TODAY TLDR
Tao 블로그에 AI 시대 학부 수학 교육을 묻는 게스트 글이 올라왔다. SemiAnalysis는 내몽골 ‘중국판 스타게이트’를 직접 보고 왔고, Garry Tan은 에이전트 도구 7종을 비교한 중간 결과를 공개했다.
Terence Tao
- Terence Tao 블로그에 Jana Gevertz와 Steffen Marcus가 쓴 게스트 글이 올라왔다. 주제는 AI 시대에 수학과 학부 과정을 어떻게 바꿔야 하느냐다.
- 학생들은 앞으로 AI가 낸 수학을 묻고, 읽고, 검증하고, 설명하는 일을 많이 하게 된다. 그래서 AI 결과를 의심하며 확인하는 힘을 가르쳐야 한다고 말한다.
- 그렇다고 학생이 직접 고민하는 과정을 AI에 넘기면 안 된다고 한다. 그동안 논의는 연구자와 대학원생에 몰렸고, 학부는 비어 있다는 지적이다.
왜 AI를 쓰는 법과 스스로 생각하는 힘을 같이 키워야 한다는 이야기다. 사람이 AI 결과를 따져 볼 수 있어야 한다는 점은 수학 밖에서도 그대로 통한다.
Dylan Patel / SemiAnalysis
- SemiAnalysis가 내몽골 울란차브의 Galaxy 데이터센터 단지를 직접 찾아 현장 보고서를 냈다. 최대 800MW 규모로 계획된 단지다.
- 첫 120MW 단계를 1년 안에 지었고, 비용은 미국의 약 5분의 1이라고 한다. 풍력 발전소를 직접 짓고, 중앙 냉각기 없는 냉각 방식과 800V 직류 전력 시험도 갖췄다.
- 내몽골에는 발표된 데이터센터 계획만 25GW다. 미국이 데이터센터 반발에 부딪힌 것과 달리 이곳은 반발 없이 속도를 낸다고 전한다.
왜 AI 인프라 경쟁은 칩만이 아니라 전력과 건설 속도 싸움이기도 하다. 중국이 얼마나 빠르고 싸게 짓는지 현장에서 본 드문 기록이다.
Garry Tan
- Garry Tan이 코딩 에이전트 도구(하니스) 7종에 같은 코딩 과제 20개를 풀게 한 중간 결과를 X에 올렸다.
- 통과율은 모두 71~79%로 비슷했다. 20개 중 14개는 모든 도구가 똑같이 풀거나 못 풀어서, 시험이 너무 쉬워 우열을 가리지 못했다고 한다.
- 차이는 비용에서 났다. Opus에서 푼 과제당 비용은 OpenClaw 약 0.44달러, Claude Code 0.22달러였고, Sol에서는 Codex가 0.17달러로 가장 쌌다.
왜 어떤 에이전트 도구가 더 똑똑한지는 아직 모른다. 지금은 비용과 속도를 보고 고르라는 얘기다. 더 어려운 재시험 결과를 기다려 보자.
Latent Space
- Latent Space가 Microsoft CoreAI의 Jay Parikh를 인터뷰했다. GitHub Universe 기조연설 직후 자리다.
- GitHub는 개발자 2억 2,500만 명에 1년 커밋 343억 건이다. 에이전트가 늘어도 버티도록 플랫폼을 통째로 다시 짓고 있다고 한다.
- 하나의 작업을 여러 모델에 나눠 맡기는 Copilot Fusion, 폰에서 데스크톱까지 이어지는 세션, 토큰 비용과 실제 결과물을 연결하는 법도 다룬다.
왜 코딩 에이전트가 늘수록 GitHub 같은 기반 서비스도 구조가 바뀐다. 모델을 섞어 쓰는 방식과 토큰 값을 따지는 방식이 어디로 가는지 볼 수 있다.
Lenny's Podcast
- Lenny Rachitsky가 Google 프런티어 모델 제품 총괄 Tulsee Doshi와 나눈 대화를 공개했다. Gemini, Nano Banana, Genie, Veo 같은 모델을 맡는 사람이다.
- 모델 개발은 엔지니어링만이 아니라 ‘스네이프의 마법약 수업’ 같다고 말한다. 요구사항을 쓰는 일보다 무게감 있는 무언가를 만드는 일로 PM의 역할이 옮겨 갔다고 한다.
- 지금 되는 것과 거의 되는 것을 60-20-20으로 나누는 틀과, 첫 평가(eval)를 쓰는 법도 다룬다.
왜 프런티어 연구소 안에서 제품 담당자가 어떻게 일하는지 보여 준다. 평가를 직접 써 보라는 조언은 모델을 쓰는 누구에게나 쓸모 있다.