읽을 가치가 있는 기사만, 짧고 또렷하게.

스파이더맨: 브랜드 뉴 데이의 불법 복제본이 소셜 미디어에서 유출되어 큰 화제가 되었습니다. 해당 영상은 X에서 7시간 이상 노출되었으며 590만 계정에 도달하고 14만 3천 개의 좋아요를 기록했습니다. 다른 계정들이 이 유출된 영화를 재게시했지만 디즈니가 삭제 요청을 내리면서 게시 기간은 길지 않았습니다.

이러한 유출에도 불구하고 영화의 흥행세는 둔화되지 않을 것으로 보입니다. 이 영화는 이미 기록적인 박스오피스 성적을 달성하고 있으며 이번 주 프리뷰 기간 동안 7200만 달러를 벌어들였습니다. 이는 이전 기록 보유작인 어벤져스: 엔드게임이 2019년 프리뷰 기간 동안 6000만 달러를 기록한 것을 뛰어넘는 수치입니다.

결론적으로, 불법 유출은 영화의 흥행에 영향을 미치지 않았으며, 디즈니가 공식적으로 대응하면서 논란이 일단락되었습니다. 이 사건은 영화의 성공과 관련된 소셜 미디어의 확산력과 대중의 관심을 보여주는 사례입니다.

Andrew Shell이 RSS를 사랑하는 사람들을 위한 디렉토리인 I ♥ RSS를 출시했습니다. 이 사이트는 개인 웹사이트를 모아놓은 곳으로, Shell은 자신의 사이트에 배지를 추가하고 디렉토리에 사이트를 제출했습니다.

I ♥ RSS는 홈페이지에 FeedLand를 통해 구동되는 라이브 블로그롤을 보여주며, RSS에 관심 있는 다른 개발자들이 자신의 웹사이트를 추가할 수 있도록 초대하고 있습니다. 이는 RSS 피드 기반의 콘텐츠 집계 및 공유 플랫폼에 대한 관심과 커뮤니티 구축을 보여줍니다.

이 프로젝트는 RSS를 활용한 콘텐츠 관리 및 디렉토리 구축의 가능성을 제시하며, 개발자들이 피드 기반의 연결성을 어떻게 활용할 수 있는지에 대한 아이디어를 제공합니다. 관심 있는 개발자들은 이 디렉토리를 방문하여 자신들의 웹사이트를 추가할 수 있습니다.

kaisel은 Dart 3 기반의 Flutter 네이티브 라우터로, 문자열 경로나 코드 생성 없이 라우팅을 값(Values)으로 처리하는 새로운 접근 방식을 제시합니다. 이 시스템은 Sealed Class와 Exhaustive Switch를 활용하여 라우팅을 값으로 다루기 때문에 컴파일 타임에 모든 경로를 처리해야 함을 보장하여 런타임에 발생할 수 있는 '알 수 없는 경로' 문제를 근본적으로 해결합니다.

kaisel은 내비게이션을 Sealed Type에 대한 스위치로 정의하며, 이는 라우팅의 안전성과 예측 가능성을 극대화합니다. 사용자의 이동 기록은 라우트 객체의 리스트로 관리되어 테스트가 용이하며, 프로세스 사망 후에도 복원 가능하도록 설계되었습니다. 이는 위젯 트리 없이도 테스트가 가능하고 상태를 보존할 수 있는 강력한 내비게이션 모델을 제공합니다.

또한 kaisel은 build_runner나 마법의 문자열 없이도 코드를 생성하지 않는 제로 코드젠 방식을 채택합니다. 라우트는 이미 개발자가 익숙한 Dart 클래스로 정의되며, 단일 NavigatorObserver만 등록하여 탭 전환이나 적응형 레이아웃 변경과 같은 모든 내비게이션 이벤트를 관찰할 수 있습니다.

이러한 설계는 기존의 go_router나 auto_route와 같은 라우터에서 제공하는 기능들을 계승하면서도, 타입 안전성과 런타임 안정성을 향상시키는 데 중점을 둡니다. kaisel은 Flutter 개발자가 더 안전하고 테스트하기 쉬우며 복원 가능한 라우팅 시스템을 구축할 수 있도록 돕습니다.

도메인(.com)이 모두 소진됨에 따라 franken.domains라는 서비스가 등장하여 연결되지 않는 인터넷 환경에서 새로운 도메인을 생성하고 있습니다. 이 서비스는 사전 속의 단어들을 사용하여 실제 국가 코드와 일반적인 TLD(최상위 도메인)에서 가져온 '기증 부위'들을 이어 붙여 새로운 도메인을 만드는 방식으로 작동합니다.

이들은 실제 단어들을 분리하여 다른 국가 코드와 TLD에서 가져온 도메인 조각들을 이어 붙여 새로운 도메인을 만들고 이를 등록 기관에 검증하는 과정을 거칩니다. 예를 들어, drangsalie.ren이나 monta.is와 같이 실제 단어와 다른 국가 코드를 결합하여 새로운 도메인을 생성하는 것입니다.

이러한 방식으로 생성된 도메인들은 아직 활성화되지 않은 상태이며, 등록 기관에 따라 거주 규칙이나 최소 길이 등의 제약이 있을 수 있습니다. 또한, 일부 등록 기관은 제휴 링크를 통해 거래를 중개하므로 프리미엄 가격이 적용될 수 있으며, 다른 사용자가 더 빠르게 도메인을 재활성화할 수도 있다는 점을 고려해야 합니다.

OpenAI의 차기 주요 모델인 Astra 내부 버전이 최소 10년간 핵심 진전이 없었던 공개 문제 10가지에서 새로운 결과를 생성했습니다. 이 모델은 고차원 기하학부터 양자 복잡도, 격자 암호에 이르기까지 매우 광범위한 수학 및 이론 컴퓨터 과학 분야를 다루는 능력을 보여주었습니다.

이러한 결과는 기존 연구의 한계를 넘어선 새로운 지식 탐색을 가능하게 한다는 점에서 큰 의미를 가집니다. Astra는 단순히 기존 정보를 요약하는 것을 넘어, 난해한 이론적 문제에 대한 해법을 탐색하고 새로운 연결고리를 발견하는 데 기여했습니다.

해법 탐색 과정에서는 Sol API 요금 기준 약 2,000달러 상당의 토큰이 사용되었습니다. 이는 복잡한 이론적 문제를 해결하기 위해 대규모 언어 모델이 얼마나 많은 계산 자원을 필요로 하는지를 보여주는 구체적인 사례입니다.

결론적으로 Astra의 성과는 AI 모델이 순수 수학 및 이론 컴퓨터 과학 분야에서 얼마나 깊고 폭넓은 지식을 통합하고 새로운 발견을 생성할 수 있는지에 대한 중요한 시사점을 제공합니다.

pgtestdb의 템플릿 복제 방식은 테스트를 수행하는 데 매우 빠르다는 연구 결과가 나왔습니다. 이 방식은 기존 테스트 데이터베이스를 처음부터 마이그레이션하거나 일부 프로젝트에서 사용하는 무거운 Docker 기반 기법보다 훨씬 빠르게 테스트 환경을 구축할 수 있습니다.

Postgres는 템플릿의 관계(relations)와 물질화된 힙(materialized heap), 인덱스, 카탈로그 파일을 8KB 페이지 청크 단위로 복사함으로써 이 속도를 달성합니다. pgtestdb의 복제와 River의 스키마 기반 테스트 방법론을 비교한 결과, 두 접근 방식의 설정 시간은 약 100ms로 놀라울 정도로 유사한 것으로 나타났습니다.

하지만 전체 테스트 스위트 실행 시간 측면에서는 스키마 기반 접근 방식이 더 유리합니다. 스키마 기반 방법은 테스트 상태를 보존하여 실패 시 검증이 용이하며, 전체 테스트 스위트 실행 시간을 pgtestdb 방식보다 약 3.5배 빠르게 만듭니다.

이러한 속도 향상을 극대화하기 위해 테스트 스키마 재사용을 통한 최적화가 가능합니다. 테스트 케이스가 완료된 후 사용하지 않는 스키마를 정리하고 재사용함으로써 테스트 환경 설정 시간을 10~20ms 수준으로 줄일 수 있으며, 이는 테스트 트랜잭션과 유사한 속도를 제공합니다. 다만 스키마 버전을 테스트할 때는 각 테스트 케이스가 예상하는 버전의 스키마만 재사용해야 하는 제약 조건이 있습니다.

미국 수자원 시스템에 대한 해킹 범위가 확대되었으며, 이는 이란과의 연관된 증거들을 바탕으로 제기되고 있습니다. 이 사건은 사이버 공격이 물리적 인프라에 미치는 심각한 영향을 보여주는 사례로 주목받고 있습니다.

이번 보고는 이란이 미국 수자원 시스템을 대상으로 사이버 공격을 감행했다는 증거들을 제시하며, 공격의 범위가 점차 넓어지고 있음을 시사합니다. 이는 단순한 사이버 활동을 넘어 국가 간의 안보 문제와 인프라 보안에 대한 중대한 우려를 야기합니다.

해당 사건은 사이버 위협이 국가 간 관계와 핵심 기반 시설에 어떻게 영향을 미치는지에 대한 중요한 맥락을 제공합니다. 개발자 및 보안 전문가들은 이러한 사례를 통해 실제 공격이 시스템의 취약점을 어떻게 악용하고 피해를 확대하는지 이해하는 데 참고할 수 있습니다.

30분 압력솥으로 만드는 포가(Pho Ga) 레시피에 대한 기사가 소개되었습니다. 이 레시피는 복잡한 요리인 베트남식 소고기 국수 요리인 포가(Pho Ga)를 압력솥을 사용하여 단 30분 만에 완성하는 방법을 다룹니다.

이 방법은 시간 복잡도와 효율성을 중시하는 개발자들에게 흥미로운 접근 방식을 제공합니다. 일반적인 조리 과정보다 훨씬 짧은 시간 내에 재료의 맛과 깊은 풍미를 구현해내는 압력솥의 효율성을 극대화하는 데 초점을 맞추고 있습니다.

압력솥을 활용하면 재료가 빠르게 익으면서도 깊은 맛을 내는 것이 가능하며, 이는 복잡한 시스템을 최적화하여 최소한의 자원으로 최대의 결과를 얻으려는 기술적 접근 방식과 유사한 맥락을 가집니다.

이 레시피는 단순히 음식을 만드는 것을 넘어, 제한된 시간 내에 최적의 결과를 도출하는 효율적인 프로세스를 탐구한다는 점에서 주목할 만합니다. 압력솥을 활용하여 조리 시간을 단축하고 맛의 품질을 유지하는 방법을 이해하는 것은 새로운 요리 기술을 탐구하는 데 유용한 통찰을 제공합니다.

Spotify와 같은 회사들은 온라인 서비스와 AI 에이전트를 위해 대규모 데이터를 낮은 지연 시간으로 접근할 수 있어야 합니다. 사용자의 청취 기록과 같은 개인화된 데이터에 대해 상호작용적인 속도로 데이터를 조회하고 페이지를 넘기는 것이 필수적입니다. 이러한 요구사항은 데이터 레이크에 저장된 페타바이트급 데이터에서 키를 기반으로 한 빠른 포인트 쿼리를 필요로 합니다.

현재 데이터 레이크는 GCS나 S3와 같은 빠른 스토리지 기술을 사용하지만, Trino나 BigQuery와 같은 분산 SQL 엔진은 분석 처리량에 중점을 두기 때문에 단일 행 조회에 대해 추가적인 작업 스케줄링 및 쿼리 계획 오버헤드를 발생시킵니다. 이는 데이터 접근의 병목 현상을 야기합니다.

이러한 문제를 해결하기 위해 랜덤 액세스 Parquet(RAP) 접근 방식이 제안됩니다. RAP는 외부 인덱스를 사용하여 키를 파일 위치에 직접 매핑함으로써, 데이터 레이크 내의 기존 Parquet 파일에 대해 중복된 읽기 작업 없이 필요한 데이터만 정확하게 가져올 수 있습니다. 이 방식은 여러 번의 종속적인 읽기 작업으로 인해 발생하는 지연 시간과 대역폭 문제를 해결합니다.

RAP는 데이터 레이크의 경제성을 변화시킵니다. 과거에는 데이터베이스에 보관해야 하는 이유가 있었지만, RAP를 사용하면 포인트 쿼리의 비용이 클라우드 스토리지 읽기 비용으로 줄어듭니다. 이를 통해 AI 에이전트가 KV 스토어에 제한되지 않고 수개월 또는 수년간의 데이터를 탐색할 수 있게 되며, 데이터 레이크가 배치 작업뿐만 아니라 상호작용적인 워크로드도 처리할 수 있게 됩니다.

인간은 아무것도 하지 않고 현재의 경험에 머무르는 상태, 즉 그저 존재하는 상태를 견디기 어려워합니다. 이러한 상태에서는 움직이거나 생각하려는 충동이 즉시 나타나기 때문에, 인간은 현재의 존재 상태를 지속하기를 힘들어합니다.

이러한 불편함은 일상생활에서 다양한 도피 행동으로 나타납니다. 물건을 구매하거나 다투거나 불필요한 식사를 하거나 무의미한 스크롤을 하거나 반추하는 행위는 현재의 순간에서 벗어나고자 하는 도피 행동으로 이어질 수 있습니다.

결국 이러한 행동들은 현재의 경험으로부터 벗어나려는 심리적 기제로 작용하며, 이는 인간이 '존재하는 상태'를 회피하려는 본능적인 반응임을 시사합니다. 이는 우리가 일상에서 경험하는 많은 행동들이 단순히 습관이 아니라 존재의 상태에 대한 불편함을 해소하려는 시도임을 보여줍니다.

미국 미네소타주의 수자원 시스템을 대상으로 한 일련의 사이버 공격에 대해 FBI, EPA, 사이버보안 및 인프라 보안국(CISA)은 이란을 공식적으로 비난하지는 않았지만 이란이 공격의 배후일 가능성이 높다는 데 의견을 모았습니다. 이러한 상황에서 도널드 트럼프 전 대통령은 주지사 팀 월즈에게 책임을 돌리는 자신의 이론을 공유하며 "이란 사이버 공격은 없었다"고 주장했습니다.

이러한 트럼프의 발언은 FBI가 미국 인프라에 대한 사이버 공격이 다른 주들로 확산되고 있다는 경고를 발표한 직후에 나왔습니다. 미네소타 주에서만 최소 30개의 지역 수자원 시스템이 표적이 되었으며 이는 광범위한 인프라 보안 문제임을 시사합니다.

공식 기관들은 이란을 배후로 추정하고 있지만 정치적 논쟁은 계속되고 있습니다. 따라서 사이버 공격의 원인과 책임 소재에 대한 공식적인 판단과 정치적 주장이 공존하고 있음을 이해해야 합니다.

탐색적 모델링(Explorative Modeling)은 기존 생성 모델에 세 번째 사전 학습 축을 추가하고 종단 간(end-to-end) 생성을 가능하게 하는 새로운 패러다임입니다. 이 모델링은 이미지, 비디오, 언어 전반에서 탐색을 증가시킴으로써 기존 모델의 일반화 능력을 향상시키며, 데이터와 매개변수를 확장할 때 성능 향상이 기하급수적으로 이루어집니다. 탐색적 모델은 샘플 효율성, FLOP 효율성, 매개변수 효율성에서 각각 6.2배, 4.1배, 47%의 개선을 달성합니다.

이 접근 방식은 모델이 데이터를 직접 예측할 때 발생하는 근본적인 문제, 즉 예측에 여러 유효한 답(모드)이 존재하여 평균값(blur)으로 수렴하는 문제를 해결합니다. 탐색적 모델은 생성을 여러 작은 단계로 나누어 각 단계가 하나의 정답만을 갖도록 학습함으로써 이 문제를 극복합니다. 예를 들어, 자기회귀 모델은 한 번에 전체를 예측하는 대신, 한 번에 한 부분씩 예측하는 방식으로 작동하며, 확산 모델은 노이즈에서 데이터로 수백 번의 작은 단계를 거치며 가능성을 좁혀 나갑니다.

이러한 분할된 생성 과정은 LLM이나 이미지 모델뿐만 아니라 MeanFlow와 같은 최신 모델에서도 적용되며, 이를 생성 과정을 분할하는 것으로 간주합니다. 이는 모델의 크기와 학습 데이터의 규모를 확장하는 것만으로는 생성 능력을 확장할 수 없다는 점을 시사하며, 모델이 평균을 취하는 대신 모드를 포착하도록 학습하는 것이 생성 모델의 핵심 능력임을 보여줍니다.

크리스토퍼 놀란 감독의 영화 <오디세이>는 캐스팅과 디자인 논란을 포함하여 출시 이후에도 계속해서 논쟁의 중심에 서 있습니다. 이 영화는 고대 그리스의 서사시를 현대적으로 재해석했다는 점에서 고전주의자와 일반 대중 사이에서 뜨거운 논쟁을 불러일으키고 있습니다.

이 작품은 흥행과 평단으로부터 많은 찬사를 받았으며 전 세계적으로 7억 달러의 수익을 올리며 네 번째로 큰 영화 자리를 차지했습니다. 그럼에도 불구하고 고대 서사시를 각색하는 것에 대한 해석 차이로 인해 논쟁은 계속되고 있습니다.

리뷰에 따르면 이 영화는 IMAX 스케일에도 불구하고 서사에 친밀한 느낌을 부여하며 몰입감 있는 영화적 경험을 선사합니다. 영화는 고전적인 이야기를 새로운 시각으로 제시하며 주인공 오디세우스에 대한 신선한 관점을 제공합니다.

터미널 환경에서 사용되는 IDE인 Toast가 마크다운 및 일반 텍스트 파일에 대한 맞춤법 검사 기능을 추가했습니다. 이 기능은 사용자가 터미널 내에서 코드를 작성하고 문서를 편집할 때 오타를 시각적으로 표시하여 문서 및 코드의 정확도를 높이는 데 기여합니다.

Toast는 기본적으로 LSP(Language Server Protocol)와 테마, 파일 트리, 구문 강조 표시 등을 내장하고 있으며, 개발자가 터미널 환경을 벗어나지 않고도 효율적으로 작업할 수 있도록 설계되었습니다. 새로운 맞춤법 검사 기능은 테마의 진단 색상을 통해 오타가 있는 단어를 밑줄로 표시하여 즉각적인 피드백을 제공합니다.

또한 Toast는 확장성을 중시하여 언어 서버를 확장 방식으로 관리합니다. 사용자는 별도의 설정 변경 없이 다른 언어 서버를 추가할 수 있으며, 커스텀 언어 서버는 설치 레시피를 통해 관리되거나 사전 빌드된 바이너리를 다운로드하여 설치할 수 있습니다.

이러한 확장 가능한 구조 덕분에 Toast는 사용자가 원하는 대로 기능을 추가하고 커스터마이징할 수 있는 유연성을 제공하며, 개발 환경에 필요한 모든 기능을 터미널 내에서 통합하고자 하는 사용자에게 유용한 도구가 될 것입니다.

컴퓨터 과학을 전공하는 신입생이 취업 시장에 대한 불안감을 해소하고 졸업 시점에 직업을 갖기 위해 집중해야 할 사항에 대한 조언이 제시되었습니다. 성공적인 경력을 위해서는 단순히 학업에만 집중하기보다 새로운 것을 빠르게 배우는 능력과 유연성을 기르는 것이 중요합니다. 대학 생활을 통해 다양한 경험을 쌓고 사람들을 만나는 기회를 통해 예상치 못한 기회를 발견할 수 있도록 넓은 경험의 폭을 확보해야 합니다.

실제 취업 경쟁력을 높이기 위해서는 온라인상의 불평보다는 현실 세계의 사람들을 만나 그들의 문제와 해결책을 이해하는 데 집중해야 합니다. 대학 시절의 인맥과 실질적인 문제 해결 경험이 특정 시험 점수보다 더 중요하며, 학업 중 어떤 직업이든 경험을 쌓아 취업에 대한 자신감을 키우는 것이 필요합니다. 또한, AI 시대에 대비하여 소프트웨어 개발의 기본 원리와 개발 프로세스를 이해하는 것이 필수적입니다.

구체적으로는 자바스크립트, 다트, 러스트, 지그와 같은 언어의 기본을 익히고 코드 모듈을 관리하는 방법 등을 학습해야 합니다. 또한, AI에 의존하지 않고 신뢰할 수 있는 코드를 작성하는 방법과 소프트웨어 개발 생명주기(SDLC)를 이해하는 능력을 길러야 합니다. 단순히 CS 이론을 배우는 것을 넘어, 아이디어를 구상하고 명세화하며 프로토타입을 만들고 디버깅하는 실습을 통해 소프트웨어 개발의 근육 기억을 형성하는 것이 중요합니다.

궁극적으로 개발자로서 성공하기 위해서는 CS 외의 전문 분야를 병행하거나, 개발 분야 내에서 다양한 기술적 레이어를 탐색하며 자신의 적성을 찾아야 합니다. 온라인상의 부정적인 정보에 휩쓸리지 않고 호기심을 가지고 탐구하며 즐겁게 대학 생활을 보내는 것이 미래에 대한 두려움을 극복하고 새로운 기회를 잡는 데 도움이 될 것입니다.

우버는 지난 2년간 30개 이상의 자율주행차 회사와 파트너십을 맺거나 직접 투자하며 자율주행차 제국을 구축하고 있습니다. 과거 우버는 자체 자율주행 기술을 개발했으나 법적 분쟁과 사고로 인해 사업 방향을 재조정했으며, 이후 라이드헤일링 및 배달 등 핵심 사업에 집중했습니다. 현재 우버는 이 전략을 재개하며 다양한 파트너십을 통해 자율주행 생태계를 확장하고 있습니다.

이러한 파트너십은 자율주행차 시스템, 물류, 그리고 차량 운영 서비스에 초점을 맞추고 있습니다. 예를 들어, 우버 프레이트(Uber Freight)는 오로라(Aurora)와 협력하여 달라스와 휴스턴 간의 자율주행 트럭 운송을 우버 프레이트 플랫폼을 통해 완료했습니다. 또한, 유럽의 자율주행 시스템인 오토브레인스(Autobrains)는 엔비디아의 Drive Hyperion 플랫폼을 기반으로 하는 에이전트 AI 주행 시스템을 통해 로보택시 프로그램을 뮌헨에서 출시할 계획입니다.

또한, 우버는 차량 관리 및 물류 서비스를 위해 아보모(Avomo)와 협력하며 오스틴의 웨이모-우버 파트너십에서 차량 청소, 유지보수, 충전 등의 서비스를 관리하고 있습니다. 이와 함께, 우버는 웨라이드(WeRide)에 1억 달러를 투자하며 마드리드와 취리히를 포함한 도시에서 로보택시 배치를 확대하고 있으며, 2027년까지 사우디아라비아의 아부다비, 두바이, 리야드 등 중동 지역으로 확장할 계획입니다.

아마존이 소유한 주크스(Zoox)와도 전략적 파트너십을 맺어 자율주행 로보택시를 우버 앱에 배포할 계획이며, 이는 자율주행 기술이 단순한 차량 이동을 넘어 광범위한 물류 및 서비스 운영 시스템으로 통합되고 있음을 보여줍니다.

Codeberg가 생성형 AI로 작성된 코드가 주를 이루는 프로젝트를 금지하는 결정을 내리면서 GitHub를 대체할 대안에 대한 논의가 촉발되었습니다. 이는 Codeberg가 중립적인 인프라가 아닌 미션 중심의 대안으로 자리매김하고자 했기 때문에 발생한 일이며, 많은 사람들이 GitHub의 대체재가 이 기준을 충족하지 못한다고 느꼈다는 점에서 실망감이 드러났습니다.

대안들이 GitHub의 기능을 단순히 복제하는 데 그치고 사회적 레이어를 제공하지 못한다는 점이 핵심적인 문제로 지적됩니다. GitHub는 프로젝트에 공유된 정체성, 습관, 발견 경로를 제공하는 사회적 네트워크 역할을 했으나, 다른 대안들은 이러한 공유된 정체성이나 커뮤니티를 비슷한 규모로 재현하지 못하고 있습니다.

GitHub 자체의 경험도 점차 악화되고 있습니다. 느린 속도, 불안정한 알림, 그리고 대규모 풀 리퀘스트(PR)나 스택된 PR을 처리하는 경험은 개발자들에게 큰 좌절감을 안겨주고 있습니다. 특히 Ghostty와 같은 프로젝트들은 GitHub의 서비스 중단이나 비효율적인 리뷰 환경 때문에 이탈을 고려하고 있으며, 이는 GitHub가 단순히 호스팅을 넘어 사회적 경험을 제공하는 데 실패하고 있음을 보여줍니다.

GitLab이나 SourceHut 같은 대안들은 존재하지만, Forgejo나 Radicle 같은 프로젝트들은 아직 실험적이거나 사용자 경험 측면에서 미성숙한 상태입니다. 진정한 대체재는 단순히 저장소를 호스팅하는 것을 넘어 공유된 정체성과 발견을 위한 사회적 레이어를 제품 자체로 다루어야만 성공할 수 있습니다.

C 기반 추론 엔진인 WASTE는 2조 7800억 파라미터를 가진 Kimi K3 오픈 가중치 모델을 소비자용 노트북에서 실행할 수 있게 합니다. 이 엔진은 모델을 982GiB 컨테이너로 변환하여 실행하며, 메모리 효율성을 극대화하는 방식을 사용합니다.

WASTE는 모델의 상주 트렁크만 메모리에 유지하고, 토큰마다 활성화되는 약 4%의 전문가 가중치를 NVMe에서 읽어오는 방식으로 작동합니다. 이 기술을 통해 대규모 언어 모델을 실행할 때 필요한 메모리 사용량을 크게 줄이고 추론 속도를 개선할 수 있습니다.

이는 29GB RAM 환경에서도 Kimi K3 모델을 0.50 tok/s의 속도로 실행할 수 있게 하는 기술적 성과입니다. 따라서 개발자들은 대규모 모델을 제한된 소비자 하드웨어에서 효율적으로 구동하기 위한 메모리 관리 및 추론 엔진 최적화 방안에 대해 참고할 수 있습니다.

미국 대사관이 이란 전쟁의 확대에 대한 강력한 경고를 내놓으면서 미국 시민들이 10개 국가로 피신할 준비를 하라는 경고를 발령했습니다. 이는 트럼프 대통령이 이란에 대한 새로운 공습을 명령한 직후에 나온 조치로, 상황이 악화될 경우 위험에 처할 수 있음을 시사합니다.

미국 대사관은 중동 지역의 미국 시민들에게 긴급히 '이탈하거나 떠날 준비를 하라'고 조언했습니다. 이 경고는 아랍에미리트, 카타르, 오만, 이라크, 요르단, 이스라엘, 쿠웨이트, 사우디아라비아, 바레인 등 10개 국가를 포함하며, 이란 전쟁의 급속한 확대 가능성에 대비하기 위함입니다.

이러한 경고는 이란 전쟁의 긴장 고조와 관련하여 미국 외교 정책이 중동 지역에 미치는 영향을 보여줍니다. 미국 정부는 현재 상황이 더욱 악화될 가능성에 대비하여 시민들의 안전을 최우선으로 확보하려는 의도를 명확히 했습니다.

2026학년도 신학기 준비를 위한 쇼핑 가이드가 발표되었습니다. 학생들에게 필요한 모든 것을 정확히 아는 것은 불가능하지만, 교실 안팎에서 사용할 수 있는 실용적이고 동기 부여가 되는 제품들을 중심으로 쇼핑 가이드가 구성되었습니다.

이 가이드는 단순히 필수품을 넘어 학생들이 학업과 일상생활에서 만족감을 얻고 효율성을 높일 수 있는 제품들을 다룹니다. 예를 들어, 글쓰기를 더 쉽게 돕는 도구부터 수면 부족을 겪는 학생들을 깨우는 알람 시계까지 다양한 카테고리의 제품들이 포함되어 있습니다.

또한, 학업 외적인 활동을 위한 제품들도 소개하는데, 체육 활동과 주말 여행 모두에 적합한 가방과 같은 아이템들이 포함되어 있습니다. 이 가이드는 학업용품뿐만 아니라 라이프스타일 전반에 걸친 제품들을 제시하여 학생들의 필요를 충족시키고자 합니다.