오늘의 브리프
타임라인
TODAY TLDR
Google DeepMind가 세포 종류별로 DNA 변이의 영향을 읽는 AlphaGenome 2를 냈다. Google은 답을 글로 쓰지 않고 고르기만 하는 Gemini Decisions API도 열었다. Dylan Patel은 AI 지출의 45%가 상시 에이전트로 간다고 했고, Simon Willison은 Anthropic 로드쇼 영상에서 컴퓨트 이야기를 뽑았다.
Google DeepMind · Demis Hassabis · Sundar Pichai
Google DeepMind가 DNA 서열 모델 AlphaGenome 2를 공개했다. DNA 변이가 특정 세포 종류에서 어떤 영향을 주는지 예측한다.
68개 조직, 1억 개가 넘는 세포 데이터로 학습했다. 유전자 발현을 바꾸는 변이를 이전 모델보다 거의 두 배 많이 찾았다.
비상업 연구용으로 API를 오늘 열었다. 상업 연구는 비공개 프리뷰로 먼저 연다.
왜 같은 변이라도 어떤 세포에서 작동하는지 알아야 병의 원인을 좁힐 수 있다. 실험실 없이 계산만으로 그 후보를 추리는 도구가 한 단계 정밀해졌다.
Sundar Pichai · Google DeepMind
Google이 새 모델 Gemini Decision 1로 돌아가는 Decisions API를 냈다. 글을 한 글자씩 쓰지 않고, 정해진 보기 중에서 고르는 데만 쓴다.
질문 1,000개를 한 번에 넣을 수 있다. 예·아니오, 객관식, 점수 매기기 세 가지 형식을 지원한다.
입력 100만 토큰당 0.1달러이고 출력 요금은 없다. Google은 Flash-Lite보다 약 5배 싸다고 밝혔다.
왜 에이전트는 어떤 도구를 쓸지, 규칙을 어겼는지 같은 작은 판단을 수없이 한다. 그 판단만 따로 싸고 빠르게 처리하는 전용 모델이 나왔다.
Dylan Patel (SemiAnalysis)
SemiAnalysis 대표 Dylan Patel이 회사 AI 지출의 45%가 상시 에이전트에 쓰인다고 밝혔다. 상시 에이전트는 사람이 부르지 않아도 계속 켜져 일하는 에이전트다.
그는 Anthropic의 Claude Tags와 OpenAI의 Slack 에이전트를 혹평했다. 주로 쓰는 건 여러 모델을 섞어 쓰는 Perplexity Computer라고 했다.
Perplexity도 실제로는 Anthropic 모델을 주로 쓴다고 짚었다. 차이는 모델보다 제품과 하네스에서 난다는 얘기다.
왜 돈이 어디로 가는지가 쓰임새를 가장 정확히 보여 준다. 채팅이 아니라 늘 켜진 에이전트가 AI 지출의 큰 몫이 되기 시작했다는 현장 신호다.
Jim Fan (NVIDIA)
NVIDIA의 Jim Fan이 GR00T 2가 로봇 손으로 화학 실험을 처음부터 끝까지 하는 영상을 올렸다. 실험이 끝난 뒤 뒷정리까지 스스로 한다.
자율 동작이고, 자르지 않았고, 1배속이라고 강조했다.
앞으로 이런 실시간 로봇 영상을 연재하겠다고 했다. 흔히 붙는 4배속, 8배속 표시를 빼겠다는 뜻이다.
왜 로봇 데모는 빨리 감기와 편집이 흔해서 실력을 가늠하기 어렵다. 실제 속도 그대로 보여 주겠다는 건 평가 기준을 높이자는 제안이다.
SemiAnalysis
SemiAnalysis가 SpaceX의 자체 GPU 랙 Kessel을 분석했다. NVIDIA Vera Rubin NVL72를 바탕으로 내부 구조를 다시 짠 설계다.
GPU 72개 구성은 유지하고, 케이블 대신 기판 하나로 칩을 연결한다. 지상과 궤도 양쪽에 둘 수 있게 설계했다고 한다.
SpaceX는 NVIDIA에서 칩 패키지만 사고 나머지 부품은 직접 조달할 계획이다.
왜 큰 고객이 NVIDIA 완제품 대신 부품 단위로 사기 시작하면 공급망의 이익 배분이 바뀐다. 우주 데이터센터 구상도 실제 하드웨어 설계 단계에 들어섰다는 신호다.
Simon Willison
Simon Willison이 Anthropic 상장 로드쇼 영상을 직접 받아 적고 요점을 뽑았다.
Anthropic은 Claude를 칩 네 종류에서 학습하고 서비스한다. AWS Trainium, Google TPU, NVIDIA GPU, AMD GPU다.
Mythos가 사람 손을 거의 안 거치고 3일 만에 Claude를 AMD GPU에서 돌아가게 만들었다고 한다.
왜 예전엔 엔지니어 수십 명이 몇 달 걸리던 칩 이식을 모델이 사흘에 끝냈다. 여러 칩을 쓰는 전략의 비용을 AI가 직접 낮추고 있다.
Latent Space
AI Engineer Code Summit에서 OpenAI 개발자 경험 팀이 Codex 워크숍을 열었다. Latent Space가 현장을 정리했다.
로컬에서 하던 작업을 클라우드 Codex로 넘기는 흐름이 핵심이었다. OpenAI도 아직 헷갈리는 부분이 있다고 인정했다.
음성으로 여러 에이전트를 지휘하고, 개인 에이전트 dots에게 일을 맡기는 방식도 소개했다.
왜 코딩 에이전트가 노트북 밖으로 나가고 있다. 사람이 하는 일은 코드를 쓰는 것보다 여러 작업을 맡기고 확인하는 쪽으로 옮겨 간다.
Machine Gods (Kevin Roose · Casey Newton)
Kevin Roose와 Casey Newton의 팟캐스트 Machine Gods가 NVIDIA 스캔들 후속편을 냈다. Jensen Huang이 CEO 자리를 지킬 수 있을지 다뤘다.
후반부는 Greg Casar 하원의원 인터뷰다. 민주당이 새 다수당이 되면 AI를 어떻게 규제할지 물었다.
Casar는 Bernie Sanders 상원의원과 초지능 금지 법안을 함께 썼고, 재귀적 자기개선 금지도 주장한다.
왜 미국 의회에서 초지능과 재귀적 자기개선 금지가 실제 법안 주제로 올라왔다. 다수당이 바뀌는 시점이라 규제 방향을 미리 읽을 수 있다.
How I AI (Claire Vo)
수학 교사이자 부모인 Scott Farrar가 집안일을 관리하는 AI 시스템을 보여 줬다. Claude Code와 마크다운 파일, Obsidian으로 만들었다.
가전, 보증서, 보험 서류, 가족 할 일 목록을 한 폴더에 모았다. 이걸로 자동차 보험을 비교하고 수리 계획을 세운다.
아내와 같은 시스템을 함께 쓰고, 벽 화면에 급한 일과 최근 해낸 일을 띄운다.
왜 대화가 흩어지고 잊히는 채팅 대신, 파일로 남는 기억을 쓰면 AI가 생활 비서가 된다. 개발자가 아닌 사람도 따라 할 수 있는 구조다.
a16z (Olivia Moore · Justine Moore)
a16z가 기업이 AI 에이전트를 상대로 장사하는 “B2A 경제”가 온다는 글을 냈다.
Human Security 집계로 에이전트 브라우저 트래픽이 8월에서 10월 사이 8배 늘었다.
수십 년간 봇을 막던 기업이 이제 에이전트의 선택을 받으려고 경쟁하게 된다는 주장이다.
왜 누가 물건을 고르는지가 바뀌면 마케팅, 결제, 본인 확인이 모두 바뀐다. 코딩 도구 시장에서 이미 그 변화가 숫자로 나왔다.
Latent Space (AINews)
AI 학습 데이터 회사 Mercor가 7억 5천만 달러를 투자받았다. 기업 가치는 200억 달러, 연 환산 매출은 30억 달러다.
Mercor는 이미 추론 비용으로 직원 급여의 3배를 쓴다고 밝혔다. 그 돈이 팀 생산성으로 회수된다고 했다.
이 비율이 경제 전체로 퍼지면 앞으로 5년 GDP 성장률이 두 자릿수에 가까울 수 있다는 주장도 냈다.
왜 프런티어 랩에 전문가 데이터를 파는 시장이 이만큼 커졌다. 회사가 사람보다 AI에 더 많은 돈을 쓰는 구조도 실제 숫자로 나왔다.
agi-tracker · GeekNews 스타일 · 점수/댓글 없음