“선택 가입이면 아무도 안 할 겁니다” Twitch가 AI 학습을 기본값으로 켰습니다
사실과 해설 더 보기
Twitch는 8월 12일 채널의 방송 영상과 음성을 Amazon의 생성형 AI 콘텐츠 모델 학습에 쓰는 설정을 추가했습니다. 설정은 기본으로 켜져 있어 원하지 않는 창작자가 채널 설정의 보안·개인정보 메뉴에서 직접 꺼야 합니다. Twitch 공식 방송에는 약 3,000명이 참여했고, 최고제품책임자 Mike Minton은 왜 선택 가입이 아니냐는 질문에 “선택 가입이면 아무도 선택하지 않을 것”이라고 답했습니다. 그는 Amazon이 과거 어떤 콘텐츠를 학습에 썼는지는 모른다고도 말했습니다.
처음엔 개인정보 설정 하나처럼 보였는데, 회사의 설명이 더 오래 남았습니다. 전에는 방송을 공개한다는 선택과 그 영상·목소리로 새 AI를 훈련한다는 선택을 같은 것으로 보기 어려웠습니다. 이번에는 플랫폼이 둘을 기본값으로 묶고, 원하지 않는 사람이 찾아가서 끄게 했습니다. 매일 얼굴과 목소리를 쌓는 1인 창작자에게 이건 단순 약관 문제가 아닙니다. 내 말투와 작업 장면이 모델 재료가 될지를 누가 먼저 정하는지의 문제입니다. 다만 이 설정을 꺼도 추천, AutoMod, 후원 연결 같은 Twitch의 다른 AI 지원 용도까지 중단되지는 않습니다. 또 실제 학습 데이터의 범위와 삭제 방식은 공개 설명만으로 확인되지 않았습니다.
짧게 볼 변화
길게 설명하지 않아도 직접 확인할 가치가 있는 자료입니다.
수학자가 아닌 직원이 ‘한번 풀어봐’라고 하자, Claude는 60개 에이전트를 하루 반 돌렸습니다
사실과 해설 더 보기
Anthropic의 수학 비전문 직원 Jarred Sumner가 미공개 연구용 Claude에게 리만 가설을 시도하게 했습니다. 가설 자체는 풀지 못했지만 관련 문제의 알려진 하한을 41.6%에서 67.2%로 높였다고 회사는 밝혔습니다. Claude는 처음 650개 아이디어에 실패한 뒤 약 60개 하위 에이전트를 하루 반 조정했고, 2,400개 셸 명령과 수백 개 Python 스크립트를 실행했습니다. Anthropic 수학자 두 명과 외부 전문가가 결과를 검토했고 형식 검증 가능한 증명도 공개됐지만, 동료평가 논문이나 공개 모델은 아닙니다.
눈에 들어온 건 어려운 수학보다 일의 분업 방식입니다. 한 챗봇이 답을 내는 대신 아이디어 생성, 반례 찾기, 논문 54편 확인, 독립 재증명, 글쓰기를 여러 에이전트가 서로 검토했습니다. 전에는 전문가가 각 단계를 직접 이어 붙였다면, 이제 비전문가도 큰 탐색을 시작할 수 있습니다. 그렇다고 검증 책임까지 사라진 건 아닙니다. 3,100만 출력 토큰의 비용, 미공개 모델의 재현성, 잘못된 증명을 걸러낼 전문가 시간이 공개되지 않았습니다. 개발팀이라면 ‘에이전트를 몇 개 붙였나’보다 실패 아이디어를 버리고 독립 검증을 통과시키는 구조를 먼저 봐야 합니다.