2026-05-18

1. Karpathy "Agent-Native Software" — App Store 시대의 실질적 종언

• "LLM 에이전트가 즉석에서 앱을 즉흥 제작할 수 있는 마당에 앱스토어는 이미 낡아 보인다" — 패키지 앱 → 즉석 개인화 앱으로의 전환 명료화 (source)
• 진단: "99%의 제품/서비스에는 아직 AI-native CLI가 없다" — 대부분 서비스가 에이전트가 사용하기 부적합한 구조
• 처방: "서비스는 센서·액추에이터의 API/CLI가 돼야 한다 — 인간용 HTML 프론트엔드 대신"
• 실용 팁: "AI 코딩 비용의 90%는 불필요한 컨텍스트에 지불" — 컨텍스트 최적화가 실질 비용 절감의 핵심
• HTML 출력 패턴: 쿼리 끝에 "structure your response as HTML" → 브라우저에서 렌더링 → 리치 출력 UI
• 왜 중요한가: Sequoia Ascent 2026 발표(Software 3.0/Agentic Engineering)의 실용 레이어. "99%의 서비스가 아직 agent-native가 아니다"는 주장은 개발자에게 구체적 설계 지침 — 다음 에이전트 툴링 붐이 어디를 향할지 지표.
• → Andrej Karpathy, Software 3.0

2. 🆕 OpenAI + Dell — Codex 기업 온프레미스 배포 (2026-05-18, TODAY)

• OpenAI와 Dell Technologies가 Codex를 Dell AI Data Platform에 통합, 하이브리드/온프레미스 엔터프라이즈 환경 배포 발표 (source)
• Codex 사용자: 현재 주간 4M+ 개발자. 코드 리뷰, 테스트 커버리지, 인시던트 대응, 대형 레포지터리 reasoning — 이제 비코딩 업무(보고서 작성, 피드백 라우팅, 리드 자격 검토)로 확장
• 핵심 타깃: 데이터 거버넌스/컴플라이언스 요건으로 클라우드 전용 배포가 불가한 기업
• 왜 중요한가: Claude Code, Grok Build, Mistral Vibe CLI는 모두 클라우드 퍼스트. Codex가 Dell AI Factory와 손잡고 온프레미스 공략에 나선 건 규제 산업(금융·의료·국방)을 겨냥한 차별화 전략. 에이전트 coding 경쟁의 전선이 "최고 성능"에서 "최고 접근성"으로 확장되는 신호.
• → OpenAI, Agents (LLM Agents)

3. 🆕 Anthropic "2028: Two Scenarios" — 컴퓨트 전쟁이 AI 패권을 결정한다

• Anthropic 정책 에세이 (2026-05-14): 2028년까지 US-China frontier AI 격차가 결정됨 (source)
• Scenario A: 수출규제 강화 + distillation attack 차단 + 민주주의 AI 도입 가속 → 12–24개월 격차 유지 → 민주주의 진영이 AI 규범 설정
• Scenario B: 루프홀 방치 + distillation 공격 성공 → 중국 frontier 근접 또는 추월 → 비민주적 규범 전파
• 핵심 처방: (1) 컴퓨트 수출규제 강화, (2) CCP 컴퓨트 접근 루프홀 차단, (3) 모델 distillation 공격 제한, (4) 미국 AI 스택 글로벌 배포 촉진
• 왜 중요한가: "distillation attack" 제한 처방이 주목할 만함 — 오픈소스 LLM 발전의 상당 부분이 frontier 모델 증류(distillation)에 의존하기 때문. 이게 정책화될 경우 오픈소스 생태계에 직접 충격. Anthropic Institute "Threats & resilience" 필라의 첫 구체적 정책 포지션.
• → Anthropic, 2028: Two Scenarios for Global AI Leadership — Anthropic (신규 — user 검토 권장)

4. 🆕 OpenAI Parameter Golf — 코딩 에이전트가 ML 연구의 표준 도구가 됐다

• OpenAI 챌린지 (결과 발표 2026-05-12): 16 MB 모델 + 10분 훈련 (8×H100). 1,000+ 참여자, 2,000+ 제출 (source)
• 핵심 발견 1: 강한 제약 하에서도 LM 성능 유의미 — 효율 연구가 스케일 연구를 보완
• 핵심 발견 2: "참여자 대다수가 코딩 에이전트를 연구 워크플로우의 일부로 언급" — ML 연구 도구로서 에이전트가 처음으로 주류화. 실험 셋업, 낯선 코드 탐색, 아이디어 테스트 속도 비약적 향상
• RunPod $1M 컴퓨트 지원 → 접근성 향상 → 다양한 배경 참여자 확보
• 왜 중요한가: Karpathy autoresearch + OpenAI Parameter Golf = 같은 신호: "AI가 AI 연구를 한다"가 실험 단계에서 표준 방법론 단계로 전환 중. Verifiability Principle 실증: 자동 보상(모델 크기 + 성능)이 있는 ML 연구가 에이전트 자동화의 최고 적합 영역.
• → OpenAI, OpenAI Parameter Golf — What It Taught Us (신규), Agentic Reinforcement Learning

5. Mistral Workflows — 오픈소스 에이전트 스택의 마지막 조각 완성

• 공개 프리뷰 (2026-04-28): Temporal 기반 내구성 AI 오케스트레이션. 멀티스텝 LLM 파이프라인이 크래시/재시작 후에도 계속 실행 (source)
• 하이브리드 배포: Mistral이 오케스트레이터 호스팅, 워크플로우 코드는 고객 환경 (개발시 로컬, 운영시 Kubernetes)
• 조기 사용자: ASML, ABANCA, CMA-CGM, France Travail, La Banque Postale — 이미 production에서 수백만 일일 실행
• 왜 중요한가: Mistral 엔터프라이즈 풀스택 완성: Devstral 2(모델) → Vibe CLI(코딩) → Connectors/MCP(통합) → Workflows(오케스트레이션). 이제 Mistral은 단일 오픈소스 스택으로 Claude Code/MCP 에코시스템 전체에 대항 가능한 구조를 갖춤.
• → Mistral AI, Agents (LLM Agents)