#메타

3개의 포스트

2026.10.07

[특집] 엔지니어의 '소모율'이 연봉을 따라잡을 때 — 토큰 예산은 누가, 얼마나, 어떻게 정하는가

2026년 봄, 같은 규모의 두 회사가 엔지니어 한 명에게 허락한 월 토큰 한도는 5,000달러와 200달러였다. 25배 차이. 3월에 젠슨 황은 '연봉 50만 달러 엔지니어라면 토큰을 25만 달러어치는 써야 한다'고 했고, 4월에 메타의 사용량 순위표는 30일간 60조 토큰을 태우다 닫혔으며, 6월에 우버는 1인당 월 1,500달러 상한을 걸었다. 넉 달 만에 '토큰을 최대로'가 '토큰을 최소로'로 뒤집힌 것이다. 이 글은 그 소동의 한가운데 있는 질문 하나를 붙든다 — 엔지니어 한 명에게 얼마를 쓰게 할 것인가, 그리고 그걸 누가 어떻게 정하는가. 1969년 멀틱스의 '자원 예산'부터 구글의 사내 계산 자원 경매, 클라우드 FinOps까지 60년 된 문제의 계보를 따라가고, 에이전트 코딩의 토큰이 왜 예측 불가능한지(같은 과제에서 최대 30배 차이)를 논문으로 풀며, 한도라는 숫자 하나 밑에 깔려야 하는 여섯 층의 통제 구조와 다섯 가지 정책의 득실, 굿하트의 법칙이 순위표를 무너뜨린 과정, 손익분기 계산, 그리고 네이버·LG·삼성 등 한국 기업의 실제 선택까지 다섯 개의 인터랙티브 도구와 함께 정리했다.

코어닷투데이58분

[특집] 스코어북을 코드로 내려가 보다 — 메타의 '조직 세컨드 브레인'과 「Learning on the Job」이 보여준 '배우는 에이전트'의 실체

특집특집메타

2026.09.29

[특집] 스코어북을 코드로 내려가 보다 — 메타의 '조직 세컨드 브레인'과 「Learning on the Job」이 보여준 '배우는 에이전트'의 실체

지난 특집은 프라이머리 벤처의 '스코어북'과 '계속 배우는 루프'를 개념으로 다뤘습니다. 이번에는 그 개념이 실제로 어떻게 생겼는지 코드 수준으로 내려갑니다. 2026년 9월 2일 메타 엔지니어링 블로그가 공개한 '조직의 세컨드 브레인'은 컴플라이언스 전문가의 머릿속 지식을 200개 넘는 텍스트 파일로 증류하고, 전문가의 교정 하나하나를 진단·컴파일·검증·승인의 네 단계로 '컴파일'해 회귀 0건으로 6주 만에 며칠 걸리던 평가를 몇 분으로 줄인 시스템입니다. 7월의 논문 「Learning on the Job」은 가중치를 고정한 에이전트가 '맞았다/틀렸다' 한 비트만으로 1.6배, 교정을 받으면 2.6배 나아지고, 약한 모델이 쓴 메모가 강한 모델까지 돕는다는 것을 은행 업무 97개 과제로 보였습니다. 그리고 9월 개정된 AhaBench와 '에이전트의 첫 출근' 벤치마크는 그 반대편, 즉 손을 놓는 순간 36~53점이 무너지고 답만 보고는 절차를 복원하지 못하는 현실을 보여 줍니다. 인터랙티브 7개와 삽화 13장, 메타 원문 도표 3장으로 '배우는 에이전트'가 어디까지 왔는지 따라가 봅니다.

코어닷투데이56분

저커버그의 고백: 'AI가 개발자를 대체한다'는 도박은 왜 빗나갔나 — 코딩 에이전트의 역사와 진짜 실력

AI 에이전트코딩 에이전트에이전틱 코딩

2026.07.04

저커버그의 고백: 'AI가 개발자를 대체한다'는 도박은 왜 빗나갔나 — 코딩 에이전트의 역사와 진짜 실력

2026년 7월 2일, 저커버그는 사내 회의에서 인정했다. '지난 넉 달간 에이전트 개발은 우리 기대만큼 빨라지지 않았다.' 8,000명을 내보내고 1,450억 달러를 태운 도박, 'AI가 프로그래머를 대체한다'는 가정이 흔들린 순간이다. 이 글은 그 도박의 정체인 '코딩 에이전트'가 어디서 왔는지 — HumanEval(2021)·ReAct(2022)·Toolformer(2023, 아이러니하게도 메타의 논문)·SWE-bench·Devin·Claude Code까지 — 논문과 그림으로 쉽게 풀고, SWE-bench 점수가 1.96%에서 90%로 치솟는 마법과 그 함정을 짚는다. 그리고 METR의 '19% 더 느렸다'는 충격 실험, '70%의 벽', 클라르나·메타의 부메랑을 통해 왜 '코드를 쓰는 것'과 '소프트웨어를 만드는 것'이 다른지 끝까지 쉽게 설명한다.

코어닷투데이58분