Now I have data from 7/10 accounts. Let me compile the analysis report.
🐦 X(Twitter) AI/테크 리더 모니터링 리포트
분석 시각: 2026-07-25 21:00 KST
데이터 수집: Twitter Syndication API (7/10 계정 성공, 3계정 미수집: lilianweng, OfficialLoganK, theinformation)
> ⚠️ 수집 한계 안내: 원본 크론 스크립트(xurl)가 인증 만료로 전량 실패하여, Twitter Syndication API로 우회 수집했습니다. 이 API는 최신순이 아닌 인기순(engagement) 정렬이라, 일부 계정은 수개월 전 트윗이 표시됩니다. SemiAnalysis만 금일(7/25) 실시간 데이터 확인.
📊 오늘의 핵심 요약
1. SemiAnalysis — "스토리지, 쇼를 훔치다" + AMD CUDA 해자 도전 (오늘)
> "Storage just stole the show. Between KV cache offload and SSD prices going vertical, storage went from afterthought to headliner."
> "Can AMD break the CUDA Moat? MI455X Production Ramp Hell, OpenAI 105% Equity Rebate"
이유: AI 인프라 투자 논의를 GPU 중심에서 스토리지·메모리 계층 전체로 확장시키는 프레임 전환. AMD의 OpenAI 대상 105% 에쿼리티 리베이트는 사실상 "GPU를 공짜로 줄 테니 생태계에 들어오라"는 공격적 전략. NVIDIA 독점 구도에 실질적 변수.
2. SemiAnalysis — "AI 예산 수요 절벽은 없다" (오늘)
> "Budgeting is real. A demand cliff is not. We estimate 90th+ percentile customers drive most revenue. No material 2H26 AI-budget risk."
이유: 최근 시장에서 반복되는 "AI 버블/수요 절벽" 논쟁에 대해 데이터 기반 반박. 엔터프라이즈 AI 투자 의사결정에 직접적 참고 자료.
3. Sebastian Raschka — 로컬 오픈웨이트 코딩 에이전트 셋업 (6/27)
> "I put together a new article on setting up local coding agents with open-weight models. Everything runs 100% locally."
이유: 클라우드 API 의존 없이 로컬에서 완전 구동되는 AI 코딩 에이전트の実用 가이드. 데이터 주권·보안이 중요한 엔터프라이즈에 직접적 시사점. 2,326 likes로 높은 관심 확인.
AI/ML 업계 동향
반도체/인프라 관점
오픈소스 vs 클로즈드 소스
AI 정책/안전
| 인물 | 최근 관심사 | 변화/특이점 |
| Lilian Weng | 미수집 | — |
1. AI 인프라 전략: GPU 외 스토리지·메모리 계층 투자 검토
SemiAnalysis의 "스토리지 병목" 분석은 삼성SDS의 AI 데이터센터 설계에 직접적 시사점. KV cache offload용 고성능 SSD·스토리지 계층 최적화가 GPU 증설만큼 중요해질 수 있음. 삼성전자 NAND/SSD 사업과의 시너지 기회.
2. AMD 생태계 진입 타이밍
AMD의 OpenAI 105% 에쿼리티 리베이트는 "초기에는 NVIDIA 대비 TCO 우위"를 의미. 삼성SDS가 AMD Instinct 기반 AI 인프라를 조기 검증하면, NVIDIA 독점 프리미엄에서 벗어나 협상력 확보 + 비용 절감 가능. 다만 MI455X "Ramp Hell" 리스크는 모니터링 필요.
3. 로컬/온프레미스 AI 에이전트 사업 기회
Raschka의 100% 로컬 코딩 에이전트, Willison의 멀티 에이전트 오케스트레이션은 데이터 주권이 중요한 엔터프라이즈(금융·제조·공공) 에 직접 적용 가능. 삼성SDS의 Brity Copilot·FabriX 플랫폼에 로컬 오픈웨이트 모델 옵션 추가 시 차별화 요소.
4. AI 예산 "수요 절벽" 리스크 제한적 → AI 투자 지속
SemiAnalysis의 2H26 AI 예산 건전성 분석은 엔터프라이즈 AI 사업의 중장기 수요 안정성을 뒷받침. 상위 10% 대형 고객이 매출을 견인하는 구조 → 삼성SDS는 대형 엔터프라이즈 고객 록인 전략에 집중.
5. ML 데이터 인프라 재설계 수요
Delangue의 "Git은 ML 데이터에 부적합" 주장은 삼성SDS 내부 MLOps 파이프라인에도 적용. 모델 체크포인트·에이전트 트레이스·옵티마이저 상태 관리에 S3형 오브젝트 스토리지 도입 검토. HuggingFace Buckets 또는 삼성 클라우드 오브젝트 스토리지 연계.
6. AI 공존·증강 프레임 → 고객 커뮤니케이션 전략
"AI가 일자리를 대체한다"는 공포 마케팅보다, Karpathy의 제본스 역설·Mollick의 Co-Existence 프레임이 엔터프라이즈 고객 설득에 효과적. "AI 도입 = 업무 증강 + 새로운 역할 창출" 메시지로 고객 저항 완화.
|------|----------|
*참고: 원본 크론 스크립트(xurl) 인증 만료로 Twitter Syndication API 우회 수집. 3개 계정(lilianweng, OfficialLoganK, theinformation) 미수집. xurl 인증 복구 시 더 정확한 실시간 데이터 수집 가능.*