모델의 규모를 나타내는 파라미터 수와, 실제로 어떤 기기 몇 대에서 돌릴 수 있는지는 별개의 정보로 제시됐습니다.

같은 '개인용 기기에서 구동'이라도 조건은 서로 달랐습니다. Muse Spark Open은 실제 계산에 쓰이는 활성 파라미터를 42B로 제한한 구조에 Mac Studio 두 대가 필요했고, Qwen3.8-Flash-Next는 모델 용량을 줄이는 양자화 설정(NVFP4)을 적용한 상태에서 GPU 2장을 썼으며, Bonsai 2는 별도 프로그램 없이 브라우저 안에서 실행됐습니다.

제시된 속도 수치도 측정 대상이 같지 않습니다. 약 100 tok/s는 GPU 2장에서의 생성 속도③, 최대 500 tok/s는 브라우저 안의 추론 속도로 소개됐습니다④⑤. 로컬 구동 사례를 비교할 때는 모델 크기, 양자화 형식, 기기 대수, 속도를 어떤 방식으로 쟀는지를 함께 비교할 필요가 있습니다.

최상위 모델 사이의 점수 차가 1~2점 수준이면 순위만으로 모델 간 차이를 설명하기 어렵습니다.

ARC-AGI 결과에서는 비슷한 점수에 서로 다른 비용이 함께 제시됐습니다②. 점수가 좁게 모여 있을 때는 같은 점수를 내는 데 드는 비용처럼 점수 밖의 항목이 모델을 구분하는 정보가 될 수 있습니다.

이번 사례에서 AI는 계산 보조가 아니라 논문의 오류를 찾고 미해결 문제에 답을 내는, 연구 결과물 자체를 다루는 작업에 쓰였습니다.

두 사례는 결과를 뒷받침하는 방식이 다릅니다. 논문 검토는 약 800편이라는 검토 규모와 오류 비율, 연구자들의 정확도 추정이 함께 제시됐고, 최장 경로 문제는 doubleAI가 해결했다고 주장한 결과와 비용이 제시됐습니다.

AI가 낸 연구 결과를 볼 때는 AI가 찾아내거나 주장한 내용과, 사람이 검토해 정확하다고 본 범위를 나눠서 볼 필요가 있습니다. GPT-6.1 Sol 사례에서도 6%·30%는 모델이 찾아낸 오류 비율이고, 90%는 연구자들이 주요 발견의 정확도를 추정한 값입니다①.

AI가 인간 연구자를 따라잡을 시점으로 나온 1~3년, 9개월은 측정된 결과가 아니라 전망이며, 그 근거는 한 사람의 추정과 공개되지 않은 내부 정보였습니다.

특히 9개월 전망은 근거 자체가 공개되지 않아, 발언을 접한 쪽에서는 그 내용을 검토할 방법이 없습니다②. 전망을 내놓은 Patel이 연구소에 증거 공개를 요구한 것도 이런 근거가 외부에 드러나 있지 않다는 점과 맞닿아 있으며, AI 발전 속도에 관한 발언은 전망과 측정 결과, 공개된 근거와 비공개 근거를 구분해서 볼 필요가 있습니다.

Anthropic의 사업성을 둘러싼 이번 논의에서 거론된 두 지표는 매출이 얼마나 빨리 느는지와 연산 비용 대비 매출이 얼마인지로, 서로 다른 질문에 답하는 숫자입니다.

컴퓨트 1달러당 1.7달러 매출은 분모에 어떤 비용이 포함됐는지가 명확하지 않아, 전체 비용을 반영한 수익성과 같은 의미로 읽기 어렵다는 반론이 함께 나왔습니다②. 성장률 둔화와 기업가치 하향 역시 소식통을 인용한 보도에 근거한 내용입니다①.

AI 기업의 수익성 관련 수치를 볼 때는 매출을 어떤 비용과 나눈 값인지, 즉 분모에 연산 비용만 들어갔는지 연구개발비·인건비까지 포함됐는지를 구분해서 볼 필요가 있습니다.