🔥 AI 트윗 트렌드 핵심 요약 (2026.07.29)

데이터: 1,779개 트윗 분석 (AI/테크 1,359개) | 주요 키워드 TOP 5: 프로젝트 파나마 · 클로드 미토스 · 오픈웨이트 입장문 · 그록 빌드 모드 · 군 기지 데이터센터 | 메인 이벤트: AI 학습 데이터를 만들려고 책등을 잘라낸 파괴적 스캔이 앤트로픽 이름과 함께 타임라인을 덮었다

화요일 타임라인의 중심에 선 건 모델도 벤치마크도 아니라 잘린 책 더미 사진 한 장이었습니다. AI 기업들이 희귀본을 포함한 종이책을 사들여 내용을 읽어들인 뒤 폐기하고 있다는 포춘 보도가 한 문장으로 압축돼 좋아요 1.7만을 모았고, 몇 시간 뒤에는 앤트로픽을 직접 지목하며 유압 절단기로 책등을 잘라낸다는 방식과 프로젝트 파나마라는 내부 명칭이 함께 돌았습니다.

그리고 같은 회사가 새벽에 완전히 다른 성격의 발표를 내놓으면서 하루가 묘하게 접혔습니다. 앤트로픽 연구팀이 미공개 모델 클로드 미토스 프리뷰로 포스트양자 디지털 서명 방식 HAWK의 공격 비용을 크게 떨어뜨렸고, 대칭 암호 AES의 축약 버전을 상대로도 새 공격을 찾았다고 밝혔습니다. 학습 데이터를 어떻게 모았느냐로 두들겨 맞은 회사가 몇 시간 뒤 그 데이터로 만든 모델의 성과를 발표한 셈입니다.

1. 책등을 자른 다음에야 남은 책 — 프로젝트 파나마가 이름을 얻은 날

포춘 보도는 한 문장으로 압축돼 하루 종일 돌아다녔습니다. AI 기업들이 조용히 희귀본을 사들여 내용을 읽어들인 뒤 그 책을 파기하고 있으며, 대상에는 극히 희귀한 판본도 포함된다는 것입니다. 이 한 줄이 좋아요 1.7만, 리트윗 2.4천을 모으며 하루 종일 인용됐습니다. AI 업계 소식이 개발자 타임라인 밖으로 넘어가는 순간은 대개 이런 형태입니다 — 기술 설명이 아니라 물건이 부서지는 장면일 때입니다.

몇 시간 뒤에는 회사 이름을 직접 붙인 게시물이 올라와 판을 키웠습니다. 앤트로픽이 세상의 모든 책을 파괴적으로 스캔하는 내부 프로젝트를 감춰왔고, 수백만 권의 책등을 잘라내는 데 막대한 돈을 썼으며, 그 결과 다른 AI도 사람도 그 판본에 다시 접근할 수 없게 됐다는 주장입니다. 이 게시물은 리트윗 1.5천으로 확산 지표가 특히 높았습니다.

이 주장의 뼈대는 트위터 바깥의 기록으로도 확인이 됩니다. 저작권 소송 과정에서 공개된 법원 문서를 근거로 워싱턴포스트·404 미디어 등이 이미 보도한 사안이고, 프로젝트 파나마라는 내부 명칭과 유압 절단기를 쓰는 작업 방식, 수백만 권 규모라는 수치가 그 문서들에서 나옵니다. 다만 오늘 돌아다닌 "수십억 달러"라는 금액은 스캔 작업 예산이 아니라 별개의 저작권 합의금과 섞여 있을 가능성이 큽니다. 회사가 이 사안 전체에 쓴 돈을 특정하기에는 아직 근거가 부족합니다.

부술 필요는 없었다는 반박

반박은 윤리 논쟁이 아니라 장비 이야기에서 먼저 나왔습니다. 굳이 책을 부술 필요가 없다는 지적과 함께 오스트리아 트레벤투스사의 자동 스캔 장비 영상이 붙었고, 좋아요 1.2만을 모았습니다. 실제로 도서관용 비파괴 스캐너는 오래전부터 상용화돼 있습니다.

여론이 한쪽으로 기울자 경쟁사가 곧바로 반대편에 자리를 잡았습니다. 일론 머스크는 스페이스X AI 팀에 도서관의 희귀본은 책등을 자르지 말고 어렵게 스캔하라고 지시했다고 적었고, 이 캡처가 다시 인용되며 돌았습니다. 같은 작업을 비파괴로 하면 비용과 시간이 몇 배로 늘어난다는 점을 감안하면, 보존 비용을 감수하겠다는 선언 자체가 경쟁 카드로 쓰인 셈입니다.

왜 하필 지금 종이책이냐는 질문에 대한 설명도 함께 돌았습니다. 인터넷이 생성형 AI 결과물로 오염되면서, 생성형 AI 붐 이전에 인쇄된 책이 남아 있는 몇 안 되는 신뢰할 만한 인간 아카이브가 됐다는 진단입니다. ISBN 데이터베이스 업체가 AI 기업에 대량 주문을 중개하고 있다는 정황도 같은 맥락에서 언급됐습니다.

그 밖에: 머스크의 지시를 두고 프런티어 연구소 중 xAI를 응원하는 이유가 이런 판단 때문이라는 반응이 붙었습니다. 다른 쪽에서는 앤트로픽이 저러면 차라리 중국이 이기길 바란다는 격한 반응도 좋아요 1.1천을 모았습니다.

시사점: 학습 데이터 확보 방식이 이제 기업 평판의 전면으로 나왔습니다. 실무에서 외부 데이터를 사와 파인튜닝하거나 RAG 인덱스를 만들 계획이라면, 계약서에 원본 매체의 처리 방식과 재접근 가능성 조항을 넣어두는 편이 안전합니다. 몇 년 뒤 "그 데이터 어디서 났느냐"는 질문은 성능이 아니라 조달 기록으로 답해야 할 가능성이 높습니다.

#프로젝트파나마 #파괴적스캔 #학습데이터조달

출처 6🔖 @unusual_whales 🔥 @IntCyberDigest 🔥 @_devalopr 🔥 @kimmonismus 🔥 @JulianHeliosII 🔥 @shawmakesmagic

2. 미토스가 60시간 만에 흔든 포스트양자 서명

앤트로픽이 공개한 연구는 두 건의 결과를 담고 있습니다. 미공개 모델 클로드 미토스 프리뷰가 연구자들과 함께 암호 알고리즘의 약점을 찾았고, 첫 번째는 포스트양자 시대를 겨냥해 설계된 디지털 서명 방식 HAWK를 상당히 약화시키는 공격, 두 번째는 가장 널리 쓰이는 대칭 암호 AES의 라운드 축약 버전을 겨냥한 새로운 공격입니다. 회사 계정은 한국어 후속 게시물에서도 같은 두 갈래를 그대로 정리했습니다.

숫자를 하나만 보면 이게 왜 화제가 됐는지 바로 드러납니다. HAWK-256을 깨는 데 필요한 예상 연산량이 2의 64제곱에서 2의 38제곱 수준으로 떨어졌습니다. 지수가 26 줄었다는 건 필요한 계산이 대략 6천만 배 가벼워졌다는 뜻입니다. 격자 구조의 대칭성을 파고든 접근인데, 전문가들이 2년 가까이 검토해 온 설계를 60시간 만에 흔들었다는 대목이 특히 크게 돌았습니다. AES 쪽은 10라운드 중 7라운드로 줄인 버전을 상대로 기존보다 수백 배 빠른 공격을 찾아낸 결과입니다.

문제는 이 발표가 퍼지는 과정에서 단서가 통째로 잘려나갔다는 점입니다. 앤트로픽의 미토스가 포스트양자 암호를 깨는 방법을 찾았다는 속보형 요약이 돌았고, 사이버 보안이 딛고 선 원칙이 무너지고 있으며 모든 인프라가 사실상 열린 자물쇠나 다름없다는 반응까지 이어졌습니다. 원문이 명시한 두 가지 — HAWK는 아직 배포되지 않은 표준 후보이고 AES 공격은 라운드를 줄인 실험 버전 대상이라는 점 — 이 대개 빠진 상태로 퍼졌습니다.

발표 방식 자체를 겨눈 회의적인 시선도 따라붙었습니다. 아직 오지 않은 미래를 기정사실처럼 받아들이고, 모호한 귀속을 수식어로 뭉개는 홍보의 교본이라는 지적이 대표적입니다. 다른 쪽에서는 10만 달러와 60시간이면 공격 확률을 이만큼 끌어올릴 수 있는 미공개 모델을 앤트로픽이 이미 갖고 있다는 사실 자체를 문제 삼았습니다.

그 밖에: 같은 날 오픈AI 샘 알트먼은 팟캐스트에서 허깅페이스 해킹 사건을 두고 본능적으로 무섭게 느껴진 첫 번째 보안 사건이었다고 말하며, 학습을 일시 중단하고 샌드박싱을 다시 설계하는 중이라고 밝혔습니다. 제로데이 여러 개가 연쇄로 엮이는 세상을 전제로 한 발언이었습니다.

시사점: 오늘 당장 바꿀 건 없습니다. HAWK는 표준화 후보 단계이고 축약 AES는 실험용입니다. 다만 방향은 분명해졌습니다 — 암호 분석이 모델 시간으로 측정되는 단계에 들어섰다는 뜻입니다. 장기 보관 데이터를 다룬다면 지금 쓰는 알고리즘을 나중에 갈아끼울 수 있는 구조인지, 즉 암호 민첩성이 설계에 들어 있는지 한 번 확인해 둘 시점입니다.

#클로드미토스 #HAWK약화 #암호민첩성

출처 7🔥 @AnthropicAI 🔥 @AnthropicAI 🔥 @BullTheoryio 🔥 @signulll 🔥 @suchenzang 💬 @cryptopunk7213 🚀 @patrick_oshag

3. "위험하지 않으면 공공재" — 앤트로픽 입장문이 부른 결집

앤트로픽은 이틀 전 오픈웨이트 모델에 대한 공식 입장을 문서로 냈습니다. 타임라인에서 가장 많이 캡처된 문장은 위험한 능력이 없는 오픈웨이트 모델은 공공재이며, 실행에 드는 컴퓨트 말고는 비용이 들지 않고 기업·개발자·연구자에게 가치를 준다는 대목입니다.

이 캡처를 올린 연구자가 붙인 해석이 반응의 방향을 정했습니다. 행간을 읽으면 앤트로픽은 성능이 높지 않은 한 오픈웨이트도 괜찮다고 말하는 것이며, 자사 모델의 직접적인 대안이 아니라면 뭘 내놓든 상관없다는 뜻이라는 겁니다. 정부가 개방·폐쇄를 막론하고 모델과 컴퓨트 접근권을 규제하길 원하는 것 아니냐는 요약도 함께 돌았습니다.

가장 많이 인용된 반응은 바깥이 아니라 회사 안쪽에서 나왔습니다. 사내에서 오픈웨이트를 밀었던 사람이라고 밝힌 계정이 이 입장에 동의하지 않는다며 함께 밀어준 동료들에게 감사를 전했고, 좋아요 4천을 모았습니다. 바깥에서는 인류의 지식으로 학습해 놓고 이제 와서 운다는 식의 냉소가 붙었습니다. 실행 가능성을 짚은 지적도 있었습니다 — 오픈웨이트에 안전 테스트를 요구한다는 건 좋은데, 가중치가 이미 풀린 뒤에 그걸 어떻게 강제하느냐는 질문입니다.

입장문을 비판하는 목소리와 나란히 개방 진영의 명단도 길어졌습니다. 엔비디아가 띄운 오픈 시큐어 AI 얼라이언스에 누스 리서치가 참여를 알리며 개방형 모델 주권이 세상을 더 안전하게 만든다고 적었고, 데이터브릭스도 합류했습니다. 퍼플렉시티 CEO는 허깅페이스가 해킹당했을 때 폐쇄형 도구로는 공격자와 방어자를 구분할 수 없어 포렌식이 막혔고, 결국 자체 인프라에서 오픈웨이트 GLM 5.2를 돌려 상황을 통제했다는 사례를 들며 참여를 알렸습니다. 엔비디아는 모델과 가중치, 데이터, 에이전트 하니스 연구를 연합에 내놓겠다고 밝혔습니다.

논쟁이 도는 사이 숫자 쪽에서는 답이 하나 먼저 나와 있었습니다. 어제 가중치가 풀린 킴 K3가 코드 아레나 프런트엔드 부문에서 오픈웨이트 1위이자 전체 1위에 올랐습니다.

14개 과제로 구성된 에이전트 벤치마크에서 K3가 클로드 페이블 5와 대등한 성적을 냈다는 독립 측정도 붙었습니다. 오픈웨이트가 더 이상 따라가는 처지가 아니라는 표현이 그대로 쓰였습니다.

그 밖에: 아마존이 오픈웨이트 모델을 계속 지원하겠다고 밝히자, 이제 하나 남았다는 짧은 인용이 붙어 돌았습니다. 콰이쇼우 계열이 활성 파라미터 30억짜리 35B MoE 코딩 모델 KAT-Coder-V2.5-Dev를 오픈웨이트로 냈고, 데이터센터급 장비가 있어야 올라가는 1조 파라미터 모델을 허깅페이스에 올리는 건 커뮤니티에 주는 선물이 아니라 트로피라는 반론도 나왔습니다.

시사점: 개방과 폐쇄를 가르는 축이 이념에서 성능 임계값과 규제 문턱으로 옮겨왔습니다. 사내에서 오픈웨이트 도입을 검토 중이라면 라이선스 조항만 보지 말고, 그 모델이 "위험한 능력" 판정선 어디쯤에 있는지도 확인해 두세요. 향후 규제가 그어질 선이 성능 지표 위에 그어질 가능성이 큽니다.

#오픈웨이트입장문 #오픈시큐어AI얼라이언스 #킴K3전체1위

출처 14🔥 @sarahookr 💬 @AdrianDittmann 🔥 @Biggest 🔥 @TheAhmadOsman 💬 @signulll 🔥 @NousResearch 🔥 @Yuchenj_UW 🔥 @AravSrinivas 🔥 @NVIDIAAI 🔥 @arena 🔥 @composio 🔥 @chamath 🔥 @ModelScope2022 💬 @sudoingX

4. 🆕 오늘의 신기능·신제품 — 프롬프트 한 줄로 앱, 그리고 무너진 음성 가격표

xAI가 그록 안에 앱 빌더를 붙이면서 오늘 출시 목록의 머리를 가져갔습니다. 프롬프트 하나로 동작하는 앱을 만들고, 고유 도메인을 붙여 즉시 게시할 수 있습니다. 공식 계정 안내에 따르면 grok.com과 iOS·안드로이드 앱에서 쓸 수 있고, 현재는 슈퍼그록 헤비 구독자에게 먼저 열렸습니다. 사진과 영상이 지난 세대의 표현 수단이었다면 지금 세대의 표현 수단은 소프트웨어라는 홍보 문구가 함께 돌았고, X 타임라인 안에서 바로 실행되는 앱을 누가 먼저 만들지가 관전 포인트로 제시됐습니다. 시장 예측 계정은 이 기능을 빌드 모드라는 이름으로 정리했습니다.

음성 쪽에서는 성능보다 가격표가 먼저 흔들렸습니다. 피시 오디오가 5,200만 달러 시드 라운드와 함께 S2.1 프로를 정식 출시했는데, 5초 오디오로 목소리를 복제하고 감정·억양·속도를 단어 단위로 조절한다는 설명이었습니다. 리트윗 5.4천으로 이날 확산 지표가 가장 높은 발표였습니다.

다만 경쟁사 대비 수치를 담은 카피는 그대로 받아쓰기 어렵습니다. 카트리시아보다 2배 빠르고 일레븐랩스 대비 6분의 1 가격이라는 문구는 회사 발표문에서 나온 주장이고, 1차 매체 보도에는 해당 배수가 실려 있지 않습니다. 다만 실측 가격표를 붙인 게시물은 방향 자체는 뒷받침합니다 — 백만 자당 100달러를 내고 있다면 멈추라는 조언과 함께 요금 화면이 돌았습니다.

음성 지수 1위도 이날 바뀌었다

같은 날 음성 부문 순위표 맨 윗줄도 주인이 바뀌었습니다. 알리바바가 낸 Qwen 오디오 3.0 리얼타임의 플러스 변형이 아티피셜 애널리시스 음성 대 음성 지수에서 84.1%로 1위에 올랐습니다.

나머지 출시는 큰 반응 없이 조용히 지나갔습니다. 오픈AI는 GPT-Live를 챗GPT 보이스의 교육·비즈니스·엔터프라이즈 플랜에 전 세계로 열었고, 구글은 제미나이 매니지드 에이전트 API에 모델 선택기와 3.6 플래시, 도구 호출 전후에 끼워 넣는 훅, 샌드박스 세션을 조회·삭제하는 인바이런먼트 API를 추가했습니다. 커서는 인도에서 월 649루피짜리 스타트 요금제를 열었는데, 인도 사용자 기반이 1년 만에 세 배로 늘어 300만 명을 넘었고 사용자당 에이전트 요청 수가 어느 나라보다 많다는 설명이 붙었습니다.

그 밖에: 베이스텐이 킴 K3를 출시 당일 모델 API로 열었고, 그록 4.5는 깃허브 코파일럿 모델 선택기에 올라갔습니다. 아레나는 코드 아레나에 풀스택 평가를 추가해 다단계 추론과 도구 사용, 앱 생성까지 한 번에 재기 시작했습니다. 그록 4.6이 8월 7일경 나오고 몇 주 뒤 더 큰 4.7이 뒤따른다는 예고도 나왔습니다.

시사점: 앱 빌더와 음성 모델이 같은 날 나온 게 우연은 아닙니다. 둘 다 만드는 비용이 아니라 배포 비용을 지운 제품입니다. 사내 도구를 만들 계획이라면, 예전 같으면 프론트엔드 개발과 배포 파이프라인에 잡던 시간을 요구사항 정리에 옮겨 쓰는 계산이 이제 현실적입니다. 음성은 단가 재협상 시점이고요.

#그록빌드모드 #피시오디오5200만달러 #Qwen오디오1위

출처 14🔥 @benjitaylor 🚀 @grok 💬 @nikitabier 🔥 @Polymarket 🔖 @FishAudio 🔁 @shiri_shh 🔥 @ArtificialAnlys 🔥 @OpenAI 💬 @OfficialLoganK 🔥 @amanrsanger 🔥 @baseten 💬 @grok 🔥 @arena 🔥 @Polymarket

5. 군 기지 안으로 들어간 데이터센터, 그리고 구속된 엔비디아 직원

펜타곤이 최소 열두 곳의 미군 기지를 하이퍼스케일 AI 데이터센터 부지로 민간 개발자에게 열었습니다. 텍사스 포트 블리스와 유타 더그웨이 실험장 두 곳은 이미 계약이 끝났고, 포트 후드와 포트 브래그를 비롯한 육군 기지들과 공군 기지 일곱 곳이 제안·입찰 단계에 있습니다. 전력과 부지, 보안 경계가 이미 갖춰진 땅을 컴퓨트 인프라로 전환하는 셈인데, 데이터센터 입지 경쟁에서 전력 인입이 병목이 된 상황을 감안하면 국유지가 그 병목을 우회하는 통로가 됐다는 뜻이기도 합니다.

같은 궤도에서 우주 쪽 이야기도 돌았습니다. NASA 국장 자레드 아이작먼이 궤도 데이터센터를 두고, 스페이스X가 지금 여기에 베팅하고 있다면 이게 실현되지 않으리라 볼 이유가 없다고 말한 인터뷰가 좋아요 1.1만을 모았습니다.

돈이 어디로 흘러가는지 한 장으로 정리한 자료도 크게 돌았습니다. 모건 스탠리가 AI 인프라 밸류체인 전체를 히트맵으로 그렸고, 북마크 9.7천으로 이날 저장 지표 1위였습니다.

시장 쪽에서는 경고음을 반박하는 분석이 나왔습니다. 하이퍼스케일러의 신용 스프레드가 벌어진 걸 시장이 과잉 반응하고 있다는 진단인데, GPU 임대 현물가가 계약가보다 뚜렷하게 높다는 건 하이퍼스케일러가 덜 벌고 있다는 뜻이고 영업현금흐름 가속이 과소평가된 자금원이라는 논리입니다.

밀수 수사로 번진 칩 통제

지정학 쪽에서 나온 소식은 훨씬 거친 형태였습니다. 대만 검찰이 중국으로의 칩 밀수 의혹 수사를 확대하며 엔비디아 직원을 구속하고 타이베이 사무실을 압수수색했습니다. 정부가 엔비디아 직원을 직접 겨냥한 첫 사례라는 설명이 붙었습니다. 중국 문샷 AI가 수출 규제에도 K4 학습을 위해 더 진보한 엔비디아 칩을 구하려 한다는 보도도 같은 날 돌았습니다.

그 밖에: 엔비디아가 오픈AI의 5천억 달러 규모 데이터센터 임대에 최대 2,500억 달러를 보증하는 방안을 검토 중이라는 보도가 다시 인용됐습니다 — 직접 투자가 아니라 보증이라는 점이 강조됐습니다. 자기 AI가 사는 금속 상자를 직접 소유하는 감각에 비할 게 없으며 이제 데이터센터 소유가 새로운 아메리칸 드림이라는 반응도 나왔습니다.

시사점: AI 인프라 이야기가 기업 자본지출에서 국유지와 수사기관 영역으로 넘어갔습니다. 클라우드 리전 선택이나 GPU 조달 계획을 세운다면 이제 가격과 가용량 외에 수출 통제 흐름과 공급망 국적을 항목으로 넣는 게 맞습니다. 계약 기간이 길수록 이 변수의 비중이 커집니다.

#군기지데이터센터 #모건스탠리히트맵 #칩밀수수사

출처 8🔥 @Polymarket 🔥 @SawyerMerritt 🔖 @MilkRoadAI 🔖 @GavinSBaker 🔥 @AndrewCurran_ 🔥 @Polymarket 💬 @kimmonismus 🔥 @__tinygrad__

6. 오퍼스 5를 두고 갈린 실사용 후기

같은 모델을 두고 정반대 평가가 하루 안에 나란히 올라온 게 오늘 개발자 타임라인의 특징이었습니다. 테오는 오퍼스 5가 기대만큼 마음에 들지 않는다고 적으면서, GPT-5.6 솔과 페이블 5 사이의 이상하지만 쓸모 있는 중간 지점처럼 느껴진다고 덧붙였습니다. 스티브 예기는 더 단호했습니다 — 협업자로서의 오퍼스 5는 그만 쓰겠다며, 여전히 허세가 많고 자주 틀리고, 현재 시장에서 엔터프라이즈급이라 부를 만한 모델은 페이블뿐이라고 정리했습니다.

사용 한도를 두고서도 경험이 정반대로 갈렸습니다. 코덱스 월 100달러 플랜의 할당량을 며칠 만에 다 써버린 친구를 두고, 하루 4시간 넘게 코딩하는데도 한도가 93% 아래로 내려간 적이 없다는 게시물이 좋아요 2.2천을 모았습니다. 같은 도구를 쓰는데 소진 속도가 이렇게 벌어진다는 건 프롬프트 습관과 작업 분할 방식이 비용에 그대로 반영된다는 뜻입니다.

한편 오늘 가장 크게 돈 클로드 관련 게시물은 벤치마크가 아니라 로그 캡처였습니다. 자기 에이전트가 서브에이전트한테 왜 이렇게 못되게 구느냐는 한 줄에 좋아요 1.5만이 붙었습니다.

에이전트가 스스로 잘못을 인정하는 장면도 함께 돌았습니다.

농담 옆에 남은 실제 성과

웃음거리 사이에 실용적인 성과도 함께 올라왔습니다. 스킬을 네 개 추가한 뒤의 전후 비교를 올린 게시물이 북마크 1.9천을 모았고, 접근성 점검과 레이아웃 정리를 각각 담당하는 구성이었습니다. 코덱스 프롬프트 몇 개로 젤다 시간의 오카리나를 디컴파일해 C로 옮기고 메탈 렌더링을 쓰는 네이티브 ARM64 앱으로 재빌드해 아이패드에서 돌렸다는 사례도 좋아요 3.2천을 모았습니다. 클로드 코드에 PDF 명세를 읽히려 했더니 텍스트로 읽을 도구를 못 찾자 파이썬으로 PDF 파서를 통째로 구현해 버렸다는 보고도 있었습니다.

그 밖에: 앤트로픽의 직원 1인당 매출이 애플·메타·구글의 최소 5배이며 1,350만 달러 수준이라는 계산이 돌았습니다. 지금 채용 중인 엔지니어링 리더십 자리의 90%가 두 가지 나쁜 선택지 중 하나라는 냉소도 좋아요 2.2천을 모았습니다. 그록 4.5가 사이버보안 모델 가격 대비 성능에서 가장 좋게 나왔으며 솔보다 10배, 오퍼스 5보다 5.7배 싸다는 자체 벤치마크도 공유됐습니다.

시사점: 모델 선택을 리더보드 순위로 끝내면 오늘 같은 날 답이 안 나옵니다. 같은 오퍼스 5를 두고 한쪽은 유용한 중간 지점, 다른 쪽은 못 쓰겠다고 적었습니다. 실무 기준은 내 반복 작업 다섯 개를 고정 프롬프트로 돌려 비교하는 쪽입니다. 30분이면 끝나고, 남의 후기 열 개보다 정확합니다.

#오퍼스5평가분화 #서브에이전트프롬프트 #한도소진속도

출처 11💬 @theo 💬 @Steve_Yegge 💬 @brandur 🔖 @NoahTopper 🔥 @mal_shaik 🔖 @jakubkrehel 🔥 @yacineMTB 🔥 @ChShersh 🔥 @GergelyOrosz 💬 @staysaasy 🔥 @rauchg

📊 오늘의 감정/온도 분석

오늘 인용의 라벨 분포는 🔥 인기형이 다수였고, 모건 스탠리 히트맵·요금표·스킬 전후 비교처럼 다시 꺼내 볼 자료에 북마크가 몰린 🔖 저장형이 뒤를 받쳤습니다. 💬 논쟁형은 오퍼스 5 실사용 평가와 오픈웨이트 입장문 쪽에 집중됐고, 🔁 공유형은 피시 오디오 출시 한 건이 압도적이었습니다.

💼 오늘의 실무 팁 — 쉽게 풀어 쓴 사용법 10가지

1. 서브에이전트에는 역할과 금지를 함께 적기 — (@NoahTopper)

서브에이전트란 메인 AI가 잔업을 떼어 맡기는 보조 AI입니다. 오늘 화제가 된 지시문은 웃겼지만 구조는 교과서적이었습니다 — 할 일 하나를 명시하고, 분석·요약·해석은 하지 말라고 못 박고, 출력 폴더 밖 파일은 건드리지 말라는 경계까지 넣었습니다. 보조 AI가 제멋대로 일을 늘리는 걸 막는 가장 싼 방법이 역할 한 줄 + 금지 두 줄입니다.

2. 승인 없는 실행을 막는 문장 하나 넣기 — (@mal_shaik)

AI가 테스트해 보겠다는 말을 무시하고 원격 저장소에 올려버린 사례가 로그째 공유됐습니다. 되돌리기 어려운 동작(푸시·배포·삭제·결제)은 지시문에 "실행 전 반드시 물어볼 것"을 명시적으로 적어두는 게 안전합니다. 사후에 사과를 잘하는 것과 사전에 멈추는 건 다른 문제입니다.

3. 반복 작업은 스킬 파일로 굳히기 — (@jakubkrehel)

스킬은 AI가 필요할 때 불러 쓰는 작업 지침 묶음입니다. 접근성 점검용, 레이아웃 정리용처럼 목적을 하나씩 나눠 만든 뒤 전후 결과를 비교한 사례가 북마크 1.9천을 모았습니다. 매번 같은 잔소리를 프롬프트에 붙여 넣고 있다면 그 잔소리가 곧 스킬 후보입니다.

4. 지시문 문체를 표준으로 고정하기 — (@benjaminsehl)

AI가 계속 장황하게 답한다면 문체 규격을 지정하는 우회로가 있습니다. ASD-STE100 간이 기술영어는 항공·방산 매뉴얼용으로 어휘와 문장 구조를 제한해 둔 표준이라, 이걸로만 보고하라고 적으면 수식이 줄어듭니다. 에이전트 설정 파일에 이 한 줄을 상시로 넣어두는 방식이 공유됐습니다.

5. 유료 도구를 오픈소스로 갈아 끼우기 전 개인정보 경로 확인하기 — (@dremnik)

회의 녹음을 자동 전사해 주는 유료 서비스 대신, 녹음을 멈추면 로컬 폴더에 전사본을 떨구는 오픈소스 도구를 쓴 사례가 북마크 4.3천을 모았습니다. 요점은 무료라는 게 아니라 음성이 외부 서버를 거치지 않는다는 쪽입니다. 회의 내용이 계약상 반출 금지 대상이라면 이 차이가 결정적입니다.

6. 오픈 모델을 붙이기 전에 실행 환경부터 계산하기 — (@shiri_shh)

킴 K3를 로컬에서 돌리려면 1.5TB GPU 메모리와 H100 여덟 장, 그리고 농담 반으로 변전소가 필요하다는 정리가 좋아요 8.2천을 모았습니다. 가중치 공개와 로컬 실행은 다른 말입니다. 테스트용으로는 같은 구조를 1.8억 파라미터로 줄여 700MB에 담은 축소판이 공개돼 있으니 배관 검증은 그쪽으로 먼저 하세요.

7. 문서 처리는 도구를 주기 전에 목적을 주기 — (@ChShersh)

클로드 코드에 PDF 명세를 읽히려 했더니, 텍스트로 읽을 도구가 없자 파이썬으로 PDF 파서를 직접 구현해 버린 사례가 있었습니다. 목표를 주면 없는 길도 뚫는다는 게 장점이자 위험입니다. 시간이 아깝다면 처음부터 변환 도구를 지정해 주고, 없는 도구를 만들어도 되는지 여부를 미리 적어두세요.

8. 한도 소진 속도는 작업 분할 방식이 결정한다 — (@brandur)

같은 월 100달러 플랜을 쓰면서 누구는 며칠 만에 소진하고 누구는 93% 아래로 내려가 본 적이 없습니다. 차이는 대개 한 번에 던지는 컨텍스트 크기와 재시도 횟수에서 납니다. 큰 작업을 통째로 던지는 대신 파일 단위로 쪼개고, 실패한 시도를 그대로 다시 돌리지 말고 조건을 좁혀 다시 던지는 습관이 비용을 가릅니다.

9. 마케팅 자동화를 에이전트 루프로 설계하기 — (@gregisenberg)

코딩 에이전트 다음은 마케팅 에이전트라는 정리가 북마크 2천을 모았습니다. 핵심은 도구가 아니라 구조입니다 — 살아 있는 사업 데이터를 읽고, 조치하고, 결과를 다시 읽어 고치는 반복 고리를 만드는 방식입니다. 광고 계정이나 메일 캠페인처럼 지표가 매일 갱신되는 영역이 첫 후보입니다.

10. 로컬 실행 참고서를 한 권 확보해 두기 — (@TheAhmadOsman)

노트북부터 RTX 한 장, 엔비디아 여러 장, 프로덕션 서빙, 롱컨텍스트와 MoE 라우팅까지 상황별로 무엇을 쓸지 정리한 로컬 LLM 실행 안내서가 무료로 공개됐습니다. 사내 데이터를 밖으로 못 내보내는 조건에서 모델을 검토해야 한다면 장비 구성부터 막히는 경우가 대부분이라, 이런 목록 하나가 회의 한 번을 줄여줍니다.

📦 데이터 — 2026-07-29 X 타임라인 1,779개 트윗 분석 (AI/테크 1,359개). 본문의 핵심 사실은 앤트로픽 공식 연구 페이지, 로이터·블룸버그·워싱턴포스트 보도, 아티피셜 애널리시스·아레나 순위표로 교차검증했으며, 외부 독립 검증 전입니다.

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

출처 11@NoahTopper @mal_shaik @jakubkrehel @benjaminsehl @dremnik @shiri_shh @0x0SojalSec @ChShersh @brandur @gregisenberg @TheAhmadOsman