왜 Anthropic이나 OpenAI는 새로운 프로그래밍 언어를 만들지 않을까?

이게 바로 우리가 공통 패턴을 더 쉽게 만들기 위한 추상화의 연속(flask -> django -> fastapi / angular -> react -> next/vue)을 봐온 이유임. 이제 그 흐름은 끝났음. 왜냐하면 react가 충분히 잘 작동하고, html + js를 잘 알기만 하면(모든 웹 기술의 기초니까) 그걸로도 충분히 다 할 수 있기 때문임. 새로운 것은 무엇이든 학습 주기를 거쳐야 하고 증폭되어야 함. 모두가 AI를 사용해 큰 결정을 내리는 상황에선 그런 일이 일어나지 않을 것임. 우리는 이 파이프라인을 끝내고 기본으로 돌아갔음. 이런 시도가 정당화되려면 대규모 목표를 가진 협력적인 스웜과 차세대(혹은 내년쯤의) 지능 업그레이드가 필요할 것임. 흥미로운 사고 실험이네.

내 생각엔 최소 엔트로피 토큰 기반 언어가 될 것 같음. 허깅페이스 사건 때 에이전트들이 썼던 언어랑 비슷할 듯. 에이전트들한테는 효율적이겠지만, 해석 계층 없이는 인간이 이해하기는 거의 불가능할 거임.

동의함. Anthropic은 이미 병목 현상을 발견하면 직접 솔루션을 구축하고 마이그레이션한다는 선례를 남겼음. 여기 소스 제어 관련 이야기에 잘 나타나 있음:

https://www.anthropic.com/research/redesigning-source-control

Rust는 인간을 위해 만들어졌음. 단지 인간의 엔지니어링을 학습한 시퀀스 모방 기계들한테도 효과적이었을 뿐이지.

AI에게 가장 좋은 언어는 데이터셋에 가장 많이 등장하는 언어임. 정의상 최고의 언어는 기존 언어 중 하나, 가장 인기 있고 가장 많이 사용되는 언어임. 새로운 언어를 만드는 건 에이전트가 더 틈새시장의 언어를 쓰게 되어 오히려 멍청해질 뿐이므로 역효과가 날 것임.

EsoBench가 이걸 완벽하게 증명하는 사례지.

다른 프로그래밍 언어들(특히 파이썬)은 모두 LLM에 깊숙이 박혀 있음. 인간의 라벨링에 수십억 달러가 들어갔지. 새로운 프로그래밍 언어를 만들고 모델을 온보딩하는 건 엄청난 노력이 필요하고, 팀의 자원을 엄청나게 잡아먹을 것임. 언어 기능은 대부분 사람을 위한 것이지 버그 수정을 줄이는 데 크게 기여하지 않을 것임. 컴파일러 개선에 기여하는 게 당신이 생각하는 것과 더 가까울 수 있겠지만, Anthropic은 그런 종류의 일은 다른 사람들이 하게 내버려 두고 있음.