어제 미국 비트코인 ​​현물 ETF에는 3억 3760만 달러, 이더 현물 ETF에는 1억 1560만 달러의 순유입이 있었습니다. —🔗link

라이터 포스팅 한 100번 올려서 아시겠지만 리빗캐피털은 라이터 투자한 vc입니다

듣기로는 oi 가중치 있다고 하니 펀비작 사이드파티랑 잘 짜서 하셔도

Entropy에 대한 생각

일단 팀은 제인스트릿 출신이고 hype디플로이 리빗캐피탈 토탈 50M 가까이 발표됨

Xyz는 현재 토큰 낼 생각이 거의 없어보임
예전 오픈시가 시간 질질 끌고 있을 때 blur가 등장했고 blur에드는 잘되었지만 오픈시는 지금도 시간만 낭비중

Xyz가 ipo한다고 끄는동안 Entropy가 선제적으로 토큰을 낸다면?

티보 소티오 × 매튜 버먼: AI 에이전트와 오픈AI의 미래

■ AI 에이전트의 병목은 모델 성능에서 시스템 전체로 이동

“Ultra Fast처럼 토큰 생성 속도가 10~14배 빨라지면 CPU, 툴콜, 네트워크 등 다른 부분이 병목이 된다.”

→ 모델 추론 속도가 충분히 빨라질수록 실제 에이전트 작업시간을 결정하는 요소는 토큰 생성 자체가 아니라 툴 호출, 네트워크, CPU, 애플리케이션 실행 등으로 이동

→ 실제로 코드 생성처럼 툴콜이 적은 작업은 Ultra Fast에서 약 10배 빨라질 수 있지만, 툴콜이 많은 에이전트 작업은 체감 개선폭이 3~4배에 그친다고 설명

→ 향후 AI 인프라 경쟁은 단순 GPU 및 tok/s 경쟁을 넘어 추론, CPU, 네트워크, 툴 실행, 오케스트레이션까지 포함한 전체 에이전트 스택 최적화로 확장될 가능성

■ 미래 에이전트는 노트북이 아닌 클라우드 컴퓨팅 환경에서 작동

“노트북은 인간이 처리할 수 있는 작업량에 맞춰 설계됐다. 모델은 같은 제약을 받지 않는다. 미래 모델은 노트북 이상의 자원에 접근해야 한다.”

→ 현재 컴퓨터는 인간의 입력 속도와 멀티태스킹 능력을 기준으로 설계됐지만, AI는 동시에 수십~수백 개 애플리케이션을 처리할 수 있음

→ 에이전트가 고도화될수록 로컬 PC를 대신 조작하는 구조보다 클라우드에서 독립적인 실행환경과 대규모 컴퓨팅 자원을 사용하는 Cloud Agent 구조로 이동할 가능성

→ AI가 직접 컴퓨트의 소비 주체가 되면서 GPU뿐 아니라 CPU, 메모리, 스토리지, 네트워크 등 클라우드 인프라 전반의 수요를 확대할 수 있는 구조

■ Personal Agent와 Full Automation을 서로 다른 두 축으로 개발

“한쪽은 사용자를 깊이 이해하는 Personal AGI이고, 다른 한쪽은 복잡한 프로세스의 완전 자동화다.”

→ Personal Agent는 사용자의 목표, 일상, 팀 상황까지 이해하고 선제적으로 도움을 제공하는 방향

→ Full Automation은 production log 분석, 성능 최적화, 회귀 수정, 보안 취약점 패치처럼 기존에는 사람이 개입해야 했던 복잡한 프로세스를 자동화하는 방향

→ 특히 보안 취약점의 경우 탐지 이후 패치까지 자동화해 사람이 고위험 행동만 승인하는 수준을 언급

→ AI 산업의 발전 경로를 단순 Copilot이 아니라 개인 생산성 향상과 기업 업무 프로세스의 완전 자동화라는 두 축으로 동시에 확장하는 것으로 보는 시각

■ ChatGPT와 Codex 통합, 범용 에이전트와 대규모 배포 전략

“미래 모델이 우리에게 ChatGPT와 Codex를 합치라고 요구한다. 결국 같은 기술, 같은 harness다.”

→ 오픈AI는 코딩용 AI와 일반 AI를 장기적으로 별도 제품으로 보지 않음. 하나의 고성능 멀티모달 에이전트가 코딩, 리서치, 디자인, 영업, 마케팅 등 다양한 작업을 수행하고 인터페이스가 사용자별로 최적화되는 구조를 지향

→ 인터뷰 시점 Codex 사용자는 2,000만 명까지 증가. 개발자 전용 제품을 별도로 키우기보다 ChatGPT와 통합해 PM, 디자이너, 영업, 마케팅 등 비개발자까지 에이전트 사용층을 확대

→ 장기적으로는 하나의 Personal AGI Interface가 사용자별 역할과 컨텍스트에 맞춰 변화하고, ChatGPT의 대규모 소비자 배포를 개발자 및 엔터프라이즈 에이전트 채택으로 연결하는 전략

■ 사용량 리셋은 마케팅이 아니라 사용자 보상 차원에서 시작

“제품이 제대로 작동하지 않거나 경험이 기대에 못 미치면 사용량을 리셋해 보상한다. 마케팅이나 재무팀과 협의해서 하는 것이 아니라 필요하다고 느끼면 내가 직접 버튼을 누를 수 있다.”

→ Codex 사용량 리셋은 초기 제품을 빠르게 개선하는 과정에서 장애나 설정 오류가 발생했을 때 사용자에게 추가 사용량을 제공하는 보상 차원에서 시작

→ 이후 새로운 기능 출시나 주요 순간을 기념할 때도 추가 사용량을 제공하며 사용자들이 신규 기능을 직접 경험하도록 유도

→ 리셋 결정에 마케팅이나 재무팀이 관여하지 않는다고 강조. 제품 완성도가 기대에 미치지 못하면 즉각 보상하고, 단기적인 사용 비용보다 사용자 경험과 신뢰를 우선하는 오픈AI의 제품 운영 문화를 보여주는 사례

■ 미래 AI 인터페이스는 Voice-first, Ambient, Multimodal

“미래에 우리가 만드는 것은 매우 ambient하고 자연스러운 형태다.”

→ 새로운 Voice 출시 이후 음성으로 ChatGPT를 사용하는 이용자가 빠르게 증가하고 있다고 설명

→ 사람은 입력 저항이 가장 낮은 방식을 선택하기 때문에 키보드와 프롬프트 중심 인터페이스가 AI의 최종 형태는 아닐 것으로 판단

→ 향후에는 음성뿐 아니라 사용자의 화이트보드, 화면, 주변 환경까지 이해하는 상시 존재형 멀티모달 에이전트로 발전할 가능성

■ Ultra Fast 수준의 추론 속도가 1~2년 내 사실상 기본값으로

“1~2년 정도면 지금의 속도가 기본이거나 기본에 매우 가까워질 수 있다.”

→ 현재 10~14배 빠른 Ultra Fast는 프리미엄 서비스지만, 추론 하드웨어 발전과 모델 자체의 토큰 효율성 개선이 동시에 진행되면서 현재의 초고속 추론이 빠르게 대중화될 것으로 전망

→ Sol은 Terra보다 훨씬 토큰 효율적이며 차세대 모델은 Sol보다도 크게 개선될 것이라고 언급. 동일한 작업에 필요한 토큰 수가 감소하면서 작업당 총 추론 비용도 하락할 가능성

→ 다만 항상 더 많은 하드웨어를 사용하는 상위 프리미엄 tier는 존재할 것으로 전망. 장기적으로 모델 성능뿐 아니라 latency, cost per task, time per task가 AI 경쟁의 핵심 지표로 부상할 가능성

■ 재귀적 자기개선은 이미 AI 인프라 영역에서 시작

“모델이 다른 모델을 만드는 것뿐 아니라 추론 스택, CUDA 커널, 인프라를 개선하는 것도 Recursive Self-Improvement다.”

→ 오픈AI가 현재 실제 성과를 내고 있다고 강조한 영역은 완전한 AI 연구 자동화보다 AI를 활용한 AI 인프라 개발과 최적화

→ 가장 강력한 프론티어 모델을 이용해 서빙 스택과 커널 등을 재설계하고 있으며, Ultra Fast를 제외한 일반 추론 속도도 최근 약 3개월 동안 60%가량 개선됐다고 설명

→ 더 강한 모델이 추론 인프라를 개선하고, 개선된 인프라가 다시 AI 활용과 연구 생산성을 높이는 자기강화 구조가 나타나기 시작했다는 시각

→ 과거 대규모 컴퓨트 선투자 역시 이러한 구조를 뒷받침. 단순 GPU 보유량보다 Compute × Frontier Model × Inference Optimization의 결합이 경쟁력으로 작용

■ 현재 Frontier Intelligence는 수개월 내 저가, 범용화될 수 있음

“Luna는 6개월 전이었다면 Frontier에 있었을 모델이다. 지금 Frontier인 것도 6개월 뒤에는 훨씬 저렴하게 운영될 것이다.”

→ AI 산업에서 나타나는 중요한 구조적 변화 중 하나는 지능의 빠른 Commoditization

→ 현재 최고급 모델의 성능이 불과 수개월 뒤 저가 모델이나 무료 tier로 확산될 수 있으며, 오픈AI는 효율성 개선에 따른 경제적 이익을 가격 인하 등을 통해 사용자와 공유하겠다는 방향을 강조

→ 장기적으로 모델 자체의 희소성이 빠르게 낮아질 경우 경쟁력은 단순 API 성능보다 Distribution, 에이전트, 개인화, 컨텍스트 활용, 인프라 효율성 등으로 이동할 가능성

https://youtu.be/4qjEgPojjzM

2B 가나요?

로빈후드 체인
Base보다 적은 러그, 더 많은 RWA
정신적으로 건강하고 본인이 뭘 하는지 정확히 알고있는 CEO

1년을 기다렸어요. 라이터에서는 반년을 기다렸고, 캐시캣도 한 달을 기다렸죠.

비트코인은 65K에서 일주일 만에 80K를 찍고 조정 중입니다. 그래서 여기서 지터하실 건가요?

비트코인은 이제 막 본딩커브 넘겼다가 꺾이는 밈코인이 아니에요. 조정이 와도 감당할 수 있는 사이즈까지만 노출하세요.

트레이딩에서 가장 피해야 할 건 초반에 너무 빨리 팔고, 다시 오르는 걸 보면서 FOMO가 와서 더 큰 자금을 집어넣은 뒤 로컬탑에 갇히는 겁니다.

BWENEWS AI: 시타델 증권과 DTCC가 파트너십을 맺고 옴니체인 상호운용성 프로토콜인 레이어제로(LayerZero)를 통해 새로운 거래소를 출시하여 디지털 자산의 기관 시장 인프라를 확장합니다. —🔗link

리서치를 읽어야하는 이유 : Coinbase Weekly: Hyperliquid in Focus
7월 24일 발행

2026년 코인베이스의 특정 프로젝트를 다룬 리서치 발행물
1. Coinbase Weekly: Hyperliquid in Focus 7.24
2. Weekly: Hyperliquid x Coinbase and Solana’s Alpenglow Upgrade(링크) 6.19
3. Weekly: Bitcoin Above $80K, Zcash Surges(링크) 5.8
4. Weekly: KelpDAO Exploit and BTC's Big Test (링크) 3.24
—» kelpDAO를 다룬것이 아니라 디파이 해킹 사례로써 등장
5. Weekly: BTC’s Supply Squeeze, Hyperliquid’s Edge, and TAO’s Reckoning(링크) 3.17
6. Hyperliquid: Not Just Crypto(링크) 3.5

하이퍼리퀴드가 규제권 뚫는데에는 워낙 작년부터 하이퍼리퀴드를 눈여겨봐오고, USDH를 인수한 뒤 USDC 밀어넣은 코인베이스가 간접적으로 연결되어있을거라 생각해볼 수 있겠네요.

리서치들은 정답을 미리 제시하는 경우가 많았습니다. 불장에는 그게 더 심해지고요. 오늘 마무리하면서 읽을 글 몇개 던져놓고 갑니다. 엄선한 것들이고 무겁지 않고 앞으로도 저랑 싱크 맞춰야하니 꼭 읽고자볼까요?

1. a16z : It's time to pass the CLARITY Act(링크)
2. a16z : TradFi doesn’t want DeFi. It wants blockchains.(링크)
3. coinbase : Weekly: Hyperliquid in Focus(링크)
4. Binance : Half-Year 2026: Exchanges & Institutions - super app(링크)

<로빈후드 DEX Arcus, 무기한 선물 계정을 양도 가능한 ERC-20 토큰으로 전환하는 pTokens 출시>

- Arcus는 로빈후드 체인에서 레버리지 ETF 스타일 계약을 출시해 perp 계정을 대출 시장과 기타 온체인 프로토콜 간에 이동할 수 있는 양도 가능한 ERC-20으로 전환했다.
- 각 pToken은 고정된 시장 및 레버리지 수준에서 기초 Arcus perp 계정에 대한 비례 소유 지분을 나타낸다고 팀은 설명했다.

읽어봤는데, arcus의 레버리지 계약을 온체인화 해서 거래할 수 있게 한다는 거인듯

https://www.theblock.co/news/defi/2026-08-25-robinhood-chain-dex-arcus-ptokens-perps-erc-20s-412696

안녕하세요, LayerZero의 알렉스입니다.

오늘은 레이어제로가 지난 1년 동안 세계 주요 금융기관들과 함께 준비해온 ATLAS를 공개했습니다.

ATLAS는 한마디로 글로벌 시장을 위한 범용 백엔드입니다. 정식 명칭은 Aggregated Trading Liquidity and Settlement이고, 지난 2월에 발표한 저희 체인 Zero 위에서 돌아갑니다. 거래소가 하는 일인 매칭, 청산, 결제, 리스크 관리를 하나의 스택으로 묶었습니다.

가장 중요한 특징은 ATLAS에 자체 앱이나 프론트엔드가 없다는 점입니다. 일반 이용자를 직접 받지 않고, 거래 플랫폼과 금융기관이 자기 브랜드와 고객을 그대로 유지한 채 시장을 열 수 있도록, 그 아래에 조용히 깔리는 엔진 역할을 합니다.

지금까지 새로운 거래 서비스를 만들려면 대개 기존 거래소 위에 얹는 방식을 택해야 했습니다. 그런데 이렇게 하면 수익을 내기 위해 거래소 수수료 위에 자기 수수료를 한 번 더 붙일 수밖에 없고, 결국 그 거래소의 자체 앱과 가격 경쟁을 하게 됩니다. 거래에 익숙한 이용자일수록 중간 단계를 건너뛰고 거래소로 바로 가버리죠.

기관 쪽은 사정이 조금 다릅니다. 주식 한 주를 사는 데도 매칭, 청산과 결제, 리스크 관리를 각각 다른 회사가 맡고 있습니다. 단계마다 수수료가 붙고, 매번 장부를 맞춰봐야 합니다. 시장이 24시간 돌아가지 못하고 국경을 넘기 어려운 이유가 여기에 있습니다. 그렇다고 경쟁사가 소유한 인프라 위에 핵심 사업을 올릴 수도 없는 노릇입니다.

ATLAS는 프론트엔드를 아예 갖지 않는 방식으로 이 두 가지를 동시에 피해갑니다. 고객을 뺏어갈 상대가 없으니, 파트너는 가격이 아니라 제품 경험으로 승부하면 됩니다.

구성은 두 가지입니다. 크립토 서비스나 예측시장을 위한 Open ATLAS, 그리고 기관이 자체 규칙을 적용할 수 있는 Institutional ATLAS입니다. 엔진은 완전히 같고 적용되는 규칙만 달라집니다. 거래 대상도 현물과 무기한 선물에서 시작해 주식, 채권, 원자재, 예측시장까지 열려 있습니다.

성능도 간단히 말씀드리면, 공개 배포를 가정한 자체 테스트에서 중간값 1ms 미만, p99 기준 2.641ms의 지연을 기록했습니다. 코로케이션 환경에서는 두 자릿수 마이크로초까지 낮추는 것을 목표로 하고 있고, 출시 시점 처리 용량은 초당 20만 건입니다. 시장 데이터는 원래 한꺼번에 몰리는 성격이 있습니다. 가격이 한 번 움직이면 마켓메이커가 일제히 호가를 취소하고 다시 걸고, 청산이 발생하고, 모든 참여자가 동시에 데이터를 요청합니다. 이 순간을 버티는 것이 결국 거래 인프라의 실력이라고 생각합니다.

제가 크립토 B2B 씬에 뛰어든 지 6년이 되어가는데요. 나중에 딸들이 컸을 때 제가 직접 재무교육을 해주면서, 이 업계가 만들어낸 변화에 저도 작게나마 한몫 거들었다고 보여주고 싶습니다. 그래서 더 잘하고 싶고, 파이를 더 키우고 싶고, 거기에 걸맞은 경제적 가치도 만들어내고 싶습니다.

4~5년 전 미국의 주요 기관들이 테더의 USDT 사업을 보고 스테이블코인에 뛰어들었습니다. 레이어제로는 자산발행사들이 170개가 넘는 체인에 자산을 유통할 수 있게 만들었고, 지금 스테이블코인 자산 기준 약 60%의 점유율로 그 흐름을 뒷받침하고 있습니다. 그리고 지금, 전통 금융기관과 거래 플랫폼들은 Hyperliquid가 보여준 모습이 거래의 미래라고 믿고 각자의 방식으로 만들어가는 중입니다. 지난주에는 트럼프 대통령까지 언급했죠.

상호운용성이 스테이블코인과 RWA 시장을 넓히는 역할을 했다면, Zero와 ATLAS는 그다음 단계를 맡게 될 거라고 봅니다. 전 세계 주요 거래소가 더 빠르고, 더 저렴하고, 더 열린 플랫폼으로 옮겨가는 변화입니다.

아시아 시장은 잠재력이 정말 크지만, 자산 발행만 놓고 봐도 아직 걸음마 단계입니다. 늘 그래왔듯 한 걸음씩 차곡차곡 쌓아올리려 합니다.
앞으로도 많은 관심 부탁드립니다.

AI 반도체 패권의 다음 10년 source

1. 경쟁은 메모리, 패키징, 네트워크, 전력, 모델, 서비스를 묶는 풀스택 경쟁으로 전환 중이며, 엔비디아 역시 GPU에서 AI 인프라 기업으로 확장 중

2. 엔비디아의 데이터센터 점유율은 향후 10년간 90%에서 60% 수준으로 낮아질 수 있지만, 시장 자체가 커지기 때문에 점유율 하락이 실적 붕괴를 의미하지는 않음

3. 가장 강력한 대항마는 구글로, TPU뿐 아니라 클라우드, AI, 모델, 검색, 유튜브, 커머스, 현금흐름까지 갖춰 AI 투자비를 실제 매출로 회수할 수 있는 구조를 보유함

4. 향후 핵심 기술은 HBM·HBF·HBS → 3D 패키징 → 칩렛 → 유리기판 → 실리콘 포토닉스 → 양자·뉴로모픽·광컴퓨팅 순이며, 앞단은 현재 실적 영역, 뒷단은 장기 옵션 영역에 가까움

5. 특히 패키징은 단순 후공정이 아니라 여러 프로세서와 메모리를 하나의 시스템으로 조립하는 핵심 기술로, 칩렛 시대에는 칩 자체보다 연결·기판·본딩·열관리·테스트의 가치가 더 커질 수 있음

6. 삼성은 메모리·파운드리·디바이스를 갖춘 가장 유력 풀스택 후보지만 AI 모델과 데이터센터가 부족하고, 하이닉스는 HBM을 통해 AI 투자 확대가 실적으로 연결되는 경로가 가장 직접적

7. 국내 NPU 기업의 성패는 반도체 성능보다 실제 데이터센터 레퍼런스와 소프트웨어 생태계에 달려 있으며, CUDA 전환 비용을 상쇄할 경제성이 없다면 산업적 필요성과 투자 수익성은 별개

✍️현재 HBM과 첨단 패키징, 다음은 광통신·전력반도체·송배전·냉각 인프라가 핵심, 결국 AI 투자의 본질은 다음 병목을 선점한 기업을 찾기