메뉴
더보기
AXyNow · 매거진 · 분석
비즈니스 직무 벤치·분석·실험기. 한국 직무자 검수 통과 여부 기준.
일론 머스크의 xAI가 커서 인수에 합의한 지 두 달, Grok 4.5를 AXyBench 12개 분야 전부로 4.3과 비교했습니다. 추론이 필요한 영역은 통째로 점프했는데, 그 외에는 나아진게 없습니다.
클로드 Sonnet 5 출력 가격이 15달러에서 10달러로 내렸습니다. 그러나 알고보니 오퍼스 4.8보다 더 비싸다? 착시의 진짜 이유를 뜯어봤습니다.
엔비디아가 직접 만든 550B 모델 Nemotron 3 Ultra를 한국 세무, 노무, 법률, 투자로 테스트했습니다. 코드와 구조는 프론티어급인데, 생각보다 별로예요.
메이드인 차이나는 더이상 가성비란 뜻이 아닙니다. 중국 6대 AI 모델의 성능을 리뷰했는데요, 미국 SOTA 모델들 턱 밑까지 추격했습니다.
GPT 5.6이 솔·테라·루나 세 등급으로 쪼개져 나왔습니다. 세대는 묶고 능력은 등급으로 나눈 구조, 5배 벌어진 가격, 그리고 가장 센 솔이 가장 먼저 잠긴 이유까지 해부했습니다.
클로드 페이블 5는 출시 사흘 만에 막히고, GPT-5.6은 출시가 연기됐습니다. AI 발전의 발목, 안보 도구화, 그리고 주권 AI.
퓨리오사 레니게이드와 리벨리온 리벨 100. 모놀리식 대 쿼드 칩렛, 180W 대 600W, TSMC 대 삼성. 국산 NPU의 대표 주자들을 탐구해보는 시간.
RTX 3090 100만 원부터 GB200 NVL72 46억 원까지, 엔비디아 AI칩 가격을 바닥부터 천장까지 뜯어봤습니다. 1만 명 챗봇 견적, 그리고 같은 블랙웰인데 5090으로는 학습이 안 되는 함정까지.
앤트로픽이 클로드 코드 세션 40만 건을 까봤더니, 전문성이 깊을수록 같은 AI를 두 배 넘게 부려먹었고, 비전문가와의 격차는 오히려 더 벌어졌습니다.
웨이보가 30억 파라미터 모델로 6,710억 모델의 수학·코딩 점수를 따라잡았습니다. 노트북에서도 도는 이 작은 추론 모델이 정말 우리 회사 일까지 잘할지, AXyBench 관점으로 짚어봤습니다.
스타트업·중소기업이 사내 AI를 시작할 때 어떤 가속기를 사야 할까. 예산별 추천 구성 TOP 5를 정리했습니다.
이르면 이번 달 말 공개가 점쳐지는 오픈AI GPT 5.6. 출시 시점부터 150만 토큰 컨텍스트, 코덱스 속도 개선까지 지금까지 알려진 정보를 짧게 정리했습니다.
오픈웨이트 1위로 올라선 GLM 5.2. 크기는 5.1과 똑같은데 AA 지능지수는 11점 올랐습니다. 과학적 추론과 토큰 효율성에서 큰 향상폭을 보였네요.
스페이스X가 나스닥 상장 나흘 만에 AI 코딩 스타트업 '커서'를 600억 달러(약 90조 원)에 인수했습니다. 그런데 커서는 경쟁사 모델 위에 얹힌 도구입니다. 머스크는 대체 무엇을 90조에 산 걸까요.
업스테이지가 솔라 오픈2 프리뷰를 'GPT-5, 소네트 4.6 수준'이라며 공개했습니다.
AI 칩 하면 엔비디아만 떠올리지만, 올해 한국이 만든 AI 반도체(NPU)가 처음으로 삼성SDS·LG CNS·KT의 상용 데이터센터에 깔리기 시작했습니다. 퓨리오사AI와 리벨리온, 그리고 정부 K-클라우드. 국산 NPU 상용화의 첫 시작.
중국 Moonshot AI가 1조 파라미터 오픈 코딩 모델 Kimi K2.7 Code를 공개했습니다. 가격·컨텍스트·라이선스 같은 스펙들... 과연 실사용에도 그럴까요?
미국에 채용 사이트가 하나 생겼는데, 올라오는 이력서가 사람 게 아니라 전부 AI입니다. 기업이 사람 대신 AI를 면접 보고 골라 쓰는 'AI 사람인' Agentalent부터, AI가 거꾸로 사람을 고용하는 RentAHuman까지. 지금 미국 채용 시장에서 무슨 일이 벌어지고 있는 걸까.
MIT, 맥킨지, IBM 모두 AI 도입 대부분이 본전도 못 건졌다고 합니다. 그런데 진짜 원인은 모델 성능이 아니라, 그 모델을 끼워 넣은 일하는 방식이었습니다.
미국은 'AI 때문에 잘렸다'가 해고 사유 1위가 됐습니다. 챌린저 해고 통계와 스탠퍼드 급여 데이터가 보여주는, 환상이 아니라 명세서에 찍힌 진짜 AI 일자리 대체의 큰 파도.
AI 연산에서의 병목은 메모리입니다. HBM 다음 카드로 떠오른 HBF, 그리고 샌디스크와 키옥시아가 가는 서로 다른 길을 선택한 이유를 분석합니다.
한국 직무 벤치 32개 모델을 줄 세우면 한국 1등은 고작 23등입니다. 그런데 이 순위가 재는 '지식 정확성'은, 사실 기본 모델의 가치가 아닐 수도 있습니다.
한국 직무·생활 11개 영역을 종합해보니, 가장 비싼 AI가 1등도 아니었습니다. 에르메스가 가장 퀄리티 좋은 가방이 아닌 것처럼 말이죠.
네이버·LG·업스테이지·카카오가 만든 국산 AI에 한국 금융·법률 문제를 물었습니다. 정작 한국을 제일 모르는 건 한국이 만든 AI였습니다. 충격적입니다.
AI가 세무사·변호사·노무사·마케터를 대체한다는 공포, 진짜인지 한국 직무 과제를 그대로 시켜봤습니다.
GPT·클로드·제미나이에게 한국 사람이 진짜 겪는 돈 질문 5개를 시켰습니다. 종합 1등 AI도 예금자보호 한도부터 자신있게 틀렸습니다.
엔비디아가 6월 5일 삼성·SK하이닉스·마이크론을 HBM4 공급사로 인증했습니다. 그런데 HBM이 대체 뭐고, 왜 추론 시대엔 칩보다 메모리가 병목일까요.
구글 Gemma 4 12B와 알리바바 Qwen3.5-9B를 한국 실무 11개 분야와 문서·도표 판독으로 측정했습니다. 결과가 완벽한 데칼코마니입니다. Gemma는 글은 잘 쓰는데 VL이 약하고, Qwen은 차트 판독은 톱티어인데 한국 세무·노무·생활법률만 나오면 무너집니다.
글로벌 리더보드에서 난리 난 MiniMax M3를 한국 세무, 노무, 개발, 마케팅 5개 분야 테스트를 진행했습니다. 결론은 극단적입니다. 코딩은 훌륭한데, 한국 관련 지식만 나오면 아무것도 모릅니다.
글로벌 오픈웨이트 최상위권인 GLM-5.1과 Kimi K2.6가, AXyBench 한국 실무에선 18·20위 수준입니다. 세무·금융·생활법률 쪽에선 더욱 형편이 없습니다. Anthropic의 증류 주장과 함께 그 이유를 분석해봤습니다.
구글의 오픈소스 Gemma 4 듀오, MoE 26B-A4B 모델과 Dense 31B를 AXyBench로 측정했습니다. 평균은 78.5 대 78.6 동점인데, 세무는 작고 싼 모델이 이기고 빽빽한 문서는 큰 모델이 이깁니다. MoE와 Dense가 어디서 갈리는지 응답 원문으로 짚었습니다.
GPU가 AI의 전부인 줄 알았다면 꼭 보셔야 하는 글입니다. 정작 엔비디아부터 GPU 아닌 전체 시스템에 집중하고 있죠. 학습에서 추론의 시대로 넘어가며 바뀐 AI 반도체 판을, CommanderOS 자체 추론 운영 경험까지 얹어 풀어봤습니다.
정부 '국가대표 AI'의 목표는 '글로벌 SOTA의 95% 성능'. 그런데 95%, 기준은 명확하게 잡은 걸까? AXyBench로 한국 실무 11개 영역을 재보니, 단순한 평균 점수 파라미터로는 위험하다는 생각이 든다. 환각률인지, 코딩인지, 수학이나 과학인지, 아니면 글쓰기인지 명확한 평가 지표는 있는지가 궁금해진다.
LG EXAONE 4.5·4.0, Upstage Solar Pro 3, Kakao Kanana 2를 한국 실무로 직접 재봤다. 한국어는 매끄러운데 한국 제도의 최신 사실에서 무너진다. AXyBench로 본 국산 LLM의 진짜 자리.
Gemini 3.5 Flash는 향상된 성능을 고려하더라도, 실제로는 비싸졌다. 9달러 가격의 정체와, AXyBench 한국 실무 측정으로 본 Gemini 3.5 Flash의 진짜 포지션을 분석해봤다.
DeepSeek V4는 '1황'이 아니라 '단가 배율'로 기업에 질문을 던진다. 온프레미스·데이터 주권, 그리고 AXyBench 한국 실무 측정으로 본 진짜 위치.
![[국가별 AI] 세계 2위 Made In China AI Models](/images/posts/2026-06-29-china-ai-models-reality/cover.svg)
