회계법인 마일스톤. 빅펌에 있던 회계사 세분이 창업을 하셨다 그러면서 유튜브를 5년 째, 칼럼 주 2회 6년 째 연재하는 중. 이게 플라이휠을 만들어서 고객유입 매출 성장의 가장 큰 퍼넬이 됐다.

꾸준하게 하는 게 어려운 이유? 유튜브, 칼럼해야하는 거 누가 몰라요? 왜 나는 꾸쭌하지? 왜 안 지치나? → ’지칠만큼 안해요‘

ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ

이게 대회가 아니잖아. 인생을 걸고 (길게) 하는 건데. 그럼 지치면 안돼

맞말 맞말

유튜브는 할 수 있는 환경이 되어야해요. 변호사, 회계사분들 유튜브 많이 하는데 꾸준히 업로드가 안된다. 일단 먹고 사는 일이 돼야한다. 유튜브를 운영하는 비용은 굉장히 비싸다. 나를 대신할 수 있는 전문가를 쓰는 비용.

회계사님들의 경험에서 나오는 인사이트가 너무 좋음. 지속가능하게 힘을 줘야하는 정도를 알고 또 그걸 꾸준하게 유지하는 게 정말 좋다.

Consistency beats Intensity. Always.

Beginners are often focused on like what to do, and I think the focus should be more like how much you do. I’m kind of a believer on a high level in this 10,000 hours kind of concept.

You literally have to put in 10,000 hours of work. It doesn't even matter as much where you put it; you’ll iterate, you’ll improve, and you’ll waste some time. I don’t know if there’s a better way.

안드레 카파시가 그런 거라면 그런 거다. 학습에 최적화는 없다. 최적화를 고민할 시간에 학습을 그냥 늘려라. 인간도 똑같다. Pretrain stage에 얼만큼 때려넣냐에 따라 대부분 결정된다.

To a large extent, it is a psychological problem for yourself. people often compare themselves to others; I think this is very harmful. Only compare yourself to you from some time ago, like a year ago. Are you better than you were a year ago? This is the only way to think, and then you can see your progress, which is very motivating.

You should just focus on working: What have you done last week?

디자이너틱한 느낌있는 사이트 템플릿이 많음.

이 시대의 교양. 무조건 봐야한다. AI는 신화를 걷어내고 공학과 과학으로 봐야한다. 그래야 AI활용, AI 투자 모두 이해할 수 있다.

Pretraining, Parameter를 이해하면 왜 현재 투자 규모가 미친 수준으로 이루어지는지 알 수 있다.

Post-Training을 알면 왜 각 회사들의 모델이 미묘하게 다른지 알 수 있다. 그리고 어떤 문제에는 AI를 어떻게 써야하는지 알 수 잇다.

RL을 알면 왜 DeepSeekR1이 그렇게 이슈였는지 알 수 있고.

RL로 할 수 있는 것과 없는 것, RLHF의 한계로 인해 AI에 어떤 한계가 생기는지 알 수 있다. 세상에 정확한 평가함수가 있는 것 일수록 AI가 압도적으로 잘하고, 평가함수가 모호할 수록 AI가 못따라간다. (평가함수가 없으면 RL을 할 수 없다.)

AI의 매커니즘을 이해하고 툴로써 사용하자. 어디서 할루시네이션이 생길 수 있는지 예상하고, 어느 부분이 약점인지 알자.

개인이 세상을 들여다보면 거대하게 느껴진다. 여기에 균열이라도 낼 수 있을까 겁내기 쉽다.

세상이 생각보다 연약하다. 내가 내 주관을 가지고 강하게 던지면 세상이 깨지더라.

맞는 말 혹은 태도. 끝까지 싸워야한다.

지능은 결국 '원하는 것을 얻어내는 능력'임. '목표 설정 -> 실행 -> 결과-> 리뷰 -> 재실행'의 피드백 루프를 얼마나 빠르게 반복하느냐가 핵심임. 앞으로는 컴퓨팅 지능을 조직화해 이 루프를 동시다발적으 로 돌리는 지휘 능력이 신분을 결정할 것.

기존 패러다임은 이미 무너진 것 같음. 다만 사회적 합의가 깨지고 제도가 변하는 데까지는 '인식의 시차'가 존재함. 이 시차를 빨리 캐치하고 새로운 규칙을 적용하는 자는 사회 전체를 상대로 거대한 아비 트리지를 누릴 것

facts are facts, and AI is going to change programming forever.

Whatever you believe about what the Right Thing should be, you can't control it by refusing what is happening right now.

Skipping AI is not going to help you or your career. Think about it.

Test these new tools, with care, with weeks of work, not in a five minutes test where you can just reinforce your own beliefs. Find a way to multiply yourself, and if it does not work for you, try again every few months.

But what was the fire inside you, when you coded till night to see your project working? It was building. And now you can build more and better, if you find your way to use AI effectively. The fun is still there, untouched.

인간의 진정한 주의는 단순히 일을 처리하는 능력 보다 훨씬 깊고 복잡하며, 스톱워치나 앱으로 측정할 수 없다.
우리가 갈망하는 삶은 방해받지 않고 친구와 공원을 산책 하거나 책에 빠져들거나 때론 그저 공상에 잠기는 것 등 을 포함하는데 이런 것들은 주의력으로 뒷받침된다.
끊임없이 점점 더 AI가 주도하는 피드로 무장한 빅테크는 인간 주의의 풍요로움과 광활함과 자유로움을 공격하는 데 성공하고 있다.

진정한 주의는 인격의 핵심에 자리한다: 이성, 판단, 기억, 호기심, 책임감, 여름날의 느낌, 죽은 이를 묻는 행위. 이 모든 것은 우리의 존재를 요구하고 활성화한다.

잘 관리된 주의력이 나의 인간됨을 만든다

이렇게 밀도가 높은 경험의 회고는 귀하다. 태도가 정말 존경스럽다.

지혜는 서두를 수 없다. 우리가 추구 할 수 있는 유일한 목표는 노력 끝에 결국 자신이 존경할 수 있는 사람됨에 이르는 것이다

세상에 속하려고 쪼그라들지 마라. 담대히 일어나고, 용 감히 실패하고, 충분히 발휘하고, 평정심을 갖고 전진하 라. 매일을 친절로 시작하라. 그게 너의 초능력이다.

입문 단계 그리고 입문 단계에서 아마추어 5단 정도 될 때까지는 인공지능이 정답이라고 말해주는 것이 어떤 의미인지 파악을 할 수가 없습니다. AI를 정말 잘 사용하는 사람들은 프로기사, 최고 수준의 기사입니다.

자기가 이해할 능력이 없으면 제대로 활용할 수 없다. 뭐든지 근본 공부는 너무너무 중요하다.

실력 차이가 줄어드는 게 아니라 오히려 격차가 심화될 수 있습니다. 지금 이미 바둑계에서도 보면 상위 랭커와 하위 랭커 차이가 더 벌어졌어요. 오히려 격차가 벌어지는 하나의 도구가 하나 더 만들어진 거예요. 상위 랭커가 하위 랭커보다 인공지능을 더 이해하고 더 활용하는 겁니다.

오히려 인공지능 시대에서 상향 평준화되는 것이 아니라 격차가 오히려 버러지더라. 이미 바둑계에서 격차가 벌어지는 현상이 나왔고 사회 전반적으로도 그런 현상이 벌어지고 있다.

AI는 개인의 능력에 곱셉을 해주는 것과 같아서 원래 실력과 AI사용 능력에 따라 간격이 더 벌어진다.

클로드 사용 방법에 좋은 포인트들이 있어서 기록.

Claude가 스스로 작업을 검증할 수 있는 피드백 루프를 제공하는 것이 최종 결과물 품질을 2~3배 높이는 가장 중요한 요소

좋은 계획이 정말 중요함

슬래시 커맨드를 통한 반복 작업 자동화 : /commit-push-pr 슬래시 커맨드
인라인 bash로 git status 등 정보를 미리 계산해 빠른 실행과 모델과의 불필요한 왕복 방지

여러 서브에이전트 를 정기적으로 사용
- code-simplifier: Claude 작업 완료 후 코드 단순
- verify-app: Claude Code 엔드투엔드 테스트를 위한 상세 지침 포함

/permissions 로 bash 명령어 관리.

db push 같은 건 deny에 꼭 넣어두어야한다 ^_^

Claude Code가 모든 도구를 대신 사용
- Slack 검색 및 게시 (MCP 서버 활용)
- BigQuery 쿼리 실행 (bq CLI)으로 분석 질문 답변
- Sentry에서 에러 로그 가져오기

검증 피드백 루프 제공
- Claude가 claude.ai/code 랜딩하는 모든
- 검증 방식은 도메인마다 다름

무언가를 실제로 만들어 나가는 것(Doing Things) 과, 그것을 사람들에게 알리는 것(Telling People) 이 결합될 때 그 효과는 단순한 덧셈이 아니라 곱셈에 가깝다고 말합니다. 더 많이 만들고, 더 많이 알릴수록 예상치 못한 기회가 찾아올 가능성도 함께 커집니다. 예를 들면 구직 제안, 인지도 상승, 강연 초청, 커뮤니티 내 인맥 형성, 나아가 특정 주제에 대한 전문가로 인식되는 경우까지 이어질 수 있습니다.

중요한 건 공유를 통해 배우고, 그 경험이 다음으로 이어지는 과정 그 자체입니다.

보상이 없는 구간에서 즉각적인 성과를 기대하는 사람들은 빠르게 이탈했고 장기적 몰입이 가능한 소수만 남았다. 이 과정에서 축적된 판단력, 리스크 감내 능력, 복합 변수에 대한 직관은 뒤늦게 성과로 환산됐다.

사회의 보상은 정직하지 않기 때문에 보장되지 않는 노력에 투자하는 사람이 비대칭적 보상을 가져간다. 성공은 가장 똑똑한 사람이나 먼저 시작한 사람의 몫이 아니라 보상이 없는 구간을 통과한 사람, 그리고 그 시간을 견딜 수 있는 구조를 스스로 만든 사람의 몫이다.

결국 격차를 만드는 것은 재능이 아니라 불확실성을 대하는 태도다. 무엇을 하며 고통을 견디고 보상이 보장되지 않는 시간을 보낼 것인가?

무언가를 끝까지 깎아 본 사람은 그것만으로 충분한 능력의 검증이 되기 때문이다. 그래서 나는 성공한 사람들을 만나면 그들이 본업을 '깎는 기술'로 또 무엇을 지독하게 깎아 놓았을지 늘 궁금하고 재밌다.

회사 시총 순위 보기 좋은 사이트

https://companiesmarketcap.com/assets-by-market-cap 처럼 자산별 순위도 볼 수 있다.

순위 변화를 보고 새롭게 진입하는 회사를 알아보고 포폴에 고려할 수도 있다.

기업도 인간도 이기적인 선택을 해요. 당장의 생존을 위해서는. 물론 공공 영역에서의 의사결정은 멀리 보겠지만, 경제 시스템은 대부분 프라이빗 섹터에서 만들어지죠. 여기서 못 줄이면 국경을 넘어가요. 다른 나라 가서 기업 하겠다고. 전환기에 기회를 못 잡으면 순식간에 전락할 수도 있으니까요.

IMF를 겪으면서 대기업이 안전하지 않다는 걸 다음 세대가 알아버렸잖아요. 그래서 네이버와 다음 같은 기술 스타트업들이 나왔죠. 패러다임 시프트가 될 때는 늘 새로운 기회가 생겨요. 제가 반복해서 하는 이야기가 경량 문명의 시대가 꿈을 펼치기 좋다는 거예요.

이제는 다 느끼실 겁니다. 가르쳐주고 품어주는 따사로운 조직의 시대는 끝났어요. 지금 당장 만나서 3주간 함께 프로젝트 하고 헤어지는 패턴입니다. 친절하지 않고 탁월하지 않으면 업계의 풀에서 축출돼요. 블라인드와 평판이 워낙 촘촘해서, 배려와 두려움을 잊으면 자연 도태됩니다.

기억해야 합니다. '지금 만난다, 잠시 만난다, 다시 만난다'. 명령, 억압, 강제로는 관계의 점성이 유지되지 않아요. 지능의 범용화, 협력의 경량화가 어쩔 수 없이 공정하고 예의 바른 개인을 유도하고 있어요.

진선미의 블렌딩이 곧 캐릭터예요. 진짜 무서운 건 이제 인간이 하는 일은 매력이 없으면 가치 입증도 안 돼요. 소비자는 드립 커피 내리는 카페 주인의 매력을 따져요. 커피 맛은 기본이고, 입담도 매너도 옷도 다 감상하고 평가해요. 소비자는 그 사람의 매력을 사요. 힘들다고 자신만의 조예와 매력을 내려놓는 순간, AI가 옵니다.

결국 내가 그 일을 사랑하고 상대가 그 바이브를 느껴야 그 직업이 유지된다고 했다.

일 시작 전, 일 사이 휴식시간 내 뇌를 ‘심심한’ 상태로 만드는 게 너무너무 중요하다. 즉각적 자극을 삶에서 없애자.

your breaks between work and what you were doing before work was too stimulating. I'm a big advocator for boring breaks and I'm a big advocator for silence before and after bouts of work for a couple of reasons.

this is something that we've given up largely because of our smartphones. You're constantly bringing in new sensory information. all the data

all learning is anti-forgetting. How do we know this? Because if you have people read a passage one, two, three, four, five times versus one time and they self test. One time and self- testing significantly better.

learning is repeated recall, not repeated exposure

겨울이 돼서 아침에 일어나기가 너무 힘들어졌는데 적용해보면 너무 좋을 것 같다. 일단 따뜻한 옷부터

아침에 일어나기 힘든 3가지 이유
첫째, 잠에서 깨어난 직후 뇌가 완전히 켜지지 않는 수면 관성.
둘째, 밤에서 아침으로 넘어가며 일어나는 호르몬의 교체 과정.
셋째, 아침에 일어날 이유를 만들어 주지 못하는 보상 체계

잠에서 막 깨어난 직후 약 30분에서 한시간 정도는 판단과 선택을 담당하는 전두엽이 아직 완전히 활성화되지 않은 상태. 컴퓨터가 켜질 때 부팅 시간이 필요한 것처럼 뇌도 깨어나는데 시간이 필요. 그래서 이 시간대에는 의식적인 판단을 최소화하고 생각 없이 몸이 움직이도록 만드는 구조가 필요합니다.

우리 몸은 잠에서 깨기 위해 체온을 서서히 올리는데 이때 주변 공기가 너무 차가우면 뇌는 에너지를 뺏기지 않으려고 이불 밖으로 나가는 것을 강력하게 거부합니다. 겨울에는 일어나자마자 걸칠옷을 침대 바로 옆에 두고 여름에는 에어컨을 기상 30분 전쯤에 꺼질 수 있도록 예약 설정을 하는 것이 뇌가 자연스럽게 잠에서 깨는 신호를 받아들일 수 있습니다.

알람은 무조건 내가 걸음은 걸어야만 끌 수 있는 위치에 두세요. 일단 몸을 일으켜서 걷는 순간 근육이 자극되면서 이제 깨어날 시간이라는 신호가 뇌에 전달됩니다.

알람을 끈 뒤에는 무의식 동선이 필요합니다. 고정된 패턴을 만드는 거죠. 전두엽이 아직 덜 깨어난 상태에서는 이제 뭐 하지라는 생각 자체가 다시 잠드는 트리거가 됩니다. 아예 생각 자체를 하지 않게 만드는 것이 핵심입니다. 불 정리, 커튼 열기, 가벼운 스트레칭까지이어서 하면 뇌의 부팅이 끝나고 잠이 서서히 깨기 시작합니다.

수면 관성을 이겨내는 핵심은 내 의지력을 끌어올리는 것이 아니라 덜 깨어난 뇌가 거부감 없이 활동을 시작하도록 환경을 설계하는 것입니다.

어두운 방 안에 가만히 누워 있으면 뇌는 아직 밤인 줄 착각하고 멜라토닌을 계속 내보냅니다. 그래서 우리는이 호르몬 스위치가 더 빠르게 바뀔 수 있도록 만들어야 합니다. 가장 중요한 것은 빛입니다. 눈을 뜨자마자 커튼을 열어서 자연광을 눈에 들이세요. 막막에 빛이 들어오는 순간 우리 뇌는 멜라토닌 분비를 억제하고 코르티솔 분비를 촉진해서 이제 깨어날 시간이라는 신호를 보냅니다. 해가 늦게 뜨는 겨울이나 흐린 날이라면 실내 형광 등이라도 최대한 밝게 켜는 것이 좋습니다.

책읽기, 시험 공부, 아침 러닝 물론 모두 좋은 목표지만 사실 이런 목적 중심의 마인드는 오래 가기 힘듭니다. 이런 것들은 즐거운 보상이 아니라 나중에는 해결해야 할 숙제처럼 느껴질 수 있습니다. 숙제를 하려고 억지로 일어나는 건 뇌의 보상 회로가 아니라 스트레스 회로를 자극하기 때문에 도파민을 만들어 내지 못합니다.

그래서 관점을 바꿔야 합니다. 일찍 일어나는 것의 보상은 어떠한 거창한 성과가 아니라 일찍 일어난 경험 그 자체가 되어야 합니다. 알람이 울렸을 때 다시 잘 수도 있었지만 지금 일어나기로 선택했다는 사실 미룰 수도 있었지만 내 몸을 내가 통제했다는 그 경험이 뇌에게는 강력한 보상으로 저장됩니다. 이건 단순한 기분 문제가 아니라 도파민 분비와 직접 연결된 자기 효능감입니다. 일찍 일어나서 독서를 하든 운동을 하든 뭘 해도 괜찮습니다. 가장 중요한 건 아침마다 나 자신과의 약속을 지켰다는 감각을 뇌에 각인시키는 겁니다.

세계 최대 규모의 비트코인 ETF를 운용하는 사람의 말은 매우 잘 들어볼 필요가 있다. 정말 금처럼 바뀌고 있다.

You own Bitcoin because you're frightened of your physical security. You own it because you're frightened of your financial security. The long-term fundamental reason you own it because of debasement of financial assets because of deficits.

If you bought it for a trade you know it's a very volatile asset. If you're buying it as a hedge against all your hope, you know, then it has a a meaningful impact on a portfolio.

we we could see because we see where the flows are coming from. We're seeing more and more legitimate long only investors investing in it.

There was an article about a a foundation endowment just bought a lot of IBIT. I can tell you there are a number of sovereign funds that are standing by. they're they're establishing a longer position. And you own it over years. This is not a trade. You own it for a purpose.

모든 자산이 토큰화된다는 것 = 거래가 쉬워지고 빈번해지고 시장 자체가 커진다는 것 = 파이가 커지고 파이에서 떨어지는 수수료도 더 커진다는 것

There are slews of middlemen in the whole financial services area. Uh we have elongated settlements, elongated processes. If we could digitize every asset. So if we could digitize all stocks and bonds and have it more seamless going from a digital wallet of cash or stable coin into equities or or bonds through in most categories through an ETF.

whole idea of tokenization of of all assets including real estate ultimately is going to just reduce huge friction costs make making investing easier simpler.

원본(https://youtu.be/cmUo4841KQw)이 따로 있지만 백색나무 누님의 편집과 부연 설명이 너무 탁월. 중요한 부분 인용하고 싶지만 백색나무 영상이 다 중요한 부분

지구상에 그 최신 AI 논문들을 정말로 이해하는 사람들이 500-1000명 있다고 한다면 그런 사람들을 밀접하게 팔로우해야합니다. AI의 모든 것은 그것으로부터 나와요. 안드레 카파시가 쓴 모든 글을 최소 세번은 읽어야합니다. 중요 연구소 4곳(OpenAI, Gemini, Anthropi, xAI) 연구소 중 누군가 팟캐스트에 나오면 무조건 들어야합니다. 일단 팟캐스트를 듣고 흥미로운 부분이 생기면 AI에게 물어보는 거죠.

AI를 띄우는 과정을 단축시켜놔야 해요. 아이폰 액션 버튼만 누르면 그록이 뜨게 해놨어요.

저는 Gemini3가 매우 중요하다고 생각하는게 사전훈련의 스케일링 법칙이 건재함을 보여주었거든요. 이건 중요한 일입니다. 왜냐하면 지구상에 그 누구도 사전학습 스케일링 법칙이 ‘어떻게’ ‘왜’ 작동하는지 아는 사람이 없거든요. 사실 법칙도 아니에요, 사후 관찰된거죠. 매우 정밀하게 측정돼왔고 오랫동안 유지된 경험적 관찰입니다.
소프트웨어는 ‘명시’할 수 있는 모든 것을 자동화할 수 있다. AI에서는 ‘검증’가능한 것을 자동화시킬 수 있습니다. 정말 중요하고 중요한 구분점이에요.

AI 플레이어든 간 전략, 경제적 수싸움이 지금까지 본 적 없는 수준이에요. 모든 플레이어가 보드 위에서 자기 위치를 이해하고 있고, 이기면 뭘 얻는지 상대가 무슨 생각으로 그 수를 뒀는지 알고 있죠.

프론티어 회사들과 반도체 회사들의 전략, 동맹, 배반, 우위의 이야기가 너무 흥미롭다.

모든 위대한 인터켓 기업들의 심장엔 루프, 즉 플라이휠이 있었습니다. 좋은 제품을 만들면 유저가 모이고, 유저가 제품을 쓰면서 데이터를 생성하고, 그게 피드백되어 제품을 더 좋게 만듭니다. 이 플라이휠은 넷플릭스, 아마존, 메타, 구글에서 10년 이상 돌아가고 있습니다. 믿을 수 없이 강한 플라이휠이에요. 이게 바 인터넷 기업들과 경쟁하는 것이 그토록 어려웠던 이유이자 규에 다른 수확체증(규모가 커질수록 수익이 급격히 켜지는 효과)을 누리는 이유입니다.

추론 모델이 등장하면서 초기단계지만 플라이휠이 돌기 시작했습니다. 이는 프론티어 랩들에게 엄청난 의미를 갖습니다. 추론 하나가 프론티어 랩들의 산업 역학을 근본적으로 뒤바꾼거죠. 많은 사람들이 비슷한 질문을 하고 그 답에 대해 일관되게 좋아하거나 싫어한다면 그걸 활용할 수 있어요. 그럼 그 잘나온 답을 피드백해서 모델에 주입할 수 있게 됩니다. 플라이휠이 돌아가는 극 초기인 거예요. 이게 모든 역학관계에 잇어 첫번째로 중요한 사실입니다.

메타의 실패는 프론티어 4개 랩이 하는 일이 얼마나 힘든 일인지를 알려줍니다. 마이크로소프트도 실패했습니다. 대규모 GPU 클러스터를 코히어런트하게 하는게 너무 어렵습니다. 대규모 GPU 클러스터에서 높은 가동률로 GPU를 계속 돌리는 복잡성은 사실 정말 어렵습니다. 각 회사마다 GPU 운영 능력에는 어마어마한 차이가 있습니다. 경쟁력 하나는 이 GPU 운영 능력에 달려있고요.

경쟁력 둘은 AI 연구자들의 소위 감각(taste)에 달려있습니다. 재밌는 표현입니다. 왜 그렇게 연봉이 높아요? 하고 물으면 전 감(taste)가 좋거든요. 라고 하더군요. 감이 좋다는 건 직관적 감각이 좋다는 걸 말해요. 어떤 실험을 해야하는지 그냥 느끼는거죠. 이 점 때문에 연봉이 그렇게 높은 겁니다.

모델이 커질수록 GPU 실험을 1천개 단위에서 하고 10만개에 넣을 수 없어요. 실험을 5만개 단위에서 돌려야해요. 실험에만 며칠이 걸릴 겁니다. 기회비용이 너무 높죠. 그래서 애초에 어떤 실험을 해야할 지 바른 방향을 잡는 좋은 팀이 필요합니다. 정말 하기 어려워요.

이 시대에 내 직관을 잘 살펴보고 직관에 기반이 되는 정신, 육체를 관리하는 게 얼마나 중요한지. 데이터 드리븐한 논리적 결정은 AI를 이길 수 없다. 내가 내리는 의지력과 직관이 어느때 보다 중요하다. 실제로 AI 연구자들을 보면 자기 직관을 굉장히 세심하게 귀기울이는게 보인다.

열역학 제1법칙(에너지보존의 법칙)에 의거해서 생각하면 데이터센터는 우주에 있어야 합니다. 데이터 센터에 들어가야하는 건 전력, 냉각, 칩. 그것들만 넣으면 마법의 기계에서 토큰이 튀어나오죠. 우주에선 위성을 24시간 내내 태양 아래 둘 수 있고요. 24시간 해가 떠 있기 때문에 배터리가 필요 없어요. GPU랙에서 무게 질량 대부분은 냉작 장치에요. 우주는 기온이 낮습니다. 데이터센터에서는 일정 거리 이상이 되면 랙들을 광섬유로 연결합니다. 이건 광섬유 내의 레이저에요. 광섬유 안보다 더 빠르게 레이저가 이동할 수 있는 유일한 곳이 진공입니다.