AI 모델과 서비스, 활용 도구와 이용 조건을 다룹니다.
Z.ai가 GLM-5 시리즈 최초의 네이티브 멀티모달 모델 GLM-5.3-Flash를 Hugging Face에 공개했습니다. 총 320B 파라미터 중 18B만 활성화하는 MoE 구조로, GLM-5.2를 능가하면서도 가격은 10분의 1 수준이며 코딩·에이전트 벤치마크에서 Claude Opus 4.8에 근접한다고 밝혔습니다. 희소 어텐션과 선형 어텐션을 결합한 하이브리드 아키텍처와 30T 토큰 멀티모달 사전학습 코퍼스가 핵심입니다.
OpenSpec은 소프트웨어 명세(spec)를 만들고 관리하기 위한 경량·설정 가능 프레임워크입니다. 만들고자 하는 것을 스펙에 담아 팀과 코딩 에이전트가 작업이 진행되는 동안에도 정렬되도록 돕고, 요구사항 정제와 검증, 구현 일치 확인까지 지원합니다. 커뮤니티에서는 SpecKit보다 가볍다는 평가와 함께 스펙 주도 개발(SDD) 도구로 주목받고 있습니다.
DeepSeek이 552B 파라미터 규모의 멀티모달 MoE 모델 DeepSeek-V4.1-Flash를 MIT 라이선스로 공개했습니다. Causal Encoder-Decoder 아키텍처와 CSA2 sparse attention, FP4 KV 캐싱을 통해 토큰당 전역 KV 캐시를 890바이트로 줄였고, 1M 토큰 컨텍스트를 지원하면서 에이전트 벤치마크에서 Opus-5.0, GPT-5.6과 견주는 성능을 보였습니다.
Anthropic이 공개한 Claude Code는 터미널에서 자연어 명령으로 동작하는 에이전틱 코딩 도구입니다. 코드베이스를 이해하고 반복 작업 실행, 복잡한 코드 설명, git 워크플로우 처리를 돕습니다. 공식 저장소가 GitHub에 오르며 설치 방법 개편과 데이터 수집 정책도 함께 안내되고 있습니다.
TypeSafe가 설계를 공개하지 않은 상용 모델 Jev와 동일한 입출력 형태를 갖는 독립 구현 스타터 jevlike가 공개되었습니다. 텍스트와 N개의 옵션 목록을 받아 한 번의 패스로 각 옵션의 확률을 반환하는 방식으로, 합성 데이터에서 약 98%의 정확도와 자기회귀 디코딩 대비 약 100배 빠른 속도를 보고했습니다.
Roboflow가 만든 오픈소스 컴퓨터 비전 툴킷 supervision이 GitHub에 올랐습니다. 모델 종류와 무관하게 탐지 결과를 다룰 수 있는 sv.Detections 인터페이스, 커스터마이즈 가능한 시각화 어노테이터, COCO·YOLO·Pascal VOC 간 변환을 지원하는 데이터셋 유틸리티를 제공해 컴퓨터 비전 애플리케이션 개발의 반복 작업을 줄여줍니다.
민감한 의료 데이터를 클라우드에 올리지 않고, Apple Silicon의 MLX 프레임워크와 LoRA를 이용해 MacBook 로컬에서 Llama-3-8B를 파인튜닝하는 과정을 다룬 가이드입니다. 10년치 건강검진 리포트를 OCR·구조화해 JSONL 데이터셋으로 만들고, 어댑터 학습 후 로컬 추론까지 이어지는 전체 파이프라인과 명령어를 단계별로 제시합니다.
가사와 스타일 프롬프트를 입력받아 멜로디·화성 계획(악보)을 먼저 작성한 뒤 완성곡으로 렌더링하는 오픈소스 음악 생성 모델 YuE2가 공개되었습니다. Suno v5/v6급 품질을 자동 평가 벤치마크에서 기록했다고 주장하며, 악보를 직접 읽고 수정할 수 있는 화이트박스 생성 방식이 특징입니다. 24GB VRAM의 NVIDIA GPU에서 48kHz 스테레오 오디오를 생성할 수 있습니다.
Claude의 Skills 시스템에 바로 넣어 쓸 수 있는 공격형 보안 스킬(SKILL.md) 모음입니다. SQLi부터 EDR 우회, 익스플로잇 개발까지 전문가 수준의 방법론을 구조화된 스킬 파일로 제공하며, 대화 트리거에 따라 필요한 스킬만 온디맨드로 로드됩니다.
옥스퍼드대에서 신경과학 박사를 마친 Selene Lee가 공동창업자와 함께 네 개의 AI 소비자 제품을 만들고 모두 실패한 뒤, 다섯 번째 제품인 공개 웹 데이터 API 'SocialCrawl'로 월 1만 2,500달러의 MRR을 달성한 사례입니다. 44개 이상의 플랫폼과 325개 엔드포인트를 단일 API·단일 빌링 체계로 제공해, AI 에이전트와 기업이 웹 데이터를 쉽게 통합하도록 돕는 개발자 도구라는 점에서 주목할 만합니다.
대부분의 MCP 자료가 Server 등록과 Cursor 연동만 다루는 반면, 이 글은 Client/Host 측까지 직접 구축해 prompts·resources·tools를 열거하고, stdio와 streamable-http 두 전송 방식으로 호출한 뒤 LLM이 어떤 tool을 쓸지 선택하게 하는 전체 루프를 다룹니다. Agent를 백엔드에 배포하려는 개발자에게 SDK 데모와 실제 서비스 사이의 빈 구간을 채워주는 튜토리얼입니다.
Voicebox는 음성 복제, 7개 TTS 엔진 기반 음성 합성, 전역 핫키 받아쓰기, MCP 에이전트 음성 출력까지 음성 입력·출력 전 과정을 로컬에서 처리하는 오픈소스 앱입니다. ElevenLabs와 WisprFlow를 각각 대체하면서 두 기능을 하나로 묶고, Tauri(Rust) 기반 네이티브 성능과 REST API·MCP 서버를 갖춘 점이 특징입니다.
AI 코딩 도구 Lovable로 해커톤에 참여해 첫날 90%를 완성했지만 둘째 날 버그에 파묻힌 엔지니어링 매니저의 경험담입니다. 저자는 비기술 리더에게 '소프트웨어는 왜 항상 더 복잡해지는가'를 설명하기 위해 집 리노베이션 비유를 제시하며, 코드 작성 자체보다 인프라와 유지보수가 본질적인 난제임을 강조합니다.
Lightricks가 텍스트·이미지·영상 입력으로 동기화된 영상과 오디오를 생성하는 오픈 웨이트 모델 LTX-2.5를 Hugging Face에 공개했습니다. 여러 컷에 걸쳐 캐릭터와 스타일을 유지하는 네이티브 멀티샷 생성, 장면 복잡도에 따라 연산을 배분하는 렌더링, 신규 디퓨전 비디오 디코더와 Gemma 4 12B 텍스트 인코더가 핵심 변화입니다. 월간 다운로드 160만 건을 넘긴 시리즈의 후속으로, 로컬 실행과 파인튜닝을 전제로 합니다.
Google 엔지니어링 문화의 모범 사례를 담은 25개의 구조화된 워크플로우 스킬을 AI 코딩 에이전트에 적용하는 오픈소스 패키지입니다. 스펙 작성부터 테스트, 리뷰, 배포까지 개발 생애주기 전반에 걸쳐 시니어 엔지니어 수준의 품질 게이트를 에이전트가 일관되게 따르도록 강제합니다. Claude Code, Cursor, Codex, Copilot 등 70개 이상의 에이전트에서 설치할 수 있습니다.
AI 모델의 최신성을 결정하는 두 날짜인 출시일(release date)과 학습 데이터 컷오프(training cutoff)를 8개 연구소 20개 모델에 대해 정리하고, 각 날짜로부터 경과 시간을 실시간으로 세어주는 페이지입니다. 20개 모델 중 10개만 연구소가 컷오프를 공식 공개했으며, 코딩 에이전트가 models.json을 참조해 모델 정보를 검증하도록 하는 AGENTS.md용 지시문도 함께 제공합니다.
Unsloth이 Qwen 오픈 모델 패밀리의 최신 세대인 Qwen3.8-27B의 GGUF 배포판을 공개했습니다. Dynamic V3.0 양자화로 동일 용량 대비 다른 제공자보다 top-1% 구간에서 10% 이상 높은 정확도를 주장하며, 네이티브 262,144 토큰 컨텍스트와 이미지·영상 이해, Thinking 모드를 지원하는 27B dense 모델입니다.
llms.txt는 언어 모델을 위한 평문 사이트 요약 파일로, 2024년 9월 Jeremy Howard가 제안했지만 주요 AI 기업이 실제로 읽는지 확인된 바 없습니다. 그럼에도 저자는 이 파일을 작성하는 행위 자체가 '우리 비즈니스가 무엇인가'를 마케팅 수사 없이 정의하게 만드는 강제 장치(forcing function)이므로 쓸 가치가 있다고 주장하며, 포함해야 할 여섯 가지와 빼야 할 것들을 구체적으로 정리합니다.
Zed 팀이 에이전트와 함께 코딩하고 결과물을 리뷰하는 멀티플레이어 환경 Delta의 공개 베타를 출시했습니다. 커밋·푸시 대신 대화 스레드에 팀원을 초대해 같은 worktree와 에이전트 컨텍스트를 공유하는 방식으로, 자사 저장소에서 pull request를 끄고 33명이 570개의 변경을 main에 반영한 상태입니다. Git 위에 델타 기반 증분 버전을 기록하는 DeltaDB가 기반 기술입니다.
alphaXiv가 공개한 OpenResearch는 Claude Code, Codex, OpenCode, Cursor 같은 코딩 에이전트를 문헌 조사부터 가설 수립, 실험 실행, 연구 산출물 작성까지 수행하는 연구 에이전트로 바꿔주는 로컬 우선(local-first) 워크스페이스입니다. 각 연구 방향에 독립된 에이전트 세션과 격리된 git worktree를 할당해 병렬 탐색을 지원하며, GitHub에 오르며 주목받고 있습니다.