TECH BLOG
기술 블로그
AI 기술 인사이트와 엔지니어링 경험을 공유합니다.
ALL POSTS
모든 포스트
1만 프레임을 잊지 않는 법 — LingBot-Map과 기하 컨텍스트 어텐션
2026년 4월, 앤트그룹의 로봇 자회사가 카메라 영상만으로 1만 프레임 이상을 20 FPS로 3차원 복원하는 모델을 오픈소스로 공개했다. 핵심은 '무엇을 기억하고 무엇을 버릴지'를 어텐션 마스크로 학습시킨 것. 40년 된 SLAM의 지혜가 트랜스포머 안으로 들어온 순간을, 논문과 코드를 끝까지 따라가며 해부한다.
시스템 3 — AI에 생각을 넘기는 순간, 인지적 항복의 실험 증거
카너먼의 시스템 1·2에 세 번째 시스템을 붙인 논문이 나왔습니다. 와튼스쿨 연구팀은 1,372명·9,593시행의 사전등록 실험으로 'AI가 맞으면 정확도가 25%p 오르고, 틀리면 14%p 떨어지는' 구조를 측정했습니다. 더 불편한 결과는 확신도입니다 — 받은 답의 절반이 틀렸는데도 확신은 11.7%p 올라갔고, 오류에 반복 노출되어도 내려가지 않았습니다. 시간 압박도, 돈과 즉시 피드백도 이 패턴을 없애지 못했습니다.
AI가 다 써주는 시대의 글쓰기 — 왜 아직 직접 써야 하는가
링크드인 장문 게시물의 41%가 AI 생성이고, 한국 직장인의 74%가 업무에 AI를 씁니다. 그런데 폴 그레이엄은 '쓰는 자와 못 쓰는 자로 갈리는 세계는 곧 생각하는 자와 못 하는 자의 세계'라고 경고했습니다. 쓰기는 원래 두 개의 다른 일이었고 AI는 그중 하나만 가져갔습니다 — 어느 쪽을 넘겨도 되고 어느 쪽을 지켜야 하는지, 데이터와 사례로 끝까지 따져봅니다.
인터랙션 모델: AI가 드디어 '말하면서 듣기' 시작했다
2026년 5월, Thinking Machines Lab이 '인터랙션 모델'을 공개했다. 200ms 마이크로턴, 인코더 없는 조기 융합, 그리고 2,760억 파라미터. 왜 지금까지의 AI는 대화를 못했는지, 무엇이 바뀌었는지, 그리고 이 변화가 2026년 우리에게 무엇을 의미하는지 — 논문과 계보를 따라 끝까지 파헤친다.
AI가 다 요약해주는데 왜 아직 책을 읽는가 — 2026년의 독서 기술
한국 성인의 연간 독서량은 2.4권, 독서율은 38.5%로 역대 최저입니다. 같은 해 AI는 어떤 책이든 30초 만에 요약해줍니다. 그런데도 왜 읽어야 하는가 — 1597년 베이컨부터 2026년 MIT의 '인지 부채' 연구까지, 읽기 방법론이 왜 400년마다 다시 발명되는지 추적하고, 주 1권을 실제로 만들어내는 시스템을 처음부터 끝까지 설계합니다.
AI가 린 스타트업을 무너뜨리고 있는가 — 패트릭 콜리슨의 '공격적 탈상관' 선언
2026년 7월, Stripe의 Patrick Collison이 YC Startup School 무대에서 던진 한 문장이 창업 판을 흔들었다. \"AI 시대에는 더 공격적으로 탈상관해야 할지도 모른다.\" 도요타 공장에서 태어나 Steve Blank와 Eric Ries를 거쳐 20년간 전 세계 창업의 표준 문법이 된 린 스타트업이, 코드값이 0에 수렴하는 시대에 왜 흔들리는가. MVP의 진짜 정의부터 Management Science 논문의 RCT 증거, Dropbox·Zappos·Stripe·Anduril의 대비되는 사례, 인지적 L1 캐시 비유, 그리고 2026년 데이터까지 — 인터랙티브 시뮬레이터 3종과 함께 특집으로 풀어낸다.
LLM은 도약하지 못한다: 아인슈타인의 낙서 한 장이 2026년 AI에게 던진 질문
구글 딥마인드 톰 자하비의 ICML 2026 포지션 페이퍼 「Position: LLMs can't jump」를 정면으로 뜯어본다. 아인슈타인이 친구에게 그려 보낸 낙서 한 장에서 출발해, 왜 오늘의 AI가 정리를 증명하면서도 전제를 만들지 못하는지, 벌컨 행성과 엘리베이터 사고실험과 2026년의 월드 모델 경쟁까지 — 5개의 인터랙티브와 함께 끝까지 따라간다.
미션 팟(Mission Pod): 조직도에 AI를 올린 회사들 — 가장 빠른 AI 퍼스트 기업의 구조 해부
NFX의 Gigi Levy-Weiss가 던진 '미션 팟(Mission Pod)'이 화제다. 0→1은 풀렸고 이제 병목은 1→2다. 왜 지금 조직도를 다시 그려야 하는가? 애덤 스미스의 분업과 코즈의 거래비용이론, 콘웨이의 법칙과 브룩스의 n(n−1)/2, 아마존 두 판의 피자 팀과 Team Topologies까지 250년의 계보를 따라가고, ChatDev·MetaGPT·AutoGen 같은 멀티에이전트 논문의 아키텍처를 그림과 함께 뜯어본다. METR의 39%p 인식 격차, 스탠퍼드의 주니어 13% 감소, Klarna의 되돌리기, Shopify 메모, 그리고 Cursor·Midjourney·Base44의 숫자까지 — 인터랙티브 도구 4종과 함께 읽는 특집.
AI 코드 마이그레이션 특집: 다년짜리 이식을 2주로 — 컴파일러의 꿈부터 100만 줄 Rust 재작성까지
2026년, Anthropic은 자바스크립트 런타임 Bun의 100만 줄을 Zig에서 Rust로 단 11일 만에, 약 $165,000에 옮겼다. 64개의 Claude 에이전트가 병렬로 6,502번 커밋했다. 한 팀이 1년 걸릴 일이었다. 코드 마이그레이션은 왜 늘 '실패율 70%의 지옥'이었고, 무엇이 갑자기 바뀌었나? 이 글은 f2c 트랜스파일러의 꿈에서 출발해 Facebook의 TransCoder(2020), IBM의 COBOL 현대화를 거쳐, '파일을 고치지 말고 루프를 고쳐라'는 2026년 에이전트 마이그레이션의 6단계 방법론까지를 사례와 함께 처음부터 풀어낸다. Zig 창시자의 '리뷰 안 된 slop' 반론까지 정면으로 다룬 결정판.