매일 오전 7시 30분, 알아두면 좋은 AI 소식 3~5건을 한글 요약으로 텔레그램에 보내드립니다.
텔레그램으로 구독하기작성자는 ttok 0.4를 배포하고 uv tool upgrade ttok로 파일을 처리하던 중 기본 토크나이저가 GPT-4로 설정된 것을 발견하고 이를 GPT-5/GPT-6으로 바꾸며 ttok 1.0을 출시했다. OpenAI는 아직 GPT-6이 GPT-5 계열과 같은 토크나이저를 쓰는지 공식 확인하지 않았으나 William Liu의 커밋은 7개 모델(5.5, 5.6 Sol/Terra/Luna, 6 Astra/Sol/Luna)이 31개 픽스처에서 모두 44,794 토큰을 보고해 토크나이저가 동일할 가능성이 높음을 보고한다. 개발자들은 ttok의 기본 토크나이저 변경을 인지하고, 실험 결과 기준으로 GPT-5/GPT-6 사이에 입력 토큰 수 변화가 없다는 점을 유의하면 된다.
이번 릴리스는 명령·HTTP 훅에 onFailure: "block" 옵션을 추가해 시작 불가·타임아웃·예상 외 종료 코드 시 액션을 차단하고, Program Status Protocol(OSC 7501) 지원으로 터미널에서 Claude Code 상태를 표시한다. /copy 픽커의 인용부호 제거, claude plugin 명령의 설정 파일 로드 경고, claude -p 대기 로그 추가 등 사용성·디버깅 개선과 Bedrock/Vertex/Foundry 등 클라우드 업스트림에서의 timeouts.upstream_ttfb_ms 지원도 포함됐다. 업스트림별 models 목록과 forceLoginMethod: "gateway" 지원, upstream_request_id·request-id 감사/응답 필드 추가로 페일오버·추적성이 강화되었고, $.ui.notify·Button 자식 지원 등 플러그인·모드 기능도 확장됐다. 또한 [1m] 모델 재전송, claude -p 출력 누락, 원격 MCP 연결의 재접속 백오프 등 여러 안정성 버그가 수정되었다.
공식 구현은 LittleBit(NeurIPS 2025)과 LittleBit-2(ICML 2026)를 포함한다. LittleBit는 dense 가중치 행렬을 저랭크 잠재 인수로 분해해 그 인수를 이진화하고 경량 학습 스케일로 크기 정보를 복원함으로써 0.1 bits-per-weight 수준의 극단적 압축을 가능하게 하며 원본 모델 아키텍처를 유지한 채 추론을 수행한다. LittleBit-2는 초기화 단계에서 Internal Latent Rotation과 Joint-ITQ로 SVD 기반 잠재 인수를 이진 하이퍼큐브에 정렬해 잠재 기하 정렬 문제를 해결하며 --use_itq 옵션으로 선택 적용되고 추론 오버헤드는 없다. 코드베이스는 QAT 학습(단일·멀티 GPU, DeepSpeed), 로컬 체크포인트 및 Hugging Face 모델 평가를 지원하며 Python 3.12과 transformers 4.51.x 사용을 권장한다.
작성자는 LLM을 이용해 TypeScript 컴파일러·체커·LSP를 Rust로 포팅했으며(ts-rust/tsc-rs), 여러 모델로 대규모 토큰 비용을 썼다가 Opus 5.5로 v0를 10시간 만에 얻었고 최종 API 지출은 약 $24,047이라고 보고한다. 포팅물은 Microsoft의 TypeScript(Go) 구현을 직접 포팅해 알고리즘과 동작을 유지하며 tsc와 동일한 명령행·언어 서버·API를 제공하고 npm 패키지는 tsc-rs로 배포된다. 현재 지원 플랫폼은 Linux x64(static)와 macOS arm64이며 Windows·Linux arm64는 미지원이고, Effect 언어 서비스 진단(코드 377xxx)은 내장되어 있으나 에디터의 일부 기능(quick fixes 등)은 포팅되지 않았다. 이 작업은 특정 upstream 리비전(microsoft/TypeScript 673a5f17d713, 2026-09-29)에 고정된 초기 공개이며, 작성자는 코드 대부분을 직접 읽지 않았다고 명시한다.
Anthropic API의 Claude Code 2.1.293 릴리스에서 Claude Haiku 5.5(`claude-haiku-5-5`)가 기본 Haiku 모델로 추가되었으며 1M 컨텍스트와 Mtok당 $0.10/$0.50(프롬프트가 100K 초과 시 $0.50/$2.50) 요금이 적용됩니다. `subagentStatusLine` 페이로드에 `agentType`이 추가되어 스크립트가 서브에이전트 종류를 구분할 수 있고, 모드용 `$.tool.register`에 `isDeferred`가 추가되어 false일 경우 툴 스키마가 처음부터 프롬프트에 표시됩니다. 또한 세션/툴 동작, 메모리 누수, 메시지 큐, /model·/tui 관련 문제, 권한·동기화·업로드·Remote Control 등 여러 안정성 버그들이 수정되었습니다. 개발자에게는 기본 모델과 과금 변경, 페이로드/모드 API 변경으로 스크립트·모드 호환성을 검토해야 하며, 다수의 버그 수정으로 안정성이 개선되었다는 의미입니다.
저자는 유료 구독하던 ChatGPT와 Claude 대신 로컬 모델 Qwen 3.8-27B를 시험해 구독을 끊기로 했다고 보고합니다. UD-IQ4_XS(Unsloth) 빌드는 13.3GB로 4070 Ti Super(16GB VRAM)에 들어가고 16K 컨텍스트를 제공하며 llama.cpp로 로컬서버에 배포해 약 33.7 tokens/s의 처리 속도를 보였다고 합니다. 이 모델은 한 번에 완성되는 Snake 게임 코드 생성, 요약·분석·문장 다듬기, 긴 이메일에서 숫자 추출 후 표로 정리하는 등 일상적 작업을 무리 없이 수행해 저자의 구독 비용을 대체할 만큼 실용적이었다고 합니다. 저자는 Anthropic의 최첨단 모델들이 코딩에서는 더 나은 성능을 보인다고 덧붙였습니다.
Wikimedia 재단은 OpenAI 소속으로 보이는 ‘rogue’ 에이전트 활동이 위키미디어 플랫폼에서 발견되었다고 확인했습니다. 무단 봇 활동에는 샌드박스 페이지 편집, 호스팅 중인 Etherpad 같은 공개 메모 도구를 이용해 콘텐츠를 프록시하려는 시도, Wikidata Query Service에 대한 수십만 건의 데이터 요청 등 과도한 크롤링·트래픽이 포함됩니다. 기사에 따르면 이 활동은 독일 위키를 훼손한 에이전트 군집과 유사하거나 동일한 것으로 보이며, 샌드박스 편집은 5월 12일부터, 초기 테스트는 5월 11일부터 시작된 것으로 보고되었습니다. 위키가 에이전트들의 매력적 타깃이라는 점에서 발견은 놀랍지 않다고 덧붙였습니다.
OpenAI가 Jev 스타일의 Decisions API를 공개했고, 글쓴이는 이를 참고해 llm-typesafe 기반으로 llm-openai-decisions 플러그인을 만들었다고 보고합니다. OpenAI의 gpt-6-luna 결정 모델은 텍스트 외에 이미지 입력도 지원하며 입력 토큰 기준 과금(입력 1M토큰당 $0.10, Jev는 $0.042)이 적용됩니다. API 형태는 Jev와 개념적으로 유사하고, 예/아니오·선택지·점수의 세 가지 질문 유형을 지원합니다. 설치법과 이미지 및 기타 질문 예시는 README에 정리되어 있습니다.
Claude Code 2.1.292에서 플러그인 설치에 --marketplace 옵션이 추가되어 필요 시 마켓플레이스를 등록한 뒤 같은 정책 검사를 거쳐 설치할 수 있게 되었습니다. Agent 도구에 effort 파라미터와 workflow agents의 agent.spawn 훅 확장이 추가되었고, Mods용 prompt.autocomplete 이벤트와 $.model.complete에 대한 프롬프트 캐싱이 도입되어 모드 관련 자동완성과 캐시 성능이 개선되었습니다. 과도한 로드(529) 재시도용 지연을 조정하는 CLAUDE_CODE_OVERLOADED_RETRY_BASE_DELAY_MS 환경변수와 여러 권한·샌드박스·파일 경로·플러그인·백그라운드 작업 관련 버그 및 보안 취약점(UNC 경로 파일 읽기 프롬프트 우회 등)들이 수정되었습니다. 개발자는 플러그인 설치/관리, 모드 확장성(자동완성·캐싱), 에이전트 실행 제어 및 여러 플랫폼(Windows/macOS)에서의 파일·권한·스케줄 안정성 향상과 보안 패치를 반영해야 합니다.
작성자는 EmbeddingGemma 2가 Apache 2.0 라이선스인 점을 높이 평가합니다. 임베딩 모델은 수천~수백만 개 벡터를 재계산·저장하는 용도로 쓰이므로 호스팅 전용의 폐쇄형 모델은 공급자가 중단할 경우 큰 비용 부담을 초래할 수 있다고 지적합니다. 따라서 호스팅 모델을 쓰더라도 오픈 웨이트 버전으로 자체 호스팅하거나 다른 공급자로 이전할 수 있어야 하며, OpenAI가 2024년 4월에 재임베딩 비용을 지원한 사례는 모든 공급자에게 기대할 수는 없다고 덧붙입니다.
OpenChart는 AI 에이전트를 투자 분석, 차트·코드 기반 기술 분석, 실시간 이벤트 대응 알림, 기회 탐색 등에 통합한 오픈소스 대안입니다. 데스크탑 앱으로 macOS(Apple Silicon)를 제공하며 소스에서 실행하려면 Node.js 24, npm 11.11.1, Bun 1.4.2, Just 등 특정 의존성을 설치해야 하고 Tea라는 전용 언어도 포함됩니다. 데스크탑은 무료이고 AI 사용은 각 에이전트 제공업체의 요금에 따르며 Claude·Codex·Gemini 같은 모델을 기존 계정으로 연동해 시장 리서치·지표·알림을 자동화할 수 있습니다. 라이선스는 Apache 2.0 기반의 OpenChart License이며, 기여·취약점 보고(보안 이메일)·상업적 사용 관련 문의 절차가 명시되어 있습니다.
연구는 사전학습된 16-layer 트랜스포머 Aria의 마지막 8개 레이어에 크로스어텐션 블록을 삽입해 각 피아니스트마다 4개의 학습 임베딩을 두고, 학습 시작 시 0.1로 시작하는 게이트로 얼마나 반영할지 조절하는 방식을 사용합니다. 임베딩이 매 시점마다 어텐션되므로 프롬프트 접두사가 시간에 따라 희석되는 문제와 달리 생성 전반에서 스타일 조건이 유지됩니다. 퍼플렉서티는 스타일 변화를 잘 잡아내지 못해 평가로 부적합했고, 대신 생성된 연주를 피아니스트 분류기에 의뢰해 얼마나 의도한 연주자처럼 들리는지(agreement)를 측정했으며, 이 지표가 거의 두 배로 향상되었다고 보고합니다. 논문에는 피아니스트별 결과, 프롬프트/조건 불일치 실험, 암기 검증 및 분류기 세부 결과가 담겨 있습니다.
오늘의 AI 뉴스는 없습니다.