AI 브리핑 · 2026.11.04

Claude, 긴 대화의 기다림을 줄였다

주요 키워드 TOP 5: Message threads · Hydrogen-1.0 · Strata · P-H3-Image · Kimi K3.1 Pro | 메인 이벤트: Claude가 긴 대화의 재전송을 줄이는 공개 베타를 열었습니다.

긴 작업을 맡길수록 앞서 읽은 자료와 작업 기록이 쌓여, 다음 질문에 다시 보낼 내용도 커집니다. Anthropic은 이 대화를 잠시 보관하고 새 내용만 받는 방식으로 재전송 부담을 줄였습니다. 답변이 시작되기까지의 기다림을 덜 수 있지만, 모델이 읽는 대화량과 토큰 요금은 그대로입니다. 확인된 새 대형 범용 모델 출시는 적어, 오늘은 이용 개선·전문 모델·평가 소식을 중심으로 전합니다.

시각은 인용 게시물의 작성 시각을 한국 시각(KST)으로 바꾼 값입니다.

1. Claude Message threads 공개 베타…긴 대화 재전송 줄여 응답 대기 단축

• Anthropic이 대화 기록을 잠시 보관하는 Message threads를 공개 베타로 열었습니다. 대상은 Messages API(다른 앱에서 Claude와 대화를 주고받는 연결 통로)입니다.
• 처음에는 대화 전체를 보내고, 이후에는 새 내용만 전송합니다. 직전 응답의 식별번호를 함께 보내면 서버가 앞선 대화를 이어 붙입니다.
• Anthropic은 Claude Code(코딩 작업을 맡기는 도구)의 50만~100만 토큰 요청에서 답변 시작 대기시간 중앙값이 약 35% 줄었다고 밝혔습니다. 이 수치는 회사 자체 측정입니다.

공식 발표는 코드를 고치는 작업, 화면을 조작하는 AI, 문서·이미지가 많은 작업을 주요 용도로 듭니다. 이런 작업은 앞서 읽은 자료와 도구 실행 결과가 쌓여 다음 요청도 커집니다. 재전송 부담을 덜면 작업을 이어 가며 기다리는 시간을 줄일 수 있습니다.

다만 Claude가 매번 읽는 대화 전체는 같아서 토큰 사용량은 동일합니다. 이 기능만으로 토큰 요금이 줄지는 않으며, 표준 요금이 적용됩니다.

그 밖에: 대화 보관은 마지막 요청 뒤 5분이면 만료되며, 이후에는 전체 대화를 다시 보내 새로 시작합니다. 공식 문서는 앱에서도 대화 사본을 유지하도록 안내합니다.

시사점: Claude를 다른 앱에 연결해 많은 자료를 읽히거나 Claude Code에 긴 작업을 맡기는 이용자가 체감할 만한 변화입니다. 발표 수치는 특정 길이의 요청에서 답변이 시작되는 시간을 잰 것이므로, 작업 전체가 35% 빨리 끝난다거나 일반 Claude 채팅에도 같은 개선이 보장된다는 뜻은 아닙니다.

#Claude #MessageThreads #긴대화

출처 5🔥 @ClaudeDevs🔥 @ClaudeDevs🔥 @ClaudeDevs공식 발표공식 문서

2. Hydrogen-1.0, 실험 기록으로 학습한 과학 연구 모델의 가중치 공개

• Deep Principle이 Hydrogen-1.0의 가중치(모델의 동작을 정하는 내부 숫자)를 공개했습니다. 기반 모델 GLM-5.3을 과학 연구에 맞춰 추가 학습했습니다.
• 화학·재료과학·생명과학 자료에 실험실의 기록과 발견 과정을 더했습니다. 실패와 수정 과정도 포함해 실험 기록까지 학습하는 방식입니다.
• Hugging Face·ModelScope에서 가중치를 받을 수 있습니다. NeuroSpark의 API와 연구 지원 서비스 Mira도 이용 경로로 안내했습니다.

공식 발표에는 외부 도구와 결합한 회사 시연이 실렸습니다. 재료의 성질을 계산할 코드를 만들고, 실행 중 생긴 오류를 고친 뒤 다시 돌립니다. 실험 계획을 가상환경에서 점검해 잘못된 작업 순서를 수정한 사례도 있습니다.

회사는 실험의 목적·과정·결과를 함께 남긴 기록이 연구 목표를 실행 가능한 절차로 옮기는 데 도움이 된다고 설명합니다.

그 밖에: FrontierScience-Research(어려운 과학 연구 문제를 푸는 시험)에서 GPT-6 Astra를 앞섰다는 결과는 Deep Principle의 자체 평가입니다. Hugging Face 다운로드는 로그인과 접근 조건 동의가 필요하며, 전체 학습 데이터와 상세 학습 절차는 가중치와 함께 공개되지 않았습니다.

시사점: 연구자에게는 과학 연구 모델을 직접 바꿔 쓸 선택지가 늘었습니다. 각 연구실의 문제에서 정확히 작동하는지는 도구 실행 결과와 실제 실험으로 확인해야 합니다.

#Hydrogen #과학연구 #가중치공개

출처 5🔁 @DataChaz🔥 @ZixuanLi_🔁 @Macaron0fficial공식 발표공식 모델 설명

3. Strata 0.2.10, Qwen3.8의 8GB 그래픽 카드 실행과 DeepSeek 이미지 처리 확대

• PC에서 모델을 실행하는 도구 Strata 0.2.10이 Qwen3.8-Flash-Next의 8GB 그래픽 카드 실행을 개선했습니다. 대화 용량은 128K, 약 13만 토큰을 유지합니다.
• Apple Silicon Mac에서 DeepSeek-V4.1-Flash의 이미지 입력을 지원합니다. 개발자의 이미지 대화 시험은 M5 Max에서 진행했습니다.
• 별도 사용자가 첨부한 RTX 5090 측정표에서 DeepSeek의 일반 글 생성은 초당 35.8~38.6토큰이었습니다. 이때 시스템 메모리를 106GB 사용했습니다.

이번 변화는 기존 모델을 자기 PC에서 쓸 수 있는 범위를 넓힙니다. 그래픽 메모리가 부족할 때 일부 작업을 카드 밖으로 옮겨 긴 대화 용량을 유지하는 방식입니다.

다만 장비에 따라 속도는 다릅니다. 공식 릴리스에 실린 Intel Arc A750(8GB)의 128K 대화 용량 시험에서는 초당 12.7~14.8토큰을 기록했습니다. 또 RTX 5090 사용자 측정의 106GB는 그래픽 카드와 별개인 시스템 메모리 사용량입니다. 그래픽 카드 사양만 보고 같은 결과를 기대하기는 어렵습니다.

그 밖에: Mac에서는 첫 이미지 처리 때 추가 준비 시간이 듭니다. 개발자는 M1~M3에서의 이미지 처리는 아직 측정하지 않았다고 밝혔습니다.

시사점: PC에서 긴 대화나 이미지 질문을 처리하려는 사람에게 선택지가 늘었습니다. 설치 전에는 그래픽 카드와 함께 시스템 메모리 조건을 확인하고, 실제로 쓸 대화 길이에서 속도를 비교할 만합니다.

#Strata #로컬AI #DeepSeek

출처 3🚀 @coldniko💬 @lyesbahiStrata 공식 릴리스

4. P-H3-Image, MiniMax-H3 기반 이미지 생성·편집 모델 공개

• Pruna AI가 영상 모델 MiniMax-H3를 바탕으로 만든 이미지 생성·편집 모델 P-H3-Image를 공개했습니다.
• 글로 새 사진을 만들거나 기존 사진을 수정할 수 있습니다. 편집에는 최대 8장 입력을 지원합니다.
• 회사는 실제 사진 같은 표현, 영화 장면과 짧은 문구가 들어간 그래픽을 강점으로 설명합니다.

공식 설명서의 예제에서는 인물 사진과 모자 사진을 함께 주고, 인물에게 그 모자를 씌우도록 요청합니다. 첫 사진이 수정 대상이고 나머지는 참고 자료입니다.

짧은 요청을 상세한 지시로 풀어 주는 기능도 기본으로 켜져 있습니다. 설명서는 이 기능이 바꿀 부분과 유지할 부분을 함께 적어 주며, 유지할 항목을 명시한 편집 예제에서는 요청한 부분만 바뀌었다고 설명합니다.

그 밖에: 정지 이미지만 생성하며 영상·음성은 만들지 않습니다. 공식 설명서는 손 모양이나 배경 속 작은 인물이 왜곡될 수 있고, 길거나 빽빽한 글자는 정확하지 않을 수 있다고 밝힙니다.

시사점: 한국에서 쓰려면 별도 라이선스가 필요합니다. 기본 이용 허용 지역에서 한국·미국·영국·유럽연합을 제외하므로, 국내 도입 전 MiniMax의 별도 허가 조건을 확인해야 합니다.

#PH3Image #이미지편집 #모델공개

출처 3🔥 @PrunaAI공식 모델 카드이용약관

5. Kimi K3.1 Pro, 코딩 시험 조건을 바꾸자 실패했다는 초기 실험 보고

• 연구자 Joachim Schaeffer는 Kimi K3.1 Pro가 Terminal-Bench 4.0(명령어 창에서 프로그램 수정 등의 작업을 수행하는 시험)의 한 과제에서 조건 변경을 따르지 못했다고 보고했습니다.
• 연구자는 모델이 주어지지 않은 채점 규칙과 비슷한 내용을 떠올리고, 그와 충돌하는 새 조건을 따르지 않았다고 설명합니다.
• 특정 과제의 초기 보고이며, 시험 유출이나 의도적 부정이 확인됐다는 뜻은 아닙니다.

도식의 사례는 비행 계획 프로그램을 고치는 과제입니다. 연구자는 코드 주석(코드에 붙이는 설명 글)에 착륙 때 남겨야 할 최소 연료 조건을 추가했습니다.

시험 성적이 높아도 새 요구를 제대로 반영하는지는 따로 살펴야 한다는 질문을 던집니다. 다만 전체 실행 기록과 반복 실험 조건을 확보하지 못해, 실패 원인이나 다른 과제로의 일반화 여부는 확정하기 어렵습니다.

그 밖에: Tilman Räuker의 후속 게시물은 원 게시물을 인용해 시험 점수의 해석에 의문을 제기합니다. 별개의 재현 검증으로 볼 수는 없습니다.

시사점: 모델을 고를 때는 순위와 함께 실제로 맡길 작업의 조건을 바꿔도 지시를 따르는지 확인할 만합니다.

#KimiK31Pro #코딩평가 #초기실험

출처 2🔥 @JSchaeff3r💬 @TilmanRa

6. FlashProve, 약속한 모델이 답했는지 확인하는 연구 도구 공개

• Anthropic이 지정한 모델이 해당 출력을 냈는지 확인하는 연구 시제품 FlashProve를 공개했습니다.
• 가중치를 공개하지 않고도 지정한 모델의 계산을 확인하도록 설계했습니다. 모델 구조는 공개되는 방식입니다.
• 실험 대상은 Meta의 Llama 4 Maverick입니다. 계산 방식을 바꾸고, 다음 글 조각 중 확률이 가장 높은 것만 고르는 조건으로 시험했습니다.

여러 회사의 모델을 연결해 주는 서비스를 쓴다면 돈을 낸 모델이 실제로 답했는지 확인할 수단이 중요할 수 있습니다. FlashProve는 제공자가 모델을 고정하는 확인용 표식을 먼저 공개하고, 출력에 대한 증명 파일을 만들어 이용자가 검사하게 합니다.

이용자는 이 표식을 검사 대상 서버와 별개인 신뢰할 수 있는 경로에서 받아야 합니다.

그 밖에: 실험은 1,024토큰의 입력에 대해 다음 토큰 하나씩 증명했습니다. 연구진 비교에서 증명 생성에 든 GPU(대규모 계산용 반도체) 시간은 일반 실행의 약 70~95배였습니다. 내부 숫자를 저장하는 방식과 장비 구성이 다른 실험을 GPU 사용 시간 기준으로 비교한 값입니다.

시사점: 모델 제공자의 설명을 이용자가 직접 확인할 가능성을 보여 주는 연구입니다. 답변의 사실성이나 안전성을 보증하지는 않습니다. 실제 도입을 판단하려면 확인할 수 있는 대화 범위와 추가 계산 비용을 함께 살펴야 합니다.

#FlashProve #모델검증 #AI신뢰

출처 3💬 @scaling01Anthropic 공식 연구공식 저장소

7. 🆕 그 밖의 신기능·신제품 — Paper 글자 편집·Chatbase Voice 2.0

• 디자인 도구 Paper가 글자 일부의 서식을 바꾸는 리치 텍스트 편집을 추가했다고 밝혔습니다.
• 사이트 화면을 수정 가능한 요소로 가져오는 Snapshot의 정확도도 높였다고 합니다.
• Chatbase는 고객 상담용 Voice 2.0을 공개했습니다. 회사는 자연스러운 음성 대화와 업무 절차 준수를 함께 내세웁니다.

Paper는 운영 중인 페이지를 가져와 문구와 디자인을 손보는 데 쓸 수 있습니다. 공식 사이트는 화면에서 고친 문구를 AI에 맡겨 코드에도 반영하는 흐름을 안내합니다.

Chatbase의 공식 음성 안내는 통화 중 주문 조회나 예약 변경까지 처리하는 용도를 소개합니다.

그 밖에: Chatbase 제작자는 말하고 듣는 음성 모델이 판단을 Opus 5.5 같은 모델에 맡긴다고 설명했습니다. 응답 속도와 업무 처리의 개선은 제작자 주장입니다.

시사점: Paper는 가져온 화면의 편집이 얼마나 잘 되는지, Chatbase는 실제 상담 절차를 정확히 따르는지 시험해 볼 만합니다.

#Paper #Chatbase #음성상담

출처 5🔥 @stephenhaney💬 @yasser_elsaid_Paper 공식 사이트Paper Snapshot 안내Chatbase Voice 공식 안내

오늘의 감정·온도

오늘의 실무 팁 — 쉽게 풀어 쓴 사용법 6가지

1. 기다리는 시간과 이용 요금을 따로 봅니다

Message threads의 개선 수치는 답변이 시작될 때까지의 대기시간입니다. 토큰 사용량은 같으므로 속도 개선을 요금 절감으로 계산하지 않습니다.

2. 연구 모델은 익숙한 문제로 확인합니다

Hydrogen-1.0에 연구실에서 결과를 아는 문제와 실험 계획을 먼저 맡겨 볼 만합니다. 설명이 그럴듯한지에 더해 도구가 낸 결과와 절차를 사람이 검토합니다.

3. 그래픽 카드 외의 메모리도 확인합니다

Strata의 8GB 카드 실행 안내만 보고 내 PC에서도 같은 속도가 날 것으로 예상하기는 어렵습니다. 모델별 시스템 메모리 요구량을 확인하고 실제로 쓸 대화 길이로 시험합니다.

4. 이미지 모델의 이용 지역부터 봅니다

P-H3-Image는 한국에서 이용하려면 별도 라이선스를 확인해야 합니다. 허가 조건을 확인한 뒤 수정할 사진과 참고 사진을 구분해 준비합니다.

5. 모델 순위와 지시 이행을 함께 봅니다

같은 작업이라도 요구 조건을 바꾸었을 때 결과에 반영되는지 살펴봅니다. Kimi의 초기 보고만으로 모든 작업의 성능을 판단하지 않고, 실제 맡길 과제로 확인합니다.

6. 상담과 편집은 완료 결과를 검사합니다

Paper로 가져온 화면은 문구와 요소를 실제로 수정할 수 있는지 확인합니다. Chatbase 상담은 답변의 자연스러움과 함께 주문 조회나 예약 변경이 정확히 처리됐는지 살펴봅니다.

📦 확인 방식

수치는 공식 발표·문서와 본문에 구분해 적은 연구자·사용자 측정에서 가져왔습니다. 회사 자체 평가와 재현되지 않은 초기 결과는 외부 독립 검증 전입니다.

🏷 라벨 가이드 — 🔥 일반 확산 · 🔖 북마크 많음 · 🔁 리트윗 비중 높음 · 💬 댓글 비중 높음 · 🚀 작은 계정에서 빠르게 퍼짐