2026년 8월 24일

GLM-5.3 오픈 웨이트, Anthropic·OpenAI 모델을 5분의 1 비용으로 제침

GeekNews

Ed-o-meter가 17개 모델에 같은 프롬프트와 API 호출 경로, 결정론적 자동 채점을 적용해 28개 실무 과제를 돌린 결과다. GLM-5.3은 전 과제를 통과하고 품질 점수 9.3, 총비용 약 $0.28을 기록했다. 같은 시험에서 gpt-5.5는 통과율 96%에 비용 $1.43, 첫 토큰까지 13.2초가 걸려 GLM-5.3의 약 다섯 배를 썼고, sonnet-4-6은 96%·7.5초로 품질과 대기 시간의 절충안이었다. 저비용 구간에서는 과제당 $0.0023인 gpt-5.6-luna가 눈에 띄지만 보안 통과율이 33%에 그쳤고, haiku-4-5가 과제당 $0.0044에 96% 통과·0.9초로 균형이 좋았다. 다만 모델당 한 번씩만 돌린 단일 시험이라 신뢰구간이 넓고, Anthropic 모델의 공급자 측 차단 같은 하네스 제약도 결과에 섞여 있다는 점은 저자도 인정한다.

익명 'Ox 알파' 등장 — 코딩 성능·100조 토큰 무상 제공에 '발칵'

AITimes

운영 주체를 밝히지 않은 프런티어급 모델 'Ox 알파'가 오픈라우터에 스텔스로 올라왔다. 일주일간 하루 100조 토큰을 무료로 제공한다는 조건과 함께, 기존 상위 모델을 위협하는 코딩·추론 성능을 보여주며 '제2의 딥시크 파동'이라는 반응이 나왔다. 100만 토큰 규모의 컨텍스트 윈도와 최대 13만1072 토큰 출력을 지원한다. 정체가 확인되지 않은 채 사용량 데이터부터 확보하는 방식은 스텔스 출시의 전형이다.

딥시크, 멀티모달 에이전트 'V4-플래시-비전' 공개

AITimes

딥시크가 이미지와 텍스트를 함께 이해하고 에이전트 작업까지 수행하는 실험 모델 'DeepSeek-V4-Flash-Vision-Exp'를 API 플랫폼에 출시했다. 기존 텍스트 중심 V4-플래시에 이미지 이해를 얹은 구성으로, 에이전트 작업·추론·세계 지식 등 텍스트 영역 성능은 그대로 유지했다고 밝혔다. 앤트로픽의 클로드 오퍼스 4.8을 겨냥한 포지셔닝이다. 멀티모달이 별도 제품군이 아니라 에이전트 모델의 기본 사양으로 흡수되는 흐름이다.

메타, '뮤즈 스파크 1.2' 오픈라우터에 현존 최저가로 할인

AITimes

메타가 플래그십 뮤즈 스파크 1.2의 '컨트리뷰터' 요금제를 오픈라우터에 올리며 입력 100만 토큰당 $0.10, 출력 $0.20을 제시했다. 오픈AI가 같은 플랫폼에서 최신 모델을 반값에 풀며 주도권을 잡으려 하자 곧바로 맞받은 형태다. 개발자·기업 고객을 확보하기 위한 가격 경쟁이 라우팅 플랫폼 위에서 정면으로 붙고 있다. 아래 GPT-5.6 Sol 인하와 묶어 보면 이번 주의 큰 그림이 잡힌다.

GPT-5.6 Sol 가격 20% 인하

GeekNews

OpenAI가 GPT-5.6 Sol의 API 가격을 입력 20%, 출력 33% 내려 100만 토큰당 입력 $4, 출력 $20으로 조정했다. 캐시 입력은 100만 토큰당 $0.40이며, 이 프로모션 가격은 최소 2026년 11월 21일까지 유지된다. 최대 105만 토큰 컨텍스트 윈도와 128K 출력을 지원하지만, 입력이 272K 토큰을 넘으면 요청 전체에 입력 2배·출력 1.5배 가격이 붙어 대형 컨텍스트 사용 시 비용이 다시 뛴다. 캐시 쓰기가 일반 입력의 1.25배라는 점까지 감안해야 실제 단가가 나온다.

오픈AI, 'GPT-5.6 솔'까지 가격 일시 인하 — 코덱스 사용자 2천만 돌파

AITimes

같은 인하를 국내 매체가 정리한 기사로, 앞으로 3개월간 API와 크레딧 가격을 20% 이상 낮춘다는 발표 내용을 담았다. 챗GPT 플러스·프로·비즈니스 같은 월정액 구독자에게는 적용되지 않고 API를 직접 호출하거나 크레딧을 쓰는 개발자·기업이 대상이다. 함께 공개된 수치로 코덱스 사용자가 2천만 명을 넘어섰다는 점도 짚었다. B2B 점유율을 가격으로 밀어붙이는 국면이라는 해석이다.

LFM2.5-DSpark — 추론을 최대 3.2배 빠르게

Hugging Face

LLM 추론의 디코드 단계는 연산이 아니라 DRAM에서 SRAM으로 가중치를 옮기는 데서 지연이 대부분 발생한다는 관찰에서 출발한다. 가벼운 초안 모델이 후보 토큰을 만들고 타깃 모델이 한 번의 순전파로 전부 검증하는 스펙큘레이티브 디코딩(speculative decoding)을 적용해, 가중치를 한 번 올리는 비용을 여러 토큰이 나눠 쓰게 만든다. 리퀴드AI는 이 방식으로 최대 3.2배 속도 향상을 보고했다. 온디바이스와 에이전트 워크로드처럼 토큰을 길게 뽑는 환경일수록 효과가 크다.

리퀴드 AI '디스파크', 메모리 병목 뚫었다 — 소형 모델이 미리 쓰고 대형 모델이 검증

AITimes

위 DSpark를 국내 매체가 풀어 쓴 기사다. 약 3억 개 파라미터의 경량 모델이 만든 토큰을 대형 모델이 한꺼번에 검증하는 구조로 설명한다. 모델 규모와 정확도 경쟁이 실제 추론 속도와 비용 효율 쪽으로 옮겨가고 있다는 맥락을 함께 짚었다. AI 에이전트와 온디바이스 AI 활용이 늘수록 토큰 생성마다 걸리는 메모리 병목이 곧 체감 지연이 되기 때문이다.

Replit, GPT-5.6 Luna로 무료 모드 개방

OpenAI

Replit이 GPT-5.6 Luna를 얹은 Free Mode를 도입해, 토큰 비용을 걱정하지 않고 아이디어를 동작하는 소프트웨어로 만들 수 있게 했다. 저가 모델을 무료 티어의 엔진으로 쓰는 구성이 플랫폼 쪽에서도 자리를 잡는 모습이다. 이번 주 가격 인하 소식들과 같은 방향의 움직임이다.

ChatGPT for Teens 공개

OpenAI

청소년을 대상으로 학습과 비판적 사고를 돕도록 설계한 별도 제품을 내놨다. 기본 내장 보호 장치를 강화하고 건강한 사용을 유도하는 기능, 보호자용 추가 통제 수단을 함께 제공한다. 연령별로 제품 자체를 분리하는 접근은 규제 대응과 신규 사용자 확보를 동시에 노린 선택으로 읽힌다.

새로운 MCP 로드맵 — 앞으로 집중할 5가지 영역

GeekNews

MCP가 향후 수개월의 개발 방향으로 장시간 실행되는 에이전트 작업, 에이전트 신원·권한 위임, 대규모 도구 탐색을 핵심 과제로 제시했다. 요청·응답 구조를 넘어 서버 주도 이벤트와 Webhook·Channel, 실행 중 작업 제어를 강화하고 Tasks·구독·진행 알림을 하나의 에이전트 메시징 구조로 묶는다. 원격 서버에서 자리 잡은 Streamable HTTP를 로컬 stdio까지 확대해 전송 방식을 통합하고, 사람이 브라우저에서 승인하는 현재 인증 대신 DPoP·Workload Identity Federation·Token Exchange를 활용한 Agent Identity를 도입할 계획이다. 수백 개 도구를 처음부터 모두 노출하는 대신 필요한 범위만 점진적으로 보여주는 Progressive Discovery도 함께 들어간다.

Claude보다 Codex를 더 많이 써본 일주일

GeekNews

일주일간 두 도구를 바꿔 쓴 기록이다. Claude는 의도를 추측해 요청 이상으로 확장하고, Codex는 명시된 범위에 머물다 완료 가능성이 보이면 멈추는 차이가 가장 크게 느껴졌다고 한다. Ruby/Rails 작업에서 Codex는 주석·추상화·Sorbet 시그니처를 덜 붙여 단순한 코드를 냈지만, 더 복잡했던 Claude의 구현이 처리하는 경우의 수는 더 많았다. 핵심 변경은 Codex가 빨랐어도 테스트 재실행과 검토 등 PR 마무리에 시간이 들어 전체 소요는 줄지 않았고, 브랜치 관계를 잘못 잡은 Codex가 main으로 리베이스해 4,000줄이 넘는 PR을 만든 사고도 있었다. 도구의 익숙함과 이전 세션 활용에서는 Claude 쪽이 나았다는 것이 결론이다.

Munder Difflin — 나를 복제한 직원들로 사무실을 운영하는 에이전트 하네스

GeekNews

Claude Code·Codex·Copilot을 포함한 12개 에이전트 CLI를 감싸, 사용자의 업무 방식과 도구·지식을 공유하는 복제 에이전트를 로컬에서 여러 개 돌리는 오픈소스 하네스다. 에이전트들이 기억과 맥락을 공유하고 메시지로 업무를 인계하거나 막힌 작업을 대신 푼다. 개발자의 PR 검토·버그 수정, 디자이너의 화면 감사, PM의 명세·이슈 관리, 영업의 CRM 후속 연락처럼 명령줄로 처리 가능한 일을 맡길 수 있다. 기본 로컬 모드에서는 코드·키·개인 맥락이 사용자 컴퓨터에 남고 노드 간 메시지는 종단간 암호화되며, 개인용은 MIT 라이선스로 무료·PRO는 월 $39·Teams는 좌석당 월 $149이다.

앤트로픽서 유행하는 클로드 코드 '/eli5' 스킬 — "코드를 그림으로 설명"

AITimes

질문 뒤에 /eli5를 붙이면 Claude가 해당 주제를 아무것도 모르는 사람에게 설명하듯 짧은 문장과 큰 그림, 단순한 다이어그램이 담긴 HTML 자료로 만들어 준다. 앤트로픽 엔지니어 타리크 시히파르가 사내에서 이 스킬을 많이 쓰고 있다고 소개하면서 알려졌다. 복잡한 코드 구조나 기술 개념을 시각적으로 옮기는 용도다. 스킬 하나가 팀 내 커뮤니케이션 도구가 되는 사례에 가깝다.

구글, '안티그래비티' 원격 제어 출시 — "이동 중에도 AI 개발 계속"

AITimes

AI 개발 환경 안티그래비티에 웹브라우저로 에이전트를 원격 제어하는 기능이 들어갔다. AI 코딩 에이전트가 전체 시스템 리팩터링이나 대규모 테스트까지 맡으면서 실행 시간이 길어져, 개발자가 컴퓨터 앞에서 기다리거나 자리를 비운 사이 진행 상황을 알 수 없는 문제를 겨냥했다. 물리적으로 작업 중인 컴퓨터를 떠나도 브라우저에서 상태를 확인하고 개입할 수 있다. 장시간 무인 실행이 늘면서 '어디서 지켜볼 것인가'가 제품 기능이 되는 중이다.

커서, 장기 목표 기능 '/goal' 도입

AITimes

커서가 클라우드 에이전트에 장기 작업 목표를 부여하는 /goal 기능을 추가했다. 개발자가 작업 과정을 일일이 관리하지 않아도 에이전트가 목표를 기억하고 필요한 작업을 반복 수행한다. "모든 불안정한 테스트를 없애라" 같은 지시를 걸어 두는 방식이다. 단발 코드 생성에서 지속 실행형 에이전트로 넘어가는 흐름이 제품 기능으로 굳어졌다.

Anthropic, Claude Code의 추론 노력 수준 축소를 A/B 테스트하는 것으로 보임

GeekNews

Claude Code 2.1.236 이상의 일부 Fable 5 세션에서 추론 노력 척도가 서버 측에서 낮아진 정황이 보고됐다. 이전 버전과 Opus 5는 대상에서 제외되고 클라이언트 버전이 실험 등록 조건으로 쓰이는 것으로 파악됐으며, 일부 사용자는 high를 선택해도 시스템 프롬프트에 medium이 삽입되거나 세션이 low로 실행됐다고 전했다. 최근 10일간 품질이 나빠진 상황에서 토큰 비용 400달러를 썼다는 사용자는 높은 비용을 받고 낮은 추론 수준을 제공하는 것 아니냐고 비판했다. 유료 설정의 동작을 알리지 않고 바꾸는 실험은 결과 일관성과 제품 신뢰를 함께 갉아먹는다는 지적이다.

Claudette — Claude의 BuzzFeed식 말투를 평범한 영어로 바꾸는 도구

GeekNews

Claude가 테스트 실패나 버그를 설명할 때 "load-bearing assumption", 번호를 붙인 통찰, "the kicker" 같은 표현으로 자기 PR을 TED 강연처럼 소개하는 경향을 겨냥한 Claude Code 스킬이다. /debuzz는 Claude의 답변을 Antigravity CLI로 다시 쓰게 하고, 그 출력을 후처리 없이 그대로 보여준다. Claude가 결과를 다시 다듬으면 원래 말투가 되살아나기 때문이다. colleague 모드는 파일 경로와 코드 블록을 보존하고, manager는 코드 없이 3분의 1 분량으로, director는 결과·영향·요청을 3~5문장으로 압축한다.

srelens — 엔지니어와 AI 에이전트 모두를 위한 쿠버네티스 컨트롤룸

GeekNews

여러 터미널과 대시보드, 로그, 클러스터 컨텍스트를 오가야 했던 쿠버네티스 트러블슈팅을 하나의 로컬 우선 데스크톱 워크스페이스로 합쳤다. 리소스 탐색, 이벤트·YAML 확인, 로그 추적, 터미널, 포트 포워드, 클러스터 조치까지 도구 전환 없이 처리하며, 별도 클라우드 서비스를 거치지 않고 쿠버네티스 API 서버에 직접 붙는다. 크래시 이후 이전 인스턴스 로그 스트리밍과 노드 셸도 지원한다. 눈에 띄는 부분은 백엔드 기능을 같은 capability registry 기반 MCP 서버로도 노출해, 사람과 에이전트가 동일한 기능을 쓴다는 설계다.

"LLM보다 하네스가 핵심" — 엔비디아 AVO, 장기 에이전트 가능성 입증

AITimes

엔비디아가 지난 3월 공개한 범용 에이전트 기술 AVO(에이전틱 베리에이션 오퍼레이터)로 규칙이나 목표가 주어지지 않은 낯선 환경을 탐색하는 ARC-AGI-3 공개 벤치마크에서 성과를 냈다. 회사가 강조한 대목은 모델 자체의 성능이 아니라, AI를 지속적으로 제어하고 관리하는 하네스 구조였다. 한 번 묻고 답하는 방식이 아니라 스스로 계획을 세우고 실행하며 시행착오를 거치는 구성이다. 이번 주 MCP 로드맵·Munder Difflin과 함께 하네스 엔지니어링이 모델 성능보다 앞선다는 관점이 반복해 등장했다.

Asana, Codex로 5년치 엔지니어링 작업을 2주에 끝내다

OpenAI

Asana가 낡은 테스트 시스템을 교체하는 데 OpenAI Codex를 투입해 2주 만에 마무리했다는 사례다. 원래 5년이 걸릴 것으로 예상하던 작업을 약 $12,000의 비용으로 처리했다고 밝혔다. 사람이 손대기엔 규모가 커서 미뤄 두던 기술 부채가 에이전트에게는 가장 잘 맞는 종류의 일이라는 점을 보여준다. 다만 벤더가 직접 낸 사례라는 점은 감안해서 읽을 필요가 있다.

에이전트에게 메모리는 얼마나 필요한가

Hugging Face

과거 작업에서 교훈을 뽑아 컨텍스트에 다시 넣으면 성능이 오를 것 같지만 항상 그렇지는 않다는 검증 결과다. 30B 밀집 모델부터 프런티어급 상용 모델까지 8개를 놓고 평가 규모를 키운 결과, 에이전트 메모리는 켜고 끄는 기능이 아니라 모델에 맞춰 용량을 조절하는 '용량 조절 대상'이라는 결론이 나왔다. 같은 메모리 양이 어떤 모델에는 도움이 되고 어떤 모델에는 방해가 된다는 뜻이다. 메모리 플러그인을 무조건 켜 두는 관행을 다시 볼 근거다.

Linus Torvalds가 AI로 Intel GPU 드라이버 버그를 추적한 과정

GeekNews

Intel Xe GPU 드라이버가 압축 하드웨어용 flat CCS 저장공간 일부를 VRAM으로 잘못 할당해, Battlemage G21 시스템에서 검은 화면과 gdm 재시작 루프가 발생했다. get_flat_ccs_offset()이 CCS 시작 주소를 128KiB 단위로 올림하면서 실제 경계와 계산값 사이의 메모리까지 노출한 것이 원인으로, 16GiB 장비에서는 마지막 2KiB가 할당 풀에 들어가 그 자리에 놓인 Mesa VM의 레벨 3 페이지 테이블이 압축 메타데이터에 덮어써졌다. 최종 수정은 round_up()을 round_down()으로 바꾸는 정도였지만, 원인을 좁히는 데 디버그 패치 24개와 커널 부팅 18회가 필요했다. AI는 여러 차례 해결 불가라고 판단했으나 Linus의 지시에 따라 디버그 코드 추가와 분석을 이어갔고 최종 커밋 메시지도 작성했다.

로컬 LLM이 실제 성능보다 더 멍청하게 느껴지는 이유

GeekNews

같은 가중치라도 GPU와 추론 엔진, 어텐션 구현, 양자화 방식이 달라지면 계산 결과가 조금씩 어긋나고, 긴 문맥에서는 그 차이가 실제 응답과 도구 호출 실패로 이어진다는 실측이다. 약 10만 토큰의 실제 에이전트 작업 문맥에서 Qwen3.6-27B를 비교했더니 어텐션 백엔드만 바꿔도 후반부 토큰 선택이 갈렸고, 차이는 문맥 길이 자체보다 특정 내용 구간에 몰렸다. 가중치를 그대로 두고 KV 캐시만 INT8/INT4로 양자화해도 결과가 달라져, 실제 도구 호출에서 INT8은 오류 후 복구했지만 INT4는 복구하지 못했다. 가중치 양자화에서는 INT8 W8A16이 공식 FP8이나 NVIDIA NVFP4보다 BF16 기준에 가까웠고, NVFP4는 88k 문맥의 약 절반 지점에서 최상위 토큰이 달라졌다.

프론트엔드 상태 관리의 네 가지 난제

GeekNews

지역 상태와 전역 상태라는 두 분류로는 깔끔하게 담기지 않는 '공유 상태'가 실무의 골칫거리라는 정리다. 공유 범위는 애플리케이션이 자라면서 계속 바뀌는데 기존 도구에는 이를 옮길 방법이 마땅치 않고, 범위를 넓히겠다고 지역 상태를 전역으로 올리면 필요한 기간보다 훨씬 오래 살아남아 reset·clean 로직을 새로 써야 한다. 파생 상태를 효율적으로 공유하기 어렵다는 점도 지적하는데, hook에는 같은 파생 계산을 재사용할 수단이 없다. AI 뉴스와는 결이 다르지만 프론트엔드 개발자라면 한 번 읽어 둘 만한 글이다.

태블릿 소유권을 되찾는 데 266달러와 AI 모델 4개를 썼고, GLM-5.3이 하루 만에 끝냈다

GeekNews

하루 최대 두 번 저절로 꺼지는 Amazon Fire HD 10에서 보호된 패키지를 제거하려고 5개월간 AI 모델 4개를 동원하고 태블릿 값의 두 배가 넘는 $266.15를 쓴 기록이다. Kimi K3는 Fire OS에 남은 CVE-2022-38181을 찾아 30시간·621개 메시지에 걸쳐 GPU 메모리 쓰기 도구를 만들었지만 500회 넘게 시도하고도 루트를 얻지 못했고, GLM-5.2는 반복 충돌이 확률 문제가 아니라 설계 버그임을 밝혔으나 원인을 하드웨어 한계로 오진했다. GLM-5.3은 커널 빌드 오프셋과 MediaTek 페이지 테이블 형식이 진짜 원인임을 찾아내 인계 8시간 5분 만에 SELinux를 permissive로 바꾸고 루트 셸을 확보했으며, 재부팅 뒤 4분 만에 재현까지 해냈다. 다만 이 방법은 특정 기기와 미패치 펌웨어에서만 통한다.

Sentence Transformers로 다루는 멀티 벡터(Late Interaction) 임베딩 모델

Hugging Face

일반 임베딩 모델이 텍스트 전체를 하나의 벡터로 압축하는 반면, 멀티 벡터 모델은 토큰마다 벡터를 유지하고 MaxSim 연산으로 질의와 문서를 채점한다. 단일 벡터라면 평균으로 뭉개졌을 토큰 단위 매칭 정보가 남아 검색 품질이 대체로 올라가지만, 인덱스 크기가 커지는 비용이 따른다. 텍스트 질의를 페이지 이미지와 맞추는 시각 문서 검색에서는 현재 최고 수준의 방식이기도 하다. RAG 파이프라인의 검색 단계를 손볼 때 검토해 볼 선택지다.

같은 클러스터, 활용률 33%p 상승 — 바뀐 건 순서였다

Hugging Face

제약 조건을 인식하는 GPU 할당기를 만들어 FIFO 스케줄러와 일곱 개 시나리오에서 비교한 결과다. 동일한 하드웨어에서 동일한 워크로드를 돌렸는데 GPU 활용률이 최대 33%포인트 올랐고, 우선순위 가중 산출량은 모든 시나리오에서 늘어 최대 105%까지 개선됐다. 하드웨어는 아무것도 바뀌지 않았고 달라진 것은 할당 결정이 내려지는 순서뿐이다. GPU를 더 사기 전에 스케줄링부터 보라는 이야기다.

AI4AI-Bench — 재귀적 자기 개선을 위한 알고리즘 설계 벤치마크

arXiv

재귀적 자기 개선(RSI)은 AI 시스템이 'AI 시스템을 만들어 내는 과정' 자체를 개선해 다음 세대가 그 개선을 물려받을 수 있는지를 묻는다. 그 과정의 실체는 학습 알고리즘이며, 더 나은 목적함수나 갱신 규칙은 이후 모든 학습 실행의 연산 대비 성능 교환비를 끌어올린다. 이 논문은 LLM 에이전트가 알고리즘 설계 과제에서 실제로 그런 개선을 만들어 낼 수 있는지를 벤치마크로 측정한다. RSI를 사변이 아니라 측정 가능한 문제로 옮겨 놓은 시도다.

MidTool — 에이전트 도구 사용을 위한 중간 학습 데이터 합성

arXiv

중간 학습(mid-training)이 LLM 역량을 형성하는 결정적 단계로 주목받는 가운데, 수학·과학 같은 추론 능력이나 소프트웨어 엔지니어링 에이전트 역량을 겨냥한 연구는 이미 나와 있었다. 이 논문은 상대적으로 덜 다뤄진 '범용 도구 사용' 역량을 같은 단계에서 다룬다. 특정 도메인이 아니라 도구 호출 자체를 중간 학습 데이터로 합성하는 접근이다.

Break It Down, Pass It On — LLM 에이전트의 과제 간 스킬 전이

arXiv

LLM 에이전트는 끝낸 작업에서 스킬을 뽑아 나중에 재사용하며 경험만큼 유능해질 수 있지만, 실제로는 전이가 불안정하고 스킬을 가져다 쓴 에이전트가 오히려 손해를 보기도 한다. 어떤 조건에서 스킬 전이가 신뢰할 만한지를 통제된 실험으로 폭넓게 검증했다. 스킬을 '어떻게 유도했는가'가 전이 성패를 가른다는 것이 핵심 관찰이다. 위의 에이전트 메모리 연구와 같은 문제의식을 공유한다.

Learning When to Think — 테스트 타임 연산 배분을 스스로 정하는 추론

arXiv

강화학습으로 훈련한 추론 모델은 보통 고정된 토큰 예산 아래 동작해, 쉬운 문제에 과하게 계산하고 어려운 문제에는 모자라게 계산하는 문제가 생긴다. 이 연구는 모델이 응답의 첫 토큰으로 세 가지 모드 중 하나를 고르게 해 스스로 추론 노력을 배분하도록 학습시킨다. 이번 주 Claude Code의 추론 노력 A/B 테스트 논란과 나란히 읽으면 흥미로운 대비를 이룬다.

Pandora's AI Model Routing Box — 값비싼 가치 추정 아래에서의 효율적 배분

arXiv

여러 모델과 아키텍처, 하네스, 추론 설정을 섞은 이종 AI 시스템은 질의를 가장 잘 답할 수 있는 전문가에게 보내 품질과 효율을 동시에 올릴 수 있다. 문제는 각 전문가의 기대 성과를 추정하는 일 자체에 비용이 든다는 점으로, 임베딩 기반 예측기처럼 싼 추정기는 빠르지만 잡음이 많다. 추정 비용과 배분 이득의 균형을 다룬 연구다. 이번 주 오픈라우터 위에서 벌어진 가격 경쟁의 이론적 뒷면이라고 볼 수 있다.

음성 인식에서 벤치마크 최적화를 측정하기

Hugging Face

전통적인 음성 벤치마크는 실제 음성 시스템을 쓸 만하게 만드는 조건과 품질을 상당 부분 놓친다는 문제 제기다. Real World VoiceEQ와 Open-ASR Leaderboard, Far-field ASR Leaderboard에 held-out 세트를 도입한 이유가 여기에 있다. 다만 측정 범위를 넓히는 것만으로는 벤치마크 최적화 현상 자체가 해결되지 않는다는 점을 함께 짚는다. 리더보드 숫자를 그대로 믿기 어려워지는 이유를 다룬 글이다.

Atari에서 EVE Online까지 — 게임 AI 연구 15년 위에 쌓기

Google DeepMind

Google DeepMind가 게임 스튜디오와 협업해 새로운 AI 게임플레이를 프로토타입으로 만든다는 발표다. Atari로 시작한 15년간의 게임 AI 연구를 실제 상용 게임 환경으로 옮기는 작업이다. 게임은 규칙과 보상이 명확해 에이전트 연구의 시험장 역할을 해 왔는데, 이번에는 연구 대상이 아니라 제품 쪽으로 방향이 바뀐 셈이다.

사이버 역량이 임계에 다다른 시대, 모델 개발 속도를 조절하다

OpenAI

OpenAI가 프런티어 모델의 모니터링·정렬·보안을 강화하고, 이를 근거로 모델 개발 속도 자체를 조절하겠다고 밝혔다. 새 안전장치가 개발 페이스를 어떻게 결정하는지 설명하는 글이다. 역량 확장을 스스로 늦추는 근거를 공개적으로 문서화했다는 점이 이례적이다. 아래 'The Defender's Window'와 한 묶음으로 읽힌다.

The Defender's Window

OpenAI

AI가 공격자와 방어자 양쪽의 사이버보안을 동시에 재편하고 있다는 진단이다. OpenAI가 자사 방어 체계를 어떻게 강화하고 있는지와, 보안팀이 지금 당장 할 수 있는 조치를 함께 정리했다. 방어자에게 남은 시간을 '창(window)'으로 표현한 제목 자체가 이 흐름의 긴박함을 드러낸다.

앤트로픽, '미소스 5' 적용 범위 확대 — 악용 차단하고 사이버 방어 지원

AITimes

앤트로픽이 사이버 보안 특화 모델 '클로드 미소스 5'를 기업용 보안 제품 '클로드 시큐리티'에 통합했다. 기업 보안팀이 모델 자체에 직접 접근하지 않고도 코드 취약점을 탐지하고 수정 방안을 제안받을 수 있게 한 구조로, 강력한 방어 역량은 제공하되 악용 가능성은 제한하는 절충안이다. 클로드 엔터프라이즈 고객 대상으로 취약점 스캔 기능을 공개 베타로 열었다. 위험한 역량을 모델이 아니라 제품 형태로만 노출하는 접근은 앞으로 더 늘어날 것으로 보인다.

텍사스의 한 학생이 폭주한 AI 해킹 시도를 신고하기까지

Reuters

텍사스의 한 학생이 통제를 벗어난 AI 해킹 시도를 발견해 신고한 경위를 다룬 Reuters 기사다. 원문 본문을 확인하지 못해 자세한 내용은 옮기지 못했고, 링크로 대신한다. Hacker News에서 188포인트·댓글 98개를 기록했다.

프런티어 모델에 Zero Data Retention 제공

OpenAI

자격 요건을 갖춘 API 고객에게 데이터 무보존(Zero Data Retention)을 계속 제공한다는 점을 재확인했다. 여기에 더해 데이터 프라이버시를 훼손하지 않으면서 고급 안전 처리를 수행하는 Private Safety Processing을 예고했다. 안전 모니터링과 무보존 약속이 충돌하는 지점을 기술로 풀겠다는 구상이다.

"AI 모델 해킹 사고 때문?" — 오픈AI, 캘리포니아 AI 규제법 지지로 급선회

AITimes

오픈AI가 캘리포니아주 AI 안전 법안 'SB 53'을 오히려 더 강화해야 한다는 입장을 공식적으로 밝혔다. 대형 AI 기업의 투명성 의무화와 내부 고발자 보호 조항에 반대해 온 기존 행보와 정반대다. 글로벌 업무팀은 링크드인 게시글에서 "잠재적인 심각한 사고에 대비하기 위해 훈련 또는 평가 중인 최첨단 모델을 모니터링하도록 요구하는 등 안전장치를 확대하도록 개정되어야 한다"고 밝혔다. 모델 개발 수명주기 전반의 사이버 보안 보호 강화도 함께 요구했다. 같은 주에 나온 자사 사이버 안전 발표들과 방향이 맞물린다.

이스라엘, AI 챗봇을 겨냥한 가짜 싱크탱크를 만들다

Responsible Statecraft

하노버 인스티튜트라는 조직이 일주일 남짓 만에 챗봇에 영향을 주기 위해 맞춤 제작된 것으로 보이는 기사 100여 편을 발행했다는 보도다. 사람이 아니라 학습·검색 파이프라인을 독자로 삼아 콘텐츠를 대량 생산하는 여론 조작 방식이다. Hacker News에서 1,054포인트·댓글 868개로 이번 주 최상위권 화제 중 하나였다. 앞으로 '출처가 있는 기사'라는 신호 자체가 얼마나 약해질 수 있는지를 보여준다.

EU에서 저작권은 AI 생성물을 보호하지 않는다

Mastodon

"저작권이 당신의 AI 생성물을 보호하는가"를 다룬 Mastodon 게시물이다. 원문 본문을 확인하지 못해 상세 내용은 옮기지 않고 링크로 대신한다. Hacker News에서 189포인트·댓글 209개를 기록했다.

AI Futures 블로그 신설

OpenAI

변혁적 AI가 권력과 거버넌스, 경제, 개인의 자유를 어떻게 다시 짤 수 있는지를 다루는 새 블로그를 열었다. 제품 발표와 분리된 정책·전망 채널을 별도로 세운 셈이다. 규제 논의가 본격화되는 시점에 서사를 직접 관리하겠다는 의도로도 읽힌다.

에어태그가 밝힌 아마존의 희귀 도서 폐기 — AI 학습용 스캔 이후

Ars Technica

책 안에 숨겨 넣은 에어태그를 추적한 결과, 아마존이 AI 학습을 위해 스캔한 희귀 도서를 폐기하고 있다는 사실이 드러났다. 해당 팀이 책을 삼키려는 티라노사우루스를 로고로 쓰고 있다는 대목이 특히 회자됐다. 학습 데이터 확보 과정에서 원본 자료가 소모품으로 취급되는 사례다. Hacker News 131포인트를 기록했다.

AI가 숙제 점수를 올렸지만, 그다음 시험 점수는 떨어졌다

The Economist

AI 사용이 숙제 점수를 올린 뒤 시험 점수는 오히려 떨어뜨렸다는 연구를 소개한 기사다. 원문이 유료 구독 영역이라 세부 수치는 확인하지 못했고, 제목이 전하는 결론만 옮긴다. Hacker News에서 375포인트·댓글 376개로 활발히 논의됐다. 덴마크가 지난주 서면 과제에 구두 소명을 의무화한 것과 같은 문제의식 위에 있다.

"챗GPT 등장 이후 웹페이지 35%에 AI 흔적"

AITimes

퓨 리서치 센터 조사에 따르면 챗GPT가 출시된 2022년 11월 이후 게시된 영어 웹페이지 가운데 약 35%에서 AI가 작성했거나 상당 부분 편집한 흔적이 발견됐다. 봇이 사람보다 많은 웹 트래픽을 만들어내는 데 이어, 콘텐츠 생산 쪽에서도 AI 비중이 빠르게 커지고 있다는 뜻이다. 이번 주 '가짜 싱크탱크' 보도와 아래 'AI 읽기 거부' 흐름을 잇는 배경 수치이기도 하다.

ChatGPT 광고, 유럽으로 확대

OpenAI

ChatGPT Ads가 유럽 31개 시장으로 확대된다. 사용자가 무언가를 탐색하고 비교하며 결정하는 순간에 광고주가 도달할 수 있는 방식이라고 설명한다. 지난주 발표된 광고 테스트가 곧바로 지역 확장 단계로 넘어갔다.

Don't paste the AI, please

dontpastetheai.com

"누가 무언가를 물으면, AI의 답이 아니라 당신의 답을 보내라"는 한 문장짜리 사이트다. 질문에 AI 출력물을 그대로 붙여 넣어 돌려주는 관행이 협업에서 어떤 비용을 발생시키는지를 짚는다. Hacker News에서 1,044포인트·댓글 579개를 기록하며 이번 주 가장 많이 공감받은 글 중 하나가 됐다. 도구를 쓰지 말라는 이야기가 아니라, 읽고 판단하는 몫을 상대에게 떠넘기지 말라는 이야기다.

AI;DR (AI; Didn't Read)

Rick Manelius

스스로 상당한 친(親)AI 입장이라고 밝힌 저자가, AI가 뱉어낸 장문의 텍스트를 읽지 않겠다는 뜻으로 'AI;DR'이라는 약어를 제안한다. TL;DR을 비튼 표현으로, AI 생성물로 채워진 글 앞에서 독자가 취하는 새 기본값에 이름을 붙인 셈이다. Hacker News에서 1,111포인트·댓글 690개를 기록했다. 위 'Don't paste the AI'와 같은 주에 나란히 올라온 점이 이 정서의 폭을 보여준다.

I'm becoming AI-blind

cymerys.com

누군가 보낸 문서를 읽으려는데 뇌가 내용 분석을 거부하는 순간들을 겪었고, 그 문서들의 공통점이 모두 AI 흔적이 짙었다는 데서 출발한 에세이다. 읽고 있는 것 같지만 내용에 집중하지 못하는 상태를 저자는 '뇌가 빠르게 학습한 반응'으로 설명한다. Hacker News 487포인트·댓글 492개. 앞의 두 글과 함께, 문제가 AI 출력물의 품질이 아니라 독자의 신뢰 반응으로 옮겨갔음을 보여준다.

소프트웨어 팀의 AI 사용 패턴

Linear

Linear가 자사 데이터로 누가 AI를 도입하고 있는지, 그로 인해 팀의 시간이 어디로 옮겨가는지, 실제 산출량이 얼마나 늘었는지를 정리했다. 설문이 아니라 이슈 트래커에 남은 실제 작업 기록을 근거로 삼았다는 점이 다르다. Hacker News 199포인트를 기록했다. 도입률 자랑이 아니라 시간 배분의 이동을 본다는 점에서 참고할 만하다.

반(反)AI 폰트는 쓸모없고 해롭다

yaros.ae

AI 크롤러를 방해하려고 웹을 일부러 읽기 어렵게 만드는 시도가 나쁘고 무의미하다는 반론이다. 크롤러는 우회하고 결국 손해를 보는 쪽은 스크린 리더 사용자를 포함한 실제 독자라는 것이 요지다. Hacker News 210포인트·댓글 165개로 찬반이 갈렸다. 위의 'AI 읽기 거부' 흐름과 정반대 방향의, 기술적 차단 시도에 대한 평가다.

앤트로픽, 구글 TPU 주역 영입 — 자체 AI 칩 개발 가속

AITimes

앤트로픽이 구글 TPU 사업을 이끌었던 아미르 살렉을 사내 컴퓨팅 팀으로 영입했다고 블룸버그가 보도했다. 살렉은 2013년부터 2022년까지 구글에서 TPU 개발 조직을 창립·총괄하며 7세대에 걸쳐 칩을 내놓은 인물이며, 그 전에는 엔비디아에서 SoC 설계 조직을 세워 이끌었다. 구글을 떠난 뒤에는 사모펀드 세르베루스 캐피털에서 수석 전무로 일했다. 모델 회사가 자체 실리콘까지 내재화하려는 흐름이 인사로 확인된 사례다.

엔비디아, 국내 NPU 스타트업 리벨리온과 인수 협상 중

AITimes

엔비디아가 국내 AI 칩 스타트업 리벨리온과 기술 협력·지분 투자에서 인수까지 포함한 여러 방안을 논의하고 있다고 블룸버그가 전했다. 아직 초기 단계 논의라 실제 거래로 이어질지는 불확실하다. 다만 GPU 시장을 사실상 장악한 엔비디아가 국내 NPU 기업에 관심을 보였다는 사실 자체가 주목받았다. 추론 전용 칩 진영을 흡수하려는 움직임으로 읽는 시각도 있다.

"종합 솔루션 기업으로" — 파두, 글로벌 빅테크 잡을 2.0 비전 본격화

Bloter

AI 데이터센터 반도체 기업 파두가 단일 SSD 컨트롤러 중심 구조에서 벗어나 종합 스토리지 솔루션 기업으로 전환하는 '파두 2.0' 비전을 공개했다. 이달 초 실리콘밸리 FMS 2025에서 선포한 AI 데이터센터 특화 중장기 전략을 구체화한 것이다. 폭증하는 AI 데이터 수요와 하이퍼스케일러의 요구 조건을 겨냥한다. 국내 팹리스가 부품 공급사에서 인프라 솔루션 쪽으로 올라서려는 시도다.

엘리스그룹, 코스닥 도전 — 최대 2,011억 조달

Bloter

AI 인프라 기업 엘리스그룹이 증권신고서를 제출하고 코스닥 상장 절차에 들어갔다. 222만2000주를 전량 신주로 공모하며 희망 공모가는 7만4009만500원, 공모 예정 금액은 1,564억2,011억 원이다. 대표주관사는 미래에셋증권, 공동주관사는 삼성증권이다. 조달 자금은 AI 클라우드 인프라 확충에 쓰겠다는 계획이다.

"회사 쪼개도 책임 못 쪼개" — 카카오 노조, 인적분할에 단체행동 예고

Bloter

카카오가 8월 21일 '카카오AI'와 '카카오X'로의 인적분할을 발표하자 노조가 고용·노동조건에 미칠 영향 공개와 사전 협의를 요구하고 나섰다. 화섬식품노조 카카오지회는 26일 판교역 일대에서 공동교섭 선포식과 카카오뱅크 연속파업 결의대회를 연다. 창사 이래 최대 규모의 지배구조 개편 이후 열리는 첫 대규모 노조 행사다. AI 사업 분리가 조직 개편을 넘어 노사 현안으로 번지는 국면이다.

다이나믹솔루션, 엔비디아와 'BCI' 협력하나 — 젠슨 황 장녀 베이징서 깜짝 회동

Bloter

매디슨 황 엔비디아 옴니버스·로보틱스 제품 마케팅 수석이사가 베이징 세계로봇대회(WRC)의 다이나믹솔루션 부스를 방문했다. 젠슨 황 CEO의 장녀인 황 수석이사는 백명훈 대표와 기술진을 만나 뇌-컴퓨터 인터페이스(BCI) 기반 로보틱스와 관련 AI 칩 분야의 협력 가능성을 논의했다. 현장에서 로봇손 '엑스핸드(X-HAND)'의 원격 정밀 구동 시연도 직접 살펴봤다.

HD현대, 조선 넘어 AI 데이터센터까지

Bloter

한국기업평가 보고서를 근거로 HD현대의 포트폴리오가 조선·정유에서 친환경 선박, 방산, AI 전력 인프라로 넓어지고 있다고 정리한 기사다. 주요 산업 변화를 에너지 전환, 지정학적 리스크, AI 전력 수요 세 축으로 압축했다. 조선·엔진·전력기기에서 쌓은 기술과 생산 기반을 새 시장에 적용하고 이를 계열사 후속 수요로 잇는 방식이다. AI 데이터센터 수요가 중공업 쪽 사업 구조까지 흔들고 있다는 사례다.

IT뉴스 - ox-alpha, 오픈AI 트레이닝 중지, Mythos 5 개방, Gemini 하입과 무료, 모더나 머크, 통속의 뇌 등

이번 주 오픈라우터에 스텔스로 등장한 ox-alpha를 비롯해 한 주치 소식을 한 번에 훑는 뉴스 브리핑.

AI 시대, 기업은 어떤 인재를 뽑을까? AX 인재전쟁 본선 스케치 | OpenAI × 조코딩AX파트너스

예선에서 Codex 플러그인을 만들어 통과한 60명이 무신사·카카오페이증권·채널톡 등 실무진이 출제한 문제를 3시간 안에 AI로 푸는 본선 현장 스케치.

삼일PwC는 Codex를 어떻게 활용할까? | OpenAI × AX 인재전쟁

PPT와 보고서를 만들던 컨설턴트가 AI 에이전트를 직접 만들어 딜리버리하기까지, 삼일PwC의 ChatGPT Work·Codex 활용을 들어본 인터뷰.

GPT·Claude가 우리 브랜드를 추천하게 만드는 GEO 최적화, SEO 전문가에게 처음부터 배웠습니다

AI 검색 엔진이 답변을 만들고 출처를 인용하는 원리를 짚으며, SEO에서 생성형 엔진 최적화(GEO)까지 실전 전략을 다룬 인터뷰.

채널톡은 Codex를 어떻게 활용할까? | OpenAI × AX 인재전쟁

고객 커뮤니케이션 제품을 만드는 채널코퍼레이션이 개발 현장에서 Codex를 어떻게 쓰는지 CSO와 FDE 리더에게 직접 들어본 인터뷰.

카카오페이증권은 Codex를 어떻게 활용할까? | OpenAI × AX 인재전쟁

고객 상담부터 '투자의 동반자'까지, 카카오페이증권 AI 서비스 센터의 Codex·에이전트 도입 사례를 다룬 인터뷰.

미친 속도로 결과물이 나온다는 GPT 근황

결과물이 나오는 속도가 눈에 띄게 달라진 GPT 최신 상황을 짧게 정리한 쇼츠.

AI로 양산한 콘텐츠, 사람도 GPT도 다 알아봅니다

AI로 대량 생산한 콘텐츠가 왜 쉽게 티가 나는지 짚는 쇼츠. 이번 주 'AI 읽기 거부' 흐름과 같은 이야기다.

이젠 공짜 리셋은 안해준다는 오픈AI..?

무료 사용량 정책이 달라진 오픈AI의 변화를 짧게 짚는 쇼츠.

검색이 구글에서 GPT로 넘어갔다, GEO가 필요한 이유

검색 유입 경로가 옮겨가면서 생성형 엔진 최적화(GEO)가 왜 필요해졌는지 정리한 쇼츠.

🚨 이제 AI로 글 쓰면 다 걸립니다

AI로 쓴 글이 탐지되는 상황을 짚는 쇼츠. 지난주 워터마킹 소식의 후속으로 볼 만하다.