읽을 가치가 있는 기사만, 짧고 또렷하게.

AI 가시성 도구는 사용자가 ChatGPT, Claude, Gemini 등 AI 답변 내에서 얼마나 노출되는지를 측정한다고 주장하지만, 실제로는 측정 방법론의 불투명성 때문에 신뢰하기 어렵다는 지적입니다. 현재의 도구들은 언급률이나 점유율 같은 깔끔한 수치를 제공하지만, 이는 실제 데이터의 분포, 방법론, 분산 등을 숨기고 있어 정밀도가 조작되었을 가능성이 높습니다.

측정 과정에서 웹 프론트엔드를 스크래핑하는 방식은 단일 세션, 특정 계정, 지리적 위치, 브라우저 상태 등 단 하나의 통제된 표면만을 측정하기 때문에 심각한 편향을 발생시킵니다. 반면 API 호출 방식은 반복 가능하고 감사하기 쉽지만, 소비자 앱이나 웹 인터페이스가 제공하는 메모리, 계정 개인화, 위치 추론 등의 복잡한 요소가 API 결과와 다르게 작동한다는 트레이드오프가 존재합니다.

AI 모델의 응답은 배치 처리나 커널 동작의 변화 등으로 인해 비결정적이며, 동일한 프롬프트라도 반복 실행 시 다른 결과가 나올 수 있습니다. 따라서 단순히 순위를 제시하는 대신, 측정 결과에 대한 분산이나 신뢰 구간을 함께 제시하고, 스크래핑과 API 호출 중 어떤 방식을 사용했는지, 어떤 계정 상태와 지리적 맥락이 반영되었는지 등 측정의 근거를 공개해야만 진정한 가시성을 확보할 수 있습니다.

Manticore에서 임베딩 속도를 14배 향상시킨 새로운 ONNX 경로가 출시되었습니다. 이 개선은 텍스트 컬럼을 자동으로 벡터로 변환하는 자동 임베딩 기능을 사용할 때 발생하는 속도 문제를 해결하기 위해 이루어졌습니다. 기존의 SentenceTransformers/Candle 경로가 CPU 자원을 비효율적으로 사용하여 낮은 처리량(docs/sec)을 보였던 반면, 새로운 ONNX 런타임 백엔드는 동일한 하드웨어에서 평균적으로 14배 빠른 성능을 제공합니다.

이 변화는 데이터 수집(ingest) 처리 속도에 직접적인 영향을 미칩니다. 이전 경로에서는 단일 행 삽입 시 5~11 docs/sec에 머물렀으나, 새로운 ONNX 경로는 단일 스레드 및 배치 작업에서 70~230 docs/sec의 처리량을 달성합니다. 특히, 단일 클라이언트 스레드와 배치 크기를 고려했을 때 이 성능 차이는 14배의 마진을 유지하며, 동시 호출 시에도 이전 경로보다 훨씬 낮은 지연 시간(latency)을 보장합니다.

성능 향상은 내부적인 최적화에서 비롯되었는데, 이는 호출 내부에서 병렬 처리를 수행하고 작업자 내에서 문서 배치 처리를 포기함으로써 달성되었습니다. 사용자는 이제 데이터베이스에 임베딩을 삽입할 때 훨씬 더 높은 처리량을 기대할 수 있으며, 이는 대규모 데이터 처리 환경에서 중요한 이점입니다.

새로운 ONNX 경로는 HuggingFace의 MiniLM이나 BGE와 같은 소형 인코더 모델을 프로덕션 환경에서 추론할 때 Candle 경로보다 훨씬 효율적입니다. 개발자는 ONNX 형식으로 변환된 모델을 사용하여 임베딩을 처리하고, Xenova 컬렉션과 같은 ONNX 지원 모델을 활용하여 시스템의 전체적인 성능을 극대화할 수 있습니다.

웹 브라우저에서 직접 게임패드를 테스트할 수 있는 도구가 공유되었습니다. 이 도구는 별도의 테스트 소프트웨어를 설치하는 번거로움을 없애기 위해 개발되었으며, 웹 브라우저의 Gamepad API를 활용하여 작동합니다.

새로운 컨트롤러를 구매했거나 스틱 쏠림(Drift) 현상이 의심될 때마다 복잡한 테스트 소프트웨어를 설치하는 과정이 불편하다는 점을 해결하고자 합니다. 따라서 사용자는 별도의 설치 없이 웹 환경에서 즉시 게임패드 기능을 테스트할 수 있습니다.

이러한 접근 방식은 개발자나 사용자가 하드웨어 문제를 진단할 때 외부 소프트웨어 의존성을 줄이고 즉각적인 피드백을 얻는 데 유용합니다. Gamepad API를 활용한 이 툴은 웹 기반 환경에서 컨트롤러의 입력 상태를 확인하는 실용적인 방법을 제공합니다.

AI가 '똑똑하지 않다'는 주장을 바탕으로 인공지능의 다음 단계에 대한 논의가 진행되고 있습니다. Yann LeCun은 현재의 대규모 언어 모델(LLM)들인 ChatGPT나 Gemini가 코딩이나 텍스트 생성 같은 특정 영역에서는 유용하지만, 실제 세계의 복잡한 상황을 이해하고 해결하는 데는 한계가 있다고 지적합니다. 그는 LLM이 실제 세계 데이터를 처리하지 못하고 단순히 통계적 패턴을 기반으로 예측을 생성할 뿐, 근본적인 이해를 가지고 있지 않기 때문에 인간 수준의 지능에 도달할 수 없다고 주장합니다.

이러한 한계를 극복하기 위해 파리 기반의 AMI Labs는 ChatGPT와 경쟁하는 기술이 아닌 새로운 유형의 인공지능을 개발하고 있습니다. 이들은 현실 세계의 결과물을 평가하고 행동의 결과를 예측할 수 있는 Joint Embedding Predictive Architecture(JEPA)와 같은 시스템을 개발하여 현실 세계의 추상화를 시도하고 있습니다. 이는 AI가 유용한 정보만을 걸러내고 세상에 대한 유용한 그림을 얻도록 하여 물리적 현실을 다루는 데 필수적인 유연성을 제공하는 것을 목표로 합니다.

특히 로봇 공학 분야에서 이러한 유연한 AI는 매우 중요합니다. 현재의 LLM은 로봇이 가사 노동과 같은 실제 환경에서 안전하게 작업을 수행하도록 훈련시키는 데는 부적합하며, 로봇 산업은 더 유연한 인공지능을 우선순위로 삼고 있습니다. 또한, Ingmar Posner와 같은 연구자들은 '무엇이 중요한지', '무엇이 무엇을 야기하는지'와 같은 질문에 답할 수 있는 World Models를 개발하여 이러한 현실 이해 능력을 향상시키고자 노력하고 있습니다.

버지니아주는 주 단위 개인정보보호법인 VCDPA를 개정하여 위치정보 데이터 판매를 금지하고 위치 데이터 거래를 제한했습니다. 이번 개정은 S.B. 388 서명으로 확정되었으며, 해당 금지 조치는 2026년 7월 1일부터 적용됩니다.

이 조치는 버지니아 내에서 위치 정보 데이터의 상업적 거래를 엄격하게 제한하는 것을 목적으로 합니다. VCDPA에서 '판매(sale)'의 정의가 어떻게 해석되는지에 대한 세부 사항이 포함되어 있어, 위치 데이터 관련 서비스를 개발하거나 운영하는 개발자들에게 중요한 영향을 미칩니다.

따라서 위치 데이터를 다루는 애플리케이션이나 서비스는 2026년 7월 1일 이후부터 버지니아 주 내에서 위치 정보 데이터를 판매하는 행위를 중단해야 합니다. 개발자는 이 법적 제한을 준수하기 위해 데이터 처리 및 거래 방식을 재검토해야 합니다.

미국 진출 스타트업 창업자가 2026년 상반기 성장 정체를 자기반성하는 내용을 회고한 글입니다. 이 글은 스타트업 성장의 정체기에 대한 개인적인 성찰을 담고 있으며, 특히 성장 부진을 극복하는 과정에서 겪는 심리적 경험을 공유합니다.

글은 숏폼 플랫폼(YouTube, Instagram, Facebook)을 삭제했다가 다음 날 모바일 브라우저를 통해 인스타그램을 다시 보게 된 일화로 시작됩니다. 이러한 일화는 성장의 정체기 속에서 잠시 멈춤과 재정비의 시간을 갖는 과정과 연결되어 있습니다.

창업자는 이러한 경험을 통해 상반기 성과에 대해 깊이 있게 되돌아보며, 성장의 속도와 방향성에 대해 스스로 질문을 던집니다. 이는 단순히 개인적인 경험을 넘어, 스타트업이 성장 정체기에 직면했을 때 내부적으로 어떤 변화와 재평가가 필요한지에 대한 통찰을 제공합니다.

결론적으로 이 글은 외부 지표가 아닌 내부적인 성찰을 통해 성장 정체기를 어떻게 인식하고 대응해야 하는지에 대한 실질적인 맥락을 제공합니다.

소니는 비디오 게임 디스크 생산을 중단하고 생산 시설을 재활용할 계획입니다. 오스트리아에서 보도된 바에 따르면, 소니의 디스크 제조 운영을 책임지는 디아트마르 탄저 소니 DADC 사장은 회사 시설의 탈가우 공장이 하루에 60만 장의 디스크를 생산하며 이 중 절반이 플레이스테이션용이라고 밝혔습니다.

현재 이 공장은 소니 디스크 제조 부문의 본사가 위치하며 소유한 유일한 디스크 제조 시설입니다. 소니는 2028년에는 이 생산량이 전체의 10%만 될 것으로 예상하고 있으며, 이에 따라 300명의 직원 전체를 광학 마이크로렌즈를 다루는 작업으로 재교육할 계획입니다.

이는 소니가 물리적인 디스크 생산에서 벗어나 새로운 기술 분야로 전환하고 있음을 의미합니다. 탈가우 공장은 디스크 생산을 중단하고 광학 마이크로렌즈 생산에 집중하는 새로운 역할로 전환될 예정입니다.

CarPlay는 선택 사항이며 추가적인 기능이라는 관점이 중요합니다. 화면 미러링 솔루션의 근본적인 문제는 차량 화면의 모든 픽셀을 점유한다는 점이며, 이는 사용자 경험을 저해하는 방식이라고 지적합니다. 따라서 CarPlay Ultra처럼 화면 전체를 점유하는 방식보다는, 사용자 인터페이스가 화면에 부분적으로 나타날 수 있는 유연한 접근 방식이 필요하다는 주장입니다.

이러한 관점에서 CarPlay는 필수 기능이 아니라 추가적인 옵션으로 존재해야 한다는 것입니다. 만약 차량 제조사(예: 리비안)의 네이티브 사용자 인터페이스가 충분히 훌륭하다면, 운전자들이 CarPlay를 반드시 사용해야 할 필요는 없습니다. 이는 CarPlay 지원이 새로운 고객층을 확보할 수 있는 기회를 제공한다는 의미이며, 강제성이 아닌 선택의 여지를 제공하는 것이 더 효과적이라는 것입니다.

결론적으로 CarPlay는 선택 사항이며 추가적인 가치를 제공하는 기능으로 접근해야 합니다. 이는 단순히 기능을 탑재하는 것을 넘어, 사용자 경험과 시장 확대를 고려한 디자인 철학의 변화를 요구합니다. 애플이 iOS 27에서 내비게이션 관련 문제를 해결하는 것처럼, 기술은 사용자가 원하는 방식으로 기능을 통합하는 방향으로 발전해야 합니다.

Senior SWE-Bench는 코딩 에이전트를 단순히 정리된 주니어 과제를 평가하는 것을 넘어 실제 시니어 엔지니어가 수행하는 기능 개발, 버그 수정, 성능 문제 해결과 같은 복잡한 업무에 가깝게 평가하고자 하는 벤치마크입니다. 이 벤치마크는 에이전트가 실제 엔지니어링 환경에서 요구되는 수준의 문제 해결 능력을 갖추었는지 측정하는 데 중점을 둡니다.

평가 대상인 기능 과제는 자연어 메시지처럼 읽히는 현실적인 지시사항을 사용하여 제시됩니다. 이는 에이전트가 모호하거나 형식적인 지시가 아닌, 실제 업무에서 마주치는 복잡하고 맥락적인 요구사항을 이해하고 처리할 수 있는지를 검증하기 위함입니다.

따라서 Senior SWE-Bench는 코딩 에이전트의 성능을 측정할 때 단순한 코드 생성 능력을 넘어, 실제 시니어 레벨의 엔지니어링 역량을 요구하는 실질적인 문제 해결 능력을 평가하는 데 중요한 기준을 제공합니다. 개발자들은 이 벤치마크를 통해 에이전트가 실제 프로젝트 환경에서 요구되는 복잡한 요구사항을 처리할 수 있는지 확인할 수 있습니다.

CursorBench 3.1 모델 평가 결과에 따르면 Fable 5 Max 모델이 72.9%의 성능으로 1위를 기록하며 코딩 모델 상위권 경쟁의 기준점을 제시했습니다. 이는 Fable 5 계열 모델들이 다른 모델군과 뚜렷한 격차를 보이며 상위권에서 경쟁하고 있음을 보여줍니다.

특히 Fable 5 Max를 포함한 Max, Extra High, High, Medium 모델들이 모두 1위부터 4위까지를 차지하며 높은 순위를 기록했습니다. 이는 특정 모델 계열이 다른 모델군에 비해 명확한 성능 차이를 보이며 포지셔닝하고 있음을 의미합니다.

5위권 이하 모델들에는 Opus 4.7 Max가 64.8%를 기록했으며 GPT-5.5와 같은 모델들도 포함되어 있습니다. 따라서 Fable 5 계열 모델의 성능과 다른 최상위 모델들의 성능 간의 격차를 고려하여 사용 목적에 맞는 모델을 선택하는 것이 중요합니다.

Vite+가 런타임, 패키지 매니저, 빌드, 테스트, 검사 도구 등을 하나의 진입점으로 통합하여 웹 개발 도구를 프로젝트별로 따로 조립해야 하는 부담을 줄이는 것을 목표로 베타 공개되었습니다. 이 새로운 도구는 개발 환경 설정에 필요한 다양한 도구들을 하나의 시스템으로 묶어 개발자가 복잡한 환경 설정에 들이는 시간을 최소화할 수 있도록 돕습니다.

Vite+는 개발 과정에서 필수적인 여러 작업들을 통합된 명령어로 제공합니다. 예를 들어, `vp dev`, `vp check`, `vp test`, `vp build`, `vp pack`과 같은 명령어들을 통해 개발 환경 설정부터 빌드, 테스트, 패키징에 이르는 일련의 과정을 효율적으로 처리할 수 있습니다. 이는 프로젝트마다 개별적으로 설치하고 관리해야 했던 도구들을 일관성 있게 관리할 수 있게 해줍니다.

이러한 통합 접근 방식은 개발자가 새로운 프로젝트를 시작하거나 기존 프로젝트를 관리할 때 환경 설정의 복잡성을 크게 낮춥니다. 개발자는 이제 개별 도구의 버전 충돌이나 환경 불일치 문제에 덜 신경 쓰고 핵심적인 개발 작업에 집중할 수 있게 됩니다. Vite+는 개발 도구의 통합을 통해 개발 생산성을 높이고 환경 설정의 마찰을 줄이는 데 중점을 두고 있습니다.

Weave Robotics는 가정 환경을 위해 처음부터 설계된 모바일 가정용 로봇 Isaac 1을 출시하며 스마트 홈 로봇 시장에 새로운 변화를 예고합니다. 이 로봇은 빨래 수거와 방 정돈과 같은 번거로운 집안일을 대신 수행하도록 설계되었으며, 기존의 고정형 빨래 접기 기기에서 이동형 로봇으로의 전환을 의미합니다.

Isaac 1의 핵심 기능 중 하나는 Laundry Flow 기능으로, 더러운 옷을 스스로 찾아 집어 들고 가득 찬 햄퍼를 처리하며 옷을 접고 정리하는 작업을 수행합니다. 이는 단순한 자동화 기기를 넘어 사용자의 실제 생활 환경에 통합되어 움직이며 작업을 처리하는 모바일 로봇의 가능성을 보여줍니다.

이러한 이동형 로봇의 등장은 가정 환경에 최적화된 로봇 설계의 중요성을 강조하며, 사용자가 물리적인 공간을 넘어 실제 생활의 흐름을 관리하는 데 중점을 둔 기술 개발 방향을 제시합니다. Weave Robotics는 Isaac 1을 2026년 가을에 배송할 예정이며, 이는 가정용 로봇 시장의 발전 속도를 보여주는 구체적인 사례가 될 것입니다.

Podman v6.0.0이 컨테이너 관리 경험을 다듬는 메이저 릴리스로 공개되었습니다. 이번 업데이트는 코어 인프라 현대화와 보안 및 사용성 개선을 함께 포함하여 컨테이너 환경의 전반적인 품질을 향상시키는 데 중점을 두었습니다.

이번 릴리스의 핵심은 네트워킹 스택의 변화입니다. 기존의 slirp4netns와 iptables를 중심으로 운영되던 네트워킹 방식에서 Netavark, Pasta, nftables 기반으로 전환되었습니다. 이러한 변화는 시스템의 유지보수 부담을 줄이고 향후 기능 확장을 위한 기반을 마련하기 위함입니다.

네트워킹 계층의 현대화는 컨테이너 환경의 안정성과 확장성을 높이는 데 기여합니다. 개발자는 새로운 네트워킹 기술을 활용하여 더 효율적이고 관리하기 쉬운 컨테이너 환경을 구축할 수 있게 되었습니다.

ADBC(Arrow Database Connectivity)를 사용하여 데이터베이스에 연결하고 SQL을 실행할 수 있는 커맨드라인 도구인 databow가 소개되었습니다. 이 도구는 호환 ADBC 드라이버를 갖춘 모든 데이터베이스에 연결할 수 있는 기능을 제공하여 데이터베이스 접근을 표준화합니다.

databow는 단순한 연결을 넘어 대화형 SQL 셸을 제공하여 사용자가 명령 히스토리와 직관적인 네비게이션을 통해 효율적으로 데이터베이스를 탐색하고 쿼리를 실행할 수 있도록 지원합니다. 이는 복잡한 데이터베이스 환경에서 SQL 작업을 수행하는 개발자들에게 편리한 인터페이스를 제공합니다.

이 CLI 도구는 ADBC 표준을 활용함으로써 다양한 데이터베이스 시스템 간의 상호 운용성을 높이는 데 중점을 두고 있습니다. 따라서 ADBC 드라이버를 지원하는 환경에서 데이터베이스 조회를 자동화하고 간소화하고자 하는 개발자들에게 유용한 도구가 될 것입니다.

Google이 연령 확인에 사용할 수 있는 영지식 증명(ZKP) 라이브러리를 오픈소스로 공개했습니다. 이는 사용자가 불필요한 개인정보를 노출하지 않고도 18세 이상과 같은 특정 조건을 증명할 수 있게 하여 연령 확인 과정에서의 개인정보 노출을 최소화하는 데 중점을 둡니다.

ZKP 기술은 암호학적 방법을 통해 특정 정보의 진위를 증명하면서 실제 정보 자체는 공개하지 않는 방식으로 작동합니다. 따라서 개발자들은 이 라이브러리를 활용하여 민감한 개인정보를 보호하면서도 안전하게 연령 확인 시스템을 구축할 수 있는 기반을 확보하게 되었습니다.

이번 공개는 연령 확인 요구가 증가하는 온라인 환경에서 개인정보 보호와 사용자 경험을 동시에 개선하려는 시도입니다. 개발자들은 이 오픈소스 라이브러리를 통해 프라이버시를 보장하는 새로운 인증 시스템을 구현하는 데 활용할 수 있습니다.

코드 리뷰의 주된 목적은 버그를 잡아내거나 무결성을 보장하는 절차보다 나중에 유지보수하기 어려운 코드를 미리 드러내는 과정에 가깝습니다. 이는 코드 리뷰가 단순히 기능적 오류를 검증하는 것을 넘어, 코드의 장기적인 관리 용이성을 확보하는 데 중점을 두어야 함을 시사합니다.

리뷰 과정에서 코드를 읽는 사람이 해당 코드를 완전히 이해하지 못한다면, 같은 문제가 미래의 유지보수자에게도 발생할 가능성이 높습니다. 코드의 이해도가 낮으면 해당 코드를 수정하거나 확장할 때 예상치 못한 오류가 발생하거나 작업 속도가 현저히 느려질 수 있습니다.

따라서 코드 리뷰 시에는 기능의 정확성뿐만 아니라 코드의 명확성과 구조를 중점적으로 검토하여, 모든 개발자가 쉽게 이해하고 관리할 수 있는 코드를 만드는 것이 중요합니다. 이는 작성자가 맥락을 기억하고 있는 것보다 코드를 읽는 사람의 관점에서 코드를 평가하는 접근 방식을 요구합니다.

일본 최고재판소는 인공지능(AI)을 특허 출원서의 발명자로 기재할 수 없다는 하급심 판단을 확정했습니다. 이는 현행 일본 특허법상 발명자는 자연인으로 제한된다는 점을 재확인하는 판결입니다.

이 사건은 자신이 개발한 AI인 다부스(DABUS)가 식품 용기 등을 발명했다고 주장하며 2020년에 특허 출원을 진행한 미국 엔지니어의 소송에서 비롯되었습니다. 해당 엔지니어는 AI가 발명 주체가 될 수 있는지에 대한 법적 선례를 확보하고자 했습니다.

이번 판결은 AI가 창작한 결과물에 대한 지적재산권 및 특허 출원 과정에서 AI를 발명자로 인정하는 것에 대한 법적 제약을 명확히 했습니다. 이는 AI 기술을 활용하여 특허를 출원하거나 발명 주체를 설정하려는 개발자들에게 특허법 해석에 있어 중요한 맥락을 제공합니다.

Wordgard 0.1 버전이 새로 출시되었습니다. 이 라이브러리는 ProseMirror 안정화 이후 9년간의 경험과 CodeMirror 6의 설계 원칙을 반영하여 개발된 새로운 JavaScript 리치 텍스트 편집기 라이브러리입니다.

Wordgard는 기존 ProseMirror를 2.0으로 변경하거나 1.x 버전에 추가하는 방식이 아닌, 호환성 부담이 없는 새로운 API와 별도의 이름으로 재설계되었습니다. 이는 기존 리치 텍스트 시스템과의 통합 및 마이그레이션에 대한 부담을 최소화하기 위해 설계되었습니다.

개발자들은 Wordgard 0.1을 통해 기존 ProseMirror 환경에 얽매이지 않고 안정적으로 리치 텍스트 기능을 구현할 수 있습니다. 따라서 기존 ProseMirror 기반 프로젝트에서 새로운 편집기 기능을 도입하거나 확장할 때 호환성 문제를 겪지 않고 적용할 수 있다는 점이 핵심입니다.

골드만삭스의 보고서는 인공지능이 직업 시장에 미칠 잠재적인 영향에 대해 심각한 우려를 제기하고 있습니다. 이 보고서는 AI 기술 발전이 광범위한 직업의 소멸을 야기할 수 있다는 'AI 일자리 종말'이라는 주제를 다루며, 특히 기술 분야 종사자들에게 중요한 시사점을 제공합니다.

보고서는 AI가 자동화하는 영역과 그렇지 않은 영역을 구분하며, 특정 직업군이 대규모로 대체될 위험에 처해 있음을 분석합니다. 개발자들은 자신의 직무가 AI에 의해 어떻게 변화하고 자동화될지 이해하고, 새로운 기술 환경에 맞춰 역량을 재정비할 필요가 있습니다.

따라서 이 보고서는 단순히 일자리 감소에 대한 경고를 넘어, 기술 변화 속에서 개발자들이 어떤 새로운 기회를 포착하고 어떤 기술 스택을 집중해야 하는지에 대한 전략적 방향을 제시합니다. AI 시대에 생존하고 성장하기 위해서는 기술적 적응력과 창의적인 문제 해결 능력이 더욱 중요해집니다.

PeerTube는 YouTube, Dailymotion, Vimeo와 같이 데이터와 관심을 중앙화하는 플랫폼의 대안으로 개발된 무료 탈중앙화·연합형 비디오 플랫폼입니다. 이 플랫폼은 중앙 서버에 의존하지 않고 여러 소규모 상호운용 비디오 호스팅 제공자들이 네트워크를 이루어 운영되는 구조를 가지고 있습니다.

PeerTube는 분산된 네트워크를 통해 운영되므로 특정 기업의 통제에서 벗어나 사용자 데이터와 콘텐츠의 소유권을 강화하는 것을 목표로 합니다. 사용자는 이 네트워크 내에서 제작자를 팔로우하고 영상을 만들 수 있는 기능을 제공받습니다.

이러한 연합형 구조는 개별 호스팅 제공자들이 서로 연결되어 콘텐츠를 공유하고 상호운용성을 확보할 수 있게 합니다. 이는 기존의 거대 플랫폼들이 가지는 중앙 집중식 통제 문제를 해결하고 더 개방적이고 분산된 비디오 생태계를 구축하고자 하는 시도입니다.