AI가 수학의 오랜 미해결 문제를 풀었다고 해요. 그 답은 누가 확인해 줄까요?

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

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

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#

Oracle은 자사 집계로 ChatGPT 활성 사용자 13만 명과 Codex 활성 사용자 9만 5천 명 이상을 쓰고 있고, 채용팀의 시장 조사 준비가 2~4일에서 15~20분으로 줄었다고 밝혔다. 기간계 업무 소프트웨어를 쓰는 쪽이 모델을 사다 붙이는 단계를 지나 자기 앱을 대화창 안으로 옮기기 시작했다는 뜻이다. 사내 권한·승인 체계를 그대로 따르게 한다는 설계가 공통점이고, 같은 주 Se

AI가 낸 결과를 논문이 아니라 「연구 원자료」로 내놓고, 그것을 이해·검증하는 일을 외부 학계에 맡기는 공개 방식을 시험한 것이다. 세 결과에 서로 다른 공개 전략(수학은 자료만 공개, 계산복잡도는 공개와 연구단 병행, 물리는 공개 여부를 연구단에 위임)을 적용해 어느 쪽이 유용한지 보겠다고 밝혔다. 지수시간 가설이 거짓이라는 주장은 수백 편의 조건부 난해성 결과가 딛고 선 전제를 흔들고,

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

판정을 자동화할 때 무엇을 모델에 맡기고 무엇을 코드가 쥐어야 하는지가 여러 자료에 되풀이해 나온다. 카드가 두 번 결제됐으니 환불해 달라는 문의 하나에도 담당 배정, 요청 의도 파악, 자동 처리 여부라는 작은 판단이 먼저 필요하다는 것이 출발점이다. 가장 실용적이라고 꼽힌 분담은 작은 모델이 의미를 읽고, 코드가 결제 기록과 환불 규정을 대조해 흐름을 가르고, 긴 문장이 필요한 순간에만 큰

대화도 코드도 못 하는 대신 주어진 선택지에서 고르고 점수를 매기고 맞을 확률만 돌려주는 판단 전용 모델 Jev가 같은 주에 여러 곳에서 동시에 다뤄졌다. 표기가 제브와 JEV로 흔들릴 만큼 짧은 사이에 퍼졌다. 한 곳은 한국어 문의 100건을 같은 지시로 분류해 직접 호출이 2.1초에 0.0037달러, 큰 모델이 17.4초에 0.28달러였다고 밝혔는데 한 곳의 자체 측정이다. 같은 시험에서

기능을 더할수록 좋아지는지 물으며 모델은 그대로 두고 맥락 관리·계획·도구 구성만 바꿔 176개 설정을 돌린 결과가 정리됐다. 맥락 관리는 창이 32K일 때 성공률을 평균 35.7퍼센트포인트 올렸지만 128K로 넓히자 차이가 2.7퍼센트포인트로 줄어, 똑똑하게 만든 것이 아니라 끝까지 일하게 해 준 장치였다고 읽힌다. 계획 기능은 약한 모델의 성공률을 13.6%에서 25.2%로 올렸지만 강한

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