Leonardo in UAE

엄청난 뉴스입니다. AI 기술을 바탕으로, 저도 종종 영상을 통해 언급 드렸던, 롱제비티 분야에서 많이 얘기되는 '시민과학자' , '민주화' 의 개념이 실제 적용되어 혁신을 만들어난 사례입니다. 오스트레일리아의 tech ceo 가 ChatGPT 와 AlphaFold 를 활용해 반려견의 암을 치료 하는 mRNA 백신을 만들었습니다. 오스트리아의 Tech 기업가 Paul Conyngham은 항암과 수술로도 치료되지 않는 반려견의 암을 직접 해결하기로 마음 먹습니다. AI & Data scientist 였던 Paul은 뉴사우스웨일스대학교(UNSW)에서 3,000달러를 주고 유전체 염기서열 분석 자료를 구입하였고 ChatGPT를 활용해 분석에 들어갔습니다. 그리고 AlphaFold 를 활용해 돌연변이가 일어난 단백질을 찾아내 잠재적인 표적을 식별하고 그에 맞는 약물을 찾아냈습니다. 한 제약 회사(밝히지 않음)에서 생산한 면역 치료제를 발견했지만, 사용 허가를 신청했을 때 해당 제약 회사는 인도적 사용을 위한 공급을 거부했습니다. 당시에 절망했지만, 운명적으로 일이 해결되었습니다. 바로 mRNA 백신. 하지만 아이러니하게도 백신을 만든 기간보다, 백신 사용에 대한 윤리위원회의 승인을 받는 기간이 더 오래 걸렸습니다. 100페이지의 문서를 제출하느라 매일 2시간씩 꼬박 3개월이 소요 되었다고 합니다. 로지를 데리고 10시간을 운전해 간 병원에서 백신 투여를 받고 로지는 건강해 지고 있습니다. 반려견에게 가능한 일이라면, 인간에게는 어떨까요? 로지의 반응은 UNSW 분자 종양학 센터의 초대 소장인 David Thomas 에게 영감을 주었고, 그는 인간 환자를 위한 유사한 mRNA 치료법을 연구하고 있습니다. 토마스 교수는 “이 프로젝트에서 가장 눈에 띄는 점은 시민 과학이라는 개념입니다. 컴퓨터 과학 배경지식을 가진 일반인이 과학적 과정에 자신의 기술을 활용할 수 있다는 것이죠.”라고 말하며, “정말 인상적인 일입니다.”라고 덧붙였습니다. 그리고 이 모든 과정은 기존에 존재하지 않았던 방식이기에, 각 단계단계 전문가들의 참여와 지원으로 진행되었습니다. 나노의학 분야의 선구자인 사우스웨일스대학교 RNA 연구소 소장인 Pall Thordarson 교수는 코닝햄 씨의 데이터를 반 페이지 분량의 공식으로 요약하여 로지를 위한 맞춤형 mRNA 백신을 개발했습니다. 토르다르손 교수가 가장 놀랍게 생각하는 것은 생물학적 배경 지식이 전혀 없는 데이터 엔지니어가 mRNA의 제조법을 만들어냈다는 점입니다. "그는 mRNA 설계에 필요한 알고리즘을 실행해서 우리에게 보내줬고, 우리는 그걸로 작은 나노입자를 만들었어요. " "이건 전체 과정을 민주화하는 거예요." 첨부한 포스트는 이야기의 주인공 Paul 이 본인의 인터뷰 영상을 직접 공유한 것입니다.

한 개인이 AI를 활용해 시한부 반려견의 암 치료제를 직접 만든 사례 > 호주의 한 기술직 남성 > 시한부 암에 걸린 유기견을 입양함 > 3,000달러(약 400만 원)를 들여 반려견의 종양 DNA 서열을 분석함 > 본인은 생물학 지식이 전혀 없음 > ChatGPT와 AlphaFold(단백질 구조 예측 AI)에 데이터를 입력함 > 변이 단백질을 식별하고 약물 타겟을 찾아냄 > 맨땅에서 맞춤형 mRNA 암 백신을 직접 설계함 > 유전학 교수가 "일반인이 혼자 이걸 해냈다고?"라며 경악함 > 백신 설계보다 행정 승인 절차가 더 오래 걸림 > 3개월 만에 승인받아 첫 접종 실시 > 종양 크기가 절반으로 줄고 털에 윤기가 돌아오며 건강을 회복함 > 교수: "개에게 가능하다면, 왜 인간에게는 이걸 적용하지 않고 있는가?" 단 한 명의 인간과 챗봇, 그리고 3,000달러가 거대 제약 산업의 신약 개발 시스템 전체를 압도함 AI를 통해 수많은 질병을 정복할 수 있는 시대가 이미 우리 곁에 와 있음을 보여준다.

포모의 연속이구나.. ------------------------ 이것으로 오픈클로(Openclaw)는 끝났습니다. 퍼플렉시티 컴퓨터(Perplexity computer)가 방금 모바일로 출시되었으며, 제가 왜 이제는 더 이상 상대조차 되지 않는다고 생각하는지 그 이유는 다음과 같습니다: > 19개의 모델이 함께 작동합니다. > 하나의 거대언어모델(LLM)이 모든 것을 처리하지 않습니다. 코딩은 클로드(Claude), 리서치는 제미나이(Gemini), 긴 문맥(Long context)은 GPT, 속도는 그록(Grok) 등.. 시스템이 자동으로 적합한 모델을 선택합니다. > 설정이 전혀 필요 없습니다(Zero setup). 24시간 내내 구동되는 맥 미니(Mac mini)도, API 키(API keys)도, 터미널(Terminal)도, 도커(Docker)도 필요하지 않습니다. 그저 앱을 열고 시작하면 됩니다. > 여러분의 휴대전화에서 작동합니다. 데스크톱에서 작업을 시작하고, 주머니 속에서 진행 상황을 확인하십시오. 기기 간 동기화(Cross-device sync)가 즉시 지원됩니다. > 클라우드 워크스페이스(Cloud workspaces)를 제공합니다. 모든 작업은 자체적인 샌드박스(Sandbox) 내에서 실행됩니다. 브라우징, 파일 처리, 도구 연결 등 그 무엇도 사용자의 기기에 직접 닿지 않습니다. 진정한 통합(Real integrations) 지메일(Gmail), 슬랙(Slack), 노션(Notion), 캘린더 등.. 여러분의 실제 업무 흐름에 연결됩니다. 단순히 "브라우저를 제어"하는 수준이 아닙니다. 5개의 작업을 주면, 서로 다른 모델을 사용하여 동시에 모두 실행합니다. 하나의 에이전트가 일을 순차적으로 처리하는 방식이 아닙니다. 정말 마음에 듭니다. 이제 오픈클로(Openclaw)나 클로봇(clawdbot)에서 이 서비스로 완전히 갈아탈 예정입니다.

Antigravity로 올해의 동선 동영상을 만들어달라고 했다. 폰에서 Google Timeline 정보를 json파일로 추출해서 그걸 바탕으로 만들었음. - 데이터를 구할 수 있고 - 그걸로 무슨 처리를 할지 감을 잡고 - 결과를 보고 적확한 피드백을 줄 수 있으면 뭐든지 만들 수 있는 시대다. #바이브코딩 만세

[긴글] 1. 저는 8월에 비트코인을 매도한 이후 지속적으로 시계열을 길게 보자고 말씀드렸고, 그렇게 흘러가고 있을 뿐입니다. 그리고 사진에 나와 있는 것처럼, 이 구간은 추세의 방향이 아직 나타나지 않았습니다. 그러니깐, 관점의 폐기를 할 이유도 없고, 제가 뭘 할 수 있는 구간이 아닙니다. 저는 그래서 아무것도 하지 않고 있습니다. 2. 그래서 이렇게 떨어지는 상황과 내려가는 상황에서 의미 부여를 아직 할 필요가 없고, 제가 그 과정에서 매매했다면, 뭔가 판단이 달라질 수도 있지만, 제 매매는 이런 큰 틀을 보고 기준을 잡고 보고 있는데, 왜 이 글을 보고, 단기 기준에 접목해서 맞고 틀리다로 판단하는지 모르겠습니다. 3. 8월에 매도를 했다고 해서, 점쟁이처럼, 8월에 하락이 오고, 8월 며칠에 하락이 오고 이런 거 알 수 없습니다. 적어도 만약 제 관점이 맞다고 가정한다면, 이후 위,아래 움직임이 있었지만, 결국은 리스크 관리를 하게 됩니다. 그 사이에 모든 가격 움직임을 맞추는 분석을 하지 않습니다. 네 있겠죠. 그러면 그 분석을 참고해야 됩니다. 저는 이런 분석을 하지 않는데, 여기서 와서 그걸 기대하고 맞다, 틀리다를 판단하면 제가 답변드릴 부분이 없습니다. 그렇다면 저에게 너무 많은 기대를 하고 있는 겁니다. 4. 여기서 위든 아래든 결과가 나오면 결국 추세가 나오게 됩니다. 즉, 결과가 나오게 되고, 만약 제 생각과 달리 상승으로 가게 된다면,관점을 폐기해야 되고 명확하게 말씀드리겠습니다. 5. 근데 아직 결과가 나오지도 않았는데, 이미 결과를 내려서, 이렇게 해라. 저렇게 해라, 이걸 못 봤다 판단을 내리는 시기가 아닙니다. 그건 정말 관점이 폐기되고 나서의 상황입니다. 아마 말을 하지 않아도, 제가 복기를 하고 어떤 포인트를 놓쳤고, 어떤 부분을 조금 더 중요하게 생각해야 될 지에 대한 깊은 고민과 분석을 다시 할 겁니다. 6. 저는 이런 매매를 꾸준히 해왔기 때문에, 기다림에 익숙하고, 그 기다림에 익숙해지기 위해서 8월 매도 이후에도 '이번에는 시간이 길어질 수 있겠구나' 이런 마음을 명확하게 먹고 있어서 8월 중순에도 FOMO 심리가 생길 수 있는 구간에서 기준을 잡고 그냥 지켜볼 수 있었습니다. 7. 매매에는 다양한 방식이 있습니다. 그리고 저는 단기 트레이딩을 하지 않고, 알트코인 투자를 하지 않습니다. 저는 알트코인을 적절한 시기에 매수할 수 있는 실력도 없고, 제 분석은 반대로 흘러갔을때 알트코인 리스크 관리가 어려운 분석 법이기 때문입니다. 8. 지금 구간은 중립이 될 수 없습니다. 저는 이럴 수 있다, 저럴 수 있다. 애매하게 말하지 않습니다. 상승일 때는 명확하게 말을하고, 지금처럼 하락 관점이면 명확하게 얘기합니다. 중립이라는 게 될 수가 없습니다. 그래서 호불호가 있을 수 밖에 없습니다. 8월 상황은 그 어느 때 보다 바나나 존의 기대감이 강했습니다. 이런 상황에서 매도를 한다는 것 자체가, 제가 보고 있는 데이터에 기준이 없다면 절대 할 수 없는 판단이고, 이걸 공개적으로 명확하게 말하는 것도 정말 쉽지 않습니다. 그래서 중립이 될 수가 없습니다. 만약 여기서 애매하게 말하면, "올라갈 수도 있고, 내려갈 수도 있다" "그래서 뭐 어떻게 하라고?" 이런 이야기가 나올 겁니다. 아마 제가 상승을 얘기하면, "맨날 상승만 얘기하네" 이렇게 또 얘기할겁니다. 이 시장은 결정을 해야되고, 결정을 해야 판단을 내릴 수 있습니다. 중립은 투자를 하지 않는, 에널리스트가 할 수 있는 방법입니다. 아무래도 방향이 다르다면, 제가 하는 말이나 글들이 조금 더 예민하게 들리고, 자극적으로 들릴 수밖에 없다고 생각합니다. 죄송합니다. 9. 한 번 더 정리하겠습니다. 아직 추세에 대한 결과는 나오지 않았습니다. 단기 구조에 의미 부여를 하고, 매매를 하는 사람에게는 제 분석이 도움이 안 됩니다. 그 사람에게는 제 분석이 억지처럼 보일 수 있겠지만, 지금 분석을 명확하게 이해한 사람을 그렇게 생각하지 않을 겁니다. 관점이 폐기되면 명확하게 말씀드리겠습니다.

@kchae 한국인에게 아파트는 종교와 같다. 불안정한 안정감을 준다. 누군가에겐 영혼의 종착점 누군가에겐 돈벌이 누군가에겐 그림의 떡

그나저나 아까 베이징에서 비행기 타고 오다가 깆포공항 착륙전에 본 풍경인데… 아파트가 이렇게 많은 것이 정말 뭐랄까요..

How a C-section is performed…

전 구글 CEO 에릭 슈미트의 TED 인터뷰..정말 어마어마한 식견입니다... 첫 번째 주제: AI 발전의 병목 슈미트 : 미국에게 있어서 AI 발전의 가장 큰 병목은 전기입니다. 엔비디아 CEO 젠슨 황이 말하길, 데이터센터는 본질적으로 “전기를 지능으로 바꾸는 공장”, 즉 Token(토큰)을 만들어내는 공장이라고 했습니다. 그래서 반도체적 제약이 없다면, “연산력 = 전력” 이라는 등식이 성립합니다. 미국이 미래에 필요로 하는 AI 연산 능력을 전력으로 환산하면, 추가로 90GW의 발전 용량이 필요하다는 것입니다. 이게 어느 정도 규모냐면, 핵발전소 90개가 있어야 충당 가능한 수준입니다. 그런데 지금 미국은 핵발전소 하나도 새로 짓지 못하고 있습니다. 그렇다면 알고리즘을 계속 최적화하면 전력을 덜 써도 되지 않느냐는 질문이 나옵니다. 올해 초 DeepSeek(딥시크)이 큰 화제가 되었을 때, 많은 사람들이 물었습니다. DeepSeek은 알고리즘 최적화를 통해 미국 기업보다 훨씬 적은 칩으로 동일한 성과를 냈다는데, 그렇다면 앞으로는 칩을 많이 쓸 필요가 없는 것 아니냐고요? 슈미트의 대답은 이렇습니다. 기술 업계에는 이런 오래된 격언이 있습니다: “Grove gives, Gates takes away.” 무슨 뜻이냐면, Grove는 인텔의 전 CEO 앤디 그로브를 말하고, 그는 하드웨어를 대표합니다. Gates는 마이크로소프트의 빌 게이츠를 말하며, 그는 소프트웨어를 대표합니다. 즉, 하드웨어 성능이 아무리 좋아져도 소프트웨어 개발자는 그 성능을 끝까지 쥐어짜게 된다는 뜻입니다. AI도 마찬가지입니다. 저희가 만든 리서치 도 ‘Reportify’를 예로 들면, AI가 명령을 따르는 능력이 향상된 만큼, 질문 하나에 들어가는 연산량이 예전보다 수십 배 늘어났습니다. 왜 이런 일이 생겼냐면, 과거엔 AI가 정보를 한번 찾고, 그걸 간단히 정리해서 답변하면 됐습니다. 하지만 이제는 AI에게 다음과 같은 걸 요구합니다: 1.자료를 찾고 2.자료가 충분한지 스스로 점검하고 3.내용이 정확한지도 확인하고 4.여러 번 검토한 후 5.최종 답변을 생성합니다. 아래 이 그림은 Reportify의 전형적인 사고 과정인데, 보시다시피 AI가 여러 단계를 반복해서 생각하게 됩니다. 이런 방식은 정확도는 향상되지만, 연산 비용은 과거보다 수십 배가 됩니다. 두 번째 주제: 중·미 간 AI 경쟁 슈미트 : AI 분야에서 미국의 유일한 경쟁자는 중국입니다. 그렇다면 중·미의 경쟁은 어떤 식으로 전개될까요? 슈미트는 하나의 시나리오를 제시합니다. 가령 A국과 B국이 있다고 합시다. A국이 AI에서 6개월 정도 앞서 있다고 할 때, AI가 초지능에 가까워질수록 A국의 발전 속도는 기하급수적으로 가속될 것입니다. 이게 바로 AI 기술의 특징입니다. 예를 들어, 구글이 최근 공개한 ‘Alpha Evolve’라는 모델은 스스로 학습 알고리즘을 최적화할 수 있습니다. 즉, AI 스스로 자기 자신을 발전시키는 능력을 일부 갖춘 셈입니다. 그렇다면 A국은 점점 더 빠르게 발전하고 B국과의 격차는 점점 더 벌어집니다. 이 상황에서 B국은 어떻게 할까요? B국은 두려움을 느낄 겁니다. 이런 식으로 가면 A국이 전 세계를 지배할 수도 있다는 위기감이 생기고, 자기보호 차원에서 A국의 AI 인프라(예: 데이터센터)를 파괴하고 싶은 유혹을 느낄 수 있습니다. 이러면 결국 양측이 충돌하게 되고, 양쪽 모두 손해 보는 상황(lose-lose)이 됩니다. A국 입장에서는 당연히 이런 사태를 원하지 않기에, B국과 대화와 협상을 시도할 것입니다. 향후 5년 이내에 AI는 초지능에 도달할 것이라고. 그 전에 중미 양국은 반드시 적극적으로 대화해야 하며, 공통된 인식과 협정을 통해 최악의 상황을 피해야 합니다. To be continued..

우유니 소금 사막에서 아주 많은 별을 보았던 밤,

기존에는 BTS를 강조했지만 팔란티어 추가 해서 BTSP 지금 이 포트폴리오면 자산 상승에 전혀 문제 없다.

30년전 “인터넷”에 대한 주류의 인식🤣 그리고 지금, 2025년 역사는 반복되는 중 #비트코인

거의 30년 전쯤, 내가 내과 레지던트였을 때를 기억한다. 우리는 군단이었다. 각 년차마다 15명, 도합 45명(4년차는 제외)의 레지던트가 병원 구석구석을 누비며 환자를 살폈다. 24시간이 모자랐다. 그럼에도 우리는 생명을 지켰다. 죽음의 그림자가 드리워진 환자들마저 우리의 손길 아래 다시 숨을 쉬었다. 2025년, 지금은 어떤가? 서울 빅5 병원을 제외한 대학병원들은 내과 레지던트의 발자국 소리가 희미하다. 지방은? 말할 필요도 없다. 바이탈을 다루는 과는 MZ세대의 외면을 받고, 남은 교수들은 집에도 가지 못한 채 한계에 다다라 하나둘 사직서를 내민다. 아이러니는 여기에 있다. 의학 기술은 하루가 다르게 진보하는데, 그 기술을 다룰 손길은 점점 사라진다. 28년 전에는 살릴 수 있었던 환자를 2025년의 대한민국에서는 살릴 수 없게 되었다. 환자를 받아줄 병원도, 진료할 의사도 없어서. 이 죽음은 통계표에 나타나지 않는다. 살 수 있었던 사람이 살아남지 못했다는 사실을, 오직 의료 현장에 몸담은 이들만이 알 뿐이다. 우리의 의료는 침묵 속에 죽어가고 있다. 그리고 아무도 그 비명을 듣지 못한다.

그때 썼던 트윗은 아직 있지만요..ㅎ 결혼과 돈에 대한 '현실적인' 이야기가 많길래.. 저는 여전히 사랑을 믿고 있습니다. x.com/kchae/status/1…

Rory McIlroy in Green Jacket ! 최고의 선수조차도 실수를 연발하게 만드는 엄청난 압박감. 동시에 그걸 자기 힘으로 이겨내는 정신력. 분명, 최고의 플레이는 아니었지만, 그 과정의 치열함은 티비 넘어로도 느낄 수 있었다. LIV 골프 사태, 이혼 등의 개인사에도 불구하고, Grand slam의 위대한 업적을 만들어낸 그에게 존경의 박수를 보낸다.

부자가 되려면 해야 할 첫 번째 일은 '부자가 되겠다는 결심'을 하는 것이다. 자기계발서에 나올법한 소리지만 진짜다. 이 과정 없이 부자가 되는 사람은 이 세상에 없다(날때부터 부자인 금수저 제외). 그리고 이 부자로 가는 1단계에서 많은 사람들이 걸러진다. 내가 보기에는 90% 이상이다.

100개국을 사진으로 담겠다고 시작한 여행. 지금까지 담아온 나라들을 하나씩 사진과 함께 소개하는 타래를 해보겠습니다. 시작은 한국부터. 한국인의 여행은 한국에서 시작하니까요. 그럼 출발합니다.