마우스 포인터는 40년 동안 거의 그대로였다. 화살표가 움직이고, 클릭하면 뭔가 열리고, 드래그하면 뭔가 옮겨진다. 그 단순함이 데스크톱 컴퓨팅의 표준이 됐다. 그런데 구글 딥마인드가 5월 12일 공개한 “AI Pointer” 프로젝트는 이 작은 화살표를 AI 에이전트의 입력 채널로 바꾸자고 제안한다. 포인터가 가리키는 것이 무엇인지, 그리고 왜 사용자가 그것을 가리키는지를 Gemini가 함께 해석한다. 핵심은 “Fix this”, “Move that” 같이 사람끼리 옆에서 말할 때 쓰는 짧은 지시어를 컴퓨터가 이해하도록 만드는 것이다. 지금까지는 AI에게 뭔가 시키려면 별도 챗봇 창을 열고, 무엇을 어디서 어떻게 바꿔야 하는지 문장으로 다 설명해야 했다. AI Pointer는 그 설명 부담을 시각적 맥락이 대신하게 한다. ...
5월 4일부터 6일까지 사흘 사이, Anthropic은 굵직한 발표를 세 건 연달아 내놨다. 새 엔터프라이즈 AI 서비스 회사 설립, 금융 산업용 Claude 에이전트 10종 출시, SpaceX 데이터센터 확보와 사용 한도 두 배 상향. 따로 보면 각자의 뉴스지만, 묶어서 보면 한 방향이 보인다. Claude를 “질문에 답해주는 챗봇"에서 “기업의 업무를 대신 처리하는 도구"로 옮기려는 시도다. 5월 4일: 중견 기업 Claude 도입 회사 Anthropic은 Blackstone, Hellman & Friedman, Goldman Sachs 세 대형 사모펀드와 함께 새 엔터프라이즈 AI 서비스 회사를 만든다고 발표했다. General Atlantic, Apollo, Sequoia Capital, GIC 등도 컨소시엄에 참여한다. ...
기업 자료실에 PDF 보고서 수천 개가 쌓여 있다고 가정해보자. 대부분의 핵심은 본문 텍스트가 아니라 표, 차트, 다이어그램에 들어 있다. 매출 추이, 시장 점유율, 시스템 구조도 — 이런 것들은 이미지로 박혀 있어 키워드 검색에 잡히지 않는다. 사람이 PDF를 한 장씩 넘기며 눈으로 찾는다. 지금까지 AI 검색도 이 한계를 그대로 물려받았다. 5월 5일 구글이 공개한 Gemini API의 File Search 업데이트는 이 벽을 일부 허문다. PDF 안 이미지·차트를 별도 처리 없이 같은 검색에 통합한다는 것이 핵심이다. ...
수학에는 “필즈 메달(Fields Medal)“이라는 상이 있다. 노벨상에 수학 부문이 없어서 사실상 그 자리를 대신하는 상이다. 2026년 5월 8일, 2006년 수상자인 케임브리지 교수 Tim Gowers가 블로그에 짧은 실험기를 올렸다. 제목은 “A recent experience with ChatGPT 5.5 Pro”. 내용은 단순하다 — 자신 분야의 미해결 문제를 ChatGPT 5.5 Pro에 줘봤더니, 17분 만에 기존 결과를 능가하는 새 상한(upper bound)을 들고 왔다는 것이다. 이 글은 Hacker News에서 단숨에 554점을 얻었고, “최첨단 LLM이 정말 새 지식을 만들 수 있는가"에 대해 지금까지 나온 가장 구체적인 사례로 회자되고 있다. ...
ChatGPT나 Claude에 “이 회사 재무제표 보고 DCF(Discounted Cash Flow, 미래 현금흐름을 현재가치로 환산하는 기업가치 평가법) 모델 만들어줘"라고 시켜본 적 있다면, 답이 그럴듯해 보여도 실제 IB(Investment Banking, 투자은행) 데스크에서 그대로 쓰기는 어렵다는 걸 안다. 데이터 출처가 흔들리고, 회계 형식이 회사마다 다르고, 검증 단계가 빠져 있다. Anthropic이 5월 5일 공개한 Claude for Financial Services는 그 격차를 메우려는 묶음이다. 일반 챗봇이 아니라 금융 업무 맞춤 에이전트 10종 + 외부 데이터 커넥터 16개 + Microsoft 365 add-in을 한 패키지로 합쳤다. 발표 다음 날 GitHub 트렌딩 1위에 올라 하루 만에 별이 3,600개 넘게 쌓였다. ...
지금까지 AI 코딩은 사람이 문제를 정의하고 AI가 코드를 한 덩어리 써주는 형태였다. 그런데 DeepMind가 2026년 5월 공개한 AlphaEvolve는 거꾸로다. 사람이 평가 기준만 던져주면, Gemini가 알고리즘 후보를 수만 개 만들어 직접 시험·교배·개선하면서 더 나은 알고리즘을 찾아낸다. 진화 알고리즘(좋은 해를 변이시키며 더 나은 해를 탐색하는 최적화 기법)과 대규모 언어모델의 코드 생성을 합친 구조다. 지금 이 토픽이 핫한 이유는 단순하다. DeepMind가 단순 데모가 아니라 실제 분야별 측정 결과와 상업 적용 사례를 묶어 한꺼번에 공개했기 때문이다. 게놈, 전력망, 양자 회로, 분산 데이터베이스, 물류까지 손이 닿은 범위가 넓다. ...
2025년 4월 OpenAI가 Codex CLI를 공개했고, 두 달 앞선 2월에는 Anthropic이 Claude Code를 출시했다. 같은 카테고리—터미널에서 살면서 파일을 읽고 쓰고 명령을 실행하는 코딩 에이전트 하네스(harness, 모델을 둘러싸 도구·권한·루프를 제공하는 외피)—지만 두 도구는 1년 동안 정반대에 가까운 길을 갔다. Claude Code는 로컬 머신에 깊이 들러붙는 “옆자리 동료” 모델을, Codex CLI는 클라우드로 작업을 위임하는 “외주 엔지니어” 모델을 골랐다. 비전공자에게 비유하자면 한쪽은 책상 옆에 앉아 같이 코드를 짜는 사수, 다른 한쪽은 깃허브 이슈를 던지면 PR로 답하는 원격 계약직에 가깝다. ...
터미널 한 화면을 여섯 칸으로 쪼개 놓고, 각 칸마다 AI 코딩 어시스턴트가 한 명씩 들어가 서로 메시지를 주고받으며 일을 나눠 한다. 한 명은 팀장 노릇을, 한 명은 조사를, 한 명은 코드를, 한 명은 리뷰를 맡는다. 최근 개발자 커뮤니티에서 화제가 된 “Claude Code 멀티 페인 운영” 패턴의 풍경이다. Claude Code(Anthropic이 만든 터미널 기반 AI 코딩 어시스턴트)를 단일 세션으로 쓰는 사람은 많지만, 한 사람이 여러 인스턴스를 동시에 띄워 팀처럼 굴리는 건 비교적 새로운 운영 방식이다. 이를 가능하게 하는 도구가 tmux(터미널 멀티플렉서, 한 터미널을 여러 영역으로 분할해 각각 독립된 셸을 돌리는 도구)다. 분할된 각 영역을 pane(페인)이라 부르는데, 페인마다 별도 Claude Code 인스턴스를 띄우면 각자 다른 컨텍스트 윈도우와 다른 역할을 갖게 된다. ...
브라우저를 켰을 뿐인데, 디스크에 4기가짜리 파일이 새로 깔렸다고 가정해보자. 운영체제 업데이트도 아니고 사용자가 설치한 것도 아니다. 그것이 지난주 구글 크롬이 전 세계 일부 PC에서 한 일이다. 프라이버시 연구자 알렉산더 한프(Alexander Hanff)가 5월 4일 공개한 분석에 따르면, 크롬은 Gemini Nano(구글의 기기 내장형 소형 LLM, 클라우드 서버 호출 없이 사용자 기기 안에서 직접 동작하는 모델)를 동의 절차 없이 자동 다운로드해 사용자 프로파일 폴더에 저장했다. 파일 이름은 weights.bin, 크기는 4GB, 위치는 OptGuideOnDeviceModel/2025.8.8.1141/weights.bin였다. 무엇이 어떻게 일어났나 한프가 macOS 파일시스템 이벤트 로그(.fseventsd)로 추적한 타임라인은 이렇다. ...
늘어나는 호흡, 늙어가는 인덱스 에이전트 한 번 돌릴 때 도구 호출이 5번에서 끝나던 시절은 지났다. 코딩 에이전트, 리서치 에이전트, 트레이딩 에이전트는 수십~수백 단계의 도구 호출을 한 세션에서 이어 간다. 이런 흐름을 long-horizon agent(한 작업을 수백 턴까지 끌고 가는 에이전트)라고 부른다. 문제는 길어지는 호흡과 그 에이전트가 의지하는 RAG(Retrieval-Augmented Generation, LLM이 외부 지식 베이스에서 검색해 답변에 반영하는 패턴) 인덱스의 갱신 주기 사이에 점점 큰 간극이 생긴다는 점이다. 코드베이스가 매일 수백 커밋씩 바뀌는데 인덱스는 새벽에 한 번 풀 리빌드만 한다면, 에이전트는 자기 분야의 어제 지식으로 오늘 일을 처리하게 된다. ...