AWS 멀티 에이전트 AI의 에이전트별 비용 추적
성공 응답과 정상 상태 코드만으로는 멀티 에이전트 시스템의 불필요한 추론·도구 호출·컨텍스트 증가를 찾기 어렵습니다. 글에서는 AWS Strands와 Bedrock 호출에 토큰 비용, 에이전트, 도구 호출 정보를 OpenTelemetry 트레이스로 기록하고, 정상 실행 기준선과 비교해 최대 43%의 비용 증가를 찾아냅니다.
최신기사
AI, 개발 도구, 오픈소스, 보안과 인프라의 변화와 이용 조건을 설명하는 최신 기사와 해설입니다.
Chain-of-Thought 충실도 측정 — 추론 모드를 켜자 자기 오류를 따를 가능성이 5배 높아졌습니다
모델의 Chain-of-Thought에 잘못된 중간 단계를 넣고 최종 답변이 그 오류를 따르는지 15개 문제로 측정했습니다. Grok 4.20은 추론 모드를 켰을 때 오류 추종이 2/15에서 11/15로 늘었지만, 표본이 작아 다른 모델과 추가 검증이 필요합니다.
수년간 에이전트 데모를 믿었습니다 — 이제는 거부하는 관문을 만들었습니다
HivePlane은 에이전트가 재현 가능한 벤치마크를 통과하고 서명된 증명을 받아야 프로덕션에 들어가도록 통제하는 오픈소스 컨트롤 플레인입니다. 작성자는 실제 에이전트와 Docker 환경에서 첫 현장 테스트를 진행해 시나리오 10개와 승인 기준 20개를 통과했고, 인증되지 않은 실행과 모델 교체를 403으로 차단했습니다.
Lisen — Cartesia 음성으로 웹페이지를 무료로 읽어주는 확장 프로그램
Lisen은 Cartesia 계정과 API 키를 연결해 웹페이지를 소리 내어 읽는 무료 Chrome 확장 프로그램입니다. 읽는 위치를 표시하고 WAV 파일로 내려받을 수 있으며, 음성 생성 비용은 Cartesia에만 지불합니다.
Eclatira — 어떤 기술 스택에도 연결하는 대화형 비디오 에이전트
Eclatira는 실시간 음성 대화와 카메라·화면 인식, API 실행을 하나의 엔진으로 묶은 개발자용 서비스입니다. 제작사는 MCP와 3,000개 이상의 앱 연동을 지원하며, 영상 스트림을 저장하지 않는다고 밝혔습니다.
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.
EX-ARRR: Apple 제로클릭 취약점의 경로를 추적하다
OpenEXR 디코더의 채널 수 불일치로 발생한 힙 오버플로가 iMessage 첨부 파일 처리 과정에서 사용자 조작 없이 실행되는 경로를 분석합니다. 글은 취약점 재현부터 힙 제어, 익스플로잇 한계와 Apple의 완화책까지 설명합니다.
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.
Gemma 4 추론에서 4GB 노트북 GPU와 6코어 CPU 비교 — ABBA 재측정 결과 4.1배
같은 노트북에서 llama.cpp로 Gemma 4 E2B를 실행해 GTX 1650 Ti와 i7-10750H를 비교했습니다. GPU는 디코딩에서 4.14배, 프리필에서 3.42배 빨랐으며, ABBA 순서 측정으로 발열에 따른 측정 오차도 확인했습니다.
DeepSeek Elastic Compute(DSec) — 에이전트 학습용 탄력적 샌드박스 인프라
DeepSeek은 에이전트 학습과 평가에 쓰이는 샌드박스를 대규모로 실행하는 플랫폼 DSec을 공개했습니다. 여러 격리 환경을 통합하고 메모리 공유와 자원 회수를 적용해, 160개 노드에서 하루 약 300만 개 샌드박스를 처리합니다.
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.
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.
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.
서로 돕기를 멈추면 우리는 어떤 존재가 될까요?
Stack Overflow의 도움으로 힘든 시기를 버틴 한 개발자의 이야기를 통해, 온라인 공동체가 답변뿐 아니라 사람 사이의 연결과 소속감을 준다고 말합니다. LLM이 답을 대신하더라도 사람의 관심과 도움까지 대신하지는 못한다는 문제를 제기합니다.