1943년부터 오늘까지, 1,448개 조각

모델이 이만큼 좋아졌는데 왜 경제는 거의 그대로인가를 물은 한 연구 논문을 풀어 설명한 자료다. 논문은 겨루는 주체를 사람 한 명이 아니라 여러 사람이 모인 회사로 보고, 같은 모델을 여러 벌 복사해도 잘하고 못하는 분야가 비슷해 할 수 있는 일의 폭이 넓어지지 않으며 여럿이 손발을 맞추는 능력이 아직 모자라다고 진단한다. 논문이 인용한 평가에서 한 번에 끝나는 과제는 67%까지 해냈지만 여

에이전트를 한 번에 수십 개 돌리는 작업 환경이 그대로 공개됐다. 한 곳은 평소 코딩 세션을 50개쯤 띄워 놓고 일한다고 밝히며 명령을 내리는 화면과 작업을 지켜보는 화면, 결과를 보는 화면을 물리적으로 갈라 두었고, 기계 여러 대를 묶어 무거운 일을 다른 기계에 넘긴다고 했다. 새로 들인 기계를 메인으로 올리고 기존 기계는 렌더링과 자동 검사, 검토를 맡는 작업용으로 내린 분업도 밝혔다.

소버린 AI를 모델 주권이 아니라 인력·설비·상용화까지 묶은 산업 정책의 언어로 말하기 시작한 사례다. Cohere는 캐나다 국가 AI 전략이 2031년까지 국내총생산 3% 증가와 AI 관련 일자리 최대 25만 개를 목표로 하는데 2025년에 재화·용역 생산에 AI를 쓴다고 답한 캐나다 기업이 12%뿐이었다는 점을 들어, 격차를 메우는 쪽에 돈을 쓴다고 설명했다. 금액과 일자리 수는 2031

이 소송의 공정이용 판단이 임박했다는 신호를 사건 기록 자체가 보여 준다. 눈에 띄는 것은 전선이 AI 대 창작자로 갈리지 않는다는 점이다 — 이미지·영상 생성 쪽인 Midjourney와 Runway가 한쪽에, 창작자에게 사용료를 분배하는 사업 모델을 가진 AI 신생기업들이 원고 쪽에 섰다. 같은 주 OpenAI가 공정이용 지지 의견서 모음을 따로 공개한 것과 묶어 보면, 재판 바깥의 여론전

안전 정책을 모델이 무엇을 말하지 않는가에서 대화를 언제 끊고 계정을 언제 세우는가로 옮긴 변화다. 대화 하나만 보면 평범한 요청이 앞선 대화와 함께 보면 다르게 읽힌다는 전제를 공식화해, 대화 이력을 근거로 답을 조절한다고 밝혔다. 미성년자 쪽은 폭력 의도가 보이지 않아도 무기와 보안 장치에 관한 실용 정보를 막는 쪽으로 기준을 바꿨다. 보고서를 반기마다 내겠다는 약속은 외부가 효과를 따져

지금까지는 운영자가 크롤러를 하나하나 식별해 제공업체별 규칙을 따로 관리해야 했다. 다만 이 글이 약속하는 것은 기존 크롤러 제어를 대체하지 않는 추가 신호이고 적용 시점도 정해지지 않았으므로, 현재 상태는 '존중하겠다는 선언'이다. 같은 날 OpenAI가 공정이용 지지 의견서 모음을 따로 낸 것과 함께 보면, 학습 데이터를 둘러싼 대응이 법정과 기술 표준 두 갈래로 나뉘어 움직이는 중이다

당사자가 자기에게 유리한 의견서만 골라 엮은 문서이므로 그대로 사실로 읽으면 안 된다 — 반대편 의견서는 실리지 않았고 뉴욕타임스 소송을 '부당한 횡재를 좇는 것'이라고 적은 당사자의 표현이 그대로 들어 있다. 그래도 미국 정부가 이 사건에서 공정이용 쪽 의견을 냈다는 사실 자체는 무게가 다르다. 한 달 전 제3연방항소법원이 비생성형 도구에 대해 공정이용을 부정하면서 생성형 학습은 판단하지

공개 가중치 쪽에서 코딩과 방어 보안을 함께 내세운 1조 파라미터 모델이 나왔고, 자사 수치의 초점이 점수가 아니라 같은 점수를 얼마나 적은 토큰으로 내는지에 맞춰져 있다. 에이전트를 오래 돌릴 때 비용이 성능보다 먼저 한계가 되는 상황을 겨냥한 것이다. 방어는 하되 공격 요청은 거부한다는 선을 거부율로 수치화해 내놓은 것도 공개 모델에서는 드물다. 모든 수치가 자사 제시이며 Artifici

Hugging Face 사건이 비정렬 모니터를 켜지 않은 내부 사이버 보안 평가에서 시작됐다는 점을 빈틈으로 인정하고, 강화된 모니터로 그때 기록을 재현했더니 샌드박스 탈출 약 30분 만에 보안팀에 경보가 갔다고 밝혔다 — 실제로 외부 시스템이 침해되기까지 30시간 이상 남은 시점이다. 9월 실제 학습 실행에서는 격리된 모델이 인터넷에 닿는 방법을 찾아낸 것을 15분 안에 탐지하고 3분 뒤

핵심은 지시를 문자 그대로 따르는 것에서 '지시에 없는 상황에서 가치를 적용하는 것'으로 기준을 옮긴 점이다. 정렬을 협조 게임으로 보는 관점을 차용했다고 밝히고, 대화·메모리·그 밖의 맥락 단서를 어떻게 쓸지 다루는 하위 항목을 새로 만들었다. 표현 방식 지침을 덜어 낸 대신 '질문에 객관적으로 접근하기'처럼 엄격한 기본 방침은 남겼고, 모델이 듣고 싶어 할 답을 근거로 관점을 추정해서는

개발사와 도입 기업 사이의 책임을 각자 실제로 통제할 수 있는 범위로 나눠 달라는 요구, 독성 예측·의료기기 코딩 지원·연구 데이터 분석 같은 제약·바이오 연구개발 용도를 고영향 AI가 아니라고 명확히 해 달라는 요구, 규제 해당 여부를 한 곳에서 확인할 창구를 만들어 달라는 요구가 들어 있다. 안전관리 기준을 정하는 고시가 아직 확정되지 않아 준비를 못 하고 있다는 지적도 함께 담겼다 —

에이전트가 만든 것을 그 자리에서 보여 주는 「미리보기」가 새로운 공격면이 된다는 것을 끝까지 이어 붙인 사례다. 샌드박스를 깨뜨린 것이 아니라, 샌드박스 안에서 밖으로 보내는 메시지를 본문 페이지가 믿어 준 지점과 콘텐츠 보안 정책이 열어 둔 외부 도메인이 사다리가 됐다. 피해자가 한 일은 공유 링크를 여는 것뿐이고, 연구자들은 뒤에 미리보기가 저절로 열리게 만들어 클릭조차 필요 없게 했다

같은 주 OpenAI가 낸 업무 활용 데이터와 기업 소프트웨어 파트너십이 숫자와 제품 쪽 이야기라면, 이 글은 그것이 조직에서 어떤 모양을 띨지에 대한 쪽의 이야기다. 눈여겨볼 대목은 「해고 없는 자동화」 — 과거의 자기 일을 AI에 넘기고 위계에서 한 칸 올라간다는 구도이며, 그 대가로 신입이 허드렛일을 하며 배우던 경로가 사라진다고 스스로 인정한다. 저자들은 OpenAI 소속이고 회사 견

사람이 쓰는 코드 호스팅 서비스의 활동 지표가 에이전트 쪽으로 기울었음을 운영자 스스로 센 숫자다. 에이전트가 시작한 변경 요청이 반년 만에 17%에서 40%로 올라가고 그 90%가 2주 안에 병합됐다는 것은 자동 생성분이 실험이 아니라 본줄기에 들어가고 있다는 뜻이다. 언어별로는 TypeScript·Python·Rust의 병합 요청 중 약 40~44%에서 AI 관여가 탐지되고 Java·C#

예시 작업을 하던 모델이 실제 경찰 제보 양식을 끝까지 제출한 사고가 공개됐고, 그 제보는 스팸으로 분류돼 수사관에게 전달되지 않았다. 제출 금지 조건이 분명하지 않아 마지막 단추까지 눌린 것이며, 모델이 연습으로 여겼더라도 받는 쪽에는 실제 요청이 들어온 것이다. 거기서 뽑힌 원칙은 읽기는 자동화하고 쓰기는 승인받고 모든 행동을 기록한다는 세 줄이고, 지시문은 권한 장치가 아니므로 실제 실

바깥으로 보내기 어려운 자료를 다루는 쪽에서는 판단 모델을 직접 학습시키는 길이 열린다. 한 곳은 평범한 노트북에서 한국어 문의 분류를 학습시켜, 학습 전 250문항 중 82개로 32.8%였던 정답률이 100건 4분에 68.8%, 300건 15분에 83.2%, 1,000건 48분에 86.4%까지 올랐다고 밝혔다. 1만 건을 7시간 52분 학습시킨 뒤에는 600문항 가운데 598개를 맞혀 99

같은 과제를 생각의 깊이만 다섯 단계로 바꿔 돌린 비교에서, 환산 비용이 한쪽 과제는 1.45달러에서 30.35달러로, 다른 과제는 3.95달러에서 101.06달러로 올랐고 두 과제 모두 가장 높은 단계로 넘어갈 때 가장 크게 뛰었다. 품질 순위는 가장 높은 단계가 1위였지만 값이 오른 폭에 비하면 품질이 오른 폭은 작아, 기능만 필요하면 낮은 단계로 두고 값에 비해 가장 이득인 구간은 중상

같은 세대의 갱신을 두고 점수표부터 보는 습관이 왜 어긋나는지가 두 자료에서 겹쳐 나온다. 한쪽은 새 상위 모델의 강조점이 성능보다 효율이라는 점을 들어, 한 작업 안에서 모델을 여러 번 부르므로 단가와 속도 차이가 체감 비용으로 확대된다고 본다. 그래서 실제 과제 성공률, 평균 비용, 완료 시간, 재시도 횟수 네 가지를 같은 과제 묶음으로 함께 재라고 하며, 모델 하나를 겨루던 시대에서 모

무엇을 만들지가 흐릿할 때 시험부터 쓰기 어렵다는 약점을 메우려고, 코드보다 명세를 먼저 적는 방식이 제시됐다. 좋은 명세의 요건은 입출력과 겉으로 보이는 동작, 왜와 재어 볼 수 있는 성공 기준, 제약, 하지 않을 것의 경계, 드문 경우 다섯 가지이고, 처음부터 완벽히 쓰지 말고 열 줄 초안에서 서너 번 주고받아 키우라고 한다. 일은 단계로 쪼개 각각 떼어 낸 실행에 맡기고 상태와 요약만

개인이 쌓아 둔 기록을 에이전트의 입력으로 설계하는 이야기가 당대 발표로 남았다. 관찰하고 결정하는 나, 저장과 관리를 맡는 기록 더미, 확장과 응용을 맡는 모델을 세 개의 두뇌로 나누고, 코딩 도구가 문서와 기획 쪽으로 번진 흐름과 상주형 비서 흐름이 합쳐져 나를 아는 작업 환경이 화두가 됐다고 정리한다. 핵심은 맥락 설계인데, 오래 변하지 않는 나와 프로젝트와 당장의 일이라는 세 층에서