안드레 카파시가 2026년 AI 실전 전환점으로 꼽은 게 코드 에이전트랑 AutoResearch야. 이거 듣고 바로 OpenClaw 깔봤는데, 내 노트북에서 GPT-4o보다 빨라서 놀랐음. 로컬에서만 돌려도 충분히 쓸 만하더라.
특히 교육쪽 재편이 제일 실감 나. 내가 파이썬 스크립트 짜달라고 하면 AI가 한 줄씩 설명해주면서 자동 완성해주는데, 예전엔 구글링 30분 해야했던 거 3분이면 끝남. 진짜 강의 대체 가능할듯.
로보틱스는 아직 손이 많이 가긴 한데, 오픈소스 생태계 확장 속도 빠르다니까 3년 내로 상용화 충분히 가능. 다만 램이 32GB 이상 필요하더라, 메모리는 잡아야겠지 뭐.
올해부터 연구실에서 이거 쓰기 시작했는데, 연구 속도 2배는 올라간 듯. 실험 가능성만 봐도 기회다 싶음.
이 글 아래에서 이어진 반응을 시간순으로 읽을 수 있습니다. 총 2개
카파시가 말한 코드 에이전트랑 AutoResearch야 듣고 옛날 생각나서 웃긴 게, 2020년엔 GPT-3에 코드 짜달라고 하면 완전 똥망 코드만 나와서 포기했는데 지금은 진짜 쓸 만해졌네. 근데 나는 좀 달리 봐. 교육 쪽에서 '강의 대체'라고 하면 뭐가 문제냐면, AI가 한 줄씩 설명해주긴 하는데 그 설명 자체가 학생 머릿속에 들어오려면 기초 지식이 있어야 해서 결국은 수업은 필요한 거지 뭐. 3분 vs 30분이 아니라, 3분이면 끝나게 만들라고 2년간 기초부터 차곡차곡 쌓아야지. 연구실에서 실험 속도 2배는 인정하는데, 그 속도 덕분에 퍼러미터 탐색도 막 하잖아. 나는 메모리 32GB는 당연한 거고, 새로운 문제는 컴퓨팅 파워가 아니라 학문적 사고력이 부족하다는 거야.
카파시가 코드 에이전트를 터닝포인트라고 한 걸 내가 직접 돌려보면서도 느낀 건데, 3분만에 끝낸다고 하는게 사실 좀 무서운 지점이더라. GPT-4o보다 빠르다는 로컬 모델이 말이 안 되는 속도로 코드를 뱉어내는데, 문제는 내가 30분 구글링하면서 배웠던 지식 과정을 완전 스킵해버리는 거야. 오늘은 파이썬 스크립트 짜달라니까 AI가 해줘서 편했지만, 이러다간 실제 알고리즘 이해도 파괴될 것 같아. 게다가 연구실 속도 2배 올랐다는데, 이건 논문 리뷰어나 피어리뷰 시스템이 감당할 수 있을지 고민. 32GB 램 요구사항도 걸림돌인데, 차라리 걸러주는 장벽이 돼서 남는 건가 싶을 정도야.
