*미국 AI 규제 논란 속 오페나이(OPENAI)의 GPT-5.6 공개

*오페나이는 향후 몇 주 안에 GPT-5.6을 일반에 공개할 계획

*오페나이는 백악관 승인을 받은 소수 그룹에게만 GPT-5.6 모델 접근을 허용

6월 2일의 제 AI 비용 논제는 기업/소비자들이 프론티어 AI에 단기적으로 너무 많은 지출을 하고 있으며, 기업용 데이터 프라이버시를 갖춘 90-95% 수준의 지능으로 가격의 1/10에 탄탄한 대체재가 존재한다는 것이었습니다. GLM 5.2가 현재 모델의 강력함을 고려할 때 이 점을 정말로 강조해주고 있습니다. 그 이후로 Silicon Data의 LLM 지수가 약 18% 하락한 것을 보고, 이는 좋은 검증이라고 생각합니다.

급등하는 메모리 가격이 이 문제를 악화시키고 있는데, 소비자/기업들이 이미 한계에 다다랐기 때문입니다. 비용이 최종 제품으로 전가되면서 (그리고 실제로 전가되고 있습니다 – AWS가 인스턴스 가격 인상, Apple이 제품 가격 인상, MSFT가 가격 인상), 더 비싼 최종 제품을 감당할 수 없을 거라고 봅니다. 프론티어 랩의 AI 구독/토큰 가격도 이에 따를 것입니다. 이는 대부분의 워크로드에서 비용 절감을 위해 오픈 소스 대안으로의 전환을 가속화할 것입니다.

회사들은 마진을 줄일 수 있지만, 가격이 명확히 전가되고 있으니 그렇게 하지 않고 있습니다. 그들은 자본 지출을 줄이거나 감소시킬 수도 있지만, 그건 아직 미정입니다. 메모리 외의 하이퍼스케일러/전체 AI 체인이 하락하는 이유는 메모리 비용이 어딘가에서 나와야 하기 때문입니다. 그들은 대안을 찾을 수도 있지만, 그건 정말 어렵게 보입니다.

이게 어떻게 전개될지 저는 정말 확신이 없습니다. 제 생각에 하이퍼스케일러/랩들은 자본 지출이 ROI를 유발하는지 여부에 대해 힘든 대화를 나누면서 동시에 메모리 주변의 대안/최적화를 찾아 가격을 낮추려 할 것입니다. 제 생각에 AI 토큰 가격은 평균적으로 하락할 거고 (6/2 이후 18% 하락), 토큰 사용량은 여기서 훨씬 증가할 것입니다.

하이퍼스케일러가 CAPEX를 줄인다면, 사업을 운영하고 확장할 만큼 충분한 GPU/하드웨어가 있다면 주가가 상승할 거라고 봅니다. 그렇지 않다면 시장은 이를 부정적으로 읽을 것입니다. 왜냐하면 그들은 주로 이 하드웨어의 리셀러이기 때문에, capex를 줄이면 사실상 덜 사게 되고 이는 사업 감소로 이어지기 때문입니다.

저는 여전히 AGI를 달성할 거라고 생각하며, 프론티어 지능의 진정한 최고 지능을 원하는 명확한 포춘 500 구매자들이 있습니다. 이는 그들에게 엄청난 경제적 가치를 창출할 것입니다 (신약, 기술, 회사들) 하지만, 그들은 자신이 창조한 것의 일부를 소유하거나 이러한 모델의 가격을 대폭 인상해야 합니다. 정부도 그들이 이를 배포할 수 있게 허용해야 합니다.

Fable/Mythos를 수익화하지 못하는 건 랩들이 돈을 벌어야 하니 이상한 점입니다. 이 모델들로부터 거대한 경제적 결과를 포착할 수 있지만, R&D 지출로부터 현금 흐름을 곧 얻기 위해 반드시 수익화해야 합니다.

https://x.com/Shaughnessy119/status/2070543122031939623?s=20

Nous Research는 Hermes Agent에서 MoA(Mixture of Agents) 프리셋을 가상 모델로 노출해 공개 프론티어 모델(Opus 4.8, GPT 5.5)보다 우수한 성능을 제공한다고 발표

HermesBench 벤치마크에서 해당 MoA 조합이 Opus 4.8보다 8%, GPT 5.5보다 11% 높은 점수(0.8202)를 기록

제한된 고성능 모델 대신 접근 가능한 여러 모델을 병렬 조합·집계하는 방식으로 오픈소스 AI 사용자에게 더 강력한 기능을 제공

=> 실제 MoA를 트라이 해보고 싶은 소식이네요. (벤치마크는 저렇게 나와도 제대로 성능이 안나오는 경우도 많아서..) 말한대로만 나오면 비용부분 절감은 가져가면서 비슷한 성능을 경험할 수 있을것 같은데 앞으로 모델의 업그레이드와 함께 토큰 비용 등이 계속 이슈가 될텐데 꽤 괜찮은 선택지가 될지도...?

https://x.com/NousResearch/status/2070610321278988385

그래서 오늘 Sophon이 체인을 끄고 있어요 (Base 위에 앱을 빌드하려고요). 그리고 Story Protocol이 AI 데이터 관련 무언가로 리브랜딩했어요(?)(온체인 IP 논리를 완전히 버리고)

그래, 이건 확실히 베어마켓 영역이네요.

먼저 몇 개의 체인 셧다운이 더 있고 나서부터는 오직 상승만 할 거예요

Sophon은 체인을 껐고, Base 위에 앱을 구축하려 했는데, Base 역시 스스로 꺼져버렸습니다.

https://x.com/0xSammy/status/2070266388631937331

소폰이 베이스 위에서 하려는 Pyre의 소개를 보면

Pyre는 일상적인 결제 앱입니다. 소비하고, 저축하고, 송금하세요. 차별점은 이러한 활동을 둘러싼 순간들에 있습니다. 모든 거래는 앱 내에서 "청구서"를 생성하며, 이를 확인하거나 자동으로 결제되도록 둘 수 있습니다. Pyre는 우리가 돈을 사용하는 가장 평범한 행위인 물건 구매를 앱을 열고 싶어지는 특별한 경험으로 바꿔줍니다.

엔터테인먼트 파이낸스라는 정의를 하고 돈 쓰는 행위 자체를 재미있게 만들겠다는 것인데 제가 봤을때 사업성이 있을까? 에 대한 의문이 있네요.

- 결제앱에 감정적·재미 요소를 넣으려고 하는데 이게 사실 왜 필요한지 모르겟음.
- 수익 모델이 불투명함. 저런 재미요소에 카드 스프레드나 프리미엄 구독 등을 넣어서 사용하게 만드는 매커니즘일 것 같은데 여기에 유저들이 돈을 태운다? 사실 모르겠음.

그냥 베이스 토큰 나올것 같으니깐 가서 뭐라도 숟가락 얹으려는것처럼 보이네...

최근 몇가지 AI 쪽 펀딩 뉴스를 보면 재미있는 공통점이 보이네요.

Patronus AI는 $50M Series B를 받은 AI 에이전트를 스트레스 테스트하기 위한 디지털 월드를 만드는 회사. General Intuition은 $320M Series A, $2.3B valuation 투자를 받은 게임플레이 기반 world model/action foundation model을 만드는 회사.

둘은 AI가 행동을 학습하고 검증할 수 있는 환경을 만들겠다는 곳에 배팅한다는 점에서 같은 맥락을 하고 있음.

지금까지 LLM의 스케일링은 꽤 단순한 구조. 인터넷에 이미 쌓여 있던 텍스트와 이미지를 긁어오고, 더 큰 모델에 더 많은 데이터를 먹이고, 더 많은 컴퓨트로 학습시키면 성능이 올라가는 구조. 물론 여전히 scaling law는 유효하지만, 점점 명확해지는 한계가 있음. 데이터 갯수의 한게 등도 있고.

텍스트 모델은 컵을 책 위에 올려라라는 문장을 이해할 수는 있지만, 실제로 컵이 미끄러지는지, 책이 휘는지, 손이 어느 정도 압력을 줘야 하는지, 그 행동이 다음 상태를 어떻게 바꾸는지는 직접 경험하는 부분은 어려움. 그래서 AI가 단순 질의응답을 넘어 agent가 되는 순간, 문제 정의를 새로 하게됨.

이제 중요하게 여겨지는 부분은 다음과 같고, 여기서 필요한 게 world / simulation / environment.
- 행동을 선택할 수 있느냐
- 그 행동의 결과를 예측할 수 있느냐
- 긴 시간 동안 실패 없이 task를 수행할 수 있느냐
- 실제 시스템에 넣기 전에 충분히 망가뜨려볼 수 있느냐

=> 실제 환경에 휴머노이드나 동료와 같은 방식으로 에이전트 도입되기 때문

Patronus AI가 하는 일은 이 방향에서 꽤 직관적임.

AI 에이전트가 실제 웹사이트, 기업 내부 시스템, 금융 워크플로우, 소프트웨어 환경에 들어가기 전에, 그와 비슷한 디지털 세계를 만들어놓고 그 안에서 에이전트를 굴려보는 것.

Waymo가 자율주행차를 실제 도로에 바로 풀기 전에 시뮬레이션에서 악천후, 돌발 상황, 아이가 공을 따라 뛰어나오는 상황을 계속 테스트하듯이, Patronus는 AI 에이전트에게도 이런 테스트용 세계를 만들어주는 것.

어떤 모델이 SWE bench에서 몇 점을 받았는지, 어떤 에이전트 benchmark에서 몇 %를 찍었는지는 참고가 될 수 있지만, 그게 곧바로 우리 회사 내부 시스템에서 10시간 동안 사고 안 치고 일을 끝낼 수 있다는 의미는 아님. 실제로는 우리 환경과 비슷한 세계에서 우리 업무와 비슷한 테스크들을 수천/수만 번 시행하면서 발생하는 오류 등이 중요해질수 있음. 그런것들이 예외상황을 방지하는 데이터가 되는것.

Patronus가 digital world models를 만들겠다는 건 결국 AI 에이전트 시대의 QA / eval / RL environment layer의 파이를 가져가겠다는 의미.

General Intuition은 반대쪽에서 같은 문제를 보고 있습니다.

Patronus가 에이전트를 어떻게 테스트할 것인가라면, General Intuition은 에이전트를 어떻게 학습시킬 것인가에 가까움.

이 팀이 흥미로운 이유는 데이터 소스인데, General Intuition은 Medal이라는 게임 클립 플랫폼에서 나오는 수많은 게임플레이 데이터를 기반으로 world model과 large action foundation model을 만드는것임.

게임에는 행동 라벨이 있어서 플레이어가 어느 시점에 어떤 키를 눌렀는지, 어떤 화면 상태에서 어떤 행동을 선택했는지, 그 행동 이후에 환경이 어떻게 바뀌었는지, 성공/실패가 어떻게 결정됐는지 등의 정보들이 맥락을 가지고 기록됨.

즉 게임은 단순 영상 데이터가 아니라, state → action → outcome이 붙어 있는 거대한 행동 데이터셋. AI가 현실에서 움직이고, 조작하고, 탐색하고, 계획하려면 공간과 시간 속에서 행동의 결과를 예측해야 하고 그러한 방향성에서 게임은 그걸 대규모로 학습시키기 위한 중간 지대가 될 수 있음.

이 흐름은 예전에 로보틱스 데이터 병목 관련해서 인용했던 글이랑도 이어지는데, 계속해서 이야기하는건 AI가 말하는 모델에서 행동하는 시스템으로 넘어가려면, 텍스트 데이터를 넘어서는 환경 데이터가 필요함. 그에따라 다음과 같은 질문들이 계속 나오게 될 것임.

- 누가 더 좋은 시뮬레이션 환경를 갖고 있는가?
- 누가 더 많은 액션 라벨 데이터를 갖고 있는가?
- 누가 실제 실패 데이터를 축적하는가?
- 누가 agent를 안전하게 망가뜨려볼 수 있는 테스트베드를 갖고 있는가?
- 누가 실제와 테스트 환경의 갭을 줄이는 루프를 갖고 있는가?
- 누가 인간 개입을 학습 데이터로 전환하는 파이프라인을 갖고 있는가?

이를 통해 프로덕션 레벨의 불안성을 계속해서 줄여나가는 것.

AI가 텍스트의 시대에서 행동의 시대로 넘어가고 있다면, 모델을 넘어서서 액션 데이터로 연결시킬수 있는 세계까지 확장해서 생각해봐야 할듯. 그래서 요즘 펀딩 소식이 이런 방향으로 나오는듯.

Patronus AI $50M / digital worlds for agent testing
https://techcrunch.com/2026/06/25/patronus-ai-lands-50m-to-build-digital-worlds-that-stress-test-ai-agents/

General Intuition TechCrunch
https://techcrunch.com/2026/06/25/general-intuitions-2-3b-bet-that-video-games-can-train-ai-agents-for-the-real-world/

Deployment economics & ROI - 로봇 데모가 반복 가능한 고객 배치가 되는 조건

로봇 회사의 가치는 “로봇이 움직인다”가 아니라 고객이 반복 구매/확장 배치를 할 만큼 ROI가 명확한가에서 결정된다. 특히 로보틱스는 하드웨어, 설치, 유지보수, 현장 튜닝, 고객 교육, 부품 교체가 붙기 때문에 매출 성장만 보고 판단하면 위험하다.

- 고객 현장 integration
- uptime / remote support
- 반복 가능한 deployment playbook
- 고객 ROI 측정 데이터
- 서비스/유지보수 네트워크

핵심 개념 3개

1) Payback period: “몇 년 안에 본전이 나오나”
2) Deployment friction: “설치와 운영이 얼마나 귀찮은가” => 배포운영의 비효율성
3) Uptime & intervention rate: “사람이 얼마나 자주 개입해야 하나” => 예외상황 처리 비용

Locus Robotics : private, warehouse AMR

- 창고 AMR은 로봇 투자에서 ROI가 비교적 빨리 검증되는 영역. Locus는 케이스 스터디에서 생산성, training time, accuracy, deployment speed 같은 고객 지표를 반복적으로 제시
- 창고 노동력 부족와 이행 압박에서 수혜를 받는 AMR deployment layer. 고객 현장 데이터와 배포 플레이북이 쌓이면 운영 병목을 통제하는 회사가 될 가능성

Symbotic : SYM, warehouse automation system

- Symbotic은 대형 유통/물류 고객의 창고 자동화를 엔드투엔드로 제공하는 상장 로보틱스
- 대형 창고 자동화에서 중요한 레이어에 있지만, Walmart 의존도와 대형 프로젝트 실행 리스크 확인 필요

잃어볼만한 기사들

How To Calculate the True ROI of Autonomous Mobile Robots (링크)
Locus Robotics : Case Study archive (링크)
Cameron’s Coffee customer story (링크)

Robotics is next.

종명니티는 사이트도 있어요~

https://robotics-radar-site.vercel.app/
https://x.com/hyeon__dev/status/2070899102267912596

kled님....잘 오르시는구나...

와 home은 진짜 살벌하네

Securitize가 SPAC 합병을 통해 NYSE에 상장 예정.

티커는 SECZ, 거래는 다음 주 시작될 예정이고, 딜 규모는 약 $400M gross proceeds. SPAC 파트너는 Cantor Equity Partners II, PIPE는 약 $225M 규모로 초과 청약됐다고 하네요.

이게 중요한 이유는 tokenization 인프라가 이제 퍼블릭 주식시장에서 벨류에이션을 평가 받기 시작한다는 점.

Securitize는 토큰 하나 파는 프로젝트라기보다, 전통 자산운용사들이 증권/펀드/채권/머니마켓 상품을 온체인으로 올릴 때 필요한 발행·관리·컴플라이언스 인프라에 가까움.

대표 사례가 BlackRock의 BUIDL.
- BUIDL은 Securitize 플랫폼에서 발행
- 미국 국채 기반 tokenized fund
- 규모는 $3B+까지 성장
- 현재 기관용 tokenized treasury의 가장 상징적인 사례 중 하나

즉 Securitize의 상장은 BlackRock 같은 기관이 쓰는 tokenization rail에 public equity exposure가 생긴다는 의미가 있음.

최근 SPAC은 투자자들이 대거 리딤하면서 실제 조달 금액이 크게 줄어드는 경우가 많은데, 이번 딜은 Cantor Equity Partners II 주주의 30% 미만만 리딤했고, trust의 71% 이상을 유지했다고 하네요

개인적으로 RWA에서 봐야 하는 건 어떤 자산이 토큰화되냐보다 그 자산을 누가 발행하고, 누가 규제준수 부분을 처리하고, 누가 transfer agent/settlement/distribution layer를 먹느냐라고 생각함.

Ondo, Superstate, Securitize 같은 이름들이 중요한 이유도 여기 있음.
- 토큰화된 국채 상품이 커지면
- 발행/관리/유통 인프라가 필요하고
- 기관은 규제 친화적인 파트너를 선호하고
- 결국 value capture는 단순 wrapper가 아니라 issuer infra + compliance rail + distribution 쪽에 붙을 가능성이 큼

결론적으로 이번 SECZ 상장은 RWA 섹터에서 꽤 중요한 체크포인트. 토큰화 시장의 다음 단계는 “무슨 토큰 살까?”보다 누가 regulated asset issuance rail을 장악하느냐가 될 가능성이 높음.

https://financefeeds.com/securitize-set-to-trade-on-nyse-after-400-million-spac-deal/

가장 간단한 질문부터 시작합시다. 당신의 답변이 결코 답하지 않는 질문: 왜 회사가 물리적 금 결제를 처리하면서 그 결제를 당신의 트론 지갑을 통해 라우팅하고, 거기서부터 카지노로 바로 퍼뜨릴까요?

제가 마지막으로 확인했을 때, 금은 Stake[.]com을 통해 결제되지 않습니다.

당신은 또한 Inessa가 현금만 받고 암호화폐는 받지 않는다고 했습니다. 그래서 어느 쪽인가요? 상대방이 암호화폐를 받지 않는다면, 당신의 설명에 따르면 트론으로 유출되는 USDT는 금 결제가 될 수 없습니다.

https://x.com/0x121CL/status/2071133729410449768?s=20

예치금으로 도박하는거예용?!!

따서갚으면 한방에 apr3600% !

This week is going to be Mega 🐰

유니스왑이랑 메가이더랑 뭐하는건가

https://x.com/Uniswap/status/2071228653527060736