2026-08-13 오늘의 IT 뉴스입니다.

• Qwen 오픈 모델 계열 최초의 Qwen-Max급 모델로, 코딩·전문 업무·연구·장기 에이전트 작업과 복잡한 다단계 작업의 완수 능력을 강화함

• OpenRouter에서 단일 공급자가 호스팅하며, 별도 라우팅 결정 없이 모든 요청을 해당 공급자에게 직접 전달함

• 자동 차량 번호판 판독기(ALPR)가 촘촘해지면 개인의 이동 전체를 재구성할 수 있으므로, 긴급한 실시간 조회와 달리 과거 기록 검색에는 영장이 필요함

• 6개월간 발생한 19건의 데이터베이스 손상과 반복적인 제어 평면 장애를 조사한 끝에, SQLite 체크포인트와 쓰기 트랜잭션 사이의 희귀한 데이터 경쟁을 찾아냄

• AI는 구현 속도의 제한을 없애 취약한 엔지니어링 문화를 가진 프로젝트가 복구 불가능한 복잡성에 도달하는 시간까지 크게 단축함

• 개기일식 구간 시작까지 31분 39초가 남아 있음

• xAI가 Grok 4.6을 공개함. Cursor와 Grok Build에서 당일부터 사용 가능하며, 첫 주 동안 두 서비스의 포함 사용량을 2배로 제공함

• llama.cpp는 API 키·텔레메트리·사용량 제한 없이 AI 모델을 실행하고, 모델과 대화 데이터를 컴퓨터 안에 유지하는 오픈소스 로컬 런타임임

파일 하나 고치자고 서버에 vscode-server를 올립니다. 관리 UI 하나 쓰자고 패키지를 깔고 포트를 열고, 클라우드면 보안 그룹까지 건드립니다. 요즘은 AI까지 붙이려고 서버에 Claude Code나 Codex CLI를 깝니다. 그렇게 깔아둔 것들은 나중에 그것대로 관리 대상이 되고요.

• Meta의 초대 전용 Content Monetization 프로그램이 콘텐츠 성과를 기준으로 네오나치 연계 백인민족주의자와 백신 반대 운동가 등 호주의 논란 많은 계정에 수익을 지급해 온 사실이 확인됨

• 어떤 주제든 LinkedIn 특유의 과장된 게시물로 바꿔주는 AI 생성 도구임

• 프로젝트는 종료되지 않지만 당분간 필수 보안 업데이트와 버그 수정만 제공함

• Grok Bot은 데스크톱이나 iOS에서 동료에게 지시하듯 업무를 맡기면 프로젝트를 처음부터 끝까지 수행하고, 승인이 필요할 때 사용자에게 돌아오는 AI 팀원임

Redis를 만든 antirez가 이번에는 H3-metal - Mac용 MiniMax-H3 추론 엔진을 공개함

텍스트로 영상과 오디오를 함께 생성하는 모델을 Apple Silicon에서 실행하기 위해 C, Objective-C, Metal로 만든 엔진 범용 AI 프레임워크를 가

• HWP/HWPX 문서를 macOS, Windows, Linux에서 열고 편집할 수 있는 오픈소스 데스크톱 앱

• AI가 코드를 대량 생성하면서 개발의 병목이 코드 작성에서 리뷰/검증/유지보수로 이동하고 있으며, 이 변화가 프로그래밍 언어를 평가하는 기준도 바꾸고 있음

• 우리가 데이터를 작게 압축할 수 있는 이유는 다음에 무엇이 나올지 어느 정도 예상할 수 있기 때문임. 반복되거나 자주 등장하는 패턴일수록 적은 정보만 저장해도 됨

• OpenAI의 AI 윤리 책임자 Chloé Bakalar가 2025년 8월 합류한 뒤 1년도 되지 않은 2026년 7월 회사를 떠났으며, 퇴사는 별도 공개 발표 없이 이뤄짐

• 2023년 공개된 언어 Mojo가 안정적인 프로덕션 기반을 갖춘 1.0에 도달했으며, Modular는 이미 MAX와 Modular Cloud에서 매일 사용 중임

• AI 시대의 프로그래머는 생성된 코드를 한 줄씩 검토하기보다, 소프트웨어가 담아야 할 아이디어와 설계를 정확히 통제하는 데 시간을 써야 한다고 봄

700명 넘는 엔지니어와 PM에게 AI 평가를 가르쳐 온 Hamel Husain 팀이 강의에서 반복해서 받은 질문들을 모아 정리한 FAQ 문서 (2026년 7월에도 갱신 중)

무엇에 대한 문서인가

• AI 코딩 도구로 코드 생성 속도는 빨라졌지만, 에이전트가 시스템의 배경을 몰라 기술적으로는 맞지만 운영상 잘못된 결정을 내릴 수 있음

• 코드 리뷰는 단순한 승인 절차나 버그 탐지가 아니라 교육/규범 유지/게이트키핑/사고 예방을 함께 수행하며, 코드와 변경사항을 이해하고 팀의 지식을 공유하는 과정이기도 함

• 최근 릴리스가 소폭 개선에 집중된 가운데, 디자인 팀은 검색·창 관리·시스템 상태 UI를 아우르는 장기 개편안을 준비 중이며 실제 구현은 개발 역량과 관심, 자금 지원에 달려 있음

• 엔비디아는 AI 데이터센터를 투자 가능한 인프라 자산으로 만들기 위해 여러 투자회사로부터 5,000억 달러 이상의 제3자 자본을 조달하려 하지만, 최대 25%의 잔존가치를 직접 보증해야 함

Hi, I’m Tony, the lead of Karrot’s Frontend Core Team. Our team builds the development environment and deployment infrastructure used by frontend engineers at Karrot. This post is a record of how we evaluated Lynx — a technology with very few real-world references at the time — and brought it into our production app. If you’ve ever had to decide whether to adopt a new technology, I hope our decision-making process gives you something useful to take away.

WebView and the Performance Problem

Many screens in the Karrot app are built with WebView. When a WebView screen opens, it needs to fetch web documents and data over the network before executing them, and this initial loading cost has been a long-standing challenge for us. SSR can reduce performance bottlenecks from JavaScript evaluation and DOM manipulation by rendering the initial web document on the server. But the path that fetches the web document and initial data over the network still remains.

안녕하세요, 당근 프론트엔드코어팀 리더 Tony입니다. 저희 팀은 프론트엔드 엔지니어들이 쓰는 개발 환경과 배포 인프라를 만들어요. 이 글은 레퍼런스가 거의 없던 기술 Lynx를 검토해서 프로덕션 앱에 넣기까지의 기록이에요. 새로운 기술을 도입할지 고민해 본 분이라면 판단의 과정이 참고가 될 거예요.

웹뷰와 성능 문제

당근 앱의 여러 화면은 웹뷰로 만들어져 있습니다. 웹뷰는 화면을 열 때 웹 문서와 데이터를 네트워크에서 가져와 실행하는데, 이 초기 로딩 문제가 오래된 과제였어요. SSR을 활용하면 서버에서 미리 웹 문서를 그리는 식으로 JavaScript 평가와 DOM 조작의 성능 병목을 줄일 수 있어요. 하지만 웹 문서와 초기 데이터를 네트워크로 가져와야 하는 경로 자체는 남습니다.