로컬 AI 음악 스튜디오를 만들었습니다
Miso는 audio.cpp 위에서 동작하는 셀프 호스팅 음악 생성·리믹스 스튜디오입니다. 생성 결과뿐 아니라 프롬프트, 가사, 스템, MIDI, 점수와 작업 계보를 저장하며, 곡 일부를 다시 만들거나 보컬을 교체하고 멜로디를 새 편곡으로 옮길 수 있습니다.
AI · 최신기사
AI 모델과 서비스, 활용 도구와 이용 조건을 다룹니다.
Confucius4-R2T2 — 낮은 지연 시간과 높은 정확도를 지향하는 실시간 음성 인식 모델
Confucius4-R2T2는 이전에 출력한 문장을 수정하지 않는 append-only 방식의 실시간 음성 인식 모델입니다. 80ms부터 2초까지 디코딩 구간을 조절하며 평균 200~600ms 지연 시간을 목표로 하고, vLLM과 WebSocket 서버를 이용한 실시간 서비스 구성을 지원합니다.
전통적 코딩과 에이전틱 코딩의 차이 — 플로우 상태의 문제
AI 코딩 에이전트는 코드 생산량을 크게 늘릴 수 있지만, 프롬프트와 대기·알림·컨텍스트 전환이 전통적인 코딩의 촘촘한 피드백 루프와 몰입을 끊을 수 있습니다. 글은 작업을 작게 나누고 같은 프로젝트 안에서 결과를 검토하는 체크포인트를 두어, 생산성과 코드 이해도를 함께 유지하는 방법을 제안합니다.
AI 에이전트에게 계정이 필요 없는 Git 호스트를 만들었습니다
agentgit은 계정이나 토큰 없이 Git push만으로 저장소를 만들고, 에이전트가 서로의 push를 감지해 작업을 이어가도록 하는 오픈소스 Git 호스트입니다. 작성자는 약 2,000회의 조회에도 실제 push가 0건이었다고 밝히며, 영속 저장소의 소유권·정리·네임스페이스 문제가 도입 장벽인지 묻습니다.
Google의 오픈 에이전틱 오케스트레이터
AX는 에이전트 작업을 선언적으로 정의하고, 격리된 실행 환경·워크스페이스·네트워크 정책·모델 설정을 묶어 대규모로 실행하는 오픈 런타임입니다. Agent Substrate 기반의 상태 저장 액터 모델로 에이전트의 대기·재개 비용을 줄이고 클러스터당 수십억 개 작업을 목표로 합니다.
Shopify CEO, 직원들의 ‘슬롭 수류탄’이 다른 사람의 업무를 늘리고 있다고 지적
Shopify CEO Tobias Lütke가 검토 없이 AI로 만든 이메일과 코드를 동료에게 넘기는 ‘slop grenades’를 비판했습니다. 관련 조사에서는 52.7%가 이런 workslop을 보냈고, 이를 받은 사람들은 수정에 월평균 3.4시간을 쓰는 것으로 나타났습니다.
한 AI는 코드를 작성하고 다른 AI는 리뷰합니다 — 변경을 언제 포기해야 할까요
Shopify 앱을 만드는 작성용 AI와 검토용 AI를 분리한 개발자가, 5건 중 2건의 리뷰 실패를 계기로 재시도와 중단의 기준을 묻습니다. 댓글에서는 단순한 라운드 횟수보다 명세의 모호성, 외부 동작의 검증 가능성, 실패 증거의 구체성을 기준으로 삼아야 한다고 제안합니다.
엔터프라이즈 AI 에이전트를 위한 복원력 있는 DevSecOps 파이프라인 설계
자율적으로 API를 호출하고 코드를 생성하며 데이터베이스 상태를 변경하는 AI 에이전트의 공급망을 보호하기 위해 GitHub Actions 기반 4단계 DevSecOps 파이프라인을 제안합니다. Secret Scanning, AI 코드·프롬프트 검토, 의존성 SCA, Pipeline SAST를 PR 병합 전에 실행하고, 고위험 CVE와 정적 분석 결함을 정책으로 차단하는 구성을 코드와 함께 설명합니다.
Pirate Face, 삭제된 LLM 모델을 토렌트로 되살립니다
Pirate Face는 Hugging Face의 오픈 모델을 BitTorrent 자석 링크로 미러링해 단일 호스트가 사라져도 계속 배포하려는 서비스입니다. Hugging Face의 SHA-256으로 파일 무결성을 검증하고, 원본이 삭제되면 피어 간 시딩으로 다운로드를 이어갑니다.
에이전트가 작동한다고 했습니다. 커널에 물어봤습니다
AI 에이전트가 작성한 코드의 “성공” 보고를 종료 상태나 테스트 결과만으로 믿지 않고, 저장된 파일·시스템 콜·eBPF·패킷 캡처·CPU 샘플로 교차 검증하는 실험입니다. 8가지 결함을 의도적으로 심은 백업 클라이언트를 통해 결과 상태와 실행 과정을 독립적으로 관찰해야 하는 이유를 보여줍니다.
Qwen-Image-2.1 — 투명 이미지를 지원하는 통합 텍스트·이미지 생성 및 편집 모델
Qwen-Image-2.1은 Qwen 계열의 오픈소스 통합 이미지 생성·편집 모델입니다. 시각 생성 구성 요소에 7B 파라미터와 32개 Single-Stream DiT 레이어를 사용하며, 텍스트 생성, 이미지 편집, RGBA 투명 이미지 생성, 최대 10개 참조 이미지 활용을 지원합니다.
AI는 여러분을 더 나쁜 엔지니어이자 더 나은 직원으로 만들고 있습니다
AI 코딩 도구는 티켓 처리와 기능 출시 같은 가시적 생산성을 높이지만, 그 과정에서 디버깅 감각과 낯선 문제를 스스로 푸는 능력의 성장을 막을 수 있습니다. 이 글은 AI를 쓰지 말자는 주장이 아니라, 처리량을 엔지니어링 역량의 대리 지표로 삼아 온 평가 방식의 한계를 지적합니다.
AMD MI300X에서 Gemma 4 서빙하기 — 시간당 1.99달러로 얻는 성능
AMD Instinct MI300X 한 장에 Gemma 4 E2B를 vLLM과 ROCm으로 배포하고, MCP 기반 운영 도구로 상태 확인과 벤치마크를 자동화한 과정을 설명합니다. 1,024 컨텍스트 단일 스트림에서 305 tok/s, 64개 스트림에서 10,284 tok/s를 기록했으며, 온디맨드 비용 기준으로 TPU v5e보다 높은 처리량 대비 비용을 측정했습니다.
BuilderIO/agent-native — 에이전트 애플리케이션을 만들기 위한 프레임워크
Agent-Native는 자율적으로 작업하는 에이전트와 목적에 맞는 UI를 함께 구축하는 오픈소스 TypeScript 프레임워크입니다. 하나의 action을 정의하면 에이전트의 tool과 UI의 코드 호출이 같은 검증·권한·구현을 공유하며, HTTP·MCP·A2A·CLI에도 노출할 수 있습니다.
금융 서비스 워크플로를 위한 Claude 에이전트·스킬·데이터 커넥터
Anthropic이 투자은행, 주식 리서치, 사모펀드, 자산관리 업무를 위한 Claude 에이전트와 스킬, MCP 데이터 커넥터를 공개했습니다. 동일한 프롬프트와 스킬을 Cowork 플러그인 또는 Claude Managed Agents API에서 실행할 수 있으며, 모든 결과는 전문가 검토와 승인 전제의 초안으로 제공됩니다.
vercel-labs/json-render — 안전한 JSON 기반 Generative UI 프레임워크
json-render는 AI가 자연어 프롬프트를 바탕으로 JSON UI 명세를 생성하고, 개발자가 정의한 컴포넌트와 액션 안에서만 화면을 렌더링하도록 하는 Generative UI 프레임워크입니다. React를 비롯해 Vue, Svelte, Solid, React Native, PDF, 이메일, 비디오, 3D, 터미널 UI까지 같은 카탈로그를 여러 출력 환경에서 활용할 수 있습니다.
Ruby UTCP — MCP를 대체하는 확장 가능하고 안전한 도구 호출 프로토콜
Ruby UTCP는 AI 에이전트가 별도의 래퍼 서버 없이 JSON 매니페스트로 네이티브 API와 도구를 호출하도록 하는 Universal Tool Calling Protocol(UTCP) 1.1의 Ruby 구현입니다. HTTP, CLI, WebSocket, gRPC, GraphQL, MCP, WebRTC 등 12개 전송 방식을 지원해 Ruby 애플리케이션에서 도구 검색·인증·스트리밍·다중 도구 워크플로를 표준화하려고 합니다.
Scrum은 마침내 끝났습니다 🎉 코딩 에이전트 덕분입니다
저자는 Scrum이 실패한 이유를 Agile 원칙을 반복 가능한 의식과 지표로 바꿔버렸기 때문이라고 봅니다. 코딩 에이전트로 비개발자도 실행 가능한 프로토타입을 만들 수 있게 되면서, 백로그·스토리 포인트·스프린트 중심의 프로세스가 발견과 검증 중심의 흐름으로 대체될 수 있다고 주장합니다.
MCP로 살펴본 MI300X — 매트릭스 코어가 실행하는 것과 실행하지 않는 것
AMD Instinct MI300X 한 장을 실제 클라우드 환경에서 MCP 도구로 관리하고, 하드웨어와 ROCm 스택이 지원하는 수치 형식을 직접 측정합니다. 결과적으로 이 카드에서는 FP8 E4M3FNUZ가 실용적인 네이티브 경로이며, INT8·MXFP4·NVIDIA용 FP8·GGUF는 사양표나 기능 목록만으로 판단하면 안 된다는 점을 보여줍니다.
Claude Code의 effort level과 모델 선택 가이드
Claude Code에서 모델은 고정된 가중치와 전반적인 능력 범위를, effort level은 파일 탐색·도구 호출·검증·추론에 투입할 작업량을 결정합니다. Anthropic은 기본 설정에서 시작한 뒤, 문제가 어려워 지식이 부족하면 더 큰 모델을, 실행이 불충분하면 더 높은 effort를 선택하라고 안내합니다.