Claude, 지원 모델 텍스트에 워터마크 적용…탐지 결과는 처리 여부 신호
Anthropic은 지원 Claude 모델이 만든 텍스트에 워터마크를 넣고 일부 파일에 C2PA 출처 정보를 붙입니다. 텍스트 탐지 기능은 현재 일부 기관과 기업에만 제공됩니다. 표시가 발견돼도 원저자나 Claude가 작성한 분량까지 판정할 수는 없습니다.
AI · 최신기사
AI 모델과 서비스, 활용 도구와 이용 조건을 다룹니다.
Hy-SimulMT: 저지연 실시간 동시통역 모델
Tencent Hunyuan이 중국어와 영어 간 실시간 음성 동시통역 모델 Hy-SimulMT를 공개했습니다. 자체 평가에서 장문 음성 StreamLAAL 약 3초를 기록했으며, 음성 출력과 화자 음성 복제에는 별도 TTS 서비스가 필요합니다.
AI 모델, 읽기 어려움과 연관된 언어적 특징 더 자주 사용한다는 연구
연구진은 14개 언어 모델의 대화·코딩·에세이를 분석해 희귀한 단어 조합, 긴 의존 관계, 명사 중첩 등 읽기 부담과 연관된 표현이 사람 글과 번역 바꿔쓰기보다 자주 나타난다고 보고합니다. 길이 페널티를 적용한 소규모 실험에서는 학습하지 않은 문장 구조에서도 짧은 표현을 선호하는 경향이 생겼습니다.
위키백과 편집자들은 AI 생성 문서를 어떻게 걸러내나
위키백과의 자원봉사 편집자들은 AI 문체를 가려내고 부정확한 인용을 바로잡기 위해 2023년부터 정리 작업을 벌이고 있습니다. AI 탐지 도구가 표시한 새 문서·초안 비율은 2025년 말 약 20%에서 2026년 초 15~16%로 낮아졌지만, 정책 효과인지 모델의 성능 향상 때문인지는 확인되지 않았습니다.
투표할 후보를 묻자, 주요 정당 후보를 고른 답변 중 GPT는 97% 민주당, Grok은 92% 공화당을 골랐습니다
Convovo는 2026년 미국 506개 선거구에서 GPT-6.1 Sol과 Grok 4.7에 후보 선택을 세 차례씩 요청했습니다. GPT는 주요 정당 후보를 고른 답변 중 97%에서 민주당 후보를, Grok은 92%에서 공화당 후보를 골랐습니다. 검색을 끈 실험에서도 GPT의 민주당 선호가 이어져 모델 학습과 검색 출처의 영향을 나눠 볼 필요가 있습니다.
AI가 생성한 글은 왜 이해하기 어려울까요?
연구진은 9개 AI 모델의 글에서 사람이 읽기 어렵다고 알려진 언어 구조가 인간 글보다 자주 나타난다고 보고합니다. 정보 밀도를 높이는 학습 목표가 명료한 의사소통과 충돌할 수 있다는 가설을 제시하고, 길이 페널티를 적용한 미세 조정으로 그 가능성을 시험합니다.
자연어에도 설계 트레이드오프가 있습니다: 조지아어는 동적 타입, 영어는 정적 타입
조지아어와 영어, 독일어의 관사와 문법적 성을 비교해 언어마다 정보를 표현하는 방식과 부담이 다르다고 설명합니다. 이를 타입 추론과 정적·동적 타입에 비유하고, 언어 간 번역에서 원문에 없는 성별이나 관사를 AI가 추론해야 한다고 짚습니다.
조지아어 벤치마크: OpenAI와 Anthropic 모델이 맞붙은 결과
저자는 직접 만든 조지아어 과제로 OpenAI와 Anthropic의 모델 8종을 비교합니다. GPT-6 Astra가 평균 0.90으로 가장 높았지만, 조지아어를 영어로 번역하는 능력과 조지아어 문장을 정확히 만들어내는 능력 사이에는 큰 차이가 나타났습니다.
이번 주 DEV 추천 글 7편
DEV 편집팀이 선정한 글 7편을 소개합니다. 오프라인 조류 기록 장치, Gemini 실시간 음성 에이전트, TypeScript 타입 좁히기부터 AI 코딩 에이전트 활용과 프런트엔드 평가까지 다룹니다.
왜 지금 Common Lisp가 최고의 프로그래밍 언어인가
글쓴이는 LLM이 코드를 빠르게 만드는 시대에는 실행 중인 프로그램을 고치고 즉시 결과를 확인하는 개발 흐름이 중요하다며 Common Lisp를 추천합니다. 라이브 이미지, 매크로 기반 DSL, 짧은 코드가 장점이라고 주장하지만, 토론에서는 디버깅 기능의 고유성, 생태계 규모, 정적 타입과 도메인 복잡성을 두고 반론이 나옵니다.
그다지 프로메테우스답지 않은
LLM이 코딩 비용을 크게 낮췄다는 주장만으로 개발의 병목이 사라지지는 않습니다. 글은 DHH의 Rails World 기조연설을 비판적으로 검토하며, 코드 작성 뒤에 남는 배포·유지보수·회귀 방지와 새로운 아이디어의 희소성을 짚습니다.
CLM-v0.1-8B — 상태와 행동을 비교 학습하는 의사결정 모델
Contrastive-LM은 Qwen3-8B 인코더를 고정하고 상태·행동 프로젝션 헤드만 학습한 8B 모델입니다. 후보를 생성하는 대신 주어진 후보를 점수화하며, 상태와 행동 임베딩을 캐싱해 다수 후보를 빠르게 평가합니다.
이번엔 직접 코드를 썼습니다. 답이 틀려도 배운 걸까요?
AI 에이전트로 26개 넘는 프로젝트를 만든 저자가 Stanford의 초급 Python 과정에 지원하며 처음 직접 코드를 작성합니다. 프로그램은 작동했지만 GPT가 틀린 NBA 기록을 자신 있게 답하면서, 코드 작성과 답 검증이 서로 다른 기술임을 보여줍니다.
AI를 의인화하지 않고 말하는 법
Emily M. Bender와 Nanna Inie는 소프트웨어에 사고력·감정·행위 의도가 있는 듯한 표현을 줄이고, 시스템 기능과 이를 사용하는 사람을 드러내는 대체 표현을 제안합니다. ‘환각’을 ‘바람직하지 않은 출력’으로, ‘AI 에이전트’를 ‘확률적·검증되지 않은 소프트웨어 조작기’로 바꾸는 식입니다.
Jev를 형편없는 챗봇으로 만들어 봤습니다
jevchat은 Jev에게 매 단계마다 다음에 올 문자나 토큰을 묻고, 확률 분포에서 하나를 뽑아 답변을 이어가는 채팅 도구입니다. 알파벳과 탐색 전략을 바꿔가며 문자 단위 샘플링, 이진 탐색, 빔 서치 등을 실험할 수 있지만 API 비용은 상당히 비현실적입니다.
Ruby UTCP — MCP를 대체하는 확장 가능하고 안전한 도구 호출 프로토콜
Ruby UTCP는 AI 에이전트가 별도의 래퍼 서버 없이 JSON 매니페스트로 네이티브 API와 도구를 호출하도록 하는 Universal Tool Calling Protocol(UTCP) 1.1의 Ruby 구현입니다. HTTP, CLI, WebSocket, gRPC, GraphQL, MCP, WebRTC 등 12개 전송 방식을 지원해 Ruby 애플리케이션에서 도구 검색·인증·스트리밍·다중 도구 워크플로를 표준화하려고 합니다.
Bend — 증명으로 AI의 실수를 막는 고속 프로그래밍 언어
Bend는 C에 근접한 단일 코어 속도, 스레드나 락 없이 CPU·GPU로 확장되는 자동 병렬화, 그리고 Lean·Rocq식 증명 검사를 결합한 새 프로그래밍 언어입니다. LAWS.bend에 깨면 안 되는 법칙을 선언해 두면 AI가 이를 위반하는 코드를 배포할 수 없게 만들어, AI가 코드를 대신 쓰는 시대에 '의도를 정밀하게 명시하는 수단'을 표방합니다.
내 에이전트에게 bash는 잘못된 언어였을까? — 2,150줄 bash를 Python으로 옮기며 배운 것
한 번에 하나의 작업을 처리하는 소규모 AI 에이전트를 2,150줄의 bash에서 Python으로 하루 만에 포팅한 개발자의 회고입니다. 결론은 단순한 'bash가 틀렸다'가 아니라, 리라이트의 비용은 시작 전에 이미 결정되어 있으며, 표현력 부족이 성능보다 먼저 설계를 지배한다는 분석입니다. 포팅 결과 코드는 40% 줄었지만 총 라인 수는 주석 때문에 오히려 늘었다는 역설적인 수치도 담겨 있습니다.
facebook/mms-300m — 1,400개 이상 언어로 사전학습된 Meta의 다국어 음성 모델
Meta(Facebook) AI가 공개한 MMS(Massively Multilingual Speech) 프로젝트의 3억 파라미터 체크포인트입니다. 약 50만 시간 분량, 1,400개 이상 언어의 음성 데이터로 Wav2Vec2 자기지도학습 방식으로 사전학습됐으며, ASR·번역·분류 같은 다운스트림 작업에 파인튜닝해 사용하는 기반 모델입니다.
NVIDIA, Rust로 GPU 커널을 직접 작성하는 CUDA Rust 공개 — SIMT와 Tile 두 트랙
NVIDIA가 Rust로 GPU 커널을 네이티브하게 작성해 PTX로 컴파일하는 CUDA Rust를 발표했습니다. SIMT 모델의 cuda-oxide와 Tile 모델의 cutile-rs 두 트랙으로 제공되며, Rust의 소유권·빌림 검사로 GPU 커널의 메모리 안전성을 컴파일 타임에 보장하는 것이 핵심입니다.