Kimi K3 모델이 Telegram Desktop 및 iOS 앱에서 zero-click 취약점을 발견.

클릭 한번 없이도 미디어 다운로드 방식으로 해킹이 가능할수 있기 때문에 자동 다운로드를 꺼두는걸 권장한다네요.

https://x.com/Fried_rice/status/2080200610985689222

X에서 DeepSeek 창업자 Liang Wenfeng의 4시간 투자자 미팅 발언이 바이럴되고 있어서 읽어볼수 있게 한국어로 번역해서 전달드립니다.

개인적인 요약

오직 AGI 개발이 유일한 주축
단기적인 수익화나 C단·B단 제품 개발, 슈퍼 앱 구축보다는 AGI 도달을 최우선 목표로 삼으며, 3D·비디오 생성이나 멀티모달 등은 메인 라인이 아닌 부수적 요소임.

기술 로드맵의 핵심은 지속 학습
CoT(생각의 사슬)와 Agent를 거쳐 AI가 스스로 지속 학습하는 능력을 갖추는 것이 다음 과제이며, 이를 통해 AI가 AI 연구를 가속하는 단계를 지나 최종적으로 구체화된 지능(Embodied AI)에 도달하고자 하는 목표.

이윤 극대화 대신 저비용과 대중화를 추구
높은 진입장벽을 낮추기 위해 적정한 이윤만 취하고 가격을 저렴하게 유지하며, 제한된 컴퓨팅 자원 안에서 최고 효율의 구조를 만들어 대중이 부담 없이 쓰게 하는 것을 전략으로 함.

오픈소스와 절제는 성공 확률을 높이는 전략
이익을 독점하려 하기보다 오픈소스로 생태계와 상생할 때 시장 전체가 커지고 내부 결속 및 사회적 가치가 높아져, 결과적으로 AGI 완성 확률이 올라간다고 믿음.

비전 중심의 문화와 팀의 안정이 가장 중요.
금전적 상장이 목적이 아닌 세상을 향한 선의와 비전으로 움직이는 조직이며, 경쟁사나 대기업과 적을 만들지 않고 유연하고 자율적인 연구 환경을 통해 팀의 안정성을 지키는 것을 핵심 가치로 생각함.

원문에 대한 번역본

DeepSeek의 단 하나의 메인 라인 (주축)

1. 지금은 제품으로 수익을 극대화할 때가 아닙니다. AGI로 가는 길에 '제품'이라는 단계를 거치긴 하지만, C단이나 B단 제품을 만드느라 너무 많은 신경과 에너지를 쏟을 필요는 없습니다. 기술의 고지에서 상대적으로 한 단계 낮은 기술을 다루는 것은 '차원 파괴(降维打击)'와 같습니다. 제품은 AGI로 가는 과정에서 생기는 부산물일 뿐입니다.

2. 3D나 비디오 생성처럼 저희의 메인 라인에서 벗어난 것들이 많습니다. 예를 들어 세계 모델(World Model) 같은 것도 지능의 한계를 높이는 것과는 큰 관계가 없습니다.

3. 멀티모달은 제품 측면이나 C단 사용자에게는 매우 중요합니다. 하지만 그것은 하나의 모듈일 뿐, 메인 라인이나 지능 그 자체는 아닙니다.

4. 거대언어모델(LLM)의 환각(Hallucination) 현상은 당연히 해결할 방법이 있지만, 이는 장기적인 과제입니다. 내부적으로 환각은 '제품 문제'로 정의하여 해결해 나가겠지만, 최우선 중점 사항은 아닙니다.

5. 현 단계에서 가장 중요한 것은 여전히 **Coding Agent**입니다. 국내 상황을 볼 때 가장 합리적인 접근은 보편적인(General) Agent에 전력을 다하는 것이며, 금융·의료 등 특정 분야 Agent의 우선순위는 낮은 편입니다.

6. 만약 AI 시대에 수조 달러(조 단위) 규모의 기업이 여럿 탄생한다면, DeepSeek이 그중 하나가 되는 것만으로도 충분히 훌륭하다고 생각합니다.


지속 학습 구현 -> AI 자가 반복(이테레이션) -> 최종 목적지는 구체화된 지능(Embodied AI)

7. 지금의 AI는 감각(품격)과 직관은 부족하지 않지만, 지속적으로 학습하는 능력이 부족합니다.

8. 사람은 지속적으로 학습할 수 있지만, AI에게는 동일한 일이라도 매번 모든 컨텍스트를 새로 주어야 합니다. 이는 사실상 불가능하기에 현재 AI는 직원(인력)을 대체할 수 없습니다. 따라서 다음 세대 모델이라고 부르려면 반드시 '지속 학습 능력'을 갖추어야 합니다.

9. 저희는 다음 세대 모델이 저희 자신의 개발을 도울 수 있기를 바랍니다. 쉽게 말해, 우리가 만드는 모델의 1차 목표는 남들이 쓰기 좋게 만드는 것이 아니라 우리 자신이 쓰기 좋게 만드는 것입니다. 이것이 AGI에 도달하는 가장 빠른 길입니다.

10. '학습'은 수많은 요소로 구성되어 있기 때문에, 현재 전 세계적으로도 아직 제대로 된 방법을 찾지 못했습니다.

11. DeepSeek의 장기적인 비전은 AGI입니다. 구현 경로를 계단 오르기에 비유하자면, 작년의 계단이 CoT(생각의 사슬)였다면 올해의 계단은 Agent입니다. Agent 다음에 해결해야 할 과제가 바로 지속 학습입니다.

12. 지속 학습을 달성하고 나면 '점진적 싱귤래리티(점진적 기술적 특이점)'에 도달할 수 있습니다. AI가 전면적인 인공지능 연구 및 개발을 스스로 수행하는 것을 포함해 인간이 할 수 있는 모든 일을 완수하는 단계입니다. 즉, AI가 AI 연구를 가속화하는 것이죠. 이 단계를 다 거친 후에야 비로소 구체화된 지능(Embodied AI)이 됩니다.

13. 지능의 최종 형태는 아마도 모두 Embodied(구체화/신체화)일 것입니다. 일반적인 사람에게 필요한 것은 컴퓨터가 아니라 결국 '인력(실제 노동력)'이기 때문입니다.


본격적인 상업화 전환까지는 아직 멀었다

14. 저희는 합리적인 수준의 이윤만 취할 뿐, 이윤을 극대화하는 가격 책정을 하지 않습니다.

15. 초기에는 한 모델의 수요가 너무 몰릴까 봐 가격을 다소 높게 책정했으나, 이후 1/4 수준으로 낮췄을 때 회사 내부 채팅방에서 많은 이들이 환호했습니다. 저희가 정성껏 모델을 만든 목적이 바로 모두가 부담 없이 충분히 쓰게 만드는 것이었기 때문입니다.

16. 저비용은 결과물입니다. 저희 모델은 아키텍처 측면에서 지속적으로 비용을 낮추는 방향으로 가고 있습니다. 특히 컴퓨팅 자원이 부족한 상황에서 누구나 부담 없이 쓸 수 있는 비용이 되길 원합니다. 또 다른 이유는, 비용이 낮아질수록 더 큰 모델을 감당할 수 있기 때문입니다. 컴퓨팅 자원이 제한적일 때는 계산 효율이 높아져야 더 큰 모델을 훈련할 수 있습니다. 대기업은 자원을 쏟아부어 해결할 수 있지만, 저희는 비용 효율을 최우선으로 고려합니다.

17. 겉으로 보기엔 저희가 어려운 모드를 선택한 것처럼 보일 수 있지만, 사실 저희는 매우 편안하게 일하고 있습니다. 가격 인하가 경쟁사들에게는 결코 반가운 일이 아니겠지만요. 저는 API를 파는 사업 자체가 엄청난 매력이 있다고 생각지 않습니다. API 유지보수 인원 몇 명만 두면 되고, 고객센터나 영업직원 없이도 사용자들이 알아서 찾아옵니다.
18. 저희는 항상 상업화를 하고 있지만, 상업화 자체가 목표는 아닙니다. DeepSeek이 본격적인 상업화로 완전히 전환하는 시점은 아직 매우 먼 미래의 일일 것입니다.

19. 나중에 그 안에서 지분을 크게 차지하겠다는 생각조차 하지 않습니다. 시장 기회가 충분히 크다면 방법은 반드시 생기게 마련입니다. DeepSeek은 시대의 산물이자 현실 상황의 반영이지, 누군가를 모방한 결과가 아닙니다.


오픈소스는 우리 규모 회사에 가장 적합한 '스위트 스폿(Sweet Point)'

20. 절제(크제)는 전략입니다. 일부를 포기함으로써 더 많은 다른 것을 얻는 것입니다. 오픈소스는 양보이자 나누어 주는 것입니다. 내부적으로는 임직원의 성취감과 조직의 결속력을 높이고, 사회적으로도 동종 업계나 일반 대사람들에게 유익합니다. 저는 AGI가 엄청난 상업적 가치를 지닐 것임을 조금도 의심하지 않습니다. 그렇기에 더 많은 점유율을 가져오는 것보다 성공 확률을 높이는 것을 최우선으로 고려합니다.

21. AI 사업을 상업적으로 성공시키는 데 있어 오픈소스는 오히려 유리합니다. 직관에 반하는 이야기처럼 들릴 수 있습니다. 역사적으로 소프트웨어 회사는 연간 시장 규모가 수십억 달러에 불과해 오픈소스를 하면 비즈니스가 사라지곤 했습니다. 하지만 AI는 인류 사회 GDP의 10%를 차지할 수도 있을 만큼 거대한 시장입니다. 이 이익을 독점하려 한다면 반드시 역사에서 도태될 것입니다. 이것은 객관적인 법칙이자 역사관입니다.

22. 저희가 공개하는 오픈소스 모델은 저희가 직접 배포해 쓰는 모델과 완전히 동일합니다. 더 나쁜 모델을 오픈소스로 풀고 내부용으로는 더 좋은 모델을 쓰는 짓은 하지 않습니다.

23. 남들이 저희 모델을 가져다 배포해서 경쟁하는 것에 대해 걱정하지 않습니다. 이 목표에 도달할 의지와 능력을 갖춘 회사는 많지 않기 때문입니다. 스타트업은 너무 작아서 이 일을 해낼 힘이 없고, 대기업은 조직화하기가 너무 어렵습니다. 이것이 바로 저희 정도 규모의 회사가 누릴 수 있는 스위트 스폿(Sweet Point)입니다.

24. '적정한 이윤만 취한다'는 전제하에 오픈소스는 저희 비즈니스 모델에 아무런 영향을 주지 않습니다. 100배의 이익을 원한다면 오픈소스가 방해가 되겠지요.

25. 저희는 어떤 인터넷 대기업이나 스타트업과도 적이 되고 싶지 않습니다. 이러한 전제 아래 알리바바, 지푸(Zhipu), 문샷(Moonshot)을 포함한 누구든 더 잘할 수 있도록 도울 용의가 있습니다.


미·중 간 AI 격차는 인재 때문이 아니다

26. 앞으로 저희는 미·중 AI 서사를 바꿔나갈 것입니다. 몇 분의 일에 불과한 컴퓨팅 자원으로 격차를 6개월, 3개월 수준으로 축소할 것입니다.

27. 미·중 AI의 격차는 주로 자원(리소스) 차이에서 옵니다. 저희는 스케일링 법칙(Scaling Law)을 믿으며, 당연히 규모가 클수록 성능이 좋아집니다. 저희가 이만한 규모의 모델을 훈련하는 이유는 '이 정도면 충분하다'고 생각해서가 아니라, 가진 자원이 이것뿐이기 때문입니다.

28. 인재 차이는 거의 없습니다. 어차피 같은 인재 풀입니다. 국내에도 인재는 부족하지 않습니다. 인재 부족은 단기적 현상일 뿐, 역사상 특정 분야의 인재가 장기적으로 부족했던 적은 없습니다.


모델 파운드리 경쟁, 1순위는 '비용'

29. 앤트로픽(Anthropic)이 현재 오픈AI를 앞서고 있는 것은 단계적인 현상일 뿐 영구적이지 않습니다. 향후 오픈AI와 구글이 서로 치고받으며 상승할 가능성이 높습니다.

30. 국내(중국)에 모델 만드는 회사가 너무 많아 다들 똑같은 일을 하느라 자원이 분산되어 있습니다. 결국은 수렴하겠지만 과정이 필요합니다. 만약 각 회사가 합리적인 이윤만 가져간다면 거대 모델 회사가 이렇게 많이 필요하지 않습니다. 대기업 2개, 소규모 기업 2개 정도면 충분합니다.

31. 저는 거대언어모델 회사가 (AI 산업의) 이익 대부분을 독식할 수 있다고 절대 생각하지 않습니다.

32. 거대모델 경쟁의 최종 격차는 비용, 시간, 사용자 경험 세 가지에서 나타날 것입니다. 비용이 1순위입니다. 동일한 품질의 서비스를 어떤 비용으로 제공할 수 있느냐가 핵심입니다. 두 번째는 시간입니다. 몇 달 빠르고 늦고의 차이가 큽니다. 사용자 경험은 약간의 락인(Lock-in) 효과와 장벽이 있겠지만 본질적이지는 않습니다.


제2의 슈퍼 앱이 될 생각은 없다

33. 저희는 제2의 슈퍼 앱(Super App)이 될 생각이 없습니다. 제2의 바이트댄스나 제2의 텐센트가 되겠다는 생각은 전혀 없습니다.

34. C단 앱 경쟁을 하지 않는 이유는, 그 뒤에 '수박'이 기다리고 있는데 앞에 있는 '참깨'를 두고 싸울 필요가 없기 때문입니다. 물론 그 참깨가 꽤 클 수는 있겠지만, 제 기준엔 둘 다 크지 않습니다.

35. 작년에는 다들 챗봇과 C단 트래픽을 선점하려 싸웠고, 올해는 B단 매출을 확보하려 경쟁합니다. 하지만 저희는 그것을 중요하게 보지 않습니다. 회사 내부에서 진짜 관심 있는 것은 AGI 로드맵과 다음 단계의 기술적 돌파구입니다. 희한하게도 가장 얻고 싶어 하는 것은 얻기 힘들고, 크게 신경 쓰지 않는 것은 오히려 쉽게 얻어지곤 합니다.

36. 작년 설날(춘절)에 저희 모델이 화제가 된 것은 저희 시나리오에 없던 일이었습니다.


팀의 안정이 최우선 핵심

37. 절대로 양보할 수 없는 단 하나는 팀의 안정성을 유지하는 것입니다. 이것이 저희가 직면한 가장 큰 리스크이기도 합니다. 다행히 이번 투자 유치를 통해 이 리스크는 상당 부분 해소되었습니다.

38. 저희가 하는 많은 일은 팀의 안정을 유지하기 위함입니다. 인터넷 대기업이나 스타트업과 적이 되고 싶지 않고, 그들에게 임파워링(가치 부여)을 해주고 돕고 싶습니다. 적을 만들고 싶지 않습니다. 그래야 저희의 환경도 좋아집니다.

39. 누군가는 저희 조직이 탑다운(하의상달) 방식이라 하고, 누군가는 바텀업 방식이라 하는데 둘 다 맞습니다. 탑다운은 '본업(正事)'을 하는 것으로, 보통 이 본업이 직원 시간의 절반 이상을 빼앗지 않기를 바랍니다. 나머지 절반의 시간은 바텀업 방식으로, 상부의 지시 없이 본인이 연구하고 싶은 것을 자율적으로 탐색합니다. 사전 조건 없이 본인이 중요하다고 생각하는 것을 탐색하는 것입니다.

40. 저희는 평소 야근도 거의 하지 않습니다. 첫째 이유는 연구를 위해 여유 있고 느슨한 환경이 필요하기 때문입니다. 둘째 이유는 저희가 매우 '집중'하기 때문입니다. 제품 측면에서 부족한 부분이 많지만 굳이 그것을 메우려 애쓰지 않는 것 역시 일종의 '절제하는 문화'입니다.

41. 조직은 동적이므로 고정되어 있지 않습니다. 향후 회사가 커짐에 따라 일부 조정을 거치겠지만, 전통적인 계층제로 완전히 바뀌지는 않을 것입니다. 필요한 구조만 최소한으로 갖추되, 비전 중심의 조직이라는 본질은 변하지 않을 것입니다.


세상을 향한 선의를 품고

42. 저희가 이 회사를 시작한 초심은 돈을 많이 벌거나 자본 시장에 상장하려는 것이 아니었습니다. 초기 십수 명의 멤버들은 전혀 그런 생각을 하지 않았고, 그런 생각을 했다면 오지도 않았을 것입니다. 저희는 이 일이 인류에게 유용할 것이라는 세상에 대한 매우 큰 선의를 품고 시작했습니다.

43. "KPI를 달성하자"는 식은 저희 방식이 아닙니다. 저희는 비전에 의해 움직이는 조직입니다. 여기에는 장단점이 모두 존재하지만, 향후 장점은 살리고 단점은 보완하되 이것이 저희의 정체성입니다.

44. 비전은 심지어 명문으로 명시되어 있지도 않습니다. 일하는 방식과 세상을 대하는 태도 속에 녹아있을 뿐입니다. 구성원마다 비전에 대한 이해는 조금씩 다를 수 있지만, 큰 방향성만큼은 일치합니다.

45. 약 20년 전 제가 경영학에서 가장 존경했던 인물은 잭 웰치(GE 전 CEO)였습니다. 지금 보면 그가 했던 말 대부분이 맞지 않는 것으로 드러났지만, 하나만큼은 정확했습니다. "회사에서 가장 중요한 것은 비전이다." 비전은 벽에 걸어놓는 표어가 아니라, 어떻게 말하느냐가 아닌 어떻게 행동하느냐입니다.


절제가 우리를 AGI에 더 가깝게 만든다

46. AGI가 가장 큰 리턴(수익)을 줍니다. 따라서 여력이 있으면 다른 일도 하겠지만, 여력이 없으면 하지 않습니다. 절제는 저희 비전의 일부입니다.

47. AI라는 판은 너무나 거대하고 이권도 어마어마합니다. 성공만 한다면 일부 이익만 나눠 가져도 엄청납니다. 역설적으로 더 절제할수록 성공할 확률은 높아집니다.

48. 이것은 직관에 부합합니다. 적어도 제 직관에는 그렇습니다. 비전 외에 저희에게 거창한 우위 요소는 별로 없습니다.

49. 2년 전 회사를 설립했을 때, 돈도 많지 않았고 그래픽카드(GPU)도 부족했으며 인지도나 감화력도 없었습니다. 저희는 그저 매우 평범한 사람들이었습니다. 제가 좋아하는 서사는 '천재들이 이루어낸 비범한 성과'가 아니라 '평범한 이들이 모여 이루어낸 비범한 성과'입니다.

50. 오픈소스 역시 절제의 일환입니다. 가격 책정에 있어서도 결코 매출이나 이익을 극대화하는 것을 출발점으로 삼지 않습니다. 단기적으로는 가격을 높여 매출을 더 올릴 수 있겠지만, 장기적으로는 알 수 없는 일입니다. 저에게 절제는 하나의 전략입니다.

51. 오픈소스와 저렴한 가격은 직원들에게 큰 성취감을 주어 조직에 결속력을 다져주고, 사회에도 이로우며 동종 업계와 대중을 기쁘게 합니다. 따라서 이러한 절제는 장기적 관점에서 우리가 AGI를 완성할 확률을 높여줍니다.

52. 만약 당신의 비전이 "더 많이 챙기겠다"는 것이라면, 당신은 시작부터 진 것입니다. 앞으로 훨씬 더 큰 어려움에 직면하게 될 것입니다. 세상 이치가 원래 그렇습니다.

주식대회의 법칙이 여기서도.......1등이 25.08로 0.8불을 벌어서 1등이라죠

https://arena.kuru.io/leaderboard

진짜 52문장을 다 읽어볼만한데 여기서 요약을 넘어 몇 가지 해석을 더해보면

현재 AI는 매번 새로 출근하는 천재 인턴에 가깝습니다. Liang이 말하는 AGI는 회사에서 두 달 동안 사람과 업무를 배우고, 다음 날에도 그 경험을 가진 채 출근하는 직원에 가까움.

지속학습은 긴 컨텍스트나 장기 메모리와는 조금 다릅니다. 긴 컨텍스트는 과거 정보를 많이 넣어주는 것이고, 장기 메모리는 필요할 때 과거 정보를 다시 찾는 것.

지속학습은 여기서 한 단계 더 나아감. 과거 경험을 저장하는 데 그치지 않고, 그 경험을 통해 이후의 판단과 업무 방식 자체가 안정적으로 달라지는 영역.

CoT가 한 문제 안에서의 사고시간을 늘리고, Agent가 수행할 수 있는 행동의 길이를 늘렸다면, 지속학습은 여러 작업과 시간을 가로질러 경험을 축적하게 만듦. 말 그대로 지능의 수명을 늘리는 단계. 이 능력이 생기면 Agent는 매번 같은 비용으로 같은 업무를 반복하는 소프트웨어에서, 사용할수록 특정 조직의 사람·규칙·예외에 적응하는 자산으로 바뀔 수 있음.

이때부터 AI는 단순한 보조 도구를 넘어 일부 직무를 장기간 안정적으로 맡을 수 있는 시스템에 가까워짐. 인력 대체 역시 추상적인 전망이 아니라, 업무 단위로 따져볼 수 있는 현실적인 문제가 됨.

이 영역이 핵심이 되면 AI의 실제 능력은 모델 성능 하나로 설명되지 않을 가능성이 큰데, 기본 모델 + 장기 기억 + 업무 도구 + 권한 + 과거 행동과 피드백으로 평가될 것임.

이는 같은 기본 모델을 사용하더라도 어느 회사에서 누구와 일했고, 어떤 실패와 수정을 경험했는지에 따라 전혀 다른 AI가 될 수 있다는 의미로, 기업의 해자도 모델 API 자체가 아니라, AI가 조직 안에서 축적한 업무 경험과 판단 기록으로 이동할 것임. AI는 구독하는 소프트웨어에서 시간이 쌓일수록 가치가 커지는 운영 자산으로 바뀔 수 있음.

DeepSeek가 비용 효율을 중시하는 이유도 여기에 있는데

내부적으로는 계산 비용 절감 → 더 많은 실험과 더 큰 모델 → 학습 속도 향상 → AGI 도달 확률 상승
외부적으로는 저렴한 API와 오픈소스 → 더 많은 이용자와 개발자 → 생태계·피드백·협력 확대

즉 DeepSeek의 저비용 전략은 단순한 가격 경쟁이 아니라 제한된 계산 자원으로 지능의 상한을 더 빠르게 밀어 올리고, 그 결과를 넓게 배포해 AGI 개발에 유리한 환경을 만드는 전략에 가깝다고 평가할 수 있음.

모나드의 키오네가 보안 관련해서 문의 사항이 있다면 본인이 도움을 주거나 보안팀과 연결해주겠다고 하네요. 오늘만 해도 해킹이슈가 한가득이여서 이런 글을 작성하지 않았나 싶습니다.

그리고 맥북 네오 실링

https://x.com/keoneHD/status/2080153357180657935

와 오일 무한 양봉쇼....

증류햇든 안햇든 간에 kimi 이거 물건인게....그냥 뭐 다털수 있는거 같네...

왜 갑자기 보내셨는지 모르겠는데 안써요~

kimi한테 메일계정 해킹당한거예요? 아님 이때 쓴 글을 이제 본거예요?

tea 당했는데 안쓰죠 쓰레기 플랫폼....

https://x.com/hyeon__dev/status/2080303938864386205

저도 혹시 몰라서 개발용으로 쓰는 맥미니 점검중 + 레포는 항상 필요한 부분만 의존성 검사 싹다 하고 받기,,,

유럽 로펌들이 자체 AI 스택을 소유해야 하는 이유 (European law firms need to own their entire AI stack)

Sovereignty AI의 필요성

• 미국 기술 의존 탈피: 최근 미국 정부의 조치나 지정학적 불확실성으로 인해 외국 AI 모델 접근이 차단될 위험이 제기되었습니다.
• 임대 대신 소유: 로펌에 있어 AI와 연산 자원(Compute)은 단순한 도구가 아닌 필수 사회 기반 시설입니다. 소프트웨어를 빌려 쓰는 방식(SaaS)은 데이터 유출 및 서비스 중단 위험을 초래하므로, 자체 소유 형태의 AI 인프라 구축이 시급합니다.

기존 AI 모델 사용의 한계와 데이터 보안 문제

• 엄격한 비밀유지 의무: 로펌은 의뢰인의 정보를 엄격히 보호해야 하나, 기존의 퍼블릭 AI 플랫폼(예: Gemini, Anthropic 등)을 사용하면 프롬프트 데이터가 학습에 활용되거나 유출될 위험이 존재합니다.
• 기업용 계약의 한계: 기본적인 API 계약만으로는 권한 관리, 기존 내부 시스템과의 통합, 규제 준수(EU AI Act, GDPR 등) 문제를 완벽히 해결하지 못합니다.
• 개별 사용의 비효율성: 변호사 개인들이 개별적으로 AI를 활용하는 방식은 경쟁력 강화에 미흡하며, 오히려 중요한 로펌의 자산이 외부 기업으로 유출되는 결과를 낳을 수 있습니다.

로펌 맞춤형 AI 구축을 위한 FLock.io의 솔루션

• 온프레미스/개인화된 AI: 로펌 고유의 데이터와 커스텀 알고리즘을 로펌 내부망에 구축하여 데이터 주권 100% 보장.
• 단순히 모델만 배치하는 것이 아니라, 현장 엔지니어를 통해 로펌 내부의 복잡한 워크플로우, 위험 관리 규칙, 감사 절차를 시스템화.
• 워크플로우의 판단 로직을 로펌 소유의 디지털 자산(FDA)으로 전환.
• 데이터 선순환 구조 (Data Flywheel): 변호사가 초안을 수정할 때마다 모델이 자동으로 재학습되어, 쓸수록 로펌 특화 성능이 향상되는 체계 구축.

로펌이 얻는 핵심 이점

• 압도적인 생산성 증대: 계약서 작성, 조사, 기본 증거 분석 등에 소요되던 수시간의 작업 시간을 몇 분 단위로 단축.
• 새로운 수익 모델 창출: 대형 로펌의 경우, 자체 구축한 고성능 AI의 경량화 버전을 중소형 로펌에 라이선스 형태로 판매하여 추가 수익을 올릴 수 있음.

FLock은 계속해서 데이터 보안과 규제 준수가 최우선시되는 고위험·고가치 영역(법률, 금융, 의료 등)을 집중적으로 공략하고 있음. 범용 AI 모델의 한계와 데이터 유출 우려로 인해 AI 도입을 주저하는 시장을 대상으로, ‘완전한 데이터 주권과 보안 체계(Sovereign AI)’를 탑재한 맞춤형 인프라 솔루션을 제공하며 독보적인 입지를 다져나가는 전략을 계속해서 취하고 있네요...가격도 이런 도입에 맞춰가면 너무 좋겠네....

https://x.com/flock_io/status/2080273878971199730

영국 기반 AI 및 로봇 공학 스타트업인 Humanoid가 Series A 152M투자 유치

투자라운드 소개

• Series A 유치 금액: $152M
• 리드 투자자: Prime Movers Lab
• 참여 투자자: Schaeffler, Bosch, Fubon Financial Holding Venture Capital, Aglaé Ventures
• 기업 가치: $1.35B
• 총 누적 투자액: $270M
• 의의: 설립 2년 만에 유럽 최초의 순수 휴머노이드 로보틱스 유니콘 등극 및 유럽 내 휴머노이드 기업 최고 규모 Series A 기록.

향후 자금 활용 계획

• 차세대 휴머노이드 플랫폼 개발: 차세대 로봇 플랫폼 및 자율 작업 능력을 위한 자체 AI 브레인 'KinetIQ' 고도화.
• 상용화 및 현장 배치: 2026년 4분기 베타 로봇 배치를 시작으로 물류, 제조, 리테일 분야 고객 시설에 장기 상용 배치.
• 바퀴형 로봇 양산: 산업 현장에 즉시 투입 가능한 바퀴형 휴머노이드 로봇 대량 생산 개시.

주요 파트너십 현황

• Schaeffler (셰플러): 수천 대 규모의 휴머노이드 로봇을 제조 현장에 도입하는 대형 상용 계약 체결.
• Bosch (보쉬): 하드웨어 설계·생산·공급망 자문과 함께 위탁 생산(Contract Manufacturing) 파트너로 협력.
• 기타 파트너: SAP, NVIDIA, Siemens 등 글로벌 500대 기업들과 파트너십 구축.

https://thehumanoid.ai/humanoid-raises-152-million-at-1-35-billion-post-money-valuation-becoming-europes-first-pure-play-humanoid-robotics-unicorn/

Etched 300M을 10.3B 벨류로 투자

• 세쿼이아 캐피털을 비롯해 안드레센 호로위츠, 제인 스트리트, 디퓨전, 아르고, SK 하이닉스 등이 참여
• 지금까지 총 투자금은 800M

핵심 목표 및 시스템 개발

• 목표: 세계 최고 수준의 AI 추론(Inference) 속도 및 효율 향상.
• 프론티어 추론 클러스터: 칩, 랙, 소프트웨어, 제조 방식을 일체화하여 프런티어 모델(MoE, 긴 컨텍스트, 에이전트 워크로드 등)을 최고 효율로 실행할 수 있는 첨단 시스템 공동 설계.
• 팀 및 파트너십: NVIDIA, Google TPU, Broadcom, SK Hynix, TSMC 출신의 400여 명의 엔지니어로 구성.

주요 기술 혁신 성과

저전압 간섭 (LVI, Low-Voltage Inference):
• 기존 AI 칩과 달리 연산 블록을 절반 이하의 전압으로 실행하여 열 스로틀링 없이 높은 FLOPs 밀도 유지. (초당 처리할 수 있는 계산량이 많음)
• 수조 개의 파라미터를 가진 희소 MoE 모델을 최대 FLOPs의 80% 이상 효율로 작동 지원.

클러스터 스케일 메모리 (CSM, Cluster-Scale Memory):
• HBM/SRAM 하이브리드 설계를 통해 초저지연·고대역폭 인터커넥트 기반의 공유 메모리 풀 구축.
• 메모리 용량 문제와 지연 시간을 동시에 해결하여 최고 수준의 처리량과 빠른 응답 속도 확보.

양산 및 시설 확장 현황

• 실리콘 검증: TSMC N4P 공정 기반 A0 실리콘 수령 후, 10억 달러 이상의 고객 주문을 충족하기 위한 첫 번째 랙 제품 검증 진행 중.
• 배포 및 시설: 올여름 첫 랙 제품 출하 예정. 24시간 엔지니어링 지원을 위한 대만 공장 설립 및 산호세 본사 인근에 10메가와트(MW) 규모의 R&D 연구실/데이터센터 구축.

https://www.etched.com/progress

마무리 하자면, 암튼 매일 여러가지로 온체인과 AI만 건드리고 사는 사람인데 좋은 분석기회가 와서 잘되는 밈은 어케 잘되나, 그리고 누가 먹나에 대한 궁금증을 해소해보았습니다. 이게 더 좋은 기회로 이어지길 바라며...

끝으로 그래서 이거 어디서 볼 수 있냐 하면 아직 호스팅 연결이 안되어있어서 몇 개 좀 최적화 정리를 하고, nutty.blog 에 apps메뉴로 연결해 놓을 예정입니다.

지금 cashcat만 해놨는데, GME라던가 다른 코인도 보고싶다 혹은 다른 체인도 보고싶다 하면 수요가 많으면 확장해볼게요. 근데 base는 안될듯 스토리지 개빡세서 서버가 터질거 같은ㅋㅋㅋ