TL;DR
최근 X에서는 Grok 4.5가 수십 년 된 그래프 이론 추측을 짧은 시간 안에 반례로 제시했다는 주장과 함께 Grok Build의 개발자 도구·성능 개선 소식이 동시에 부각됐다. 같은 기간에 Moonshot의 Kimi K3가 Claude Fable에서 증류로 파생되었다는 고발과 OpenAI·Hugging Face간 규제·조사 요구가 업계 이슈로 확산됐다. 생산 측면에서는 AI 기반 영상 제작 사례들이 2주 미만 제작·단편 완성 등 속도 우위를 보였고, 일부에서는 세부 품질 한계가 지적됐다. 연구 측면에서는 Transformer 블록에 gradient-free 방식으로 사실을 집어넣는 폐쇄형 레시피(학회 수락)와 LLM을 활용해 장기 단계 로봇 조작을 풀어낸 논문·코드가 병행해 발표됐다. 전반적으로 모델 성능·도구 개선과 함께 지적재산·증류·품질 검증 이슈가 병행되는 흐름이 관찰됐다.
𝕏 실시간 트렌드 토픽
🔥 Grok 4.5의 수학적 성과 주장과 Grok Build 업데이트포스트 4
Elon이 Grok 4.5가 약 30년 된 그래프 이론 추측의 반례를 빠르게 찾아냈다는 주장을 인용했고, Grok Build는 성능·개발자 제어·진단·세션 안정성 등의 업데이트를 공개했다. 제품 측면에서는 '속도·토큰 효율·비용 효과성'이 강조됐다.
세부 내용 보기
- Justin(인용)에 따르면 Capy가 Slack 내에서 8분 만에 그래프 이론 추측의 반례를 찾아냈다고 보고되었고 Elon은 이를 Grok 4.5 성능 사례로 제시했다.
- Grok Build 업데이트(릴리스 노트 v0.2.111)에는 개발자 제어 강화, 계정 가시성, 내장 진단, macOS Voice Mode 메모리 사용량 감소 등이 포함됐다.
- 제품 메시지는 '빠름·토큰 효율성·저비용'을 반복해 강조했으나, 모델이 실제로 ‘추측을 완전히 해결’했는지에 관해서는 외부 검증과 추가 정보가 요구된다.
인용된 보고는 Grok 4.5(또는 그 환경에서 실행된 시스템)가 짧은 시간 내에 그래프 이론 반례를 발견했다고 주장한다.
Grok Build의 도구·성능 개선은 명시적 릴리스 노트로 확인되며, '실제 수학적 성과'는 독립 검증 및 재현성 확인이 필요하다.
일부는 모델이 단일 환경·파이프라인에서 결과를 냈을 가능성과 '해결'의 범위를 구분해야 한다고 지적한다.
원문 트윗 2개 보기
Elon Musk
Grok 4.5 just solved a graph theory conjecture that has been open for ~30 years
Capy accidentally cracked a graph theory conjecture entirely in Slack REFUTED: Graffiti Conjecture 284 (open for ~30 years) We shared the original post in Slack and Capy (running on Grok 4.5 Medium!!!) decided it wanted to take a shot, finding a novel refutation in 8 minutes x.com/DmitryRybin1/s…
Elon Musk
Grok 4.5 is not quite as good as Fable, but it is very fast, cost-effective and gets the job done
With Grok 4.5 you never have to wait. It’s insanely fast, extremely token‑efficient, and does tasks at Fable‑level quality at a fraction of the cost.....all while being crazy fast x.com/benhylak/statu…
➖ OpenAI·Hugging Face 관련 규제·수사 요구포스트 1
배경에 있는 사건을 근거로 일부 인사는 OpenAI와 Hugging Face 간의 분쟁이 중대 사안이라면 제3자에 의한 정식 형사 수사와 책임 부과가 선행되어야 한다고 주장했다. 규제 제정 전 형사 절차와 제3자 조사 필요성이 핵심 논점으로 제기됐다.
세부 내용 보기
- 비난 쪽에서는 '중대한 위반' 주장이 규제화로 이어지려면 우선 형사 조사·책임 소재 확인이 필요하다는 논리가 제시됐다.
- 해당 발언은 공개된 보도자료와 달리 법적 절차·제3자 조사 없이 처리되는 상황을 문제삼았다.
- 규제 논의가 형식적 절차 없이 진행되면 적절한 집행과 선례 설정에 문제가 생길 수 있다는 우려가 포함됐다.
만약 OpenAI 쪽의 행위가 심각한 위반이라면 독립된 형사 수사와 제3자의 철저한 조사가 필요하다고 주장한다.
📈 Moonshot·Anthropic 증류 고발과 커뮤니티 반응포스트 3
White House 관련 요약에서 Moonshot의 Kimi K3가 Claude Fable의 증류로 개발되었다는 주장이 제기되었고, 일부는 사전 접근권 또는 해킹 가능성 등을 언급하며 관련 경로를 추정했다. 증거와 경위에 대한 논쟁이 이어지고 있다.
세부 내용 보기
- MTS 요약은 Moonshot Kimi K3의 개발에 Claude Fable 증류가 활용되었다는 주장을 포함했다.
- 일부 트윗은 사전 접근권(privileged access)이나 보안 침해를 통해 비공개 모델 정보가 유출되었을 가능성을 제기했다.
- 현재로서는 공식 조사·추가 근거가 요구되는 상황이며 커뮤니티 내부에서 증거 해석이 분화하고 있다.
공개 요약은 Kimi K3 개발에 Fable 기반 증류가 개입되었을 가능성을 지적한다.
증거의 출처와 정합성에 따라 결론이 달라지므로 추가 조사와 공식 확인이 필요하다.
📈 AI 기반 영상 제작의 속도·사례와 품질 논쟁포스트 4
여러 사례에서 AI 워크플로를 이용한 단편·에피소드 제작이 2주 내외의 짧은 기간으로 보고되었고, 특정 감독의 13분 작품이 그 예로 제시되었다. 동시에 세밀한 품질·구조면에서는 아직 문제점이 관찰된다는 비판이 병행됐다.
세부 내용 보기
- 몇몇 제작 사례는 AI 도구와 하이브리드 프로덕션을 결합해 전통 제작보다 훨씬 빠른 제작 주기를 기록했다(예: 13분 분량을 2주 미만 제작).
- 작품 수준으로 '보이는' 장면과 세부 구조를 면밀히 비교하면 아직 완성도 차이가 존재한다는 지적이 포함됐다.
- AI 영상이 빠른 프로토타이핑과 비용 절감에 기여하지만, 최종 품질 확보를 위해 인간 감독·후작업이 여전히 중요하다는 논리가 제시됐다.
AI 도구를 활용하면 단기간에 완성도 있는 단편을 만드는 생산성이 확인되었다.
원거리에서 보기에는 좋아 보여도 세부 품질이나 구조적 완성도는 아직 인간 감독·전문 보정이 필요하다는 비판이 존재한다.
원문 트윗 2개 보기
Min Choi
10. "NIGHTBORNE" by Oscar-nominated director Neill Blomkamp This 13-minute AI film was made in under 2 weeks
We created this 13 min episode in less than 2 weeks. We're about to enter a world where our favorite tv shows and movies don't take 4+ years to produce. Our favorite directors will us generative AI and hybrid production workflows to produce their next script, show or film
Min Choi
If you think AI video can't make films then explain this. 10 wild examples:
📈 Transformer에 사실을 쓰는 폐쇄형 레시피(학술 발표)포스트 1
Stanford 연구진 등은 gradient descent 없이 Transformer 블록에 사실을 저장하는 폐쇄형(closed-form) MLP 레시피를 제안했고, 해당 연구가 COLM 2026에 수락되었다고 보고됐다. 해당 방법은 학습 없이 사실을 모델 구조에 직접 반영하는 방향을 탐색한다.
세부 내용 보기
- 연구팀은 MLP 구조를 이용해 사실을 '작성'할 수 있는 수학적·구조적 방법을 제시했다.
- 이 접근은 전통적 gradient 기반 학습 대신 직접적 구성으로 사실 저장을 달성하려는 시도로 해석된다.
- 학회 수락은 초기 검증 단계를 통과했음을 의미하지만, 실무적 적용과 한계는 추가 평가가 필요하다.
해당 연구는 gradient-free 방식으로 Transformer에 사실을 주입하는 명확한 수학적 레시피를 제시하고 학회에 수락되었다.
📈 LLM을 활용한 장기 로봇 조작 강화학습(논문·코드)포스트 1
ICLR 관련 작업으로 LLM을 활용해 장기·다단계 로봇 조작 과제를 해결하는 방법이 공개되었고, 25개 이상의 조작 과제를 최대 10단계까지 해결했다고 보고됐다. 논문과 코드(페이지)가 함께 링크되었다.
세부 내용 보기
- 연구는 LLM을 플래닝·지침 생성기로 활용해 복합 단계의 로봇 조작 문제를 분해·해결하는 전략을 적용했다.
- 보고된 성과는 25개 이상의 조작 과제를 최대 10단계로 구성해 해결한 사례를 포함한다.
- 논문과 공개된 코드가 함께 제공되어 재현성과 실무 적용 가능성 검증이 용이하다.
제안된 방법은 LLM을 활용해 복잡한 장기 조작 과제를 단계별로 해결할 수 있음을 실험으로 보여주었다(논문+코드 포함).
용어 해설
- 모델 증류(Model Distillation)
- — 대형 모델의 출력을 교사 신호로 사용해 더 작거나 다른 구조의 모델을 학습시키는 방법이다. 원본 모델의 동작을 요약해 학습 데이터로 삼아 계산·비용 효율성을 높이는 데 사용되며, 이번 글맥락에서는 특정 모델(예: Fable)에서 파생 모델을 만들었다는 주장과 연관된다.
- 문맥 창(컨텍스트 윈도우)(Context Window)
- — 모델이 한 번에 처리할 수 있는 토큰 범위를 가리킨다. 길어질수록 긴 문서나 대화 이력을 유지할 수 있어 수학적 추론·장기 계획·영상 제작 워크플로에서 중요한 역할을 한다. Tencent Hy3의 '256K context' 언급이 관련 예시다.
- 장기 과업 강화학습(Long-horizon RL)
- — 목표 달성까지 여러 단계(수십~수백)로 이어지는 복잡한 작업을 다루는 강화학습 분야다. LLM을 플래너로 활용해 단계별 목표를 생성하거나 보조하면 다단계 로봇 조작과 같은 긴 작업을 해결할 수 있다.
- 사실 주입(지식 삽입)(Fact Injection)
- — 훈련 없이 모델 내부에 외부 지식을 직접 반영하려는 기법군을 뜻한다. Stanford 관련 연구는 gradient descent 없이 MLP 구조에 사실을 '작성'하는 폐쇄형(closed-form) 방법을 제안해 빠른 지식 삽입 가능성을 탐색한다.
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
