2026-08-11 오늘의 IT 뉴스입니다.

• 영국 Scunthorpe에서 물건이 쌓인 주택을 정리하던 중 유통기한이 1991년인 35년 된 Mars Bar가 발견돼 소셜 미디어에서 화제가 됨

• 2026년 8월 14일부터 Claude Code의 Pro·Max·Team 신규 세션은 Auto mode로 시작하며, 도구 호출의 위험을 자동 판별해 더 긴 자율 작업과 안전한 실행을 지원함

AI 에이전트를 통해 여러 프로젝트에서 리서치 및 개발 작업을 진행하면서 두 가지 문제를 반복해서 겪었습니다.

• 요구사항, 리서치한 자료, 결정 사항, 작업 계획이 서로 중복되거나 잘못된 폴더에 배치되는 등 체계적으로 관리되고 있지 않았습니다. 문서를 관리하기 위해 또 다른 문서를 작성

• Meta가 30B 파라미터 로컬 에이전트 모델 Muse Glimmer를 Apache 2.0 라이선스로 공개했으며, 단일 소비자용 GPU를 장착한 Mac이나 PC에서 실행하도록 최적화함

• Solod는 C·Go 개발자를 위한 시스템 언어로, Go를 닮은 별도 언어가 아니라 Go 언어의 부분집합으로 설계됨

• IRC 생태계는 IRCv3 명세 확장과 클라이언트·서버·바운서 개선을 이어가는 한편, AI 지원 개발 여부를 프로젝트 평가 정보로 표시하기 시작함

• 좋은 URI는 사이트 개편, 담당자 교체, 파일 이동, 구현 기술 변경에도 유지돼야 하며, 처음부터 장기간 존속하도록 설계해야 함

• 2017년부터 연구자와 프로그램 관리자로 HackerOne을 경험한 필자는 회사가 해커 중심 커뮤니티에서 영업·계약·AI 제품 중심 기업으로 바뀌며 정체성을 잃었다고 봄

• Docker Sandboxes는 AI 코딩 에이전트마다 전용 microVM을 제공해, 호스트 시스템과 분리된 환경에서 장시간 무인 작업을 실행할 수 있게 함

• nixpkgs-multiverse는 과거 Nixpkgs 커밋을 일일이 찾아 고정하지 않아도, 하나의 flake 입력에서 지금까지 존재한 모든 패키지 버전에 접근하게 해줌

• 현재 진행 중인 작업과 최근 궁금했던 주제를 공유해 달라는 질문임

안녕하세요. 오랜만에 다시 글을 남기게 됩니다.

최근 들어 문서를 작성 할 일이 부쩍 많아졌는데, 아무래도 모든 요소들을 직접 구성하지 않고 Abstract만 프롬프트로 넘겨서 나머지는 Agent가 구성하는 방식으로 대부분의 문서를 처리하고 있었습니다.

회사 어드민 페이지들이 로그인할 때마다 Google OTP를 요구합니다. 처음엔 폰을 꺼내서 봤고, 그 다음엔 Authenticator류 크롬 확장을 써봤는데 결국 확장 열고 → 코드 복사하고 → 입력창에 붙여넣고 → 로그인 버튼 누르는 과정은 그대로더라고요. 하루에 수십 번 하다 보니 이것도 일이다 싶어서, 아예 페이지에...

• William Murray는 AI와 자동화로 소프트웨어의 깊은 사고가 직업적 가치를 잃어가는데도 변화에 저항하지 않는 태도를 공모이자 체념이라고 비판함

토스 모노리포가 100명 규모에서도 굴러가는 이유: 카탈로그

개요

• 토스는 100명 이상의 프론트엔드 엔지니어가 하루 수백 번 배포하면서도, 모든 서비스가 동일한 버전의 React 19 / Next.js 15 / TypeScript 7(Go 재작성 버전)을 사용함

배열 6개짜리 계산을 틀리고 자기가 맞다고 주장. qwen 3.6 모델 로컬로 물어봤을때 코드 완벽 계산 완벽이라 했음.

근데 계속 우김. 나중에 자기가 잘못했다고 인정함. 근데 마지막 말투가 짜증남. 뉘앙스가 내가 약간은 도움이 됐잖아 이럼.

안녕하세요.

항상 좋은 영감만 받아가다가, 용기 내어 제 프로덕트를 올려봅니다.

• 미국 사망진단서 약 900만 건을 분석한 2024년 연구에서 택시·구급차 운전자는 443개 직업 중 알츠하이머병 사망 위험이 가장 낮았음

스토맵은 지금 있는 위치에 사진과 글을 핀으로 남기고, 지도에서 주변 사람들이 남긴 이야기를 찾아보는 앱입니다. 혼자 만들었고 iOS/Android 모두 출시돼 있습니다.

• App Store: https://apps.apple.com/kr/app/스토맵/id6762319739

• AI 안경·목걸이·핀 같은 웨어러블이 주변 대화를 상시 수집하면서, 스파이나 범죄자뿐 아니라 일반인에게도 감시 대응 수단이 필요해지고 있음

• 40kg 추의 낙하 에너지만으로 4g 발사체를 시속 776마일(346.4m/s) 까지 가속해 순수 중력식 트레뷰셋 최초로 음속을 넘어섬

안녕하세요. 한국 개발자 개인 블로그를 모아 보여주는 Indieblog(https://indieblog.net)를 만들어서 공유합니다.

만든 이유

기업 기술 블로그 모아주는 서비스는 이미 여럿 있는데, 개인 블로그는 없더라고요. 개인 블로그는 티스토리, velog, Medium, GitHub Pages, 자기 도메인에 직접 만든 블로

압축 하나 풀려고 프로그램 켰더니 광고에 결제 유도에... 그게 싫어서 "조용히 그냥 되는" 압축툴을 만들었습니다. OtterZip입니다.

맥에서 Keka를 쓰다가 "이 심플한 동작이 윈도우엔 왜 없지" 싶었고, 그 방식을 많이 참고했습니다. 컨셉은 "앱을 안 여는 것"에

간단한 웹 게임을 만들었습니다. 개인적인 게임 취향을 많이 첨가한 게임이에요.

원래 게임 개발 쪽을 하지는 않았던 터라 코딩 자체는 AI의 도움을 많이 받았지만, 제 취향에 맞도록 다듬는 과정을 꽤나 거쳤습니다.

• MCP는 에이전트가 도구를 설명/탐색/호출하는 방식은 표준화했지만, 실제 운영에 필요한 인증/권한/자격증명/접근 취소/감사까지 해결하지는 않아 DoorDash는 이를 Agent Gateway로 중앙화함

• PostgreSQL의 쓰기 증폭, 테이블 팽창, VACUUM 부담, 32-bit XID wraparound는 실제 문제지만, 이는 MVCC 자체의 결함이라기보다 과거 버전을 테이블에 남기고 나중에 정리하는 설계 선택에서 비롯됨

• 장애가 잦던 Informix 서버를 우회해 디스크 데이터에 직접 접근하려는 필요에서 출발한 SQLite는 현재 1조 개 이상의 데이터베이스가 사용되는 것으로 추산되는 내장형 SQL 엔진으로 성장함

• Atlassian의 StreamHub는 하루 220억 건에서 1,500억 건의 이벤트를 수집하는 규모로 성장하면서, 200~300억 건 수준까지 잘 작동했던 Amazon Kinesis를 넘어 장기 보관 비용/소비자 확장성/멀티클라우드를 위해 AWS MSK 기반 Kafka로 전환함

• AI로 코드 생성 비용이 계속 낮아지면 프로덕션 코드를 희소한 자산으로 유지할 이유가 사라지고, 대규모 코드베이스를 지속적으로 재작성하는 것이 경제적으로 가능해질 것이라는 전망

• AI 코딩 어시스턴트가 만드는 뻔한 디자인을 피하기 위해, 타이포/색상/레이아웃/모션/인터랙션에 걸친 안티 슬롭(anti-AI-slop) 규칙을 하나로 묶은 디자인 스킬

• 역사학자 Jill Lepore는 민간 기술기업이 국가 기능을 떠맡는 인공 국가(artificial state) 가 자유민주주의 국민국가를 대체하면서, 시민의 동의 없는 알고리듬·기업·기계의 통치로 이어지고 있다고 경고함

• Postgres 병렬 백업은 12시간마다 전체 데이터를 다시 복사하지 않고, 이전 백업을 임시 노드에 복원한 뒤 WAL을 재생해 현재 상태까지 따라잡아 새로운 백업을 만드는 방식

• 개발자, DBA, 분석가, 데이터 팀을 위한 AI 기반 데이터베이스 클라이언트로, 완전한 SQL 워크스페이스와 AI 어시스턴트를 결합

• Lobste.rs의 zsh 기록 데이터 손실 버그 추적 글에 vibecoding 태그가 붙었지만, LLM은 별도 부록에서만 사용됐고 본문은 사람이 직접 공들여 작성함

• Zsh가 종료 중 히스토리를 다시 쓰는 순간 SIGINT를 받으면 파일 읽기가 중단되지만, 불완전한 데이터를 정상 결과로 취급해 새 파일로 교체하면서 수년치 명령 기록이 사라질 수 있었음

• Zine의 11개 의존성이 GitHub·Codeberg·Forgejo에 흩어져 있어 호스트 장애가 새 빌드 실패로 이어지며, 문제의 본질은 호스팅 기술보다 가용성 비용의 부담 주체에 있음

• Rails의 핵심은 여전히 훌륭하지만 DHH의 가치관과 리더십을 받아들일 수 없다는 개발자들이 Rails 코어를 하드 포크해 커뮤니티 주도의 대안을 만들기 시작함

• Amazon이 Texas Pecos County의 대규모 데이터센터를 위해 천연가스 발전소에 투자하며, 허가 기준으로 미국 단일 발전시설 중 가장 많은 온실가스를 배출할 수 있는 규모가 됨

1편에서는 검색·추천 모델을 vLLM 사용자 정의 플러그인으로 옮겨 서빙 성능을 높인 과정을 소개했습니다. 모델을 vLLM에서 실행할 수 있게 된 뒤에는 또 다른 문제가 남았습니다. 모델마다 반복해야 하는 변환 작업이 복잡하고, vLLM의 빠른 변화까지 계속 따라가야 한다는 점입니다.

Hugging Face 모델 하나를 vLLM에 올리는 과정은 버튼 한 번으로 끝나지 않습니다. ‘딸깍’ 한 번으로 완성할 수는 없습니다. 하지만 자동화를 우리 문제에 맞게 계속 ‘깎아’ 나갈 수는 있습니다. 저희는 변환 절차를 Claude Code Skill로 만들고, 실제 모델을 변환하며 두 번의 큰 시행착오를 거쳐 스킬 자체도 계속 개선했습니다. 이 글은 vLLM 모델 변환부터 배포까지를 AI-native로 자동화하고, 그 자동화를 어떻게 다듬어 왔는지에 대한 기록입니다.

네이버 플레이스 AI MLOps는 지난 1년간 검색과 추천에 사용하는 스코어링 모델의 서빙 구조를 vLLM 기반으로 전환했습니다. 이 글에서는 사내 Engineering Day에서 발표한 내용을 바탕으로, 모델 서빙 경로를 최적화해 성능을 높인 과정을 소개합니다.

먼저 결과부터 살펴보겠습니다. 0.6B 재순위화(reranking) 모델을 Hugging Face Transformer.encode로 서빙했을 때 처리량은 63.85 QPS였습니다. 같은 모델과 GPU, 입력을 사용하면서 vLLM의 score 태스크로 옮기자 397.21 QPS로 약 6.2배 증가했습니다. 속성 기반 감성 모델(ABSA, Aspect-Based Sentiment Analysis)의 단건 p50 지연 시간은 101.22ms에서 16.43ms로 83.8% 감소했고, CLIP 기반 이미지 랭킹 모델의 처리량은 최적화를 다섯 단계 적용하자 3.76 img/s에서 62.2 img/s로 누적 16.5배 증가했습니다.