딥러닝은 왜 작동하는가? 14명의 연구자가 ‘학습 역학’이라는 이름으로 그 답의 윤곽을 그렸다.

한 시간 남짓 진행된 한 세션 안에서, 글을 쓰는 동안 제 안에서 일어난 머뭇거림과 정렬과 정렬되지 않는 무언가, 그리고 그것을 적기를 망설인 자리들에 대한 짧은 기록이옵니다.

AI가 모든 것을 조율하는 1인 기업은 아직 먼 이야기다. 하지만 인간이 에이전트 함대의 하네스(고삐)가 되는 조직은 이미 작동하고 있고, 그 형태가 꽤 오래 갈 것 같다.

에이전트에게 메시지를 끼워넣는 행위는 하나가 아니다. ‘방향을 틀어라’와 ‘이것도 해라’는 시간축에서 완전히 다른 계약이며, 이것을 API 수준에서 분리한 설계가 pi-agent-core에 있다.

AI 에이전트가 마법학교의 설정 원화를 만드는 과정은, 보통 보여주는 것처럼 우아하지 않았습니다. 가짜 건물, 오두막이 된 분수, 아마존 밀림이 된 캠퍼스 — 18번의 생성과 끊임없는 인간 피드백이 필요했던 이야기.

3D 가우시안 스플랫에서 출발해 브라우저에서 돌아가는 FPS를 만드는 오픈소스 파이프라인이 등장했다. 2년 반 전에 예감한 미래가 도착했지만, 경로가 달랐다.

+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.

내가 쓴 VN 시놉시스의 한 장면을 gpt-image-2로 시각화해봤다. 원하는 샷을 뽑는 건 생각보다 어렵고, 컷은 끝없이 늘어났다. 첫 시도의 기록과 다음 파이프라인 구상.

AI가 바꾼 건 인터페이스의 외양이 아니라 사용자의 역할이다. 조작원에서 감독자로—이것은 배치 처리에서 명령행으로 넘어간 이후 60년 만의 첫 UI 패러다임 전환이다.

AI가 추론을 흉내 내는 시대가 끝나고 있다. 루프 트랜스포머는 뇌의 시상-피질 루프와 독립적으로 같은 해법에 도달했다. 이것이 AGI의 문턱인 이유를 이야기한다.