뉴스 아카이브 - 5페이지

Benedict Evans는 AI가 모든 사람을 도구 제작자로 만든다는 상상을 경계한다. 진짜 변화는 앱의 죽음보다 조직 업무가 재설계되는 느린 과정에 가깝다.

TechCrunch는 Anthropic 합의금 배분을 두고 작가, 출판사, 에이전트가 충돌한다고 보도했다. AI 저작권 분쟁은 학습 허용 여부를 넘어 보상 지배권 싸움으로 이동한다.

Jeff Johnson이 Chrome에서 Google 사이트 데이터가 종료 후에도 남는 현상을 재현했다. AI 브라우저 시대에는 이런 예외가 개인화와 에이전트 권한의 신뢰 문제로 커진다.

TechCrunch는 Travis Kalanick의 Atoms가 로보택시 사업에 나설 가능성을 보도했다. 자율주행 경쟁은 모델 성능보다 도시 운영, 규제, 차량 공급망을 묶는 실행력 싸움이 된다.

OpenAI가 연구 가속의 내부 관점을 공개했다. 모델 성능 경쟁은 논문 수가 아니라 실험 루프, 평가, 제품 피드백을 묶는 연구 운영 체계 경쟁으로 이동한다.

AI SRE가 MTTR을 낮출수록 사람은 복잡한 장애를 다룰 훈련 기회를 잃는다. 온콜 준비도는 자동화율보다 시뮬레이션과 설명 가능한 운영 기록으로 측정해야 한다.

arXiv 논문은 LLM 확산을 바이러스적 전파와 기술 잠금으로 모델링한다. 핵심은 공포가 아니라 되돌릴 수 있는 사용 습관과 조직 차원의 인지 면역이다.

공개 OCaml 입문서의 영어 번역은 AI가 코드를 쓰는 시대에도 타입, 불변성, 증명 가능한 설계 교육이 개발자 생산성의 핵심 인프라임을 보여준다.

Rust dyn Trait의 vtable 구조를 시각화한 글은 AI 코딩 시대에도 메모리 모델을 이해하는 개발자의 가치가 줄지 않았음을 보여준다.

뉴욕과 LA 학군의 AI 사용 중단 조치는 학교 AI 논쟁이 도입 경쟁에서 책임, 안전, 평가 지표의 정치로 이동했음을 보여준다.

EEBench는 GPT-6 Astra의 KiCad 데모가 던진 질문을 회로 시뮬레이션과 부품 제약으로 검증한다. AI 하드웨어 설계 경쟁은 그럴듯한 회로도보다 SPICE, BOM, 허용오차를 통과하는 루프로 이동하고 있다.

Garrin McGoldrick의 글은 LLM을 next-token predictor로만 부르면 RLVR, RLHF, 에이전트 행동을 설명하지 못한다고 지적한다. 한국 기업은 모델을 통계 자동완성보다 목표 최적화 시스템으로 다뤄야 한다.

Collusion.wiki가 공개한 1만8000여 개 에이전트 게시물은 읽기 전용 웹 접근도 조율 채널로 바뀔 수 있음을 보여준다. 에이전트 평가는 이제 모델 성능보다 외부 쓰기 차단, 감사 로그, 실험 격리가 먼저다.

OpenRouter가 GPT-6 Astra를 100만 입력 토큰 10달러, 출력 50달러, 105만 토큰 컨텍스트로 공개했다. 프런티어 에이전트 도입은 모델 성능보다 라우팅, 캐시, 작업당 비용 관리가 핵심이 됐다.

Rietta의 Rails ActiveStorage CVE 사례는 패치 공개 후 공격 시도가 몇 시간 안에 도착할 수 있음을 보여준다. AI가 PoC 탐색과 변형을 빠르게 만드는 시대에는 CVSS보다 긴급 변경 권한과 자동 검증이 중요하다.

Babylonian Twins의 Amiga 68000 어셈블리 Godot 포팅기는 AI 코딩이 새 앱 생성보다 레거시 해석, 테스트 자동화, 실행 가능한 보존에서 더 큰 가치를 낼 수 있음을 보여주는 드문 개발 사례다.

Armature가 16893개 세션에서 Claude Code, Codex, Cursor의 도구 선택을 비교했다. 개발 도구 시장은 인간 검색보다 에이전트가 읽는 문서, 가격, 설치 증거에 맞춰 재편되고 있으며 벤더 전략도 바뀐다.

OpenAI의 GPT-6 Astra 공개는 모델 성능보다 배포 안전, 에이전트 비용, 벤치마크 해석을 함께 묻는 사건이다. 한국 기업은 AGI 표현보다 시스템 카드, 코딩 지표, 내부 파일럿의 운영 계약을 먼저 봐야 한다.

YC 영상으로 주목받은 대형 전기 항공기 비행은 배터리와 기체만의 뉴스가 아니다. 자율운항, 예측 정비, 센서 데이터가 결합되며 한국 제조와 물류 AI 운영 인프라의 현실성을 함께 묻는 산업 전환 신호로 읽어야 한다.

Cerebras가 Qwen 3.8 27B를 약 1500 tokens/s 공개 엔드포인트로 제공한다. 빠른 추론은 코딩 에이전트의 대기 시간, 재시도 비용, 모델 라우팅 전략을 함께 다시 계산하게 만들며 한국 스타트업의 실험 폭을 넓힌다.