읽을 가치가 있는 기사만, 짧고 또렷하게.

소니 픽처스는 최근 공개 예정인 영화 시리즈인 지크 캐스단 감독의 Jumanji 속편, Jumanji: Open World의 예고편을 공개하는 시점을 지연했습니다. 이 예고편은 지난 샌디에이고 코믹콘에서 공개될 것으로 예상되었으나, 소니는 이를 오늘 공개하기로 결정했습니다.

이러한 결정은 게임과 현실 세계가 융합되는 오픈 월드 콘셉트가 영화에 어떻게 구현될지에 대한 시각적 정보를 제공하는 데 중점을 둔 것으로 보입니다. Jumanji 시리즈는 1995년 개봉한 오리지널 영화와 2005년의 스핀오프 작품인 자투라를 포함하며 크리스 반 올스버그의 동화책을 기반으로 제작되었습니다.

오리지널 영화는 비평가들의 평가가 엇갈렸지만 관객들에게 큰 인기를 얻었으며, 이 시리즈는 오랜 시간 동안 팬층을 유지해 왔습니다. 따라서 이번 오픈 월드 트레일러는 기존 팬들에게 새로운 게임적 경험과 현실 세계의 결합을 기대하게 만드는 중요한 맥락을 제공합니다.

2026 Cesium 개발자 컨퍼런스 세션 녹화본이 공개되었으며, 이는 오픈 3D 지리 공간 기술이 AECO, 항공우주, 게임 및 시뮬레이션 등 다양한 분야의 혁신을 어떻게 이끌고 있는지 보여줍니다. 주요 발표에서는 CesiumJS를 활용한 디지털 트윈 구축과 차세대 3D 워크플로우에 대한 심도 있는 내용이 다루어졌습니다.

특히 3D Tiles 2.0의 다음 세대 표준과 시간 변화를 반영하는 동적 3D Tiles 기능이 소개되었으며, 이는 대규모 3D 지리 공간 콘텐츠 스트리밍의 성능과 정밀도를 향상시킵니다. 또한 드론 영상과 같은 이미지를 활용한 3D 가우시안 스플래팅 기술이나 대규모 포인트 클라우드 데이터의 렌더링 및 상호작용을 위한 확장된 기법들이 제시되었습니다.

개발자들은 Cesium ion을 WebXR 환경에서 게임 엔진 없이도 VR 경험을 구축하는 방법과 같은 새로운 접근 방식을 탐구할 수 있습니다. 더 나아가, LLM 기반 채팅 인터페이스를 Cesium 기반 3D 시각화와 결합하여 복잡한 인프라 문제를 해결하는 디지털 트윈 서비스 구축 사례도 공유되었습니다.

이러한 세션들은 3D 지리 공간 데이터를 활용하여 인프라 평가, 자산 관리, 임무 계획 등 실제 산업 워크플로우를 개선하는 데 Cesium 기술이 어떻게 적용될 수 있는지 구체적인 방법론을 제공합니다. 개발자들은 3D Tiles, CesiumJS, 그리고 AI 통합을 통해 대규모 3차원 데이터를 처리하고 상호작용하는 새로운 기회를 발견할 수 있습니다.

Remarkable Paper Pro 번들 제품이 현재 큰 할인 가격에 풀렸습니다. 원래 이 태블릿은 단품으로 629달러에 판매되지만, Woot에서 7월 31일까지 중고 제품 번들로 449.99달러에 제공하고 있습니다. 이 번들에는 태블릿, 마커 플러스 스타일러스, 북 폴리오 커버가 포함되어 있으며, 새 제품을 구매하는 것보다 368달러를 절약할 수 있습니다.

이 할인가는 Remarkable에서 제공하는 중고 번들 가격인 649달러보다도 저렴하며, Woot는 90일 보증을 제공하는 반면 Remarkable은 1년 보증을 제공한다는 차이가 있습니다. Remarkable Paper Pro는 종이와 같은 필기 경험과 풍부한 색상 디스플레이를 제공하며, 사용자가 슬라이드 덱을 검토하거나 보고서를 편집하는 등 생산성을 위해 설계되었습니다.

이 기기는 필기 경험이 매우 부드러우며, 폴더와 태그를 사용하여 노트를 정리하고 PDF에 직접 필기하며 필기 내용을 텍스트로 빠르게 변환하는 소프트웨어 기능을 제공합니다. 다만, 레이어나 음영과 같은 기본적인 스케치 기능은 지원하지만, 그림 그리기에 중점을 둔다면 아이패드 프로가 더 나은 선택일 수 있습니다.

Swift와 Metal로 작성된 TurboFieldfare라는 오픈소스 추론 엔진은 Apple Silicon Mac에서 2GB의 RAM만으로 Gemma 4 26B-A4B 모델을 구동할 수 있게 합니다. 이 프로젝트는 모델 전체 가중치(약 14.3 GB)를 메모리에 로드하지 않고, 모델의 공유 부분과 KV 캐시만 메모리에 유지하며 나머지 전문가(experts)를 SSD에서 스트리밍하는 방식을 사용합니다.

이러한 접근 방식은 8GB RAM을 가진 Mac에서도 대규모 신경망을 실행할 수 있게 하여 온디바이스 AI의 한계를 확장합니다. TurboFieldfare는 단순히 모델을 실행하는 것을 넘어, 스트리밍 및 툴 호출 기능을 지원하는 OpenAI 호환 로컬 서버를 제공하며, 이는 개발자들이 기기 내에서 강력한 AI 기능을 구현할 수 있는 기반을 마련합니다.

실험 결과는 다양한 커널, 캐싱, I/O에 걸쳐 측정되었으며, 일부 실험은 성공하지 못했지만 전체 실험 기록은 103개의 측정 결과를 포함하고 있습니다. 측정된 디코딩 속도는 8GB M2 MacBook Air M5에서 5.1~6.3 tok/s 수준을 기록했으며, 이는 성능의 상한선이 아닌 참고 지점으로 제시되었습니다.

프론티어 랩 에이전트 침해의 구조를 분석한 이 자료는 기계 속도로 수천 개의 작은 결정이 어떻게 대규모 침해로 이어지는지 보여줍니다. 이 분석은 약 17,600개의 기록된 행동을 재구성하여 이루어졌으며, 이는 9단계의 활동과 2단계의 단계를 포함하는 침해 과정을 보여줍니다.

침해 과정은 총 6,280개의 클러스터로 그룹화되어 있으며, 공격자는 초기 접근, 발판 확보, C2(Command and Control) 구축 등의 단계를 거쳤습니다. 특히 침해의 활성 단계에서는 공격 행동이 관찰되었으며, 이는 2026년 7월 사고 공개와 함께 제시된 내용입니다.

공격 경로는 신뢰 경계를 가로지르는 공격 사슬을 통해 발생하며, 폭발 반경은 제3자 샌드박스로 제한되었습니다. 이 자료는 실제 행동 스트림과 대표 명령을 보여주며, 기술적인 세부 사항은 익명화되거나 일반화되었지만 공격 기술 자체는 관찰된 형태로 제시됩니다.

AI 브라우저 시장에서 지식 노동자를 목표로 하는 AI 기반 브라우저인 Polar가 매드로나(Madrona)가 주도하는 570만 달러 규모의 시드 라운드를 성공적으로 유치했습니다. 이 회사는 이전 Perplexity의 Comet 프로젝트에 참여했던 Kevin Jiang가 CEO를 맡고 있으며, 사용자가 열어둔 탭을 기반으로 워크플로우를 예약하고 프롬프트를 저장하며 에이전트에게 작업을 할당할 수 있도록 설계되었습니다.

Polar는 대중 소비자보다는 지식 노동자에게 초점을 맞추어 브라우저 에이전트의 가치가 실제로 발휘되는 영역에 집중합니다. 이를 통해 사용자는 영업, 채용, 마케팅, 연구 및 비즈니스 운영과 같은 작업을 자동화할 수 있습니다. 브라우저 자체는 무료로 사용할 수 있으며 일일 AI 작업에 사용할 수 있는 크레딧이 제공되지만, 더 높은 크레딧 한도를 원하는 사용자는 월 20달러의 구독 플랜을 이용할 수 있습니다.

투자자들은 이 라운드에 참여했으며, 특히 ex-GitHub CEO인 Thomas Dohmke와 Phoebe Gates 등 주요 인물들이 참여하여 이 분야의 잠재력을 높게 평가했습니다. 전문가들은 지식 노동자의 작업을 자동화하는 것이 거대한 시장이라고 보며, 로그인이 필요한 웹에서 신뢰할 수 있는 에이전트 작업을 구축하는 것이 핵심 과제라고 언급했습니다.

브라우저를 통해 사용자 상호작용과 웹사이트에 대한 접근성을 이해하는 것은 에이전트 구축에 중요한 이점을 제공하며, 이는 Polar가 지식 노동자 자동화 도구로서 브라우저를 활용하는 데 있어 강력한 기반이 됩니다.

PostgreSQL의 MVCC는 설계상의 문제로 인해 좋지 않으며, 이는 다른 모든 데이터베이스 시스템에도 동일하게 적용된다는 비판이 제기됩니다. 이 비판은 데이터베이스가 멀티버전 컨커런시 제어(MVCC)를 채택하면서 발생하는 여러 설계 선택과 그 결과로 나타나는 비용에 초점을 맞춥니다.

비판의 핵심은 쓰기 증폭(write amplification), 테이블의 비대화(bloat), 유휴 트랜잭션이 야기하는 문제, 그리고 32비트 트랜잭션 카운터의 한계 등 네 가지 주요 항목에 집중됩니다. PostgreSQL의 MVCC는 업데이트 시 행을 수정하는 대신 새 복사본을 생성하고 이전 버전을 디스크에 남겨두는 방식으로 작동하며, 정리 작업은 VACUUM에 의존합니다.

이러한 설계 방식은 다른 엔진들이 멀티버전링을 처리하는 방식과 비교될 때 각기 다른 비용을 발생시킵니다. 예를 들어, 쓰기 증폭은 데이터베이스의 인덱스 구조와 물리적 위치에 따라 크게 달라지며, 이는 Oracle, InnoDB, MongoDB, LSM 엔진 등 각 시스템이 독자적으로 관리해야 하는 비용으로 이어집니다.

PostgreSQL은 독자적인 선택으로 읽기 작업이 차단되지 않도록 하고 쿼리가 취소되는 것을 방지하지만, 그 대가로 모든 정리 작업과 메모리 관리를 사용자가 수동으로 조정해야 하는 부담을 지게 됩니다. 결국 MVCC에 대한 비판은 특정 기술의 오류라기보다는 운영상으로 시끄러운 실패 모드를 선택하고 그 완화책을 수동으로 조정하는 방식에 대한 비판으로 해석될 수 있습니다.

물리적 AI 분야에서 GPT-5.6과 Claude Fable 5 중 어떤 모델이 더 우수한 성능을 보이는지에 대한 비교 평가가 다루어졌습니다. 이 글은 최신 프론티어 모델들이 물리적 AI라는 특정 영역에서 어떤 능력을 발휘하는지 평가하는 데 중점을 두고 있습니다.

해당 비교는 단순히 텍스트 생성 능력을 넘어, 실제 물리적 세계와 상호작용하는 AI 시스템의 잠재력을 측정하는 데 의미가 있습니다. 개발자들은 이러한 평가를 통해 특정 모델이 물리적 AI 애플리케이션에 더 적합한 아키텍처나 훈련 방식을 제공하는지 파악할 수 있습니다.

이러한 평가 결과는 각 모델의 강점과 약점을 이해하는 데 중요한 맥락을 제공합니다. 따라서 물리적 AI를 구현하려는 개발자들은 두 모델의 성능 차이를 분석하여 자신의 프로젝트 목표에 맞는 최적의 모델을 선택하는 데 참고할 수 있습니다.

비전 프로를 활용한 가장 흥미로운 사용법은 주택 설계 및 가상 현실 시각화에 있습니다. 소프트웨어 개발자들은 평면도만으로는 공간의 규모와 연결성을 파악하기 어렵기 때문에, 비전 프로를 통해 2차원 평면도를 3차원 가상 공간으로 구현하여 실제와 같은 몰입감 있는 경험을 제공할 수 있습니다.

이러한 가상 환경을 구축하기 위해서는 퓨전 360과 같은 3D 모델링 소프트웨어를 사용하여 평면도를 3D 벽과 바닥으로 빠르게 변환하고, 재질(나무, 돌 등)을 추가하여 공간에 깊이와 실제적인 스케일을 부여하는 과정이 필요합니다. 특히 이케아와 같은 가구의 3D 모델을 스크립트를 통해 다운로드하여 배치함으로써 실제 가구 배치를 시뮬레이션하고 공간의 크기를 가늠하는 데 도움을 받을 수 있습니다.

이렇게 완성된 3D 모델은 USDZ 파일 형태로 내보내어 비전 프로에서 탐색할 수 있게 되는데, 사용자는 가상 현실 환경에서 실제 공간을 걸어 다니거나 현실 세계와 가상 세계를 전환하는 기능을 통해 공간을 입체적으로 탐색할 수 있습니다. 이는 단순히 디자인을 보는 것을 넘어, 미래의 주택 디자인을 3차원 환경에서 미리 체험하고 수정하는 데 핵심적인 역할을 합니다.

결과적으로 비전 프로는 건축 설계 과정에 몰입감 있는 인터랙션을 추가하여, 사용자가 설계 단계에서부터 공간의 크기와 배치를 직관적으로 이해하고 조정할 수 있는 새로운 방식을 제시합니다. 이는 미래에 건축 디자인 프로세스에서 3차원 시각화가 핵심적인 요소가 될 것임을 시사합니다.

물리학자들이 뮤온(muon)의 미스터리를 해결했지만, 기존의 결과들이 서로 일치하지 않는 새로운 충돌이 발생했습니다. 25년 동안 물리학자들은 특정 입자가 자기장 내에서 어떻게 흔들려야 하는지에 대한 예측과 실험 결과 사이에 불일치가 있었으며, 이는 알려지지 않은 입자의 증거일 수 있다는 강력한 힌트였습니다.

최근 연구에서 이론 계산을 업데이트한 결과, 예측이 실험 결과와 훨씬 더 정확하게 일치하게 되었으나, 이는 이전의 계산과 실험 데이터에 기반한 결과와 충돌을 일으키고 있습니다. 즉, 오래된 계산이 여전히 유효하다는 점과 새로운 계산이 실험 결과와 일치한다는 점 사이에서 모순이 발생하며, 이 불일치가 새로운 입자의 존재를 시사하는지 아니면 실험 절차의 차이 때문인지에 대한 논쟁이 이어지고 있습니다.

이 미스터리의 중심에는 뮤온의 'g-factor' 측정값이 있습니다. 이 측정값은 우주에 존재하는 입자의 수를 짐작하는 지표로 사용되며, 뮤온의 흔들림 크기를 통해 양자 세계에 대한 중요한 정보를 제공합니다. 이러한 불일치는 시베리아의 입자 충돌기 실험 결과가 과거의 관측과 크게 달라지면서 더욱 부각되었으며, 물리학자들은 이 충돌이 새로운 입자의 출현을 의미하는지 아니면 다른 실험 방법의 차이인지를 확인하기 위해 활발하게 연구하고 있습니다.

Apple Silicon 환경에서 작동하는 로컬 음성 인식 및 받아쓰기 솔루션인 Qwen Scribe가 공개되었습니다. 이 프로젝트는 클라우드 서비스나 API 키 없이 Mac 자체에서 오디오와 텍스트를 처리하는 프라이빗한 시스템을 목표로 합니다.

Qwen Scribe는 Qwen3-ASR 모델을 MLX-Qwen3-ASR을 통해 Mac의 Metal GPU에서 직접 실행하여 고성능으로 음성-텍스트 변환을 수행합니다. 이는 모든 데이터와 기록이 Mac 내부에 남아있어 데이터 프라이버시를 극대화하며, 시스템 전체에 걸친 받아쓰기 기능을 제공합니다.

사용자는 드래그 앤 드롭 기반의 웹 인터페이스를 통해 오디오 및 비디오를 인식하고, 자동 언어 감지, 단어 타임스탬프, SRT 내보내기 등의 기능을 사용할 수 있습니다. 개발을 위해서는 Apple Silicon Mac(macOS 14 이상)과 Python 3.12, ffmpeg 등의 환경이 필요하며, 소스 코드를 통해 직접 앱을 빌드할 수 있습니다.

인공지능(AI) 기업들이 수천 명에 달하는 전기 기술자와 목수들을 채용하고 있다는 내용이 보도되었습니다. 이는 AI 시스템 구축과 데이터 센터 운영에 필요한 물리적 인프라 구축 수요가 급증하면서 숙련된 기술직 인력에 대한 수요가 폭발적으로 증가하고 있음을 시사합니다.

AI 기술의 발전은 단순히 소프트웨어 개발에만 국한되지 않고, 데이터 센터와 첨단 시설을 구축하고 유지보수하는 물리적 인프라에 크게 의존합니다. 따라서 AI 기업들은 대규모 데이터 센터를 건설하고 업그레이드하는 과정에서 전기 배선, 구조물 설치, 시설 보수 등의 작업이 필수적으로 요구되고 있습니다.

이러한 채용 추세는 숙련된 기술직 인력의 부족 현상을 심화시키고 있으며, AI 산업 성장에 발맞춰 관련 직업 교육 및 훈련 시스템의 변화가 필요함을 의미합니다. 결과적으로, 기술 분야 종사자들은 AI 시대에 물리적 인프라 구축에 필요한 기술을 습득하는 것이 새로운 기회가 될 수 있습니다.

Encore AI가 고객 통화에서 학습하여 AI 에이전트를 구축하기 위해 팀8(Team8)가 주도한 시리즈 A 라운드에서 3천만 달러를 유치했습니다. 이 스타트업은 고객 상호작용을 연구하여 AI 음성 에이전트를 훈련하고 배포하는 플랫폼을 개발하고 있습니다.

Encore AI는 회사 직원과 고객 간의 대화, 이메일, 문자 메시지, CRM 시스템 데이터를 분석하여 성공적인 결과를 도출한 접근 방식을 식별하고 이를 AI 에이전트의 플레이북으로 만드는 '상호작용 마이닝(interaction mining)' 방식을 사용합니다. 이를 통해 에이전트는 조직 내에서 가장 효과적인 영업 및 고객 성공 전략을 활용할 수 있게 됩니다.

이러한 AI 에이전트는 고객과 음성 또는 텍스트로 직접 소통하거나 직원들을 돕는 비서 역할을 수행하며 대화 중 적절한 응답과 전술을 추천합니다. Encore AI는 이미 금융 기관을 포함한 전 세계 40개 이상의 기업 고객을 보유하고 있으며, 이는 영업 및 고객 지원 프로세스의 비효율적인 부분을 식별하고 개선하는 데 중점을 둡니다.

다만, 대규모 CRM 제공업체들이 유사한 AI 기능을 구축하고 있기 때문에 시장에서의 입지는 경쟁이 심화될 수 있습니다. 기존의 대형 벤더들이 역사적인 고객 대화를 기반으로 에이전트를 구축하기 위해서는 전체 구현 스택을 변경해야 하는 기술적 과제가 남아 있습니다.

그래프 엔지니어링은 AI가 생성한 소프트웨어의 구조를 인간과 기계가 검사할 수 있도록 시각화하여 시스템의 실행 모델을 명확히 하는 접근 방식입니다. 현재 AI는 로컬한 행동을 구현하는 데는 능숙하지만, 코드들이 상호작용할 때 발생하는 전역적인 실행 순서와 상태 변화를 정확하게 예측하고 보장하는 데는 한계가 있습니다.

실제 애플리케이션의 동작은 단일 메서드에 국한되지 않고 콜백, 리스너, 큐, 상태 변화 등이 복합적으로 결합되어 나타나는 실행 모델에서 발생합니다. AI가 생성한 코드는 개별적으로는 합리적일 수 있으나, 이러한 요소들이 결합될 때 전역적인 불변성(invariant)을 미묘하게 위반하는 위험을 내포합니다. 예를 들어, 특정 메서드 호출 순서가 시스템 전체의 실행 순서를 결정하는데, AI는 이러한 전역적인 제약 조건을 인식하지 못하고 코드를 생성할 수 있습니다.

이러한 문제를 해결하기 위해 그래프 엔지니어링은 시스템 구조를 명시적인 관계(예: Trade ↓ Position ↓ Risk)로 표현하여 실행 경로를 제약합니다. 나아가 컴파일러가 이러한 그래프를 기반으로 실행 경로, 생명 주기, 조정(coordination)을 결정하는 컴파일러로 진화해야 합니다. 이는 AI가 구성 요소를 정의하고 로컬 행동을 결정하게 하고, 컴파일러가 전체 실행 경로와 조정을 생성하게 함으로써 개발자와 LLM의 역할을 재정립합니다.

결론적으로 그래프 엔지니어링과 컴파일러는 AI가 생성한 시스템의 실행 추론을 가능하게 하여, 단순히 코드를 생성하는 것을 넘어 시스템 전체의 결정론적 실행을 보장하는 데 필수적입니다. 이는 AI가 시스템을 설명하고 구축하는 것을 넘어, 컴파일러가 그 시스템의 실행을 생성하는 역할을 수행하게 함으로써 AI 기반 소프트웨어의 신뢰성을 높입니다.

Anthropic이 Claude Mythos 모델을 통해 공개한 새로운 암호 분석 결과는 암호학 분야에 중요한 시사점을 제공합니다. 이 연구는 양자 내성(post-quantum-safe) 서명 체계인 HAWK에 대한 새로운 키 복구 알고리즘을 제시하며, 이는 모듈 라티스 동형 문제(module-LIP)에 기반합니다. 이 공격은 HAWK가 표준으로 채택되지 않은 제안 알고리즘에 대해 수행되었으며, 실제 배포된 HAWK를 무력화하지는 않지만 알고리즘의 보안 비트 수를 절반으로 줄이는 결과를 보였습니다.

이러한 공격의 결과는 HAWK의 효율성과 관련하여 중요한 트레이드오프를 발생시킵니다. 공격은 이론적으로 키 크기를 두 배로 늘림으로써 해결될 수 있지만, 이는 해당 암호 체계를 덜 효율적으로 만들고, HAWK가 대안보다 효율적이라는 근거로 존재를 정당화하는 것을 더욱 어렵게 만듭니다. 연구자들은 이 공격이 실제 코드를 몇 시간 내에 생성할 수 있음을 보여주며, 이는 암호 시스템의 취약성에 대한 심각한 우려를 제기합니다.

한편, 이 연구는 인공지능 모델의 발전 속도와 관련하여 더 넓은 맥락을 제공합니다. AI 모델이 유용함에서 무능함으로 변화하는 과정은 마치 지면이 움직이는 연못에서 수영하는 것과 같다는 비유가 제시됩니다. 이는 모델의 지능이 급격하게 발전하고 있으며, 우리가 인공지능 도구를 사용할 때 지능의 경계선이 빠르게 이동하고 있음을 시사합니다.

이러한 변화는 과학자, 법률가, 개발자 등 모든 분야에 영향을 미치며, 앞으로의 기술 발전 방향에 대해 신중하게 고려해야 할 필요가 있습니다. 우리는 이러한 기술적 진보가 가져올 사회적, 보안적 함의를 이해하고 이에 대비해야 합니다.

SQLite 대신 DuckDB를 사용하면 동일한 하드웨어 환경에서 관측 가능성(observability) 데이터를 처리할 때 성능이 획기적으로 향상됩니다. 벤치마크 결과에 따르면 DuckDB는 SQLite보다 쓰기 작업에서 4배에서 15배 더 빠르며, 데이터 조회 성능은 100배 향상되어 대규모 데이터셋을 훨씬 효율적으로 처리할 수 있습니다.

이러한 성능 차이는 특히 로그와 메트릭 데이터 처리에서 두드러지는데, DuckDB는 10.8GB의 디스크 공간에 10억 개의 메트릭 포인트를 저장하면서도 시스템 안정성을 유지했습니다. 이는 SQLite 벤치마크가 도달하지 못한 규모이며, 대용량 데이터를 처리하는 임베디드 시스템에서 DuckDB의 컬럼 기반 엔진이 큰 이점을 제공함을 보여줍니다.

실제 환경에서 이 비교는 자가 호스팅 환경에서 OTel 스택을 구축할 때 두 데이터베이스 중 어떤 것을 선택할지에 대한 실질적인 결정을 제공합니다. 다만, 이 수치들은 벤치마크 과정에서 발생한 데이터 수집 경로의 버그를 수정하여 얻은 결과이며, 로그 보존 기간이나 실시간 데이터 처리와 같은 특정 요구 사항이 성능 비교에 중요한 영향을 미친다는 점을 고려해야 합니다.

결론적으로, 자가 호스팅 환경에서 대규모 데이터 볼륨을 다루는 경우 DuckDB를 선택하는 것이 훨씬 유리하며, 이는 시스템 자원 효율성과 데이터 처리 속도를 극대화하는 방법입니다.

AI 코딩 에이전트를 위한 빠르고 중단 가능한 검증 브라우저인 hwatu가 공개되었습니다. 이 도구는 35밀리초의 체크 속도와 픽셀 차이 분석, 그리고 실시간 인간 인계 기능을 제공하여 AI 에이전트의 검증 과정을 혁신하고자 합니다.

hwatu의 핵심은 라이브 세션을 인간에게 인계할 때도 상태를 유지하는 데 중점을 둔 데 있습니다. 이는 hwatu가 라이브 세션을 양방향으로 전환할 수 있는 창 속성으로 작동하며, 에이전트가 세션을 점유하는 동안에도 사용자가 언제든지 개입할 수 있게 합니다.

이러한 속도는 hwatu가 라이브러리가 아닌 워밍 데몬으로 설계되었기 때문에 가능합니다. 엔진, GPU 컨텍스트, 광고 차단 규칙 세트 등이 미리 예열되어 있어 검증 과정이 차가운 프로세스가 아닌 뜨거운 파이프라인에서 시작됩니다.

hwatu는 Playwright와 비교했을 때 특정 작업에서 더 빠른 성능을 보이며, 특히 실시간 세션 관리와 인간의 개입을 자연스럽게 통합하는 데 강점을 가집니다. 다만, 현재 hwatu는 Chromium 대신 WebKitGTK를 사용하며 Linux 환경에서만 작동하는 정적 바이너리 형태로 제공된다는 점을 고려해야 합니다.

리누스 토발즈가 AI를 리눅스 커널 개발에 사용하는 것에 대해 기술적 측면에만 집중해야 한다는 입장을 밝히며 논쟁을 정리했습니다. 현재 AI는 코드 작성과 코드 검토라는 두 가지 주요 방식으로 리눅스 커널 개발에 활용되고 있으며, 2025년 9월부터 현재까지 1,200건 이상의 커널 커밋에 LLM 도우미 기능이 표시되어 있습니다. 특히 Sashiko와 같은 새로운 코드 검토 도구는 AI 사용에 대한 논쟁을 촉발시키며, 기여를 원하는 사람들이 AI 피드백을 통해 작업에 반영해야 하는 상황을 제시하고 있습니다.

이러한 논의에서 리누스는 기술적 가치에 기반하여 논쟁을 진행하며 사회적 또는 정치적 담론을 배제해야 한다고 주장합니다. 저자는 리눅스가 사회적 운동 프로젝트가 아니라 기술적 우수성을 통해 발전한다는 점을 강조하며, GPL 라이선스나 기타 정치적 선택에 대한 논의를 기술적 실질에서 분리해야 한다고 지적합니다.

그러나 AI 기반 코드 검토 도구의 사용에는 환경적, 사회적 외부 비용이 존재합니다. AI 기술 발전이 소비자 하드웨어 가격을 상승시키고, 이는 리눅스를 구동할 수 있는 기회를 박탈하는 현실을 반영합니다. 또한 AI 인프라 구축이 막대한 탄소 배출과 자원 소비를 유발하며, 이는 기후 변화와 에너지 접근성 문제에 영향을 미치고 있습니다.

결국 리눅스 커뮤니티는 이러한 기술적 발전과 윤리적, 정치적 고려 사항을 함께 다루어 AI의 영향을 책임감 있게 관리해야 합니다. 리눅스 커뮤니티는 기술적 우수성을 지키는 동시에 이러한 외부 영향을 솔직하게 인식하고 논의할 용기를 가져야 합니다.

라이트 폰의 공동 창업자인 카이웨이 탕과 조 홀리어는 10년 이상 기술과의 관계에서 단순함의 가치를 탐구해 왔습니다. 이들은 앤드류 양, 켄드릭 라마, 피트 데이비드슨과 같은 인물들과 협력하며 기술의 본질에 대해 깊이 고민해 왔습니다.

최근 라이트 폰을 통해 새로운 플립폰을 출시하면서, 그들은 거대 기술 기업에 반대하는 ‘어텐션 활동가들’의 움직임 속에서 반대 스마트폰 세대를 위한 제품을 만드는 데 집중하고 있습니다. 이는 단순히 새로운 기기를 만드는 것을 넘어 기술 사용의 본질과 사용자 경험에 대한 근본적인 질문을 던지는 접근 방식입니다.

이러한 움직임은 기술이 복잡해지고 연결성이 강조되는 현재의 환경에 대한 반작용으로 해석됩니다. 따라서 라이트 폰의 개발 철학은 기술의 단순화와 사용자의 집중을 회복하는 데 중점을 두고 있으며, 이는 스마트폰 중심의 시장 흐름에 대한 대안을 제시합니다.

결론적으로 라이트 폰의 개발은 기술적 혁신뿐만 아니라, 기술이 사회와 사용자에게 미치는 영향에 대한 철학적 접근을 결합하여 새로운 사용자 경험을 구축하려는 시도입니다.

밸브는 오픈 소스 라데온 Vulkan 드라이버인 RADV를 마이크로소프트 Windows로 가져오는 작업을 위해 Collabora 엔지니어들을 후원하고 있습니다. 이 작업은 리눅스 게이머들이 사용하며 스팀 덱과 스팀 머신의 성공에 기여한 이 오픈 소스 드라이버 구현을 윈도우 환경에서 구동하기 위한 실험적인 시도입니다.

RADV를 윈도우에 포팅하는 과정에서 가장 큰 난제는 윈도우 WDDM2 통합과 AMD Radeon 소프트웨어 윈도우 커널 드라이버에 의존해야 한다는 점입니다. 따라서 현재 작업은 AMDGPU 리눅스 커널 그래픽 드라이버를 윈도우로 포팅하는 것이 아니라, AMD의 공식 윈도우 커널 드라이버를 활용하여 RADV를 윈도우에 통합하는 방향으로 진행됩니다.

이러한 접근 방식은 프로프라이어터 커널 드라이버의 데이터 구조를 파악하기 위한 리버스 엔지니어링 등의 추가 단계를 필요로 합니다. 성공적인 통합을 위해서는 윈도우 AMD 커널 그래픽 드라이버에 대한 안정적이고 문서화된 인터페이스가 필요하거나, RADV와 커널 드라이버 사이에 안정적인 인터페이스 역할을 할 shim 라이브러리를 개발해야 합니다.

이러한 노력을 통해 개발팀은 윈도우 환경에서 RADV를 성공적으로 데모했으며, 특히 Counter-Strike 2를 RADV로 구동하는 실험적인 코드를 공개했습니다. 이는 오픈 소스 그래픽 드라이버를 상업용 운영체제 환경에 통합하는 데 있어 중요한 기술적 진전을 의미합니다.