일요일 큐레이션 읽을거리입니다. 저는 실용적인 이유로 세 개의 AI 큐레이션 디렉토리 사이트를 운영하며 오픈 웨이트 (open-weight) 모델 출시와 도구의 변화를 추적하고 있습니다. 새로운 모델은 저의 Top AI Tools ETL 파이프라인에 추가되며, GitHub 또는 Supabase 생태계와 관련된 모든 것은 저의 OSS 대안 디렉토리에 직접적인 영향을 미칩니다. 이번 주에 주목할 만한 다섯 가지 사항입니다.

1. Inkling — Thinking Machines Lab의 첫 번째 오픈 웨이트 모델

7월 15일에 발표되었으며 Apache 2.0 라이선스를 따릅니다. Thinking Machines Lab은 Mira Murati가 OpenAI를 떠난 지 1년 이상 지나 설립한 회사이며, 이번이 그들의 첫 번째 공개 모델입니다. Inkling은 975B 파라미터 규모의 MoE (Mixture of Experts) 모델로, 순전파 (forward pass) 시 약 41B 파라미터가 활성화됩니다. 이 모델은 텍스트, 이미지, 오디오, 비디오에 걸친 45조 개의 토큰으로 학습되었으며, 네 가지 모달리티 (modalities) 모두에서 네이티브하게 추론합니다. 가중치 (Weights)는 HuggingFace에 공개되어 있으며 1M 컨텍스트 윈도우 (context window)를 지원합니다. Tinker API를 사용하면 컨텍스트가 256K로 줄어들지만 호스팅된 추론 (hosted inference)을 제공합니다.

Apache 2.0 라이선스는 깔끔합니다. 제가 찾은 바로는

저는 Anthropic API를 통해 Claude Haiku로 표준화한 이후 몇 달 전에 GitHub Models 사용을 중단했습니다. 하지만 HN(Hacker News) 댓글에서 본 많은 1인 개발자들은 특정 제공업체와 결제 관계를 맺기 전, 저용량 프로토타이핑 (prototyping)을 위해 이를 활용하고 있었습니다. 공식적인 마이그레이션 (migration) 경로는 Azure AI Foundry입니다. GitHub Models가 OpenAI 호환 형식을 사용했기 때문에, 마이그레이션의 기계적인 부분은 보통 베이스 URL (base URL)과 키 (key) 교체만으로 충분합니다. 더 큰 비용은 Azure의 가격 모델에는 동일한 의미에서의 무료 티어 (free tier)가 없다는 점입니다. 이 제품은 항상 설계된 탈출 경로 (off-ramp)를 내장하고 있었습니다: 여기서 실험하고, 확장할 준비가 되면 Azure로 졸업하십시오. 그 과정이 예정대로 완료되었습니다.

3. Supabase Multigres가 이제 오픈 소스(open source)가 되었습니다

Supabase 2026년 7월 개발자 업데이트에 따르면: Multigres Kubernetes 오퍼레이터 (operator)가 이제 완전히 오픈 소스가 되었습니다. 이는 직접적인 포드 (pod) 관리, 다운타임 없는 롤링 업그레이드 (rolling upgrades), pgBackRest PITR 백업, 그리고 OpenTelemetry 트레이싱 (tracing)을 지원합니다. 동일한 업데이트에는 PostgREST 및 Realtime을 통해 컬렉션 (collections)을 Supabase 테이블과 동기화하는 TanStack DB 알파 통합과, Postgres에서 MongoDB 조인 (join) 지원을 추가하는 Wrappers v0.6.2가 포함되어 있습니다.

저는 이번 뉴스 요약을 작성하기 전부터 이미 파이프라인에 Supabase yt-longform 영상 제작 스펙을 대기시켜 두었습니다 — git 커밋 타임스탬프가 이 초안을 작성하기 전으로 되어 있습니다 — 따라서 그 연결 고리는 사후에 끼워 맞춘 것이 아닙니다. Multigres의 오픈 소스 출시는 OSS 대안 디렉토리 (OSS alternatives directory) 측면에서 중요합니다. 왜냐하면 Supabase가 여러 관리형 Postgres (managed-Postgres) 제품의 대안으로 나열되어 있는데, 프로덕션 등급 (production-grade)의 Kubernetes 오퍼레이터를 자유롭게 사용할 수 있게 된 것은 셀프 호스팅 (self-hosting) 계산법을 바꾸기 때문입니다. 향후 30일 동안 GitHub ETL 신호에서 실제 셀프 호스팅된 Supabase 배포가 증가하는지 지켜볼 것입니다.

4. CodeQL이 이제 JavaScript 및 TypeScript에서 시스템 프롬프트 인젝션 (system prompt injection)을 감지합니다

이번 주 GitHub 변경 로그(Changelog) 소식: CodeQL에 정제(sanitization) 과정 없이 AI 모델 시스템 프롬프트(system prompts)로 흘러 들어가는 신뢰할 수 없는 값을 대상으로 하는 JS/TS 쿼리가 추가되었습니다. 이 규칙은 사용자 제어 또는 외부 소스 데이터가 LLM API 호출의 system: 파라미터에 직접 도달하는 패턴을 포착합니다.

이는 제가 비공식적으로는 인지하고 있었지만, 공식적으로는 소홀히 다루어 왔던 취약점 유형입니다. 저의 ETL(Extract, Transform, Load) 프로세스는 Steam, GitHub, HuggingFace로부터 게임 설명, 모델 메타데이터, README 스니펫을 가져와 Claude Haiku 프롬프트에 전달합니다. 이 중 어떤 것도 정제(sanitization) 과정을 거치지 않습니다. 저의 위협 모델(threat model)은 외부 API가 적대적 콘텐츠(adversarial content)를 제공하지 않는다는 것이었으나, 이는 문제가 발생하기 전까지만 유효한 가정입니다. CodeQL 쿼리는 어떤 호출 지점(call sites)이 가장 높은 위험을 가지고 있는지 드러낼 수 있는 구체적인 방법을 제공합니다. 저는 프롬프트 생성(prompt construction)을 수행하는 패키지들에 이 쿼리를 실행하고, 그 출력 결과를 반드시 모든 플래그를 수정해야 한다는 명령이 아닌 우선순위 목록으로 취급할 것입니다.

5. GitHub Copilot 에이전트 기반 브라우저 도구(agentic browser tools) 정식 출시 (GA)

이제 별도의 플래그 없이 VS Code에서 기본적으로 정식 출시(GA)되었습니다. Copilot 에이전트는 에디터 내부에서 웹 페이지를 탐색하고, DOM 콘텐츠를 검사하며, 스크린샷을 캡처하고, 웹 앱의 동작을 검증할 수 있습니다. 병렬 에이전트 세션과 채팅별로 확인 가능한 비용 정보도 포함되었습니다.

저는 Copilot을 사용하지 않고 Claude Code 기반의 에이전트 워크플로우(agentic workflow)를 사용하므로, 이것이 저의 일상적인 설정(setup)을 바꾸지는 않습니다. 제가 주목하는 점은 VS Code의 브라우저 탐색 에이전트가 표준 CI 도구가 될 것인지, 아니면

3개의 AI 큐레이션 디렉토리 사이트를 운영하는 6개월간의 지속적인 실험의 일부입니다. 여기에 언급된 기술적 주장들은 사실이며, 이 기사는 AI의 도움을 받아 작성되었습니다.