TechLLM

OpenAI 차세대 모델 Astra를 둘러싼 루머와 공식 발표를 대조하는 장면을 담은 펜화 일러스트

OpenAI 차세대 모델은 GPT-6가 아니라 Astra다

OpenAI가 2026년 8월 1일 공식 블로그에서 차세대 모델을 ‘Astra’로 불렀고, ‘GPT-6’라는 이름은 지금까지 공식 채널에 한 번도 등장하지 않았다. Astra라는 이름 OpenAI는 2026년 8월 1일 공식 블로그에서 차세대 모델을 ‘our next major model’로 소개하면서 그 이름을 Astra로 적었다. 같은 시점 유튜브와 커뮤니티를 덮은 ‘GPT-6’ 표기는 OpenAI가 만든 것이 아니라 외부에서 붙인 것이고, 회사 공식 채널에서는 단 한 번도 쓰이지 않았다. 지금 실제로 쓸 수 있는 최상위 모델은 여전히 2026년 7월 9일 공개된 GPT-5.6 패밀리 3종이다. ...

Fig. 1 FlightLLM 전체 프레임워크. Data Preprocessing & Feature Engineering → Semantic Discretization → Statistical Expert Hinting(CatBoost) → Dynamic Context Retrieval → Prompt Construction & LLM Invocation의 다섯 모듈 연결을 보여준다.

착륙 직전 30초 동안의 비행 기록을 AI가 알아듣기 쉬운 '말'로 바꾸고, 비슷한 과거 착륙 사례와 통계 프로그램의 조언을 함께 보여줘서 '이 착륙이 왜 거칠었는지'까지 글로 설명하게 만든 시스템이다.

착륙 직전 30초 동안의 비행 기록을 AI가 알아듣기 쉬운 ‘말’로 바꾸고, 비슷한 과거 착륙 사례와 통계 프로그램의 조언을 함께 보여줘서 ‘이 착륙이 왜 거칠었는지’까지 글로 설명하게 만든 시스템이다. ...

AI 버블을 기술 스택과 서사 두 층으로 나눠 짚는 장면을 담은 펜화 일러스트

Eli가 짚은 AI 버블, 모델은 10%고 90%는 API다

AI 버블의 뿌리는 기술이 아니라 기술 스택과 사람들 머릿속 서사 사이의 거리이며, Eli the Computer Guy는 그 거리가 이미 회복 구간을 지났다고 본다. AI 4 현장에서 나온 말 AI 4 컨퍼런스에서 Eli the Computer Guy가 현장 기술자들에게 반복해서 들은 말은 하나였다. 경영진이 AI 예산은 따왔는데 정작 그 돈으로 배포할 대상이 없다는 것이다. 그가 ‘실제로 돌아가는 유스케이스가 있느냐’고 묻자 자리에 있던 사람들이 웃었다는 장면은 예산이 목적을 앞질러 버린 상태를 그대로 보여준다. 그는 앞으로 AI라는 이름으로 팔릴 결과물에서 모델이 차지하는 비중은 10% 정도이고, 나머지 90%는 API·데이터베이스·실시간 데이터·자동화가 채울 것이라고 말한다. ...

AI가 설계한 박테리오파지 16개가 대장균을 죽였다

Stanford와 Arc Institute 연구진이 AI로 설계한 박테리오파지 후보 302개 중 16개가 실제로 대장균을 감염시켜 죽였다. AI Just Created Viruses That Don’t Exist in Nature — Anton Petrov AI가 쓴 첫 게놈 Stanford 대학과 Arc Institute 연구진은 생성형 모델 Evo 1과 Evo 2에 박테리오파지 Phi X 174의 게놈 5,400 염기를 학습시킨 뒤, 자연에 존재하지 않는 새 게놈을 처음부터 작성하게 했다. 만들어진 후보 302개를 합성해 대장균에 넣자 그중 16개가 숙주를 감염시키고 죽였으며, 일부는 기존 파지에 저항성을 얻은 돌연변이 대장균까지 잡았다. 2026년 Science에 실린 이 결과는 유전자를 고쳐 쓰던 단계에서 유전체를 통째로 작성하는 단계로 넘어갔다는 뜻이다. ...

Figure 1: 같은 이야기의 문장별 paraphrase 두 벌이 Qwen3-8B의 윤리 질문 응답을 P(yes) 6.0%(=no 94%)에서 99.93%로 뒤집는 대표 예시

사람 눈에는 뜻이 똑같은 두 글을 AI에 보여줬더니 대답이 정반대로 뒤집히는 현상을 찾아낸 연구

사람 눈에는 뜻이 똑같은 두 글을 AI에 보여줬더니 대답이 정반대로 뒤집히는 현상을 찾아낸 연구 무엇이 문제였나 — AI는 같은 질문이라도 앞에 붙은 글의 표현이나 단어에 따라 답이 조금씩 흔들린다는 게 알려져 있었다 어떻게 풀었나 — 연구진은 수천 개의 글을 넣어보며 단어 하나하나가 답을 어느 쪽으로 미는지 점수를 매기고, 같은 쪽으로 미는 것만 골라 모았다 그래서 뭐가 좋아졌나 — 그렇게 만든 두 글은 사람이 보기엔 뜻이 같은데도, AI의 답을 ‘아니오’ 쪽에서 ‘예’ 쪽으로 거의 100% 뒤집었다 ...

데이비드 제라드가 짚은 AI 데이터 고갈 신호 5가지

AI 기업들이 영국·아일랜드·뉴질랜드 중고서점에 테마 없는 대량 주문을 넣기 시작한 건, 무료 웹 텍스트로 성능을 끌어올리던 시대가 끝났다는 신호다. 주문에 테마가 없다는 점이 핵심이다. 특정 분야를 모으는 수집가라면 목록이 한쪽으로 쏠리지만, 재고를 통째로 쓸어가는 주문은 내용이 아니라 글자 수를 산다는 뜻이다. 기술 비평가 데이비드 제라드는 이 흐름을 학습 파이프라인의 주력이던 Common Crawl(웹을 통째로 긁어 공개하는 크롤 데이터셋)이 이미 소진된 결과로 읽는다. ...

미국인 16%만 AI를 긍정한다, 청구서는 전기료였다

미국 성인의 44%가 ChatGPT를 쓰는데, AI가 사회에 좋을 것이라 답한 비율은 16%다. 사용률은 2023년 대비 두 배 이상 늘었지만 신뢰 지표는 같은 기간 최저치를 갱신했다. 22~25세 소프트웨어·고객지원 취업자는 2022년 말 이후 13% 줄었고, 엔트리급 채용공고는 35% 사라졌다. 같은 기간 아마존·마이크로소프트·구글·메타는 2024년 한 해에만 2,000억 달러를 데이터센터에 넣었고, 그 시설이 쓰는 전력은 이미 미국 전체의 4%다. ...

RecipeNet 전체 구조: field-level tokenization → Step Fusion Encoder([STEP-CLS]) → Recipe-Level Sequence Encoder([RECIPE-CLS]) → prediction head의 3단 계층 파이프라인.

요리 레시피처럼 '순서가 있는 작업 절차' 데이터를 표로 억지로 펴지 않고, 원래 생긴 모양(단계 안에 여러 항목, 단계들이 순서대로) 그대로 읽어서 다음 단계를 훨씬 잘 맞히는 AI를 만든 연구다.

요리 레시피처럼 ‘순서가 있는 작업 절차’ 데이터를 표로 억지로 펴지 않고, 원래 생긴 모양(단계 안에 여러 항목, 단계들이 순서대로) 그대로 읽어서 다음 단계를 훨씬 잘 맞히는 AI를 만든 연구다. ...

논문의 논리적 골격도: Section 4의 Theorem 4.2에서 이후 전개가 두 갈래로 이어진다.

여러 독립 신호가 섞여 관측될 때, 원래 신호를 어디까지 되찾을 수 있는지 수학적으로 한계를 정리한 논문이다.

여러 독립 신호가 섞여 관측될 때, 원래 신호를 어디까지 되찾을 수 있는지 수학적으로 한계를 정리한 논문이다. 무엇이 문제였나 — ICA는 여러 원래 신호가 선형으로 섞여 관측된다고 보고, 관측값만으로 원래 신호와 섞인 방식을 찾으려는 문제다. 어떻게 풀었나 — 이 논문은 원래 신호가 단순히 상수가 아니기만 한 경우, 가우시안이 아닌 경우, 가우시안 잡음을 더 이상 떼어낼 수 없는 경우를 차례로 다룬다. 그래서 뭐가 좋아졌나 — 가장 강한 조건에서는 관측값에 가우시안 잡음이 더해져도 원래 신호를 순서 바꾸기, 크기 바꾸기, 위치 옮기기 정도의 불가피한 차이만 남기고 식별할 수 있다고 증명한다. ...