[삼성 이영진] 글로벌 SW 헤드라인 (25/4/28)
■ 구글 딥마인드, 런던 본사 직원 300여 명 노조 결성 움직임. AI의 윤리적 문제에 대한 우려 표명
■ xAI, 200억 달러 신규 자금 조달 논의. xAI와 X 통합 기업 가치는 1,200억 달러로 평가
■ 마이크로소프트, 코파일럿+ PC 내 리콜 기능 미리보기로 출시. 지난해 공개된 이후 보안 강화 및 테스트 진행
■ 오픈AI에서 GPT-4.5 연구에 주요 역할을 한 캐나다 국적의 연구원 Kai Chen, 미국 영주권 신청 거부 이슈
■ 오픈AI, 딥 리서치 lightweight 버전 추가
■ 오픈AI, GPT-4o 업데이트. 지능과 성격 모두 향상
■ 딥시크, CFO와 COO를 포함해 연구 및 엔지니어링 직원 긴급 채용 진행 중
■ 중국 AI 스타트업 Manus, Benchmark 주도 펀딩 라운드에서 5억 달러 밸류로 0.75억 달러 조달
■ 바이두, ERNIE 4.5 Turbo와 X1 Turbo 출시
■ 다리오 아모데이, AI 모델 블랙박스 문제 해결을 강조하며, 오픈AI, 구글 등도 동참할 것을 촉구
■ 앤스로픽, 코딩 툴 Claude Code의 리버스 엔지니어링 시도에 대해 저작권 침해 이슈 제기
■ 트럼프 행정부, EU의 AI 규제법 세부 조항인 AI 행동 강령채택 반대 의사 표명
감사합니다.
■ 구글 딥마인드, 런던 본사 직원 300여 명 노조 결성 움직임. AI의 윤리적 문제에 대한 우려 표명
■ xAI, 200억 달러 신규 자금 조달 논의. xAI와 X 통합 기업 가치는 1,200억 달러로 평가
■ 마이크로소프트, 코파일럿+ PC 내 리콜 기능 미리보기로 출시. 지난해 공개된 이후 보안 강화 및 테스트 진행
■ 오픈AI에서 GPT-4.5 연구에 주요 역할을 한 캐나다 국적의 연구원 Kai Chen, 미국 영주권 신청 거부 이슈
■ 오픈AI, 딥 리서치 lightweight 버전 추가
■ 오픈AI, GPT-4o 업데이트. 지능과 성격 모두 향상
■ 딥시크, CFO와 COO를 포함해 연구 및 엔지니어링 직원 긴급 채용 진행 중
■ 중국 AI 스타트업 Manus, Benchmark 주도 펀딩 라운드에서 5억 달러 밸류로 0.75억 달러 조달
■ 바이두, ERNIE 4.5 Turbo와 X1 Turbo 출시
■ 다리오 아모데이, AI 모델 블랙박스 문제 해결을 강조하며, 오픈AI, 구글 등도 동참할 것을 촉구
■ 앤스로픽, 코딩 툴 Claude Code의 리버스 엔지니어링 시도에 대해 저작권 침해 이슈 제기
■ 트럼프 행정부, EU의 AI 규제법 세부 조항인 AI 행동 강령채택 반대 의사 표명
감사합니다.
👍2
바이두, Create 2025 AI 개발자 컨퍼런스 주요 발표 내용
■ ERNIE 4.5 Turbo와 X1 Turbo
: 멀티모달 처리 능력 강화 및 성능 개선
: 4.5 Turbo 가격은 인풋 $0.09 및 아웃풋 $0.38. ERNIE 4.5 대비 80%, V3 대비 40%
: X1 Turbo 가격은 인풋 $0.14 및 아웃풋 $0.55. ERNIE X1 대비 50%, R1 대비 25%
■ AI 에이전트 앱 신샹(Xinxiang)
: 유저의 복잡한 요청을 처리하는 멀티에이전트 기반 AI 앱. 200가지 작업을 지원하며, 향후 10만 가지 이상으로 확장 계획
: 바이두 클라우드 및 콘텐츠 플랫폼 통합 계획. 안드로이드에서 이용 가능, iOS 버전 출시 예정
■ 쿨룬 P800 AI 클러스터
: 자체 개발 쿤룬 P800 칩 3만 개로 구성된 AI 클러스터. 수천억 개 파라미터를 가진 대규모 AI 모델 훈련. 1,000명의 고객이 수십 억 파라미터 모델을 동시에 파인튜닝 가능
■ ERNIE 4.5 Turbo와 X1 Turbo
: 멀티모달 처리 능력 강화 및 성능 개선
: 4.5 Turbo 가격은 인풋 $0.09 및 아웃풋 $0.38. ERNIE 4.5 대비 80%, V3 대비 40%
: X1 Turbo 가격은 인풋 $0.14 및 아웃풋 $0.55. ERNIE X1 대비 50%, R1 대비 25%
■ AI 에이전트 앱 신샹(Xinxiang)
: 유저의 복잡한 요청을 처리하는 멀티에이전트 기반 AI 앱. 200가지 작업을 지원하며, 향후 10만 가지 이상으로 확장 계획
: 바이두 클라우드 및 콘텐츠 플랫폼 통합 계획. 안드로이드에서 이용 가능, iOS 버전 출시 예정
■ 쿨룬 P800 AI 클러스터
: 자체 개발 쿤룬 P800 칩 3만 개로 구성된 AI 클러스터. 수천억 개 파라미터를 가진 대규모 AI 모델 훈련. 1,000명의 고객이 수십 억 파라미터 모델을 동시에 파인튜닝 가능
👍1
[삼성 이영진] 글로벌 SW 헤드라인 (25/4/29)
■ 알리바바, Qwen 3 모델군 오픈웨이트로 공개. 하이브리드 추론 모델. 에이전틱 기능 지원 강화
■ 오픈AI, 챗GPT 내 신규 쇼핑 기능 추가 포함 업데이트 진행
■ 알파벳, 50억 달러 규모 고신용 회사채 발행
■ IBM, 5년 간 미국 내 1,500억 달러 투자 발표. 300억 달러 이상은 양자 컴퓨팅 및 메인프레임 관련 R&D에 투자
■ 팔로알토 네트웍스, AI 및 ML 보안 전문 스타트업 Protect AI 인수 발표. AI 생태계 전반의 통합 보안 플랫폼 Prisma AIRS 확장 목표
■ 크라우드 스트라이크, 차세대 SOC(보안 운영 센터)를 위한 신규 에이전틱 AI 솔루션 발표
■ 허깅페이스, 3D 프린터로 제작가능한 프로그래머블 로봇팔 SO-101 출시. 기본 가격은 $100에서 시작
■ 마이크로소프트 부회장 브래드 스미스, 양자 컴퓨팅 분야에서 미국의 기술 리더십 유지를 위해 양자 기술에 대한 투자 강조
■ 마이크로소프트, 생성 AI를 활용해 서피스 신제품 영상 광고 제작. 시간과 비용 90% 절감. 중국 미니맥스의 Hailuo와 콰이쇼우의 Kling 활용
감사합니다.
■ 알리바바, Qwen 3 모델군 오픈웨이트로 공개. 하이브리드 추론 모델. 에이전틱 기능 지원 강화
■ 오픈AI, 챗GPT 내 신규 쇼핑 기능 추가 포함 업데이트 진행
■ 알파벳, 50억 달러 규모 고신용 회사채 발행
■ IBM, 5년 간 미국 내 1,500억 달러 투자 발표. 300억 달러 이상은 양자 컴퓨팅 및 메인프레임 관련 R&D에 투자
■ 팔로알토 네트웍스, AI 및 ML 보안 전문 스타트업 Protect AI 인수 발표. AI 생태계 전반의 통합 보안 플랫폼 Prisma AIRS 확장 목표
■ 크라우드 스트라이크, 차세대 SOC(보안 운영 센터)를 위한 신규 에이전틱 AI 솔루션 발표
■ 허깅페이스, 3D 프린터로 제작가능한 프로그래머블 로봇팔 SO-101 출시. 기본 가격은 $100에서 시작
■ 마이크로소프트 부회장 브래드 스미스, 양자 컴퓨팅 분야에서 미국의 기술 리더십 유지를 위해 양자 기술에 대한 투자 강조
■ 마이크로소프트, 생성 AI를 활용해 서피스 신제품 영상 광고 제작. 시간과 비용 90% 절감. 중국 미니맥스의 Hailuo와 콰이쇼우의 Kling 활용
감사합니다.
👍1
알리바바 Qwen 3, 오픈 웨이트로 공개
: 2개의 MoE 구조 모델과 6개의 Dense 모델 구성. 파라미터는 0.6B부터 235B
: 하이브리드 사고 모드와 광범위한 언어 지원(방언 포함 119개). MCP 지원 포함 에이전틱 기능 강화
: 사전학습에 36조 토큰으로 학습. PDF와 같은 데이터와 합성 데이터도 활용
: 플래그십 모델 Qwen3-235B-A22B는 R1, o1, o3-mini, Gemini 2.5 Pro와 경쟁하는 성능
: 소형 MoE 모델 Qwen3-30B-A3B는 QwQ-32B를 상회
https://qwenlm.github.io/blog/qwen3/
: 2개의 MoE 구조 모델과 6개의 Dense 모델 구성. 파라미터는 0.6B부터 235B
: 하이브리드 사고 모드와 광범위한 언어 지원(방언 포함 119개). MCP 지원 포함 에이전틱 기능 강화
: 사전학습에 36조 토큰으로 학습. PDF와 같은 데이터와 합성 데이터도 활용
: 플래그십 모델 Qwen3-235B-A22B는 R1, o1, o3-mini, Gemini 2.5 Pro와 경쟁하는 성능
: 소형 MoE 모델 Qwen3-30B-A3B는 QwQ-32B를 상회
https://qwenlm.github.io/blog/qwen3/
👍1
SAP(SAP DE, SAP US) - A Whole New Europe for SAP
안녕하세요 삼성증권 글로벌 SW 담당 이영진입니다.
글로벌 소프트웨어 섹터 내 대표적인 Non US 투자 옵션으로 주목받는 기업이 바로 ‘유럽의 SAP’입니다.
SAP는 독일의 엔터프라이즈 소프트웨어 기업으로 우리에게는 ERP 솔루션으로도 친숙한데요
기본적으로 매출 구성 내 구독 관련 클라우드 매출이 증가하며 비즈니스 모델이 변화하고 있고, 클라우드 수주 잔고 반등도 지속되고 있습니다.
또한 SAP은 미국 SaaS 기업 대비 유럽 익스포저가 높습니다. 미국 대비 낮은 유럽의 클라우드 전환율과 무역 긴장에 따른 Regional 소프트웨어 수요 증가 모멘텀으로 이어질 수 있지요
SAP이 집중하는 ERP 분야가 타 소프트웨어 분야 대비 클라우드 전환에서 뒤쳐져 있던 것도 오히려 긍정적으로 작용하고 있습니다. AI 활용을 위해서는 클라우드 전환이 불가피하니까요
생성 AI 모멘텀 또한 확인되고 있습니다. SAP Business Data Cloud(BDC)와 AI 에이전트 Joule로 대표되는 AI 전략을 펼치고 있고, 1Q 클라우드 주문의 절반 이상에 AI 기능 활용 사례(Use Case)가 포함되는 성과를 보이고 있습니다.
매크로 불확실성 속에서도 클라우드 전환과 공급망, ERP 분야가 비탄력적 성격을 보이며 견조한 파이프라인과 전환율을 유지한 것도 현재 국면에서 긍정적 요인입니다.
주가 상방을 지지하는 여러 모멘텀이 반영되어 12M FWD P/E는 38.6배(Factset)로 5년 평균 24.7배 대비 +2SD 수준입니다.
분명한 프리미엄 구간이지만 성장성을 함께 고려한다면 그렇게 부담스러운 수준도 아니라고 생각합니다.
자세한 내용은 발간된 보고서를 참고해 주시기 바랍니다.
보고서 링크: https://bit.ly/42Bhk57
(2025/4/29 공표자료)
안녕하세요 삼성증권 글로벌 SW 담당 이영진입니다.
글로벌 소프트웨어 섹터 내 대표적인 Non US 투자 옵션으로 주목받는 기업이 바로 ‘유럽의 SAP’입니다.
SAP는 독일의 엔터프라이즈 소프트웨어 기업으로 우리에게는 ERP 솔루션으로도 친숙한데요
기본적으로 매출 구성 내 구독 관련 클라우드 매출이 증가하며 비즈니스 모델이 변화하고 있고, 클라우드 수주 잔고 반등도 지속되고 있습니다.
또한 SAP은 미국 SaaS 기업 대비 유럽 익스포저가 높습니다. 미국 대비 낮은 유럽의 클라우드 전환율과 무역 긴장에 따른 Regional 소프트웨어 수요 증가 모멘텀으로 이어질 수 있지요
SAP이 집중하는 ERP 분야가 타 소프트웨어 분야 대비 클라우드 전환에서 뒤쳐져 있던 것도 오히려 긍정적으로 작용하고 있습니다. AI 활용을 위해서는 클라우드 전환이 불가피하니까요
생성 AI 모멘텀 또한 확인되고 있습니다. SAP Business Data Cloud(BDC)와 AI 에이전트 Joule로 대표되는 AI 전략을 펼치고 있고, 1Q 클라우드 주문의 절반 이상에 AI 기능 활용 사례(Use Case)가 포함되는 성과를 보이고 있습니다.
매크로 불확실성 속에서도 클라우드 전환과 공급망, ERP 분야가 비탄력적 성격을 보이며 견조한 파이프라인과 전환율을 유지한 것도 현재 국면에서 긍정적 요인입니다.
주가 상방을 지지하는 여러 모멘텀이 반영되어 12M FWD P/E는 38.6배(Factset)로 5년 평균 24.7배 대비 +2SD 수준입니다.
분명한 프리미엄 구간이지만 성장성을 함께 고려한다면 그렇게 부담스러운 수준도 아니라고 생각합니다.
자세한 내용은 발간된 보고서를 참고해 주시기 바랍니다.
보고서 링크: https://bit.ly/42Bhk57
(2025/4/29 공표자료)
👍2
Qwen, DeepSeek 그리고 Llama - 오픈소스 AI 산업 내 주도권 전쟁
안녕하세요 삼성증권 글로벌 SW 담당 이영진입니다.
DeepSeek(딥시크) R2에 대한 루머가 파다한 가운데 알리바바가 Qwen3 모델군 발표를 통해 오픈소스 AI 생태계 경쟁을 심화시켰습니다.
다양한 파라미터(0.6B~235B)로 구성되고 Apache 2.0 라이선스 기반으로 개발자 접근성을 높였는데요
Qwen3는 2개의 MoE 모델과 6개의 Dense(일반) 모델로 구성됩니다. 플래그십 모델인 Qwen3-235B-A22B는 R1, o1, Gemini 2.5 Pro에 경쟁하는 성능을 보였고, 소형 MoE 모델 Qwen3-30B는 추론 모델 QwQ-32B를 상회하는 성능을 보였습니다.
하이브리드 사고 모드와 광범위한 언어지원(방언 포함 119개)은 물론이고, MCP 지원을 포함해 에이전틱 기능을 강화했습니다.
사전학습은 36조 토큰 규모 데이터셋을 통해 진행했고, PDF 형태 데이터와 합성 데이터도 활용되었습니다. 사후학습에는 장기 CoT 데이터 기반 SFT(Supervised Fine Tunning), 추론 기반 강화학습(RL) 등이 적용되었습니다.
딥시크가 적용한 방법론과 유사하지만, 프론티어 AI 기업의 기술 트렌드와도 일맥상통하는 부분입니다. 서로 서로 참고하는 전통은 계속되고 있습니다.
공개된 벤치마크 성능 외 서드파티 테스팅과 실 사용자 후기를 확인할 필요가 있지만, 압도적 성능보다 최적화와 가성비에 조금 더 집중한 결과로 평가해볼 수 있습니다.
텍스트 모델로 멀티모달 지원이 아쉽다는 점도 단점으로 꼽아볼 수 있겠네요
컴퓨팅 자원 제한에 따라 모델 연구 및 발전과 API 서빙 측면에서 딥시크가 다소 불리한 모양새지만, 중국 AI 티어만 놓고 보면 딥시크는 여전히 Qwen을 앞서고 있습니다.
루머로 판단할 수는 없는 것이기에 실제 발표를 기다리고 있지만, 산업이 기대하는 와우 포인트는 역시 딥시크 R2에서 기대하는 것이 맞아보입니다. 미국 AI 씬에 다시 경보음으로 작용하게 될까요?
물론 세컨티어로 잊혀진 것 같지만 당장 오늘 밤 진행할 메타 LlamaCon에서의 신규 업데이트(대형 모델? 추론 모델? 혹은 메타 AI 관련 소식?)도 주목해야할 부분입니다.
추가 업데이트해 드리겠습니다.
(2025/4/29 공표자료)
안녕하세요 삼성증권 글로벌 SW 담당 이영진입니다.
DeepSeek(딥시크) R2에 대한 루머가 파다한 가운데 알리바바가 Qwen3 모델군 발표를 통해 오픈소스 AI 생태계 경쟁을 심화시켰습니다.
다양한 파라미터(0.6B~235B)로 구성되고 Apache 2.0 라이선스 기반으로 개발자 접근성을 높였는데요
Qwen3는 2개의 MoE 모델과 6개의 Dense(일반) 모델로 구성됩니다. 플래그십 모델인 Qwen3-235B-A22B는 R1, o1, Gemini 2.5 Pro에 경쟁하는 성능을 보였고, 소형 MoE 모델 Qwen3-30B는 추론 모델 QwQ-32B를 상회하는 성능을 보였습니다.
하이브리드 사고 모드와 광범위한 언어지원(방언 포함 119개)은 물론이고, MCP 지원을 포함해 에이전틱 기능을 강화했습니다.
사전학습은 36조 토큰 규모 데이터셋을 통해 진행했고, PDF 형태 데이터와 합성 데이터도 활용되었습니다. 사후학습에는 장기 CoT 데이터 기반 SFT(Supervised Fine Tunning), 추론 기반 강화학습(RL) 등이 적용되었습니다.
딥시크가 적용한 방법론과 유사하지만, 프론티어 AI 기업의 기술 트렌드와도 일맥상통하는 부분입니다. 서로 서로 참고하는 전통은 계속되고 있습니다.
공개된 벤치마크 성능 외 서드파티 테스팅과 실 사용자 후기를 확인할 필요가 있지만, 압도적 성능보다 최적화와 가성비에 조금 더 집중한 결과로 평가해볼 수 있습니다.
텍스트 모델로 멀티모달 지원이 아쉽다는 점도 단점으로 꼽아볼 수 있겠네요
컴퓨팅 자원 제한에 따라 모델 연구 및 발전과 API 서빙 측면에서 딥시크가 다소 불리한 모양새지만, 중국 AI 티어만 놓고 보면 딥시크는 여전히 Qwen을 앞서고 있습니다.
루머로 판단할 수는 없는 것이기에 실제 발표를 기다리고 있지만, 산업이 기대하는 와우 포인트는 역시 딥시크 R2에서 기대하는 것이 맞아보입니다. 미국 AI 씬에 다시 경보음으로 작용하게 될까요?
물론 세컨티어로 잊혀진 것 같지만 당장 오늘 밤 진행할 메타 LlamaCon에서의 신규 업데이트(대형 모델? 추론 모델? 혹은 메타 AI 관련 소식?)도 주목해야할 부분입니다.
추가 업데이트해 드리겠습니다.
(2025/4/29 공표자료)
👍2
[삼성 이영진] 글로벌 SW 헤드라인 (25/4/30)
■ 메타, Meta AI를 위한 독립형 모바일 앱 출시
■ 메타, Llama 시리즈 12억 회 다운로드 언급. 24년 12월 6.5억 회 및 3월 10억 회에서 성장
■ 메타, Llama API 공개. 개발자의 모델 활용 및 커스터마이징 환경 지원 목적
■ 오픈AI, GPT-4o 업데이트 롤백. 챗 봇의 지능과 성격 향상이 목적이었지만, 유저에게 지나치게 아부하고 무조건적 긍정을 보인다는 의견
■ 구글, 개인 맞춤형 언어 학습을 지원하는 AI 도구 공개. Tiny Lesson(상황에 맞는 어휘와 문법 팁 제공), Slang Hang(현지인처럼 자연스럽게 말하는 법), Word Cam(객체를 인식하고 언어 라벨링)
■ 구글, NotebookLM의 Audio Overview 기능을 76개 언어로 확장
■ 스노우플레이크, 생성 AI 제품 ARR 1억 달러 달성 목표 설정. 제품 매출 전망 대비 2%
■ 일론 머스크, 다음 주 Grok 3.5 얼리 베타 버전을 SuperGrok 구독자 전용으로 출시 예정이라 코멘트
■ 미라 무라티의 Thinking Machines Lab, 20억 달러 규모 시드 펀딩 논의 중. 무라티는 다른 모든 이사의 의결권의 합보다 1개 많은 의결권 보유. 창립 멤버는 일반 주식 대비 100배 의결권을 가지는 지배구조
감사합니다.
■ 메타, Meta AI를 위한 독립형 모바일 앱 출시
■ 메타, Llama 시리즈 12억 회 다운로드 언급. 24년 12월 6.5억 회 및 3월 10억 회에서 성장
■ 메타, Llama API 공개. 개발자의 모델 활용 및 커스터마이징 환경 지원 목적
■ 오픈AI, GPT-4o 업데이트 롤백. 챗 봇의 지능과 성격 향상이 목적이었지만, 유저에게 지나치게 아부하고 무조건적 긍정을 보인다는 의견
■ 구글, 개인 맞춤형 언어 학습을 지원하는 AI 도구 공개. Tiny Lesson(상황에 맞는 어휘와 문법 팁 제공), Slang Hang(현지인처럼 자연스럽게 말하는 법), Word Cam(객체를 인식하고 언어 라벨링)
■ 구글, NotebookLM의 Audio Overview 기능을 76개 언어로 확장
■ 스노우플레이크, 생성 AI 제품 ARR 1억 달러 달성 목표 설정. 제품 매출 전망 대비 2%
■ 일론 머스크, 다음 주 Grok 3.5 얼리 베타 버전을 SuperGrok 구독자 전용으로 출시 예정이라 코멘트
■ 미라 무라티의 Thinking Machines Lab, 20억 달러 규모 시드 펀딩 논의 중. 무라티는 다른 모든 이사의 의결권의 합보다 1개 많은 의결권 보유. 창립 멤버는 일반 주식 대비 100배 의결권을 가지는 지배구조
감사합니다.
👍2
메타, LlamaCon 2025 주요 발표 내용
■ Meta AI 독립형 모바일 앱 출시
- Llama 4 기반 독립형 Meta AI 모바일 앱 출시
- 음성/텍스트 대화, 이미지 생성 및 편집 기능, 디스커버 피드 등, 플랫폼 유저 데이터와 연동해 개인화된 응답 제공
- Ray Ban 스마트 글래스와 통합
■ Llama 시리즈 12억 회 다운로드 기록
- 24년 12월 6.5억 회 → 25년 3월 10억 회 → 최근 12억 회
■ Llama API 공개
- 개발자의 간편한 Llama 모델 활용 및 커스터마이징 지원. 제한된 프리뷰 형태로 제공
- Python 및 Typescript SDK 제공, OpenAI SDK 호환성 확보. Cerebras 및 Groq와 협력하여 빠른 추론 환경 지원
■ Llama Stack 확장
- NVIDIA NeMo, IBM, Red Hat, Dell과 협력해 Llama Stack을 엔터프라이즈 AI 배포 표준으로 확장
■ 오픈 소스 커뮤니티용 Llama 보안 도구
- Llama Guard 4, Llama Firewall, Llama Prompt Guard 2: AI 어플리케이션 구축 측면의 보안 기능 강화 도구
- CyberSecEval 4
: AI 시스템 용 사이버 보안 벤치마크 세트
- Llama Defenders 프로그램: AI 보안 강화를 위한 파트너십 프로그램. 신뢰할 수 있는 파트너들에게 AI 기반 보안 도구와 평가 도구를 제공
https://ai.meta.com/blog/llamacon-llama-news/
■ Meta AI 독립형 모바일 앱 출시
- Llama 4 기반 독립형 Meta AI 모바일 앱 출시
- 음성/텍스트 대화, 이미지 생성 및 편집 기능, 디스커버 피드 등, 플랫폼 유저 데이터와 연동해 개인화된 응답 제공
- Ray Ban 스마트 글래스와 통합
■ Llama 시리즈 12억 회 다운로드 기록
- 24년 12월 6.5억 회 → 25년 3월 10억 회 → 최근 12억 회
■ Llama API 공개
- 개발자의 간편한 Llama 모델 활용 및 커스터마이징 지원. 제한된 프리뷰 형태로 제공
- Python 및 Typescript SDK 제공, OpenAI SDK 호환성 확보. Cerebras 및 Groq와 협력하여 빠른 추론 환경 지원
■ Llama Stack 확장
- NVIDIA NeMo, IBM, Red Hat, Dell과 협력해 Llama Stack을 엔터프라이즈 AI 배포 표준으로 확장
■ 오픈 소스 커뮤니티용 Llama 보안 도구
- Llama Guard 4, Llama Firewall, Llama Prompt Guard 2: AI 어플리케이션 구축 측면의 보안 기능 강화 도구
- CyberSecEval 4
: AI 시스템 용 사이버 보안 벤치마크 세트
- Llama Defenders 프로그램: AI 보안 강화를 위한 파트너십 프로그램. 신뢰할 수 있는 파트너들에게 AI 기반 보안 도구와 평가 도구를 제공
https://ai.meta.com/blog/llamacon-llama-news/
Meta AI
Everything we announced at our first-ever LlamaCon
Here’s a look at what we announced at LlamaCon and how you can get started with our newest releases.
👍1
저커버그-드와르케시 파텔 팟캐스트 주요 내용
■ Llama 4와 다른 모델 비교
- Llama 4 시리즈 개요
: Scout & Maverick: 먼저 출시된 중소형 모델. 높은 intelligence per cost, 멀티모달, 낮은 지연 시간, 단일 호스트 실행 가능
: Little Llama: Llama 3 8B 계승 모델. 몇 달 내 출시 예정
: Behemoth: 2조 개 이상 파라미터의 초거대 모델. 자체 인프라로 훈련. 향후 distillation 등으로 실용화 예정
- 오픈소스 vs 폐쇄형 모델 성능 격차
: 작년엔 Llama가 거의 유일했지만, 올해 오픈소스 모델 전반이 성장. GPT나 Gemini와 같은 폐쇄형 모델이 특정 벤치마크에선 우세하지만, 메타는 제품 사용자 경험 중심으로 모델 최적화 중
- 벤치마크 해석과 전략
: Chatbot Arena 등 벤치마크는 제한적 용도에 치중되어 있고, 실제 소비자들이 요구하는 제품 사용성과 다를 수 있음
: 공개된 Maverick 모델은 튜닝 없이 배포되어 순위가 낮음. 내부에서는 제품 사용성, 응답 속도, 비용 효율을 중시
- Meta의 지향점(North Star)
: Meta AI 사용자가 실제로 느끼는 가치가 최우선. 추론형 모델도 개발 중이지만, 당장 중요한 건 빠르고 자연스러운 인터페이스. 멀티모달과 개인화를 통해 하루 종일 함께하는 AI 경험 구축이 목표
■ 지능 폭발(Intelligence Explosion)
- AI 지능 폭발 가능성
: AI가 스스로 AI를 개발하게 되면, 지능 성장이 폭발적으로 가속될 수 있다는 관점에 동의. 이를 위해 내부용 코딩·연구 에이전트를 개발 중. 향후 Llama 개발 코드의 대부분이 AI에 의해 작성될 것
- 지능 폭발의 제약 요인
: 하지만 물리적 인프라 구축, 규제, 사용자 적응 같은 현실적 병목 지적. 단순히 AI가 코드를 잘 쓴다고 해도, 테스트,검증,사용자 학습 등 시간이 필요한 요소 존재
- Meta의 전략
: WhatsApp 등에서 Meta AI 사용이 활발하지만, 미국에서는 상대적으로 낮아 독립형 AI 앱을 출시. AI는 검색, 정보 처리, 코딩, 오락, 문화 콘텐츠 등 다양한 분야로 확장 전망
■ AI 친구, 치료사, 연인
- AI와의 관계는 현실이 된다
: 이미 많은 사람들이 AI와 의미 있는 관계를 맺고 있으며, 향후 AI가 개성 있고 지능적으로 변하면 관계는 깊어질 것. 자연스럽고 유익한 흐름
- AI는 인간 관계의 보완재
: 현실의 친구 수는 적고 외로움은 많기 때문에, AI가 실제 관계를 대체하기보다는 보완하는 역할. 많은 이용자들이 Meta AI에 어려운 대화를 상담 중
- 구현 기술은 아직 초기지만 진화 중
: 현재 AI 친구/치료사는 주로 이미지 기반이지만, Reality Labs의 Codec Avatar 등은 실시간 대화와 제스처 인식까지 구현해 진짜 사람처럼 느껴짐
- 기술 남용 우려
: AI 연인 + 릴스 자동재생 같은 경험이 보상 중독으로 연결될 수 있다는 우려 존재. Ray-Ban Meta처럼 AI가 필요할 때만 등장하는 투명한 기술이 미래 AR 설계의 핵심
■ DeepSeek와 중국의 AI 경쟁력
- 중국은 인프라 확장에서 강점
: 전력 확보, 데이터센터 확장 등에서 빠르게 움직이고 있으며, 미국은 데이터센터 건설, 에너지 생산 규제 완화가 시급
- DeepSeek 성과와 한계
: 제한된 칩 텍스트 성능에서 경쟁력 있는 모델 개발. 다만, 미국 연구소는 고성능 칩을 사용하므로 인프라 최적화에 시간을 들일 필요가 없음. 또한 DeepSeek은 멀티모달 기능 부재
- Llama 4와 비교
: 텍스트 성능은 유사하지만, Llama 4는 사이즈가 작아 효율성이 높음. 또한 멀티모달 기능에서 앞선다는 주장
■ 오픈소스 AI
- Llama 라이선스 논란
: 오픈소스 LLM 생태계를 주도했다는 자부심을 갖고 있으며, Llama 라이선스는 과도하지 않고 상업적 사용 전 협의를 유도하는 합리적 장치
: 목적은 사용 제한이 아니라, 대기업과 협력 구조를 마련하려는 것. 지금까지 라이선스로 인해 실제 사용이 거부된 사례는 거의 없음
- 직접 모델을 만드는 이유
: 속도, 효율성, 제품 통합에 최적화된 모델이 필요. 특정 상황에선 외부 모델을 쓸 수도 있음
- 오픈소스 생태계 유지에 대한 경계
: 다른 기업들이 오픈소스를 추구하는 건 메타의 압력에 따른 ‘따라하기’일 수 있음. 메타가 멈추면 오픈소스 흐름이 약화될 수 있다고 우려
- 보안과 가치 중립성의 균형
: LLM은 언어뿐 아니라 세계관, 문화, 가치 체계도 내포. 추론 모델은 비교적 중립적이며, 보안 위협이 적음. 하지만 코딩 모델은 보안 취약점 삽입 가능성이 있어 국가적 우려가 존재
- Distillation 전략
: Behemoth 같은 초거대 모델을 개발하고, 이를 증류해 고성능·저비용 모델을 개발. 다양한 오픈소스 모델에서 특장점을 추출해 융합할 수 있는 distillation 전략 강조
: 다만, 언어 기반 모델은 가치 편향이 있기 때문에 보안, 윤리적 측면을 고려한 distillation 기술 필요
■ AGI 수익화 전략
- 광고 모델은 여전히 유효
: 무료 AI 서비스 제공에는 광고가 효과적. 사용자 경험을 해치지 않게 설계된 광고 필요. 다양한 광고주 풀과 랭킹 긴술이 전제 조건
- 고비용 AI 서비스는 유료화 필요
: 막대한 컴퓨팅 자원이 드는 고급 기능은 무료 제공이 어려움(ex, 수천 개의 AI 소프트웨어 엔지니어 에이전트 활용). 사용자는 수천~수십만 달러도 기꺼이 지불 가능
- 다양한 비즈니스 모델 병존
: AI도 활용 목적에 따라 광고형, 유료형 모델이 병존할 것.기본적으로 많은 사람에게 도달하는 무료 서비스(광고 기반)와 고급 사용자를 위한 프리미엄 유료 모델을 함께 운영할 계획
■ CEO의 역할과 정부 관계
- CEO의 역할
: CEO로서 인재 채용, 팀 간 조율, 인프라·재정·정치적 판단, 제품 완성도 결정 등에 집중. AI는 모델 중심 개발이기 때문에, 모델을 먼저 만들고 이후 제품화 가능성이 파생
- 정치와 정부 관계
: 누가 대통령이든 생산적인 관계 유지를 원함. 과거 언론·정부에 지나치게 순응했던 콘텐츠 검열 정책 반성. 스스로 의사결정 책임을 지는 방향으로 전환
- AI 거버넌스
: 팩트 체크보다 커뮤니티 기반 감시 효과적. AI 시대엔 정부와 대화가 중요하지만, 권한 없는 기관에 지나치게 의존해선 안 됨
- 인프라와 관세
: 미국 내 관세와 규제로 인프라 비용이 증가할 수 있으나, 향후 전개는 아직 불확실
■ 100배 생산성 시대
- 생산성 100배 시대, 무엇이 가능해지나
: AI로 창의성 폭발 가능. 질병 치료, 과학 발전뿐 아니라 밈, 유머, 문화 콘텐츠 등 사회적·감성적 창조물이 급증할 것. 인터넷처럼 풍부하고 복잡한 문화가 형성되며, 사람들 간 연결과 표현 능력이 크게 확장될 것
- AI는 일자리를 줄이기보다 재구성
: AI가 업무의 90%를 처리하고 나머지 10%는 사람이 담당, 결과적으로 일자리 수요가 늘 수도 있음
https://www.dwarkesh.com/p/mark-zuckerberg-2
영상: https://youtu.be/rYXeQbTuVl0
■ Llama 4와 다른 모델 비교
- Llama 4 시리즈 개요
: Scout & Maverick: 먼저 출시된 중소형 모델. 높은 intelligence per cost, 멀티모달, 낮은 지연 시간, 단일 호스트 실행 가능
: Little Llama: Llama 3 8B 계승 모델. 몇 달 내 출시 예정
: Behemoth: 2조 개 이상 파라미터의 초거대 모델. 자체 인프라로 훈련. 향후 distillation 등으로 실용화 예정
- 오픈소스 vs 폐쇄형 모델 성능 격차
: 작년엔 Llama가 거의 유일했지만, 올해 오픈소스 모델 전반이 성장. GPT나 Gemini와 같은 폐쇄형 모델이 특정 벤치마크에선 우세하지만, 메타는 제품 사용자 경험 중심으로 모델 최적화 중
- 벤치마크 해석과 전략
: Chatbot Arena 등 벤치마크는 제한적 용도에 치중되어 있고, 실제 소비자들이 요구하는 제품 사용성과 다를 수 있음
: 공개된 Maverick 모델은 튜닝 없이 배포되어 순위가 낮음. 내부에서는 제품 사용성, 응답 속도, 비용 효율을 중시
- Meta의 지향점(North Star)
: Meta AI 사용자가 실제로 느끼는 가치가 최우선. 추론형 모델도 개발 중이지만, 당장 중요한 건 빠르고 자연스러운 인터페이스. 멀티모달과 개인화를 통해 하루 종일 함께하는 AI 경험 구축이 목표
■ 지능 폭발(Intelligence Explosion)
- AI 지능 폭발 가능성
: AI가 스스로 AI를 개발하게 되면, 지능 성장이 폭발적으로 가속될 수 있다는 관점에 동의. 이를 위해 내부용 코딩·연구 에이전트를 개발 중. 향후 Llama 개발 코드의 대부분이 AI에 의해 작성될 것
- 지능 폭발의 제약 요인
: 하지만 물리적 인프라 구축, 규제, 사용자 적응 같은 현실적 병목 지적. 단순히 AI가 코드를 잘 쓴다고 해도, 테스트,검증,사용자 학습 등 시간이 필요한 요소 존재
- Meta의 전략
: WhatsApp 등에서 Meta AI 사용이 활발하지만, 미국에서는 상대적으로 낮아 독립형 AI 앱을 출시. AI는 검색, 정보 처리, 코딩, 오락, 문화 콘텐츠 등 다양한 분야로 확장 전망
■ AI 친구, 치료사, 연인
- AI와의 관계는 현실이 된다
: 이미 많은 사람들이 AI와 의미 있는 관계를 맺고 있으며, 향후 AI가 개성 있고 지능적으로 변하면 관계는 깊어질 것. 자연스럽고 유익한 흐름
- AI는 인간 관계의 보완재
: 현실의 친구 수는 적고 외로움은 많기 때문에, AI가 실제 관계를 대체하기보다는 보완하는 역할. 많은 이용자들이 Meta AI에 어려운 대화를 상담 중
- 구현 기술은 아직 초기지만 진화 중
: 현재 AI 친구/치료사는 주로 이미지 기반이지만, Reality Labs의 Codec Avatar 등은 실시간 대화와 제스처 인식까지 구현해 진짜 사람처럼 느껴짐
- 기술 남용 우려
: AI 연인 + 릴스 자동재생 같은 경험이 보상 중독으로 연결될 수 있다는 우려 존재. Ray-Ban Meta처럼 AI가 필요할 때만 등장하는 투명한 기술이 미래 AR 설계의 핵심
■ DeepSeek와 중국의 AI 경쟁력
- 중국은 인프라 확장에서 강점
: 전력 확보, 데이터센터 확장 등에서 빠르게 움직이고 있으며, 미국은 데이터센터 건설, 에너지 생산 규제 완화가 시급
- DeepSeek 성과와 한계
: 제한된 칩 텍스트 성능에서 경쟁력 있는 모델 개발. 다만, 미국 연구소는 고성능 칩을 사용하므로 인프라 최적화에 시간을 들일 필요가 없음. 또한 DeepSeek은 멀티모달 기능 부재
- Llama 4와 비교
: 텍스트 성능은 유사하지만, Llama 4는 사이즈가 작아 효율성이 높음. 또한 멀티모달 기능에서 앞선다는 주장
■ 오픈소스 AI
- Llama 라이선스 논란
: 오픈소스 LLM 생태계를 주도했다는 자부심을 갖고 있으며, Llama 라이선스는 과도하지 않고 상업적 사용 전 협의를 유도하는 합리적 장치
: 목적은 사용 제한이 아니라, 대기업과 협력 구조를 마련하려는 것. 지금까지 라이선스로 인해 실제 사용이 거부된 사례는 거의 없음
- 직접 모델을 만드는 이유
: 속도, 효율성, 제품 통합에 최적화된 모델이 필요. 특정 상황에선 외부 모델을 쓸 수도 있음
- 오픈소스 생태계 유지에 대한 경계
: 다른 기업들이 오픈소스를 추구하는 건 메타의 압력에 따른 ‘따라하기’일 수 있음. 메타가 멈추면 오픈소스 흐름이 약화될 수 있다고 우려
- 보안과 가치 중립성의 균형
: LLM은 언어뿐 아니라 세계관, 문화, 가치 체계도 내포. 추론 모델은 비교적 중립적이며, 보안 위협이 적음. 하지만 코딩 모델은 보안 취약점 삽입 가능성이 있어 국가적 우려가 존재
- Distillation 전략
: Behemoth 같은 초거대 모델을 개발하고, 이를 증류해 고성능·저비용 모델을 개발. 다양한 오픈소스 모델에서 특장점을 추출해 융합할 수 있는 distillation 전략 강조
: 다만, 언어 기반 모델은 가치 편향이 있기 때문에 보안, 윤리적 측면을 고려한 distillation 기술 필요
■ AGI 수익화 전략
- 광고 모델은 여전히 유효
: 무료 AI 서비스 제공에는 광고가 효과적. 사용자 경험을 해치지 않게 설계된 광고 필요. 다양한 광고주 풀과 랭킹 긴술이 전제 조건
- 고비용 AI 서비스는 유료화 필요
: 막대한 컴퓨팅 자원이 드는 고급 기능은 무료 제공이 어려움(ex, 수천 개의 AI 소프트웨어 엔지니어 에이전트 활용). 사용자는 수천~수십만 달러도 기꺼이 지불 가능
- 다양한 비즈니스 모델 병존
: AI도 활용 목적에 따라 광고형, 유료형 모델이 병존할 것.기본적으로 많은 사람에게 도달하는 무료 서비스(광고 기반)와 고급 사용자를 위한 프리미엄 유료 모델을 함께 운영할 계획
■ CEO의 역할과 정부 관계
- CEO의 역할
: CEO로서 인재 채용, 팀 간 조율, 인프라·재정·정치적 판단, 제품 완성도 결정 등에 집중. AI는 모델 중심 개발이기 때문에, 모델을 먼저 만들고 이후 제품화 가능성이 파생
- 정치와 정부 관계
: 누가 대통령이든 생산적인 관계 유지를 원함. 과거 언론·정부에 지나치게 순응했던 콘텐츠 검열 정책 반성. 스스로 의사결정 책임을 지는 방향으로 전환
- AI 거버넌스
: 팩트 체크보다 커뮤니티 기반 감시 효과적. AI 시대엔 정부와 대화가 중요하지만, 권한 없는 기관에 지나치게 의존해선 안 됨
- 인프라와 관세
: 미국 내 관세와 규제로 인프라 비용이 증가할 수 있으나, 향후 전개는 아직 불확실
■ 100배 생산성 시대
- 생산성 100배 시대, 무엇이 가능해지나
: AI로 창의성 폭발 가능. 질병 치료, 과학 발전뿐 아니라 밈, 유머, 문화 콘텐츠 등 사회적·감성적 창조물이 급증할 것. 인터넷처럼 풍부하고 복잡한 문화가 형성되며, 사람들 간 연결과 표현 능력이 크게 확장될 것
- AI는 일자리를 줄이기보다 재구성
: AI가 업무의 90%를 처리하고 나머지 10%는 사람이 담당, 결과적으로 일자리 수요가 늘 수도 있음
https://www.dwarkesh.com/p/mark-zuckerberg-2
영상: https://youtu.be/rYXeQbTuVl0
Dwarkesh
Mark Zuckerberg — AI will write most Meta code in 18 months
“The world is going to get a lot funnier, weirder, and quirkier.”
👍2
LlamaCon 2025, 기대 없는 잔치에 먹을 것도 없었다
안녕하세요 삼성증권 글로벌 SW 담당 이영진입니다.
Llama 4 공개 이후 이미 기대감이 크게 낮아진 LlamaCon이었지만 역시나 실망스러웠습니다.
1. 추론 모델을 공개하지 않(못?)았으며
2. 베이스가 되는 대형 모델인 베히모스 소식도 부재했습니다
3. 예상대로 Meta AI를 독립형 앱으로 공개했으나 경쟁력이 부각되는 수준은 아닙니다.
그나마 주목할 만한 포인트는 세레브라스와 협업해 GPU보다 최대 18배 빠른 AI 추론 API를 공개했다는 것입니다.
단순한 모델 개발사를 넘어 자체 API 제공 플랫폼 기반으로 수익화에 나서려는 모습입니다.
이는 최근 빅테크들의 전형적인 AI 생태계 확장 전략의 기본 문법에 충실한 전개입니다(AI 에이전트 중심 서비스 확장, 인프라 최적화, 속도 향상 및 비용 절감)
주의할 점은 엔비디아보다 최대 18배 빠르다는 류의 자극적 헤드라인에 지나치게 큰 의미를 부여할 필요는 없다는 것입니다.
세레브라스는 열악한 소프트웨어 생태계, 인프라 호환성, 확장성의 제약, 범용성 부족 등으로 결국 총 소유 비용에서 엔비디아 대비 열위라는 평가가 지배적입니다. 그렇게 좋다면 모든 빅테크들이 앞다퉈 도입했겠죠.
세레브라스 외에도 LLM 벤치마크 성능 관련 논란이 있는 Groq와도 협업한다고 하니 뭔가 무리수를 둘 만큼 급했나? 라는 의심이 드는 것도 사실입니다.
결국 세레브라스, Groq이 주가 되기보다는 엔비디아 GPU에 주로 의존하되 개발자들에게 다양한 연산 옵션을 제공하는 플랫폼이 될 것이다 정도의 포지셔닝으로 판단됩니다.
빅테크들의 AI 경쟁이 워낙 치열한 만큼 현재까지의 결과로 미래를 예단할 필요는 없습니다.
그러나 과감한 오픈 소스 전략으로 선두 그룹에 속해 있던 메타의 뒷심이 조금씩 약해지고 있다는 부분 또한 명확히 인지할 필요가 있다는 생각입니다.
자세한 내용은 보고서를 참고 부탁드립니다.
보고서 링크: https://bit.ly/44aX2k1
(2025/4/30 공표자료)
안녕하세요 삼성증권 글로벌 SW 담당 이영진입니다.
Llama 4 공개 이후 이미 기대감이 크게 낮아진 LlamaCon이었지만 역시나 실망스러웠습니다.
1. 추론 모델을 공개하지 않(못?)았으며
2. 베이스가 되는 대형 모델인 베히모스 소식도 부재했습니다
3. 예상대로 Meta AI를 독립형 앱으로 공개했으나 경쟁력이 부각되는 수준은 아닙니다.
그나마 주목할 만한 포인트는 세레브라스와 협업해 GPU보다 최대 18배 빠른 AI 추론 API를 공개했다는 것입니다.
단순한 모델 개발사를 넘어 자체 API 제공 플랫폼 기반으로 수익화에 나서려는 모습입니다.
이는 최근 빅테크들의 전형적인 AI 생태계 확장 전략의 기본 문법에 충실한 전개입니다(AI 에이전트 중심 서비스 확장, 인프라 최적화, 속도 향상 및 비용 절감)
주의할 점은 엔비디아보다 최대 18배 빠르다는 류의 자극적 헤드라인에 지나치게 큰 의미를 부여할 필요는 없다는 것입니다.
세레브라스는 열악한 소프트웨어 생태계, 인프라 호환성, 확장성의 제약, 범용성 부족 등으로 결국 총 소유 비용에서 엔비디아 대비 열위라는 평가가 지배적입니다. 그렇게 좋다면 모든 빅테크들이 앞다퉈 도입했겠죠.
세레브라스 외에도 LLM 벤치마크 성능 관련 논란이 있는 Groq와도 협업한다고 하니 뭔가 무리수를 둘 만큼 급했나? 라는 의심이 드는 것도 사실입니다.
결국 세레브라스, Groq이 주가 되기보다는 엔비디아 GPU에 주로 의존하되 개발자들에게 다양한 연산 옵션을 제공하는 플랫폼이 될 것이다 정도의 포지셔닝으로 판단됩니다.
빅테크들의 AI 경쟁이 워낙 치열한 만큼 현재까지의 결과로 미래를 예단할 필요는 없습니다.
그러나 과감한 오픈 소스 전략으로 선두 그룹에 속해 있던 메타의 뒷심이 조금씩 약해지고 있다는 부분 또한 명확히 인지할 필요가 있다는 생각입니다.
자세한 내용은 보고서를 참고 부탁드립니다.
보고서 링크: https://bit.ly/44aX2k1
(2025/4/30 공표자료)
👍4❤1
오픈AI, GPT-4o 업데이트 롤백 관련 블로그
1. 문제 발생
: GPT-4o 성향 개선 및 성능 향상 목적의 업데이트로 인해 모델이 지나치게 아첨하고 동조하는 경향 발생. 일부 사용자에게 불편하거나 진정성 없는 응답 제공
2. 원인
: 사용자 피드백(좋아요/싫어요)에 기반한 학습 과정에서 단기적 만족도를 지나치게 반영해 모델 훈련. 모델 스펙(Model Spec)기반의 훈련 원칙에 괴리 발생. 장기적 사용자 경험(상호 작용) 고려 부족
3. 대응 조치
: 해당 업데이트 롤백, 학심 학습 기술 및 시스템 프롬프트 개선, 모델 스펙 원칙에 따라 정직성과 투명성 강화, 사용자 피드백 수집 확대 및 테스트 범위 확장, 맞춤형 제어 기능 강화 예정
https://openai.com/index/sycophancy-in-gpt-4o/
1. 문제 발생
: GPT-4o 성향 개선 및 성능 향상 목적의 업데이트로 인해 모델이 지나치게 아첨하고 동조하는 경향 발생. 일부 사용자에게 불편하거나 진정성 없는 응답 제공
2. 원인
: 사용자 피드백(좋아요/싫어요)에 기반한 학습 과정에서 단기적 만족도를 지나치게 반영해 모델 훈련. 모델 스펙(Model Spec)기반의 훈련 원칙에 괴리 발생. 장기적 사용자 경험(상호 작용) 고려 부족
3. 대응 조치
: 해당 업데이트 롤백, 학심 학습 기술 및 시스템 프롬프트 개선, 모델 스펙 원칙에 따라 정직성과 투명성 강화, 사용자 피드백 수집 확대 및 테스트 범위 확장, 맞춤형 제어 기능 강화 예정
https://openai.com/index/sycophancy-in-gpt-4o/
OpenAI
Sycophancy in GPT-4o: What happened and what we’re doing about it
We have rolled back last week’s GPT‑4o update in ChatGPT so people are now using an earlier version with more balanced behavior. The update we removed was overly flattering or agreeable—often described as sycophantic.
👍1
딥시크, DeepSeek-Prover-V2-671B 모델 업로드
: 허깅페이스 업로드. 다만 모델 카드 x, 논문 x, 벤치마크 x
■ 이전 세대 DeepSeek-Prover-V1.5-7B
: 수학 정리 증명(theorem proving) 목적의 특화 모델
: Lean 4(수학 정리 증명과 형식 추론을 위해 개발된 프로그래밍 언어이자 증명 보조기)같은 형식 논리 기반 증명 시스템에서 활용
: DeepSeekMath-Base 기반 Lean, Isabelle, Metamath 등 형식 수학 언어 특화 데이터로 사전 훈련 → 강화된 형식 정리 증명 데이터셋 활용 미세 조정(지도학습) → 증명 보조기(Proof Assistant) 피드백 활용 강화 학습
■ DeepSeek-Prover-V2-671B 학습 과정
V3 기반 재귀적 정리 증명 파이프라인을 통해 학습 데이터 수집
→ V3가 복잡한 수학 정리를 하위 목표로 분해하고, 증명 단계를 Lean 4 언어로 변환
→ 분해된 하위 목표를 7B 모델로 증명. 해결된 하위 목표 증명은 CoT 형태로 합성
→ V3의 단계별 추론 흐름과 형식 증명 결과를 결합. 콜드 스타트 강화학습용 초기 학습 데이터 생성
→ 해당 데이터 바탕으로 미세 조정 후 정오 피드백 기반 강화학습 수행
https://huggingface.co/deepseek-ai/DeepSeek-Prover-V2-671B
: 허깅페이스 업로드. 다만 모델 카드 x, 논문 x, 벤치마크 x
■ 이전 세대 DeepSeek-Prover-V1.5-7B
: 수학 정리 증명(theorem proving) 목적의 특화 모델
: Lean 4(수학 정리 증명과 형식 추론을 위해 개발된 프로그래밍 언어이자 증명 보조기)같은 형식 논리 기반 증명 시스템에서 활용
: DeepSeekMath-Base 기반 Lean, Isabelle, Metamath 등 형식 수학 언어 특화 데이터로 사전 훈련 → 강화된 형식 정리 증명 데이터셋 활용 미세 조정(지도학습) → 증명 보조기(Proof Assistant) 피드백 활용 강화 학습
■ DeepSeek-Prover-V2-671B 학습 과정
V3 기반 재귀적 정리 증명 파이프라인을 통해 학습 데이터 수집
→ V3가 복잡한 수학 정리를 하위 목표로 분해하고, 증명 단계를 Lean 4 언어로 변환
→ 분해된 하위 목표를 7B 모델로 증명. 해결된 하위 목표 증명은 CoT 형태로 합성
→ V3의 단계별 추론 흐름과 형식 증명 결과를 결합. 콜드 스타트 강화학습용 초기 학습 데이터 생성
→ 해당 데이터 바탕으로 미세 조정 후 정오 피드백 기반 강화학습 수행
https://huggingface.co/deepseek-ai/DeepSeek-Prover-V2-671B
❤1👍1
[삼성 이영진] 메타 플랫폼스(META) 1Q25 실적 요약
■ 1Q25 실적
: 매출 423.1억 달러(+16%) vs 컨센 413.4억 달러, 가이던스 395~418억 달러
: EPS(GAAP) $6.43 vs 컨센 $5.23
: CAPEX 136.9억 달러 vs 컨센 142.7억 달러
■ 2Q25 및 FY25 가이던스
: 2Q25 매출 425-455억 달러 vs 컨센 438.4억 달러
: FY25 비용 1,130-1,180억 달러 vs 기존 1,140-1,190억 달러
: FY25 CAPEX 640-720억 달러 vs 기존 600-650억 달러 및 컨센 595.6억 달러
https://s21.q4cdn.com/399680738/files/doc_financials/2025/q1/Meta-03-31-2025-Exhibit-99-1-Final.pdf
감사합니다.
■ 1Q25 실적
: 매출 423.1억 달러(+16%) vs 컨센 413.4억 달러, 가이던스 395~418억 달러
: EPS(GAAP) $6.43 vs 컨센 $5.23
: CAPEX 136.9억 달러 vs 컨센 142.7억 달러
■ 2Q25 및 FY25 가이던스
: 2Q25 매출 425-455억 달러 vs 컨센 438.4억 달러
: FY25 비용 1,130-1,180억 달러 vs 기존 1,140-1,190억 달러
: FY25 CAPEX 640-720억 달러 vs 기존 600-650억 달러 및 컨센 595.6억 달러
https://s21.q4cdn.com/399680738/files/doc_financials/2025/q1/Meta-03-31-2025-Exhibit-99-1-Final.pdf
감사합니다.
👍1
[삼성 이영진] 마이크로소프트(MSFT) F3Q25 실적 요약
■ F3Q25 실적
: 매출 701억 달러(+13%, +15% CC)
vs 컨센 684.4억 달러, 가이던스 677-687억 달러
: EPS 3.46
vs 컨센 $3.22
: PBP 299.4억 달러(+10%, +13% CC)
vs 컨센 295.5억 달러, 가이던스 294-297억 달러
: IC 267.5억 달러(+21%, +22% CC)
vs 컨센 261.6억 달러, 가이던스 259-262억 달러
: MPC 133.7억 달러(+6%, +7% CC)
vs 컨센 126.6억 달러, 가이던스 124-128억 달러
: Azure 성장 +33%
vs 컨센 +30.2%
: Azure 성장(CC 기준) +35%
vs 컨센 31.4%, 가이던스 31~32%
: Azure 내 AI 기여도 16%p
: Azure 성장 추이(CC 기준)
30% → 31% → 35% → 35% → 34% → 31% → 35%
: CAPEX 167.5억 달러(금융 리스 자산 제외)
vs 컨센 162.2억 달러
: CAPEX 추이(리스 제외)
99.2 → 97.4 → 109.5 → 138.7 → 149.2 → 158 → 167.5억 달러
: CAPEX 214억 달러(리스 포함)
: CAPEX 추이(리스 포함)
112 → 115 → 140 → 190 → 200억 → 226 → 214억 달러
■ F4Q25 가이던스
: 매출 731.5-742.5억 달러 vs 컨센 722.3억 달러
: PBP 320.5-323.5억 달러 vs 컨센 309.5억 달러
: IC 287.5-290.5억 달러 vs 컨센 285.3억 달러
: MPC 123.5-128.5억 달러 vs 컨센 125.2억 달러
: Azure 성장(CC 기준) +34-35% vs 컨센 +31.7%
■ 실적 슬라이드
https://view.officeapps.live.com/op/view.aspx?src=https://microsoft.com/en-us/investor/earnings/FY-2025-Q3/Document/DownloadDocument/56/SlidesFY25Q3.pptx
■ 가이던스 슬라이드
https://view.officeapps.live.com/op/view.aspx?src=https://microsoft.com/en-us/investor/earnings/FY-2025-Q3/Document/DownloadDocument/OutlookFY25Q3.pptx
감사합니다.
■ F3Q25 실적
: 매출 701억 달러(+13%, +15% CC)
vs 컨센 684.4억 달러, 가이던스 677-687억 달러
: EPS 3.46
vs 컨센 $3.22
: PBP 299.4억 달러(+10%, +13% CC)
vs 컨센 295.5억 달러, 가이던스 294-297억 달러
: IC 267.5억 달러(+21%, +22% CC)
vs 컨센 261.6억 달러, 가이던스 259-262억 달러
: MPC 133.7억 달러(+6%, +7% CC)
vs 컨센 126.6억 달러, 가이던스 124-128억 달러
: Azure 성장 +33%
vs 컨센 +30.2%
: Azure 성장(CC 기준) +35%
vs 컨센 31.4%, 가이던스 31~32%
: Azure 내 AI 기여도 16%p
: Azure 성장 추이(CC 기준)
30% → 31% → 35% → 35% → 34% → 31% → 35%
: CAPEX 167.5억 달러(금융 리스 자산 제외)
vs 컨센 162.2억 달러
: CAPEX 추이(리스 제외)
99.2 → 97.4 → 109.5 → 138.7 → 149.2 → 158 → 167.5억 달러
: CAPEX 214억 달러(리스 포함)
: CAPEX 추이(리스 포함)
112 → 115 → 140 → 190 → 200억 → 226 → 214억 달러
■ F4Q25 가이던스
: 매출 731.5-742.5억 달러 vs 컨센 722.3억 달러
: PBP 320.5-323.5억 달러 vs 컨센 309.5억 달러
: IC 287.5-290.5억 달러 vs 컨센 285.3억 달러
: MPC 123.5-128.5억 달러 vs 컨센 125.2억 달러
: Azure 성장(CC 기준) +34-35% vs 컨센 +31.7%
■ 실적 슬라이드
https://view.officeapps.live.com/op/view.aspx?src=https://microsoft.com/en-us/investor/earnings/FY-2025-Q3/Document/DownloadDocument/56/SlidesFY25Q3.pptx
■ 가이던스 슬라이드
https://view.officeapps.live.com/op/view.aspx?src=https://microsoft.com/en-us/investor/earnings/FY-2025-Q3/Document/DownloadDocument/OutlookFY25Q3.pptx
감사합니다.
❤1👍1
메타 1Q25 어닝콜 주요 코멘트 - AI 관련
우리 비즈니스는 매우 좋은 성과를 내고 있으며, 매크로 불확실성 속에서도 잘 대응할 수 있는 위치에 있다고 생각합니다. 현재 가장 큰 주제는 AI가 우리가 하는 모든 일을 어떻게 변화시키고 있는가입니다. AI에 대한 투자를 계속 확대하고 많은 자원을 집중하고 있는 만큼, 오늘은 우리가 집중하고 있는 다섯 가지 주요 기회 영역을 소개하는 것이 유익할 것 같습니다. 다섯 가지는 광고 개선, 몰입감 있는 사용자 경험, 비즈니스 메시징, Meta AI, AI 디바이스 입니다.
장기적으로 AI가 경제 전반의 생산성을 향상시킴에 따라, 사람들은 엔터테인먼트와 문화에 많은 시간을 쓰게 될 것이고, 이는 우리가 모든 앱 전반에서 더욱 매력적인 경험을 창출할 수 있는 큰 기회를 만들어줄 것입니다.
Meta AI는 월간 활성 사용자 수가 거의 10억 명에 달합니다. 올해 우리의 중점은 이러한 경험을 더욱 심화시키고, 개인화, 음성 대화, 엔터테인먼트를 중점으로 한 최고의 개인 AI로 자리 잡는 것입니다.
앞으로 우리는 하루 종일 AI와 대화하게 될 것이고, 이는 휴대폰으로 콘텐츠를 탐색할 때는 물론, 결국 안경을 쓰고 생활하는 동안에도 마찬가지일 것입니다. 이는 역사상 가장 중요하고 가치 있는 서비스 중 하나가 될 것이라 생각합니다.
Meta AI를 앱에 통합하는 것 외에도, Meta AI 독립형 앱을 처음으로 출시했습니다. 앱은 개인화되어 있어서, 릴스나 앱 내 다양한 콘텐츠를 탐색할 때 보여준 관심사에 대해 대화할 수 있습니다. 또한 소셜 피드 기능을 내장하여, 다른 사람들이 Meta AI를 어떻게 재미있게 활용하고 있는지를 발견할 수 있도록 했습니다. 현재까지 초기 피드백은 긍정적입니다.
코딩 에이전트에 대해서도 말씀드리자면, 올해 안에 미드 레벨 엔지니어 역할을 수행할 수 있는 AI가 등장하기 시작하고, 내년에는 더 확장될 것으로 봅니다. 내년 중반에서 말쯤에는 AI 코딩 에이전트가 AI 연구 및 개발의 상당 부분을 맡게 될 것으로 기대하고 있습니다.
내부적으로도 우리는 다양한 실험을 실행해 추천 시스템을 개선할 수 있는 AI 에이전트 개발에 집중하고 있습니다. 이러한 시스템은 피드 같은 AI 추천 제품들에도 적용될 수 있습니다. 만약 성공한다면, 해당 분야에서 우리의 발전을 가속화시킬 수 있을 것이며, 이것이 우리의 핵심적인 전략 베팅입니다.
Our business is also performing very well, and I think we're well positioned to navigate the macroeconomic uncertainty. The major theme right now of course, is how AI is transforming everything we do. And as we continue to increase our investments and focus more of our resources on AI, I thought it would be useful today to lay out the five major opportunities that we are focused on. Those are improved advertising, more engaging experiences, business messaging Meta AI and AI devices
우리 비즈니스는 매우 좋은 성과를 내고 있으며, 매크로 불확실성 속에서도 잘 대응할 수 있는 위치에 있다고 생각합니다. 현재 가장 큰 주제는 AI가 우리가 하는 모든 일을 어떻게 변화시키고 있는가입니다. AI에 대한 투자를 계속 확대하고 많은 자원을 집중하고 있는 만큼, 오늘은 우리가 집중하고 있는 다섯 가지 주요 기회 영역을 소개하는 것이 유익할 것 같습니다. 다섯 가지는 광고 개선, 몰입감 있는 사용자 경험, 비즈니스 메시징, Meta AI, AI 디바이스 입니다.
Over the long term, as AI unlocks more productivity in the economy, I also expect that people will spend of their time on entertainment and culture, which will create an even larger opportunity to create more engaging experiences across all of these apps
장기적으로 AI가 경제 전반의 생산성을 향상시킴에 따라, 사람들은 엔터테인먼트와 문화에 많은 시간을 쓰게 될 것이고, 이는 우리가 모든 앱 전반에서 더욱 매력적인 경험을 창출할 수 있는 큰 기회를 만들어줄 것입니다.
There are now almost 1 billion monthly actives using Meta AI. Our focus for this year is deepening the experience in making AI the leading personal AI with an emphasis on personalization, voice conversations and entertainment.
Meta AI는 월간 활성 사용자 수가 거의 10억 명에 달합니다. 올해 우리의 중점은 이러한 경험을 더욱 심화시키고, 개인화, 음성 대화, 엔터테인먼트를 중점으로 한 최고의 개인 AI로 자리 잡는 것입니다.
I think that we're all going to have an AI that we talk to throughout the day, while we're browsing content on our phones, and eventually, as we're going through our days with glasses. And I think that this is going to be one of the most important and valuable services that has ever been created.
앞으로 우리는 하루 종일 AI와 대화하게 될 것이고, 이는 휴대폰으로 콘텐츠를 탐색할 때는 물론, 결국 안경을 쓰고 생활하는 동안에도 마찬가지일 것입니다. 이는 역사상 가장 중요하고 가치 있는 서비스 중 하나가 될 것이라 생각합니다.
In addition to building Meta AI into our apps, we just released our first Meta AI stand-alone app. It is personalized. So you can talk to it about interests that you've shown, while browsing reels or different content across our apps. And we built a social feed into it. So you can discover entertaining ways that others are using Meta AI. And initial feedback on the app has been good so far.
Meta AI를 앱에 통합하는 것 외에도, Meta AI 독립형 앱을 처음으로 출시했습니다. 앱은 개인화되어 있어서, 릴스나 앱 내 다양한 콘텐츠를 탐색할 때 보여준 관심사에 대해 대화할 수 있습니다. 또한 소셜 피드 기능을 내장하여, 다른 사람들이 Meta AI를 어떻게 재미있게 활용하고 있는지를 발견할 수 있도록 했습니다. 현재까지 초기 피드백은 긍정적입니다.
I can talk about the coding agent work. So I'd say it's basically still on track for something around a mid-level engineer kind of starting to become possible sometime this year, scaling into next year. So I'd expect that by the middle to end of next year, AI coding agents are going to be doing a substantial part of AI research and development. So we're focused on that.
코딩 에이전트에 대해서도 말씀드리자면, 올해 안에 미드 레벨 엔지니어 역할을 수행할 수 있는 AI가 등장하기 시작하고, 내년에는 더 확장될 것으로 봅니다. 내년 중반에서 말쯤에는 AI 코딩 에이전트가 AI 연구 및 개발의 상당 부분을 맡게 될 것으로 기대하고 있습니다.
Internally, we're also very focused on building agents or systems that can help run different experiments to increase recommendations across our other AI products like the ones that do recommendations across our feeds and things like that. So I think that if it works, should just accelerate our progress in those areas, that's the basic bet that we're making.
내부적으로도 우리는 다양한 실험을 실행해 추천 시스템을 개선할 수 있는 AI 에이전트 개발에 집중하고 있습니다. 이러한 시스템은 피드 같은 AI 추천 제품들에도 적용될 수 있습니다. 만약 성공한다면, 해당 분야에서 우리의 발전을 가속화시킬 수 있을 것이며, 이것이 우리의 핵심적인 전략 베팅입니다.
👍2❤1