읽을 가치가 있는 기사만, 짧고 또렷하게.

H&R Block의 온라인 서비스와 세무 전문가 검토를 함께 이용하면 25% 이상의 할인을 받을 수 있습니다. 이 혜택은 개인 세금 신고 및 관리에 도움을 주는 서비스를 이용하는 사람들을 대상으로 제공됩니다.

해당 할인은 H&R Block이 제공하는 무료 온라인 서비스와 세무 전문가 리뷰를 동시에 선택할 경우 적용됩니다. 이는 복잡한 세금 신고 과정을 보다 쉽게 처리하고 전문가의 조언을 받을 수 있도록 돕는 것을 목적으로 합니다.

이러한 할인을 통해 사용자는 세금 관련 업무를 처리하는 데 필요한 비용을 절감할 수 있습니다. 다만, 이 혜택은 특정 서비스 옵션을 선택했을 때만 적용되므로, 서비스를 이용하기 전에 세부 조건을 확인하는 것이 필요합니다.

세금 시즌이 스트레스 없이 진행될 수 있도록 WIRED에서 특별 할인 코드를 제공합니다. 독자들은 연방 세금 신고 전문가 서비스에 10% 할인 혜택을 받고 더 많은 독점적인 TurboTax 할인 코드를 이용할 수 있습니다.

이 혜택은 세금 신고 과정의 복잡함과 스트레스를 줄여주어 세금 시즌을 더 효율적으로 관리할 수 있도록 돕는 데 중점을 두고 있습니다. WIRED를 통해 제공되는 이 할인 코드는 연방 세금 신고 전문가 서비스와 독점적인 TurboTax 할인 코드를 포함하고 있습니다.

이러한 혜택은 세금 신고를 준비하는 사람들이 비용을 절감하고 시간을 효율적으로 사용할 수 있도록 지원합니다. 독자들은 WIRED를 방문하여 이러한 할인 정보를 확인하고 세금 신고 절차를 간소화할 수 있습니다.

OpenAI는 GPT-5.6 Sol과 Terra, Luna 모델을 이번 주 목요일에 공개할 것이라고 발표했습니다. 이는 새로운 모델들이 공개되는 중요한 이벤트를 의미하며 개발자 커뮤니티에 큰 관심을 끌 것으로 예상됩니다.

OpenAI는 현재 미리보기 접근(preview access)을 전 세계적으로 확대하고 있다고 밝혔습니다. 이는 해당 모델들에 대한 접근성을 넓혀 더 많은 개발자와 사용자가 새로운 기능을 시험하고 활용할 수 있도록 하기 위함입니다.

이번 공개는 GPT-5.6 Sol을 포함한 모델들의 새로운 기능과 성능에 대한 상세 정보를 제공할 것으로 기대됩니다. 개발자들은 이 새로운 모델들을 통해 향후 AI 애플리케이션을 구축하고 테스트할 수 있는 기회를 얻게 될 것입니다.

데이터 보존을 목적으로 플로피 디스크 이미징 방법을 안내하는 가이드입니다. 이 가이드는 8인치, 5.25인치, 3.5인치, 3인치 플로피 디스크의 장기 보존에 초점을 맞추어 디스크 이미지를 생성하는 실무자들을 위해 개발되었습니다. 이 자료는 파일 추출보다는 디스크 자체를 보존하는 과정에 중점을 두며, 디지털 보존에 대한 기본적인 지식과 쓰기 차단기 사용 경험을 전제로 합니다.

가이드는 플로피 디스크를 보존하기 위한 워크플로우를 단계별로 제시하며, 캐리어 식별, 하드웨어 확보, 캐리어 및 하드웨어 유지보수, 그리고 실제 디스크 이미징 과정에 대한 내용을 다룹니다. 특히 플로피 디스크의 상태나 오염에 따른 처리 방법과 같은 실질적인 관리 방안을 포함하고 있습니다.

이 가이드는 단순히 기술적인 절차를 나열하는 것을 넘어, 보존 목표에 따라 전체 디스크 이미지 생성 여부를 결정하는 등 데이터 보존 전략에 대한 의사결정을 돕는 데 목적이 있습니다. 또한 플로피 디스크 보존과 관련된 다른 자료나 커뮤니티, 그리고 데이터 보존 관련 연구 결과들을 참고할 수 있는 추가적인 리소스 링크도 제공하고 있습니다.

Perplexity AI는 단순한 AI 답변 엔진에서 벗어나 에이전트 회사로 전략을 전환하며 엔터프라이즈 워크플로우 통합에 집중하고 있습니다. 특히 2026년 6월에는 Perplexity의 에이전트 제품이 Microsoft 365(Word, Excel, PowerPoint, Outlook, Teams) 내부에 직접 통합되어 사용자들이 파일과 이메일의 맥락을 활용해 문서를 작성하고 분석할 수 있게 되었습니다.

이러한 전략의 핵심은 'Computer' 기능의 확장과 새로운 에이전트 제품 출시입니다. 사용자는 복잡한 연구 질문을 보고서나 스프레드시트로 바로 전환할 수 있는 심층 연구 기능(Deep Research in Computer)을 이용할 수 있으며, Mac mini에서 실행되는 항상 켜져 있는 AI 에이전트인 Personal Computer 앱을 통해 로컬 파일과 웹 세션을 통합 관리할 수 있습니다. 또한 Perplexity API는 에이전트 API, 검색 API, 임베딩 API, 그리고 향후 코드 실행을 위한 샌드박스 API를 포함하는 풀스택 플랫폼으로 재구축되었습니다.

2026년 7월 기준 Perplexity의 글로벌 웹 트래픽 점유율은 약 1.3%로, 경쟁사 대비 다소 정체되었으나 기업 가치는 2260억 달러를 기록하며 투자자들의 신뢰를 유지하고 있습니다. 이는 Perplexity가 순수한 시장 점유율보다는 사용자당 수익(revenue per user)을 장기적인 성공의 척도로 삼고 있음을 보여줍니다. 현재 Perplexity는 약 5억 달러의 연간 매출을 기록하며 AI 인프라 레이어로서의 가치를 입증하고 있습니다.

이 기사는 경제학 저널인 이코노미스트의 분석이 항상 정확한지에 대한 질문을 다루고 있습니다. 해당 기사는 이코노미스트의 경제적 예측이나 분석의 정확성에 대한 비판적인 시각을 제시하며 독자들에게 해당 분석에 대한 검토를 촉구합니다.

기사 본문은 현재 제공된 자료에서 확인할 수 없으므로 구체적인 논거나 데이터는 제시되지 않았습니다. 따라서 이 기사를 통해 이코노미스트의 경제적 관점이나 예측이 갖는 한계점과 맥락에 대해 탐색할 수 있습니다.

독자는 이 기사를 통해 주요 경제 분석이 내포하는 가정과 방법론을 비판적으로 검토하고, 경제 이론이 실제 현실에 적용될 때 발생하는 오차나 편향에 대해 이해할 수 있습니다. 이는 복잡한 경제 현상을 이해하고 의사 결정을 내리는 데 필요한 비판적 사고 능력을 향상시키는 데 도움이 될 것입니다.

LineageOS 통계에 대한 기사가 게시되어 있습니다. 해당 페이지는 LineageOS 관련 통계 정보를 제공하는 것을 목적으로 합니다.

현재 제공된 정보에는 구체적인 통계 수치나 변경 사항에 대한 내용이 포함되어 있지 않습니다. 따라서 이 기사는 LineageOS의 특정 성능 지표나 사용량 변화에 대한 상세한 분석을 제공하기보다는 해당 통계 데이터가 존재하는 사실 자체를 알리는 데 중점을 두고 있습니다.

사용자는 해당 링크를 통해 LineageOS의 현재 상태나 관련 데이터를 확인할 수 있습니다. 다만, 기사 본문이나 댓글이 없어 구체적인 맥락이나 분석을 파악하기는 어렵습니다.

운동복 반바지 조임끈을 묶는 방식을 변경하면 착용 중 매듭이 느슨해지는 문제를 줄일 수 있습니다. 이 방법은 조임끈의 양끝을 엮는 방식을 조정하여 착용 시 매듭이 풀리는 현상을 방지하는 데 중점을 둡니다.

구체적으로 왼쪽 끈은 앰퍼샌드 모양으로 만들고 오른쪽 끈은 고리로 만들어 위쪽을 통과한 뒤 아래쪽을 돌아 당기는 방식으로 매듭을 짓는 것이 권장됩니다. 이러한 방식으로 묶으면 반바지가 헐거워지는 것을 방지하고 조임끈의 고정력을 높일 수 있습니다.

만약 반바지가 헐거워지는 상황이 발생했을 때는 엄지 고리를 활용하여 조임끈을 단단하게 고정하는 방법을 사용할 수 있습니다. 이처럼 간단한 매듭 변경과 고리 사용은 일상적인 의류 착용 시 조임끈의 안정성을 확보하는 데 도움이 됩니다.

Aleph Void, LLC가 운영하는 치프튠 라디오는 8비트 사운드칩과 트래커 문화의 에너지를 담은 음악을 24시간 방송하는 스트리밍 서비스입니다. 이 프로젝트는 과거 사운드 하드웨어에서 영감을 받아 작곡된 순수한 치프튠 음악을 제공하며, 개발자들이 작업하거나 리버스 엔지니어링을 하거나 단순히 분위기를 즐길 수 있도록 설계되었습니다.

이 라디오는 SID, NES APU, 게임보이의 네 채널 등 고전적인 사운드 하드웨어와 트래커 시대를 중심으로 구성된 음악으로 이루어져 있습니다. 이는 오래된 하드웨어의 소리와 그 음악적 유산을 재조명하는 데 중점을 두고 있습니다.

치프튠 라디오는 트위치(Twitch)를 통해 지속적인 라디오 스타일 방송으로 제공되며, 사용자는 배경 음악으로 틀어놓고 작업할 수 있습니다. 이는 소프트웨어 보안 및 리버스 엔지니어링 분야에 종사하는 Aleph Void, LLC가 오래된 하드웨어에 대한 관심과 그 소리에 대한 애정을 결합하여 만든 프로젝트입니다.

코딩 에이전트 운영 방식이 매 프롬프트 지시 방식에서 정지 조건이 충족될 때까지 작업 사이클을 반복하는 방식으로 전환되고 있습니다. 이는 에이전트가 목표를 달성할 때까지 스스로 작업을 반복하며 진행하는 새로운 운영 패턴을 의미합니다.

이러한 변화에 따라 Claude Code 팀은 루프를 분류하기 위한 기준을 제시했습니다. 루프는 트리거 방식, 정지 방식, 사용된 primitive, 그리고 적합한 작업 유형이라는 네 가지 기준으로 분류됩니다.

이러한 분류 체계는 코딩 에이전트가 복잡한 작업을 효율적으로 처리하기 위해 루프를 설계하고 실행하는 데 필요한 구체적인 기준을 제공합니다. 개발자는 에이전트가 어떤 방식으로 반복 작업을 수행하는지 이해함으로써 더 정교한 에이전트 시스템을 구축할 수 있습니다.

Try-Works에서 개발된 rlm-workflow는 개발 워크플로우를 개선하기 위해 설계된 방법론입니다. 이 시스템은 이전의 재귀 언어 모델(RLM) 연구에서 얻은 효과적인 컨텍스트 길이 확장 기법을 실제 개발 환경에 적용하는 데 중점을 둡니다.

rlm-workflow는 요구사항 분석부터 구현 계획, 테스트에 이르는 일반적인 칸반 워크플로우를 모방하여 에이전트의 작업을 순차적이고 단계적으로 진행하도록 합니다. 채팅은 정보 전달이 아닌 명령어 실행에만 사용되며, 각 단계는 이전 단계의 문서에 기반하여 진행되고 특정 기준을 충족해야 다음 단계로 넘어갈 수 있습니다.

이러한 단계별 접근 방식은 컨텍스트가 오염되는 문제인 컨텍스트 로트(context rot)를 방지하며, 작업이 잠긴 문서에 기반하여 진행되므로 품질 저하를 막습니다. 결과적으로 이 워크플로우는 작업의 추적성을 높이고, 문서화가 자동으로 이루어지며, 비기술적인 이해관계자에게도 정보를 쉽게 전달할 수 있게 합니다.

실제 테스트에서 rlm-workflow를 사용했을 때 복잡한 요구사항에 대한 품질과 성공까지 걸리는 시간을 모두 개선할 수 있었습니다. 이는 워크플로우를 통한 추적성 향상, 토큰 사용량 감소, 컨텍스트 로트 방지, 코드 품질 향상, 그리고 재작업 필요성 감소를 통해 도움을 받는 엔지니어링의 이점을 제공합니다.

git push 시 실수를 방지하고 자동화하는 새로운 방법이 소개되었습니다. 실제 remote 저장소 앞에 로컬 git 프록시를 설정하고, origin 대신 no-mistakes를 사용하여 push하면 검증 과정을 거쳐 깔끔한 풀 리퀘스트(PR)가 자동으로 생성됩니다.

이 방식은 push 과정에서 일회용 worktree를 띄워 AI 기반 검증 파이프라인을 실행함으로써 코드 품질을 자동으로 확인하는 것을 목표로 합니다. 이 파이프라인은 코드 검토(review)부터 테스트(test)까지의 과정을 자동화하여 개발자가 실수 없이 안전하게 코드를 병합할 수 있도록 돕습니다.

개발자는 이 기능을 통해 push 시점에 오류를 최소화하고, AI의 도움을 받아 자동화된 검증을 거친 PR을 즉시 생성할 수 있습니다. 이는 수동으로 PR을 생성하고 검증하는 번거로움을 줄이고 코드 품질을 높이는 데 중점을 둡니다.

Rust 린터인 Clippy가 최근 몇 달 동안 풀 리퀘스트 리뷰에서 병목 현상을 겪고 있어 기여자들이 서로의 변경 사항을 먼저 검토하는 공동 리뷰 절차를 도입했습니다. 이는 기여 과정의 효율성을 높이고 리뷰 부담을 분산시키기 위한 조치입니다.

이러한 공동 리뷰 절차 도입은 기여자들이 더 건강하게 협업할 수 있도록 돕는 것을 목표로 합니다. 또한, Clippy 프로젝트의 유지보수 작업에 자금 지원을 받는 팀원이 없어 리뷰와 관리 부담이 메인테이너의 자유 시간에 집중되면서 번아웃이 발생하고 있는 상황입니다.

결과적으로 Clippy 팀원들이 겪는 리뷰 및 관리 부담을 줄이고 프로젝트의 지속 가능성을 확보하기 위해 공동 리뷰 시스템을 도입하게 되었습니다. 이는 프로젝트의 건강을 유지하고 기여자들이 소진되지 않도록 하기 위한 중요한 변화입니다.

Fortress는 단 한 줄의 코드 변경만으로 스크래퍼와 브라우저 에이전트가 차단되는 것을 막는 스텔스 크롬(Chromium) 엔진입니다. 이 엔진은 브라우저 핑거프린팅을 읽어 자동화 도구에 의해 감지하고 차단하는 것을 방지하기 위해 크롬의 C++ 내부에서 핑거프린트를 수정합니다. 이를 통해 브라우저는 일반적인 크롬 설치처럼 보이게 되며, CreepJS, Sannysoft, BrowserScan, Cloudflare Turnstile과 같은 감지 도구들은 이를 인간처럼 인식하게 됩니다.

Fortress는 기존의 Playwright나 Puppeteer와 같은 도구를 CDP(Chrome DevTools Protocol)에 연결하여 사용할 수 있도록 설계되어 사용자가 코드에 별도의 변경 없이 이 엔진을 적용할 수 있습니다. 이는 자동화 작업이나 웹 크롤링 시 발생하는 차단 문제를 해결하고, 에이전트가 목표 페이지에 도달하게 하는 데 중점을 둡니다.

이 프로젝트는 34개의 작은 패치로 구성되어 있으며, 모든 패치는 감사 가능하고 재구축이 가능하도록 제공됩니다. 또한 Fortress는 크롬의 V8, Blink, Borin 엔진을 포함하며, 지속적으로 크롬의 최신 버전을 추적하고 감지기들이 새로운 단서를 찾을 때마다 패치를 배포하여 보안을 유지합니다. 향후 버전인 v2에서는 MaskConfig 런타임 페르소나 기능을 추가하여 프로세스별로 고유한 신원 격리 기능을 제공할 계획입니다.

구글의 최신 기후 보고서에 따르면, 총 전력 소비량은 2024년 31TWh에서 2025년 43TWh로 급증했습니다. 이러한 소비량 증가는 생성형 AI 확장이 빅테크 기업의 에너지 수요를 얼마나 빠르게 증가시키고 있는지 명확하게 보여줍니다.

이는 단순히 소비량의 증가를 넘어, AI 기술의 폭발적인 발전이 데이터 센터 운영에 미치는 환경적 영향을 시사합니다. 구체적으로 2023년에서 2024년 사이 증가폭이 7TWh였던 것에 이어, 2024년에서 2025년 사이에는 12TWh가 추가로 늘어났습니다.

이러한 지수적인 에너지 소비 증가는 AI 모델 훈련 및 운영에 필요한 컴퓨팅 자원의 규모가 기후 위협에 직접적으로 연결되어 있음을 의미합니다. 개발자와 엔지니어는 AI 시스템을 설계하고 확장할 때 에너지 효율성을 고려해야 하며, 디지털 비대화가 환경에 미치는 영향을 인식해야 합니다.

프로그래밍 언어 Odin이 2016년 첫 커밋 이후 10년간 성장하며 첫 정식 릴리스 버전을 Odin 2027이라는 이름으로 준비하고 있습니다. 이 버전은 Odin의 공식적인 출시를 의미하며 개발자 커뮤니티에서 큰 기대를 모으고 있습니다.

Odin 2027의 정식 릴리스에 있어 가장 핵심적인 기준은 컴파일러가 따라야 하는 완전한 언어 명세입니다. 개발자들은 이 명세가 Odin 2027에서 타협하지 않을 조건으로 설정되었다는 점에 주목해야 합니다. 이는 언어의 일관성과 명확성을 보장하기 위한 중요한 약속입니다.

따라서 Odin 2027은 단순한 버전 업데이트를 넘어, 컴파일러와 언어 명세 간의 완벽한 일치를 목표로 하는 중요한 이정표가 될 것입니다. 이로 인해 Odin 생태계는 더욱 견고하고 예측 가능한 기반 위에서 발전할 수 있게 됩니다.

코드 모드를 적용하여 시스템 비용을 99.2% 절감하는 실험 결과가 나왔습니다. 이는 에이전트 스웜 시스템에서 여러 도구 호출을 수행할 때, 개별 호출 대신 스크립트를 사용하여 단일 결과만 모델에 전달함으로써 토큰 사용량을 획기적으로 줄일 수 있음을 보여줍니다.

이 실험은 에이전트가 도구를 사용하는 방식에 대한 비용 효율성을 측정하기 위해 진행되었으며, 실제 운영 데이터(24개의 워크플로우와 60개의 스케줄)를 기반으로 측정되었습니다. 기존의 순차적인 도구 호출 방식은 126번의 호출을 통해 약 815,000 토큰을 소모하고 약 2~6.5분의 시간을 필요로 하며 약 2.44달러의 비용이 발생했습니다.

반면, 코드 모드(Code Mode)를 적용한 스크립트 방식은 단 26번의 호출로 13.12초 만에 작업을 완료했으며 비용은 0.02달러로 측정되었습니다. 이는 원본 데이터가 모델의 컨텍스트에 도달하는 양이 약 126배 줄어들어 99.2%의 비용 절감 효과를 가져왔습니다.

이 결과는 에이전트 시스템에서 중간 결과를 모델에 전달하지 않고 스크립트가 모든 작업을 처리하도록 하는 것이 토큰 경제성을 극대화하는 효과적인 방법임을 시사합니다. 이는 에이전트의 효율성과 비용 최적화를 위한 새로운 접근 방식을 제시합니다.

Wire가 Cloudflare Durable Objects에서 벗어나 자체 컨테이너 런타임을 구축한 배경에 대한 내용입니다. Wire는 AI 에이전트를 위한 컨텍스트 컨테이너를 제공하며, 기존에는 모든 컨테이너가 Cloudflare Durable Object를 사용했지만, Wire는 네 가지 구조적 한계 때문에 이 플랫폼을 떠나기로 결정했습니다.

주요 한계는 벡터 인덱스와 데이터의 분리, 컴퓨팅과 데이터의 근접성 부족, 그리고 컨테이너 배치 방식의 제약 등입니다. 기존 방식에서는 검색에 필수적인 벡터 인덱스가 별도의 서비스에 존재하여 네트워크 지연이 발생했고, 컨테이너가 호출자 근처에 배치되지 않아 성능 병목이 발생했습니다.

이에 Wire는 컨테이너 내부에 벡터 인덱스를 내장하고, 컴퓨팅 환경을 Fly Machines에서 실행하며, 리전별 라우터를 통해 컨테이너를 호출자 근처에 배치하는 새로운 아키텍처를 구축했습니다. 이 변화를 통해 검색 성능이 개선되었으며, 따뜻한 도구 호출(warm tool calls) 시간은 0.3초로 단축되었습니다.

이러한 개선은 검색 정확도 향상으로 이어졌는데, 재현율(recall@5)이 78.1%에서 89.1%로 향상되었습니다. 현재 새로운 런타임은 베타 단계에 있으며, 향후 컨테이너 런타임 코드를 오픈소스로 공개할 계획입니다.

사용자가 업로드한 HTML과 JavaScript를 호스팅할 때 보안 취약점, 특히 코드 주입이나 세션 하이재킹을 어떻게 방지하는지에 대한 질문에 대해 설명합니다. 이 시스템은 업로드된 코드를 검사하여 제거하는 대신, 모든 페이지를 잠재적으로 적대적이라고 가정하고 실행 환경 자체를 안전하게 만드는 접근 방식을 채택합니다.

이러한 보안을 위해 페이지는 특정 출처(origin)가 없는 샌드박스 환경에서 실행되며, 공유된 페이지는 사이트 내에 직접 렌더링되지 않고 샌드박스 iframe 내에 로드됩니다. 이 샌드박스는 `allow-scripts`와 `allow-same-origin`을 함께 허용하지 않음으로써 프레임된 스크립트가 실제 출처를 갖지 못하게 하여 쿠키나 로컬 저장소에 접근하는 것을 차단합니다.

또한, 페이지는 별도의 쿠키가 없는 출처에서 제공되며, 로그인 세션 정보는 애플리케이션 출처에만 존재합니다. 따라서 스크립트 주입이나 세션 하이재킹 공격이 발생하더라도 공격자는 해당 출처에서 세션 쿠키나 토큰을 획득할 수 없게 됩니다.

결론적으로 보안은 개별적인 제어 기능이 아니라 이러한 격리된 샌드박스와 분리된 출처를 통해 구현되는 설계에 달려 있습니다. 이는 업로드된 콘텐츠의 안전성을 보장하며, 사용자가 접근할 수 있는 페이지의 출처를 통제하는 데 중점을 둡니다.

Grok 4.5가 GPT-5.5, Claude Opus 4.8, Claude Fable 5와 동일한 인터랙티브 앱을 구축하는 비교 실험에서 속도와 비용 면에서 가장 우수한 성능을 보였습니다. 이 실험은 각 모델이 코딩, 추론, 요약 등 다양한 작업을 처리할 때의 지연 시간과 비용을 측정하는 방식으로 진행되었습니다.

3차원 루빅스 큐브와 같은 상태 기반 작업에서는 Claude Opus 4.8과 Claude Fable 5가 첫 시도에서 가장 정확하고 완성도 높은 결과를 도출하며 승부를 가르는 데 기여했습니다. 반면 Grok 4.5는 첫 시도에서 실패를 겪었으나 재시도를 통해 성공했으며, GPT-5.5는 큐브 구현에서 색상과 형태가 불완전한 결과를 보였습니다.

전반적인 성능과 효율성을 종합적으로 평가했을 때 Grok 4.5는 가장 빠른 토큰 처리 속도와 가장 낮은 비용을 기록하며 '시간당 비용 대비 지능'이라는 측면에서 강점을 보였습니다. 이는 고부하 코딩 작업에서 지연 시간과 비용이 복합적으로 작용하는 환경에서 특히 중요한 지표입니다.

결론적으로 Grok 4.5는 속도와 가치 면에서 최고의 모델로 평가되지만, Claude Opus 4.8과 Fable 5는 가장 신뢰할 수 있는 빌더로 자리매김했습니다. 개발자는 작업의 종류와 요구되는 정확도에 따라 각 모델의 장단점과 비용 효율성을 고려하여 선택해야 합니다.