저자의 리그 전체 모습

jamesob's guide to running SOTA LLMs locally

2,000달러로는 Qwen과 로컬 STT까지, 40,000달러로는 거의 Opus급 GLM-5.2까지. Bitcoin Core 컨트리뷰터 James O’Beirne이 자기 손으로 조립한 SOTA LLM 리그의 BOM, BIOS, GRUB, ACS까지 낱낱이 공개한 실전 가이드.

July 8, 2026 · 6 분 · 서소영
설문 결과 그래프 — 생성 AI 사용 게임의 구매 의향

Steamユーザーの43%は「ゲームに生成AI使われてても気にせず買う」との調査結果。"使い方次第"など、温度差くっきり

GameDiscoverCo가 Steam 유저 약 3,800명을 대상으로 진행한 설문 조사. 43%는 생성 AI가 쓰인 게임 구매에 지장이 없다고 답했고, 31%는 부정적, 25%는 중립. 자유 응답에서는 코딩·프로토타입 등 조건부 허용이 다수였다.

July 8, 2026 · 3 분 · 서소영
GTA Online 히어로 이미지

GTA Online Has Become Less Toxic Thanks To AI Says Rockstar

Modulate의 AI 음성 채팅 모더레이션 ToxMod가 GTA Online에 전면 도입된 뒤, 2025년 한 해 동안 일일 평균 위반이 약 35% 줄고 위반 유저 비율이 3.2%에서 0.49%로 떨어졌다. 음성 채팅 학대는 반복 사망보다 강한 분노·이탈 요인이었다는 계량 결과가 함께 공개됐다.

July 8, 2026 · 4 분 · 서소영
Cloudflare Monetization Gateway

Announcing the Monetization Gateway: charge for any resource behind Cloudflare via x402

Cloudflare가 자사 뒤에 있는 모든 리소스(웹 페이지·데이터셋·API·MCP 툴)에 사용량 기반으로 과금하는 Monetization Gateway 대기자 명단을 연다. 정산은 x402 오픈 프로토콜과 스테이블코인으로 이뤄지며, 에이전트가 웹의 주 구매자가 되는 시대에 맞춘 결제 인프라다.

July 8, 2026 · 6 분 · 서소영

A Global Workspace in Language Models

Anthropic이 Claude 내부에서 신경과학의 글로벌 워크스페이스 이론과 유사한 특권적 표상 집합 J-space를 발견했다. 보고, 조절, 추론, 일반화, 선택성이라는 다섯 가지 기능 속성을 실험으로 검증하고, 안전 모니터링과 훈련 응용까지 시연한 연구를 정리한다.

July 7, 2026 · 10 분 · 서소영

AI가 고래 언어를 어디까지 해독했는가 — Sharma 2024와 McCowan 2023

AI로 고래의 언어가 ‘완전히 분석’되었다는 트윗을 사실 검증한다. 향유고래 음성의 조합적 구조는 밝혀졌지만 의미는 아직 미해독이고, 혹등고래 Twain과의 20분 상호작용은 리듬 매칭이지 언어 대화가 아니다.

July 6, 2026 · 5 분 · 서소영
Illustration by Clara San Millán

How People Are Really Using AI in 2026

Marc Zao-Sanders의 AI in the Wild 3차 연례 연구. 실사용 사례 12,637건에서 치료·동반이 2년 연속 1위에 오르고, 사고를 외주화하는 ‘씽크슬롭’과 직장 내 그림자 사용이 새 흐름으로 드러난다.

July 6, 2026 · 8 분 · 서소영
+688 추가, −3,073 삭제를 보여주는 diff 통계. "이게 바로 리팩토링이 제대로 됐다는 신호"라는 동료의 트윗

Less is more, more or less

AI로 무엇이든 쉽게 추가할 수 있는 시대에, 무엇을 만들지 않을지 아는 판단력이 가장 중요한 기술이 된다는 Jakub Krehel의 에세이.

July 6, 2026 · 4 분 · 서소영
134개 태스크 평균 학습 곡선 — 로그-시그모이드 정합

EdgeBench: Unveiling Scaling Laws of Learning from Real-World Environments

ByteDance Seed가 공개한 EdgeBench는 6개 능력군에 걸친 134개 실세계 태스크로 프론티어 에이전트의 12시간 이상 환경 학습을 측정한 벤치마크다. 약 38,000시간의 상호작용을 분석한 결과, 환경 학습 성능은 로그-시그모이드 스케일링 법칙(R²=0.998)을 따르고 학습 속도는 대략 3개월마다 두 배가 된다.

July 6, 2026 · 7 분 · 서소영
Massive 101 초기 화면 (출처: Massive 101 제품 페이지)

『반지의 제왕』 군중 시뮬레이션 툴 Massive, 비상업 무료판 「Massive 101」 공개

『반지의 제왕』 시리즈 군중 씬에 쓰였던 Massive Software의 군중 시뮬레이션 툴이 비상업 이용에 한해 무료로 풀렸다. 캐릭터 수·AI 제한은 없고, 대신 렌더링 워터마크와 파일 포맷 격리가 걸린다.

July 5, 2026 · 2 분 · 서소영