오늘의 브리프
타임라인
TODAY TLDR
SemiAnalysis가 새 에이전트 벤치마크 GDPx를 냈다. 가장 잘한 모델도 12%에 그쳤고, Gemini 4 Carbon이 Opus·Astra와 같은 체급으로 올라왔다. OpenAI는 육아·행정·가계부 같은 생활 일을 재는 LifeVal과, 전력망이 빠듯할 때 데이터센터 전기를 줄이는 Grid Protectors를 내놨다. Anthropic은 수정 S-1에서 3분기 매출 170억 달러를 공개했다. MIT 오마르 카탑 팀은 GPT-6 Astra가 신경망 가중치를 직접 읽고 고친다는 실험을 공개했다.
SemiAnalysis · Dylan Patel
SemiAnalysis가 칩 설계·보안·바이오·금융 등 돈이 되는 11개 분야의 에이전트 벤치마크 GDPx를 냈다.
가장 잘한 모델도 12%에 그쳤다. 금융과 법률 과제는 모든 모델이 사실상 0점이다.
종합 1등은 Opus 5.5였고, Gemini 4 Carbon이 Opus·GPT-6 Astra와 같은 체급으로 올라왔다고 평가했다.
왜 모델을 분야별로 골라 쓰는 팀이라면 종합 점수보다 이 분야별 표가 더 쓸모 있다. Carbon이 정식 공개되면 바이오·코딩 쪽은 다시 비교해 볼 만하다.
OpenAI
OpenAI가 육아·행정·가계부·장보기 같은 생활 일을 재는 평가 LifeVal을 공개했다.
과제는 미국·다국가 생활시간 조사와 새로 조사한 3,995명의 답을 보고 골랐다.
지난 1년 동안 이 평가로 브라우저·컴퓨터 사용 실력을 끌어올렸다고 밝혔다.
왜 ChatGPT 에이전트가 업무 밖 생활 일로 범위를 넓히고 있다. 생활 서비스를 만드는 팀이라면 이 과제 목록이 곧 경쟁 범위다.
OpenAI
OpenAI가 전력망이 빠듯할 때 데이터센터 전기 사용을 줄이는 Grid Protectors 프로그램을 시작했다.
첫 사례는 조지아주 에핑엄 캠퍼스다. 최대 1,000MW까지 줄일 수 있고, 약 70만 가구가 쓰는 평균 전력과 맞먹는다.
전기 요금과 송전 설비 비용은 OpenAI가 직접 내겠다고 했다.
왜 데이터센터 반대 여론이 커지는 가운데 나온 답이다. 데이터센터 인허가를 지켜보는 쪽이라면 다른 회사도 비슷한 약속을 내놓을지 볼 때다.
Anthropic
Anthropic이 수정 상장 신고서에서 3분기 매출 약 170억 달러를 공개했다. 1년 전보다 약 12배다.
다만 직전 분기 대비 성장률은 47%로, 2분기 144%보다 꺾였다.
단기 컴퓨트 구매 탓에 영업손실 5억 6,700만 달러로 돌아섰다. 컴퓨트·인프라 약정은 약 8,954억 달러다.
왜 상장 전 AI 연구소의 매출과 비용을 처음 분기 단위로 볼 수 있다. AI 인프라 투자 흐름을 보는 쪽이라면 컴퓨트 약정 규모를 먼저 볼 만하다.
Omar Khattab · MIT CSAIL
MIT 오마르 카탑 팀이 GPT-6 Astra에게 신경망 가중치를 숫자 그대로 보여 주고 읽고 고치게 했다.
Qwen3.5-0.8B의 가중치 0.016%만 고쳐 MATH-500 점수를 7.9%에서 48.1%로 올렸다.
경사하강법도 학습 코드도 쓰지 않았고, 전체 비용은 1,000달러 안팎이었다고 카탑이 밝혔다.
왜 모델 해석과 최적화를 LLM에게 맡기는 길이 열릴 수 있다. 해석 가능성 연구를 하는 팀이라면 실험 설정을 직접 확인해 볼 만하다.
Terence Tao 블로그 · Karthik C. S., Amit Sahai, Jie Xue
카르틱 C.S., 아밋 사하이, 지에 쉬에가 타오 블로그 객원 글에서 ‘자아 없는 수학’을 제안했다.
AI에 밀릴까 하는 불안은 논문·상·성과로 자기 가치를 재 온 데서 시작됐다고 봤다.
진리가 누구 손에서 나왔는지에 덜 매이면 AI를 쓰는 쪽과 안 쓰는 쪽도 함께 갈 수 있다고 했다.
왜 앞서 실린 칼레가리 글이 제도를 바꾸자는 쪽이었다면, 이번 글은 연구자 마음가짐을 다룬다. AI와 일하는 연구자라면 두 글을 같이 읽어 볼 만하다.
Lenny's Podcast · How I AI
How I AI 진행자 클레어 보가 Grok Bot, Dot, Muse, Claude Duet에게 실제 일 9가지를 맡겨 비교했다.
Grok Bot이 93%로 종합 1위였고, Muse는 생활 일과 속도에서 가장 좋았다.
Claude Duet은 허락을 네 번 구해 가장 느렸지만, 코딩 판단은 Dot과 함께 가장 좋았다.
왜 개인 에이전트를 하나 고르려는 사람이라면 일과 생활을 나눠 고르는 편이 낫다는 결론을 참고할 만하다.
Simon Willison
윌리슨이 미국 인구조사국의 기업 AI 도입 설문 그래프를 GPT-6 Astra로 다시 그렸다.
직원 250명 넘는 기업의 도입 응답은 2025년 9월 약 12%에서 2026년 10월 약 40%로 올랐다. 중간에 질문 문구가 넓어졌다.
10월 19일 조사부터는 행정명령 14434 때문에 AI라는 말이 ‘초지능(SI)’으로 바뀌었다.
왜 기업 AI 도입률 통계를 인용하는 사람이라면 문구가 두 번 바뀐 점을 꼭 같이 적어야 한다.
Latent Space
법률 AI 회사 Legora는 고객 데이터를 볼 수 없어 에이전트가 한 일을 한 줄도 못 읽는다.
그래서 엔지니어 3명과 변호사 3명이 고객 업무를 본뜬 시험 환경을 따로 만든다.
CTO는 모델이 법률 일의 약 60%를 이미 잘한다고 봤고, 인용 과제는 모델 업데이트 한 번에 70%에서 99%로 올랐다고 했다.
왜 민감한 데이터를 다루는 에이전트를 만드는 팀이라면 평가 환경을 어떻게 짰는지 들어 볼 만하다.
a16z · Tugce Erten
a16z 투그체 에르텐은 모델이 싸고 좋아질수록 고객이 AI 앱 일부를 직접 만들기 쉬워진다고 봤다.
앱이 비싼 값을 받으려면 고객보다 일을 더 잘 처리하고, 맥락은 다시 만드는 것보다 빌리는 게 싸야 한다고 했다.
스페인 에너지 기업 Repsol 법무팀은 Harvey를 도입한 뒤 변호사 1인당 주 4~6시간을 아꼈다.
왜 AI 앱 가격을 정하는 팀이라면 고객이 직접 만든 대안과 먼저 비교해 볼 때다.
agi-tracker · GeekNews 스타일 · 점수/댓글 없음