TL;DR
이번 포스트에서는 Grok 4.6의 장시간 자율 실행과 Grok 4.7의 SpaceX 데이터 보충 학습 계획이 함께 부상했다. Claude Code에서는 이름을 붙인 세션끼리 DM으로 작업 정보를 전달하는 방식이 공유됐고, Gemini는 14개 앱 연동을 통해 일정과 작업을 한곳에서 처리하는 기능을 넓혔다. 에이전트 연구에서는 SWE-bench와 ProgramBench처럼 실제 이슈나 터미널 프로그램을 실행 환경으로 바꾸는 방법이 병목 완화의 핵심으로 거론됐다. Qwen의 멀티모달 모델, ChatGPT 5.6의 수치 선형대수 문제 해결 사례, Android의 수어-텍스트 입력 기능도 새 제품·연구 흐름으로 묶였다.
𝕏 실시간 트렌드 토픽
🔥 Grok 4.6 장시간 자율 실행과 Grok 4.7 보충 학습포스트 3
Grok 4.6의 장시간 자율 작업 수행 방식과 Grok 4.7의 추가 학습 데이터 계획이 함께 확산됐다.
- Grok 4.6 관련 포스트는 목표나 반복 루프를 별도로 설정하지 않아도 작업이 끝날 때까지 오랫동안 자율 실행을 이어가며 완료를 시도한다는 점을 장점으로 꼽았다. Elon Musk는 Grok 4.7이 Grok 4.6보다 크게 개선됐고 3~4주 안에 준비될 예정이며, 초기 학습 뒤 SpaceX 회사 데이터를 supplemental training에 추가한다고 밝혔다.
- 한 포스트는 GitHub ID를 본 유지보수 작업 중 Grok 4.6이 예상 밖으로 반응한 사례를 인용하며 모델의 유머 감각을 평가했다. 이 사례는 성능 수치가 아니라 특정 작업 중 나타난 반응에 관한 관찰이며, Grok 4.7의 추가 데이터 투입 계획과 함께 모델 행동과 학습 데이터가 동시에 주목받는 맥락을 형성했다.
Grok 4.6은 목표나 반복 루프를 매번 설정하지 않아도 작업을 장시간 이어가며 완료를 시도한다는 점에서 자율 실행성이 높다는 평가를 받았다.
Grok 4.7의 개선 폭과 출시 시점, SpaceX 회사 데이터의 supplemental training 투입 계획이 전달됐지만 구체적인 성능 수치는 제시되지 않았다.
원문 트윗 2개 보기
X Freeze
@XFreeze
one best thing about Grok 4.6 is that you don't have to set a goal or loop It now works for a long time autonomously as long as it can finish the job and it really really tries to finish the job
Min Choi
@minchoi
Everyone's talking about Grok 4.6. Elon: hold my beer.
Grok 4.7 is significantly better than 4.6 and should be ready in 3 to 4 weeks. Initial training is complete and now we’re adding a massive amount of SpaceX company data in supplemental training. This will be something special.
📈 Claude Code 이름 기반 세션 협업과 OpenCode 클라이언트 선택포스트 2
코딩 에이전트 세션을 분리한 뒤 서로 DM을 보내는 작업 방식과 OpenCode Go 사용량을 줄이는 클라이언트 선택이 공유됐다.
- Claude Code에서는 backend와 frontend처럼 세션에 이름을 붙여 각각 실행하고, 한 세션에서 다른 세션으로 API 경로 변경 같은 작업 정보를 DM으로 전달한다. 포스트는 이 방식이 여러 작업 흐름 사이의 지시 전달에 효과적이라고 평가했다.
- OpenCode Go 트래픽이 많다는 관찰과 함께 opencode2로 전환하면 다른 클라이언트보다 사용량을 덜 소모한다는 조언이 나왔다. 두 포스트는 코딩 에이전트를 단일 대화창이 아니라 여러 세션과 클라이언트 조합으로 운영하는 실무 선택지를 담고 있다.
원문 트윗 2개 보기
Ado
@adocomplete
Your sessions have names and can DM each other in Claude Code. claude --name backend claude --name frontend > tell frontend the orders endpoint moved to /v2 it's very effective.
dax
@thdxr
given the amount of OpenCode Go traffic we're seeing it would help if you switched to opencode2 it will eat your usage less than any other client (except zcode lol) definitely stop shoving foreign models into claude code
➖ Gemini 14개 앱 연동 확대포스트 1
Gemini가 여러 생활·업무 앱을 연결해 계획 수립과 작업 처리를 한곳에서 이어가는 통합 기능을 확장했다.
- Gemini는 설정에서 사용자가 즐겨 쓰는 서비스를 연결하면 계획을 세우고 콘텐츠를 만들며 할 일을 처리할 수 있도록 14개 앱 연동을 추가했다. 공개된 목록에는 Angi, Fever, GetYourGuide, Granola, iHeartRadio, Localiza, OpenTable, Otter, Pandora, Thumbtack, Ticketmaster, Wix, Zocdoc, Zoho가 포함됐다.
- 이번 확장은 모델 자체의 새 성능 수치보다 외부 서비스 연결 범위를 넓혀 입력된 요청을 여러 앱의 작업으로 이어가는 제품 구조에 초점이 맞춰졌다. 파트너십을 원하는 기업에 직접 협력 요청을 받는다는 안내도 함께 나왔다.
📈 Qwen 멀티모달 모델의 실제 제품 전환포스트 1
Qwen-Image 3.0과 Qwen3.8-Max를 중심으로 멀티모달 기능을 시연 단계에서 실제 제품과 개발자 도구로 옮기는 논의가 예고됐다.
- Qwen Live Episode 2는 Qwen과 Qwen Cloud 팀이 멀티모달 기술이 인상적인 데모를 넘어 실제 production으로 이동하는 과정을 다룬다고 밝혔다. 방송에서는 Qwen-Image 3.0과 Qwen3.8-Max를 소개하고, 에이전트가 멀티모달 모델에 요구하는 기능을 함께 다룰 예정이다.
- Qwen Cloud는 이 기능을 개발자의 손에 제공하는 역할로 제시됐다. 다만 해당 포스트는 방송 일정과 논의 주제를 알린 내용이며, 모델의 구체적인 성능 수치나 실제 배포 결과는 포함하지 않았다.
📈 에이전트 연구의 병목으로 떠오른 환경 설계포스트 1
에이전트 연구에서 실행 가능한 환경을 대량으로 만드는 일이 핵심 병목으로 지목됐고, 실제 이슈와 프로그램을 환경으로 바꾸는 사례가 공유됐다.
- 환경 설계가 frontier research의 병목인데도 unsupervised environment design에 참여하는 연구자가 적다는 문제 제기가 나왔다. 이에 대한 작업 사례로 SWE-bench는 모든 Issue와 PR 쌍을 하나의 환경으로 만들고, ProgramBench는 모든 터미널 프로그램을 하나의 환경으로 구성한다.
- 입력 단위를 실제 소프트웨어 이슈·PR 쌍이나 터미널 프로그램으로 바꾸면 에이전트가 수행하고 평가할 수 있는 대량의 환경을 빠르게 만들 수 있다는 구조다. 포스트는 이 접근에 필요한 인간 감독이 적다고 밝혔지만, 환경 수나 평가 성능 같은 수치는 제시하지 않았다.
실제 Issue·PR 쌍과 터미널 프로그램을 환경으로 자동 구성하면 에이전트 연구의 환경 부족 문제를 완화할 수 있다는 입장이다.
환경 설계가 병목이라는 문제 제기는 있었지만 unsupervised environment design이 널리 확산되지 않은 이유에 대한 답은 포스트에 제시되지 않았다.
➖ ChatGPT 5.6과 수치 선형대수 미해결 문제포스트 2
고급 수학 훈련이 없는 신경외과 전공자가 ChatGPT 5.6을 활용해 수치 선형대수의 주요 미해결 문제를 풀었다는 사례가 공유됐다.
- 인용된 사례에서는 신경외과 레지던트가 고급 수학 훈련 없이 ChatGPT 5.6을 사용해 수치 선형대수의 주요 미해결 문제를 해결했다고 전했다. 해당 문제는 Crouzeix Conjecture로 표기됐으며, 관련 글과 SIAM News 링크가 함께 제시됐다.
- Sebastien Bubeck은 자신이 2012년에 이 문제를 풀기 위해 일주일을 썼다고 덧붙이며 사례의 의미를 평가했다. 두 포스트는 동일한 사례를 반복해서 전했지만, 검증 과정이나 풀이 세부는 포함하지 않아 모델의 수학적 기여를 독립적으로 확인할 수 있는 수치는 제시하지 않았다.
ChatGPT 5.6이 수치 선형대수의 주요 미해결 문제 해결에 기여했다는 사례가 수학 연구 활용의 가능성을 보여준다는 반응이다.
포스트에는 문제 해결 사례와 반응은 있으나 풀이 검증이나 모델의 구체적인 기여 범위는 제시되지 않았다.
원문 트윗 2개 보기
Sebastien Bubeck
@SebastienBubeck
This is amazing on so many levels, including the fact that I spent a week trying to solve this problem back in 2012
Latest crazy story from the frontiers of math and AI -- a neurosurgery resident, with no training in advanced math, uses ChatGPT 5.6 to solve a major open problem in numerical linear algebra. https:// alextownsend.net/essays/SIAMNew s_CrouzeixConjecture.pdf …
Sebastien Bubeck
@SebastienBubeck
This is amazing on so many levels, including the fact that I spent a week to trying to solve this problem back in 2012
Latest crazy story from the frontiers of math and AI -- a neurosurgery resident, with no training in advanced math, uses ChatGPT 5.6 to solve a major open problem in numerical linear algebra. https:// alextownsend.net/essays/SIAMNew s_CrouzeixConjecture.pdf …
➖ Android 수어-텍스트 입력 모델 출시포스트 1
범용 수어-텍스트 변환 모델이 Android 휴대전화의 ASL 입력 기능에 적용됐다는 소식이 전해졌다.
- Chris Dyer의 팀은 최초의 general purpose sign-language-to-text translation, 즉 SL2T 모델을 출시했고 Android 휴대전화의 새로운 ASL input 기능을 구동한다고 밝혔다. 포스트는 ASL에 그치지 않고 추가 수어 지원을 계속하겠다는 방향도 함께 전했다.
- 입력은 수어이고 출력은 텍스트인 변환 구조로, 기존 음성·키보드 입력과 다른 접근성을 제공하는 기능이다. 다만 포스트에는 지원 기기 범위, 변환 정확도, 학습 데이터와 같은 구현 세부나 benchmark 수치는 포함되지 않았다.
➖ Hermes Agent의 무료 사용과 작업 자동화 기능포스트 1
Solar Pro 4를 Hermes Agent Desktop에서 무료로 사용하는 안내와 메신저·칸반·Cron 기반 자동화 기능이 공유됐다.
- 안내된 Hermes Agent Desktop은 Telegram, Discord, Slack, WhatsApp을 통합하고 Kanban 보드에서 작업을 드래그하면 에이전트가 실행하는 방식으로 소개됐다. 매일 오전 8시 Cron 자동화와 자동 작업 생성 기능도 함께 언급됐다.
- Solar Pro 4는 8월 18일까지 무료로 제공된다고 안내됐으며, Upstage AI는 초보자를 위한 Hermes Agent 사용 가이드를 추천했다. 포스트에는 GitHub 20만 건 이상이라는 표현도 있었지만, 그 수치가 무엇을 가리키는지와 에이전트의 성능 benchmark는 명시되지 않았다.
용어 해설
- 자율 에이전트(Autonomous Agent)
- — 사용자가 목표와 반복 절차를 매번 지정하지 않아도 작업을 이어가는 에이전트다. Grok 4.6 관련 포스트에서는 작업이 끝날 때까지 장시간 실행을 유지하는 방식으로 언급됐다.
- 멀티모달 모델(Multimodal Model)
- — 텍스트뿐 아니라 이미지 등 여러 형태의 입력과 출력을 처리하는 모델이다. Qwen 관련 포스트에서는 인상적인 시연을 넘어 실제 제품 환경으로 옮겨가는 흐름과 에이전트의 요구를 함께 다뤘다.
- 환경 설계(Environment Design)
- — 에이전트가 문제를 풀고 행동을 평가할 수 있도록 실행 가능한 작업 환경을 만드는 과정이다. SWE-bench에서는 이슈와 PR 쌍을, ProgramBench에서는 터미널 프로그램을 각각 환경으로 구성한다.
- 수치 선형대수(Numerical Linear Algebra)
- — 행렬과 선형 시스템을 수치적으로 다루는 수학 분야다. 인용된 사례에서는 고급 수학 훈련을 받지 않은 신경외과 전공자가 ChatGPT 5.6을 활용해 이 분야의 미해결 문제를 풀었다고 전해졌다.
- 수어-텍스트 변환(Sign-Language-to-Text)
- — 수어 동작을 문자 언어로 변환하는 입력 기술이다. 포스트에서는 최초의 범용 SL2T 모델이 Android 휴대전화의 ASL 입력 기능을 구동한다고 밝혔다.
- 에이전틱 AI(Agentic AI)
- — 도구를 호출하고 작업을 여러 단계로 실행하는 AI 시스템을 가리킨다. Alibaba Cloud 포스트에서는 Wonderclip과 MuleRun 같은 도구를 기업의 AI 확장과 bottom-up innovation에 활용하는 맥락으로 제시됐다.
- 보충 학습(Supplemental Training)
- — 기본 학습이 끝난 뒤 특정 데이터나 추가 자료를 사용해 모델을 더 학습시키는 단계다. Grok 4.7 관련 포스트에서는 SpaceX 회사 데이터를 보충 학습에 투입한다고 밝혔다.
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.
