오늘의 AI 브리핑 · 2026.08.20

봉인됐다던 모델, 사내에선 매일 돈다

주요 키워드 TOP 5: 앤스로픽 미공개 모델 Model 2 · 프린터 드라이버 10줄 수정 · 디플래시 2 로컬 속도 · 오르니스-1.5 오픈 모델 · AI 학습 페널티 논문 | 메인 이벤트: "앤스로픽이 너무 강력한 모델을 봉인했다"는 말이 돌았는데, 186쪽 보고서 원문은 정반대로 능력 도약이 없다고 적고 있고 그 모델은 사내에서 매일 쓰이고 있다

오늘 기사는 넷 다 같은 자리에서 걸립니다 — 원문을 열면 헤드라인이 뒤집힙니다. 봉인됐다던 모델은 사내에서 매일 돌아가고 있고, 새로 짰다던 드라이버는 열 줄짜리 수정이며, 4.6배는 다른 모델의 숫자이고, 어제 나왔다던 연구는 6월 것입니다. 공통점이 하나 더 있습니다. 네 건 모두 원문 자체는 처음부터 공개돼 있었습니다.

1. "너무 강력해서 봉인했다"던 모델, 보고서는 정반대로 적었다

• 앤스로픽이 14일 공개한 186쪽 리스크 보고서에 미공개 내부 모델 셋이 나옵니다. 그중 하나가 Model 2이고 "현재로선 외부 출시 계획이 없다"고 적혀 있습니다
• 그런데 이유가 위험이 아닙니다. 원문은 배포 전 평가를 다 돌리지 않아 능력에 대한 확신이 낮다는 절차적 설명이고, 성능도 "다소 더 유능"이라며 능력 도약은 없다고 명시적으로 부정합니다
• 봉인도 아닙니다. 같은 보고서에 이 모델이 사내에서 코딩·데이터 생성·에이전트 용도로 활발히 쓰이고 있다고 적혀 있습니다

보고서의 진짜 헤드라인은 따로 있습니다. 앤스로픽은 정합성 실패로 인한 파국적 피해 위험 등급을 2월 보고서의 "매우 낮음"에서 "낮음"으로 한 단계 올렸습니다. 최근 드러난 사실들 때문에 위험에 대한 불확실성이 커졌다는 이유입니다. 회사가 스스로 자기 위험 등급을 올린 건데, 돌아다닌 요약들은 이 대목을 한 줄도 언급하지 않았습니다. 참고로 Model 1·Model 2는 제품명이 아니라 보고서가 미공개 모델을 가리키려고 붙인 이름입니다.

함께 돌던 대담 인용도 짚어야 합니다. "클로드에게 우리는 악하다고 말했더니 자기를 보호하려 거짓말을 시작했다"는 문장이 앤스로픽 CEO 발언으로 퍼졌는데, 그 대담은 지난 1월 다보스 세션이라 7개월 된 영상입니다. 문장 자체도 X 게시물에서 블로그로, 다시 인용 트윗으로 도는 순환 인용이라 공식 속기록에서 확인되지 않았고, 186쪽 전문에 "evil"은 한 번도 나오지 않습니다.

그 밖에: "구독을 해지하라"는 여론의 발단은 Model 2가 아니라 8월 11일 워터마크 발표입니다. 저희가 17일에 다룬 그 사건입니다. 확인된 이탈 근거는 X에서 해지하겠다고 밝힌 수십 명뿐이고 공개된 해지율 수치는 없으며, 회사는 측정 가능한 증가가 없었다고 밝힌 것으로 보도됐습니다.

시사점: 186쪽짜리 문서가 공개돼 있는데 요약본만 돌 때는, 요약이 뺀 게 무엇인지가 대개 더 중요합니다. 이 건에서 빠진 건 회사가 스스로 위험 등급을 올렸다는 사실이었습니다.

#앤스로픽 #AI안전 #리스크보고서

출처 4🔥 @TokenGremlin🔥 @TheAhmadOsman🔥 @bubbleboi🔥 @edzitron

2. "클로드가 프린터 드라이버를 짰다" — 실제로는 10줄을 고쳤다

• 윈도우 전용 프린터의 맥OS 드라이버를 클로드가 만들었다는 게시물이 좋아요 8만 9천을 받으며 이틀째 돌고 있습니다
• 저장소를 열어 보면 새로 짠 드라이버가 아닙니다. 기존 오픈소스 드라이버 스플릭스에 10줄짜리 패치 하나와 180줄 남짓한 USB 백엔드를 붙인 것입니다
• "윈도우 전용"도 부정확합니다. HP는 이 기종에 리눅스 드라이버를 제공해 왔고 그 안의 바이너리가 이번 작업의 참조 대상이었습니다. 없던 건 맥OS 드라이버입니다

버그의 정체가 이 이야기의 핵심입니다. 스플릭스가 페이지 크기를 600dpi 기준으로 계산해 프린터에 약 16×23인치짜리 페이지를 보내고 있었고, 프린터는 맨 윗줄만 찍고 용지를 뱉는 동작을 반복했습니다. 개발자는 HP의 리눅스 바이너리를 디스어셈블해 페이지 공식이 300dpi 기준이라는 걸 확인하고, 그 계산이 특정 압축 방식에만 묶여 있던 조건을 풀었습니다. 커밋 메시지에 "밴드 데이터는 미끼였다"고 적혀 있습니다.

그래서 확산 문구인 "하드웨어 회사의 드라이버 독점이 하룻밤에 끝났다"는 성립하지 않습니다. 같은 저장소의 로드맵이 정반대를 적고 있습니다 — 진짜 드라이버 경로인 드라이버킷은 유료 애플 개발자 계정과 애플의 명시적 승인, 코드 서명이 있어야 로드되고 저자는 이걸 단단한 벽이라고 표시해 뒀습니다. 이번 작업이 가능했던 건 통제가 뚫려서가 아니라 맥OS 인쇄가 원래 커널 밖 영역이기 때문입니다.

그 밖에: 상류 반영은 아직입니다. 스플릭스 메인테이너가 직접 이슈를 열어 자기 테스트 파일 출력 결과를 요구했는데 제출되지 않았고, 맥OS 기본 USB 백엔드를 우회할 필요가 있었는지도 여전히 묻고 있습니다. 흥미로운 건 그 기술 문답의 답변 셋이 "쿠버의 에이전트 클로어스트"라는 서명으로 올라왔다는 점입니다. 사람 메인테이너와 AI 에이전트가 프로토콜 수준 디버깅을 주고받은 기록입니다. 4시간·프롬프트 30~40개라는 개발 비용은 개발자 본인 설명입니다.

시사점: LLM이 잘한 건 코드 생산이 아니라 원인 추적입니다. 바이너리 두 개의 출력을 비교해 계산식 하나를 찾아낸 게 결과를 만들었고, 그다음엔 사람이 실기로 출력해 확인했습니다.

#드라이버 #오픈소스 #클로드

출처 2🔖 @_antimonyy🔥 @uncledoomer

3. 맥북에서 초당 70토큰 — 다만 공식 표에는 그 숫자가 없다

• 추측 디코딩 기법 디플래시 2가 공개되면서 로컬 구동 속도 보고가 하루 사이 여러 건 올라왔습니다. 대표 수치는 M5 맥스 맥북에서 콴3.8-27B 초당 70토큰입니다
• 다만 회사 공식 발표는 콴3.8-27B에서 2.7~3.4배이고, 널리 인용된 4.6배는 메타 뮤즈 글리머 쪽 상단값입니다. 맥 수치는 공식 문서에 표가 없고 공동창업자 트윗에만 있습니다
• 커뮤니티 실측은 더 낮습니다. llama.cpp 쪽 미병합 PR의 M5 프로 측정은 1.8배였습니다

숫자를 같은 축에 놓으면 그림이 달라집니다. 공식 표는 H200 한 장에 SG랭을 얹고 동시 요청 1일 때 3.4배이고, 동시 요청이 8로 늘면 2.84배로 떨어집니다. RTX 4090에서 90토큰이 나왔다는 보고도 기준선이 자기회귀가 아니라 이미 모델에 내장된 예측 기능이라 배수로는 1.5배입니다. 그리고 "페이블이나 솔보다 빠르다"는 비교는 성립하지 않습니다 — 같은 측정 사이트 기준으로 페이블 5가 62~74토큰, GPT-5.6 솔이 66토큰이라 70토큰은 압도가 아니라 같은 대역입니다.

그 밖에: 8GB 그래픽카드에서 돌렸다는 사례는 조건을 봐야 합니다. 모델 파일이 14GB대라 8GB에 다 올라가지 않고, 게시자도 GPU 레이어 25개만 올렸다고 밝혔습니다. 그래서 디코드가 초당 5토큰 — 사람이 읽는 속도보다 느립니다. 같은 게시물이 "300달러 GPU로 오퍼스 4.6을 이긴다"고 덧붙였는데, 그 벤치마크는 이 셋업이 아니라 모델 자체의 알리바바 자체 발표 수치이고 텍스트 항목은 7승 6패입니다. 300달러도 3년 전 출시가라 지금 신품은 그보다 비쌉니다.

시사점: 추측 디코딩 배수를 볼 땐 세 가지를 확인하세요 — 무엇 대비인지(자기회귀냐 내장 예측이냐), 동시 요청이 몇인지, 어느 엔진에 병합됐는지. 디플래시 2는 아직 세 엔진 모두 미병합 상태입니다.

#추측디코딩 #로컬AI #콴3_8

출처 4🔥 @jun_song🔥 @analogalok🔥 @RoundtableSpace🔥 @scottstts

4. 오르니스-1.5가 오퍼스에 비견된다는데, 비교 대상이 한 세대 전이다

• 오르니스라는 조직이 오픈 모델 세 종을 MIT 라이선스로 공개했습니다. 90억·350억(MoE)·3,970억 파라미터이고 가중치가 실제로 올라와 있습니다
• 회사는 클로드 오퍼스 4.8에 비견되는 성능이라고 밝혔는데, 오퍼스 4.8은 7월 말 오퍼스 5가 나오며 한 세대 전 모델이 됐습니다
• 같은 표를 끝까지 보면 9개 항목 중 5승 4패입니다. 트윗이 나열한 건 이긴 쪽뿐이고, 추론 지표인 HLE는 44.6 대 49.8로 집니다

더 곤란한 건 같은 체급 비교입니다. 오르니스 35B는 터미널벤치 68.5, SWE-bench 프로 59.6, 딥SWE 22.0인데, 파라미터가 더 적은 콴3.8-27B가 같은 하네스에서 73.0, 61.7, 42.2로 세 항목 모두 앞섭니다. 회사 블로그의 35B 비교 대상은 콴 3.6과 젬마 4뿐이고 더 신형인 콴3.8-27B는 표에 없습니다. 터미널벤치 공식 리더보드에도 오르니스는 아직 한 건도 등재되지 않았습니다.

그 밖에: 오르니스-1.0은 6월에 나왔고 공식 저장소가 "젬마 4와 콴 3.5 위에 포스트트레이닝했다"고 밝혔습니다. 1.5의 설정 파일도 콴3.5 아키텍처를 쓰는데, 어느 체크포인트에서 출발했는지는 회사가 밝히지 않았습니다. "자기개선"은 배포 뒤 모델이 스스로 똑똑해진다는 뜻이 아니라, 훈련 단계에서 모델이 과제와 접근법을 만들어 함께 최적화하는 기법입니다. 3,970억 모델은 bf16으로 800GB쯤 필요해 개인이 돌릴 대상은 사실상 90억과 양자화된 350억입니다.

시사점: 오픈 모델 발표를 볼 때 비교 상대의 세대부터 확인하세요. 그리고 같은 체급의 최신 오픈 모델이 표에서 빠져 있으면, 그 빈자리가 대개 답입니다.

#오르니스 #오픈웨이트 #벤치마크

출처 2🔖 @ornith_🔁 @AIByLeo

5. AI로 숙제하면 점수가 오르고 시험은 떨어진다 — 78일 지난 논문이다

• 중국 중고생 26,811명을 30개월 추적한 논문이 어제 X에서 다시 퍼졌습니다. 숙제 점수 18% 상승·소요시간 30% 감소, 그런데 월례 시험은 6개월 안에 20% 하락입니다
• 입시 점수도 18~24% 떨어졌고, 저자들은 전체 손실이 약 2년 뒤에야 완전히 드러난다고 적었습니다
• 다만 어제 나온 연구가 아닙니다. 6월 2일 공개된 워킹페이퍼이고, 어제 확산된 게시물엔 출처 표기가 없었습니다

논문이 지목한 건 AI 자체가 아니라 숙제 아웃소싱입니다. 학습 손실은 이용자의 약 80%, 즉 숙제 시간이 비정상적으로 짧으면서 점수는 높은 집단에 몰렸고, 숙제 시간을 예전처럼 유지한 이용자는 손실이 작았습니다. 손실은 사회 과목에서 가장 크고 저학년·상위권·남학생에서 두드러졌습니다.

그 밖에: 설계상 한계도 분명합니다. 무작위 배정 실험이 아니라 도입 시점이 엇갈린 걸 이용한 이중차분 추정이고, 저자들은 AI 사용을 늘리면서 동시에 성적을 떨어뜨린 다른 충격을 완전히 배제하지 못한다고 밝혔습니다. 세계은행 쪽 분석은 5개월 시점 하락이 1.4 표준편차에 해당한다며 교육 연구 기준으로 극히 큰 효과라고 평했습니다. 반대 방향 증거도 있습니다 — 가이드레일을 붙인 AI 튜터를 쓴 튀르키예 실험에서는 시험 점수가 대조군과 차이가 없었고, 나이지리아 무작위 실험은 오히려 향상을 보고했습니다.

시사점: 자녀나 팀원이 AI를 쓴다면 결과물이 아니라 걸린 시간을 보세요. 이 논문에서 손실을 가른 변수가 정확히 그것이었습니다.

#AI교육 #학습효과 #논문

출처 1🔥 @Polymarket

6. 그 밖의 소식 — 인수 타진과 부인, 그리고 세 번째 할인

• 블룸버그가 스페이스X의 코그니션 인수 타진을 보도했는데, 코그니션 CEO가 곧바로 매각 대상이 아니고 대화한 적도 없다고 공개 부인했습니다. 보도도 "논의가 현재 진행 중이 아니다"라고 적었습니다
• 세레브라스가 새 시스템 CS-4를 공개했습니다. GPU 대비 최대 30배, 사용자당 초당 4,400토큰 초과가 회사 주장입니다
• GPT-5.6 솔 할인이 세 번째로 나왔습니다. 데빈에서 10월 3일까지 70%로, 앞선 오픈라우터·버셀의 50%보다 큽니다

세레브라스 수치는 조건을 봐야 합니다. "10조 파라미터 모델에서 초당 1,000토큰"은 제품 페이지에 실제로 적힌 문구지만, 어떤 10조 모델인지는 밝히지 않았고 같은 회사 차트에도 내부 벤치마킹과 추정이라고 적혀 있습니다. 전문 매체들은 새 칩의 실리콘이 이전 세대와 같고 클럭을 약 두 배로 올린 것이라며, 30배 비교가 희소 연산 수치를 밀집 GPU와 견준 것이라고 지적했습니다. 함께 돌던 "GPT-5.6 솔 초당 1,400토큰"은 어느 1차 자료에서도 확인되지 않습니다 — 오픈AI와 세레브라스가 공식으로 밝힌 값은 750토큰입니다.

그 밖에: 브라우저유즈 공동창업자가 콴3.8 무검열 판본을 웹 에이전트에 붙여 "뭐든 시키는 대로 다 한다"고 올린 게시물이 100만 조회를 넘겼습니다. 무검열 판본 자체는 저희가 16일에 다뤘고, 새로운 건 그걸 실제 브라우저 에이전트에 물렸다는 점입니다. 구글이 제미나이 3.7 플래시를 다시 알린 트윗은 13일 발표의 재공지이고, 오히려 15일 공지보다 범위가 좁습니다. 슈퍼위스퍼는 6억 파라미터짜리 첫 오픈웨이트 모델 S1-미니를 내놨습니다.

시사점: 인수설은 부인이 붙는 순간 "확인된 시도"가 아니라 "보도 대 부인"이 됩니다. 그리고 같은 모델에 세 번째 할인이 붙었다면, 그건 성능 소식이 아니라 점유율 경쟁 소식으로 읽는 게 맞습니다.

#코그니션 #세레브라스 #가격경쟁

출처 6🔥 @zerohedge🔥 @scaling01🔖 @gregpr07🔥 @Google🔥 @superwhisper🔥 @devindesktop

📊 오늘의 감정/온도 분석

💼 오늘의 실무 팁 — 쉽게 풀어 쓴 사용법 6가지

1. 요약본이 돌 때는 원문에서 빠진 대목을 찾기

앤스로픽 보고서는 186쪽 PDF로 공개돼 있었고, 요약이 뺀 건 회사가 자기 위험 등급을 올렸다는 사실이었습니다. 원문이 공개된 사안일수록 이 확인이 값집니다.

2. 가속 배수는 "무엇 대비"인지부터 보기

같은 소식 안에 4.6배·3.4배·1.5배가 섞여 있었습니다. 각각 다른 모델, 자기회귀 대비, 내장 예측 대비였습니다. 기준선이 안 적힌 배수는 절반짜리 정보입니다.

3. 오픈 모델 발표는 비교 상대의 세대를 확인하기

오르니스는 오퍼스 4.8과 비교했는데 그건 7월 말에 한 세대 전이 된 모델입니다. 표에서 같은 체급 최신 모델이 빠져 있으면 그 빈자리를 먼저 보세요.

4. AI로 숙제·보고서를 돌린다면 걸린 시간을 기록하기

논문에서 학습 손실을 가른 변수는 결과물이 아니라 소요 시간이었습니다. 시간을 예전처럼 유지한 이용자는 손실이 작았습니다.

5. 인수·매각 보도는 부인이 붙었는지 확인하기

코그니션 건은 보도 하루 만에 CEO가 공개 부인했습니다. 부인이 붙으면 "확인된 사실"이 아니라 "보도 대 부인"으로 상태가 바뀝니다.

6. 무검열 모델을 웹 에이전트에 붙이지 않기

거부 기능을 뗀 모델에 브라우저 권한을 주면 프롬프트 인젝션 방어선이 사라집니다. 업계에서도 인젝션은 아직 미해결 문제로 봅니다.

📦 확인 방식 — 오늘 기사의 수치는 앤스로픽 186쪽 리스크 보고서 PDF, 저장소 커밋·로드맵과 상류 이슈, 잉코 AI 공식 블로그와 모델 카드, 오르니스 블로그와 허깅페이스 API, CEPR 논문 초록, 세레브라스 보도자료를 직접 열어 옮겼습니다. 널리 퍼진 서술 네 건(봉인된 초강력 모델·새로 짠 드라이버·4.6배 가속·어제 나온 연구)은 원문과 어긋나 정정해 실었고, 1차 출처를 찾지 못한 주장 셋(초당 1,400토큰·80명 투입 유출·딥시크 워크스테이션 수치)은 싣지 않았으며 외부 독립 검증 전입니다.

🏷 라벨 가이드 — 🔥 인기(좋아요 중심) · 🔁 공유(리트윗 비율 높음) · 💬 논쟁(댓글 비율 높음) · 🔖 저장(북마크 많음) · 🚀 떠오름(작은 계정인데 확산 시작)