오늘의 브리프
타임라인
TODAY TLDR
Meta가 오픈 가중치 모델 Muse Spark Open을 냈고, Neel Nanda는 “뉴런은 이미 깨끗하다”는 Nick Cammarata 주장에 큰 그림은 안 바뀐다고 반박했습니다. Anthropic은 Claude Mythos 5가 기존 최고보다 나은 양자 회로를 설계했다고 밝혔고, Google DeepMind의 Argon 에이전트 넷은 27시간 만에 마인크래프트를 깼습니다. Claude Code 팀은 코드 90%를 Claude가 쓰는 리뷰 방식을 공개했고, Jim Fan은 로봇 에이전트 틀 ASPIRE를 오픈소스로 냈습니다. Grant Sanderson은 지금이 수학에 들어가기 가장 좋은 때라고 했고, Lean 전문가들은 수학 전체 형식화를 서두르지 말자고 했습니다. SemiAnalysis는 다른 칩을 들인 네오클라우드가 GTC Berlin 참석을 거부당했다고 전했습니다.
Mark Zuckerberg · Meta
Meta가 Muse Spark Open의 가중치를 공개했다. 전체 파라미터는 8,160억 개지만 토큰마다 420억 개만 쓰고, 100만 토큰 문맥을 받는다.
Meta는 미국 오픈 가중치 모델 가운데 가장 강하다고 했다. Mark Zuckerberg는 Apple과 함께 작업해 새 Mac Studio에서 잘 돈다고 적었다.
Artificial Analysis 지능 지수는 39점이었다. 미국 오픈 모델 중 1위지만, 오픈 모델 전체로는 GLM-5.3(45점)과 Kimi K3(44점)보다 낮다.
왜 모델을 자기 서버나 데스크톱에 둬야 한다면, 라이선스의 표기 의무와 매출 기준부터 확인하고 시험해 볼 때.
Neel Nanda · Sam Altman (Nick Cammarata 글에 대한 반응)
Goodfire의 Nick Cammarata가 거대 모델의 뉴런 대부분은 사람이 읽을 수 있다고 주장했다. 요즘 에이전트 도구로 자세히 보니 그렇더라는 것이다.
Neel Nanda는 실용적으로는 쓸 만한 증거라고 했다. 하지만 해석 가능성 문제를 풀었다는 결론에는 동의하지 않았다.
Sam Altman은 이 글을 보니 무척 기쁘다고 적었다. 반대로 Jacob Hilton은 모델이 커질수록 이해하기 훨씬 어려워진다고 반박했다.
왜 모델 내부를 점검할 도구를 고른다면, “뉴런만 보면 된다”는 주장은 아직 논쟁 중이니 논문이 나올 때까지 기다릴 때.
Grant Sanderson (3Blue1Brown)
3Blue1Brown의 Grant Sanderson이 AI와 수학에 대한 생각을 40분 영상으로 냈다. 수학자가 하는 일과 수학의 가치, 돈이 어디서 오는지를 나눠 따졌다.
AI가 증명과 이론까지 더 잘하게 돼도, 문제 푸는 힘과 수학의 즐거움은 사람이 직접 해야 얻는다고 봤다. 수학계 돈의 가장 큰 몫인 강의도 사람 사이 일이라 남는다고 했다.
지금이 좋은 때인 이유는 AI가 아니라고 했다. 수학계가 바뀌어야 한다는 걸 알고 길을 찾는 중이라, 새로 들어온 사람이 방향을 정할 수 있다는 것이다.
왜 수학이나 이론 분야 진로를 고민한다면, 발표를 자주 하고 “내가 수학에서 좋아하는 것”부터 정리해 볼 때.
Terence Tao · Kevin Buzzard 외
Jeremy Avigad, Kevin Buzzard 등 Lean 전문가 7명이 AI로 수학 문헌 전체를 형식화하자는 제안에 답하는 글을 냈다. Terence Tao가 이 글을 블로그에 소개했다.
이들은 아무도 쓰지 않는 형식화는 돈 낭비이고, 엉성하게 하면 안 하느니만 못하다고 했다. 대신 제대로 하면 3년 안에 수학 대부분을 형식화할 수 있다고 봤다.
Tao가 함께하는 SAIR는 Open Math OS를 시범 공개했다. 공개 모델 세 개를 올렸고, 학계 요청자에게 무료 계정을 준다.
왜 Lean으로 증명을 옮기거나 공개 모델로 수학 작업을 하려는 연구자라면, SAIR 팀 계정을 신청해 볼 때.
Jim Fan (NVIDIA)
NVIDIA Jim Fan 연구실이 로봇 에이전트 틀 ASPIRE 1.0을 오픈소스로 냈다. 코딩 에이전트가 로봇 제어 코드를 짜고, 실패를 진단해 고치고, 익힌 기술을 쌓아 둔다.
Jim Fan은 GPT-6 Astra가 나온 날 백엔드 모델만 바꿨더니 벤치마크가 하룻밤 새 약 99%까지 찼다고 했다.
자체 로봇 시뮬레이션 벤치에서는 Claude Opus 5.5가 Astra를 살짝 앞섰다. Sonnet 5.5는 과제당 12달러로 비용 대비 성능이 가장 좋은 축에 들었다.
왜 로봇 제어를 코드로 짜는 팀이라면, 모델만 바꿔 끼우며 성능을 비교하는 공개 틀로 써 볼 때.
Boris Cherny · Claude Code 팀 (Anthropic)
Anthropic이 Claude Code 팀의 코드 리뷰 방식을 공개했다. Claude가 Claude Code 코드의 약 90%를 쓰는데, 6~9월 병합된 PR은 두 배 넘게 늘고 되돌린 비율은 40% 넘게 줄었다.
여러 에이전트가 동시에 버그를 찾고, 다른 에이전트들이 투표해 진짜 버그만 남긴다. 사람의 시간은 위험한 변경에 아껴 쓴다.
이 리뷰 기능 Code Review가 Team·Enterprise 요금제에 정식 출시됐다. Boris Cherny는 모든 PR에 돌리고 있고 버그를 거의 다 잡는다고 했다.
왜 에이전트가 짠 코드 때문에 리뷰가 밀린다면, 저장소마다 리뷰 수준(Quick·Standard·Deep)을 다르게 붙여 볼 때.
Satya Nadella · Microsoft Research
Microsoft Research가 2~6주 뒤 날씨 예보를 고치는 머신러닝 틀 PBC를 Nature에 실었다. 기존 예보 모델이 늘 틀리는 방향을 배워서 바로잡는 방식이다.
PBC는 유럽중기예보센터(ECMWF) 모델의 강수 예보 목표 98%, 기온 92%에서 성능을 올렸다. 실시간 대회 AI Weather Quest에서는 모든 변수와 기간에서 1위였다.
Satya Nadella는 앞으로는 더 강한 모델만이 아니라, 모델이 체계적으로 틀리는 곳을 배우는 검증 시스템이 중요할 수 있다고 적었다.
왜 농업·에너지·재난 대응처럼 몇 주 앞 날씨가 필요하다면, 기존 예보 위에 보정층을 얹는 방식을 눈여겨볼 때.
Anthropic (STEM Fellows Program)
Anthropic이 Claude Mythos 5에게 양자 회로 8개를 말로만 설명하고, 자동 채점기와 함께 스스로 고치게 했다. Claude는 8개 모두에서 기존 최고 설계보다 큐비트와 게이트를 덜 쓰는 설계를 찾았다.
타원곡선 점 덧셈 회로 하나는 큐비트를 12% 더 쓰는 대신 게이트를 17배 줄였다. 양자 최적화 알고리즘 DQI의 가장 비싼 단계는 약 12배 싸졌다.
정확성은 일반 컴퓨터에서 도는 채점기로 확인했고, 한 증명은 Lean으로도 검증했다. Harvard 연구진과 함께 한 연구이고 논문은 arXiv에 올렸다.
왜 양자 알고리즘을 연구한다면, 회로 설계를 에이전트와 자동 채점기 루프에 맡겨 볼 사례로 볼 때.
Google DeepMind
Google DeepMind가 Gemini 4 Argon 에이전트 4개가 마인크래프트를 처음부터 깼다고 밝혔다. 최종 보스 엔더 드래곤을 쓰러뜨리기까지 27시간이 걸렸다.
에이전트들은 코드와 텍스트만 쓰는 샌드박스에서 움직였다. 프로그램 2,783개를 직접 짰고, 채팅으로 일을 나누고, 메모를 공유하며 함께 오류를 고쳤다.
사람 도움은 전혀 없었다고 했다. 자세한 과정은 연구자 Maxence Faldor가 X 글로 정리했다.
왜 여러 에이전트를 오래 협업시키는 일을 설계한다면, 역할 나누기와 메모 공유 구조를 참고할 때.
Latent Space (AI News)
AINews가 Nick Cammarata의 “신경망은 이미 깨끗하다” 글을 머리기사로 다뤘다. 한 뉴런이 여러 뜻을 담는다는 유명한 사례 상당수가 에이전트로 더 파 보니 풀렸다는 주장이다.
지지와 반론을 함께 모았다. Neel Nanda, Leo Gao, Jake Mendel의 반론을 싣고, 논문은 아직 안 나왔다는 지적도 붙였다.
같은 호는 Muse Spark Open 반응도 정리했다. 라이선스 비판과 Artificial Analysis 39점, 출시 가격을 담았다.
왜 해석 가능성 주장의 찬반을 한 번에 보고 싶다면, 원문 링크 모음으로 쓸 때.
SemiAnalysis
SemiAnalysis가 여러 네오클라우드가 NVIDIA GTC Berlin 참석을 거부당한 것을 확인했다고 밝혔다. AMD GPU나 TPU 같은 다른 칩을 서비스에 넣었다는 이유라고 했다.
하이퍼스케일러는 구매력이 커서 해당되지 않는다고 했다. 네오클라우드 임원들은 NVIDIA가 자사 칩만 쓰도록 압박한다고 느낀다고 전했다.
그래서 일부 네오클라우드는 보복을 피하려고 TPU나 AMD GPU를 조용히 제공하는 방안을 검토한다고 했다.
왜 GPU 클라우드를 고를 때, 업체가 NVIDIA 말고 어떤 칩을 조용히 제공하는지 직접 물어볼 때.
a16z (Moses Sternstein)
a16z 주간 차트가 에이전트 쇼핑이 벽에 부딪혔다고 짚었다. Cloudflare 자료로는 봇과 에이전트가 받는 403 거부 응답 비율이 여름 이후 약 두 배로 늘었다.
Amazon 같은 대형 쇼핑몰은 고객 관계와 광고 수익을 잃을까 걱정한다. 반품과 사기 문제도 걸린다고 봤다.
소비자도 아직 망설인다. 한 조사에서 AI에게 구매를 전혀 맡기지 않겠다는 응답이 42%였다.
왜 쇼핑 에이전트를 만든다면, 결제보다 상품 비교 같은 중간 단계부터 붙여 볼 때.
agi-tracker · GeekNews 스타일 · 점수/댓글 없음