Channel
@oursnowball
On this record: Also posting the same content · Growth · Engagement · Reactions · Posts · Citations · Cite this entry
427subscribers
+0 since we began measuring on 7 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1001569621538 |
|---|---|
| Type | Channel |
| Username | @oursnowball |
| Created | 28 June 2021 — measured — cross-checked against a third-party dataset (ext.tg_channel) |
| First recorded | 7 August 2026 |
| Last confirmed live | 7 August 2026 |
| Measurements held | 2 |
| Confirmed unchanged | 1 time, most recently 7 August 2026 |
| On Telegram | t.me/oursnowball |
This channel’s posts match, word for word or near enough, posts on 1 other registered channel, found by comparing text fingerprints across every channel on the register. That matching has been checked by hand against the live Telegram pages and found reliable — 0 wrong of 45 pairs re-read.
Which channel, if either, published first is deliberately not shown. The same hand-check found that reading wrong 18 of 45 times — 60%, no better than a coin flip — because it depends on how deep our own crawl happened to reach into each channel’s history, not on when the content was actually first posted. This list is ordered by subscriber count, the same as every other listing on this site, never by which channel we think came first. Word-for-word matching has several ordinary explanations besides copying — a channel mirroring itself, an unattributed repost, or two channels independently repeating the same wire story — and this measurement cannot tell those apart. How this is measured.
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 7 Aug 2026, 15:40 | 427 | no change |
| 7 Aug 2026, 04:17 | 427 | first reading |
20 posts held, back to 23 June 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 1 pageof 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 5 August 2026 |
|---|---|
| Posts held | 20 (23 June 2026 – 5 August 2026) |
| Views total | 171 |
| Reactions total | — |
| Forwards / comments | not exposed by the public surface — not measured, not estimated |
| Readings taken | 7 Aug 2026, 04:17 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.
1 reaction across 1 post, in 1 kind.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| 👍 | 1 | 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 1 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 1reactions 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 23 June 2026 to 5 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.
메타 AI 모델, 사이버보안 테스트 중 인터넷 접속 및 제3자 서비스 해킹 확인 메타가 자사 AI 모델 중 하나가 사이버보안 테스트를 진행하던 중 인터넷에 접속하고 제3자 서비스를 해킹했다고 확인했다. 메타는 이번 사건이 테스트 환경의 설정 오류로 발생했다고 밝혔다. 해당 테스트는 사이버보안 업체 이레귤러와 함께 진행됐다. 메타는 설정 오류로 인해 AI 모델의 인터넷 접속이 의도치 않게 활성화됐다고 설명했다. 이 AI는 평가 과정에서 외부 서비스의 보안 취약점을 악용한 것으로 전해졌다. 메타는 현재 이번 사건을 조사 중이며, 조사가 완료되는 대로 전체 분석 보고서를 공개할 예정이다. 이레귤러는 이번 사건이 샌드박스 탈출이나 정교한 사이버 공격은 아니었다고 밝혔다. 또한 현재 이번 사건과 관련해 공개된 보안 문제는 없다고 덧붙였다. 이번 사…
애플, 전 세계 앱스토어에서 텔레그램 제거 원문: APPLE REMOVES TELEGRAM FROM APP STORE WORLDWIDE [...](https://x.com/FirstSquawk/status/2084453557865206244) 출처: @marketfeed 번역제공: Deepseek AI
안녕하세요 한투증권 최건입니다. 금일 로봇주 강세 이어지고 있습니다. 관련하여 미국의 대중 로보틱스 제재 구체화의 영향이 지속되는 것으로 풀이됩니다. 공급망, 그리고 미국의 대중 제재에 대한 보고서를 지난주 작성한 바 있습니다. 업무에 참고 부탁드립니다! ============================= [한투증권 최건] 로보틱스 산업 Note: 경쟁의 서막. 그 중심에 선 '공급망' ▣ 휴머노이드 양산의 최대 수혜는 부품사 - 미국은 글로벌 공급망에서 중국 배제 본격화, 일론 머스크는 옵티머스 양산의 최대 제약으로 '공급망 부재' 지목 - 국내 삼성전자·현대차·LG전자는 최고경영진 산하로 로봇 조직 격상, 핵심부품 내재화 및 밸류체인 확보 중 - 글로벌 밸류체인이 중국에 편중된 만큼, 2H26 미국 로보틱스 법안 제정 가속화가…
하이퍼스케일러 잠시 내려두고 내가 꾸준히 언급한 physical ai. 그리고 기업 로컬 LLM도. 종목은 알아서 찾고 산업적 흐름을 언급한 것이다. 제일 좋은 것은 주식에 돈 넣는 것보다 저 사업을 하는 것이고. 피지컬 ai는 구글이 판 다 깔아놨다. ROS2.0 로컬LLM 중국과 개발자들이 다 깔아놨고. 애플이 데이터센터 투자 안 해도 난 걱정 딱히 없음. 오히려 맥미니로 로컬llm 가능한 거 아닌가. https://t.me/getfeed/140519 https://t.me/getfeed/140492 https://t.me/getfeed/140344 https://t.me/getfeed/139597 내가 꾸준히 언급한 것들을 잘 감상해보자. 종목이 언급된 것들은 산업적 이유로 불가피했던 것이고 저 종목이 답은 아니다. 직접…
투기가 아닌 신경학적 결함… 시스템에 의해 강제 개박살 나는 고래들의 잔혹사 최근 글로벌 증시에서 반복되는 고레버리지 청산 사태의 근저에는 금융심리학적 결함과 개별 투자자를 넘어선 군중의 '도파민 역치 상승'이라는 뇌 신경학적 요인이 깊게 자리 잡고 있다. 고배율 레버리지 거래가 유발하는 극단적인 수익과 손실의 변동성은 시장 참여자 전체의 뇌내 도파민 분비를 급격히 촉진하며, 이는 집단적으로 점차 더 큰 자극을 요구하는 역치 상승으로 이어진다. 마치 집에 과자를 사두면 바닥이 날 때까지 먹는 행위를 멈추지 못하는 현상이 군중 단위로 확장된 것과 같다. 즉, 눈앞에 실시간 시세와 가용한 레버리지라는 자극이 존재하는 한, 시장의 군중은 이성적인 자기 절제력을 완전히 상실하고 맹목적인 베팅을 반복하는 구조적 함정에 빠지게 된다. 이러한 군중의 …
화폐 가치 보존을 위한 펌핑과 소각, 현대 신용화폐 체제의 정교한 밸런싱 직전 글에서 개인 도파민과 군중을 논했고 이제 국가나 패권 단위로 논의를 확대하겠다. 우리가 흔히 범하는 거시경제적 착각 중 하나는 '막대한 돈 풀기(양적완화)가 즉각적인 하이퍼인플레이션으로 직결될 것'이라는 단순한 믿음이다. 그러나 실상은 다르다. 글로벌 금융 자본과 중앙은행들이 주도하는 현대 통화 체계에서, 주식시장을 비롯한 자산시장은 인플레이션을 유발하는 원흉이 아니라 오히려 시중의 과잉 유동성을 빨아들이는 거대한 '스펀지'이자 잉여 자본을 태워 없애는 '용광로'로 작동한다. 돈이 실물 경제(소비재, 식료품 등)로 직접 흘러가 물가를 폭등시키는 것을 막기 위해, 금융 자본은 주식과 부동산 같은 자산 시장을 끝없이 활성화하여 화폐가 머무를 수 있는 거대한 가두리 …
[단독] 단일종목 레버리지 '사실상 상폐' 방안 나왔다…업계 도입 검토 착수 https://n.news.naver.com/article/421/0009089544
그런데 마이크론이나 키옥시아 주가도 개박살이라서 국장 반도체가 레버리지ETF 때문에 폭락했다고 보기엔 어려움이 있지 않나. 오히려 레버리지로 호흡기 달아주고 오버슈팅 만들어줄 때 차익실현 했어야 맞지 싶은데 그걸 못 했던 게 많이 아쉬운듯. 결국 인과는 빅테크 미래 현금흐름 발생 시점 불일치 문제랑 중국 상장이 더 커보임. 불신이 누적되는 중에 CXMT 상장으로 트리거를 땡갸버렸으니까.
카미 K3가 가볍고 싸다? ㄴㄴㄴㄴㄴ 노하우를 공유했고 로컬에서 돌리기에 각 특화 모델로 최적화 하고 퇴근 할 때 돌려놓고 나가면 아침에 출근해서 체크하는 식이다. 이게 핵심. 내가 지속적으로 글 쓰지만 기업 경영진들 생각은 어차피 실무진 퇴근하고 업무 돌려놓을 것들이 필요하다는 것이고 "출근해서 이메일 체크하듯이 보면서 고쳐라. 뼈대는 잡아 놓겠다." 이런 식으로 접근함. 그리고 저 성능 내는 게 변수가 8b 정도만 되어도 상당히 괜찮음. 그리고 최적화 시키고 각 상황에 맞는 특화 모델을 쓰는 것임. 카미 k3, 패이블 이런 게 가볍고 성능이 좋다는 게 아님. 그리고 카미k3가 뒸빵까서 성능 올리는 노하우를 뿌려버리니까 로켈에서도 어? 저게 돼? 하면서 개발자들이 파인튜닝 해서 쓰는 것임. 초고급 모델까지 필요하지 않고…
"GMO 표시하라니까요!!" 식약처장 답변에 점점 분노하더니 결국 '폭발' https://www.youtube.com/watch?v=GK8_9-KzxhI 이건 대통령이 잘 하는 것이고 국민의 뜻에 부합하게 잘 하는 것임. 원료에 GMO 썼으면 GMO 원료 사용 딱 표시하면 되는 것임. 이걸 무슨 가공을 해서 PCR이 어쩌고를 했는데 안 나오고 그런 거 필요 없음. "GMO 원료 사용" 쓰고 빨간색으로 해서 경고문구 넣으면 될 일.
KIMI3는 핑계다. 진짜 문제는 로컬 LLM 모델 (허깅페이스에서 로컬 모델 써보면 앎...) 빅테크 기업들이 열광하던 초거대 AI의 환상이 깨지고 있다. 인공지능 모델의 압도적인 천재성보다 지치지 않는 노동력이 더 중요해졌기 때문이다. 기업들이 주목하는 에이전트의 실체는 대단한 혁신 기술이 아니라 퇴근 시간이 없는 24시간 초저임금 주니어 사원이다. 일정 수준 이상의 성능을 갖춘 대중적인 공개 모델만으로도 기업이 요구하는 실무의 대부분은 차고 넘치게 구현된다. 특히 주니어 직원 한 명의 연봉 수준이면 사내에 자체적인 로컬 모델을 충분히 구축할 수 있는데, 이 모델 하나가 직원 단 두 명의 인건비만 절감시켜 주어도 기업 입장에서는 이미 몇 배 남는 장사가 된다. 굳이 천문학적인 비용을 들여 빅테크의 최고 성능 AI를 고집할 이유가 완전히 …
니들 부부 뭐 쌍으로사짜 직업이야?? 명문대 추가모집 없이 1번에 합격했어?? 자녀 사교육시키면 대기업 갈 것 같에? 아니아니 상위 3개 대학 입학 가능?? 냉정하게 보고 판단해야지 공포에 휩쓸리지말고. 니들 노후준비 안 할구야???
Showing the 12 most recent of 20 posts we hold for @oursnowball. 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.
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.
Names
Channels on the register whose handles appear in this channel's posts.
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 7 August 2026 — this entry's latest reading, not the date you are reading this.
“삶테크 주식투자🏆” (@oursnowball), 427 subscribers as measured 7 August 2026. Telegram Register, tgregister.com/channel/oursnowball.
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.