주요 업데이트
8월 24일 올라온 클로드 코드 v2.1.243 노트에는 변경 47줄이 한꺼번에 실렸는데, 그중 손이 바로 가는 건 프롬프트 캐시가 살아 있는 시간을 5m·1h 중에서 직접 고르는 promptCacheTtl·subagentPromptCacheTtl 설정이에요(공식 문서 기준 v2.1.242 이상이 필요해요). 같은 문서의 기본값 표를 보면 구독 한도 안에서만 본 대화가 1시간이고 서브에이전트·워크플로·대화 압축 같은 나머지 요청은 구독자도 5분이며, 한도를 넘겨 추가 크레딧으로 넘어가면 본 대화까지 5분으로 내려가요. 설치·자동 업데이트로 내려받는 실행 파일을 zstd 로 압축해 리눅스 x64 기준 340MB를 약 75MB로 줄이고 세션당 메모리를 40~70MB 덜 쓰게 한 변경도 같은 판에 들어갔어요.
용어 풀이 - 프롬프트 캐시
- 매 요청에서 되풀이되는 앞부분을 서버가 기억해 뒀다가 싸게 다시 읽는 기능. 앤트로픽 공개 요금 기준 읽는 값은 입력 값의 10분의 1.
- promptCacheTtl
- 본 대화의 프롬프트 캐시를 얼마나 유지할지 정하는 클로드 코드 설정. 값은 5m 또는 1h 뿐이다.
- subagentPromptCacheTtl
- 서브에이전트·워크플로·대화 압축처럼 본 대화 밖에서 나가는 요청의 캐시 유지 시간을 정하는 설정.
- zstd
- 압축률에 비해 푸는 속도가 빨라 실행 파일·전송 데이터를 줄이는 데 널리 쓰는 압축 방식.
운영자 인사이트
API 키나 베드록·구글 클라우드로 붙는 팀은 본 대화도 기본이 5분이라, 자리를 비웠다 돌아오면 대화 전체를 다시 계산해요. promptCacheTtl 을 1h 로 올릴지는 캐시에 쓰는 값이 입력의 1.25배에서 2배로 뛴다는 점과 같이 재 보세요 — 5분 안에 계속 두드리는 작업이면 늘린 시간이 그대로 웃돈이에요. 서브에이전트를 여럿 띄우는 쪽은 subagentPromptCacheTtl 을 따로 올려야 그쪽이 바뀌어요.
여러 관점으로 보기 - 기본값이 갈리는 자리 — 공식 문서 구독 한도 안에서는 본 대화만 1시간이고 서브에이전트·워크플로·대화 압축은 5분이에요. 한도를 넘겨 크레딧을 쓰기 시작하면 본 대화도 5분으로 내려가고, 클로드 앱 게이트웨이로 붙으면 1시간 자체를 못 써요. Claude Code Docs
- 1시간을 고르면 비싸지는 이유 캐시에 쓰는 값이 5분은 입력의 1.25배인데 1시간은 2배예요. 읽는 값은 둘 다 0.1배라, 5분 안에 계속 이어 가는 작업에서는 늘린 시간이 웃돈으로만 남아요. Anthropic
원본 보기 (github-releases:claude-code)
비즈니스 인사이더가 8월 23일 '허깅페이스가 130억 달러 이상 값에 매각 제안을 받았고 은행을 끼고 인수 의향을 떠보는 중'이라고 보도했고, 로이터·블룸버그·테크크런치가 이를 받아 실었어요. 익명 소식통을 인용한 보도라 인수 후보는 한 곳도 특정되지 않았고 성사된 거래도 없는데, 회사는 확인도 부인도 하지 않았고 여러 매체가 '매각에 회의적일 수 있다'는 근거로 든 창업자 발언은 이 보도보다 6주 앞선 7월 10일 팟캐스트에서 나온 거예요. 정작 이 회사는 올해 초 '투자자 한 곳이 결정을 좌우하는 걸 원치 않는다'며 70억 달러 가치를 매긴 엔비디아의 5억 달러 투자를 거절했어요.
용어 풀이 - 오픈 가중치
- 모델의 학습된 수치 파일을 공개해 누구나 내려받아 직접 돌릴 수 있게 한 배포 방식
- 허브
- 허깅페이스가 운영하는 모델·데이터셋 공유 저장소. 모델을 올리고 내려받는 중심 경로
운영자 인사이트
확인된 건 '매각 제안을 받았다는 보도가 나왔다'는 것뿐이고 인수 주체는 아직 아무도 몰라요. 다만 오픈 가중치 모델을 내려받는 경로가 사실상 허브 한 곳이라는 건 보도와 상관없이 이미 사실이라, 지금 볼 건 인수설 추측이 아니라 빌드·배포 파이프라인이 허브에서 곧바로 당겨 쓰는 지점이 어디이고 그 가중치 사본이 사내에 남아 있는지예요.
여러 관점으로 보기 - 통신사가 받은 보도 로이터는 '은행과 함께 인수 후보들의 관심을 떠보는 중'이라고 적고, 허깅페이스가 논평 요청에 답하지 않았다고 밝혔어요. Reuters
- 근거의 두께 원 보도는 익명 소식통 인용이고 어느 은행이 붙었는지도 밝히지 않았으며, 아직 성사된 거래는 없어요. Gizmodo
원본 보기 (rss:techcrunch-ai)
8월 21일 오픈AI가 GPT-5.6 솔의 API·크레딧 요금을 20% 넘게 내려서, 공식 요금표의 짧은 맥락 값이 100만 토큰당 입력 5달러·출력 30달러에서 4달러·20달러가 됐어요. 입력 272,000 토큰을 넘는 긴 맥락도 10/45달러에서 8/30달러로 같이 내려갔고, API뿐 아니라 코덱스 크레딧과 챗GPT 워크에도 순차 적용돼요. 다만 요금 문서에는 '이 할인 요금은 최소한 2026년 11월 21일까지 유효하다'고만 적혀 있어서, 3개월 뒤에 값이 어디로 가는지는 아무 데도 안 적혀 있어요.
용어 풀이 - API
- 프로그램이 다른 프로그램의 기능을 코드로 불러 쓰는 연결 창구
- 토큰
- 모델이 글을 잘게 나눠 세는 단위. 요금과 한도가 이 단위로 매겨진다
- 긴 맥락
- 한 번에 넣는 입력이 일정 길이를 넘으면 적용되는 별도 요금 구간. 솔은 272,000 토큰이 기준
- 코덱스
- 오픈AI의 코딩 에이전트 제품. 크레딧을 사서 쓴다
운영자 인사이트
원가표에는 값만 적지 말고 '언제까지'를 같이 적어 두세요 — 오픈라우터의 반값(2.50/15달러)은 9월 18일에 먼저 끝나고 공식 할인은 11월 21일까지만 약속돼 있어서, 지금 솔에 맞춰 원가를 잡아 뒀다면 두 날짜를 달력에 찍고 그날 요금이 되돌아가도 견디는지부터 계산해 두는 게 안전해요.
여러 관점으로 보기 - 공식 공지 오픈AI는 8월 21일 '앞으로 3개월간 솔의 API·크레딧 요금을 20% 넘게 내린다'며 5/30달러에서 4/20달러로 바뀐다고 공지했어요. OpenAI Developer Community
- 요금 문서의 단서 모델 문서에도 4/20달러와 함께 '최소한 2026년 11월 21일까지'라는 조건이 붙어 있고, 긴 맥락은 272,000 토큰부터 입력 2배·출력 1.5배예요. OpenAI
- 커뮤니티 반응 해커뉴스에서는 '이틀 전 글과 같은 내용'이라는 지적과 함께, 솔에 고정해 둔 팀이 11월 이후 모델을 갈아타야 할 수도 있다는 걱정이 나왔어요. Hacker News
원본 보기 (hn:top-stories)
「둠」 코드 해설로 알려진 파비앵 상글라르(Fabien Sanglard)가 8월 21일에 자기 agent.md 를 규칙 단위로 공개했는데, 코드에 그대로 박힌 숫자·문자열을 이름 붙인 상수나 열거형(enum)으로 빼기·이른 반환으로 들여쓰기 줄이기·매개변수에 불리언 대신 열거형 쓰기·계층을 건너뛰어 아래를 직접 부르지 않기·버그 수정이면 고치기 전에 테스트부터 쓰기처럼 그대로 옮겨 적을 수 있는 항목들이에요. 저자는 3월부터 에이전트 IDE를 쓰며 세션마다 같은 지적을 되풀이하기가 번거로워 한 파일로 모았다고 적었고, claude.md·gemini.md 를 agent.md 로 이어 두는 심볼릭 링크로 어느 도구에서나 걸리게 한다고 밝혔어요. 다만 근거는 벤치마크가 아니라 '코드 품질이 눈에 띄게 좋아졌고 손으로 짠 것에 가까웠다'는 본인 관찰이고, 저자 스스로 '코드를 안 읽어도 되게 해 주는 마법은 아니다'라고 못 박아 뒀어요.
용어 풀이 - IDE
- 코드 작성부터 실행·디버깅까지 한 화면에서 하는 개발 도구
- 심볼릭 링크
- 다른 파일을 가리키기만 하는 바로가기 파일
- 린터
- 코드 스타일과 흔한 실수를 자동으로 잡아 주는 검사 도구
운영자 인사이트
지시문 파일을 손볼 때 볼 것은 '어떤 규칙을 넣느냐'보다 '그 규칙을 무엇이 강제하느냐'예요. 같은 토론에 '주석 쓰지 말라'는 지시가 90%쯤 무시된다는 후기와 린트 규칙 하나면 될 일을 에이전트에게 부탁한다는 지적이 함께 올라온 만큼, 기계로 검사되는 항목은 린터·훅으로 내리고 지시문에는 판단이 필요한 것만 남기는 편이 안전해요.
여러 관점으로 보기 - 지시문이 지켜지긴 하나 시스템 프롬프트에 '주석은 절대 쓰지 마'라고 적어 둬도 열에 아홉은 그냥 무시당한다는 사용 후기가 달렸어요. Hacker News
- 규칙이 거꾸로 간 사례 자바스크립트를 러스트로 옮길 때 모델이 뽑은 함수 이름이 30자를 훌쩍 넘겼는데, 알고 보니 그게 실제로 존재하는 API 이름이라 이름을 짧게 하라는 규칙이 오히려 걸림돌이 됐어요. Hacker News
- 대안 — 린터로 내리기 '매번 답이 달라지는 에이전트에게 린트 규칙 하나면 끝날 일을 부탁하는 게 제일 거슬린다'며, 커밋 전 단계에서 도는 검사 도구로 옮기라는 의견이 나왔어요. Hacker News
원본 보기 (hn:top-stories)
에런딜(Earendil)이 8월 20일 올린 글은 하네스를 '모델이 돌아갈 환경을 마련해 주는 소프트웨어'로 정의하고 '에이전트 = 모델 + 하네스'로 갈라 놓은 뒤, 시스템 프롬프트·도구·에이전트 루프·번역 계층 넷으로 쪼갰어요. 모델을 갈아 끼울 수 있게 해 주는 건 이 중 번역 계층 하나라며 '처음 널리 쓰인 하네스인 클로드 코드는 모델 중립 번역 계층을 주려고 만든 게 아니라 클로드 모델로 코딩하게 해 주는 응용 프로그램으로 만들어졌다'고 적었어요. 다만 글이 열린 하네스 예로 든 파이(Pi)·레포스(Lefos)는 저자인 에런딜 본인이 만든 것이고, 해커뉴스 552점·댓글 175개에서는 '2025년의 에이전트를 잇는 2026년 홍보 용어'라는 반박과 '클로드 코드는 요즘 모델엔 안 맞는다며 시스템 프롬프트를 수백 줄 오히려 지웠다'는 지적이 나란히 올라왔어요.
용어 풀이 - 하네스
- 모델에 시스템 프롬프트·도구·실행 절차를 붙여 실제 작업을 시키는 껍데기 프로그램. 클로드 코드·파이·오픈코드 등
- 번역 계층
- 여러 회사의 모델을 같은 하네스에서 바꿔 끼울 수 있도록 요청·응답 형식을 맞춰 주는 부분
- 에이전트 루프
- 모델이 도구를 부르고 그 결과를 다시 읽어 다음 행동을 정하는 과정을 반복하는 구조
- MIT 라이선스
- 출처만 밝히면 상업적 이용·수정·재배포를 폭넓게 허용하는 오픈소스 라이선스
운영자 인사이트
내가 쓰는 게 하네스인지 특정 모델용 응용 프로그램인지는 번역 계층이 있느냐로 갈리니, 설정을 그대로 둔 채 모델 이름만 바꿔 끼워 같은 작업이 도는지 시험해 보면 잠금 정도가 바로 드러나요. 다만 이 정의를 내놓은 곳이 예시로 든 하네스를 직접 만드는 회사라, 중립성 주장은 저장소와 제3자 측정으로 따로 확인하는 게 순서예요.
여러 관점으로 보기 - 반론 — '하네스는 2026년 홍보 용어'이고 오히려 얇아지고 있대요 552점·175댓글에서 한 참가자는 '2025년의 에이전트를 잇는 2026년 홍보 용어'라고 잘랐고, 다른 참가자는 '클로드 코드가 요즘 모델엔 더 이상 필요 없다며 시스템 프롬프트를 수백 줄 지웠다'며 모델이 좋아질수록 하네스는 두꺼워지는 게 아니라 얇아진다고 적었어요(둘 다 댓글 주장이라 1차 자료로는 확인하지 못했어요). Hacker News
- 저자의 이해관계 — 예시로 든 파이는 저자 회사 저장소예요 글이 '중립 하네스' 예로 든 파이는 저자 회사 조직인 earendil-works 의 저장소이고, 타입스크립트·MIT 라이선스에 별 96,752개·열린 이슈 134개이며 8월 24일까지도 커밋이 올라오고 있어요 — 광고를 걸러 내고 봐도 실체는 있는 프로젝트예요. GitHub
- 제3자 측정 — 같은 이름의 하네스가 맥락을 3분의 1만 보냈어요 데이터브릭스가 7월 8일 자사 저장소로 잰 비교에서 '파이가 턴마다 맥락을 3분의 1만 보내 작업 범위를 좁게 유지했다'며 같은 모델인데 과제당 비용이 2배 넘게 갈리고 품질은 같았다고 적었어요 — 다만 그 글은 이 파이가 에런딜 제품이라고 밝히지는 않았어요. Databricks
원본 보기 (hn:top-stories)
오픈AI가 8월 24일 'GPT-5.6 으로 개발자용 가격 대비 성능을 끌어올렸다'며 아마존 웹서비스의 코딩 에이전트 Kiro 에 자사 모델이 들어갔다고 알렸어요. 정작 Kiro 공식 블로그는 7월 14일에 같은 소식을 이미 냈고, 7월 31일에 Kiro 크레딧 배수를 손본 뒤로는 변경 이력에 GPT-5.6 항목이 더 없어요. 솔·테라·루나 셋 다 아직 '실험' 상태인데, Kiro 문서에는 실험 표시가 붙은 모델은 '내 프로필에 걸린 지역 밖을 포함해 전 세계 상용 아마존 웹서비스 지역에서 처리될 수 있다'고 적혀 있어요.
용어 풀이 - 크레딧 배수
- Kiro 가 요금제마다 주는 크레딧을 모델별로 얼마나 빨리 깎을지 정한 계수. 0.1배면 기준 모델의 10분의 1만 소모
- 토큰
- 모델이 글을 잘라 세는 단위. 272K 는 27만 2천 개, 1M 은 100만 개
운영자 인사이트
Kiro 안에서 모델을 고를 거면 크레딧 배수를 먼저 보세요. 솔은 2.4배에 한 번에 넣는 입력이 272K 토큰인데 클로드 오푸스 5는 2.2배에 1M 이라, 긴 코드베이스를 통째로 넣어야 하는 작업이면 솔을 고를 이유가 약해요. 반복 작업은 0.1배인 루나로 내려도 되고요. 다만 셋 다 '실험'이라 처리 지역이 내 지역 밖으로 나갈 수 있으니, 사내 코드가 오가는 작업이면 그것부터 확인하세요.
여러 관점으로 보기 - 마지막으로 바뀐 건 7월 31일 루나는 0.6배에서 0.1배로, 테라는 1.2배에서 1.0배로 내렸고 솔은 2.4배 그대로예요. Kiro 변경 이력에서 GPT-5.6 항목은 이게 마지막이에요. Kiro (AWS)
- 지금 문서에 적힌 상태 솔 2.4배·272K, 테라 1.0배·272K, 루나 0.1배·272K 가 모두 '실험'으로 적혀 있고, 같은 표의 클로드 오푸스 5는 2.2배에 1M 이에요. Kiro (AWS)
원본 보기 (rss:openai-news)
자기가 산 태블릿에 관리자 권한을 얻는 긴 작업에 모델 넷을 차례로 붙인 기록인데, 클로드 오푸스 4.8 은 이미 내고 있던 Max 구독으로 다섯 달을 진단하다 '오푸스 4.8 의 안전장치가 이 메시지를 표시했다'는 오류로 끊겼어요. 그 뒤 Kimi K3 가 621개 메시지·약 30시간에 164.25달러, GLM-5.2 가 밤새 돌아 21.90달러, 마지막 GLM-5.3 이 월 80달러 정액 요금제로 붙어 합계 266.15달러인데, 다섯 달치 클로드 몫은 이 합계에 안 들어가요. '하루 만에 끝냈다'는 8시간 5분은 8월 16일 오전 8시 26분 인수인계부터 오후 4시 34분 성공 확인까지 타임스탬프로 잰 값이지만, 그 출발점이 앞선 두 모델이 확인된 단계를 전부 적어 넘긴 HANDOFF.md 라 맨땅에서 잰 비교는 아니에요.
운영자 인사이트
긴 작업을 모델에 이어 붙일 때 값을 키우는 건 모델 성능보다 재시도와 다시 쌓는 맥락이라, 옮겨 가기 전에 확인된 사실을 인수인계 문서 하나로 굳혀 두는 게 실제로 돈을 줄여요. 다만 164달러는 토큰만큼 내는 종량제고 80달러는 월 정액이라, 둘을 나란히 놓고 '어느 모델이 싸다'로 읽으면 안 돼요.
여러 관점으로 보기 - 토론 반응 684점·289댓글이 붙었는데 정작 비용 수치나 GLM-5.3 이 더 낫다는 주장을 반박한 댓글은 안 보이고, 큰 줄기는 '이 글 자체를 AI가 썼다'는 문체 논쟁이에요 — 저자도 덧붙임 글에서 GLM-5.3 으로 글을 다듬었다고 인정했어요. Hacker News
원본 보기 (hn:top-stories)
클로드 코드·코덱스·제미나이 등 터미널에서 도는 에이전트 CLI 12종을 감싸서, 2차원 사무실 화면에 아바타로 앉히고 감독 에이전트가 일을 나눠 주는 데스크톱 앱이에요. 저장소는 5월 31일에 열려 별 4,100개를 넘겼고 코드는 MIT 라이선스인데, 모델을 직접 대주지는 않아서 내가 이미 쓰는 구독과 시간당 한도를 그대로 태워요. 정작 릴리스 노트를 열어 보면 8월 18일 v0.4.4 전까지 윈도우에선 에이전트끼리 메시지가 아예 오가지 않았고, 8월 22일 v0.4.5 전까지는 앱을 다시 켤 때마다 사용량 카운터가 0으로 돌아가 화면에 뜨는 지출이 실제보다 크게 낮았어요.
용어 풀이 - CLI
- 터미널에 명령을 쳐서 쓰는 프로그램 형태
- MIT 라이선스
- 저작권 표시만 남기면 수정·재배포·상업적 이용을 모두 허용하는 오픈소스 라이선스
운영자 인사이트
에이전트를 떼로 굴리는 도구를 볼 때 먼저 확인할 건 화면이 아니라 지출 집계가 맞느냐인데, 이 도구는 그게 사흘 전에야 맞기 시작했어요. 모델 값은 결국 내 구독과 한도로 나가니, 회사에서 시험할 거면 한도가 낮은 계정 하나로 격리해 돌리고 앱이 보여 주는 숫자 말고 제공자 쪽 사용량으로 대조해 보세요.
여러 관점으로 보기 - 돈 받는 구석 저장소 README에는 요금 얘기가 한 줄도 없는데, 랜딩 페이지는 월 20달러 PRO와 좌석당 39달러 팀 요금, 월 19~78달러짜리 클라우드 작업 공간을 따로 팔고 있어요. Munder Difflin
- 몇 시간 써 본 사람 설정이 저장되지 않고 맥 알림이 깨져 있으며 '물어봐 주세요' 탭을 사람이 직접 들여다봐야 해서, 클로드 코드 세션 6~10개를 손으로 굴리는 쪽이 결정에 더 가까이 있게 해 준다고 적었어요. Hacker News
- 핵심 기능이 최근에야 붙은 것 '윈도우에서 팀이 가만히 있었다면 당신 잘못이 아니라 이 버그 탓이에요'라고 적힌 8월 18일 릴리스에서야 에이전트끼리 주고받는 여러 줄 메시지가 잘리지 않게 됐어요. GitHub
원본 보기 (hn:top-stories)
XDA의 애덤 콘웨이가 8월 22일, 자기가 정식으로 산 상용 앱을 놓고 큐원3.8-27B에 '라이선스 검증을 살펴보고 약점을 정리하라'고 시켰더니 30분 만에 끝냈다고 적었어요 — 검증에 쓰이는 공개 키를 찾아냈고, 인증이 어떻게 도는지와 어떻게 무력화되는지를 단계별로 적은 보고서에 동작하는 개념 증명 스크립트까지 냈대요. 장비는 128GB 통합 메모리에 초당 273GB 대역폭인 레노버 씽크스테이션 PGX 한 대이고, 기본 상태에서는 초당 15~30 토큰이 나오지만 SGLang·NVFP4·추측 디코딩을 얹어 코드·추론 구간에서 초당 50 토큰까지 올렸다고 해요. 다만 '30분'을 견줄 대상은 기사에 없어요 — 같은 과제를 상용 모델에 돌려 보지 않았고, 저자 스스로도 '이 대상이 얼마나 대표성이 있는지 모르겠고, 성공 한 건을 큐원이 무엇이든 분석할 수 있다는 주장으로 늘리지 않겠다'고 적어 뒀어요.
용어 풀이 - SGLang
- 큰 언어 모델을 서버에서 빠르게 돌리도록 만든 오픈소스 실행기
- NVFP4
- 엔비디아가 쓰는 4비트 부동소수점 형식. 가중치를 줄여 메모리와 속도를 벌지만 정밀도는 떨어진다
- 추측 디코딩
- 작은 모델이 다음 토큰을 미리 찍어 두고 큰 모델이 한꺼번에 검증해 속도를 올리는 기법
- 통합 메모리
- CPU와 GPU가 같은 메모리를 나눠 쓰는 구조. 그래픽카드 전용 메모리 용량에 묶이지 않는다
- 개념 증명
- 주장한 방식이 실제로 통한다는 것만 보이는 최소한의 시험용 코드
운영자 인사이트
이 결과에서 로컬을 고를 이유는 성능이 아니라 허용 범위예요 — 해커뉴스에는 '클로드·챗GPT라면 이 작업을 거절한다'는 지적이 붙었고, 분석 대상 실행 파일을 바깥으로 올리지 않아도 된다는 게 실제 이득이에요. 다만 이번 건은 정적 분석만으로 풀리는 과제였고, 30분은 초당 273GB 대역폭 장비에서 나온 값이라 인텔 아크 프로 B70 두 장(초당 22 토큰)이나 M5 프로(초당 12~15 토큰)에서는 그만큼 늘어요.
여러 관점으로 보기 - 해커뉴스 반론 — 정적 분석만으로 되는 과제였어요 '참·거짓이 분명히 갈리는 과제는 원래 AI가 가장 크게 덕을 보는 쪽이라 제일 어려운 일이 아니다', '정적 분석만으로 되는 건 어려운 축이 아니다'라는 지적에, 저자는 '내 경험상 어려운 축이 맞고 이걸 끝까지 해낸 로컬 모델은 처음 봤다'고 답했어요. Hacker News
- 다른 장비에서 잰 처리량 인텔 아크 프로 B70 두 장으로 초당 22 토큰이 나온다는 보고와 M5 프로에서 6비트로 초당 12~15 토큰이라는 보고가 붙어, 기사의 초당 50 토큰은 그 장비와 설정에 묶인 값이에요. Hacker News
- 저자가 인정한 화면 사진 오류 기사에 실린 터미널 화면 사진이 큐원이 아니라 저자의 클로드 구독으로 돌린 오푸스 4.6이라는 지적이 나오자, 저자는 '다른 기사에 쓰려던 이미지를 실수로 골랐다'고 인정하고 교체했어요. Hacker News
원본 보기 (hn:top-stories)
스탠퍼드 디지털 경제 연구소가 8월 12일 '탄광의 카나리아' 논문을 2026년 6월치 데이터로 개정해 다시 냈어요. 미국 ADP 급여 기록에서 매달 350만~500만 명을 2022년 11월부터 따라갔더니 AI 노출도가 가장 높은 두 구간의 22~25세 고용이 약 11% 줄고 가장 낮은 세 구간은 약 10% 늘어 또래보다 19% 뒤처졌고, 부록 그림에서 22~25세 소프트웨어 개발자는 2022년 11월 대비 약 20% 아래, 같은 직업 41~49세는 약 20% 위에 있어요. 줄어든 경로는 해고가 아니라 신규 채용 축소였고, 저자들은 '이건 AI의 인과 효과를 추정한 게 아니라 서술적인 사실'이라고 못 박으면서 직업별 학력 수준을 함께 넣고 계산하면 감소폭이 절반쯤으로 줄고 전국 표본 조사에서는 격차가 훨씬 작게 나온다는 점도 같이 적어 뒀어요.
용어 풀이 - ADP
- 미국의 급여 대행 회사. 이 논문의 표본은 이 회사가 처리하는 급여 기록의 일부
- AI 노출도
- 그 직업의 업무가 대규모 언어 모델로 처리될 수 있는 정도를 매긴 지표. 이 논문은 GPT-4 기반 평가치를 주로 씀
운영자 인사이트
이 논문에서 숫자가 갈린 자리는 직업 이름이 아니라 AI를 쓰는 방식이었어요 — 대체용으로 쓰는 직업에서만 22~25세 고용이 줄었고, 보조용으로 쓰는 직업은 경력자 고용이 오히려 늘었어요. 다만 미국 ADP 고객사 표본이라 한국 채용 시장에 그대로 옮겨 읽을 숫자는 아니에요.
여러 관점으로 보기 - 논문 원문이 스스로 달아 둔 단서 저자들이 본문에 '이 연구는 AI의 인과 효과를 추정하지 않는다'고 직접 적었고, 컴퓨터 직군을 빼도 22~25세 추정치가 사실상 그대로라 기술 직군만의 이야기가 아니라고 못 박아 뒀어요. Stanford Digital Economy Lab
- 시점이 안 맞는다는 반론 Economic Innovation Group 은 AI 노출이 큰 직업의 채용 공고가 챗GPT 공개보다 6개월 이른 2022년 3~4월에 정점을 찍고 꺾였다며, 40년 만의 금리 인상이 더 그럴듯한 설명이라고 봐요. Economic Innovation Group
원본 보기 (rss:arstechnica-ai)
한도를 다 써서 멈춘 클로드 코드 세션을 코덱스·파이·오픈코드·코파일럿 CLI를 포함한 8종으로 옮겨 이어 가는 CLI가 공개됐어요. 대화 기록만이 아니라 도구 호출과 그 결과까지 옮겨지고, 저자는 지난 기록 5만 6,744건을 변환해 전부 정확히 일치했으며 읽기·변환 실패는 0건이었다고 적어 뒀어요. 다만 생각(추론) 기록과 훅·MCP·정책 같은 실행 설정은 일부러 빼고 옮기며, 파이썬 패키지에 걸린 운영체제 분류도 리눅스 하나뿐이라 맥에서는 아직 그대로 쓸 수 없어요.
용어 풀이 - CLI
- 명령줄에 입력해 쓰는 프로그램
- MCP
- AI 도구에 외부 기능을 붙이는 연결 규약
운영자 인사이트
만든 지 여드레 된 별 22개짜리 개인 프로젝트인데도 도구 8종의 어댑터가 다 실제 코드로 있고 MIT라 뜯어 보기 좋아요. 다만 저자가 '이건 비밀값을 걸러 주는 물건이 아니라서 세션에 박힌 비밀값은 목적지 기록에 그대로 옮겨 적힌다'고 못 박아 뒀으니, 사내 세션을 옮길 거라면 그 전제부터 확인하세요.
여러 관점으로 보기 - 무엇이 따라가고 무엇이 버려지나 도구 호출의 이름·입력·식별자는 클로드에서 코덱스·오픈코드·코파일럿·파이로 그대로 옮겨지고, 커서만 사용자와 어시스턴트가 주고받은 글을 순서대로 옮기는 실험 단계로 남아 있어요. GitHub
- 옮긴 뒤 실제로 이어서 도는지 확인한 기록 네트워크를 끊고 판을 고정한 도커에서 파이 세션 넷을 클로드와 코덱스 양쪽에서 다시 열었더니 8번 모두 이어졌는데, 실제 오픈코드 화면에서는 답도 회상도 확인되지 않아 저자가 실패로 적어 뒀어요. GitHub
- 나온 지 얼마나 됐나 8월 20일에 처음 올라와 이틀 만에 여섯 번째 판이 나왔고, 운영체제 분류에는 리눅스 하나만 걸려 있어요. PyPI
원본 보기 (reddit:claudeai)
세션이 끝나면 배운 걸 잊는 코딩 에이전트를 두고 정반대 방향의 도구 둘이 같은 주에 나왔어요. intellex 는 에이전트가 스스로 찾기를 기다리지 않고 세션 시작 때 훅으로 기억을 먼저 밀어 넣는 쪽인데, SWE-bench-CL 141문제에서 기억이 없을 때 90개를 풀던 것이 111개까지 늘었다면서도 코딩을 맡은 모델은 하이쿠였고 설정마다 한 번씩만 돌렸으며 정작 핵심 주장인 '알아서 찾게 두는 것보다 먼저 밀어 넣는 게 낫다'를 확인할 비교군 수치는 공개하지 않았어요. Knowl 은 반대로 CLAUDE.md 가 1,000줄을 넘도록 옛 결정과 새 결정이 나란히 남아 클로드가 둘 다 참이라고 답하더라는 진단에서 출발해 같은 주제의 새 사실이 들어오면 앞의 것을 검색에서 빼는데, '이제 안 써요' 같은 말로 뒤집힘을 알아채는 검출기가 실제로는 101건 중 4건만 잡아 저자가 8월 24일 충돌 훑기 명령에서 빼 버렸어요.
용어 풀이 - SWE-bench-CL
- 실제 깃허브 이슈로 만든 코딩 문제 모음을 이슈 생성 순서대로 늘어놓은 변형. 앞 문제에서 얻은 경험이 뒤 문제로 옮겨 가는지 잰다
- 훅
- 세션 시작·프롬프트 제출처럼 정해진 시점에 도구가 자동으로 실행해 주는 사용자 지정 동작
- CLAUDE.md
- 클로드 코드가 세션마다 자동으로 읽는 프로젝트 지침 파일
운영자 인사이트
지침 파일이 길어지고 있다면 도구를 붙이기 전에 '한 주제에는 한 사실만 남긴다'를 먼저 정해 두세요. 옛 결정과 새 결정이 함께 살아남는 게 진짜 문제라는 진단은 오늘 바로 쓸 수 있지만, 그 물러남을 기계가 알아서 판정해 주리라 기대하는 쪽은 두 도구 다 아직 근거가 얇아요. 우리 저장소에서 재 보고 싶으면 intellex 가 함께 공개한 벤치 하네스를 쓰되, 코딩 모델을 우리가 실제로 쓰는 것으로 바꿔야 숫자가 의미를 가져요.
여러 관점으로 보기 - 반대 방향의 도구 Knowl 은 기억을 더 쌓는 대신 같은 주제의 새 사실이 들어오면 앞의 것에 '대체됨' 표시를 붙여 검색에서 빼요. 만든 쪽 측정으로는 검색 1순위 정확도가 47%에서 98%로 갈렸다는데, 그 시험 자료가 판 번호만 차례로 올라가는 인공 자료라 실제 충돌과 다르다고 저자가 직접 적어 뒀어요. GitHub
- 빠진 비교군 intellex 저장소의 벤치 설명에는 '기억 없음·수동 검색·intellex' 세 갈래로 설계해 두고도 통과율 숫자가 한 줄도 없이 '초기 내부 실행에서 유망했다'고만 적혀 있어요. GitHub
- 남은 위험 새 사실이 옛 사실을 밀어내는 설계면 거짓을 심어 참 제약을 물러나게 할 수 있다는 지적에, Knowl 을 만든 사람이 '쓰기 경로가 검증한 사실과 파일에서 읽은 사실을 구분하지 않는다'며 아직 해법이 없다고 답했어요. GitHub
원본 보기 (reddit:claudeai)