유명 해커 조지 핫츠가 6개월간의 테스트 끝에 코딩 에이전트가 소프트웨어 개발 업계에서 가장 비용이 많이 드는 실수가 될 것이라고 경고했습니다. 그는 LLM이 단순히 코드의 통계적 분포를 모방하여 찾기 힘든 미묘한 오류를 만들어낼 뿐이라며 얀 르쿤 등과 같은 회의론자의 편에 섰습니다. 반면 안드레이 카파시 등은 코드의 질이 떨어지더라도 생산성이 극대화된다며 코딩 에이전트의 긍정적인 미래를 강조하며 AI 업계의 의견이 첨예하게 엇갈리고 있습니다.
안드레이 카파시(Andrej Karpathy)가 최전선 LLM 연구개발에 참여하기 위해 앤스로픽(Anthropic)의 사전 학습(pre-training) 팀에 합류했습니다. 앤스로픽은 그를 영입해 클로드(Claude)를 활용해 사전 학습 연구를 가속화하는 새로운 팀을 이끌도록 할 예정입니다. 이는 순수 컴퓨팅 자원 경쟁을 넘어 'AI 보조 연구'를 통해 경쟁사와 격차를 벌리겠다는 앤스로픽의 전략적 의도로 풀이됩니다.
오픈AI 공동 창립자이자 전 테슬라 AI 총괄인 안드레이 카파시가 '바이브 코딩(Vibe Coding)' 개념 창시 1년 만의 변화를 설명합니다. 그는 LLM을 '동물'이 아닌 '유령'에 비유하며, 이를 다루기 위한 새로운 안목과 판단력이 필수적인 '에이전트 공학(Agentic Engineering)'이 본격적으로 자리 잡고 있음을 강조합니다. 또한 소프트웨어 3.0 시대의 도래와 검증 가능성의 한계를 언급하며 사고는 외부에 맡길 수 있어도 이해는 결코外包할 수 없다는 철학적 통찰을 전합니다.
안드레이 카파시(Andrej Karpathy)의 기술 강연을 기반으로, 대규모 언어 모델(LLM)이 어떻게 구축되는지 전 과정을 인터랙티브하게 보여주는 시각화 프로젝트가 해커뉴스에 소개되었습니다. 원시 인터넷 텍스트를 수집해 데이터를 정제하고, 신경망이 처리할 수 있도록 토큰화(Tokenization)하는 핵심 사전 학습 과정을 직관적인 파이프라인으로 설득력 있게 설명하고 있습니다. AI 모델 개발의 기초가 되는 데이터 수집 및 품질 관리의 중요성을 체감할 수 있다는 점에서 실무자 및 입문자 모두에게 유용한 자료입니다.