AI 초안과 사람이 여러 번 다듬은 최종본을 AI 탐지기 에 같이 넣어봤는데, 결과가 예상이랑 달랐어요. 탐지기는 한국어 지원을 강점으로 내세우는 Pangram으로 골랐어요. AI가 쓴 초안은 정확히 잡아냈다 이 블로그는 Claude Code로 초안을 만들고, 여러 라운드에 걸쳐 사람이 직접 다듬어서 발행하는 구조예요. 얼마 전 쓴 글(나노 바나나 2 라이트 후기)의 첫 초안, 그러니까 제가 아무것도 안 […]
구글이 나노 바나나 2 라이트 를 내놓으면서 이미지 한 장을 약 4초 만에 생성한다고 홍보했어요. 광고대로 4초가 나오는지 궁금해서 Google AI Studio에서 직접 이미지를 몇 장 만들어봤어요. 광고보다는 느렸다 같은 프롬프트로 세 번 연속 생성해봤는데 5.1초, 6.3초, 6.8초가 나왔어요. 세 번 모두 광고에서 말한 4초보다는 오래 걸렸어요. 근데 이걸 모델 탓으로만 돌리긴 조심스러워요. 제가 쓰는
얼마 전 Claude Code에 중국 관련 환경을 감지해 보이지 않는 신호를 남기는 코드가 있었다는 얘기를 봤어요. 저도 매일 Claude Code로 이 블로그 파이프라인을 돌리고 있으니, 남 얘기로 넘기지 않고 제 것부터 확인해봤어요. 눈에 안 보이는 신호를 심어뒀다 이 코드가 하던 일은 이래요. 사용자의 시스템 시간대가 중국(상하이·우루무치)인지, 접속 경로가 중국 관련 서버를 거치는지 확인해요. 그 결과를
Claude Code 추적 논란, 나는 상관없었어요 더 읽기"
이 대화, 사실 오늘부터 Sonnet 5랑 하고 있었어요. 입력창 아래 모델 이름은 그대로 떠 있었어요. 근데 그동안 늘 같은 모델을 쓰고 있다고만 생각했지, 딱히 신경 쓴 적은 없었어요. 알고 보니 저 혼자 모르는 사이에 뭔가 달라져 있었던 거예요. 묻지도 않았는데 업그레이드됐어요 6월 30일, 앤트로픽이 Claude Sonnet 5를 출시했어요. 그리고 바로 그날부터 무료·Pro 요금제 사용자한테 기본으로
블로그를 운영하면서 AI한테 작업 기준이나 규칙을 정해준 적이 많아요. AI는 작업이 끝났다고 했지만 실제로는 규칙을 안 지킨 경우도 있었어요. 확인하지 않으면 그렇게 넘어갈 때가 있었거든요. 1등도 세 번 중 한 번은 실패했어요 프린스턴대학교 연구팀이 AI 경영 능력을 보려고, AI한테 가상 회사를 500일 동안 운영하게 시켰어요. 시작 자본은 100만 달러였고, 잔고가 0 이하로 떨어지면 그 자리에서
Claude한테 제 업무 중 몇 퍼센트를 맡길 수 있냐고 누가 물으면, 저는 처음에 “60%는 되지 않을까”라고 답할 것 같아요. 근데 다시 생각해보니 질문 자체가 잘못됐어요. “할 수 있냐”고 물으면 80~90%까지도 될 것 같은데, “잘하냐”고 물으면 60~70% 정도로 내려가거든요. 절반이 넘는다고 답한 사람이 절반이었어요 Anthropic이 Claude 사용자 약 9,700명한테 같은 질문을 했어요. 응답자의 약 50%가 AI
할 수 있냐고 물으면 80%, 잘하냐고 물으면 60% 더 읽기"
생성형 AI를 처음 써본 건 ChatGPT였어요. 이 시장을 열었고, 지금도 가장 많은 사람이 쓰는 AI니까요. 근데 정작 지금 제가 매일 손이 가는 건 Claude예요. 성능을 직접 비교한 적도 없는데, 어느 순간 Claude를 쓰고 있었어요. 돌이켜보니, 주변 후기와 커뮤니티에서 Claude를 좋게 말하는 글을 계속 봤던 영향이 더 컸어요. 저만 그런 게 아니었어요 미국 소비자 약 2,800만
A학점 비율이 13%포인트 늘었다는 연구가 나왔어요. AI 성적 인플레이션 이라는 말이 나올 정도였어요. 처음엔 그 정도구나 했는데, 읽을수록 제가 눈길이 간 건 다른 부분이었어요. AI를 못 쓰는 과제는 그대로였어요 UC버클리 연구팀이 한 미국 대학교에서 84개 학과, 319개 강좌, 8개 학기에 걸친 성적 50만 건 이상을 분석했어요. 작문이나 코딩처럼 과제 비중이 큰 수업에서, ChatGPT가 나온 뒤로
새 AI 도구가 나오면 벤치마크 표를 먼저 봐요. 근데 그 시험을 어떻게 측정하는지 잘 모르겠고, 제가 AI 쓰는 상황과 같을 거라는 확신도 없어요. 그래서 결국 의지하게 되는 건 표가 아니라 써본 사람들 얘기예요. Fugu 라는 도구를 보면서 그 생각이 다시 한번 맞았다는 걸 알았어요. Fable만큼 한다고 했어요 도쿄의 Sakana AI가 Fugu라는 도구를 내놓았어요. 여러 AI
Fable급이라더니, 써본 사람들 얘기는 달랐어요 더 읽기"
AI를 조금 쓴다고 환경에 영향이 있을까 싶었어요. 그래서 신경 써본 적이 없었어요. AI 물 소비 가 많다는 얘기를 들을 때도, 머릿속엔 늘 데이터센터 사진만 떠올랐어요. 서버가 줄지어 있고, 그 옆에 파이프가 연결된 그런 사진이요. 근데 엔비디아의 새 발표를 보다가, 제가 아예 다른 질문을 하고 있었다는 걸 알았어요. 데이터센터 안은 줄었어요, 밖은 그대로예요 엔비디아 최고지속가능성책임자가 Axios와의
AI 좀 쓴다고 영향 있겠냐 싶었는데, 질문이 틀렸어요 더 읽기"
