.NET AWS Lambda 메모리를 늘려 콜드 스타트 줄이기
AWS Lambda의 메모리 할당량을 512MB에서 1,769MB로 높이자 .NET 함수의 콜드 스타트와 웜 실행이 모두 약 3.2배 빨라졌습니다. Lambda는 메모리 설정에 따라 CPU도 함께 배정하므로, CPU 부족이 원인일 때 메모리 증량이 성능과 비용을 함께 개선할 수 있습니다.
AI 모델 · 최신기사
모델 공개와 성능, 가중치와 이용 조건을 다룹니다.
Julia 1 — 후보 답안 중 하나를 고르는 1억 4,430만 파라미터 모델
Julia 1은 상태와 질문, 후보 답안을 함께 입력받아 선택·점수·불리언 결정을 내리는 다국어 모델입니다. 144.3M 파라미터로 여러 분류·라우팅 평가를 공개했으며, 짧은 후보 목록에 강점을 보인 반면 Banking77 파일럿에서는 비교 기준보다 낮은 정확도를 기록했습니다.
AI 문서화 안내서: 모델 카드부터 평가 보고서와 에이전트 카드까지
AI 시스템은 같은 입력에도 다른 결과를 내므로 코드만으로 동작을 설명하기 어렵습니다. 이 글은 학습 데이터, 평가 방법, 허용된 행동, 실제 실행 기록이라는 네 가지 질문을 중심으로 모델 카드와 평가 보고서, 에이전트 카드 등 AI 문서 유형을 정리합니다.
Ember-1 — Kimi K3의 답변 품질을 유지하며 토큰 사용량을 줄인 모델
Fireworks Research가 Kimi K3를 바탕으로 불필요한 추론을 줄인 Ember-1을 공개했습니다. 벤치마크와 두 고객의 실제 코딩 트래픽에서 품질을 유지하면서 작업당 토큰을 약 35~50% 절감했다고 밝혔습니다. 모델 가중치 공개 여부와 비용·품질 검증 범위는 토론에서 쟁점이 됐습니다.
배아 유전자 선별 모델 Vitruvian 공개 — IQ 14점 향상 주장
Nucleus Genomics가 배아의 유전 정보를 분석해 지능 관련 형질을 최적화한다는 모델 Vitruvian을 발표했습니다. 회사는 100만 명 이상과 형제자매 4만 명 이상의 데이터를 활용했다고 밝혔지만, Reddit에서는 ‘IQ 14점 향상’의 의미와 실제 효과를 입증하는 방법을 두고 논란이 이어졌습니다.
AWS 멀티 에이전트 AI의 에이전트별 비용 추적
성공 응답과 정상 상태 코드만으로는 멀티 에이전트 시스템의 불필요한 추론·도구 호출·컨텍스트 증가를 찾기 어렵습니다. 글에서는 AWS Strands와 Bedrock 호출에 토큰 비용, 에이전트, 도구 호출 정보를 OpenTelemetry 트레이스로 기록하고, 정상 실행 기준선과 비교해 최대 43%의 비용 증가를 찾아냅니다.
Chain-of-Thought 충실도 측정 — 추론 모드를 켜자 자기 오류를 따를 가능성이 5배 높아졌습니다
모델의 Chain-of-Thought에 잘못된 중간 단계를 넣고 최종 답변이 그 오류를 따르는지 15개 문제로 측정했습니다. Grok 4.20은 추론 모드를 켰을 때 오류 추종이 2/15에서 11/15로 늘었지만, 표본이 작아 다른 모델과 추가 검증이 필요합니다.
Eclatira — 어떤 기술 스택에도 연결하는 대화형 비디오 에이전트
Eclatira는 실시간 음성 대화와 카메라·화면 인식, API 실행을 하나의 엔진으로 묶은 개발자용 서비스입니다. 제작사는 MCP와 3,000개 이상의 앱 연동을 지원하며, 영상 스트림을 저장하지 않는다고 밝혔습니다.
GLM-5.3-Flash를 Jev식 의사결정 모델로 만들기
Privatemode는 GLM-5.3-Flash가 옵션별 확률을 한 번의 추론으로 출력하도록 프롬프트와 vLLM의 logprob 기능을 구성했습니다. 공개 데이터셋 28개에서 Jev와 비슷한 정확도를 보였고 독일에서 응답 속도도 더 빨랐지만, 결정 비용은 더 높고 미국에서는 Jev가 더 빨랐습니다.
AI가 과제를 전부 해내자 수업 평가를 바꿨습니다
머신러닝 운영 수업에서 생성형 AI가 과제와 성찰문까지 작성하자, 교수자는 평가 방식을 대면 확인과 구술 대화 중심으로 바꿨습니다. 저부담 과제의 학습 효과를 일부 포기하는 대신 TA 채점 시간을 50~80% 줄이고, AI 에이전트가 한 번에 해결하기 어려운 대형 과제를 도입했습니다.
Apple LensVLM-9B — 압축 문서에서 필요한 페이지만 확장하는 비전 언어 모델
Apple이 9B 규모의 비전 언어 모델 LensVLM을 공개했습니다. 압축된 텍스트 이미지에서 필요한 페이지만 골라 원래 해상도로 확장하며, 5x·10x·15x 압축 옵션을 제공합니다.
CLM-v0.1-8B — 상태와 행동을 비교 학습하는 의사결정 모델
Contrastive-LM은 Qwen3-8B 인코더를 고정하고 상태·행동 프로젝션 헤드만 학습한 8B 모델입니다. 후보를 생성하는 대신 주어진 후보를 점수화하며, 상태와 행동 임베딩을 캐싱해 다수 후보를 빠르게 평가합니다.
Swift 1.5 27B: 더 빠르고 짧게 추론하는 Swift Qwen
Swift 1.5은 Qwen3.8-27B를 바탕으로 에이전트·코딩 작업 성능을 높이고, 추론 토큰을 줄였다고 소개한 모델입니다. BF16 원본부터 GGUF, MLX, AWQ·GPTQ, FP8·NVFP4 등 다양한 변형이 공개됐으며, Reddit에서는 추론 속도와 양자화에 따른 품질, 라이선스가 화제가 됐습니다.
비전 모델까지 지원하는 단일 함수 Jev 스타일 래퍼
LLM의 토큰 로그 확률(log probability)을 이용해 선택지·참거짓·점수형 질문에 답하는 Jev 스타일 Python 래퍼를 소개합니다. 이미지도 첨부해 웹캠 장면을 분류하며, RTX 3090에서 Gemma 4 12B로 초당 약 1프레임을 처리한 사례를 제시합니다.
PixVerse R2 — 탐험하고 바꿀 수 있는 실시간 월드 모델
PixVerse R2는 텍스트·이미지·오디오·행동 입력에 반응하며 계속 변하는 오디오비주얼 세계를 생성합니다. 세션 안의 상호작용과 장면 정보를 이어 가며, 프롬프트로 세계를 바꿀 수 있는 인터랙티브 경험을 제공합니다.
손으로 만지는 Factorio — 3D 프린팅 모델 공개
Wube가 초기 게임 요소를 재현한 3D 프린팅 모델 65종을 STL 파일로 공개했습니다. 게임 속 등각 투영 화면에 맞춰 만든 자산을 실제 입체물로 바꾸면서 생긴 형태·출력 문제와, 이를 해결한 조립 및 서포트 설계 과정을 소개합니다.
Viggle, Qwen-Image-2.1을 6단계로 구동하는 Turbo LoRA 공개
Viggle이 Qwen-Image-2.1을 바탕으로 텍스트-이미지 생성과 이미지 편집을 지원하는 증류 모델을 공개했습니다. 40단계 대신 6단계로 생성하며, 자체 평가에서 기본 모델과 구도 차이가 없고 다양성은 0.98배였지만 복잡한 편집과 작은 글자 표현은 여전히 열세입니다.
TeleOCR — 디지털 문서와 촬영 문서를 함께 파싱하는 12억 파라미터 모델
TeleOCR은 디지털 문서와 카메라로 촬영한 문서를 함께 처리하도록 설계한 오픈소스 문서 파싱 모델입니다. 12억 파라미터 규모로 텍스트·표·수식·레이아웃을 분석하며, 공개 벤치마크와 Dr.DocBench Challenge 결과를 제시합니다.
Qwen-Image-2.1 GGUF 양자화 모델
Unsloth가 Qwen-Image-2.1을 GGUF 형식으로 양자화해 공개했습니다. GGUF 파일은 이미지 생성 모델의 디노이저만 담으므로 VAE와 Qwen3-VL 텍스트 인코더도 함께 준비해야 합니다.
Jev-Omni — 텍스트·이미지·음성·동영상 선택지 분류 모델
Jev-Omni는 Gemma 4 12B IT를 3만 개 질문으로 미세 조정한 멀티모달 분류 모델입니다. 설명을 생성하는 대신 선택지별 확률을 출력하며, 공개 벤치마크와 추론 속도, 실행 조건을 함께 제시합니다.