기억보단 기록을

젠슨 황이 알려주는 3가지 1. 반도체 공급 쇼티지는 향후 10년 동안 계속 된다 2. 폐쇄모델과 오픈모델은 양립할거다 3. 오픈모델이 필요한 이유는 '통제권'

#NVDA #SK하이닉스 #반도체 #AI 젠슨 황 CNBC 인터뷰 요약 (한국 AI 서밋 및 SK-네이버 투자 발표)

질문 1: 이번 한국 AI 서밋에서 무엇을 달성하려 했는가?

- 한국은 반도체와 산업 전반이 동시에 호황을 맞은 '골든 에이지' → 신기술 채택에 적극적이고 사회 전반에 AI가 이미 확산된 나라로 규정 - SK그룹과 5000억 달러 규모 사업 파트너십 체결 → 메모리 구매와 슈퍼컴퓨터 판매를 아우름 - 네이버(한국 1위 클라우드)에 10억 달러 투자, 200MW 규모로 스케일업 후 해외 확장까지 지원

질문 2: HBM 미래 세대 로드맵에 더 직접 관여하는 이유는?

- HBM2부터 HBM3, HBM3E, HBM4E까지 이어지는 메모리 로드맵을 협력사와 공동 설계 중 - 반도체 산업의 정체성 자체가 전환 → 과거엔 사람이 쓸 컴퓨터를 만들었지만, 이제는 AI 에이전트와 로봇이 쓸 컴퓨터를 만드는 구조 - 10억 명이 쓰던 컴퓨터 시장에서 1000억 개 에이전트와 수십억 대 로봇이 쓰는 시장으로 확장 → 반도체 산업 규모가 향후 10년간 현재의 10배가 되어야 한다는 판단

질문 3: 한국 경제가 HBM 비트 공급을 늘려주는 게 얼마나 절실한가?

- HBM, LPDDR3를 포함해 공급망 거의 전 구간에서 비트가 부족한 상태 - 이제는 토지, 전력, 건설 인력까지 데이터센터 구축의 병목 → 향후 10년간 절제된 속도로만 확장 가능 - Why? 전자기기와 달리 인프라(부지, 전력, 건물)는 스케일업이 본질적으로 어려움 - 산업 전체로 매년 생산능력을 두 배씩 늘리는 게 한계치라고 판단, 그 이상은 어려움

질문 4: 5000억 달러 규모는 구체적으로 무엇을 포함하는가?

- SK하이닉스와 향후 수년간 이어지는 대규모 메모리 구매 계약 및 구매 의향서 체결 - SK텔레콤은 AI 클라우드로 전환, 최대 2GW 규모까지 스케일업 예정이며 그 인프라에 엔비디아가 슈퍼컴퓨터 공급 - 양측을 합쳐 5000억 달러를 훌쩍 넘는 규모의 사업으로 집계

질문 5: 최태원 SK 회장과의 대화에서 나온 미중 AI 접근법 차이(중국=토큰당 비용, 미국=토큰 품질)를 어떻게 보는가?

- AI의 목표는 결국 지적이고 정확한 답을 내는 것 → 토큰을 더 똑똑하게 만들어 적게 쓰는 길과, 더 오래 생각하고 더 많은 선택지를 탐색해 답을 내는 길 두 가지 접근이 모두 가능 - 미중 양국 모두 뛰어난 AI 연구자를 보유 → 조건과 자원이 달라도 결국 각자의 답을 찾을 것 - 중국은 한 해에 전 세계를 합친 것보다 많은 AI 연구자를 배출 → 지능을 제조하는 가장 중요한 자산인 '연구자' 자체를 대량 생산하는 구조 - 실리콘밸리에 있는 중국 출신 AI 연구자 비중도 상당히 높음 → 미국 입장에서도 이들과의 협업이 자산

질문 6: 사티아 나델라 등과 함께 오픈모델의 중요성을 강조한 첫 X 게시물을 올린 이유는?

- 폐쇄모델 쏠림 정서가 커지는 흐름을 감지 → 오픈모델은 안전, 사이버보안, 혁신, 스타트업, 기업 주권 모두에 필수라는 입장 - 오픈AI, 클로드, 커서, 코그니션, 퍼플렉시티 등 폐쇄모델도 최대한 활용하라고 권장하되, '반드시 직접 만들어야 하는 영역'에서만 오픈모델이 필요하다는 논리 - 반드시 직접 만들어야 하는 이유의 예시: 1) 기업 고유의 알파(핵심 노하우)라 외부 공유가 불가능한 경우, 2) 규제 산업이라 서비스 수준 계약을 그대로 넘길 수 없는 경우, 3) 국가-기업 차원의 주권적 통제가 필요한 경우

질문 7: 오픈모델에 대한 오해는 무엇인가?

- 오픈모델을 직접 호스팅하는 게 폐쇄모델보다 저렴하다는 생각은 틀림 → 파인튜닝, 유지보수, 가드레일, 평가, 호스팅 컴퓨터 구축까지 비용이 결코 작지 않음 - 오픈모델이 필요한 진짜 이유는 비용이 아니라 통제권 → 특화된 자사 용도에 맞게 직접 조정해야 하는 경우에 필요 - 오픈웨이트와 오픈소스는 구분되는 개념 → 가중치만 공개하는 것과, 학습 데이터, 학습 방법까지 공개해 완전 재현 가능하게 하는 것은 다름 - 오픈이냐 폐쇄냐 둘 중 하나로 귀결된다는 생각, 오픈모델이 곧 안전하지 않다는 생각 모두 근본적으로 틀림

질문 8: Kimi K3(오픈웨이트, 7월 27일 공개 예정)와 허깅페이스가 자사 시스템에 대한 오픈AI 모델의 무단 접근을 방어한 두 사례를 어떻게 보는가?

- 폐쇄형이라고 해서 자동으로 안전하거나 보안이 확보되는 건 아님 → 탈옥, 모델 탈취, 내부 유출, 가드레일 및 샌드박스 설계 결함으로 인한 타사 공격 모두 가능 - 여러 훌륭한 기업이 최선을 다해 폐쇄모델을 안전하게 지키고 있지만, 단일 실패 지점(single point of failure)이야말로 가장 큰 취약점 → 업계 전체가 분산된 자체방어 체계를 갖춰야 함 - 허깅페이스 사례가 정확히 이를 증명 → 폐쇄모델에는 접근할 수 없어 GLM 5.2(오픈모델)를 활용해 침투 지점을 식별하고 신속히 패치 - 이 사례가 오픈모델 기반 자체방어의 필요성, AI 기술 다양성의 필요성을 동시에 입증 https://www.youtube.com/watch?v=N5UhBCbxdIA

메타가 ㅌㅌ 하는거 보니 RE100 이니셔티브 탈출은 시간문제

메타: Bye RE100 ======================== ~ Now Meta is no longer part of the RE100, a corporate renewable energy initiative, after a decade of membership, the company confirmed to TechCrunch today. The breakup was mutual, according to a Meta spokesperson ~ The exit caps months of Meta expanding its bet on fossil fuels to power its AI data centers and begs the obvious question: What does “clean energy” actually mean to a company that keeps building gas plants while still calling itself renewable? https://techcrunch.com/2026/07/23/meta-drops-out-of-a-major-clean-energy-pact-as-its-natural-gas-buildout-accelerates/

#AI #단상 관련해서 요즘 드는 단상 몇 가지 끄적여봅니다. - 프론티어 랩의 승자독식 vs 오픈웨이트 진영으로의 다변화, 미래에 어느 쪽으로 갈지 알 수는 없으나 지금 시점에선 후자로 가면서 서로 상생할 확률이 높다고 보고 있음. → 이를 위해선 엔비디아 Nemotron 같은 '비중국' 오픈웨이트 모델의 중요성이 더 커지는 중 - 엔터프라이즈 레벨에서 ROI를 뽑으려면, 팔란티어처럼 컨텍스트 레이어와 보안, 거버넌스까지 커버하는 운영체제 위에 도메인 특화 경량 모델을 얹어 오케스트레이션하는 방식이 점점 메인스트림으로 올라올 것 같음. → 내년엔 이 흐름이 더 본격화되지 않을까 싶음 (기업 자체적으로 할 수 있으면 당연히 팔란티어같은 운영체제가 필수는 아니지만, 대부분이 할 줄 모름) - 실리콘밸리 쪽 얘길 들어보면, 프론티어 랩이 새 도메인으로 확장하고 싶어도 발목 잡는 건 모델 성능이 아니라 데이터셋과 평가 쪽 보틀넥이라 함. 결국 프론티어 랩 혼자 모든 도메인을 다 섭렵하는 건 단기간엔 힘들다는 얘기 - 소버린, 온프레미스 등의 신규 수요 덕에 DELL, HPE 같은 기업용 서버주들이 최근 AI 섹터 조정 와중에도 상대적으로 강한 흐름을 보이는 게 이 흐름을 증명하는 방증 아닐까 싶음 (PENG은 상대적으로 약한듯) - 이 흐름이 메모리 수요로 이어지는 건 의심 없지만, 주가에 반영될 EPS 성장 가속도는 별개 문제라 이 글에선 패스하겠음 이상 비전문가의 시선

오픈 웨이트와 미국 AI 리더십 <요약> : 엔비디아와 메타, 마이크로소프트, IBM, 허깅페이스, 미스트랄 등 주요 AI, 기술 기업들은 미국 AI 경쟁력은 단일 최첨단 모델이 아니라 오픈 웨이트 생태계를 산업 전반에 확산하는 데 달려 있다는 내용의 공동 공개서한 발표 : 오픈 웨이트 모델은 누구나 다운로드, 수정, 자체 인프라에서 실행할 수 있어 AI 도입 비용을 낮추고, 스타트업, 기업, 대학, 공공기관의 활용을 확대해 미국 AI 경쟁력을 높일 수 있다고 주장 : 기업이 특정 AI 공급업체에 종속되지 않고 자체 데이터와 모델을 직접 통제, 개선할 수 있어 기술 주권을 강화하며, 클라우드, AI 칩, 애플리케이션 전반의 경쟁과 혁신을 촉진한다고 설명 : 오픈 웨이트는 공개 이후 통제가 어려운 위험이 있지만, 폐쇄형 모델 역시 침해, 오용 위험이 존재하며, 개방성을 통해 더 많은 연구자들이 취약점을 검증하고 보완하는 것이 AI 안전성과 사이버보안을 높이는 방법이라고 강조 : 정책적으로는 컴퓨팅 자원 접근성 확대, 데이터셋·평가 프레임워크 등 공동 AI 인프라 투자, 오픈 모델에 대한 성급한 규제 지양을 제안했으며, 증류는 합법적인 모델 개발 기법으로 불법 IP 탈취와 구분해 규제해야 한다고 주장 <전문> 1980년대 초, 오픈소스 소프트웨어의 선구자들은 소프트웨어는 기업이 코드를 철저히 통제해야만 발전할 수 있다는 당시의 통념에 도전했다. 이들은 전 세계 개발자들이 소프트웨어를 자유롭게 연구하고, 수정하며, 개선할 수 있는 투명한 생태계를 지향했다. 오늘날 오픈소스 커뮤니티가 개발한 소프트웨어는 인터넷의 대부분을 지탱하고 있으며, 세계 최대 기술기업은 물론 미국 군과 연방정부 기관이 과학 연구, 사이버보안 및 기타 핵심 임무에 사용하는 시스템의 기반이 되고 있다. 오픈소스는 단순히 소프트웨어 비용을 낮춘 것이 아니라, 여러 세대의 미국 엔지니어와 기업가들이 기술적 주권과 경쟁력을 구축할 수 있는 공동의 지식 기반을 만들어냈다. 이제 미국은 인공지능에서도 비슷한 선택의 기로에 서 있다. 미국의 AI 리더십은 단 하나의 최첨단 AI 모델을 보유했는지가 아니라, AI가 경제와 사회 전반으로 확산되는 강력하고 개방적인 생태계를 구축할 수 있는지에 의해 평가될 것이다. 이는 미국 전역에서 혁신과 번영의 기회를 창출하는 데 필수적이다. 이를 위해서는 AI 접근성을 확대하고, 경쟁을 촉진하며, 강력한 애플리케이션 생태계를 구축하고, 미국인들이 자신이 사용하는 기술을 더 많이 통제할 수 있도록 해야 한다. 누구나 다운로드하고, 내부를 살펴보고, 수정하고, 자체 인프라에서 실행할 수 있는 오픈 웨이트 모델은 첨단 AI를 더 쉽게 이용하고, 더 유연하게 활용하며, 더 널리 보급할 수 있게 해주는 중요한 기반이다. 오픈 웨이트는 AI 경제에 대한 접근성을 확대한다. 스타트업, 기존 기업, 대학, 공공기관은 처음부터 모델을 직접 학습시키거나 모든 작업마다 최첨단 모델 비용을 지불하지 않고도 고성능 AI를 활용할 수 있다. 오픈 웨이트는 각 조직이 적절한 작업에 적절한 모델을 적절한 비용으로 선택할 수 있도록 해준다. 최첨단 수준의 성능은 정말 필요한 문제에만 활용하고, 그 외 대부분의 작업은 효율적인 특화 모델로 처리할 수 있다. 이러한 접근이야말로 AI가 수십억 건의 일상 업무로 확산되는 시대에도 경제성을 유지할 수 있는 방법이다. 미국은 AI를 공장, 병원, 농장, 학교, 지역 중소기업 등 실제 산업 현장에 폭넓게 확산시킬 때 AI 시대의 승자가 될 수 있다. 오픈 웨이트는 경쟁도 강화한다. 경쟁은 AI의 이익이 소수 기업에 집중되지 않고 사회 전체에 공유되도록 만드는 핵심 요소다. 수많은 조직이 첨단 모델을 개발·개선·배포할 수 있게 되면 경쟁은 모델 개발사뿐 아니라 클라우드, AI 칩, 애플리케이션, 서비스 전반으로 확대된다. 이러한 경쟁은 혁신을 촉진하고 비용을 낮추며 AI의 혜택을 경제 전반에 더 널리 확산시킨다. 오픈 웨이트는 고객의 통제권도 강화한다. 기업들은 AI에 투자할수록 특정 공급업체에 종속되거나, 시간이 지나면서 축적한 지식과 역량을 잃지 않을 것이라는 확신을 원한다. 오픈 웨이트 모델은 조직이 자체 데이터를 직접 관리하고, 필요에 맞게 모델을 평가·수정하며, 원하는 환경 어디에서든 배포할 수 있도록 지원한다. 또한 AI를 통해 창출한 가치 역시 스스로 개선되는 모델, 특화된 역량, 축적된 지식을 통해 직접 보유할 수 있게 하며, 이는 미국의 기술 주권과 경제적 번영으로 이어진다. 물론 오픈 웨이트에는 현실적이고 고유한 위험도 존재한다. 가중치가 공개되면 원 개발자의 통제를 벗어나며, 수정된 버전은 추적하거나 되돌리기 어렵다. 그러나 이러한 위험에 대한 올바른 대응은 오픈 웨이트를 금지하는 것이 아니다. 사이버 공격자가 첨단 AI를 사용하는 시대에는 방어 측 역시 이에 상응하는 성능의 모델을 활용해 위협을 탐지하고, 시뮬레이션하며, 대응할 수 있어야 한다. 오픈 모델은 방어 역량을 확대하고, 투명성을 높이며, 많은 팀이 취약점을 발견하고 수정할 수 있도록 한다. 실제로 개방성은 AI 안전성과 보안을 확보하는 가장 중요한 방법 중 하나일 수 있다. 폐쇄형 모델만 사용하는 것이 본질적으로 더 안전한 것은 아니다. 폐쇄형 모델 역시 침해되거나 악용될 수 있으며, 외부에서는 발견할 수 없는 방식으로 실패할 수도 있다. 또한 첨단 AI 역량이 소수의 폐쇄형 모델에 집중되면 위험은 오히려 커진다. 이는 단일 실패 지점을 만들고 경쟁을 약화시키며 핵심 기술을 소수 기업의 손에 맡기게 된다. 반면 오픈 웨이트 모델은 광범위한 연구자와 개발자들이 모델의 동작을 분석하고, 취약점을 발견하며, 안전장치를 개발하고 지속적으로 개선할 수 있게 한다. 오픈소스 소프트웨어가 ‘비공개보다 투명성이 더 안전할 수 있다’는 사실을 보여주었듯이, AI 안전성 역시 더 많은 사람이 모델을 시험하고 강화할 수 있을 때 확보될 가능성이 크다. 이는 엄격한 벤치마크와 평가, 레드팀 테스트, 실제 확인된 위험에 기반한 보호체계를 가능하게 하며, 단순히 폐쇄형 시스템이 더 안전하다고 가정하는 접근보다 효과적이다. 강력한 AI 생태계는 저절로 만들어지지 않는다. 정책 입안자들은 지금 중요한 선택을 해야 한다. 여기에는 스타트업과 연구자들의 컴퓨팅 자원 접근성을 확대하고, 데이터셋·도구·평가 프레임워크 등 공동 학습 자산에 투자하며, 경쟁을 저해하거나 혁신을 해외로 유출시키는 성급한 오픈 모델 규제를 피함으로써 최첨단 AI 생태계의 다양성을 유지하는 것이 포함된다. 또한 강력한 애플리케이션 계층을 구축해 경제 전반에서 AI를 주권적으로 활용할 수 있도록 해야 한다. 이러한 생태계를 설계하는 과정에서 정책 입안자들은 정당한 모델 개발 기법과 지식 탈취를 혼동해서는 안 된다. 증류는 한 모델의 출력을 활용해 다른 모델을 학습시키거나 개선하는 기술로, 모델 성능 향상과 평가, 검증을 위해 널리 사용되는 방식이다. 이는 기존 기술을 배우고, 이를 기반으로 발전시키며 개선해온 오랜 혁신의 전통을 계승하는 것이며, 오픈소스 운동 이후 혁신을 이끌어온 중요한 원동력이기도 하다. 반면 폐쇄형 모델에서 불법적으로 가치를 추출하려는 행위는 분명한 우려 사항이다. 그러나 이러한 문제는 AI 혁신에 중요한 역할을 하는 기술 자체를 광범위하게 제한하기보다, 표적화된 법률 및 상업적 제도를 통해 해결해야 한다. AI 시대는 번영의 시대가 될 수 있다. 올바른 선택이 이루어진다면 오픈 웨이트 AI는 더 많은 기회를 창출하고, 경쟁을 강화하며, 미국의 기술 리더십을 확대하고, 위험을 완화하며, 이 혁신적인 기술의 혜택이 경제 전반에 널리 공유되도록 만들 수 있다. 그러한 미래는 충분히 만들어갈 가치가 있으며, 미국은 그 미래를 구축하는 데 앞장서야 한다. https://images.nvidia.com/pdf/Open-Weights-and-American-AI-Leadership.pdf

젠슨 황, 첫번째 X 게시글은 오픈 모델에 대한 엔비디아의 공개 서한

제 첫번째 게시물로, 오픈 모델(Open Models)이 왜 중요한지에 대한 NVIDIA의 공개 서한을 공유합니다. AI는 모든 산업을 변화시키고, 모든 기업의 동력이 되며, 모든 국가에서 구축될 것입니다. 오픈 모델은 안전성과 사이버 보안을 강화하고, 혁신과 기술 확산을 가속하며, 각국의 AI 주권을 가능하게 합니다. 세상에는 최첨단 폐쇄형 모델(Frontier Closed Models) 과 최첨단 오픈 모델(Frontier Open Models) 이 모두 필요합니다.

https://t.me/Samsung_Global_AI_SW

✅ 하이퍼스케일러 투자등급 신용 스프레드 확대 : 기술주 조정 길어질 가능성에 대비 필요 (2026년7월25일) 1) 녹색 선은 오라클을 제외한 하이퍼스케일러(MSFT, AMZN, GOOGL, META 등)의 투자등급 채권 스프레드로 투기등급(정크)까지 두 단계만 남겨둔 상태인 오라클을 제외해도 빅테크의 채권 스프레드는 지속적으로 상승 중 2) 반면 주황색 선인 일반 제조업(Industrials) 채권 스프레드는 오히려 축소(Tightening)되며 신용 환경이 안정적인 모습 3) 투자자들은 주식 시장이 그린 AI의 화려한 미래에 환호하고 있지만 채권 시장은 냉정하게 이자율과 부채 비율을 계산하기 시작하면서 하이퍼스케일러와 반도체기업 주가가 동반 하락 중 4) 위 도표는 AI 산업의 구조적 성장 자체는 유효하나, 높은 자금 조달 비용이 기업들의 밸류에이션 상단을 제한하는 국면에 진입했다는 것을 의미 5) 오늘도 우리나라 기업들과 엔비디아, 앤트로픽, 오픈AI 등 주요 AI 기업들과의 협력 뉴스가 쏟아지고 있지만 6) 하이퍼스케일러의 채권 스프레드 및 CDS가 지속적으로 상승한다면 반도체를 비롯한 기술주 조정이 길어질 가능성에 대비 필요 7) 향후 빅테크 실적 발표 시 'AI 매출 증가율'보다 '자유현금흐름(FCF) 및 이자 비용 부담'을 얼마나 잘 방어하는지가 기술주 반등의 가장 중요한 키가 될 것 (자료: Apollo, 2026/07/21) #하이퍼스케일러투자등급 #신용스프레드 #반도체

* 금일 발표된 메모리 및 반도체 공급 계약 규모 (AIDC 투자액 외) - 삼성전자-브로드컴: 메모리/파운드리 향후 5년간 2,000억달러 수주 계약 - SK하이닉스-엔비디아 및 미국 CSP들: 메모리 향후 5년간 7,500억달러 공급 계약

DRAM·GPU·전력 맞교환: 구체적인 조건이 곧 나올 수 있습니다 한국 대통령이 오늘 실리콘밸리를 방문하고 있습니다. 정책실장에 따르면 이번 방문을 계기로 4GW가 넘는 AI 데이터센터 프로젝트가 구체화될 가능성이 있습니다. 젠슨 황, 샘 올트먼, 다리오 아모데이, 혹 탄과도 각각 별도 회동이 예정된 것으로 전해집니다. 이번 방문에서 논의되거나 체결될 가능성이 있는 내용은 다음과 같습니다.

삼성전자와 SK하이닉스가 엔비디아 및 하이퍼스케일러에 HBM·DRAM을 공급하고, 이와 연계해 GPU 물량을 배정받는 구조

한국 자본이 미국 AI 데이터센터에 공동 투자하고, 전력 공급이 가능한 부지를 거래 조건에 포함하는 구조

구체적인 고객사와 부지, 한국 엔지니어링 파트너가 명시된 양해각서

전체적으로는 한국이 자본과 메모리 공급 역량을 제공하고, 미국 측이 부지와 전력, GPU 물량을 제공하는 패키지형 협력이 논의될 수 있다는 관측입니다. 이번 방문을 통해 포괄적인 투자 약속이 구체적인 기업과 부지가 명시된 개별 프로젝트로 전환될 가능성이 있다는 추정이 있습니다.

[칠레 의원 26명, 이재명 순방 앞두고 '잠수함 교체' 결의안 발의…한화오션 대표단 동행] • 칠레 여야 상원의원 26명이 노후 잠수함 교체 프로그램 도입을 요구하는 결의안을 발의함 • 1984년 취역한 '톰슨' 및 '심슨' 잠수함의 세대교체를 공식 요구하며 상원 본회의 심의 진행 중임 • 국영 조선소 아스마르(ASMAR) 참여 및 현지 건조·정비 협력, 기술이전 조건 명시함 • 이재명 대통령 순방 및 한화오션 대표단 동행 맞춰 남미 잠수함 사업 수주 기대감 고조됨 ❗️ 칠레의 노후 잠수함 교체 결의안 발의로 한화오션의 남미 방산 시장 진출 및 잠수함 수주 가능성 확대 출처: [더구루] URL: https://www.theguru.co.kr/mobile/article.html?no=104847 ───────────────────── 📈 텔레그램 공개 채널 https://t.me/HI_GS 🎴 사우디, 그리스, 필리핀 + 페루

요것도 비슷한 내용. 휴머노이드 폭발점 = 의미있는 매출 기여로 보면 될듯. 수익화는 그보다 뒤로 예상

진짜 휴머노이드에 대한 꿈과 현실 Bloomberg weekend essay 1. 하드웨어와 소프트웨어의 괴리 상하이 세계인공지능대회(WAIC) 등 최근 전시회들을 보면, 전 세계(특히 제조 생태계를 앞세운 중국)에서 수많은 휴머노이드 로봇이 걷고 균형을 잡으며 매끄러운 외형을 뽐내고 있습니다. 하지만 업계 관계자들조차 인정하듯, 로봇들은 '몸'은 번지르르하지만 정작 예측 불가능한 현실 세계에서 자율적이고 안정적으로 임무를 수행할 첨단 '뇌(소프트웨어)'가 크게 부족한 상황입니다. 2. 로봇 소프트웨어가 순수 AI보다 훨씬 어려운 이유 챗GPT 같은 대형 언어 모델(LLM)은 텍스트를 생성하다가 틀려도 다시 수정하면 그만이지만, 물리적 AI(Physical AI)는 3차원 물리 공간에서 작동합니다. 로봇이 상자를 옮기거나, 작업자 사이를 피하거나, 깨지기 쉬운 물건을 다룰 때 계산을 단 한 번만 잘못해도 곧바로 물리적 파손, 안전사고, 심각한 연쇄 오류로 이어지기 때문에 진입 장벽이 훨씬 높습니다. 3. 데이터와 시뮬레이션의 병목 현상 로봇은 바닥의 질감, 변화하는 조명, 예측 불가능한 인간의 움직임, 물체의 물리적 성질 등을 완벽히 이해해야 합니다. 하지만 현실 세계의 로봇 데이터를 수집하는 것은 비용이 많이 들고 속도도 느리기 때문에, 업계는 대안으로 시뮬레이션 안에서 강화학습을 거친 뒤 현실에 적용하는 'Sim2Real(시뮬레이션에서 현실로)' 파이프라인에 크게 의존하고 있습니다. 4. 지정학적 및 산업적 경쟁 이 기사는 궁극적으로 하드웨어 제조 우위(중국 등의 공급망 강점)와 최상위권 AI 및 추론 소프트웨어 기술(서구권 테크 기업 및 로봇 소프트웨어 스타트업)의 결합이 필수적임을 지적합니다. 결국 향후 휴머노이드 시장의 승자는 단순한 멋진 외형(기계적 프레임)을 만드는 곳이 아니라, 하드웨어와 고도화된 물리적 지능을 얼마나 성공적으로 융합하느냐에 따라 판가름 날 것입니다. 5. 전망은? 세계 모델의 획기적인 발전은 2~3년 후에나 가능할 것입니다. 그건 아마 낙관적인 생각일 거예요. 캐나다의 컴퓨터 과학자이자 튜링상 수상자인 리처드 서튼은 상하이 강연에서 이 도전 과제가 기계에 물리학을 가르치는 것을 훨씬 넘어선다고 주장했습니다. 그들은 또한 추상화, 보상, 경험을 파악해야 합니다. 이는 불확실하고 빠르게 변화하는 환경에서 인간의 두뇌가 거의 힘들이지 않고 내리는 수많은 판단입니다. 영향력 있는 연구원은 LLM들이 햇볕을 쬐며 시간을 보냈지만, 그 한계가 점점 더 분명해지고 있다고 말했다. 시간표에 대해 말하자면, 서튼은 2030년까지 더 깊은 돌파구가 4분의 1이 될 것이고, 2040년까지는 2분의 1이 될 것이라고 예상했습니다. ※ 대체적인 휴머노이드 폭발점 예상 시기는 2029년입니다. t.me/jkc123

오늘 중국에서는 딥시크 창업자 량원펑과 투자자들의 4시간 미팅내용이 화제입니다 핵심내용 공유드립니다. ———————- 1. DeepSeek의 목표는 '매출 성장'이 아니라 'AGI' DeepSeek는 상업적 이익 극대화가 아닌 AGI(범용인공지능) 개발을 최우선 목표로 설정. 상장이나 단기 수익보다 과도한 경쟁(슈퍼앱 지향 등)을 절제함으로써 인류에 기여하는 기술 개발을 지향. 지난 1년간의 주요 의사결정도 모두 AGI 목표를 중심으로 이루어졌다고 설명 2. 첫 외부 투자 유치 완료 약 510억 위안 규모의 첫 외부 투자 유치. 기업가치는 약 3,250~3,509억 위안으로 추정. 투자자는 장기적인 이해관계가 일치하는 기관만 선별. 창업자 량원펑이 약 200억 위안을 직접 투자하며 최대 투자자로 참여 3. 조직 운영의 핵심은 '팀 안정성' DeepSeek의 가장 중요한 자산은 핵심 연구진. 이번 투자 유치도 직원 스톡옵션 지급 등을 통해 팀 안정성을 확보하기 위한 목적이 큼. KPI 중심이 아니라 비전 중심 조직문화를 운영. 연구원들은 업무 시간의 절반 정도를 자유 연구에 활용하며 과도한 야근도 지양 4. 오픈소스와 상업화는 모순되지 않음 향후 최상위 모델도 계속 오픈소스로 공개할 계획. 모델을 공개해도 실제 운영·최적화·비용 절감에는 높은 기술력이 필요하기 때문에 경쟁력이 유지된다고 판단. API는 합리적인 수준의 이익만 확보하는 가격 정책 유지 5. "합리적인 이익"만 추구 API 가격 기준은 서버 투자비를 약 10개월 내 회수할 수 있는 수준. 수요가 많아도 가격을 최대한 올리지 않고 오히려 인하한 사례도 소개. 목표는 최대 이익이 아니라 많은 사람이 AI를 활용하도록 만드는 것 6. 장기적으로 AGI에만 집중 C단 사용자 확대, 슈퍼앱 구축, 단기 수익 등은 우선순위가 아님. AGI가 완성되면 자연스럽게 다양한 응용 서비스가 가능해진다고 판단. 현재는 AGI 개발이 가장 중요한 투자 대상이라고 강조. 7. AGI 기술 로드맵 향후 발전 경로는 언어모델 → Agent → 지속학습(Continual Learning) → 자기진화(Self-improving AI) → 휴머노이드(Embodied AI) 순으로 예상. 다음 핵심 돌파 과제는 지속학습. 모델이 사람처럼 계속 학습하고 스스로 다음 세대 모델을 개발하는 단계가 중요하다고 설명 8. 멀티모달·영상 생성은 우선순위 아님 V4부터는 네이티브 멀티모달을 지원할 예정. 하지만 멀티모달이나 영상 생성은 AGI의 핵심이 아니라 구성 요소로 판단. 현재 가장 중요한 연구는 지속학습과 AGI 핵심 기술. 9. 가장 큰 병목은 '연산 자원(算力)' 중국과 미국의 가장 큰 격차는 인재가 아니라 컴퓨팅 자원. Scaling Law는 아직 끝나지 않았으며, 더 큰 모델일수록 성능 향상이 가능하다고 판단. 현재 모델 크기는 기술 한계가 아니라 보유한 연산 자원의 한계 때문에 결정된 것이라고 설명. 10. AI 인프라 투자 확대 앞으로 자체 대형 AI 클러스터 구축 추진. 자체 AI칩 개발은 경제성이 충분할 경우에만 검토. 가능하면 외부에서 적절한 가격으로 GPU를 구매하는 것이 더 효율적이라고 판단. 11. 중국 AI칩 생태계에 낙관적 NVIDIA CUDA 생태계의 진입장벽은 점차 약화될 것으로 전망. 1년 내 중국산 AI칩 생태계가 충분히 활용 가능하다는 점이 입증될 것이라고 예상. 중국 AI칩의 가장 큰 문제는 기술이 아니라 생산능력 부족이라고 평가. 12. 기초모델 기업은 결국 재편될 것 현재 중국에는 기초모델 개발 기업이 너무 많음. 장기적으로는 소수 기업 중심으로 시장이 재편될 것으로 전망. 기초모델 사업은 결국 높은 초과이익을 지속하기 어렵다고 판단. * 량원펑이 가장 많이 강조한 단어는 '절제(克制)' 오픈소스, 낮은 API 가격, C단 확장보다 AGI 집중, 수익 극대화를 추구하지 않는 전략 모두가 AGI 성공 확률을 높이기 위한 선택이라고 설명. 결국 DeepSeek는 단기 매출이나 시장점유율 확대보다 AGI 개발을 최우선으로 하는 연구 중심 AI 기업을 지향하며, 이것이 다른 대형 AI 기업들과 가장 큰 차별점이라고 강조 https://www.yicai.com/news/103289280.html

🤩UBS, $AMD 목표주가를 $700에서 $730으로 상향 - 매수 애널리스트 코멘트: "CY28까지 EPS가 $30에 근접할 수 있을 것입니다. 우리는 서버 CPU 매출이 급속히 성장할 것으로 믿으며, 우리가 추정하는 총마진이 기업 평균보다 약 1,000bps 높은 수준이라면, 이는 AMD가 2027년에 인상적인 사양의 MI500을 공격적으로 가격 책정하여 GPU 시장 점유율을 점진적으로 더 확대할 수 있는 마진 '우산'을 형성할 수 있을 것입니다. TSMC의 최근 자본 지출 증가 이후 공급에 대해 훨씬 더 낙관적으로 느끼고 있으며, 2027년 달력 연도 서버 CPU 매출 약 $350억, 그리고 잠재적으로 2028년 달력 연도 $600억이 이제 달성 가능하다고 생각합니다. 이제 우리는 2027년 달력 연도 EPS를 약 $19로, 2028년 달력 연도 EPS를 약 $27.57로 추정하며, 이는 스트리트 추정치 약 $19와 비교됩니다. 이 추정치들은 여전히 보수적으로 치우쳐 있을 가능성이 높으며, 이는 2027년 달력 연도 데이터 센터 GPU 매출을 약 $440억으로 가정하고 있기 때문입니다. 이는 배포량으로 환산하면 3–3.5기가와트에 불과합니다. Meta, OpenAI, Anthropic 등의 주요 고객들의 발표와 타이밍을 고려하면, 그리고 Microsoft의 경우 다소 덜하지만, 이는 매우 낮은 수준입니다. AMD는 지난 3개월 동안 약 75% 상승한 후에도 여전히 가장 좋아하는 아이디어로 남아 있습니다." 애널리스트: Timothy Arcuri

이 관점은 당분간 안바뀔듯. 참고로 하드웨어보단 소프트웨어쪽이 더 풀기 어려운 문제라고 함

#로봇 맥킨지에 따르면 로봇 마켓 사이즈는 2030년 중반은 되어야 커지기 시작.. 즉, 본격적인 매출 나오려면 아직 멀어보임 인용글 리마인드

이대로면 7-8월이 달러 환전 타이밍인가

#매크로 엔화 39년 만의 최저치, 한국 원화는 안전한가

[Key Takeaways] 엔화가 재정 악순환으로 163엔까지 폭락했고, 한국도 SK하이닉스 ADR 효과가 끝나는 8월 말 이후 재정지출 방식에 따라 같은 경로를 밟을 위험 존재

1) 엔화가 1달러 163엔 돌파하며 1986년 12월 이후 39년 7개월 만의 최저치 기록 2) 기준금리 1.0%인데 실제 물가상승률은 2.8%로 추정돼 실질금리 -1.8%, 일본인 예금 1경엔에서 매년 약 20조엔 손실 발생 3) 일본은행이 일본 국채의 49%를 보유 중이며 국내 은행과 연금은 이미 매수 여력 소진 4) 다카이치 정권이 6월 30일 재정건전화 조항을 삭제하며 지출 확대 노선 공식화, 10년물 국채금리 1997년 이후 최고치인 2.8%대 돌파 5) 로이터는 이를 2022년 영국 트러스 사태와 비교, 일본의 GDP 대비 국가부채 236.7%는 그리스보다 나쁜 세계 최악 수준 6) 지난 30년간 일본 임금지수는 96으로 사실상 정체, 미국(235)·독일(160대)과 대조되며 서민층 실질구매력 지속 하락 7) 원화는 SK하이닉스 ADR 260억 달러 환전 효과로 1460원대까지 안정됐으나 이는 8월 말까지의 일시적 안전판 8) 한국 국가부채는 GDP 대비 50%대이나 현 재정지출 유지 시 2040년 80%까지 상승 전망, 내년 예산 800조원의 지출 효율성이 원화 향방의 핵심 변수 https://www.youtube.com/watch?v=yPVSu6wj8WE

[조선사별 현지 협력 사항] (공급망 연계) - HD한국조선해양은 지멘스 인더스트리와 차세대 설계·생산 분야 디지털 솔루션을 공동 구축한다. - HD현대삼호는 미국 타코마항을 운영하는 워싱턴 유나이티드 터미널과 최신 항만크레인 4기 공급 계약을 체결했다. - 최근 미국 해상 미사일 시험 계측선(MRIV)을 수주한 한화 필리조선소는 펜실베이니아주 델라웨어 카운티 커뮤니티 칼리지에 조선 기술 교육을 지원하고 교육생의 현장 실습과 채용을 연계한다. - 삼성중공업은 미국 비고어 마린 그룹과 첨단 인프라를 갖춘 인력 양성 센터를 공동 설립한다. (공동연구) - 삼성중공업은 군사용 무인함정 개발 스타트업인 미 사로닉 테크놀로지와 무인수상정 공동개발을, 콘래드 조선소·미국조선협회(ABS)와는 액화천연가스(LNG) 벙커링선 설계·건조·기술인증 등에 협력하기로 했다. - 한화오션은 미 해군 함정 설계 전문기업인 깁스 앤 콕스와 글로벌 고속수송함(GFS) 공동 설계에 나선다. - HD한국조선해양은 ABS 산하 엔지니어링·기술자문 회사(ABSG 컨설팅)과 차세대 자율운항선박 운용 플랫폼 개발과 시험·검증을 함께 추진한다. https://n.news.naver.com/article/081/0003664135?cds=news_my