연구

안전 연구원 수 초판은 그가 중국의 주요 대형 모델 중계소에서 약 6TB의 Fable 모델 호출 데이터를 구매했으며, 이 데이터에는 SSH 키, VPN 구성, 알리바바 클라우드 키, GitLab 토큰 등 민감한 자격 증명이 포함되어 있다고 밝혔습니다. 그는 이 데이터의 키가 그가 19개의 중국 주요 기업과 7개의 중국 및 독립 국가 공동체 정부 관련 기관의 서버 또는 내부 시스템에 접근할 수 있게 해준다고 말했습니다. 여기에는 화웨이, 샤오미, 위라이와 미니맥스가 포함됩니다.대형 모델 중계소는 사용자와 Claude와 같은 모델 사이에 위치해 있으며, 요청과 응답은 먼저 중계소를 통과하므로 전체 명문을 볼 수 있습니다. 개발자가 SSH 키, API 키, VPN 구성 등을 에이전트 컨텍스트에 삽입하면, 중계소가 이러한 기록을 저장하거나 심지어 판매할 경우 회사의 시스템 키도 함께 유출될 수 있습니다. 이는 수 초판이 중계소의 위험을 경고하는 것이 처음이 아닙니다. 그가 참여한 4월 논문은 428개의 LLM 중계소를 테스트했으며, 9개가 악성 코드를 적극적으로 주입하고, 17개는 연구원이 의도적으로 넣은 AWS 테스트 키를 보고 실제로 이 키로 AWS를 호출했으며, 1개는 테스트 지갑의 ETH를 직접 전송했습니다.수 초판은 블록체인 보안 회사 Fuzzland의 공동 창립자로, 오랜 기간 동안 취약점 및 공급망 보안 연구를 해왔습니다. 3월 말, 그는 Claude Code 2.1.88 배포 패키지의 소스 맵에서 약 50만 줄의 TypeScript 소스 코드가 우연히 노출된 것을 처음으로 발견했습니다.

코인데스크에 따르면, Theta Labs, 이더리움 재단, StarkWare 등의 연구자들이 발표한 최신 논문에 따르면, 비트코인(BTC)과 이더리움(ETH)에 대한 잠재적인 양자 공격의 핵심 계산 단계에 필요한 자원이 구글 양자 인공지능 팀이 이전에 발표한 추정치보다 50% 이상 감소했다고 합니다.이 연구에서 제안된 양자 회로 설계는 약 1151개의 논리 양자 비트를 필요로 하며, 약 130만 번의 토폴리 게이트 연산을 사용하여 관련 계산을 완료하고, 종합 점수는 약 15억으로, 구글이 이전에 발표한 약 30억 수준보다 낮습니다.연구는 주로 쇼어 알고리즘의 점 덧셈 계산 단계를 최적화했습니다. 이 알고리즘은 이론적으로 충분히 강력한 양자 컴퓨터를 사용하여 공개 키에서 개인 키를 유도할 수 있습니다. 논문의 주요 저자 중 한 명인 Theta Labs CTO 제이이 롱은 양자 공격이 현재 당장 발생할 위협은 아니지만, 양자 저항으로의 전환에는 수년이 걸리며 공격이 발생한 후에는 복구할 수 없다고 말했습니다.

파이퍼 샌들러는 인텔에 대한 커버리지를 시작하며 중립 등급을 부여하고 목표가는 110 달러로 설정했습니다; 퀄컴에 대해서도 중립 등급을 부여하고 목표가는 190 달러로 설정했습니다; 엔비디아에 대해서는 비중 확대 등급을 부여하고 목표가는 300 달러로 설정했습니다.

《독가》에 따르면, 알리 클라우드는 새로운 AI 투자 연구 도구 Qovest를 내부 테스트 중이며, 전문 개인 투자자를 위한 AI 금융 투자 연구 도우미로 위치 설정 하고 있습니다. 현재 전문 투자자를 대상으로 단계적으로 체험을 제공하고 있으며, 첫 번째 배치에서는 A 주식 조건 검색, Deep Research, 지속적인 추적 및 연구 자산 침전 검증에 중점을 두고 있습니다.Qovest는 회사, 산업, 주제 및 시장 연구를 지원합니다. 사용자가 질문을 제기하면, 데이터를 검색하고, 재무 보고서를 읽고, 연구 보고서를 분석하며, 보고서를 생성하고, 연구를 투자 연구 공간에 침전시켜 연구 대상의 후속 변화를 지속적으로 추적할 수 있습니다. 이 제품은 개인 투자자의 기본적인 연구 작업 흐름을 표준화된 모듈로 구성하였으며, 예를 들어 단일 회사의 경영 추세 정리, 두 개의 대상 사업 구조 및 재무 차이에 대한 수평 비교, 기업 비즈니스 모델 분해 등을 포함하고, 시각화된 차트 및 연구 카드를 생성합니다. 이 제품은 독립적인 연구 습관을 가진 개인 투자자를 대상으로 하며, 일반 소액 투자자도 사용할 수 있습니다.

연구 기관 Sage Road Research가 발표한 《The AI Trade》 실행 요약에 따르면, 올해 들어 Mag 7은 러셀 3000 지수를 약 8% 포인트 하회했으며, MSCI ACWI에 대해서는 거의 9% 포인트 하회했습니다. 7월 CBOE NDX 변동성 지수는 VIX에 비해 인터넷 거품 이후 최고점에 도달했으며, 나스닥 지수는 조정 후 4일 동안 5% 반등했습니다. 보고서 작성 시점에서 AI 회사의 주가는 6월 52주 고점에서 20% 하락했습니다.기업들은 AI 비용 급등 속에서 투자 수익을 실현하기 어려워, Uber, 아마존, 메타 및 월마트 등은 직원의 AI 사용 제한을 시행하고 있습니다. 모델 동질화는 가격 책정 능력을 제한하며, 중국의 오픈 소스 모델은 OpenAI와 Anthropic의 저렴한 대안이 되고 있습니다. AI 자본 지출은 예상치를 초과했으며, 2026년 컨센서스는 2025년 말 5270억 달러에서 연중 약 8000억 달러로 상승했습니다. 2027년 초대형 클라우드 업체의 자본 지출은 미국 GDP의 3%를 차지할 것으로 예상되며, 이는 1990년대 말 통신 광섬유 건설의 1.2% 정점의 두 배를 넘습니다. Allianz Research는 AI 투자와 판매 간에 거의 46%의 성장 격차가 존재한다고 계산했으며, 이는 2001년 통신 거품의 32%보다 낮습니다.6월 기준으로 초대형 클라우드 업체 및 Nvidia 등 관련 실체는 2250억 달러의 채권을 발행했으며, 이는 전년 대비 973.7% 증가한 수치입니다. 기술 대기업의 비상장 부채는 4년 동안 8배 증가하여 1.65조 달러에 달했습니다.

Dwarkesh Patel과 Jerry Han은 2026년 9월 8일 연구를 발표하여 2019년부터 2025년까지의 사전 훈련 진행에서 데이터와 모델 개선의 기여를 분석했습니다. 연구는 소규모로 진행되며, 매년 공개된 모델 레시피와 공개 데이터 코퍼스에 맞춰 사전 훈련을 수행하고, 최대 1e19 FLOPs의 훈련 계산 규모에서 조합 훈련을 진행했습니다.결과는 1e19 FLOPs 계산 예산 하에 데이터 개선이 가져온 계산 효율성 증가는 12.0배, 모델 개선은 3.7배, 데이터 측의 증가는 모델 측의 약 3.24배임을 보여줍니다. 데이터와 모델 개선의 증가는 대체로 독립적이며 거의 상호작용이 없고, 선형 모델 하에서 두 가지의 가법적 효과는 OLMES 점수의 88% 분산을 설명할 수 있습니다.모델 측은 GPT-2에서 OLMo-2로 발전하며 최적화기, 위치 인코딩, 정규화, 활성화 함수 및 초기화 등을 포함합니다. 데이터 측은 2019년 약 90억 토큰의 OpenWebText에서 2025년 규모가 더 크고 필터링이 더 정교한 UltraFineWeb 등의 코퍼스로 발전합니다.

앤트로픽 연구원 제이콥 콕슨이 사직을 발표하고 AI 산업을 떠날 준비를 하고 있습니다. 그는 지난 3년 동안 오픈AI와 앤트로픽에서 사전 훈련 연구를 해왔습니다. 그는 두 회사 모두 AI를 책임감 있게 발전시키지 않고 있으며, 스스로의 능력을 계속 향상시킬 수 있는 슈퍼 인텔리전스를 만들기 위해 경쟁하고 있다고 지적했습니다. "우리의 생명을 걸고 있습니다."그는 올해 오픈AI에서 앤트로픽으로 이직한 이유는 후자가 모델 안전성을 더 중요하게 여겼기 때문이라고 밝혔습니다. 콕슨은 앤트로픽의 안전 작업이 진지하다고 인정했지만, 각 회사가 AGI(인간을 초월하는 범용 AI)를 먼저 만들기 위해 경쟁하는 한 안전을 포기하는 것은 피할 수 없으며, 한 회사의 자율성만으로는 문제를 해결할 수 없다고 생각합니다. 그는 두 회사에 대해 다음과 같이 평가했습니다: 오픈AI 내부의 많은 사람들이 이러한 위험이 얼마나 큰지 실제로 인식하지 못하고 있으며; 앤트로픽은 위험을 알고 있지만 다른 사람들을 믿지 못하므로 반드시 스스로 먼저 만들어야 한다고 생각합니다.콕슨은 일부 AI 종사자들이 공개적으로 표현하는 것보다 훨씬 더 비관적이며, 심지어 AI가 이번 10년이 끝나기 전에 인류를 멸망시킬 것이라고 걱정하고 있다고 말했습니다. 그는 스스로 판단하기에, 가장 극단적인 상황에서는 내년 말까지 AI가 통제 불능 상태에 이를 수 있으므로 이러한 결정은 몇몇 회사의 엔지니어들만으로 결정되어서는 안 된다고 강조했습니다.

Minara는 새로운 세대의 범용 금융 인공지능 Minara Harness를 공식 출시하고 전 세계 사용자에게 다운로드를 개방했습니다. Minara Harness는 다양한 자산 시장을 포괄하며, 24시간 연중무휴로 투자 연구를 수행하고 사용자 권한 범위 내에서 자동화 거래를 실행합니다. 사용자는 자연어를 통해 금융 시장을 조회하고, 연구 보고서를 생성하며, 정량적 전략을 개발할 수 있으며, 프로그래밍, 웹 검색 및 문서와 같은 일상적인 작업도 처리할 수 있습니다. 플랫폼은 사용자가 기본 대형 모델을 직접 선택할 수 있도록 지원합니다.투자 연구 측면에서 Minara Harness는 여러 전문 AI 에이전트를 동시에 호출하여 기본적 분석, 가치 평가, 시장 동향 및 잠재적 위험 등의 관점에서 동일한 투자 기회를 분석합니다. 사용자는 각 에이전트의 정보 출처와 다양한 판단을 확인하고 연구 결과에 따라 거래 실행 여부를 결정할 수 있습니다. Minara Harness는 자연어로 거래 전략을 작성하고 자동으로 코드를 생성하여 백테스트를 완료하는 것도 지원합니다. 사용자는 다른 거래자의 전략을 구독하고 전략 코드, 역사적 성과 및 실시간 실행 지표를 확인할 수 있습니다. Minara는 선택 가능한 의사 결정 복기 메커니즘도 제공하여 후속 시장 결과와 결합하여 과거의 판단을 검증하고 어떤 경험이 향후 연구에 활용될 수 있는지 평가할 수 있습니다. 또한 Minara는 Harness의 벤치마크 테스트 결과를 발표했으며, 여러 테스트에서 OpenClaw, Hermes 및 Claude Code를 이기고 금융 보고서, 웹 연구 및 스프레드시트와 같은 작업에서 우수한 성과를 보였습니다.

인민대 금융기술연구소에서 《Journal of International Money and Finance》에 발표된 스테이블코인 연구의 편집 기사를 발행하였습니다. 관련 연구는 대언어모델(LLM) 인공지능을 기반으로 스테이블코인의 탈고리 위험을 분석하였으며, 그 중 스테이블코인의 탈고리가 뚜렷한 비선형성과 임계값 특성을 가지고 있음을 지적하였습니다. 차익 거래 메커니즘은 일정 정도의 정보 압력을 흡수할 수 있지만, 서사가 심각한 정도에 도달하면 "임계 임계값"에 도달한 후 시스템이 빠르게 지속적인 탈고리 상태로 진입할 수 있습니다.

DeFi 연구원 Ignas는 X에서 Bankless 창립자 David Hoffman이 ETH를 매도한 후, 상승폭이 가장 큰 몇 가지 코인으로 포트폴리오를 조정했다고 밝혔습니다. 예를 들어 LIT와 ZEC, NEAR의 성과도 좋았지만, VVV는 시장을 따라잡지 못했습니다. 당시 시장은 공포감으로 가득 차 있었고, ETH의 바닥에 매우 가까웠지만, 적극적인 암호화폐 투자자들의 목표는 항상 BTC와 ETH를 초과 수익 내는 것이었습니다.이전 소식에 따르면, Bankless 공동 창립자 David Hoffman은 올해 6월 ETH를 전량 매도하고 VVV, NEAR, ZEC, HYPE 및 LIT를 매입했다고 발표했습니다.

Whale Alert의 모니터링에 따르면, 어제 발생한 이상 거래의 잠자는 비트코인은 여러 초기 채굴 주소에서 발생했으며, 이 주소들은 비트코인 블록 높이 43361, 43452, 43647, 43680, 43765, 43855 및 43871에서 각각 50개의 BTC를 채굴하여 총 350개의 BTC가 관련되어 있지만, 그 연구 결과에 따르면, 위의 블록들은 비트코인 창시자인 사토시 나카모토에 의해 채굴되지 않았다고 합니다.

ARK Invest 디지털 자산 연구 총괄 Lorenzo Valente가 X에 글을 올리며, L1, 애플리케이션 체인 및 Rollup 중심의 로드맵이 등장한 이후, 메시징 및 상호 운용 프로토콜이 중요한 기반 시설이 되었다고 밝혔습니다. 더 많은 자산이 체인에 올라감에 따라, 보편적인 상호 운용성에 대한 수요는 기하급수적으로 증가할 것입니다.Lorenzo Valente는 크로스 체인 상호 운용 프로토콜 LayerZero의 상호 운용 비즈니스가 곧 아홉 자리 ARR로 성장할 가능성이 높다고 언급하며, 해당 팀이 이후 더 많은 진전을 이룰 것이라고 말했습니다.

Gate 연구소는 2026년 8월 암호화폐 및 TradFi 양적 보고서를 발표했습니다. BTC와 ETH는 월간 각각 약 25.1%와 32.6% 상승했습니다. Gate 계약 데이터에 따르면, BTC 미결제 계약 금액은 약 402억 달러에서 438억 달러로 증가했으며, ETH는 약 246억 달러에서 275억 달러로 증가하여 각각 약 9%와 12.1%의 증가율을 보였습니다.두 자산의 자금 비용률은 대부분의 시간 동안 온건한 양의 값을 유지했으며, 롱 포지션 계좌 수가 우세하지만, 적극적인 거래의 매수-매도 비율은 1 이하입니다. TradFi 시장도 동반 상승하여 NAS100은 월간 약 4.2% 상승했으며, US500과 US30보다 더 나은 성과를 보였고, 대형 기술주들은 차별화된 흐름을 보였습니다.보고서는 이동 평균 추세, 추세 모멘텀, 타겟 브레이크아웃 및 RSI 평균 회귀의 네 가지 모델을 비교했습니다. 백테스트 결과, 100일 이동 평균과 20일 가격 모멘텀 전략이 BTC, ETH, US500 및 NAS100에서 모두 긍정적인 누적 수익을 달성했으며, 샤프 비율 중앙값은 0.64, 최대 낙폭 중앙값은 8.71%였습니다. 보고서는 Gate TradFi의 US500과 NAS100을 교차 자산 관찰에 포함시키고, Gate 계약의 매수-매도 비율, 자금 비용률 및 미결제 계약 데이터를 결합하여 시장 열기를 평가했습니다. 향후 1~3개월의 실행은 추세 확인, 변동성 조정, 레버리지 제한 및 비정상적인 청산 냉각을 중심으로 진행될 것입니다.

Base Labs가 설립되었으며, 이 기관은 오픈 소스 AI를 추진하는 독립 연구 조직입니다. 건강하고 개방적인 최전선 모델 생태계를 믿으며, 개방적인 방식으로 과학 연구를 진행할 것입니다.Base Labs는 지속적인 학습, 강화 학습 과학 및 모델 전체 생애 주기 학습 메커니즘에 대한 블루 스카이 연구를 수행하고, 모든 실험과 레시피를 공개적으로 공유할 것입니다; BaseHub Data Foundry를 구축하여 개방형 강화 학습 환경, 훈련 데이터 및 실제 세계 기준을 제공할 것입니다; 지속적인 후 훈련을 통해 오픈 소스 모델의 능력, 안전성 및 정렬 수준을 향상시키고, 최전선 안전 스택을 배포할 것입니다; 동시에 비용을 절감하고 성능을 향상시키기 위한 모델 성능 연구를 진행할 것입니다.이 기관은 상업적 제품이 아닌 사명 주도 연구 작업임을 강조하며, 현재 엔지니어, 연구원 및 연구 학자를 모집하고 있습니다.

ARK Invest 연구원 Lorenzo Valente는 Ethereum, Solana 및 Hyperliquid를 각각 맥도날드, Chipotle 및 In-N-Out에 비유하며, 이 세 가지가 동일한 L1 비즈니스 모델의 다른 버전이 아니라 완전히 다른 가치 포착 구조를 가지고 있다고 생각합니다.Valente는 Ethereum이 가맹점 시스템과 유사하며, L2 확장을 통해 결제 계층에 대한 수수료가 너무 낮다고 주장하고, 심지어 Crypto에서 가장 성공적인 가맹점 시스템을 구축했지만 청구서를 보내는 것을 잊었다고 말합니다. Solana는 직영 모델과 유사하며, 거래 수수료, 우선 수수료 및 MEV 등 가치를 더 많이 자신의 시스템에 남깁니다. Hyperliquid는 높은 수직 통합, VC 없음 및 비용 회수 HYPE에 의존하여 가장 짧은 가치 포착 체인을 가지고 있지만, 제품, 팀 및 수익원에 대한 집중된 위험에 직면해 있습니다.

OpenAI 수석 과학자 Jakub Pachocki는 오해의 소지가 있는 보도로 인해 모델이 "모니터링 불가능" 상태에 빠지는 경쟁을 피하고 싶다고 밝혔습니다. 그는 Astra를 포함한 현재의 최첨단 모델들이 GPT-4와의 계산 그래프 깊이가 두 배를 넘지 않는다고 언급했습니다. OpenAI는 첫 번째 추론 모델 출시 이후로 체인 사고 모니터링을 유지하고 활용하는 데 전념해 왔으며, 이 기술이 모델 정렬 능력이 훈련 분포에서 어떻게 일반화되는지를 관찰하는 데 도움이 된다고 생각하고 있습니다.Pachocki는 또한 체인 사고 모니터링이 다소 취약하며, 그 추세가 낙관적이지 않다고 지적했지만, 연구를 통해 강화할 수 있으며 현재 OpenAI 연구 계획의 핵심 목표가 되었다고 말했습니다. 이전에 The Information은 Astra가 반복 깊이(recurrent depth)를 사용하여 동일한 Transformer 층 그룹이 반복적으로 계산하도록 한다고 보도했습니다. 이로 인해 일부 추론이 모델 내부에서 발생할 수 있으며, 모든 것을 사고 체인으로 작성할 필요가 없게 되면서 모델을 모니터링하기가 점점 더 어려워질 것이라는 우려가 제기되었습니다.

富达 글로벌 매크로 연구 총괄 Jurrien Timmer는 비트코인이 그 멱법 곡선의 바닥을 지켰으며, 4년 주기의 시간 요소를 충족하기 위해 충분히 오랜 시간 조정되었다고 발표했습니다.

Galaxy 연구 책임자의 모니터링에 따르면, Coldcard 해커가 여전히 활동 중이며, 한 해커가 5번의 주사위 던지기를 통해 생성된 엔트로피를 증가시켜 키를 훔쳤습니다.

이더리움 재단이 지원하는 프라이버시 및 규제 준수 도구 0xbow.io가 연구원 ross.wei에게 5000 달러의 보상을 지급하여 Privacy Pools v1 SDK의 취약점을 공개한 것에 대한 보상입니다.이 취약점은 사용자 계정의 주요 키 생성의 엔트로피를 감소시키며, 3월에 수정되었습니다. 팀은 마이그레이션 프로세스를 제공하였으며, 사용자 자금 손실은 발생하지 않았습니다.