Thoughtworks Technology Radar, Volume 33 공개

(thoughtworks.com)

8P by neo 2일전 | ★ favorite | 댓글과 토론

테크닉/도구/플랫폼/개발언어 및 프레임워크 분야의 최신 트렌드들을 Adopt(도입 권장), Trial(시험 사용), Assess(평가), Hold(주의) 4단계로 시각화 및 설명
주요 테마 4개: AI 인프라 오케스트레이션, MCP 기반 에이전트 부상, AI 코딩 워크플로우, AI 안티패턴 출현

AI에 인프라 오케스트레이션 도입

AI 워크로드가 조직들로 하여금 훈련과 추론을 위한 대규모 GPU 플릿 오케스트레이션을 요구
- 단일 GPU의 HBM 용량(80GB) 한계를 넘는 대형 모델이 증가하면서 분산 훈련과 멀티 GPU 추론이 필수화됨
- 플랫폼 팀은 복잡한 다단계 파이프라인을 구축하고 처리량과 지연시간을 지속적으로 조정
- Nvidia DCGM Exporter로 플릿 원격측정 수행, 토폴로지 인식 스케줄링으로 인터커넥트 대역폭이 가장 높은 위치에 작업 배치
Kubernetes는 AI 워크로드를 대규모로 관리하는 핵심 기반이지만, microVM(Firecracker), Uncloud 같은 대안 플랫폼도 주목받고 있음
- Kueue를 통한 대기열 및 할당량 관리, 토폴로지 인식 스케줄링(topology-aware scheduling), gang scheduling 등 GPU 링크 간 빠른 통신을 고려한 배치 전략이 발전 중
- NVLink/NVSwitch 같은 고속 GPU 간 링크와 RDMA를 갖춘 연속적 데이터센터 "아일랜드"(랙 또는 파드) 내 멀티-GPU 작업 배치
Kubernetes의 최근 멀티-GPU 및 NUMA 인식 API 개선이 이러한 역량을 강화하며, 장치 간 대역폭 향상, 테일 레이턴시 감소, 효과적 활용률 증가
- AI 코딩 워크플로우 수요 증가와 MCP로 향상된 에이전트가 부상하며 AI 인프라에서 빠른 혁신이 예상됨
- GPU 인식 오케스트레이션이 기본 요건이 되고 있으며, 토폴로지가 이제 일급 스케줄링 고려사항으로 부상

MCP 기반 에이전트 부상

MCP와 에이전트의 동시 부상, 그리고 이를 중심으로 구축된 프로토콜 및 도구 생태계 확장이 이번 Radar의 주요 주제
- MCP가 에이전트 구동 및 효율적·반자율적 작동을 위한 궁극의 통합 프로토콜로 자리매김하고 있음
거의 모든 주요 벤더가 MCP 지원을 추가하며, 에이전트 중심 워크플로우가 빠르게 성장
에이전트 워크플로우의 지속적 혁신이 관찰되며, 컨텍스트 엔지니어링이 모델의 동작과 자원 효율 최적화의 핵심으로 부상함
- A2A(Agent-to-Agent), AG-UI 같은 신규 프로토콜이 멀티 에이전트 협업 앱 구축의 복잡도를 낮춤
- AGENTS.md, Anchoring coding agents, Context7 MCP 서버 등의 기술이 실제 개발 워크플로우에 채택됨
AI 생태계의 특성상 각 Radar마다 새로운 혁신이 폭발적으로 발생
— 지난번은 RAG이었고 이번은 에이전트 워크플로우와 이를 지원하는 도구, 기법, 플랫폼의 성장하는 집합체(constellation)
- 그리고 주목할 만한 AI 안티패턴도 일부 등장

AI 코딩 워크플로우

AI가 소프트웨어 구축 및 유지보수 방식을 변화시키고 있으며, 최근 논의에서 지배적인 주제
- 레거시 코드베이스 이해를 위한 AI 활용부터 포워드 엔지니어링을 위한 GenAI까지 소프트웨어 가치 사슬 전반에 전략적으로 내재화됨
- 코딩 에이전트에 지식을 더 효과적으로 공급하는 방법 학습
팀들은 AGENTS.md 파일을 통한 맞춤형 지침 정의, Context7 같은 MCP 서버와 통합하여 최신 종속성 문서 가져오기 등 새로운 실천법 실험중
- AI가 개별 기여자뿐 아니라 팀 전체를 증폭해야 한다는 인식 증가
- 큐레이션된 공유 지침과 커스텀 명령어가 공평한 지식 확산 보장을 위해 등장함
도구 환경은 활기차게 진화중:
- 디자이너는 UX Pilot과 AI Design Reviewer 를 활용, 개발자는 v0와 Bolt로 셀프서비스 UI 프로토타이핑 통한 신속한 프로토타입 제작
- 스펙 기반 개발의 범위, 세분화 수준, 점진적 전달의 단일 진실 공급원 역할 가능성 관련 논쟁 지속
- 흥분 속에서도 AI 생성 코드에 대한 안일함이 여전히 공통 우려사항으로 남아, AI가 엔지니어링을 가속화할 수 있지만 인간의 판단은 여전히 필수불가결함을 상기

새로운 AI 안티패턴 출현

산업 전반의 AI 채택 가속화가 효과적 실천법과 함께 신흥 안티패턴도 표면화
- GenAI를 활용한 셀프서비스 일회용 UI 프로토타이핑 같은 개념의 명확한 유용성 인정하면서도, 조직을 AI 가속 Shadow IT 안티패턴으로 이끌 잠재성을 인식
- MCP(Model Context Protocol) 가 주목받으면서 많은 팀이 순진한 API-to-MCP 변환 안티패턴에 빠짐
Text-to-SQL 솔루션의 효능이 초기 기대에 미치지 못함, AI 생성 코드에 대한 안일함이 여전히 관련 우려사항으로 지속
- 스펙 기반 개발 같은 신흥 실천법 내에서도 전통적 소프트웨어 엔지니어링 안티패턴으로 회귀할 위험 존재
  — 특히 과도한 사전 명세와 빅뱅 릴리스에 대한 편향
GenAI가 전례 없는 속도와 규모로 발전하고 있어 새로운 안티패턴이 빠르게 등장할 것으로 예상
- 팀은 처음에는 효과적으로 보이지만 시간이 지나면서 성능이 저하되고 피드백을 늦추거나, 적응성을 훼손하거나, 책임성을 모호하게 만드는 패턴에 대해 경계 유지 필요

ThoughtWorks Technology Radar Volume 33

[Techniques]

Adopt

1. Continuous compliance

소프트웨어 개발 프로세스와 기술이 규제 및 보안 표준을 자동화를 통해 지속적으로 충족하도록 보장하는 실천법
Open Policy Agent 같은 policy-as-code 도구 통합, CD 파이프라인 내 SBOM 생성으로 SLSA 지침에 맞춰 초기 단계에서 규정 준수 문제 감지 및 해결
규칙과 모범 사례를 코드화하면 병목 현상 없이 팀 전체에 일관되게 표준 강제 가능
AI 생성 코드에 대한 안일함 위험 증가로 개발 프로세스에 규정 준수 내재화가 그 어느 때보다 중요

2. Curated shared instructions for software teams

AI를 소프트웨어 전달에 적극적으로 사용하는 팀을 위해 개인 프롬프팅을 넘어 큐레이션된 지침으로 이동
AGENTS.md 같은 지침 파일을 프로젝트 리포지토리에 직접 커밋하는 것이 가장 직관적인 구현 방법
Cursor, Windsurf, Claude Code 등 대부분의 AI 코딩 도구가 커스텀 슬래시 명령이나 워크플로우를 통한 지침 공유 지원
프롬프트가 개선되는 즉시 전체 팀이 혜택을 받아 최고의 AI 지침에 일관된 접근 보장

3. Pre-commit hooks

Git hooks는 오랫동안 존재했지만 여전히 충분히 활용되지 않음
AI 지원 및 에이전트 코딩의 부상으로 실수로 비밀이나 문제가 있는 코드를 커밋할 위험 증가
continuous integration 같은 코드 검증 메커니즘이 많지만, pre-commit 훅은 더 많은 팀이 채택해야 할 간단하고 효과적인 안전장치
비밀 스캐닝 같이 이 워크플로우 단계에서 가장 효과적으로 포착되는 위험에 집중하여 최소화하고 초점을 맞추는 것이 최선

4. Using GenAI to understand legacy codebases

GenAI를 사용한 레거시 코드베이스 이해가 대규모 복잡 시스템 이해를 크게 가속화
Cursor, Claude Code, Copilot, Windsurf, Aider, Cody, Swimm, Unblocked, PocketFlow-Tutorial-Codebase-Knowledge 같은 도구가 비즈니스 규칙 표면화, 로직 요약, 종속성 식별 지원
오픈 프레임워크 및 직접 LLM 프롬프팅과 함께 사용 시 레거시 코드베이스 이해 시간 극적으로 단축
GraphRAG 같은 고급 접근법의 설정 노력은 특히 분석되는 코드베이스의 크기와 복잡성에 따라 달라지지만, 생산성에 미치는 영향은 일관되고 상당함

Trial

5. AGENTS.md

프로젝트에서 작업하는 AI 코딩 에이전트에 지침을 제공하는 공통 형식
본질적으로 에이전트를 위한 README 파일이며, Markdown 이외의 필수 필드나 포맷 없음
LLM 기반 코딩 에이전트가 인간이 작성하고 읽을 수 있는 지침을 해석하는 능력에 의존
코딩 환경의 도구 사용 팁, 테스트 지침, 커밋 관리를 위한 선호 관행 포함이 일반적 사용

6. AI for code migrations

코드 마이그레이션은 언어 재작성부터 종속성이나 프레임워크 업그레이드까지 다양한 형태이며 몇 달의 수동 작업이 필요한 경우가 많음
.NET framework version 업그레이드 팀이 프로세스 단축을 위해 AI 사용 실험
과거 OpenRewrite 같은 결정론적 규칙 기반 리팩토링 도구 사용, AI만으로는 비용이 많이 들고 대화가 방황하기 쉬움
전체 업그레이드를 위임하는 대신 컴파일 오류 분석, 마이그레이션 diff 생성, 테스트 반복 검증 같은 더 작고 검증 가능한 단계로 프로세스 분해
Google의 대규모 int32-to-int64 migration 같은 업계 사례도 유사한 추세 반영

7. Delta Lake liquid clustering

Delta Lake 테이블을 위한 기술로 파티셔닝 및 Z-ordering의 대안 역할
역사적으로 Delta 테이블의 읽기 성능 최적화는 예상된 쿼리 패턴 기반으로 테이블 생성 시 파티션 및 Z-order 키 정의 필요
liquid clustering은 지정된 키를 기반으로 데이터를 클러스터링하는 트리 기반 알고리듬 사용
모든 데이터를 다시 쓰지 않고도 점진적으로 변경 가능하여 다양한 쿼리 패턴 지원에 더 큰 유연성 제공
Databricks Runtime for Delta Lake는 과거 쿼리 워크로드 분석, 최적 컬럼 식별, 그에 따른 데이터 클러스터링으로 자동 liquid clustering 지원

8. Self-serve UI prototyping with GenAI

Claude Code, Figma Make, Miro AI, v0 같은 도구가 제품 관리자가 텍스트 프롬프트에서 직접 대화형, 사용자 테스트 가능 프로토타입 생성 가능
수동으로 와이어프레임 제작 대신 팀이 몇 분 만에 기능적 HTML, CSS, JS 아티팩트 생성 가능
이러한 "일회용" 프로토타입은 세련됨을 빠른 학습과 맞바꾸어 디자인 스프린트 중 초기 검증에 이상적
더 높은 충실도는 세부 사항에 대한 잘못된 초점이나 프로덕션 노력에 대한 비현실적 기대로 이어질 수 있어 명확한 프레이밍과 기대 관리 필수

9. Structured output from LLMs

LLM이 JSON이나 특정 프로그래밍 클래스 같은 사전 정의된 형식으로 응답을 생성하도록 제약하는 실천법
LLM의 일반적으로 예측 불가능한 텍스트를 기계 판독 가능하고 결정론적인 데이터 계약으로 변환하여 신뢰할 수 있는 프로덕션급 애플리케이션 구축에 필수적
단순 프롬프트 기반 포맷팅과 model-native structured outputs부터 Outlines 및 Instructor 같은 도구를 사용한 더 강력한 제약된 디코딩 방법까지 접근법 다양
다양한 문서 유형에서 복잡하고 구조화되지 않은 데이터를 추출하여 다운스트림 비즈니스 로직을 위한 구조화된 JSON으로 변환하는 데 성공적으로 사용

10. TCR (Test && Commit || Revert)

테스트 주도 개발에서 파생된 프로그래밍 워크플로우로 간단한 규칙을 통해 매우 작고 지속적인 단계 촉진
각 변경 후 테스트가 통과하면 변경 사항이 커밋되고, 실패하면 변경 사항이 되돌려짐
코드베이스 내에서 이 주기를 자동화하는 스크립트만 정의하면 되어 구현이 간단
Kent Beck의 정식 article에서 처음 소개된 TCR은 YAGNI 및 KISS 같은 긍정적 코딩 실천법 강화

Assess

11. AI-powered UI testing

이전 Radar에서 AI 기반 UI 테스트는 주로 탐색적 테스트에 초점을 맞췄으며, LLM의 비결정론이 불안정성을 야기할 수 있다고 언급
MCP의 부상으로 Playwright 및 Selenium 같은 주요 UI 테스트 프레임워크가 자체 MCP 서버(playwright-mcp, mcp-selenium) 도입
네이티브 기술을 통한 신뢰할 수 있는 브라우저 자동화 제공으로 코딩 어시스턴트가 Playwright 또는 Selenium에서 신뢰할 수 있는 UI 테스트 생성 가능
최신 Playwright 릴리스의 Playwright Agents 같은 개발에 흥분하며 더 실용적인 지침과 현장 경험 출현 기대

12. Anchoring coding agents to a reference application

과거 tailored service templates 패턴을 블립했으며, 이는 마이크로서비스를 채택하는 조직이 새 서비스를 부트스트랩하고 기존 인프라와 원활하게 통합하는 데 도움
시간이 지남에 따라 새로운 종속성, 프레임워크, 아키텍처 패턴이 등장하면서 이러한 템플릿과 기존 서비스 간의 코드 드리프트가 증가하는 경향
코딩 에이전트 시대에 우수한 실천법과 아키텍처 일관성 유지를 위해 anchoring coding agents to a reference application 실험
Model Context Protocol (MCP) 서버가 참조 템플릿 코드와 커밋 diff를 모두 노출하여 에이전트가 드리프트를 감지하고 수리 제안 가능

13. Context engineering

추론 중 LLM에 제공되는 정보의 체계적인 설계 및 최적화로 원하는 출력을 안정적으로 생성
프롬프트, 검색된 데이터, 메모리, 지침, 환경 신호 같은 맥락 요소의 구조화, 선택, 순서 지정 포함
프롬프트 문구에만 초점을 맞추는 prompt engineering과 달리 context engineering은 전체 맥락 구성 고려
오늘날 엔지니어는 세 영역으로 그룹화할 수 있는 다양한 개별 기술 사용: Context setup, Context management for long-horizon tasks, Dynamic information retrieval

14. GenAI for forward engineering

AI 생성된 레거시 코드베이스 설명을 통해 레거시 시스템을 현대화하는 신흥 기술
레거시 코드가 무엇을 하는지(사양)에 초점을 맞춘 명시적 단계 도입하면서 현재 구현 방법을 의도적으로 숨김
spec-driven development와 관련되지만 레거시 현대화에 특별히 적용
reverse-engineering → design/solutioning → forward-engineering 루프를 따라 인간과 AI 에이전트 모두 구현에 커밋하기 전에 더 높은 수준에서 추론 가능

15. GraphQL as data access pattern for LLMs

context engineering을 향상시키는 균일하고 모델 친화적인 데이터 액세스 레이어 생성을 위한 신흥 접근법
모델에 직접 데이터베이스 액세스 권한을 부여하지 않고 구조화되고 쿼리 가능한 데이터 노출 가능
각 사용 사례에 대해 새 엔드포인트나 필터가 필요한 REST API와 달리 GraphQL은 모델이 필요한 데이터만 검색 가능
잘 정의된 GraphQL 스키마는 LLM이 사용 가능한 엔티티와 관계에 대해 추론하는 데 사용할 수 있는 메타데이터 제공

16. Knowledge flows over knowledge stocks

"팀 간 정보 공유 방식을 개선하는 방법"에 대한 질문을 자주 받음
시스템 사고에서 차용한 관점인 knowledge flows and knowledge stocks 개념이 가치 있음
조직의 지식을 시스템으로 보도록 장려 - 스톡은 축적된 지식을 나타내고 플로우는 지식이 조직을 통해 이동하고 진화하는 방식
외부 지식의 플로우를 조직으로 증가시키면 혁신 촉진 경향, communities of practice를 설립하는 것이 플로우를 개선하는 검증된 방법

17. LLM as a judge

LLM을 판사로 사용하여 다른 시스템(일반적으로 LLM 기반 생성기)의 출력 평가는 생성 AI에서 확장 가능하고 자동화된 평가를 제공할 잠재력으로 주목
새롭게 인식된 복잡성과 위험을 반영하여 이 블립을 Trial에서 Assess로 이동
평가는 position bias, verbosity bias, 낮은 견고성에 취약하며, 더 심각한 문제는 scaling contamination
이러한 결함에 대응하기 위해 LLMs as a jury(합의를 위해 여러 모델 사용) 또는 평가 중 chain-of-thought 추론 같은 개선된 기술 탐색

18. On-device information retrieval

검색, 컨텍스트 인식, retrieval-augmented generation (RAG)이 완전히 사용자 장치(모바일, 데스크톱 또는 에지 장치)에서 실행되도록 하는 기술
프라이버시와 계산 효율성 우선시하며 경량 로컬 데이터베이스와 온디바이스 추론에 최적화된 모델 결합
유망한 구현은 sqlite-vec(임베디드 데이터베이스 내 벡터 검색 지원하는 SQLite 확장)과 EmbeddingGemma(Gemma 3 아키텍처 기반 3억 파라미터 임베딩 모델) 결합
로컬 우선 애플리케이션 및 데이터 주권, 낮은 지연시간, 프라이버시가 중요한 기타 사용 사례에 평가 권장

19. SAIF

SAIF (Secure AI Framework)는 Google이 AI 보안 위험 관리를 위한 실용적 가이드를 제공하기 위해 개발한 프레임워크
데이터 중독 및 프롬프트 주입 같은 일반적 위협을 명확한 위험 맵, 구성 요소 분석, 실용적 완화 전략을 통해 체계적으로 다룸
에이전트 시스템 구축의 진화하는 위험에 대한 초점이 특히 시의적절하고 가치 있음
LLM 사용 및 AI 기반 애플리케이션의 보안 실천법을 강화하는 데 사용할 수 있는 간결하고 실행 가능한 플레이북 제공

20. Service mesh without sidecar

사이드카 기반 서비스 메시의 비용과 운영 복잡성이 지속됨에 따라 Istio ambient mode 같은 사이드카 없는 서비스 메시 옵션 출현에 흥분
Ambient mode는 두 가지 주요 구성 요소 간 관심사 분리하는 계층화된 아키텍처 도입: 노드당 L4 프록시(ztunnel)와 네임스페이스당 L7 프록시(Waypoint proxy)
ztunnel은 L3 및 L4 트래픽이 효율적이고 안전하게 전송되도록 보장, 노드의 모든 ID에 대한 인증서 가져오기 및 ambient 지원 워크로드와의 트래픽 리디렉션 처리
Waypoints proxy는 선택적 ambient mode 구성 요소로 트래픽 관리, 보안, 가시성 같은 더 풍부한 Istio 기능 활성화

21. Small language models

여러 Technology Radar 볼륨에 걸쳐 small language models (SLMs)의 꾸준한 발전 관찰
에이전트 솔루션 구축에 대한 관심 증가로 SLM이 에이전트 AI를 효율적으로 구동할 수 있다는 증거 증가
대부분의 현재 에이전트 워크플로우는 고급 추론이 필요하지 않은 좁고 반복적인 작업에 초점을 맞춰 SLM에 적합
Phi-3, SmolLM2, DeepSeek 같은 SLM의 지속적 발전으로 이러한 작업에 충분한 기능 제공

22. Spec-driven development

AI 지원 코딩 워크플로우에 대한 신흥 접근법으로 용어의 정의는 여전히 진화 중
일반적으로 구조화된 기능 사양으로 시작한 다음 여러 단계를 거쳐 더 작은 조각, 솔루션, 작업으로 분해하는 워크플로우 지칭
Amazon의 Kiro는 사용자를 요구사항, 디자인, 작업 생성의 세 워크플로우 단계로 안내
GitHub의 spec-kit은 유사한 3단계 프로세스를 따르지만 더 풍부한 오케스트레이션, 구성 가능한 프롬프트, 항상 따라야 하는 불변 원칙을 정의하는 "constitution" 추가

23. Team of coding agents

개발자가 여러 AI 코딩 에이전트를 조율하는 기술로 각각 architect, back-end specialist, tester 같은 고유한 역할 보유
Claude Code, Roo Code, Kilo Code 같은 도구가 서브에이전트 및 여러 운영 모드 지원
LLM에 특정 역할과 페르소나 할당이 출력 품질을 개선한다는 입증된 원칙을 기반으로 단일 범용 에이전트에 의존하는 대신 여러 역할별 에이전트 조정으로 더 나은 결과 달성
오케스트레이션된 다단계 AI 지원 개발 파이프라인으로의 전환 표시

24. Topology-aware scheduling

GPU 및 LPU는 더 이상 독립 장치가 아니라 성능이 배치 및 토폴로지에 따라 달라지는 긴밀하게 결합된 가속기 네트워크
NVIDIA의 NVL72 같은 랙 규모 시스템에서 72개의 GPU가 13TB 이상의 VRAM 공유하며 단일 가속기로 작동하지만 워크로드가 스위치 아일랜드를 교차하면 집합 작업이 병목 현상으로 전환
Groq의 컴파일 타임, 소프트웨어 스케줄링된 아키텍처는 결정론적 데이터 이동을 가정하며 무작위 스케줄링은 이러한 가정과 예측 가능성 파괴
토폴로지를 무시하는 순진한 스케줄러는 종종 멀티-GPU 워크로드를 임의로 분산시켜 단계 시간과 효율성 저하 초래

25. Toxic flow analysis for AI

MCP의 S가 "security"를 의미한다는 익숙한 농담이 매우 실제적인 문제 숨김
에이전트가 도구 호출이나 API 호출을 통해 서로 통신할 때 lethal trifecta로 알려진 것을 빠르게 만날 수 있음: 개인 데이터 액세스, 신뢰할 수 없는 콘텐츠 노출, 외부 통신 능력
세 가지를 모두 가진 에이전트는 매우 취약하며, LLM은 입력의 지침을 따르는 경향이 있어 신뢰할 수 없는 소스로 데이터 유출 지시를 포함하는 콘텐츠가 쉽게 데이터 누출로 이어질 수 있음
toxic flow analysis는 에이전트 시스템의 흐름 그래프를 검사하여 추가 조사를 위한 잠재적으로 안전하지 않은 데이터 경로 식별

Hold

26. AI-accelerated shadow IT

AI가 비코더가 IT 부서를 기다리는 대신 소프트웨어를 직접 구축하고 통합하는 장벽 낮춤
이것이 잠금 해제하는 잠재력에 흥분하지만 AI-accelerated shadow IT의 첫 징후에 경계
노코드 워크플로우 자동화 플랫폼이 이제 AI API 통합(예: OpenAI 또는 Anthropic) 지원하여 AI를 덕트 테이프로 사용 유혹 - 이전에는 불가능했던 통합 연결
동시에 AI 코딩 어시스턴트가 더 에이전트화되어 기본 교육을 받은 비코더가 내부 유틸리티 애플리케이션 구축 가능

27. Capacity-driven development

현대 소프트웨어 개발 실천법 성공의 핵심은 작업 흐름에 대한 초점 유지
Stream-aligned 팀은 사용자 여정이나 제품 같은 단일 가치 있는 흐름에 집중하여 엔드투엔드 가치를 효율적으로 제공
그러나 이러한 방식으로 정렬된 팀이 여유 용량이 있을 때 다른 제품이나 스트림의 기능을 맡는 capacity-driven development를 향한 우려스러운 추세 관찰
단기적으로는 효율적으로 보일 수 있지만 수요 급증 처리에 가장 적합한 로컬 최적화이며 정규화되면 인지 부하와 기술 부채 증가

28. Complacency with AI-generated code

AI 코딩 어시스턴트와 에이전트가 주목을 받으면서 complacency with AI-generated code에 대한 우려를 강조하는 데이터와 연구 증가
이러한 도구가 개발 가속화할 수 있다는 충분한 증거가 있지만, 연구는 시간이 지남에 따라 코드 품질이 저하될 수 있음을 보여줌
GitClear의 2024 research에서 중복 코드와 코드 churn이 예상보다 많이 증가한 반면 커밋 이력의 리팩토링 활동은 감소
Microsoft의 지식 근로자에 대한 research는 AI 기반 자신감이 종종 비판적 사고를 희생하여 나타난다는 것을 보여줌

29. Naive API-to-MCP conversion

조직은 내부 API를 Model Context Protocol (MCP)로 원활하고 직접적으로 변환하여 AI 에이전트가 기존 시스템과 상호 작용하도록 하려는 열망
MCP link 및 FastAPI-MCP 같은 도구가 이러한 변환을 지원하려는 증가하는 수
이러한 naive API-to-MCP conversion에 반대하며, API는 일반적으로 인간 개발자를 위해 설계되어 AI가 함께 연결할 때 과도한 토큰 사용, 맥락 오염, 에이전트 성능 저하로 이어질 수 있는 세분화된 원자적 작업으로 구성
이러한 API는 특히 내부 API의 경우 민감한 데이터를 노출하거나 파괴적 작업을 허용하는 경우가 많음

30. Standalone data engineering teams

제공하는 스트림 정렬 비즈니스 도메인과 별도로 데이터 파이프라인과 제품을 개발하고 소유하는 별도의 데이터 엔지니어링 팀 조직은 비효율성과 약한 비즈니스 결과로 이어지는 안티패턴
이 구조는 DevOps, 테스트 또는 배포 기능을 분리하는 과거 실수를 반복하여 지식 사일로, 병목 현상, 노력 낭비 생성
긴밀한 협업 없이 데이터 엔지니어는 종종 의미 있는 데이터 제품 설계에 필요한 비즈니스 및 도메인 컨텍스트 부족하여 채택과 가치 모두 제한
대신 데이터 플랫폼 팀은 공유 인프라 유지에 초점을 맞추고 교차 기능 비즈니스 팀이 data mesh 원칙에 따라 자체 data products를 구축하고 소유해야 함

31. Text to SQL

Text to SQL은 LLM을 사용하여 자연어를 실행 가능한 SQL로 번역하지만 신뢰성이 기대에 미치지 못하는 경우가 많음
감독되지 않은 워크플로우에서의 사용을 권장하지 않도록 이 블립을 Hold로 이동 - 예를 들어 출력이 숨겨지거나 자동화된 사용자 생성 쿼리를 동적으로 변환
이러한 경우 LLM은 제한된 스키마 또는 도메인 이해로 인해 종종 환각을 일으켜 잘못된 데이터 검색 또는 의도하지 않은 데이터 수정 위험
에이전트 비즈니스 인텔리전스의 경우 직접 데이터베이스 액세스를 피하고 대신 Cube 또는 dbt's semantic layer 같은 관리되는 데이터 추상화 시맨틱 레이어 사용

[Platforms]

Adopt

32. Arm in the cloud

클라우드의 Arm compute instances는 전통적인 x86 기반 인스턴스에 비해 비용 및 에너지 효율성으로 최근 몇 년 동안 점점 인기
AWS, Azure, GCP를 포함한 주요 클라우드 제공업체가 이제 강력한 Arm 옵션 제공
많은 팀이 마이크로서비스, 오픈소스 데이터베이스, 심지어 고성능 컴퓨팅 같은 워크로드를 최소한의 코드 변경과 약간의 빌드 스크립트 조정만으로 Arm으로 성공적으로 마이그레이션
multi-arch Docker images 같은 최신 도구가 Arm 및 x86 환경 모두에서 구축 및 배포 단순화

Trial

33. Apache Paimon

Apache Paimon은 lakehouse architecture를 가능하게 하도록 설계된 오픈소스 데이터 레이크 형식
Flink 및 Spark 같은 처리 엔진과 원활하게 통합되어 스트리밍 및 배치 작업 모두 지원
Paimon 아키텍처의 주요 장점은 표준 데이터 레이크 형식과 LSM (log-structured merge tree) 구조의 융합
이 조합은 데이터 레이크의 높은 성능 업데이트와 낮은 지연 읽기라는 전통적 과제 해결

34. DataDog LLM Observability

Datadog LLM Observability는 대형 언어 모델 및 에이전트 애플리케이션 워크플로우에 대한 엔드투엔드 추적, 모니터링, 진단 제공
각 프롬프트, 도구 호출, 중간 단계를 스팬과 트레이스로 매핑하고, 지연시간, 토큰 사용량, 오류, 품질 메트릭 추적하며 Datadog의 광범위한 APM 및 가시성 제품군과 통합
이미 Datadog를 사용 중이고 비용 구조에 익숙한 조직은 해당 워크로드를 계측할 수 있다고 가정할 때 LLM 가시성 기능이 AI 워크로드에 대한 가시성을 얻는 직관적인 방법임을 알 수 있음
LLM 계측 구성 및 사용에는 주의와 워크로드 및 구현에 대한 확실한 이해 필요하며 배포 시 데이터 엔지니어와 운영 직원의 긴밀한 협력 권장

35. Delta Sharing

Delta Sharing은 Databricks 및 Linux Foundation이 개발한 안전한 크로스 플랫폼 데이터 공유를 위한 오픈 표준 및 프로토콜
클라우드 독립적이며 조직이 데이터를 복사하거나 복제하지 않고 클라우드 제공업체 및 온프레미스 위치에서 라이브 데이터 공유 가능
간단한 REST API를 사용하여 수신자가 pandas, Spark 또는 Power BI 같은 도구를 사용하여 대규모 데이터세트를 검색할 수 있도록 단기 사전 서명된 URL 발급
데이터 테이블, 뷰, AI 모델, 노트북 공유 지원하며 강력한 중앙 집중식 거버넌스 및 감사 제공

36. Dovetail

Dovetail platform은 분산된 정성적 연구 데이터 관리의 지속적인 과제 해결
사용자 인터뷰, 전사, 통찰력을 위한 중앙 집중식 리포지토리 제공하여 원시 데이터를 구조화되고 분석 가능한 자산으로 전환
제품 발견 워크플로우에서 특히 고객 인용문과 합성된 테마를 제품 가설 및 예상 ROI와 직접 연결하는 증거 추적 생성에 매우 유용
그렇게 함으로써 Dovetail은 제품 의사 결정에서 정성적 데이터의 역할 강화

37. Langdock

Langdock는 조직이 내부 운영을 위한 생성 AI 에이전트 및 워크플로우를 개발하고 실행하는 플랫폼
내부 채팅 어시스턴트, 여러 LLM에 연결하기 위한 API 레이어, Slack, Confluence, Google Drive 같은 시스템과 통합하는 에이전트 워크플로우 구축 도구가 있는 통합 환경 제공
플랫폼은 엔터프라이즈 규정 준수 표준을 갖춘 온프레미스 및 EU 호스팅 옵션을 제공하여 데이터 주권 강조
Langdock를 배포하는 조직은 여전히 데이터 거버넌스에 세심한 주의를 기울여야 하며 toxic flow analysis 같은 기술을 사용하여 lethal trifecta 방지

38. LangSmith

LangSmith는 LangChain 팀의 호스팅 플랫폼으로 LLM 애플리케이션에 대한 가시성, 추적, 평가 제공
체인, 도구, 프롬프트의 상세한 트레이스를 캡처하여 팀이 모델 동작을 디버그 및 측정하고 성능 회귀를 추적하며 평가 데이터 세트 관리 가능
LangSmith는 non-LangChain 워크플로우에 대한 제한된 지원을 가진 독점 SaaS 플랫폼으로 해당 생태계에 이미 투자한 팀에게 가장 매력적
프롬프트 평가 및 실험에 대한 통합 지원은 Langfuse 같은 오픈소스 대안보다 특히 더 세련됨

39. Model Context Protocol (MCP)

Model Context Protocol (MCP)는 LLM 애플리케이션 및 에이전트가 외부 데이터 소스 및 도구와 통합하는 방법을 정의하는 오픈 표준
MCP는 컨텍스트 및 도구 액세스에 초점을 맞추어 에이전트 간 통신을 관리하는 Agent2Agent (A2A) 프로토콜과 구별
지난 블립 이후 MCP 채택이 급증하여 JetBrains (IntelliJ) 및 Apple 같은 주요 기업이 FastMCP 같은 신흥 프레임워크와 함께 생태계에 합류
프리뷰 MCP Registry 표준이 이제 공개 및 독점 도구 발견 지원

40. n8n

n8n은 Zapier 또는 Make(이전 Integromat)와 유사한 fair-code 라이선스 워크플로우 자동화 플랫폼이지만 자체 호스팅, 확장 가능, 코드 제어 가능한 옵션을 원하는 개발자를 위해 구축
Apache Airflow보다 워크플로우 생성에 대한 로우코드, 시각적 접근법 제공하면서도 JavaScript 또는 Python의 커스텀 코드 지원
주요 사용 사례는 여러 서비스를 자동화된 워크플로우로 통합하는 것이지만 LLM을 구성 가능한 데이터 소스, 메모리, 도구와 연결할 수도 있음
많은 팀이 n8n을 사용하여 채팅 애플리케이션이나 웹훅으로 트리거되는 에이전트 워크플로우를 빠르게 프로토타입하며 종종 import 및 export 기능을 활용하여 AI 지원으로 워크플로우 생성

41. OpenThread

OpenThread는 Google이 개발한 Thread 네트워킹 프로토콜의 오픈소스 구현
IPv6, 6LoWPAN, LR-WPAN 같은 네트워킹 레이어를 포함한 Thread 사양의 모든 주요 기능과 장치가 노드 및 보더 라우터로 작동할 수 있는 메시 네트워크 기능 지원
OpenThread는 공급업체가 자체 라디오 및 암호화 기능을 통합할 수 있는 유연한 추상화 레이어와 통합 훅을 활용하여 광범위한 하드웨어 플랫폼에서 실행
이 성숙한 프로토콜은 상업용 제품에 널리 사용되며 경험상 배터리 작동 저전력 장치부터 대규모 메시 센서 네트워크까지 다양한 IoT 솔루션 구축에 신뢰할 수 있음

Assess

42. AG-UI Protocol

AG-UI는 풍부한 사용자 인터페이스와 에이전트 간 통신을 표준화하도록 설계된 오픈 프로토콜 및 라이브러리
직접 사용자 대면 에이전트에 초점을 맞추며 미들웨어 및 클라이언트 통합을 사용하여 모든 프론트엔드 및 백엔드에 일반화
프로토콜은 백엔드 에이전트가 프론트엔드 애플리케이션과 통신하는 일관된 방법을 정의하여 AI와 인간 사용자 간 실시간 상태 저장 협업 가능
SSE 및 WebSockets를 포함한 여러 전송 프로토콜 지원하고 에이전트 실행의 다양한 상태를 나타내는 표준화된 이벤트 유형 제공

43. Agent-to-Agent (A2A) Protocol

Agent2Agent (A2A)는 복잡한 다중 에이전트 워크플로우에서 에이전트 간 통신 및 상호작용에 대한 표준을 정의하는 프로토콜
Agent Cards를 사용하여 기술 발견 및 전송과 보안 체계의 사양을 포함한 에이전트 간 통신의 핵심 요소 설명
A2A는 에이전트의 상태, 메모리 또는 내부 같은 내부 세부 정보를 노출하지 않고 에이전트 간 통신에 초점을 맞춰 Model Context Protocol (MCP) 보완
프로토콜은 장기 실행 작업에 대한 비동기 우선 접근법, 점진적 업데이트를 위한 스트리밍 응답, HTTPS, 인증, 권한 부여를 사용한 보안 전송 같은 모범 사례 촉진

44. Amazon S3 Vectors

Amazon S3 Vectors는 S3 객체 저장소를 네이티브 벡터 기능으로 확장하여 내장 벡터 저장 및 유사성 검색 기능 제공
Amazon Bedrock 및 OpenSearch를 포함한 AWS 생태계와 원활하게 통합되며 메타데이터 필터링 및 IAM을 통한 거버넌스 같은 추가 기능 제공
여전히 프리뷰 상태이고 제한 사항이 있지만 가치 제안이 매력적임 - 이 비용 효율적이고 접근 가능한 벡터 저장소 접근법은 대량의 데이터 볼륨을 포함하고 낮은 지연시간이 주요 관심사가 아닌 다양한 애플리케이션 가능

45. Ardoq

Ardoq는 조직이 미래를 더 효과적으로 계획할 수 있도록 아키텍처 지식 기반을 구축, 관리, 확장할 수 있는 엔터프라이즈 아키텍처 (EA) 플랫폼
드리프트 및 사일로화 경향이 있는 전통적인 정적 문서와 달리 Ardoq의 데이터 기반 접근법은 기존 시스템에서 정보를 가져와 경관이 진화함에 따라 최신 상태를 유지하는 동적 지식 그래프 생성
특히 유용한 기능은 Git과 유사한 분기 및 병합 접근법을 사용하여 what-if 미래 상태를 시각적으로 모델링하고 정의할 수 있는 Ardoq Scenarios
아키텍처 전환을 추구하는 조직은 이 프로세스를 간소화하고 가속화할 잠재력을 위해 Ardoq 같은 전용 EA 플랫폼 평가해야 함

46. CloudNativePG

CloudNativePG는 Kubernetes에서 고가용성 PostgreSQL 클러스터를 호스팅하고 관리하는 것을 단순화하는 Kubernetes Operator
Kubernetes에서 PostgreSQL 같은 상태 저장 서비스를 실행하는 것은 Kubernetes와 PostgreSQL 복제 모두에 대한 깊은 지식이 필요하여 복잡할 수 있음
CloudNativePG는 전체 PostgreSQL 클러스터를 단일의 구성 가능한 선언적 리소스로 취급하여 이 복잡성의 대부분을 추상화
네이티브 스트리밍 복제를 사용한 원활한 primary/standby 아키텍처 제공하고 자체 치유 기능, 가장 정렬된 복제본을 승격하는 자동 페일오버, 실패한 복제본의 자동 재생성을 포함한 고가용성 기능 즉시 제공

47. Coder

Coder는 이전에 설명한 development environments in the cloud 실천법에 따라 표준화된 코딩 환경을 빠르게 프로비저닝하는 플랫폼
Gitpod(현재 Ona로 리브랜딩) 및 GitHub Codespaces 같은 유사한 도구와 비교하여 Coder는 Terraform을 통한 워크스테이션 사용자 정의에 대한 더 큰 제어 제공
벤더의 서버가 아닌 클라우드 또는 데이터 센터의 자체 인프라에서 워크스테이션 호스팅
이 접근법은 AI 코딩 에이전트를 실행하고 내부 조직 시스템에 액세스하는 기능을 포함하여 더 많은 유연성 제공

48. Graft

Graft는 에지 및 분산 환경에서 강력하게 일관되고 효율적인 데이터 동기화를 가능하게 하는 트랜잭션 저장소 엔진
lazy replication을 사용하여 필요 시에만 데이터 동기화, partial replication으로 대역폭 소비 최소화, serializable snapshot isolation으로 데이터 무결성 보장
유사한 사용 사례를 위해 Radar에서 Electric을 언급했지만 Graft는 데이터 형식을 부과하지 않고 일관된 페이지 수준 업데이트를 지원하는 트랜잭션 시스템으로 객체 저장소를 전환하는 점이 독특
로컬 우선 모바일 애플리케이션 구동, 복잡한 크로스 플랫폼 동기화 관리, 서버리스 또는 임베디드 시스템에서 상태 비저장 복제본의 백본 역할에 적합

49. groundcover

groundcover는 로그, 트레이스, 메트릭, Kubernetes 이벤트를 단일 창에 통합하는 클라우드 네이티브 가시성 플랫폼
eBPF를 활용하여 애플리케이션 코드에 에이전트나 SDK를 삽입하지 않고 세분화된 가시성 데이터를 제로 코드 계측으로 캡처
groundcover의 eBPF 센서는 모니터링하는 각 클러스터의 전용 노드에서 실행되어 관찰하는 애플리케이션과 독립적으로 작동
주요 기능에는 심층 커널 수준 가시성, 데이터 프라이버시를 위한 bring-your-own-cloud (BYOC) architecture, 비용을 예측 가능하게 유지하는 데이터 볼륨 독립적 가격 모델 포함

50. Karmada

Karmada ("Kubernetes Armada")는 여러 Kubernetes 클러스터, 클라우드, 데이터 센터에서 워크로드를 오케스트레이션하는 플랫폼
많은 팀이 현재 Flux 또는 ArgoCD 같은 GitOps 도구와 커스텀 스크립트를 결합하여 클러스터 전체에 배포하므로 목적별 솔루션이 환영받음
Karmada는 Kubernetes 네이티브 API를 활용하여 클라우드 네이티브 환경용으로 이미 구축된 애플리케이션을 변경할 필요 없음
멀티 클라우드 관리, 고가용성, 장애 복구, 트래픽 스케줄링을 위한 고급 스케줄링 기능 제공

51. OpenFeature

비즈니스가 확장됨에 따라 feature flag 관리는 종종 점점 복잡해지며, 팀은 가장 간단한 feature toggle을 넘어서는 추상화 레이어 필요
OpenFeature는 feature flag가 정의되고 소비되는 방식을 표준화하는 벤더 독립적이고 커뮤니티 주도 API 사양을 통해 이 레이어 제공
CLI는 환경 변수 또는 인메모리 구성을 사용한 기본 설정부터 ConfigCat 또는 LaunchDarkly 같은 성숙한 플랫폼까지 여러 스키마 정의에 대한 광범위한 지원 제공
그러나 한 가지 중요한 주의 사항이 남아 있음: 팀은 플래그 확산, 애플리케이션 복잡성, 과도한 테스트 오버헤드를 피하기 위해 flag의 다양한 categories of flags를 별도로 그리고 규율 있게 관리해야 함

52. Oxide

프라이빗 인프라를 구축하고 운영하는 것은 복잡하며, 이것이 공용 클라우드가 대부분의 조직에 기본값인 주요 이유 중 하나
그러나 이를 필요로 하는 사람들을 위해 Oxide는 처음부터 하드웨어와 소프트웨어를 조립하고 통합하는 대안 제공
완전히 통합된 시스템 소프트웨어를 실행하는 컴퓨팅, 네트워킹, 저장소가 포함된 사전 구축된 랙 제공
팀은 Terraform 및 기타 자동화 도구를 사용하여 Oxide의 IaaS API를 통해 리소스 관리 가능 - Oxide가 온프레미스 탄력적 인프라라고 부르는 것

53. Restate

Restate는 상태 저장, 내결함성 애플리케이션을 구축할 때 복잡한 분산 시스템 과제를 해결하도록 설계된 지속적 실행 플랫폼
실행 저널링을 통해 모든 단계를 기록하여 내결함성, 신뢰할 수 있는 복구, 서비스 간 정확히 한 번 통신 보장
플랫폼의 주요 아키텍처 장점은 애플리케이션 로직을 세 가지 지속적 서비스 유형으로 분리: 상태 비저장 함수를 위한 Basic Services, 동시 상태 저장 엔티티를 모델링하는 Virtual Objects, 복잡한 다단계 프로세스를 오케스트레이션하는 Workflows
대규모 보험 시스템에서 Restate를 신중하게 평가하고 있으며 지금까지 성능에 매우 만족

54. SkyPilot

SkyPilot은 온프레미스 또는 클라우드에서 AI 워크로드를 실행하고 확장하기 위한 오픈소스 플랫폼
UC Berkeley의 Sky Computing Lab에서 개발한 SkyPilot은 지능형 브로커 역할을 하여 주요 클라우드 및 Kubernetes 클러스터에서 가장 저렴하고 사용 가능한 GPU를 자동으로 찾고 프로비저닝하여 종종 컴퓨팅 비용 절감
인프라 팀의 경우 Slurm 같은 사용 편의성, 클라우드 네이티브 견고성, 파드에 대한 직접 SSH 액세스, 갱 스케줄링 및 멀티 클러스터 지원 같은 기능을 제공하여 Kubernetes에서 AI 실행 단순화
훈련 또는 추론 워크로드의 원활한 확장 지원

55. StarRocks

StarRocks는 전통적인 OLAP 시스템의 속도와 현대 데이터 레이크하우스의 유연성을 결합하여 실시간 비즈니스 인텔리전스를 재정의하는 분석 데이터베이스
SIMD 최적화 실행 엔진, 컬럼 저장소, 정교한 비용 기반 옵티마이저를 통해 대규모 규모에서 1초 미만의 쿼리 지연시간 달성
이 고성능 아키텍처를 통해 사용자는 사전 계산이나 데이터 복사 없이 Apache Iceberg 같은 오픈 데이터 형식에서 직접 복잡한 분석 실행 가능
이 공간에는 많은 플랫폼이 있지만 StarRocks를 극한의 동시성과 일관된 최신 데이터 신선도 모두를 요구하는 비용 효율적인 솔루션의 강력한 후보로 봄

56. Uncloud

Uncloud는 개발자가 Docker Compose 애플리케이션을 프로덕션으로 가져갈 수 있게 하는 경량 컨테이너 오케스트레이션 및 클러스터링 도구
Kubernetes의 운영 오버헤드 없이 간단하고 클라우드 같은 경험 제공
통신을 위한 안전한 WireGuard 메시 네트워크를 자동으로 구성하고 Caddy 역방향 프록시를 사용하여 자동 HTTPS 및 로드 밸런싱 제공함으로써 크로스 머신 확장 및 무중단 배포 달성
Uncloud의 주요 아키텍처 장점은 완전히 분산된 설계로 중앙 제어 평면의 필요성을 제거하고 개별 머신이 오프라인으로 전환되어도 클러스터 작업이 기능적으로 유지되도록 보장

[Tools]

Adopt

57. ClickHouse

ClickHouse는 실시간 분석을 위한 오픈소스 분산 컬럼형 온라인 분석 처리(OLAP) 데이터베이스
대규모 데이터 분석을 처리할 수 있는 매우 성능이 뛰어나고 확장 가능한 엔진으로 성숙
증분 구체화 뷰, 효율적인 쿼리 엔진, 강력한 데이터 압축으로 대화형 쿼리에 이상적
근사 집계 함수에 대한 내장 지원으로 정확도와 성능 간 절충 가능하며 이는 고카디널리티 분석에 특히 유용

58. NeMo Guardrails

NeMo Guardrails는 NVIDIA의 오픈소스 툴킷으로 LLM 기반 대화형 애플리케이션에 프로그래밍 가능한 안전 및 제어 메커니즘을 쉽게 추가
동작 규칙을 정의하고 시행하여 출력이 안전하고 주제에 맞으며 규정을 준수하도록 보장
개발자는 유연한 대화 흐름을 생성하고 대화를 관리하며 사전 정의된 경로와 운영 절차를 시행하기 위해 목적별 언어인 Colang를 사용
NeMo Guardrails는 성능을 위한 비동기 우선 API를 제공하고 콘텐츠 안전성, 보안, 입력 및 출력 조정을 위한 안전장치 지원

59. pnpm

지난 Radar 이후 팀으로부터 pnpm에 대한 긍정적인 피드백을 계속 받고 있음
pnpm은 속도와 디스크 공간 효율성 모두에서 대안에 비해 상당한 성능 향상을 제공하는 Node.js 패키지 관리자
여러 프로젝트의 node_modules 폴더에서 중복 패키지를 디스크의 단일 위치로 하드 링크하고 성능을 더욱 향상시키는 증분 파일 수준 최적화 지원
pnpm이 최소한의 호환성 문제로 훨씬 빠른 피드백 루프를 제공하기 때문에 Node.js 패키지 관리의 기본 선택이 됨

60. Pydantic

Pydantic은 표준 타입 힌트를 사용하여 데이터 모델을 정의하고 런타임에 데이터 스키마를 강제하는 Python 라이브러리
원래 타입 주석은 정적 분석을 위해 Python에 추가되었지만 그 증가하는 다양성이 런타임 검증을 포함한 더 광범위한 사용으로 이어짐
빠른 Rust 코어를 기반으로 구축되어 효율적인 데이터 검증, 파싱, 직렬화 제공
LLM 애플리케이션에서 필수적이 되었으며 일반적으로 structured output from LLMs 기술을 사용하여 LLM의 예측 불가능한 특성 관리

Trial

61. AI Design Reviewer

AI Design Reviewer는 디자인 감사 또는 휴리스틱 평가를 수행하고 기존 또는 새 디자인에 대한 실행 가능한 피드백을 수집하기 위한 Figma 플러그인
감사는 UX 비평, UI 불일치, 접근성 격차, 콘텐츠 품질, 엣지 케이스 시나리오 다룸
문제 식별 외에도 팀이 공유 디자인 어휘와 디자인 선택 뒤의 근거를 구축하는 데 도움이 되는 도메인 인식 권장 사항 제공
팀은 AI Design Reviewer를 사용하여 레거시 디자인을 분석 - 유지할 긍정적 경험과 해결할 부정적 경험을 식별하여 재디자인을 위한 UX 목표에 정보 제공

62. Barman

Barman (Backup and Recovery Manager)은 PostgreSQL 서버의 백업 및 재해 복구를 관리하는 오픈소스 도구
다양한 방법을 통해 물리적 백업 생성을 단순화하고, 포괄적인 카탈로그로 구성하며, 시점 복구 기능으로 라이브 서버에 백업 복원하는 전체 재해 복구 프로세스 지원
Barman이 강력하고 사용하기 쉽다는 것을 발견했으며 마이그레이션 활동 중 시점 복구 작업의 속도에 깊은 인상
예약된 백업에도 유능하며 스케줄링 및 보존의 복잡하고 혼합된 구성을 처리하는 능력 보유

63. Claude Code

Anthropic의 Claude Code는 복잡한 다단계 워크플로우를 계획하고 구현하기 위한 자연어 인터페이스와 에이전트 실행 모델을 제공하는 에이전트 AI 코딩 도구
1년도 안 되어 출시되었지만 Thoughtworks 내외부의 개발자들에게 이미 널리 채택되어 Trial에 배치
OpenAI의 Codex CLI, Google의 Gemini CLI, 오픈소스 OpenCode 같은 콘솔 기반 코딩 에이전트가 출시되었고, Cursor, Windsurf, GitHub Copilot 같은 IDE 기반 어시스턴트는 이제 에이전트 모드 포함
팀이 코드를 작성하고 수정할 뿐만 아니라 사양, 스토리, 구성, 인프라, 문서를 관리하기 위한 범용 AI 에이전트로 사용하는 것을 봄

64. Cleanlab

데이터 중심 AI 패러다임에서 데이터세트 품질을 개선하는 것이 종종 모델 자체를 튜닝하는 것보다 더 큰 성능 향상 제공
Cleanlab은 이 문제를 해결하도록 설계된 오픈소스 Python 라이브러리로 텍스트, 이미지, 표 형식, 오디오 데이터세트에서 잘못된 레이블링, 이상값, 중복 같은 일반적인 데이터 문제를 자동으로 식별
confident learning 원칙을 기반으로 구축된 Cleanlab은 모델 예측 확률을 활용하여 레이블 노이즈를 추정하고 데이터 품질 정량화
이 모델 독립적 접근법을 통해 개발자는 데이터세트 오류를 진단하고 수정한 다음 개선된 견고성과 정확도를 위해 모델 재훈련 가능

65. Context7

Context7은 AI 생성 코드의 부정확성을 해결하는 MCP 서버
LLM이 오래된 훈련 데이터에 의존하는 반면 Context7은 프로젝트에서 사용되는 라이브러리와 프레임워크에 대한 정확하고 최신이며 버전별 코드를 생성하도록 보장
프레임워크 소스 리포지토리에서 직접 최신 문서와 기능적 코드 예제를 가져와 프롬프팅 순간에 LLM의 컨텍스트 창에 주입
경험상 Context7이 코드 환각과 오래된 훈련 데이터에 대한 의존을 크게 줄임

66. Data Contract CLI

Data Contract CLI는 Data Contract 사양 작업을 위해 설계된 오픈소스 명령줄 도구
데이터 계약을 생성 및 편집할 수 있게 하고 중요하게는 데이터를 계약에 대해 검증할 수 있어 데이터 제품의 무결성과 품질을 보장하는 데 필수적
CLI는 여러 스키마 정의(Avro, SQL DDL, Open Data Contract Standard 등)에 대한 광범위한 지원을 제공하고 다양한 계약 버전을 비교하여 즉시 주요 변경 사항 감지 가능
특히 데이터 메시 공간에서 CI/CD 통합을 통해 데이터 제품 간 계약 거버넌스를 운영화하는 데 유용함을 발견

67. Databricks Assistant

Databricks Assistant는 Databricks 플랫폼에 직접 통합된 AI 기반 대화형 도구로 데이터 전문가를 위한 상황별 페어 프로그래머 역할
범용 코딩 어시스턴트와 달리 Unity Catalog의 메타데이터를 포함하여 Databricks 환경 및 데이터 컨텍스트에 대한 기본 이해의 이점
Assistant는 코드 스니펫 생성을 넘어 복잡한 다단계 SQL 및 Python 쿼리를 작성하고 오류를 진단하며 상세하고 워크스페이스별 설명 제공 가능
이미 Databricks 생태계에 투자한 조직의 경우 생산성을 가속화하고 복잡한 데이터 작업에 대한 진입 장벽을 낮출 수 있음

68. Hoppscotch

Hoppscotch는 API 개발, 디버깅, 테스트, 공유를 위한 경량 오픈소스 도구
HTTP, GraphQL, WebSocket을 포함한 여러 프로토콜을 지원하고 웹, 데스크톱, CLI 환경용 크로스 플랫폼 클라이언트 제공
API 도구 공간이 Postman, Insomnia, Bruno 같은 대안으로 붐비지만 Hoppscotch는 경량 풋프린트와 프라이버시 친화적 디자인으로 두드러짐
분석을 생략하고 로컬 우선 저장소를 사용하며 자체 호스팅을 지원하여 강력한 데이터 프라이버시를 유지하면서 API 스크립트를 공유하는 직관적인 방법을 찾는 조직에 강력한 선택

69. NVIDIA DCGM Exporter

NVIDIA DCGM Exporter는 팀이 분산 GPU 훈련을 대규모로 모니터링하는 데 도움이 되는 오픈소스 도구
NVIDIA Data Center GPU Manager (DCGM)의 독점 원격 측정을 표준 모니터링 시스템과 호환되는 오픈 형식으로 변환
GPU 및 호스트 서버 모두에서 GPU 활용도, 온도, 전력, ECC 오류 수 같은 중요한 실시간 메트릭 노출
이 가시성은 커스텀 LLM을 미세 조정하거나 장기 실행 GPU 집약적 훈련 작업을 실행하는 조직에 필수적

70. RelationalAI

대량의 다양한 데이터가 Snowflake로 가져오면 해당 데이터 내의 고유한 관계와 암시적 규칙이 모호해질 수 있음
Snowflake Native App으로 구축된 RelationalAI는 팀이 의미 있는 개념을 포착하고 핵심 비즈니스 엔티티를 정의하며 Snowflake 테이블에 대해 직접 복잡한 로직을 내장하는 정교한 모델을 구축할 수 있게 함
강력한 Graph Reasoner를 통해 사용자는 이러한 모델을 기반으로 관계형 지식 그래프를 생성, 분석, 시각화 가능
대규모의 빠르게 변화하는 데이터세트를 관리하는 조직의 경우 지식 그래프 구축이 사전 모니터링 및 더 풍부하고 실행 가능한 통찰력 생성에 필수적일 수 있음

71. UX Pilot

UX Pilot는 와이어프레이밍부터 고충실도 시각 디자인 및 검토까지 UX 디자인 프로세스의 여러 단계를 지원하는 AI 도구
텍스트 또는 이미지 입력을 받아들이고 자동으로 화면, 플로우, 레이아웃 생성 가능
Autoflow 기능은 사용자 플로우 전환을 생성하고 Deep Design은 더 풍부하고 상세한 출력 생성
UX Pilot는 표준 디자인 도구 내에서 정제를 위해 생성된 디자인을 내보내는 Figma 플러그인도 포함

72. v0

v0는 Radar에서 마지막으로 소개한 이후 진화
이제 제품 관리자가 셀프서비스 UI 프로토타입을 더 쉽게 생성하고 조정할 수 있는 디자인 모드 포함
최신 릴리스는 큰 컨텍스트 창과 멀티모달 기능을 갖춘 자체 모델을 도입하여 v0가 텍스트 및 시각적 입력 모두에서 UI를 생성하고 개선할 수 있게 함
또 다른 주목할 만한 추가 사항은 시스템이 더 복잡한 작업을 분해하고 각각에 적절한 모델을 선택할 수 있는 에이전트 모드

Assess

73. Augment Code

Augment Code는 대규모 코드베이스에서 깊은 컨텍스트 인식 지원을 제공하는 AI 코딩 어시스턴트
코드가 자주 변경되더라도 빠른 코드 인덱스 업데이트와 빠른 검색을 가능하게 하는 고급 context engineering을 통해 두드러짐
Augment는 Claude Sonnet 4 및 4.5와 GPT-5 같은 모델을 지원하고 GitHub, Jira, Confluence와 통합되며 외부 도구 상호 운용성을 위한 Model Context Protocol (MCP) 지원
리팩토링 및 종속성 업그레이드부터 스키마 업데이트까지 복잡한 코드베이스 변경에 대한 단계별 안내 제공

74. Azure AI Document Intelligence

Azure AI Document Intelligence (이전 Form Recognizer)는 구조화되지 않은 문서에서 텍스트, 표, 키-값 쌍을 추출하여 구조화된 데이터로 변환
사전 훈련된 딥러닝 모델을 사용하여 레이아웃과 의미를 해석하고 특수 형식을 위해 노코드 인터페이스를 통해 커스텀 모델 훈련 가능
팀 중 하나는 ADI가 수동 데이터 입력을 크게 줄이고 데이터 정확도를 개선하며 보고를 가속화하여 더 빠른 데이터 기반 의사 결정으로 이어졌다고 보고
Amazon Textract 및 Google Document AI와 마찬가지로 강력한 레이아웃 이해로 엔터프라이즈급 문서 처리 제공

75. Docling

Docling은 구조화되지 않은 데이터의 고급 문서 처리를 위한 오픈소스 Python 및 TypeScript 라이브러리
PDF 및 PowerPoint 같은 실제 문서를 깨끗하고 기계 판독 가능한 형식으로 변환하는 종종 간과되는 "마지막 마일" 문제 해결
전통적인 추출기와 달리 Docling은 컴퓨터 비전 기반 접근법을 사용하여 문서 레이아웃과 의미 구조를 해석하여 출력이 retrieval-augmented generation (RAG) 파이프라인에 특히 가치 있게 만듦
복잡한 문서를 JSON 또는 Markdown 같은 구조화된 형식으로 변환하여 structured output from LLMs 같은 기술 지원

76. E2B

E2B는 클라우드의 안전하고 격리된 샌드박스에서 AI 생성 코드를 실행하기 위한 오픈소스 도구
에이전트는 Firecracker microVM 위에 구축된 이러한 샌드박스를 사용하여 코드를 안전하게 실행하고 데이터를 분석하며 연구를 수행하거나 가상 머신을 운영 가능
이를 통해 실행 환경에 대한 완전한 제어와 보안으로 엔터프라이즈급 AI 에이전트를 구축하고 배포 가능

77. Helix editor

명령줄 즐겨찾기 Vim을 대체하려는 간단한 텍스트 편집기의 부활이 다소 있었음
Helix는 Neovim 및 최근 Kakoune 와 함께 이러한 붐비는 공간의 경쟁자 중 하나
다소 장난스럽게 자신을 포스트 모던 텍스트 편집기로 묘사하며 Helix는 여러 커서, Tree-sitter 지원, 통합된 Language Server Protocol (LSP) 지원을 특징으로 하며 이것이 처음 우리의 주의를 끌었음
진행 중인 플러그인 시스템으로 활발히 개발되고 있으며 전반적으로 Vim 사용자에게 친숙하게 느껴지지만 몇 가지 현대적 편의 기능을 추가하는 경량 모달 편집기

78. Kueue

Kueue는 할당량 및 리소스 소비를 관리하는 작업 대기열을 위한 Kubernetes 네이티브 컨트롤러
다양한 우선순위와 리소스 요구사항을 가진 Kubernetes 워크로드를 처리하기 위한 API를 제공하며 작업을 허용하거나 제거할 시기를 결정하는 작업 수준 관리자로 기능
효율적인 리소스 관리, 작업 우선순위 지정, 고급 스케줄링을 위해 설계된 Kueue는 Kubernetes 환경, 특히 Kubeflow 같은 도구를 사용하는 ML 워크로드의 워크로드 실행 최적화에 도움
cluster-autoscaler 및 kube-scheduler를 대체하기보다는 함께 작동하며 순서, 할당량, 우선순위, 토폴로지 인식을 기반으로 한 작업 허용에 초점

79. MCPScan.ai

MCPScan.ai는 스캔 및 프록시 두 가지 모드로 작동하는 Model Context Protocol (MCP) 서버용 보안 스캐너
스캔 모드에서는 구성 및 도구 설명을 분석하여 프롬프트 주입, 도구 중독, toxic flows 같은 알려진 취약점 감지
프록시 모드에서 MCPScan.ai는 에이전트 시스템과 MCP 서버 사이의 브리지 역할을 하며 런타임 트래픽을 지속적으로 모니터링
이 모드는 도구 호출 검증, PII 감지, 데이터 흐름 제약을 포함한 커스텀 보안 규칙 및 가드레일도 시행

80. oRPC

oRPC (OpenAPI Remote Procedure Call)는 TypeScript에서 엔드투엔드 타입세이프 API를 제공하면서 OpenAPI 사양을 완전히 준수
완전한 OpenAPI 사양을 자동으로 생성하여 통합 및 문서화 단순화 가능
tRPC 및 ElysiaJS 같은 대안이 종종 타입 안전성을 얻기 위해 새로운 프레임워크를 채택해야 하는 반면, oRPC는 Express, Fastify, Hono, Next.js를 포함한 기존 Node.js 프레임워크와 원활하게 통합
이러한 유연성으로 파괴적인 리팩토링 없이 기존 API에 엔드투엔드 타입 안전성을 채택하려는 팀에게 탁월한 선택

81. Power user for dbt

Power user for dbt는 dbt 및 dbt Cloud 환경 모두와 직접 통합되는 Visual Studio Code용 확장
dbt가 우리가 좋아하는 도구 중 하나로 남아 있기 때문에 사용성을 개선하는 모든 것이 생태계에 환영받는 추가 사항
이전에는 개발자가 IDE 외부에서 SQL 코드를 검증하거나 모델 계보를 검사하기 위해 여러 도구에 의존
이 확장으로 해당 기능이 이제 VS Code에 내장되어 코드 자동완성, 실시간 쿼리 결과, 시각적 모델 및 컬럼 계보 제공

82. Serena

Serena는 Claude Code 같은 코딩 에이전트에게 의미론적 코드 검색 및 편집을 위한 IDE 같은 기능을 제공하는 강력한 코딩 툴킷
심볼 수준에서 작동하고 코드의 관계형 구조를 이해함으로써 Serena는 토큰 효율성을 크게 개선
전체 파일을 읽거나 조잡한 문자열 교체에 의존하는 대신 코딩 에이전트는 find_symbol, find_referencing_symbols, insert_after_symbol 같은 정밀한 Serena 도구를 사용하여 코드를 찾고 편집 가능
소규모 프로젝트에서는 영향이 미미하지만 코드베이스가 커짐에 따라 이러한 효율성은 매우 가치 있음

83. SweetPad

SweetPad 확장은 개발자가 Apple 플랫폼에서 Swift 애플리케이션 개발 전체 수명주기를 위해 VS Code 또는 Cursor를 사용할 수 있게 함
xcodebuild, xcode-build-server, swift-format 같은 필수 도구를 통합하여 Xcode로 지속적으로 전환할 필요 제거
개발자는 시뮬레이터를 관리하고 장치에 배포하면서 Xcode를 열지 않고도 IDE에서 직접 iOS, macOS, watchOS용 Swift 애플리케이션을 빌드, 실행, 디버그 가능

84. Tape/Z (Tools for Assembly Program Exploration for Z/OS)

Tape/Z (Tools for Assembly Program Exploration for Z/OS)는 메인프레임 HLASM (High-Level Assembler) 코드 분석을 위한 진화하는 툴킷
Thoughtworker가 개발했으며 파싱, 제어 흐름 그래프 구성, 종속성 추적, 플로차트 시각화 같은 기능 제공
메인프레임 공간에서 오픈되고 커뮤니티 주도 도구의 희소성을 오랫동안 언급해왔으며 대부분의 옵션은 독점적이거나 벤더 생태계에 연결되어 있음
Tape/Z는 접근 가능하고 스크립트 가능한 분석 기능을 제공하여 그 격차를 메우는 데 도움

[Languages and Frameworks]

Adopt

85. Fastify

Fastify에 대한 긍정적인 경험을 계속하고 있음 - Node.js용 빠르고 의견이 없으며 오버헤드가 낮은 웹 프레임워크
파싱, 검증, 직렬화를 포함한 최소 웹 프레임워크의 모든 필수 기능과 견고한 플러그인 시스템 및 강력한 커뮤니티 지원 제공
팀은 Express.js 같은 대안에 비해 Fastify를 사용할 때 중요한 단점을 보지 못했으며 측정 가능한 성능 향상도 얻어 Node.js의 최소 웹 개발에 매력적인 선택

86. LangGraph

LangGraph는 LLM을 사용하여 상태 저장 다중 에이전트 애플리케이션을 구축하기 위한 오케스트레이션 프레임워크
노드 및 에지 같은 저수준 프리미티브와 개발자에게 에이전트 워크플로우, 메모리 관리, 상태 지속성에 대한 세분화된 제어를 제공하는 내장 기능 제공
개발자가 간단한 사전 구축된 그래프로 시작하여 복잡하고 진화하는 에이전트 아키텍처로 확장할 수 있음을 의미
스트리밍, 고급 컨텍스트 관리, 모델 폴백 및 도구 오류 처리 같은 복원력 패턴 지원으로 LangGraph는 강력한 프로덕션급 에이전트 애플리케이션 구축 가능

87. vLLM

vLLM은 클라우드 또는 온프레미스에서 실행할 수 있는 LLM용 고처리량, 메모리 효율적인 추론 엔진
여러 모델 아키텍처와 인기 있는 오픈소스 모델 지원
팀은 NVIDIA DGX 및 Intel HPC 같은 GPU 플랫폼에 dockerized vLLM 워커를 배포하여 Llama 3.1 (8B 및 70B), Mistral 7B, Llama-SQL을 포함한 모델을 개발자 코딩 지원, 지식 검색, 자연어 데이터베이스 상호작용을 위해 호스팅
vLLM은 OpenAI SDK 표준과 호환되어 일관된 모델 서빙 가능

Trial

88. Crossplane

Radar에 마지막으로 등장한 이후 Crossplane 채택이 계속 증가했으며 특히 Kubernetes 클러스터 확장에 사용
작업에서 Crossplane이 일반 목적 인프라 코드(IaC) 도구가 아닌 특정 사용 사례에서 뛰어남을 발견
이전 관찰이 여전히 유효: Crossplane은 Kubernetes 내에 배포된 워크로드의 동반자로 가장 잘 작동하며 Terraform 같은 도구의 완전한 대체물은 아님
Crossplane을 주요 IaC 솔루션으로 "올인"한 팀은 종종 어려움을 겪었지만 실용적으로 사용한 팀 - 타깃팅된 커스텀 사용 사례를 위해 - 강력한 결과를 봄

89. DeepEval

DeepEval은 LLM 성능 평가를 위한 오픈소스 Python 기반 평가 프레임워크
LlamaIndex 또는 LangChain으로 구축된 retrieval-augmented generation (RAG) 및 기타 애플리케이션 평가와 모델 기준선 및 벤치마크에 사용 가능
DeepEval은 단어 매칭 점수를 넘어 실제 시나리오에서 더 신뢰할 수 있는 평가를 제공하기 위해 정확도, 관련성, 일관성 평가
환각 감지, 답변 관련성, 하이퍼파라미터 최적화 같은 메트릭 포함하고 사용 사례별 커스텀 메트릭 생성을 위한 GEval 지원

90. FastMCP

Model Context Protocol (MCP)는 LLM 애플리케이션에 컨텍스트 및 도구를 제공하는 표준으로 빠르게 자리잡고 있음
그러나 MCP 서버 구현은 일반적으로 설정, 프로토콜 처리, 오류 관리를 위한 상당한 보일러플레이트 포함
FastMCP는 프로토콜 복잡성을 추상화하고 개발자가 직관적인 Python 데코레이터를 통해 MCP 리소스 및 도구를 정의할 수 있게 하여 이 프로세스를 단순화하는 Python 프레임워크
이 추상화를 통해 팀이 비즈니스 로직에 집중할 수 있어 더 깨끗하고 유지 관리 가능한 MCP 구현으로 이어짐

91. LiteLLM

LiteLLM은 표준화된 OpenAI API 형식을 통해 여러 LLM 제공업체와 원활한 통합을 제공하는 SDK
광범위한 제공업체 및 모델을 지원하여 텍스트 완성, 임베딩, 이미지 생성을 위한 통합 인터페이스 제공
제공업체별 API 차이를 추상화함으로써 LiteLLM은 통합을 단순화하고 자동으로 요청을 올바른 모델 엔드포인트로 라우팅
프록시 프레임워크를 통해 가드레일, 캐싱, 로깅, 속도 제한, 로드 밸런싱 같은 프로덕션급 기능도 포함

92. MLForecast

MLForecast는 기계 학습 모델을 대규모 데이터세트에 적용하는 시계열 예측을 위한 Python 프레임워크 및 라이브러리
래그, 롤링 통계, 날짜 기반 기능을 포함한 일반적으로 복잡한 자동화된 특징 엔지니어링 프로세스를 단순화
Spark 및 Dask 같은 분산 컴퓨팅 프레임워크에 대한 네이티브 지원을 가진 몇 안 되는 라이브러리 중 하나로 확장성 보장
conformal prediction 같은 방법을 사용한 확률적 예측도 지원하여 예측 불확실성의 정량적 측정 제공

93. Nuxt

Nuxt는 풀스택 웹 애플리케이션 생성을 위해 Vue.js 위에 구축된 의견이 있는 메타 프레임워크로 종종 "Vue.js용 Next.js"로 알려짐
React 대응물과 유사하게 Nuxt는 사전 렌더링, 서버 사이드 렌더링(SSR), 메타데이터 관리 같은 SEO 친화적 기능 제공
Nuxt는 Next.js 뒤의 동일한 회사인 Vercel의 지원을 받으며 강력한 커뮤니티와 공식 및 타사 모듈 생태계의 지원을 받음
이러한 모듈은 이미지 처리, 사이트맵, Tailwind CSS 같은 기능의 통합을 단순화

94. Phoenix

Phoenix와의 긍정적인 경험을 계속하고 있음 - Elixir로 작성된 서버 사이드 웹 MVC 프레임워크
Phoenix는 Ruby on Rails의 신속한 애플리케이션 개발 및 개발자 경험 학습을 기반으로 하면서 함수형 프로그래밍 패러다임으로도 발전
이 볼륨에서는 Phoenix LiveView 1.0 릴리스를 강조
LiveView는 HTMX 또는 Hotwire 와 유사한 HTML-over-the-wire 솔루션으로 개발자가 완전히 서버 렌더링 HTML로 풍부하고 실시간 사용자 경험 구축 가능

95. Presidio

Presidio는 구조화 및 비구조화 텍스트에서 민감한 데이터를 identifying 하고 anonymizing 하기 위한 데이터 보호 SDK
named entity recognition, 정규 표현식, 규칙 기반 로직을 사용하여 신용카드 번호, 이름, 위치 같은 개인 식별 정보(PII) 감지
Presidio는 custom 엔티티 인식기 및 익명화 파이프라인을 지원하여 조직이 자체 프라이버시 및 규정 준수 요구사항에 맞게 조정 가능
팀은 LLM과 통합할 때 엄격한 데이터 공유 제어가 있는 엔터프라이즈 환경에서 Presidio 사용

96. Pydantic AI

Pydantic AI는 프로덕션에서 GenAI 에이전트를 구축하기 위한 안정적이고 잘 지원되는 오픈소스 프레임워크로 계속 입증
신뢰할 수 있는 Pydantic 기반 위에 구축되어 강력한 타입 안전성, OpenTelemetry를 통한 일급 가시성, 내장 평가 도구 제공
2025년 9월 4일의 버전 1.0 릴리스는 성숙도의 중요한 이정표 표시
그 이후로 단순성과 유지 관리 가능성으로 신뢰할 수 있고 널리 채택되어 LangChain 및 LangGraph 같은 다른 인기 에이전트 프레임워크 대열에 합류

97. Tauri

Tauri는 단일 웹 UI 코드베이스를 사용하여 고성능 데스크톱 애플리케이션을 구축하기 위한 프레임워크
Electron 같은 전통적인 웹 래퍼와 달리 Tauri는 Rust를 기반으로 구축되어 운영 체제의 네이티브 webview를 활용하여 더 작은 바이너리와 더 강력한 보안 제공
몇 년 전 Tauri를 처음 평가했으며 그 이후 데스크톱을 넘어 iOS 및 Android 지원으로 확장
최신 버전은 더 유연한 권한 및 범위 모델을 도입하고 이전 권한 목록을 대체하며 원시 데이터 전송을 지원하고 성능을 개선하는 강화된 프로세스 간 통신(IPC) 레이어 특징

Assess

98. Agent Development Kit (ADK)

Agent Development Kit (ADK)는 단순히 프롬프팅에 의존하기보다는 현대적인 소프트웨어 엔지니어링 규율을 적용하는 AI 에이전트 개발 및 배포를 위한 프레임워크
클래스, 메서드, 워크플로우 패턴, CLI 지원 같은 친숙한 추상화 도입
LangGraph 또는 CrewAI 같은 프레임워크와 비교하여 ADK의 강점은 Google의 AI 인프라와의 깊은 통합으로 엔터프라이즈 준비 그라운딩, 데이터 액세스, 모니터링 제공
상호 운용성을 위해 설계되어 도구 래퍼 및 에이전트 간 통신을 위한 A2A protocol 지원

99. Agno

Agno는 다중 에이전트 시스템을 구축, 실행, 관리하기 위한 프레임워크
완전 자율 에이전트 또는 제어된 단계 기반 워크플로우를 생성할 수 있는 유연성 제공하며 human-in-the-loop, 세션 관리, 메모리, 지식에 대한 내장 지원 포함
인상적인 에이전트 시작 시간과 낮은 메모리 소비로 효율성에 대한 초점 높이 평가
Agno는 자체 런타임인 AgentOS와 함께 제공되며 이는 에이전트 시스템의 간소화된 테스트, 모니터링, 관리를 위한 통합 제어 플레인이 있는 FastAPI 애플리케이션

100. assistant-ui

assistant-ui는 AI 채팅 인터페이스를 위한 오픈소스 TypeScript 및 React 라이브러리
메시지 편집 및 분기 전환을 위한 스트리밍, 상태 관리, 일반적인 UX 기능 같은 채팅 UI 구현의 복잡한 부분을 처리하면서 개발자가 Radix 프리미티브를 사용하여 자체 구성 요소 디자인 가능
Vercel AI SDK 및 LangGraph 를 포함한 인기 런타임과의 통합을 지원하고 복잡한 사용 사례를 위한 사용자 정의 가능한 런타임 솔루션 제공
assistant-ui로 간단한 채팅 인터페이스를 성공적으로 구축했으며 결과에 만족

101. AutoRound

Intel의 AutoRound는 LLM 및 vision language models (VLM) 같은 대규모 AI 모델을 정확도 손실을 최소화하면서 압축하기 위한 고급 양자화 알고리듬
sign-gradient descent 최적화를 사용하여 모델 크기를 초저비트 너비(2-4비트)로 줄이고 최적 효율성을 위해 레이어 전체에 혼합 비트 너비 적용
이 양자화 프로세스는 또한 매우 빠름: 단일 GPU에서 몇 분 만에 70억 파라미터 모델 양자화 가능
AutoRound는 vLLM 및 Transformers 같은 인기 있는 추론 엔진과 통합되어 모델 양자화를 위한 매력적인 옵션

102. Browser Use

Browser Use는 LLM 기반 에이전트가 웹 브라우저를 운영하고 웹 애플리케이션과 상호작용할 수 있게 하는 오픈소스 Python 라이브러리
탐색, 데이터 입력, 텍스트 추출을 할 수 있으며 애플리케이션 간 작업을 조정하기 위해 여러 탭 관리 가능
라이브러리는 AI 에이전트가 웹 콘텐츠에서 정보를 액세스, 조작 또는 검색해야 할 때 특히 유용
다양한 LLM을 지원하고 Playwright를 활용하여 더 풍부한 웹 상호작용을 위해 시각적 이해와 HTML 구조 추출을 결합

103. DeepSpeed

DeepSpeed는 훈련 및 추론 모두를 위한 분산 딥러닝을 최적화하는 Python 라이브러리
훈련을 위해 Zero Redundancy Optimizer (ZeRO) 및 3D 병렬처리 같은 기술을 통합하여 수천 개의 GPU에서 모델을 효율적으로 확장
추론을 위해 텐서, 파이프라인, 전문가, ZeRO 병렬처리를 커스텀 커널 및 통신 최적화와 결합하여 지연시간 최소화
DeepSpeed는 Megatron-Turing NLG (530B) 및 BLOOM (176B)를 포함하여 세계에서 가장 큰 언어 모델 중 일부를 구동

104. Drizzle

Drizzle은 경량 TypeScript ORM
Prisma ORM과 달리 개발자에게 간단한 SQL 같은 API와 더 전통적인 ORM 스타일 쿼리 인터페이스 모두 제공
기존 데이터베이스에서 스키마 추출도 지원하여 데이터베이스 우선 및 코드 우선 접근법 모두 가능
Drizzle은 서버리스 환경을 염두에 두고 설계되었으며 작은 번들 크기를 가지고 prepared statements 지원

105. Java post-quantum cryptography

양자 컴퓨터는 계속 빠르게 발전하고 있으며 AWS Braket 같은 SaaS 제공이 이제 여러 아키텍처에서 양자 알고리듬에 대한 액세스 제공
3월 이후 Java 24는 Java post-quantum cryptography를 도입하여 ML-KEM 및 ML-DSA 같은 포스트 양자 암호화 알고리듬에 대한 지원 추가
.Net 10도 지원 확대
조언은 간단: 이러한 언어로 소프트웨어를 구축하는 경우 시스템을 미래 보장하기 위해 지금 양자 안전 알고리듬 채택 시작

106. kagent

Kagent은 Kubernetes 클러스터 내에서 에이전트 AI를 실행하기 위한 오픈소스 프레임워크
LLM 기반 에이전트가 Kubernetes 네이티브 API 및 Model Context Protocol (MCP) 통합을 통해 문제 진단, 구성 수정, 가시성 도구와 상호작용 같은 운영 작업을 계획하고 실행할 수 있게 함
목표는 선언적 관리와 자율적 추론을 결합하여 "AgentOps"를 클라우드 네이티브 인프라에 가져오는 것
CNCF Sandbox 프로젝트로서 Kagent는 특히 LLM에 운영 관리 기능을 부여하는 위험을 고려할 때 주의해서 도입해야 하며 toxic flow analysis 같은 기술이 이러한 위험을 평가하고 완화할 때 특히 가치 있을 수 있음

107. LangExtract

LangExtract는 LLM을 사용하여 사용자 정의 지침에 따라 비구조화 텍스트에서 구조화된 정보를 추출하는 Python 라이브러리
임상 노트 및 보고서 같은 도메인별 자료를 처리하여 각 추출된 데이터 포인트를 소스로 추적 가능하게 유지하면서 핵심 세부 정보를 식별하고 구성
추출된 엔티티는 .jsonl 파일(언어 모델 데이터를 위한 표준 형식)로 내보낼 수 있으며 맥락 검토를 위한 대화형 HTML 인터페이스를 통해 시각화 가능
팀은 도메인 지식 그래프를 채우기 위해 엔티티를 추출하는 LangExtract를 평가했으며 복잡한 문서를 구조화되고 기계 판독 가능한 표현으로 변환하는 데 효과적임을 발견

108. Langflow

Langflow는 LLM 워크플로우를 구축하고 시각화하기 위한 오픈소스 로우코드 플랫폼
LangChain 위에 구축되어 개발자가 드래그 앤 드롭 인터페이스를 통해 프롬프트, 도구, 벡터 데이터베이스, 메모리 구성 요소를 체인으로 연결할 수 있으면서도 고급 로직을 위한 커스텀 Python 코드 지원
완전한 백엔드 코드를 작성하지 않고 에이전트 애플리케이션 프로토타이핑에 특히 유용
그러나 Langflow는 여전히 상대적으로 새롭고 프로덕션 사용을 위한 몇 가지 거친 부분이 있으며 로우코드 플랫폼에 대한 일반적인 주의가 여기에도 적용

109. LMCache

LMCache는 LLM 서빙 인프라를 가속화하는 키-값(KV) 캐시 솔루션
LLM 추론 엔진 풀 전체에 걸친 특수 캐싱 레이어 역할을 하며 채팅 기록이나 문서 컬렉션 같이 여러 번 처리될 가능성이 있는 텍스트에 대한 사전 계산된 KV 캐시 항목 저장
이러한 값을 디스크에 유지함으로써 prefill 계산을 GPU에서 오프로드하여 time-to-first-token (TTFT) 줄이고 RAG 파이프라인, 다중 턴 채팅 애플리케이션, 에이전트 시스템 같은 까다로운 워크로드 전체에서 추론 비용 절감
vLLM 또는 NVIDIA Dynamo 같은 주요 추론 서버와 LMCache를 통합할 수 있으며 설정에 미치는 영향 평가 가치 있음

110. Mem0

Mem0는 AI 에이전트를 위해 설계된 메모리 레이어
순진한 접근법은 종종 전체 채팅 기록을 데이터베이스에 저장하고 향후 대화에서 재사용하여 과도한 토큰 사용으로 이어짐
Mem0는 이를 단기 회상과 현저한 사실 및 관계만 추출하고 저장하는 지능형 장기 레이어로 메모리를 분리하는 더 정교한 아키텍처로 대체
아키텍처는 의미론적 유사성을 위한 벡터 저장소와 시간적 및 관계형 데이터를 이해하기 위한 지식 그래프를 결합

111. Open Security Control Assessment Language (OSCAL)

Open Security Controls Assessment Language (OSCAL)는 규정 준수 및 위험 관리에서 자동화를 증가시키고 팀이 텍스트 기반 수동 접근법에서 벗어나도록 돕기 위해 설계된 오픈되고 기계 판독 가능한 정보 교환 형식
미국 국립 표준 기술 연구소(NIST)가 주도하며 OSCAL은 SOC 2 및 PCI 같은 산업 프레임워크와 미국의 FedRAMP, 싱가포르의 Cybersecurity Control Catalogue, 호주의 Information Security Manual 같은 정부 프레임워크와 관련된 보안 제어를 표현하기 위한 standard representations in XML, JSON and YAML 제공
OSCAL이 아직 공공 부문 외부에서 널리 채택되지 않았고 생태계가 여전히 성숙 중이지만 보안 평가를 간소화하고 스프레드시트 및 체크박스 연습에 대한 의존을 줄이며 compliance-as-code 및 continuous compliance 플랫폼에 통합될 때 자동화된 규정 준수를 가능하게 하는 잠재력에 흥분

112. OpenInference

OpenInference는 AI 애플리케이션을 관찰하기 위해 설계된 규약 및 플러그인 세트로 OpenTelemetry를 보완
기계 학습 프레임워크 및 라이브러리에 대한 표준화된 계측을 제공하여 개발자가 벡터 저장소 검색이나 API 및 검색 엔진에 대한 외부 도구 호출 같은 주변 컨텍스트와 함께 LLM 호출을 추적하는 데 도움
스팬은 모든 OTEL 호환 수집기로 내보낼 수 있어 기존 원격 측정 파이프라인과의 정렬 보장
이전에 일반적으로 사용되는 LLM 가시성 플랫폼인 Langfuse를 블립했으며 OpenInference SDK는 Langfuse 및 기타 OpenTelemetry 호환 가시성 플랫폼에 트레이스를 기록 가능

113. Valibot

Valibot은 TypeScript의 스키마 검증 라이브러리
Zod 및 Ajv 같은 다른 인기 있는 TypeScript 검증 라이브러리처럼 타입 추론을 제공하지만 모듈식 디자인이 차별화
이 아키텍처는 번들러가 효과적인 트리 쉐이킹 및 코드 분할을 수행하여 실제로 사용되는 검증 함수만 포함할 수 있게 함
Valibot은 최적 시나리오에서 Zod에 비해 번들 크기를 최대 95%까지 줄일 수 있어 클라이언트 사이드 검증이나 서버리스 함수 같이 번들 크기가 중요한 환경에서 스키마 검증을 위한 매력적인 선택

114. Vercel AI SDK

Vercel AI SDK는 TypeScript 생태계에서 AI 기반 애플리케이션 및 에이전트를 구축하기 위한 오픈소스 풀스택 툴킷
두 가지 주요 구성 요소로 구성: AI SDK Core는 텍스트 생성, 구조화된 객체 생성, 도구 호출을 지원하는 모델 독립적 LLM 호출 표준화
AI SDK UI는 assistant-ui 와 유사하게 React, Vue, Next.js, Svelte에서 스트리밍, 상태 관리, 실시간 UI 업데이트로 프론트엔드 개발 단순화
이미 TypeScript 및 Next.js 생태계 내에서 작업하는 팀의 경우 Vercel AI SDK는 풍부한 클라이언트 사이드 경험으로 AI 애플리케이션을 구축하는 빠르고 원활한 방법 제공