Forwarded from BacurasHouse
AI 미래를 정리한 스탠포드·빅테크 공동 논문 | AI 발전의 진짜 병목, 알고리즘이 아닌 컴퓨팅 인프라
https://youtu.be/Od96w7Zsz6g
#안될공학
1️⃣ “AI 성능 발전이 이제 AI 모델만으로는 해결이 되지 않는다”
* AI 산업의 근본적인 모순은 모델의 발전 속도를 하드웨어가 따라가지 못하는 환경에 있으며, 이제는 하드웨어와 알고리즘을 동시에 설계하는 코-디자인(Co-design)이 필수적임.
* 단순한 연산 성능(테라플롭스)보다 '에너지당 지능(Intelligence per Energy)'을 얼마나 확보하느냐가 기술 경쟁력의 새로운 기준이 되고 있음.
* 지능의 구현이 물리적 제약에 부딪히면서 반도체 칩 단위를 넘어 데이터 센터 전체를 하나의 시스템으로 최적화하는 전략이 요구됨.
2️⃣ “진짜 문제는 계산을 얼마나 잘하느냐가 아니라 데이터를 이동시키는 데 있다”
* 현재 컴퓨팅의 가장 큰 병목은 연산 로직과 메모리 사이에서 발생하는 '메모리 월(Memory Wall)'이며, 실제 연산보다 데이터를 옮기는 데 전력의 60%에서 90%가 소모됨.
* 비싼 GPU를 도입하더라도 실제 시스템 전체를 효율적으로 활용하는 비중은 5%에서 20% 수준에 불과하여 막대한 자원이 낭비되는 실정임.
* 데이터 이동을 최소화하기 위해 메모리 옆에 연산기를 붙이는 CIM(Compute In Memory)이나 3D 적층 통합 기술이 차세대 핵심 과제로 부상함.
3️⃣ “AI와 하드웨어의 발전 속도가 불일치하는 템포럴 미스매치가 발생하고 있다”
* 알고리즘은 매달 새로운 모델이 나올 만큼 급격히 진화하지만, 하드웨어 칩과 인프라는 개발 및 구축에 최소 1년 이상의 긴 시간이 소요됨.
* 새로운 가속기가 출시되어도 이를 지원하는 소프트웨어 스택이 최적화되기 전에 다음 세대 하드웨어가 등장하여 기술적 성능을 온전히 끌어내지 못함.
* 이러한 시간적 격차를 줄이기 위해 전기 신호 대신 빛을 이용해 지연 시간을 획기적으로 낮추는 실리콘 포토닉스(광통신) 기술의 중요성이 커지고 있음.
4️⃣ “에너지 용량이 10배 많은 국가가 AI 추론 능력도 10배 늘어날 것”
* AI 기술력은 이제 에너지 확보 능력과 직결되며, 전력 용량이 곧 국가의 AI 추론 및 서비스 경쟁력을 결정하는 '에너지 안보'의 영역으로 확장됨.
* 미국조차 5년 내 심각한 전력 부족을 겪을 것으로 예측되며, 이를 해결하기 위해 SMR(소형 모듈 원자로) 도입과 정부 차원의 규제 완화가 논의되고 있음.
* 국가 인프라 차원에서 에너지를 관리하고 컴퓨팅 시스템을 구축하는 능력이 향후 10년의 AI 주도권을 결정할 것임.
5️⃣ “앞으로의 10년은 효율을 1000배로 만드는 싸움이다”
* 향후 5년 내 100배, 10년 내 1000배의 효율 향상을 목표로 알고리즘, 실리콘, 시스템 수준의 다각도 혁신이 진행되어야 함.
* 칩 내부의 열을 식히는 액침 냉각(Liquid Cooling) 기술부터 소재 혁신까지 모든 기술 레이어 간의 유기적인 최적화가 필요함.
* 모델 자체의 성능보다 인프라 전체를 구성하는 컴퓨팅 시스템 역량이 AI 발전의 진짜 병목을 해결할 열쇠가 될 것임.
https://youtu.be/Od96w7Zsz6g
#안될공학
1️⃣ “AI 성능 발전이 이제 AI 모델만으로는 해결이 되지 않는다”
* AI 산업의 근본적인 모순은 모델의 발전 속도를 하드웨어가 따라가지 못하는 환경에 있으며, 이제는 하드웨어와 알고리즘을 동시에 설계하는 코-디자인(Co-design)이 필수적임.
* 단순한 연산 성능(테라플롭스)보다 '에너지당 지능(Intelligence per Energy)'을 얼마나 확보하느냐가 기술 경쟁력의 새로운 기준이 되고 있음.
* 지능의 구현이 물리적 제약에 부딪히면서 반도체 칩 단위를 넘어 데이터 센터 전체를 하나의 시스템으로 최적화하는 전략이 요구됨.
2️⃣ “진짜 문제는 계산을 얼마나 잘하느냐가 아니라 데이터를 이동시키는 데 있다”
* 현재 컴퓨팅의 가장 큰 병목은 연산 로직과 메모리 사이에서 발생하는 '메모리 월(Memory Wall)'이며, 실제 연산보다 데이터를 옮기는 데 전력의 60%에서 90%가 소모됨.
* 비싼 GPU를 도입하더라도 실제 시스템 전체를 효율적으로 활용하는 비중은 5%에서 20% 수준에 불과하여 막대한 자원이 낭비되는 실정임.
* 데이터 이동을 최소화하기 위해 메모리 옆에 연산기를 붙이는 CIM(Compute In Memory)이나 3D 적층 통합 기술이 차세대 핵심 과제로 부상함.
3️⃣ “AI와 하드웨어의 발전 속도가 불일치하는 템포럴 미스매치가 발생하고 있다”
* 알고리즘은 매달 새로운 모델이 나올 만큼 급격히 진화하지만, 하드웨어 칩과 인프라는 개발 및 구축에 최소 1년 이상의 긴 시간이 소요됨.
* 새로운 가속기가 출시되어도 이를 지원하는 소프트웨어 스택이 최적화되기 전에 다음 세대 하드웨어가 등장하여 기술적 성능을 온전히 끌어내지 못함.
* 이러한 시간적 격차를 줄이기 위해 전기 신호 대신 빛을 이용해 지연 시간을 획기적으로 낮추는 실리콘 포토닉스(광통신) 기술의 중요성이 커지고 있음.
4️⃣ “에너지 용량이 10배 많은 국가가 AI 추론 능력도 10배 늘어날 것”
* AI 기술력은 이제 에너지 확보 능력과 직결되며, 전력 용량이 곧 국가의 AI 추론 및 서비스 경쟁력을 결정하는 '에너지 안보'의 영역으로 확장됨.
* 미국조차 5년 내 심각한 전력 부족을 겪을 것으로 예측되며, 이를 해결하기 위해 SMR(소형 모듈 원자로) 도입과 정부 차원의 규제 완화가 논의되고 있음.
* 국가 인프라 차원에서 에너지를 관리하고 컴퓨팅 시스템을 구축하는 능력이 향후 10년의 AI 주도권을 결정할 것임.
5️⃣ “앞으로의 10년은 효율을 1000배로 만드는 싸움이다”
* 향후 5년 내 100배, 10년 내 1000배의 효율 향상을 목표로 알고리즘, 실리콘, 시스템 수준의 다각도 혁신이 진행되어야 함.
* 칩 내부의 열을 식히는 액침 냉각(Liquid Cooling) 기술부터 소재 혁신까지 모든 기술 레이어 간의 유기적인 최적화가 필요함.
* 모델 자체의 성능보다 인프라 전체를 구성하는 컴퓨팅 시스템 역량이 AI 발전의 진짜 병목을 해결할 열쇠가 될 것임.
YouTube
AI 미래를 정리한 스탠포드·빅테크 공동 논문 | AI 발전의 진짜 병목, 알고리즘이 아닌 컴퓨팅 인프라
최근 AI 연구에서는 단순히 모델이나 알고리즘만 발전시키는 것으로는 성능 한계를 극복하기 어렵다는 이야기가 나오고 있습니다. 이번 영상에서는 스탠포드와 여러 빅테크 기업의 엔지니어들이 함께 작성한 AI 시스템 관련 논문을 중심으로 앞으로 AI 컴퓨팅이 어떤 방향으로 발전할지 살펴봅니다. 논문에서 제시하는 핵심 개념은 AI 알고리즘과 컴퓨터 하드웨어를 함께 설계해야 한다는 AI+HW Co-Design입니다. 현재 AI 시스템이 어떤 구조로 구성되어 있는지와…
Forwarded from 폐지줍기 연구소
Forwarded from CEK'S NOTE
YouTube
먹는 '알약'의 습격, 스낵 제국 붕괴와 자본 대이동 | 매일뉴욕 스페셜 | 홍성용 특파원
[기획 · 출연] 홍성용 매일경제 뉴욕 특파원
[촬영 · 편집] 박경륜 · 서동렬 PD
*'매경 월가월부' 에서 따끈한 주식정보를 확인하세요!
◆ 채널 구독하기 : https://www.youtube.com/@MK_Invest
*텔레그램에서 더 다양한 내용을 확인하실 수 있습니다
◆텔레그램 링크 : https://t.me/mkglobalinvest
ⓒ 매일경제. All rights reserved.
본 콘텐츠의 무단 복제, 배포, 전송, 2차…
[촬영 · 편집] 박경륜 · 서동렬 PD
*'매경 월가월부' 에서 따끈한 주식정보를 확인하세요!
◆ 채널 구독하기 : https://www.youtube.com/@MK_Invest
*텔레그램에서 더 다양한 내용을 확인하실 수 있습니다
◆텔레그램 링크 : https://t.me/mkglobalinvest
ⓒ 매일경제. All rights reserved.
본 콘텐츠의 무단 복제, 배포, 전송, 2차…
❤1
Forwarded from Bitcoin Price
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Carrot Cave 🥕
다가오는 30개의 균열
오늘 하루 바이브 코딩 중간중간 대기 시간을 모아 메모했다. 에이전트 시대가 오면 세상이 어떻게 바뀔지, 평소 스쳐지나가던 생각들을 순서나 중요도 없이 떠오르는 대로 풀어놓은 것이다. 일주일 후에 다시 쓰면 크게 달라질 수도 있는, 가벼운 글이다. 리스트를 완성한 뒤 Claude Opus 4.6, Grok 4.20, Gemini 3.1 Pro, GPT-5.4 네 모델에게 검토를 맡겼는데, 각 항목 끝의 퍼센트는 네 모델이 독립적으로 제시한 "3년 내 실현 확률"의 평균이다. 내 생각과 꽤 다른 숫자들도 있었다.
이 변화들을 위기로만 느낄 필요는 없다. 균열이 생기는 곳마다 반대편에는 반드시 기회의 창이 열린다.
1. 중간관리직의 역할이 소멸한다
에이전트가 업무 배분, 진척 추적, 성과 리포트를 처리하면서 상위 매니저의 관리 범위가 5배 이상 확대된다. 최상위 관리직 외에 정보를 위아래로 옮기던 당당수 중간관리직은 불필요해진다. 65%
2. 오피스 빌딩이 비어간다
공실률이 크게 늘어나고, 자산 가치도 반토막난다. 오피스는 일하는 공간에서 만나고 영감을 받는 공간으로 재정의되는데, 이렇게 설계된 건물은 거의 없다. 55%
3. 콘텐츠 산업이 확장된다
제작 비용이 10분의 1로 떨어지고 공급량이 수십 배 폭증한다. 만드는 비용은 0에 수렴하는데, 발견되는 비용은 무한대로 발산한다. 90%
4. 빌러블 아워 경제가 무너진다
시간당 과금 모델 붕괴. 컨설팅, 법률, 회계 등 B2B 지식산업 전체가 요금표를 다시 써야 한다. 시간을 파는 것이 곧 직업이었던 사람들이 증명해야 할 것은 시간이 아니라 판단이다. 80%
5. 콜센터가 사라진다
AI 처리율 3년 내 90% 도달. 한국 기준 40만 명 재배치 대상. 곧 인간과 통화하는 것 자체가 프리미엄으로 과금된다. 80%
6. 기존 이력서가 의미를 잃는다
실전 과제 평가가 학력을 대체하고, 문화 면접은 오히려 강화된다. 채용의 핵심 질문이 "뭘 할 수 있는가"에서 "뭘 시킬 줄 아는가"로 뒤집힌다. 55%
7. 동네 병원이 앱이 된다
1차 의료의 70%는 패턴화된 진단과 처방이다. 기술은 이미 준비됐지만 타임라인을 결정하는 건 의료법과 면허 체계뿐. 규제가 기술보다 느린 영역에서, 환자는 기술이 아니라 허가를 기다린다. 35%
8. 뉴스룸 인력이 반토막 난다
전통 뉴스 미디어의 수익성 감소 및 기자의 절반 이상 감축. 살아남는 건 탐사보도 등 소수 정예뿐이다. 속보의 가치가 증발하면 남는 건 "정말 무엇이 중요한지 판단하는 능력"만 남는다. 70%
9. 취향이 계층을 가른다
실행 능력이 평준화되면서 문제 정의력과 미적 감각이 소득 격차를 결정한다. 실행의 민주화가 안목의 귀족화를 낳는다. 85%
10. 인간 노동이 럭셔리가 된다
Handmade by Human 라벨에 큰 프리미엄이 붙는다. 수제 가구, 인간 요리사, 대면 상담이 고급 서비스가 된다. 비효율은 인간 노동의 마지막 경쟁력이다. 75%
11. 1인 SaaS 회사가 폭발한다
에이전트가 개발, 디자인, CS, 마케팅을 수행. 1인이 월 수억 원 규모 소프트웨어를 운영한다. 팀을 만드는 능력보다 팀 없이 버티는 능력이 창업의 핵심 역량이 된다. 70%
12. 번역과 통역 직업이 사라진다
다국어 에이전트가 전문 통역사 수준에 도달. 문학, 법정, 외교 통역만 존속. 언어 장벽이 사라지자 그 뒤에 숨어 있던 문화 장벽이 더 선명하게 드러난다. 85%
13. 대학 학위의 취업 프리미엄이 반감된다
에이전트 활용 능력이 학위를 추월하면서 비학위 출신 채용이 늘어난다. 대학이 파는 게 지식에서 네트워크와 신호로 바뀌는데, 4년치 등록금이 그 신호의 정당한 가격인지는 별개의 문제다. 45%
14. 맞춤형 교육이 학원가를 흔든다
에이전트 튜터가 학생별 취약점을 실시간 분석한다. 다만 학원이 진짜 파는 건 자녀 돌봄과 부모 불안 관리라서, 성적보다 안심을 파는 산업은 에이전트가 건드리기 어렵다. 45%
15. 기업 법무팀이 절반으로 줄어든다
계약서 검토, 규제 준수, 리스크 분석의 상당수를 에이전트가 수행. 주니어 변호사 수요 감소. 주니어에서 시니어로 올라가는 사다리는 절벽이 된다. 60%
16. 보험 심사 인력이 자동화된다
청구서 접수부터 지급까지 인간 개입이 사실상 사라진다. 보험의 본질이 과거를 심사하는 산업에서 미래를 예측하는 산업으로 뒤집힌다. 75%
17. 정부 민원의 절반이 에이전트로 처리된다
정형화된 행정 업무 절반 이상이 자동화된다. 하지만 공무원 감축은 정치적 저항이 크기에, 기술적으로 가능한 것과 정치적으로 허용되는 것의 간극이 가장 벌어지는 영역이다. 45%
18. 회계·세무 소프트웨어 시장이 재편된다
영수증 인식부터 세금 신고까지 에이전트가 처리. 중소기업 10곳 중 7곳이 회계사 없이 세무를 끝낸다. 회계사의 존재 이유가 장부를 맞추는 것에서 숫자 너머의 판단을 내리는 것으로 압축된다. 85%
19. 부동산 중개업이 구조조정된다
매물 검색, 시세 비교, 계약서 검토를 에이전트가 수행한다. 그 외에도 정보 비대칭을 수익 모델로 삼았던 모든 에이전시 직업들이 차례차례 무너진다. 55%
20. 개인 에이전트는 필수 인프라가 된다
도시 근로자 대다수가 에이전트 2~5개를 일상 운용. 구독료가 새로운 고정 지출이 된다. 스마트폰이 그랬듯, 안 쓰는 것이 선택이 아니라 낙오가 된다. 80%
21. 포트폴리오 에이전트가 자산관리사를 대체한다
에이전트가 시장 데이터와 소비 패턴을 통합 분석해 자산을 자동 리밸런싱하는 서비스가 보편화된다. 부자는 컨시어지 목적으로 사람 상담사가 커버하지만, 대중은 에이전트로 충분하다. 금융의 계층화가 더 노골적으로 드러난다. 50%
22. AI 정신건강 상담이 초진을 흡수한다
경도 우울과 불안 초진을 에이전트가 처리. 대기 시간이 수 일에서 수 초로 바뀐다. 마음을 여는 것과 치료받는 것의 경계가 흐려질 때, 판단을 내리는 건 환자가 아니라 알고리즘이다. 35%
23. 라스트마일 물류 비용이 내려간다
자율주행 배송과 AI 경로 최적화 결합되고 배송 업무에서 사람의 역할이 급감한다. 물류비는 크게 줄어들고, 예측 물류를 통해 기다림이라는 개념도 재정의된다. 55%
24. 전력 그리드 AI가 피크 수요를 깎는다
날씨, 산업 가동률, 가정 패턴을 실시간 예측해 초 단위로 전력을 조율한다. ESS 최적화만으로 피크 감소가 이미 실증됐다. AI가 절약하는 에너지와 소비하는 에너지의 교차점이 곧 온다. 70%
25. 리테일 재고가 획기적으로 줄어든다
AI 수요예측으로 패션 업계 폐기율이 크게 줄어든다. 재고를 줄이려고 도입한 기술이 과잉생산 자체를 제거하면서, 할인이라는 마케팅 문법이 성립하지 않는다. 60%
26. 사이버 공격 탐지가 밀리초 단위로 바뀐다
AI 보안 에이전트가 이상 징후를 밀리초 내에 탐지, 격리. 오탐률이 크게 내려간다. 방어가 강해진 만큼 공격도 강해져서, 보안의 종착지는 에이전트 대 에이전트의 끝없는 군비경쟁이다. 75%
27. VC 스크리닝이 자동화된다
피치덱, 재무, 창업자 이력을 AI가 분석해 필터링. 비실리콘밸리 딜 발굴 확률이 높아진다. 스크리닝이 자동화될수록, AI가 걸러낸 것 속에 보석이 있다는 역발상 투자가 생긴다. 60%
28. 제조업 예측 유지보수가 비계획 정지를 크게 줄인다
AI가 설비 고장을 사전 예측. 제조업 가동률이 크게 높아진다. 고장 난 뒤 고치는 것이 아니라 고장 나기 전에 바꾸면, 수리라는 개념 자체가 소멸한다. 65%
29. HR 성과 평가가 상시 피드백으로 전환된다
AI가 업무 산출물과 협업 패턴을 상시 분석. 연말 평가 투입 시간 90% 이상 감소. 상시 평가가 공정성을 높이는 순간, 그것은 상시 감시와 구별이 불가능해진다. 45%
30. 규제 예측 에이전트가 로비스트 시장을 재편한다
법안, 발언, 여론을 종합해 규제 변화를 예측하는 도구가 등장한다. 정치적 변수와 예측 정확도의 한계가 상당하지만, 규제를 예측하는 것과 만드는 것의 거리가 좁아질 때 민주주의는 새로운 질문과 마주한다. 40%
오늘 하루 바이브 코딩 중간중간 대기 시간을 모아 메모했다. 에이전트 시대가 오면 세상이 어떻게 바뀔지, 평소 스쳐지나가던 생각들을 순서나 중요도 없이 떠오르는 대로 풀어놓은 것이다. 일주일 후에 다시 쓰면 크게 달라질 수도 있는, 가벼운 글이다. 리스트를 완성한 뒤 Claude Opus 4.6, Grok 4.20, Gemini 3.1 Pro, GPT-5.4 네 모델에게 검토를 맡겼는데, 각 항목 끝의 퍼센트는 네 모델이 독립적으로 제시한 "3년 내 실현 확률"의 평균이다. 내 생각과 꽤 다른 숫자들도 있었다.
이 변화들을 위기로만 느낄 필요는 없다. 균열이 생기는 곳마다 반대편에는 반드시 기회의 창이 열린다.
1. 중간관리직의 역할이 소멸한다
에이전트가 업무 배분, 진척 추적, 성과 리포트를 처리하면서 상위 매니저의 관리 범위가 5배 이상 확대된다. 최상위 관리직 외에 정보를 위아래로 옮기던 당당수 중간관리직은 불필요해진다. 65%
2. 오피스 빌딩이 비어간다
공실률이 크게 늘어나고, 자산 가치도 반토막난다. 오피스는 일하는 공간에서 만나고 영감을 받는 공간으로 재정의되는데, 이렇게 설계된 건물은 거의 없다. 55%
3. 콘텐츠 산업이 확장된다
제작 비용이 10분의 1로 떨어지고 공급량이 수십 배 폭증한다. 만드는 비용은 0에 수렴하는데, 발견되는 비용은 무한대로 발산한다. 90%
4. 빌러블 아워 경제가 무너진다
시간당 과금 모델 붕괴. 컨설팅, 법률, 회계 등 B2B 지식산업 전체가 요금표를 다시 써야 한다. 시간을 파는 것이 곧 직업이었던 사람들이 증명해야 할 것은 시간이 아니라 판단이다. 80%
5. 콜센터가 사라진다
AI 처리율 3년 내 90% 도달. 한국 기준 40만 명 재배치 대상. 곧 인간과 통화하는 것 자체가 프리미엄으로 과금된다. 80%
6. 기존 이력서가 의미를 잃는다
실전 과제 평가가 학력을 대체하고, 문화 면접은 오히려 강화된다. 채용의 핵심 질문이 "뭘 할 수 있는가"에서 "뭘 시킬 줄 아는가"로 뒤집힌다. 55%
7. 동네 병원이 앱이 된다
1차 의료의 70%는 패턴화된 진단과 처방이다. 기술은 이미 준비됐지만 타임라인을 결정하는 건 의료법과 면허 체계뿐. 규제가 기술보다 느린 영역에서, 환자는 기술이 아니라 허가를 기다린다. 35%
8. 뉴스룸 인력이 반토막 난다
전통 뉴스 미디어의 수익성 감소 및 기자의 절반 이상 감축. 살아남는 건 탐사보도 등 소수 정예뿐이다. 속보의 가치가 증발하면 남는 건 "정말 무엇이 중요한지 판단하는 능력"만 남는다. 70%
9. 취향이 계층을 가른다
실행 능력이 평준화되면서 문제 정의력과 미적 감각이 소득 격차를 결정한다. 실행의 민주화가 안목의 귀족화를 낳는다. 85%
10. 인간 노동이 럭셔리가 된다
Handmade by Human 라벨에 큰 프리미엄이 붙는다. 수제 가구, 인간 요리사, 대면 상담이 고급 서비스가 된다. 비효율은 인간 노동의 마지막 경쟁력이다. 75%
11. 1인 SaaS 회사가 폭발한다
에이전트가 개발, 디자인, CS, 마케팅을 수행. 1인이 월 수억 원 규모 소프트웨어를 운영한다. 팀을 만드는 능력보다 팀 없이 버티는 능력이 창업의 핵심 역량이 된다. 70%
12. 번역과 통역 직업이 사라진다
다국어 에이전트가 전문 통역사 수준에 도달. 문학, 법정, 외교 통역만 존속. 언어 장벽이 사라지자 그 뒤에 숨어 있던 문화 장벽이 더 선명하게 드러난다. 85%
13. 대학 학위의 취업 프리미엄이 반감된다
에이전트 활용 능력이 학위를 추월하면서 비학위 출신 채용이 늘어난다. 대학이 파는 게 지식에서 네트워크와 신호로 바뀌는데, 4년치 등록금이 그 신호의 정당한 가격인지는 별개의 문제다. 45%
14. 맞춤형 교육이 학원가를 흔든다
에이전트 튜터가 학생별 취약점을 실시간 분석한다. 다만 학원이 진짜 파는 건 자녀 돌봄과 부모 불안 관리라서, 성적보다 안심을 파는 산업은 에이전트가 건드리기 어렵다. 45%
15. 기업 법무팀이 절반으로 줄어든다
계약서 검토, 규제 준수, 리스크 분석의 상당수를 에이전트가 수행. 주니어 변호사 수요 감소. 주니어에서 시니어로 올라가는 사다리는 절벽이 된다. 60%
16. 보험 심사 인력이 자동화된다
청구서 접수부터 지급까지 인간 개입이 사실상 사라진다. 보험의 본질이 과거를 심사하는 산업에서 미래를 예측하는 산업으로 뒤집힌다. 75%
17. 정부 민원의 절반이 에이전트로 처리된다
정형화된 행정 업무 절반 이상이 자동화된다. 하지만 공무원 감축은 정치적 저항이 크기에, 기술적으로 가능한 것과 정치적으로 허용되는 것의 간극이 가장 벌어지는 영역이다. 45%
18. 회계·세무 소프트웨어 시장이 재편된다
영수증 인식부터 세금 신고까지 에이전트가 처리. 중소기업 10곳 중 7곳이 회계사 없이 세무를 끝낸다. 회계사의 존재 이유가 장부를 맞추는 것에서 숫자 너머의 판단을 내리는 것으로 압축된다. 85%
19. 부동산 중개업이 구조조정된다
매물 검색, 시세 비교, 계약서 검토를 에이전트가 수행한다. 그 외에도 정보 비대칭을 수익 모델로 삼았던 모든 에이전시 직업들이 차례차례 무너진다. 55%
20. 개인 에이전트는 필수 인프라가 된다
도시 근로자 대다수가 에이전트 2~5개를 일상 운용. 구독료가 새로운 고정 지출이 된다. 스마트폰이 그랬듯, 안 쓰는 것이 선택이 아니라 낙오가 된다. 80%
21. 포트폴리오 에이전트가 자산관리사를 대체한다
에이전트가 시장 데이터와 소비 패턴을 통합 분석해 자산을 자동 리밸런싱하는 서비스가 보편화된다. 부자는 컨시어지 목적으로 사람 상담사가 커버하지만, 대중은 에이전트로 충분하다. 금융의 계층화가 더 노골적으로 드러난다. 50%
22. AI 정신건강 상담이 초진을 흡수한다
경도 우울과 불안 초진을 에이전트가 처리. 대기 시간이 수 일에서 수 초로 바뀐다. 마음을 여는 것과 치료받는 것의 경계가 흐려질 때, 판단을 내리는 건 환자가 아니라 알고리즘이다. 35%
23. 라스트마일 물류 비용이 내려간다
자율주행 배송과 AI 경로 최적화 결합되고 배송 업무에서 사람의 역할이 급감한다. 물류비는 크게 줄어들고, 예측 물류를 통해 기다림이라는 개념도 재정의된다. 55%
24. 전력 그리드 AI가 피크 수요를 깎는다
날씨, 산업 가동률, 가정 패턴을 실시간 예측해 초 단위로 전력을 조율한다. ESS 최적화만으로 피크 감소가 이미 실증됐다. AI가 절약하는 에너지와 소비하는 에너지의 교차점이 곧 온다. 70%
25. 리테일 재고가 획기적으로 줄어든다
AI 수요예측으로 패션 업계 폐기율이 크게 줄어든다. 재고를 줄이려고 도입한 기술이 과잉생산 자체를 제거하면서, 할인이라는 마케팅 문법이 성립하지 않는다. 60%
26. 사이버 공격 탐지가 밀리초 단위로 바뀐다
AI 보안 에이전트가 이상 징후를 밀리초 내에 탐지, 격리. 오탐률이 크게 내려간다. 방어가 강해진 만큼 공격도 강해져서, 보안의 종착지는 에이전트 대 에이전트의 끝없는 군비경쟁이다. 75%
27. VC 스크리닝이 자동화된다
피치덱, 재무, 창업자 이력을 AI가 분석해 필터링. 비실리콘밸리 딜 발굴 확률이 높아진다. 스크리닝이 자동화될수록, AI가 걸러낸 것 속에 보석이 있다는 역발상 투자가 생긴다. 60%
28. 제조업 예측 유지보수가 비계획 정지를 크게 줄인다
AI가 설비 고장을 사전 예측. 제조업 가동률이 크게 높아진다. 고장 난 뒤 고치는 것이 아니라 고장 나기 전에 바꾸면, 수리라는 개념 자체가 소멸한다. 65%
29. HR 성과 평가가 상시 피드백으로 전환된다
AI가 업무 산출물과 협업 패턴을 상시 분석. 연말 평가 투입 시간 90% 이상 감소. 상시 평가가 공정성을 높이는 순간, 그것은 상시 감시와 구별이 불가능해진다. 45%
30. 규제 예측 에이전트가 로비스트 시장을 재편한다
법안, 발언, 여론을 종합해 규제 변화를 예측하는 도구가 등장한다. 정치적 변수와 예측 정확도의 한계가 상당하지만, 규제를 예측하는 것과 만드는 것의 거리가 좁아질 때 민주주의는 새로운 질문과 마주한다. 40%
❤3😢1
Forwarded from 매실남과 당신은 반드시 승리할것
Prediction Markets:
- Polymarket (Raised $2.27B)
- Kalshi (Raised $1.56B)
- Predict fun (N/A)
- Opinion (Raised $25M)
- Probable (N/A)
- Myriad (N/A)
- Outcome (N/A)
- Trepa (Raised $670k)
- Predictefy (N/A)
- Kairos (Raised $2.5M)
- 42 Space (Raised $7.20M)
- Noise (Raised $7.10M)
- Polymarket (Raised $2.27B)
- Kalshi (Raised $1.56B)
- Predict fun (N/A)
- Opinion (Raised $25M)
- Probable (N/A)
- Myriad (N/A)
- Outcome (N/A)
- Trepa (Raised $670k)
- Predictefy (N/A)
- Kairos (Raised $2.5M)
- 42 Space (Raised $7.20M)
- Noise (Raised $7.10M)
❤1
드림캐시 래퍼 추가 프롬프트
# 작업: multi-perp-dex에 DreamCash 거래소 추가
DreamCash는 Hyperliquid L1 위에서 돌아가는 프론트엔드 거래소다.
별도 래퍼가 필요 없고, 기존 hyperliquid 래퍼를 그대로 쓰면서 builder_code만 설정하면 된다.
### 1. config.yaml에 거래소 항목 추가
exchanges 섹션 아래에 다음을 추가:
dreamcash:
enabled: true
keys:
wallet_address: "여기에_본인_지갑주소"
wallet_private_key: "여기에_본인_프라이빗키"
agent_api_address: null
agent_api_private_key: null
by_agent: false
vault_address: null
builder_code: "0x4950994884602d1b6c6d96e4fe30f58205c39395"
builder_fee_pair: {"base": "1 25"}
FrontendMarket: false
※ builder_fee_pair 설명:
- "1 25" = Maker 0.001%, Taker 0.025%
- 숫자는 각각 bps의 10분의 1 단위 (1 = 0.1bps = 0.001%)
※ builder_code는 DreamCash의 빌더 주소. 이걸 넣어야 DreamCash 프론트엔드 경유 거래로 인식되어 포인트/볼륨이 적립된다.
### 2. factory.py 수정
mpdex/factory.py의 _load() mapping에 추가:
"dreamcash": ("mpdex.exchanges.hyperliquid", "HyperliquidExchange"),
create_exchange() 함수에 elif 추가:
elif exchange_platform == "dreamcash":
return await Ex(
wallet_address = key_params.wallet_address,
wallet_private_key = key_params.wallet_private_key,
agent_api_address = key_params.agent_api_address,
agent_api_private_key = key_params.agent_api_private_key,
by_agent = key_params.by_agent,
vault_address = key_params.vault_address,
builder_code = key_params.builder_code,
builder_fee_pair = key_params.builder_fee_pair,
FrontendMarket = key_params.FrontendMarket,
proxy = getattr(key_params, 'proxy', None),
).init()
SYMBOL_FORMATS에 추가:
"dreamcash": lambda coin, q=None: coin.upper(),
### 3. limit_order 설정 (선택)
limit_order.exchange_flags에 추가:
dreamcash: true
### 4. scaling 설정 (선택)
scaling.manual_equity에 추가:
dreamcash: 0
### 5. 핵심 정리
- DreamCash = Hyperliquid 프론트엔드 → 별도 래퍼 파일 불필요
- 같은 HyperliquidExchange 클래스를 "dreamcash"란 이름으로 재사용
- builder_code가 핵심. 이게 있어야 DreamCash 볼륨/포인트 적립됨
- builder_fee_pair "1 25"는 Miracle보다 수수료가 낮다 (Maker 0.001% vs 0.003%)
- wallet_address를 명시적으로 넣어줘야 함 (null로 두면 프라이빗키에서 자동 파생되지만, 명시 권장)
- 프라이빗 키는 Hyperliquid 메인넷에서 쓰는 키와 동일해도 되고, 별도 지갑 써도 됨
- agent 모드 쓰려면 by_agent: true + agent_api_address/private_key 설정
### 6. 검증
설정 후 아래 명령으로 정상 작동 확인:
python3 -m strategies.multi_runner --config config.yaml
로그에서 [dreamcash] 거래소 초기화 성공 메시지가 뜨면 완료.
크립토메이지
드림캐시 래퍼 추가 프롬프트 # 작업: multi-perp-dex에 DreamCash 거래소 추가 DreamCash는 Hyperliquid L1 위에서 돌아가는 프론트엔드 거래소다. 별도 래퍼가 필요 없고, 기존 hyperliquid 래퍼를 그대로 쓰면서 builder_code만 설정하면 된다. ### 1. config.yaml에 거래소 항목 추가 exchanges 섹션 아래에 다음을 추가: dreamcash: enabled: true…
이것도 자동화 되나 테스트 해보니 잘되네요 하리 기반 펍덱은 빌더코드 설정 안하면 포인트 0이니까 꼭 확인하고 작업하세요!
👍5
Forwarded from Phanes
This media is not supported in your browser
VIEW IN TELEGRAM
👤 Miles Deutscher (661.7K) 🗓 8h ago
💬 🔁 ❤️ 👁️
Vibe coding on my Apple Vision Pro.
The future of work is here.
—
Shared by bnx777 |👁️ 1
72 17 263 36.4KVibe coding on my Apple Vision Pro.
The future of work is here.
—
Shared by bnx777 |
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from 마샬 공유방 2.0
메르님 블로그 원문 (3/14 글)
1. 그림자금융이라 불리는 비은행금융기관들(NBFI)
2. 헤지펀드, 사모펀드, 캐피탈 등 다양함
3. NBFI의 서비스 중 사모대출이란게 있음
4. NBFI가 기업에게 대출해주는 것
5. 은행보다 자금조달이 쉬운게 장점임
6. 대신 금리가 비싸고
7. 기관마다 담보가치 평가 편차가 큼
8. ABL(Asset-based Lending)이란게 있음
9. 매출채권이나 재고를 담보로 대출해주는 것
10. 물건 납품 후 받아야 할 대금을 유동화
11. 납품대금은 등기가 없음
12. 담보물 확인이 안된다는 말
13. 이런 매출채권을 여러 NBFI에 3중 판매함
14. 2025년에 이렇게 두 기업이 파산함
15. 또 브람바트라는 통신기업 CEO가 있음
16. 10억 달러 넘는 대출을 2020년에 받음
17. 그게 ABL 사기였음
18. 애초에 매출 채권 자체를 위조
19. 블랙록도 빌려준 돈의 80~90%를 전손
20. 사모대출 시장에 불안감이 고조되는 중
✍️ 일단 적어보긴 했는데, 디테일한 내용도 더 많고 다른 글이랑 이어지는 부분도 많아서 원문을 읽어보시는 것을 추천합니다.
아직 강력하게 위험하다까진 아니지만 "터질 수 있으니 주의해야한다" 정도로 일단 보심 될 듯
관련해서 이전에 올린 뉴욕주민 유튜브 영상도 있으니 참고하십셔
#메르 #사모대출 #펀드런
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3
Forwarded from 리서치갱 유후갱단
솔라나가 제일 푸쉬하는 퍼프 『BULK』
드디어 퍼블릭 or 예치자 대상 서비스 오픈? Big week 드립하기 시작
https://x.com/bulktrade/status/2033217916636631489?s=20
드디어 퍼블릭 or 예치자 대상 서비스 오픈? Big week 드립하기 시작
https://x.com/bulktrade/status/2033217916636631489?s=20
Forwarded from 피린이 (피린이)
Polymarket 유저 데이터를 일괄 조회할 수 있는 데이터 대시보드입니다. 간단하게 주소 복붙으로 확인!
• 주소별 총 잔액 / 보류 자금
• 가용 자금 및 총 손익(PnL)
• 거래량 및 마지막 접속 시간
• 활성 일수 / 활성 월수
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1
Forwarded from CEK'S NOTE
포켓몬 고는 그냥 게임이 아니었구나
포켓몬 고는 게임 시스템상 카메라를 이용해서 포켓스톱, 체육관, 랜드마크를 스캔해서 보상을 얻을 수 있는데
이 때 스캔한 약 300억건이 넘는 스캔데이터를 기반으로 개발사 나이안틱은 COCO 로보틱스의 배달로봇 데이터에 사용중이라고 함
사용자의 GPS 좌표 + 카메라 각도 + 시간 + 날씨 조건 + 플레이어 움직임 등 수 많은 메타데이터를 기반으로 했다고...
https://www.technologyreview.com/2026/03/10/1134099/how-pokemon-go-is-helping-robots-deliver-pizza-on-time/
포켓몬 고는 게임 시스템상 카메라를 이용해서 포켓스톱, 체육관, 랜드마크를 스캔해서 보상을 얻을 수 있는데
이 때 스캔한 약 300억건이 넘는 스캔데이터를 기반으로 개발사 나이안틱은 COCO 로보틱스의 배달로봇 데이터에 사용중이라고 함
사용자의 GPS 좌표 + 카메라 각도 + 시간 + 날씨 조건 + 플레이어 움직임 등 수 많은 메타데이터를 기반으로 했다고...
https://www.technologyreview.com/2026/03/10/1134099/how-pokemon-go-is-helping-robots-deliver-pizza-on-time/
👍2