Anthropic, Claude 내부의 조용한 작업 공간 발견는 중국어 원문 기사를 한국 독자에게 맞춰 다시 정리한 기사다. 핵심은 Anthropic reports a small internal J-space in Claude that can carry verbalizable concepts before they appear in the final answer.
무엇이 달라졌나
확인 가능한 주요 사실은 Jacobian lens method, sparse concept sets often no more than 25, explained activation variance under 10%, read-write connections up to about 100 times stronger than ordinary representations, France-to-China substitutions, and audit examples involving blackmail or score manipulation이다. 이 숫자들은 발표 문구와 실제 검증 대상을 구분하게 해준다.
왜 중요한가
The work suggests safety evaluation cannot rely only on final text; some relevant model states may be considered but never spoken. AI 산업은 이제 성능 발표만이 아니라 비용, 공급, 규제, 현장 운영까지 함께 평가받고 있다.
다음 관전점
The method remains approximate and token-linked, so the next question is whether it generalizes to other models and production audits. 다음 확인 지점은 벤치마크보다 실제 고객 환경과 장기 사용에서의 안정성이다.
출처 확인: Anthropic research blog, paper Verbalizable Representations Form a Global Workspace in Language Models, Machine Heart and 36Kr, CocoLoop.