같은 주에 '과학용 작업대'와 '과학 시험지'가 나왔다 — 그리고 시험지는 아직 못 푼다고 답했다
Anthropic은 과학자용 워크벤치 Claude Science를, OpenAI는 유전체학 벤치마크 GeneBench-Pro를 거의 같은 시점에 내놨어요. 한쪽은 'AI로 과학하는 도구'를, 다른 쪽은 'AI가 과학을 하는가'를 측정해요. 그리고 그 측정값(최고 31.5%)이 지금 우리가 어디쯤 있는지 냉정하게 말해줘요.
Subcategory
칼럼 관련 글 30개를 한곳에서 볼 수 있습니다.
칼럼 주제에 해당하는 글만 모아, 비슷한 키워드와 문제의식을 가진 콘텐츠를 연속해서 읽을 수 있게 구성했습니다. 릴리스 추적, 도구 분석, 업계 동향을 세부 주제로 나눠 탐색할 수 있습니다.
Anthropic은 과학자용 워크벤치 Claude Science를, OpenAI는 유전체학 벤치마크 GeneBench-Pro를 거의 같은 시점에 내놨어요. 한쪽은 'AI로 과학하는 도구'를, 다른 쪽은 'AI가 과학을 하는가'를 측정해요. 그리고 그 측정값(최고 31.5%)이 지금 우리가 어디쯤 있는지 냉정하게 말해줘요.
Claude Code v2.1.198에서 서브에이전트가 기본으로 백그라운드에서 돌아요. 옵션이 아니라 기본값이 됐다는 게 핵심이에요. 여기에 worktree 작업이 끝나면 알아서 커밋·푸시·드래프트 PR까지 여는 변화가 붙으면서, 에이전트를 쓰는 멘탈 모델 자체가 '기다리는 채팅'에서 '보내 놓고 알림 받는 동료'로 넘어가요.
Sonnet 5가 Opus 4.8에 근접한 성능을 프로모션 기준 입력 100만 토큰당 $2에 내놨어요. 저는 이번 발표의 진짜 뉴스가 성능 곡선이 아니라 가격 곡선이라고 봐요. 'Opus급 지능'의 값이 무너지는 중이고, 그건 우리가 기본으로 어떤 모델을 켜 둘지를 바꿔요.
OpenAI가 18년 묵은 libunwind 레이스 버그를 잡은 방법이 흥미로워요. 개별 크래시를 파고든 게 아니라, 1년치 코어덤프 전체를 인구집단처럼 분석해 하나로 보이던 미스터리를 하드웨어 결함과 소프트웨어 버그 둘로 갈라냈어요. 그리고 이 이야기에서 AI는 주인공이 아니라 도구였어요. 저는 그게 오히려 지금 AI가 개발에 기여하는 방식의 정직한 그림이라고 봐요.
이번 주 OpenAI와 Google에서 나온 의료·과학 발표 세 건을 겹쳐 보면 공통점이 보여요. 셋 다 벤치마크 점수 자랑이 아니라, 사람이 실제 랩과 임상에서 검증한 결과예요. 그리고 검증 방식이 똑같아요. AI가 가설을 내고, 사람이 현실에서 확인합니다.
이번 달 Anthropic은 서울에 사무실을 열고 정부와 MOU를 맺었고, 삼성전자는 OpenAI의 ChatGPT Enterprise와 Codex를 전사에 깔았어요. 따로 보면 흔한 뉴스지만, 겹쳐 보면 한국이 'AI 데모 시장'에서 '본사가 직접 영업소를 차리는 시장'으로 승격된 신호예요. 그 상징이 삼성을 둘러싼 양쪽의 동시 공략이고요.
이번 주 Anthropic은 TCS와 DXC를 같은 패턴으로 끌어들였어요. 개발자에게 직접 파는 게 아니라, 규제산업을 이미 점유한 시스템 통합업체(SI)를 채널로 삼는 거예요. OpenAI도 같은 주에 컨설팅 파트너망을 모집했고요. 엔터프라이즈 AI의 경쟁축이 모델 성능에서 '누가 규제산업의 배관을 깔아주느냐'로 옮겨가는 흐름을 짚었어요.
이번 주 oh-my-opencode·Claude Code·OpenCode가 쏟아낸 릴리스를 겹쳐 보면, 경쟁이 '얼마나 잘 생성하나'에서 '사람이 안 볼 때 알아서 도느냐, 도구와 OS 경계를 넘어 살아남느냐, 한도를 거버넌스로 묶느냐'로 옮겨갔어요. 세 프로젝트가 같은 주에 같은 방향을 가리킨 게 우연이 아니라고 봐요.
닷새 전 저는 Fable 5의 진짜 뉴스가 '위험 능력을 거부가 아니라 라우팅으로 가둔 자체 설계'라고 썼어요. 그런데 미국 정부가 그 설계를 인정하지 않고 모델 접근 자체를 끊었습니다. 같은 날 나온 여론조사는 미국인의 15%만 AI 기업의 자율 판단을 믿는다고 말하고요. 잘 만든 자율 안전이 충분조건이 아니라는 신호를 따라가 봤어요.
AI는 공격을 더 정교하게 만드는 게 아니라, 덜 숙련된 사람도 정교한 공격을 하게 만들어요. 그래서 공격자의 스킬로 위험을 가늠하던 MITRE ATT&CK 프레임이 흔들리고 있어요. 진짜 빈틈은 모델이 공격 단계를 스스로 잇는 agentic orchestration인데, ATT&CK에는 그 칸이 아예 없다는 게 Anthropic 분석의 핵심이에요.
Fable 5의 헤드라인은 '역대 최강 SOTA'지만, 정작 읽어야 할 건 벤치마크가 아니라 Mythos→Fable로 이어지는 안전 라우팅 설계예요. 위험한 능력을 거부로 막는 대신 약한 모델로 흘려보내고, 진짜 위험 능력은 Mythos 5로 분리해 인가받은 파트너에게만 여는 구조가 이번 발표의 본론이라고 봐요.
지난주에 저는 엔터프라이즈가 AI 코딩 '파일럿을 졸업했다'고 썼어요. 6월 사례들을 보니 이건 도입 선언이 아니라 그다음 단계, 즉 개발 생산성을 어디에 쓸지를 다시 배치하는 이야기예요. Notion·Nextdoor·LSEG가 서로 다른 자리에서 같은 변화를 가리킨다고 봅니다.
한 주 사이에 Anthropic에 이어 OpenAI도 비공개 S-1을 냈어요. 저는 이걸 'OpenAI도 IPO 준비' 한 줄로 읽으면 핵심을 놓친다고 봐요. AGI 경쟁의 무대가 연구실에서 자본시장으로 옮겨갔다는 신호이고, 두 회사의 지배구조가 상장 과정에서 시험대에 오른다는 게 진짜 쟁점이에요.
AI 코딩의 경쟁축이 '얼마나 빨리 만드나'에서 '얼마나 안 낭비하나'로 옮겨가고 있어요. 토큰의 2%만 실제 코드에 쓰인다는 측정, 유지보수 부담만 남은 바이브코딩, 그리고 손이 아닌 안목을 말하는 장인정신 논의가 같은 방향을 가리킵니다. 결과물 양이 아니라 효율과 지속가능성이 진짜 지표예요.
Anthropic이 Series H 직후 SEC에 비공개 S-1을 제출했어요. 단순 'IPO 추진' 뉴스로 읽으면 절반만 보는 거예요. 자금·모델·인프라·시장 확장을 한 흐름으로 놓고, 이게 Claude에 기대는 개발자에게 뭘 뜻하는지 따져봤어요.
한 달 동안 쏟아진 대기업 AI 도입 발표를 한 줄로 요약하면, 더 이상 '실험'이 아니라는 거예요. 빌드 파이프라인, 27만 명의 워크플로우, 세무 신고처럼 틀리면 책임이 따르는 핵심 업무로 AI가 들어가기 시작했어요. 저는 이걸 파일럿의 졸업, 즉 도입 단계가 한 칸 넘어간 변곡점으로 봅니다.
OpenAI와 Anthropic이 비슷한 시기에 거버넌스·평가·안전을 전면에 내세웠어요. 저는 이걸 선의의 우연이 아니라 EU AI Act와 캘리포니아 TFAIA가 발효되기 전, 규칙이 자기들 손으로 정해지길 바라는 선제적 포지셔닝으로 봐요. 누가 평가의 표준을 쓰느냐가 진짜 승부처라는 이야기예요.
OpenAI가 Codex를 어떻게 안전하게 운영하는지 정리했어요. 샌드박싱, 승인 메커니즘, 네트워크 정책, 에이전트 텔레메트리까지 — 코딩 에이전트를 도입하려는 팀이라면 참고할 만한 내용이에요.
코딩 에이전트의 생산성 효과는 K자형으로 갈라집니다. 코드 줄 수가 아닌 제품 개선 속도가 진짜 지표라는 이야기에 깊이 공감했어요.
GPT-5가 고블린, 그렘린, 너구리를 강박적으로 언급하는 버그의 원인이 밝혀졌습니다. 보상 학습의 작은 오류가 어떻게 증폭되는지 보여주는 흥미로운 사례예요.
Mixture of Experts 아키텍처를 쉽게 풀어봤습니다. 1.6조 파라미터 중 490억만 활성화하는 구조가 어떻게 가격 대비 성능 3~5배 개선을 만드는지 알아봤어요.
OpenAI도 SWE-bench Verified 점수 보고를 중단했습니다. 138개 문제 중 59.4%에 결함이 있고, 데이터 오염까지. AI 코딩 평가의 다음 단계를 살펴봤어요.
Google Cloud AI 디렉터 Addy Osmani가 JS Nation US에서 밝힌 AI 시대 시니어 개발자의 역할 변화. '이해도 부채' 개념이 인상적이었어요.
SEO만으로는 AI 에이전트 트래픽을 잡을 수 없어요. Addy Osmani가 제안한 에이전틱 엔진 최적화(AEO)가 무엇이고, 왜 지금 신경 써야 하는지 정리해 봤어요.
AI가 너무 빠르게 발전하면서 개발자들 사이에 퍼진 불안과 우울감, '클로드 블루'라는 신조어에 대해 이야기해요. 두렵다면, 그건 아마 자연스러운 감정이에요.
삼체 문제의 '암흑의 숲' 이론을 AI 시대에 적용한 에세이를 소개해요. 아이디어를 공유하는 게 오히려 불리해지는 구조, 그리고 우리는 어떻게 대응해야 할지 생각해 봤어요.
Rate limit에 걸려도 멈추지 않게 하려면? OpenAI가 실시간 크레딧 시스템과 사용량 추적을 결합해 만든 혁신적인 액세스 엔진의 아키텍처를 살펴봅니다.
Anthropic AI for Science 프로그램 연구자들이 Claude를 활용해 수개월 걸리던 분석을 몇 시간으로 단축하고 새로운 발견을 이끌어내는 방법.
AI와 Codemod(jscodeshift)를 활용해 Design System 레거시를 대규모로 정리한 실전 경험을 공유합니다.
스탠퍼드 사이버법 센터에서 발표한 논문이 AI 시스템이 민주주의의 핵심 제도를 어떻게 약화시키는지 분석합니다.