정의
Frontier AI 모델(특히 Anthropic Opus 라인)의 릴리스 간격이 평균 약 70일로 단축되는 현상. 이는 모델 학습-배포-개선의 피드백 루프가 기하급수적으로 가속화되고 있음을 보여준다.
핵심 속성
- 평균 간격: Opus 기준 70~100일 → 최근 70일 (4.0→4.1→4.5→4.6→4.7)
- 티어별 차이:
- Opus (고급): 간격 계속 단축 (수요 집중)
- Sonnet/Haiku (중급/경량): 간격 오히려 증가 (자원 재분배)
- 원동력:
- Knowledge Distillation (KD)를 통한 단일 big model→여러 티어 분기
- 경쟁 압력 (OpenAI, Google)과 IPO 마케팅 전략
- 영향:
- 사용자: 잦은 프롬프트 조정, 토큰 비용 변동 (4.7은 1.3~1.4배 증가)
- 기업: 70일마다 새로운 모델 적응 작업 필요
관계
- 20260607-capability-overhang-and-extraction — Capability Overhang은 릴리스 가속의 배경이 되는 현상
- 20260607-claude-code-evolution — Claude Code와 같은 애플리케이션 레이어가 모델 변화에 대응하는 사례
- 20260607-knowledge-distillation-frontier — Knowledge Distillation은 릴리스 간격을 단축시키는 핵심 기술
인용
“이 간격을 평균 내면 대략 한 70일 간격마다 모델이 나온다고 봐야 돼요.” — 최승준 “원래 고급 모델은 조금 쓰고 Sonnet 같은 걸 작업에 많이 쓰는 형태가 될 줄 알았는데 사람들은 항상 최고의 모델을 좋아한다.” — 노정석
출처
- 📎 클리핑: 20260613-ep98-ko-transcript