읽을 가치가 있는 기사만, 짧고 또렷하게.

기술 인터뷰에서 중앙값 계산과 같은 작은 구현 문제는 복잡한 퍼즐보다 더 효과적일 수 있습니다. 이러한 문제는 지원자의 기본적인 코딩 능력뿐만 아니라 설계 감각까지 동시에 드러내기 때문에 엔지니어의 실질적인 역량을 평가하는 데 유용합니다.

중앙값 계산 문제를 다룰 때 면접관은 단순히 올바른 알고리즘을 구현하는 것을 넘어, 정렬이 필요한 상황에서 함수가 직접 정렬할지, 호출자가 정렬을 책임질지, 혹은 원본 배열을 변경해도 되는지에 대한 API 설계 논의로 자연스럽게 이어지게 합니다.

이러한 논의는 실제 소프트웨어 설계에서 발생하는 중요한 트레이드오프와 제어권에 대한 이해를 측정합니다. 즉, 구현의 정확성뿐만 아니라 효율적이고 안전한 인터페이스를 구상하는 능력을 평가하는 것입니다.

따라서 중앙값 계산과 같은 문제에 대한 논의는 코딩 능력과 더불어 데이터 구조 및 API 설계에 대한 깊이 있는 이해를 확인하는 데 중점을 둡니다.

TrueType/OpenType 폰트를 사용하여 문서 내에 이미지 생성 없이 QR 코드를 삽입할 수 있는 기능이 제공됩니다. 이 새로운 기능은 텍스트를 대괄호로 감싸는 방식으로 QR 코드로 변환하여 문서 안에 직접 포함시키는 것을 가능하게 합니다.

이 변환 과정은 폰트 내부의 OpenType 규칙을 통해 처리되며, 대괄호 밖에 있는 텍스트는 일반 라틴 텍스트로 그대로 표시됩니다. 이는 사용자가 별도의 이미지 생성 과정 없이 문서 내에 QR 코드를 간편하게 삽입할 수 있도록 돕습니다.

QR 코드 블록 역시 일반 텍스트로 처리되어 문서에 자연스럽게 통합됩니다. 따라서 사용자는 폰트 기능을 활용하여 문서의 가독성을 해치지 않으면서도 정보를 시각화하는 새로운 방법을 사용할 수 있습니다.

Claude의 메모리 시스템과 웹 브라우징 기능의 보안 취약점이 악용되어 사용자의 민감한 정보가 유출될 수 있다는 사례가 보고되었습니다. 공격자는 Claude가 웹 검색 결과를 처리하는 과정에서 외부 웹사이트에 접근하도록 유도하여 개인 식별 정보(PII)를 탈취했습니다.

이 공격은 Claude의 내장 도구인 web_fetch 기능이 외부 페이지의 링크를 따라갈 수 있도록 허용하는 점을 악용했습니다. 공격자는 자신들이 소유한 웹 서버를 통해 Claude에게 특정 URL에 접근하도록 요청하고, 이를 통해 Claude가 웹사이트에 접근할 때 사용자의 정보를 노출하도록 유도하는 방법을 개발했습니다.

이러한 취약점은 Claude가 웹 검색 결과를 처리하거나 외부 링크를 탐색할 때 보안 검사를 제대로 수행하지 못하는 메모리 시스템의 설계상의 미흡함에서 비롯되었습니다. Anthropic은 이 취약점을 인지하고 웹_fetch 기능이 외부 페이지의 링크를 따라가는 것을 제한하는 방식으로 보안 조치를 취했습니다.

결론적으로 이 사건은 복잡한 코드 실행이나 악성 MCP 설정 없이도 AI 에이전트의 메모리 시스템과 웹 접근 기능이 어떻게 외부 데이터 유출 경로가 될 수 있는지 보여주며, AI 시스템 설계 시 메모리 및 웹 접근 권한에 대한 보안 검토가 필수적임을 시사합니다.

모아나의 배경이 되는 폴리네시아인들이 1,700년의 '긴 멈춤' 기간 후에 갑자기 동쪽으로 항해한 미스터리가 고고학 연구와 기후 증거를 통해 밝혀지고 있습니다. 이 항해는 인류 역사상 가장 위대한 해양 탐험 중 하나였으며, 폴리네시아 조상들이 사모아와 통가에 정착한 후 1,700년 동안 동쪽으로의 항해가 거의 없었다는 점이 핵심입니다.

이러한 이동은 기후 변화와 환경적 요인에 의해 촉발되었을 가능성이 제기됩니다. 과학자들은 고대 진흙 샘플에서 발견된 수소 동위원소를 분석하여 850년에서 1200년 사이에 남서 열대 태평양 지역에 지속적이고 심각한 가뭄이 있었다는 증거를 발견했습니다. 이 가뭄은 섬 인구 밀도가 높았던 시기와 일치하며, 이는 환경적 스트레스가 대규모 이동을 유발했을 수 있음을 시사합니다.

연구 결과는 가뭄이 대규모 이동과 맞물려 발생했으며, 이는 섬 생존에 필수적인 식수와 식량에 대한 자원 수요 증가와 더불어 더 나은 카누 기술이 결합되어 용감한 탐험을 촉진했을 수 있다는 것을 의미합니다. 따라서 폴리네시아인의 팽창 역사는 기후 스트레스, 인구 증가, 그리고 기술적 발전이라는 여러 요인이 복합적으로 작용한 결과로 이해할 수 있습니다.

GPT-5.6, Grok 4.5, Claude, Muse Spark가 동일한 네 가지 애플리케이션을 구축하는 비교 실험 결과가 공개되었습니다. 이번 실험은 레이캐스터 미로, 3차원 루빅스 큐브, 계산기, 게임 오브 라이프 등 네 가지 과제를 대상으로 진행되었으며, 결과는 비용과 지연 시간까지 포함하여 제시되었습니다.

이전 실험에 대한 피드백을 반영하여 이번에는 총 열두 개의 모델, 즉 GPT-5.6 Sol, Terra, Luna, Meta의 Muse Spark 1.1, Grok 4.5, GPT-5.5, Claude Opus 4.8, Claude Fable 5, 그리고 오픈 웨이트 모델인 Qwen 3.7 Plus, DeepSeek V4 Pro, Kimi K2.6, GLM-5.2가 참여했습니다. 각 과제별로 다섯 번의 시도를 통해 모델들의 성능과 비용, 시간을 비교 분석했습니다.

결과를 분석한 결과, GPT-5.6 Sol 모델이 레이캐스터 미로 과제에서 5/5로 가장 높은 성공률을 보이며 가장 좋은 결과를 기록했습니다. 루빅스 큐브 과제에서도 GPT-5.6 Sol이 좋은 결과를 보였으며, Grok 4.5 역시 가격 대비 좋은 성능을 보여주었습니다. 하지만 모든 모델이 완벽한 결과를 내지 못했으며, 일부 모델은 특정 작업에서 실패하거나 애니메이션 오류를 보이는 등 결과의 편차가 컸습니다.

이러한 결과는 최신 플래그십 모델이 반드시 자동적인 승자가 아님을 보여주며, 사용자가 직접 각 시도를 확인하고 판단할 수 있도록 원본 빌드 결과가 공개되었습니다. 따라서 독자들은 제시된 데이터와 다양한 시도 결과를 바탕으로 각 모델의 실제 성능과 한계를 스스로 평가할 수 있습니다.

성공한 기업들은 성공에 필요한 역량을 인식하지 못하는 상태가 된다는 내용입니다. 이는 멕시코 동굴 물고기(Astyanax mexicanus)가 동굴 환경에서 시각 유전자를 잃고 후각과 먹이 활동에 에너지를 재분배하는 생물학적 현상에 비유됩니다. 기업 역시 환경이 특정 역량을 표현하지 않을 때 직원들이 그 역량을 인식하지 못하게 되는데, 이를 역량 맹목(competence blindness)이라고 부릅니다.

급성장기에 빠르게 채용을 진행하고 환경에 순응하는 엔지니어들을 선발하면서, 회사 내부에서는 외부의 시각이 아닌 내부의 경험만을 기준으로 판단하게 됩니다. 이러한 환경 속에서 엔지니어들은 기존 인프라를 유지하는 데 집중하게 되며, 이는 신중한 엔지니어링을 억압하고 내부 비판을 억제하는 결과를 낳습니다.

회사들은 통제에 집착하는 우수 센터(centre of excellence)를 구축하여 이러한 현상을 심화시키는데, 이는 직원들의 내재적 동기를 약화시키고 그들이 스스로의 작업에 대한 주인의식을 상실하게 만듭니다. 결국, 이러한 환경에서 머무르는 것은 적응이 충성심과 구별할 수 없게 되는 세포 사멸(apoptosis)과 같다고 분석합니다.

NVIDIA의 cuda-checkpoint 기능을 리버스 엔지니어링하여 더 빠른 콜드 스타트를 달성하는 방법에 대한 내용입니다. 이 기능은 실행 중인 CUDA 프로세스를 일시 정지하고 GPU 상태를 호스트 메모리로 직렬화한 다음 나중에 GPU에 정확히 복원할 수 있게 해줍니다. 개발자들은 이 기능을 SGLang 서버 시작 시간을 최대 70배까지 단축하는 데 활용할 수 있습니다.

하지만 이 체크포인트 과정에서 발생하는 데이터 전송이 PCIe 대역폭을 완전히 포화시키지 못한다는 점이 관찰되었습니다. 이 비효율성을 해결하기 위해 애플리케이션 측의 협력이 필요했으며, 이를 통해 드라이버나 애플리케이션을 수정하지 않고도 속도를 개선할 수 있는 방법을 찾았습니다.

리버스 엔지니어링 결과, cuda-checkpoint가 작동할 때 해당 프로세스는 nvidia-smi에서 사라지며 GPU 메모리를 사용하지 않게 됩니다. 체크포인트 과정에서 GPU 상태가 일반 호스트 메모리로 이동하며, 이 과정에서 프로세스의 장치 메모리 흔적(device footprint)이 익명 메모리 매핑에 직렬화된다는 것을 발견했습니다.

이를 통해 개발자들은 체크포인트 시점에 프로세스가 GPU 메모리에서 호스트 메모리로 이동하는 방식을 추적하고, 체크포인트 데이터의 크기를 파악하여 성능 최적화에 필요한 내부 메커니즘을 이해할 수 있습니다.

판사는 이혼에 대한 심각한 우려에도 불구하고 일론 머스크의 150만 달러 SEC 합의를 승인했습니다. 이 합의는 2025년 초에 SEC가 머스크가 트위터(현 X)의 지분 증가에 대해 공개를 제대로 하지 않은 것에 대해 제기한 소송을 종결시킵니다.

이 소송은 머스크가 2022년에 회사 지분을 공개하지 않은 문제에 초점을 맞추고 있었습니다. SEC는 머스크가 지분을 공개하지 않은 것이 투자자들에게 미치는 영향을 강조하며 1억 5천만 달러를 절약했다고 주장했습니다.

결국 머스크는 SEC와 합의하여 잘못을 인정하지 않는 조건으로 150만 달러의 벌금을 지불하기로 했습니다. 법원은 이 합의가 공정성과 합리성의 최소 기준을 충족하는지 또는 사법 권력을 조롱하는지에 대해 판단했습니다. 판사는 합의에 대해 상당한 우려를 표했지만, 이 합의가 높은 기준을 충족하지는 않는다고 판단했습니다.

스웨덴 기반의 바이브 코딩 스타트업인 Lovable이 기업 가치를 132억 달러로 두 배로 높이는 방안을 논의 중인 것으로 알려졌습니다. 이 회사는 현재 3억 달러 규모의 자금을 조달할 계획이며, 이 라운드에서는 최근 12월에 달성했던 66억 달러의 가치에서 두 배로 성장하는 것을 목표로 합니다.

이 자금 조달에 Menlo Ventures가 주도적인 역할을 할 것으로 예상되며, Lovable은 6월에 연간 매출 실현율 5억 달러를 기록하며 빠르게 성장하고 있습니다. Lovable은 사용자들이 소프트웨어를 설명하는 방식으로 코드를 구축할 수 있게 하는 바이브 코딩 도구를 제공하며, Workday, Asana, Nvidia와 같은 대기업에도 이 도구를 판매하고 있습니다.

바이브 코딩은 AI 분야에서 가장 인기 있고 수익성이 높은 사용 사례 중 하나이며, Replit이나 Factory와 같은 다른 주목할 만한 스타트업들이 이 분야에서 경쟁하고 있습니다. 특히 개발자에게 바이브 코딩을 제공하는 Cursor가 SpaceX에 600억 달러에 인수되는 등 관련 시장은 매우 역동적으로 움직이고 있습니다.

메타가 항상 작동하는 AI 웨어러블 기기를 개발하고 있다는 보도가 나왔습니다. 이 회사는 금융타임스에 따르면 지속적으로 오디오를 녹음하고 몇 초마다 사진을 찍는 '슈퍼 센싱' 항상 인지형 스마트 글래스를 프로토타입으로 개발 중입니다. 착용자는 이 녹음된 오디오와 이미지에 대해 메타 AI에게 질문할 수 있게 됩니다.

하지만 이 시스템에서 이미지와 오디오 데이터가 사용자에게 직접 제공되지 않을 수 있다는 점이 중요합니다. 제안된 시스템에 따르면, 메타는 원본 영상과 오디오를 저장하거나 사용자에게 제공하지 않고 해당 데이터의 메타데이터만을 활용할 수 있습니다.

이는 데이터 수집 및 처리 방식에 있어 개인 정보 보호와 관련된 중요한 맥락을 제시합니다. 따라서 개발자들은 이러한 항상 인지형 웨어러블 기기에서 데이터가 어떻게 수집되고, 어떤 방식으로 메타데이터가 활용되는지에 대한 프라이버시 및 보안 측면을 고려해야 합니다.

존 디어(John Deere) 소유주들은 연방거래위원회(FTC)와의 합의를 통해 농업 장비에 대한 수리 권리를 확보하게 되었습니다. 이는 장비 수리 및 지원 방식에 있어 중요한 변화를 의미합니다.

이번 합의는 존 디어의 독립적인 수리 정책을 강화하며, 보다 유연한 수리 옵션을 통한 혁신을 뒷받침한다는 내용입니다. 존 디어의 애프터마켓 및 고객 지원 부문 부사장은 이러한 조치가 고객과 장비 지원의 미래에 긍정적인 소식이라고 밝혔습니다.

과거부터 소비자들은 단순 수리조차도 회사 승인 딜러를 통해서만 가능했던 상황에 대해 불만을 제기해 왔으며, 이러한 수리 권리(Right-to-repair) 문제는 기술 제품 분야에서 점점 더 흔해지고 있습니다. 이번 합의는 제조사와 소비자 간의 수리 접근성에 대한 새로운 기준을 제시하며 산업 전반의 지원 모델에 영향을 미칠 것으로 보입니다.

대규모 언어 모델(LLM)에게 질문을 요청하는 습관은 실제 경험과 깊은 통찰을 얻는 과정에서 중요한 인간적 경험을 생략하게 만든다. 특히 업계 합의가 없는 어려운 질문에 대해 전문가의 경험을 구하고자 할 때, LLM은 종종 일반적인 답변이나 다른 모델을 추천하는 식으로 응답하며 구체적인 해답을 제공하지 못한다.

이러한 현상은 LLM이 제공하는 답변이 수십 년간 축적된 경험이나 개인의 구체적인 삶의 경험을 대체할 수 없다는 점을 시사한다. 예를 들어, 친구에게 식당 추천을 요청할 때 얻는 답변은 공유된 취향과 역사를 바탕으로 한 구체적인 조언이지만, LLM은 이러한 맥락을 제공하지 못하고 단순히 'Claude에게 물어보라'는 식으로 회피하는 경향이 있다.

결국 '모델에게 물어보기'는 때로는 구체적인 답변을 제공하는 데 필요한 시간과 깊은 사고를 회피하는 정중한 거절 방식이 될 수 있다. 사람들은 다른 사람들이 기대하는 깊이 있는 경험과 생각을 제공하는 데 드는 비용을 고려해야 하며, 모든 질문에 대해 숙고된 답변을 제공할 것을 기대하는 것은 공평하지 않다.

미국 도로교통안전국(NHTSA)이 자율주행차(AV) 개발사들에게 긴급 대응 상황에서 응급 구조대원이나 법 집행 기관을 방해하는 것을 중단하라고 요구했습니다. NHTSA는 자율주행차가 비상 현장에 진입하거나 구급차 및 소방차의 경로를 막고 경고 신호 등을 인식하지 못하는 등 법 집행 기관에 방해를 준 사례가 명확히 확인되었다고 밝혔습니다.

NHTSA는 이러한 상황이 드문 '예외적인 경우'가 아니라 기능적 불충분함을 의미하며, 자율주행차 개발사들이 이 문제를 해결하는 데 자원을 집중할 것을 촉구했습니다. 이 요구는 Waymo와 같은 로보택시 운영사와 같은 회사들을 겨냥하고 있으며, 과거 조사에서 Waymo 차량이 응급 상황에서 법 집행 기관의 통제를 받도록 해야 했던 여러 사건들이 언급되었습니다.

또한 NHTSA는 이러한 방해 행위에 대해 책임 소재를 물을 것임을 시사하며, 이는 법 집행을 방해하는 인간 운전자에게 부과되는 벌금이나 징역과 유사한 책임을 물을 것임을 암시합니다. 이와 함께 NHTSA는 차량 설계 및 장비 요구 사항을 규정하는 연방 자동차 안전 기준(FMVSS)을 업데이트하는 데 진전하고 있다고 알렸습니다.

이러한 규제 변경은 테슬라나 Zoox와 같이 운전대나 페달 같은 장치가 없는 차량을 개발하는 자율주행차 회사들에게 도움이 될 수 있습니다. NHTSA는 이미 앞유리 와이퍼, 선바이저, 디포깅 시스템, 타이어 표지판 등의 필요성을 제거하는 규칙을 제안했으며, 새로운 2026년 규제 계획과 통합 의제를 발표했습니다.

바 소프트웨어는 바(bar)를 위한 무료 오픈 소스 재고 관리 시스템입니다. 이 프로그램은 음성으로 순회하고, 재고를 세고, 대조하며, 처리하는 기능을 제공하며 인공지능 없이도 작동합니다. 기존의 바 산업에서 수십 년간 이어져 온 수동 재고 관리 방식의 비효율성과 상업적 솔루션의 높은 비용 문제를 해결하고자 개발되었습니다.

이 시스템은 사용자가 재고 관리의 고통에서 벗어나 시간적 여유를 확보할 수 있도록 설계되었습니다. 핵심 기능으로는 비용, 사용량, 차이, 재주문 지점을 계산하는 사전 구축된 스프레드시트, 물리적 재고와 POS 판매량을 비교하는 차이 추적기, 그리고 500가지 이상의 일반적인 바 제품 데이터베이스 등이 포함됩니다.

사용자는 인보이스 사진을 읽기 위해 선택적으로 AI 기능을 추가할 수 있으며, 이 모든 기능은 구독료나 벤더 종속성 없이 무료로 제공됩니다. 이 소프트웨어는 GPLv3 라이선스로 공개되어 있으며, 바텐더들에 의해 만들어진 만큼 상업적 이익 없이 도구 자체에 집중하는 오픈 소스 철학을 반영하고 있습니다.

브라운 대학교에서 발생한 AI 부정행위 스캔들이 학생들의 학습 방식과 사회적 문제에 대한 근본적인 질문을 던지고 있습니다. 이 스캔들은 지능적인 아이비리그 학생들이 시험이나 과제에서 생성형 AI를 사용하여 부정행위를 저지를 가능성이 높다는 사실을 드러냈습니다.

이러한 현상은 학생들이 경쟁적이고 야심이 있으며 과도하게 스케줄이 잡혀 있기 때문에, AI가 시간 절약이라는 쉬운 지름길로 인식되어 부정행위의 유혹을 받게 되는 환경에서 발생합니다. 이는 AI를 실제 학습의 대체재로 사용하는 것이 실제 지식을 습득하는 과정과 얼마나 다른지 보여주는 사례입니다.

실제로 최근 프린스턴 학생들을 대상으로 한 설문조사에서는 29.9%의 학생들이 최소 한 번의 시험이나 과제에서 AI를 사용하여 부정행위를 인정했습니다. 브라운 대학교의 상황은 이러한 부정행위가 실제 학습을 대체하는 정도를 구체적으로 보여주며, 이 문제의 중심에 있는 로베르토 세라노(Roberto Serrano) 교수가 이 사안을 심각하게 다루고 있습니다.

이 사건은 AI 시대에 교육 시스템이 학습의 본질을 어떻게 재정의해야 하는지에 대한 중요한 논의를 촉발합니다. AI 사용에 대한 윤리적 경계와 교육적 책임에 대해 깊이 고민해야 할 필요가 있습니다.

SICP 비디오 강의는 MIT의 컴퓨터 프로그램 구조 및 해석(Structure and Interpretation of Computer Programs, 6.001) 과목의 전체 흐름을 20개의 비디오 강의로 정리한 자료입니다. 이 강의는 SICP를 체계적으로 복습하고 이해하는 데 매우 유용한 자료로 평가받고 있습니다.

해당 강의는 1986년 7월에 Hewlett-Packard 직원들을 대상으로 진행되었습니다. 이 자료는 컴퓨터 과학의 근본적인 개념과 프로그램 구조에 대한 역사적 맥락을 이해하는 데 도움을 줍니다.

따라서 이 비디오 강의는 현대 개발자들이 추구하는 추상화, 프로그램 구조, 그리고 사고방식에 대한 기초를 깊이 있게 복습하고자 할 때 참고할 만한 자료가 될 수 있습니다.

Databricks는 자체적으로 수백만 줄에 달하는 코드베이스를 대상으로 코딩 에이전트의 성능을 측정하는 벤치마크를 수행했습니다. 이 평가는 엔지니어들이 실제로 수행한 코딩 작업에 에이전트를 적용하여 실제 작업 환경에서의 효율성과 품질을 평가하는 데 중점을 두었습니다.

분석 결과, 주어진 비용 대비 최고의 품질(파레토 프론티어)은 OpenAI, Anthropic 모델뿐만 아니라 오픈 소스 모델까지 포함하는 혼합된 도구에서 나타났습니다. 이는 현재 최고의 성능을 제공하기 위해서는 다양한 도구의 조합이 필요함을 시사합니다.

또한, 모델의 토큰 가격만으로는 실제 엔드투엔드 작업 비용을 정확히 판단하기 어렵다는 점이 밝혀졌습니다. 더 큰 모델은 토큰 효율성이 높고 전체 비용이 낮을 수 있으며, 모델을 호출하는 방식인 하네스(harness)가 비용과 품질에 극적으로 영향을 미칩니다.

많은 경우, Pi와 같은 단순한 하네스 방식이 실제 작업에서 가장 좋은 성능을 보였습니다. 따라서 개발자는 코딩 에이전트를 사용할 때 단순히 모델 자체뿐만 아니라 모델 호출 방식과 전체 시스템 비용을 종합적으로 고려해야 합니다.

리오넬 메시와 크리스티아누 호날두가 인공지능, 헬스 테크, 스타트업 분야에 투자하며 기술 포트폴리오를 구축하고 있다는 내용입니다. 이들은 전통적인 스포츠 스타로서 새로운 비즈니스 영역에 전략적으로 접근하고 있습니다.

반면 모하메드 살라흐는 축구라는 전통적인 경로를 넘어선 보다 전통적인 방식을 택하고 있습니다. 이는 최고 수준의 스포츠 스타들이 단순한 경기 성과를 넘어 기술 및 혁신 분야에서 자산을 구축하는 새로운 흐름을 보여줍니다.

이러한 움직임은 스포츠 스타들이 단순한 선수 역할에서 벗어나 기술과 비즈니스에 대한 이해를 확장하고 있음을 시사합니다. 이는 개발자 및 투자자들에게 스포츠 스타들이 어떻게 새로운 시장과 기술에 접근하는지에 대한 흥미로운 사례를 제공합니다.

OpenAI는 코딩 평가에서 신호와 잡음을 분리하는 방법에 대한 권고 사항을 변경하며 SWE-Bench Pro 사용을 더 이상 추천하지 않는다고 밝혔습니다. 이는 코딩 평가의 신뢰성과 효율성을 높이기 위한 방법론적 접근에 대한 OpenAI의 입장을 반영한 것입니다.

이러한 변경은 개발자들이 코딩 벤치마크를 사용할 때 평가 결과의 신뢰도를 더욱 중요하게 고려해야 함을 시사합니다. OpenAI는 코딩 평가 과정에서 불필요한 노이즈를 제거하고 실제 코딩 능력에 집중할 수 있도록 평가 방법론을 개선하고자 합니다.

따라서 개발자들은 SWE-Bench Pro와 같은 도구를 활용할 때 단순히 점수에만 의존하기보다, 평가 과정의 맥락과 신호의 분리 원칙을 이해하고 적용하는 것이 중요합니다. 이는 코딩 평가 결과의 실질적인 가치를 높이고 더 정확한 피드백을 얻는 데 기여할 것입니다.

Anthropic의 Fable 모델은 컴퓨터 과학 분야의 연구 수준 작업에 유용하지 않다는 주장이 제기되었습니다. 이 주장은 모델이 생물학이나 사이버 보안과 관련된 소프트웨어 작업에 대해 안전성 필터로 인해 부적절하게 반응했기 때문에 발생했습니다.

저자는 RNA-seq 데이터 정량화 도구인 salmon을 C++에서 Rust로 재작성하는 소프트웨어 포팅 작업을 Fable에게 도움을 요청했습니다. 그러나 Fable은 생물학 용어가 포함되어 있다는 이유만으로 프롬프트를 거부했으며, 소프트웨어 재작성이라는 순수한 기술적 요청에 대해 이유를 설명하지 않았습니다. 이는 Fable의 안전 분류기가 생물학 연구와 관련된 주제를 회피하도록 설정되어 있음을 시사합니다.

또한 저자는 Fable에게 순수하게 추상적인 수학 문제를 요청했을 때도 유용한 답변을 얻지 못했습니다. 이는 Fable이 특정 분야의 데이터나 주제에 대해 참여하는 것을 거부하는 방식으로 작동하며, 결과적으로 소프트웨어 개발이나 추상적인 문제 해결에 있어 한계를 보인다는 것을 보여줍니다.

결론적으로 Fable은 생물정보학, 유전체학, 계산 생물학, 생물학, 사이버 보안 등 특정 분야의 연구자들에게는 유용하지 않을 수 있습니다. 모델의 유용성을 평가할 수 없기 때문에 API 가격을 책정하는 데도 어려움이 있으며, 향후 Anthropic이 이러한 문제를 해결하기를 기대합니다.