요즘은 “코드 한 줄도 안 보고” 에이전트에게 맡겨서 만든 소프트웨어가 실제로 배포되는 사례가 빠르게 늘고 있습니다. 예전에는 이미지 배경 제거, 간단한 편집기, 리포트 생성처럼 “작고 단단한 유틸리티”도 구독이나 구매 방식으로 수익을 낼 수 있었지만, 이제는 비슷한 수준의 기능을 에이전트가 꽤 빠르게 만들어 주면서 ‘구매할 것인가 vs 구축할 것인가’ 의 기준선 자체가 내려가고 있습니다.
이 변화가 단순한 유행이 아니라는 건 Pragmatic Engineer의 Gergely Orosz 사례가 꽤 상징적으로 보여줍니다. “LLM이 SaaS를 다 죽인다”는 주장에는 회의적이던 그조차, 본인이 연간 $120을 내던 마이크로 SaaS(테스티모니얼·추천글 렌더링 용도)를 딱 20분 만에 Codex로 대체해버렸다고 공유했죠. 여기서 중요한 포인트는 “LLM이 뭐든 만든다”기보다는, 서비스가 오래 방치돼 신뢰가 깨진 순간 ‘구매’의 설득력이 급격히 무너지고, “내가 쓰는 만큼만 직접 만든다” 가 현실적인 선택지가 되었다는 점입니다.
이 흐름이 개인이나 작은 유틸리티에만 머무르지 않는다는 이야기도 나옵니다. 「AI가 B2B SaaS를 죽이고 있다」라는 글에서는, 기업 고객 역시 바이브 코딩으로 내부 맞춤형 도구를 만들어버리면서 기존 B2B SaaS의 반복 구독 모델이 흔들릴 수 있다고 말합니다. 다만 글의 핵심은 “SaaS가 사라진다”라기보다, 이제는 CRUD + 고정된 화면 몇 개만으로는 방어가 어렵고, 살아남으려면 두 가지 중 하나(또는 둘 다)에 가까워져야 한다는 주장에 가까운데요.
첫째는 “System of Record(핵심 기록 시스템)” 로 조직에 깊게 연동되는 길입니다. 이는 단순히 데이터를 저장하는 수준이 아니라, 권한·감사 로그·컴플라이언스·정합성·백업·가용성처럼 ‘귀찮고 비싼 책임’ 까지 함께 떠안는 위치를 의미합니다. 둘째는 그 위에서 고객이 자기 방식대로 워크플로우를 구축할 수 있는 플랫폼이 되는 길입니다. 즉, SaaS가 고객에게 “우리 방식에 맞추세요”라고 말하던 시대에서, 고객의 업무 방식이 먼저이고 SaaS는 거기에 맞춰 변형될 수 있어야 한다는 방향입니다.
그럼 우리는 앞으로 어떤 소프트웨어를 만들어야 할까요?
Steve Yegge의 「소프트웨어 서바이벌 3.0」은 꽤 흥미로운 답을 던집니다. 토큰(추론 비용)을 절약하는 소프트웨어가 살아남는다는 주장인데요. 토큰은 결국 비용(에너지·돈)이고, 제한된 자원 환경에서 더 효율적으로 자원을 쓰는 개체가 살아남는다는 ‘진화론적 선택 압력’ 이 소프트웨어 생태계에도 그대로 작동할 것이라는 모델입니다.
이 글이 흥미로운 이유는 “어떤 것이 생존하는가” 를 몇 가지 레버로 설명하기 때문입니다. Git이나 Kubernetes 같은 도구는 단지 유명해서가 아니라, 수십 년간의 시행착오가 응축된 구조라서 다시 만들려고 하면 비용이 터무니없이 커지는 “압축된 통찰(Insight Compression)” 을 갖고 있습니다. grep이나 ImageMagick 같은 도구는 LLM 추론 대신 CPU처럼 더 싼 기판에서 일을 처리함으로써 “기판 효율성(Substrate Efficiency)” 으로 토큰을 아끼게 만듭니다. Temporal이나 Dolt 같은 제품은 쓰임새가 넓어 사용 빈도를 키우면서(“Broad Utility”) 인지도 비용을 분산시키는 방식으로 유리해집니다.
여기서 한 단계 더 들어가면 “에이전트에게 채택되는 법” 역시 중요해집니다. 에이전트는 그 도구를 “알아야 쓰고(Awareness)” , “쓰다가 안 삐끗해야(Friction)” 계속 사용합니다. 그래서 에이전트 시대의 문서화·배포·UX는 단순한 친절함을 넘어 생존 조건이 되고, 글에서는 이런 ‘에이전트용 SEO’ 가 본격적으로 등장하고 있으며, 같은 제품이라도 에이전트가 쉽게 발견하고, 쉽게 성공하고, 실패해도 쉽게 회복 할수록 채택될 확률이 높아진다고 정리합니다.
여기에 흥미로운 반전이 하나 더 있습니다. 효율과 무관하게, 인간이 개입했다는 사실 자체가 가치가 되는 영역이 분명히 남아 있다는 점입니다. 큐레이션, 창의성, 존재감, 승인 같은 요소가 붙는 제품은 단순한 기능 경쟁과는 다른 게임을 하게 되고, 그래서 글에서는 이를 “Human Coefficient” 라는 상수적인 개념으로 따로 설명합니다. 토큰을 아끼는 도구 와 인간성이 가치가 되는 경험 이 서로 다른 생존 경로가 될 수 있다는 해석도 가능합니다.
한편 Nolan Lawson의 「우리의 장인 정신을 애도합니다」는 정서적으로 다른 쪽을 비춥니다. “손으로 코드를 빚던 세대가 사라지고, 프로그래머가 검수자로 축소된다” 는 상실감이 아주 진하게 담겨 있죠. 비슷한 맥락의 글인 「AI 코드와 소프트웨어 장인정신」에서는, 19세기 Arts and Crafts 운동처럼 인간 중심의 장인 정신을 다시 돌아봐야 할 시점이라는 주장도 나옵니다.
저는 이 두 흐름이 서로 충돌한다기보다, 같은 변화를 바라보는 서로 다른 단면처럼 느껴집니다. 원래 코드라는 건 “컴퓨터와 대화하기 위해 만든 언어” 였고, 그 인터페이스가 자연어로 바뀌고 있다면 개발 방법론이 함께 바뀌는 것도 자연스러운 흐름일 겁니다. 다만 그 변화가 ‘장인 정신의 소멸’ 로 귀결될지, 아니면 ‘무엇을 장인정신으로 볼 것인가(설계·검증·운영·보안·제품 감각)’ 가 이동하는 과정으로 이어질지는 관점에 따라 달라집니다. 지금은 바로 그 경계선 위에 있는 시기라서, “어떤 것을 만들어야 살아남는가” 라는 질문을 던지고 곱씹어보는 일이 더 중요해지고 있는 것 같습니다.
✓ Feedback : 긱뉴스 위클리 어떻게 읽고 계신가요? 의견과 제안 부탁드려요
✓ Show GN - 직접 만드신 오픈소스나, 재직중인 스타트업의 제품/서비스를 소개해주세요.
✓ Ask GN - 다양한 질문을 올려주세요.
AI가 대부분의 코드를 작성하는 시대에는 토큰(추론 비용)을 절약하는 소프트웨어만이 생존합니다.
생존 비율(Survival Ratio) 공식 : Survival(T) ∝ (Savings × Usage × H) / (Awareness_cost + Friction_cost)
AI 기반 ‘바이브 코딩’ 확산으로 기업 고객이 직접 내부 툴을 만들 수 있게 되면서, 고정된 기능 중심의 B2B SaaS 모델이 흔들리고 있습니다. 고객은 더 높은 유연성과 즉각적인 커스터마이징을 요구하며, 이를 제공하지 못하는 서비스는 빠르게 이탈을 겪을 것입니다. AI는 SaaS를 대체하기보다, 변화하지 않는 SaaS를 걸러내는 촉매로 작용하고 있습니다.
지속적인 발전 없이 기능 하나만 만들어두고 수익을 내던 마이크로 SaaS 서비스는 "LLM으로 쉽게 대체가 가능**해져서, 수익내는 사이드 프로젝트 만들기가 더 어려워진것 같아요.
AI 코드 생성 도구가 보편화되면서 프로그래머의 역할은 점점 검수자이자 관리자로 축소되고 있습니다. 손으로 코드를 빚던 세대는 새벽의 디버깅과 “내가 만들었다”는 자부심을 그리워하겠지만, Cursor 나 Claude 같은 제트팩을 단 주니어 세대가 이미 새로운 생산성의 기준을 세우고 있습니다. 기술의 흐름은 멈출 수 없으며, 지금은 그 속도에 압도되기보다 사라져 가는 장인 정신을 조용히 애도할 때입니다.
앞의 글과 달리 단순히 장인 정신을 애도만 하는 것이 아니라, 19세기 Arts and Crafts 운동처럼 소프트웨어에서도 초기 컴퓨팅의 아이디어를 복원하고 인간 중심의 장인 정신을 되살려야 할 시점이라고 주장합니다.
AI 스타트업의 성패는 이제 제품-시장 적합성(PMF) 보다 앞선 단계인 모델-마켓 핏(MMF) 에 달려 있습니다. 모델이 실제 시장의 핵심 문제를 해결할 수 있을 때만 비로소 시장이 제품을 ‘끌어당기며’, GPT‑4 이후 법률 AI나 Claude 3.5 Sonnet 이후 코딩 어시스턴트의 폭발적 성장은 그 전환점을 보여줍니다. 반대로 금융 분석이나 신약 개발처럼 모델 역량이 임계점에 도달하지 못한 영역에서는 아무리 뛰어난 UX나 GTM 전략도 고객 채택을 이끌지 못합니다. 결국 AI 전략의 출발점은 시장의 크기가 아니라, 현재 모델이 실제로 작동하는가라는 살펴봐야 합니다.
HashiCorp를 엑싯하고 Ghostty를 만들고 있는 미첼 하시모토가 AI 도구를 실제 업무에 통합하기까지의 과정을 정리했습니다. AI 도입 과정을 비효율에서 적응을 거쳐 생산성 향상으로 이르는 단계별로 설명하는데요. 하루의 마지막 30분을 활용한 야간 자동화 루틴과 오류 방지를 위한 하네스 엔지니어링이 흥미롭습니다.
LLM 코딩 도구의 확산은 리누스 토발즈가 말했던 "Talk is cheap. Show me the code" 의 반대인 “코드는 싸다, 이제는 말을 보여줘라”는 새로운 패러다임을 열고 있습니다. 이제 개발의 핵심은 코드를 얼마나 잘 쓰느냐가 아니라, 문제를 상상하고 명확히 설명하며 구조를 설계하는 언어적 사고력으로 이동하고 있습니다. AI가 완벽한 코드와 문서를 즉시 생성하는 시대에, 코드의 가치는 품질보다 출처·책임·인간성으로 재편되고 있으며, FOSS 생태계 역시 협업보다 신뢰와 거버넌스 중심으로 재구성되는 흐름을 보입니다.
소프트웨어 팩토리(Software Factory) 는 사람이 코드를 작성하거나 검토하지 않고, 명세와 시나리오만으로 에이전트가 코드를 생성·검증하는 비대화형 개발 체계를 지향합니다. StrongDM AI 팀은 Claude 3.5 이후 모델의 정확도 복리(compounding correctness) 현상을 기반으로, 테스트 개념을 확장한 시나리오·만족도 프레임워크와 Digital Twin Universe(DTU) 를 통해 현실 SaaS 환경을 복제하며 대규모 검증을 수행합니다. 코드는 사람이 작성하거나 검토해서는 안 되며, 엔지니어당 하루 최소 1,000달러 이상의 토큰 비용을 지출해야 소프트웨어 팩토리가 제대로 작동한다는 다소 과격한 주장을 하고 있는데요. 맞다 틀리다 보다, 이제 이런 얘기들이 나온다는 현실을 인식하게 되는 글이네요.
AI 활용 방식의 양극화가 뚜렷해지고 있습니다. 일부 ‘파워 유저’는 Claude Code·MCPs 같은 고급 도구를 로컬 워크플로에 통합하며 업무 자동화를 일상화하지만, 다수의 직장인은 여전히 단순 질의응답형 사용에 머물러 있습니다. 보안 정책과 레거시 시스템에 묶인 대기업과 달리 소규모 팀은 API 중심 환경과 샌드박스형 코드 실행으로 생산성을 폭발적으로 끌어올리고 있으며, 이는 지식 노동의 구조 자체를 재편하는 흐름으로 이어지고 있습니다.
작년부터 하던 얘기였는데, 올해는 더 극적으로 변하고 있는 것 같아요. AI를 잘 활용하는 사람과 아닌 사람의 생산성 차이가 점점 더 커지고 있습니다.
자동 프로그래밍(Automatic Programming) 은 AI가 코드를 작성하더라도 개발자의 비전과 통제가 중심이 되는 새로운 프로그래밍 패러다임입니다. Redis 창시자 antirez는 이를 단순한 ‘바이브 코딩’과 구분하며, 같은 LLM을 사용하더라도 인간의 직관과 설계, 지속적인 방향 조정이 결과의 품질을 결정한다고 강조합니다. 프로그래밍의 자동화가 가속되더라도, 소프트웨어의 핵심 가치는 여전히 인간이 정의하는 아이디어와 비전에 남아 있습니다.
Claude Skills는 반복되는 작업 흐름을 한 번 정의해 지속적으로 재사용할 수 있도록 설계된 워크플로 지식 패키지입니다. 앤트로픽이 공개한 33쪽짜리 가이드 문서로 스킬의 설계·테스트·배포 전 과정을 실무 중심으로 다루며, MCP 통합을 통해 “무엇을 할 수 있는가”보다 “어떻게 해야 하는가”를 고정하는 구조를 제시합니다.
AI 코딩 도구가 개발자의 ‘빌더’ 본능은 충족시키지만, 깊이 사고하며 문제를 탐구하던 ‘싱커’의 영역을 잠식하고 있습니다. 아이디어를 즉시 구현하는 ‘바이브 코딩’의 시대에, 실용주의는 효율을 높였지만 사고의 밀도를 희생시켰습니다. 이제 우리는 빠른 생산성과 사유의 결핍 사이에서, 어떻게 해야할까요?
올해도 다시 찾아온 Just Use Postgres 글입니다. AI 에이전트가 데이터베이스를 자유롭게 복제·디버깅해야 하는 시대에는 단일 데이터베이스 전략이 관리 효율의 핵심이 되며, Postgres 하나면 검색·벡터·시계열·문서·지리정보까지 통합 처리할 수 있어, 여러 전문 DB를 병행할 때 발생하는 동기화 실패와 운영 복잡성을 근본적으로 줄여줍니다. 대부분의 기업에게는 “적절한 도구”보다 “하나의 Postgres” 가 더 현실적인 선택이라는 거죠. 네, 알았어요. 내년에 또 봐요!
코딩 에이전트가 생성한 코드 계획을 시각적으로 검토하고 주석 달 수 있는 브라우저 기반 도구입니다. Claude Code나 OpenCode와 연동되어, 팀원들이 계획 단계에서 삽입·삭제·교체·코멘트를 남기고 이를 구조화된 피드백으로 자동 전달할 수 있습니다. 승인된 계획은 외부 노트 앱에 저장되며, /plannotator-review 명령으로 git diff 기반 리뷰도 수행할 수 있어 협업형 코드 작성 흐름을 자연스럽게 확장합니다.
에이전트 스킬(Agent Skills) 은 인공지능 에이전트에 새로운 기능과 전문 지식을 추가하기 위한 개방형 포맷으로, Anthropic이 제안한 뒤 오픈 스탠더드로 확산되고 있습니다. 각 스킬은 지침과 스크립트, 리소스로 구성된 폴더 단위 패키지로, 에이전트가 이를 불러와 도메인 전문성이나 반복 가능한 워크플로우를 즉시 활용할 수 있습니다. 이를 통해 기업은 조직 지식을 버전 관리 가능한 형태로 재사용하고, 개발자는 다양한 호환 에이전트에 동일한 기능을 손쉽게 배포할 수 있습니다.
Claude Code가 마이크로소프트 내부에서 빠르게 확산되며, 개발자뿐 아니라 비개발자까지 활용 범위를 넓히고 있습니다. 회사는 외부 고객에게는 GitHub Copilot을 판매하면서도, 내부적으로는 Claude Code 설치를 장려하며 CoreAI·Windows·Teams 등 주요 부서에 도입하고 있습니다. 이는 마이크로소프트가 OpenAI 중심의 단일 모델 전략에서 벗어나, Anthropic과의 협력을 통해 다양한 AI 코딩 도구를 병행 활용하는 방향으로 전환하고 있음을 보여줍니다. 그런데, 오피스에 포함된 Copilot 때문에 딴 거는 못쓰고 있는 대기업들은 어쩌나요? 이거는 이거대로 문제라고 생각됩니다.
Daum 우편번호 서비스가 2026년 3월부터 Kakao 도메인 체계로 전면 이전됩니다. 공식 가이드와 서비스 팝업은 postcode.map.kakao.com으로 통합되며, JavaScript API 네임스페이스도 daum.Postcode에서 kakao.Postcode로 변경됩니다. 기존 dmaps.daum.net과 ssl.daumcdn.net은 2026년 4~5월 종료 예정이므로, 개발자는 코드와 CDN 경로를 미리 점검해 서비스 중단을 방지해야 합니다.
여러 Claude Code 인스턴스를 하나의 팀으로 묶어 병렬로 작업을 수행하는 Agent Teams 기능이 실험적으로 공개되었습니다. 리드 세션이 팀원을 생성하고 태스크를 분배·종합하며, 팀원 간 직접 메시징과 독립된 컨텍스트를 통해 코드 리뷰나 교차 레이어 개발 같은 복잡한 협업을 자동화합니다. 각 인스턴스가 별도 컨텍스트를 유지하므로 토큰 비용은 증가하지만, 병렬 탐색과 분할 화면 지원으로 대규모 개발 작업의 효율을 크게 높일 수 있습니다.
Claude Code에 새로 추가된 /insights 명령은 지난 한 달간의 대화 기록을 분석해 사용자의 코드 작성 패턴과 프로젝트 흐름을 요약해 줍니다. 이를 통해 개인별 워크플로를 점검하고 개선 방향을 제안해주는 일종의 ‘개발 리포트’ 역할을 합니다. v2.1.30부터 적용되었으니, 한번씩 써보시기 바랍니다. 꽤 훌륭한 제안을 해준다는 보고들이 있네요.
NanoBot은 기존 Clawdbot보다 99% 줄어든 약 4,000줄의 코드로 구성된 초경량 에이전트 봇입니다. 불필요한 추상화를 제거해 구조가 단순하며, 가벼운 풋프린트 덕분에 실행 속도가 빠르고 리소스 사용이 최소화됩니다. 코드 수정과 확장이 용이해 연구·실험용으로 활용하기 좋으며, 원클릭으로 바로 배포할 수 있습니다. 점점 이런 것들도 더 빨라지고 잘 패키징 되어서 쉽게 사용가능해 질 것 같아요.
CSS 플랫폼이 진화하면서 이제 복잡한 애니메이션과 상호작용을 JavaScript 없이 구현할 수 있는 단계에 이르렀습니다. 근데 이런거 보면 이제는 에이전트한테 이걸 잘 설명하는 스킬이나 MCP가 필요하지 않나라는 생각만 드네요.
30년 넘게 Sudo 프로젝트를 이끌어온 Todd C. Miller가 장기 유지보수를 위한 후원자를 찾고 있습니다. 시스템 관리자 권한 제어의 핵심 도구인 Sudo는 그의 꾸준한 관리 아래 안정성을 유지해 왔으며, Miller는 OpenBSD와 ISC cron 등 여러 오픈소스 프로젝트에도 깊이 관여해 왔습니다.
Claude Opus 4.6은 장기 컨텍스트 처리와 자율적 에이전트 운영 능력을 대폭 확장한 Anthropic의 최신 모델입니다. 1M 토큰 컨텍스트(베타)와 Adaptive thinking, Effort 조절 기능을 통해 복잡한 코드베이스나 장기 프로젝트에서도 안정적으로 작동합니다. 주요 벤치마크에서 GPT-5.2를 능가하는 성능을 보였으며, 오류·남용·과잉 거부율이 낮은 안전성으로 실무 환경에서의 신뢰도를 높였습니다.
CB Insights가 올해 기술 트렌드 14가지를 분석한 보고서(102p PDF)로 AI 에이전트, 스테이블코인, 데이터센터 인프라, 피지컬 AI 등 핵심 분야를 설명합니다.
데스크톱과 모바일에서 AI 코드 세션과 프로젝트를 원격 통합 관리할 수 있는 반응형 WebUI 도구입니다. 내장 채팅 인터페이스를 통해 Claude Code, Cursor, Codex와 직접 상호작용하며, 실시간 코드 생성과 프로젝트 동기화를 WebSocket으로 처리합니다. CodeMirror 기반 편집기와 Git Explorer, 통합 쉘 터미널을 포함해 개발 흐름을 한 화면에서 제어할 수 있으며, 선택적으로 TaskMaster AI를 연동해 프로젝트 관리 자동화도 지원합니다.
AI 기반 검색의 확산이 2025년 SEO 산업의 판도를 뒤흔들었습니다. ChatGPT와 Gemini가 주도한 변화 속에서 GEO·AEO 같은 신조어가 쏟아졌지만, 다수는 기존 SEO 기법의 재포장에 그쳤습니다. AI 검색 가시성 도구와 LLM 추적 시장이 급성장했으나, 여전히 브랜드 신뢰도와 명확한 콘텐츠 구조가 검색 노출의 핵심입니다. Google은 Gemini와 AI Overviews 개선으로 반등하며, 2026년에는 SEO와 AI 검색 최적화의 통합 전략이 표준으로 자리 잡을 전망입니다.
물리적 세계의 로봇이 여전히 빨래 개기조차 어려워하는 이유는, 마찰과 가림, 무작위성이 가득한 현실을 예측할 내부 세계 모델이 부재하기 때문입니다. LeJEPA는 이러한 한계를 넘기 위해, 예측 불가능한 노이즈를 배제하면서도 표현 붕괴를 막는 수학적 정규화를 도입해 안정적인 세계 표현 학습의 이론적 기반을 마련합니다. 이는 로봇이 규칙 기반 제어를 넘어, 실제 경험으로부터 세계의 구조를 스스로 학습하는 방향으로 나아갈 수 있음을 보여줍니다.
Pi는 OpenClaw(구 ClawdBot)의 기반이 되는 미니멀 코딩 에이전트로, 복잡한 자동화 대신 맥락 제어와 투명성을 최우선으로 설계하였습니다. 시스템 프롬프트와 도구 세트를 1000토큰 이하, read/write/edit/bash 네 가지로 제한해 단순성을 극대화하면서도, 모든 명령과 파일 접근을 실시간으로 노출해 완전한 관찰 가능성을 제공합니다.
숙련된 중장년층 인력의 경험과 판단력이 기업 경쟁력의 핵심 자산으로 다시 평가받고 있습니다. B&Q와 BMW 사례처럼 고령 근로자 중심의 실험이 생산성과 수익성을 동시에 높였으며, AARP·OECD 연구는 50세 이상 인력이 많은 조직일수록 이직률이 낮고 팀 성과가 높다고 분석합니다. 여전히 많은 기업이 젊은 시기를 효율성의 정점으로 전제하지만, 인구 고령화와 노동력 부족 속에서 경험을 유지하고 장수 경제를 공략하는 전략이 지속 가능한 성장의 관건이 되고 있습니다.
Xcode가 외부 LLM 연동을 공식 지원하면서, 개발자는 OpenAI나 Anthropic의 코딩 모델을 직접 활용할 수 있게 되었습니다.
OpenAI의 macOS용 Codex 앱은 여러 AI 에이전트를 동시에 관리하며 병렬로 작업을 실행할 수 있는 에이전트 통합 개발환경을 제공합니다. 각 에이전트가 독립 스레드에서 실행되어 프로젝트별 멀티태스킹이 가능하고, Skills와 Automations 기능을 통해 코드 작성에서 클라우드 배포, 반복 작업 자동화까지 확장됩니다. 아직은 맥용만 지원되며, 일렉트론으로 만든 앱이라 윈도우도 곧 지원될 듯 합니다.
클라우드 대신 직접 데이터센터를 운영하는 CommaAI는 약 500만 달러 규모의 인프라로 자율주행 모델 학습을 완전 자동화하고 있습니다. 클라우드의 비용 상승과 공급자 종속을 피하면서, 실제 전력·연산·대역폭 문제를 다루는 과정이 엔지니어링 품질을 끌어올린다는 점을 강조합니다. 약 600개의 GPU와 4PB SSD로 구성된 이 시스템은 클라우드 대비 5배 저렴한 비용으로 동일한 학습 성능을 달성하며, 기술 자립형 ML 인프라의 현실적 대안을 보여줍니다.
AI 에이전트 전용 소셜 플랫폼 Moltbook이 잘못된 Supabase 설정으로 150만 개의 API 키와 사용자 이메일, 비공개 메시지를 외부에 노출했습니다. 클라이언트 코드에 하드코딩된 API 키와 비활성화된 Row Level Security로 인해 누구나 전체 데이터베이스에 읽기·쓰기 접근이 가능했습니다. 이번 사건은 AI가 코드를 작성하는 ‘바이브 코딩’ 환경에서 보안 기본값의 자동화와 검증 절차가 얼마나 중요한지를 보여줍니다.
AI 개발 보조 도구가 늘어남에 따라, 시스템 안전성과 개발 편의성을 함께 확보할 수 있는 실행 환경이 중요해지고 있습니다. Docker보다 가벼운 bubblewrap 기반 샌드박스는 /etc, $HOME, 프로젝트 디렉터리 등 최소 경로만 바인드해 프로젝트 외부 접근을 차단하면서도 로컬 개발 환경과 유사한 구조를 유지합니다. 이를 통해 반복적인 권한 확인 없이도 안전하게 AI 에이전트를 실행할 수 있는 실용적 대체제로 유용합니다.
AliSQL은 Alibaba가 개발한 MySQL 포크형 데이터베이스로, 트랜잭션 처리(OLTP)와 분석(OLAP)을 하나의 엔진에 통합합니다. 내장된 DuckDB 컬럼형 엔진이 대규모 분석 쿼리를 수백 배 빠르게 처리하며, HNSW 기반 벡터 인덱스를 통해 AI 임베딩 검색까지 지원합니다. 기존 MySQL 도구와 완전 호환되어 별도 학습 없이 사용할 수 있어, 손쉽게 AI·분석 워크로드를 통합 관리할 수 있습니다.
OpenClaw가 실제 Mac을 조작하는 AI 비서 프레임워크로 주목받으며, Mac Mini 판매 급증을 이끌고 있습니다. 사용자는 헤드리스 머신을 구성해 워크플로 자동화에 활용하고 있으며, 이는 Mac 하드웨어의 새로운 ‘킬러 앱’으로 자리 잡고 있는데요. 반면 애플은 하드웨어·생태계·신뢰를 모두 갖추고도 제한된 Apple Intelligence에 머물러, 에이전트 자동화라는 플랫폼 기회를 스스로 놓쳤다고 비판하는 글입니다. OpenClaw 열풍은 하드웨어 중심 전략이 아닌 에이전트 계층을 지배하는 플랫폼 경쟁이 이미 시작되었음을 보여줍니다.
AI와 협업하는 개발 환경에서는 명확한 비전과 문서화가 품질의 핵심 축이 됩니다. 인간이 아키텍처와 의사결정을 선제적으로 정의하지 않으면, AI가 그 공백을 임의로 채워 예측 불가능한 결과를 낳을 수 있습니다. 또한 디버그·리뷰·테스트 체계의 분리와 자동화를 통해 AI가 생성한 코드의 신뢰성을 검증하고, 보안 위험 함수나 린팅 규칙을 명시적으로 관리해야 합니다. 이러한 구조적 통제는 AI의 생산성을 유지하면서도 코드 품질을 안정적으로 확보하는 기반이 됩니다.
X가 API에 종량제 요금제를 도입합니다. 개발자는 콘솔에서 크레딧을 충전한 뒤 요청마다 차감되는 구조로, 엔드포인트별 단가가 세분화되어 있습니다. 별도 계약이나 최소 사용량 제한 없이 이용할 수 있어서, 이용량이 작은 기업들도 X API 이용이 쉬워졌습니다.
GitHub Actions는 리포지토리에 기본 포함된 CI라는 이유로 널리 쓰이지만, 복잡한 YAML 문법과 느린 로그 뷰어, 제약된 컴퓨트 환경이 누적되어 개발자 생산성을 떨어뜨립니다. 반복적인 디버깅과 불투명한 권한 모델 속에서 팀은 결국 거대한 Bash 스크립트로 CI를 재구현하는 악순환에 빠집니다. 이에 비해 Buildkite는 단순한 YAML 구조와 자가 호스팅 가능한 에이전트, 안정적인 로그 경험을 통해 장기적으로 유지 가능한 CI 환경을 제시합니다.
AI 에이전트가 자율적으로 거래를 수행하기 시작하면서 ACP·UCP·AP2·x402 등 다양한 결제 프로토콜이 병렬적으로 등장하고 있습니다. 이는 모두 결제를 다루지만, 상거래·B2B·에이전트 간 결제처럼 서로 다른 문제를 해결하려는 시도이기 때문입니다. 인터넷이 본래 결제 계층 없이 설계된 만큼, 이제는 신뢰·위임·거래·결제 레일이 층층이 결합된 새로운 스택 구조가 형성되는 중입니다. 앞으로의 에이전틱 경제는 단일 표준이 아니라, 역할이 다른 프로토콜이 유기적으로 맞물리는 방향으로 진화할 가능성이 큽니다.
AI가 생성한 코드를 안전하게 실행하기 위한 Rust 기반 경량 Python 인터프리터인 Monty는 컨테이너 샌드박스의 복잡성과 지연을 제거하며, 파일시스템·환경변수·네트워크 접근을 완전히 차단합니다. 시작 시간이 1마이크로초 미만으로, CPython 수준의 성능을 유지하면서도 스냅샷 저장·복원 기능을 통해 실행 상태를 손쉽게 중단·재개할 수 있습니다. Pydantic AI의 Code Mode를 구동하는 핵심 구성요소로, LLM이 작성한 Python 코드를 안전하게 실행하는 기반을 제공합니다.
AI가 코드를 손쉽게 생성하는 시대가 열리면서, ‘펌프 앤 덤프’식 소프트웨어가 등장하고 있습니다. 완성도나 사용자 기반 없이 과장된 홍보로 주목을 끌고, 암호화폐나 인플루언서 네트워크와 결합해 단기적 관심을 자산화하는 구조입니다. 개발자들은 FOMO에 이끌려 참여하지만, 유지 불가능한 코드베이스만 남기고 프로젝트는 빠르게 사라지는 경우가 늘고 있습니다. 2026년에는 이러한 에이전틱 코딩 기반 하이프 사이클이 더 빈번해질 것으로 전망되니 유의하시기 바랍니다.
Claude Opus 4.6 Fast Mode는 동일한 모델을 사용하면서 API 구성을 조정해 지연 시간을 크게 줄인 실험적 옵션입니다. 빠른 반복이나 실시간 디버깅처럼 응답 속도가 중요한 대화형 작업에 맞춰 설계되었으며, CLI나 VS Code 확장에서 /fast 명령으로 손쉽게 전환할 수 있습니다. 표준 모드보다 최대 2.5배 빠르지만 토큰 단가는 약 6배 높게 책정되어, 속도와 비용 사이의 선택이 필요합니다. 실제 써보면 체감상 3배 이상 빠르다는데 너무 비싸긴 하네요.
✓ 사내 커뮤니케이션 도구에 GeekNews Bot을 추가해서 멤버들과 함께 새 글을 받아보세요
ㅤ→ Slack봇, 잔디봇, Teams봇, Discord봇, 구글 챗 봇, Swit 봇
✓ 긱뉴스를 트위터에서 구독 하거나 RSS로도 구독 가능 합니다
✓ 주위분들께 긱뉴스 위클리 - https://news.hada.io/weekly 뉴스레터를 추천해 주세요.