영상을 정밀하게 말하는 법 — VideoSpec과 CHAI가 여는 길
AI 영상 생성의 진짜 병목은 모델이 아니라 언어다. 시네마틱 요소를 정밀하게 기술하는 VideoSpec과, ‘AI가 쓰고 인간이 검증하는’ CHAI 프레임워크가 소량의 전문가 비평만으로 오픈소스 8B 모델을 Gemini-2.5 위에 올려놓았다.
모델과 연구
Claude 안의 감정 회로와, 배럿이 30년 동안 말해온 것
Anthropic이 Claude 내부에서 발견한 감정 회로의 구조는, 인지심리학자 리사 펠드먼 배럿이 인간 감정에 대해 30년 동안 정리해온 그림과 닮아 있다. 그 닮음을 따라가면 ‘AI 정렬’이라는 문제의 모양이 달라진다.
딥러닝에도 뉴턴이 올까
딥러닝은 왜 작동하는가? 14명의 연구자가 ‘학습 역학’이라는 이름으로 그 답의 윤곽을 그렸다.
덕테이프와 루프 — GPT Image 2의 도약을 설명하는 가설 하나
+242점, 모든 카테고리 #1, 그리고 ‘Ducttape’라는 코드네임. 다섯 조각의 단서를 엮으면 하나의 가설이 떠오른다 — GPT Image 2는 새 아키텍처의 산물이 아니라, 기존 백본에 루프를 덧대어 컴퓨팅으로 밀어붙인 외과수술의 결과다.
추론의 벽이 깨지고 있다 — 루프 트랜스포머와 뇌의 우연한 수렴
AI가 추론을 흉내 내는 시대가 끝나고 있다. 루프 트랜스포머는 뇌의 시상-피질 루프와 독립적으로 같은 해법에 도달했다. 이것이 AGI의 문턱인 이유를 이야기한다.
RAG의 지식 DB는 열린 문이다
PoisonedRAG는 RAG 시스템의 지식 DB에 5개의 악성 텍스트만 넣으면 90% 이상의 확률로 LLM이 원하는 오답을 내놓게 만든다. 모델은 멀쩡한데 참고 자료가 오염된 것이다.
LLM은 주사위를 던질 수 있는가
LLM에게 랜덤 문자열을 생성하게 한 뒤 해시 연산을 시키면, 외부 난수 없이도 PRNG 수준의 확률적 의사결정이 가능하다. 더 놀라운 건 CoT가 길어질수록 이 ‘주사위’의 품질이 올라간다는 것이다.
안정화의 축이 이동한다 — 구조에서 분포 제약으로
자기지도 표현 학습의 ‘붕괴’를 막는 방법이 네트워크 구조에서 임베딩 분포 자체에 거는 제약으로 이동했다. LeWorldModel이 보여준 이 이동은 단일 프리미티브 설계 철학의 또 다른 사례다.
켈리 기준의 원전을 읽다 — Kelly (1956) "A New Interpretation of Information Rate"
반복 투자에서 ‘얼마나 벌 수 있느냐’보다 ‘얼마를 걸어야 하느냐’가 장기 생존과 성장을 결정한다. 1956년 Bell Labs에서 나온 이 논문이 그 답의 원전이다.