매일 정리되는 AI 소식
OpenAI는 9억 명 이상의 주간 활성 사용자에게 자연스러운 음성 대화를 제공하기 위해 WebRTC 기반 아키텍처를 재설계함. 표준 WebRTC의 ICE, DTLS/SRTP, 코덱 협상 등은 유지하면서 내부 패킷 라우팅을 relay + transceiver 구조로 변경함. RTCP 품질 제어를 활용해 대규모 환경에서도 저지연 실시간 음성 통신을 안정적으로 처리하는 방식을 공개함.
Agentic coding은 사람이 요구사항과 계획을 세우고 AI 에이전트가 구현하는 방식이지만, 생성·커밋되는 코드와 개발자 사이의 거리를 점점 벌리는 구조적 문제가 있음. 숙련된 개발자가 아키텍처 수준에서 비판적으로 검토해야 성공할 수 있으나, AI에 과도하게 의존하면 그 검토에 필요한 핵심 역량 자체가 약화됨. 결국 코드 품질과 유지보수성이 저하되는 악순환에 빠질 위험이 있으며, AI 코딩 도구의 한계를 인식한 균형 잡힌 활용이 필요함.
AI 에이전트가 단일 채팅이 아닌 수일~수주간 자율 실행되는 새로운 패러다임이 등장하고 있음. 기존 에이전트는 컨텍스트 윈도우 소진, 자기 평가 과신, 이전 수정 사항 재도입 등의 문제를 가짐. 장기 실행 에이전트는 여러 컨텍스트 윈도우와 샌드박스를 넘나들며 실패 복구와 중단 지점 재개가 가능해야 함. 이를 위해 체크포인팅, 메모리 관리, 자기 검증 메커니즘 등 새로운 설계 패턴이 필요함.
Moonshot AI의 오픈 가중치 모델 Kimi K2.6이 AI Coding Contest Day 12의 Word Gem Puzzle에서 22 매치 포인트, 7승 1무 0패로 우승했다. Xiaomi의 MiMo V2 등 다른 모델들도 경쟁에 참여했으며, Claude·GPT-5.5·Gemini 등 주요 상용 모델을 모두 앞섰다. 오픈 가중치 모델이 폐쇄형 상용 모델을 코딩 벤치마크에서 이긴 사례로, 오픈소스 진영의 경쟁력 강화를 보여준다.
AI 코딩 에이전트에 과도하게 의존하면 디버깅·문제 해결 능력이 수개월 내 급격히 저하된다는 연구 결과를 소개한다. 에이전트를 효과적으로 감독하려면 코딩 역량이 필요하지만, 에이전트 의존이 바로 그 역량을 퇴화시키는 역설이 존재한다. 클라우드 장애 시 팀 전체가 마비되는 벤더 종속, 예측 불가능한 토큰 비용, 주니어 개발자의 성장 저해 등 구조적 문제도 지적한다. 저자는 AI를 보조 도구로 격하하고, 구현의 20~100%는 직접 코딩하며 스스로 할 수 없는 작업은 자동화하지 말 것을 권고한다.
이전의 추상화 계층(어셈블리→C→파이썬)은 결정론적 함수로 동일 입력에 동일 출력을 보장했지만, LLM은 확률적 출력을 생성하므로 근본적으로 다른 범주에 속한다. LLM의 실제 출력은 f(x)→P(y|z₁|z₂|…zₙ) 형태로, 원하는 결과 외에 보안 취약점이나 자격 증명 노출 같은 예기치 않은 부산물이 포함될 수 있다. 개발자가 원하는 기능만 확인하고 위험한 부작용을 간과하는 '테스트 착각' 문제가 발생할 수 있다. LLM을 단순히 다음 단계 추상화로 취급하지 말고, 비판적 사고를 유지하며 출력물을 검증해야 한다고 주장한다.
AI 네이티브 시대에 소프트웨어가 확률적 시스템으로 전환되면서 창업자에게 요구되는 자질이 근본적으로 변화하고 있음. 기존에는 2년짜리 로드맵을 충실히 실행하는 결정론적 창업자가 투자 대상이었으나, 이제는 불확실성 속에서 빠르게 실험하는 유형이 부상. AI 시스템의 비결정론적 특성상 계획 중심이 아닌 실험·적응 중심의 리더십이 핵심 역량으로 대두됨.
2026년 1분기부터 AI가 채팅 인터페이스에서 자율 실행 에이전트 중심으로 전환되며 기업 소프트웨어 지형이 재편되고 있음. MCP와 A2A 프로토콜이 기존 SaaS의 UI 중심 경쟁 우위를 무력화하고, 에이전트가 데이터 레이어에 직접 접근하는 구조로 변화 중. 이 구조적 불연속은 기존 플레이어보다 신규 진입자에게 유리한 블루오션 기회를 제공하며, 투자 지형도 함께 변동하고 있음.
Bun은 빠른 JavaScript/TypeScript 런타임으로 인기를 얻었으나, 2025년 12월 Anthropic에 인수된 이후 제품 방향성과 운영 방식에 대한 우려가 커지고 있음. Antropic의 기업 전략에 따라 Bun의 독립적 오픈소스 생태계 유지가 어려워질 수 있다는 점이 핵심 걱정. 대기업 인수 후 오픈소스 프로젝트가 방치되거나 방향이 바뀐 선례들이 있어 커뮤니티가 경계하는 상황.
Codex CLI 0.128.0 버전에서 목표 기반 자동 반복 실행 기능인 /goal이 추가됨. Ralph loop 개념을 적용하여, 설정한 목표가 완료될 때까지 에이전트가 스스로 달성 여부를 평가함. 목표 미달성 시 자율적으로 루프를 반복하며 작업을 계속 수행하는 구조.
누군가 폴리마켓(Polymarket)의 날씨 예측 베팅 시장을 조작한 혐의를 받고 있다. 해당 인물은 기상 관측소 근처에서 헤어드라이어를 사용해 온도 센서 측정값을 인위적으로 올린 것으로 알려졌다. 이를 통해 특정 온도 기준을 초과하는 쪽에 베팅하여 부당 이익을 취하려 한 것으로 보인다. 예측 시장의 오라클 데이터 소스 조작 취약성이 드러난 사건이다.
아마존에서 17년간 근무하며 약 1,000번의 면접을 진행한 경험을 공유. 그 중 약 600회는 Bar Raiser 면접으로, 채용 기준을 높이는 역할을 수행함. 기술적으로 뛰어난 후보자가 탈락하는 주된 이유는 기술 부족이 아니라 자기 표현 방식에 있음. 행동 면접(Behavioral Interview)이 채용 결정에 기술 면접보다 더 큰 영향을 미침.
DeepClaude는 Claude Code의 에이전트 루프에 DeepSeek V4 Pro 모델을 통합한 오픈소스 프로젝트다. DeepSeek의 추론 능력과 Claude의 코드 생성 능력을 결합하여 복합적인 코딩 작업을 처리한다. 두 모델의 강점을 조합해 단일 모델 대비 더 정교한 코드 에이전트 워크플로우를 구현하는 것이 목표다.
BYOMesh는 기존 LoRa 메시 네트워크 대비 100배 높은 대역폭을 제공하는 새로운 메시 라디오 프로젝트다. LoRa 기반 메시 네트워크는 저전력 장거리 통신에 강점이 있으나 대역폭이 낮다는 한계가 있었다. BYOMesh는 이 병목을 해결하여 오프그리드 환경에서도 보다 실용적인 데이터 전송을 가능하게 한다. 인터넷 인프라가 없는 지역이나 재난 상황에서의 통신 대안으로 주목받고 있다.