Pinned Tweet
@trondao 하면 그동안 USDT 송금이나 빠른 거래를 먼저 떠올리는 분들이 많았습니다.
@TronDao_KOR
그런데 이제 TRX가 미국 ETF 시장에서도 새로운 도전을 시작합니다.
Canary Capital의 Staked TRX ETF가 9월 9일 Cboe에서 거래를 시작할 예정입니다.
쉽게 말하면 주식계좌를 통해 TRX에 접근할 수 있는 새로운 통로가 생기는 셈입니다.
특히 이번 상품은 TRX 가격만 따라가는 것이 아니라 스테이킹을 통한 보상까지 고려한 구조입니다.
암호화폐를 직접 구매하고 지갑을 관리하는 방식이 익숙하지 않은 사람에게도 새로운 선택지가 될 수 있기 때문입니다.
이번 ETF가 성공한다면 TRON 생태계가 전통 금융과 연결되는 하나의 사례가 될 수 있습니다.
하지만 중요한 건 TRON이 이제 블록체인 안에서만 경쟁하는 것이 아니라 금융시장과 접점을 넓히고 있다는 점입니다.
9월 9일, TRXS가 미국 시장에서 어떤 첫걸음
트론 풀매수
#TRON #TGF #TRONGlobalFriends
@trondao 을 떠올리면 보통 USDT 송금이나 스테이블코인부터 생각하게 됩니다.
@TronDao_KOR
그런데 최근 TRON 생태계를 보면 조금씩 분위기가 달라지고 있습니다.
단순한 결제, 송금 네트워크를 넘어 새로운 영역으로 확장하는 모습입니다.
2026년 상반기 TRON 생태계의 핵심 키워드는 AI와 DeFi였습니다.
여기에 크로스체인 인프라, 토큰화 펀드, 지갑과 결제 분야까지 연결되고 있습니다.
쉽게 말하면 TRON이라는 하나의 길에 점점 더 많은 서비스가 들어오는 셈입니다.
AI가 데이터를 분석하고, 블록체인이 거래와 자산을 기록하는 방식이 가능해지기 때문입니다.
또 크로스체인 인프라가 발전하면 서로 다른 블록체인을 이용하는 과정도 조금씩 편해질 수 있습니다.
USDT 중심의 활용을 넘어 AI와 DeFi까지 영역을 넓히려는 모습이 눈에 띕니다.
TRON의 다음 단계는 과연 어디까지일까요 !
확장된다면 TRON의 역할도 지금보다 훨씬 커질 수 있습니다.
#TRON #TGF #TRONGlobalFriends
Made with AI
Paid partnership (ad)
26
5
30
510
Ammora helps tokens launch and trade on GIWA.
It connects token launches with ongoing liquidity.
Join the waitlist, earn points early, and discover your next alpha.
ammora.org/waitlist?ref=0b1d…
@GIWA_by_Upbit @AmmoraHQ #Ammora #AmmoraD1_7VNL3633
3
1
5
99
Clestyn끌레또르 retweeted
We sincerely thank our speakers and messengers who have spread 1,096,361 messages.
We believe our message is gradually getting closer to Satoshi.
Congratulations to the Week 3 winners, and thank you for your continued participation.
3,930
5,355
6,782
85,040
Clestyn끌레또르 retweeted
우리는 언제나 Venus를 개선하고 있으며, 그 결과 계속해서 더 빨라지고 있습니다.
그게 왜 중요할까요?
ZK 증명은 제때 도착해야만 실제로 유용하기 때문입니다.
11
7
23
1,317
Ammora launches tokens on GIWA with a price curve.
Graduation moves trading into a liquidity pool.
Join the waitlist, earn points early, and discover your next alpha.
ammora.org/waitlist?ref=0b1d…
@GIWA_by_Upbit @AmmoraHQ #Ammora #AmmoraD1_2ZJNDFN2
1
44
Clestyn끌레또르 retweeted
As we shared earlier, quantum computers cannot derive Bitcoin private keys today. But the computational resources required to make that possible are falling quickly.
In cryptography, "impossible" is not a law of nature. It is only a description of how much computation is required.
MemeBitcoin does not intend to leave this as a problem for the distant future. We are accelerating Crack participation so more of the community can take action now.
On September 29, a new Crack Event begins with a total reward pool of 1.096361 BTC.
Keep participating in Crack on MemeBitcoin as usual. You do not need to submit another BTC wallet address.
When the event begins, the Community Gauge will appear on the game screen. The Community Gauge does not decrease with every Crack. It decreases whenever an event winner is selected, reflecting the remaining reward amount.
Every Crack becomes part of a record built together by the community in the race toward 1,096,361 BTC.
If you receive the BTC Event Winner emblem, you have won. Your individual reward amount will be available when Claim opens. Each user can receive only one BTC Event Winner emblem.
The event ends when the remaining reward amount shown on the Community Gauge reaches zero. There is no fixed end date.
Detailed information about reward confirmation and the Claim process will be announced separately once everything is ready.
Crack.
Watch the remaining BTC fall.
Claim your share of 1.096361 BTC.
memebitcoin.org/
※ Notice: The MemeBitcoin Portal, originally scheduled to open on September 28, has been postponed while we prioritize the Crack Event. A new Portal launch date will be announced through our official channels.
Quantum computing still feels like science fiction to most people in crypto.
But the research is moving faster than many realize.
Earlier this year, Google Quantum AI published new research on Shor's algorithm and secp256k1, the elliptic curve used by Bitcoin.
Under the hardware and error rate assumptions used in the research, the estimated number of physical qubits required for this type of attack fell to roughly one-twentieth of previous estimates.
That does not mean a quantum computer can derive Bitcoin private keys today.
But it does mean that a future quantum computer capable of threatening Bitcoin cryptography may require significantly fewer resources than researchers previously estimated.
And the work is continuing. Researchers are still finding ways to make the algorithms and quantum circuits involved more efficient.
The progress in quantum computing appears to be moving faster than the conversation around it in crypto.
Most crypto users still see quantum risk as something far in the future.
Something to think about later.
But how far away is "later"?
Crypto has a Fear and Greed Index to measure how the market feels every day.
Maybe one day we will need a way to measure quantum risk too.
At MemeBitcoin, Crack has never been symbolic.
Every Crack generates a real candidate private key and checks whether it matches the target associated with Satoshi.
With today's computing, the probability of finding the correct key is effectively zero.
But "impossible" in cryptography is not a law of nature.
It is a statement about how much computation is required.
And that is exactly what advances in quantum computing are beginning to challenge.
For now, the mathematics still holds.
For now, those coins remain untouched.
For now.
An estimated 1,096,361 BTC, held in wallets widely associated with Satoshi, has remained untouched since Bitcoin's earliest days.
We have been cracking toward it, one key at a time.
Soon, there will be another reason to Crack.
4,098
5,961
8,487
219,529
1,096,361
1BTC = 1MBTC
.-- . / .-- .. .-.. .-.. / ... . -.-. ..- .-. . / .---- --..-- ----- ----. -.... --..-- ...-- -.... .---- / ... .- - --- ... .... .. / -... - -.-. .-.-. memebitcoin.org/register
1
1
2
66
이번에 @AnumaAI 에서 Kimi K3를 직접 골라서 써봤습니다.
마침 Anuma에서 여러 AI 모델을 한곳에서 비교할 수 있어서 테스트하기 편했습니다.
@ZetaChain_KR, @ZetaChain
처음에는 큰 차이가 있을까 싶어서 평소 제가 하던 것처럼 긴 내용을 넣고 핵심만 정리해달라고 해봤습니다.
그다음에는 질문을 조금 바꿔서 이 내용을 처음 보는 사람도 이해하게 설명해줘라고 요청해봤고요.
재미있었던 건 같은 질문을 다른 모델에서도 돌려볼 수 있다는 점이었습니다. 답변의 내용보다도 어떤 방식으로 풀어내는지가 조금씩 다르더라고요.
특히 Anuma 안에서 Kimi, GPT, Claude, Gemini, Grok, Qwen 같은 모델을 오가며 테스트할 수 있으니 모델마다 따로 들어가서 같은 질문을 복붙하는 번거로움이 줄어드는 것도 꽤 편했습니다.
이번에 Kimi K3를 써보면서 느낀 건 AI는 하나를 정해서 계속 쓰는 것보다 직접 비교해보는 재미가 있다는 것.
앞으로 Anuma에서 하루에 하나씩 다른 모델을 써보면서 내 작업에 진짜 잘 맞는 AI가 뭔지 직접 찾아볼 생각입니다.
대부분의 사람들은 자신이 왜 GPT나 Claude 대신 오픈소스 모델을 골라 써야 하는지 전혀 모릅니다.
짧게 요약하자면,
오픈 모델 = 저장되지 않음, 기록되지 않음, 학습 데이터로 쓰이지 않음 폐쇄형 모델 = 더 뛰어난 순수 성능
Anuma의 모든 요금제에는 둘 다 포함되어 있습니다.
구독 단위가 아니라, 작업 단위로 골라 쓰세요.
Made with AI
Paid partnership (ad)
3
1
4
161
Clestyn끌레또르 retweeted
We’ve talked enough about what Merry Men can do. Here’s what actually using it looks like.
Open Telegram, tell the agent which asset you want to shield, enter your destination wallet and follow the process. No jumping between different applications or dealing with complicated interfaces.
The idea is simple. Privacy tools shouldn't be difficult to use, especially for people who already spend most of their time on Telegram.
This demonstration shows the Telegram version in action, running the same functionality as our web dApp.
Coming next is the web dApp version and expect more features on the social agent launchpad to be unlocked.
Let's keep going.🧠
16
17
62
3,720
이번에 @AnumaAI 에서 GLM-5.3을 직접 써봤는데,
처음에는 그냥 새로운 모델 하나 추가됐다고 생각했어요.
@ZetaChain_KR, @ZetaChain
그런데 막상 긴 내용과 복잡한 질문을 넣어보니 생각보다 활용도가 있었습니다.
제가 먼저 해본 건 긴 내용을 한꺼번에 넣고 정리시키는 작업이었습니다.
GLM-5.3은 최대 100만 토큰 컨텍스트와 멀티모달 입력을 지원하고, 코딩과 에이전트 작업 같은 장시간 작업을 염두에 둔 모델이라고 소개되고 있습니다.
실제로 써보니까 짧은 질문 하나 던지고 답만 받는 방식보다는 자료가 많거나 여러 단계를 거쳐야 하는 작업에 써볼 때 특징이 더 잘 느껴졌습니다.
특히 마음에 들었던 건 Anuma 안에서 모델을 따로 찾아다닐 필요 없이 바로 선택해서 써볼 수 있다는 점.
제가 평소 하던 글 작성이나 자료 정리도
같은 내용을 모델만 바꿔서 비교해보니까
답변의 접근 방식이 조금씩 달라지는 게 꽤 재미있었습니다.
그리고 Anuma는 여러 모델을 하나의 인터페이스에서 사용할 수 있고, 모델을 바꿔도 통합 메모리를 공유한다고 안내하고 있습니다.
오히려 작업에 따라 모델을 바꿔볼 수 있다는 게 더 편했어요.
짧은 질문은 가볍게, 긴 자료는 GLM-5.3으로,
글이나 다른 작업은 또 다른 모델로.
AI 하나에 모든 일을 맡기기보다
필요한 순간에 맞는 모델을 골라 쓰는 것.
저는 앞으로 Anuma를 이렇게 활용해볼 것 같습니다.
모든 AI가 당신의 데이터를 소유하지 않고도 당신을 기억할 수 있다면 어떨까요?
그것이 바로 Anuma입니다.
오픈소스 AI에는 메모리를 더해주고, 폐쇄형 AI에는 더 강력한 프라이버시를 보장합니다.
그리고 당신은 이 둘 모두에 대한 통제권을 쥐게 되죠.
"당신의 모든 AI를 위한 단 하나의 프라이빗 메모리 레이어"
Made with AI
Paid partnership (ad)
7
11
166
글 쓸 때 잘하는 모델이 있는가 하면, 자료 정리나 복잡한 질문에서는 또 다른 모델을 찾게 되더라고요.
@ZetaChain_KR, @ZetaChain
그래서 저는 @AnumaAI 에서 모델을 바꿔가면서 같은 대화를 이어가는 방식이 꽤 재미있었습니다.
제가 특히 관심이 갔던 부분은 새 모델이 추가됐다보다 기존 대화의 흐름을 그대로 가져갈 수 있다는 점이었습니다.
보통 다른 AI로 넘어가면 내가 아까 뭐라고 했더라?부터 다시 설명해야 하는 경우가 많았는데,
Anuma에서는 같은 대화 안에서 모델을 바꿔보면서
이 질문을 다른 모델이라면 어떻게 풀까?를 바로 비교할 수 있습니다.
무엇보다 매번 처음부터 설명하는 과정이 줄어드니까 모델을 여러 개 써보는 부담이 확실히 덜했습니다.
결국 이번 업데이트에서 제가 보는 포인트는
GPT-6이라는 이름 하나가 아니라 선택지가 더 많아졌다는 것.
Sol은 조금 더 복잡한 작업에, Luna는 빠르게 여러 번 질문할 때 써보고, AI를 하나 골라서 계속 붙잡는 것보다 한 대화 안에서 여러 모델을 직접 써보고 비교하는 것.
저는 이게 Anuma를 사용할 때 꽤 편한 부분이라고 느꼈습니다.
아누마 사랑해요
대부분의 사람들은 자신이 왜 GPT나 Claude 대신 오픈소스 모델을 골라 써야 하는지 전혀 모릅니다.
짧게 요약하자면,
오픈 모델 = 저장되지 않음, 기록되지 않음, 학습 데이터로 쓰이지 않음 폐쇄형 모델 = 더 뛰어난 순수 성능
Anuma의 모든 요금제에는 둘 다 포함되어 있습니다.
구독 단위가 아니라, 작업 단위로 골라 쓰세요.
Made with AI
Paid partnership (ad)
1
4
143
선물 고르는 게 은근히 제일 어렵더라고요.
가격대는 정해야 하고, 너무 흔한 건 싫고, 그렇다고 취향을 모르면 실패할 것 같고.
그래서 이번엔 @AnumaAI 카운슬 모드에 그냥 제가 고민하는 조건을 한꺼번에 넣어봤습니다.
@ZetaChain_KR, @ZetaChain
제가 원하는 가격대와 상대방 취향을 적고
실제로 선물하기 괜찮은 걸로 골라달라고 해봤는데,
생각보다 답변이 꽤 현실적이었습니다.
건강 관련 선물부터 전통 선물, 실속형, 생활용품까지 카테고리를 나눠서 보여주니까 일단 선택지가 한눈에 들어왔어요.
그러니까 처음부터 완벽한 답을 받으려고 하기보다 카운슬 모드랑 대화하면서 후보를 좁혀가는 방식이 훨씬 편하더라고요.
이번에 써보면서 느낀 건 카운슬 모드는 단순히 답을 길게 해주는 기능이 아니라는 것.
제가 머릿속으로만 고민하던 조건들을 꺼내놓으면 그걸 정리해서 그래서 뭘 선택할지 고민하기 쉽게 만들어주는 느낌이었습니다.
혼자 고민하면 30분 걸릴 일을 일단 카운슬 모드에 던져놓고 같이 골라보는 것.
아누마의 장점이 아닐까 생각해요
그 누구도 '최애 AI 모델' 하나만 쓰진 않습니다. 여러 개의 탭과 다중인격이 있을 뿐이죠 💀
분위기 낼 땐(Vibes) ChatGPT. 코딩할 땐 Claude. 구글 검색조차 귀찮을 땐 Gemini.
Anuma는 그냥 당신의 프롬프트를 이 모든 모델에 한 번에 보내고, 딱 '하나의 답변'으로 정리해 줍니다.
브라우저 탭 수집가들 오열 중 🧡
Made with AI
Paid partnership (ad)
10
1
8
241
아누마의 이번 글을 보고 처음엔 그냥 AI 메모리 이야기겠지 했는데, 읽다 보니 조금 다른 생각이 들었습니다.
@ZetaChain_KR , @ZetaChain
저도 @AnumaAI 쓰면서 예전에 했던 이야기나 제가 자주 관심 가지는 주제를 다시 설명하지 않아도 되는 게 꽤 편했습니다.
내가 뭘 좋아하는지 아는 AI가 있다면, 나와 잘 맞는 사람도 찾아줄 수 있지 않을까?
이번 글에서 특히 눈에 들어온 것도 이 부분이었습니다.
AI한테 계속 말을 걸고 AI 안에서만 시간을 보내는 게 아니라,
앞으로는
나를 이해하는 AI, 나와 맞는 경험을 찾아주는 AI 까지 갈 수도 있겠다는 생각이 들었습니다.
특히 Anuma는 하나의 모델에만 기억을 묶어두는 방식이 아니라, 여러 AI 모델에서 하나의 개인 메모리를 활용하는 방향을 내세우고 있습니다.
결국 중요한 건 AI가 사람을 대신하는 게 아니라, AI 때문에 오히려 사람을 더 만나게 되는 것.
이번 글은 이 관점에서 보니까 꽤 재미있었습니다.
AI에게 나를 잘 알아줘에서 끝나는 게 아니라 그럼 나랑 잘 맞는 사람도 찾아줘라고 생각합니다.
모든 AI가 당신의 데이터를 소유하지 않고도 당신을 기억할 수 있다면 어떨까요?
그것이 바로 Anuma입니다.
오픈소스 AI에는 메모리를 더해주고, 폐쇄형 AI에는 더 강력한 프라이버시를 보장합니다.
그리고 당신은 이 둘 모두에 대한 통제권을 쥐게 되죠.
"당신의 모든 AI를 위한 단 하나의 프라이빗 메모리 레이어"
Made with AI
Paid partnership (ad)
6
1
5
155
요즘 AI한테 뭘 물어보면 대답은 참 잘해주는데 이상하게 결정은 결국 내가 해야 하더라고요.
@ZetaChain_KR, @ZetaChain
그래서 이번엔 @AnumaAI 카운슬 모드로
평소 궁금했던 걸 하나 던져봤습니다.
그냥 답 하나를 툭 던져주는 방식이 아니라
여러 관점에서 내용을 정리해서 보여주는 게 꽤 신선했어요.
예를 들어 운동이나 요리처럼 조건을 조금 붙여서 질문하면 제가 놓친 부분까지 나눠서 설명해주더라고요.
답변을 그대로 믿기보다는 그럼 내 상황에서는 하고 다시 질문하기.
이렇게 몇 번 대화를 이어가니까 일방적으로 답을 받는 느낌보다 AI랑 같이 생각을 정리하는 느낌이 강했습니다.
개인적으로 카운슬 모드의 재미는 정답을 대신 골라주는 데 있는 게 아니라 내가 놓치고 있던 선택지를 보여주는 데 있는 것 같아요.
AI가 대신 결정하는 게 아니라, 내가 더 잘 결정하도록 옆에서 정리해주는 느낌.
아누마는 사랑이다.
그 누구도 '최애 AI 모델' 하나만 쓰진 않습니다. 여러 개의 탭과 다중인격이 있을 뿐이죠 💀
분위기 낼 땐(Vibes) ChatGPT. 코딩할 땐 Claude. 구글 검색조차 귀찮을 땐 Gemini.
Anuma는 그냥 당신의 프롬프트를 이 모든 모델에 한 번에 보내고, 딱 '하나의 답변'으로 정리해 줍니다.
브라우저 탭 수집가들 오열 중 🧡
Made with AI
Paid partnership (ad)
10
8
240
평소에는 AI 하나 골라서 질문하고 답이 괜찮으면 그냥 그대로 쓰는 편이었습니다.
@ZetaChain_KR, @ZetaChain
그런데 이번에는 같은 질문을 카운슬 모드에 던져봤습니다.
처음엔 굳이 여러 AI한테 동시에 물어볼 필요가 있나?싶었는데, 막상 써보니 느낌이 조금 달랐습니다.
제가 해본 건 통증 때문에 어떻게 관리하면 좋을지 정리해달라는 질문이었습니다.
카운슬 모드에서는 같은 질문을 여러 모델에게 한 번에 보내고, 답변을 나란히 비교할 수 있었습니다.
제가 특히 편했던 건 답변의 차이가 바로 보인다는 점과 한 모델은 냉찜질과 휴식을 먼저 이야기하고, 다른 모델은 스트레칭이나 생활 습관을 더 자세히 짚어주더라고요.
그리고 마음에 드는 답변만 골라서 이어서 대화할 수도 있어서 여러 AI를 번갈아 켜놓고 복사와 붙여넣기 할 필요가 없었습니다.
이번에 써보고 느낀 건 카운슬 모드는 단순히 AI를 여러 개 쓰는 기능이라기보다, 한 가지 질문을 여러 관점에서 확인하는 도구에 더 가까웠습니다.
특히 중요한 내용을 정리하거나 내 생각이 맞는지 한 번 더 확인하고 싶을 때 꽤 유용했습니다.
그 누구도 '최애 AI 모델' 하나만 쓰진 않습니다. 여러 개의 탭과 다중인격이 있을 뿐이죠 💀
분위기 낼 땐(Vibes) ChatGPT. 코딩할 땐 Claude. 구글 검색조차 귀찮을 땐 Gemini.
Anuma는 그냥 당신의 프롬프트를 이 모든 모델에 한 번에 보내고, 딱 '하나의 답변'으로 정리해 줍니다.
브라우저 탭 수집가들 오열 중 🧡
Made with AI
Paid partnership (ad)
3
4
178
사람을 연결해주는 AI? 직접 써보니 조금 이해됐습니다.
@ZetaChain_KR, @ZetaChain
요즘 AI를 쓰면서 오히려 사람과 대화하는 시간이 줄어드는 건 아닐까 생각한 적이 있습니다.
그런데 이번에 @AnumaAI 를 사용하면서
조금 다른 방향으로 생각하게 됐습니다.
제가 AI에게 물어보는 건 대부분
글쓰기나 정보 찾기 같은 일이었는데,
이번에는 조금 다르게
내가 관심 있는 걸 같이 이야기할 사람을 찾는다면? 이라는 관점에서 생각해봤습니다.
생각해보면 사람을 만나는 것도 비슷하더라고요.
내가 좋아하는 주제를 이야기했을 때 나도 그거 좋아하는데?라고 받아주는 사람.
평소에는 별로 관심 없던 이야기도
같이 해보자는 사람이 있으면
괜히 한번 시작해보고 싶어집니다.
그래서 Anuma가 말하는 AI가 사람을 더 잘 찾을 수 있도록 도와준다는 문장이 이번에는 꽤 현실적으로 느껴졌습니다.
AI가 모든 답을 대신 내주는 것보다 내가 좋아하는 것, 궁금한 것, 해보고 싶은 것을 정리해서 결국 사람과 사람 사이를 이어주는 역할을 한다면 AI를 사용하는 이유도 조금 달라질 것 같습니다.
특히 취미 하나를 새로 시작하려고 할 때
같이할 사람이 없어서 포기하는 경우가 생각보다 많잖아요.
AI가 사람을 대신하는 게 아니라, 사람을 다시 사람에게 데려다주는 것.
이번 Anuma 글을 보고 제가 느낀 건 AI의 미래가 꼭 더 똑똑한 답변에만 있는 건 아닐 수도 있겠다는 점입니다.
혼자 AI를 사용하는 것에서 AI를 통해 누군가와 연결되는 것.
모든 AI가 당신의 데이터를 소유하지 않고도 당신을 기억할 수 있다면 어떨까요?
그것이 바로 Anuma입니다.
오픈소스 AI에는 메모리를 더해주고, 폐쇄형 AI에는 더 강력한 프라이버시를 보장합니다.
그리고 당신은 이 둘 모두에 대한 통제권을 쥐게 되죠.
"당신의 모든 AI를 위한 단 하나의 프라이빗 메모리 레이어"
Made with AI
Paid partnership (ad)
9
1
9
354
처음에는 저도 AI를 고를 때 그냥 GPT가 좋다, Claude가 좋다 정도로만 생각했습니다.
@ZetaChain_KR, @ZetaChain
그런데 @AnumaAI 를 계속 써보니까
조금 생각이 달라지더라고요.
글을 쓸 때도 같은 모델, 아이디어를 얻을 때도 같은 모델, 자료를 정리할 때도 같은 모델.
그런데 막상 여러 모델을 번갈아 써보니
잘하는 일이 조금씩 다르다는 게 느껴졌습니다.
그래서 요즘은 어떤 AI가 제일 좋아?보다
지금 내가 뭘 하려고 하지?를 먼저 생각하게 됐습니다.
글을 다듬을 때와 아이디어를 뽑을 때, 복잡한 내용을 정리할 때 굳이 같은 모델을 고집할 필요가 없더라고요.
모델 하나에 나를 맞추는 게 아니라
필요한 작업에 맞춰 모델을 바꿔볼 수 있다는 것.
특히 모든 걸 처음부터 다시 설명하면서 나는 이런 스타일로 글을 써라고 알려주는 과정이 줄어드니까 AI를 사용하는 느낌도 조금 달라졌습니다.
결국 AI를 잘 쓰는 방법은 가장 비싼 모델 하나를 고르는 게 아니라 내가 하는 일에 맞는 모델을 골라 쓰는 것이 가장 활용을 잘하는 방법이라고 생각이 듭니다.
그리고 아누마가 생각보다 꽤 편합니다.
대부분의 사람들은 자신이 왜 GPT나 Claude 대신 오픈소스 모델을 골라 써야 하는지 전혀 모릅니다.
짧게 요약하자면,
오픈 모델 = 저장되지 않음, 기록되지 않음, 학습 데이터로 쓰이지 않음 폐쇄형 모델 = 더 뛰어난 순수 성능
Anuma의 모든 요금제에는 둘 다 포함되어 있습니다.
구독 단위가 아니라, 작업 단위로 골라 쓰세요.
Made with AI
Paid partnership (ad)
4
2
4
210
AI를 여러 개 써보면서 은근히 귀찮았던 게 하나 있습니다.
새 모델을 켤 때마다 내가 누구인지 다시 설명해야 한다는 것.
나는 이런 글을 쓰고 있고, 전에 이런 얘기를 했고 등등
@ZetaChain_KR , @ZetaChain
처음에는 그냥 복붙하면 된다고 생각했는데, 막상 계속 쓰다 보니 이게 꽤 번거롭더라고요.
그래서 최근 @AnumaAI 를 사용하면서 제일 먼저 눈에 들어온 게 메모리였습니다.
제가 원하는 건 AI가 모든 대화를 대신 기억해주는 게 아니라,
내가 자주 쓰는 방식이나 관심사 같은 맥락을 계속 이어주는 것이었거든요.
특히 재미있었던 건 모델을 바꿔도 대화의 출발점이 완전히 초기화되는 느낌이 덜하다는 점.
Anuma에서는 일단 내가 쓰던 방식에서 계속 해보자
라는 느낌이 조금 더 강했습니다.
그리고 오픈소스 모델과 폐쇄형 모델을 한곳에서 선택할 수 있다는 것도 직접 써보니 생각보다 편했습니다.
결국 제가 느낀 Anuma의 장점은 AI 모델 하나를 잘 고르는 것보다, 내가 쌓아온 맥락을 놓치지 않는 데 있는 것 같습니다.
그런데 모델이 바뀔 때마다 내 이야기까지 처음부터 다시 시작할 필요는 없지 않을까요?
저는 이 부분 때문에 Anuma를 계속 써보게 됩니다.
모든 AI가 당신의 데이터를 소유하지 않고도 당신을 기억할 수 있다면 어떨까요?
그것이 바로 Anuma입니다.
오픈소스 AI에는 메모리를 더해주고, 폐쇄형 AI에는 더 강력한 프라이버시를 보장합니다.
그리고 당신은 이 둘 모두에 대한 통제권을 쥐게 되죠.
"당신의 모든 AI를 위한 단 하나의 프라이빗 메모리 레이어"
Made with AI
Paid partnership (ad)
4
2
5
109
좋은 트레이딩 플랫폼은 초보자에게도 친절해야 한다고 생각합니다
처음 선물거래를 접했을 때 가장 어려웠던 건 차트보다도 낯선 용어와 복잡한 화면이었습니다.
@DOKDODAO
그래서 @TurboFlow_xyz 를 직접 사용하면서 초보자 입장에서 얼마나 편하게 느껴지는지를 유심히 봤습니다.
처음 사용했을 때 느낀 건 생각보다 화면을 이해하기 어렵지 않다는 점이었습니다.
거래에 필요한 부분이 비교적 직관적으로 보여서 하나씩 찾아가는 수고가 적었습니다.
이런 작은 차이가 처음 시작하는 사람에게는 꽤 크게 다가온다고 생각합니다.
특히 거래 화면이 지나치게 복잡하지 않으니 일단 한번 사용해볼까?라는 생각이 자연스럽게 들었습니다.
결국 좋은 플랫폼은 숙련자에게만 편한 게 아니라 처음 들어온 사람도 길을 잃지 않게 만들어야 한다고 생각합니다.
물론 사용하기 쉽다는 것과 거래가 쉽다는 것은 전혀 다른 이야기입니다.
특히 선물거래는 레버리지를 사용하는 만큼 초보자일수록 리스크를 먼저 이해해야 합니다.
그래도 진입 과정에서 불필요한 어려움을 줄여주는 건 분명 좋은 사용자 경험이라고 생각합니다.
저 역시 TurboFlow를 사용하면서 좋은 플랫폼은 기능을 자랑하기보다 사용자가 헤매지 않게 해주는 게 중요하구나라는 생각을 하게 됐습니다.
복잡한 거래 화면을 볼 때마다 놓치고 있던 게 있었습니다
@DOKDODAO
거래 플랫폼을 오래 사용하다 보면 화면에 정보가 많을수록 좋다고 생각하기 쉽습니다.
저도 처음에는 차트, 주문창, 각종 지표가 많아야 제대로 된 플랫폼이라고 생각했습니다.
그런데 @TurboFlow_xyz 를 직접 사용해보면서 생각이 조금 달라졌습니다.
복잡한 화면을 계속 보고 있으면 정작 내가 무엇을 판단해야 하는지 놓칠 때가 있더라고요.
정보가 부족해서가 아니라 오히려 너무 많아서 중요한 부분이 묻히는 느낌이었습니다.
TurboFlow를 사용하면서 제가 가장 편하게 느꼈던 부분도 바로 이 점이었습니다.
특히 빠르게 움직이는 시장에서는 이런 작은 차이가 생각보다 크게 느껴집니다.
결국 정보를 많이 보여주는 것과 정보를 잘 전달하는 것은 다른 문제라는 걸 직접 사용하면서 느꼈습니다.
물론 화면이 단순하다고 해서 거래가 쉬워지는 것은 아닙니다.
선물거래는 여전히 레버리지와 청산 위험을 고려해야 하고, 최종 판단은 결국 본인의 몫입니다.
하지만 플랫폼이 불필요한 복잡함을 줄여준다면 판단에 집중하기는 훨씬 편해집니다.
어쩌면 제가 복잡한 화면에서 놓치고 있던 건 정보가 아니라, 정작 중요한 판단에 집중할 여유였던 것 같습니다.
Made with AI
Paid partnership (ad)
101
복잡한 거래 화면을 볼 때마다 놓치고 있던 게 있었습니다
@DOKDODAO
거래 플랫폼을 오래 사용하다 보면 화면에 정보가 많을수록 좋다고 생각하기 쉽습니다.
저도 처음에는 차트, 주문창, 각종 지표가 많아야 제대로 된 플랫폼이라고 생각했습니다.
그런데 @TurboFlow_xyz 를 직접 사용해보면서 생각이 조금 달라졌습니다.
복잡한 화면을 계속 보고 있으면 정작 내가 무엇을 판단해야 하는지 놓칠 때가 있더라고요.
정보가 부족해서가 아니라 오히려 너무 많아서 중요한 부분이 묻히는 느낌이었습니다.
TurboFlow를 사용하면서 제가 가장 편하게 느꼈던 부분도 바로 이 점이었습니다.
특히 빠르게 움직이는 시장에서는 이런 작은 차이가 생각보다 크게 느껴집니다.
결국 정보를 많이 보여주는 것과 정보를 잘 전달하는 것은 다른 문제라는 걸 직접 사용하면서 느꼈습니다.
물론 화면이 단순하다고 해서 거래가 쉬워지는 것은 아닙니다.
선물거래는 여전히 레버리지와 청산 위험을 고려해야 하고, 최종 판단은 결국 본인의 몫입니다.
하지만 플랫폼이 불필요한 복잡함을 줄여준다면 판단에 집중하기는 훨씬 편해집니다.
어쩌면 제가 복잡한 화면에서 놓치고 있던 건 정보가 아니라, 정작 중요한 판단에 집중할 여유였던 것 같습니다.
@TurboFlow_xyz 를 쓰면서 거래 플랫폼도 사용자 경험이 중요하구나 느꼈습니다
@DOKDODAO
예전에는 거래 플랫폼을 볼 때 수수료나 기능부터 확인하는 편이었습니다.
그런데 여러 플랫폼을 직접 사용하다 보니 의외로 사용하기 편한지가 정말 중요하다는 생각이 들었습니다.
이번에 TurboFlow를 사용하면서 그 이유를 조금 더 확실하게 느꼈습니다.
처음 화면을 봤을 때 가장 마음에 들었던 건 복잡하게 느껴지지 않는다는 점이었습니다.
거래를 하면서 필요한 정보를 찾기 위해 계속 화면을 뒤질 필요가 적었습니다.
이런 부분은 처음에는 별거 아닌 것처럼 보여도 실제로 사용하면 체감이 꽤 큽니다.
특히 시장이 빠르게 움직일 때 화면까지 복잡하면 판단하기가 더 어려워지니까요.
결국 사용자 입장에서 편하게 만들어진 플랫폼이 자주 손이 가는 플랫폼이 아닐까 싶었습니다.
물론 사용하기 편하다는 것과 거래에서 좋은 결과를 얻는 것은 완전히 다른 이야기입니다.
특히 선물거래는 레버리지와 청산 위험이 있기 때문에 편리함과 별개로 신중하게 접근해야 합니다.
그래도 불필요하게 복잡한 과정을 줄여주는 건 분명 좋은 사용자 경험이라고 생각합니다.
Made with AI
Paid partnership (ad)
133
선물거래에서 중요한 건 빠른 주문보다 판단하기 쉬운 환경아닐까
@TurboFlow_xyz x @DOKDODAO
선물거래를 하다 보면 주문을 얼마나 빨리 넣느냐가 중요하다고 생각하기 쉽습니다.
저도 처음에는 빠르게 진입하고 빠르게 정리하는 게 좋은 거래라고 생각했습니다.
그런데 직접 거래를 해보니 오히려 주문하기 전에 얼마나 잘 판단할 수 있느냐가 더 중요하더라고요.
필요한 정보가 깔끔하게 정리돼 있으면 생각할 시간이 조금 더 생깁니다.
제가 TurboFlow를 사용하면서 좋았던 것도 바로 이런 판단 과정의 부담을 줄여주는 느낌이었습니다.
물론 시장은 기다려주지 않기 때문에 주문 속도 역시 무시할 수는 없습니다.
하지만 빠르게 잘못된 판단을 내리는 것보다 한 번 더 확인하고 진입하는 게 중요하다고 생각합니다.
특히 레버리지가 들어가는 선물거래에서는 작은 판단 하나가 결과를 크게 바꿀 수 있으니까요.
그래서 저는 좋은 트레이딩 플랫폼의 기준을 얼마나 빨리 주문할 수 있느냐에서 얼마나 명확하게 판단할 수 있느냐로 조금 바꾸게 됐습니다.
TurboFlow를 직접 사용해보면서 결국 트레이딩은 손보다 눈과 머리가 먼저 편해야 한다는 생각이 들었습니다.
거래할 때 가장 귀찮았던 과정을 @TurboFlow_xyz 에서는 줄일 수 있었습니다
@DOKDODAO
저는 거래할 때 수익이나 차트보다 의외로 사소한 과정에서 더 피곤함을 느끼는 편입니다.
주문 하나 넣으려고 이것저것 확인하다 보면 어느 순간 집중력이 먼저 떨어지더라고요.
그래서 TurboFlow를 직접 사용하면서 평소 귀찮았던 부분이 얼마나 줄어드는지 유심히 봤습니다.
가장 먼저 느낀 건 거래 화면에서 필요한 정보를 찾는 과정이 간단하다는 점이었습니다.
여러 화면을 왔다 갔다 하면서 주문 조건을 확인하는 일이 줄어드니 확실히 편했습니다.
특히 가격을 보면서 바로 거래를 판단할 수 있다는 흐름이 개인적으로 마음에 들었습니다.
예전에는 잠깐만, 이거 어디 있었지?하면서 화면을 찾는 시간이 은근히 많았습니다.
다만 불필요한 조작이 줄어들면 그만큼 차트와 시장을 보는 데 집중하기는 편해집니다.
직접 사용해보니 TurboFlow가 추구하는 단순한 거래 경험이 어떤 것인지 조금은 이해할 수 있었습니다.
결국 좋은 플랫폼은 내가 해야 할 일을 늘리는 게 아니라, 하지 않아도 될 일을 줄여주는 게 아닐까 싶습니다.
Made with AI
Paid partnership (ad)
2
1
2
251