AI Today

DeepSeek 4.1 Flash가 출시됐음에도 업계의 반응이 의외로 잠잠하다는 분석 글이 Hacker News에서 큰 관심을 받았다. 필자는 이전 DeepSeek R1 공개 당시 업계가 패닉에 빠졌던 것과 달리, 이번 Flash 모델은 그보다 훨씬 더 실용적인 성능 대비 비용 비율을 보여주고 있음에도 불구하고 주목받지 못하고 있다고 지적한다. 이 글은 Flash-Lite가 이미 실제 프로덕션 환경에서 '제로 에러'를 달성한 사례(Jev 프로젝트)를 포함해 다양한 실증 사례를 소개한다. 필자는 이러한 현상이 '충격 피로(shock fatigue)' — 즉, 너무 잦은 고성능 모델 출시로 인해 업계가 감각을 잃어가고 있기 때문이라고 분석한다. 동시에 DeepSeek Flash가 제시하는 추론 비용 절감의 실질적 의미를 개발자들이 재고해야 한다고 주장한다.

CNBC 보도에 따르면 OpenAI의 실제 연간화 매출(ARR)이 이전에 외부에 시사했던 수준보다 낮은 것으로 드러났다. 이 수치는 Oracle, NVIDIA, CoreWeave 등 주요 파트너사와의 협력 내용과 함께 언급됐으며, OpenAI의 공격적인 인프라 투자와 수익성 사이의 괴리에 대한 의구심을 키우고 있다. Hacker News에서 331점을 기록하며 활발한 토론이 이어졌으며, OpenAI가 기업 고객 확보를 위해 Oracle과 협력해 워크플로를 자동화하는 사례(별도 OpenAI 공식 발표)도 같은 맥락에서 주목받고 있다. OpenAI는 최근 안전팀 연구원 해고 논란까지 겹치며 기업 신뢰도에 복합적인 도전을 받고 있다.

한 연구자가 Claude Code를 활용해 기존에 알려지지 않았던 행성 후보를 발견했다는 Reddit 게시글이 Hacker News에서 큰 화제를 모았다. 해당 사용자는 Claude Code를 이용해 천문 데이터를 분석하고, 기존 카탈로그에 없는 천체를 식별하는 코드를 생성·실행했다고 밝혔다. 이 사례는 AI 코딩 에이전트가 단순 코드 작성 보조를 넘어 실제 과학 연구의 주체적 도구로 기능할 수 있음을 보여주는 구체적인 사례로 주목받는다. 같은 날 ArXiv에 게재된 'Station' 논문에서도 AI 에이전트가 오픈엔드 과학 발견에서 62.7%의 기준 재발견율을 보인다는 연구 결과가 나와 이 흐름을 뒷받침한다.

OpenAI가 발표했던 수학 관련 연구 결과 3건을 공식 철회했다는 소식이 트위터를 통해 알려지며 Hacker News에서 234점을 기록했다. 같은 날 Lobsters에서도 AI가 자동 형식화(autoformalisation)한 Lean 증명이 실제 자연어 증명의 정확성을 보장하지 못한다는 아카이브 논문(arXiv:2610.08144)이 주목받아 두 사안이 맞물리며 AI 수학 검증의 신뢰성 문제가 집중 조명됐다. 이 사건은 AI가 생성한 수학적 결과물을 그대로 신뢰하는 행위에 경계가 필요하다는 공론을 형성했으며, Vitalik Buterin이 AI의 수학 발전 속도에 대응해 암호화폐 지갑 보안 강화(bunker mode)를 촉구한 발언과도 연결된다.

Cactus Compute가 개발한 Whistle은 단 16.9MB 크기로 디바이스 온디바이스에서 동작하는 음성 인식(STT) 모델로, Hacker News에서 384점을 기록하며 이날 최고 점수 아이템이 됐다. OpenAI의 Whisper에서 이름을 따온 것으로 보이는 이 모델은 극단적인 경량화를 통해 클라우드 의존 없이 모바일·엣지 디바이스에서 실시간 음성 인식이 가능하도록 설계됐다. 16.9MB라는 크기는 일반적인 STT 모델 대비 수십 분의 일 수준으로, 제한된 리소스 환경에서의 AI 추론을 구현하려는 개발자들에게 큰 관심을 끌었다. 블로그 포스트를 통해 기술 세부 사항과 성능 벤치마크가 공개됐다.

삼성 리서치가 공개한 'LittleBit' 프로젝트는 LLM 가중치를 1비트 이하로 압축하는 새로운 양자화 기법을 제시한다. 잠재 인수분해(Latent Factorization)를 활용해 기존 1비트 양자화보다 더 높은 압축률을 달성하면서도 모델 성능 저하를 최소화하는 것이 핵심이다. 이 방법은 모델 가중치를 저랭크 잠재 공간으로 분해한 뒤 극단적으로 낮은 비트로 표현하는 방식으로, 엣지 디바이스나 메모리가 제한된 환경에서의 LLM 배포 가능성을 대폭 높인다. Hacker News에서 76점을 기록하며 개발자들 사이에서 기술적 관심을 끌었으며, GitHub에 코드가 공개돼 있다.

NVIDIA AI 블로그는 개발자들이 프론티어 AI 모델과 NVIDIA Omniverse 라이브러리를 결합해 시뮬레이션 애플리케이션을 자동으로 구축하는 방법을 소개했다. 기존에는 시뮬레이션 환경 구성에 에셋 조립, 물리 엔진 연결, 렌더링 설정 등 복잡한 수작업이 필요했으나, AI 에이전트를 활용하면 자연어 지시만으로 이 과정을 자동화할 수 있다. 개발자들은 AI 에이전트를 통해 시나리오 탐색, 장애 분석, 설계 개선 등의 작업을 Omniverse 환경 내에서 수행할 수 있으며, 이는 산업용 디지털 트윈 구축의 진입장벽을 크게 낮춘다. 이 발표는 NVIDIA가 단순 GPU 공급자를 넘어 AI 에이전트 오케스트레이션 플랫폼으로 포지셔닝을 강화하고 있음을 보여준다.

OpenAI 공식 블로그는 Oracle이 ChatGPT Work와 Codex를 활용해 채용, 엔지니어링, 운영 전반에서 전문가 지식을 빠르고 반복 가능한 워크플로로 전환한 사례를 공개했다. Oracle은 기존에 며칠씩 소요되던 복잡한 분석 및 문서화 작업을 AI 도구 도입으로 수 분 내에 처리하는 수준으로 끌어올렸다고 밝혔다. 이 사례는 대기업이 LLM 기반 도구를 단순 실험이 아닌 실제 핵심 업무 프로세스에 통합하고 있음을 보여주는 구체적 증거다. ChatGPT와 Codex의 결합이 비기술 부서(채용, 운영)까지 확장되고 있다는 점에서 AI의 엔터프라이즈 침투 범위가 넓어지고 있음을 시사한다.

Anthropic이 지식 노동자들을 위한 Claude Cowork 플러그인 저장소를 GitHub에 오픈소스로 공개했다. 이 저장소는 문서 작성, 분석, 정보 검색 등 업무 생산성과 관련된 다양한 플러그인을 포함하며, Python으로 구현돼 있다. Claude Cowork는 기업 환경에서 Claude를 협업 도구로 활용하기 위한 플랫폼으로, 플러그인 생태계를 외부 개발자에게 개방함으로써 커스터마이징과 확장성을 높이려는 전략으로 보인다. 같은 날 Anthropic의 CCAO-F 인증(코드 없이도 AI 거버넌스를 다룰 수 있는 자격증) 소개 글도 Towards AI에서 주목받아, Anthropic이 기업 AI 역량 강화에 집중하고 있음을 보여준다.

MIT Technology Review는 산업 AI가 예측 분석 중심의 1세대를 넘어 파운데이션 모델·피지컬 AI·에이전트 AI 기반의 복잡한 작업 자동화 시대로 진입하고 있다고 분석했다. 디지털 세계에서만 동작하는 AI와 달리, 산업용 AI는 물리 시스템과 직접 상호작용하기 때문에 오작동 시 실제 피해로 이어질 수 있어 안전성 설계가 훨씬 더 중요하다. 기사는 산업 현장에서 안전한 자율 AI 배포를 위한 기술적·조직적 프레임워크를 제시하며, 점진적 자율화, 사람의 개입 유지, 실시간 모니터링 등을 핵심 요소로 꼽는다. 제조·에너지·물류 등 산업 현장의 AI 도입 가속화와 함께 이 논의의 시의성이 높아지고 있다.

Agent Plasticity: 경험을 통한 AI 에이전트 자기 개선 효율 측정

Harman Singh, Anton Bakhtin, Rob Fergus

이 논문은 AI 에이전트가 과거 경험을 재사용 가능한 아티팩트로 변환해 미래 성능을 개선하는 '자기 개선'을 체계적으로 측정하기 위한 프레임워크를 제안한다. '에이전트 플라스티시티'라는 새로운 지표를 도입해 에이전트가 얼마나 효율적으로 경험을 미래 성능 향상으로 전환하는지를 정량화한다. 프론티어 모델들이 동일한 학습 기회에도 불구하고 크게 다른 개선 궤적을 보인다는 사실을 발견했으며, 일부는 지속적이고 상당한 성능 향상을, 다른 일부는 거의 변화가 없음을 보였다. 이 연구는 AI 에이전트의 '학습 능력' 자체를 벤치마크로 삼아야 한다는 새로운 평가 패러다임을 제시한다.

AI가 인류를 위협하는 방식: 문명적 위험의 실패 모드 분석

Mikołaj Sienicki, Krzysztof Sienicki

이 논문은 고도화된 AI가 인간 멸종, 회복 불가능한 문명 붕괴, 영구적 인간 권리 박탈로 이어질 수 있는 경로를 실패 모드 프레임워크로 체계적으로 분석한다. 핵심 주장은 재앙적 AI 위험이 의식이나 적대적 의도를 필요로 하지 않으며, 자율적 목표 불일치, 악의적 인간 활용, 조직적 실패, 경쟁적 배포라는 네 가지 경로를 통해 발생할 수 있다는 것이다. 논문은 의도적으로 비운영적(non-operational) 접근을 택해 피해 유발 방법이 아닌 방어 연구 방향과 인과 조건을 식별한다. AI 안전 연구의 실증 가능한 중간 지표를 제시해 구체적 연구 의제를 설정하는 데 기여한다.

HSS: 멀티모달 모델의 직관적 시각 추론 능력 벤치마크

Xingang Guo, Jing Gu, Forrest Huang

인간이 장면을 한 번 보고 과거 원인, 미래 궤적, 사회적 권력 관계 등을 즉각적으로 파악하는 '직관적 추론' 능력을 측정하는 새로운 멀티모달 벤치마크 'Humanity's Sixth Sense(HSS)'를 소개한다. 기존 비전 벤치마크는 전문가 수준의 심층 분석이나 저수준 인식에 집중했지만, HSS는 일상적 내비게이션과 사회적 상호작용의 기반이 되는 빠른 제로샷 시각 직관을 측정한다. 이미지와 비디오 입력을 모두 포함하고 구조적 분류 체계와 인간 참조 답변을 쌍으로 제공한다. 현재 MLLM들이 이 직관적 추론에서 인간 대비 얼마나 부족한지를 실증적으로 드러내 향후 모델 개선 방향을 제시한다.

Tokka-Bench: 100개 자연어·20개 프로그래밍 언어에서 토크나이저 성능 비교

Ben Gubler

GPT-2, GPT-4, Llama 3.1, Gemma 3, Qwen3, Kimi K2 등 7개의 BPE 토크나이저를 100개 자연어(30개 이상 문자 체계)와 20개 프로그래밍 언어에서 5가지 지표(바이트/토큰, 고유 토큰 커버리지, 서브워드 비율, 단어 분리율, 어휘 구성)로 비교 평가하는 오픈소스 프레임워크를 소개한다. 분석 결과, 어휘 배분 전략이 원시 어휘 크기보다 더 중요하며, 프로그래밍 언어 효율성은 최신 토크나이저들 사이에서 수렴했지만 자연어 프로필은 여전히 크게 다름을 밝혔다. 프레임워크, 데이터, 인터랙티브 대시보드가 모두 공개돼 있어 토크나이저 선택의 실증적 근거를 제공한다.

CoDR: 학습 없이 마스크드 확산 언어 모델의 조기 오류를 수정하는 신뢰도 드리프트 리마스킹

Yue Wu, Qinghe Zhang, Yu Zhang, Jian Huang

마스크드 확산 언어 모델(MDLM)의 핵심 문제인 '신뢰도 드리프트' — 희소한 초기 컨텍스트에서 커밋된 토큰이 이후 풍부해진 컨텍스트에서 더 이상 지지받지 못하는 현상 — 을 처음으로 정의하고 해결책을 제시한다. CoDR은 학습 없이 적용 가능한 샘플러 독립적 정제 패스로, k번의 순전파만으로 모든 커밋된 위치의 드리프트를 추정하고 더 이상 지지받지 못하는 토큰만 선택적으로 리마스킹·재생성한다. 두 개의 백본 모델, 네 개의 추론·코딩 과제, 세 개의 기본 샘플러에서 평균 정확도를 향상시키는 것을 실험적으로 검증했다. 확산 기반 언어 모델의 추론 품질을 추가 학습 없이 개선할 수 있는 실용적 방법론이라는 점에서 중요하다.

Humanize: 에이전트 코딩을 위한 판단 엔지니어링 프레임워크

Sihao Liu, Ligeng Zhu, Song Han

아젠틱 코딩에서 '코드 작성은 쉬워졌지만 완료 판단은 어렵다'는 문제를 해결하기 위해 판단 엔지니어링(judgement engineering) 개념을 중심에 둔 멀티에이전트 오케스트레이션 워크플로우 Humanize를 소개한다. 계획 계약 수립→인간 승인→빌더 에이전트 구현→리뷰어 에이전트(타사 모델) 판단→결과 학습의 사이클로 동작하며, 마르코프 체인으로 모델링하면 두 모델이 동시에 결함을 놓쳐야만 오류가 생존하는 구조다. 72개의 결정론적 기계적 게이트가 역할 간 작업 라우팅과 품질 기준을 강제한다. 실제 568개 파일 규모의 gem5 빌드 시스템 마이그레이션 등 실전 사례와 118개 포스트모템 분석을 통해 검증됐다.

Station: AI 에이전트가 오픈엔드 과학적 발견을 수행할 수 있는가?

Wenyu Du, Stephen Chung

명확한 지표 없이 탐색해야 하는 오픈엔드 과학 발견 과제에서 AI 에이전트의 능력을 평가하기 위한 오픈월드 환경 Station을 제시한다. 지속적 탐색을 장려하는 슈퍼바이저 메커니즘과 주기적 메타 반성(Meta Reflection)을 추가한 결과, ICLR 논문 3편의 발견 기준 중 평균 62.7%를 재발견했으며, 이는 Codex Multiagent-v2(15.4%)와 AI Scientist-v2(14.4~20.6%)를 크게 앞서는 수치다. 논문은 AI 에이전트가 아직 완전한 자율 과학자는 아니지만, 적절한 메커니즘 보강으로 유의미한 과학적 기여가 가능함을 실증한다.