AI 뉴스

대마초 기업 플로라 그로스, 블록체인 AI 모델 투자와 함께 암호화폐 기업으로 변신

페이지 정보

작성자 xtalfi
작성일 2025.09.22 15:05
3,130 조회
0 추천
0 비추천

본문

22a30961d4303494cfd18e1fca3d0483w6Ih.jpg

(퍼플렉시티가 정리한 기사)

나스닥에 상장된 대마초 회사인 플로라 그로스(Flora Growth)는 4억 100만 달러 규모의 사모 투자를 완료하며, 최초로 제로 그래비티(Zero Gravity, 0G) 토큰을 보유한 상장사가 되어 대마초 사업에서 블록체인 인프라 투자로 극적인 전환을 이루었습니다. 이 거래는 주주 승인에 따라 9월 26일까지 마감될 예정입니다.

이번 거래는 3,500만 달러의 현금과 3억 6,600만 달러 상당의 디지털 자산(주로 개당 3달러로 평가된 0G 토큰)으로 구성되어 있습니다. 이번 투자는 약 4억 8,000만 달러 상당의 솔라나(SOL) 토큰을 보유한 솔라나 자산관리 회사인 디파이 디벨롭먼트(DeFi Development Corp.)가 주도했으며, 헥스스톤 캐피털, 칼스버그 SE Asia PTE Ltd, Dao5, Abstract Ventures, Dispersion Capital 등 여러 회사가 참여했습니다.

 

회사 리브랜딩 및 경영진 변경

 

플로라 그로스는 나스닥에서 FLGC 티커 심볼을 유지하면서 ZeroStack으로 리브랜딩할 예정입니다. 회사는 0G의 공동 창립자인 마이클 하인리히를 이사회 의장으로, 다니엘 레이스-파리아를 CEO로 임명할 예정입니다. 새로 취임하는 CEO 다니엘 레이스-파리아는 "이 재무 전략은 기관 투자자들에게 투명하고, 검증 가능하며, 대규모로 비용 효율적이고 프라이버시를 최우선으로 하는 AI 개발을 가능하게 하는 기반 인프라에 주식 기반의 익스포저를 제공합니다"라고 밝혔습니다.

플로라 그로스 주가는 발표 이후 장외 거래에서 69% 급등하며, 연초 대비 32% 하락을 반전시켰습니다. 해당 주식은 2025년 9월 19일에 $27.20으로 마감했습니다.

 

Zero Gravity의 AI 인프라 주장

 

제로 그래비티는 분산 클러스터를 이용해 1,070억 개의 파라미터 모델을 성공적으로 학습했다고 주장하는 탈중앙화 AI 블록체인을 개발 중으로, 구글(알파벳 Inc.) 등 빅테크 기업들의 벤치마크를 능가했다고 합니다. 이 프로젝트는 기존 분산 AI 프레임워크 대비 357배의 효율성 향상을 이루었다고 주장합니다.

0G 재단은 월요일에 토큰을 에어드랍을 통해 배포할 예정이며, 이후 주요 암호화폐 거래소에서 상장될 예정입니다. 바이낸스는 0G를 42번째 HODLer 에어드랍 프로젝트로 발표했으며, 거래는 2025년 9월 22일부터 시작될 예정입니다. 쿠코인 역시 0G의 "월드 프리미어" 상장을 예고하며 9월 22일부터 거래가 시작될 것이라고 알렸습니다.

 

디지털 자산 자금관리 동향

 

Flora Growth의 거래는 기업들이 디지털 자산 재무 전략을 채택하는 전반적인 흐름 속에서 이루어지고 있습니다. 스탠다드차타드에 따르면, 디지털 자산 재무 기업들은 시장의 순자산 가치가 업계 전반에 걸쳐 급격히 하락하면서 점점 더 큰 압박을 받고 있습니다. 은행은 업계 전체의 통합을 예상하며, MicroStrategy Incorporated와 같은 자금력이 풍부한 대형 업체가 승자로 떠오를 것으로 보이고, 소형 업체들은 인수 대상이 될 수 있다고 내다봤습니다.

DeFi Development Corp.의 CEO인 Joseph Onorati는 “우리는 이번 자금 조달에서 FLGC와 파트너십을 맺게 되어 매우 기쁘며, 0g와 Solana 간의 깊은 협업을 이끌어 나가길 기대합니다”라고 밝혔습니다. Flora는 이번 협업의 일환으로 자체 재무 자산의 일부를 SOL 토큰으로 보유할 예정입니다.

Flora 거래에 사용된 토큰당 3달러의 가치는 Zero Gravity의 완전 희석 기준 기업 가치를 30억 달러로 산정하며, 이는 현재 시장 기준에서 기존의 암호화폐 프로젝트와 비슷한 수준입니다.

댓글 0
전체 1,366 / 310 페이지
손목밴드에서 조정을 하는 것 같고 전작과 많이 달라졌습니다.AI 기능으로 번역도 가능하네요..https://www.meta.com/kr/ai-glasses/meta-ray-ban-display/
3220 조회
0 추천
2025.09.18 등록
조금 전 메타가 AI 기능이 있는 안경을 비롯하여 중요한 키노트를 진행하였습니다.CNET이 준비한 키노트 요약입니다.RAYBAN 과 새로 제작한 안경이 큰 화제입니다.
3268 조회
0 추천
2025.09.18 등록
마이크로소프트가 코파일럿 메모장과 그림판 연동기능을 제공하기 시작했으며이 기능은 오피스365를 사용하지 않아도 코파일럿을 이욯하면 이용할 수 있다.예를 들어 메모장은 다음과 같은 기능을 갖게 된다.-요약: 긴 텍스트를 간략하게 요점만 추려내고, 문서의 핵심을 빠르게 파악할 수 있습니다.- 쓰기: 프롬프트나 선택한 텍스트를 활용해 새로운 문장을 AI로 쉽고 빠르게 작성합니다.- 다시 쓰기: 선택한 내용을 AI가 어투, 길이, 명확성 등 다양한 스타일로 변환해 줍니다.또한 그림판은 다음과 같은 기능을 추가하게 된다.- 프로젝트 파일 저장 기능: 그림판에서 작업을 .paint 파일로 저장해 언제든 이어서 편집이 가능.- 불투명도(Opacity) 슬라이더: 연필 및 브러시 도구의 투명도를 원하는 대로 조절해 더 섬세한 혼합이나 레이어링 효과 주기.- 크기 및 불투명도 슬라이더 병행 사용: 두 슬라이더를 활용해 부드럽게 배합하고 다양한 질감의 그림 그리기.
3173 조회
0 추천
2025.09.18 등록
(퍼플렉시티가 정리한 기사)중국 AI 스타트업 DeepSeek은 획기적인 R1 모델 훈련 방식에 관한 새로운 세부 정보를 세계적인 권위지 네이처(Nature)의 동료검토 논문을 통해 발표했습니다. 이 논문에서는 기존 경쟁 모델 대비 극히 적은 비용으로 순수 강화학습만을 사용해 첨단 추론 능력을 달성한 방법을 공개했습니다.항저우에 본사를 둔 이 회사는 자사의 R1 추론 모델 훈련 비용이 단 29만 4천 달러에 불과하며, 기반 베이스 모델의 개발 비용은 약 600만 달러였음을 처음으로 공개했습니다. 총 630만 달러가 소요된 것으로, 이는 미국의 기술 기업들이 개발한 경쟁 모델이 수천만 달러에 달하는 것과는 극명한 대조를 이룹니다.순수 강화학습의 획기적인 발전DeepSeek의 주요 혁신은 연구자들이 “순수 강화 학습(pure reinforcement learning)“이라고 부르는 방식을 사용해 R1을 개발한 점에 있으며, 이는 인간이 만든 예시에 의존하는 기존의 감독 학습(supervised learning) 방식과는 다른 접근법입니다. 이 과정에서 모델은 인간이 선택한 추론 방식에 따르도록 학습시키는 대신, 올바른 답변에 도달할 때 보상을 받도록 설계되었습니다.네이처(Nature) 논문에 따르면, DeepSeek의 접근법은 모델이 인간이 제시한 전략을 따르지 않고도 자체적인 추론 전략을 개발하고 자신의 작업을 검증할 수 있는 능력을 갖추게 해주었습니다. 회사는 자체 시도에 대해 별도의 알고리즘을 사용하지 않고 추정치를 활용해 점수를 매길 수 있게 해주는 Group Relative Policy Optimization(GRPO)이라는 기법을 활용했습니다.“이 모델은 AI 연구자들 사이에서 매우 영향력이 컸습니다,“라고 오하이오 주립대(Ohio State University) 콜럼버스 소재 AI 연구원인 Huan Sun은 말했습니다. “2025년 현재까지 LLM에서 강화 학습을 수행하는 거의 모든 연구가 어떻게든 R1로부터 영감을 받았을지도 모릅니다”.5단계 훈련 과정완전한 R1 학습 과정은 감독 학습(fine-tuning)과 강화 학습을 번갈아가며 진행하는 여러 단계로 구성되었습니다. 이 과정은 딥시크(DeepSeek)의 V3-Base 모델을 수천 개의 ‘콜드 스타트’ 데이터 포인트로 파인튜닝하는 것으로 시작했고, 이후 순수 강화 학습을 통해 추론 능력을 향상시켰습니다.수렴에 가까워지면 시스템은 리젝션 샘플링(rejection sampling) 방식을 사용했습니다. 여기서 모델은 강화 학습 실행에서 성공적인 예시 중 최상의 예시를 선택해 자체 합성 훈련 데이터를 생성했습니다. 이 합성 데이터는 이후 글쓰기나 사실 기반 질문응답 등 다양한 영역에서 DeepSeek-V3-Base의 감독 학습 데이터와 통합되었습니다.동료 평가 중인 최초의 주요 LLMR1은 엄격한 동료 평가 과정을 거친 최초의 대형 언어 모델을 의미합니다. Nature 논문을 심사한 허깅페이스의 머신러닝 엔지니어 루이스 턴스톨은 이를 “매우 환영할 만한 선례”라고 평가하며, 훈련 과정이 공개되지 않으면 AI 시스템이 위험을 초래하는지 평가하기 어렵다고 언급했습니다.이 동료 평가 과정에서 DeepSeek는 훈련에 사용된 데이터 유형과 안전 조치를 포함한 기술적 세부 사항에 대한 설명을 추가하게 되었습니다. 이 모델은 오픈소스 특성을 유지하면서도 OpenAI의 o1 모델에 필적하는 추론 벤치마크 성능을 달성하였습니다.성능 및 접근성Hugging Face에서 1월에 출시된 이후, R1은 복잡한 문제 해결을 위한 플랫폼에서 가장 많이 다운로드된 모델이 되었으며, 다운로드 수는 1,090만 회를 넘어섰습니다. 이 모델은 AIME 2024 수학 벤치마크에서 pass@1 점수 79.8%를 기록하여 OpenAI o1의 79.2%를 소폭 앞섰습니다.DeepSeek의 혁신은 AI 개발 비용 및 성능 향상을 위해 모델 크기와 연산 능력을 늘려야 한다는 확장 법칙에 대한 기존의 통념에 도전장을 내밀었습니다. 회사는 비교적 덜 강력한 H800 칩을 사용해 성공을 거두었으며, 이 칩은 2023년 미국의 수출 통제로 중국 내 판매가 금지된 바 있습니다. 이러한 성과는 향후 AI 개발 방향에 대한 논의를 촉진하고 있습니다.
3156 조회
0 추천
2025.09.18 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입