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

Go 언어의 보안 릴리스인 버전 1.26.5와 1.25.12가 공개되었습니다. 수정 내용은 2건으로, os.Root에서 심볼릭 링크(Symbolic Link)와 끝 슬래시로 인해 루트 외부에 접근할 수 있는 취약점(CVE-2026-39822)과, crypto/tls의 Encrypted Client Hello에서 호스트 이름이 누출되는 취약점(CVE-2026-42505)입니다. 자세한 내용은 Go 공식 사이트의 릴리스 노트에서 확인할 수 있습니다.

9월 11일에 도쿄에서 개최되는 「Go Conference 2026」의 티켓이 7월 8일부터 단계적으로 판매 시작됩니다.

본 기사는 JetBrains에 의한 2026년 7월판 Java 관련 정리 기사입니다.

서두에서는 Tom Cools 씨가 Java 컨퍼런스의 관전 포인트나 Project Valhalla의 진전에 대해 소개하고 있습니다.

이어서 Java·Kotlin의 최신 뉴스나 튜토리얼, AI 에이전트를 활용한 개발 사례, Spring·Quarkus 등의 프레임워크 동향, 향후 컨퍼런스 정보, 커뮤니티 관련 화제까지 폭넓게 망라하고 있습니다.

2026년 시점에서 주류가 되고 있는 RF-DETR, YOLO12, YOLO26과 같은 최신 객체 탐지(Object Detection) 모델의 특징과 성능, 용도별 선택 방법을 자세히 비교·해설하고 있는 기사입니다.

본 기사에서는 MySQL의 Group Replication 상태를 Performance Schema로 확인하는 방법을 해설하고 있습니다. replication_group_members로 멤버 구성 및 상태를, replication_group_member_stats로 적용 지연 및 경합을, replication_group_communication_information으로 통신 상태를 확인할 수 있습니다. 또한 Applier나 Recovery 채널의 상태도 별도 테이블에서 확인 가능합니다. 우선 Performance Schema로 현상을 파악하고, 필요에 따라 에러 로그도 확인하는 것이 좋다고 마무리하고 있습니다.

1Password가 마스터 패스워드를 한 번도 서버로 보내지 않고 인증할 수 있는 메커니즘을, Secret Key에 의한 2SKD와 SRP-6a 프로토콜이라는 두 가지 관점에서 해설하고 있습니다.

GitHub Copilot 앱이 모든 플랜에서 이용 가능해졌으며, 독자적인 모델 키를 사용하는 경우에는 구독 없이도 이용할 수 있게 되었습니다.

GitHub의 리포지토리 규칙 세트(Repository Rule Set)에서, 풀 리퀘스트(Pull Request)의 리뷰를 취소할 수 있는 사용자나 팀을 지정·제한할 수 있는 기능이 일반 제공되었습니다.

GitHub의 시크릿 스캐닝(Secret Scanning)이 정식으로, 유출된 시크릿의 소유자 정보나 유효 기간 등을 표시하는 확장 메타데이터 기능과, Azure나 Databricks 등 여러 인증 정보를 한꺼번에 검증하는 멀티파트 검증 기능에 대응했습니다.

GitHub Enterprise Cloud의 청구 UI에서, 코스트 센터(Cost Center)별로 사용자 단위의 AI 이용 예산을 설정·자동 동기화할 수 있게 된 기능 추가입니다.

Tencent의 Hy3 프리뷰 버전에서 개량을 거듭하여, 더욱 고품질의 데이터로 추가 학습을 진행한 신모델 「Hy3」가 발표되었습니다. 추론·에이전트·장문맥 처리(Long Context)에서 대폭 향상되었으며, 코딩이나 사무 작업 등의 실무 평가에서는 GLM-5.1을 상회하는 결과를 보여주고 있습니다.

나아가 도구 호출(Tool Calling)의 안정성 향상, 환각(Hallucination)률 및 상식적 오류의 감소, 다중 턴(Multi-turn)에서의 문맥 유지력 개선 등 실운용 측면의 신뢰성도 강화되었습니다.

Apache 2.0 라이선스로 오픈 소스화되어 있으며, API 가격도 인하되어 폭넓은 용도로의 도입을 뒷받침하는 내용입니다.

이 기사에서는 Mozilla.ai가 개발한 오픈 소스 LLM 제어 플랫폼 「Otari」가 소개되고 있습니다. 여러 LLM 프로바이더를 다루는 개발자는 API 키 관리나 라우팅, 예산 관리, 장애 대응 등을 개별적으로 구축해야 했으며, 이것이 큰 부담이 되어 왔습니다.

Otari는 이러한 과제를 해결하기 위해, 여러 프로바이더로의 요청을 단일 엔드포인트로 라우팅하고, 이용 상황의 가시화나 예산의 자동 제어, 워크스페이스 단위의 거버넌스, 호스트형·셀프 호스트형 양측 모두에 대한 유연한 배포, 지능적인 자동 페일오버(Failover) 등을 일원적으로 제공합니다.

Mozilla.ai는 개발자가 반복적으로 동일한 인프라를 구축해야 하는 비효율성을 해소하고, 애플리케이션과 LLM 프로바이더 (LLM Provider) 사이에 위치하는 전용 제어 기반을 제공하는 것을 목표로 Otari를 개발했다고 밝혔습니다. 현재 otari.ai 및 GitHub를 통해 이용할 수 있습니다.

Sakana AI가 일본어 특화 모델인 「Namazu」를 활용하여 번역, 첨삭, 질의라는 3가지 기능을 갖춘 신규 서비스 「Sakana Translate」를 무료로 공개했다는 소식을 소개하는 기사입니다.

2026년 6월 Microsoft Foundry의 주요 업데이트 내용을 정리합니다.

Anthropic사의 Claude 모델이 Foundry에서 일반 제공(GA)되기 시작하여, Azure 상에서 Messages API 등을 이용할 수 있게 되었습니다. 또한, Foundry 에이전트 (Foundry Agent)를 Microsoft 365 Copilot이나 Teams에 직접 공개할 수 있는 기능도 일반 제공되고 있습니다.

새롭게 팀 작업을 위한 「오토파일럿 에이전트 (Autopilot Agent)」가 프리뷰(Preview) 공개되었으며, 고유의 ID와 이메일을 가지고 Teams의 그룹 채팅 내에서 작업을 진행할 수 있습니다. 또한 Toolboxes에는 Skills, Tool Search, Browser Automation 등이 추가되었으며, Agent Optimizer를 통한 에이전트 개선 자동화도 프라이빗 프리뷰(Private Preview)에 들어갔습니다.

이 외에도 Memory 기능 강화, OpenEnv 표준 참여, Foundry Local의 Azure Local 대응 확장, Voice Live API의 음성 기능 추가 등이 발표되었습니다.

Microsoft Agent Framework의 .NET용 Agent Skills 기능이 정식 출시되어, 필요한 시점에만 전문 지식이나 스크립트를 불러올 수 있는 재사용 가능한 스킬을 승인 제어 등의 운영 환경(Production)용 기능과 함께 안정적인 API로 이용할 수 있게 되었다는 내용의 기사입니다.

Moonshot AI의 신규 모델 「Kimi K2.7 Code」가 Microsoft Foundry에서 공개 프리뷰로 제공되어, 장시간에 걸친 복잡한 코딩 작업을 고효율로 수행할 수 있게 되었음을 소개하는 기사입니다.

Google DeepMind는 Gemini API의 Managed Agents에 신기능을 추가했습니다. 백그라운드에서의 비동기 실행, 원격 MCP 서버와의 연동, 샌드박스 (Sandbox) 기능과 결합된 커스텀 함수 호출, 환경을 유지한 채로의 인증 정보 업데이트 등이 가능해져, 더욱 운영 환경에 적합하고 신뢰할 수 있는 에이전트 구축을 지원합니다.

Claude Code에서의 모델 선택과 효과 레벨 (Effect Level)의 차이를 해설하며, 작업의 난이도에 따른 모델의 크기와 끈기를 결정하는 효과 레벨을 어떻게 구분하여 사용해야 하는지를 설명하는 기사입니다.

Claude Cowork가 모바일 및 웹을 지원하게 되어, 데스크톱을 벗어나더라도 백그라운드에서 작업을 계속할 수 있게 되었음을 소개하는 기사입니다.

JetBrains는 개발자가 개별적으로 AI 도구를 사용함으로써 조직 내 작업이 단절되고, 컨텍스트 (Context) 분산 및 비용 증가가 발생하는 문제에 대응하기 위해 신규 서비스 「JetBrains AI for Teams and Organizations」를 발표했습니다.

이 서비스는 클라우드 상에서 에이전트를 실행하는 메커니즘과 리포지토리 이해를 지원하는 「JetBrains Context」, 조직 전체의 AI 이용을 관리하는 「JetBrains Central」 등을 포함하며, 7월부터 단계적으로 제공이 시작됩니다.

이와 함께 기존의 라이선스 방식에서 유연한 「AI 크레딧 (AI Credit)」 방식으로 상용 모델을 전환하여 비용 관리의 용이성을 높인다고 밝혔습니다.

감상:

JetBrains도 종량제로 전환.

CLI를 에이전트용으로 JSON 입력 방식에 맞춰 재작성해야 한다는 의견이 있으나, 실제 측정 결과 반드시 효과적인 것은 아니라는 점이 밝혀졌습니다.

복잡한 배포 설정을 이용한 실험에서는 기존의 플래그 인자 (Flag Argument) 방식은 모든 모델에서 정확한 결과를 낼 수 있었던 반면, JSON 형식에서는 소형 모델의 정답률이 저하되었습니다. 또한 JSON은 셸 (Shell)의 이스케이프 (Escape) 처리 과정에서 실패하기 쉬워 재시도가 늘어났고, 이로 인해 토큰 소비량이 4~11배까지 불어났습니다.

인자 형식은 선택지가 제한되는 만큼 모델의 능력에 의존하지 않고 안정적으로 동작합니다. JSON은 표현력이 높은 반면 환경 의존적인 실패가 발생하기 쉽고 비용도 증가합니다. 따라서 CLI를 설계할 때는 기존의 인자 형식을 유지하면서 필요에 따라 JSON 옵션을 추가하는 정도로 그치고, 실제로 측정한 후에 설계 변경을 판단할 것을 권장합니다.

사내 데이터를 RAG (Retrieval-Augmented Generation)에 통합하면, 조작된 프롬프트에 의해 기밀 정보가 거의 원문 그대로 유출될 위험이 있습니다. 이름이나 ID 번호를 삭제하는 것만으로는 불충분하며, 직업이나 증상, 시계열 등의 조합(준식별자)을 통해서도 개인을 특정할 수 있습니다.

따라서 유효한 방법으로 제시되는 것이 기밀 탐지, 의미 추출, 문장 재구성을 분리하는 수법입니다. 검색에는 원문 문서를 사용하면서, LLM (Large Language Model)에는 안전하게 다시 작성된 문서만을 전달함으로써 정확도와 보호를 양립시킵니다.

검증 결과, 유출 건수가 대폭 감소하였으며 답변의 유용성도 거의 유지되었습니다. 다만 법령 준수를 보장하는 것은 아니며, 업데이트 빈도에 따른 전처리 비용이나 적응적 공격(Adaptive Attack)에 대한 대응 등 운영 측면에서의 한계도 남아 있습니다.

프런티어 AI 모델의 수출 제한이나 에이전트 운용에 따른 피로를 배경으로, 여러 프로바이더를 가로질러 라우팅하는 Sakana Fugu와 같은 멀티 벤더 전략의 중요성이 높아지고 있음을 소개하는 기사입니다.

AI 모델의 진화나 Anthropic · 미국 정부를 둘러싼 움직임, 소프트웨어 개발에서의 에이전트 팀 활용, 보안, 사회적 영향 등 2026년 7월 시점의 테크놀로지 동향을 폭넓게 정리한 기사입니다.

AI의 진정한 경쟁 우위는 최첨단 모델의 독점이 아니라, 현장의 기술자 개개인이 일상 업무에 AI를 통합하고 그 배움을 조직 전체로 공유·축적해 나가는 '보급력'에 있다고 논하고 있는 기사입니다.

2026년 7월 7일에 출시된 Azure CLI v2.88.0의 내용을 정리한 기사입니다. ACR, AKS, App Service, Compute, Key Vault, Network, PostgreSQL 등 다방면의 서비스에서 신기능 추가, 파라미터 확장, 버그 수정이 이루어졌습니다. 또한 Python 3.14 대응 및 Linux Consumption 플랜 종료에 관한 경고 등도 포함되어 있습니다.

2026년 7월 7일에 Azure PowerShell의 Az 모듈 v16.1.0이 출시되어, Az.Compute에서의 VMSS 라이프사이클 훅 대응 및 Az.Network의 신기능 추가 등 다수의 업데이트가 진행되었습니다.

소프트웨어 견적에 대해 40년 이상의 연구사를 바탕으로 해설하는 기사입니다.

불확실성의 원(Cone of Uncertainty)이나 Chaos Report 등 널리 믿어져 온 '상식'이 사실은 실증적 근거가 부족함을 지적하고 있습니다.

또한 순서 효과(Order Effect)나 가산성의 오류와 같이 인간의 판단에 잠재된 편향(Bias), 참조 클래스 예측법(Reference Class Forecasting)이나 처리량 기반의 확률적 예측 등의 대체 수법, 나아가 AI 코딩이 견적의 전제를 어떻게 변화시키고 있는지에 대해서도 논하고 있습니다.

Plamo Linux에서 QEMU/KVM 도입부터 virt-manager를 사용한 가상 머신 생성까지의 절차를 관련 패키지의 역할 해설과 함께 소개합니다.

AMD Ryzen AI Halo는 Ryzen AI Max+ 395를 탑搭載한 소형 AI 개발 키트입니다. 128GB 메모리와 2TB SSD를 갖추고 있으며 Windows/Linux를 모두 지원합니다. 성능은 Apple Silicon 기기보다 약간 떨어지지만, ROCm이나 Playbook 등 '배터리 동봉' 수준의 소프트웨어 환경이 충실하여 NPU 활용이 가능하다는 점이 특징입니다.

IBM이 AI로 인한 데이터 센터 수요 증가에 대응하여, Z 메인프레임을 표준 19인치 랙에 탑재할 수 있는 신제품을 발표했습니다.

6월 하순 독일을 덮친 폭염으로 평년보다 5,000명 이상 많은 사망자가 발생했으며, 냉방 시설이 보급되지 않은 것이 피해 확산의 한 원인이 되고 있는 것으로 보입니다.

AI용 메모리 수요로 삼성전자가 역대 최고 이익을 기록하는 한편, 가격 상승이 소비자 제품에도 파급되어 소송이나 중국 제조사로의 고객 유출, 통상 마찰의 리스크도 높아지고 있다는 내용의 기사입니다.

감상:

가격 급등도 있지만, 애초에 상당한 양을 확보할 수 없다는 점이 영향으로서 크다.