AI와 만들면서 실제로 배우는 것
AI로 기능을 완성하는 일과 작동 원리를 배우는 일은 다릅니다. 글쓴이는 Slate 편집기의 저장 경쟁 조건과 로컬 AI 모델의 실행 시간을 직접 조사한 경험을 들어, 생성된 코드를 이해하고 다른 문제에 적용하는 학습 방식을 설명합니다.
최신기사
AI, 개발 도구, 오픈소스, 보안과 인프라의 변화와 이용 조건을 설명하는 최신 기사와 해설입니다.
Actually Asked — 방문자 질문으로 개선되는 브랜드 FAQ
Actually Asked는 사이트에 브랜드 디자인을 따르는 FAQ를 넣고, 방문자가 질문하거나 페이지 문장을 선택해 관련 내용을 물을 수 있게 합니다. 반복 질문은 FAQ에 추가하고 답을 찾지 못한 질문은 매주 이메일로 알려줍니다.
Claude Code 팀의 코드 리뷰 방식
Anthropic은 Claude가 코드의 약 90%를 작성하는 Claude Code 팀에서 자동 리뷰와 위험도별 승인 절차를 운영합니다. 6월부터 9월까지 병합된 PR은 두 배 넘게 늘었고 되돌린 비율은 40% 넘게 줄었다고 밝혔습니다. 사람의 검토 시간을 줄이되 장애와 되돌림이 늘지 않도록 측정하고 있습니다.
MOSS-Image-Base: 텍스트와 JSON 레이아웃으로 이미지 생성하기
OpenMOSS의 MOSS-Image 계열 기본 텍스트-이미지 모델로, 자연어 프롬프트와 태그 시퀀스, JSON 레이아웃을 지원합니다. Python과 CUDA 환경에서 Diffusers 파이프라인으로 실행하며, 모델 가중치와 추론 코드는 Apache License 2.0으로 공개했습니다.
Buddy AI Sandboxes — AI 코딩 에이전트를 위한 격리된 클라우드 머신
Buddy가 AI 코딩 에이전트마다 격리된 Linux 머신을 제공하는 Sandboxes를 출시했습니다. 디스크가 세션 사이에도 유지되고 Docker, SSH, root 권한과 공개 URL을 지원하며, MCP나 CLI 등으로 관리합니다.
탈옥한 PS5에서 로컬 AI 모델 구동 — 작은 모델은 초당 124토큰
탈옥한 PS5에서 llama.cpp를 네이티브로 실행하고 GPU와 최대 11.4GiB 메모리를 활용하는 포크가 공개됐습니다. 3B 모델은 초당 124토큰, 27B 모델은 초당 20토큰을 기록했으며, 속도와 모델 크기는 서로 다릅니다.
AI 코딩에서 어려운 부분: 작업이 끝났다고 판단하기
Code Factory는 AI 코딩 에이전트가 작업을 마친 뒤 요구사항과 테스트 범위를 확인하고, 검사 결과를 검증 대상 코드와 연결하는 로컬 우선 워크플로를 제안합니다. 작성자는 기록이 정확성을 보장하지 않으며 테스트와 사람의 판단이 여전히 필요하다고 밝힙니다.
DEV.to 글을 더 읽고 싶어서 새 탭에 넣었습니다
개발자가 비공식 Chrome 확장 프로그램 DEV New Tab을 만들어 새 탭에서 DEV.to 피드를 읽도록 했습니다. Chrome의 로컬 Prompt API를 지원하는 환경에서는 공개 글의 개요를 기기에서 만들며, 작성자와 원문 링크를 붙인 발췌 카드로 공유할 수도 있습니다.
siliXon — 쉬운 영어로 설명한 아이디어를 주문 가능한 회로 기판으로
siliXon은 영어로 설명한 기기 아이디어를 회로도와 배선이 완료된 PCB 설계로 바꾸는 도구입니다. 설계 에이전트 Rocky가 부품 선정부터 배치와 배선까지 처리하며, 현재는 초기 베타 단계로 2층과 4층 기판, 디지털 중심 설계를 지원합니다.
IMF 경고: AI 투자 거품 붕괴가 세계 경제로 번질 수 있습니다
IMF는 AI 투자 수익이 기대에 못 미치면 기술주 조정이 세계 금융시장으로 번질 수 있다고 경고합니다. 다만 당장 금융 붕괴를 예측한 것은 아니며, 과도한 차입과 투자 집중, 사이버 공격에 대한 감시를 주문합니다.
NVIDIA Qwen3.8-Flash-Next FP4 로컬 모델
NVIDIA가 Alibaba Qwen3.8-Flash-Next를 FP4로 양자화한 로컬 배포용 체크포인트를 공개했습니다. 파일 크기는 약 96GiB이며, 검증된 실행 환경은 NVIDIA Blackwell GPU와 특정 커뮤니티 vLLM 컨테이너입니다. GPQA Diamond 정확도는 BF16 기준 92.2%에서 FP4 기준 91.5%로, ToolEvalBench는 89.4%에서 88.7%로 낮아졌습니다.
2026년 최고의 병렬 AI 코딩 에이전트 관리 도구
여러 AI 코딩 에이전트를 동시에 운영할 때 필요한 작업 분배, 작업 공간 격리, 진행 상황 추적, 결과 검토를 기준으로 도구 7가지를 비교합니다. 도구마다 역할이 달라서 에이전트 수보다 작업 독립성과 통합·검토 흐름을 먼저 살펴야 한다고 제안합니다.
미국 노동시간의 90%는 AI 벤치마크가 충분히 다루지 않는 업무에 쓰입니다
Mercor는 29개 AI 벤치마크를 미국 노동부 O*NET의 923개 직업, 18,797개 업무와 연결해 경제 전반의 평가 공백을 분석했습니다. 추정상 미국 노동시간의 90%는 기존 벤치마크가 거의 다루지 않으며, 연구진은 이 결과가 초기 벤치마크 목록에 따른 잠정치라고 밝혔습니다.
Dev Opportunity Radar #21: YC 50만 달러 투자, Bolt Builders Week, AI 안전 연구 레지던시
AI 안전 연구 레지던시, Bolt의 온라인 빌드 행사와 사업 경진대회, Y Combinator Winter 2027 배치 모집 정보를 모았습니다. 개발자 학습 로드맵 사이트 roadmap.sh도 함께 소개합니다.
우리는 대체 왜 이 모든 일을 하는가?
이론물리학자 Rikab Gambhir가 수학·과학 연구를 ‘잠재적으로 참인 사실’을 쌓는 일로만 취급하는 풍토를 풍자합니다. LLM이 논문을 대량 생성해도 정확성 확인과 이해를 공동체에 떠넘긴다면 지식의 축적과 연구의 목적을 혼동한다는 주장입니다.
Claude가 밝혀낸 ECDSA 곡선 시드의 기원
Claude가 NIST의 ECDSA 곡선 시드 다수가 1990년대 C 라이브러리의 lrand48 난수 생성기와 Unix 타임스탬프로 만들어졌음을 찾아냈습니다. 이 결과는 시드의 생성 과정을 설명하지만, 일부 시드와 곡선 기준점의 출처는 여전히 밝혀지지 않았습니다.
NVIDIA Nemotron 3.5 Super VL 공개: 120B 모델과 MTP 추론 가속
NVIDIA가 총 1,200억 개, 활성 120억 개 파라미터를 쓰는 멀티모달 모델 Nemotron 3.5 Super VL을 공개했습니다. Mamba-2와 Transformer를 결합하고 최대 100만 토큰 문맥과 이미지·동영상 입력을 지원합니다. NVIDIA가 공개한 벤치마크에서는 강점과 약점이 과제별로 갈립니다.
Backdrop — 모든 업무 흐름과 산업에 맞는 AI 동료 만들기
Backdrop은 업무별 AI 동료를 만들고 회사의 맥락과 도구 접근 권한을 설정하는 서비스입니다. Slack, Asana, HubSpot 등 1,500개 이상의 도구를 연결하며 승인 절차와 작업 기록도 제공합니다.
Android 개발용 AI 에이전트 스킬 모음
Google의 Android 팀이 Android 개발 작업을 돕는 AI 에이전트용 스킬 저장소를 공개했습니다. 에이전트가 Android 공식 가이드에 맞춰 작업하도록 Markdown 지침과 자료를 제공하며, 평가에서 LLM 성능이 낮게 나타난 작업 흐름을 우선 다룹니다.
금융 에이전트가 모든 평가를 통과했습니다. 그 결정을 방어할 수 있나요?
금융 감사에서 에이전트의 정확도나 평가 점수만으로는 개별 판단을 뒷받침하기 어렵습니다. 글은 은행 계정 조정(bank reconciliation) 사례를 들어 권한, 실행 기록, 증거 출처, 평가 데이터의 무결성을 관리하고, 필요한 시점에 사람에게 넘기는 방법을 제안합니다.