읽을 가치가 있는 기사만, 짧고 또렷하게.

ChatGPT의 Sites 기능은 사용자가 일상적인 언어로 웹사이트, 앱, 게임을 만들고 이를 ChatGPT와 대화하며 수정할 수 있는 기능을 제공합니다. 이 기능을 통해 개발 과정에서 코딩이나 디자인에 대한 부담을 줄이고 아이디어를 빠르게 실제 결과물로 구현할 수 있게 됩니다.

Sites는 단순히 코드를 생성하는 것을 넘어, 사용자가 만든 프로젝트를 호스팅하고 공유할 수 있는 통합된 환경을 제공합니다. 특히 인앱 브라우저 기능을 통해 게시하기 전에 사이트를 직접 테스트할 수 있어 개발 효율성을 높입니다.

또한, 사용자는 게시물에 파일이나 시각적 참고 자료를 추가할 수 있으며, 기존에 Codex 프로젝트가 있다면 해당 프로젝트에서 바로 작업을 시작할 수도 있습니다. 이는 복잡한 개발 환경 설정 없이도 즉각적으로 콘텐츠를 제작하고 배포할 수 있도록 돕는 데 중점을 둡니다.

Pass Designer는 기업이나 매장의 브랜드를 반영한 패스를 제작하고 미리 볼 수 있는 도구입니다. 이 도구는 Apple이 제공하는 템플릿이나 자체 제작 템플릿을 활용하여 패스를 쉽게 만들 수 있도록 지원합니다.

편집 과정 중에는 제작된 패스가 실제 iPhone과 Apple Watch에서 어떻게 보일지 미리 확인할 수 있는 기능이 제공됩니다. 이 미리보기 기능은 실시간으로 갱신되며, iOS 및 watchOS와 동일한 렌더링 방식을 사용하여 고객 기기에서의 모습을 정확하게 반영합니다.

이는 디자이너나 개발자가 기기별 디자인 일관성을 유지하면서 패스를 제작할 수 있도록 돕는 중요한 기능입니다. 따라서 Pass Designer는 브랜드 아이덴티티를 유지하면서 다양한 Apple 기기에 적용될 수 있는 디자인을 실시간으로 검증하는 데 중점을 두고 있습니다.

바코드가 QR 코드로 대체되면서 글로벌 소매 산업에 거대한 변화가 예고되고 있습니다. 1992년 일본에서 바코드가 등장하여 UPC(범용 제품 코드)라는 산업 표준을 통해 제조사와 소매업체 간의 네트워크 효과와 독점 구조를 형성했습니다. 이 시스템은 지난 50년간 전 세계적으로 수십억 번 스캔되며 상품 추적의 주류를 이루어 왔습니다.

이러한 변화는 QR 코드의 등장으로 가속화되었습니다. 마사히로 하라가 바둑에서 영감을 받아 2차원 바코드를 개발했으며, 이는 기존 바코드보다 200배 많은 데이터를 담을 수 있게 했습니다. 이 혁신은 덴소에 의해 특허가 났고, 관련 사양이 무료로 공개되어 모든 회사가 자유롭게 사용할 수 있게 되었습니다.

GS1은 바코드 시대가 끝나고 새로운 시대가 시작되었음을 선언하며 소매업체들이 QR 코드로 전환할 것을 촉구하고 있습니다. 하지만 이러한 전환 과정에서 품질 관리, 재고 추적, 데이터베이스 관리와 같은 수많은 질문들이 남아 있습니다. 사용자들은 비용이 발생하는 변화를 선호하지 않기 때문에, 실제 구현 과정에서 데이터의 정확성과 시스템 통합에 대한 해결책이 중요해질 것입니다.

아마존은 데이터 센터 인근 지역 사회에 향후 5년간 10억 달러 이상을 기부하겠다고 약속했습니다. 이는 데이터 센터 운영으로 인해 발생하는 지역 사회의 반발에 대응하기 위한 조치입니다.

아마존 웹 서비스(AWS)의 CEO인 맷 가먼은 이러한 기금 사용에 있어 지역 사회가 교육, 직업 훈련, 에너지 비용 부담 완화, 물, 에너지 보존, 그리고 지역 우선순위 중에서 자금을 우선순위화할 수 있도록 결정할 것이라고 밝혔습니다.

또한 아마존은 데이터 센터가 지역의 전기 요금을 증가시키거나 지역의 물 공급을 고갈시키지 않도록 보장하겠다고 약속했습니다. 특히 아마존은 2030년까지 '물 양(+) 지역'이 되기 위해 노력할 것이며, 이미 진행된 프로젝트의 75%가 이 목표를 달성했다고 주장했습니다.

넷플릭스가 프리미엄 콘텐츠 제작사와의 파트너십에서 멀어지고 있다는 움직임을 보이고 있습니다. 데이비드 핀처나 숀 레비와 같은 저명한 감독들과의 다년간의 제작 계약을 통해 넷플릭스는 많은 비평가들의 찬사를 받은 히트작들을 만들어냈습니다. 하지만 최근 스트리밍 서비스는 이러한 일부 파트너십을 종료했는데, 이는 더 큰 전략적 변화를 시사합니다.

이는 파라마운트와 워너 브로더스 디스커버리가 대규모 합병을 앞두고 엔터테인먼트 환경을 재편할 예정인 상황에서 발생했습니다. 넷플릭스는 이러한 경쟁 구도 속에서 스트리밍 전쟁을 계속 이어나가기 위해 새로운 전략을 모색하고 있습니다.

회사 차원에서 앞으로의 방향을 설정하는 과정에서 구독자를 유치하는 데 있어 프리미엄성에 덜 중점을 둘 수 있다는 계획을 세우고 있는 것으로 보입니다. 이러한 전략적 변화는 넷플릭스가 경쟁사들과의 경쟁에서 우위를 점하기 위해 콘텐츠 제작 방식과 투자 방향을 조정하고 있음을 의미합니다.

최근 많은 개발자와 크리에이터들이 Reddit, WordPress, Discord, GitHub와 같은 대형 플랫폼에서 이탈하고 개인적인 공간으로 이동하고 있다는 현상이 관찰됩니다. 이러한 움직임은 가격 변경, 게시물에 대한 AI 학습, 새로운 정책, 혹은 플랫폼이 개인을 위해 설계되지 않는다는 느낌 등 다양한 이유에서 발생하고 있습니다.

사람들이 플랫폼을 떠나는 이유는 단순히 이탈이 아니라 규모를 축소하는 방향으로 변화하고 있습니다. 대형 플랫폼을 떠나서 소규모 웹(smallweb), Gopher, Gemini와 같은 대안을 통해 개인 사이트나 자체 호스팅 앱과 같은 캡슐을 구축하는 추세입니다. 이는 더 적은 도달 범위는 있지만 훨씬 더 큰 통제권을 확보하려는 선택입니다.

이러한 현상은 대형 플랫폼 자체가 사라질 것이라는 의미는 아니지만, 플랫폼을 흥미롭게 만들었던 사람들이 조용히 측면 문을 통해 빠져나가고 그 과정을 기록하고 있음을 보여줍니다. 결과적으로 플랫폼의 크기는 유지되더라도 사용자들은 더 많은 통제와 개인화된 경험을 추구하며 생태계를 재편하고 있습니다.

애플이 AI 에이전트의 위험에 대응하여 맥의 "전체 디스크 액세스"에 대한 새로운 제한을 추가합니다. 애플은 금요일 업데이트를 통해 사용자가 앱에 이러한 비범한 수준의 액세스를 부여하고자 할 때 반드시 매우 명시적인 사용자 행동을 통해서만 가능하도록 새로운 통제를 도입한다고 밝혔습니다.

이러한 변경은 AI 에이전트가 시스템에 접근할 때 발생할 수 있는 보안 위험을 줄이기 위한 조치입니다. 이는 AI 에이전트가 사용자의 기기에 접근하여 민감한 데이터에 접근할 수 있는 잠재적인 경로를 차단하는 데 중점을 둡니다.

이러한 조치는 최근 메타의 Muse AI가 사용자의 메시지 내용을 알게 되었다는 보도와 같은 사례들 이후에 이루어졌습니다. 비록 메타 측은 메시지 접근이 완전히 선택 사항임을 강조하며 보고에 반박했지만, 이는 AI 에이전트가 시스템의 광범위한 데이터에 접근할 수 있는 위험성을 시사합니다.

결론적으로 애플은 사용자가 명시적으로 동의하지 않는 한 AI 에이전트가 맥의 전체 디스크에 접근하는 것을 제한함으로써 사용자 데이터의 보안과 프라이버시를 강화하고자 합니다.

코로나19 팬데믹은 국가 및 글로벌 차원의 대비 부족을 명확히 드러냈지만, 새로운 연구는 팬데믹 가능성이 있는 발병의 초기 단계에서도 우리가 심각하게 준비가 부족함을 강조합니다. 뉴욕 보건 당국은 팬데믹 수준의 위협을 초래할 수 있는 미지의 감염 환자에 대응하기 위해 의료 시설에 대한 지역 테스트를 실시했습니다.

하지만 이 훈련 과정에서 심각한 문제점이 발견되었는데, 전반적인 대응 속도가 느렸고 개인 보호 장비(PPE)의 사용이 불규칙했으며, 시설 중 60%만이 기본적인 테스트 기준을 통과하는 데 그쳤습니다. 이는 의료 시스템이 실제 위기에 얼마나 취약한지를 보여주는 결과입니다.

연구 결과는 잠재적으로 감염성 발열 환자를 더 빨리 식별하고 마스크를 착용하며 격리하기 위해 의료 종사자와 시설 직원들을 위한 훈련이 필요함을 지적합니다. 이러한 훈련은 감염병 발생 시 초기 대응 능력을 향상시키는 데 필수적입니다.

디시(Dish) 소유의 슬링 TV가 단일 일간 케이블 TV 프로그래밍을 구매할 수 있게 했던 슬링 패스 기능을 더 이상 제공하지 않기로 결정했습니다. 이 기능은 작년에 발표되었으며 사용자들이 전체 월간 케이블 구독 없이 ESPN이나 CNN과 같은 채널을 시청할 수 있도록 일일 패스, 주말 패스, 주간 패스 옵션을 제공했습니다.

슬링 패스가 출시된 직후 디즈니와 워너 브로더스 디스커버리가 슬링 TV를 상대로 이 기능에 대해 소송을 제기했습니다. 이 소송은 슬링 패스 기능에 대한 법적 논란을 불러일으켰습니다.

하지만 연방 판사는 디즈니의 예비 금지 명령 요청을 기각하면서 해당 기능을 차단하는 것을 허용하지 않았습니다. 이는 슬링 TV가 사용자에게 엔터테인먼트에 대한 궁극적인 통제권을 부여하기 위해 설계되었다는 주장이 제기된 상황에서 중요한 법적 선례를 남겼습니다.

AI를 활용하여 레고 CAD 모델을 생성하는 오픈소스 프로젝트인 ldraw-nova가 공개되었습니다. 이 프로젝트는 ChatGPT나 Claude와 같은 대규모 언어 모델이 LDraw라는 어셈블리 언어 기반의 코드를 생성하도록 유도하여, 이를 실제 상호작용 가능한 레고 CAD 모델로 변환하는 것을 목표로 합니다. LDraw 파일 하나가 하나의 레고 CAD 모델과 동일한 개념이며, 이 시스템은 AI가 고품질의 LDraw 소스 파일을 생성하면 결과적으로 레고 모델을 만들어낸다는 아이디어를 구현했습니다.

개발자는 GPT-6 Astra와 Opus 5.5와 같은 모델을 사용하여 LDraw 모델을 생성하는 파이썬 도구를 개발했으며, 이를 OpenAI, Claude, OpenRouter 등 다양한 제공업체와 에이전트(agents)를 통합할 수 있도록 도커화된 웹 애플리케이션 형태로 패키징했습니다. 이 도구는 사용자가 여러 제공업체와 에이전트를 선택하여 LDraw 모델을 생성할 수 있게 하며, 사용자는 3D 뷰어, VR 인터랙티브 모드, Blender에서 편집 가능한 glTF 파일 등의 다양한 결과물을 얻을 수 있습니다.

현재 이 시스템은 여러 에이전트와 도구를 활용하여 부품을 찾고 모델을 구축하는 워크플로우를 제공하지만, 아직 개선할 부분이 남아 있습니다. 특히 VR 환경에서의 모델 처리나 저사양 에이전트(Luna, Haiku 등)에 대한 적응, 그리고 생성 속도 개선이 필요합니다. 또한, 현재는 고성능 모델에서만 정확하고 큰 모델을 생성할 수 있으며, 매뉴얼 기반 모델 구축이나 세부 모델 검사 같은 기능도 향후 개발 과제로 남아 있습니다.

AI 모델이 이미지 생성 대신 회화 시뮬레이션을 구현하는 프로젝트 stillwet에 대한 내용입니다. 이 프로젝트는 AI 모델이 붓질을 코드로 작성하고, 리넨 위 유화 시뮬레이션이 이를 실행하는 방식으로 회화 과정을 구현합니다. 이는 이미지 생성 모델을 사용하지 않고 순수한 프로세스와 시뮬레이션에 초점을 맞춘 접근 방식을 제시합니다.

이러한 접근 방식은 AI가 단순히 이미지를 생성하는 것을 넘어, 예술적 과정 자체를 코드로 정의하고 시뮬레이션하는 새로운 방법론을 탐구합니다. 특히 AI가 시각적 결과물 대신 물리적 재료와 과정의 상호작용을 모방하도록 설계되어, 생성된 결과물의 물리적, 과정적 측면을 강조합니다.

또한, 대부분의 AI 모델이 특정 화풍을 학습할 때 실제 작품 이미지를 보지 않고 문헌 조사만으로 화풍을 따르는 현상에 대한 맥락을 제공합니다. 이는 AI가 시각적 데이터에 의존하지 않고 텍스트 기반의 문헌 조사를 통해 예술적 스타일을 이해하고 모방할 수 있음을 시사합니다.

결론적으로 stillwet 프로젝트는 AI가 예술적 표현을 코딩하고 시뮬레이션하는 새로운 방법을 제시하며, AI 학습에서 시각적 입력 외에 문헌 기반의 이해가 어떤 역할을 하는지에 대한 중요한 논의를 촉발합니다.

GrapheneOS가 안드로이드 17 QPR1 커널의 심각한 성능 저하 문제를 해결했습니다. 이 문제는 GrapheneOS를 사용하는 기기에서 발생했던 커널 성능 관련 회귀 현상으로, 사용자 경험과 시스템 안정성에 영향을 미쳤습니다.

해당 성능 회귀는 안드로이드 17 버전에서 발생한 것으로, 커널 레벨의 변경으로 인해 시스템 성능에 부정적인 영향을 주었습니다. GrapheneOS 커뮤니티는 이 문제를 해결하기 위해 필요한 패치를 적용하여 시스템의 안정성과 효율성을 개선했습니다.

개발자 및 사용자들은 커널 성능의 안정성이 기기 사용 경험에 매우 중요하다고 지적해 왔습니다. 따라서 GrapheneOS의 이번 수정은 안드로이드 17 환경에서 커널 성능 문제를 겪는 사용자들에게 직접적인 이점을 제공하며, 시스템의 전반적인 안정성을 높이는 데 기여합니다.

Black Forest Labs에서 개발한 FLUX 3 Image는 이미지 생성 및 편집에 특화된 모델입니다. 이 모델의 핵심 기능은 요소별 경계 상자를 사용하여 이미지 구도를 지정하고, 생성된 결과물에서 해당 상자 단위로 여러 부분을 편집할 수 있게 한다는 점입니다.

사용자는 레이아웃 프롬프트를 통해 전체 장면 설명과 함께 요소별 ID, 좌표, 묘사를 제공하여 원하는 구도를 정의합니다. 이를 통해 사용자는 직접 상자를 그리거나 정의함으로써 이미지 생성 과정에 구체적인 제어를 할 수 있습니다.

이러한 방식은 단순히 이미지를 생성하는 것을 넘어, 생성된 이미지의 특정 요소들을 명확하게 분리하고 편집할 수 있는 기능을 제공합니다. 결과적으로 사용자는 생성 후에도 지정된 경계 상자를 기준으로 이미지의 여러 부분을 세밀하게 수정할 수 있는 강력한 이미지 생성/편집 경험을 할 수 있습니다.

macOS의 전체 디스크 액세스(Full Disk Access) 기능에 대한 업데이트가 발표되었습니다. 애플은 사용자 개인 데이터를 보호하기 위한 통제 장치를 마련했으며, 이 기능은 백업 앱이 제대로 작동하도록 허용하는 데 중점을 두고 있습니다.

그러나 일부 개발자들이 이 기능을 사용자에게 충분한 이해 없이 사용하여 시스템의 파일, 메일, 메시지, 심지어 브라우징 기록과 같은 민감한 정보를 노출시키는 위험이 발생하고 있습니다. 특히 통신 앱의 경우, 이로 인해 사용자가 소통하는 상대방의 프라이버시도 침해될 수 있습니다.

애플은 이러한 위험을 해결하기 위해 향후 추가적인 통제 장치를 도입할 계획입니다. 이 새로운 조치는 앱이 이처럼 특별한 수준의 접근 권한을 부여받고자 하는 사용자가 매우 명시적인 사용자 행동을 통해서만 접근을 허용하도록 보장하는 것을 목표로 합니다.

인공지능 에이전트가 점점 더 자율적으로 발전함에 따라 이러한 접근 권한과 관련된 위험은 크게 증가할 것입니다. 애플은 사용자가 자신의 데이터와 프라이버시에 대해 충분히 이해하고 정보에 입각한 결정을 내릴 수 있도록 이러한 위험을 명확히 인지시키는 데 전념하고 있습니다.

Muse Gadgets는 사용자가 직접 제작할 수 있는 오픈 소스 하드웨어 장치로, 개발자들이 자신만의 기기를 만들 수 있도록 설계되었습니다. 사용자는 기성품 ESP32 보드나 라즈베리 파이 등을 Muse의 SDK를 사용하여 프로그래밍하고, 이를 디스플레이, 버튼, 센서, 액추에이터 등 다양한 주변 장치와 연결할 수 있습니다.

이 프로젝트의 핵심은 오픈 소스 코드와 펌웨어에 있습니다. Muse Gadgets의 장치 SDK와 펌웨어는 Apache 2.0 라이선스로 공개되어 있으며, 커뮤니티가 코드를 탐색하고 기여하여 프로젝트를 확장할 수 있습니다. 개발자들은 이 SDK를 기반으로 자신만의 하드웨어를 구축하거나 새로운 보드에 대한 지원을 개발할 수 있습니다.

커뮤니티는 Discord를 통해 활발하게 활동하며 다른 해커들과 함께 Muse Gadget을 제작하고 커스터마이징하는 것을 지원합니다. Muse Home Link와 같은 기능은 사용자의 홈 Wi-Fi에 연결하여 스마트 기기들을 제어하는 데 활용될 수 있습니다.

다양한 프로젝트 아이디어가 제시되어 있으며, Waveshare ESP32-S3-Touch-AMOLED와 같은 하드웨어와 연동하여 터치스크린 디스플레이나 컬러 이북 디스플레이를 구현하는 등의 구체적인 예시가 있습니다. 다만, 이러한 DIY 과정에는 기기가 벽돌이 되거나 보증이 무효화되는 등의 위험이 따르므로 사용자는 자신의 책임 하에 진행해야 합니다.

GLP-1 계열 약물 사용자들이 탈모와 손톱 관련 문제를 더 많이 경험한다는 연구 결과가 나왔습니다. 세마글루타이드나 티르제파타이드와 같은 GLP-1 약물 사용자들은 비사용자들에 비해 탈모와 손톱 분리 같은 문제에 걸릴 가능성이 유의미하게 높게 나타났습니다.

연구팀은 프랑스, 미국, 브라질, 멕시코 등 네 국가의 참가자들을 대상으로 두 가지 유사한 연구를 진행했으며, GLP-1 사용자들은 대조군에 비해 전반적인 손발 문제 보고율이 훨씬 높았습니다. 특히 손톱 분리 보고율은 GLP-1 사용자 중 약 39%로 대조군의 9%에 비해 현저히 높았으며, 손톱 변색 보고율은 46%로 대조군의 17%보다 높게 나타났습니다.

하지만 연구 결과는 인과관계를 증명하는 것이 아니며, 자가 보고된 증상에 기반한 단면 연구라는 한계가 있습니다. 연구자들은 이러한 피부 및 모발 문제는 약물 자체가 직접적인 원인이라기보다는 기존의 건강 문제, 피부 상태, 영양 결핍 등 다른 요인들에 의해 더 잘 설명될 수 있다고 지적했습니다.

따라서 연구팀은 향후 임상적 평가를 통해 이러한 문제들이 약물 사용과 관련이 있는지, 그리고 회복 가능한지에 대한 추가적인 종단 연구를 진행할 계획입니다. 전문가들은 GLP-1 치료를 중단하지 말고 증상을 의사와 상담할 것을 권고하며, 이러한 추가적인 위험들이 효과적으로 관리될 수 있기를 기대하고 있습니다.

소프트웨어 개발의 병목 현상은 코드를 작성하는 것에서 그 이후의 모든 과정으로 이동하고 있습니다. 비용 절감과 LLM의 발전으로 전문적인 성능 작업의 비용이 크게 낮아지면서, 이제 소프트웨어 개발의 제약은 코드를 타이핑하는 것이 아니라 변경 사항을 배포하고 유지보수하며 회귀를 방지하는 조정 과정에 있습니다.

이러한 변화는 개발자들이 더 이상 코딩 자체에 집중할 필요가 없음을 의미합니다. DHH는 이러한 병목을 우회하여 에이전트를 활용해 작업의 일부를 위임하고 비동기적으로 처리함으로써 이 문제를 해결할 수 있다고 주장합니다. 이는 코드 리뷰와 같은 작업을 코딩 자체보다 덜 중요하게 여기고 결과에 집중하는 접근 방식입니다.

하지만 이러한 효율성이 모든 개발자에게 적용되는 것은 아닙니다. LLM이 이미 존재하는 것을 만드는 데는 탁월하지만, 새로운 아이디어를 창출하는 데는 한계가 있습니다. 결국 현재의 핵심 제약은 예산이나 토큰의 부족이 아니라 새로운 아이디어의 희소성으로 귀결되며, 개발자들은 이제 무엇을 만들지에 대한 새로운 아이디어를 찾아야 하는 상황에 놓여 있습니다.

인터페이스의 직관성에 대한 논의에서 '유일하게 직관적인 인터페이스는 유두이다'라는 주장이 어떻게 발전해 왔는지 그 역사를 다룹니다. 이 주장은 종종 브루스 에디거(Bruce Ediger)에게 귀속되거나 스티브 잡스에게서 유래했다는 이야기가 있지만, 실제로는 그 기원과 정확한 형태에 대한 기록이 모호합니다.

이 주장의 초기 형태는 1994년 스콧 프랜시스(Scott Francis)가 "진정으로 직관적인 사용자 인터페이스 은유는 없다"는 말에 대한 응답으로 유두를 유일한 직관적 인터페이스로 제시하면서 시작되었습니다. 이후 1995년 1월에는 제이 볼머(Jay Vollmer)가 "실제로 유일하게 직관적인 인터페이스는 유두이다"라고 주장하며 이 아이디어를 구체화했습니다.

시간이 지나면서 이 주장은 '모든 것은 학습된다'는 개념과 결합되며 변화했는데, 1995년 2월에는 유두가 유일하게 직관적인 인터페이스라는 내용이 등장했고, 4월에는 브루스 에디거가 유두를 유일한 직관적 사용자 인터페이스로 정의하며 이어서 모든 것은 학습된다는 결론을 제시했습니다.

결국 필자는 브루스 에디거의 2001년 버전, 즉 "직관적인 인터페이스는 없으며, 유두조차도 아니다. 모든 것은 학습된다"는 주장이 가장 강력한 주장이라고 평가합니다. 이는 사용자 인터페이스의 직관성에 대한 논의가 추상적인 은유에서 실제 학습 과정으로 어떻게 변화했는지 보여줍니다.

pi pod는 사용자의 서버에서 pi 코딩 에이전트의 세션을 격리된 샌드박스인 "팟(pods)"에서 실행할 수 있도록 하는 호스팅 워크스테이션입니다. 이 서비스를 통해 에이전트가 로컬 기기에 접근하지 않고도 리포지토리에 대해 작업할 수 있게 됩니다.

pi pod는 단순하고 우아한 pi 소프트웨어에 기반하여 에이전트 엔지니어링 환경을 통합하는 것을 목표로 합니다. 이는 에이전트 샌드박싱, 네이티브 클라이언트, rbac 세션 공유 등의 기능을 단순하고 우아하게 통합하여 소프트웨어 엔지니어에게 필요한 최소한의 환경을 제공하고자 합니다.

현재 pi pod는 오픈 소스로 GitHub에서 제공되며, 사용자가 직접 호스팅하여 소유권과 개인 정보를 보장할 수 있습니다. 호스팅 서비스는 곧 출시될 예정이며, v1 서비스는 7일 무료 체험 기간과 월 $20의 표준 요금제 또는 월 $50의 프로 요금제로 제공됩니다.

기업이 자체 데이터 센터 내에 에이전트 환경을 구축하고자 할 때도 셀프 호스팅 옵션은 유용하며, 이는 비용 효율성과 보안을 동시에 확보할 수 있는 좋은 선택입니다.

리프트는 운전자를 독립 계약자로 잘못 분류하여 임금 체불을 저질렀다는 혐의로 2억 7,250만 달러의 합의금을 지급했습니다. 이 합의는 2016년부터 2020년 사이에 발생한 문제에 대한 것입니다.

이 소송은 2020년 5월 당시 행정장관이었던 자비에 베세라가 우버와 리프트를 상대로 제기한 광범위한 소송에서 비롯되었습니다. 해당 소송은 이들 차량 공유 회사가 운전자를 직원으로 분류하지 않고 주 법률을 회피했다고 주장했습니다.

이번 합의는 리프트에만 적용되며, 우버에 대한 소송은 계속 진행 중입니다. 이는 차량 공유 플랫폼에서 운전자 분류와 관련된 법적 책임이 여전히 중요한 쟁점임을 보여줍니다.