펠리컨이 자전거를 못 타면 그 모델은 탈락입니다
MMLU도 GPQA도 다 만점 근처인 시대. 개발자들은 대신 '펠리컨이 자전거 타는 SVG를 그려봐'라고 시킵니다. 장난처럼 보이는 이 사적인 테스트가 왜 공식 점수보다 정직하다는 말을 듣는지 짚어봤습니다.
MMLU도 GPQA도 다 만점 근처인 시대. 개발자들은 대신 '펠리컨이 자전거 타는 SVG를 그려봐'라고 시킵니다. 장난처럼 보이는 이 사적인 테스트가 왜 공식 점수보다 정직하다는 말을 듣는지 짚어봤습니다.
2017년에 나온 문서 작성 프레임워크 Diátaxis가 2026년 다시 화제입니다. 사람을 위해 만든 4분면 구조가, 정작 AI 에이전트에게 더 잘 먹히고 있다는 이야기입니다.
AI가 수학 증명을 대량 생산하는 시대, 그 증명을 최종 판정하는 Lean 4 커널에서 건전성(soundness) 문제가 보고됐습니다. 검증자를 검증하는 문제가 왜 지금 중요해졌는지 짚어봅니다.
MIT Sloan 연구진이 LLM에게 개인 재무 질문을 던져봤더니, 답변 품질은 기대 이상이었습니다. 다만 이득을 보는 쪽은 처음부터 질문을 잘 던지는 사람이었습니다.
2013년 구글 리더 종료 이후 RSS는 정말 죽었을까요. AI 생성 콘텐츠가 웹을 뒤덮은 지금, 20년 전 열린 구독 규약의 운명을 다시 살펴봅니다.
Cursor가 사용량 페이지와 CSV 내보내기에서 비용 정보를 제거했다는 이야기가 개발자 커뮤니티에서 돌고 있습니다. 숫자 하나 사라진 게 왜 이렇게 큰 문제인지 짚어봅니다.
찰스 스트로스가 자기 작업 과정에 생성형 AI를 쓰지 않겠다고 공개 선언했습니다. 효율이 아니라 '쓰는 행위' 자체가 창작이라는 반론입니다.
1조 파라미터급 오픈웨이트 모델이 램 29GB 환경에서 돌아갑니다. 다만 속도는 초당 0.5토큰. 이게 로컬 AI의 미래인지, 값비싼 묘기인지 따져봅니다.
Y Combinator가 공개한 멀티플레이어 에이전트 하네스 qm. AI 코딩 에이전트 여러 개를 동시에 굴리는 도구인데요, 진짜 병목이 모델 성능이 아니라 '사람의 관리 능력'이었다는 걸 드러냅니다.
1990년대 미국은 암호화 코드를 군수품으로 분류해 수출을 금지했습니다. 2026년 지금, 똑같은 논리가 AI 모델 가중치를 향하고 있습니다. 그때와 무엇이 같고, 결정적으로 무엇이 다를까요.