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

Kotlin은 탄생 15주년을 맞이하여 기념 영상 공개, 브라우저 게임, 무료 학습 리소스 제공 등 다채로운 이벤트가 진행되었습니다. 또한, 컨텍스트 파라미터 (Context Parameter) 안정화를 포함한 Kotlin 2.4.0이 출시되었으며, 통합 툴체인(Toolchain)인 「Kotlin Toolchain 0.11」도 등장했습니다. 나아가 Kotlin으로 AI 에이전트를 구축하기 위한 프레임워크인 「Koog 1.0」이 정식 출시되었고, Compose Multiplatform 및 Compose Hot Reload의 새 버전도 공개되었습니다.

2026년 6월 Excel 업데이트에서는 Copilot 기능의 대폭적인 강화가 이루어졌습니다. 재무 데이터 커넥터로서 CB Insights, FactSet, S&P Global 등이 새롭게 추가되었으며, HubSpot, Notion, Google Calendar 등의 서비스와 연동도 가능해졌습니다.

Copilot in Excel에서는 사용자의 선호에 따른 결과를 반환하는 개인화(Personalization) 기능이 도입되었습니다. 또한, 채팅 응답 내에서 테이블이나 셀에 대한 참조 링크를 클릭하여 직접 이동할 수 있게 되어 작업 효율이 향상되었습니다. 더불어 이메일이나 Teams 채팅, Loop 페이지 등 폭넓은 컨텍스트를 분석에 활용할 수 있는 것 외에도, JSON이나 이미지, 아카이브 파일 등 30종 이상의 새로운 파일 형식(최대 50MB)을 지원합니다.

Insiders 대상으로는 Copilot이 정형적인 작업 절차를 학습 및 재사용할 수 있는 「커스텀 스킬 (Custom Skills)」 기능과, 워크북 단위로 Copilot의 동작 규칙을 설정 및 공유할 수 있는 「워크북 규칙 (Workbook Rules)」 기능도 프리뷰로 제공되고 있습니다. PivotTable에서는 확장할 수 없는 경우 #SPILL! 에러로 접히는 개선 사항도 추가되었습니다.

React Native Windows v0.84가 출시되어, 표준 클릭 이벤트 추가, 포커스 조작 API 대응, 테마 대응 기본 텍스트 컬러 등 입력 처리 및 UI 일관성에 관한 다수의 개선이 이루어졌습니다.

MSIX에서의 패키지 설치·프로비저닝·언인스톨을 「특정 사용자용」과 「전체 사용자용」의 차이에 초점을 맞추어 코드 샘플과 함께 해설하고 있습니다.

이 기사는 아직 정식 출시되지 않은 Git 3.0을 향해 진행 중인 변경 사항을 해설합니다.

주목할 만한 변경 사항은 주로 4가지입니다. 보안 측면에서는 SHA-1에서 SHA-256으로의 해시 이행, 내부 관리 효율화를 목적으로 한 Reftable 도입, 메모리 안전성 향상을 위한 Rust의 부분적 채택, 그리고 커맨드 체계 정리로서 git checkout을 대신하는 switch · restore 사용 권장이 꼽힙니다.

이것들은 모두 내부 구조의 개선이나 보안 향상이 중심이며, 일상적인 commit · push · pull 등의 조작이 크게 바뀌는 것은 아니라고 합니다.

Amazon의 AI 코딩 환경 「Kiro」의 IDE 버전이 v1.0에 도달했습니다. 가장 큰 신기능은 에이전트에 대한 지시를 중심으로 둔 새로운 레이아웃인 「Agent Focus」의 도입입니다. CLI · Web · iOS 앱도 제공되며, 무상 플랜에서는 월 50 크레딧이 부여됩니다.

GitHub가 자사의 오픈 소스 의존 관계에 대해 라이선스 컴플라이언스 (License Compliance)를 어떻게 유지 및 관리하고 있는지를 구체적인 도구와 프로세스와 함께 소개합니다.

GitHub가 엔터프라이즈를 대상으로, 오픈 소스 라이선스 컴플라이언스 체크를 규칙 세트(Rule Set) 기반으로 일원 관리 및 자동화할 수 있는 기능을 퍼블릭 프리뷰로 제공하기 시작했습니다.

JetBrains와 GitHub의 연동을 통해, GitHub Copilot이 JetBrains IDE에 네이티브 에이전트로 통합되었습니다. 기존에는 ACP 레지스트리를 경유하여 이용했으나, 이번 통합을 통해 설정 없이 안정적으로 이용할 수 있게 됩니다. 인증은 GitHub 계정의 OAuth를 통해 이루어지며, 이용을 위해서는 JetBrains AI와는 별도로 GitHub Copilot 구독이 필요합니다. AI 채팅의 에이전트 피커(Agent Picker)에서 Copilot을 선택하는 것만으로 바로 시작할 수 있습니다.

JetBrains의 AI Assistant에 GitHub Copilot이 네이티브 에이전트 (Native Agent)로 통합되어, 모델 선택이나 멀티 스텝 (Multi-step) 코딩 작업을 JetBrains IDE 내에서 직접 수행할 수 있게 되었습니다.

GitHub의 브랜치 규칙 세트 (Branch Ruleset)를 사용하여, 테스트 커버리지 (Test Coverage)가 설정된 임계값보다 낮을 경우 풀 리퀘스트 (Pull Request) 머지를 차단할 수 있는 「코드 커버리지 머지 보호 (Code Coverage Merge Protection)」 기능이 퍼블릭 프리뷰 (Public Preview)로 공개되었습니다.

GitHub의 릴리스 페이지 (Release Page)에 내비게이션을 편리하게 해주는 사이드바 목차와, 각 릴리스 에셋 (Release Asset)의 다운로드 수를 UI 상에서 직접 확인할 수 있는 기능이 추가되었습니다.

Anthropic의 Claude Sonnet 5가 GitHub Copilot에서 정식으로 이용 가능해졌으며, IDE 및 CLI를 포함한 개발 워크플로우 (Workflow) 전반에서 높은 코딩 성능과 낮은 레이턴시 (Latency)를 발휘합니다.

AI에게 유닛 테스트 (Unit Test)를 작성하게 하면, 품질 보증 측면에서 의미가 희박한 테스트가 대량으로 생성되기 쉽습니다. 테스트에도 유지보수 비용이 발생하므로, 무분별하게 늘리면 부채가 됩니다. 현재의 AI는 테스트를 작성해야 할지 판단하는 능력이 아직 부족하며, GUI 앱에서는 특히 UI 조작형 테스트가 핵심이 될 것이라고 언급되었습니다.

AI의 부상으로 인해, 요구사항 정의 (Requirement Definition) 단계에서의 「정리」, 「기록」, 「초안 작성」과 같은 작업의 상당 부분은 AI에게 맡길 수 있게 되었습니다.

하지만 그렇기에 인간이 해야 할 일이 더욱 명확해집니다. 그것이 바로 「얼라인먼트 (Alignment)」입니다.

영업, 개발, 지원, 경영 등 관계자 각자의 목적과 이해관계는 다릅니다. AI는 선택지를 제시할 수는 있지만, 「무엇을 우선할 것인가」, 「무엇을 포기할 것인가」를 조직으로서 결정하는 것은 인간의 일입니다.

AI 시대의 요구사항 정의에서 정말 중요한 것은 사양서 (Specification)를 빠르게 작성하는 것이 아니라, 관계자들이 논의하여 방향성을 맞추고, 그 내용을 AI가 다루기 쉬운 형태로 정돈해 나가는 것이라고 언급되었습니다.

Anthropic의 Claude 모델이 Microsoft Foundry에서 일반 제공 (GA) 시작되었습니다. 기업은 Azure 계정을 통해 Claude에 접속할 수 있으며, 기존의 인증, 청구, 네트워크, 거버넌스 (Governance) 기반을 그대로 활용할 수 있습니다. 코딩이나 자율형 에이전트 (Autonomous Agent), 복잡한 추론 등의 용도에 강점을 가지며, Foundry Agent Service 및 Microsoft Entra ID와도 연동됩니다. 고기밀 워크로드 (Workload)를 위해 데이터를 보유하지 않는 제로 데이터 리텐션 (Zero Data Retention) 옵션도 이용 가능합니다. NVIDIA, Bolt, Momentic 등의 기업이 이미 운영 환경에서의 활용을 진행하고 있습니다.

OpenAI의 코딩 에이전트인 Codex에, config.toml을 통해 파일 접근 권한과 네트워크 통신 대상을 이름이 지정된 프로필 (Named Profile)로 세밀하게 정의하고 관리할 수 있는 베타 기능 「Permission profiles」가 추가되었습니다.

Google이 영국 내 직장에서의 AI 활용 현황을 조사한 결과, AI 상급 사용자 ("AI 트레일블레이저")는 승진이나 임금 인상 등 커리어 측면에서 큰 혜택을 받고 있는 반면, 그 혜택을 받지 못하는 85%의 근로자를 대상으로 AI 기술 역량을 끌어올리기 위한 이니셔티브 (Initiative)를 발표했습니다.

Google은 고속·저비용 이미지 생성 모델인 「Nano Banana 2 Lite」와 고품질 영상 생성·편집 모델인 「Gemini Omni Flash」를 개발자에게 공개했습니다. Nano Banana 2 Lite는 텍스트로부터 4초 만에 이미지를 생성하며, 1,000장당 약 0.034달러라는 저비용을 실현했습니다. Gemini Omni Flash는 자연어를 통한 영상 편집과 텍스트, 이미지, 영상을 조합한 멀티모달 (Multimodal) 입력을 지원합니다. 두 모델을 조합함으로써 이미지 생성부터 영상 제작까지 일관된 크리에이티브 워크플로우 (Creative Workflow)를 구축할 수 있습니다.

Google은 Gemini Spark의 신기능을 발표했습니다. macOS 앱 지원을 통해 데스크톱 파일 정리 및 Google Workspace와의 연동이 가능해졌습니다. 또한 Canva, Dropbox, Instacart 등 새로운 앱과의 통합도 추가되었습니다. 나아가 스포츠 결과나 주가 등 지정된 토픽을 실시간으로 추적하고 자동 알림을 보내는 기능도 도입되었습니다. 이러한 기능은 Google AI Ultra 등록 사용자에게 순차적으로 제공됩니다.

Kiro IDE에서 AI 에이전트와의 채팅을 중심으로 한 코딩 경험을 제공하는 실험적인 신규 뷰 「Agent Focus」가 발표되었음을 알려드립니다.

Anthropic은 Claude Sonnet 5를 발표했습니다. 본 모델은 기존 Sonnet 시리즈 중 가장 에이전트적인 성능을 가진 모델로 설계되었으며, 브라우저나 터미널 등의 도구를 활용하면서 복잡한 태스크를 자율적으로 실행할 수 있습니다.

성능 면에서는 더 고기능인 Opus 4.8에 가까운 수준을 실현하면서도 저비용 제공을 실현했습니다. 추론, 도구 사용 (Tool Use), 코딩, 지식 작업과 같은 에이전트 성능의 중요한 지표에서 이전 모델인 Sonnet 4.6으로부터 크게 개선되었습니다. 조기 액세스 파트너들로부터는 이전 Sonnet 모델에서는 도중에 멈췄던 복잡한 태스크를 끝까지 완수할 수 있게 되었다는 평가가 이어지고 있습니다.

안전성 평가에서도 Sonnet 4.6과 비교해 전체적으로 개선된 모습이 보입니다. 악의적인 요청에 대한 거부 정밀도 향상 및 프롬프트 인젝션 (Prompt Injection) 공격에 대한 내성 강화 외에도, 할루시네이션 (Hallucination, 환각)이나 과도한 동조와 같은 문제의 발생률도 낮아졌습니다. 다만, 사이버 보안 관련 위험한 태스크에 대해서는 의도적으로 트레이닝을 수행하지 않았기 때문에 Opus 4.8에 비해 능력이 낮습니다.

제공 형태로는 오늘부터 Free 플랜 및 Pro 플랜의 기본 모델로 채택되는 것 외에도, Max·Team·Enterprise 사용자도 이용 가능합니다. API 요금은 2026년 8월 31일까지의 도입 가격으로서 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러이며, 그 이후에는 3달러·15달러의 표준 가격으로 이행됩니다.

Amazon Bedrock이나 Google Cloud 상에서 Claude Code를 이용하는 기업을 위해, SSO 로그인·일원 관리 정책·비용 귀속 등을 제공하는 셀프 호스트형 컨트롤 플레인(Control Plane)인 「Claude apps gateway」가 새롭게 제공되기 시작했습니다.

Claude Code 팀에 의한 에이전트 루프 (Agent Loop) 해설 기사에서는 턴 기반 (Turn-based), 골 기반 (Goal-based), 시간 기반 (Time-based), 프로액티브 (Proactive)라는 4종류의 루프 메커니즘과 활용법, 코드 품질 유지 방법 및 토큰 사용량 관리 방법을 실천적인 가이드와 함께 소개하고 있습니다.

RAG의 어려움은 초기 구축이 아니라, 데이터가 계속 업데이트되는 가운데서 검색 품질을 유지하는 데 있습니다.

필자는 Dify로 자체 RAG를 구축한 후, 데이터 업데이트 시마다 정밀도가 흔들리고 어느 계층에 문제가 있는지 구분할 수 없다는 과제에 직면했습니다. 이에 검색 기반을 Google Cloud의 Agent Search에 맡기고, 자신은 XML 사이트맵이나 SHA256 차분 감지를 활용한 지식 공급 파이프라인의 설계 및 운용에 집중하는 구성으로 이행했습니다.

이 변경을 통해 「무엇이 검색 대상에 포함되어 있는지」, 「언제 업데이트되었는지」를 추적할 수 있게 되어 정밀도 저하의 원인 특정도 쉬워졌습니다. RAG는 「만드는 것」보다 「운용을 지속하는 것」이 본질이라는 시점이 이 기사의 핵심입니다.

커피 공급망을 모사한 가상 시장에서 AI 에이전트에게 90일간의 사업 운영을 맡긴 검증에서는, 적극적으로 거래처에 연락을 취하며 가격 책정을 정중하게 수행하는 모델이 이익을 남긴 반면, 사고는 정확하지만 갑자기 행동이 멈추는 실패도 확인되었습니다. 최상의 모델이라도 이론상 이익의 약 13%밖에 달성하지 못했기 때문에, 장기 운용에는 행동의 지속성을 수치로 모니터링하면서 사람이 요충지에서 관여하는 중요성이 나타나고 있습니다.

AI 에이전트의 보안은 프롬프트 인젝션 대책 (입력층 방어)만으로는 불충분하며, 에이전트가 실행하려는 액션을 결정론적인 정책으로 검증·제한하는 「액션층에서의 방어」야말로 본질적인 해결책이라고 논하고 있습니다.

AI 프로바이더가 사용자 확보를 우선하여 무상·저가로 서비스를 제공해 온 결과, 「토큰 맥싱 (Token Maxing)」이라 불리는 과도한 토큰 소비가 확산되었습니다. 그러나 추론 모델이나 AI 에이전트의 보급으로 토큰 사용량이 급증하면서, GitHub Copilot처럼 AI 서비스의 비용 구조가 변화하고 있습니다. 데이터 센터의 전력 인프라 부족도 겹쳐 향후 토큰 가격의 상승이 예상됩니다. 그 결과, 비용을 의식한 토큰 최적화가 개발자의 새로운 상식이 되어가고 있습니다.

Google는 AI를 활용하여 전 세계 50개 이상의 도시의 건물별 지붕 반사율(Albedo) 데이터를 공개했습니다. 연간 약 50만 명이 열사병으로 사망하는 가운데, "쿨 루프 (Cool Roof)" 도입이 효과적인 대책으로 주목받고 있습니다. 위성 데이터와 고해상도 이미지를 융합한 기법을 통해, 기존 10미터에서 30센티미터로 해상도가 대폭 향상되었습니다. 이 데이터는 새로운 "Heat Resilience Earth Engine App"을 통해 누구나 무료로 이용할 수 있으며, 도시 계획 담당자가 우선적으로 대책을 마련해야 할 건물을 식별하는 데 도움을 줍니다.

BigQuery에서 인프라 관리 없이 서버리스 (Serverless) 환경에서 Python 코드를 SQL 내에서 직접 실행할 수 있는 "관리형 Python UDF (Managed Python UDF)"가 일반 제공(GA)을 시작했습니다. 이를 통해 NumPy나 pandas와 같은 풍부한 Python 라이브러리 및 외부 API를 BigQuery 쿼리에 통합할 수 있게 되었습니다.

AI 데이터 센터의 급증으로 인한 전력 수요 증가와 신규 발전소 건설 지연을 배경으로, 기존 발전소가 "즉시 공급 가능한 전력 자산"으로서 가치가 치솟고 있으며, 2025년 미국의 전력 관련 M&A 총액이 약 1,420억 달러에 달했다는 소식을 전하고 있습니다.

AWS가 최신 Arm 계열 프로세서인 "Graviton5"를 탑재한 EC2 인스턴스(C9g/C9gd)의 일반 제공을 시작했습니다. 이는 AI 에이전트의 오케스트레이션(Orchestration)이나 HPC·분석 등 CPU 중심의 워크로드에서 GPU를 보완하는 중요한 역할을 CPU가 담당한다는 동사의 전략적 방향성을 보여줍니다.

국제 정치학자 이언 브레머(Ian Bremmer)는 미국의 신뢰 상실로 인해 국제 질서가 붕괴되는 한편, 세계 금융 시장은 활기를 띠는 모순된 현상을 분석하고 있습니다.

그는 더불어 향후 세계를 좌우할 세 가지 리스크를 지적합니다. 첫째, 거의 규제 없이 가속화되는 AI 개발과 지정학적 퇴보의 동시 진행. 둘째, 미국 주도의 보호주의적 경향에 따른 글로벌화에 대한 "정치적 과세". 셋째, 불안정한 국제 정세가 만들어내는 테일 리스크(Tail Risk)의 증대입니다.

기술 혁신이 시장을 밀어 올리는 한편, 세계 규모의 대혼란이 일어날 수 있는 리스크도 착실히 높아지고 있으며, "그때"가 오기 전까지는 불안정한 균형이 지속될 것이라고 경고하고 있습니다.

미 연방 대법원이 수사 당국이 지오펜스(Geofence) 영장을 사용하여 Google로부터 위치 정보를 취득하는 것은 수정헌법 제4조에 따른 "수색"에 해당한다고 판단하며, 클라우드 상의 개인 데이터 보호에 폭넓게 영향을 미칠 수 있는 역사적 판결을 내렸습니다.

AI 기업의 경제적 실태를 웃음을 자아내는 5가지 비유로 유머러스하게 풍자한 영어 기사를 소개합니다.