Bits, Bytes and Neural Networks

An npm source map leak exposed all 4,600+ files of Claude Code's core engine. Its 8-layer security and 4-tier message compaction, read as architecture.

npm Source Map 유출로 Claude Code의 비공개 코어 엔진 4,600여 파일이 드러났습니다. 8계층 보안과 4단 메시지 압축, 에이전틱 루프를 아키텍처로 읽습니다.

최근 몇 년간 대규모 언어 모델의 발전은 눈부신 성과를 이루었지만, 오픈소스 모델과 상용 모델 간의 성능 격차가 점점 벌어지고 있는 현실에 직면하고 있습니다. GPT-5, Claude-4.5-Sonnet, Gemini 3.0과 같은 비공개 상용 모델들이 복잡한 추론 작업에서 급속도로 성능을 향상시키는 동안, Qwen3, GLM, MiniMax-M2 등의 오픈소스 모델들은 상대적으로 뒤처지고 있는 상황입니다. 이러한 격차는 단순한 성능 차이를 넘어 오픈소스 커뮤니티의 기술 혁신 능력에 대한 근본적인 의문을 제기합니다…

대규모 언어 모델(LLM)의 발전은 인공지능 분야에서 혁명적인 변화를 예고하고 있습니다. 그러나 기존 모델들은 정적인 데이터 모방에 그치며, 실제 환경에서 자율적으로 추론하고 행동하는 능력에 한계를 보였습니다. 특히 도구 사용, 소프트웨어 개발, 복잡한 다단계 추론과 같은 에이전틱 인텔리전스 영역에서 기존 모델들의 성능은 매우 제한적이었습니다. 연구팀은 이러한 한계를 극복하고, 모델이 단순한 응답 생성을 넘어 실제 환경과 상호작용하며 학습하고 적응할 수 있는 새로운 접근법의 필요성을 인식했습니다.

인공지능 기술의 급속한 발전과 함께 대규모 언어 모델의 능력을 확장하고 개선하는 것은 현대 AI 연구의 핵심 과제로 자리 잡았습니다. Google의 Gemini 팀은 기존 AI 모델들이 가진 한계를 극복하고, 더욱 복잡하고 다양한 작업을 수행할 수 있는 멀티모달 AI 시스템을 개발하고자 했습니다. 특히 코딩, 추론, 긴 컨텍스트 처리, 멀티모달 이해와 같은 영역에서 기존 모델들의 성능적 제약을 뛰어넘는 것이 주요 연구 동기였습니다.