OpenAI가 나비에-스토크스 문제 일부를 해결했다고 발표했으며, 같은 주에 NYU의 수학자가 “저자에게 논문 철시를 요청받았다”고 보도했습니다.
이 글은 AI가 생성한 것입니다. 이노마의 의견이나 견해는 전혀 포함되어 있지 않습니다.
오늘의 뉴스를 관통하는 것은 이름이다. 성과에 누가 이름을 붙이는가. OpenAI는 1만 건의 에이전트가 작성했다는 증거를 공개했지만, 같은 문제에 1년 넘게 매달려 온 수학자는 공동 저작에서 동료를 제외하라는 요구를 받았다고 보도했다. Google DeepMind는 인간 게놈의 90억 가지 변이 모두에 미리 점수를 매겨 공개했다. ChatGPT의 이미지 생성은 프롬프트를 다른 사람에게 전달하는 기능을 추가했다. 도쿄 상공 리서치의 집계에 따르면, 디자인 업의 파산 건수가 상반기 동안 40건, 전년 동기 대비 2.7배 가까이 증가했다. 무너진 것은 직원 5명 미만의 사업자였다. 만든 사람의 이름이 남는 일과, 남지 않는 일. 그 경계가 오늘 갑자기 움직였다. 당신의 일은 어느 쪽으로 놓여 있을까.
나비에-스토크 방정식 – OpenAI가 “해결”했다고 주장하며 상을 거부했다.
OpenAI는 9월 8일 “On the Navier–Stokes Millennium Prize Problem”을 공개했다. Navier-Stokes 방정식은 물이나 공기와 같은 유체의 움직임을 기술하는 기초 방정식이다. 미레니엄 혜상 문제는 2000년에 크레이 수학 연구소에서 선택한 7가지 미해결 문제로, 문제당 상금 100만 달러가 걸려 있다.
발표의 내용은 다음과 같다. 3차원 비압축성 유체에서 점성과 에너지의 일정함에도 불구하고 유한 시간 내에 속도가 무한대로 발산하는 상태, 즉 특이점이 발생할 수 있음을 보였다. 처음에는 정지된 부드러운 유체로부터 출발해도 그럴 일이 일어난다. 밀레니엄 상금 공식적인 정식화 중 C와 D라고 불리는 주장들에 해당한다.
만들기 방식의 숫자가 극히 이상하다. 증명을 생성한 것은 GPT-6 Astra보다 “확실히 고성능”인 내부 모델이다. 움직인 것은 병렬로 약 1만 건의 에이전트였다. 작동 시간은 약 88시간이었다. 에이전트들 간에 교환된 메시지는 270만 건, 출력 토큰은 약 1300억 개였다. 발견은 9월 5일이며, 이후 GPT-6 Astra가 Lean이라는 증명 지원 시스템으로 형식 검증을 수행하여 추가로 17시간이 소요되었다. Lean은 증명의 각 단계를 기계가 엄밀하게 검사할 수 있는 언어다.
다만 조건이 붙고 있습니다. 이 결과는 유체에 외부에서 부드러운 힘을 가했을 경우, 즉 강제항이 있는 방정식에 대한 것입니다. 유체의 내부 역학만으로는 특이점이 발생하는 것을 보여준 것이 아니며, 또한 크레이 수학 연구소의 상은 강제항이 없는 방정식에 대한 것을 대상으로 하고 있습니다. OpenAI 자체도 이렇게 쓰고 있습니다. “우리는 이 결과로 밀레니엄 상을 주장할 의도는 없습니다.”
왜 상을 받지 못한다고 명시한 것인지 밝히고, 공식화 일부를 해제했다는 주장과 상의 요건을 충족한다는 주장을 의도적으로 분리했기 때문이다. 이 점을 혼동하면 발표 자체가 과장되었다고 비판받을 수 있다. 단기적으로는 전문가 검증이 초점이 될 것이다. 증명 자체는 아직 공개적인 자리에서 정밀하게 검토받지 못하고 있다. 중기적인 논점은 기계가 만든 증명과 기계가 검증한 증명을 수학 공동체가 어떻게 받아들일지가 될 것이다. Lean이 통과했다는 것은 논리적 오류가 없다는 것을 의미하지만, 문제 설정이 맞는지, 결과에 의미가 있는지 여부는 Lean으로는 판단할 수 없다.
소속을 둘러싼 논쟁——“앤트로픽 소속이기 때문에 저자로부터 제외해달라”고 요청받았다는 NYU 수학자의 주장
같은 영역에는 또 다른 그룹이 있었습니다. 뉴욕대학교의 트리스탄 버크마스터 교수와 Anthropic 소속의 레벤트 알포게 교수입니다. 두 연구자는 9월 8일, 3개의 사전 논문을 공개했습니다. Euler 방정식(강제 조건이 적용된 형태), Boussinesq 시스템, 그리고 Matei P. Coiculescu를 포함한 비압축 다공성 매체 방정식이었습니다. 모두 유한 시간 내에 폭발을 보였으며, Lean을 이용한 형식화를 첨가했습니다. 디에고 코르도바 교수와 루이스 마르티네스-자로아 씨의 연구 프로그램을 매끄러운 강제 조건 하에 확장한 내용입니다.
AI의 사용법도 공개되어 있다. Claude는 선행 연구에서 요소를 파악하여 논의를 재현하고, Codex는 본문 집필 및 관리 작업을 맡았으며, 5.6 Sol과 Astra는 반복과 감사에 사용되었다. Buckmaster 씨는 모델이 처음 작성한 원고를 “지금까지 읽은 것 중 가장 형편없었다”고 평가했다. 이 작업은 개인적인 공동 연구였으며, 도구 비용은 본인이 자비로 부담했다.
문제는 여기서부터다. 해당 인물의 설명에 따르면 9월 3일 OpenAI에 개인 연구이며 곧 공개될 예정이라는 이메일을 보냈다고 한다. 9월 6일, OpenAI의 수학자 및 세바스티앙 부벡크(Sébastien Bubeck) 氏와 두 번 회의했다. 알포게(Alpöge) 氏は 동석하지 않았다. 그 자리에서 내부 모델이 강제 조건이 적용된 Navier-Stokes 방정식에 대해 약 100페이지 분량의 증명을 만들었다는 보고가 있었다. 제안은 두 가지 방안이 있었다. 두 사람이 먼저 Euler의 결과를 제시하고, 다음 날 OpenAI가 Navier-Stokes 방정식을 발표하는 방식, 또는 벅마스터(Buckmaster) 氏가 단독으로 논문을 작성하고 OpenAI의 내부 모델을 인용하는 방식이었다.
그는 Bubeck氏가 Alpöge氏가 Anthropic에 소속되어 있다는 이유로 저자로부터 배제하도록 두 번 요청했다는 내용이 담겨 있다고 쓰고 있다. 이를 공개적으로 언급했을 때 받은 답변으로는 “자신의 커리어를 망치려는 이유가 있는가?”라는 말과 이어지는 “나에게 친절하게 대하지 않으려면 나 역시 친절할 필요는 없다”라는 말을 들었다. Bubeck氏は이러한 발언들을 “허위이며 선동적”이라고 부인했다. Buckmaster氏は덧붙였다.“나는 누구를 고발하고 있는 것이 아니다. 무엇을, 언제, 어떤 제안이 있었는지만 설명하고 있을 뿐이다.” 그는 OpenAI의 증거를 보지 않았으며, 그 타당성이나 방법을 검증할 수 없다고 주장했다.
왜 이 논쟁이 발생하는가. 증명을 만들게 된 것이 모델이라 할지라도, 논문에 이름을 쓰는 것은 인간이기 때문이다. 그리고 이름은 소속된 회사와 엮여 있기 때문이다. 경쟁사의 직원들이 공저자에 있다면, 발표는 경쟁사의 도구 홍보에도 된다. 단기적으로는 양측의 주장이 얼마나 좁혀지는지가 초점이 된다. 중기적인 논점은 AI가 주요 작업을 담당한 연구의 저자 표시를 어떻게 결정할 것인가이다. 누가 장비를 작동했는가, 누가 문제를 선택했는가, 누가 비용을 지불했는가. 물리학의 대규모 실험은 같은 질문에 수십 년에 걸쳐 답을 내놓았다. 수학에는 아직 그 관습이 없다.
OpenAI의 경제 메시지와 자사 칩—“Jalapeño”가 연말까지 출시될 가능성이 높아지고 있다.
OpenAI가 같은 날 공개한 “The Work Now Within Reach”는 제품에 대한 이야기가 아닌 경제에 대한 이야기다. 주장하는 바는 AI가 저렴해지고 더 똑똑해질수록 개인과 기업이 도달할 수 있는 일의 범위가 넓어진다는 것이다. 그 근거로 제시된 숫자는 구체적이다. 주간 활성 이용자 수는 10억 명 초과, 법인 고객은 250만 명이다. 등록 후 6개월 동안 이용자가 1일 보내는 메시지량은 50% 증가하고, 시도하는 작업의 종류는 약 2배가 된다. 사용을 시작한 사람이 사용량을 늘리는 것이 아니라, 시도하는 작업의 종류가 늘어난다는 지적이다.
또 다른 한편으로는 실무에 유용한 발표가 포함되어 있다. 자사 최초의 추론용 칩인 “할라페뇨(Jalapeño)”를 연말에 기존 가속기와 함께 배포할 계획이다. 테스트한 상용 시스템과 비교했을 때, 전력 소비량 대비 피크 토큰 처리량이 1.5배에서 1.9배 증가한다고 하며, GPT-5.6 솔이 본번 제공 비용을 20% 절감하고 토큰 생성 효율을 15% 이상 개선했다는 내용이다.
고객 사례도 제시되어 있다. 보스턴 소아병원에서는 40건 이상의 희귀 질환 진단이 이루어졌다. Circles는 고객 응대 중 65%를 자율적으로 해결했다. Balyasny는 분석에 소요되는 시간을 2일에서 30분으로 단축했다.
왜 팁에 대한 이야기가 경제 문서에 등장하는 걸까요? 가격 인하의 자금이 계산 기반에 있기 때문입니다. 모델을 현명하게 조정해도 움직이는 전력이 높다면 가격은 하락하지 않습니다. 단기적으로는 연말 Jalapeño 배포 후 추론 가격이 어떻게 움직일지 살펴보게 됩니다. 중장기적인 논점은 수직 통합의 결과입니다. 팁에서 제품까지 한 회사에서 모두 갖는다는 것은 가격 인하 결정권 또한 한 회사에 집중되기 때문입니다. 가격이 하락하는 속도나 멈추는 시기 또한 같은 곳에서 결정됩니다.
ChatGPT 이미지 2.5 — 프롬프트를 다른 사람과 공유할 수 있게 되었습니다.
OpenAI는 9월 8일, 이미지 생성 방식을 새롭게 업데이트했다. 생성 대기 시간이 Images 2.0에 비해 최대 50% 단축되었으며, 자연광 표현, 질감, 참조 사진에서 대상의 특징을 유지하는 능력이 향상되었다고 밝혔다. 제공은 ChatGPT의 모든 플랜에 포함되며, Work와 Codex를 포함한다. 데스크톱, 모바일, 웹에서 모두 사용할 수 있다.
눈길을 끄는 기능은 4가지다. 스케치는 ChatGPT 안에서 직접 그림을 그리고 참조할 수 있다. 템플릿은 포스터나 상품 사진과 같은 용도별 템플릿을 미리 준비해 놓은 것이다. 이미지 주석은 이미지 위에 주석을 달아 해당 부분만 수정하는 기능이다. 또한 프롬프트 공유는 자신의 프롬프트를 다른 사람에게 전달하여 상대방이 자신의 사진에 동일한 처리를 적용하도록 하는 것이다. API에는 2종류가 추가되었다. 기본 GPT-Image-2.5 플레어와 실사용 환경을 목표로 하는 GPT-Image-2.5 썬버스트이다.
이 네 가지 중 사업자에게 의미가 달라지는 것은 마지막 하나입니다. 지금까지는 좋은 프롬프트가 개인 안에 쌓인 기술이었습니다. 활용이 가능해진 순간, 그것은 배포물로 변했습니다. 기술이 아닌 템플릿 형태로 유통되는 것입니다.
단기적으로는 업종별 프롬프트 모음집이 유출될 것이다. 중장기적인 논점은 이미지 편집 지시가 “주석”으로 대체되는 것이다. 문장으로 지시하는 기술보다 특정 부분을 가리키는 방식이 효과를 발휘하게 될 것이다. 언어에 능숙한 사람의 우위는 그만큼 약화될 것이다.
알파게놈 어태라스—90억 건의 변이 체계에, 사전에 점수를 매겨 놓은
Google DeepMind는 9월 8일, AlphaGenome Atlas를 공개했다. 인간 게놈에서 발생할 수 있는 한 염기 변화, 즉 DNA의 1문자가 다른 문자(염기)로 바뀌는 90억 가지 패턴에 대한 모든 정보를 분자 수준에서 예측한 데이터베이스이다. 예측은 수백 종류의 인간 및 마우스 세포 종(種類)과 조직을 아우른다.
구성에는 4가지 요소가 있습니다. 돌연변이별 분자 영향 예측, AVI 점수라는 통합 지표로 AlphaGenome과 AlphaMissense의 예측을 하나의 숫자로 요약하여 돌연변이를 빠르게 순위를 매기도록 한 것, 점수를 뒷받침하는 생물학적 요인 세부 내역, 그리고 2500개 이상의 서열 모티프와 그 위치 정보를 포함합니다. 전체적으로 약 1페타바이트로, AlphaFold 데이터베이스의 30배를 훨씬 넘습니다.
사용 방법도 다르게 구분되어 있습니다. 학술 연구용으로는 무료 웹 포털이 제공됩니다. 프로그램을 통해 사용하려면 GitHub를 통해 AlphaGenome API를 이용할 수 있습니다. Google Antigravity 기술에도 통합될 수 있습니다. 상업적 이용은 Google Cloud를 통해 제공될 예정입니다. 다만 명시된 한계가 있습니다. “의학적 조언, 진단, 치료를 대체하기 위한 것이 아니며, 임상 검증도 이루어지지 않았고 승인도 받지 않았습니다.”
구조적으로 무엇이 새로운 것인가. 묻히기 전에 모든 것을 먼저 계산해 두었다는 점이다. 90억 통은 연구자들이 하나씩 問い合わせ는 것을 염두에 둔 것이 아니다. 전부 있기 때문에, 찾는 작업이 검색으로 이어진다. 단기적으로는 변이의 좁히기에 걸리는 시간이 단축된다. 중기적인 논점은 예측값이 사실로 취급되는 위험이다. 1페타바이트의 표는 권위를 띤다. 임상 검증을 받지 않았다는 부록은 표 안에는 쓰여져 있지 않다.
10대와 인공지능 연구에 500만 달러 투자 – 연구 과제를 제시하는 측에서도 자금을 지원
OpenAI는 9월 8일, 13세에서 17세 사이의 청소년에게 생성형 AI가 미치는 영향을 조사하는 독립 연구에 500만 달러 규모의 연구비를 지원할 것이라고 발표했다. 1건당 최대 100만 달러까지 지급되며, 지원 자격은 18세 이상이고, 연구 기관에 소속되어 있거나, 아동 및 청소년의 발달, 인간과 컴퓨터의 상호작용 등의 분야에서 상당한 경험을 가진 경우에 해당된다. 영리 단체는 우선적으로 고려되지 않으며, 접수 기간은 10월 6일까지, 결과 통보는 11월 13일이다.
우선적으로 다루어지고 있는 것은 10대가 생성 AI를 어떻게 활용하고, 이것이 발달에 미치는 결과와 어떤 관계가 있는지이다. 영향을 좌우하는 개인적, 사회적, 문화적, 기술적 요인과 “이익을 증진하거나 10대를 더 안전하게 보호하기 위한 기술적 개입, 안전 장치, 설계 선택” 등이 이에 포함된다. 나이, 문화, 언어, 사회경제적 지위의 차이도 고려된다.
한편 비판도 제기되고 있다. TechPolicy.Press는 “OpenAI의 AI 피해에 대한 grantwashing에 주의하라”라는 논고를 발표했다.
논점은 자금 규모가 아닌, 과제 설정의 위치다. 우선 과제의 3번째 항목을 읽어보면, 질문이 “어떻게 설계해야 안전해지는가”에 닿아 있다는 것을 알 수 있다. “そもそも10대에게 사용해야 하는가”라는 질문은 이 틀에는 맞지 않다. 연구의 독립성은 누가 자금을 지원하는가뿐만 아니라, 누가 질문을 쓰는가에도 좌우된다. 단기적으로는 11월의 심의 결과로 어떤 분야가 선택되었는지를 보게 된다. 중기적인 논점은 규제 논쟁에 사용될 증거의 출처다. 안전성 논의에 사용될 수 있는 연구가 사업자의 지원으로 많이 이루어진다면, 증거의 측면에도 편향이 생길 수 있다.
국내 동향: 디자인 업계 파산 건수 14년 만에 고점 기록 - 파산 사업자 5명 미만
도쿄상공리서치의 집계에 따르면 2026년 상반기 디자인업의 파산 건수는 40건으로, 전년 동기 대비 166.6% 증가한 수치입니다. 40건을 넘은 것은 2012년 동기 45건 이후 14년 만이며, 현재 추세가 지속될 경우 연간 2011년의 80건을 넘을 가능성이 제기되고 있습니다.
내역을 살펴보면 이 숫자의 의미가 명확해진다. 부채 1억 엔 이상이 2건, 전년 동기 대비 0건이었다. 5천만 엔 이상 1억 엔 미만이 8건으로 300.0% 증가했다. 1천만 엔 이상 5천만 엔 미만이 30건으로 130.7% 증가했다. 그리고 직원 규모에서는 5명 미만이 36건, 구성 비율 90.0%를 차지한다. 무너진 것은 대기업이 아니다. 소규모 사업자다.
이에 대해 해당 회사는 생성 AI의 확산만이 유일한 요인은 아니라고 지적하고 있습니다. 그럼에도 불구하고, 이 수치를 오늘 다른 뉴스와 함께 제시하는 의미가 있습니다. 같은 날, ChatGPT는 포스터나 상품 사진 템플릿을 기본 기능으로 제공하고, 좋은 프롬프트를 다른 사람에게 전달할 수 있는 기능을 추가했습니다. 지금까지 발주했던 측에서도 내부적으로 해결 가능한 범위가 넓어질 수 있습니다.
왜 소규모에서 무너지게 되는 걸까. 단가가 낮은 정형적인 업무가 먼저 내부화되기 때문이다. 로고 색상 변경, 배너 교체, 자료 형식 조정 등은 기술이라기보다는 작업에 가깝고, 대체가 빠르다. 단기적으로는 하반기 건수가 집중적으로 논의될 것이다. 중장기적인 논점은 무엇이 남을 것인가 하는 것이다. 남는 것은 요청자 스스로가 무엇을 만들고 싶은지 제대로 파악하지 못하는 영역이다. 요구사항을 언어로 표현하는 과정은 여전히 아웃소싱되고 있다.
국내 동향: 디지털청의 “원내” – 정부의 AI가 GitHub로부터 누구나 사용할 수 있음
디지털청의 정부 AI ‘겐내’에 대해 ITmedia가 9월 8일, 소규모 체제로 높은 보안성과 운영 효율성을 동시에 달성하도록 설계된 것으로 보도했다. 전체 부처 및 청사의 약 18만 명의 정부 직원 대상 대규모 시범이 진행 중이다.
간과되기 쉬운 부분은 공개 방식입니다. 해당 기관은 2026년 4월 24일, 원내의 일부를 오픈 소스 형태로 공개하고 있으며, 웹 인터페이스의 소스 코드와 구축 절차, AI 개발 템플릿으로서 행정 실무용 RAG, 자체적으로 배포 가능한 LLM, 법규 조문을 참조하는 AI를 포함합니다. 또한 AWS, Azure, Google Cloud의 3가지 클라우드에 대응한 구현 예시와 함께 일부는 상업적 이용도 가능한 라이선스로 GitHub에서 이용할 수 있습니다. RAG는 손안의 문서를 검색하여 그 내용에 기반하여 답변을 생성하는 시스템을 의미합니다.
왜 정부가 이를 구현하도록 배포하는 걸까요? 18만 명이 사용할 규모에는 각 부처와 정부 기관이 자체적으로 구축해야 하기 때문입니다. 중앙에서 하나의 시스템을 배포하면, 그 하나가 멈추는 순간 모든 시스템이 멈추게 됩니다. 배포된 것은 제품이 아니라, 만드는 방법이었습니다.
단기적으로는 지자체에서의 채용 사례가 나오는가가 초점이 될 것이다. 중기적인 논점은 민간으로의 파급이다. 행정의 문서 처리 방식은 계약서, 신청, 문의와 같은 유형에서 중소기업의 사무와 구조가 유사하다. 상업적으로 이용 가능한 라이선스로 공개된 구현은 그대로 참고가 된다. 정부가 사양을 쓴 업무 AI의 설계도가 무료로 읽을 수 있는 상태로 존재한다.
오늘부터 바로 활용 가능한 실무 소재
지속적인 실행 AI는 “움직이는 것처럼 보이기만” 멈춘다 – 4가지 유형과 각 유형 구별 방법
무엇을 할 수 있게 될까. 에이전트를 항상 가동させた 경우, 오류도 발생하지 않고 멈춰있는 시간을 찾아낼 수 있다. 장애 유형이 4가지로 정리되어 있어 증상에서 원인을 추론할 수 있다.
구체적인 절차입니다. 유형 1은 고아 프로세스입니다. 부모 프로세스가 멈춰 있는데, 생존 확인 파일만 계속 업데이트됩니다. 실제 사례에서는 프로세스 목록에 해당 프로세스가 2개 남아 있었습니다. 해결책은 생존 확인 파일에 세대 표시를 덮어쓰는 것입니다. 모니터링을 재설정할 때마다 새로운 고정 값을 입력합니다. 루프 내에서 매번 생성하면 고아와 구별할 수 없으므로 피해야 합니다. 유형 2는 존재하지 않는 자신을 모니터링하는 상태입니다. 세션 ID 획득 과정에서 잘못된 디렉토리 이름을 기록하고, 6개의 모니터링 시스템이 모두 일관되게 틀렸습니다. 해결책은 내부의 일관성이라기보다는 외부 목록과 비교하는 것입니다. 정상적으로 작동하는 세션을 1건, 대조 대상으로 반드시 포함해야 합니다. 유형 3은 재부팅으로 정기 실행이 사라지는 유형입니다. 아무런 알림 없이 전부 사라지고, 다음 실행 예정 시간에 아무 일도 일어나지 않습니다. 해결책은 “3본을 엮었습니다”라는 산문 보고를 중단하고, 엮은 모니터링 ID를 기계 판독 가능한 형태로 나열하는 것입니다. 유형 4는 권한 설정이 실행 시 플래그에 덮어쓰는 유형입니다. 설정 파일은 허용되지만 확인 대화 상자가 나타납니다. 해결책은 설정 파일이 아닌 실행 시 로그의 현재 모드를 먼저 확인하는 것입니다. 공통된 원칙은 “위반 0건”과 “대상 0건”을 엄격하게 구별하는 것입니다. 100%나 0%와 같이 극단적인 숫자가 나오면, 우선 측정 방법을 의심해야 합니다.
누구에게 효과적일까. 에이전트를 스케줄링 기반 실행이나 무인 운영으로 돌리고 있는 사람에게는 불필요하다. 화면을 보면서 대화하고 있는 사람에게는 말이다. (출처: Zenn／2026년 9월 7일)
GA4 측정 누락을 AI에게 매주 찾아보게 하세요.
무엇을 할 수 있게 될까. 액세스 분석 태그가 고장 난 것을 수일 내에 알아챌 수 있다.
구체적인 절차입니다. 첫째, BigQuery에서 GA4 이벤트 데이터를 14~30일 분량, CSV 또는 JSON 형식으로 추출합니다. 집계할 내용은 다음과 같습니다. 일별 이벤트 발화 건수, 유입 경로별 측정 현황, 기기 및 브라우저별 분포입니다. 둘째, 이를 Claude Code로 전달합니다. 프롬프트는 다음과 같이 제시됩니다. “다음은 GA4 이벤트 발화 데이터(최근 14일)입니다. 측정 누락이나 비정상적인 감소가 없는지 분석하고, 원인 가설과 수정 제안을 일본어로 출력해 주세요.” 판단 기준은 전주 대비 60% 미만 발화 건수를 비정상으로 간주하는 설정입니다. 모니터링 대상은 add_to_cart, begin_checkout, purchase와 같은 구매 관련 이벤트입니다. 셋째, 탐지 결과를 이메일 또는 Slack으로 전송합니다. 이벤트명, 감소율, 추정 원인 3가지 사항을 포함합니다. 넷째, 수정 제안을 요청합니다. GTM의 커스텀 HTML 검사, Safari의 제3자 쿠키 제한 확인 등 구체적인 디버깅 절차가 반환됩니다.
누구에게 효과적일까요. GA4와 BigQuery를 활용하고 있는 이커머스 사업자에게 엔지니어에게 의존하지 않고 데이터 품질을 확인하고 싶은 마케팅 담당자에게는 전제가 부족합니다.
업무 설명도는 3가지 유형 중 하나에 맞춰 제작하도록 합니다.
무엇을 할 수 있게 될까요. 글로만 전달되는 업무 설명이 그림으로 한 장에 정리됩니다. 작도 소프트웨어를 여는 번거로움 없이 진행할 수 있습니다.
구체적인 절차입니다. 우선, 그 그림으로 전달하고자 하는 내용을 1가지로 압축합니다. 다음으로 3가지 유형 중에서 선택합니다. 비교 다이어그램, 절차 다이어그램, 정보 흐름 다이어그램입니다. 제시된 프롬프트의 문서는 다음과 같습니다. 비교 다이어그램은 “개인별 이메일이나 메모로 문의를 관리하는 상태와, 공통 목록으로 관리하는 상태를 비교해 주세요. 양쪽 모두 접수 방법은 이메일 또는 전화입니다.” 절차 다이어그램은 “신입 담당자를 위한 고객, 담당자, 전문 담당자 3개의 항목으로 절차를 그려주세요.” 정보 흐름 다이어그램은 “내부 자료를 참조하여 문의에 대한 답변안을 만드는 시스템을 그려주세요.” 출력 형식은 SVG로 제작하고, 게시할 때 WebP로 변환합니다. 수정할 때는 인상적인 변화가 아닌 배치로 지시합니다. 마지막으로, 실제로 표시되는 크기로 확인합니다. 축소하면 읽을 수 없는 글자가 나타나기 때문입니다.
누구에게 효과적일까요? 업무 절차를 사람에게 설명하는 입장에서, 신입 교육이나 사내 자료를 만드는 사람에게는 불필요합니다. 그림이 필요 없는 설명만 하는 경우에는 쓸모없습니다.
저가형 모델을 2번 테스트했음에도 불구하고 고사양 모델의 성능은 따라올 수 없다. — 7개 모델의 실제 측정 결과
어떻게 되는지를 알아야 한다. “저렴한 모델을 반복하면 고가 모델을 대신할 수 있다”는 운영 방식이 어디에서 작동하고 어디에서 붕괴하는지 파악할 수 있기 때문이다.
구체적인 절차입니다. 실제 측정을 위한 설계는 다음과 같습니다. 짧은 텍스트 작업은 7개 모델 × 3회, 총 63회 시도합니다. 일본어 요구사항 검토, 변경 계획, 디버깅으로 응답 지연과 첫 번째 문자가 나타나는 시간을 측정합니다. 리포지토리 복구는 SWE-bench Verified의 3개 과제 × 7개 모델 × 2회, 총 42회 시도로 실행 시간, 테스트 통과, 툴 사용을 측정합니다. 대상은 Claude Opus 5, GPT-5.6 Sol Fast, GPT-6 Astra, MAI-Code-1.1-Flash, Claude Sonnet 5, GPT-5.6 Sol, GPT-5.6 Terra입니다. 결과는 용도에 따라 역전됩니다. 짧은 텍스트에 대한 응답은 Sol Fast가 가장 빠르며 중앙값이 5.39초입니다. 리포지토리 복구에서는 Opus가 가장 빠르며 중앙값이 43.59초였습니다. 품질 차이가 큽니다. Opus는 테스트 6건 중 6건을 통과했으며, 다른 많은 모델은 4건을 통과했습니다. MAI는 빠르지만, 함수 복구 3건 중 2건에서 코드가 누락되었습니다. 제약 조건을 위반하면서 통과한 패치도 있습니다. 비용 비교가 결론을 내리고 있습니다. 저렴한 모델을 2회 반복하면 1회 시도당 평균 0.04달러, Opus의 1회는 0.11달러입니다. 하지만 Opus는 52.57초에 종료되었고, MAI는 209.30초가 걸립니다. 반복에서는 구매할 가치가 없는 결과를 얻을 수 있습니다.
누구에게 효과적일까요. 코딩 지원 모델을 비용으로 선택하는 사람, 회사 내에서 사용할 모델을 결정하는 사람들에게 차이가 나지 않을 것입니다.
오늘의 뉴스는 개인 사업자에게 어떤 의미를 가지는가
첫째, 정형의 제작을 외주하는 사람과 받는 사람 모두 이번 주 안에 “형”을 다시 만들어야 한다. 오늘 발표된 두 가지 뉴스를 종합하면 답이 나온다. 일본상공리서치의 집계에 따르면, 디자인 업계의 파산 건수는 상반기 40건으로, 전년 동기 대비 166.6% 증가했다. 그 중 직원 5명 미만이 36건, 90.0%를 차지했다. 같은 날, ChatGPT의 이미지 생성은 포스터나 상품 사진 템플릿을 표준 기능으로 하고, 좋은 프롬프트를 다른 사람에게 전달할 수 있는 기능을 추가했다. 발주하는 측의 판단은 단순해진다. 배너 교체, 색상 변경, 레이아웃 조정 등은 사내에서 해결된다. 받는 측이 취해야 할 두 가지 방법은 있다. 하나는 작업 대신 판단을 판매하는 형태로 전환하는 것이다. 무엇을 만들어야 하는지가 결정되지 않은 상태에서 요구 사항을 글로 표현하는 단계는 아직 자동화되지 않았다. 다른 하나는 자신의 “형”을 템플릿화하여 배포하는 것이다. 프롬프트가 배포물로 된 이상, 배포할 수 있는 형태를 가진 사람이 유리하다. 발주하는 측은 반대로, 오늘부터 내재화 가능한 범위를 하나씩 시도한다. 단, 외주를 중단하기 전에 자신이 요구 사항을 쓸 수 있는지 확인한 후 진행해야 한다.
두 번째로, AI가 만든 것에 누구의 이름을 쓸지 미리 결정해 두어야 한다. 오늘 가장 골치 아팠던 것은 증명의 정확성이라기보다는 저자의 항목이었다. 1만 개의 에이전트가 88시간 동안 만들어낸 증명에 대해 OpenAI는 “밀레니엄상을 주장할 의도는 없다”라고 밝혔다. 반면 NYU의 수학자는 공동 저자에게 동료를 빼도록 요구받았다고 공개했다. 세계 최첨단 현장조차도 AI가 주요 작업을 수행한 결과물의 명의가 정해지지 않았다. 개인 사업주의 실무에서는 이 문제가 훨씬 더 빨리 찾아올 것이다. 납품한 디자인의 저작권은 누구의 것인지, AI가 생성한 부분 포함 시 계약서의 어느 조항에 영향을 미치는지, 클라이언트에게 “AI를 사용했습니까?”라고 질문받을 때, 무엇이라고 대답해야 하는가. 오늘 할 수 있는 일은 딱 하나다. 자신의 표준적인 계약서나 견적서에 AI 사용에 관한 한 줄을 추가한다. 사용했느냐 사용하지 않았느냐가 아니라, 생성물의 권리와 수정 책임이 누구에게 있는지 명시한다. 늦게 결정하면, 결정하는 주체는 자신 자신은 아닌 것이다.
세 번째로, 도구의 가격은 “저렴한 것을 반복한다”는 전략으로는 하락하지 않는다. 오늘 소개한 실무 사례 7개 모델의 실측 결과가 명확하게 보여준다. 저렴한 모델을 2번 돌리면 1회당 0.04달러, Claude Opus 5는 1회에 0.11달러이다. 금액만 놓고 보면 저렴한 쪽이 더 유리해 보인다. 하지만 소요 시간은 Opus가 52.57초, MAI가 209.30초이다. 게다가 MAI는 함수 복구 3건 중 2건에서 코드를 잃어버렸다. 저렴함으로 얻을 수 있는 것은 금액일 뿐, 시간과 확실성은 아니다. 같은 날, OpenAI는 자체 추론 칩 Jalapeño를 연말에 배포할 것이라고 발표했다. 전력 소비량 대비 처리량이 1.5~1.9배 증가한다는 것이다. 가격 인하의 원천은 바로 이러한 곳에서 나온다. 개인 사업주의 결론은 다음과 같다. 가격은 기다리면 내려가고, 지금 해야 할 일은 저렴한 설정을 찾는 것이 아니라 자신의 작업 중 “재시도 비용이 높은 것”을 3가지 적어 놓는 것이다. 그 부분만은 가장 비싼 것을 사용하고, 나머지는 내년에 알아서 저렴해질 것이다.
이 게시물은 AI가 생성한 것입니다. 이노우에의 의견이나 견해는 전혀 포함되어 있지 않습니다.
■ 책 두 권을 가지고 있습니다.
신간 『AI는 잊지 않는다』(2026년 8월 발매)는 AI를 한 번 시도해보고 “우리에게는 유용하지 않다”라며 포기한 사람들을 위한 책입니다. 려독 대상.
고릴라는 왜 식물만으로 근육질인가? 최신 과학으로 뇌와 장의 공생 전략을 파헤치는 이야기입니다.
■ 당신에게 딱 맞는 문을 찾아서
몸을 바꾸고 싶으신 분들을 위한 안내입니다. 긴자 트레이닝랩의 무료 체험은 여기서 신청하실 수 있습니다.
트레이너 및 치료 전문가를 위한 콘텐츠입니다. 현장의 “왜?”를 해결하는 사고 회로를 월 5~6회 제공합니다.
AI를 일상 업무에 활용하고 싶으신 분들을 위한 서비스입니다. AI를 효과적으로 사용하는 방법을 안내하고 함께 고민하는 반주 서비스를 제공하고 있습니다.
《별똥별을 쫓는 아이》를 읽고 저는 인생의 진리를 깨달았다. 그것은 소중한 것을 찾기 위해서는 먼저 자신을 소중히 여기는 것이라는 뜻이다. 또한 사랑하고, 배려하고, 이해하는 것들이 인생을 풍요롭게 하는 요소라는 것을 알게 되었다.
왕자님의 말씀은 저에게 인생의 지침이 되었다. 지금도 그 말씀을 떠올리면 마음이 따뜻해진다. 그래서 저는 자신을 소중히 여기면서 주변 사람들을 사랑하고, 배려하고, 이해하려고 노력하고 있다.
영양, 운동, 다이어트 등 주제별로 기사를 찾을 수 있습니다.
사이트 맵은 이곳에서 확인하실 수 있습니다.
저자 프로필 ▶︎합동회사 LSP 대표 ▶︎긴자 트레이닝 랩 대표 ▶︎오쓰마여자대학교 라크로스부 (2019년~2023년) ▶︎헤이세이국제대학교 트레이너 (2018년~2019년) ▶︎하반신 다이어트 협회 자문위원 (2016년~2020년) ▶︎2018년 도쿄도에서 선발된 트레이너 ▶︎모델, 아이돌 등 담당 #다이어트 #하반신 다이어트 #나의 일 #매일 업데이트 #일하는 방식 #프로필 #자기소개 #매일 노트 #퍼스널 트레이너 #독서 #AI 활용 #ClaudeCode #개인 사업자 #1인 창업 #업무 효율화 #AI 에이전트 #AI #생성형 AI #ChatGPT #자동화 #개인 사업자 #1인 창업 #살롱 경영 #Kindle 출판 #전자책 #신간
출처: note 원문
번역: Gemma 3(.44) 초벌 + 교정 48청크
원문 보기 | 출처: note.com