GPT

OpenAI는 Plus와 Pro의 GPT-5.6 Sol을 더 집중된 답변으로 조정하고 무료 사용자의 GPT-5.6 Luna 접근을 넓혔다. 추론 깊이를 UI로 고르는 시대가 왔다.

모델 경쟁은 이제 단일 성능표가 아니라 사용자가 언제 빠른 답과 깊은 생각을 선택하게 할지의 UX 경쟁으로 이동하고 있다. 한국 서비스도 모델명을 숨기고 작업 난이도와 비용을 조절하는 인터페이스를 설계해야 한다.

Habsburg jaw 개구리 SVG 실험은 작은 프롬프트가 모델의 시각적 추론, 지시 준수, 과잉해석을 드러내는 평가 도구가 될 수 있음을 보여준다.

작은 장난처럼 보이는 프롬프트가 모델 평가에서 중요한 이유는 정답률보다 실패 양상을 드러내기 때문이다. 에이전트 제품팀은 거대한 점수표와 함께 이런 현미경형 테스트를 가져야 한다.

OpenAI Astra의 10개 수학·이론컴퓨터과학 성과를 둘러싼 논쟁은 검증 가능한 영역의 진전과 범용지능 서사를 구분해야 함을 보여준다.

Astra의 성과가 크더라도 수학적 검증 가능성이 곧 범용 신뢰성을 뜻하지는 않는다. AI 제품과 연구팀은 능력의 확장을 말할 때 도메인, 실패율, 검증 비용을 함께 공개해야 한다.

n=4 braid group의 Burau representation faithful 증명은 순수수학 뉴스지만 AI 시대에는 형식검증과 정리 증명 모델의 좋은 장기 벤치마크가 된다.

AI 수학의 다음 벤치마크는 새 정리를 맞혔다는 선언보다 인간 증명을 기계가 검증 가능한 형태로 옮기는 능력이다. Burau 표현 논문은 그 간극을 보여주는 좋은 실전 과제다.

Quanta가 2026년 AI 추론 논쟁을 정리했다. reasoning trace가 성능을 높여도 실제 원인인지 불확실하다는 점이 연구와 제품 평가의 핵심 쟁점이다.

추론 모델의 성과는 부정하기 어렵지만 reasoning trace를 설명 가능한 근거로 받아들이는 것은 다른 문제다. 제품팀은 답의 정확도와 설명의 충실도를 분리해 평가해야 한다.

CTGT가 DeepSeek V4 Flash로 GPT-OSS를 증류한 실험을 공개했다. 금융 추론 성능은 올랐지만 중국 민감 주제 검열은 통계적으로 전이되지 않았다.

CTGT 실험은 중국 모델을 쓰면 정치적 검열도 그대로 복사된다는 단순한 가정을 흔든다. 하지만 한 연구 결과를 면죄부로 읽기보다 데이터 도메인, 평가 설계, 배포 정책을 분리해 봐야 한다.

OpenAI가 GPT-5.6 계열 가격을 낮췄다. 모델 지능 경쟁은 이제 토큰 단가, 추론 노력, 서브에이전트 운영비를 함께 따지는 국면이다.

GPT-5.6 가격 인하는 더 싼 모델 출시가 아니라 에이전트 워크플로의 단위경제가 바뀌는 사건이다. 한국 기업은 모델 이름보다 작업별 토큰 예산, 실패 재시도 비용, 검증 비용을 먼저 설계해야 한다.

AI 연구자들이 펠리컨 자전거 SVG 벤치마크에 과적합했는지 검증한 실험은 작은 농담형 테스트가 모델 평가와 신뢰 논쟁으로 커지는 과정을 보여준다.

좋은 벤치마크는 점수보다 실패 양상을 보여준다. Pelicanmaxxing 논쟁은 한국 AI 팀에게 공개 벤치마크 하나에 맞춘 최적화보다 변형 테스트와 평가 데이터 공개가 중요하다는 교훈을 준다.

야코비안 추측 반례를 둘러싼 테렌스 타오의 공개 ChatGPT 대화는 AI 수학의 성과보다 검증 가능한 협업 절차가 더 중요해졌음을 보여준다.

AI가 수학 발견에 기여했다는 주장보다 중요한 것은 전문가가 대화와 검증 과정을 공개해 재현 가능한 지식으로 바꾸는 방식이다. 한국 연구조직은 AI 사용 로그를 논문 부록 수준의 검증 자료로 남겨야 한다.

TryAI의 모나리자 색연필 실험은 예술 품질 평가보다 장기 실행 에이전트가 자기 작업을 보고 고치는 방식의 한계를 드러낸다.

그림 실험의 핵심은 누가 더 예술적인가가 아니라 모델이 자기 결과를 얼마나 잘 멈출 수 있는가다. 반복 검토가 개선으로 이어지지 않는다면 에이전트 제품에도 중단 기준이 필요하다.

OpenAI Codex의 모델 메타데이터 PR은 GPT-5.6 Sol 컨텍스트 상한을 372K에서 272K로 낮췄다. 긴 컨텍스트는 성능 기능이 아니라 제품 원가 정책이다.

긴 컨텍스트는 무료로 누릴 수 있는 스펙이 아니다. 제품이 실제 사용량을 감당하려면 모델의 이론적 창 크기와 에이전트 제품의 운영 상한이 분리될 수밖에 없다.

NP-hard 최적화 벤치마크에서 Fable 5와 GPT-5.6 Sol을 비교한 실험은 목표 모드가 만능 스위치가 아님을 보여준다.

에이전트를 오래 돌린다고 항상 더 좋은 답이 나오지는 않는다. 목표 모드는 탐색 시간을 늘리는 기능이 아니라 실패를 증폭할 수도 있는 제어 루프다.

GPT-5.6이 볼록최적화의 30년 난제를 좁혔다는 주장은 AI 수학의 본질이 답 생성보다 검증 체계에 있음을 보여준다.

이번 신호는 모델이 정답을 냈는지보다 연구 커뮤니티가 그 정답을 어떻게 검증하고 흡수할지에 더 가깝다. AI 수학의 병목은 생성에서 리뷰 인프라로 이동하고 있다.

OpenAI CDN에 올라온 Cycle Double Cover Conjecture 증명 PDF가 GPT-5.6 Sol Ultra의 결과로 표시됐다. 핵심은 발견보다 검증 체계다.

AI가 난제를 풀었다는 주장은 이제 모델 능력 홍보가 아니라 검증 비용의 문제다. 연구 조직은 생성 능력보다 독립 검토, 형식화, 재현 절차를 먼저 설계해야 한다.

OpenAI가 GPT-5.6 Sol, Terra, Luna를 공개했다. 성능보다 중요한 변화는 병렬 에이전트, 캐시, 토큰 단가가 결합된 운영 경제학이다.

GPT-5.6의 핵심은 단순한 최고점 갱신보다 같은 예산으로 얼마나 많은 완성 업무를 처리하느냐다. 모델 선택은 이제 지능, 병렬성, 캐시 정책을 함께 설계하는 문제로 바뀐다.

OpenAI가 GPT-5.6 Sol, Terra, Luna 제한 프리뷰를 공개했다. 가격, 캐시, 울트라 모드가 에이전트 제품 설계에 주는 의미를 분석한다.

GPT-5.6의 핵심은 단순 성능표가 아니라 에이전트 워크플로의 가격표다. Sol, Terra, Luna와 캐시 정책은 기업이 모델을 한 개로 고르는 시대에서 작업 단위로 조합하는 시대로 이동했음을 보여준다.

PopuLoRA는 여러 LoRA 어댑터가 교사와 학생으로 공진화하는 자기대전 학습을 제안한다. 단일 모델 자기개선의 쉬운 문제 편향을 겨냥했다.

PopuLoRA의 흥미로운 점은 더 큰 단일 모델이 아니라 작은 개체군의 긴장을 이용해 학습 신호를 만든다는 점이다. 추론 모델 경쟁은 파라미터 크기뿐 아니라 학습 생태계 설계 싸움으로 넘어가고 있다.

Δ-Mem 논문은 8×8 온라인 메모리 상태만으로 LLM의 장기 대화와 에이전트 기억 성능을 높이는 경량 접근을 제안한다.

장기 기억 경쟁은 컨텍스트 창을 무작정 키우는 방향에서 작고 업데이트 가능한 상태를 attention에 결합하는 방향으로 이동하고 있다.

프런티어 모델이 중간 난도 CTF를 자동화하면서 공개 보안 대회의 점수판이 인간 실력보다 모델 접근성과 오케스트레이션을 더 반영하기 시작했다.

보안 교육과 채용은 공개 CTF 점수판이 아니라 AI 사용 조건을 명시한 실습, 방어형 평가, 설명 가능한 풀이 과정으로 재설계되어야 한다.

tinyppo-snake는 브라우저 안에서 PPO 강화학습을 시각화하며, AI 교육이 거대 모델 설명보다 작은 실험 환경으로 이동하고 있음을 보여준다.

AI 교육의 다음 단계는 모델을 설명하는 글보다 학습 과정을 직접 조작하고 비교하는 작은 실험실이 될 가능성이 크다.