Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
RedditAI 번역요약
ChatGPT의 시장 점유율, 처음으로 50% 미만으로 하락
OpenAI의 ChatGPT 시장 점유율이 Google과 Anthropic의 경쟁 심화로 인해 처음으로 50% 미만인 46.4%로 하락했습니다. 점유율은 낮아졌으나 ChatGPT는 여전히 가장 큰 개별 플레이어로서 월간 활성 사용자 수 11억 명을 기록하고 있습니다.
6월 19일1
RedditAI 번역요약
새로운 에이전트 벤치마크 출시: Claude Fable 및 GLM 5.2가 해당 그룹에서 최고 기록 달성
Artificial Analysis에서 LLM의 계획 및 실행 능력을 평가하는 새로운 벤치마크를 출시했습니다. Claude Fable과 GLM 5.2가 해당 테스트에서 최고 성능을 기록했습니다.
6월 19일2
RedditAI 번역요약
로컬 AI 음성 비서가 점점 멍청해지는 과정 관찰 (내 RTX 5060 Ti에서 진행한 9B에서 0.8B 에이전트 실험)
소비자용 하드웨어에서 로컬 음성 비서 에이전트를 실행할 때 모델 크기에 따른 성능 변화를 실험했습니다. Qwen 3.5 모델을 9B부터 0.8B까지 단계적으로 축소하며 추론 및 도구 사용 능력을 관찰했습니다.
6월 19일1
RedditAI 번역요약
hubert.cpp, distilHuBERT의 C++ 구현체 [P]
distilHuBERT의 C++ 구현체인 hubert.cpp를 소개합니다. 런타임 의존성 없이 가중치가 컴파일되어 포함되어 있으며, onnxruntime과 대등한 성능을 제공합니다.
6월 19일1
RedditAI 번역요약
새로운 기능: Learning blocks
OpenAI의 새로운 기능인 'Learning blocks'는 사용자가 변수를 직접 조정하며 개념을 익힐 수 있는 상호작용형 교육 도구입니다. 기존 위젯이 외부 정보를 표시하는 데 중점을 두었다면, Learning blocks는 슬라이더 등을 통해 실시간으로 설정을 변경하며 학습할 수 있는 독립적인 구조를 가집니다.
6월 19일0
RedditAI 번역요약
컴퓨터 사용 에이전트가 클릭을 위해 스크린샷에 의존하는 현상: OS가 직접 제공할 수 있는 정보
컴퓨터 사용 에이전트가 스크린샷에만 의존하는 대신, OS의 접근성 트리(Accessibility Tree)를 활용하여 효율성을 높이는 방안을 제시합니다. 트리를 통한 결정론적 조회를 우선시하면 속도와 비용 측면에서 큰 이점을 얻을 수 있습니다.
6월 19일0
RedditAI 번역요약
GameCraft-Bench: 에이전트가 실제 게임 엔진에서 엔드투엔드(End-to-End)로 플레이 가능한 게임을 제작할 수 있는가?
에이전트가 실제 게임 엔진을 사용하여 엔드투엔드로 게임을 제작할 수 있는지 평가하는 새로운 벤치마크인 GameCraft-Bench를 소개합니다. Opus-4.7, GPT-5.5 등 최신 대형 모델들의 성능을 측정하며, 향후 중간 크기 모델들의 발전 가능성을 논의합니다.
6월 19일1
RedditAI 번역요약
GPU에서의 두려움 없는 동시성: Rust를 이용한 안전한 GPU 추론, vLLM/SGLang과 경쟁 가능한 수준
Rust의 소유권 모델을 GPU 커널 작성에 도입하여 메모리 안전성과 데이터 경합 방지를 보장하는 cuTile Rust와 추론 엔진 Grout를 소개합니다. vLLM/SGLang과 경쟁 가능한 수준의 성능을 보여주며, 안전한 커널 작성이 성능 저하 없이 가능함을 입증했습니다.
6월 19일1
RedditAI 번역요약
PrintGuard 2.0 — ShuffleNetV2 + few-shot prototypical network, LiteRT를 통한
ShuffleNetV2 기반의 few-shot 결함 탐지기인 PrintGuard 2.0을 소개합니다. LiteRT를 활용해 모델을 경량화하였으며, CPython과 브라우저(Pyodide) 환경 모두에서 동일한 코드로 실행 가능한 단일 Python 엔진 아키텍처를 구현했습니다.
6월 18일1
RedditAI 번역요약
Evalatro: LLM이 실제 Balatro 게임을 플레이하는 오픈 벤치마크
LLM이 실제 게임인 Balatro를 플레이하며 전략적 능력을 평가하는 오픈 벤치마크 'Evalatro'가 공개되었습니다. 모델은 텍스트 구조로 게임 상태를 전달받아 스스로 플레이하며, 재현성을 위한 고정 시드와 공개 리더보드를 제공합니다.
6월 18일1
RedditAI 번역요약
오픈 웨이트(Open weights)만으로는 부족합니다: 연구와 더 나은 알고리즘을 위해 오픈 트레이닝 프레임워크가 필요합니다
오픈 웨이트를 넘어 투명한 연구를 위한 오픈 트레이닝 프레임워크 FeynRL을 소개합니다. LLM, VLM, 에이전트의 강화학습(RL) 사후 학습 과정을 가시화하고 엔드 투 엔드로 이해할 수 있도록 설계되었습니다.
6월 18일1
RedditAI 번역요약
더 빠른 오류 탐지를 위해 LLM 기반 QA 에이전트를 오픈 소스로 공개했습니다
사용자 여정을 모니터링하고 오류를 탐지하는 오픈 소스 QA 도구인 Approxima를 공개했습니다. Claude, Gemini, GPT 등 다양한 LLM을 지원하며 자체 호스팅이 가능합니다.
6월 18일1
RedditAI 번역요약
DiffusionGemma vs Gemma 4: 단일 RTX 6000 Pro NVFP4에서 6배 이상 빠른 속도
RTX 6000 Blackwell 환경에서 DiffusionGemma와 Gemma 4의 추론 속도를 비교한 벤치마크 결과입니다. DiffusionGemma가 Gemma 4 대비 약 6.73배 빠른 토큰 생성 속도를 보여주며 아키텍처의 효율성을 입증했습니다.
6월 18일1
RedditAI 번역요약
저는 신경망 TTS (Text-to-Speech) 모델이 현실적으로 얼마나 작아질 수 있는지 실험해 왔으며, 방금 Inflect-Nano-v1을
초소형 신경망 TTS 모델인 Inflect-Nano-v1이 출시되었습니다. 5M 미만의 파라미터로 저사양 환경에서도 실행 가능하며, 임베디드 장치나 로컬 음성 에이전트를 위한 효율적인 베이스라인을 제공합니다.
6월 18일0
RedditAI 번역요약
실행 도중 서비스 제공자 장애를 견뎌내는 LLM 파이프라인 구축 방법: FSM 패턴 소개
LLM 서비스 제공자의 장애에 대응하기 위해 FSM(유한 상태 기계) 패턴을 활용한 견고한 파이프라인 구축 방법을 소개합니다. 단순 HTTP 재시도 방식의 한계를 극복하고, 실패를 상태 전이로 처리하여 다단계 파이프라인의 안정성을 높이는 전략을 다룹니다.
6월 17일1
RedditAI 번역요약
대부분의 웹 디자이너가 실제로 돈을 벌지 못하는 이유
성공적인 웹 디자인 비즈니스를 위한 전략적 포지셔닝과 제안 방법을 다룹니다. AI 자동화 도구를 활용해 잠재 고객의 웹사이트 문제를 분석하고, 개인화된 이메일 아웃리치를 통해 높은 전환율을 이끌어내는 실전 노하우를 소개합니다.
6월 17일1
RedditAI 번역요약
나의 가장 기묘한 웹 디자인 영업 기술이 실제로 효과가 있는 이유
웹 디자인 고객 확보를 위해 '무료 웹사이트 초안 제공'을 활용한 효과적인 영업 전략을 소개합니다. AI를 사용하여 고객의 기존 사이트를 분석하고 개선된 초안을 빠르게 제작함으로써, 고객이 가치를 먼저 경험하게 하여 높은 계약 전환율을 이끌어내는 방법입니다.
6월 17일1
RedditAI 번역요약
가격은 비용이 아니다: 우리는 LLM의 비용을 측정하기 위해 잘못된 변수를 사용하고 있다
LLM의 비용을 단순히 토큰당 가격으로 측정하는 것은 잘못된 접근임을 지적합니다. 에이전트가 긴 체인 프로세스를 수행할수록 신뢰도가 기하급수적으로 하락하며, 이를 검증하기 위한 추가적인 비용(검증 세금)이 발생한다는 아키텍처적 문제를 다룹니다.
6월 17일1
RedditAI 번역요약
AI 거물들, UC Berkeley 주도 테스트에서 25% 미만 점수 기록
UC Berkeley 연구진이 50개 이상의 산업 분야를 대상으로 AI 에이전트의 능력을 평가하는 새로운 벤치마크 'Agents’ Last Exam'을 발표했습니다. 테스트 결과 OpenAI의 GPT-5.5가 가장 높은 점수를 기록했으나, 전체 모델의 통과율은 25% 미만에 그쳤습니다.
6월 17일0
RedditAI 번역요약
미분 없는 신경망 최적화: MNIST 사례 [R]
MNIST 이미지 분류를 위해 미분 정보 없이 MDP(Derivative-Free Optimization)를 사용하여 신경망을 최적화한 연구 사례입니다. 실험 결과, MDP 방식이 기존 Adam 옵티마이저보다 더 낮은 손실값과 높은 정확도를 기록하며 우수한 성능을 입증했습니다.
6월 17일1