Impeccable — AI 코딩 도구에 디자인 지침과 검사 기능을 더하는 도구
Impeccable은 AI 코딩 도구에서 프런트엔드 디자인을 계획하고 다듬도록 돕는 스킬과 CLI입니다. 24개 명령과 61개 결정론적 검사 규칙을 제공하며, 브라우저에서 시안을 반복 수정하거나 CI에서 디자인 문제를 탐지할 수도 있습니다.
최신기사
AI, 개발 도구, 오픈소스, 보안과 인프라의 변화와 이용 조건을 설명하는 최신 기사와 해설입니다.
obra/superpowers — 코딩 에이전트용 스킬 프레임워크와 개발 방법론
Superpowers는 코딩 에이전트가 요구사항을 구체화하고 설계를 확인한 뒤, 계획과 테스트 주도 개발에 따라 구현하도록 돕는 스킬 프레임워크입니다. Claude Code, Codex, Cursor 등 여러 에이전트 환경에서 설치할 수 있으며, 작업별 검토와 브랜치 정리까지 개발 절차에 포함합니다.
gg-friggin-ez — Jev·Laya를 활용한 빠른 무료 욕설·유해성 탐지
gg-friggin-ez는 Node.js용 다국어 욕설·유해성 탐지 도구로, 로마자 표기된 인도어 욕설이나 leetspeak, ASCII 그림 같은 우회 표현을 걸러냅니다. 제작자는 500ms 미만 응답과 낮은 비용을 내세우지만, 공개한 벤치마크는 14개 언어, 42개 메시지로 초기 검증 단계입니다.
MiMo-V2.6 — 공개 훈련 과정을 거친 오픈 옴니모달 모델
Xiaomi가 텍스트·이미지·오디오·비디오를 처리하고 100만 토큰 문맥을 지원하는 MiMo-V2.6 Pro와 Flash를 공개했습니다. 모델 가중치와 기술 보고서뿐 아니라 RL 환경과 훈련 코드도 함께 공개합니다.
PixelCrew — AI 에이전트 팀이 만드는 프로덕션용 디자인
PixelCrew는 여러 AI 에이전트가 조사, 크리에이티브 방향 설정, 와이어프레임, QA를 거쳐 디자인 시스템과 HTML을 만드는 도구입니다. 알파 버전은 무료이며 OpenRouter 키를 연결해 원하는 모델을 사용할 수 있습니다.
퀄컴, 스냅드래곤 8 엘리트 익스트림·엘리트 6세대 공개 — 2nm 공정과 5GHz CPU
퀄컴이 2nm 공정 기반의 스냅드래곤 8 엘리트 익스트림 6세대와 엘리트 6세대를 공개했습니다. 두 칩 모두 최대 5GHz Oryon CPU를 탑재하며, 익스트림 모델은 MoE 모델의 온디바이스 실행과 고급 게임·영상 기능을 추가합니다.
코딩이 예전처럼 즐겁지 않아진 이유를 깨닫기까지
저자는 AI가 코딩의 시행착오와 막힘을 덜어내면서, 자신이 개발에서 느끼던 성취감도 함께 사라졌다고 말합니다. 결과물을 더 빠르고 많이 만드는 일과 직접 문제를 풀며 얻는 기쁨은 다르지만, 그 기쁨을 되찾을 방법은 아직 찾지 못했습니다.
Anomalo — 데이터가 보내는 신호를 놓치지 마세요
Anomalo Analyst는 Snowflake, Databricks, BigQuery 데이터를 읽기 전용으로 모니터링해 추세와 이상 변화를 먼저 찾아냅니다. 각 인사이트에 업무 요약과 기술 설명, 분석에 사용한 근거를 제공해 실제 사업 변화와 데이터 오류를 구분하도록 돕습니다.
Show HN: 타입 지정 의사결정 모델을 위한 재현 가능한 벤치마크, JevBench
JevBench는 상태와 제한된 평가 기준을 입력받아 구조화된 답을 내는 Jev 계열 모델을 정확도·보정·속도·비용으로 비교합니다. 534개 결정 과제를 같은 조건에서 측정한 v1.3.0 결과와 점수 산정 규칙을 공개해, 모델 선택 시 성능과 운영 비용을 함께 살피게 합니다.
에이전트에게 Rust 코드를 더 빠르게 만들라고 반복해서 요청하기
저자는 기준선과 통계적 벤치마크, 정확성 검증을 갖춘 반복 작업으로 에이전트가 Rust 코드를 최적화한 과정을 소개합니다. UMAP 구현은 umap-learn보다 4~15배 빨랐다고 보고하지만, 벤치마크 맞춤 최적화와 기능 비활성화 같은 속임수를 막으려면 다양한 입력과 별도 품질 검증이 필요합니다.
AI를 의인화하지 않고 말하는 법
Emily M. Bender와 Nanna Inie는 소프트웨어에 사고력·감정·행위 의도가 있는 듯한 표현을 줄이고, 시스템 기능과 이를 사용하는 사람을 드러내는 대체 표현을 제안합니다. ‘환각’을 ‘바람직하지 않은 출력’으로, ‘AI 에이전트’를 ‘확률적·검증되지 않은 소프트웨어 조작기’로 바꾸는 식입니다.
OpenAI는 나비에–스토크스 문제를 잘못 풀었을까요?
OpenAI가 푼 문제는 클레이 수학연구소의 공식 조건에는 들어맞지만, 외력을 쓰지 않는 나비에–스토크스 문제는 여전히 풀리지 않았습니다. 새 연구는 OpenAI의 방법이 외력을 제거한 문제에는 적용되지 않는다고 보이며, 수학적 성과의 의미를 둘러싼 논쟁도 이어집니다.
토큰 가격이 계량하기도 어려울 만큼 낮아지고 있습니다
기계학습 추론 비용이 하드웨어·소프트웨어·모델 개선으로 빠르게 낮아지고 있으며, 작업당 비용은 토큰 단가보다 더 큰 폭으로 줄고 있다고 분석합니다. 글쓴이는 모델이 도구보다 저렴해지면 소프트웨어에 지능을 내장하는 사례가 늘고, 값싼 지능이 개발과 산업의 선택지를 바꿀 수 있다고 전망합니다.
평문 파일이 사라질 위기에 놓였습니다
평문 파일은 운영체제와 앱에 덜 종속되는 범용 데이터 형식이지만, 스마트폰과 앱 중심 사용 환경에서 일반 사용자가 파일을 다루는 일이 줄었습니다. 글쓴이는 개발자마저 LLM 에이전트로 편집을 넘기면 편집기와 파일 시스템 생태계가 약해질 수 있다고 우려합니다.
OpenAI는 Jev를 빠르게 따라잡을 유리한 위치에 있습니다
TypeSafe의 Jev는 자연어로 분류 기준을 지정하고 결과와 확률을 빠르게 얻는 모델입니다. 글쓴이는 LLM이 다음 토큰 확률을 활용해 이미 도구 호출 같은 분류를 수행해 왔다고 설명하며, OpenAI가 이 능력을 모델 내부에 넣어 추론 비용과 지연을 줄일 수 있다고 주장합니다. Jev의 경쟁력은 구조보다 학습 데이터와 보정 과정, 실제 정확도에 달렸다는 분석입니다.
코드 작성은 쉬워졌지만, 무엇을 만들지는 여전히 어렵습니다
AI가 구현 비용을 낮추면서 쓸모없는 아이디어도 빠르게 작동하는 제품으로 만들 수 있게 됐습니다. 글쓴이는 이제 생산성을 코드 작성량이 아니라 만들지 않아도 될 것을 가려내는 판단력으로 봐야 한다고 말합니다.
GPT-6 Sol·Luna 공개 — 가격은 절반, 캐싱 효율은 개선
OpenAI가 GPT-6 계열의 중간·경량 모델 Sol과 Luna를 공개하고 API 가격을 이전 GPT-5.6 모델보다 50% 낮췄습니다. 업무 자동화·코딩·컴퓨터 사용 성능과 프롬프트 캐싱 개선치를 제시했으며, Hacker News에서는 낮은 가격을 반기는 반응과 구독 사용량·실사용 성능을 따져야 한다는 의견이 함께 나왔습니다.
AI에는 지혜가 없고, 당신도 그렇게 될 수 있습니다
AI가 코드를 빠르게 만들더라도 유지보수성과 설계 품질을 즉시 평가하기는 어렵습니다. 글은 코드 읽기와 실수에 대한 책임을 포기하면 개발자의 숙련도도 자라지 않는다고 지적하며, AI를 도구로 쓰되 판단과 학습을 넘겨서는 안 된다고 주장합니다.
Claude Opus 5.5 공개, Opus 5보다 저렴하고 빠른 새 모델
Anthropic이 Claude Opus 5.5를 공개했습니다. Opus 5보다 일반 작업 비용은 40% 낮고 출력 속도는 30% 이상 빠르며, 코딩·지식 작업·컴퓨터 사용 평가에서 높은 점수를 기록했다고 설명합니다.
LLM에는 기억이 없습니다. 애플리케이션에는 반드시 기억이 있어야 합니다
LLM API는 요청마다 독립적으로 동작하므로 대화 기록을 다시 보내는 방식만으로는 장기 실행 워크플로를 안정적으로 관리하기 어렵습니다. 글은 상태를 애플리케이션이 구조화해 저장하고, LLM은 현재 상태를 바탕으로 다음 행동을 제안하는 무상태 처리기로 다뤄야 한다고 설명합니다.