읽을 가치가 있는 기사만, 짧고 또렷하게.

미국 정부가 개인 정보 보호 기술을 금지하는 행정 명령을 내리면서 데이터 공개의 프라이버시 보호에 심각한 위기가 발생했습니다. 2026년 6월 4일, 상무부는 경제분석국(BEA) 및 미국 인구조사국(U.S. Census Bureau) 출판물에 대한 기밀 보호를 1970년대 초반 기술로 제한하는 지침(DAO 216-26)을 발표했습니다.

이 지침은 데이터 주체의 프라이버시를 보장하기 위해 발전해 온 지난 반세기 기술들을 무력화시키며, 특히 차분 프라이버시(differential privacy)와 같은 현대적인 데이터 보호 기법의 사용을 금지합니다. 차분 프라이버시는 2020년 인구조사 및 통근 패턴 데이터 공유에 사용되었으며, 향후 2030년 인구조사에도 적용될 예정이었습니다.

이러한 조치는 과학적 타당성보다는 정치적 이해관계에 의해 추진되었으며, 인구조사법(13 U.S. Code Section 9)이 요구하는 기밀성과 데이터 유용성이라는 두 가지 의무를 충족시키지 못합니다. 정부는 데이터 공개 회피 기법을 '정확도 감소(coarsening)'나 '억제(suppression)'로 제한하고, 데이터셋에 무작위 값을 추가하는 '노이즈 주입(noise infusion)'과 같은 핵심적인 프라이버시 보장 기술을 금지했습니다.

결과적으로 이 명령은 지난 수십 년간 데이터의 세부 정보를 유지하면서 기밀성을 보장하기 위해 개발된 기술들을 중단시키며, 데이터 공개에 있어 새로운 차원의 위험을 초래하고 있습니다.

제과점 체인인 저지 마이크스(Jersey Mike's)의 IPO 서류를 분석한 결과, 인공지능(AI)에 대한 과도한 과대광고 현상을 보여줍니다. 샌드위치를 판매하는 회사가 AI에 대해 언급할 필요가 없었음에도 불구하고, S-1 문서에서 '인공지능'과 'AI'라는 용어가 총 22번이나 언급되었습니다.

이는 투자자들이 AI에 대한 열망이 매우 높기 때문에 기술 기업들이 투자 유치 과정에서 AI 관련 내용을 포함시키려는 경향을 반영합니다. 실제로 AI 소프트웨어를 판매하는 회사가 아니므로 AI 관련 위험을 명확히 설명하지 않고 단순히 "우리는 비즈니스에 AI 기술을 사용하기 시작했다"는 식의 일반적인 문구로 위험 경고를 처리했습니다.

이러한 상황에서 실제 AI 재앙의 위험은 샌드위치를 생산하는 회사에 있어서는 번개에 맞을 위험과 비슷할 것으로 예측됩니다. 실제로 다른 식품 사업체들도 AI 관련 문제에 직면했으며, 스타벅스가 출시했던 AI 재고 관리 도구처럼 실패한 사례가 이미 존재합니다. 따라서 투자자들은 AI 관련 마케팅에 대한 과장된 기대보다는 실제 비즈니스 운영에 미치는 구체적인 위험 요소를 더 면밀히 검토해야 합니다.

LMDB 1.0은 BerkeleyDB API를 기반으로 하지만 단순화된 Btree 기반 데이터베이스 관리 라이브러리로, 전체 데이터베이스가 메모리 맵으로 노출되어 데이터 접근 시 복사나 할당 작업 없이 메모리에서 직접 데이터를 가져오므로 매우 높은 성능과 메모리 효율성을 제공합니다. 이 라이브러리는 완전한 ACID 보장 트랜잭션을 지원하며, 데이터 페이지에 대해 복사-쓰기(copy-on-write) 전략을 사용하여 데이터 손상에 대한 저항성을 제공하고 시스템 충돌 후 복구 절차를 없앱니다.

LMDB는 다중 스레드 환경을 지원하며 여러 프로세스와 스레드 간의 동시 읽기/쓰기 접근을 허용하고, 쓰기 트랜잭션이 다른 쓰기 트랜잭션을 직렬화하여 교착 상태(deadlock)를 방지합니다. 또한 데이터베이스 구조는 다중 버전으로 설계되어 읽기와 쓰기가 서로를 블록하지 않아 유지보수가 필요 없다는 장점이 있습니다.

그러나 메모리 맵을 읽기/쓰기 모드로 사용할 경우 애플리케이션 코드에서 포인터를 통해 데이터베이스가 손상될 위험이 있으므로 주의해야 합니다. 또한 BSD 시스템에서 잠금 파일이나 세마포어 관련 문제 발생 시, `mdb_reader_check` 함수 등을 사용하여 정기적으로 오래된 리더 트랜잭션을 확인해야 합니다.

동시 접근 시에는 활성 트랜잭션을 가진 프로세스를 중단하지 않도록 하며, 원격 파일 시스템에서는 LMDB를 사용하지 않아야 합니다. 이러한 제약 사항을 이해하고 적용해야 LMDB를 안전하고 효율적으로 사용할 수 있습니다.

연구원들이 macOS를 감염시키는 새로운 형태의 악성코드인 PamStealer를 발견했습니다. 이 악성코드는 은밀하고 맞춤 개발된 자격 증명 탈취 코드를 사용하여 Mac을 감염시키는 여러 기발한 기술을 결합하고 있습니다.

이 악성코드는 두 단계로 배포됩니다. 첫 번째 단계는 Mac용 클립보드 관리자인 Maccy로 위장한 디스크 이미지 형태로 배포됩니다. 이 단계는 AppleScript로 컴파일되어 있으며, 이 AppleScript를 더블 클릭하면 macOS 스크립트 편집기에서 열리면서 악성 기능이 파일 깊숙이 숨겨져 은밀하게 작동합니다.

PamStealer는 Rust로 작성되었으며 macOS에 내장된 Pluggable Authentication Modules(PAM) 인터페이스를 사용하여 대상의 로그인 암호를 검증한 후 공격자 통제 서버로 전송합니다. 이러한 이중 배포 방식과 AppleScript를 활용한 은닉 기법은 악성코드가 탐지를 피하고 시스템 내에서 지속적으로 숨어있도록 하는 데 사용됩니다.

동료심사 연구 결과에 따르면 양서류와 파충류의 장내 미생물군에서 유래한 미생물인 *Ewingella americana*가 생쥐 대장암 모델에서 종양을 제거하는 후보 물질로 주목받고 있습니다. 이 연구는 특정 장내 세균이 암 치료에 잠재적인 역할을 할 수 있음을 시사하며, 미생물군이 숙주의 면역 및 종양 환경에 미치는 영향을 탐구하는 데 중요한 단서를 제공합니다.

실험 과정에서 면역 기능이 있는 생쥐에게 이 미생물을 단회 정맥 투여했을 때 치료군 100%에서 종양이 완전히 사라지는 결과를 보였습니다. 더욱 주목할 점은 암세포가 다시 노출된 후에도 재발이 관찰되지 않아 치료 효과가 장기적이고 안정적임을 입증했다는 것입니다.

이는 장내 미생물 기반의 접근 방식이 암 치료에 혁신적인 대안이 될 수 있음을 보여줍니다. 향후 *Ewingella americana*와 같은 특정 장내 미생물군을 활용하여 면역 치료나 종양 제거를 위한 새로운 치료 전략을 개발하는 데 중요한 기초 자료로 활용될 수 있습니다.

유타주의 그레이트 솔트 호수 추적 시스템은 이 호수가 주(州)의 수자원 건강, 경제, 환경을 나타내는 중요한 지표임을 보여줍니다. 호수 수위의 변화는 대기 질, 야생동물 서식지, 광물 채굴, 그리고 주 전역 지역의 물 가용성에 영향을 미치므로, 이 추적 데이터는 환경 보호를 위한 정보에 입각한 조치를 취하는 데 필수적입니다.

이 추적 시스템은 USGS 모니터링 지점인 살타이르 보트 하버와 살라인(Saltair Boat Harbor and Saline, UT)의 데이터를 기반으로 하며, 매일 자정 기준으로 데이터를 평균하여 표시합니다. 현재 데이터에 따르면 호수의 최소 건강 수위는 해발 4,198피트이며, 현재 수위는 이 최소 건강 수위보다 0피트 아래에 위치하고 있습니다.

추적 데이터는 호수의 건강 상태를 파악하는 데 중요한 여러 지표를 제공하는데, 예를 들어 호수 바닥 노출 면적은 0제곱마일이며, 염도는 12~16%로 이란(brine shrimp)에게 이상적인 상태입니다. 또한, 북쪽 팔과 남쪽 팔의 고도 측정값과 더불어, USGS의 수문 지도(Hydromapper)와 유타 자연자원부의 대시보드를 통해 수위, 부피, 염도 변화를 시간 경과에 따라 확인할 수 있습니다.

구글과 아마존이 발표한 보고서에 따르면 인공지능(AI)의 실질적인 환경 비용에 대한 경고 신호가 포착되었습니다. AI는 이전 디지털 기술보다 훨씬 많은 에너지와 물을 소비하며, 이로 인해 빅테크 기업들이 제시한 넷제로 목표 달성이 훨씬 어려워졌습니다. 구글의 총 탄소 배출량은 작년 대비 25%, 아마존은 16% 증가했으며, 이는 AI 사용 증가와 밀접한 관련이 있습니다.

두 회사는 AI가 배출량 증가의 직접적인 원인이라고 명시하지는 않았지만, 데이터 분석 결과는 AI가 환경에 미치는 간접적인 영향을 명확히 보여줍니다. 특히 탄소 집약도(Carbon intensity)를 측정하는 기준에서, 기업들은 AI 수요를 충족시키기 위해 자연 가스 발전소에 투자하는 등 화석 연료 사용으로 회귀하는 추세입니다.

이러한 탄소 발자국의 대부분은 직접 통제하기 어려운 범위 3 배출량에서 발생하는데, 이는 GPU 구매나 판매 제품 사용과 같은 자본재 및 제품 사용에서 비롯됩니다. 데이터 센터가 주요 동인이며, 아마존은 고객 수요 충족을 위해 2025년 4분기에 다른 어떤 회사보다 많은 데이터 센터 용량을 추가했습니다.

결국 넷제로 목표를 달성하기 위해서는 재생 에너지 구매를 늘리고 첨단 철강 및 시멘트 제조에 투자하며 탄소 제거 크레딧을 구매해야 합니다. 반도체 제조 과정과 데이터 센터 건설에서 발생하는 환경 문제도 해결해야 하며, AI 시대의 지속 가능한 성장을 위해서는 이러한 구조적인 변화가 필수적입니다.

AI 코딩 에이전트를 사용하여 고품질 소프트웨어를 개발하기 위한 '짧은 목줄(Short Leash)' 방법을 제시합니다. 이 방법은 전문가 개발자들이 최첨단 AI 모델을 사용하면서도 품질을 희생하지 않고 성능을 향상시킬 수 있도록 설계되었습니다. 현재의 '느낌(Vibe)' 기반 접근 방식은 코드가 비효율적이고 지저분해지는 문제를 야기하며, 특히 훈련 데이터가 부족한 틈새 분야에서는 더욱 심각한 품질 저하를 초래할 수 있습니다.

이 문제를 해결하기 위해 짧은 목줄 방법은 계획 단계에서 작업 목표를 설정하고 진행 상황을 추적하는 단계를 포함합니다. AI 에이전트가 임의로 작동하는 것을 방지하기 위해 권한을 건너뛰는 모드(YOLO)를 사용하지 않으며, 변경 사항에 대한 차이점(diff)을 확인하고 AI의 제안에 대해 지속적으로 개입하는 것이 핵심입니다. 또한, AI가 위험한 작업을 시도할 때 권한을 거부하고, 각 하위 작업이 완료될 때마다 커밋을 수행하여 작업 흐름을 통제해야 합니다.

AI 기반 코드 검토 과정에서는 AI를 린터(linter)로 활용하여 일반적인 실수를 빠르게 잡아내고, 인간 개발자는 더 높은 수준의 문제와 방향성을 검토하는 협업이 필요합니다. PR 설명에는 AI 사용 여부와 사용된 모델을 명시하는 AI 공개(AI Disclosure)를 의무화해야 합니다. 가장 중요한 것은 AI가 작성한 코드를 제출하는 작성자가 직접 줄 단위로 검토하여 코드에 대한 이해도를 확보하고 최종 승인을 결정하는 것입니다.

Claude나 다른 대규모 언어 모델(LLM)이 실제 비디오를 시각적으로 이해할 수 있도록 하는 도구가 공개되었습니다. 이 도구는 URL이나 로컬 파일에서 장면을 인식하고 중복을 제거한 프레임과 자막을 추출하여 LLM에게 제공함으로써 비디오 콘텐츠에 대한 깊은 이해를 가능하게 합니다.

기존의 대부분의 AI 비디오 처리 방식은 1초당 고정된 간격으로 프레임을 샘플링하여 빠른 장면 전환이나 정적인 화면을 제대로 포착하지 못하는 한계가 있었습니다. 하지만 claude-real-video는 장면 변화 감지 및 밀도 기준을 적용하여 실제 의미 있는 프레임만을 선택하고 중복을 제거하는 방식으로 작동합니다. 이는 고정된 샘플링 방식보다 훨씬 정확하게 비디오의 시각적 흐름을 모델에게 전달할 수 있게 합니다.

이 도구는 비디오를 처리하기 위해 ffmpeg와 ffprobe를 사용하며, 프레임 추출, 중복 제거, 음성 전사(Whisper)를 수행한 후 최종적으로 LLM이 읽을 수 있는 프레임 폴더, 전사 파일, 그리고 정리된 MANIFEST.txt를 생성합니다. 이 모든 과정은 사용자의 로컬 환경에서 실행되므로 데이터 보안을 유지하며, 모델에게는 불필요한 정보가 아닌 핵심적인 시각 정보만을 제공하여 컨텍스트 효율성을 높입니다.

세계에서 가장 키가 큰 열대 나무인 딥테로카르(Dipterocarp) 종들이 가뭄에 대해 수분 수송 시스템이 충분히 적응되어 있음을 밝히는 새로운 연구 결과가 발표되었습니다. 엑서터 대학교와 카디프 대학교가 주도한 이 연구는 거대한 나무들이 뿌리에서 꼭대기 가지로 물을 끌어올리는 과정에서 발생하는 어려움을 성공적으로 보상하고 있음을 발견했습니다.

기존의 과학 이론은 나무의 높이가 증가할수록 물 수송이 어려워져 가뭄에 더 취약해진다고 보았으나, 이번 연구는 거대한 딥테로카르 나무의 수분 시스템이 높이에 관계없이 완벽하게 진화했음을 보여줍니다. 연구진은 나무 내부에 있는 얇고 속이 빈 관들이 극심한 저압 상태에서도 물을 액체 형태로 유지하며 상층부로 물을 끌어올리는 정교한 적응을 가지고 있다고 설명했습니다.

이 결과는 키가 큰 나무들이 가뭄에 더 취약하다는 기존 예측에 도전하며, 이러한 거목들이 더 작은 나무들보다 가뭄 조건에서 성장 손실이 적다는 것을 시사합니다. 또한 연구는 이러한 거목들이 기후 변화에 대응하여 생존할 수 있다는 점을 강조하며, 기후 변화 속에서 이들 숲을 보호해야 할 필요성을 뒷받침합니다.

자바 가상 머신(JVM)에 엄격한 필드 초기화(Strict Field Initialization) 기능을 미리보기로 도입하는 JEP 539가 발표되었습니다. 이 기능은 필드가 읽히기 전에 반드시 초기화되어야 함을 보장하여 0이나 null과 같은 기본값이 관찰되는 것을 방지합니다. 특히 final 필드의 경우, 해당 필드는 항상 동일한 값을 유지하도록 보장하여 다중 읽기 시 발생하는 불일치 문제를 해결하고자 합니다.

이러한 변경의 동기는 기본값으로 초기화된 필드가 실제 데이터가 아닌 단순히 초기화되지 않았다는 신호로 오해되어 예상치 못한 버그를 유발하는 문제를 해결하기 위함입니다. 예를 들어, 클래스 초기화 순서에 따라 다른 컴포넌트가 서로 상충되는 필드 값을 사용하게 되어 복잡한 시스템에서 디버깅을 어렵게 만드는 문제가 발생했습니다.

JEP 539는 개발자에게 필드 초기화에 대한 더 강력한 무결성 보장을 제공하며, 필드를 읽기 전에 명시적으로 초기화하도록 요구하는 대안적인 접근 방식을 제시합니다. JVM에 복잡성을 추가하기보다는 라이브러리를 통해 지연 초기화(lazy initialization)와 같은 대안을 제공하여 유연성을 확보하고자 합니다.

다만, 새로운 JVM 기능은 비용이 발생하며, 기존의 객체 초기화 순서에 대한 개발자들의 수용이 필요합니다. 또한, 기존 도구에서 실수로 엄격 초기화 플래그를 설정할 위험도 존재하므로, 새로운 기능 도입에 따른 위험과 트레이드오프를 고려해야 합니다.

LLM 배심원을 활용하여 식품 메타데이터 구축에 대한 논의가 이루어졌습니다. 이 글은 대규모 언어 모델(LLM)을 사용하여 식품 관련 메타데이터를 구축하는 방법에 초점을 맞추고 있습니다.

이는 멀티모달 AI 기술을 통해 복잡한 식품 데이터를 처리하고 최적화하는 데 LLM이 어떻게 활용될 수 있는지 탐구하는 내용입니다. 특히 컨텍스트 최적화와 멀티모달 AI의 관점에서 식품 메타데이터를 구축하는 접근 방식에 대해 논의하고 있습니다.

이러한 접근 방식은 식품 데이터의 품질과 정확성을 향상시키고, 다양한 정보 소스에서 메타데이터를 효과적으로 통합하는 데 중요한 의미를 가집니다. 개발자들은 LLM을 통해 식품 관련 데이터의 구조화 및 이해를 개선하는 데 적용할 수 있는 구체적인 방법을 모색할 수 있습니다.

Klara and the Sun 에세이 콘테스트에 참가하여 1,000달러의 상금을 받을 수 있는 기회가 제공됩니다. 이 콘테스트는 인공지능(AI) 사용을 허용한다는 점이 주요 특징이며, 창작 과정에서 AI 도구를 활용하는 것에 대한 논의를 촉발할 수 있습니다.

참가자들은 AI를 활용하여 에세이를 작성하는 과정에서 어떤 윤리적, 창의적 경계를 설정해야 하는지에 대해 고민하게 될 것입니다. 이는 AI 기술이 창작 활동에 통합됨에 따라 발생하는 새로운 창작 방식과 저작권 문제에 대한 흥미로운 사례를 제공합니다.

개발자나 창작자들은 AI가 콘텐츠 생성에 미치는 영향을 이해하고, 이러한 도구를 어떻게 책임감 있게 활용할 수 있는지에 대한 관점을 넓힐 수 있습니다. 이 콘테스트는 기술과 예술의 교차점에서 AI의 역할과 미래에 대해 생각해 볼 기회를 제공합니다.

메타가 텍스트 프롬프트를 사용하여 인터랙티브 미니 게임을 생성하고 공유할 수 있는 실험적인 AI 앱인 Pocket을 출시했습니다. 이 앱은 메타가 올해 초 vibe-coded 게임 플랫폼인 Gizmo 팀을 인수한 결과물이며, 사용자가 'gizmos'라고 불리는 상호작용 경험을 만들고 공유할 수 있는 창의적인 플랫폼을 제공합니다.

Pocket은 사용자가 텍스트 기반 AI 프롬프트를 통해 작은 인터랙티브 경험을 구축할 수 있도록 하며, 다른 사용자들이 만든 gizmos를 플레이할 수 있는 스크롤 가능한 피드도 제공합니다. 이 앱은 App Store와 Google Play에서 2026년 6월 29일에 출시되었으며, Appfigures 데이터에 따르면 이전 플랫폼인 Gizmo는 63만 5천 건의 설치를 기록하며 98%의 긍정적인 감성 지수를 보였습니다.

이번 Pocket의 출시는 메타가 AI 생성 이미지나 Vibes와 같은 다른 AI 도구에 이어 AI 창작 도구를 주류로 확장하려는 움직임의 일환입니다. 현재 Pocket은 초기 실험 단계에 있으며 공식적인 발표는 없지만, 메타는 AI 생성 도구를 더 대중화하려는 노력을 지속하고 있습니다.

EXAPUNKS는 1997년을 배경으로 한 해킹과 바이러스 제작을 주제로 한 게임입니다. 플레이어는 '한 해킹, 한 투여'라는 거래를 통해 시스템을 조작하며 은행, 정부, 심지어 자신의 신체까지 해킹하는 활동을 수행합니다. 이 게임은 EXA(실행 에이전트)를 프로그래밍하여 네트워크를 휩쓸고 파일을 삭제하는 바이러스를 작성하는 등의 활동을 다룹니다.

게임 내에서 플레이어는 특정 시스템을 해킹하고 이를 통해 ПАСЬЯНС나 HACK*MATCH 같은 게임을 플레이하거나 TEC Redshift 개발 키트를 해킹하여 자체적인 홈브루 게임을 만드는 등의 목표를 달성해야 합니다. 이는 단순한 스토리텔링을 넘어 시스템의 논리와 구조를 파고드는 퍼즐 제작의 맥락을 제공합니다.

또한 EXAPUNKS의 커스텀 퍼즐 제작 도구인 Axiom VirtualNetwork+는 JavaScript와 API 함수를 사용하여 호스트, 파일, 레지스터를 생성하고 퍼즐 논리를 지정하는 데 사용됩니다. 이 도구는 EXAPUNKS의 가상 네트워크 개념을 실제 프로그래밍 환경에서 구현하는 데 중요한 참조 자료가 됩니다.

물리적인 EXAPUNKS 잡지 세트(1/2, 2/2)는 주문형 인쇄 방식을 통해 제공되며, 이는 개발자들이 가상 네트워크와 시스템 조작이라는 주제를 실제 제작물로 구현하는 데 영감을 줄 수 있습니다.

여행 앱 호퍼(Hopper)가 숨겨진 수수료를 부과하고 여행객을 오도하기 위해 기만적인 ‘다크 패턴’을 사용했다는 미국 연방거래위원회(FTC)의 소송에 따라 3500만 달러의 합의금을 지불하기로 했습니다. 이 사건은 사용자에게 서비스의 비용과 이점에 대해 잘못된 정보를 제공한 것에 대한 규제 당국의 조치 사례입니다.

FTC는 호퍼가 ‘VIP 지원’ 및 ‘가격 동결(Price Freeze)’ 서비스의 혜택을 과장하여 소비자를 속였다고 주장했습니다. 특히 사용자들이 선택하지 않은 추가 비용이나 VIP 지원 수수료가 앱 인터페이스 내에 숨겨져 있었으며, 사용자가 화면을 아래로 스크롤해야만 해당 비용을 볼 수 있도록 설계되어 있었다는 점이 문제로 지적되었습니다.

또한, ‘가격 동결’ 서비스의 경우 소비자가 여행 예약 가격을 특정 기간 동안 유지할 수 있다고 주장했지만, FTC는 이 서비스와 관련된 제한 사항을 명확하게 전달하지 않았다고 밝혔습니다. 예를 들어, 가격 동결은 특정 한도 내에서만 적용되며 예약이 여전히 가능해야 한다는 제약 조건이 명확하게 고지되지 않았습니다.

이번 합의를 통해 호퍼는 모든 수수료를 명확하게 공개하고 사용자가 예약을 완료하기 전에 총 비용을 완전히 인지하도록 보장해야 하는 의무를 지게 되었습니다. 이는 개발자와 제품 디자이너들이 사용자 경험을 설계할 때 투명성과 공정성을 확보하는 것이 법적 책임임을 보여주는 중요한 사례입니다.

분산 시스템에서 워크플로우 상태를 데이터와 함께 위치시키는 것(co-locating workflow state with your data)은 강력한 이점을 제공합니다. 이는 워크플로우 메타데이터와 애플리케이션 데이터가 동일한 Postgres 데이터베이스에 존재하게 하여, 이들을 단일 트랜잭션 내에서 업데이트할 수 있게 만듭니다. 이러한 데이터의 공존은 부분적인 실패를 방지하며, 복잡한 문제인 원자성(atomicity)과 불변성(idempotency)을 훨씬 단순하게 해결할 수 있게 합니다.

분산 시스템에서 가장 큰 도전 과제 중 하나인 불변성 문제는 워크플로우 단계가 중단되었을 때 재시작하는 과정에서 중복 실행을 방지해야 합니다. 기존의 내구성 있는 워크플로우 엔진만으로는 이 문제를 해결하기 어려우며, 애플리케이션 수준의 기록 관리(bookkeeping)가 필요했습니다. 그러나 워크플로우 상태와 애플리케이션 데이터를 동일한 데이터베이스에 위치시키면, 워크플로우 엔진은 데이터베이스 트랜잭션 내에서 단계 체크포인트와 데이터 업데이트를 동시에 수행할 수 있습니다. 이로써 데이터베이스 업데이트와 체크포인트 기록이 하나의 트랜잭션으로 묶여, 단계가 정확히 한 번만 실행되도록 보장하는 정확히 한 번 실행(exactly-once execution) 의미를 제공합니다.

또한, 데이터베이스 기반 워크플로우를 활용하면 여러 시스템에 걸쳐 업데이트를 안정적으로 수행하는 문제도 단순화됩니다. 예를 들어, 데이터베이스 레코드 업데이트와 다른 시스템으로 알림을 보내는 작업에서 발생하는 불일치를 해결하기 위해 별도의 조정 작업이 필요하지 않습니다. 대신, 워크플로우 엔진은 애플리케이션 업데이트와 동일한 데이터베이스 트랜잭션 내에서 워크플로우를 큐에 넣는 사용자 정의 함수(UDF)를 활용하여 작업의 원자성을 보장합니다. 이 방식은 데이터베이스 업데이트와 워크플로우 큐 삽입이 동시에 성공하거나 둘 다 실패하도록 보장하여 시스템의 신뢰성을 높입니다.

NetBSD에 Vulkan 소프트웨어 스택을 성공적으로 구현하고 자동화하는 작업이 완료되었습니다. 이 프로젝트는 Mesa의 Lavapipe 드라이버를 NetBSD에 구축하고 설치하는 과정을 자동화하여 재현 가능하게 만드는 것을 목표로 합니다.

구체적으로, 이 과정은 환경 설정부터 의존성 빌드, Mesa 빌드, 그리고 드라이버 설치까지 전체 프로세스를 자동화합니다. 결과적으로 Vulkan 드라이버(libvulkan_lvp.so)와 ICD 매니페스트가 시스템에 설치되어 Vulkan 로더가 이를 발견할 수 있도록 설정되었습니다.

현재 이 작업은 베타 단계이며, 실제 Vulkan 애플리케이션 실행을 위해서는 Vulkan 로더(libvulkan.so.1)가 추가로 필요합니다. 따라서 런타임 실행에 대한 검증은 아직 완료되지 않았습니다.

개발자는 빌드 과정에서 발생하는 GCC 오류를 우회하기 위한 임시 방편이 적용되어 있으며, 향후 로더와 릴리스 파이프라인이 통합됨에 따라 더 안정적인 수정이 진행될 예정입니다. 이 프로젝트는 Vulkan 지원이 없는 주요 BSD 중 하나인 NetBSD에 Vulkan을 도입하는 데 중요한 발걸음입니다.

Anthropic이 삼성과 새로운 맞춤형 칩에 대한 협력을 논의하고 있습니다. 이는 칩 부족 문제에 대응하기 위해 자체 AI 칩 개발을 고려해왔던 Anthropic이 구체적인 움직임을 보인 것으로 보입니다. 현재 보고된 바에 따르면 Anthropic은 해당 칩의 용도, 서버 통합 방식, 성능 수준 등에 대해서는 아직 결정하지 않았습니다.

Anthropic은 여전히 컴퓨팅 전략의 핵심으로 구글, 아마존, 엔비디아 칩을 포함하는 다양한 하드웨어 스택을 유지할 것이라고 밝혔습니다. 이는 특정 칩에 의존하기보다는 다각화된 접근 방식을 선호함을 시사합니다. 이러한 움직임은 엔비디아가 칩 산업을 지배하는 상황에서 다른 AI 기업들이 엔비디아 의존도를 줄이고 특정 컴퓨팅 작업에 특화된 독자적인 하드웨어를 개발하려는 추세와 맥을 같이 합니다.

경쟁사인 OpenAI가 Broadcom과 협력하여 자체 추론 프로세서인 ‘Jalapeño’ 칩을 발표하며 효율성(성능당 전력)을 강조한 것 역시 중요한 배경입니다. 삼성은 엔비디아의 주요 파트너로서 칩을 생산하며, 삼성과 엔비디아는 한국에서 AI 칩 공장 건설을 추진하고 있습니다. 따라서 Anthropic과 삼성의 논의는 AI 하드웨어 공급망과 경쟁 구도에 중요한 영향을 미칠 수 있습니다.

웨버(Weber)가 7월 4일 휴일을 앞두고 그릴, 그리들, 스모커 및 액세서리에 대해 역대 최고 할인 가격을 제공하고 있습니다. 로저 다흘(Roger Dahle) CEO와의 인터뷰에 따르면, 웨버는 다양한 가격대의 그릴과 그리들 라인업을 할인 판매하며, 대부분의 제품에서 다른 소매업체보다 약 50달러 저렴한 가격을 제시하고 있습니다.

특히 가정용 바비큐에 적합한 스피릿 E-325 그릴은 프로판 가스 모델이 보통 549달러에서 499달러로, 천연가스 모델은 599달러에서 549달러로 할인되어 판매됩니다. 이 모델은 360제곱인치의 그릴 표면과 90제곱인치의 워밍 랙을 제공하며, 스테이크를 마무리하기 위한 두 개의 시어링 존을 갖추고 있어 기본적인 모델보다 향상된 기능을 제공합니다.

그리들 제품군에서도 할인이 적용되는데, 30인치 슬레이트 내열 그리들은 홈디포에서 50달러 할인되어 649달러에 판매됩니다. 또한, 캠핑에 적합한 17인치 탁상 그리들 역시 50달러 할인된 249달러에 제공되며, 이는 홈디포와 에이스 하드웨어에서 찾아볼 수 있습니다.

더 고급 옵션으로는 펠릿 그릴인 시어우드 XL 600 모델이 100달러 할인되어 1,199달러에 판매되고 있으며, 이는 낮은 온도에서 천천히 요리하거나 고온에서 구울 수 있는 기능을 제공합니다. 이 할인 정보는 특정 모델과 크기에 따라 가스 연결 여부 등 사용 환경에 따른 선택을 고려해야 함을 의미합니다.