실용성 경쟁

나의 10년이!

최근 인공지능(AI) 도구가 슈퍼박테리아 문제를 단 2일 만에 해결했다는 뉴스가 화제를 모았어요. 임페리얼 칼리지 런던(ICL)의 호세 R. 페나데스(José R Penadés) 교수 연구팀은 10년 동안 왜 일부 슈퍼박테리아가 항생제에 면역이 되는지 연구해왔었어요. 그러나 구글이 만든 AI 도구는 놀랍게도, 단 이틀 만에 같은 결론에 도달했어요.

페나데스 교수는 이 AI 도구에 자신의 핵심 문제를 짧게 제시했을 뿐이지만, AI가 고작 48시간 만에 같은 결론을 내린 것을 보고 큰 충격을 받았고, 구글에 자신의 컴퓨터에 접근 권한이 있었는지 확인 이메일을 보냈어요. 하지만 구글은 AI 도구가 공개 도메인에 없는 정보를 사용하지 않았다고 회신했어요.

거기에 더해서, 이 AI 도구는 페나데스 교수의 연구를 복제하는 것뿐만 아니라, 추가적인 네 가지 가설도 제시했어요. 그 중 세 가지는 페나데스 박사가 이미 제시한 가설이지만, 나머지 한 가지는 AI의 독창적인 가설이라고 해요. 이렇듯 AI는 소소하게나마 새로운 발견을 이루게 되면서 앞으로 AI가 과학 연구에 미칠 영향에 대한 기대가 높아질 거라네요.

소넷은 비싼 몸

AI 업계의 화두는 LLM의 컨텍스트 길이 경쟁이에요. OpenAI로 최근에 합류하게 된 에이단 맥로우(Aidan McLaughlin)는 클로드 3.7 소넷 추론("newnewsonnet-thinking")에 대한 개인적인 리뷰를 트윗했어요.

에이단은 3.7 소넷의 뛰어난 성능에 대해서는 감탄을 표했지만, 한편으로는 가성비에 의문을 제기했어요. 3.7 소넷 추론 모델은 o3-mini high 모델 대비 생각하는 과정에 토큰을 6배(64,000 토큰 vs 10,000 토큰), 출력 비용을 3배 더($15 vs $4.4) 사용했거든요. 3,5 소넷 보다 성능이 올라간 것에 비해 o3보다 가성비가 지나치게 떨어진다는 의미에요.

실제로 3.7 소넷은 프로그래머들에게는 인기지만, 모든 벤치마크에서 성능 1위를 달성하지는 못했어요. 오히려 수학 문제 해결 등 일부 벤치마크에서는 제미나이 2.0 플래시 씽킹(Gemini 2.0 Flash Thinking) 같은 타 모델이 더 높은 점수를 보이기도 했고요. 무조건적인 컨텍스트 확장이 항상 최선은 아닐 수 있어요.

결론적으로, 에이단의 말에 따르면 클로드 3.7 소넷의 추론 버전은 복잡한 추론 및 긴 맥락 이해 작업에서 혁신적이지만 너무 낮은 가성비와 잠재적 성능 한계는 과제라네요. 향후 LLM 개발은 이렇듯 누구나 저렴하게 쓸 수 있게 가성비의 균형점을 찾아야 진정으로 도움이 되는 AI로 진화할 거에요.

아모데이에게도 계획이?

디 인포메이션(The Information)이 보도한 정보에 따르면, 3.7 소넷의 뒤를 이어서 앤트로픽 AI(Anthropic AI)의 차세대 모델 클로드 4(Claude 4)가 몇 주 안에 출시될 예정이라고 해요. 이번 모델의 핵심은 '하이브리드 AI 모델'이라고 해요.

클로드 4는 클로드 3.7처럼 기존 모델에 추론 모드를 결합했는데, 특히, 작업의 난이도에 따라 컴퓨팅 자원 사용량을 '슬라이딩 스케일' 방식으로 유연하게 조절할 수 있다는 점이 특징이라고 해요. OpenAI의 '낮음-중간-높음'과 같이 고정된 성능 모드와 대조적으로, 개발자는 자신이 일하는 방식에 맞춰서 비용, 속도, 효율성을 세밀하게 조정해서 최적의 근무 환경을 만들 수 있을 거라네요.

OpenAI 역시 GPT-4.5와 o3를 결합해서 GPT-5를 만든다는 로드맵을 통해 유사한 하이브리드 모델 전략을 채택하고 있어요. 하지만 이미 3.7 소넷이 증명했듯, 클로드 4도 실제 소프트웨어 엔지니어링 작업, 특히 복잡한 코드베이스 처리 및 기능적인 코드 생산 능력에서 OpenAI 모델보다 뛰어난 성능을 보일 것이라고 다들 기대하고 있어요. 새로운 모델의 가격은 아직 미정이지만, 최근 OpenAI의 가격 인하 추세를 고려할 때 앤트로픽이 일부러 가성비 중점 전략으로 나올 수도 있을 거에요.

구글은 무료로!

구글(Google)은 최근 제미나이 코드 어시스트(Gemini Code Assist)라고 불리는 전 세계 개발자들에게 AI 기반 코딩 지원을 무료로 제공하는 혁신적인 도구를 발표했어요. 이 도구는 놀랍게도 거의 모든 프로그래밍 언어를 지원하고, 코드 작성부터 리뷰까지 다양한 기능을 제공해줘요. 특히, Visual Studio Code와 JetBrains IDEs와 같은 IDE에서 사용 가능하고, 학생부터 프리랜서 개발자까지 누구나 활용할 수 있어요.

또한, 구글이 AI 스튜디오에서 제미나이를 누구나 넉넉하게 무료로 이용할 수 있게 풀어주었듯, 이번에도 최대 180,000개의 코드 완성을 지원해서 다른 무료 코딩 도구보다 훨씬 더 많은 용량을 제공한다고 해요. 이제 모든 개발자가 커서 AI와 깃헙 코파일럿(GitHub Copilot), 그리고 제미나이 코드 어시스트를 마음껏 활용해서 더 나은 코드를 작성하고, 더 빠르게 프로젝트를 완성할 수 있게 되었어요.

구글은 제미나이 코드 어시스트를 통해 개발자들이 더 나은 도구를 사용할 수 있도록 지속적으로 개선하고 있고, 앞으로 더 많은 기능과 향상된 AI 지원을 제공할 예정이라네요.

제2차 딥시크 붐?!

중국의 AI 스타트업 딥시크(DeepSeek)가 새로운 AI 모델 R2의 출시를 앞당기려고 노력 중이라고 해요. 올해 출시했던 딥시크 R1은 저비용 오픈소스 추론 모델로 세계 시장에서 돌풍을 일으키며 글로벌 빅테크에게 충격을 줬고, 앞으로도 저렴한 AI로 인류에게 기여하기 위해서 R2 출시를 더욱 더 앞당겼다고 하네요.

특히 딥시크의 창업자 량원펑(Ling Wenfeng)은 전통적인 중국 기술 기업의 문화를 거부하고, 연구 중심의 수평 구조를 유지하며 직원들이 스스로 업무를 할 수 있도록 격려하고 있어요. 또한 가성비 높은 오픈소스 AI 아키텍처 개발에 집중하여 경쟁사 대비 가격과 윤리 측면에서 우위를 점하고 있고요.

과연 딥시크 R2는 어떤 성능을 보여주고 AI 업계에서 어떤 트렌드를 만들어낼까요?

스테이블 디퓨전이 AI의 미래?!

최근 AI 분야에서 '인셉션 확산 LLM(Inception Diffusion LLM)'이라는 새로운 모델이 등장하며 큰 주목을 받고 있어요.

비디오에서는 'LLM 추론 함수 작성'이라는 동일한 작업을 수행하는 두 모델을 비교했는데, 자기 회귀 모델은 75번의 반복 끝에 답변을 완성한 반면, 인셉션 확산 모델은 단 14번 반복 만에 작업을 완료했어요. 이는 확산 모델(Diffusion Model)이 텍스트 생성 과정에서 훨씬 빠른 속도를 낼 수 있음을 시사하고, 1초가 아까운 실무에서 매우 중요한 장점으로 작용할 수 있어요.

전 OpenAI 직원이었던 안드레이 카파시(Andrej Karpathy)가 트윗에서 언급했듯이, 디퓨전 모델은 플럭스(Flux), 소라(Sora), 비오 2(Veo 2)처럼 이미지/비디오 생성 AI에서 주로 사용되는 방식이에요.

텍스트 분야에서는 자기 회귀(AutoRegressive) 모델이 우세했지만, 인셉션 확산 모델은 텍스트 생성 방식에 새로운 가능성을 제시해요. 단순한 속도 향상을 넘어, 기존 모델과는 다른 '독특한 심리'나 강점 및 약점을 지닌 새로운 LLM의 탄생을 의미할 수 있다네요.

인셉션 확산 LLM은 아직 초기 단계이지만, 공개된 정보와 카파시의 분석은 이 모델이 LLM 분야에 상당한 파장을 일으킬 수 있음을 보여줘요. 앞으로 얼마나 더 좋아질지 많이 기대되네요.

이제 달릴 시간

결국 AI의 미래는 ‘실용성’이라는 단어에 함축되어 있는 듯해요. 슈퍼 박테리아 문제 해결처럼 인류의 난제를 단숨에 해결하는 능력은 AI의 잠재력을 여실히 보여주었어요. 하지만, 소넷의 사례처럼 높은 성능이 곧 ‘최고의 AI’를 의미하는 것은 아니에요. 오히려 클로드 4의 하이브리드 모델이나 구글의 무료 코딩 지원, 딥시크의 저비용 AI 전략처럼, 누구나 쉽게 접근하고 실제로 사용할 수 있는 AI, 바로 여기에 AI의 진짜 혁신과 천재성이 숨어있다고 봐야 해요.

더 이상 AI는 특정 분야 전문가나 거대 기업의 전유물이 아니에요. 인셉션 확산 LLM처럼 새로운 기술 패러다임은 AI의 가능성을 더욱 확장하고 있어요. 중요한 건 속도, 효율성, 그리고 ‘가성비’에요. AI가 우리 일상과 사회 곳곳에 스며들어 긍정적인 변화를 만들어내려면, 모두가 부담 없이, 그리고 효과적으로 AI를 활용할 수 있게 에코 멤버님들의 적극적인 서포트가 필요할 거에요.

같이 읽어보면 좋은 글

딥시크 열풍은 끝나지 않았어

대형 언어 모델의 메타 인지와 추론 시간 계산이 AI 안전성 및 성능을 혁신합니다. 딥시크, 키미 k1.5, 두바오 등 최신 AI 경쟁 동향과 기술 발전을 확인해 보세요.

AI 코리아 커뮤니티 뉴스레터Cinnamomo di Moscata

한 판 붙자 알트만!

딥스케일러: 스마트폰에서도 O1급 AI! 7GB→2GB 최적화! 딥스케일러로 스마트폰에서도 강력한 O1급 AI를 경험하세요. 레플릿 에이전트: AI가 앱 개발 끝! 코딩 없이 AI가 앱 제작! 레플릿 에이전트로 누구나 쉽게 앱을 개발하세요.

AI 코리아 커뮤니티 뉴스레터Cinnamomo di Moscata

Cinnamomo di Moscata (글쓴이) 소개

게임 기획자입니다. https://www.instagram.com/cinnamomo_di_moscata/

(1) Tom Gerken. (2025). AI cracks superbug problem in two days that took scientists years. BBC News. https://www.bbc.com/news/articles/clyz6e9edy3o

(2) Editor. (2025). Claude 3.7 Sonnet and Claude Code. Anthropic AI. https://www.anthropic.com/news/claude-3-7-sonnet

(3) Aidan McLaughlin. (2025). "Super super excited for newnewsonnet-thinking benchmarks look promising but 64k tokens of CoT is insane, no? like o3-mini high rarely uses more than 10k and its output cost is $4.40, not $15 (3× output cost, 6× tokens used, sometimes worse scores) https://t.co/Tp5WPGrW7i". X. https://x.com/aidan_mclau/status/1894095469741314248

(4) Stephanie Palazzolo. (2025). Anthropic Strikes Back. The Information. https://www.theinformation.com/articles/anthropic-strikes-back

(5) Chubby. (2025). "Claude 4 in the coming weeks, here is what we know from the Information: • Hybrid AI Model: Anthropic is developing a model that blends traditional language model capabilities with advanced reasoning, adjusting computational intensity based on the task. • Dynamic Computation https://t.co/l1jeQLjBXG". X. https://x.com/kimmonismus/status/1890056488774676697

(6) Ryan J. Salva. (2025). Get coding help from Gemini Code Assist — now for free. Google The Keyword. https://blog.google/technology/developers/gemini-code-assist-free/

(7) Eduardo Baptista, Julie Zhu and Fanny Potkin. (2025). DeepSeek rushes to launch new AI model as China goes all in. Reuters. https://www.reuters.com/technology/artificial-intelligence/deepseek-rushes-launch-new-ai-model-china-goes-all-2025-02-25/

(8) Andrej Karpathy. (2025). "This is interesting as a first large diffusion-based LLM. Most of the LLMs you've been seeing are ~clones as far as the core modeling approach goes. They're all trained "autoregressively", i.e. Predicting tokens from left to right. Diffusion is different - it doesn't go left to". X. https://x.com/karpathy/status/1894923254864978091

*Affiliate links and regular links may be included.

뉴스레터 광고 공간 (광고주를 모집합니다)

For newsletter banner advertising inquiries, please contact: Bopyo@aikoreacommunity.com

이곳에 서비스를 소개하세요!

뉴스레터 배너 광고 문의: Bopyo@aikoreacommunity.com

뉴스레터 편집장 소개

• 보표 홈페이지
• https://amzbopyo.com/
• 보표 SNS
• 보표 레터: https://www.bopyoletters.com/
• X(트위터): https://twitter.com/AIBopyo
• 스레드: https://www.threads.net/@bopyo.amz
• 링크드인: https://www.linkedin.com/in/bopyo-park-848631231/
• 인스타그램: https://www.instagram.com/bopyo.amz/
• AI 코리아 커뮤니티 아카데미
• https://app.aikoreacommunity.com/collections/932400