Opus 5, 디지털 카르텔을 구축하다

48시간의 집중 분석 끝에 연구원 Ali Taha는 Kimi K3 모델링 코드에 대한 바이럴 종합 분석을 발표했습니다. Taha는 모델의 정확한 계보와 개발 아키텍처를 상세히 설명했지만, 진정한 계시는 하드웨어 기반이었습니다. 이 분석은 Kimi K3가 AMD 실리콘에서 추론을 실행하고 있으며, Nvidia의 플래그십 Blackwell 칩보다 훨씬 더 나은 비용 대비 성능을 달성하고 있음을 증명했습니다.

연구원들과 인프라 팀에게 이것은 우리가 기다려온 증거입니다. Nvidia의 해자는 난공불락처럼 보였지만, Taha의 분석은 최적화된 모델이 특정 워크로드에서 AMD 하드웨어로부터 우수한 경제성을 추출할 수 있음을 보여줍니다. AI 추론 시장은 더 이상 단일 공급업체 독점이 아닙니다.

AMD는 여기서 엄청난 신뢰를 얻었고, 최첨단 추론을 대규모로 처리할 수 있음을 증명했습니다. Nvidia는 무적의 갑옷을 약간 잃었습니다. 오늘날 대량 추론 인프라를 구축하고 있다면, AMD에 대한 계산을 수행하지 않고 Blackwell을 기본값으로 설정할 여유가 더 이상 없습니다.

Snapchat은 Spotlight 플랫폼에서 완전히 AI가 생성한 동영상을 더 이상 추천하지 않겠다고 선을 그었습니다. 회사는 저품질의 합성 AI 콘텐츠로 사용자 피드를 채우기보다, 진정한 인간의 창의성에 보상하고 싶다고 명시적으로 밝혔습니다.

이것은 소비자 소셜 플랫폼에 필요한 수정입니다. 우리는 모두 기괴한 AI 생성 참여 유도 콘텐츠로 피드가 망가지는 것을 보아왔습니다. 순수하게 합성된 동영상에 대한 알고리즘 배포를 중단함으로써 Snapchat은 사용자 경험을 보호하고 실제 인간 창작자들이 앱에 머무를 이유를 제공합니다.

인간 창작자들이 여기서 큰 승리를 거두며, 알고리즘적 산소를 되찾았습니다. 패자는 Spotlight 수익을 통해 수익을 창출하기 위해 하루에 수천 개의 AI 클립을 쏟아내는 스팸 농장입니다. 합성 미디어에 대한 사용자 피로가 한계에 도달함에 따라 다른 플랫폼들도 조용히 뒤따를 것으로 예상됩니다.

독일 법원이 AI 음악 회사 Suno에 대해 저작권 보호 자료로 모델을 훈련하여 저작권을 침해했다고 판결했습니다. 이 결정은 생성형 AI의 근본적인 데이터 수집 관행의 핵심을 강타하며, 유럽 법원이 대량 스크래핑에 대한 공정 사용 방어를 인정하지 않는다는 것을 증명했습니다.

이것은 유럽에서 운영되는 기반 모델 개발자들에게 재앙적인 선례입니다. 이 판결은 이론적인 법적 위험에서 실제 사법적 처벌로의 결정적인 전환을 의미합니다. 저작권이 있는 음악으로 훈련하는 것이 독일에서 불법으로 판결된다면, 모든 주요 AI 연구소는 이제 유럽 연합 전체에 걸쳐 위험 노출을 재평가해야 합니다.

오늘날 전통적인 저작권 보유자와 음반사는 분명한 승자이며, 미래 라이선스 협상에서 엄청난 영향력을 얻었습니다. Suno와 무허가 훈련 데이터에 의존하는 모든 스타트업은 법률 비용이 급증하는 것을 보게 될 것입니다. 앞으로 나아갈 길은 라이선스 데이터이며, 이를 감당할 수 없는 이들은 단순히 소송으로 사라지게 될 것입니다.

아마존이 OpenAI에 500억 달러라는 엄청난 투자를 단행했습니다. 이 거래는 OpenAI 모델이 생성하는 천문학적인 컴퓨팅 수익을 AWS가 확보하도록 보장하면서, AI 연구소의 운영 독립성을 효과적으로 제한하는 방식으로 영리하게 구성되었습니다. OpenAI는 생존에 절실히 필요한 현금을 얻고, 아마존은 세계에서 가장 중요한 컴퓨팅 고객을 확실히 확보하게 됩니다.

기업 리더들에게 이것은 클라우드 인프라 전쟁을 명확히 합니다. 아마존은 막대한 대차대조표를 사용하여 시장 지배력을 매수하고 있으며, OpenAI의 미래 성장이 AWS 클라우드 플랫폼으로 직접 이어지도록 보장합니다. 이러한 깊은 통합 수준은 이해 상충과 장기적인 시장 경쟁에 대한 즉각적인 의문을 제기합니다.

아마존은 잠재적 경쟁자를 포로 고객으로 만들며 논쟁의 여지 없는 승자가 되었습니다. OpenAI는 생명줄을 얻었지만 주권을 잃었습니다. OpenAI에 의존하는 기업이라면, 의도했든 아니든 이제 AWS 플랫폼에 암묵적으로 베팅하는 셈입니다.

AI 계층 구조가 공식적으로 뒤집혔습니다. Anthropic은 Claude Code의 대규모 기업 채택과 신뢰성으로 얻은 명성 덕분에 OpenAI의 기업 가치를 넘어섰습니다. OpenAI가 막대한 현금 소진으로 고심하는 동안, Anthropic의 집중적인 B2B 중심 전략은 사모 시장에서 엄청난 배당금을 지불하고 있습니다.

이것은 시장 포지셔닝의 걸작입니다. Anthropic은 소비자 챗봇 전쟁에서 이기려 하지 않았습니다. 그들은 개발자와 대기업을 위한 신뢰할 수 있고 제어 가능한 도구를 구축했습니다. Claude Code가 기업에서 지배적인 위치를 차지하면서, 기업들이 중요한 워크플로우에서 환각을 일으키지 않는 모델에 프리미엄을 지불할 의향이 있음을 증명했습니다.

Anthropic은 기업 수익이 소비자 과대광고보다 더 잘 확장된다는 것을 증명하며 왕관을 차지했습니다. OpenAI는 현금 소진이 기업 가치를 끌어내리고 가장 큰 경쟁자가 완벽하게 실행하는 것을 지켜보며 패자가 되었습니다. 현명한 자금은 이제 순수한 규모보다 신뢰성에 공식적으로 베팅하고 있습니다.

Anthropic은 최근 자체 모델을 세세하게 관리하는 것이 실패 전략임을 발견했습니다. Claude Code의 시스템 프롬프트에서 엄격하고 매우 구체적인 지침의 80%를 삭제하고 모델의 고유한 판단을 단순히 신뢰함으로써, 훨씬 더 뛰어난 성능을 달성했습니다.

이것은 지난 2년간의 프롬프트 엔지니어링 교리를 완전히 무효화합니다. 우리는 모두 가능한 모든 예외 상황을 제한하기 위해 방대한 2,000단어 시스템 프롬프트를 작성해왔습니다. Anthropic은 현대 모델이 스스로 해결할 만큼 충분히 똑똑하며, 지나치게 강압적인 지침은 실제로 추론 능력을 저하시킨다는 것을 방금 증명했습니다.

대규모의 복잡한 프롬프트 체인에 의존하는 개발자들은 여기서 패자입니다. 여러분의 아키텍처는 공식적으로 구식입니다. 승자는 현대 AI를 멍청한 컴파일러가 아닌 유능한 에이전트처럼 대하는 개발자들입니다. 상투적인 문구를 삭제하고, 모델에 높은 수준의 목표를 부여하고, 방해하지 마십시오.

구글이 Gemini Omni의 빗장을 열어, 사용자들이 텍스트를 즉시 무료로 동영상으로 변환할 수 있게 했습니다. 이는 강력한 AI 동영상 편집 기능에 대한 접근성을 민주화하지만, 한 가지 함정이 있습니다. 무료 액세스 기간은 내일, 8월 4일에 딱 끝납니다.

이것은 구글의 고전적인 '마약상' 성장 전략입니다. 그들은 크리에이터들에게 마찰 없는 고품질 동영상 생성의 맛을 보여주어 습관을 형성하고 워크플로우를 고정시킨 다음, 유료화를 시작할 것입니다. 마케터와 크리에이터에게 이것은 대역폭이 허용하는 한 많은 B-롤과 캠페인 자료를 생성할 수 있는 24시간의 기회입니다.

구글은 인프라를 스트레스 테스트하고 주말 동안 수천 명의 중독된 사용자를 확보함으로써 승리합니다. 아직 Gemini Omni를 시작하지 않았다면, 무료 컴퓨팅 기회를 놓치고 있는 것입니다.

Tau Robotics는 휴머노이드 로봇을 깨끗한 실험실에서 지구상에서 가장 지저분한 환경인 샌프란시스코 아파트로 옮기고 있습니다. 이 회사는 실제 가정을 청소하기 위해 체화된 AI를 적극적으로 배치하고 있으며, 모델이 국내 환경의 혼란스럽고 예측 불가능한 특성을 탐색할 수 있음을 증명하고 있습니다.

우리는 수년간 로봇이 백플립을 하는 고도로 편집된 동영상을 보아왔지만, 이것은 실제 유용성입니다. 집을 청소하려면 엄청난 신체적 적응성과 실시간 공간 추론 능력이 필요합니다. 이러한 작업을 실제 환경에서 성공적으로 실행함으로써 Tau Robotics는 디지털 지능과 육체 노동 사이의 간극을 메우고 있습니다.

Tau Robotics는 실용적이고 실제적인 응용 프로그램으로 체화된 AI 경쟁에서 앞서 나가며 분명한 승자입니다. 패자는 여전히 창고에서 통제된 시연을 하는 로봇 스타트업입니다. AI의 미래는 화면에만 있는 것이 아니라, 여러분의 빨래를 개는 데 있습니다.

Zapier는 AI 출력을 극적으로 개선하기 위한 10가지 구조적 프레임워크를 상세히 설명하는 포괄적인 새 가이드를 발표했습니다. 가이드의 핵심 주장은 단호합니다. AI 결과가 좋지 않은 것은 거의 항상 기본 모델의 실제 결함보다는 게으르고 구조화되지 않은 지침에서 비롯된다는 것입니다.

이것은 모든 개발자가 들어야 할 냉혹한 진실입니다. 우리는 AI가 환각을 일으키거나 목표를 놓칠 때 AI 탓을 하고 싶어 하지만, 현실은 우리의 프롬프트에 맥락, 제약 조건, 명확한 형식 요구 사항이 부족하다는 것입니다. Zapier의 프레임워크는 프롬프트에 대한 고도로 구조화된 접근 방식을 제공하여 사용자가 모델에서 필요한 것을 정확하게 추출할 수 있도록 지원합니다.

이러한 구조적 프레임워크를 채택하는 개발자들은 엄청난 생산성 향상을 얻을 것입니다. AI를 독심술사처럼 계속 대하는 사람들은 계속해서 쓰레기 같은 결과를 얻을 것입니다. 모델 탓을 멈추고 입력을 구조화하기 시작하십시오.