전종현의 인사이트

그리고 앤트로픽도 이 시장에 참전한다. 다만 앤트로픽 답게 초기 타겟을 직장인·전문직·소규모 사업자의 업무를 맡는 개인 비서로 잡아서 뮤즈와는 타겟이 살짝 다르긴 하다. "매일 아침, 연결된 앱에서 가장 중요한 항목에 대한 간략한 요약을 보내줍니다. 하루 종일 해당 앱들을 모니터링하고 주의가 필요한 사항이 있을 때만 메시지를 보냅니다. 또한 간단한 회의 일정 관리부터 수십 가지 도구를 활용한 대시보드 구축, 재무 또는 판매 예측 생성, 프로토타입 제작, 웹 앱 개발과 같은 복잡한 작업에 이르기까지 다양한 작업을 이 서비스에 맡길 수 있습니다." "Claude 계정의 기존 컨텍스트가 기반이 됩니다. Claude Duet은 Claude 계정의 메모리, 스킬, 연결된 앱을 그대로 가져오기 때문에 설정이 매우 간단합니다. 달라진 점은 협업 방식입니다. Claude Duet이 먼저 사용자에게 표시되고, 타이핑이나 음성으로 하나의 대화창에서 메시지를 주고받을 수 있습니다. 따라서 간단한 답장부터 일주일짜리 프로젝트까지 모든 작업을 같은 곳에서 시작할 수 있습니다." "필요한 알림이 오면 메시지를 받으세요. Claude Duet은 연결된 계정을 몇 시간마다 확인합니다. 쉴 새 없이 확인하면 요금제 한도가 훨씬 빨리 소진되기 때문입니다. 메시지를 보내는 시점을 판단하는 기능을 지속적으로 테스트하고 있으며, 테스터 여러분의 의견을 반영하여 계속해서 개선해 나갈 예정입니다. 또한, 어떤 알림을 받고 싶은지, 얼마나 자주 받고 싶은지 설정할 수도 있습니다." "Claude Duet을 사용하면 Stripe의 디지털 지갑인 Link를 통해 비즈니스용 물품을 구매할 수도 있습니다. Claude Duet은 구매하려는 품목을 사용자에게 확인하고, Link는 사용자에게 지출 승인을 요청합니다. 승인 후에는 가상 카드로 결제가 진행되므로 실제 카드 번호가 공유되지 않습니다. 또한 Shopify의 Shop Pay를 사용하여 온라인 스토어에서 결제할 수도 있습니다. 조만간 사용자의 동의를 얻어 1Password에 저장된 로그인 정보를 사용하여 사이트에 로그인할 수 있는 기능도 제공될 예정입니다." https://claude.com/ko/resources/articles/claude-duet

메타의 실적발표에서 인상 깊은 부분들 정리. 나는 웹/앱 생태계가 개인용 에이전트로 인해 근본적으로 바뀌는 일이 점점 현실화되어가고 있다고 본다. <지표> 불과 한 달 반 만에 미국과 캐나다에서 1,000만 명이 넘는 사람들이 Muse 개인용 에이전트를 설정했습니다. 성장세는 계속 강하며, 거의 매일 앱스토어 1위를 차지하고 있습니다. 이용 참여도와 이용자 유지율 역시 좋은 출발을 보이고 있습니다. Muse를 설정한 사람 가운데 약 25%가 하루 기준으로 Muse를 사용합니다. 가장 먼저 사용하기 시작한 이용자들을 보면, Muse를 오래 사용할수록 유지율이 더 좋아지는 것으로 보입니다. 이를 다른 사례와 비교해 말씀드리면, 스레드가 출시 초기에 기록했던 수준이나, 우리가 파악하기로 다른 AI 앱들이 초기에 기록했던 수준의 두 배가 넘습니다. <사례> Muse에서 가장 흔한 사용 사례는 쇼핑입니다. Muse를 사용하는 사람 가운데 4분의 1 이상이 쇼핑에 활용하고 있으며, 평균 구매금액은 200달러를 넘습니다. 쇼핑 다음으로 가장 많이 사용되는 커넥터는 개인 생산성 관련 기능과, 이메일이나 캘린더 같은 다른 서비스에 Muse를 연결하는 기능입니다. <전략> 이제 Muse가 분명한 제품·시장 적합성을 확보했기 때문에, 우리는 규모 확대에 초점을 맞춘 새로운 단계, 보다 운영 중심적인 단계로 들어가고 있습니다. 다음 단계의 목표는 메타의 여러 강점을 발휘할 수 있는 것들입니다. 우리는 세 가지를 해야 합니다. 제품의 규모를 키우고, 매출을 늘리며, 컴퓨팅 비용을 최적화하는 것입니다. 컴퓨팅 측면에서는 앞으로 몇 년 동안 10억 명이 넘는 사람들에게 서비스를 제공할 수 있는 역량을 구축하고 있습니다. 단기적으로 Muse를 운영하려면 매우 많은 컴퓨팅 자원이 필요합니다. 하지만 향후 1년 동안 비용 효율성을 10배 이상 개선할 것으로 예상하며, 이를 통해 매출원들이 충분한 규모에 도달하면 수익을 낼 수 있게 될 것입니다. 다음 달부터 메타 안경에 Muse가 도입되며, 이는 이 목표를 향한 중요한 진전이 될 것입니다. 사람들은 이미 안경의 여러 기능을 좋아합니다. 음악, 통화, 순간을 기록하는 기능, 청력 보조 등입니다. 하지만 시간이 지나면 Muse, 그리고 개인용 초지능을 하루 종일 곁에 두는 것이 이 경험에서 가장 중요한 부분이 될 것으로 예상합니다. <네트워크 효과> 제가 Muse 네트워크라고 부르는 것을 구축하는 것입니다. Muse가 그저 나 혼자 나의 Muse를 가지고 사용하는 일종의 싱글플레이 게임에 머무르지 않도록 하는 것입니다. 여러분의 Muse가 친구와 가족의 Muse와 함께 일할 수 있게 하는 것이죠. 그리고 무언가를 구매하고 싶을 때 단순히 그 기업의 웹사이트를 찾아가는 것이 아니라, 그 기업의 에이전트와 대화하는 것입니다. 이 모든 것이 함께 잘 작동하도록 만들면 대규모로 엄청난 가치를 열어 줄 수 있다고 생각합니다. 궁극적으로 시장은 에이전트가 모든 디지털 경험을 인간처럼 직접 탐색하려고 하는 방식에서 벗어나 발전할 것으로 예상합니다. 장기적으로는 더 명시적인 권한 부여에 기반하고 구조화된 상호작용으로 이동할 것입니다. 여기에는 인증된 API, 승인된 에이전트 파트너십, 소비자의 개인용 에이전트와 기업 자체 에이전트 간의 직접적인 통신이 포함될 것입니다. 처음부터 모든 사람에게 이용료를 받지 않는 이유 중 하나는 이 Muse 네트워크를 구축하고 싶기 때문입니다. 많은 사람과 기업이 Muse를 사용하게 되면, 규모가 커질수록 사람들에게 더 가치 있어질 것이라고 생각합니다. 그렇게 해야 서로 협력하고 함께 일할 수 있기 때문입니다. 저는 그것이 정말로 도달해야 할 매우 중요한 상태이며, 우리가 상당히 기대하는 지점이라고 생각합니다. 그리고 다시 말씀드리지만, 우리와 같은 방식으로 이를 해낼 수 있는 위치에 있는 기업은 세계에 많지 않다고 봅니다. 우리는 이를 추진하기에 매우 유리한 위치에 있다고 생각하며, 상당히 공격적으로 밀고 나갈 계획입니다. 우리의 사업모델은 몇 가지 요소로 구성될 것입니다. 대부분의 사람에게 제품은 무료여야 합니다. 그리고 우리가 성사되도록 돕는 거래를 바탕으로 수수료를 받을 수 있도록 상거래 도구를 만들 것입니다. 이 비용은 기업이 부담하게 될 것으로 예상합니다. 가장 진보한 모델을 원하거나 추가 토큰을 사용하고 싶은 사람들은 직접 구독하고 비용을 지불하게 됩니다. Muse를 활용해 사업을 성장시키기 위한 추가 기능을 원하는 사업주나, 직원들이 업무에 Muse를 사용하도록 하고 싶은 기업도 직접 구독하고 비용을 지불할 수 있게 될 것입니다. 또한 메타 전반에서 자신에게 제공되는 콘텐츠와 광고의 개인화 수준과 품질을 높이는 데 Muse의 도움을 받고 싶은 사람들은 해당 경험에 Muse를 연결할 수도 있게 됩니다. 몇 가지 이유로 이번에는 평소의 방식보다 수익화 작업을 조금 더 일찍 시작하게 될 것 같습니다. 한 가지는 비용과 기회 양쪽에서 우리가 이야기하는 숫자의 규모가 크다는 점입니다. 규모를 확대할 수 있으려면 수익화에서도 진전을 이루는 것이 중요하다고 생각합니다. 다른 하나는 사람들이 하는 활동에서 상거래가 매우 큰 부분을 차지한다는 것입니다.

종종 사람의 배경을 알면 그 사람의 행동이 이해되곤 한다. 다리오 아모데이가 생명과학에 계속 발을 걸치는 이유. "프린스턴에서 아모데이는 허츠 펠로십을 받으며 생물물리학과 계산신경과학 박사과정을 밟았다. 마이클 베리 연구실에서는 뉴런의 전기신호를 측정하고 신경회로를 통계적으로 모델링했다. 이후 스탠퍼드 의대에서는 암 바이오마커를 연구했다. 이런 경력은 오늘날 그가 AI의 활용처 가운데 생명과학을 특히 중요하게 보는 배경이 됐다." "그가 생물학 연구에서 얻은 경험은 크게 두 가지로 볼 수 있다. 먼저 생물학은 한 명의 연구자가 직관만으로 다루기에는 변수가 너무 많고 복잡하다는 점이다. 물리학이 비교적 적은 수의 방정식으로 현상을 설명하는 경우가 많은 반면, 세포와 질병은 수많은 요소가 동시에 상호작용한다. 아모데이는 AI가 이런 복잡성을 정리하고 많은 가설을 동시에 탐색하는 데 큰 가치를 만들 수 있다고 본다. 또 하나는 지능을 만들기 위해 인간의 뇌를 그대로 복제할 필요는 없다는 생각이다. 생물학적 신경망을 완전히 이해하지 못하더라도 충분한 데이터와 계산을 가진 인공신경망이 다른 경로로 높은 능력에 도달할 수 있다고 본다." https://blog.naver.com/lollapalooza-/224432542867

OpenAI가 신약 개발 프로세스 조율 플랫폼인 Orchestra Bio를 인수. OpenAI와 앤트로픽 둘다 생명과학 분야에서 워크플로우를 차지하기 위한 포석을 계속해서 두고 있다. "OpenAI가 바이오 제약팀의 복잡한 신약 개발 과정을 조율하는 플랫폼인 Orchestra Bio를 인수했습니다. 우리는 Orchestra의 팀과 기술을 생명과학 연구를 위한 AI 모델 및 도구인 Rosalind와 결합하고 있습니다. 우리의 목표는 과학자들이 새로운 발견을 하고, 그 발견을 치료제로 발전시키는 데 필요한 업무를 관리하도록 도와 환자들에게 치료제가 더 빨리 전달되게 하는 것입니다." "새로운 의약품을 개발하는 일은 대단히 복잡합니다. 미국에서는 표적 발굴부터 규제 승인까지 평균적으로 약 10~15년이 걸립니다. 과학적 연구 외에도, 개발팀은 내부 부서와 외부 파트너에 걸쳐 개발 프로그램을 조율해야 하며, 이 과정에서 서로 연결되지 않은 시스템에 의존하는 경우가 많습니다. 이제 우리는 AI가 이러한 전문적인 업무와 복잡한 작업 흐름을 맡는 데 도움을 줄 수 있는 전환점에 와 있습니다." "생명과학 분야에서 AI의 잠재력을 실현하려면 신약 발굴과 개발의 최전선에서 일하는 조직들과 긴밀히 협력해야 합니다. Novo Nordisk와의 파트너십은 견고한 거버넌스를 유지하면서, 이 회사의 규모와 과학적 전문성이 더 빠른 연구개발과 상업 부문의 실행으로 이어지도록 하는 것을 목표로 합니다. Moderna에서는 AI가 복잡한 데이터에서 얻은 통찰을 실제 실험 작업 흐름으로 옮기도록 팀을 돕고 있으며, 이를 통해 연구개발을 가속할 가능성이 있습니다." https://openai.com/index/openai-to-acquire-orchestra-bio/

- 일론의 '한 해 혼자서 컴퓨팅 증분 +10GW'는 미친 소리로 들릴 수 있지만, - 지난 8월 8일 SemiAnalysis 보고서(아래 링크)는 이미 머스크의 그간 실행력(콜로서스 구축에서 보여준)을 감안하면 연간 10GW 설치가 그에겐 불가능하지 않다고 분석한 바 있음 - LPS, 칩 부족 때문에 불가능하다? - 하루가 멀다하고 인터뷰 때마다 전력과 칩이 부족하다고 말하고 다니는 일론이 직접 '최소' 10GW 설치가 가능하다고 했으면 공급망을 이미 상당히 확보했다는 걸로 받아들여야 할듯 https://newsletter.semianalysis.com/p/spacex-10gw-in-2027-why-its-real?utm_campaign=posts-open-in-app&triedRedirect=true

미래는 이미 와 있다. 단지 널리 퍼져있지 않을 뿐이다. "에이전트에 관해 이해해야 할 핵심은, 에이전트가 단순히 AI인 것이 아니라는 점이다. 에이전트는 컴퓨터에 접근할 수 있는 AI다." "그래서 뮤즈 출시에서 내가 주목한 것은 뮤즈의 기반이 되는 ‘뮤즈 스파크’ 모델이 아니었다. 메타가 미국의 모든 사용자에게—그리고 아마 궁극적으로는 전 세계 사용자에게—2코어 프로세서, 8GB 메모리, 8GB 저장공간을 갖춘 가상머신을 제공한다는 사실이었다. 이것은 어엿한 컴퓨터다. 상당히 놀라운 일이며, 대부분의 사람이 에이전트를 제대로 활용할 수 있게 만드는 유일한 방법이기도 하다." "핵심은 언제나 인터페이스를 소유하는 것이었다. 그리고 다른 모든 업체가 자신의 조건에 맞춰 그 인터페이스 안으로 통합되도록 만드는 것이었다. 그런 관점에서 새로운 코파일럿이 뮤즈와 상당히 비슷하다는 것은 놀랍지 않다. 오토파일럿에도 자체 클라우드 컴퓨터 인스턴스가 포함된다는 대목에 주목하라. 여기에 우리가 기대할 만한 기업용 통제 기능이 모두 연결되어 있을 뿐이다." "뮤즈와 코파일럿이 노리는 것은 그 둘을 동시에 차지하는 것이다. 모든 일을 위해 필요한 유일한 인터페이스가 되는 것. 사용자를 대신해 컴퓨터를 사용하고, 사용자가 원할 때 필요한 어떤 UI든 만들어주며, 나머지 시간에는 사용자가 함께하지 않아도 사용자를 위해 일을 하는 것이다." "다른 모든 기업이 마주할 어려움은, 실제 사용 방식에 적합한 에이전트 제품을 먼저 내놓은 두 회사가 유통력과 그것을 활용해본 경험까지 가진 두 회사라는 점이다. 메타는 지구상의 거의 모든 사람에게 닿는다. 마이크로소프트는 거의 모든 직원에게 닿는다. 미래는 여러분이 예상하는 것보다 훨씬 빠르게 보급될지도 모른다." https://stratechery.com/2026/apps-agents-and-aggregation/

“날고 못 나는 것을 가르는 것은 타고난 재주가 아니라 올라탄 자리라는 뜻입니다.” “이것을 보통 '형세(形勢)'라고 부릅니다.” “형(形)은 지금 놓여 있는 모양이고, 세(勢)는 그 모양이 만들어내는 흐름입니다.” “제국/국가의 흥망에도, 사람의 인생에도 형세가 있고, 제가 오랫동안 지켜본 주식시장에도 분명히 형세가 있습니다.” https://m.blog.naver.com/donodonsu/224444641901

참고로 메이저한 업체들 외에도 에이전트류의 서비스들은 이제부터 엄청나게 등장할 것으로 보는데, 최근에 유명 VC인 USV가 자체적으로 인큐베이팅해서 투자 에이전트 또한 만들어서 베타 테스트 중 (정확히는 USV 파트너 Michael Mignano가 리드). 투자 가설을 말하면 AI가 종목을 고르고, 매매하고, 계속 관리해주는 에이전트. 이렇게 계속 뭔가가 튀어나오다 보면 각 버티컬별로 유의미한 에이전트 서비스들이 튀어나올지도 모르겠다는 생각이 스친다. https://supertake.com/

다만 OpenAI 에이전트에게 새로운건 딱히 안보였기 때문에 시장은 Muse에게 한표를 던져주는 듯.

그리고 예고되었던 대로 OpenAI 또한 소비자향 에이전트 dots 출시 "오늘 첫 번째로 소개할 제품은 AI와 일하는 완전히 새로운 방식처럼 느껴질 것이라고 믿습니다. 이것은 우리가 늘 상상해왔던 AI의 진짜 구현입니다. 언제나 여러분을 뒷받침해주는 AI 도우미죠. 어릴 때 영화에서 보았던 멋진 AI들에서 영감을 받았습니다." "제 Dot에서 새롭게 느껴지는 것은, 시간이 지날수록 제가 어떤 방식으로 일하는지, 어디에 주의를 집중하고 싶어 하는지를 알아간다는 점입니다. 밤사이 들어온 내용을 검토하고, 제가 하루를 시작하기 전에 긴급한 일이 있으면 아침에 알려주는 식의 일을 할 수 있습니다." "오늘은 하나의 Dot으로 시작할 수 있습니다. 앞으로는 원하신다면 Dots로 이루어진 팀 전체와 함께 일할 수도 있습니다. ChatGPT 안에 머물러 있을 필요도 없습니다. 곧 Dot에게 문자메시지를 보낼 수 있게 됩니다. Dot도 문자로 답합니다." https://www.youtube.com/watch?v=Fls_onRviPM&list=WL&index=34

9월 10일에 Instinct 포스팅할때가 $2.5b 였는데, 한달도 안되어서 밸류는 $10b로 상승하며 데카콘 등극 나도 열흘 넘게 사용해보고 있는데, 처음에는 호기심으로 접근했다면 가면 갈수록 '오 이런건 편리한데?' 싶은 유용함을 느끼는 중. 아까도 말했지만 대-딸각의 시대이자, 알작딸각센의 시대가 점차 도래하고 있다. https://techcrunch.com/2026/09/28/viral-ai-agent-instinct-raises-1b-series-c-at-a-10b-valuation/

대-딸깍의 시대가 찾아왔다

Instinct CEO, 개인용 AI 에이전트의 미래 #1 - 분명히 앞으로 몇 년 안에 인터넷이 재구성될 것이라 생각합니다. 지구상 대부분의 사람들이 소프트웨어와 상호작용하는 방식이 매우 매우 달라질 거라 생각합니다. - 이를 좀 더 자세히 말씀드려보자면, 예약이 그 중 하나입니다. 예약을 예약할 수 있습니다. 원래는 사람이 사이트에 가서 관심 있는 레스토랑 사이트로 가서 탐색한 다음 이것저것을 살펴보고 클릭하면 선착순으로 예약이 모두 마감돼있는 식입니다. - 하지만 이제 에이전트가 있으면 이론적으로 에이전트가 5초마다 확인할 수 있습니다. 정말 예약하고 싶은 그 레스토랑뿐만 아니라 전 세계 모든 사이트의 모든 레스토랑, 모든 주요 도시에서 비슷한 일이 벌어질 겁니다. 에이전트가 레스토랑 예약을 처리하는 방식이 어떻게 바뀔지 알 수 있습니다.

개인적으로 피지컬 AI 보다 바이오 AI 쪽에서 발전이 더 빠르게 이뤄질 수 있다고 보고 있는데, 이젠 본격적으로 정황상 근거들이 하나둘씩 튀어나오는 것 같다. "앤트로픽 생명과학 팀은 경력 전반에 걸쳐 특이한 단백질을 탐구해 온 과학자들로 구성돼 있습니다. 계산적 접근법을 활용해 DNA를 체계적으로 읽고, 그 진화 과정을 해석하며, 추가로 특성을 규명할 생물학적 시스템을 선별하는 데 전문성을 갖추고 있습니다. Anthropic에 합류하기 전 우리의 연구는 CRISPR 시스템의 진화와 조절을 더 잘 이해하는 데 기여했고, 차세대 세포·유전자 치료를 위한 새로운 효소를 발견했으며, 사람에게 질병을 일으키는 유전 변이와 같은 DNA의 이상을 더 빠르게 식별하는 도구를 개발하는 데 기여했습니다. 우리는 신약 개발과 Claude의 생물학·화학 학습 등을 담당하는 팀들과 함께 Anthropic의 생명과학 조직에 속해 있습니다." "우리의 많은 연구 과정에는 Claude가 기능이 알려지지 않은 단백질과 관련된 방대한 DNA 서열 모음을 탐색하는 작업이 포함됩니다. 전형적인 방식은 특정 단백질 계열을 조사하는 것에서 시작합니다. Claude는 관련 문헌을 읽고, 공개 데이터를 바탕으로 이미 알려진 결과를 재현해 자신의 방법을 점검합니다. 그런 다음 지금까지 기술된 어떤 시스템에도 들어맞지 않는 단백질 계열의 구성원이나 유전체상의 인접 요소를 찾습니다. 각 후보에 대해서는 가능한 기능을 제안하고 그 주장을 뒷받침하는 근거를 설명하는, 사람이 읽을 수 있는 짧은 보고서를 작성합니다. 후속 분석에서 Claude는 근거를 비판적으로 평가하며, 일반적으로 대부분의 후보가 이 단계에서 탈락합니다. 한 차례의 조사가 끝났을 때 실험해 볼 만한 후보가 하나 남을 수도 있고, 하나도 남지 않을 수도 있습니다." "후보가 우리의 검토를 통과하면 실험실에서 이를 시험합니다. 표준 실험실 균주에서 해당 단백질을 발현시키고 생화학적·구조적 특성을 규명하며, Claude는 데이터 해석을 돕습니다. 우리는 모든 과학자가 이용할 수 있는 것과 동일한 도구인 Claude Science와 Claude Code를 사용해 연구합니다. 때로는 병렬로 실행되는 여러 Claude 세션을 조율하는 자체 실행 시스템을 사용하기도 합니다." "Claude가 워낙 많은 가설을 생성하다 보니, 가설 자체가 우리의 연구 대상이 됐습니다. 한 번의 탐색 캠페인에서 수백에서 수천 개의 후보 보고서가 나오기 때문에, 우리는 실험할 가치가 있다고 판단한 제안과 보류한 제안을 구분하는 것이 무엇인지 살펴보고 있습니다. 여기서 배운 내용은 Claude에 제공하는 지침에 다시 반영되며, Claude가 우리의 과학적 안목을 모방하도록 가르칩니다." "Claude는 새로운 발견일 수 있는 무언가를 마주한 인간 과학자와 매우 비슷하게 행동했습니다. 반복 횟수를 세고 그 간격을 측정했으며, 배열 구조를 알려진 역전사효소 시스템과 비교하고, 이 패턴이 이전에 보고된 적이 있는지 문헌을 검색했습니다. 철저히 분석한 끝에 새로운 생물학적 시스템을 발견했다고 확신했고, 사람의 검토를 받기 위해 보고서를 제출했습니다." https://www.anthropic.com/news/claude-discovers-novel-enzyme-system

다리오 아모데이, Claude의 유전자 편집 메커니즘 발견과 AI 생물학의 지수적 발전 강조 오늘 우리는 Claude가 주도해 발견한 분자 기계(molecular machine)를 발표했습니다. 우리는 이것이 새로운 유전자 편집 메커니즘일 가능성이 있다고 보고 있습니다 이 시스템의 정확한 기능이 무엇인지, 생명공학적으로 활용 가치가 있는지, 있다면 어느 정도인지, 그리고 얼마나 중요한 발견인지는 아직 명확하지 않습니다. 하지만 최소한 제가 박사과정 학생이었다면 자랑스럽게 생각했을 만한 연구입니다. 이번 연구는 전부는 아니지만 대부분 Claude가 수행했습니다. 우리의 생명과학팀이 광범위한 연구 분야를 제안했고, Claude는 관련 문헌과 방대한 유전체 데이터를 읽고 흥미로운 대상을 발견했습니다. 이후 Claude가 이 발견을 검증하기 위한 실험을 제안했고, 우리 연구팀이 실제로 그 실험을 수행했습니다. 이를 일회성 사례나 흥미로운 해프닝 정도로 치부하기는 쉽습니다. 그러나 우리는 AI가 새로운 지적 영역에서 처음에는 미약한 수준을 보이다가 몇 년 만에 인간을 넘어서는 수준으로 발전하는 패턴을 반복적으로 목격해 왔습니다. 2023년 모델들은 평균적인 고등학생 수준의 수학 문제조차 어려워했습니다. 2024년에는 미국 최상위권 고등학생들이 참가하는 수학 경시대회에서 좋은 성적을 내기 시작했고, 2025년에는 비교적 작은 미해결 문제들을 풀기 시작했습니다. 2026년 초에는 더 중요한 미해결 문제들을 해결하기 시작했고, 2026년 후반에는 수학 전체를 통틀어 가장 중요한 몇몇 미해결 문제들까지 풀기 시작하고 있습니다. 우리는 생물학 분야의 AI도 이와 유사한 지수적 발전 경로를 따르고 있다고 생각합니다. 물론 생물학과 수학의 가장 큰 차이는 수학은 순수하게 이론적으로 수행할 수 있는 반면, 생물학에는 실험이 필요하다는 점입니다. 일부에서는 이를 근거로 AI가 생물학에서 가질 수 있는 효용에는 한계가 있을 것이라고 주장해 왔습니다. 우리는 이 결론이 잘못됐다고 생각합니다. 오늘 우리가 보여준 것처럼, 인간은 AI와 협업해 실험을 수행할 수 있고, 몇 주 내에 핵심 결과를 검증할 수 있으며, 필요하다면 실험 결과를 바탕으로 AI와 함께 추가적인 연구를 반복할 수 있습니다. 장기적으로는 적절한 안전장치를 마련한다는 전제하에 Claude가 실험 장비를 자율적으로 제어하면서 직접 실험을 수행하는 것도 가능해질 수 있습니다. 다만 현재 우리는 그렇게 하고 있지는 않습니다. 또한 우리의 연구실은 인간에게 위험한 물질을 취급하지 않는 BSL1, BSL2 시설입니다. 보다 넓게 보면 생의학적 발전은 여러 단계로 구성됩니다. 기초 생물학적 발견에서 시작해 중개 연구, 신약 개발, 임상시험을 거쳐 마지막으로 실제 의약품과 의료서비스가 환자에게 전달됩니다. 우리는 이러한 후반 단계에도 관심이 있지만, 첫 번째 단계인 기초 생물학적 발견만 가속해도 전체 파이프라인의 속도와 범위를 확대할 가능성이 있습니다. 생물학에 대한 이해를 높이고 생물학자들이 사용하는 도구를 개선하면 이후 단계들도 발전할 수 있습니다. 예를 들어 새로운 신약 표적을 찾아내거나, 새로운 치료 방식을 발견하거나, 더 정밀한 측정을 가능하게 하거나, 실험 주기를 단축할 수 있습니다. 실험 주기가 빨라지면 다시 생물학에 대한 이해가 더욱 빠르게 발전할 수 있습니다. 이것만으로 임상시험에 필요한 시간을 단축할 수 있는 것은 아닙니다. 하지만 성공한다면 개발 파이프라인에 진입하는 유망한 후보 물질의 수를 크게 늘릴 수 있습니다. 즉, 각 후보가 개발되는 데 걸리는 시간, latency은 그대로더라도 전체 처리량, throughput은 크게 늘어날 수 있습니다. 저는 《Machines of Loving Grace》에서 AI가 “5~10년 안에 대부분의 질병을 치료할 수 있다”는 잠재력에 대해 썼습니다. 불가능하게 들리는 목표지만, AI가 개발 파이프라인의 모든 단계에 적용된다면 가까스로 가능한 목표라고 저는 생각합니다. 첫 번째 단계는 AI가 우선 생물학적 발견을 돕고, 이후에는 그 발견 자체를 주도할 수 있다는 것을 보여주는 것입니다. Claude의 이번 발견은 수십 년에 걸쳐 이어져 온 관련 연구의 연장선에 있습니다. 그 시작에는 CRISPR와 같은 시스템이 있었고, 최근 몇 년 동안에는 bridge recombinase와 VIPR 같은 발견들이 이어졌습니다. 최근에는 특히 역전사효소, reverse transcriptase, RT 기반 시스템에 대한 관심이 높아지고 있습니다. RT는 Claude가 이번에 찾아낸 시스템의 기반이 되는 효소입니다. 그리고 가장 최근에는 스탠퍼드대 연구팀이 독립적으로 연구를 수행해, 연관된 비암호화 배열, non-coding array을 가진 새로운 RT 시스템을 보고했습니다. 일부 측면에서는 Claude가 발견한 시스템과 유사하지만, 두 시스템은 서로 독립적으로 진화한 별개의 시스템입니다. 저는 우리가 이제 막 이러한 시스템들을 발견하기 시작한 단계이며, 앞으로 이들을 생명공학을 위한 강력한 도구로 발전시켜 나갈 수 있을 것이라고 생각합니다. 앤스로픽이 생명과학을 통해 AI의 공공적 혜택을 가속하기 위해 상당한 자원을 투입하고 있다는 점을 자랑스럽게 생각합니다. 우리는 생명과학팀을 확대하는 동시에, 다른 과학자들과 협력해 이러한 접근법을 훨씬 더 광범위한 문제로 확장하는 것을 목표로 하고 있습니다. 연구 협력 제안이 있거나 앤스로픽 생명과학팀에 합류하는 데 관심이 있다면 연락해주시기 바랍니다. https://x.com/darioamodei/status/2102831170299834652

OpenAI 연구자 노암 브라운에 따르면 - GPT-5.6 부터 진정한 멀티에이전트가 작동하기 시작함 - 하지만 나비에-스토크스 풀이에는 멀티에이전트보다 모델 자체의 성능이 높아진게 훨씬 주효했음 - AI 발전 속도 엄청나게 빨라지고 있는게 맞음. 자기들도 밀레니엄 난제가 이렇게 빠르게 풀릴지 모르고 있었음 - 안전을 문제로 신규 AI 모델 출시 속도를 미루게 되면 오히려 OpenAI 내부와 외부(세상)과의 격차가 더 벌어지게 된다 --- 추론 모델의 성능을 그래프로 그릴 때, x축에는 테스트 시점 연산량을 놓고 y축에는 사실상 어떤 추론 벤치마크든 그 성능을 놓으면, 모델이 답을 생각하는 시간이 길어질수록 더 잘한다는 아주 뚜렷한 패턴이 나타납니다. 아주 자연스러운 일입니다. 사람도 마찬가지죠. SAT 시험을 보는데 전체 시험을 풀 시간이 5분밖에 없다면, 잘하기 어려울 겁니다. 5시간이 있다면 아마 훨씬 더 잘하겠죠. AI 모델도 상당히 비슷합니다. 그 시간 동안 혼잣말을 하면서 문제를 파악하고, 여러 경우를 살펴보고, 다양한 가능성을 배제하고, 앞서 발견한 내용 위에 새로운 내용을 쌓아갑니다. 문제는 이것을 계속 밀어붙이면 응답 지연이라는 병목에 부딪힌다는 것입니다. 답을 받으려고 3년 동안 앉아서 기다리고 싶지는 않잖아요. 그래서 많은 사람이 하는 방식을 쓰면 됩니다. 병렬화하는 거죠. 사람들로 팀을 꾸리는 겁니다. 회사를 창업한다면 더 빠르게 나아가기 위해 여러 사람을 모으고 싶겠죠. AI 모델도 똑같습니다. 여러 에이전트가 하나의 일을 하면 더 빨리 진행할 수 있기 때문에 도움이 됩니다. 그러니까 멀티에이전트는 테스트 시점 연산량을 순전히 직렬로만 늘리는 대신 병렬로 확장하는 방법입니다. 단일 에이전트가 모든 맥락을 혼자 가지고 있는 것은 아니기 때문에 효율은 떨어집니다. 하지만 제대로만 한다면 테스트 시점 연산량을 확장하는 매우 효과적인 방법입니다. --- 한 가지 분명히 하고 싶은 것이 있습니다. 밀레니엄 난제를 푼 이 성과는 멀티에이전트 덕분이 아닙니다. 저는 멀티에이전트에 공의 10%조차 돌리지 않을 겁니다. 실제로는 오픈AI가 매우 강력한 모델을 훈련한 것입니다. 그 모델이 아주 긴 시간 범위에 걸쳐 작동하도록 할 수 있습니다. 병렬로 생각하도록 할 수도 있습니다. 하지만 근본적으로 우리가 이 일을 할 수 있는 이유는, 범용적이면서 매우 강력한 모델을 가지고 있기 때문입니다. 멀티에이전트 같은 것은 화려하고 새롭기 때문에 아마 실제 기여보다 더 많은 공을 인정받는 것 같습니다. 하지만 핵심적인 이유는 그저 이것이 대단히 강력한 모델이라는 것입니다. --- 발전은 정말 빠릅니다. 그건 100% 사실이라고 생각합니다. 연구자들조차 계속 발전 속도에 놀라고 있다는 점을 짚을 필요가 있습니다. AI 연구자들 사이에서도, 2025년에 IMO 금메달을 따는 것에 관한 예측을 보면… 도구도 없고 인터넷 접근도 없는 범용 언어 모델로 그 일을 할 수 있다는 생각을, 오픈AI 내부 사람들조차 터무니없다고 여겼습니다. 거의 불가능하다고 생각했죠. 그리고 2026년이 되었습니다. 나비에–스토크스를 풀기 정확히 2주 전, 프런티어 연구소의 한 연구자와 밀레니엄상을 받기까지 얼마나 걸릴지 이야기하고 있었습니다. 그는 2027년을 넘겨야 가능할 것이라는 데 저와 1,000달러를 걸겠다고 했습니다. 그는 2030년까지 걸릴 거라고 생각했고, 저는 그 내기를 받아들였습니다. 하지만 저조차도 지금 실현될 것으로 보이는 시점보다 더 오래 걸릴 거라고 생각했습니다. 그러니까 연구소 안에서도 사람들은 계속 놀라고 있는 겁니다. 바로 어제 나비에–스토크스 프로젝트에 참여한 사람과 이야기했습니다. 그는 예전에는 12개월 뒤 AI가 어디에 있을지 예측하기가 정말 어렵다고 말하곤 했다고 하더군요. 누군가 “앞으로 어떻게 될까요?”라고 물으면, 향후 12개월까지는 어느 정도 자신 있게 예측할 수 있었지만, 그 이후는 “모르겠습니다”라고 했다는 겁니다. 그런데 이제는 3개월을 넘어서면 예측할 자신이 없다고 하더군요. 그러니 지금 상황이 아주 빠르게 전개되고 있다는 것은 정말 사실입니다. --- 이렇게 말하고 싶어지죠. “좋아, 이 모델들은 극도로 강력해지고 있다. 대단히 위험하다. 점점 더 긴 시간에 걸쳐 작동하고 있으니, 출시 전에 그 시간 범위에 걸쳐 평가할 충분한 시간을 확보해야 한다. 따라서 모델 출시 주기를 늦춰야 한다. 모델 출시 사이에 더 긴 간격을 두어야 한다.” 하지만 말씀하신 반대 측면이 있습니다. 그렇게 하면 연구소 내부에서 사용할 수 있는 것, 즉 우리가 사용할 수 있는 것과 외부 세계가 사용할 수 있는 것 사이의 격차를 더 벌리게 됩니다. 그것도 이상적인 상황은 아닙니다. 실제로 수학이 이 점을 잘 보여주는 사례입니다. 여러 면에서 수학은 우리가 이런 상황을 꽤 뚜렷하게 관찰하는 첫 번째 분야입니다. 내부에는 매우 강력하지만 현재 외부에서는 사용할 수 없는 모델이 있고, 그 모델은 놀라운 수학 문제들을 풀 수 있습니다. 밀레니엄 난제만의 이야기가 아닙니다. 사람들이 이 모델에서 얻어낸 미해결 문제의 풀이가 많이 있습니다. https://www.dwarkesh.com/p/noam-brown

딜런 파텔이 이끄는 세미어날리시스는 참 흥미로운 매체인건 분명하다. AI 시대에서 미디어 및 데이터 사업을 어떻게 만들어갈 수 있는가에 대한 가장 큰 레퍼런스랄까. "현재 세미애널리시스는 네트워킹, 웨이퍼 제조 장비, 파운드리 증설, 에너지 등을 아우르는 12개의 모델을 보유하고 있다. 서브스택 기술 분야 1위인 이 회사의 뉴스레터는 사실상 잠재 고객을 유입시키는 창구다. 서브스택에서 나오는 매출은 전체의 5%도 되지 않는다. 대부분의 매출은 모델과 기관 고객용 뉴스레터인 ‘코어 리서치’, 컨설팅에서 발생한다." "세미애널리시스에서 성공하려면 온라인에 거의 상주하다시피 해야한다. 약 50명에 이르는 애널리스트들은—그중 일부는 레딧에서 채용됐다—X, 서브스택, 이메일 뉴스레터, SEMICON West 콘퍼런스 발표 자료, 시그널 단체 채팅방을 훑으며 하루를 보낸다. 그리고 물론, 회사의 생명줄인 슬랙도 끊임없이 들여다본다." "통화 요약, 데이터, 공급망 업데이트 같은 입력 자료가 슬랙에 올라온다. 애널리스트들은 이를 다른 공개 수치와 결합한다. 전형적인 브리지워터 어소시에이트처럼 재무 공시와 각종 공개 자료, 유출 정보를 샅샅이 검토하고, 전문가 및 투자자와의 통화 내용까지 함께 분석하기도 한다. 그 결과 검색 가능한 채널들을 통해 정보가 끊임없이 흐른다." "다음 단계는 정량 모델링이다. 하이퍼스케일러의 인프라 건설을 추적하는 데이터센터 모델을 보자. CoWoS 수치와 제품 출하량 추정치에서 역산하는 데 그치지 않고, 부지별로 다른 공급 측 입력 자료를 찾아다닌다. 부동산 기록, 인허가, 데이터센터의 전기 및 냉각 시스템 등이 그 대상이다. 어느 시점부터 팀은 실시간 위성사진을 활용하기 시작했고, 이미지를 분석하도록 컴퓨터 비전 모델도 학습시켰다." "팀은 데이터센터 수치를 가속기 모델과 교차 검증한다. 물량이 서로 맞아야 하기 때문이다. 딜런은 정보를 테트리스처럼 맞춰가는 이 작업을 ‘모자이크 이론’이라고 부른다. 데이터센터팀은 칩의 전체 전력 소요량에 관한 가정을 토대로, 칩 물량에 가속기당 소비전력을 곱해 메가와트 단위 전력 수요를 추정할 수 있다." "딜런은 첨단 기술 업계와 생각만 가까운 것이 아니라, 금전적으로도 가깝다. 그는 최근 초기 스타트업에 투자하는 5억 달러 규모의 벤처펀드 ‘세미애널리시스 캐피털 펀드 I’을 조성했다." https://substratemag.com/dylanpatel/

세미어날리시스 주장: 데이터센터 건설 연기는 아직 그 영향이 미미하다. = 언론에서 나오는 데이터센터 중단/지연 보도는 과장되었다는 소리. "오늘은 모라토리엄이 미국의 데이터센터 건설 확대를 가로막고 있다는 널리 퍼진 주장을 깊이 살펴본다. 이번에도 그 주장은 매우 부정확하다. 우리의 데이터센터 산업 모델은 2027년 미국에서 데이터센터 IT 용량 38GW가 새로 공급될 것으로 전망한다. 이는 2026년의 두 배가 넘는 규모다. 이 가운데 22GW는 건물 본체 공사가 진행 중이며, 나머지 16GW의 ‘계획’ 용량도 대부분 이미 자금을 조달하고 부지 공사를 진행하면서 본체 착공을 준비하고 있다." "현재 미국 전역에서 유효한 약 300건의 지방정부 데이터센터 모라토리엄과 영구 금지 조치를 하나하나 우리의 파이프라인과 대조해보면, 직접적인 영향은 미미하다. 직접적으로 지연되는 용량은 1,525MW에 불과하며, 이는 제한 구역 안에 있는 용량의 7.6%다. 사실상 그 전부가 세 프로젝트에서 발생한다." https://newsletter.semianalysis.com/p/everyone-says-datacenter-moratoriums

글로벌리 여러 테크회사들의 대주주인 (대표적으로 텐센트 대주주) 프로서스가 발간한 AI 에이전트 리포트라는데, 뭔가 이정도 사이즈 되는 기업에서 AI 에이전트 리포트를 내는걸 처음 보는 것 같아서 아카이브. 특정 에이전트가 Power Law를 형성한다는게 특히 흥미롭다. https://www.prosus.com/ai-reports/the-coming-age-of-ai-colleagues-11

"물론 ‘프론티어의 속도 조절’이 ‘미래 사업계획’에 해당할 수도 있지만, 이 부분은 조율할 여지가 있다고 생각한다. 진짜 문제는 아모데이가 무엇보다 샘 알트먼과 오픈AI를 저지하려는 동기로 움직이는 듯하고, 그 일을 정부가 대신해주기를 바란다는 점이다." "중국과 지정학적으로 경쟁하는 세계에서 ‘프론티어의 속도를 조절하자’는 것은 어리석으며, 실제로 일어나지도 않을 일이다. 그 현실만으로도 이 논쟁은 끝나야 한다." "그리고 한 가지 더 덧붙이겠다. AI에 대한 잘못된 이해에 기초한 규제는 오히려 해를 끼칠 수 있으니, 반드시 필요해질 때까지 도입을 미뤄야 한다는 주장도 있다. 하지만 내가 말하고 싶은 것은 그보다 더 근본적인 문제다. 지능을 국가 차원에서, 혹은—더 끔찍하게는!—전 세계 차원에서 규제하는 체제라는 발상 자체에 나는 강한 거부감을 느낀다. 그럴 바에는 차라리 위험을 감수하고, 인간이 스스로 해법을 찾아낼 것이라는 데 베팅하겠다 살아남는 것이 전부는 아니다. 자유롭게 살아가는 것 역시 대단히 중요하다." https://stratechery.com/2026/pacing-the-frontier-ais-digital-limits-ai-commissars/