오후 브리핑 · 16:00
가중치와 증명, 증거로 묻는 AI
작성자 · bombong
AI를 둘러싼 주장은 이제 당사자의 설명보다, 누구나 확인할 수 있는 공개 자료로 검증받는다. 오늘 오후에는 세 가지 소식이 함께 나왔다. 공개 가중치만으로 학습 하드웨어를 추정했다는 분석, 연구 결과를 형식 증명으로 확인하는 벤치마크, 그리고 기업이 스스로 해 온 위험 경고를 근거로 삼은 소송이다.
공개된 산출물이 증거가 되는 과정
아침 글은 에이전트를 성과와 비용으로 재는 흐름을 다뤘다. 오후 소식은 무엇으로 재느냐보다 누가 어떤 자료로 확인하느냐에 가깝다. GeekNews에 소개된 분석은 DeepSeek·Moonshot AI·MiniMax·Ant Group이 공개한 모델 6개의 가중치에서 NVIDIA Blackwell과 맞아떨어지는 초기화 패턴을 찾았다고 전했다28. 분석 측은 의사난수 시드와 GPU 병렬 구성을 함께 복원하면 Hopper와 Blackwell이 서로 다른 수치 배열을 남긴다고 설명했다. 학습 하드웨어가 공개된 모델 24건에 같은 방법을 적용했더니 결과가 공개 정보와 일치했다고도 밝혔다.
이 분석에서 중요한 점은 내부 제보 없이 공개된 가중치만 썼다는 데 있다. 이번 주 중국 기업의 칩 확보 경로가 계속 쟁점이 된 상황에서, 모델을 공개하는 행위가 곧 학습 환경을 드러내는 단서가 될 수 있다는 뜻이다.
연구 성과 쪽에서도 비슷한 일이 일어나고 있다. 앤드루 야오와 양즈린이 공동 저자로 참여한 'TCSExam'은 이론 컴퓨터과학 분야에서 AI가 낸 결과를 Lean 4 형식 증명과 프로그램 검사기로 확인한다30. 보도에 따르면 이 과정에서 Kimi K3가 꼭짓점 124개 그래프에서 변 630개를 찾아 기록을 세웠다. 모델의 연구 능력을 말로 내세우지 않고 기계가 검사할 수 있는 형태로 내놓은 사례다.
기업의 공개 발언도 증거가 된다
앞 절이 기술 산출물을 다뤘다면, 법정에서는 기업이 해 온 말이 같은 역할을 한다. Reuters·AP 보도에 따르면 미국 비영리단체 4곳이 12일 샌프란시스코 법원에 소송을 냈다32. 피고는 OpenAI, Anthropic, Google, SpaceX, Meta이고, 원고는 이들이 최첨단 AI 모델을 더 개발하거나 배포하지 못하게 해 달라고 청구했다.
원고 측은 AI 기업 경영진이 첨단 AI가 인류에 심각한 위협이 될 수 있다고 직접 경고해 왔으니 안전이 확보될 때까지 멈춰야 한다고 주장했다. 법원이 청구를 받아들일지와 별개로, 기업이 공개적으로 한 위험 진단이 상대방의 근거로 쓰인다는 점은 업계 전체에 시사점을 준다. 앞으로 안전 관련 발언과 공시는 홍보 문구가 아니라 기록으로 남는 자료로 다뤄질 가능성이 크다.
증거의 무게는 아직 가볍다
다만 오늘 나온 증거들은 아직 확정된 사실이 아니다. 하드웨어 분석은 커뮤니티 요약으로만 전해졌고, 누가 분석했는지와 원문 출처도 확인되지 않는다. 분석 측도 이 결과만으로는 학습 전체를 Blackwell에서 했다고 볼 수 없다고 단서를 달았다. 해당 기업들의 반응도 아직 나오지 않았다. 따라서 이 분석은 특정 기업의 칩 사용을 입증하기보다, 공개 가중치로 학습 하드웨어를 추정하는 방법이 있을 수 있다는 가능성을 보여 준 정도로 보는 편이 맞다.
TCSExam의 기록 역시 보도로 전해진 단계이고, 소송도 이제 막 접수됐다. 검증할 도구와 자료는 늘고 있지만, 그 결과가 독립적으로 재현되고 제도 안에서 받아들여지기까지는 시간이 더 걸린다.
모델을 공개하고 연구 성과와 위험을 발표하는 일은 이제 바깥에서 검증받을 자료를 내놓는 일이기도 하다. 그래서 기업과 실무자는 가중치와 기술 문서, 공개 발언이 어떤 질문을 불러올지 미리 따져 볼 필요가 있다. 앞으로는 하드웨어 분석의 원문과 재현 결과가 나오는지, Chip Security Act 등 칩 위치 추적 입법 논의에 이 같은 방법이 쓰이는지, 소송의 첫 심리가 어떻게 진행되는지를 지켜볼 만하다.
이 글은 AI로 초안을 쓰고, 인용한 공개 자료와 출처·수치를 대조하는 검증을 거쳐 발행했으며, 발행 뒤 운영자가 다시 검토합니다. 필자의 해석이 포함되어 있습니다. 작성·검수 방식 · 정정 기록
아침 브리핑 · 08:00
AI 에이전트, 작업당 비용을 따지다
작성자 · bombong
AI 에이전트를 평가하는 질문이 바뀌고 있다. 이제는 모델이 얼마나 똑똑한지보다 일을 실제로 끝내는지, 그 일에 얼마가 드는지를 묻는다. Google은 큰 모델과 작은 모델을 작업 도중에 바꿔 쓰는 기능을 코딩 도구에 넣었다. 실제 프리랜서 업무로 에이전트를 재는 지표는 1년 사이 크게 올랐고, 클라우드 쪽에서는 토큰 단가 대신 작업 하나에 드는 비용을 계산하라는 안내가 나왔다.
모델 선택이 비용 설계가 되는 과정
Google의 기본 '빠른 모델'이 바뀌었다. Gemini 4 Hydrogen이 Gemini 3.8 Flash를 대신하고, 검색 AI Mode와 Gemini 앱에 바로 들어갔다1. 커뮤니티 요약에 따르면 100만 토큰 문맥 전 구간에 같은 요금이 붙는다. 100만 토큰당 입력 1.5달러, 출력 7.5달러다. Google은 이 모델이 여러 갈래로 된 질문과 오타가 많은 질문을 더 잘 처리한다고 밝혔다.
이 논지에 더 직접 닿는 것은 코딩 도구 Google Antigravity에 들어간 'Orchestrator'다. 이 기능은 작업에 필요한 복잡도를 보고 Carbon과 Hydrogen을 오간다. 커뮤니티 요약이 전한 Google 평가에서 Orchestrator는 Carbon에 가까운 성공률을 지켰다. 그러면서도 평균 할당량 소비는 24% 줄었고 완료 속도는 19% 빨라졌다. 사용자가 직접 고르던 모델을 이제 시스템이 작업 단위로 골라 준다. 그러니 비교 기준도 모델 하나의 점수에서 같은 성공률을 얼마나 적은 자원으로 내느냐로 바뀐다.
작은 모델과 큰 모델의 차이가 좁혀진 것도 이런 설계를 가능하게 한다. 커뮤니티 요약에 따르면 Hydrogen은 Artificial Analysis Intelligence Index에서 51점을 받아 Argon(50점)을 앞섰다. 다만 이 수치들은 Google의 자체 평가를 옮긴 것이어서 외부에서 재현된 결과는 아니다.
평가표와 운영 장부가 던지는 같은 질문
모델을 고르는 쪽에서 나온 질문은 평가와 기업 운영에서도 똑같이 나온다. 미국 AI 안전센터(CAIS)와 Scale AI는 실제 프리랜서 프로젝트로 에이전트를 재는 Remote Labor Index(RLI)의 최신 결과를 공개했다. 보도에 따르면 AI가 인간 전문가와 같거나 더 나은 수준으로 끝낸 프로젝트는 41.3%였다. 지난해 처음 공개됐을 때의 최고치는 2.5%였다3. 이 지표는 지식 문제를 맞히는지가 아니라 돈이 되는 작업을 처음부터 끝까지 마치는지를 본다는 점에서 앞의 흐름과 맞닿는다.
기업 운영 쪽에서는 이 질문이 비용 장부로 나타난다. AWS는 Amazon Bedrock 비용 관리 가이드 4편을 냈다18. 가이드는 캐시 유지 시간, 서비스 티어, 추론 강도, maxTokens 설정이 비용을 어떻게 바꾸는지 다룬다. IAM 주체별로 지출 상한을 거는 방법도 담았다. 특히 에이전트의 ROI는 토큰 단가가 아니라 작업당 실제 비용으로 입증하라고 안내한다. Hydrogen에 붙은 4단계 추론 강도와 AWS 가이드의 추론 강도 설정은 같은 방향을 가리킨다. 성능과 비용을 맞바꾸는 손잡이가 사용자 손으로 넘어오고 있다.
도입 사례도 같은 언어로 성과를 말한다. Natera는 Amazon Bedrock AgentCore 위에 검사실 운영 지식을 담은 에이전트 시스템 SWARM을 만들었다. 회사는 지원 티켓의 첫 응답이 약 130배 빨라졌고 티켓의 96.2%를 자동으로 처리했다고 밝혔다20. 소비자 시장에서도 작업에 값을 매기는 모습이 보인다. Meta는 에이전트 Muse가 사용자 대신 미국 업체에 전화를 거는 기능을 추가했고, 이 기능은 돈을 내야 쓸 수 있다8.
완수율 뒤에 남은 검증의 공백
완수율이라는 숫자가 커질수록 그 숫자가 어떤 조건에서 나왔는지가 중요해진다. RLI의 41.3%가 어떤 모델과 어떤 조건에서 나왔는지는 보도에 나오지 않는다. Orchestrator의 효율 수치도 아직 회사 자체 평가에 머물러 있다.
일을 끝낸 것과 제대로 끝낸 것은 다르다. 이 점을 보여 주는 사례가 같은 날 나왔다. 지식재산 보호 업체 Podqi는 ChatGPT·Gemini·Perplexity에 쇼핑 질문을 던져 봤다. 그 결과 사칭 사이트 같은 위험한 쇼핑몰로 이용자를 안내한 경우가 있었다고 The Verge가 보도했다14. 한 Google 연구원은 AI 에이전트 팀으로 지도에 없던 마야 유적 후보를 찾았다고 주장했다. 하지만 이 유적은 지난해 이미 학술지에 보고된 곳이었다고 The Verge는 전했다21. 두 사례는 결과를 확인하는 일이 따로 필요하다는 점을 보여 준다. 그렇다면 작업당 비용을 계산할 때 검증에 드는 비용도 함께 넣어야 한다.
실무자는 이제 모델을 하나의 벤치마크 점수로 고르기 어렵다. 작업별 성공률, 작업당 비용, 결과를 검증하는 데 드는 노력을 한 장부에 함께 놓고 따져야 한다. 당장 확인할 일은 세 가지다. 먼저 CAIS·Scale AI가 RLI 41.3%의 평가 모델과 조건을 원문으로 공개하는지 봐야 한다. 다음으로 Orchestrator의 할당량 절감 수치가 외부 사용 환경에서도 재현되는지 확인해야 한다. 마지막으로 ByteDance가 몇 주 안에 내놓겠다고 보도된 Muse형 에이전트가 이용 요금을 어떻게 매기는지도 지켜볼 지점이다.
이 글은 AI로 초안을 쓰고, 인용한 공개 자료와 출처·수치를 대조하는 검증을 거쳐 발행했으며, 발행 뒤 운영자가 다시 검토합니다. 필자의 해석이 포함되어 있습니다. 작성·검수 방식 · 정정 기록
확인 중인 소식 8
공식 출처로 아직 확인되지 않은 소식입니다. 사실 확인 전이니 원문을 함께 보세요.
- 스탠퍼드 'Flash ALOHA': 작업당 시연 50번으로 빠르고 정밀한 로봇 조작 학습, 성공률 80% 이상…오픈소스(커뮤니티 전언) 원문
- "OpenAI 미공개 사이버 보안 모델, ExploitGym 77.0%…Claude Mythos 5.2는 39.2%" 발표 자료 공유(커뮤니티 전언, 미확인) 원문
- 젠슨 황 사태 후속: "NVIDIA 직원들, 황 복귀 요구 청원" 보도 공유(커뮤니티 전언) 원문
- 삼성전자, 독일 FläktGroup 이어 미국 데이터센터 냉각 기업 Modine 인수 논의(보도) 원문
- Edge0, 개인 컴퓨터용 145B·120B 모델과 추론 프레임워크 오픈소스 공개…"노트북에서 메모리 29GB, 초당 80토큰 이상"(커뮤니티 전언) 원문
- Apple Foundation Models framework, 온디바이스·클라우드 모델을 같은 Swift API로…이미지 입력과 'Dynamic Profiles' 추가(커뮤니티 전언) 원문
- 젠슨 황 사태 후속: 미 법무장관 "상대 여성이 누구인지 결론 안 났다"…황은 후임 크레스를 두고 '헤드라이트 앞 사슴'이라 했다는 보도도 원문
- "AI 도움으로 쿠르트 괴델의 노트 해독…증명된 정리 수백 개 담긴 것으로 알려져"(The Guardian 보도, 커뮤니티 전언) 원문
커뮤니티 화제 5
Reddit·Hacker News·GeekNews 등에서 많이 이야기된 주제입니다. 커뮤니티의 반응이며 사실 확인 전 내용이 섞여 있을 수 있습니다.
- Gemini 4 Hydrogen HN 공식 글에 420점·댓글 280개가 달렸고, Reddit·GeekNews에서는 1.5/7.5달러 가격, Artificial Analysis 점수, Antigravity Orchestrator의 모델 자동 전환을 두고 논의가 이어졌다.
- 젠슨 황 사임 밈 세 번째 관계 보도 이후 Reddit에서 풍자 글과 이사회 밈이 쏟아졌고, 일부는 황이 로컬 AI에 우호적이었던 것이 문제였다는 음모론성 주장도 내놨다.
- Claude 과잉 거절 사용자가 직접 제공한 저작물 인용이나 기초 생물학 질문까지 Claude가 거절한다는 불만 글이 올라왔다. 커뮤니티에서는 이전 버전에선 없던 동작이라는 이야기가 나온다.
- ML 학회 투고 폭증 대책 CVPR 저자 등록 양식 같은 행정 부담이 학제 간 공동연구자를 괴롭힌다는 비판과, 3대 학회 채택 논문을 1,000편으로 제한하자는 제안이 함께 논의됐다.
- 저사양 하드웨어 로컬 LLM RAM 1GB급 TV 박스와 2013년 iPad에서 LLM을 돌리는 'smolmaxxing' 프로젝트, 채굴용 CMP170hx를 전압 글리칭으로 A100급으로 풀었다는 해킹이 주목받았다.