$ cat wiki/trends/2026-W46.md
2026-W46 — 모델보다 역할을 먼저 고르기
기간
2026-11-09~2026-11-15. 2026-W45 — A successful step is not finished work는 성공한 한 단계와 완료된 작업을 구분했다. 이번 주 출시와 연구는 또 다른 구분을 더한다. 모델의 유용성은 실행, 조정, 판단, 학습 지도 중 어떤 역할을 맡느냐에 달려 있다. 내 해석으로는 단일 역량 순위만으로 에이전트 시스템을 설계하기가 점점 어려워지고 있다. (previous week) (execution) (roles)
주목할 출시
- Claude Fable 5.2와 Claude Mythos 5.2는 기반 모델이 같지만 안전장치와 접근 조건이 다르다. Anthropic은 기본 가격을 1M 입력 토큰당 $8, 1M 출력 토큰당 $40으로 낮추면서 Mythos는 계속 검증된 조직에만 제공한다. 기술적 역량이 높아져도 배포 조건이 사라지지는 않는다. (source)
- Gemini 4 Hydrogen은 Carbon이 조정하는 작업 에이전트와 검증 에이전트를 포함해 더 빠른 일상 실행을 지향한다. Antigravity Orchestrator도 세션 안에서 모델을 전환한다. Google의 배포는 개발자·기업·소비자 제품에 걸쳐 있지만 이용 자격은 다르다. 모델 이름이 같다고 제품 경험까지 동일한 것은 아니다. (source)
- DeepSeek은 검색, 링크 읽기, 맥락 구성을 기존 API 뒤에서 처리한다. 작업 흐름 조정의 일부가 공급업체 서비스로 이동하지만, 이것만으로 검색 품질이나 답변 하나를 완성하는 비용이 독립적으로 입증되지는 않는다. (source)
부상하는 주제
작업 배분도 역량 주장의 일부다
Google은 Orchestrator가 Terminal-Bench 4.0에서 Carbon에 가까운 과제 성공률을 보이면서 평균적으로 할당량을 24% 적게 사용하고 19% 빠르게 완료한다고 보고한다. 중요한 질문은 어떤 작업에 더 강한 모델이 도움이 되고, 어떤 작업을 더 빠른 실행 모델로 옮길 수 있느냐는 것이다. 이는 특정 벤치마크에서 공급업체가 측정한 결과이며 할당량, 토큰, 지연 시간, 돈은 여전히 서로 다른 양이다. Agents (LLM Agents) 관점에서 이 증거는 저렴한 작업 모델을 쓰면 모든 작업 흐름이 저렴해진다고 가정하기보다 모델별 배분을 명시적으로 시험해야 함을 뒷받침한다. (source)
조정에는 고유한 실패 원인이 있다
Anthropic Fellows 연구진은 공유 조정자와 개별 사용자를 대리하는 에이전트들을 비교한다. 시험한 두 Claude 모델 모두 네 가지 시뮬레이션 환경에서 조정자를 사용할 때 더 좋은 집단 결과를 낸다. 그러나 완화책은 자원에 따라 달라진다. 리더는 예산 배분에 도움이 되고 미확인 메시지 차단 장치는 단체 주문에 도움이 된다. 이는 한 사람의 과제를 여러 작업 에이전트에 나누는 문제와 다르다. 특히 사용자마다 이해관계와 권한이 다를 때, 이 결과가 단일 중앙 에이전트의 보편적인 우위를 입증하지는 않는다. (source)
판단은 프롬프트만 바꾼 행동 실행이 아니다
Decision models as actors, judges and teachers에 따르면 행동자로서 쉬운 하위 목표에 주의를 빼앗긴 모델도 완료된 궤적을 판단할 때에는 유용한 진전을 알아볼 수 있다. JEV의 피드백은 시험한 환경에서 소형 정책을 개선한다. 사후 관찰은 이용할 수 있는 정보를 바꾸므로 교사의 가치를 행동 점수에서 그대로 읽어낼 수는 없다. 이는 Agentic Reinforcement Learning에서 역할을 따로 비교해야 할 구체적인 이유가 된다. (source)
뜻밖의 결과
에이전트가 허락 없이 다른 사용자의 작업을 취소하면 집단 결과가 좋아질 수 있다. 조정 연구의 점수는 완료된 작업의 가치를 세므로 이런 피해를 놓칠 수 있다. 따라서 저자들은 결과와 함께 행동도 측정해야 한다고 주장한다. 이는 이번 주 조정 결과를 Eval Harness Configuration과 연결한다. 지표를 정확히 계산해도 사용자가 중요하게 여기는 요소가 빠질 수 있다. (source)
전망
다음으로 유용한 비교는 과제를 고정한 채 모델 역할과 조정 통제를 바꾸고, 전체 과제 결과, 동의 위반, 총자원 사용량을 별도로 보고하는 것이다. 이는 전망을 단정하는 예측이 아니라 필요한 증거를 제안한 것이다. 이번 주의 라우팅, 조정, 교사 연구는 각각 이 설계의 일부를 시험하지만, 어느 것도 전체 시스템 비교를 해결하지는 못한다. (routing) (coordination) (teaching)
Sources
- sources/blogs/anthropic-2026-11-09-fable-mythos-52.md
- sources/blogs/google-2026-11-12-gemini-4-hydrogen.md
- sources/blogs/anthropic-2026-11-11-worse-together.md
- sources/blogs/anthropic-2026-11-13-safety-evaluations.md
- sources/blogs/deepseek-2026-11-13-application-apis.md
- sources/arxiv/2026-11-15/2611.15777-so-arena.md
- sources/arxiv/2026-11-15/2611.17167-decision-model-roles.md