읽을 가치가 있는 기사만, 짧고 또렷하게.

우버가 나이지리아와 우간다에서의 운영을 즉시 중단한다고 발표했습니다. 이제 우버는 이 두 국가를 제외하고 이집트, 가나, 케냐, 남아프리카에서만 운영을 지속합니다.

이러한 결정은 우버가 사업에 대한 철저한 검토 끝에 내린 것이며, 나이지리아와 우간다에서 택시 기사들이 연료비 상승과 높은 수수료에 대해 지속적으로 불만을 제기해 왔기 때문입니다. 특히 나이지리아에서는 2023년 볼라 티누부 대통령의 선거 이후 연료 보조금이 폐지되면서 생활비가 상승했고, 이는 운송 서비스의 운영 비용을 더욱 증가시켰습니다.

나이지리아에서는 교통 체증을 완화하기 위해 2019년에 보트 서비스를 시작하는 등 우버가 서비스를 확장해 왔으나, 최근에는 경쟁 플랫폼들의 등장과 운영 비용 증가로 인해 시장이 더욱 어려워졌습니다. 우간다의 경우, 우버 철수로 인해 캄팔라의 통근자들에게 큰 변화가 예상되며, 다른 택시 앱들이 이 공백을 채울 것으로 보입니다.

한편, 우버는 전 세계적으로 인력 10%를 감축하는 대규모 구조조정을 진행 중이며, 이는 운영을 "더 단순하고 빠르게" 만들기 위함이라고 밝혔습니다. 우버는 해당 결정에 영향을 받은 직원과 기사들을 지원하기 위해 9월 23일까지 도움 센터를 운영할 것이라고 약속했습니다.

구글은 광고 사업 분할 요구를 면했지만, 법원은 구글이 경쟁사를 우대하도록 사업 운영 방식을 조정해야 한다고 명령했습니다. 이는 구글의 거대한 광고 사업에 대한 반독점 소송이 진행되는 가운데 나온 결정입니다.

미국 법무부는 2020년 검색 시장과 2023년 광고 기술 사업에 대해 구글의 독점적 지위를 문제 삼아 분할을 시도했습니다. 법원은 구글의 검색 및 광고 운영이 불법 독점이었다는 결론을 내렸으나, 구글의 크롬이나 안드로이드 운영체제를 분할하라는 요구는 기각되었습니다.

이번 판결에서 법원은 구글의 광고 사업 자체를 분할하는 대신, 구글이 경쟁사에게 유리하도록 사업 관행을 조정하도록 요구했습니다. 이는 구글이 광고 기술 생태계에서 독점적 지위를 유지하기 위해 사용했던 독점 계약이나 수익 공유 협정 등의 운영 방식을 변경해야 함을 의미합니다.

구글 측은 이번 판결을 승리로 해석하며, 소규모 비즈니스가 새로운 고객에게 도달하고 성장하는 데 도움이 되는 도구를 분리하려는 정부의 제안이 기각된 점을 환영한다고 밝혔습니다.

거대 언어 모델(LLM)은 코드 생성 분야에서는 빠르게 발전했지만, 산문 분야에서는 여전히 상투적인 리듬과 표현을 반복하는 한계를 보입니다. 따라서 좋은 글을 쓰는 능력은 당분간 인공지능에 의해 쉽게 대체되지 않을 것이라는 분석입니다.

글쓰기는 명확한 명세, 종료 조건, 객관적인 정답이 부족하여 컴파일러나 테스트를 통해 자동으로 개선하기가 매우 어려운 난해한 영역입니다. 이러한 특성 때문에 글쓰기는 자동화된 개선이 어려운 고유한 가치를 지니고 있습니다.

결론적으로 글쓰기의 본질은 명확한 정답이 없는 추상적인 영역에 있으며, 이는 LLM이 강점을 보이는 논리적이고 구조화된 코드 생성과는 근본적으로 다른 차이점입니다. 따라서 AI 시대에도 인간의 독창성과 깊이가 필요한 글쓰기 능력은 중요한 직업적 가치를 유지할 것입니다.

클라우드플레어가 2024년 여름에 전 세계에서 약 60명의 인턴을 모집하여 #HelpBuildABetterInternet 미션을 수행했습니다. 이들은 회사 내 다양한 팀의 실제 과제를 해결하고 최첨단 프로젝트에 기여하며 실무 경험을 쌓았습니다.

인턴들은 클라우드플레어의 다양한 기술 스택을 활용하여 고도화된 시스템을 구축했습니다. 예를 들어, 한 소프트웨어 엔지니어 인턴은 Cloudflare Developer Platform과 Workers, D1, R2 등의 기술을 사용하여 채용 지원서 자동 채점 시스템을 개발했습니다. 또한, Workers AI 팀을 위해 과거 메시지를 자동으로 불러오는 threads API를 만들었으며, 네트워크 인프라 시뮬레이션을 위한 내부 도구를 구축하는 등 실질적인 기여를 했습니다.

인턴 경험을 통해 얻은 조언은 커리어 개발에 중요한 통찰을 제공합니다. 인턴들은 질문을 던지고 호기심을 유지하는 것이 중요하며, 팀원들과의 연결을 구축하는 것이 협업에 큰 도움이 된다고 강조했습니다. 또한, 데이터 분석에 있어서는 단순히 데이터에만 의존하기보다 비즈니스 맥락을 이해하여 더 깊은 통찰을 얻는 것이 중요하다고 조언했습니다.

Perplexity가 소프트웨어 추천의 근거로 대량 생산된 구매 가이드를 제시하고 있다는 사실이 밝혀졌습니다. Perplexity가 380개의 소프트웨어 분야에 대해 질의한 결과 총 7,534건의 인용이 발생했는데, 이 중 59.8%가 Tranco 10만 위 밖의 출처로 연결되어 추천의 근거가 어디에서 오는지 조사되었습니다.

이는 Perplexity가 외부의 대량으로 생산된 구매 가이드를 소프트웨어 추천의 근거로 활용하고 있음을 시사합니다. 공통 운영 정황을 보이는 세 사이트는 21만 개가 넘는 구매 가이드를 대량 게시했으며, 이 가이드는 41개 분야에서 총 181회 인용되었습니다.

이러한 데이터는 소프트웨어 추천 시스템에서 외부 정보의 출처와 신뢰성을 검증하는 데 중요한 맥락을 제공합니다. 따라서 사용자는 추천 정보의 근거가 어떤 출처에서 비롯되었는지 확인하는 것이 필요합니다.

1982년 9월 1일에 출시된 컴퓨터인 코모도어 64는 64KB 메모리를 탑재하고 600달러 미만으로 판매된 최초의 컴퓨터라는 역사적인 의미를 지닙니다. 이 기기는 출시 6개월 만에 50만 대가 판매되는 초기 상업적 성공을 거두었습니다.

이러한 초기 판매 기록은 당시 개인용 컴퓨터 시장에서 저렴한 가격과 적절한 성능을 갖춘 기기의 잠재력을 보여줍니다. 정확한 출하 시점에는 이견이 있으나, 1982년 8월에 유통사에 초도 물량이 보내졌으며 9월 1일부터 판매가 시작된 것으로 추정됩니다.

또한, 이 컴퓨터의 생산 과정에는 중요한 변화가 있었습니다. 1983년 1월에는 Kentron이 코모도어 64의 양산을 시작하면서 이 모델의 보급이 더욱 가속화되었습니다. 이는 초기 하드웨어의 상업화가 어떻게 대량 생산 체제로 전환되었는지를 보여주는 사례입니다.

미국 연방법원은 Google이 광고 기술 분야에서 독점적인 지위를 가지고 있다는 판단을 내리며 사업 관행 변경을 명령했습니다. 그러나 법무부가 요구한 광고 거래소 매각과 사업 분할에 대한 요구는 법원에서 기각되었습니다.

법원은 Google이 퍼블리셔용 광고 도구와 퍼블리셔, 광고주를 연결하는 핵심 기술을 독점했다고 판단했습니다. 이는 Google의 광고 기술 독점 문제를 다루는 중요한 판결이지만, 법원이 요구한 구체적인 사업 분할이나 거래소 매각은 받아들여지지 않았다는 점에서 실제 사업 구조에 미치는 영향은 제한적입니다.

따라서 이번 판결은 Google의 광고 기술 독점 상황에 대한 법적 판단을 내렸으나, 실제로 요구된 사업 분할과 같은 구조적 변화는 이루어지지 않았다는 점을 주목해야 합니다. 이는 향후 Google의 사업 분할 및 경쟁 환경에 대한 논의에 있어 중요한 맥락을 제공합니다.

Meta가 장시간 이어지는 에이전트 워크플로와 코딩 작업의 효율성을 개선하기 위해 Muse Spark 1.3을 공개했습니다. 이 업데이트는 Muse Code와 Meta Model API에 통합되어 개발자들에게 제공됩니다.

Muse Spark 1.3은 하나의 긴 대화 내에서 여러 작업과 이전 결과를 추적하고, 서로 충돌하는 정보를 정리하는 방식으로 훈련되었습니다. 이를 통해 에이전트가 계획 과정에서 발생하는 빈틈을 스스로 보완하며 더 정확하고 일관성 있는 결과를 도출하도록 개선되었습니다.

이러한 개선은 복잡하고 장기적인 코딩 작업이나 복잡한 에이전트 기반의 추론 작업에서 특히 중요합니다. 개발자는 이제 긴 컨텍스트를 유지하면서도 에이전트가 논리적 오류를 최소화하고 목표를 달성하는 데 필요한 효율성을 높일 수 있습니다.

Muse Spark 1.3의 공개는 장시간의 상호작용이 필요한 AI 기반 작업에서 계획의 정확성과 효율성을 높이는 데 기여할 것입니다. 이는 복잡한 소프트웨어 개발 프로세스에서 에이전트의 신뢰도를 향상시키는 데 직접적인 영향을 미칩니다.

하원은 12월 초까지 정부 자금 지원을 이어갈 임시 조치를 통과시켰습니다. 이 조치는 대통령의 서명이 필요하지만, 중간 선거를 앞두고 정부 셧다운을 피하기 위한 조치로 예상됩니다.

미국 정부가 연간 예산을 통과하는 과정은 종종 정치적 지지를 얻기가 어려워 진행이 지연되는데, 하원 내 공화당 의원들 사이의 의견 불일치로 인해 자체적인 조치 합의가 어려웠습니다.

이러한 상황에서 과학계와 지지자들의 관점에서 볼 때, 이 절차는 매우 긍정적인 결과를 가져왔습니다. 상원은 8월 초에 통과된 예산 법안에 과학 연구 자금에 대한 통제권을 대통령 임명직에게 부여하고 임의로 보조금을 취소할 수 있도록 하는 새로운 규칙을 사무관리예산국(OMB)이 시행하는 것을 막는 조항이 포함되어 있습니다.

이러한 새로운 규칙은 과학에 치명적이라는 비판을 받으며 과학 및 보건 관련 조직들로부터 광범위한 반대에 직면했습니다. 따라서 이번 예산 합의는 연구 자금에 대한 정치적 통제를 12월까지 보류하는 결과를 낳았습니다.

Vidact는 함수 컴포넌트와 훅을 직접 DOM 연산으로 컴파일하여 React의 가상 DOM이나 리렌더링 과정 없이 직접 DOM을 조작하는 컴파일러입니다. 이 기술은 번들에서 React 코드를 제거하고 직접 DOM 조작만을 수행함으로써 성능을 극대화합니다.

Vidact의 작동 방식은 세 단계로 이루어집니다. 첫째, 컴파일 단계에서는 모든 표현식을 값으로 매핑하여 코드가 컴파일되지 않으면 빌드가 중단되어 오류를 사전에 방지합니다. 둘째, 마운트 시에는 컴포넌트가 단 한 번 실행되어 DOM을 구축하며 렌더링 루프나 트리 비교 과정이 없습니다. 셋째, 상태 업데이트는 필요한 부분만 수정하는 수술적 업데이트 방식으로 실행되어 텍스트 노드나 속성 등 최소한의 요소만 변경합니다.

Vidact Start 기능을 통해 파일 라우트, 서버 로더, SSR, 하이드레이션, 클라이언트 내비게이션까지 동일한 컴파일러로 생성할 수 있어 서버와 브라우저의 출력이 구조적으로 일치하게 됩니다. 현재 Vidact는 베타 단계이며, 지원되는 기능과 지원되지 않는 기능이 명확히 문서화되어 있어 빌드 시점에 지원되지 않는 기능은 오류를 발생시킵니다.

최근 다크 웹에서 운전면허증이 판매되고 있는 대규모 데이터 유출 사건이 FBI의 수사 대상이 되고 있습니다. 한 사용자가 렌터카 회사 직원에게 신분증을 스캔하게 한 직후, 해당 신분증의 고해상도 스캔본이 판매될 수 있도록 제공되었습니다.

KrebsOnSecurity가 보도한 바에 따르면, 새로운 신분증 탈취 서비스인 넥서스(Nexus)를 통해 1억 5천 3백만 건 이상의 운전면허증이 거래되고 있습니다. 이 중 일부 면허증에는 앞면과 뒷면 이미지는 물론 적외선 및 자외선 스펙트럼 이미지까지 포함되어 있어 복제된 신분증이 홀로그램 검사를 통과할 수 있게 할 가능성이 제기됩니다.

넥서스는 운전면허증 외에도 다양한 형태의 신분증을 판매하고 있으며, 이 서비스에는 기자 브라이언 크레스의 가족이나 FBI 보조국 국장 등 여러 보안 관련 인물의 신분증도 포함되어 있습니다. 이처럼 대규모 신분증 정보가 유통되고 있어 데이터 보안 및 위조 방지 기술에 심각한 영향을 미칠 수 있습니다.

OpenAI의 새로운 추론 기법이 AI 안전 전문가들의 우려를 자아내고 있습니다. 새로운 Astra 모델은 대부분의 추론 모델이 특징으로 하는 순차적 사고 방식에서 벗어나 작동할 수 있게 하는 “재귀적 깊이(recurrent depth)”라는 추론 기법을 사용합니다. 이 기법은 “불투명한 재귀(opaque recurrence)”라고도 불리며 모델의 사고 과정(Chain of Thought, CoT)을 모니터링하기 어렵게 만듭니다.

이러한 기법의 등장은 AI 안전 전문가들 사이에서 상당한 우려를 낳고 있습니다. 전문가들은 OpenAI가 이 기법을 더욱 확장할 경우 재귀성을 대폭 늘려 CoT 모니터 가능성을 완전히 파괴할 수 있다고 지적합니다. 기존의 추론 모델에서는 사고 과정이 문제 발생 여부를 모니터링하는 데 중요한 도구였으나, 불투명한 재귀는 결과에 대한 명확한 흔적을 남기지 않아 모니터링을 어렵게 만듭니다.

다만, 현재 Astra 모델에서 이 기법의 사용은 제한적이며 모델의 사고 과정은 여전히 읽을 수 있는 상태로 유지될 것으로 예상됩니다. OpenAI는 CoT 모니터링 시스템 구축에 대한 노력을 지속하고 있으며, 다른 연구 기관들도 이 기법에 대해 논의하고 있습니다. 일부 전문가들은 이러한 불투명한 추론이 잠재 공간(latent space)에서 모델이 완전히 추론하도록 확장될 경우, 추론을 가시적인 채널에서 완전히 제거할 수 있다고 우려합니다.

MapQuest가 트럼프 대통령의 '레이크 아메리카' 명칭 변경을 거부한 이후 미국 앱스토어에서 1위를 차지하며 급부상했습니다. 이 결정은 구글 지도와 애플 지도 등이 명칭 변경에 동의한 것과 대조되며, 사용자들의 지지를 얻어 다운로드 수가 크게 증가했습니다.

이러한 인기는 단순히 명칭 문제에 국한되지 않고, 사용자들이 앱 개발사의 입장에 직접 소통하고 기능 요청 및 버그 보고를 하는 등 적극적인 참여로 나타났습니다. 센서 타워 데이터에 따르면, 해당 기간 동안 MapQuest의 미국 다운로드 수는 전일 대비 123% 증가했으며, 이는 경쟁사 대비 강력한 사용자 결속력을 보여줍니다.

MapQuest는 이로 인해 사용자들의 지지를 얻었으며, 이는 거대 기술 기업들과 차별화되는 독립적인 입장을 취한 결과로 분석됩니다. 현재 MapQuest는 인터넷 광고 회사인 System1에 소유되어 있으며, 사용자들은 앱의 방향성과 개발사의 결정에 대해 더 큰 의미를 부여하고 있습니다.

구글이 이전 모델인 제미나이 3.7 플래시 출시 몇 주 만에 제미나이 3.8 플래시를 공개했습니다. 구글은 새로운 모델이 복잡한 작업에서 더 많은 추론 단계를 수행하고 도구를 반복적으로 호출함으로써 제미나이 3.7 플래시보다 "더 잘 작동한다"고 주장합니다.

이 모델은 3.7 플래시와 동일한 도입 가격을 유지하며 입력 토큰당 0.75달러, 출력 토큰당 3.75달러로 책정되었습니다. 하지만 구글은 성능을 극대화하기 위해 모델이 특히 높은 노력 수준에서 더 많은 토큰을 사용할 수 있다고 경고했습니다.

개발자들은 토큰 사용량을 최소화하고 싶다면 여전히 제미나이 3.7 플래시를 계속 사용할 수 있습니다. 이는 성능 향상과 비용 효율성 사이에서 사용자가 어떤 균형을 선택할지 고려해야 함을 의미합니다.

1975년에 작성된 Altair Basic Interpreter 소스 코드가 공개된 자료입니다. 이 문서는 초기 개인용 컴퓨터 개발 역사에서 매우 중요한 역사적 자료로 평가받고 있습니다.

이 코드는 Altair 컴퓨터를 구동하기 위해 사용된 초기 BASIC 인터프리터의 원본 소스 코드입니다. 이 코드는 당시 개인용 컴퓨터 커뮤니티에 큰 영향을 미쳤으며, 이후 많은 개발자들에게 프로그래밍의 기초를 제공하는 데 기여했습니다.

이 자료는 개발자들이 컴퓨터 아키텍처와 초기 소프트웨어 개발 방식을 이해하는 데 중요한 맥락을 제공합니다. 따라서 이 코드는 단순한 레거시 코드를 넘어 컴퓨터 과학의 초기 발전 과정을 이해하는 데 필수적인 자료로 간주됩니다.

연방통신위원회(FCC)는 불법 스팸 전화 차단에 대해 전화 회사들을 평가하는 로보콜 완화 점수표를 만들 계획입니다. 이 점수표는 전화 회사들이 불법 스팸 전화를 얼마나 효과적으로 차단하는지에 대한 정보를 포함할 것입니다.

점수표에는 통화 차단 통계뿐만 아니라 고객 불만 사항과 집행 조치에 대한 데이터도 포함될 수 있습니다. FCC는 이 점수표를 통해 서비스 제공업체의 소비자 보호 노력이 얼마나 효과적인지 대중에게 평가할 수 있도록 할 것이라고 밝혔습니다.

이 점수표는 서비스 제공업체들이 불법 로보콜에 맞서 싸우도록 장려하고 소비자들을 권한을 부여하는 것을 목표로 합니다. 제공업체들은 점수표를 통해 낮은 위험, 중간 위험, 높은 위험으로 분류되거나 숫자 또는 알파벳 등급으로 평가받을 수 있습니다.

NPC 생활은 자율성을 포기하는 것으로 여겨지지만, 필자는 오히려 NPC 생활이 매우 실현 가능한 삶의 방식이라고 주장합니다. NPC는 다른 사람들의 삶을 관찰하는 것이 아니라 세상에서 벌어지는 일에 관계없이 자신의 일에 집중하며 완전히 무관심한 상태를 유지합니다.

이러한 관점은 게임 속 NPC의 예시를 통해 설명되는데, 예를 들어 스카이림의 대장장이 NPC는 플레이어가 용을 잡거나 도둑질을 하더라도 자신의 삶을 계속 살아갑니다. 이는 외부 환경에 흔들리지 않고 자신의 길을 가는 것이 삶을 영위하는 핵심이라는 메시지를 전달합니다.

결국 삶을 사는 비결은 자신이 주인공이 되기를 멈추고 자신의 일에만 집중하는 데 있다고 말합니다. 불필요한 것에 신경 쓰지 않고 원하는 대로 행동하며, 해야 한다는 의무감보다는 스스로 하고 싶다는 느낌에 따라 행동할 때 진정한 자유를 얻을 수 있습니다.

AI 에이전트가 시스템을 관리하는 과정에서 인간 개발자가 시스템을 이해하고 통제하는 능력을 잃을 위험이 있습니다. 과거에는 개발자가 코드에서 길을 잃는 경험이 시스템이 관리 불가능해졌다는 신호였고, 이로 인해 시스템을 재구성하는 리팩토링을 하도록 유도하는 본능적인 반응이 있었습니다. 하지만 AI 에이전트는 인간의 작업 기억 한계에 얽매이지 않기 때문에 길을 잃지 않으며, 이로 인해 시스템이 관리 불가능해졌다는 신호를 발생시키지 않습니다.

이러한 변화는 시스템의 유지보수와 신뢰성에 심각한 문제를 야기합니다. 에이전트가 코드를 계속해서 확장할 때, 인간은 코드를 완전히 이해하지 못하게 되고 코드에 대한 검토는 형식적인 승인에 그칠 수 있습니다. 결국 팀은 에이전트에 대한 신뢰를 얻는 대신, 시스템에 대한 자체적인 이해 능력을 상실하게 되며 이는 시스템의 건강 상태를 저해합니다.

따라서 개발자는 에이전트의 편리함에만 의존하지 않고, 시스템이 실제로 건강한지 지속적으로 질문해야 합니다. 에이전트가 길을 잃지 않는다는 사실이 시스템이 건강하다는 의미는 아니며, 인간이 시스템을 이해하고 통제하는 능력을 잃지 않도록 의도적으로 체크포인트를 복원해야 합니다.

이를 위해 에이전트에게 모듈의 크기나 분기 복잡성이 합리적인 수준을 벗어났을 때 리팩토링을 제안하도록 지시하거나, 변경 사항이 이해하기 어려워지면 경고하도록 하는 방식으로 도구를 활용해야 합니다. 궁극적으로 에이전트가 시스템을 이해하는 것과 시스템 자체가 건강한 것은 별개의 문제이므로, 개발자는 시스템을 재구성할 시점을 스스로 판단하는 책임을 가져야 합니다.

Fable 5.1을 통해 코드로 실제 장소를 재구성하는 'worlds via code' 프로젝트가 공개되었습니다. 이 프로젝트는 자율적인 Claude Fable 5.1 에이전트 군집이 오픈 데이터와 공개 참조 이미지를 기반으로 실제 장소를 조사하고 모델링하며 품질을 검증하는 방식으로 작동합니다. 결과물은 게임 엔진이나 독점 3D 타일 없이 npm run dev 명령어로 실행 가능한 순수한 Three.js 애플리케이션 형태로 제공됩니다.

이 시스템은 실제 지리 정보와 거리망, 상점 정보 등을 오픈스트리트 지도(OpenStreetMap) 및 USGS 데이터에서 추출하여 모든 건물, 상점, 교통 신호등, 차량 등을 코드 기반으로 생성합니다. 예를 들어, 샌프란시스코 유니언 스퀘어와 같은 실제 장소의 지형과 실제 거리망을 기반으로 129개의 상점과 실내 공간까지 재현합니다.

세계 생성 과정은 정찰, 오프라인 에셋 생성, 런타임, 카메라 일치 품질 보증의 네 단계로 이루어지며, 각 단계의 모든 과정이 저장소에 공개되어 재실행이 가능합니다. 특히, Playwright를 사용하여 실제 앱을 구동하고 독립적인 검토자들이 보고서를 제출하여 다음 수정 주기를 이끌어내는 카메라 일치 검증(Camera-match QA) 과정이 포함되어 있습니다.

이 프로젝트는 오픈스트리트 데이터와 USGS 3DEP와 같은 공개 도메인 지오메트리를 기반으로 하며, 생성된 에셋은 MIT 라이선스로 배포됩니다. 개발자는 이 파이프라인을 통해 실제 데이터를 기반으로 고품질의 3D 도시 시뮬레이션을 코드로 구현할 수 있습니다.

NASA는 달 표면 초기 임무를 위해 더 단순화된 우주복을 사용하기로 결정했습니다. 이는 2028년까지 달 남극에 인간을 착륙시키려는 프로그램을 가속화하기 위한 조치입니다.

NASA는 아르테미스 프로그램 관리자 제레미 파슨스의 지시에 따라 액시엄 스페이스와 협력하여 계획된 우주복의 변형인 '소티 수트(Sortie Suit)'를 개발할 예정입니다. 이 소티 수트는 스페이스X와 블루 오리진이 개발한 착륙선에 탑재되어 초기 착륙 임무에 사용될 것입니다.

이러한 변경의 주요 목표는 우주복의 질량을 줄이고 복잡성을 감소시키며 우주복과 달 착륙선 간의 인터페이스를 단순화하는 것입니다. 이는 임무 효율성을 높이고 개발 과정을 간소화하기 위함입니다.