📰AI 비용 현실화 시작 source

1. Copilot 사태가 보여준 것
- GitHub Copilot이 토큰 과금으로 바뀌자마자 유저들이 크레딧을 빠르게 소진
- 월 39달러 구독자도 몇 시간 만에 한도 대부분을 태움
- 핵심은 그동안 AI 구독제가 실제 비용보다 싸게 제공됐다는 점
- 즉 AI는 월정액으로 무한정 쓸 수 있다는 환상이 깨지는 중

2. 기업 입장에서는 더 큰 문제
- 많은 회사가 이미 AI 도구를 전제로 업무 구조를 바꿨음
- 개발자 수를 줄이고, 남은 인력에게 Copilot 같은 도구를 쓰게 만든 구조
- AI 비용이 종량제화되면 생산성 도구가 아니라 예산을 태우는 변수로 바뀜
- 인건비를 줄이려고 AI를 썼는데, 비용이 다시 새로운 인건비가 됨

3. 진짜 싸움은 성능이 아니라 비용
- 기업용 AI는 결국 API, 보안, 로그, 권한관리, 컴플라이언스가 필요
- 이 단계로 가면 월 구독제가 아니라 사용량 기반 과금이 됨
- 문제는 업무에 붙이는 순간 토큰 사용량이 생각보다 빠르게 증가함
- 그래서 앞으로는 같은 일을 얼마나 싸게 처리하느냐가 핵심 경쟁력

4. 오픈소스 모델이 가격 상한선
- 모든 업무에 최상위 모델이 필요한 건 아님
- 요약, 분류, 문서 처리, 단순 코드 보조 등은 저가 모델로도 충분
- 중국계 오픈소스 모델과 저가 추론은 폐쇄형 AI 랩의 가격 인상을 제한
- 결국 AI 시장은 최고급 모델 독점이 아니라, 작업별 모델 라우팅 시장으로 감

5. 결론
- AI 수요가 꺾인다는 뜻은 아님. 오히려 수요는 거의 무한에 가까움
- 다만 모든 수요가 고마진 매출로 연결된다는 보장은 없음
- 토큰 사용량은 폭증하지만, 가격은 오픈소스 모델 때문에 눌리고, 비용은 계속 올라감
- 수혜는 추론 최적화, 라우팅 인프라, 데이터센터, 전력, 메모리, 반도체 병목

📰AI는 정책보다 빠르다 (Dario Amodei) source

1. AI는 지수함수, 정책은 선형
- AI는 몇 년 만에 기업 핵심 업무를 대체하는 시스템으로 진화
- 반면 법·제도는 여전히 연단위로 움직임
- 문제는 규제 공백이 아니라, 기술 속도와 정치 속도의 구조적 불일치

2. AI는 전략자산
- Anthropic은 강력한 AI를 데이터센터 안의 천재 국가에 비유
- 사이버보안, 생물학, 자율 행동 리스크가 현실화되고 있다고 판단
- 즉 AI는 금융·안보·산업·국가 권력의 핵심 인프라

3. 투명성에서 사전 테스트로
- 과거에는 위험이 불명확해 투명성 규제가 현실적 선택
- 이제는 프론티어 AI 모델에 대해 제3자 안전성 테스트가 필요
- 특히 사이버, 생물무기, 자동화 R&D 리스크는 배포 전 검증 대상
- 기준 미달 모델은 정부가 출시를 막거나 되돌릴 수 있어야

4. 성장보다 분배가 핵심
- AI가 대부분의 인지 업무를 대체하면 생산성은 폭발
- 하지만 동시에 노동 수요가 급격히 줄어듦
- 기존 자동화와 다른 점은 속도와 범위
- 그래서 핵심 과제는 AI가 만든 부를 어떻게 사회가 나눌 것인가

5. 규제기관도 빨라져야 함
- AI는 신약, 에너지, 소재, 바이오 연구를 크게 앞당김
- 하지만 FDA·EMA 같은 기존 승인 체계는 혁신이 느림
- 신약을 대량으로 만들어내면 기존 파이프라인은 병목
- AI 기반 시뮬레이션, 독성 예측, 합성 대조군 등 새로운 방식이 필요

6. AI는 감시국가의 최종 병기
- AI는 자율무기, 대규모 감시, 데이터 분석을 통해 권력을 비정상적으로 강화
- 데이터 브로커와 민간 데이터 구매를 통한 우회 감시는 AI 시대에 훨씬 위험
- 따라서 자율무기의 사용 제한, 감시 데이터 규제, 시민의 법률 방어권이 필요

7. AI는 반도체보다 더 크다
- AI는 핵무기급 지정학 자산
- 민주주의 진영은 칩, 반도체 장비, AI 안전 기준, 사이버 방어, AI 활용 규범을 함께 묶어야
- 핵심은 동맹 내 공유·적대국 차단·가치 기반 표준화

⚽️PredictStreet: 월드컵 예측 시장이 온체인으로 source #sponsored

1. 월드컵 팬덤을 노리는
- PredictStreet는 ADI Chain 기반 온체인 예측 시장 플랫폼으로,
- FIFA 월드컵 2026 공식 온체인 예측 시장 파트너
- 단순 예측 서비스가 아닌, 월드컵 팬들의 참여를 온체인 활동으로 연결

2. 온보딩 중심은 PredictStreet Card
- 사용자는 X 계정 연동, 간단 온보딩으로 카드 발급 가능
- PredictStreet Card는 동적SBT 형태의 온체인 프로필
- 즉, 유저의 플랫폼 활동 이력을 기록하고 보여주는 신원/참여 증명 역할

3. 활동은 포인트와 카드 업그레이드로 연결
- 카드 발급 후 개인 대시보드가 활성화
- Daily Pack 오픈, 월드컵 예측 참여, 미션 수행, 리더보드 경쟁으로 포인트 적립
- 누적 포인트와 활동 이력은 ADI Chain 생태계에 기록
- 활동 수준에 따라 카드도 단계적으로 업그레이드

4. 결론
- 크립토 온보딩의 핵심은 기술 설명이 아니라, 참여할 이유를 만드는 것
- 월드컵은 전 세계 유저가 동시에 반응하는 강력한 이벤트
- PredictStreet는 예측 시장 + SBT + 포인트 + 리더보드로 팬덤을 온체인화함
- 관건은 월드컵 트래픽을 지속적 온체인 리텐션으로 전환할 수 있는가

📎플랫폼 대시보드

⭕️AI가 자본의 블랙홀이 되고 있다 source

1. AI가 리스크 머니를 흡수
- Brian Armstrong은 BTC에 대해 여전히 디지털 골드 관점을 유지
- 다만 최근 약세 원인으로 AI가 리스크 자본을 빨아들인 점을 지목
- BTC가 망가진 게 아니라 시장의 관심과 자금이 AI·IPO로 이동
- 크립토 내에서도 현재 메타는 스테이블코인, 결제, 에이전트 월렛 쪽

2. 크립토 유스케이스는 AI 에이전트 결제
- Coinbase는 에이전트가 온체인 월렛을 만들고, 구매/결제하는 구조를 봄
- 인간 다음은 AI 고객. 에이전트는 신용카드 만들기 어렵지만, 월렛은 만듦
- 그래서 에이전트 경제의 결제 레이어는 스테이블코인·온체인 결제

3. AI 기업은 너무 커져서 국가 이슈가 됨
- 미국 정부가 AI 기업 지분을 보유하는 시나리오까지 논의
- OpenAI, Anthropic이 경제·국방·노동 핵심 인프라로, 기업 그 이상의 국가 전략자산임
- 문제는 정부가 지분을 갖는 순간, 규제자이자 주주가 되는 이해상충 발생

4. 병목은 모델이 아니라 컴퓨트
- 구글이 SpaceX로부터 대규모 GPU 컴퓨트를 빌림
- 자체 TPU와 데이터센터를 가진 구글조차 외부 컴퓨트를 사야 한다는 건 수요가 상식을 넘었다는 뜻
- 이 지점에서 SpaceX는 AI 시대의 신규 하이퍼스케일러로 재평가
- AI 경쟁은 모델 설계 → 컴퓨트 확보 → 전력·냉각·위성·우주 인프라 경쟁으로 확장

5. 모델 레이어는 Anthropic·OpenAI·Google 3파전
- Anthropic은 Fable·Mythos 5로 다시 프론티어 경쟁 최전선에 등장
- Mythos는 강력하지만 위험한 모델, Fable은 강한 가드레일을 붙인 모델
- Apple은 Siri를 Gemini 기반으로 재설계하는 방향을 택함
- Apple이 모델 경쟁에서 독자 승부를 포기, 컨텍스트와 디바이스 배포망에 집중

🪙기관 온체인의 마지막 병목은 프라이버시

1. 기관이 이더리움을 쓸 수 없는 이유
- L1/L2 성능 문제는 상당 부분 해결됨
- 규제도 GENIUS Act, CLARITY Act 등으로 방향성 형성 중
- 남은 핵심 병목은 프라이버시
- 은행·운용사·청산기관은 포지션, 거래상대방, 거래량을 공개할 수 없음

2. 그래서 Canton이 뜨고 있음
- 즉, 기관이 크립토에 맞추는 것이 아니라 "크립토를 기관에 맞추는 것"
- Canton은 기관 금융용 퍼미션드 L1로, 핵심은 선택적 공개
- 거래 당사자는 필요한 정보만 보고, 네트워크에 모든 상태가 노출되지 않음
- 은행이 원하는 건 투명한 블록체인이 아니라 프라이버시 있는 정산망

3. 이게 크립토인가, 금융 DB인가
- 퍼미션드 체인은 결국 누군가 밸리데이터를 허가하고, 배제하고, 멈출 수 있음
- 즉, 최종성·검열저항·무허가성은 퍼블릭 체인만큼 강하지 않음
- "can’t be evil"이 아니라 "won’t be evil"에 가까운 구조
- 법적·평판 리스크로 견제하는 시스템이지, 코드로 통제를 제거한 시스템은 아님

4. 결론
- 기관 온체인은 오지만, 그것이 곧 ETH 같은 퍼블릭 L1의 수혜를 의미하진 않음
- 오히려 기관 자금은 프라이버시·컴플라이언스 특화 인프라로 갈 가능성이 큼
- 퍼블릭 체인의 승부처는 "퍼미션드 금융망이 절대 대체 못 하는 영역이 무엇인가?"임

✍️기관이 원하는 건 크립토의 탈중앙성이 아니라, 더 빠르고 투명하게 감사 가능한 금융 인프라

🔹ETH is still the king source

1. ETH의 핵심은 네트워크 효과
- Erik Voorhees는 ETH를 여전히 컨트랙트의 왕으로 봄
- 이유는 개발자, 스테이블코인, 앱, 유동성이 쌓인 네트워크 효과
- 이건 마케팅으로 만들 수 없는 지표
- L1 경쟁은 많았지만, 진짜 사용처를 보면 ETH가 아직 중심

2. 다른 L1 서사는 결국 분산된 관심
- 빠른 체인, 싼 체인, 새로운 체인은 계속 나옴
- 하지만 개발자와 자본, 스테이블코인은 쉽게 이동하지 않음
- L1 투자는 결국 어디에 자본과 개발자가 남아 있나의 게임
- 이 관점에선 ETH는 아직 왕좌에 있음

3. 문제는 ETH가 아니라 L2 UX
- ETH의 약점은 명확함. L2가 너무 많고, 브릿지와 체인 간 UX가 구림
- 유저 입장에서는 이게 왜 하나의 이더리움 생태계인지 체감하기 어려움
- 즉 ETH의 본질적 문제라기보다, ETH 위의 UX 문제가 더 큼

4. 그래서 Base가 중요함
- Voorhees는 Base가 ETH 위의 대표 L2가 될 가능성을 높게 봄
- Coinbase라는 배포 채널, 빠른 채택, ETH라는 강한 정산 레이어
- ETH가 신뢰 레이어라면, Base는 대중 유저가 실제로 만지는 실행 레이어

5. 조건은 무허가성
- Base의 최대 리스크는 Coinbase의 통제력 남용
- Base가 무허가성을 잃는 순간, 그냥 기업형 데이터베이스임
- 크립토에서 가장 강한 해자는 결국 누구나 들어올 수 있는 개방성

👁Zama, 비공개 자본의 첫 사용처 #sponsored source

1. 온체인 프라이버시의 약점
- 지금까지 프라이버시 자산의 문제는 단순했음
- 비공개로 보유하고 전송할 수는 있는데, 그래서 뭘 할 수 있나?
- 프라이버시는 기능이었지만, 자본이 머물 이유는 약했음

2. Zama가 내놓은 답
- Zama는 FHE, 즉 완전동형암호를 이더리움에 적용
- 잔액과 전송액이 암호화 상태로 유지되는 컨피덴셜 토큰(cToken)을 발행
- ERC-7984 기반으로 검증 가능성, 컴플라이언스 기능은 유지
- 핵심은 숨기되, 검증 가능한 자산이라는 점

3. 이제 프라이버시 자본도 DeFi로
- Zama 앱이 공식 론칭되며 기존 자산을 실딩해 cToken으로 전환 가능
- cUSDC처럼 잔액·전송액이 비공개인 자산을 만들 수 있음
- 컨피덴셜 DeFi는 6월 23일 오픈, 컨피덴셜 스왑은 Q3 예정
- 즉, 프라이버시가 단순 송금 기능을 넘어 금융 레이어로 확장되는 구간

4. 중요한 건 첫 수익처
- 6월 말 Morpho 위에서 Steakhouse Confidential USDC Prime 볼트가 열릴 예정
- cUSDC 전용 첫 DeFi 수익 볼트로, Steakhouse Financial이 큐레이션하고, Zama 프로토콜이 구동
- 프라이버시를 유지하면서 수익을 내는 온체인 자본시장의 첫 실험

✍️론칭 기념 캠페인 진행 중. 6월 22일까지 USDC를 cUSDC로 실딩하면, FHE 기반 랜덤 추첨을 통해 $1,000(cUSDC)를 지급

📎app.zama.org

🪟AI 2027: 컴퓨트가 권력이 되는 세계 source

1. 핵심은 R&D 자동화
- AI 2027의 가장 중요한 가정은 AI가 AI 연구를 가속한다는 것
- 2026년부터 코딩·리서치 자동화가 본격화
- 인간이 AI를 쓰는 단계에서, AI가 AI를 만드는 단계로 넘어가면 게임이 바뀜
- 이때부터 AI 경쟁은 제품 경쟁이 아니라 자기개선 속도 경쟁

2. 컴퓨트는 새로운 전략자산
- 2026년 글로벌 AI CapEx는 1조 달러, AI 전력 수요는 38GW까지 확대
- 선도 기업은 수백조 원 규모 데이터센터와 수 GW 전력을 필요로 함
- 중국은 칩 열세를 메우기 위해 컴퓨트를 국가적으로 중앙집중화
- AI 패권은 모델 성능만이 아닌 GPU, HBM, 전력, 데이터센터, 보안 총력전

3. 노동시장의 첫 충격은 주니어
- 가장 먼저 흔들리는 건 주니어 개발자와 반복형 지식노동
- AI가 CS 학위에서 배우는 대부분을 수행하면, 단순 실행자는 가치가 급락
- 반대로 AI 팀을 관리하고 검수하고 업무에 통합하는 사람은 몸값이 올라감
- 앞으로의 노동 프리미엄은 AI 조직을 운용하는 능력에 붙음

4. 소프트웨어보다 인프라 사이클
- 가장 강한 병목은 모델 앱이 아니라 컴퓨트·전력·메모리·보안
- 수혜축은 GPU, 메모리, 데이터센터, 전력망, 냉각, 사이버보안, 로봇·방산
- 반대로 AI wrapper, 범용 SaaS, 주니어 노동 대체에 취약한 기업은 압박
- AI 버블을 보려면 PER보다 누가 병목을 소유하는가를 봐야 함