Andrej Karpathy

AI 모델을 쓰는 방식이 또 한 번 근본적으로 바뀌고 있어요. 웹사이트에서 앱으로, 이제는 조직 전체에 녹아드는 팀원으로 — Andrej Karpathy는 이 흐름을 LLM UI/UX(대형 언어 모델 사용자 경험)의 세 번째 대전환이라 부르며, 그 변화가 실제로 작동하고 있다고 말해요.

AI는 이제 ‘방문하는 곳’이 아니라 ‘함께 일하는 동료’

Imo this is the 3rd major redesign of LLM UIUX. The first paradigm was that the LLM is a website you go to, the second was that it is an app you download to your computer. This third one is that it is a self-contained, persistent, asynchronous entity with org-wide tools and context, working alongside teams of humans. It really takes a while to wrap your head around it, but it works and it is awesome.

^[1]

첫 번째 패러다임은 챗GPT 같은 웹사이트, 두 번째는 PC에 설치하는 앱이었어요. 세 번째는 조직 전체의 도구·컨텍스트·보안에 연결된 채 비동기적으로 작동하는 독립적 존재예요. 사람에게 말 걸듯 대화하면 다양한 업무를 처리해주는 이 모델은, 툴·연동·컴퓨팅 환경·메모리·보안 등 하부 엔지니어링이 갖춰졌을 때 비로소 팀에 자연스럽게 합류하는 방식으로 완성돼요.

AI 칩과 3D 생성, Karpathy가 주목한 두 가지 흐름

↻ 공유한 글

RT @Etched: We’re coming out of stealth.

We’ve built our first racks after a successful A0 tapeout, $1B+ in customer contracts, and $800m…

^[2]

Karpathy가 공유한 글에 따르면, AI 전용 칩 스타트업 Etched가 스텔스 모드를 벗어나 첫 랙 구축과 10억 달러 이상의 고객 계약, 8억 달러 규모 자금 조달을 발표했어요. 범용 GPU 중심의 AI 인프라에서 벗어나 특정 모델 아키텍처에 최적화된 전용 칩 경쟁이 본격화되고 있다는 신호예요.

↻ 공유한 글

RT @petergostev: I spent a LOT of time through the hardest 3D prompts at Fable, it is a 45 min video, but I have 60+ very cool demos for yo…

^[3]

Karpathy가 주목한 또 다른 글은 Fable의 3D 생성 AI 데모예요. 45분 분량의 영상에 60개 이상의 사례를 담은 이 콘텐츠는, 텍스트·이미지 중심이었던 생성 AI가 3D 공간으로 본격 확장되는 흐름을 보여줘요.

Karpathy의 시선은 단순한 기능 소개를 넘어 AI가 인간 조직 안에 구조적으로 편입되는 방식에 꽂혀 있어요. 칩 인프라부터 3D 콘텐츠, 그리고 팀원으로서의 AI까지 — 그가 포착하는 흐름은 모두 AI가 ‘도구’에서 ‘구성원’으로 전환되는 큰 그림을 향하고 있어요.

📚 출처 (Sources)

1. [1]@karpathy on 𝕏 · 2026-06-23 — “This is a new paradigm for interacting with Claude that is significantly more “inline” wit…”
2. [2]↻ RT@karpathy on 𝕏 · 2026-06-30 — “We’re coming out of stealth.

   We’ve built our first racks after a successful A0 tapeout, $…”

3. [3]↻ RT@karpathy on 𝕏 · 2026-07-04 — “I spent a LOT of time through the hardest 3D prompts at Fable, it is a 45 min video, but I…”

AI 모델의 성능이 벤치마크 숫자를 넘어 실제 작업 방식을 바꾸는 수준에 이르렀다는 목소리가 커지고 있어요. Andrej Karpathy는 최근 Claude 최신 모델의 질적 도약을 직접 체감하면서, 소프트웨어를 만드는 방식 자체가 달라지고 있다고 말해요. 여기에 SpaceX의 성취와 의학 분야의 조용한 혁신까지, 기술 전반에 걸친 변곡점을 포착한 트윗들이 눈에 띄어요.

AI 코딩 도구의 질적 도약 — “이제 야망 있는 작업을 맡겨도 된다”

The model “gets it” and it will just go, and it’s never felt this tempting to stop looking at the code at all (but don’t do this in prod!). I feel a lot of things changing as working software increasingly comes out on a tap. The Jevon’s paradox kicks in and I feel my own demand for software growing substantially.

^[1]

Karpathy는 Claude의 최신 릴리스가 단순한 성능 개선이 아니라 “메이저 버전 업”에 해당하는 질적 변화라고 평가해요. 특히 어렵고 긴 문제 해결 세션에서 모델이 의도를 파악하고 스스로 진행하는 능력이 두드러진다고 짚었어요. 동시에 그는 제번스의 역설(Jevons’ paradox — 효율이 높아질수록 수요가 오히려 늘어나는 현상)을 언급하며, 소프트웨어를 뚝딱 만들 수 있게 되자 오히려 원하는 것이 더 많아졌다고 솔직하게 고백했어요.

기술 혁신은 AI만이 아니다 — SpaceX와 의학의 ‘조용한 기적’

In awe of SpaceX and its story – past, present and the future. You can think about it in 10+ different ways and continue re-blowing your mind in circles.

^[2]

Karpathy는 SpaceX의 여정을 어떤 각도에서 바라봐도 계속해서 경이롭다고 표현했어요. 한편 그가 공유한 글에 따르면, 최근 5주 사이 비만 치료제 retatrutide를 포함한 여러 의학적 성과들이 잇따라 발표되며 의학계에서도 ‘기적의 한 달’이 조용히 흘러갔다고 해요.

↻ 공유한 글

This has quietly been a miracle month in medicine. In the last 5 weeks we’ve got news on: retatrutide, the triple agoni…

^[3]

Karpathy가 이 글에 주목한 건, AI 외의 영역에서도 변화의 속도가 심상치 않다는 신호로 읽혀요. 소프트웨어, 우주, 의학이 동시에 가속하는 흐름에 그의 관심이 고르게 향해 있는 거예요.

Karpathy의 시선은 특정 기술 하나에 머물지 않고, 여러 분야가 동시에 임계점을 넘는 순간을 포착하는 데 향해 있어요. AI 도구가 일상적 소프트웨어 개발을 바꾸는 지금, 그 변화가 얼마나 넓고 깊게 퍼지고 있는지를 다시 한번 생각하게 만드는 큐레이션이에요.

📚 출처 (Sources)

1. [1]@karpathy on 𝕏 · 2026-06-09 — “This is a super exciting release – Claude Fable 5 is the same underlying model as Mythos b…”
2. [2]@karpathy on 𝕏 · 2026-06-12 — “In awe of SpaceX and its story – past, present and the future. You can think about it in 1…”
3. [3]↻ RT@karpathy on 𝕏 · 2026-06-02 — “This has quietly been a miracle month in medicine.

   In the last 5 weeks we’ve got news on…”

Andrej Karpathy가 최근 두 가지 큰 소식을 전했어요. 하나는 Anthropic 합류라는 개인적 전환점이고, 다른 하나는 AI와 인간이 정보를 주고받는 방식 자체가 근본적으로 바뀌고 있다는 통찰이에요. 두 이야기 모두 “AI의 다음 단계는 어떤 모습인가”라는 질문과 맞닿아 있어요.

새로운 출발 — Anthropic 합류

Personal update: I’ve joined Anthropic. I think the next few years at the frontier of LLMs will be especially formative. I am very excited to join the team here and get back to R&D. I remain deeply passionate about education and plan to resume my work on it in time.

^[1]

Karpathy는 Anthropic에 합류하며 LLM(거대 언어 모델) 최전선의 향후 몇 년이 특히 중요한 형성기가 될 것이라고 밝혔어요. R&D(연구·개발) 현장으로 돌아가는 것에 대한 기대감을 드러내면서도, 교육에 대한 열정은 계속 이어갈 것임을 강조했어요.

AI 출력의 진화 — 텍스트에서 인터랙티브 영상으로

More generally, imo audio is the human-preferred input to AIs but vision (images/animations/video) is the preferred output from them. Around a ~third of our brains are a massively parallel processor dedicated to vision, it is the 10-lane superhighway of information into brain. As AI improves, I think we’ll see a progression that takes advantage: 1) raw text 2) markdown 3) HTML …n) interactive neural videos/simulations

^[2]

Karpathy는 인간이 AI에게 정보를 줄 때는 음성(오디오)을 선호하고, AI가 정보를 돌려줄 때는 시각적 형태가 훨씬 효과적이라고 설명해요. 뇌의 약 3분의 1이 시각 처리에 할당된 만큼, AI 출력도 단순 텍스트에서 마크다운, HTML을 거쳐 궁극적으로는 확산 신경망(diffusion neural net)이 실시간으로 생성하는 인터랙티브 영상으로 발전할 것이라는 전망이에요. 지금 당장 실천할 수 있는 팁으로는, LLM에게 응답을 HTML 형식으로 구성해 달라고 요청한 뒤 브라우저에서 열어보는 방법을 추천했어요.

Karpathy의 시각은 AI 발전을 단순한 모델 성능 경쟁이 아닌, 인간과 AI가 정보를 교환하는 인터페이스 자체의 진화로 바라봐요. Anthropic에서의 새 여정이 이 방향성과 어떻게 맞물릴지 주목할 만해요.

📚 출처 (Sources)

1. [1]@karpathy on 𝕏 · 2026-05-19 — “Personal update: I’ve joined Anthropic. I think the next few years at the frontier of LLMs…”
2. [2]@karpathy on 𝕏 · 2026-05-11 — “This works really well btw, at the end of your query ask your LLM to “structure your respo…”

AI 연구자 Andrej Karpathy가 최근 LLM(거대 언어 모델)을 활용하는 방식이 크게 바뀌었다고 밝혔어요. 코드를 짜는 도구로만 쓰던 LLM을, 이제는 지식을 체계화하고 관리하는 엔진으로 쓰고 있다는 거예요. 이와 함께 소프트웨어 공급망 보안의 심각성과 AI가 민주주의를 강화할 수 있다는 통찰도 함께 나눴어요.

LLM으로 나만의 개인 위키를 만드는 법

raw data from a given number of sources is collected, then compiled by an LLM into a .md wiki, then operated on by various CLIs by the LLM to do Q&A and to incrementally enhance the wiki, and all of it viewable in Obsidian. You rarely ever write or edit the wiki manually, it’s the domain of the LLM. I think there is room here for an incredible new product instead of a hacky collection of scripts.

^[1]

Karpathy는 논문, 기사, 이미지 등 원본 자료를 수집한 뒤 LLM이 자동으로 마크다운 위키로 ‘컴파일’하게 하는 워크플로를 공유했어요. 위키가 약 100개 문서·40만 단어 규모로 커지면 LLM에게 복잡한 질문을 던지고, 그 답변을 다시 위키에 누적해 지식을 계속 쌓을 수 있다고 해요. 직접 문서를 편집할 필요 없이 LLM이 위키를 유지·보수한다는 점이 핵심이에요.

The idea of the idea file is that in this era of LLM agents, there is less of a point/need of sharing the specific code/app, you just share the idea, then the other person’s agent customizes & builds it for your specific needs.

^[2]

이 트윗이 크게 퍼지자 Karpathy는 코드 대신 ‘아이디어 파일’을 공유하는 새로운 방식을 제안했어요. LLM 에이전트 시대에는 완성된 앱을 배포하는 것보다 아이디어를 공유하면 각자의 에이전트가 맞춤 제작하는 형태가 더 효율적이라는 거예요. 이 접근의 연장선에서 그는 개인 정보를 로컬 파일로 관리하고 어떤 AI든 연결해 쓸 수 있는 ‘파일 우선(File over App)’ 개인화 철학도 강조했어요.^[5]

소프트웨어 공급망 공격과 AI 시대의 민주적 투명성

Supply chain attacks like this are basically the scariest thing imaginable in modern software. Every time you install any dependency you could be pulling in a poisoned package anywhere deep inside its entire dependency tree. This is especially risky with large projects that might have lots and lots of dependencies.

^[3]

litellm과 npm axios에서 잇따라 발생한 공급망(supply chain) 공격을 직접 분석하며, 단순한 pip install 한 줄이 SSH 키·클라우드 인증 정보·암호화폐 지갑까지 유출시킬 수 있다고 경고했어요.^[6] 그는 이를 계기로 외부 의존성(dependency)을 최소화하고 LLM으로 필요한 기능을 직접 구현하는 쪽을 선호하게 됐다고 밝혔어요.

Government accountability has not been constrained by access, it has been constrained by intelligence — the ability to process a lot of raw data, combine it with domain expertise and derive insights.

^[4]

AI가 정부를 향한 ‘역(逆) 투명성’을 가능하게 한다는 전망도 내놨어요. 4000페이지짜리 예산안, 로비 공시, 입법 기록처럼 공개는 되어 있지만 사실상 읽기 불가능했던 데이터를 LLM이 누구나 분석할 수 있게 해준다는 논지예요. 이는 전문 언론인만의 영역이었던 정보 처리 능력이 일반 시민에게도 열리는 변화를 뜻해요.

Karpathy의 최근 행보는 LLM을 단순 도구가 아닌 지식 인프라로 바라보는 시각으로 수렴해요. 개인 위키부터 공급망 보안, 민주주의 투명성까지, 그의 관심사는 모두 “정보를 어떻게 다루고 누가 통제하는가”라는 하나의 질문으로 이어지고 있어요.

📚 출처 (Sources)

1. [1]@karpathy on 𝕏 · 2026-04-02 — “LLM Knowledge Bases

   Something I’m finding very useful recently: using LLMs to build perso…”

2. [2]@karpathy on 𝕏 · 2026-04-04 — “Wow, this tweet went very viral!

   I wanted share a possibly slightly improved version of t…”

3. [3]@karpathy on 𝕏 · 2026-03-24 — “Software horror: litellm PyPI supply chain attack.

   Simple `pip install litellm` was enou…”

4. [4]@karpathy on 𝕏 · 2026-04-04 — “Something I’ve been thinking about – I am bullish on people (empowered by AI) increasing t…”
5. [5]@karpathy on 𝕏 · 2026-04-04 — “Farzapedia, personal wikipedia of Farza, good example following my Wiki LLM tweet.

   I real…”

6. [6]@karpathy on 𝕏 · 2026-03-31 — “New supply chain attack this time for npm axios, the most popular HTTP client library with…”