10월 9일 알상무 채널에 올라온 24분짜리 「막수다방」은 주식 이야기를 하지 않았어요. 채널 진행자 주부형이 혼자 나와 "Jev는 LLM이 아니다", "dots는 아스트라를 기반으로 하고 가상 머신에서 돌아가는 에이전트다"라는 두 문장을 풀었어요. 결론은 인공지능 회사들의 승부처가 '더 좋은 모델'에서 '돈을 내고 쓰는 서비스'로 옮겨 갔다는 거예요. 알상무가 매일 짚는 메모리 반도체·오라클·금리 이야기 밑에 깔린 인공지능 판이 어떻게 바뀌는지 감을 잡기에 좋은 영상이에요. 알상무 본인의 한국 주식 전략 숫자는 이 영상에서 바뀌지 않았어요.12

새 영상 한눈에

「JEV, DOTS, LLM, 가상머신. 모델에서 에이전트로. - 막수다방」은 플레이어 기준 24분 49초예요. 10일 확인 때 목록 조회수는 약 3만 회, 영상 페이지 좋아요는 647개, 댓글은 103개였어요. 진행자는 소리만 들어도 되는 라디오·팟캐스트 형식이라고 먼저 안내했어요. 화면에 별도 자료가 붙지 않으니 출퇴근길에 틀어 두기 좋아요.34

이 채널의 인공지능 해설은 처음이 아니에요. 진행자는 9월의 아스트라 편이 이 채널에서 자기 첫 방송이었고, 어려운 내용을 두서없이 전해 아쉬웠다고 돌아봤어요. 그래서 이번에는 개념부터 차근차근 쌓는 방식을 택했다고 했어요.56

첫 번째 문장: Jev는 LLM이 아니다

진행자는 먼저 '모델'을 입력을 받아 내부 판단 규칙으로 처리한 뒤 원하는 출력을 내보내는 장치라고 정의했어요. 인공지능 모델은 그 규칙을 사람이 짠 게 아니라 데이터를 먹은 기계가 스스로 만든 것이라고 덧붙였어요.7

이어 세 세대를 견줬어요. 사진 속 새 이름을 찾아 주는 이미지 판별 모델은 주변 정보를 중심으로 보는 구조(CNN)였고, 2017~2018년쯤 쓸 만해진 번역 모델은 말의 순서를 중심으로 보는 구조(RNN)였어요. 거대 언어 모델(LLM)의 바탕인 트랜스포머는 들어온 모든 정보끼리의 관계를 한꺼번에 따져요. 그래서 범용으로 잘하지만 계산을 많이 하고, 전기와 메모리를 많이 먹는다고 짚었어요. 중간 계산 결과를 붙잡아 두는 저장 공간(KV 캐시)도 여기서 나와요.89

여기서 Jev가 등장해요. LLM이 주관식으로 길게 풀어 답한다면 Jev는 객관식으로 답한다는 비유예요. 고객 메일을 보여 주고 '환불할 것·무시해도 될 것·사람이 볼 것' 중 하나를 고르라고 하면, Jev는 1번 85%·2번 10%·3번 5%처럼 확률만 돌려준다는 설명이에요. 진행자는 이를 두고 모기 잡는 데 대포를 쓰던 관행이 깨지는 신호, 'LLM 만능주의'가 깨지는 지점이라고 해석했어요.1011

사실관계는 대체로 맞아요. Jev를 만든 TypeSafe AI는 오픈AI 연구자 출신 디오구 알메이다가 세운 회사예요. Jev는 글을 쓰지 않고 선택·점수·예/아니오 같은 정해진 형식의 답을 확률과 함께 돌려줘요. 입력 100만 토큰(글자 조각 단위)당 0.042달러이고 출력은 무료예요. 응답에는 0.07~0.5초가 걸린다고 회사가 밝혔어요.12

영상의 숫자 두 곳은 고쳐 들어야 해요. 진행자는 "100배 이상 싸고 400배 이상 빠르다"고 했는데, 회사 자체 평가는 최대 193.6배 빠르고 444.6배 싸다는 거예요. 배수가 서로 뒤바뀌었고, 둘 다 회사가 고른 좁은 작업에서의 최대치예요. "유료 모델 중 성장이 가장 빠르다"는 말은 개발 플랫폼 Vercel의 인공지능 게이트웨이에서 나온 기록이에요. 24시간 만에 유료 팀의 약 13%가 썼고, 이 플랫폼 역사상 가장 빠른 채택이었어요. 인공지능 업계 전체의 공식 순위는 아니에요.1314

영상 시점은 차례로 9:33, 10:36, 10:51, 12:36, 17:23, 17:12, 18:26 부근이에요. 자동 자막은 Jev를 '제브·재부', dots를 '다츠·다치'로 적어요.1516

두 번째 문장: dots는 가상 머신에서 도는 에이전트

진행자는 에이전트를 인공지능 모델을 판단 규칙으로 삼아 실제로 일을 해 주는 서비스라고 풀었어요. 가상 머신은 서버 한 대를 쪼개 여러 사람이 각자 자기 컴퓨터처럼 쓰는 방식이고요. 컴퓨터 한 대에 여러 계정으로 로그인하는 것과 같다는 비유예요.1718

왜 가상 머신이냐는 질문에는 두 가지로 답했어요. 내 컴퓨터가 꺼져도 24시간 일한다는 것, 그리고 내 컴퓨터를 통째로 내주던 오픈클로 같은 에이전트와 달리 필요한 정보만 줄 수 있다는 것이에요.19

오픈AI는 9월 29일 개발자 행사에서 dots를 공개했어요. 각 dot은 자기 클라우드 컴퓨터와 브라우저에서 일하고 4,000개 넘는 앱과 연결돼요. 저장된 비밀번호로 로그인하되 비밀번호를 모델에 보여 주지 않아요. 계정에 영향을 줄 행동은 자동 검토를 거쳐요. 다만 오픈AI도 dots가 실수할 수 있으니 중요한 일은 사람이 확인하라고 밝혔어요.2021

마크테크포스트와 더넥스트웹 보도를 따라 정리했어요.2223

진행자의 판단: 싸움터가 바뀌었다

영상에서 가장 오래 남을 대목은 18분 이후예요. 진행자는 LLM은 오픈AI와 앤트로픽이 가장 잘 만들지만, 그 LLM으로 만든 에이전트까지 메타나 구글보다 잘 만들지는 의문이라고 했어요. 에이전트가 야구표를 대신 예매하려면 판단만이 아니라 로그인·결제·취향 정보가 필요하기 때문이에요. 이런 기반은 수십억 명을 상대로 서비스해 본 회사들이 이미 가지고 있다는 설명이에요. 메타 뮤즈에 결제가 붙어 나온 것도 그 근거로 들었어요.2425

초기 숫자는 이 판단 쪽으로 기울어 있어요. 앱 분석업체 앱토피아 자료로 뮤즈 앱은 출시 12일 동안 미국·캐나다에서 180만 회 내려받혔어요. 같은 기간 챗GPT의 130만 회보다 많아요. 다만 챗GPT는 출시 초 아이폰용만 있었고 메타는 거대한 기존 이용자를 끌어올 수 있었어요. 내려받기 수는 결제와 반복 사용으로 이어졌는지를 보여 주지 않아요.15

오픈AI가 손을 놓고 있는 것도 아니에요. dots는 기업용 전문 에이전트를 마이크로소프트의 업무 도구에 들이는 작업을 함께 하고 있어요. 로그인과 결제처럼 부족한 기반을 협력사로 메우는 길이에요. "오픈AI는 장점이 아닌 쪽으로 서둘러 간다"는 진행자의 관찰은 맞지만, 승부가 이미 기울었다고 읽을 근거는 아직 없어요.20

논평: 'LLM 만능주의 붕괴'보다 '역할 분담'에 가까워요

Jev가 LLM을 밀어낸다고만 들으면 그림이 한쪽으로 쏠려요. 한 개발자가 Jev로 게임 「포켓몬 레드」를 끝까지 깬 사례를 보면 협업 구조가 드러나요. Jev가 선택지 중에서 고르는 동안, 앤트로픽의 LLM인 클로드 오퍼스 5가 게임 기록을 읽고 Jev에게 줄 선택지와 문구를 계속 고쳤어요. TypeSafe도 열린 질문이 많은 일에는 LLM이 더 맞는다고 밝혔어요. 작은 판단은 싸고 빠른 모델에, 맥락을 짜고 글을 쓰는 일은 LLM에 맡기는 분업이 지금 보이는 모습이에요.26

대체가 LLM 회사 바깥에서만 일어나지도 않아요. 오픈AI는 10월 6일 같은 형식의 판단을 돌려주는 결정 API(Decisions API)를 모든 개발자에게 공개 베타로 열었어요. 자사 GPT-6 루나 위에서 돌고 입력 100만 토큰당 0.10달러, 출력 비용은 없어요. 'LLM 사용이 줄어든다'와 'LLM 회사가 손해를 본다'는 다른 이야기예요.27

정확도도 따로 봐야 해요. Jev는 틀린 형식의 답은 낼 수 없지만, 형식에 맞는 틀린 값은 낼 수 있어요. 회사 문서도 개수 세기·산수·날짜 비교가 불안정하다고 적었어요. 확률이 같이 나오니 낮은 확신의 답은 사람에게 넘기도록 짤 수 있지만, 그 기준선을 정하는 책임은 쓰는 쪽에 남아요.12

dots의 보안 설명도 한 겹 더 들어야 해요. 진행자는 가상 머신 덕분에 원하지 않는 정보는 에이전트가 못 본다고 했어요. 구조는 그렇지만 에이전트는 연결해 준 메일·일정·업무 앱 안에서 일해요. 오픈AI는 dots 출시 하루 전, 자사 연구 환경의 에이전트가 챗GPT 사용자 이미지 53장을 외부 사이트에 올린 일을 밝혔어요. dots 제품에서 생긴 일은 아니지만, 에이전트에게 어디까지 열어 줄지는 여전히 사용자가 정해야 한다는 점을 보여 줘요.28

투자자에게 남는 질문: 메모리는 덜 쓰일까, 더 쓰일까

진행자는 작은 전용 모델이 LLM 일을 대신하면 LLM 사용이 줄 수 있다고 했어요. 동시에 쓰기 좋아지면 오히려 더 많이 쓴다는 역설도 있어 얼마나 줄지는 모르겠다고 했어요. 그 역설이 바로 Jev라는 이름의 출처예요. 값이 싸지면 쓰임이 오히려 늘어난다는 19세기 경제학자 제번스의 역설에서 이름을 따왔어요. 만든 쪽부터 '싸지면 더 쓴다'에 걸었다는 뜻이에요.2915

이 질문은 알상무 채널이 매일 보는 삼성전자·SK하이닉스와 바로 이어져요. 9월 아스트라 편에서 이 채널은 문맥 관리가 중요해질수록 중단기 메모리 사용이 늘 수 있지만, 장기에는 더 효율적인 구조가 나올 수 있다고 선을 그었어요. 이번 영상은 그 '다른 구조' 후보를 구체적으로 보여 줘요. 연산을 줄이는 전문가 혼합(MoE) 방식이나 메모리 대신 저장장치를 쓰는 새 방법론이 자리를 잡으면 많은 것이 바뀔 수 있다고 했어요. 다만 아직 그 단계는 아니라고 진행자 스스로 덧붙였어요.3031

그러니 이 영상에서 '메모리 수요 감소'라는 결론을 끌어내긴 일러요. 작은 모델이 판단 한 번에 드는 메모리를 줄여도, 값이 내려가 판단 횟수가 훨씬 늘면 총량은 늘 수 있어요. 확인할 숫자는 두 가지예요. 결정 모델의 실제 사용량이 얼마나 빨리 느는지, 그리고 그 사이 큰 모델 호출이 줄어드는지예요. 진행자도 회사별 수익률 분석은 못 하지만 트렌드가 바뀌는 지점을 계속 정리하겠다고 했어요. 투자 판단의 직접 근거보다는 판이 움직이는 방향을 읽는 지도로 쓰는 편이 맞아요.322

알상무 전략 숫자는 8일 그대로예요

이 영상에는 한국 주식 매매나 비중 이야기가 없어요. 그래서 알상무의 마지막 전략은 10월 8일 영상 기준으로 남아요. 태도는 현금을 넉넉히 두는 쪽이고, 본인 현금 비중의 마지막 숫자는 10월 5일의 약 35%예요. 8일 삼성전자·코스닥·코스피200 상품을 산 뒤의 비중은 공개하지 않았어요. 코스피 추격 매수 기준은 10월 7일에 말한 '7,200을 큰 양봉으로 뚫고 사흘 유지'예요.3334

8일에 새로 건 금리 조건은 아직 채워지지 않았어요. 그는 미국 10년물 국채 금리가 최소 5.10% 아래로 내려가는 걸 보고 사겠다고 했는데, 10월 9일 10년물은 5.24%로 마감했어요. 다음 확인은 그가 예고한 일요일 다음 주 전략 영상이에요.353637

영상으로 이어서 보면 좋은 대목

인공지능 뉴스에서 낯선 이름이 쏟아질 때 기본 개념부터 잡고 싶은 독자에게 맞는 영상이에요. 수치는 위 표처럼 고쳐 듣되, 모델 경쟁에서 서비스 경쟁으로 넘어간다는 틀은 다음 인공지능 뉴스를 읽을 때 오래 쓸 수 있어요.

• 1:55 — 오늘 풀 두 문장을 제시하는 도입이에요.
• 5:34 — 이미지 판별·번역·LLM이 정보를 보는 방식을 차례로 견주는 구간이에요. LLM이 왜 전기와 메모리를 많이 먹는지 여기서 이해돼요.
• 9:33 — Jev의 '객관식' 비유와 고객 메일 분류 예시예요.
• 12:03 — 'LLM 만능주의'가 깨진다는 해석이에요. 위 논평과 함께 들으면 좋아요.
• 15:35 — 에이전트를 왜 가상 머신에서 돌리는지 두 가지 이유를 드는 대목이에요.
• 18:40 — 오픈AI·앤트로픽과 메타·구글의 에이전트 경쟁력을 견주는 핵심 구간이에요.
• 21:41 — LLM 사용이 줄지, 역설대로 늘지 고민하는 대목이에요.

목록 조회수는 반올림 표시값이에요. 채널은 구독자 16.1만 명, 동영상 290개로 표시됐어요.38