2026년 10월 26일 월요일 · Fluxaivory AI 브리핑 23호 · 낮 12시 회차
UI 컴포넌트를 한 장의 치수 도면으로 정리하도록 돕는 공개 에이전트 스킬이 최근 소개됐습니다. 구글 연구 책임자는 과학자마다 가상 AI 연구실을 두는 미래를, 에릭 슈미트는 건축·생물학에 특화된 모델의 성장을 전망했습니다. 최근 한국어로 다시 소개된 세 소식을 원공개일과 함께 정리하고, 무료 코드의 운영 조건과 현재 연구 도구의 접근 경로를 대조했습니다.
오늘 담긴 것
- 디멘셔널 드로잉, UI 도면·모션 스킬 2종 공개: 한 장 도면과 제작자 안내 약 10초 분량 영상의 입력·비용 조건.
- 요시 마티아스, 과학자마다 가상 AI 연구실 전망: 가설을 만드는 협업 시스템과 현재 제한 접근 경로.
- 슈미트, 건축·생물학의 분야별 초지능 전망: 단백질 구조·DNA 예측 도구로 비교한 전문화의 실제 범위.
오늘의 톱
디멘셔널 드로잉, UI 도면·모션 스킬 2종 공개
에네스 외즈튀르크(Enes Ozturk)가 UI 컴포넌트를 한 장의 기술 도면으로 정리하는 디멘셔널 드로잉(dimensional-drawing)을 공개했다. 저장소의 첫 커밋은 10월 23일이며, 26일 오전 한국어 소셜에서 다시 소개됐다. 카드나 대화상자의 여백·간격·모서리·레이어·화면 내 위치를 문서화하는 스킬과, 완성된 도면을 움직이는 별도 스킬이 들어 있다.
- 출력: 정면도·분해도·세부 확대도·변수 표를 한 장에 모은다.
- 구성: 도면과 모션 스킬 2종이며, 모션은 제작자 안내 약 10초 분량이다.
- 조건: 코드는 MIT 라이선스이며 저작권·허가 고지를 보존하는 조건으로 쓸 수 있다.
무엇이 달라지나
화면을 이미지로만 보관하는 대신, 다른 사람이 다시 구현할 수 있도록 배치 규칙을 남길 수 있다. 한 컴포넌트를 코드와 함께 설명하는 문서 초안이나 디자인 검토 자료에 적용할 만하다. 최종 문구보다 공간 관계를 먼저 합의하는 작업에 특히 가깝다.
한계
스킬 자체가 사이트의 DOM·CSS를 자동 수집하는 검사 엔진은 아니다. 스크린샷만 있으면 실제 수치와 반응형 규칙을 모두 확정할 수 없고, 독립 정확도 평가나 한국어 출력 품질도 확인하지 못했다. 이 브리핑은 설치·생성·영상 렌더를 시험하지 않았다.
자료
- 공식 저장소와 README: 입력 예시, 도면 구성, 모션 실행 경로와 제작자 예제.
- MIT 라이선스: 사용·배포 조건과 보증 범위.
- 한국어 소개 스레드: 26일 재소개를 확인한 소수 게시물 사례.
본문 펼치기 · 약 3분
활용·적용
README는 저장소 파일, 스토리북(Storybook) 예제, URL, 스크린샷을 입력 사례로 든다. 결과는 제목 블록과 핵심 변수, 정면도, 분리한 레이어, 모서리 확대도와 변수 표로 구성된다. 원문은 문구와 콘텐츠를 의도적으로 빼고 구조를 남긴다고 설명한다. 버튼의 실제 문장보다 버튼 영역의 역할과 크기 관계를 먼저 정리하는 방식이다.
기존 UI를 팀에 인계할 때는 카드 하나를 골라 원본 컴포넌트 코드와 함께 분석하는 범위가 알맞다. 제작자 규칙은 회색조, 중립적인 컴포넌트 이름, 숫자 대신 변수와 관계식, 모르는 값의 미정 표시를 택한다. 같은 간격을 여러 위치에 반복해서 쓰는지, 중첩 모서리가 어떻게 이어지는지 확인하는 자료로 활용할 수 있다.
벤치마크·비교
모션 경로는 두 가지다. 클로드 모션(Claude Motion)은 제작자가 타이밍을 맞춘 기본 대상이고, 별도 렌더 경로는 플레이라이트(Playwright)의 크로미엄과 ffmpeg를 사용한다. 후자는 Node 18 이상을 요구한다. 두 경로 모두 완성된 도면을 영상으로 만드는 역할이며, 도면 생성과 영상 렌더를 각각 나누어 검토할 수 있다.
제작자는 README에서 클로드 모션에 최적화했고 별도 렌더 경로는 플레이라이트와 ffmpeg로 시험했다고 적었다. 다른 애니메이션 라이브러리는 시험 대상 밖에 뒀다. 따라서 팀의 기존 렌더 환경과 맞는 경로를 고르고, 원본 코드에서 확인한 치수와 시각적 추정값을 구분해 검수하는 방식이 적절하다.
가격·조건
MIT 원문은 소프트웨어 사본을 무료로 이용·복제·수정·배포할 수 있도록 허용하고, 저작권과 허가 고지를 포함하도록 한다. 코드의 이용료와 작업을 수행하는 에이전트·모델의 사용료, 영상 렌더에 쓰는 장비 비용은 나누어 계산해야 한다. README는 클로드 코드와 데스크톱, 다른 에이전트에 읽히는 경로를 각각 소개한다.
이미 사용하는 에이전트가 있다면 공개 예제를 먼저 읽고, 사내 화면 한 개의 문서화 시간을 줄일 수 있을지 비교할 수 있다. 라이선스가 허용하는 것은 이 코드의 이용이며, 다른 사이트의 콘텐츠나 상표 권리까지 함께 넘겨주는 것은 아니다. 배포할 때는 라이선스 고지 조건을 유지한다.
궁금한 것
Q. 웹페이지 주소만 있으면 쓸 수 있어? README는 URL도 입력 예시로 적었다. 측정 근거는 연결한 에이전트가 읽을 수 있는 코드·화면 자료와 함께 정리하는 편이 좋다. 내부 제품이라면 접근 권한이 있는 컴포넌트 하나부터 범위를 정할 수 있다.
Q. 약 10초는 도면을 만드는 속도야? 저장소 설명의 약 10초는 모션 스킬로 만드는 영상의 분량이다. 선이 그려지고, 화면이 이동하고, 레이어가 분리되는 흐름을 설명한다. 도면 생성 작업의 소요 시간으로 제시한 값이 아니다.
Q. 무료 코드면 회사 문서에 써도 돼? MIT 라이선스는 상업 이용을 포함한 폭넓은 사용을 허용한다. 사본과 상당 부분을 배포할 때 저작권·허가 고지를 포함하는 조건이 있다. 사내 데이터와 화면을 외부 모델에 보내는 범위는 사용하는 에이전트의 데이터 처리 약관으로 따로 정한다.
AI를 우리 일에 적용하고 싶다면
먼저 문서화할 업무와 검수 기준, 데이터 범위를 나누고 싶다면 Fluxaivory 운영자에게 문의할 수 있다.
함께 볼 소식
요시 마티아스, 과학자마다 가상 AI 연구실 전망

구글 리서치 총괄 요시 마티아스(Yossi Matias)는 10월 22일 공개된 인터뷰에서 과학자마다 여러 학문을 읽는 AI 협업자와 가상 연구실을 둘 수 있는 미래를 전망했다. 연구자는 질문을 정하고 실험을 반복하는 지도교수 같은 역할에 더 집중하게 된다는 구상이다. 이 발언은 26일 오전 한국어 소셜에서 다시 소개됐다.
- 발언: 2030년 과학자의 역할을 묻는 질문에 가상 연구실과 학제 간 협업을 제시했다.
- 비교: 별도 현행 제품인 코사이언티스트의 Cloud 문서는 전문 역할 6개와 감독 역할 1개를 설명한다.
- 접근: 현재 Cloud 문서는 계정팀에 신청하는 제한 접근 경로를 안내한다.
무엇이 달라지나
구글의 현행 연구 소개는 가설 생성·비판·실험 우선순위화를 하나의 과정으로 묶는다. 연구팀은 생성된 아이디어의 수보다 원문 추적과 실제 실험으로 이어지는 비율을 업무 기준으로 삼을 수 있다.
한계
구글 리서치가 후원한 인터뷰의 미래 전망으로, 모든 연구자에게 완전한 연구실을 제공한다는 공지가 아니다. 아래 91%는 특정 실험 반응의 수치이며 사람의 치료 성공률과는 별개다. 한국어 연구 품질·국내 기관별 승인 여부는 확인하지 못했고, 이 브리핑은 서비스를 사용하지 않았다.
자료
- 원인터뷰: 가상 연구실 구상은 약 3분대, 공개일과 후원 표시는 영상 설명에서 확인.
- Co-Scientist 공식 연구 소개: 역할 분담과 연구 협업 사례, 개인 연구자용 실험 도구 소개.
- Cloud 현행 이용 문서: 프리뷰 조건, 접근 신청과 데이터 처리 약관 연결.
- 한국어 재소개: 26일 오전 게시물을 확인한 소수 사례.
본문 펼치기 · 약 3분
활용·적용
가상 연구실 전망과 비교할 현행 자료인 코사이언티스트(Co-Scientist) 문서는 자연어로 연구 목표를 주면 문헌 검색, 가설 생성, 검토, 순위화와 개선을 여러 역할이 나누어 수행한다고 설명한다. 역할 6개는 생성·성찰·순위·진화·근접성·종합 검토이고, 별도의 감독 역할이 자원을 배분한다. 가상 연구실을 검토하려는 팀은 이 중 어느 단계가 실제 병목인지부터 고를 수 있다.
5월 19일 연구 소개는 간 섬유화, 항균제 내성, 식물 면역 등에서의 적용을 설명한다. 같은 소개에 실린 MIT 리투 라만(Ritu Raman)의 말은 “과학은 팀 스포츠”라는 점을 짚는다. 가설을 구조화하는 조력자와 다른 전문가·실험실의 역할을 함께 두는 사용 사례다. 자료가 충분하고 실제 실험으로 이어질 검증 경로가 있는 주제를 먼저 검토할 만하다.
벤치마크·비교
구글의 연구 설명을 보면 코사이언티스트는 아이디어 생성·논쟁·개선의 세 단계로 묶인다. 일반적인 한 번의 문헌 요약 대신 가설끼리 비교하는 토너먼트와 반복 검토를 택했다. 알파폴드(AlphaFold) 같은 전문 모델을 도구로 연결하는 시험도 일부 연구 협업에서 진행한다고 적었다. 대화 모델 하나의 답을 그대로 연구 결론으로 삼는 흐름과는 설계가 다르다.
구글이 편집한 공식 소개의 간 섬유화 사례는 실험실에서 특정 흉터 관련 반응(scarring-linked response)을 91% 차단한 후보를 보고한다. 숫자가 가리키는 것은 그 실험 반응의 변화다. 이 수치와 연구자의 협업 발언을 함께 보면, 도입 검토에서는 가설 생성 단계의 성과와 후속 실험 단계의 성과를 각각 기록하는 편이 유용하다.
가격·조건
현재 Cloud 문서는 프리뷰와 제한 접근을 명시하며 계정팀에 신청하라고 안내한다. 문서에는 생성형 AI 프리뷰 약관, 데이터 처리 부속합의서와 데이터 위치 조건이 연결돼 있다. 국내 연구기관이 기업용 경로를 검토한다면 접근 승인과 함께 미공개 데이터의 처리 지역·계약 조건을 확인할 수 있다.
개인 연구자용 경로는 5월 발표가 하이포시시스 제너레이션(Hypothesis Generation)을 별도 실험 도구로 소개하고 관심 등록 주소를 연결한 이력이 있다. 현재 Cloud 제한 접근과 과거 개인용 도구 발표를 한 요금제로 합치지 않았다. 연구팀은 자신의 계정·기관에 열려 있는 경로를 먼저 확인한 뒤, 실험 비용과 사람의 검토 시간을 포함해 예산을 정할 수 있다.
궁금한 것
Q. 연구원이 필요 없어지는 이야기야? 인터뷰 약 3분대에서 마티아스는 연구자가 질문과 반복 실험에 집중하는 방향을 말한다. 현재 사용 사례도 과학자·전문가·실험실과 함께 쓰는 구성을 제시한다.
Q. 지금 내 Cloud 계정에서 바로 켤 수 있어? 현행 문서는 접근이 제한돼 있고 계정팀에 요청해야 한다고 명시한다. 승인 뒤 상세 제품 문서를 받는 방식이다.
Q. 가설 생성과 실제 발견은 어떻게 나눠 봐? 연구 소개는 가설을 만든 뒤 연구진이 실험으로 확인하는 사례를 소개한다. 생성한 후보, 검토를 통과한 후보, 실험으로 확인한 후보를 나눠 기록하면 단계별 역할을 비교할 수 있다.
슈미트, 건축·생물학의 분야별 초지능 전망

구글 전 최고경영자 에릭 슈미트(Eric Schmidt)는 한국 시각 10월 21일 공개된 인터뷰에서 건축과 생물학 같은 분야의 지식을 깊게 다루는 기반 모델을 만들 기회에 주목했다. 약 41~42분대에는 건축 설계 지식의 질의·분석과 시각·로봇 분야의 초지능을 예로 들었다. 26일 낮 한국어 소셜이 다시 소개한 발언이다.
- 대상: 일상 자동화를 넘어 전문 분야를 깊게 다루는 모델의 기회를 제시했다.
- 비교: 별도 전문 도구인 알파지놈의 DNA 입력 한도는 1,048,576염기쌍, 약 105만 염기쌍이다.
- 체험: 알파폴드 무료 서버는 비상업 연구용이며, 기업용 연구는 별도 경로를 구분해야 한다.
무엇이 달라지나
범용 챗봇에 무엇이든 맡기는 비교에서, 업무의 입력과 결과물에 맞는 전문 도구를 고르는 비교로 질문이 구체화된다. 건축 도면, 단백질 구조, DNA 변이처럼 평가할 대상을 먼저 정하면 필요한 모델과 검증 책임도 더 분명해진다.
한계
슈미트의 말은 전직 경영자의 전망이며 특정 제품의 출시·성능 보장이 아니다. 전문 도구의 수치도 범용 지능이나 모든 생물학 문제의 해결률로 넓혀 읽을 수 없다. 이 브리핑은 설계·분자 예측을 실행하거나 한국 계정의 이용을 시험하지 않았다.
자료
- NBIM 원인터뷰: 분야별 모델과 초지능 발언, 공개일은 한국 시각 21일.
- AlphaFold Server 약관: 무료 비상업 이용과 출력 활용 조건.
- AlphaGenome 공식 FAQ: 입력 길이·종 범위·분자적 예측과 상업용 경로.
- 한국어 재소개: 26일 낮 발언을 다시 소개한 소수 사례.
본문 펼치기 · 약 3분
벤치마크·비교
슈미트의 인터뷰는 건축 분야의 모든 세부 지식을 다루고 집을 분석할 수 있는 모델을 예로 들었다. 현재의 생물학 도구는 더 구체적인 입력과 출력을 갖는다. AlphaFold Server는 생체분자의 3차원 구조와 예측 신뢰도를 제공하는 연구 도구다. 알파지놈(AlphaGenome)은 DNA 서열에서 유전자 조절과 관련된 분자적 결과를 예측한다.
알파지놈 FAQ는 가장 긴 입력을 2의 20제곱 염기쌍인 1,048,576염기쌍으로 명시한다. 해당 수치는 DNA 입력 길이를 염기쌍 단위로 표시한 값이다. 학습·평가 대상은 사람과 생쥐 DNA이며, 개인별 유전체 예측은 별도 벤치마크가 없는 항목으로 적었다. 전문화된 모델을 비교할 때에는 최대 입력 크기와 함께 어떤 종·변이·분자적 결과를 평가했는지도 고를 기준이 된다.
같은 FAQ는 조직별 효과와 먼 유전체 상호작용의 포착, 복잡한 형질로의 직접 적용을 추가 연구가 필요한 범위로 구분한다. 따라서 큰 입력을 처리한다는 특징과 질병·개인별 결과를 설명하는 능력은 서로 다른 평가 항목이다. 업무에 맞는 도구를 고를 때는 데이터 형식, 예상 출력, 이미 마련된 평가 자료를 함께 맞출 수 있다.
가격·조건
AlphaFold Server 약관과 AlphaGenome FAQ를 비교하면, 앞의 무료 비상업 서버와 뒤의 상업용 Cloud 제공은 별도 이용 경로다. AlphaFold Server는 개인과 대학·비영리 연구기관 등이 대상이며, 상업 조직을 대신한 연구를 포함해 상업 활동과 연결된 사용은 금지한다. 무료 체험 경로를 검토하는 회사라면 연구 목적이라는 말만으로 사용 자격을 판단하지 말고 조직과 계약의 용도를 구분해야 한다.
반면 AlphaGenome FAQ는 상업·기업 업무를 위한 Google Cloud 모델 가든 경로를 안내한다. 두 제품의 무료·상업 이용 조건은 같은 규칙이 아니다. 생체분자 구조를 예측하려는지 DNA의 분자적 효과를 비교하려는지 먼저 정한 뒤, 그 제품의 계정·이용 약관과 실제 비용 경로를 확인하는 방식이 맞다.
궁금한 것
Q. ‘초지능’이라는 새 제품을 발표한 거야? 인터뷰의 해당 구간은 분야별 모델에 대한 슈미트의 견해다. 그는 건축과 생물학을 예로 들고, 시각·로봇 영역의 가능성을 이어 설명했다.
Q. 약 105만이라는 숫자는 챗봇의 문맥 길이야? AlphaGenome FAQ의 단위는 염기쌍이다. 사람·생쥐 DNA를 다루는 모델의 최대 입력 길이로, 언어 모델의 토큰 문맥과 다른 기준이다.
Q. 무료 서버를 회사 프로젝트에 써도 돼? AlphaFold Server 약관은 상업 활동과 연결된 사용을 금지한다. AlphaGenome의 기업용 경로는 별도 Cloud 제공으로 안내되므로 제품별로 구분해야 한다.
이미지와 정정: 이미지는 본문 조건을 요약한 AI 일러스트다. 정정·문의는 문의 페이지로 받을 수 있다.
자료 확인: 2026년 10월 26일 KST, 낮 12시 회차. 공식 저장소·라이선스·원인터뷰·연구 문서·이용 조건을 대조한 공개 자료 종합이며 직접 설치·성능 시험은 하지 않았다. 질문은 기본 질문이고 소셜은 발굴용 소수 사례다.