2026년 10월 13일 (화).

핵심 요약

• 하버드 대학 연구팀이 700개 이상 소프트웨어 회사의 300만 개 작업 이벤트를 분석한 결과, AI 코딩 에이전트 도입 후 전체 코드 라인 수는 30%, 커밋 수는 20%, 풀 리퀘스트는 23% 증가했다.
• 하지만 이렇게 증가한 코드가 실제 소프트웨어 산출량으로 이어지지 않았다. Jira로 추적한 이슈와 에픽(소프트웨어 기능) 해결률은 AI 도입 전후 통계적으로 유의미한 변화를 보이지 않았다.
• AI 에이전트 도입 후 코드 리뷰 프로세스 소요 시간이 평균 49% 증가했으며, 수정 요청이 필요한 풀 리퀘스트 비율은 거의 2배로 늘어났고 풀 리퀘스트당 댓글 수는 35% 증가했다.

핵심 요약

• 메타가 개인 및 업무용 에이전트 작업에 최적화한 대형 모델 '뮤즈 원더'와 상위 버전 '뮤즈 원더 풀'을 발표했다.
• 뮤즈 원더는 Active Memory(중요 정보를 대화 전체에 걸쳐 유지·검색)와 Active Focus(목표 달성을 위해 대안을 시도하고 문제 해결에 지속적으로 노력)를 통합했다.
• 뮤즈 원더는 메타 모델 API와 뮤즈 코드를 통해 오늘 이용 가능하며, 뮤즈 원더 풀은 뮤즈 코드 구독자를 위해 제공된다.

핵심 요약

• 대장균의 화학주성(chemotaxis)은 뇌 없는 미생물이 화학 수용체로 영양분을 감지해 달려가거나 회전해 움직이는 기본적인 지능 현상이다.
• CheY라는 신호 분자가 수용체와 로터 사이를 오가며 인산화되어 로터를 뒤집는 방식으로 달리기(run)와 회전(tumble)의 비율을 조절한다.
• 신호 증폭 메커니즘으로 인해 2%의 수용체 점유 변화가 100%의 모터 출력 변화를 만들어 세포당 3개 미만의 분자도 감지할 수 있다.

핵심 요약

• Rich Hickey의 'AI는 도구가 아니라 자동화'라는 주장에 반박하는 글이다.
• LLM이 예측 불가능하다는 점은 제약이지만, 도구의 정의상 예측 가능성은 필수 요건이 아니며 제어가 어려운 것만으로 도구에서 제외되지 않는다.
• 컴파일러나 스프레드시트처럼 자동화 기능이 도구의 특성일 수 있으며, 자동 텍스트 생성이 코드 번역이나 계산 자동화와 다르게 취급될 이유가 없다.

핵심 요약

• AI 시스템의 성능은 인식, 지식 처리, 창작, 추론, 판단, 자율 행동 등 모든 영역에서 급속도로 향상되고 있으며, 동시에 인간의 정보 처리 능력은 평균적으로 낮고 학생층에서는 더욱 하락 중이다.
• AI 모델은 세대를 거치며 더 나은 성능을 더 낮은 비용으로 제공하고 있고, 이미 인간을 대체하는 것이 경제적으로 타당한 영역이 빠르게 확대되고 있다.
• AI 시스템은 휴식 없이 연중무휴로 운영 가능하며, 2030년까지 수조 달러의 데이터센터 투자로 막대한 추가 처리 용량이 온라인으로 올 예정이다.

핵심 요약

• OpenAI와 Anthropic이 지배하는 폐쇄형 LLM 모델은 개인정보 보호, 자유도, 민주성 측면에서 문제가 있다고 주장한다.
• GLM-5.3, DeepSeek, Qwen 같은 오픈 웨이트 모델들은 ChatGPT와 Claude에 필적하거나 비슷한 성능을 내며, 약 4개월 정도만 뒤떨어져 있다.
• ChatGPT와 Claude는 폐쇄형 모델이며 사용자 세션 데이터에 대한 접근을 완전히 통제하고, 사용자가 훈련 데이터 사용을 거부해도 데이터 자체에는 접근 가능하다.