앤트로픽이 AMD MI450을 2기가와트 규모로 사들이기로 했고, AMD는 앤트로픽에 최대 50억 달러를 투자합니다. 업스테이지는 250B MoE 모델 Solar Open 2를 오픈웨이트로 풀었고, 코어위브는 베라 루빈 NVL72가 GB200보다 메가와트당 토큰을 10배 냈다고 밝혔습니다.
AI 인사이트
코딩 도구가 앱을 직접 실행하고 화면을 확인하면서 수정과 테스트를 반복해, 개발자가 매번 손으로 돌려 볼 일이 줄어듭니다. 오픈AI는 6월에 Codex에 비슷한 iOS 앱 실행 기능을 넣었습니다.
AI 인사이트
오픈AI는 차세대 모델의 요구사항을 먼저 알고 맞춤형 칩을 설계할 수 있다는 점을 강점으로 꼽았습니다. 칩 설계와 최적화 반복에도 AI를 쓰고 있다고 했습니다.
AI 인사이트
인텔 시절 수개월 걸리던 컴퓨트 의사결정을 이제 매일 내린다는 증언입니다. 결정 주기가 짧아질수록 판단 하나가 틀렸을 때의 비용도 커집니다.
AI 인사이트
카티는 AI가 연구를 직접 돌리면서 실험 수가 연구자 수에 묶이지 않게 됐다고 설명했습니다. 그만큼 늘어난 컴퓨트 수요를 공급망과 공장 건설이 따라가지 못한다는 것이 그의 진단입니다.
AI 인사이트
러셀은 AGI 도달 시점이 통제 방법을 찾는 속도보다 빠를 수 있다고 봤습니다. 기업과 과학자들이 통제 문제를 제대로 연구하지 않는다는 지적도 덧붙였습니다.
AI 인사이트
무료 구간을 일상 작업에 돌리고 어려운 일만 유료 모델에 맡기는 분업이 굳어지는 흐름입니다.
AI 인사이트
Solar Open 2는 Ko-GDPval에서 6배 큰 딥시크 V4 프로와 비슷한 점수를 토큰당 연산 3분의 1로 냈습니다. 선형 어텐션으로 KV 캐시를 4분의 1로 줄여 100만 토큰을 자체 서버에서 돌릴 수 있습니다.
AI 인사이트
사전학습을 다시 돌리지 않고 어휘를 넓힌 뒤 짧게 추가 학습해 태국어 토큰을 4배 줄였습니다. 어휘가 커질수록 토큰당 7~10% 느려져 128K에서 멈췄습니다.
AI 인사이트
칩을 파는 쪽이 사는 쪽에 돈을 대는 구조가 한 회사를 넘어 업계 관행으로 번졌습니다. 투자금이 물량 단계에 맞춰 풀린다는 조건이 이 금액의 실질을 줄입니다.
AI 인사이트
기가와트급 데이터센터는 GPU보다 변전소와 송전선을 까는 데 더 오래 걸립니다. 스페이스X는 배스트롭에 부지와 태양광 공장을 이미 갖춰 땅과 전력을 계열 안에서 해결합니다.
AI 인사이트
데이터센터에서는 칩보다 전력이 먼저 바닥나 같은 전기로 뽑는 토큰 수가 사업 규모를 정합니다. 이번 10배는 1년 전 GB200과 비교한 수치이고, 발표한 코어위브는 엔비디아 투자처입니다.
AI 인사이트
직업별 AI 사용률 같은 자사 지표를 Claude 대화 안에서 바로 조회하게 해, 공개 데이터를 제품 기능으로 묶었습니다.
AI 인사이트
공개 예시에서 저장소마다 상위 모델이 달라, 공개 벤치 순위가 내 코드베이스의 순위와 다를 수 있습니다. 병합된 PR을 그대로 과제로 써서 맞춤 벤치마크를 만드는 비용이 줄었습니다.
컴퓨트를 사람 임금으로 바꿔 잰 글은 〈AI가 AI를 고치는 실력, 사람 임금으로 쳐 보니 3,300달러였습니다〉입니다. METR 측정에서 Claude Opus 4.8은 5일 동안 최대 1만 달러를 쓰며 NanoGPT 학습 시간을 약 1.5% 줄였습니다.
