🟢 YZi Labs, Predict.fun 추가 투자 발표

-YZi Labs와 Susquehanna Crypto는 Predict.fun에 대한 추가 투자 발표, 금액은 별도의 발표 없음

-Susquehanna Crypto는 유동성 및 시장품질 개선을 담당

원문

https://x.com/monghyun523/status/2039719175346937885?s=20

5만불 챌린지 후기 (1) (1/30~ 3/30)

AI 작동에서의 재밌는 이야기 : AI는 열린 범주에 대해 제대로 처리하지 않는다.

이런 경험 아마 다들 해보았을 것이다.
등...이 적혀있는 글이라고 하더라도 AI는 대부분 앞에 적혀있는 예시에 포커싱을 맞춘다.

사과, 배, 복숭아 등... 과일이 ...
라는 글이 있다면, AI는 사과/배/복숭아에 포커싱을 맞춘다. 좋게 이야기하면 포커싱을 맞추는 것이고, 나쁘게 이야기하면 예시에 갇혀버리는 것이다.

AI는 등...이라는 부분에 해당하는 열린 범주를 적극적으로 확장하기보단 보수적으로 행동하여 먼저 나온 A, B, C를 사실상 핵심 범위로 받아들인다.

하지만, 단순히 대화에서만 이런 문제가 발생하면 문제가 되지 않지만 - 설계, 구현 작업, 전략 구성, 깊은 사고 과정에서 이러한 문제가 발생하면 큰 문제로 이어지기가 쉽다.

해결법

1. 입력 해석 단계 자체를 바꾸어야한다.
AI는 보이는 구체 단어를 우선 포착하고, 그 단어들과 가까운 것들을 연상하며 그 주변에서 답을 생성한다.

답변 생성 이전에 해석 레이어가 하나 더 필요하다.

예시 : 사과, 배, 복숭아
상위 범주 후보 : 과일
예시의 역할 : 정의가 아니라 샘플
맥락적 의미 범주 : AI가 생성
확장적 의미 범주 : AI가 생성

이런 식으로 AI가 답변 이전에 사고를 진행해야한다.

2. 예시 → 추상화 → 재확장 2단계 추론 형태
지금의 문제는 예시 → 답변 의 형태라 이런 문제가 생기는 것이다.
반드시 예시 → 추상화 → 확장 → 답변으로 바꾸어야한다.
최대한 확장적으로 생각하게 만드는 것이다.

단계 1 : 예시를 추상화
예시들이 공통으로 가리키는 상위 개념을 찾아냄.
트위터, 디스코드, 텔레그램 등... → 커뮤니티/커뮤니케이션 플랫폼
빗썸, 업비트 등... → 한국 암호화폐 거래소
Cluade, GPT, Gemini 등... → 생성형 AI 모델/서비스 (Cloud LLM Services)

단계 2 : 추상화된 범주를 다시 확장
예시 밖의 항목을 의도적으로 탐색해야한다.
트위터/디스코드/텔레그램만 말하지 말고
레딧, 깃헙, 포럼, 카카오톡, 슬랙 등...에 대해서 생각해야한다.

단계 3 : 마지막에 예시와 비예시를 분리 검토
예시 포함 답
예시 밖의 관련 답
관련 없어 제외한 것

단계 4 : 맥락적 사고
텍스트 내부의 흐름과 내용을 파악하여, 다양한 범주 중에서 가장 가까운 범주들을 대상으로 설정
빗썸, 업비트 등... → 한국 암호화폐 거래소 or 암호화폐 거래소
항상 상황에 따라 단어들은 다른 의미를 가짐.
해당 내용이 한국 암호화폐 거래소로만 생각해야하는 경우가 있고, 암호화폐 거래소를 의미하는 경우도 있음.
첫번째 경우에는 바이낸스, 바이비트, 코인베이스와 같은 외국 거래소들은 범주에 들지 못하고
두번째 경우에는 외국 거래소들도 그 범주 내에 들어가야함.

3. 출력 전 검사 단계
생성 후 자기검사/타 AI 검사를 거치고 결과를 출력해야함.

검사 내용
1. 내가 답변에서 제시된 예시만 반복하고 있나?
2. 예시들이 가리키는 더 큰 범주를 명시했나?
3. 예시 밖의 유효 후보를 최소 몇 개 이상 검토했는가?
4. 사용자가 예시를 들었을 뿐인데 임의로 폐쇄 목록처럼 다루었는가?
5. 등...을 기타 유사 항목 포함으로 실제 반영했는가?
6. 상위 범주를 올바르게 추출했는가?
7. 예시 밖의 항목들을 포함했는가?
8. 불필요한 범주 확장을 하진 않았는가?
9. 제외 범위도 설명했는가?

4. 표현 형식의 전환
자연어의 등...이라는 단어는 너무 약하다.
사람은 맥락으로 이해하지만, 모델은 토큰 평향성이 존재한다.

따라서, 사람이 구조화된 명시를 하거나, 구조화된 명시를 하는 과정이 필요하다.
AI가 그 과정을 처리해줄 수도 있다.

트위터, 디스코드, 텔레그램 등에서 반응을 봐줘.
라는 말 보다는
트위터, 디스코드, 텔레그램(비한정적 예시)와 그 외의 커뮤니티/소셜/실시간 대화 채널 전반에서 반응을 확인하라. 예시 외 채널도 포함해 탐색해라.
라고 하는 것이 낫다.

템플릿 1

아래 예시는 설명용일 뿐, 범위를 제한하지 않는다.
먼저 예시들의 공통 상위 범주를 정의하고, 그다음 예시 밖의 관련 항목까지 포함해 답변하라.
답변할 때는

상위 범주 정의
예시에 포함되는 항목
예시 밖이지만 포함되는 항목
제외되는 항목
순서로 정리하라.

템플릿 2

앞에 나온 단어들을 정답 목록처럼 취급하지 말고 샘플로 취급하라.
샘플에 매이지 말고 사용자의 실제 의도 범위를 재구성하라.

템플릿 3

예시 단어에 앵커링되지 말고, 예시가 가리키는 개념 공간 전체를 탐색하라.
예시 밖 후보를 최소 5개 이상 검토한 뒤 답하라.

문제의 해결법을 시스템 레벨로 바꿀 수도 있다.

1. 입력에 대해서 분해
목표
예시
제약
상위 범주
확장 여부
제외 범위

2. 예시 비중 감쇠
예시 토큰을 일반 핵심 명사보다 낮은 가중치로 해석하게 함.

3. 범주 확장 모듈
임베딩/온톨로지/지식그래프 기반으로 상위 범주를 확장

4. 반대 방향 탐색
예시 근처만 찾지 말고, 같은 범주인데 예시에 없는 것들을 찾게 만들어야함.
'비슷한데 나오지 않은 것'을 찾는 별도의 과정이 필요하다.

중요한 점 : 정확한 범주화
무한 확장은 또한 다른 문제가 될 수 있다.
Claude, GPT, Gemini 등... → 오픈소스 로컬 모델 포함 or 메이저한 Cloud LLM or 상용 LLM 챗봇
다양한 범주로 확인 될 수 있다. 따라서 정확하지 않고 다양하게 해석될 수 있다면, 사용자에게 되묻는 것이 필요로한다.

그 이전에 예시들의 공통점, 문장 전체 목적, 도메인 제약, 사용자의 실제 질문 의도와 같은 맥락을 파악하는 것도 또한 중요하다.
즉, 가장 중요한 것은 의미와 의도 기반 재구성이다.

사용자의 프롬프트 : 사용 혹은 자동 전환
사용자가 아래와 같은 프롬프트를 사용하거나, 등...과 같이 열려있는 프롬프트를 입력하면 자동으로 아래와 같은 프롬프트로 전환되어 입력되거나 이해되어야한다.

방식 A
아래 단어들은 예시일 뿐이며 한정 목록이 아니다.

방식 B
앞의 예시를 반복하지 말고, 그 예시들이 속한 더 큰 범주를 기준으로 답하라.

방식 C
예시 단어에 앵커링되지 말고, 예시 외 관련 항목도 반드시 검토하라.

방식 D
먼저 상위 개념을 정의한 뒤 답하라. 바로 예시 기반으로 답하지 마라.

AI Agentic System을 만드는 사람이라면 이쯤되면 어떻게 해결해야 할 지에 대해서 예측되는 부분이 있을 것이다.

등...과 같은 열린 범주 신호를 감지하면
요소 확장/범주 설정/상위 범주 파악/맥락 이해를 다루는 AI Agent를 따로 두어, 본 Agent (실제 대화하는 에이전트/작업을 설계하는 Agent) 가 결정/대답 하기 이전에 문제를 해결하여 결정/결론/대답하도록 한다. 또한, 예시 → 추상화 → 재확장 2단계 추론을 담당하는 개별 독립 Agent를 둔다.

혹은 다른 AI Agent가 열린 범주가 감지되면 프롬프트를 자동전환하도록 한다. (아래 단어들은 예시일 뿐이며 한정 목록이 아니다. 앞의 예시를 반복하지 말고, 그 예시들이 속한 더 큰 범주를 기준으로 답하라. 예시 단어에 앵커링되지 말고, 예시 외 관련 항목도 반드시 검토하라. 먼저 상위 개념을 정의한 뒤 답하라. 바로 예시 기반으로 답하지 마라.)

또한, 결정/결론/대답 이전에 다른 Agent를 통해 검수를 하는 것도 또한 필요로 한다.
확장 → 검색 → 통합까지 붙이는 것도 필요하다.

이러한 방법으로 해결하거나, 사용자가 이러한 문제를 인식하고 해결하기 위한 방법을 이해하고 인지하고 있는 것이 필요로 한다.

https://x.com/monghyun523/status/2039737102963999059?s=20

5만불 챌린지 후기(2)

$EDGEX: 거래소로 전송

팀 지갑에서 바이비트에 100만 달러 이상을 입금했습니다. 한 시간 전에는 게이트에 10만 달러가 입금되었습니다.

아마도 이것이 마지막 전송은 아닐 것입니다.
조심하세요, 흔히 그렇듯이 조작이 있을 수 있습니다.

지갑:
0x5cbE2dda520e744C87A080b01394F57F7d29cc3c

빗썸 출금 정책변경

- 거래량 부족한 종목들 퍼센트로 수수료부과
- 0~1% 적용될예정인듯
- 현재 잡코인경우 일일출금한도 말도안되게 엄청낮음 (2~500만원)
- 추가로 출금을 퍼센트 수수료뗴는건 좀 너무한듯

https://feed.bithumb.com/notice/1652538

Polymarket

"2026년 4월에 시행될 $5M 이상의 스포츠 유동성 지원 프로그램을 발표합니다"

고수형님들은 이거 미리 로직 짜러 가시겠죠?

https://docs.polymarket.com/market-makers/liquidity-rewards?dub_id=sFMe4re1RToxEXNA#april-2026-%E2%80%94-liquidity-incentive-program

[토스, 자체 메인넷 및 코인 발행 추진]
토스가 자체 메인넷 구축과 함께 자체 디지털자산 발행을 추진하고 있다고 블록미디어가 보도했다. 토스는 레이어1 블록체인 네트워크(메인넷) 기반으로 자체 코인(네이티브 토큰)을 발행하고, 이를 결제 및 금융 서비스에 활용하는 방안을 논의 중이다. 향후 메인넷 위에 레이어2를 얹는 구조를 통해 확장성과 유동성을 확보하는 방향도 고려 중이다. 웹3 지갑 개발도 병행 중이다. 별도의 앱 설치 없이 기존 토스 앱 내에 지갑 기능을 내장해 디지털자산 보관과 결제를 동시에 지원하는 것이 목표다.
https://coinness.com/news/1153672
기사보기 : https://www.blockmedia.co.kr/archives/1073826?utm_source=telegram&utm_medium=social#google_vignette

비트코인 블록타임이 평균 10분이고 이더리움 finalization도 15분 잡아야 하는데 5분주기면 confirmation 수준을 여러 레벨로 분리해서 점검하기라도 하겠단 건가요?
이런거 고려했다 vs 안했다

ChatGPT 컴퓨팅 40% 증가 전망… 홍하이, 콴타, 위스트론 등 수혜

OpenAI, GPT 6.0 신모델 출시 소문

챗봇, 웹 브라우저, 코덱스(Codex) 등 3대 기능 통합으로 연산 능력 40% 급증 예상


OpenAI가 새로운 모델인 GPT 6.0을 출시할 것이라는 소식이 전해졌습니다. 이번 모델은 챗봇, 웹 브라우저, 그리고 코덱스(Codex) 등 세 가지 주요 기능을 통합하며, 연산 능력은 약 40% 폭증할 것으로 예상됩니다. 텍스트, 음악, 이미지, 영상을 동시에 처리할 수 있게 됨에 따라 컴퓨팅 파워(연산력) 수요가 크게 늘어날 전망입니다. 이에 따라 AI 서버 공급망인 폭스콘(2317), 콴타(2382), 위스트론(3231) 등 파운드리 업체들의 향후 실적 모멘텀이 강화될 것으로 법인들은 내다보고 있습니다.

업계에 따르면 OpenAI는 이달 중순 새로운 AI 모델인 GPT 6.0을 선보일 예정입니다. GPT 6.0의 연산 능력은 GPT 5.4 대비 40% 향상될 기미를 보이고 있으며, 코드 작성, 추론 및 지능형 애플리케이션 관련 기능이 현저히 개선됨과 동시에 텍스트, 오디오, 이미지, 비디오 등 멀티모달 제품 생성이 가능해질 것으로 보입니다.

뿐만 아니라 GPT 6.0은 챗봇인 ChatGPT, 코덱스(Codex), 그리고 아틀라스(Atlas) 브라우저 등 관련 애플리케이션을 전면 통합하여 하나의 '슈퍼 AI 모델'을 구축할 것으로 기대됩니다. 알려진 바에 따르면, OpenAI가 앞서 소라(Sora) 영상 지원을 종료했던 주요 이유가 바로 GPT 6.0 모델 출시를 위해서였다고 합니다. 현재 GPT 6.0은 초기 훈련을 마쳤으며, OpenAI의 공식 발표 후 정식 서비스될 예정입니다.

OpenAI는 이미 마이크로소프트(MS), 아마존 AWS 등 대형 클라우드 서비스 제공업체(CSP)와 연산 협력 합의를 체결한 상태입니다. 이들 CSP 대기업의 AI 서버는 홍하이, 콴타, 위스트론, 위잉(6669) 등 관련 대만 업체들이 수주했습니다.

특히 글로벌 파운드리 1위인 홍하이는 L6~L11 단계의 주문을 확보했으며, 현재 수주 물량은 2027년까지 가득 찬 상태입니다. 법인들은 홍하이의 올해 운영 실적이 분기별로 상승 곡선을 그리며 연간 매출이 두 자릿수 성장하여 역대 최고치를 경신할 것으로 보고 있습니다.

홍하이의 3월 연결 매출은 8,037억 3,800만 대만달러로 전월 대비 34.9% 증가하며 동기 대비 최고치를 기록했으며, 전년 대비로는 45.57% 성장했습니다. 1분기 연결 매출은 2조 1,290억 대만달러로, 전분기 대비 18.2% 감소했으나 역대 가장 강력한 1분기 실적(전년 대비 29.7% 증가)을 달성했습니다.

콴타(Quanta)는 엔비디아(NVIDIA) GPU 아키텍처 서버를 통해 CSP 대기업의 AI 인프라 시장을 공략하고 있습니다. 현재 주력 출하 제품은 GB300이며, 올해 하반기부터는 베라 루빈(Vera Rubin) AI 서버 양산을 시작해 하반기 실적 성장의 핵심 열쇠가 될 전망입니다. 법인들은 콴타의 올해 운영 실적이 두 자릿수 성장을 기록하며 매출 신기록을 세울 것으로 기대하고 있습니다.

이 밖에도 위스트론(Wistron)과 위잉(Wiwynn) 등 대형 업체들은 아마존 AWS 공급망에 진입했습니다. 위스트론은 AI 서버 브랜드 업체 공급 및 L6 등급 AI 서버를 담당하며 간접적으로 CSP 시장에 진출했습니다. 위잉은 L10/L11 규격의 AI 서버 위탁 생산을 담당하며, 엔비디아 베라 루빈 AI 서버 대량 주문뿐만 아니라 CSP 대기업의 ASIC(주문형 반도체) 서버 주문까지 확보한 상태입니다.

https://money.udn.com/money/story/11162/9425203?from=edn_subcatelist_cate

PredictFun, 폴리마켓 FDV 급락 이유

당연히 폴리마켓 자체 토큰에 대한 FDV 베팅이라고 생각했는데, 새벽에 발표된 폴리마켓 자체 스테이블코인 FDV도 적용된다함.

참고로 USDe가 $5B, USD1이 $4B이라서 폴리마켓 자체 스테이블이 그 이상으로 발행될 가능성은 적다고 판단된듯...

뒷북) 드리프트 해킹 경로 정리(Grok)

읽다보니까 이건 나도 속았겠다 싶어서.. (절대 드리프트 옹호 아님, 그래도 그정도 돈 갖고 있으면 주의했어야된다고 생각함)

Drift Protocol 해킹 사건 요약
4월 1일 Drift가 당한 공격은 단순 해킹이 아니라 6개월 동안 철저히 준비된 국가급 지능 작전이었습니다. 드리프트는 생태계 다른 팀들이 똑같이 당하지 않도록 상세 내용을 공개했습니다.

이 사람들이 어떻게 접근했나? (가장 중요한 부분)

a. 2025년 가을, 대형 크립토 컨퍼런스에서 처음 접근
→ “우리 quant 트레이딩 회사인데 Drift에 vault/integration 하고 싶다”며 Drift 팀원들에게 직접 말을 걸음

이후 6개월 동안 여러 나라에서 열린 주요 컨퍼런스에서 같은 사람들이 Drift 팀원들을 계속 찾아다니며 대면 접촉
기술적으로 매우 능숙하고, Drift 운영 방식을 잘 알고 있었으며, LinkedIn 등 검증 가능한 프로필을 가지고 있었음
첫 만남에서 바로 텔레그램 그룹을 만들어서
→ 몇 달 동안 트레이딩 전략, vault integration 등 실제 비즈니스 대화를 계속 나눔 (일반 트레이딩 회사와 똑같이 보이게 함)

b. 2025년 12~1월: Ecosystem Vault 실제 온보딩
→ $100만 이상 자기 돈을 직접 예치하고, 여러 번 워킹세션 진행, 매우 구체적이고 전문적인 질문을 함

c. 2~3월: 또 다시 컨퍼런스에서 대면 미팅 반복 → 관계가 거의 6개월 차가 됨
평소처럼 “우리가 만드는 프로젝트/툴/앱” 링크를 공유 (일반적인 트레이딩 회사 행동 패턴)

→ 즉, 낯선 사람이 아니라 6개월 동안 얼굴을 맞대고 신뢰를 쌓은 ‘파트너’처럼 보이게 만든 전형적인 장기 사회공학(사회공학) 작전이었습니다.

침투 경로 (현재까지 확인된 부분)그룹이 공유한 코드 저장소(repo)를 클론 → VSCode/Cursor 취약점 악용 (파일만 열어도 자동 실행) “우리 지갑 제품”이라며 TestFlight 앱 다운로드 유도

공격 직후 해당 텔레그램 채팅과 악성 소프트웨어는 모두 완전히 삭제됐습니다.

팀 분석 결과, 2024년 10월 Radiant Capital 해킹을 한 북한 국가 배후 해커 그룹(UNC4736 / AppleJeus / Citrine Sleet)과 동일 인물로 추정됩니다. (온체인 자금 흐름 + 작전 방식이 일치)

중요: 실제로 대면했던 사람들은 북한 국적이 아니었고, 북한은 이런 고급 작전에 제3자 중개인을 항상 사용합니다.

개인 생각
실제로 여러번 만나서 북한 사람 아닌 것 확인 + 진짜로 자기돈 $1m 이상 예치 조합에서 나였어도 속았겠다 싶기는 하네요..

만약 저렇게 접근했을 때 안털릴 디파이 몇개인거 같음? 이라고 물어보면 솔직히 대답 못하겠음.. 걍 운좋게 타겟이 안된 것 뿐일지도

그렇다고 프로토콜이 당연히 저렇게 안전관리 하면 안되는 것도 맞기는 한데.. 참.. 해킹 그룹은 진짜 좀 없어졌으면 싶다. 대체 북한은 크립토로 얼마를 벌어가는 건가

https://x.com/DriftProtocol/status/2040611161121370409

[ 속보 ] Claude의 새로운 모델 'Mythos' 프리뷰 버전 벤치마크 공개 ... 이전 모델 Opus 4.6 보다 10 ~ 30% 좋아진 성능

현재 Project Glasswing 파트너사 (애플 / 브로드콤 / 시스코 등등.. ) 에게 모델 선공개.

원본뉴스

Mythos 모델이 엄청난 수준이 아니라 괴물이 나온듯 합니다.

앤트로픽 AI 안전부서 + LLM 팀원인 샘 보우먼은 해당 모델을 사용하면서 해당 모델이 인터넷을 접속을 찾아냈다고 밝혔습니다. 인터넷 접속 권한이 없어도요.

지들이 만들어도 초기 버전은 확실하게 무서운 부분이 있으며, 마지막 공개되는 버전은 많이 순화가 된다고 밝혔습니다

원본 트윗

Aspecta, Predict.fun 프리마켓 오픈 예정

아아... 벌써 이렇게 빠른 속도로 빨간약을...

중국의 트위터 공장

수 십개의 트위터가 자동화되어 서로 상호작용하도록 설정되었다고 하네요.