AI 시대의 프로그래밍 언어는 어떻게 진화할까요
코딩 에이전트가 코드 대부분을 작성하는 시대에도 프로그래밍 언어와 컴파일러는 필요하며, 언어 설계의 초점은 사람의 입력 편의성보다 강한 보장과 도구 연동으로 옮겨갈 수 있다고 주장합니다. 저자는 LSP 대신 질의 가능한 프로그램 데이터베이스를, 디버거 대신 에이전트가 탐색하는 런타임 관측 도구를 제안합니다.
AI · 최신기사
AI 모델과 서비스, 활용 도구와 이용 조건을 다룹니다.
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.
AI 에이전트 사이로 번지는 자기 복제 프롬프트 인젝션 — OpenAI의 실험 사례
OpenAI는 프롬프트 인젝션이 에이전트의 출력에 복제돼 다른 에이전트로 퍼지는 사례를 훈련·평가 과정에서 확인했습니다. 실제 사고는 보고되지 않았으며, 글은 권한 제한과 부작용 승인 같은 모델 바깥의 통제를 제안합니다.
Drawgent: 실시간 Excalidraw 캔버스에서 코딩 에이전트와 작업하기
Drawgent는 사용자가 설치한 Claude Code, Codex, opencode를 Excalidraw 캔버스에 연결하는 도구입니다. 채팅으로 요청하거나 그림 옆에 `AGENT:` 메모를 남기면 에이전트가 장면을 읽고 캔버스를 편집한 뒤 결과를 확인합니다. 기존 세션 연결, MCP 도구, Excalidraw 공유 방 연동도 지원합니다.
새 기술을 익히는 실제 방법 — 튜토리얼 없이 시도하고 실패하기
글쓴이는 튜토리얼을 먼저 따라가기보다 직접 시도하고, 실패 원인을 디버깅한 뒤 이해하고 결과물을 만드는 학습 방식을 소개합니다. 작은 행동을 꾸준히 이어가고 기록을 남기며, AI를 정답 생성기가 아니라 사고를 돕는 짝으로 활용하자고 제안합니다.
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.
llama.cpp 프롬프트 룩업 초안 생성을 최대 42배 빠르게
llama.cpp의 프롬프트 룩업 디코딩에서 불필요한 맵 복사와 비효율적인 자료구조를 개선해 토큰 초안 생성 속도를 최대 42배 높였습니다. 정적 캐시의 로딩은 최대 16.12배 빨라졌고, 메모리 사용량도 줄었습니다.
머스크, 그록이 앤스로픽 클로드보다 뒤처진다고 인정
일론 머스크는 인터뷰에서 Grok 4.7이 Anthropic의 Opus 5.5보다 못하다며 내년에 따라잡을 것으로 예상한다고 말했습니다. 개발 속도와 저렴한 가격, SpaceX·Tesla의 물리 세계 데이터가 Grok의 경쟁 요소로 제시됐지만, Grok Bot의 월간 성장률은 회사가 이용자 수를 공개하지 않아 확인되지 않습니다.
AI 자막이 너무 빨리 읽히는 이유를 측정했습니다 — 문제는 문구가 아니라 타이밍이었습니다
Whisper로 만든 자막의 읽기 속도를 측정한 결과, 과한 CPS는 문구 길이보다 자막 표시 시간이 짧아서 생겼습니다. 작성자는 단어를 고치기 전에 타이밍을 점검하도록 QC 도구를 설계했으며, 결과는 한 영상에 한정된 측정이라고 밝혔습니다.
Reladraw: 요소의 배치를 직접 지정하는 다이어그램 언어
Reladraw는 요소를 다른 요소의 위·아래·옆처럼 상대 위치로 배치하는 텍스트 기반 다이어그램 언어입니다. 자동 배치와 픽셀 단위 수동 배치 사이를 겨냥하며, 배치 의도를 소스에 남겨 사람이든 AI 에이전트든 문장을 고쳐 그림을 바꾸게 합니다.
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.
로컬 AI 에이전트 둘이 사람 없이 앱을 만들 수 있을까요? 6번의 반복으로 시험했습니다
개발자 에이전트와 리뷰어 에이전트를 로컬 모델로 구성해 노트 앱을 만들고 여섯 차례 수정하게 했습니다. 협업과 파일 수정은 이뤄졌지만, 리뷰 기준이 없어 작은 코드 문제를 고치는 동안 사용성과 완성도는 놓쳤습니다.
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.
Vim의 마지막 인사일까요? 이제 :q!를 입력할 때일까요?
AI가 코드를 대신 작성하면서 Vim을 배울 이유가 줄었을까요? 글쓴이는 Vim의 강점이 타이핑 속도가 아니라 코드 탐색과 정밀한 편집에 있다고 봅니다. AI가 작성한 코드를 다듬는 일이 늘수록 Vim의 편집 방식은 여전히 쓸모가 있다고 주장합니다.
Kaiku — AI 에이전트가 바로 사용할 수 있는 작업 추적기
Kaiku는 AI 에이전트를 팀의 사용자로 고려해 만든 작업 추적기이자 위키입니다. 기존 도구의 REST API와 호환되고 Claude Code·Cursor용 MCP 서버를 제공하며, 이슈마다 에이전트 실행 비용과 기록을 남깁니다.
Basedash MCP 쓰기 기능 — Cursor와 Claude에서 차트와 대시보드 만들기
Basedash MCP 서버가 읽기뿐 아니라 차트와 대시보드 생성·수정도 지원합니다. Cursor나 Claude에서 자연어로 요청하면 에이전트가 스키마를 살펴 SQL을 작성하고 검증한 뒤 시각화를 구성합니다. 스키마 변경으로 쿼리가 깨지면 AI가 한 번의 클릭으로 수정하도록 돕습니다.
GitHub PR과 이슈에서 작동하는 Claude Code Action
Claude Code를 GitHub Actions에 연결해 PR과 이슈의 질문에 답하고, 코드 리뷰와 변경 작업을 수행하는 도구입니다. Anthropic API 외에도 Bedrock, Vertex AI, Microsoft Foundry를 지원하며, 작업은 사용자의 GitHub runner에서 실행합니다.
AI 없이 한 달
오픈소스 프로젝트를 유지하는 개발자가 업무에서 AI 코딩 에이전트를 쓰다 코드 이해와 검토 능력이 약해졌다고 느껴 사용을 중단한 경험을 소개합니다. 그는 TDD와 직접 코드 작성으로 돌아간 뒤 변경 사항을 설명하고 배포하는 자신감을 되찾았다고 말합니다.
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.
Jango — 실제 사용자처럼 행동하는 AI 에이전트로 다중 사용자 앱 테스트
Jango는 각자 브라우저와 계정, 목표, 기억을 지닌 AI 사용자들을 개발 중인 앱에 투입해 상호작용을 테스트하는 Mac 앱입니다. 여러 사용자의 행동이 얽히는 기능을 점검하고, 오류와 스크린샷을 담은 보고서를 확인할 수 있습니다.