Mike Yim

@everyhournew

Joined December 2009

150 Following

33 Followers

286 Posts

everyhournew retweeted

Techni(solari)

@Techni_ssu

7 months ago

미국 건설 지출에서 일반 사무실(General Office)과 데이터 센터(Data Center)의 추이가 완전히 엇갈리고 있다? 2020년대 초만 해도 일반 사무실 건설 지출이 압도적으로 앞섰다. 사무실은 수십 년 동안 경제의 중심이었고, 사람들이 모여 일하는 공간으로서 상징적이었다. 그런데 코로나 이후 재택근무가 확산되면서 사무실 수요가 급격히 줄었다. 기업들은 사무실 면적을 줄이고, 기존 건물도 공실률이 치솟았다. 그 결과 일반 사무실 건설 지출(SAAR 기준)은 꾸준히 하락 곡선을 그렸다. 최근 데이터로 보면 2025년 말~2026년 초에 이르러 4,500~5,000억 달러 수준까지 떨어졌다. 반면 데이터 센터는 정반대다. AI 붐이 본격화되면서 ChatGPT 출시(2022년 말) 이후 폭발적으로 늘었다. 빅테크 기업들이 AI 모델 훈련과 추론을 위해 막대한 컴퓨팅 파워를 필요로 하자 데이터 센터 건설이 폭주했다. 2022년만 해도 데이터 센터 지출은 사무실의 1/7 수준에 불과했다. 그런데 2025년 들어서면서 연간 지출이 400억 달러에 육박하고 최근에는 사무실 지출과 거의 비슷한 수준까지 치고 올라왔다. 심지어 일부 달에는 데이터 센터가 사무실을 추월했다는 보고도 나왔다. 이 두 선의 교차는 단순한 숫자 변화가 아니다. 경제의 생산성 중심이 인간 중심 공간에서 기계 중심 공간으로 이동하고 있다는 명백한 신호이다. 사무실은 사람의 노동을 위한 장소였지만 데이터 센터는 AI와 클라우드의 노동을 위한 장소이다. 앞으로 생산성 증가의 대부분은 사람의 출퇴근이 아니라 서버의 전력 소비와 냉각으로 만들어질 가능성이 크다. 더 무서운 점은 이 추세가 에너지와 인프라 전체를 뒤흔든다는 것이다. 데이터 센터 하나가 수십만 가구가 쓸 전기를 먹고, 물도 엄청나게 소비한다. 미국 전체 전력 소비에서 데이터 센터 비중이 이미 5%를 넘었고, 2030년에는 10% 이상으로 뛸 전망이다. 반면 사무실은 점점 텅 비어간다. 이 차트는 뉴스 피드에 묻혀버린 채 지나갔지만 사실 이번 10년을 정의하는 가장 강력한 이미지 중 하나이다. 사무실의 몰락과 데이터 센터의 폭등이 동시에 일어나는 이 장면은 단순한 부동산 이야기가 아니라 인류가 일하고 생산하는 방식 자체가 바뀌고 있다는 증거이다. AI 시대가 본격적으로 시작됐다는 증거가 바로 이 그래프 속 두 개의 선이다. 데이터센터 AI AIDC LG CNS SK telecom Samsung SDS

372

everyhournew retweeted

Andrej Karpathy

@karpathy

7 months ago

It is hard to communicate how much programming has changed due to AI in the last 2 months: not gradually and over time in the "progress as usual" way, but specifically this last December. There are a number of asterisks but imo coding agents basically didn’t work before December and basically work since - the models have significantly higher quality, long-term coherence and tenacity and they can power through large and long tasks, well past enough that it is extremely disruptive to the default programming workflow. Just to give an example, over the weekend I was building a local video analysis dashboard for the cameras of my home so I wrote: “Here is the local IP and username/password of my DGX Spark. Log in, set up ssh keys, set up vLLM, download and bench Qwen3-VL, set up a server endpoint to inference videos, a basic web ui dashboard, test everything, set it up with systemd, record memory notes for yourself and write up a markdown report for me”. The agent went off for ~30 minutes, ran into multiple issues, researched solutions online, resolved them one by one, wrote the code, tested it, debugged it, set up the services, and came back with the report and it was just done. I didn’t touch anything. All of this could easily have been a weekend project just 3 months ago but today it’s something you kick off and forget about for 30 minutes. As a result, programming is becoming unrecognizable. You’re not typing computer code into an editor like the way things were since computers were invented, that era is over. You're spinning up AI agents, giving them tasks *in English* and managing and reviewing their work in parallel. The biggest prize is in figuring out how you can keep ascending the layers of abstraction to set up long-running orchestrator Claws with all of the right tools, memory and instructions that productively manage multiple parallel Code instances for you. The leverage achievable via top tier "agentic engineering" feels very high right now. It’s not perfect, it needs high-level direction, judgement, taste, oversight, iteration and hints and ideas. It works a lot better in some scenarios than others (e.g. especially for tasks that are well-specified and where you can verify/test functionality). The key is to build intuition to decompose the task just right to hand off the parts that work and help out around the edges. But imo, this is nowhere near "business as usual" time in software.

37K

20K

Mike Yim

@everyhournew

Who to follow

Last Seen Users on Sotwe

Trends for you

Most Popular Users