AI 뉴스: Codex의 부상과 Claude의 프로그래밍 사용량 정책 변경

섹션별 상세

Anthropic은 Claude 구독 플랜에 월간 API 크레딧을 포함하는 방식으로 정책을 개편하여, 기존의 저렴한 API 사용 환경을 제한하고 자사 도구인 Claude Code 사용을 유도했다. 이 정책은 기존의 대규모 API 할인 혜택을 축소하는 효과를 가져왔다.

OpenAI는 Codex 엔터프라이즈 전환 고객에게 2개월 무료 사용 혜택을 제공하며 Anthropic의 시장 점유율에 직접적인 공세를 펼쳤다. 이는 모델 성능 경쟁을 넘어 플랫폼 전환을 유도하는 공격적인 시장 전략이다.

Cline, LangChain, Notion 등은 에이전트 플랫폼 기능을 확장하여 단순 채팅을 넘어 장기 실행 상태 관리와 오케스트레이션을 지원하는 방향으로 발전했다. 프로덕션 에이전트는 이제 상태 유지와 도구 연동이 필수적인 요소로 자리 잡았다.

Nous Research는 Token Superposition Training을 통해 학습 초기 단계에서 토큰 예측 방식을 수정하여 FLOPs 대비 2~3배의 학습 속도 향상을 달성했다. 이는 추론 시점의 아키텍처 변경 없이 학습 효율을 극대화하는 방법론이다.

Figure는 휴머노이드 로봇이 8시간 동안 자율적으로 패키지 분류 작업을 수행하는 데모를 공개하며, 장기 실행 자율 로봇 운영의 실현 가능성을 입증했다. 로봇은 카메라 픽셀 기반 추론과 온디바이스 처리를 통해 인간 수준의 작업을 수행했다.

토큰 중첩 학습(Token Superposition Training): — 학습 초기 단계에서 연속적인 토큰 묶음을 예측하도록 모델을 수정하는 기법이다. 표준적인 다음 토큰 예측 방식보다 FLOPs 대비 2~3배 빠른 학습 속도를 제공하며 추론 시점의 아키텍처 변경이 필요 없다.
에이전트 하니스(Agent Harness): — AI 에이전트가 실행될 수 있도록 돕는 인프라 및 플랫폼 환경이다. 코드 실행, 상태 관리, 도구 연동 등을 지원하여 에이전트가 프로덕션 환경에서 안정적으로 작동하게 한다.
재귀적 자기 개선(Recursive Self-Improvement): — AI 시스템이 스스로의 코드를 수정하거나 학습 과정을 개선하여 성능을 높이는 과정이다. 과학적 발견 자동화와 모델 학습 루프 최적화의 핵심 개념으로 사용된다.