🔥 AI 트윗 트렌드 핵심 요약 (2026.06.22)

데이터: 919개 트윗 분석 (AI/테크 691개) | 주요 키워드 TOP 5: AI · Claude · Codex · GLM-5.2 · 에이전트 | 메인 이벤트: 코딩 에이전트의 '루프(loop)' 전환 + Anthropic Mythos의 NSA 침투 증언 + 버니 샌더스의 'AI 기업 시민 지분' 법안

지난 며칠 무대를 채운 건 '누가 더 똑똑한 모델을 가졌나'와 '누가 사람을 데려가나'였다. 오늘 타임라인은 그 질문을 두 갈래로 더 구체화했다. 한쪽은 모델을 어떻게 부리느냐였다. Anthropic·OpenAI 엔지니어들이 약속이라도 한 듯 "이제 프롬프트를 한 줄씩 치지 말고, 스스로 프롬프트를 주는 '루프'를 짜라"고 말했고, Claude Code를 만든 보리스 체르니까지 "에이전트에서 루프로 가는 건 코드에서 에이전트로 간 것만큼 큰 도약"이라고 거들었다.

다른 한쪽은 모델을 '누가 소유하고 통제하느냐'였다. 버니 샌더스가 대형 AI 기업 지분의 절반을 시민에게 넘기는 법안을 냈고, Anthropic의 비공개 모델 Mythos가 레드팀 테스트에서 NSA 기밀 시스템을 몇 시간 만에 뚫었다는 상원 증언이 번졌으며, 중국발 오픈웨이트 GLM-5.2는 코딩 벤치마크 2위에 올라 폐쇄 모델의 자리를 위협했다. 똑똑함의 경쟁이 운용법·소유권·보안이라는 더 현실적인 질문으로 내려앉은 하루였다.

1. 에이전트에게 프롬프트를 주지 마라 — '루프'가 코딩의 다음 도약

오늘 코딩 타임라인을 관통한 단어는 루프(loop)였다. 한 줄짜리 프롬프트를 사람이 매번 입력하는 대신, 에이전트가 스스로에게 다음 할 일을 지시하며 목표에 닿을 때까지 도는 구조를 말한다. Anthropic의 한 엔지니어 발언이 그 핵심을 압축했다. "Claude에게 프롬프트를 주면 안 된다. 스스로 프롬프트를 주는 시스템을 만들어야 한다." 대부분의 빌더가 실패하는 이유로는 메모리 파일이 없어 매 루프가 백지에서 시작하고, 서브에이전트 분할이 없어 하나가 모든 걸 떠안으며, 중단 조건이 없다는 점이 꼽혔다. 그가 정리한 글의 제목은 'Loops: What Every AI Engineer Needs to Know in 2026'이다 (@sairahul1).

그림 1. AI Engineer Europe 2026 무대에서 진행된 Anthropic의 '에이전트 루프' 발표 장면. 'AI Engineer EUROPE 2026' 연단에 두 발표자가 서 있고, 뒤 화면엔 "How to … That R…(uns)" 류의 제목과 'EU/ACC' 로고가 보인다. 컨퍼런스 라이브 세션에서 루프 설계를 시연하는 장면이다.

말이 아니라 시연으로도 증명됐다. Claude Code 팀이 세 개의 에이전트 — 하나는 계획, 하나는 구축, 하나는 판단 — 를 돌려 약 40분 만에 앱 하나를 처음부터 완성하는 과정을 공개했고, "승자는 가장 똑똑한 모델이 아니라 가장 좋은 루프를 가진 쪽"이라는 정리가 좋아요 1,800을 넘기며 조회 41만을 모았다. 이 글에 함께 걸린 가이드의 제목은 'Loops explained: Claude, GPT, Mira and what actually works'였다 (@AnatoliKopadze). Claude Code를 만든 보리스 체르니도 코드 리뷰·유지보수·수정을 스스로 실행하는 루프를 40분 영상으로 직접 보여주며 "에이전트에서 루프로 넘어가는 건 코드에서 에이전트로 넘어간 것만큼 큰 도약"이라고 말했다 (@AnatoliKopadze).

OpenAI 진영도 같은 방향이었다. Codex의 /goal 자동화가 대표적인데, "앱의 모든 기능을 하나씩 점검해 사용자 스토리를 쓰고, 단일 마스터 스프레드시트로 상태를 추적하다가, 끝나면 테스트·오류 문서화·수정·재테스트로 루프를 전환하라"는 한 줄 명령이 수백 개의 사용자 스토리를 알아서 처리했다 (@tomosman). OpenAI 공동창업자 그렉 브록만이 직접 이 흐름에 "앱의 모든 기능을 테스트하는 코드"를 덧붙이며 가세했다 (@gdb).

그림 2. Codex의 /goal 루프가 유지하는 사용자 스토리 추적 스프레드시트. 수백 행에 이르는 거대한 스프레드시트로, 기능·예상 동작·우선순위·기능 상태·기준선 증거·수정 상태 같은 열이 줄지어 있고, 초록/빨강으로 상태가 색칠돼 있다. 사람이 표를 채운 게 아니라 에이전트가 루프를 돌며 자동으로 갱신한 결과다.

그림 3. Codex 헤비 유저가 공유한 플러그인 8종 구성. 'Codex Plugins' 제목 아래 Computer Use(电脑操作)·Chrome(真实浏览器)·Browser(内置浏览器)·HyperFrames(视频动效)·Build Web Apps·Superpowers·GitHub·Vercel 8개 아이콘이 격자로 배치돼 있다. 컴퓨터 조작 3종(컴퓨터 사용·크롬·브라우저)을 묶은 구성이 눈에 띈다.

그 밖에: 한 중국 개발자가 일상에서 쓰는 Codex 플러그인 구성을 공유했고(네이티브 조작용 computer use, 로그인 사이트용 chrome 등) (@Saccc_c), "Claude가 단 몇 분 만에 만들었다"는 바이브 코딩 자랑이 조회 14만을 넘겼으며 (@milanjack_), Codex 팀원이 직접 "Codex 앱에서 뭘 개선하면 좋겠냐"고 사용자 의견을 받기도 했다 (@thsottiaux).

시사점: 화두가 "에이전트에게 어떻게 일을 맡기나"에서 "에이전트가 스스로를 어떻게 굴리게 하나"로 한 단계 올라섰다. 며칠 전의 '기록·재생'이 한 번 시연한 일을 스킬로 굳히는 단계였다면, 오늘의 '루프'는 목표만 주면 계획·구축·검증을 알아서 반복하는 단계다. 경쟁의 무게가 모델 점수에서 '루프 설계 실력'으로 옮겨가고 있다.

#에이전트루프 #클로드코드 #코덱스goal

2. 오늘의 신기능·신제품 출시 — Gemini 3.5 Pro·Grok 5·Claude for Clipping

차세대 모델 대기열이 이번 주 들어 실제 출시 일정으로 바뀌고 있다. 가장 임박한 건 구글 Gemini 3.5 Pro다. 5월 I/O에서 미뤄졌던 이 모델이 6월 중 나온다고 예고됐고, 여러 정황이 이번 주 출시를 가리킨다는 유출 글이 돌았다. 기대 포인트로는 코딩 개선, 더 나은 에이전트 워크플로, 강화된 UI·프런트엔드 생성, 200만 토큰 이상의 컨텍스트, 그리고 GPT-5.5·Fable 5보다 공격적인 가격이 꼽혔다 (@Mr_Salio). 또 다른 정리는 구글 팀이 "3.5 Pro에서 제대로 작업 중"이라고 전하며, 더 강한 비전·멀티모달 추론과 새 네이티브 이미지 모델이 비슷한 시기에 나올 수 있다고 봤다 (@pankajkumar_dev).

그림 4. 구글이 예고한 차세대 모델 Gemini 3.5 Pro 티저. 짙은 청색 배경에 구글 제미나이의 사색 별 로고와 "Gemini 3.5 Pro" 문구가 박힌 공식 톤의 티저 이미지. 스마트폰 실루엣 위로 빛이 번지는 연출이다.

xAI 쪽에서는 Grok 5가 윤곽을 드러냈다. 세계 최대급 슈퍼클러스터 'Colossus 2'에서 6조·10조 파라미터로 훈련 중이며 출시는 올해 말로 예상된다는 정리가 좋아요 1,000을 넘겼고 (@testerlabor), 6조·10조 두 변형으로 나와 대략 Fable 5급 무게가 될 것이며 Cursor의 데이터를 활용해 훈련돼 에이전트형 코딩에 특히 강할 수 있다는 관측이 뒤따랐다 (@mark_k). Anthropic을 두고는 파트너 제공업체에 "claude-sonnet-5" 슬러그가 잡혔다며 새 Sonnet이 임박했다는 추측이 돌았으나, 이는 아직 공식 확인되지 않은 슬러그 관측 수준이다 (@AndrewCurran_).

지금 당장 손에 잡히는 출시도 있었다. SendShort가 "오늘 Clipping을 위한 Claude를 출시한다"며, 영상을 넣으면 바이럴 클립을 찾아 자동 자막을 붙이고 숏폼 예약까지 해주는 도구를 선보였고, 이를 옮긴 글이 조회 40만을 넘겼다 (@chddaniel).

그림 5. ByteDance의 오픈소스 에이전트 DeerFlow 2.0 깃허브 README. 깃허브 README에 "DeerFlow 2.0", MIT 라이선스, Python 3.12+·Node.js 22+ 배지가 보이고, "2026년 2월 28일 v2 출시 직후 깃허브 트렌딩 1위"라는 문구와 함께 "서브에이전트·메모리·샌드박스를 오케스트레이션하는 오픈소스 슈퍼 에이전트 하네스"라는 설명이 적혀 있다.

그 밖에: 바이트댄스의 오픈소스 자율 에이전트 DeerFlow가 다시 화제에 올랐다. 자료조사·코드·웹사이트·PPT·영상까지 로컬에서 독립적으로 처리하는 '완전 오픈소스 AI 노동자'로 소개됐는데, 다만 v2가 깃허브 트렌딩 1위를 찍은 건 지난 2월이라 신규 출시라기보다 재조명에 가깝다 (@TGweb3333).

시사점: 한동안 "곧 나온다"던 제미나이·그록·소네트가 같은 주에 일제히 출시 카운트다운에 들어갔다. 특히 Gemini 3.5 Pro가 'GPT-5.5·Fable 5보다 싼 가격'을 내세우고, Grok 5가 Cursor 데이터로 코딩을 노린다는 점에서, 다음 라운드의 승부처는 순수 성능보다 '코딩·가격·에이전트 통합'이 될 가능성이 크다.

#제미나이35프로 #그록5 #클로드클리핑

3. GLM-5.2, 코딩 벤치마크 2위로 — 오픈·중국 모델의 추격

며칠 전 "실물이 도착했다"던 중국발 오픈웨이트 GLM-5.2가, 이번엔 벤치마크 순위표로 자리를 증명했다. 모델 비교 플랫폼 Arena가 공개한 'Code Arena: Frontend'에서 GLM-5.2(Max)가 2위에 올라, 좋아요 4,500을 넘기며 조회 134만을 모았다 (@arena).

그림 6. Code Arena: Frontend 리더보드 — GLM-5.2가 2위. 1위는 Claude Fable 5(High) 1,654점이지만 빗금 처리되어 "현재 샘플링되지 않음" 주석이 붙어 있다. 2위 GLM-5.2(Max)가 1,595점으로, 3위 Claude Opus 4.7(Thinking) 1,566점을 +29점 앞선다. Opus 4.8(Thinking) 1,561·Opus 4.8 1,541보다도 위다. 오픈 모델 중에선 GLM-5.1(1,531, 9위)·Kimi-K2.6(1,513, 12위)·MiniMax-M3(1,511, 13위)를 큰 차이로 따돌렸고, Gemini-3.5 Flash는 1,506점(15위)에 그쳤다.

왜 중국 모델이 코딩에서 따라잡았는지에 대한 설명도 호응을 얻었다. 한 정리는 "미국 기업들이 신호 대 잡음 비율이 높은 훈련 데이터를 (사실상 무료로) 제공하기 때문"이라며, 사람 개입 없이 스크립트로 도는 방식을 들었다. 충분히 큰 기본 모델에 강화학습과 지도 미세조정을 섞고, 어떤 LLM에게 기존 코드베이스에 미묘한 버그를 심게 한 뒤 그 버그가 고쳐졌을 때만 통과하는 테스트로 학습 예시를 자동 생성하는 식이다 (@burkov).

그림 7. 같은 작업에서 GLM-5.2와 Gemini 3.5 Flash를 비교한 막대그래프. gpt-5.4[xhigh]가 가장 길고, glm-5.2[max]가 두 번째, gemini-3.5-flash[medium]가 가장 짧은 막대로 표시돼 있다. GLM-5.2가 구글의 동급 모델을 앞선다는 주장을 뒷받침한다.

비용 비교는 폐쇄 모델에 더 아팠다. "Gemini 3.5 Flash가 GLM-5.2보다 성능은 떨어지면서 비용은 약 2배"라며, 한 달 전 나온 구글 모델이 이미 어떤 벤치마크에서도 선두가 아니라는 지적이 나왔다 (@Angaisb_).

그 밖에: 오픈웨이트의 강점인 '내 하드웨어에서 직접 돌리기'도 실험됐다. 한 엔지니어는 36시간 작업 기록에서 tinygrad와 함께 GLM-5.2를 8장의 MI300X 가속기 위에 올린 과정을 공유했다 (@elliotarledge).

시사점: GLM-5.2가 '도착'을 넘어 폐쇄 모델들 사이 2위 칸에 실제로 끼어들었다. 같은 벤치마크 표에서 싸고 빠른 오픈웨이트가 상위 폐쇄 모델을 앞서기 시작하면, 선택 기준은 "가장 똑똑한가"에서 "이 작업에 충분하면서 얼마나 싼가"로 굳어진다. 코딩이라는 가장 큰 실사용 영역에서 이 전환이 먼저 일어나고 있다.

#지엘엠벤치마크 #오픈웨이트추격 #중국모델

4. "몇 시간 만에 NSA 기밀망을" — Anthropic Mythos 증언의 실제

오늘 안보 쪽에서 가장 크게 번진 건 Anthropic의 비공개 모델 'Mythos(마이토스)'에 관한 상원 증언이었다. The Economist 보도를 옮긴 글에 따르면, 상원 정보위 부의장 마크 워너 의원이 6월 11일, NSA와 미 사이버사령부를 함께 이끄는 조슈아 러드 장군의 말을 인용해 "Mythos가 몇 주가 아니라 몇 시간 만에 우리 기밀 시스템 대부분을 뚫을 수 있었다"고 전했다 (@sentdefender).

그림 8. NSA 본부 항공사진에 'Anthropic Claude Mythos' 로고를 합성한 편집 이미지. 메릴랜드 NSA 본부의 검은 유리 건물 항공사진 위에 'ANTHROPIC Claude Mythos' 로고가 박스로 합성돼 있다. 보도 내용을 시각화한 편집 이미지이지, 실제 침투 장면이 아니다.

다만 자극적인 헤드라인과 달리, 맥락은 결이 다르다. 워너의 발언은 승인된 레드팀 테스트(허가된 보안 점검) 중에 나온 결과였고, 그는 이를 스캔들로 비판한 게 아니라 "이런 위력의 도구가 출시 전 테스트를 거칠 의지가 있는 회사 손에 있었다는 게 차라리 다행"이라는 취지로 말했다 (@visegrad24). 해당 인용을 실은 The Economist 편집자도 이후 "문자 그대로 읽지 말라"며, Mythos가 특정 조건에서 다른 도구들과 함께 작동했을 가능성이 크다고 단서를 달았다. Anthropic은 이 모델이 소프트웨어의 숨은 결함을 너무 잘 찾아 공개 출시를 막고 'Project Glasswing'이라는 이름으로 검증된 약 200개 파트너에게만 접근을 줬다고 알려졌다 (@MTSlive). 한편 일부 인사(BitGo CEO 등)는 이 침투 주장 자체에 공개적으로 의문을 제기하고 있어, 사실관계는 아직 한 방향으로 단정하기 이르다.

그 밖에: 이 사안은 2월 트럼프 행정부가 연방 기관에 Anthropic 제품 사용 중단을 지시했던 흐름과 맞물려 다시 조명됐다. 수출통제로 셧다운됐던 상위 모델들의 '재출시 타이밍'을 둘러싼 관측도 함께 돌았다.

시사점: "몇 시간 만에 기밀망 침투"라는 문장만 떼면 공포물이지만, 실제는 ①의원이 전한 ②레드팀 테스트 ③다른 도구와의 조합 ④편집자의 '문자 그대로 읽지 말라' 단서 ⑤일부 반박이 겹친 사안이다. 그럼에도 핵심은 남는다 — 출시를 막아야 할 만큼 공격 능력이 강한 모델이 이미 존재하고, 그 통제권이 정부가 아니라 기업의 자율 판단에 크게 의존하고 있다는 사실이다.

#마이토스 #AI사이버보안 #레드팀테스트

5. 'AI를 누가 소유하나' — 샌더스의 AI 국부펀드 법안과 인재 보상 과열

모델 경쟁의 이면에서 "그 이익은 누구 것인가"라는 질문이 정책으로 올라왔다. 버니 샌더스 상원의원이 대형 AI 기업 지분의 절반을 시민에게 돌리는 법안을 발의했고, 시민 한 명당 매년 1,000달러 이상을 받게 될 것이라는 추정이 좋아요 2,500을 넘기며 조회 18만을 모았다 (@interesting_aIl). 공식 자료로 확인된 법안의 골자는 'American AI Sovereign Wealth Fund Act'로, 연 AI 매출 2억 달러 이상 기업의 지분 50%를 연방 기금으로 이전하고 약 5% 배당을 시민에게 분배한다는 구상이다(기금 가치는 약 7조 달러로 추산).

그림 9. 법안을 발의한 버니 샌더스 상원의원. 버니 샌더스 상원의원의 인물 사진. 트윗에 함께 첨부된 두 장 중 하나로, 법안 본문이 아니라 발의자를 보여주는 컷이다.

소유권 논의가 달아오른 배경엔 인재·보상 과열이 있다. 한 개발자는 "AI 채용 온도 체크"라며, 친구가 OpenAI(연 총보상 200만 달러)를 떠나 구글(연 총보상 800만 달러, 현금+RSU)로 옮긴 사례를 전했다. 연구 인접 역할의 소프트웨어 개발자에게 4배가 제시된 셈이다 (@0xfdf). OpenAI에서 4년 가까이 일한 한 직원은 인도로 거점을 옮기며 "아시아·태평양에서 미래를 만들고 싶어 하는 연구자들이 많다는 걸 확인했다"고 적어, 인재 흐름이 미국 바깥으로도 번지고 있음을 시사했다 (@shyamalanadkat).

그 밖에: '누가 만든 것인가'라는 진위 논쟁도 이어졌다. 또 한 편의 명백히 AI로 생성된 이야기가 — 소설가 루스 오제키가 포함된 심사위원단 아래 — 문학상을 받자, "문학상들이 Pangram 같은 AI 검사를 도입하든지, 아니면 규칙을 바꿔 AI 글쓰기를 허용하든지 하라"는 일침이 좋아요 1,500을 넘겼다 (@nabeelqu).

시사점: AI가 만드는 부와 일자리를 '누가 가져가나'가 정책 테이블에 정식으로 올랐다. 시민 지분 법안이 통과될 가능성과 별개로, 보상 4배 점프와 인재의 해외 이동이 동시에 잡힌다는 건 AI 경제의 과실이 극소수에 쏠린다는 우려가 실재한다는 신호다. 소유권·보상·창작 진위는 결국 "AI의 성과를 어떻게 나누나"라는 한 질문의 세 얼굴이다.

#샌더스AI법안 #AI인재보상 #AI창작진위

6. 무게추는 로컬·셀프호스트로 — 하드웨어와 개발 인프라

오픈웨이트가 강해지자, "그럼 내 기계에서 돌리자"는 흐름이 구체적인 하드웨어·인프라 선택으로 내려왔다. 한 엔지니어는 ==로컬 AI 하드웨어 = 용량 × 대역폭 × 소프트웨어 스택==이라는 공식을 제시하며, 용량은 무엇을 돌릴 수 있는지를, 대역폭은 얼마나 빠른지를, 소프트웨어 스택은 스펙의 몇 %를 실제로 끌어내는지를 결정한다고 정리했다(글 제목 'Memory Bandwidth for Local AI Hardware (2026 Edition)') (@TheAhmadOsman).

그림 10. 메모리 대역폭 기준 로컬 AI 하드웨어 비교표. 메모리 대역폭 순으로 RTX PRO 6000 Blackwell(96GB·1,792GB/s)과 RTX 5090(32GB·1,792GB/s)이 최상단, RTX 4090(24GB·1,008GB/s), Mac Studio M3 Ultra(최대 512GB·819GB/s), DGX Spark(128GB·273GB/s), Mac mini M4 Pro(273GB/s)까지 카드별 용량·대역폭이 정리돼 있다. '큰 용량이냐 빠른 대역폭이냐'의 트레이드오프가 한눈에 보인다.

개발 인프라에서도 '가볍게, 한곳에서'가 화두였다. "이제 Vercel + Supabase를 쓸 이유가 없다"며 Cloudflare가 PlanetScale 기반 관리형 Postgres·MySQL을 Workers에 붙인 소식을 전한 글이 좋아요 1,100을 넘겼고 (@ibocodes), 같은 작성자는 "대부분의 프로젝트는 VPS·Supabase·Vercel을 조합할 필요 없이 Cloudflare Workers + D1에 다 던지고, 사용자 1만 명까지 월 5달러면 된다 — 과도한 설계를 멈추라"고 덧붙였다 (@ibocodes).

그림 11. Vercel + Supabase 대신 Cloudflare + PlanetScale을 권하는 비교 이미지. 왼쪽 Vercel·supabase 로고에 빨간 X가 그어져 있고, 오른쪽엔 Cloudflare·PlanetScale 로고가 나란히 놓였다. 스택을 한 공급자로 단순화하라는 메시지를 직설적으로 시각화했다.

그 밖에: 오픈소스를 둘러싼 지정학적 시선도 공유됐다. 에릭 슈미트가 "중국 AI에서 마음에 안 드는 건 그게 전부 오픈소스라 우리 쪽에서 통제할 수 없다는 점"이라고 한 발언을 옮기며, 오히려 오픈소스의 가치를 명확히 드러낸 사례라는 반응이 붙었다 (@TheAhmadOsman).

시사점: 모델이 싸지고 열리자, 비용의 무게중심이 'API 요금'에서 '내가 굴리는 하드웨어·인프라'로 이동하고 있다. 수백만 원짜리 GPU의 용량·대역폭을 따지고, 백엔드 스택을 한 공급자로 합치는 실용주의가 동시에 번지는 건, AI가 실험에서 '운영'의 영역으로 넘어왔다는 신호다.

#로컬AI하드웨어 #셀프호스트 #클라우드플레어

📊 오늘의 감정/온도 분석

🔵 전환🟢 성장🟡 주의🔴 과열

차분 ←→ 과열

전환 — 경쟁축이 '가장 똑똑한 모델'에서 운용법(루프)·소유권(샌더스)·보안(Mythos)·로컬화로 갈라졌다. 모델 점수표 하나로 판세를 읽던 시기가 지나가고 있다.

성장 — 40분 3-에이전트 루프 실연, GLM-5.2의 벤치마크 2위, Codex /goal 자동화, 로컬 하드웨어 대역폭 정리처럼 지금 손에 잡히는 결과물이 많았다. 발표가 아니라 동작하는 것들이다.

주의 — Mythos의 'NSA 침투'는 의원 발언 인용 + 레드팀 테스트 + 편집자의 단서 + 일부 반박이 겹친 사안이라 단정은 금물이다. Gemini·Sonnet 출시설도 유출·슬러그 수준이고, 샌더스 법안은 아직 발의 단계다.

과열 — Gemini 3.5 Pro·Grok 5·새 Sonnet이 공식 발표가 아닌 유출·슬러그 관측 단계에서 먼저 달아올랐다. "이번 주 출시" "다음 주" 같은 표현이 확인보다 앞서는 구간이라, 기대가 사실을 추월하지 않게 봐야 한다.

라벨로 보면 오늘은 차세대 모델·증언처럼 화제성이 큰 '인기'형과, 루프·플러그인·하드웨어 표처럼 따라 쓰려고 저장하는 '저장'형이 함께 많았다. 구경거리와 실무 자료가 한 화면에 섞인 하루였다.

💼 오늘의 실무 팁 — 쉽게 풀어 쓴 사용법 10가지

1. 에이전트엔 프롬프트 말고 '루프'를 짜라 (@sairahul1)

루프(loop)는 사람이 매번 프롬프트를 치는 대신, 에이전트가 스스로 다음 할 일을 지시하며 목표에 닿을 때까지 도는 구조다. 세 가지가 없으면 실패한다 — 메모리 파일(매번 백지에서 시작하지 않도록 기록), 서브에이전트 분할(한 에이전트가 다 떠안지 않도록 역할 분배), 중단 조건(언제 멈출지) (@sairahul1).

2. Codex /goal로 앱 전수 점검을 자동화하라 (@tomosman)

/goal은 Codex에 목표를 주는 명령이다. "모든 기능을 점검해 사용자 스토리를 쓰고 마스터 스프레드시트로 상태를 추적하다가, 끝나면 테스트·오류 문서화·수정·재테스트로 전환하라"는 한 줄이면, 수백 개 기능 점검이 자동으로 돈다 (@tomosman).

3. Codex '컴퓨터 조작 3종'을 구분해서 써라 (@Saccc_c)

computer use는 네이티브 앱·시스템 설정까지 만지는 가장 넓은 조작, chrome은 로그인이 필요한 실제 브라우저 작업, browser는 내장 브라우저용이다. 작업 성격에 맞춰 골라 쓰면 헛도는 시도를 줄인다 (@Saccc_c).

4. 비용이 부담되면 오픈웨이트(GLM-5.2)로 갈아타라 (@arena)

오픈웨이트는 가중치가 공개돼 직접 받아 돌릴 수 있는 모델이다. GLM-5.2는 프런트엔드 코딩 벤치마크에서 상위 폐쇄 모델급(2위)인데 더 싸고 빠르다는 평이라, 대량·반복 코딩부터 옮겨볼 만하다 (@arena).

5. 같은 급이면 '가격'을 비교하라 (@Angaisb_)

성능이 비슷하거나 낮은데 비용만 비싼 모델은 손해다. Gemini 3.5 Flash가 GLM-5.2보다 떨어지면서 비용은 약 2배라는 비교처럼, 도입 전 '성능당 단가'를 따지면 운영비가 줄어든다 (@Angaisb_).

6. 로컬 구동은 'GB(용량)'가 아니라 'GB/s(대역폭)'부터 봐라 (@TheAhmadOsman)

메모리 대역폭(GB/s)이 모델이 토큰을 뱉는 속도를 좌우한다. 용량이 커도 대역폭이 낮으면 느리다. RTX 5090(1,792GB/s) 같은 고대역폭과 Mac Studio M3 Ultra(최대 512GB·819GB/s) 같은 대용량은 용도가 다르니 작업에 맞춰 고르라 (@TheAhmadOsman).

7. 백엔드는 한 공급자로 합쳐 과설계를 멈춰라 (@ibocodes)

초기 프로젝트는 VPS·Supabase·Vercel을 굳이 조합할 필요 없이 Cloudflare Workers + D1(서버리스 DB)에 몰아도 된다. 사용자 1만 명까지 월 5달러 수준이라, 트래픽이 커지기 전엔 단순한 스택이 낫다 (@ibocodes).

8. 새 모델 출시 캘린더를 미리 체크하라 (@Mr_Salio)

Gemini 3.5 Pro가 이번 주 출시설로 거론된다. 200만 토큰 이상 컨텍스트(한 번에 넣을 수 있는 입력량)와 공격적 가격이 예고된 만큼, 임박한 모델의 스펙·가격을 미리 보고 워크플로 재배치를 준비하면 전환 비용을 아낀다 (@Mr_Salio).

9. 중국 모델 추격의 원리를 알면 데이터 전략이 보인다 (@burkov)

따라잡기의 핵심은 '증류(distillation)'다. 코드에 일부러 버그를 심고 그 버그가 고쳐졌을 때만 통과하는 테스트로 학습 예시를 자동 생성한다. 사람이 라벨링하지 않아도 '신호가 분명한' 데이터가 쌓인다는 뜻이라, 자체 학습을 한다면 데이터의 양보다 '검증 가능한 신호'를 설계하는 게 먼저다 (@burkov).

10. AI 창작물엔 탐지 도구(예: Pangram)를 끼워라 (@nabeelqu)

AI로 쓴 글이 사람 심사를 통과해 문학상을 받는 일이 반복됐다. 공모전·심사·납품 과정에 Pangram 같은 AI 작성 탐지 절차를 넣으면 진위 논란을 줄일 수 있다. 탐지를 막을 게 아니라면, 아예 규칙에 'AI 허용 여부'를 명시하는 것도 방법이다 (@nabeelqu).

📦 데이터 — 2026-06-22 X 타임라인 919개 트윗 분석(업로드 2개 파일 병합·중복 50건 제거, AI/테크 691개). DuckDB로 키워드·동시출현·토픽 클러스터링 후 6개 토픽으로 정리, 미디어 11장 시각 확인, 핵심 주장은 외부 교차 검증(에이전트 루프·GLM-5.2 Code Arena·Mythos 증언·샌더스 법안·Gemini 3.5 Pro/Grok 5). Mythos의 NSA 침투는 상원 의원 발언 인용 + 레드팀 테스트 + 일부 반박이 겹친 사안이라 단정을 피했고, Gemini 3.5 Pro·새 Sonnet·Grok 5는 유출·슬러그·관측 기반이라 공식 1차 출처 확인은 추후 보강 대상이며, 이 리포트는 발행 시점 기준 외부 독립 검증 전입니다.

🏷 라벨 가이드 — 🔥 인기 (좋아요 많음) · 🔁 공유 (RT 비율 높음, 확산성) · 💬 논쟁 (댓글 비율 높음, 의견 다툼) · 🔖 저장 (북마크 많음, 다시 볼 실용 가이드) · 🚀 떠오름 (작은 계정인데 확산 시작)