2026.11.03 · 서울 06:00
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

SemiAnalysis 새 벤치마크 GDPx, 최고 모델도 12% (newsletter.semianalysis.com) 원문

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

OpenAI LifeVal, 생활 속 일을 얼마나 해 주나 잰다 (openai.com) 원문

왜 ChatGPT 에이전트가 업무 밖 생활 일로 범위를 넓히고 있다. 생활 서비스를 만드는 팀이라면 이 과제 목록이 곧 경쟁 범위다.
OpenAI

OpenAI, 전력이 빠듯하면 데이터센터 전기를 줄이겠다 (openai.com) 원문

왜 데이터센터 반대 여론이 커지는 가운데 나온 답이다. 데이터센터 인허가를 지켜보는 쪽이라면 다른 회사도 비슷한 약속을 내놓을지 볼 때다.
Anthropic

Anthropic 3분기 매출 170억 달러, 컴퓨트 약정은 8,954억 달러 (sec.gov) 원문

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

카탑 팀, “GPT-6 Astra가 신경망 가중치를 직접 읽고 고친다” (rikiyat.github.io) 원문

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

“누가 발견했는지보다 진리 자체를 보자”, 타오 블로그의 AI 시대 수학론 (terrytao.wordpress.com) 원문

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

개인 에이전트 4종 비교, 일은 Grok Bot·생활은 Muse (lennysnewsletter.com) 원문

왜 개인 에이전트를 하나 고르려는 사람이라면 일과 생활을 나눠 고르는 편이 낫다는 결론을 참고할 만하다.
Simon Willison

윌리슨, 미국 통계청 설문에 ‘AI’ 대신 ‘초지능’이 들어갔다 (simonwillison.net) 원문

왜 기업 AI 도입률 통계를 인용하는 사람이라면 문구가 두 번 바뀐 점을 꼭 같이 적어야 한다.
Latent Space

데이터를 못 보는 법률 에이전트, Legora는 이렇게 시험한다 (youtube.com) 원문

왜 민감한 데이터를 다루는 에이전트를 만드는 팀이라면 평가 환경을 어떻게 짰는지 들어 볼 만하다.
a16z · Tugce Erten

a16z, 모델이 좋아질수록 AI 앱은 값을 증명해야 한다 (a16z.news) 원문

왜 AI 앱 가격을 정하는 팀이라면 고객이 직접 만든 대안과 먼저 비교해 볼 때다.