바이브코딩 과외를 열명 넘게 했는데

이제 뭔가 공통적으로 패턴이 보이기 시작하는 것 같음

1. PoC 단계 툴들에 대한 Fomo : 대부분 주식/코인 투자를 하다보니 정보가 정말 빠르고 또 포모에 허덕이다보니, 막상 클로드코드를 터미널에서 쓰는 방법이라거나, 메모리라는 것의 존재를 모르면서 프론티어에서 새로운 구조로 자동화를 하는 툴들 사용법을 쌓아놓고 있음. 물론 너무 좋은 태도지만, 첫 단계는 '지능'을 위한 '도구'이다 보니, 순서에 따른 사용법을 익히면 좋은 것 같음. 심지어 얼마 걸리지도 않음 3시간~일주일이면 웬만한건 팔로업 가능하니, 진득하게 시작해보면 좋음

2. 처음부터 당신보다 똑똑하지 않아요 : 이 도구 길들이기를 해야함. 그 형태는 컨텍스트와 메모리파일과 잘 정리된 repo임. 어떤 분야에 사용하고 싶다면 리서치를 시키고, 메모리를 저장하고, 용도에 맞는 과정을 지정하고, 방향에 맞는 파일들이 쌓이고, 그 뒤에 파츠까지 붙이다 보면, 금방 굉장히 쓸만해짐. 대부분 사람들이 이 과정 없이 냅다 시키고 말을 안듣는다며 답답해하고 있었음. 컨텍스트가 있어야 할루시가 덜하다고

3. '딸깍'이라는 단어를 일단은 머리속에서 빼세요 : 일단 '열시간 걸리던걸 세시간만에 해야지' 를 목표로 해야하는데, 아무것도 안읽고 '딸깍'을 처음부터 하려는 습관은 우리 아이(AI)에게 좋지 않아요 환경에도 좋지 않아요. 일단 내가 하던 수준의 노가다를 할만해지면 딸깍 해보다가, 내가 병목이다 느끼면 에이전틱 워크플로우로 넘어가보아요

4. 목차를 짜는 연습을 합시다 : 개발 베이스가 있는 사람들은 프로젝트/디렉토리 관리를 잘 하던데, 그게 아닌 경우에 레전드 짬뽕인 경우를 많이 봤음. 심지어 당연히 목차도 ai가 다 짜주니깐 그냥 습관만 들이자구요. 아 그리고 plan 모드 쓰면 그 plan 정도는 다 읽어보면 좋음. 너무 딸깍만 하지 맙시다

5. 공부하기 너무 좋은 시대임 : 한 주제를 30시간 공부해야 활용 가능했었다면, 이젠 한 5시간만 공부하고 '딸깍' 하면 활용할 수 있는 시대임. 잡학다식의 방향성만 좋다면 정말 많은 도메인 지식을 연결해서 누구나(는 아니겠다) 레전드 가성비 공부가 가능하다는 거지 새로운 형태의 교육이 필요함 roi 를 5배는 높일 수 있는 새로운 패러다임, 잡기계발 모임을 만들어볼까 생각중임

6. 대기업만 따라가도 충분하다 : 내 지론은, 대략 98%의 사람에게 클로드코덱스제미나이 이상의 도구는 필요하지 않다 임. 대기업이지만 말도안되게 빠르고 똑똑하게 제품을 내놓고 있음. AI에서 나오는 PoC 프론티어 툴들과 몇달 차이도 안나는 데다가 좋은것만 증류해주기 때문에, ai를 잘 써서 자기 일과 취미에 활용하려는 대부분의 사람은 툴에 대한 신경을 10%만 써서 대기업3사 만 따라가고, 나머지 80~90은 다른 공부 하면 좋겠다고 생각함

당연히 대중을 대상으로 하는 말입니다 고수분들은 회사 다 망하게해보자

Claude🚨 GPT 🟡 Gemini🟢

Claude: 심각한 장애
GPT : 경미한 장애
Gemini: 정상

아...일좀하자

크립토를 모두 팔아버리고 2.7M치 포켓몬 카드를 이번에 산 사람

당신이 몇 개월만 빨랐다면 외국 기유가 됐을텐데

라며

몇 개월 뒤 제가 한국 shibo가 됐을텐데 라고 하는 미래는 없길 바랍니다

https://x.com/GodsBurnt/status/2049613339534483592?s=20

https://www.tossinvest.com/?focusedProductCode=A001440

토스 진짜 일 잘하네 캬

애프터매스 파이낸스는 이번 공격으로 114만 달러 이상의 손실을 입었으며, 개발팀은 사용자들에게 전액 보상을 약속했습니다. —🔗link

이쯤되면 해킹인건지 마지막 퇴직금 작업인지 zach의 수상함 조사가 필요하다고본다

[ 300개의 AI 에이전트를 한번에 ]

Moonshot AI에서 공개한 Kimi K2.6 Agent Swarm에서는 최대 300개의 에이전트를 동시에 활용할 수 있다고 합니다🔥🔥

✅ 업데이트 간략 정리
- 300개의 에이전트가 4,000개의의 작업을 병렬로 수행하며
- 한 번의 실행으로 단순 채팅 답변이 아니라 100개 이상의 파일로 결과물이 나오며
- 검색, 분석, 코딩 등 각각의 다른 영역의 에이전트들이 역할을 분담해 병렬로 실행 한다고

예시로 공유해준 내용을 보면 JD 100개를 던져줬더니 에이전트들이 맞춤형 이력서 100장을 순식간에 만들어 주네요🚀

원래 베타로 있던 기능이라 활용도가 높았다고 하는데 공식 공개가 되며 반응이 뜨겁습니다💯💯

👉 원문 보기 👈

AGI에 부족한 것 - 데미스 하사비스

지속적인 학습(continual learning), 장기적 추론(long-term reasoning), 기억(memory)의 일부 측면은 아직 해결되지 않았다. 현재 AI 시스템은 지속적인 학습을 위해 임시방편적인 방법을 사용하고 있다.

100만 토큰의 컨텍스트 창은 대부분의 작업에 충분히 크지만 , 인간의 작업 기억과 비교하면 훨씬 크다. 문제는 중요하지 않거나 잘못된 정보까지 모두 저장하려 한다. 수백만 개의 컨텍스트 창을 가질 수 있지만 관련 정보를 찾아내는 데 여전히 비용이 발생하며 이는 기억 분야의 혁신이 필요한 부분.

AI 모델은 점점 더 커지고 똑똑해지고 있지만, 동시에 증류(distillation) 기술을 통해 소규모 모델도 강력한 성능을 발휘하며 다양한 활용 가능성을 제시하고 있다. 증류 기술을 통해 대규모 모델의 성능을 소규모 모델에 압축하여, 10분의 1 가격으로 95%에 달하는 성능을 낼 수 있다.

현재 AI가 창의적인 결과물을 내지 못하는 것은 시스템 자체의 한계가 아니라 인간이 시스템을 사용하는 방식 때문일 수도 있다.

중국 모델들이 오픈 소스 분야를 선도하고 있는 상황에서 서구권의 강력한 오픈 소스 스택이 필요하다. 젬마는 크기 대비 매우 경쟁력 있는 모델.

Gemini는 멀티모달로 설계되어 다양한 형태의 데이터를 이해하고 처리하는 데 강점을 가지며 이는 로봇 공학 및 디지털 비서 분야에서 경쟁 우위를 제공할 것.

제본스의 역설(Jevons's Paradox): 추론 비용이 아무리 낮아져도 완전히 무료가 되지는 않을 것이며 사용 가능한 모든 자원을 소진하게 될 것. 수백만 개의 에이전트가 협력하거나 소규모 에이전트 그룹이 여러 방향으로 사고하고 결과를 통합하는 등 다양한 방식으로 추론 능력이 활용될 것.

핵융합, 초전도체, 배터리 등 에너지 기술이 발전하면 에너지 비용은 거의 제로가 될 수 있음. 하지만 칩의 물리적 생산과 같은 다른 병목 현상은 여전히 존재.

AlphaFold 3: 단백질을 넘어 다양한 생체 분자를 모델링하며 발전, Isomorphic Labs: 인접한 생화학 및 화학 분야에서 화합물 설계 등을 연구. 궁극적으로는 가상 세포를 구축하여 세포를 교란하고 그 결과를 실험 결과와 비교할 수 있도록 하는 것이 목표.

AGI가 언제 도래할지(데미스 하사비스는 2030년경으로 예상)를 고려하여 창업 전략을 세워야 한다. AGI가 모든 것을 해결하는 하나의 거대한 두뇌가 되지는 않을 것. LLM이 AlphaFold와 같은 특화된 모델을 도구로 활용할 것.

"AI는 인터넷 이후 경제에 가장 큰 플랫폼 변화를 가져왔으며, 머지않아 대부분의 온라인 거래는 AI 에이전트에 의해 처리될 것입니다. 이러한 변화를 주도하는 기업과 스타트업들은 대부분 스트라이프 플랫폼을 기반으로 구축하고 있습니다. 어떤 분야에 있든 AI 혁신에는 새로운 경제 인프라, 기본 요소, 그리고 추상화가 필요합니다."

Stripe는 Google과의 파트너십을 발표했습니다. 이 파트너십을 통해 기업들은 AI 모드와 Gemini 앱 내에서 소비자에게 제품을 판매할 수 있게 됩니다.

Link는 전 세계 2억 5천만 명 이상의 사용자를 보유한 소비자용 전자지갑이며, 이제 에이전트도 사용할 수 있게 되었습니다. 오늘부터 사용자는 에이전트가 Link를 통해 사용자를 대신하여 결제할 수 있도록 설정할 수 있습니다.

Stripe는 AI 기반 비즈니스 모델인 스트리밍 결제를 도입했습니다. 이는 Metronome의 정밀한 추적 기능과 Tempo 블록체인 상의 스테이블코인 소액 결제를 결합한 것입니다. 이제 기업들은 사상 처음으로 토큰이 사용되는 순간 정확히 그에 대한 대가를 받을 수 있습니다. 토큰이 점점 더 화폐처럼 사용 가능해짐에 따라 실시간 스트리밍 결제는 Stripe의 AI 기반 경제 인프라에서 중요한 부분을 차지합니다.

Stripe와 Privy는 개발자가 핀테크 애플리케이션을 훨씬 쉽게 빠르게 구축할 수 있도록 지원하는 디지털 자산 계좌를 발표했습니다. 단일 API를 통해 디지털 자산 계좌는 기업이 스테이블코인을 활용한 금융 상품을 개발하는 데 필요한 인프라를 제공합니다.

https://stripe.com/newsroom/news/sessions-2026

ChatGPT 밋업 합니다.

샘 알트만이 트위터로 5월 5일에 샌프란시스코 OpenAI 본사에서 GPT-5.5 파티 연다고하네요...

당첨자는 항공권 + 호텔비용 지불해준다고 합니다.

https://luma.com/5.5

Liquid, 시리즈 시드 $18M 조달 원문

NEO & Leftlanecap 리드
합산 투자금이 25M

뜬금없이 큰 투자금이라 의외라는 반응

Liquid는 하이퍼리퀴드 빌더코드에서
8위 정도 되는 상위권 빌더임
출처 Flowscan

현재 프로덕트만으로는
투자금 대비 기대치에 비해선
약소한 느낌이라

추가 프로덕트를 내놓을지
빌드업을 어떻게 할지 지켜볼 필요가 있음

미나리 6등 와~

✉️ 따리꾼들이 궁금해할 것 같은 초기 물량

Fluffle
약 $550M 밸류로 총 만개 배정, 50%가 TGE에 풀림. $2B 정도 합의봐서 개당 TGE때 5천불 풀린다 가정시 $50M 배출.

Echo
$10M 판매, $220M으로 판매, 20% TGE, 약 $16M 배출.

자체 퍼블릭 세일
$50M 판매, 100% 베스팅 물량이 이중 89.7%를 차지함. 지금 밸류로 약 $100M이니 $90M 정도라 보면 됨.

$2B 기준 TGE 풀리는 물량은 $50M + $16M + $90M 으로 약 $150M 정도로 보이네요.

혼자 계산기 뚜둥겨 본거라 틀릴 수 있음.