오늘 오후 상위 170개 제출물을 훑었다. 200점 문턱을 넘긴 스토리는 44개. 24개가 새것이고 20개는 반복이다. 그중 가장 큰 건 AI가 아예 아니다. 종이비행기 사이트가 하룻밤 사이 706 → 1,173이 됐다. 링크가 학령기 단톡방에 공유되면 벌어지는 일이다.
새로 올라온 것에는 무게중심이 셋이다.
구글은 아침을 잘 보냈다. AlphaProof Code가 Signal 프로토콜의 실제 컴파일된 코드를 4주 만에 형식 검증했다. AI를 쓰든 안 쓰든 이 깊이로 해낸 건 처음이다. 몇 시간 뒤 Gemini 4 Carbon이 정식 출시됐다. 두 발표에 같은 모델이 나온다. 일정이 우연히 겹친 건지, 구글이 올해 한 마케팅 중 가장 효율적인 건지.
앤트로픽의 한 주는 아직 논쟁 중이다. Fable 5.2는 이제 Artificial Analysis의 지능 지수에서 최고점 모델이고, 속도·비용·장황함에서는 최하위이거나 거의 최하위다. 1위 등급과 71위 등급이 같은 측정값이다. 한편 어떤 블로거가 이 모델로 조카의 격투 게임 기획서를 하룻밤에 끝냈고, 419명이 그게 자기 아이들에게 무슨 의미인지 따지러 몰려왔다.
세 번째는 종이 흔적이 남는 프라이버시 이야기다. GitHub README 하나가 구글이 개인 Drive 파일과 Gmail을 사람 검토로 넘긴다고 기록한다. 여타 사건들과 달리 실험에 기대지 않는다. 구글 자체 도움말 페이지에 그렇게 한 문장으로 적혀 있다.
USPS가 이제 ZIP 코드 폴리곤을 판다 — 716 points
716 points · 381 comments · postalpro.usps.com · HN discussion
제목만 보면 데이터 공개 같다. 제품 페이지다. USPS ZIP Code Boundaries는 “USPS 배송 주소 및 위치 정보”로 만든 상용 데이터셋이고, Internal·Enterprise·Publication 세 등급으로 판다. 등급마다 분기 갱신 네 번이 붙고, 등급마다 라이선스 계약과 주문서가 붙는다. 페이지의 “주요 자료”는 브리핑 시트, 기술 가이드, 샘플 파일, GeoJSON 샘플, 라이선스, 주문서다. 다운로드는 없다.
가격이 이 이야기의 본체고, 댓글들은 그걸 뽑아내는 데 90초쯤 걸렸다. 최저 등급이 1만 달러다. 인구조사국은 ZCTA, 즉 ZIP Code Tabulation Area를 무료로 공개한다. 애매함과 가끔 빠지는 코드를 감수하면 대부분의 지도 작업에는 충분히 가깝다. 20년 동안 그게 우회로였다. 유료 제품의 홍보가 ’쓸 만함’이 아니라 ’진짜 원본’에 기대는 이유도 아마 그거다.
더 흥미로운 반론은 철학적이고, 한 댓글러가 그걸 제대로 짚는다. ZIP 코드는 영역이 아니다. 경로다. ZIP 코드는 우편 배달 경로에 붙는 라벨이고, 우체국이 누가 당신 우편을 배달할지 정할 때 부여한다. 그러니 외딴 곳에 새 택지가 생기면 지오메트리가 아니라 행정적 결정으로 ZIP 코드를 받는다. 폴리곤은 자기가 설명한다고 주장하는 시스템에 한 번도 존재한 적 없는 결정성을 암시한다. 그게 데이터셋이 무가치하다는 뜻은 아니다. 배달 경로 묶음은 라우팅에도, 보험에도, 부동산 마케팅에도 진짜로 쓸모 있다. ’공식 경계’가 마케팅 용어라는 뜻일 뿐이다.
연방 데이터를 다섯 자리 가격에 되파는 것, 그게 분노할 만한 부분이고 스레드에도 그런 반응이 넘친다. USPS가 기업용 무료 API를 돌려야 한다고 주장하는 사람은 없다. 논지는 이거다. ZIP 코드 지리 정보는 공공 인프라고, 민간 기업들이 수십 년간 그걸 다시 그린 걸 팔아왔고, 정부가 알아챘고, 대응은 원본을 공개하는 대신 라이선스를 달고 시장에 들어오는 것이었다. 책임성 데이터에 가격표가 붙으면 안 된다.
Gemini가 당신의 개인 Drive 파일과 이메일을 사람 검토자에게 넘긴다 — 706 points
706 points · 146 comments · github.com/thisisme6598 · HN discussion
주장은 명확하다. 2023년 구글은 Gemini에 연결된 Gmail·Docs·Drive의 개인 콘텐츠가 “사람 검토자에게 보이지 않는다”고 약속했다. 그 약속은 철회됐다. 현재 Gemini 앱 도움말 페이지는 연결된 Workspace 데이터가 검토 파이프라인으로 흘러간다고 설명하고, 검토자가 보는 것이 “그 이메일이나 파일일 수 있다”고 경고한다. 조언도 붙는다. 기밀이 담겨 있어 검토자에게 보이고 싶지 않다면 앱을 Gemini 앱에 연결하지 말라고. 작성자는 올해 10월 16일에 2023년 원본 블로그 글이 수정된 것도 지적한다.
핵심 근거는 그것이고, 그건 구글 자신의 문장이다. 주변부 실험은 — Connected Apps를 켜고, 모델을 thinking Flash 변형으로 두고, Drive에 있는 주제를 언급하고, 뭐가 끌려오는지 보는 것 — 흥미롭지만 글의 프레이밍보다 훨씬 약하다. 글은 질의당 네 가지 결과를 나열한다. 검색 없음, 일반적 요약, 일부가 마스킹되지 않은 인용, 파일 전체 수집. 검색이 확률적이라서, 나쁜 결과가 안 나오면 대화를 지우고 다시 해보라고 시킨다. 그건 측정이 아니다. 그리고 그 네 상태는 평범한 검색 증강 조회를 밖에서 봤을 때의 모습 그대로다. 질문 하나를 반복해서 던져서는 “구글이 내 파일을 수확하고 있다”와 “RAG 시스템이 엉뚱한 청크를 가져왔다”를 구분할 수 없다.
README는 프런트페이지에 오른 뒤 수정됐다. 이제 맨 위에 범위를 소비자 계정으로 한정하는 해명이 붙어 있다. Workspace Business·Enterprise·Education은 기본적으로 사람 검토와 학습을 배제하는 DPA 아래 있다는 설명이다. 맞는 말이고, 스레드의 한 참가자가 Workspace 지식베이스 링크로 이를 확인해준다. 그런데 이건 논점을 무디게 만드는 게 아니라 날카롭게 만든다. 거래 조건이 가장 나쁜 쪽이 소비자 제품이기 때문이다. “Drive 연결”을 누르는 사람은 DPA를 협상할 수 있는 사람이 아니다.
스레드에서 남겨둘 만한 게 둘 있다. 한 댓글러는 Google Photos 데이터가 따로 문서화되어 있다고 지적한다. 당신의 관심사, 사진 속 인물과의 관계, 어디에 있었는지를 추론하는 데 쓰인다고. 파이프라인도 정책도 다르지만 답은 같다. 다른 한 명은 실질적 결과를 짚는다. 이런 페이지를 꼼꼼히 읽는 사람이라면 이제 소비자 구글 계정을 어떤 에이전트에도 연결하지 않는다. 요청이 잘못 읽혔을 때 잃는 게 질의 하나가 아니라 계정이기 때문이다.
정직한 요약. 구글은 이걸 숨기지 않았다. 도움말 답변에 있고, 블로그 수정 이력에 있고, 변호사가 승인한 문장으로 되어 있다. 그리고 아무도 안 읽는 바로 그 자리에 있고, 사람들이 가장 강하게 반대로 가정하는 바로 그 일을 설명한다. 이런 변경은 항상 그렇게 배포된다.
아마존, Sonnet을 4B 판단 모델로 바꾸고 청구서 98% 깎았다 — 668 points
668 points · 233 comments · strandsagents.com · HN discussion
아마존 엔지니어 둘이 회사 내부 티켓 시스템을 — 고객 에스컬레이션, 용량 요청, 자동 알람, 보안 발견 사항, 전부 스무 개 범주로 분류되는 — Claude Sonnet 4.6에서 Strands Decider로 옮겼다. 텍스트를 생성하는 대신 선택지별 확률과 신뢰도 점수를 돌려주는 작은 판단 모델이다.
숫자는 오늘 프런트페이지에서 가장 구체적이다. 호출당 4,215 ms → 897 ms. 티켓당 토큰 6,724 → 2,010. 티켓당 비용 $0.0222 → 약 $0.0005, 백만 티켓 기준 $22,200 → 약 $500. Sonnet 경로를 끈 날 Lambda 실행 시간이 74% 줄었다. 모델은 SageMaker ml.g5.xlarge — A10G 하나, 24 GB — 에서 돌고, 요청당 약 640 ms에 19 GiB를 쓴다. 인스턴스 하나가 시간당 약 5,600건을 처리한다.
엔지니어링 디테일 두 개가 헤드라인보다 낫다. 첫째는 마이그레이션 스위치다. 메시지마다 읽는 AppConfig 키 하나로 BEDROCK, DUAL, DECIDER를 고른다. 이중 모드에서는 두 모델이 모든 티켓에 라벨을 붙이고, 옛 모델의 답이 적용되며, 불일치는 사람 검토 대기열로 간다. 운영 환경에서 분류기를 교체하는 방식이 그거고, 롤백은 45초다. 둘째는 모든 ML 엔지니어 모니터에 인쇄해서 붙여야 할 발견이다. 같은 요청에서 JSON 키 순서만 바꿨더니 출력 확률이 최대 0.19까지 움직였다. 그래서 지금은 요청마다 키를 정렬한다. 당신의 비교 실험이 그렇게 하지 않았다면, 그 비교는 노이즈다.
빠진 건 글 전체가 이름을 걸고 있는 그 숫자다. “성능은 동등했다”가 딱 한 번 나오고, “별도 티켓 세트에서”라는 말에 붙는다. 정확도 수치도, 혼동 행렬도, 오류 분석도, 꼬리에서 벌어지는 일에 대한 논의도 없다. 라벨이 애매한 길고 이상한 티켓들 말이다. 4B 모델 대 Sonnet에서 그 빠진 표가 결과 전부다. 98% 비용 절감은 산수다. 동등성이 주장이다.
한 달 전 출시된 제품의 벤더 블로그라는 점, 그리고 이 기법이 화제보다 오래됐다는 점도 말해둘 만하다. 한 댓글러는 6년 전 SVM 티켓 분류기를 배포했고, 학습은 몇 분, 분류는 밀리초였다고 한다. 그리고 합당하게 묻는다. 업계가 왜 프런티어 모델을 거쳐 4년을 돌아 여기로 돌아왔느냐고. 답은 이거다. 작은 모델이 나빴을 때 “그냥 작은 모델 써라”는 나쁜 조언이었다. 뉴스는 4B 모델이 이제 폐쇄된 20지 분류에서 Sonnet과 맞먹는다는 것이다. 그리고 그게 이 글만이 증명을 거부하는 단 하나의 사실이다.
AlphaProof Code가 Signal의 실제 암호를 형식 검증했다 — 530 points
530 points · 168 comments · deepmind.google · HN discussion
구글 딥마인드는 자사 에이전트들이 Signal 프로토콜을 떠받치는 컴파일된 코드의 핵심 보안 속성을 4주 만에 증명했다고 한다. 설계가 아니라 코드다. 600만 줄이 넘는 Lean을 생성했다. 널리 배포된 프로토콜 구현을 이 깊이로 형식 검증한 건 어떤 방법으로든 처음이다.
노동의 분업을 잘 읽어야 한다. 전문가들이 여러 모델과 함께 무엇을 증명할지 정했다. Signal의 보안 목표를 Lean 명세로 옮기고, 하나하나 검토했다. 그다음 Gemini 4 Carbon으로 구동되는 에이전트들이 증명을 했다. 감사 패스를 돌리고, 코드베이스의 1퍼센트를 사람 검토 대상으로 표시했다. 나머지는 Lean이 기계적으로 검사한다. 이 프레임워크가 올바른 코드와 버그 있는 코드를 구분하는지 검증하려고, 팀은 이미 고쳐진 실제 취약점 두 개를 격리된 사본에 다시 심었다. 두 경우 모두 시스템은 버그 있는 버전이 안전하지 않다는 기계 검증 증명을 만들어냈다.
마지막 실험이 결과를 믿을 만하게 만들고, 동시에 한계를 드러낸다. 프레임워크가 검증한 건 구현이 사람이 쓰고 승인한 명세와 일치한다는 것이다. 그 명세가 옳은지, 완전한지, 혹은 “기기가 일시적으로 침해된 전후에도 메시지가 보호된다”가 당신이 걱정하는 공격을 덮는지는 알려주지 못한다. 스레드 최상위 댓글이 인접한 반론을 더 날카롭게 만든다. 아주 철저히 검토된 라이브러리를 검증했는데 버그가 0개 나왔다는 건, 정리가 보도자료가 암시하는 것보다 좁거나, 그 나이의 코드에서는 놀라운 결과라는 뜻이다. 답은 아마 앞쪽이고, 딥마인드 자신의 표현(“우리 전문가들이 명시한 보안 속성”)을 두 번 읽으면 그렇게 말하고 있다.
회의론이 하나 더 있다. 모델로 Lean을 실제로 쓰는 사람들에게서 나온다. 에이전트가 정리와 증명을 둘 다 쓰면 속일 수 있고, 완화책은 Lean을 공격하는 게 임무인 적대적 검토자 모델이다. 딥마인드의 게이트키퍼 구조 — 신뢰할 수 없는 증명 팀, 신뢰하는 검사기 — 는 그중 기계적인 절반을 다루고 사회적인 절반은 다루지 않는다.
그래도 상은 진짜다. 현실 취약점은 모두가 검토한 설계와 실제로 배포된 코드 사이의 틈에 몰린다. 이전의 모든 검증 시도는 설계에서 멈췄다. 그 틈을 메우려면 전문가 수년이 들었기 때문이다. 4주와 600만 줄의 기계 검증 Lean은 다른 생산함수다. 이게 버틴다면 — 산출물이 오픈소스로 공개됐으니 확인할 수 있다 — “이 코드는 형식 검증됐나”는 더 이상 마이크로커널과 스마트카드 펌웨어에만 해당하는 질문이 아니다.
e-means는 k-means를 10분의 1 에포크로 끝낸다 — 492 points
492 points · 77 comments · e-means.github.io · HN discussion
주장은 이렇다. k-means는 모두가 아직 풀배치 최적화를 돌리는 머신러닝의 마지막 문제 중 하나다. 표준 미니배치 변형들은 전부 1967년에 발표된 규칙에서 나왔고, 현대 딥러닝 최적화가 가진 도구는 그 변형들이 한 번도 받지 못했다. 그래서 저자들은 지수이동평균 업데이트를 쓰는 미니배치 k-means를 만들었다. 배치와 스텝 크기는 log n, log k, log T의 스케일링 법칙에서 자동으로 유도한다. 초기화도 더 낫고, 죽은 클러스터 부활, 코사인 감쇠, 마무리 단계가 붙는다.
주장하는 수치. Lloyd의 25 에포크 결과보다 낮은 테스트 손실을 1.23 에포크에 도달한다. 전체로 보면 GPU에서 현행 최고인 Flash-KMeans 대비 1045배, CPU에서 Faiss 대비 8~15배의 실시간 단축이다. 페이지의 데모는 커뮤니케이션 솜씨가 좋다. 10만 점, 200개 클러스터에서 Lloyd는 중심 업데이트를 한 번 하는데 e-means는 97번 하고, 애니메이션에서 수렴하는 걸 직접 본다.
비교 대상이 맞느냐가 문제고, 스레드에 물어볼 사람이 있다. SMILE 라이브러리 저자는 Lloyd가 오래전부터 가장 빠른 k-means가 아니었다고 지적한다. 자기 BBD-트리 구현이 흔히 Lloyd보다 열 배 빠르다고. 그러니 “SOTA Lloyd보다 10~45배 빠르다”는 모두가 알아보는 걸 골라 세운 허수아비와의 비교일 수 있다. 타당한 반론이고 페이지에서 답하지 않는다.
인상적인 건 글이 올라간 뒤 몇 시간 안에 벌어진 일이다. 누군가 CPU 버전을 Faiss에서 Rust로 포팅해 크레이트와 PyPI 패키지로 둘 다 공개했다. 또 누군가는 Java 라이브러리에 연결했다. 세 번째 사람은 자기 IVF 인덱스에 맞춰 적용해 GPU에서 146배 속도를 쟀다. 논문 페이지가 얻을 수 있는 가장 강한 증거다. 벤치마크가 아니라, 낯선 사람들이 다시 구현해서 결과를 얻는 것. 반대 의견도 쓸모 있다. 한 댓글러는 구 위의 메시 완화 루프에 갈아 끼워봤는데 “확실히 더 낫지는 않았다”고 한다. 업데이트 규칙이 정적 점군에 맞춰 튜닝됐다면 예상할 만한 결과다.
베리사인, 22,000개 .name 도메인에서 물러섰다 — 494 points
494 points · 99 comments · neil.fraser.name · HN discussion
닐 프레이저의 웹사이트는 neil.fraser.name, 3단계 .name 도메인이다. 9월 베리사인은 3단계 네임스페이스를 종료하겠다고 발표했다. 도메인 22,000개와 이메일 리다이렉트다. 11월 10일, ICANN이 베리사인이 그 계획을 철회한다고 확인하는 서한을 공개했다. 신규 3단계 등록은 닫힌다. 기존 등록과 이메일 리다이렉트는 전부 무기한 살아남는다.
글은 네 문단이고 대부분이 감사 인사 목록인데, 그게 요점이다. 두 달, 공식 재심 요청, 수십 명의 지지 서한, 그리고 변호사 — Petillion — 가 “ICANN에 책을 던졌다”. 한 참가자는 직접 발언하려고 발리까지 날아갔다. 작은 커뮤니티가 계정 2만 2천 개에 관한 레지스트리 결정을 뒤집는 비용이 그거다. 그리고 그 비용이 항공권과 법률 시간으로 치러졌다는 점을 눈여겨볼 만하다. 시장이 압력이라고 부를 만한 것으로 치러진 게 아니다.
스레드의 최고 기여는 반사실이다. 한 댓글러는 종료 통지를 읽고 네임스페이스가 죽었다고 결론 내린 뒤 자기 first.last.name 등록을 놓아버렸다. 종료일이 지나도 계속 작동했고, 그 사람은 그걸 오류라고 생각했다. 지금은 사라졌다. 스레드에는 우아한 해법이 될 만한 제안도 있다. 대응하는 3단계 도메인을 가진 사람에게 2단계 도메인을 그냥 주라는 것. 그게 실현되지 않은 이유는 베리사인이 나중에 돈을 받을 수 있다고 생각한 걸 공짜로 줘야 했기 때문이다.
일반적인 교훈은 규모에 관한 것이다. 등록 2만 2천 개는 레지스트리 재무제표에서 반올림 오차다. 그래서 이걸 구하는 데 법률 작업 두 달이 걸린 게 당연하다. 결정은 내리기 쉬웠고, 되돌리지 않았을 때의 비용이 시끄러워지기 전까지는 되짚어볼 이유가 있는 권한자도 없었다. 작은 네임스페이스는 중요해서 보호되지 않는다. 죽이기 귀찮아서 보호된다.
Fable 5.2가 조카의 꿈같은 게임을 한 방에 만들어냈다 — 470 points
470 points · 419 comments · notesbylex.com · HN discussion
렉스 툼부루의 조카 에이든이 생일 선물로 격투 게임을 해달라며 기획서를 건넸다. 개까지 포함한 가족을 모델로 한 선택 가능 히어로 다섯, 번호 붙은 보스 열둘, 스토리 개요, 구출해야 할 퍼딩이라는 강아지, 해금 캐릭터인 엄마와 아빠. 첫 시도는 6월에 Opus 4.8과 Fable 5로 나왔고, 2분 넘게 할 게임은 아니었다. 에이든은 예의를 갖췄다. 에이든은 잊지 않았다.
그러다 툼부루가 Fable 5.2 얼리 액세스를 받았고, 아이들이 놀러 오기 전날 밤 프롬프트 하나를 줬다. 게임을 끝내고, 요즘 닌자 터틀즈 오락실 캐비닛 같은 느낌으로 만들고, 아트는 ChatGPT Images 2.5, 사운드는 ElevenLabs를 쓰고, 여기 API 키가 있으니, 뭐든 다시 해도 되고, 커밋은 그때그때 해라. 아침에 게임이 있었고 재미있었다. 자기 코드는 대부분 버렸고, 이미지 약 175장과 오디오 클립 140개를 생성했고, 컷신과 부술 수 있는 상자, 엔딩을 넣었다. 그리고 가장 중요한 디테일 — 자기 게임을 플레이할 봇을 직접 작성해서, 헤드리스 브라우저에서 열두 스테이지를 전부 돌리고, 스크린샷에서 문제를 확인한 뒤에야 완료를 선언했다.
글에 있는 한 문장은 받은 것보다 더 주목받아야 한다. “그냥 놔뒀다.” 프롬프트 하나는 사실이다. 한 방은 아니다. 유료 생성 API 둘과, 모델이 스스로 작성한 헤드리스 브라우저 하네스, 그리고 게임에 뭐가 필요한지 여섯 달 동안 익힌 사람이 함께한 몇 시간의 자율 작업이었다. 모델이 한 건 엔지니어링이다. 결과를 좋게 만든 건 아이가 제대로 된 기획서를 써뒀다는 점이다. 이름 붙은 캐릭터, 점점 강해지는 보스 열둘, 구출 구조. 어려운 부분은 늘 거기였고, 이제 그게 실행 가능해졌다는 게 밝혀졌다.
스레드는 셋으로 갈렸다. 현업 게임 개발자는 하네스가 일을 하는 거고 “한 방”은 토큰 소모에 관한 이야기라고 주장한다. 타당하고, 결과를 바꾸지 않는다. 누군가는 지금 자라는 아이가 텍스트 어드벤처로 부모를 감동시키는 일은 없을 거라고 적는다. 반 친구가 저녁 먹기 전에 4인용 오락실 게임을 생성해내니까. 정책으로 고칠 수 없는 진짜 손실이다. 한 댓글러는 실무적 질문을 정리하는 비교를 돌린다. 같은 브레이크아웃 클론 프롬프트를 Opus 5.5와 Fable 5.2에 넣고 둘 다 한 방에, 몇 축에서는 Fable이 눈에 띄게 낫고 주관적으로는 Opus가 더 재미있다. 그 결과의 흥미로운 점은 그 비교가 돌아간다는 것 자체다.
스마트홈 기기는 인터넷 없이도 돌아가야 한다 — 469 points
469 points · 169 comments · docodethatmatters.com · HN discussion
홈 오토메이션 10년에서 뽑은 열한 가지 규칙, 그리고 첫 규칙이 나머지를 만들어낸다. 집의 핵심 기능은 업체 서버에 의존하지 않는다. 저자의 Nest 연동은 구글이 API를 깨뜨릴 때까지 작동했다. 그 뒤로 삼성 냉장고가 자기 화면에 TLS 인증서 오류를 띄우는 걸 봤고, Camp Chef 그릴 컨트롤러가 Wi-Fi 없이는 온도를 보고하지 않는 것도 봤다. 지금 중요한 건 전부 Tasmota를 올린 ESP 보드, MQTT 브로커, 라즈베리 파이의 Node-RED에서 돈다. 알렉사는 스위치를 켜는 방법 하나로 살아남았다.
규칙이 산출물이고, 이 주제의 대부분 글보다 낫다. 새것을 추가할 때 옛것을 없애지 마라. 벽 스위치를 영구히 테이프로 붙여놓은 사진과 “이건 나쁘다”라는 캡션이 그 예시다. 바꾸기 싸게 만들어라. 방은 쓰임이 달라진다. 자동화를 점검해라. 같은 정원 펌프를 네 개의 예약 트리거가 동시에 돌린 적이 있다. 클라우드 기기는 로그 있는 API가 없으면 설치하지 않는다. 설정은 한 곳에 둔다. 업체 앱 다섯 개가 아니라. 들어가는 길이 둘 이상 — 앱, 음성 비서, QR 코드, NFC 태그. 점대점 대신 MQTT 발행/구독. 1년을 못 버티는 배터리는 안 된다. 새벽 2시에 도어 센서 배터리를 갈고 싶은 사람은 없다.
글은 AI 고지로 시작한다. 초고는 저자가 쓰고, AI로 편집·재작성하고, 마지막 패스는 직접. 대부분보다 정직하고, 그래도 이음새는 보인다. 슬라이드를 본문에 풀어 쓴 컨퍼런스 발표 두 개이고, 슬라이드 사이의 산문은 규칙만큼 일을 하지 않는다. 그래도 훔칠 만한 건 규칙 2다. 모두가 어기는 규칙이기 때문이다. 벽 스위치가 켜져 있어야 하는 스마트 전구는 새것을 더하면서 옛것을 없앤 기기다. 테이프로 막아둔 스위치는 업체가 영원히 보지 못할 설계 실패에 대한 그 집의 우회로다.
댓글이 이걸 실용적으로 만드는 분류를 붙인다. Home Assistant는 연동마다 IoT 클래스를 공개한다. “Local Push”부터 “Cloud Polling”까지. 로컬 폴링보다 아래인 건 그냥 사지 않으면 된다. 다른 좋은 갈래는 이게 얼마나 싸졌냐다. 한 댓글러의 공정은 이렇다. 일을 해내는 가장 싼 하드웨어를 사고, 리뷰의 소프트웨어 불평은 무시하고, 모델에게 로컬 우선 펌웨어를 물어보고, 오후 하나를 “고기 프록시”로 쓴다. 2026년의 실제 최신 기술이 그거다. 하드웨어는 일회용이고 펌웨어는 생성된다.
이번 주 한 장소 위를 지나간 위성을 전부 보여준다 — 444 points
444 points · 79 comments · watched.earth · HN discussion
아이디어 하나를 제대로 구현한 사이트다. 장소를 고르면 지난 한 주 동안 그 위를 지나간 위성이 전부, 찍은 영상과 함께 나온다. 통과 목록에는 궤도, 센서 구경의 지상 궤적, 통과별 시계열이 붙는다. 렌더링하면 궤적이 바늘겨레처럼 늘어서는데, 머리 위 밀도가 그렇게 읽힌다. 궤도 요소 표로는 절대 그렇게 안 보인다.
프런트페이지는 클라이언트 렌더링 앱이라 스크레이퍼에는 거의 아무것도 안 돌려준다. 그래서 설명은 댓글이 한다. 이 사이트에 대해서는 이례적으로 만장일치다. 지리공간 업계 사람들이 스타일과 실체의 조합 중 최고라고 하고, 뭐가 그렇게 만드는지 구체적으로 짚는다. 여러 데이터 소스가 이음새 없이 통합된 것, 그리고 영상이 대표 타일이 아니라 정확히 그 통과에 묶인 것.
밑에 깔린 논지는 Fable 게임 글과 같고, 둘이 같은 날 프런트페이지에 오른 이유다. 그 스레드에서 모델이 코드를 썼는지 묻는 사람은 없다. 데이터를 어떻게 모았는지, 통과가 정확한지, 영상이 그 궤도에서 찍은 것인지를 묻는다. 답이 ’그렇다’면 도구에 대한 질문은 중요하지 않아진다. 이 페이지의 나머지 AI 산출물이 — 알든 모르든 — 그 기준으로 평가받고 있다.
Fable 5.2는 지능 1위, 속도 71위 — 368 points
368 points · 265 comments · artificialanalysis.ai · HN discussion
Artificial Analysis는 Claude Fable 5.2의 지능 지수를 65로 매긴다. 74개 모델 중 1위, 중간값은 40. 같은 페이지에서 성능은 72개 중 71위, 비용은 73개 중 73위다. 같이 읽으면 이렇다. 첫 답 토큰까지 235초, 초당 103 토큰, 지능 지수 과제당 44.4분(중간값 12.8분), 과제당 $26.54, 백만 입력 토큰 $8에 백만 출력 토큰 $40(98% 캐시 할인), 지수 전체에서 생성한 토큰 2억 7,500만 개(중간값 7,280만).
스레드가 비용을 설명하는 숫자를 찾아냈다. Fable 5.1은 이미 과제당 약 118,000 토큰을 생성했다. 답 46,000, 추론 71,000. Fable 5.2는 274,000을 생성한다. 답 81,000, 추론 192,000. 추론 예산이 세 배가 됐다. 그래서 정가가 내려갔는데도 과제당 비용은 두 배가 됐고, 그 대가로 지능이 2점 올랐다. 아주 비싼 2점이고, 이게 현 세대의 형태 전부다. 성능을 학습이 아니라 추론 연산으로 사고 있다. 아직 남아 있는 지렛대가 그거니까.
정직한 단서도 스레드에 있다. Artificial Analysis는 자기가 순위를 매기는 연구소들에서 일부 자금을 받고, 전체 방법론을 공개하지 않는다. 그래서 이 지수는 쓸 만한 추세선이고 약한 심판이다. 다만 내부 비교는 버틴다. 같은 하네스 대 같은 하네스니까. 5.2는 작은 이득을 위해 5.1보다 토큰을 더 쓴다. 그건 앤트로픽의 서빙 설정에 관한 사실이고, 벤치마크 후원사에 관한 사실이 아니다.
페이지가 흥미로워지는 곳은 파레토 플롯이다. 높음·최대 추론 노력에서는 Fable 5.2가 아무도 제품을 돌릴 수 없는 가격에 최고 점수를 산다. 낮음·중간 노력에서는 답까지 걸리는 시간과 지능의 경계에 앉는다. 실제 애플리케이션이 쓸 설정이다. 교훈은 모델이 나쁘다는 게 아니다. “최고의 모델”이 이제 버튼 한 번 누르는 데 얼마를 쓸 의향이 있느냐는 진술이라는 것, 그리고 모델 카드의 헤드라인 숫자는 당신이 감당할 수 없는 설정을 설명한다는 것이다.
작물이 그 사이로 보이는 마젠타 태양광 패널 — 345 points
345 points · 248 comments · anthropocenemagazine.org · HN discussion
Cell Reports Physical Science 논문 하나가 반투명 카드뮴 텔루라이드 광전 패널 아래에서 브로콜리를 키웠다. 패널은 일부 파장을 거두고 나머지 — 광합성이 실제로 쓰는 적색과 청색 — 를 통과시키고, 수확량은 유지됐다고 보고한다. 적색을 투과하고 스펙트럼 중간을 막으니까 그늘이 마젠타색이다. 눈에 띄는 부분이 그거고, 헤드라인이 파는 부분도 그거다.
프레이밍이 색보다 낫다. 영농형 태양광에는 토지 문제가 있다. 태양광 단지와 채소 농장이 둘 다 가장 햇볕 잘 들고 평평한 땅을 원하고, 불투명 패널은 작물을 그늘지게 해서 실제 수확량 타격이 된다. 스펙트럼을 쪼개는 건 자원을 정말 영리하게 배분하는 방식이고, 선행 연구들이 그 맞바꿈이 실재함을 보여줬다. 2020년 실험에서는 비슷한 패널 아래에서 바질 수확량은 유지됐지만 시금치는 떨어졌다. 그래도 시금치 농장의 전력+작물 합산 소득은 35% 높게 추정됐다. 미국 농지의 1%를 영농형 태양광에 배정하면 전력의 최대 20%가 나온다는 모델링도 있다.
기사에 없는 건 이게 되는지 결정하는 숫자다. 제곱미터당 와트. 유용한 파장을 통과시키는 패널은 구조상 같은 크기의 불투명 패널보다 전력을 덜 만든다. 그래서 사업 전체가 그 비율에 걸려 있다. 연구는 작물 수확량을 보고하는데, 그건 방정식의 절반이다. 작물 하나, 부지 하나, 들리는 걸로는 시즌 하나다. 브로콜리는 관대한 작물이고, 한 번의 시험에서 마젠타 그늘 아래 “수확량 유지”는 농업 시스템이 아니다.
댓글은 경제 쪽에서 평소보다 낫다. 실제 재배자들이 왔기 때문이다. 한 절화 농가는 USDA 담당자가 영농형 태양광에 회의적이라고 전한다. 태양광 개발업자들과 겪은 전력 때문이다. 물리가 청문회를 받기도 전에 프로젝트를 죽이는 그런 기관의 흉터다. 또 누군가는 미국 토지 이용 논쟁을 지배하는 논점을 만든다. 미국에는 농지 부족 문제가 없으니, 쌓을 필요 없는 기능을 “쌓는” 건 면적이 아니라 복잡성을 산다. 그리고 다음 라운드까지 쥐고 있을 카드가 하나 더 있다. 이 나라는 지금 에탄올로 태울 옥수수를 어마어마하게 재배한다. 브로콜리 위에 패널 놓는 것보다 훨씬 크고 훨씬 어리석은 토지-에너지 전환이다.
블렌더 5.3, 네이티브 가우시안 스플랫 지원 — 346 points
346 points · 46 comments · blender.org · HN discussion
가우시안 스플랫 — 사진이나 영상에서 장면을 수백만 개의 부드럽고 투명한 덩어리로 재구성하는 기법 — 이 이제 블렌더의 일급 객체다. PLY, SPZ, glTF에서 가져오고, 점군으로 저장하고, Geometry Nodes로 다루고, Workbench 솔리드 모드에서 미리 보고, EEVEE와 Cycles에서 네이티브로 렌더한다. 스플랫은 자체 속성을 갖는다. 스케일 벡터, 회전 쿼터니언, 불투명도를 가진 복사 기저, 상위 대역용 구면조화 계수.
나머지 릴리스는 블렌더의 “.3” 답게 평소 목록이다. DLSS 디노이징, 빛 분산, EEVEE 어안 투영, 아웃라이너 정렬, 비디오 시퀀서의 리플 편집. 워크플로를 바꾸는 건 스플랫 지원이다. 앱 두 개짜리 파이프라인을 하나로 접기 때문이다. 지금까지는 휴대폰으로 방을 캡처해서 샷에 넣으려면 별도 스플랫 렌더러를 돌리고 결과를 다시 합성해야 했다. 정지 이미지에는 괜찮고, 카메라가 움직이는 것에는 비참하다.
댓글이 마흔여섯 개뿐이고, 논쟁이 아니라 작업 메모다. 릴리스에 대한 올바른 반응이다. 열린 질문은 릴리스 노트가 답하지 않는 것들이다. 스플랫은 기본적으로 발광 셰이더로 렌더된다. 그래서 캡처한 장면은 다시 조명을 받는 게 아니라 스스로 빛난다. 장면 나머지에서 빛이나 그림자를 받으려면 작업이 필요하다는 뜻이다. 일반 지오메트리와의 깊이 정렬이 다른 하나다. 둘 다 5.4에서, 그게 자기 일에 필요했던 누군가에 의해 해결될 종류의 문제다.
메타의 가장 작은 모델, 아무도 돈 내려 하지 않는 일을 겨냥한다 — 323 points
323 points · 139 comments · research.meta.ai · HN discussion
Muse Ember는 에이전트 작업의 화려하지 않은 절반을 겨냥한다. 도구 호출, 코딩 하위 과제, 라우팅, 추출, 긴 문서 파싱. 메타의 주장은 모든 추론 설정에서 Claude Haiku 5.5나 GPT-6 Luna보다 달러당 지능이 높다는 것이다. Haiku의 최고 점수를 약 3분의 1 비용에 맞춘다.
메타가 인용한 Artificial Analysis 수치는 표면적으로는 맞다. 최대 노력에서 Muse Ember는 과제당 $0.136에 35.8점. Haiku 5.5는 $0.411에 36.2점. Luna의 최고는 $0.152에 27.8점. AutomationBench의 비즈니스 워크플로에서는 37.8 대 13.9, 20.2. Terminal-Bench에서는 40.9 대 39.2, 16.4. Coding Agent Index에서는 46 대 37, 31. FrontierCode 2.0에서는 Haiku에 진다. 27.2 대 34.9. 표에서 머지 가능한 실제 엔지니어링 과제를 다루는 유일한 벤치마크이고, 그러니 가장 신경 써야 할 벤치마크다.
댓글에서 나온 가격. 백만 입력 토큰 $0.10, 백만 캐시 입력 토큰 $0.004, 백만 출력 토큰 $0.50. 캐시 요율이 입력의 4%인데 Luna와 Haiku는 10%를 받는다. 같은 시스템 프롬프트를 시간에 만 번 보내는 에이전트에는 헤드라인 토큰 가격보다 이게 중요하다. 그리고 “가장 작은” 모델이 폐쇄 가중치다. 한 댓글러가 눈에 띄게 실망하며 적는다. 사람들이 기대한 건 작은 오픈 모델이었다.
정직하게 읽으면 이건 능력 주장으로 분장한 비용 주장이다. 작은 모델을 파는 올바른 방식이고, 동시에 가장 오래가지 않는 우위다. 그 표에서 Muse Ember가 굵게 표시된 행은 한 분기 안에 경쟁사가 굵게 표시될 행이다. 이 세그먼트의 요점이 프런티어가 약 9개월 뒤 싼 등급에 도착한다는 것이기 때문이다. 지는 행 — 실제 엔지니어링 과제 — 은 움직이지 않는다.
수상한 삐 소리를 여분 기기 다섯 개로 찾아내기 — 310 points
310 points · 161 comments · simonwillison.net · HN discussion
창고 방 어딘가에서 무언가가 간헐적으로 삐기 시작했고, 삐 간격이 너무 멀어서 방에 서서 듣는 걸로는 안 됐다. 상자를 풀어헤치는 대신 사이먼 윌리슨은 Claude Code로 Beep Locator를 만들게 했다. 파이썬 웹서버, QR 코드, 그리고 집에 있는 여분 기기 전부 — 아이패드 둘, 휴대폰, 맥북 프로, 서피스 울트라 — 를 마이크로 징집했다. 기기들이 같은 삐에 대한 도착 시각을 등록하고, 시스템이 위치를 삼각측량한다. 3,345 Hz에서 약 41 cm 이내로 찾아냈고, 6데시벨 크면 거리는 대략 절반이라는 메모가 붙는다.
가장 좋은 디테일은 실패다. 계획했던 보정 단계 — 기기들이 서로 소리를 내서 자기 위치를 음향적으로 추정하는 것 — 는 “그다지 잘 되지 않았다”. 그래서 사람이 평면도 위에서 기기 아이콘을 끌어다 놓으면 수학이 거기서 조정하는 대충 모드를 추가했다. 삐를 측정으로 찾는 도구가 마이크가 어디 있는지는 사람이 알려줘야 했던 것이다. 도착 시각이 물리적으로 불가능할 때 경고를 띄우는 기능도 있다. 직접 만든 TDOA 시스템에 필요하고 거의 없는 검증이다.
이게 농담이 아니라 섹션 하나를 받을 만한 이유는, 모두가 에이전트가 잘한다고 주장하는 것의 완성된 사례여서다. 구체적이고 자동화되지 않은, 판돈 낮은 짜증이 오후 하나 만에 진짜 계측기가 됐다. 문제를 정확히 서술할 수 있는 사람이 했기 때문이다. 댓글은 깔끔하게 둘로 갈린다. 기법을 재활용하려는 사람들(강의실에서 학생 손뼉 위치 찾기, 경보음 근원 찾기)과, 상자 절반을 옮기고 듣고, 또 절반 옮기면 몇 분 안에 끝난다고 지적하는 사람들. 두 번째 그룹이 맞다. 첫 번째 그룹은 모든 방에서 통하는 도구를 갖게 될 거다.
AI가 만든 코드베이스는 네 가지 방식으로 썩는다 — 269 points
269 points · 326 comments · evanxmerz.com · HN discussion
에반 메르츠는 5월에 메타에서 해고됐고, 코딩 에이전트 도입에 상대적으로 소극적이었던 게 이유 중 하나라고 생각한다. 마지막쯤에는 코드의 90%를 AI로 생성했고, “그게 괜찮은 평가를 받는 최소선”이었다. 그리고 담론이 약속한 방식으로 그를 빨라지게 하지는 않았다. 지금은 다른 대기업에서 100% 생성하고, 취약한 시스템을 만드는 네 가지 메커니즘을 적어놨다.
네 가지. 에이전트는 얕은 테스트를 쓴다. 게터와 세터가 잔뜩, 이미 커버된 경로만 도는 e2e 케이스, 라인 커버리지 지표에는 안 보이는 구멍. 에이전트는 과도하게 복잡한 코드를 쓴다. 헬퍼 하나를 DRY를 맞추려고 셋으로 쪼개서, 중복보다 디버깅이 어려운 결과를 만든다. 에이전트에 의존하면 사람의 이해가 침식된다. 그래서 기존 데이터 구조와 맞지 않는 추상화를 도입하는 PR을 아무도 못 잡는다. 그리고 에이전트는 리뷰보다 빠르게 움직인다. 모든 PR이 훑기만 되고 작은 품질 부채가 쌓인다.
글의 후반부는 증상 목록이고, 그쪽이 더 유용하다. 사고가 늘고, 자기가 디버깅하는 코드를 아무도 몰라서 복구가 느려지고, 분석과 오류 처리가 제대로 계측된 적이 없어서 사용자만 보는 오류가 생기고, 제품이 사람이 아니라 기계를 위해 만들어진 느낌이 든다. 그가 도달한 표현은 “AI가 AI를 위해 만든 소프트웨어”이고, 실패 모드에 정확한 표현이다.
스레드의 가장 강한 반론은 글이 1년 낡았다는 것이다. 얕은 테스트와 과잉 엔지니어링은 2025년 문제이고, 프롬프트에 “과잉 엔지니어링하지 말고 파레토로 가라” 한 줄이면 대부분 해결된다. 처음 두 메커니즘에는 아마 맞고 마지막 둘에는 아니다. 그 둘은 모델 행동이 아니라 조직의 문제다. PR 하나를 생성하는 데 걸린 시간보다 PR당 리뷰 시간이 적은 프로세스에서 프롬프트로 빠져나올 수는 없다. AI를 많이 쓰는 팀이 부채를 쌓는 실제 메커니즘이 그거다. 이 글은 일화이고 반증 불가능하며, 그래도 오늘 페이지에서 이 문제를 가장 잘 정리한 글이다.
Gemini 4 Carbon, Argon 가격으로 출시 — 255 points
255 points · 140 comments · blog.google · HN discussion
구글의 최신 프런티어 모델이 개발자, 기업, 과학자, 소비자에게 정식 출시됐다. Carbon은 2주 전 Fairwind 프로그램으로 사이버 방어자들에게 먼저 풀렸다. 지금의 홍보는 장기 지평 에이전트 작업이다. 여러 단계의 코딩과 디버깅, 열린 탐구. 더 싼 Argon보다 토큰을 더 써서 추론하고 검증한다. CursorBench 4.0, Perplexity의 WANDR, Zapier의 AutomationBench에서 1위이고, 차순위 외부 모델보다 과제당 비용이 두 배 이상 낮다. 가격은 Argon과 같다. 백만 토큰당 $2와 $10.
전략적 신호는 가격이다. 기존 플래그십 위에 놓인 모델을 플래그십과 같은 요금으로 파는 건, 프리미엄을 받는 모델이 아니라 원가 구조가 개선된 모델이다. 구글은 이걸로 에이전트 워크플로의 점유율을 산다. Antigravity의 /swarm은 프롬프트 하나를 조직된 에이전트 팀으로 바꾼다. Carbon이 아키텍처와 감사를 맡고, 더 싼 모델들이 병렬 작업을 한다.
벤치마크 휩쓸기는 적당히 의심하고 봐야 한다. 셋 다 벤더가 골랐고, 셋 다 하네스가 모델만큼 중요한 에이전트 워크플로 벤치마크다. “과제당 비용 2배 낮음”도 벤더 자기 하네스에서, 벤더가 고른 경쟁자들을 상대로 잰 것이다. 스레드의 독립 결과가 더 흥미롭다. 한 댓글러의 벤치마크에서 Carbon은 Fable 5.2와 맞먹지만 더 느리고 더 비싸다. 홍보와 정반대다. 또 누군가는 Carbon이 당분간 Ultra 전용이라고 지적한다. Pro 구독자는 여전히 한 세대 전 모델을 본다. 구글이 1년째 겪는 롤아웃 문제다.
붙잡아둘 디테일이 하나 있다. 발표 페이지에는 자기 자신을 읽어주는 21분짜리 AI 생성 오디오 버전이 있다. 이름이 붙은 합성 음성이고, “생성형 AI는 실험적입니다” 고지가 붙는다. 구글은 이제 자사 보도 자료를 스스로 생성해서 낭독할 만큼 커졌다. 스캔들이 아니다. 이번 릴리스가 뭔지 아주 정확하게 보여주는 그림이다.
이더리움 재단의 38쪽 강령에는 자결 서약이 들어 있었다 — 222 points
222 points · 203 comments · denverpost.com · HN discussion
덴버 포스트의 셸리 브래드버리가 문서를 갖고 있고, 문서가 이상해서 이야기에 뭘 덧붙일 필요가 없다. 3월, 이더리움 재단 — 약 3,000억 달러 가치의 블록체인을 지원하는 스위스 등록 비영리단체 — 의 직원 전원이 38쪽짜리 삽화 문서를 받았다. 제목은 “The Ethereum Foundation Mandate”. 남색 페이지, 애니메이션 캐릭터, 빛나는 숲, 만화 꽃. 11쪽, 윙크하는 애니메 여성과 노란 고양이 세 마리 사이에 “Source Seppuku License”라는 조항이 있었다. 소프트웨어의 저자와 관리자가 강령의 서약을 지키지 못하면 “검으로 스스로 목숨을 끊겠다”(“take his or her own life with a sword”)고 맹세하는 조항이다. 직원들은 월요일까지 강령 준수 서식에 서명하거나, 추가 보상을 받고 떠나라는 통보를 받았다.
저항을 이끌었던 볼더의 케일린 풀턴은 해고됐고 콜로라도 연방법원에 소송을 냈다. 초안이 돌았을 때 재단 직원 약 250명 중 거의 80명이 서약 삭제에 투표했다. 경영진은 유지했고, 본문에서 빼서 삽화로 옮겼다. 재단 간부는 문자 그대로의 뜻이 아니라고 직원들에게 말했고, 준수 서식은 나중에 “문자 그대로의 할복과는 무관하다”고 명확히 하도록 수정됐다. 공동 전무이사는 그것이 “강령의 예술 작품 일부”라고 표현했다. 이사회 구성원이 문서의 미학 — 소송에 따르면 논란이 많은 온라인 인물을 연상시키는 — 에 이의를 제기하자, 비탈릭 부테린은 “그 미학의 논란성 자체가 요점의 일부”(“the controversialness of those aesthetics is itself part of the point”)라고 답했다.
그런 조항이 법적 효력이 있느냐는 흥미로운 질문이 아니다. 계약으로 그걸 강제할 수 없고, 관련자 모두 그걸 아는 듯하다. 흥미로운 질문은 조직이 자기 직원에 대해 무엇을 믿는지다. 의식적 자살 농담을 충성 서약에 넣고, 압도적 다수가 반대한 뒤에도 그대로 배포한다면. 스레드 최고의 문장은 그 오류를 정확히 명명한다. 강령은 전부 문자 그대로일 수도, 일부가 농담일 수도 있다. 둘 다일 수는 없다. “둘 다”를 고르면 직원들에게 말해주는 건 이거다. 자기가 반대하는 부분은 농담이고, 반대하지 않는 부분은 구속력이 있다.
문서는 ethereum.org/foundation/mandate에 공개돼 있다. 그러니 유출 기반 이야기가 아니라 PDF가 붙은 거버넌스 이야기다. 이게 보여주는 건 “우리는 사명이 이끄는 집단”과 “우리는 피의 맹세를 요구하는 회사” 사이의 거리가 아주 짧다는 것, 그리고 수십억을 쥔 재단 안에 진짜 인사 기능이 없다는 게 기술적 문제가 아니라는 것이다. 소송은 합의되거나 기각될 거다. 강령은 이미 기록에 남았다.
그 외 새것들
- TPU 8tx와 8i Max (254 points, 75 comments) — 1년에 TPU 시스템 네 개. 8tx는 하드웨어 수준 암호화를 갖춘 기밀 추론용, 8i Max는 거대 컨텍스트 윈도와 랙당 최고 연산용. 구글은 TPU 외부 고객이 거의 100곳이라고 하고, 네이티브 PyTorch용 TorchTPU를 오픈소스로 공개했다. 흥미로운 부분은 실리콘이 아니다. 프런티어 연구소에 예약 용량을 파는 회사가 이제 칩을 남의 데이터센터에 파는 것이다. 다른 사업이다.
- malloc은 대체 뭘 하고 있나? (253 points, 64 comments) — glibc 할당자 산책. 16바이트 할당 1,000번에
strace를 걸면brk호출이 정확히 두 번 나온다. 힙이 어디서 끝나는지 묻는 한 번, 132 KiB 늘리는 한 번. 그 뒤는 전부 부기다. 설명 대신 시스템콜 추적을 보여줘서 업보트를 받은 교과서 한 챕터. - 당신 TV는 벽을 꿰뚫어 본다 (256 points, 119 comments) — USRP로 잡은 ATSC 신호. 몇 센티미터 움직이면 직접 경로가 반사와 상쇄되어 채널 전체가 죽는다. 옆방을 걸어 다니면 워터폴에 줄무늬가 생긴다. 몸이 잔여 신호를 상쇄하는 지점이고, 경로 변화 파장당 하나씩. 저자는 줄무늬 간격으로 자기 보행 속도를 계산한다. 1.3 m/s. 광대역 신호면 다 된다. Wi-Fi와 LTE 포함.
- 끔찍한 공개키 트릭 (236 points, 84 comments) — 항의 인증서. TLS 인증서에서 당신이 통제하는 부분은 공개키뿐이므로, 저자는 바이트가 ASCII 아트로 메시지를 쓰는 RSA 모듈러스를 만들고, Let’s Encrypt에게 서명을 받고,
openssl s_client로 인증서를 들여다보면 그 농담이 보인다고 짚는다. 전제는 이거다. CA가 개인키 “4”인 인증서를 신뢰 발급해준다면, 아무도 아무것도 검사하지 않는다. - ChatGPT 데스크톱, SSH 에이전트를 원격 머신으로 전달한다 (213 points, 76 comments) — 기사가 아니라 토론 글. 원격 박스의 에이전트가 로컬 SSH 자격증명으로 인증해서 당신의 프라이빗 저장소에 푸시할 수 있다는 주장. 링크된 증거는 머지 없이 닫힌 풀 리퀘스트라는 걸 한 댓글러가 짚는다. 보고서보다 반응이 유용하다. 명명된 호스트 말고는
ForwardAgent no로 고정하고, 세션마다 지문을 요구하는 시큐어 인클레이브 키를 쓰거나, 요청마다 확인하는 비밀번호 관리자의 SSH 에이전트를 쓰라는 것. - Ableton Live 13 (223 points, 249 comments) — Looplet, 새 Transient Shaper, 커스텀 매핑 곡선, Push 3 커스텀 레이아웃. 댓글은 라이선스 이야기다. Ableton이 rent-to-own 모델로 옮겼고, 납부가 끝나면 그 버전의 영구 라이선스가 남는다. 구독은 아니지만 구독처럼 굴러간다. 다음 버전이 납부 완료보다 먼저 오니까. 그리고 아무도 쓸 만한 실시간 협업을 만들지 못했고, 리눅스 사용자는 여전히 못 돌린다.
- 웹은 충분히 그 이상이다 (202 points, 158 comments) — Aboard 뉴스레터가 tinylittleoffice.com에 이어 쓴 글. 문서를 URL에 저장하는 오피스 스위트이고, 방문자 수십만과 Register 기사까지 나왔다. 주장은 브라우저 성능이 어마어마해졌고 거기 닿는 비용이 붕괴했다는 것. 긴 뉴스레터 한 편의 두 배쯤 노력으로 애플리케이션을 배포했다고 한다. 스레드는 그게 낙관론인지, 누가 곧 일자리를 잃을지에 대한 서술인지로 다툰다.
아직 페이지에 남아 있는 것들
지난 다섯 번의 라운드업에서 나온 스토리 스무 개가 아직 200점 위에 있고, 현재 점수 순이다. 날짜 간 점수는 비교할 수 없고, 이전 글들과 같은 스캔 방식이다. 스무 개 전부 아직 스캔 창 안에 있었다. 이전 수치 중 열아홉 개는 어제 글에서 그대로 가져왔고, ‘2 네 개’ 행은 이틀 전에 마지막으로 보고됐다.
| 스토리 | 지난번 | 11월 10일 |
|---|---|---|
| sshole | 2,993 (11-09) | 2,997 (+4) |
| Foldable Flight: 종이비행기 | 706 (11-09) | 1,173 (+467) |
| 엔비디아 CEO, 불륜 관련 직원 서한 | 923 (11-09) | 975 (+52) |
| 골드만삭스, 뱅커와 트레이더에게서 Claude Code 회수 | 874 (11-09) | 896 (+22) |
| Claude Fable 5.2와 Mythos 5.2 | 635 (11-09) | 859 (+224) |
| Opus 5.5 너프됐나? | 603 (11-09) | 810 (+207) |
| KetchUp: Rust와 WebGPU로 만든 SketchUp 대안 | 716 (11-09) | 755 (+39) |
| 전 세계 대부분 지역에서 X 브랜드 차 문 열기 | 592 (11-09) | 619 (+27) |
| Payments Canada, 실시간 결제망 출시 | 385 (11-09) | 578 (+193) |
| AI 버블이 있다고 확신하지 않는다 | 534 (11-09) | 562 (+28) |
| Outlook.com, DMARC 없는 도메인의 메일을 거부한다 | 525 (11-09) | 543 (+18) |
| MaxxBench: “DeepSWE 점수 좋네. 근데 사실인가?” | 405 (11-09) | 406 (+1) |
| 키메라 보컬 신스 | 333 (11-09) | 350 (+17) |
| Dux: Wayland 데스크톱 셸 | 335 (11-09) | 344 (+9) |
| 라즈베리 파이 5 16GB, 이제 385달러 | 202 (11-09) | 325 (+123) |
| Ask HN: 뭐 만들고 계신가요? (2026년 11월) | 276 (11-09) | 290 (+14) |
| Show HN: Coldframe, 허니팟 냉장고 컨트롤러 | 285 (11-09) | 288 (+3) |
| 감염된 웹사이트가 15,579개인 건 안다. 어떻게 알려주지? | 228 (11-09) | 228 (+0) |
| 2 네 개로 아무 정수나 만들기 (2025) | 201 (11-08) | 221 (+20) |
| 우라늄 큐브가 독일 핵 프로젝트 실패 이유를 보여준다 | 220 (11-09) | 220 (+0) |
이름 붙일 만한 움직임이 여섯이다. 종이비행기는 706 → 1,173 (+467). 프런트페이지 이야기가 완전히 다른 관객으로 넘어간 사례다. Fable 5.2 출시 스레드는 635 → 859 (+224)인데, 전작이 너프됐다는 불만은 603 → 810 (+207)이 됐다. 출시와 고발이 같은 속도로 자란다. 둘 중 하나가 해소되는 중이라면 나올 모습이 아니다. Payments Canada의 실시간 결제망은 385 → 578 (+193), 라즈베리 파이 가격 불만은 두 번째 물결이 도착하면서 202 → 325 (+123), 엔비디아 서한은 52점을 더해 975가 됐다. 나머지는 40점 미만으로 움직였고, 잃은 건 하나도 없다.
관통하는 것
오늘 페이지는 증명하는 것보다 증명에 드는 비용이 더 큰 증명들에 관한 것이다.
Fable 5.2가 가장 명확한 사례다. 모두가 인용하는 그 지수에서 최고점 모델이고, 추론 토큰을 세 배로 늘려 거기 도달했다. 과제당 71,000에서 192,000으로. 그래서 정가가 내려갔는데도 과제당 청구서는 두 배가 됐다. 벤치마크 결과는 진짜고 경제성은 더 나빠졌다. 2점 더 똑똑하고 호출당 2배 비싼 모델은 제품을 돌리는 누구에게도 진보가 아니다. 벤치마크 당하는 쪽에게는 진보다. Gemini 4 Carbon은 거울상이다. 같은 프런티어 성능 약속을 이전 등급 가격에 판다. 연구소가 비용을 추론으로 옮긴 게 아니라 실제로 줄였을 때 나오는 모습이다.
두 번째 갈래는 검증과 명세 사이의 틈이다. AlphaProof Code는 페이지에서 가장 강한 기술적 결과다. 600만 줄의 Lean, 사람이 쓴 속성에 맞춰 4주 만에 검사된 컴파일된 프로토콜. 정직하게 읽으면 사람이 “안전”의 의미를 정하는 부분을 했고, 에이전트가 예전에 수년 걸리던 부분을 했다. 전문가 시간의 진짜 재배치이고, 무엇을 증명할지 아는 기계와는 다른 이야기다. 같은 틈이 Fable 게임에도 나온다. 어려운 부분은 기획서였고, 모델이 그걸 실행했다.
세 번째는 기관들이 계속 자기 증거를 공개한다는 것이다. 구글 도움말 페이지에는 변호사가 쓴 문장으로, 계정을 연결하면 사람이 당신 이메일을 읽을 수 있다고 적혀 있다. 그게 발견 가능한 것이었냐는 논쟁은 거기서 끝났다. 이더리움 재단은 삽화 강령에 자결 조항을 넣고, 직원 250명에게 배포하고, 80명이 반대하는 걸 보고, 예술 작품으로서 배포했다. USPS는 ZIP 코드 경계에 다섯 자리 가격을 붙이고 페이지를 데이터 공개라고 불렀다. 어느 것도 유출이 아니고, 문서를 읽으면 어느 것도 애매하지 않다. 조직이 실제로 뭘 하는지 알아내는 가장 신뢰할 만한 방법은, 자기가 조심하고 있다고 생각할 때 발행하는 것을 읽는 것이다.