Fish Audio Drama 3: 여러 인물과 긴 콘텐츠를 위한 음성 합성 모델
Fish Audio가 여러 화자의 대화와 긴 콘텐츠 생성을 겨냥한 350억 파라미터 텍스트 음성 변환 모델 Drama 3를 공개했습니다. H200 한 장에서 측정한 스트리밍 성능과 보코더를 별도 GPU에 배치했을 때의 처리량·첫 오디오 지연도 함께 제시했습니다.
개발·오픈소스 · 최신기사
개발 도구와 언어, 웹 기술과 오픈소스 프로젝트의 변화를 다룹니다.
프롬프트를 하나만 고친다면, 이 한 가지를 하세요
저자는 LLM이 존재하지 않는 API를 지어내는 원인을 지식 부족보다 요청에 성급히 동의하는 대화 방식에서 찾습니다. Fernando Flores의 '행동을 위한 대화'를 바탕으로, 구현 전에 사실을 확인하고 전제에 문제가 있으면 대안 제시나 거절을 허용하는 프롬프트를 제안합니다.
AI가 쓴 대본 9,050편으로 알아본 '슬롭'
Towards AI 팀은 대본 10편을 바탕으로 181개 모델 설정을 평가하고, 9,050개 생성 결과를 비교했습니다. 구체적인 지침과 여러 평가자를 쓰면 상투적인 표현은 줄일 수 있지만, 목소리와 글의 구조를 맞추는 일은 여전히 어렵다고 설명합니다.
ExcaliClaw — AI 에이전트와 함께 그리는 손그림 다이어그램
ExcaliClaw는 손그림풍 다이어그램을 정리하고 실시간으로 공유하는 협업 공간입니다. MCP 서버를 연결하면 Claude, Cursor, VS Code가 다이어그램을 만들고 편집하며, 무료 플랜은 도면 200개와 AI 사용을 제공합니다.
새롭고 좋은 소프트웨어는 어디에 있을까요?
AI 코딩이 생산성을 높였다면 왜 새롭고 좋은 소프트웨어가 눈에 띄지 않느냐는 질문에 여러 가설을 제시합니다. 개선이 기존 제품이나 사내용 도구에 머물고, 개발 속도 향상이 품질보다 생산량이나 여가로 이어질 수 있다는 설명입니다.
Hexis Cloud — AI 에이전트가 함께 쓰는 회사 지식 기반
Hexis Cloud는 회사의 공유 맥락과 파일별 접근 권한, 팀이 함께 편집하는 스킬, 여러 도구를 연결하는 MCP 게이트웨이를 제공하는 AI 에이전트 인프라입니다. 기존 오픈소스 Hexis를 직접 호스팅하기 어려웠던 팀을 위해 몇 번의 클릭으로 설정하는 호스팅 버전을 출시했습니다.
Liquid AI, 24B 파라미터 에이전트 모델 LFM2.5-24B-A2B 공개
Liquid AI가 총 24B 파라미터 중 토큰마다 2.45B를 활성화하는 추론 모델 LFM2.5-24B-A2B를 공개했습니다. 에이전트·도구 사용 작업에 맞춰 학습했으며, LiveClaw에서 48.09점을 기록하고 Apple M5 Max에서 초당 184토큰을 생성했다고 밝혔습니다.
회계사는 고객 서류를 받느라 몇 주씩 쫓아다닙니다. 이 일을 지루할 만큼 단순하게 만들려 합니다
Upperdoc은 회계사가 체크리스트와 링크 하나로 고객 서류를 요청하고, 3일·7일·14일 간격으로 자동 알림을 보내는 초기 서비스입니다. 유료 고객은 아직 없으며, 댓글에서는 알림 간격보다 요청 내용의 구체성, 고객 측 업로드 경험, 문서 보안과 접수 상태 관리가 실제 도입의 관건이라는 의견이 나왔습니다.
로컬 LLM이 Claude Code를 대체할 수 있을까요? 자주 인용되는 벤치마크가 놓치는 것
SWE-bench 점수만으로 코딩 에이전트의 실사용성을 판단하기 어렵다고 주장합니다. 다단계 도구 호출의 신뢰성, 컨텍스트 유지, 재시도 비용을 따져 로컬 모델과 클라우드 모델을 작업별로 나누어 쓰는 방식을 제안합니다.
Manifold MCP — 에이전트에 SEO, AI 답변, 소셜, 광고, 잠재 고객 데이터를 연결합니다
Manifold MCP는 Claude, ChatGPT, Cursor 등에서 마케팅 채널의 데이터를 조회하는 호스팅 MCP 서버입니다. 검색 순위와 경쟁사 광고, Reddit 게시물, 구매 담당자 이메일 등을 에이전트가 자연어 요청으로 찾도록 지원하며 무료로 시작할 수 있습니다.
Anthropic, 증류 방어로 데이터 수집량 90~99% 줄였다고 밝혀
Anthropic은 Claude의 추론 기록을 빼내 다른 모델을 학습하는 증류 공격을 막기 위해 분류기, 계정 제한, 추론 기록 접근 제어를 도입했습니다. 회사 추산으로는 자사 플랫폼에서 증류에 쓰인 추론 토큰이 기존보다 10~100분의 1로 줄었지만, 오탐과 개발자 통합 변경 같은 비용도 발생합니다.
llamadart로 로컬 임베딩 만들기: 라마들은 비밀을 어떻게 나눌까요
Llama Village의 지식 공유 기능을 사례로 로컬 임베딩이 대화와 저장된 사실의 유사도를 비교하는 방식을 설명합니다. 임베딩 점수만으로 비밀을 전달하면 부정문도 사실 공개로 처리될 수 있다는 결함을 재현하고, 별도의 공개 여부 판단이 필요하다고 제안합니다.
guilds.run — 과정을 들여다보고 조정하는 멀티 에이전트 워크플로
guilds.run은 에이전트별 프롬프트와 도구 호출, 메모리 변경, 에이전트 간 대화를 기록해 확인하고 조정하는 오픈소스 멀티 에이전트 도구입니다. 자체 호스팅으로 실행하며 Studio가 실행 기록을 분석해 수정안을 작성합니다. 수정은 사용자가 게시해야 반영됩니다.
여러 코딩 에이전트에 스킬을 설치하는 CLI, npx skills
npx skills는 SKILL.md 형식의 에이전트 스킬을 Claude Code, Cursor, Codex, OpenCode 등 75개 이상의 코딩 에이전트에 설치하고 관리하는 CLI입니다. 저장소 탐색, 선택 설치, 업데이트와 단일 스킬 실행을 지원하며, 설치 경로와 에이전트별 기능 차이도 안내합니다.
MiniCPM-V 4.7 1B 공개 - 이미지·영상 이해와 온디바이스 추론
OpenBMB가 이미지와 영상 이해를 지원하는 1B 멀티모달 모델 MiniCPM-V 4.7을 공개했습니다. 시각 토큰을 초기에 압축하고 4x와 16x 처리 모드를 제공하며, 모바일 배포와 여러 추론·양자화 도구를 지원합니다.
유료 앱을 바이브 코딩으로 복제하는 시대, 무엇이 살아남을까요?
AI 코딩 도구가 상용 소프트웨어를 복제하는 초기 비용을 낮췄지만, 완성도와 유지보수 비용까지 없애지는 못합니다. 글은 개별 복제 앱보다 대안을 만들 수 있다는 가능성이 독점적 가격과 사용자 종속을 흔드는 변화라고 주장합니다.
ngram 2.0 — 설명 영상, 화면 녹화 영상, AI 아바타 영상 제작
ngram 2.0은 문서와 제품 녹화 자료를 설명 영상으로 바꾸는 AI 영상 도구입니다. 자료와 대상, 설명 깊이를 정하면 대본과 내레이션, 애니메이션 장면을 만들고 채팅으로 수정할 수 있습니다.
RevSofia, 자동차 모임 채팅을 일정으로 바꾸는 앱
RevSofia는 자동차 모임 채팅을 Gemma 4로 분석해 일정 초안을 만드는 소피아 지역 모임 서비스입니다. 시간대 처리, 입력 검증, 비용 악용 방지와 사람의 승인 절차를 구현하며 실제 테스트에서 발견한 오류와 수정 과정도 공개합니다.
안드레이 카르파시: AI의 실제 역량을 본 사람은 5,000명뿐입니다
안드레이 카르파시는 대부분의 사람이 챗봇 수준에서 AI를 접하지만, 일부 연구자와 개발자는 장시간 작업하는 에이전트의 역량을 경험한다고 말합니다. 에런 레비는 에이전트 군집이 기업 업무를 바꿀 가능성을 보면서도 비용, 신뢰성, 데이터 연결, 보안과 조직 변화가 도입의 걸림돌이라고 짚습니다.
System One 모델을 알아야 하는 이유
TypeSafe의 Jev는 텍스트를 생성하는 대신 예·아니요, 선택지, 척도 형태로 판단을 내리고 확률을 반환하는 모델입니다. Forem은 스팸 분류와 콘텐츠 처리에 Jev를 활용하며, 글은 이런 소형 판단 모델이 대규모 언어 모델의 비용과 지연을 줄이는 계층형 AI 구성에 기여한다고 주장합니다.