Forwarded from RED PILL 정두업 (정두업 ㅣ엉금엉금🐢)
z.ai의 GLM-5.1 출시
당빠 뻥치마크지만 Opus4.6 근접했다 하고 그것보다 컨텍스트 윈도우가 131k로 너무 작았는데 200k로 거의 gpt수준까지 올라온게 큰 장점.
지금은 연간 max 플랜 200불에 쓸 수 없지만 그래도 Oauth로 사용가능한 중국 요금제 중 최고 성능임.
오픈클로 sonnet으로 돌리면 밴 먹어서 GLM으로 돌리는데 어차피 전문 코딩 외의 업무 시키기엔 진짜 충분히 대체가능할 정도로는 똑똑한 듯?
자동화 업무 등에 걸어놓을 저렴한 보조 LLM 대체제 찾는 사람들에게 괜춘
다만 즁귝꺼니 민감한 코드베이스나 env파일, 개인정보 다룰 범위에서 사용하면 안되겠지?
당빠 뻥치마크지만 Opus4.6 근접했다 하고 그것보다 컨텍스트 윈도우가 131k로 너무 작았는데 200k로 거의 gpt수준까지 올라온게 큰 장점.
지금은 연간 max 플랜 200불에 쓸 수 없지만 그래도 Oauth로 사용가능한 중국 요금제 중 최고 성능임.
오픈클로 sonnet으로 돌리면 밴 먹어서 GLM으로 돌리는데 어차피 전문 코딩 외의 업무 시키기엔 진짜 충분히 대체가능할 정도로는 똑똑한 듯?
자동화 업무 등에 걸어놓을 저렴한 보조 LLM 대체제 찾는 사람들에게 괜춘
다만 즁귝꺼니 민감한 코드베이스나 env파일, 개인정보 다룰 범위에서 사용하면 안되겠지?
Forwarded from 공포의 쓴맛
$BASED
CA)
- BSC CA:
- ERC CA:
- HyperEVM CA:
타임라인)
· Binance Alpha 17시(BSC)
· Bybit Spot 17시(ERC)
DEX)
· PancakeLP
- 시작가격 0.075(FDV 75M)
- 7.42M $BASED + 500k USDT
· Hyena(Perp)
- 시작가격 0.2(FDV 200M)
토큰정보)
- 총 발행량 : 1B
A)공식 유통량 : 235M
B)미청구물량: 약 18.4M
C)현재까지 스테이킹물량: 65M
실 유통량(A-B-C) : 151.6M $BASED(현재기준)
- FDV 100M = MC 15.2M
- FDV 200M = MC 30M
- FDV 300M = MC 45.6M
기타)
· 1PUP = 0.034837 BASED(고정)
- $PUP 이론가치 = $BASED price*0.034837(4월 3일까지)
- $PUP price ＜ $BASED price*0.034837 일시 스왑후 매도 가능.
- PUP 고래 지갑 스왑 체크 필요 :
Core: 0x7ea90af38397575a372e36bdc0f5970fb512fc7f (8.66M PUP)
EVM: 홀더 참조
CA)
- BSC CA:
0x1d28D989F9e3CCb8B15D0cec601734514f958E4- ERC CA:
0x4f2b33840227ddd0e28da8d4185d6fa07adfed87- HyperEVM CA:
0x053f6755320d06b8fd6675581b0475B2E32399b1타임라인)
· Binance Alpha 17시(BSC)
· Bybit Spot 17시(ERC)
DEX)
· PancakeLP
- 시작가격 0.075(FDV 75M)
- 7.42M $BASED + 500k USDT
· Hyena(Perp)
- 시작가격 0.2(FDV 200M)
토큰정보)
- 총 발행량 : 1B
A)공식 유통량 : 235M
B)미청구물량: 약 18.4M
C)현재까지 스테이킹물량: 65M
실 유통량(A-B-C) : 151.6M $BASED(현재기준)
- FDV 100M = MC 15.2M
- FDV 200M = MC 30M
- FDV 300M = MC 45.6M
기타)
· 1PUP = 0.034837 BASED(고정)
- $PUP 이론가치 = $BASED price*0.034837(4월 3일까지)
- $PUP price ＜ $BASED price*0.034837 일시 스왑후 매도 가능.
- PUP 고래 지갑 스왑 체크 필요 :
Core: 0x7ea90af38397575a372e36bdc0f5970fb512fc7f (8.66M PUP)
EVM: 홀더 참조
한국분들이 많이하셨는데 흥했으면 좋겠습니다...베엡단 파이팅!
Forwarded from Carrot Cave 🥕
왕관이 콘센트가 되는 순간
요즘 AI 시장을 보면서 이상한 감각을 자주 느낀다. 프런티어 모델은 여전히 강하다. 그런데 그 강함을 바라보는 내 시선은 예전과 다르다. 성능이 떨어져서가 아니다. 그 성능이 앞으로도 가장 비싼 가격을 받을 수 있을지에 대한 의심이 점점 커지고 있기 때문이다. 지난 몇 년 동안 가장 많은 자본과 GPU를 태워 시대의 문법을 정의해온 소수의 기업, 그러니까 OpenAI와 Anthropic이 상징해온 질서가 생각보다 빨리 흔들릴 수 있다는 상상이다.
그동안 시장은 이 질서를 거의 자연법칙처럼 받아들였다. 가장 앞선 모델이 가장 큰 영향력을 갖고, 그 영향력이 다시 가장 높은 가격과 가장 큰 기업가치로 이어질 것이라는 믿음. 프런티어 모델의 권력은 성능 그 자체만이 아니라, 그 성능이 비싼 가격을 정당화할 수 있다는 확신 위에 세워져 있었다.
그런데 지금 금이 가는 것은 기술보다 그 수익화 방식이다. 가장 어려운 문제에서는 여전히 이들이 앞서 있다. 하지만 많은 사용자가 어느새 최고 성능보다 충분한 성능을 묻기 시작했다. 산업 초기에는 더 나은 제품이 훨씬 비싸도 선택의 여지가 없었다. 보편화의 시대가 오면 질문은 달라진다. 얼마나 뛰어난가보다, 얼마나 싸고 충분한가가 중요해진다.
이 변화는 특히 개발자가 아닌 일반 사용자에게서 먼저 선명해진다. 이메일을 다듬고, 보고서를 요약하고, 일상적인 질문에 답을 얻는 정도라면 세계 최고 수준의 추론 능력은 필수가 아니다. 여기에는 성능만이 아니라 속도도 함께 작동한다. 고급 모델이 더 정교한 답을 낼 수는 있지만, 응답이 느리고 호흡이 길어질수록 일반 사용자에게는 오히려 단점이 된다.
많은 사람에게 중요한 것은 가장 깊은 답이 아니라, 지금 바로 쓸 수 있는 충분히 좋은 답이다. 프런티어 모델이 여전히 왕관을 쓰고 있더라도, 사람들이 매일 왕을 필요로 하지 않는다면 왕관의 가치도 달라진다.
숫자는 이 감각을 더 냉정하게 만든다. LangChain의 Deep Agents 평가에서 Claude Opus 4.6의 정확도는 0.68, GLM-5는 0.64였다. 격차는 남아 있지만 절대적 해자로 읽기에는 좁다. 반면 비용 차이는 훨씬 크다. Opus 4.6은 입력 100만 토큰당 5달러, 출력 25달러다. GLM-5는 0.95달러와 3.15달러, MiniMax M2.7은 0.30달러와 1.20달러 수준이다. LangChain은 하루 1천만 개의 출력 토큰 기준으로 Opus 4.6이 약 250달러, MiniMax M2.7이 약 12달러라고 적었다. 연간으로 환산하면 약 8만7천 달러 차이다. 왕관은 아직 남아 있지만, 시장은 이제 왕관보다 통행료를 계산한다.
더 결정적인 변화는 우위의 쓰임새 자체가 바뀌고 있다는 점이다. 일반 작업에서는 가장 똑똑한 모델보다, 가장 영리하게 모델을 배분하는 라우팅이 중요해지고 있다. 값싼 모델로 처리할 수 있는 요청은 최대한 싸게 보내고, 정말 어려운 요청만 프런티어 모델에 맡기는 구조. 이 구조가 퍼질수록 프런티어 모델은 전체의 기본값이 아니라 고난도 구간의 예외 모델이 된다. 쉬운 요청은 빠져나가고, 어렵고 비싼 요청만 남는다. 결국 가장 비싼 일만 떠안는 구조로 밀려나는 셈이다. 왕좌가 비어가는 것이 아니라, 점점 손해가 큰 자리로 바뀌는 것이다.
그래서 프런티어의 위기는 기술 열세보다 먼저 정당화의 균열에서 찾아온다. OpenAI와 Anthropic의 힘은 단지 모델이 좋아서만 나온 것이 아니다. 최고 수준의 모델은 소수의 거대 연구소만 만들 수 있으므로, 그들은 높은 가격과 높은 기업가치를 누릴 자격이 있다는 믿음에서 나왔다. 균열은 성능표보다 먼저, 그 믿음의 독점이 흔들릴 때 시작된다. 오픈 모델은 왕관을 빼앗지 못했을지 몰라도, 왕관의 가격표를 흔들기 시작했다.
이 점에서 구글이 Gemma 4를 오픈으로 내놓은 장면은 꽤 상징적이다. 토큰 매출에 모든 것이 걸린 프런티어 랩이라면 쉽게 하기 어려운 선택이다. 뒤집어 말하면, 구글은 모델을 풀어도 버틸 수 있는 다른 수익 기반과 유통 지배력을 갖고 있다는 뜻이다. 프런티어 랩이 모델 자체의 통행료에 집착할수록, 구글의 이런 선택은 오히려 여유의 신호처럼 보인다. 누군가는 모델을 팔아야만 버티고, 누군가는 모델을 풀어도 버틴다. 이 차이는 생각보다 깊다.
OpenAI가 보이는 위기의 신호는 선명하다. Sora는 한때 OpenAI가 텍스트를 넘어 영상까지 지배할 수 있다는 야심의 상징이었다. 그러나 최근 사실상 접는 방향으로 움직였고, 그와 연결돼 있던 디즈니 쪽 파트너십 서사도 무산되는 흐름이 나타났다. 시장은 여기서 한 가지 명제를 다시 꺼내 든다. 최전선의 데모를 가장 먼저 보여주는 것과, 그 데모를 장기적 시장 지배력으로 연결하는 것은 전혀 다른 문제라는 사실이다. 놀라운 기술은 곧바로 놀라운 사업이 되지 않는다.
Anthropic의 위기 신호는 반대편에서 온다. 난데없는 공지와 함께 OpenClaw 같은 서드파티 경로의 사용을 통제하는 방향은, 이 회사가 이사회로부터 얼마나 강한 수익성 압박을 받고 있는지를 드러낸다. 실제로 트위터에는 OpenClaw의 메인모델을 오픈모델이나 더 저렴한 대안으로 옮겨갔다는 포스팅이 넘쳐난다. 이것이 곧 계량된 대규모 이탈의 증거는 아니더라도, 방향은 분명하다. 영향력의 확장보다 비용 통제가 먼저 읽히는 순간, 생태계 장악력은 생각보다 빠르게 약해질 수 있다. 제국은 종종 외부의 침략보다, 스스로 확장을 멈추는 순간 더 빨리 작아진다.
권력은 서서히 최고의 모델 바깥으로 이동하고 있다. 프런티어 랩이 파는 것은 더 똑똑한 모델이지만, 시장이 실제로 사는 것은 더 예측 가능한 시스템이다. 안정성, 비용 예측 가능성, 통합 용이성, 작업 흐름에의 밀착, 평가와 관리의 편의성. 이 모든 것은 모델 자체보다 그 바깥에서 결정된다. 아이러니하게도 모델이 강해질수록 가치의 중심은 프롬프트 설계, 데이터 파이프라인, 사내 워크플로, 라우팅 체계 같은 외곽 시스템으로 이동한다. 왕이 모든 것을 지배하던 시대가 아니라, 왕을 호출하는 배전망이 권력을 갖는 시대로 넘어가는 것이다.
그래서 지금 벌어지는 일은 경쟁 심화가 아니라 재분류에 가깝다. 시장이 OpenAI와 Anthropic을 무한한 마진을 가진 소프트웨어 제국이 아니라, 거대한 선투자와 짧은 회수 기간을 견뎌야 하는 인프라 사업자로 다시 보기 시작하는 순간이다. 모델은 인프라가 되고, 인프라는 결국 마진이 수렴한다. 오픈 모델의 충분성, 라우팅의 확산, 가격 인하 압력, 추론 비용의 증가, 서드파티 사용 통제, 중국발 가격의 바닥. 이것들이 겹치면 흔들리는 것은 성장률이 아니라 기업가치의 전제 자체다.
더 무서운 것은 이 균열이 두 기업의 문제로 끝나지 않을 수 있다는 점이다. OpenAI와 Anthropic은 지금 AI 자본시장의 기준점에 가깝다. 이들의 높은 기업가치를 기준으로 모델 기업, 반도체 기업, 데이터센터, 클라우드, 응용 서비스까지 기대치가 함께 올라갔다. 만약 프런티어 모델 회사의 가치가 높은 단가, 높은 점유율, 높은 장기 마진으로 더 이상 정당화되지 않는다는 판단이 본격화되면, 충격은 개별 기업에 머물지 않는다. 가장 꼭대기에 있는 기업의 평가 방식이 흔들리는 순간, 그 아래에 쌓인 기대도 한 번에 다시 계산되기 때문이다.
다음 시대의 승자는 가장 뛰어난 모델을 만든 연구실이 아닐 수도 있다. 더 비싼 지능을 만드는 자가 아니라, 지능을 너무 흔해서 의식되지 않는 기반 시설로 바꾸는 자일 수도 있다. 전기가 위대해서 문명이 바뀐 것이 아니다. 전기가 너무 싸고 너무 널리 퍼져 아무도 그것을 특별한 기술로 부르지 않게 되었을 때 세계가 바뀌었다.
그렇다면 우리가 지금 지나고 있는 것은 제국의 몰락일까, 아니면 기적의 일상화일까. 왕관이 바닥에 떨어지는 순간이 아니라, 어느 날 벽의 콘센트처럼 너무 익숙해져 아무도 올려다보지 않게 되는 순간 말이다.
요즘 AI 시장을 보면서 이상한 감각을 자주 느낀다. 프런티어 모델은 여전히 강하다. 그런데 그 강함을 바라보는 내 시선은 예전과 다르다. 성능이 떨어져서가 아니다. 그 성능이 앞으로도 가장 비싼 가격을 받을 수 있을지에 대한 의심이 점점 커지고 있기 때문이다. 지난 몇 년 동안 가장 많은 자본과 GPU를 태워 시대의 문법을 정의해온 소수의 기업, 그러니까 OpenAI와 Anthropic이 상징해온 질서가 생각보다 빨리 흔들릴 수 있다는 상상이다.
그동안 시장은 이 질서를 거의 자연법칙처럼 받아들였다. 가장 앞선 모델이 가장 큰 영향력을 갖고, 그 영향력이 다시 가장 높은 가격과 가장 큰 기업가치로 이어질 것이라는 믿음. 프런티어 모델의 권력은 성능 그 자체만이 아니라, 그 성능이 비싼 가격을 정당화할 수 있다는 확신 위에 세워져 있었다.
그런데 지금 금이 가는 것은 기술보다 그 수익화 방식이다. 가장 어려운 문제에서는 여전히 이들이 앞서 있다. 하지만 많은 사용자가 어느새 최고 성능보다 충분한 성능을 묻기 시작했다. 산업 초기에는 더 나은 제품이 훨씬 비싸도 선택의 여지가 없었다. 보편화의 시대가 오면 질문은 달라진다. 얼마나 뛰어난가보다, 얼마나 싸고 충분한가가 중요해진다.
이 변화는 특히 개발자가 아닌 일반 사용자에게서 먼저 선명해진다. 이메일을 다듬고, 보고서를 요약하고, 일상적인 질문에 답을 얻는 정도라면 세계 최고 수준의 추론 능력은 필수가 아니다. 여기에는 성능만이 아니라 속도도 함께 작동한다. 고급 모델이 더 정교한 답을 낼 수는 있지만, 응답이 느리고 호흡이 길어질수록 일반 사용자에게는 오히려 단점이 된다.
많은 사람에게 중요한 것은 가장 깊은 답이 아니라, 지금 바로 쓸 수 있는 충분히 좋은 답이다. 프런티어 모델이 여전히 왕관을 쓰고 있더라도, 사람들이 매일 왕을 필요로 하지 않는다면 왕관의 가치도 달라진다.
숫자는 이 감각을 더 냉정하게 만든다. LangChain의 Deep Agents 평가에서 Claude Opus 4.6의 정확도는 0.68, GLM-5는 0.64였다. 격차는 남아 있지만 절대적 해자로 읽기에는 좁다. 반면 비용 차이는 훨씬 크다. Opus 4.6은 입력 100만 토큰당 5달러, 출력 25달러다. GLM-5는 0.95달러와 3.15달러, MiniMax M2.7은 0.30달러와 1.20달러 수준이다. LangChain은 하루 1천만 개의 출력 토큰 기준으로 Opus 4.6이 약 250달러, MiniMax M2.7이 약 12달러라고 적었다. 연간으로 환산하면 약 8만7천 달러 차이다. 왕관은 아직 남아 있지만, 시장은 이제 왕관보다 통행료를 계산한다.
더 결정적인 변화는 우위의 쓰임새 자체가 바뀌고 있다는 점이다. 일반 작업에서는 가장 똑똑한 모델보다, 가장 영리하게 모델을 배분하는 라우팅이 중요해지고 있다. 값싼 모델로 처리할 수 있는 요청은 최대한 싸게 보내고, 정말 어려운 요청만 프런티어 모델에 맡기는 구조. 이 구조가 퍼질수록 프런티어 모델은 전체의 기본값이 아니라 고난도 구간의 예외 모델이 된다. 쉬운 요청은 빠져나가고, 어렵고 비싼 요청만 남는다. 결국 가장 비싼 일만 떠안는 구조로 밀려나는 셈이다. 왕좌가 비어가는 것이 아니라, 점점 손해가 큰 자리로 바뀌는 것이다.
그래서 프런티어의 위기는 기술 열세보다 먼저 정당화의 균열에서 찾아온다. OpenAI와 Anthropic의 힘은 단지 모델이 좋아서만 나온 것이 아니다. 최고 수준의 모델은 소수의 거대 연구소만 만들 수 있으므로, 그들은 높은 가격과 높은 기업가치를 누릴 자격이 있다는 믿음에서 나왔다. 균열은 성능표보다 먼저, 그 믿음의 독점이 흔들릴 때 시작된다. 오픈 모델은 왕관을 빼앗지 못했을지 몰라도, 왕관의 가격표를 흔들기 시작했다.
이 점에서 구글이 Gemma 4를 오픈으로 내놓은 장면은 꽤 상징적이다. 토큰 매출에 모든 것이 걸린 프런티어 랩이라면 쉽게 하기 어려운 선택이다. 뒤집어 말하면, 구글은 모델을 풀어도 버틸 수 있는 다른 수익 기반과 유통 지배력을 갖고 있다는 뜻이다. 프런티어 랩이 모델 자체의 통행료에 집착할수록, 구글의 이런 선택은 오히려 여유의 신호처럼 보인다. 누군가는 모델을 팔아야만 버티고, 누군가는 모델을 풀어도 버틴다. 이 차이는 생각보다 깊다.
OpenAI가 보이는 위기의 신호는 선명하다. Sora는 한때 OpenAI가 텍스트를 넘어 영상까지 지배할 수 있다는 야심의 상징이었다. 그러나 최근 사실상 접는 방향으로 움직였고, 그와 연결돼 있던 디즈니 쪽 파트너십 서사도 무산되는 흐름이 나타났다. 시장은 여기서 한 가지 명제를 다시 꺼내 든다. 최전선의 데모를 가장 먼저 보여주는 것과, 그 데모를 장기적 시장 지배력으로 연결하는 것은 전혀 다른 문제라는 사실이다. 놀라운 기술은 곧바로 놀라운 사업이 되지 않는다.
Anthropic의 위기 신호는 반대편에서 온다. 난데없는 공지와 함께 OpenClaw 같은 서드파티 경로의 사용을 통제하는 방향은, 이 회사가 이사회로부터 얼마나 강한 수익성 압박을 받고 있는지를 드러낸다. 실제로 트위터에는 OpenClaw의 메인모델을 오픈모델이나 더 저렴한 대안으로 옮겨갔다는 포스팅이 넘쳐난다. 이것이 곧 계량된 대규모 이탈의 증거는 아니더라도, 방향은 분명하다. 영향력의 확장보다 비용 통제가 먼저 읽히는 순간, 생태계 장악력은 생각보다 빠르게 약해질 수 있다. 제국은 종종 외부의 침략보다, 스스로 확장을 멈추는 순간 더 빨리 작아진다.
권력은 서서히 최고의 모델 바깥으로 이동하고 있다. 프런티어 랩이 파는 것은 더 똑똑한 모델이지만, 시장이 실제로 사는 것은 더 예측 가능한 시스템이다. 안정성, 비용 예측 가능성, 통합 용이성, 작업 흐름에의 밀착, 평가와 관리의 편의성. 이 모든 것은 모델 자체보다 그 바깥에서 결정된다. 아이러니하게도 모델이 강해질수록 가치의 중심은 프롬프트 설계, 데이터 파이프라인, 사내 워크플로, 라우팅 체계 같은 외곽 시스템으로 이동한다. 왕이 모든 것을 지배하던 시대가 아니라, 왕을 호출하는 배전망이 권력을 갖는 시대로 넘어가는 것이다.
그래서 지금 벌어지는 일은 경쟁 심화가 아니라 재분류에 가깝다. 시장이 OpenAI와 Anthropic을 무한한 마진을 가진 소프트웨어 제국이 아니라, 거대한 선투자와 짧은 회수 기간을 견뎌야 하는 인프라 사업자로 다시 보기 시작하는 순간이다. 모델은 인프라가 되고, 인프라는 결국 마진이 수렴한다. 오픈 모델의 충분성, 라우팅의 확산, 가격 인하 압력, 추론 비용의 증가, 서드파티 사용 통제, 중국발 가격의 바닥. 이것들이 겹치면 흔들리는 것은 성장률이 아니라 기업가치의 전제 자체다.
더 무서운 것은 이 균열이 두 기업의 문제로 끝나지 않을 수 있다는 점이다. OpenAI와 Anthropic은 지금 AI 자본시장의 기준점에 가깝다. 이들의 높은 기업가치를 기준으로 모델 기업, 반도체 기업, 데이터센터, 클라우드, 응용 서비스까지 기대치가 함께 올라갔다. 만약 프런티어 모델 회사의 가치가 높은 단가, 높은 점유율, 높은 장기 마진으로 더 이상 정당화되지 않는다는 판단이 본격화되면, 충격은 개별 기업에 머물지 않는다. 가장 꼭대기에 있는 기업의 평가 방식이 흔들리는 순간, 그 아래에 쌓인 기대도 한 번에 다시 계산되기 때문이다.
다음 시대의 승자는 가장 뛰어난 모델을 만든 연구실이 아닐 수도 있다. 더 비싼 지능을 만드는 자가 아니라, 지능을 너무 흔해서 의식되지 않는 기반 시설로 바꾸는 자일 수도 있다. 전기가 위대해서 문명이 바뀐 것이 아니다. 전기가 너무 싸고 너무 널리 퍼져 아무도 그것을 특별한 기술로 부르지 않게 되었을 때 세계가 바뀌었다.
그렇다면 우리가 지금 지나고 있는 것은 제국의 몰락일까, 아니면 기적의 일상화일까. 왕관이 바닥에 떨어지는 순간이 아니라, 어느 날 벽의 콘센트처럼 너무 익숙해져 아무도 올려다보지 않게 되는 순간 말이다.
Nutty flavors — AI, On-chain, Stocks
대부분 산업들에서는 굳이 비싼 돈 주고 미국 ai 업체들의 모델을 쓸 이유가 없어질거다.
하드웨어 업체들의 수요, 데이터센터 수요는 기하급수적으로 폭발하겠지만 거기 들어가는 API는 low cost token producers 끼리의 경쟁이 치열하지 않을까.
하드웨어 업체들의 수요, 데이터센터 수요는 기하급수적으로 폭발하겠지만 거기 들어가는 API는 low cost token producers 끼리의 경쟁이 치열하지 않을까.
중국애들 만나보면 아이비 출신 애들도 , 클로드 쓸 수 있더라도 회사에서 가성비를 이유로 이미 중국 ai들 쓰고있는데 걍 충분하다고 함. 모델 성능 차이보다는 remote control이니 뭐니 하면서 편의 UX로 승부보는 시점되면 진짜루 비싼거 쓸 이유가 없음.
Forwarded from The ticker is ETH (sm-stack)
[Reth 2.0, 가장 빠른 이더리움 노드 구현체]
Reth 2.0이 오늘 공식 출시됐습니다. 이더리움에서 가장 빠른 노드 구현체가 될 만큼, 성능에 초점을 맞춘 릴리즈이죠. 이번 릴리즈에 어떤 최적화들이 들어갔는지 자세히 보겠습니다.
[Reth가 달성한 수치: 1.7 GigaGas/sec, 디스크 240GB]
[어떻게 이걸 달성했나]
크게 세 가지 구조적 변화가 있습니다.
<1. Sparse Trie 캐시: 상태 루트 계산의 병목 해소>
<2. 부분 증명(Partial Proofs): 디스크 읽기 절반으로 감소>
<3. 핫/콜드 계층형 스토리지: 20배 빠른 블록 저장>
[다음 Reth의 목표]
상태 루트 계산이 더 이상 병목이 아니게 되면서, 다음 타겟은 트랜잭션 실행 자체의 속도입니다. 두 가지 방향이 있습니다.
[정리]
이더리움 실행 클라이언트의 발전이 점점 흥미로워지고 있습니다. Geth가 오랫동안 지배적이었으며, 성능은 Nethermind가 압도적이었던 시장에서, Reth가 공격적인 AI 사용을 기반으로 한 빠른 개발 속도로 상한선을 계속 끌어올리고 있는 모습이 인상적입니다.
앞으로 이더리움 클라이언트의 다양성과, 이 높아진 성능이 L2 등에서 어떻게 활용될지 지켜봐도 좋을 것 같습니다!
출처
Reth 2.0이 오늘 공식 출시됐습니다. 이더리움에서 가장 빠른 노드 구현체가 될 만큼, 성능에 초점을 맞춘 릴리즈이죠. 이번 릴리즈에 어떤 최적화들이 들어갔는지 자세히 보겠습니다.
[Reth가 달성한 수치: 1.7 GigaGas/sec, 디스크 240GB]
이더리움에서 모든 연산은 가스라는 단위로 측정됩니다. 송금은 21,000 가스, 복잡한 디파이 트랜잭션은 수십만 가스를 소모하죠. 이번 Reth는 초당 17억 가스어치의 연산을 처리할 수 있다고 주장하는데, 현재 이더리움 메인넷의 가스 리밋이 블록당 4,500만 가스 정도이니 이론적으로 초당 수십 블록을 처리할 수 있는 여유를 확보한 셈입니다. 이러한 성능 이점은 ethPandaOps 대시보드에서 드러납니다. 해당 대시보드는 각 클라이언트의 블록 검증 속도를 측정하는데, 최근 95% 이상의 블록에서 Reth가 가장 빠른 것으로 드러나죠.
디스크 사용량도 많은 최적화가 이루어졌습니다. 이더리움 풀 노드는 보통 수백 GB에서 TB 단위의 저장 공간을 요구하는데, Reth 2.0은 약 240GB, 스냅샷 다운로드 시 약 170GB까지 줄였습니다.
[어떻게 이걸 달성했나]
크게 세 가지 구조적 변화가 있습니다.
<1. Sparse Trie 캐시: 상태 루트 계산의 병목 해소>
이더리움의 모든 계정 잔액, 컨트랙트 데이터 등은 ‘상태(state)’라고 불리는 거대한 데이터셋에 저장됩니다. 매 블록마다 노드는 이 전체 상태를 요약한 단일 해시값, 즉 ‘상태 루트(state root)’를 계산해야 합니다. 블록이 올바른지 검증하는 핵심 과정이죠.
문제는 이 상태가 머클 패트리샤 트리(MPT) 구조로 저장된다는 점입니다. 트랜잭션이 계정 하나를 바꾸면, 그 계정에서 트리 꼭대기(루트)까지의 경로에 있는 모든 중간 노드를 다시 해싱해야 합니다. 상태가 수억 개 규모로 커질수록 트리는 깊어지고, 이 중간 노드들이 디스크 곳곳에 흩어져 있어 대량의 랜덤 I/O가 발생합니다. 이 디스크 I/O 비용이 상태 루트 계산의 실질적인 병목입니다.
Reth 1.0은 이미 "Sparse Trie"라는 기법으로 이걸 병렬화했습니다. 트랜잭션을 실행하는 동안 백그라운드에서 상태 루트를 동시에 계산하는 방식이죠. 하지만 매 블록마다 이 트라이의 작업용 복사본을 디스크에서 매번 불러와야 했기 때문에, 레이턴시를 일정 수준 이하로 낮추기 어렵다는 단점이 있었죠.
Reth 2.0의 Sparse Trie 캐시는 이 작업용 트라이를 블록이 바뀌어도 메모리에 계속 유지합니다. 블록 A에서 만든 트라이 구조를 블록 B에서 버리지 않고 재활용하는 거죠. 물론 잘 쓰이지 않는 데이터까지 전부 메모리에 올리는 것은 비효율적이니, 주기적인 프루닝을 통해 자주 쓰이는 데이터만 메모리에 올라오도록 합니다. 결과적으로 메인넷 블록 하나의 상태 루트 계산이 1~2ms로 줄었다고 하죠. 이전에는 이 단계가 전체 블록 처리 시간의 상당 부분을 차지했던 걸 고려하면, 사실상 병목이 사라진 것과 다름없습니다.
<2. 부분 증명(Partial Proofs): 디스크 읽기 절반으로 감소>
상태 루트를 계산하려면, 변경된 각 계정에 대해 '머클 증명'이라는 데이터를 트라이에서 가져와야 합니다. 문제는, 같은 블록 안에서 여러 트랜잭션이 비슷한 영역의 계정들을 건드리는 경우가 많다는 점입니다. 기존에는 매번 전체 경로를 디스크에서 처음부터 끝까지 읽어오는 방식을 사용하고 있어, 중복으로 인한 낭비가 컸었죠.
Reth 2.0의 부분 증명은 캐시에 이미 존재하는 상위 부분은 건너뛰고, 아직 없는 하위 부분만 디스크에서 가져옵니다. 이것만으로 블록당 증명 요청 수가 절반으로 줄었고, 디스크 I/O 부담이 크게 감소했습니다.
<3. 핫/콜드 계층형 스토리지: 20배 빠른 블록 저장>
노드가 저장하는 데이터는 성격이 다릅니다. ‘지금 이 순간의 잔액’처럼 자주 읽는 핫 데이터가 있고, ‘3년 전 블록의 트랜잭션’처럼 거의 안 보는 콜드 데이터가 있죠. 기존에는 이걸 전부 하나의 데이터베이스(MDBX)에 넣었습니다.
Reth 2.0은 이걸 세 계층으로 분리했습니다. MDBX에는 검증에 필요한 해시 상태만 남기고, 과거 변경 이력은 append-only 방식의 정적인 파일로, 빠른 검색을 위한 인덱스는 RocksDB로 옮겼습니다. Append-only라는 건 데이터를 수정하거나 삭제하지 않고 뒤에 계속 붙이기만 한다는 뜻인데, 이 방식이 과거 이력 저장에는 훨씬 효율적입니다.
이를 통해, Reth는 일반 블록 저장 시간을 평균 40ms, 기가가스급 대형 블록에 대해서도 400ms 수준까지 줄일 수 있었습니다. Reth 1.0.0에서 같은 크기 블록이 8.4초 걸렸으니, 약 20배 빨라진 것이죠. 데이터베이스 자체가 작아지면서 읽기 속도도 덩달아 빨라진다는 이점도 얻을 수 있습니다.
재밌는 부가 효과도 있습니다. 풀 노드에서 아카이브 노드로(혹은 그 반대로) 전환하려면 해당 파일만 마운트하거나 해제하면 됩니다. 예전에는 처음부터 다시 동기화해야 했던 걸 생각하면 큰 개선이죠.
이 계층형 아키텍처 덕분에 Reth에서도 ‘미니멀 모드’가 가능해졌습니다. 블록 검증에 꼭 필요한 해시 상태 테이블과 트라이 데이터만 저장하고, 나머지 히스토리와 인덱스는 전부 생략하는 설정입니다. 이를 통해, 메인넷 노드를 300GB 미만으로 돌릴 수 있죠.
[다음 Reth의 목표]
상태 루트 계산이 더 이상 병목이 아니게 되면서, 다음 타겟은 트랜잭션 실행 자체의 속도입니다. 두 가지 방향이 있습니다.
첫째, revmc를 통한 AOT/JIT 실행. 현재 EVM 바이트코드는 인터프리터 방식으로 한 줄씩 해석되는데, 이걸 네이티브 머신코드로 미리 컴파일(AOT)하거나 실행 시점에 컴파일(JIT)해서 실행 속도 자체를 끌어올리겠다는 겁니다.
둘째, 글램스터담(Glamsterdam) 하드포크에서 도입 예정인 BAL(Block-level Access List)을 활용한 완전 병렬 실행. 현재 트랜잭션은 같은 상태를 건드릴 수 있기 때문에 기본적으로 순차 실행되는데, BAL이 "이 트랜잭션이 어떤 상태에 접근하는지"를 미리 선언하게 해주면, 겹치지 않는 트랜잭션들을 안전하게 동시 실행할 수 있습니다.
[정리]
이더리움 실행 클라이언트의 발전이 점점 흥미로워지고 있습니다. Geth가 오랫동안 지배적이었으며, 성능은 Nethermind가 압도적이었던 시장에서, Reth가 공격적인 AI 사용을 기반으로 한 빠른 개발 속도로 상한선을 계속 끌어올리고 있는 모습이 인상적입니다.
앞으로 이더리움 클라이언트의 다양성과, 이 높아진 성능이 L2 등에서 어떻게 활용될지 지켜봐도 좋을 것 같습니다!
출처
The ticker is ETH
[Reth 2.0, 가장 빠른 이더리움 노드 구현체] Reth 2.0이 오늘 공식 출시됐습니다. 이더리움에서 가장 빠른 노드 구현체가 될 만큼, 성능에 초점을 맞춘 릴리즈이죠. 이번 릴리즈에 어떤 최적화들이 들어갔는지 자세히 보겠습니다. [Reth가 달성한 수치: 1.7 GigaGas/sec, 디스크 240GB] 이더리움에서 모든 연산은 가스라는 단위로 측정됩니다. 송금은 21,000 가스, 복잡한 디파이 트랜잭션은 수십만 가스를 소모하죠. 이번 Reth는…
엄청난 개선이자, 한편으로는 "이게 ... 이때까지는 이렇게 안되고 있었다고? 왜?" 라는 생각이 드는 부분이기도 함.
항상 블록체인으로 뭘 하려하면 어떻게든 돌아가게 하는건 가능한데, ai full vibe시키면 진짜 비효율적이고 비싼 구조로 짬. 그래서 그걸 어떻게 효율적으로 짜는지는 내가 미리 알고있어야 가이드를 잡아줄 수가 있음. 하다못해 그냥 시키면 가장 기본적인 multicall3도 안 쓰더라.
Reth 2.0 출시로 인해 원래도 그렇게 높은 스펙을 요구하진 않았던 이더리움 노드가 더 낮은 스펙으로도 돌릴 수 있게 됨. 하지만 사실 ETH node의 문제는 엄격한 p2p 규칙 때문에 중앙화된 validator한테 스트림을 받아오며 read-only가 가능한 다른 체인과 달리 내가 받은만큼 보내줘야 피어가 유지되기에 엄청난 out traffic 용량이 소모된다는 점인데 이건 탈중앙화 추구하는 특성상 어쩔 수가 없을 듯.. 우회방안도 있긴한데 얌체짓 하면 장기적으로 다 피어 차단되어 유령 노드가 된다고 하니ㅠ
파라다임은 진짜 블록체인 씬에서 extractive한 다른 모든곳들과 달리 독보적으로 많은 기여를 하는 VC 같다.
파라다임 화이또 EVM 화이또
항상 블록체인으로 뭘 하려하면 어떻게든 돌아가게 하는건 가능한데, ai full vibe시키면 진짜 비효율적이고 비싼 구조로 짬. 그래서 그걸 어떻게 효율적으로 짜는지는 내가 미리 알고있어야 가이드를 잡아줄 수가 있음. 하다못해 그냥 시키면 가장 기본적인 multicall3도 안 쓰더라.
Reth 2.0 출시로 인해 원래도 그렇게 높은 스펙을 요구하진 않았던 이더리움 노드가 더 낮은 스펙으로도 돌릴 수 있게 됨. 하지만 사실 ETH node의 문제는 엄격한 p2p 규칙 때문에 중앙화된 validator한테 스트림을 받아오며 read-only가 가능한 다른 체인과 달리 내가 받은만큼 보내줘야 피어가 유지되기에 엄청난 out traffic 용량이 소모된다는 점인데 이건 탈중앙화 추구하는 특성상 어쩔 수가 없을 듯.. 우회방안도 있긴한데 얌체짓 하면 장기적으로 다 피어 차단되어 유령 노드가 된다고 하니ㅠ
파라다임은 진짜 블록체인 씬에서 extractive한 다른 모든곳들과 달리 독보적으로 많은 기여를 하는 VC 같다.
파라다임 화이또 EVM 화이또
👍1
Forwarded from [삼성 이영진] 글로벌 AI/SW
오픈AI, 챗GPT 구독 플랜의 Codex 사용 한도
- 챗GPT
Plus($20) - 1x
Pro($100) - 5x → 프로모 적용(~5/31) 10x
Pro($200) - 10x → 프로모 적용(5/31) 20x
- 클로드
Pro($20) - 1x
Max($100) - 5x
Max($200) - 20x
→ Codex는 유저 100만 명 추가 시 마다 리셋 이벤트 + 클로드 체감 한도는..
<Codex 총괄 Tibo>
https://t.me/Samsung_Global_AI_SW
- 챗GPT
Plus($20) - 1x
Pro($100) - 5x → 프로모 적용(~5/31) 10x
Pro($200) - 10x → 프로모 적용(5/31) 20x
- 클로드
Pro($20) - 1x
Max($100) - 5x
Max($200) - 20x
→ Codex는 유저 100만 명 추가 시 마다 리셋 이벤트 + 클로드 체감 한도는..
<Codex 총괄 Tibo>
안녕하세요! Pro 플랜 사용 한도(rate limits)에 대해 질문이 많아서 몇 가지를 명확히 하려고 합니다:
- Pro $100 플랜은 최소 Plus 대비 10배 사용량을 포함하며, 5월 31일까지 2배 사용량 부스트가 적용됩니다.
- Pro $200 플랜은 최소 Plus 대비 20배 사용량을 포함하며, 5월 31일까지 2배 사용량 부스트가 적용됩니다. 이 플랜은 2월에 2배 프로모션이 적용된 이후로 동일한 사용량이었지만, 저희가 이를 명확히 문서화하지 않았습니다.
이제 혼란이 생긴 부분을 설명드리겠습니다.
저희 가격 페이지에는 “5배 또는 20배 사용량”이라고 적혀 있었고, 많은 분들이 여기에 2배 부스트를 적용해서 “10배와 40배”로 이해하신 것이 매우 자연스러운 일이었습니다. 이 부분은 저희 잘못입니다.
가격 페이지에서 두 가지 내용을 혼동되게 전달했습니다:
(1) Pro $100 플랜이 2배 부스트와 함께 출시되어 5월 31일까지 Plus 대비 10배가 된다는 점
(2) Pro $200 플랜이 2배 부스트를 유지하고 있으며, 이것이 Plus 대비 20배라는 점을 처음으로 공유했다는 점
이 부분이 더 명확해지도록 가격 페이지를 업데이트할 예정입니다. 처음부터 충분히 명확하지 못했던 점 죄송합니다.
https://t.me/Samsung_Global_AI_SW
👍1
merkl 돌아다니다 보면 스테이블 고이율로 유혹하는 수많은 lending들이 보이는데 놀랍게도 그 중엔 컨트랙트에 liquidation 기능조차 포함하지 않고 포크한 개 날림 프로토콜도 있는 듯. 대동강 많이 뿌려서 트블은 꽤 높은데 4달 넘게 운영하면서 청산 이벤트 0건이라 언젠가 'pluotos'해버릴거 같음.
배고픈 시기에 사탕 준다고 이상한 아저씨 따라가지 맙시다
배고픈 시기에 사탕 준다고 이상한 아저씨 따라가지 맙시다
❤2👍1
https://www.youtube.com/watch?v=e7DQeoDpYWQ
진짜 괜히 뒤쳐진다는 불안감에 사기에 돈 날리지 말고 뭔가 배우고 싶다면 cli켜고 최고의 강사님 claude/codex느님 직강을 들읍시다
진짜 괜히 뒤쳐진다는 불안감에 사기에 돈 날리지 말고 뭔가 배우고 싶다면 cli켜고 최고의 강사님 claude/codex느님 직강을 들읍시다
YouTube
수백만 원을 호가하는 AI 자동화 쇼츠 강의, 고수익의 환상을 심어주던 강사들을 찾아가 봤다 | 추적60분 KBS 260403 방송
많은 피해자들은 고액강의 시장이 교육과 상품 사이의 경계에 놓여 있다고 지적한다. 정보 제공이라는 형식을 취하며 실제로는 기대 수익을 기반으로 소비를 유도하는 구조. 강의는 상품 판매, 콘텐츠 재활용, 자동화 프로그램 등을 통해 ‘노동을 최소화한 수익’을 강조한다. 하지만 실제 운영 과정에서는 다양한 변수들이 존재한다.
이런 유형의 강의 광고에서 ‘누구나 쉽게’, ‘확실한 수익’과 같은 문구는 소비자의 합리적 판단을 흐릴 수 있다는 점에서 문제가 된다.…
이런 유형의 강의 광고에서 ‘누구나 쉽게’, ‘확실한 수익’과 같은 문구는 소비자의 합리적 판단을 흐릴 수 있다는 점에서 문제가 된다.…
❤1
<The zero-days are numbered>
최근 AI , 특히 Mythos의 발전으로 온갖 보안 취약점이 발견되며 web2,web3 할거 없이 난리가 날거라는 주장이 그 누구도 반박할 생각을 하지 못하는 대세가 되었다.
근데 Firefox 팀이 정 반대되는 주장을 담은 글을 얼마전에 발표해서 가져와 봄.
한번도 이렇게는 생각해보지 않았는데 신선한 관점이어서 가져와 봄. 생각해보면 맞는 말이다. 많은 attack surface는 개발자의 실수나 보안적 무지에서 발생하는데, 보안에 특화된 ai가 사전에 구멍을 다 막아주고, 최신 보안 표준에 맞춰 배포하며 pentest까지 자동화 해준다면 공격자 입장에서도 쉽지 않아질거다. 그리고 현재 Mythos가 그러했듯이 최신 모델은 앞으로도 화리된 집단에 먼저 사용할 수 있게 해주며 공격자보다 우수한 모델로 방어막을 구축할 수 있게 될 확률이 높다.
혼돈의 시대를 지나 보편적으로 강화되고 저렴하게 구축가능한 보안의 시대가 올까
최근 AI , 특히 Mythos의 발전으로 온갖 보안 취약점이 발견되며 web2,web3 할거 없이 난리가 날거라는 주장이 그 누구도 반박할 생각을 하지 못하는 대세가 되었다.
근데 Firefox 팀이 정 반대되는 주장을 담은 글을 얼마전에 발표해서 가져와 봄.
- Mythos도 결국은 인간 연구원이 발견할 수 없었던 버그는 단 한개도 발견하지 못함.
- 결함은 무한하지 않다. 유한하다.
- 공격자의 우위는, 방어자는 모든 결함을 막아야 하지만 공격자는 수개월 동안 값비싼 인력을 투입해 단 한개의 허점만 찾으면 되는 것에서 왔다.
- 근데 그 격차를 AI가 해소하기 때문에 공격자의 이점이 약화된다. 장기적으로는 방어자에게 희소식이다.
한번도 이렇게는 생각해보지 않았는데 신선한 관점이어서 가져와 봄. 생각해보면 맞는 말이다. 많은 attack surface는 개발자의 실수나 보안적 무지에서 발생하는데, 보안에 특화된 ai가 사전에 구멍을 다 막아주고, 최신 보안 표준에 맞춰 배포하며 pentest까지 자동화 해준다면 공격자 입장에서도 쉽지 않아질거다. 그리고 현재 Mythos가 그러했듯이 최신 모델은 앞으로도 화리된 집단에 먼저 사용할 수 있게 해주며 공격자보다 우수한 모델로 방어막을 구축할 수 있게 될 확률이 높다.
혼돈의 시대를 지나 보편적으로 강화되고 저렴하게 구축가능한 보안의 시대가 올까
The Mozilla Blog
Related Articles
Since February, the Firefox team has been working around the clock using frontier AI models to find and fix latent security vulnerabilities in the browser.