문샷 AI의 평가액이 8개월 만에 7배로 뛰어오르는 모습을 묘사한 손그림

문샷 AI 300억 달러 평가에 도전 — Kimi K2.6와 홍콩 IPO가 만든 6배의 자금 사이클

개요 베이징 기반 문샷 AI가 다음 자금 라운드에서 300억 달러(약 41조 원) 평가를 목표로 잡았다. 지난 5월에 받은 200억 달러 평가에서 50% 더 위로, 2025년 말 4.3억 달러에서는 약 7배 더 높은 숫자다. 같은 회사가 8개월 만에 일곱 배로 다시 가격이 매겨지는 흐름은 단순한 거품이 아니라 제품·매출·정책이 동시에 움직였기 때문이다. ...

2026년 6월 9일 · 4 분 · 713 단어 · TechLLM
Coding agents social sciences survey

사회과학자 1,260명 조사: 코딩 에이전트 채택률은 20%, 격차는 선명하다

개요 Anthropic이 2026년 2월~3월 사이 정량적 사회과학 연구자 1,260명을 대상으로 AI 코딩 에이전트 사용 실태를 조사했다. AI 챗봇 사용은 광범위하지만, Claude Code 같은 코딩 에이전트의 실제 채택은 20%에 머물고 있으며, 성별·기관·분야에 따른 격차가 뚜렷하다. 이 조사는 코딩 에이전트가 연구 생산성에 미치는 영향을 측정하는 장기 실험의 기초 조사다. ...

2026년 5월 30일 · 3 분 · 568 단어 · TechLLM
코딩 에이전트 논란

조지 호츠: 코딩 에이전트는 소프트웨어 개발 역사상 가장 값비싼 실수가 될 것

개요 “코딩 에이전트는 소프트웨어 개발 역사상 가장 값비싼 실수 중 하나가 될 것이다.” 해커이자 프로그래머인 조지 호츠(George Hotz)가 6개월간의 직접 테스트 끝에 이런 결론을 내렸다. 그는 자신의 블로그 포스트 “The Eternal Sloptember"에서 LLM이 빠른 프로토타입을 만들어내지만 세밀한 작업에서는 무너지며, 그 오류가 점점 탐지하기 어려운 방식으로 숨겨진다고 주장한다. ...

2026년 5월 25일 · 3 분 · 628 단어 · TechLLM
Qwen3.7-Max 공식 메인 배너 이미지

Qwen3.7-Max, 에이전트 시대를 겨냥한 Qwen의 새 플래그십

Qwen 팀이 Qwen3.7-Max를 공개했다. 이번 글에서 Qwen은 이 모델을 단순한 채팅 모델이 아니라, 코딩·업무 자동화·장기 자율 실행을 수행하는 에이전트 기반 모델로 소개한다. 핵심은 벤치마크 점수 하나가 아니라, 여러 하네스와 도구 환경에서 오래 버티며 문제를 풀 수 있는가에 있다. ...

2026년 5월 23일 · 4 분 · 649 단어 · TechLLM
코딩 에이전트 6가지 구성 요소 시각화

코딩 에이전트의 6가지 핵심 구성 요소

개요 같은 LLM 모델이라도 Claude Code나 Codex CLI에서 쓰면 훨씬 더 강하게 느껴진다. 이게 그냥 UI 차이일까? 아니다. 핵심은 **에이전트 하네스(Agent Harness)**라는 소프트웨어 계층에 있다. 머신러닝 연구자 Sebastian Raschka 박사가 코딩 에이전트의 내부 구조를 6가지 구성 요소로 분해해서 설명했다. Mini Coding Agent 오픈소스 구현체를 직접 만들면서 얻은 실전 인사이트다. ...

2026년 5월 20일 · 3 분 · 591 단어 · TechLLM
LLM 6개월 변화 — 코딩 에이전트와 오픈 웨이트 모델의 급성장

코딩 에이전트가 '진짜 쓸 만해진' 순간 — Simon Willison의 LLM 6개월 요약

AI 업계에서 6개월은 꽤 긴 시간이다. Simon Willison은 PyCon US 2026 라이트닝 토크에서 그 6개월을 딱 5분으로 압축했다. 모델 왕좌가 다섯 번 바뀌고, 코딩 에이전트가 실용 단계에 진입했으며, 이름도 생소했던 프로젝트 하나가 세상을 뒤흔들었다. ...

2026년 5월 19일 · 4 분 · 648 단어 · TechLLM