그런데 다 떠나서 이대로 미국과 그 동맹국 데센이 돈좌되면 현재 추세상 94.24776••••••••••% 정도의 가능성으로 현상은 타파되고 역사는 바뀔 꺼라, 경제사 전문가로 자평하는 베센트 장관이 더 잘 알겠지.

세미애널리시스는 왜 부정적 리포트를 반복하나ㅣ260707 1. 여기서 말하는 세미리서치는 딜런 파텔이 이끄는 세미애널리시스(SemiAnalysis)를 가리킴. 2020년 1인 벤처로 시작해 지금은 약 50명 규모의 팀으로 커졌고, 반도체 공급망부터 클라우드·머신러닝 모델까지 다루는 리서치 하우스로 자리 잡음. SemiAnalysis 구독자는 18만~20만 명을 넘고, 엔비디아 키노트와 짐 크레이머 같은 인물이 직접 인용할 정도로 영향력이 큼. SemiAnalysis Substack 뉴스레터가 전면에 보이는 얼굴이지만, 그 뒤에 훨씬 큰 유료 사업이 붙어 있음. 2. 사업 구조를 보면 부정적 기사의 동기가 드러남. 뉴스레터는 연 500달러 수준의 구독 모델로, 돈 낼 의향이 있는 사람에게 ’알파(초과수익)’를 약속하는 전문 심층 분석을 파는 구조임. 그런데 회사 매출 5천만 달러 이상의 대부분은 뉴스레터가 아니라 분기 산업 리포트, 데이터센터 증설 추적 데이터, InferenceX 벤치마크, ClusterMAX 등급 같은 데이터 상품과 자문에서 나옴. 즉 무료·저가 콘텐츠는 유입 깔때기의 입구고, 실제 돈은 그 뒤 유료 데이터와 컨설팅에서 발생함. 부정적 커버리지가 반복되는 1차 이유는 주목이 곧 돈이기 때문임. 3. 특정 GPU 아키텍처를 “사실상 사망(dead on arrival)”, 소프트웨어 스택을 “쓸 수 없음(unusable)”, 사업을 “비추천(Not Recommended)“으로 규정하는 한 줄이 대상 기업의 시가총액에서 수억 달러를 순식간에 지울 수 있음. 비판을 실을 수 있다는 가능성 자체가 레버리지가 됨. 긍정적이고 무난한 글보다 강하고 부정적인 단정이 훨씬 널리 퍼지고, 시장을 더 크게 움직이며, 구독과 문의를 더 많이 끌어옴. 4. ClusterMAX 등급 체계가 이 구조를 상징적으로 보여줌. 최하위 “Not Recommended” 등급은 초기 버전(ClusterMAX 1.0)엔 없다가 이후에 추가된 항목으로, 영향력을 한 단계 더 밀어붙이기 위한 장치라는 비판을 받음. 브론즈에서 목록을 끝낼 수도 있었는데, 굳이 낙인 등급을 만들어 CEO들이 공개적으로 창피를 당하며 순위를 개선하도록 압박하는 왜곡된 인센티브를 만든다는 지적임. 등급 자체가 대상 기업을 움직이게 만드는 지렛대로 작동함. 5. 비판자들은 이를 ’영향력을 파는 사업(Influence as a Service)’으로 규정함. 공개 비판이 비공개 유료 자문과 독점 정보 접근으로 이어지는 리드 제너레이션 역할을 한다는 것이고, ‘건설적 피드백’이라는 외피를 쓴 사실상의 페이투플레이(pay-to-play)라는 주장임. 다만 이 프레임의 대표 논자는 AMD 전용 네오클라우드를 운영하는 Hot Aisle의 CEO 존 스티븐스로, 세미애널리시스가 분석하는 공급망의 이해당사자임. 개별 사례에서 실제로 그런 거래가 있었는지는 외부에서 확인이 불가능하고, 전체 인센티브 구조가 우려스럽다는 수준의 주장임을 함께 봐야 함. (이어서 계속 🔗)

"OpenAI와 Anthropic이 향후 1년 동안 합산 최대 8억 달러 규모의 AI 크레딧을 제공할 수 있음을 의미한다" 8억 달러 어치 크레딧 주는 걸로 무슨 토큰 언맥싱... ㅋㅋㅋ

중국 랩들이 열심히 프롬 스크래치로 만들어놓은 모델들을 체리 피킹하듯이 파인 튜닝해서 쓰던 exChina ai 생태계가 난데없이 이제부터 학습부터 시작해서 자체 프롬 스크래치 모델들을 만들거나 프론티어 랩들에 종속되거나 거의 유일한 exChina 오픈소스/웨이트의 빅 플레이어인 엔비디아에 의존해야 한다는 것. 역사가 보여주듯 상호 폐쇄를 베이스로 한 경쟁은 기본적으로 중복/과잉 투자를 동반한다.

회사 뒷담화하던 앱이, 이제 회사 편에서 누군가의 퇴사 신호를 잡아낸다ㄷㄷ 우리가 아는 "블라인드"는 한국에서만 100만 명 넘는 직장인들이 회사에 로그인해선 절대 못 쓸 얘기를 익명으로 털어놓던 곳임. 그 블라인드가 최근에 '블라인드 AI'라는 서비스를 출시했음 그런데 그 서비스에는 구성원 이탈 약 6개월 전부터 재직자 행동 데이터에서 이탈 신호가 관측한다고 함. 즉, 누군가 이직 결심을 하기 전, 심지어 스스로도 내가 나가야 하나 진지하게 고민하기 전에, 이미 회사 인사팀은 그 낌새를 알고 있을 수 있다는 뜻임. 익명의 뒷담화 광장이, 익명성은 지키되 그 위에서 벌어진 대화 패턴을 회사에 파는 도구로 진화한 셈ㅋ 가만 생각해보면 왜 이게 무서운지 감이 옴. 이 AI가 학습한 데이터는 전 세계 45만 개 기업, 1400만 명의 직장인이 13년간 남긴 커뮤니케이션임. 한국 전체 임금 근로자가 약 2200만 명 수준인 걸 떠올리면, 지구 규모의 '직장인 속마음 코퍼스'가 하나의 모델에 압축된 것임. 챗GPT는 인터넷 텍스트를 먹고 자랐다면, 블라인드 AI는 회사에서는 절대 못 하는 말을 먹고 자랐다고 해야하나ㅎ 기업이 이 AI로 뭘 할 수 있느냐가 진짜 관전 포인트임. 회사 간 조직문화 비교, 재직자 정신건강 지표, 외부에는 드러나지 않은 잠재 리스크, 그리고 앞서 말한 '이탈 6개월 전 신호' 감지까지. 그동안 인사팀이 감으로 짐작하던 걸 이제 AI가 숫자로 보여준다는 얘기임. 심지어 이미 엔비디아, 어도비, 바이트댄스 같은 글로벌 테크 기업들이 블라인드 허브의 '인사이트'라는 조직 진단 서비스를 쓰고 있음. AI 시대의 최전선에 선 회사들이, 자기 회사 조직 상태를 파악하기 위해 '직원들 뒷담화 데이터'를 사고 있는 것임 가장 뜨거운 지점은 익명성 문제임. 블라인드는 "이미 익명화된 데이터만 쓰기 때문에 분석 결과로 개인 신원을 특정하는 건 불가능하다"고 못 박았고 실제로 블라인드의 익명 로직은 특허임. 다만 개인이 특정되지 않는다고 해서, 회사가 얻는 힘이 작아지는 건 아님. 가령, 인사팀이 김대리가 나가려 한다까진 못 알아내도, 우리 회사 개발본부 3팀은 통계적으로 6개월 안에 이탈 위험이 크다까진 알 수 있다는 것임 결론적으로, 한 발 떨어져 보면 이건 데이터 시대의 상징적인 장면임. 사용자들이 익명이라는 조건 아래 마음 놓고 뱉어낸 감정, 불만, 뒷담화가 결국 'B2B 상품'으로 정제돼 원래 자기가 대항하려던 회사 쪽으로 흘러간다는 것임 블라인드 측은 "직장인들의 목소리를 구조화된 데이터로 전환해 합리적 의사결정을 돕는 것이 목표"라고 말했음. 아름다운 말이지만, "합리적 의사결정"의 주도권이 어느 쪽에 있느냐가 핵심임. 이에 앞으로 블라인드에 마음 놓고 뭔가 쓰기 전에, "이 대화는 익명이지만, 익명인 채로 학습되고 있다"는 점을 기억하자.. #뒷담화도돈이된다ㅋ#

@choteahyun 실제로 이 나라엔 두 국가의 노예 되기 원하는 사람들이 많잖아요? 그냥 이등 시민(아, 시민도 안되려나요?)이 되는 것도 그들에겐 좋을 겁니다.

@choteahyun 실제로 이 나라엔 두 국가의 노예 되기 원하는 사람들이 많잖아요? 그냥 이등 시민(아, 시민도 안되려나요?)이 되는 것도 그들에겐 좋을 겁니다.

@ReinhardLoheng1 중국외에는 어떤 국가도 그렇게도 못하죠. ㅎㅎㅎ 그게 그렇게 쉬웠으면 한국 독자 파운데이션 후보 모델들이 이렇게 후지지는 않았겠죠...