라벤더 retweeted
<단독> 고양이 신장병 신약, 임상 시험 종료. 이르면 연내 출시
고양이 사인 1위인 신장병 치료 신약이 실용화를 앞두고 있다. 신부전 '말기'에 들어간 고양이는 수명이 몇 달을 넘기지 못하지만, 약을 투여한 고양이는 병세가 더 진행되지 않고 전신 상태가 개선
news.yahoo.co.jp/articles/e4…
라벤더 retweeted
원래 나 키우는게 진짜 젤 힘듦. 애기면 말이라도 듣지 어른이라고진짜 말도 안 듣고 먹고 싶은 것도 많고 하기 싫은 것도 많고. 돈도 많이 들어서 직장도 못 관둠. 아침이면 깨워야 되지 밥 먹여야지 운동도 시켜야지 책도 읽으라 해야하고 커피도 사줘야함. 나 키우는 어른들 모두 화이팅.
라벤더 retweeted
흑인 심판이 경기 망친다
전라도 심판이 경기 망친다
게이 심판이 경기 망친다
이렇게 기사 쓸 수 있음? 근데 여자는 왜 가능하다고 생각해? 오심이면 오심이지 심판 성별을 왜 들먹거려?
여성 야구팬 덕분에 역대 최대흥행을 마친 이 시점에 이따위 기사라니 진심 얼탱이가 없네 ㅋㅋ
오심에 도쿄돔 로컬룰 숙지도 미숙… MLB 첫 女심판이 망친 한일전
v.daum.net/v/202511152038474…
라벤더 retweeted
우리 아이가 달라졌어요🐣→🦢
「미운 오리 새끼」 오픈 특가 5,000원 할인!
미운 오리가 우아한 백조로 깨어나듯
단조로운 회색에서 핑크+그린으로
변화하는 색변화 & 색분리 잉크
📆 9월 22일 월요일 낮 12시까지
🔗 naver.me/FMTqRTSW
라벤더 retweeted
📢 탐라에 알립니다
8월 31일까지 나가사와 세일 중입니다
만요2 프기슬, beside컬러 프기슬, 오노마토페 프기슬 등이 한국 직배송(일본 소비세 제외)시 관부가세 걸리지 않는 금액까지 내려갔으니 참고하셔서 좋은 지름 하시길 바랍니다
안녕하세요, 펠리칸 m200 파스텔 그린 F닙.
택배비 포함 12만원 판매합니다.
21년도 구매제품이지만 큰 착색이나 크랙 오염 없이 깔끔한 편입니다. 사진 확인 부탁드립니다.
흐름 좋고 펠리칸 답게 도톰하게 적혀요.
오픈채팅
open.kakao.com/o/s4i4DfNh
#펜팔펜사 #펜팔아펜산다 #트만덕장터
라벤더 retweeted
미국에서는 딥시크를 정말 충격으로 보는거 같다.
아래 글은 Dropbox AI 부사장 글인데 이번 사태를 쉽게 이해할 수 있게 해준다. 정말 많은 생각이 드니까 꼭 정독 권장바란다.
받은글)
Dropbox의 AI 부사장 Morgan Brown
1/ 먼저 배경부터 설명하겠습니다. 현재 최첨단 AI 모델을 훈련시키는 비용은 엄청나게 비쌉니다.
OpenAI, Anthropic 같은 회사들은 계산에만 1억 달러 이상을 쓰며, $4만짜리 GPU 수천 대가 필요한 대규모 데이터 센터를 운영합니다. 마치 공장을 운영하기 위해 발전소 전체가 필요한 상황과 같습니다.
2/ 그런데 DeepSeek이 나타나서 이렇게 말했습니다.
“LOL, 우리라면 이걸 500만 달러로 할 수 있을걸?”
그리고 말로만 한 것이 아니라 실제로 해냈습니다.
그들의 모델은 GPT-4와 Claude를 많은 작업에서 능가하거나 대등합니다. AI 업계는 (요즘 10대들이 말하듯) ‘충격’을 받았습니다.
3/ 어떻게 가능했을까요?
그들은 모든 것을 처음부터 다시 생각했습니다.
전통적인 AI는 마치 모든 숫자를 소수점 32자리까지 기록하는 것과 같습니다.
DeepSeek은 “8자리로만 기록하면 어떨까? 충분히 정확하잖아!”라고 접근했고, 결과적으로 메모리 사용량이 75% 감소했습니다.
4/ 그리고 그들의 “멀티 토큰” 시스템도 주목할 만합니다.
일반적인 AI는 초등학생이 읽듯이 “The… cat… sat…”처럼 읽습니다.
반면, DeepSeek은 문장 전체를 한 번에 읽습니다. 결과적으로 2배 더 빠르고 90% 수준의 정확도를 자랑합니다.
수십억 개의 단어를 처리할 때, 이런 효율성은 매우 중요합니다.
5/ 하지만 진짜 기발한 점은 “전문가 시스템”을 구축했다는 것입니다.
한 거대한 AI가 모든 것을 다 알도록 만드는 대신(예: 한 사람이 의사, 변호사, 엔지니어 역할을 모두 하는 것처럼), DeepSeek은 필요한 경우에만 전문가들을 호출하도록 설계했습니다.
6/ 기존 모델은 1.8조 개의 파라미터가 항상 활성화되어야 합니다.
DeepSeek은 6710억 개의 파라미터 중 단지 370억 개만 활성화됩니다.
마치 큰 팀을 운영하되 필요한 전문가만 호출하는 것과 같습니다.
7/ 결과는 놀랍습니다:
• 훈련 비용: 1억 달러 → 500만 달러
• 필요한 GPU 수: 100,000대 → 2,000대
• API 비용: 95% 절감
• 데이터 센터 하드웨어 대신 게이밍 GPU에서도 실행 가능
8/ “그런데,” 누군가 말할 수 있습니다. “분명 단점이 있겠지!”
놀라운 점은, 모든 것이 오픈 소스라는 것입니다.
누구나 그들의 작업을 검증할 수 있습니다. 코드는 공개되어 있고, 기술 논문은 모든 과정을 설명합니다.
마법이 아니라, 단순히 매우 영리한 엔지니어링입니다.
9/ 왜 중요한가요?
이로 인해 “대형 기술 기업만이 AI를 다룰 수 있다”는 기존의 모델이 깨졌습니다.
이제 수십억 달러 규모의 데이터 센터가 필요하지 않습니다.
좋은 GPU 몇 대만 있으면 됩니다.
10/ Nvidia에게는 두려운 이야기입니다.
그들의 비즈니스 모델은 초고가 GPU를 90% 마진으로 판매하는 데 기반을 두고 있습니다.
하지만 모두가 일반 게이밍 GPU로 AI를 돌릴 수 있게 된다면… 문제는 명확합니다.
11/ 그리고 중요한 점은 DeepSeek이 이를 200명 이하의 팀으로 해냈다는 것입니다.
한편 Meta의 팀은 DeepSeek 전체 훈련 예산보다 더 많은 연봉을 받으며 작업을 하고 있지만, 그들의 모델은 DeepSeek만큼 좋지 않습니다.
12/ 이는 전형적인 파괴적 혁신의 이야기입니다.
기존 기업들은 기존 프로세스를 최적화하는 데 초점을 맞추는 반면, 파괴적인 혁신 기업들은 근본적인 접근 방식을 다시 생각합니다.
DeepSeek은 “더 많은 하드웨어를 투입하기보다 더 똑똑하게 접근하면 어떨까?”라고 물었습니다.
13/ 그 영향은 큽니다:
• AI 개발이 더 접근 가능해짐
• 경쟁이 급격히 증가
• 대형 기술 기업들의 “진입 장벽”이 작은 웅덩이처럼 보임
• 하드웨어 요구 사항(및 비용)이 급감
14/ 물론, OpenAI와 Anthropic 같은 대기업들이 가만히 있지는 않을 것입니다.
그들은 아마도 이미 이러한 혁신을 구현하고 있을 것입니다.
그러나 효율성의 램프는 이제 병 밖으로 나왔으며, “더 많은 GPU를 투입하자”라는 접근 방식으로 돌아갈 수는 없습니다.
15/ 마지막 생각:
이 순간은 우리가 나중에 변곡점으로 기억할 가능성이 높습니다.
마치 PC가 메인프레임을 덜 중요하게 만들거나, 클라우드 컴퓨팅이 모든 것을 바꿨던 것처럼요.
AI는 더 접근 가능하고, 훨씬 저렴해질 것입니다.
이 변화가 현재 플레이어들에게 어떤 영향을 미칠지는 속도의 문제일 뿐입니다.











































