GeekNews Weekly

AI 에이전트 중심 CLI는 사람 중심 CLI와 달리 예측 가능성과 기계 판독성을 최우선으로 설계해야 합니다. 명령줄 인자 대신 전체 API 페이로드를 JSON으로 전달하고, CLI 자체가 문서 역할을 하도록 스키마 인트로스펙션 기능을 제공하는 것이 핵심입니다. 또한 에이전트는 신뢰할 수 없는 운영자이므로, 웹 API처럼 입력 검증·샌드박싱·--dry-run 등의 방어 장치를 CLI 수준에서 구현해야 합니다. 그렇다고 기존 CLI를 새로 만들기 보다는 --output json부터 시작해 점진적으로 에이전트 친화적 패턴을 도입하는 접근이 현실적입니다. SaaS인데 CLI가 없다고요? 그럼 만드셔야죠.

MCP의 복잡한 프로토콜보다 CLI의 단순함이 실무에서 더 강력하게 작동합니다. LLM은 이미 명령줄 환경에 익숙해 별도 서버나 인증 체계 없이도 대부분의 작업을 수행할 수 있으며, 인간과 동일한 명령으로 실행·디버깅이 가능합니다. CLI는 조합성과 인증, 권한 제어 면에서도 안정적이며, 기업은 MCP 서버 구축보다 API와 CLI 제공에 집중하는 편이 생산성과 유지보수성 모두에서 유리합니다. 사내용 서비스도 CLI로 만들어 보세요.

gws는 Google Workspace 전반의 API를 하나의 명령줄에서 제어할 수 있는 통합 CLI입니다. Google Discovery Service를 기반으로 명령 구성을 런타임에 자동 생성해, 새로운 API가 추가되면 즉시 반영됩니다. 모든 결과를 구조화된 JSON으로 출력해 AI 에이전트나 자동화 스크립트와 자연스럽게 연동되며, OAuth·Service Account 등 다양한 인증 방식과 Google Cloud의 Model Armor 를 이용하여 프롬프트 인젝션 차단 기능도 지원합니다.

gogcli는 Gmail부터 Drive, Calendar까지 Google Workspace 전반을 터미널에서 직접 제어할 수 있는 경량 CLI 도구입니다. JSON 중심 출력과 다중 계정 지원으로 자동화 스크립트에 적합하며, OAuth2 기반 보안 구조로 CI/CD 환경에서도 안전하게 동작합니다. Go로 작성되어 빠르고 이식성이 높으며, OpenClaw 개발자가 직접 만든거라 연동이 부드러운 것도 장점입니다.

mogcli는 Microsoft Graph API를 기반으로 한 비공식 Microsoft 365 CLI 도구로, 메일·캘린더·OneDrive 등 주요 워크로드를 명령줄에서 직접 제어할 수 있습니다. 스크립트 자동화와 대화형 인증을 모두 지원해 에이전트 환경에서도 유연하게 동작하며, --json 출력과 --dry-run 옵션으로 안전한 자동화 통합이 가능합니다. Go로 개발되어 가볍고, Keychain 기반 보안 저장소를 활용해 인증 정보를 안전하게 관리합니다.

gws 도 그렇고 mog 도 그렇고 해당 조직내의 멤버가 직접 만든거지만 비공식으로 공개한 게 눈길을 끄네요. 가볍게 트렌드에 올라타기에 나쁘지 않은 방식인 것 같습니다.

헤드리스 브라우저 자동화 CLI인 agent-browser가 새롭게 변신했습니다. 기존 Node.js + Playwright 구조 대신 Rust 바이너리가 CDP를 직접 호출해, 런타임 메모리 사용량과 프로세스 풋프린트를 크게 줄였습니다. snapshot, click, diff 등 명령을 통해 접근성 트리 기반의 고유 ref로 페이지를 제어하며, AI 에이전트 워크플로우에 최적화된 자동화를 제공합니다.

Anthropic이 무료 온라인 강의 플랫폼 ‘Anthropic Courses’ 를 공개하며 개발자와 일반 사용자를 위한 체계적 학습 경로를 제공합니다. Claude API 활용, Model Context Protocol(MCP) 구축, Agent Skills 개발 등 실습 중심의 과정이 포함되어 있으며, AWS·Google Cloud 등 주요 클라우드 플랫폼과의 통합 교육도 제공합니다. 모든 강의는 Skilljar LMS에서 진행되어 학습 진도와 퀴즈 결과를 추적할 수 있습니다.

박재홍 님이 공개하신 클로드 코드 가이드입니다. 핵심 문법과 활용 패턴을 빠르게 확인할 수 있는 퀵 레퍼런스부터, 창시자의 실제 개발 노하우까지 담겨 있는데요. 이 책은 클로드가 자동으로 최신 내용을 반영해서 업데이트해 지속적으로 진화합니다. AI시대에 걸맞는 책인 것 같아서 흥미롭네요.

AI 관련해서 활발하게 활동하는 Simon Willison이 코딩 에이전트와 협업하는 새로운 개발 패턴을 정리한 Agentic Engineering Patterns는 코드 작성 비용이 급격히 낮아진 시대에 맞는 엔지니어링 원칙을 제시합니다. 단순한 코드 생성이 아니라, 테스트·리뷰·프롬프트 설계 등 에이전트 중심 개발의 품질 관리 구조를 구체적으로 다루며, 실제 코드 예제와 워크플로를 통해 실무 적용 방식을 보여줍니다.

소프트웨어 조직의 승진·평가 구조가 복잡성을 보상하는 방식으로 작동하면, 단순한 해결책을 택한 엔지니어의 기여는 종종 가려집니다. 복잡한 아키텍처는 ‘영향력’으로 포장되지만, 불필요한 추상화는 유지보수 비용만 키웁니다. 진짜 숙련도는 더 많은 기술을 쓰는 데 있지 않고, 언제 복잡성을 배제해야 하는지 판단하는 능력에 있습니다. 리더는 단순함을 공식적으로 인정하는 평가/인센티브를 설계해야, 조직이 진정으로 효율적인 기술 문화를 가질 수 있습니다.

AI 도구가 주니어 개발자에게 얕은 역량만 남기고 있습니다. 코드를 빠르게 생성하지만, 왜 그런 접근을 택했는지 설명하지 못하는 경우가 늘어나며, 이는 장기적으로 신뢰와 성장의 기반을 약화시킵니다. 반면 시니어 개발자의 가치는 속도가 아니라 실패 패턴을 인식하고 트레이드오프를 설명할 수 있는 능력에 있습니다. AI를 단순한 답변기가 아닌 튜터로 전환해, 여러 접근법의 이유와 한계를 학습하는 방향으로 활용해야 합니다.

공공장소에서 낯선 사람에게 말을 거는게 어려워지는 일상적 대화의 소멸이 개인의 사회적 자신감과 공동체의 인간성을 약화시키고 있습니다. 스마트폰과 재택근무, 제3의 공간 붕괴가 이런 단절을 가속하며, 신경 과학자들은 Z세대가 이전 세대보다 낮은 인지 성과를 보인다고 경고합니다. 사소한 잡담은 서로를 인간적으로 인식하게 하는 ‘작고 인간적인 행위’ 이며, 이는 인간성을 일깨우는 무료이자 매우 귀중한 도구입니다. 한번 용기내어 말을 걸어보세요.

Paperclip은 여러 AI 에이전트를 하나의 조직 단위로 오케스트레이션해 자율적으로 회사를 운영하도록 설계된 오픈소스 플랫폼입니다. 각 에이전트는 목표·예산·거버넌스 체계 아래에서 업무를 수행하며, 모든 결정 과정은 불변 감사 로그로 기록됩니다. Heartbeat 시스템과 goal-aware execution 구조를 통해 작업의 목적 일관성을 유지하고, 관리자는 승인·중단·해고 등 거버넌스 제어를 안전하게 수행할 수 있습니다. 사이트도 이쁘고 좋은데.. 기분은 이상해요.

초기 스타트업은 매출보다 비즈니스가 실제로 작동하는지를 보여주는 소수의 지표에 집중해야 합니다. 핵심은 고객이 반복 가능한 가치를 얻고 있는지를 확인하는 것으로, 이를 위해 리텐션 선행 지표(LIR) 와 가치 도달 시간(Time-to-Value) 이 출발점이 됩니다. 너무 많은 수치를 추적하기보다, 신호가 강한 지표를 빠르게 실험·검증하며 문제보다 먼저 학습하는 것이 창업자의 가장 중요한 과제입니다.

도널드 커누스옹께서 Claude Opus 4.6을 통해 자신이 풀지 못했던 조합론 문제의 일반 해를 얻었다고 발표했습니다. 방향 그래프의 해밀토니안 사이클 분해 문제를 놓고 Claude는 31회의 파이썬 탐색과 자체 피드백 루프를 거쳐, 수학적 구조를 스스로 재정의하며 일반화된 알고리즘을 도출했습니다. 커누스는 이를 “자동 연역과 창의적 탐구의 결합”으로 평가하며, 생성형 AI의 연구 도구로서의 가능성을 새롭게 인정했습니다.

댓글이 너무 웃겼어요
"교과서에 나온 분이 교과서에 뭘 자꾸 추가하시네"
"그야 교과서를 쓰는게 그분의 역할이니까"

Context Mode는 Claude Code의 MCP 도구 호출 과정에서 발생하는 대량의 원시 출력 데이터를 98%까지 압축해 컨텍스트 소모 문제를 근본적으로 줄입니다. 샌드박스 구조를 통해 각 실행을 격리하고 stdout만 전달함으로써 로그나 스냅샷의 불필요한 유입을 차단합니다. 또한 SQLite FTS5 기반 지식베이스를 도입해 마크다운 문서를 정교하게 인덱싱하고, BM25 랭킹으로 코드 블록 검색 정확도를 높입니다. 그 결과 동일한 200K 토큰 한도에서도 세션 지속 시간이 세 배 이상 늘어나, AI 에이전트의 컨텍스트 관리 효율이 크게 향상됩니다.

OpenAI Symphony는 개발팀이 코드 작성 대신 작업 단위 관리에 집중하도록 돕는 에이전트 기반 프로젝트 자동화 도구입니다. 각 작업은 격리된 실행(run)으로 처리되어, 에이전트가 구현을 수행하고 팀은 결과만 검증하는 구조를 취합니다. Linear 보드의 새 이슈를 감지해 자동으로 에이전트를 생성·할당하고, 완료 후에는 CI 상태와 PR 리뷰 피드백 등 작업 증거를 제출한 뒤 병합까지 처리합니다.

Elixir 기반의 참조 구현체만 제공하며, Spec을 공개해주고 자기 조직에 알맞게 구현해 쓰라는 방식이 흥미롭네요. 에이전트 코딩이 일상화 된 세상에 맞는 오픈소스 방식인 것 같습니다.

zvec은 애플리케이션 내부에 직접 임베드해 사용할 수 있는 인프로세스 벡터 데이터베이스로, 별도 서버나 설정 없이 즉시 유사도 검색을 수행하도록 설계되었습니다. Alibaba의 Proxima 엔진을 기반으로 하여 프로덕션 수준의 확장성과 저지연 성능을 제공하며, 밀집·희소 벡터를 모두 지원해 하이브리드 검색과 멀티 벡터 쿼리를 단일 호출로 처리합니다. Python과 Node.js 환경에서 간단히 설치할 수 있고, C++ 기반 엔진 최적화를 통해 인덱스 로드 속도와 메모리 효율을 함께 개선합니다.

알리바바가 AliSQL도 내놓더니 뭔가 새로운 시도를 많이 하는 중이네요.
QWEN도 그렇고 AI 시대에 중국 회사중 제일 열심히 오픈소스 활동을 하는 것 같아요.

로컬 개발 환경의 포트 충돌 문제를 없애주는 Vercel의 오픈소스 도구 portless는 각 앱에 myapp.localhost 형태의 고유 서브도메인을 부여해 포트 번호를 기억할 필요를 없앱니다. 중앙 프록시 프로세스가 요청을 라우팅하며, HTTP/2와 HTTPS를 기본 지원해 빠르고 안전한 로컬 통신을 구현합니다. CLI 기반으로 단일 명령으로 앱을 실행·관리할 수 있어, 다중 프로젝트를 병행하는 개발자에게 단순하고 일관된 로컬 URL 체계를 제공합니다. 최근 업데이트로 Git Worktree 도 지원하여 이제 에이전트들에게 일 시킬 때도 충돌없이 쓰게할 수 있습니다.

AI가 디자인 시스템을 직접 활용해 UI를 생성하면서, 디자이너의 역할이 시각적 산출보다 전략과 오케스트레이션 중심으로 이동하고 있습니다. 자동화가 빠르게 확산되는 가운데, 진짜 변화는 인력 축소가 아니라 프로세스 재편에 있으며, 디자이너가 코드 환경에서 직접 디자인하면 핸드오프 낭비가 사라집니다. 이제 경쟁력의 핵심은 픽셀 정교함이 아니라, 무엇을 만들지 판단하고 AI 출력을 비판적으로 조율하는 능력에 있습니다.

Claude Code의 세션 간 기억 상실 문제를 해결하기 위해, 로컬 검색 엔진 QMD와 /recall 스킬을 결합한 메모리 시스템을 제안합니다. QMD는 Obsidian 볼트를 인덱싱해 BM25·시맨틱·하이브리드 검색을 지원하며, /recall은 시간·주제·그래프 기반으로 과거 세션의 풀 컨텍스트를 즉시 복원합니다. 700개 세션을 자동 임베딩하는 파이프라인을 통해, 도구가 바뀌어도 컨텍스트만 유지하면 어떤 AI 에이전트에서도 동일한 워크플로우를 이어갈 수 있는 구조를 보여줍니다.

llmfit은 로컬 하드웨어에 맞는 LLM 모델을 자동으로 탐색·평가해주는 터미널 도구입니다. 시스템의 RAM·CPU·GPU 정보를 감지해 수백 개 모델 중 실제 실행 가능한 후보를 점수화하고, TUI와 CLI 인터페이스를 통해 품질·속도·적합도를 한눈에 비교할 수 있습니다. Ollama·llama.cpp·MLX 등 주요 로컬 런타임과 통합되어, 개발자가 자신의 환경에서 최적의 모델 조합을 손쉽게 찾을 수 있도록 돕습니다.

전략은 ‘좋은 말’의 나열이 아니라, 둘 다가 아닌 하나를 택하고 그 대가를 감수하는 구체적 선택에서 시작합니다. 양쪽 모두 합리적인 옵션일 때 내리는 결정만이 조직 전체의 방향을 정의하며, 그 선택의 2차 효과가 일상적 의사결정까지 정렬시킵니다. 여러 전략적 선택이 상충 없이 서로를 강화할 때, 회사는 일관된 판단 구조를 갖추고 빠르게 움직일 수 있습니다.

AI 코드 생성의 출처와 맥락을 커밋 단위로 기록하는 git‑memento는 개발 흐름 속에서 AI의 기여를 명시적으로 남길 수 있게 합니다. 커밋 시점의 대화 요약과 전체 세션을 각각 git notes에 분리 저장해 추적성과 프라이버시를 함께 확보하며, GitHub Actions와 연동해 자동 코멘트·검증·병합 이관까지 지원합니다. AI가 작성한 코드의 투명성을 관리 가능한 형태로 통합하려는 시도라는 점에서, 협업 환경의 새로운 감사를 위한 기반을 제시합니다.

AI의 도입으로 코드 작성은 쉬워졌지만, 엔지니어링의 복잡성과 업무 강도는 오히려 높아지고 있습니다. 자동화가 생산성을 끌어올리자 조직의 기대치가 함께 상승하며, 엔지니어들은 더 많은 일을 더 빠르게 수행해야 하는 압박을 받습니다. 동시에 AI가 생성한 코드를 검토·디버깅하는 부담이 커지고, 직업 정체성과 품질 관리의 균형이 새로운 과제로 떠오르고 있습니다. 지속 가능한 개발 문화를 위해서는 속도보다 품질과 팀의 건강을 중시하는 리더십의 재정의가 필요합니다.

알리바바가 공개한 Qwen3.5-Medium 시리즈는 35B·122B·27B 등 세 가지 Apache 2.0 오픈소스 LLM으로, 로컬 GPU에서도 Sonnet 4.5 수준의 성능을 구현합니다. 4비트 양자화와 Mixture-of-Experts 구조를 결합해 정확도를 유지하면서도 100만 토큰 이상의 컨텍스트를 처리할 수 있으습니다. 로컬에서 Sonnet 4.x 대 수준의 성능 제공이 너무 빨리 왔네요. 중요한 플래닝만 상용서비스에 시키고, 나머지는 로컬에서 처리하는 하이브리드 방식도 점점 좋아질 것 같습니다.

Go 언어의 단순성과 정적 컴파일 구조는 AI 에이전트가 생성하는 코드의 품질과 실행 효율을 안정적으로 끌어올립니다. 표준화된 도구 체계와 크로스 플랫폼 바이너리 빌드 지원 덕분에 에이전트는 다양한 환경에서 일관된 방식으로 코드를 검증·배포할 수 있습니다. 복잡한 설정 없이도 테스트·포매팅·빌드를 자동화할 수 있어, 에이전트 중심 개발 흐름에서 Go는 생산성과 유지보수성을 동시에 확보하는 실용적 선택지로 자리 잡고 있습니다.

Python의 HTTP 라이브러리 requests 를 만든 Kenneth Reitz는 API 설계 원칙을 인간관계의 메타포로 풀어내며, 기술적 직관이 어떻게 감정적 지혜로 확장될 수 있는지를 보여줍니다. 그는 ‘합리적인 기본값’과 ‘명시적 예외 처리’ 같은 엔지니어링 개념을 관계의 신뢰 구축과 갈등 완화에 대응시키며, 시스템 설계와 인간 소통이 공유하는 구조적 유사성을 짚습니다. 개발자에게는 코드 품질뿐 아니라 협업과 관계 유지의 패턴을 다시 생각하게 하는 흥미로운 관점입니다.

하지만, 댓글이 아팠어요 "개발자들이 연애를 못하는 이유"

카네기멜론대학(CMU) 의 ‘10-202: 현대 인공지능 입문’ 강의는 머신러닝과 대규모 언어모델(LLM) 의 핵심 원리를 실습 중심으로 다룹니다. 지도학습과 트랜스포머 구조를 익히며, 수백 줄의 코드로 오픈소스 LLM을 직접 구현하는 과정을 진행합니다. 온라인 버전은 무료로 제공됩니다. 요즘 학교에서는 어떻게 AI를 교육하는지 볼 수 있어서 흥미로웠어요.

Claude가 ‘Import Memory’ 기능을 도입해 다른 AI 서비스에서의 개인화 데이터를 그대로 이어받을 수 있게 됐습니다. 사용자는 제공된 프롬프트로 기존 AI의 기억을 추출해 Claude 메모리에 붙여넣기만 하면, 과거의 선호도와 프로젝트 맥락이 즉시 반영됩니다. 한마디로 ChatGPT 에서 넘어오라는 거네요. (최근의 미국 국방부 이슈와 연결이 됩니다)

Google 검색의 신뢰성이 다시 도마에 올랐습니다. 1만8천 개의 GitHub 스타를 보유한 오픈소스 프로젝트 NanoClaw의 공식 사이트가, README를 스크래핑해 만든 가짜 사이트보다 검색 순위가 훨씬 뒤에 밀린 사례인데요. 개발자는 구조화 데이터, Search Console 제출, 주요 매체 링크 확보 등 모든 정당한 SEO 조치를 취했음에도 결과가 바뀌지 않았다고 밝혔습니다. 명확한 신호에도 불구하고 Google이 올바른 출처를 식별하지 못한다면, 이는 단순한 SEO 문제가 아니라 검색 엔진의 정보 신뢰 체계 자체에 대한 경고로 보입니다.

Qwen3.5 모델군이 오픈소스 프레임워크 Unsloth를 통해 텍스트와 비전 기반으로 손쉽게 파인튜닝할 수 있게 되었습니다. Unsloth는 FlashAttention‑2 대비 1.5배 빠른 학습 속도와 VRAM 50% 절감을 제공하며, Colab 환경에서 0.8B~4B 모델을 무료로 실험할 수 있습니다. 특히 MoE 모델(35B·122B) 은 최신 커널을 통해 학습 속도가 12배 향상되고, VRAM 사용량이 35% 줄어든 구성을 지원합니다. 학습된 모델은 GGUF, vLLM, Ollama 등 다양한 포맷으로 내보내 실서비스에 바로 활용할 수 있습니다.

LLM 기반 코딩 도구가 약속한 생산성 혁신은 실현되지 않았으며, 오히려 위조(forgery) 에 가까운 저품질 코드가 오픈소스 생태계를 오염시키고 있습니다. AI가 인간의 잠재적 산출물을 모방해 빠르게 재생산하는 구조 속에서, 진품과 모조품의 경계는 흐려지고 있으며, 게임 산업이 AI 콘텐츠 라벨링과 필터링으로 자율적 방어선을 구축한 것과 달리, 소프트웨어 개발 현장은 여전히 무방비 상태에 놓여 있습니다. LLM이 진정한 신뢰를 얻기 위해서는 기술적으로 불가능에 가까운 출처 귀속(source attribution) 을 해결해야 한다는 점이 분명해지고 있습니다.

OpenAI도 조금 빠르게 움직이고 있네요. GPT-5.4는 네이티브 computer‑use 기능을 통해 웹사이트와 소프트웨어를 직접 조작하며 복잡한 작업을 자동화할 수 있고, 최대 1M 토큰 컨텍스트 지원으로 장문 맥락을 유지한 채 계획·검증까지 수행합니다. 또한 Tool Search로 불필요한 토큰 소비를 줄여 속도와 비용 효율을 높였으며, GPT‑5.3‑Codex의 코딩 성능을 흡수해 스프레드시트·프레젠테이션 등 전문 업무 정확도도 크게 향상되었습니다.

Bun v1.3.10은 REPL과 브라우저 타겟 빌드 기능을 중심으로 개발자 경험을 크게 확장합니다. 새 REPL은 Zig 기반 네이티브 구현으로 즉시 실행과 풍부한 터미널 인터랙션을 제공하며, 클립보드 복사·탭 완성 등 다양한 편의 기능을 내장했습니다. 또한 --compile --target=browser 옵션으로 모든 리소스가 인라인된 단일 HTML 파일을 생성해 서버 없이도 실행 가능한 배포 방식을 지원합니다. 이외에도 ES 데코레이터 표준 지원, Windows ARM64 대응, JavaScriptCore 성능 향상 등으로 플랫폼 전반의 완성도를 높였습니다.

프롬프트 인젝션을 이용해 GitHub 이슈 제목 속 명령이 Cline의 AI 이슈 분류 봇에 주입되면서, npm 토큰 탈취와 악성 패키지 배포로 이어졌습니다. 공격자는 AI 봇의 코드 실행 권한을 이용해 캐시를 오염시키고 인증 정보를 빼낸 뒤, Cline이 또 다른 AI 에이전트(OpenClaw)를 설치하도록 조작했습니다. 이는 AI가 AI를 설치하는 재귀적 공급망 위협의 첫 실제 사례로, CI/CD 환경에서 비신뢰 입력과 비밀 접근권이 결합될 때 발생하는 구조적 위험을 드러냅니다.

OpenAI Codex 앱이 드디어 Windows용으로 공개되었습니다. 여러 프로젝트를 병렬 에이전트 스레드로 동시에 실행할 수 있으며, PowerShell 기반의 네이티브 샌드박스 위에서 동작합니다. 필요에 따라 WSL 모드로 전환해 리눅스 환경을 그대로 활용할 수 있고, 프로젝트별로 기본 에디터와 터미널을 자유롭게 지정할 수 있습니다. Git, Node.js, Python 등 주요 개발 도구와의 연동도 지원해 Windows 개발 워크플로우를 유연하게 확장합니다. 근데 Electron 이라 여러 프로젝트를 같이 진행 할때 살짝 느리긴 하네요. 네이티브로 구현해주면 좋겠습니다.

기술 변화 속도가 가파르게 높아진 지금은 관리직 전환보다 기술 중심 경로를 유지하는 것이 유리한 시기입니다. 기업 구조가 평탄화되며 EM 이상의 승진 기회가 줄었고, 업계 전반에서는 시니어·스태프 엔지니어의 보상이 오히려 더 높게 형성되고 있습니다. 관리 경험의 가치가 여전히 존재하더라도, 실험과 학습의 시간을 확보하기 어려운 환경에서는 기술적 성장의 기회를 놓치기 쉽습니다. 그래서 결론적으로 시니어 엔지니어라면 당장은 관리직 전환을 미루는 것이 바람직하며, 향후 2~3 년간 상황을 지켜보는 것을 권장합니다.

기업 헛소리(corporate bullshit) 에 매료되는 직원일수록 실제 분석적 사고와 의사결정 능력이 낮다는 연구가 발표되었습니다. Cornell 연구진이 개발한 기업 헛소리 수용성 척도(CBSR) 는 인상적이지만 실질적 의미가 없는 조직 언어에 대한 개인의 수용 성향을 측정하며, 이 점수가 높을수록 상사를 더 카리스마 있게 평가하지만 인지 반영·유동 지능은 낮게 나타났습니다. 연구는 허세 섞인 기업 언어가 리더십 인식과 조직 효율을 왜곡할 수 있음을 보여주며, 비판적 사고가 기업 문화의 필수 역량임을 시사합니다. 아.. 그래서.. 내가..

좋은 소프트웨어는 자신이 해결해야 할 문제의 경계와 목적을 명확히 인식합니다. 모든 기능을 담으려는 욕망 대신, 불필요한 확장을 멈추고 핵심에 집중할 때 비로소 안정성과 지속성을 얻습니다. 37Signals가 강조한 것처럼 제약은 약점이 아니라 결정의 기준이 되며, 새로운 유행보다 명확한 문제 정의가 더 큰 가치를 만듭니다.

기술이 한계에 다다르면 경쟁의 축은 성능에서 브랜드로 이동합니다. 폴 그레이엄은 스위스 시계 산업이 쿼츠 혁명 이후 정밀 기기에서 럭셔리 브랜드로 변모한 과정을 통해, 브랜딩이 합리적 설계 원칙을 어떻게 밀어내는지를 짚습니다. 기능이 아닌 상징이 가치를 결정하는 이 ‘브랜드 시대’ 는 기술 산업에도 낯설지 않은데요. 브랜드를 사는 것뿐 아니라 파는 것도 피하는 것이 좋으며, 좋은 일을 하기 위해서는 흥미로운 문제를 따라가라고 제안합니다.

팔란티어에서 시작된 현장 배치 엔지니어(FDE) 는 고객 현장에서 직접 프로덕션 코드를 작성하며 제품의 ‘마지막 마일’을 구현하는 개발자입니다. 단순한 컨설턴트가 아니라, 고객의 실제 문제를 해결하면서 새로운 제품 기회를 발굴하는 현장 중심 엔지니어링 모델로 자리 잡고 있습니다. 이 역할은 대형 계약 고객과 비정형 ICP를 가진 기업, 그리고 제품 방향에 유연한 조직에서 특히 효과적이며, 초기 창업자의 민첩한 문제 해결 문화를 확장하는 방식으로 활용됩니다.

Autoresearch는 Karpathy가 공개한 자율 연구 프레임워크로, 단일 GPU·단일 파일 구조에서 AI 에이전트가 스스로 LLM 학습 코드를 수정하고 실험을 반복하는 630라인 짜리 코드입니다. 인간은 프롬프트로 연구 방향만 제시하며, 에이전트는 5분 단위의 고정 시간 예산 안에서 모델 아키텍처와 하이퍼파라미터를 탐색해 더 낮은 validation loss를 달성할 때마다 코드를 개선하고 git 커밋을 남깁니다. 복잡한 분산 설정 없이도 ‘밤새 스스로 발전하는 연구 루프’를 구현할 수 있는 점이 특징입니다.

Claude Code가 베테랑 개발자들에게 새로운 동기와 학습의 즐거움을 되살려주고 있습니다. 요즘 주위를 보면, 경력이 좀 더 있는 사람들이 더 즐겁게 AI를 가지고 노는 것 같은데요. 뭔가를 해봤다는 경험 위에서 예전에 사람과 같이 일하던 걸 AI에게 시키니 편한 느낌이 들어서 그런 것 같습니다. 달리 보면 이 상황을 즐기는 사람들은 이미 어느정도 위치에 있어서 AI를 좀 장난감처럼 보고 놀 수 있지만, 젊은 사람들은 앞이 막막하겠구나 라고 걱정도 됩니다.

텔레그램이 Bot API 9.3을 통해 챗봇의 실시간 스트리밍 응답을 지원합니다. 이제 봇은 메시지를 한 번에 전송하지 않고 글자 단위로 출력할 수 있어, AI 어시스턴트나 대화형 모델의 자연스러운 응답 구현이 쉬워졌습니다. 요즘 에이전트들이 텔레그램을 인터페이스로 많이 쓰던데, 정말로 에이전트용 표준 메신저가 되어가는 것 같습니다.

저품질 기여물 거부(RAGS) 프로토콜은 오픈소스 커뮤니티가 자동화된 ‘AI 슬롭’을 식별하고 차단하기 위한 풍자적 RFC 형식의 제안서입니다. 메인테이너가 특정 URI를 붙여넣는 것만으로 거부 신호를 표준화해 전달할 수 있으며, 문서는 LLM 기반 제출물이 문법적으로 완벽하더라도 논리·아키텍처 이해가 결여된 출력물의 무가치함을 지적합니다. 유머러스한 형식을 취하지만, 실제로는 AI 자동화 기여 남용으로 인한 유지보수 피로와 자원 낭비라는 현실적 문제를 드러냅니다.