읽을 가치가 있는 기사만, 짧고 또렷하게.

거대 언어 모델(LLM)이 합성 설문 응답자로 사용될 때, 기존의 평가 방식은 개별 답변의 그럴듯함에 초점을 맞추고 있지만, 연구진은 LLM이 실제 인간 설문 데이터의 공분산, 잠재 구조, 신뢰도, 매개 경로, 인구통계학적 효과를 보존하는지 여부를 측정하는 심리측정학적(psychometric) 접근이 더 적절하다고 주장합니다. 이를 위해 연구진은 263명의 직원으로 구성된 리투아니아 조직 심리학 데이터셋을 활용하여 OpenAI, Anthropic, Google 등 37개 모델을 실제 응답자 프로필에 조건화하는 실험을 진행했습니다.

이러한 실험 결과, LLM 샘플은 인간 데이터의 심리측정학적 관계의 질적 방향은 재현하지만, PSS(심리측정 유사도 점수) 구성 요소에서는 가우시안 코퓰라(Gaussian-copula) 기준선이 모든 LLM보다 우위를 보였습니다. 또한, LLM의 '군집'은 인간보다 자신들 사이에 더 유사했으며(평균 상호 LLM PSS 0.73), 단순한 기억(memorization)은 순위 결정에 영향을 미치지 않았습니다.

특히, 반사실적 인구통계학적 교체 실험을 통해 교육 수준에 따른 효과(평균 |d|=0.56)가 성별(0.12)이나 역할(0.18)보다 훨씬 크다는 점이 드러났습니다. 나아가, 합성 훈련을 거친 회귀 모델은 보류된 인간 데이터에서 예측 타당성을 잃었으며(평균 R^2 -0.18 대 0.28), 모델들은 10개의 대체 경로 중 3개의 매개 효과를 조작하는 것으로 나타났습니다. 따라서 LLM 샘플은 인간 설문 데이터의 단순한 대체재가 될 수 없다는 결론입니다.

AI 에이전트의 부상에 따라 버전 관리 시스템인 Git이 어떻게 진화할지에 대한 내용이 제시되었습니다. 소프트웨어 개발에서 코드가 점점 풍부해지면서 코드 자체보다 코드가 작성된 배경과 맥락, 즉 에이전트의 세션 기록과 의사결정 과정이 소프트웨어 개발의 핵심 자산이 되고 있습니다.

이러한 맥락에서 에이전트 세션 로그를 저장하는 의미론적 메모리 계층을 저장소에 보존하면 에이전트가 실수를 반복하지 않고 정확도를 높이며 생산성을 향상시킬 수 있습니다. 또한 인간이 소프트웨어의 구축 과정과 이유를 더 쉽게 이해하고 검증할 수 있는 출처 계층을 제공하여 코드 검토 시간을 크게 단축시킬 수 있습니다.

나아가 Git 호스팅 플랫폼은 중앙 집중식 시스템에서 분산된 네트워크로 진화해야 합니다. 대규모 에이전트가 코딩할 때 중앙 집중식 플랫폼은 속도 제한이나 중단 문제를 야기할 수 있으므로, Git은 분산된 네트워크의 약속을 실현하여 높은 가용성과 복원력을 확보해야 합니다.

결과적으로 Git은 코드의 출처를 기록하고 에이전트 작업을 조정하며 분산된 네트워크 전반에서 작동하는 중심적인 진실의 원천이 될 것입니다. 이는 인간과 에이전트가 기계 속도로 협업하며 소프트웨어를 구축하고 배포할 수 있는 플랫폼을 만드는 데 기여할 것입니다.

Postgres 연결 풀러를 구축해야 하는 이유에 대해 PgDog가 설명합니다. 기존의 연결 풀러들은 사용 편의성을 위해 연결 관리 방식을 추상화하는 과정에서 개발자가 애플리케이션 코드를 수정해야 하는 '누수된 추상화(leaky abstraction)' 문제를 야기합니다. 이는 연결 상태(SET 명령어)가 다른 클라이언트에게 영향을 미쳐 쿼리 실행이나 Row Level Security(RLS) 정책이 예상치 못하게 작동하지 않을 수 있는 위험을 초래합니다.

PgDog는 이러한 문제를 해결하기 위해 내장된 SQL 파서를 사용하여 SET 명령어와 같은 세션 제어 상태를 프록시 내에서 관리합니다. 이를 통해 연결 풀러 사용 시 발생하는 성능 저하 없이 Postgres의 기능을 그대로 활용할 수 있습니다. 또한 PgDog는 LISTEN/NOTIFY와 같은 Postgres의 Publish/Subscribe 기능을 내부적으로 처리하여 메시지 전달을 중개하며 트랜잭션 의미론을 보존합니다.

더 나아가 PgDog는 Tokio 기반의 멀티스레딩 아키텍처를 사용하여 여러 CPU를 활용하고 연결을 효율적으로 풀링합니다. 이는 PgBouncer나 RDS Proxy와 같은 다른 도구들이 연결 풀을 분할(shard)해야 하는 것과 달리, PgDog가 더 적은 서버 연결로 더 많은 클라이언트를 처리하여 연결 활용도를 높이고 갑작스러운 쿼리 버스트에 더 잘 대응할 수 있게 합니다.

AI 경제학에서 가장 이해하기 어려운 변화는 모델 훈련 비용에서 추론 비용으로의 전환입니다. 모델 훈련은 막대한 자본 지출이 필요한 고정 비용인 반면, 추론은 수요에 따라 비용이 변동하는 한계 비용을 가지며, 이는 AI 기업의 수익 구조를 근본적으로 바꿉니다. 현재 시장에서는 API 비용이 실제 비용이라는 인식이 잘못되어 있으며, 실제로는 훈련 비용을 충분한 추론으로 상각하여 수익을 창출하는 비즈니스 모델이 핵심입니다.

최근 GLM 5.2 모델은 Opus나 GPT와 같은 선두 모델에 필적하는 오픈 웨이트 경쟁자로 평가받고 있습니다. 이 모델은 성능은 우수하지만, 생각하는 과정 때문에 속도가 느리고 비전 지원 기능이 부족하며 웹 검색 기능이 미흡하다는 약점을 가지고 있습니다. 특히 에이전트 작업에 필수적인 웹 검색 기능의 부재는 오픈 웨이트 모델이 해결해야 할 중요한 과제입니다.

오픈 웨이트 모델로의 전환이 매우 쉬워지면서, 사용자는 Z.ai나 Fireworks 같은 서비스를 통해 Claude Code나 Codex와 같은 엔드포인트에 GLM 모델을 쉽게 적용할 수 있습니다. 이러한 낮은 전환 비용은 프론티어 연구소들이 비용 압박에 직면했을 때 오픈 웨이트 모델을 채택하도록 촉진할 것입니다. 또한 추론 마진의 붕괴는 산업 전반에 걸쳐 비용 효율성을 재평가하게 만들고, 향후 시장에서 승자와 패자를 결정할 중요한 요소가 될 것입니다.

자동차 터치스크린은 기능적으로는 우수할 수 있으나, 제조사들이 이를 채택하는 주된 이유는 비용 절감에 있습니다. 터치스크린은 물리적인 버튼보다 더 단순하고 유연하며, 부품 수를 줄여 제조 비용을 절감할 수 있기 때문에 자동차 제조사들이 터치스크린을 광범위하게 도입하고 있습니다. 예를 들어, 일부 버튼의 중복성만으로도 차량당 15달러 이상의 비용이 발생하며, 터치스크린은 물리적 버튼보다 훨씬 저렴하게 설치 및 조립이 가능합니다.

터치스크린이 사용자 경험(UX) 측면에서 더 나은 대안이라는 연구 결과도 존재합니다. 일부 연구에 따르면 터치스크린을 사용한 운전자들이 더 적은 운전 실수를 보였고, 특정 작업을 완료하는 데 걸리는 시간이 단축되었으며, 인터페이스가 더 단순하다는 결과가 나왔습니다. 이는 터치스크린이 물리적 버튼보다 더 효율적이고 안전할 수 있다는 주장의 근거가 됩니다.

하지만 이러한 UX 및 안전상의 이점에도 불구하고, 비용 절감이라는 요소가 터치스크린 확산의 가장 강력한 동인으로 작용합니다. 자동차 제조사들은 터치스크린을 통해 부품 수를 줄이고 생산 비용을 낮출 수 있으며, 이는 수익성 확보에 결정적인 영향을 미칩니다. 따라서 터치스크린의 우수성은 비용이라는 핵심 변수에 의해 압도되며, 최종적으로는 비용 효율성이 기술 채택을 결정하는 주요 요인임을 이해해야 합니다.

퀸즐랜드 해변에서 발견된 이상한 구형 물체들이 유해한 우주 잔해물일 수 있다는 전문가 경고가 나왔습니다. 호주 우주국(ASA)은 수요일 퀸즐랜드 해변에서 발견된 이 물체들이 로켓 발사에서 발생한 우주 잔해물일 가능성이 높다고 밝혔습니다.

해당 물체들은 위성 및 우주선 조종에 사용되는 티타늄 합금으로 만들어진 하이드라진 연료 탱크와 유사한 외관을 가지고 있습니다. 하이드라진은 매우 휘발성이 높고 부식성이 있으며 알려진 발암 물질이므로 잠재적인 위험을 내포하고 있습니다. 이 때문에 호주 당국은 해변 지역에 50미터 구역을 설정하고 주민들에게 해당 물체를 만지지 말 것을 경고했습니다.

이러한 우주 잔해물은 대기 재진입 시 완전히 연소되지 않고 지상에 떨어지거나 해변에 떠밀려 올 수 있습니다. 호주는 과거에도 스카이랩 잔해물이나 스페이스X 드래곤 트렁크 등 여러 우주 잔해물을 회수한 사례가 있으며, 전문가들은 이 물체들이 다양한 재료로 만들어져 있어 위험할 수 있다고 경고합니다.

당국은 현재 이 잔해물의 성분과 기원을 조사하고 있으며, 기술적 전문성과 조약 의무에 대한 자문을 위해 호주 우주국에 정보를 제공할 예정입니다.

1956년 AT&T가 보유한 특허를 미국 기업에 로열티 없이 양도하면서 수많은 지적 재산권이 자유 시장에 풀렸습니다. 이 조치는 벨 연구소의 혁신적인 지적 산물이 어떻게 상업적 가치로 전환되었는지 보여주는 역사적 사례입니다.

이러한 특허 공개는 통신 산업을 넘어 화학, 반도체, 광학 등 광범위한 분야에서 혁신을 촉발시켰으며, 결과적으로 수십 년 후 인텔과 실리콘 밸리를 포함한 거대한 반도체 산업의 성장을 이끌었습니다. 당시 벨 연구소의 특허들은 통신 분야에 국한되지 않고 약 1.3%의 미국 특허에 해당했으며, 이로 인해 수십억 달러 규모의 후속 특허 가치가 창출되었습니다.

이 글은 이러한 지적 자산의 사적 수용 과정을 분석하며, 공공 지성의 가치에 대한 보상 문제로 확장됩니다. 저자는 이러한 혁신이 공공 지원을 바탕으로 이루어졌으므로, 공공이 그 이익을 공유하는 '공공 지성의 로열티(Corpus Royalty)' 개념을 제안합니다.

이는 기업이 혁신의 이익을 사유화하면서 그 가능성을 사회화하는 현상을 지적하며, 창의성이 시장에 편입될 때 공공이 그 가치에 대한 권리를 주장해야 함을 강조합니다. 결국 이 로열티는 창의성의 비가시적인 장기적 가치에 대한 보상이며, 이는 단순히 라이선스 계약을 넘어선 더 큰 기여와 유지의 시스템을 구축하는 데 필요합니다.

시카고 미술관의 API에 작품에 대한 has_not_been_viewed_much 필드가 포함되어 있습니다. 이 필드는 해당 예술 작품이 미술관 웹사이트에서 많이 방문되지 않았는지 여부를 나타내는 불리언 값입니다.

구체적으로 소스 코드에 따르면 has_not_been_viewed_much는 2010년 1월 1일 이후 해당 작품이 웹사이트에서 200회 미만으로 조회되었음을 의미합니다. 이 데이터는 작품의 방문 빈도에 대한 정보를 제공합니다.

이 정보는 작품의 조회수 패턴을 분석하는 데 사용될 수 있습니다. 다만, 이 필드는 작품이 왜 덜 조회되었는지에 대한 이유를 설명하지는 않으며, 단순히 조회 빈도에 대한 기준을 제공합니다. 따라서 이 데이터를 활용하여 작품을 탐색하는 데 참고할 수 있습니다.

수학에서 무작위성의 두 종류에 대한 연결에 관한 이 글은 통계적 압축과 구조적 압축이라는 두 가지 종류의 압축이 어떻게 다른지 탐구합니다. 예를 들어, 무작위 데이터와 $\pi$의 초기 자릿수 파일은 통계적으로 완전히 동일하여 어떤 통계적 측정으로도 구별할 수 없지만, $\pi$는 짧은 프로그램으로 생성할 수 있어 압축이 가능합니다. 이는 압축 가능성이 통계적 중복성에서 비롯되는지, 아니면 생성 과정의 규칙에서 비롯되는지에 대한 근본적인 질문을 던집니다.

글은 압축이 손실 없이 이루어져야 한다는 전제 하에 두 가지 압축의 차이를 설명합니다. 첫 번째는 통계적 압축으로, 기호의 빈도 차이를 이용하여 공간을 절약하는 방식이며 이는 지프 파일이나 허프만 코딩과 같은 방식에 해당합니다. 두 번째는 구조적 압축으로, 기호의 빈도와 관계없이 단순한 규칙이나 프로그램에 의해 생성된 결과물이 압축되는 방식입니다.

이 두 종류의 압축은 결국 차별화의 비용, 즉 엔트로피라는 동일한 가격을 갖는 것으로 나타납니다. 엔트로피는 기호 출처에서 발생하는 평균적인 놀라움의 양을 측정하며, 이는 손실 없는 코딩이 도달할 수 있는 최소한의 메시지 크기를 의미합니다. 이 글은 통계적 중복성이 유일한 압축의 종류인지 질문하며, 궁극적으로 압축 가능성의 한계와 증명의 한계, 즉 골드(Gödel)와 콜모고로프 복잡성(Kolmogorov complexity)의 영역으로 논의를 확장합니다.

코딩 에이전트의 성능에 코드의 깔끔함이 영향을 미치는지에 대한 연구 결과가 발표되었습니다. 이 연구는 코드의 구조적 및 스타일적 품질, 즉 '깔끔함'이 에이전트의 탐색 및 수정 능력에 미치는 영향을 분리하여 평가하기 위해 최소 쌍(minimal-pair) 기반의 통제된 실험 프로토콜을 사용했습니다.

연구진은 아키텍처, 의존성, 외부 행동은 같지만 정적 분석 규칙 위반 및 인지 복잡성에서 차이가 나는 저장소 쌍을 구성하여 에이전트가 코드를 처리하는 방식을 비교했습니다. 이 실험에서 Claude Code를 사용하여 660번의 시도를 진행한 결과, 코드의 깔끔함은 에이전트의 성공률에는 영향을 미치지 않았습니다.

하지만 코드의 깔끔함은 에이전트의 운영 효율성에 중대한 변화를 가져왔습니다. 더 깔끔한 코드를 다루는 에이전트는 7~8% 적은 토큰을 사용했으며 파일 재검토 횟수를 34% 감소시키는 것으로 나타났습니다. 이는 AI 기반 개발 시대에 전통적인 유지보수 원칙이 코딩 에이전트의 계산 비용과 탐색 효율성을 결정하는 중요한 요소임을 시사합니다.

AI Compass 퀴즈라는 제목의 기사가 게시되어 있습니다. 이 기사는 특정 AI 관련 지식이나 방향성을 평가하기 위한 퀴즈 형식의 콘텐츠를 제공하는 것으로 보입니다.

해당 기사는 링크를 통해 접근할 수 있으며, 하드코어 뉴스 사이트인 하커 뉴스에 게시되었습니다. 현재 제공된 정보만으로는 퀴즈의 구체적인 내용이나 질문, 결과에 대한 상세한 정보는 알 수 없습니다.

다만, 이 기사는 AI 분야에 대한 이해도를 점검하고 방향을 설정하는 데 도움을 주기 위해 개발자들을 대상으로 제작된 것으로 추정됩니다. 따라서 AI 기술의 방향성을 탐색하는 개발자들에게 참고 자료가 될 수 있습니다.

일부 미국 부유층 자녀들이 전통적인 학교 대신 인공지능(AI)을 활용하여 교육을 받고 있습니다. 이러한 교육 모델은 Forge Prep이나 Alpha School과 같은 회사들이 부모들에게 수만 달러를 받고 자녀들을 AI 튜터 및 '상호작용 프로젝트 기반 워크숍'의 베타 테스터로 참여시키는 방식으로 제공하고 있습니다.

이러한 교육 방식은 실리콘 밸리 지역에서 주요하게 채택된 새로운 모델로, 부유한 가족들이 AI 기술을 교육에 접목하는 추세를 보여줍니다. 이는 AI가 안전한 피자 토핑을 알지 못하거나 AI 음악을 듣는 것에 대한 일반적인 대중의 불신과는 별개로, 교육 목적으로 AI를 활용하는 특수한 맥락입니다.

이러한 AI 기반 교육은 부유층을 중심으로 확산되고 있으며, 샌프란시스코 기반 벤처 캐피탈리스트인 숀 존슨과 같은 인물들이 이러한 교육 모델을 지지하고 있습니다. 따라서 AI 기술이 교육 분야에서 어떻게 상업화되고 개인화되는지에 대한 주목이 필요합니다.

기존 웹툰 및 만화 제작 환경에서 효과음(SFX)과 동적인 텍스트 작업은 작가들에게 큰 어려움이었습니다. 컷마다 달라지는 투시에 맞춰 텍스트를 일일이 왜곡해야 했으며, 글로벌 연재를 위해 다국어로 번역하거나 웹툰을 영상화할 때마다 처음부터 다시 그려야 하는 한계가 있었습니다.

이러한 제작 과정의 비효율성을 해결하기 위해 '3D 스켈레톤(Bone) 기반 효과음/폰트 생성기'가 개발되었습니다. 이 도구는 웹툰 작가들이 겪는 페인포인트를 해소하여 작업 효율을 극대화하는 것을 목표로 합니다.

해당 기술은 3D 스켈레톤을 기반으로 효과음과 폰트를 생성함으로써, 작가가 복잡한 수작업 없이 동적인 텍스트와 효과음을 쉽게 적용할 수 있도록 지원합니다. 이는 컷별 투시에 따른 텍스트 왜곡 문제를 자동화하고, 다국어 번역이나 영상화 과정에서 발생하는 재작업의 부담을 크게 줄여줍니다.

결과적으로 이 생성기는 웹툰 작가들이 효과음과 텍스트 작업을 '노가다'가 아닌 효율적인 방식으로 처리할 수 있게 하여 창작 과정의 진입 장벽을 낮출 것으로 기대됩니다.

Rust로 개발된 DNSGlobe는 터미널 환경에서 전 세계 DNS 레코드의 전파 상태를 시각적으로 확인할 수 있는 도구입니다. 이 도구는 전 세계 34개의 공개 DNS 리졸버를 동시에 조회하여 레코드가 어떻게 전파되고 있는지 월드 맵 상에 표시해 줍니다.

DNSGlobe는 구글, 클라우드플레어, Quad9와 같은 글로벌 Anycast 네트워크를 활용하여 각 리졸버에 직접 쿼리함으로써 각 서버가 현재 보고 있는 레코드의 상태를 정확하게 파악합니다. 캐시를 사용하지 않고 직접 쿼리하는 방식은 각 서버의 실시간 상태를 확인하는 데 중점을 두며, 응답이 공유되는 경우에도 일관된 결과로 그룹화하여 표시합니다.

사용자는 이 도구를 통해 전파 상태를 녹색(일치), 마젠타(차이), 빨간색(오류), 노란색(진행 중) 등으로 확인할 수 있으며, 다수의 리졸버 중 다수가 일치하는 그룹을 표시하여 전파의 다수 의견을 쉽게 파악할 수 있습니다. 이는 일반적인 DNS 체크 도구와는 달리, 전 세계 분산된 네트워크 환경에서의 실제 전파 과정을 터미널 환경에서 실시간으로 관찰할 수 있게 해줍니다.

DNSGlobe는 Rust 언어로 개발된 TUI(Text User Interface) 도구이며, Homebrew나 cargo를 통해 쉽게 설치하여 사용할 수 있습니다. 개발자들은 이 도구를 활용하여 분산된 DNS 환경에서의 네트워크 상태를 터미널 기반으로 모니터링하고 이해하는 데 도움을 받을 수 있습니다.

NES의 합성 비디오에서 발생하는 흔들림 현상은 영상 신호의 인코딩 방식과 타이밍 문제에서 기인합니다. 이 현상은 주로 NTSC 인코딩과 관련된 색상 버스트(colorburst) 주파수가 라인 레이트와 정확히 일치하지 않아 발생하는 것으로 분석됩니다.

이러한 신호 불일치는 화면의 스캔라인마다 색상 버스트가 균일하게 분포되지 않게 만들며, 이는 특히 Apple II와 같은 다른 시스템에서 픽셀 배열이 달라질 때 시각적인 왜곡으로 나타납니다. 이는 단순히 외부 간섭이 아니라 신호 자체의 특성 때문에 발생하는 현상이며, 시스템에 따라 227.5 색상 사이클을 갖는 신호가 어떻게 보일지 달라집니다.

더 나아가, 이 현상은 PPU(Picture Processing Unit)가 실제로 화면을 렌더링할 때 발생하며, 배경과 스프라이트 렌더링을 끄면 발생하지 않습니다. PPU가 활성화되어 있을 때 비디오 RAM에 쓰기 작업이 제한되어 수직 동기 간격 동안 일괄 처리해야 하는 제약이 있기 때문에 이러한 시각적 아티팩트가 발생합니다.

결론적으로, 합성 비디오의 흔들림은 비디오 신호의 물리적 특성과 하드웨어 구현 방식이 복합적으로 작용한 결과이며, 이는 구형 콘솔 시스템의 영상 처리 방식과 관련된 기술적 맥락을 이해하는 데 중요합니다.

고고도 비행 및 큐브샛 테스트를 위한 GPS 수신기에 대한 CoCom 규제와 관련하여 현재 상황을 이해하는 것이 중요합니다. GPS 모듈 제조업체들은 미사일이나 ICBM 사용을 방지하기 위해 제품에 제한을 추가했는데, 이는 일반적으로 고도 18km 초과 또는 속도 1000노트(약 0.5km/s)를 초과하지 않도록 설정되어 있습니다.

이러한 제한이 적용되는 방식, 즉 고도와 속도 제한이 논리적 'AND' 조건으로 적용되는지 아니면 'OR' 조건으로 적용되는지에 대한 불확실성이 남아 있습니다. 이는 풍선에 탑재된 시스템이나 풍선을 이용한 큐브샛 서브시스템 테스트와 같은 응용 분야에 따라 규제의 해석이 달라질 수 있기 때문에 기술적 구현에 중요한 영향을 미칩니다.

일부 커뮤니티에서는 이러한 제한을 우회하거나 제거하기 위해 GPS 모듈의 펌웨어를 변경하거나 수정할 수 있는지에 대한 논의가 이루어지고 있습니다. 이는 제조업체가 제한 없이 제품을 출하하는 것이 허용되는지, 그리고 사용자가 자체 모듈의 제한을 제거하는 것이 합법적인지에 대한 근본적인 질문을 제기합니다.

따라서 개발자는 고고도 및 고속 환경에서 GPS를 활용할 때 적용되는 구체적인 규제 조건과 펌웨어 수정의 법적, 기술적 한계를 명확히 파악해야 합니다.

Rust 언어를 학습하는 개발자를 위해 Vim 모드를 지원하는 간단한 Rust 텍스트 편집기 아이디어가 GitHub에 공개되었습니다. 이 프로젝트는 `rust-vim`이라는 이름으로, Rust 코드를 작성할 때 Vim 키 바인딩을 활용하여 효율적으로 작업할 수 있도록 설계되었습니다.

이 편집기는 복잡한 기능보다는 학습에 초점을 맞추어 기본적인 편집 환경을 제공하는 것을 목표로 합니다. 이는 Rust의 문법과 편집 환경에 익숙하지 않은 초보자들이 보다 쉽게 코딩 습관을 익히고 생산성을 높일 수 있도록 돕는 데 중점을 둡니다.

해당 프로젝트는 GitHub에 호스팅되어 있으며, Rust 개발자들이 익숙한 Vim 편집 환경을 Rust 개발에 적용하여 학습 효율을 높이고자 하는 개발자 커뮤니티에 기여할 수 있는 실용적인 도구로 주목받고 있습니다.

우버의 유럽 확장 계획이 지연되고 있습니다. 2026년에 7개 유럽 시장에 진출할 계획이었으나, 현재 금융 타임스 보도에 따르면 이 중 5개 시장의 출시는 보류되었습니다. 구체적으로 오스트리아, 노르웨이, 그리스에 대한 시장 진출이 중단되었습니다.

우버는 핀란드와 덴마크에서의 최근 출시가 성공적이었기 때문에 기존 시장에서의 모멘텀을 유지하는 데 집중하겠다고 밝혔습니다. 이러한 확장 중단에는 유럽 회사인 딜리버리 히어로(Delivery Hero) 인수를 위한 우버의 노력이 영향을 미친 것으로 보입니다. 딜리버리 히어로는 지난 5월 우버의 100억 유로 인수 제안을 거부했습니다.

업계 소식에 따르면 추가 확장을 일시 중단하는 것이 잠재적인 인수와 관련된 반독점 우려를 완화하는 데 도움이 될 수 있습니다. 특히 딜리버리 히어로가 목표 국가들에서 배달 서비스를 운영하고 있기 때문에 이러한 조치가 중요합니다.

홈게임즈는 브라우저에서 게임을 플레이하고 만들고 공유할 수 있는 무료 오픈 소스 게임 플랫폼입니다. 이 플랫폼은 모든 게임이 자바스크립트 클래스로 구성되어 있어 사용자가 플랫폼 내의 모든 게임 소스 코드를 읽을 수 있도록 공개하고 있습니다.

사용자는 브라우저 내에서 간단한 코드 에디터를 사용하여 게임을 만들고 게시할 수 있으며, 라이브 게임 미리보기를 통해 변경 사항을 테스트하고 멀티플레이 세션을 진행할 수 있습니다. 또한 스튜디오 기능을 통해 게임 에셋을 관리하고 파일을 업로드하거나 스튜디오 내에서 그림을 그리거나 녹화할 수 있습니다.

이 플랫폼의 핵심은 오픈 소스이며 플랫폼 코드부터 게임까지 모두 GPLv3 라이선스로 공개되어 있어 누구나 코드를 읽고 포크하여 사용할 수 있습니다. 홈게임즈는 API를 포함하여 자체 하드웨어에서 호스팅할 수 있도록 설계되었으며, 심지어 웹사이트가 손상되더라도 게임이 보존될 수 있는 보존 기능도 제공합니다.

홈게임즈는 2018년부터 솔로 프로젝트로 개발되어 왔으며, 모든 코드는 GitHub에서 공개되어 있습니다. 이는 개발자들이 자신의 게임을 쉽게 공유하고, 플랫폼을 자체 호스팅하며, 소스 코드를 완전히 제어할 수 있도록 돕는 것을 목표로 합니다.

코스롤라를 통해 컴퓨터 과학 학위를 취득한 경험을 바탕으로, 개발자로서의 자기 주도 학습과 학위의 가치에 대해 이야기하고 있습니다. 저자는 21년간의 기술 경력을 쌓았지만 학위가 없었기 때문에 해외 취업 시 비자 문제 등에서 제약이 있었으며, 이는 지식 격차를 확인하고 학습 방법(Zettelkasten)을 테스트하는 계기가 되었다고 설명합니다.

학위 과정은 완전히 원격으로 진행되었으며, 시험은 인스페라 프로텍팅 소프트웨어를 사용하여 진행되었습니다. 최근에는 LLM의 영향으로 시험 보안을 강화하는 변화가 있었는데, 치트시트 금지 조치와 함께 시험 시간을 전 세계 모든 지역이 동시에 응시하도록 변경되었습니다.

더 중요한 변화는 AI 정책 도입입니다. 대학은 2025년 2월에 AI 사용에 대한 공식 정책을 발표했는데, 출처를 명시하지 않은 LLM 생성 결과물을 제출하는 것은 계약 부정행위로 간주된다고 명시했습니다. 또한 평가에 AI를 활용하는 세 단계 프레임워크(레벨 0, 1, 2)를 도입하여 AI 사용의 정도에 따라 평가 방식을 구분하고 있습니다.

이러한 변화는 교육 환경에서 AI가 어떻게 통합되고 있는지 보여주며, 학습자가 AI를 활용하여 지식을 습득하는 동시에 평가 시스템의 변화에 적응해야 함을 시사합니다.