BTC $77,802.14 +0.87%
ETH $2,404.69 +0.02%
BNB $693.46 +1.26%
XRP $1.37 +1.83%
SOL $100.72 +0.96%
TRX $0.3251 +1.11%
DOGE $0.0830 +2.40%
ADA $0.2066 +4.83%
BCH $247.70 +0.57%
LINK $11.19 +0.20%
HYPE $82.36 -0.87%
AAVE $127.14 +0.12%
SUI $0.7749 +7.50%
XLM $0.1787 +2.14%
ZEC $823.88 -0.86%
BTC $77,802.14 +0.87%
ETH $2,404.69 +0.02%
BNB $693.46 +1.26%
XRP $1.37 +1.83%
SOL $100.72 +0.96%
TRX $0.3251 +1.11%
DOGE $0.0830 +2.40%
ADA $0.2066 +4.83%
BCH $247.70 +0.57%
LINK $11.19 +0.20%
HYPE $82.36 -0.87%
AAVE $127.14 +0.12%
SUI $0.7749 +7.50%
XLM $0.1787 +2.14%
ZEC $823.88 -0.86%

nal

전체
뉴스 플래시

first_img Chainalysis가 ICE를 고소하여 9460만 달러의 블록체인 분석 계약을 TRM Labs에 독점적으로 부여했습니다

블록체인 분석 회사 Chainalysis가 미국 연방 청구 법원에 소송을 제기하며 미국 이민세관단속국(ICE)이 9460만 달러 규모의 독점 계약을 경쟁업체 TRM Labs에 불법으로 부여했다고 주장했습니다. 이 계약은 국토안보부 조사에 필요한 증거 수집 소프트웨어 및 지원 서비스를 제공하며, 이행 기간은 2026년 7월 1일부터 2027년 6월 30일까지입니다. Chainalysis는 이것이 미국 정부가 지금까지 부여한 최대 블록체인 분석 계약이라고 주장했습니다.Chainalysis는 소장에 ICE가 5월 28일 정보 요청서(RFI)를 발표했으며, 여기에는 독점 사기 피해자 데이터베이스, AI 에이전트 데이터 검색, 자발적 동결을 실행하기 위한 가상 자산 서비스 제공업체(VASP) 자동 통지 및 스테이블코인 발행자와의 협력 등 18개의 질문이 포함되어 있다고 지적했습니다. 그러나 2주도 채 지나지 않아 발표된 최종 요구 성명서(Statement of Need)에서는 많은 RFI 요구 사항이 나타나지 않았고, ICE의 시장 조사에서는 RFI 기준에 따라 Chainalysis가 요구를 충족할 수 없다고 판단했습니다. Chainalysis는 또한 RFI에서 언급되지 않았던 "성적 갈취"가 오히려 요구 성명의 세 가지 주요 작업 분야 중 하나가 되었으며, 일부 요구 사항이 TRM의 독점 제품 구조와 높은 일치를 보인다고 지적했습니다.Chainalysis는 능력 성명을 제출한 유일한 회사라고 주장했지만, ICE는 다음 날 시장 조사를 완료하고 TRM이 모든 요구를 충족할 수 있는 유일한 공급업체라고 판단했으며, 그들에게 어떤 질문도 하지 않았습니다.

SemiAnalysis가 Neocloud 보안 심층 보고서를 발표했습니다: 인프라 구성 오류가 충격적이며, 크로스 테넌트 RCE는 은행, 통신사 및 심지어 국가 정보 기관에까지 영향을 미칠 수 있습니다

반도체 및 AI 독립 연구 기관 SemiAnalysis는 Neocloud(신형 클라우드) 보안 심층 보고서를 발표하며 ClusterMAX 3 테스트 기간 동안 발견된 여러 종류의 크로스 테넌트 보안 취약점을 폭로했습니다. 4개월 동안 25개 공급업체와 32개 클러스터를 대상으로 한 테스트에서 팀은 공개된 알려진 취약점과 기본 구성 점검만을 이용하여 여러 건의 크로스 테넌트 원격 코드 실행(RCE)을 달성했으며, 영향을 받은 기관에는 은행, 통신사, 대학, 연구 기관, AI 실험실, 심지어 한 국가의 정보 기관이 포함되었습니다.전형적인 문제로는: 공유 Kubernetes 제어 평면으로 인해 테넌트 메타데이터 상호 조회, 컨테이너 탈출, BMC/IPMI 관리 네트워크 노출, InfiniBand 보안 키(P_Key, SA_Key, M_Key) 잘못 구성, BlueField DPU 기본 신뢰 모드 미강화, Grafana 모니터링 대시보드에서 신의 수준 API 키 사용, 프론트엔드 네트워크의 VXLAN 격리 부족 등이 있습니다. 보고서는 특히 하나의 연쇄 취약점 사례를 지적합니다: 공유 vCluster 구성 오류와 소프트웨어 버전이 2년 지연되어 결국 오후 시간대에 크로스 테넌트 RCE의 POC 검증이 완료되었습니다.보고서는 "AI가 네트워크 보안의 리듬을 근본적으로 변화시켰다"는 주류 서사에 의문을 제기하는 점이 주목할 만합니다: 엔비디아 GPU 드라이버, CUDA, PyTorch, Kubernetes, Docker 및 Linux 커널의 CVE 통계에 따르면 AI 코딩 모델의 보급 이후로는 눈에 띄는 취약점 증가가 없었으며, 대부분의 데이터에서 "변화가 없다는 가설을 거부할 수 없다"는 결과가 나왔습니다. 보고서는 또한 OpenAI가 훈련한 에이전트가 Hugging Face를 공격한 사건을 상세히 설명하며, AI 에이전트가 Artifactory를 통해 구축한 메시지 보드를 통해 클러스터 수준의 권한 상승을 이루었고, 5월부터 7월까지 완전히 발견되기까지 지속되었습니다. POC 검증을 위한 기존 취약점을 구축하는 과정에서 팀은 Claude Fable과 GPT-5.6 Sol이 보안 관련 요청을 자주 거부하는 것을 발견했으며, 결국 DeepSeek V4, Kimi K3 및 GLM-5.2와 같은 오픈 소스 모델에 주로 의존하여 완료했습니다.SemiAnalysis는 Neocloud(신형 클라우드) 산업의 핵심 문제가 AI가 가져온 새로운 위험이 아니라 가장 기본적인 패치 관리, 테넌트 격리 및 보안 설계의 장기적인 결여라고 언급하며, 공급업체가 자동화된 보안 공지 모니터링 시스템을 구축하고 단일 실패 지점을 수정하여 모든 사용자를 노출시킬 수 있는 아키텍처 모델을 개선할 것을 권장합니다.

first_img SemiAnalysis: HBF 비 HBM 대체, 비용 및 열 방출 여전히 불확실성 존재

P Equity Research와 SemiAnalysis 연구원 Nick Doyle 등이 X Space에서 고대역폭 플래시 HBF에 대해 논의했습니다. Nick은 현재 HBF가 HBM에 비해 비용 프리미엄이 얼마나 줄어들 수 있을지 판단하기에는 아직 이르다고 말했습니다. 현재 데이터는 대부분 제조업체의 주장으로, Sandisk는 비트당 비용이 HBM의 약 8분의 1이라고 주장합니다. 수율, 테스트 등은 규모가 개선됨에 따라 변화하겠지만, TSV, 스택 및 pSLC 모드와 같은 구조적 비용은 영구적으로 존재하며, 내구성이 주요 미지수입니다. 만약 마모가 예상보다 심해지면 비용이 증가할 것입니다.HBF의 적용 장면은 좁으며, AI 추론에만 국한되고, 특히 낮은 배치와 긴 컨텍스트의 MoE 모델에 적합하며 HBM의 대체품이 아닙니다. 실제 대역폭 목표는 약 1.6 TB/s로 HBM3E 수준에 해당하며, 모델 가중치를 로드하기 위해 순차적 읽기에 적합하고, 대규모 대역폭 장면이 아닌 소규모 GPU의 용량 요구에 더 잘 맞습니다. 열 방출 신뢰성은 아직 해결되지 않았으며, GPU 옆에서 플래시는 고온에서 열화가 가속화되며, UCIe 분리 및 일일 새로 고침 등의 완화 조치는 아직 검증되지 않았습니다.제조 측면에서 Sandisk/Kioxia는 3D NAND 경험을 보유하고 있으며, SK Hynix는 HBM 방식의 스택 능력을 보완하지만, 양산은 아직 증명되지 않았습니다. 전체적으로 볼 때, 저장 장치는 전문화된 계층 시장으로 전환되고 있으며, NAND 부족은 2028년까지 지속될 것으로 예상되며, HBF는 공급과 수요에 더 큰 영향을 미칠 수 있습니다.

first_img Chainalysis 보고서: CARF는 온체인 과세 암호 활동의 14%만을 포괄합니다

Chainalysis 최신 보고서에 따르면, 2025년 전 세계 체인 상의 잠재적 과세 암호화 활동 규모는 최소 4570억 달러에 이를 것으로 예상되며, 경제협력개발기구(OECD)의 암호 자산 보고서 프레임워크(CARF)는 그 중 약 14%의 체인 상 과세 활동만을 포함하고 있습니다. 보고서는 미국이 약 1126억 달러를 기여하고, 북미 지역이 1346억 달러로 1위를 차지하며, 유럽연합이 1251억 달러로 뒤따르고 있다고 추정합니다.이 추정치는 실현된 수익, 채굴, 스테이킹 및 대출 등에서 발생한 수익과 암호 자산으로 평가된 지불을 포함하지만, 중앙화 거래소 내부의 거래 활동은 포함하지 않습니다. CARF는 2026년 1월 1일부터 영국과 유럽연합을 포함한 48개 관할권에서 데이터 수집을 시작하며, 자격을 갖춘 암호 플랫폼이 고객 및 세무 거주자 정보를 수집하고, 국내 세무 당국에 거래 데이터를 보고하여 국경 간 공유를 할 것을 요구합니다.보고서는 CARF가 암호 중개 기관을 중심으로 설계된 것이 커버리지 격차의 주요 원인이라고 지적합니다. CARF 제정에 참여했던 전 OECD 고문 Colby Mangels는 이 프레임워크가 암호 거래를 사업으로 하는 중개 기관을 중심으로 설계되었기 때문에, 많은 탈중앙화 금융 활동이 중앙화 운영자나 수탁 관계가 없어서 보고 범위 밖에 있다고 말했습니다. Mangels는 세무 당국이 자금 세탁 방지 규제 진행 상황에 주목하고 있으며, DeFi 플랫폼이나 그 운영자가 언제 규제되는 암호 서비스 제공자로 간주되어야 하는지를 주시하고 있다고 언급했습니다.

SemiAnalysis 창립자: 2028년 AI 대부분의 신규 연산력은 두 회사에 속할 것임

SemiAnalysis 창립자 Dylan Patel은 최신 팟캐스트에서 2028년까지 OpenAI와 Anthropic이 전 세계 70%에서 80%의 신규 AI 연산력을 차지할 것으로 예측하며, 전체 연산력 규모는 100GW를 초과할 수 있다고 말했습니다. Patel은 두 회사가 현재 전 세계 연간 신규 연산력의 약 30%를 차지하고 있으며, 이 비율은 여전히 빠르게 상승하고 있다고 언급했습니다.Patel은 최첨단 AI 연구소의 비즈니스 모델이 변화하고 있으며, AI 연산력의 생산 효율성이 크게 향상되고 있다고 지적했습니다. Anthropic은 현재 매가와트당 약 5000만 달러의 수익을 올리고 있으며, 이는 1억 달러로 더 증가할 가능성이 있습니다. 이는 OpenAI와 Anthropic이 매가와트당 2500만에서 5000만 달러의 높은 가격으로 연산력을 구매하거나 임대할 수 있게 합니다.Patel은 2024년부터 2029년까지 전 세계 AI 관련 자본 지출이 약 11조 달러에 이를 것으로 예상하며, 이 중 5조 달러 이상이 부채 자금을 통해 조달되어야 한다고 밝혔습니다. AI 인프라의 잠재적 수익률이 전통 산업보다 훨씬 높기 때문에, 기술 대기업들은 더 높은 자금 조달 비용을 감수할 수 있으며, 이는 전체 신용 금리를 상승시키고 전통 자산의 가치 평가 및 고부채 경제체에 압박을 가할 수 있습니다. 또한, Patel은 향후 신규 연산력이 외부에 모델 추론 서비스를 제공하는 데 주로 사용되지 않고, AI 연구소 내부의 연구 개발 및 모델 자기 개선에 더 많이 사용될 가능성이 있다고 생각합니다.

hot_img SemiAnalysis: Anthropic은 규제 압력으로 Mythos에 엄격한 분류기를 설정하였으며, Mythos 2는 훈련을 완료했지만 출시되지 않았습니다

SemiAnalysis 팟캐스트에 따르면, Anthropic은 규제 압력으로 인해 자사의 플래그십 모델 Mythos의 공개 버전 Fable에 대해 매우 엄격한 분류기를 설정했습니다. 사용자가 특정 작업을 시도할 경우 즉시 Opus 모델로 다운그레이드되며, 대화 중에는 철회할 수 없습니다. SemiAnalysis의 창립자 Dylan Patel은 분류기 제한이 "너무 엄격하다"고 언급하며, 내부 직원조차도 이를 사용하여 일반적인 작업을 수행할 수 없다고 말했습니다.팟캐스트에서 언급된 바에 따르면, Mythos 모델은 2월에 훈련을 완료했지만, Anthropic은 5월에 Fable이라는 이름으로 발표했습니다. Jordan은 논의 중에 Mythos 2가 훈련을 완료했지만 발표되지 않았으며, 내부 연구 개발 팀이 여전히 반복 작업을 진행 중이라고 전했습니다. 분석가들은 Anthropic이 이전에 오랫동안 규제를 촉구해왔지만, 현재 규제가 시행되면서 오히려 자사의 모델 발표 속도를 제한하고 있다고 생각하고 있습니다. 유사하게, OpenAI도 차세대 모델의 공개 발표를 연기하고 있지만, 내부 훈련은 계속 진행되고 있으며, 내부 모델과 공개 모델 간의 능력 차이는 계속 확대될 것으로 보입니다.

hot_img SemiAnalysis: SpaceX는 2027년까지 10GW 데이터 센터를 건설할 것으로 예상되며, 추론 수익은 3000억 달러에 이를 것으로 보입니다

연구 기관 SemiAnalysis가 발표한 분석에 따르면, SpaceX는 2027년 말까지 약 10GW AI 데이터 센터 용량을 구축할 것으로 예상되며, 이 중 50%가 추론 서비스에 사용될 경우, GW당 연간 수익이 1000억 달러를 초과한다고 가정할 때, 연간 수익은 3000억 달러에 이를 수 있습니다. SpaceX CEO인 일론 머스크는 첫 번째 재무 보고서에서 "보수적으로 추정하면" 2027년에 6-8GW가 추가될 것이며, 실제로는 10GW를 초과할 수 있다고 밝혔습니다.SemiAnalysis의 추론 시뮬레이터는 GB300 클러스터에서 현재의 신생 클라우드 가격(약 3달러/GPU 시간)으로 운영할 경우, OpenAI와 Anthropic과 같은 최전선 모델 회사들이 GW당 연간 수익이 1000억 달러를 초과할 수 있으며, 연간 비용은 약 120억 달러에 이를 것이라고 보여줍니다. 마이크로소프트는 OpenAI 모델에 대한 완전한 접근 권한을 바탕으로 훈련 비용을 부담하지 않고도 동일한 규모의 수익을 확보할 수 있습니다. 분석에 따르면, 마이크로소프트는 2026년까지 10GW 데이터 센터 계약(총 가치 3000억 달러 초과)을 체결했으며, 90일 취소 조항이 있어 계약 위험을 크게 줄였습니다.SpaceX의 건설 진행 상황에 대해 SemiAnalysis는 머스크가 현장 가스 발전, 대형 전력 변압기를 건너뛰는 등의 병목 현상을 해결하고, 병행 시공 및 조정 프로세스를 단축함으로써 건설 주기를 대폭 단축할 것이라고 보고 있습니다. 테네시주 사우스헤이븐 발전소는 2월의 27대 터빈(약 495MW)에서 7월의 69대(1.7GW)로 확장되었으며, "MiniHard" 프로젝트는 약 5개월 만에 450-500MW를 건설할 수 있습니다. 그러나 10GW 목표는 여전히 토지 승인, 가스 공급 및 장비 납품 등 여러 가지 도전에 직면해 있습니다. 이 분석은 모델 추론을 기반으로 하며, 실제 실행에는 여전히 불확실성이 존재합니다.

hot_img SemiAnalysis: Gemini는 최전선 경쟁에서 철수했으며, GCP는 제3자에게 TPU를 판매하여 수익을 올리는 속도를 높이고 있습니다

연구 기관 SemiAnalysis가 발표한 분석에 따르면, Google DeepMind는 더 이상 최전선 AI 실험실의 행렬에 속하지 않게 되었다. 이전 주, DeepMind 공동 창립자 Demis Hassabis가 일상 운영에서 물러났고, Google 수석 과학자 Jeff Dean 및 Gemini 공동 책임자 Oriol Vinyals 등 핵심 멤버들이 퇴사하여 새로운 실험실 Discovery Loop를 설립했다. 분석에 따르면, Google 내부에서 Gemini와 GCP 간의 계산력 배분에 대한 장기적인 게임이 GCP의 승리로 끝났다고 한다.SemiAnalysis는 Gemini 3.5 Pro가 취소되었으며, Gemini 3.6 Flash의 성능이 중국의 주요 오픈 소스 모델 및 Grok 4.5에 미치지 못한다고 밝혔다. 현재 Gemini는 대형 모델 순위에서 8위 또는 9위로 떨어졌다. 동시에, GCP는 Anthropic 등 경쟁자에게 TPU를 대량으로 판매하고 있으며, 지난 9개월 동안 수십만 개의 TPU에 대한 장기 임대 및 판매 계약을 체결했다. Tokenomics 모델에 따르면, Gemini의 ARR은 약 120억 달러이며, GCP는 2027년 말까지 제3자 AI 클라우드 서비스 수익이 730억 달러를 초과할 것으로 예상되며, TPU 시스템 판매는 추가로 1200억 달러를 기여할 것이다. GCP의 최신 분기 성장률은 82%이며, 2027년에는 TPU 시스템 판매로 인해 100% 이상으로 가속화될 것으로 예상되며, Google의 주당 수익에 약 3달러를 기여할 것이다.

first_img 前 OpenAI 연구원 소속 헤지펀드 Situational Awareness가 모든 공개 주식 보유를 강제로 청산했다

CNBC 보도에 따르면, 전 OpenAI 연구원 Leopold Aschenbrenner가 설립한 AI 테마 헤지펀드 Situational Awareness가 목요일 개장 전 모든 공개 주식 포트폴리오를 다른 헤지펀드에 일괄 매각했으며, 매수자는 공개되지 않았고, 이 펀드는 Anthropic의 대규모 지분도 매각했다. 이 펀드의 관리 규모는 약 200억에서 240억 달러이며, 6월 말 기준으로 순수익률은 439%에 달해 올해 가장 성과가 좋은 헤지펀드 중 하나이다.정보에 정통한 소식통에 따르면, 이번 청산은 최근 몇 주간의 대규모 손실에서 비롯된 것이다. 이 펀드는 SK 하이닉스, 엔비디아, 마이크론, CoreWeave 등 AI 인프라 및 반도체 관련 종목에 대해 롱 포지션을 보유하고 있으며, 이달 대부분이 35% 이상 하락했다. 동시에 Adobe 등 소프트웨어 주식에 대한 숏 포지션도 크게 반대 방향으로 변동했다. 3월 31일 제출된 13F 문서에 따르면, 1368억 달러의 포지션 중 약 62%가 반도체 및 기술주 하락에 베팅하는 풋옵션이다. 소식에 따르면, 뱅크 오브 아메리카, 골드만 삭스, JP모건 등 주요 중개업체들이 이 펀드가 추가 증거금 요구를 충족하거나 질서 있게 포지션을 축소할 수 있도록 지원하고 있으며, Aschenbrenner는 기존 투자자 및 대출자에게 새로운 자본을 요청하고 있다.
app_icon
ChainCatcher Building the Web3 world with innovations.