AI 자동화 파이프라인을 돌리다 보면 API 비용 청구서를 볼 때마다 뜨끔한 순간이 있어요. 리뷰 스크립트를 여러 라운드 돌리다 보니 비용이 자꾸 쌓여서, 프롬프트 구조를 바꿔가며 캐싱을 직접 써본 적이 있어요. 자동화를 직접 만들 때는 캐싱과 MCP 같은 용어가 먼저 걸렸고, AI 모델 출시 뉴스를 읽을 때는 AGI·증류·MoE·RLHF 같은 용어가 반복해서 나왔어요. 그렇게 두 갈래로 마주친
자료가 산더미처럼 쌓이면 AI한테 먼저 요약이나 분류를 맡기고 싶어지는데, 그 결과를 어디까지 믿어도 되는지는 늘 애매하거든요. Nieman Lab에 따르면 2026년 퓰리처상 수상작 AI 활용을 공개한 팀은 역대 최다인 8곳(수상 5곳, 파이널리스트 3곳)이었어요. 퓰리처상은 2024년부터 출품작을 낼 때 생성형 AI 사용 여부를 밝히도록 했는데, 이 8곳 중 어느 팀도 AI로 기사를 쓰거나 다듬지는 않았어요. 그 대신
Claude를 쓸 때 노력(effort, 생각하는 정도)를 낮음·중간·높음처럼 고를 수 있다는 거, 다들 한 번쯤 보셨을 거예요. 저는 평소 일반 대화는 중간으로, 코드 작업은 높음으로 쓰고 있어요. Artificial Analysis가 최근 낸 벤치마크 결과를 보면, Anthropic의 신형 모델 Claude Opus 5가 여러 지표에서 몇 달 전 출시됐던 Fable 5를 앞섰다고 해요. 그런데 종합 순위와 별개로, 실제로 어떤
AI한테 뭔가 물어봤다가 “그건 어렵습니다”, “더 이상은 안 됩니다” 같은 답을 한 번쯤 받아보셨을 거예요. 이럴 때 보통은 거기서 멈추거나 다른 방법을 찾아보게 되죠. 그런데 Anthropic이 최근 공개한 사례를 보면, 이 “안 된다”는 답 뒤에 아직 안 가본 길이 남아있을 수도 있다는 생각이 들어요. Anthropic에 따르면 자사의 최신 모델 클로드 미토스 프리뷰 (Claude Mythos Preview)가
