자율 주행 코드베이스를 향하여 — 토큰맥싱 이후의 소프트웨어 엔지니어링
AI 에이전트가 게임을 한 번에 만들고 대규모 마이그레이션도 수행하지만, 실제 소프트웨어 작업은 여전히 사람이 주도합니다. Detail 블로그는 '토큰맥싱' 시대가 환멸의 저점에 들어섰다고 진단하며, 자율 주행 코드베이스에 필요한 프리미티브로 에이전트가 읽을 수 있는 개발 환경, 글로벌 메모리, 코드베이스 부패 방지를 제시합니다.
개발·오픈소스 · 최신기사
개발 도구와 언어, 웹 기술과 오픈소스 프로젝트의 변화를 다룹니다.
EU AI Act 로깅 규정, 2027년 12월로 연기 — 하지만 로그 요건은 그대로
EU의 Digital Omnibus on AI(Regulation (EU) 2026/1744)로 고위험 AI 시스템의 기록 보관 의무 적용이 Annex III 독립형 시스템은 2027년 12월 2일, 규제 제품 내장 AI는 2028년 8월 2일로 연기되었습니다. 글쓴이는 일정이 밀렸을 뿐 Article 12의 요구 수준은 그대로라고 지적하며, 일반 로그와 감사 가능한 '기록'의 차이를 짚고 이를 충족하기 위해 만든 오픈소스 MCP 서버 Verax를 소개합니다.
NeoHorse-1-9B — 라우팅 하네스 기반 에이전트 포스트트레이닝으로 재귀적 자기개선을 향한 첫 프로토타입
TokenRhythm이 Qwen3.5-9B를 기반으로 포스트트레이닝한 9B 에이전트 특화 언어 모델 NeoHorse-1-9B를 공개했습니다. 라우팅 하네스가 작업을 이종 모델 풀에 배정하고 실행 결과를 학습 데이터로 되돌리는 평가-선택-업데이트 루프를 통해 재귀적 자기개선(RSI)을 목표로 하며, 10개 벤치마크 매크로 평균 69.04로 기반 모델 대비 +3.44를 기록했다고 보고했습니다.
Bend — 증명으로 AI의 실수를 막는 고속 프로그래밍 언어
Bend는 C에 근접한 단일 코어 속도, 스레드나 락 없이 CPU·GPU로 확장되는 자동 병렬화, 그리고 Lean·Rocq식 증명 검사를 결합한 새 프로그래밍 언어입니다. LAWS.bend에 깨면 안 되는 법칙을 선언해 두면 AI가 이를 위반하는 코드를 배포할 수 없게 만들어, AI가 코드를 대신 쓰는 시대에 '의도를 정밀하게 명시하는 수단'을 표방합니다.
2026년 주요 모델 라우팅 도구 비교 — LLM 라우터 선정 가이드
모든 프롬프트를 단일 프론티어 모델로 보내는 프로덕션 AI 애플리케이션은 단순 쿼리에서 40~80%의 비용을 과다 지출하고 있습니다. 이 글은 Bifrost, LiteLLM, OpenRouter, RouteLLM, Kong AI Gateway 등 주요 LLM 라우팅 도구를 라우팅 로직, 지연 시간, 장애 조치, 거버넌스 관점에서 비교하며, 팀의 인프라 환경에 맞는 라우팅 아키텍처 선택 기준을 제시합니다.
LLM 분류는 피처 엔지니어링이다 — LLM을 분류기가 아니라 피처 추출기로 쓰라
LLM을 프롬프트로 직접 분류기처럼 쓰는 방식은 캘리브레이션, 임계값 조절, 구조화 데이터 통합, 해석 가능성에서 구조적 한계가 있다는 지적입니다. 저자는 LLM의 판정을 로지스틱 회귀 같은 고전 ML 모델의 입력 피처로 바꿔 쓰면 이 문제들이 해소된다고 주장하며, SemEval 2018 아이러니 탐지 데이터셋에서 하드 라벨 F1 0.747을 피처 기반 접근으로 0.779까지 끌어올린 실험을 보여줍니다.
내 에이전트에게 bash는 잘못된 언어였을까? — 2,150줄 bash를 Python으로 옮기며 배운 것
한 번에 하나의 작업을 처리하는 소규모 AI 에이전트를 2,150줄의 bash에서 Python으로 하루 만에 포팅한 개발자의 회고입니다. 결론은 단순한 'bash가 틀렸다'가 아니라, 리라이트의 비용은 시작 전에 이미 결정되어 있으며, 표현력 부족이 성능보다 먼저 설계를 지배한다는 분석입니다. 포팅 결과 코드는 40% 줄었지만 총 라인 수는 주석 때문에 오히려 늘었다는 역설적인 수치도 담겨 있습니다.
DOGE 출신 인력들의 귀환 — 정부 서비스의 AI 전환을 주도하다
Trump 행정부에서 해체된 DOGE 출신 인력들이 여권 발급부터 세금 신고까지 다루는 AI 기반 포털 America.gov 구축을 추진 중이라는 보도입니다. 챗봇을 주요 대민 접점으로 삼으려는 계획과 주도 조직의 불안정한 실적 때문에 대규모 반발이 예상된다는 지적입니다.
JPMorgan, Claude Code에 월 2,000달러 사용 한도 도입 — 샌드박스 환경 'Devspace'도 함께 확대
JPMorgan이 일부 엔지니어의 Claude Code 사용에 월 2,000달러 지출 한도를 적용하기 시작했습니다. 동시에 AWS 기반 컨테이너형 샌드박스 'Devspace'를 도입해 Claude가 직원 자격 증명과 내부 시스템에 접근하지 못하도록 제한했는데, 이는 토큰 비용 급증과 에이전트 보안 리스크에 대한 월가 최대 은행의 대응이라는 점에서 기업 AI 운영의 방향을 보여줍니다.
엔터프라이즈 AI 옵저버빌리티 플랫폼 — 아키텍처, 핵심 역량, 선정 가이드
LLM 애플리케이션과 에이전트 워크플로우는 비결정적이기 때문에 HTTP 200을 반환하면서도 할루시네이션, 데이터 유출, 무한 루프를 일으킬 수 있습니다. 이 글은 전통 APM이 이런 장애를 잡지 못하는 이유를 설명하고, OpenTelemetry GenAI 규약 기반의 4계층 아키텍처, 계층형 온라인 평가 전략, 거버넌스 요건, 주요 플랫폼 비교, 단계별 도입 로드맵을 정리합니다.
GitLab.com의 레이트 리밋이 변경됩니다 — 구독 티어별로 차등 적용
GitLab.com이 10월 19일부터 레이트 리밋을 구독 티어별로 차등 적용합니다. 미인증 요청은 IP당 시간 60회로 제한되며, Free는 10월, Premium·Ultimate는 2027년 1월부터 적용됩니다. 대부분의 사용자는 영향이 없지만 익명 자동화 트래픽은 인증 도입이 필요합니다.
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.
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.
Semrush 연구: 쿼리의 중요도와 의도에 따라 AI 검색 인용 소스가 달라진다
Semrush가 AI Visibility Index의 일환으로 YMYL(Your Money or Your Life) 쿼리와 일반 상업 쿼리의 인용 패턴을 비교한 미니 스터디를 발표했습니다. ChatGPT, Google AI Mode, Google AI Overview, Gemini 등 플랫폼별로 인용 소스가 다르게 선택되며, 쿼리의 중요도와 사용자 의도가 브랜드 도메인 인용 여부에 영향을 준다는 결과입니다. AI 검색 노출은 단일한 최적화 공식으로 해결할 수 없다는 점이 핵심 메시지입니다.
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.
Google이라면 더 잘할 줄 알았다 — Artemis에 실린 mobile-use 코드와 지워진 저자 이름
오픈소스 모바일 에이전트 mobile-use를 만든 Minitap이 Google이 공개한 Artemis에서 자사 코드가 출처 표시 없이 쓰였고, 초기 버전에 있던 저자 이름조차 force push로 삭제됐다고 폭로했습니다. Apache 2.0의 저작자 표시 의무와 AndroidWorld 리더보드 반영 지연 문제까지 제기하며 오픈소스 attribution 관행 논쟁을 촉발했습니다.