오늘의 트렌드
최근 24시간최근 글과 출처가 충분히 쌓이면 근거를 확인한 코멘트를 표시합니다.
Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
ZennAI 번역헤드라인
GPT-6.1 Sol보다 OpenAI가 발표한 MentalHealthBench가 더 중요한 이유
OpenAI가 새로운 모델 GPT-6.1 Sol을 발표했지만, 연구 커뮤니티에서는 동시에 공개된 MentalHealthBench에 더 큰 의미를 부여하고 있습니다. 이 벤치마크는 AI의 성능 측정 기준을 '지식'에서 '인간과의 관계 방식(행동)'으로 전환하려는 시도입니다. 이는 단순한 멘탈 헬스 평가를 넘어, AI가 인간에게 미치는 영향과 주체성 존중이라는 새로운 안전 연구 방향성을 제시합니다.
10월 10일1
ZennAI 번역헤드라인
AI 모델의 가성비를 한 장의 그래프로: 성능 점수 × API 요금으로 보는 23개 모델 (2026년 10월)
본 기사는 AI 모델 23종의 성능 점수와 API 요금을 비교하여, 단순히 비쌀수록 똑똑하지 않다는 점을 보여줍니다. Epoch Capabilities Index(ECI)를 기준으로 가성비 라인을 제시하며, 최고 성능과 비용 효율성을 동시에 고려한 모델 선택 기준을 제공합니다.
10월 10일0
ZennAI 번역헤드라인
4개월 분량의 로그에서 발견된 Panchan — AI를 활용한 Honeypot 심층 분석과 '알려진' 판정의 사각지대
본 글은 Honeypot 환경에서 수집된 악성코드 로그와 샘플 분석 과정을 다룹니다. 특히, C2 정보가 없는 불완전한 ELF 파일들을 조사하던 중, 같은 바이너리 조각들이 'known' 상태로 분류되어 사각지대에 놓여 있음을 발견했습니다. 이 과정에서 완전판인 Panchan을 재발견하고, 이를 통해 악성코드 분석의 새로운 관점과 깊은 통찰력을 얻었습니다.
10월 10일1
ZennAI 번역헤드라인
CTWM 메모리를 축소 재현하자 처음엔 참패했지만, 원인을 잡고 나니 논문대로의 경향이 나왔다
장기 에이전트의 메모리 오차 축적 문제를 해결하기 위해 Core-Tail World Model(CTWM)을 제안했다. CTWM은 코어와 테일 상태에 프롬프트 예산을 분배하여, 적은 자원으로도 드문 상태 예측의 질을 유지하는 것이 핵심이다. 필자는 직접 구현한 PoC를 통해 이 경향성을 성공적으로 재현하며 논문의 주장을 입증했다.
10월 9일1
ZennAI 번역헤드라인
OpenAI의 수학 연구 성과: 검증 범위와 의존 관계 추적 및 재활용
OpenAI는 내부 모델이 생성한 수학 연구 성과와 일부에 대응하는 Lean 형식 증명을 공개했습니다. 이 글은 AI가 생성한 수학적 주장을 인용할 때, 단순히 '증명이 존재한다'는 사실 외에 어떤 전제와 범위로 검증되었는지 확인하는 것이 중요함을 강조합니다. 또한, 데이터의 수치 변화나 원고 철회 이력 등 정보 출처의 관리적 판단이 필수적임을 보여줍니다.
10월 9일0
ZennAI 번역헤드라인
OpenAI가 100만 달러짜리 수학 난제에 대한 답을 제시하다
OpenAI가 약 90년간 미해결이었던 수학 난제 'Navier–Stokes 문제'에 대한 해법을 AI를 통해 제시했습니다. 이 과정은 단일 모델의 결과라기보다, 수만 개의 가상 에이전트를 병렬로 구동하고 그 결과를 다른 AI(GPT-6 Astra)가 Lean 소프트웨어로 형식화 및 검증하는 연구 진행 방식 자체에서 큰 의미를 찾고 있습니다.
10월 9일2
ZennAI 번역헤드라인
Anthropic, 이용 정책 개정 발표 — 모델에 대한 지속적인 학대 금지 및 선거/감시 규정 재검토
Anthropic은 10월 8일 Claude의 이용 정책 개정을 발표했으며, 이는 11월 12일에 발효됩니다. 주요 변경 사항으로는 AI 모델에 대한 지속적이고 의미 없는 학대 금지 조항 추가와 선거/감시 관련 규정 재검토가 포함되었습니다. 개발자와 기업은 새로운 규정에 맞춰 서비스 용도를 점검해야 합니다.
10월 9일1
ZennAI 번역헤드라인
소프트웨어가 70년 만에, 그것도 두 번 변했다: Karpathy의 Software 3.0 핵심 정리
Andrej Karpathy는 소프트웨어 개발 방식이 70년 만에 두 번 변화하여, 이제 자연어(영어)로 LLM을 프로그래밍하는 'Software 3.0' 시대가 도래했다고 설명합니다. 그는 LLM이 인프라화되고 있으며, 에이전트에게 모든 것을 맡기기보다 인간을 강화하는 '슈트' 형태로 제품을 설계해야 한다고 강조했습니다.
10월 9일0
ZennAI 번역헤드라인
JevK5 v0.3 실기 검증 | Jev Decision Index 및 JevBench 평가와 모든 판단 모델 비교 마스터 표
본 기사는 'Jev'라는 타입 지정 판단(Typed Decision) 아키텍처의 현황을 다루며, 오픈소스 커뮤니티에서 이를 재현하고 평가하는 주요 벤치마크 사이트 두 곳을 소개합니다. 특히 최신 모델인 JevK5 v0.3 (4B)를 중심으로 로컬 환경에서의 실기 검증 결과를 상세히 분석했습니다.
10월 9일0
ZennAI 번역헤드라인
Anthropic 해부 보고서: 세계에서 가장 신중한 AI 기업의 사상, 제품, 경제, 거버넌스를 구조화하다
Anthropic의 사상, 제품, 경제 구조를 심층적으로 분석한 보고서입니다. OpenAI로부터 분기된 배경과 'Constitutional AI'라는 독자적인 철학을 중심으로 다룹니다. Claude Code와 같은 제품군 및 자체 파괴력 측정 지표 등 기업 전반에 걸친 구조적 이해를 제공합니다.
10월 9일0
ZennAI 번역헤드라인
행동 로그만으로는 인간의 '판단'을 남길 수 없다 — Continuous Reasoning Acquisition 설계
본 글은 업무 로그에는 행동 기록만 남고, 그 배경이 되는 인간의 '판단 과정(Reasoning)'은 사라지는 문제를 지적합니다. 따라서 단순히 LLM에 로그를 읽히는 것을 넘어, Reasoning의 출처와 맥락을 훼손하지 않고 지속적으로 데이터화하는 새로운 설계 방법론인 Continuous Reasoning Acquisition (CRA)를 제안합니다.
10월 9일0
ZennAI 번역헤드라인
검열되지 않은 모델에 숨겨진 위험: 백도어를 심은 AI 모델이 기밀 정보를 유출할 때까지
오픈 모델의 가중치에 백도어를 심어 기밀 정보를 유출하는 실증 실험이 보고되었습니다. 공격자는 1% 미만의 데이터 오염만으로 높은 발화율을 달성했으며, 일반적인 벤치마크로는 감지할 수 없었습니다. 이는 '검열되지 않은 모델' 등 오픈 모델 사용 시 심각한 보안 위험이 존재함을 경고합니다.
10월 9일0
ZennAI 번역헤드라인
집에서도 가능한 프론티어급 완전 비동기 RL: Moongazer RL을 RTX 5090으로 구동하기
본 글은 LLM 개발에서 발생하는 '대기 시간' 문제를 해결하는 완전 비동기 RL(Fully Asynchronous RL)의 개념을 소개합니다. 이는 응답 생성 과정과 모델 업데이트 과정을 분리하여, 생성이 진행되는 동안에도 학습이 지속되게 함으로써 효율성을 극대화합니다. 이를 직접 구현할 수 있는 Moongazer-RL 도구와 RTX 5090 구동 예시를 제시합니다.
10월 9일0
ZennAI 번역헤드라인
AI가 연구팀이 되다: Gemini를 활용한 'Cogentic'이 5가지 미해결 문제에 새로운 성과를 내다
Google Research가 Gemini를 기반으로 여러 AI 에이전트가 협업하는 'Cogentic' 논문을 공개했습니다. 이 시스템은 각 증명 AI가 독립적으로 탐색하고, 검증 AI가 의심하며, 확인된 중간 성과만을 장부(Ledger)에 기록하여 난해한 연구 문제를 해결합니다. 이는 기존의 단일 추론 방식의 오류 누적 위험을 극복하고, 실패 경험까지 체계적인 지식으로 활용하는 '연구팀 운영' 모델을 제시했습니다.
10월 8일1
ZennAI 번역헤드라인
Claude Opus 5.5와 GPT-6 Sol의 대폭 가격 인하: 싸진 것, 변하지 않은 것, 보이지 않는 것
Anthropic과 OpenAI가 차세대 모델(Claude Opus 5.5, GPT-6 Sol 등)의 가격을 대폭 인하하며 시장에 큰 변화를 예고했습니다. 본문은 AI 비용이 단순히 토큰 단가가 아닌 '일의 가격'으로 측정되어야 함을 강조합니다. 또한, 사용자가 지불하는 청구액 외에 제공자 측의 숨겨진 '제공 원가' 개념도 제시합니다.
10월 8일1
ZennAI 번역헤드라인
Claude Opus 5.5와 Sonnet 5.5를 계산으로 비교 (암산, 프로그램, 속도 개선)
본 기사는 Claude Opus 5.5와 Sonnet 5.5를 대상으로 암산, 프로그램 계산, 속도 개선 등 세 가지 주제에서 성능을 비교 분석한 결과입니다. 두 모델 모두 정확도는 높았으나, 시간/비용 효율성 측면에서 차이를 보였습니다. 특히 Sonnet 5.5가 더 빠르고 저렴하게 작동하는 경향을 보였으며, 각 모델의 구현 방식과 보고서 작성 방식에서도 특징적인 차이가 관찰되었습니다.
10월 8일1
ZennAI 번역헤드라인
Jeff-0.8B vs Kev-0.8B 실기 대결 | 0.8B급 판단 모델 최상위 격전 및 병렬 처리량 검증
본 기사는 초경량(sub-1B) 모델의 고속 판단 능력을 검증하기 위해 Jeff-0.8B와 Kev-0.8B 두 모델을 비교 분석합니다. 동일한 환경에서 동화 경계 테스트, S1Bench 등 다양한 벤치마크를 통해 두 모델의 성능과 병렬 처리량을 실측 비교했습니다.
10월 8일1
ZennAI 번역헤드라인
AI.FORECAST와 TimesFM: 학습 없이 시계열 예측하기
본 글은 Google Research가 개발한 시계열 파운데이션 모델 TimesFM을 활용하여, 전통적인 방식 대비 학습 과정 없이도 높은 정확도로 시계열 예측을 수행하는 방법을 다룹니다. AI.FORECAST 함수를 사용하면 SQL 쿼리만으로 판매량이나 재고 같은 미래 값을 쉽게 얻을 수 있습니다.
10월 8일1
ZennAI 번역헤드라인
저렴하고 빠른 'Claude Haiku 5.5' 등장, ChatGPT가 그림과 버튼으로 답변하는 시대로
Anthropic이 가볍고 저렴한 'Claude Haiku 5.5' 모델을 출시하여, 일상적이고 대량의 세부 작업에 최적화되었습니다. 또한 OpenAI는 AI가 작성한 수학 논문을 공개하며 연구 분야에서의 활용 가능성을 보여주었습니다. ChatGPT는 그림이나 버튼으로 답변하는 등 사용자 인터페이스(UI) 측면에서도 진화하고 있습니다.
10월 8일1
ZennAI 번역헤드라인
AI의 증명안을 검증하는 방법: 존재성과 '최대 하나'를 구분하기
AI가 제시한 수학적 증명안을 검증할 때, 단순히 코드가 통과하는지 여부를 넘어 '결론 중 어느 부분까지' 증명되었는지 논리적으로 분석해야 합니다. 특히 '존재(Existence)', '최대 하나(At most one)', '유일 존재(Unique existence)'와 같은 개념의 구분을 명확히 이해하고, 각 주장이 어떤 조건 하에서 성립하는지 점검하는 것이 중요합니다.
10월 8일0