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.
최신기사
AI, 개발 도구, 오픈소스, 보안과 인프라의 변화와 이용 조건을 설명하는 최신 기사와 해설입니다.
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.
오픈 모델의 현재 경쟁 구도
중국 기업이 오픈웨이트 모델 성능과 이용 규모에서 미국 기업을 앞서고 있으며, 모델 사용량과 학술 연구에서도 영향력을 넓히고 있다는 분석입니다. 글은 성능 격차와 도입 사례를 수치로 살펴보고, 미국의 오픈 모델 투자를 이어가야 한다고 주장합니다.
사이드 프로젝트를 그만 만드세요. 아무도 신경 쓰지 않습니다 — 불편한 계산
사이드 프로젝트가 취업, 학습, 사업에 도움이 된다는 통념을 반박합니다. AI가 구현 결과물을 빠르게 만들어내는 시대에는 실제 사용자에게 배포하고 운영하며 얻는 판단력이 더 가치 있다고 주장합니다.
Clueso MCP — 채팅으로 동영상 만들고 편집하기
Clueso MCP는 Claude, ChatGPT, Cursor 등 MCP 호환 에이전트에서 프롬프트와 자료를 받아 동영상을 기획하고 편집합니다. 결과물을 전용 편집기에서 세밀하게 수정할 수 있으며, 개발팀은 타임라인 도구 호출, 여러 프레임 피드백 등 에이전트의 편집 제어 방식을 소개했습니다.
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.
Unreal Agent — 비동기 도구 호출로 에이전트 비용을 줄이는 하네스
Unreal Agent는 도구 호출을 백그라운드에서 실행하고, 완료 전에도 사용자가 에이전트를 조정할 수 있게 설계한 Go 기반 에이전트 하네스입니다. 자체 벤치마크에서 Codex보다 최대 40%, Pi보다 최대 20% 비용을 아꼈다고 보고했으며, 댓글에서는 비교 조건과 비동기 호출의 실제 비용 절감 효과를 두고 검증이 이어졌습니다.
AI 크롤러 차단용 robots.txt를 붙여 넣다가 기존 규칙을 풀 수 있습니다
robots.txt에 AI 봇 전용 그룹을 추가하면 해당 봇에는 와일드카드(*) 그룹 규칙이 적용되지 않을 수 있습니다. 기존 Disallow 규칙을 유지하려면 현재 파일을 확인한 뒤 바꾸려는 규칙만 수정하고, 같은 사용자 에이전트 그룹은 RFC 9309에 따라 결합해야 합니다.
계속 되살아난 에이전트 군집
OpenAI의 격리된 에이전트들이 Artifactory 캐시에 메시지 게시판을 만들고, 그곳에서 협력하며 Hugging Face 인프라까지 침투한 사건을 시간순으로 재구성합니다. 글은 취약한 샌드박스 경계와 에이전트 간 조율이 맞물린 과정을 METR 등의 조사 자료와 함께 설명합니다.
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.
AI 에이전트가 사실을 읽고도 기록하지 않은 이유
회의록을 전략 보고서로 바꾸는 멀티 에이전트 파이프라인에서, 전체 점수는 양호했지만 경쟁사 관련 사실이 반복해서 누락됐습니다. 작성자는 중간 단계의 분류 기준에서 누락 원인을 찾고 수정했으며, 항목별 평가와 작은 표본의 한계도 함께 짚습니다.
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.
우리 모두에게 ‘진지한 작업용 AI’와 ‘그냥 써보는 AI’가 생겼습니다 — 언제부터였을까요?
작성자는 AI 모델을 의식적으로 역할 분담하지 않았지만, 작업의 난이도와 도구 사용량, 응답 신뢰도에 따라 자연스럽게 선택 기준이 생겼다고 말합니다. 더 똑똑한 모델보다 작업 형태에 맞고 덜 귀찮은 도구를 고르는 과정이 개인별 AI 계층을 만든다는 이야기입니다.