와.. 나도 짭구말고 찐구 하나만 살까..

란 생각을 하다가 통장잔고 1557원인거보고 가뿐하게 접었읍니다.

의류 제외한 굿즈모음.

많이 못가서 굿즈는 이정도만 챙김.
제일 마음에 드는 건 메이플 커스텀 키캡.. 개쩜..
사이드킥 마이크는 19만원짜리 레이저

어디 호텔에선 뭐더라? 디퓨저를 줬고, 오버테이크 굿즈는 한다발로 줬는데 다 이뻣음.

사실 msu렛져가 제일 예뻣는데 싸트 좐스미스 레레이한테 줘서 없지만 마음만은 풍족함.

아 그리고 제가 초대드렸는데 못 오셨지만 명찰 필요하신 분들 디엠주시면 편택이나 으슥한 곳에서 드리겠읍니다.

여성 KOL관련 이슈

개인적인 생각으론,,
외모는 경쟁력이다. 양지화 되고있는 것은 매우 고무적이며 야핑 메타가 발전하며 텔레그램&디스코드에서 덜 폐쇄된 SNS인 X(트위터)로 옮겨간 것은 리테일의 유입이 더욱 쉬워진 셈이다.
___
하지만 최근 본인을 KOL이라고 소개하는 이상한 집단이 생겼다. 해시태그도 #KOL 이라고 달아놓는다.(팔로워도 30명 뭐..이럼)

이게 어떤 느낌이냐면 애니 한 편도 안 본 이쁘고 잘생긴 사람들이 원피스 1화 봐놓고, "저는 오타쿠고요, 애니 전문가에요, 광고주세요"라고 하는 느낌.

릴리님이나 빅토리아, 왕베이놈! 뭐 등등 크립토 문화나 기술, 생태계에 대한 진심을 보이는 사람들은 너무 리스펙하고 대단하다고 생각함. 진짜 CCT들 이상한 댓글도 많이 달리는데 그걸 하나하나 감당하시는거 ㄹㅇ 대단함 리스펙!!
___
어쨋든 시장이 양지화되는 것은 매우 고무적인 일. 다만, 건강한 생태계로 발전하기 위해선 서로 한 발자국 떨어져 상대방을 이해해야 한다. (나 포함)

차라리 고트네트워크의 엠베서더로 리테일부분쪽에서 활동하고 있는 인플루언서에요! 라고하면 반감이 덜 했을텐데 이 점이 아쉽네요,,

사실 kol이라고 하면 키 오피니언 리더인만큼 코가투불개미같은 리얼 리더들을 칭하는 거라 명칭에 대한 거부감이 강한듯 합니다

플라즈마 진짜 개꿀이네 하루에 3만3천불씩 나오네 낄낄

강복순 이름은 귀여운데..

그냥 스트롱 강이었음..

지금 문버드를 사는 것은 FDV 400m > 정도에 매수하는 것.

- 문버드 FP 3.05 ETH ($12,148~)
- 총 9,999개 -> Mcap $122m

NFT 에어드랍 사례.

$PENGU - 25.9% Airdrop/ TGE Supply 70%~

$ANIME - 37.5% Airdrop/ TGE Supply 55%~

$DOOD - 30% Airdrop/ TGE Supply 78%~

위 사례들을 참고하면 문버드 에어드랍도 25-30%로 추정해볼 수 있고, 현재 문버드를 매수하면 FDV 400~480m에 매수한다고 볼 수 있음.

NFT Token은 "NFT Community"의 거버넌스 등 탈중앙화를 확장한다는 전제에서 토큰이 출시되는 것이므로 에어드랍이 크게 할당되는 것이 일반적.

$PENGU가 FDV $2.17B/Mcap $1.7B을 유지하고 있는 것을 보면 업사이드 측면에서 크게는 3-4배를 노려볼 수 있음.

"불장이 끝나기 전" 한국 마케팅이 잘 맞물려 국내 거래소 상장까지 하면 해볼만 한 베팅으로 보임. 하지만, NFT 토크노믹스를 고려했을 때 TGE Supply 비율이 높게 설정되어 출시되므로 약세장에 매우 불리함. (적절한 개망 사례는 $DOOD)

비딩 50 hype: 귀엽긴하네.
비딩 500 hype: 와 졸귀네
비딩 1200: 진짜 존예다 하나만 갖고싶다.

https://opensea.io/collection/hypurr-97056399

ㅋㅋㅋㅋㅋ나햄이 젤웃기넼ㅋㅋ

센티언트 야핑하고 싶은 오빠들 있어?♡
얍 200점 넘으면 크리에이터 올라간다고 함.

태그걸면 상호작용 하러갈게잉

야핑메타에 유일한 엣지

Falcon은 yaps란 기능을 제대로 쓰는 베스트 케이스.
다른 댑처럼 그냥 YT 녹이고 스테이킹만 시키는 게 아니라, Yap2Fly로 스테이킹+야핑을 묶어서 에드작을 만듬

200명 보상 풀 덕분에 소자본도 kaito yaps 덕분에 고래들의 잔치인 디파이에서 소자본 유저도 야핑을 통해 충분히 200위 안에 들어갈 수 있는 구조임.
---

팔콘은 래퍼럴 요율을 설정 가능하고, 어쨋든 mile+yaps 합산점수이기에 실 유저가 야핑컨텐츠를 생산해야 한다.

이짝은 실 유저가 야핑을 하기에 본인이 어떻게 플레이하는지,, YT 어떻게 녹이는지, 매달 mile과 야핑점수가 어떻게 산정되는 지 등 실제 플레이어들끼리 정보를 공유하는 컨텐츠가 생산된다.

이런 플레이는 다른 pre-TGE 프로젝트들이 야핑을 제대로 생태계에 유입시키지 못하고, 단순 바이럴 KPI로밖에 활용하지 못하고 있는 것에 비해 훨씬 똑똑한 플레이이다.

앞으로는 다른 프로젝트들도 '이왕 야핑할거면 팔콘처럼 자기 댑 활용 컨텐츠를 만들 전략을 생각'해야한다.
---

솔직히 이런 댑이 FDV 4B 못 갈 이유 없다.
다들 DWF를 욕하지만 또 가만보면 ㅈㄴ 잘하긴 한다.
29일 22시 상장 렛츠고

아.. 아무리 그래도 이런 건 좀..
아재코우딩..

으수비가 존나 무서운 말 해서 이제 못할 것 같아요..
제송함미다 제가 실언을 했습니다.

지금도 알림 너무 만이와요

SentientAGI는 정말로 어려운 걸 하고있구나

(글이 너무 길어서 읽기 귀찮으시다면, 맨 아래 '요약' 만 읽으시면 됩니다)

안녕하세요. 최근 KBW 이후로 다양한 프로젝트 홍보 글들이 눈에 많이 띄네요. 감사합니다. 앞으로도 힘내주세요. 눈이 즐겁습니다. 많이 좋은 사진들을 첨부해주세요 마케팅 팀.

그래서 오늘은 SentientAGI에 대해 조금 깊게 파봤습니다.
예전에 SentientAI 시절에는 논문 퀄리티가 많이 떨어져서 직접 비판했던 기억도 있는데, 지금은 많은 부분이 달라진 것 같아 이번에는 주요 키워드와 아이디어를 정리하고 각각에 대해 의견을 적어보겠습니다. (정말 많이 바뀌었더라구요?)

우선 내용을 설명드리기전에, SentientAGI 플젝이 현재 제안하는 내용이 굉장히 도전적입니다. 이는 좋게 말하면 '특별하다' 라고 할 수 있고, 나쁘게 말하면 '이걸 할 수 있어?' 라는 뜻도 됩니다. 아래 내용들은 AI는 어느정도 알지만, Web3는 조금 미숙한 한 개인이 작성한 리뷰라고 봐주시면 좋을 것 같습니다.

키워드는 GRID, ROMA, Dobby, OML, ODS 입니다.

[1] Dobby: Llama3.1 기반 충성(?) 모델

Dobby는 HuggingFace에 공개된 모델인데, Llama3.1 파인튜닝 버전입니다. Llama3.1 자체가 당시에는 굉장히 잘 만든 모델이었지만 지금 시점(2025년)에서는 Qwen 3.0 같은 중국발 모델들이 압도하고 있습니다.

Sentient은 Dobby의 특징으로 “검열이 적고 충성스러운 모델”을 내세우는데… 솔직히 대부분의 오픈소스 모델이 이미 비슷한 성격을 가지고 있습니다. 이걸 장점이라고 내세우는 건...

또 “크립토 친화적”이라고 포지셔닝을 하는데, web3 생태계는 너무 빠르게 변합니다. 정적으로 파인튜닝된 LLM이 그 속도를 따라가기는 불가능합니다. 차라리 실시간 데이터를 처리하는 에이전트 로직이 붙어야 web3를 제대로 다룰 수 있다고 생각합니다. 그런 면에서 Surft 같은 크립토 전용 에이전트 프로젝트가 더 설득력 있어 보이기도 합니다.

[2] ROMA: 재귀 기반 Flow Agent, 그냥 루프 돌리는 Agent Flow

ROMA는 그냥 계층적 파이프라인을 재귀적으로 돌리는 에이전트입니다. 문제가 생기면 다시 돌아가서 반복 수행한다는 구조인데… 사실 이건 새로운 아이디어라기보다는 그냥 For Loop 에이전트를 멋지게 포장한 느낌입니다. 특별히 독창적이라고 하기는 힘들고, 오픈소스 프레임워크(LangGraph, AutoGen 등)랑 큰 차이를 찾기 어렵습니다. 자동으로 해준다! 라는 부분은.. 되면 좋은데.. 잘 안될겁니다. 아직까지의 LLM 수준으로는..

[3] OML: AI-native Fingerprinting 인데.. 이게 뭔지 잘 모르겠어요

OML은 처음 읽으면 되게 헷갈립니다. 요약하면, 모델에 일종의 지문(fingerprint)을 심어서 원 소유자/기여자를 증명하는 개념입니다.
오픈소스 모델을 마음대로 가져다가 파인튜닝하거나 LoRA를 붙일 수 있는데, OML은 그 원래 모델의 “출신”을 증명할 수 있도록 합니다.

제가 이해가 안되는 부분은:

- 아직 Robustness 결과가 부족합니다. (파인튜닝, 지식 증류, LoRA 합성 이후에도 fingerprint가 살아남는지?)

- 오픈소스 생태계에서 왜 굳이 소유권 증명을 해야 하는가? 라는 근본적인 의문도 있습니다. 오픈소스 정신과 약간 어긋나죠.

다만 향후 GRID 보상 시스템(스테이킹+보상)에 연결되면 필요성이 생깁니다. 누가 진짜 모델을 만든 건지 추적할 수 있어야 토큰 보상이 정당해지니까요.

개념은 흥미롭지만 아직 실험 데이터가 충분하지 않아 불확실한 상태라고 보는 게 맞습니다.

[4] ODS: Open Deep Search(딱히 특별할건 없다)

ODS는 “툴 연결” 기반의 오픈 검색+추론 스택입니다. 말 그대로 에이전트가 웹 툴을 연결해 답변을 만들어내는 구조입니다. 특이한 점은 Sentient이 이걸 논문과 코드로 공개했고, 일부 벤치마크(SimpleQA, FRAMES)에서는 GPT-4o Search 프리뷰보다 더 좋은 성능을 보였다고 주장합니다.

다만 이쪽 분야 자체가 이미 경쟁이 치열합니다. 비슷한 오픈소스/상용 프로젝트가 많아서, ODS 하나가 특별히 독창적이라고 보기는 어렵습니다. 그래도 논문+코드 공개로 최소한 학술적 신뢰성을 쌓은 건 의미가 있습니다.

[5] GRID: 토큰 기반 AI 네트워크 (가장 유니크하지만 가장 위험한 부분)

GRID는 지금 SentientAGI가 가장 강하게 밀고 있는 개념입니다.(최근 포스트도 다 이거였어요)

구조는 다음과 같습니다:

- (1) 빌더가 자신이 만든 아티팩트(모델, 에이전트, 툴, 워크플로우)를 GRID에 등록

- (2) 사용자들이 Sentient Chat 등을 통해 해당 아티팩트를 사용

- (3) 사용자들이 아티팩트에 스테이킹 가능 (일종의 서포트+신뢰 투표)

- (4) 보상은 실제 사용량 + 스테이킹 + 리뷰어 평판을 기반으로 분배

겉으로 보면 단순히 “AI 앱스토어 + 토큰 보상 시스템” 같지만, Sentient은 여기서 “라우팅 시스템”을 강조합니다.
즉, 단순 인기투표 방식이 아니라, 시스템 레벨에서 적절한 아티팩트/모델/툴을 자동 선택해 사용자가 굳이 고를 필요가 없다는 거죠.

이론적으로는 멋집니다. 내가 작은 빌더라도 좋은 걸 만들면 라우팅이 자동으로 내 아티팩트를 골라줄 테니, 공정한 경쟁/보상/기여도 지급이 가능하다! 이런 그림을 그리는 거죠.

하지만 문제는 너무 모호하다는 겁니다:

라우팅 기준은 공개되지 않았습니다. 결국 Sentient의 내부 휴리스틱/알고리즘이 개입될 수밖에 없는데, 이게 사실상 중앙화된 컨트롤과 다를 바 없는 위험이 있습니다.

리뷰어/심사자의 영향력이 과도하게 커질 수 있습니다. 스테이킹-리뷰어-보상 구조는 담합/시빌 공격/보상 왜곡 위험이 큽니다. (비트텐서에서도 실제로 나타난 문제입니다.)

만약 LLM이 심사위원 역할을 한다면, 굉장히 정교한 메트릭이 필요합니다. 하지만 현재로선 아무 것도 공개되지 않았습니다. 그리고 LLM이 이정도로 복잡한 Workflow에서 제대로 기여도 판단을 할 수 있을까? 라는 문제도 남아있습니다.

기여도 분배 문제도 큽니다. 여러 아티팩트가 동시에 쓰였을 때, “누가 답변 품질에 가장 크게 기여했는가”를 정확히 나누는 건 정말 정말 어려운 요소라고 생각합니다.

즉, GRID는 SentientAGI가 제안하는 것 중 가장 독특한 컨셉이자 동시에 가장 난이도 높은 문제입니다.

- 공정한 평가 기준을 어떻게 만들 것인가?
- 중앙화 없이 라우팅/보상 분배를 어떻게 설계할 것인가?
- 수많은 아티팩트와 리뷰어들이 얽힌 복잡한 파이프라인에서 기여도를 어떻게 산출할 것인가?

이건 논문 한두 편으로 해결될 문제가 아니라, 학계+산업계 전체가 풀고 있는 난제에 가까운 주제입니다.

그냥 이정도는 아니고, 일반적인 스테이킹+빌더 후원 느낌이에요.. 이러면
굳이 왜 GRID를 쓰지? 로 귀결됩니다.

그래서 요약)

- KBW이후로 눈이 즐거운 광고가 많아져서 행복합니다. 많이 힘내주세요.

- SentientAGI가 주장하는 부분들 중에서 오픈소스 모델은 상당히 평범합니다. 다른 제안/특징/툴 도 나쁘지는 않은데, 굳이 특별할 부분은 있는지 모르겠습니다.

- GRID가 가장 특별하고, 가장 독특해보이는데, 그 어떤 프로젝트에서 제안하는 기여도 방식보다 '가장 높은 난이도'의 무언가를 제시하고 있기에, 진짜로 할수 있을까..? 라는 의문이 머리에서 마구마구 듭니다.

여담)
GRID가 정말정말 잘 되면 좋겠어요.
그냥 모델 여러개 모아두고 알아서 챱챱챱 -> 성공!
이런거면 진짜진짜 실망할거 같거든요.
유기적인 Web3+AI 앱스토어가 되길 기대해봅니다.

엄마 세이예스가 날 알아!!엄마 세이예스가 날 알아!!엄마 세이예스가 날 알아!!엄마 세이예스가 날 알아!!엄마 세이예스가 날 알아!!엄마 세이예스가 날 알아!!