Physical Superintelligence(PSI)가 비공개 앤트로픽 모델을 쓴 연구 시스템으로 Aaronson-Ambainis 추측의 증명을 찾았다고 11월 6일 발표했습니다. Meta의 Muse Spaces, 앤트로픽의 연구자 Claude 사용 보고서, Meta의 특화 모델 적용, 오픈AI의 BioBasicsBench 소식도 이어집니다. 다섯 소식에서 발표 주체가 주장한 것과 읽을 수 있게 공개된 범위를 함께 살펴봅니다.
오늘 담긴 것
- PSI, Aaronson-Ambainis 추측 AI 증명 공개…비공개 Anthropic 모델로 사흘째 완성: PSI의 연구 발표
- Meta Muse Spaces 공개…설명으로 맞춤 기능 생성, 지원 지역은 Muse 제공 범위: Meta의 제품 발표
- Claude 과학 연구 활용 보고서 공개…세션 207,049건, 최대 15배 시나리오: Anthropic의 연구 보고서
- Meta AI Muse 메모리 기능 개선…특화 모델 적용, 지수 38%에서 47%로: Meta의 연구 블로그
- BioBasicsBench 벤치마크 결과 공개…GPT-6 Astra 66.7%, GPT-5.6 Sol 43.8%: OpenAI의 벤치마크 발표
수학 증명
PSI, Aaronson-Ambainis 추측 AI 증명 공개…비공개 Anthropic 모델로 사흘째 완성

11월 6일 PSI가 연구 페이지에서 Aaronson-Ambainis 추측의 증명을 찾았다고 발표했다. 2008년부터 열려 있던 문제이고, PSI가 내부에서 개발한 연구 시스템이 비공개 Anthropic 모델의 인스턴스를 돌려 증명을 얻었다는 설명이다. 증명과 코드는 GitHub 저장소에 올라 있다.
- 발표: 시스템이 실행 사흘째에 완전한 증명을 냈고 Lean이 승인했다. 이후 결과를 두 번 개선했고 Lean이 최종판도 승인했다고 PSI는 밝혔다.
- 결과: 분산이 일정 값 이상인 유계 저차 다항식에는 영향력이 (분산/차수)의 7제곱 이상인 비트가 있다는 하한이다.
- 검토: 스탠퍼드의 Guy Blanc, Jordan Docter, Carmen Strassle, Li-Yang Tan이 증명을 읽고 의견을 보냈다. 이들이 전문가용 짧은 해설을 쓰는 중이라고 PSI는 적었다.
무엇이 달라지나
이 추측이 참이면 일반 컴퓨터는 양자 컴퓨터의 ‘예’ 확률을 거의 모든 입력에서 작은 오차로 예측할 수 있다. 필요한 읽기 횟수는 양자 알고리즘의 읽기 횟수 T의 고정된 거듭제곱으로 늘어날 뿐이다. PSI는 이를 근거로 입력에 드문 패턴이 없는 예/아니오 문제에서는 양자 컴퓨터가 지수적으로 적은 읽기로 풀 수 없다고 설명한다.
한계
모두 PSI의 자체 발표이고, 외부 연구자의 검토 결론이나 학계 합의는 읽은 자료에 없다. 일부 소셜 글은 모든 단계를 Lean이 검증했다고 요약하지만, 저장소 README는 Lean이 확인한 것을 형식화된 정리들로 설명하고 논문 자체는 기계 검증되지 않았다고 밝힌다. README는 증명, 논문, 형식화를 AI 모델이 만들었다고 적었으며, 사용한 비공개 Anthropic 모델의 이름은 페이지에 나오지 않는다.
커뮤니티 반응
■Lean 형식화가 흥미롭지만 정리로 받아들여질지는 동료 심사가 정한다는 답글이 달렸다.
■이 결과가 비트코인을 Shor 알고리즘의 위협에서 지켜 주지는 않는다고 짚는 글도 나왔다.
■2019년에 나왔다가 철회된 증명 시도를 되짚으며 이번 결과를 소개하는 스레드도 올라왔다.
본문 펼치기 · 약 5분
이 추측은 무작위 입력에서 양자 컴퓨터가 얼마나 빠를 수 있는지를 묻는다
PSI 페이지는 배경을 1994년 Peter Shor의 알고리즘에서 시작한다. 이 알고리즘은 큰 수를 소인수분해하는 일에서 일반 컴퓨터의 알려진 어떤 방법보다 훨씬 빠르다. 문제에 반복되는 패턴이 숨어 있고 양자 컴퓨터가 그 반복 주기를 찾기 때문이라는 설명이다. PSI는 알려진 극적인 양자 속도 향상이 대부분 입력에 드문 패턴이 있다는 약속에 기댄다고 적었다.
Aaronson과 Ambainis는 패턴이 거의 없는 무작위 입력에서도 지수적 속도 향상이 가능한지를 다항식에 관한 추측으로 바꿨다. 이 추측이 참이면 무작위 입력에서 양자 컴퓨터는 일반 컴퓨터보다 많아야 다항식 수준으로만 빠르다. PSI에 따르면 연구자들은 이 추측을 양자 복잡도 이론의 핵심 미해결 문제로 꼽아 왔다.
연결 고리는 Beals, Buhrman, Cleve, Mosca, de Wolf의 결과다. 입력을 T번 읽은 양자 알고리즘이 ‘예’라고 답할 확률은 입력 비트에 대한 다항식이고, 차수는 2T 이하이며 값은 0과 1 사이다. 일반 컴퓨터가 적은 비트만 읽고 이 다항식의 값을 예측할 수 있느냐가 관건이고, 추측은 이런 다항식에 영향력이 큰 비트가 있다는 내용이다. 비트의 영향력은 그 비트를 뒤집었을 때 값의 변화를 제곱해 모든 입력에 대해 평균한 값이다.
증명한 하한은 분산과 차수만으로 영향력의 크기를 묶는다
GitHub README가 적은 결과는 다음과 같다. 실수 다항식 p가 N개 변수에 차수 d 이하이고 큐브 위에서 0 이상 1 이하이며 분산이 ε 이상이라고 하자. 그러면 어떤 변수 i의 영향력은 (8√15/(125π^4))·ε^(5/2)/d^6 이상이고, 이 값은 (ε/d)^7 이상이다. PSI 페이지는 이 상수가 약 0.0025라고 적었다. README는 이것이 Aaronson과 Ambainis가 2014년 Theory of Computing 논문에서 제시한 Conjecture 1.7이며, (ε/d)^O(1) 꼴의 하한을 요구한다고 설명한다.
증명은 Shachar Lovett과 Jiapeng Zhang의 계획을 따른다. 두 사람이 추측으로 남긴 부등식 하나를 이 증명이 새 부등식으로 대신했다는 것이 PSI의 설명이다. 새 부등식은 행렬식을 이용해 입력 설정을 일대일로 짝짓는 방식으로 증명하며, David Reimer의 Butterfly Lemma가 주는 짝짓기보다 더 많은 조건을 둔다. 짝지어진 설정이 각 스위치에서 일치하는 횟수까지 제한하는 짝짓기다.
앞선 결과도 페이지에 나온다. 값이 0 또는 1뿐인 다항식에서는 이 추측이 O’Donnell, Saks, Schramm, Servedio와 Nisan, Szegedy의 정리에서 이미 따라 나왔다. 2026년 8월에는 스탠퍼드의 Blanc, Docter, Strassle, Tan이 특수한 경우를 증명했다. 입력을 정해진 횟수의 병렬 라운드로 읽는 양자 알고리즘에 대해 이 추측의 예측이 맞음을 보인 것이다.
Lean 승인과 사람의 검토는 서로 다른 단계로 나뉘어 있다
PSI는 증명이 사흘째에 완성됐고 Lean이 이를 승인했다고 밝혔다. Lean은 컴퓨터가 증명의 모든 단계를 확인하는 증명 보조기다. README는 네 정리가 빈칸 없이, 추가 공리 없이 증명됐고 두 개의 독립된 Lean 커널 구현으로 다시 확인됐다고 적었다. 이 가운데 앞의 세 정리는 가정이 없지만, 네 번째 정리는 Agarwal와 Ben-David의 Theorem 1.7을 가정하고 그 가정은 저장소에서 형식화되지 않았다. 그 정리는 상수를 32√15/(125π^4)로 개선한 판이다.
명제가 맞게 옮겨졌는지는 사람이 읽어야 한다. README는 Conjecture.lean이 Mathlib만 가져오고 이 프로젝트의 정의를 쓰지 않는다고 설명한다. 이 파일의 PrintedConjecture만 읽으면 aaronson_ambainis가 추측을 증명하는지 판단할 수 있다는 안내다. 수학은 paper/aaronson_ambainis_paper.pdf, 최종 정리는 AaronsonAmbainis/Main.lean에서 읽으라고 한다. 검증 세부는 notes/AXIOM_AUDIT.md와 notes/VERIFICATION.md에 있다.
역할 분담도 페이지에 적혀 있다. David Turturean이 시스템을 개발하고 문제를 정해 실행했으며, 모델에게 결과를 논문 초고로 묶게 한 뒤 초고를 검토했고 논문의 정확성에 책임을 진다. Jim Halverson은 증명을 감사했고 Phiala Shanahan은 Lean 형식화에 의견을 냈다. 스탠퍼드 연구진이 보낸 의견도 PSI 페이지에 실려 있어, 현재 공개된 검토 기록은 PSI가 직접 전하는 것이 전부다.
자세히 읽기 · PSI의 연구 페이지 ↗ · PSI의 GitHub 저장소 README ↗
앱과 제품
Meta Muse Spaces 공개…설명으로 맞춤 기능 생성, 지원 지역은 Muse 제공 범위

Meta가 11월 6일 뉴스룸 글에서 Muse 앱의 새 기능 Spaces를 소개했다. Space는 만들고 싶은 것을 설명하면 Muse가 앱 안에 만들어 주는 맞춤 화면이다. Muse가 제공되는 모든 곳에서 오늘부터 쓸 수 있다고 Meta는 밝혔다.
- 만들기: 휴일 선물 추적기, 매일 푸는 단어 게임, DIY 계획 보드처럼 아이디어를 설명하면 Muse가 만들고, 이후 Muse와 대화하며 고칠 수 있다.
- 배치: 사이드바나 메인 탭에 추가하거나 숨길 수 있고, 나타나는 시간도 예약할 수 있다.
- 제공: Muse가 제공되는 모든 곳에서 오늘부터. 다른 사람과 Space를 공유하는 기능은 방법을 찾는 중이다.
무엇이 달라지나
사용자가 설명으로 만든 Space가 Muse 앱의 사이드바나 메인 탭에 들어간다. 앱을 연결하면 새 공연 일정, 가격 변동, 저축 진행 상황 같은 내용이 Space에 스스로 갱신된다고 Meta는 설명한다.
한계
한국에서 쓸 수 있는지는 확인되지 않는다. 글은 Muse가 제공되는 모든 곳이라고만 적었고, 9월 29일 Meta 문서는 Muse가 미국과 캐나다에서 제공된다고 적었다. 이후의 제공 지역 변화는 이 글에서 확인되지 않는다. 요금제별 이용 조건과 Mac 앱 지원은 Spaces 글에 없고, 공유 기능은 검토 단계다.
커뮤니티 반응
■브라질과 인도에는 언제 오느냐고 묻는 답글이 달렸다.
■공유 방법만 생기면 큰 변화가 될 것이라는 평이 나왔다.
■Muse가 접근할 수 있는 출처가 사용자의 인스타그램과 왓츠앱 데이터인지 공개 웹뿐인지 묻는 글도 있었다.
본문 펼치기 · 약 4분
Space는 설명으로 만들고 대화로 계속 고치는 방식이다
Meta 글에 따르면 Space는 만들고 싶은 것을 설명하는 데서 시작한다. 글이 든 예는 휴일 선물 추적기, 매일 푸는 단어 게임, 다음 DIY 프로젝트의 계획 보드다. 사용자의 일상과 목표, 관심사에 맞춘 화면이며 실용적일 수도 즐거운 것일 수도 있다고 Meta는 소개했다. Muse에게 이야기하면 Muse가 만들어 준다는 설명이다.
처음 설명한 아이디어는 시작점일 뿐이다. 사용 중에 빠진 것을 추가하거나 모양을 바꾸거나 동작을 바꾸도록 Muse에게 계속 요청할 수 있다. Space 안에서는 항목을 체크하고 메모를 달고 직접 수정할 수 있으며, 내용은 다시 열었을 때 그대로 남아 있다고 글은 설명한다. 만든 Space는 Muse의 일부가 되어 언제든 다시 열 수 있다.
Space는 사이드바나 메인 탭에 두고 연결한 앱의 변화를 스스로 반영한다
배치는 사용자가 고른다. Space를 사이드바에 추가하거나 메인 탭으로 옮길 수 있고, 지금 필요 없는 Space는 숨길 수 있으며, 나타나는 시간도 예약할 수 있다. 글이 든 예는 평일에는 주간 플래너를 앞에 두고 토요일에는 주말 계획으로 바꾸는 것이다. Meta는 이렇게 하면 앱이 사용자의 일과에 맞게 구성된다고 설명한다.
갱신 방식도 글에 있다. 사용하는 앱을 연결하면 Space가 백그라운드에서 스스로 최신 상태를 유지해, 새 공연 일정이나 가격 변동, 저축 진행 상황이 묻지 않아도 나타난다는 설명이다. 어떤 앱을 연결할 수 있는지는 Spaces 글에 나열돼 있지 않다.
Meta가 든 예시는 쓰임새의 범위를 보여 줄 뿐 필수 조건은 아니다
글은 아홉 가지 아이디어를 소개한다. 인스타그램에 저장한 위시리스트와 Marketplace 판매 글, 구매자 메시지를 한 화면에 모으는 쇼핑 허브가 있다. 학교 이메일에서 아이 관련 행사를 찾아 캘린더에 넣는 대시보드, 좋아하는 아티스트의 새 음반과 공연을 모으는 음악 트래커, RSVP와 업체 청구서를 담는 결혼 준비 플래너도 있다.
그 밖에 영화, 음악, 스포츠팀 퀴즈 게임과 팟캐스트 에피소드 아이디어를 모으는 스튜디오가 있다. 소규모 사업의 주문 트래커, 프리랜서의 프로젝트와 청구서를 모으는 클라이언트 허브, 항공편과 숙소를 담은 여행 플래너도 나온다. 모두 Meta가 제시한 예시이고, 어떤 예시가 어떤 앱 연결을 필요로 하는지는 글에 적혀 있지 않다.
연결 가능한 앱은 같은 발행 주체의 소상공인용 문서에서 볼 수 있다. 이 문서는 Muse가 Asana, Box, Canva, Dropbox, Figma, Notion, Shopify, Slack, Stripe, Zoom 등과 연결되고 전체 목록은 앱 설정에 있다고 적었다. 다만 이는 Muse 본체의 연결 기능에 대한 설명이며, Spaces가 같은 커넥터를 쓰는지는 어느 글에도 적혀 있지 않다.
지원 지역과 이용 조건은 Muse 본체의 공개 범위를 따라 읽어야 한다
Spaces 글은 Spaces가 Muse가 제공되는 모든 곳에서 쓸 수 있다고만 적고 국가 목록은 싣지 않았다. 9월 29일 소상공인용 Muse 문서는 Muse가 미국과 캐나다에서 제공된다고 적었고, Muse가 대부분의 용도에서 무료이며 더 쓰려는 사람을 위한 구독 요금제가 있다고 밝혔다. Spaces가 어느 요금제에서 되는지는 두 글 모두에 없다. 이 문서의 관련 글 목록에는 10월 27일자 싱가포르 제공 글의 제목이 보이지만, 그 내용은 이 글의 근거에 없다.
11월 5일 음성 기능 문서는 음성 대화를 Muse 앱의 모바일, 웹, Mac에서 배포한다고 쓰면서 음성과 아바타는 미국에서 먼저 시작한다고 적었다. 이는 음성 기능에 대한 설명이라 Spaces에 그대로 적용된다고 단정할 수 없다. Spaces 글 끝에는 Muse Wonder로 학습한 특화 모델을 Muse에 배포하고 있다는 문장이 덧붙어 있다.
자세히 읽기 · Meta 뉴스룸의 Spaces 소개 글 ↗ · Meta 뉴스룸의 Muse 음성 기능 글 ↗ · Meta 뉴스룸의 Muse for Small Business 글 ↗
연구 보고서
Claude 과학 연구 활용 보고서 공개…세션 207,049건, 최대 15배 시나리오

앤트로픽 경제연구팀이 11월 5일 연구 글에서 과학자들이 Claude를 어떻게 쓰는지 분석한 보고서 ‘AI for scientific discovery: How researchers use Claude’를 공개했다. 8월 2일부터 9월 30일까지 소비자용 요금제에서 나온 연구 세션 207,049건이 분석 대상이다.
- 표본: Chat·Cowork 128,914건과 Claude Code 78,135건을 34개 분야, 318개 세부 분야, 7,262개 과제 분류 체계로 나눴다.
- 사용 패턴: 데이터 분석이 Claude 세션의 약 3분의 1, Claude Code 세션의 거의 절반이다. 연구자 수에 비해 컴퓨터과학·수학·통계에서 더 많이 쓰이고 건강·실험실 기반 물리과학에서는 덜 쓰인다.
- 시나리오: AI가 비물리 연구 작업을 모두 수행하는 가정에서 컴퓨터과학·통계 같은 분야의 연구 산출이 최대 15배, 화학·생물은 3~4배로 늘 수 있다.
무엇이 달라지나
연구자들이 Claude를 어느 분야와 과제에 쓰는지를 점유율로 볼 수 있게 됐다. 보고서가 함께 실은 설문에서 연구자들이 가장 중요하다고 꼽은 아이디어 생성과 자료 수집보다 데이터 분석과 글쓰기에 사용이 몰려 있다.
한계
15배는 예측이 아니라 AI가 비물리 연구 작업을 모두 수행한다는 가정의 시나리오이고, 물리적 병목이 있는 화학·생물은 3~4배에 그친다. 일부 소셜 글이 16배로 요약했지만 연구 페이지는 요약과 본문 모두 15배로 적었다. 데이터는 소비자용 요금제 세션에 한정된다. 이 글은 연구 페이지 앞부분의 요약과 분야별 비교를 기준으로 했고 시나리오 모델의 세부 계산은 다루지 않는다.
커뮤니티 반응
■15배는 비물리 작업을 전부 자동화한다는 가정이고 현재 능력 기준으로는 일부 분야에서 두 배 안팎이라고 짚는 글이 나왔다.
■Claude Code 세션의 절반 가까이가 데이터 분석이고 아이디어 생성은 거의 보이지 않는다는 점을 부각하는 글이 이어졌다.
■그래프 작성에는 모델을 더 많이 쓰고 연구 질문을 고르는 데는 덜 쓴다는 사용자 경험담도 있었다.
본문 펼치기 · 약 4분
사용은 연구자 수에 비해 컴퓨터과학과 수학, 통계에서 두드러진다
앤트로픽 글에 따르면 Claude 세션의 분야별 비중은 컴퓨터과학 11.9%, 공학 8.4%, 의학 7.7% 순으로 크다. 이 세 분야는 전 세계 연구자 수에서도 큰 편이며, 분야별 연구자 비중과 Claude 세션 비중의 로그 상관은 0.79다. 연구자 수만으로는 설명되지 않는 부분도 있다. 컴퓨터과학, 수학, 통계 같은 형식과학과 사회과학은 연구자 수에 비해 많이 쓰고, 실험실 작업이 많은 화학과 환자를 보는 시간이 긴 의학은 덜 쓴다.
Claude Code는 쏠림이 더 크다. 연구자 수와의 로그 상관은 0.62이고, 전 세계 연구자의 4.3%인 컴퓨터과학이 Claude Code 세션의 32.7%를 차지한다. 상대 사용은 인문·예술과 사회과학에서 낮고, 비교적 계량적인 경제학만 예외라고 글은 적었다. 세부 분야로 내려가면 인공지능·머신러닝이 연구자의 1.2%인데 세션 비중은 Claude 5.0%, Claude Code 15.2%다. 계산생물학, 계산언어학, 계산신경과학 같은 계산 중심 세부 분야가 강한 사용 분야로 꼽혔고, 로봇공학도 상대 사용이 높다고 글은 적었다.
과학자들은 중요하다고 꼽는 일보다 분석과 글쓰기에 Claude를 더 맡긴다
연구 과제는 데이터 분석, 글쓰기와 소통, 데이터 수집, 읽기와 지식 습득, 이론 분석, 설계와 개발, 아이디어와 가설 생성, 기타의 여덟 범주로 나뉜다. 데이터 분석이 Claude 세션의 약 3분의 1이고 Claude Code 세션의 거의 절반이다. 과학자들은 주로 데이터 분석과 글쓰기에 Claude를 쓴다는 것이 글의 요약이다.
반면 아이디어 생성과 자료 수집에는 덜 쓰는데, 같이 실린 설문에서 연구자들은 이 둘을 발견에 가장 중요한 과제로 꼽았다. 연구용 도구 Claude Science에서는 아이디어 생성의 비중이 Claude의 약 두 배다. 글은 과학 전용 도구가 이 간극을 좁힐 수 있다고 본다.
분석 방식도 밝혔다. 분류 모델이 세션 기록을 읽고 SciNet 분류 체계에 따라 분야, 세부 분야, 과제 꼬리표만 붙이며, 이 꼬리표만 연구팀이 보관한다. 데이터셋, 가설, 실험 방법, 미발표 논문 같은 연구 내용은 저장하지 않고, 최소 계정 수를 채운 칸만 집계해 보고한다. 과학 작업인지 가리는 분류기가 먼저 돌고, 두 번째 분류기가 분야와 과제를 붙이는 두 단계 구조다.
AI에 잘 맞는 과제일수록 사용이 많고 물리 작업은 거의 쓰이지 않는다
앤트로픽은 AI가 이론적으로 각 연구 과제를 얼마나 잘 수행할 수 있는지를 재는 지표를 만들었다. 이 지표에서 AI에 가장 잘 맞는 상위 20% 과제는 연구자가 쓰는 시간으로 예상되는 것보다 Claude 사용이 2~4배 많다. 하위 20% 과제에는 물리 작업이 많이 들어 있고 사용이 매우 적다.
분야 단위에서도 같은 패턴이 나온다. AI가 많은 과제를 잘 수행할 수 있는 컴퓨터과학과 통계 같은 분야에서 Claude를 더 많이 쓴다. 사용이 많은 과제와 분야는 더 인지적이고, AI가 반복 시도에 대한 피드백으로 배우는 강화학습에 더 맞는 경향이 있다고 글은 설명한다. 앤트로픽은 이를 과학자들이 AI가 가장 잘 작동하는 곳에 쓰는 것으로 읽는다.
생산성 배수는 가정을 건 시나리오이며 예측이 아니다
보고서는 현재 AI 능력이 널리 채택되면 일부 분야의 연구 산출이 두 배가 될 수 있다고 본다. 주로 과제 단위의 보조에서 나오는 효과다. AI가 비물리 연구 작업을 모두 수행한다는 가상의 시나리오에서는 컴퓨터과학과 통계처럼 인지 비중이 높은 분야의 산출이 최대 15배로 늘 수 있고, 물리적 병목이 있는 화학과 생물은 3~4배가 된다.
AI를 활발히 쓰는 연구자를 대상으로 한 설문에서는 약 40%가 2030년까지 AI 모델이 연구 프로젝트 전체를 스스로 수행할 것으로 기대했다. 가장 큰 가속이 예상되는 분야에 AI를 만드는 분야가 포함돼 있어, 더 빠른 AI 연구가 더 강한 AI를 낳는 되먹임이 생길 수 있다고 글은 짚었다.
위험도 적었다. 사람의 감독이 줄면 위험하거나 비윤리적인 연구가 추진될 수 있고, AI가 연구자의 경력을 바꿔 연구 일을 더 보람 있게 또는 덜 보람 있게 만들 수 있다고 한다. 지식을 탐구하는 일에서 느끼는 목적의식이 달라질 수 있다는 점도 위험으로 꼽혔다.
자세히 읽기 · Anthropic의 연구 글 How scientists use Claude ↗
모델과 벤치마크
Meta AI Muse 메모리 기능 개선…특화 모델 적용, 지수 38%에서 47%로

Meta가 11월 6일 연구 블로그에서 Muse Wonder로 학습한 특화 모델을 Muse와 Meta AI 사용자에게 배포하고 있다고 밝혔다. Muse Wonder 시리즈는 10월 12일 처음 공개됐고, 이번 발표는 기존 모델의 특화 버전에 Muse Wonder의 학습 성과를 옮긴 후속 적용이다.
- 지수: Personal Superintelligence Index가 이전 Muse 모델 38%에서 현재 Muse 모델 47%로 올라 9%포인트 높아졌다.
- 기억: Active Memory eval에서 중요한 맥락을 올바로 쓴 과제 비율이 76%에서 90%가 됐고, Muse의 중요한 정보를 잊는 일이 2.4배 줄었다고 Meta는 밝혔다.
- 집중: 예상치 못한 문제가 생기는 일상 과제를 끝내는 비율이 Muse에서 67% 개선됐다고 Meta는 소개했다.
무엇이 달라지나
Muse Wonder에서 도입한 Active Memory와 Active Focus가 Muse와 Meta AI의 특화 모델에도 들어간다. Meta AI에서는 복잡한 문제를 명확한 단계로 나누고, 더 날카로운 후속 질문을 하고, 대화 방향이 바뀌어도 따라가는 쪽으로 좋아졌다고 Meta는 설명한다.
한계
수치는 모두 Meta가 직접 잰 값이고 외부 측정은 읽은 자료에 없다. 지수와 평가의 과제 구성, 채점 방식, 비교 대상인 이전 모델의 이름은 글에 나오지 않는다. 일부 소셜 글이 지수 상승을 ‘9% 상승’으로 요약했지만 38%에서 47%는 9%포인트 차이다. 제공 지역과 요금제별 순서는 적혀 있지 않다.
커뮤니티 반응
■Meta 쪽에서 Active Memory와 Active Focus를 앞세워 새 특화 모델 적용을 알린 글이 올라왔다.
■그 글에는 흠잡을 데 없다는 답글이 달렸다.
■망각이 크게 줄었다는 수치에 대해 진짜 시험은 방향이 세 번 바뀌는 복잡한 프로젝트에서 처음 중요했던 것을 여전히 기억하느냐라는 반문도 나왔다.
본문 펼치기 · 약 3분
지수는 9%포인트 올랐고 기억 평가는 76%에서 90%가 됐다
Meta 연구 블로그가 실은 수치는 세 가지다. Personal Superintelligence Index는 현재 Muse 모델이 47%, 이전 Muse 모델이 38%다. Active Memory eval은 중요한 맥락을 올바르게 쓴 과제의 비율을 재며 현재 90%, 이전 76%로 14%포인트 차이가 난다.
Muse에서는 목표 달성에 필요한 중요한 정보를 잊는 일이 2.4배 줄었다고 Meta는 밝혔다. 예상 밖의 문제가 생기는 일상 과제를 끝내는 비율은 67% 개선됐다. 두 수치의 비교 기준 모델이 무엇인지는 글에 따로 적혀 있지 않다.
Active Memory는 임시 정보와 영구 정보를 가려 기억하도록 학습됐다
Meta에 따르면 Active Memory는 Muse와 Meta AI가 중요한 것을 기억하고, 이전 정보가 다시 관련될 때를 알아보게 한다. 덕분에 지난 대화를 바탕으로 이어 가기가 쉬워진다는 설명이다. 모델은 정보가 임시인지 영구인지 구분하고, 시간에 걸쳐 추론하고, 아직 유효한 정보와 낡은 정보를 가리도록 학습됐다.
Active Focus는 예상치 못한 장애물이 생겨도 목표를 향해 계속 일하게 하는 기능이다. 현실의 병목을 반영한 여러 상황으로 학습해 더 시도하고, 복구하고, 대안을 찾도록 했다고 Meta는 밝혔다. 10월 12일 Muse Wonder 글은 이 기능이 일이 어려워질 때 다른 접근을 시도하고 필요하면 확인을 구하며, 중요한 일을 실행하기 전에 확인한다고 설명했다.
특화 모델은 목표를 밀어붙일 때와 함께 일할 때를 구분하도록 학습됐다
특화 모델은 Muse에 중요한 행동도 익혔다. 스스로 목표를 밀어붙일 때와 사용자와 실시간으로 협업할 때를 알고, 여러 일을 동시에 처리하는 데 능하다고 Meta는 소개했다. 작업 도중 들어오는 수정 요청과 보충 설명에도 혼란 없이 적응한다고 한다.
Meta AI에서는 같은 개선이 생각 상대이자 협업자로서의 역할로 나타난다고 한다. 복잡한 문제를 명확한 단계로 나누고, 더 날카로운 후속 질문을 하고, 대화 중에 방향이 바뀌어도 따라간다는 설명이다. Meta는 이 특화 모델로 더 많은 사람이 더 능력 있는 초지능을 쓰게 하는 것이 목표라고 적었다.
Muse Wonder 자체와 이번 특화 모델은 서로 다른 배포다
10월 12일 Meta 뉴스룸 글은 Muse Wonder와 Muse Wonder Full을 가장 능력 있는 모델로 소개했다. Muse Wonder는 Meta Model API와 Muse Code로 제공되고, Muse Wonder Full은 Muse Code 구독자에게 제공된다. Muse Wonder가 곧 Muse를 구동하며 구독자부터 순차적으로 적용된다고 적었다.
11월 6일 블로그가 배포하는 것은 Muse Wonder 자체가 아니라 Muse Wonder로 학습한 기존 모델의 특화 버전이다. 두 글은 이 둘을 구분해서 적었다. 이번 대상은 Muse와 Meta AI 사용자이며, 어느 지역과 요금제부터 받는지는 글에 나오지 않는다.
안전 쪽 설명은 10월 글에 있다. Meta는 Muse Wonder 계열이 개인 정보를 허락 없이 공유하지 않고 명백히 해로운 행위를 돕는 요청을 거절하도록 학습했다고 밝혔다. 안전 평가를 더한 전체 보고서는 곧 공개한다고 했다. 이는 Muse Wonder에 대한 설명이고, 이번 특화 모델의 안전 평가는 11월 블로그에 따로 나오지 않는다.
자세히 읽기 · Meta AI 연구 블로그 Bringing Specialized Models to Muse and Meta AI ↗ · Meta 뉴스룸의 Muse Wonder 소개 글 ↗
BioBasicsBench 벤치마크 결과 공개…GPT-6 Astra 66.7%, GPT-5.6 Sol 43.8%

오픈AI가 11월 6일자 글에서 BioBasicsBench를 공개했다. 효소 설계에 집중하는 바이오 기업 Ligo와 함께 만든 벤치마크로, AI 에이전트가 습식 실험실의 원자료를 해석하는 능력을 100개 과제로 잰다.
- 구성: 단백질 방법, 이미징·세포측정, 정량·분석, 핵산 방법, 분자 클로닝의 5개 영역에 걸친 100개 과제다.
- 결과: xhigh 설정에서 평균 보상은 GPT-6 Astra 66.7%, GPT-6.1 Sol 62.0%, GPT-5.6 Sol 43.8%다.
- 한계: Astra도 대조군 해석, 현미경 대비 판단, 콜로니 계수에서 틀린 사례가 글에 실려 있다.
무엇이 달라지나
논문용으로 고른 차트와 이미지는 실패한 실험이나 모호한 이미지를 놓칠 수 있다고 오픈AI는 설명한다. BioBasicsBench는 겔 이미지, 콜로니 플레이트, 현미경 이미지, 기기 출력 같은 원자료를 주고 오류를 찾고 증거가 결론을 뒷받침하지 못하는 때를 알아보는지 잰다.
한계
오픈AI가 자사 모델로 직접 잰 결과이고 독립 검증은 읽은 자료에 없다. 높은 점수가 모델이 실험실에서 믿을 만한 판단을 한다는 뜻은 아니라고 글도 밝힌다. 본문 날짜는 11월 6일이지만 페이지 메타데이터의 시각은 11월 2일에서 4일로 달라 게시일은 따로 확인이 필요하다.
커뮤니티 반응
■겔 사진과 현미경 영상 같은 어수선한 실험실 원자료를 AI가 제대로 읽는지 채점하는 시험이라는 소개가 나왔다.
■GPT-6 Astra 66.7%와 GPT-5.6 Sol 43.8%의 비교를 앞세워 전하는 글이 이어졌다.
■Ligo와 함께 만든 100개 과제 벤치마크라는 OpenAI 공식 계정의 발표를 인용해 소개하는 형태였다.
본문 펼치기 · 약 4분
과제 100개는 실험실 원자료를 그대로 주고 오류를 찾게 한다
오픈AI 글에 따르면 과제는 겔에서 DNA 시료의 분자량을 읽는 단순한 요청부터 상세한 분석까지 이어진다. 과학자들이 자신의 실험 데이터로 문제를 만들고 전문가가 쓴 채점 기준을 붙였다. 각 과제는 쓰지 않은 Ligo 과학자의 내부 검토, 습식 실험실의 박사급 외부 과학자 검토, 마지막 내부 검토를 거쳤다.
입력 자료 종류도 글에 나온다. 겔과 블롯이 31개 과제, 프로토콜·노트·사양이 27개, 표와 기기 출력이 20개, 작업대·장비·시약 사진이 18개다. 현미경이 14개, 기기 화면과 플롯이 13개, 시퀀싱 파일이 12개다. 프로토콜 영상과 한천 플레이트·콜로니가 각각 7개다. 참고 자료인 사다리 차트와 플라스미드 지도는 21개 과제에 쓰였다. 한 과제가 여러 종류를 담아 범주가 겹치므로 합이 100이 되지 않는다.
에이전트는 요청된 결론, 측정값, 권고를 구조화된 답으로 내고 필요하면 근거 추론을 붙인다. 답은 채점 기준의 항목별로 점수를 받아, 맞는 결론과 부분적으로 맞는 분석을 구분한다. 결론, 수치 결과, 근거 추론, 증거가 부족함을 알아봤는지가 채점 항목이 된다.
xhigh 설정에서 GPT-6 Astra가 66.7%로 가장 높았다
평가는 7개 모델, 37개 모델·추론 노력 설정에서 설정마다 100개 과제를 5번씩 시도해 총 18,500개 결과를 냈다. 점수는 받을 수 있는 점수 대비 평균 보상이며, 신뢰구간은 과제 단위로 재표집해 구했다. xhigh는 7개 모델 모두에 보고된 가장 높은 추론 노력 설정이다.
GPT-6 Astra는 66.7%(95% 신뢰구간 60.3~73.1%)에 과제당 출력 토큰 4,704개였다. GPT-6.1 Sol은 62.0%(55.6~68.4%)에 5,238개, GPT-5.6 Sol은 43.8%(37.6~50.0%)에 9,099개였다. 이어 GPT-6 Luna 38.3%, GPT-5.5 35.4%, GPT-5.4 33.2%, GPT-5.2 31.2%다. Astra와 GPT-6.1 Sol의 신뢰구간은 겹친다.
오픈AI는 Astra가 낮은 추론 노력에서도 GPT-5.6 Sol보다 크게 좋아졌다고 밝혔다. 이 향상이 더 강한 기본 멀티모달 능력이 핵심일 수 있음을 시사한다는 것이 오픈AI의 해석이다. 외부 측정으로 확인된 내용은 글에 없다.
Astra는 모호한 신호와 잘못 붙은 라벨을 알아본 사례가 있다
개선 사례로 글은 세포 사멸 판단을 든다. GPT-5.6 Sol은 사멸 세포를 감지하는 염료 신호만 보고 세포가 죽었다고 분류했다. 그런데 감지 창이 525~540 nm에서 겹쳐 두 번째 염료의 빛도 잡힐 수 있어 밝기만으로는 결론을 낼 수 없었고, Astra는 이 모호함을 알아보고 신호를 가르는 대조군을 요구했다.
클로닝 실험에서는 Astra가 음성 대조 플레이트의 테두리 라벨 LB Kan50이 암피실린이 아닌 카나마이신을 뜻한다는 점을 알아보고 그 플레이트를 믿을 수 있는 대조군에서 뺐다. GPT-5.6 Sol은 이 플레이트에 콜로니가 없다는 점만 보고 결론을 냈다. 현미경 이미지 시리즈에서 세포가 초점에 들어왔다 나가는 과제에서는 GPT-5.6 Sol이 세포가 사라지는 생물학적 이유를 찾았지만, Astra는 서로 다른 깊이에서 찍은 z-stack임을 알아봤다.
높은 점수에도 대조군 해석과 계수에서 틀린 사례가 남아 있다
남은 실패도 적혀 있다. 콜로니 PCR 결과에서 기준 해석은 5, 9, 10번 콜로니를 고르는데 Astra는 더 큰 PCR 산물이 성공한 클로닝이라고 가정해 4, 6, 7, 8번을 골랐다. 글에 따르면 시각적 묶음은 맞았지만 각 묶음에 붙인 실험적 의미가 기준과 반대였고, 이 선택은 잘못된 플라스미드를 정제하는 결과로 이어질 수 있다.
액포가 대체로 주변보다 어둡다고 일반화하면서 같은 시야의 밝은 액포를 결론에서 뺀 사례도 있다. 초점을 바꾸면 대비가 뒤집힐 수 있어 어두운 사례만으로 일반 규칙을 세울 수 없다고 글은 지적한다. 한 플레이트에서는 콜로니를 약 12% 많게 셌다. 가까운 콜로니를 분리하지 못하고 보이는 콜로니를 놓치며 빈 한천에 표시했다는 설명이다. 이런 사례들이 있어 높은 점수가 실험실의 신뢰할 만한 판단과 같지 않다고 글은 쓴다.
자세히 읽기 · OpenAI의 BioBasicsBench 소개 글 ↗