소프트웨어 개발의 역사는 대략 1950년대부터 시작되어 이제 70년 정도 되었다고 볼 수 있습니다. 하지만 실제로 소프트웨어가 활발하게 개발되고 보급되기 시작한 시점은 1980년대 PC의 등장과 함께였죠. 그로부터 약 45년이 흘렀으니, 초기부터 개발을 시작했다면 현재 60~70대 정도가 되지 않았을까 생각됩니다. 개발자라면 “늙어서도 개발하고 싶다”라는 희망을 품곤 하는데요, 주변을 둘러봐도 60대 이상 소프트웨어 개발자는 그리 많지 않은 것 같습니다. 그분들은 모두 어디로 가신 걸까요? Kate Gregory는 1979년부터 개발을 시작해 40년 넘게 경력을 쌓은, 올해 63세인 베테랑 개발자입니다. Microsoft의 C 컴파일러가 나오기 전부터 C 을 사용했으며, Visual C MVP이자 여러 유명 C 컨퍼런스에서 자주 연사로 나섭니다. “The Aging Programmer(나이 들어가는 프로그래머)”라는 제목의 발표를 통해, 개발자로서 나이가 들어가는 것에 대해 다양한 이야기를 들을 수 있어서 스크립트를 전체적으로 정리해 봤습니다. 발표 내내 강조하는 점은 “20대·30대·40대·50대에 해둘 수 있는 여러 가지 실천과 준비”가 쌓여야, 나중에 60대·70대·80대에도 “아무것도 안 하고 편히 쉬겠다”든지 “계속 프로그래밍을 하겠다”든지 원하는 대로 살 수 있게 된다는 것입니다. “자신이 즐기는 일을 하면서 행복하게 지내는 것이 목표”라면, 그것은 저절로 이루어지지 않으므로 "미리 대비하고 노력해야 한다"라고요. 발표 전체에서 가장 인상 깊었던 말은 이거 였어요. “상실을 치유하는 유일한 방법은 새로운 것을 얻는 것이다(The only cure for loss is gain). 상실은 저절로 우리에게 찾아오지만, 무언가를 얻는 건 결국 우리가 직접 해내야 한다.” 항상 새로운 것을 얻기 위해 노력하는 삶을 살아야겠어요.
ㅤ
소프트웨어 개발을 하다 보면 여러 가지 생각과 신념이 마음속에 자리 잡게 됩니다. 직접 경험을 통해 얻은 것일 수도 있고, 책에서 배운 것일 수도 있으며, 다른 사람을 통해 습득하기도 합니다. 이렇게 쌓인 생각들은 다른 사람과 협업하는 과정에서 때로 충돌하기도 하는데요. 그 과정에서 자신이 옳다고 주장하며 다투기도 하고, 반대로 오랫동안 간직해온 생각을 바꾸기도 합니다. “Data-Oriented Programming in Java”의 저자 Chris Kiehl은 “업계에서 10년 지낸 뒤, 마음이 바뀐 소프트웨어 개발 주제들”이라는 제목의 글에서, 업계 경험을 통해 얻은 생각의 변화와 바뀌지 않은 부분들을 정리해 공유했습니다. 그는 이미 4년 전에도 같은 제목으로 글을 썼는데, 두 글을 비교해 보면 꽤 흥미롭습니다. 그리고 5년 후, 즉 15년 차가 되었을 때는 또 어떤 변화가 있었는지 다시 글을 쓸 예정이라고 하네요.
ㅤ
Y Combinator는 오랫동안 사람들이 시도해 보았으면 하는 아이디어를 수집하고, 이를 Request for Startups(RFS) 형태로 공유해왔습니다. 이렇다고 해서 YC가 해당 분야에만 투자하는 것은 아니지만, 이런 분야의 기업에 좀 더 집중적으로 투자하는 편이라고 할 수 있죠. 올해 공개된 “Requests for Startups - Spring 2025”를 살펴보면, 사실상 거의 모든 영역이 AI 중심으로 전환되었습니다. 작년 리스트에는 머신러닝, 우주, 기후, 공간 컴퓨팅 등 다양한 주제가 포함되어 있었는데, 올해는 “AI를 위한/AI를 활용하는” 아이템이 주류를 이루고 있습니다. 특히 “상업용 오픈소스 기반 회사”가 “AICOSS(AI Commercial Open Source Software)”로 바뀐 점은 매우 흥미롭습니다. 올해는 과연 어떤 회사들이 등장하게 될지 기대되는데, 이 목록은 그 예측에 좋은 참고 자료가 될 것 같아요. 또한 이런 아이템 관련해서 무언가를 준비하고 있다면, YC에 한번 지원해 보세요!
ㅤ
✓ Feedback : 긱뉴스 위클리 어떻게 읽고 계신가요? 의견과 제안 부탁드려요
✓ Show GN - 직접 만드신 오픈소스나, 재직중인 스타트업의 제품/서비스를 소개해주세요.
발표자 Kate Gregory는 40년 이상의 경력을 가진 개발자로, 나이가 들어도 프로그래밍을 지속할 수 있는 방법에 대해 자신의 경험과 연구를 바탕으로 조언합니다. 나이가 들면서 신체적, 정신적 건강에 대한 우려가 있지만, 운동과 건강한 생활 습관을 통해 이를 극복할 수 있으며, 돈을 저축하되 현재의 삶을 즐기는 것도 잊지말고, 새로운 기술을 배우고 사회적 관계를 유지하는 것이 중요하다고 강조합니다. 나이가 들어도 긍정적인 태도를 유지하고, 삶의 목적과 이유를 찾는 것이 행복하고 건강한 노년을 위한 핵심입니다.
“여러분이 아무리 젊어도 너무 이른 시기는 없고, 또 제가 장담하건대 아무리 늦었다고 해도 행복하고 건강한 ‘나이 들어가는 프로그래머’가 되는 데는 결코 늦지 않습니다.”
4년 전에도 같은 주제로 글을 작성했고, 10년째에 돌아보기로 해서 다시 작성함. 일부 발췌:
AI 이미지 모델을 직접 훈련하여 자신만의 사진을 생성하는 과정이 과거보다 훨씬 간단해졌으며, Flux 모델과 LoRA 기법을 사용하여 2시간 이내에 모델을 만들 수 있습니다. 훈련을 위해 여러장의 사진과 텍스트 설명이 필요하며, Replicate와 Hugging Face를 통해 모델을 저장하고 이미지를 생성 가능합니다. 모델 성능은 다소 들쑥날쑥하지만, 비용이 저렴하고 재미있어 아이들과 함께 다양한 시도를 해볼 수 있습니다. 드라마 속의 한 장면을 쉽게 구현하는 세상이 되었네요.
경력이 많은 개발자들이 신입 개발자와 소프트웨어 개발 철학을 공유한 내용
Y Combinator가 투자하겠다고 밝힌 아이디어 리스트. 또는 올해 유망한 분야라고도 볼 수 있음
Electron은 웹 기술로 UI를 구현하고 네이티브 코드를 함께 사용할 수 있어 많은 앱들이 이를 채택하고 있으며, JavaScript만 사용하는 것이 아니라 C++, Objective-C, Rust 등 다양한 네이티브 코드를 활용할 수 있습니다. 웹 앱이 나쁘다는 일반적인 오해와 달리, 잘 구현된 웹 앱은 훌륭한 사용자 경험을 제공하며, Electron은 최신 Chromium 엔진을 통해 안정성과 보안을 독립적으로 유지할 수 있습니다. 또한, Electron 앱의 번들 크기가 크다는 비판이 있지만, 사용자들은 기능과 편의성을 더 중요하게 여기는 경향이 있습니다.
PDF를 텍스트 청크로 변환하는 과정은 대규모 RAG 시스템 구축 시 어려운 문제로, 기존 솔루션들은 정확도와 비용 효율성에서 한계를 보였습니다. Gemini Flash 2.0은 이전 버전보다 향상된 정확도와 타 모델 대비 몇배가 넘는 비용 효율성을 제공하며, 대규모 문서 처리에 적합한 솔루션으로 평가받고 있습니다. 특히, LLM 기반의 청크 분할을 저렴하게 적용할 수 있게 되어 대규모 문서 인덱싱 파이프라인의 확장성을 높이는 데 기여할 것으로 기대됩니다.
FullMoon은 애플 실리콘에 최적화된 로컬 LLM 앱으로, 프라이빗한 대화를 지원합니다. Llama-3.2-1B/3B-Instruct-4bit 등 다양한 모델을 제공하며, 테마와 폰트, 시스템 프롬프트를 개인화할 수 있습니다. 무료로 제공되며, 맥 앱 스토어와 iOS 앱스토어에서 다운로드할 수 있습니다.
Tabler 1.0.0은 오픈소스 HTML 대시보드 UI 킷으로 다크 테마 지원과 다양한 새로운 페이지가 추가되어 기능이 풍부한 애플리케이션 구성을 돕습니다. 새로운 레이아웃과 강화된 시각 요소를 통해 사용자 경험을 개선하며, Eleventy로의 전환을 통해 더 빠른 빌드 타임과 성능을 제공합니다. 또한, 5800개 이상의 아이콘과 80종의 이메일 템플릿을 통해 맞춤형 UI 구성과 효율적인 사용자 커뮤니케이션을 지원합니다.
최근에 개발 도구에 많이 추가되고 있는 AI와의 채팅은 개발 용도로는 부적절한 UI 패턴으로, 소프트웨어 작성은 명확한 이해와 문서 기반의 접근이 필요합니다. AI 코딩 도구의 초기 버전은 정확도가 부족하여 실질적인 소프트웨어 개발에 활용하기 어려웠으며, 중요한 소프트웨어 구축에는 추측이 아닌 명확한 이해가 필수적입니다. 글에서는 문서 기반 프로그래밍이 중요하다고 강조하며, 의도를 명확히 하고 체계적인 변경 추적을 가능하게 하여 AI 개발 도구의 미래는 이러한 문서 기반 접근을 잘 도입하는 기업이 주도할 것이라고 주장합니다.
OpenAI가 공개한 DeepResearch는 웹 검색을 통해 콘텐츠를 요약하고 질의 응답을 수행해주는 에이전트형 연구 도구입니다. 하지만 에이전트 프레임워크 세부 사항을 공개하지 않아, 이를 오픈소스로 재현하기 위해 24시간 동안 실험을 진행하였는데요. DeepResearch와 똑같이 에이전트 프레임워크를 활용하여 LLM의 기능을 확장하여 뛰어난 성능을 구현하였고, 커뮤니티에서는 이를 기반으로 다양한 구현체들이 등장하고 있습니다. 매우 어려운 GAIA 벤치마크에서 단일 LLM은 7% 정도의 결과를 내고 DeepResearch는 67% 이상이지만, Open Deep Research는 54% 수준까지 달성했습니다.
Lume는 애플의 Virtualization.Framework를 활용하여 macOS와 리눅스 VM을 거의 네이티브 속도로 운용할 수 있는 경량 CLI 도구입니다. 사용자는 lume run macos-sequoia-vanilla:latest 같은 명령어를 통해 미리 만들어진 macOS 이미지를 사용하여 VM을 쉽게 생성할 수 있으며, 로컬 HTTP API 서버를 통해 VM의 자동화 관리가 가능합니다. 또한, brew를 통해 설치할 수 있으며, 다양한 명령어를 지원하여 VM 생성, 실행, 관리, 삭제 등의 작업을 수행할 수 있습니다.
PDF 파일은 정적인 문서로 여겨지지만, Javascript를 지원하여 다양한 기능을 수행할 수 있습니다. TinyEMU RISC-V 에뮬레이터를 asm.js로 컴파일하여 PDF 내에서 Linux를 실행할 수 있습니다. 이는 아크로뱃내에서 실행된 것으로, 제한된 브라우저 API에서도 가능은 하지만 성능이 크게 저하됩니다. PDF 내에서의 Linux 실행은 32비트 Buildroot 시스템을 기본으로 사용하며, 64비트 Alpine Linux도 가능하지만 성능 저하로 인해 추천하지 않습니다.
1979년 IBM 내부 교육 자료에서 사용된 "컴퓨터는 절대 책임을 질 수 없습니다"라는 문구가 AI 시대에 적절하다는 이야기입니다. 이 문구의 출처를 찾기 위해 트위터에서 논의가 있었으며, Jonty Wareing은 이 문구가 아버지의 작업 문서에서 발견되었으나 2019년 홍수로 파괴되었다고 밝혔습니다. IBM 아카이브와의 교신 결과, 이 자료는 1979년 내부 교육 자료에서 나온 것이며, 처음 온라인에 공유된 것은 2017년이라고 확인되었습니다.
AI 음성 에이전트는 기업이 인력을 대체하고 24시간 고객 대응을 가능하게 하며, 소비자에게는 주요 AI 인터페이스로 자리 잡을 전망입니다. 최근 AI 음성 모델의 성능 향상과 비용 감소로 인해 음성 에이전트 시장이 급속도로 성장하고 있으며, 다양한 산업에서 AI 음성을 활용한 솔루션이 도입되고 있습니다. 특히 콜센터, 금융, 보험, 헬스케어 등에서 AI 음성 에이전트의 활용이 활발하며, 높은 비용 절감과 효율성을 제공하는 솔루션에 대한 시장의 관심이 커지고 있습니다.
JavaScript/TypeScript 기반 스키마 라이브러리들이 공통 인터페이스를 구현하도록 설계된 Standard Schema는, 라이브러리 간 호환성을 높이고 사용자 정의 타입 검증 로직의 재사용을 가능하게 합니다. 주요 인터페이스인 StandardSchemaV1은 ~standard라는 객체 속성을 통해 구현되며, validate 함수와 types 프로퍼티를 통해 런타임 검증과 정적 타입 추론을 지원합니다. Zod, Valibot, ArkType 등 주요 라이브러리들이 이미 이 표준을 지원하고 있으며, 개발자들은 StandardSchemaV1을 복사하여 자신의 라이브러리에 쉽게 구현할 수 있습니다.
Nuxt.js의 개발자는 자신의 프로젝트가 오픈 소스로서 커뮤니티에 기여하고, 사용자들이 번창하는 것을 기쁘게 생각합니다. 그는 보상을 기부나 지원이 아닌 컨설팅, 기업가 정신, 유지, 고용에서 찾으며, 오픈 소스를 기반으로 한 영리 프로젝트의 성공이 생태계 전체에 긍정적인 영향을 미친다고 믿습니다. 따라서, Nuxt.js를 사용하여 돈을 버는 다른 사람들에게 부정적인 감정을 가지지 말고 오히려 즐기라고 권장합니다.
저자는 Oils, Radicle, Simplex Chat 세 가지 도구가 기존의 도구를 대체할 수 있는 혁신적인 가능성을 지니고 있다고 평가하며, 이들이 널리 사용되기를 바라고 있습니다. Oils는 기존 POSIX 셸의 문제점을 해결하며 단계적으로 마이그레이션이 가능하고, Radicle은 탈중앙화된 Git 호스팅 솔루션으로 높은 가용성을 제공하며, Simplex Chat은 주소 개념을 혁신적으로 변화시켜 스팸 대응과 프라이버시를 강화합니다. 이러한 도구들은 기존의 관행적 도구를 넘어서는 가능성을 지니고 있으며, 사람들이 더 많이 사용하여 새로운 산업 표준으로 만들어나가기를 제안하고 있습니다.
새로운 논문 "s1: Simple test-time scaling"은 AI 분야에서 큰 진전을 시사하며, 복잡한 내용 없이 기술의 작동 방식을 이해하는 데 도움을 줍니다. 이 모델은 최신 기술 수준에는 미치지 못하지만, 노트북에서도 구동 가능한 소형 모델로, 적은 양의 데이터와 낮은 비용으로 개발되었습니다. "추론 시간이 길어질수록 LLM 성능이 좋아진다"는 주장을 그대로 받아 들여, 추론시에 "Wait"를 추가하는 기법을 통해 모델의 추론 시간을 조절하는 방법을 제시합니다. 이를 통해 s1은 단 6달러로 개발되었다고 주장합니다.
PwC는 AI가 기업의 실무, 전략, 비즈니스 모델 전반에서 중요한 역할을 하며, 2025년까지 더욱 빠르게 통합되고 확산될 것으로 전망합니다. AI를 효과적으로 활용하는 기업은 경쟁에서 앞서나갈 것이며, AI 전략은 기업의 성패를 가르는 핵심 요소로 작용할 것입니다. 또한, AI 에이전트의 도입으로 인력이 실질적으로 확대되고, AI의 책임 있는 활용이 기업의 ROI에 중요한 영향을 미칠 것으로 예상됩니다.
GitHub Copilot의 새로운 Agent 모드는 개발자가 창의적인 작업에 집중할 수 있도록 반복적이고 번거로운 작업을 자동으로 처리하며, 에러를 인식하고 수정하는 기능을 제공합니다. Copilot Edits는 VS Code에서 정식 출시되어 여러 파일에 걸친 인라인 변경 사항을 제안하며, 다양한 모델 중 선택하여 수정 사항을 빠르게 적용할 수 있습니다. 또한, Project Padawan은 자율적으로 Pull Request를 생성하고 수정하는 에이전트로, 개발자의 반복적인 작업을 대신 처리하며 올해 안에 공개될 예정입니다.
작성자는 LLM을 소프트웨어 개발에 유용하게 활용하고 있으며, 특히 Copilot을 통해 반복적인 코드 작성 작업을 자동화하고, 덜 익숙한 언어에서는 제안된 로직을 활용하여 작업 속도를 높이고 있습니다. 또한, 일회성 코드 작성이나 새로운 기술 학습 시 LLM을 적극적으로 사용하며, 버그 수정이나 문법 검토에도 도움을 받고 있으나, 자신이 잘 아는 영역에서는 LLM을 사용하지 않으며, 복잡한 아키텍처 파악이나 전체 문서 작성은 직접 수행하고 있습니다.
Gemini 2.0 Flash가 Google AI Studio와 Vertex AI를 통해 더 많은 사용자에게 공개되었으며, 멀티모달 추론과 다양한 형식의 입력을 저렴한 비용으로 지원합니다. 2.0 Pro는 복잡한 프롬프트와 코딩 성능에 특화되어 있으며, 최대 200만 토큰의 컨텍스트 윈도우를 제공하여 심층 분석이 가능합니다. 2.0 Flash-Lite는 비용 대비 성능이 뛰어나며, 동일한 속도와 비용으로 향상된 품질을 제공합니다.
OpenAI는 ChatGPT에 "Deep Research(심층 연구)"라는 새로운 에이전트형 기능을 도입하여, 복잡한 과제를 자동으로 해결하고 전문적 수준의 연구를 자동화하여 업무 생산성을 높일 수 있도록 설계했습니다. 이 기능은 다양한 온라인 출처에서 정보를 수집하고 분석하여, 사용자가 요청한 작업에 대해 세부적인 보고서를 작성하며, Humanity’s Last Exam과 GAIA 벤치마크에서 높은 성능을 보였습니다. 현재 Pro 사용자에게 우선 제공되며, 향후 Plus 및 Team 사용자에게도 개방될 예정입니다. Pro 사용자 분들이 작성하신 여러 종류의 보고서들이 웹에서 공유되었는데요. 꽤 괜찮은 수준의 보고서들이 작성된 것을 볼 수 있습니다. 댓글의 링크들을 참고하세요.
알츠하이머 연구에서 발생한 부정행위는 연구 결과의 신뢰성을 크게 흔들고 있으며, 이는 학문적 기반을 왜곡시켜 치료법 개발을 지연시키고 있습니다. 특히 아밀로이드 가설에 집중된 연구는 많은 자원과 시간을 낭비하게 했고, 대안적 연구 방향의 필요성이 대두되고 있습니다. 이러한 문제를 해결하기 위해 학계는 부정행위를 방지할 수 있는 제도적 개선과 윤리적 과학 문화를 정착시켜야 하며, 다양한 접근법을 통해 알츠하이머의 치료와 예방에 더 가까워질 수 있습니다.
2024년 국내 스타트업 생태계는 AI 기반 기술과 B2B 솔루션에 대한 투자가 증가하고, 글로벌 시장 진출이 필수 전략으로 자리 잡았습니다. AI 반도체, 생성형 AI, AI 헬스케어 스타트업이 강세를 보이며, 전통 산업 분야의 투자는 부진한 모습을 보였습니다. 2025년에는 AI 중심의 성장과 친환경 기술이 부각될 것으로 예상되며, 글로벌 투자 유치가 더욱 중요해질 전망입니다.
최근 연구에 따르면 대규모 언어 모델(LLM)은 조합적 작업에서 한계를 드러내며, 이는 훈련 데이터에서 본 것을 넘어서는 복잡한 문제 해결에 어려움을 겪는다는 것을 보여줍니다. 연구진은 LLM이 단어 예측에 기반한 구조적 한계를 가지고 있으며, 트랜스포머 아키텍처가 복잡한 결합 추론 문제를 해결하는 데 수학적 한계가 있음을 입증했습니다. 이러한 한계를 극복하기 위해 다양한 보완책이 제안되고 있지만, LLM은 여전히 패턴 매칭에 기반하고 있어 복잡한 문제에서는 한계가 존재할 수 있습니다.
줄리엔 크로켓과 테드 창의 대화는 인간이 변화하는 규칙 속에서 어떻게 살아가야 하는지를 탐구하며, 언어의 본질과 AI의 한계, 기술 발전의 방향성을 논의합니다. 테드 창은 SF 작가로서 철학적 질문을 작품에 결합하며, AI와 인간의 관계, 그리고 기술 발전이 가져올 사회적·윤리적 문제에 대해 비판적 시각을 제시합니다. 그는 기술이 만든 도구와 실존하는 생명을 구분해야 하며, 단순한 엔지니어링 접근이 아닌 철학적·사회적 사유가 필요하다고 강조합니다.
Andrej Karpathy가 찍은 새 영상으로 일반 사용자를 대상으로 ChatGPT와 같은 대규모 언어 모델(LLM) AI 기술에 대해 심층적으로 설명하며, 모델 개발 과정과 실제 애플리케이션에서의 활용 방법을 다룹니다. 또한, 모델의 학습 스택, 토큰화, 신경망 입출력, 추론 과정, 강화 학습 등 다양한 주제를 포괄적으로 설명합니다. 이 영상은 이전에 공개된 "Intro to LLMs" 비디오보다 더 포괄적인 내용을 다룹니다.
여러 기업이 OpenAI의 ChatGPT 대신 DeepSeek 모델로 전환하여 비용을 절감하고 있으며, DeepSeek는 OpenAI 대비 20~40배 저렴한 가격으로 모델 사용을 제공하고 있습니다. 유럽의 스타트업들은 DeepSeek의 가격 경쟁력을 통해 AI 채택 속도를 높일 수 있는 기회를 기대하고 있으며, 일부 경영진들은 DeepSeek이 AI를 대중화하고 대형 IT 기업들과 경쟁할 수 있는 발판을 마련해 줄 것으로 전망합니다. 그러나 일부 국가 규제 당국은 DeepSeek의 데이터 출처와 특정 이슈 검열 여부를 조사 중이며, 비용 외에도 보안 인증과 소프트웨어 생태계 연동 여부가 중요한 고려 사항으로 떠오르고 있습니다.
Redis 개발자 antirez가 요즘의 소프트웨어 개발에 대해서 비판하는 글입니다. 소프트웨어 개발 과정에서 복잡성을 고려하지 않고 기능을 추가하거나 최적화하면서 소프트웨어가 망가지고 있으며, 복잡한 빌드시스템, 터무니없는 의존성 사슬과 하위 호환성을 고려하지 않는 API 사용, 그리고 새로운 기술에 무분별하게 뛰어드는 것등을 문제로 지적합니다. 또한 코드 주석의 중요성을 간과하고, 잘 설계된 코드보다는 빠른 개발에 집중하는 경향이 소프트웨어의 질을 떨어뜨리고 있다고 하며, 이렇게 소프트웨어를 망가뜨리다가는 더 이상 해킹이 즐겁지 않게 될 것이라고 이야기 합니다.
✓ 사내 커뮤니케이션 도구에 GeekNews Bot을 추가해서 멤버들과 함께 새 글을 받아보세요
ㅤ→ Slack봇, 잔디봇, Teams봇, Discord봇, 구글 챗 봇, Swit 봇
✓ 긱뉴스는 RSS로도 구독 가능합니다
✓ 주위분들께 긱뉴스 위클리 - https://news.hada.io/weekly 뉴스레터를 추천해 주세요.