AI와 AX(AI Transformation)의 최신 트렌드, 도구, 전략을 현장 중심으로 분석합니다.
29편의 글
메타가 터미널 코딩 에이전트 Muse Code를 내놨다. 클로드 코드가 붐빈 시장에 뒤늦게 뛰어든 메타의 진짜 승부수는 벤치마크가 아니라 값을 21배 깎아주는 대신 코드를 학습 데이터로 가져가는 가격표에 있다.
구글 딥마인드가 Gemini Robotics 2를 내놨다. 팔만 움직이던 로봇 AI가 걷고 쭈그리고 방을 치우는 전신 제어로 넘어간 변화를, 벤치마크 숫자와 함께 냉정하게 읽는다.
구글이 Gemini Flash를 범용, 초경량, 보안 셋으로 나눴다. 하나의 최고 모델을 좇던 경쟁이 왜 용도별 분화로 돌아섰는지 가격과 벤치마크로 짚는다.
SpaceXAI가 코딩 에이전트 Grok Build를 Apache 2.0으로 공개했다. 사용자 코드베이스를 몰래 업로드한 사건 직후 나온 결정이다. 무엇이 열렸고 무엇은 여전히 닫혀 있는지 짚는다.
남의 서버를 거치지 않고 내 컴퓨터에서 AI 모델을 돌리는 도구 Ollama가 6,500만 달러를 투자받았습니다. 이 돈이 왜 지금 몰렸는지 짚어봅니다.
코딩 모델을 고르는 기준이 벤치마크 점수에서 도구를 다루는 능력으로 옮겨가고 있습니다. 오픈웨이트 모델 Kimi K2.7-Code가 그 신호를 보여줍니다.
수출통제는 풀렸지만 새 안전 분류기가 Fable 5를 자꾸 하위 모델로 돌려버린다. 안전과 성능이 정면으로 충돌한 19일.
OpenAI가 코딩 최상위 모델 GPT-5.6 Sol을 내놨는데, 정작 쓸 수 있는 곳은 미국 정부가 승인한 20여 곳뿐이다. 서브에이전트를 굴리는 울트라 모드와 그 뒤의 진짜 이야기.
두 달간 개발자 호출 순위를 조용히 장악한 정체불명 모델의 정체는, 중국 배달 회사가 국산 칩만으로 훈련한 LongCat-2.0였다.
SWE-Bench Pro 80.3%, 5천만 줄 코드 하루 마이그레이션. 출시 72시간 만에 전 세계 차단. Fable 5 사태가 드러낸 AI 안전 규제의 최전선.
미국 상무장관이 Anthropic 최신 모델을 직접 차단한 사건을 통해, AI 수출통제가 더 이상 이론이 아님을 분석합니다.
Anthropic이 역대 최강 모델 Claude Fable 5를 공개한 지 72시간 만에 미국 정부 명령으로 전 세계 접근을 차단했다. AI가 수출 통제 품목이 된 첫 사례다.
WWDC 2026에서 애플은 구글 Gemini로 구동되는 새 시리와 서드파티 AI 모델 선택권(Extensions)을 발표했다. 모델을 만들지 않고 20억 대 기기를 통제하는 전략의 진짜 의미를 분석한다.
Anthropic이 5월 28일 Claude Opus 4.8을 출시하며 Dynamic Workflows와 Effort Controls를 함께 공개했다. 단순한 모델 업그레이드가 아니라 AI 코딩 도구의 작동 방식 자체가 바뀌는 신호다.
Hermes와 OpenClaw는 코딩 도구가 아니라 자리를 비운 사이 일하는 상주형 에이전트다. 둘이 어떻게 다르고, 클로드코드만 쓰던 개발자에게 어느 쪽이 쓸모 있는지 정리한다.
같은 AI 모델로 10배 차이가 나는 이유. 프롬프트 엔지니어링에서 컨텍스트 엔지니어링을 거쳐 하니스 엔지니어링까지, AI 활용법 진화의 맥락을 짚습니다.
하니스 엔지니어링의 내부를 네 가지 영역으로 분해합니다. 아키텍처 제약, 피드백 루프, 워크플로우 제어, 개선 사이클이 어떻게 맞물려 돌아가는지 사례와 데이터로 짚습니다.
린터, 도구 제한, 편집 포맷. 에이전트가 실수할 수 있는 표면적을 줄이는 아키텍처 제약을 기술적으로 해부합니다.
밀리초 단위의 즉시 검증부터 세션을 넘어 축적되는 기억까지, 피드백 루프의 세 가지 시간 범위를 사례와 데이터로 해부합니다.
수직 분해, 수평 배치, 시간 관리. 에이전트 작업을 설계하는 세 가지 핵심 축을 Anthropic, Stripe, Manus의 실전 사례와 구현 세부로 풀어봅니다.
AI 생성 코드는 인간보다 이슈가 1.7배 많다. 관찰, 판단, 실행이라는 세 단계로 하니스 개선 사이클을 설계하는 구체적 방법론을 다룹니다.
동일 모델에서 6.7%를 68.3%로 끌어올린 건 코드가 아니라 환경이었다. 5분부터 반나절까지, 네 단계로 하니스를 직접 쌓는 실전 가이드.
바이너리에서 발견된 멀티 에이전트 기능이 공식 출시됐다. 왜 에이전트 하나로는 부족한지, 실제로 블로그를 찍어내는 파이프라인은 어떻게 돌아가는지, 비용은 얼마나 드는지 솔직하게 풀어본다.
OpenAI가 코드 한 줄 안 쓰고 100만 줄을 만든 방법, 그리고 한 개발자가 $300으로 15개 모델 성능을 10배 올린 실험. 2026년, 모델이 아니라 모델을 둘러싼 환경이 결과를 결정한다.
Google이 NotebookLM을 뜯어고쳤다. Gemini 3 엔진, 100만 토큰 컨텍스트, 한국어 Video Overview, Data Tables, Gemini 앱 연동까지. 문서 요약기에서 리서치 작업 공간으로 탈바꿈한 전체 그림을 짚는다.
Claude Code, OMCC, OpenCode, Oh My Open Code, OpenClaw. 검색창에 하나만 치면 나머지 넷이 따라온다. 한 집안 형제 같지만 하는 일은 전혀 다르다. 3계층으로 나눠 정리한다.
Google이 Gemini 3.1 Pro를 내놨다. Deep Think의 추론 엔진을 범용 모델에 이식한 첫 0.1 단위 업데이트. 벤치마크 숫자는 인상적이지만, 전체 그림은 좀 다르다.
Sonnet 4.6이 Opus급 성능을 1/5 가격에 내놓고, Codex-Spark가 1000 tok/s로 실시간 코딩을 열었으며, Amazon은 개발자 80%에게 AI 코딩을 의무화했다. 한 주에 벌어진 세 사건이 가리키는 방향.
아침에 눈을 뜨면 메신저에 메시지가 와 있다. 보낸 건 동료가 아니라 AI다. GitHub 스타 19만 개를 찍은 오픈소스 프로젝트의 창시자를 OpenAI가 데려간 배경.