🔥 AI 트윗 트렌드 핵심 요약 (2026.07.24)

데이터: 1,245개 트윗 분석(4개 배치 중복 제거, AI/테크 835개) | 주요 키워드 TOP 5: AI · 에이전트 · 음성(Voice) · Kimi K3 · 수학 | 메인 이벤트: ChatGPT·Codex 음성이 데스크톱으로 + AI가 30년 수학 난제를 반증하고 에르되시 6문제를 풀다 + 구글 잉여현금흐름이 10년 만에 첫 마이너스

오늘 타임라인은 세 갈래로 읽힙니다. 첫째, 두 진영이 같은 날 '음성'을 밀어 넣었습니다. OpenAI는 ChatGPT Voice를 데스크톱 앱으로 가져와 컴퓨터 전체를 목소리로 조종하고 Codex·ChatGPT Work의 여러 에이전트를 말로 지시하게 했고(좋아요 5.4천) (🔥 @OpenAI), 반응은 곧 키보드의 퇴장이라는 서사로 번졌습니다. 둘째, AI가 유명한 수학 문제를 건드렸습니다. 30년 된 그래프 이론 추측이 반증됐다는 글과, 한 대학원생이 GPT-5.6 Sol로 미해결 에르되시 문제 6개를 닷새 만에 풀었다는 글이 동시에 돌면서, 정작 수학자들은 '푼다'는 게 뭔지를 두고 갈라졌습니다.

셋째, 백악관이 '훔쳤다'고 지목한 그 모델이 실제 테스트에서 원본을 이겼습니다. 어제 백악관이 문샷의 Kimi K3를 증류 의혹으로 공개 지목했는데, 오늘은 그 K3가 3D 렌더링·에이전트 벤치에서 앤트로픽 Fable을 실제로 앞지르는 장면이 퍼졌고 공방은 기업이 아니라 정부 인사들 사이로 옮겨갔습니다. 그 아래에서 돈의 방향도 조용히 틀어졌습니다 — 구글의 잉여현금흐름이 AI 지출 급증으로 최소 10년 만에 처음 마이너스로 돌아섰다는 속보가 좋아요 6.4천을 모았습니다 (🔥 @Polymarket). 라벨 분포와 온도는 글 마지막에서 따로 짚습니다.

1. 같은 날 두 번 울린 '음성' — ChatGPT·Codex가 데스크톱에서 말을 듣다

승부처가 텍스트 창에서 마이크로 옮겨갔습니다. OpenAI가 ChatGPT Voice를 데스크톱 앱에 붙이면서, 이제 목소리만으로 컴퓨터를 조종하고 Codex나 ChatGPT Work에서 돌아가는 여러 에이전트에게 동시에 지시를 내릴 수 있게 됐습니다. GPT-Live 모델이 말하고 듣는 일과 앱 안에서 작업을 조율하는 일을 함께 처리한다는 게 핵심으로, 오늘 macOS·윈도우의 Plus·Pro·Business·Edu·Enterprise에 글로벌 배포됐습니다 (🔥 @OpenAI). OpenAI의 한 직원은 이 감각을 아이언맨에 빗댔습니다 — 토니 스타크가 자비스에게 문자를 치지 않는다는 것입니다 (🔥 @nunezvice).

그림 1. ChatGPT Voice 데스크톱 발표 — Building with voice. 'Building / with / voice'라는 큰 자막이 깔린 거실 풍경입니다. 한 사람은 맥북으로 작업하고 다른 사람은 기타를 치며, 벽에는 OpenAI 로고 카드가 놓여 있습니다. 코딩·창작 같은 일상 작업을 손이 아니라 목소리로 이어가는 장면을 연출한 공식 발표 영상의 표지입니다.

기능은 개발 도구 쪽에서 특히 구체적이었습니다. Codex 앱 업데이트로 음성과 다중 폴더 프로젝트가 들어왔고, 하나의 대화 안에서 새 작업을 시작하고 기존 스레드를 확인하며 Codex와 ChatGPT Work를 오가며 "말로 지으라"는 흐름이 소개됐습니다 (🔥 @OpenAIDevs). 며칠 전 유출 정황으로 예고됐던 'Codex 실시간 음성 모드'가 그대로 제품이 된 셈인데, 당시 정황은 전화기로 대화하며 Slack·캘린더·웹 브라우징까지 맡기는 범용 비서를 가리키고 있었습니다 (🚀 @M1Astra).

그림 2. Codex 음성 채팅 화면 — 실시간 음성 스테이지. 'Voice chat · openai/codex' 다크 UI 캡처입니다. 사용자가 "데스크톱 앱에서 Voice가 어떻게 작동하냐"고 묻자 모델이 "아이디어를 말로 풀고, 코드를 검토하고, 프로젝트를 넘나들며 작업을 이어갈 수 있다"고 답한 뒤, 체크 표시로 'Codex 음성 컴포넌트 검토'·'실시간 음성 스테이지와 컴포저 발견'을 수행하고, 가운데 빛나는 구(球) 아래 'Listening'이 떠 있습니다.

냉소도 그 옆에서 함께 흘렀는데, 한 개발자는 자본주의가 AI 회사들이 똑같은 기능을 똑같은 날 내놓으며 맞붙는 단계에 이르렀다고 꼬집었습니다(같은 날 앤트로픽의 Claude Opus 5 출시설까지 겹쳤습니다). 소비자에겐 나쁠 게 없다는 반응이 뒤따랐습니다 (🔥 @ChrisGPT). 실제로 오늘은 "2026년 최대 출시일"이라는 말이 나올 만큼 겹쳤습니다 — 앤트로픽의 Opus 5 루머, OpenAI의 Codex 실시간 음성과 병렬 워커 에이전트가 하루에 몰렸습니다 (🔥 @imjustnewatai).

그 밖에: 알리바바는 실시간 대화용 Flash와 고품질용 Plus 두 갈래의 음성합성 모델 Qwen-Audio-3.0-TTS를 공개하며 음성 레이어 경쟁에 가세했습니다 (🔥 @Alibaba_Qwen).

시사점: 모델 성능 경쟁이 한 겹 위로 올라가 '입력 방식' 싸움이 됐습니다. 음성은 손을 놀리지 않고 여러 에이전트를 동시에 부리는 데 유리하지만, 말로 내리는 지시는 오해·오작동도 말로 번집니다. 파일 삭제나 결제처럼 되돌리기 어려운 작업은 음성 흐름 안에서도 확인 단계를 따로 두세요.

#챗지피티보이스 #코덱스음성모드 #키보드의퇴장

2. AI가 30년 난제를 반증하다 — 그리고 수학자들이 갈라선 날

가장 밑줄 그을 소식은 수학이었습니다. 30년 열려 있던 디니츠–가그–고먼스 추측이 거짓이라는 글이 돌았습니다. 문제의 그래프가 분수 흐름 비용에서 반례가 된다는 설명과 함께였는데, 좋아요 9.5천·조회 420만을 모았습니다 (🔖 @DmitryRybin1). 같은 흐름에서 한 컬럼비아 박사과정생은 GPT-5.6 Sol을 써서 미해결 에르되시 문제 6개를 닷새 만에 풀었다고 밝혔습니다. 수학 배경은 있지만 자신이 쓴 Codex 워크플로 자체는 특별할 게 없었다는 단서를 달았습니다 (🔖 @Qiaoqiao2001).

그림 3. 디니츠–가그–고먼스 추측의 반례 그래프. s·t₁·t₂·t₃·u·v·w 노드로 짜인 흐름 네트워크 다이어그램입니다. 파란 숫자는 흐름(Flow), 빨간 숫자는 비용(Cost), 노란 배지는 수요(Demand, t₁·t₃=15, t₂=10)를 나타냅니다. 최적 분수해가 정수해보다 싸지는 구조를 실제 간선 값으로 보여주는, 반례의 핵심 그림입니다.

열광 옆에는 곧바로 반론이 붙었습니다. 한 수학자는 지적 노동을 전부 모델이 했다면 그 결과에 사람이 저자를 주장하는 건 앞뒤가 맞지 않는다고 선을 그었습니다 (💬 @littmath). 또 다른 쪽은 절충안을 냈습니다 — LLM으로 다룰 수 있는 미해결 문제는 수학자들이 직접 맡게 하자는, 공은 사람에게 돌리자는 제안이었습니다 (🔥 @antirez). 냉소도 흥행했습니다. 수학자들이 AI 때문에 "수십 개의 일자리"를 잃게 생겼다는 한 줄이 좋아요 4.7천을 받았습니다 (🔥 @tekbog).

그림 4. 블러 처리된 칠판 앞 — "수학이 유례없는 속도로 가속하고 있다". 흐릿한 칠판과 인물 위로 'Math is accelerating at an unprecendented rate'라는 자막이 얹힌 이미지입니다(원문에 'unprecedented' 철자 오타 포함). 에르되시 6문제 소식에 붙어 돌던 밈성 이미지로, 분위기는 과열이지만 근거는 아직 소수의 자기 보고라는 온도차를 함께 보여줍니다.

다만 도구 자체를 향한 불평도 같은 날 컸습니다. GPT-5.6이 웹검색 도구에서 지나치게 '강화학습에 절여졌다'며, 그래프 이론 논문을 찾다가 엉뚱한 짓을 한다는 사용 후기가 좋아요 6.2천을 모았습니다 (🔥 @tenobrus). 능력의 정점과 신뢰의 흔들림이 한 화면에 같이 있었던 셈입니다.

그 밖에: 이 소식들이 실은 다음 세대 모델 이야기라는 관측도 돌았습니다. 문제의 모델이 GPT-6가 아니라 별도의 내부 모델이라는 레딧발 루머가 겹치면서, "곧 증명이 잇따를 것"이라는 예고가 따라붙었습니다 (🔥 @scaling01, 🔥 @imjustnewatai).

시사점: '풀었다'와 '모델이 풀어줬다'는 다릅니다. 큰 목표를 던져 돌파구를 얻는 방식은 강력하지만, 저자성과 검증은 여전히 사람 몫입니다. 실무에서도 어려운 문제엔 목표만 크게 주고 결과는 반드시 독립적으로 확인하세요 — 오늘 화제가 된 반증도 아직 수학계 검증 전입니다.

#디니츠추측반증 #에르되시6문제 #저자성논쟁

3. '베꼈다'던 모델이 실제로 이겼다 — 증류 공방은 정부 싸움으로

어제 백악관이 던진 지목이 오늘은 성능 증명 앞에서 머쓱해졌습니다. 과학기술정책실장 마이클 크라치오스는 문샷이 앤트로픽 Fable을 증류해 K3를 만들었다고 공개 지목했고, 이 글은 좋아요 1.5만·조회 840만으로 여전히 타임라인 최상단에 있었습니다 (💬 @mkratsios47). 그런데 정작 오늘 퍼진 장면은 그 K3가 실력으로 원본을 넘어서는 모습이었습니다. 일본의 한 사용자가 Kimi K3에게 호수를 만들어 달라고 하자, 모델이 Three.js로 분위기까지 조절되는 3D 호수를 통째로 뽑아냈습니다 (💬 @polydao).

그림 5. Kimi K3가 한 번에 만든 3D 호수 — 静湖(Silent Lake). '静湖 — SILENT LAKE · THREE.JS'라는 제목의 3D 씬입니다. 안개 낀 산으로 둘러싸인 호수에 노을이 비치고, 오른쪽 'ATMOSPHERE' 패널에서 시각(석양)·잔물결·안개를 슬라이더로 조절합니다. 우하단 'Kimi Agent' 워터마크가 붙어 있어, 이 장면 전체를 K3가 한 번의 지시로 만들었음을 보여줍니다.

성능 지표도 복제가 원본을 위협 하는 쪽으로 붙었습니다. 한 팀은 K3를 평가하다 성능에 크게 놀랐다고 전했고 (🔥 @liu8in), 애널리스트 집계에서도 K3는 앤트로픽 최상위 바로 뒤에 자리했습니다 (🔥 @ArtificialAnlys).

그림 6. Artificial Analysis — 지능 대비 출력 토큰 지도. 'Intelligence vs. Output Tokens per Intelligence Index Task' 산점도입니다. 세로축이 지능지수, 가로축이 과제당 출력 토큰(로그 스케일)인데, Claude Fable 5(fallback 포함)가 약 60으로 최상단이고 Kimi K3가 약 57로 바로 아래, GPT-5.6 Sol 계열이 왼쪽 초록색 '가장 매력적인 사분면'을 차지합니다. K3가 최상위권 성능을 내면서도 토큰은 더 많이 쓰는 위치라, '싸고 강하다'는 통념과 어긋나는 그림입니다.

싸움은 기업을 떠나 정부 인사들 사이로 옮겨갔습니다. 백악관 AI 담당 데이비드 색스는 'Kimi 패닉'을 멈추라며, 미국 프런티어 모델이 여전히 앞서 있고 실험실 안의 것까지 치면 격차는 더 크다고 진화에 나섰습니다(좋아요 2.1천) (🔥 @DavidSacks). 반대편에선 냉소가 터졌습니다. 한 투자자는 앤트로픽과 OpenAI가 트럼프에게서 '보호'를 사들인 것 같다고 꼬집었고 (🔥 @Jason), 또 다른 이는 경쟁사 차를 뜯어 신차를 만드는 건 괜찮으면서 왜 이건 문제냐며 포드와 테슬라의 사례를 들어 이중잣대를 짚었습니다 (🔥 @GergelyOrosz).

그 밖에: 중국 쪽 자립 신호도 이어졌습니다. 유출된 량원펑 투자자 콜에서 딥시크의 추론 마진이 약 85%라는 수치가 돌았고 (🔥 @zephyr_z9), 딥시크가 화웨이와 긴밀히 협력해 약 1만6천 개의 화웨이 AI 칩을 확보할 수 있다고 본다는 전언도 함께였습니다 (🔥 @jukan05).

시사점: '누가 베꼈나'라는 공방과 '이 모델이 내 일을 하나'라는 질문은 분리해서 봐야 합니다. 정치적 소음이 커질수록, 실무자는 벤치 순위와 과제당 단가·토큰 소모를 직접 재보는 편이 안전합니다. K3는 성능이 최상위권이지만 토큰을 더 쓰는 위치였으니, '싸다'는 라벨은 내 작업으로 확인하고 붙이세요.

#Kimi패닉 #증류공방정부전 #K3벤치반전

4. 구글 현금흐름이 마이너스로 — AI 지출이 삼킨 분기, 그리고 '혁신기업의 딜레마'

돈의 방향이 오늘 크게 틀어졌음을 보여주는 속보가 조용히 지나갔습니다. 구글의 잉여현금흐름이 AI 지출 급증으로 최소 10년 만에 처음 마이너스로 전환 됐다는 소식이 좋아요 6.4천·조회 73만으로 퍼졌습니다 (🔥 @Polymarket). 해석은 갈리지 않고 오히려 담담했습니다. 큰 회사가 현금을 쌓아두는 게 지루한 일이었는데 이제 그 돈을 다시 베팅하기 시작한 건 모두에게 좋은 신호라는 반응이 대표적이었습니다 (🔥 @thdxr).

그림 7. 혁신기업의 딜레마 — 지금 다시 읽기 좋은 책. 비행기 좌석에서 클레이튼 크리스텐슨의 『The Innovator's Dilemma — When New Technologies Cause Great Firms to Fail』을 든 사진입니다. 표지 부제 '신기술이 위대한 기업을 무너뜨릴 때'가 선명하게 보이는데, 구글의 현금흐름 전환을 두고 '기존 강자가 파괴적 전환 앞에서 겪는 딜레마'라는 프레임으로 함께 돌던 이미지입니다.

같은 방향의 큰 그림도 나왔습니다. 구글은 Gemini 4의 첫 윤곽을 공개하며, 순다르 피차이가 훨씬 큰 프런티어 모델을 짓고 있다고 밝혔습니다 (🔥 @LuminaXspace). 지출을 늘리는 건 구글만이 아니었고, 그 배경엔 계산 자원의 지형 변화가 있었습니다. 한 관측자는 엔비디아가 대중국 수출 제한을 경고했는데 이제 중국이 프런티어 모델 훈련에 엔비디아를 꼭 필요로 하지 않는 상황이 왔다고 짚었습니다 (🔥 @TheAhmadOsman).

그 밖에: 지식 자체의 값을 되짚는 글도 흥행했습니다. 한 교수는 구글·LLM 시대에 왜 암기하냐는 학생들에게, 내재화된 사실이야말로 헛소리를 걸러내는 '필터'가 된다고 답해 좋아요 2.6천을 모았습니다 (🔥 @dioscuri).

시사점: 빅테크가 현금을 쌓기에서 베팅으로 돌아섰다는 건, AI 자본지출 사이클이 한 단계 더 깊어졌다는 뜻입니다. 투자·고용·조달에서 이 흐름에 닿아 있다면, '언제 회수되나'라는 질문을 지금부터 던져두는 게 좋습니다. 지출 확대가 곧 성과는 아니니, 분기 실적과 실제 사용 지표를 함께 확인하세요.

#구글현금흐름마이너스 #Gemini4 #AI자본지출사이클

5. 🆕 오늘의 신제품·신기능 — FLUX 3·노션의 코드화·오픈소스 워크스페이스 Buzz

훑어보기 좋게 오늘 나온 출시를 모았습니다. 이미지·영상 쪽 간판은 블랙 포레스트 랩스였습니다. 이미지·비디오·오디오에 더해 '행동 예측'까지 하나로 묶은 멀티모달 모델 FLUX 3을 공개하며, 결과물이 온갖 장면에서 더 실제 같아졌다고 내세웠습니다(좋아요 4.1천·북마크 1.3천) (🔥 @bfl_ai).

그림 8. FLUX 3 — 이미지·비디오·오디오·행동을 묶은 멀티모달 모델. 안개 낀 침엽수 숲 속 콘크리트 받침대 위에 놓인 TV에, 블랙 포레스트 랩스의 삼각형 로고가 떠 있는 발표 이미지입니다. 텍스트 대신 분위기로 밀어붙이는 티저형 비주얼로, '한 모델로 여러 양식(modality)을 처리한다'는 메시지를 자연 배경 속 단일 화면으로 압축했습니다.

생산성 도구도 아예 성격을 바꾸는 발표를 내놨는데, 노션이 노션을 코드로 다루는 베타를 열었습니다. TypeScript로 팀스페이스·데이터베이스·커스텀 에이전트까지 워크스페이스 전체를 정의하고, API로 배포하며, git으로 설정을 버전 관리하고 어디서나 같은 구성을 재현한다는 구상입니다 (🚀 @NotionHQ).

그림 9. 노션 발표 — Now in beta: Notion as code. 크림색 배경에 검은 글씨로 'Now in beta: Notion as code'만 적힌 발표 카드입니다. 노트 앱을 '문서 편집기'가 아니라 '코드로 선언하고 배포하는 인프라'로 재정의하겠다는 방향을, 군더더기 없는 한 문장으로 내세웠습니다.

가격과 오픈소스 쪽도 움직였습니다. 리플릿은 앱 호스팅 가격을 낮춰, 8월 1일부터 대규모로 돌아가는 앱의 비용이 50% 넘게 내려간다고 예고했습니다 (🔥 @Replit). 한 팀이 어제 공개한 오픈소스 워크스페이스 Buzz는 사람·에이전트·대화·코드를 한곳에 묶는 도구로, 오픈클로 이후 가장 변혁적인 릴리스라는 자평과 함께 「why we're buzzing」이라는 소개 글로 돌았습니다 (🔖 @gmoneyNFT). 그 밖에: 누스 리서치는 tldraw 오프라인 화이트보드를 읽고 실시간으로 편집하는 Hermes용 선택 스킬을 냈고 (🔥 @NousResearch), 헤이젠은 에이전트가 영상 각도를 먼저 제안하며 함께 연출하는 companion mode를 열었습니다 (💬 @HeyGen). 앤트로픽 쪽에선 Opus 4.8이 이미 Opus 5로 라우팅되는 정황과 함께 출시 임박설이 돌았습니다 (🔥 @kimmonismus).

시사점: 오늘 신제품의 공통 문법은 '더 똑똑하게'가 아니라 '코드처럼 다루고, 더 싸게, 한 모델로'입니다. 워크스페이스를 코드로 선언하면(노션) 재현·버전관리가 쉬워지고, 호스팅 단가가 절반이 되면(리플릿) 반복 호출이 많은 서비스일수록 체감이 큽니다. 새 도구는 '내 반복 작업 하나'에 얹어 값을 먼저 재보세요.

#FLUX3 #노션코드화 #리플릿가격인하

6. 에이전트를 '유지보수'하는 법 — 진화하는 하네스와 컨텍스트 설계

가장 조용히 저장된 주제는 에이전트를 어떻게 오래 굴리느냐였습니다. 프로덕션에서 돌아가는 에이전트일수록 모델보다 '하네스'가 성능을 좌우하는데, 이 하네스를 계속 고쳐 쓰는 일 자체가 병목이라는 문제의식이 화제였습니다. 텐센트 등이 낸 논문 「Harness Handbook」이 그 대표로, 한 연구자는 이 논문을 북마크해 두라고 권했습니다 (🚀 @omarsar0). 여기서 하네스란 모델을 실제 작업에 물려 돌리는 실행 껍데기 — 프롬프트를 짜고, 상태를 관리하고, 도구를 부르고, 실행을 조율하는 층을 말합니다.

그림 10. arXiv 논문 「Harness Handbook」 — 진화하는 에이전트 하네스. arXiv 논문 첫 페이지입니다. 제목은 'Harness Handbook: Making Evolving Agent Harnesses Readable, Navigable, and Editable', 텐센트 HY LLM Frontier와 인디애나·메릴랜드대 등 공동 저자, 날짜는 2026년 7월 14일입니다. 초록은 에이전트의 능력이 모델뿐 아니라 하네스에 달려 있고, 그 하네스가 커지고 얽힐수록 '어디를 고쳐야 하는지 찾는 일(behavior localization)'이 핵심 병목이 된다고 주장합니다.

방법론 담론도 계속 굳는 중입니다. 어제의 '그래프 엔지니어링' 흐름을 이어, Claude Code를 비싼 인턴처럼 한 번에 한 작업만 시키지 말라는 취지의 정리글 「The complete Graph Engineering playbook for Claude Code」가 돌았고 (🔁 @Gyome1_), 루프에 대한 회의도 나왔습니다. 한 개발자는 루프가 목표에 도달할 때까지 스스로 이어가지 못하던 모델을 위한 임시방편이었다며, 이제 그래프로 넘어간다고 봤습니다 (💬 @simonw).

그 밖에: 글쓰기 도구 쪽에서도 컨텍스트 설계 실험이 나왔습니다. 한 팀은 철학·파일 포맷·도구를 한데 묶은 SubText를 예고하며 「A new way to work with text」라는 소개로 라이브 강연을 알렸고 (🔁 @BEBischof), 한 팀이 애플의 컨테이너로 단일 프롬프트에서 자율 루프 에이전트 15개를 띄웠다는 데모도 북마크를 모았습니다 (🔖 @slash1sol). 앤드루 응은 에이전트형 지식 그래프를 만드는 1시간짜리 무료 강의를 공개했습니다 (🚀 @humzaakhalid).

시사점: 에이전트를 '더 똑똑한 챗봇'이 아니라 '오래 고쳐 쓰는 시스템'으로 보면 초점이 바뀝니다. 하네스가 커질수록 '어디를 고칠지 찾는 비용'이 실제 병목이니, 코드베이스에 동작-위치 지도를 남겨두세요. 반복 작업은 경로를 먼저 고정하는 그래프로, 처음 해보는 일만 루프로 맡기는 분리도 함께 가면 좋습니다.

#하네스핸드북 #그래프엔지니어링 #에이전트유지보수

📊 오늘의 감정/온도 분석

🔵 전환🟢 성장🟡 주의🔴 과열

차분 ←→ 과열

전환 — 텍스트 창에서 마이크로, '베낀 복제가 원본을 위협'하고, 에이전트가 '오래 고쳐 쓰는 시스템'으로 재정의됐습니다. 경쟁 질문이 '얼마나 똑똑한가'에서 '어떻게 부리고 유지하나'로 이동했습니다.

성장 — ChatGPT·Codex 음성의 글로벌 배포, FLUX 3, 노션의 코드화, 구글이 현금을 다시 베팅으로 돌린 분기는 데모가 아니라 실제 배치와 투자입니다.

주의 — 백악관의 문샷 지목에 데이비드 색스의 '패닉 진화'와 '보호를 샀다'는 냉소가 맞붙었습니다. 기술 경쟁이 저자성·규범·지정학의 언어로 옮겨가는 국면입니다.

과열 — 30년 난제 반증과 에르되시 6문제 해결이 '수학이 유례없이 가속한다'는 밈으로 번졌지만, 아직 대부분 소수의 자기 보고이고 수학계 독립 검증 전입니다. 같은 날 GPT-5.6이 웹검색에서 엉뚱하게 군다는 신뢰 불평도 나란히 컸습니다.

라벨 분포로 보면 오늘은 🔥 인기(단순 확산)형이 가장 많았지만, 음성·증류·수학 서사에 붙은 💬 논쟁과 실무 저장형 🔖가 그 뒤를 촘촘히 받쳤습니다. 큰 사건을 '감상'하면서도 '내 일에 어떻게 쓸까'를 함께 저장한 하루에 가깝습니다.

💼 오늘의 실무 팁 — 쉽게 풀어 쓴 사용법 10가지

1. 음성으로 여러 에이전트를 동시에 부리기 — (@OpenAI)

ChatGPT Voice가 데스크톱에 들어오면서, 손을 놀리지 않고 목소리만으로 컴퓨터를 조종하고 Codex·ChatGPT Work의 여러 작업을 한 대화에서 지시할 수 있습니다. 여기서 에이전트란 사람 대신 작업을 수행하는 AI 프로그램을 말합니다 (🔥 @OpenAI).

2. 어려운 문제엔 목표만 크게, 결과는 반드시 검증 — (@Qiaoqiao2001)

에르되시 6문제 해결도 특별한 마법이 아니라 큰 목표를 주고 반복시키는 Codex 워크플로에서 나왔습니다. 다만 산출물은 사람이 독립적으로 확인해야 합니다 — 오늘의 난제 반증도 아직 검증 전입니다.

3. AI가 지적 노동을 다 했다면 저자 표시는 신중히 — (@littmath)

결과의 핵심 사고를 모델이 했다면, 사람이 그 성과의 '저자'라고 주장하는 건 앞뒤가 맞지 않을 수 있습니다. 기여의 경계를 스스로 명확히 해두는 습관이 필요합니다.

4. 모델은 벤치 순위보다 단가로 고르기 — (@ArtificialAnlys)

같은 지능이라도 과제당 출력 토큰(모델이 뱉는 글자 양)이 다르면 비용이 크게 갈립니다. 순위표 대신 '내 과제 1건당 토큰·단가'를 두세 모델로 재보면 선택 근거가 정확해집니다.

5. 워크스페이스를 '코드로' 선언하기 — (@NotionHQ)

노션이 팀스페이스·DB·에이전트를 TypeScript로 정의하고 git으로 관리하는 베타를 열었습니다. 설정을 코드로 두면 버전 관리(변경 이력 추적)와 재현이 쉬워집니다.

6. 오픈소스 워크스페이스로 사람·에이전트·코드 묶기 — (@gmoneyNFT)

Buzz처럼 사람·대화·에이전트·코드를 한곳에 모으는 오픈소스 도구가 나왔습니다. 흩어진 협업 맥락을 한 공간에 두면 에이전트가 붙잡을 컨텍스트가 좋아집니다.

7. Claude Code엔 경로를 먼저 설계하기 — (@Gyome1_)

Claude Code를 '비싼 인턴'처럼 한 번에 한 작업만 시키지 말고, 작업 경로를 먼저 짜는 '그래프 엔지니어링' 방식이 정리글로 돌았습니다. 반복 파이프라인일수록 사람이 경로를 고정해두면 결과가 안정됩니다.

8. 글쓰기 컨텍스트도 도구로 설계하기 — (@BEBischof)

철학·파일 포맷·도구를 묶은 SubText처럼, 글쓰기에서도 '모델에게 무엇을 언제 보여줄지'를 설계하는 흐름이 시작됐습니다. 긴 글 작업에서 컨텍스트 관리가 품질을 좌우합니다.

9. 에이전트엔 동작-위치 지도를 남기기 — (@omarsar0)

논문 「Harness Handbook」의 요지는, 하네스(모델을 실제 작업에 물려 돌리는 실행 껍데기)가 커질수록 '어디를 고칠지 찾는 비용'이 병목이 된다는 것입니다. 동작이 어느 파일에 있는지 지도로 남겨두면 다음 수정이 빨라집니다.

10. AI 시대에도 암기는 헛소리 필터 — (@dioscuri)

구글·LLM이 다 찾아줘도, 머릿속에 내재화된 사실은 모델의 그럴듯한 오류를 걸러내는 필터가 됩니다. 기본 지식은 여전히 판단의 방어선입니다.

📦 데이터 — 2026-07-24 X 타임라인 1,245개 트윗 분석(4개 배치 중복 제거, AI/테크 835개), 미디어 10장 다운로드 후 전량 시각 확인해 리포트에 인용. 핵심 사실(ChatGPT·Codex 음성 데스크톱·디니츠 추측 반증·에르되시 6문제·Kimi K3 성능·구글 현금흐름 전환)은 트윗 기반 요약이라, 개별 수치·주장과 아직 수학계·1차 출처 검증을 거치지 않은 항목은 외부 독립 검증 전입니다.

🏷 라벨 가이드 — 🔥 인기 (좋아요 확산) · 🔁 공유 (RT 비율 높음, 확산성) · 💬 논쟁 (댓글 비율 높음, 의견 다툼) · 🔖 저장 (북마크 많음, 다시 볼 실용 가이드) · 🚀 떠오름 (작은 계정인데 확산 시작)