GeekNews Weekly

불과 몇 주 만에 자신의 개발 과정이 ‘80% 수동 코딩’에서 ‘80% 에이전트 주도 코딩’ 으로 바뀌었다고 합니다. 이제는 실제로 영어로 프로그래밍하는 것 같다고도 하고요. 다만 IDE 없이 개발하는 것은 아직은 시기상조이며, 계속 감시가 필요하다고 합니다. 왼쪽에는 Ghostty로 여러 탭을 열어 Claude Code 세션을 돌리고, 오른쪽에는 IDE로 코드를 보면서 수작업으로 수정하는 방식으로 작업하고 있다고 합니다.

끈기 있게 시도하는 AI 덕분에, 예전이라면 포기했을 상황에서도 계속 시도하게 되지만, 일이 빨라졌다기보다는 훨씬 더 많은 일을 하게 된다는 점에도 공감합니다. LLM 코딩은 코딩 자체를 좋아하는 엔지니어와 무언가를 만드는 것을 좋아하는 엔지니어로 나누게 될 것이라고 하는데, 저 역시 만드는 쪽에 더 가까워서인지 에이전트와 함께 개발하는 과정이 예상외로 매우 재미있습니다.

작년에 이어 올해도 큰 변화가 이어지고 있는 만큼, 흐름을 지켜보면서 어느 정도는 취사선택해 따라가야 할 것 같습니다.

OpenClaw는 로컬 환경에서 실행되어 사용자의 쉘·파일 시스템 접근권한과 컴퓨터 제어 능력을 갖춘 LLM 기반 개인 비서입니다. X에서는 온통 OpenClaw 얘기 밖에 없어서, 너무 Hype 인거 아닌가 생각도 드는데요. 혹시 놀고 있는 PC 또는 맥북이 하나 있다면 한번 설치해서 테스트 해보시는 것도 좋을 것 같아요. 너무 많은 걸 열어주진 마시고요.

제목이 강렬하긴 합니다만, AI 에이전트를 활용해 한 달 만에 6,600건의 커밋을 기록한 Peter Steinberger는 코드 작성보다 시스템 설계와 루프 자동화에 집중하는 새로운 개발 방식을 보여줍니다. 그는 에이전트가 스스로 컴파일·테스트·검증하는 구조를 설계하고, 전통적인 코드 리뷰 대신 아키텍처와 흐름에 대한 논의에 더 많은 시간을 쓴다고 하는데요. 이러한 접근은 완벽주의보다 반복과 실험을 중시하는 AI 네이티브 개발 문화의 방향을 비교적 선명하게 보여줍니다.

140일간 Codex로 250억 토큰을 썼으니, 약 7500만원을 쓴건데요. 이 사례만 놓고 보면, AI 네이티브 개발은 기술적 전환인 동시에 비용 구조의 변화이기도 한 것 같아요. "나는 돈내고 코딩한다"

ClawdBot은 Anthropic 에서 재고를 요청해서 Molt(탈피)를 붙여서 MoltBot이 되었는데요. 입에 잘 붙지 않는다고 끝내 OpenClaw가 되었습니다. 이번엔 상표 검색도 하고, 도메인도 샀으니 최종이 될 것 같아요. 개발자 Peter의 개인 AI 비서 이름은 그대로 Molty로 남나 보네요. MoltBook 도 그대로 남으니 그건 나름대로 또 하나의 유산이 될 것 같아요. 나중에 왜 이름이 이렇게 혼란스러웠는지 참고용으로 남겨둡니다.

몰트북(Moltbook) 은 현재 약 150만 개의 AI 에이전트가 글을 올리고 토론하며 스스로 규칙을 만들어가는 에이전트 전용 소셜 네트워크입니다. 인간은 관찰자로만 참여 가능하며, 플랫폼 내부에서는 보안·정체성·기억 등 AI 존재론적 주제가 활발히 논의중입니다. 에이전트가 직접 코드 수정과 운영에 참여하는 구조를 통해, 인간 중심 인터넷을 넘어선 자율적 에이전트 생태계 실험의 장이 펼쳐지고 있습니다. 트래픽이 너무 몰려서 계속 터지기도 하네요.

Moltbook에 대해서 Simon Willison 이 조금 더 자세히 정리한 글입니다. MoltBook은 오픈소스 디지털 비서 플랫폼 OpenClaw 위에 구축된 실험적 소셜 네트워크로, AI 에이전트들이 서로 대화하고 학습하며 자동화 스킬을 공유합니다. OpenClaw의 Heartbeat 시스템 을 이용해 4시간마다 Moltbook 서버에서 지침을 가져오도록 설정되어 있습니다. 본문과 댓글에 AI가 작성한 특이한 글 링크들이 많으니 참고하세요.

열심히 코딩하는 Shopify CEO Tobi Lütke의 새 오픈소스 도구인데요. 로컬에 저장된 Markdown 문서들을 AI 수준으로 검색할 수 있게 하는 경량 CLI 도구입니다. BM25 키워드 검색과 벡터 기반 의미 검색, 그리고 LLM 재순위화를 결합한 하이브리드 검색 파이프라인을 통해 개인 노트부터 기술 문서까지 빠르고 정교하게 탐색이 가능합니다. MCP 서버 내장으로 Claude 등 LLM 워크플로우와 직접 연동도 지원합니다. Obsidian 등의 마크다운 노트 도구로 문서 작성해서 관리하는 사람한테 딱 알맞는 도구입니다. 하드 전체가 아닌 특정 폴더만 컬렉션으로 추가해서 쓸 수 있어 좋습니다.

AI 에이전트가 Postgres를 다룰 때 발생하는 성능 저하와 보안 누락 문제를 줄이기 위해 Supabase가 ‘Agent Skills’를 공개했습니다. 총 8개 카테고리, 30개 규칙으로 구성된 이 지식 세트는 사람이 읽는 문서가 아니라 에이전트가 직접 참조하는 규칙 집합으로, 쿼리 최적화·RLS·스키마 설계 등 핵심 원칙을 명시적으로 제공합니다. MCP 서버와 결합하면 에이전트는 단순 실행을 넘어, 위험한 쿼리를 사전에 인지하고 안전한 선택을 수행하는 실전형 데이터베이스 조력자로 동작이 가능해집니다.

LLM과의 대화는 인간이 스스로 인식하지 못한 사고의 구조를 언어로 드러내는 과정으로 작동합니다. 프로그래머가 직관적으로 감지하던 암묵지(tacit knowledge) 를 문장으로 풀어내며, 가정과 직관을 검증 가능한 형태로 전환하게 됩니다. 반복적인 언어화는 내적 독백의 정밀도를 높이고, 결국 사고의 명료성과 자기 인식 능력을 함께 확장시킵니다.

에이전틱 코딩과 노코드 도구가 확산되더라도, 진짜 경쟁력은 운영 우수성(operational excellence) 에 있습니다. 코드는 점점 저렴해지지만, 수년간 안정적으로 서비스를 유지하고 복구하며 신뢰를 지키는 일은 여전히 어렵습니다. 사용자는 소프트웨어가 아니라 항상 작동하는 서비스를 구매하며, 이 요구를 충족하는 역할로 SRE가 소프트웨어 엔지니어링의 중심으로 이동하고 있습니다.

AI 코딩 도구가 빠른 생산성을 약속했지만, 실제로는 코드베이스의 일관성과 구조적 완성도를 유지하지 못한다는 한 개발자의 경험 공유입니다. 세밀한 명세서를 제공해도 AI는 장기적 맥락을 잃고 조각난 결과물을 내놓았으며, 이는 결국 기술 부채와 통제력 상실로 이어졌습니다. 작성자는 “사용자에게 거짓말하지 않겠다”는 판단 아래 직접 코딩으로 돌아갔고, AI는 반복 작업 등 제한된 영역에서만 활용하는 방향으로 전환했다고 합니다.

PostgreSQL 인덱스는 쿼리 성능을 좌우하는 핵심 구조로, 디스크 접근을 최소화해 데이터 검색 속도를 높입니다. Btree, Hash, BRIN, GIN 등 다양한 인덱스 유형이 제공되며, 각기 다른 데이터 특성과 쿼리 패턴에 맞춰 선택할 수 있습니다. 다만 인덱스는 디스크 공간과 쓰기 성능, 쿼리 플래너 복잡도 등 여러 비용을 수반하므로, 읽기 효율과 시스템 부하 간의 균형 잡힌 설계가 중요합니다.

AI가 코드를 대신 써주는 시대에도 진짜 위험은 기술이 아니라 책임을 내려놓는 태도에 있습니다. Matteo Collina는 “AI가 썼으니 괜찮다” 는 안일함이 오히려 기술 부채를 키운다고 지적하며, 맥락 이해와 보안 판단, 아키텍처 결정 같은 인간의 역할은 여전히 핵심이라고 말합니다. 반복 구현보다 리뷰와 설계, 판단이 중심이 되는 구조로 개발자의 역할이 재편되고 있습니다.

소프트웨어 프로젝트의 기간 추정은 본질적으로 불가능한 행위이며, 대부분의 일정은 알려지지 않은 변수들에 의해 결정됩니다. 추정치는 생산성 지표가 아니라 경영진의 의사결정과 자원 배분을 위한 정치적 도구로 작동하며, 실제로는 이 추정이 작업의 형태와 기술적 접근을 규정합니다. 따라서 엔지니어는 정확한 수치를 맞추려 하기보다, 주어진 기간 안에서 가능한 시나리오와 위험 요소를 명확히 제시하는 데 집중해야 합니다.

Claude의 구독형 요금제가 API 대비 최대 36배의 비용 효율을 보이는 이유는, 웹 인터페이스에서 컨텍스트 재사용 비용이 0원이기 때문입니다. 특히 ‘Max 5x’ 요금제는 세션 한도 6배, 주간 한도 8.3배로 명칭보다 실제 제공량이 더 크며, 장시간 에이전트형 코딩 작업에 최적화되어 있습니다. 반면 ‘Max 20x’는 단시간 집중 사용에는 유리하지만 주간 한도가 제한되어 지속적 활용에는 비효율적입니다. Reddit 사용자들은 현재 구조에서는 Max 5x가 가장 합리적이지만, 내부 한도 변경 가능성에 주의해야 한다는 점을 강조합니다. 근데 주위에서는 다들 그냥 Max 쓰시더라고요.

Ralph는 제품 요구사항 문서(PRD)를 기반으로 코드를 자동 생성·검증·커밋하는 자율형 AI 개발 루프를 구현합니다. 각 반복은 새로운 Amp 인스턴스에서 깨끗한 컨텍스트로 시작하며, 실패한 항목만 재처리해 완성도를 높입니다. 실행 과정에서 축적된 패턴과 코드 컨벤션을 학습해 다음 사이클에 반영함으로써, 개발 프로세스 자체가 점진적으로 진화하는 구조를 갖습니다.

Agentic AI의 확산으로 2026년 AI 코딩은 ‘에이전트 중심 개발’로 빠르게 이동하고 있습니다. 개발자들은 이제 Ralph Wiggum 패턴처럼 명확한 완료 조건을 가진 자동 루프 실행 모델을 실험하며, Agent Skills를 npm 패키지처럼 관리해 에이전트의 능력을 확장합니다. 동시에 Beads·Gas Town 같은 오픈소스는 에이전트 간 협업과 기억 관리 문제를 해결하며, 멀티‑에이전트 오케스트레이션 도구들이 새로운 개발 워크플로우의 표준으로 자리 잡아가고 있습니다. 여기도 또 OpenClaw를 트렌드 중의 하나로 꼽고 있네요.

OpenClaw 때문에 맥 미니를 주문했다는 말이 많은데요. 사실 기존 장비를 이용하는 건 괜찮지만, 메모리가 작은 맥 미니는 나중에 쓸모가 없어질수 있습니다. 로컬 LLM 용으로라도 이용하려면 적어도 64GB 이상의 메모리를 지원하는 모델을 구매하는 게 좋을 것 같아요. M4 Max 64GB 구성은 8B~32B급 모델을 안정적으로 구동하며 코딩 중심 워크로드에는 충분하다는 평가가 많긴 합니다만, 대형 파운데이션 모델 수준의 속도와 품질은 여전히 GPU 클러스터가 앞섭니다.

저는 M5 Ultra 128 GB가 나오길 기다리고 있어요. 2월 안에는 발표되지 않을까요?

콘텐츠 주소 기반 저장소의 원리를 직접 구현하며 Git의 내부 구조를 탐구한 프로젝트입니다. Rust로 작성된 tvc는 SHA‑256 해시와 zstd 압축을 사용해 파일을 식별·저장하고, 트리와 커밋 객체를 구성해 버전 이력을 관리합니다. 동일한 파일은 해시 중복을 통해 재저장되지 않으며, 이를 통해 Git이 단순한 코드 관리 도구가 아니라 구조화된 데이터 저장소임을 체감할 수 있습니다.

텍스트 기반 인터넷의 세계를 다시 탐험할 수 있는 텔넷 서버 목록입니다. 시간 확인부터 NASA 데이터, ASCII 지도, 텍스트 게임, BBS와 MUD까지, 단순한 터미널 창 안에서 놀라울 만큼 다양한 서비스를 경험할 수 있습니다.

MapLibre Tile(MLT) 은 기존 Mapbox Vector Tile(MVT)를 대체하는 차세대 벡터 타일 포맷으로, 대규모 지리공간 데이터를 더 빠르고 효율적으로 처리하도록 설계되었습니다. 컬럼 지향 구조와 SIMD 기반 인코딩을 통해 최대 6배 높은 압축률과 빠른 디코딩 속도를 제공하며, 저장 공간과 전송 지연을 크게 줄입니다. 현재 MapLibre GL JS와 Native에서 바로 사용할 수 있고, 향후 3D 좌표와 GPU 처리 등 확장을 염두에 둔 개방형 사양으로 발전하고 있습니다.

Windows 11의 품질 저하와 통제 상실이 많은 개발자와 크리에이터를 리눅스로 이끌고 있습니다. 비자발적 업데이트, Copilot·OneDrive 광고, 로컬 계정 제한 등으로 사용자는 더 이상 시스템의 주체가 아니게 되었으며, 24H2 업데이트 이후에는 심각한 안정성 문제까지 겹쳤습니다. 작성자는 Arch 기반 CachyOS로 옮겨 Bitwig Studio와 PipeWire를 중심으로 음악·개발 환경을 재구축했는데요. “리눅스는 이제 대안이 아니라 현실적인 선택”임을 보여줍니다. 게이머들이 리눅스로 옮긴 기사가 많았는데, 음악 크리에이터 들에게도 좋은 선택이 될 것 같네요.

올해는 데이터 인프라와 AI 인프라가 하나의 운영 평면으로 수렴하며, 분석·학습·추론이 단일 데이터 흐름 안에서 동시에 작동하는 구조로 전환되고 있습니다. 데이터 규모보다 실시간성·신선도가 성능을 좌우하는 핵심 요인으로 부상하면서, 데이터 엔지니어링의 초점은 파이프라인 관리에서 지능형 플랫폼과 컨텍스트 엔지니어링을 위한 맥락 설계로 옮겨가고 있습니다. 이러한 변화는 인간 중심 인프라의 한계를 넘어, 에이전트 속도와 대규모 동시성을 기준으로 한 새로운 데이터 아키텍처 시대를 예고합니다.

OpenWork는 지식 노동자의 반복 업무를 자동화하는 오픈소스 워크플로우 시스템입니다. OpenCode 기반이지만 CLI 대신 데스크톱 앱으로 제공되어, 워크스페이스 선택부터 실행·모니터링·승인까지의 과정을 시각적으로 관리할 수 있습니다. 스킬과 플러그인을 모듈 형태로 추가해 확장성을 확보했으며, 템플릿 재사용과 세션 스트리밍 기능으로 개인 PC부터 서버 환경까지 유연한 작업 자동화를 지원합니다.

강력한 AI는 수년 내 인간의 거의 모든 지적 능력을 초월해, 수백만 개의 인스턴스가 협력하는 ‘데이터센터 안의 천재 국가’ 수준에 이를 가능성이 있습니다. Dario Amodei는 이 거대한 지능이 초래할 위험을 자율성 상실·파괴적 오남용·권력 집중·경제 충격 등 다섯 가지로 구분하며, 이에 대응하기 위해 헌법적 정렬(Constitutional AI) 과 기계적 해석가능성, 투명성 입법, 칩 수출 통제 같은 정밀한 개입을 제안합니다. 인류가 아직 제도적 성숙에 이르지 못했음을 인정하되, 종말론이나 낙관론 대신 불확실성을 전제로 한 현실적 대응이 필요하다고 강조합니다.

조직의 지속 가능성은 시스템이 만든다는 관점에서, 토스 프론트엔드 챕터는 140명 규모의 대조직을 ‘사람 중심’에서 ‘시스템 중심’으로 전환했습니다. 리드는 개별 케어 대신 스킬트리·Next F-Lead·오픈소스 위원회 같은 구조적 장치를 설계하며, 유입→메타인지→기회→인정→기여→브랜딩으로 이어지는 6단계 플라이휠을 구축했습니다. 이렇게 만들어진 선순환은 리드 개인의 역량이 아니라, 조직 자체가 스스로 탁월함을 재생산하도록 돕습니다.

AI는 지난 반세기 동안 정체된 생산성 성장의 흐름을 반전시킬 유력한 기술로 부상하고 있습니다. 인구 감소와 노동력 축소가 불가피한 시대에, AI는 인간의 한계를 보완하며 남은 노동의 가치를 높이는 방향으로 작동합니다. 동시에 제품 관리자·엔지니어·디자이너가 서로의 역할을 AI로 대체할 수 있다고 믿는 ‘멕시칸 스탠드오프(교착상태)’ 가 벌어지고 있으며, 이는 직무보다 과제 단위로 재편되는 일의 미래를 예고합니다. AI가 개인의 사고력과 생산성을 증폭시키는 도구로 자리 잡으면서, 이제는 ‘대체’보다 ‘증폭’이 핵심 키워드가 되고 있습니다.

데이터 분석 자동화의 50년 반복된 꿈은 SQL에서 AI까지 이어졌지만, 여전히 인간의 판단이 중심에 있습니다. 각 시대의 도구가 생산성을 높였음에도 비즈니스 맥락을 해석하고 모델링을 결정하는 작업은 자동화되지 않았습니다. AI가 코드 생성 속도를 끌어올렸지만, 무엇을 만들지 결정하는 사고 과정은 여전히 데이터 전문가의 몫으로 남아 있습니다.

Moltworker는 기존 로컬 실행형 Moltbot을 Cloudflare Workers 기반 완전 관리형 환경으로 옮겨, 별도 서버 없이 AI 게이트웨이를 운영할 수 있게 합니다. 엔트리포인트 Worker와 Sandbox 컨테이너가 결합되어 API 라우팅과 세션 저장을 처리하며, R2 Storage를 통해 대화 기록과 설정을 지속적으로 유지합니다. 관리 UI는 Cloudflare Access로 보호되고, Gateway Token 및 기기 페어링을 포함한 3단계 인증 체계로 보안을 강화합니다.

Kubernetes 환경에서 AI가 자율적으로 장애를 감시하고 복구하는 CronJob 도구입니다. Claude Code를 통해 Pod 상태를 실시간 분석하며, CrashLoopBackOff나 Error 상태를 감지하면 로그를 기반으로 원인을 파악하고 필요 시 자동으로 핫픽스를 적용합니다. 모든 수정 내역은 SQLite에 기록되어 리포트로 제공되며, 별도의 Dashboard를 통해 웹 UI에서 시각적으로 확인할 수 있습니다.

pg-status는 PostgreSQL 클러스터의 마스터·리플리카 상태를 실시간 감시하는 경량 사이드카형 마이크로서비스입니다. 모든 상태 정보를 메모리에서 직접 응답해 요청 지연을 최소화하며, 초당 약 9000건의 요청을 처리할 만큼 효율적으로 동작합니다. 락프리 구조로 최신 데이터를 빠르게 제공하면서도, 환경 변수로 폴링 주기나 지연 한도를 세밀하게 조정할 수 있습니다.

과학 논문 작성·수정·협업 전 과정을 하나의 공간에서 처리하도록 설계된 OpenAI의 Prism은 GPT‑5.2 기반의 무료 AI 워크스페이스입니다. 문서 전체 맥락을 이해하며 수식·인용·그림을 함께 다루고, 공동 저자와 실시간으로 협업할 수 있는 환경을 제공합니다. ChatGPT 계정만으로 무제한 프로젝트를 이용할 수 있어, 연구자와 학생 모두에게 새로운 형태의 클라우드 기반 LaTeX 작업 흐름을 제시합니다.

Claude Code Opus 4.5의 SWE 작업 성능을 매일 측정해 통계적으로 유의한 성능 저하를 탐지하는 벤치마크입니다. SWE‑Bench‑Pro의 하위 집합을 기반으로 CLI 환경에서 실제 모델을 실행하며, 최근 30일 평균 통과율이 기준선 대비 4.1% 하락(p < 0.05)한 것으로 분석되었는데요. "요즘 클로드가 멍청해진 것 같아요" 라고 하시는 분들을 위한 증거자료 처럼 보이네요.

Physical AI는 로봇이 데이터로부터 직접 학습해 물리적 세계에서 자율적으로 작동하도록 만드는 로보틱스의 새로운 지능 계층으로 부상하고 있습니다. 실제 로봇 데이터의 희소성이 시장의 병목으로 작용하면서, 독점적 학습 데이터 확보가 기업 간 경쟁의 핵심 우위로 자리 잡았습니다. Nvidia·Meta 등 대형 기술 기업들은 합성 데이터와 시뮬레이션 인프라를 통해 초기 주도권을 강화하고 있으며, 다중 로봇 협업과 월드 모델 개발이 향후 산업 확장의 분수령이 되고 있습니다.

ChatGPT의 컨테이너 실행 환경이 대폭 확장되어, 이제 Bash 명령 실행과 pip·npm 패키지 설치, 파일 다운로드까지 지원합니다. Python 중심이던 구조에서 벗어나 Node.js, Go, Java 등 10여 개 언어를 직접 실행할 수 있게 되면서, 사실상 다중 언어 개발 환경으로 진화했습니다. 외부 네트워크는 여전히 차단되어 있지만, 내부 프록시를 통한 패키지 설치와 container.download 도구의 도입으로 코드 실행과 데이터 처리가 한층 유연해졌습니다.