Coindesk에서 스테이블코인은 money로는 성공했지만, capital로는 아직 실패했다는 내용의 글을 작성했네요.
현재 스테이블코인 규모는 약 3,150억 달러 수준까지 커졌지만, 많은 자금이 여전히 지갑, 거래소, 기업 트레저리에 그냥 디지털 현금처럼 머물러 있는 상태. 전통 금융에서는 놀고 있는 현금이 MMF, 단기채, 신용시장 등으로 자동으로 흘러가 수익을 만들지만, 크립토에서는 아직 상당 부분이 그냥 유동성만 있고 생산성은 없는 상태라는 내용.
과거 DeFi yield는 이 문제를 해결하는 것처럼 보였지만, 대부분은 토큰 인센티브, 레버리지, 신규 유입에 의존한 순환 수익에 가까웠기 때문에, 그래서 이제 다음 단계는 더 복잡한 DeFi yield가 아니라 온체인 달러를 실제 자산과 연결하는 것이 될 것이라는 것.
국채, MMF, 회사채, 신용상품 같은 RWA를 바탕으로 스테이블코인이 이동성과 담보 기능은 유지하면서 유휴성을 최대한 낮추고 조용히 수익을 만들어내는 구조. 이게 현실화 된다면 스테이블코인은 단순한 디지털 현금이 아니라 은행 예금, MMF, 현금관리계좌와 직접 경쟁하는 상품이 될 수 있겠네요.
결국 이 싸움은 기술 문제를 넘어서서 디지털 달러의 경제성을 누가 가져가느냐의 문제에 가까워지고 있고, 미국 은행권이 스테이블코인에 이자나 리워드를 주는 걸 제한하려는 것도 당연한 수순이 아닐까. 스테이블코인이 결제 레이어를 차지하면서 꾸준히 영역을 넓혀 나가고 있는데 또 하나 주목해야할 부분은 “놀고 있는 온체인 달러를 누가 생산적인 자본으로 바꾸느냐”의 영역일 것이고 그런 방향성에서 RWA를 꾸준히 살펴보려 합니다.
https://www.coindesk.com/opinion/2026/06/13/stablecoins-were-meant-to-disrupt-finance-instead-they-became-idle-cash
현재 스테이블코인 규모는 약 3,150억 달러 수준까지 커졌지만, 많은 자금이 여전히 지갑, 거래소, 기업 트레저리에 그냥 디지털 현금처럼 머물러 있는 상태. 전통 금융에서는 놀고 있는 현금이 MMF, 단기채, 신용시장 등으로 자동으로 흘러가 수익을 만들지만, 크립토에서는 아직 상당 부분이 그냥 유동성만 있고 생산성은 없는 상태라는 내용.
과거 DeFi yield는 이 문제를 해결하는 것처럼 보였지만, 대부분은 토큰 인센티브, 레버리지, 신규 유입에 의존한 순환 수익에 가까웠기 때문에, 그래서 이제 다음 단계는 더 복잡한 DeFi yield가 아니라 온체인 달러를 실제 자산과 연결하는 것이 될 것이라는 것.
국채, MMF, 회사채, 신용상품 같은 RWA를 바탕으로 스테이블코인이 이동성과 담보 기능은 유지하면서 유휴성을 최대한 낮추고 조용히 수익을 만들어내는 구조. 이게 현실화 된다면 스테이블코인은 단순한 디지털 현금이 아니라 은행 예금, MMF, 현금관리계좌와 직접 경쟁하는 상품이 될 수 있겠네요.
결국 이 싸움은 기술 문제를 넘어서서 디지털 달러의 경제성을 누가 가져가느냐의 문제에 가까워지고 있고, 미국 은행권이 스테이블코인에 이자나 리워드를 주는 걸 제한하려는 것도 당연한 수순이 아닐까. 스테이블코인이 결제 레이어를 차지하면서 꾸준히 영역을 넓혀 나가고 있는데 또 하나 주목해야할 부분은 “놀고 있는 온체인 달러를 누가 생산적인 자본으로 바꾸느냐”의 영역일 것이고 그런 방향성에서 RWA를 꾸준히 살펴보려 합니다.
https://www.coindesk.com/opinion/2026/06/13/stablecoins-were-meant-to-disrupt-finance-instead-they-became-idle-cash
Coindesk
Stablecoins Were Meant to Disrupt Finance. Instead, They Became Idle Cash.
O’Connor argues that crypto’s clearest success story has scaled as money but not as capital.
❤2
Forwarded from ㈜ 청년열정마라두바이쫀득민트초코손맛푸드
Monitoring The Situation
Draft MOU: (as of now per various reports)
Please open Telegram to view this post
VIEW IN TELEGRAM
capminal 팀이 생각하는 Virtuals vs Bankr
· Virtuals (팀 중심): 초기 물량 95%를 팀이 통제하여 시총이 높아 보임. 매도 측 유동성이 낮아 고래 진입이 어렵고 대형 매도 시 가격 변동성 심함.
· Bankr (페어 런치): 100% 풀에 락업되어 유동성 확보. 창업자는 거래 수수료로 돈을 벌며, 거래량이 많을수록 창업자 지분과 수익이 커짐.
· Virtuals (약함): 매주 업데이트 등 구조적 홍보를 하나, 시장에 즉각적인 FOMO(사고 싶은 욕구)를 주도할 강력한 인플루언서가 부족함.
· Bankr (강함): Base 체인의 고래이자 인플루언서인 `0xDeployer`가 트윗 하나로 폭발적인 거래량을 만들어 냄. 단, 1인 의존도가 높음.
· Virtuals (우세): 수년간 다져온 가장 완전한 AI 에이전트 생태계와 기술 표준 보유. 빌더 지원 인프라가 탄탄함.
· Bankr (열세): 실행 속도는 빠르나 이제 막 몇 달 된 생태계. 인프라가 부족해 창업자가 알아서 살아남아야 함.
· Virtuals (SR): 9주간 거래량 $6.7M ➡️ 창업자 수익 약 $4.7만
· Bankr (surplus): 3주간 거래량 $36.3M ➡️ 창업자 수익 약 $20.7만
(기간은 1/3인데 수익은 Bankr가 4.4배 더 많이 벌어다 줌, 물론 같은 프로젝트가 아니다 보니 비교가 애매할수도)
https://x.com/AndreaPN/status/2066093731774665157
1. 자금 조달 (Fundraising)
· Virtuals (팀 중심): 초기 물량 95%를 팀이 통제하여 시총이 높아 보임. 매도 측 유동성이 낮아 고래 진입이 어렵고 대형 매도 시 가격 변동성 심함.
· Bankr (페어 런치): 100% 풀에 락업되어 유동성 확보. 창업자는 거래 수수료로 돈을 벌며, 거래량이 많을수록 창업자 지분과 수익이 커짐.
2. 시장의 관심 (Attention)
· Virtuals (약함): 매주 업데이트 등 구조적 홍보를 하나, 시장에 즉각적인 FOMO(사고 싶은 욕구)를 주도할 강력한 인플루언서가 부족함.
· Bankr (강함): Base 체인의 고래이자 인플루언서인 `0xDeployer`가 트윗 하나로 폭발적인 거래량을 만들어 냄. 단, 1인 의존도가 높음.
3. 인프라 및 성숙도 (Infrastructure)
· Virtuals (우세): 수년간 다져온 가장 완전한 AI 에이전트 생태계와 기술 표준 보유. 빌더 지원 인프라가 탄탄함.
· Bankr (열세): 실행 속도는 빠르나 이제 막 몇 달 된 생태계. 인프라가 부족해 창업자가 알아서 살아남아야 함.
4. 실제 성과 비교
· Virtuals (SR): 9주간 거래량 $6.7M ➡️ 창업자 수익 약 $4.7만
· Bankr (surplus): 3주간 거래량 $36.3M ➡️ 창업자 수익 약 $20.7만
(기간은 1/3인데 수익은 Bankr가 4.4배 더 많이 벌어다 줌, 물론 같은 프로젝트가 아니다 보니 비교가 애매할수도)
단기 자금 조달과 폭발적인 펌핑(하이프)은 Bankr가 유리해보임. 하지만 6개월~1년 뒤 프로젝트가 장기 생존할 수 있는 기술적 인프라는 Virtuals가 우세. 최근 ct들 사이에서 버츄얼과 뱅커가 비교가 많이 되고 있고, 그러면서 의견들이 갈리는듯 하네요.
https://x.com/AndreaPN/status/2066093731774665157
❤2
Forwarded from 기분좋은 마곤
이란 이슬람 공화국과의 협정이 이제 완료되었습니다. 모두에게 축하드립니다! 저는 호르무즈 해협의 통행료 무료 개방을 전적으로 승인하며, 동시에 미 해군 봉쇄를 즉시 해제할 것을 승인합니다. 세계의 배들이여, 엔진을 가동하십시오. 기름이 흐르도록 하세요! 도널드 J. 트럼프 대통령
https://truthsocial.com/@realDonaldTrump/posts/116750587569914985
https://truthsocial.com/@realDonaldTrump/posts/116750587569914985
Forwarded from 폐지줍기 연구소
🟢 주말간 크립토를 달궜던 'Zinc 논란'
✅ 실패와 대성공
-25년 10월, 솔라나용 프라이버시 믹서 ZKLSOL이 $ZKFG 출시를 위해 MetaDAO를 통해 약 $969,000 모금 성공
-프로덕트는 시장수요 없어서 대실패하고 $ZKFG도 멸망
-ZKLSOL은 의무는 없으나 투자자 중 원하는 사람에게 $500,000 가량의 환불 진행
-이후 피봇하다가 26년 5월 프라이버시 기반 PoW Mining 게임 'Zinc' 런칭 후 대성공 (솔라나 수익 상위 2위)
✅ $ZKFG 홀더들의 주장
-ZKFG 홀더들은 ZKLSOL이 Zinc 런칭시 수익의 1%를 ZKFG 트렛셔리에 주겠다는 약속했다고 주장
-그러나 Zinc가 성공했음에도 트렛셔리에 $217,000 정도만 남아있을뿐 거의 안들어왔다고 함
✅ Zinc 팀의 입장
-ZKLSOL($ZKFG)과 Zinc는 별개의 프로젝트이며 Zinc와 연결된 계약서나 문서가 없다 주장
-500K 환불해준걸로 선의는 충분히 보여줬다고 함
✅ MetaDAO 거버넌스 발의
-MetaDAO는 내에서 위 사항이 논란되면서 투자자 보호 거버넌스가 발의
-거버넌스 내용: Zinc 홀더 + Zinc 파운더가 $ZKFG 토큰을 개당 $0.15에 바이아웃하고 프라이빗한 프로젝트로 전환
-이 거버넌스가 진행 될 경우 현재 $0.08 수준의 $ZKFG 홀더들은 약 77% 정도의 프리미엄 가격에 판매 가능
-Zinc 파운더 및 팀은 이를 MetaDAO를 통한 적대적 인수 조치라고 비난하며 공개반대 의지 표명
Forwarded from Stable 한국 공식 공지방
Media is too big
VIEW IN TELEGRAM
Stable의 최신 근황을 알려주는 AI 영상을 공개합니다!
스테이블 동화, 재밌게 보셨다면 독후감 쓰고 보상까지 받아가세요
✅ 참여 방법
1️⃣ Stable 한국 공지방 + 커뮤니티 모두 입장하기
2️⃣ AI 영상 시청하기
3️⃣ X 인용글 작성하기 or 네이버에 블로그에 독후감 쓰기
• 필수 해시태그: #스테이블독후감
4️⃣ 구글폼 작성하기
📅 이벤트 기간
2026년 6월 12일(금) - 2026년 6월 19일(금) 23:59 KST
🎁 이벤트 보상
• 모바일 상품권 5천원권 x 100명
⚠️ 유의사항
• 과도한 AI 사용은 지양해 주세요.
• 트윗 인용글이나 네이버 블로그 중 최소 1개 이상 작성하셔야 합니다.
• 반드시 지정된 X 트윗을 인용하여 글을 작성해 주세요.
• 텔레그램 공지방과 커뮤니티 모두 입장이 확인되지 않은 경우 참여로 인정되지 않습니다
• 트윗 인용글이 비공개 계정이거나 삭제된 경우 무효 처리됩니다
• 해당 이벤트는 주최측 사정에 따라 이벤트 내용이 수정되거나, 조기종료될 수 있습니다.
Please open Telegram to view this post
VIEW IN TELEGRAM
Free AI에서 AI tokenomics로?
- OpenAI, Google, Microsoft, Anthropic 등이 모두 usage/token 기반 과금 쪽으로 이동하는 상황에서 토큰 사용량이 폭증한다는 건 AI 인프라 기업에는 좋지만 기업 고객 입장에서는 AI 비용이 폭증한다는 의미. AI는 더 이상 공짜처럼 쓰는 소프트웨어가 아니라, 사용량이 바로 비용으로 연결되는 compute utility.
- compute의 기본 비용이 더 투명해지고, 결과치와 직접 연결되면, AI ROI 논쟁은 수백만 사용자와 use case에서 실시간으로 답이 나올 것. AI가 생산성을 올린다 / 직원들이 더 빠르게 일한다 / 코딩 속도가 올라간다 / 고객지원 비용이 줄어든다의 담론에서 agent가 한 작업의 비용이 얼마인지 / 작업이 만들어낸 가치측정 / 모델의 유효성 및 대체 가능성 등으로 전환되면서 AI 비용 최적화 산업으로 전환이 이뤄질수 있음.
- 이는 기존의 직원들에게 AI를 자유롭게 사용하게 풀어주던 정책에서, use case별로 얼마나 token budget을 줄지 정하는 방식으로 바뀔 수 있음. 특정 업무에만 frontier model을 허용하고, 단순하거나 반복적인 작업은 오픈소스/저가 모델로 처리하게 하는 식의 전환. 결국 기업 내부 AI 정책은 AI를 쓰게 하자에서 어떤 업무에 어떤 모델을 어느 비용 한도 안에서 쓰게 할 것인가로 넘어갈 가능성이 존재함.
- 기업들은 AI 사용량과 비용을 추적해야 하기에 자연스럽게 model observability, token usage monitoring , cost attribution, model routing, policy enforcement, AI governance, workflow별 ROI tracking 등이 주목받는 영역일 수 있음. 이때부터 AI는 직원들의 생산성 향상자이기도 하지만, 예산 경쟁자의 성격을 가질수 있음. 오픈소스나 로컬모델, 중국의 저가모델 등의 발전이 병행이 있기도 하고. AI 사용량이 늘어나는 건 맞다. 근데 그 비용은 누가 내고, 누가 가격으로 전가하고, 누가 효율화로 마진을 지키는가?
- 위의 의미들이 AI 트레이드가 끝났다는 뜻은 아님. 빅테크 기업의 매출 성장, 최신 모델의 토큰 사용량 증가, 금융·기술·고객지원 등 고부가가치 분야에서의 AI 도입을 바탕으로 AI 롱트레이드는 지속될 수 있음. 다만 AI 비용 증가에 따라 핵심 강조점이 비용 절감과 효율성으로 이동하면서, 앞으로는 로컬 및 온디바이스 추론, 모델 경량화, 스마트 라우팅, 관측 가능성, 효율적인 아키텍처, 오픈소스 기반 저비용 특화 모델 등이 새로운 중요 테마가 될 수 있음. AI 사용량 증가는 계속되지만, 모든 사용량이 hyperscaler data center로 가지는 않을 수 있다는 의미.
- 그리고 이러한 최적화 과정에서 AI 비용을 고객에게 전가하지 못하는 SaaS, AI 기능은 넣었지만 매출보다 inference cost가 더 빨리 늘어나는 회사, AI로 대체 가능한 인력 기반 서비스, 기존의 인원수 기반 소프트웨어 제공 모델이 usage based AI 모델로 잠식되는 회사, 데이터/콘텐츠 제공자이지만 value capture는 못 하고 비용만 부담하는 회사 등은 AI loser 포지션으로 전락하게 됨.
- 관련해서 메모리 비용 최적화 / DRAM 효율화 / HBM 병목 / 대체 아키텍처 영역으로 확장해서 볼 수 있을 것 같고, 온디바이스 AI, 오픈소스/저가 모델, AI 비용 모니터링/거버넌스 쪽도 같이 봐야 할 듯.
http://citriniresearch.com/p/state-of-the-themes-june-2026
- OpenAI, Google, Microsoft, Anthropic 등이 모두 usage/token 기반 과금 쪽으로 이동하는 상황에서 토큰 사용량이 폭증한다는 건 AI 인프라 기업에는 좋지만 기업 고객 입장에서는 AI 비용이 폭증한다는 의미. AI는 더 이상 공짜처럼 쓰는 소프트웨어가 아니라, 사용량이 바로 비용으로 연결되는 compute utility.
- compute의 기본 비용이 더 투명해지고, 결과치와 직접 연결되면, AI ROI 논쟁은 수백만 사용자와 use case에서 실시간으로 답이 나올 것. AI가 생산성을 올린다 / 직원들이 더 빠르게 일한다 / 코딩 속도가 올라간다 / 고객지원 비용이 줄어든다의 담론에서 agent가 한 작업의 비용이 얼마인지 / 작업이 만들어낸 가치측정 / 모델의 유효성 및 대체 가능성 등으로 전환되면서 AI 비용 최적화 산업으로 전환이 이뤄질수 있음.
- 이는 기존의 직원들에게 AI를 자유롭게 사용하게 풀어주던 정책에서, use case별로 얼마나 token budget을 줄지 정하는 방식으로 바뀔 수 있음. 특정 업무에만 frontier model을 허용하고, 단순하거나 반복적인 작업은 오픈소스/저가 모델로 처리하게 하는 식의 전환. 결국 기업 내부 AI 정책은 AI를 쓰게 하자에서 어떤 업무에 어떤 모델을 어느 비용 한도 안에서 쓰게 할 것인가로 넘어갈 가능성이 존재함.
- 기업들은 AI 사용량과 비용을 추적해야 하기에 자연스럽게 model observability, token usage monitoring , cost attribution, model routing, policy enforcement, AI governance, workflow별 ROI tracking 등이 주목받는 영역일 수 있음. 이때부터 AI는 직원들의 생산성 향상자이기도 하지만, 예산 경쟁자의 성격을 가질수 있음. 오픈소스나 로컬모델, 중국의 저가모델 등의 발전이 병행이 있기도 하고. AI 사용량이 늘어나는 건 맞다. 근데 그 비용은 누가 내고, 누가 가격으로 전가하고, 누가 효율화로 마진을 지키는가?
- 위의 의미들이 AI 트레이드가 끝났다는 뜻은 아님. 빅테크 기업의 매출 성장, 최신 모델의 토큰 사용량 증가, 금융·기술·고객지원 등 고부가가치 분야에서의 AI 도입을 바탕으로 AI 롱트레이드는 지속될 수 있음. 다만 AI 비용 증가에 따라 핵심 강조점이 비용 절감과 효율성으로 이동하면서, 앞으로는 로컬 및 온디바이스 추론, 모델 경량화, 스마트 라우팅, 관측 가능성, 효율적인 아키텍처, 오픈소스 기반 저비용 특화 모델 등이 새로운 중요 테마가 될 수 있음. AI 사용량 증가는 계속되지만, 모든 사용량이 hyperscaler data center로 가지는 않을 수 있다는 의미.
- 그리고 이러한 최적화 과정에서 AI 비용을 고객에게 전가하지 못하는 SaaS, AI 기능은 넣었지만 매출보다 inference cost가 더 빨리 늘어나는 회사, AI로 대체 가능한 인력 기반 서비스, 기존의 인원수 기반 소프트웨어 제공 모델이 usage based AI 모델로 잠식되는 회사, 데이터/콘텐츠 제공자이지만 value capture는 못 하고 비용만 부담하는 회사 등은 AI loser 포지션으로 전락하게 됨.
- 관련해서 메모리 비용 최적화 / DRAM 효율화 / HBM 병목 / 대체 아키텍처 영역으로 확장해서 볼 수 있을 것 같고, 온디바이스 AI, 오픈소스/저가 모델, AI 비용 모니터링/거버넌스 쪽도 같이 봐야 할 듯.
http://citriniresearch.com/p/state-of-the-themes-june-2026
Citriniresearch
State of the Themes: June 2026
Updating Our Thematic Universe
Aerodrome이 꽤 흥미로운 업그레이드를 준비중이네요. 7월에 Predictive Allocation이라는 메커니즘을 출시할 예정인데, 쉽게 말하면 DEX의 liquidity incentive 배분에 prediction market 구조를 붙이는 것.
기존에는 보통 과거 거래량이나 히스토리컬 퍼포먼스를 보고 어느 풀에 인센티브를 줄지를 정했는데, Predictive Allocation의 방식에서는 앞으로 어디에 유동성이 필요할지를 잘 예측한 참여자가 프로토콜 레비뉴를 더 많이 가져가는 구조 => DeFi의 유동성 인센티브가 과거 볼륨을 따라가는 후행적 보상에서 미래 유동성 수요를 예측하는 시장으로 바뀌는 실험이라고 볼 수 있을듯.
유동성 싸움에 가까웠던 DeFi 인센티브 설계 방식에서는 TVL을 끌어오기 위해 토큰을 뿌리고, 거래량이 생긴 풀에 보상을 주고, 다시 그 인센티브가 줄면 유동성이 빠지는 구조가 반복 됐는데, 이번 설계를 통해 앞으로 어떤 페어, 풀, 마켓에 유동성이 필요할지 참여자들이 예측하고, 그 예측이 맞으면 더 큰 revenue share를 받는 방식으로 전환하려는 시도가 될 것 같음.
개인적으로는 이게 Base 생태계에서 꽤 중요한 실험일 수 있다고 보는데, Base는 지금 Coinbase, USDC, x402, agent payment 쪽 내러티브가 붙고 있고, 만약 Base 위에서 더 많은 agentic payment / onchain activity / stablecoin flow가 생긴다면, 어디에 유동성이 필요해질지를 예측하는 시장 자체가 꽤 재미있고 변동성도 있는 요소가 되지 않을까 싶네요.
정리하면, DeFi liquidity 인센티브가 단순히 과거 거래량을 보상하는 구조에서 미래 수요를 예측하고 자본을 미리 배치하는 구조로 가는 실험이 될 것 같고, 성공하면 다른 DEX들도 비슷한 인센티브 구조를 트라이해볼 수 있지 않을까.
https://www.wublockchain.xyz/news/aerodrome-launches-predictive-allocation-prediction-markets-liquidity-19545
기존에는 보통 과거 거래량이나 히스토리컬 퍼포먼스를 보고 어느 풀에 인센티브를 줄지를 정했는데, Predictive Allocation의 방식에서는 앞으로 어디에 유동성이 필요할지를 잘 예측한 참여자가 프로토콜 레비뉴를 더 많이 가져가는 구조 => DeFi의 유동성 인센티브가 과거 볼륨을 따라가는 후행적 보상에서 미래 유동성 수요를 예측하는 시장으로 바뀌는 실험이라고 볼 수 있을듯.
유동성 싸움에 가까웠던 DeFi 인센티브 설계 방식에서는 TVL을 끌어오기 위해 토큰을 뿌리고, 거래량이 생긴 풀에 보상을 주고, 다시 그 인센티브가 줄면 유동성이 빠지는 구조가 반복 됐는데, 이번 설계를 통해 앞으로 어떤 페어, 풀, 마켓에 유동성이 필요할지 참여자들이 예측하고, 그 예측이 맞으면 더 큰 revenue share를 받는 방식으로 전환하려는 시도가 될 것 같음.
개인적으로는 이게 Base 생태계에서 꽤 중요한 실험일 수 있다고 보는데, Base는 지금 Coinbase, USDC, x402, agent payment 쪽 내러티브가 붙고 있고, 만약 Base 위에서 더 많은 agentic payment / onchain activity / stablecoin flow가 생긴다면, 어디에 유동성이 필요해질지를 예측하는 시장 자체가 꽤 재미있고 변동성도 있는 요소가 되지 않을까 싶네요.
정리하면, DeFi liquidity 인센티브가 단순히 과거 거래량을 보상하는 구조에서 미래 수요를 예측하고 자본을 미리 배치하는 구조로 가는 실험이 될 것 같고, 성공하면 다른 DEX들도 비슷한 인센티브 구조를 트라이해볼 수 있지 않을까.
prediction market + AMM + liquidity allocation
https://www.wublockchain.xyz/news/aerodrome-launches-predictive-allocation-prediction-markets-liquidity-19545
Forwarded from 제제
정~말 갑자기 채널운영이나 돈에 대해 다시금 의지를 다지고싶은 아침이네
1. 내가가진돈이 영원할거라고 생각하지말기
2. 옆채널들 돈마구번다고 나도 저렇게 벌수있다 착각하지말기
3. 선물하지말기, 나는매매병신이라고생각하기
4. 구독자돈안뜯기,구걸안하기
5. 광고안하기
6. 레퍼럴장사안하기
7. 다른사람글 가져와서 재가공후 내글인척하지않기
8. 정말 양질의 글만 올리기
9. 그렇다고 스스로 양질의 글이라고 꺼드럭대지않기
10. 제제채널을 운영하는 과정에서 발생하는 시간과 각종 비용이 발생하면 채널을 만든 내탓이라는 점 명심하기. 힘들면 채널그만두기
초심으로 가보자가보자
이번 일주일도 화이팅~
1. 내가가진돈이 영원할거라고 생각하지말기
2. 옆채널들 돈마구번다고 나도 저렇게 벌수있다 착각하지말기
3. 선물하지말기, 나는매매병신이라고생각하기
4. 구독자돈안뜯기,구걸안하기
5. 광고안하기
6. 레퍼럴장사안하기
7. 다른사람글 가져와서 재가공후 내글인척하지않기
8. 정말 양질의 글만 올리기
9. 그렇다고 스스로 양질의 글이라고 꺼드럭대지않기
10. 제제채널을 운영하는 과정에서 발생하는 시간과 각종 비용이 발생하면 채널을 만든 내탓이라는 점 명심하기. 힘들면 채널그만두기
초심으로 가보자가보자
이번 일주일도 화이팅~
종명이의 딸깍
제미니에게 물어보기와 그록에게 물어보기 조합이 트위터 볼때는 꽤나 쓸만하다죠
이거랑 별개로 요즘 로보틱스 글이나 좀 딥한 글들을 에이전트 도움을 받아서 열심히 보고 있는데,,,,,하루하루 바보가 됐음을 느끼는중.....
5년만 젊고 돈만 많았으면 어떻게든 바짓가랑이 붙들고 로보틱스 연구소 이런거 다녀봤을거 같네.....
5년만 젊고 돈만 많았으면 어떻게든 바짓가랑이 붙들고 로보틱스 연구소 이런거 다녀봤을거 같네.....
그리고 요즘 주권이라는 단어에 대해서 고민도 많이 하고 있음. 데이터 축적이 계속해서 중요해질 것 같은데 어느 순간에는 내 데이터임에도 플랫폼의 정책 변경, 제한 등으로 인해서 내 데이터에 접근 못할수도 있으니 미리미리 아카이빙을 하면서 어떻게 다음 스탭으로 나가면 좋을지도 고민해보고 있음.
쌓아두고 안쓰면 아쉬운거지만 안쌓아놨는데 접근을 못하면 너무 슬픈일이야....
쌓아두고 안쓰면 아쉬운거지만 안쌓아놨는데 접근을 못하면 너무 슬픈일이야....
Forwarded from 캘빈의 감금원
지난 4월 초 있었던 EthCC에서 에어로드롬이 발표했던 내용이 이제 곧 나올 예정인가봅니다.
관련해서 "Predictive Allocation", "Production Markets", "MetaDEX" 등 신선한 프리미티브들을 얘기했는데, 가까운 미래에 메타가 될 수 있으니 지켜볼 필요가 있어보임.
https://www.youtube.com/watch?v=KTLH_PqxBfc
관련해서 "Predictive Allocation", "Production Markets", "MetaDEX" 등 신선한 프리미티브들을 얘기했는데, 가까운 미래에 메타가 될 수 있으니 지켜볼 필요가 있어보임.
https://www.youtube.com/watch?v=KTLH_PqxBfc
Forwarded from Manbull (구, AI 버블이 온다) 공지방 (Manbull | IQ0 .xx)
Frank가 바이브코딩 뭐시기로 Paste trade 라는걸 만들었는데,
꽤 좋은거 같아서 공유
각종 해외 트위터리안(쓰레드가이,타이키 등등) 의 포지션 , 실링 기타 등등을 한 사이트에서 다 볼 수 있는데
단순히 크립토 뿐 아니라 주식포지션도 알려줘서 좋음.
특히, 팟캐스트에서 나온 내용을 팟캐스트 안봐도 대강 티커로 알수있어서 good
https://app.paste.trade/show/threadguy?sort=pnl
꽤 좋은거 같아서 공유
각종 해외 트위터리안(쓰레드가이,타이키 등등) 의 포지션 , 실링 기타 등등을 한 사이트에서 다 볼 수 있는데
단순히 크립토 뿐 아니라 주식포지션도 알려줘서 좋음.
특히, 팟캐스트에서 나온 내용을 팟캐스트 안봐도 대강 티커로 알수있어서 good
https://app.paste.trade/show/threadguy?sort=pnl
LG는 한국 첫 robot data factory를 위한 공사 진행중
- 위치는 양재 R&D 캠퍼스, LG CLOiD 휴머노이드 100대를 먼저 투입한 뒤 연내 300대까지 늘릴 계획.
- 핵심은 휴머노이드 학습용 현실 작업 데이터를 직접 만들겠다는 것. 집안 환경, 가전 생산라인, 물류 작업 같은 실제 사용 환경을 재현해서 로봇이 물건을 잡고, 옮기고, 조립하고, 판단하는 데이터를 쌓는 구조.
- 투자 규모는 2030년까지 4,000억 원 이상.
- 휴머노이드 경쟁이 점점 누가 더 많은 실제 작업 데이터를 쌓고, 그걸 모델/하드웨어 개선으로 연결하나로 넘어가고 있음.
- LG는 액츄에이터 양산도 준비 중이라, 데이터 팩토리 + RFM + actuator 내재화
https://www.chosun.com/english/industry-en/2026/06/11/VJVSY4WFKNDHXHOQ2NFOZQWHF4/
- 위치는 양재 R&D 캠퍼스, LG CLOiD 휴머노이드 100대를 먼저 투입한 뒤 연내 300대까지 늘릴 계획.
- 핵심은 휴머노이드 학습용 현실 작업 데이터를 직접 만들겠다는 것. 집안 환경, 가전 생산라인, 물류 작업 같은 실제 사용 환경을 재현해서 로봇이 물건을 잡고, 옮기고, 조립하고, 판단하는 데이터를 쌓는 구조.
- 투자 규모는 2030년까지 4,000억 원 이상.
- 휴머노이드 경쟁이 점점 누가 더 많은 실제 작업 데이터를 쌓고, 그걸 모델/하드웨어 개선으로 연결하나로 넘어가고 있음.
- LG는 액츄에이터 양산도 준비 중이라, 데이터 팩토리 + RFM + actuator 내재화
https://www.chosun.com/english/industry-en/2026/06/11/VJVSY4WFKNDHXHOQ2NFOZQWHF4/