모델 추론 능력의 발전. 사고의 사슬, 추론 모델, 수학과 논리 벤치마크에서의 돌파와 논쟁.
OpenAI는 수학·계산기 과학·물리학 3개 분야의 난제에 대한 해법을 공개했으며, 그중 하나는 지수시간 가설(ETH)을 반증하는 것이라고 주장했다. Anthropic도 몇 시간 뒤 자체적인 반증 결과를 공표했다. MIT 교수 Ryan Williams는 결과가 옳다면 지난 10년간 ETH에 의존한 논문들을 다시 검토해야 할 필요가 있다고 말했다.
선정 이유: OpenAI와 Anthropic의 주장에 대해 계산 복잡도 연구자 Ryan Williams가 학계의 반응과 향후 연구 방향을 이야기하고 있어, 배경을 정리하기 좋다.
OpenAI는 자사 AI가 생성한 수학, 계산기 과학, 물리학 증명을 외부 전문가에게 검증받는 체계를 마련했다. 계산기 과학에서는 Exponential Time Hypothesis(ETH)의 반증을, 수학에서는 local smoothing conjecture를, 물리학에서는 4차원 양자장 이론의 존재를 증명했다고 주장하고 있다. 수학과 계산기 과학의 증명은 Lean으로도 번역됐으나, 검증은 분야마다 서로 다른 방식으로 진행된다.
선정 이유: 수학, 컴퓨터 과학, 물리학 등 세 분야에서 외부 전문가가 검증을 진행하는 방식이 분야마다 어떻게 다른지 정리되어 있어, AI 성과를 어떻게 검증할지 생각하는 데 실마리가 된다.
OpenAI는 조화해석, 계산 복잡도, 양자장론 분야에서 새로운 발견 3건을 발표했다. 모델은 국소 평활화 추측(local smoothing conjecture)을 모든 차원에서 증명했고, 지수 시간 가설(ETH)이 틀렸음을 보였으며, QCD 등에 대한 존재 증명도 생성했다. OpenAI는 이번 성과를 원자료(raw research data)로 규정하고, 외부 전문가가 주도하는 공동 연구 그룹을 통해 이해를 넓혀 갈 계획이라고 밝혔다.
선정 이유: AI가 내놓은 수학·컴퓨터 과학·물리학 성과를 외부 전문가의 협력으로 검증하고 이해로 이어가는 공개 방식이 세 가지 형태로 구체적으로 제시되어 있다.
Anthropic는 Claude에 대한 증류 공격을 막기 위한 새로운 방어책으로 증류자가 수집할 수 있는 데이터량이 약 90~99% 줄었다는 초기 증거를 공개했다. 대책에는 추론 요약, 2단계 분류기, 계정 차단 등이 포함되며, 일부 개발자는 연동 부분을 업데이트해야 하고 오탐률은 0.1% 미만이라는 트레이드오프도 있다.
선정 이유: 추론 트랜스크립트 요약과 분류기 등 증류(distillation) 대응의 구체적 기법과, 정상 사용자에게 미치는 영향이라는 대가가 함께 제시되어 있다.
Google이 Gemini 앱과 Antigravity에서 Gemini 4 Argon의 본격 제공을 시작했으나, 대상은 유료 사용자로 한정되며 하위 요금제에서는 모든 기능을 쓸 수 없다. 성능 자체는 달라지지 않았으며, 사내에서는 YouTube 댓글 시스템 개선 등에 활용됐다고 한다.
선정 이유: 유료 사용자로 제공 범위가 한정되어 있고, Google 사내 활용 사례가 정리되어 있어 도입 시기와 용도를 검토하는 데 참고가 된다.
Google이 Gemini 4 Argon을 Gemini 앱에서 제공하기 시작했다. 추론 성능과 복잡한 작업에서의 성능이 향상됐고 코딩도 크게 개선됐다고 한다. Google AI Pro와 Ultra 구독자는 오늘부터 이용할 수 있으며, 40개 이상의 앱과 연동되는 작업 기능도 사용할 수 있다.
선정 이유: 회답의 직접성과 진행 상황 공유가 개선된 점, 그리고 macOS 앱에 코딩 기능이 통합되고 채팅에서 작업으로 쉽게 전환할 수 있게 된 점이 한꺼번에 소개되어 있다.
Google DeepMind는 추론과 코딩 성능을 높인 Gemini 3.8 Flash와 사이버보안 특화 모델 Gemini 3.8 Flash Cyber를 발표했다. 3.8 Flash는 100만 토큰당 입력 $0.75, 출력 $3.75의 도입 가격으로 제공되며, HLE-Verified에서 54.9%를 기록했다. Cyber 버전은 새로 마련된 Fairwind Program을 통해 신뢰할 수 있는 방어자에게만 제공된다.
선정 이유: 범용 Flash와 방어자용 Cyber를 동시에 출시하고 가격, 벤치마크, 제공 조건까지 정리되어 있어 용도에 따라 어떤 모델을 쓸지 판단하기 쉽다.
Mistral AI가 Mistral Small 4를 발표했다. Magistral의 추론, Pixtral의 멀티모달, Devstral의 에이전트형 코딩을 하나의 모델로 통합했으며, Apache 2.0 라이선스로 공개했다. 총 파라미터 119B의 MoE 구조로 256k 컨텍스트 윈도우를 지원하고, Mistral Small 3와 비교해 지연 시간 중시 설정에서 엔드 투 엔드 완료 시간을 40% 줄였으며, 처리량 중시 설정에서는 초당 요청 수를 3배로 늘렸다.
선정 이유: 추론, 멀티모달, 에이전트형 코딩을 하나의 모델로 통합한 구성과 출력 길이를 줄인 비교 결과가 제시되어 있어, 모델 선택 기준을 정리하기 좋다.
Mistral AI가 자사 첫 추론 모델 Magistral을 발표했다. 24B 파라미터의 오픈소스 모델 Magistral Small과 기업용 Magistral Medium 2종으로 제공한다. AIME2024에서 Medium은 73.6%(majority voting @64 시 90%), Small은 70.7%(동일 조건 83.3%)를 기록했다. Small은 Apache 2.0 라이선스로 Hugging Face에서 내려받을 수 있으며, Medium은 Le Chat과 La Plateforme API를 통해 프리뷰로 제공된다.
선정 이유: 24B 버전의 오픈 모델과 기업용 Medium 버전이라는 두 갈래로 나온 첫 추론 모델이다. AIME2024 수치와 제공처도 함께 공개돼 위치를 파악하기 쉽다.