Ono’s unsettling experience began when he joined the Frontier Math program, a project by Epoch AI in Berkeley that hired mathematicians to test and assess the capabilities of rapidly improving LLMs. For the first time in his career, he struggled to assemble mathematical questions that ChatGPT—even its state-of-the-art predecessors—couldn’t answer correctly.

“These models know more facts than any human you would ever find,” Ono recounted, describing his initial devastation. He, along with a select few scientists, had early access to these powerful AIs, and for months, he grappled with a daunting question: “How am I going to stay ahead of AI?”

It was a question, he soon realized, that was fundamentally flawed.

“If our goal is to always stay ahead of AI, then I think we’re going to lose,” Ono asserts. He likens it to expecting Usain Bolt to race a motorcycle over a mile—it’s not a fair contest, nor is it the point. Society has long accepted that machines can outperform humans physically, from cars to industrial robots. Now, we are coming to grips with the fact that machines are catching up, and in many ways surpassing, human cognitive abilities, particularly in areas of deep inquiry and factual recall.

Ono describes large language models as “the most extraordinary librarian the world has ever seen.” If information has been written down, published, or uploaded to platforms like YouTube, an LLM has likely processed it. Competing with this unparalleled ability to collect and recall information is futile. “Knowledge quickly became cheap,” he states.

This realization forced Ono to confront a new question: If knowledge is cheap, what then becomes valuable? His answer: how we use and verify that knowledge. This led to a dramatic shift in his view on intelligence.

“Do you want your librarian to be your neurosurgeon?” he asks rhetorically. “Do you want your librarian to be your air traffic controller?” The answer, emphatically, is no. The crucial element missing from even the most advanced AI is human judgment.

Ono argues that true intelligence lies not in the regurgitation of facts, but in the ability to:

• Reason and make proper inferences: Whether quickly or slowly, the capacity to derive logical conclusions.
• Create new concepts and generate ideas: Moving beyond existing information to forge novel understandings.
• String concepts together in a deep way: Synthesizing disparate ideas into profound insights.
• Design systems from scratch: Setting the dials to build something entirely new, be it a gadget, a computer program, or a scientific field.
• Recognize patterns and transfer knowledge: Identifying underlying structures in one domain and applying them to propel another forward. Ono calls this an “element of recognizing a target of opportunity that is genius.”
• Hard-nosed commitment: The dedication to become an expert in a niche field, learning something new every day. This, too, he considers a form of intelligence and genius.

These are the uniquely human capacities that AI, despite its vast knowledge, still struggles to emulate. This redefinition of intelligence is crucial because, as Ono notes, “we’re not good at teaching that.” Our current educational systems often fail to recognize or nurture these deeper forms of intellect.

Ono’s personal journey to this realization is deeply intertwined with the story of Srinivasa Ramanujan, the legendary Indian mathematician. As the son of a mathematician, Ken Ono felt immense pressure to follow in his father’s footsteps, a path he initially rebelled against, even dropping out of high school. “The last thing I wanted to be in high school was anything my parents wanted me to be,” he admits.

A pivotal moment occurred in April 1984 when a letter arrived for his father from Janaki Ammal, Ramanujan’s widow. The letter, thanking his father for a small gift towards a statue in Ramanujan’s memory, brought his stoic father to tears. This deeply affected Ono, who learned that day about Ramanujan: a mystic, an autodidact who had visions of mathematical formulas, a two-time college dropout, and yet, a genius whose notebooks captivated the mathematical world.

Ramanujan, Ono discovered, represented hope for his father, a Japanese mathematician navigating the post-World War II era. His father, who loved mathematics as an escape from the harsh realities of war, saw in Ramanujan a kindred spirit whose talent was recognized despite unconventional beginnings.

This story resonated profoundly with Ono. Ramanujan became a hero who hadn’t attended elite institutions or been a perfect student. This unconventional hero inspired Ono at critical junctures, leading him to study Ramanujan’s work for his PhD thesis. This choice proved fortuitous, as his research on “gowal representations” later became central to the proof of Fermat’s Last Theorem—a bombshell in mathematics.

The core lesson from Ramanujan for Ono is profound: “Where would we all collectively be had he not been discovered?” This question fuels his belief that “there must be other Ramanujans walking planet Earth, maybe they don’t come from privilege. How do we find them and how do we nurture them when we find them?”

This conviction led Ono to run the “Spirit of Ramanujan” program, dedicated to finding undiscovered talent. His own former student, Karina Hong, was one of its first recipients, prompting Ono to wonder where she would be today without that opportunity. He firmly believes that the potential for creativity and genius “resides in us all. You just have to give students of all ages the opportunity to be brave enough to act on their curiosity and then offer them a system that embraces it.”

Ono casts a critical eye on the current state of education, particularly in high-achieving societies like Korea and the United States. Students are “stressed out” from middle school, worrying about “checkboxes,” test scores, and GPAs—all driven by the singular goal of getting into the “right” schools.

“If you’re motivated to participate in those just because they are checkboxes, that’s messed up,” he declares. While acknowledging the pragmatic need to navigate such systems, he urges a pause for reflection. Education, he argues, should start with inspiring curiosity and wonder: “wanting to know more about the world in which they live… and appreciate what is different in other parts of the world and in other cultures.”

He fondly recalls the unadulterated joy of children at play with building blocks, learning about gravity without conscious effort. This “wonder and energy that children have when everything around them is new” is what he wishes to bottle up and maintain throughout life.

AI, paradoxically, offers a pathway to this ideal. While a year at a top university can cost upwards of $80,000, Ono suggests that much of the academic, book-based learning could be acquired faster and at one’s own pace through an LLM. “Knowledge quickly became cheap,” he reiterates.

What AI cannot provide, however, is the human element: the guidance of professors who derive the right questions, anticipate the next frontiers in a field, and foster the deep human connections that define a true learning environment. This, Ono believes, is why universities and professors remain indispensable.

The current system’s obsession with “perfection and speed in ordinary test taking” stifles the kind of free-ranging curiosity that leads to true breakthroughs. “How are we training someone to be the next Einstein or the next [famous professor] who was just wondering out loud in their lab, ‘I wonder if such and such is true’?”

For his own children, Ono wishes for them to be passionate about the world, to care deeply about climate change or cultural conflicts. He laments the modern predicament where students accrue crippling debt for an education that might lead them into professions they hate, trapping them in a “purgatory” where work is merely about paying bills.

“Who owns your identity? You do,” Ono concludes. In an age where AI can handle the mundane and the factual, the true challenge and opportunity for humanity is to reclaim and cultivate our unique capacities for creativity, judgment, passion, and wonder. AI, far from being a threat to be outrun, can be the catalyst that frees us to pursue the deeper, more meaningful aspects of human intelligence, allowing us to ask not “how do we stay ahead,” but “what truly makes us human?”

Perhaps the most immediately impactful announcement was Anthropic’s landmark deal with XAI and SpaceX. The agreement grants Anthropic access to all of the compute within SpaceX’s formidable “Colossus Cluster.” This isn’t just an incremental boost; it’s a game-changer.

For the past year, dedicated Anthropic users had noticed a growing challenge: compute constraints. As the “Claude Code movement” gained traction, demand often outstripped supply, leading to frustrating limitations. The host recalled instances where users were “banned from using your cloud subscription with Open Claw,” signaling the pressure Anthropic was under. This new deal is designed to alleviate those bottlenecks entirely.

“The operative word is ‘all of the compute.’ It’s called the Colossus Cluster for a reason,” the host emphasized. “This seems like a move that will allow them to meet the demand that they’re seeing and open things up in a new way, which I’m really excited about.”

The immediate benefit for users is tangible: “Everyone gets 2x their usage limits and there’s no like the windows are a little bit more loose,” Kieran confirmed. For developers constantly hitting usage caps mid-session, this seemingly mundane update is “very, very cool.” It promises a smoother, more reliable experience, enabling deeper and more extensive interactions with Claude.

Beyond raw compute power, Anthropic unveiled a significant evolution in its agent strategy: new features for “Claude Managed Agents.” These include memory capabilities, advanced agent orchestration, and the ability to give agents a specific “outcome” which they then independently pursue until completion.

While not a flashy, headline-grabbing “Mythos” moment, both the host and Kieran quickly recognized the profound strategic importance of these developments. The host reflected, “Sometimes there are sneaky things where it maybe doesn’t seem like a big deal at the time, but there it is actually a big deal.”

This is where the “battle lines between OpenAI and Anthropic and all these other model companies are becoming a little bit more clear.” The emerging landscape, they argue, is bifurcated:

1. Personal Productivity: For individual work on a computer, the choice will likely be between “Claude Code or Co-work” and OpenAI’s equivalents, serving as a “work operating system for you and a model to be working together.”
2. Long-Running, Asynchronous, Team-Based Agents: This is the new, parallel battlefront where Claude Managed Agents aim to dominate. These are agents “meant to be long-running and async and probably used by a team. Something like open clause but for actually work,” Kieran quipped, highlighting the common frustration with experimental agent frameworks.

Claude Managed Agents offer Anthropic’s solution for building scalable agents that reside in the cloud and serve numerous requests. The host noted that “OpenAI does not have that yet. They have the agents SDK but they don’t have a cloud version. I assume that that’s coming.” This gives Anthropic a crucial early lead in providing robust, cloud-native agent infrastructure.

Kieran underscored the value proposition: “Whenever cloth code came out, it was cool and we didn’t think much… And I feel with this, it could be very big.” He emphasized the pain points managed agents address: “Infrastructure is very hard to do and all these primitives is if it just works it’s very very good.” The reliability and scalability offered by a managed cloud solution are paramount for enterprise adoption, allowing companies to deploy agents without the headache of managing complex underlying systems.

A key strength Anthropic brings to this new agent frontier, according to Kieran, is its expertise in “agent orchestration.” He proclaimed, “Anthropic is the best at agent orchestration.” This isn’t just about single agents but about how multiple agents interact and cooperate to achieve complex goals.

Kieran pointed to Anthropic’s existing concepts like “dispatch” within Code with Claude and Co-work, where a single agent can “spin up all the other agents for you.” This paradigm of talking to one agent that orchestrates an entire team of others is “for sure this year going to get really big.” He also highlighted the presence of key talent like Daisy, who presented at the conference and created such systems, reinforcing the depth of expertise within Anthropic.

The company’s approach, he explained, is about providing “abstractions of outcomes” and then letting the developer community build upon them. “They cannot release it without people using it and giving feedback. So, this is the first step which is it’s out there. People can start using it and now we’ll figure out what we’ll do with it. I feel it’s a beginning of something potentially very exciting.”

The reliability and scalability of these managed agents are not just technical features; they are fundamental requirements for real-world applications. “If you have an agent that just runs and is reliable like it can be so valuable,” Kieran asserted. “Getting 90% there is easy but like having it do it all the time… I very strongly feel this team is very good at that.”

No developer conference review would be complete without a nod to the culinary experience. The Code with Claude event served up a “teriyaki glazed salmon bowl,” which, amusingly, “seemed to be no teriyaki.” Points were given for healthiness and whole grains, but the missing flavor left something to be desired.

In the grand scheme of developer conference catering, it ranked “above Build” (where the host recalled a Saran-wrapped turkey sandwich) but still “kind of like middle of the pack.” A lighthearted anecdote, perhaps, but one that grounds the high-stakes AI discussions in the relatable reality of event experiences.

In summary, Anthropic’s “Code with Claude” conference was a powerful declaration of intent. The compute deal with XAI and SpaceX unequivocally addresses a critical bottleneck, allowing Anthropic to scale and meet surging demand, placing it firmly back in the race with OpenAI.

Equally, if not more, significant is the strategic emphasis on Claude Managed Agents. This “sneaky important” development lays the groundwork for a new era of reliable, scalable, and orchestrated AI agents in the cloud. By providing a managed solution for long-running, team-based AI operations, Anthropic is carving out a distinct and potentially dominant position in a rapidly evolving market segment.

The battle lines are indeed drawn. While OpenAI continues to innovate, Anthropic’s latest moves demonstrate a clear vision for how AI will be built, deployed, and scaled in the enterprise. The coming months and years will undoubtedly reveal how these strategic plays shape the future of artificial intelligence.

One of the most anticipated updates for the Claude Code app is the introduction of Routines. This feature addresses a fundamental need in automated systems: the ability to trigger events or actions on a schedule. For anyone familiar with cron jobs in traditional programming or similar scheduling tools, Routines brings that same power directly into the Claude Code environment.

Imagine an AI agent that can automatically perform tasks at predefined intervals. Claire Vo illustrated this with a highly practical example: generating a weekly customer newsletter. Instead of manually prompting Claude Code every Monday, a routine can be set up to:

1. Review a changelog.md file located in a specific project folder.
2. Draft a customer-facing newsletter based on newly shipped features.
3. Run this task weekly every Monday at 6:00 a.m.

This automation frees up valuable human time, ensuring consistent communication without manual intervention. The drafted HTML can then be easily retrieved or, for more advanced setups, integrated directly with newsletter platforms or communication tools like Slack.

Routines offer flexibility in how they’re triggered. Developers can choose from three types:

• Cron-based schedules: For tasks that need to run at specific times or intervals, like the weekly newsletter.
• HTTP webhooks: Allowing external systems to initiate a routine.
• GitHub webhooks: Integrating directly with GitHub actions, enabling routines to be kicked off by events within a code repository, such as a new pull request or a code push.

Furthermore, these routines can be executed either locally on a developer’s machine or remotely in the cloud, offering scalability and deployment options. This capability opens doors for a myriad of use cases, from automatically checking if product requirement documents (PRDs) meet specific rubrics and posting summaries to team channels, to continuous integration tasks and automated reporting.

Moving into the realm of the Claude API, Anthropic introduced Outcomes, a feature designed to enable agents to self-grade and iterate until a predefined goal is achieved. This concept is akin to OpenAI’s {slash} goal in Codex, allowing an agent to “bang its head against the problem” through a recursive loop until it considers the task “done.”

The core of Outcomes lies in the rubric. This is a markdown file, uploaded via the files API or provided inline, that explicitly defines what success looks like for a given task. The agent then performs iterations (up to 20, as mentioned) against this rubric, refining its output until it meets the specified criteria.

Claire Vo provided a compelling example: achieving a “ship-ready PRD.” Anyone involved in product development knows the iterative nature of PRD creation—drafting, gathering feedback, checking against priorities, and ensuring technical feasibility. With Outcomes, an agent could:

1. Receive an initial PRD draft or idea.
2. Consult a rubric that outlines the characteristics of a high-quality, ship-ready PRD (e.g., clarity, completeness, alignment with strategy, technical soundness).
3. Iterate and refine the PRD multiple times, using the rubric as its self-assessment guide, until it confidently meets all the success criteria.

This iterative self-correction mechanism is a significant leap forward, transforming agents from mere task executors into goal-driven problem solvers. It’s a foundational primitive for building truly “agentic products” that can independently pursue and achieve complex objectives.

One of the most exciting advancements is the support for a Multi-Agent Framework within Claude Managed Agents via the API. This feature allows developers to programmatically define a team of AI agents, each with its own role, hierarchy, and specialized toolset, all working collaboratively within the same container or file system. Up to 25 agents can be part of a single team, making truly complex problem-solving possible.

The framework establishes a clear hierarchy: an Orchestrator agent that defines and drives the overall work, and multiple Delegate agents that execute specialized tasks. Each agent can be equipped with its own set of tools, allowing for diverse capabilities within the team.

To illustrate the power of this framework, Claire Vo envisioned a multi-agent system for Chat PRD:

• PRD Orchestrator: The master agent responsible for overseeing the entire PRD development process, ensuring alignment with the overall goal.
• Strategy Agent: Reflecting the voice of a Chief Product Officer (CPO), this agent would ensure the PRD aligns with strategic objectives and market needs.
• Critic Agent: Designed to “poke holes” in the PRD, identifying potential weaknesses, ambiguities, or overlooked considerations. This agent acts as a crucial quality assurance layer.
• End Review Agent: With access to tools like GitHub, this agent could optimize the technical implementation aspects of the PRD, ensuring feasibility and best practices.

This ability to define distinct roles and delegate tasks to specialized agents through the API fundamentally changes how developers can approach complex problems. It mirrors human team dynamics, allowing for a more nuanced, comprehensive, and robust approach to tasks that require multiple perspectives and skill sets.

The concept of agent memory is crucial for long-term, intelligent behavior. Anthropic’s new Dreams feature, currently in research preview, offers a fascinating primitive for managing this memory. Simply put, agent memory involves writing markdown files to the agent’s file system, which it can then refer to for future tasks. The challenge, however, has been how to effectively create and manage these “memories.”

Traditionally, memory might be written on specific events, like the close of a session. Dreams, however, introduces an explicit, on-demand mechanism. It allows a developer to call against a list of past agent sessions, review them, and then intelligently decide what important “memories” should be committed to disk for future reference.

The metaphor behind “Dreams” is strikingly human: just as we review our day silently in our sleep and decide what to commit to long-term memory, AI agents can now perform a similar process. This moves beyond passive memory storage to an active, selective consolidation of experience.

While still in research preview, Dreams hints at Anthropic’s long-term vision for agent intelligence. It suggests a future where agents don’t just react to current inputs but continuously learn and evolve from their past interactions. This kind of sophisticated memory management will be critical for agents that need to operate over extended periods, learn from mistakes, and build upon past successes. Claire Vo even mused about the inverse: “the purge version of this, which is dreams that tell you what to forget,” hinting at the future complexities of managing cognitive load and preventing “trauma erasure” in AI.

Finally, and perhaps most immediately impactful for many builders, Anthropic announced significant increases in usage limits. Starting today:

• Claude Code’s 5-hour limits are doubled across Pro, Max, Team, and seat-based enterprise platforms.
• Peak hour restrictions are being removed for Pro and Max plans.
• Rate limits for Opus models in the API are going up.

These increases mean that developers and teams can use Claude Code and the Opus API more extensively without hitting restrictive caps. It’s a clear signal from Anthropic that they want to enable more building, more experimentation, and more practical application of their powerful AI models. More access directly translates to more innovation and a faster pace of development for the AI community.

The announcements from Code with Claude, while not necessarily “mind-blowing” in their individual concepts, are profoundly practical and strategic. They collectively reinforce Anthropic’s commitment to being the leading agent platform for builders. By providing robust tools for automation, goal-oriented iteration, collaborative intelligence, and sophisticated memory management, Anthropic is laying the groundwork for a new generation of AI applications.

These innovations empower developers to move beyond simple conversational interfaces and create autonomous, intelligent agents that can tackle complex, multi-faceted problems. As Claire Vo aptly concluded, “I think they launched a lot of stuff that we can use practically right now in Claude code and gave me some good ideas for what the future of agentic products look like.” The future of AI development is here, and it’s being built with agents at its core.

Spirit Airlines’ journey into the public consciousness began in the mid-2000s when it wholeheartedly embraced the “ultra-low-cost” model, a concept popularized in Europe by Ryanair. The idea was elegantly simple: drastically cut costs and pass those savings directly to passengers through incredibly cheap base fares.

Niraj Chakshi, a colleague who has closely followed the airline industry, explains the core of Spirit’s strategy: “The key thing that they did, which we all know them for, is unbundling.” This meant stripping away virtually every amenity traditionally included in a ticket and offering it as an add-on. Want to pick your seat? That’s extra. Need to bring a carry-on? Pay up. Even a bottle of water or printing your boarding pass at the airport came with a charge. As Spirit’s former chief executive, Ben Baldanza, famously put it, “Customers are welcome to bring water on the plane with them. We’re not stopping that, but we sell what we sell.” The logic was that if only some people wanted these extras, why should everyone’s ticket price be inflated?

This approach, while revolutionary, was not without its detractors. Consumers often felt “nickel and dimed,” and investors harbored doubts about its long-term viability. Spirit became the butt of late-night jokes, with comedians lampooning the idea of paying for water or a printed boarding pass. Yet, the airline embraced the criticism, often pushing back with a defiant “take it or leave it” attitude, emphasizing its core mission: making travel affordable.

Spirit’s marketing only amplified its controversial image. They ran racy, provocative ads, often playing on double entendres. One infamous campaign, the “MIL Sale,” cleverly repurposed a crude acronym from popular culture to mean “Many Islands, Low Fares.” Another offered tickets for “$69,” knowing full well the other connotations of the number. These ads, while shocking to some, generated significant media buzz and helped put Spirit on the map. “More ads means more controversy means more news coverage, which means more attention,” Chakshi notes, highlighting how Spirit masterfully leveraged outrage into brand recognition.

Despite the initial skepticism and controversy, Spirit’s model began to gain traction. After going public in 2011, passenger numbers soared, from 10 million in 2012 to 20 million by 2016. This growth wasn’t just about stealing customers from other airlines; it was about opening up air travel to an entirely new demographic.

“They’re bringing people in off the sidelines,” Chakshi explains. “People who normally wouldn’t be flying, but they see an opportunity because the flights are cheap enough. It might be making that choice instead of ordering takeout.” Spirit wasn’t just competing with other airlines; it was competing with other forms of discretionary spending.

The impact of Spirit’s success extended far beyond its own planes. When Spirit entered a new airport or route, a phenomenon known as the “Spirit Effect” would occur: airfares across the board would drop as larger airlines were forced to compete. This influence even became the subject of academic study, underscoring its significant disruption to the industry.

Colleen Burns, a Spirit Airlines flight attendant for 10 years, vividly remembers the pride she felt in the airline’s mission. She recounts a flight where she, off-duty, reassured a panicked father about a normal aircraft sound. He later confided in her: “You guys make it so affordable for me to take my son on these trips every once in a while.” This blue-collar worker, terrified of flying, could connect with his son through travel thanks to Spirit’s low fares.

“We had so many first-time flyers, so many families, so many people that never would have gotten the opportunity to fly if it wasn’t for us,” Burns recalls, her voice tinged with emotion. “You got your seat and like you were able to fly the $49 roundtrip ticket and hop on a flight for the weekend to see your family… All you cared about was getting from point A to point B safely. You didn’t need the super fancy seats. You didn’t need the pretzel snacks… We were able to connect people that otherwise wouldn’t have been able to afford to be connected.” For a while, Spirit was truly revolutionizing travel, making it accessible to the masses.

Spirit’s success, however, eventually became its undoing. The very “Spirit Effect” it created began to turn against it.

Victim of Its Own Success: The major airlines—United, American, Delta—could no longer ignore Spirit. They responded by introducing “Basic Economy” fares, direct competitors to Spirit’s unbundled model. These fares came with similar restrictions (no free check bag, no seat selection), but the larger carriers had significant advantages. As Chakshi points out, “If you have a choice between United and Spirit and they cost the same, you’re probably going to go with the bigger airline.” Major airlines offered more frequent flights, better customer service, and crucially, more profitable premium cabins that could subsidize their basic economy offerings. Spirit, lacking a business class, had no such buffer. This forced Spirit to try and improve quality (on-time performance, customer service), which was an expensive proposition that squeezed its already razor-thin margins.

Pandemic and Post-Pandemic Headwinds: The COVID-19 pandemic, while hurting all airlines, led to an unexpected and rapid recovery. People were eager to travel again, fueling fierce competition and keeping fares low. Simultaneously, a wave of pilot retirements created a severe pilot shortage. Airlines, especially the larger ones, began paying significantly more to attract and retain pilots, driving up labor costs across the industry. For Spirit, whose entire advantage rested on cost-efficiency, rising labor expenses—one of an airline’s biggest outlays—eroded its competitive edge.

Facing immense pressure, Spirit sought a lifeline through consolidation. In 2022, it announced plans to merge with fellow budget carrier Frontier Airlines, hoping to create a larger national low-cost competitor. However, JetBlue Airways swooped in with a better offer, leading to a proposed JetBlue-Spirit merger.

This proposed merger, however, ran into a formidable obstacle: the Justice Department. The DOJ sued to block the deal, arguing that Spirit played a vital role in keeping fares low across the industry. They feared that if JetBlue acquired Spirit, it would dismantle Spirit’s ultra-low-cost model, reconfigure its tightly packed planes for more legroom (and thus fewer seats), and ultimately raise fares, harming consumers.

Spirit and JetBlue countered that a combined entity would have more market power to compete with the “big guys” and ultimately offer lower fares. But a federal court judge sided with the DOJ, finding that “Spirit’s presence at an airport can lower fares by 10% and we need that in the market.” The merger was blocked, leaving Spirit without its hoped-for rescue.

The Final Blows: Without the merger, Spirit’s financial woes deepened. It filed for bankruptcy in 2024, emerged, then filed again in 2025. The final, insurmountable challenge arrived with the Iran war, which sent fuel prices skyrocketing. With labor costs already elevated and fuel, another of an airline’s biggest expenses, now out of control, Spirit’s plan to exit bankruptcy became unfeasible.

The Trump administration reportedly explored a $500 million government lifeline, but negotiations with Spirit’s existing lenders failed. With no path forward, Spirit’s lenders advised the company to wind down. The shutdown was swift: 50,000 people flew on Spirit’s last day, Friday. The final flight landed just after midnight, and by 2 AM Saturday, the announcement was made: Spirit Airlines was no more.

The suddenness of the shutdown left employees and travelers reeling. Colleen Burns recalls the moment she received the news: “At about 11 p.m. called into a meeting by our AFA International President Sarah Nelson… I just remember seeing Sarah’s face… and I knew it was over… And we all cried a lot.” For Burns and her colleagues, it was more than just losing a job; it was losing a family built over years of shared experiences and pride. “It gets into your bones, aviation,” she laments, acknowledging the profound emotional connection she and others felt to the “black and yellow in our blood.”

The public reaction mirrored this sentiment. While some travelers were initially frustrated by the abrupt cancellations, a deeper sense of loss quickly emerged. Online, tributes poured in. “This is a sad day. Thousands of people that really depend on this low-cost airline to travel that may not have otherwise gone anywhere,” one traveler expressed. Another lamented, “Spirit was good for, you know, the working consumer who loves to travel, who knows how to pack light.” Many echoed the sentiment that Spirit “never did me wrong” and highlighted the crucial role it played in making travel affordable in an era of ever-increasing flight costs.

Spirit’s downfall was, as Niraj Chakshi aptly puts it, “death by a thousand cuts.” An unforgiving business model, relentless competition, rising costs, and a denied merger all contributed to its demise. It highlights the inherent fragility of the ultra-low-cost model when faced with sustained economic headwinds and intense market pressure.

The blocked merger with JetBlue remains a contentious point. While the Trump administration argues that the Biden administration’s antitrust intervention directly led to Spirit’s collapse, experts are divided. Some believe the combined entity might have had a better chance of survival, while others point to the notoriously difficult nature of airline mergers, suggesting no guarantee of success.

For other budget airlines, the picture is mixed. Allegiant, which adopted a similar model, has found success by staying “off the radar” of the big airlines, with 75% of its routes facing no competition. Frontier, however, faces many of the same challenges that ultimately doomed Spirit.

Perhaps the most significant consequence of Spirit’s collapse lies in its impact on the wider industry. Experts widely predict that fares will rise, partly due to increased fuel costs, but also because larger airlines now have less incentive to offer highly competitive low-cost fares.

The major carriers, like Delta and United, have increasingly focused on the “elite traveler”—those willing to pay for premium experiences. They’ve invested heavily in lounges, loyalty programs, fancy seats, and plane renovations, a strategy that has proven highly profitable. While they will still offer basic economy, their primary focus is shifting towards the front of the plane, catering to the “haves.”

This trajectory signals a potential widening of the division in air travel, mirroring broader societal inequalities. Spirit, in its early years, truly democratized air travel. Yet, even before its shutdown, the airline itself was beginning to retreat from its purely ultra-low-cost model, adding premium seats and re-bundling fares.

The era of aggressively unbundled, dirt-cheap flights that allowed millions to connect with family, explore new places, or simply afford a weekend getaway might be drawing to a close. With Spirit Airlines gone, the skies may become less accessible, reminding us that sometimes, the most reviled companies leave the biggest voids when they disappear.

1년 전만 해도 켄 오노(Ken Ono) 교수는 논문을 쓰고 수학을 즐기던 행복한 대학 교수였습니다. 그는 자신을 수학에 재능을 타고난 특권을 누리는 사람으로 여겼습니다. 하지만 대규모 언어 모델(Large Language Models, LLMs)과의 극적인 만남은 그의 삶과 지능에 대한 인식을 송두리째 바꿔놓았습니다. 이제 그는 깊은 고뇌에 빠져 있습니다.

버클리에 본사를 둔 에포크 AI(Epoch AI)가 전 세계 수학자들을 초빙하여 대규모 언어 모델의 역량을 평가하는 ‘프론티어 수학(Frontier Math)’ 프로그램에 참여하면서, 오노 교수는 처음으로 챗GPT(ChatGPT)가 틀릴 만한 질문을 만드는 데 어려움을 겪었습니다. 그는 최첨단 모델에 접근할 수 있었던 몇 안 되는 과학자 중 한 명이었고, 모델들이 인간이 아는 것보다 훨씬 더 많은 사실을 알고 있다는 사실에 깊은 좌절감을 느꼈습니다.

“어떻게 하면 AI를 앞서갈 수 있을까?” 이것이 그의 첫 질문이었지만, 그는 곧 이것이 잘못된 질문임을 깨달았습니다. 만약 우리의 목표가 항상 AI보다 앞서가는 것이라면, 우리는 결국 패배할 수밖에 없습니다. 우사인 볼트(Usain Bolt)가 오토바이와 1마일 경주를 하는 것을 아무도 보고 싶어 하지 않듯이, 그것은 공정한 경쟁이 아니기 때문입니다. 기계가 인간을 모든 물리적 면에서 능가할 수 있다는 사실은 이제 사회적으로 받아들여졌지만, 지적 탐구의 영역에서 컴퓨터가 인간을 따라잡았다는 사실은 여전히 받아들이기 어려운 현실입니다.

켄 오노 교수는 대규모 언어 모델을 “세상이 본 가장 특별한 도서관 사서”라고 비유합니다. 세상에 기록된 모든 정보, 유튜브에 있는 모든 영상, 신문 기사까지도 이 모델들은 이미 학습했을 가능성이 높습니다. 이러한 정보 수집 능력과 경쟁하려 하는 것은 무모한 일입니다. 이제 정보와 지식은 ‘값싼 것’이 되었지만, 그것을 어떻게 활용하고 검증하는지는 훨씬 더 ‘비싼 것’이 되었습니다.

우리는 도서관 사서가 신경외과 의사나 수백 대의 비행기를 감시하는 항공 교통 관제사가 되기를 바라지 않습니다. 왜냐하면 인간의 ‘판단력’이 중요하기 때문입니다. 오노 교수는 AI와의 만남을 통해 자신의 정체성과 지능에 대한 관점이 크게 바뀌었다고 말합니다. 그가 정의하는 ‘진정한 지능’은 다음과 같습니다.

• 추론 및 새로운 개념 창조 능력: 단순히 사실을 암기하고 되풀이하는 것이 아니라, 추론하고 적절한 추론을 하며 새로운 개념을 만들고 아이디어를 생성하는 능력. 개념들을 깊이 있게 연결하는 능력입니다.
• 시스템 설계 및 문제 해결 능력: 산업 도구, 컴퓨터 프로그램, 혹은 완전히 새로운 과학 분야를 위한 시스템을 처음부터 설계하는 능력. 이는 학교에서 쉽게 인정받기 어려운 깊은 지능의 형태입니다.
• 패턴 인식 및 전이 능력: 한 분야에서 얻은 사고방식의 패턴을 다른 분야로 전이시켜 새로운 영역을 발전시키는 능력. 오노 교수는 이를 ‘기회의 포착’이라고 부르며, 이것이 바로 ‘천재성’의 한 요소라고 강조합니다.
• 끈기 있는 전문성: 특정 분야의 전문가가 되기 위해 매일 새로운 것을 배우며 끈기 있고 헌신적으로 노력하는 자세. 이 또한 우리가 인정해야 할 지능이자 천재성의 한 종류입니다.

오노 교수의 이러한 지능에 대한 성찰은 그의 개인적인 경험, 특히 인도 수학자 스리니바사 라마누잔(Srinivasa Ramanujan)과의 특별한 인연에서 비롯됩니다. 수학자 아버지의 아들로 태어난 그는 어릴 적부터 수학에 재능이 있다고 여겨졌고, 부모님은 그가 수학자가 되기를 바라셨습니다. 그러나 그는 고등학교를 중퇴하는 등 반항적인 시절을 보냈습니다. 다른 아이들이 평범한 삶을 즐기는 동안, 그는 “수학을 잘해야 할 아시아인 아이”라는 기대를 싫어했습니다.

1984년 4월, 집으로 배달된 한 통의 낡은 편지가 그의 삶을 바꿨습니다. 그것은 라마누잔의 미망인 야나키 아마르(Janaki Ammal)가 그의 아버지에게 보낸 편지로, 라마누잔 기념 동상 건립에 작은 기부를 해준 것에 대한 감사의 글이었습니다. 평생 감정을 거의 드러내지 않던 아버지가 이 편지를 읽고 눈물을 흘리는 모습을 본 오노 교수는 라마누잔이라는 인물에 대해 알게 되었습니다.

라마누잔은 신비주의자이자 독학자였으며, 자신의 여신이 수학 공식의 선물을 주었다고 믿었습니다. 그는 수학에 대한 열정 때문에 다른 과목들을 소홀히 하여 대학을 두 번이나 중퇴했습니다. 그러나 그는 세 권의 공책에 수많은 공식을 남겼고, 이 공책들은 켄 오노 교수의 아버지를 비롯한 많은 수학자들에게 깊은 영감을 주었습니다. 제2차 세계대전 이후 일본인 수학자로서 삶의 유일한 기회를 찾던 아버지에게 라마누잔은 희망 그 자체였습니다.

오노 교수에게 라마누잔은 하버드나 프린스턴 같은 명문대를 나오지 않고도 위대한 업적을 남긴 영웅이었습니다. 두 번이나 대학을 중퇴한 사람이 아버지의 영웅이라는 사실은 그에게 큰 위안과 영감을 주었습니다. 훗날 시카고 대학에서 형편없는 학생이었던 그는 라마누잔에 대한 다큐멘터리를 보고 다시금 수학에 몰두하게 되었습니다. 라마누잔의 전기 ‘무한을 알았던 남자(The Man Who Knew Infinity)‘를 읽은 후, 그는 라마누잔의 연구를 기반으로 박사 논문을 썼고, 이는 20세기 말 수학계의 가장 큰 뉴스였던 ‘페르마의 마지막 정리’ 증명에 사용된 ‘갈루아 표현(Galois representations)’ 이론으로 이어졌습니다.

오노 교수는 라마누잔과의 인연이 자신의 인생에서 최고의 결정이었다고 회고하며, 라마누잔이 발견되지 않았다면 세상이 어떠했을지 상상할 수 없다고 말합니다. 이 경험을 통해 그는 세상 어딘가에 숨겨진 ‘또 다른 라마누잔’들이 있을 것이며, 그들을 찾아내고 육성하는 것이 중요하다고 믿게 되었습니다. 실제로 그는 ‘라마누잔 정신(Spirit of Ramanujan)‘이라는 프로그램을 운영하며 숨겨진 재능을 발굴하는 데 힘썼고, 그의 제자 중 한 명인 카리나 홍(Karina Hong)이 이 프로그램의 첫 수혜자가 되어 성공적인 연구자의 길을 걷고 있습니다. 그는 우리 모두 안에 라마누잔과 같은 창의적 잠재력이 있다고 믿으며, 학생들이 호기심에 따라 행동할 용기를 주고 그것을 포용하는 시스템을 제공해야 한다고 강조합니다.

켄 오노 교수는 오늘날의 교육 시스템이 지닌 문제점을 지적합니다. 한국과 미국을 비롯한 전 세계의 많은 학생들이 좋은 고등학교와 대학에 진학하기 위해, 그리고 좋은 시험 점수를 받기 위해 엄청난 스트레스에 시달립니다. 이러한 ‘체크리스트 채우기’식 동기는 교육의 본질을 훼손합니다. 그는 이러한 시스템에 참여하지 말라고 말할 수는 없지만, 우리가 어떤 시스템에 참여하고 있는지 인식해야 한다고 강조합니다.

진정한 교육은 사람들이 자신이 사는 세상에 대해 더 알고 싶어 하고, 다양한 문화에 대해 배우고 싶어 하도록 영감을 주는 것에서 시작합니다. 어린아이들이 쌓기 놀이를 하며 중력을 배우는 것처럼, 미래나 평판에 대한 걱정 없이 세상을 배우는 경험은 경이롭습니다. 오노 교수는 자신의 학생들이 “교수님, 이 수업은 주제가 아름다워서 정말 멋져요!”라고 말해주기를 바라지만, 현실적으로는 학생들이 ‘A학점을 받을 수 있을까?’ ‘이것이 대학원 진학에 어떤 영향을 미칠까?‘를 걱정한다는 것을 알고 있습니다. 그는 이러한 현실이 ‘기회 상실’이라고 비판하며, 극도로 싫어합니다.

하지만 AI는 이러한 문제 해결의 실마리가 될 수 있습니다. AI는 이미 오노 교수의 논문을 읽었고, 그가 기억하는 것보다 더 잘 이해하고 있습니다. 그는 AI에게 자신이 모르는 인접 분야에 대해 무엇이든 물어볼 수 있으며, AI는 도서관 사서처럼 성실하게 답해줄 것입니다. 인터넷과 대규모 언어 모델에 접근할 수 있다면, 지식은 빠르게 저렴해집니다. 미국의 한 대학에서 1년 학비가 8만 달러에 달하지만, 대규모 언어 모델을 통해 학문적 지식의 대부분을 자신의 페이스로, 심지어 더 빠르게 배울 수 있습니다.

물론 AI가 대체할 수 없는 것도 있습니다. 바로 ‘인간적인 교류’, ‘올바른 질문을 도출하는 방법’, 그리고 ‘특정 분야에서 다음으로 던져야 할 질문들’입니다. 이것이 우리가 여전히 대학에 가고 교수들이 필요한 이유입니다. 하지만 튜터링이나 정밀 학습과 같은 다른 많은 교육적 요소들은 AI의 도움을 받을 수 있습니다. 오노 교수는 현재 우리가 아이들을 교육하는 데 최선을 다하지 못하고 있다고 생각합니다. 유치원이나 초등학교에서 아이들이 “나는 모든 소수를 알아요!” “나는 덧셈을 정말 잘해요!”라고 자랑하는 모습을 보면, 그들의 경이로움과 에너지를 병에 담아 보존하고 싶을 정도입니다. 만약 우리가 그 경이로움을 유지할 수 있다면 세상은 얼마나 달라질까요?

최고의 과학자는 여전히 세상을 경이로운 것으로 보아야 하고, 최고의 의사는 자신이 하는 일이 선한 의도에서 비롯되어야 한다고 인식해야 합니다. 우리는 평범한 시험에서 완벽함과 속도에 너무 많은 가치를 부여하고 있습니다. 다음 아인슈타인이나 실험실에서 “이것이 사실일까?” 하고 궁금해하는 유명한 교수는 어떻게 양성할 수 있을까요?

켄 오노 교수는 자신의 아이들이 사는 세상에 대해 열정적이기를 바랍니다. 세상에 대한 열정은 기후 변화에 대한 깊은 걱정, 문화 간의 갈등에 대한 고민으로 이어집니다. 교육비가 비싼 미국에서는 15만 달러의 빚을 지고 대학을 졸업하고, 다시 20만 달러의 빚을 지고 전문 대학원에 진학한 후, 3년 뒤 피를 보는 것을 견딜 수 없다는 사실을 깨닫지만, 대출금 때문에 직업을 바꿀 수 없는 비극적인 상황이 발생하기도 합니다. 그는 이를 ‘연옥(Purgatory)‘이라고 부르며, 이런 삶은 결국 “나는 돈을 벌기 위해 일한다”는 생각에 갇히게 만든다고 경고합니다. 당신의 정체성을 소유하는 사람은 바로 당신 자신입니다. AI 시대는 우리에게 지능과 교육의 본질, 그리고 우리가 어떤 인간으로 살아가야 할지에 대한 근본적인 질문을 던지고 있습니다.

이번 컨퍼런스에서 가장 큰 화제를 모은 소식은 앤트로픽이 XAI 및 스페이스X(SpaceX)와 전례 없는 컴퓨팅 파워 계약을 체결했다는 점입니다. 이 계약의 핵심은 스페이스X의 ‘콜로서스 클러스터(Colossus Cluster)‘에 있는 모든 컴퓨팅 자원을 앤트로픽이 활용하게 되었다는 것입니다. ‘콜로서스 클러스터’라는 이름 자체가 그 규모를 짐작하게 하며, ‘모든(all)‘이라는 단어가 주는 의미는 매우 큽니다.

지난 1년간 앤트로픽의 클로드(Claude) 모델을 사용해온 팬들이라면, 앤트로픽이 그동안 컴퓨팅 자원 부족에 시달려왔다는 것을 체감했을 것입니다. 클로드 코드(Claude Code)의 인기가 높아지면서, Open Claw와 같은 서드파티 앱에서 클라우드 구독을 사용하는 것을 제한하는 등의 조치로 사용자들에게 불편함을 주기도 했습니다.

하지만 이번 계약을 통해 앤트로픽은 폭발적인 수요를 충족시키고 새로운 방식으로 서비스를 확장할 수 있는 기반을 마련했습니다. 실제로 이번 발표 이후 사용자들은 기존 대비 2배의 사용량 제한(usage limits)을 받게 되었고, 사용 시간 제한(windows)도 훨씬 유연해졌습니다. 이는 언뜻 지루하게 들릴 수 있지만, 실제로 이 도구들을 사용하는 개발자들에게는 엄청난 희소식이며, 클로드 세션을 시작했다가 제한에 걸려 작업을 중단해야 했던 불편함이 해소될 것이라는 기대감을 불러일으키고 있습니다.

이번 컨퍼런스에서 앤트로픽이 공개한 또 다른 핵심 서비스는 ‘클로드 관리형 에이전트(Claude Managed Agents)‘입니다. 이는 앤트로픽의 클라우드 에이전트 플랫폼에 새로운 기능들을 추가한 것으로, 특히 세 가지 주요 기능이 돋보입니다.

• 기억력(Memory): 에이전트가 과거의 대화나 작업을 기억하고 학습하여 더 유연하고 맥락에 맞는 응답을 할 수 있게 됩니다.
• 에이전트 오케스트레이션(Agent Orchestration): 여러 에이전트들이 협력하여 복잡한 작업을 수행할 수 있도록 조율하는 기능입니다.
• 목표 지향적 수행(Outcome-driven): 사용자(또는 다른 에이전트)가 에이전트에게 특정 목표(outcome)를 부여하면, 에이전트가 스스로 작업을 완료하고 결과와 함께 돌아오는 방식입니다.

처음에는 ‘미토스(Mythos)‘와 같은 거대한 발표가 아님에 다소 실망할 수도 있었지만, 키어런은 “때로는 당장 큰 변화처럼 보이지 않아도, 실제로는 매우 중요한 ‘은근히 중요한(sneaky important)’ 혁신들이 있다”고 강조했습니다. 클로드 관리형 에이전트가 바로 그런 경우라는 것이죠.

그는 이러한 관리형 에이전트가 스케일링이 가능하고 수많은 요청을 처리할 수 있는 클라우드 기반 에이전트를 구축하려는 기업들에게 완벽한 솔루션이 될 것이라고 설명했습니다. 지금까지는 이러한 에이전트를 구축하기 위해 ‘바퀴를 재발명(reinvent the wheel)‘해야 하는 경우가 많았는데, 관리형 에이전트가 이 고통스러운 과정을 대신해 준다는 것입니다.

특히, 키어런은 현재 OpenAI는 에이전트 SDK를 제공하지만, 앤트로픽의 ‘클라우드 기반 관리형 에이전트’와 같은 솔루션은 아직 없다는 점을 지적했습니다. 물론 OpenAI도 언젠가 유사한 서비스를 내놓겠지만, 앤트로픽이 이 분야에서 선두를 달리고 있다는 것이죠. 이처럼 AI 경쟁의 새로운 전선이 명확하게 형성되고 있으며, 관리형 에이전트가 예상보다 훨씬 큰 파급력을 가질 수 있다고 내다봤습니다.

앤트로픽과 OpenAI를 비롯한 주요 AI 모델 기업들 간의 경쟁 구도는 이제 두 가지 명확한 전선으로 나뉘고 있습니다.

사용자가 자신의 컴퓨터에서 작업을 할 때, 클로드 코드(Claude Code) 또는 코워크(Co-work)와 같은 환경을 통해 AI 모델과 협력하는 ‘작업 운영체제’로서의 역할을 누가 더 잘 수행하느냐가 중요해지고 있습니다. 이는 AI 모델이 단순히 도구를 넘어, 사용자의 일상적인 작업 흐름에 깊숙이 통합되는 방향으로 나아가고 있음을 시사합니다.

이와 병행하여, 장기적으로 비동기적으로(async) 실행되며 팀 단위로 사용될 에이전트를 어떻게 구축하고 관리할 것인가에 대한 또 다른 전선이 형성되고 있습니다. 앤트로픽의 클로드 관리형 에이전트가 바로 이 영역을 겨냥한 솔루션입니다. 이는 단순히 ‘오픈 클로드(Open Claude)‘와 같은 개념을 넘어, 실제 업무 환경에서 안정적으로 작동하는 에이전트를 제공하는 데 초점을 맞추고 있습니다. 키어런은 안정성(reliability)과 확장성(scalability)이 이 전선에서 가장 중요한 가치가 될 것이라고 강조했습니다.

키어런은 앤트로픽이 에이전트 오케스트레이션(Agent Orchestration) 분야에서 “최고”라고 단언했습니다. 그 이유에 대해 그는 앤트로픽이 이 개념을 가장 깊이 있고 선도적으로 고민해왔기 때문이라고 설명했습니다.

앤트로픽은 코워크(Co-work)나 클로드 코드(Claude Code)에서 ‘디스패치(dispatch)‘라는 개념을 통해, 사용자가 하나의 에이전트와 대화하면 그 에이전트가 다른 에이전트들을 조율하여 작업을 수행하도록 하는 방식을 구현하고 있습니다. 예를 들어, “클로드 코드를 5개 시작해”라고 명령하면, 하나의 에이전트가 나머지 에이전트들을 구동시키는 식입니다. 이는 올해 폭발적으로 성장할 것으로 예상되는 패러다임으로, 하나의 에이전트가 여러 에이전트를 관리하고, 심지어 에이전트 팀이 서로 대화하며 다중 에이전트 시스템을 구축하는 방식까지 가능하다고 합니다.

키어런은 앤트로픽이 이러한 비전을 실제로 구현하고 있는 유일한 회사라고 평가했습니다. 단순히 토큰 낭비가 심한 ‘스웜(swarms)’ 방식이 아니라, 효율적이고 지능적인 에이전트 협업 시스템을 구축하고 있다는 것이죠. 오늘 컨퍼런스에서 이 시스템을 개발한 데이지(Daisy)와 같은 핵심 인재들이 앤트로픽에 있다는 사실은, 이들이 이 분야에서 가장 앞서 생각하고 있음을 증명하는 것이라고 덧붙였습니다. 그는 다른 회사들도 결국 이 길을 따르겠지만, 앤트로픽이 이 분야에서 확고한 선두 주자임을 확신한다고 강조했습니다.

클로드 코드 앱에서 가장 많은 기대를 모았던 업데이트 중 하나는 바로 ‘루틴’ 기능입니다. 이는 특정 스케줄에 따라 이벤트나 작업을 자동으로 트리거(trigger)할 수 있는 기능으로, 과거 Open Claude에서 사랑받았던 크론(cron) 기능이 클로드 코드 앱에 내장된 형태라고 할 수 있습니다.

작동 방식 및 활용 사례: 루틴을 생성하는 과정은 매우 직관적입니다. ‘새 루틴(new routine)‘을 클릭한 후, 로컬(local) 또는 원격(remote) 실행 방식을 선택합니다. 클레어 보는 자신이 진행하지 못했던 주간 뉴스레터 발행을 예시로 들었습니다. 그녀는 클로드에게 “변경 로그(changelog)를 살펴보고 매주 보낼 뉴스레터 초안을 작성해달라”고 지시합니다. 구체적으로는 “docs 폴더에 있는 changelog.md 파일을 매주 월요일 오전 6시에 검토하고, 고객에게 유용한 새로운 기능 위주로 고객용 뉴스레터를 작성하라. 기술 부채나 보안과 같은 내부적인 내용은 고객에게 깊은 인상을 주지 않는 한 언급하지 말라”는 상세한 지침을 제공했습니다.

이처럼 설정된 루틴은 매주 자동으로 뉴스레터 초안을 생성하며, 사용자는 이를 확인하고 HTML을 가져와 뉴스레터 플랫폼에 연동하거나 슬랙(Slack)으로 알림을 보낼 수도 있습니다. 이는 과거 클로드 코드에서 매주 수동으로 시작해야 했던 작업을 이제 스케줄에 따라 자동으로 처리할 수 있게 되었음을 의미합니다.

다양한 트리거 유형: 루틴은 세 가지 주요 트리거 유형을 지원합니다.

• 크론(Cron): 클레어 보가 예시로 든 것처럼, 특정 스케줄에 따라 작업을 실행합니다.
• HTTP: 일반적인 웹훅(webhook)을 통해 외부 시스템에서 루틴을 시작할 수 있습니다.
• GitHub 웹훅(GitHub webhook): 깃허브 액션(GitHub Action)과 연동하여 특정 깃허브 이벤트 발생 시 루틴을 트리거할 수 있습니다.

또한, 슬랙이나 깃허브와 같은 기존 커넥터(connectors)를 루틴에 통합하여 활용할 수 있어, 주간 PRD(Product Requirements Document) 검토 후 팀 채널에 요약 내용을 게시하는 등 다양한 자동화 시나리오를 구현할 수 있습니다.

앙트로픽은 클로드 API의 매니지드 에이전트에서 ‘아웃컴즈(Outcomes)‘라는 매우 흥미로운 기능을 공개했습니다. 이는 OpenAI의 코덱스(Codex) 베타 버전에서 {slash} goal 기능과 유사하게, 에이전트가 문제에 집요하게 부딪혀 씨름하며 스스로 목표를 달성할 때까지 반복적으로 학습하는 개념입니다.

루브릭과 그레이더를 통한 목표 달성: 아웃컴즈는 에이전트에게 ‘완료(done)‘의 기준이 무엇인지 명확하게 정의하는 것에서 시작합니다. 이 기준은 ‘루브릭(rubric)‘이라는 마크다운(markdown) 파일 형태로 제공되며, 파일 API를 통해 업로드하거나 인라인(inline)으로 정의할 수 있습니다. 루브릭은 에이전트에게 성공적인 결과물이 어떤 모습이어야 하는지를 구체적으로 알려줍니다.

루브릭이 정의되면, ‘그레이더(grader)‘가 에이전트의 작업을 평가하고, 에이전트는 목표한 결과에 도달하기 위해 최대 20번까지 작업을 반복하고 개선할 수 있습니다.

구체적 예시: ‘출시 준비 완료 PRD’ 작성: 클레어 보는 이 개념을 명확히 하기 위해 ‘출시 준비 완료 PRD(Ship-ready PRD)’ 작성 과정을 예로 들었습니다. PRD는 종종 여러 피드백 주기와 우선순위, 기술적 실현 가능성 검토를 거쳐야 합니다. 클로드 매니지드 에이전트를 사용하면, 좋은 PRD의 기준을 루브릭으로 정의하고, 에이전트에게 PRD 초안이나 아이디어를 제공하면, 에이전트가 루브릭에 맞춰 반복적으로 개선 작업을 수행하게 됩니다.

이는 에이전트 제품 개발의 새로운 모델을 제시하며, ‘Chat PRD’와 같은 앱에서 고객에게 이러한 기능을 노출하여 복잡한 문서 작성 및 개선 과정을 자동화할 수 있음을 시사합니다. 에이전트가 루브릭을 기반으로 작업을 수행하고, 스스로 평가하며, 최대 20번까지 반복하여 목표를 달성하는 이 방식은 에이전트의 자율성과 문제 해결 능력을 크게 향상시킬 것으로 기대됩니다.

클로드 매니지드 에이전트는 이제 API를 통해 ‘멀티 에이전트 프레임워크’를 지원합니다. 이는 최대 25개의 에이전트로 구성된 팀을 명시적으로 정의하고, 이들이 동일한 컨테이너(container)와 파일 시스템(file system) 내에서 협력하여 작업을 수행할 수 있도록 하는 기능입니다.

오케스트레이터와 델리게이트의 계층 구조: 이 프레임워크의 핵심은 명확한 계층 구조입니다. 팀에는 작업을 총괄하고 지시하는 ‘오케스트레이터(orchestrator)’ 에이전트가 있으며, 그 아래에 특정 역할을 수행하는 ‘델리게이트(delegates)’ 즉, 하위 에이전트들이 존재합니다. 각 에이전트는 고유한 도구 세트(tool set)를 가질 수 있어, 특정 작업에 최적화된 역할을 수행할 수 있습니다.

예시: Chat PRD 팀: 클레어 보는 Chat PRD를 예로 들며 멀티 에이전트 팀 구성의 잠재력을 설명했습니다.

• PRD 오케스트레이터: 마스터 에이전트로서 팀 전체의 작업을 정의하고 이끌어갑니다.
• 전략 에이전트: CPO(최고 제품 책임자)의 관점을 반영하여 제품 전략을 수립합니다.
• 비판 에이전트: PRD의 허점을 찌르거나 비판적인 시각으로 검토하여 개선점을 찾아냅니다. (클레어 보는 자신이 이 역할을 좋아한다고 언급했습니다.)
• 최종 검토 에이전트: 깃허브(GitHub)와 같은 시스템에 접근하여 PRD의 기술적 구현을 최적화합니다.

개발자는 API를 통해 이러한 에이전트들을 정의하고, 오케스트레이터에게는 총괄적인 도구 세트를, 하위 에이전트들에게는 각자의 역할에 맞는 도구 세트를 부여할 수 있습니다. 이를 통해 여러 에이전트가 동일한 문제에 대해 각기 다른 관점과 도구를 가지고 병렬적으로 협력하여 작업을 수행할 수 있게 됩니다. 이는 에이전트의 원시적(primitive) 기능에 대한 흥미로운 발전이며, 복잡한 프로젝트를 효율적으로 처리하는 데 널리 활용될 것으로 예상됩니다.

‘드림즈(Dreams)‘는 에이전트 메모리(Agent Memory)에 관한 기능으로, 에이전트가 과거의 경험을 통해 학습하고 다음번에 더 나은 성능을 발휘할 수 있도록 돕는 개념입니다. 기본적으로 에이전트가 사용하는 파일 시스템에 마크다운 파일을 작성하여 기억을 저장하는 방식입니다.

기존 메모리 저장 방식의 한계와 드림즈의 차별점: 기존 에이전트 시스템에서는 세션이 종료되거나 특정 이벤트가 발생할 때 메모리를 작성하는 경우가 많았습니다. 또는 Open Claude처럼 명시적으로 메모리 작성을 지시해야 했습니다. 하지만 ‘드림즈’는 이러한 수동적이거나 이벤트 기반의 방식에서 벗어나, 에이전트 세션 목록을 대상으로 호출되는 ‘원시적(primitive)’ 기능입니다.

예를 들어, 에이전트가 50개의 작업을 수행했다면, ‘드림즈’는 이 50개 세션을 검토하고, 중요한 ‘기억’을 선별하여 디스크에 저장하도록 명시적으로 지시할 수 있습니다. 클레어 보는 이를 인간의 ‘꿈’에 비유합니다. 우리가 하루 동안 겪었던 일들을 조용히 되돌아보고, 그중 중요한 것을 기억으로 저장하는 과정과 유사하다는 것입니다.

현황 및 시사점: ‘드림즈’는 현재 ‘연구 미리보기(Research Preview)’ 단계에 있으며, 모든 사용자가 API를 통해 접근할 수 있는 것은 아닙니다. 하지만 이 기능은 앙트로픽과 다른 AI 연구소들이 에이전트와 에이전트 메모리의 ‘원시적’ 기능에 대해 어떻게 생각하는지 보여주는 중요한 기준점이 됩니다. 향후 에이전트 플랫폼이나 제품에 이러한 프레임워크가 통합되어, 특정 행동이나 정기적인 주기에 따라 과거 세션을 검토하고, 중요한 정보를 디스크에 명시적으로 기록하여 향후 참조할 수 있도록 하는 방식이 보편화될 것으로 예상됩니다. 클레어 보는 농담 삼아 에이전트의 ‘망각’ 기능, 즉 ‘잊어야 할 것을 알려주는 꿈’에 대한 가능성도 언급하며 에이전트 메모리에 대한 깊은 통찰을 보여주었습니다.

개발자들이 가장 반길 소식 중 하나는 바로 ‘사용량 제한 상향’ 발표였습니다. 오늘부터 클로드 코드의 5시간 사용 제한이 프로(Pro), 맥스(Max), 팀(Team), 그리고 시트(seat) 기반 엔터프라이즈(Enterprise) 플랫폼 전반에서 두 배로 늘어났습니다.

구체적인 변경 사항:

• 클로드 코드 사용 시간: 기존 대비 두 배 증가.
• 피크 시간(Peak hours) 제한: 프로 및 맥스 플랜에서 피크 시간 제한이 사라집니다.
• 오푸스(Opus) 모델 API 호출 제한: API를 통한 오푸스 모델 호출 제한도 상향 조정되었습니다.

이러한 변화는 개발자들이 클로드 제품을 훨씬 더 많이, 그리고 더 자유롭게 활용할 수 있게 되었음을 의미합니다. 클레어 보는 이러한 제한 완화가 모두를 행복하게 만들 것이라고 강조했습니다. 비록 클로드 디자인(Claude design)에 대한 제한 상향 여부는 언급되지 않았지만, 향후 적용될 가능성에 대한 기대감도 내비쳤습니다.

클레어 보가 ‘코드 위드 클로드’ 이벤트에서 소개한 이 다섯 가지 기능들은 비록 ‘놀랍도록 혁신적(mind-blowing)‘이지는 않을지라도, 모두 매우 실용적이고 즉시 활용 가능한 업데이트라는 점에서 큰 의미를 가집니다.

• 루틴: 스케줄 또는 웹훅을 통한 작업 자동화로 생산성 향상.
• 아웃컴즈: 루브릭을 통해 에이전트의 목표 지향적 학습 및 문제 해결 능력 강화.
• 멀티 에이전트 오케스트레이션: API를 통한 에이전트 팀 구성으로 복잡한 프로젝트의 효율적 처리.
• 드림즈: 에이전트 메모리 통합으로 지속적인 학습 및 성능 개선.
• 사용량 제한 상향: 개발자들의 자유로운 제품 활용 보장.

이러한 업데이트들은 앙트로픽이 ‘빌더(builder)‘를 위한 최고의 에이전트 플랫폼이 되겠다는 명확한 비전을 가지고 있음을 보여줍니다. 에이전트 제품의 미래가 어떤 모습일지 엿볼 수 있는 좋은 기회였으며, 클레어 보의 마지막 말처럼, 이제 개발자들이 이 새로운 API와 도구들을 가지고 무엇을 만들어낼지 기대가 됩니다.

미국 항공 시장에서 스피릿 항공은 단순한 저가 항공사 그 이상이었습니다. 이들은 ‘스피릿 효과(Spirit Effect)‘라는 학술 용어까지 만들어낼 정도로 시장에 막대한 영향을 미쳤습니다. 스피릿 항공이 특정 공항에 진출하면 해당 노선의 전체 항공료가 최대 10%까지 하락하는 현상이 발생했죠. 이는 대형 항공사들도 스피릿의 저가 전략에 맞춰 운임을 낮출 수밖에 없었기 때문입니다.

스피릿 항공의 승무원이었던 콜린 번스(Colleen Burns)는 10년 넘게 이 회사에 몸담으며 자부심을 느꼈다고 말합니다. 그녀는 비행 중 만난 한 아버지를 기억합니다. 그 아버지는 공유 양육권을 가진 아들과 여행을 가고 싶었지만, 비싼 항공료 때문에 엄두를 내지 못했습니다. 그러나 스피릿 항공 덕분에 아들과 함께 다양한 곳을 방문할 수 있게 되었다며 고마움을 표했습니다. 콜린은 이처럼 스피릿 항공이 “수많은 첫 비행객들, 수많은 가족, 그리고 우리 없이는 비행할 기회를 얻지 못했을 수많은 사람들에게 접근성(accessibility)을 제공했다”며, 단돈 49달러짜리 왕복 항공권으로 가족을 만나러 가거나 주말 여행을 떠날 수 있게 해주었다고 강조했습니다. 비행의 본질인 ‘안전하게 목적지에 도달하는 것’에 집중하며, 불필요한 서비스에 돈을 쓰고 싶지 않은 이들에게 스피릿 항공은 최고의 선택지였습니다.

스피릿 항공의 역사는 1960년대 트럭 운송 회사로 시작하여 1992년 스피릿 항공으로 이름을 바꿨지만, 대중에게 잘 알려진 것은 2000년대 중반부터였습니다. 유럽의 라이언에어(Ryanair)가 성공시킨 ‘초저가 항공 모델(Ultra-Low-Cost Carrier, ULCC)‘을 미국에 도입하며 항공 산업의 판도를 뒤흔들었습니다. 이 모델의 핵심은 ‘언번들링(Unbundling)‘이었습니다. 기내식, 음료, 좌석 지정, 수하물 심지어 탑승권 인쇄까지 모든 서비스에 추가 요금을 부과하여 기본 항공권 가격을 극도로 낮추는 방식이었죠.

당시 스피릿 항공의 최고경영자(CEO) 벤 발단자(Ben Baldanza)는 “공항에서 응석을 부리고 싶거나, 넓은 다리 공간, 무료 콜라를 원한다면 우리는 당신의 항공사가 아니다”라고 공언하며, 오직 저렴한 운임을 원하는 고객에게 집중하겠다는 철학을 밝혔습니다. 물 한 병조차 유료였으며, 탑승권을 직접 인쇄하지 않으면 비용을 지불해야 했습니다. 그야말로 ‘비행을 제외한 모든 것이 사치’로 간주되는 극단적인 비용 절감 전략이었습니다.

스피릿 항공은 논란의 여지가 있는 광고 캠페인으로도 유명했습니다. 예를 들어, ‘MILF’라는 약어를 사용한 광고는 ‘Many Islands, Low Fares(많은 섬, 저렴한 요금)‘를 의미했지만, 영화 ‘아메리칸 파이’에 등장하는 선정적인 은어를 연상시켜 큰 화제를 모았습니다. 또한 69달러와 같이 이중적인 의미를 지닌 숫자를 이용한 가격 프로모션으로도 대중의 이목을 끌었습니다. 이러한 도발적인 마케팅은 언론의 주목을 받으며 스피릿 항공의 인지도를 높이는 데 크게 기여했습니다.

물론 이러한 파격적인 비즈니스 모델은 초기에는 많은 회의론에 부딪혔습니다. 소비자들은 ‘푼돈까지 긁어모으는(nickel-and-diming)’ 방식이라며 불만을 표했고, 투자자들 역시 이 모델의 성공 가능성에 회의적이었습니다. 심야 토크쇼의 단골 소재가 되기도 했죠. 그러나 스피릿 항공은 이러한 비판을 “우리는 여행을 저렴하게 만들려고 여기 있다. 그게 전부다. 마음에 들면 타고, 싫으면 말아라”라며 당당히 맞섰습니다. 느리지만 꾸준히 성장하여 2011년 상장(IPO)했고, 이듬해에는 연간 1천만 명의 승객을, 2016년에는 2천만 명을 수송하며 성공적인 궤도에 올랐습니다. 스피릿 항공은 단순히 다른 항공사의 승객을 뺏어오는 것을 넘어, 평소에는 비행기를 타지 않던 사람들을 ‘하늘길’로 이끌어냈습니다. 벤 발단자 CEO는 “우리는 다른 항공사뿐만 아니라, 외식과 같은 다른 형태의 소비와 경쟁하고 있다”고 말하며, 항공 여행 자체를 대중화하는 데 기여했음을 시사했습니다.

그러나 스피릿 항공의 성공은 역설적으로 그들의 발목을 잡기 시작했습니다. 더 이상 이들의 존재를 무시할 수 없게 된 대형 항공사들은 ‘베이직 이코노미(Basic Economy)‘라는 자체 초저가 운임 상품을 출시하며 스피릿 항공의 비즈니스 모델을 모방하기 시작했습니다. 베이직 이코노미는 스피릿 항공처럼 수하물, 좌석 지정 등에 추가 요금을 부과하지만, 더 많은 자원과 노선망을 가진 대형 항공사들이 제공하는 서비스였습니다.

이로 인해 승객들은 선택의 기로에 놓였습니다. 같은 가격이라면, 스피릿 항공보다 운항 횟수가 많고 고객 서비스가 더 나은 대형 항공사를 선택할 가능성이 높았습니다. 만약 항공편이 취소되더라도 대형 항공사는 대체편을 제공할 여력이 더 컸기 때문입니다. 스피릿 항공은 더 이상 운임을 낮출 수 없었고, 대형 항공사와 경쟁하기 위해 서비스 품질을 개선해야 했지만, 이는 곧 비용 상승으로 이어져 그들의 핵심 경쟁력을 훼손했습니다. 또한, 대형 항공사들은 비즈니스/퍼스트 클래스 등 고수익 좌석을 통해 저가 이코노미 좌석의 손실을 보전할 수 있었지만, 스피릿 항공에는 그러한 여유가 없었습니다.

엎친 데 덮친 격으로 팬데믹 이후 예상보다 빠른 여행 수요 회복은 치열한 경쟁을 불러왔고, 조종사 부족 현상으로 인건비가 급등했습니다. 여기에 이란 전쟁 발발로 유가가 치솟으면서 스피릿 항공의 핵심 경쟁력인 ‘저비용’ 모델은 심각한 위협에 직면했습니다. 인건비와 유류비는 항공사 운영에 있어 가장 큰 두 가지 비용인데, 이들이 동시에 상승하면서 스피릿 항공은 더 이상 ‘저가’라는 강점을 유지하기 어려워졌습니다. 전문가들은 이러한 복합적인 요인들이 스피릿 항공을 ‘천 개의 칼날에 베인 죽음(death by a thousand cuts)‘으로 몰아넣었다고 진단합니다. 비용 절감에 극도로 의존하는 사업 모델은 작은 문제에도 쉽게 흔들릴 수밖에 없었던 것입니다.

궁지에 몰린 스피릿 항공은 돌파구를 찾기 위해 합병을 시도했습니다. 2022년 동종 업계 저가 항공사인 프론티어 항공(Frontier Airlines)과의 합병을 추진하여 거대한 전국적 저가 항공사를 만들 계획이었지만, 젯블루 항공(JetBlue Airways)이 더 나은 제안을 하면서 젯블루와의 합병을 추진하게 됩니다.

그러나 미 법무부(DOJ)는 합병이 항공료 인상으로 이어져 소비자에게 해가 될 것이라며 소송을 제기했습니다. 법무부는 스피릿 항공의 존재가 시장 경쟁을 촉진하고 운임을 낮추는 데 필수적이라고 보았습니다. 젯블루가 스피릿 항공의 비행기 좌석 간격을 늘리고 일부 좌석을 제거하여 더 편안한 비행을 제공하겠다고 했지만, 법무부는 이는 곧 비용 상승과 운임 인상으로 이어질 것이라고 지적했습니다. 스피릿과 젯블루 측은 합병을 통해 더 큰 규모로 대형 항공사들과 효과적으로 경쟁하여 궁극적으로 더 낮은 운임을 제공할 수 있다고 반박했지만, 연방 법원은 스피릿 항공의 존재가 공항에서 운임을 10% 낮추는 효과가 있다며, 합병이 반경쟁적(anti-competitive)이라고 판결하고 합병을 불허했습니다.

합병이 무산된 후 스피릿 항공은 더욱 깊은 수렁에 빠졌습니다. 두 차례의 파산 신청과 이란 전쟁으로 인한 유가 급등으로 심각한 재정난에 직면했습니다. 트럼프 행정부는 스피릿 항공이 수많은 일자리를 제공하고 서민층에게 중요한 항공사라는 점, 그리고 전쟁으로 인한 파산이라는 정치적 부담 때문에 5억 달러의 긴급 자금 지원을 제안했습니다. 그러나 기존 채권자들이 정부 대출에 대한 우선권을 거부하면서 자금 조달은 무산되었고, 결국 지난주 채권자들은 스피릿 항공에 운항 중단을 권고했습니다. 항공사는 운항 중단을 몇 주 전에 미리 발표할 수 없습니다. 많은 승객과 직원이 이탈할 것이기 때문입니다. 결국 스피릿 항공은 금요일 자정까지 5만 명의 승객을 수송한 후, 토요일 새벽 2시 운항 중단을 발표하며 역사 속으로 사라졌습니다.

스피릿 항공 승무원 콜린 번스는 밤 11시에 국제 회장으로부터 해고 통보를 받았다며, “우리는 가족을 잃는 것과 같았다. 우리 피 속에는 검은색과 노란색(스피릿 항공의 상징색)이 흐르고 있다”고 슬픔을 감추지 못했습니다. 그녀는 항공 산업을 떠날 수 없을 것이라며, 스피릿 항공이 자신들의 삶을 얼마나 깊이 형성했는지 보여주었습니다.

스피릿 항공의 갑작스러운 운항 중단은 많은 사람에게 충격과 슬픔을 안겨주었습니다. 특히 저가 항공 덕분에 여행할 수 있었던 수많은 서민층과 여행객들은 “스피릿 항공이 없었다면 어디에도 가지 못했을 것”이라며 애도를 표했습니다. 온라인에는 스피릿 항공에 대한 추모의 글들이 쏟아져 나왔습니다.

스피릿 항공의 몰락 원인에 대한 논쟁은 계속되고 있습니다. 법무부의 합병 불허 결정이 과연 옳았는지에 대한 논쟁도 뜨겁습니다. 일부 전문가는 합병이 성사되었다면 스피릿 항공이 생존했을 것이고, 새로운 합병 항공사가 전국적으로 운임을 낮추는 데 기여했을 것이라고 주장합니다. 반면, 다른 전문가들은 항공사 합병이 본래 어렵고 막대한 비용이 들며 성공을 장담할 수 없다고 반박합니다.

저가 항공 모델을 채택한 다른 항공사들의 운명은 엇갈립니다. 얼리전트 항공(Allegiant Air)은 대형 항공사들의 레이더망을 벗어나 75%의 노선에서 경쟁 없이 성공적으로 운영되고 있으며, 오히려 다른 항공사를 인수하는 등 확장을 꾀하고 있습니다. 반면 프론티어 항공은 스피릿과 비슷한 어려움을 겪고 있습니다.

스피릿 항공의 퇴장은 대형 항공사들의 저가 운임 경쟁 유인을 약화시킬 것으로 예상됩니다. 전문가들은 전반적인 항공료 인상을 점치고 있습니다. 대형 항공사들은 이제 ‘엘리트 여행객(elite traveler)‘에 집중하고 있습니다. 지난 몇 년간 델타(Delta)나 유나이티드(United)와 같은 항공사들은 고액을 지불할 의사가 있는 승객들에게 투자하여 막대한 수익을 창출할 수 있음을 깨달았습니다. 라운지, 로열티 프로그램, 고급 좌석, 기내 리노베이션 등에 집중하는 것이 그 예입니다. 물론 베이직 이코노미 승객들을 완전히 포기하지는 않겠지만, 이들의 주력은 비행기 앞쪽의 고급 좌석에 맞춰질 것입니다.

흥미로운 점은, 스피릿 항공 시대는 항공사들이 저가 운임을 위해 편의 시설을 없애는 것이 특징이었지만, 현재 대형 항공사들이 나아가는 방향은 그 반대라는 것입니다. 점점 더 많은 고급 편의 시설을 제공하며 ‘럭셔리’에 초점을 맞추고 있습니다. 이는 항공 여행에서 ‘가진 자(haves)‘와 ‘가지지 못한 자(have-nots)’ 사이의 격차를 더욱 벌리는 결과를 초래할 수 있습니다. 심지어 스피릿 항공조차 운항 중단 직전 프리미엄 좌석을 추가하고 운임을 재번들링(rebundling)하는 등 저가 모델에서 벗어나려는 움직임을 보였습니다. 이는 항공 산업이 더 이상 모두를 위한 서비스를 제공하는 데 집중하지 않고, 특정 계층을 위한 고급 서비스에 주력하는 방향으로 나아가고 있음을 시사합니다.

스피릿 항공의 종말은 단순히 한 기업의 파산을 넘어, 한때 ‘하늘길의 민주화’를 이끌었던 초저가 항공 시대의 퇴조를 알리는 상징적인 사건입니다. 저렴한 운임으로 많은 사람에게 여행의 기회를 제공했던 스피릿 항공의 빈자리는, 앞으로 항공 산업이 더욱 양극화되어, 모두를 위한 여행보다는 특정 계층을 위한 고급 서비스에 집중하는 방향으로 나아갈 가능성이 높음을 보여줍니다. 스피릿 항공이 사라진 하늘길에서, 우리는 과연 어떤 미래를 마주하게 될까요?