GeekNews Weekly

소프트웨어 개발에서 빠른 개발과 적정 품질의 균형은 현실적으로 중요하며, 이를 위해 러프 드래프트로 전체 구조를 신속히 잡은 뒤, 점진적으로 다듬는 접근이 효과적임을 강조합니다. 개발 속도를 높이려면 요구사항 완화와 산만함을 피하는 작은 단위의 커밋, 그리고 팀의 ‘충분히 괜찮다’는 기준을 명확히 설정해야 함을 짚습니다. 특히 코드 읽기, 데이터 모델링, 스크립팅 같은 실전 스킬, 그리고 디버거 활용과 LLM(대규모 언어 모델) 등 도구의 적극적 사용이 실제 생산성 향상에 중요한 역할을 합니다. 이러한 접근법과 습관은 개발자에게 목표 내 빠른 납기와 합리적 품질을 동시에 달성하는 데 실질적 도움이 됩니다.

OpenAI에서 1년 정도 근무하고 퇴사한 엔지니어의 솔직한 글입니다. OpenAI는 최근 초고속 성장과 함께 독특한 바텀업·실력주의 조직 문화를 바탕으로, 전 직원이 슬랙 중심의 협업과 빠른 자율적 의사결정에 몰입하는 환경을 갖추고 있습니다. 실제 미니 경영자처럼 연구자가 주도하는 업무 방식, 끊임없는 중복 실험·협업 유연성이 특징이며, ‘코드가 이긴다’는 태도가 강하게 자리 잡고 있습니다. 외부적으로는 언론·보안 민감성과 AGI 개발에 대한 사명감이 공존하며, 거대한 모노레포 파이썬 코드베이스와 GPU 비용 등 급성장 기술 조직의 현실적인 과제도 뚜렷하게 나타납니다. OpenAI 내부의 실제 분위기와 Codex 출시 경험을 통해, 최신 AI 조직이 어떻게 운영되고 성장하는지 생생히 전달합니다.

상사와의 협업에서 명확한 커뮤니케이션, 주체적인 태도, 문제 해결 중심의 접근이 핵심 역량임을 강조합니다. 상사와의 협업을 자신의 일로 인식하고, 결론부터 알리고 과정과 논리를 투명하게 제시함으로써 신뢰와 업무 효율을 높일 수 있습니다. 그 외 상황 공유의 루틴화와 적극적인 제안, 구체적 요청을 통해 오해를 줄이고 조직 내 관계와 성장을 도모할 수 있음을 설명합니다. 이러한 원칙은 직급에 상관없이 모든 커리어 단계에서 필수적으로 요구되므로 업무 현장에서 하나씩 실천해보시길 권해드립니다.

기존의 단순 벡터 기반 RAG 검색 구조는 정보 손실 및 평가 한계로 인해 한계를 드러내고 있으며, 앞으로는 사실 포괄성·다양성·문맥 관련성 등을 반영한 지시문 이해·추론 중심의 검색기가 중요해집니다. 최근엔 단일 벡터 임베딩 대신, 토큰 단위 표현을 유지하는 레이트 인터랙션 모델과 목적별 다중 인덱스 및 스마트 라우팅 구조가 좋은 성능을 보이며 새로운 표준으로 자리잡는 추세입니다. 이런 변화는 LLM에서 더 큰 콘텍스트 윈도우 대신 검색기 혁신이 실질적 성능 향상에 중요하다는 것을 보여줍니다.

최근 Cursor가 API 레이트 리밋을 강화하면서, 대규모 코드베이스 실무와 LLM 평가 컨설팅 업무에서 Claude Code가 생산성과 효율의 대안으로 주목받고 있습니다. 특히 Sonnet 4와 Opus 4를 병행하는 하이브리드 전략과, 서브에이전트·명령어 기반 워크플로우 등 고급 기능을 통해 복잡한 코드 문제 해결과 컨텍스트 관리를 한층 용이하게 해줍니다. 다만 시각적 UI 부족, 느린 복사/붙여넣기 등 개선이 필요하긴 합니다. 지속적으로 발전 중인 CLI 중심 LLM 개발환경에 관심 있는 개발자라면 주목할 만한 경험을 제공하는 글입니다.

Builder.io의 개발자인 Steve Swell은 최근 Claude Code 사용 경험을 바탕으로, 대용량 React 컴포넌트 지원과 깃헙 PR 리뷰, 큐 시스템 등 개발 생산성을 높이는 실전 팁을 공유합니다. 거대한 코드베이스도 무리 없이 다루는 AI 성능, 깃헙과 IDE 통합 기능, 빠른 메모리 저장, 커스텀 커맨드와 프로젝트별 설정 지원 등은 복잡한 프로젝트 관리에 큰 이점을 제공합니다. 특히, Builder.io 익스텐션을 연동하면 챗 인터페이스와 디자인 프리뷰, 비주얼 에딧까지 활용할 수 있어 개발·디자인 협업 환경이 한층 강화됩니다.

컴파일 언어로 개발한 독립 실행형 정적 바이너리 방식의 도구는 별도의 개발 환경이나 의존성 설치 없이 즉시 실행 가능하다는 점에서 유지관리와 보안 면에서 큰 장점을 가집니다. 컴파일 과정은 비정상 코드 배포를 사전에 방지하는 안전장치 역할을 하며, 의존성 패키지가 많은 인터프리터 언어 도구에 비해 디스크 공간 낭비와 보안 취약점 노출 위험 역시 현저히 줄어듭니다. 또한, 런타임 환경 변화나 외부 저장소 변화와 관계없이 일관된 사용성을 보장해 장기적인 유지보수 부담을 대폭 낮춥니다. 최근 주요 오픈소스 및 실제 개발 경험을 통해, 도구 개발 시 Rust, Go, C++ 등의 언어로 독립 실행형 바이너리 배포를 권장하는 글입니다.

월마트는 외부 AI 솔루션에 의존하지 않고, 자체 AI Foundry 플랫폼(Element) 을 통해 앱을 '대량 생산'하는 산업화 모델을 도입해, 개발 속도와 확장성에서 경쟁 우위를 확보하고 있습니다. 이 플랫폼은 LLM에 종속되지 않는 구조로 쿼리별 최적의 모델을 선택해 비용 효율성과 성능 최적화를 동시에 구현하며, 공급망 등 내부 데이터를 통합 분석해 AI 앱의 지속적 학습 및 개선이 가능합니다. 월마트는 AI를 단순한 소프트웨어 도입이 아니라 내재화된 역량으로 전환하여, 경쟁사와의 격차를 크게 확대하고 있습니다. 국내 온오프라인 쇼핑몰들은 어떻게 하고 있는지 궁금하네요.

Go 표준 라이브러리만으로 약 1,000줄 미만의 코드로 구현된 초경량 BaaS(Backend-as-a-Service) 솔루션으로, 서버 없는 프로토타입이나 소규모 프로젝트에서 데이터 저장, REST API, 인증·권한 관리를 바로 활용할 수 있습니다. 모든 데이터와 권한 관리는 사람이 읽을 수 있는 CSV 파일을 직접 수정하는 방식이며, 빠른 조회를 위해 최신 레코드의 파일 오프셋 메모리 인덱스를 유지합니다. Go 템플릿에 기반한 HTML 렌더링, 커스텀 훅 함수로 동작 확장 등 최소한의 기능만을 제공하여 학습용/간이 개발 환경에 적합합니다.

최근 연구에서 오픈소스 숙련 개발자가 자신이 잘 아는 코드베이스에 AI 도구를 활용할 때, 오히려 작업 속도가 19% 느려지는 현상이 발견되었습니다. 이는 개발자의 정교한 멘탈 모델(이해 구조) 과 AI의 지식 전달 한계에서 기인하며, Peter Naur의 이론처럼 프로그래밍은 코드보다 프로젝트에 대한 머릿속 이해가 핵심임을 시사합니다. 자신이 충분히 이해한 시스템에서는 AI가 오히려 맥락적 통찰을 방해하지만, 반대로 새로운 코드베이스나 빠른 결과물이 중요한 환경에서는 AI 도구가 생산성에 긍정적 역할을 할 수 있습니다. 결국 직접적인 프로젝트 이해와 코드 작성 경험이 장기적인 소프트웨어 발전에 필수적이라는 점에서, AI와 개발자 역할의 분리를 다시 고민하게 합니다.

300명 규모 기업에서 AI 기반 문서 작성·교정 도구를 사내에 LLM 직접 호스팅으로 제공하는 방안을 검토한다면, 하드웨어 비용과 운영 부담이 크다는 현실적인 한계를 지적합니다. 상용 모델 수준 성능을 사내에서 구현하려면 수억 원대 GPU 클러스터가 필요하고, 오픈소스 모델로 규모를 줄이면 동시 처리와 결과 품질 한계가 있습니다. 결국, 실제 업무 시나리오에서 PoC(파일럿)로 시작해 필요에 따라 점진적으로 확장하거나, 클라우드·하이브리드 또는 SaaS 기반 대체 솔루션이 비용·보안·유지보수 측면에서 더 적합할 수 있습니다. 최종적으로 보안 요건 확인, 실제 사용 패턴 분석, 예산 대비 효과(ROI) 등을 종합적으로 검토하는 접근이 중요합니다.

크로스 플랫폼을 지원하는 Go 기반 CLI 도구로, 안전하게 파일과 디렉토리를 대량 일괄 변경할 수 있습니다. Dry-Run 미리보기와 Undo 복구 기능으로 실수 위험을 최소화하며, 파일명, 확장자, EXIF/ID3 메타데이터를 변수로 활용해 규칙적 자동화에 최적화되어 있습니다. 정규식 지원을 통해 복잡한 변환 작업도 신속하게 처리할 수 있으며, 모든 변경 내역은 사전에 자동 검증 및 충돌 감지가 이루어져서 안전합니다. 직관적 사용법과 풍부한 문서까지 갖춰 개발자와 운영 환경 모두에 적합한 솔루션입니다.

자바스크립트에서 함수 선언, 함수 표현식, 화살표 함수는 각각 문법과 동작 방식에 차이가 있으며, 이는 호이스팅, this 바인딩, 디버깅 등 핵심 동작에 영향을 미칩니다. 화살표 함수는 간결한 문법과 상위 스코프의 this 유지로 콜백이나 익명 함수에 적합하지만, 생성자 함수나 제너레이터, 메서드로는 사용할 수 없습니다. 반면, 함수 선언과 표현식은 명시적인 이름 부여와 호이스팅, 그리고 this/arguments 바인딩이 가능해 상황에 따라 더 유연하게 활용할 수 있습니다. 코드 목적과 this 사용 여부, 생성자·제너레이터의 필요성에 따라 적절한 함수 정의 방식을 고르는 것이 코드의 명확성과 안정성을 높입니다.

AI 자동화와 소규모 인력 구조의 발전으로 초기 한 번의 시드 투자만 받고 이후에는 매출과 이익만으로 성장하는 “시드-스트래핑” 전략이 등장하고 있습니다. 이 모델은 PMF(제품 시장 적합성) 확보 후 추가 자본 조달 없이 자생적으로 빠르게 성장할 수 있어, 지분 희석 최소화와 경영 통제 등 창업자에게 매력적인 선택지를 제공합니다. 다만 초고속 성장이나 대규모 선행 투자가 필요한 분야에는 한계가 뚜렷하며, 새로운 AI 네이티브 SaaS 스타트업 중심으로 적용이 확산되고 있다는 점에서 벤처 투자 생태계 변화의 신호탄이 되고 있습니다.

극소수 과잉 사용자와 플랫폼 알고리즘이 결합해 온라인에서 분노와 분열을 과장하고, 실제보다 더 왜곡된 사회 인식을 만들어냅니다. 대다수는 조용히 존재하지만 소수의 활동으로 인해 가짜뉴스 확산과 여론 왜곡이 심화되며, 이는 실제 현실과 디지털 환경 간의 큰 괴리를 초래합니다. 그러나 사용자가 자신의 피드와 정보 소비 방식을 바꾸거나, 플랫폼이 중립적 콘텐츠를 강화하면 부정적 영향이 완화될 수 있습니다. 건강한 인터넷 환경을 위해서는 기술적 설계와 사용자 태도 모두의 변화가 중요함을 강조합니다.

Rust 기반의 엔진으로 Apple Silicon 환경에서 AI 모델 추론 성능을 극대화하며, GPU와 CoreML 하단 MPSGraph를 선택적으로 활용하는 하이브리드 아키텍처를 갖추고 있습니다. 자체 포맷 모델 사용과 lalamo 기반 Llama3 등 주요 모델 변환이 가능해 다양한 AI 프로젝트에 폭넓게 적용할 수 있습니다. llama.cpp 대비 최고 13배의 속도 우위를 보이고, Swift 바인딩·CLI·Rust API 등으로 개발·통합의 유연성이 뛰어납니다. 모듈화된 설계와 애플 기기의 유니파이드 메모리 활용으로, 신뢰성과 확장성까지 확보한 점이 훌륭합니다.

Blender Studio가 공개한 새로운 오픈소스 인터랙티브 게임으로, 미니 오픈월드에서 큰 강아지와 아이가 함께 다양한 상호작용을 경험할 수 있도록 설계되었습니다. 실제 종이 공예 모형을 3D 스캔해 구현한 미니어처 페이퍼크래프트 아트 스타일, 그리고 로우폴리·로우피델리티 중심의 디자인 방식이 기술적·시각적으로 신선함을 제공합니다. Creative Commons BY 4.0과 MIT 라이선스로 모든 리소스와 소스코드를 개방해 개발자 커뮤니티의 창작과 학습, 실험을 적극 지원합니다. 일단 귀여워서 흥미가 생기네요.

주요 AI 및 LLM 논의에서 자주 등장하는 ‘필연성주의’ 프레임은, 특정 미래가 이미 정해졌다는 전제 아래 개인과 사회가 수동적으로 적응하도록 압박하는 심리적 효과를 줍니다. 이러한 담론 구조는 반대 의견을 비현실적이라 치부하며, 실제로 기술과 미래에 대한 선택권을 제한하게 만듭니다. 저자는 AI와 LLM이 가져올 미래가 반드시 바람직한지는 논의되지 않고 있다며, 개발자와 스타트업 종사자에게 주체적 선택과 미래 설계의 중요성을 강조하고, 필연성의 프레임에 묻히지 않고 각자가 원하는 미래를 적극적으로 고민하고 실천하는 태도를 촉구합니다.

저자는 최근 AI 개발의 흐름에 따라 파이썬 생태계를 본격적으로 경험한 결과, 과거보다 훨씬 빠르고 현대적으로 발전한 언어임을 체감하며 높은 만족을 얻었다고 합니다. Python은 과거보다 훨씬 빠르고 현대적인 언어로 발전했고, Cython을 통한 성능 향상 등 급격한 발전을 보이고 있습니다. 최신 uv, ruff, pytest, Pydantic 등 강력한 개발 도구와 라이브러리의 도입으로 생산성과 코드 품질이 크게 향상되고, 모노레포 구조 및 자동화된 CI/CD, 인프라 관리가 개발 워크플로우를 효율적으로 구현할 수 있게 합니다.

OpenAI GPT, Google Gemini, 그리고 Ollama(로컬 LLM) 을 연동해 Git 변경 기록만으로 자동 커밋 메시지 및 PR 설명을 생성하는 macOS용 CLI 툴입니다. 반복적인 Git 메시지 작성에 소요되는 시간을 크게 줄여주며, 팀 협업 효율 및 코드 기록 품질을 동시에 높일 수 있습니다. Swift 기반으로 macOS 최적화와 Homebrew 설치, 다양한 클리 옵션 지원으로 개발자 워크플로우에 자연스럽게 녹아들 수 있으며, 로컬 LLM 연동 시 개인정보 보호와 API 비용 부담 없이 오프라인 활용도 가능합니다.

임베디드 시스템 개발에서 Lua는 MicroPython보다 C와의 뛰어난 통합성과 경량성·결정론적 구조 덕분에 대규모 프로젝트와 프로덕션 환경에서 안정성과 유지보수성 면에서 더 큰 이점을 제공합니다. MicroPython은 빠른 프로토타이핑과 교육용 현장에 강점을 가지지만, 핵심 Python 라이브러리의 부족과 C 확장 연동의 복잡함으로 인해 산업용 임베디드 환경에서는 한계가 뚜렷합니다. 특히 Xedge Framework와 같은 Lua 기반 솔루션은 보안·실시간 데이터 처리·웹 연동 등 IoT 기능을 통합하면서도, 개발자들이 차별화된 로직 개발에 집중하도록 돕습니다. 장기적 확장성과 개발 효율, 유지관리 비용 측면에서 고성능 임베디드 제품을 목표로 한다면 Lua가 더욱 실용적인 선택지임을 보여줍니다.

터미널에 바로 통합해 사용할 수 있는 AI 기반 코딩 에이전트로, 코드 작성·이해·리팩터링·디버깅부터 DB 설계, 코드 리뷰 등 전체 개발 파이프라인에서 실시간 지원을 제공합니다. 다양한 대형 언어 모델(LLM) 과 연동되어 유연하게 원하는 AI 모델을 선택할 수 있고, 코드는 로컬 환경에서만 처리하여 보안성과 개인정보 보호에 강점을 갖습니다. 또한 Model Context Protocol(MCP) 기반의 자동화 및 확장성 지원, 세밀한 옵션 커스터마이즈와 함께 Rust 오픈소스 및 MIT 라이선스 형태로 누구나 활용 가능합니다.

AWS가 PostgreSQL용으로 공개한 pgactive 확장은 기존 액티브-스탠바이 구조를 뛰어넘어 액티브-액티브 복제를 지원하여, 여러 인스턴스에서 동시 데이터 쓰기와 복제가 가능하게 합니다. 이를 통해 멀티 리전 고가용성, 블루/그린 배포, 양방향 데이터 마이그레이션 등 복수의 쓰기 지점이 필요한 환경에 효과적으로 대응할 수 있습니다. 핵심 기술인 논리적 복제를 활용해 충돌 감지와 해결은 물론, 유연한 데이터베이스 포맷 변환을 지원합니다.

여러 AI 코드 에이전트를 한 번에 터미널 UI(TUI) 환경에서 관리할 수 있도록 지원하며, 각각의 작업을 격리된 Git 워크스페이스로 백그라운드에서 동시에 처리할 수 있습니다. tmux와 git worktree를 활용해 인스턴스별로 독립적 실행이 가능하고, 한 터미널 창에서 세션 전환·관리가 빠르게 이뤄집니다. 자동 승인(yolo/auto-accept) 모드와 여러 워크플로우 기능, 다양한 단축키 기반의 TUI 메뉴 등으로 복잡한 프로젝트 협업이나 대규모 코드 작업을 효과적으로 지원합니다.

AWS가 만든 AI 에이전트 기반의 Kiro IDE는 사양(Specs)과 후크(Hooks) 중심으로 워크플로우를 자동화합니다. 단일 프롬프트로 요구사항부터 설계, 구현 태스크까지 자동 생성하고, 테스트/접근성 등도 체크하여 프로덕션 레벨의 코드 관리를 쉽게 합니다. 반복 작업과 코드 품질 관리, 문서화, 보안 등 핵심 프로세스를 자동화해 팀 협업과 유지보수의 효율성을 극대화 하며, VS Code 플러그인도 제공하고 다양한 플랫폼 및 언어를 지원합니다. 써본 사람들의 평으로는 커서/클로드 코드등보다 훨씬 좋다는 얘기도 많습니다. 꼭 한번 시도해보시기 바랍니다.

Amazing Hand는 200달러 이하, 3D 프린팅으로 제작 가능한 오픈소스 휴머노이드 로봇 손 솔루션으로, 모든 액추에이터가 손 내부에 내장되어 있어 외부 케이블 없이 깔끔하게 작동합니다. 8개 자유도, 4손가락 구조와 Python, Arduino 등 다양한 제어 방식을 지원하며, 전체 소스코드와 설계 자료가 공개되어 연구, 실험, 커스텀 개발에 뛰어난 접근성을 제공합니다. 좌우 양손 제작, 각종 고급 데모 및 확장성도 열려 있어 메이커, 교육, 로봇 스타트업 분야에서 적용 가치가 높습니다.

미국 데스크탑 시장에서 리눅스가 역사상 처음으로 5.03% 점유율을 달성하며, Windows 대안 수요와 Steam Deck 기반 게임 유입, 오픈소스 생태계 발전이 주요 성장 요인으로 얘기되고 있습니다. 실제 이용자는 프라이버시 도구나 사용자 에이전트 위장 등으로 인해 통계보다 더 많을 수 있으며, Chrome OS까지 포함한 리눅스 계열 시장 점유율은 7.74%에 이릅니다. 데스크탑 리눅스의 급격한 성장세는 하드웨어 지원 확대와 개발자·사용자 증가 기대를 높이고 있으며, 이는 OS 생태계 다양화와 사용자 선택지 확대의 중요한 신호로 평가됩니다.

BrowserOS는 AI 에이전트를 사용자의 로컬 환경에서 직접 실행하며, Chromium 기반이라 모든 Chrome 확장을 지원하는 오픈소스 에이전트 브라우저입니다. 프라이버시에 초점을 맞춰 모든 사용자 데이터를 로컬에만 저장하며, OpenAI, Anthropic, Ollama 등 다양한 AI 프로바이더와 연동하거나 로컬 모델을 활용할 수 있습니다. 네이티브 하이라이터와 ChatGPT 북마커, 시맨틱 검색 등 최신 생산성 도구를 기본 내장하고, 곧 AI 기반 광고 차단과 MCP 스토어 출시도 예정되어 있습니다. 기존 검색·광고 기업 중심 브라우저와 달리, 데이터를 외부에 보내지 않고 반복 업무 및 자동화 워크플로우를 로컬 AI로 처리 가능하다는게 장점 입니다.

외부 의존성(Dependency)은 무료처럼 보일 수 있지만, 실제로는 러닝커브, 배포·설치 복잡성, API 변경 리스크 등 다양한 숨겨진 비용을 수반합니다. 핵심 시스템에서는 TigerBeetle처럼 제로 의존성 전략이 보안, 성능, 운영 단순성 측면에서 장점을 가지며, 저자는 의존성 도입 시 보급성, 안정성, 깊이, 사용성, 완전성 등 다각적 기준으로 평가해야 함을 강조합니다. 단기 생산성만이 아니라 총체적 비용과 위험을 고려한 신중한 선택이, 장기적으로 유지 보수성과 시스템 신뢰성을 크게 좌우합니다.

완전동형암호(FHE) 는 데이터를 복호화하지 않고 암호문 상태로 연산할 수 있어, 데이터 프라이버시를 혁신적으로 보장하며 미래의 클라우드, LLM, 블록체인 분야 실용화가 가시권에 들어오고 있습니다. 아직은 저조한 성능과 막대한 저장공간 요구 등 기술적 한계가 있지만, 최근 FHE 알고리듬이 매년 8배 수준의 연산 속도 개선을 이루며 실제 서비스 도입이 임박한 상황입니다. FHE가 보편화되면, 서버가 평문에 접근하지 못하는 ‘암호화가 기본값’인 환경으로 인터넷 컴퓨팅 패러다임이 전환되어, 개인정보 유출과 내부 보안 위협에 강력히 대응할 수 있습니다. 격자 기반 암호, LWE, 부트스트래핑 등 첨단 암호체계의 발전과 최신 구현 동향도 함께 다루고 있어, 개발자와 데이터 보안에 관심 있는 이들에게 중요한 변화의 흐름을 제공합니다.

전 세계 음식 배달 시장이 빠르게 5개 대형 플랫폼(Meituan, DoorDash, Uber, Prosus, Delivery Hero) 중심으로 집중화되고 있어 업계 구조가 급변하고 있습니다. 대형 인수합병을 통한 통합으로 소비자, 식당, 배달기사 등 플랫폼 참여자들이 기업 생태계에 더 깊이 묶이며, 수수료 부담 증가와 같은 구조적 변화가 나타납니다. 한편, 로봇 배달, 화이트라벨 서비스 등 혁신 기술은 시장 내 새로운 투자 기회로 떠오르고, 사업성과 수익 구조에 중요한 변화를 불러올 전망입니다.

업스테이지의 Solar Pro 2는 31B 파라미터의 상대적으로 컴팩트한 크기에도 불구하고, 차세대 추론력과 다국어·한국어 최상위 처리 성능을 동시에 구현합니다. 주요 한국어 및 전문 도메인 벤치마크에서 GPT-4, Claude 3에 필적하는 결과를 내며, 법률·금융·의료 등 고난도 분야에도 강점을 보입니다. 고도화된 추론·분석·멀티스텝 작업, 그리고 툴 연동 및 에이전트형 구조로 실제 기업 업무 자동화에 즉시 활용할 수 있는 실질적 강점을 갖추고 있습니다.

Kagi는 광고 없는 프리미엄 유료 검색 엔진으로, 이용자가 직접 비용을 지불하는 구조를 통해 프라이버시 보호와 맞춤형 검색 경험을 제공합니다. Lenses(렌즈) 및 Personal Results(개인화 결과) 기능을 활용해 특정 웹사이트만 검색하거나 원치 않는 도메인을 차단·우선순위 지정할 수 있어, 검색 결과 품질을 스스로 통제할 수 있습니다. 또한, Domain Insights와 차단 리스트 관리를 통해 주요 SEO 대기업 도메인을 거르며, 사용자는 자신만의 커스텀 렌즈를 만들어 소규모 웹 커뮤니티나 레트로 웹사이트 등 독창적인 검색이 가능합니다. 광고·SEO에 오염되지 않은 정보를 탐색할 수 있다는 점이 특징인데, 아직 국내 사용자에게는 요원해보이긴 합니다.

OpenAI의 ChatGPT Agent는 가상 컴퓨터와 Operator-심층 리서치 통합 기술을 결합해, 사용자가 입력만 하면 웹 조작부터 데이터 분석, 파일 생성 등 복잡한 엔드투엔드 작업을 자동화합니다. 실제 업무와 일상에서 슬라이드쇼 제작, 미팅 일정 정리, 예약 처리 등 다양한 활용이 가능하고, 실시간 사용자 개입과 철저한 보안·개인정보 보호 체계를 도입해 신뢰성과 융통성을 높였습니다. 여러 공인 벤치마크에서 기존 모델을 크게 앞서는 자동화 성과를 보이며, Pro·Plus·Team 사용자 대상으로 즉시 제공되며 향후 기업/교육 분야로도 확대가 예정되어 있습니다. Agent 시장에 OpenAI가 직접 참전했네요.