쌓인 기록에서 찾기
무엇을 찾으세요? 날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위 2026년 8월 13일 (목) 부터 2026년 11월 16일 (월)까지 4683건
15건 · "GPT-6.1"조건 지우기 ×
001 12:11 ▲ 26 · 댓글 2 3D 생성 AI 에이전트 평가 벤치마크 공개 코딩 에이전트는 시각 정보와 프로그램 실행을 결합해 3D 콘텐츠 자동 생성을 가능하게 한다. AI · 머신러닝 · Frontier3DBench: Benchmarking Coding Agents for 3D Creation across Objects, Scenes, and Interactive Open Worlds
Key Point 3D 생성 AI 에이전트의 객체·장면·월드 수준별 능력과 한계가 정량적으로 규명되어, 앞으로의 개발 방향을 구체적으로 가늠할 수 있다.
핵심 요약
코딩 에이전트는 시각 정보와 프로그램 실행을 결합해 3D 콘텐츠 자동 생성을 가능하게 한다. 이미지와 지시문을 편집 가능한 프로그램으로 변환해 재구성, 생성, 편집을 하나의 워크플로우에 통합한다. 기존 벤치마크들은 과제 범위와 평가 방식이 제각각이어서 에이전트의 능력을 객체·장면·인터랙티브 수준별로 파악하기 어려웠다. 전체 요약 10문장 읽기 → 002 15:12 ▲ 28 · 댓글 3 AI 에이전트의 '마지막 1마일' 해결하는 재사용 가능한 프리미티브 등장 현재 최고 수준의 AI 모델도 실제 과제 처리에서 리소스에 접근한 후 이를 적용하는 단계에서 실패하는 '마지막 1마일' 문제를 겪고 있다. AI · 머신러닝 · The Last Mile to the Real World: Agent-Native Primitives as Reusable Building Blocks for Solving Real-World Tasks
Key Point AI 에이전트가 실제 업무에서 마주치는 가장 큰 병목인 '리소스 적용 능력' 문제를 근본적으로 해결하는 방법론을 제시해, 현재 시스템의 성능을 대폭 끌어올린 핵심 기술이기 때문이다.
핵심 요약
현재 최고 수준의 AI 모델도 실제 과제 처리에서 리소스에 접근한 후 이를 적용하는 단계에서 실패하는 '마지막 1마일' 문제를 겪고 있다. Terminal-Bench 4.0에서 GPT-5.6 Sol은 37.3%, Claude Opus 5는 51.8%의 과제만 해결했다. 연구팀은 에이전트 네이티브 프리미티브(agent-native primitives)라는 재사용 가능한 단위를 제안했으며, 각 프리미티브는 내장된 LLM으로 리소스를 적용하고 다른 프리미티브와 통신한다. 전체 요약 8문장 읽기 → 003 18:11 ▲ 26 · 댓글 1 코딩 에이전트, 여러 저장소 연계 개발에서 58% 성공률 코딩 에이전트의 성능을 평가하는 새로운 벤치마크 'CrossSWE'가 공개되었으며, 여러 저장소에 걸친 조정된 개발이 필요한 실제 소프트웨어 엔지니어링 작업을 다룬다. AI · 머신러닝 · CrossSWE: Benchmarking Cross-Repository Joint Development for Coding Agents
Key Point 단일 저장소 문제에서 벗어나 실무 규모의 멀티 리포지토리 조정 개발이 LLM 코딩 에이전트의 새로운 한계임을 보여주는 벤치마크 공개로, 에이전트 능력과 한계를 이해하려는 개발자와 연구자가 참고해야 한다.
핵심 요약
코딩 에이전트의 성능을 평가하는 새로운 벤치마크 'CrossSWE'가 공개되었으며, 여러 저장소에 걸친 조정된 개발이 필요한 실제 소프트웨어 엔지니어링 작업을 다룬다. 165개의 저장소, 20개 기술 도메인, 13개 프로그래밍 언어를 아우르는 171개의 실제 인스턴스로 구성되어 있다. 종속성 추론, 변경 전파, 인터페이스 일관성 유지 등 여러 저장소 간 조정 변경의 필요성을 검증한다. 전체 요약 5문장 읽기 → 004 15:11 ▲ 23 · 댓글 2 자연어로 완성된 게임을 만드는 AI 프레임워크 VibeGame LLM 에이전트를 이용한 소프트웨어 개발은 가능했지만, 게임 개발처럼 코드·장면·에셋·애니메이션·물리·설정을 모두 조율해야 하는 작업은 여전히 도전 과제였다. AI · 머신러닝 · VibeGame: Prompt-to-Game Development with AI-Native Engine and Self-Evolving Adversarial Agent Team
Key Point LLM 에이전트로 복잡한 게임 개발 전 과정을 자동화할 수 있는 새로운 접근법을 제시하며, 특히 8개 에이전트의 협력 구조와 자기 진화 메커니즘이 AI 소프트웨어 개발 방법론의 진전을 보여준다.
핵심 요약
LLM 에이전트를 이용한 소프트웨어 개발은 가능했지만, 게임 개발처럼 코드·장면·에셋·애니메이션·물리·설정을 모두 조율해야 하는 작업은 여전히 도전 과제였다. VibeGame은 자연어 프롬프트와 선택적 참고 이미지로부터 완성된 2D 게임 프로젝트를 생성하는 프레임워크다. AI-native 게임 엔진은 프로젝트 상태를 스키마 검증된 구조화된 텍스트로 표현하고 프레임 동기식 런타임 제어를 제공해, 에이전트가 게임 상태를 검사하고 액션을 실행하며 동작을 자신의 속도로 검증할 수 있다. 전체 요약 7문장 읽기 → 005 09:11 ▲ 107 · 댓글 39 마인크래프트에서 50개 AI 에이전트의 협력 생존 시뮬레이션 AI 얼라인먼트의 핵심 과제인 다중 에이전트 동역학을 연구하기 위해 Y Combinator와 Olam Labs가 마인크래프트와 Mindustry에서 에이전트 집단의 동작을 실험했다. AI · 머신러닝 · We ran AI agent swarms in Minecraft and Mindustry
Key Point AI 에이전트 집단이 인간과 유사한 정치·경제 조직(계층, 배급 체계, 규칙)을 자동 생성하며 협력하는 모습을 보여주어, 미래 멀티에이전트 시스템의 가능성과 위험성을 이해하는 데 직결된다.
핵심 요약
AI 얼라인먼트의 핵심 과제인 다중 에이전트 동역학을 연구하기 위해 Y Combinator와 Olam Labs가 마인크래프트와 Mindustry에서 에이전트 집단의 동작을 실험했다. 마인크래프트 실험(Civ50)에서 50개의 GPT-6.1 Sol 에이전트를 3시간 동안 '번영하는 문명 구축' 목표로 실행했다. 에이전트들은 처음 90초 안에 도달 가능한 모든 나무를 채취하는 행동을 보였고, 디렉토리 순서에 기초한 계층 구조가 형성되어 Ada가 사실상 지도자로 등장했다. 전체 요약 12문장 읽기 → 006 00:11 ▲ 120 · 댓글 25 20년 된 비즈니스 게임의 비밀을 풀다 2001년 작 비즈니스 시뮬레이션 게임 '패스트 푸드 타이쿤 2'를 역컴파일해 그 구조를 분석한 결과를 공개했다. 하드웨어 · 시스템 · Decompiling Fast Food Tycoon 2: Drawing the World
Key Point 20년 전 고전 게임의 역컴파일을 통해 당시 게임 개발의 세부 기술(렌더 최적화, 라이팅 시스템, AI 스케줄링)과 게임 디자인(평가 알고리즘)의 정교함이 드러났으며, 현대 게임 개발과 비교할 때 아날로그 시대 게임이 얼마나 치밀했는지 보여준다.
핵심 요약
2001년 작 비즈니스 시뮬레이션 게임 '패스트 푸드 타이쿤 2'를 역컴파일해 그 구조를 분석한 결과를 공개했다. GPT-6.1 Sol Medium과 Ghidra를 활용해 fastfood2.exe의 4,046개 함수를 약 9.5MB의 C 형태 코드로 변환하고 SQLite에 로드해 함수 간 관계를 검색할 수 있게 만들었다. ReadProcessMemory API와 Windows 메시지 핸들러 패칭을 통해 실행 중인 게임의 메모리를 검사하고 UI 스레드에서 명령을 실행할 수 있도록 했다. 전체 요약 9문장 읽기 → 007 06:11 새 버전 OpenAI Python SDK v3.39.0 업데이트, GPT-6.1-Terra 모델 지원 OpenAI의 Python SDK 버전 3.39.0이 릴리스되었다. AI · 머신러닝 · openai/openai-python@v3.39.0
Key Point Python 개발자가 최신 OpenAI 모델을 SDK에서 즉시 활용하기 위해 필요한 업데이트이다.
핵심 요약
OpenAI의 Python SDK 버전 3.39.0이 릴리스되었다. 새로운 GPT-6.1-Terra 모델 식별자가 API에 추가되었다. 이번 업데이트를 통해 개발자들은 GPT-6.1-Terra 모델을 SDK를 통해 사용할 수 있게 되었다. 008 09:11 ▲ 206 · 댓글 248 AI 모델들, 인간 본성에 같은 결론에 도달하다 12개 AI 모델(GPT-6.1 Sol, Gemini 4 Argon, DeepSeek V4 Pro, Claude Opus 5.5 등)에게 인간에 대한 가장 논쟁적인 의견을 3번씩 물었다. AI · 머신러닝 · Every AI model has the same "controversial" take on humans
Key Point 같은 AI 모델들이 인간 본성에 대해 거의 동일한 비판적 결론에 도달한 현상은, 학습 데이터의 편향이나 AI 안내 방식이 모델들의 판단을 수렴시키는 메커니즘을 보여준다.
핵심 요약
12개 AI 모델(GPT-6.1 Sol, Gemini 4 Argon, DeepSeek V4 Pro, Claude Opus 5.5 등)에게 인간에 대한 가장 논쟁적인 의견을 3번씩 물었다. 7개 모델은 매번 같은 답을 했고, 12개 모델 모두 최소 1번은 동일한 주장을 제시했다: '인간은 진실보다 집단 소속을 우선한다'는 내용이다. 모델들의 구체적 표현은 다양했지만 핵심은 같다. '인간은 충성심을 원칙으로 위장한다'(GPT-6 Astra), '신념이 아니라 멤버십을 갖는다'(Kimi K3), '이성화 동물이다'(DeepSeek V4 Pro)는 식의 주장이 반복됐다. 전체 요약 12문장 읽기 → 009 06:11 ▲ 180 · 댓글 75 확산 기반 LLM 머큐리 3 공개, 초당 1000+ 토큰 처리 확산(Diffusion) 기반 LLM인 머큐리 3를 공개했으며, 여러 벤치마크에서 GPT-6 Luna와 Claude Haiku 5.5를 능가하면서 4~8배 빠른 초당 1,068 토큰을 처리한다. AI · 머신러닝 · Mercury 3: Diffusion at scale
Key Point 확산 기반 LLM이 자동회귀 모델과의 경쟁에서 확장 가능함을 증명하는 첫 번째 상용 사례로, 실시간 AI 애플리케이션의 지연 시간 문제를 해결할 수 있다.
핵심 요약
확산(Diffusion) 기반 LLM인 머큐리 3를 공개했으며, 여러 벤치마크에서 GPT-6 Luna와 Claude Haiku 5.5를 능가하면서 4~8배 빠른 초당 1,068 토큰을 처리한다. 머큐리 1 대비 40배 이상 모델 파라미터를 확대했으며, 벤치마크 기준 지능 수준은 3배 향상됐다. 문맥 길이는 260K에서 100만 토큰으로 확장했고, 입출력 토큰당 각각 0.20달러, 0.70달러이며 출시 초기에는 50% 할인(입력 0.10달러, 출력 0.35달러)을 제공한다. 전체 요약 10문장 읽기 → 010 03:11 ▲ 111 · 댓글 52 LLM이 스타크래프트 봇 작성 대회, GPT-6 Astra 압승 StarSkirmish는 LLM이 1시간 내에 스타크래프트 브루드워용 프로토스 봇을 C++로 작성하는 벤치마크로, 작성된 봇을 인간이 작성한 경쟁용 봇과 평가한다. AI · 머신러닝 · Show HN: Gemini 4 Argon plays StarCraft
Key Point LLM의 장시간 추론 능력과 실전 문제 해결 과정을 직접 관찰할 수 있는 벤치마크로, 기존 공개 평가와 다른 상관관계를 드러낸다.
핵심 요약
StarSkirmish는 LLM이 1시간 내에 스타크래프트 브루드워용 프로토스 봇을 C++로 작성하는 벤치마크로, 작성된 봇을 인간이 작성한 경쟁용 봇과 평가한다. v0.2는 OpenAI, Anthropic, Google, Meta의 최신 모델을 각 회사의 공식 CLI 환경에서 1시간 실행해 승률로 평가하며, GPT-6 Astra가 평균 승률 기준 최고점을 기록했다. GPT-6 Astra를 제외한 상위권 모델들(GPT-6.1 Sol, Gemini 4 Argon, Claude Opus 5.5, Claude Fable 5.1)은 37~39점으로 거의 동점이다. 전체 요약 13문장 읽기 → 011 03:11 ▲ 123 · 댓글 109 LLM이 만드는 디자인, 모두 똑같은 이유 LLM들이 UI 디자인 작업에서 놀랍도록 비슷한 결과물을 만드는 '다양성 붕괴' 문제가 드러났다. AI · 머신러닝 · Why do LLM pelicans look like this?
Key Point AI 모델들의 UI 디자인 창의성이 인간의 30% 수준에 불과하며, 모두 비슷한 패턴으로 생성하는 근본적 한계를 정량적으로 입증한 첫 벤치마크다.
핵심 요약
LLM들이 UI 디자인 작업에서 놀랍도록 비슷한 결과물을 만드는 '다양성 붕괴' 문제가 드러났다. Kombai 연구팀이 'Design Creativity Bench' 벤치마크를 개발해 16개 최첨단 모델을 80개 열린형 UI 작업으로 평가했으며, 각 작업마다 2개의 서로 다른 제품 도메인과 인간 디자이너 기준을 제시했다. 창의성을 세 가지 차원으로 측정했다: 원창성(같은 브리프에 대해 다른 모델들과 얼마나 다른지), 창의적 범위(제품 도메인이 바뀔 때 디자인 결정을 얼마나 적응시키는지), 적절성(생성된 UI가 요구사항을 만족하는 정도). 전체 요약 6문장 읽기 → 012 06:11 ▲ 305 · 댓글 193 OpenAI 실적 하향 조정, 연간 매출 50억 달러 OpenAI가 9월 말 기준 연간 매출 약 50억 달러를 달성했다고 투자자에게 공시했으며, 이는 지난달 널리 보도된 68억 달러보다 18억 달러 낮은 수치다. AI · 머신러닝 · OpenAI annualised revenues $20B less than previously signalled
Key Point OpenAI의 실제 연간 매출이 보도되었던 것보다 18억 달러 낮으며, 공개 기업화를 앞두고 안전 우려까지 겹치면서 투자자의 신뢰도가 요동치는 상황을 보여준다.
핵심 요약
OpenAI가 9월 말 기준 연간 매출 약 50억 달러를 달성했다고 투자자에게 공시했으며, 이는 지난달 널리 보도된 68억 달러보다 18억 달러 낮은 수치다. 68억 달러 수치는 OpenAI의 파트너 회사들의 총수익을 포함한 것으로, 경쟁사 Anthropic과의 직접 비교를 용이하게 하기 위한 기준이었다. OpenAI는 3분기 총 실행 매출 성장률 77%, 기업 사업 성장률 107%를 기록했다고 밝혔다. 전체 요약 7문장 읽기 → 013 06:11 ▲ 156 · 댓글 53 AI가 직접 코드로 쓰는 유화 풍경화, 75점 공개 Claude Opus 5.5, GPT-6.1 Sol, Gemini 등 여러 AI 모델이 유화 물감 시뮬레이션에 코드를 작성해 그림을 그린 프로젝트로, 이미지 생성 모델 없이 순수 프로그래밍으로 유화 효과를 구현했다. AI · 머신러닝 · Show HN: Giving Opus 5.5 a simulated paint canvas
Key Point AI가 이미지 생성이 아닌 코드 기반 시뮬레이션으로 전통 회화 기법을 구현하는 방식의 혁신성과, 여러 모델의 창의적 선택과 버그·보안 문제가 실제 데이터로 드러난 흥미로운 실험이다.
핵심 요약
Claude Opus 5.5, GPT-6.1 Sol, Gemini 등 여러 AI 모델이 유화 물감 시뮬레이션에 코드를 작성해 그림을 그린 프로젝트로, 이미지 생성 모델 없이 순수 프로그래밍으로 유화 효과를 구현했다. 각 모델은 '가상 이젤'이라는 인터페이스를 통해 붓질, 물감 건조, 유약 레이어링 등을 코드로 제어하며, 75점 중 46점은 세션 중 여러 번 멈추고 그림을 보며 그렸다. 대부분은 카스파르 다비드 프리드리히 작품을 모사했는데, 실제 그림을 본 적 없이 텍스트 연구만으로 그려냈고, 일부는 자유 주제로 작업했다. 전체 요약 7문장 읽기 → 014 03:11 ▲ 343 · 댓글 342 중국 AI 연구소의 최적화 기술, 서방 기업들이 조용히 도입 중 Anthropic과 OpenAI가 중국 AI 연구소의 기술을 모방한다고 지적하지만, 중국 연구소들은 오히려 자신들의 혁신 기술을 공개하고 있다. AI · 머신러닝 · The AI Race Just Got Awkward
Key Point 서방 AI 기업들이 중국 연구소의 혁신 기술을 도입하면서 장문맥 처리 비용이 급격히 내려가고 있으며, 이는 AI 산업 경쟁 구도의 근본적 변화를 보여준다.
핵심 요약
Anthropic과 OpenAI가 중국 AI 연구소의 기술을 모방한다고 지적하지만, 중국 연구소들은 오히려 자신들의 혁신 기술을 공개하고 있다. DeepSeek이 공개한 KV 캐시 최적화 기술은 긴 문맥을 처리하는 작업에서 캐시 크기를 437배까지 줄였다. MLA 아키텍처로 15배 압축에 성공한 후, CSA, HCA 등의 기법을 거쳐 최신 DeepSeek-V4.1-Flash는 토큰당 890바이트로 캐시를 단축했다. 전체 요약 7문장 읽기 → 015 03:11 새 버전 OpenAI Python SDK v3.21.0 릴리스, GPT-6.1 Sol 모델 추가 OpenAI Python SDK의 v3.21.0 버전이 릴리스되었다. AI · 머신러닝 · openai/openai-python@v3.21.0
Key Point OpenAI의 새로운 모델이 Python SDK에 통합되어 개발자들이 즉시 활용할 수 있게 되었기 때문이다.
핵심 요약
OpenAI Python SDK의 v3.21.0 버전이 릴리스되었다. GPT-6.1 Sol 모델 식별자가 API에 추가되었다. 개발자는 이제 Python SDK를 통해 GPT-6.1 Sol 모델에 접근할 수 있다.