Databricks가 Omnigent를 오픈소스로 공개했습니다.

Omnigent는 Claude Code, Codex, OpenAI Agents, Gemini 등 서로 다른 에이전트를 하나의 시스템으로 연결·관리하는 메타 하네스(Meta-Harness) 입니다.

핵심 기능

여러 AI 에이전트 조합 및 오케스트레이션
Claude Code, Codex 등 에이전트 간 교체 및 혼합 사용
실시간 세션 공유 및 협업
비용 추적 및 사용량 제한 정책
권한·보안 정책 적용
클라우드 샌드박스 실행 지원
웹, 모바일, 데스크톱, API 동시 지원

Databricks는 앞으로 AI 활용 방식이 단일 에이전트에서 멀티 에이전트 오케스트레이션으로 이동할 것으로 보고 있으며, Omnigent를 그 상위 레이어로 포지셔닝하고 있습니다.

라이선스: Apache 2.0
상태: Alpha
GitHub: https://github.com/omnigent-ai/omnigent
문서: https://omnigent.ai/

한 줄 요약:
Claude Code, Codex, Gemini 등을 하나의 지휘 시스템에서 관리할 수 있도록 만든 Databricks의 오픈소스 멀티 에이전트 플랫폼.

Databricks면 큰 회사고, 내용만보면 에르메스 상위호환이라 팔로업 해볼만할듯

솔라나 perp 보여준다는게 백팩이였구나...

Microsoft CEO 의 아티클

A frontier without an ecosystem is not stable
https://x.com/satyanadella/status/2066182223213293753

내용이 길진않고 좋은 내용 많네요 읽어볼만한듯
이런 주요인물들의 말 한마디한마디들이 Sovereign AI 를더 부추기는거같기도 하네요
아무튼 오픈소스 정신 화이팅

1. token capital이 성장한다고 human capital 가치가 줄어드는것이 아니다

2. 진정한 기회는 최고의 모델을 선택하는 데 있는것이 아니라
모델 위에 human capital 과 token capital 이 복리처럼 성장하는 학습 루프를 구축하는데 있다

3. 우리의 우선순위는 프론티어 모델을 구축하는것이 아니라 프론티어 생태계를 구축하는데 있어야된다

이란 이슬람 공화국과의 협정이 이제 완료되었습니다. 모두에게 축하드립니다! 저는 호르무즈 해협의 통행료 무료 개방을 전적으로 승인하며, 동시에 미 해군 봉쇄를 즉시 해제할 것을 승인합니다. 세계의 배들이여, 엔진을 가동하십시오. 기름이 흐르도록 하세요! 도널드 J. 트럼프 대통령
https://truthsocial.com/@realDonaldTrump/posts/116750587569914985

앤스로픽의 Claude 5와 Mythos 5 비활성화 결정

안녕하세요 삼성증권 글로벌 AI/SW 담당 이영진입니다.

미국 정부가 국가안보 권한 근거로 앤스로픽의 Claude Fable 5와 Mythos 5 모델에 대한 수출통제 지침을 발령했습니다.

앤스로픽은 규정 준수를 위해 모든 고객에 대한 모델 접근 즉시 중단을 발표했습니다. 모델의 발전이 후퇴한 상징적 사례입니다.

양 측은 발견된 취약점의 심각성, 앤스로픽의 대응과 정부의 조치 방식, 출시 전 안전성 검증의 적절성 등에서 엇갈리고 있습니다.

프론티어 AI 기업에게 신규 리스크 요인이 부상한 셈인데요, 배포 능력 포함 정부 관계, 인력 관리, 컴플라이언스 이슈 등이 부각됩니다.

앤스로픽 입장에서는 단기적으로 매출 및 조직 내부에 부정적으로 작용할 수 있는 이슈입니다.

오픈AI는 반사이익을 기대할 수 있으나, GPT-5.5로 이슈가 확산될 가능성도 배제하기 이른 시점입니다.

중국과 오픈웨이트 진영은 배포 지속성과 정책 독립성을 차별화 포인트로 삼아 틈새를 노릴 것입니다.

물론 생각보다 이슈가 장기화 되지 않을 가능성도 있습니다. 앤스로픽은 고위 기술직을 워싱턴에 급파했고, 지속적 대화를 진행중입니다.

앤스로픽이 최초 발표 후 24시간 내 추가 내용을 공개할 예정이라고 언급했으나, 아직 업데이트가 부재한 것도 협상을 시사하고 있습니다

AI 산업 관점에서 생각해 볼 핵심은 크게 네 가지 입니다.

1) 프론티어 모델이 단순 SW가 아니라 수출통제 가능한 전략자산으로 취급되기 시작

2) 모델 성능 뿐 아니라 배포 가능 국가, 사용자, 산업을 통제하는 라이선스 권한이 밸류에이션 변수로 부상

3) 외국인 직원 접근 제한은 AI 기업 내부 연구조직 설계와 개발 속도에 직접적 부담 작용 가능

4) 각국의 소버린 AI(자국어 모델, 공공 및 국방용 폐쇄 모델과 컴퓨트 주권) 강화 가능성

자세한 내용은 발간된 보고서를 참고해 주시기 바랍니다.

링크: https://bit.ly/4eoYyCq

(2026/6/15 공표자료)

이제 슬슬 gpt5.6 카더라가 돌기 시작하는데 나오면 어찌될지…

개지린다 그냥

https://nabakai.com/
지리네요

SIREN 운영자가 토큰을 대량 매도한 후, 남은 토큰을 낮은 가격에 되사 코인, 이로 인해 6억 8천만 개의 토큰이 거래되면서 가격이 96% 하락했습니다. —🔗link

Free AI에서 AI tokenomics로?

- OpenAI, Google, Microsoft, Anthropic 등이 모두 usage/token 기반 과금 쪽으로 이동하는 상황에서 토큰 사용량이 폭증한다는 건 AI 인프라 기업에는 좋지만 기업 고객 입장에서는 AI 비용이 폭증한다는 의미. AI는 더 이상 공짜처럼 쓰는 소프트웨어가 아니라, 사용량이 바로 비용으로 연결되는 compute utility.

- compute의 기본 비용이 더 투명해지고, 결과치와 직접 연결되면, AI ROI 논쟁은 수백만 사용자와 use case에서 실시간으로 답이 나올 것. AI가 생산성을 올린다 / 직원들이 더 빠르게 일한다 / 코딩 속도가 올라간다 / 고객지원 비용이 줄어든다의 담론에서 agent가 한 작업의 비용이 얼마인지 / 작업이 만들어낸 가치측정 / 모델의 유효성 및 대체 가능성 등으로 전환되면서 AI 비용 최적화 산업으로 전환이 이뤄질수 있음.

- 이는 기존의 직원들에게 AI를 자유롭게 사용하게 풀어주던 정책에서, use case별로 얼마나 token budget을 줄지 정하는 방식으로 바뀔 수 있음. 특정 업무에만 frontier model을 허용하고, 단순하거나 반복적인 작업은 오픈소스/저가 모델로 처리하게 하는 식의 전환. 결국 기업 내부 AI 정책은 AI를 쓰게 하자에서 어떤 업무에 어떤 모델을 어느 비용 한도 안에서 쓰게 할 것인가로 넘어갈 가능성이 존재함.

- 기업들은 AI 사용량과 비용을 추적해야 하기에 자연스럽게 model observability, token usage monitoring , cost attribution, model routing, policy enforcement, AI governance, workflow별 ROI tracking 등이 주목받는 영역일 수 있음. 이때부터 AI는 직원들의 생산성 향상자이기도 하지만, 예산 경쟁자의 성격을 가질수 있음. 오픈소스나 로컬모델, 중국의 저가모델 등의 발전이 병행이 있기도 하고. AI 사용량이 늘어나는 건 맞다. 근데 그 비용은 누가 내고, 누가 가격으로 전가하고, 누가 효율화로 마진을 지키는가?

- 위의 의미들이 AI 트레이드가 끝났다는 뜻은 아님. 빅테크 기업의 매출 성장, 최신 모델의 토큰 사용량 증가, 금융·기술·고객지원 등 고부가가치 분야에서의 AI 도입을 바탕으로 AI 롱트레이드는 지속될 수 있음. 다만 AI 비용 증가에 따라 핵심 강조점이 비용 절감과 효율성으로 이동하면서, 앞으로는 로컬 및 온디바이스 추론, 모델 경량화, 스마트 라우팅, 관측 가능성, 효율적인 아키텍처, 오픈소스 기반 저비용 특화 모델 등이 새로운 중요 테마가 될 수 있음. AI 사용량 증가는 계속되지만, 모든 사용량이 hyperscaler data center로 가지는 않을 수 있다는 의미.

- 그리고 이러한 최적화 과정에서 AI 비용을 고객에게 전가하지 못하는 SaaS, AI 기능은 넣었지만 매출보다 inference cost가 더 빨리 늘어나는 회사, AI로 대체 가능한 인력 기반 서비스, 기존의 인원수 기반 소프트웨어 제공 모델이 usage based AI 모델로 잠식되는 회사, 데이터/콘텐츠 제공자이지만 value capture는 못 하고 비용만 부담하는 회사 등은 AI loser 포지션으로 전락하게 됨.

- 관련해서 메모리 비용 최적화 / DRAM 효율화 / HBM 병목 / 대체 아키텍처 영역으로 확장해서 볼 수 있을 것 같고, 온디바이스 AI, 오픈소스/저가 모델, AI 비용 모니터링/거버넌스 쪽도 같이 봐야 할 듯.

http://citriniresearch.com/p/state-of-the-themes-june-2026

코덱스+클로드+딥식+로컬 큐웬 정도로 가지 않을까

가렛진 행님…

26.6.15

오늘할일
1. 컴페전용 봇하나 짜기 자동매매까진 못건들겟고 read용 api로 좀짜놔야겟음 원래 베리나가 메인일땐 필요없엇는데 뚝이널널해서 지금 잡펖덱 많이함
2. 오늘 nado 컴페도 나오는걸로아는데 여기상금세서 한번 봐보기
3. 헬스 하체
4. 눈물의 오픈그라이던트 반정도 탈출 운좋게 빗썸물량만 걸어논거팔앗는데 늦잠자서아직도 딴덴많음

[ 휴머노이드 1000만대 시대… 로봇 옷 시장 열린다 ]

일론머스크는 인간 1명당 휴머노이드 1대 수준으로 필요하게 될 것이라 했고 브렛 애드콕은 그보다 더 많아질것이라 예측했습니다😎😎

그리고 지난 주 한세실업이 휴머노이드가 입을 옷의 시장이 크다며 관련 전시를 공개했어요👍

사람이 옷을 통해 몸을 보호하고 각자의 개성과 역할을 표현하는 것처럼 로봇 역시 옷을 입는 시대가 다가오고 있다

✅ 로봇이 옷을 입어야 하는 이유?
- 로봇의 모습 그대로 들어났을때 생기는 본능적 거부감
- 하지만 인간처럼 옷을 입으면 훨씬 친근하게 받아들일 것
- 충격이나 먼지로부터 정밀 부품 보호를 할 수 있으며
- 옷감으로 표면의 열을 발산시켜 내부 부품 과열을 완화할 수 있음

✅ 휴머노이드 로봇용 의류 특징
- 열 관리를 위해 냉감 소재 적용하고
- 배터리나 구동부 주변은 매쉬 소재로 통기성 확보
- 로봇 구동 범위를 반영해서 신축성 좋은 소재 사용 필요
- 충전이나 정비를 위해 입고 벗기 편하게 지퍼를 여러 위치에 부작

다들 기억하실지 모르지만 1x 테크놀로지스의 Neo의 경우도 베이지색 니트와 신발을 착용하고 있죠😉😉

앞으로 이 의류시장 외에도 로봇을 위한 다양한 생태계가 생겨날텐데 거기서 좋은 아이디어로 선점하는 기업들이 많이 나오겠습니다🙏

그렇다면 나는 뭘 해야 할까..?!

👉 원문 보기 👈

Frank가 바이브코딩 뭐시기로 Paste trade 라는걸 만들었는데,

꽤 좋은거 같아서 공유

각종 해외 트위터리안(쓰레드가이,타이키 등등) 의 포지션 , 실링 기타 등등을 한 사이트에서 다 볼 수 있는데

단순히 크립토 뿐 아니라 주식포지션도 알려줘서 좋음.

특히, 팟캐스트에서 나온 내용을 팟캐스트 안봐도 대강 티커로 알수있어서 good

https://app.paste.trade/show/threadguy?sort=pnl

하워드막스 인터뷰 (AI 사이클 진단, 밸류에이션&수익성, 사모신용)

✍️팩트 및 요약
https://www.youtube.com/watch?v=_LZe22xhsHc

1. AI 사이클 진단
- 현재 시장 과열은 확실하나 그것이 비이성적인지는 단정 불가하다고 했다. AI가 무엇을·언제·누구에게·얼마의 이익을 낼지 명확히 말할 수 있는 사람을 만난 적이 없기 때문이다.

- 철도·라디오·자동차·컴퓨터·인터넷 등 과거 기술 혁신이 모두 버블(과잉 자본·과잉 인프라·과도한 가격, 자본 제공자 다수 손실)을 동반했으며, AI가 손실 버블을 만들지 않는다면 역사상 첫 사례가 될 것이라고 했다.

- 투자 방법은 위험 스펙트럼으로 나뉜다고 했다. 하이퍼스케일러(Amazon·Google·Meta·Microsoft)는 해자·현금흐름을 갖춘 저위험 진입이나 AI 급성장 시 최대 수혜는 못 되고, AI 순수기업(Anthropic·OpenAI)은 재무가 불명확하나 5~10년 후 존속 가능성이 높으며, 스타트업은 대부분 전액 손실·소수만 거부가 되는 '복권' 성격이라고 했다.

2. 밸류에이션 & 수익성
- Shiller CAPE는 약 42로 2000년 정점(약 44)에 근접하나, 일반 S&P PE는 약 23으로 80년 평균(16)보다 약 50% 높은 수준이며 2000년의 32보다는 낮다고 했다. 1969년 Nifty Fifty가 PE 60~90이었던 점과 비교해 현재 Mag 7(Tesla 제외)의 PE 30대는 그리 비싸 보이지 않는다고 했다.

- PE 단순 비교는 부적절하다고 했다. AI 기업은 자본 집약도가 낮고 추가 생산 비용이 적어 한계 이익률이 높으며, 과거에 없던 성장률(월 50% 등)을 보이기 때문이다.

- 다만 궁극적으로는 항상 가치(수익성)로 귀결된다고 했다. 과거 이익→매출→'방문자·클릭당 가치'로 평가 기준이 이동했던 인터넷 버블을 상기시키며, 20년 뒤에도 이익을 못 내는 기업이라면 현재의 높은 가격은 실망으로 끝난다고 했다.

- Buffett의 2000년 발언(인터넷은 효율을 높이나 수익성과는 별개)을 인용하며, AI가 노동 절감 도구라면 그 이익이 공급자가 아니라 고객에게 돌아갈 수 있다고 했다.

3. 사모신용
- 직접대출은 2010년 무존재에서 현재 1.7조 달러 규모로 성장했고 약 700개 운용사가 있으나, 글로벌 금융위기 이전부터 영업한 곳은 약 3%에 불과해 험난한 환경을 견뎌본 운용사가 적다고 했다.

- 현재의 공포는 과장됐다고 봤다. 본인이 1977~78년 City Bank 하이일드 사업을 시작한 이래 48년간 중간 신용도 기업 대출이 대체로 상환돼 왔으며, 대부분의 대출은 상환될 것이라는 이유에서다.

- 다만 불안의 상당 부분은 환금성 제약에 대한 사후적 실망에서 비롯된다고 했다. non-traded BDC의 분기 5% 환매 제한은 약관에 명시돼 있어 놀랄 일이 아니다