AI 브리핑

새 모델·업계 소식과 연구를 매일 쉬운 우리말로 풉니다.

오늘의 AI

11월 13일 정리 · 소식과 연구를 한데

업계난이도 쉬움출처 한 곳뿐11/13

젠슨 황, 엔비디아 CEO 사임

엔비디아가 12일(현지 시각) 젠슨 황이 사장·CEO·이사직에서 즉시 물러났다고 발표했다. 회사는 사유를 밝히지 않았고, 콜레트 크레스 CFO가 후임이 정해질 때까지 임시 CEO를 맡는다.

쉽게 말하면비유하자면 30년 넘게 가게를 키워 온 창업주가 예고 없이 자리를 내놓은 일이다. 물건(AI 칩)은 그대로 팔리지만, 다음 방향을 누가 정할지가 빈칸으로 남았다.

왜 봐야 하나: AI 칩 시장을 이끌어 온 회사의 수장이 바뀌는 일이라 파장이 크다. 장 초반 주가가 최대 14.3% 떨어졌고 코어위브·TSMC 같은 관련주도 함께 움직였다.

출처AI타임스 — 사임 발표 AI타임스 — 임시 CEO

새 모델난이도 쉬움11/13

제미나이 4 하이드로젠

구글이 일상 코딩과 에이전트 작업용으로 내놓은 빠른 모델. 깊은 추론은 상위 모델인 카본·아르곤이 맡고, 하이드로젠은 속도와 비용을 맡는 구성이다.

쉽게 말하면비유하자면 어려운 설계는 선임(카본·아르곤)이 맡고, 손 빠른 실무자(하이드로젠)가 반복 작업을 처리하는 팀 구성이다. 일마다 가장 비싼 모델을 부르지 않아도 되게 하려는 것이다.

왜 봐야 하나: 구글 발표 기준으로 기본 설정에서 3.8 플래시보다 2.5배 빨리 작업을 끝내고, 가격은 100만 토큰당 입력 1.5달러·출력 7.5달러다. 제미나이 앱과 구글 검색에도 바로 들어간다.

출처구글 공식 글 AI타임스

평가·벤치마크난이도 보통arXiv · 11월 4일 공개

물리 연구를 통째로 맡겨 보는 AI 시험 FrontierPhysics

물리학자 42명이 자기 연구로 만든 과제 56개를 AI 에이전트에게 통째로 맡겼더니, 가장 잘한 AI도 168번 가운데 46번만 통과했다.

쉽게 말하면비유하자면 요리 실기 시험이다. 어떤 요리를 낼지는 정해 주지만 조리법은 주지 않는다. 장보기, 조리, 맛 점검, 레시피 글쓰기까지 혼자 해내야 한다. 맛은 계측기가 재고, 글과 과정은 심사위원이 본다. 가장 잘한 AI도 네 번에 한 번쯤만 합격했다. 다만 여기서 심사위원은 사람이 아니라 또 다른 AI였다는 점이 실제 요리 시험과 다르다.

왜 봐야 하나: 'AI가 과학 연구를 혼자 한다'는 말이 어디까지 사실인지 숫자로 가늠하게 해 준다. 한 모델의 실패를 사람이 뜯어본 결과, 가장 자주 막힌 곳은 물리 지식보다 제 답을 의심하고 따져 보는 일이었다. AI가 낸 분석을 쓸 때 답만 보지 말고 어떻게 확인했는지도 살필 까닭이 된다.

쉬운 해설 전체 보기알아낸 것 4 · 용어 4 · 읽는 데 4분

출처원문 — arXiv PDF

새 모델난이도 쉬움출처 한 곳뿐11/13

Claude Fable 5.2 · Mythos 5.2

Anthropic이 Opus 위 등급 모델의 새 판을 냈다. 둘은 같은 기반 모델이고, Fable은 안전장치를 붙여 누구나, Mythos는 승인받은 기관만 쓴다.

쉽게 말하면비유하자면 같은 엔진을 얹은 차 두 대다. 한 대(Fable)는 안전장치를 달아 누구에게나 팔고, 다른 한 대(Mythos)는 승인받은 기관에만 내준다.

왜 봐야 하나: 이전 5.1보다 값이 내려가(100만 토큰당 입력 8달러·출력 40달러) 출력은 최대 30% 빨라졌다는 소개다. 대부분의 일은 Opus 5.5로 시작하고 필요할 때 올려 쓰라는 안내가 붙었다.

출처파이토치 한국 — 우리말 정리

평가·벤치마크난이도 보통arXiv · 11월 4일 공개

AI가 아는 것과 '안다'는 말의 차이를 잰 벤치마크 FinDendro

날짜가 붙은 미국 금융 사실 2,226건으로 AI가 실제로 맞히는 것과 '안다'고 말하는 것을 견줬더니, 대부분의 모델에서 둘이 어긋났다.

쉽게 말하면비유하자면 지난주 시험의 답안지를 이미 본 학생에게 "답 본 적 있니?" 하고 묻는 것과 같다. 학생은 "모른다"고 하면서도 답을 맞힌다. "시험 전날이라고 생각하고 풀어라"라고 해도 본 답은 머리에서 지워지지 않는다. 다만 이 연구는 AI가 일부러 숨기는지는 따지지 않았다. 답과 말이 어긋난다는 것만 쟀다.

왜 봐야 하나: AI에게 "이거 알아?"라고 묻거나 "그때인 척해 봐"라고 시키는 일은 흔하다. 이 시험에서 GPT-5는 '모른다'고 한 사실도 61% 맞혔다. 날짜를 알려 줘도 정답률은 거의 그대로였다. 적어도 금융 숫자를 객관식으로 물을 때는 AI의 "모른다"와 "예측이다"를 그대로 믿기 어렵다.

쉬운 해설 전체 보기알아낸 것 4 · 용어 4 · 읽는 데 5분

출처원문 — arXiv PDF

기기난이도 쉬움출처 한 곳뿐11/13

구글·삼성 AI 안경

구글이 삼성전자·젠틀몬스터·와비파커와 만든 제미나이 기반 안경 ‘인텔리전트 아이웨어’. 화면 없이 음성과 카메라 인식으로 움직이고, 갤럭시와 아이폰에 모두 연결된다.

쉽게 말하면비유하자면 이어폰에 눈(카메라)이 달린 셈이다. 화면을 띄우는 대신, 지금 보고 있는 것을 물으면 귀로 답해 준다.

왜 봐야 하나: 한국과 미국에서 예약 판매를 시작했고 정식 출시는 12월 10일. 메타가 출하량의 80%대를 쥔 시장에 들어오는 첫 대형 경쟁자다.

출처AI타임스

연구 · 프리프린트난이도 보통arXiv · 11월 10일 공개

에이전트 메모에 근거 기록을 연결하는 기억 기법 WikiTrace

AI 에이전트가 쌓아 둔 교훈마다 근거가 된 작업 기록을 연결해 되짚게 했더니, 메모 때문에 틀리는 일이 줄고 평균 점수가 올랐다.

쉽게 말하면비유하자면 선배가 남긴 업무 요령 쪽지와 같다. 쪽지만 보면 왜 그렇게 하라는지 알 수 없어 엉뚱한 상황에 적용하기 쉽다. WikiTrace는 쪽지마다 그날의 업무 일지를 붙여 둔다. 미심쩍으면 일지를 펼쳐 확인하고 쪽지를 고쳐 읽는다. 다만 실제 연구에서 쪽지를 쓴 것은 선배가 아니라 AI 자신이다. 일지를 본다고 쪽지가 옳다고 보증되지도 않는다.

왜 봐야 하나: AI가 지난 일을 기억하면 더 잘할 것이라고 여기기 쉽다. 이 연구는 에이전트가 쌓은 메모가 출처 없이 쓰이면 오히려 실수를 부를 수 있고, 근거 기록을 함께 남겨 확인하게 하면 그 위험이 줄어든다는 것을 모의 시험에서 보여 준다.

쉬운 해설 전체 보기알아낸 것 4 · 용어 4 · 읽는 데 5분

출처원문 — arXiv PDF

공식 연구 발표난이도 어려움Google DeepMind · 11월 11일 공개

세포 종류별로 DNA 변이 영향을 예측하는 알파게놈 2

DNA 100만 글자와 '어떤 세포인지'를 함께 넣는 모델을 만들어, 변이가 세포 종류마다 유전자 활동을 어떻게 바꾸는지 이전 모델보다 정확히 예측함을 보였다.

쉽게 말하면비유하자면 DNA는 모든 주방에 똑같이 놓인 두꺼운 요리책이다. 주방(세포)마다 펴 보는 쪽이 달라서 다른 요리가 나온다. 알파게놈 2는 '어느 주방인지'를 먼저 듣고, 사람마다 한 글자씩 다르게 적힌 대목이 그 주방의 요리를 어떻게 바꿀지 짐작한다. 다만 실제 모델은 요리법을 이해하는 것이 아니라 측정 자료에서 통계 규칙을 배운 것이다.

왜 봐야 하나: 같은 변이라도 어느 세포에서 문제를 일으키는지 알아야 병의 원인을 좁힐 수 있다. AI가 글과 그림을 넘어 생명과학 실험의 우선순위를 정하는 데 쓰이는 모습을 보여 준다. 다만 연구용이며 진단에 쓰는 도구는 아니다.

쉬운 해설 전체 보기알아낸 것 4 · 용어 4 · 읽는 데 4분

출처원문 — Google DeepMind AI타임스 PDF

공식 연구 발표난이도 어려움Google DeepMind · 11월 10일 공개

시그널 암호 코드 보안을 AI가 증명한 AlphaProof Code

사람이 '무엇을 증명할지'를 정하면 AI 에이전트 팀이 증명을 쓰는 방식으로, 메신저 시그널의 암호 코드가 보안 약속을 지킨다는 것을 기계 검산으로 보였다.

쉽게 말하면비유하자면 수학 시험에서 답안은 AI 수십 명이 쓰고, 채점은 절대 봐주지 않는 기계 채점기가 한다. 사람은 문제지가 제대로 된 문제인지만 꼼꼼히 본다. 답안이 650만 줄이어도 채점기가 한 줄씩 검산하니, AI가 실수하면 통과하지 못한다. 다만 문제지가 엉성하면 만점의 값어치도 그만큼 떨어진다. 이 약점은 실제 연구에도 그대로 남아 있다.

왜 봐야 하나: 시그널 방식 암호화는 왓츠앱, 구글 메시지에도 쓰인다. 코드 한 군데만 틀려도 많은 사람의 대화가 드러날 수 있다. AI가 쓴 결과를 '그럴듯하다'가 아니라 기계 검산으로 확인하는 길이 실제 제품 코드에서도 통할 수 있음을 보여 준다.

쉬운 해설 전체 보기알아낸 것 4 · 용어 4 · 읽는 데 3분

출처원문 — Google DeepMind PDF

기술 보고서난이도 어려움출처 한 곳뿐Unemployment Labs · 11월 12일 공개

AI 모델 파일에 남은 GPU 지문을 읽는 체크포인트 포렌식

공개된 AI 모델 파일에 남은 초기값 흔적으로 첫 값을 만든 GPU 계열을 가려내는 방법을 내놓았다. 중국 4개 회사의 모델 6개가 엔비디아 블랙웰과 맞았다고 보고했다.

쉽게 말하면비유하자면 여러 사람이 번호표 순서대로 돌아가며 빈칸에 숫자를 적는 일이다. 적을 숫자 목록이 같아도 사람 수가 다르면 같은 숫자가 다른 칸에 들어간다. 저자는 완성된 모델에 남은 숫자의 자리를 보고 몇 명이 적었는지를 거꾸로 셌다. 그 사람 수가 칩 계열마다 다르다. 다만 실제로는 학습이 숫자 대부분을 고쳐 써서, 흔적이 희미하게만 남은 곳이 많다.