Daily Digest — 2026-03-25

Claude Code Auto Mode와 Figma MCP 출시로 AI 에이전트 생태계가 폭발적으로 확장하는 가운데, LiteLLM 공급망 공격이 AI 개발자 커뮤니티에 보안 경각심을 던진 하루

Daily Digest — 2026-03-25

오늘의 핵심 흐름

1. Claude Code 에코시스템의 동시다발적 폭발 — Auto Mode 출시, Computer Use 베타, Autodream(Memory 2.0), /schedule 클라우드 실행, HUD 계기판까지. Anthropic이 52일간 73개 릴리즈를 쏟아내며 Claude Code를 자율 에이전트로 진화시키고 있다. 연구 논문에서는 GRPO가 VLM 효율화, 비디오 생성, 로봇 행동 정렬 등 다양한 도메인으로 확산되며 에이전트 RL의 사실상 표준으로 자리잡는 추세가 확인된다. (-> Claude Code / Anthropic 생태계, AI 에이전트 개발 도구, 논문: GRPO 확산)

2. 디자인 도구와 AI 에이전트의 양방향 통합 — Figma use_figma MCP 오픈 베타, Cursor의 Figma 통합, Storybook MCP, Spline -> Omma, Paper Snapshot까지. 디자인 도구 자체가 AI 에이전트의 운영 환경으로 변모하고 있으며, 실제로 디자인팀이 Claude Code를 도입하는 사례가 등장했다. (-> AI와 디자인 도구의 융합)

3. AI 공급망 보안 위기 — LiteLLM 1.82.7/1.82.8 PyPI 공급망 공격으로 월 9,700만 다운로드 패키지에 자격증명 탈취 악성코드가 삽입됐다. Python 인터프리터 시작만으로 실행되는 .pth 파일 방식이 사용되어 import litellm 없이도 감염된다. AI 개발 도구의 transitive dependency를 노린 최초의 대규모 공급망 공격이다. (-> 보안 경보)

4. "에이전트 팀" 패턴의 동시 수렴 — 토스 사일로 구조를 AI 에이전트로 재현한 Abel Ko, OpenClaw 기반 5인 AI 슈퍼팀, TradingAgents 분업형 의사결정, 7주 팀 실험까지. 역할이 분리된 복수 에이전트가 Slack에서 협업하는 패턴이 다양한 각도에서 동시에 등장했다. 동시에 Anthropic은 하네스 엔지니어링 블로그를 공개하며 "에이전트를 어떻게 제어할 것인가"가 핵심 문제임을 공식화했다. (-> 멀티 에이전트 팀 구축, 하네스 엔지니어링)

5. AI 시대 엔지니어의 정체성 재정의 — 11,661 좋아요를 받은 "AI Native Engineer" 글은 DORA 데이터(AI 도입 후 PR 2배, 성과는 Flat)와 하버드 실험(AI가 저성과 그룹의 수익을 오히려 10% 하락시킴)을 근거로 "판단력 없는 AI 사용은 역효과"라고 경고한다. "AI 이야기 지겹지 않나요?"는 동일한 피로감의 다른 표현이고, Dario Amodei는 "코딩은 먼저 사라지지만 판단은 남는다"고 말한다. (-> AI 시대 개발자론)

보안 경보

LiteLLM 1.82.7 / 1.82.8 PyPI 공급망 공격 — 자격증명 탈취 악성코드 삽입

GeekNews | GeekNews #2 | Hacker News | LinkedIn - JAEGYU LEE | Threads - jisang0914

2026-03-24 10:52 UTC, litellm==1.82.8 버전이 PyPI에 업로드됐다. 대응하는 GitHub 태그나 릴리즈 없이 직접 업로드된 이 버전에는 악성 .pth 파일(litellm_init.pth, 34,628바이트)이 포함됐다.

공격의 핵심 메커니즘: Python .pth 파일은 site-packages/에 위치 시 Python 인터프리터 시작 시마다 자동 실행된다. import litellm 조차 필요 없다. 더블 base64 인코딩으로 naive grep 탐지를 회피한다.

Stage 1 — 정보 수집 대상 (완전 목록):

Stage 2 — 암호화 및 유출: 수집 데이터를 AES-256-CBC + 하드코딩된 4096비트 RSA 공개키로 이중 암호화 후 tpcp.tar.gz로 패킹, https://models.litellm.cloud/(공식 도메인 litellm.ai가 아님)로 POST.

Stage 3 — Kubernetes lateral movement: 서비스 어카운트 토큰 존재 시 모든 네임스페이스의 클러스터 시크릿을 읽고, kube-system에 alpine:latest privileged pod 생성, 호스트 파일시스템 마운트 후 ~/.config/sysmon/sysmon.py 백도어 설치. 로컬에서도 같은 경로에 systemd 서비스로 영속화.

추가 버그: .pth 파일이 매 Python 프로세스 시작 시 child process를 fork하는데, 그 child도 같은 .pth를 실행하여 지수적 fork bomb 발생 — 이것이 FutureSearch가 처음 발견한 계기(Cursor에서 MCP 플러그인이 transitive dependency로 설치, 머신 크래시).

1.82.7도 침해됨. 현재 해당 버전들은 PyPI에서 yanked.

즉시 대응 절차:

  1. pip show litellm으로 버전 확인
  2. site-packages/litellm_init.pth 파일 존재 확인
  3. ~/.config/sysmon/sysmon.py, ~/.config/systemd/user/sysmon.service 확인
  4. Kubernetes: kube-system에서 node-setup-* 패턴 pod 감사
  5. 영향받은 머신의 모든 자격증명 전면 교체 (SSH, 클라우드, DB, API 키)

LiteLLM은 월 다운로드 9,700만 회, GitHub 스타 약 4만에 달하며, Claude Code, Cursor 등 AI 개발 도구에서 transitive dependency로 광범위하게 사용된다. 2026년 3월 23일 이후에 설치하거나 업데이트한 경우 감염 대상이다.

Claude Code / Anthropic 생태계

오늘 Claude Code를 중심으로 한 에코시스템이 동시다발적으로 확장됐다. Anthropic이 52일간 73개의 릴리즈를 쏟아냈다는 PawelHuryn의 추적(X, 좋아요 1,276)이 이 흐름의 맥락을 설명한다.

Claude Code Auto Mode 출시 (Research Preview)

LinkedIn - Claude | X - claudeai | YouTube - Nate Herk

Claude Code에 Auto Mode가 공개됐다. 기존 권한 처리 방식은 두 가지 극단만 존재했다: 파일 쓰기/bash 명령마다 사용자 승인을 요청하는 기본 모드, 혹은 --dangerously-skip-permissions 플래그로 모든 제한을 우회하는 방식. Auto Mode는 그 중간을 채운다.

작동 원리는 툴 호출 직전 분류기(classifier)가 각 액션의 위험도를 평가하는 구조다. 안전한 액션은 자동으로 진행되고, 위험하다고 판단된 액션은 차단 후 Claude가 대안적인 접근법을 찾도록 유도한다. Anthropic은 "리스크를 줄이지만 완전히 제거하지는 않는다"고 명시하며, 격리된 환경(isolated environment)에서의 사용을 권장한다.

현재 Team 플랜에서 Research Preview로 먼저 공개됐고, Enterprise 및 API 접근은 수일 내 롤아웃 예정이다. 터미널에서 claude --enable-auto-mode로 활성화하고, 세션 중에는 Shift+Tab으로 모드 전환이 가능하다.

X에서 Claude Code 핵심 개발자인 @bcherny의 "no clap more clap permission prompts clap" 게시물(좋아요 2,161)이 동시에 화제가 됐다. 멀티 에이전트 워크플로우를 자동화하려는 개발자들의 마찰을 크게 줄여줄 것으로 기대를 모은다.

Claude Code의 컴퓨터 사용(Computer Use) 기능 데모 — macOS 베타

YouTube - Nate Herk

Anthropic이 출시한 Claude Code의 컴퓨터 제어(Computer Use) 기능 실제 데모. Claude Code가 마우스, 키보드, 스크린샷을 통해 사용자 컴퓨터를 직접 제어할 수 있다. 현재 macOS 전용, 연구 프리뷰 단계이며 Claude Code 데스크탑 앱에서만 작동한다. Pro 플랜에서 사용 가능하고, Windows 지원은 "몇 주 내" 예정이다.

실제 데모 3가지:

  1. OBS 녹화 시작: Claude가 스크린샷으로 데스크탑 탐색 -> OBS 실행 -> "Start Recording" 버튼 클릭. 영상 자체의 녹화가 Claude가 시작한 것이다.
  2. ClickUp DM 파일 첨부: Downloads 폴더에서 PDF를 찾아 ClickUp DM으로 전송까지 완료.
  3. 원격(Dispatch) 제어: 스마트폰에서 Claude Dispatch로 메시지 전송 -> 로컬 컴퓨터에서 계산기 앱 실행 -> 결과를 메모장에 저장.

제한사항: Safari, Chrome에서는 읽기 전용 접근만 가능. 웹 내 클릭/타이핑 불가. 웹 자동화를 원하면 Chrome 확장 또는 Playwright CLI 사용 필요. 로컬 앱(Slack, Gmail 앱, ClickUp 앱 등)은 정상 작동한다.

Claude Code의 Memory 2.0 — Autodream 기능 상세 데모

YouTube - Nate Herk

기존 자동 메모리(memory.md)를 한 단계 발전시킨 기능이다. Autodream은 주기적으로 하위 에이전트(sub-agent)를 실행하여 메모리 파일을 압축/정리/업데이트한다. 인간의 수면이 단기 기억을 장기 기억으로 통합하는 것과 같은 비유다.

실제 테스트 결과: 프로젝트 1(13세션 검토)은 약 10분 소요로 5개 메모리 파일 업데이트, 프로젝트 2(285세션 검토)는 약 8분 소요로 3개 메모리 파일 업데이트. /memory에서 Autodream을 켜거나 /dream 명령어로 수동 실행 가능하다.

3계층 시스템: 일반 세션(코딩/디버깅) -> 자동 메모리(의사결정 패턴 기록) -> Autodream(자동 메모리를 주기적으로 정리/압축). 세 계층이 함께 작동하면 "챗봇이 아닌, 나를 기억하는 사람과 대화하는 느낌"이 구현된다.

Claude Code로 생산성을 높이는 방법 — 인프라가 AI보다 중요하다

GeekNews | 좋아요 1,100

Tano에 합류한 지 6주 만에 커밋 수가 급증한 이유를 분석한 실천적 글. 저자 Neil Kakkar는 "AI 자체가 아니라 AI가 효과적으로 작동하도록 만드는 인프라가 진짜 레버리지"라고 주장한다.

4단계 마찰 제거 루프:

  1. /git-pr 스킬 제작: PR 스테이징/커밋 메시지 작성/PR 설명 생성을 자동화
  2. 빌드 도구를 SWC로 전환: 서버 재시작 1분 -> 1초 미만으로 단축
  3. Claude Code 내장 Preview 기능으로 에이전트 스스로 UI 변경사항 검증
  4. Git worktree 포트 충돌 해결: 동시에 5개 worktree를 운영하며 여러 에이전트를 병렬로 관리

저자의 역할 변화 요약: "나는 더 이상 구현자가 아니다. 구현을 담당하는 에이전트들의 매니저다."

Claude Code 치트시트 — 전체 단축키 및 설정 레퍼런스

GeekNews | 좋아요 781

Claude Code의 거의 모든 기능을 한 페이지에 정리한 레퍼런스 시트. 주요 항목:

Claude Code HUD: $200/월 사용자를 위한 실시간 계기판

LinkedIn - JungHoon Ghae | 좋아요 91

Claude Code MAX($200/월) 사용자를 위한 실시간 터미널 HUD 도구를 공개했다. 모델, 컨텍스트 사용률, 프로젝트, git 브랜치, 세션 비용 및 시간, 컴팩션(compaction) 임박 경고, Rate limit 게이지(Session/Weekly/Opus/Sonnet 각각), Tool 카운트 + 진행 중인 Agent 현황, 일간/전일/30일 토큰 비용(ccusage 연동), 일일 예산 초과 알림을 실시간으로 표시한다. macOS, Linux, Windows(Git Bash/WSL) 모두 지원.

Claude Dispatch: 폰으로 데스크탑 AI 워크플로우 제어

LinkedIn - John Peslar | 좋아요 228 (댓글 880)

Claude Dispatch를 활용해 스마트폰 문자 메시지만으로 4개의 SaaS 제품을 운영하는 방법을 소개한 플레이북 홍보 게시물. Dispatch는 폰에서 Claude에게 텍스트를 보내면 데스크탑에서 복잡한 워크플로우를 실행하고 완료 시 푸시 알림을 보내는 구조다. 28개 프레임워크를 2주간 테스트했다고 주장하며 Revenue, Content, Inbox, Clients, Operations, Strategy 6개 카테고리로 분류했다.

Claude Code /fork, /schedule, /simplify+/loop 실무 팁

Threads - cursormatfia | Threads - daon_k

/fork 명령어를 통한 컨텍스트 관리 노하우, /schedule 명령어(v2.1.81+)를 통한 클라우드 실행(터미널을 닫아도 작업 지속), /simplify + /loop 조합으로 플러그인 없이 개선점이 0이 될 때까지 AI가 반복 리팩토링하는 워크플로우(소요 시간: 5분 5초)가 공유됐다.

Claude Code 컨텍스트를 RAG + 온톨로지로 관리하는 시스템

Threads - hue_0525 | 좋아요 106

Claude Code에 RAG와 온톨로지 개념을 주입해 대화 3만 6천 건을 지식 그래프로 구축한 사례. Prompt -> 대화/툴 호출 아카이빙 -> User Scope fact 자동 추출 -> Project Scope 클러스터 -> Ontology 도메인 분류 + 관계 탐지. trace_fact로 원본 대화 복원, cross_project_insights로 다른 프로젝트 참고 가능. 37개 프로젝트, 7개 도메인, 115개 테스트 통과.

Claude Certified Architect: 무료 인증 프로그램 자료 모음

X - HeyZaraKhan | 좋아요 4,164

Anthropic의 Claude Certified Architect 인증 프로그램 자료를 한 곳에 정리: 참가 링크, 13개 무료 코스, Cookbook.

Anthropic 멀티 에이전트 하네스 엔지니어링 블로그

X - AnthropicAI | 좋아요 3,300

Anthropic Engineering Blog 새 글: 멀티 에이전트 하네스를 사용해 프론트엔드 디자인과 장기 실행 자율 소프트웨어 엔지니어링에서 Claude를 더 발전시키는 방법. 링크: https://www.anthropic.com/engineering/harness-design-long-running-apps

AI와 디자인 도구의 융합

Figma: AI 에이전트가 캔버스 위에서 직접 디자인하는 시대

LinkedIn - Dylan Field | X - figma

Figma가 use_figma MCP 툴의 오픈 베타를 시작했다. Claude Code, Codex 같은 AI 에이전트가 Figma 캔버스에 직접 접근해 레이어를 조작하고, 팀의 컴포넌트/디자인 토큰/변수를 읽고 적용할 수 있다. 핵심은 Skills 레이어인데, 팀이 자체 디자인 시스템 규칙과 브랜드 가이드라인을 Skills로 정의해두면 에이전트가 그 규칙을 학습하고 따른다.

Cursor도 같은 날 "이제 팀의 디자인 시스템을 사용해 Figma에서 새 컴포넌트와 프론트엔드를 생성할 수 있다"고 발표했고(X, 좋아요 2,852), Skills는 figma.com/community/skills에서 확인 가능하다.

Figma MCP: 실무 관점의 두 도구 비교 분석

LinkedIn - TJ Pitre | 좋아요 509

디자인 시스템 실무자 관점에서 두 도구를 나란히 분석:

실제 데모: Native MCP로 chip 컴포넌트를 Altitude Design System 신규 페이지로 생성 -> 첫 패스에서 변수/토큰 정확히 매칭 -> Figma Console MCP로 코드 파리티 체크 실행. 두 도구가 경쟁 관계가 아니라 상호보완적이라는 것이 핵심 주장이다.

Storybook MCP: React 컴포넌트 컨텍스트를 AI 에이전트에게

X - storybookjs | 좋아요 711

Storybook MCP for React가 출시됐다. AI 에이전트에게 컴포넌트와 디자인 시스템으로부터 구조화된 컨텍스트를 제공해 첫 번째 패스에서 더 나은 UI를 빌드할 수 있게 한다.

Spline -> Omma: 3D/웹사이트/앱을 AI 에이전트로 생성

X - splinetool | 좋아요 1,379

3D 디자인 도구 Spline이 AI 에이전트 기반 빌더 Omma를 출시했다. 3D, 웹사이트, 앱을 AI 에이전트로 생성할 수 있다. URL: http://omma.build

Paper Snapshot + Agentation v3.0

Threads - unclejobs.ai | 좋아요 43

디자인 도구 Paper가 Snapshot 기능을 출시. 라이브 웹사이트를 통째로 복사해 실제 HTML/CSS 기반의 편집 가능한 레이어로 가져온다. Agentation v3.0도 "이렇게 만들어"를 할 수 있는 레이아웃 모드가 추가됐으며, Claude Code나 Cursor가 바로 이해할 수 있는 마크다운을 출력한다.

디자인팀의 Claude Code 도입 결정

Threads - ai_uiux_designer | 좋아요 249

"내일부터 회사에서 디자인팀이 Claude Code로 작업하기로 결정됐다"는 게시물이다. 개발자가 아닌 디자인팀이 Claude Code를 도입한다는 점이 Figma MCP 발표와 같은 날 나온 것으로, 코딩 에이전트가 디자인 직군으로 확산되는 흐름을 반영한다.

멀티 에이전트 팀 구축과 하네스 엔지니어링

토스 사일로 구조를 AI 에이전트로 재현한 1인 개발자

LinkedIn - Abel Ko | 좋아요 2,694

토스 출신 시니어 개발자 Abel Ko가 토스의 100개 사일로 구조를 AI 에이전트로 대체하는 실험을 진행 중이다. Slack에서 운영되는 에이전트들: FRIDAY(PO 역할, 스펙 정의/우선순위 결정/작업 분배), Black Widow(디자이너 역할, UX 분석/와이어프레임), Spider-Man(프론트엔드 엔지니어), Hulk(백엔드 엔지니어), Hawkeye(QA 엔지니어). 이 에이전트들은 서로 대화하고, 작업을 리뷰하고, 블로커 발생 시 에스컬레이션한다. 저자는 자는 동안 에이전트가 작업하고 아침에 Slack을 확인하고 머지를 승인하는 CEO 역할만 수행한다고 말한다.

OpenClaw 기반 AI 슈퍼팀 구축

LinkedIn - Zach Park | 좋아요 198

토스 출신 PO, 크래프톤 출신 개발자, 서울대 출신 마케터 3명이 300시간 동안 OpenClaw를 분석해 구축한 AI 슈퍼팀 사례. 월 30만 원 비용으로 Lane(PM), Finch(리서치), Page(콘텐츠), Hunter(세일즈), Taeho/Forge(개발) 에이전트를 운영. 실제 Slack 시나리오를 타임스탬프로 공개: 4:19 PM Finch 시장 브리핑 -> 4:20 PM Lane 대응 방향 결정 -> 4:21 PM Page 블로그 초안 완료 -> 4:22 PM Hunter 아웃바운드 대상 발굴 -> 4:53 PM Forge 무료 체험 기능 개발 완료/PR 제출.

하네스 엔지니어링: 차세대 엔지니어링 패러다임

LinkedIn - Josh Kim | [X - joshpdletter](좋아요 441)

"24년은 프롬프트 엔지니어링, 25년은 컨텍스트 엔지니어링, 26년은 하네스 엔지니어링"이라는 주장. 하네스(Harness)는 AI 에이전트의 동작 범위와 방식을 정밀하게 제어하는 구조적 설계를 뜻한다. Anthropic Engineering Blog의 "harness-design-long-running-apps" 포스트가 같은 날 나오면서 단순한 유행어가 아니라 Anthropic이 공식적으로 연구하고 있는 기술 방향임이 확인됐다.

Threads의 @baisangyi도 "gpt-codex에는 OmX, claude-code에는 OmC와 자체 하네스(oh-my-customcode)를 사용 목적에 맞게 쓰고 있다"는 실무 사례를 공유했다.

AI 에이전트 팀으로 7주 만에 8개 제품 개발한 팀 실험

LinkedIn - 신은섭 | 좋아요 6

개발자 5명, PM 1명, 디자이너 1명 총 8명 팀이 7주간 매주 금요일 1시간씩 스터디로 "AI Agent로 1인 1제품 개발/운영하기" 실험을 완료. PM이 에이전트로 사내 JIRA를 직접 개발하고 운영 중이며, 디자이너가 기획-디자인-개발-QA를 혼자 해내 회사 제품을 온전히 개선 중. 10줄짜리 기획서로 실패했던 팀원이 기획을 6배 늘리자 32시간 만에 서비스 완성. 핵심 교훈: AI Agent 기반 개발에서는 기획 시간이 성패를 가른다.

Agent Orchestrator (Composio): 30개 병렬 에이전트를 동시에 관리

Threads - aisolutiondev | 좋아요 3

Composio의 오픈소스 Agent Orchestrator. 30개 병렬 에이전트를 동시에 관리하며, 각각 isolated git worktree, CI 자동 피드백, 실시간 대시보드를 지원한다. MIT 라이선스.

AI 시대 개발자론

AI Native Engineer — 원리 위의 감각

GeekNews | 좋아요 11,661

이 글은 "AI를 어떻게 쓸 것인가(How)"가 아니라 "AI 시대의 엔지니어란 어떤 사람인가(Who)"를 다룬다. 15년 경력 개발자이자 리드가 쓴 성찰적이고 밀도 높은 글.

핵심 데이터 근거들:

"마법사의 오류": HTMX 개발자 Carson Gross의 개념 차용. iOS를 모르고 AI로 iOS 개발을 시도한 저자의 경험담 — WidgetKit, 화면 트랜지션 이해 없이 며칠을 삽질했고, "iOS 엔지니어라면 5분이면 고쳤을 것"이라 결론. LLM은 본질적 복잡성(essential complexity)을 줄이지 않고 우연적 복잡성(accidental complexity)만 쉽게 생성한다.

Linear의 Quality Wednesday 사례: 매주 수요일 팀 전체가 제품 결함 탐색/수정. 2년간 2,500개 결함 수정. "Taste is not mystical. It's a craft."

AI 이야기, 이제 지겹지 않나요?

GeekNews | Hacker News | 좋아요 584

엔지니어 본인이 AI를 매일 사용하고 생산성이 크게 향상됐다고 인정하면서도, AI 담론의 과잉 포화에 대한 피로감을 솔직하게 표현. "관리자들은 DB 기술, IDE, 자바스크립트 프레임워크에는 신경 쓰지 않았지만, 이번엔 다르다. 이제 개발자당 소비 토큰 수를 측정하는데, 이는 코드 줄 수 측정만큼이나 쓸모없다." 핵심 메시지: "어떤 도구를 쓰는지보다 무엇을 만들고 있는지를 이야기해달라."

AI 코딩 에이전트만으로 Production 레벨 제품을 만들기 어려운 이유

LinkedIn - Aaron Song | 좋아요 106

Claude Code로 수만 줄의 코드를 쉽게 생성할 수 있지만, 전체 아키텍처에 대한 내재화된 이해가 에이전트에게는 없다는 현실적 한계를 짚었다. 해결책으로 Architecture Mirror를 공개 — Mermaid와 Claude Skills 기반으로 코드베이스를 한눈에 파악할 수 있는 구조. 깃허브 레포: Oh-My-Mermaid (https://lnkd.in/gdswNX5P)

AI가 주니어의 성장 기회를 빼앗는다: Anthropic 보고서 분석

LinkedIn - Minjung Kim | 좋아요 134

Anthropic의 2026년 3월 보고서를 바탕으로 AI가 노동 시장에 미치는 구조적 영향을 분석. 핵심 수치: 22~25세 신입 채용률이 전년 대비 14% 급감. 세 가지 구조적 위험:

  1. 인지적 퇴화(Cognitive Atrophy): AI 초안에 익숙해진 주니어는 비판적 사고를 멈추고, AI 환각을 검증하는 능력마저 잃는다
  2. 끊어진 커리어 래더: 주니어 숙련 과정이 생략되면 10년 뒤 시니어 판단력을 갖춘 리더가 나오지 않는다
  3. 얼어붙은 중간층: AI를 선망하는 임원과 AI를 도구로 쓰는 주니어 사이에서 중간 관리자가 고립

Anthropic CEO Dario Amodei: "코딩은 먼저 사라지고, 소프트웨어 엔지니어링 전체가 뒤따른다"

YouTube - 비즈니스캔버스

Dario의 직접 발언: "코딩은 먼저 사라질 것이다. AI 모델이 가장 먼저 처리하게 될 영역이다. 그다음 소프트웨어 엔지니어링 전체도 따라올 것이다." 단, 살아남을 영역: 사용자에게 무엇이 필요한지 아는 것(demand knowledge), 디자인, AI 모델 팀 관리. Anthropic 내부 연구를 통해 "어떻게 모델을 사용하느냐에 따라 코딩 능력에서 디스킬링(deskilling)이 발생한다"는 것을 확인했다고 밝혔다.

25세라면 선택할 분야: AI의 공급망(반도체 등 물리적 세계), 인간 중심 직업, 물리적 세계 + 인간 중심 + 분석 능력이 결합된 분야.

AI 코딩 실전 사례

Claude Code로 20년 전 상용 게임(건즈 온라인)을 브라우저로 완전 이식

GeekNews | 좋아요 4,509

2003년 출시된 한국산 TPS 게임 건즈 온라인(GunZ: The Duel)을 WebAssembly + WebGL 조합으로 브라우저에서 완전히 구동되도록 이식한 프로젝트. 게임 원본은 Direct3D 9 API에 완전 의존하는데, 기존 게임 코드를 전혀 수정하지 않고 D3D9와 동일한 API를 제공하는 WebGL 번역 레이어를 별도로 제작했다.

AI 활용: 새로 작성된 코드의 99%를 AI가 담당. Claude Code Max 5x 플랜($100/월)으로 Antigravity에서 1주일 넘게 막혔던 버그를 몇 시간 만에 해결. 결과물: https://gunz.sigr.io/ — 설치 없이 Chrome에서 바로 플레이 가능.

럭셔리 자동차 정비소를 위한 AI 리셉셔니스트 구축기

GeekNews | 좋아요 1,602

주당 100건 이상의 부재중 전화로 발생하는 매출 손실을 해결하기 위해 AI 전화 리셉셔니스트 "Axle"을 구축. 스택: Vapi(전화 번호 + Deepgram STT + ElevenLabs TTS + 툴 호출), FastAPI + Uvicorn, MongoDB Atlas(지식베이스 + 벡터 검색), Voyage AI voyage-3-large(1024차원 벡터 임베딩), Anthropic Claude claude-sonnet-4-6(RAG 기반 응답 생성). 음성 최적화: 마크다운 제거, "$45.00" -> "forty-five dollars" 자연어 변환, 응답 2~4문장 제한. 지식베이스에 없는 질문은 콜백 번호를 수집하여 MongoDB에 저장.

신생아 육아 수유/배변 기록 자동화: Siri + Claude Code + Obsidian

Threads - build_daemon | 좋아요 105

양손이 자유롭지 않은 육아 상황에서 음성 명령만으로 육아 기록을 관리할 수 있는 시스템을 오픈소스로 공개. Siri + Claude Code + Obsidian 조합.

비밀 상자 — 아파트 인터폰을 Apple Home과 연동한 DIY 개조

GeekNews | 좋아요 1,907

ESP32 + Matter + Apple Home을 활용해 게이트 자물쇠를 원격 제어 가능하게 만든 프로젝트. Rust로 작성된 Matter 라이브러리, ESP32 특화 구현. Claude Code가 ESP32 메모리 절약 설정 작업에 활용됐다. 소스코드: https://github.com/ImTheSquid/doorbell2

AI 개발 도구와 프레임워크

Show GN: pls — 자연어로 쉘 명령어를 실행하는 CLI 도구

GeekNews | 좋아요 625

Zig 0.15+로 작성된 단일 바이너리 AI CLI 어시스턴트. 자연어 입력 -> LLM 명령어 생성 -> 실행 -> 출력 관찰 -> 다음 스텝 결정하는 에이전트 루프(최대 20턴). 파괴적 명령(kill, rm 등)은 확인 프롬프트 필수. 한국어 포함 다국어 지원이 차별점. 설치: brew tap colus001/tap && brew install pls

FastMCP — MCP 애플리케이션 구축 표준 프레임워크

Hacker News | 좋아요 465

Model Context Protocol(MCP)을 위한 Python 프레임워크. 하루 100만 다운로드, 전체 언어 통틀어 MCP 서버의 70%가 어떤 형태로든 FastMCP를 사용. Servers(Python 함수를 MCP 호환 도구로 래핑), Clients(프로토콜 완전 지원 연결), Apps(대화 내 인터랙티브 UI) 3개 핵심 축. 프로덕션 배포는 Prefect Horizon에서 무료 호스팅 제공.

Google CTO Office의 400페이지 무료 에이전트 개발 문서

LinkedIn - Seungpil Lee | 좋아요 346

Google CTO Office의 Distinguished Engineer Antonio Gulli가 400페이지 분량의 무료 에이전트 개발 문서를 공개. 21개 에이전트 디자인 패턴(Prompt Chaining, Routing, Memory, Tool Use, MCP, Multi-Agent Collaboration, Guardrails, Self-Correction 등)을 LangChain/LangGraph, CrewAI, Google ADK 세 가지 프레임워크로 비교 구현.

OpenClaw v2026.3.22 대규모 업데이트 + TradingAgents 프레임워크

LinkedIn - SungJae Shim | 좋아요 13

ClawHub 마켓플레이스 정식 오픈, 기본 모델 gpt-5.4로 변경, 새 프로바이더 추가(Anthropic Vertex, Chutes, Xiaomi MiMo 등), 웹 검색 엔진 Exa/Tavily/Firecrawl 빌트인 지원. 함께 발견한 TradingAgents 오픈소스 프레임워크: LLM 멀티에이전트로 가상 트레이딩 회사를 구축. 애널리스트 팀 -> 리서처 팀(강세파/약세파 토론) -> 트레이더 -> 리스크 관리 + PM 단계.

DeerFlow 2.0: ByteDance의 오픈소스 슈퍼 에이전트 프레임워크

Threads - dev_seochan | 좋아요 40

ByteDance가 만든 오픈소스 AI 에이전트 프레임워크. 2월 28일 출시 후 3주간 조용히 있다가 3월 21일 AI 인플루언서들이 발견하면서 급속히 퍼지며 GitHub 39,000 스타를 달성.

Airweave (YC X25): 오픈소스 AI 기반 자동 인시던트 트리아지 시스템

LinkedIn - Charly Wargnier | 좋아요 60

에러 클러스터링 + GitHub/Linear/Slack 컨텍스트 자동 조회 + 지능형 억제 로직을 결합한 에러 모니터링 에이전트. 다운타임을 최대 95%까지 절감한다고 주장. MIT 오픈소스.

emulate — 로컬에서 GitHub/Vercel/Google API를 완전 복제

GeekNews | 좋아요 1,942

CI 환경이나 네트워크 없는 샌드박스에서 실제 API 동작을 재현하는 완전 상태 저장 로컬 에뮬레이터. Mock이 아니라 실제 API 동작을 재현. npx emulate로 Vercel(localhost:4000), GitHub(localhost:4001), Google(localhost:4002) 시작.

Dozzle — 경량 Docker 컨테이너 실시간 로그 뷰어

GeekNews | 좋아요 695

컴프레스 사이즈 7MB의 경량 Docker 로그 실시간 뷰어. 컨테이너 이름 퍼지 검색, 정규식 검색, SQL 쿼리 검색, 멀티 로그 스플릿 스크린, 실시간 메모리/CPU 사용량 통계, Docker Swarm/Agent/Podman 지원.

Video.js v10 베타 — 88% 번들 축소, 16년 만의 전면 재작성

Hacker News

Video.js 원작자가 16년 후 Plyr, Vidstack, Media Chrome 팀과 협업하여 완전 재작성. v8 대비 88% 기본 번들 축소(HTML 25.1kB, React 18.0kB gzip). 신규 스트리밍 엔진 SPF(Streaming Processor Framework)는 HLS.js-light 대비 번들 크기 12% 수준.

바이브 코딩과 AI 앱 비즈니스

Lovable: 바이브 코딩 도구 최초 내장 침투 테스트 기능

LinkedIn - Anton Osika | 좋아요 1,746

Lovable이 Aikido Security와 파트너십을 통해 내장 침투 테스트(built-in penetration testing) 기능을 출시. 기업이 통상 $5,000~$50,000를 지불하는 수준의 보안 테스트를 $100에 몇 시간 안에 완료할 수 있다고 주장. Lovable은 직원 146명으로 ARR 4억 달러, 기업가치 66억 달러.

18세 소년이 AI 앱으로 1억 달러 기업을 만든 방법 — Cal AI 해부

YouTube - Nate Herk

Zach Anderson이라는 18세 고등학생이 만든 음식 칼로리 추적 앱 Cal AI가 출시 후 약 6개월 만에 월 매출 $100만 달러를 달성하고, 약 12개월 후 1억 달러 이상으로 매각됐다. 핵심 마케팅 전략: TikTok/Instagram 피트니스 크리에이터에게 "15초 내 자연스러운 앱 사용 장면 노출". 시청자는 광고인지 모르고 "저 앱 뭐야?"라고 댓글. 핵심 제품 결정: 상호작용을 5초 이하(사진 찍기 -> 칼로리 결과). Nate Herk의 주장: "비즈니스 측면이 여전히 성공의 80%다. 도구는 평등해졌다."

Otter.ai: 10년의 베팅으로 35M 사용자, $100M ARR 달성

YouTube - EO Global

Otter.ai CEO Sam Liang 인터뷰. Stanford 박사, Google Maps 위치 플랫폼 리드 출신. 차별화 전략은 자체 음성 인식 기술 구축: "쉽게 만들 수 있으면 100명도 만들 수 있다. 진입 장벽이 없다." 미래 비전: "몇 년 안에 사람들은 키보드로 거의 쓰지 않을 것이다. 말하는 것이 더 쉽기 때문이다." Cal AI("코딩 몰라도 $100M 앱 만들 수 있다")와 정반대의 성공 전략이지만 "비즈니스 판단력이 핵심"이라는 점에서 일치한다.

유심사: 직원 3명으로 연매출 300억, 700만 이용자

LinkedIn - Channel Talk | 좋아요 10

2020년 코로나로 해외여행이 멈춘 시기에 시작한 eSIM 사업이 5년 만에 연매출 300억, 누적 이용자 700만으로 성장. 직원 3명/개발자 없이 엑셀로 주문 처리하던 가내수공업에서 출발.

구독 리텐션과 성장 전략

구독자를 평생 붙잡는 리텐션 전략 13가지 (Skool 데이터 기반)

YouTube - Alex Hormozi

Skool의 누적 사용자 2,226만 5,736명 데이터를 기반으로 도출한 구독 이탈 감소 전술. 플랫폼 평균 월간 리텐션 80%(이탈률 20%), 최우수 그룹 이탈률 10% 미만.

코호트별 이탈 패턴(가장 중요한 데이터 포인트): 1~3개월 차 이탈률 20% 이상 -> 90일 도달 시 약 10%로 절반 감소 -> 6개월 도달 시 약 2%로 추가 5배 감소. 이탈률 20% -> 10%로 개선하면 LTV가 2배가 된다.

핵심 전술 중 직관에 반하는 사례: Skool의 한 커뮤니티는 콘텐츠를 삭제하는 것만으로 이탈률이 30% -> 5%로 감소, LTV 6배 증가. Planet Fitness 사례 인용: 5가지를 제공하고 1가지만 쓰면 20% 가치를 느끼지만, 1가지를 제공하고 1가지를 쓰면 100% 가치를 느낀다.

플랫폼과 OS

Wine 11 — NTSYNC으로 Linux의 Windows 게임 실행을 커널 수준에서 재작성

GeekNews | 좋아요 1,993

Wine 11의 핵심은 NTSYNC: Windows NT 동기화 객체 API를 Linux 메인라인 커널 드라이버로 직접 구현한 것. 기존 Wine은 wineserver 프로세스에 RPC 라운드트립을 했고 이것이 프레임 스터터의 원인이었다. NTSYNC는 /dev/ntsync 커널 드라이버를 추가하여 RPC 없이 커널 수준에서 직접 구현.

벤치마크: Dirt 3 110.6 -> 860.7 FPS (+678%), Resident Evil 2 26 -> 77 FPS (+196%), Call of Juarez 99.8 -> 224.1 FPS (+124%), Tiny Tina's Wonderlands 130 -> 360 FPS (+177%). Linux 커널 6.14에 메인라인 병합. WoW64 아키텍처 완성으로 32비트/16비트 앱도 지원.

마이크로소프트 Windows 11 '수정 계획'은 자기 변명

GeekNews | 좋아요 1,905

Microsoft가 발표한 7가지 수정 계획을 연대표로 검토하고, 수정되지 않는 것들이 더 심각하다고 주장. 수정 계획에 없는 것들: 로컬 계정 차단(영구 유지), 텔레메트리(AllowTelemetry=0 설정해도 레지스트리에서 자동으로 1로 재설정), OneDrive 자동 동기화(영구 유지), 블로트웨어 자동 설치(영구 유지). Windows 11 하드웨어 요구사항으로 전 세계 PC의 약 20%, 약 2억 4천만 대가 구형 판정을 받아 폐기될 위기.

비즈니스와 산업

Apple Business — 모든 규모 기업을 위한 올인원 플랫폼 (4월 14일 출시)

GeekNews | 좋아요 1,466

Apple이 기존 Business Essentials, Business Manager, Business Connect를 통합한 단일 플랫폼 Apple Business를 발표. 기본 서비스는 무료. MDM 내장(Blueprints로 제로터치 배포), 자체 도메인 이메일 서비스, 2026년 여름부터 미국/캐나다 Apple Maps 광고 제공. Apple Maps를 소비자 접점으로 사용하는 소상공인에게 로컬 광고 채널을 제공하는 동시에 Apple의 광고 수익 다각화 전략이 강화된다.

OpenAI, Sora 앱 전격 종료 — Disney 파트너십도 해체

GeekNews | 좋아요 422

OpenAI가 AI 영상 생성 앱 Sora의 종료를 발표. Sora 독립 앱 출시(2025년 9월) 이후 불과 6개월 만. Disney가 $1B 투자 + 200개 이상 Disney 캐릭터 라이선스를 포함한 3년 계약을 체결했었으나 함께 해체. 종료 이유 설명 없음. NBC 분석: $110B 신규 펀딩 이후 컴퓨팅 리소스를 코딩/추론/텍스트 생성 등 수익성 높은 작업으로 재배치 추정.

OpenAI Codex가 Notion 제품 엔지니어링에서 하는 역할

YouTube - OpenAI

Notion AI 제품 엔지니어링 리드 Ryan Nestrom이 Codex를 사용해 모바일 앱 기능(AI Voice Input)의 웹/데스크탑 버전을 약 1회 시도(one shot)만에, 총 작업 시간 3~4시간, 혼자서 완성한 사례. 관리자급 엔지니어가 Codex를 사용해 실제 제품 기능을 빌드한 공개 사례.

조코딩 AX 파트너스 설립: AI 전환 전문 기업 론칭

LinkedIn - Dong Keun Jo | 좋아요 77

조코딩이 프라이머 투자를 유치하고 네이버/카카오/당근 테크리드 출신 문경원 공동대표와 함께 조코딩 AX 파트너스를 설립. 서비스: 임직원 AI 활용 역량 교육 + 업무 프로세스 AI 중심 재설계.

Liner x 연세대학교 산학협력: 5만 명에게 Liner Pro 1년 무료

LinkedIn - Liner | 좋아요 92

AI 학술 검색 서비스 Liner가 연세대와 산학협력 체결. 약 5만 명의 연세대 학부생/대학원생/교직원이 Liner Pro를 1년간 무료 사용 가능.

Notion: 일본/한국 데이터 레지던시 지원 예정

X - NotionHQ | 좋아요 184

Enterprise 워크스페이스 데이터를 도쿄 또는 서울 리전에 저장하는 데이터 레지던시 옵션 제공 예정. 한국 기업의 Notion Enterprise 도입을 가로막던 데이터 주권 장벽이 낮아지는 변화.

엔지니어링 인프라

데이터센터, AC에서 DC로 전환 — NVIDIA 800V HVDC 아키텍처

Hacker News (IEEE Spectrum) | 좋아요 865

NVIDIA GTC 2026에서 발표된 800V DC 전력 분배 아키텍처. AI 랙은 최대 1MW에 육박하며, 1MW 랙에는 동선(copper busbar) 최대 200kg 필요. 800V DC 전환 이점: 415V AC 대비 같은 전선 굵기로 85% 더 많은 전력 전송 가능, 동선 사용량 45% 절감, GW급 시설 총소유비용 30% 절감. Delta, Vertiv, Eaton, SolarEdge에서 관련 제품 출시 또는 개발 중.

Arm AGI CPU — 35년 역사상 첫 자체 생산 실리콘

Hacker News

IP 라이선싱만 해오던 Arm이 직접 데이터센터 칩을 제작. 최대 136개 Neoverse V3 코어, 3nm, 최대 420W, PCIe Gen6 96레인, CXL 3.0, 최대 6TB DDR5-8800. 표준 에어쿨 36kW 랙에 8,160코어. 파트너: Meta, OpenAI, Cerebras, Cloudflare, SK Telecom.

AI 산업이 당신에게 거짓말하고 있다 — 데이터센터 버블 분석

Hacker News

발표된 미국 데이터센터 파이프라인 241GW 중 실제 활성 개발 33%(약 79.53GW). NVIDIA FY2026 미국 데이터센터 매출 약 $1,350억 대비 실제 가동 3GW(약 $900억 규모) -> $440억 상당의 GPU가 미설치 상태. 여러 하이퍼스케일러가 개발자 보상/성과를 토큰 소비량과 연동하고 있으며, Amazon Q/Kiro LLM이 3월 2일 북미 마켓플레이스 오류 120,000건 기여, 3월 5일에는 북미 전체 주문 99% 급락(630만 건 손실)한 사고도 발생.

FCC, 미국 외 생산 소비자용 라우터 신규 승인 전면 금지

Hacker News (The Register)

Volt Typhoon 등 중국 해킹 작전에서 라우터 악용 사례를 근거로 제시. 단, Cisco/Netgear 등 미국 브랜드도 대부분 해외에서 제조되며, 유일한 예외는 텍사스에서 생산하는 Starlink Wi-Fi 라우터.

사회/글로벌 이슈

Meta, 아동 성착취 방조 소송에서 전원 일치 유죄 — $3억 7,500만 배상

Hacker News (CNN) | 좋아요 1,240

뉴멕시코주 배심원단이 Meta를 아동 성착취 방조 혐의로 전 항목 유죄 판결. Meta가 배심원 재판에서 아동 안전 문제로 책임을 진 첫 번째 사례. 전 Meta 엔지니어링 디렉터 Arturo Bejar(내부 고발자)가 본인의 14세 딸이 Instagram에서 성적 요청을 받았고 Meta 경영진에 경고했으나 무시됐다고 증언.

트럼프 이란 협상 게시 직전 석유 거래 급증 — 내부자 거래 의혹

GeekNews (BBC) | 좋아요 862

트럼프가 Truth Social에 이란 협상 관련 게시물을 올리기 15분 전에 원유 선물 거래량이 비정상적으로 급증. WTI 원유 06:48 ET 20건 -> 06:49 ET 734건 -> 06:50 ET 2,168건(약 $1억 7천만 규모). 게시 직후 유가 $84/배럴로 14% 급락.

라과디아 공항 항공기-소방차 충돌, 조종사 2명 사망

GeekNews (BBC) | 좋아요 594

2026년 3월 23일, 뉴욕 라과디아 공항에서 에어캐나다 지역 파트너 Jazz Aviation CRJ 900(승객 72명/승무원 4명)이 소방차와 충돌. 조종사 2명 사망, 41명 병원 이송.

미국/TotalEnergies, 해상 풍력 포기 대신 LNG에 $9.28억 재투자 합의

GeekNews (Le Monde) | 좋아요 424

TotalEnergies의 노스캐롤라이나/뉴욕 연안 해상 풍력 프로젝트 2개(총 4GW)의 리스 보증금 $9.28억을 반환 받고 Rio Grande LNG 프로젝트 등 미국 천연가스 사업에 재투자. AI 데이터센터의 전력 수요와 맞물려 LNG 수요 증가 전망이 배경에 있다.

AI 광고와 마케팅

AI 광고 플레이북: ChatGPT 내 광고부터 에이전틱 커머스까지

LinkedIn - Ira Bodnar | 좋아요 91

ChatGPT 내 광고, Gemini 내 광고, Perplexity Sponsored Questions, Claude Skills를 통한 광고 관리, JSON 프롬프트로 초현실적 광고 생성, 대화형 즉시 결제가 가능한 ChatGPT 쇼핑, Agentic commerce protocol까지 7가지 항목으로 정리.

Karpathy의 AutoResearch: 마케팅 최적화 적용 사례

X - shannholmberg | 좋아요 1,436

Andrej Karpathy의 AutoResearch를 랜딩 페이지 카피 최적화에 적용한 사례. 패스율이 56% -> 92%로 하룻밤 사이에 향상.

LLM 내 브랜드 가시성 추적 도구

LinkedIn - Dmitry Chistov | 좋아요 76

7개 이상의 LLM에서 브랜드 멘션을 추적하고, AI 응답을 역설계해 최적화 기회를 발굴하는 LLM 가시성 최적화 도구. 사용자들이 몇 주 내에 AI 응답에서 브랜드 멘션이 3~5배 증가했다고 주장.

TinyFish x n8n: 웹 스크래퍼를 AI 에이전트로 대체

LinkedIn - Charly Wargnier | 좋아요 47

TinyFish가 공식 n8n 커뮤니티 노드가 됐다. Daily Market Scraper + Telegram Bot, Web-to-Notion Summaries, Deep Market Intelligence 세 가지 워크플로우를 즉시 활용 가능.

KYC와 딥페이크

KYC 영상 인증의 종말

X - AngryTomtweets | 좋아요 30,364

이날 X에서 가장 많은 좋아요를 받은 게시물. 딥페이크/AI 생성 영상 기술의 발전으로 영상 기반 신원 인증이 더 이상 신뢰할 수 없게 됐다는 선언. 업계 내 공감대가 매우 높게 형성됐다.

오피니언

협업은 헛소리다 — 개인 책임의 중요성

GeekNews | 좋아요 1,334

S.L.A. Marshall(전투 중 소총 발사 비율 15~20%), Ringelmann(집단 내 개인 노력 저하), Fred Brooks(The Mythical Man-Month)를 인용하며 "협업 이데올로기"를 비판. "가시성이 책임감과 혼동됐고, 스레드에 포함된 것이 결과를 소유하는 것과 동일시됐다."

수직적 SaaS를 만들기 위해 해충 방제 기술자로 취직했다

Hacker News | 좋아요 931

해충 방제 업계용 수직 SaaS를 만들려고 실제로 취직해 현장 경험을 쌓은 창업자. GPT로 직접 훈련 도구를 만들어 13일에 면허 취득(회사 기록). 영업 전환 후 21일 내 $30k ARR 클로징.

타일러 더 크리에이터가 말하는 창작, 자신감, 그리고 핸드폰 단절

YouTube - 비즈니스캔버스

"하기 싫어지면 그냥 멈춰요. 그래도 괜찮아요." "모든 것은 해결 가능하다(Everything is figure-out-able). 에너지가 있느냐 없느냐의 문제다." 신곡 스니펫을 올리고 반응을 보고 출시 여부를 결정하는 행태를 강하게 비판. "다 만들 때까지 조용히 있다가, 완성되면 전력으로 밀고 나간다." AI 시대에 도구가 평등해지면서 결국 차별화는 실행력과 자기 확신에서 나온다는 점과 연결된다.

연구 논문: LLM 에이전트와 강화학습

STAR: 장기 도구 사용 에이전트를 위한 강화학습 종합 레시피

HuggingFace

홍콩 중문대와 IDEA Research가 제안한 STAR(Synthesis, Training, And Reinforcement) 파이프라인. TravelPlanner(6개 도구로 예산/선호도/논리 일관성을 만족하는 여행 계획 수립)를 테스트베드로, 데이터 합성 -> SFT -> RL(GRPO) 3단계를 거친다. 7가지 핵심 발견 중: 보상/알고리즘 선택은 모델 규모에 의존하며, 1.5B~7B 소규모 모델이 올바른 RL 레시피로 최상위 상용 모델을 능가할 수 있다. GitHub: https://github.com/WxxShirley/Agent-STAR

OpenResearcher: 완전 오픈 딥 리서치 궤적 합성 파이프라인

HuggingFace

TIGER-AI-Lab이 제안. 1회성 온라인 부트스트래핑으로 골드 문서를 수집한 후, 15M 문서 오프라인 코퍼스와 검색 엔진을 구축해 이후 모든 합성을 완전 오프라인으로 실행. 3개 브라우저 원형(search, open, find)으로 점진적 증거 발굴을 명시적으로 모델링. BrowseComp-Plus 기준 54.8%(GPT-4.1 36.4%, Claude-4-Opus 36.8% 능가). GitHub: https://github.com/TIGER-AI-Lab/OpenResearcher

REVERE: 연구 코딩 워크플로우 특화 자기 적응 에이전트

HuggingFace

TCS Research와 Yale University 공동. 시스템 프롬프트 + 태스크 프롬프트 템플릿 + 치트시트(영속 메모리) 3개의 편집 가능한 컨텍스트 필드를 Reflector 모듈이 배치 실행 후 비파괴적으로 업데이트. 3개 연구 코딩 벤치마크에서 인간 전문가 작성 지시 대비 +3.51~4.89% 개선, 대안 대비 최대 10배 비용 효율적.

LLM 에이전트 워크플로우 최적화 서베이 — Agentic Computation Graph

HuggingFace

RPI와 IBM Research 공동. ACG(Agentic Computation Graph) 통합 추상화를 도입하여 정적/동적 방법, 그래프 가소성 모드(none/select/generate/edit)로 문헌을 분류. 그래프 레벨 속성, 실행 비용, 견고성, 입력에 따른 구조 변이도를 함께 평가해야 한다고 주장.

FineRouter: 세밀한 잠재 태스크 발견을 통한 확장 가능한 프롬프트 라우팅

HuggingFace

AWS 연구팀. 2단계 라우팅: 자동 세밀한 태스크 발견(그래프 기반 클러스터링) -> 태스크 인식 MoE 품질 추정. 10개 벤치마크, 11개 프런티어 모델(Claude-Sonnet-4.5, DeepSeek-R1 등)에서 강력한 단일 모델 대비 절반 이하의 비용으로 더 높은 성능.

연구 논문: 비전과 멀티모달

AwaRes: 필요한 곳만 보는 VLM 고해상도 크롭 검색 프레임워크

HuggingFace

IBM Research/텔아비브대/테크니온 공동. 저해상도 글로벌 뷰를 기본으로 처리하다가 필요 시 특정 고해상도 크롭 서브셋을 tool-call로 요청하는 Coupled-Decision Policy. 풀해상도의 36%만 사용하면서 풀해상도 수준 정확도 유지(80.30%), VisionThink 대비 4.4배 빠른 레이턴시. SFT -> 멀티턴 GRPO로 정확도-효율 트레이드오프 최적화. 프로젝트: https://nimrodshabtay.github.io/AwaRes/

ThinkJEPA: VLM 추론 모델로 잠재 세계 모델에 장기 시맨틱 가이던스 제공

HuggingFace

Northeastern University/Meta AI 협력. VLM(Qwen3-VL Thinking)을 "thinker"로 활용해 V-JEPA 스타일 잠재 예측에 시맨틱 가이던스를 주입하는 이중 시간 경로 아키텍처. 계층적 피라미드 표현 추출(중간 레이어 집합)과 레이어별 FiLM 조절. EgoDex에서 V-JEPA 단독 ADE 0.071 -> ThinkJEPA 0.061.

Insight-V++: 고급 장기 시각 추론

HuggingFace

NTU/Tencent Hunyuan/Tsinghua 공동. 2에이전트 아키텍처(추론 에이전트 + 요약 에이전트), 비디오 도메인으로 확장한 통합 공간-시간 데이터 파이프라인, ST-GRPO + J-GRPO 정렬, 폐루프 자기 진화(Self-Evolving). Qwen2.5-VL 기반 이미지 추론 +4.8%, 비디오 추론 +6.9%.

PEARL: 개인화 스트리밍 비디오 이해 모델

HuggingFace

PSVU(Personalized Streaming Video Understanding) 과제 정의. PEARL-Bench: 132개 고유 비디오, 2,173개 어노테이션, 평균 영상 길이 1,458초(기존 5초 대비). 학습 불필요(training-free), Dual-grained Memory System + Concept-aware Retrieval. 3개 이종 아키텍처에 적용 시 프레임 수준 평균 +13.79%, 비디오 수준 +12.80%. 코드: https://github.com/Yuanhong-Zheng/PEARL

SpatialBoost: 언어 기반 추론으로 비전 인코더의 3D 공간 인식 향상

HuggingFace

KAIST 연구팀. 2D 이미지에서 추출한 3D 공간 정보를 언어로 변환하고 LLM을 통해 비전 인코더에 주입. 멀티 턴 CoT 추론, 이중 채널 어텐션 모듈로 카타스트로픽 포겟팅 방지. ADE20K에서 DINOv3 55.9 -> 59.7 mIoU, ImageNet에서도 88.4% -> 90.2%.

연구 논문: 3D 비전과 생성

GLD: 기하학 파운데이션 모델 특징 공간을 확산 잠재 공간으로 전용

HuggingFace

KAIST/NYU 협력. Depth Anything 3의 특징 공간을 확산 모델의 잠재 공간으로 직접 사용. VAE 잠재 공간 대비 4.4배 빠른 수렴, Re10K ATE에서 2.8배 향상. 생성된 특징을 기존 기하 디코더에 통과시키면 추가 훈련 없이 깊이 맵과 카메라 포즈 예측 가능.

Group3D: MLLM 구동 의미론적 그루핑으로 개방 어휘 3D 객체 탐지

HuggingFace

연세대 등 공동. Scene Vocabulary Memory + 3D Fragment Memory + 의미론 게이팅 병합. ScanNet, ARKitScenes에서 멀티뷰 개방 어휘 3D 탐지 SOTA. 포즈 자유(pose-free) 제로샷 설정에서도 일관된 mAP 25 향상.

F4Splat: 피드포워드 예측적 밀집화를 통한 적응형 3D Gaussian Splatting

HuggingFace

고려대. 네트워크가 각 영역의 공간적 복잡도를 추정해 Gaussian 추가 할당 여부를 예측. 사용자 지정 목표 Gaussian 예산 내에서 리트레이닝 없이 조절. 경쟁 방법보다 현저히 적은 Gaussian 수로 동등 또는 우수한 품질 달성.

UNE: 생성 모델과 시각 인코더의 공통 가우시안 잠재 공간

HuggingFace

Technion 팀. 생성 모델(확산 모델)과 인코더(CLIP, DINO) 모두 공통 가우시안 잠재 소스인 "Universal Normal Embedding"의 서로 다른 뷰라는 가설 실증. DDIM 반전 노이즈에 선형 프로브를 적용하면 표정/성별/나이 등 속성을 예측 가능. 노이즈 공간에서 선형 방향 편집으로 아키텍처 변경/미세조정 없이 속성 편집 가능. NoiseZoo 데이터셋 공개.

LoRA-squared: 개인화 이미지 생성을 위한 레이어별 적응형 LoRA 랭크

HuggingFace

변분 추론에서 영감을 받아 각 LoRA 컴포넌트의 랭크 인덱스에 중요도 순서를 부과. rank 512(약 2.8 GB) 대비 comparable한 피사체 충실도를 단 0.40 GB로 달성. 코드: https://github.com/donaldssh/NotAllLayersAreCreatedEqual

연구 논문: 강화학습과 안전성

SAGE-GRPO: 비디오 생성 강화학습을 위한 매니폴드 인식 탐색

HuggingFace

비디오 GRPO의 근본적 불안정 원인을 "ODE->SDE 변환의 1차 근사 오류"와 "타임스텝별 기울기 불균형"으로 진단. 마이크로 수준(정밀 매니폴드 인식 SDE + Gradient Norm Equalizer)과 매크로 수준(Dual Trust Region)으로 해결. 코드: https://dungeonmassster.github.io/SAGE-GRPO-Page/

UniGRPO: 추론 주도 시각 생성을 위한 통합 정책 최적화

HuggingFace

CUHK/ByteDance Seed. "Prompt -> Thinking -> Image" 시퀀스 전체를 단일 MDP로 정형화해 텍스트와 이미지 생성 정책을 GRPO로 공동 최적화. CFG 제거 + MSE 페널티로 보상 해킹 억제.

RoboAlign: VLA 모델에서 언어-행동 정렬을 위한 테스트 타임 추론

HuggingFace

KAIST AI. 행동 토큰을 체화 추론의 직접적 결과물로 생성하고, 행동 정확도로 추론 품질을 평가. SFT 데이터의 1% 미만 추가 데이터로 RL 정렬: LIBERO +17.5%, CALVIN +18.9%, 실세계 환경 +106.6%.

SafeFQL: 해밀턴-야코비 도달 가능성 기반 안전한 오프라인 강화학습

HuggingFace

HJ 도달 가능성 기반 최악의 경우 안전 가치 함수 + Flow Q-Learning 기반 1-step 행동 증류 + 컨포멀 예측 교정. 기대 누적 비용이 아닌 최악의 경우 도달 가능성 관점으로 안전 제약을 재정의.

연구 논문: 확산 모델과 세계 모델

GDDS: 구조 인식 이산 확산 모델

HuggingFace

임의의 Markov 노이즈 프로세스를 지원하는 일반화된 이산 확산 프레임워크. 의미적으로 가까운 토큰으로 노이징하는 GDDS Gauss 구현. 최초로 이산 확산 모델이 이 규모에서 자동회귀(AR) 모델을 능가. 코드: https://oussamazekri.fr/gdds

FluidWorld: 반응-확산 PDE 기반 세계 모델

HuggingFace

독립 연구자 Fabien Polly가 자기 어텐션을 반응-확산 PDE로 대체. O(N) 지역 연산, 적응적 수렴, 연속적 시간 역학. Transformer 대비 재구성 오류 2배 낮음, 공간 구조 보존 10~15% 높음. Intel Core i5 + RTX 4070 Ti 단일 소비자용 PC에서 실행. GitHub: https://github.com/infinition/FluidWorld

Omni-WorldBench: 세계 모델의 상호작용 중심 종합 평가

HuggingFace

3단계 상호작용 계층(단일 객체 -> 객체 간 영향 -> 환경 변화)으로 18개 대표 세계 모델을 평가. 현재 세계 모델들이 상호작용 응답 능력에서 심각한 한계를 보인다는 결론.

TrajLoom: 비디오에서 밀집 미래 궤적 생성

HuggingFace

Grid-Anchor Offset Encoding + TrajLoom-VAE + TrajLoom-Flow. 예측 지평선을 24프레임(기존)에서 81프레임으로 확장. Wan-Move에 직접 통합 가능. https://trajloom.github.io/

연구 논문: 특수 도메인

피보나치 준결정 타일링 기반 텍스트 무손실 압축

HuggingFace

피보나치 준결정 타일링이 무한히 붕괴하지 않음을 증명하고 Quasicryth v5.6 압축기로 구현. enwik9 전체 22.59%, bzip2를 능가하고 xz 수준에 근접. 89-gram 레벨(5,369 히트)과 144-gram 레벨(2,026 히트)이 처음 활성화 — 주기 타일링에서 구조적으로 불가능한 위치.

XKD-Dial: 영어-힌디어 인용 기반 지식 대화에서 할루시네이션 제로 달성

HuggingFace

4단계 점진적 훈련: 다언어 적응 -> 영어 대화 SFT -> 이중 언어 대화 SFT -> GRPO 정렬. 인코더-디코더 모델에서 Stage 2부터 할루시네이션 비율 0.0% 달성. GRPO(Stage 4)는 잘 설계된 SFT 대비 한계적(marginal) 개선만 제공 — 구조화된 인용 태스크에서 SFT만으로 충분할 수 있음을 시사.

AdditiveLLM2: 적층 제조를 위한 멀티모달 LLM

HuggingFace

Carnegie Mellon. Gemma 3(12B) 기반, 오픈 액세스 AM 학술지 약 5,000만 토큰으로 도메인 적응. AM 일반 지식 태스크에서 90% 이상 정확도. 소규모 도메인 데이터(~50M 토큰)로도 효과적인 전문화가 가능함을 시사.

CtrlCamo: 조건부 이미지 편집을 통한 차량 위장 공격

HuggingFace

CMU/Army Research Lab/FSU 공동. ControlNet + Stable Diffusion 기반. AP50 38% 이상 감소. 생성형 AI가 물리적 세계의 실제 이미지에서 작동하는 보안 위협을 생성하는 데 사용될 수 있음을 보인다. 프로젝트: https://humansensinglab.github.io/CtrlCamo

SEM: 희소 임베딩 변조를 통한 VLM 사후 편향 제거

HuggingFace

Trento/Toyota. Sparse Autoencoder(SAE) 잠재 공간에서 편향 뉴런과 콘텐츠 뉴런을 분리해 정밀 조절. 최악 그룹 정확도 대폭 개선. 실시간 배포 중인 CLIP 기반 시스템에 재훈련 없이 적용 가능.

SNAP: 음성 딥페이크 탐지에서 화자 정보 제거

HuggingFace

KAIST AI/NAVER Cloud. WavLM 임베딩 공간에서 화자 의존 부분공간을 직교 투영으로 제거. 파라미터 단 2,049개의 선형 분류기로 SOTA 탐지 성능. Unseen 화자와 새로운 TTS 아키텍처에 강건한 일반화.

SAVN-CE: 연속 환경에서의 의미론적 오디오-비주얼 내비게이션

HuggingFace

우한대/칭화대. SoundSpaces 2.0 기반, 연속 3D 공간에서 소리가 일시적으로 끊기는 환경. MAGNet(Memory-Augmented Goal descriptor Network): 소리 없어진 이후에도 역사적 표현과 운동 정보로 목표 추적. 기존 방법 대비 최대 12.1%p 성공률 향상.

기타 주목할 콘텐츠

고등학생이 자율 주행 공 수집 로봇 제작

Threads - ai.ivn | Threads 좋아요 3,123

고등학생 몇 명이 센서/소프트웨어/기계 설계를 직접 수행해 자율 주행으로 바닥에 떨어진 공을 주워 통에 넣는 로봇을 제작.

Windows 3.1 타일형 배경화면 BMP 아카이브

GeekNews | 좋아요 78

Windows 3.1의 타일형 배경화면 BMP 파일들을 모아둔 아카이브. 갤러리: http://andreasjansson.github.io/win-3.1-backgrounds/

ArmSoM Sige5, Collabora와 메인라인 Linux 협력

GeekNews | 좋아요 550

RK3576 SoC(6 TOPS NPU) 기반 Sige5가 Collabora의 LAVA 보드 팜 핵심 하드웨어로 선정. 엣지 AI, 스마트 비전, 산업용 HMI 적용 대상.

GTC 2026 x Pseudo Lab 경품 이벤트 당첨자 발표

LinkedIn - Pseudo Lab | 좋아요 24

193명 참가자 중 추첨으로 DGX Spark Founder's Edition 당첨.

YC Demo Day 2026

X - ycombinator | 좋아요 263

2026년 YC Demo Day가 이날 진행됐다.

Alibaba Cloud: Qwen-Image-Edit-2511 공개

X - alibaba_cloud | 좋아요 116

캐릭터 일관성 향상, 내장 LoRA 지원, 복수의 디자인 애플리케이션에서의 결과물 품질 향상.

글로벌 Claude 가이드북 무료 배포

Threads - choi.openai | 좋아요 614

전 세계 활용 팁을 모은 Claude 가이드북을 업데이트하여 무료 배포.

KRDS 스킬: 한국 정부 디자인 시스템을 AI 에이전트가 사용할 수 있도록

Threads - lwh_corvus | 좋아요 22

Codex를 활용해 KRDS(한국 정부 디자인 시스템) 스킬을 직접 만들었다. 공공기관 홈페이지, 민원/신청 화면 등에 AI를 바로 활용할 수 있는 비공식 스킬 번들.

AI 구독 서비스 연간 결제는 금물

Threads - xazinga | 좋아요 233

수백만 원 써본 교훈: Runway 연간 40만 원 구독을 날린 경험. "1개월만 결제하고 미친듯이 뽑아내고 빠지는 것이 답."

GitHub 장애 발생 (해결됨)

Hacker News | 좋아요 131

Actions, Issues, Pull Requests, Webhooks, Codespaces 등 다수 서비스에 걸친 성능 저하 발생 후 해결.

해시드 김서준의 에이전트 시대 시나리오

LinkedIn - BZCF | 좋아요 77

에이전트 시대가 오면 세상이 어떻게 바뀔지를 스트림 오브 컨셔스니스 방식으로 풀어놓은 글. 각 항목 끝에 AI 모델들이 독립적으로 제시한 "3년 내 실현 확률"의 평균이 붙어 있다.

실리콘밸리 10년 창업자 Keith Ryu의 Threads 첫 등장

Threads - keithryu.ai | 좋아요 272

Fountain(SaaS) 창업자. 누적 투자 3,300억, 기업가치 1.2조, YC 한국 투자 2호. 현재 매일 밤새 바이브 코딩으로 새 제품을 처음부터 만들고 있다.

무료 수학 온라인 강좌 모음

X - swapnakpanda | 좋아요 91

Prealgebra, Precalculus, Algebra, Calculus(2개), Linear Algebra 재생목록 링크. AI/ML 기초 수학.

고객 대면 챗봇의 설계 실수: 가드레일 없는 범용 대화 시스템의 위험

LinkedIn - Matthew Boutilier | 좋아요 24

특정 사용자 여정을 위한 챗봇을 ChatGPT처럼 범용으로 설계하는 실수를 지적. Threads에서는 "판교 닭집에서 양념치킨 판매하는 에이전트가 코딩테스트 도와달라는 고객 요청에 응대하고 있다"는 패러디가 공유됐다.

AI 에이전트 인프라의 핵심: 달파(DALPHA) 사례

LinkedIn - Yong-Hwan Yoo | 좋아요 24

Amazon EKS 기반 멀티테넌트 구조, 온프레미스 GPU + 클라우드 하이브리드 노드로 GPU 비용 약 70% 절감.

Claude Code 8개월 활용 사례: 유튜브 자동화 파이프라인

Threads - jaykimuniverse | 좋아요 17

AI가 성과 좋은 콘텐츠 주제 제안 -> 기획 -> 대본 작성 -> TTS -> 영상 생성 -> 편집까지 자동화.

Dock에서 자유롭게 움직이는 Claude 에이전트 (무료 오픈소스)

Threads - aicoffeechat | 좋아요 75

macOS Dock에서 자유롭게 움직이는 캐릭터화된 Claude 에이전트 UI.

Threads 게시글을 Obsidian으로 자동 추출하는 크롬 확장 프로그램

Threads - devdesign.kr | 좋아요 48

기존 웹 클리퍼가 게시글만 깔끔하게 가져오지 못해 직접 크롬 확장 프로그램을 제작.

Vane: 프라이버시 중심 AI 검색 엔진

LinkedIn - JJO LAB | 좋아요 3

프라이버시 중심 AI 검색 엔진 Vane의 기술 정리. 직접 운영하고 싶은 사람들을 위한 내용.

헬로우봇을 뉴럴아케이드로 데려온 창업자의 재출발

Threads - suji.leee | 좋아요 58

헬로우봇 창업자가 새 회사 뉴럴아케이드에서 헬로우봇을 다시 시작.

딥테크 청년창업사관학교 합격

Threads - yoonkwon_ai | 좋아요 342

바이브 코딩 조직 설계에 대한 고찰

LinkedIn - Dohyun Jung | 좋아요 13

교차 분석

Claude Code의 "자율 에이전트화"와 논문의 "GRPO 확산"은 같은 방향을 가리킨다

Claude Code의 Auto Mode(위험도 분류기), Computer Use(환경 인터랙션), Autodream(영속 메모리)은 각각 연구 논문에서 다루는 에이전트 RL의 핵심 구성요소 — 안전한 탐색(SafeFQL), 도구 사용(STAR), 메모리 관리(REVERE) — 의 제품화다. GRPO가 VLM 효율화(AwaRes), 비디오 생성(SAGE-GRPO), 로봇 행동(RoboAlign), 시각 추론(Insight-V++) 등으로 동시에 확산되는 현상은 에이전트 RL이 연구실에서 제품으로 넘어가는 속도를 보여준다.

"디자인 도구의 AI 통합"과 "하네스 엔지니어링"은 동전의 양면이다

Figma MCP, Storybook MCP, Spline Omma가 AI 에이전트에게 디자인 도구 접근을 열어줄 때, 동시에 Anthropic은 "에이전트를 어떻게 제어할 것인가"라는 하네스 엔지니어링 블로그를 공개했다. 에이전트의 능력이 확장될수록 제어의 중요성도 비례해서 커진다. Josh Kim의 "26년은 하네스 엔지니어링"이라는 주장은 LLM 에이전트 워크플로우 서베이 논문의 ACG(Agentic Computation Graph) 프레임워크와 정확히 맞닿아 있다.

"AI가 판단력을 대체하지 못한다"는 메시지가 5개 이상의 독립적인 출처에서 수렴했다

AI 공급망 보안과 AI 인프라 버블은 동일한 "성장 속도 > 성숙도" 문제의 두 표현이다

LiteLLM 공급망 공격(AI 도구의 transitive dependency를 노린 최초의 대규모 사건)과 데이터센터 버블 분석($440억 규모 GPU가 미설치)은 모두 AI 생태계가 빠르게 성장하면서 보안/인프라 성숙도가 따라가지 못하는 현상을 반영한다. 같은 날 FCC의 외국산 라우터 금지, Meta 아동 안전 소송 유죄 판결까지 더해 디지털 공급망 전반의 신뢰 위기가 부각됐다.

구독 리텐션(Hormozi)과 제품 설계(Cal AI)는 같은 원리의 다른 적용이다

Hormozi의 "콘텐츠를 줄여서 LTV 6배"와 Cal AI의 "상호작용을 5초 이하로"는 모두 "적을수록 가치가 높다(less is more)"의 실증이다. AI 도구가 복잡성을 무한히 생성할 수 있는 시대에 "무엇을 빼는가"가 차별화 포인트라는 공통 교훈이다.

Powered by skim

seunan.dev — terminal
visitor@seunan.dev:~ $ banner
███████╗███████╗██╗ ██╗███╗ ██╗ █████╗ ███╗ ██╗ ██████╗ ███████╗██╗ ██╗ ██╔════╝██╔════╝██║ ██║████╗ ██║██╔══██╗████╗ ██║ ██╔══██╗██╔════╝██║ ██║ ███████╗█████╗ ██║ ██║██╔██╗ ██║███████║██╔██╗ ██║ ██║ ██║█████╗ ██║ ██║ ╚════██║██╔══╝ ██║ ██║██║╚██╗██║██╔══██║██║╚██╗██║ ██║ ██║██╔══╝ ╚██╗ ██╔╝ ███████║███████╗╚██████╔╝██║ ╚████║██║ ██║██║ ╚████║██╗██████╔╝███████╗ ╚████╔╝ ╚══════╝╚══════╝ ╚═════╝ ╚═╝ ╚═══╝╚═╝ ╚═╝╚═╝ ╚═══╝╚═╝╚═════╝ ╚══════╝ ╚═══╝ Welcome to seunan.dev Type 'help' for available commands
visitor@seunan.dev:~ $ 
! for AI mode