Channel
@dolbikong
On this record: Growth · Engagement · Reactions · Posts · Citations · Cite this entry
9,472subscribers
-29 since we began measuring on 6 August 2026
Risers and fallers across the register · movement among entries of 3,162–10,000.
| Telegram ID | -1001588597281 |
|---|---|
| Type | Channel |
| Username | @dolbikong |
| Created | 24 December 2021 — measured — cross-checked against a third-party dataset (ext.tg_channel) |
| First recorded | 6 August 2026 |
| Last confirmed live | 12 August 2026 |
| Measurements held | 5 |
| Confirmed unchanged | 1 time, most recently 12 August 2026 |
| On Telegram | t.me/dolbikong |
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 12 Aug 2026, 21:55 | 9,472 | -18 |
| 9 Aug 2026, 22:12 | 9,490 | -10 |
| 6 Aug 2026, 12:20 | 9,500 | -1 |
| 6 Aug 2026, 02:50 | 9,501 | no change |
| 6 Aug 2026, 02:03 | 9,501 | first reading |
34 posts held, back to 28 July 2026 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 14 pagesof Telegram’s post history, 20 posts per page.
ERR is average views per post over the last 30 days divided by subscribers, the definition TGStat uses, so this figure is comparable with the one you will see elsewhere. It falls structurally as a channel grows: a high ERR on a small channel and a low one on a large channel describe reach mathematics, not quality. We publish the figure and the sample it came from and pass no verdict on it.
ER is defined industry-wide as (forwards + reactions + comments) ÷ views— note the denominator is views, not subscribers. Telegram’s public web preview carries views and reactions but not forward or comment counts, so the reaction rate above is the reactions term only and is therefore a floor: the true ER for this channel is higher by an amount we have not measured and will not estimate.
| Window | Rolling 30 days · latest post in window 12 August 2026 |
|---|---|
| Posts held | 34 (28 July 2026 – 12 August 2026) |
| Views total | 109,213 |
| Reactions total | 254 |
| Forwards / comments | not exposed by the public surface — not measured, not estimated |
| Readings taken | 12 Aug 2026, 15:09 UTC |
Views are a single reading per post, taken at the time above. A post published in the last day or two is still accumulating views, which pulls the 30-day average down slightly. That is a property of the standard definition rather than a fault in it, so we keep the definition rather than “correcting” the number into something nobody can reproduce.
Precision. Telegram publishes view counts on its public widget in short form — 8.12K, 3.7M — so any reading at or above 1,000 reaches us rounded to three significant figures, and only counts below 1,000 are exact. Averages and rates derived from them are shown to the same precision rather than to the unit: a figure like 3,701,250 would assert digits nobody measured.
Reaction counts are published per emoji and rounded the same way, so a total below 1,000 is exact and a larger one is a sum that may carry a rounded component from each emoji above 1,000. Because it is a sum, it does not look rounded — read a large reaction total as three significant figures per contributing emoji rather than as the figure it prints.
235 reactions across 30 posts, in 1 kind.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| ❤ | 235 | 100.0% |
No sentiment is inferred, and none should be read in. This table is ordered by count and by nothing else. Emoji do not carry stable meaning across languages or communities — 🙏 is thanks in one channel and mourning in another — so we publish which ones were pressed and how often, and pass no judgement on what an audience meant by them.
Precision. Telegram publishes reaction counts per emoji and short-forms each one — 4.34K, 1.2M — so any single kind at or above 1,000 reaches us at three significant figures, and only counts below 1,000 are exact. The shares above are ratios of those figures and carry the same error. This is also why the total here can differ slightly from a reaction total printed elsewhere on the page: both are sums of the same rounded parts, taken over samples with different edges.
Coverage. Reactions were read on 34 of the 34 sampled posts in this sample. Summed by Telegram’s own count on each post — not by adding up the per-emoji breakdown above — those same posts carry 254reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 34 most recent posts we hold, published 28 July 2026 to 12 August 2026, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.
🔹이더리움은 이제 끝났습니다 source 1. 앞으로 몇 년 동안 ETH가 어떻게 살아남을 수 있을지 잘 모르겠습니다. 수익은 사실상 사라졌고, 이대로라면 ETH는 앞으로도 계속 순인플레이션 자산으로 남을 가능성이 커 보입니다. 2. ETH는 가치저장 수단(Store of Value)이 될 수 없습니다. 발행량을 둘러싼 논쟁이 반복되고 있고, 무엇보다 비탈릭이 계속해서 이상할 정도로 야심찬 업그레이드 계획을 바꾸고 있기 때문입니다. 불확실성이 너무 큽니다. BTC와 경쟁할 가치저장 수단을 찾는다면 ETH보다 오히려 ZEC가 더 나은 선택이라고 봅니다. 3. L2는 이더리움에 의미 있는 수준의 수익을 가져다주지 못합니다. 사실상 중앙화된 체인들이고, 실질적인 검열 저항성도 없습니다. 이들이 이더리움을 사용하는 이유는 주로 배포·정산 레이어…
❤1
🥇차마스가 말하는 투자와 부의 구조 source 1. 투자 - 투자 수익은 결국 상대방의 실수와 내 실수의 차이에서 발생함 - 타인의 판단은 통제할 수 없지만, 내 오류율과 포지션 크기, 보유 기간은 통제할 수 있음 - 실패를 피하려고 완벽한 정보를 기다리면 이미 기회가 사라짐 - 작은 규모로 먼저 베팅하고, 결과를 통해 논리를 수정한 뒤 확신이 높아질수록 자본을 확대하는 방식이 유리 - 투자자는 대체로 모멘텀 → 현금흐름 → 거시·지정학 → 투자 철학의 순서로 진화함. 최상위 투자자의 엣지는 특정 종목을 잘 맞히는 능력이 아니라, 반복 가능한 철학과 시스템 - 차마스가 제시한 Social Capital의 성과 구조는 지난 11년간 승자에서 번 돈과 패자에서 잃은 돈의 비율이 23대 1이었다는 것 - 핵심은 높은 적중률이 아니라, 틀렸을 때…
❤2
📰반도체 약세장은 2.4년에 한 번 온다 source 1. SOX 지수는 1995년 이후 31년 동안 13차례 약세장에 진입했음. 평균 2.4년에 한 번꼴로 발생한 만큼, 반도체의 급락은 예외가 아니라 산업의 기본적인 변동성임 2. 과거 반도체 약세장의 중간값은 낙폭 -37%, 하락 기간 9개월이었음. 현재는 한 달 동안 -20% 하락한 상태로, 역대 13차례 중 가장 얕은 조정에 해당 3. 최근 사례는 회복도 빨랐음. 2018년 무역전쟁은 4개월, 2020년 코로나 급락은 4개월, 2024년 엔캐리·관세 충격은 3개월 만에 신고가를 회복했음 4. 다만 반도체가 항상 수개월 만에 회복한 것은 아님. 닷컴버블처럼 실적이 뒷받침되지 않거나, 재고·설비투자 사이클이 구조적으로 무너진 경우에는 회복까지 수년이 걸렸음 5. 현재는 닷컴버블과 …
❤7
🔗한국 증시 바닥과 AI 메모리 슈퍼사이클 source 1. 한국 증시는 급락 과정에서 신용·레버리지 포지션의 강제청산이 상당 부분 소진된 상태임. 반등 구간에서 남은 물량까지 정리되면, 신규 매수세가 강하지 않더라도 수급상 매도 압력은 빠르게 약해질 수 있음 2. 2000년 이후 S&P 500의 평균 실적 추정치는 시간이 지날수록 9% 하향됐음. 반면 2026년은 15%, 2027년은 이미 13% 상향되며 역사적 예외를 기록 중. 현재 상승장은 단순 밸류 확장이 아니라 이익 전망 자체가 계속 높아지는 장세 3. 핵심 동력은 AI 인프라임. 소스에 따르면 S&P 500 이익의 20%가 AI 인프라 투자와 직접 연결돼 있으며, 주요 하이퍼스케일러는 장기 컴퓨팅 용량 확보 경쟁을 이어가고 있음 4. 과거 메모리 사이클은 수요 증가→공급 증…
❤8
유발 하라리가 보는 AI 시대 source 1. 문명은 언어 위에 세워져 있음 - 국가, 종교, 법률, 금융 시스템은 사람들이 공유하는 이야기와 문서로 작동 - AI가 인간보다 언어를 잘 다루게 되면 문명의 운영체제 자체를 장악할 수 있음 2. AI는 도구가 아니라 행위자임 - 인쇄기나 원자폭탄은 인간이 명령해야 움직이는 도구 - AI는 스스로 결정하고, 새로운 아이디어를 만들며, 다음 행동까지 설계 - 신(AI)을 만들면서, 인간의 노예로 남길 수 있다는 생각은 모순 3. AI의 지배는 로봇이 아니라 관료제 - AI는 금융, 법률, 행정처럼 규칙과 문서로 움직이는 시스템에 최적화 - 인간보다 모든 법률을 잘 기억하고, 시장을 24시간 추적하며, 빠르게 의사결정함 - AI는 총 든 로봇이 아니라 변호사, 공무원, 경영자의 형태로 인간의 …
❤12
✖️some bear market thoughts on crypto source 1. 지금은 매수 부재의 시장 - 팔 사람은 대부분 팔았지만 신규 자금이 없음 - AI로 간 자금이 돌아오지 않으면 횡보가 길어질 수 있음 2. 크립토 VC 생태계는 사실상 마비 - 2023년 인프라 과잉투자로 엑싯이 막힘 - 트랙션이나 강한 창업자 이력이 없는 초기팀은 투자 유치가 불가능 - 프로젝트 폐업과 채용 축소도 빠르게 진행 중 3. 결국 PMF를 찾은 것은 금융시장뿐 - 밈코인·현물, 무기한 선물, 수익률 상품, 예측시장, 스테이블코인 결제 - 거버넌스·소셜·게임·신원증명 등은 독립 시장이 아니라 거래 앱의 부가기능으로 축소 4. 모든 기업이 만드는 것도 두 가지 - 현물·파생·예측·주식까지 거래하는 Everything Exchange - 복잡…
❤10
🤑메모리 슈퍼사이클은 아직 초기 (Bernstein) source 1. Bernstein은 AI 발전을 학습 → 기본 챗봇 → 고급 추론 → 에이전틱 AI의 네 단계로 구분함. AI가 고도화될수록 수혜가 HBM에만 집중되지 않고 전체 메모리·스토리지로 확산되는 구조 2. 1단계인 모델 학습에서는 HBM 수요가 압도적이며, 일반 DRAM과 NAND·HDD 수요도 강하게 발생함. 지금까지 시장이 주목한 AI 메모리 사이클은 대부분 이 구간이었음 3. 기본 챗봇 추론 단계에서는 자원 소모가 일시적으로 낮아짐. 이미 학습된 모델에 단순한 질문과 답변을 처리하는 수준이라면 HBM을 제외한 메모리·스토리지 수요는 상대적으로 제한적임 4. 그러나 장문 컨텍스트와 RAG, 추론이 결합되는 3단계부터 수요가 다시 급증함. HBM뿐 아니라 NAND와 기…
❤9
🤔하이프를 쫓아야 할까, 무시해야 할까? (Sequoia) source 1. 그해의 하이프가 승자를 만들지는 않았다 - 2008년 최대 관심사는 구글이었지만, 그해 설립된 대표 기업은 에어비앤비 - 2009년에는 저수준 프로그래밍이 화제였지만, 우버가 탄생 - 2021년에는 크립토에 몰렸지만, Anthropic이 출현 - 즉, 현재 가장 시끄러운 분야에 뛰어드는 것과 장기적으로 위대한 기업을 만드는 것은 별개 - 시장의 관심이 최고조에 달했다면, 경쟁과 자본도 함께 과열 2. 진짜 메가트렌드는 6년 전부터 흔적을 남긴다 - LLM은 2016년 처음 상위 15개 주제에 진입한 뒤, 2022년에 1위가 됨 - AI 코딩은 2021년 12위에서 시작해 2026년 최대 화두로 올라섬 - 크립토 역시 2011년부터 등장한 뒤 2017년과 2021년…
❤12
전력(Power)의 시대가 온다 (Melvin, Chamath) source 1. AI 핵심 병목은 가동 가능한 전력으로 - 중요한 것은 몇 년 뒤 공급될 계획 전력이 아니라, 계통 연결·변전·냉각까지 마쳐 오늘 GPU를 돌릴 수 있는 Energized MW - Gartner는 2026년 데이터센터 전력 수요가 26% 증가하고, 2027년에는 AI 서버의 전력 소비가 일반 서버를 추월할 것으로 전망 - 모델은 빠르게 상향 평준화될 수 있지만, 가동 중인 전력은 단기간에 복제할 수 없음 2. 네오클라우드는 같은 1MW로 더 많은 매출을 만듦 - CoreWeave, Nebius, IREN의 활성 전력 1MW당 연환산 매출은 ~1,040만 달러로, Digital Realty, Equinix보다 2배 이상 - 콜로케이션이 공간과 전력을 임대한다면…
❤8
Ribbit Capital: Power Letter (2026) source 리빗 캐피털은 2013년 Bitcoin Letter, 2018년 Crypto Letter 등을 통해, 시장을 관통하는 예언에 가까운 인사이트 리포트를 발행한 미국의 Tech VC임 1. AI의 병목은 자본이 아니라 전력임. 돈은 넘치지만 전기, 변압기, GPU, 냉각 설비, 네트워크, 데이터센터가 부족해 AI 성장을 제한함 2. 에너지와 AI 산업은 모두 [생산-이동-저장-판매]의 네 단계로 구분됨. 이를 통해 산업 전반에서 가치가 어디에 축적될지 알 수 있음 3. 전력 산업에서는 발전, 송전, 저장(배터리·열에너지 저장), 유틸리티 및 전력시장을 통한 판매에 해당함 4. AI 산업에서는 모델·반도체 개발, 네트워크 및 인터커넥트, 메모리와 컨텍스트 저장, …
❤7
🧠텔레파시 만들러 떠난 OpenAI 연구원 source · OpenAI 핵심 연구 인력 나오미 배시칸스키가 회사를 떠나 BCI 스타트업 Conduit의 창립 연구원으로 합류 · Conduit은 뇌에 칩을 심지 않고, 헤드밴드로 수집한 뇌 신호를 텍스트와 AI 명령으로 변환하는 Thought-to-Text 모델을 개발 중 1. 완벽한 독심술은 필요하지 않음 - 뇌 신호에서 사용자의 대략적인 의도를 추출 - LLM이 현재 화면, 작업 내용, 사용자 문맥 등을 함께 분석 - 불완전한 신호만으로도 구체적인 명령을 추론할 수 있음 - 부정확한 GPS 신호도 지도와 이동 경로를 결합하면 정확한 위치를 찾는 것과 유사 2. Conduit이 예상하는 미래 - 2027년: 생각만으로 AI에 작업 지시 - 2030년: 생각을 텍스트로 번역하지 않고 AI에 …
❤8
💡생물학에서 AI '재귀개선' 시작 source 1. AI가 유망한 효소 변이를 예측하고, 로봇 실험실이 이를 합성, 발현, 검증한 뒤 결과를 다시 모델에 학습시키는 폐쇄형 연구 루프가 구현됨 2. 톈진대 연구진의 REAP 시스템은 단 5회의 자동화 사이클만으로 한 효소의 목표 활성을 57배, 다른 효소는 104배 개선함 3. 기존에는 AI가 후보를 추천해도 사람이 합성하고 실험한 뒤 결과를 정리해야 했으나, 이제는 예측→제작→검증→학습 과정 전체가 자동화되면서, 생물학 연구가 소프트웨어처럼 빠르게 반복되기 시작 4. 즉, 목표와 평가 기준이 명확한 영역에서는 이미 현실 세계의 재귀적 최적화가 작동하기 시작함. AI가 효소, 의약품, 신소재, 농업 생물체를 직접 설계하고 실험하며 개선하는 자율 과학자가 되고 있음 5. 이에 따라 AI…
❤8
Showing the 12 most recent of 34 posts we hold for @dolbikong. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
Citation-graph rank — 77,342 of 1,340,412entries in the measured graph. A weighted position computed from the forward and mention edges below — republished posts weigh more than named mentions — and recomputed periodically, over the whole graph. Published only as this ordinal position, never as a score: a position is a fact, and a score printed beside one channel’s name would read as a verdict this register does not make. The two counts beneath stay separate for the same reason mentions are never summed with forwards anywhere else on this page — a named-by count costs nothing to manufacture. The top 100 by this measure, or how it is computed.
Republished by
Channels on the register that have forwarded this channel's posts into their own feed.
Built only from forwarded posts we have actually read, on both sides. Coverage is early and deliberately incomplete: a missing link means we have not read the post that would prove it, never that the relationship does not exist. Counts are distinct forwarded posts observed, so they only ever go up as we read more.
Named by 3 registered channels — every channel on the register whose own posts have named this one, by its current username or any other username it currently holds, merged from two separately captured readings of the same fact so a namer caught by only one of them is not missed and a namer both caught is not counted twice. A username this channel has since dropped is not matched — that handle may belong to someone else now, and crediting today’s namer to yesterday’s owner would misattribute it.
Named by
Channels on the register whose posts name this channel's handle.
A mention is a weaker signal than a forward and is counted separately for that reason — naming a channel is not republishing it, and a handle in a post body is easy to place deliberately. The post counts beside each row below are distinct posts in which the handle appeared, from posts we have read on both sides — the “Named by N registered channels” figure above is a different count, of distinct NAMING CHANNELS rather than posts, and is not the sum of the rows under it.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 12 August 2026 — this entry's latest reading, not the date you are reading this.
“돌비콩의 투자정복” (@dolbikong), 9,472 subscribers as measured 12 August 2026. Telegram Register, tgregister.com/channel/dolbikong.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.