7월 24일 (금) 소식

1. 1이제 음성 대화에서도 Claude Opus와 Sonnet 모델을 쓸 수 있고, 대화 중에 연결해 둔 이메일과 캘린더 같은 도구도 함께 다룹니다.
2. 2스페인어, 프랑스어, 힌디어, 일본어 등 지원 언어도 늘었으며, 이번 업데이트는 모바일, 데스크톱, 웹에서 공개 베타로 순차 배포되고 있습니다.

1. 1오픈AI가 Codex로 만든 웹사이트의 성과를 확인하는 Sites Analytics를 공개 테스트하고 있습니다.
2. 2Codex로 게시한 사이트의 기본 성능 지표를 볼 수 있어, 사이트를 만든 뒤 실제 이용 현황까지 이어서 관리할 수 있습니다.
3. 3아직 제공되는 지표는 제한적이지만, 만들기부터 운영까지 한 도구에서 이어진다는 점에서 저는 챗GPT Sites가 정말 저평가돼 있다고 봅니다.

1. 1v1.0보다 점수가 최대 7.9점 올랐고, ProgramBench와 Terminal Bench 2.1에서는 Fable 5까지 앞섰다고 밝혔습니다.
2. 2Fugu는 단일 모델 대신 여러 프런티어 모델을 상황에 맞게 조합해 돌리는 오케스트레이션 시스템입니다.
3. 3이번 발표에서 Fable 5는 조합 풀에 들어 있지도 않았습니다.
4. 4사카나는 지난해 AB-MCTS, 자동 조합형 Fugu, 최근 확산 모델을 엮은 UnMaskFork까지 최상위 단일 모델 없이 조합으로 이기는 집단지성 노선을 이어 왔습니다.
5. 5한 모델을 더 키우는 대신 성격이 다른 모델을 상황에 맞게 엮어 최상위 단일 모델을 넘어서는 접근입니다.
6. 6프런티어 모델이 새로 나오면 그때그때 풀에 흡수해 버전을 올리는 방식입니다.

1. 1그가 향한 곳은 역량 개발 조직 대신 안전 조직입니다.
2. 2요즘 AI 안전은 추상적인 윤리 논의보다 수학에 가까워지고 있습니다.
3. 3모델 내부를 역설계하는 해석가능성, 모델 행동의 한계를 증명하는 정렬 이론, 평가 설계까지 대부분 정형화된 문제입니다.
4. 4수론 최상위권의 두뇌가 이쪽으로 넘어온다는 것은 안전이 필즈급 두뇌를 붙일 만한 난제로 대접받기 시작했다는 신호입니다.
5. 5수학마저 AI로 빠르게 자동화되는 와중에 최정상 수학자가 그 AI를 만드는 쪽으로 옮겨 간 그림이기도 합니다.
6. 6이 이동이 한 명으로 끝날 것 같지는 않습니다.

1. 1지연시간을 줄이는 협업으로 보이지만, 이 설계가 겨냥하는 것은 메모리 월입니다.
2. 2디코드는 토큰을 하나 뽑을 때마다 모델 가중치와 KV 캐시를 메모리에서 통째로 긁어 오는데, 여기서 타는 전력의 대부분이 연산 대신 데이터를 옮기는 데 들어갑니다.
3. 3비트 하나 옮기는 에너지가 HBM은 약 7pJ, 온칩 SRAM은 0.1pJ 수준입니다.
4. 4Cerebras 웨이퍼는 SRAM에서 디코드를 돌려 이 이동 비용을 70배쯤 줄이고, '와트당 5배'가 여기서 나옵니다.
5. 5대신 SRAM은 밀도가 낮아 큰 모델을 다 담지 못하니, 용량이 필요한 프리필은 HBM을 잔뜩 실은 AMD Helios가 맡습니다.
6. 6남는 관건은 이음매로, 프리필이 만든 KV 캐시를 디코드 칩으로 넘기는 전송이 느린 망에서는 전체 지연의 절반까지 차지합니다.
7. 7성패는 웨이퍼와 랙을 잇는 인터커넥트에서 갈릴 것으로 보입니다.

1. 1국방수권법(NDAA)에 들어간 이번 조치는 군 조달에만 적용되고, 국방부가 중국산 휴머노이드를 실제로 살 일은 많지 않습니다.
2. 2이번에 빠진 부분이 더 중요합니다.
3. 3원안인 GUARD 법은 중국 휴머노이드와 사족 '로봇 개'를 FCC 커버드 리스트에 올려 수입을 막고, 상업 판매까지 사실상 금지하는 내용이었습니다.
4. 4이 커버드 리스트는 앞서 화웨이·ZTE 통신장비를 미국 시장에서 몰아낸 바로 그 장치입니다.
5. 5게다가 1년 안에 심사하지 않은 제품은 자동으로 리스트에 오르게 돼 있습니다.
6. 6이번엔 군용만 넣고 상업 금지는 뺐지만, 로봇에도 화웨이식 규제를 씌우는 틀은 이미 마련돼 있습니다.

1. 1대화에 그치지 않고 문서 초안, 슬랙 메시지, 캘린더 정리 같은 완성된 결과물을 직접 만들어 건네는 도구입니다.
2. 2내 맥에서 로컬로 돌고, 파일과 슬랙·구글 캘린더 같은 일상 도구를 넘나들며 일을 처리합니다.
3. 3중요한 작업은 실행하기 전에 먼저 확인을 받습니다.
4. 4특정 모델에 묶이지도 않습니다.
5. 5자기 API 키를 넣어 GPT 5.6 Sol, Claude Fable, Gemini 3.6은 물론 Kimi·GLM·딥시크 같은 오픈웨이트나 Ollama 로컬 모델로도 돌릴 수 있습니다.
6. 6윈도우 지원은 준비 중이고, 코드는 공개돼 있습니다.

1. 1Workflows는 한 번의 대화로 처리하기 어려운 대규모 작업을 여러 AI 에이전트에게 나눠 맡기는 기능입니다.
2. 2100개 이상의 이슈를 분류하거나 수천 줄의 코드를 검토한 뒤 하나의 보고서로 정리할 수 있습니다.
3. 3한 번의 실행에서 최대 1,024개의 에이전트를 병렬로 활용할 수 있으며, 검증 전용 에이전트가 결과를 다시 확인하는 과정도 포함됩니다.
4. 4저장한 Workflows는 슬래시 명령어로 재사용하거나 저장소(Repository)에서 팀과 공유할 수 있습니다.

연속 16kg 적재를 지원하고, 무부하 기준 30km 이상 주행할 수 있다고 합니다.

1. 1한 사용자가 월 100달러 코덱스 요금제의 주간 한도를 10일간 20번 넘게 측정해 보니, 가격은 그대로인데 API 환산액 기준 675달러에서 600달러로 약 11% 줄었다고 합니다.
2. 2구독 한도가 토큰 대신 'API로 치면 얼마' 단위라 이런 측정이 가능했습니다.
3. 3다만 GPT-5.6부터 캐시 쓰기에도 과금이 붙었고, 짧은 세션이 많을수록 캐시가 덜 걸려 같은 작업도 더 비싸 보입니다.
4. 411%가 순수 삭감인지 캐시 탓인지 가르기 어렵습니다.
5. 5확실한 것은 한도도, 토큰 값도, 소진량도 전부 회사가 정하고 언제든 조용히 바꿀 수 있다는 점입니다.
6. 6월간 활성 이용자 11억 명 가운데 에이전트를 쓰는 챗GPT 앱 이용자는 1000만 명입니다.
7. 7100배 이상 차이가 나니, 지금처럼 토큰을 퍼 주지는 않을 겁니다.
8. 8가능할 때 많이 써서 인지적 작업을 최대한 당겨 두거나 경험을 최대한 쌓아 두십시오.

1. 1화웨이는 EUV 노광장비를 못 사는데도 이 곡선을 만들었습니다.
2. 2트랜지스터를 더 못 줄이는 한계를 칩 바깥에서 메꾸는 방식입니다.
3. 3여러 칩을 쌓는 첨단 패키징과, 수만 장을 묶는 대형 클러스터로 규모를 키웁니다.
4. 4칩 한 장은 엔비디아 최상급의 4분의 1 수준이지만, 4장을 붙이고 잘 이으면 일부 작업은 대체됩니다.
5. 5문제는 전력으로, 공정에서 밀린 만큼이 와트당 성능에서 드러납니다.
6. 6앞으로 승부처는 추론을 얼마나 적은 전력으로 하느냐입니다.
7. 7여기에 베이징은 중국산 칩을 안 쓰면 배신자라고 몰며 수요를 강제합니다.
8. 8물량을 보장해 수율 곡선을 빠르게 태우려는 겁니다.
9. 9설계는 누구나 하지만, 이 곡선을 굴리는 것은 제조와 물량입니다.

1. 1플래시는 기존 음성 모델보다 2배 빠르고 32% 싸며, 100만 자당 15달러입니다.
2. 2이미지 2.5 프로는 자사 최고 화질 모델로, 특히 이미지 안 글자를 정확히 그린다고 밝혔습니다.
3. 3플래시는 콜센터에서 GPU 비용을 최대 89%, 이미지 프로는 파워포인트에서 GPT-Image-2 대비 84% 줄였습니다.
4. 4마이크로소프트는 빙·파워포인트·원드라이브·콜센터를 외부 모델에서 자체 MAI로 갈아타고 있고, 그 모델도 외부 모델을 증류하지 않고 직접 만들었습니다.
5. 5리더보드 순위보다 같은 일을 더 적은 연산으로 처리하는 제품 효율이 이들의 승부처입니다.
6. 6오픈AI에 크게 기대 온 회사가 제품 스택부터 조용히 갈아입는 그림입니다.

1. 1명령어 한 줄로 설치하면, 에이전트가 언제 말하고 언제 입 다물지를 판단하고, 그룹 말투에 맞추고, 누가 무슨 말을 했는지 기억합니다.
2. 2답도 벽 같은 장문 대신 짧은 메시지 한두 개로, 타이핑 간격까지 두고 사람처럼 끊어 보냅니다.
3. 3Slack, Telegram, WhatsApp 그룹 채팅에서 돕습니다.
4. 4Humalike는 모델을 건드리지 않았습니다.
5. 5에이전트는 일은 잘하는데 그룹에선 모든 메시지에 답하고, 남 말을 끊고, 한 줄이면 될 걸 열 줄씩 쏟아내 티가 났습니다.
6. 6모자랐던 것은 언제 빠질지에 대한 판단이었습니다.
7. 7에이전트가 사람들 대화에 끼어드는 시대엔, 잘 말하는 것만큼 안 말하는 감각이 능력이 될 것 같습니다.

1. 1FLUX 3를 기반으로 영상 속 움직임을 예측하고 로봇 동작으로 연결하는 Video-Action Model(VAM)입니다.
2. 2적은 시연 데이터로 새로운 작업을 학습하며, 단일 GPU에서 실행됩니다.
3. 3현재 Audi와 함께 복잡한 제조 공정에 적용하고 있습니다.

1. 1단순히 인간의 데이터 분포를 흉내 내는 방식은 학습 조건과 조금만 다른 상황을 마주해도 성능이 완전히 급락하는 ‘정체기’를 맞이하게 된다는 분석입니다.
2. 2이는 바둑이나 체스 프로그램의 복잡도와 비교해 보아도 알 수 있듯, 우주적 스케일의 지식과 생산성을 단순히 외우는 방식으로 해결하는 것은 불가능하기 때문입니다.
3. 3그는 “이제는 LLM의 크기를 키우는 것만으로 인간 수준의 지능에 도달할 수 있다고 생각하는 사람은 없다”라며, 단순 모방을 뛰어넘는 ‘추론 모델(Reasoning Models)’의 등장이 진정한 대안이 될 것이라 강조했습니다.