오래 쓰이는 소프트웨어는 천천히 만들어집니다
Zotero는 연구자들이 필요한 기능을 함께 고민한 끝에 탄생했습니다. 구상부터 초기 프로토타입까지 수년이 걸린 과정을 돌아보며, AI가 코딩을 빠르게 해도 무엇을 만들지 정하는 일에는 탐색과 협업이 필요하다고 설명합니다.
최신기사
AI, 개발 도구, 오픈소스, 보안과 인프라의 변화와 이용 조건을 설명하는 최신 기사와 해설입니다.
한 줄짜리 이력서
저자는 긴 경력 목록 대신 자신이 만든 프로젝트 두 개와 관심 분야를 한 줄로 소개합니다. 이어 GitHub 프로필에 글과 저장소의 관계를 엮은 아틀라스를 만들고, 이를 AI 기반 이력서로 발전시키려는 구상을 설명합니다.
거의 열 필요 없는 정원 도우미, Tendril
Tendril은 날씨와 식물 기록을 바탕으로 하루 두 가지 이하의 정원 관리 작업을 제안하고, 휴대전화 잠금 화면에 보여주는 오픈소스 도구입니다. 작은 로컬 모델에 판단을 맡기되 규칙 적용과 검증은 코드로 처리해, 모델이 틀려도 계획이 나오도록 설계했습니다.
Opus 5.5에 프롬프트 하나와 6시간을 주고 《보이지 않는 도시들》을 시각화하게 했습니다
저자는 같은 프롬프트로 GPT-6 Astra와 Claude Opus 5.5에 이탈로 칼비노의 《보이지 않는 도시들》 55곳을 Three.js로 구현하게 했습니다. Opus 5.5는 약 1시간 25분 만에 인터랙티브 시각화를 만들었고, 완성도에 감탄한 저자는 AI가 창작 과정에서 인간의 자리를 어떻게 바꿀지 질문합니다.
AI가 폐쇄형 소프트웨어를 끝낸다는 오픈소스 운동가
Eric S. Raymond는 AI로 바이너리를 역공학해 소스 코드를 재구성하는 비용이 낮아지면서 폐쇄형 소프트웨어의 비밀 유지가 어려워질 것이라고 주장합니다. Reddit에서는 역공학의 기술적 가능성뿐 아니라 지원·라이선스·법적 책임, AI 생성 코드가 오픈소스 유지보수에 미칠 영향을 두고 의견이 갈립니다.
AI 에이전트에게 프로덕션 병합을 맡겼습니다. 딱 한 번
작성자는 코드 생성과 리뷰, 테스트, 스테이징 배포까지 자동화한 뒤 프로덕션 병합도 에이전트에게 맡겼다가 고객 계정이 잠기는 장애를 겪었습니다. 코드의 정확성을 판단하는 검토는 자동화하되, 실제 사용자에게 영향을 주는 배포 결정과 그 책임은 사람이 맡아야 한다고 주장합니다.
업계는 왜 DeepSeek 4.1 Flash에 놀라지 않을까요?
글쓴이는 한 달간 여러 프로젝트에 DeepSeek 4.1 Flash를 써 본 결과, 일부 프런티어 모델과 체감 성능 차이가 크지 않은데 비용은 훨씬 낮다고 말합니다. 토론에서는 저렴한 모델의 실용성에 공감하는 의견과, 실제 작업 품질·구독 요금·하드웨어 비용을 따져야 한다는 반론이 맞섭니다.
“소프트웨어는 끝났다” — 해지 수수료에 불만을 품은 개발자, AI로 무료 어도비 대체 앱 제작
개발자 Brandon Thomas가 Claude Opus 5.5와 Rust를 활용해 Adobe 앱 7종을 대체하는 오픈소스 프로젝트 Artcraft를 만들고 있습니다. 아직 초기 단계라 기본 기능 오류가 보고됐으며, 기능 완성도와 유지보수, 저작권 문제를 두고 Reddit에서 논쟁이 이어집니다.
Ownfeed — 내 제품이 필요한 사람들의 소셜 피드
Ownfeed는 제품 URL을 입력하면 Reddit, X, Bluesky, Hacker News에서 잠재 고객의 글을 모아 피드로 보여줍니다. 글의 관련도를 기준으로 정렬하고 답글은 사용자가 직접 작성하게 해, 키워드 알림이나 자동 응답 없이 초기 고객을 찾도록 돕습니다.
DGX Spark용 GLM-5.3-Flash 축소 빌드 — 전문가 224개로 줄이고 NVFP4 적용
GLM-5.3-Flash의 라우팅 전문가를 레이어당 288개에서 224개로 줄이고 전문가 가중치에 NVFP4를 적용한 비공식 모델입니다. 가중치가 141 GiB라 DGX Spark 두 대나 180 GB 이상 Blackwell GPU에서 실행할 수 있으며, 정확도와 성능 측정은 B200에서 이뤄졌습니다.
재시도할까, 말까? AI 모델은 API 실패 상황을 제대로 판단할까요
API 실패 상황에서 AI 모델이 재시도 여부를 제대로 판단하는지 14개 시나리오로 비교했습니다. 8개 모델의 3회 실행 결과, 재시도 안전성과 시점을 혼동하는 사례가 드러났으며 특히 중복 결제 위험이 있는 요청에서 대부분 모델이 틀렸습니다.
Docker Agent — YAML로 구성하는 AI 에이전트 도구
Docker Agent는 YAML 설정으로 AI 에이전트를 정의하고 실행하는 Docker CLI 플러그인입니다. 여러 에이전트의 작업 분담, MCP 도구 연결, RAG, OCI 레지스트리를 통한 공유를 지원합니다. Hacker News에서는 Docker와의 연관성, 보안 경계, Codex 연동 안정성을 두고 의견이 갈렸습니다.
LiquidAI, 단일 패스로 판단하는 멀티모달 모델 d1-3B 공개
LiquidAI가 텍스트와 이미지 입력을 받아 분류·선택·점수화 결과를 한 번의 추론으로 내놓는 31억 파라미터 모델 d1-3B를 공개했습니다. 출력 토큰을 생성하지 않아 RTX 4090에서 단일 판단에 8ms가 걸리며, 여러 질문이 같은 입력을 공유하는 분류·라우팅 작업을 겨냥합니다.
TwelveLabs Pegasus 1.6 — 1인칭 영상을 로봇 학습 데이터로 변환
TwelveLabs의 Pegasus 1.6은 웨어러블 카메라나 로봇에서 촬영한 1인칭 영상을 분석해 시간 정보가 담긴 작업 라벨과 메타데이터를 생성합니다. 로봇 팀은 수작업 라벨링을 줄이고 영상 데이터를 학습 파이프라인에 활용할 수 있습니다.
번역 과정에서 어긋난 나비에–스토크스 증명
이 논문은 자연어 수학 증명을 Lean으로 옮긴 뒤 검증해도 원래 증명이 충실하게 번역됐다는 보장은 없다고 설명합니다. 저자들은 의미를 보존하며 자연어의 모호성을 해소하는 일이 계산 복잡도 계층에서 정지 문제보다도 높은 수준에 이를 수 있다고 주장하고, OpenAI의 나비에–스토크스 증명에서도 두 표현이 맞지 않는 사례를 제시합니다.
프런트엔드 개발자는 토큰을 낭비하고 있을까요? AI 코딩 비용을 줄이는 다섯 가지 방법
AI 코딩 도구 비용을 줄이는 방법 다섯 가지를 Kiro 사례로 설명합니다. 작업에 맞는 모델 선택, 지시 파일과 명세 활용, 결정론적 도구에 서식·린트 맡기기, 불필요한 대화 맥락 줄이기가 주요 내용입니다.
Databench by Alkera — 데이터 팀을 위한 오픈소스 협업형 에이전트 작업 공간
Databench는 데이터 과학·분석·엔지니어링 팀이 노트북과 채팅에서 동료 및 AI 에이전트와 함께 작업하는 오픈소스 공간입니다. 로컬 컴퓨터부터 원격 컴퓨팅 노드와 GPU 클러스터까지 셀과 에이전트를 실행하며, 결과를 데이터와 코드에 연결해 추적성을 높입니다.
HP RTX Spark 노트북, 최저 2,999.99달러로 유출
HP가 RTX Spark를 탑재한 OmniBook X 14와 OmniBook Ultra 16의 가격을 잠시 온라인 스토어에 공개했습니다. 하위 사양도 2,999.99달러부터 시작해 예상 가격보다 비싸며, 고사양 모델은 최대 4,999.99달러에 달합니다.
Scumble — AI 인페인팅을 위한 오픈소스 편집기
Scumble은 이미지 일부를 선택해 AI로 채우고, 결과를 주변 색에 맞춘 별도 레이어로 돌려주는 무료 오픈소스 데스크톱 편집기입니다. 자체 ComfyUI나 사용자의 API 키를 연결하며 원본 이미지는 보존합니다. 제작자는 아직 0.1.x 버전이며 Windows를 먼저 지원하고 Linux 빌드를 제공한다고 밝혔습니다.
llama.cpp, 호스트 메모리에 둔 MoE 전문가를 위한 GPU 캐시 추가
호스트 메모리에 있는 Mixture of Experts(MoE) 전문가 가중치를 GPU의 LRU 캐시에 보관하고, 캐시 적중 시 GPU에서 계산하는 llama.cpp 변경입니다. VRAM이 부족한 시스템에서 생성 속도가 빨라진 사례가 있지만, 캐시 적중률과 PCIe 대역폭에 따라 오히려 느려지기도 하며 이 PR 구현은 단일 GPU만 지원합니다.