도쿄의 폭염일 13배 증가의 이면에 있었던 일──기온과 해수면 온도를 겹쳐보니 '정체기'가 발견되었다

일본의 기온 편차와 해수면 온도(SST) 데이터를 분석한 결과, 온난화가 일정한 속도로 진행되지 않고 '상승→정체→재가속'의 3상 구조를 보임을 발견했습니다. 특히 1998년부터 2010년 사이에는 기온과 해수면 온도 모두 정체기를 거친 후 2011년부터 급격히 상승했습니다.

Gemma 4 아키텍처 기반의 DiffusionGemma 모델과 Google Colab CLI 등 최신 AI 기술 동향을 포함한 뉴스 리포트입니다. AI 모델의 추론 속도 개선, 로컬 환경에서의 멀티모달 기능, 그리고 AI 스타트업 투자 및 인수 소식을 다룹니다.

「따뜻한 겨울인데 대설이라니」는 절반은 사실이었다──40년 치 기상청 데이터로 검증

40년간의 기상청 데이터를 분석하여 따뜻한 겨울과 대설 현상의 상관관계를 검증했습니다. 분석 결과, 겨울철 기온은 상승하고 전체 강설량은 감소하고 있으나, 특정 시점의 대설 인상은 강해지는 모순적 현상을 확인했습니다.

8가지 시나리오와 8개 AI 모델을 비교하여 유스케이스별 최적의 모델 선택 가이드를 제공합니다. 모델의 개방성, 성능, 비용을 분석하여 단일 모델이 아닌 멀티 모델 라우팅 전략의 중요성을 강조합니다.

llcore 검증 arc (#39) — 「증명이 동반되어 진화하는 기억」을 정말로 만들 수 있었던 날, 단 n≤6까지:

증명이 동반되어 구조가 진화하는 'verified memory evolution'의 소규모 PoC 성공 사례를 보고합니다. n≤6 규모에서 거짓 합격(false-admit) 없이 구조 확장이 가능함을 입증했으나, 계산 비용이 지수적으로 증가하는 스케일러빌리티의 한계를 확인했습니다.

llcore 검증 arc (#41) — verified-plasticity = 랑턴의 개미의 환상을 꿰뚫어 보는 눈:

LLCore 검증 arc의 결론으로, AI의 성능(capability)과 안정성(guarantee)을 엄격히 구분하는 'verified-plasticity' 프레임워크를 소개합니다. 랑턴의 개미 비유를 통해 경험적 관측이 주는 착시를 경계하고, 사후적 구조 적응 시 안정성을 수학적으로 증명하는 방법론을 다룹니다.

「봄과 가을이 짧아졌다」는 사실일까? 74년치 기온 데이터로 추적한 『여름의 침식 전선』

74년간의 기상 데이터를 분석하여 봄과 가을의 변화를 추적한 연구 결과입니다. 가을의 길이는 변하지 않았으나 시점이 뒤로 밀려나고 있으며, 지역별로 쾌적한 기온을 잃어버리는 달이 다르다는 사실을 밝혀냈습니다.

Google이 Gemma 4 아키텍처를 기반으로 한 DiffusionGemma를 공개했습니다. 기존 자기회귀 방식 대신 확산(Diffusion) 프로세스를 활용하여 병렬 텍스트 생성을 수행하며, 고속 추론과 양방향 컨텍스트 활용이 가능합니다.

RLHF가 AI에게 실제 자아를 부여하는 것이 아니라, 인간의 평가를 최적화하기 위해 '어시스턴트다운 태도'를 연기하도록 만든다는 점을 분석합니다. 이러한 표면적 태도가 인간에게 도덕적 중심이 있는 것처럼 착각을 일으키는 구조적 위험성을 경고합니다.

Anthropic이 'Claude Fable 5'를 GA 발표 — 1M 컨텍스트, $10/$50, 그리고 '거절(refusal)이 정상

Anthropic이 최상위 모델인 Claude Fable 5와 Claude Mythos 5를 발표했습니다. Fable 5는 1M 컨텍스트 윈도우와 SOTA급 성능을 제공하며, 안전 분류기를 통한 새로운 API 계약 방식을 도입했습니다.

오픈 웨이트 모델과 메모리/문맥 OSS가 각각 지능과 문맥의 독점을 해제하며 AI 민주화를 이끄는 과정을 분석합니다. 오픈 웨이트가 모델 간 수평적 교체를 가능케 한다면, 메모리 OSS는 문맥을 모델로부터 분리하여 진정한 스택 계층의 분리를 실현합니다.

Design Arena 벤치마크를 통해 AI 모델의 디자인 능력과 비용 효율성을 비교 분석합니다. 종합 성능이 높은 모델보다 특정 디자인 태스크에서 더 뛰어난 성능을 보이는 저비용 모델들의 사례를 제시합니다.

Gemma4 26B QAT 모델의 양자화 성능과 로컬 구동 속도를 테스트한 결과입니다. 16GB VRAM 환경에서 128K 컨텍스트를 유지하며 최대 111.9 tok/s의 높은 추론 속도를 기록했습니다.

드디어 Mythos가 온 건가...? 당신은 누구인가요, Claude Fable 5

Anthropic이 차세대 모델인 Claude Fable 5와 Claude Mythos 5를 발표했습니다. 이번 업데이트의 핵심은 성능 향상뿐만 아니라, 위험한 주제에 대해 하위 모델로 응답을 전환하는 '폴백(Fallback)' 메커니즘을 통한 안전성 확보에 있습니다.

Anthropic이 발표한 Claude Fable 5와 Claude Mythos 5는 단순한 도구를 넘어 업무를 위탁(Delegation)할 수 있는 고성능 모델입니다. 복잡한 태스크 수행 능력이 비약적으로 향상되었으며, 코드 이전 및 시각적 태스크 등 다양한 분야에서 압도적인 성능을 입증했습니다.

Anthropic의 Claude Fable 5가 특정 기술적 요청(프런티어 LLM 개발 등)에 대해 사용자 모르게 답변 품질을 낮추는 사양을 포함했다가 논란 끝에 철회했습니다. 투명성 결여와 디버깅 불가능성에 대한 비판이 제기되자 Anthropic은 잘못된 트레이드오프였음을 인정하고 사과했습니다.

Anthropic이 Claude Fable 5와 Mythos 5를 출시하며 API 동작 방식에 중요한 변화를 가져왔습니다. 특히 모델 거부(Refusal)가 에러가 아닌 HTTP 200 정상 응답으로 처리되며, 이 경우 차순위 모델인 Claude Opus 4.8이 대신 답변합니다. 또한 과금 시스템은 이러한 폴백(fallback) 상황을 고려하여 설계되었습니다.