agi-tracker

2026.10.06 · 서울 06:00

TODAY TLDR Sam Altman이 Politico 인터뷰에서 AI 업계 정치 자금이 “분명히 안 먹힌다”고 했고, SemiAnalysis는 같은 돈이면 Claude 구독이 OpenAI보다 약 5배 값어치라고 쟀습니다. Tao 블로그엔 Jeremy Avigad의 AI 시대 수학 글이, a16z·Lenny·Willison 쪽엔 소비자 AI 지출, ChatGPT Sites 사용 사례, 로컬 Qwen 덧셈 실험이 올라왔습니다.

오늘 10/6 10/5 10/4 10/3 10/2

Sam Altman (Politico Decoded 인터뷰)

Altman “AI 업계 정치 자금, 분명히 안 먹힌다” (politico.com) 원문

Sam Altman이 Politico 새 테크 뉴스레터 Decoded 창간 인터뷰에 나왔다. 중간선거에 쏟아진 AI 업계 돈을 두고 “뭔가 분명히 안 먹히고 있다”고 했다.
정치에 돈을 쓴다고 AI 인식이 나아지진 않는다고 봤다. 업계가 실제 걱정에 답해야 하는데, 지금은 눈치 없는 사람이 많다고 했다.
치명적이지 않은 피해는 어느 정도 감수해야 한다는 입장이다. 이 대목에서 Anthropic과 생각이 크게 다르다고 했다.

왜 AI 규제 흐름을 보고 있다면, OpenAI와 Anthropic이 어디서 갈리는지 이 인터뷰로 짚어 두면 된다.

Terence Tao (블로그 게스트 글 · Jeremy Avigad)

수학자 Avigad “AI 시대엔 더 어려운 문제를 풀자” (terrytao.wordpress.com) 원문

Terence Tao 블로그에 수학자 Jeremy Avigad의 게스트 글이 올라왔다. 1년 전이면 논문감이던 결과를 이제 AI 도움으로 쉽게 만든다고 했다.
AI가 푼 미해결 문제는 대부분 있는 기법을 이어 붙인 종류라고 봤다. 그래서 더 어려운 문제를 풀고, 더 큰 질문을 고르고, 새 도구를 써 보자고 했다.
증명 보조기나 신경망으로 새 수학을 찾는 일도 “진짜 수학”이라고 했다. 학생들에겐 “우리가 함께한다”고 썼다.

왜 AI로 연구하고 있다면, AI에 맡길 문제와 직접 붙잡을 질문을 나눌 때 기준으로 삼으면 된다.

SemiAnalysis

Claude 구독, 같은 돈에 OpenAI보다 5배 넘게 준다 (newsletter.semianalysis.com) 원문

SemiAnalysis가 구독 요금제 한도를 직접 재서 API 가격으로 환산했다. 매일 쓰라고 내세우는 Opus 5.5와 GPT 6.1 Sol을 비교하면 Anthropic이 약 5배 많이 준다.
OpenAI는 지난주 $200 플랜 한도를 절반으로 줄이고 $500 플랜을 새로 냈다. 기존 $200 구독자는 10월 29일까지 옛 한도를 쓴다.
구독은 Anthropic 매출의 10%인데 추론 컴퓨트는 40% 넘게 쓴다고 추산했다.

왜 Codex·Claude Code 구독을 고르는 중이라면, 주로 쓰는 모델 기준으로 다시 따져 볼 때.

a16z Podcast

소비자 AI에 돈 내는 건 아직 소수 파워유저다 (a16z.simplecast.com) 원문

a16z가 소비자 AI 앱 Top 100 일곱 번째 판을 냈다. 이번엔 사람들이 실제로 어디에 돈을 내는지도 봤다.
돈을 내는 소비자는 아직 일부다. 그 안에서도 개발자·크리에이터 같은 파워유저가 지출 대부분을 차지한다.
구독이 모두에게 닿는 사업 모델은 아닐 수 있다고 봤다. 광고가 AI 수익 구조를 바꿀 가능성도 다뤘다.

왜 소비자 AI 앱을 만든다면, 구독만 볼지 광고·거래 수익도 붙일지 정할 때 들어볼 만하다.

Lenny’s Podcast 네트워크 (How I AI · Claire Vo)

OpenAI 팀은 ChatGPT Sites로 장애 대응 페이지를 만든다 (lennysnewsletter.com) 원문

How I AI의 Claire Vo가 DevDay 현장에서 OpenAI Codex 쪽 제품 스태프 Kath Korevec을 만났다. 그는 ChatGPT Sites를 공개 전 1년 넘게 사내에서 만들고 써 왔다.
팀용 장애 대응 사이트를 Slack·Notion 커넥터에 실시간으로 붙여 쓰는 사례가 나온다. 커넥터는 지금 60개쯤이다.
같은 날 올라온 Jev 에피소드에선 John Lindquist가 개발 23번에 73센트를 썼다고 했다.

왜 ChatGPT Sites로 사내 도구를 만들어 볼 생각이라면, 실제 사례부터 보고 정할 때.

Simon Willison

로컬 Qwen 27B, 추론 켜니 큰 수 덧셈을 거의 다 맞혔다 (simonwillison.net) 원문

Simon Willison이 2년 전 GPT-4o로 했던 “합을 영어 단어로 답하기” 실험을 로컬에서 다시 돌렸다. DGX Spark에서 Qwen3.8-27B 양자화 모델을 썼다.
실험은 Codex Remote(GPT-6 Astra)가 짜고 돌렸다. 추론을 켜면 169번 중 167번을 맞혔다.
추론을 켠 쪽은 칸마다 한 번씩만 돌려서, 다시 돌리면 결과가 달라질 수 있다고 했다.

왜 로컬 모델에 숫자 처리를 맡길 생각이라면, 추론을 켰을 때와 껐을 때를 먼저 비교해 볼 때.