이번 주 HN(Hacker News)과 출시 피드에서 제가 실제로 읽고 생각했던 다섯 가지 내용입니다. 저는 Top AI Tools, Find Games Like, Open Alternative To 세 개의 AI 큐레이션 디렉토리를 운영하고 있기 때문에 '주목할 만하다'는 것은 제 소싱, ETL 계획 또는 카테고리화 방식에 영향을 미친 무언가를 의미합니다.

GPT-5.6 Sol — 접근 전 정부 심사

OpenAI가 6월 26일 GPT-5.6 Sol을 발표했습니다(HN: 713점). 후속 기사는 댓글에서 더 많은 관심을 받았습니다. 미국 정부는 Sol에 대한 접근 권한을 부여하기 전에 사용자들을 심사할 것이며, 이는 신용카드나 API 키 외의 무언가로 제한되는 최초의 주요 프론티어 모델이 될 것입니다.

저는 GPT-5.6 Sol로 개발하고 있지는 않습니다. 제가 운영하는 볼륨에서는 지연 시간(latency)과 비용이 최고 성능보다 더 중요하기 때문에 ETL에는 Claude Haiku 4.5를 사용합니다. 하지만 이러한 심사 방식은 aiappdex.com에 카테고리화 문제를 만듭니다. 모델 자체는 존재하지만 자유롭게 접근할 수 없는 경우, API 키로 내일 호출할 수 있는 모델과 같은 목록 형식에 깔끔하게 들어맞지 않습니다. 저는 디렉토리 스키마에 '제한적 접근(restricted access)' 플래그를 추가하여 검색 동작에 어떤 영향을 미치는지 살펴볼 예정입니다. '존재함'과 '사용 가능함' 사이의 격차는 커질 것입니다.

Steam Machine 재출시

Valve의 새로운 Steam Machine 하드웨어 라인은 6월 22일, 1,025점으로 이번 주 가장 높은 점수를 받은 HN 기사였습니다. 첫 번째 버전(2015년–2018년)은 조용히 끝났고, 새로운 버전은 Steam Deck이 리눅스 네이티브 게이밍 하드웨어가 실제 수요가 있음을 증명한 후에 등장합니다. 이것들은 거실을 겨냥한 SteamOS 네이티브 PC입니다.

findgameslike.com의 경우, Steam 기반 게임 발견이 제가 보여주는 것의 80%를 차지합니다. 만약 Steam Machine이 의미 있는 시장 점유율을 얻는다면, 소파 게이밍 부문이 성장하고 저의 기존 Steam 우선 추천은 여전히 잘 맞는 상태로 유지될 것입니다. 저는 아직 아무것도 바꾸지 않을 것입니다. 출시 발표가 판매 수치는 아니지만, 이는 제 '3분기에 재검토할 것들' 목록에 들어갈 것입니다.

Krea 2 — 12B 오픈 웨이트 이미지 생성

Krea 2 — 12B 오픈 웨이트 이미지 생성

Krea가 HuggingFace를 통해 배포되는 120억 개 매개변수(parameter)의 오픈 웨이트 이미지 생성 모델인 Krea 2를 출시했습니다. 현재 이 모델은 여러 대형 모델보다 앞서며, 오픈 웨이트 이미지 생성 카테고리에서 최고 수준의 벤치마크 수치를 보여줍니다.

저는 오늘날 이미지 생성을 위해 ML 추론(inference)을 사용하지 않습니다. 제 YouTube 슬라이드 렌더러는 Pillow와 사전 렌더링된 템플릿으로 프레임을 조립하여, CI 예산 측면에서 더 빠르고 저렴합니다. 하지만 저는 이미지 생성 모델을 주시하는데, 그 이유는 아키텍처 패턴이 계속 압축되기 때문입니다. 올해는 12B, 내년에는 아마도 4B로 증류(distilled)되고, 그다음 해에는 제약된 CI 환경에서도 사용 가능할 것입니다. Krea 2는 제가 AI 도구 디렉토리에 추가하고 커뮤니티 채택 속도를 지켜보는 종류의 출시입니다.

Broadcom과 함께 설계된 OpenAI의 첫 번째 맞춤형 칩

OpenAI는 TSMC 3nm 공정으로 Broadcom과 협력하여 자체 개발한 최초의 추론(inference) 전용 칩을 발표했습니다. 이 발표는 사양에 대한 정보가 부족했고, 추론 최적화 모델이며, 공개된 성능 수치나 외부 접근 일정은 제시되지 않았습니다.

빌더들에게 중요한 질문은 우리가 이 칩을 구동할 것인가 여부가 아닙니다. 우리는 그렇지 않을 것입니다. 핵심은 맞춤형 실리콘(custom silicon)이 가격 책정 전략에 어떤 의미를 가지냐는 것입니다. 추론 비용을 통제하는 연구소들은 선택적으로 할인할 수 있습니다. 즉, 상용화하고 싶은 모델에는 낮은 가격을 적용하고, 독점적인 등급은 비싸게 유지할 수 있다는 것입니다. 저는 월 1~6개월 동안 크로스 채널 배포에 베팅하는 이유에 대해 작성한 적이 있으며, 그 베팅의 배경 가정 중 하나는 프론티어 API 가격이 대략적으로 평탄하게 유지된다는 것입니다. 맞춤형 실리콘은 이 변수를 변화시킵니다.

OpenKnowledge — Obsidian과 Notion의 오픈소스 대안

OpenKnowledge — Obsidian과 Notion의 오픈소스 대안

inkeep/open-knowledge가 6월 25일 Show HN으로 공개되었으며 151점을 기록했습니다. 이는 Obsidian과 Notion 모두를 대체하는 것을 목표로 하는 로컬 우선(local-first), AI 우선(AI-first) 개인 지식 기반입니다. 차별점은 기존 기능 세트에 나중에 추가된 것이 아니라, 처음부터 LLM 지원 검색(LLM-assisted retrieval)이 통합되었다는 점입니다.

이는 ossfind.com에 직접 반영됩니다. 흥미로운 결정은 이를 어떻게 분류할지입니다: Notion 대안(협업/문서), Obsidian 대안(개인 지식), 또는 새로운 카테고리(AI 네이티브 지식) 중 어느 것인가 하는 것입니다. 저는 현재 OSS 디렉토리 결정을 위한 4가지 신호 점수 시스템을 사용하고 있으며, OpenKnowledge는 그중 세 가지—GitHub 활동, 라이선스 명확성, 차별화된 구성—를 충족합니다. 네 번째 신호(채택 궤적)는 30일 후에 다시 확인할 예정입니다.

진행 중인 6개월간의 AI 큐레이션 디렉토리 사이트 세 곳 실험의 일부입니다. 여기에 기술적인 주장은 실제이며, 이 기사는 AI의 도움을 받아 작성되었습니다.