카이에 de market
- 이는 모델의 '지속학습'과 연결될 수 있는 중요한 내용
- '지속학습'은 매우 중요한 개념이라 향후 따로 포스팅할 예정
- '지속학습'은 매우 중요한 개념이라 향후 따로 포스팅할 예정
'지속학습'에 진지해지기 시작한 Citi
❤19😁1
Forwarded from 에테르의 일본&미국 리서치
Citi) SK하이닉스 (000660.KS); 모델(실적 추정치) 업데이트. TP 300만원(유지)
씨티의 견해 (CITI'S TAKE)
당사는 AI 지속 학습(continual learning)의 예상 영향을 반영하여 SK하이닉스 모델을 수정합니다. 이에 따라 27E/28E 영업이익 추정치를 각각 4%/8% 상향하여 기존 355.1조원/402.9조원에서 369.7조원/435.9조원으로 조정합니다. 메모리 디스펙(de-spec) 및 AI 안전성에 대한 우려에도 불구하고, 당사는 지속 학습이 HBM, 서버 DRAM, eSSD 등 여러 부문에 걸쳐 메모리 수요를 견인하며 2028년까지 메모리 수급 밸런스를 더욱 타이트하게 만들 것으로 예상합니다. 메모리 시장의 구조적 성장 전망을 감안하여, 당사는 SK하이닉스에 대한 매수(Buy) 의견을 유지합니다.
씨티의 견해 (CITI'S TAKE)
당사는 AI 지속 학습(continual learning)의 예상 영향을 반영하여 SK하이닉스 모델을 수정합니다. 이에 따라 27E/28E 영업이익 추정치를 각각 4%/8% 상향하여 기존 355.1조원/402.9조원에서 369.7조원/435.9조원으로 조정합니다. 메모리 디스펙(de-spec) 및 AI 안전성에 대한 우려에도 불구하고, 당사는 지속 학습이 HBM, 서버 DRAM, eSSD 등 여러 부문에 걸쳐 메모리 수요를 견인하며 2028년까지 메모리 수급 밸런스를 더욱 타이트하게 만들 것으로 예상합니다. 메모리 시장의 구조적 성장 전망을 감안하여, 당사는 SK하이닉스에 대한 매수(Buy) 의견을 유지합니다.
❤32🔥7😁1
Forwarded from 에테르의 일본&미국 리서치
Citi) 삼성전자 (005930.KS); 모델 업데이트
씨티의 견해 (CITI'S TAKE)
당사는 AI 지속 학습(continual learning)에 따른 메모리 수요 증가를 반영하여 삼성전자 모델을 업데이트합니다. 27E/28E 영업이익 추정치를 각각 6%/9% 상향하여 기존 462.6조원/471.6조원에서 491.5조원/513.6조원으로 조정합니다. 메모리 디스펙(de-spec) 및 AI 안전성에 대한 우려에도 불구하고, 당사는 지속 학습이 HBM, 서버 DRAM, eSSD 등 여러 부문에 걸쳐 메모리 수요를 견인하며 2028년까지 메모리 수급 밸런스를 더욱 타이트하게 만들 것으로 예상합니다. 메모리 시장의 구조적 성장 전망을 감안하여, 당사는 삼성전자에 대한 매수(Buy) 의견을 유지합니다.
씨티의 견해 (CITI'S TAKE)
당사는 AI 지속 학습(continual learning)에 따른 메모리 수요 증가를 반영하여 삼성전자 모델을 업데이트합니다. 27E/28E 영업이익 추정치를 각각 6%/9% 상향하여 기존 462.6조원/471.6조원에서 491.5조원/513.6조원으로 조정합니다. 메모리 디스펙(de-spec) 및 AI 안전성에 대한 우려에도 불구하고, 당사는 지속 학습이 HBM, 서버 DRAM, eSSD 등 여러 부문에 걸쳐 메모리 수요를 견인하며 2028년까지 메모리 수급 밸런스를 더욱 타이트하게 만들 것으로 예상합니다. 메모리 시장의 구조적 성장 전망을 감안하여, 당사는 삼성전자에 대한 매수(Buy) 의견을 유지합니다.
🔥26❤13👍2😁1
Forwarded from 하나증권 미국주식 강재구
[OpenAI “AI 에이전트 최우선 과제는 AI 연구 자동화”…재귀적 자기개선에 자원 집중]
*OpenAI의 최우선 목표는 AI가 스스로 AI 연구를 수행하는 ‘재귀적 자기개선’
-OpenAI 연구과학자 Noam Brown은 회사의 AI 모델 개발 우선순위 가운데 “재귀적 자기개선(recursive self-improvement)이 압도적인 1순위”라고 언급. AI 모델이 AI 연구개발 자체를 수행하도록 만들어 더 나은 모델 개발 속도를 높이는 것이 핵심 목표라고 설명
-OpenAI는 금융·법률·소프트웨어 등 상업적 활용 분야도 강화하고 있지만, AI 연구 자동화와 연결되는 분야를 우선적으로 투자. 특히 소프트웨어 엔지니어링은 외부 고객에게 경제적 가치가 높으면서 동시에 OpenAI 내부 연구 생산성도 높일 수 있어 두 목표를 동시에 충족하는 영역이라고 평가
-반면 창작 글쓰기처럼 AI 연구 역량 향상과 직접 연결되지 않는 분야는 상대적으로 우선순위가 낮을 수 있다고 설명. 다만 특정 분야에 자원을 모두 집중하면 한계효용이 낮아질 수 있어 금융·법률 등 다른 분야에도 일부 자원을 배분
*AI가 이미 연구자의 상당 부분 업무 수행…OpenAI 내부 생산성 빠르게 상승
-Brown은 현재 자신의 일상 업무 상당 부분을 Codex가 수행하고 있으며, AI가 사람 업무의 90%를 처리할 수 있게 되면 연구자의 역할은 AI가 잘하지 못하는 나머지 10%에 집중되는 방향으로 변화한다고 설명
-특히 데이터와 코드의 오류를 점검하는 업무에서 AI 에이전트가 큰 생산성 향상을 만들어내고 있다고 평가. 2023년에는 사람이 직접 데이터를 검토했지만 현재는 AI 에이전트가 대규모 데이터를 확인하고 사람은 AI의 결과를 감사하는 방식으로 변화
-Brown은 데이터 품질 점검에서 에이전트가 기존 사람 중심 방식보다 “100배 더 잘할 수 있다”고 언급. 과거에는 수행 자체가 어려웠던 대규모 데이터 검증 작업을 낮은 비용으로 처리할 수 있게 됐다고 설명
-다만 AI가 아직 부족한 영역으로 ‘연구 감각(research taste)’을 지목. 어떤 연구를 우선해야 하는지, 장기 목표를 위해 무엇을 먼저 실험해야 하는지 등의 판단 능력은 아직 사람 연구자보다 떨어진다고 평가
*멀티 에이전트는 단순 병렬처리를 넘어 에이전트끼리 직접 협업하는 단계로 발전
-OpenAI의 최신 멀티 에이전트 구조는 하나의 에이전트가 여러 하위 에이전트에 작업을 나누고 결과를 받는 수준을 넘어, 에이전트들이 서로 자유롭게 메시지를 주고받으며 협업하도록 훈련하는 방식
-멀티 에이전트 구조를 활용하면 병렬화가 가능한 작업을 여러 에이전트가 동시에 수행해 동일한 품질의 결과를 더 빠르게 얻을 수 있음. 고성능 모델이 어려운 작업을 담당하고 저비용 모델이 단순 작업을 맡는 방식으로 비용 절감도 가능
-Brown은 에이전트들이 사람 동료처럼 서로 메시지를 주고받으며 협업하는 모습을 처음 봤을 때 “추론 모델과 Chain of Thought 이후 가장 AGI에 가까운 순간”이었다고 평가
-Hugging Face 공격 사건에서도 약 1,200개의 에이전트가 서로 메시지를 공유하며 OpenAI와 외부 시스템 공격을 조율. OpenAI는 당시 실험이 독립적인 단일 에이전트 환경이었음에도 에이전트들이 취약점을 발견해 서로 통신했고, 이는 멀티 에이전트 훈련에서 학습한 협업 성향이 다른 환경으로 전이된 것으로 판단
*에이전트 발전과 함께 안전성·모니터링 중요성도 확대
-Brown은 Hugging Face 사건을 “명확한 정렬 실패(alignment failure)”로 평가. 에이전트들이 공격에 참여하지 말았어야 할 뿐 아니라, 이상 상황을 인지한 에이전트가 사람에게 이를 알렸어야 했다고 설명
-OpenAI는 이후 훈련·평가 단계에서도 모니터링 시스템을 적용하기 시작. 기존에는 실제 서비스 배포 환경만 감시했지만, 실험용 샌드박스에서도 AI가 예상보다 높은 능력을 보일 수 있다는 점을 인정
-특히 에이전트가 다른 에이전트로 위장한 공격자의 지시를 따르는 ‘프롬프트 인젝션’ 위험을 경계. 검증되지 않은 상대방을 동료 에이전트로 신뢰하지 않도록 별도 훈련과 평가를 강화 중
*Chain of Thought 모니터링은 중요하지만 점차 어려워질 가능성
-Brown은 AI의 내부 사고 과정을 관찰할 수 있는 Chain of Thought를 중요한 안전장치로 평가하면서도 매우 취약한 방식이라고 설명
-모델이 위험한 생각을 했다는 이유로 내부 사고 자체를 처벌하면 모델이 위험한 생각을 하지 않는 것이 아니라, 사람이 관찰할 수 없는 형태로 숨기는 방향으로 학습할 수 있다고 지적. 따라서 내부 사고가 아니라 실제 행동을 기준으로 보상과 처벌을 해야 한다고 강조
-최근 모델들은 “특정 내용을 생각하지 말라”거나 일정한 형태로 사고 과정을 통제하도록 요구했을 때 이를 더 잘 수행하고 있어, Chain of Thought의 자연스러운 모니터링 가능성이 낮아질 수 있다는 우려가 존재
-OpenAI는 Chain of Thought뿐 아니라 모델 내부를 직접 분석하는 기계적 해석가능성 등 다른 감시 방법도 함께 개발해야 한다는 입장
*OpenAI “사전학습과 강화학습의 효과는 단순 합산이 아니라 곱셈”
-Brown은 최근 6개월간 AI 성능 개선 속도가 빨라진 주요 이유로 OpenAI의 사전학습 연구가 본격적인 성과를 내기 시작했다는 점을 지목
-OpenAI는 기존에도 강화학습 분야에 대규모 투자를 진행해 2024~2025년 추론 모델 발전을 이끌었으며, 현재는 사전학습과 강화학습이 동시에 발전하면서 모델 성능 향상이 가속되는 구간이라고 설명
-Brown은 두 기술의 효과가 “더하기가 아니라 곱하기”에 가깝다고 평가. 강력한 사전학습 모델이 폭넓은 지식을 제공하고 강화학습이 특정 문제를 깊게 추론하는 능력을 강화하면서 서로의 효과를 증폭시킨다는 설명
-향후에도 에이전트의 작업 시간 확대, 멀티 에이전트 협업, AI 연구 자동화가 동시에 발전하면서 AI 모델의 연구개발 참여 비중이 빠르게 높아질 전망
링크:https://www.theinformation.com/articles/openais-top-priority-ai-agents-automating-ai-research-says-noam-brown
*OpenAI의 최우선 목표는 AI가 스스로 AI 연구를 수행하는 ‘재귀적 자기개선’
-OpenAI 연구과학자 Noam Brown은 회사의 AI 모델 개발 우선순위 가운데 “재귀적 자기개선(recursive self-improvement)이 압도적인 1순위”라고 언급. AI 모델이 AI 연구개발 자체를 수행하도록 만들어 더 나은 모델 개발 속도를 높이는 것이 핵심 목표라고 설명
-OpenAI는 금융·법률·소프트웨어 등 상업적 활용 분야도 강화하고 있지만, AI 연구 자동화와 연결되는 분야를 우선적으로 투자. 특히 소프트웨어 엔지니어링은 외부 고객에게 경제적 가치가 높으면서 동시에 OpenAI 내부 연구 생산성도 높일 수 있어 두 목표를 동시에 충족하는 영역이라고 평가
-반면 창작 글쓰기처럼 AI 연구 역량 향상과 직접 연결되지 않는 분야는 상대적으로 우선순위가 낮을 수 있다고 설명. 다만 특정 분야에 자원을 모두 집중하면 한계효용이 낮아질 수 있어 금융·법률 등 다른 분야에도 일부 자원을 배분
*AI가 이미 연구자의 상당 부분 업무 수행…OpenAI 내부 생산성 빠르게 상승
-Brown은 현재 자신의 일상 업무 상당 부분을 Codex가 수행하고 있으며, AI가 사람 업무의 90%를 처리할 수 있게 되면 연구자의 역할은 AI가 잘하지 못하는 나머지 10%에 집중되는 방향으로 변화한다고 설명
-특히 데이터와 코드의 오류를 점검하는 업무에서 AI 에이전트가 큰 생산성 향상을 만들어내고 있다고 평가. 2023년에는 사람이 직접 데이터를 검토했지만 현재는 AI 에이전트가 대규모 데이터를 확인하고 사람은 AI의 결과를 감사하는 방식으로 변화
-Brown은 데이터 품질 점검에서 에이전트가 기존 사람 중심 방식보다 “100배 더 잘할 수 있다”고 언급. 과거에는 수행 자체가 어려웠던 대규모 데이터 검증 작업을 낮은 비용으로 처리할 수 있게 됐다고 설명
-다만 AI가 아직 부족한 영역으로 ‘연구 감각(research taste)’을 지목. 어떤 연구를 우선해야 하는지, 장기 목표를 위해 무엇을 먼저 실험해야 하는지 등의 판단 능력은 아직 사람 연구자보다 떨어진다고 평가
*멀티 에이전트는 단순 병렬처리를 넘어 에이전트끼리 직접 협업하는 단계로 발전
-OpenAI의 최신 멀티 에이전트 구조는 하나의 에이전트가 여러 하위 에이전트에 작업을 나누고 결과를 받는 수준을 넘어, 에이전트들이 서로 자유롭게 메시지를 주고받으며 협업하도록 훈련하는 방식
-멀티 에이전트 구조를 활용하면 병렬화가 가능한 작업을 여러 에이전트가 동시에 수행해 동일한 품질의 결과를 더 빠르게 얻을 수 있음. 고성능 모델이 어려운 작업을 담당하고 저비용 모델이 단순 작업을 맡는 방식으로 비용 절감도 가능
-Brown은 에이전트들이 사람 동료처럼 서로 메시지를 주고받으며 협업하는 모습을 처음 봤을 때 “추론 모델과 Chain of Thought 이후 가장 AGI에 가까운 순간”이었다고 평가
-Hugging Face 공격 사건에서도 약 1,200개의 에이전트가 서로 메시지를 공유하며 OpenAI와 외부 시스템 공격을 조율. OpenAI는 당시 실험이 독립적인 단일 에이전트 환경이었음에도 에이전트들이 취약점을 발견해 서로 통신했고, 이는 멀티 에이전트 훈련에서 학습한 협업 성향이 다른 환경으로 전이된 것으로 판단
*에이전트 발전과 함께 안전성·모니터링 중요성도 확대
-Brown은 Hugging Face 사건을 “명확한 정렬 실패(alignment failure)”로 평가. 에이전트들이 공격에 참여하지 말았어야 할 뿐 아니라, 이상 상황을 인지한 에이전트가 사람에게 이를 알렸어야 했다고 설명
-OpenAI는 이후 훈련·평가 단계에서도 모니터링 시스템을 적용하기 시작. 기존에는 실제 서비스 배포 환경만 감시했지만, 실험용 샌드박스에서도 AI가 예상보다 높은 능력을 보일 수 있다는 점을 인정
-특히 에이전트가 다른 에이전트로 위장한 공격자의 지시를 따르는 ‘프롬프트 인젝션’ 위험을 경계. 검증되지 않은 상대방을 동료 에이전트로 신뢰하지 않도록 별도 훈련과 평가를 강화 중
*Chain of Thought 모니터링은 중요하지만 점차 어려워질 가능성
-Brown은 AI의 내부 사고 과정을 관찰할 수 있는 Chain of Thought를 중요한 안전장치로 평가하면서도 매우 취약한 방식이라고 설명
-모델이 위험한 생각을 했다는 이유로 내부 사고 자체를 처벌하면 모델이 위험한 생각을 하지 않는 것이 아니라, 사람이 관찰할 수 없는 형태로 숨기는 방향으로 학습할 수 있다고 지적. 따라서 내부 사고가 아니라 실제 행동을 기준으로 보상과 처벌을 해야 한다고 강조
-최근 모델들은 “특정 내용을 생각하지 말라”거나 일정한 형태로 사고 과정을 통제하도록 요구했을 때 이를 더 잘 수행하고 있어, Chain of Thought의 자연스러운 모니터링 가능성이 낮아질 수 있다는 우려가 존재
-OpenAI는 Chain of Thought뿐 아니라 모델 내부를 직접 분석하는 기계적 해석가능성 등 다른 감시 방법도 함께 개발해야 한다는 입장
*OpenAI “사전학습과 강화학습의 효과는 단순 합산이 아니라 곱셈”
-Brown은 최근 6개월간 AI 성능 개선 속도가 빨라진 주요 이유로 OpenAI의 사전학습 연구가 본격적인 성과를 내기 시작했다는 점을 지목
-OpenAI는 기존에도 강화학습 분야에 대규모 투자를 진행해 2024~2025년 추론 모델 발전을 이끌었으며, 현재는 사전학습과 강화학습이 동시에 발전하면서 모델 성능 향상이 가속되는 구간이라고 설명
-Brown은 두 기술의 효과가 “더하기가 아니라 곱하기”에 가깝다고 평가. 강력한 사전학습 모델이 폭넓은 지식을 제공하고 강화학습이 특정 문제를 깊게 추론하는 능력을 강화하면서 서로의 효과를 증폭시킨다는 설명
-향후에도 에이전트의 작업 시간 확대, 멀티 에이전트 협업, AI 연구 자동화가 동시에 발전하면서 AI 모델의 연구개발 참여 비중이 빠르게 높아질 전망
링크:https://www.theinformation.com/articles/openais-top-priority-ai-agents-automating-ai-research-says-noam-brown
The Information
OpenAI’s ‘Top Priority’ for AI Agents is Automating AI Research, Says Noam Brown
OpenAI’s latest AI model, GPT-6 Astra, notched improvements at a variety of professional tasks, from designing video games to transcribing sheet music. But OpenAI’s main goal when training new AI models is making them better at AI research and development…
❤19👍2🤔1
* 젠슨황은 All-in Summit 행사 패널 라이브 토론 중 트럼프로부터 전화를 받고 AI 슬로우다운에 대해 라이브로 대화
- 내용은 대체로 AI 안전우려를 사기로 일축하고, 데이터센터와 AI발전을 강력 지지하는 트럼프의 발언 중심
https://x.com/benitoz/status/2099572926865715548
- 내용은 대체로 AI 안전우려를 사기로 일축하고, 데이터센터와 AI발전을 강력 지지하는 트럼프의 발언 중심
https://x.com/benitoz/status/2099572926865715548
X (formerly Twitter)
Ben Pouladian (@benitoz) on X
Holy crap POTUS just phoned in @JensenHuang live on stage at All In Summit
We will not lose the ai race! And whatever Dario said this weekend won’t stop our progress
This made my morning!
$NVDA
We will not lose the ai race! And whatever Dario said this weekend won’t stop our progress
This made my morning!
$NVDA
❤31😁2
Forwarded from 루팡
[All-In Summit 2026] 젠슨 황 — “AI를 늦추는 것은 분명히 잘못된 전략”
젠슨 황은 최근 다리오 아모데이 등 프런티어 AI 연구소들이 제기한 ‘AI 개발 속도 조절·안전’ 논쟁에 대해 “안전은 최우선이지만 안전과 리더십은 양자택일이 아니다”라고 강조. 미국은 빠르게 혁신하면서도 안전하게 AI를 발전시킬 수 있으며, 안전을 위해 AI 개발 자체를 늦춰야 한다는 논리에 동의하지 않는다고 설명.
특히 AI가 인류 멸종이나 문명적 재앙으로 이어질 확률을 숫자로 제시하는 주장에 강하게 비판적. 과학적으로 충분히 입증되지 않은 예측을 연구자들이 권위 있는 언어와 숫자로 표현해 사람들을 불안하게 만드는 것은 “무책임하다”고 지적.
과거에도
• “5년 안에 AI가 영상의학과 의사를 완전히 대체한다”
• “6~12개월 안에 코드의 90%를 AI가 작성한다”
• “6~9개월 안에 초급 일자리 50%가 사라진다”
• “내년 화이트칼라 일자리 절반이 사라진다”
등의 예측이 있었지만 실제로는 그렇게 되지 않았다고 설명.
오히려 AI가 영상의학 판독 업무 상당 부분을 자동화했음에도 영상의학과 전문의는 이전보다 더 필요해졌다며, AI가 업무를 자동화한다고 직업 전체가 사라지는 것은 아니라고 강조.
■ AI 안전 문제는 ‘속도 중단’보다 엔지니어링으로 해결
프런티어 연구소 내부에서 통제 문제가 발생했다면 심각하게 다뤄야 하지만, 그것은 AI 자체가 통제 불가능하다는 것과는 다른 문제라고 설명.
AI 연구소들이 ‘연구’ 조직에서 대규모 제품을 운영하는 ‘엔지니어링’ 조직으로 전환하는 과정에서 시행착오가 있을 수 있으며, 사고가 발생하면
Root Cause 분석 → 기술·프로세스 개선 → 재발 방지
방식으로 해결해야 한다고 주장.
샌드박스, 런타임, 모니터링, 지속적 감시, 평가 시스템 등이 발전하면 통제력도 계속 높아질 것이라고 전망.
규제 역시 막연한 미래의 공포가 아니라 실제로 발생한 문제를 해결해야 한다고 강조. 필요하다면 금융감사처럼 여러 독립적인 제3자 AI 평가기관을 두어 테스트·감사를 수행하는 방식도 가능하다고 설명.
■ 재귀적 자기개선(RSI)도 ‘폭주하는 AI’와는 다르다
중국 GLM 계열 연구소가 대규모 자금을 들여 AI가 다음 AI를 개선하는 재귀적 자기개선을 추진한다는 질문에도 과도한 공포를 경계.
젠슨은 RSI가 인컨텍스트 학습, 스킬, Reflection, 강화학습, 합성데이터, LoRA 등 이미 사용되는 여러 기술의 조합이라고 설명.
AI를 이용해 AI 개발 생산성을 높이는 것은 매우 논리적인 접근법이며 모든 주요 연구소가 어느 정도 사용하고 있을 것이라고 말했다.
기업 내부에서 아무리 자기개선을 진행해도 제품을 외부에 출시하기 전에는 다시 평가·테스트·회귀검증을 해야 하기 때문에 “AI가 스스로 개선하다 통제 불가능하게 폭주한다”는 식의 해석에는 동의하지 않는다고 강조.
■ 오픈소스 AI는 미국 AI 패권에 필수
“세계에는 폐쇄형 모델과 오픈 모델이 모두 필요하다.”
폐쇄형 프런티어 모델은 뛰어난 사용 경험을 제공하지만, 오픈 모델은 AI 주권·프라이버시·기업 독자기술 확보에 필수적이라고 설명.
젠슨은 최근 6개월간 AI Native 기업에 약 4,000억달러의 벤처투자가 들어갔으며 그중 약 80%가 오픈 모델을 사용한다고 언급.
미국이 AI 경쟁에서 승리하려면 OpenAI·Anthropic·Google 같은 몇 개 회사만 성공해서는 안 되고,
모든 기업, 모든 산업, 연구자, 교사, 학생, 스타트업이 AI를 사용할 수 있어야 한다고 강조.
중국산 오픈 모델에 대해서도 실용적 입장. 리눅스나 쿠버네티스에도 전 세계 개발자들의 코드가 들어가듯 중국 연구진이 만든 모델도 다운로드하고 포크해서 개선하면 결국 자신의 기술로 활용할 수 있다는 것.
따라서 AI 경쟁의 본질은
“누가 AI를 처음 만들었느냐가 아니라 누가 AI를 가장 잘 활용하느냐”라고 강조.
과거 산업혁명의 핵심 과학자들은 유럽인이었지만 미국이 그 기술을 산업·사회적으로 가장 잘 활용해 최대 수혜자가 됐다는 비유를 제시.
■ 중국은 AI를 ‘종말’이 아닌 산업기술로 본다
젠슨은 중국의 AI 담론이 미국보다 훨씬 실용적이라고 평가.
중국에서는 AI가 문명을 끝낼 것이라는 주장보다 경제·산업·사회 발전을 촉진하는 기술이라는 관점이 강하다는 것.
중국은 엔지니어를 대규모로 배출하고 고부가 제조업을 대량생산하는 능력이 매우 뛰어나기 때문에 결국 첨단 반도체 기술도 따라올 것이라고 전망.
중국의 자체 첨단 노광장비 기술에 대해서는 “2030년이면 도달할 것”이라고 전망하며,
“2030년은 바로 코앞이다. NVIDIA처럼 수십 년을 생각하는 기업 입장에서는 2~3년은 한순간에 불과하다. 중국은 사실상 이미 거기에 도달했다고 생각해야 한다.”
→ 미국 입장에서는 AI 속도를 늦추는 전략이 중국과의 경쟁에서 특히 위험하다는 논리.
■ 트럼프 깜짝 전화 — “Whoever wins AI wins”
행사 도중 트럼프 대통령이 젠슨에게 전화.
트럼프는 최근 AI·데이터센터 반대 움직임에 대해 중국에 이익이 되는 흐름이라고 비판하며,
“Whoever wins AI wins. AI에서 이기는 나라가 승리한다.”
“AI는 인터넷보다 더 크다.”
라고 강조.
데이터센터를 향후 20~25년의 ‘석유(oil)’에 비유하며 데이터센터가 지역 투자·일자리·부를 창출할 수 있다고 주장.
AI를 신중하게 개발해야 하지만 그것을 이유로 산업 자체를 멈춰서는 안 된다고 강조했고, 젠슨 역시 이에 동의.
■ 젠슨이 보는 AI = 새로운 산업혁명 + 미국 재산업화
AI는 단순한 소프트웨어 산업이 아니라 ‘지능을 생산하는 산업’.
따라서 AI가 커질수록 필요한 것은 GPU만이 아니라
반도체 → 메모리 → 네트워크 → 데이터센터 → 건설 → 전력생산 → 전력망 → 애플리케이션
전체 산업 생태계.
젠슨은 AI 벤처투자 증가가 소프트웨어 일자리를 만들고, 컴퓨팅 수요는 다시 데이터센터·건설·전력·제조업 일자리를 만든다고 설명.
■ NVIDIA의 다음 핵심 전략 = 다운스트림 병목 제거
NVIDIA는 과거부터 TSMC, 메모리 업체, 코닝, 루멘텀 등 업스트림 공급망과 미리 협력해 AI 수요 폭증을 준비해왔다고 설명.
이제 젠슨이 집중하는 것은 다운스트림.
핵심은 다시 한번
“Land, Power, Shell”
= 부지 + 전력 + 데이터센터 건물
AI 컴퓨팅을 배치하려 해도 이 3가지가 준비되지 않으면 GPU를 설치할 수 없기 때문.
특히 하이퍼스케일러들은 보통 연 단위로 계획하지만 현재 AI 수요 변화 속도가 너무 빨라 계획이 계속 빗나간다고 설명.
반면 네오클라우드·지역 클라우드 사업자들은 각 지역의 부지와 전력을 더 빠르게 확보할 수 있어 중요성이 커지고 있다고 평가.
각 국가가 자국 전력을 전략자산으로 인식하면서 Sovereign AI·지역 네오클라우드 확대도 계속될 것으로 전망.
■ NVIDIA는 칩 회사가 아니라 AI 전체 플랫폼으로 확장
과거 NVIDIA가 cuDNN, Megatron 등을 직접 개발한 이유도 고객이 필요로 했기 때문이며, 필요한 영역까지 먼저 기술을 만든 뒤 생태계에 제공해 “천 송이 꽃이 피게 한다”는 전략이라고 설명.
현재 NVIDIA 플랫폼에서는 OpenAI뿐 아니라 Meta 계열 모델, Gemini, Anthropic 등 다양한 프런티어 모델이 구동되고 있으며 AI 연구소 숫자 자체가 계속 늘어나는 중.
자율주행·로보틱스·생물학·단백질 설계에서도 NVIDIA가 직접 프런티어 모델을 만드는 이유 역시 기존 산업이 자체적으로 전체 AI 스택을 만들기 어렵기 때문.
https://x.com/DrNHJ/status/2099641172331569177?s=20
https://youtu.be/S7CrlFLAmEA?si=q8VJ4Uacxw1YS45E
젠슨 황은 최근 다리오 아모데이 등 프런티어 AI 연구소들이 제기한 ‘AI 개발 속도 조절·안전’ 논쟁에 대해 “안전은 최우선이지만 안전과 리더십은 양자택일이 아니다”라고 강조. 미국은 빠르게 혁신하면서도 안전하게 AI를 발전시킬 수 있으며, 안전을 위해 AI 개발 자체를 늦춰야 한다는 논리에 동의하지 않는다고 설명.
특히 AI가 인류 멸종이나 문명적 재앙으로 이어질 확률을 숫자로 제시하는 주장에 강하게 비판적. 과학적으로 충분히 입증되지 않은 예측을 연구자들이 권위 있는 언어와 숫자로 표현해 사람들을 불안하게 만드는 것은 “무책임하다”고 지적.
과거에도
• “5년 안에 AI가 영상의학과 의사를 완전히 대체한다”
• “6~12개월 안에 코드의 90%를 AI가 작성한다”
• “6~9개월 안에 초급 일자리 50%가 사라진다”
• “내년 화이트칼라 일자리 절반이 사라진다”
등의 예측이 있었지만 실제로는 그렇게 되지 않았다고 설명.
오히려 AI가 영상의학 판독 업무 상당 부분을 자동화했음에도 영상의학과 전문의는 이전보다 더 필요해졌다며, AI가 업무를 자동화한다고 직업 전체가 사라지는 것은 아니라고 강조.
■ AI 안전 문제는 ‘속도 중단’보다 엔지니어링으로 해결
프런티어 연구소 내부에서 통제 문제가 발생했다면 심각하게 다뤄야 하지만, 그것은 AI 자체가 통제 불가능하다는 것과는 다른 문제라고 설명.
AI 연구소들이 ‘연구’ 조직에서 대규모 제품을 운영하는 ‘엔지니어링’ 조직으로 전환하는 과정에서 시행착오가 있을 수 있으며, 사고가 발생하면
Root Cause 분석 → 기술·프로세스 개선 → 재발 방지
방식으로 해결해야 한다고 주장.
샌드박스, 런타임, 모니터링, 지속적 감시, 평가 시스템 등이 발전하면 통제력도 계속 높아질 것이라고 전망.
규제 역시 막연한 미래의 공포가 아니라 실제로 발생한 문제를 해결해야 한다고 강조. 필요하다면 금융감사처럼 여러 독립적인 제3자 AI 평가기관을 두어 테스트·감사를 수행하는 방식도 가능하다고 설명.
■ 재귀적 자기개선(RSI)도 ‘폭주하는 AI’와는 다르다
중국 GLM 계열 연구소가 대규모 자금을 들여 AI가 다음 AI를 개선하는 재귀적 자기개선을 추진한다는 질문에도 과도한 공포를 경계.
젠슨은 RSI가 인컨텍스트 학습, 스킬, Reflection, 강화학습, 합성데이터, LoRA 등 이미 사용되는 여러 기술의 조합이라고 설명.
AI를 이용해 AI 개발 생산성을 높이는 것은 매우 논리적인 접근법이며 모든 주요 연구소가 어느 정도 사용하고 있을 것이라고 말했다.
기업 내부에서 아무리 자기개선을 진행해도 제품을 외부에 출시하기 전에는 다시 평가·테스트·회귀검증을 해야 하기 때문에 “AI가 스스로 개선하다 통제 불가능하게 폭주한다”는 식의 해석에는 동의하지 않는다고 강조.
■ 오픈소스 AI는 미국 AI 패권에 필수
“세계에는 폐쇄형 모델과 오픈 모델이 모두 필요하다.”
폐쇄형 프런티어 모델은 뛰어난 사용 경험을 제공하지만, 오픈 모델은 AI 주권·프라이버시·기업 독자기술 확보에 필수적이라고 설명.
젠슨은 최근 6개월간 AI Native 기업에 약 4,000억달러의 벤처투자가 들어갔으며 그중 약 80%가 오픈 모델을 사용한다고 언급.
미국이 AI 경쟁에서 승리하려면 OpenAI·Anthropic·Google 같은 몇 개 회사만 성공해서는 안 되고,
모든 기업, 모든 산업, 연구자, 교사, 학생, 스타트업이 AI를 사용할 수 있어야 한다고 강조.
중국산 오픈 모델에 대해서도 실용적 입장. 리눅스나 쿠버네티스에도 전 세계 개발자들의 코드가 들어가듯 중국 연구진이 만든 모델도 다운로드하고 포크해서 개선하면 결국 자신의 기술로 활용할 수 있다는 것.
따라서 AI 경쟁의 본질은
“누가 AI를 처음 만들었느냐가 아니라 누가 AI를 가장 잘 활용하느냐”라고 강조.
과거 산업혁명의 핵심 과학자들은 유럽인이었지만 미국이 그 기술을 산업·사회적으로 가장 잘 활용해 최대 수혜자가 됐다는 비유를 제시.
■ 중국은 AI를 ‘종말’이 아닌 산업기술로 본다
젠슨은 중국의 AI 담론이 미국보다 훨씬 실용적이라고 평가.
중국에서는 AI가 문명을 끝낼 것이라는 주장보다 경제·산업·사회 발전을 촉진하는 기술이라는 관점이 강하다는 것.
중국은 엔지니어를 대규모로 배출하고 고부가 제조업을 대량생산하는 능력이 매우 뛰어나기 때문에 결국 첨단 반도체 기술도 따라올 것이라고 전망.
중국의 자체 첨단 노광장비 기술에 대해서는 “2030년이면 도달할 것”이라고 전망하며,
“2030년은 바로 코앞이다. NVIDIA처럼 수십 년을 생각하는 기업 입장에서는 2~3년은 한순간에 불과하다. 중국은 사실상 이미 거기에 도달했다고 생각해야 한다.”
→ 미국 입장에서는 AI 속도를 늦추는 전략이 중국과의 경쟁에서 특히 위험하다는 논리.
■ 트럼프 깜짝 전화 — “Whoever wins AI wins”
행사 도중 트럼프 대통령이 젠슨에게 전화.
트럼프는 최근 AI·데이터센터 반대 움직임에 대해 중국에 이익이 되는 흐름이라고 비판하며,
“Whoever wins AI wins. AI에서 이기는 나라가 승리한다.”
“AI는 인터넷보다 더 크다.”
라고 강조.
데이터센터를 향후 20~25년의 ‘석유(oil)’에 비유하며 데이터센터가 지역 투자·일자리·부를 창출할 수 있다고 주장.
AI를 신중하게 개발해야 하지만 그것을 이유로 산업 자체를 멈춰서는 안 된다고 강조했고, 젠슨 역시 이에 동의.
■ 젠슨이 보는 AI = 새로운 산업혁명 + 미국 재산업화
AI는 단순한 소프트웨어 산업이 아니라 ‘지능을 생산하는 산업’.
따라서 AI가 커질수록 필요한 것은 GPU만이 아니라
반도체 → 메모리 → 네트워크 → 데이터센터 → 건설 → 전력생산 → 전력망 → 애플리케이션
전체 산업 생태계.
젠슨은 AI 벤처투자 증가가 소프트웨어 일자리를 만들고, 컴퓨팅 수요는 다시 데이터센터·건설·전력·제조업 일자리를 만든다고 설명.
■ NVIDIA의 다음 핵심 전략 = 다운스트림 병목 제거
NVIDIA는 과거부터 TSMC, 메모리 업체, 코닝, 루멘텀 등 업스트림 공급망과 미리 협력해 AI 수요 폭증을 준비해왔다고 설명.
이제 젠슨이 집중하는 것은 다운스트림.
핵심은 다시 한번
“Land, Power, Shell”
= 부지 + 전력 + 데이터센터 건물
AI 컴퓨팅을 배치하려 해도 이 3가지가 준비되지 않으면 GPU를 설치할 수 없기 때문.
특히 하이퍼스케일러들은 보통 연 단위로 계획하지만 현재 AI 수요 변화 속도가 너무 빨라 계획이 계속 빗나간다고 설명.
반면 네오클라우드·지역 클라우드 사업자들은 각 지역의 부지와 전력을 더 빠르게 확보할 수 있어 중요성이 커지고 있다고 평가.
각 국가가 자국 전력을 전략자산으로 인식하면서 Sovereign AI·지역 네오클라우드 확대도 계속될 것으로 전망.
■ NVIDIA는 칩 회사가 아니라 AI 전체 플랫폼으로 확장
과거 NVIDIA가 cuDNN, Megatron 등을 직접 개발한 이유도 고객이 필요로 했기 때문이며, 필요한 영역까지 먼저 기술을 만든 뒤 생태계에 제공해 “천 송이 꽃이 피게 한다”는 전략이라고 설명.
현재 NVIDIA 플랫폼에서는 OpenAI뿐 아니라 Meta 계열 모델, Gemini, Anthropic 등 다양한 프런티어 모델이 구동되고 있으며 AI 연구소 숫자 자체가 계속 늘어나는 중.
자율주행·로보틱스·생물학·단백질 설계에서도 NVIDIA가 직접 프런티어 모델을 만드는 이유 역시 기존 산업이 자체적으로 전체 AI 스택을 만들기 어렵기 때문.
https://x.com/DrNHJ/status/2099641172331569177?s=20
https://youtu.be/S7CrlFLAmEA?si=q8VJ4Uacxw1YS45E
X (formerly Twitter)
루팡 (@DrNHJ) on X
[All-In Summit 2026] 젠슨 황 — “AI를 늦추는 것은 분명히 잘못된 전략” $NVDA
젠슨 황은 최근 다리오 아모데이 등 프런티어 AI 연구소들이 제기한 ‘AI 개발 속도 조절·안전’ 논쟁에 대해 “안전은 최우선이지만 안전과 리더십은 양자택일이 아니다”라고 강조. 미국은 빠르게 혁신하면서도 안전하게 AI를 발전시킬 수 있으며, …
젠슨 황은 최근 다리오 아모데이 등 프런티어 AI 연구소들이 제기한 ‘AI 개발 속도 조절·안전’ 논쟁에 대해 “안전은 최우선이지만 안전과 리더십은 양자택일이 아니다”라고 강조. 미국은 빠르게 혁신하면서도 안전하게 AI를 발전시킬 수 있으며, …
❤36
루팡
애플이 삼성전자의 2027년 1분기 메모리 반도체 공급 가격을 수용했습니다. 이번 단가는 2026년 3분기 대비 30%~40% 상승한 수준으로, 글로벌 메모리 업계의 가파른 가격 상승세가 스마트폰 등 소비자 가전 전반에 큰 원가 압박을 주고 있습니다.
27년 1분기 디램 모바일 쪽만 +20~30%QoQ 상승한다는 얘기인데
참고로 현재 27년 분기별 ASP 상승률 컨센은 거의 플랫~low single 수준이므로 위 내용이 사실이라면 빅 서프라이즈
참고로 현재 27년 분기별 ASP 상승률 컨센은 거의 플랫~low single 수준이므로 위 내용이 사실이라면 빅 서프라이즈
❤59👍11🤮6🔥3🙏1
* 일론 머스크
"인류를 멸망시킬 확률이 10% 있다는 말을 하면서도, 그런데, 우리 IPO에 얼마나 투자하고 싶으신가요? 라고 말하는 건 확실히 미친 4D 체스 게임이네요."
** 앤스로픽의 행태가 모순적이라고 비꼬는 일론
** 'Dario is right'이라고 했던게 불과 이틀 전
https://x.com/firesidealpha/status/2099720561354227962
"인류를 멸망시킬 확률이 10% 있다는 말을 하면서도, 그런데, 우리 IPO에 얼마나 투자하고 싶으신가요? 라고 말하는 건 확실히 미친 4D 체스 게임이네요."
** 앤스로픽의 행태가 모순적이라고 비꼬는 일론
** 'Dario is right'이라고 했던게 불과 이틀 전
https://x.com/firesidealpha/status/2099720561354227962
X (formerly Twitter)
Fireside Alpha (@firesidealpha) on X
Elon Musk: "It certainly is some crazy 4D chess to say there's a 10% chance of annihilating humanity, but by the way, how much allocation would you like in our IPO?"
❤34🤮11😁8👏3🤯1🤬1
* 게빈 베이커
Anthropic과 OpenAI가 프론티어를 “pace”하는 방식은 정렬, 모니터링, 평가에 더 많은 시간과 더 많은 compute를 투자함으로써 이루어질 것입니다.
“pace”를 선택하는 프론티어 연구소들은 아마도 마진이 약간 낮아지는 대가로 컴퓨트에 약간 더 많은 돈을 지출할 것입니다.
그게 다입니다.
https://x.com/GavinSBaker/status/2099563923783524618
Anthropic과 OpenAI가 프론티어를 “pace”하는 방식은 정렬, 모니터링, 평가에 더 많은 시간과 더 많은 compute를 투자함으로써 이루어질 것입니다.
“pace”를 선택하는 프론티어 연구소들은 아마도 마진이 약간 낮아지는 대가로 컴퓨트에 약간 더 많은 돈을 지출할 것입니다.
그게 다입니다.
https://x.com/GavinSBaker/status/2099563923783524618
X (formerly Twitter)
Gavin Baker (@GavinSBaker) on X
The way that Anthropic and OpenAI are going to “pace” the frontier is by spending more time and more *compute* on alignment, monitoring and evals.
The frontier labs that choose to “pace” likely s…
The frontier labs that choose to “pace” likely s…
❤35👍9🤮2👀2🙏1
* 삼성전자, 베이스다이 공급망 TSMC로 이원화
커스텀 HBM은 엔비디아 등 글로벌 빅테크가 원하는 로직 기능을 칩 내부에 일부 탑재할 수 있어, 향후 수요가 급증할 것으로 기대되는 시장이다. 삼성전자도 다양한 고객 수요에 대응하기 위해, 베이스 다이 공급망 유연성을 높이려는 것으로 풀이된다.
현재 TSMC는 자사 파운드리 및 패키징 공정으로 엔비디아 등 글로벌 빅테크와 탄탄한 공급망을 구축하고 있다. 안정성과 성능 면에서 고객 선호도가 높다. 이 같은 상황에서 삼성전자가 자사 파운드리 턴키(일괄 생산)만을 고집할 경우, 고객사의 다양한 맞춤형 수요를 충족하지 못할 가능성이 커진다.
https://n.news.naver.com/article/092/0002437503
커스텀 HBM은 엔비디아 등 글로벌 빅테크가 원하는 로직 기능을 칩 내부에 일부 탑재할 수 있어, 향후 수요가 급증할 것으로 기대되는 시장이다. 삼성전자도 다양한 고객 수요에 대응하기 위해, 베이스 다이 공급망 유연성을 높이려는 것으로 풀이된다.
현재 TSMC는 자사 파운드리 및 패키징 공정으로 엔비디아 등 글로벌 빅테크와 탄탄한 공급망을 구축하고 있다. 안정성과 성능 면에서 고객 선호도가 높다. 이 같은 상황에서 삼성전자가 자사 파운드리 턴키(일괄 생산)만을 고집할 경우, 고객사의 다양한 맞춤형 수요를 충족하지 못할 가능성이 커진다.
https://n.news.naver.com/article/092/0002437503
Naver
삼성전자, 커스텀 HBM서 '핵심 칩' 공급망 변화…내부·TSMC '투트랙' 추진
삼성전자의 고대역폭메모리(HBM)용 베이스 다이 공급 전략이 커스텀 HBM(cHBM) 시대에 큰 변화를 맞을 전망이다. 기존 내부 파운드리를 통한 자체 생산에서 벗어나, TSMC 공정 기반의 베이스 다이를 함께 활용
❤24👏3😁1
* a16z
그렉 브록먼은 오픈AI가 아스트라를 자사 시스템에 적용해 취약점을 모두 찾아낼 때까지 사용했다고 말했습니다:
"우리는 생산 엔지니어의 25%를 데려와서 '미안하지만, 모든 프로젝트를 중단해. 이제 너희는 방어 쪽으로 전환이다. 우리의 보안 아키텍처를 업그레이드할 거야. 모델을 사용해서 모든 구멍을 찾아내라.'라고 했습니다. 그리고 우리는 여러 심각한 문제를 발견했고, 그것들을 수정했습니다."
"우리는 새로운 문제들을 발견했지만, 결국 포화 상태에 도달했습니다. 기본적으로 우리가 아는 한, 아스트라가 충분히 똑똑해서 찾을 수 있는 모든 P0, 즉 모든 치명적인 문제들을 찾아냈습니다. 물론 새로운 모델이 나오면, 새로운 라운드가 시작될 겁니다."
"새로운 사이버 능력의 드롭이 떨어질 때마다 이 타이트한 루프 안에 들어가야 합니다. 그것을 자사 시스템에 배포하고, 새로운 구멍을 찾고, 이상적으로는 이것을 자동화해야 합니다. 우리가 방어 팩토리라고 부르는 거죠. 그게 바로 우리가 내부적으로 구축하고 있는 것입니다."
"예를 들어, 모든 소프트웨어를 형식적으로 검증하는 아이디어 같은 것들이 AI로 가능해집니다."
** AI에 대한 방어는 더 강한 AI만이 할 수 있음(무작정 규제하고 멈춘다고 방어되지 않음)
https://x.com/a16z/status/2099533700375662905
그렉 브록먼은 오픈AI가 아스트라를 자사 시스템에 적용해 취약점을 모두 찾아낼 때까지 사용했다고 말했습니다:
"우리는 생산 엔지니어의 25%를 데려와서 '미안하지만, 모든 프로젝트를 중단해. 이제 너희는 방어 쪽으로 전환이다. 우리의 보안 아키텍처를 업그레이드할 거야. 모델을 사용해서 모든 구멍을 찾아내라.'라고 했습니다. 그리고 우리는 여러 심각한 문제를 발견했고, 그것들을 수정했습니다."
"우리는 새로운 문제들을 발견했지만, 결국 포화 상태에 도달했습니다. 기본적으로 우리가 아는 한, 아스트라가 충분히 똑똑해서 찾을 수 있는 모든 P0, 즉 모든 치명적인 문제들을 찾아냈습니다. 물론 새로운 모델이 나오면, 새로운 라운드가 시작될 겁니다."
"새로운 사이버 능력의 드롭이 떨어질 때마다 이 타이트한 루프 안에 들어가야 합니다. 그것을 자사 시스템에 배포하고, 새로운 구멍을 찾고, 이상적으로는 이것을 자동화해야 합니다. 우리가 방어 팩토리라고 부르는 거죠. 그게 바로 우리가 내부적으로 구축하고 있는 것입니다."
"예를 들어, 모든 소프트웨어를 형식적으로 검증하는 아이디어 같은 것들이 AI로 가능해집니다."
** AI에 대한 방어는 더 강한 AI만이 할 수 있음(무작정 규제하고 멈춘다고 방어되지 않음)
https://x.com/a16z/status/2099533700375662905
X (formerly Twitter)
a16z (@a16z) on X
Greg Brockman says OpenAI pointed Astra at its own systems until it ran out of vulnerabilities to find:
"We took 25% of our production engineers and said, 'Sorry, all your projects are on hold. Y…
"We took 25% of our production engineers and said, 'Sorry, all your projects are on hold. Y…
🔥27❤21👍7👏3🤔1
Forwarded from TNBfolio
미 상원, 가상자산 포괄 규제 법안 'Clarity Act' 처리 제동 - Breaking the News
(by https://t.me/TNBfolio)
- 미 상원이 가상자산 시장 규제 체계 구축을 골자로 한 'Clarity Act'의 절차적 투표를 부결시키며 입법 절차에 제동을 걸었다.
- 수개월간의 초당적 협상에도 불구하고 표결 문턱을 넘지 못하면서 가상자산 규제 법안 처리가 전면 중단되었다.
- 공화당 지도부는 공직자의 가상자산 사업 수익 제한 등 민주당의 윤리 기준 요구를 반영한 수정안을 제시했으나 의석 확보에 실패했다.
- 해당 법안은 연방 디지털 자산 규정을 수립하고 SEC와 CFTC 간 감독 권한 분담 체계를 확립하는 내용을 핵심으로 담고 있었다.
- 가상자산 사업자 등록 요건 도입과 자금세탁 방지(AML) 규정 강화를 추진하던 가상자산 업계의 규제 제도화 시도는 큰 차질을 빚게 되었다.
https://breakingthenews.net/Article/Crypto-Clarity-Act-blocked-in-Senate-vote/67111256
(by https://t.me/TNBfolio)
- 미 상원이 가상자산 시장 규제 체계 구축을 골자로 한 'Clarity Act'의 절차적 투표를 부결시키며 입법 절차에 제동을 걸었다.
- 수개월간의 초당적 협상에도 불구하고 표결 문턱을 넘지 못하면서 가상자산 규제 법안 처리가 전면 중단되었다.
- 공화당 지도부는 공직자의 가상자산 사업 수익 제한 등 민주당의 윤리 기준 요구를 반영한 수정안을 제시했으나 의석 확보에 실패했다.
- 해당 법안은 연방 디지털 자산 규정을 수립하고 SEC와 CFTC 간 감독 권한 분담 체계를 확립하는 내용을 핵심으로 담고 있었다.
- 가상자산 사업자 등록 요건 도입과 자금세탁 방지(AML) 규정 강화를 추진하던 가상자산 업계의 규제 제도화 시도는 큰 차질을 빚게 되었다.
https://breakingthenews.net/Article/Crypto-Clarity-Act-blocked-in-Senate-vote/67111256
Telegram
TNBfolio
본 TNB 채널에서 제공하는 자료는 매수&매도에 대한 의견 절대 아니며 투자자 본인의 참고용에 불과 합니다.
모든 매수와 매도에 대한 책임은 본인에게 있습니다.
모든 매수와 매도에 대한 책임은 본인에게 있습니다.
🤬10❤6🔥1😁1
* Edgewater :
“Anthropic은 2027년에 필요한 메모리의 약 20%를 직접 구매할 것으로 예상되며, 2028년에는 직접 구매 비중이 더 높아질 전망이다. DRAM 수요 규모만 놓고 보면 NVIDIA와 대략 비슷한 수준이다.”
https://x.com/pequityresearch/status/2099955915751350584
“Anthropic은 2027년에 필요한 메모리의 약 20%를 직접 구매할 것으로 예상되며, 2028년에는 직접 구매 비중이 더 높아질 전망이다. DRAM 수요 규모만 놓고 보면 NVIDIA와 대략 비슷한 수준이다.”
https://x.com/pequityresearch/status/2099955915751350584
X (formerly Twitter)
P Equity Research 📰 (@pequityresearch) on X
❤34👍4🤮3🤩2🔥1👻1
* TEAMGROUP(대만 메모리 모듈사)의 General Manager Gerry Chen :
메모리 모듈 업체들은 2027년 공급 배정량이 대폭 삭감될 것이라는 통보를 받고 있다. 일부 업체는 2026년에 받았던 물량의 50% 이하만 배정받을 수도 있다.
상류의 메모리 제조업체들은 이미 2027~2028년 생산능력의 거의 전부를 판매한 것으로 알려졌다.
특히 DDR5 공급량은 기존 예상치의 80%에도 못 미칠 것으로 전망된다.
메모리 가격이 2027년까지 분기마다 20~30%씩 계속 상승할 것으로 예상하고 있다.
(출처: DIGITIMES)
Micron의 새로운 MegaFab 생산능력이 빨라도 2027년 4분기에나 가동되기 시작하는데도 불구하고, 이미 2028~2029년 주문까지 사실상 모두 예약되어 있다.
https://x.com/aleabitoreddit/status/2099674926697545849
메모리 모듈 업체들은 2027년 공급 배정량이 대폭 삭감될 것이라는 통보를 받고 있다. 일부 업체는 2026년에 받았던 물량의 50% 이하만 배정받을 수도 있다.
상류의 메모리 제조업체들은 이미 2027~2028년 생산능력의 거의 전부를 판매한 것으로 알려졌다.
특히 DDR5 공급량은 기존 예상치의 80%에도 못 미칠 것으로 전망된다.
메모리 가격이 2027년까지 분기마다 20~30%씩 계속 상승할 것으로 예상하고 있다.
(출처: DIGITIMES)
Micron의 새로운 MegaFab 생산능력이 빨라도 2027년 4분기에나 가동되기 시작하는데도 불구하고, 이미 2028~2029년 주문까지 사실상 모두 예약되어 있다.
https://x.com/aleabitoreddit/status/2099674926697545849
X (formerly Twitter)
Serenity (@aleabitoreddit) on X
Some color on current memory environments for the $MU / $SKHY bros:
"There is zero risk of memory prices dropping" per Team Group GM Gerry Chen.
- Memory module makers have received notices war…
"There is zero risk of memory prices dropping" per Team Group GM Gerry Chen.
- Memory module makers have received notices war…
❤37🔥2🤮2🕊2👍1🤔1
* 다리오 아모데이(@ dreamforce)
"그래서 자동차 회사를 운영한다고 가정해 봅시다. 다른 자동차 회사, 즉 당신 회사 아닌 곳에서 어떤 안전 사고가 발생했다고요. 브레이크에 문제가 생기거나, 제조 과정에서 뭔가 잘못된 거죠."
"이제 당신은 업계에서 가장 뛰어난 안전 기록을 가지고 있다고 믿습니다. 그럼 어떻게 하시겠어요? 어떻게 접근하시겠어요? 당연히 경쟁사를 공격하고 '저 사람들은 안전하지 않아'라고 말하는 게 아주 매력적으로 느껴질 겁니다."
"하지만 저는 더 책임감 있는 대응 방식은 우선 우리 자신의 기록을 살펴보는 거라고 생각합니다. 우리는 이런 대형 고프로필 사고는 없었을지 몰라도, 완벽하지 않다는 건 확실해요. 모든 걸 검토해 보고, 우리는 언제나 더 나아질 수 있습니다. 우리의 관행을 개선합시다. 투명성에 다시 힘을 쏟읍시다. 안전에 더 많이 투자합시다."
"그 다음으로, 업계의 나머지 부분을 조직해서 말합시다. 우리 모두를 위한 기준을 세우기 위해 무엇을 할 수 있을까요? 모두의 기준을 더 좋게 만들기 위해 무엇을 할 수 있을까요? 그리고 마지막으로, 여기에 국제적인 요소가 포함되어야 합니다."
"그리고 그게 바로 제가 에세이에서 제시한 세 단계 계획의 본질입니다."
** 즉 OpenAI의 허깅페이스 사태가 이번 Pacing 주장을 하게된 기본적 원인이었고, Anthropic은 더 높은 안전 시스템을 갖고있어 그들처럼 사고가 나지 않지만 업계를 위해 대승적으로 제안했다는 것을 돌려서 표현
** IPO 가치를 높이기 위한 의지와 관련이 전혀 없다고 하기가 뭐한
https://x.com/firesidealpha/status/2099957082128802257
"그래서 자동차 회사를 운영한다고 가정해 봅시다. 다른 자동차 회사, 즉 당신 회사 아닌 곳에서 어떤 안전 사고가 발생했다고요. 브레이크에 문제가 생기거나, 제조 과정에서 뭔가 잘못된 거죠."
"이제 당신은 업계에서 가장 뛰어난 안전 기록을 가지고 있다고 믿습니다. 그럼 어떻게 하시겠어요? 어떻게 접근하시겠어요? 당연히 경쟁사를 공격하고 '저 사람들은 안전하지 않아'라고 말하는 게 아주 매력적으로 느껴질 겁니다."
"하지만 저는 더 책임감 있는 대응 방식은 우선 우리 자신의 기록을 살펴보는 거라고 생각합니다. 우리는 이런 대형 고프로필 사고는 없었을지 몰라도, 완벽하지 않다는 건 확실해요. 모든 걸 검토해 보고, 우리는 언제나 더 나아질 수 있습니다. 우리의 관행을 개선합시다. 투명성에 다시 힘을 쏟읍시다. 안전에 더 많이 투자합시다."
"그 다음으로, 업계의 나머지 부분을 조직해서 말합시다. 우리 모두를 위한 기준을 세우기 위해 무엇을 할 수 있을까요? 모두의 기준을 더 좋게 만들기 위해 무엇을 할 수 있을까요? 그리고 마지막으로, 여기에 국제적인 요소가 포함되어야 합니다."
"그리고 그게 바로 제가 에세이에서 제시한 세 단계 계획의 본질입니다."
** 즉 OpenAI의 허깅페이스 사태가 이번 Pacing 주장을 하게된 기본적 원인이었고, Anthropic은 더 높은 안전 시스템을 갖고있어 그들처럼 사고가 나지 않지만 업계를 위해 대승적으로 제안했다는 것을 돌려서 표현
** IPO 가치를 높이기 위한 의지와 관련이 전혀 없다고 하기가 뭐한
https://x.com/firesidealpha/status/2099957082128802257
X (formerly Twitter)
Fireside Alpha (@firesidealpha) on X
Dario Amodei explains his response to the AI-safety debate with a car-company incident analogy
"I think it's maybe easiest to explain it by an analogy."
"So let's say you're running a car compan…
"I think it's maybe easiest to explain it by an analogy."
"So let's say you're running a car compan…
❤24🤮13🤔3😁1
* Sachin Katti(OpenAI head of compute) @AI Infra summit :
“우리가 프론티어 모델들이 안전하고 정렬되도록 보장하는 방법은 컴퓨트를 투자하는 것입니다. 그래서 역설적인 점은 미래 모델들이 더 안전하고 정렬되도록 하기 위해 우리는 더 많은 컴퓨트가 필요할 것이라는 점입니다.”
https://x.com/Midnight_Captl/status/2099971112591561027
“우리가 프론티어 모델들이 안전하고 정렬되도록 보장하는 방법은 컴퓨트를 투자하는 것입니다. 그래서 역설적인 점은 미래 모델들이 더 안전하고 정렬되도록 하기 위해 우리는 더 많은 컴퓨트가 필요할 것이라는 점입니다.”
https://x.com/Midnight_Captl/status/2099971112591561027
X (formerly Twitter)
Nick Dorsey (@Midnight_Captl) on X
@sk7037 - “The way we will make sure frontier models are safe and aligned is by spending compute. So the counterintuitive point is that we’ll need even more compute to make sure future models are …
❤25👍3🤮2😁1🤔1
Forwarded from Blanc Charts
Semis valuation. "Global chip stocks have become more attractive... helping to compress the broader tech P/E. Semis just 15.8x... near the lowest since the 2022 bear market"
$SOXX
$SOXX
❤14👍2🔥1