이 블로그의 지도: 주제별로 글을 찾는 법
글이 한 편씩 쌓이다 보니 이제는 목록만으로 원하는 주제를 찾기가 어려워졌습니다. 그래서 지금까지 쓴 글 전체를 주제별로 나누고, 어디에 무엇이 있는지 한 장에 정리했습니다.
이 데스크의 관심은 크게 두 축입니다. 하나는 AI가 기술적으로 어디까지 왔는지이고, 다른 하나는 그 변화가 산업과 자본에서 어떤 모양으로 나타나는지입니다. 아래 분류도 그 두 축을 따라 갈라집니다.
주제별로 보기
각 묶음은 최신 글이 위에 오도록 정렬했습니다. 한 글이 여러 주제에 걸쳐 있을 때는 가장 중심이 되는 주제 한 곳에만 넣었습니다.
AI 에이전트와 하네스 (28편)
모델을 실제로 일하게 만드는 층입니다. 에이전트 설계, 하네스, 스킬, 평가와 검증을 다룹니다.
- 직원 4만 명, 미래 에이전트 400만 개: 수요의 단위는 좌석이 아닙니다
- 검색 결과를 넘겨주지 않고, 답과 빈칸까지 남기는 에이전트 메모리
- 인터넷을 다 읽은 AI도, 세계에서는 초보입니다
- 에이전트 도입의 병목은 모델 성능이 아니라 검증과 책임입니다
- 에이전트의 성능은 모델과 하네스, 사람의 경계에서 결정됩니다
- AI 애플리케이션을 구축하고 배포하는 여섯 가지 핵심 역량
- 클릭하던 AI가 함수를 호출합니다: 구글 WebMCP가 만드는 에이전트 웹
- AI 에이전트 도입 격차는 일의 운영체제를 바꿀 때 닫힙니다
- 앤드류 응이 그린 개발자 지도에서, 코딩 에이전트를 다루는 능력이 한 축을 차지했습니다
- 가중치를 건드리지 않고 에이전트를 전문가로 만드는 다섯 가지 방법
- 웨이퍼 한 장을 통째로 칩으로 구운 이유: 에이전트 시대에는 속도가 값입니다
- 공개된 GRPO만으로 에이전트는 만들어지지 않는다
- 에이전트는 은행 계좌를 못 엽니다. 클라우드플레어가 그 자리에 들어왔습니다
- 사람이 소스코드를 덜 읽는 것과, 소스코드가 사라지는 것은 다른 이야기입니다
- 이제 코드를 짜는 것보다, 그게 맞는지 확인하는 게 더 어렵습니다
- 메타 뮤즈 스파크는 도구를 가장 잘 부르지만, 혼자 일을 끝내지는 못합니다
- 감정을 먼저 받아주는 연애 조언 AI, goutoujunshi가 보여주는 수직형 에이전트의 방향
- AutoSynthesis가 보여주는 AI 에이전트의 메타분석 자동화
- WorkBuddyGuide, 실전형 AI 업무 안내서가 보여주는 가능성과 빈칸
- AI 에이전트가 클라우드 인프라를 다시 설계하게 만드는 이유
- 창고 SOP를 실행하는 AI 에이전트, Eluna가 보여주는 운영 레이어의 의미
- 하네스 엔지니어링: 모델이 엔진이라면 나머지 전부가 공학입니다
- 스킬 엔지니어링과 원샷 AI 디자인의 한계
- awesome-evals, README 없이도 보이는 AI 에이전트 평가의 방향
- Ponytail, AI 에이전트에게 덜 쓰는 법을 가르치려는 오픈소스 신호
- 평가(eval)는 왜 중요한가: OpenAI가 품은 오픈소스 'promptfoo'로 들여다봤습니다
- 별 7만 개 'OpenAI Cookbook'을 뜯어봤습니다: 레시피가 가리키는 AI 개발의 현재
- 봇이 사람을 앞지른 웹, 다음은 '에이전트용 검색'입니다: 기술 요소와 스타트업 지도
모델과 아키텍처 (29편)
모델 자체가 어떻게 바뀌는지 봅니다. 아키텍처 계보, 강화학습, 문맥과 상태, 벤치마크 판도입니다.
- 5조 포인트를 읽는 물리 AI, Transformer를 버렸다는 말의 정확한 의미
- 예측 모델은 싸지고, 결정 루프는 비싸집니다
- 소셜 월드 모델은 하나가 아닙니다: 기업 의사결정 예측의 위치
- AI의 다음 병목은 모델이 아니라 인간의 주의입니다
- 535B 모델이 자라는 과정이 열렸습니다, Marin 공개 학습을 읽는 법
- 트랜스포머 이후 AI 모델 아키텍처는 어디로 가는가
- 2023~2026 LLM 내부구조의 진화: 65장으로 읽는 모델 계보와 알고리즘
- 긴 문맥은 State가 아닙니다
- 토큰은 기록이고 State는 세계에 대한 가설입니다
- Self-Evolving AI: 모델이 아니라 시스템이 진화하기 시작했습니다
- 더 큰 모델보다 더 좋은 세계: SPADE가 환경 설계를 학습시켰습니다
- 보상의 원천이 정답지 밖으로 나갑니다: 최근 석 달의 RLVR 논문 다섯 편
- RLVR의 다음 전선은 정답이 없는 문제입니다
- 성공률 20퍼센트가 함정입니다: 제프 딘의 1퍼센트 규칙
- 지난주 클라우드에 나온 2,840억 모델이 이미 노트북에서 돕니다
- 매일 아침 기억을 잃는 직원: 지속학습 연구는 어디까지 왔나
- 자기개선과 지속학습, 다음 관문이라면서 아무도 내놓지 않았습니다
- 말하지 않은 생각을 읽다: 언어모델 안에서 발견된 작업 공간
- AI는 도서관을 졸업하고 현장으로 갑니다: 그런데 현장의 데이터는 누구 것인가
- 피드백 루프를 소유하는 법: 현장 신호가 모델 개선이 되기까지
- LLM 상위권이 다시 섞였습니다: LMArena Top 20의 이번 주 변화
- LMArena 상위권을 채운 Anthropic과 여섯 신규 모델
- 선형 어텐션이 돌아왔습니다: Kimi Linear와 그 뒤에 온 답
- Thinking Machines의 첫 공개 모델 Inkling: 맞춤형 AI를 위한 오픈 웨이트 전략
- LMArena 상위권에서 보이는 선호 경쟁의 현재 모습
- LMArena 상위 20위로 본 이번 주 LLM 판도
- Windows Copilot을 OpenAI 호환 API처럼 쓰겠다는 오픈소스 프로젝트
- AI 성능 뒤에 있는 거대한 데이터 블랙홀
- 더 큰 모델이 답은 아닐지도 모릅니다, AI 투자에서 요즘 제가 눈여겨보는 것
AI 인프라와 반도체 (15편)
연산과 메모리, 전력이 만드는 병목입니다. HBM 계열, 네오클라우드, 추론 실리콘을 다룹니다.
- 두 개의 랩이 세계의 연산을 가져갑니다: 딜런 파텔이 그린 2028년의 지도
- 세레브라스 CS-6: SRAM은 남고, DRAM이 웨이퍼 위로 올라옵니다
- OpenAI Jalapeño가 Rubin을 앞선 조건과 진짜 의미
- 테라팹은 실제 공장입니다, 그러나 1TW는 아직 생산계획이 아닙니다
- HBM은 양산, HBF는 규격, HBS는 구상입니다: 병목이 옮겨간 자리의 기술들은 시계가 다릅니다
- 네오클라우드는 AWS보다 빨리 컸지만 AWS가 된 것은 아닙니다
- 1비트를 얻으려 4비트를 버립니다: 메모리를 사던 회사들이 직접 그리기 시작했습니다
- HBF 첫 표준: 512GB 플래시가 AI 가속기 패키지 안으로 들어옵니다
- 삼성 zHBM: HBM을 GPU 위에 올리면 메모리는 시스템이 됩니다
- Etched가 보는 추론 시대의 AI 반도체
- AI의 진짜 100배는 칩이 아니라 코디자인입니다: Dylan Patel 인터뷰
- 퀄컴 HBC vs 세레브라스: 같은 병목, 정반대의 두 해법
- HBM, HBF, HBC: 세 글자가 벌이는 세 가지 다른 싸움
- 퀄컴은 왜 데이터센터로 가나: 추론 병목·HBC·그리고 엔비디아가 아닌 경쟁구도
- Nebius 인터뷰로 본 AI 인프라 수요의 탄력성
AI for Science와 바이오 (20편)
과학과 신약이 AI와 만나는 자리입니다. 임상, 자율실험실, 의료 모델을 봅니다.
- 렌토서팁이 3상에 들어갔다: AI 신약의 진짜 시험이 시작됐다
- 한국에는 이미 검진 데이터가 많습니다, 네코헬스가 다른 것은 반복 측정의 설계입니다
- 바이오 테마를 가르는 것은 질환이 아니라 매출이 생기는 방식입니다
- 환자마다 다른 약이 3상을 통과했습니다. 이제 분석·설계·추적이 한 공정이 됩니다
- 한 환자를 위한 암 치료 운영체제: 개인맞춤 치료와 AI는 어디까지 왔나
- 개인맞춤 항암제의 첫 3상 성공은 알고리즘의 승리가 아닙니다
- AIDO Cell은 세포를 예측하는 AI에서 실험하는 AI로 넘어가려 합니다
- 앤트로픽이 단백질을 설계했습니다. 그게 맞는지는 트위스트가 판정했습니다
- 앤트로픽이 직접 신약 프로그램을 시작했습니다
- 스스로를 고치는 AI: 같은 루프가 과학 자동화와 자율 해킹으로 갈라진 여름
- 구글이 AI 의사에게 레지던트 수련을 시켰습니다. 환자는 일부러 까다롭게 만들었습니다
- 의료 초지능이라는 말이 네이처 메디슨에 실렸습니다. 쟁점은 지능이 아니라 채점입니다
- AI 신약개발의 병목은 이제 분자가 아니라 생물학입니다
- 제프 딘이 27년 만에 구글을 나왔습니다. 병목은 아이디어가 아니라 실험이라고 봤습니다
- 미국의 제네시스 미션과 한국의 K-문샷: 과학정책이 AI 운영체제가 되는 순간
- README 없이 읽는 openscience: 과학 연구용 AI 워크벤치의 가능성과 한계
- AI는 생명의 불확실성을 어디까지 다루나: 연역의 층과 귀납의 층
- 모델이 아니라 실험이 해자입니다: 자율실험실과 소재 AI의 진짜 병목
- 알파폴드의 존 점퍼가 앤트로픽으로 갑니다: 'AI for Science'는 어떻게 다음 전선이 됐나
- AI가 진단을 넘어 질병을 '관리'하기 시작했습니다: 구글 AMIE의 Nature 논문 정밀 분석
피지컬 AI와 로보틱스 (9편)
AI가 몸을 얻는 층입니다. VLA와 휴머노이드, 자율주행의 데이터와 표준 문제입니다.
- 휴머노이드의 AI 칩은 데이터센터 GPU의 축소판이 아닙니다
- 합병보다 먼저 합쳐지고 있습니다, Tesla와 SpaceX의 AI 수직통합
- 웨이모는 11년을 걸었습니다: 자동화와 자율화 사이의 거리
- 올해 세계 로봇 학회 최고의 논문, 홀리데이로보틱스가 함께 만들었습니다
- 엔비디아가 발표한 로봇 모델은, 아직 존재하지 않습니다
- 휴머노이드가 물체와 지형을 함께 다루려면 무엇이 필요한가
- 휴머노이드 로봇의 다음 인프라, 물리 경험 데이터 표준
- 로봇 AI가 한 덩어리에서 여러 층으로 쪼개집니다: 2026 VLA 물결과 피지컬 AI 투자 지도
- 코딩 에이전트가 실물 로봇으로 밤새 스스로 연구합니다: NVIDIA ENPIRE가 보여준 로보틱스 병목의 이동
중국 AI (14편)
가격과 개방으로 판을 흔드는 쪽입니다. 딥시크와 키미를 비롯한 중국 모델의 전략을 읽습니다.
- 169일에 네 회사가 몰렸습니다: 중국 오피스 에이전트는 업무 원장을 노립니다
- 딥시크가 판 것은 에이전트가 아니라 에이전트를 짓는 공장입니다
- 딥시크는 모델을 부품으로 내렸습니다. 돈은 다른 장부에서 법니다
- 프런티어를 그리는 나라는 미국과 중국뿐입니다. 한국은 소화 속도 1위가 됐습니다
- CXL과 AI 추론: 알리바바 Beluga가 KV 캐시를 공유 메모리로 바꾼 방법
- 딥시크가 값을 올립니다. 마진을 되찾는 게 아니라 줄을 세우는 것입니다
- 구조는 그대로, 훈련만 다시: 딥시크 V4-Flash가 증명한 것
- 가중치는 공개했고, 공장은 공개하지 않았습니다: 키미 K3 리포트 심층 분석
- 2.8조 파라미터를 오픈으로 푼다: 키미 K3 테크니컬 리포트 심층 분석
- 돈 되는 걸 골라서 안 한다: 량원펑이 투자자에게 4시간 동안 한 말
- GPU가 없는데 왜 따라잡히나: 중국 AI의 진짜 엔진
- 전력이냐 칩이냐: 미국과 중국의 AI 추론 스택이 갈라선 이유
- GLM-5.2가 던진 오픈 에이전트의 전환점
- 싸고, 열려 있고, 빠릅니다: 중국 AI 에이전트의 기술과 사업화 동향
산업구조와 비즈니스 모델 (17편)
AI가 돈 버는 방식을 바꾸는 자리입니다. 마진, 가격, 유통, 일터의 구조 변화입니다.
- 비상장 AI 기업의 해자는 모델 밖의 통제 지점에 쌓입니다
- AI 가격표의 진짜 단위는 성공한 업무입니다
- 읽는 일은 넘어갔고, 돈을 만지는 일은 아직입니다: 금융 에이전트의 현재 좌표
- 타임지가 사람에게는 보이지 않는 광고를 팔기 시작했습니다
- 소프트웨어는 안 죽었고, 80퍼센트 마진이 죽었습니다
- 데이터가 해자가 아니라, 데이터를 만드는 루프가 해자입니다
- 에이전틱 웹: 표준 전쟁은 끝났고, 거래는 시작되지 않았습니다
- AI 에이전트는 SaaS를 없애는 게 아니라, 사고파는 방식을 바꿉니다
- AI 예산은 결국 어디서 올까: 인건비 재배분 가설
- 엔비디아가 AI의 '중앙은행'이 되려 합니다: 수익 공유형 GPU 모델의 속뜻
- 엔터프라이즈 AI의 해자는 모델보다 메모리에서 시작됩니다
- AI 시대의 이커머스, 유통과 추천 사이에서 다시 읽기
- 네오클라우드 해부: 왜 GPU를 구하지 못하고, 누가 그 틈을 메우며, 이 사업은 오래 갈까
- 소셜 월드 모델과 합성 소비자 조사: AI가 사람을 시뮬레이션해 시장조사를 다시 씁니다
- 일터의 AI는 생산성을 올리는데 통계엔 왜 아직 안 보일까: 연구 4편으로 읽은 'AI 생산성의 간극'
- ‘AI 네이티브’라는 한 단어에 숨은 세 가지 사업, 따로 나눠서 봅니다
- 사티야 나델라가 말하는 ‘기업의 토큰 전략’, 개념부터 실행과 기대 효과까지
투자와 자본시장 (10편)
자본이 어디로 흐르는지 봅니다. 벤처 자금 배치, 투자자의 판단 기준, 시장 통계입니다.
- 최고의 VC는 유니콘 수가 아니라 지분과 사람으로 갈립니다
- 직원 열 명에 기업가치 40억 달러: 리커시브는 칩이 아니라 설계 루프를 팝니다
- Thrive와 Greenoaks의 수표가 가리키는 AI의 다음 10년
- 상반기 벤처 자금의 43퍼센트가 두 회사로 갔습니다: 그 그늘에서 주류와 소수가 갈립니다
- 자기 원칙을 버린 VC들, 결과는 29배와 1배로 갈렸습니다
- 올트먼의 재장전: 자책 포스트, 토큰으로 짓는 회사, 그리고 자유·주체성·부
- AI-Native vs AI-Adopted: 누가 이기는가
- 모델 위와 아래에서 승부가 납니다: 이번 주 VC 3편
- 가속과 통제 사이의 앤트로픽: 다큐멘터리가 드러낸 전략과 투자자의 질문
- 코드가 에이전트의 '뼈대'가 된다: 'Code as Agent Harness'를 투자자의 눈으로 읽었습니다
정책과 거버넌스, 안전 (12편)
속도와 통제 사이의 문제입니다. 거버넌스, 보안, 노동 재편과 정책을 다룹니다.
- NVHBM의 과녁은 메모리 3사가 아니라 커스텀 ASIC입니다
- 개인 AGI의 해자는 모델이 아니라 기억의 소유권입니다
- AGI는 문이 아니라 계단입니다. 노동 재편은 신입 책상부터 시작됐습니다
- 카프의 '중독' 공격은 계약서로는 틀렸고, 구조로는 맞습니다
- 공격이 자동화될 때, 방어도 기계의 속도로 움직여야 합니다
- 하사비스가 그리는 프런티어 AI 거버넌스: 만드는 쪽이 내놓은 절충안
- 안개 속에서 운전 중입니다: 노벨상 16명이 서명한 AI 경제 성명
- AI 2040 Plan A: 예측이 답안지를 들고 돌아왔다
- LLM 에이전트 안전성 테스트를 자동화하려는 Vera 논문 읽기
- 모델이 아니라 통제권입니다: 팔란티어 카프가 보는 AI 가치사슬
- '63년 만에 컴퓨터를 다시 발명합니다': 젠슨 황 AP 단독 인터뷰로 읽는 AI의 5개 층과 투자 지도
- 구글 딥마인드 ‘From AGI to ASI’, AGI 다음을 투자자의 눈으로 읽었습니다
한국의 자리 (8편)
이 변화에서 한국이 어디에 설 수 있는지 봅니다. 국내 모델, 버티컬, 산업 정책입니다.
- 한국 버티컬 AI의 승부처는 데이터가 아니라 폐루프입니다
- 미국 주류에 못 들어가는 것이 문제가 아닙니다: 한국 VC의 다섯 가지 배치
- 14에서 42로, Solar Pro 4는 업무형 모델로 건너갔습니다
- 발견이 아니라 루프인 이유: 오류를 고치는 회로만 끝이 없습니다
- 같은 국가 과제, 두 개의 답안: SKT A.X K2와 업스테이지 솔라 오픈 2
- 체급을 뛰어넘은 한국어 업무 AI: 업스테이지 솔라 오픈 2 심층 리뷰
- 모델 지능은 범용화되고, 실행 능력은 지역화됩니다: 에이전트 시장이 쪼개지는 방식과 한국의 기회
- 한국형 에이전트의 다음 병목은 앱이 아니라 '훈련장'입니다: RL 환경·평가 인프라를 투자자의 눈으로
이 데스크에 대하여 (2편)
이 창구를 왜 열었고 어떤 기준으로 보는지 적은 글입니다.
이 지도는 계속 갱신됩니다
새 글을 발행하면 이 지도도 함께 다시 만듭니다. 분류는 제목과 태그, 요약을 훑어 자동으로 정해지고, 주제가 새로 생기면 분류 규칙에 한 줄을 더합니다. 그래서 이 글은 특정 시점의 목록이 아니라 항상 지금 상태를 보여 주는 문서입니다.
찾으시는 주제가 어느 묶음에도 없다면 아직 다루지 않은 영역입니다. 제안해 주시면 반영하겠습니다.
마지막 갱신 2026-08-27, 전체 164편