GPT on 가십데일리

GPT-5.4 Pro가 하이퍼그래프의 Ramsey형 수학 난제 해결

Thu, 26 Mar 2026 00:00:00 +0000

GPT-5.4 Pro가 Kevin Barreto와 Liam Price의 협업을 통해 하이퍼그래프 관련 Ramsey형 문제를 해결했다. 문제 제안자 Will Brian이 해법의 정확성을 검증했으며, 전체 대화 기록과 AI의 최종 해설 문서가 공개되었다. LLM이 수학 올림피아드를 넘어 미해결 수학 문제까지 풀기 시작했다는 점에서, AI의 수학적 추론 능력 경계가 빠르게 확장되고 있음을 보여준다.

커뮤니티 의견

@GN⁺: “많은 사람들이 ‘LLM은 진정한 창의성을 가질 수 없다’고 단정하는 걸 보면 놀라움. 수학 올림피아드 금메달을 딴 모델을 보고 인간 한계 모방 주장은 버렸음. RL과 메모리 추가로 근본적 한계도 극복 가능할 듯함”

관련 레퍼런스

Walmart: ChatGPT 결제 전환율, 웹사이트의 1/3 수준

Thu, 26 Mar 2026 00:00:00 +0000

월마트가 ChatGPT 내 Instant Checkout 기능을 통해 약 20만 개 상품을 테스트한 결과, 웹사이트 결제 대비 전환율이 3배 낮았다. 사용자들이 LLM의 상품 추천을 신뢰하지 못하거나, 품절 상품을 추천받는 등 실시간 재고 연동 부재가 원인으로 지적된다. AI 커머스의 수익화가 기대만큼 쉽지 않음을 보여주는 사례다.

커뮤니티 의견

@xguru: “LLM이 특정 오픈소스를 추천해주면 함 써볼까 하지만, 쇼핑을 위한 제품 자체를 추천하면 정말 믿어도 되나 싶어서 더 외면하게 될거 같아요.”

💡 실무 포인트: AI 커머스 통합 시 실시간 재고·가격 확인 레이어를 반드시 추가하고, LLM 추천의 신뢰도를 높이기 위해 출처와 근거를 명시하는 UX 설계가 필요하다.

Walmart: ChatGPT 결제 전환율, 웹사이트의 1/3 수준

Wed, 25 Mar 2026 00:00:00 +0000

월마트가 ChatGPT 내 Instant Checkout 기능을 통해 약 20만 개 상품을 테스트한 결과, 웹사이트 결제 대비 전환율이 3배 낮았다. ChatGPT 내 직접 결제는 사용자 만족도가 낮았으며, 클릭아웃(웹사이트 이동) 방식의 1/3 수준에 그쳤다. 품절 상품 추천, 실시간 재고 미반영 등이 원인으로 지목되며, LLM 커머스의 현실적 한계를 보여준다.

커뮤니티 의견

@xguru: “LLM이 특정 오픈소스를 추천해주면 함 써볼까 하지만, 쇼핑을 위한 제품 자체를 추천하면 정말 믿어도 되나 싶어서 더 외면하게 될 것 같아요.”

💡 실무 포인트: LLM 기반 커머스 통합 시 실시간 재고/가격 검증 레이어는 필수다. 사용자 신뢰 구축 없이 결제 전환을 기대하기 어렵다.

GPT-5.4로 세련된 프론트엔드 디자인하기

Mon, 23 Mar 2026 00:00:00 +0000

OpenAI가 GPT-5.4의 프론트엔드 개발 역량을 끌어올리기 위한 실전 프롬프팅 기법과 디자인 가이드를 공개했다. 이미지 이해력, 기능 완성도, Computer Use 능력이 핵심 개선 축이며, 이전 모델 대비 시각적으로 세련된 결과물 생성이 가능하다고 주장한다. 그러나 커뮤니티에서는 GPT의 프론트엔드 디자인 품질에 대한 회의적 시각이 지배적이다. Claude Opus와의 동일 프롬프트 비교에서 GPT가 열세라는 의견이 다수이며, Codex에도 적용된다는 점이 주요 의미로 평가된다.

커뮤니티 의견

@slowandsnow: “프론트엔드에는 GPT 절대 쓰지 마세요. 최악입니다. 동일 프롬프트로 Opus랑 비교해보세요.”

@click: “GPT가 만들어주는 프론트 디자인은 전부 칙칙한 것 같아요.”

@angrybird0: “Claude의 frontend-design과 어떤 차별성이 있을지 궁금하네요.”

💡 실무 포인트: 프론트엔드 코드 생성 시 모델별 출력 품질 차이가 크므로, 동일 프롬프트로 Claude Opus와 GPT-5.4를 비교 테스트한 뒤 프로젝트에 맞는 모델을 선택하는 것이 효율적이다.

GPT-5.4로 세련된 프론트엔드 디자인하기

Sun, 22 Mar 2026 00:00:00 +0000

OpenAI가 GPT-5.4의 프론트엔드 개발 역량을 끌어올리기 위한 실전 프롬프팅 기법과 디자인 가이드를 공개했다. 이미지 이해력, 기능 완성도, Computer Use 능력이 핵심 개선 축이며, 이전 모델 대비 시각적으로 세련된 결과물 생성이 가능하다. 다만 커뮤니티에서는 GPT의 프론트엔드 디자인 품질에 대한 회의론이 여전하다.

커뮤니티 의견

@slowandsnow: “프론트엔드에는 gpt 절대 쓰지 마세요. 최악입니다. 동일 프롬프트로 opus랑 비교해보세요.”

@angrybird0: “claude의 frontend-design과 어떤 차별성이 있을지 궁금하네요. codex에도 나왔다는게 중요한 사실이겠죠?”

@click: “gpt가 만들어주는 프론트 디자인은 전부 칙칙한 거 같아요”

💡 실무 포인트: 프론트엔드 코드 생성 시 모델별 결과물 품질 차이가 크다. Claude Opus와 GPT-5.4를 동일 프롬프트로 비교 테스트한 뒤 프로젝트에 적합한 모델을 선택해야 한다.

OpenAI, GPT‑5.4 Mini 및 Nano 공개

Fri, 20 Mar 2026 00:00:00 +0000

GPT-5.4의 성능을 소형화한 두 모델이 공개되었다. GPT-5.4 Mini는 코딩·추론·멀티모달·도구 사용에서 GPT-5 Mini 대비 크게 향상되었으며 속도는 2배 이상 빠르다. GPT-5.4 Nano는 가장 작고 저렴한 모델로 분류·데이터 추출·랭킹·보조 코딩에 최적화되었다. API 벤치마크에서 GPT-5.4 Mini는 180~190 t/s, Nano는 약 200 t/s를 기록하며 Gemini 3 Flash(130 t/s)를 크게 앞선다. 가격은 Claude Opus 4.6($5/$25), GPT-5.4($2.5/$15), Gemini 3.1 Pro($2/$12) 순으로, 비용 대비 성능 경쟁이 심화되고 있다.

커뮤니티 의견

@GN⁺: “token/s만으로는 충분하지 않음. TTFT(첫 토큰 대기시간)과 전체 지연(latency)도 함께 봐야 실제 API 사용 성능을 알 수 있음. 속도만 빠르고 생각 단계(reasoning)가 길다면 오히려 느릴 수 있음”

💡 실무 포인트: 분류·추출·랭킹 등 대량 처리 파이프라인에서 Nano 모델로 교체 시 비용을 대폭 절감할 수 있다. TTFT와 reasoning 깊이까지 고려한 모델 선택이 필요하다.

OpenAI, GPT-5.4 Mini 및 Nano 공개

Thu, 19 Mar 2026 00:00:00 +0000

GPT-5.4의 성능을 빠르고 효율적인 형태로 구현한 두 가지 소형 모델이 공개됐다. GPT-5.4 Mini는 코딩·추론·멀티모달 이해·도구 사용에서 GPT-5 Mini 대비 크게 향상되었으며 속도는 2배 이상 빠르다. GPT-5.4 Nano는 가장 작고 저렴한 모델로 분류·데이터 추출·랭킹·보조 코딩 작업에 최적화됐다. 속도 벤치마크에서 GPT-5.4 Mini는 평균 180~190 t/s, Nano는 약 200 t/s로 측정되어 경쟁 모델 대비 우위를 보인다. 가격은 Claude Opus 4.6 $5/$25, GPT-5.4 $2.5/$15, Gemini 3.1 Pro $2/$12 수준이다.

커뮤니티 의견

@GN⁺: “GPT-5.4 Mini는 평균 180~190 t/s, Nano는 약 200 t/s. Gemini 3 Flash는 약 130 t/s. 다만 token/s만으로는 충분하지 않음. TTFT와 전체 latency도 함께 봐야 실제 API 사용 성능을 알 수 있음”

💡 실무 포인트: 대량 분류·추출 파이프라인에서 GPT-5.4 Nano를 도입하면 비용 대비 처리량을 극대화할 수 있다. TTFT와 latency까지 고려한 벤치마크 후 모델을 선정할 것.

크래프톤 CEO, 서브노티카 2 개발자들에게 보너스 지급을 피할 수 있는 방법을 ChatGPT에 물어본 것으로 알려져

Thu, 19 Mar 2026 00:00:00 +0000

크래프톤이 2021년 서브노티카 개발사 언노운 월즈를 인수하면서 매출 목표 달성 시 1.91억 달러 성과급 지급 조건을 약속했으나, 김창한 CEO가 ChatGPT에 보너스 지급을 회피하는 방법을 문의한 것이 재판 전 준비서면에서 드러났다. 슬랙 대화 내용과 ChatGPT 기록이 역추적되어 증거로 제출된 사례로, AI 도구 사용 기록의 법적 디스커버리 가능성을 시사한다. 커뮤니티에서는 CEO를 AI로 대체하는 것이 더 비용 절감이 될 것이라는 풍자와 함께, ChatGPT 기록이 정보공개 청구 범위에 포함되는지에 대한 법적 의문이 제기됐다.

커뮤니티 의견

ChatGPT와 mRNA 백신으로 반려견 암 치료 — 인간 암 치료에도 희망

Tue, 17 Mar 2026 00:00:00 +0000

시드니의 테크 기업가가 반려견의 악성 비만세포종 진단 후 ChatGPT를 활용해 치료 아이디어를 탐색하고, UNSW 연구진과 협력해 DNA 시퀀싱·머신러닝으로 치료 타깃을 특정한 뒤 맞춤형 mRNA 백신을 개발한 사례다. AI가 바이오·의료 분야에서 연구 가속기 역할을 한 실증 사례로 주목된다.

💡 실무 포인트: AI를 도메인 전문가와의 협업 도구로 활용하면 비전공 분야에서도 유의미한 연구 가설 탐색이 가능하다.

ChatGPT Pro에서 GPT-5.4 컨텍스트 1M을 제대로 쓰려면 설정이 필요

Thu, 12 Mar 2026 00:00:00 +0000

ChatGPT Pro와 Codex에서 GPT-5.4를 사용할 때 기본 컨텍스트가 약 258K로 제한되어 있으며, 1M 컨텍스트를 활용하려면 별도 설정이 필요하다는 사실이 알려졌다. 다만 258K 이상으로 늘리면 토큰 가격이 두 배로 증가한다는 보고가 있어 비용 확인이 필수적이다. 또한 롱 컨텍스트 사용 시 needle-in-the-haystack 성능이 50% 이하로 떨어진다는 리포트도 있어, 무조건 긴 컨텍스트가 좋은 것은 아니라는 점이 확인되고 있다. Codex의 compaction 기능이 잘 동작하여 기본 설정으로도 큰 불편이 없다는 의견도 있다.

커뮤니티 의견

@ujinyang: “저 수치 이상으로 늘어나면 토큰 가격이 두배라고 하는데 확인하시는게 좋을겁니다”

@apkas: “long context 쓰면 needle in the haystack task에서 성능이 50% 이하로 떨어진다는 리포트도 있어서 굳이 추천하진 않고싶습니다”

@sea715: “적절한 하네스가 있으면 그래도 나쁘지 않은것 같습니다. compaction 자체를 덜하니까 중간손실문제 자체도 줄어들어서”

💡 실무 포인트: GPT-5.4의 1M 컨텍스트를 사용할 때는 비용 대비 효과를 반드시 측정하자. 대부분의 워크로드에서는 compaction과 적절한 청킹 전략이 무작정 긴 컨텍스트보다 효율적이다.

ChatGPT Pro에서 GPT-5.4 컨텍스트 1M을 제대로 쓰려면 설정이 필요

Wed, 11 Mar 2026 00:00:00 +0000

GPT-5.4의 컨텍스트 윈도우가 1M 토큰이라고 알려져 있지만, Codex CLI나 IDE에서 확인하면 기본값이 약 258K로 표시되는 문제가 보고되었다. 1M 컨텍스트를 사용하려면 별도의 설정 변경이 필요하며, 해당 수치 이상으로 늘리면 토큰 가격이 두 배가 된다는 점도 확인되었다. 한편 long context 사용 시 needle-in-the-haystack 태스크 성능이 50% 이하로 떨어진다는 리포트도 있어, 무조건적인 확장보다는 용도에 맞는 설정이 중요하다. Codex의 compaction 기능이 오래 걸리지 않고 compact 후에도 맥락을 잘 유지한다는 실사용 후기도 공유되었다.

커뮤니티 의견

GPT‑5.4 공개

Sun, 08 Mar 2026 00:00:00 +0000

OpenAI가 ChatGPT, API, Codex 전반에 적용되는 최신 프런티어 모델 GPT-5.4를 공개했다. 추론·코딩·에이전트 워크플로우 성능을 통합하며, 네이티브 컴퓨터 사용(computer-use) 기능을 내장해 에이전트가 웹사이트와 소프트웨어를 직접 조작할 수 있다. 최대 1M 토큰 컨텍스트 윈도우를 지원하며, Codex에서 /fast 모드 활성화 시 최대 1.5배 빠른 토큰 속도를 제공한다. 표준 272K 컨텍스트 초과 요청은 2배 요금, Priority Processing은 표준의 2배 가격이 적용된다.

커뮤니티 의견

@helio: “Codex에서 /fast 모드 활성화 시 최대 1.5배 빠른 토큰 속도, 동일 모델·동일 지능 수준 유지. Priority Processing은 표준의 2배 가격”

@GN⁺: “OpenAI의 모델 라인업이 너무 복잡해졌다는 지적. GPT-5.1, 5.2, 5.4에 Codex 5.3, Instant 5.3까지 섞여 있음. 반면 Anthropic 쪽이 세부 UX에 더 신경 쓰는 듯”

💡 실무 포인트: computer-use 네이티브 지원으로 에이전트 워크플로우 설계 시 직접 조작 기능을 활용할 수 있으며, 1M 토큰 컨텍스트는 대규모 코드베이스 분석에 유리하다.

GPT-5.3 Instant: 더 자연스럽고 유용한 일상 대화

Fri, 06 Mar 2026 00:00:00 +0000

ChatGPT의 가장 많이 사용되는 모델이 업데이트되어 일상 대화의 정확성·유창성·맥락 이해력이 향상되었다. 불필요한 거절과 경고문을 줄이고 질문에 직접적이고 실질적인 답변을 제공하는 방향으로 개선되었다. 다만 “Why it matters”, “the big picture” 같은 반복적 문구와 과장된 강조가 여전하다는 비판이 있으며, 일본어 등 비영어 품질이 이전 버전 대비 떨어졌다는 보고도 있다.

커뮤니티 의견

@GN⁺: “가장 큰 문제는 답변의 어색한 말투. ‘Why it matters’ 같은 문구나 과장된 강조가 너무 많고, 일본어 품질도 떨어졌다는 실망”

💡 실무 포인트: 다국어 서비스에 LLM을 통합할 때, 모델 업데이트마다 비영어 언어 품질을 별도로 검증하는 QA 프로세스가 필요하다.

GPT‑5.3 Instant: 더 자연스럽고 유용한 일상 대화

Thu, 05 Mar 2026 00:00:00 +0000

ChatGPT의 가장 많이 사용되는 모델이 GPT-5.3 Instant로 업데이트되었다. 일상 대화의 정확성·유창성·맥락 이해력이 향상되었으며, 불필요한 거절과 경고문을 줄이고 질문에 직접적이고 실질적인 답변을 제공한다. 웹 검색 시 정보의 정확도도 개선되었다.

커뮤니티 의견

@GN⁺(HN 의견): “지금 ChatGPT에서 가장 큰 문제는 답변의 어색한 말투. ‘Why it matters’, ’the big picture’ 같은 문구나 과장된 강조가 너무 많음”

💡 실무 포인트: GPT-5.3의 거절률 감소와 직접적 응답 개선은 프로덕션 챗봇에서 사용자 경험을 크게 향상시킬 수 있으므로, API 마이그레이션 시점을 검토할 것.

MicroGPT - 200줄 Python으로 구현한 최소형 GPT

Wed, 04 Mar 2026 00:00:00 +0000

원문: 없음

Karpathy가 공개한 200줄짜리 순수 Python 단일 파일 GPT 구현체로, 데이터셋, 토크나이저, 자동미분 엔진, GPT-2 유사 신경망, Adam 옵티마이저, 훈련 및 추론 루프를 모두 포함한다. 32,000개의 인간 이름 데이터셋을 학습해 새로운 이름을 생성하며, 별도의 대화형 시각화 사이트에서 토크나이징부터 추론까지 파이프라인 전체를 탐색할 수 있다. C++ 포팅 시 코드 라인 2배, 속도 10배라는 벤치마크도 공유됐다.

커뮤니티 의견

@GN⁺: “microgpt를 C++로 포팅했음. 가장 어려웠던 부분은 Value 클래스를 C++에서 표현하는 것”

💡 실무 포인트: LLM 내부 구조 학습의 최적 출발점이다. 팀 내 AI 기초 교육 자료로 microgpt 코드 리딩 세션을 운영해보라.

microgpt

Tue, 03 Mar 2026 00:00:00 +0000

Andrej Karpathy가 200줄짜리 순수 Python 단일 파일로 GPT 모델의 학습과 추론 전 과정을 구현한 최소형 언어모델이다. 데이터셋, 토크나이저, 자동미분 엔진, GPT-2 유사 신경망, Adam 옵티마이저, 훈련 및 추론 루프를 모두 포함한다. C++ 포팅 시 코드는 2배지만 속도는 10배 빨라졌다는 보고도 있다.

커뮤니티 의견

@GN⁺: “C++로 포팅했음. 가장 어려웠던 부분은 Value 클래스를 C++에서 표현하는 것이었고, 결국 shared_ptr 기반으로 해결”

💡 실무 포인트: LLM 내부 동작 원리 학습용으로 최적의 교육 자료. 팀 내 AI 리터러시 향상에 활용하라.

Show GN: microGPT를 웹사이트로 시각화해보았습니다

Tue, 03 Mar 2026 00:00:00 +0000

Karpathy의 microgpt 프로젝트를 기반으로 GPT 전체 파이프라인을 인터랙티브 웹사이트로 시각화한 프로젝트이다. 토크나이징부터 임베딩, 어텐션, 추론까지 내부 흐름이 단계별로 보이도록 구현되었다. 한국어 이름 생성도 지원하며, 커뮤니티에서 디자인 품질에 대한 호평이 이어졌다. 다만 일부에서는 어뷰징 의혹도 제기되었다.

커뮤니티 의견

@seind: “와 되게 잘 만드셨다..”

@laeyoung: “알록달록하니 예쁘네요! 디자인은 직접 하신 걸까요?”

@skageektp: “학생분들이 올리시는 show gn은 유독 금방 높은 포인트를 받고 메인에 올라오는 느낌이에요. 디자인은 진짜 엄청 이뻐서 마음에 드네요~”

관련 레퍼런스

프롬프트 반복으로 LLM 정확도 향상, Google 팀 연구 결과

Wed, 25 Feb 2026 00:00:00 +0000

Google Research 팀이 발표한 논문에서 매우 간단하면서도 강력한 기법을 발견했다. 같은 프롬프트를 그대로 두 번 반복해서 입력하면 대부분의 최신 LLM(Gemini, GPT-4o, Claude, DeepSeek 등)에서 정확도가 크게 올라간다. 추가 비용 없이 단순 반복만으로 성능 향상이 가능하다는 점에서 실용적 가치가 높다.

관련 레퍼런스

Prompt Repetition Improves Non-Reasoning LLMs (논문)

💡 실무 포인트: 중요한 LLM 호출 시 프롬프트 반복 기법 적용 테스트. 정확도가 중요한 분류/추출 태스크에서 비용 대비 효과 검증.