YS·VC / READING MAP
이 블로그의 지도
기술을 이해하고, 산업으로 연결하고,
투자자의 눈으로 읽습니다.
궁금한 주제에서 시작하세요. 글을 찾거나, 하나의 질문을 따라 순서대로 읽을 수 있습니다.
01 / TOPICS
무엇이 궁금하신가요?
주제를 누르면 아래 글 목록으로 이동합니다. 막대 길이는 주제별 글 수를 나타냅니다.
기술을 이해하다
AI는 무엇을 할 수 있고, 무엇이 필요한가?
산업으로 연결하다
어떤 현장이 바뀌고, 누가 가치를 만드는가?
투자자의 눈으로 읽다
무엇에 투자하고, 어떤 기준으로 판단할까?
한 글은 중심 주제 한 곳에만 집계합니다. 한국·중국 관련 글은 아래 지역 필터로 여러 주제를 가로질러 볼 수 있습니다.
02 / READING PATHS
어디서부터 읽을지 고민된다면
03 / ARCHIVE
전체 글에서 찾아보기
256편 · 전체 주제
투자 · 자본시장펠리컨 한 마리로 살펴본 AI의 완성도와 생각의 비용
Simon Willison은 같은 모델에 자전거 타는 펠리컨을 그리게 하면서 추론 설정에 따른 결과와 비용을 기록했습니다. 이 작은 실험은 AI 제품에서 완성도, 기다리는 시간, 작업별 비용을 어떻게 함께 설계해야 하는지 생각하게 합니다.
로보틱스 · 피지컬 AI낯선 카트를 밀며 배우는 로봇, 움직임의 계획은 얼마나 바꿔야 할까요
BOPI는 카트를 밀면서 새로 알게 된 물체의 특성에 맞춰 로봇의 움직임 계획을 수정하는 방법입니다. 초록에 담긴 성과와 한계를 살펴보고, 이러한 현장 적응 능력이 사전 설정과 사람의 개입을 줄이는 데 어떤 의미가 있을지 생각해 봅니다.
사업모델 · 산업 변화프런티어 랩의 다음 사업모델: 토큰에서 일의 완수로
프런티어 랩의 잠재력은 현재 구독과 API 손익만으로 설명하기 어렵습니다. 에이전트가 일을 완수하는 시장의 핵심은 고객 접점과 성공 업무당 이익의 귀속입니다. 컴퓨트 계약, 광고와 결제의 검증 수준을 구분해 그 경쟁을 분석합니다.
과학 · 바이오 · 의료테크 리더들은 왜 생물학에 투자하는가
94개 기업으로 본 AI·장수·의료기술의 자본 지도. 유명 투자자의 이름보다 독점 실험데이터, 반복 생산성, 사람에서의 효과와 실제 계약 현금이 중요합니다.
모델 · 학습 · 평가이번 주 LLM 리더보드: Google의 선두, Anthropic의 상위권, 그 아래의 자리 변화
2026년 10월 8일 LMArena 자료에서는 Google이 1위를, Anthropic이 2~6위를 차지했습니다. 직전 대비 상위권의 큰 구도는 유지됐지만, Alibaba의 순위 상승과 Google 모델의 Top 20 신규 진입은 눈여겨볼 변화입니다.
에이전트 · 업무 설계invisible_playwright_mcp, AI가 웹을 이용할 때 만나는 문턱
invisible_playwright_mcp는 자동화 탐지를 피하는 브라우저 환경을 내세운 프로젝트입니다. 공개된 소개에서 읽히는 문제의식과, 실제 기술과 사업성을 이해하려면 더 확인해야 할 내용을 나누어 살펴봅니다.
- 모델 · 학습 · 평가한국
데이터 라벨링은 판단을 설계하는 일입니다
‘data pill을 먹었느냐’는 대화에서 출발해, 데이터 라벨링에 담기는 문제 정의와 전문가의 판단을 생각합니다. 데이터 선택·선호학습·검증 연구를 바탕으로, 데이터 사업이 지속적인 경쟁력이 되는 조건과 한국에서 확인해야 할 기회를 짚습니다.
- 에이전트 · 업무 설계
Claude의 새 지침을 읽으며: AI가 할 수 있는 일과 해 주는 일 사이
Simon Willison은 Claude의 시스템 프롬프트 변경에서 저작물 재현 제한, 답변 방식, 공개되지 않은 추가 지침을 짚어냅니다. 저는 이 글을 통해 AI 제품의 가치를 볼 때 능력과 함께 실제 작동 조건도 살펴봐야 한다는 점을 생각했습니다.
- 에이전트 · 업무 설계
연산은 흘러가고, 상태는 남는다: 위임형 에이전트의 인프라
위임형 에이전트가 확산되면 컴퓨팅의 단위는 질문에서 지속적인 업무로 바뀝니다. 연산은 코드와 여러 크기의 모델로 분업되고, 선택된 상태와 지식은 남습니다. 이 전환이 만드는 인프라 수요와 투자 기회, 그리고 테시스가 틀리는 조건을 구분합니다.
- 사업모델 · 산업 변화
Instinct가 노리는 것: 답변이 아니라 거래의 첫 접점
개인 비서가 사용자의 의도를 먼저 이해하고 실제 거래까지 끝낸다면, 인터넷의 고객 접점은 어디로 이동할까요. Instinct 창업자 인터뷰를 통해 신뢰와 권한의 축적, 무료 비서의 수익 모델, 에이전트 간 협업과 상시 컴퓨팅의 경제성을 살펴봅니다.
창작 · 콘텐츠DiDi_OK가 보여준 AI 영화의 미래: 작아지는 제작사, 비싸지는 관객
〈Sign〉, 〈Website〉, 〈CANDY〉를 만든 DiDi_OK와 넷플릭스의 실제 도입 사례를 통해 AI가 영화 제작의 조직·비용·유통을 어떻게 바꾸는지 살펴봅니다. 영상 생성 가격보다 최종 채택 원가, 반복 시청, 권리 확보가 중요한 이유를 짚습니다.
- 에이전트 · 업무 설계
더 적게 계산하는 AI, 더 많이 계산하는 세상
목표는 지속되고, 연산은 필요할 때 실행됩니다. 기억과 계산을 재사용해 업무당 비용이 낮아지면, 에이전트는 지금까지 포기했던 일을 새로운 수요로 바꿀 수 있습니다. 상시 컴퓨팅·메모리 계층·제본스 효과가 연결되는 지점에서 인프라 사업의 기회와 한계가 갈립니다.
나머지 244편 펼쳐보기
- 에이전트 · 업무 설계
AI가 싸질수록, 더 많은 일이 계산된다
상시 에이전트는 컴퓨팅의 수요 단위를 질문에서 위임한 업무로 바꿉니다. 기억과 재사용이 단위 원가를 낮추고, 그 절감이 새 업무를 열 때 제본스 효과가 작동합니다. 다만 토큰 증가가 장비 수요나 공급사 이익으로 곧바로 이어지지는 않습니다.
- 로보틱스 · 피지컬 AI
휴머노이드가 오래 일하면, 몸 안에도 HBM이 필요할까
하루 종일 일하는 로봇은 더 많은 기억이 필요합니다. 그러나 장기기억이 늘어난다는 이유만으로 HBM이 필수가 되지는 않습니다. Jetson Thor와 로봇 기억·미래예측 연구를 바탕으로 로컬 메모리 확대와 HBM 채택의 조건을 구분합니다.
- 에이전트 · 업무 설계
VM 에이전트의 경제학: 더 많은 일을, 더 적은 낭비로
개인별 컴퓨터를 제공하는 에이전트가 확산되지만, 모든 계산까지 개인별로 반복할 필요는 없습니다. Cursor·Stripe·Letta·AlphaEvolve와 연구 논문을 통해 지속 실행, 사전 계산, 계산 재사용이 인프라 원가를 어떻게 바꾸는지 살펴봅니다.
- 에이전트 · 업무 설계
에이전트는 일을 끝내도 데이터를 남긴다: 씨게이트를 다시 보는 이유
VM 에이전트의 확산은 HDD 수요와 높은 가격의 지속 가능성을 높입니다. 다만 에이전트 수가 아니라 실제로 남기는 데이터, 보관 기간, 고객의 추가 주문을 봐야 합니다. 실행용 SSD와 보관용 HDD를 나눠 씨게이트의 기회와 한계를 살펴봅니다.
- 창작 · 콘텐츠
AIHOT, 산업 뉴스를 고르는 기준까지 내 것으로 바꾼다면
AIHOT은 정보 출처와 선별 기준을 바꿔 자신만의 산업 소식 사이트를 만드는 틀을 제안합니다. 공개 소개에 담긴 구상을 살펴보며, 자동으로 글을 쓰는 기능과 믿고 읽을 수 있는 정보 서비스 사이에 어떤 과제가 있는지 생각해 봅니다.
- 투자 · 자본시장
앤트로픽 IPO 초안 해부: 지능을 파는 회사는 왜 5,180억 달러를 먼저 약속했나
420억 달러 순손실보다 중요한 것은 손실의 성격, 사용량 매출과 장기 연산 약정의 불일치, 그리고 상장 주주가 갖게 될 권리입니다. 비공개 IPO 초안에 관한 보도와 공식 자료를 구분해 앤트로픽의 사업을 해부합니다.
- 에이전트 · 업무 설계
개인 에이전트와 가상 실행환경 확산의 소프트웨어 수혜주
NET·DDOG를 핵심 후보로, DOCN을 성장 가속 후보로 발굴한다. VM 개수보다 유료 실행량과 현금흐름을 본다.
- 에이전트 · 업무 설계
AI 에이전트는 왜 공용 위키에 답을 남겼을까
Simon Willison이 소개한 공용 위키 사건은 AI 에이전트의 협업 능력과 실행 환경의 허점을 함께 보여줍니다. 저는 이 글을 통해 에이전트가 과제를 잘 수행하는지와 함께, 어떤 경로로 결과를 얻었는지를 살펴봐야 하는 이유를 생각해 봅니다.
- 사업모델 · 산업 변화
메타 뮤즈의 승부처는 모델보다 유통과 거래입니다
메타는 뮤즈와 기업용 에이전트를 기존의 소비자·기업 접점 위에 묶으려 합니다. 그러나 접점의 소유가 거래의 소유를 뜻하지는 않습니다. 9월 28일 엔터프라이즈 발표를 출발점으로 OpenAI·구글·Grok Bot·인스팅트의 경쟁 경로, 완료당 비용, 광고와 위임의 이해관계, 기업용 시장과 스타트업의 기회를 분석합니다.
- 로보틱스 · 피지컬 AI
DualManip: 로봇이 다시 생각할 때와 움직임을 고칠 때
DualManip은 작업의 의미를 판단하는 과정과 물체의 움직임·변형에 대응하는 과정을 나눕니다. 이 논문을 통해 로봇의 현장 대응력을 살펴볼 때 AI 모델의 지능과 함께 판단을 동작에 연결하는 구조를 눈여겨봐야 하는 이유를 생각해 봅니다.
- 창작 · 콘텐츠
AI라는 새 도구가 장인의 손에 들어갈 때
영화계의 한 대표님은 AI가 비주얼을 재현해도 영화의 감동까지 만들 수는 없을 것이라고 했습니다. 저는 아직 새로운 도구에서 깊은 맛을 끌어내는 법을 충분히 익히지 못한 것 아니냐고 되물었습니다. 배우의 즉흥성, 감독의 가장 사적인 치부, 그리고 장인의 손에 들어간 AI에 관한 대화입니다.
반도체 · 인프라 · 전력에이전트는 더 싸진다. 인프라 수요는 다른 문제다
클릭을 고르는 모델이 수백 배 저렴해져도 업무 전체가 같은 비율로 싸지는 것은 아닙니다. 인프라 수요와 기업의 수익성은 작업당 효율 개선, 완료 업무의 증가, 고객의 실제 시간 절감에 달려 있습니다.
안전 · 거버넌스AI의 ‘Go’ 신호를 보험에서 읽는 이유
보험의 등장은 AI가 안전해졌다는 인증이 아닙니다. 일정한 조건 아래 실패의 비용을 인수할 자본이 생겼다는 신호입니다. aiSure, 뮌헨재보의 OpenClaw 백서, ElevenLabs의 보험 사례에서 AI 거버넌스가 선언을 넘어 계약과 운영의 문제로 바뀌는 흐름을 읽습니다.
- 모델 · 학습 · 평가중국
LLM 리더보드, Anthropic의 선두와 새로 들어온 두 모델
2026년 9월 13일 LMArena에서는 Anthropic 모델들이 상위권을 차지한 가운데 선두가 바뀌고, Meta와 zai 모델이 Top 20에 새로 진입했습니다. 순위 변화가 보여주는 인간 선호의 흐름과, 투자 관점에서 추가로 확인해야 할 내용을 살펴봅니다.
이 데스크 · 나의 실험AI는 빨라졌고, 나는 병목이 되었습니다
AI를 잘 쓰는 사람이 압도적인 생산성을 얻을 것이라 기대했습니다. 하지만 Thesis OS를 직접 만들고 쓰면서 부딪힌 한계는 제 인지능력이었습니다. AI가 만든 결과가 모두 제 머리를 통과해야 끝난다면, 모델의 발전만으로는 이 병목이 풀리지 않습니다.
- 에이전트 · 업무 설계
답장은 제안하고, 전송은 사람에게 맡기는 대화 보조자
jev-chat-jarvis는 휴대폰 대화를 읽고 답장 후보를 제안하는 안드로이드 프로젝트입니다. 공개 설명에 담긴 사용 흐름과 투자자가 확인해야 할 질문을 살펴봅니다.
- 에이전트 · 업무 설계
GPT-6 Astra가 바꾸는 AI 엔지니어의 일과 비용
Latent Space는 GPT-6 Astra를 단순한 대화형 모델이 아니라 여러 에이전트를 지휘하고, 실험과 배포와 디버깅까지 수행하는 자동화된 AI 엔지니어로 바라봅니다. 원문이 보여준 사용 사례와 시간당 6달러라는 비용의 의미를 창업자와 투자자의 시각에서 조심스럽게 살펴봅니다.
- 반도체 · 인프라 · 전력한국
대미투자 협상과 웨스팅하우스 재평가: 카메코·두산에너빌리티 동반 아이디어
한미 대미투자 협상이 마무리 수순에 들어섰다. 원전은 최대 8기, 약 1,200억달러 규모로 패키지의 최대 단일 항목이다. 협상 타결이 웨스팅하우스 가치 재평가와 미국 원전 건설 가속화로 이어질 때, 웨스팅하우스 지분 49%를 가진 카메코와 AP1000·APR1400 양쪽에 기자재를 공급하는 두산에너빌리티를 함께 보는 아이디어를 정리했다.
- 반도체 · 인프라 · 전력한국
CPU가 다시 오른 날: 미국장 흐름에서 한국 기판주까지
9월 21일 미국장에서 ARM·인텔·AMD가 급등했다. Meta Muse가 촉발한 에이전틱 AI의 CPU 재평가를 시장 폭으로 검증하고, ABF·SoCAMM으로 이어지는 한국 기판 투자 아이디어와 확인해야 할 숫자를 정리했다.
- 이 데스크 · 나의 실험
AI는 무엇을 위해 진화하는가: 복제, 스테이크, 그리고 공생의 감금
DNA의 복제는 목표가 아니라 선택의 결과입니다. 같은 틀로 AI를 보면 loss 함수, 인간의 선호, 시장의 재사용이 AI 진화의 선택압이 됩니다. 복제와 stake가 만나는 지점부터 에이전트의 경쟁·공생·다세포화, 그리고 공생이 감금으로 바뀌는 조건까지 생각해 봤습니다.
- 에이전트 · 업무 설계
Jev가 보여준 AI의 분업: 길게 생각할 일과 빠르게 판단할 일
Jev는 정해진 선택지에서 판단하고 확률을 돌려주는 AI입니다. 환각과 오판의 차이, 400배 비용 주장의 조건, 에이전트의 분업 구조를 통해 판단 전용 모델이 만드는 사업 기회를 설명합니다.
- 모델 · 학습 · 평가
ForecastBench가 보여준 AI 예측력: 상위권 성적과 투자 가치는 다릅니다
DeepMind 69.1점, 인간 전문가 중앙값 68.8점. ForecastBench의 최신 순위와 채점 방식을 확인하고, 인간 수준 예측력·LLM 이후 모델·투자 수익이라는 서로 다른 주장을 구분합니다.
- 투자 · 자본시장
구글의 IPO를 다시 읽다: OpenAI·앤트로픽은 무엇을 증명해야 하나
구글은 상장 전에 이미 검색을 현금으로 바꾸는 구조를 증명했습니다. 그러나 2026년 알파벳도 막대한 AI 투자로 분기 잉여현금흐름이 적자입니다. 구글의 태동부터 사업화·투자유치·상장·사업 확장을 재구성하고, OpenAI와 앤트로픽의 상장 준비를 기술·유통·경제성·지배구조·투자 가격으로 비교합니다.
- 모델 · 학습 · 평가중국
LLM 리더보드, Anthropic의 선두 유지와 Meta의 새 진입
9월 13일 기준 LMArena에서는 Anthropic이 상위권을 지킨 가운데, 같은 제공사 안에서 1위가 바뀌고 Meta와 zai 모델이 Top 20에 새로 들어왔습니다. 순위 변화가 보여주는 인간 선호의 흐름과, 투자자가 별도로 확인해야 할 사업적 의미를 살펴봅니다.
- 에이전트 · 업무 설계중국
LLM 학습을 하나의 경로로 묶으려는 llm-master
llm-master는 Prompt Engineering부터 RAG, AI Agent, MCP, 미세조정, 배포까지 한 흐름으로 배우는 중국어 LLM 학습 경로를 표방합니다. README 원문이 확보되지 않은 만큼, 공개 메타정보가 보여주는 가능성과 아직 확인할 수 없는 부분을 분리해 살펴봅니다.
- 과학 · 바이오 · 의료
AI가 설계하고 로봇이 24시간 실험한다: 자율 실험실의 산업 지도와 투자 기회
빅파마·빅테크·스타트업의 17개 사례를 바탕으로 자율 실험실을 연구 대상, 사업모델, 기술 계층으로 구분합니다. 실제 반복 실험과 구축 계획을 나누고, 실험 수보다 검증된 결과의 비용과 데이터 권리를 기준으로 투자 기회를 평가합니다.
- 에이전트 · 업무 설계
외부 코드 기여를 닫는 AI 프로젝트들, 협업의 중심은 어디로 옮겨갈까요
Latent Space가 소개한 Vercel AI SDK, Astro, Flue, tldraw의 사례를 통해 AI 시대의 개발 협업이 어떻게 바뀌는지 살펴봅니다. 코드 작성이 쉬워질수록 문제를 정확히 설명하고, 결과를 검증하며, 프로젝트를 함께 책임지는 기여가 더 중요해질 수 있습니다.
- 로보틱스 · 피지컬 AI
초파리 뇌로 로봇을 움직였다: 무엇을 복사했고, 어디까지 가능한가
실물 로봇은 맞지만 초파리가 부활한 것은 아닙니다. 제작자의 PC에서 돌아가는 신경망 모형이 센서와 모터를 연결합니다. 뇌의 배선도가 어떻게 움직임으로 바뀌는지, 연구와 로봇 사업에서 무엇이 유망한지 쉽게 설명합니다.
- 안전 · 거버넌스
AI가 인류를 미워하지 않아도 통제는 무너질 수 있습니다
연구자의 멸종 경고와 실제 사고는 구분해야 합니다. 그러나 2026년 여름의 무단 시스템 침입은 AI 위험을 먼 미래의 가설로만 취급하기 어렵게 만들었습니다. 악용, 목표 이탈, 감독 실패, 자기개선과 권력 집중을 나누고, 기업과 투자자가 검증해야 할 실행 권한과 중단 조건을 짚습니다.
- 창작 · 콘텐츠
AI 소설의 진짜 시험은 마지막 장에서 시작됩니다
책 한 권 분량을 생성하는 일과 끝까지 읽을 만한 소설을 완성하는 일은 다릅니다. 인물별 지식, 긴 인과관계, 결말을 위한 수정, 독자 평가의 문제를 짚고, 창작 AI 기업의 경쟁력을 인간 수정 시간과 최종 채택 비용으로 판단합니다.
- 모델 · 학습 · 평가한국
AI로 AI를 만드는 시대, 후발 LLM의 승부는 학습의 경제성입니다
업스테이지 같은 후발 LLM 개발사도 강한 외부 AI로 연구개발을 가속할 수 있습니다. 그러나 개발 속도 향상과 선두와의 격차 축소는 다릅니다. 훈련·추론의 자원 배분은 GPU 비율보다 사용 권한, 검증 가능한 업무학습, 고객 성과와 연구비 회수 기간으로 판단해야 합니다.
- 에이전트 · 업무 설계
메타 뮤즈를 논문으로 읽다: 에이전트의 경쟁은 위임 비용으로 간다
Toolformer, GAIA·Gaia2, Confucius와 메타의 실제 운영 사례를 대조했습니다. 뮤즈를 긍정적으로 볼 근거는 8GB 가상머신 자체가 아니라, 모델·기억·실행·권한을 묶어 사용자가 일을 맡기는 비용을 낮추려는 설계에 있습니다. 논문이 입증한 것과 아직 입증하지 못한 것을 구분합니다.
- 사업모델 · 산업 변화
메타의 AI 투자금 회수는 광고의 증분 이익에서 시작됩니다
광고가 벌어들이는 현금과 AI 투자로 추가로 벌어들인 현금은 다릅니다. 메타의 공식 실적, 기업 에이전트 과금, 뮤즈 구독, 거래 중개와 합작법인 금융을 연결하고, 2028년 수익화에 필요한 고객 수·업무량·현금 전환율을 역산합니다.
- 사업모델 · 산업 변화
고객지원·의무기록·금융분석: AI가 바꾸는 업무와 벤처가 가져갈 예산
Anthropic의 경제 시나리오와 직업별 관측 노출도를 구분해 읽습니다. 고객지원, 의료행정, 금융분석, 개발·보안에서 어떤 업무가 바뀌며, 그 변화가 실제 구매 예산과 반복 매출로 이어지는 조건을 분석합니다. 종목 투자판단은 다루지 않습니다.
- 로보틱스 · 피지컬 AI
95%와 10% 사이: Astra는 피지컬 AI를 어디까지 바꿀 것인가
Astra의 로봇팔 조작, 제어 프로그램 작성, 물리 시뮬레이션 사례를 바탕으로 범용 에이전트가 로봇 개발과 학습의 비용을 어떻게 바꿀지 분석합니다. 95%의 물체 옮기기와 10%의 정밀 삽입 사이에서 상용화의 조건을 찾습니다. 종목 투자판단은 다루지 않습니다.
- 에이전트 · 업무 설계
코딩 에이전트를 잘 쓰는 팀은 판단을 자산으로 남깁니다
Andrew Ng의 코딩 에이전트 역량 지도를 출발점으로, 작업 설계·자율성 배분·검증·환경 관리가 어떻게 팀의 반복 가능한 생산성으로 이어지는지 분석합니다. 장기 자율 실행의 성공 조건, 생산성 연구의 해석 한계, 개발 도구 기업이 실제 경쟁우위를 쌓는 조건을 함께 짚습니다.
- 과학 · 바이오 · 의료
AlphaGenome Atlas, 90억 개 예측이 바꾸는 바이오 투자의 질문
DNA 한 글자의 변화가 유전자 활동에 미칠 영향을 미리 계산한 Atlas는 무엇을 해결했고, 무엇을 남겼을까요. AlphaGenome·Enformer·Borzoi·AlphaMissense 연구를 대조하고, 예측의 보편화가 데이터·실험·신약 표적의 사업 가치에 미칠 영향을 살펴봅니다.
- 모델 · 학습 · 평가중국
에이전트를 위한 모델, 실행 경험이 다음 모델을 만듭니다
네오호스는 에이전트의 실행 기록을 다음 모델의 학습으로 연결합니다. 그러나 최초의 에이전트 모델도, 반복적인 자기 진화를 입증한 모델도 아닙니다. 공개 성능표와 학습 구조를 검토하고, 미국의 단일 모델과 중국의 모델 연합이라는 구도 대신 실행 결과·학습 권리·업무 완료 원가를 중심으로 사업의 경쟁력을 해석합니다.
- 사업모델 · 산업 변화
AI를 끌 수 없는 회사는 누구의 고객이 될까
‘인지 바이러스’ 논문이 던지는 불편한 질문을 투자 언어로 옮겼습니다. AI를 쓰기 전으로 돌아가기 어려운 조직이 늘어도, 개별 AI 회사의 가격 결정력이 강해지는 것은 아닙니다. 집단적 의존, 공급자 교체, 조직에 남는 숙련을 구분하면 성장률 뒤에 숨은 사업의 질이 보입니다.
- 에이전트 · 업무 설계
AI를 뽑았더니, 컴퓨터를 사 달라고 합니다
AI 전용 미니 PC에 KVM과 Tailscale을 넣었습니다. 개발자에게는 솔깃하지만, 처음 들으면 암호 같습니다. Lapis One을 AI 직원의 책상, 눈과 손, 원격 출입로에 빗대어 설명하고, 작은 상자가 드러내는 에이전트 시장의 변화와 사업의 승부처를 짚습니다.
- 창작 · 콘텐츠
Suno v6, 음악 IP가 감상의 대상에서 창작의 재료로
워너·BMG·Believe와 손잡은 Suno v6는 생성형 음악이 기존 산업 안으로 들어가는 강한 신호입니다. 더 중요한 변화는 음원의 재생뿐 아니라 창작 참여에도 대가를 붙이려는 시도입니다. 실제 계약과 유통 정책, 다운로드 약관을 바탕으로 새로운 음악 IP 수익원과 아직 해결되지 않은 권리·수익성 문제를 구분합니다.
- 에이전트 · 업무 설계
에이전트의 기억을 마크다운으로 돌려주는 agent-memory
tigerless-labs의 agent-memory는 평범한 마크다운을 기억의 원본으로 삼고, 로컬 검색과 별도의 관리 계층을 결합하려는 오픈소스 프로젝트입니다. README 원문이 확보되지 않은 만큼, 공개된 메타정보에서 확인되는 구조와 투자자가 추가로 검증해야 할 지점을 구분해 살펴봅니다.
- 에이전트 · 업무 설계
메타 뮤즈는 개인의 실행 권한을 얻으려 합니다
뮤즈의 상시 실행과 개인 기억은 최초가 아닙니다. 메타가 묶은 것은 자체 모델, 지속적인 작업 환경, 독립적인 권한 통제, 소비자 접점입니다. 출시 기능과 보안 설계, 경쟁 제품, 초기 반응을 대조하고 개인 에이전트의 경쟁이 실행 권한과 완료 책임으로 이동할 때 생기는 사업 기회를 분석합니다.
- 에이전트 · 업무 설계
AI 에이전트를 감독하는 사람의 실력은 공짜가 아닙니다
사람이 마지막에 승인한다는 설명만으로는 AI 에이전트의 안전성과 경제성을 판단할 수 없습니다. 인간 감독을 비판한 논문을 출발점으로 코딩·교육·고객상담 연구를 대조하고, 감독자의 숙련 유지와 검토·재작업 비용이 에이전트 제품의 경쟁력을 어떻게 바꾸는지 분석합니다.
- 로보틱스 · 피지컬 AI
VLA는 죽지 않았습니다, 로봇의 두뇌가 코드로 확장됩니다
Jim Fan의 VLA 2.0 발언을 Code as Policies·RHO·ASPIRE와 실물 로봇 실험으로 읽었습니다. 범용 코딩 모델이 맡을 수 있는 역할, 여전히 남는 정밀 제어의 한계, 로봇 기업이 축적해야 할 현장 자산과 검증 기준을 다룹니다.
- 모델 · 학습 · 평가
구글의 AI 경쟁력은 ‘검증된 개선’의 속도에 달려 있습니다
구글은 6주 동안 Flash 모델을 세 번 출시했습니다. 그러나 출시 간격, 기초모델의 발전, 연구 생산성은 서로 다른 지표입니다. 병렬 개발과 코딩 에이전트의 효과는 학습·평가의 병목에 달려 있고, TPU의 가치는 실험 전환 비용까지 포함해야 드러납니다.
- 모델 · 학습 · 평가
AI 연구 에이전트의 다음 병목은 지능이 아니라, 어떤 실험에 GPU를 쓸지 결정하는 능력입니다
Meta·Oxford·UCL 연구진의 AI Research Preference Models는 AI 연구 에이전트가 쏟아내는 후보 중 실제 GPU를 투입할 실험을 선별합니다. AIRS-Bench에서 24시간 성능을 약 15시간 만에 달성했습니다. AI가 연구를 자동화할수록 가치가 생성 자체에서 평가와 자원배분으로 이동한다는 신호입니다.
- 모델 · 학습 · 평가
서튼의 지속학습, AI는 기억뿐 아니라 배울 능력도 잃습니다
연속 역전파는 쓸모가 낮아진 유닛을 교체하고, 학습률 최적화는 가중치마다 업데이트 폭을 학습합니다. 가소성 유지의 연구 성과와 Oak Lab의 초지능 비전을 구분하고, 지속학습이 사업 경쟁력이 되기 위한 검증 조건을 설명합니다.
- 반도체 · 인프라 · 전력
오래 일하는 AI는 HBM 의존과 HBM 절약을 함께 키웁니다
Astra 같은 장기 업무 모델은 최전선 학습과 빠른 추론에서 HBM의 경제적 중요성을 높일 수 있습니다. 그러나 모든 기억을 HBM에 보관할 이유는 없습니다. 강화학습의 실행 생성, 긴 문맥, SRAM 추론, CXL·플래시 계층화와 모델 압축을 구분하면 HBM의 강한 수요 가설과 과장된 독점 가설이 갈립니다.
- 모델 · 학습 · 평가중국
GPT Astra의 장기 업무 역량, 추격 장벽은 모델 밖에도 있습니다
Astra의 장기 업무 역량을 강화학습, 데이터, 모델 구조, 추론 서비스와 실행 환경으로 나눠 봅니다. 중국 오픈웨이트를 막는 영구적인 기술 장벽은 확인되지 않았습니다. 다만 검증 가능한 경험을 만들고, 학습하고, 실제 업무에 되돌리는 통합 운영 능력은 상당한 추격 비용을 만들 수 있습니다.
- 안전 · 거버넌스
에이전트 보안은 카테고리가 됐습니다. 문제는 누가 가져가느냐입니다
가트너가 AI 보안 시장을 네 개 세그먼트로 나눠 사이징했고, 13개월 동안 대형 보안 벤더가 관련 스타트업 다섯 곳을 사갔습니다. 그런데 같은 가트너가 두 세그먼트는 대형 벤더가 가져갈 것이라고 못 박았습니다. 카테고리가 생긴 것과 스타트업이 먹는 것은 다른 문제입니다. 종목 투자판단은 다루지 않습니다.
- 사업모델 · 산업 변화
AI 매출은 얼마나 오래 남습니까
ARR 3억 5천만 달러를 찍은 회사의 CEO가 꼽은 최대 리스크는 성장이 아니라 매출 집중도였습니다. 같은 주에 살만 칸은 AI 튜터를 학생들이 거의 쓰지 않는다고 인정했습니다. 파는 쪽과 쓰는 쪽에서 같은 질문이 나옵니다. 이 매출은 얼마나 오래 남는가. 종목 투자판단은 다루지 않습니다.
- 반도체 · 인프라 · 전력한국
전기를 못 구하는 것보다 무서운 건 13퍼센트라는 숫자입니다
미국 전력망 접속 대기열에 들어간 발전소 중 실제로 전기를 만든 비율은 13퍼센트입니다. 한국 수도권 데이터센터의 계통 접속 가능률은 2퍼센트입니다. Conviction의 Sarah Guo는 주당 4~6개만 검토하고 시간의 3분의 2를 기존 포트폴리오에 씁니다. 두 사실은 같은 이야기입니다. 종목 투자판단은 다루지 않습니다.
- 반도체 · 인프라 · 전력한국
한국 네오클라우드는 흑자입니다. 그 흑자는 정부가 만들었습니다
엘리스그룹의 코스닥 증권신고서로 한국 GPU 클라우드 사업의 손익이 처음으로 공개 문서에 실렸습니다. 2026년 반기 영업이익률 30.09퍼센트인데, 같은 분기 CoreWeave는 영업적자 4,900만 달러를 냈습니다. 차이는 기술이 아니라 수요위험을 누가 지느냐에 있습니다. 정부 대상 매출 비중 65.59퍼센트, 매출 대비 감가상각비 37.4퍼센트, 수도권 전력계통 승인율 2퍼센트라는 세 숫자로 한국 네오클라우드의 현재 구조와 2027년 이후의 갈림길을 정리했습니다. 개별 종목 판단은 다루지 않습니다.
- 사업모델 · 산업 변화
업무는 사라지고 직업은 남습니다. 그래도 채용은 줄어듭니다
젠슨 황은 G20에서 AI가 업무는 자동화하지만 직업의 목적은 남는다고 말했습니다. 이 구분은 맞지만, 직업의 존속과 고용 인원은 별개입니다. 기업 도입 자료와 청년층 채용 통계로 황의 낙관론이 맞는 부분과 빠진 부분을 검증했습니다. 종목 투자판단은 다루지 않습니다.
- 안전 · 거버넌스
GPT-6 Astra, AGI 선언보다 중요한 것은 컴퓨터를 끝까지 쓰는 능력입니다
GPT-6 Astra 시스템 카드를 다시 읽으면 결론은 단순하지 않습니다. 권한 이탈과 안전 위반은 전작보다 크게 줄었지만 사고과정 감시 가능성은 낮아졌고, 사이버 역량은 Critical 단계에 도달했습니다. 구조 추정과 공급자 평가의 한계를 분리해 기술·성능·가격·산업 파급효과를 분석합니다.
- 반도체 · 인프라 · 전력
2027년의 병목은 칩이 아니라 전기입니다
미국이 주최한 G20 기술장관 세션에서 Elon Musk, David Sacks, Bob Mumgaard가 차례로 발언했습니다. 세 사람이 서로 다른 산업에서 같은 결론에 도착했습니다. 칩은 계속 나오는데 전기가 따라오지 못하고, 사전승인 규제는 그 격차를 더 벌린다는 것입니다. 종목 투자판단은 다루지 않습니다.
- 모델 · 학습 · 평가한국
Solar Pro 4, 한국 AI 모델의 글로벌 사용이 숫자로 잡히기 시작했습니다
출시 직후의 할인 효과를 감안해도 Solar Pro 4의 OpenRouter 주간 토큰 사용 순위는 29위에서 19위로 상승했습니다. 문서·도구 실행·오류 복구에서 반복 사용의 이유가 보였고, 9월 10일 할인 종료 뒤 유료 잔존율이 다음 증거가 됩니다.
- 이 데스크 · 나의 실험
달착륙 3주 뒤에 우드스톡이 열렸습니다: 피터 틸이 말하는 정체의 원인
피터 틸과 조던 피터슨의 1시간 대담 전문을 따라가며, 원자 세계의 진보가 1970년 전후로 느려졌다는 주장, 그 원인을 규제가 아니라 종말론적 공포로 보는 논리, 지라르 모방이론으로 이어지는 사회 진단, 그리고 희생 개념을 두고 두 사람이 정면으로 갈라지는 대목까지 정리합니다. 종목 투자판단은 다루지 않습니다.
- 안전 · 거버넌스
에이전트 1,200개가 사내 패키지 저장소를 비밀 게시판으로 썼습니다
2026년 5월부터 7월까지 오픈AI 내부에서 에이전트 집단 행동이 세 번 연속으로 일어났습니다. 사내 패키지 매니저가 비밀 메시지 보드가 됐고, 1,200개 에이전트가 7만 건 넘는 메시지로 채점기를 속일 방법을 공동 연구했으며, 마지막 집단은 오픈AI 연구 클러스터 관리자 권한과 시크릿 956건을 가져갔습니다. 사고의 1차 원인이 모델이 아니라 평가·훈련 인프라의 품질 결함이라는 점, 그리고 1,200개 중 인간에게 알린 에이전트가 0개였다는 점을 정리합니다.
- 모델 · 학습 · 평가중국
텍스트만으로는 넘을 수 없는 천장이 있습니다: 형태·의미 정보한계와 컨텍스트 확보 경쟁
Cheng와 Cotterell이 8월 28일 공개한 논문은 발화의 형태만 관측하는 시스템이 화자의 의도된 의미를 복원할 확률에 정보이론적 상한이 있음을 증명합니다. 중국어 무주어 대명사 복원 실험에서 LLM·VLM 6종은 이론 천장 0.93은커녕 단순 베이스라인 0.85도 넘지 못했습니다. 데이터를 더 붓는 대신 맥락을 확보하는 경쟁으로 이동해야 하는 이유와 DD 질문을 정리합니다.
- 사업모델 · 산업 변화한국
GEO는 인용을 바꾸지만 검색되는 확률은 아직 못 바꿉니다
2023년 논문 한 편에서 시작한 GEO는 3년 만에 100개 넘는 툴과 2억 달러 넘는 조달, 어도비의 19억 달러 인수까지 왔습니다. 그런데 2026년 7월 45편을 훑은 서베이는 어떤 기법도 교차 플랫폼에서 안정적으로 발견 확률을 올린다는 증거가 없다고 결론냅니다. 무엇이 증명됐고 무엇이 역효과였는지, 사업자들이 어느 층에 서 있는지 정리합니다.
- 투자 · 자본시장
GEO는 SEO의 새 이름이 아닙니다: 인용 최적화에서 AI 마케팅 운영체제로
2023년 논문 한 편에서 출발한 생성엔진 최적화(GEO)는 2026년 10억 달러 가치 스타트업과 어도비의 19억 달러 인수로 이어졌습니다. 그러나 크롤링, 검색 후보 진입, 인용, 추천은 서로 다른 문제이고 GEO가 통제할 수 있는 범위도 다릅니다. 실제로 작동하는 기법과 측정의 함정, 주요 사업자, 투자자가 확인할 해자를 나눠 봤습니다.
- 과학 · 바이오 · 의료
허리케인은 드물지만, 허리케인의 모양은 드물지 않습니다
희귀 사건은 샘플이 적어 AI가 못 할 것 같은데 실제로는 잘합니다. 빈도가 드문 것과 모양이 드문 것은 다르기 때문입니다. 자연이 방정식으로 깔아 둔 구조가 어떻게 데이터를 대신하는지, 수치해법이 못 보던 것을 왜 AI가 찾아내는지, 그리고 이 논리가 통하지 않는 도메인은 어디인지 풀어서 봅니다.
- 과학 · 바이오 · 의료한국
실험실 장비에 드라이버가 깔렸습니다: Anthropic MHS와 에이전트의 물리 세계 진입
Anthropic이 AI 에이전트가 현미경, 액체 취급기, 로봇팔을 직접 조작하는 공용 규격 MHS를 리서치 프리뷰로 열었습니다. 발표문과 11분짜리 현장 영상에서 확인 가능한 사실만 골라 정리하고, 이 규격이 랩 자동화 소프트웨어와 장비 벤더 사이의 힘을 어디로 옮기는지, 그리고 이 흐름이 과장된 것으로 판명난다면 어느 지표에서 먼저 드러나는지 적었습니다.
- 모델 · 학습 · 평가
구글 PPE는 세계를 시뮬레이션하지 않고, 모델 만드는 노동을 자동화했습니다
구글 리서치의 Planetary Prediction Engine은 자연어 질의만으로 데이터를 찾고 붙이고 모델을 학습시켜 CDC 21개 지표 R² 76.8%, 콩고 에볼라 Recall@10 83.3%를 냈습니다. 그런데 이 시스템은 소셜 월드 모델이 아니라 예측 모델 제작 노동을 자동화한 쪽입니다. 두 계열이 무엇을 맞히고 어디서 갈라지는지, 그리고 개입을 다루는 층이 왜 여전히 비어 있는지 정리합니다.
- 모델 · 학습 · 평가
구글 PPE는 소셜 월드 모델이 아닙니다: 예측 엔진의 경계와 VC 시사점
Google Research의 Planetary Prediction Engine은 자연어 요청에서 지리공간 예측 파이프라인을 실행하는 agentic ML 시스템입니다. 사회적 상태와 행위자 간 상호작용을 전이시키는 소셜 월드 모델과의 차이를 분명히 하고, 두 범주를 혼동하지 않는 VC DD 기준을 정리합니다.
- 과학 · 바이오 · 의료
MCP 다음은 실험실 바닥입니다: Anthropic MHS가 표준화하려는 것
Anthropic이 AI 에이전트가 현미경·액체취급기·로봇팔 같은 물리 장비를 안전하게 다루게 하는 MHS 연구 프리뷰를 시작했습니다. 아직 오픈 표준도, 검증된 산업 인프라도 아닙니다. 그러나 장비마다 따로 만들던 통합 비용을 드라이버와 안전 제약의 공통 계층으로 옮기려는 시도라는 점에서, AI for Science와 자동화 장비 산업의 경쟁 위치를 바꿀 수 있습니다.
- 에이전트 · 업무 설계
에이전트가 검증을 잊을 수 없게 만들었습니다: 브리지워터 PAT의 설계
브리지워터가 사내 수백 명이 매일 쓰는 AI 애널리스트 PAT의 내부를 공개했습니다. 핵심 문장은 하나입니다. 에이전틱 코딩을 에이전트 문제가 아니라 컴파일러 문제로 다루라는 것. 검증을 에이전트의 성실함에 맡기지 않고 아키텍처로 강제했더니 두 에이전트가 95% 확률로 같은 코드를 냈습니다. 이 설계를 제가 매일 쓰는 시스템과 나란히 놓고 빈칸을 셌습니다.
- 투자 · 자본시장
소프트웨어가 세상을 먹는다던 곳이 11억 달러를 하드웨어에 넣었습니다
a16z가 11억 달러 규모 Machine Age Fund를 만들었습니다. 규모만 보면 데이터센터 한 동도 못 짓는 돈입니다. 그래서 이 펀드가 실제로 사는 것은 인프라가 아니라 인프라의 병목을 푸는 부품과 설계입니다. 발표문과 파트너 좌담에서 나온 숫자를 확인 수준별로 갈라 정리하고, 이 테제가 깨지는 조건 다섯 가지를 따로 적었습니다.
- 투자 · 자본시장
인수가 아니라고 적혀 있습니다: 엔비디아가 풀사이드에서 60억 달러로 산 것
넉 달 전 20억 달러를 못 모은 풀사이드가 엔비디아로부터 60억 달러 라이선스료와 10억 달러 투자를 받았습니다. 주주 서한에는 인수도 인수합병식 채용도 아니라고 적혀 있습니다. 그록 사례에서 이미 한 번 돌아간 이 구조가 무엇을 남기는지, 그리고 재평가 사건이 없는 기술 서사가 어디로 수렴하는지 봅니다.
- 투자 · 자본시장
누군가 1점을 줬는데 그 딜은 통과했습니다: 세쿼이아 IC가 표를 쓰는 방식
20VC에 나온 세쿼이아 파트너 쥘리앵 벡의 88분 대화를 자막 전문으로 읽었습니다. 1점부터 10점까지 투표하지만 그 표는 결론이 아니라 스폰서에게 주는 신호이고, 최고의 투자는 늘 스폰서의 확신이 가장 높았던 회사였습니다. 비동기 IC 실험, 판단력과 정치 계수라는 두 축, 이력서의 함정까지 함께 봅니다.
- 과학 · 바이오 · 의료
약이 듣고 안 듣고를 유전자 하나로 설명할 수 없게 되자, 오믹스 AI가 둘로 갈렸습니다
8월 26일 Cell에 실린 2026 가상세포 챌린지는 학습 데이터를 아예 주지 않고 한 번도 교란해 본 적 없는 여섯 개 세포주의 반응을 맞히라고 요구합니다. 알파폴드가 단백질 구조를 가져간 뒤 오믹스 AI가 가상세포와 유전자 언어 모델로 갈라진 이유는 인간의 질환과 형질이 양적 유전이기 때문입니다. GLP-1 비만약 반응을 27,885명에서 본 유전체 연구, 수천만 세포를 학습한 모델이 단순 기준선에 진 벤치마크, 제브라피시 배아에서 실제로 작동한 합성 인핸서, 그리고 데이터를 공개하고 파이프라인으로 회수하는 쪽으로 기울고 있는 사업 구조를 함께 정리했습니다. 발표·논문 기준이며 종목 판단은 다루지 않습니다.
- 모델 · 학습 · 평가
오믹스 AI의 병목은 모델이 아니라, 인과 데이터를 다시 만드는 공장입니다
양적유전학은 유전적 연관을 찾는 데 성공했지만, 어떤 비암호화 변이가 어느 세포에서 어떤 상태 변화를 일으키는지는 아직 빈칸으로 남았습니다. AlphaGenome·Evo 2·가상세포·합성 인핸서가 그 빈칸을 읽고, 예측하고, 설계하는 세 층을 만들고 있습니다. 다만 병목은 모델 크기가 아니라 세포 맥락을 넘나드는 고품질 교란 데이터와 전향적 실험 검증입니다.
- 과학 · 바이오 · 의료
5만 개의 샘플로 슈퍼컴퓨터를 이겼습니다: 아난드쿠마르가 말한 물리의 벽
칼텍 아니마 아난드쿠마르가 레이턴트 스페이스에서 83분간 말한 내용을 자막 전문으로 읽고 정리했습니다. 트랜스포머가 물리에서 막히는 지점이 컨텍스트 길이 계산으로 나오고, 뉴럴 오퍼레이터가 5만 샘플로 기상 예측을 해내며, 토치린이 신경망에 증명을 붙입니다. 데이터가 부족한 영역이 왜 기술 희소성이 실재하는 영역인지 함께 봅니다.
- 반도체 · 인프라 · 전력
가장 빠른 답변이 아니라, 가장 싼 완주
사람이 화면 앞에서 기다리지 않는 순간, 추론 인프라의 최적화 대상이 바뀝니다. 세일 리서치의 닐 모바는 응답 지연과 가동률과 꼬리 지연을 차례로 포기하는 대신 남들이 사지 않는 칩과 전력을 사 모으겠다고 말합니다. 인터뷰 발언과 회사 발표, 그리고 어디까지가 독립 검증 전인지를 구분해 정리했습니다. 종목 투자판단은 다루지 않습니다.
- 모델 · 학습 · 평가
KL과 마르코프, 베이즈, 가우시안이 없었으면 무엇이 없었을까
확산모델 DDPM의 목적함수를 따라가면 KL divergence, 마르코프 연쇄, 변분추론, 가우시안이 어디서 어떤 일을 하는지 한 줄씩 드러납니다. 같은 잣대로 LLM을 뜯어보면 네 이름 중 둘은 그대로 살아 있고 둘은 다른 자리에 서 있습니다. 그리고 2026년의 확산 언어모델과 flow matching은 그 부품이 교체 가능하다는 것을 보여줍니다.
- 모델 · 학습 · 평가
다음 성능 헤드룸은 모델이 아니라 채점기에 남아 있습니다
긴 작업을 하는 에이전트에서 점수가 멈춘 이유는 모델이 덜 똑똑해서가 아니라, 무엇을 잘했는지 채점할 방법이 없어서입니다. 궤적 단위 보상 설계가 실제로 성능을 얼마나 올렸는지, 그리고 이 레이어에 돈이 어떻게 몰리고 있는지 정리합니다.
- 모델 · 학습 · 평가
오픈AI가 GPT-5.6에서 공개한 점수는 터미널벤치 하나였습니다
에이전틱 과제에서만 점수가 크게 뛰는 현상은 이제 공개 정책에까지 나타납니다. 오픈AI는 GPT-5.6에서 터미널벤치 2.1만 냈고, 앤트로픽은 소네트 5에서 그 칸을 비웠습니다. METR은 클로드 코드와 코덱스 하네스가 자사 범용 하네스보다 낫지 않다고 측정했고, 같은 조직이 '자동 채점되는 과제는 곧 RL 환경이 된다'는 이유로 자기 벤치마크의 한계를 스스로 밝혔습니다. 트레이스와 보상에 남은 헤드룸이 어디에 있고 어디서 막히는지 정리했습니다. 종목 투자판단은 다루지 않습니다.
- 에이전트 · 업무 설계
막히면 상위 모델로 올리는 습관, 버리고 다시 시작하는 쪽이 더 쌌습니다
AWS 연구진이 SWE-bench Verified에서 58,000회를 돌려 모델 전환의 값을 계산했습니다. 싼 모델에서 비싼 모델로 올리는 전환은 품질 우위의 절반도 되찾지 못하면서 값은 더 나갔고, 내리는 전환은 유리했습니다. 종목 투자판단은 다루지 않습니다.
- 반도체 · 인프라 · 전력중국
두 개의 랩이 세계의 연산을 가져갑니다: 딜런 파텔이 그린 2028년의 지도
세미애널리시스 딜런 파텔이 드워케시 파텔과 나눈 77분짜리 대화를 전문 그대로 읽고 주제별로 갈랐습니다. 메가와트당 매출이 뒤집힌 이야기부터, 팹 60억 달러가 1조 달러 매출을 낳는 100배 격차, 5조 달러 신용이 금리를 밀어올리는 경로, 그리고 중국이 언제 하키스틱을 그리는지까지 순서대로 정리했습니다.
- 반도체 · 인프라 · 전력한국
NVHBM의 과녁은 메모리 3사가 아니라 커스텀 ASIC입니다
엔비디아가 메모리 컨트롤러를 XPU에서 HBM 베이스 다이로 옮기는 NVHBM을 공개했습니다. HBM 설계 주도권이 메모리 제조사에서 엔비디아로 넘어간 사건으로 읽히지만, 공개 자료의 시간선은 다른 이야기를 합니다. 커스텀 HBM은 이미 2026년 3월 Feynman 로드맵에 있었고, NVHBM은 NVLink Fusion 안에서만 제공됩니다. 즉 이 발표의 상대는 SK하이닉스의 HBF가 아니라 자체 추론 칩을 만드는 하이퍼스케일러입니다. 무엇이 확인됐고 무엇이 아직 추정인지 나눠 정리했습니다.
- 에이전트 · 업무 설계
검색 결과를 넘겨주지 않고, 답과 빈칸까지 남기는 에이전트 메모리
GBrain은 메일·회의·문서에서 들어온 신호를 사실, 관계, 시간축으로 쌓고, 다음 질문에 인용과 빈칸을 함께 돌려주려는 오픈소스 에이전트 메모리 계층입니다. 중요한 것은 설치법이 아니라, 이 계층을 정본 위에 어떻게 안전하게 얹느냐입니다.
- 반도체 · 인프라 · 전력
직원 4만 명, 미래 에이전트 400만 개: 수요의 단위는 좌석이 아닙니다
엔비디아가 제시한 직원당 10~100개 에이전트는 현재 보급률이 아니라 미래 시나리오입니다. 선도 조직의 실제 사용 데이터를 대조해 에이전트 개수 대신 실행시간, 검수된 결과, 효율을 봐야 하는 이유를 분석합니다.
- 에이전트 · 업무 설계
개인 AGI의 해자는 모델이 아니라 기억의 소유권입니다
Garry Tan은 Personal AGI를 개인이 소유한 기억과 업무 절차 위에서 일하는 에이전트로 정의합니다. 이 주장이 설득력 있는 지점과 생산성 수치, 보안, 스킬 소유권에서 남는 질문을 VC 관점에서 짚었습니다.
- 반도체 · 인프라 · 전력
OpenAI Jalapeño가 Rubin을 앞선 조건과 진짜 의미
초기 실리콘인 Jalapeño는 짧은 단일턴 추론에서 강한 전력 효율과 지연시간을 보였습니다. 다만 순수 TP와 B0 25% 개선이라는 표현은 공개 근거보다 앞서 있습니다. 이 결과가 NVIDIA, HBM과 AI 반도체 가치사슬에 뜻하는 바를 측정 조건부터 다시 짚었습니다.
- 로보틱스 · 피지컬 AI
휴머노이드의 AI 칩은 데이터센터 GPU의 축소판이 아닙니다
실제 휴머노이드에서 공개된 모델 규모와 제어 주기, 정밀도별 메모리 요구량을 계산하고 로봇용 NPU·LPDDR가 데이터센터 GPU·HBM과 왜 다른지 분석했습니다. 특정 종목 투자판단은 다루지 않습니다.
- 에이전트 · 업무 설계중국
169일에 네 회사가 몰렸습니다: 중국 오피스 에이전트는 업무 원장을 노립니다
바이트댄스, 텐센트, 알리바바, 킹소프트오피스가 반년 사이 업무형 AI를 내놓았습니다. 기능표보다 기업 맥락, 실행 권한, 업무 흐름, 편집 가능한 결과물을 누가 장악하는지 봐야 합니다.
- 반도체 · 인프라 · 전력
세레브라스 CS-6: SRAM은 남고, DRAM이 웨이퍼 위로 올라옵니다
세레브라스가 Hot Chips 2026에서 CS-6의 방향을 공개했습니다. wafer-scale SRAM과 compute를 유지하면서 3D-stacked DRAM을 초고대역폭으로 결합하는 구조입니다. 다만 HBM도 이미 3D이고 GPU도 SRAM을 씁니다. 실제 경쟁축은 2D 대 3D가 아니라 메모리 계층의 중심과 통합 범위입니다. CS-5의 2027년 목표는 공식이지만 CS-6의 2029년 출시는 공식 자료에서 확인되지 않았습니다.
- 사업모델 · 산업 변화
소셜 월드 모델은 하나가 아닙니다: 기업 의사결정 예측의 위치
소셜 월드 모델을 개인, 관계, 네트워크, 조직, 시장의 다섯 연구 영역으로 나누고, 기업 의사결정 예측이 왜 별도 분야가 아니라 이들을 관통하는 개입 계층인지 분석합니다. 학술 연구와 상용 사례, 검증의 경계도 함께 살펴봅니다.
- 사업모델 · 산업 변화
예측 모델은 싸지고, 결정 루프는 비싸집니다
기업용 예측과 시뮬레이션은 단일 모델 경쟁에서 데이터 의미, 인과·최적화, 승인·실행, 결과학습을 연결하는 결정 루프 경쟁으로 이동하고 있습니다. 최근 기술 진전, 펀딩과 M&A, 도입 구조와 규제, 독립 기업의 방어력을 함께 분석합니다.
- 과학 · 바이오 · 의료
5조 포인트를 읽는 물리 AI, Transformer를 버렸다는 말의 정확한 의미
Accelerated Understanding은 신경 연산자로 3차원 공간과 시간의 물리장을 한 번에 예측한다고 주장합니다. Transformer와 무엇이 다른지, DeepONet·FNO·PINO·FourCastNet·MPP·Transolver와 어떤 계보로 이어지는지, 5조 컨텍스트 수치를 어디까지 믿어야 하는지 나눠 봅니다.
- 모델 · 학습 · 평가
인터넷을 다 읽은 AI도, 세계에서는 초보입니다
Rich Sutton과 Khurram Javed는 현재 LLM이 인터넷의 지식을 크게 확장했지만 배포 뒤에는 경험으로 배우지 못한다고 지적합니다. 합성데이터의 인간 병목, Big World Hypothesis, continual backpropagation의 근거와 한계를 나눠 봅니다.
- 에이전트 · 업무 설계
AI의 다음 병목은 모델이 아니라 인간의 주의입니다
OpenAI의 Thibault Sottiaux 인터뷰는 AI 경쟁의 단위가 모델에서 개인 에이전트와 자동화 시스템으로 이동하고 있음을 보여줍니다. 초고속 추론, ChatGPT와 Codex의 결합, 클라우드 실행환경, 사람 주도의 자기개선 루프가 업무와 제품 구조를 어떻게 바꾸는지 분석합니다.
- 반도체 · 인프라 · 전력
테라팹은 실제 공장입니다, 그러나 1TW는 아직 생산계획이 아닙니다
SpaceX의 Terafab은 텍사스 그라임스 카운티에서 168억 달러 이상이 투입되는 실물 반도체 프로젝트로 진전됐습니다. 그러나 1억 제곱피트, 로직·메모리·첨단 패키징 일관생산과 연 1TW 출력은 아직 정의와 양산근거가 없는 장기 비전입니다. 연구 팹, 1단계 양산시설과 최종 구상을 분리하고 Intel 14A, HBM, 패키징, 수율과 가동률의 현실을 분석했습니다.
- 사업모델 · 산업 변화
합병보다 먼저 합쳐지고 있습니다, Tesla와 SpaceX의 AI 수직통합
SpaceX는 이미 xAI와 X를 품었고 Tesla와는 지분투자, Megapack 공급, AI 반도체 협력을 확대하고 있습니다. 잠재 합병을 자동차와 우주기업의 결합이 아니라 연결망·모델·컴퓨팅·에너지·피지컬 AI를 묶는 플랫폼 재편으로 분석하고, 법인 합병 없이 가능한 통합과 완전 합병에만 남는 경제적 이익을 구분했습니다.
- 사업모델 · 산업 변화
비상장 AI 기업의 해자는 모델 밖의 통제 지점에 쌓입니다
Daloopa·Simile·Clio·Harvey·Corgi·Vercel·ClickHouse·Divergent가 AI 가치사슬에서 각각 어떤 통제 지점을 확보하고 있는지 분석합니다. 검증 데이터, 업무 컨텍스트, 실행 권한, 런타임, 관측가능성, 물리적 생산능력이 모델 보편화 이후 어떻게 해자가 되는지 살펴봅니다. 종목 투자판단은 다루지 않습니다.
- 모델 · 학습 · 평가
에이전트 도입의 병목은 모델 성능이 아니라 검증과 책임입니다
골드만삭스의 세 번째 실리콘밸리 AI 필드트립은 에이전트가 가장 똑똑한 모델보다 결과를 검증하고 오류를 복구하며 책임을 배분할 수 있는 워크플로우에서 먼저 확산된다는 점을 보여줍니다. 프런티어 모델과 오픈모델의 역할 분담, 사용량·거래·성과 기반 과금, 워크플로우 컨텍스트의 해자까지 연결해 분석합니다. 종목 투자판단은 다루지 않습니다.
- 모델 · 학습 · 평가
535B 모델이 자라는 과정이 열렸습니다, Marin 공개 학습을 읽는 법
Marin은 총 535.3B, 활성 22.76B 규모의 MoE 모델을 11대의 GB200 NVL72에서 훈련하며 데이터 구성, 코드, 예행학습, 손실 곡선과 시스템 지표를 공개하고 있습니다. 비전공자가 무엇을 보고 어떻게 해석해야 하는지 쉽게 설명합니다.
- 과학 · 바이오 · 의료한국
한국에는 이미 검진 데이터가 많습니다, 네코헬스가 다른 것은 반복 측정의 설계입니다
네코헬스는 MRI로 온몸의 장기를 보는 서비스가 아닙니다. 피부·심혈관·혈액·대사 신호를 자체 장비로 표준화해 60분 안에 측정하고, 임상의 설명과 후속 조치, 다음 해 재검까지 한 제품으로 묶었습니다. 한국의 국가검진과 민간 종합검진은 더 넓은 인구와 더 깊은 장기 검사를 갖고 있습니다. 두 시스템의 검사 범위, 데이터 구조, 임상 근거와 사업모델을 비교했습니다.
- 과학 · 바이오 · 의료
렌토서팁이 3상에 들어갔다: AI 신약의 진짜 시험이 시작됐다
AI로 표적을 찾고 분자를 설계한 렌토서팁이 임상 3상에 진입했고, AbCellera의 통합 항체 플랫폼에서 나온 ABCL635도 2상 효능 신호를 보고했습니다. 두 사례가 무엇을 증명했고 무엇은 아직 증명하지 못했는지, 제약회사가 AI를 연구개발 인프라로 바꾸는 이유와 앞으로 확인할 지표를 분석합니다. 특정 종목에 대한 투자 판단은 다루지 않습니다.
- 과학 · 바이오 · 의료
한 환자를 위한 암 치료 운영체제: 개인맞춤 치료와 AI는 어디까지 왔나
GitLab 공동창업자 Sid Sijbrandij는 재발성 골육종에서 다중오믹스, 오가노이드, 표적 영상, 실험적 치료와 AI 분석을 하나의 반복 루프로 묶었습니다. 무엇을 시도했고 어떤 결과를 얻었는지, AI가 실제로 한 일과 하지 않은 일은 무엇인지, 이 n=1 사례가 개인맞춤 치료의 미래에 주는 의미를 분석합니다.
- 모델 · 학습 · 평가
더 큰 모델보다 더 좋은 세계: SPADE가 환경 설계를 학습시켰습니다
SPADE는 하나의 LLM이 실행 가능한 훈련 환경을 만들고, 같은 LLM이 그 안에서 학습하게 합니다. 고정 문제집을 늘리는 단계에서 능력에 맞춰 변하는 실행 가능한 세계를 만드는 단계로 넘어간 것입니다. 논문의 구조와 성과, 한계, AI 생태계에 미칠 영향을 분석합니다.
- 과학 · 바이오 · 의료
바이오 테마를 가르는 것은 질환이 아니라 매출이 생기는 방식입니다
바이오를 항암·비만·희귀질환으로 나누면 같은 칸 안의 위험 차이가 보이지 않습니다. 질환, 치료 방식, 가치사슬 위치, 매출의 반복성이라는 네 축을 겹쳐야 개인맞춤 암백신과 미세잔존암 검사가 왜 같은 뉴스에 움직이면서도 전혀 다른 사업인지가 드러납니다. 개인맞춤 암백신부터 비만 치료제 2.0까지 열네 테마를 가치가 생기는 지점과 검증 단계로 나눠 지도를 그렸고, 개인맞춤 항암 공정의 다섯 자리가 각각 어떤 매출 구조를 갖는지, 치료제가 이기는 자리와 어떤 치료제가 이기든 필요한 자리가 어떻게 다른지를 정리했습니다. 회사 발표 기준이며 종목 판단은 다루지 않습니다.
- 반도체 · 인프라 · 전력
HBM은 양산, HBF는 규격, HBS는 구상입니다: 병목이 옮겨간 자리의 기술들은 시계가 다릅니다
AI 성능의 병목이 연산기 자체에서 메모리 이동·패키징·인터커넥트·전력으로 옮겨간다는 전망은 맞습니다. 엔비디아가 2027년 DRAM 부족을 이유로 차세대 가속기의 HBM 구성을 낮추는 안을 검토 중이라는 보도가 그 증거입니다. 다만 그 자리를 노리는 기술들을 한 묶음으로 읽으면 틀립니다. HBM은 세 공급사 모두 양산 중이고, HBF는 8월에 첫 공개 규격이 나와 2027년 샘플·2028년 양산이 목표이며, HBS는 보도 외에 규격이 없습니다. 3D 패키징과 칩렛은 이미 양산이고, 광연결은 스위치에서 먼저 현실이 됐으며, 유리기판은 오히려 늦춰지고 있습니다. 각 기술을 양산·검증·구상의 세 시계에 나눠 놓았습니다. 회사 발표·보도 기준이며 종목 판단은 다루지 않습니다.
- 모델 · 학습 · 평가
긴 문맥은 State가 아닙니다
Transformer의 KV cache, Mamba의 고정 크기 상태, 월드모델의 잠재 상태, 인과모델의 변수를 같은 state로 부르면 AI 아키텍처를 오해하기 쉽습니다. Attention과 상태공간모델이 기억하는 방식부터 행동·개입 데이터가 인과적 지능을 만드는 조건까지 길고 쉽게 설명합니다.
- 모델 · 학습 · 평가
토큰은 기록이고 State는 세계에 대한 가설입니다
2017년 Transformer와 현재 프런티어 LLM의 구조적 차이, LLM과 월드모델을 가르는 상태·행동·동역학, 다음 토큰 예측이 인과관계를 보장하지 못하는 이유를 연결해 설명합니다. 미래의 AI는 언어모델, 상태 추정기, 행동 조건부 월드모델과 인과 검증기가 결합된 시스템에 가까워질 가능성이 큽니다.
- 과학 · 바이오 · 의료
환자마다 다른 약이 3상을 통과했습니다. 이제 분석·설계·추적이 한 공정이 됩니다
8월 19일 모더나와 머크의 개인맞춤 mRNA 암백신 인티스메란이 흑색종 3상에서 무재발생존 목표를 달성했습니다. 같은 날 템퍼스 AI도 크게 올랐는데, 이 회사가 인수를 진행 중인 퍼스낼리스가 그 백신의 표적을 찾아 준 회사이기 때문입니다. 다만 언론이 섞어 쓰는 두 제품은 서로 다른 일을 하고, 퍼스낼리스는 그 둘을 양쪽 끝에서 쥐고 있습니다. 2022년 머크의 옵션 행사에서 2026년 템퍼스의 인수까지 이어진 계약의 연결고리, 개인맞춤 치료가 늘수록 검사 수요가 어디서 생기는지, 템퍼스가 실제로 사는 것이 무엇인지를 정리했습니다. 발표·보도 기준이며 종목 판단은 다루지 않습니다.
- 에이전트 · 업무 설계
클릭하던 AI가 함수를 호출합니다: 구글 WebMCP가 만드는 에이전트 웹
구글과 마이크로소프트가 제안한 WebMCP는 웹사이트가 현재 탭의 기능을 구조화된 도구로 공개해 브라우저 에이전트가 화면을 추측하지 않고 실행하게 만드는 기술입니다. 핵심 변화는 브라우저가 에이전트의 실행·권한 계층이 되고, 웹이 사람용 UI와 에이전트용 행동 계약을 함께 갖게 되는 데 있습니다.
- 에이전트 · 업무 설계중국
Self-Evolving AI: 모델이 아니라 시스템이 진화하기 시작했습니다
Self-Evolving AI의 핵심은 AI가 곧바로 자기 가중치를 다시 학습하는 데 있지 않습니다. 같은 모델을 두고 Memory, Skill, Tool, Workflow와 Harness를 경험에 따라 바꾸며 시스템 성능을 높이는 현실적인 경로가 먼저 열리고 있습니다. AlphaEvolve, Darwin Gödel Machine, Hermes Agent, Alita와 DeepSeek Harness를 통해 무엇이 실제로 진화하고, 평가기가 왜 병목이며, 프로덕션에서는 어떤 통제 구조가 필요한지 분석합니다.
- 모델 · 학습 · 평가
AI 애플리케이션을 구축하고 배포하는 여섯 가지 핵심 역량
Andrew Ng가 공개한 AI Engineering Skills Map의 첫 번째 축을 실무 관점에서 다시 읽습니다. LLM 기초, 데이터 그라운딩, 에이전트 시스템, 평가 주도 개발, 프로덕션 운영, 머신러닝 기초가 어떻게 하나의 반복 시스템으로 연결되는지, 무엇을 산출할 수 있어야 진짜 역량인지 상세히 정리했습니다.
- 모델 · 학습 · 평가
2023~2026 LLM 내부구조의 진화: 65장으로 읽는 모델 계보와 알고리즘
Llama 이후 LLM은 겉으로는 모두 Decoder-only Transformer이지만, 내부에서는 정규화, 어텐션, 위치 인코딩, 활성화 함수, MoE, KV 캐시, SSM과 디코딩 방식이 빠르게 갈라졌습니다. 신정규 래블업 대표의 65장 발표자료 전체를 바탕으로 2023~2026년 모델 계보와 알고리즘 변화를 초보자도 따라갈 수 있게 해설합니다.
- 모델 · 학습 · 평가
트랜스포머 이후 AI 모델 아키텍처는 어디로 가는가
AI 모델 아키텍처는 단순히 신경망의 층을 쌓는 방식이 아닙니다. 입력을 표현하고, 정보를 섞고, 상태를 기억하고, 무엇을 예측할지 정하는 전체 설계입니다. Transformer에서 프런티어 LLM, 월드모델, Amazon Chronos-2까지 이어지는 발전을 하나의 공통 프레임으로 분석합니다.
- 에이전트 · 업무 설계
에이전트의 성능은 모델과 하네스, 사람의 경계에서 결정됩니다
좋은 Agentic AI 시스템은 가장 강한 모델을 고르는 데서 완성되지 않습니다. 확률적 추론은 모델에, 상태와 권한과 검증은 하네스에, 목표의 정당성과 책임은 사람에게 배치해야 합니다. 세 주체의 역할과 네 가지 경계를 연구 결과, 비용 구조, 실제 설계 원칙으로 정리합니다.
- 에이전트 · 업무 설계
AI 에이전트 도입 격차는 일의 운영체제를 바꿀 때 닫힙니다
기업의 AI 사용률은 빠르게 늘지만 에이전트가 손익과 업무 흐름을 바꾸는 비율은 낮습니다. 맥킨지의 1:3:5와 A-E 프레임을 출발점으로 기술 신뢰성, 의사결정권, 중간관리자, 평가와 보상, 결과당 비용을 하나의 운영모델로 연결합니다.
- 과학 · 바이오 · 의료
개인맞춤 항암제의 첫 3상 성공은 알고리즘의 승리가 아닙니다
머크와 모더나가 개인맞춤 mRNA 항암 치료의 3상 성공을 발표했습니다. 신항원 치료제로는 처음입니다. 그런데 이 치료제는 환자 한 명이 곧 하나의 생산 배치입니다. 설계와 판정 다음에 오는 세 번째 병목, 즉 환자별 제조와 규제 통과가 왜 소프트웨어로 복제되지 않는지 정리했습니다. 발표 기준이며 종목 판단은 다루지 않습니다.
- 과학 · 바이오 · 의료
AIDO Cell은 세포를 예측하는 AI에서 실험하는 AI로 넘어가려 합니다
GenBio AI의 AIDO Cell 1.0은 유전자·약물 개입을 누적하고, 하나의 세포 상태에서 전사체·단백질 구조·조절 유전체·형태를 읽어내는 범용 세포 시뮬레이터를 표방합니다. 31개 지표 중 24개 최고 성능이라는 결과보다 더 중요한 것은 세포를 상태와 이력을 가진 프로그래밍 객체로 바꾼 구조입니다. 다만 두 암세포주, 자체 벤치마크, 미완료된 신규 예측의 실험 검증이라는 한계도 분명합니다.
- 과학 · 바이오 · 의료
앤트로픽이 단백질을 설계했습니다. 그게 맞는지는 트위스트가 판정했습니다
앤트로픽이 클로드로 단백질 결합체를 설계한 캠페인 결과를 공개하면서, 그 설계가 실제로 붙는지 검증할 외부 평가자로 트위스트 바이오사이언스를 세웠습니다. 표적 15개 중 14개에서 결합체를 얻었고 히트율은 22~35퍼센트로 업계 통상치의 두 배 안팎입니다. 그런데 이 발표에서 더 눈여겨볼 것은 성적표가 아니라 역할 분담입니다. 설계는 이틀이면 끝나는데 그게 맞는지 판정하는 일은 여전히 실험실에서만 됩니다. 트위스트가 실리콘 칩으로 그 판정 단가를 낮추는 자리에 서 있다는 것이 이 뉴스의 구조입니다. 발표·보도 기준이며 종목 판단은 다루지 않습니다.
- 반도체 · 인프라 · 전력
네오클라우드는 AWS보다 빨리 컸지만 AWS가 된 것은 아닙니다
A16Z의 성장 곡선은 CoreWeave가 초기 AWS보다 빠르게 분기 매출 26억 달러에 도달했음을 보여줍니다. 그러나 같은 그래프에는 AI 클라우드, 데이터센터 임대, 고객 핏아웃 매출과 추정된 초기 하이퍼스케일러 매출이 섞여 있습니다. CoreWeave·Nebius·Applied Digital의 최신 공시를 다시 읽고 네오클라우드의 진짜 해자가 매출 속도가 아니라 전력·자본·계약·활용률을 묶는 능력에 있음을 분석했습니다.
- 사업모델 · 산업 변화한국
한국 버티컬 AI의 승부처는 데이터가 아니라 폐루프입니다
도메인 데이터가 많다는 사실만으로는 AI 기업의 해자가 되지 않습니다. 모델의 판단이 실제 업무를 바꾸고, 그 결과가 다시 정답으로 돌아오는 관측·판단·실행·검증의 폐루프를 소유해야 합니다. 제조·반도체·조선·병원·건설·로보틱스의 구조적 우위뿐 아니라 이를 유상 도입비, 운영단위 구독, 성과보수와 OEM 유통으로 매출화하는 사업 모델까지 분석했습니다.
- 과학 · 바이오 · 의료한국
앤트로픽이 직접 신약 프로그램을 시작했습니다
Claude for Life Sciences에서 시작한 앤트로픽이 Claude Science, Coefficient Bio 인수 보도, 존 점퍼 영입과 자체 전임상 프로그램으로 경계를 넓혔습니다. 다만 공개된 후보물질이나 임상 계획은 아직 없습니다. 앤트로픽이 만들려는 과학 지능의 구조, 안전정책이 낳는 접근 비대칭, 한국에 필요한 대응을 분석했습니다.
- 사업모델 · 산업 변화
AI 가격표의 진짜 단위는 성공한 업무입니다
같은 100만 토큰은 같은 양의 텍스트도, 같은 양의 일도 아닙니다. GPT-5.6 Sol과 Claude Opus 5의 토큰 산정 차이에서 출발해 추론·도구·재시도·사람 검수까지 포함한 수용 결과당 비용을 기업의 실제 AI 구매 기준으로 제안합니다.
- 투자 · 자본시장
Thrive와 Greenoaks의 수표가 가리키는 AI의 다음 10년
AI 투자 건수가 아니라 Thrive와 Greenoaks가 큰 지분을 반복해서 쌓은 위치를 추적했습니다. 두 운용사는 모델, 코딩, 에이전트, 보안, 과학, 기존 서비스업을 하나의 가치사슬로 보고 있으며, AI의 가치가 소수의 전면적 플랫폼과 실제 업무 데이터를 소유한 운영체계에 집중될 가능성을 보여줍니다.
- 투자 · 자본시장
최고의 VC는 유니콘 수가 아니라 지분과 사람으로 갈립니다
2026 Strebulaev-Jackson Venture Ranking은 Sequoia를 1위로 선정했습니다. 그러나 더 중요한 발견은 VC 성과가 소수의 투자와 개인에게 집중되고, 유니콘 수보다 보유지분·희석·투자원가·파트너 이동이 순위를 가른다는 점입니다.
- 로보틱스 · 피지컬 AI
웨이모는 11년을 걸었습니다: 자동화와 자율화 사이의 거리
자동화는 정해진 상황을 반복하는 일이고, 자율화는 처음 보는 상황을 스스로 판단하는 일입니다. 두 단어 사이의 거리를 실측한 유일한 사례가 웨이모입니다. 2009년 시작, 2015년 첫 완전 무인 주행, 2020년 일반 고객 로보택시, 2026년 10개 도시와 2억 마일. 인식·예측·계획·엣지케이스·시뮬레이션이라는 다섯 관문을 통과하는 데 걸린 시간입니다. 지금 기업용 에이전트 파일럿의 86~89퍼센트가 프로덕션에 못 가는 이유를 이 좌표에 올려놓고, 실패의 원인이 모델 성능이 아니라는 조사 결과를 함께 봤습니다. 그리고 이 긴 데스밸리를 어떻게 버틸 것인지, 알파벳의 인내 자본으로 건넌 웨이모와 자금이 끊겨 문을 닫은 아르고, 좁은 구역의 조기 매출로 밸리를 계단으로 자른 개틱과 코디악을 비교해 대응책을 정리했습니다.
- 반도체 · 인프라 · 전력
웨이퍼 한 장을 통째로 칩으로 구운 이유: 에이전트 시대에는 속도가 값입니다
오픈AI의 GPT-5.6 Sol 울트라패스트 모드가 세레브라스 웨이퍼 스케일 칩 위에서 돕니다. 초당 750토큰, 표준 대비 최대 14배입니다. 이 속도가 나오는 이유는 단순합니다. 웨이퍼 한 장을 통째로 칩으로 만들어 SRAM 44GB를 얹고, 모델 가중치를 칩 밖으로 내보내지 않기 때문입니다. GPU가 구조적으로 따라올 수 없는 자리이고, 에이전트가 수백 턴을 도는 시대에 속도는 편의가 아니라 경쟁력이 됐습니다. 여기에 27B급 에이전트 모델이 실제로 쓸 만해졌다는 사실이 겹치면, 칩 위에 통째로 올라가는 모델이 주력이 되는 그림이 나옵니다. 검증된 수치와 아직 검증되지 않은 주장을 갈라 정리했습니다.
- 에이전트 · 업무 설계
앤드류 응이 그린 개발자 지도에서, 코딩 에이전트를 다루는 능력이 한 축을 차지했습니다
8월 14일 앤드류 응이 AI 엔지니어링 스킬 맵을 공개했습니다. 채용공고 1만 건 분석과 수십 건의 구조화 인터뷰로 만든 이 지도에서 눈에 띄는 것은, 코딩 에이전트를 다루는 능력이 부수 기술이 아니라 네 축 가운데 하나로 올라섰다는 점입니다. 그가 그 축 안에 무엇을 넣었는지(컨텍스트 관리, 계획과 실행의 균형, 검증기 제공, 다중 에이전트 조율), 왜 이것이 프롬프트 기술과 다른 이야기인지, 그리고 이 발표가 아직 예고편이라는 점까지 정리했습니다.
- 에이전트 · 업무 설계중국
딥시크가 판 것은 에이전트가 아니라 에이전트를 짓는 공장입니다
8월 13일 딥시크가 에이전트 하네스를 MIT 라이선스로 공개했고, 이 글을 쓰며 깃허브 API로 직접 확인한 수치로 약 50시간 만에 스타 11만 개를 넘겼습니다. 그런데 이 물건은 클로드 코드 같은 완성된 코딩 에이전트가 아닙니다. 모델도 도구도 세션도 루프도 UI도 전부 갈아끼우는 부품으로 만든 조립 틀입니다. 특권을 가진 핵심부가 없다는 설계가 왜 모델 회사에게 이례적인 선택인지, 그것이 클로드 코드와 코덱스가 만든 시장 구도에 무엇을 하는지, 그리고 개발자 미리보기라는 꼬리표가 무엇을 뜻하는지 정리했습니다.
- 안전 · 거버넌스
스스로를 고치는 AI: 같은 루프가 과학 자동화와 자율 해킹으로 갈라진 여름
최승준 님이 2026년 여름의 AI를 하나의 실로 엮은 큐레이션을 읽었습니다. 제프 딘의 디스커버리 루프, 비냘스의 재귀적 자기개선 강연, 클로드가 앱 유지보수를 맡은 실험, 오픈AI 평가가 허깅페이스까지 털어 버린 사건, 그리고 그린블랫의 초지능 대담. 따로 벌어진 다섯 장면이 같은 회로의 다른 단면입니다. AI가 자기를 개선하는 루프가 어디서 과학을 짓고 어디서 인프라를 털었는지, 그 방향을 무엇이 정하는지 정리했습니다. 발표·대담·번역본 기준이며, 종목 판단은 다루지 않습니다.
- 투자 · 자본시장한국
미국 주류에 못 들어가는 것이 문제가 아닙니다: 한국 VC의 다섯 가지 배치
한국 VC의 고민 셋은 따로가 아니라 하나의 구조입니다. 미국 주류 라운드는 상반기 자금의 43퍼센트가 두 회사로 가는 시장이 됐고, 국내 비상장은 건수가 줄면서 금액만 늘어 값이 올랐으며, 회수 시장인 코스닥은 공모액이 반토막 나고 새내기주 18개 중 14개가 공모가를 밑돕니다. 접근성과 멀티플을 동시에 잃은 구조에서 대안은 둘 다 경쟁하지 않는 배치입니다. 한국계 글로벌 팀, 채점기와 데이터 격리로 재정의한 해자, 코스닥에서 분리한 회수 설계, 미·중 사이의 제3 공급자 수출, 그리고 주류의 다음 칸을 먼저 사는 시차 전략까지. 데이터와 실제 회수 사례로 정리했습니다. 특정 종목·개별 투자 판단은 다루지 않습니다.
- 투자 · 자본시장
상반기 벤처 자금의 43퍼센트가 두 회사로 갔습니다: 그 그늘에서 주류와 소수가 갈립니다
최근 두 달 미국 탑티어 VC의 투자 테시스를 보도자료가 아니라 수표와 펀드 구조로 역산했습니다. 집계 기준 2분기 글로벌 벤처 자금의 70퍼센트가 AI로, 상반기의 43퍼센트가 오픈AI와 앤트로픽 두 회사로 갔습니다. 그 절대 중력 아래에서 주류 테시스는 프런티어 랩 더블다운, 수직 에이전트, 검증·환경 공급망, 자동 과학, 그리고 새로 주류에 진입한 AI 롤업으로 정리되고, 소수 테시스는 소비자 AI, 초기 단계 전면 재배치, AI 수축 역발상으로 남아 있습니다. 무엇이 테시스를 주류로 만들고 무엇이 소수에 머물게 하는지, 채점 속도와 펀드 구조의 논리로 분석했습니다. 종목 판단과 투자 자문은 다루지 않습니다.
- 사업모델 · 산업 변화
읽는 일은 넘어갔고, 돈을 만지는 일은 아직입니다: 금융 에이전트의 현재 좌표
JP모건은 25만 명에게 사내 AI를 깔았고 절반이 매일 씁니다. 로고는 넉 달 만에 기업가치를 7억 5천만 달러에서 20억 달러로 올렸고, 앤트로픽은 피치북 생성과 KYC까지 금융 에이전트 템플릿 10종을 내놨습니다. 그런데 실제 애널리스트 과제로 채점하는 벤치마크에서 최고 모델의 점수는 60.6퍼센트입니다. 은행 코파일럿 함대, 주니어 책상을 노리는 스타트업, 프런티어 랩의 수직 진출을 한 지도에 놓고, 읽기·계산·실행의 세 층으로 금융 에이전트의 현재 수준을 판정했습니다. 자본 60분의 1로 검색 내재화·채점기 정의·커버리지 공백을 파는 링크알파(인터베스트 투자사)의 공략 지점도 케이스로 담았습니다. 종목 판단과 투자 자문은 다루지 않습니다.
- 에이전트 · 업무 설계
가중치를 건드리지 않고 에이전트를 전문가로 만드는 다섯 가지 방법
강화학습 없이, 파인튜닝 없이 도메인 에이전트의 업무 역량을 끌어올리는 방법론 다섯 계열을 대표 논문으로 골라 분석했습니다. 자연어 성찰로 프롬프트를 진화시켜 강화학습을 35배 적은 롤아웃으로 이긴 GEPA, 컨텍스트를 진화하는 플레이북으로 만든 ACE, 실패까지 전략 메모리로 증류하는 구글의 ReasoningBank, 정선한 시연 78개로 1만 샘플 학습을 이긴 LIMI, 워크플로 구조 자체를 트리 탐색으로 설계하는 AFlow까지. 다섯 편의 공통점은 경험이 가중치가 아니라 읽을 수 있는 자산으로 쌓인다는 것이고, 그 자산은 모델을 갈아끼워도 살아남습니다. 하네스가 표준이 되는 국면에서 이 축이 왜 실무의 본선인지 정리했습니다.
- 반도체 · 인프라 · 전력
직원 열 명에 기업가치 40억 달러: 리커시브는 칩이 아니라 설계 루프를 팝니다
구글 알파칩의 두 저자 애나 골디와 아잘리아 미르호세이니가 세운 리커시브 인텔리전스는 창업 넉 달 만에 시리즈 A 3억 달러를 기업가치 40억 달러로 받았습니다. 그때 직원은 열 명이 안 됐습니다. 이 회사가 내건 단어는 디자인리스입니다. 팹리스가 제조를 외주화했듯 설계 자체를 AI에 외주화하겠다는 것이고, 칩을 설계한 경험이 다음 칩의 설계 능력이 되는 재귀 루프가 제품입니다. 엔비디아, AMD, 인텔이 같은 회사에 나란히 투자했다는 신호, 창업자들의 알파칩이 겪은 재현성 논쟁이라는 그림자, 그리고 시뮬레이터 채점과 테이프아웃 채점 사이의 간극까지, 공개 자료 기준으로 조사해 정리했습니다.
- 과학 · 바이오 · 의료
구글이 AI 의사에게 레지던트 수련을 시켰습니다. 환자는 일부러 까다롭게 만들었습니다
구글 연구진이 8월 7일 공개한 ResidencyRL은 의학 시험 문제가 아니라 시뮬레이션 진료실에서 AI를 강화학습으로 수련시킨 연구입니다. 최대 60턴의 문진과 도구 호출 속에서, 증상을 과장하고 의사에게 반박하고 조언을 따르지 않는 환자를 일부러 상대하게 했습니다. 결과는 적대 조건 진단 정확도 88.0퍼센트(기준 81.0퍼센트), 위험 신호 누락 31퍼센트 감소, 블라인드 전문의 선호 87.6퍼센트입니다. 열흘 앞서 네이처 메디슨이 평가를 진료처럼 바꾸자고 했다면, 이 논문은 훈련을 진료처럼 바꾼 실물입니다. 논문 기준으로 검증해 정리했습니다.
- 모델 · 학습 · 평가한국
보상의 원천이 정답지 밖으로 나갑니다: 최근 석 달의 RLVR 논문 다섯 편
2026년 5월 중순부터 8월 중순까지 나온 검증 가능 보상 강화학습(RLVR) 논문 가운데, 서로 다른 병목 하나씩을 대표하는 다섯 편을 골라 깊이 읽었습니다. 열린 과제를 스파이 게임으로 바꿔 보상을 합성하는 RLSVR, 검증기 자체를 스케일링해 보상 해킹을 28.6퍼센트에서 0.6퍼센트로 줄인 검증 지평선 연구, 린 증명 보조기를 훈련용 과정 오라클로 쓴 한국 연구진의 작업, 사람이 읽을 수 없어지는 추론을 고치는 탠덤 학습, 그리고 긴 과제의 공로 배분을 회고로 푸는 RePro까지. 다섯 편이 같은 방향을 가리킵니다. 보상의 원천이 정답지에서 게임 규칙과 형식 시스템과 자기 회고로 넓어지고 있습니다.
- 사업모델 · 산업 변화중국
딥시크는 모델을 부품으로 내렸습니다. 돈은 다른 장부에서 법니다
8월 둘째 주 사흘 동안 중국 AI에서 일어난 일입니다. 딥시크 V4 프로 정식판은 자체 벤치마크를 제3자가 재현하지 못해 논란에 휩싸였고, 같은 날 공개된 딥시크 하네스는 50시간 만에 깃허브 스타 11만 개를 모았으며, 하루 뒤 나온 GLM-5.3은 그 소란에 묻혔습니다. 이 사흘을 관통하는 구조가 있습니다. 모델 회사가 모델을 갈아끼우는 부품으로 내리고 하네스를 공짜로 풀면서, 경쟁의 축을 자기가 유리한 곳으로 옮긴 것입니다. 그리고 량원펑의 장부를 열어 보면 이 전략의 수익 모델이 모델 판매가 아니라는 것이 드러납니다. 확인된 사실과 와전된 소문을 구분해 정리했습니다.
- 모델 · 학습 · 평가
RLVR의 다음 전선은 정답이 없는 문제입니다
정답을 기계로 채점해 보상을 주는 강화학습(RLVR)은 2년 만에 후반학습의 표준이 됐습니다. 그 사이 'RL은 새 능력을 만드는가, 있는 능력을 증폭할 뿐인가'라는 논쟁이 측정 방법의 진화와 함께 정리되어 가고, 연구 전선은 수학·코드처럼 정답이 있는 문제를 넘어 루브릭 보상, 생성형 검증기, 에이전트 환경으로 옮겨 갔습니다. 커서와 윈드서프는 이 방법을 제품 모델에 직접 썼고, 프라임 인텔렉트·메커나이즈·플릿·오픈파이프·씽킹머신즈는 환경과 검증기와 훈련 도구를 파는 산업을 만들었습니다. 최신 연구 동향과 스타트업 지형을 함께 정리했습니다.
- 과학 · 바이오 · 의료
의료 초지능이라는 말이 네이처 메디슨에 실렸습니다. 쟁점은 지능이 아니라 채점입니다
네이처 메디슨에 '의료 AI 초지능의 검증'을 다룬 아티클이 실렸습니다. 스탠퍼드·하버드·스크립스의 의학 AI 연구자들과 구글·오픈AI·앤트로픽·마이크로소프트 인사들이 저자로 함께 이름을 올렸습니다. 내용을 따라가면 이것은 지능 선언이 아니라 채점기 설계도입니다. 의사+AI가 AI 단독보다 못한 패턴, 인간 감독이 장기적으로 작동하지 않아 배포된 AI가 이미 사실상 자율로 쓰이고 있다는 불편한 진실, 초지능의 세 가지 문턱, MAST라는 새 시험지, 그리고 진짜 채점기인 임상 결과 검증에 5년이 걸린다는 시차 문제까지. 아티클 내용과 주변 근거를 함께 검증해 정리했습니다.
- 사업모델 · 산업 변화
타임지가 사람에게는 보이지 않는 광고를 팔기 시작했습니다
7월 말 디지데이 보도 기준으로 타임지는 AI 크롤러만 읽는 마크다운 페이지에 광고주 맞춤 FAQ를 심고, 사람이 한 명도 보지 않은 크롤러 호출을 노출로 과금하기 시작했습니다. 첫 구매자는 앨라이 뱅크와 PMI입니다. 이 상품이 파는 것은 노출이 아니라 AI 답변에 반영될 확률이고, 구조는 구글이 20년간 스팸으로 처벌해 온 클로킹과 같습니다. 광고의 대상이 사람의 주의에서 모델의 신뢰로 옮겨 가는 첫 실물 사례를, 챗GPT 광고·GEO 시장·구글의 새 스팸 정책과 함께 뜯어봤습니다.
- 투자 · 자본시장
자기 원칙을 버린 VC들, 결과는 29배와 1배로 갈렸습니다
2023년 11월 월스트리트저널은 VC들이 생성형 AI 경쟁 속에서 자기 원칙을 스스로 어기고 있다고 진단했습니다. 이유는 투자하지 않는 비용이 너무 크다는 것이었습니다. 2년 9개월이 지난 지금 채점이 가능합니다. 그 말은 맞았지만, 모든 회사에 대해 맞은 것은 아니었습니다.
- 과학 · 바이오 · 의료
AI 신약개발의 병목은 이제 분자가 아니라 생물학입니다
AI 발굴 신약 후보는 초기 집계에서 임상 1상 성공률 87.5%를 기록했지만 2상은 40%에 머물렀습니다. 작은 표본이라는 한계를 짚고, 경쟁의 중심이 분자 생성에서 생물학적 가설의 검증과 폐기로 이동하는 이유를 분석했습니다.
- 모델 · 학습 · 평가한국
14에서 42로, Solar Pro 4는 업무형 모델로 건너갔습니다
Solar Pro 4는 Artificial Analysis Intelligence Index에서 전작의 14보다 세 배 높은 42를 기록했고, Arena 에이전트 평가에서는 44위에 올랐습니다. 점수 상승의 원천, 세 리더보드의 차이, 속도와 비용의 대가, Top 10까지 남은 조건을 분석했습니다.
- 모델 · 학습 · 평가한국중국
프런티어를 그리는 나라는 미국과 중국뿐입니다. 한국은 소화 속도 1위가 됐습니다
아티피셜 애널리시스의 국가별 프런티어 지능 곡선에서 한국은 미국과 중국을 제외한 아홉 나라 중 가장 높은 자리에 올랐습니다. 그런데 한국 곡선은 완만한 상승이 아니라 계단 모양입니다. 이 모양이 선두의 이유와 약점을 동시에 말해 줍니다. 포니에서 727만 대까지 간 자동차 산업과, 엔진을 면허생산하며 4.5세대까지 온 KF-21의 경로를 같은 틀에 놓고, 프런티어 모델 산업에서 후발국의 추격 창이 어떻게 다른지, 한국이 티어2 선두에 선 다섯 가지 이유, 그리고 그 지위의 취약점과 지속 조건을 따졌습니다. 종목 판단은 다루지 않습니다.
- 반도체 · 인프라 · 전력한국
1비트를 얻으려 4비트를 버립니다: 메모리를 사던 회사들이 직접 그리기 시작했습니다
FMS 2026 무대에서 겔싱어 전 인텔 CEO가 'HBM은 형편없는 메모리'라고 도발하자, SK하이닉스의 김호식 부사장은 '어느 정도 동의하지만 현재 가진 것 중 가장 좋은 메모리'라고 받았습니다. 둘 다 맞는 말이고, 그 간극이 지금 반도체에서 가장 중요한 이동을 만들고 있습니다. 인텔은 소프트뱅크와 Z-앵글 메모리를 그리고 XBM 특허로 인터포저를 지우려 하고, 엔비디아는 그록에 200억 달러를 내고 SRAM 랙으로 메모리를 우회하며, SK하이닉스는 계층형 메모리로 응수합니다. 메모리의 정의권이 만드는 쪽에서 사는 쪽으로 넘어가는 장면을 정리했습니다.
- 에이전트 · 업무 설계
성공률 20퍼센트가 함정입니다: 제프 딘의 1퍼센트 규칙
구글을 떠나기 엿새 전, 제프 딘이 YC 스타트업 스쿨에서 창업자들에게 남긴 지도입니다. 프런티어 모델이 이미 20퍼센트쯤 해내는 문제는 다음 세대 모델이 덮을 자리이고, 성공률이 0에서 1퍼센트에 묶여 있는 문제가 스타트업의 자리라는 것. 0퍼센트가 나오는 두 가지 구조(모델이 볼 수 없는 데이터, 자연어 밖의 물리·수학 법칙), 파라미터 대신 컨텍스트와 스킬을 고치는 이유, 딘과 게마와트의 성능 최적화 노하우 문서를 모델에 주입하는 실례, 냅킨 수학으로 TPU가 태어난 이야기, 그리고 마지막에 남는 능력이 왜 취향인지까지. 강연 내용 기준으로 정리했습니다.
- 사업모델 · 산업 변화
AGI는 문이 아니라 계단입니다. 노동 재편은 신입 책상부터 시작됐습니다
코딩과 수학을 넘어 신약, 세포실험, 공정 노하우, 로봇 손재주까지 지금의 에이전트와 강화학습이 풀 수 있는가. 이 질문을 따라가면 AGI가 한 번에 열리는 문이 아니라 검증 단가 순서로 넘는 계단이라는 결론에 닿습니다. 노동 쪽 데이터는 이미 방향을 보여 줍니다. 재편은 몸 쓰는 일이 아니라 화이트칼라 신입 자리에서 먼저 시작됐고, 책임은 대체를 막는 벽이 아니라 소수의 서명자와 다수의 준비 노동을 가르는 칼로 작동하고 있습니다. 측정치와 함께 재편의 단계, 그리고 어느 시나리오로 가는지 알려 줄 관측 지표를 정리했습니다.
- 사업모델 · 산업 변화중국
딥시크가 값을 올립니다. 마진을 되찾는 게 아니라 줄을 세우는 것입니다
8월 6일 딥시크가 API 정가를 전면 인상하겠다고 예고했습니다. 두 달 반 전에 75퍼센트를 내렸던 곳입니다. 그런데 인상 사유를 따라가면 원가가 아니라 용량이 나옵니다. 이 사건이 중국 저가 공세의 끝인지, 프런티어 랩의 수익성에 도움이 되는지, 하이퍼스케일러의 자본지출 회수에 어떤 의미인지를 숫자로 따져 봤습니다. 종목 판단은 다루지 않습니다.
- 이 데스크 · 나의 실험한국
발견이 아니라 루프인 이유: 오류를 고치는 회로만 끝이 없습니다
제프 딘의 새 회사 이름이 왜 디스커버리가 아니라 디스커버리 루프인지 묻다 보면 데이비드 도이치의 《무한의 시작》에 닿습니다. 나발 라비칸트와 마크 안드리센이 이 책을 인용해 온 이유, 좋은 설명은 바꾸기 어렵다는 기준이 지금 실무에서 왜 쓸모 있는지, 그리고 정작 도이치 본인은 오늘의 AI를 지식 창출로 인정하지 않는다는 사실까지 정리했습니다. 한국어판 제목이 왜 오해를 부르는지도 함께 짚었습니다.
- 과학 · 바이오 · 의료
제프 딘이 27년 만에 구글을 나왔습니다. 병목은 아이디어가 아니라 실험이라고 봤습니다
구글의 최고과학자 제프 딘이 사냐이 게마와트, 오리올 비냘스, 쿽 레와 함께 디스커버리 루프를 창업했습니다. 회사가 자동화하겠다는 것은 모델도 지식도 아니고 실험 한 바퀴 그 자체입니다. 이들이 왜 하필 머신러닝 연구부터 시작하는지, 그 선택에 어떤 기술적 믿음이 깔려 있는지, 딥마인드가 이미 만들어 둔 것과 어떻게 이어지는지, 그리고 같은 목표를 노리는 곳들이 어디에 서 있는지 정리했습니다.
- 에이전트 · 업무 설계
이제 코드를 짜는 것보다, 그게 맞는지 확인하는 게 더 어렵습니다
AI를 학습시키려면 무엇이 잘된 것인지 기계가 판정할 수 있어야 합니다. 그 판정 장치를 만드는 일이 지금 가장 비싸고 어려운 공정이 됐습니다. 실제 파이프라인을 처음부터 끝까지 따라가고, 검증기가 어떻게 속아 넘어가는지, 그리고 왜 이 시장에 조 단위 돈이 몰리는지 정리했습니다.
- 에이전트 · 업무 설계
에이전트는 은행 계좌를 못 엽니다. 클라우드플레어가 그 자리에 들어왔습니다
8월 4일 클라우드플레어가 AI 에이전트에게 고정된 신원과 스테이블코인 지갑을 주는 제품을 내놨습니다. 통신과 결제 표준은 이미 굳었는데 신원만 비어 있던 자리입니다. 비자·마스터카드·스트라이프·구글·메타가 각기 다른 근거로 같은 층을 노리는 중이라, 누가 '이 에이전트는 정당하다'고 말할 자격이 있느냐가 진짜 경쟁입니다.
- 모델 · 학습 · 평가한국
공개된 GRPO만으로 에이전트는 만들어지지 않는다
강화학습 알고리즘과 프레임워크는 공개돼 있지만, 에이전트 성능을 재현하려면 환경·검증기·분산 실행·정책 신선도·장애 처리까지 하나의 학습 시스템으로 묶어야 합니다. Solar Open 2의 공개 자료를 중심으로 그 난이도와 해법을 분석했습니다.
- 에이전트 · 업무 설계
사람이 소스코드를 덜 읽는 것과, 소스코드가 사라지는 것은 다른 이야기입니다
일론 머스크가 소스코드를 없애고 AI가 바이너리를 직접 만드는 단계를 말했습니다. 반세기 전 우리가 어셈블리를 안 읽게 된 것과 같다는 비유입니다. 비유의 앞쪽은 맞지만 뒤쪽에는 빠진 것이 있습니다. 컴파일러는 우리가 안 읽어도 됐던 이유였지 안 읽어도 되는 결과가 아니었습니다.
- 반도체 · 인프라 · 전력중국
CXL과 AI 추론: 알리바바 Beluga가 KV 캐시를 공유 메모리로 바꾼 방법
CXL은 GPU의 행렬 연산을 빠르게 하는 메모리가 아닙니다. 알리바바 클라우드의 Beluga는 CXL 2.0 공유 메모리 풀에 장문 프롬프트의 KV 캐시를 보관해, 모든 캐시가 적중한 재실행에서 RDMA 대비 평균 TTFT 89.6% 감소와 처리량 7.35배를 기록했습니다. 이 수치의 조건과 한계, Meta의 생산 배치가 보여준 서방 하이퍼스케일러 적용 가능성, HBM·RDMA·압축·HBF·SSD 사이에서 CXL의 우선순위를 분석했습니다.
- 반도체 · 인프라 · 전력한국
HBF 첫 표준: 512GB 플래시가 AI 가속기 패키지 안으로 들어옵니다
SK하이닉스와 샌디스크가 FMS 2026에서 HBF의 첫 표준 사양을 공개했습니다. 8단·16단 NAND, 최대 512GB, 0.4~3.0TB/s의 세 성능 등급, UCIe 연결과 소프트웨어 I/O 지침이 핵심입니다. 표준이 HBF를 제품에서 생태계로 바꾸는 의미와 함께, 지연·쓰기·내구성·전력·상호운용성이 아직 남은 이유를 분석했습니다.
반도체 · 인프라 · 전력한국삼성 zHBM: HBM을 GPU 위에 올리면 메모리는 시스템이 됩니다
삼성전자가 FMS 2026에서 공개한 zHBM은 HBM을 더 높게 쌓는 제품이 아닙니다. 메모리를 xPU 옆이 아니라 위에 올려 메모리, 맞춤형 로직, 파운드리와 패키징을 하나의 3D 시스템으로 묶으려는 아키텍처입니다. 전기적 이득과 함께 열, 수율, 고객 선택권이라는 새 병목도 분석했습니다.
- 사업모델 · 산업 변화
소프트웨어는 안 죽었고, 80퍼센트 마진이 죽었습니다
팔란티어·서비스나우·클라우드플레어·스노우플레이크·세일즈포스의 최근 실적은 하나같이 AI가 수요를 끌어올리고 있다고 말합니다. 그런데 같은 자료가 총이익률이 80~90퍼센트에서 50~60퍼센트로 내려앉는 중이라고도 말합니다. 클라우드플레어는 매출이 34퍼센트 늘어난 분기에 인력 20퍼센트를 줄였습니다.
- 에이전트 · 업무 설계중국
지난주 클라우드에 나온 2,840억 모델이 이미 노트북에서 돕니다
딥시크가 7월 31일 API로 내놓은 2,840억 파라미터 에이전트 모델이 128GB 맥북에서 초당 34토큰으로 돌아갑니다. 그래서 질문이 바뀌었습니다. 돌릴 수 있느냐가 아니라 어떤 일을 어디로 보낼 것이냐입니다. 엔비디아가 말하는 '모델들의 시스템'과 그 사이에 놓인 라우터 이야기입니다.
- 에이전트 · 업무 설계
메타 뮤즈 스파크는 도구를 가장 잘 부르지만, 혼자 일을 끝내지는 못합니다
메타가 라마 브랜드를 접고 가중치를 닫으며 내놓은 뮤즈 스파크는 도구 호출 벤치마크에서 클로드 오푸스 4.8을 앞섭니다. 그런데 컴퓨터 사용과 코딩에서는 집니다. 에이전트 가치의 대부분이 뒤쪽에 있다는 점을 감안하면, 이 모델의 목적은 프런티어 경쟁이 아니라 자사 유통망 위에서 돌아갈 전용 엔진에 가깝습니다.
- 안전 · 거버넌스
카프의 '중독' 공격은 계약서로는 틀렸고, 구조로는 맞습니다
팔란티어 알렉스 카프가 오픈AI와 앤트로픽을 향해 "우리를 마약에 중독시키려 한다", "생산수단을 빼앗으려 한다"고 했습니다. 고객 IP를 가져간다는 문자 그대로의 주장은 기업 계약 조건과 맞지 않습니다. 그런데 그가 가리키는 구조는 실재합니다.
- 모델 · 학습 · 평가중국
자기개선과 지속학습, 다음 관문이라면서 아무도 내놓지 않았습니다
앤트로픽·오픈AI·구글·메타·xAI·문샷·딥시크의 최신 모델은 강화학습 환경, 후반학습, 장기 실행에 몰려 있습니다. 모두가 다음 관문이라 부르는 자기개선과 지속학습은 아직 아무도 제품으로 내놓지 않았습니다. 그 사이 딥시크와 xAI가 같은 시기에 규모를 키우지 않겠다고 선언했습니다.
- 모델 · 학습 · 평가
매일 아침 기억을 잃는 직원: 지속학습 연구는 어디까지 왔나
테스트타임 학습과 지속학습의 6년 흐름을 시계열로 정리하고, 인간의 학업·직무·평생학습 구조와 나란히 놓아 봤습니다. 지금 AI는 학교는 최고로 마쳤고 도제는 흉내만 내며 평생학습은 시작도 못 했습니다. 그리고 이게 해결되는 순간 안전 평가 체계 전체가 무너집니다.
- 모델 · 학습 · 평가
말하지 않은 생각을 읽다: 언어모델 안에서 발견된 작업 공간
앤트로픽이 클로드 내부에서 작은 공유 칠판을 찾았습니다. 한 번에 25개 남짓의 개념만 올라가고 전체 활동의 10퍼센트도 안 되는데, 모델의 조용한 추론이 전부 이곳을 거칩니다. 이걸 읽으면 모델이 말하지 않은 의도까지 보입니다. 다만 연구진은 이것이 의식의 증거는 아니라고 분명히 선을 긋습니다.
- 모델 · 학습 · 평가중국
구조는 그대로, 훈련만 다시: 딥시크 V4-Flash가 증명한 것
7월 31일 딥시크가 V4-Flash 정식판을 냈습니다. 아키텍처도 크기도 그대로 두고 후반 학습만 다시 했는데, DeepSWE 점수가 7.3에서 54.4로 뛰었고 자기네 플래그십 V4-Pro를 9개 에이전트 벤치마크 전부에서 이겼습니다. 능력이 어디서 오는가에 대한 답이 바뀌고 있습니다.
- 모델 · 학습 · 평가한국
같은 국가 과제, 두 개의 답안: SKT A.X K2와 업스테이지 솔라 오픈 2
독자 AI 파운데이션 모델 2차 결과물이 일주일 사이 둘 나왔습니다. 업스테이지는 250B로 한국어 사무라는 좁은 전장을 골랐고, SKT는 688B로 체급 자체를 키우고 아파치 라이선스로 활짝 열었습니다. 두 테크니컬 리포트를 원문으로 읽고, 같은 시험지에 제출된 두 답안을 비교했습니다.
- 투자 · 자본시장
올트먼의 재장전: 자책 포스트, 토큰으로 짓는 회사, 그리고 자유·주체성·부
샘 올트먼이 최근 두 달 사이 내놓은 발언들을 원문으로 추적했습니다. 지난 12개월은 대부분 내 탓이라는 이례적 자책, 오늘 창업하는 회사가 역사상 가장 가치 있게 될 거라는 선언, 그리고 YC 스타트업 전원에게 200만 달러어치 토큰을 지분과 바꾸자는 제안까지. 발언과 발언자의 이해관계를 나란히 놓고 읽었습니다.
- 과학 · 바이오 · 의료한국
미국의 제네시스 미션과 한국의 K-문샷: 과학정책이 AI 운영체제가 되는 순간
백악관의 Science: A New Golden Age는 AI 모델 도입을 넘어 연구비 배분, 데이터와 컴퓨팅, 자율실험, 검증, 제조와 사업화를 하나의 순환계로 묶으려는 제도 개편안입니다. 미국의 제네시스 미션과 한국의 K-문샷을 비교해, 이제 중요한 것이 새 계획이 아니라 실제로 작동하는 공통 운영계층과 성과지표인 이유를 살펴봅니다.
- 사업모델 · 산업 변화
AI는 도서관을 졸업하고 현장으로 갑니다: 그런데 현장의 데이터는 누구 것인가
웹 데이터로 배울 수 있는 것은 상향 평준화됐고, 이제 가치는 도서관 밖의 현장에서 만들어집니다. 그런데 버티컬 루프를 지어도 데이터는 고객사 소유입니다. 그 모델은 그 고객사만 쓰게 되는 걸까요. 고객의 데이터가 모델의 일반 역량이 되는 네 가지 메커니즘을, 계약과 머신러닝 양쪽에서 상세히 풀었습니다.
- 모델 · 학습 · 평가중국
가중치는 공개했고, 공장은 공개하지 않았습니다: 키미 K3 리포트 심층 분석
문샷AI가 세계 첫 오픈 3T급 모델 키미 K3의 가중치를 이틀 전 공개했습니다. 34쪽 테크니컬 리포트를 전부 읽었습니다. 가장 놀라운 건 2.8조 파라미터가 아니라, 이 모델을 만든 5,122만 개의 샌드박스 공장과, 개발 막바지엔 모델이 자기 자신을 만들고 있었다는 사례들입니다.
- 모델 · 학습 · 평가
피드백 루프를 소유하는 법: 현장 신호가 모델 개선이 되기까지
루프가 해자라는 건 알겠는데, 그 루프는 정확히 어떻게 짓는 걸까요. 사용자의 다음 행동을 라벨로 바꾸는 계측 설계부터, 수락·거절 쌍을 DPO와 온라인 RL로 넘기는 변환, 보상 해킹을 막는 안전장치까지. 커서·테슬라·하비의 공개된 구현을 근거로 기술적으로 풀었습니다.
- 모델 · 학습 · 평가중국
2.8조 파라미터를 오픈으로 푼다: 키미 K3 테크니컬 리포트 심층 분석
문샷AI가 2.8조 파라미터 모델 키미 K3의 가중치와 34쪽 리포트를 전부 공개했습니다. 세계 최대 오픈 모델이면서, 프런티어급 성능을 프런티어의 3분의 1 원가로 냅니다. 회사 스스로 '가장 강한 폐쇄 모델엔 못 미친다'고 인정하는 부분까지, 원문을 근거로 갈라 읽었습니다.
- 모델 · 학습 · 평가
LLM 상위권이 다시 섞였습니다: LMArena Top 20의 이번 주 변화
2026년 7월 21일 LMArena Top 20에서는 Anthropic이 선두를 지킨 가운데 OpenAI가 10개 모델을 올렸고, 신규 모델 8개가 진입했습니다. 순위 변화가 컸던 모델과 투자자가 이 리더보드를 읽을 때 주의할 점을 함께 살펴봅니다.
- 사업모델 · 산업 변화
데이터가 해자가 아니라, 데이터를 만드는 루프가 해자입니다
크롤링으로 모을 수 없는 데이터, 즉 전문가가 실제 업무에서 어떻게 판단했는지의 흔적이 다음 시장을 만든다는 주장이 나옵니다. 머코어의 연 환산 매출은 1년 만에 7.6억 달러에서 20억 달러가 됐습니다. 다만 '데이터=해자'라는 통념은 이미 오래전에 반박됐습니다. 무엇이 진짜 방어선인지 갈라 읽었습니다.
- 에이전트 · 업무 설계
감정을 먼저 받아주는 연애 조언 AI, goutoujunshi가 보여주는 수직형 에이전트의 방향
goutoujunshi는 감정을 먼저 받아준 뒤 관계를 분석하고 실행 가능한 대응책을 제시한다고 설명하는 Codex 기반 관계 조언 프로젝트입니다. 제한된 공개 정보 안에서 이 설계가 무엇을 뜻하는지, 동시에 무엇을 더 확인해야 하는지 살펴봅니다.
- 안전 · 거버넌스중국
돈 되는 걸 골라서 안 한다: 량원펑이 투자자에게 4시간 동안 한 말
딥시크 량원펑이 4시간 투자자 미팅에서 했다는 발언 52개가 중국에서 퍼졌습니다. 비디오·슈퍼앱·C단 트래픽처럼 돈 되는 길을 골라서 거부하고, 오픈소스와 저가를 자선이 아니라 전략이라고 말합니다. 다만 이건 공식 녹취록이 아니라 참석자들이 돌린 2차 노트입니다. 무엇이 진짜 신호이고 무엇이 포지셔닝인지 갈라 읽었습니다.
- 안전 · 거버넌스
공격이 자동화될 때, 방어도 기계의 속도로 움직여야 합니다
Menlo Ventures는 공격자가 자동화로 속도와 규모를 키우는 동안 수작업에 머무른 방어 조직이 구조적으로 불리해질 수 있다고 봅니다. 공개 요약을 바탕으로 AI 네이티브 사이버보안의 핵심 문제와 창업자·투자자가 확인해야 할 지점을 살펴봅니다.
- 에이전트 · 업무 설계
AutoSynthesis가 보여주는 AI 에이전트의 메타분석 자동화
AutoSynthesis는 연구 질문에서 문헌 검색, 통계 추출, 메타분석, 보고서 작성까지 이어지는 복합 연구 절차를 자동화하려는 다중 에이전트 시스템입니다. 이 논문을 통해 AI의 투자 가치가 단순한 업무 절감이 아니라 결과의 신뢰성과 검증 비용에 달려 있다는 점을 살펴봅니다.
- 로보틱스 · 피지컬 AI한국
올해 세계 로봇 학회 최고의 논문, 홀리데이로보틱스가 함께 만들었습니다
로봇 분야 최고 학회 중 하나인 RSS가 올해 '최우수 논문' 한 편을 뽑았습니다. 학생 부문도, 시스템 부문도 아닌 전체를 통틀어 딱 한 편입니다. 그 논문을 2024년에 창업한 한국 스타트업 홀리데이로보틱스가 앞장서 이끌었습니다.
- 모델 · 학습 · 평가한국
체급을 뛰어넘은 한국어 업무 AI: 업스테이지 솔라 오픈 2 심층 리뷰
업스테이지가 2,500억 파라미터 업무형 AI '솔라 오픈 2'를 공개했습니다. 한국어 종합 성능은 비교 모델 중 1위, 6배 이상 큰 모델과 견주는 사무 능력, 세계 최전선 아키텍처를 빠르게 소화한 실행력, 그리고 발표 며칠 만의 실제 제품 적용까지. 34쪽 테크니컬 리포트를 근거로 상세히 정리했습니다.
- 로보틱스 · 피지컬 AI
엔비디아가 발표한 로봇 모델은, 아직 존재하지 않습니다
코스모스 3 엣지는 다운로드할 수 없고, 출시일이 없고, 성능 수치가 하나도 없으며, 돌아갈 칩은 내년 1분기에나 나옵니다. 그런데도 이 발표는 정확히 노린 대로 작동합니다. 팔리는 건 모델이 아니기 때문입니다.
- 모델 · 학습 · 평가
LMArena 상위권을 채운 Anthropic과 여섯 신규 모델
2026년 7월 16일 LMArena Top 20에서는 Anthropic이 최상위권을 주도했고, Google·OpenAI·Moonshot·Meta·Baidu에서 여섯 모델이 새로 진입했습니다. 다만 일부 순위와 ELO 점수가 맞지 않아, 변화를 해석할 때 데이터 정합성에 주의할 필요가 있습니다.
- 반도체 · 인프라 · 전력중국
GPU가 없는데 왜 따라잡히나: 중국 AI의 진짜 엔진
중국은 최첨단 GPU를 제대로 구하지 못합니다. 그런데 모델은 계속 따라옵니다. 흔한 설명은 베꼈다는 것인데, 숫자를 보면 그 설명으로는 부족합니다. 세계 상위 AI 인재의 47%가 중국계이고, 중국은 인용 기준 최대 AI 논문 생산국이며, 딥시크는 KV 캐시를 93% 줄이는 구조를 논문으로 공개했습니다. 제약이 알고리즘을 낳았습니다. 증류 논쟁도 함께 짚습니다. 투자 자문은 아닙니다.
- 에이전트 · 업무 설계
에이전틱 웹: 표준 전쟁은 끝났고, 거래는 시작되지 않았습니다
지난 30일간 x402 위에서 7,500만 건의 결제가 일어났습니다. 그런데 총액은 2,400만 달러였습니다. 건당 32센트. 이 두 숫자의 간격이 2026년 에이전틱 웹의 모든 것을 말해줍니다.
- 에이전트 · 업무 설계
WorkBuddyGuide, 실전형 AI 업무 안내서가 보여주는 가능성과 빈칸
WorkBuddyGuide는 튜토리얼부터 자동화와 다중 에이전트 실전까지 다루겠다고 밝힌 오픈소스 안내서입니다. 다만 README 본문이 확보되지 않아, 현재 공개된 메타정보가 보여주는 방향과 아직 확인할 수 없는 부분을 구분해 살펴봅니다.
- 모델 · 학습 · 평가
Thinking Machines의 첫 공개 모델 Inkling: 맞춤형 AI를 위한 오픈 웨이트 전략
Thinking Machines Lab이 첫 자체 모델 Inkling의 가중치를 Apache 2.0으로 공개했습니다. 9,750억 매개변수 모델의 기술적 특징보다 더 주목할 대목은 기본 모델, 후학습, 배포, 사람과의 상호작용을 하나의 맞춤형 AI 체계로 묶으려는 전략입니다.
- 모델 · 학습 · 평가중국
선형 어텐션이 돌아왔습니다: Kimi Linear와 그 뒤에 온 답
문샷 AI의 Kimi Linear는 선형 어텐션 세 층에 풀 어텐션 한 층을 섞는 하이브리드입니다. 1백만 토큰에서 디코딩이 6.3배 빠르고 KV 캐시는 75% 줄면서, 벤치마크는 오히려 풀 어텐션을 앞섭니다. 품질 때문에 주류에서 밀려났던 선형 어텐션이 실사용 가능한 수준으로 돌아온 것입니다. 당시 남았던 초거대 모델 검증이라는 물음표에는, 9개월 뒤 나온 2.8조 파라미터 모델이 답을 내놓았습니다. 투자 자문은 아닙니다.
- 에이전트 · 업무 설계
AI 에이전트가 클라우드 인프라를 다시 설계하게 만드는 이유
Latent Space와 Modal CTO Akshat Bubna의 대화를 바탕으로, 사람을 위해 만들어진 클라우드가 AI 에이전트의 작업 방식에 맞춰 어떻게 달라져야 하는지 살펴봅니다. 샌드박스, 탄력적 추론, 관측 가능성, 안전장치가 새로운 인프라 경쟁의 핵심이 되는 이유를 투자자의 시각에서 짚어봅니다.
- 안전 · 거버넌스
하사비스가 그리는 프런티어 AI 거버넌스: 만드는 쪽이 내놓은 절충안
구글 딥마인드의 데미스 하사비스가 프런티어 AI를 안전하게 다룰 계획을 제시했다는 보도가 나왔습니다. 그가 여러 자리에서 밝혀 온 뼈대는 셋입니다. 출시 전 프런티어 모델을 검증하는 국제 기구, 미국 주도의 연합, 그리고 정적인 규칙 대신 주기적 독립 평가입니다. 최근 나온 두 개의 다른 거버넌스 제안과 겹쳐 보면, 이것이 만드는 쪽에서 나온 절충안이라는 성격이 드러납니다. 투자 자문은 아닙니다.
- 에이전트 · 업무 설계
창고 SOP를 실행하는 AI 에이전트, Eluna가 보여주는 운영 레이어의 의미
Eluna 논문은 창고 운영의 표준작업절차를 그래프로 나누고, 여러 AI 에이전트가 실제 데이터와 코드 실행을 통해 절차를 수행하는 방식을 제안합니다. 투자자 관점에서는 더 큰 모델 자체보다 기업의 반복 업무를 안전하게 실행하는 운영 레이어가 중요해질 가능성을 보여줍니다.
- 사업모델 · 산업 변화
AI 에이전트는 SaaS를 없애는 게 아니라, 사고파는 방식을 바꿉니다
AI 에이전트가 확산되면 기업용 소프트웨어의 가치 단위는 좌석과 기능에서 완료된 업무와 검증된 결과로 이동합니다. 공급업체의 경제성, 기업의 신뢰 설계, 학습 데이터의 소유권까지 함께 살펴봤습니다.
- 안전 · 거버넌스
안개 속에서 운전 중입니다: 노벨상 16명이 서명한 AI 경제 성명
2026년 7월 13일, 노벨경제학상 수상자 16명을 포함해 200명이 넘는 경제학자와 AI 연구자가 'We Must Act Now'에 서명했습니다. 주목할 점은 경고가 아니라 고백입니다. 이들은 AI가 경제를 어떻게 바꿀지 자신들도 모른다고 인정하며, 그래서 지금 연구하고 제도를 만들자고 말합니다. 아세모글루와 스티글리츠, 크루그먼, 버냉키, 벤지오, 르쿤, 슈밋이 한 문서에 이름을 올린 이유를 짚었습니다. 종목 투자판단은 다루지 않습니다.
- 사업모델 · 산업 변화
AI 예산은 결국 어디서 올까: 인건비 재배분 가설
기업의 AI 지출은 기존 소프트웨어 예산 안에서만 커질까요, 아니면 채용·외주·반복 업무에 쓰던 비용까지 가져오게 될까요. 예산, 가격표, 고용 데이터를 함께 놓고 인건비 재배분 가설의 근거와 반증을 살펴봤습니다.
- 에이전트 · 업무 설계
README 없이 읽는 openscience: 과학 연구용 AI 워크벤치의 가능성과 한계
synthetic-sciences/openscience는 공개 메타정보 기준으로 과학 연구용 오픈소스 AI 워크벤치를 지향하는 TypeScript 프로젝트입니다. 다만 제공 자료에서 README 확보가 실패했기 때문에, 기능과 성능은 단정하지 않고 공개 메타정보가 보여주는 방향성만 조심스럽게 살펴봅니다.
- 안전 · 거버넌스
AI 2040 Plan A: 예측이 답안지를 들고 돌아왔다
미국의 AI 예측 연구팀 AI Futures Project가 새 시나리오 AI 2040 Plan A를 공개했습니다. 2027년 안에 초지능이 등장해 인류가 멸종하거나 소수가 권력을 독점한다고 그렸던 AI 2027의 후속작인데, 성격이 다릅니다. 전작이 예측이었다면 이번엔 권고입니다. 저자들은 이것이 실제 일어날 일에 대한 최선의 추측이 아니라 정책 권고를 전달하고 압박 시험하기 위한 수단이라고 못박았습니다. 투자 자문은 아닙니다.
- 에이전트 · 업무 설계
하네스 엔지니어링: 모델이 엔진이라면 나머지 전부가 공학입니다
샌프란시스코 AI 엔지니어 월드페어 2026의 마지막 날 주제는 하네스 엔지니어링이었습니다. 여러 연사가 약속이나 한 듯 같은 정의에 도달했습니다. 에이전트에서 모델을 빼면 남는 전부가 하네스다. 모델이 강력한 엔진이 될수록, 지속되는 공학은 그 엔진을 감싸는 하네스로 옮겨갑니다. 기억과 도구, 컨텍스트, 정체성, 평가라는 하네스로. 발표 기준으로 정리했고 투자 자문은 아닙니다.
- 반도체 · 인프라 · 전력중국
전력이냐 칩이냐: 미국과 중국의 AI 추론 스택이 갈라선 이유
미국과 중국의 AI 추론 스택은 논리 아키텍처가 수렴했습니다. 둘 다 prefill과 decode를 분리하고 KV 캐시를 중심에 놓습니다. 그런데 물리 구현은 정반대로 갈라졌습니다. 미국은 전력 제약 아래 실리콘을 이종화했고, 중국은 칩 제약 아래 광 인터커넥트로 물량을 밀어붙였습니다. 그리고 이 분기는 이제 기술이 아니라 정책으로 고정됐습니다. 모든 2026년 수치는 보도·발표 기준이며 종목 투자판단은 다루지 않습니다.
- 반도체 · 인프라 · 전력
Etched가 보는 추론 시대의 AI 반도체
Invest Like the Best 인터뷰는 Etched의 핵심 베팅을 단순한 AI 칩 경쟁이 아니라 추론 토큰 생산능력 경쟁으로 설명합니다. 칩, 랙, 인터커넥트, 전력, 공급망을 하나의 시스템으로 묶어 보는 관점이 투자자에게 중요한 시사점을 줍니다.
- 에이전트 · 업무 설계
스킬 엔지니어링과 원샷 AI 디자인의 한계
Latent Space의 글은 Impeccable의 Paul Bakaus를 통해 AI 에이전트 시대의 디자인이 완전 자동화가 아니라 사람의 판단과 조율을 중심에 둔 협업으로 진화할 가능성을 보여줍니다.
- 안전 · 거버넌스
LLM 에이전트 안전성 테스트를 자동화하려는 Vera 논문 읽기
Vera는 빠르게 변하는 LLM 에이전트의 안전 위험을 발견하고, 실행 가능한 테스트 케이스로 만들고, 관찰 가능한 증거로 검증하려는 자동화 프레임워크입니다. 투자자 관점에서는 모델 성능 경쟁 다음에 안전 테스트 스택이 중요한 인프라 레이어가 될 가능성을 보여주는 논문으로 읽힙니다.
- 과학 · 바이오 · 의료
AI는 생명의 불확실성을 어디까지 다루나: 연역의 층과 귀납의 층
물리학은 몇 개의 법칙에서 결과를 연역하는 세계이고, 생물학은 관찰을 쌓아 규칙을 짐작하는 귀납의 세계입니다. 딥러닝은 본질적으로 귀납 기계라, 규칙이 뚜렷한 곳(안정 단백질 구조)은 이미 정복했지만 규칙이 흐릿하고 계속 변하는 곳에서는 아직 단순한 통계 방법조차 확실히 이기지 못합니다. 2024~2026 연구 동향으로 그 경계선을 짚었습니다. 투자 자문은 아닙니다.
- 사업모델 · 산업 변화
AI-Native vs AI-Adopted: 누가 이기는가
기존 강자가 AI를 도입하면(AI-adopted) 이미 가진 리소스로 신생 AI-native를 압도할까요, 아니면 AI-native만의 구조적 우위가 있을까요. 정답은 둘 중 하나가 아니라 조건부입니다. 질문을 '누가 리소스가 많은가'에서 'AI가 누구의 해자를 파괴하고 누구의 해자를 강화하는가'로 바꾸면 경계선이 보입니다. 종목 투자판단은 다루지 않습니다.
- 투자 · 자본시장
모델 위와 아래에서 승부가 납니다: 이번 주 VC 3편
이번 주 VC 데스크가 주목한 세 편입니다. NanoClaw의 자율 업무 에이전트, 코인베이스의 AI 지출 50% 삭감과 AI ROI 논쟁, 그리고 엔비디아에 도전하는 하버드 중퇴자들의 추론 칩 Etched. 세 편을 관통하는 하나의 실타래는, 모델이 평준화되며 승부가 그 위(에이전트와 운영)와 아래(추론 실리콘)로 이동하고, 그 사이에서 AI 지출이 ROI로 심판받는다는 것입니다. 종목 투자판단은 다루지 않습니다.
- 안전 · 거버넌스
모델이 아니라 통제권입니다: 팔란티어 카프가 보는 AI 가치사슬
팔란티어 CEO 알렉스 카프가 CNBC에서 'AI가 팔리는 방식에 무언가 완전히 잘못됐다'고 말했습니다. 그의 논리는 단순합니다. AI의 승부처가 누가 최고의 모델을 만드나에서, 누가 기업과 정부에게 데이터와 모델, 컴퓨트, 업무 맥락을 안전하게 통제하게 해주나로 옮겨간다는 것입니다. 팔란티어-엔비디아 협력과 온톨로지, 그리고 이해당사자의 프레임까지 짚었습니다. 투자 판단은 다루지 않습니다.
- 반도체 · 인프라 · 전력
AI의 진짜 100배는 칩이 아니라 코디자인입니다: Dylan Patel 인터뷰
세미애널리시스 창업자 Dylan Patel이 세쿼이아와 나눈 인터뷰의 핵심은 하나입니다. AI의 진짜 100배는 더 빠른 칩도, 더 좋은 모델도 아닌, 하드웨어와 시스템 소프트웨어와 모델을 함께 설계할 때 나온다는 것입니다. 코디자인, 물리적 벽 두 개, 컴퓨트 크런치, 그리고 끝판 구도까지 정리했습니다. 투자 자문은 아닙니다.
- 모델 · 학습 · 평가중국
LMArena 상위권에서 보이는 선호 경쟁의 현재 모습
2026년 7월 2일 기준 LMArena Top 20은 Anthropic이 최상위권을 강하게 차지한 가운데 OpenAI, Google, Alibaba, Z.ai, Moonshot이 촘촘히 뒤따르는 구도입니다. 직전 대비로는 claude-opus-4-6-thinking의 1위 상승, gemini-3.5-flash의 4계단 상승, claude-opus-4-8의 신규 진입이 눈에 띕니다.
- 반도체 · 인프라 · 전력
엔비디아가 AI의 '중앙은행'이 되려 합니다: 수익 공유형 GPU 모델의 속뜻
엔비디아가 GPU를 파는 대신 매출을 나누기 시작했습니다. 초기 자본이 부족한 스타트업에는 토큰 크레딧으로 GPU를 먼저 주고, 이들이 성장하면 매출 일부를 받는 수익 공유형 모델입니다. 미사용 용량까지 보증합니다. 전문가들은 이를 AI 산업의 '중앙은행'이라 부릅니다. 무엇을 발표했고, 왜 지금이며, 어떤 위험을 품고 있는지 봅니다. 투자 자문은 아닙니다.
- 반도체 · 인프라 · 전력
퀄컴 HBC vs 세레브라스: 같은 병목, 정반대의 두 해법
퀄컴 HBC와 세레브라스 WSE는 'AI가 느린 건 연산 부족이 아니라 데이터 이동 때문'이라는 같은 병목에서 출발하지만, 해법은 정반대입니다. 퀄컴은 연산을 메모리 옆으로 가져가고, 세레브라스는 웨이퍼 전체를 하나의 연산기로 만듭니다. 구조와 워크로드 적합성, 검증 수준을 같은 잣대로 비교했습니다. 종목 투자판단은 다루지 않습니다.
- 에이전트 · 업무 설계
awesome-evals, README 없이도 보이는 AI 에이전트 평가의 방향
benchflow-ai/awesome-evals는 AI 에이전트 평가 자료를 큐레이션하는 오픈소스 프로젝트입니다. 다만 제공된 자료에서는 README 확보에 실패했기 때문에, 공개 메타정보만으로 확인 가능한 범위와 투자자가 조심스럽게 볼 지점을 나누어 살펴봅니다.
- 모델 · 학습 · 평가
엔터프라이즈 AI의 해자는 모델보다 메모리에서 시작됩니다
20VC 인터뷰에서 Nikesh Arora는 토큰 비용, 오탑률, 메모리, 보안 운영의 관점에서 기업용 AI가 아직 왜 쉽지 않은지를 설명합니다. 투자자 관점에서는 모델 성능보다 조직의 맥락을 얼마나 제품과 워크플로우에 녹이는지가 핵심 체크포인트로 보입니다.
- 에이전트 · 업무 설계중국
GLM-5.2가 던진 오픈 에이전트의 전환점
Nathan Lambert는 Interconnects 글에서 GLM-5.2를 오픈 웨이트 모델이 코딩 에이전트 영역에서 처음으로 의미 있는 사용자 경험 문턱을 넘은 사례로 봅니다. 투자자 관점에서는 폐쇄형 프런티어 모델의 가격 결정력, 오픈 모델 추론 생태계, 에이전트 워크플로의 재편을 함께 살펴볼 필요가 있습니다.
- 로보틱스 · 피지컬 AI
휴머노이드가 물체와 지형을 함께 다루려면 무엇이 필요한가
SceneBot은 휴머노이드가 단순히 사람 동작을 따라 하는 수준을 넘어, 물체와 지형에 닿는 순간까지 함께 조건으로 주는 움직임 추적 프레임워크를 제안합니다. 초록 기준으로는 휴머노이드 투자에서 보행 데모보다 접촉, 균형, 환경 적응이 더 중요해지는 흐름을 보여주는 논문으로 읽힙니다.
- 반도체 · 인프라 · 전력
HBM, HBF, HBC: 세 글자가 벌이는 세 가지 다른 싸움
HBM과 HBF, HBC는 발음이 비슷해 한 묶음처럼 보이지만, 실제로는 서로 다른 계층에서 서로 다른 병목과 싸웁니다. HBM은 메모리(대역폭), HBF는 그 위에 붙는 용량 계층(보완재), HBC는 메모리를 적게 쓰려는 시스템 설계(부분 대체재)입니다. 셋을 같은 축에 놓고 누가 더 빠른가를 묻는 순간 질문이 틀립니다. 투자 판단은 다루지 않습니다.
- 모델 · 학습 · 평가중국
LMArena 상위 20위로 본 이번 주 LLM 판도
2026년 6월 16일 기준 LMArena Top 20에서는 Anthropic이 최상위권을 넓게 차지했고, OpenAI의 gpt-5.5와 Alibaba, Moonshot, Zai 계열 모델의 신규 진입이 눈에 띕니다. 직전 6월 10일 대비 변화는 선두 경쟁이 단일 모델 싸움에서 다수 제공사의 포트폴리오 경쟁으로 옮겨가고 있음을 보여줍니다.
- 모델 · 학습 · 평가
Windows Copilot을 OpenAI 호환 API처럼 쓰겠다는 오픈소스 프로젝트
sums001/Windows-Copilot-API는 Windows Copilot을 역공학해 OpenAI 호환 REST API 형태로 접근하려는 Python 프로젝트입니다. 다만 제공된 자료에는 README 본문이 확보되지 않아, 이 글은 공개 메타정보와 프로젝트 설명에 근거한 제한적 해설입니다.
- 반도체 · 인프라 · 전력
퀄컴은 왜 데이터센터로 가나: 추론 병목·HBC·그리고 엔비디아가 아닌 경쟁구도
퀄컴이 데이터센터에 들어옵니다. 다만 엔비디아와 GPU 학습 정면승부가 아니라, AI 추론의 메모리 월과 전력당 토큰 비용을 겨냥합니다. 사업구조와 핵심 차별화 주장(HBC), 그리고 엔비디아가 아닌 진짜 경쟁구도를 분석했습니다. 투자 판단은 다루지 않습니다.
- 안전 · 거버넌스
가속과 통제 사이의 앤트로픽: 다큐멘터리가 드러낸 전략과 투자자의 질문
앤트로픽을 다룬 장편 다큐멘터리를 투자자의 눈으로 정리했습니다. 조용하다가 갑자기 폭발하는 스무스 지수함수, 가치와 비즈니스 모델을 정렬하려는 전략, 코딩 에이전트가 부른 SaaS 충격, 일자리와 국방·사이버 논쟁, 그리고 가속과 통제라는 모순적 긴장을 짚었습니다.
- 모델 · 학습 · 평가
AI 성능 뒤에 있는 거대한 데이터 블랙홀
Dwarkesh Patel의 영상은 최근 AI 발전의 중심 동력이 더 나은 학습법보다 데이터와 계산 자원의 확대에 있다는 주장을 펼칩니다. 투자자 관점에서는 모델 자체보다 데이터 생성, 검증, 루브릭, 전문가 궤적을 둘러싼 인프라를 눈여겨보게 됩니다.
- 사업모델 · 산업 변화
AI 시대의 이커머스, 유통과 추천 사이에서 다시 읽기
Stratechery의 Ben Thompson이 Michael Morton과 나눈 AI 시대 이커머스 인터뷰를 공개 요약 기준으로 읽었습니다. 원문 전문은 확인되지 않아 단정은 피하되, 유통, 추천, 식료품, 자율주행이라는 네 가지 축이 창업자와 투자자에게 던지는 질문을 정리합니다.
- 로보틱스 · 피지컬 AI
휴머노이드 로봇의 다음 인프라, 물리 경험 데이터 표준
이 글은 Shaoshan Liu 등 저자들이 제안한 휴머노이드 로봇 데이터 표준의 필요성을, 비전공자도 이해할 수 있도록 풀어 쓴 소개입니다. 초록 기준으로는 앞으로의 Physical AI 경쟁이 모델과 하드웨어뿐 아니라 물리 경험 데이터를 축적하고 재사용하는 표준 인프라에 달려 있을 가능성을 시사합니다.
- 로보틱스 · 피지컬 AI한국
로봇 AI가 한 덩어리에서 여러 층으로 쪼개집니다: 2026 VLA 물결과 피지컬 AI 투자 지도
2026년 로봇 AI 논문 물결의 핵심은 단일 VLA가 플래너·컨트롤러·월드모델·런타임의 여러 층으로 쪼개진다는 점입니다. 무엇이 바뀌었고, 진짜 병목은 무엇이며, 누가 모델과 하드웨어를 만들고, 가치사슬은 GPU 너머 어디로 넓어지는지, 그리고 한국의 자리는 어디인지 정리했습니다.
- 과학 · 바이오 · 의료
모델이 아니라 실험이 해자입니다: 자율실험실과 소재 AI의 진짜 병목
소재과학에는 알파폴드가 없습니다. 진짜 병목은 모델이 아니라 실험이기 때문입니다. 자율실험실(Self-Driving Lab)이 무엇이고, 어떤 기술사와 논쟁 위에 있으며, 어떤 스타트업과 빅테크와 VC가 베팅하는지, 그리고 투자자가 무엇을 봐야 하는지 정리했습니다.
- 과학 · 바이오 · 의료
알파폴드의 존 점퍼가 앤트로픽으로 갑니다: 'AI for Science'는 어떻게 다음 전선이 됐나
2024년 노벨화학상 수상자이자 알파폴드를 이끈 존 점퍼가 딥마인드를 떠나 앤트로픽으로 갑니다. 이 한 건의 이직을 신호로, AI for Science가 어떻게 7년 만에 예측에서 자율 발견으로 진화했는지, 빅테크와 스타트업과 VC 자금이 어디로 흐르는지, 인재 전쟁의 전선이 어떻게 옮겨가는지, 그리고 아직 넘지 못한 벽은 무엇인지 다각적으로 정리했습니다.
- 과학 · 바이오 · 의료한국
AI가 진단을 넘어 질병을 '관리'하기 시작했습니다: 구글 AMIE의 Nature 논문 정밀 분석
구글의 의료 대화형 AI AMIE가 진단을 넘어 여러 번의 방문에 걸친 질병 관리로 확장됐습니다. 1차 진료의 21명과 겨룬 가상 진료 시험에서 관리 추론은 대등했고 치료 정밀도와 가이드라인 정합성은 더 나았습니다. 논문을 정밀하게 뜯어보고, AMIE 계보와 경쟁 지형, 무엇을 흔드는지, 한국과 투자 관점까지 정리했습니다.
- 에이전트 · 업무 설계
Ponytail, AI 에이전트에게 덜 쓰는 법을 가르치려는 오픈소스 신호
DietrichGebert/ponytail은 README 본문이 확보되지 않은 상태에서도, 설명과 토픽만으로 꽤 선명한 문제의식을 드러냅니다. AI 코딩 에이전트가 더 많이 만들기보다, 불필요한 코드를 쓰지 않도록 유도하려는 개발 도구 흐름을 조심스럽게 살펴봅니다.
- 사업모델 · 산업 변화
소셜 월드 모델과 합성 소비자 조사: AI가 사람을 시뮬레이션해 시장조사를 다시 씁니다
실제 사람을 인터뷰해 만든 AI 에이전트가 설문 응답을 사람만큼 따라 합니다. 소셜 월드 모델과 합성 소비자 조사가 무엇인지, 어디까지 믿을 수 있고 어디서 무너지는지, 누가 이 시장에 들어오는지, 그리고 1,530억 달러 시장조사 산업을 어떻게 대체하고 넘어서는지 정리했습니다.
- 반도체 · 인프라 · 전력한국
네오클라우드 해부: 왜 GPU를 구하지 못하고, 누가 그 틈을 메우며, 이 사업은 오래 갈까
모두가 AI를 외치는데 정작 GPU는 구하기 어렵습니다. 그 빈틈에서 네오클라우드가 자랐습니다. 시장의 언멧니즈부터 GPU 부족의 진짜 원인, 네오클라우드의 사업모델과 리스크, 미국과 한국의 차이, 그리고 이 사업이 과도기인지 장기 생존 가능한지까지 정리했습니다.
- 사업모델 · 산업 변화한국
모델 지능은 범용화되고, 실행 능력은 지역화됩니다: 에이전트 시장이 쪼개지는 방식과 한국의 기회
하나의 만능 에이전트가 모든 업무를 한다는 가정은 과합니다. 병목은 모델 지능이 아니라 도구 품질, 검증된 워크플로, 데이터 접근권이고, 이 셋은 도메인과 국가별로 강하게 쪼개집니다. 실제 사례로 시장이 어떻게 분해되는지, 한국의 기회는 어디인지 정리했습니다.
- 투자 · 자본시장
'63년 만에 컴퓨터를 다시 발명합니다': 젠슨 황 AP 단독 인터뷰로 읽는 AI의 5개 층과 투자 지도
엔비디아 젠슨 황이 텍사스 셔먼 공장 착공식에서 AP와 가진 단독 인터뷰를 정리했습니다. AI를 에너지·칩·인프라·모델·응용의 5개 층으로 보는 관점, 모델은 빙산의 일각이라는 메시지, 그리고 투자자가 어디를 봐야 하는지를 담았습니다.
- 로보틱스 · 피지컬 AI
코딩 에이전트가 실물 로봇으로 밤새 스스로 연구합니다: NVIDIA ENPIRE가 보여준 로보틱스 병목의 이동
NVIDIA GEAR가 공개한 ENPIRE는 코딩 에이전트에게 실물 로봇 여러 대를 맡겨 밤사이 스스로 정책을 고치게 합니다. 무엇을 한 연구인지, 어떤 기술 계보 위에 있는지, 투자자에게 어떤 의미인지 정리했습니다.
- 에이전트 · 업무 설계한국
한국형 에이전트의 다음 병목은 앱이 아니라 '훈련장'입니다: RL 환경·평가 인프라를 투자자의 눈으로
에이전트 경쟁의 병목이 '앱 wrapper'에서 '업무 환경 + 채점기 + 실패 데이터'로 올라가고 있습니다. K-BrowseComp가 드러낸 한국 웹의 병목을 함께 읽으며, 한국형 에이전트의 진짜 기회가 왜 앱이 아니라 한국 업무용 RL 환경·평가 인프라인지 정리했습니다.
- 반도체 · 인프라 · 전력
Nebius 인터뷰로 본 AI 인프라 수요의 탄력성
20VC의 Nebius 공동창업자 인터뷰를 바탕으로, AI 인프라가 거품인지 아직 초기 시장인지, 그리고 투자자가 무엇을 살펴봐야 하는지 정리했습니다.
- 사업모델 · 산업 변화
일터의 AI는 생산성을 올리는데 통계엔 왜 아직 안 보일까: 연구 4편으로 읽은 'AI 생산성의 간극'
현장의 미시 데이터는 AI가 생산성을 올린다고 분명히 말합니다. 그런데 거시 통계는 아직 머뭇거립니다. 브린욜프슨의 일터 실험과 미국 연준 세 곳의 보고서를 함께 읽으며, 이 '간극'이 왜 생기고 언제 메워질지, 투자자라면 무엇을 봐야 할지 정리했습니다.
에이전트 · 업무 설계봇이 사람을 앞지른 웹, 다음은 '에이전트용 검색'입니다: 기술 요소와 스타트업 지도
웹 트래픽에서 봇이 사람을 넘어섰고, 그 흐름을 이끄는 것은 AI 에이전트입니다. 사람이 아니라 에이전트가 쓰는 웹에서는 '에이전트용 검색 API' 수요가 빠르게 커집니다. 이 수요에 대응하는 기술 요소와 스타트업, 그리고 그 위아래로 깔리는 표준·경제 층을 리서치를 바탕으로 정리했습니다.
- 안전 · 거버넌스
평가(eval)는 왜 중요한가: OpenAI가 품은 오픈소스 'promptfoo'로 들여다봤습니다
AI를 '시연'이 아니라 '측정'의 대상으로 바꾸는 일이 평가(eval)입니다. 원조 openai/evals가 조용해진 사이 OpenAI가 품은 가장 핫한 평가·보안 도구 promptfoo를 살펴보며, 평가가 무엇이고 왜 이렇게 중요해졌는지 창업자·투자자의 눈으로 적었습니다.
- 에이전트 · 업무 설계
별 7만 개 'OpenAI Cookbook'을 뜯어봤습니다: 레시피가 가리키는 AI 개발의 현재
OpenAI Cookbook은 단순한 예제 모음을 넘어, AI로 무언가를 만들 때 무엇이 중요한지 보여 주는 지도에 가깝습니다. 레시피 302개의 구성과 최근 추가를 살펴보고, 무게중심이 어디로 옮겨 가는지 창업자·투자자의 눈으로 읽었습니다.
- 에이전트 · 업무 설계
코드가 에이전트의 '뼈대'가 된다: 'Code as Agent Harness'를 투자자의 눈으로 읽었습니다
AI 에이전트에서 코드는 더 이상 결과물만이 아니라, 모델이 추론하고 행동하고 검증하는 '실행 골격(하니스)'이 되고 있다는 서베이입니다. 저자들이 정리한 세 층위와 여섯 가지 숙제를 쉽게 풀고, 투자자라면 어디를 봐야 할지 적었습니다.
- 이 데스크 · 나의 실험
만들고, 쓰고, 투자합니다: 제가 AI를 세 개의 눈으로 보려는 이유
기술도, 시장도, 자본의 길도 함께 이야기 나눌 수 있는 투자자가 되고 싶습니다. 제가 AI를 ‘만드는 눈·쓰는 눈·투자하는 눈’ 세 가지로 보려는 이유와, 그것이 창업자분께 어떤 의미인지 적었습니다.
- 에이전트 · 업무 설계한국중국
싸고, 열려 있고, 빠릅니다: 중국 AI 에이전트의 기술과 사업화 동향
지난 1년 사이 중국 AI 에이전트가 무섭게 빨라졌습니다. 가중치를 공개한 모델, 화면을 직접 쓰는 에이전트, 가격 전쟁과 해외 진출(出海)까지 기술과 사업화를 쉽게 정리하고, 한국·투자자 관점도 덧붙였습니다.
- 안전 · 거버넌스
구글 딥마인드 ‘From AGI to ASI’, AGI 다음을 투자자의 눈으로 읽었습니다
구글 딥마인드 연구진이 ‘AGI가 언제 오나’가 아니라 ‘AGI 다음에 초지능(ASI)까지 어떤 길과 병목이 있나’를 정리한 보고서를 냈습니다. 네 갈래 길과 병목을 쉽게 풀고, 투자자라면 무엇을 볼지 정리했습니다.
- 사업모델 · 산업 변화
사티야 나델라가 말하는 ‘기업의 토큰 전략’, 개념부터 실행과 기대 효과까지
마이크로소프트 CEO 사티야 나델라는 ‘AI는 기술이 아니라 기업의 미래’라고 말합니다. 그가 말하는 ‘토큰 자본’과 기업의 토큰 전략을, 개념부터 실행 방안과 기대 효과까지 쉽게 정리했습니다.
- 사업모델 · 산업 변화
‘AI 네이티브’라는 한 단어에 숨은 세 가지 사업 — 따로 나눠서 봅니다
‘AI 네이티브’ 회사라는 말은 사실 성격이 전혀 다른 세 가지 사업을 한데 묶고 있습니다. 진입장벽도, 시장 크기도, 회수 경로도 다릅니다. 노동 대체 / 친밀·콘텐츠 / 큐레이션·매칭으로 나누고, 근거를 붙여 따로 살펴봤습니다.
- 모델 · 학습 · 평가
더 큰 모델이 답은 아닐지도 모릅니다 — AI 투자에서 요즘 제가 눈여겨보는 것
AI에서 다음 수익은 더 큰 모델보다, AI가 직접 해보고 그 결과로 다시 배우는 구조를 가진 회사에서 나올지도 모릅니다. 왜 그렇게 생각하는지, 투자자라면 무엇을 보면 좋을지 쉽게 풀어 봤습니다.
- 이 데스크 · 나의 실험
소개 없이도 같은 기준으로 — 이 창구를 연 이유
좋은 제품을 만든 창업자가 VC를 만나는 길은 더 쉬워져야 합니다. 소개가 없어도 같은 기준으로 검토하는 창구를 직접 열었습니다.