읽을 가치가 있는 기사만, 짧고 또렷하게.

Anthropic은 자사 모델이 처리한 모든 콘텐츠에 기계가 읽을 수 있는 워터마크를 적용할 것이라고 발표했습니다. 이는 유럽 연합의 AI 법(AI Act)을 준수하기 위한 조치로, AI 시스템 제공업체에게 AI 생성 또는 조작된 오디오, 이미지, 텍스트, 비디오 출력물에 워터마크를 표시하도록 요구하기 때문입니다.

Anthropic은 앞으로 전 세계적으로 제공되는 모든 신규 모델에 대해 AI 생성 콘텐츠에 대해 "첫날부터" 워터마킹을 적용할 것이라고 확인했습니다. 텍스트 출력물에는 사용자에게는 보이지 않는 내장 워터마크가 포함되며, 지원되는 경우 다른 생성 파일에는 디지털 서명이 포함된 출처 메타데이터가 포함될 예정입니다.

특히 Anthropic은 "궤도에서 폭격하는(nuke it from orbit)" 접근 방식을 채택하여, AI 시스템이 "표준 편집을 위한 보조 기능"을 수행하거나 사용자의 텍스트나 의미를 실질적으로 변경하지 않는 경우에도 워터마크를 적용할 수 있습니다. 이는 문법 교정 같은 기능에 대한 워터마킹이 전체 생성물과 구별되지 않도록 하기 위함입니다.

현재 워터마킹이 얼마나 철저하게 적용되는지에 대한 세부 사항은 Anthropic이 탐지 도구를 공개하기 전까지는 알려지지 않았습니다. 회사는 EU 법이 요구하는 기술 지원을 제공하기 위해 워터마크를 감지하는 방법에 대한 세부 정보를 공유할 계획입니다.

구글의 픽셀스냅 충전기와 스탠드가 현재 50% 할인된 가격에 판매되고 있습니다. 이 제품은 마그네틱 퍽과 스탠드 조합을 통해 빠른 Qi2 무선 충전 기능을 제공합니다.

픽셀스냅 충전기는 마그네틱 디자인으로 깔끔하게 배치할 수 있으며, 스탠드 기능까지 포함하고 있어 사용 편의성이 높습니다. 이는 단순히 충전 기능을 넘어 데스크 환경에 통합하기 용이한 디자인을 제공한다는 점에서 주목할 만합니다.

이러한 구성은 Qi2 무선 충전을 지원하며, 사용자가 편리하게 기기를 거치하고 충전할 수 있도록 설계되었습니다. 현재 할인된 가격으로 이 제품을 구매할 기회가 제공되므로, 무선 충전 액세서리를 찾는 사용자에게 좋은 선택이 될 수 있습니다.

2026년 최고의 안드로이드 태블릿 5종에 대한 비교 분석이 제시됩니다. 이 태블릿들은 휴대용 엔터테인먼트 센터나 노트북 대체재로서의 역할을 수행할 수 있는 최적의 기기로 선정되었습니다.

이번 기사는 삼성, TCL, 아마존을 포함한 여러 제조사의 안드로이드 태블릿을 비교하고 평가합니다. 독자들이 자신의 필요에 맞는 기기를 선택할 수 있도록 다양한 선택지를 제공하는 데 중점을 두고 있습니다.

이러한 태블릿들은 단순한 기기를 넘어 사용자가 원하는 포터블한 미디어 환경이나 노트북을 대체할 수 있는 강력한 대안을 제공합니다. 따라서 각 모델의 성능, 기능, 가격 대비 가치 등을 면밀히 검토할 필요가 있습니다.

업무 중 도미스크롤링은 시간을 낭비하지만 그 실제 비용은 그 이후에 발생한다는 연구 결과가 나왔습니다. 미국과 영국에서 근무하는 직원들을 대상으로 한 두 연구에서, 업무 중 부정적인 정보를 소비하는 직원들은 그 정보에 대해 깊이 생각하는 경향이 있으며 이는 업무 몰입도를 낮추는 것으로 나타났습니다.

연구 결과는 도미스크롤링이 단순히 화면을 보는 시간을 낭비하는 것을 넘어, 직원들이 업무 중 접한 부정적인 메시지를 반복적으로 되새기면서 정신이 산만해지고 결과적으로 업무 몰입도가 저하된다는 점을 시사합니다. 특히 불안과 걱정과 관련된 성향이 높은 사람들에게서 이러한 관계가 더욱 강하게 나타났습니다.

도미스크롤링은 불확실한 상황 속에서 불안감을 완화하고 정보를 얻으려는 행동에서 비롯되므로, 이는 단순히 무의미한 스크롤링이 아니라 중요한 정보를 찾으려는 시도입니다. 따라서 조직이 스마트폰 사용을 전면 금지하기보다는 직원들이 언제, 어디서 도미스크롤링을 하는지에 대한 경계를 설정하도록 권고합니다.

연구진은 도미스크롤링 행동이 계속될 것이므로, 이러한 행동을 업무 시간 대신 집이나 카페 등 특정 물리적 공간으로 제한하여 불안감을 관리할 수 있도록 하는 것이 중요하다고 조언합니다.

원격 Mac에서 SSH를 통해 Claude Code를 실행할 때 스크린샷을 공유하는 방법이 필요하여 특정 익스텐션을 개발했습니다. 이는 원격 서버에서 에이전트를 여러 개 운영하며 노트북을 클라이언트로 사용하는 환경에서 이미지 전송이 불편하다는 문제에서 출발했습니다.

현재 터미널이나 SSH 세션에서는 이미지 붙여넣기가 불가능하며, 이미지가 로컬에만 존재하여 원격 세션에 공유하기 어려운 상황이 발생합니다. 이러한 불편함을 해소하기 위해 스크린샷을 원격 Claude Code 세션으로 넘길 수 있는 방법을 모색했습니다.

이러한 문제를 해결하기 위해 Raycast 익스텐션을 활용하여 SSH 세션에서 캡처한 스크린샷을 원격 세션에 전달하는 기능을 구현했습니다. 이는 원격 개발 환경에서 시각적 정보를 효율적으로 공유하고 작업 흐름을 개선하는 데 도움을 줄 수 있습니다.

잠을 잘 때 너무 더운 것은 수면의 질을 크게 떨어뜨리는 주요 원인입니다. 이 기사는 더위를 효과적으로 식혀주는 냉각 매트리스를 찾는 데 중점을 두고 있습니다.

저자들은 수많은 냉각 매트리스를 직접 사용해 보면서 어떤 제품이 열을 가장 잘 흡수하고 제거하는지 테스트했습니다. 이 경험을 바탕으로 가장 효과적인 냉각 매트리스 10가지를 선정하여 소개하고 있습니다.

따라서 이 글은 더위를 많이 타는 사람들이 숙면을 취하기 위해 어떤 냉각 매트리스를 선택해야 하는지에 대한 구체적인 비교 정보를 제공합니다. 독자들은 이 목록을 통해 자신의 수면 환경에 가장 적합한 제품을 선택할 수 있습니다.

Mistral AI가 '코드 구현 도구 호출(code implemented tool calls)'에 대해 118일 만에 미국 특허(US 12,670,045 B1)를 획득했으며, 이 과정에서 대중의 이의 제기 없이 특허가 부여되었다는 사실이 주목받고 있습니다. 이 특허는 코드 블록을 샌드박스 환경에서 실행하고 도구 호출을 처리하는 상태 비저장(stateless) 메커니즘을 다루며, 이는 에이전트가 코드를 작성하여 도구를 호출하는 방식의 실행 환경에 관한 것입니다.

이 특허의 핵심은 공개 없이 특허가 부여된 B1 유형이라는 점이며, 이는 특허 심사 과정에서 대중이 이의를 제기할 수 있는 기간이 생략되었음을 의미합니다. 이는 특허가 공개되기 전이나 공개 시점에 대중이 개입할 수 있는 법적 메커니즘이 작동하지 않았기 때문에, 특허권자가 이의 제기 없이 권리를 확보할 수 있었습니다.

이 사건이 중요한 이유는 소프트웨어 분야에서 4개월 미만의 비공개 특허 부여가 가능하며, 대중의 이의 제기 경로가 무시될 수 있다는 점을 보여주기 때문입니다. 이는 에이전트 시스템의 실행 환경과 같은 핵심 인프라에 대한 권리 확보 방식에 근본적인 변화를 가져올 수 있습니다.

결론적으로 이 특허 자체보다 중요한 것은 이 비대칭성이 소프트웨어 분야에서 어떻게 확산될지에 대한 예측이며, 향후 에이전트 인프라가 OIN Linux 시스템 정의에 포함되는지 여부가 향후 논쟁의 핵심이 될 것입니다.

최근 연구에 따르면 대서양 자오선 순환(AMOC)의 안정성은 단순히 온도에 의해 결정되는 것이 아니라 지구 온난화의 속도에 따라 달라진다는 사실이 밝혀졌습니다. 과거에는 AMOC가 약 4°C의 온난화에서 붕괴할 것으로 예상되었으나, 새로운 시뮬레이션 결과는 이러한 예측이 불완전함을 보여줍니다.

연구진은 대기 중 이산화탄소 농도가 느리게 증가할 때(연간 0.5 ppm) AMOC는 5°C 이상의 온난화에서도 안정적으로 유지될 수 있음을 확인했습니다. 반면, 현재와 유사한 빠른 속도로 온난화가 진행될 경우(연간 2.5 ppm) AMOC는 약 2°C의 온난화에서 붕괴될 수 있습니다.

이러한 차이는 해양이 변화에 적응하는 능력에 기인합니다. 느린 온난화 속에서는 해양 전체가 변화하는 조건에 맞춰 점진적으로 재조직하고 적응할 시간이 충분하지만, 빠른 온난화 속에서는 해양이 이러한 변화를 따라잡지 못하고 순환이 붕괴된다는 것입니다.

따라서 AMOC의 붕괴 위험을 줄이기 위해서는 온도 자체보다 기후 변화의 속도를 관리하는 것이 중요하며, 세계가 현재 가속 페달을 밟고 있는 속도를 늦추는 것이 해양 순환의 안정성을 유지하는 데 결정적인 역할을 합니다.

전 세계적으로 10억 명 이상의 사람들이 지방간을 가지고 있으며 이는 수많은 의학적 문제로 이어질 수 있습니다. 연구자들은 인공지능 도구가 이러한 상태를 조기에 발견하고 멈추는 데 도움을 주어 생명을 구할 수 있다고 보고 있습니다.

지방간은 심각한 건강 문제를 야기할 수 있는 광범위한 질병의 원인이 되므로 조기 진단이 매우 중요합니다. 인공지능 기술은 복잡한 의료 데이터를 분석하여 인간의 눈으로는 놓치기 쉬운 지방간의 징후를 정확하게 식별하는 데 활용될 수 있습니다.

이러한 AI 기반 접근 방식은 질병이 진행되기 전에 개입할 수 있는 기회를 제공하여 치료의 효과를 극대화할 수 있습니다. 개발자들은 이러한 의료 분야에서 AI가 어떻게 데이터 분석을 통해 질병 예방 및 조기 진단에 기여할 수 있는지에 주목할 필요가 있습니다.

QR 코드를 정확하게 생성하고 관리하기 위한 방법에 대한 가이드입니다. 이 가이드는 사용자들이 QR 코드를 만들 때 발생할 수 있는 오류를 방지하고 코드가 제대로 작동하도록 보장하는 데 중점을 두고 있습니다.

QR 코드를 망치지 않기 위한 가이드는 코드를 생성하고 활용하는 과정에서 발생할 수 있는 기술적인 문제점과 주의사항을 다루고 있습니다. 개발자나 사용자들은 QR 코드를 사용할 때 데이터 손실이나 인식 오류가 발생하지 않도록 올바른 형식과 설정을 이해하는 것이 중요합니다.

따라서 이 가이드를 통해 사용자는 QR 코드의 품질을 높이고, 의도한 대로 정보를 정확하게 전달할 수 있는 방법을 습득할 수 있습니다. 코드를 효과적으로 사용하기 위해서는 생성 단계부터 최종 사용 단계까지의 모든 과정을 신중하게 확인해야 합니다.

Rust의 C FFI는 수십 년간의 유용한 소프트웨어에 접근할 수 있게 하지만, 컴파일 시점의 메모리 안전성을 증명하는 Rust의 장점을 무시하고 C 라이브러리의 계약을 신뢰해야 하는 근본적인 문제를 안고 있습니다. 기존 코드를 수정하는 것은 비용이 많이 들지만, 안전성을 확보하는 것은 런타임에서 이루어져야 한다는 주장이 제기됩니다.

이러한 상황에서 Fil-C는 C 및 C++를 재컴파일하면서 런타임 검사, 동시 가비지 컬렉터, 그리고 메모리 안전성을 제공하여 메모리 안전 위반이 익스플로잇이 되는 대신 패닉으로 처리되도록 합니다. 필자는 Rust가 Fil-C의 ABI를 이해하는 FFI를 통해 이 안전성을 활용할 것을 제안하며, Rust를 빠른 경로로, 기존 C를 안전한 경로로, 그리고 마이그레이션할 성능상의 이유를 제시하고자 합니다.

이러한 목표를 달성하기 위해 Fil-C는 C와 ABI 호환성은 없지만 소스 호환성을 가지며, 기존 C와의 상호 운용성을 목표로 하지 않습니다. 이미 Nix의 filnix는 Fil-C를 크로스 컴파일 플랫폼으로 활용하여 종속성 그래프를 재구축하는 도구를 제공하고 있으며, Zig 역시 Fil-C에서 영감을 받은 ABI를 탐색하고 있습니다. 이러한 프로젝트들은 Rust와 C 생태계 간의 협업을 통해 메모리 안전성과 성능을 동시에 확보하는 방법을 모색하고 있습니다.

Rust의 C FFI는 수십 년간의 유용한 소프트웨어에 접근할 수 있게 하지만, 컴파일 시점에 메모리 안전성을 증명하는 Rust의 장점을 무시하고 C 라이브러리의 계약을 신뢰해야 하는 근본적인 문제가 있습니다. 기존의 레거시 코드를 유지하는 것이 비용 효율적이지만, 안전성을 런타임에서 확보하는 Fil-C가 제시하는 대안은 메모리 안전성 위반이 익스플로잇이 되는 대신 패닉하도록 하는 실행 시간 검사와 동시 가비지 컬렉터를 통해 더 나은 균형을 제공합니다.

이러한 배경에서 필자는 Rust가 Fil-C ABI를 사용하는 FFI를 원하며, 이는 안전한 Rust 래퍼를 생성하고 Fil-C를 통해 전체 C 종속성 그래프를 컴파일하는 것을 목표로 합니다. 이는 Rust를 빠른 경로로, 기존 C를 안전한 경로로, 그리고 마이그레이션을 완료할 성능상의 이유를 제공하는 것을 목표로 합니다. 이 과정에서 filnix 프로젝트는 Fil-C를 Nix 크로스 컴파일 플랫폼으로 패키징하여 재현 가능한 도구 체인을 제공함으로써 이 목표를 위한 기반을 다지고 있습니다.

Zig에서도 Andrew Kelley가 Fil-C에서 영감을 받은 선택적 ABI를 제안하며 런타임 메모리 안전성을 C 및 C++ 종속성에 통합하려는 노력을 하고 있습니다. 이러한 노력들은 Rust 브릿지가 진입해야 할 세계와 매우 유사하며, Fil-C가 제공하는 능력 모델과 런타임 실행 환경, Rust의 컴파일 시간 안전성, Nix의 종속성 그래프 재구축 능력이 결합되어 이 문제를 해결할 수 있습니다.

결국 이 문제는 네 커뮤니티의 최고 지성이 함께 모여 해결해야 할 과제이며, 필자는 내년에 열리는 OceanSprint에서 이러한 협업을 통해 이 목표를 함께 구축할 것을 제안하고 있습니다.

잠을 잘 때 너무 더운 것은 수면의 질을 크게 떨어뜨리는 주요 원인입니다. 이에 따라 많은 사람들이 열을 효과적으로 제거해주는 냉감 매트리스를 찾아 비교하고 있습니다.

이 기사는 더위를 많이 타는 사람들이 어떤 냉감 매트리스를 사용했을 때 열을 가장 잘 흡수하고 제거하는지 직접 경험을 통해 알아본 결과를 소개합니다.

이러한 비교를 통해 독자들은 자신의 수면 환경에 가장 적합한 냉감 매트리스를 선택하는 데 도움을 받을 수 있습니다. 2026년 기준으로 가장 효과적인 냉감 매트리스 10가지에 대한 구체적인 정보가 제시되어 있습니다.

ChatGPT에 통합된 Codex는 소프트웨어 엔지니어링을 위한 AI 코딩 에이전트로 기능하며, OpenAI의 최첨단 코딩 모델을 기반으로 실제 엔지니어링 작업을 수행합니다. 이 에이전트는 기능 구현, 복잡한 리팩토링, 마이그레이션 등 전체 작업을 끝까지 처리할 수 있도록 설계되었으며, 멀티 에이전트 워크플로우를 지원하여 프로젝트의 수주를 며칠이 아닌 시간 단위로 단축할 수 있게 합니다.

Codex는 팀의 표준과 작업 방식을 학습하는 스킬을 통해 일관성을 유지하며, 이슈 분류, 모니터링, CI/CD와 같은 일상적인 작업을 백그라운드에서 처리하여 개발팀이 핵심적인 설계에 집중할 수 있도록 돕습니다. 이는 더 철저한 설계와 테스트, 고품질 코드 검토를 통해 팀 전체의 품질 기준을 높여 오류를 조기에 발견하고 자신감을 가지고 배포할 수 있게 합니다.

개발자들은 Codex가 기존의 에이전트 도구들을 대체하고, 초기 반복 시간을 30~50% 단축하며, 한 분기 걸리던 프로젝트를 주말 내에 완료할 수 있게 했다고 평가합니다. 특히 Codex는 다른 봇들이 놓치기 쉬운 까다로운 후방 호환성 문제를 발견하거나, 리팩토링 및 테스트 생성을 처리하여 기능 출시 일정을 맞추는 데 기여했습니다.

현재 Codex는 ChatGPT 앱 내에서 사용 가능하며, 개발자는 이 에이전트를 ChatGPT, 에디터, 터미널 등 다양한 환경에서 연결하여 코딩 작업을 수행할 수 있습니다. 이는 코딩 에이전트가 단순한 코드 생성 도구를 넘어 실제 개발 워크플로우 전체를 혁신하는 핵심 도구로 자리 잡았음을 의미합니다.

celld는 자체 호스팅 및 분산형 Durable Objects를 구현하는 시스템입니다. 이 시스템은 워커와 Durable Objects 코드는 변경 없이 작동하며, 데이터는 사용자가 소유한 버킷에 저장되어 대규모 운영 시 비용 효율성이 크게 향상됩니다.

celld는 셀(cell)의 소유권을 버킷 내의 기록으로 관리하며, 이는 멤버십 프로토콜이나 합의 알고리즘 없이 원자적 쓰기를 통해 보장됩니다. 노드 손실 시에도 소유권은 버킷에 남아있어 다른 노드가 즉시 권한을 인수하고 셀을 복구할 수 있습니다.

이 모델의 핵심은 인프라에 대한 종속성을 제거하고 실패 영역을 명확하게 만드는 것입니다. 셀의 증거는 노드나 외부 상태 페이지가 아닌 디스크에 저장되므로, SQLite 및 LTX 파일과 로그를 통해 셀의 상태를 직접 검사할 수 있습니다.

따라서 celld는 분산 시스템의 강력한 프로그래밍 모델을 유지하면서도, 사용자가 선택한 인프라 위에서 배치, 상태, 운영 증거를 관리할 수 있게 하여 신뢰성과 투명성을 높입니다.

흩어져 있는 인공지능 소식을 실시간 한국어 요약으로 모아보는 서비스가 소개됩니다. 이 서비스는 공식 기술 블로그, 유튜브, 레딧, X, GitHub, HuggingFace 논문 등 다양한 채널에 분산되어 있는 AI 관련 정보를 한곳에 모아 한국어로 요약하여 제공합니다.

이는 개발자들이 여러 플랫폼을 일일이 탐색하지 않고도 최신 AI 동향을 효율적으로 파악할 수 있도록 돕는 것을 목표로 합니다. 복잡하고 방대한 AI 정보를 한국어로 요약하여 제공함으로써 사용자들이 빠르게 핵심 내용을 이해하고 기술 흐름을 놓치지 않도록 지원합니다.

이 서비스는 AI 관련 정보를 공식 출처에서 수집하여 정리하는 데 중점을 두고 있습니다. 따라서 사용자는 다양한 소스에서 흩어져 있는 AI 정보를 통합적으로 확인하고 분석할 수 있다는 점에서 유용합니다.

Unsloth가 Qwen3.8-2.4T-A95B 모델의 GGUF 양자화 모델과 로컬 실행 가이드를 공개하여 개발자들이 로컬 환경에서 대규모 언어 모델을 실행할 수 있도록 지원합니다. 이 모델의 원본 BF16 파일 크기는 4.89TB에 달하지만, Unsloth는 Dynamic 1-bit 버전을 통해 크기를 397GB로 대폭 축소하여 약 91%의 용량 절감을 달성했습니다.

이러한 양자화 기술을 통해 사용자는 방대한 모델을 훨씬 적은 메모리로 구동할 수 있게 되어 로컬 환경에서의 AI 모델 실행 가능성이 크게 높아졌습니다. Unsloth는 1-bit부터 8-bit/BF16까지 다양한 양자화 버전을 제공하며, 2-bit 버전은 약 657GB, 3-bit 버전 등 다양한 옵션을 제공합니다.

이는 고성능 모델을 제한된 하드웨어 환경에서도 효율적으로 활용하고자 하는 개발자들에게 매우 실용적인 정보를 제공합니다. 개발자들은 이 가이드를 참고하여 Qwen3.8-2.4T 모델을 로컬에서 효율적으로 구동하고 실험할 수 있습니다.

인공지능이 기능적인 바이러스를 설계할 수 있게 되면서 생물학 및 의학 분야에 새로운 가능성이 열리고 있습니다. 스탠퍼드 대학교 연구팀은 유전체 언어 모델을 사용하여 16개의 기능적인 박테리오파지(세균 감염 바이러스)를 처음부터 설계하는 데 성공했습니다.

이 AI가 설계한 바이러스들은 자연적인 바이러스와는 다른 3차원 단백질 구조, 성장 역학, 감염 역학을 보였으며, 이는 항생제 내성이 발생한 세균을 치료하기 위한 맞춤형 파지 치료법 개발에 중요한 단서를 제공합니다. 기존의 파지 치료법은 세균에 대한 제한적인 살균 범위나 빠른 내성 진화, 특허 문제 등의 생물학적, 상업적 장벽에 직면해 있었습니다.

AI는 이러한 한계를 극복하고 진화가 만들어내지 못한 유전자 조합을 탐색함으로써 새로운 속성을 발견하는 독창적인 방법을 제시합니다. 이는 단순히 자연에 없는 바이러스를 만드는 것을 넘어, 질병을 유발하는 세균을 공격하는 치료용 생물학적 에이전트를 주문 제작 방식으로 설계하는 데 실질적인 도움을 줄 수 있습니다.

결론적으로 AI 기반 설계 방법은 생물학적 시스템을 탐색하는 새로운 길을 열어주며, 향후 질병 치료 및 생물학적 에이전트를 설계하는 기술적 장벽을 낮출 잠재력을 가지고 있습니다.

빠른 파인튜닝 도구인 Unsloth가 로컬 AI 모델 실행, 학습, 에이전트를 통합한 데스크톱 버전을 출시했습니다. 이 새로운 앱은 LLM뿐만 아니라 diffusion 이미지/비디오, embedding, vision, TTS/STT 모델까지 실행하고 학습할 수 있는 기능을 제공합니다.

Unsloth Desktop은 GGUF, MLX, safetensors와 같은 다양한 포맷을 지원하여 모델 호환성을 높였습니다. 사용자는 맥, 윈도우, 리눅스, WSL 환경에서 이 도구를 활용할 수 있으며, NVIDIA, AMD, Mac GPU를 사용하여 모델을 학습시킬 수 있습니다.

이는 개발자들이 고성능 GPU 환경에 구애받지 않고 다양한 멀티모달 AI 모델을 로컬 환경에서 효율적으로 개발하고 실험할 수 있는 환경을 제공한다는 점에서 큰 의미가 있습니다. 특히 다양한 모델 포맷 지원과 광범위한 하드웨어 지원은 로컬 AI 개발의 접근성을 크게 향상시킬 것입니다.

Netlify는 OpenRouter와의 파트너십을 통해 사용자가 AI 모델을 선택할 수 있는 폭을 대폭 확장하고 에이전트 실행 환경을 개선했습니다. 이제 사용자는 AI 게이트웨이를 통해 OpenRouter에서 제공하는 다양한 모델을 자신의 프로젝트에 적용할 수 있으며, 이는 작업의 요구사항과 예산에 맞춰 최적의 모델을 선택할 수 있게 합니다.

특히 Netlify의 에이전트 실행 환경인 Agent Runners에서 사용 가능한 코딩 모델의 선택지가 확대되었습니다. 기존에 Claude Agent, OpenAI Codex, Gemini CLI 등을 지원하던 것 외에 Kimi, K3, GLM 5.2, DeepSeek V4와 같은 주목받는 오픈 모델과 OpenCode까지 사용할 수 있게 되었습니다. 이는 개발자들이 다양한 모델을 실험하고 프로젝트를 구축하는 데 있어 더 많은 선택권을 제공합니다.

Netlify는 이러한 모델 선택의 결과를 객관적으로 평가하기 위해 자체적으로 오픈소스로 공개한 AXIS 도구를 사용하여 모델을 평가합니다. 이 평가는 단순히 디자인보다는 생성된 사이트가 데이터베이스 사용과 같은 기능적 요구사항을 정확하게 충족하는지에 초점을 맞춥니다. 따라서 개발자는 비용 효율성이나 성능뿐만 아니라, 원하는 결과물을 얻기 위해 프롬프트를 어떻게 구성하고 모델을 어떻게 활용하는지에 대한 접근 방식을 고려해야 합니다.

결론적으로, 사용자는 일괄적인 솔루션 대신 여러 모델을 비교하며 반복적인 프롬프팅을 통해 원하는 결과를 도출하는 실험적인 접근 방식을 시도할 수 있습니다. 이러한 새로운 모델과 평가 도구는 개발자들이 다양한 AI 모델을 활용하여 꿈꾸는 웹 애플리케이션을 구축하는 데 필요한 통찰력을 제공할 것입니다.