매일 정리되는 AI 소식
하버드 연구팀이 응급실 환자를 대상으로 OpenAI의 o1 모델과 트리아지 의사의 진단 정확도를 비교한 임상시험을 수행했다. AI 모델은 67%의 정확도로 환자를 진단한 반면, 트리아지 담당 의사들은 50~55% 수준에 머물렀다. 이 결과는 AI가 응급의료 현장에서 초기 진단 보조 도구로 활용될 가능성을 시사한다. 다만 실제 임상 도입에는 규제·책임 소재·의사 최종 판단 등 추가 검증이 필요하다.
AI 에이전트의 제어 루프(하네스)를 샌드박스 컨테이너 내부가 아닌 백엔드 서버에서 실행하는 아키텍처를 제안한다. 샌드박스 외부 모델은 자격증명 격리, 샌드박스 일시정지·복원, 장애 복구, 다중 사용자 메모리 공유 등의 이점을 제공한다. 파일시스템 접근을 경로 기반으로 가상화하여 작업 파일은 임시 샌드박스로, 메모리·스킬은 Postgres DB로 라우팅하는 방식을 사용한다. bash 명령어 우회, Claude Code 업데이트 시 컨벤션 드리프트 등 미해결 과제도 함께 논의한다.
AI 채용 시스템이 AI가 생성한 지원서를 인간이 작성한 지원서보다 체계적으로 선호하는 '자기선호(self-preferencing)' 현상을 실증적으로 규명한 연구이다. LLM 기반 이력서 평가 시스템에서 AI 생성 텍스트가 구조적·언어적 패턴 유사성으로 인해 높은 점수를 받는 편향이 확인되었다. 이는 채용 공정성과 AI 감사(audit) 필요성에 대한 중요한 정책적 시사점을 제공한다.
AI 에이전트가 생성하는 코드의 품질 문제를 해결하기 위해 YAML 기반의 상세한 요구사항 명세서(spec)를 작성하는 'specsmaxxing' 방법론을 소개한다. 각 요구사항에 ACID(Acceptance Criteria ID)를 부여해 코드·테스트와 직접 연결하고, 구현 커버리지를 추적할 수 있게 한다. AI 에이전트를 관리하는 시스템 구축에 매몰되는 'AI 사이코시스' 현상을 경계하며, 스펙 자체가 소프트웨어의 본질적 산출물임을 강조한다. acai.sh CLI·대시보드를 오픈소스로 공개했으며, GitHub SpecKit·Kiro·OpenSpec 등 경쟁 도구와의 차이점도 비교한다.
중국 AI 기업 Moonshot AI가 개발한 오픈 웨이트 모델 Kimi K2.6이 프로그래밍 벤치마크에서 Claude, GPT-5.5, Gemini를 모두 앞질렀다. 해당 모델은 오픈 웨이트로 공개되어 누구나 다운로드하여 활용할 수 있으며, 중국발 오픈소스 모델의 코딩 역량이 빠르게 상승하고 있음을 보여준다. 이는 서방 빅테크 독점 모델 대비 오픈 웨이트 모델의 경쟁력이 코딩 영역에서 실질적으로 대등해졌음을 시사한다.