ARM 프로세서에서 SVE2로 더 빠르게 JSON 파싱하기
simdjson이 ARM의 SVE2 `match` 명령으로 JSON 구조 문자를 분류하는 방식을 추가했습니다. Graviton 4·5에서 인덱싱 처리량이 개선됐으며, 전체 파싱 시간은 각각 2~4%, 1~2% 단축됩니다.
최신기사
AI, 개발 도구, 오픈소스, 보안과 인프라의 변화와 이용 조건을 설명하는 최신 기사와 해설입니다.
Git은 packfile을 다시 만들면 object storage에서도 실행할 수 있습니다
Git 저장소를 object storage에 직접 올리려면 로컬 파일시스템을 전제로 설계된 기존 packfile이 병목이 됩니다. Tigris의 objgit은 Range request에 맞춘 자체 packfile과 인덱스를 도입해 push 요청을 최대 약 300배, clone 요청을 최대 약 20배 줄였지만 아직 인증·권한·압축(compaction)이 구현되지 않은 실험 단계입니다.
모든 곳의 보안을 고칠 수 있는 시간은 1년입니다
저렴하고 로컬에서 실행할 수 있으며 악성 행위를 거부하지 않는 AI 모델이 실제 취약점 탐색과 익스플로잇 작성에 활용될 수 있다는 경고입니다. 글은 공격 모델이 대중화되기 전에 보안 패치의 배포·백포트·검증 체계를 정비하고, 샌드박싱과 최소 권한, 공급망 보안을 강화해야 한다고 주장합니다.
두 낯선 사람이 제 댓글에서 에이전트 위임 프로토콜을 만들었습니다 — 그래도 규제자가 필요합니다
AI 에이전트의 권한을 만료 시간만으로 관리하는 방식의 한계를 짚고, 작업마다 단일 사용 위임을 발급·소진하며 타임아웃과 재시도를 펜싱하는 프로토콜 논의를 설명합니다. 결국 지연 메시지를 차단할 보존 기간은 기술만으로 정할 수 없으며, 명시적인 소유자와 변경 절차가 필요하다고 주장합니다.
아키텍처 우주비행사에게 겁먹지 마세요
추상화와 아키텍처를 지나치게 높은 수준에서 논하는 ‘Architecture Astronauts’가 실제 사용자의 문제와 소프트웨어의 목적을 놓치는 현상을 비판합니다. Napster, SOAP, XML, .NET, Jini 등의 사례를 통해 기술 유행보다 사용자가 새롭게 할 수 있는 일이 중요한 이유를 설명합니다.
Frozendict 🧊: Python·Node.js를 위한 최신 불변 해시맵
frozndict는 Rust로 구현하고 Python·Node.js 바인딩을 제공하는 불변·해시 가능 딕셔너리입니다. 삽입 순서를 유지하면서 해시를 캐시하고 copy()를 O(1)로 처리하며, 작성자가 제시한 벤치마크에서는 반복·복제·동등성 검사에서 기존 구현과 비교 가능한 성능을 보입니다.
4GB 노트북 GPU가 Gemma 4에서 12코어 CPU보다 4.3배 빠릅니다
동일한 노트북에서 Gemma 4 소형 양자화 모델을 CPU와 4GB GTX 1650 Ti로 번갈아 서빙한 결과, GPU 디코드 속도가 평균 4.27배 빨랐습니다. 모델의 대형 임베딩 테이블이 호스트 메모리에 남는 구조 덕분에 4GB GPU만으로도 충분히 적재할 수 있었습니다.
higgsfield-ai/higgsfield — 수십억~수조 파라미터 모델 학습을 위한 내결함성·고확장성 GPU 오케스트레이션 및 머신러닝 프레임워크
Higgsfield는 대규모 언어 모델(LLM) 학습을 위해 GPU 노드 할당, 실험 큐 관리, 분산 샤딩, 학습 모니터링, GitHub Actions 연동을 제공하는 오픈소스 프레임워크입니다. PyTorch FSDP와 DeepSpeed ZeRO-3를 지원하며, 여러 노드에서 대규모 모델을 학습하고 체크포인트를 관리하는 흐름을 단순화합니다.
trycua/cua — 오픈소스 드라이버, 크로스 OS Fleet, 벤치마크로 Computer-Use 2.0 확장하기
Cua는 AI 에이전트가 Linux·macOS·Windows의 데스크톱 애플리케이션과 브라우저를 조작하도록 하는 오픈소스 도구 모음입니다. 격리된 클라우드 데스크톱, 로컬 macOS VM, 에이전트 평가·학습용 Cua-Bench를 함께 제공합니다.
개발 로그 #21 — WebRTC-Direct 강화와 SCM 누수 해결
이번 주에는 Python 기반 libp2p의 WebRTC-Direct 상호운용성 문제와 소켓 누수를 수정하고, Go 기반 agent-orchestrator의 파일 경로·GitHub SCM 폴링 문제를 다뤘습니다. ICE 자격 증명 경쟁 조건, 연결 종료 누수, 잘못된 PR 재조회, .git/info/exclude 누적 문제를 포함해 8개 커밋과 11개 PR을 진행했습니다.
심볼릭 링크가 없는데도 발생한 "Too many levels of symbolic links" — autofs, bind mount와 cron 컨테이너
PHP cron 작업이 실제 심볼릭 링크 없이 ELOOP 오류로 실패한 원인을 autofs와 컨테이너의 중첩된 마운트 구성에서 추적합니다. 이미 로컬에 bind mount된 코드를 cron이 autofs 경로로 다시 접근하고 있었으며, 직접 bind mount와 전용 automount map으로 의존성을 제거해 해결합니다.
Intel, 가중치를 하나도 바꾸지 않고 1.58비트 LLM을 1.485비트로 압축
Intel 연구진이 모델의 가중치나 출력값을 바꾸지 않고 저장 형식만 개선하는 BITCOS를 제안했습니다. 0 가중치의 비율을 별도로 활용해 한 체크포인트를 1.485비트로 저장했으며, 하드웨어에 따라 디코딩 처리량이 CPU에서 최대 18%, GPU에서 최대 27% 향상됐습니다.
OpenAI는 자체 LLM으로 Jalapeño 칩을 어떻게 설계했나
OpenAI의 AI 가속기 칩 Jalapeño는 최대 13.4페타플롭스의 4비트 연산과 15.4TB/s 메모리 대역폭을 제공하며, Nvidia GB300보다 엔드투엔드 지연 시간을 최대 3.6배 줄이는 것을 목표로 합니다. 설계 과정에서는 LLM을 고수준 합성, 검증, 소프트웨어 최적화에 활용해 아키텍처 구상부터 첫 실리콘까지 20개월 이내에 진행했습니다.
디바이스를 기다려야 했던 클립보드 브리지
tapflow가 브라우저와 시뮬레이터 사이에서 텍스트를 복사·붙여넣기하는 과정을 비동기 프로토콜로 구현한 사례를 설명합니다. 고정 지연 대신 sentinel과 상태 확인을 사용하고, 브라우저의 사용자 제스처·보안 컨텍스트·타임아웃 제약까지 함께 다룹니다.
Warez: 불법 복제의 인프라와 미학
이 책은 BitTorrent와 The Pirate Bay로 대표되는 공개적 불법 복제의 이면에서 활동해 온 Warez Scene의 역사와 운영 인프라를 다룹니다. BBS에서 FTP 서버로 이어진 변화, 고유한 규칙과 예술적 형식, 무료 배포를 둘러싼 공동체적 해석과 경쟁적 서열 문화의 긴장을 분석합니다.
점진적 공개(Progressive Disclosure): 무엇을, 어디에, 언제, 왜 적용할까요?
코딩 에이전트의 지침을 하나의 거대한 파일에 항상 넣는 대신, 작업에 필요한 규칙을 무엇을·어디에·언제라는 기준으로 나눠 필요한 순간에만 불러오는 점진적 공개를 설명합니다. 28,721개 저장소 분석과 AGENTS.md, CLAUDE.md, skills, 경로 설정 사례를 바탕으로 컨텍스트 경쟁을 줄이는 방법과 새롭게 생기는 지침 관리 문제를 다룹니다.
Resilient와 Battle-Tested는 같은 말이 아닙니다
AI 도구로 빠르게 만든 애플리케이션을 곧바로 production-grade나 battle-tested라고 부르는 것은 신뢰성의 서로 다른 축을 혼동하는 일입니다. Resilient는 예상한 오류를 견디도록 설계됐다는 뜻이고, battle-tested는 실제 운영 장애와 예측하지 못한 조건을 겪고 수정한 이력까지 포함해야 합니다.
SpaceX는 어떻게 Raptor 엔진을 간결하게 만들었나
SpaceX의 Raptor 엔진은 full-flow staged combustion이라는 기본 구조를 유지하면서 센서·배관·밸브·플랜지·열 차폐 구조를 재설계해 Raptor 1의 복잡한 외형에서 Raptor 3의 매끈한 형태로 진화했습니다. 그 결과 Raptor 3는 Raptor 1보다 약 35% 높은 추력을 내지만, 내부 복잡성과 시동 문제는 여전히 남아 있습니다.
AI는 실제로 API를 어떻게 호출하는가? — 처음부터 이해하는 Tool Calling
Foundation model은 스스로 코드를 실행하지 않고, 호출할 도구와 입력을 구조화된 요청으로 출력합니다. 애플리케이션이 실제 함수를 실행해 결과를 돌려주면 모델이 답변을 완성하며, 글에서는 Amazon Bedrock의 Converse API로 날씨·날짜 도구, 프롬프트 주입, MCP까지 단계적으로 설명합니다.
스틸맨: AI 에이전트가 복잡성을 감수할 만해지는 순간
대부분의 AI 에이전트는 LLM 호출을 끼운 결정적 파이프라인에 가깝다고 지적한 뒤, 진짜 자율성이 필요한 좁은 조건을 정리합니다. 런타임에 새 경로가 발견되고, 분기 공간을 미리 열거할 수 없으며, 자율 영역을 최소화하고, 모든 결정을 저렴하게 검증·기록할 수 있어야 합니다.