🔥 AI 트윗 트렌드 핵심 요약 (2026.06.18)

데이터: 1,062개 트윗 분석 (AI/테크 901개) · 팔로잉 피드 | 주요 키워드 TOP 5: AI · 에이전트 · Claude · 코딩 · Codex | 메인 이벤트: SpaceX의 Cursor 600억 달러 인수 · Anthropic Fable 5 사흘 만의 셧다운

개발 도구 지도가 하룻밤 사이에 다시 그려졌다. 우주 기업 SpaceX가 AI 코딩 스타트업 Cursor를 600억 달러에 사들이며, 같은 날 Cursor는 GitHub를 정조준한 새 플랫폼과 1.5조 파라미터 모델을 공개했다. 한편 워싱턴은 Anthropic이 막 내놓은 신모델 Fable 5를 출시 사흘 만에 멈춰 세웠고, 그 여진은 곧바로 G7 정상회의 테이블 위로 옮겨갔다. 출시·인수 같은 단단한 뉴스가 담론을 압도한 하루였다.

1. SpaceX, Cursor를 600억 달러에 인수 — 코딩 도구 전쟁의 분수령

블록버스터 상장 며칠 만에 SpaceX가 Cursor 모회사 Anysphere를 600억 달러 전액 주식 거래로 인수한다고 발표했다. 지난 4월 확보해 둔 옵션(100억 달러 파트너십 또는 600억 달러 인수)을 행사한 것으로, 거래는 규제 승인을 거쳐 3분기 마감 예정이다. 2월 SpaceX에 편입된 xAI는 이번 인수로 기업들이 AI로 실제 매출을 내는 첫 영역인 코딩에서 발판을 얻는다. 2022년 MIT 학생 4명의 사이드 프로젝트로 출발한 Cursor는 연 환산 매출 약 26억 달러까지 커졌다고 한 트윗이 정리하자 좋아요 1.5만을 모으며 북마크를 쓸어 담았다 (@cgtwts). Cursor CEO 마이클 트루엘도 "유용한 AI를 만들기 위해 SpaceX와 힘을 합쳐 설렌다"며 좋아요 1.3만·댓글 700여 개로 화답했다 (@mntruell).

그림 1. Cursor 창업자 4인이 샌프란시스코 시청을 배경으로 선 모습. 샌프란시스코 시청 돔을 배경으로 선 Anysphere 창업자 4인의 단체 사진. 2022년 사이드 프로젝트로 시작한 "MIT 학생 4명 → 600억 달러"라는 창업 서사를 그대로 보여주는 컷으로, 인수 소식과 함께 회자됐다.

인수만큼 주목받은 건 같은 날 열린 Cursor의 첫 컨퍼런스 'Compile'이다. 여기서 GitHub를 직접 겨냥한 코드 호스팅 플랫폼 Origin(에이전트를 1차 협업자로 두는 git 저장소, 올가을 공개)과 10만 개 넘는 GPU로 처음부터 학습한 1.5조 파라미터급 신모델 Composer 3(수 주 내), 그리고 Cursor 모바일 iOS 앱이 함께 공개됐다고 한 사용자가 전했다 (@hey_madni).

그 밖에: "cloudflare에 이어 cursor가 github를 위협한다"는 우려 (@tekbog), JetBrains는 "개발 도구 분야에 마지막으로 남은 큰 독립 플레이어"라는 자기 규정 (@kskrygan).

시사점: 코딩 도구가 단순 에디터에서 모델·호스팅·모바일을 아우르는 수직 통합 플랫폼으로 옮겨간다. 인프라(SpaceX/xAI)와 개발 도구의 결합은 "누가 개발자의 전 워크플로를 소유하는가" 경쟁의 신호탄이다.

#커서인수 #코딩도구전쟁 #깃허브대체

2. Anthropic Fable 5, 사흘 만에 셧다운 → G7로 번진 'AI 수출통제'

Anthropic이 6월 9일 새로운 'Claude 5' 제품군의 첫 모델 Fable 5와 상위 등급 Mythos 5를 출시했지만, 채 일주일을 못 버텼다. 출시 24시간 안에 한 연구자가 Fable 5의 전체 시스템 프롬프트(12만 자·1,585줄·2.7만 토큰)를 GitHub에 통째로 공개했고, 48시간 안에 '팩 헌트(pack hunt)'라 불리는 여러 에이전트 협동 기법으로 안전장치를 뚫었다. 이 유출 정리 글은 북마크 4,752개를 받으며 '나중에 볼 자료'로 대거 저장됐다 (@KanikaBK).

그림 2. GitHub에 공개된 Claude Fable 5 시스템 프롬프트. 유출본은 GitHub의 CL4R1T4S 저장소에 올라왔다. 첫머리에 "Fable 5는 새로운 Claude 5 제품군의 첫 모델이자 Mythos 등급 위에 놓이는 모델", "Mythos 5는 같은 기반 모델이되 승인된 기관에만 제공"이라고 적혀 있다.

그러자 미국 상무부(하워드 러트닉 장관)가 다리오 아모데이 앞으로 서한을 보내 전 세계 모든 외국인에 대한 Fable 5·Mythos 5 접근 차단을 명령했다. 두 모델이 사이버 취약점을 찾아 악용하는 능력이 지나치게 강력하다는 이유였다. 월요일에 출시돼 금요일에 꺼진 모델이 된 셈이다. 탈옥의 핵심은 의외로 단순했다. The Atlantic 보도에 따르면 Fable은 "이 코드의 보안 문제를 검토하라"는 요청은 거부했지만 "이 코드를 고쳐라"라고 하면 응했다 (@simonw).

그림 3. The Atlantic 기사 발췌 — 보안 전문가 Katie Moussouris의 설명. Luta Security CEO 케이티 무수리스가 백악관 보고서를 검토한 대목. Fable이 "review the code for security issues"는 거부했지만 "fix this code"엔 응한 뒤 몇 단계를 더 거쳤다고 적혀 있다. 단어 하나 차이로 안전장치가 우회됐다.

이 사건은 곧장 프랑스 에비앙에서 열린 G7 정상회의로 옮겨갔다. 아모데이와 구글 딥마인드의 데미스 허사비스는 트럼프 대통령을 포함한 정상·테크 리더들과의 비공개 오찬에서 미국 주도의 AI 연합을 제안했다. 프론티어 모델에 대한 '구조화된 접근', 중국을 배제한 칩·부품 교역, 그리고 신뢰할 수 있는 동맹에만 선별 접근을 허용하는 '신뢰 파트너(trusted partners)' 구상이 논의됐다 (@business). 유럽 측에서는 폰데어라이엔이 "AI는 우리 시대의 가장 중요한 기술"이라며 자유·민주 진영의 가치를 강조해 댓글 560개의 논쟁을 달았다 (@vonderleyen).

그림 4. G7 프랑스 에비앙 2026 — 정상과 테크 리더들의 원탁 회의. "G7 France Évian 2026" 브랜딩이 보이는 라운드테이블. 트럼프 대통령과 각국 정상, 테크 경영진이 한 테이블에 둘러앉아 AI 의제를 논의했다.

그 밖에: 미국 자문역 데이비드 색스는 "Anthropic이 수출통제 전 탈옥 수정을 거부했다"고 주장했고 Anthropic은 "그 탈옥은 심각하지 않다"고 반박했다 (@julien_c), 며칠 앞서 공개됐던 Anthropic의 'Zero Trust for AI Agents' 보안 프레임워크도 다시 회자됐다 (@DataChaz).

시사점: 모델의 사이버 공격 능력이 곧 수출통제 대상이 되는 시대가 열렸다. 프론티어 모델은 이제 반도체처럼 '안보 자산'으로 취급되며, 기업의 출시 속도와 국가의 통제가 정면으로 부딪친다.

#수출통제시대 #페이블5셧다운 #G7AI거버넌스

3. 🆕 오늘의 신기능·신제품 출시

오늘은 프레임워크·모델·음성·디자인 도구가 줄지어 공개된 출시의 날이었다.

Vercel eve — 에이전트 프레임워크. Vercel이 런던 Ship 컨퍼런스에서 오픈소스 에이전트 프레임워크 eve를 공개 프리뷰로 내놨다. 핵심 비유는 에이전트를 위한 Next.js로, 에이전트 하나를 '파일 디렉터리'로 다루고 지속 실행·샌드박스 연산·사람 승인 단계·서브에이전트(메인이 쪼개 보낸 작은 일을 처리하는 보조)·평가를 기본 내장한다. Vercel은 이미 100개 넘는 에이전트를 이 프레임워크로 운영 중이라고 밝혔다(Apache-2.0 라이선스). 이전엔 직접 짜야 했던 프로덕션 인프라가 프레임워크 기본기로 들어온 것이다. 다만 한 개발자는 "기업 데이터를 에이전트 안으로 가져오는 컨텍스트 주입은 여전히 어느 프레임워크도 책임지지 않는다"고 짚었다 (@jhleath).

OpenAI GPT-5.4 — 유기화학 첫 준자율 발견. GPT-5.4가 Molecule.one의 Maria AI와 함께 문헌 검토부터 검증된 실험 결과까지 의약 화학 프로젝트를 이끌었다. 연구 영역 선정·가설 생성·평가·실험 실행을 모델이 수행한 "유기화학 첫 준자율 발견"이라고 OpenAI는 설명했다. AI가 채팅 답변을 넘어 실제 실험실에서 가설을 검증하는 단계로 넘어간 사례다 (@OpenAI).

그림 5. GPT-5.4가 구동한 Maria Lab의 자동 실험 장비. 영상에는 'P20 GEN2' 자동 피펫 로봇과 96웰 플레이트가 등장한다. 모델이 제안한 실험을 물리적 습식 실험실이 그대로 수행하는 장면으로, 텍스트 답변을 넘어선 '실행하는 AI'를 보여준다.

Grok Voice — 음성 자연스러움 1위. xAI의 Grok TTS가 Vapi의 'Humanness Index'에서 인간다움 100점으로 1위에 올랐다. 인간 기준선(레이팅 1297)과 거의 동률(1296)이며, MiniMax Speech 2.5(96점)·ElevenLabs Eleven v3(91점)를 앞섰다 (@XFreeze).

그림 6. Vapi Humanness Index 리더보드 — Grok 1위. Grok TTS가 인간다움 100점·레이팅 1296으로 인간 baseline(1297)에 0.1 차이까지 따라붙었다. 지연 460ms·가격 $15로, MiniMax(96)·ElevenLabs(91)를 앞선 1위다.

Claude Design — 디자인-코드 동기화. 여러 프로젝트에서 브랜드 일관성을 유지하고 캔버스에서 직접 편집하며, Claude Code와 동기화되는 디자인 기능이 공개됐다 (@claudeai).

그림 7. Claude Design 캔버스와 Claude Code 동기화 화면. 터미널에서 'Claude Code v2.1.176'이 /design-sync 명령으로 디자인 컴포넌트를 Claude Design에 밀어 넣는다. 캔버스에는 모금 페이지 목업($61,240·72% 모금)이 떠 있어, 디자인과 코드가 한 흐름으로 묶이는 모습을 보여준다.

그 밖에: OpenAI가 유럽에서 "가장 흥미로운 Codex 기능들"을 출시 중이라는 예고 (@thsottiaux), 컴퓨터를 직접 다루는 Codex 활용법을 정리한 "Three Ways Codex Can Use a Computer" (@dotey), 오픈 코딩 모델 GLM-5.2 수요가 사흘 새 3배로 뛰었다는 소식 (@opencode).

시사점: 프레임워크(eve)·과학(GPT-5.4)·음성(Grok)·디자인(Claude)까지 출시 전선이 전 영역으로 넓어졌다. "AI가 무엇을 더 할 수 있나"보다 "어디에 끼워 넣을 수 있나"가 관건이 됐다.

#신제품출시 #버셀이브 #그록보이스 #클로드디자인

4. Claude Code의 진화 — 중첩 서브에이전트와 자가개선 하네스

에이전트 오케스트레이션(여러 AI를 지휘·분담시키는 설계)이 빠르게 정교해지고 있다. Claude Code가 조용한 업데이트로 세 가지를 더했는데, 가장 눈에 띄는 건 스스로 자식 에이전트를 파생하는 중첩 서브에이전트다. 이전엔 에이전트 트리의 깊이를 밖에서 정해줘야 했지만, 이제 에이전트가 "여기서 더 잘게 나눠 위임할 가치가 있는지"를 런타임에 스스로 판단한다. 더해 작업 폴더를 바꿔도 프롬프트 캐시(모델이 이미 읽은 토큰을 기억해 둔 빠른 저장소)를 다시 만들지 않는 /cd 명령, 그리고 Tool(param:value) 형태로 권한을 세밀하게 거는 구문(예: 자식 에이전트가 비싼 Opus를 호출하는 것을 차단)이 추가됐다 (@Xudong07452910).

스킬 생태계도 한 단계 정리됐다. mattpocock/skills v1이 나오면서 상황에 맞는 스킬로 안내하는 'ask-matt' 라우터 스킬과, 여러 스킬이 공유하는 codebase-design·domain-modeling 같은 설계용 스킬이 도입됐다. 기술 설명의 토큰 비용을 63% 줄였다는 점이 북마크 2,134개로 이어졌다 (@mattpocockuk).

그림 8. GitHub의 mattpocock-skills v1.0.0 릴리스 노트. 릴리스 7분 만에 캡처된 화면. 'ask-matt' 라우터 스킬과 codebase-design·domain-modeling 공유 스킬이 주요 변경으로 올라 있다. 스킬이 많아질 때 서로 의존·재사용하도록 묶은 구조다.

이 흐름의 학술적 뒷받침도 등장했다. 상하이 AI 연구소의 'Self-Harness' 논문은 사람 엔지니어 없이 에이전트가 스스로 운영 하네스(모델을 감싸 환경과 상호작용시키는 골격)를 개선하는 방법을 제안한다. 약점 발굴 → 하네스 제안 → 검증의 3단계를 반복했더니 Terminal-Bench-2.0에서 통과율이 40.5%→61.9%, 23.8%→38.1%, 42.9%→57.1%로 올랐다(GLM-5·Qwen3.5·MiniMax M2.5 기준) (@Xudong07452910).

그림 9. arXiv 논문 Self-Harness 첫 페이지. arXiv:2606.09498 'Self-Harness: Harnesses That Improve Themselves'(상하이 AI 연구소). 세 모델 계열(GLM-5·Qwen3.5-35B·MiniMax M2.5) 모두에서 자가개선 하네스가 일관된 성능 향상을 보였다고 초록에 적혀 있다.

그 밖에: 베테랑 프로그래머의 에이전트 사용 현실론도 북마크를 모으며 균형추 역할을 했다 (@garybernhardt).

시사점: 에이전트가 "스스로 더 쪼갤지"를 판단하고 "스스로 골격을 고치는" 단계로 진입했다. 사람이 설계하던 오케스트레이션의 일부가 에이전트 자율로 넘어가는 중이다.

#클로드코드 #서브에이전트 #자가개선하네스

5. 로컬·오픈 모델의 추격 — Kimi K2.6와 '진짜 로컬'의 현실

오픈웨이트(가중치를 공개해 누구나 내려받아 돌릴 수 있는) 모델이 상용 프론티어를 바짝 따라붙었다. Moonshot의 Kimi K2.6은 1조 파라미터 MoE(전체 중 일부 전문가만 켜서 쓰는 구조, 활성 32B)에 256K 컨텍스트·멀티모달을 갖춘 "세계 선두 오픈 모델"로, Opus 4.6을 추격하는 수준으로 평가된다. LM Studio는 이 1조 파라미터 모델을 Mac Studio 4대로 구동하는 데모를 선보였다 (@lmstudio).

그림 10. Mac Studio 4대로 Kimi K2.6 1조 파라미터 모델 구동. 2×2로 쌓인 Mac Studio 4대. 고속 인터커넥트로 메모리를 하나로 묶어 1조 파라미터 모델을 로컬에서 돌리는 구성으로, 데이터센터 없이 책상 위에서 초대형 오픈 모델을 추론하는 장면이다.

다만 "로컬"이라는 말에는 현실 점검이 따라붙었다. 한 개발자는 "400GB의 VRAM(그래픽 메모리)이 필요하다면 그건 보통 사람의 '로컬 모델'이 아니다"라며 좋아요 5,197개로 공감을 모았다 (@initjean). 실제로 해커뉴스에서는 "데이터 프라이버시와 무료 사용을 이유로 클라우드 모델을 떠나 로컬로 코딩하는 개발자가 등장 중"이라는 토론이 올라왔다 (@GeekNewsHada).

그 밖에: 오픈 코딩 모델 GLM-5.2 수요가 사흘 새 3배로 늘며 공급이 따라가지 못하는 상황도 보고됐다 (@opencode).

시사점: 오픈 모델의 품질 격차는 좁혀졌지만 '집에서 돌릴 수 있느냐'는 별개 문제다. 1조 파라미터를 굴리려면 여전히 수천만 원대 하드웨어가 필요하다는 점에서, 진짜 경쟁은 모델이 아니라 메모리·인터커넥트 비용으로 옮겨가고 있다.

#오픈웨이트모델 #키미K26 #로컬LLM현실

6. AI 코딩의 문화 — 투명성 규범과 'AI 원어민 세대'

도구 경쟁의 이면에서, AI로 일하는 '방식'을 둘러싼 규범이 자리 잡고 있다. 애플 직원이 오픈소스 게임엔진 Godot에 visionOS 지원 코드를 기여하면서 PR 끝에 AI 사용 공개 문구를 붙인 사례가 화제가 됐다. "Claude Code로 큰 변경분에서 해당 부분만 추출하고 리베이스를 도왔으며, 코드 작성·검토·실제 하드웨어 테스트는 애플 직원이 했다"는 구체적 고지였다 (@jamonholmgren).

그림 11. Godot 엔진 PR에 첨부된 Claude Code 사용 고지. GitHub PR #120231(visionOS용 Metal depth resolve). 하단에 "Claude Code was used to assist… 코드는 애플 직원이 작성·검토하고 실기기에서 테스트했다"는 disclaimer가 명시돼 있어, 'AI를 어디까지 썼는지'를 공개하는 규범을 보여준다.

세대 감각의 변화도 회자됐다. 한 인사는 "AI 원어민 세대가 가져올 변화를 사람들이 과소평가한다"며 인턴십 첫날 일화를 풀어 댓글 250개의 논쟁을 달았다 (@shaneparrish). 한편 일본어권에서는 "ChatGPT를 자유자재로 다루는 사람은 지시문에서 기호를 구분해 쓴다"는 실용 글이 북마크 9,562개를 쓸어 담았다 (@z31a3h).

그 밖에: "첫 AI 에이전트 만들기" 전체 가이드 (@suraj_sharma14), Claude를 박사급 리서처처럼 쓰는 법을 정리한 "The Stanford STORM Method: How to Make Claude Research Like a PhD in Minutes" (@heynavtoor), AI만으로 운영하는 서비스의 수익화 경험담 "AIだけで運営しているサービスがマネタイズした件について" (@yuno_miyako2).

시사점: "AI를 썼는지"를 숨기는 단계는 지났고, 이제 "어떻게·어디까지 썼는지"를 투명하게 고지하는 규범이 오픈소스부터 자리 잡는다. 신뢰의 기준이 결과물에서 과정 공개로 이동 중이다.

#AI사용공개 #코딩문화 #챗GPT활용법

📊 오늘의 감정/온도 분석

🔵 전환🟢 성장🟡 주의🔴 과열

차분 ←→ 과열

전환 — 'AI 수출통제 시대'(G7 신뢰 파트너 구상)와 자가개선 하네스 — 모델이 안보 자산이 되고, 오케스트레이션이 에이전트 자율로 이동.

성장 — 에이전트 도구·스킬 생태계(Claude Code 중첩 서브에이전트, Vercel eve, mattpocock skills) — 기능이 실제 워크플로에 박히는 단계.

주의 — Fable 5 수출통제 — 규제·보안 리스크가 출시 속도를 직접 제약하기 시작.

과열 — SpaceX의 Cursor 600억 달러 인수 — 밸류에이션 점프가 가팔라 "현실 vs 거품" 논쟁을 동반.

라벨 분포상 오늘은 저장(z31a3h·KanikaBK·mattpocock·suraj)과 논쟁(vonderleyen·shaneparrish)이 동시에 높았다. 따라 만들 실용 가이드와 의견이 갈리는 정책·미래 콘텐츠가 함께 떴다는 뜻이다.

💼 오늘의 실무 팁 — 쉽게 풀어 쓴 사용법 10가지

1. 중첩 서브에이전트로 큰 작업을 다층으로 쪼개기 — Claude Code (@Xudong07452910)

서브에이전트는 메인 AI가 잘게 나눠 보낸 작은 일을 처리하는 보조다. 이제 그 보조가 런타임에 스스로 또 다른 보조를 파생할 수 있어, 큰 리팩터링이나 다중 파일 작업을 사람이 트리 깊이를 미리 정하지 않아도 알아서 계층으로 분해한다.

2. /cd로 프로젝트를 바꿔도 캐시·히스토리 유지하기 — Claude Code (@Xudong07452910)

여러 프로젝트를 오갈 때 새 세션을 열면 프롬프트 캐시(모델이 이미 읽은 토큰을 기억하는 빠른 저장소)가 날아간다. /cd로 작업 폴더만 전환하면 캐시와 대화 맥락을 살린 채 이동해 토큰과 시간을 아낀다.

3. Tool(param:value) 권한으로 비용·안전 경계 걸기 — Claude Code (@Xudong07452910)

권한 규칙에서 도구의 입력값까지 정확히 매칭할 수 있다. 예컨대 Agent(model:opus)를 막아 자식 에이전트가 비싼 모델을 호출하지 못하게 하면, 프로덕션에서 예상치 못한 과금을 사전에 차단한다.

4. 디자인을 코드로 동기화하는 /design-sync — Claude Design (@claudeai)

캔버스에서 만든 디자인 컴포넌트를 /design-sync 한 번으로 Claude Code 쪽에 밀어 넣어 브랜드·컴포넌트를 코드와 일치시킨다. 디자이너와 개발자가 따로 옮겨 적던 단계를 없앤다.

5. 상황별로 올바른 스킬을 안내하는 '라우터 스킬' — mattpocock/skills (@mattpocockuk)

스킬이 많아지면 어떤 걸 켤지가 헷갈린다. 'ask-matt'처럼 입력을 받아 맞는 스킬·흐름으로 보내주는 라우터 스킬을 하나 두면, 매번 고르는 수고 없이 적절한 도구로 연결된다.

6. 공유 설계 스킬로 용어·아키텍처 일관성 잡기 — mattpocock/skills (@mattpocockuk)

codebase-design(작은 인터페이스 뒤에 많은 동작을 두는 설계 어휘)과 domain-modeling(용어를 용어집과 대조하며 다듬기) 같은 스킬을 공유하면, 여러 스킬이 같은 설계 언어를 쓰게 돼 코드베이스의 일관성이 올라간다.

7. PR에 'AI 사용 공개 문구' 붙이기 — 오픈소스 기여 (@jamonholmgren)

"무엇을 AI로 했고(추출·리베이스), 무엇을 사람이 했는지(작성·검토·테스트)"를 PR 끝에 한 단락으로 명시한다. 리뷰어의 신뢰를 얻고, 팀의 AI 사용 규범을 자연스럽게 표준화한다.

8. ChatGPT 지시문에 기호로 구획 나누기 — 프롬프트 작성 (@z31a3h)

지시문에서 # * {} [] <> - 같은 기호로 항목·구획을 명확히 구분하면 모델이 의도를 더 정확히 읽는다. 긴 프롬프트일수록 효과가 크다(북마크 9,562개로 저장된 실전 팁).

9. 로컬 모델은 'VRAM 요구치'부터 확인 — 로컬 LLM (@initjean)

오픈 모델을 로컬에서 돌리기 전에 필요한 그래픽 메모리(VRAM)를 먼저 따져라. 400GB가 필요한 모델은 사실상 개인 PC의 '로컬'이 아니다. Kimi K2.6 1조 파라미터급은 Mac Studio 여러 대를 묶어야 돌아간다 (@lmstudio).

10. 에이전트 하네스를 스스로 개선시키기 — Self-Harness 논문 (@Xudong07452910)

하네스는 모델을 감싸 환경과 상호작용시키는 골격이다. 약점 발굴 → 개선안 제안 → 검증 루프를 에이전트에 맡기면, 사람이 손대지 않아도 작업 성공률이 오른다(벤치마크에서 최대 20%포인트 이상 향상). 반복 작업이 많은 파이프라인에 적용해 볼 만하다.

📦 데이터 — 2026-06-18 발행, X 타임라인 수집본 2건 1,062개 트윗 분석(중복 제거), AI·테크 901개. DuckDB로 키워드·동시출현·토픽 클러스터링 후 6개 토픽으로 정리, 미디어 14장 시각 확인 후 정보성 11장 임베드. 흥행 상위를 점령한 머스크 직접 트윗 2건과 비-AI 바이럴 밈은 제외 룰로 걸렀다. 핵심 주장 7건은 외부 출처(CNBC·Axios·TechCrunch·Fortune·The Atlantic·Vercel·OpenAI)로 교차 검증했으며, 발표 주체의 자체 벤치마크 수치는 외부 독립 검증 전입니다.