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

Go 1.27 연재 기사입니다. 메모리 할당(Memory Allocation) 가속화나 양자 내성 암호(Post-Quantum Cryptography)인 crypto/mldsa 추가 등의 업데이트를 소개하고, HTTP/3 대응 진척 상황, 그리고 실험적인 SIMD 지원에 대해 ARM·WASM 대응 확대나 새로운 simd 패키지 사용법, 비트 수에 따른 효율성 측면의 과제까지 자세히 해설하고 있습니다.

MCP C# SDK가 v2.0에 도달하여, 2026-07-28 버전의 MCP 사양에 대응함으로써 스테이트리스(Stateless) 통신이나 Multi Round-Trip Requests 등의 신기능을 실현하면서도, v1과의 하위 호환성(Backward Compatibility)도 유지하고 있는 점을 소개하는 기사입니다.

Lucen은 Python의 루프를 두 개의 코멘트로 감싸는 것만으로 병렬화할 수 있는 컴파일러입니다. 안전하고 효과가 있는 경우에만 병렬 실행하며, 순차 실행(Sequential Execution)과 완전히 동일한 결과를 보장합니다. 증명할 수 없는 경우에는 자동으로 순차 실행으로 폴백(Fallback)합니다.

WinUI4K는 Kotlin이나 Java에서 직접 WinUI 3를 다룰 수 있는 라이브러리입니다. WinRT의 ABI를 Java FFI(Panama/JNA/JNR)로 호출하기 때문에, C#이나 브릿지 DLL이 필요하지 않습니다.

Java 8 이상에서 동작하며, 60종류 이상의 컨트롤이나 WebView2, 코루틴(Coroutines)에도 대응하고 있습니다. Swing이나 JavaFX의 자산을 그대로 Windows 11 네이티브 Fluent Design으로 이식하고 싶을 때 적합하며, Apache License 2.0으로 상업적·비상업적 여부에 관계없이 무료로 이용할 수 있습니다.

Vercel Labs는 2026년 7월 24일, TypeScript를 네이티브 실행 파일로 변환하는 컴파일러 「scriptc」를 Apache 2.0 라이선스로 공개했습니다. Node 등의 엔진 없이도 실행할 수 있으며, 정적 코드는 빠르게 컴파일되고, 동적 부분은 내장된 QuickJS-NG로 폴백(Fallback)하는 구조입니다.

Kotlin 코드 실행 시 LLM을 호출하여, 그 결과를 일반적인 Kotlin 소스 코드로 영속화(Persistence) 및 재사용할 수 있도록 하는 오픈 소스 연구 프로토타입 「KotlinLLM」을 소개하는 기사입니다.

Visual Studio의 7월 업데이트에서는, GitHub Copilot SDK를 기반으로 한 새로운 「Agent (Preview)」가 Copilot Chat에 추가되어, 더 적은 대화로 작업을 진행할 수 있게 되었습니다.

또한, .NET 및 Azure 전문가가 작성한 임베디드 스킬(Embedded Skills)을 이용할 수 있게 되었으며, 조직 단위로 Copilot의 응답을 커스터마이징할 수 있는 기능도 추가되었습니다.

나아가, Git의 브랜치를 채팅 참조 정보로 첨부할 수 있게 되었으며, C++ 빌드에서는 서로 다른 설치 경로에 있는 핀 고정된(Pinned) 툴셋도 자동으로 검출할 수 있게 되었습니다.

Azure DevOps에, 커밋 메시지 내용으로부터 조직 전체의 커밋을 검색할 수 있는 「Commit Search」 기능이 일반 제공(GA)으로 추가되었습니다.

2026년 7월의 Excel 업데이트 내용이 정리되어 있습니다. Copilot in Excel에서는 답변의 근거를 확인하기 쉽게 하는 인용(Citation) 기능 강화, 조직 데이터를 직접 시트에 가져올 수 있는 동기화 커넥터, 거버넌스가 적용된 Power BI 데이터를 분석에 활용할 수 있는 기능이 추가되었습니다.

또한, 브랜드 키트나 테마 디자인 스킬을 통해 워크시트의 배색이나 폰트를 자동으로 정렬할 수 있습니다. 또한, OpenAI의 GPT-5.6과 Anthropic의 Claude Opus 5라는 새로운 AI 모델도 Copilot in Excel에서 선택할 수 있게 되었습니다.

더불어, Windows·Mac 버전에서는 AutoSave가 꺼져 있는 워크북에서도 Copilot을 이용할 수 있게 되어 편의성이 향상되었습니다.

Jetpack Compose 1.0 출시 5주년을 기념하여, 그 역사와 진화, 커뮤니티의 공헌을 되돌아보는 기사입니다.

npm과 GitHub Actions를 노리는 공급망 공격(Supply Chain Attack)은, 메인테이너 침해에서 시작하여 인증 정보를 훔치고, 그것을 사용하여 멀웨어를 확산시키는 흐름이 전형적입니다. GitHub은 각 단계에 대응하는 신뢰할 수 있는 공개(Trusted Publishing)나 단계적 공개, 인증 정보 무효화 기능 등의 대책을 도입하여, 앞으로도 강화를 계속해 나갈 것이라고 밝혔습니다.

JetBrains용 GitHub Copilot 플러그인이 업데이트되어, OpenTelemetry 설정 및 모델 관리 기능 강화, Claude 에이전트 플로우에서의 MCP 서버 및 커스텀 에이전트 이용 등이 가능해졌음을 소개하는 기사입니다.

GitHub Actions는 악의적일 가능성이 있는 워크플로우의 실행을 자동으로 보류하고, 리포지토리(Repository) 쓰기 권한을 가진 담당자가 승인할 때까지 실행되지 않도록 함으로써 퍼블릭 리포지토리를 공급망 공격(Supply Chain Attack)으로부터 보호합니다.

GitHub Advisory Database가 OpenSSF의 malicious-packages 데이터를 통합하고, npm이나 PyPI 등 대상 에코시스템을 확장하여 Dependabot의 멀웨어(Malware) 경고 기능이 강화되었음을 소개하는 기사입니다.

기업이 관리하는 managed-settings.json을 통해, GitHub Copilot 앱과 Copilot 클라우드 에이전트에도 플러그인 및 승인 프롬프트 등의 통제 규칙을 적용할 수 있게 되었다는 내용입니다.

xAI의 최신 모델인 Grok 4.5가 GitHub Copilot에서 이용 가능해졌으며, 이를 통해 빠른 에이전트형 코딩 및 복잡한 다단계 워크플로우를 지원한다고 합니다.

Moonshot AI가 공개한 「Kimi K3」는 오픈 웨이트(Open-weight) 방식의 네이티브 멀티모달(Native Multimodal) 에이전트형 AI 모델로, 동社 역사상 가장 고성능인 모델로 평가받습니다. Mixture-of-Experts (MoE) 아키텍처를 채택하여 총 파라미터 수는 2.8조 개, 활성화 파라미터는 1,040억 개에 달합니다. 독자적인 Kimi Delta Attention과 Attention Residuals를 결합한 새로운 아키텍처를 통해, 장시간의 코딩 작업이나 복잡한 엔지니어링 태스크를 사람의 개입 없이 수행할 수 있는 점이 특징입니다.

또한 텍스트, 이미지, 영상을 동일 모델 내에서 이해할 수 있으며, 최대 100만 토큰이라는 긴 컨텍스트 길이(Context Length)에도 대응합니다. 학습 단계부터 MXFP4 양자화(Quantization)를 포함한 효율적인 설계도 채택되었습니다.

추론·지식, 코딩, 에이전트 작업, 시각적 이해 등 다양한 벤치마크에서 Claude, Google, GLM 등 주요 모델군과 비교하여 우수한 성적을 거두고 있으며, 특히 코딩과 에이전트 태스크에서 높은 평가를 받고 있습니다. 모델 가중치(Weights)는 Kimi K3 라이선스 하에 공개되며, vLLM 및 SGLang 등의 프레임워크에서의 이용이나 전용 API를 통한 이용이 가능합니다.

감상:

오픈 웨이트 모델이 공개되었습니다. 그렇다고는 해도 2TB가 넘는 크기라 데스크톱 PC에서 돌릴 수 있는 수준은 아닙니다.

NVIDIA, Linux Foundation, Microsoft, Hugging Face 등이 AI 에이전트 전체를 보호하기 위한 기술을 공유하는 신규 단체인 「Open Secure AI Alliance」를 설립했습니다.

각 기업은 에이전트 검사 및 추적 도구 등을 공유하여, 방어 측이 스스로 모델을 운용할 수 있는 환경 구축을 목표로 하고 있습니다.

배경에는 Hugging Face 침해 사건이 있으며, 오픈 웨이트 모델의 의의를 호소하는 공동 서한에도 많은 기업이 찬성했습니다. 반면 Anthropic은 위험한 능력을 가진 모델에는 공개 전 평가가 필요하다고 주장하고 있습니다.

Anthropic은 오픈 웨이트 모델의 금지를 지지한 적이 한 번도 없다고 명시했습니다. 안전한 오픈 모델은 공공의 이익이 되는 한편, 권위주의 국가가 군사적 우위나 감시 강화를 위해 AI를 이용하는 것, 그리고 사이버·생물 무기 등으로의 악용 리스크를 우려하고 있습니다.

대책으로서 중국에 대한 첨단 반도체 수출 제한 및 밀수 단속, 산업 규모의 증류(Distillation) 억제, 그리고 오픈·클로즈드 여부와 상관없는 고성능 모델에 대한 안전성 테스트 의무화라는 세 가지 점을 제안하고 있습니다. 타사가 지지하는 공개 서한의 일부에는 동의하면서도, 개방성(Openness)이 안전 대책을 용이하게 한다는 주장에는 회의적인 입장을 보이고 있습니다.

감상:

오픈 웨이트 모델에 대해 소극적인 것은 예상했던 대로네요.

MCP의 최신 스펙 「MCP 2026-07-28」이 공개되었습니다. 프로토콜은 스테이트리스(Stateless) 코어 구조로 전환되어 서버리스(Serverless)나 에지(Edge) 환경으로의 전개가 용이해집니다. 또한 MCP Apps 및 Tasks가 확장 기능으로 표준화되었으며, 인가(Authorization) 기능도 OAuth 2.0 및 OIDC에 대응하여 기업용으로 강화되었습니다. Claude에서도 이 MCP 대응이 순차적으로 전개될 예정입니다.

AI가 직장에서 사람들의 업무 범위를 어떻게 확장하고 있는가

OpenAI의 연구에 따르면, ChatGPT 이용자의 상당수가 자신의 직종 이외의 업무에 AI를 활용하고 있으며, 비정형 메시지의 43.5%가 타 직종의 업무에 해당합니다. 특히 고객 대응이나 디자인 직군에서 두드러지며, 마케팅이나 엔지니어링 관련 업무는 직종을 넘어 확장되기 쉬운 경향이 있습니다. 또한 중소기업일수록 직무의 장벽을 넘은 AI 활용이 진행되고 있음이 나타났습니다.

Microsoft는 여러 AI 모델을 조합한 에이전트형 보안 탐지 시스템인 "MDASH"를 발표했습니다. 단일 모델이 아니라 100개 이상의 전문 에이전트가 연계하여, 취약점 발견부터 검증, 증명까지 일관되게 수행하는 점이 특징입니다.

이 시스템을 사용하여 Windows의 네트워크 스택이나 인증 관련 기능에서 16건의 새로운 취약점을 발견했으며, 그중 4건은 심각도가 높은 원격 코드 실행 (RCE) 취약점이었습니다. 또한, 의도적으로 심어진 21건의 테스트용 취약점을 모두 오탐 없이 탐지하였고, 과거의 보안 사례에 대해서도 높은 재현율을 달성했습니다.

나아가 공개 벤치마크인 "CyberGym"에서도 업계 최고 점수를 기록하며, AI에 의한 취약점 탐지가 연구 단계에서 실용 단계로 진입했음을 보여주는 내용을 담고 있습니다.

Gemini API의 Managed Agents 기능이 강화되었습니다. 기본 모델이 Gemini 3.6 Flash로 변경되었으며, 코드 변경 없이 자동으로 적용됩니다.

새롭게 "환경 후크 (Environment Hooks)" 기능이 추가되어, 샌드박스 (Sandbox) 내에서의 도구 호출 전후에 독자적인 스크립트를 실행하여 차단, 린팅 (Linting), 감사 (Audit)를 할 수 있게 되었습니다. 실제로 OffDeal이라는 기업이 자료 내의 로고 이미지를 자동 검증하는 용도로 활용하고 있습니다.

또한 비용 관리 및 자동화를 위한 기능도 확충되었습니다. 무료 티어 (Free tier)에서도 이용 가능해졌으며, 토큰 소비량을 제한하는 예산 제어 (Budget control) 기능과 cron 스케줄로 정기 실행할 수 있는 트리거 (Trigger) 기능, 샌드박스 환경을 관리하는 Environments API도 도입되었습니다.

pplx(perplexity-cli)는 Perplexity의 Search API를 터미널에서 사용할 수 있는 CLI 도구입니다. 웹 검색 결과와 페이지 내용을 JSON 형식으로 가져올 수 있으며, 인간뿐만 아니라 AI 에이전트의 이용에도 대응합니다. 인스톨러로 간편하게 도입할 수 있으며, 인증에는 API 키를 사용합니다. 검색, 콘텐츠 취득, 업데이트 기능 등을 갖추고 있습니다.

RTX 3090(24GB) 1장으로 7B 모델의 사전 학습 (Pre-training)에 도전한 기록입니다. 8bit AdamW, CPU Offload, DeepSpeed ZeRO, NVMe Streaming 등 6종의 optimizer 방식이 실패하였고, 최종적으로 optimizer state를 줄이는 독자적인 구현을 통해 VRAM 22.6GB, 약 1770 tok/s의 안정적인 동작을 달성했습니다. DataLoader의 숨겨진 병목 현상과 torch.compile의 비호환성에 대해서도 해설되어 있습니다.

AI 에이전트에게 버그 수정을 요청할 때, 인간에게 좋다고 여겨지는 보고서와는 다른 특징이 유효하다는 것이 조사 결과 나타났습니다. 수정 방향 제안이나 실행 가능한 재현 스크립트, 수정 대상 파일의 명시가 해결률을 높이며, 반대로 보고서가 너무 길면 해결률이 낮아집니다. 또한 제목이나 불렛 포인트 (Bullet points)를 생략하는 것만으로도 성공률이 떨어져, 서식 자체가 중요한 정보로서 기능하고 있음을 알 수 있었습니다.

AI가 대량의 풀 리퀘스트 (Pull Request)를 생성하는 시대의 리뷰 실태를 다룬 기사입니다. GitHub의 실측 데이터에 따르면, AI가 생성한 PR의 리뷰 없는 머지 (Merge) 비율은 인간이 생성한 것과 비슷해지고 있지만, 집계 방법에 따라 독립 리뷰의 증감 해석이 정반대로 나타납니다. 나아가 현장의 목소리에서는 겉모습의 깔끔함이 경계심을 늦추게 하여, 설계 의도의 결여나 이해 부채 (Understanding debt)의 축적이 리뷰의 질과 향후 리뷰 역량을 떨어뜨리는 악순환이 지적되고 있습니다.

AI가 코드를 작성할 수 있게 되면서, 제출물만으로는 학생의 이해도를 파악하기 어려워졌습니다. 이 기사에서는 AI 탐지보다 "작업 과정을 가시화하는 것"을 중시해야 한다고 말합니다. 텍사스 대학교의 실천 사례로서, 강의실에서 공개 제작을 수행하기, AI를 대화 상대 및 평가자로 활용하기, 라이브 코딩 (Live coding)으로 즉흥적인 이해력을 보여주기라는 세 가지取り組み (시도)가 소개되어 있습니다.

COMPUTEX 전시장 내 전시 및 세션 내용을 바탕으로, 차세대 AI 랙 (Rack)을 뒷받침하는 전력 공급 기술을 소개하는 기사입니다. 600kW급 Kyber 랙, 800V DC 급전, GPU 뒷면으로의 수직 급전, 10kW급 칩 실현을 위한 MIVR 기술 등 최신 전원 설계 동향이 사진과 함께 해설되어 있습니다.

감상:

랙 1개당 1MW가 시야에 들어와 있는 것인가. 참고로 일본 법규라면 이 랙의 전원 배선을 하기 위해서는 고압·특별고압 자격이 필요하겠네요.

참고로 1MW를 영미 마력 (HP)으로 변환하면 1,341HP입니다. 자동차로 치면 Koenigsegg Jesko Absolut (코니그세그 아게라 RS와 유사한 급)와 비슷한 출력(소비 전력)입니다. 참고로 이 차는 (실제 기록상) 420km/h까지 나옵니다.

그리고, 대형 LNG 화력 발전소 1 유닛(Unit)으로 600에서 1,000개의 랙 정도밖에 가동할 수 없다고 합니다.

VS Code의 SQL Database Projects 확장 기능을 사용하면, 테이블의 스키마 (Schema) 이동이나 명칭 변경을 리팩터 로그 (refactorlog)에 기록하면서 실시할 수 있습니다. 이를 통해 데이터 이동을 동반하지 않고 sp_rename 또는 ALTER SCHEMA TRANSFER를 이용한 배포 스크립트 (Deployment script)가 자동으로 생성되어, 여러 환경이나 CI/CD 파이프라인에서도 안전하게 데이터베이스를 리팩터 (refactor) 할 수 있습니다.

Windows의 ASIO 표준 대응 구상은 90년대부터 이어진 Yamaha (야마하)와 Microsoft (마이크로소프트)의 관계에 더해, ARM 버전 Windows를 추진하는 Qualcomm (퀄컴)의 참입으로 움직이기 시작한 것입니다. Yamaha가 개발을 담당하여 GitHub에 오픈 소스로 공개되어 있으나, 대응 기종 등록이나 MIDI 2.0 문제 등의 과제가 남아 있어 구현 완료는 아직 발전 단계에 있다고 합니다.

CME Group (시카고 상품 거래소 그룹)은 GPU 시장 정보의 선도 기업인 Silicon Data와 제휴하여, 올해 안에 '컴퓨팅 선물 (Compute Futures)'을 새롭게 출시한다고 발표했습니다. 규제 당국의 심사를 거쳐 실현될 예정입니다.

이 새로운 선물 상품은 Silicon Data가 제공하는 세계 최초의 GPU 대여 요금 일일 벤치마크 지수를 기반으로 합니다. AI 개발 기업이나 클라우드 서비스 사업자, 금융 기관 등이 급격히 확대되는 컴퓨팅 시장에서의 가격 변동 리스크를 관리할 수 있도록 하는 것이 목적입니다.

CME Group의 CEO는 컴퓨팅을 '21세기의 새로운 석유'라고 표현하며, AI 시대의 중요한 자산 클래스 (Asset class)가 되고 있다고 말했습니다. 또한 Silicon Data와 DRW의 경영진도 지금까지 불투명했던 GPU 가격의 가시화와 헤지 (Hedge) 수단의 정비가 업계의 성숙에 필수적이라고 강조했습니다.

디지털청이 마이넘버 카드(My Number Card)를 통한 본인 확인과 행정 절차를 일괄적으로 수행할 수 있는 신규 앱 '마이나 앱 (Myna App)'을 8월 25일에 출시한다고 발표했습니다.