# AI Frontier — Full Content Index

> AI 심층 대화 팟캐스트.
> 노정석(Chester Roh), 최승준(Seungjoon Choi), 박종현(Jonghyun Park), 김성현(Seonghyun Kim)이 인공지능의 최신 기술·산업·철학을 깊이 있게 대화합니다.
> A bilingual (Korean/English) deep-dive AI podcast exploring cutting-edge AI technology, industry trends, and philosophy.

Site: https://aifrontier.kr
YouTube: https://www.youtube.com/@chester_roh
Korean RSS: https://aifrontier.kr/ko/rss.xml
English RSS: https://aifrontier.kr/en/rss.xml
Sitemap: https://aifrontier.kr/sitemap.xml

Total episodes: 41

---

## EP 114: 도망칠 틈이 없다

- Transcript: https://aifrontier.kr/ko/episodes/ep114
- YouTube: https://www.youtube.com/watch?v=y7VAW4Xd_Q0
- Resources: https://erucipe.notion.site/3d6d5c9e7e5980dbae9fe4ce716960aa?pvs=73
- Published: 2026-09-10
- Duration: 1:34:35
- Hosts: 노정석, 최승준, 박종현

### Description (KO)
이번 영상에서는 Navier–Stokes 방정식 도전 사례를 통해 대규모 멀티 에이전트와 막대한 컴퓨트가 수학 연구를 어떻게 바꾸고 있는지 살펴봅니다. 이어 GPT Image 2.5의 이미지 일관성·편집 성능과 Astra의 computer use 및 에이전트 활용 사례를 직접 이야기합니다. 또한 Google DeepMind의 AlphaGenome Atlas가 유전자 변이와 질병 연구, 신약 개발에 미칠 가능성을 설명하며 AI for Science의 현재와 미래를 짚어봅니다. 빠르게 발전하는 AI 기술이 연구 생태계와 안전, 인간의 역할에 던지는 질문까지 함께 논의합니다.

### Chapters
- 0:00 Navier–Stokes 방정식 풀이 소식
- 0:51 유체 시뮬레이션과 Navier–Stokes의 역사
- 1:50 밀레니엄 문제의 의미와 남은 과제
- 2:48 문제 해결이 실용 기술에 미치는 영향
- 3:56 OpenAI의 물량 공세와 내부 모델
- 4:48 Test-time compute scaling과 성능 향상
- 6:11 수학적 가설 풀이 ansatz와 Terence Tao의 통찰
- 7:37 1만 개 에이전트의 동시 협업
- 8:28 RLVR 환경에서 등장한 에이전트 협업
- 9:30 그룹 간 cross-pollination과 점진적 증명
- 10:51 Anthropic의 선행 연구와 OpenAI의 추격
- 12:33 Codex 오케스트레이션과 1만 에이전트 실험
- 13:37 1,300억 토큰과 100억 원대 연산 비용
- 15:32 수학 연구 공동체와 AI의 기여 문제
- 16:55 Navier–Stokes를 둘러싼 AI 연구 스캔들
- 18:20 Alpöge와 Buckmaster의 연구 타임라인
- 20:34 연구 데이터 유출과 학습 기여 논란
- 22:17 OpenAI와 Anthropic의 연구 크레디트 갈등
- 23:38 초지능 경쟁과 AI 안전성 위기
- 27:14 중국의 추격과 DeepSeek V5 소문
- 28:27 AI 수학 발견에서 반례와 새로운 통찰
- 30:32 연구 결과를 둘러싼 암흑의 숲 문제
- 32:36 AlphaGo 이후 10년과 AGI 논쟁
- 33:29 GPT Image 2.5 출시와 Astra의 비전 능력
- 34:50 이미지 편집 일관성과 스트리밍 생성
- 36:29 스톱모션과 VFX로 확장되는 이미지 생성
- 37:37 사업가에게 필요한 AI 기술의 지속적 추적
- 38:52 GPT Image 2.5의 가격과 썸네일 성능
- 42:03 Grok과 소비자용 에이전트 패키지
- 43:02 Astra의 컴퓨터 사용과 여행 자동 예약
- 46:53 Astra와 GPT Image 2.5의 에이전트 결합
- 50:45 Astra의 렌더링 반복 최적화 실험
- 52:53 AlphaGenome Atlas와 유전체 변이 분석
- 53:17 AlphaFold가 바꾼 단백질 구조 연구
- 55:32 AlphaGenome과 비단백질 코딩 영역
- 59:14 후성유전학과 partial reprogramming
- 64:26 SNP와 개인별 유전체 차이
- 68:34 숏리드·롱리드 시퀀싱과 유전체 매핑
- 70:02 HLA 영역과 롱리드 시퀀싱의 필요성
- 72:25 AlphaGenome의 유전자 변이 영향 예측
- 77:47 AlphaGenome Atlas의 사전 계산 데이터베이스
- 79:37 AI 도구가 바꾸는 생명과학 연구 방식
- 81:26 유전체 분석과 개인 맞춤형 치료
- 83:07 희귀 유전병과 암 치료 표적 탐색
- 85:45 생명공학의 계산과학 전환
- 87:05 Evo 2와 합성생물학의 언어 모델
- 89:43 유전체 데이터와 바이오 AI의 스케일 폭발
- 92:39 AI가 가속하는 생명과학의 미래
- 94:10 3일간의 AI 뉴스 recap

---

## EP 113: GPT-6 Astra 이후, AI의 생각을 어디까지 볼 수 있을까

- Transcript: https://aifrontier.kr/ko/episodes/ep113
- YouTube: https://www.youtube.com/watch?v=PMUIi-2Nhlo
- Resources: https://erucipe.notion.site/GPT-6-Astra-3d2d5c9e7e598049809bf3d3731e065c?source=copy_link
- Published: 2026-09-09
- Duration: 1:11:10
- Hosts: 노정석, 최승준, 박종현

### Description (KO)
달라진 모델, 다시 설계하는 하네스. GPT-6 Astra를 써본 경험을 바탕으로 속도·비용, No-CoT와 latent reasoning의 가능성, 추론 과정을 관찰하는 데 따르는 한계를 이야기합니다. ARC-AGI-3에서 드러난 하네스의 역할부터 Computer Use, 시행착오와 제품을 만드는 사람의 가치까지 짚어봅니다.

### Chapters
- 0:00 GPT-6 Astra와 AGENTS.md·스킬 다시 보기
- 3:00 시간과 비용으로 비교하는 모델 성능
- 6:59 No-CoT와 보이지 않는 추론
- 12:33 Looped Transformer와 recurrent depth
- 15:15 머릿속 암산에 빗댄 latent CoT
- 20:34 블랙박스가 되는 모델과 감독의 한계
- 24:58 ARC-AGI와 latent space의 암묵지
- 27:54 프론티어 모델의 compute 경쟁
- 31:05 ARC-AGI-3와 하네스의 역할
- 38:06 Think Fast 연구와 No-CoT의 가능성
- 38:59 위키를 통한 에이전트 협력과 Stigmergy
- 44:52 관찰자를 속이는 추론과 에이전트 군집
- 48:31 과학 연구의 변화와 인간의 역할
- 51:17 Computer Use와 멀티모달 능력
- 55:58 시행착오와 좋은 제품을 만드는 가치
- 60:32 모델 경쟁과 로봇 학습용 world model
- 64:53 NVIDIA와 Hugging Face 생태계
- 67:45 3D·CAD와 『스케일링 시대』
- 69:19 새 모델을 직접 실험하고 하네스 걷어내기

---

## EP 112: AI 반도체 안에서 일어나는 일들: KV Cache부터 Roofline까지

- Transcript: https://aifrontier.kr/ko/episodes/ep112
- YouTube: https://www.youtube.com/watch?v=9Qf_QLt7IWY
- Resources: /resources/ep112/ep112-inference-engineering.pdf
- Published: 2026-09-01
- Duration: 1:44:10
- Hosts: 노정석, 최승준, 이진원, 박종현

### Description (KO)
HyperAccel 이진원 CTO와 함께 LLM inference의 핵심 원리를 처음부터 끝까지 짚어보는 심화 강의 편입니다. prefill과 decode의 차이, KV cache의 용량 문제, arithmetic intensity와 roofline analysis를 통해 왜 decode가 memory-bound가 될 수밖에 없는지, 그리고 SemiAnalysis InferenceX 벤치마크의 interactivity–throughput Pareto curve를 어떻게 읽어야 하는지 차근차근 설명합니다. 이어서 continuous batching, PagedAttention, chunked prefill, speculative decoding, prefill-decode disaggregation 등 실제 production에 들어가 있는 최적화 기법과, agentic AI 시대에 KV cache 관리가 왜 새로운 병목이 되는지를 다룹니다. LPDDR 기반 저전력·저가 AI 반도체 Bertha, OpenAI Jalapeño, NVIDIA의 Groq 인수가 의미하는 heterogeneous computing의 미래까지 함께 이야기합니다.

### Chapters
- 0:00 AI 인프라로 이동하는 가치 포착
- 2:13 영원한 compute 부족과 폭발하는 토큰 수요
- 5:17 매출·compute 격차가 밀어 올리는 inference 단가
- 7:17 HBM 대신 LPDDR을 택한 HyperAccel Bertha 칩
- 8:42 LPDDR로 확보한 bandwidth와 5천 달러 목표 가격
- 11:29 LPU 이름의 유래와 OpenAI Jalapeño
- 15:01 LLM inference의 두 단계인 prefill과 decode
- 17:57 Transformer의 핵심 연산 attention과 FFN
- 20:50 QKV 연산과 self-attention 구조
- 26:32 Decode에서 Key와 Value를 재사용하는 KV cache
- 28:15 Token당 320KB로 폭증하는 KV cache 용량과 GQA
- 32:12 KV cache를 줄이는 양자화와 MLA
- 35:01 연산 병목과 메모리 병목의 구분
- 37:48 Arithmetic Intensity의 정의와 데이터 재활용
- 40:58 Roofline analysis로 읽는 compute-bound와 memory-bound
- 43:46 Batching으로 올리는 decode 효율과 attention의 한계
- 51:33 Interactivity와 throughput의 trade-off
- 54:26 SemiAnalysis InferenceX Pareto curve 읽는 법
- 60:51 vLLM의 continuous batching과 PagedAttention
- 69:37 Chunked prefill과 speculative decoding
- 78:53 Prefill pool과 decode pool을 나누는 PD disaggregation
- 83:33 Agentic AI가 만드는 새로운 inference workload
- 87:22 사람이 만드는 대기 시간과 KV cache 골든타임
- 90:10 재계산 대신 다시 읽어오는 KV cache와 계층형 메모리
- 94:21 GPU와 LPU가 결합하는 heterogeneous computing의 미래
- 97:54 AI가 바꾸는 반도체 설계와 검증
- 100:08 특수 목적 AI 칩의 춘추전국시대
- 101:42 마무리 인사와 AI 인프라 산업화의 가속

---

## EP 111: 벤치마크 1등이 탈락했다? 독파모 4파전 결과 살펴보기

- Transcript: https://aifrontier.kr/ko/episodes/ep111
- YouTube: https://www.youtube.com/watch?v=Q_Fzk7rkmsM
- Published: 2026-08-23
- Duration: 1:28:31
- Hosts: 노정석, 최승준, 박종현

### Description (KO)
독자 파운데이션 모델(독파모) 3개사 선정 결과와 벤치마크 1위 Motif 탈락의 배경을 실사용 경험과 정부 평가 기준으로 짚고, Sutton의 지속 학습 비전과 디자인을 verifiable하게 만드는 실험, 에이전트 워크플로 이야기를 나눕니다.

### Chapters
- 0:00 독파모 4파전과 3개 선정 이슈
- 2:03 AAII 벤치마크로 본 한국 독파모 후보들의 위치
- 4:03 1등 Motif 탈락이 화제가 된 이유
- 6:27 독파모 후보 모델들의 규모와 학습 자원 비교
- 8:20 데이터셋 출처와 공개성에 대한 아쉬움
- 10:05 GPU 지원 조건과 SK텔레콤의 자체 비용 학습 배경
- 13:01 비공개 벤치마크와 정성 평가로 본 정부 평가 기준
- 15:06 모델 성능을 넘어선 생태계 중심의 평가 취지
- 19:43 일반 국민 평가단과 한영 혼용 '판교어' 논란
- 21:50 Agent workflow 관점의 독파모 모델 실사용 테스트
- 25:17 라이브 실사용 결과와 Motif 대 Solar 비교
- 29:32 벤치마크를 넘어선 좋은 파운데이션 모델의 기준
- 31:11 Motif 석패에서 본 공공 루브릭과 산업계 시각의 간극
- 34:31 소버린 AI의 목적과 '독자' 모델의 범위
- 37:37 독점재의 범용재화와 국가가 독파모에 투자하는 이유
- 44:36 모델 출시 페이스와 지속 가능한 생태계 과제
- 48:31 정부 사업의 양날의 검과 진짜 시장 경쟁
- 50:36 Astra 훈련 중단과 Anthropic 논쟁, 암 연구 프론티어 뉴스
- 52:43 Richard Sutton 인터뷰와 continual learning 비전
- 57:22 transcript 증강 읽기와 zoomable interface 실험
- 61:15 hill climbing의 한계와 큰 그림을 보는 agent workflow
- 63:58 조판을 verifiable하게 만드는 프록시 지표 실험
- 66:28 파라메트릭 한글 폰트 생성과 디자인 평가의 어려움
- 70:59 취향이 필요한 디자인 작업과 evaluator의 한계
- 75:19 20와트로 1T 모델을 돌리는 Sutton의 상상
- 77:45 auto research와 control plane으로 보는 일의 구조
- 79:55 편집 스타일 추출과 인간 작업의 프록시화
- 82:39 multi-agent 반복 평가와 개인 작업 방식의 변화
- 85:58 웹 인터페이스만으로 가능해진 프론티어급 작업 환경
- 87:51 Operator Agent와 작업 자동화의 미래

---

## EP 110: AI와 정렬

- Transcript: https://aifrontier.kr/ko/episodes/ep110
- YouTube: https://www.youtube.com/watch?v=6frjrjB4hng
- Resources: https://erucipe.notion.site/3bdd5c9e7e5980e5b417f04cf58c2b0c?pvs=74
- Published: 2026-08-18
- Duration: 1:10:22
- Hosts: 노정석, 최승준, 박종현

### Description (KO)
여름 모델 출시 러시와 Black Hat에서 공개된 OpenAI 에이전트 침입 사건을 짚고, 리즈닝 트레이스 탈취와 distillation, 오정렬이 왜 2026년의 키워드가 됐는지 이야기합니다.

### Chapters
- 0:00 오프닝, 쏟아진 모델 발표와 키워드 '오정렬'
- 0:55 여름 모델 출시 타임라인과 Gemini Robotics 2
- 4:32 출시 가속의 배경이 된 자동화와 상호 distillation
- 8:59 수학 반례 성취와 보안 침입으로 드러난 탐색 능력
- 11:01 Discovery Loop와 Oriol Vinyals의 자기 개선 프레임
- 14:30 구상과 평가 병목, 인간에게 남는 역할
- 19:42 Black Hat에서 공개된 OpenAI 에이전트 message board 사건
- 23:39 해커의 시선으로 본 권한 상승과 alignment의 한계
- 28:42 Ryan Greenblatt가 짚은 보상 해킹과 오정렬의 유전
- 33:31 에이전트 skill 조합의 함정과 provenance 문제
- 37:46 회사 자동화 실험과 control plane의 필요
- 44:25 지식 노동 자동화와 RSI형 harness 재구성
- 47:17 코드가 된 자연어, 지식 노동의 Git
- 49:41 30분 걸려 나온 웃긴 이야기 실험
- 53:48 GPT-4에서 Mythos까지 3년, 오정렬 누적의 불안
- 57:25 리즈닝 트레이스 탈취와 Kimi K3 distillation 정황
- 61:01 숨겨진 리즈닝 속 API key 유출 위험
- 62:26 문제 풀이의 실체, memory recall과 외계어 추론
- 64:00 Claude 텍스트 워터마크와 distillation 탐지의 한계
- 66:11 웹소설 AI 논란과 '쇠맛'
- 68:06 frontier를 따라가는 distillation 경쟁
- 69:14 조직 운영의 문제로 옮겨간 AI 활용 고민
- 70:07 다음 주를 예고하며 마무리

---

## EP 109: 지금은 인퍼런스의 시대: Sionic 토큰 팩토리와 모델 인퍼런스 이야기

- Transcript: https://aifrontier.kr/ko/episodes/ep109
- YouTube: https://www.youtube.com/watch?v=ZA2StFPJhEY
- Published: 2026-08-16
- Duration: 1:33:16
- Hosts: 노정석, 최승준, 박종현, 고석현

### Description (KO)
사이오닉 AI의 GPU 데이터센터를 직접 둘러보며 인퍼런스 서버와 토큰 팩토리의 운영, prefill·decode 분리와 초고속 토큰 생성이 여는 변화를 살펴봅니다.

### Chapters
- 0:00 사이오닉 AI 토큰 팩토리 데이터센터 투어
- 0:33 B300 데이터센터와 공랭 냉각 구조
- 2:08 온프레미스 인퍼런스 시대의 개막과 고석현 대표 소개
- 3:37 DeepSeek V4 Flash 1,000 TPS 시연
- 5:17 TPS의 정의와 HBM 메모리 병목
- 7:07 투기적 디코딩의 원리와 accept rate
- 8:30 양자화와 투기적 디코딩의 상충 관계
- 10:21 prefill과 decode 분리의 필요성
- 11:47 트레이닝에서 인퍼런스로 옮겨간 무게중심
- 14:17 1,000 TPS로 회사를 통째로 시뮬레이션하는 데모
- 18:21 속도와 지능의 균형과 task 완료 기준의 변화
- 22:04 SOLAR MTP 후장착과 Physical AI 가능성
- 24:26 포클레인과 숟가락으로 이해하는 prefill과 decode
- 30:11 Kimi식 prefill·decode 분리와 KV 캐시 이동
- 32:12 vLLM·SGLang 구현체와 공개되지 않는 서빙 노하우
- 35:26 Day-0 대응을 가능케 하는 자동 최적화 에이전트
- 37:07 모델 상향평준화와 AI 가치 포착 레이어의 이동
- 40:28 1MW 자체 데이터센터 구축과 B300 운영 손익
- 45:14 네트워크 설계 이점과 GPU 직접 구매의 이유
- 48:00 GPU 인프라가 만드는 인재 유치와 조직 자산화
- 49:12 에이전트 중심 조직과 control plane이라는 다음 하네스
- 55:49 NVIDIA Dynamo와 KV 캐시 오케스트레이션
- 58:46 고속 서빙의 원가 구조와 토큰 속도가 돈이 되는 영역
- 61:57 보안·금융에서 커지는 초저지연 인퍼런스 가치
- 64:00 SFT·양자화 재평가와 산업 특화 인퍼런스
- 67:00 OpenAI·Anthropic 구도 약화와 Kimi의 부상
- 70:31 대규모 컴퓨팅이 만드는 안정적인 에이전트 시스템
- 72:12 에이전트 중심 조직과 생체 에이전트 비유
- 73:29 네트워크 병목과 데이터센터 정전 리스크
- 74:56 Google DeepMind 개편과 Jeff Dean의 Discovery Loop 창업
- 76:26 인퍼런스 수요 폭증과 컴퓨팅 자본 게임
- 83:10 AI for Science 연구 자동화와 컴퓨팅 부족
- 88:48 AI 에이전트발 해킹 시도와 보안 경보
- 91:49 봇 시대 전망과 마무리 인사

---

## EP 108: 칩과 칩을 빛으로 연결한다: 실리콘 포토닉스와 AI 데이터센터의 다음 병목

- Transcript: https://aifrontier.kr/ko/episodes/ep108
- YouTube: https://www.youtube.com/watch?v=Z6sltgRAkWU
- Published: 2026-08-08
- Duration: 1:24:54
- Hosts: 노정석, 박준호, 김태한, 이진원

### Description (KO)
AI 데이터센터의 구리 인터커넥트 한계부터 CPO와 Optical I/O, 그리고 AI를 활용한 광소자 설계까지 실리콘 포토닉스의 현재와 미래를 살펴봅니다.

### Chapters
- 0:00 실리콘 포토닉스와 AI 인프라 병목을 여는 오프닝
- 1:50 패널 소개와 연구 배경
- 4:08 AI 인프라의 세 가지 병목과 데이터센터 규모 폭증
- 7:11 Scale Up부터 Scale Across까지의 확장 세 축
- 9:55 구리선의 거리 한계와 광통신의 에너지 효율
- 13:48 Pluggable에서 Optical I/O까지 광 집적 단계
- 17:42 NVIDIA와 Marvell의 투자로 본 포토닉스 업계 지형
- 19:18 CPO 핵심 지표 pJ/bit와 Shoreline Density
- 22:14 빛에 비트를 싣는 EO Modulation의 원리
- 25:58 Mach-Zehnder 구조와 위상 기반 비트 인코딩
- 27:52 실리콘 레이저의 난제와 Heterogeneous Integration
- 33:39 파장을 겹쳐 보내는 WDM Multiplexing의 강점
- 38:02 포토닉스 집적도 한계와 Inverse Design
- 41:42 Gradient Descent 기반 광학 구조 최적화
- 44:26 Inverse Design의 한계와 Protein Design Feedback Loop
- 48:52 포토닉스 집적도 정체와 연구 문제 정의
- 52:13 기존 Inverse Design 파이프라인의 비효율
- 54:03 좋은 디자인 분포를 학습하는 cVAE 뼈대 생성
- 57:55 Manufacturability 개선과 지표화
- 60:04 포토닉스 Fabrication 공정과 수율 병목
- 66:04 Integrated Gradients로 찾는 공정 핵심 영역
- 67:50 Hotspot 검증과 QC 효율화 가능성
- 70:31 희소한 포토닉스 인재와 AI·ML 연구의 특허화
- 73:18 도메인 지식과 AI 결합이 여는 Low-hanging Fruit
- 77:19 낯선 분야를 파고드는 문제 정의와 협업의 힘
- 80:30 포토닉스 산업 적용 전망과 AI 방법론 확장
- 81:52 Agent 기반 광회로 설계와 미래 연구 방향
- 84:33 마무리와 커뮤니티 공유 부탁

---

## EP 107: 미래란 언제나 예측불허: 주가 롤러코스터, Kimi K3 쇼크, 재귀적 자기 개선의 시작

- Transcript: https://aifrontier.kr/ko/episodes/ep107
- YouTube: https://www.youtube.com/watch?v=tgCoPeWsTU8
- Resources: https://erucipe.notion.site/RSI-3afd5c9e7e59809c98d5c1d97b3af8c5
- Published: 2026-08-02
- Duration: 1:55:37
- Hosts: 노정석, 최승준, 박종현

### Description (KO)
AI 관련주의 롤러코스터에서 출발해 Kimi K3의 아키텍처와 포스트트레이닝, 오픈웨이트 논쟁, 재귀적 자기 개선의 시작을 이야기합니다.

### Chapters
- 0:00 Leopold Aschenbrenner의 포트폴리오 청산과 대형주 롤러코스터
- 4:02 숏 포지션과 마진 콜이 작동하는 방식
- 5:24 인프라 주식 전망과 닷컴·모바일 시대의 데자뷔
- 7:56 Nebius로 보는 네오클라우드와 AI 공급망 병목
- 9:31 미래 전략가의 헛발질과 변동성 장세의 겸허함
- 12:10 대형 AI 관련주의 비정상적 변동성과 기대의 시장
- 13:41 Fable 차단이 촉발한 sovereign AI 각성
- 14:21 Kimi K3 오픈웨이트 공개와 시장 충격
- 15:16 frontier lab workflow의 설계 요약본이 된 Kimi K3 페이퍼
- 20:17 벤치마크 해석의 어려움과 상위 모델 출시의 징후
- 22:13 2.8T 파라미터와 1M context, Kimi K3 핵심 스펙
- 26:33 LSTM과 Mamba를 섞어 KV cache를 없앤 Kimi Delta Attention
- 34:01 inductive bias 강제의 이유, inference 효율이라는 지상 과제
- 36:06 아래 블록을 건너뛰어 참조하는 Attention Residual과 Stable Latent MoE
- 42:44 아키텍처 딥다이브를 접는 선언과 데이터 중심 관점
- 49:39 프리트레이닝 데이터 품질과 1M context 확장
- 51:02 1M long-horizon SFT와 장기 에이전트 워크플로우 학습
- 54:07 툴콜 트레일 증류와 모델 상향 평준화
- 57:13 RL 데이터 커버리지와 multi-teacher on-policy distillation
- 63:05 knowledge graph로 뽑아내는 RL 연습 문제와 agentic environment
- 67:39 Instagram 숏폼처럼 변한 논문과 모델 리뷰의 동기 상실
- 70:42 Jensen Huang의 Open Weights 성명과 서명한 회사들
- 74:56 서명하지 않은 Anthropic과 Dario Amodei의 반론
- 77:00 몇 달 만에 뒤집힌 입장, 모델의 commodity화와 가치 이동
- 81:08 Google 독점과 달리 시간을 부여받지 못한 frontier lab
- 85:04 위아래로 흩어지는 value capture와 다음 병목
- 87:05 agentic flow를 다 깔아도 사람이 없어지지 않는 이유
- 89:01 복식부기 원장에서 착안한 agent control plane 아이디어
- 94:03 오픈웨이트 논의와 조직 하네스의 연결
- 97:44 지능 가격 하락이 개인과 사업자에 주는 기회
- 99:43 DeepSeek V4 Flash 가격 인하와 RSI 진입의 신호
- 100:56 자기개선 하네스와 adversarial agent 실험
- 103:17 Pacing the Frontier 공개 서한과 반복되는 경고의 역사
- 106:39 수행적인 Hype, AI 담론을 연구하는 Hype Studies
- 110:07 예측 불가능한 지평과 Contingency의 철학
- 113:27 불확실성의 시대와 memory compaction으로서의 대화
- 115:29 마무리

---

## EP 106: 지능 공급 전쟁: Opus 5·Kimi K3·GPT-5.6 Sol, 그리고 전기세

- Transcript: https://aifrontier.kr/ko/episodes/ep106
- YouTube: https://www.youtube.com/watch?v=hywIbOy2xOc
- Published: 2026-07-26
- Duration: 1:04:08
- Hosts: 노정석, 최승준, 박종현

### Description (KO)
허깅페이스를 뚫은 agentic attacker 사고에서 시작해 Opus 5·Kimi K3·GPT-5.6 Sol이 한꺼번에 쏟아진 한 주를 정리합니다. 토큰당 가격에서 태스크당 가격으로 옮겨가는 경쟁, Codex로의 사용량 이동, 그리고 결국 전력에 도달하는 공급 측 병목까지 이야기합니다.

### Chapters
- 0:00 프론티어 모델이 쏟아지는 2026년 7월 넷째 주
- 0:47 허깅페이스를 뚫은 agentic attacker와 OpenAI
- 5:01 자사 데이터 통제와 온프레미스 모델의 필요성
- 6:37 1.4TB 웨이트와 시간당 300달러, 온프레미스의 실제 비용
- 9:18 Kimi K3부터 Opus 5까지 최근 출시 모델 정리
- 11:21 GPT-5.6 Sol의 체감 성능과 Kimi K3의 가격
- 15:07 토큰당 가격에서 태스크당 가격으로, 벤치마크의 한계
- 16:33 태스크에 맞춰 모델 등급과 reasoning effort 조절하기
- 20:06 Qwen의 멀티모달 러시와 중국 AI 지형
- 22:19 GPT-5.6 Sol 이후 Codex·Claude 사용량 경쟁
- 29:23 Kimi K3 충격 이후의 인프라 투자와 Google의 다른 playbook
- 34:50 토큰 수요의 익스포넨셜한 성장과 컨슈머 AI의 잠재력
- 40:10 아직 시작되지 않은 컨슈머 AI 사업
- 48:20 언번들링 Oracle에서 언번들링 인텔리전스로
- 50:19 HBM과 ASML 노광 장비, 정해진 공급망과 토큰 가격
- 55:05 우회할 수 없는 최종 병목으로서의 에너지
- 57:31 가속하는 기술이 사람에게 요구하는 이동
- 60:17 가속하는 모델 발전과 변화 속도에 적응하는 법

---

## EP 105: AI가 연구를 할 수 있을까?

- Transcript: https://aifrontier.kr/ko/episodes/ep105
- YouTube: https://www.youtube.com/watch?v=ZwjWj6aw2BY
- Resources: https://erucipe.notion.site/Inkling-Kimi-K3-3a0d5c9e7e5980d4a921febf9343e74b
- Published: 2026-07-25
- Duration: 1:10:21
- Hosts: 최승준, 박종현

### Description (KO)
리젝당했던 PPO 논문에서 시작해 arXiv 피어리뷰 논쟁과 ICML 논문·리뷰 폭증까지, 학계 평가 시스템에 생긴 균열을 짚습니다. 이어 Dwarkesh 팟캐스트의 Grant Sanderson(3Blue1Brown)·Adam Brown 편을 바탕으로 IMO 금메달과 실제 수학 연구의 간극, "압축이 곧 지능"이라는 관점, 그리고 좋은 정의를 만드는 일이 끝까지 사람의 몫일지를 이야기합니다.

### Chapters
- 0:00 AI가 연구를 할 수 있을까?
- 0:30 리젝당한 PPO 논문과 피어리뷰의 한계
- 2:54 AI 슬롭 시대의 arXiv와 학회
- 10:04 재현성: 허깅페이스 리프로듀스 챌린지
- 12:27 리서치 랄프톤 현장
- 16:40 리뷰 에이전트와 리워드 설계의 문제
- 18:38 Dwarkesh × Grant Sanderson: 수학과 AI
- 20:13 IMO 금메달은 AGI가 아니다
- 24:27 Galois 군론과 100년짜리 검증 타임스케일
- 30:51 Adam Brown: 압축이 곧 지능이라는 관점
- 33:44 실험 없는 이론물리와 LLM의 탐색
- 39:17 지적 자동화 시대에 인간에게 남는 것
- 47:28 압축과 지능의 계보, 그리고 빈티지 LM
- 52:49 RLVR와 스스로 파인튜닝하는 모델
- 65:26 실사용기: GPT-5.6과 Minecraft 에이전트
- 69:51 마무리

---

## EP 104: GPT-5.6 공개부터 ICML 현장까지

- Transcript: https://aifrontier.kr/ko/episodes/ep104
- YouTube: https://www.youtube.com/watch?v=wOOY3BjzTbQ
- Resources: https://erucipe.notion.site/GPT-Live-5-6-Sol-39ad5c9e7e59809bb9bfe7b4e80f95c1
- Published: 2026-07-18
- Duration: 1:15:34
- Hosts: 노정석, 최승준, 박종현

### Description (KO)
ICML 주간에 전격 공개된 GPT-5.6의 성능과 가격 정책, GPT-Live, 재귀적 자기 개선 신호와 GPT-6 소문을 짚습니다. 이어 서울 코엑스 ICML 현장의 부스 풍경과 채용 열기, AI for Science 논쟁, 프론티어 랩 연구자들과의 대화를 전합니다.

### Chapters
- 0:00 ICML 주간과 GPT-5.6 전격 발표 인트로
- 0:31 GPT-5.6 출시 전후 분위기와 얼리 유저 반응
- 2:14 Codex의 세분화된 effort 단계와 비용 차감 체감
- 3:17 full duplex로 나온 GPT-Live와 동시 통역
- 4:10 ChatGPT Work 분리와 재귀적 자기 개선 신호
- 7:04 GPT-5.6 가격 구조와 GPT-6 구독제 관전 포인트
- 9:35 Codex 앱 통합과 RTS 게임 같은 에이전트 매니징 감각
- 11:21 AtCoder 인간 전원 추월과 1시간 만의 수학 추측 증명
- 14:29 AI 2040 번역 실험과 다음 논의 예고
- 16:00 AGI-pilled가 주류가 된 ICML 현장 분위기
- 17:03 AI for Science를 둘러싼 스케일주의와 도메인주의 충돌
- 19:38 빅테크 부스 투어와 채용 중심의 전시장 풍경
- 22:27 중국계 기업 부스와 중국 연구자 존재감
- 24:07 네오클라우드와 inference 서빙 업체들의 부상
- 24:56 VESSL AI와 FriendliAI 등 한국계 인프라 플레이어
- 28:11 종합 예술이 되어 가는 AI 인프라 스택
- 30:45 전용 가속기와 하드웨어 최적화 생태계 확장
- 33:28 Scale AI와 Handshake AI로 본 전문가 데이터 시장
- 37:24 게임 데이터로 world model MIRA를 만드는 General Intuition
- 41:17 ElevenLabs Scribe와 METR 부스 스케치
- 43:00 사이드 이벤트와 Robotics Night의 현장 밀도
- 45:02 하루 2만 달러 token maxxing 목격담
- 47:50 ICML의 진짜 메인 이벤트가 된 네트워킹과 파티
- 49:26 Flapping Airplanes와 차세대 모델 패러다임 베팅
- 55:35 AI Industry Night와 데이터센터 밸류체인 대화
- 58:01 바이오 AI 밋업과 virtual cell 논쟁
- 63:07 AGI 확신과 넥스트 트렌드로 부상한 AI for Science
- 65:45 압축되는 발전 속도와 아직 시작도 안 한 에이전트 시장
- 69:02 인더스트리와 한 몸이 된 리서치 지형
- 71:39 프론티어 랩 종속 위험과 중국 오픈 소스 모델 ban 전망
- 74:44 정보 과부하 시대의 정리 필요성과 마무리

---

## EP 103: 이해가 병목이 될 때

- Transcript: https://aifrontier.kr/ko/episodes/ep103
- YouTube: https://www.youtube.com/watch?v=PYpRfmwo92E
- Published: 2026-07-12
- Duration: 46:40
- Hosts: 노정석, 최승준, 박종현

### Description (KO)
Fable의 문제 해결 능력과 빠른 사용량 소진을 출발점으로, 작업별 모델 선택·서브에이전트 역할 분담·인지 부채를 줄이는 방법을 이야기합니다. Artificial Analysis와 LMArena를 통해 모델 평가와 인간 선호도의 한계도 짚습니다.

### Chapters
- 00:00 돌아온 Fable과 첫 사용감
- 02:02 프런티어 모델의 출시 리듬
- 03:20 어려운 버그와 빠른 사용량 소진
- 04:16 모델 선택을 맡기는 서브에이전트
- 05:50 판단과 구현의 역할 분담
- 06:45 Anthropic과 OpenAI의 접근 차이
- 08:49 인지 부채와 새로운 병목
- 09:29 지도와 영토 사이의 미지
- 12:37 구현 전후의 이해 장치
- 14:20 보고서와 퀴즈를 통한 학습
- 16:45 콘텐츠 압축과 놓치는 이해
- 18:00 인간의 이해를 돕는 도구
- 21:34 반복되는 업무 프레임워크
- 24:47 AI가 읽는 README와 새로운 세대
- 26:48 토끼굴을 닫는 판단 기준
- 30:00 Claude·Codex·사람의 토론
- 31:13 Fable의 체감과 평가 지표
- 33:04 LMArena의 인간 선호 평가
- 36:25 Llama 4와 평가 최적화
- 37:50 들쭉날쭉한 지능과 평가의 깃발
- 41:21 도메인 모델과 경계 설계
- 43:36 오디오·로보틱스의 평가 기회
- 45:17 이번 주의 정리와 다음 이야기

---

## EP 102: 샌프란시스코의 교훈: "사람들이 다 미쳤어요"

- Transcript: https://aifrontier.kr/ko/episodes/ep102
- YouTube: https://www.youtube.com/watch?v=SSIGI9mm0DU
- Resources: /resources/ep102/ep102-ai-from-business-perspective-2026-q2-v0.7.pptx
- Published: 2026-07-05
- Duration: 1:10:01
- Hosts: 노정석, 최승준, 박종현

### Description (KO)
3주간 실리콘밸리에 머물며 프론티어 랩, NeoLab, 스타트업, VC를 두루 만나고 돌아온 노정석님의 현장 리포트입니다.

### Chapters
- 0:00 오프닝: 3주 실리콘밸리 출장에서 돌아오다
- 1:36 새 호스트 박종현(sudoremove) 합류
- 3:48 출장의 세 가지 목적: 프론티어 랩, 스타트업 신, AI x Bio
- 8:20 swyx와의 만남과 AI Engineer Summit 서울 준비
- 10:56 Time Gap × Domain Gap: 프론티어 랩으로 응축되는 시장
- 14:02 OpenAI가 직접 하겠다는 도메인: 코딩·리걸·바이오
- 15:10 도메인을 고르는 기준: RLVR이 돌 수 있는 곳
- 18:07 마켓 1·2·3으로 나눠 보는 AI 시장
- 19:55 전문가의 암묵지를 사들이는 post-train 데이터 호황
- 21:11 트레이닝 인프라 최적화와 benchmark maxing의 현실
- 24:04 깊어지는 RL, 그리고 "RLVR이 AGI인가" 논쟁
- 26:20 "2025년 리서치 진보는 없었다" 알고리즘 회의론
- 27:54 Noam Brown의 test-time compute와 벤치마크의 새 기준
- 31:27 AI x Bio: Doudna의 회의론과 두 개의 접근법
- 33:37 바이오의 CNN 시대, foundational approach의 등장
- 34:57 OpenCRISPR: AI는 이미 그 도메인에서 혁신했다
- 36:59 도메인 전문가를 설득할 것인가, 이길 것인가
- 39:20 Codex로 사흘 만에 만든 개인 유전체 파이프라인
- 42:01 "사람들이 다 미쳤어요" 20대 창업자들의 서부 시대
- 45:45 ARR 40억에 밸류에이션 4천억
- 46:50 창업자의 두 부류: 드리머와 AI 에이전트 비즈니스
- 49:41 연봉 5백만 달러의 실체, 실리콘밸리 임금 구조
- 51:40 이 밸류에이션은 어떻게 회수되나: acqui-hire
- 54:42 YC 한 배치 200팀, 1분 데모데이, 피벗의 문화
- 57:36 젊어지는 VC, 데이터센터·칩·인프라, 그리고 한국 칩 생태계
- 62:00 ICML 서울 주간: 밋업 활용법과 소셜 계정 관리
- 64:13 AI 프론티어 개편: 더 가볍게, 더 빠르게
- 66:26 Monthly AI Demo Day 한국 스타트업을 글로벌로
- 68:47 첫 3인 녹화 소감과 마무리

---

## EP 101: “미션이 해자다” 800억 투자받은 AI 디자인 스타트업, VIZCOM의 성장 비밀

- Transcript: https://aifrontier.kr/ko/episodes/ep101
- YouTube: https://www.youtube.com/watch?v=3nHLrMOalkY
- Published: 2026-06-29
- Duration: 58:05
- Hosts: 노정석, 최승준, 김민석

### Description (KO)
샌프란시스코에서 VIZCOM 창업자 Jordan Taylor를 만나 산업디자인과 생성형 AI가 만나는 지점을 이야기합니다. 홍익대·Honda·NVIDIA를 거친 디자인 여정, Reddit에서 시작된 창업, 실리콘밸리 투자 생태계, 그리고 한국 창업자·디자이너에게 필요한 자신감까지 다룹니다.

### Chapters
- 0:00 샌프란시스코에서 시작하는 VIZCOM 인터뷰
- 1:13 Jordan Taylor 소개와 AI Frontier의 연결 취지
- 3:48 Jordan Taylor의 한국 유학과 산업디자인 배경
- 6:30 Reddit 반응이 만든 VIZCOM 창업 확신
- 7:26 아이디어를 제품으로 옮기는 VIZCOM의 역할
- 9:24 산업디자이너의 반복 과정을 가속하는 워크플로
- 11:21 프런티어 모델 시대의 VIZCOM 차별화
- 13:28 개인적 문제에서 출발한 Mission is moat
- 15:59 Pix2Pix에서 Stable Diffusion까지 VIZCOM의 기술 여정
- 19:31 문제에서 출발하는 제품 개발과 내부 도그푸딩
- 20:48 디자인 부채와 선택 과잉 속 디자이너의 판단
- 23:40 Jordan Taylor가 본 한국 디자인 교육과 직업윤리
- 26:46 한국 인재가 글로벌 무대로 나설 때 필요한 자신감
- 30:11 한국 인재 채용과 VIZCOM의 아시아 확장
- 31:20 SF 도전에서 답을 스스로 만드는 태도
- 33:49 Bay Area 창업 문화의 낙관주의
- 34:27 5천만 달러 투자와 첫 투자 유치 과정
- 37:24 AI Grant 경험과 피벗을 두려워하지 않는 창업
- 39:31 자체 모델 개발과 한국 제조 기업의 활용 가능성
- 41:25 대학 커뮤니티와 AI를 바라보는 디자인 학생들
- 43:16 Bay Area AI 스타트업 밸류에이션 열기
- 47:10 실리콘밸리 투자 사례와 지속 가능성
- 49:24 AI 시대 디자이너 역할과 취향의 중요성
- 51:04 자동화 속에서도 남는 창작 과정의 본질
- 54:50 ICML 서울 방문과 글로벌 AI 네트워킹 기회
- 56:39 한국에서 열릴 AI 에이전트 서비스의 가능성

---

## EP 100: Claude Mythos, Fable 5, 그리고 다음 국면은?

- Transcript: https://aifrontier.kr/ko/episodes/ep100
- YouTube: https://www.youtube.com/watch?v=kh03_wOGvJ0
- Resources: https://erucipe.notion.site/37ed5c9e7e5980d6a6fce5160fd67448?pvs=73
- Published: 2026-06-16
- Duration: 54:19
- Hosts: 노정석, 최승준

### Description (KO)
AI 프론티어 100회에서는 Anthropic의 Fable 5와 Mythos급 모델 공개를 출발점으로, 포스트 트레이닝, 데이터셋 엔지니어링, 루프 엔지니어링, RSI, 주권 AI, 한국의 독자 파운데이션 모델 기회를 함께 짚습니다.

### Chapters
- 0:00 AI 프론티어 100회와 3년의 변화
- 3:45 스케일 증가와 포스트 트레이닝의 중요성
- 6:08 프론티어 모델을 만드는 데이터셋 엔지니어링
- 7:49 AI가 생물학과 다른 도메인으로 확장되는 방식
- 12:07 스타트업의 꿈과 자본이 만나는 속도
- 14:27 프론티어 네트워크와 정보 공유의 힘
- 15:26 Mythos와 Fable이 던진 보안 질문
- 16:38 Mythos와 Fable이라는 이름의 의미
- 18:08 다리오 아모데이의 글과 RSI 타임라인
- 22:03 전략 자산이 된 AI와 시장의 반응
- 24:19 루프 엔지니어링이라는 새로운 언어
- 25:55 Fable 5 가격과 테스트 타임 컴퓨트
- 30:06 Fable API 비용과 루프 엔지니어링의 상업성
- 34:09 RSI와 Anthropic의 자기개선 궤도
- 35:49 컴퓨팅 스케일과 주권 AI 경쟁
- 41:35 한국의 독자 파운데이션 모델 기회
- 43:06 Fable 5 바이브 체크와 인간적 성찰
- 48:31 Claude Code 이후 엔지니어링의 변화
- 51:02 AI 프론티어 커뮤니티의 역할
- 53:10 100회 이후의 계획과 새로운 도전

---

## EP 99: Opus 4.8 출시, 요즘 AI 경쟁과 인간의 일

- Transcript: https://aifrontier.kr/ko/episodes/ep99
- YouTube: https://www.youtube.com/watch?v=5CaOXPstq_8
- Resources: https://erucipe.notion.site/Opus-4-8-362d5c9e7e59802396b6f8a0cbfdf696?pvs=73
- Published: 2026-06-07
- Duration: 50:37
- Hosts: 노정석, 최승준

### Description (KO)
Google I/O와 Opus 4.8 발표를 계기로 AI 모델 발전 주기가 얼마나 빨라지고 있는지 살펴봅니다. Gemini 3.5 Flash, Anthropic Dynamic Workflows, code as harness, 장기 실행 에이전트를 통해 모델 자체보다 운용 구조와 비용, latency가 더 중요해지는 변화를 짚습니다.

### Chapters
- 0:00 Google I/O와 Opus 4.8 이후의 AI 흐름
- 0:27 Opus 4.8의 43일 출시 주기와 빨라지는 모델 교체
- 2:43 싱귤래리티를 향한 개발 속도 가속
- 3:05 Anthropic의 Opus 효율화와 Mythos급 모델 예고
- 5:12 Gemini 3.5 Flash와 여름 모델 경쟁의 조짐
- 6:26 토큰 경제와 지연시간 중심의 모델 선택
- 8:44 Gemini Flash의 Doom 부팅 데모와 장기 작업
- 10:00 Anthropic Dynamic Workflows와 서브에이전트 조율
- 14:00 Managed Agents와 Recursive Language Models의 연결
- 15:40 DSPy와 TextGrad로 보는 메타 최적화
- 18:27 Code as harness와 Cloudflare Dynamic Workflows
- 19:22 기업 에이전트 활용에서 커지는 latency와 harness 수요
- 20:42 AI가 푼 에르되시 문제와 수학 연구의 변화
- 21:59 AlphaGo 이후 바둑처럼 강해지는 인간 수학자
- 24:31 생성형 인지 저하와 intelligence augmentation의 공존
- 26:05 AI 시대에 달라지는 일과 인간의 조건
- 27:40 Simon Willison이 본 OpenAI와 Anthropic의 product market fit
- 29:11 토큰 가격과 AI 수요의 장기 방향
- 31:13 AI 기업 채용 확대와 개발자 고용의 재해석
- 32:19 엔지니어에서 AI native problem solver로의 전환
- 37:26 AI를 쓰는 인재 수요와 문제 해결 시장의 확대
- 38:50 API 비용 증가와 온프레미스 모델 수요
- 41:19 여름에 예상되는 Gemini와 Mythos와 GPT 경쟁
- 43:07 모델 성능보다 중요해지는 harness와 비용 최적화
- 43:51 a16z 관점의 AI 플랫폼 사이클과 인프라 붐
- 45:30 Vinod Khosla가 말한 intelligence 수요의 상방
- 46:42 OpenAI와 Anthropic의 IPO 가능성과 의미
- 48:54 100회와 3주년 이후 하드웨어와 inference 탐구
- 50:07 실리콘밸리 일정과 다음 회차 예고

---

## EP 98: AI가 실행하는 시대, 인간에게 남는 건 '의도' (Hashed 김서준 대표)

- Transcript: https://aifrontier.kr/ko/episodes/ep98
- YouTube: https://www.youtube.com/watch?v=Wx0C42-S5z4
- Published: 2026-05-26
- Duration: 1:27:58
- Hosts: 노정석, 최승준, 김서준

### Description (KO)
해시드 김서준 대표가 AI 프론티어에 출연해 노정석 대표와 AI·에이전트 시대가 바꿀 미래를 깊이 있게 풀어냅니다. 실행은 AI가 대신하고 사람에게는 의도만 남는 세상, 새로운 창업가의 등장, VC·대학·회사라는 전통적 개념의 해체를 이야기합니다.

### Chapters
- 0:00 오프닝: 의도만 남는 시대와 에이전틱 조직
- 0:55 김서준 대표 소개와 오늘의 메인 아젠다
- 2:28 Andrej Karpathy의 바이브 코딩과 코파일럿의 차이
- 4:08 Across와 GPTO로 본 AI 검색 전환의 신호
- 4:42 Balaji Srinivasan의 Network State와 Network School
- 7:07 AI 검색 시대의 랭킹 역공학과 AEO GEO
- 9:37 정보 유통의 공정성 문제와 랭킹 권력의 탈중앙화
- 10:16 스테이블코인 기반 보상으로 만드는 콘텐츠 생태계
- 12:36 비개발자 1인 빌딩과 바이브 코딩의 딸깍 모먼트
- 13:23 Gemini 3와 Opus 4.5 이후의 퀀텀 점프
- 14:45 이더리움 밸류에이션 대시보드 4시간 제작 경험
- 19:00 비행기에서 만든 아부다비 여행 플랫폼과 생각의 속도 실행
- 21:30 바이브 코딩 시대의 VC 위기와 새로운 창업자 유형
- 24:01 해시드가 줄 수 있는 세 가지 가치 멘토십 신뢰 네트워크 피어
- 29:50 AI 네이티브 탤런트의 정의와 꿈꾸는 사람들의 조건
- 33:33 대학 시스템의 언번들링과 커뮤니티 기반 학습
- 47:11 에이전트 시대의 신원 평판 표준과 ERC-8004
- 53:23 끝까지 남는 영역 취향 인스퍼레이션 경제
- 58:28 TCG 카드 펀드와 IP를 소유하는 새로운 방식
- 68:13 에이전트 생태계 인프라 결제 신원 MCP와 퍼블릭 블록체인 투자 관점
- 72:16 김서준을 만든 빌더 성향과 웹 2.0 커뮤니티 경험
- 76:46 AI 시대의 교육 재설계와 인간다움 논의
- 81:33 소스코드 공유 문화와 가치가 쌓이는 지점
- 85:32 마무리: 관계의 깊이와 의도가 있는 시간

---

## EP 97: AI Psychosis 시대의 사람들

- Transcript: https://aifrontier.kr/ko/episodes/ep97
- YouTube: https://www.youtube.com/watch?v=cUc8iK6LG0k
- Resources: https://erucipe.notion.site/AI-362d5c9e7e5980819987d65a08861ab7
- Published: 2026-05-21
- Duration: 1:17:03
- Hosts: 노정석, 최승준

### Description (KO)
Claude Code·Codex가 슈퍼 앱으로 진화하는 흐름부터 T_brain, 번아웃, AI psychosis까지, AI 시대에 사람이 겪는 병목과 새로운 일의 감각을 노정석·최승준이 짚어봅니다.

### Chapters
- 00:00 오프닝: Google I/O 하네스 전략
- 03:01 GPT-5.6, Anthropic 컴퓨테이션 제약과 모델 출시 주기
- 05:34 탈 NVIDIA, 추론 칩 생태계와 T_brain 병목
- 08:45 Claude의 정책 변화와 슈퍼 앱 Codex
- 11:36 배휘동의 120x와 엔지니어 번아웃
- 14:25 소프트웨어 제작 특권의 종말
- 17:25 인프라 시대의 종료와 AI 애플리케이션 시대 개막
- 20:23 AI surface와 인터페이스의 미래
- 22:24 다음 AI 애플리케이션의 모습과 ChatGPT 플랫폼 긴장
- 26:15 버티컬의 차별화 — 고객 데이터와 툴 조합
- 29:19 플레이북 정착과 가치 이동
- 32:24 AI 시대 인재상으로의 전환과 AI 도입의 갈림길
- 35:53 AI Native와 AI Assisted의 구분
- 38:02 AX 컨설팅 단가 하락과 새 AI 인재의 기준
- 41:44 Lablup급 오케스트레이션 인프라와 컨트롤 레이어
- 46:20 Benedict Evans 언번들링과 도메인 전문가·메타 옵티마이저 인재상
- 50:33 OMX와 B2C/B2B 실험 문화
- 53:14 메타 학습과 도메인 내면화의 한계
- 57:12 AI psychosis와 도파민 슬롯머신
- 1:00:03 Cat Wu가 말한 혼돈을 즐길 인재상
- 1:03:01 Mitchell Hashimoto·Mario Zechner의 경고와 엘리트 질주 이후 과제
- 1:08:02 Dwarkesh의 학습법과 부하 거는 작업
- 1:10:17 slow AI, mind-sized bites와 I/O 이후 스타트업 지형
- 1:13:28 마무리: 100회를 앞두고

---

## EP 96: LLM 추론 인프라와 토큰 경제학

- Transcript: https://aifrontier.kr/ko/episodes/ep96
- YouTube: https://www.youtube.com/watch?v=V_Z-ydQJ54c
- Resources: https://erucipe.notion.site/LLM-354d5c9e7e598017a2b8fd3ee3316197?pvs=73
- Published: 2026-05-08
- Duration: 1:40:33
- Hosts: 노정석, 최승준

### Description (KO)
Dwarkesh의 칠판 강연을 따라가며 LLM 추론과 서빙 인프라의 경제학을 정리합니다. KV cache, prefill/decode, HBM, NVLink, roofline analysis까지 연결해 봅니다.

### Chapters
- 0:00 연휴 동안 공부한 Dwarkesh 새 에피소드
- 1:38 DeepSeek 그래프로 보는 컨텍스트 비용 절감
- 2:53 NVIDIA GPU와 HBM 중심의 서빙 인프라 개요
- 3:52 Blackwell NVL72와 랙 단위 메모리 확장
- 6:09 Reiner Pope 강연과 오늘의 로드맵
- 7:22 토큰 가격표와 캐시 가격의 의미
- 9:19 추론 기초 용어 정리 KV cache prefill decode
- 10:49 트랜스포머 동작 흐름과 KV cache 재활용
- 15:29 토큰화 token ID vocab size 개념
- 18:29 Attention causal mask와 KV 압축 기법
- 21:06 MLP와 MoE 구조 sparse MoE 직관
- 28:43 랙 내부 통신 NVLink NVSwitch와 랙 간 병목
- 30:00 NVL72 랙 구성 영상으로 보는 데이터센터
- 33:31 roofline analysis로 보는 LLM 서빙 시간 분해
- 35:12 t_mem과 t_compute로 보는 latency 결정
- 36:46 추론 배치 개념과 스케줄링 오케스트레이션
- 41:36 GPU utilization과 MFU 차이
- 48:16 메모리 시간 모델 전체 로딩과 KV cache 비용
- 52:12 PagedAttention과 KV cache 메모리 효율화
- 54:03 20TB HBM에서의 모델 가중치 KV cache 배분
- 59:07 batch에 따른 latency 그래프와 amortize 개념
- 66:48 batch에 따른 토큰당 비용 곡선과 최적점
- 72:07 FLOPs 대역폭 비율과 sparsity로 추정한 최적 배치
- 77:56 20ms 연산 열차와 drain time 직관
- 82:04 vLLM SGLang의 핵심 목표 배치 채우기와 chunked prefill
- 88:06 200K 컨텍스트 임계점과 가격 티어의 경제학
- 90:32 캐시 계층과 TTL에 따른 비용 구조
- 93:22 Dwarkesh 학습법 flashcard와 복습 루틴
- 96:39 최승준 전시 소개 상상캠퍼스 체험형 작업
- 98:11 Dwarkesh의 학습 태도와 에피소드 마무리

---

## EP 95: DeepSeek-V4 논문 읽기

- Transcript: https://aifrontier.kr/ko/episodes/ep95
- YouTube: https://www.youtube.com/watch?v=rJEMaldMyLE
- Published: 2026-04-28
- Duration: 1:04:54
- Hosts: 노정석, 최승준, 김성현

### Description (KO)
DeepSeek-V4가 1.6T 스케일과 Sparse Attention·mHC·Muon Optimizer로 long-context 성능과 KV cache 비용 구조를 어떻게 바꿨는지 깊게 파고듭니다.

### Chapters
- 0:00 GPT-5.5와 DeepSeek-V4로 시작한 이번 주 AI 뉴스
- 1:06 중국 프론티어 랩 지형 속 DeepSeek의 위치
- 3:34 1.6T로 커진 DeepSeek-V4의 모델 확장과 아키텍처 변화
- 4:03 연산량과 KV cache를 줄이는 Sparse Attention
- 8:16 from-scratch 학습으로 보는 Sparse Attention의 의미
- 12:10 Sparse Attention을 구성하는 세 가지 핵심 컴포넌트
- 17:10 KV cache를 다루는 Lightning Indexer와 top-k 선택
- 21:36 Top-k 선택의 미분 불가능성과 학습 불안정성
- 27:24 MLA 제거와 Muon Optimizer 도입
- 30:57 en-gram 없이 정리한 DeepSeek-V4 알고리즘
- 31:18 학습 인프라를 끌어올린 MoE pipeline 최적화
- 34:08 인프라 효율을 높이는 Mega-kernel과 FP4 Quantization
- 39:02 32T 토큰과 long-context 학습으로 확장된 pre-training
- 42:37 학습 불안정성을 다루는 Anticipatory Routing
- 46:35 post-training을 정교화하는 On-Policy Distillation과 Rubric Reward
- 50:08 Claude, GPT, Gemini와 비교한 DeepSeek-V4 벤치마크
- 54:31 컨트리뷰터와 화웨이 칩 그리고 Meta Muse Spark 뒷이야기
- 56:39 Cloud Next와 GPT-5.5 소식 빠른 정리
- 60:00 Cat Wu 인터뷰로 본 가속된 개발과 번아웃
- 62:08 모델 성능에서 사업 가치로 넘어가는 경쟁 구도
- 64:37 오늘 논의 마무리와 다음 편 예고

---

## EP 94: Anthropic과 낮게 열린 과실들

- Transcript: https://aifrontier.kr/ko/episodes/ep94
- YouTube: https://www.youtube.com/watch?v=DU6gHtt8UZM
- Published: 2026-04-21
- Duration: 1:02:17
- Hosts: 노정석, 최승준

### Description (KO)
지난 2주 사이 쏟아진 AI 업계 업데이트를 한 번에 훑어보며, Anthropic의 Mythos·Opus 4.7·Claude Design부터 코딩 에이전트 생태계 변화까지 주마간산으로 정리합니다.

### Chapters
- 0:00 2주간 쏟아진 AI 소식 훑어보기
- 2:06 70일 주기로 빨라지는 모델 릴리스
- 4:41 Claude Code 업데이트와 Anthropic의 집중 전략
- 8:24 GPT-5.5 루머에서 Mythos로 이어지는 흐름
- 10:35 Mythos 10T 스케일과 출시 지연 논란
- 12:22 도구 조합 능력과 사이버보안 이슈
- 14:26 Capability Overhang과 능력을 꺼내 쓰는 사람들
- 15:00 Opus 4.7의 Adaptive Thinking과 Tokenizer 변화
- 18:15 Mythos 학습 방식과 Knowledge Distillation 추정
- 22:21 프론티어 격차와 6~10개월 발언의 의미
- 24:13 토큰 가격을 흔드는 경쟁과 중국·Google 변수
- 28:01 Managed Agent와 뇌-손 디커플링
- 32:12 Jan Leike의 Automated Alignment Researcher
- 35:11 Alien Science와 인간 verifier의 한계
- 36:12 Anthropic 생태계의 Red Team과 커뮤니티 신호
- 37:52 Claude Design과 프론트엔드 피드백 루프
- 41:02 Claude Code·Codex 앱과 인앱 브라우저
- 42:06 '딸깍'의 시대와 wrapper 비즈니스의 취약성
- 44:01 첫 번째 도망길, ChatGPT unbundling
- 47:19 두 번째 도망길, AI for Science
- 51:40 개인화 정밀의료와 유전체 모델의 기회
- 58:56 Attention Business 시대의 취향과 의사결정

---

## EP 93: Claude Code 소스코드 유출 이후

- Transcript: https://aifrontier.kr/ko/episodes/ep93
- YouTube: https://www.youtube.com/watch?v=jH3IzdDamcM
- Published: 2026-04-07
- Duration: 1:08:00
- Hosts: 노정석, 최승준

### Description (KO)
2026년 3월 31일, Claude Code 소스 코드가 npm 배포 과정에서 통째로 유출되는 대형 사고가 발생했습니다. 사이오닉 고석현 대표와 함께 유출 사건의 타임라인, AI를 통한 코드 재구현(Claw Code)의 저작권·도덕적 논란, 그리고 하네스 엔지니어링 시대의 IP 가치 변화를 논의합니다.

### Chapters
- 0:00 Claude Code 소스코드 유출 이후
- 1:46 Sigrid Jin과 Oh-My 시리즈
- 3:14 사이오닉에 찾아간 이유
- 4:25 유출된 IP 활용은 정당한가
- 6:13 AI 네이티브 세대의 저작권 인식
- 9:34 npm 유출부터 DMCA까지
- 11:49 2시간 만에 리라이트, 바이럴과 밈의 문법
- 14:11 메타 하네스와 극한의 토큰 활용
- 16:53 AI가 쓴 코드의 실체
- 24:03 커뮤니티 흡수와 OpenClaw
- 27:02 클린룸 논쟁, AI 재작성은 저작권 침해인가
- 33:05 소스 코드 가치가 0에 수렴하는 시대
- 48:37 AI 코드 생성과 공급망 공격
- 59:52 하네스 엔지니어링과 비즈니스의 미래
- 63:25 새로운 도구가 만드는 새로운 가치

---

## EP 92: 루프를 닫아라

- Transcript: https://aifrontier.kr/ko/episodes/ep92
- YouTube: https://www.youtube.com/watch?v=xTYTA8dLTko
- Resources: https://erucipe.notion.site/330d5c9e7e5980f79c83d30970f79477?pvs=73
- Published: 2026-03-29
- Duration: 1:06:30
- Hosts: 노정석, 최승준

### Description (KO)
Andrej Karpathy와 Sarah Guo의 팟캐스트, 그리고 Terence Tao와 Dwarkesh Patel의 인터뷰를 중심으로 AI 시대의 'manifest'와 오토 리서치의 가능성과 한계를 짚어봅니다.

### Chapters
- 0:00 Andrej Karpathy와 Terence Tao 이야기 예고
- 0:58 딸깍 되는 일 vs 딸깍 안 되는 일
- 2:37 어디로 도망갈 것인가
- 3:18 Andrej Karpathy와 Sarah Guo가 말하는 manifest의 시대
- 5:01 Andrej Karpathy의 코딩 습관 변화
- 7:50 검증 가능하면 자동화되는 오토리서치 복습
- 10:16 농담과 검증 불가능한 영역에서 드러나는 오토리서치의 한계
- 11:47 microgpt는 왜 에이전트로 만들 수 없었나
- 12:55 에이전트에게 가르치는 것으로 바뀌는 교육의 미래
- 14:45 에이전트가 못하는 것이 당신의 일이다
- 16:47 Andrej Karpathy의 생명공학 관심과 도메인으로의 도피
- 18:51 Dwarkesh Patel과 Terence Tao 인터뷰에서 본 수학과 AI
- 21:58 AGI 논쟁과 march of nines
- 24:42 Terence Tao가 말하는 semi-formal 언어의 필요성
- 26:59 프린스턴 고등연구소에서 배우는 Richard Feynman과 비효율의 가치
- 28:25 Anthropic AI 과학 블로그가 보여주는 vibe physics와 대학원생으로서의 Claude
- 33:39 Codex와 Claude Code의 바닐라 하네스 철학 비교
- 37:01 과학자와 엔지니어가 서로 침범하는 AI for Science
- 40:09 루프와 인수 조건으로 산문을 만드는 글쓰기 실험
- 44:03 같은 하네스로 농담을 시도했으나 실패
- 46:38 싫어하는 것도 강력한 시그널이 되는 취향의 힘
- 49:53 암묵지 리버스 엔지니어링 가설
- 53:47 OKR로 모든 업무를 verifiable하게 만들기
- 59:13 GAN에서 영감받은 Anthropic의 멀티 에이전트 하네스 설계 가이드
- 62:50 카피바라 모델 소문과 다음 프론티어
- 64:14 마무리

---

## EP 91: 26.1Q 비즈니스 관점에서의 AI

- Transcript: https://aifrontier.kr/ko/episodes/ep91
- YouTube: https://www.youtube.com/watch?v=FPYOVt2B5EM
- Published: 2026-03-21
- Duration: 1:16:56
- Hosts: 노정석, 최승준

### Description (KO)
OpenClaw 밋업 후기, AI를 search problem으로 보는 관점, bundle-unbundle 구조 변화, 효율화 vs 신사업의 10x 방향성, 그리고 4년간 AX를 해본 솔직한 결론까지.

### Chapters
- 0:00 인트로
- 0:52 OpenClaw Seoul 밋업 후기
- 1:56 가재 가족과 AI 하네스 라이프사이클
- 4:17 Chedex와 Ralph Loop, 하네스 깎기
- 6:34 건강검진 알레르기 경험과 인간의 감각
- 8:55 GTC 키노트와 '일의 미래'
- 9:54 AI 비즈니스의 본질적 관점으로 전환
- 10:34 2026년 3월 AI 산업 스냅샷
- 14:48 RLVR과 CUA
- 17:21 모든 문제는 Search Problem으로 수렴한다
- 19:17 모델은 우리 생각보다 훨씬 똑똑하다
- 22:03 회사의 독점 지식 테스트
- 23:32 Auto Research와 최적화 동형성
- 27:30 Ralph Loop 변종과 Meta Cascading
- 29:57 에이전트 시대의 인재 정의
- 34:26 OpenClaw와 개인 에이전트의 부상
- 39:01 에이전트가 기존 앱을 대신 조작하는 레이어
- 42:57 Bundle-Unbundle 프레임워크
- 46:28 기존 사업자의 UX 마찰과 Disintermediation
- 48:52 적응 경쟁의 시대
- 51:10 1/10x 효율 vs 10x 신사업
- 55:19 에이전트를 붙여도 10배는 아직
- 58:12 돌고 돌아 바닐라가 답이다
- 61:38 10x New Biz는 Entrepreneur의 영역
- 66:15 업무를 통째로 없애기
- 69:10 조직 재편과 AI Native Talent
- 71:51 Prompt Injection과 격리 운영
- 75:33 요트 경기처럼 따라가기
- 76:45 클로징

---

## EP 90: 알파고 이후, 10년 (feat. HyperAccel 이진원 CTO)

- Transcript: https://aifrontier.kr/ko/episodes/ep90
- YouTube: https://www.youtube.com/watch?v=oxbFDE-Z2vw
- Resources: https://erucipe.notion.site/10-322d5c9e7e5980529504fc32dd81b7a9?pvs=73
- Published: 2026-03-15
- Duration: 1:05:49
- Hosts: 노정석, 최승준

### Description (KO)
AlphaGo가 세상에 충격을 준 지 10년이 된 2026년 3월 14일, 그 이후 AI가 어떻게 가속해 왔는지 함께 되짚어봅니다. HyperAccel 이진원 CTO와 함께 한국 딥러닝 커뮤니티의 성장, 추론 전용 AI 반도체가 풀려는 비용 문제, 그리고 AlphaGo에서 오늘날 추론 모델까지 이어지는 기술적 흐름을 이야기합니다.

### Chapters
- 0:00 인트로 및 게스트 소개 (HyperAccel 이진원 CTO)
- 0:59 HyperAccel 소개: 추론 전용 AI 반도체와 서비스 가격 문제
- 2:05 PR 12 논문 읽기 모임과 커뮤니티의 힘
- 3:50 AlphaGo 10주년 공식 포스팅과 Noam Brown의 통찰
- 6:13 37수와 Platform 37: 대국의 순간이 상징이 되다
- 6:54 2016년 AlphaGo 대국 현장 이야기
- 10:24 Andrej Karpathy의 Autoresearch와 검증 가능한 신호의 반복
- 16:05 Ralphthon: 계획과 평가 하네스 설계의 중요성
- 18:44 "라떼는 말이야" - AI 10년 회고 시작
- 20:22 딥러닝 입문기: ImageNet과 삼성전자 NPU 개발
- 23:00 유튜브 고양이 인식 실험과 창발 현상
- 25:21 Andrej Karpathy 문서와 ImageNet 전성기: CS231n, DeepDream, Chris Olah
- 31:04 딥러닝 프레임워크의 변천: Theano에서 PyTorch까지
- 35:45 David Ha와 크리에이티브 코딩: 커뮤니티가 남긴 흔적
- 37:01 GAN의 유행과 생성 AI의 시작
- 38:52 클럽하우스 시절 WeeklyArxiv와 Transformer로의 전환점
- 40:02 Transformer와 Attention의 기원: Bitter Lesson 관점
- 43:14 BERT의 등장과 GPT 디코더의 확장성: LLM으로 이어진 길
- 47:30 Stability AI 커뮤니티와 한국의 파운데이션 모델: HyperCLOVA
- 50:40 Vision Transformer와 데이터 스케일의 벽
- 54:18 팟캐스트 회고와 Man-Computer Symbiosis 재방문
- 57:15 가속하는 변화와 미래 전망: 검증의 난이도
- 61:00 AlphaGo 37수의 의미와 다음 에피소드 예고
- 64:02 OpenClaw 행사와 마무리 인사

---

## EP 89: 딸깍과 덜컹

- Transcript: https://aifrontier.kr/ko/episodes/ep89
- YouTube: https://www.youtube.com/watch?v=E-19gxHeBRU
- Resources: https://notion.so/erucipe/31bd5c9e7e59808497b1d98c6b1430f3
- Published: 2026-03-15
- Duration: 44:03
- Hosts: 노정석, 최승준, 김유진

### Description (KO)
GPT-5.4 출시와 Claude의 새 기능 발표로 AI 코딩 도구의 '딸깍' 시대가 본격화된 가운데, 하네스 엔지니어링과 스캐폴딩으로 AI 에이전트를 효과적으로 활용하는 방법을 살펴봅니다.

### Chapters
- 0:00 인트로: GPT-5.4 출시와 딸깍의 시대
- 0:31 AI 프론티어 사이트 소개
- 1:57 GPT-5.4 주요 기능과 데모
- 3:01 OpenAI의 현재 위치와 경쟁 구도
- 4:15 쏟아지는 신기능들과 딸깍 생산성
- 5:12 Three.js와 Ricardo Cabello의 Quake 포팅
- 6:21 Andrej Karpathy의 학습 속도 실험과 자기 개선 루프
- 7:11 Mitchell Hashimoto와 하네스 엔지니어링
- 9:50 하네스의 의미: 검증과 제어의 도구
- 11:19 국내 시니어 개발자들의 AI 코딩 사례
- 12:36 누군가 이미 성공했다면 될 일이다
- 15:20 Donald Knuth: 88세 노장의 AI 활용
- 17:10 Guido van Rossum, Kent Beck의 AI 전향
- 19:04 하네스와 스캐폴딩: 위임과 스킬 형성의 딜레마
- 22:12 소프트웨어 엔지니어링의 상향 평준화와 도메인 확장
- 30:38 3D 메쉬 알고리즘 도전기: 논문 투 딸깍 실험
- 33:05 PoC는 되지만 깍은 어려운 지점
- 35:18 덜컹 구간: 모델도 풀지 못한 경계 연결 문제
- 38:36 가설-실험-직관의 반복과 세이브포인트 전략
- 40:24 문제를 정의하는 능력의 시대
- 42:11 토큰이 끊기면 인간이 된다: 의존과 브라운아웃
- 43:21 마무리: AI 시대에 강화해야 할 인간의 덕목

---

## EP 88: 비결은 없다

- Transcript: https://aifrontier.kr/ko/episodes/ep88
- YouTube: https://www.youtube.com/watch?v=D_l1PQ3hIOg
- Published: 2026-03-04
- Duration: 49:13
- Hosts: 노정석, 최승준, 김성현

### Description (KO)
2026년 3월, 오랜만에 김성현 님을 모시고 지난 두 달간의 AI 업계 변화와 앞으로의 전망을 이야기합니다. GLM 5 리포트를 통해 RL이 여전히 모델 발전의 핵심 방법론임을 확인하고, 환경 스케일링 문제가 앞으로의 발전 궤적을 결정짓는 핵심 병목이 될 것이라는 분석을 나눕니다.

### Chapters
- 0:00 오프닝: 성현과의 재회
- 1:17 "기술" 한 가지로 말하기 어려운 이유
- 2:23 GLM 5 리포트와 RL 중심의 기술 혁신
- 3:40 Yao Shunyu의 The Second Half: RL이라는 답지
- 5:16 비밀 레시피는 존재하는가
- 7:14 기본기의 시대: 데이터와 제품 감각
- 10:19 AI의 사회적 파급력 증가
- 12:21 Fog of Progress: 미래 예측이 어려운 구조
- 15:15 환경 스케일링: 에이전트 RL의 병목
- 23:36 2026년 키워드: RL의 돌파구
- 25:25 모델 성향의 차이: 프리트레이닝 vs 포스트 트레이닝
- 27:17 하네스와 모델의 융합: 제품과 모델의 경계
- 29:32 일반화와 지속 학습 가능성
- 31:39 기술을 기다리는 전략
- 37:52 검증 가능성과 컨텍스트 길이의 한계
- 40:08 컨텍스트 관리: Sparse Attention과 멀티 에이전트
- 43:40 Dario Amodei 인터뷰와 지속 학습 전망
- 44:54 근황 토크: 런던 이주
- 46:36 불확실한 시대의 균형 감각
- 49:01 마무리 및 감사 인사

---

## EP 87: '딸깍'의 시대, 슬픔과 기쁨 사이

- Transcript: https://aifrontier.kr/ko/episodes/ep87
- YouTube: https://www.youtube.com/watch?v=k3pZRrSmrtk
- Resources: https://erucipe.notion.site/Microgpt-30dd5c9e7e5980ebbedff58a74b7e54d
- Published: 2026-02-24
- Duration: 51:00
- Hosts: 노정석, 최승준

### Description (KO)
2026년 2월 21일 토요일 아침, 노정석·최승준이 최근 AI 모델/에이전트 트렌드가 주는 속도감과 FOMO, 이른바 'AI 우울'의 감정을 짚어봅니다.

### Chapters
- 0:00 인트로: AI 딸깍 시대의 불안감
- 1:15 MVK, 모르는 채로도 옳은 방향으로
- 1:47 METR 벤치마크 포화: Claude Opus 4.6의 14시간
- 3:40 Gemini 3.1 Pro와 끝없이 나오는 새 모델들
- 5:11 Chris Lattner의 Claude C 컴파일러 심층 리뷰
- 8:35 Andrej Karpathy의 9의 행진: 90%와 99.99% 사이
- 10:12 모든 것을 검색 문제로: 과학과 신약 개발
- 11:07 OpenAI 이론물리 사례와 켄타우로스 시대
- 14:14 모델 능력의 본질은 내삽인가 외삽인가?
- 18:19 에이전틱 코딩의 현실: 랄프 루프의 한계
- 21:41 하네스 엔지니어링
- 25:11 FOMO 산업과 AI 우울증
- 28:05 딸깍의 세상에서 좋은 소프트웨어는 늘어날 것이다
- 29:48 Andrej Karpathy의 microgpt에서 재미 찾기
- 31:34 자동 미분의 창의적 응용과 배움의 즐거움
- 37:11 결과보다 과정: 다시 배우는 재미와 취향
- 42:33 건강하게 쓰기: AI가 혹사시키는 메커니즘
- 43:54 Gilbert Strang 선형대수와 끝까지 파고드는 공부
- 46:23 비즈니스 경쟁에서 모델 구조·계층 이해와 미세성능 차이의 함의
- 50:08 2만 구독자, 감사합니다

---

## EP 86: 진짜 내 일을 위한 Agentic Workflow

- Transcript: https://aifrontier.kr/ko/episodes/ep86
- YouTube: https://www.youtube.com/watch?v=EQ-Rnx-k-Ec
- Published: 2026-02-18
- Duration: 1:26:00
- Hosts: 노정석, 최승준, 신정규

### Description (KO)
Lablup 신정규 대표님과 함께, 40일 만에 약 100만 줄 규모로 완성된 `Backend.AI:GO`(Continuum 라우터의 제품화)를 직접 보여드리며 왜 만들었고 무엇이 달라졌는지 이야기합니다. 로컬·클라우드 모델을 연결해 라우팅하고, 장애 대응(circuit breaking)과 벤치마킹/통계, 번역·이미지 생성 등 “필요해서 붙이다가 커진” 기능들이 어떤 철학으로 정리됐는지도 짚어봅니다. 또한 에이전트 코딩 시대에 토큰 사용량, 병목의 변화, thinking budget을 줄이는 방법, 그리고 고속 inference가 왜 중요해지는지 최전선 관점의 인사이트를 공유합니다. 결국 “내 일을 줄이는 harness”를 어떻게 설계하고 일상 업무(개발/재무/마케팅/콘텐츠)까지 자동화로 확장할지, 실전 워크플로우와 함께 정리합니다.

### Chapters
- 0:00 인트로 및 신정규 대표 소개
- 0:55 Backend.AI:GO 제품 소개
- 4:10 Backend.AI:GO 탄생 배경 - 크리스마스 이브의 시작
- 4:28 Backend.AI:GO 데모 시연
- 7:02 클라우드 모델 연결과 분산 라우팅 기능
- 9:06 개발 과정 - 40일, 130억 토큰, 100만 줄의 코드
- 11:30 에이전트 코딩의 교훈 - 토큰 경쟁력과 고속 inference
- 14:38 바이오 토큰 - AI 시대 인간의 인지 부하와 도파민
- 17:42 소프트웨어 과잉 시대와 인스턴트 앱의 등장
- 22:38 소프트웨어 역사로 본 세 번째 대변혁
- 26:01 코드의 가치는 0으로 수렴하는가
- 28:54 Claude Code의 진짜 경쟁력은 harness다
- 30:53 컴퓨터 공학의 미래 - 역사의 뒤안길인가, 재정의인가
- 33:54 Stanford CS 커리큘럼 변화와 영문과 비유
- 40:00 에이전트 코딩 실전 데모 - 컨텍스트 빌딩부터 시작
- 42:11 AI에게 존댓말을 쓰는 이유
- 44:03 자동화의 핵심 - 결과물이 아닌 생성 장치를 만든다
- 48:49 sub agent와 병렬 작업 운영법
- 54:46 Backend.AI:GO의 자동화된 개발 파이프라인
- 58:44 tech report - AI가 사람에게 공부 과제를 내주다
- 01:00:00 비개발 직군의 AI 적응 - CFO와 콘텐츠 담당자의 사례
- 01:03:49 Lablup의 핵심 가치는 어디로 이동했는가
- 01:05:11 AI를 위한 인터페이스로의 전환
- 01:07:45 사이버 포뮬러 비유 - Claude Code vs Codex의 철학 차이
- 01:12:47 AI 시대 스타트업의 기회와 물레방아론
- 01:18:20 스타트업에게 가장 안 좋은 것 - 복제의 시대
- 01:22:19 컴퓨터 공학과 무용론에 대한 반론
- 01:25:29 마무리 인사

---

## EP 85: OpenClaw와 2026년 2월의 신호들
(EN) EP 85. OpenClaw and the Signals of February 2026

- Transcript: https://aifrontier.kr/ko/episodes/ep85
- YouTube: https://www.youtube.com/watch?v=bRsZH4CbhB4
- Resources: https://erucipe.notion.site/Pi-OpenClaw-Moltbook-Opus-4-6-GPT-5-3-301d5c9e7e59807eaa48f4da87f2f25b
- Published: 2026-02-11
- Duration: 52:08
- Hosts: 노정석, 최승준

### Description (KO)
2026년 2월 8일 일요일 아침, 빠르게 쏟아지는 AI 에이전트/하네스 트렌드(OpenClaw, Pi, Moltbook 등)를 짚으며 패러다임이 바뀌는 순간을 함께 해석해 봅니다.

### Description (EN)
We explore the rapidly emerging AI agent/harness trends (OpenClaw, Pi, Moltbook, etc.) and interpret together what it means when "the paradigm shifts." We compare approaches: the Ralph Loop...

### Chapters
- 00:00 인트로: 2월, 쏟아지기 시작한 변화들
- 00:31 Ralph Loop에서 반복형 PRD 문화까지
- 01:23 OpenClaw의 철학: Human In The Loop vs 완전 자율
- 02:07 Moltbook과 에이전트 놀이터의 등장
- 03:02 Pi와 VibeTunnel: 메신저에서 에이전트 쓰기
- 05:37 OpenClaw가 시장에 준 시그널
- 06:31 샌드박싱 논쟁과 Moltbook API 키 유출
- 07:42 모델 전쟁: Claude Opus 4.6, Gemini 3.5 루머
- 08:33 직교적(orthogonal) 설계: 최소 기능의 조합 철학
- 10:00 에이전트 swarm 시대와 컨텍스트 보존
- 11:13 Anthropic vs OpenAI 광고 전쟁
- 12:30 Agent Teams: 공유 태스크 리스트와 관측 가능성
- 16:36 SaaS 주가 폭락과 대중의 인식 변화
- 18:45 AI 로드맵 리뷰: Science의 해
- 21:00 2년 안에 끝난다: 빅테크 중력과 탈출 전략
- 25:06 도메인 갭의 소멸과 암묵지만 남다
- 29:29 코딩 이후의 세계: vibe coding 1년의 명암
- 40:40 빅테크 프로파간다와 경제 양극화
- 44:21 엔터테인먼트 경제와 새로운 직업군
- 47:02 우리의 무기와 태도: 호기심, 탐구, Abundance
- 51:35 마무리: 울퉁불퉁한 미래

---

## EP 84: Physical AI를 알아보자 (sudoremove 박종현 대표)
(EN) EP 84. Let's Explore Physical AI: with Jong Hyun Park (sudoremove)

- Transcript: https://aifrontier.kr/ko/episodes/ep84
- YouTube: https://www.youtube.com/watch?v=MZdhBBvUmvU
- Resources: https://sudoremove.com/knowledge/essays/archive/physical-ai-is-coming/
- Published: 2026-02-11
- Duration: 1:24:02
- Hosts: 노정석, 박종현

### Description (KO)
Physical AI와 VLA(Vision-Language-Action) 모델이 왜 지금 로보틱스의 핵심 화두인지, sudoremove 박종현 님과 함께 최신 데모들을 바탕으로 큰 흐름을 정리합니다.

### Description (EN)
Explore why Physical AI and Vision-Language-Action (VLA) models are at the forefront of robotics today with Jong Hyun Park from sudoremove, examining the latest demonstrations from Boston Dynamics'...

### Chapters
- 00:00 인트로 및 게스트 소개: 박종현(sudoremove)
- 02:26 최신 로봇 데모: Boston Dynamics Atlas와 지능의 의미
- 05:14 촉각까지 붙는 VTLA: Sharpa CraftNet
- 06:12 Figure Helix: end-to-end 제어의 등장
- 08:17 Physical AI의 정의와 범위
- 10:49 안 되던 게 되는 시대: 빨래 개기와 deformable object
- 14:45 Specialist에서 Generalist로: Robot Foundation Model
- 17:53 Physical Intelligence π0.5: 일반화 데모
- 19:55 VLA 용어 정리: RFM, VLA, LBM
- 24:01 핵심 병목: 행동 데이터는 인터넷에 없다
- 25:55 데이터 수집의 현실: 텔레오퍼레이션과 다양한 접근법
- 29:20 시뮬레이션 기반 접근: NVIDIA Cosmos와 Sim-to-Real Gap
- 38:46 Scaling Law와 타임라인 전망
- 44:04 VLA 모델의 수렴 진화와 남은 논쟁들
- 48:04 VLA 계보: System 1/2 아키텍처
- 55:59 연속 행동과 Diffusion 기반 접근
- 63:48 Physical Intelligence란 무엇인가: 모라벡의 역설
- 74:27 사업 방향: 커뮤니티 전략과 게임 시뮬레이션
- 77:10 입문 가이드: LeRobot, Physical Intelligence 논문
- 79:45 로봇이 우리 삶에 들어오는 미래와 마무리

---

## EP 83: 이야기로 읽는 트랜스포머: 윤회하는 토큰의 순례
(EN) EP 83. Transformers: The Pilgrimage of the Reincarnated Token

- Transcript: https://aifrontier.kr/ko/episodes/ep83
- YouTube: https://www.youtube.com/watch?v=AuF7V7bqsrQ
- Resources: https://erucipe.notion.site/2f1d5c9e7e59803a85affaaed5589826
- Published: 2026-01-28
- Duration: 53:56
- Hosts: 노정석, 최승준

### Description (KO)
트랜스포머가 “왜 그렇게 동작하는지”를 토큰이 한 번 생성될 때 겪는 여정을 중심으로 직관적으로 풀어봅니다. KV cache·어텐션·RoPE·MoE 같은...

### Description (EN)
This session intuitively explores why Transformers work the way they do, focusing on the journey a token undergoes when it's created. Connecting elements like KV cache, attention, RoPE, and...

### Chapters
- 0:00 오프닝: 2026년 1월 24일, 트랜스포머 기본 이어가기
- 1:11 ‘윤회하는 토큰의 순례’와 10x 뉴노멀 문제의식
- 5:43 생산비 0의 시대: 소프트웨어 공급 폭발과 AI slop
- 10:09 CLI 루프 도구와 ‘인간이 병목이다’의 변주
- 13:45 뇌와 트랜스포머 비유: 기계의 생각으로 인간을 보기
- 16:23 토큰 1인칭으로 본 생성: prefill·KV cache ‘기억의 궁전’
- 18:03 레이어 내부 여행(1): embedding→norm→QKV 분화·RoPE
- 21:18 레이어 내부 여행(2): attention=soft lookup (Andrej Karpathy)
- 22:31 MoE 라우팅의 심상: 384 experts·top-k 선택과 스케일링
- 35:17 어디까지 공부해야 하나: 선형대수+토이 구현, Andrej Karpathy 커리큘럼
- 44:41 Minimum Viable Knowledge: 양질 전환과 ‘토큰 갈아넣기’로 도메인 확장
- 51:53 2/6~2/7 문래동 행사 소개와 프롬프트 공유, 마무리

---

## EP 82: 원리를 생각하는 프롬프팅
(EN) EP 82. Prompting with Transformer Mechanics in Mind

- Transcript: https://aifrontier.kr/ko/episodes/ep82
- YouTube: https://www.youtube.com/watch?v=Q43tbLNx21A
- Resources: https://erucipe.notion.site/2e3d5c9e7e598053ae93e9ff5951dcaa
- Published: 2026-01-28
- Duration: 50:38
- Hosts: 노정석, 최승준

### Description (KO)
Claude Opus 4.5의 등장으로 Andrej Karpathy마저 FOMO를 느꼈다는 요즘, 프롬프팅의 원리를 다시 생각해봅니다. 왜 특정 토큰을 넣어야만 모델의 숨겨진...

### Description (EN)
With the arrival of Claude Opus 4.5, even Andrej Karpathy admitted to feeling FOMO. In this episode, we revisit the principles behind prompting. Why do certain tokens unlock hidden spaces within...

### Chapters
- 0:00 오프닝: ‘원리를 생각하는 프롬프팅’
- 1:34 METR 업데이트와 Claude Opus 4.5 체감(50%-time horizon)
- 2:13 Andrej Karpathy의 FOMO
- 4:01 Harness 최적화와 멀티 에이전트 코딩
- 6:19 Noam Brown의 바이브 코딩 후기와 “LLM은 아직 연구자 수준은 아님”
- 7:30 Ethan Mollick: 코딩 밖까지 확장되는 Claude Code
- 8:58 Claude Code SDK와 “Harness가 새로운 소스코드”
- 10:17 Skills 리포 읽기: 스킬이란 무엇인가
- 12:23 프롬프팅 기법 1: 무작위 4글자 두문자어·Pareidolia로 분포 넓히기
- 14:22 스킬 크리에이터로 ‘도메인 프라이밍’ 스킬 만들기 경험
- 16:17 왜 스킬이 잘 먹히나
- 18:07 ‘적확한 토큰’과 도메인 프롬프팅의 품질 차이(전문가 vs 비전문가)
- 21:15 arXiv 초록으로 토큰 채우기: 낯선 용어 연결
- 25:03 프롬프팅 기법 2: A–Z 인물 소환 + “피상적이다”로 더 깊게 파기
- 28:31 CoT Faithfulness, Monitorability tax
- 34:42 RL의 스킬 합성 f(g(x)) 관점과 체이닝/툴 호출로 보는 반복 구조
- 37:15 다음 예고: Transformer·QKV·KV cache·FFN→Sparse MoE 복습
- 39:54 토큰 프라이밍의 리스크: “스포츠카 모드”와 모르는 도메인의 함정
- 43:41 모델을 돕기 위해 모델을 이해하기
- 45:37 마무리

---

## EP 81: DeepSeek이 바꿔버린 모든 것: MoE와 RLVR, 2025년 AI 회고
(EN) EP 81. Everything DeepSeek Changed: MoE and RLVR, 2025 AI Year in Review

- Transcript: https://aifrontier.kr/ko/episodes/ep81
- YouTube: https://www.youtube.com/watch?v=iDd-7trU3VE
- Resources: https://drive.google.com/file/d/1pb2TlrYmMla3vNtt6s7Vk3lqoRj8km3t/view
- Published: 2026-01-28
- Duration: 1:11:40
- Hosts: 노정석, 최승준, 김성현

### Description (KO)
2025년 12월 27일 토요일 아침, 노정석·김성현·최승준이 2025년 AI 한 해를 돌아보고 2026년을 전망합니다. DeepSeek 이후 MoE와 RLVR(에이전트 포스트트레이...

### Description (EN)
Saturday morning, December 27, 2025 — Chester Roh, Seonghyun Kim, and Seungjoon Choi look back on 2025 in AI and forecast 2026. They discuss how MoE and RLVR (agent post-training) became...

### Chapters
- 0:00 오프닝: 2025 회고와 2026 전망
- 0:29 DeepSeek-R1 이후: RLVR·에이전트 포스트트레이닝
- 1:20 2025 변화 #1: 중국발 오픈 프런티어 모델 붐과 주도권
- 3:47 DeepSeek이 쏘아올린 작은 공: 모두가 프론티어를 노린다
- 4:34 MoE 그래프 해설: dense vs MoE, 연산 배수
- 6:14 sparsity와 compute multiplier: 왜 MoE가 유리한가
- 7:48 MoE 대세와 DeepSeek 레시피의 확산
- 9:01 MoE의 원리: 희소성·모듈화·라우팅 관점
- 12:01 2025 변화 #2: RLVR 공개와 추론 모델의 확산
- 15:07 RLVR로 에이전트를 학습시키는 방식: 도구 사용·최종 결과 평가
- 18:22 2025년 RL 인프라의 급성장과 안정화 과제
- 21:10 atomic skill vs 조합 능력: RL이 해주는 일에 대한 새로운 이해
- 28:01 “진정한 RL” 논쟁과 LLM RL의 의미
- 31:11 논문 밖 레시피: 데이터·인프라·암묵지 경쟁
- 34:17 프런티어의 기준: 모델 크기보다 학습 방법·데이터
- 40:06 2026 전망 ① 스케일업: 더 큰 pre-training과 active 파라미터
- 44:40 병목은 데이터: 99%→99.9%로 가는 롱테일 문제
- 46:03 중국 팟캐스트로 보는 프런티어 담론
- 48:05 2026 전망 ② 더 자율적인 에이전트와 인터페이스 변화
- 50:42 2026 전망 ③ continual learning: 모델이 ‘무엇을’ 배울지 스스로 찾기
- 53:10 self-play의 난점과 ‘흥미로운 문제’ 생성의 어려움
- 55:42 문제는 내적 동기·인간 정렬로 수렴된다
- 58:21 투자·버블·FOMO: 2026에 필요한 질적 도약 논리
- 62:20 AI 전쟁 비유: Manhattan Project·Apollo Project
- 64:07 개인의 태도: 불확실성 속에서 즐기기와 unlearning
- 66:57 정리: 2025는 MoE·RL, 2026은 스케일·새 패러다임
- 68:24 엔딩: 새해 인사

---

## EP 80: 2026년은 과학의 해가 될까? AI와 과학
(EN) EP 80. Will 2026 Be the Year of Science? AI and Science

- Transcript: https://aifrontier.kr/ko/episodes/ep80
- YouTube: https://www.youtube.com/watch?v=P8hjiB709gY
- Resources: https://erucipe.notion.site/AI-x-2cfd5c9e7e59804cbf63e14daaafc40c
- Published: 2026-01-28
- Duration: 57:27
- Hosts: 노정석, 최승준

### Description (KO)
2025년은 클로드 코드(Claude Code) 출시와 함께 코딩의 해로 기억된다면, 다가오는 2026년은 AI에 의해 과학의 패러다임이 바뀌는 한 해가 될 것으로...

### Description (EN)
2025 will be remembered as the year of coding with the launch of Claude Code, and the upcoming 2026 is projected to be a year where AI shifts the paradigm of science. The advancements of OpenAI's...

### Chapters
- 0:00 2025년 코딩의 해를 지나 2026년 과학의 해로
- 1:32 GPT-5.2와 함께하는 과학과 수학의 발전
- 3:47 AI, 실험실의 속도를 바꾸다: 로봇과 결합한 생물학 연구
- 8:14 수학 난제 해결: AI와 인간의 협업 (Terence Tao 사례)
- 14:18 미국의 새로운 도전: Genesis Mission
- 17:14 Google DeepMind CEO, Demis Hassabis 인터뷰 분석
- 19:02 AI와 에너지: 핵융합의 미래
- 20:37 데이터 고갈의 끝? AI의 자기 학습과 진화
- 26:33 세상을 시뮬레이션하다: World Model의 잠재력
- 30:28 AI는 버블인가? 산업혁명과 비교
- 38:05 AI의 한계는 어디까지인가?
- 42:52 Andrej Karpathy의 2025년 AI 연말 결산
- 45:54 NVIDIA Nemotron과 하이브리드 아키텍처의 미래
- 54:40 샤오미(Xiaomi) 등 최신 AI 모델 동향
- 56:31 마무리 및 다음 에피소드 예고

---

## EP 79: AI Frontier 도망자 연합 회고 & GPT 5.2
(EN) EP 79. AI Frontier: The Runaways' Alliance Retrospective & GPT 5.2

- Transcript: https://aifrontier.kr/ko/episodes/ep79
- YouTube: https://www.youtube.com/watch?v=CwP1Ly_0zM4
- Resources: https://erucipe.notion.site/GPT-5-2-AI-Frontier-2c9d5c9e7e5980159a77d4ebd5c00031
- Published: 2026-01-28
- Duration: 1:05:25
- Hosts: 노정석, 최승준, 김성현

### Description (KO)
이번 영상에서는 GPT-5.2 업데이트를 계기로 OpenAI의 직무형 벤치마크인 GDPVal 점수 급등이 의미하는 변화(비용·속도·노동의 재편)를 짚어봅니다....

### Description (EN)
In this episode, we unpack what the surge in OpenAI's GDPVal benchmark after GPT-5.2 really means—how costs, speed, and labor are being reshaped. As AI models now handle tasks worth "hours...

### Chapters
- 0:00 오프닝: 2025년 12월 14일, GPT-5.2 업데이트
- 0:35 GDPVal 급상승과 지적 노동의 상품화
- 3:08 METR/Epoch AI 시간 지평과 Gemini 3 Pro 4시간
- 5:07 OpenAI 10주년, 성능·가격 경쟁과 ‘원가’ 수렴
- 6:46 외로움과 불안: 왜 사람들이 모이기 시작했나
- 8:29 ‘도망자 연합’ 첫 sync-up: 생성형 컨퍼런스 만들기
- 10:27 패널·소그룹·AMA 운영 후기와 현장 에너지
- 13:21 Discord 아카이빙과 자기조직화가 일어난 방식
- 16:18 회고 포인트: 인센티브 비대칭·프라이버시·개방성
- 21:30 AI 뉴스: Andy Jones ‘Horses’·Amanda Askell·Shane Legg 흐름
- 26:22 continual learning, 메모리 harness, 지능 폭발 우려
- 34:50 도망자 연합 Keynote 다시보기: Hilbert·Gödel로 보는 ‘괴델의 계단’과 창발
- 57:39 공생 이후의 인간 가치: AI entrepreneur와 도망자 선언문
- 01:04:30 클로징: 견해 공유 요청과 다음 화 예고

---

## EP 78: Ilya Sutskever의 설명
(EN) EP 78. Ilya Sutskever Explains

- Transcript: https://aifrontier.kr/ko/episodes/ep78
- YouTube: https://www.youtube.com/watch?v=Tm-rxPN2XWo
- Resources: https://erucipe.notion.site/2b9d5c9e7e59800cbd9cfdb5b4d4ecbc
- Published: 2026-01-28
- Duration: 56:09
- Hosts: 노정석, 최승준, 김성현

### Description (KO)
Ilya Sutskever가 던진 한마디가 왜 AI 커뮤니티를 들끓게 했을까요? 이번 에피소드에서는 Ilya Sutskever가 출연했던 Dwarkesh Patel 팟캐스트의 핵심을 해부하...

### Description (EN)
Why did Ilya Sutskever's single remark send the AI community into an uproar? In this episode, we dissect the core points from Ilya Sutskever's appearance on the Dwarkesh Patel podcast and examine...

### Chapters
- 0:00 오프닝: Ilya Sutskever와 '연구의 시대' 선언
- 1:17 스케일링 논쟁: 경제·안보 문제로 확장된 AI
- 3:59 인물 소개: Ilya Sutskever
- 5:15 Ilya의 해명과 Noam Brown의 정리: 스케일링과 연구의 갭
- 7:34 연구자들의 합의점과 '지속 학습(Continual Learning)'의 필요성
- 13:40 놀라운 능력과 어처구니없는 실수의 공존 (RL 스케일링의 한계)
- 19:44 감정은 가치 함수다: 제한된 합리성과 휴리스틱
- 24:30 '괴델, 에셔, 바흐(GEB)'와 AGI의 탄생 조건 (이상한 고리)
- 30:38 진정한 지능은 모델이 아니라 시스템이다
- 32:16 인간의 샘플 효율성과 내적 동기 (사회적 욕구)
- 34:29 일반화(Generalization)와 귀납적 편향(Inductive Bias)
- 39:20 초지능(ASI)으로 직행하기: 모든 것을 배울 수 있는 씨앗
- 43:42 좋은 연구를 위한 '취향(Taste)'과 안목
- 45:56 양질 전환과 에너지가 높은 토큰
- 48:13 OpenAI 과학팀 일화: 블랙홀 연구자와 GPT Pro의 협업
- 51:04 Claude Opus 4.5 실전 테스트: 2줄로 만드는 'CloudBook'
- 53:00 장기 실행 에이전트와 기억의 외재화 (Harness)
- 55:23 클로징: 도망자 연합과 마무리

---

## EP 77: Gemini 3와 Antigravity: 너무도 가파른 변화의 곡선
(EN) EP 77. Gemini 3 & Antigravity: The Insanely Steep Curve of Innovation

- Transcript: https://aifrontier.kr/ko/episodes/ep77
- YouTube: https://www.youtube.com/watch?v=iphkBknRyjo
- Resources: https://erucipe.notion.site/Gemini-3-0-AX-2b2d5c9e7e5980efb79af5e94136f55f
- Published: 2026-01-28
- Duration: 1:15:44
- Hosts: 노정석, 최승준

### Description (KO)
이번 주에는 기다리던 Gemini 3가 출시되며 AI 업계에 큰 파장을 일으켰습니다. Gemini 3의 등장과 함께 pre-training 및 post-training의 진보, AI 확장 법칙의...

### Description (EN)
This week, the long-awaited Gemini 3 was released, making a big splash in the AI industry. With the advent of Gemini 3, we deeply discuss the advancements in pre-training and post-training,...

### Chapters
- 0:00 오프닝: Gemini 3 출시와 한 주간의 AI 타임라인
- 2:54 경쟁 모델들의 대응: GPT-5.1-Codex-Max와 Nano Banana Pro
- 4:02 AI와 과학의 결합: OpenAI와 Google DeepMind의 전략
- 7:35 Scaling Law는 끝났나? Gemini 3가 보여준 Pre-training의 도약
- 12:00 모델 빈티지(Vintage) 이론: 데이터 수확과 지식의 갱신
- 16:30 새로운 컴퓨팅 척도: GPU 개수보다 와트(Watt)가 중요한 이유
- 19:14 OpenAI의 내부 메모와 'Shallotpeat' 프로젝트
- 22:20 Unlearn-Learn: 복잡한 장치(Harness)를 버리고 모델을 믿어라
- 25:15 벤치마크의 한계와 Andrej Karpathy의 'Vibe Check'
- 29:45 Gemini 3의 압도적 기능: Generative UI와 Voxel/SVG 생성
- 33:56 속도 초지능(Speed Superintelligence): 100배 빠르고 싼 지능의 미래
- 34:40 역사적 관점: 농업·산업 혁명과 인지 노동의 대체
- 40:37 HWP 파일 인식 기능이 시사하는 데이터의 이동
- 43:14 의도가 곧 현실로: 코딩과 창작의 장벽 붕괴
- 48:14 물리학 시각화 사례: Nano Banana Pro의 활용
- 50:50 현장의 AI 트랜스포메이션(AX): 유치원 교육 자료 제작 사례
- 58:50 Antigravity 리뷰: CLI의 장벽을 낮추는 Agentic 도구
- 01:06:30 엔지니어를 위한 제언: 도구 개발보다 문제 해결(Business)에 집중하라
- 01:11:55 '도망자 연합' 모임 안내
- 01:12:45 클로징: 급변하는 시기, 다양한 관점의 중요성 (Syncretism)

---

## EP 76: 교육과 AI: 한미유치원 설립자 최승준의 생각과 실천
(EN) EP 76. Education and AI: Thoughts and Practices of Choi Seung-jun, Founder of Hanmi Kindergarten

- Transcript: https://aifrontier.kr/ko/episodes/ep76
- YouTube: https://www.youtube.com/watch?v=6VYVFylK-Cc
- Resources: https://docs.google.com/presentation/d/1ZoinmMHi6Jmw0Pvc3rDUDiwVXHOVbZ1faQumaIkxYe0/edit
- Published: 2026-01-28
- Duration: 50:46
- Hosts: 노정석, 최승준

### Description (KO)
한미유치원 홈페이지: https://www.hanmiu.cc/
이번 영상에서는 AI 프론티어의 공동 호스트, 최승준 님의 교육 철학과 미래 교육에 대한 생각과 실천을...

### Description (EN)
Hanmi Kindergarten Website: https://www.hanmiu.cc/

This video explores AI Frontier co-host Seungjun Choi's educational philosophy and his thoughts and practices on the future of education....

### Chapters
- 0:00 오프닝
- 0:06 최승준 = 미디어 아티스트 + 한미유치원 설립자
- 2:25 교육은 왜 그토록 어렵고 논쟁적인가?
- 3:31 AI 시대, 직업의 교란이 교육에 미치는 영향
- 5:03 예언적 교육학에 대한 비판
- 8:38 모든 답은 유치원에 있었다: 레지오 에밀리아 접근법
- 9:11 10개월 아이와 시계: 어린이는 스스로 가설을 세운다
- 10:43 프로그램이 아닌 프로젝트: 예측 불가능한 배움의 과정
- 12:10 교사의 역할: 미궁 속 아리아드네의 실
- 15:14 학습의 발자취를 남기는 기록의 중요성
- 17:15 Trello에서 LLM으로: 교육 기록 방식의 진화
- 20:52 미래의 유치원을 만나다: 한미유치원 둘러보기
- 22:33 놀이 1: 엘리베이터 만들기
- 25:17 놀이 2: 다같이 만드는 스톱모션 애니메이션
- 26:13 놀이 3: 마법 한자 딱지 놀이
- 27:05 놀이 4: 영상 더빙으로 배우는 컴퓨테이셔널 씽킹
- 28:11 놀이 5: 자연 관찰과 미디 그림 악보
- 29:25 놀이 6: 공간에서 일어나는 놀이
- 30:40 놀이 7: 한글의 원리를 다시 발견하기
- 31:42 놀이 8: 공간과 그림 미로
- 32:27 좋은 건 알지만 어렵다: 탐구 기반 학습의 확장 문제
- 38:02 새로운 직업의 창출: 아틀리에리스타와 페다고지스타
- 39:20 AI로 스케일업하는 교육 혁신
- 42:04 자기 조직화하는 눈송이처럼: 배움의 본질
- 43:32 유치원 현장의 AX: 놀이 지원을 위한 바이브 코딩
- 45:47 노정석이 본 최승준, 그리고 한미유치원 소개
- 48:46 AGI 시대, 우리 모두 유치원생이 되어야 할지도 모른다
- 50:06 마무리

---

## EP 75: (수학 공식 없는) 강화 학습 이야기
(EN) EP 75. Reinforcement Learning (Without Math Formulas)

- Transcript: https://aifrontier.kr/ko/episodes/ep75
- YouTube: https://www.youtube.com/watch?v=7pGfU6AC4XY
- Resources: https://drive.google.com/file/d/1HvQiid6BZKerEyBikRTUj5EiwEOakLmz/view
- Published: 2026-01-30
- Duration: 1:04:40
- Hosts: 노정석, 최승준

### Description (KO)
중국 Moonshot의 Kimi K2 Thinking 모델이 GPT-5와 Sonnet 4.5를 넘어서는 벤치마크 성적을 기록하며 포스트 트레이닝 시대의 빠른 모델 발전을 보여주고 있습니...

### Description (EN)
China's Moonshot Kimi K2 Thinking model has achieved benchmark scores surpassing GPT-5 and Sonnet 4.5, demonstrating rapid model advancements in the post-training era. This video explains the...

### Chapters
- 0:00 오프닝: Kimi K2 모델 발표와 강화 학습
- 0:38 Kimi K2 모델의 특징과 벤치마크
- 1:14 포스트 트레이닝 시대와 모델 개발 주기
- 2:55 MoE와 양자화를 통한 모델 경량화
- 5:43 포스트 트레이닝 레시피의 중요성
- 7:26 강화 학습(RL)에 대한 새로운 관점
- 9:30 지도 학습 vs 강화 학습: 자율주행 비유
- 12:43 강화 학습의 핵심: Credit Assignment Problem
- 15:10 LLM에 강화 학습이 도입된 이유: RLHF
- 17:18 SFT의 한계와 할루시네이션 문제
- 20:15 On-Policy vs. Off-Policy 학습의 개념
- 23:31 일반화를 위한 모델의 문제 해결 능력
- 30:28 인터넷 데이터의 한계: 중간 과정의 부재
- 33:38 프리트레이닝과 탐색 공간의 축소
- 36:25 LLM의 학습과 Perplexity의 의미
- 39:17 추론의 분기점: Entropy가 높은 토큰
- 42:04 집단적 추론의 학습: 인터넷 포럼 사례
- 44:14 강화 학습을 통한 추론 능력의 발현
- 49:01 강화 학습은 기존 능력을 꺼내는 것일까?
- 52:26 성공적인 강화 학습을 위한 조건
- 57:27 DeepSeek R1의 추론 학습 방식
- 59:53 마무리: On-policy RL과 인생: Jason Wei의 이야기

---

## EP 45: AI 비즈니스 생존전략 — 어디에 AI 비즈니스를 세울 것인가?
(EN) EP 45. AI 비지니스 생존전략 - 어디에 AI비지니스를 세울 것인가?

- Transcript: https://aifrontier.kr/ko/episodes/ep45
- YouTube: https://www.youtube.com/watch?v=-RsENpvbSHc
- Published: 2025-03-29
- Duration: 31:39
- Hosts: 노정석, 최승준

### Description (KO)
프론티어 모델의 공격으로부터 스타트업은 어떻게 살아남을 수 있는가? AGI 인프라 위의 서비스와 수직 통합 AI 서비스, 두 갈래길 중 어디에 설 것인지를 논하며, non-verifiable data domain이야말로 프론티어 모델이 침범하지 못하는 진정한 해자(moat)라는 통찰을 공유합니다.

### Description (EN)
조그만 사업체의 사장입장에서 OpenAI, Google 등이 만드는 소위 프론티어 모델들로부터 어떻게 도망가야 하는지, 살아남을 수 있는 영역은 어디인지에...

### Chapters
- 0:00 오프닝: Non-Verifiable Data Domain Is All You Need
- 1:11 AI 비즈니스에서 돈 버는 두 축: 인프라 vs 수직 통합
- 2:40 서비스·알고리즘·컴퓨트, 세 관점으로 본 AI 산업 지형
- 4:29 스타트업의 두 가지 옵션과 Data Flywheel
- 5:51 AGI 임박: 프론티어 모델의 폭발적 발전
- 7:23 Verifiable Reward Function과 Test-Time Compute
- 9:32 Distillation과 Reasoning Model의 선순환
- 11:31 검증 불가능한 영역으로 도망가기
- 12:52 프론티어 모델 위의 AI 서비스와 GTM
- 14:39 핵심: Proprietary Data의 진짜 정의
- 15:27 환경이 만드는 검증 가능성: 로봇과 VLA
- 17:26 취향과 주관의 영역: 메이크업 데이터셋 사례
- 20:39 Non-Verifiable을 Verifiable로 바꾸는 Closed-Loop System
- 23:54 결론 정리와 AI 실습 제안
- 27:10 최승준의 Recap과 마무리

---

## Interviews

### 인터뷰 1: [인터뷰] 실리콘밸리 20대 VC Nikhil Suresh

- Transcript: https://aifrontier.kr/ko/interviews/1
- YouTube: https://www.youtube.com/watch?v=HLpPC8HlL7M
- Published: 2026-07-20
- Duration: 55:41

실리콘밸리 특집의 핵심 소스였던 Striker Venture Partners의 Nikhil Suresh 인터뷰. 휴먼 데이터 시장, verifier와 eval의 경제성, 피지컬 AI와 바이오, 그리고 한국의 기회까지.

---