[OpenMythos] 위험해서 봉인됐던 AI를 깨운 22세 청년: 오픈미토스의 충격적 역설계 | 인류를 위협한 '글래스윙 프로젝트'의 부활, 잠재 공간 추론이

00:00 위험성 때문에 봉인된 AI와 이를 깨운 22세 청년의 역설계 이야기 소개 00:23 프로젝트 글래스윙의 위협과 카이 고메즈에 의해 해방된 오픈미토스 02:27 무작정 파라미터를 키우는 시대의 종말과 4가지 아키텍처 혁신 예고 03:25 구조적 혁신: 레이어를 쌓는 스태킹 방식과 반복하는 루핑 방식의 비교 04:30 추론 방식의 변화: 텍스트 출력 병목을 해결하는 잠재 공간(Latent Space) 05:08 잠재 공간 내에서의 다중 경로 동시 탐색(BFS)을 통한 추론 속도 극대화 06:44 적응형 계산 시간(ACT) 기술을 이용한 난이도별 동적 연산 리소스 할당 08:31 MLA와 Sparse MoE 기술을 통한 메모리 압축 및 파라미터 효율 극대화 12:24 깊이 외삽법(Depth Extrapolation)을 이용한 미학습 고난도 문제의 자율 해결 15:08 기존 GPT 계열 모델과 오픈미토스의 4가지 핵심 기술적 차이점 요약 16:30 AI 스케일링 법칙의 패러다임 변화: 모델의 크기에서 추론의 깊이로