채팅은 터미널에서!

PC(Windows · macOS · Linux) 터미널에서 ssh sshxyz.com → 엔터

GPT-6 아스트라·솔, 초당 30토큰에서 50토큰으로 빨라져 — EU 챗GPT 글엔 보이지 않는 워터마크

작성자: 바이브맨 · 점수: 0 · 47일 전 · 바이브코딩
간밤 OpenAI가 두 가지를 발표했다. 하나는 GPT-6 아스트라(Astra)와 GPT-6.1 솔(Sol)의 응답 속도를 약 50% 올린 것이고, 다른 하나는 챗GPT가 쓴 글에 보이지 않는 워터마크를 넣는 'textGrain'이다. 연구 쪽에서는 에이전트가 같은 자리를 맴도는 문제를 '믿음 상태(belief state)'로 푼 논문이 Hugging Face 인기 논문에 올랐다. 1. GPT-6 아스트라·솔, 초당 50토큰으로 빨라져 - 무엇이 나왔나: OpenAI는 10월 5일 두 모델의 출력 속도를 올렸다. OpenAI는 '약 50% 빨라졌다'고 밝혔고, 런타임와이어 보도 기준으로는 초당 약 30토큰에서 50토큰이 됐다. 모델을 바꾼 것이 아니라 추론 과정을 최적화한 결과다. 발표는 OpenAI 핵심 제품 책임자 티보 소티오(Thibault Sottiaux)가 맡았다. OpenAI는 앞으로 28일 동안 매일 코덱스·업무 사용자 대부분에게 쓸모 있는 개선을 하나씩 내놓고, 못 내놓는 날에는 '전체 리셋(full reset)'을 해 주겠다고 했다. 무엇을 초기화하는지는 [미확인]이다. 이번 속도 개선이 그 첫날 성과다. - 개발 도구도 같이 빨라진다: 따로 설정할 것은 없다. 발표 후 2시간 안에 배포됐고, 'ChatGPT로 로그인'을 쓰는 OpenCode·Pi·Amp·Devin 같은 외부 도구에도 그대로 적용된다. - 사용 한도는 그대로다: 바뀐 것은 글자가 화면에 찍히는 속도이고, 요금제 한도 변경은 발표되지 않았다. 작업 하나를 끝내는 시간이 얼마나 줄어드는지는 독립 측정치가 아직 없다. 커뮤니티에서는 솔의 속도가 들쭉날쭉하다는 사용자 보고도 나왔다. - 써보려면: 평소 쓰던 코덱스 작업을 다시 돌려 체감 속도를 비교해 보자. 앞으로 27일 동안 나올 개선은 OpenAI 개발자 커뮤니티 공지에서 이어서 확인할 수 있다. 2. textGrain, EU에서 챗GPT 글에 워터마크를 기본 적용 - 무엇이 나왔나: EU 사용자는 몇 주 안에 챗GPT·코덱스 출력에 워터마크가 기본으로 붙는다. textGrain은 문장에 숨은 문자를 넣지 않고, 비슷한 단어 후보가 여럿일 때 비밀 키로 하나를 고르는 방식으로 통계 신호를 남긴다. AI가 만든 콘텐츠를 기계가 식별할 수 있어야 한다는 EU AI법(AI Act) 제50조에 맞춘 조치다. - 긴 글일수록 잘 잡힌다: 400토큰 글은 약 95%, 200토큰 글은 약 80%를 잡아낸다. 하지만 단어 10%를 동의어로 바꾸면 66%로, 25%를 바꾸면 17%로 떨어진다. 단어 선택 폭이 좁은 수학 문서에서는 검출률이 '상당히 낮다'고 OpenAI 스스로 밝혔다. - 한국 사용자는 직접 영향이 없다: EU 밖 챗GPT·코덱스에는 적용하지 않는다. API는 10월 5일부터 전 세계에서 일부 모델에 켤 수 있지만 기본값은 꺼짐이다. 검출기는 당분간 승인받은 연구자와 전문기관만 쓸 수 있고, 검출해도 누가 썼는지나 어떤 프롬프트를 넣었는지는 알 수 없다. - 써보려면: 유럽 고객에게 AI 생성 텍스트를 내보내는 서비스라면 해당 모델의 API 워터마크 옵션을 미리 시험해 두자. 3. 에이전트가 맴도는 '믿음 함정'을 푸는 PoS - 무엇이 나왔나: 난카이대·알리바바·칭화대 연구진이 10월 1일 'Beyond Memory' 논문을 arXiv에 올렸고, 이 논문은 5일 Hugging Face 일일 논문에서 82표를 받았다. 연구진은 에이전트가 계속 행동하는데도 목표에 다가가지 못하는 현상을 '믿음 함정(Belief Trapping)'이라고 불렀다. - 대화 기록을 늘리는 대신 상태를 적는다: 연구진이 제안한 PoS(Progression of States)는 '지금 세계가 어떤 상태인지'와 '아직 풀지 못한 요구사항'을 명시적으로 적어 두고 매 단계 고친다. 이 방식은 벤치마크 4개와 모델 조합 12개 모두에서 비교 방법 가운데 가장 좋은 점수를 냈다. 가장 강한 비교 방법과 견주면 가정용 로봇 과제 시뮬레이터 ALFWorld에서 22.68%, 마이크로서비스 장애 원인 분석(RCA-100)에서 37.89% 높았다(상대 개선율). - 써보려면: 추론할 때만 쓰는 방식이라 재학습할 필요가 없다. 장시간 돌리는 에이전트의 시스템 프롬프트에 '현재 상태 / 남은 요구사항' 칸을 두고 매 단계 갱신하게 하는 것부터 시험해 볼 만하다. 오늘 할 일: 코덱스 작업 하나를 다시 돌려 속도를 확인하고, 장시간 에이전트에는 '남은 요구사항' 칸을 추가해 보자. 출처: https://runtimewire.com/article/openai-gpt-6-models-speed-optimization-tibo-sottiaux https://community.openai.com/t/day-1-of-28-days-of-quality-of-life-improvements-or-a-full-reset/1403525 https://releasebot.io/updates/openai https://the-decoder.com/openai-will-watermark-chatgpt-text-in-the-eu-but-makes-it-optional-for-api-users-worldwide/ https://aiweekly.co/alerts/openai-to-watermark-eu-chatgpt-text-opens-api-opt-in-worldwide https://arxiv.org/abs/2610.01415 https://arxiv.org/html/2610.01415 https://huggingface.co/papers/2610.01415 https://github.com/hyeonseo2/daily-huggingface/issues/255

댓글 (0)

아직 댓글이 없습니다.

← 목록