TECH BLOG
기술 블로그
AI 기술 인사이트와 엔지니어링 경험을 공유합니다.
EDITOR'S PICK
에디터 추천
AI는 왜 거짓말을 하는가: 환각의 원인부터 2026년 최신 대응 기법까지
뉴욕 변호사가 ChatGPT가 지어낸 판례를 법원에 제출했다. LLM은 왜 구조적으로 거짓말을 할 수밖에 없는가 — 수학적 증명부터 RAG, CoVe, 시맨틱 그라운딩까지 실전 대응 기법을 총정리한다.
하루에 2천 년을 사는 데이터베이스 — TigerBeetle과 결정론적 시뮬레이션 테스트
은행 잔액이 틀리는 버그를 어떻게 재현할까. TigerBeetle은 시간·디스크·네트워크를 전부 가짜로 만들고, 정수 하나로 우주 전체를 되살리는 길을 택했다. 1,024코어에서 24시간 돌아가는 비행 시뮬레이터, 함수당 정확히 2개의 단언, 그리고 시작 후 malloc을 부르지 않는 데이터베이스 — 15만 줄의 Zig 코드를 읽고 정리했다.
AIP 경쟁 시대 — Enterprise AI Platform 카테고리의 7가지 트렌드 (2026)
Palantir AIP가 불 지핀 'Enterprise AI Platform' 카테고리는 2026년 기술 지도의 한가운데로 왔다. AI 에이전트 시장은 2030년 526억 달러로 성장 예상. Microsoft, Salesforce, AWS, Google, ServiceNow, Databricks, Snowflake, Palantir — 그리고 vertical AI 스타트업들까지. 누가 무엇을 다르게 하는가, MCP·Semantic Layer·Policy-as-Code는 왜 표준이 되고 있는가. 7가지 트렌드로 풀어낸다.
다리가 무너지기 전에 계산한다 — 수치해석 FEM·FDM·FVM 완전 가이드
다리는 왜 무너지고, 비행기는 왜 나는가? 수백 년간 인류가 자연을 예측해 온 수치해석의 세 기둥 — 유한차분법, 유한요소법, 유한체적법의 원리와 역사, 실전 사례를 처음부터 끝까지 풀어본다.
ALL POSTS
모든 포스트
![[특집] 체육관에 지게차를 들이면 — AI가 대신 풀어 주는 세상에서 배운다는 것, 그리고 AI 튜터는 버티는가](/_next/image?url=https%3A%2F%2Ffiles.core.today%2Fstorage%2Fcoredot%2Fpublic%2Fblog%2Fgym-hero.webp&w=3840&q=75)
[특집] 체육관에 지게차를 들이면 — AI가 대신 풀어 주는 세상에서 배운다는 것, 그리고 AI 튜터는 버티는가
테드 창은 숙제를 ChatGPT에 맡기는 것을 '역도장에 지게차를 들이는 것'에 빗댔다. 생성 효과와 인출 연습, 바람직한 어려움 같은 학습 과학, 소크라테스에서 계산기와 GPS까지 이어진 '떠넘기기'의 역사, 그리고 바스타니의 1,000명 실험부터 철회된 메타분석까지 2023~2026년의 증거를 정리한다. 마지막으로 AI 튜터 5종이 '답만 알려 달라'는 학생의 압박을 몇 번째 턴에 무너지는지 직접 쟀다.
![[특집] 기계가 해설자가 될 때 — Manim 해설 에이전트의 1년 반, 그리고 정리 10개를 직접 영상으로 만들어 보다](/_next/image?url=https%3A%2F%2Ffiles.core.today%2Fstorage%2Fcoredot%2Fpublic%2Fblog%2Fmnx-hero.webp&w=3840&q=75)
[특집] 기계가 해설자가 될 때 — Manim 해설 에이전트의 1년 반, 그리고 정리 10개를 직접 영상으로 만들어 보다
3Blue1Brown의 그랜트 샌더슨은 해설 영상을 만들려고 Manim을 직접 만들었다. 2025년 TheoremExplainAgent 이후 LLM이 Manim 코드를 써서 정리 해설 영상을 만드는 연구가 이어졌다. Manim의 구조와 역사, 애니메이션 학습 연구의 미지근한 숫자, TheoremExplainAgent와 Code2Video·OmniManim·ManimAgent까지 정리했다. 그리고 정리 10개를 Claude 세 모델과 로컬 Qwen에게 맡겨 영상 80편을 직접 만들고 렌더 성공률, 오류 원인, 배치와 수학 오류, 화면을 보고 고치기의 효과를 쟀다.
AI에게 '얼마나 확신해?'라고 묻지 마세요 — 0.85는 계기판이 아니라 문장이다
LLM에게 확신도를 물으면 언제나 그럴듯한 숫자가 나옵니다. 앰루트 조시의 짧은 글은 그 숫자가 측정이 아니라 '다음에 올 법한 글자'라고 지적해 해커뉴스 첫 화면에 올랐습니다. 1950년 브라이어의 일기예보 채점에서 2017년 '현대 신경망은 과신한다', GPT-4의 RLHF 보정 붕괴, 2025년 '왜 언어 모델은 환각하는가'까지 확신도 연구 75년을 따라가고, 코어닷투데이가 대화형 모델 5개와 판정 모델 4개에 한국어 객관식 598문항과 SimpleQA 200문항을 직접 물어 확신도의 정체를 쟀습니다. 작은 모델은 '정말?' 한마디에 답의 55%를 뒤집으면서 확신도를 91에서 95로 올렸고, 앞에 쓴 한 문장에 확신도가 53점 움직였습니다. 반면 GPT-6.1 Sol과 Claude Sonnet 5.5의 숫자에는 분명한 정보가 있었는데, 같은 '90'이 모델마다 다른 뜻이었습니다. 판정 모델과 기록 기반 규칙이 내놓는 확률까지 비교합니다. 인터랙티브 6개와 삽화 10장, 논문 그림 6장.
![[특집] 엠바고는 누구의 것인가 — 조율된 공개 30년의 논쟁, 그리고 PHP2Shell의 일곱 시간](/_next/image?url=https%3A%2F%2Ffiles.core.today%2Fstorage%2Fcoredot%2Fpublic%2Fblog%2Femb-cover.webp&w=3840&q=75)
[특집] 엠바고는 누구의 것인가 — 조율된 공개 30년의 논쟁, 그리고 PHP2Shell의 일곱 시간
취약점을 고치기 전에 알리지 않는다는 약속, 엠바고는 누구를 위한 것일까요? PHP2Shell은 공개 이틀 전에 번호가 새고, 여섯 시간 전에 수정이 든 빌드 이미지가 공개되면서 이 질문을 다시 던졌습니다. 이 글은 자물쇠 논쟁에서 RFPolicy, Project Zero의 90일, Heartbleed·Spectre·Log4Shell, 그리고 AI 시대를 겨냥한 OpenAI의 5단계 제안까지 30년의 공개 논쟁을 연표와 논문으로 따라가며, 엠바고가 흔들리는 네 가지 신호를 정리합니다.
같은 사건 묶기 5편(총정리) — 뉴스 기사를 사건과 이야기로 묶는 여섯 단계 설계도
네 편에 걸쳐 하루치 603건에서 여드레치 1만 건까지 자료를 키우며 '같은 사건'과 '같은 이야기'를 묶는 법을 실측했습니다. 이 글은 그 결과를 따라 할 수 있는 한 장의 설계도로 정리합니다. 여섯 단계의 기본값과 각 값을 정한 근거, 캐시된 판정만으로 다시 돌린 기준 파이프라인의 품질, 기사 1,000건당 비용, 그리고 시도했지만 버린 열두 가지입니다. 가장 큰 교훈은 둘입니다. 판정은 싸고 레코드 추출이 비싸며, 쌍의 정확도보다 묶는 규칙이 결과를 더 크게 바꿉니다.
최신 기사는 대체로 맞다, 엇갈린 값은 끝내 남는다 — 기사 2천 건에서 사실 1,831개를 따라가 보니
뉴스를 읽는 기계는 흔히 '가장 최근 기사의 값'을 믿습니다. 13개 언론사 여드레치 기사 2천여 건에서 두 기사 이상이 함께 실은 사실 1,831개를 뽑아 값이 어떻게 갈리는지 따라갔습니다. 89%는 처음부터 끝까지 같은 값이었고, 실제로 바뀐 사실에서도 가장 최근 기사는 91%가 지금 값을 담고 있었습니다. 출처 등급을 앞세운 규칙(85%)보다 나았습니다. 문제는 다른 데 있었습니다. 새 값이 나온 뒤에도 여덟 건 중 한 건은 옛 값만 실었고, 출처마다 엇갈린 값 35개 중 31개는 마지막 날까지 정정되지 않고 나란히 남았습니다.
![[특집] 기계가 질문을 만들 때 — 가우스의 소수표에서 AlphaEvolve까지, '추측 기계' 50년사](/_next/image?url=https%3A%2F%2Ffiles.core.today%2Fstorage%2Fcoredot%2Fpublic%2Fblog%2Fcjm-hero.webp&w=3840&q=75)
[특집] 기계가 질문을 만들 때 — 가우스의 소수표에서 AlphaEvolve까지, '추측 기계' 50년사
3Blue1Brown 영상이 '두 번째 시나리오'로 남겨 둔 질문 — 기계가 좋은 질문까지 던지게 되면? — 은 사실 50년 된 연구 분야다. 레넛의 AM, 벽에 추측을 쓰던 Graffiti, 연분수를 쏟아내는 라마누잔 머신, 사람의 직관을 안내한 딥마인드의 매듭 연구, 프로그램을 진화시키는 FunSearch와 AlphaEvolve까지. 생성·검증·선별이라는 세 역할로 각 시스템의 구조를 해부하고, 브라우저에서 직접 추측 기계를 돌려 본다.
![[특집] 수학을 하기에 지금보다 좋은 때는 없었다 — 3Blue1Brown이 AI 시대의 박사과정생에게 보낸 40분짜리 답장](/_next/image?url=https%3A%2F%2Ffiles.core.today%2Fstorage%2Fcoredot%2Fpublic%2Fblog%2Fnbm-hero.webp&w=3840&q=75)
[특집] 수학을 하기에 지금보다 좋은 때는 없었다 — 3Blue1Brown이 AI 시대의 박사과정생에게 보낸 40분짜리 답장
2026년 10월 16일, 수학 유튜브 채널 3Blue1Brown의 그랜트 샌더슨이 40분짜리 영상 「수학을 하기에 지금보다 좋은 때는 없었다」를 올렸다. 출발점은 한 박사과정생의 댓글 — '그냥 내일 뭘 해야 하는지 알려 주세요.' 샌더슨은 수학을 세 겹(수학자가 하는 일, 수학이 주는 가치, 돈이 오는 길)으로 나누고, 기계가 증명→질문→이론→응용을 차례로 더 잘하게 될 때 각 칸이 어떻게 되는지 끝까지 따라간다. 결론은 뜻밖에 담담하다. 가치와 돈은 거의 그대로이고, 크게 바뀌는 것은 '공로를 어디에 주느냐'는 문화다. 증명은 원주율 자릿수 같은 원자료가 되고, 이론 구축과 설명과 말로 하는 발표가 무거워진다. 이 특집은 영상을 장면별로 읽으며 3차 방정식에서 양자역학까지 '순수수학이 쓸모를 찾기까지'의 역사, 서스턴의 1994년 질문, 2022~2026년 AI 수학의 궤적, 코글러가 겪은 두 번의 '아주 진지한 성공'의 정체, 해커뉴스 810개 댓글의 반론, 2026년 한국의 숫자까지 함께 살펴본다. 인터랙티브 7개와 일러스트 12장으로.
뉴스에는 대본이 없다 — 883개 후속 전개로 본 한국 뉴스 이야기의 문법
사건 보도에는 정해진 순서, 즉 대본이 있을까요? 13개 언론사 여드레치 기사에서 정답으로 확인한 후속 전개 883개에 단계 유형 22개를 붙여 다음 단계를 맞혀 봤습니다. 대본은 법이 순서를 정한 사법 절차에만 있었습니다. 그 밖에서는 유형으로 다음을 맞히는 통계가 '늘 비판이라고 답하기'와 같았습니다. 대신 규칙성은 다른 데 있었습니다. 발표 뒤에는 시행보다 비판이 세 배 많이 오고, 해명은 이야기를 잇고 재판·시행·행사는 닫습니다. 그리고 여러 단계로 이어진 이야기의 절반 가까이는 '말'입니다.