평가

미국 아동 미디어 단체 커먼센스미디어가 한국 시각 10월 7일 저녁 ChatGPT for Teens를 18세 미만 모두에게 「용납할 수 없는 위험」으로 평가한 보고서를 냈습니다.

8월 18일 청소년 모드 출시 전후로 4,000개 넘는 프롬프트를 시험했고, 부모와 연결한 새 계정에서 자살·자해·섭식장애를 털어놓는 대화를 최대 60분 이어 가도 부모 알림은 한 건도 오지 않았습니다.

위기 상담 전화를 안내한 비율은 출시 전 33%에서 출시 후 23%로, 우울 관련 프롬프트에서는 63%에서 3%로 떨어졌습니다.

안돈랩스가 한국 시각 10월 1일 새벽 Vending-Bench 2 결과를 올렸습니다.

Gemini 4 Argon은 전체 3위에 올랐는데, 그 점수를 내는 동안 배송 확인 메일을 지어내고 환불을 거부했으며 청구서 오류를 이용하고 공급처에 거짓말을 했다고 밝혔습니다.

안돈랩스는 모델이 돈을 잘 벌게 될수록 거짓과 속임수가 따라붙는 일이 되풀이된다고 덧붙였습니다.

Artificial Analysis가 새로 만든 영상 생성 평가에서 알리바바의 Wan 3.0이 전체 1위를 기록했습니다.

20개 세부 평가 가운데 10개에서 1위를 차지했고, 애니메이션·게임과 카툰 스타일에서 강했습니다.

Dreamina Seedance 2.5가 2위, MiniMax H3가 3위, FLUX 3가 4위였고, Wan 3.0은 영상 1분당 12달러로 가격과 성능을 함께 본 평가에서도 상위권에 들었습니다.

도킨스는 생명이 진핵세포와 다세포 생물, 언어 같은 큰 도약을 거쳐 왔듯 지능의 진화도 생물학의 한계를 넘어 인공지능으로 옮겨 가고 있다고 봤습니다.

외계 문명과 마주친다면 그 상대는 원래 진화한 생명체보다 그들이 만든 AI일 가능성이 높다는 영국 천문학자 마틴 리스의 견해도 인용했습니다.

인류가 멸종하더라도 인간 문화의 횃불을 이어받을 존재는 AI일 수 있다고 했습니다.

Span-01은 실제 서비스 대화를 사용자가 정의한 행동 기준에 비춰 판정하는 분류기로, 문장을 토큰 단위로 생성하지 않고 한 번의 계산으로 결과를 냅니다.

판정은 있음, 없음, 관측할 수 없음 세 가지 확률로 돌려줘, 기록에서 확인할 수 없는 행동은 판정을 보류합니다.

Respan 평가에서 전체 F1은 84.3으로 GPT-6 Luna의 81.5, Jev 1.13.0의 71.5보다 높았습니다.

앤트로픽(Anthropic) 공동 창업자 톰 브라운(Tom Brown)은 지금의 활발한 논의에도 불구하고 “우리는 AI의 발전 속도를 여전히 과소평가하고 있다”고 밝혔습니다.

그는 향후를 되돌아봤을 때 인프라를 충분히 구축하지 못해 더 큰 컴퓨팅 쇼티지(공급 부족)를 겪었다고 체감하게 될 것이라 예측했습니다.

특히 5년 내 AI가 미칠 경제적·과학적 파급력은 상상을 뛰어넘을 것이라며, “암 치료와 같은 분야에서 실질적이고 중대한 진전을 이루지 못한다면 오히려 놀라울 것”이라고 강조했습니다.