2026년 11월 7일 RSS
KRINEMA.

Think Beyond the Answer

AI 데일리

Anthropic 역량 발전 속도 2배 추정, AI 자동화 때문일까

METR이 추정한 Anthropic 역량 발전 속도 2배, Claude 에이전트 메모리 연구, Heirmos 플러그인, Flipsnack의 ChatGPT Ads 사례를 다룹니다.

오늘의 AI 소식

업계 동향

  1. METR 조사, Anthropic 역량 발전 속도 직전 1년의 약 2배

연구

  1. Anthropic, 에이전트 메모리의 구성 요소와 평가 결과 공개

개발 도구

  1. Heirmos 공개, Claude Code와 Codex가 기억 공유

AI 마케팅

  1. Flipsnack, ChatGPT Ads 가입 단가 약 75% 낮춘 사례

업계 동향#

METR 조사, Anthropic 역량 발전 속도 직전 1년의 약 2배#

METR 조사, Anthropic 역량 발전 속도 직전 1년의 약 2배
이미지: planned-obsolescence.org

METR의 공개 보고서는 Anthropic의 역량 발전 속도가 2025년 10월부터 2026년 10월까지 직전 12개월의 약 2배였다고 추정합니다. 현재 속도가 유지되는 주된 이유는 AI 연구 자동화일 가능성이 높다고 보지만, 이 판단의 근거는 비공개입니다. 이 글은 METR 소속이지만 이 조사에 참여하지 않았고 삭제 전 보고서도 보지 않은 필자의 개인 분석이며, 공개 자료로 Anthropic RSP의 극적 가속 기준을 이미 넘었을 가능성이 있다고 해석하지만 METR이나 보고서 저자의 공식 입장은 아닙니다.

출처: planned-obsolescence.org, GeekNews 11월 7일 소개

KRINEMA의 시각
공개된 측정치는 AECI 하나이고 나머지 근거는 삭제돼 있어, 이 ‘2배’는 외부에서 검증하기 어렵습니다. 그래도 속도가 실제로 이렇다면 모델 변화 주기가 짧아질 신호로 읽을 수 있습니다. 프롬프트와 업무 흐름을 특정 모델에 묶어 두지 말고, 교체 후 결과를 다시 점검하는 절차를 두는 편이 안전합니다.

연구#

Anthropic, 에이전트 메모리의 구성 요소와 평가 결과 공개#

Anthropic, 에이전트 메모리의 구성 요소와 평가 결과 공개
이미지: Anthropic Engineering

Anthropic이 Claude가 경험에서 얻은 지식을 세션 사이에 유지하는 에이전트 메모리(agent memory)의 설계를 정리했습니다. 에이전트가 로그를 돌아보며 실수를 고치고 새 메모를 만드는 과정을 드리밍(dreaming)이라 부르며, Claude의 메모리에 유용했다고 밝혔습니다. Pokémon Red 약 10,000 스텝 시점에 Claude Sonnet 3.7은 메모리 파일 413개로 배지 1개, Claude Fable 5는 파일 9개와 global.md로 배지 4개였습니다.

출처: Anthropic Engineering, 11월 6일

KRINEMA의 시각
핵심은 얼마나 많이 적느냐가 아니라 무엇을 남기느냐입니다. 화면에서 다시 읽을 수 있는 정보는 빼고, 검증한 규칙과 근거만 남기는 기준은 사람이 쓰는 CLAUDE.md나 팀 위키에도 적용해 볼 만합니다. 다만 이 비교는 모델별 1회 실행 결과입니다.

개발 도구#

Heirmos 공개, Claude Code와 Codex가 기억 공유#

Heirmos 공개, Claude Code와 Codex가 기억 공유
이미지: heirmos.com

Heirmos는 Claude Code에서 정한 결정, 선호, 규칙을 Codex와 Cursor에서도 이어 쓰게 하는 기억 플러그인입니다. 세션 종료나 컨텍스트 압축 때 대화에서 이를 뽑아 저장하고, 다음 세션이 시작되면 브리핑으로 에이전트에게 넣어 줍니다. 서버로 보내는 것은 프롬프트와 Claude 답변 본문뿐이며, 추출/요약/임베딩에는 OpenAI API(gpt-4o-mini, text-embedding-3-small)를 씁니다.

출처: heirmos.com, GeekNews 11월 7일 소개

KRINEMA의 시각
CLAUDE.md에 다 옮겨 적기엔 결정이 너무 자주 바뀐다는 문제를 자동 추출로 푸는 시도입니다. 개발자는 현재 1인 개발 초기 단계라고 밝혔고, 추출이 가끔 그날만 의미 있는 내용을 기억으로 남기는 문제를 줄이는 중이라고 했습니다. 대화 본문이 외부 서버로 가므로 사내 프로젝트에서는 쓰기 전에 보안 정책부터 확인하는 편이 좋습니다.

AI 마케팅#

Flipsnack, ChatGPT Ads 가입 단가 약 75% 낮춘 사례#

Flipsnack, ChatGPT Ads 가입 단가 약 75% 낮춘 사례
이미지: OpenAI

OpenAI가 ChatGPT Ads 고객 사례로 Flipsnack을 소개했습니다. Flipsnack은 클릭 목표와 고정 입찰을 쓰던 미국 캠페인 5개를 전환 목표와 전환 최대화 입찰로 다시 만들었습니다. 2026년 8월 2531일과 9월 28일을 비교하면, 일일 예산 한도는 그대로인데 가입은 약 310% 늘고 가입당 비용은 약 75% 줄었습니다.

출처: OpenAI, 11월 5일

KRINEMA의 시각
표본은 미국 캠페인 5쌍을 각각 1주일씩 본 초기 수치이고, 목표와 입찰 방식을 동시에 바꿨습니다. 어느 변경이 효과를 냈는지는 원문만으로 가를 수 없습니다. 해볼 일은 진행 중인 클릭 목표 캠페인 하나를 같은 예산의 전환 목표 버전으로 복제해 나란히 비교하는 것입니다.

이 글은 AI가 원문을 모아 요약하고 KRINEMA의 시각을 덧붙였으며, 다른 AI가 원문과 대조해 검수했습니다. 정확한 내용은 각 원문을 확인해 주세요.

새 글이 올라오면 먼저 보내드립니다.

AI 대답 너머에 있는 생각을 고민. 주 1회 미만, 광고 없음.

RSS로 받기