8월 24일 (월) AI 데일리 브리핑

소식 아티클 논문 인터뷰 팟캐스트

Vercel AI 게이트웨이에서 오픈웨이트 모델의 토큰 점유율이 두 달 만에 28%에서 62%로 올랐습니다. Prime Intellect 실험에서는 Fable 5가 nanoGPT 학습 기록의 인간 대비 격차를 81.7% 메웠고, 뉴욕대가 코드를 직접 못 쓰게 한 해커톤에서는 완성작 40개의 점수가 46.3점에서 94.7점까지 벌어졌습니다.

오늘의 브리핑6

오전 7시

1
중국AI
중국에서 물에 빠진 사람에게 스스로 날아가는 ‘AI 구명튜브’가 나왔습니다.
평소에는 드론처럼 날다가 익수자를 감지하면 자동으로 접근해 물 위에 착수합니다. 이후 구명튜브 역할을 해 최대 80kg 성인 2명이 물에 떠 있을 수 있도록 버텨주고, 구조가 끝나면 스스로 복귀합니다. 비행 속도는 초속 10~14m, 최대 운용 거리는 약 2km로 알려졌습니다. 사람이 헤엄치거나 보트를 타고 접근하는 것보다 훨씬 빠르게 초기 구조 장비를 보낼 수 있습니다.
평소에는 드론처럼 날다가 익수자를 감지하면 자동으로 접근해 물 위에 착수합니다.
이후 구명튜브 역할을 해 최대 80kg 성인 2명이 물에 떠 있을 수 있도록 버텨주고, 구조가 끝나면 스스로 복귀합니다.
비행 속도는 초속 10~14m, 최대 운용 거리는 약 2km로 알려졌습니다.
사람이 헤엄치거나 보트를 타고 접근하는 것보다 훨씬 빠르게 초기 구조 장비를 보낼 수 있습니다.
AI 인사이트
사람을 옮기는 대신 부력을 먼저 보내는 설계라 구조 인력이 도착할 시간을 벌어줍니다.
2
AI경제
Vercel AI 게이트웨이에서 오픈웨이트 토큰 점유율이 두 달 만에 28%에서 62%로 올랐습니다.
Vercel AI 게이트웨이 집계로, 개빈 베이커가 공유한 자료입니다. 같은 기간 오픈AI와 앤트로픽 사용량도 7월에 오히려 가속했습니다. 전체 토큰 수요가 폐쇄형 모델 사용량보다 더 빠르게 커지면서 비율이 뒤집힌 겁니다. 물론 폐쇄형 대량 트래픽은 벤더 API로 직접 붙는 경우가 많아, 이 수치를 시장 전체 비율로 보기는 어렵습니다. 베이커의 전망은 폐쇄형 프런티어가 토큰의 15~25%를 차지하면서 경제 가치의 60~90%를 가져간다는 쪽입니다. 아이폰이 출하량의 5분의 1로 업계 이익 대부분을 가져가는 구조와 같다는 비유가 붙었습니다. 오픈 토큰도 같은 GPU와 같은 전기를 쓰므로 연산이 공짜는 아닙니다. 모델 값이 깎여도 GPU와 전기 수요는 남으므로, 엔비디아가 어제 오픈웨이트 모델 제작에 60억 달러를 쓴 이유도 여기서 설명될 것 같습니다.
Vercel AI 게이트웨이 집계로, 개빈 베이커가 공유한 자료입니다.
같은 기간 오픈AI와 앤트로픽 사용량도 7월에 오히려 가속했습니다.
전체 토큰 수요가 폐쇄형 모델 사용량보다 더 빠르게 커지면서 비율이 뒤집힌 겁니다.
물론 폐쇄형 대량 트래픽은 벤더 API로 직접 붙는 경우가 많아, 이 수치를 시장 전체 비율로 보기는 어렵습니다.
베이커의 전망은 폐쇄형 프런티어가 토큰의 15~25%를 차지하면서 경제 가치의 60~90%를 가져간다는 쪽입니다.
아이폰이 출하량의 5분의 1로 업계 이익 대부분을 가져가는 구조와 같다는 비유가 붙었습니다.
오픈 토큰도 같은 GPU와 같은 전기를 쓰므로 연산이 공짜는 아닙니다.
모델 값이 깎여도 GPU와 전기 수요는 남으므로, 엔비디아가 어제 오픈웨이트 모델 제작에 60억 달러를 쓴 이유도 여기서 설명될 것 같습니다.
AI 인사이트
Vercel AI 게이트웨이 한 곳의 집계라, 벤더 API에 직접 붙는 폐쇄형 대량 트래픽은 처음부터 빠져 있습니다.
3
AI연구
Prime Intellect 실험에서 Fable 5가 nanoGPT 기록 격차의 81.7%를 메웠습니다.
Prime Intellect가 프런티어 모델 18종을 인터넷 없이 8×H200에 최대 8일씩 붙여 153회 돌린 결과를 공개했습니다. 과제는 1억 2,400만 파라미터 GPT를 목표 손실까지 학습시키는 스텝을 줄이는 것이었습니다. 베이스라인은 3,290스텝, 인간 최고 기록은 2,600스텝입니다. 1위 Fable 5는 811번의 실험 끝에 2,726스텝까지 줄이며 격차의 81.7%를 메웠습니다. Opus 5는 53.6%, Kimi K3는 52.2%, GPT-5.6 Sol은 35.9%였습니다. 모델들이 낸 아이디어 자체는 인간과 크게 다르지 않았습니다. 상위 모델은 여러 시드로 결과를 재검증하고, 조건이 바뀌면 이전에 버린 가설도 다시 꺼냈습니다. 실행 능력은 이미 인간 기록에 상당히 근접했고, 아직 큰 차이가 남아 있는 것은 새로운 방법을 찾아내는 능력입니다.
Prime Intellect가 프런티어 모델 18종을 인터넷 없이 8×H200에 최대 8일씩 붙여 153회 돌린 결과를 공개했습니다.
과제는 1억 2,400만 파라미터 GPT를 목표 손실까지 학습시키는 스텝을 줄이는 것이었습니다.
베이스라인은 3,290스텝, 인간 최고 기록은 2,600스텝입니다.
1위 Fable 5는 811번의 실험 끝에 2,726스텝까지 줄이며 격차의 81.7%를 메웠습니다.
Opus 5는 53.6%, Kimi K3는 52.2%, GPT-5.6 Sol은 35.9%였습니다.
모델들이 낸 아이디어 자체는 인간과 크게 다르지 않았습니다.
상위 모델은 여러 시드로 결과를 재검증하고, 조건이 바뀌면 이전에 버린 가설도 다시 꺼냈습니다.
실행 능력은 이미 인간 기록에 상당히 근접했고, 아직 큰 차이가 남아 있는 것은 새로운 방법을 찾아내는 능력입니다.
AI 인사이트
상위 모델은 여러 시드로 결과를 다시 확인하고 조건이 바뀌면 버린 가설을 다시 꺼냈는데, 모델들이 낸 아이디어 자체는 인간과 크게 다르지 않았습니다.
원문 보기primeintellect.ai
4
AI에이전트
디버거 x64dbg를 AI 에이전트에 연결하는 x64dbg-MCP Server가 공개됐습니다.
브레이크포인트 설정, 메모리·레지스터 읽기, 트레이싱, xrefs, PE 분석까지 71개 도구를 HTTP로 열어두어, 클로드 같은 MCP 클라이언트를 그대로 연결할 수 있습니다. 여기에 22개 이벤트 콜백이 붙어 있어, 에이전트가 상태를 계속 확인하지 않아도 브레이크포인트나 예외, DLL 로드 같은 사건이 일어나는 순간 곧바로 반응합니다. Zig로 만든 네이티브 플러그인이라 별도 런타임 없이 플러그인 폴더에 넣기만 하면 동작합니다. 악성코드 분석 같은 작업을 크게 앞당기는 도구지만, 같은 자동화가 크랙이나 우회도 쉽게 만든다는 점은 함께 따져 볼 문제입니다.
브레이크포인트 설정, 메모리·레지스터 읽기, 트레이싱, xrefs, PE 분석까지 71개 도구를 HTTP로 열어두어, 클로드 같은 MCP 클라이언트를 그대로 연결할 수 있습니다.
여기에 22개 이벤트 콜백이 붙어 있어, 에이전트가 상태를 계속 확인하지 않아도 브레이크포인트나 예외, DLL 로드 같은 사건이 일어나는 순간 곧바로 반응합니다.
Zig로 만든 네이티브 플러그인이라 별도 런타임 없이 플러그인 폴더에 넣기만 하면 동작합니다.
악성코드 분석 같은 작업을 크게 앞당기는 도구지만, 같은 자동화가 크랙이나 우회도 쉽게 만든다는 점은 함께 따져 볼 문제입니다.
AI 인사이트
22개 이벤트 콜백이 브레이크포인트·예외·DLL 로드를 바로 알려 주므로, 에이전트가 디버거 상태를 계속 조회하지 않고 사건이 생길 때만 움직입니다.
원문 보기github.com
5
AI에이전트
MIT 마커스 뷸러 교수의 AI 에이전트 팀이 재료 설계부터 3D 프린팅까지 해냈습니다.
마커스 뷸러 교수는 Grok Bot에서 에이전트 3개에 협업을 지시했습니다. 총괄 에이전트가 작업을 나누고, 물리 에이전트는 시뮬레이터를 만들었으며, 3D 프린팅 에이전트는 슬라이서를 직접 조작해 출력까지 진행했습니다. 입력은 잎맥과 거미줄 같은 자연 구조 사진 4장이 전부였습니다. 에이전트는 여기서 계층과 분기 같은 설계 원리를 추출해 20분 만에 파괴 시뮬레이터를 만들고 47번의 실험을 진행했습니다. 그 결과 재료 양이 같다면 구조를 복잡하게 만든다고 더 강해지지는 않는다는 사실을 확인했고, 처음 세운 가설도 스스로 기각했습니다. 사진에서 시작해 설계, 시뮬레이션, 검증, 3D 프린팅까지 이어졌습니다.
마커스 뷸러 교수는 Grok Bot에서 에이전트 3개에 협업을 지시했습니다.
총괄 에이전트가 작업을 나누고, 물리 에이전트는 시뮬레이터를 만들었으며, 3D 프린팅 에이전트는 슬라이서를 직접 조작해 출력까지 진행했습니다.
입력은 잎맥과 거미줄 같은 자연 구조 사진 4장이 전부였습니다.
에이전트는 여기서 계층과 분기 같은 설계 원리를 추출해 20분 만에 파괴 시뮬레이터를 만들고 47번의 실험을 진행했습니다.
그 결과 재료 양이 같다면 구조를 복잡하게 만든다고 더 강해지지는 않는다는 사실을 확인했고, 처음 세운 가설도 스스로 기각했습니다.
사진에서 시작해 설계, 시뮬레이션, 검증, 3D 프린팅까지 이어졌습니다.
AI 인사이트
에이전트는 47번의 실험 끝에 재료 양이 같으면 구조를 복잡하게 해도 더 강해지지 않는다는 결과를 얻고, 처음 세운 가설을 스스로 기각했습니다.
6
AI연구
뉴욕대 연구팀이 8개국 229명에게 코드를 직접 못 쓰게 한 해커톤을 열었습니다.
뉴욕대 연구팀이 8개국 229명을 모아 한 달간 진행한 실험입니다. 직접 코드를 한 줄도 쓰지 못하게 한 해커톤에서 상위권과 하위권은 코딩 실력으로 갈리지 않았습니다. LLM이 만든 코드만 사용하게 하고 전체 대화 기록과 소스, 데모 영상을 제출하게 했는데, 완성된 40개 작품의 점수는 46.3점부터 94.7점까지 벌어졌습니다. 상위권은 AI에 모든 일을 맡기지 않았습니다. 설계와 디버깅에 서로 다른 모델을 쓰면서도 구조와 중심 결정은 직접 쥐고 있었습니다. 반면 하위권은 처음부터 끝까지 통째로 맡기는 경우가 많았습니다. 프롬프트를 잘 쓰는 것만으로는 부족하고, 무엇을 AI에 맡기고 어디서 사람이 판단할지 정하는 능력이 점수를 갈랐습니다.
뉴욕대 연구팀이 8개국 229명을 모아 한 달간 진행한 실험입니다.
직접 코드를 한 줄도 쓰지 못하게 한 해커톤에서 상위권과 하위권은 코딩 실력으로 갈리지 않았습니다.
LLM이 만든 코드만 사용하게 하고 전체 대화 기록과 소스, 데모 영상을 제출하게 했는데, 완성된 40개 작품의 점수는 46.3점부터 94.7점까지 벌어졌습니다.
상위권은 AI에 모든 일을 맡기지 않았습니다.
설계와 디버깅에 서로 다른 모델을 쓰면서도 구조와 중심 결정은 직접 쥐고 있었습니다.
반면 하위권은 처음부터 끝까지 통째로 맡기는 경우가 많았습니다.
프롬프트를 잘 쓰는 것만으로는 부족하고, 무엇을 AI에 맡기고 어디서 사람이 판단할지 정하는 능력이 점수를 갈랐습니다.
AI 인사이트
참가자 모두 LLM이 만든 코드만 쓰게 했기 때문에, 46.3점에서 94.7점까지 벌어진 점수 차이는 무엇을 맡기고 무엇을 직접 결정했는지에서 나왔습니다.
원문 보기arxiv.org

오늘 한 마디

AI 정리

같은 날 올라온 〈아티야도 못 푼 S⁶ 난제, 앤트로픽 수학자가 Claude와 "있다"는 증명〉에서 레벤트 알포게는 하인츠 홉이 1948년에 남긴 물음에 대한 증명을 108쪽 PDF로 공개했고, 세부는 Opus 5에게 받아 쓰게 했다고 밝혔습니다.

인사이트와 「오늘 한 마디」는 그날 올린 글을 AI가 정리한 것이라 사실과 다를 수 있어요. 소식 본문과 출처는 사람이 확인했어요.

이전 다음