달의 명암 경계 역설
달의 밝은 부분이 해가 진 뒤에도 위쪽을 향해 보이는 현상을 기하학적 시뮬레이터로 설명합니다. 태양이 멀리 있고 관측자가 달을 아래에서 올려다보는 시점이 겹치면, 어두운 부분이 달 아래쪽에 드러날 수 있습니다.
최신기사
AI, 개발 도구, 오픈소스, 보안과 인프라의 변화와 이용 조건을 설명하는 최신 기사와 해설입니다.
에이전트 테스트 실행을 2,490회에서 206회로 줄이고 같은 범위를 검증했습니다
agent-tooltrust의 실제 LLM 테스트에서 83개 에이전트와 30개 시나리오의 전체 조합 대신, 시나리오별 범위와 프레임워크별 판정 유형을 나눠 검증했습니다. 실행 횟수는 2,490회에서 206회로 줄었고, 테스트 결과 모델이 도구 호출 대신 문장으로 답하는 실패도 드러났습니다.
AI는 코딩을 쉽게 만들지만 학습은 어렵게 합니다
AI는 오류 설명과 코드 작성, 디버깅을 빠르게 돕지만, 문제를 스스로 파악하는 과정까지 건너뛰면 생산성이 이해보다 앞설 수 있습니다. 먼저 원인을 추측하고 시도한 뒤 AI에 묻고, 답을 검토하며 자신의 판단을 유지하자고 제안합니다.
Claude·Gemini 도난 계정, 다크웹에서 최대 97% 할인 판매
Google Threat Intelligence Group은 Claude·Gemini·ChatGPT 계정과 AI 도구의 API 키를 노리는 공격이 늘었다고 경고합니다. 정보 탈취 악성코드와 유출 토큰, 위조 MCP 서버가 주요 경로이며, 도난 키는 무단 사용뿐 아니라 예상치 못한 비용 청구로 이어질 수 있습니다.
Julia 1 — 후보 답안 중 하나를 고르는 1억 4,430만 파라미터 모델
Julia 1은 상태와 질문, 후보 답안을 함께 입력받아 선택·점수·불리언 결정을 내리는 다국어 모델입니다. 144.3M 파라미터로 여러 분류·라우팅 평가를 공개했으며, 짧은 후보 목록에 강점을 보인 반면 Banking77 파일럿에서는 비교 기준보다 낮은 정확도를 기록했습니다.
Recurse Center에서 보낸 여름
프로그래밍 리트릿 Recurse Center에서 여름을 보낸 저자가 스터디 그룹, Rust로 구현한 DEFLATE 압축 해제기, 미니 언어 개발과 LLM 활용 프로젝트를 소개합니다. 정해진 성과보다 자율적인 학습과 협업을 중시하는 공간에서 무엇을 만들고 배웠는지 구체적으로 보여줍니다.
AMD, Zen 6 서버용 EPYC 9006 ‘Venice’ 공개
AMD의 차세대 서버 CPU EPYC 9006 ‘Venice’는 TSMC 2nm Zen 6·Zen 6c 칩렛과 최대 256코어, 16채널 메모리, PCIe 6·CXL 3.1을 지원합니다. AMD GPU와 캐시 일관성을 갖춘 연결도 도입하지만, 최상위 모델 TDP는 600W까지 올라갑니다.
코드 리뷰는 자동화 가능한 결함 탐지만을 위한 절차가 아닙니다
이 글은 코딩 에이전트가 코드 리뷰의 여러 기능을 대신할 수 있다는 주장이 리뷰를 결함 탐지로만 좁혀 본다고 비판합니다. 리뷰에는 변경의 필요성을 따지고, 코드에 빠진 요소를 찾고, 조직 맥락을 반영하며, 팀의 이해와 책임을 함께 형성하는 역할도 있다고 설명합니다.
FrontierMath, 아페리식 무리수성 문제를 해결로 표시
FrontierMath가 ζ(5)의 무리수성을 증명하는 해답을 확인해 문제를 해결로 표시했습니다. 해답은 문제에서 찾도록 한 아페리(Apéry)식 점화식을 사용하지 않으며, FrontierMath는 AI 시스템의 정체를 모르는 상태에서 인간과 AI가 함께 만든 결과로 판정했습니다.
LLM 정책: 대가를 따지지 않는 진보
GNOME과 KDE의 LLM 기여 정책 논쟁을 계기로, 글쓴이는 자유·오픈소스 소프트웨어(FLOSS)의 목적이 결과물의 완성도를 높이는 데만 있는지 묻습니다. LLM이 멘토링과 협업을 밀어내고 사회적·환경적 비용을 가릴 수 있다고 비판하며, 프로젝트마다 원칙을 세워야 한다고 주장합니다.
AI 문서화 안내서: 모델 카드부터 평가 보고서와 에이전트 카드까지
AI 시스템은 같은 입력에도 다른 결과를 내므로 코드만으로 동작을 설명하기 어렵습니다. 이 글은 학습 데이터, 평가 방법, 허용된 행동, 실제 실행 기록이라는 네 가지 질문을 중심으로 모델 카드와 평가 보고서, 에이전트 카드 등 AI 문서 유형을 정리합니다.
설명할 수 없는 실패가 일상이 되는 문제
글은 AI 모델 Jev의 확률 점수와 빠른 도입을 예로 들어, 평가 데이터와 검증 없이 AI를 제품에 넣으면 실패 원인을 추적하기 어려워진다고 지적합니다. 저자는 LLM 개발로 실패가 늘어나는 것보다 “그냥 안 된다”는 말로 조사를 끝내는 태도가 보편화되는 일을 우려합니다.
Ember-1 — Kimi K3의 답변 품질을 유지하며 토큰 사용량을 줄인 모델
Fireworks Research가 Kimi K3를 바탕으로 불필요한 추론을 줄인 Ember-1을 공개했습니다. 벤치마크와 두 고객의 실제 코딩 트래픽에서 품질을 유지하면서 작업당 토큰을 약 35~50% 절감했다고 밝혔습니다. 모델 가중치 공개 여부와 비용·품질 검증 범위는 토론에서 쟁점이 됐습니다.
프롬프트 인젝션은 새로운 SQL 인젝션입니다 — 아직 대비가 부족합니다
프롬프트 인젝션은 신뢰할 수 없는 데이터와 명령이 같은 문맥에 섞이는 취약점이며, 에이전트가 행동 권한까지 가지면 피해 범위가 커집니다. 글은 SQL의 매개변수화 쿼리처럼 확실한 구조적 해결책이 아직 없다고 짚고, 권한 최소화와 사람의 승인 등으로 피해를 제한하자고 제안합니다.
배아 유전자 선별 모델 Vitruvian 공개 — IQ 14점 향상 주장
Nucleus Genomics가 배아의 유전 정보를 분석해 지능 관련 형질을 최적화한다는 모델 Vitruvian을 발표했습니다. 회사는 100만 명 이상과 형제자매 4만 명 이상의 데이터를 활용했다고 밝혔지만, Reddit에서는 ‘IQ 14점 향상’의 의미와 실제 효과를 입증하는 방법을 두고 논란이 이어졌습니다.
GLiNER2.5-Decide: 한 번의 추론으로 여러 업무 분류
Fastino가 운영 업무 분류에 맞춘 3억 4천만 개 매개변수 모델 GLiNER2.5-Decide를 공개했습니다. 실행 시점에 라벨을 지정하고 한 번의 추론으로 여러 분류 결과를 얻으며, 공개 벤치마크에서 평균 정확도 60.2%를 기록했습니다.
프롬프트로 3D DEV 도서관을 만들려다 직접 레벨 에디터를 만들었습니다
Oniria는 DEV의 실시간 글을 책으로 보여주는 3D 도서관입니다. 개발자는 Three.js와 Sanity로 공간과 책장을 구성하고, 직접 걸어 다니며 위치를 지정하는 편집 도구를 만들었습니다. 글은 AI 코딩의 한계와 사람의 시각적 피드백이 필요한 이유도 짚습니다.
AI가 만든 성의 없는 UI를 알아보는 징후 10가지
글쓴이는 AI가 만든 UI에서 반복되는 시각적·문구적 패턴 열 가지를 꼽습니다. Reddit에서는 이런 특징이 AI 이전에도 프레임워크와 디자인 유행을 따라 나타났다는 반박과, 상태 표시 배지나 어두운 테마만 제공하는 관행도 문제라는 의견이 나왔습니다.
LLM 토큰마다 같은 너비를 차지하는 글꼴 만들기
토크나이저와 글꼴을 결합해 텍스트의 각 토큰을 같은 너비로 그리는 TTF를 생성하는 프로젝트입니다. 여러 토크나이저를 지원하고 검증 결과도 공개하지만, 브라우저 렌더링과 유니코드 처리에 따른 오차가 남아 있어 정확한 토큰 계수기보다는 시각화 도구에 가깝습니다.
Claude Code와 Codex를 한 팀으로 운영하는 멀티 에이전트 하네스, OpenRig
OpenRig는 Claude Code와 Codex 같은 코딩 에이전트를 tmux 기반 팀으로 구성하고, CLI·터미널 UI·MCP 서버로 관리하는 오픈소스 도구입니다. YAML로 역할과 협업 흐름을 정의하고 작업 전달, 상태 확인, 스냅샷 복구를 지원합니다. 설치와 실행 과정에서 신뢰 설정과 훅 등 로컬 파일을 바꾸므로 사전 검토가 필요합니다.