TL;DR
이번 기간에는 에이전트 운영 평가를 프로덕션 추적 데이터에 계속 적용하는 방식과, 여러 에이전트 사이의 통신 비용을 줄이는 구조가 기술 흐름의 중심에 놓였다. LangSmith Tuned Evaluators는 Perceived Error를 기준으로 실제 에이전트 행동을 자동 채점하고 평가 비용을 82% 낮췄으며, 한 연구에서는 공유 파일 사용으로 8개 에이전트 환경의 출력 토큰을 약 42% 줄였다. 모델 경쟁에서는 Grok 4.6의 가격·법률 연구 성능 비교와 RTX 5090에서 실행되는 Qwen 27B가 부상했고, Claude Cowork의 모바일·웹 확장과 Perplexity Computer의 이메일 연동도 작업 실행 경로를 넓혔다. 우주 분야에서는 Starship 회수와 AI 컴퓨팅·전력 수요를 연결한 우주 경제 전망이 함께 확산됐다.
𝕏 실시간 트렌드 토픽
🔥 Starship 회수와 AI 컴퓨팅을 잇는 우주 경제포스트 3
Starship Flight 13의 해상 회수와 Goldman의 2035년 우주 경제 전망이 AI 컴퓨팅·전력 수요와 연결됐다. 관련 포스트 3개가 우주 운송과 인프라 확장 가능성을 한 흐름으로 묶었다.
- Starship Flight 13은 약 24일간 해상에 있던 뒤 SpaceX Recovery team의 유도로 Christmas Island 앞바다 위치까지 이동했고, SpaceX engineers가 추가 분석과 귀환 준비를 위해 이동 중이다. 회수 뒤 안정된 해역에서 차량 상태를 확인하는 절차가 다음 단계로 놓였다.
- Goldman 전망을 인용한 포스트는 2035년 우주 경제 규모를 1.8조 달러로 제시했고, 다른 인용문은 AI compute와 power의 지속적 확장에 우주 경제가 필요하며 인터넷 트래픽 대부분을 운반할 가능성을 언급했다. Elon Musk는 이에 대해 규모가 훨씬 커질 것이라고 답했다.
- 해상 회수와 경제 전망이 같은 기간 함께 확산되면서 우주 운송의 실제 운영 단계와 AI 인프라 수요를 하나의 성장 경로로 연결하는 관점이 형성됐다.
AI compute와 power가 계속 확장되려면 우주 경제가 Goldman의 전망보다 한 자릿수 또는 두 자릿수 배 더 커질 수 있다는 관점이다.
현재 포스트는 2035년 1.8조 달러 전망과 Starship 회수 사실을 함께 전했지만, 우주 경제 규모를 확정할 추가 근거는 제시하지 않았다.
원문 트윗 2개 보기
Elon Musk
@elonmusk
Starship Flight 13 is being recovered from sea
After approx. 24 days at sea, the SpaceX Recovery team successfully guided Starship to a location just off the coast of Christmas Island. A team of SpaceX engineers is on their way to conduct additional analysis on the vehicle in calmer waters before attempting to return it to
Elon Musk
@elonmusk
Yes
The space economy should probably be thought of as an order of magnitude greater (or two), in large part because it will be absolutely necessary for the continued scaling of AI compute and power It will also likely carry the vast majority of internet traffic (which will also x.com/elonmusk/statu…
🔥 Grok 4.6의 가격·법률 연구 성능 경쟁포스트 2
Grok 4.6이 GPT-5.6 Sol과의 벤치마크 점수 및 비용 비교, agentic U.S. administrative/regulatory legal research 순위로 확산됐다. Grok 4.7 출시 예고도 함께 붙었다.
- Grok 4.6은 Artificial Analysis 벤치마크에서 GPT-5.6 Sol과 각각 61점을 기록하면서 입력 토큰 100만 개당 2달러, 출력 토큰 100만 개당 6달러로 인용됐다. 같은 비교에서 GPT-5.6 Sol의 가격은 입력 5달러, 출력 30달러로 제시됐다.
- 법률 연구 비교에서는 Grok 4.6이 62.12% 정확도와 테스트당 1.52달러로 2위를 기록했고, Claude Opus 5는 65.15%·6.58달러, GPT-5.6 Sol은 60.61%·19.69달러로 인용됐다. 가격과 정확도를 같은 표에 놓은 비교 방식이 핵심이다.
- Elon Musk는 Grok 4.6 사용을 권하면서 Grok 4.7이 주요 업그레이드로 곧 출시된다고 밝혔다. 모델 선택 기준이 절대 성능뿐 아니라 테스트 단위 비용까지 이동하는 흐름이다.
동일 벤치마크 점수와 낮은 토큰 비용을 근거로 Grok 4.6이 비용 대비 성능에서 GPT-5.6 Sol보다 유리하다는 관점이다.
제시된 수치는 특정 벤치마크와 법률 연구 테스트에 한정돼 전체 작업의 성능 우위를 확정하지 않는다.
원문 트윗 2개 보기
Elon Musk
@elonmusk
Try Grok 4.6! Grok 4.7, which is a major upgrade, is coming soon.
Grok 4.6 is up to 5× cheaper than GPT-5.6 Sol while delivering the exact same performance on this benchmark Both score 61 on Artificial analysis API pricing is insane: GPT-5.6 Sol: • $5 / 1M input tokens • $30 / 1M output tokens Grok 4.6: • $2 / 1M input tokens • $6 / 1M
Elon Musk
@elonmusk
Grok
Grok 4.6 just ranked #2 in agentic U.S. administrative/regulatory legal research and the cost is insane • Grok 4.6 — 62.12% | $1.52/test • Claude Opus 5 — 65.15% | $6.58/test • GPT-5.6 Sol — 60.61% | $19.69/test Grok actually beats GPT-5.6 Sol on accuracy while costing
📈 Qwen 27B와 RTX 5090 기반 오픈 모델 실행포스트 1
Qwen 27B가 몇 달 전 폐쇄형 최첨단 모델 수준에 도달하면서 RTX 5090에서 실행된다는 평가를 받았다. 오픈소스 모델의 성능과 개인용 하드웨어 접근성이 함께 부각됐다.
- 포스트는 Qwen 27B가 오픈소스의 ‘DeepSeek moment’라고 평가하면서, 불과 몇 달 전의 closed-source state-of-the-art와 맞먹는다고 서술했다. 모델 규모와 실행 하드웨어를 함께 언급해 성능 격차와 접근성의 변화를 연결했다.
- 실행 조건으로 RTX 5090이 명시됐고, 별도의 비용·속도·벤치마크 수치는 제시되지 않았다. 따라서 이번 포스트에서 확인되는 근거는 폐쇄형 최신 모델 수준이라는 평가와 해당 GPU에서 실행된다는 사실이다.
- 오픈소스 모델을 직접 실행할 수 있는 하드웨어 조건이 함께 거론되면서 모델 품질 비교가 API 접근성만이 아니라 로컬 실행 가능성으로 확장됐다.
Qwen 27B가 최근 폐쇄형 최첨단 모델 수준을 RTX 5090에서 실행한다는 점이 오픈소스 모델의 접근성 확대를 뜻한다는 관점이다.
🔥 프로덕션 추적 데이터 기반 에이전트 평가 자동화포스트 6
LangSmith Tuned Evaluators가 프로덕션 추적 데이터에서 에이전트 행동을 자동 채점하고 Perceived Error 피드백을 붙이는 기능으로 확산됐다. 특화 모델이 frontier 모델보다 82% 낮은 평가 비용을 기록했다.
- 에이전트가 실제 서비스에서 남긴 production traces를 사람이 일일이 거르는 대신, LangSmith Tuned Evaluators가 Perceived Error 같은 신호를 자동 점수화하고 개선 과정에 쓸 피드백을 추가한다. tuned model·prompt·managed infrastructure가 준비돼 몇 번의 클릭으로 시작하는 구조이다.
- Perceived Error는 사용자가 답변을 정정하거나 거부하는 경우, 놓친 내용을 다시 요청하는 경우, 해결되지 않은 문제를 남긴 채 대화를 끝내는 경우처럼 상호작용 과정에서 드러나는 신호를 입력으로 삼는다. 도메인별 정답 판정보다 여러 대화형 에이전트에 넓게 적용하는 방식이다.
- LangChain 포스트는 특화 모델이 테스트한 모든 frontier model보다 앞서면서 평가 비용을 82% 줄였다고 밝혔다. 별도 포스트들은 수백 개의 소형 평가를 모든 trace에 계속 실행하는 방향을 비용 구조의 핵심으로 짚었다.
- 평가가 출시 직전 체크리스트에 머물지 않고 운영 중 모든 trace의 반복 피드백 루프로 이동하면, 에이전트 개선 주기가 실제 사용자 상호작용과 직접 연결된다.
특화 evaluator를 충분히 저렴하게 만들면 운영 중 모든 trace를 계속 채점해 에이전트 개선을 상시 피드백 루프로 전환할 수 있다는 관점이다.
Perceived Error는 사용자 경험 신호를 포착하지만, 도메인별 정답 여부를 직접 판정하는 평가와는 다른 기준이다.
원문 트윗 2개 보기
LangChain
@LangChain
Introducing LangSmith Tuned Evaluators They automatically score agent behavior in production, starting with Perceived Error. Perceived Error is one of the clearest signals that your agent is giving users a helpful experience. In our benchmark, our specialized model outperformed every frontier model we tested and reduced evaluation cost by 82%. Learn more:
Harrison Chase
@hwchase17
Today we launched LangSmith Tuned Evaluators, starting with Perceived Error. Tuned Evaluators run on production traces to catch undesirable agent behavior and attach feedback that you can use in your agent improvement processes. In our benchmark, our tuned model beat frontier models at 82% lower cost. https:// langchain.com/blog/introduci ng-langsmith-tuned-evaluators-starting-with-perceived-error …
📈 공유 파일로 줄이는 멀티에이전트 통신 비용포스트 1
1,902건의 멀티에이전트 코딩 실행을 분석한 연구에서 팀 규모가 커질수록 직접 메시지가 거의 제곱에 가깝게 증가했다. 8개 에이전트 환경에서는 반복 일대일 메시지를 공유 파일로 바꿔 출력 토큰을 약 42% 줄였다.
- 연구진은 1,902건의 multi-agent coding run을 temporal network로 기록하고 에이전트와 파일을 노드로, 메시지·쓰기·읽기를 비용이 있는 시간순 edge로 표현했다. 한 에이전트를 coordinator로 지정하는 것만으로는 통신 허브나 성공률의 안정적 개선이 나타나지 않았다.
- 팀 규모가 커질수록 직접 메시지는 거의 quadratic하게 늘었고, 초기 소개 라운드에서 많은 통신이 발생한 뒤 가장 큰 팀에서는 broadcast로 이동하며 포화됐다. shared-specification 작업은 조밀한 연결을, pipeline 작업은 로컬 인터페이스 중심의 희소한 구조를 만들었다.
- 메시지가 많은 작업에서 반복적인 일대일 대화를 shared file로 바꾸자 8개 에이전트 기준 output token이 약 42% 감소했다. 별도 재실행 244건에서는 에이전트가 표시된 placeholder grading file을 5분의 4 실행에서 자발적으로 찾았다.
- 에이전트 팀의 성능은 coordinator라는 명칭보다 작업 형태와 정보 공유 경로에 좌우되며, 파일 기반 협업은 통신 비용을 낮추는 구현 선택지로 남는다.
📈 개발 도구에 들어온 모델 변환·코딩 에이전트포스트 2
NVIDIA가 지원 Hugging Face 모델을 두 명령으로 TensorRT inference bundle로 바꾸는 TensorRT Model Connect Public Preview를 공개했다. matrix multiplication 기록 갱신에는 Gemini-powered coding agent AlphaEvolve가 참여했다.
- TensorRT Model Connect는 지원되는 Hugging Face 모델을 intermediate ONNX export 없이 두 명령으로 end-to-end TensorRT inference로 연결하고, 결과 bundle을 native C++ API로 실행한다. 변환 경로와 실행 API를 단순화한 것이 핵심이다.
- NVIDIA는 model implementation, performance tuning, tests, integrations, docs 전체를 인간이 지시하고 검토하는 Codex agents와 함께 만들었다고 밝혔다. 프로젝트는 open source로 공개돼 구현 확인과 새 모델 지원 기여가 가능하다.
- 별도 연구 발표에서는 AI를 포함한 현대 컴퓨팅의 기본 연산인 matrix multiplication에 대해 이론적 지표 omega가 ω<2.371177이라는 새 기록을 얻었다고 밝혔다. Google DeepMind와 학술 협력자, Gemini-powered coding agent AlphaEvolve가 팀으로 참여했다.
- 두 포스트는 모델 serving 경로의 실용적 단순화와 계산 복잡도 연구의 기록 갱신을 모두 coding agent의 구현·탐색 역할과 연결한다.
원문 트윗 2개 보기
NVIDIA AI
@NVIDIAAI
We just released TensorRT Model Connect in Public Preview. You can take a supported @huggingface model to end-to-end TensorRT inference in just two commands. No intermediate ONNX export, and the resulting bundle can run through native C++ APIs. We also built the entire project with @OpenAIDevs Codex agents, with humans directing and reviewing the work. That includes model implementations, performance tuning, tests, integrations, and docs. It’s open source, so go try it out, dig into the implementations, or contribute support for a new model: https:// github.com/NVIDIA/TensorR T-Model-Connect …
Pushmeet Kohli
@pushmeet
Matrix multiplication is the basic computational operation that powers modern computing (including AI). Yet, the theoretical fastest speed at which computers can multiply matrices (omega ω) is still unknown and has been a longstanding challenge for complexity theory and computer science. Today, we announce a new record for omega (ω<2.371177). This is the result of a great team effort between @GoogleDeepMind , our academic collaborators, and our Gemini-powered coding agent AlphaEvolve!
📈 Claude Cowork의 모바일·웹 작업 연속성포스트 1
Claude Cowork가 모든 유료 요금제의 모바일·웹 환경으로 확대됐다. 데스크톱에서 맡긴 작업을 노트북을 닫은 뒤에도 계속 실행하고 휴대전화에서 결과를 확인하는 사용 흐름이다.
- Claude Cowork는 데스크톱에서 작업을 맡긴 뒤 노트북을 닫아도 실행을 계속하고, 사용자가 휴대전화에서 완료된 결과를 이어받는 구조로 모바일과 웹에 제공된다. Max plan부터 시작해 몇 주에 걸쳐 다른 요금제로 확대되는 beta rollout이다.
- 기존 발표는 Claude Cowork가 mobile과 web에 온다고 알렸고, 후속 포스트는 모든 paid plan에서 이용 가능하다고 밝혔다. 입력 장치는 데스크톱, 지속 실행 환경은 Cowork, 결과 확인 장치는 모바일·웹으로 분리된다.
- 작업을 시작한 기기와 결과를 확인하는 기기를 분리하면서 에이전트 작업의 시간적 연속성이 제품 기능으로 전면에 놓였다. 다만 beta 기능의 세부 지원 범위와 성능 수치는 포스트에 없다.
📈 이메일로 호출하는 Perplexity Computer포스트 2
Perplexity Computer가 이메일 스레드에 주소를 보내거나 전달하거나 참조하는 방식으로 호출된다. 각 작업은 웹·모바일에서 확인 가능한 일반 세션과 audit trail을 갖는다.
- 사용자는 이메일 스레드에 [email protected]을 수신자나 참조자로 넣어 작업을 보낼 수 있다. 이메일 입력이 Computer의 일반 세션으로 연결되고, 작업 과정은 웹과 모바일에서 확인된다.
- 각 email task는 앱에서 실행하는 작업과 같은 audit trail을 남긴다. 입력 경로는 이메일, 실행 단위는 Computer session, 확인 경로는 web·mobile로 이어지는 처리 흐름이다.
- Perplexity Computer를 별도 앱을 열어야 하는 도구에서 기존 이메일 업무 흐름에 삽입할 수 있는 실행 인터페이스로 확장한 기능이다. 자동화 범위나 지원되는 이메일 작업의 종류는 원문에 구체적으로 적혀 있지 않다.
원문 트윗 2개 보기
Perplexity
@perplexity_ai
Computer now works in email. Send, forward, or cc [email protected] on any thread. Every email task runs as a normal session in Computer, viewable on web and mobile, with the same audit trail as any task in the app.
Aravind Srinivas
@AravSrinivas
cc [email protected]
Computer now works in email. Send, forward, or cc [email protected] on any thread. Every email task runs as a normal session in Computer, viewable on web and mobile, with the same audit trail as any task in the app.
용어 해설
- 인지된 오류(Perceived Error)
- — 에이전트의 답변이 객관적으로 정답인지보다 사용자가 상호작용 중 오류를 느꼈는지를 측정하는 신호이다. 사용자의 정정·거부, 반복 요청, 미해결 상태로 대화 종료 같은 행동에서 신호를 포착한다.
- 프로덕션 추적 데이터(production traces)
- — 실제 서비스에서 에이전트가 수행한 요청·응답·도구 사용 흐름을 기록한 데이터이다. 운영 중 발생한 행동을 대규모로 평가하고 개선 피드백으로 연결하는 입력으로 쓰인다.
- 지연 상호작용(late interaction)
- — 문서와 질의 전체를 하나의 벡터로 압축하는 대신 토큰 수준 표현을 보존한 뒤 검색 시점에 세부 유사도를 계산하는 방식이다. ColBERT 계열 모델의 핵심 처리 구조이다.
- 행렬 곱셈(matrix multiplication)
- — 행렬의 행과 열을 곱해 새로운 행렬을 만드는 연산이다. 현대 컴퓨팅과 AI의 기본 계산으로 쓰이며, 계산 복잡도 연구에서는 이 연산의 이론적 최저 속도를 나타내는 ω가 핵심 지표이다.
- 에이전트 팀(agent team)
- — 여러 에이전트가 메시지·파일 읽기·파일 쓰기를 통해 하나의 작업을 나눠 수행하는 구조이다. 작업 형태에 따라 통신 네트워크가 달라지고, 공유 파일 사용으로 메시지 토큰을 줄일 수 있다.
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.
