2026년 07월 03일 - Fable 5가 제일 비싸지만 제일 잘함, 벤치마크 재현 안 되는 문제, 스페이스X가 산 Cursor

AI · ML

AI · LLM

코딩 벤치마크서 Fable 5, 1등인데 제일 비쌈

CursorBench 3.1

• Cursor가 자체 코딩 벤치마크 CursorBench 3.1 결과를 공개함. Fable 5 Max가 72.9%로 1위를 차지했지만 작업당 평균 비용이 $18.02로 전체 모델 중 가장 비쌈. Fable 5 Extra High(72.0%, $13.74), High(70.6%, $10.81), Medium(69.8%, $8.27) 등 강도별 변형도 상위권을 휩쓺.
• 2위는 Opus 4.7 Max(64.8%, $11.02)였고, 가성비로 보면 Composer 2.5가 63.2% 점수를 단돈 $0.55에 뽑아내 눈에 띔. GPT-5.5 Extra High도 64.3%를 $4.37에 달성해 중간 지점을 차지함.
• 이번 3.1 버전은 코드베이스 이해, 버그 찾기, 계획 수립, 코드 리뷰 문제를 새로 추가하고 일부 편집 과제의 채점 기준도 개선함. 작업당 비용은 각 모델의 공개 토큰 단가(입력/캐시read/캐시write/출력)를 실제 사용 토큰에 적용해 계산.
• Cursor CEO Michael Truell은 Fable 5를 "CursorBench 기준 SOTA 모델"이라 평가함 — 다만 점수 차가 작은 구간은 통계적으로 유의미하지 않을 수 있다는 단서도 붙음.

AI · 연구

코딩 에이전트 성능 벤치마크, 사실 재현도 잘 안 되는 경우 많음

Are Performance-Optimization Benchmarks Reliably Measuring Coding Agents?

• GSO, SWE-Perf, SWE-fficiency 같은 리포지토리 단위 성능 최적화 벤치마크를 검증한 논문이 나옴. 저자들은 740개 코드 최적화 과제의 공식 레퍼런스 패치를 구글 클라우드 머신 4종에서 재실행(replay)해봤는데, 원래 벤치마크의 유효성 기준을 모든 머신에서 통과한 건 GSO 102개 중 39개, SWE-Perf 140개 중 11개, SWE-fficiency 498개 중 411개에 불과함.
• 특히 SWE-Perf는 레퍼런스 패치 상당수가 런타임 변화가 거의 0에 가까워 가장 취약한 벤치마크로 지목됨.
• 리더보드 채점 방식에 따라 순위가 크게 흔들린다는 점도 확인함 — GSO와 SWE-fficiency에 동시 제출된 8개 공개 제출물을 비교하면 28개 쌍 중 9개에서 두 벤치마크의 공식 순위가 서로 엇갈렸고, SWE-fficiency 채점식은 가장 부실한 과제 10개에 58.5~82.8%라는 과도한 가중치를 부여함.
• 그럼에도 10개 공개 제출물 중 최소 하나가 유효 재현 과제의 85.3%(384/450)에서 레퍼런스 패치와 동등하거나 앞섰고, 최적화 전 코드 대비로는 99.8%(449/450)에서 이겼음 — 벤치마크 신뢰도 문제와 별개로 실제 최적화 능력 자체는 존재한다는 뜻.

AI · 연구

RL 학습, 사실 트랜스포머 레이어 딱 하나만 건드려도 됨

Is One Layer Enough? Training A Single Transformer Layer Can Match Full-Parameter RL Training

• Qwen3, Qwen2.5 등 7개 모델과 GRPO, GiGPO, Dr. GRPO 3개 RL 알고리즘을 조합해 레이어별 기여도를 분석한 논문이 나옴. 전체 파라미터를 다 업데이트하는 기존 RL 후처리 방식과 달리, 트랜스포머 레이어 딱 하나만 학습시켜도 전체 RL 학습 효과의 대부분을, 어떤 경우엔 그 이상을 회복함.
• 가장 기여도 높은 레이어를 골라 학습하면 전체 RL 개선분의 최대 114%까지 회복한 반면, 기여도 낮은 레이어는 30% 미만에 그침.
• 기여도 높은 레이어는 항상 트랜스포머 스택 중간부에 몰려 있고, 입력·출력에 가까운 레이어는 상대적으로 기여가 작다는 패턴이 수학 추론, 코드 생성, 에이전틱 의사결정 등 여러 과제 영역에서 일관되게 나타남.
• 레이어 순위가 데이터셋, 과제, 모델 계열, RL 알고리즘을 바꿔도 강하게 유지된다는 점에서 RL 파인튜닝 비용을 크게 줄일 수 있는 실마리로 주목받는 중.

개발 · 플랫폼

개발 · 보안

구글이 안드로이드 40억 대에 심은 '바이러스', F-Droid가 정면 비판함

Android Developer Verification: Threat masquerading as protection

• 오픈소스 앱스토어 F-Droid가 구글의 "Android Developer Verifier(ADV)"를 강한 어조로 비판하는 글을 올림 — 백그라운드에서 루트 권한으로 조용히 상주하며 원격 활성화를 기다리는 프로세스로, 안드로이드 8 이상 기기 약 40억 대에 이미 깔려 있고 사용자가 끄거나 지울 수 없다고 지적함.
• 이 기능은 Play Protect(구글의 악성코드 탐지 서비스)를 통해 배포되는데, 구글 스스로가 이 프로세스를 전파하는 주체라는 점, 그리고 활성화되면 구글에 중앙 등록되지 않은 개발자의 소프트웨어 실행을 막는 게 유일한 목적이라는 점을 문제 삼음.
• 구글은 2026년 9월부터 모든 안드로이드 개발자 — 개인 간 공유 앱, F-Droid 배포 앱, 취미로 만든 앱까지 포함 — 에게 중앙 등록을 요구할 예정. F-Droid는 이 정책이 악성코드 확산 방지에 실질적 효과가 없다고 반박하며, Play 스토어 자체도 악성코드 유통 경로였다는 점을 근거로 듦.
• EFF, FSF, ACLU 등 70여 개 단체가 서명한 'Keep Android Open' 공동성명과 change.org 청원 서명 10만 건이 모였고, F-Droid 앱의 약 85%가 패키지 ID 충돌로 등록 자체가 막힐 수 있다는 우려도 나옴 — 18년 된 안드로이드 오픈 생태계 전통이 시험대에 오른 셈.

개발 · 툴

GitHub Copilot에 처음으로 오픈웨이트 모델 들어옴 — 중국산 Kimi K2.7

Kimi K2.7 Code is generally available in GitHub Copilot

• Moonshot AI의 오픈웨이트 모델 Kimi K2.7 Code가 GitHub Copilot 모델 피커에 정식 추가됨. Copilot 사상 최초로 선택 가능한 오픈웨이트 모델이라는 점이 핵심.
• MoE(전문가 혼합) 구조로 총 파라미터 1조 개, 토큰당 활성 파라미터 320억 개 규모. 마이크로소프트 Azure에서 GitHub이 직접 호스팅하며 제공사 정가 기준 사용량 과금 방식으로 청구됨.
• Copilot Pro, Pro+, Max 플랜에 우선 순차 롤아웃되고 VS Code 1.127.0 이상, Visual Studio 17.14.6 이상, JetBrains, Xcode, Eclipse, Copilot CLI 등 대부분의 표면에서 선택 가능함. Business·Enterprise는 기본 비활성 상태라 관리자가 정책을 직접 켜야 함.
• 보안·컴플라이언스·데이터거버넌스 요건을 자체 검토한 뒤 활성화하라는 권고가 붙었음 — 저비용 오픈웨이트 모델을 조직 차원에서 도입할 때 따르는 표준적인 신중론.

산업 · 비즈니스

산업 · 빅테크

스페이스X가 6백억 달러에 산 Cursor, 앤스로픽·오픈AI 모델 계속 팔 수 있나

Can Cursor Remain a Platform for OpenAI and Anthropic's Models Inside SpaceX?

• 지난달 스페이스X가 AI 코딩 스타트업 Cursor(운영사 Anysphere)를 6백억 달러 규모 자사 주식으로 인수하기로 확정함. 거래는 2026년 3분기 마감 예정이고, 스페이스X는 지난 4월 이미 6백억 달러 완전 인수 또는 100억 달러 파트너십 중 택할 수 있는 옵션을 확보해둔 상태였음.
• Cursor는 사용자 100만 명 이상, 연환산 매출 수십억 달러 규모의 AI 코딩 도구로, 자체 모델을 훈련하면서도 Anthropic·OpenAI 등 여러 AI랩의 모델을 사용자가 골라 쓸 수 있게 하는 '개방형 플랫폼' 전략으로 성장함.
• 인수 후에도 이 개방형 플랫폼 구조를 유지할 계획이라고 Cursor 측 관계자들이 전했지만, 경쟁사 Factory의 공동창업자 Eno Reyes는 "결정이 흑백으로 나뉜 문제가 아니다"라며 불확실성을 지적함.
• Cursor는 그동안 Anthropic·OpenAI의 최대 고객 중 하나였던 동시에 Claude Code, Codex라는 자체 코딩 제품으로 두 랩과 직접 경쟁하는 관계이기도 했음 — 스페이스X 인수로 이 경쟁 구도가 더 첨예해질 가능성이 큼.