오늘도 인터넷의 바다에서 건져 올린, 개인적으로 관심이 갔던 기술 뉴스나 기사를 엄선하여 전달해 드립니다. 의견이나 보충할 점이 있다면 댓글로 알려주시면 감사하겠습니다.

이 기사는 일본의 PostgreSQL 보급에 기여해 온 이시이 타츠오(石井達夫) 씨에 대한 인터뷰입니다. SRA OSS사의 지사장으로서 경영을 담당하면서도 코드를 계속 써 내려온 이유와, 70세가 넘은 지금도 OSS 활동에 열정을 쏟는 자세가 담겨 있습니다.

기술 트렌드를 피부로 이해하는 것이 경영 판단의 강점이 되었던 에피소드나, 개발이 곤경에 처했을 때 「포기하지 않는 마음」으로 극복한 경험도 소개되고 있습니다. 나아가 OSS 개발을 「인류 공유의 재산」을 만들어내는 행위로 파악하는 사고방식이나, 건강 관리의 노하우에 대해서도 언급되어 있어, 평생 현역으로 무언가를 만드는 일을 계속하는 것의 의의를 느끼게 하는 내용입니다.

Node.js는 새로운 API 문서를 beta.docs.nodejs.org에서 프리뷰 공개했습니다. 내용은 기존과 동일하게 Markdown에서 생성되지만, 검색 기능이나 nodejs.org 전체와 통일된 디자인, 사이드바, 목차, llms.txt 등이 새롭게 추가되었습니다. JavaScript가 비활성화된 상태나 오프라인에서도 이용 가능합니다. 개발에는 doc-kit이라는 새로운 도구가 사용되었으며, 정식 버전 이행을 위해 사용자 피드백을 모집하고 있습니다.

Microsoft Build of OpenJDK의 2026년 7월 버전 패치 및 보안 업데이트에 대해, 각 버전의 수정 내용과 소스 코드 공개 상황을 소개하는 기사입니다.

mssql-django 1.7.4가 PyPI에 공개되었으며, raw/annotated GROUP BY 쿼리에서의 두 가지 버그가 수정되었습니다.

mssql-python v1.12.0에서는 ODBC 드라이버가 독립 패키지화되었을 뿐만 아니라, 벌크 카피(Bulk Copy)의 연결 타임아웃 및 커스텀 CLR UDT 열에 대한 쓰기와 관련된 버그가 수정되었습니다.

Google이 계정 잠금(Account Lockout) 시 복구를 용이하게 하기 위해, 얼굴을 촬영하여 본인 확인을 하는 「셀카 동영상」 로그인 방법을 새롭게 추가했습니다.

GitHub Issues에서 에이전트에 의한 라벨 지정이나 이슈 종료(Close) 등의 자동 조작에 대해, 변경 이유 표시, 확신도 평가, 적용 전 승인과 같은 제어 기능을 퍼블릭 프리뷰(Public Preview)로 이용할 수 있게 되었습니다.

Anthropic의 최신 모델 「Claude Opus 5」가 복잡하고 장시간에 걸친 코딩 작업을 위해 GitHub Copilot에서 이용할 수 있게 되었습니다.

Anthropic은 2026년 7월 24일, 신모델 「Claude Opus 5」를 발표했습니다. 이 모델은 사려 깊고 앞을 내다보며 동작하며, 상위 모델인 Fable 5에 육박하는 높은 지능을 그 절반의 가격으로 제공한다는 점이 특징입니다. 코딩이나 지식 노동 평가에서는 최첨단 성능을 보여주지만, 사이버 보안 태스크에서는 Mythos 5에 미치지 못하는 것으로 알려져 있습니다. 일상적인 이용을 상정하여 설계되었으며 효율적으로 동작하기 때문에, Claude Max의 새로운 표준 모델이자 Claude Pro의 최강 모델로 자리매김하고 있습니다.

성능 면에서는 전신인 Opus 4.8과 동일한 가격으로 대폭적인 향상을 실현했습니다. 소프트웨어 공학 평가인 Frontier-Bench에서는 모든 모델을 상회하며, Opus 4.8의 2배 이상의 스코어를 더 낮은 비용으로 달성했습니다. ARC-AGI 3에서는 차점 모델의 3배 스코어를 기록하였고, 컴퓨터 조작 및 비즈니스 태스크 수행에서도 뛰어난 결과를 보여주었습니다. 생명 과학 분야에서도 모든 평가에서 개선이 관찰되었으며, 특히 유기 화학이나 단백질 관련 태스크에서 큰 진보를 이루었습니다.

실제 이용에 있어서는 자신의 작업을 검증하고 끈기 있게 반복하는 능력이 높게 평가되고 있습니다. 도면으로부터 3D 모델을 재구축하기 위해 독자적인 이미지 처리를 작성하거나, 버그의 근본 원인을 찾아내는 사례가 보고되었습니다. 많은 초기 이용 기업들도 판단력, 일관성, 효율성의 향상을 높게 평가하고 있습니다.

안전성 면에서는 지금까지 중 가장 정합성이 높고 기만적인 행동이 적은 모델로 여겨집니다. 생물학이나 공격적 사이버 분야에서는 Mythos 5에 미치지 못하며, 위험한 용도로의 남용을 방지하도록 설계되었습니다. 가격은 입력 100만 토큰당 5달러, 출력 25달러이며, 오늘부터 모든 플랫폼에서 이용 가능합니다.

차세대 Claude 5 모델에서는 판단력이 향상되었기 때문에, 시스템 프롬프트 (System Prompt)의 80% 이상을 삭제해도 성능이 떨어지지 않았습니다. 기존의 세세한 규칙이나 예시, 반복적인 지시는 불필요해졌으며, 대신 모델의 판단에 맡기고 도구 (Tool) 설계를 고안하며, 필요한 시점에 문맥을 읽어들이는 "단계적 공개 (Progressive Disclosure)"를 활용해야 한다고 합니다. CLAUDE.md는 가볍게 유지하고, 함정 (Pitfalls)에 대한 설명에 집중하며, 스킬이나 코드 형식의 참조를 사용하는 것이 권장됩니다. 자신의 문맥 (Context) 또한 이와 같이 간소화하는 것이 좋다고 언급되었습니다.

Anthropic은 먼저 가장 고성능인 모델부터 시작하여, 노력 수준 (Effort level)에 따라 성능과 비용을 조정할 것을 권장하고 있습니다. 고성능 모델은 처리 횟수가 적어 결과적으로 저비용이 되는 경우가 많기 때문입니다. 모델 클래스에는 Mythos/Fable, Opus, Sonnet, Haiku가 있으며, 모두 코딩이나 에이전트 (Agent) 업무에 뛰어나지만, 다룰 수 있는 문제의 난이도나 비용, 속도가 다릅니다. 선택 시에는 과제의 난이도, 지연 시간 (Latency) 요구사항, 비용을 고려하고, 벤치마크 (Benchmark)나 자체 평가를 활용하여 최적의 모델을 파악하는 것이 중요합니다.

Anthropic의 프로덕트 디자이너인 네이트 파ロット (Nate Parrott) 씨가 자신이 개발한 Claude Design의 활용법을 이야기하고 있습니다. Claude가 HTML을 잘 다룬다는 점에 착안하여, 대화하며 결과물을 확인할 수 있는 구조와 브랜드 가이드라인을 결합한 사내 시제품에서 탄생했다고 합니다. 현재는 슬라이드나 애니메이션 등 폭넓은 시각적 표현에 사용되며, 대량으로 생성하여 다시 선택하는 발상이 특징입니다. 사전에 요구사항을 다듬고, 배색이나 서체를 명시하며, 소재를 등록하여 독자적인 디자인 체계를 만드는 것 등이 숙련된 사용법이라고 말합니다. 마무리는 수작업으로 다듬고, 제품화 구현은 Claude Code에 맡기는 역할 분담을 권장하고 있습니다.

Anthropic사의 최신 모델 "Claude Opus 5"가 Microsoft Foundry에서 제공되기 시작하여, 장시간의 복잡한 업무나 자율형 에이전트 (Autonomous Agent) 구축에 활용할 수 있게 되었습니다.

ChatGPT 데스크톱 앱이 업데이트되어, 로컬 프로젝트에 여러 폴더를 추가할 수 있게 되었습니다. 이와 함께 음성으로 대화 및 조작할 수 있는 "ChatGPT Voice"도 Chat, Work, Codex에 추가되었습니다.

AWS의 개발 도구 Kiro에서, 장시간 및 다단계의 에이전틱 (Agentic) 코딩 작업에 강한 Claude Opus 5를 2026년 7월 24일부터 이용할 수 있게 된 것을 소개하는 기사입니다.

AWS의 개발 플랫폼 Kiro에서, 비용과 성능의 균형이 다른 3단계 구성 (Sol / Terra / Luna)의 OpenAI제 모델 GPT-5.6을 처음으로 이용할 수 있게 된 것을 소개하는 기사입니다.

이 기사는 AI 에이전트에게 검색을 수행하게 할 때의 설계론을 정리한 슬라이드 자료입니다.

먼저, 인간과 AI 에이전트의 검색 쿼리 (Query) 길이, 연산자 사용 빈도, 검색 횟수 및 속도가 크게 다르다는 점을 각종 조사 데이터를 통해 소개합니다. 나아가 검색 결과의 읽기 방식에 대해서도, AI 에이전트는 반환된 결과를 그대로 문맥 (Context)에 포함하기 때문에 무관한 정보가 섞이면 답변 정확도가 떨어지는 문제가 있다고 지적합니다.

이를 바탕으로 "어떻게 검색하게 할 것인가"와 "무엇을 반환할 것인가"라는 두 가지 관점에서 Function calling/MCP, grep 등의 커맨드 조작, 코드로 검색 처리를 구성하는 수법 등 여러 접근 방식을 비교 검토합니다.

OpenAI의 하드웨어 진출과 AI 규제 확대, 중국제 모델의 부상을 배경으로, AI가 단순한 성능 경쟁에서 비용 대비 효과, 신뢰성, 안전성을 중시하는 운용 투자로 변화하고 있음을 해설합니다.

에이전트 AI의 신뢰성은 모델의 똑똑함이 아니라, 확정적인 가드레일 (Guardrail)로 그 불완전함을 구조적으로 봉쇄하는 메커니즘을 통해 확보해야 한다고 논하는 기사입니다.

Anthropic이 공개한 Claude Opus 5의 평가 문서에서는 흥미로운 거동이 보입니다.

그래프 독해 등의 시험에서는 이미지 확대나 계산 실행 도구를 제공하는 것만으로 정답률이 29.6%에서 83.0%로 급등했습니다. 반면, 연구 수준의 수학 문제에서는 도구의 효과가 거의 없었습니다.

또한, 생각하는 양 (Effort)을 최대화한다고 해서 반드시 최고 점수가 나오는 것은 아니며, 코딩 시험에서는 중간 정도의 설정이 최상이었습니다. 에포트 (Effort)를 너무 높이면 답을 검토하는 과정을 끝없이 반복하는 거동도 확인되었습니다.

나아가, 여러 개를 병렬로 배치하면 속도는 대폭 향상되지만 정확도의 향상은 미미하며, 오히려 작업을 구분하여 중간 결과물로부터 재개하는 것이 정확도 향상에 효과적이라는 사실을 알 수 있었습니다.

생성 AI (Generative AI) 시대에 있어서, 잊어도 되는 지식과 잊어서는 안 되는 지식을 구분하는 것이 중요하다고 말합니다. 판단 기준은 기억력이 아니라, 잊었을 때 이상을 알아차릴 수 있는지 여부입니다. 빈번하게 사용하는 개념이나 틀리면 위험한 의미론 (Semantics)은 머릿속에 남겨두고, 상세한 내용은 자료나 타입 (Type)·테스트 (Test) 등의 메커니즘에 맡겨야 한다고 합니다. 기초 지식은 생성된 코드 아래에서 무엇이 일어나고 있는지를 다시 질문하기 위해 필요하다고 결론짓고 있습니다.

본 자료는 저명한 소프트웨어 엔지니어 와다 타쿠토(和田卓人) 씨가 2026년 7월 시점에서의 소프트웨어 개발 동향을 정리한 슬라이드입니다.

2025년에 주목받았던 「Vibe Coding」에서, AI 에이전트에게 개발을 맡기는 「Agentic Coding」으로의 이행을 축으로 하여, AI와의 협업 스타일의 변화를 해설하고 있습니다.

또한, 리뷰의 중요성 증대나 기술 선정에 대한 사고방식, DORA 리포트가 보여주는 「AI는 조직의 능력을 비추는 거울이다」라는 지견에도 언급하고 있어, 향후 개발 현장의 모습에 대해 생각하는 데 참고가 될 만한 내용입니다.

생성 AI의 도입으로 작업 자체는 빨라졌지만, 현장에서는 판단해야 할 사항이 급증하고 정답이 없는 의사결정을 계속 강요받음으로써 「AI 피로 (AI fatigue)」가 발생하고 있다고 분석하는 기사입니다. 피로의 정체는 의사결정 비용의 증대에 있다고 지적합니다.

Claude Code 등의 AI 에이전트가 내뱉는 「혼잣말」에는 숙련된 엔지니어의 암묵지 (Tacit knowledge)나 사고 과정이 언어화되어 있습니다. 신입은 그 부분을 그냥 지나치지 않고, 다음 수를 예상하거나 이유를 되묻는 방식으로 실천적인 배움을 얻을 수 있다는 내용의 기사입니다.

Azure SQL Database의 로컬 개발용 환경인 「Azure SQL Developer」가 Private Preview로 발표되었습니다. 기존의 SQL Server나 Azure SQL Edge와는 달리, Azure SQL Database와 동일한 엔진을 채택하고 있으며, 미지원 기능은 명시적으로 무효화되어 있어 호환성이 대폭 향상될 것으로 기대되는 내용입니다.

Microsoft Agent Framework에 CosmosMemoryContextProvider를 하나組み込む (조합하는) 것만으로, Azure Cosmos DB를 기반으로 한 영구적인 메모리를 에이전트에 추가하여, 스레드(Thread)나 세션(Session)을 넘나들며 사용자 정보를 기억하고 회상할 수 있게 됩니다.

2026년 7월 23일, Microsoft Azure의 West US 리전에서 리전 내외의 통신이 약 5시간 동안 차단되는 장애가 발생했습니다. 원인은 유지보수 처리의 변환 소프트웨어 결함으로 인해, 예상보다 많은 기기에서 IP 경로 (IP route)가 삭제되었기 때문이었습니다. 네트워크는 18시 26분에 복구되었고, 19시 41분에 모든 서비스의 복구가 선언되었습니다.

이 장애는 하류의 19개 이상의 SaaS 서비스에도 연쇄적인 영향을 미쳤으며, 상당수가 공식 복구 후에도 장시간 인시던트 (Incident)를 지속했습니다. 기사에서는 단일 리전에 대한 의존 리스크나 다중 리전 구성의 중요성, 스테이터스 페이지 (Status page) 모니터링의 필요성 등도 지적하고 있습니다.

Linux 창시자인 리누스 토발즈(Linus Torvalds) 씨가 커널 개발에서의 AI 활용을 강력히 지지하고 있다고 소개하는 기사입니다. AI 혐오파에게는 「포크(Fork)하면 된다」고 반박하며, 다른 개발자들도 AI 생성 보고서의 품질 향상을 실감하고 있다는 내용이 전해지고 있습니다.

Ubuntu 26.10의 개발 동향으로서, 폐쇄망용 Snap 배포 솔루션인 「Enterprise Store」나 Ubuntu Server 문서에서의 생성 AI 활용 가이드라인, 그리고 NTP를 통한 시각 동기화의 중요성과 보안상의 유의점 등이 소개되고 있습니다.

Tapbots가 Mac용 클립보드 관리 앱 「Pastebot」의 대규모 업데이트 버전인 v3.0을 출시했습니다. 프리뷰 윈도우와 치트 시트 (Cheat sheet) 기능이 추가되었으며, 일본어를 포함한 다국어 대응도 실현했습니다. macOS 26 Tahoe 이후 버전이 동작 요건입니다.

Apple이 macOS 27 Golden Gate와 iOS/iPadOS 27을 위한 Figma UI Kit을 7월 24일 자로 업데이트하였으며, Liquid Glass 디자인의 버튼 등에 변경을 가했다는 내용입니다.

Panic이 언어 서버 (Language Server) 통합 기능을 대폭 강화한 Mac용 코드 에디터 「Nova v14」를 출시했습니다.

이번 주 Google Workspace의 주요 업데이트 내용을 정리합니다.

Google Sheets에서는 콤보 차트 (Combo Chart) 생성 및 가져오기 기능이 강화되었습니다. Google Meet의 홈페이지가 새롭게 단장되어 회의 관련 자료에 한곳에서 접근할 수 있게 되었으며, 회의 메모, 전사 (Transcription), 녹화 파일도 Google Drive에서 더 쉽게 정리할 수 있게 됩니다.

Google Classroom에서는 역할에 따른 홈 화면이 도입될 예정입니다. 또한, Gemini Alpha는 「Gemini Beta」로 명칭이 변경되지만, 이는 명칭만 변경되는 것이며 설정, 데이터, 요금 체계에는 영향을 미치지 않습니다.

또한, Google Calendar의 참가자 목록에서는 일정 조율을 담당하는 대리인이 있는 주최자에게 아이콘이 표시되며, 해당 아이콘을 통해 즉시 채팅을 시작할 수 있게 되었습니다.

AMD는 연례 이벤트인 「AMD Advancing AI 2026」에서 데이터 센터 AI용 GPU인 「Instinct MI455X」와 제6세대 EPYC을 정식 발표했습니다.

리사 수 (Lisa Su) CEO는 MI455X를 72개 탑재한 랙 「Helios」가 NVIDIA의 Vera Rubin을 상회하는 성능과 메모리 용량을 갖추고 있다고 강조했습니다.

또한 2nm 공정으로 제조되는 제6세대 EPYC에 대해서도 NVIDIA Vera나 Intel Xeon 6보다 고성능임을 어필하며, 2028년 이후의 로드맵도 공개했습니다.

중국의 슈퍼컴퓨터 「LineShine」이 Rmax 2.198EFLOPS로 세계 1위를 차지한 것을 해설하는 기사입니다. ARM 기반의 독자 CPU 「LX2」와 SME 탑재 코어, HBM급 메모리, 독자적인 네트워크 구성 등을 분석하며, 소비 전력의 크기 등 중국 제조 기술의 현 상태의 한계에 대해서도 다루고 있습니다.

Google은 검색 광고 수익의 정체를 계기로 사용자를 자사 서비스 내에 머물게 하는 구조로 변모하였으며, 저질 사이트를 우대하고 품질 높은 페이지의 순위를 낮추어 왔습니다. 그 결과 웹 전체가 광고로 뒤덮인 쓰레기 정보로 넘쳐나게 되었고, AI 요약은 그러한 열악한 검색 환경으로부터의 일시적인 도피처로 보일 뿐이며, 근본적인 원인은 Google 자신에게 있다고 필자는 지적합니다.

미군은 이란 공격에서 AI 탑재 시스템을 활용하여 수 초 내의 의사결정과 대규모 공격을 실현했습니다. 한편으로는 AI에 대한 과신으로 인한 오폭이나 자동화 편향 (Automation Bias)의 위험성도 부각되고 있습니다. 인간의 최종 판단이라는 원칙이 흔들리는 가운데, AI 군비 경쟁의 규칙 정비가 시급한 과제가 되고 있습니다.