Newnal Letter

December, Week 01

AI 시대의 비판적 사고 (Critical Thinking)

AI가 코드와 설계, 답변을 만들어주는 환경에서도 올바른 질문을 던지고 가정을 의심하는 비판적 사고가 엔지니어와 팀의 성과를 좌우하는 핵심 역량
문제 해결 전 과정에서 Who·What·Where·When·Why·How 여섯 가지 질문을 활용해 사람·문제·맥락·타이밍·원인·실행 방식을 체계적으로 점검필요하다
AI의 답변은 인턴이 제안한 초안처럼 검증 대상으로 다루고, 실제 문제 정의·증거 수집·맥락 파악·원인 분석·의사소통은 사람이 책임지는 구조가 필요
시간 압박·편향·그럴듯한 AI 답변 때문에 성급한 결론과 땜질식 해결책으로 흐르기 쉬우며, 이를 막기 위해 5 Whys·실험·데이터 검증 등 증거 기반 사고를 반복할 수 있어야 함
비판적 사고는 겸손한 호기심과 증거를 중시하는 팀 문화에서 강화되며, AI가 아무리 발전해도 “옳은 문제를, 옳은 이유로, 옳은 방식으로 푸는 것”은 여전히 인간의 고유한 장점

TPU vs. GPU, 그리고 Google이 장기적으로 AI 경쟁에서 승리할 수 있는 이유

DeepSeek-V3.2는 높은 계산 효율성과 추론·에이전트 성능을 결합한 오픈소스 대형 언어 모델
새로운 DeepSeek Sparse Attention(DSA) 구조로 긴 문맥에서도 성능을 유지하며 계산 복잡도를 크게 절감
확장 가능한 강화학습(RL) 프레임워크를 통해 GPT-5 수준의 성능을 달성, 고성능 버전은 Gemini-3.0-Pro와 동등한 추론력 확보
대규모 에이전트형 작업 합성 파이프라인으로 1,800개 환경과 85,000개 프롬프트를 생성, 복잡한 상호작용 환경에서 일반화와 명령 수행력 향상
오픈모델이 폐쇄형 모델과의 격차를 좁히며, 비용 효율적 대안으로 자리매김

Anthropic, Bun 인수

Anthropic이 Bun을 인수, Bun은 Claude Code, Claude Agent SDK, 향후 AI 코딩 제품의 인프라로 사용

Claude Code는 Bun 실행 파일 형태로 배포되며, Bun이 안정적으로 동작해야 Claude Code도 정상 작동
Anthropic은 Bun의 품질 유지를 위한 직접적 동기를 가지게 됨

Bun은 오픈소스, MIT 라이선스, 동일 개발팀, 공개 개발 방식을 그대로 유지
Bun의 로드맵은 고성능 JavaScript 툴링, Node.js 호환성, 서버사이드 런타임 대체에 초점 유지

아마존, 새로운 AI 칩 Trainium3 공개 및 Nvidia와의 협력 로드맵 예고

AWS가 3나노미터 공정의 Trainium3 칩을 탑재한 Trainium3 UltraServer를 공개하며 AI 학습 및 추론 성능을 대폭 향상
새 시스템은 이전 세대 대비 4배 빠른 속도와 4배 많은 메모리, 40% 높은 에너지 효율을 제공
최대 100만 개의 Trainium3 칩을 연결할 수 있어 대규모 AI 애플리케이션 처리에 적합
Anthropic, Karakuri, SplashMusic, Decart 등 고객이 이미 사용 중이며 추론 비용 절감 효과 확인
AWS는 차세대 Trainium4 칩이 Nvidia NVLink Fusion을 지원해 Nvidia GPU와 상호운용 가능할 것이라 밝혀, AI 인프라 경쟁에서 중요한 전환점으로 평가됨ㅅ

Gemini 3 Pro: 비전 AI의 프론티어

Gemini 3 Pro는 단순 인식 단계를 넘어 시각적·공간적 추론을 수행하는 차세대 멀티모달 모델
문서, 공간, 화면, 영상 이해 등 다양한 영역에서 최첨단 성능을 기록하며, 복잡한 시각 추론 벤치마크에서 최고 수준을 달성
문서 이해에서는 정확한 OCR과 구조 복원(derendering) , 다단계 표·차트 분석 등 고도화된 추론 기능을 제공
공간·화면·영상 이해에서는 좌표 기반 포인팅, 고속 프레임 분석, 비디오 원인 추적 등 실제 환경과의 상호작용 능력을 강화
교육, 의료, 법률, 금융 등 여러 산업에서 정밀한 시각 이해와 자동화를 지원하며, 개발자는 media_resolution 파라미터로 성능과 비용을 조정 가능

AI는 Anthropic의 업무를 어떻게 바꾸고 있는가

Anthropic 내부 엔지니어·연구진 132명 조사에서 Claude 중심 AI 협업이 업무 방식 전반을 바꾸며 생산성과 업무 범위가 동시에 확장되고 있음
직원들은 업무의 59%에서 Claude를 사용하며 평균 50% 생산성 향상을 체감하고 있고, 산출물 양이 크게 늘어나면서도 시간 사용 방식이 재편되고 있음
Claude 덕분에 전체 Claude 보조 업무의 27%가 원래는 하지 않았을 일로 채워지며, 프로토타이핑·대시보드·테스트·문서화 같은 ‘미뤄두던 일’까지 처리되는 양상이 보임
한편 기술 역량 약화·멘토십 감소·코딩 공예 상실에 대한 우려도 함께 커지고 있으며, 사람은 점점 AI 에이전트 관리자·감독자 역할로 이동하는 흐름이 나타나고 있음
전체적으로 AI는 개발자를 ‘더 풀스택이고 더 많은 일을 하는 존재’ 로 만들면서도, 장기적인 커리어 경로·학습 방법·조직 문화에 대한 불확실성과 적응 필요성을 동시에 키우고 있음ㅅ

금주 소식은 여기까지입니다.

읽어주셔서 감사합니다.

이전 호 읽기

Newnal Letter

December, Week 01

AI 시대의 비판적 사고 (Critical Thinking)

AI가 코드와 설계, 답변을 만들어주는 환경에서도 올바른 질문을 던지고 가정을 의심하는 비판적 사고가 엔지니어와 팀의 성과를 좌우하는 핵심 역량
문제 해결 전 과정에서 Who·What·Where·When·Why·How 여섯 가지 질문을 활용해 사람·문제·맥락·타이밍·원인·실행 방식을 체계적으로 점검필요하다
AI의 답변은 인턴이 제안한 초안처럼 검증 대상으로 다루고, 실제 문제 정의·증거 수집·맥락 파악·원인 분석·의사소통은 사람이 책임지는 구조가 필요
시간 압박·편향·그럴듯한 AI 답변 때문에 성급한 결론과 땜질식 해결책으로 흐르기 쉬우며, 이를 막기 위해 5 Whys·실험·데이터 검증 등 증거 기반 사고를 반복할 수 있어야 함
비판적 사고는 겸손한 호기심과 증거를 중시하는 팀 문화에서 강화되며, AI가 아무리 발전해도 “옳은 문제를, 옳은 이유로, 옳은 방식으로 푸는 것”은 여전히 인간의 고유한 장점

TPU vs. GPU, 그리고 Google이 장기적으로 AI 경쟁에서 승리할 수 있는 이유

DeepSeek-V3.2는 높은 계산 효율성과 추론·에이전트 성능을 결합한 오픈소스 대형 언어 모델
새로운 DeepSeek Sparse Attention(DSA) 구조로 긴 문맥에서도 성능을 유지하며 계산 복잡도를 크게 절감
확장 가능한 강화학습(RL) 프레임워크를 통해 GPT-5 수준의 성능을 달성, 고성능 버전은 Gemini-3.0-Pro와 동등한 추론력 확보
대규모 에이전트형 작업 합성 파이프라인으로 1,800개 환경과 85,000개 프롬프트를 생성, 복잡한 상호작용 환경에서 일반화와 명령 수행력 향상
오픈모델이 폐쇄형 모델과의 격차를 좁히며, 비용 효율적 대안으로 자리매김

Anthropic, Bun 인수

Anthropic이 Bun을 인수, Bun은 Claude Code, Claude Agent SDK, 향후 AI 코딩 제품의 인프라로 사용

Claude Code는 Bun 실행 파일 형태로 배포되며, Bun이 안정적으로 동작해야 Claude Code도 정상 작동
Anthropic은 Bun의 품질 유지를 위한 직접적 동기를 가지게 됨

Bun은 오픈소스, MIT 라이선스, 동일 개발팀, 공개 개발 방식을 그대로 유지
Bun의 로드맵은 고성능 JavaScript 툴링, Node.js 호환성, 서버사이드 런타임 대체에 초점 유지

아마존, 새로운 AI 칩 Trainium3 공개 및 Nvidia와의 협력 로드맵 예고

AWS가 3나노미터 공정의 Trainium3 칩을 탑재한 Trainium3 UltraServer를 공개하며 AI 학습 및 추론 성능을 대폭 향상
새 시스템은 이전 세대 대비 4배 빠른 속도와 4배 많은 메모리, 40% 높은 에너지 효율을 제공
최대 100만 개의 Trainium3 칩을 연결할 수 있어 대규모 AI 애플리케이션 처리에 적합
Anthropic, Karakuri, SplashMusic, Decart 등 고객이 이미 사용 중이며 추론 비용 절감 효과 확인
AWS는 차세대 Trainium4 칩이 Nvidia NVLink Fusion을 지원해 Nvidia GPU와 상호운용 가능할 것이라 밝혀, AI 인프라 경쟁에서 중요한 전환점으로 평가됨ㅅ

Gemini 3 Pro: 비전 AI의 프론티어

Gemini 3 Pro는 단순 인식 단계를 넘어 시각적·공간적 추론을 수행하는 차세대 멀티모달 모델
문서, 공간, 화면, 영상 이해 등 다양한 영역에서 최첨단 성능을 기록하며, 복잡한 시각 추론 벤치마크에서 최고 수준을 달성
문서 이해에서는 정확한 OCR과 구조 복원(derendering) , 다단계 표·차트 분석 등 고도화된 추론 기능을 제공
공간·화면·영상 이해에서는 좌표 기반 포인팅, 고속 프레임 분석, 비디오 원인 추적 등 실제 환경과의 상호작용 능력을 강화
교육, 의료, 법률, 금융 등 여러 산업에서 정밀한 시각 이해와 자동화를 지원하며, 개발자는 media_resolution 파라미터로 성능과 비용을 조정 가능

AI는 Anthropic의 업무를 어떻게 바꾸고 있는가

Anthropic 내부 엔지니어·연구진 132명 조사에서 Claude 중심 AI 협업이 업무 방식 전반을 바꾸며 생산성과 업무 범위가 동시에 확장되고 있음
직원들은 업무의 59%에서 Claude를 사용하며 평균 50% 생산성 향상을 체감하고 있고, 산출물 양이 크게 늘어나면서도 시간 사용 방식이 재편되고 있음
Claude 덕분에 전체 Claude 보조 업무의 27%가 원래는 하지 않았을 일로 채워지며, 프로토타이핑·대시보드·테스트·문서화 같은 ‘미뤄두던 일’까지 처리되는 양상이 보임
한편 기술 역량 약화·멘토십 감소·코딩 공예 상실에 대한 우려도 함께 커지고 있으며, 사람은 점점 AI 에이전트 관리자·감독자 역할로 이동하는 흐름이 나타나고 있음
전체적으로 AI는 개발자를 ‘더 풀스택이고 더 많은 일을 하는 존재’ 로 만들면서도, 장기적인 커리어 경로·학습 방법·조직 문화에 대한 불확실성과 적응 필요성을 동시에 키우고 있음ㅅ

금주 소식은 여기까지입니다.

읽어주셔서 감사합니다.

이전 호 읽기

Newnal Letter

December, Week 01

AI 시대의 비판적 사고 (Critical Thinking)

AI가 코드와 설계, 답변을 만들어주는 환경에서도 올바른 질문을 던지고 가정을 의심하는 비판적 사고가 엔지니어와 팀의 성과를 좌우하는 핵심 역량
문제 해결 전 과정에서 Who·What·Where·When·Why·How 여섯 가지 질문을 활용해 사람·문제·맥락·타이밍·원인·실행 방식을 체계적으로 점검필요하다
AI의 답변은 인턴이 제안한 초안처럼 검증 대상으로 다루고, 실제 문제 정의·증거 수집·맥락 파악·원인 분석·의사소통은 사람이 책임지는 구조가 필요
시간 압박·편향·그럴듯한 AI 답변 때문에 성급한 결론과 땜질식 해결책으로 흐르기 쉬우며, 이를 막기 위해 5 Whys·실험·데이터 검증 등 증거 기반 사고를 반복할 수 있어야 함
비판적 사고는 겸손한 호기심과 증거를 중시하는 팀 문화에서 강화되며, AI가 아무리 발전해도 “옳은 문제를, 옳은 이유로, 옳은 방식으로 푸는 것”은 여전히 인간의 고유한 장점

DeepSeek-V3.2 공개 - 오픈 대형 언어 모델의 한계를 확장하다

DeepSeek-V3.2는 높은 계산 효율성과 추론·에이전트 성능을 결합한 오픈소스 대형 언어 모델
새로운 DeepSeek Sparse Attention(DSA) 구조로 긴 문맥에서도 성능을 유지하며 계산 복잡도를 크게 절감
확장 가능한 강화학습(RL) 프레임워크를 통해 GPT-5 수준의 성능을 달성, 고성능 버전은 Gemini-3.0-Pro와 동등한 추론력 확보
대규모 에이전트형 작업 합성 파이프라인으로 1,800개 환경과 85,000개 프롬프트를 생성, 복잡한 상호작용 환경에서 일반화와 명령 수행력 향상
오픈모델이 폐쇄형 모델과의 격차를 좁히며, 비용 효율적 대안으로 자리매김

Anthropic, Bun 인수

Anthropic이 Bun을 인수, Bun은 Claude Code, Claude Agent SDK, 향후 AI 코딩 제품의 인프라로 사용

Claude Code는 Bun 실행 파일 형태로 배포되며, Bun이 안정적으로 동작해야 Claude Code도 정상 작동
Anthropic은 Bun의 품질 유지를 위한 직접적 동기를 가지게 됨

Bun은 오픈소스, MIT 라이선스, 동일 개발팀, 공개 개발 방식을 그대로 유지
Bun의 로드맵은 고성능 JavaScript 툴링, Node.js 호환성, 서버사이드 런타임 대체에 초점 유지

아마존, 새로운 AI 칩 Trainium3 공개 및 Nvidia와의 협력 로드맵 예고

AWS가 3나노미터 공정의 Trainium3 칩을 탑재한 Trainium3 UltraServer를 공개하며 AI 학습 및 추론 성능을 대폭 향상
새 시스템은 이전 세대 대비 4배 빠른 속도와 4배 많은 메모리, 40% 높은 에너지 효율을 제공
최대 100만 개의 Trainium3 칩을 연결할 수 있어 대규모 AI 애플리케이션 처리에 적합
Anthropic, Karakuri, SplashMusic, Decart 등 고객이 이미 사용 중이며 추론 비용 절감 효과 확인
AWS는 차세대 Trainium4 칩이 Nvidia NVLink Fusion을 지원해 Nvidia GPU와 상호운용 가능할 것이라 밝혀, AI 인프라 경쟁에서 중요한 전환점으로 평가됨ㅅ

Gemini 3 Pro: 비전 AI의 프론티어

Gemini 3 Pro는 단순 인식 단계를 넘어 시각적·공간적 추론을 수행하는 차세대 멀티모달 모델
문서, 공간, 화면, 영상 이해 등 다양한 영역에서 최첨단 성능을 기록하며, 복잡한 시각 추론 벤치마크에서 최고 수준을 달성
문서 이해에서는 정확한 OCR과 구조 복원(derendering) , 다단계 표·차트 분석 등 고도화된 추론 기능을 제공
공간·화면·영상 이해에서는 좌표 기반 포인팅, 고속 프레임 분석, 비디오 원인 추적 등 실제 환경과의 상호작용 능력을 강화
교육, 의료, 법률, 금융 등 여러 산업에서 정밀한 시각 이해와 자동화를 지원하며, 개발자는 media_resolution 파라미터로 성능과 비용을 조정 가능

AI는 Anthropic의 업무를 어떻게 바꾸고 있는가

Anthropic 내부 엔지니어·연구진 132명 조사에서 Claude 중심 AI 협업이 업무 방식 전반을 바꾸며 생산성과 업무 범위가 동시에 확장되고 있음
직원들은 업무의 59%에서 Claude를 사용하며 평균 50% 생산성 향상을 체감하고 있고, 산출물 양이 크게 늘어나면서도 시간 사용 방식이 재편되고 있음
Claude 덕분에 전체 Claude 보조 업무의 27%가 원래는 하지 않았을 일로 채워지며, 프로토타이핑·대시보드·테스트·문서화 같은 ‘미뤄두던 일’까지 처리되는 양상이 보임
한편 기술 역량 약화·멘토십 감소·코딩 공예 상실에 대한 우려도 함께 커지고 있으며, 사람은 점점 AI 에이전트 관리자·감독자 역할로 이동하는 흐름이 나타나고 있음
전체적으로 AI는 개발자를 ‘더 풀스택이고 더 많은 일을 하는 존재’ 로 만들면서도, 장기적인 커리어 경로·학습 방법·조직 문화에 대한 불확실성과 적응 필요성을 동시에 키우고 있음ㅅ

금주 소식은 여기까지입니다.

읽어주셔서 감사합니다.

이전 호 읽기