TL;DR
최근 기간에는 대형 언어모델을 수학 증명과 시스템 개선에 직접 활용한 사례와, 오픈소스 모델 교체·의료 벤치마크 정리 같은 산업적 전환이 병행해서 나타났습니다. Astra의 내부 모델이 여러 수학 정리를 자동으로 생성해 증명과 CoT 워크스루를 함께 공개했고, 한 건당 Sol API 기준 약 2000달러가 소요되었다는 점이 보고되었습니다. 모델을 무게 업데이트 없이 자동으로 개선하는 루프들(OPRO, GEPA 등)은 검증 가능한 문제에서 RL 대비 적은 시도만으로 성과를 낸 사례와 한계가 동시에 보고되었습니다. Hugging Face가 Anthropic 대체로 Nvidia의 quantized GLM 5.2를 사용한 사례와 의료 AI 벤치마크 맵 공유도 트렌드로 포착됩니다.
𝕏 실시간 트렌드 토픽
🔥 Astra가 생성한 수학 증명 일괄 공개포스트 3
Astra의 내부 버전이 여러 난제에 대한 증명과 CoT 워크스루를 생성해 공개했고, 각 증명은 lean certificate와 함께 제공되며 Sol API 기준 대략 건당 2000달러의 비용이 보고되었습니다.
- 수학 분야의 어려운 문제들을 검증 가능한 출력으로 바꾸는 것이 핵심 문제인데, Astra 내부 모델은 입력으로 주어진 정리·문제에 대해 증명과 연쇄 추론(CoT)을 생성하고, 출력으로 lean certificate와 walkthrough를 함께 내보냈습니다; 게시자는 증명 집합이 von Neumann 대수(Connes' Rigidity Conjecture 반박 포함), 고차원 구분 포장, 회로 복잡도 및 다색 그래프의 단색 삼각형 경계 개선 등 광범위한 결과를 포함한다고 밝혔고, 각 증명당 Sol API 가격이 약 2000달러라는 비용 근거를 제시했습니다; 이런 접근은 형식적 증명의 생성 가능성을 실험적으로 검증한다는 점에서 의미가 있습니다.
모델이 자동으로 증명을 생성하고 CoT 워크스루와 검증 가능한 산출물을 같이 제공함으로써, 복잡한 이론적 결과를 계산적 파이프라인으로 생산할 수 있음을 보였습니다.
비용(건당 약 2000달러)과 공개된 결과의 범위가 제시되어 일반화 가능성은 일부 검증되었으나, 실제 학계·형식증명 검증 관행에 어떻게 통합될지는 추가 검증이 필요합니다.
원문 트윗 2개 보기

Greg Brockman
@gdb
ten significant advances in mathematics and theoretical computer science. solved using an internal version of Astra, our next major model, for a total cost of about $2000 at Sol API prices:
yes, nonsofic groups exist: this statement is one of many new beautiful results proved by Astra, our next major model. We're releasing 10 such Astra proofs, complete with lean certificates and CoT walkthroughs for each of them. The results are wide-ranging, from von Neumann
Sebastien Bubeck
@SebastienBubeck
yes, nonsofic groups exist: this statement is one of many new beautiful results proved by Astra, our next major model. We're releasing 10 such Astra proofs, complete with lean certificates and CoT walkthroughs for each of them. The results are wide-ranging, from von Neumann algebras (disproof of Connes' Rigidity Conjecture) to better bounds for high dimensional sphere packing, for circuit complexity, for monochromatic triangles in multicolored graphs, and more. More thoughts here:
📈 무게 업데이트 없이 시스템을 자동 개선하는 루프들포스트 1
여러 연구·방법이 모델 파이프라인(프롬프트·예시·코드·트레이닝 스크립트)을 텍스트 수준에서 편집하고, 제안→평가→선택의 루프를 돌려 성능 개선을 검증 없이도 달성했다고 보고되었습니다.
- 반복 최적화 문제는 수동 튜닝과 GPU 기반 재학습의 비용 문제를 낳았는데, 최근 방식들은 LLM이 변화안을 제안하고 외부 평가자가 점수를 매겨 더 나은 변화만 보존하는 입력→프로세스→출력 루프를 공통으로 사용합니다; 예로 OPRO는 모델을 최적화기처럼 써서 점수만으로 반복적으로 강한 지침을 생성하고, MIPROv2는 예시를 자동 생성해 지침과 함께 베이지안 탐색으로 조합을 최적화하며, GEPA는 전체 실행 트레이스를 분석해 타깃 수정안을 제안해 일부 과제에서 RL보다 훨씬 적은 시도로 동등·우수한 성과를 냈다고 보고합니다; AlphaEvolve는 코드 차이를 진화시켜 4x4 행렬곱 관련 56년 묵은 기록을 깬 사례를 포함하고 AutoResearch는 짧은 실험 반복을 통해 안전하게 개선을 누적합니다; 이런 패턴은 검증 가능한 목표와 측정 가능한 지표가 있을 때 비용 대비 효율적이라는 의미를 가집니다.
검증 가능한 문제에서 평가 기반 자동화 루프는 RL 대비 적은 시도로 큰 성과를 내며 실험 비용을 줄일 수 있다는 근거가 제시됩니다(예: GEPA가 GRPO 대비 약 10점 우위, 35x 적은 롤아웃 주장).
각 방법은 편집 대상(프롬프트·예시·코드)에 따라 강점과 한계가 다르며, 일부는 탐색 비용이나 후보 잠금(lock-in) 문제, 추적 깊이에 따른 불안정성 같은 실무적 제약을 가집니다.
➖ 오픈소스 모델 차단 뒤 대체 모델 전환 사례포스트 1
한 트윗은 오픈소스 모델을 금지하면 수비자(방어자)의 능력이 약화된다고 지적하며, OpenAI 모델 침해 상황에서 Hugging Face가 Anthropic Fable 5 대신 Nvidia의 quantized GLM 5.2를 사용해 문제를 해결한 사례를 언급했습니다.
- 정책·접근 통제는 방어 역량에 직접 영향을 주는데, 트윗은 OpenAI 모델 침해에 대응할 때 Hugging Face가 Anthropic의 모델이 거부하자 대체로 quantized GLM 5.2를 활용해 문제를 해소했다고 기술합니다; 입력은 모델 접근 제약, 프로세스는 대체 모델 도입, 출력은 시스템 복구 행동으로 정리되며 이 사례는 오픈소스 제한이 실제 운영상의 대체 전략을 촉발할 수 있음을 보여줍니다.
- 해당 게시물은 구체적 기술 스택 전환 사례만 제시하고 있으며 보안·정책 영향의 범위나 결과 평가는 명시되지 않았습니다.
오픈소스 모델 금지 정책은 방어 측의 선택지를 줄여 실무에서 대체 모델 전환이 발생할 수 있다는 실례를 제공합니다.
➖ ChatGPT를 Slack에 연동했을 때의 협업 경계 문제포스트 1
OpenAI 내부 경험 공유에 따르면 개인별 ChatGPT를 Slack에 연결하면 모델이 동료에게 직접 도움을 요청하는 상황이 발생하고, 동료들은 같은 일을 인간에게 부탁받을 때는 받아들이지만 AI의 접근 방식에는 거부감을 보인다고 보고되었습니다.
- 팀 협업 환경에서는 누가 요청을 보내는지가 상호작용 결과에 큰 영향을 미치는데, ChatGPT를 Slack에 연동하면 모델이 동료에게 자동으로 컨택하면서 인간 관계의 중재 계층이 생성됩니다; 입력은 자동화된 메시지, 프로세스는 동료의 반응 패턴과 신뢰성 판단, 출력은 불쾌감 또는 협업 저하로 이어졌다고 보고되며 이는 AI 도구를 팀 워크플로에 통합할 때 사회적 설계가 중요하다는 함의를 가집니다.
자동화된 에이전트의 편의성은 분명하지만, 사람 간 도움 주고받기의 사회적 규범을 건드리면 불편함이 생기므로 도구 설계에서 인간 관계를 보존하는 메커니즘이 필요합니다.
📈 의료 AI 벤치마크 맵과 Medmarks 포함 현황포스트 1
의료 AI 벤치마크 현황 지도가 공유되었고, 그 목록에는 SophontAI의 Medmarks를 포함해 임상 판단·복잡한 진단·연속적 의사결정 등을 평가하는 여러 벤치마크가 나열되어 있습니다.
- 의료 AI의 평가 문제는 복합적 판단과 연속적 의사결정 능력 측정인데, 공유된 맵은 SCT-Bench(불확실성 변화에 따른 임상 판단 수정), CPC-Bench(복합 진단·다음 검사 선택·의학적 근거 검색) 등 작업별 벤치마크를 분류해서 입력(모델·데이터)→프로세스(벤치마크 실행)→출력(성과 비교)을 가능하게 합니다; 게시자는 Medmarks를 포함한 여러 벤치마크를 한눈에 보는 목록을 제공했다고 밝히며, 이는 의료 도메인 모델 평가의 표준화와 비교 가능성 확보에 기여합니다.
도메인 특화 벤치마크 맵은 모델의 임상적 판단 능력과 증거 검색 능력을 체계적으로 비교할 수 있게 해 의료용 AI 개발의 평가 기준을 정리하는 데 도움을 줍니다.
용어 해설
- Chain-of-Thought(CoT)
- — 모델이 추론 과정을 자연어로 단계별로 생성해 내부 논리 흐름을 드러내는 방식입니다. 증명·추론·복잡한 문제 해결에서 중간 스텝을 명시적으로 생성해 정답 도달 경로를 제공하며, Astra가 제출한 증명물에 CoT 워크스루가 포함되어 있습니다.
- 양자화(모델 경량화)(quantized)
- — 모델 가중치와 연산을 더 낮은 비트폭으로 표현해 메모리와 연산 비용을 줄이는 기술입니다. 트윗에서는 Hugging Face가 Nvidia의 quantized GLM 5.2를 대체 모델로 사용한 사례가 언급되어 있습니다.
- 실행 트레이스(execution trace)
- — 프로그램이나 모델 파이프라인 실행 과정에서 생성되는 단계별 로그·출력의 연속입니다. GEPA는 전체 실행 트레이스를 읽어 실패 원인을 진단하고 목표에 맞는 수정을 제안한다고 명시되어 있습니다.
- Few-shot 예시(few-shot examples)
- — 작은 수의 입력-출력 예시를 프롬프트에 포함해 모델이 작업을 학습하도록 유도하는 기법입니다. MIPROv2는 예시를 자동 생성해 instruction과 함께 최적화한다고 게시물에 나옵니다.
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.