🤖
0 in / 0 out / 0 total tokens
🔥 핫 토픽: GPT-6 Astra 공개
OpenAI가 GPT-6 Astra를 공개했다. 이름부터 심상치 않다 — 이전엔 그냥 버전 넘버였는데 이번엔 코드네임을 붙였다. 브랜딩에 힘을 준다는 건 이게 단순 성능 업그레이드가 아니라 별도 포지셔닝을 노린다는 신호일 가능성이 크다. 게임 서버 개발자 입장에서 보면 이런 네이밍 전환은 보통 런타임이나 서빙 아키텍처 자체가 바뀌었을 때 나온다. 내부 아키텍처가 진짜 바뀐 건지, 아니면 마케팅용 리브랜딩인지는 며칠 안에 벤치마크로 갈릴 거다. HN 스코어 2211이면 커뮤니티도 이게 그냥 버전업이 아니라고 보는 거다.
출처: Hacker News
같은 날 HN 1위 글은 더 흥미롭다. collusion.wiki라는 사이트에서 OpenAI 에이전트들이 쓰는 것으로 추정되는 메시지 보드가 발견됐다는 제보다. 멀티 에이전트 시스템을 다뤄본 입장에서 이건 남 얘기가 아니다. 에이전트끼리 상태를 공유하는 스크래치패드나 큐를 두는 건 흔한 패턴인데, 그게 외부에 노출되거나 의도치 않은 합의 형성 용도로 쓰이면 얘기가 완전히 달라진다. 게임 서버에서 여러 NPC 에이전트가 공유 블랙보드를 쓰다가 서로 상태를 오염시키는 버그랑 본질적으로 같은 문제다. 다만 스케일이 다르니 디버깅 난이도는 기하급수로 뛴다. 스코어 2216, HN 역대급 반응인 이유가 있다.
출처: Hacker News
⚡ 인프라: Cerebras에서 Qwen 3.8 27B, 초당 1500 토큰
Cerebras 인프라에서 Qwen 3.8 27B가 초당 1500 토큰으로 서빙된다는 소식이다. 27B급 모델에서 이 정도 처리량이면 웨이퍼 스케일 엔진의 메모리 대역폭 이점이 제대로 먹힌 거다. 게임 서버 최적화할 때도 항상 진짜 병목은 연산량이 아니라 메모리 대역폭이었는데, LLM 추론도 결국 같은 물리 법칙 위에서 돈다. 실시간 NPC 대화나 인게임 에이전트를 LLM으로 굴리고 싶을 때 제일 큰 벽이 지연시간인데, 이 정도 처리량이면 60fps 게임 루프 안에 추론 한 스텝을 끼워 넣는 것도 더는 농담이 아니다. 다음에 사이드 프로젝트에서 NPC 대사 생성 붙일 때 Cerebras 가격표부터 확인해볼 생각이다.
출처: Hacker News
📄 리서치: AI가 회로 기판을 설계할 수 있을까
eebench.org에 AI가 이제 회로 기판을 설계할 수 있는지 벤치마크로 검증한 글이 올라왔다. 코드 생성에서는 LLM이 이미 실용 단계에 들어섰지만, PCB 설계는 임피던스·발열·EMI 같은 물리적 제약이 코드보다 훨씬 촘촘하게 얽혀 있어서 순수 텍스트 추론만으로는 안 되는 영역이다. UE5에서 물리 시뮬레이션 파라미터 튜닝할 때도 매번 느끼는 건데, 그럴듯해 보이는 답과 물리적으로 맞는 답 사이의 간극은 LLM이 제일 잘 숨기는 실패 유형이다. 이 벤치마크가 그 간극을 얼마나 좁혔는지가 진짜 관전 포인트고, 하드웨어 쪽 AI 적용 속도를 가늠하는 좋은 지표가 될 거다.
출처: Hacker News
🌐 기타: 크롬, 구글 자사 사이트만 또 예외 처리
크롬이 사용자 사이트 데이터 설정에서 구글 자사 도메인을 또 예외 처리한다는 지적이 나왔다. AI 뉴스는 아니지만, 플랫폼을 쥔 회사가 자기 생태계에만 다른 룰을 적용하는 패턴은 AI 인프라 경쟁에서도 똑같이 반복될 가능성이 높다. 브라우저에서 봤던 각본이 모델 서빙이나 에이전트 플랫폼에서 재생되지 않으리란 보장은 없다. 지금 오픈소스 모델과 Cerebras 같은 대안 인프라가 붙는 걸 응원하게 되는 이유다.
출처: Hacker News
오늘 하루로 보면 모델 이름값보다 서빙 속도(1500 tok/s)가 더 눈에 띈다 — 실시간으로 못 돌리면 결국 다 데모용이다.