2026년 10월 12일 AI 뉴스

2026년 10월 12일 AI 뉴스

주의: 이 보고서는 AI가 작성하고 제가 다듬은 것입니다. 오류가 있을 수 있습니다.

오늘의 요약: 프리프린트(preprint: 정식 심사를 거치기 전에 먼저 공개하는 논문) 서버 arXiv가 논문 폭주를 견디지 못하고 사람 한 명당 월 두 편으로 제출을 제한했습니다. cs.AI 분야 제출량은 2년 만에 6배 넘게 늘었고, 지난달 전체 제출은 4만 건을 넘었습니다. 우크라이나 드론은 러시아 얀덱스(Yandex)의 AI 데이터센터 두 곳을 공격했고, 그중 한 곳에 있던 얀덱스GPT 학습용 슈퍼컴퓨터 두 대가 멈췄습니다. 실무에서는 하버드(Harvard) 연구진이 소프트웨어 기업 700여 곳의 작업 기록 3억 건을 분석해, 코딩 에이전트가 코드 줄 수는 30% 늘렸지만 소프트웨어 생산량과 고용은 그대로였다는 결과를 내놨습니다. 평가 회사 Vals AI와 앤스로픽(Anthropic) 자료는 에이전트를 여러 개 묶은 팀이 값을 최대 5배 더 치르고도 품질 이득은 거의 없었다고 밝혔습니다. 연구에서는 사카나 AI(Sakana AI)와 UC 버클리(UC Berkeley)가 모델이 자기 팀의 작업 흐름을 스스로 고쳐 학습하는 MASS를 공개했고, 버클리 실험은 AI 도움을 10분만 받아도 혼자 버티는 힘이 떨어진다는 결과를 냈습니다.

1. 오늘의 큰 흐름

연구 생태계가 생산 속도를 따라가지 못하고 있습니다. arXiv는 10월 1일부터 사람 한 명이 한 달에 올릴 수 있는 논문을 두 편으로 제한했습니다. 2024년부터 유지해 온 ‘동시에 세 편까지’ 규칙은 그대로입니다. 회사 설명에 따르면 지난달 제출은 4만 363건으로 2016년 9월(9,869건)의 네 배가 넘고, cs.AI 한 분야만 2년 새 6배 이상 늘었습니다. 심사를 맡는 자원봉사자들이 쏟는 시간이 한계에 닿자 나온 조치로, arXiv는 자체 심사 도구가 준비될 때까지의 임시 규칙이라고 밝혔습니다.

AI 인프라는 전장과 회계 양쪽에서 흔들렸습니다. 우크라이나 드론이 10월 8일과 9일(미국 기준) 러시아 사소보와 칼루가 지역의 얀덱스(Yandex) 데이터센터를 때렸습니다. 사소보 시설에는 얀덱스GPT를 학습시키는 슈퍼컴퓨터 세 대 가운데 두 대가 있었습니다. 비용 쪽에서는 토큰 가격이 내려도 H100 임대료는 제자리이거나 오르는 흐름이 관측됐습니다. 값이 싸질수록 쓰는 양이 더 빠르게 늘어난다는 제번스 역설(Jevons paradox)의 사례로 소개됐습니다. (The Decoder)

효과를 재는 쪽에서는 병목이 드러났습니다. 하버드 연구진은 700개 넘는 소프트웨어 기업의 작업 기록 3억 건을 분석해, 코딩 에이전트 도입 뒤 코드 줄 수는 30%, 커밋은 20%, 풀 리퀘스트(pull request: 코드 변경 요청)는 23% 늘었지만 소프트웨어 생산량이 늘거나 인력이 줄었다는 증거는 찾지 못했습니다. 늘어난 코드를 사람이 검토하는 시간이 그만큼 늘어난 탓입니다. 새 도구도 함께 나왔습니다. 오디세이(Odyssey)는 문장으로 상호작용 환경을 만드는 세계 모델(주변 상황을 예측해 다음 장면을 생성하는 모델) 오디세이-3를 무료 연구용 미리보기로 열었고, 클라우드플레어(Cloudflare)는 소리·영상·이미지·글을 한 번의 호출로 판정하는 결정 모델 클레프-옴니(Clef-omni)를 공개했습니다.

2. 주요 뉴스

arXiv, 논문 폭주에 월 두 편 제한

• 출처: 디코더(The Decoder), arXiv 공지 (미국 기준 10월 11일)
• 링크: The Decoder
• 무슨 일: arXiv가 10월 1일부터 사람 한 명당 한 달 제출 상한을 두 편으로 정했습니다. 같은 사람이 동시에 세 편까지 올릴 수 있는 기존 규칙은 유지됩니다. 제출자 본인만 상한에 포함되고 공동저자는 해당하지 않습니다. 반려된 논문도 심사 시간을 쓰기 때문에 상한에 포함되며, 게시 전에 삭제하면 자리를 되돌려받습니다. arXiv에 따르면 지난달 제출은 4만 363건으로 2016년 9월(9,869건)과 2024년 9월(2만 569건)을 크게 넘었습니다. cs.AI 분야는 2년 만에 6배 넘게 늘었고, 이 증가가 직원과 심사자에게 약 9,000건의 지원 요청을 만들었습니다.
• 의미: 심사 인력이 아니라 제출 자체를 제한한 첫 조치입니다. 편집자문위원회 의장인 토마스 디터리히(Thomas Dietterich)는 소수 저자가 다량의 저품질 논문을 올려 심사 시간을 가져간다고 지적했습니다. AI 도구로 초안을 대량 생산하는 관행이 학술 인프라의 처리 한계를 드러냈고, 짧게 쪼갠 ‘살라미 논문’을 줄이려는 목적도 담겼습니다. arXiv는 11월 2025년 컴퓨터과학 논문 규칙 강화, 2026년 5월 검증되지 않은 언어모델 출력을 넣은 저자에 대한 1년 정지에 이어 세 번째로 규칙을 조였습니다.

우크라이나 드론, 얀덱스 AI 데이터센터 타격

• 출처: 아스 테크니카(Ars Technica), 로이터(Reuters) 인용 (미국 기준 10월 9일)
• 링크: Ars Technica
• 무슨 일: 우크라이나 드론이 10월 8일과 9일 사소보와 칼루가 지역의 얀덱스 데이터센터를 공격했습니다. 얀덱스는 데이터센터 다섯 곳 가운데 두 곳을 잃었고, 사소보 시설에는 얀덱스GPT 학습용 슈퍼컴퓨터 세 대 가운데 두 대가 있었습니다. 칼루가 시설은 얀덱스의 가장 큰 데이터센터로, 우크라이나 기업 파이어포인트(Firepoint)의 일방향 공격 드론 FP-1이 쓰인 것으로 전해졌습니다. 젤렌스키 대통령은 X에 “또 하나의 데이터센터가 맞았다. 우리의 대칭적 대응”이라고 적었습니다. 얀덱스는 인명 피해는 없다고 밝혔지만 일부 서비스 장애를 인정했고, 러시아 이용자들은 동영상 서비스 이비(Ivi), 은행 앱 T뱅크(T-Bank), 국영 러시아철도 접속 문제를 겪었습니다.
• 의미: 데이터센터가 군사 표적이 된 사례가 또 늘었습니다. 지난 2월 미국과 이스라엘의 이란 공격 이후 이란 드론이 바레인과 아랍에미리트의 아마존 시설을 때린 데 이어, 이번에는 AI 학습 시설이 직접 타격을 받았습니다. 학습용 슈퍼컴퓨터는 대체가 어려워 복구 기간과 비용이 모델 개발 일정에 그대로 반영됩니다.

하버드 연구: 코딩 에이전트가 늘린 것은 코드뿐

• 출처: 아스 테크니카(Ars Technica), 하버드대 논문 (미국 기준 10월 9일)
• 링크: Ars Technica
• 무슨 일: 하버드 연구진 피오나 천(Fiona Chen)과 제임스 스트래턴(James Stratton)이 소프트웨어 엔지니어링 분석 업체 젤리피시(Jellyfish)의 집계 자료를 활용해 2021년부터 2026년 3월까지 700개 넘는 기업, 70만 명 넘는 직원의 작업 기록 3억 건을 분석했습니다. AI 코딩 에이전트 도입 뒤 코드 줄 수는 30%, 커밋은 20%, 풀 리퀘스트는 23% 늘었습니다. 하지만 같은 기간 소프트웨어 생산량이 늘었다거나 고용이 줄었다는 증거는 찾지 못했습니다. 코드 리뷰 시간은 길어졌고, 수정을 요구받는 풀 리퀘스트와 리뷰어 댓글이 늘었습니다.
• 의미: 생산성 향상이 코드량에만 나타나고 검토 단계에서 흡수된다는 뜻입니다. 도구를 들여오는 일과 산출물을 늘리는 일은 다른 문제이며, 검토 인력과 절차를 함께 손보지 않으면 이득이 사라집니다. 개발자 생산성을 두고 벌어지는 논쟁에 기업 단위 실측 자료를 붙인 연구라는 점에서 무게가 있습니다.

에이전트 팀, 값을 최대 5배 치러도 성과는 그대로

• 출처: 디코더(The Decoder), Vals AI·앤스로픽 자료 (미국 기준 10월 11일)
• 링크: The Decoder
• 무슨 일: 평가 회사 Vals AI가 GPT-6 솔(Sol)과 클로드 오픽스 5.5(Claude Opus 5.5)를 코드 생성 벤치마크 Vibe Code Bench에서 단독과 팀으로 각각 돌렸습니다. 팀 구성은 같은 작업에 1.8배에서 5.1배 비용이 들었습니다. 비교 네 건 가운데 통계적으로 유의미한 개선은 추론 강도를 중간으로 둔 GPT-6 솔 한 건(7.3점 상승)뿐이었고, 최대 추론에서는 두 모델 모두 이득이 없었습니다. 앤스로픽 자체 시험에서도 오픽스 5.5의 에이전트를 10개에서 100개로 늘려도 점수 상승은 완만했습니다. 오픈AI 연구자 노암 브라운(Noam Brown)은 여러 에이전트가 주는 것은 품질이 아니라 속도라고 밝혔습니다.
• 의미: 에이전트를 많이 붙이면 더 똑똑해진다는 통념에 숫자를 붙인 결과입니다. 조정 비용이 이득을 잠식한다는 뜻이라, 병렬화가 잘 맞는 과제와 그렇지 않은 과제를 구분해 쓰는 편이 낫습니다. 실제로 브라운은 웹 조사와 수학은 병렬화가 잘 되지만 소설 쓰기는 그렇지 않다고 설명했습니다.

오디세이-3, 문장으로 만드는 상호작용 세계 공개

• 출처: 디코더(The Decoder), 오디세이(Odyssey) (미국 기준 10월 11일)
• 링크: The Decoder
• 무슨 일: 미국 캘리포니아의 오디세이가 세계 모델 오디세이-3를 공개 연구용 미리보기로 열었습니다. 문장을 넣으면 실시간으로 움직이는 환경이 만들어지고, 이용자는 1인칭과 3인칭을 오가며 사건을 일으키고 반응을 볼 수 있습니다. 구조는 이전 프레임과 이용자 동작을 받아 다음 영상을 계속 만드는 자기회귀 확산 트랜스포머(transformer: 문장이나 영상에서 다음 요소를 예측하도록 학습한 신경망 구조)입니다. 기본 모델은 14B(140억 개) 파라미터로 832×480 화면을 만들고, 프로 버전은 1280×720을 지원합니다. 회사는 물리 벤치마크 Physics-IQ Verified의 영상 대 영상 항목에서 66.1점을 받았다고 밝혔지만, 이 점수는 단일 실행 결과입니다. 웹 데모는 무료이고 API는 신청을 받습니다.
• 의미: 로봇 팔과 드론, 게임 속 캐릭터를 제어하는 기반 모델로 쓰려는 시도입니다. 벤치마크가 한 번의 실행에 기대고 있어 다른 모델과 견주기에는 아직 이릅니다. 다만 일반 이용자가 세계 모델을 직접 만져볼 수 있게 문을 연 점은 눈에 띕니다.

3. 더 읽을 거리

4. 소셜 미디어

• 해커뉴스(Hacker News) — 리버스 엔지니어링 개발자 모리스 호이만(Maurice Heumann)이 에이전트에게 5,000억 토큰 넘게 써서 1인칭 슈팅 게임을 C++로 디컴파일(실행 파일에서 원래 소스 코드 구조를 되살리는 작업)하게 한 기록이 139점을 받았습니다. 클로드 맥스(Claude Max)와 코덱스(Codex) 프로 구독을 동시에 붙였고, 에이전트들은 디스코드 채널에서 서로 대화하며 진행 상황을 주고받았습니다. (글)
• 해커뉴스 — 버클리의 ‘AI 10분’ 실험 글과 사카나 AI의 자기 개선 연구 MASS가 각각 68점과 31점을 받았습니다. 두 글 모두 댓글에서 “능력 향상이 아니라 의존과 자기 확신의 문제”라는 반응이 이어졌습니다. (MASS)
• 해커뉴스 — 개인 에이전트가 회사 슬랙(Slack)에 자기 계좌 잔고를 그대로 올린 사례가 60점대를 받았습니다. 회사 임원이 그록 봇(Grok Bot)으로 만든 개인 재무 에이전트가, 이름이 비슷한 두 그룹 대화를 구분하지 못해 개인 보고서를 회사 채널에 보낸 것이 원인이었습니다. (Business Insider)
• X — 사카나 AI가 하나의 모델이 실행자·평가자·최적화자 역할을 모두 맡는 MASS 공개 글을 올렸고, 학습 그래프와 실패 사례를 함께 공개해 관심을 모았습니다. (게시물)
• X·블루스카이(Bluesky) — arXiv 제출 상한 소식을 두고 편집자문위원회 의장이 “일부 저자가 수십 편씩 올린다”고 덧붙이며 다량 제출 문제를 짚었습니다. (The Decoder)
• 해커뉴스 — 배우 니콜라스 케이지(Nicolas Cage)가 아마존과 다시 작업하지 않겠다며 AI 관련 동의서 서명을 거부했다는 보도가 화제가 됐습니다. (Variety)

5. 연구

모델이 자기 팀을 스스로 고쳐 학습하는 MASS

• 기관: 사카나 AI(Sakana AI)·UC 버클리(UC Berkeley), arXiv 사전출판 (미국 기준 10월 11일)
• 링크: 논문 · 발표 · 코드
• 핵심: 하나의 모델이 과제 해결자, 작업 흐름 최적화자, 결과 평가자를 모두 맡는 자기 개선 루프입니다. 모델이 여러 하위 에이전트가 정보를 주고받는 방식을 글로 적어 후보를 만들고, 스스로 더 나은 결과를 고른 뒤 그 대화 기록으로 미세조정합니다. 270억 파라미터 모델로 두 번 순환한 결과, 공개 연구 벤치마크 네 종에서 출력 토큰당 성능이 1.2배에서 1.6배로 올랐습니다. 같은 성능에 도달하는 데 든 학습 토큰도 단일 에이전트 방식보다 30% 이상 적었습니다. 저자들은 평가자보다 최적화자가 병목이라고 지적했습니다.

10조 규모 합금 데이터베이스를 일주일에 만든 소재 탐색 틀

• 기관: 《네이처 커뮤니케이션스(Nature Communications)》, 10월 7일
• 링크: Nature Communications
• 핵심: 여섯 가지 주원소가 섞이는 고엔트로피 합금은 조성 공간이 너무 넓어 전수 탐색이 사실상 불가능했습니다. 연구진은 상태를 저장하지 않는 병렬 계산과 컨테이너, 열 기반 압축 저장 구조를 묶어 일주일 만에 17.5테라바이트짜리 10조 규모 데이터베이스를 구축했습니다. 전체 검색이 메모리 4기가바이트 미만에서 8분 안에 끝나고, 기존 분산 방식보다 실행·메모리 비용이 45% 줄었습니다. 합금 500억 개 조성을 걸러낸 뒤 두 계열에서 실험으로 검증했습니다.

AI 도움 10분이 남기는 것

• 기관: UC 버클리 등, COLM 2026 발표 논문 (미국 기준 10월 9일)
• 링크: 논문 · Berkeley News
• 핵심: 참가자 1,222명을 대상으로 한 무작위 대조 실험입니다. 산수와 독해 과제에서 AI 도움을 받은 집단은 문제를 푸는 속도와 정답률이 처음에는 올랐지만, 도움을 거둔 뒤에는 도움을 받지 않은 집단보다 성적이 낮았고 문제를 건너뛰는 비율이 높았습니다. 효과는 10분에서 15분 남짓의 짧은 상호작용만으로 나타났습니다. 저자들은 즉답을 주는 방식이 사람이 어려움을 견디는 경험 자체를 빼앗는다고 해석했습니다.

AI 논문 심사 보조, 핵심 주장 오류 73% 잡아내

• 기관: 사카나 AI(Sakana AI), TMLR 논문 (미국 기준 10월 10일 보도)
• 링크: MarkTechPost
• 핵심: 논문 257편에 서로 어긋나는 주장 1,164개를 심어 놓고 심사 시스템이 이를 찾아내는지 재는 대조 벤치마크를 만들었습니다. 여러 단계로 나눠 논문을 먼저 이해한 뒤 평가하는 다층 리뷰 시스템은 리뷰 4회를 합쳐 핵심 주장 오류의 73.4%를 잡아냈고, 가장 좋은 기존 방식은 14.8%에 그쳤습니다. 리뷰 한 건당 비용은 약 0.47달러였습니다. 실제 철회된 논문에서는 정확히 같은 지적을 한 비율이 16.1%에 머물러 한계도 드러났습니다.

6. 투자·스타트업

7. 개발자 생태계

• 클레프-옴니(Clef-omni, 클라우드플레어) — 10월 9일 공개한 오픈웨이트(open-weight: 가중치를 공개해 누구나 내려받아 직접 돌릴 수 있는 모델) 결정 모델입니다. 글 대신 확률과 선택지를 돌려주는 방식으로, 이미지·소리·영상·글을 한 번의 호출로 판정합니다. 총 300억 파라미터 가운데 30억 개만 활성화하는 전문가혼합(MoE) 구조이고, 클라우드플레어 워커스 AI에서 @cf/cloudflare/clef-omni로 바로 씁니다. 워커스 AI 기준 문맥 6만 4,000토큰이고, 소리 21초짜리 영상은 약 1.5초에 처리했습니다. 다만 어려운 추론 평가에서는 텍스트 전용 모델보다 낮았습니다. (MarkTechPost · 허깅페이스)
• 드렉스 1.5(Drex 1.5, Nace.AI) — 10월 9일 가중치를 공개한 89억 5,000만 파라미터 결정 모델입니다. bf16으로 약 18기가바이트라 24기가바이트 그래픽카드 한 장에서 돌아가고, 8비트 양자화 파일은 애플 실리콘과 CPU에서도 실행됩니다. 공개 리더보드 Decision Index 0.3.1에서 58.08점으로 100억 파라미터 미만 최고 기록이며, 비공개 모델 Jev와 0.9점 차이 안에 있습니다. 요청 형식이 Jev와 같아 기존 코드를 거의 그대로 씁니다. (MarkTechPost)
• 시맨틱 라우터 Decision 3.0(vLLM) — 10월 11일 공개한 공개 결정 모델 묶음입니다. 추론 서버가 요청마다 어느 모델로 보낼지 스스로 판단하는 라우팅에 결정 모델을 붙였습니다. (MarkTechPost)
• 언더독 살루키 27B(Underdog Saluki 27B) — 10월 8일 공개된 2비트 양자화 모델입니다. 콴(Qwen) 3.8 27B를 압축했는데 원본보다 도구 호출 성능이 나았고, 27B 크기로 원본 성능의 96%를 낸다고 밝혔습니다. (허깅페이스 · MarkTechPost)
• 이미지 모델 콴-이미지 2.1 터보(Qwen-Image-2.1-Turbo, 알리바바 콴) — 10월 9일 공개했습니다. 70억 파라미터 모델로 이미지를 8단계 만에 만들어 냅니다. (허깅페이스 · MarkTechPost)

8. 오늘의 생각

오늘 소식은 같은 곳을 가리킵니다. AI를 더 많이 굴리는 속도보다, 그 결과를 확인하고 처리하는 속도가 느립니다. arXiv는 논문을 받아 줄 사람이 없어 제출을 묶었고, 하버드 연구는 코드를 만드는 시간이 줄어든 만큼 코드를 검토하는 시간이 늘어 이득이 상쇄된다고 밝혔습니다. 에이전트 팀 실험도 같은 결론입니다. 값을 1.8배에서 5.1배 더 치르고 얻은 것은 대부분 속도였고, 품질은 거의 그대로였습니다. 생산 단계가 빨라질수록 검증 단계가 새 병목이 된다는 사실이 여러 자료에서 같은 방향으로 확인됩니다.

연구 쪽은 그 병목을 정면으로 다룹니다. 사카나 AI의 MASS는 모델이 자기 팀의 작업 방식을 스스로 고쳐 다음 학습 자료로 쓰는 구조이고, 같은 팀의 다층 리뷰 시스템은 심어 놓은 오류의 73%를 잡아냈습니다. 버클리 실험은 반대편 위험을 보여줍니다. AI가 즉답을 주는 데 익숙해진 사람은 도움이 사라진 뒤 스스로 버티지 못했습니다. 결국 남는 질문은 모델이 얼마나 똑똑한가가 아니라, 사람이 어디까지 맡기고 어디서 멈출 것인가입니다. 얀덱스 데이터센터가 드론으로 멈춘 이번 주 사건은 그 질문을 물리적 인프라 차원에서 한 번 더 던집니다.