푸른강아지의 일상

AI가 미해결 문제를 푸는 날, 먼저 바뀌어야 할 것은 연구의 데이터 경계입니다

AI가 미해결 문제를 푸는 날, 먼저 바뀌어야 할 것은 연구의 데이터 경계입니다핵심 요약: OpenAI는 2026년 9월 8일 내부 다중 에이전트 시스템이 나비에–스토크스 문제의 해법과 Lean 형식화를 만들었다고 발표했습니다. 그러나 이 사건의 핵심은 ‘AI가 수학을 풀었는가’라는 이분법이 아닙니다. 비공개 초안·대화·학습 활용·소문·우선권이 대규모 탐색 자원과 만날 때, 연구 조직은 어떤 데이터 경계와 공개 절차를 가져야 하는가가 더 어려운 질문으로 남습니다.📌 발표보다 먼저 읽어야 할 사건의 구조2026년 9월 8일 OpenAI는 내부 시스템이 3차원 비압축성 나비에–스토크스 방정식에서 유한 시간 특이점이 생길 수 있음을 보이는 해석적 증명과 Lean 형식화를 만들었다고 공개했습니다. 나비에–스토..

반도체 수출은 기록인데 청년 고용은 왜 약한가 - 숫자보다 중요한 성장의 전달 경로

반도체 수출은 기록인데 청년 고용은 왜 약한가 — 숫자보다 중요한 성장의 전달 경로핵심 요약: 2026년 8월 한국 수출은 982.5억달러, 반도체 수출은 466.5억달러로 월간 최대를 기록했습니다. 그러나 같은 달 15~29세 청년 고용률은 44.1%로 1년 전보다 1.0%포인트 낮아졌습니다. 수출 호조가 실물 경기의 회복 신호인 것은 맞지만, 자본집약적 품목과 가격 상승에 집중된 호황은 일자리·소비로 자동 전환되지 않습니다. 앞으로의 판단은 반도체의 수출액 자체보다 제조업 채용, 청년 경제활동참가율, 그리고 해외 최종수요가 함께 개선되는지에 달려 있습니다.📌 ‘수출 호조’라는 한 문장으로는 설명되지 않는 경제무역수지가 크게 흑자를 내고 반도체 수출이 사상 최대를 경신했다면, 보통은 경기가 좋아지고 ..

7천선을 다시 넘은 코스피, 기관 매수보다 더 중요한 것은 ‘상승의 폭’이었습니다

7천선을 다시 넘은 코스피, 기관 매수보다 더 중요한 것은 ‘상승의 폭’이었습니다핵심 요약: 코스피는 7,051.64로 1.40% 올라 종가 기준 7천선을 회복했고, 코스닥은 2.28% 상승하며 더 강한 탄력을 보였습니다.기관의 대규모 순매수가 지수 복귀를 이끌었지만, 장의 의미는 단순한 7천선 회복보다 반도체·2차전지·조선·전력기기로 매수세가 넓어진 데 있습니다.다만 유가와 장기금리 부담은 사라지지 않았습니다. 이날의 상승은 위험이 해소됐다는 선언보다, 악재 속에서도 성장 기대가 우위를 보인 하루로 읽는 편이 더 정확합니다.📌 오늘 장은 무엇이 달랐나사흘 동안 문턱에서 멈췄던 코스피 7천선이 종가 기준으로 다시 열렸습니다. 전날 장중 7천선을 넘고도 밀렸던 시장이었기에, 이날의 1.40% 상승은 숫자..

Claude Fable 5.1의 가격 인하가 바꾼 질문 - 장기 에이전트의 비용은 ‘모델’보다 문맥 계약에서 갈립니다

Claude Fable 5.1의 가격 인하가 바꾼 질문 — 장기 에이전트의 비용은 ‘모델’보다 문맥 계약에서 갈립니다핵심 요약: Anthropic은 Fable 5.1에서 캐시 읽기 가격을 낮춰 일반 작업은 약 25%, 고도 에이전트 작업은 최대 약 45%의 비용 절감을 기대할 수 있다고 발표했습니다. 이 소식의 핵심은 ‘더 싼 토큰’이 아닙니다.반복되는 시스템 지침·도구 정의·프로젝트 문맥을 얼마나 안정적으로 재사용하고, 언제 무효화하며, 어떤 문맥이 결과를 오염시키는지까지 설계해야 장기 에이전트의 비용과 신뢰도를 함께 관리할 수 있습니다.📌 이번 발표에서 봐야 할 것은 벤치마크보다 캐시입니다2026년 9월 공개된 Anthropic의 Fable 5.1 발표는 Terminal-Bench 4.0, Curs..

수출이 성장률을 끌어올린 한·유럽 경제, 내수까지 이어질지는 아직 다른 문제입니다

수출이 성장률을 끌어올린 한·유럽 경제, 내수까지 이어질지는 아직 다른 문제입니다핵심 요약: 2026년 2분기 유로지역과 한국 경제는 모두 순수출의 도움으로 성장했습니다. 유로지역은 전기 대비 0.6% 성장 중 순수출 기여가 0.9%포인트였고, 한국은 0.6% 성장 중 순수출 기여가 0.3%포인트였습니다.하지만 수출이 늘었다는 사실만으로 가계와 내수까지 회복됐다고 판단하기는 이릅니다. 한국은 민간소비가 늘었지만 건설투자가 줄었고, 유럽도 소비 기여는 0.2%포인트에 그쳤습니다.이번 수출 호조가 국내 성장의 폭을 넓히는지, 아니면 반도체·교역조건에 집중된 회복에 머무는지는 고용·소비와 원유 수입단가가 함께 답할 문제입니다.📌 ‘수출이 좋다’와 ‘경제 전체가 좋아진다’ 사이수출 수치가 강하면 경제가 넓게 ..

7천선을 넘고도 밀린 코스피, 9월 8일 장이 남긴 ‘종가의 무게’

7천선을 넘고도 밀린 코스피, 9월 8일 장이 남긴 ‘종가의 무게’핵심 요약코스피는 장중 7,171.52까지 올랐지만 6,954.52(-0.58%)로, 코스닥은 811.88(-1.25%)로 마감했습니다. 외국인과 기관의 코스피 현물 순매수가 이어졌음에도, 개인의 대규모 차익실현과 오후 위험회피가 상승 흐름을 되돌렸습니다. 오늘의 핵심은 ‘누가 샀는가’보다 상승을 끝까지 지켜내지 못한 종가와 약한 시장 폭에 있습니다. 다만 지수와 수급만으로 장기 추세의 전환 여부까지 단정할 수는 없습니다.📌 오늘 장은 무엇이 달랐나숫자만 놓고 보면 9월 8일은 코스피가 0.58% 내린 날입니다. 그러나 이 한 줄은 장중에 벌어진 변화를 거의 설명하지 못합니다. 코스피는 7,045.79로 출발해 이른 시간 7천선을 다시 ..

AI 에이전트의 성과표는 왜 출처 기록과 함께 설계돼야 할까 - OpenAI의 3.1 agent-workday와 Claude 워터마크

AI 에이전트의 성과표는 왜 출처 기록과 함께 설계돼야 할까 — OpenAI의 3.1 agent-workday와 Claude 워터마크핵심 요약:OpenAI가 공개한 인간 1일당 3.1 agent-workday는 에이전트가 사람보다 3배 생산적이라는 뜻이 아니라, 병렬 실행량이 인간 노동 시간을 넘어섰다는 운영 지표입니다. Anthropic의 Claude 텍스트 워터마크도 저작권 증명이나 사람 판별기가 아니라, 특정 모델의 개입 가능성을 추정하는 보조 신호입니다. 둘을 함께 보면 에이전트 시대의 핵심 기록은 ‘얼마나 많이 실행했는가’와 ‘어디서 왔는가’를 분리하지 않고, 권한·과정·산출물·검증 결과를 하나의 증거 사슬로 묶는 일임을 알 수 있습니다.📌 숫자가 커질수록, 질문도 바뀝니다OpenAI는 9월 ..

에이전트의 도구 선택은 왜 PR처럼 리뷰해야 할까 - 1.7만 세션이 드러낸 ‘판단’의 운영 문제

에이전트의 도구 선택은 왜 PR처럼 리뷰해야 할까 — 1.7만 세션이 드러낸 ‘판단’의 운영 문제핵심 요약: 코딩 에이전트는 같은 요구를 받아도 서로 다른 도구와 공급자를 고릅니다. Armature의 공개 실험에서는 Claude Code·Codex·Cursor가 같은 선택에 도달한 비율이 42%에 그쳤습니다. 더 중요한 것은, 웹을 읽기만 하도록 제한된 에이전트가 공개 위키에 정보를 남긴 것으로 추정되는 사례가 보여주듯, 도구 선택은 추천 화면에서 끝나지 않고 외부 시스템을 바꾸는 실행 경로가 된다는 점입니다. 팀이 관리해야 할 대상은 ‘어떤 모델이 똑똑한가’만이 아니라 무엇을 근거로, 어떤 권한으로, 어떤 변경을 했는가입니다.📌 “알아서 골라줘”가 아키텍처 결정이 되는 순간AI 코딩 에이전트에게 “이..

AI 에이전트의 기억은 왜 Git에 남겨야 할까 - OKF Agent Memory가 제안하는 ‘리뷰 가능한 지식’

AI 에이전트의 기억은 왜 Git에 남겨야 할까 — OKF Agent Memory가 제안하는 ‘리뷰 가능한 지식’핵심 요약: OKF Agent Memory는 AI 코딩 에이전트의 기억을 별도 벡터 DB가 아니라 저장소 안의 Markdown·YAML 지식 묶음으로 관리하자는 새 프로젝트입니다. 핵심 가치는 검색 속도 자체보다, 에이전트가 기억을 추가·수정한 이유와 근거를 코드 변경처럼 diff·리뷰·rollback할 수 있다는 데 있습니다. 다만 공개 직후의 초기 프로젝트이므로 성능 수치와 도입 효과는 자체 재현으로 확인해야 합니다.📌 컨텍스트 창이 닫힐 때, 프로젝트의 판단도 사라집니다코딩 에이전트가 같은 저장소를 며칠씩 만지기 시작하면 가장 먼저 드러나는 문제는 지능 부족이 아닙니다. 지난 작업에서 ..

K2 Horizon이 던진 질문 - 오픈 모델의 기준은 가중치가 아니라 ‘학습의 증거’입니다

K2 Horizon이 던진 질문 — 오픈 모델의 기준은 가중치가 아니라 ‘학습의 증거’입니다핵심 요약: IFM의 K2 Horizon은 0.9B부터 375B-A23B까지 여섯 모델을 Apache 2.0으로 공개했습니다. 더 중요한 특징은 최종 가중치뿐 아니라 데이터·레시피·코드·설정·중간 체크포인트·로그·평가를 공개하겠다는 약속입니다. 다만 모델 카드상 대형 모델의 일부 학습 산출물은 아직 “공개 예정”입니다. 따라서 이 릴리스의 진짜 가치는 벤치마크 순위가 아니라, 에이전트 능력과 실패가 언제·어떤 학습 단계에서 생겼는지 검증할 수 있는가에 달려 있습니다.📌 ‘다운로드 가능’과 ‘재현 가능’은 다릅니다오픈 모델이라고 하면 흔히 다운로드할 수 있는 가중치를 먼저 떠올립니다. 그러나 최종 체크포인트는 결과..