Channel
@gorochi22
On this record: Growth · Engagement · Reactions · Posts · Citations · Handles named that no longer answer · Cite this entry
3,693subscribers
-5 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of 3,162–10,000.
| Telegram ID | -1002237628177 |
|---|---|
| Type | Channel |
| Username | @gorochi22 |
| Created | Between 1 June 2024 and 30 September 2024— estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 7 August 2026 |
| Last confirmed live | 10 August 2026 |
| Measurements held | 3 |
| Confirmed unchanged | 1 time, most recently 10 August 2026 |
| On Telegram | t.me/gorochi22 |
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 10 Aug 2026, 05:15 | 3,693 | -5 |
| 7 Aug 2026, 02:23 | 3,698 | no change |
| 7 Aug 2026, 01:18 | 3,698 | first reading |
20 posts held, back to 1 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 3 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 6 August 2026 |
|---|---|
| Posts held | 20 (1 July 2026 – 6 August 2026) |
| Views total | 10,483 |
| Reactions total | 87 |
| Forwards / comments | not exposed by the public surface — not measured, not estimated |
| Readings taken | 7 Aug 2026, 22:56 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.
149 reactions across 20 posts, in 2 distinct kinds. The most used accounts for 84.6% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| ❤ | 126 | 84.6% | |
| 👍 | 23 | 15.4% |
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 20 of the 20 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 149reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 20 most recent posts we hold, published 1 July 2026 to 6 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.
1/ 요즘 오픈 AI 모델들 보면 확실히 클로즈드 모델이랑 격차가 좁혀지고 있다는 게 느껴짐.. 얼마 전 Kimi K3 나온 거 보면 알 수 있는데, 오픈인데도 프론티어급 성능을 보여줌. 근데 이게 그냥 "성능 좋은 모델 하나 더 나왔다" 정도로 끝날 얘기가 아닌거 같은게.. 오픈 모델이라는 것 자체가 열어주는 가능성이 따로 있기 때문임. 2/ 먼저, AI 모델 구조를 잘 모르시는 분들을 위해 오픈 모델이랑 클로즈드 모델 차이부터 정리하고 가자면.. 가령, 이 AI를 질문에 답하는 봇이라고 하면, 그 봇을 만든 회사 플랫폼에서만 쓸 수 있게 막아놓은 게 클로즈드 모델임. GPT는 OpenAI, Claude는 Anthropic 이런 식으로.. 만든 곳이 곧 돌리는 곳임. 반대로 오픈 모델은 그 봇을 "누구나, 어디서든" 돌릴 수 있게 …
❤4👍1
제가 삼프로 티비에 출연하게 되었습니다. 항상 구독자의 입장이었다가 이렇게 직접 출연하게 되니 감회가 매우 새롭네요. 구독자 300만의 채널에서 무엇을 이야기를 해야 업계에 조금이나마 도움이 될 수 있을까 고민하다가 "과세"이야기를 좀 해봤습니다. 그냥 단순히 "과세 유예해주세요."라는 이야기를 하려는 것이 아니라, 리서치 회사의 대표로써 왜 현재 크립토 과세가 시장의 왜곡을 일으킬 수 있는지, 그리고 이게 왜 더 많은 정부 개입과 규제를 야기할 수 있는지를 이야기 해봤습니다. 1. 현재 정부의 정책 기조와 과세 체계는 서로 상충됩니다. 정부는 법인의 거래소 계좌를 점진적으로 허용하겠다는 방향을 제시하고 있습니다. 이는 분명 업계에는 긍정적인 변화입니다. 저희처럼 벨리데이터를 운영하며 업무 특성상 가상자산을 지속적으로 취득하는 회사들은,…
❤14
1/ 24년 노벨 경제학상을 받은 애쓰모글루와 로빈슨은 '국가는 왜 실패하는가'에서 "착취적 제도를 가진 나라는 결국 무너진다.."고 이야기함. 논리는 이럼. 국가가 국민의 재산권을 보호해주는 공정하고 일관된 룰(헌법, 사법 체계)을 갖고 있으면, 국민은 국가를 신뢰하고 생산 활동에 나서고, 그 생산 활동들이 모여 국가 전체를 성장시킴. 반대로 언제든 생산의 결과물을 앗아가는 착취적 제도 아래에서는 국민이 열심히 일할 동기 자체가 사라지고, 그 결과 그 나라는 지속될 수 없음. 2/ 근데 이 프레임, 국가 단위에만 적용되는 게 아님. 블록체인 프로젝트에도 거의 그대로 적용됨. 국가도 블록체인 프로젝트도 결국 그 안에서 움직이는 건 사람이기 때문임. 그래서 이 프레임으로 보면 어떤 프로젝트가 무너질 수밖에 없는 구조를 갖고 있는지가 보이…
❤4
1/ 제프리 웨스트의 책, "스케일"에는 여러 복잡계에서 일어나는 현상을 토대로 공통의 일반 법칙이 있다고 이야기 하는데.. 이 책 내에서 개인적으로 흥미로운 파트 중 하나는 복잡계의 성장과 노화/쇠퇴 부분임. 이 부분은 '생물은 왜 무한히 자라지 못하는가.' 라는 질문으로 시작하는데.. 이에 대한 답은 의외로 단순함. 몸이 커질수록 세포 수는 그만큼 늘어나는데, 그 세포들을 먹여 살리는 대사 능력은 그만큼 못 따라가기 때문임. 몸무게가 두 배가 되면 세포도 두 배가 되지만, 그 세포들에게 산소와 영양을 배달하는 순환계의 처리량은 두 배가 안 되기도 하고..(대략 1.68배 정도..) 들어오는 에너지 중에서 "지금 있는 걸 유지하는 데" 쓰이는 몫이 계속 더 커지는거임. 유지비는 세포 수에 비례해서 늘어나는데 대사량 즉 에너지 공급은 …
❤7
토큰 프리세일 시장 보면 다들 비슷한 생각 할 거임. "이번에도 결국 러그 아님?" 근데 이게 어제오늘 얘기가 아니라 시장이 꽤 오랫동안 반복해온 패턴이라서, 순서대로 한번 짚어볼 필요가 있음. - ICO(Initial Coin Offering) 처음엔 혁신이었음. 누구든 구분 없이 동일한 조건으로 투자할 수 있게 해준다는 거였으니까. 원래 소수만 접근할 수 있던 프리세일 영역을 대중에게 열어준 셈임. 근데 문제는.. 하락장이 오면서 드러났음. 그럴싸한 아이디어로 백서만 잘 만들고 초기 투자만 받으면 장땡이었던 거임. 투자받고 하락장에서 개발 안 하는 프로젝트가 대부분이었음. 받자마자 튀거나, 개발하다 흐지부지되거나.. 결국 러그 엔딩으로 끝나는 경우가 압도적으로 많았음. - IEO(Initial Exchange Offering) …
❤3
지난 글에서 자본주의가 소비자→금융→독점 3단계로 흘러간다는 얘기 했었잖음. 이렇게 어떤 원리 하나로 수많은 현상이 설명되면 그 원리는 좀 더 신뢰성이 높아짐. 그래서 나는 시장 속 수많은 현상을 추상/일반화 시켜보는 실험을 자주해보곤 함. 지난글의 흐름 자체도 추상/일반화 시키면 "남보다 나은 위치를 차지하려는" 인간의 선택들이 쌓여서 만들어진 결과라고 할 수 있을거임. 공장 대신 주식을, 경쟁 대신 인수를 택한 것도.. 결국 더 우월하고 더 나은 자리를 지키려는 인간들의 선택이었던 걸로 일반화 할 수 있는 거임. 그리고 오늘 글은 거기서 한 발 더 들어가 보려고 함. 요즘 AI, 로봇 얘기 많이 나오잖음. 로봇이 생산을 다 맡고, 기본소득 같은 걸로 다들 먹고사는 문제(생계)는 해결되는 세상이 온다는 전망도 자주 나오고 말임. …
❤7
근 2-3년간 세상 돌아가는걸 보면 뭔가 이상한 느낌 드는 사람 많을 거임. 물가는 오르고 취업은 안 되는데, 주식시장은 계속 신고가를 찍어오고.. 뭔가 안 맞는 것 같은데 정확히 뭐가 안 맞는지는 설명 못 하겠는 상태? 나도 이에 대한 답 찾다가 결국 토마 피케티(프랑스 경제학자)까지 가게 됐음. '21세기 자본' 이라는 책으로 유명한 사람인데.. 두꺼운 책이라 다 읽을 필요는 없고, 이 사람이 데이터로 보여준 핵심 하나만 알아도 요즘 세상 돌아가는 게 좀 이해가 될거임. 먼저 하나 정확히 짚고 가면, 아래 내용이 책 그대로의 요약은 아니고 피케티가 오랜 데이터로 증명한 핵심, 자본 수익률이 경제 성장률보다 높은 게 자본주의의 기본값이라는 거에 살을 붙여서 "자본주의가 왜 이렇게 흘러가는지" 3단계로 풀어본 설명이라고 보면 됨. …
❤22
0/ 프라이빗 AI 얘기가 크립토 밖에서도 이야기 되고 있길래, 정리 겸 생각을 좀 적어봄. 1/ 먼저 조회수 120만을 넘긴, 알간지 채널 영상 얘기부터 하면.. https://youtu.be/W_ChhnAM7GY?si=QZbFNAxXw9fJxGp7 500년 전 영국의 '울타리(enclosure)'에 대한 이야기로 시작하는데.. 당시엔 땅을 특정 주체가 소유한다는 개념 자체가 낯설었고, 마을 공유지에서 다 같이 농사짓고 살았음. 왕도 귀족도 땅의 소유자가 아니라, 관리 권한을 가진 사람에 가까웠음. 그런데 15세기부터 귀족들이 그 공유지에 울타리(enclosure)를 치고 "이제 내 땅"이라며 양을 키우기 시작함. 농사보다 양모 수익률이 좋았기 때문인데.. 무튼 그렇게 땅에서 밀려난 일반 사람들은 이후 산업혁명기에 공장으로 내몰렸…
❤3👍1
이 트윗은 Anthropic의 AI 학습 데이터 정책에 대한 이중 잣대(hypocrisy)를 강하게 비판하는 내용임. “Anthropic은 전 세계 모든 콘텐츠를 저자가 반대하더라도 무료로 학습할 권리가 있다고 주장한다. 그런데 경쟁사가 Anthropic의 결과물을 돈을 주고 산 뒤 학습하면 그건 IP 도둑질이라고 한다. 이 위선은 숨이 막힐 정도다.” - 배경 (인용된 트윗 요약) Sacks가 인용한 Ole Lehmann의 글은 Anthropic의 내부 프로젝트 “Project Panama”에 대한 폭로성 설명임. Anthropic은 고품질 모델(Claude)을 만들기 위해 책이 가장 효율적이라고 판단함. 초기에는 불법 경로를 선택함. - LibGen 등에서 700만 권 이상의 책을 무단 다운로드(piracy) Dario Amod…
❤4
1/ 축구를 잘 모르는 사람일수록 경기를 스타 한 명의 이야기로 읽는다. 결승골을 넣은 선수의 이름만 기억에 남고, 나머지 열 명은 배경이 된다. 하지만 그라운드 위에서 실제로 벌어지는 일은 다르다. 성격도, 체형도, 생각하는 방식도 전혀 다른 11명이 순간순간 서로를 읽고 맞춰가지 않으면, 아무리 뛰어난 개인기도 골로 이어지지 않는다. 게다가 그 11명 뒤에는 전술을 짜는 코칭스태프, 몸을 관리하는 의료진, 데이터를 다루는 스태프까지 수십 명이 있다. 이들 전체가 하나의 팀으로 연결되어야 비로소 승리가 만들어진다. 2/ 모든 집단은 같은 원리로 굴러간다 이 원리는 축구장 담장 밖에서도 똑같이 작동한다. 가족, 학교, 회사, 도시, 군대, 국가까지, 형태는 다르지만 본질은 하나다. 서로 다른 개체들이 각자의 목적을 향해 얼마나 촘…
👍9
우리는 흔히 건강한 심장은 일정한 리듬으로 규칙적으로 뛰는 심장이라고 생각합니다. 하지만 실제는 정반대입니다. 복잡계 연구에서는 건강한 심장의 심전도가 오히려 더 불규칙하고, 더 뾰족하며, 더 높은 프랙털 차원을 가진다고 말합니다. 반대로 병든 심장은 놀랍도록 매끄럽습니다. 왜 그럴까요. 건강하다는 것은 변화를 견디는 능력이기 때문입니다. 몸은 매 순간 호흡이 바뀌고, 혈압이 흔들리고, 외부 환경이 변합니다. 건강한 심장은 그 변화에 맞춰 끊임없이 미세하게 리듬을 조절합니다. 그래서 심전도가 복잡합니다. 반대로 병든 심장은 조절 능력을 잃습니다. 변화에 대응하지 못하니 오히려 규칙적이고 매끄러운 파형이 나타납니다. 건강하다는 것은 주변 환경이 급변해도 탄력적으로 대응할 수 있느냐의 상태인거죠. - 이 원리는 사람에게도 똑같이 적…
❤4👍4
1/ 옛날 사람들은 하늘과 땅이 서로 다른 법칙으로 움직인다고 믿었다. 사과가 떨어지는 원리와 달이 움직이는 원리는 전혀 다를 것이라 생각했다. 하지만 뉴턴은 하나의 질문을 던졌다. '혹시 둘 다 같은 법칙으로 움직이는 것은 아닐까?' 그리고 그는 만유인력을 발견했다. 지구와 우주는 서로 다른 세계가 아니라 하나의 원리 위에서 움직이고 있었다. 복잡계를 알기 전에는 생물은 자연의 법칙으로, 기업은 시장의 법칙으로, 도시는 도시의 법칙으로, 인터넷과 블록체인은 또 다른 법칙으로 움직이는 것처럼 생각했다. 하지만 복잡계를 알고 네트워크를 고 난 후에 알게 된 사실은.. 여러 분야의 데이터를 관찰하고 비교해 보면 겉모습은 달라도, 수많은 구성원이 연결되어 움직이는 시스템들은 놀라울 정도로 비슷한 방식으로 성장한다는 것이다. 사람의 …
❤8
Showing the 12 most recent of 20 posts we hold for @gorochi22. 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 — 318,672 of 1,151,006entries 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.
Republishes
Channels on the register whose posts this channel has forwarded.
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.
@gorochi22 named 1 handle that resolve to nothing today. That is a fact about the reference, not necessarily a fact about the handle’s history — see the two groups below.
Most of these may never have existed as a live channel at all.A handle a channel names can be a typo, an aspirational name nobody registered, or a channel that was already gone before this one ever mentioned it. Unless a row below is marked evidenced, all we know is that it references a handle that is not a live channel today — not that anything “died”. How this is measured.
References a handle that is not a live channel — we have no record it ever was one.
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 10 August 2026 — this entry's latest reading, not the date you are reading this.
“고로치 생각 저장소” (@gorochi22), 3,693 subscribers as measured 10 August 2026. Telegram Register, tgregister.com/channel/gorochi22.
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.