스 컨콜 중
"29년까지 LTA 포함하여 디램과 HBM 물량 모두 솔드아웃" | 69 |
| 7 |  3분기 GPM 86%, OPM 80%
환율 급락했는데 QOQ %P 증가추세가 유지 | 124 |
| 8 | 30년까지
- 수요는 CAGR +40%
- 공급 증가 CAGR은 20%(공급3사 대략 비슷한 오피셜 코멘트)
- 향후 가격이 안오른다면 못오르는게 아니라 안올리는것
- LTA나 다른 정책들로 안건드리고 가만 놔두면 계속 급등할 수 밖에 없는 환경 | 91 |
| 9 |  30년까지 공급 부족 | 81 |
| 10 | #AI
딜런 파텔 인터뷰 내용도 정리하려했더니 유튜브에서 내려갔군요. 농구천재님 글 보시면 될 듯
딜런 파텔 피셜 현재 보틀넥 순위는
1. 기판
2. 메모리
3. 광학
4. 전력 -> 다른 병목 트레이딩보다도 상대주가가 약한 이유일수도
https://m.blog.naver.com/tosoha1/224455592791?enterPage=feed | 393 |
| 11 | 이런거보면 반도체 사이클 종료를 논하기엔 이른거 아닌가하는 생각 | 217 |
| 12 | [SK증권 반도체 한동희, 손 건]
中 빅테크 알리바바·텐센트·바이트댄스, 삼성전자·SK하이닉스에 D램 장기계약 요청
▶️ 장기공급계약(LTA) 요청 개요
- 알리바바·텐센트·바이트댄스 등 중화권 대형 CSP, 삼성전자·SK하이닉스에 서버용 메모리 LTA 타진
- 통상 3~5년인 계약기간을 넘어, 일부 고객은 2035년까지 10년간 공급하는 초장기 계약 요구
- 미국 빅테크가 이미 LTA로 물량을 확보한 가운데 중국 CSP도 서버용 메모리 확보전에 가세
▶️ 요청 품목 및 배경
- 요청 품목: 서버용 DDR, 저전력 DDR(LPDDR)
- LPDDR은 AI 서버 전력효율 제고 목적에 메모리 공급난이 겹쳐 확보 대상에 포함
- 가격 부담을 감수하더라도 물량을 먼저 확보하는 것이 AI 시장 주도권 확보에 중요하다는 판단
▶️ URL: https://buly.kr/5UKq0Z2
* SK증권 리서치 IT팀 채널 :
https://t.me/skitteam | 70 |
| 13 | 질문 14랑 연결해서 보면 됨. 구글은 우주 데이터센터를 20년 시계열에서 보는 중.
이정도면 주식 시장에는 크게 의미없는거 같고.. 개인적으로는 해상 부유식 데이터센터가 훨씬 현실적이라는 입장임. LPS 쇼티지는 바다 위에서 해결하는게 맞지 않을까 | 267 |
| 14 | 구글도 에이전트 + micro VM 비즈니스를 하는 줄은 몰랐음. 기업용이라 몰랐던걸까. 아니면 제미나이에 대한 관심이 아예 떨어져서 놓친걸수도 | 259 |
| 15 | 여긴 AI 투자자에게 가장 중요한 내용일듯.
-> 일단 컴퓨팅 공급 쇼티지는 28년도까지 지속된다. | 255 |
| 16 | 아직 과도기라 정답은 없지만, 현재 시점에서는 월드모델 + LLM의 조합이 AGI에는 한발짝 가까운 상황. 다만 개인적으로 벤치마크 자체를 그렇게 신뢰하진 않음 | 247 |
| 17 | 하이퍼스케일러의 현재 생각을 알 수 있는 꼭 봐야할 인터뷰라고 생각 | 235 |
| 18 | - Gemini 앱의 목표는 개인적이고 선제적이고 강력한 어시스턴트임. I/O에서 Spark로 초기 버전을 보였고 Pro와 Ultra 사용자는 이미 chat과 task를 봄. Argon으로 가속돼 곧 chat인지 agent 작업인지 구분 없이 알아서 하고 백그라운드에서 지속 작업함. 작년엔 대부분 chat이었으나 agent 작업 비중이 꾸준히 늘고 있음
질문 13: Anthropic에 수백억 달러를 투자하고 Apple과 Gemini를 Siri에 라이선스한 이유와 방향은?
- Anthropic은 창립팀이 초기 GPT 개발에 참여한 세계 수준 팀이라 프론티어에 설 팀이라는 판단이 빨랐음. 최첨단 기술을 하는 회사와 협력하는 방침이고 SpaceX도 같은 경우임. 일부 파트너십은 TPU 구축으로 이어짐
- Apple 협력은 AI 능력을 더 나은 사용자 경험으로 바꾸는 것이 목적이고, Apple이 모델을 맞춤화해 Siri에 넣은 작업이 훌륭하고 반응도 좋음. 더 많이 하려는 의향이 있음
질문 14: 우주 데이터센터의 실현 가능성은?
- DARPA Grand Challenge의 Stanley 차량이 Waymo의 기반이 됐듯 공상과학처럼 보이는 기술이 10~20년 뒤 의미 있게 작동함. 양자컴퓨팅은 거의 20년, 우주는 2~3년째임
- 태양동기궤도에서 가장 풍부한 에너지를 24시간 쓰는 것이 기하급수적으로 늘어날 컴퓨트 수요에 맞는 방식이 될 것이나 어려운 프로젝트임. 팀은 규율 있는 이정표를 갖고 있고 TPU를 우주로 보냈으며 곧 hello world를 기대함
질문 15: Google 코드 중 AI가 쓰는 비중은 지금 얼마인가?
- 25%라는 숫자는 이제 의미가 없음. 만지는 모든 코드가 AI의 영향을 깊이 받음. Argon 출시 4주 만에 한 핵심 지표가 30% 늘고 롤백이 약 3분의 1 줄어 더 생산적이고 더 나은 코드를 쓴다는 신호임. 수백만 줄에 영향을 주는 복잡한 프로젝트에 Argon을 씀
질문 16: 데이터센터 반대 여론에서 미국에 못 지으면 어디로 가는가?
- 책임 있게 짓는 것이 약속임. 커뮤니티와 일찍 투명하게 소통하고, 증설 전력을 가져오며 전력 비용 100%를 부담함. 모두가 같은 방식으로 하지는 않는다는 우려가 있음
- 20년 시간 척도로 우주 데이터센터를 생각하는 이유 중 하나는 트레이드오프가 달라지는 곳에 데이터센터를 두려는 것임
질문 17: Google이 가장 열심히 풀고 있는 미증명 분야는?
- 여러 병렬 베팅을 함. 초기 Gemini의 100만 토큰 입력 컨텍스트 같은 돌파를 이어 가며 합성 데이터, 지속 학습, 더 효율적인 아키텍처를 탐색함
- 컴퓨트의 의미 있는 비율을 이런 연구 베팅에 배정하고, 일부 아이디어는 메인라인 모델에 들어감
질문 18: 기술 업계의 낙관주의는 순수한 낙관인가, 단서가 붙은 낙관인가?
- 기술의 발전과 접근성이 삶을 낫게 한다는 깊은 신념이 있음. 낙관은 아무거나 만들어도 된다는 뜻이 아니라 인류를 위한 기술을 만들도록 열심히 일해야 한다는 뜻임
- 의료와 신소재 발견처럼 오래 비싸지던 것을 근본적으로 싸게 만드는 곡선을 꺾을 수 있어 매우 낙관적임. 동시에 기술이 잘못될 모든 길을 걱정하는 것이 합당하고, 둘은 함께 가야 함
https://www.youtube.com/watch?v=F3ItSTZNtT0 | 587 |
| 19 | #GOOGL #AI
순다르 피차이 Big Technology Podcast 인터뷰 요약(Gemini 4 Argon, 컴퓨트 부족과 과잉 건설, 에이전트 인터페이스 등)
질문 1: 벤치마크에서 OpenAI와 Anthropic의 공개 모델을 앞선 Gemini 4 Argon으로 Google이 프론티어에 돌아온 이유는? (프론티어를 포기했다는 통념과 달리)
- 프론티어 추구는 Google의 DNA이고 다른 방식으로는 하지 않음. 10년 넘게 AI 프론티어를 생각해 왔고, Argon은 능력이 커서 다른 모델보다 오래 걸렸으며 안전 테스트와 신중한 배포에 시간을 썼음
- Argon은 agent 작업, 지식 노동, 코딩, 창작 전반에서 '정말 좋은 프론티어 모델 중 하나'임
- 출시 후 72시간 동안 토큰 사용량이 거의 25조 개로 Gemini 3.0의 같은 기간 약 3배임. 서빙 용량이 부족한 상태임
- 개선할 영역도 있음. 코딩에는 아직 부족한 부분이 있고 명확한 피드백이 있어 고칠 것임
질문 2: 표준 모델로도 제품을 만들 수 있으니 프론티어는 Google에 꼭 필요하지 않은 것 아닌가?
- 프론티어에 서면 새로 나타나는 능력을 남보다 먼저 볼 수 있어 미래를 준비하기 좋음. 일부 클라우드 고객은 프론티어 모델을 원함
- 재귀적 자기 개선(RSI) 시대에는 프론티어 모델이 다음 모델 개발을 더 잘하므로 중요함. 내부 개발자에게 Argon을 배포하자 이전 모델이 풀지 못한 문제를 푸는 가파른 변곡점이 나타남
- 모든 크기의 모델에 자리가 있음. Flash와 Flashlight를 낸 이유임. 프론티어 모델은 더 느리고 비싸서 좋은 제품 경험에 꼭 최상위 모델이 필요하지는 않다는 데 동의함. 신경 쓰는 것은 Pareto frontier임
질문 3: 프론티어에서 보이는 다음 흐름은?
- 몇 달 작업의 결정판을 내놓아도 바로 앞에 개선 여지가 보임. 장기 과제를 하는 agent 여러 개가 함께 일하는 것이 다음 패러다임임
- 소비자와 기업 모두 상시 일하는 multi-agent 틀을 쓰게 될 것이고, '무한한 가능성의 순간'임
질문 4: OpenAI 봇의 Hugging Face 해킹 같은 사건이 있는데, 모델이 모델을 개선하는 RSI와 정렬 불완전은 무섭지 않은가? 업계가 속도를 늦춰야 하지 않는가?
- RSI는 최종 상태와 한참 먼 단계임. 지금은 AI 연구자와 함께 모델 개발의 여러 측면에서 RSI 루프가 돌고, agent가 연구자를 자동화된 방식으로 돕는 수준임. 이 연속선이 내년까지 진전될 것임
- 안전은 심층 방어에서 나옴. 정렬 연구는 활발한 분야이고 명확한 공백이 있으므로 그것만 믿지 않고, 모델이 일하는 동안의 실시간 모니터링과 telemetry로 개입하고, 샌드박스와 격리 구조에서 돌리고, 고객이 배포 위치와 접근 데이터를 통제하게 함. 업계는 안전 배포에 필요한 컴퓨트도 따로 투입해야 함
- 걱정은 합리적임. 다음 단계는 업계 공통 표준과 독립 평가자임. 재무 통제에 회계 기준과 독립 감사가 있듯이 필요하고 규제도 역할을 하게 됨
질문 5: OpenAI는 LLM이 AGI로 가는 길이라며 월드 모델 연구의 일부를 접었는데, Google은 왜 LLM과 월드 모델을 함께 추진하는가?
- 물리 법칙을 이해하고 세계를 높은 정밀도로 시뮬레이션하는 것은 지능의 핵심 구성 요소임. 로보틱스에서 Argon이 embodied reasoning 벤치마크 다수에서 최고 수준인 것도 월드 모델 경험에서 나옴
- 미래에는 이 모두를 수렴하는 아키텍처가 나올 것으로 예상하지만, 들쭉날쭉한 프론티어에서 가능한 모든 접근의 최전선에 서려 함. 그것이 연구와 AGI 모델을 모두 더 낫게 함
질문 6: AI 연구를 접고 클라우드로 컴퓨트를 팔라는 주장도 있는데, 가장 귀한 컴퓨트를 클라우드와 AI 연구 사이에 어떻게 배분하는가? 연구자에게 최대 컴퓨터를 주고 클라우드 이익을 희생해야 하지 않는가?
- 출발점은 AI 프론티어에 필요한 컴퓨트에 투자하는 것이고 협상 불가임. 2015년 회사를 AI first로 정했고 AI는 검색, 클라우드, Waymo 등 모든 것의 수평 요소임
- 순서는 Google DeepMind의 연구와 프론티어 모델 개발이 최첨단 컴퓨트를 확보하고, 그다음 각 사업이 장기 계획과 수요 신호와 체결 계약으로 낸 전망에 맞춰 계획함
- 리드타임이 길어 오늘의 컴퓨트는 2024년 결정의 결과임. 1년 전엔 agentic coding 폭발이 없었음. 지금은 모두가 부족하고 계획의 2배를 원함. 2~3년 앞을 보고 계획하므로 2년 뒤 차선으로 보일 결정도 있으나 그 점에 시간을 많이 쓰지는 않음
- 클라우드는 이미 프론티어 AI 개발을 위해 단기 매출을 포기하고 있음. 제약은 창의성도 낳아 메모리를 덜 쓰는 효율적 알고리즘 돌파로 이어질 수 있음. 컴퓨트를 외부에 제공하면 스케일을 키우고 가장 넓은 적용 사례에서 실전 시험을 하게 됨
질문 7: 컴퓨트가 2028년까지 매진이라는 말처럼 Google도 같은 상황인가?
- 합리적인 얘기임. 고객이 2027년 컴퓨트를 요청하면 공급이 매우 어렵고, 작년에도 일부 고객을 돕기 위해 단기 컴퓨트를 임대했음. 모두가 비슷한 일정을 겪는 중임
질문 8: 철도와 광섬유처럼 과잉 건설이 있는가?
- 장기시계열로 보면 이 규모의 건설은 합리적임. 가장 중대한 기술의 초기 단계이고, 광섬유와 달리 dark 상태가 아니라 쓰고 있으며 매일 용량이 부족함
- 회사 운영은 수요 신호, 계약 매출, 기술 능력, 내부 활용, 모델 궤적을 보고 자신 있고 공격적이되 규율 있게 계획하는 것임. 경제 전체는 각 주체가 서로 다른 수준의 위험을 지고 움직여 가늠하기 어렵고, 자신이 통제할 수 있는 회사 단위에 집중함
- 과잉 건설은 가능함. 컴퓨트 구축에는 부품이 2,000개 이상 필요하고 메모리, 전력, 전기기사 등이 병목이 될 수 있으며 외부 충격과 거시 위험도 있음. 그래도 충분한 시간이 주어지면 계획한 컴퓨트를 쓸 곳이 있다는 확신이 있음
질문 9: AI 시대의 인터페이스는 어떤 모습인가? Greg Brockman의 '인터페이스도 제품도 없는 것이 답'이라는 주장에 대해
- 컴퓨팅은 지금까지 인간이 컴퓨터에 적응했지만 AI에서는 반대로 기술이 인간의 일상에 매끄럽게 적응함. 말을 걸 수 있고, 맥락을 갖고, 계속 돌며 연속성을 주는 자연스러운 형태임
- 인터페이스가 아예 없다는 뜻은 아님. Gemini 음성 모델은 마이크를 누르고 횡설수설해도 개인 맥락으로 친구의 특이한 이름까지 교정함. 영상 감상처럼 인터페이스가 필요한 순간도 있음
질문 10: 기존 제품에 AI를 덧붙이는 Google이 AI native 제품과 경쟁할 수 있는가?
- 모두가 서로를 밀어붙이는 역동적 시기이고 OpenAI도 Google을 세게 밀었음. Gemini 앱은 처음부터 새로 만들었고, ChatGPT에 agent를 붙이는지 native로 만드는지도 같은 질문으로 뒤집을 수 있음
- 중요한 것은 AI native 세계 수준 제품 경험이고, 일부는 기존 제품을 적응시키고 일부는 새 경험을 다시 구상하는 것임
질문 11: agent가 대신 구매하는 시대에 수익은 어떻게 내는가?
- 소비자는 이 기술의 가치를 점점 더 인정할 것임. 개발자는 이미 코딩 모델에 돈을 내고, 3년 전 방식으로 코딩하려는 사람은 없음. 수십억 명이 집중해 쓰는 소비자 제품이 수익화 없이 큰 사례를 본 적이 없음
- agent도 결국 상업적 필요를 충족해야 하고 반대편 공급자가 가치를 보면 어떤 메커니즘이 생길 것임. 중요한 것은 세계 수준의 소비자 경험임
질문 12: Gmail 검색 개선과 Muse, Dots 같은 경쟁 제품 대응은?
- 기업용 통합 Gemini agent를 발표했고 소비자에게도 가져옴. 클라우드에서 24시간 도는 persistent agent이고 쿼리마다 micro VM을 띄우며, 런타임과 harness와 모델이 모두 headless 서비스로 Workspace, Search, Gemini 어디서든 같은 컨텍스트로 호출됨
- 제품이 넓어 빠르게 가는 영역과 느린 영역이 있다는 피드백은 타당하고, agent가 고객 경험의 통합을 이끌 것임 | 667 |
| 20 |  #AI #단상
앤스로픽은 11월 중순 IPO를 예정대로 진행하는 듯하고, 그외 나머지 데이터센터 관련 기업들은 전부 연기 중
1) 앤스로픽 상장은 지난 스페이스X 상장 때처럼, 수급을 다 빨아갈 수 있는 이벤트라 다른 주식 수급에는 부정적이라 생각. 당연히 매크로적인 이유도 있지만, 기관들도 중간선거 불확실성 피할겸 앤스로픽 상장 자금 모을겸 다 빼고 있는거 아닌가 싶음. 그 피해가 가장 심한게 코스피인거고..
2) 지금 IPO 연기되는 애들은 사실 대부분이 당장의 수익을 기대하기 어려운 애들임. 매출도 제대로 안나오는데 AI 데이터센터 흐름타고 상장하려다가, 자금이 안돌자 줄줄이 연기하는 모습. 선계약이 잡혀있어도, 아직 완공이 되지 않아서 데이터센터가 안돌아가는 곳이 많음
테이블 Source: 소수몽키 | 420 |
