CHOI · 2026-09-09 (13편)
발표내용 :
inceptionlabs.ai/blog…
초당 1,100토큰이 넘는 LLM이 나왔습니다.
Inception이 diffusion LLM인 Mercury 2.5를 공개했습니다.
Mercury 2 대비 지능 지표는 40% 높아졌고, 성능은 GPT-5.6 Luna Low·Gemini 3.5 Flash-Lite급을 목표로 합니다.
260K 컨텍스트와 병렬 도구 호출도 지원하며, 실제 음성 에이전트에서는 응답 지연을 0.2초 이하로 낮춘 사례도 공개했습니다.
검색, 음성, 코딩 에이전트처럼 모델을 여러 번 호출하는 작업에서는 이런 속도 차이가 꽤 크게 체감될 것 같습니다.
대상은 19-34세로 유료 플랜을 이용한 적 없거나 마지막 유료 플랜 구독이후 90일이 지난 계정만 가능합니다.
카카오 ChatGPT 설정에서 로그인된 계정 꼭 확인하시고 이벤트 참여하세요!
그나저나 카카오 오픈AI랑 도대체 무슨 계약을 맺었길래 이정도로..
b.kakao.com/views…
카쫀쿠 시작.
GPT-6 Astra 열기가 멈출줄 모릅니다.
게임 개발부터 로봇 제어, 의료 시뮬레이션, 3D 도시 구현, 데이터 라벨링까지 GPT-6 Astra의 활용 사례가 쏟아지고 있습니다.
출시 며칠 만에 어디까지 가능한지 가늠하기 어려울 정도인데요.
GPT-6 Astra의 놀라운 활용 사례 20가지를 정리했습니다🧵
GPT-6 Astra에 스튜디오 사진 9장을 입력하자 공간 구조를 파악해 Blender에서 하나의 3D 공간으로 재구성했습니다.
완성된 모델을 웹사이트로 변환해 브라우저에서 스튜디오 내부를 직접 돌아다닐 수 있게 구현했습니다.
x@rpnickson
GPT-6 Astra로 심장 시술을 연습할 수 있는 3D 교육용 시뮬레이터를 제작한 사례가 공개됐습니다.
심장 구조뿐 아니라 심방중격 천자와 심장 내 초음파(ICE)를 보면서 바늘을 삽입하는 과정까지 재현했습니다.
x@Shimayus
GPT-6 Astra를 활용해 Apple Silicon M1 Mac mini에 Windows ARM을 네이티브로 설치한 사례가 공개됐습니다.
시리얼 통신으로 설치·재부팅·파일 주입을 진행했으며, 현재 CPU 1코어·메모리 4GB만 인식돼 추가 작업이 필요한 상태입니다.
구글 내용 :
세상엔 정말 미친 사람들이 많은 것 같습니다.
얼마 전 구글과 HHMI 연구진이 초파리 수컷의 뇌와 중추신경계 전체 연결 지도를 공개했는데, 벌써 이걸 이용해 Beat Saber를 학습시키는 사람이 등장했습니다.
MaleCNS v1.0 초파리 커넥톰을 시뮬레이션하고 신경 활동을 게임 조작으로 연결한 방식입니다. 현재는 운동 신경계를 플레이 영상에 맞춰 학습시킨 단계이며, 시각 자극에 반응하는 부분과 실제 플레이는 강화학습 중이라고 합니다.
심지어 같은 커넥톰으로 Doom을 학습시키는 프로젝트도 진행되고 있습니다. 뇌 지도를 완성하자마자 게임부터 시키는 걸 보면 인간은 정말 한결같네요.
앤트로픽이 클로드 비용을 줄이는 방법을 공개했습니다.
그중 하나는 사용자가 프롬프트에 써 둔 문장을 지우는 일입니다.
두 번 확인하라거나 최대한 철저히 하라는 지시가 지금 모델에서는 토큰을 더 쓰고 정확도를 떨어뜨렸습니다.
고객지원 평가에서 이 문장들을 걷어내자 비용이 14.6% 내려가고 정확도가 5.3%p 올랐습니다.
이번 발표를 정리했습니다 🧵
앤트로픽이 9월 9일 새벽, Claude 플랫폼의 비용을 줄이는 방법을 공식 글로 공개했습니다.
단순히 더 싼 모델을 쓰거나 성능을 낮추는 방식이 아니라, 품질을 유지하거나 오히려 높이면서 비용을 줄일 수 있는 세 가지 방법을 제시했는데요.
첫째는 프롬프트 캐시 적중률을 높이는 것, 둘째는 새 모델로 옮길 때 프롬프트에 남아 있는 이전 모델용 지침을 정리하는 것, 셋째는 작업 난이도에 맞춰 추론 강도를 조절하는 것입니다.
앤트로픽은 이 과정을 Claude Code의 claude-api 스킬에 명령으로 넣었습니다. 프롬프트를 검사하는 prompt-audit, 애플리케이션 전체 비용을 분석하는 cost-optimize, 평가 결과를 보면서 여러 설정을 자동으로 시험하는 hillclimb입니다.
글에는 고객지원 평가와 공개 벤치마크 4종의 실제 측정 결과도 함께 공개됐습니다. 가장 큰 절감 효과를 낸 방법은 프롬프트 캐시였습니다.
Claude는 답을 만들기 전에 입력된 프롬프트를 내부적으로 처리하는 과정을 거칩니다. 이 단계를 프리필이라고 하는데, 긴 프롬프트일수록 여기서 많은 비용이 발생합니다.
프롬프트 캐싱은 한 번 처리한 내용을 저장해뒀다가, 다음 요청이 같은 내용으로 시작하면 다시 계산하지 않고 불러오는 기능입니다.
Fable 5.1 기준 캐시 읽기는 100만 토큰당 0.25달러입니다. 같은 입력을 처음부터 다시 처리할 때는 10달러라 차이가 큽니다.
다만 캐시는 같은 모델에서만 쓸 수 있고, 저장된 앞부분이 바이트 단위까지 같아야 하며, 유지 시간도 정해져 있습니다.
그래서 앤트로픽은 시스템 지침과 도구 정의처럼 잘 바뀌지 않는 내용은 앞에 두고, 매 턴 늘어나는 대화 내용은 뒤에 붙이는 방식을 권장합니다.
이렇게 구성해도 캐시가 깨지는 경우가 생기는데요.
앤트로픽 콘솔에서는 캐시 적중률과 함께 어느 부분에서 문제가 생겼는지 확인할 수 있습니다.
공개된 예시에서는 일주일간 캐시 읽기 비율이 71.3%였고, 캐시를 사용하지 못한 토큰은 12억 개였습니다. 원인은 메시지, 시스템 프롬프트, 도구, 모델 변경 네 가지로 구분됩니다.
특히 추론 강도는 프롬프트 본문보다 앞에서 처리되기 때문에 대화 중간에 설정을 바꾸면 기존 캐시를 사용할 수 없습니다. 예외적으로 Opus 5와 Fable 5.1 계열은 추론 강도를 바꿔도 캐시를 유지할 수 있습니다.
시스템 프롬프트에 시간이나 ID처럼 요청마다 달라지는 값을 넣거나, 도구 정의의 순서가 바뀌어도 캐시가 깨집니다.
서브에이전트 역시 프롬프트 앞부분과 모델, 추론 강도가 부모 에이전트와 모두 같아야 기존 캐시를 그대로 사용할 수 있습니다.
“AI를 만드는 사람들은 이 기술이 2030년대가 오기 전에 모두를 죽일 수도 있다고 진심으로 믿고 있습니다.”
오픈AI와 앤트로픽에서 3년간 사전학습을 연구한 Jacob Coxon이 앤트로픽을 퇴사했습니다.
그는 두 회사가 스스로를 개선하는 초지능을 향해 경쟁하고 있으며, 내부 연구자와 경영진도 위험을 사적으로는 두려워한다고 밝혔습니다.
특히 앤트로픽은 위험성을 알면서도 다른 연구소보다 먼저 도달해야 한다는 경쟁에 갇혀 있다고 지적했는데요.
그는 AI가 곧 인간을 넘어 해킹, 과학 연구 등 여러 분야에서 막대한 영향력을 가질 수 있다며 개발 속도를 늦추기 위한 연구소 간 합의가 필요하다고 말합니다.
티보 : 높은 Astra 수요로 GPT Pro 구독 중단할 수도 있다.
🚨 속보) 메타가 개인 AI 에이전트 Muse를 출시했습니다.
WhatsApp에서 사람에게 메시지를 보내듯 할 일을 적으면 이메일 발송과 예약, 결제까지 대신 처리하고, 앱을 닫아도 사용자마다 배정된 클라우드 컴퓨터에서 계속 일합니다.
무료로 시작하고 상위 요금제는 월 20달러와 100달러입니다.
메타가 처음 내놓은 개인 에이전트 Muse 발표를 정리했습니다 🧵
메타가 한국 시간 9월 9일 새벽 개인 AI 에이전트 Muse를 출시했습니다.
Muse 앱이나 WhatsApp에서 사람에게 메시지를 보내듯 할 일을 적으면 이메일 발송, 여행 예약, 웹 양식 작성, 쇼핑 결제를 대신 처리합니다.
앱을 닫아도 작업을 이어가고, 이메일을 보내거나 결제하기 전처럼 승인이 필요한 순간에만 사용자를 부릅니다.
사용자마다 클라우드에 전용 컴퓨터가 하나씩 배정되고, 그 안에서 9월 3일 나온 모델 Muse Spark 1.3이 돌아갑니다.
지금은 미국의 18세 이상만 iOS, 안드로이드, 웹, WhatsApp에서 쓸 수 있고, 무료로 시작해 월 20달러와 100달러 요금제가 있습니다.
저커버그는 7월 29일 실적 발표에서 5년 안에 수십억 명이 목표를 이해하고 24시간 일하는 개인 에이전트를 갖게 된다고 말했는데, 이번 출시 게시물의 첫 문장도 같은 표현입니다.
사용자마다 배정되는 전용 컴퓨터는 브라우저와 저장 공간, CPU, 메모리를 갖춘 리눅스 가상 머신입니다.
Muse는 그 안에서 파일을 만들고 터미널에서 코드를 실행하며, 필요한 도구가 없으면 직접 만들어 씁니다. 큰 작업은 여러 서브에이전트로 나눠 동시에 진행하고, 반복 작업은 정해진 시간에 돌립니다.
이메일, 캘린더, 인스타그램, 페이스북, 예약과 음악 앱 같은 서비스는 메타가 미리 만든 커넥터로 연결합니다.
커넥터가 없는 서비스는 API가 있으면 Muse가 직접 연동 코드를 짜고, 그마저 없으면 브라우저를 열어 사람처럼 화면을 조작합니다.
결과물은 여행 일정표, 지출 추적 대시보드, 학습 자료 같은 문서와 웹페이지 형태로도 만들어져 채팅 밖에서 따로 열어 볼 수 있습니다.
Muse가 지금 무엇을 하는 중인지는 아바타 아래에 표시되고, 아바타를 누르면 작업 기록 전체와 승인한 권한이 나옵니다.
대화 방식도 기존 AI 앱과 다르게 잡았습니다.
Muse는 질문 하나에 답 하나를 주고받는 대신 사람과 메신저로 대화하듯 하나의 긴 대화를 이어갑니다.
답을 기다리지 않고 여러 일을 연달아 시킬 수 있고, 주제별로 맥락을 나누고 싶으면 사이드 챗을 따로 엽니다. 기억은 대화가 바뀌어도 유지되고, 기억 파일은 사용자가 직접 읽고 고칠 수 있습니다.
먼저 말을 거는 기능도 있습니다. 목표를 알려 두면 계획을 세워 목표 탭에 진행 상황을 적고, 백그라운드 작업이 끝나면 알릴 가치가 있는지 판단해 필요한 때만 메시지를 보냅니다. 알림 빈도는 사용자가 줄이거나 늘릴 수 있습니다.
초기 테스트에서는 할 수 있는 일이 많아 무엇부터 시켜야 할지 모르겠다는 반응이 나왔는데요. 그래서 사용자의 목표와 대화를 바탕으로 할 일을 먼저 제안하는 아이디어 탭을 넣었고, 아바타와 이름, 말투도 사용자가 정할 수 있습니다.
🚨 속보) 진짜 이건 미친게 맞는 것 같다..
오픈AI가 90년 동안 풀리지 않던 나비에-스토크스 밀레니엄 문제를 풀었다고 발표했습니다.
증명을 만든 것은 9월 3일 출시된 GPT-6 Astra보다 훨씬 강하다는 비공개 내부 모델이고, 에이전트 1만 개를 88시간 돌려 165쪽 논문과 Lean 형식 증명까지 내놓았습니다.
상금 100만 달러는 받지 않겠다고 했고, 발표문은 발전 속도를 더 신중하게 정하겠다는 문장으로 끝납니다.
이번 발표를 정리했습니다 🧵
오픈AI가 9월 8일 홈페이지를 통해 나비에-스토크스 밀레니엄 문제의 해답을 공개했습니다.
증명은 오픈AI 내부 모델을 사용하는 여러 에이전트가 함께 만들었고, 오픈AI는 이 모델이 9월 3일 공개한 GPT-6 Astra보다 훨씬 강한 연구용 시스템이라고 설명했습니다.
결과물은 165쪽 논문과 Lean으로 형식 검증한 증명으로 함께 공개됐습니다. 매끄러운 유체가 정지한 상태에서 시작해 매끄러운 외력을 계속 가하면, 전체 에너지는 유한하게 유지되면서도 유한한 시간 안에 속도가 무한대로 커지는 특이점이 생긴다는 내용입니다.
오픈AI는 이 결과가 클레이 수학연구소의 공식 문제에서 (C)와 (D)를 충족한다고 밝혔고, 100만 달러 상금은 청구하지 않겠다고 했습니다.
발표문 마지막에는 현재 이 모델의 능력을 이해하는 데 집중하고 있으며, 사람이 계속 통제하고 책임질 수 있는 AI를 만들기 위해서는 앞으로 발전 속도를 더 신중하게 조절해야 할 수도 있다고 적었습니다.
나비에-스토크스 방정식은 1822년 나비에와 1845년 스토크스가 만든 유체 운동 방정식이고, 날씨 예보와 비행기 날개 설계, 혈관 속 혈류 계산이 모두 이 식으로 이루어집니다.
그런데 200년 가까이 써 온 식인데도 가장 기본적인 질문 하나에 답이 없었거든요. 매끄럽게 시작한 3차원 흐름이 계속 매끄럽게 유지되는지, 아니면 유한한 시간 안에 어느 지점의 속도가 무한대로 커지는 특이점이 생기는지입니다.
2차원에서는 오래전에 답이 나왔지만, 3차원에서는 큰 소용돌이가 작은 소용돌이를 만들며 에너지를 점점 작은 크기로 몰아넣는 작용과 점성이 그 구조를 마찰로 없애는 작용 가운데 무엇이 이기는지 증명하지 못했습니다.
1934년 르레가 거친 형태의 약한 해가 영원히 존재한다는 것까지 증명했고, 2000년 클레이 수학연구소는 이 문제를 7개 밀레니엄 난제에 넣어 각각 100만 달러를 걸었는데요. 26년 동안 풀린 것은 푸앵카레 추측 하나였습니다.
클레이의 공식 문제는 네 가지 중 하나만 증명하면 해결로 인정됩니다.
(A)(B)는 외력 없이 매끄러운 흐름이 영원히 유지된다는 증명이고, (C)(D)는 매끄러운 외력을 가했을 때 유한 시간 안에 흐름이 깨지는 사례를 찾는 것입니다.
오픈AI가 증명한 것은 (C)(D)입니다.
모든 점성 계수에서 정지한 유체에 좁은 영역에서만 작용하는 매끄러운 힘을 가하면, 운동에너지는 유한하게 유지되지만 시각 1에서 속도의 최댓값은 무한대로 커집니다.
해는 안쪽으로 감기면서 축 방향으로 점점 가늘고 길어지는 소용돌이입니다.
가속, 압력 기울기, 운동량 전달, 점성 항이 모두 커지면서도 서로 정확히 상쇄돼 외력만 매끄럽게 남도록 만드는 것이 가장 어려웠다고 합니다.
외력이 없는 (A)(B)는 여전히 풀리지 않았고, 실제 비행기 설계나 기상 계산이 당장 달라지는 것도 아닙니다.
🚨 오픈AI가 ChatGPT Images 2.5를 공개했습니다.
생성 지연을 Images 2.0보다 최대 50% 줄였고, 요청한 부분만 고치는 편집과 여러 번 수정해도 앞선 결과가 유지되는 일관성을 앞세웠습니다.
챗GPT 안에서 직접 그려 넣는 Sketch, 템플릿, 이미지 위 코멘트 편집, 프롬프트 공유가 함께 들어왔고 API에는 Flare와 Sunburst 두 모델이 추가됐습니다.
이번 발표를 정리했습니다 🧵
오픈AI가 9월 8일(현지 시간) ChatGPT Images 2.5를 공개했습니다.
ChatGPT Images와 API의 GPT-Image 모델에서는 매주 30억 장이 넘는 이미지가 생성되는데요. 이번 업데이트로 그 기본 모델이 새 버전으로 바뀌었습니다.
ChatGPT에서는 Images 2.5, API에서는 GPT-Image-2.5라는 이름으로 제공됩니다.
참조 사진 속 인물을 다른 배경이나 화풍으로 바꿔도 얼굴과 특징을 더 잘 유지하고, 조명과 질감도 자연스러워졌습니다. 생성 속도는 Images 2.0보다 최대 50% 빨라졌습니다.
아래는 발표 페이지에 실린 예시입니다. 왼쪽의 포토부스 사진을 입력하고, Images 2.5가 같은 인물을 새로운 장면으로 다시 만든 결과가 오른쪽입니다.
편집에서는 원하는 부분만 바꾸고 나머지를 유지하는 능력이 좋아졌습니다.
피사체와 배경이 복잡하게 섞여 있어도 지정한 요소만 수정하고, 구도와 주변 디테일은 그대로 남깁니다.
긴 대화에서 여러 번 편집할 때도 이전 수정 사항을 더 안정적으로 유지해, 작업을 거듭할수록 화질이 무너지던 문제를 줄였습니다.
API 활용 예시로는 제품 사진에서 상품 하나나 문구만 바꾸면서 브랜드 요소는 유지하는 작업, 전체 에셋을 다시 만들지 않고 필요한 부분만 수정하는 작업이 제시됐습니다.
복잡한 레이아웃과 투명 배경 처리, 실제 정보를 담은 이미지의 정확도도 함께 개선됐습니다.
모델 업데이트와 함께 ChatGPT에는 새로운 이미지 기능 네 가지가 추가됐습니다. 오픈AI가 가장 먼저 소개한 기능은 Sketch입니다.
ChatGPT 입력창에 ‘@Sketch’를 입력하면 그림판이 열리고, 직접 그린 스케치를 이미지 생성에 참조로 사용할 수 있습니다.
방 배치도나 만들고 싶은 옷의 윤곽선처럼 대략적인 그림을 그린 뒤, 원하는 스타일과 세부 내용을 글로 적으면 이를 완성된 이미지로 만들어줍니다.
말로 설명하기 어려운 구도나 배치를 직접 그려 전달할 수 있어, 프롬프트를 길게 작성하지 않아도 됩니다.
그림 실력과 관계없이 아이디어를 시각적으로 전달할 수 있는 입력 방식이며, 발표와 함께 ChatGPT 전체에 적용됐습니다.