이민자 출신인 우리 부모님이 암호화폐는 사기이고 고향에서 금을 사 오는 게 가치가 더 높다고 말씀하신 게 맞았나 봐요.

Guess my immigrant parents were right about crypto being a scam and buying gold from back home because it holds value

https://x.com/sayinshallah/status/2003680227491541326

Prediction Markets at Scale: 2026 Outlook

> This post examines how prediction markets have surged into the mainstream in 2025, with growth now constrained by regulatory hurdles rather than adoption.

> “The 2026 World Cup should be read not as a growth story, but as a stress test for liquidity, operations, and regulatory resilience under peak load.”

Source: https://insights4vc.substack.com/p/prediction-markets-at-scale-2026?triedRedirect=true

수상하네요?

왜케 다들 크리스마스에 살아있음을 증명하시는거죠

다른 날 뭐 하시려고요? 365일 텔레에 붙어있어라

Are Robust LLM Fingerprints Adversarially Robust?

작동 원리 (4대 주요 공격 및 취약점)

단순히 모델을 검증하는 것에 그치지 않고, 호스트가 모델의 성능(Utility)은 유지하면서 검증 시스템만 교묘하게 피하는 4가지 공격 시나리오를 제시

• 출력 억제 (Output Suppression): 암기 기반 기법들이 특정 단어나 패턴을 그대로 뱉어내는 성질을 이용. 모델이 답변을 생성할 때 특정 토큰이 나올 확률을 강제로 낮춰 검증 패턴을 지워버림.
• 출력 탐지 (Output Detection): 핑거프린트가 심어진 모델은 특정 질문에 과도하게 높은 확신을 보이는 경향이 있음. 이 확률값이 튀는 지점을 감지해 해당 단계에서만 선택적으로 출력을 조절함.
• 입력 탐지 (Input Detection): 내재적 방식은 주로 부자연스러운 프롬프트를 트리거로 사용함. 헬퍼 모델을 통해 입력값의 당혹도(Perplexity)를 계산하여, 이상한 질문이 들어오면 검증용 답변 대신 일반적인 답변을 내놓도록 우회함.
• 통계적 분석 (Statistical Analysis): 통계적 핑거프린트 기법이 가진 미세한 편향(Bias)을 식별함. 일반 모델과 비교해 특정 토큰이 선호되는 경향을 파악한 뒤, 이 편향을 제거해 검증을 무력화함.

벤치마크 상세 결과 (ModelPrints 테스트)

• 암기 기반 및 내재적 방식: Instructional FP, Chain&Hash, RoFL 등 10개 기법 중 대다수가 공격 성공률(ASR) 94~100% 를 기록하며 사실상 완파됨. 특히 모델 성능 저하는 10% 미만으로 매우 낮음.
• 통계적 방식: DSWatermark 같은 기법은 상대적으로 견고했으나, 여전히 65%의 공격 성공률을 보이며 약점이 드러남. (성능은 약 92% 수준으로 유지)
=> 종합 결론: 현재 인기 있는 대부분의 기법이 구조적 약점을 공유하고 있으며, 매우 단순하고 비용이 적게 드는 공격만으로도 검증을 피할 수 있음이 증명됨.

설계 권장 사항 (Robustness 가이드라인) - 향후 더 강력한 핑거프린팅을 만들기 위한 4가지 제언

• 통계적 자연스러움: 검증용 프롬프트(키)가 실제 유저의 질문과 구분이 불가능할 정도로 자연스러워야 함.
• 확신값 급증 방지: 특정 토큰에만 확률값이 쏠리는 현상을 피해 탐지 시스템을 우회해야 함.
• 유연한 검증: 문자열이 완벽히 일치해야만 검증되는 방식(Exact matching)은 지양해야 함.
• 글로벌 시그니처 배제: 모델 전체에 영향을 미치는 공통적인 통계적 특징을 피해야 분석 및 제거가 어려워짐.

향후 전망

• 오픈소스 벤치마크 제공: 연구진은 GitHub 를 통해 누구나 자신의 핑거프린팅 기법을 스트레스 테스트해 볼 수 있는 도구를 공개.
• 견고한 인증 체계로의 진화: 현재의 기법들을 '완성본'이 아닌, 더 강력한 공격 저항성을 가진 차세대 모델 출처 인증 시스템으로 가기 위한 '디딤돌'로 정의.

현재 모델 핑거프린팅 분야는 기법을 만드는 속도보다 이를 깨는 속도가 더 빨라 보이는 단계인듯 함.

센티언트가 Sera를 통해 크립토 에이전트의 실용성을 보여주기 위한 시도들을 하고 있다면, 이번 ModelPrints 연구는 AI 모델의 저작권과 출처 증명이라는 근본적인 보안 이슈에 대한 질문과 이에 대한 가이드라인 즉 방향성을 제시했다고 생각됨. 이러한 가이드라인을 따라서 공격을 이겨내는 더 강력한 핑거프린팅 표준이 센티언트 생태계에서 나올지가 주목해봐야할 포인트일듯

https://blog.sentient.xyz/posts/are-robust-llm-fingerprints-adversarially-robust

오늘 한파라던데 다들 따숩게 입고 나가십셔!

메리크리스마스

🟢 A16Z의 2026년 크립토 트렌드 예측

1️⃣ 프라이버시 & 인프라

-프라이버시는 크립토에서 가장 중요한 ‘해자(moat)’가 될 것
-메시징의 (가까운) 미래는 단순한 양자내성이 아니라 탈중앙화
-‘Secrets-as-a-Service’의 부상 (비밀 정보 관리의 서비스화)

2️⃣ 시장 & 정보

-예측 시장(Prediction Markets)은 더 크고, 더 넓고, 더 똑똑해진다
-AI를 활용한 실질적인 리서치 작업이 가능해진다
-‘코드는 법이다(code is law)’에서 ‘스펙이 법이다(spec is law)’로의 전환

3️⃣ 스테이블코인 & 금융

-스테이블코인은 은행 원장 업그레이드 사이클과 새로운 결제 시나리오를 연다
-더 똑똑하고 정교한 스테이블코인 온램프/오프램프
-스테이블코인과 실물자산(RWA)의 토큰화를 더 크립토 네이티브한 방식으로 재정의
-인터넷이 곧 은행이 되는 시대

4️⃣ 비즈니스 & 자산 관리

-트레이딩은 크립토 비즈니스의 ‘종착점’이 아니라 중간 경유지
-모두를 위한 자산관리(Wealth Management for all)

5️⃣ 에이전트 & 미디어

-KYC(고객 확인)에서 KYA(Know Your Agent)로
-스테이킹된 미디어(Staked Media)의 부상
-오픈 웹에 부과되는 ‘보이지 않는 세금(Invisible Tax)’

6️⃣ 법·제도 & 확장

-블록체인을 넘어서는 새로운 크립토 프리미티브의 등장
-법적 아키텍처가 기술적 아키텍처와 맞아떨어질 때, 블록체인의 잠재력이 완전히 해방된다

https://x.com/a16zcrypto/status/2003894603293024395

빗썸이랑 sbs가 함께하는 크리스마스 가요대전 보러왔어요.

출연진들 히트곡 벼락치기 하는중

아일릿 나와서 둠칫둠칫 그거 해주는거 맞죠?!

버츄얼 아이돌이 나와서 안내사항 안내해주네….

https://www.youtube.com/live/N2_t-_dsAbw?si=sXNDcqaat8mP9yJU