캘빈님이 작성하신 2026 한국 웹3 시장 리포트에서 데이터 부분만 일부 뽑아 정리해봤습니다.

한국 크립토 투자자 1,113만 명, 원화마켓 변동성 73%, 업비트와 빗썸 점유율 88%, 2025년 신규 상장 토큰의 1년 잔존가치 31%, 해외로 유출된 자금 169조 원 등 한국 시장의 현재를 보여주는 데이터 키워드로 짧게 풀어봤습니다.

다만 이번 글에서는 데이터 위주로만 짚었기 때문에, 이 숫자들이 왜 이렇게 형성되었고 한국 시장이 어떤 구조 안에서 움직이고 있는지 맥락을 잡으시려면 원본 리포트를 함께 보시는 걸 추천드립니다. 캘빈님이 시장 구조, 규제 타임라인, 디지털자산기본법 쟁점, 한국 웹3 생태계, 그리고 한국 시장 진입 시 참고사항까지 자세하고 읽기 쉽게 정리해주셨기 때문에, 한국 시장을 들여다보시는 분들께는 한 번쯤 다시 읽어보실 만한 리포트라고 생각합니다.

리포트 원문: https://research.4pillars.io/ko/research/2026-korean-web3-market-report-structure-regulation-and-ecosystem
트윗: https://x.com/0xheun/status/2054455329610756109

아. 좋네요

5월 14-17일 뉘르부르크링 24시 유투브 채널
https://www.youtube.com/channel/UCKgMzHVA7nsDsDEKKMc9bKA

[AI slope 주의] Bitcoin 공부할 수 있는 웹사이트 하나 만들어봤습니다 ㅎㅎ

https://bitcoin-study.vercel.app

클로드공식 채널에서 제공하는 노동요입니다.
넘모 귀여워요.
https://www.youtube.com/watch?v=YmQ7jRgf4f0

Lofi 느낌쓰

Let The Bubble Wash Over You

시장에 버블이 사라진 게 아니라, 버블이 훨씬 짧고 빠르게 옮겨 다니는 구조로 바뀌었다는 이야기

예전 시장은 하나의 큰 bull / bear 사이클에 가까웠음. 82년~00년 장기 상승장, 닷컴버블, 03~07년 부동산/신용 사이클처럼 큰 시장 환경 안에서 섹터 로테이션이 천천히 일어났고, 방향만 맞으면 타이밍이 조금 틀려도 버틸 수 있는 시장이었다는 것.

근데 지금은 그런 넓은 전선형 시장이 아니라, 작은 폭풍이 연쇄적으로 생기는 시장에 가깝다고 함.

AI 인프라 / GLP-1 / 스테이블코인 / 원전 / DAT/ 로보틱스 / 우주 / 크립토 / 정밀의학 / 양자컴퓨팅

이런 테마들이 각각 하나의 작은 버블 사이클을 만들고, 하나가 식으면 거기서 빠져나온 자본이 옆 테마의 다음 폭풍을 만드는 구조라는 이야기.

왜 이렇게 됐냐에 대해서는 시장 구조 변화 몇 가지를 꼽음.

리테일 참여 증가, 제로 수수료, 0DTE 옵션, 패시브 펀드의 기계적 매수, 퇴직연금의 자동 유입, HFT/팟샵 중심의 유동성, 실시간 정보 전파, QE와 재정지출

위와 같은 것들이 합쳐지면서 시장이 훨씬 더 빠르고 내러티브 중심으로 움직이게 됐다고 주장함

개인적으로 인상 깊었던 건 이제 중요한 게 '버블이냐 아니냐'보다 '이 내러티브가 어느 단계에 있냐'를 보는 쪽이라는 점. 작성자는 지금 시장을 예전 시장처럼 되돌아가길 바라기보다는, 이런 연쇄 버블 구조가 새로운 날씨라고 인정하고 한 단계 위에서 봐야 한다고 함.

최근 계속 나오는 AI, 로보틱스, 방산, 스테이블코인, 데이터센터, 크립토 내러티브 이동이랑 같이 보면 꽤 읽을만한 글인 것 같고, 크립토 시장에서 여러 내러티브 변화와 펌핑을 보고 겪은 우리한테는 좀 더 익숙한 내용이 아닐까 싶음

AI 스타트업에게 M&A가 GTM이 될 수 있다고 얘기했는데, 실제로 그렇게 하고 있는 사람들을 찾았습니다.

스탠포드를 졸업한 터키 시골 향수 가게 딸이 배관공과 지붕 수리공을 위한 AI 솔루션을 만들어 Founders Fund에서 6,000억 밸류로 투자받았고, 일본에서 자란 연쇄 창업가는 수영장 청소 회사를 사들여 18개월 만에 10개 기업을 인수해 $4M EBITDA를 만들었습니다.

같은 전통 산업인데 GTM이 다릅니다. 한 명은 AI 솔루션을 만들어서 팔고, 한 명은 회사를 직접 사서 AI로 운영합니다. 두 사람의 공통점은 실리콘 밸리가 관심 없는 낡고 파편화된 산업에서 직접 손에 흙을 묻히며 문제를 풀고 있다는 것입니다.

한국에도 같은 기회가 있다고 보고 있습니다.

https://www.romanceip.xyz/ai-mna-legacy/

오픈AI의 로보틱스 확장. 월드 시뮬레이션에서 로보틱스로

안녕하세요 삼성증권 글로벌 AI/SW 담당 이영진입니다.

샘 올트먼은 X 포스팅을 통해 OpenAI Robotics 채용을 강조하며 로보틱스 조직 확대를 공식화했습니다.

단기적으로 숙련 노동자의 미래 인프라 구축을 지원하는 산업용 로봇, 장기적으로 개인용 범용 로봇 개발을 목표로 제시했는데요

특히 주목할 부분은 월드 시뮬레이션(World Simulation) 연구 프로그램이 OpenAI Robotics로 발전했다고 직접 언급한 점입니다.

또한 현재 조직은 로보틱스 하드웨어와 머신러닝 연구 간 공동 설계를 기반으로 빠르게 발전중이라고 설명했습니다.

해당 조직을 이끌고 있는 Aditya Ramesh(아디트야 라메시)는 이미지 및 영상 생성 AI 연구를 주도해온 인물입니다.

Sora는 역사 속으로 사라졌지만... 오픈AI는 영상 생성 모델을 통해 축적한 월드 시뮬레이션, 물리 법칙 예측, 행동 기반 미래 상태 생성 기술을 실제 물리 세계로 확장하고 있습니다.

결국 동일한 방향성을 가진 기술 스택으로 볼 수 있기 때문입니다.

아디트야 라메시 역시 개인 홈페이지에 “영상 생성 모델의 지능을 물리적 세계로 가져오기 위한 신규 로봇 사업을 부스스트랩 중” 이라고 소개하고 있습니다.

사실 오픈AI 로보틱스 조직은 ‘21년 이후 사실상 해체 상태였습니다. 데이터 부족, 높은 유지 비용, 스케일링 경로 부재 등이 주요 이유였는데요

이후 ‘24년 11월 메타 출신 Caitlin Kalinowski(케이틀린 칼리노프스키)가 영입되어 하드웨어/로보틱스 조직을 총괄하며 재건을 주도했습니다.

다만 올해 3월 국방부 계약 이후 퇴사했고, 현재는 아디트야 라메시가 실질적 연구 리더십을 맡고 있는 것으로 보입니다.

이번 채용은 풀스택 하드웨어, 운영, 시스템, 머신러닝 엔지니어가 대상으로, 채용 공고에서는 액츄에이터 디자이너, 전기 엔지니어, 하드웨어 운영, 3D 프린팅 랩 등 포지션도 포함되어 있습니다.

단순 소프트웨어 레이어를 넘어 하드웨어 스택까지 직접 구축하려는 전략을 보여줍니다.

물론 최종 목표는 단순 로봇 하드웨어 제조보다는 현실 세계를 이해하고 예측하는 월드 모델의 완성도를 높이는데 있을 것입니다.

실제로 공고 내 OpenAI Robotics의 목표를 범용 로보틱스와 AGI 수준 지능 달성으로 설명하고 있습니다. 로보틱스 역시 LLM 처럼 스케일링 가능한 영역에 진입했다고 판단한 것일까요

GPT 모델이 언어 지능을, 에이전트가 디지털 행동을 담당했다면, 월드 모델은 물리 세계를 이해하고, 로봇은 물리 세계에서 행동하는 역할을 맡게됩니다.

오픈AI의 로보틱스 확장은 단순한 신사업 확대가 아니라, AGI를 디지털 공간을 넘어 현실 세계로 확장하려는 다음 단계의 시작으로 볼 수 있습니다.

(2026/6/1 공표자료)

가격이 부담된다면 읽어보면 좋을듯...

https://blog.naver.com/teasky0221/224316106526

계속 의심하게 됩니다,,

ICML 2026, 서울에 옵니다 🇰🇷

제43회 ICML이 7월 6–11일 서울 코엑스(COEX)에 자리를 잡습니다.

아시아 개최는 2014 베이징·2017 시드니뿐이었으니, 한국은 첫 무대로 세계 머신러닝 3대 학(NeurIPS·ICLR·ICML) 중 하나가 한국에서 열리는 건 이번이 처음

🗓️ 일정
• 7/6 튜토리얼 · Expo 토크
• 7/7–9 본회의 + 키노트
• 7/10–11 워크숍 33개, affinity 이벤트

📈 규모
• 2024: 등록 9,095명, 채택 2,600+편(채택률 27.5%), 리뷰어 7,474명
• 2025(2차 집계, as reported): 투고 12,107건, 채택 3,260건(26.9%), oral 120편(상위 ~1%), spotlight 313편(~2.6%)
• 2026은 더 클 전망. 공식 블로그(5/24) 기준 현장 등록은 정원 상한에 거의 도달

"서로 다른 관점에서 비판적으로 검토하는 서브에이전트 N개를 만들어 병렬로 기존 작업에 대해 비판하도록 해.

돌아온 비판이 타당하면 메인 세션에서 재검증 하고 타당하면 수용하도록.

위 전체 과정 2회 반복해"

https://github.com/mattpocock/skills

“grill-me”
(AI에게 내리는 지시. 매우 간단한데 잘 동작한다.)

이 계획의 모든 측면에 대해 집요하게 질문해 주세요.

우리가 같은 이해에 도달할 때까지,
설계 트리의 각 갈래를 따라가며 결정들 사이의 의존 관계를 하나씩 해결해 주세요.

각 질문마다 당신이 추천하는 답변도 함께 제시해 주세요.

질문은 한 번에 하나씩만 해 주세요.

코드베이스를 탐색해서 답할 수 있는 질문이라면, 저에게 묻지 말고 코드베이스를 먼저 확인해 주세요.

나는 Slack에서 내가 주고받은 대화 데이터를 분석해서, 내 판단 방식과 반응 패턴을 모델링한 가상의 페르소나를 만들려고 한다. 이 페르소나는 마크다운 문서로 정리되며, 궁극적으로는 특정 상황에 대해 내가 어떻게 반응하거나 판단할지를 자동으로 흉내낼 수 있는 기반이 된다.

구체적으로는:

지난 몇년간 Slack이나 이메일에서 내가 작성한 메시지와, 그것이 응답한 원본 메시지(맥락)를 전부 수집한다

그 데이터에서 나의 반응 패턴, 가치 판단, 커뮤니케이션 스타일을 추출한다
이를 구조화된 마크다운 페르소나 문서로 정리한다

이 작업을 시작하기 전에, 결과물의 완성도를 높이기 위해 필요한 정보들을 인터뷰 형식으로 나에게 질문해 달라. 한번에 여러 질문을 던지되, 단계적으로 깊이 있게 파고들어줘.

위는 국가인공지능전략위원회 위원 하용호님의 인프런 강의에서 발췌함을 밝힙니다

인프런 강의 링크