AI가 따라잡지 못하는 인간 뇌의 진짜 강점 — CQUniversity 신경과학 연구
AI는 에세이를 쓰고, 이미지를 만들고, 산더미 같은 정보를 몇 초 만에 훑습니다. 그래서 “이제 인간 머리로 뭘 더 하지?“라는 말까지 나옵니다. 그런데 정작 신경과학자들은 다른 이야기를 합니다. 사람의 지능에서 가장 강력한 부분이 AI가 여전히 흉내 내지 못하는 부분이라는 겁니다. ...
AI
WWDC 2026 정리 — 시리에 제미니가 들어오고, iOS 27이 한 번 더 가벼워졌다
핵심 요약 시리가 구글 제미니 모델 위에서 새로 만들어졌다. 더 대화에 가깝고, 시각 인텔리전스와 맞물려 돌아간다. 별도의 전용 앱으로 분리되면서 기존 앱 안에도 그대로 살아 있다. 애플 인텔리전스가 사파리, 메시지, 전화, 메일을 가로질러 묶인다. 통화 중에 메일과 메시지의 맥락을 끌어와 다음 행동을 제안한다. iOS 27은 아이폰 11까지 지원한다. 애플은 “역대 가장 많은 사용자에게 열린 iOS 업데이트"라고 못 박았다. 사진 70% 빠른 로드, 에어드롭 80% 빠른 전송이 같이 따라온다. 사진 앱에 스페이셜 리프레임·확장·고도화된 클린업 세 가지 생성형 편집 도구가 들어간다. 시스템 받아쓰기는 휘스퍼 플로 같은 별도 앱이 하던 일을 키보드 안으로 끌고 왔다. 팀 쿡의 마지막 WWDC였다. 9월 1일부터는 존 터누스가 CEO 자리를 이어받는다. 1. 시리, 결국 외부 두뇌를 받아들였다 가장 큰 사건은 시리다. 애플은 자체 파운데이션 모델만 고집하던 노선에서 한 발 물러나 구글 제미니를 시리의 핵심 추론 엔진으로 받아들였다. 시리는 더 길게 이어지는 대화에 익숙해졌고, 화면을 그대로 읽어내는 비주얼 인텔리전스와 연결됐다. 인터페이스 자체도 바뀌어, 시리는 이제 하나의 독립 앱으로 떨어져 나왔다. 그러면서도 기존 앱 안에서 호출되는 방식은 그대로 두는, 일종의 절충안이다. ...
신경과학에서 가장 빠르게 커지는 분야들: AI, 시스템 신경과학, 신경면역학
개요 신경과학은 지금 연구 주제만 넓어지는 것이 아니라, 연구하는 방식 자체가 바뀌는 중이다. The Transmitter가 2025년 신경과학 현황 보고서에서 연구자들에게 물은 결과, 가장 빠르게 성장하는 영역으로 계산 신경과학, 인공지능, 시스템 신경과학, 자연 행동 연구, 신경면역학, 신경영상 등이 반복해서 언급됐다. ...
AI 에이전트 비용을 줄이는 핵심, 프롬프트 캐싱 제대로 이해하기
AI 에이전트는 매 턴마다 비용을 낸다 AI 에이전트를 오래 실행해 본 사람이라면 한 가지 이상한 비용을 보게 된다. 새로 한 일이 많지 않은데도 입력 토큰 비용이 계속 커진다. 이유는 단순하다. 에이전트는 매 요청마다 시스템 지침, 도구 정의, 프로젝트 설명, 이전 대화 맥락을 다시 읽는다. 이미 알고 있는 내용을 반복해서 처리하는 셈이다. 원문에서는 이것을 **컨텍스트 세금(Context Tax)**이라고 표현한다. 예를 들어 20,000토큰짜리 시스템 프롬프트를 50턴 동안 반복해서 처리하면, 새 가치를 만들지 않는 입력 계산만 100만 토큰이 된다. 프롬프트 캐싱은 바로 이 낭비를 줄이기 위한 기술이다. ...
수학적 감각과 코페르니쿠스적 전환 — 테런스 타오가 묻는 AI 시대의 증명
필즈상 수학자 테런스 타오가 철학자 Tanya Klowden과 함께 AI 시대 수학의 본질에 관한 논문을 내놨다. “수학이란 무엇인가"라는 오래된 질문을 AI가 증명을 생성하고 검증하는 시대에 다시 꺼낸 것이다. 핵심 요약 수학적 감각(mathematical “smell”): 경험 많은 수학자가 논증을 검증하기 전에 느끼는 직관적 신뢰도. Thurston이 ‘smell’이라 부른 이 감각은, AI 생성 증명에는 없을 수 있다. 코페르니쿠스적 전환: 인간 지능을 유일한 인지 중심이 아니라 “여러 인지 형태 중 하나"로 재정의하는 관점 전환을 제안한다. 형식화의 분업: 정리의 서술은 인간이, 증명의 검증은 자동화 도구에 맡기는 분업이 현재로선 최선이다. 학생 AI 지침: “적팀(red-team)” 방식, 즉 자신의 풀이를 AI에 검토 맡기는 용도는 권장. 스스로 풀 수 없는 문제의 답을 AI에 직접 요청하는 것은 학습을 저해한다. 꼬리 위험 분석: AI 존재 위험에 예상값(expected value) 분석을 쓰는 것은 부적절하다. 확률 모형이 안정적이지 않기 때문이다. 증명에도 감각이 있다 수학자 William Thurston이 처음 꺼낸 개념에서 출발한다. 그는 경험 많은 수학자가 증명의 모든 줄을 검증하기 전에 그 논증이 맞는지 틀렸는지를 직관적으로 느낀다는 사실에 주목했다. Thurston은 이 즉각적·전언어적 인지 감각을 일부러 ‘smell(냄새)‘이라 불렀다 — 세련된 미적 감각이 아니라, 뭔가 이상하면 코부터 찌르는 그 날것의 감지 능력을 뜻하기 때문이다. Tao는 같은 개념을 “인과적 내러티브"라는 말로도 표현한다. 좋은 증명은 결론이 왜 성립하는지, 어디가 핵심인지를 드러낸다. ...
Siri의 대화, 자동으로 사라진다 — Apple이 프라이버시에 올인하는 이유
솔직히 말하면, Siri를 마지막으로 진지하게 쓴 게 언제였는지 기억이 잘 안 난다. “Hey Siri, 타이머 3분” 정도가 고작이었다. 그 사이 ChatGPT가 터지고, Gemini가 등장하고, AI 어시스턴트 시장은 완전히 뒤바뀌었다. Apple이 뒤처졌다는 건 누구나 아는 사실이었다. ...
Mistral CEO, 프랑스에 경고 — Anthropic Mythos에 군사 코드를 스캔시키지 마라
프랑스가 미국의 AI 모델에 군사 코드를 맡긴다면? Mistral AI의 CEO가 단호하게 반대했다. Mistral AI 공동 창업자이자 CEO인 Arthur Mensch가 프랑스 의회 조사위원회에서 유럽의 사이버보안 의존성 문제를 지적했다. 그가 언급한 것은 Anthropic의 AI 모델 Mythos였다. ...
신경과학 50만 편의 종적 연구, AI가 발견한 사실들 — 이론 없이 떠내려가는 학문
신경과학은 지금 어디에 서 있을까. 뇌를 연구하는 사람들이 스스로 보는 것보다 훨씬 건강한 상태일 수도 있다. 그런데 동시에, 결정적으로 놓치고 있는 무언가가 있을 수도 있다. 마스트리흐트 대학의 마리오 센든(Mario Senden) 연구팀이 이 질문에 답하기 위해 꽤 대담한 시도를 했다. 1999년부터 2023년까지 발표된 신경과학 논문 약 50만 편의 초록을 AI로 분석해, 학문 전체를 한 장의 지도로 그려낸 것이다. 결과는 Aperture Neuro에 발표됐고, 시드니 대학의 맥 샤인(Mac Shine)이 직접 이 연구를 해설했다. ...
ArXiv, AI가 다 한 논문엔 1년 금지령 — 학술 출판의 새로운 기준
AI가 논문을 다 써버렸다면? ArXiv가 이제 그걸 그냥 둥둥 흘려보내지 않는다. 학술 논문 프리프린트 저장소 ArXiv가 AI 생성 논문에 대한 단속을 대폭 강화했다. Thomas Dietterich ArXiv 컴퓨터과학 분과 위원장이 목요일 밝혔다. ...