로컬·엣지에 작은 모델을 붙이려는 사람은 성능표부터 연다. 성능표부터 여는 순서는 LFM2.5 에이전트를 검토할 때 오히려 걸림돌이 된다. Liquid AI가 공개한 LFM2.5-2.6B 모델 카드에는 '에이전트용'이라는 표시가 있다. 그 표시가 가리키는 범위부터 짚어야 한다. 이름에 LFM2.5 에이전트라는 표현이 붙었다고 모델 혼자 함수를 실행하는 건 아니다. 모델이 맡는 일은 호출 형식을 만드는 데서 끝난다. 호출을 실제로 돌리고 결과를 붙이는 일은 호스트 쪽 몫이다. 이 분리가 LFM2.5 에이전트 연결에서 가장 먼저 걸리는 지점이다. 배포 형식은 트랜스포머·vLLM·SGLang용 네이티브 체크포인트, llama.cpp용 GGUF, ONNX, MLX로 나온다. 도구 사용과 데이터 추출, RAG, 긴 문맥 작업에는 이 모델을 권장한다. 공식 모델 카드 기준으로 에이전트 코딩과 지식 집약 과제에는 권장하지 않는다고 적혀 있다. 공식 모델 카드는 총 파라미터를 2.69B로, 컨텍스트 윈도를 131,072토큰으로 적는다. LFM2.5 에이전트 표시는 이 권장 범위를 뜻하는 것이지, 실행 주체가 바뀐다는 뜻은 아니다. 공식 도구 사용 문서 는 절차를 생성·정의·실행·반환 네 단계로 정리해 둔다. 문서는 모델과 호스트의 역할을 분리해 적었다. 모델이 특수 토큰 사이에 함수 호출을 생성한다. 도구를 시스템 프롬프트나 apply_chat_template로 JSON 정의한다. 그 호출을 실제로 실행하고 결과를 tool 역할 메시지로 되돌린다. 모델이 그 결과를 해석해 사용자에게 다시 답한다. 호출 형식도 확인 대상이다. 공식 문서에 따르면 기본 호출 형식은 파이썬 방식이다. JSON 형식으로 받으려면 시스템 프롬프트에 따로 지시해야 나온다. 런타임이 파이썬 방식 출력을 처리하지 못하면, 호출은 파싱 단계에서부터 어긋난다. 이미지의 흐름은 이 분담을 요약했다. 눈여겨볼 지점은 여기다. 2.6B라는 크기와 LF...
앤트로픽이 클로드 텍스트 워터마크의 작동 방식을 공식 설명 으로 공개했다. 제목만 보면 "걸리느냐 안 걸리느냐"의 문제로 읽힌다. 실제 발표문은 다른 질문에 답한다. 워터마크가 확인하는 건 클로드가 관여했을 확률이다. 이 확률은 작업 종류마다 다르게 움직인다. 단어 하나하나에 남는 흔적 클로드는 문장을 한 단어씩 골라 쓴다. "오늘 날씨는 춥고..." 다음에 "흐렸다"와 "우중충했다" 중 무엇이 와도 뜻은 같다. 이런 저위험 선택은 원래 무작위로 정해진다. 워터마크는 이 무작위성의 근원을 키로 바꾼다. 독자는 차이를 못 느낀다. 키를 가진 쪽만 패턴을 읽어낼 수 있다. 추가 토큰도, 추가 비용도 없다. 확률이 세지는 곳, 약해지는 곳 글이 길수록 워터마크 신호는 쌓인다. 번역은 모든 단어를 클로드가 고르므로 신호가 강하게 남는다. 사실 문장은 다르다. "뉴턴의 대표작은 프린키피아다" 같은 문장은 정답이 하나뿐이다. 고를 여지가 없으니 워터마크가 붙을 자리도 없다. 교정도 마찬가지다. 문법만 손보라고 시키면 남는 건 몇 군데 수정뿐이다. 그 정도로는 감지에 못 미칠 수 있다. 코드도 같은 이유로 신호가 옅다. 정확한 출력이 요구되는 자리엔 고를 단어가 없다. 주석처럼 자유도가 있는 부분에만 흔적이 남는다. 워터마크가 확정하지 않는 것 이 키로 답할 수 있는 질문은 하나다. 클로드가 관여했을 가능성은 얼마인가. 사람이 썼는지는 답하지 않는다. 다른 AI가 썼는지도 답하지 않는다. 워터마크마다 키가 다르고, 방식 자체가 다를 수도 있어서다. 저작권도, 소유권도, 법적 책임도 이 워터마크가 바꾸지 않는다. Pangram 같은 AI 탐지 소프트웨어와도 방식이 다르다. 탐지 소프트웨어는 문장에 남는 말버릇 같은 표면적 특징을 본다. 워터마크는 키 없이는 아예 읽히지 않는 패턴을 남긴다. 가벼운 편집으로는 이 패턴이 잘 지...