Termux와 Python으로 안드로이드 폰에서 AI 어시스턴트 만들기
컴퓨터 없이 안드로이드 폰의 Termux 환경에서 Python 스크립트와 OpenAI API만으로 동작하는 터미널 AI 어시스턴트를 만드는 입문 튜토리얼입니다. 환경 설정부터 .env 기반 API 키 관리, Responses API 호출까지 전 과정을 다루며, gpt-5-mini가 추론만 반환하는 문제를 피하는 실용적인 팁도 담고 있습니다.
AI · 최신기사
AI 모델과 서비스, 활용 도구와 이용 조건을 다룹니다.
설명의 간극 — 설명 가능한 AI가 아직도 '인간의 언어'로 말하지 못하는 이유
SHAP 같은 XAI 기법은 모델의 예측 근거를 수치로 보여주지만, 간호사·환자·규제자 같은 실제 의사결정자가 읽을 수 있는 설명으로 바꾸는 일은 여전히 미해결 과제입니다. 이 글은 수치 기여도(attribution)가 인과 관계를 의미하지 않는다는 함정을 짚고, 기여도를 자연어 서술로 변환하는 오픈소스 라이브러리 narrashap을 사례로 '내러티브 계층'의 설계 원칙을 살펴봅니다.
스크린샷 한 장으로 대시보드를 재구축했다 — Hope AI로 만든 라이브 앱과 그 과정 전부
저자가 스크린샷 한 장과 "첨부된 디자인에 따라 대시보드를 만들어 달라"는 한 줄 프롬프트만으로 React 대시보드를 배포까지 완성한 과정을 공개합니다. 차트 라이브러리 없이 CSS로 구현된 그래프, 컴포넌트 단위 구조 등 결과물의 수준을 보여주면서도, mock 데이터·동작하지 않는 내비게이션 등 한계를 솔직하게 짚으며 "한 번의 프롬프트는 프로토타입까지"라는 논지를 분명히 합니다.
Show HN: 내 AI 셋업을 공유하고 다른 사람의 셋업에서 배우는 커뮤니티, mysetup.ai
mysetup.ai는 개발자들이 자신의 AI 코딩 환경, 즉 어떤 에이전트와 모델·워크플로우를 쓰는지를 공유하는 커뮤니티 사이트입니다. Hacker News에서 82점을 기록했지만, 셋업을 등록하려면 임의의 MCP 서버에 접속하고 GitHub 계정을 연동해야 한다는 점이 보안 우려 댓글을 불렀습니다.
프레임워크는 기관의 기억(Institutional Memory)이다 — 추상화가 담고 있는 경험의 가치
1980년대 BBS 시절 플로피 디스크에 비밀번호를 평문으로 저장했던 경험에서 출발해, 성숙한 프레임워크가 '타이핑 절약'이 아니라 다른 사람이 이미 겪은 결정·엣지 케이스·취약점의 기록이라는 논지를 펴는 에세이입니다. 통제(control)에는 항상 책임(responsibility)이 따라붙고, 팀의 주의력은 유한한 '복잡성 예산'이라는 것이 핵심입니다. 최근 코딩 에이전트가 비밀번호 재설정 기능을 5분 만에 만들었지만 재설정 토큰이 재사용 가능했다는 일화로, AI가 해피 패스는 재현해도 불변조건(invariant)은 잃어버릴 수 있다는 문제를 제기합니다.
코딩 에이전트가 어제 배운 것을 기억한다면? — AI 어시스턴트용 지식 저장 도구 Attic
Claude Code나 Codex CLI 같은 AI 코딩 어시스턴트는 세션이 끝나면 조사 중 발견한 지식을 잃어 같은 탐색을 반복하며 비용을 낭비합니다. 오픈소스 도구 Attic은 발견 내용을 프로젝트 내 .attic/ 디렉터리의 Markdown 파일로 저장하고 컴팩트한 인덱스만 컨텍스트에 주입해, 세션 재시작과 /compact 이후에도 지식을 재사용할 수 있게 합니다. 브라우저 확장을 통해 웹에서 읽은 내용도 같은 저장소에 클리핑할 수 있습니다.
AI가 만든 첫 앱은 쉽다 — 진짜 시험은 20번째 변경이다
AI 앱 빌더는 첫 프로토타입을 몇 시간 만에 만들어주지만, 저자는 도구를 평가하는 시점이 잘못됐다고 지적합니다. 진짜 기준은 첫 프롬프트의 결과물이 아니라, 역할 추가·스키마 변경·권한 수정 같은 20번의 변경을 거친 뒤에도 프로젝트가 유지보수 가능한 상태로 남는지 여부라고 주장합니다.
일본 게임 개발자 85% 이상이 생성형 AI 사용 — 2026 CESA 조사, 전년 51%에서 급증
일본컴퓨터엔터테인먼트협회(CESA)가 Tokyo Game Show 2026에서 공개한 업계 보고서에 따르면, 일본 게임 개발자의 85.8%가 업무에 생성형 AI를 사용하는 것으로 나타났습니다. 이는 전년도 51%에서 크게 상승한 수치이며, 응답자의 63%는 매일 사용한다고 답했습니다. 다만 CESA는 지식재산권 침해 우려에 대한 업계 차원의 대응이 필요하다고 지적했습니다.
ZDTaichu5.0-9B — 공간 추론·에이전트·임베디드 AI를 겨냥한 9B 멀티모달 파운데이션 모델
TaichuAI가 Qwen3.5-9B 언어 백본과 C-RADIOv4-H 비전 인코더를 결합한 9B급 멀티모달 모델 ZDTaichu5.0-9B를 공개했습니다. 10B급 범용 VLM 비교에서 공간 추론과 에이전트 능력 선두를 주장하며, TAU2-Bench 87.7, IFEval 93.7을 기록했습니다. 128K 컨텍스트와 임의 해상도 시각 입력을 지원하고 오픈 가중치로 배포됩니다.
You.com, 비동기 API와 n8n 워크플로우를 위한 백그라운드 리서치 태스크 추가
You.com이 Research API에 백그라운드 모드를 추가했습니다. 요청에 background: true를 지정하면 task_id를 즉시 반환받고, 이후 폴링 또는 Server-Sent Events 스트리밍으로 결과를 수신할 수 있습니다. 긴 리서치 작업을 요청 타임아웃 안에 억지로 끝내지 않아도 되므로 자동화 파이프라인에 적합한 구조가 됩니다.
PeakHour 6 — 상세한 Wi-Fi 인사이트를 제공하는 Mac용 실시간 네트워크 모니터
PeakHour 6는 macOS용 실시간 네트워크 모니터링 앱으로, 온디바이스 AI Advisor가 연결 상태를 A+부터 F까지 등급으로 매기고 이를 일상 언어로 설명해줍니다. Wi-Fi Intelligence, ISP·라우터 정보, 속도 테스트, 장애 알림 기능을 갖추고 있으며 계정 없이 완전히 로컬에서 동작한다는 점이 특징입니다.
coder/coder — 개발자와 AI 에이전트를 위한 보안 개발 환경 플랫폼
Coder는 클라우드 개발 환경과 AI 코딩 에이전트를 위한 셀프호스팅 플랫폼입니다. 워크스페이스를 Terraform으로 정의하고 Wireguard 터널로 안전하게 연결하며, 유휴 시 자동 종료해 비용을 절감합니다. 특히 AI 에이전트의 실행 루프가 자체 인프라의 컨트롤 플레인에서 돌아가 워크스페이스에 API 키를 두지 않는 점이 특징입니다.
Parallel Constrained Decoding — Apple Silicon에서 구조화 추론을 최대 7배 빠르게
MLX 기반의 고처리량 추론 엔진 Parallel Constrained Decoding이 공개됐습니다. 다중 필드 JSON 스키마를 토큰 단위로 순차 생성하는 대신 동시에 평가해, Apple Silicon M4 Max에서 표준 자기회귀 디코딩 대비 5.6~7.0배의 지연시간 단축과 100% 스키마 유효성을 달성했습니다.
CreatorHat — Apple Intelligence를 활용하는 Safari용 YouTube SEO 도구
CreatorHat은 Safari에서 YouTube SEO 작업을 수행할 수 있는 확장 도구입니다. 영상 업로드 중 Mac에서 로컬로 전사를 수행하고, Apple Intelligence로 제목과 설명을 제안하며, 전사 데이터와 AI 생성 결과물이 기기 밖으로 나가지 않는 것이 특징입니다.
n8n — 네이티브 AI 기능을 갖춘 페어코드 워크플로 자동화 플랫폼
n8n은 비주얼 캔버스와 커스텀 코드를 결합해 AI 에이전트와 워크플로를 구축·배포할 수 있는 페어코드(fair-code) 자동화 플랫폼입니다. 셀프호스팅과 클라우드 배포를 모두 지원하고 1,500개 이상의 통합과 9,000개 이상의 템플릿을 제공해, 프로토타입부터 프로덕션까지 AI 자동화를 운영할 수 있습니다.
TencentCloud Octop — 멀티유저·멀티에이전트를 지원하는 셀프호스팅 AI 어시스턴트
TencentCloud가 공개한 Octop은 단일 프로세스로 웹 대시보드, CLI, IM 채널, 크론 자동화까지 제공하는 오픈소스 셀프호스팅 AI 어시스턴트입니다. 모든 데이터를 ~/.octop/ 아래 로컬에 보관하면서 사용자별 전문 에이전트 팀을 운영할 수 있고, ACP를 통해 OpenCode나 Claude Code 같은 외부 코딩 에이전트에 작업을 위임할 수도 있습니다.
Swift-Qwen3.8-27B-GGUF — 추론 토큰을 58.3% 줄이고도 성능 손실 1% 미만, 추론 속도 1.95배 향상
UkisAI가 공개한 Swift-Qwen3.8-27B는 Qwen3.8-27B의 추론 효율 파생 모델로, 추론 과정에서 과도한 사고(overthinking)를 유발하는 토큰 사용에 페널티를 줘 사고 토큰을 최대 58.3% 줄이면서도 벤치마크 성능 손실을 1% 미만으로 억제했습니다. 여러 작업에서 약 1.95배의 속도 향상을 보고했으며, 로컬 배포를 겨냥한 GGUF 양자화 파일과 함께 무료 API도 제공합니다.
Modal 심층 분석 — 서버리스 GPU로 AI 인프라를 지우는 플랫폼
Erik Bernhardsson이 창업한 Modal은 Kubernetes나 Docker 없이 Python 코드 몇 줄로 GPU 워크로드를 클라우드에서 실행하게 해주는 서버리스 AI 인프라 플랫폼입니다. 2026년 5월 Series C에서 3억 5,500만 달러를 유치하며 기업가치 46억 5,000만 달러를 기록했고, 초 단위 GPU 프로비저닝과 샌드박스 환경이 핵심 차별점입니다.
Tencent BrowserSkill — AI 에이전트가 작업을 방해하지 않고 로그인된 실제 브라우저를 쓰게 하는 CLI+확장 도구
Tencent가 공개한 BrowserSkill은 Cursor, Claude Code, Codex 등 셸을 호출할 수 있는 모든 AI 에이전트가 사용자가 이미 로그인해 둔 실제 브라우저를 사용할 수 있게 해 주는 로컬 브리지입니다. 브라우저 작업은 사용자 창과 분리된 Agent Window에서 실행돼 작업을 방해하지 않고, CAPTCHA나 로그인 같은 단계에서는 사람에게 개입을 요청하는 human-in-the-loop을 내장했습니다. MIT 라이선스로 공개되었습니다.
DeepSeek-V4.1-Flash 검열 해제 버전 공개 — 가중치 수준 abliteration으로 안전장치를 제거한 FP8 체크포인트
dealignai 팀이 DeepSeek-V4.1-Flash(552B MoE)의 거부 회로를 가중치 수준에서 제거한 'UNCENSORED' 체크포인트를 공개했습니다. HarmBench 기준 ASR이 reasoning effort=max에서 100%에 도달하며, 윤리 클러스터를 제외한 MMLU 성능 저하는 -1.1pp로 능력 보존 목표(3pp)를 충족합니다. 1M 컨텍스트, 비전, DSpark 추론 가속을 그대로 유지하는 것이 특징입니다.