프로그래밍 잡지 2026년 10월 7일

오늘도 인터넷에서 발견한, 개인적으로 흥미로운 기술 뉴스나 기사를 엄선하여 소개합니다. 의견이나 보충 설명이 있다면 댓글로 알려주시면 감사하겠습니다.

스탠퍼드 대학교의 John Osterhout 명예교수는 AI용 데이터센터에서 통신 지연을 줄이는 새로운 프로토콜인 'Homa'로의 전환을 제안했습니다.

기존 TCP는 순서 보장이나 혼잡 제어의 지연으로 인해 지연이 발생하기 쉬운 반면, Homa는 메시지 단위로 통신하며 수신 측에서 짧은 통신을 우선적으로 처리하도록 주도합니다.

특징은 기존 TCP와 병행하여 단계적으로 도입할 수 있다는 점이며, Linux 커널 통합 및 표준화 작업도 진행되고 있습니다.

Email Verification Protocol (EVP)은 브라우저를 떠나지 않고 이메일 주소의 소유권을 확인할 수 있는 메커니즘입니다. 기존 OTP 입력이나 매직 링크로 필요했던 화면을 벗어나거나 코드를 전사하는 번거로움이 사라집니다. 평소처럼 주소를 입력하기만 하면 백그라운드에서 검증이 완료됩니다.

EVP의 큰 가치는 패스키(passkey) 보급의 과제인 '계정 복구'의 약점을 보완할 수 있다는 점입니다. 패스키는 기기를 분실했을 때 등의 대체 수단이 필요합니다. 하지만 기존 이메일이나 SMS 인증으로는 피싱 방지성을 유지하지 못하고 안전성을 해치는 허점이었습니다.

EVP에서는 발행되는 검증 토큰이 정규 도메인과 암호학적으로 연결되기 때문에, 피싱 방지성을 유지하면서도 이메일 주소로 안전하게 계정을 복구할 수 있습니다. 현재는 지원 브라우저나 프로바이더의 보급이 과제이지만, 인증 전체의 안전성을 높이는 중요한 기술로 기대됩니다.

C# Dev Kit 11.0에서는 설계가 개편되어 Native AOT 채택과 캐시 덕분에 로딩 및 빌드가 대폭 빨라졌고 메모리 사용량도 줄었습니다.

또한, MSBuild 파일 편집 지원이나 환경을 진단하는 C# Doctor 기능도 추가되었습니다.

JetBrains가 공개한 'dotInsights (2026년 10월호)'에서는 .NET 및 소프트웨어 개발에 관한 최신 정보들을 모았습니다.

전반부에서는 C#의 신기능, AI 모델 활용, 아키텍처 설계 등 커뮤니티의 주목받는 토픽을 소개했습니다.

후반부에서는 휴식용 비디오 콘텐츠 외에도 온라인 이벤트 개최나 Rider 및 ReSharper의 최신 릴리스 정보 등 JetBrains의 주요 동향들을 다루었습니다.

Aspire 13.6에서는 대시보드가 .NET Native AOT으로 발행되게 되었습니다. 이로 인해 .NET 런타임을 별도로 도입할 필요가 없어졌고, 시작 시간이 크게 단축되었으며 UI 응답성도 향상되었습니다.

JetBrains는 사용자 감소와 유지보수 비용을 이유로 Kotlin Multiplatform 플러그인에서의 Swift 언어 IDE 기능 제공을 종료합니다.

다만, iOS 앱 실행 및 Kotlin 디버깅 기능은 앞으로도 유지됩니다.

Git for Windows v2.56.0.windows.2가 릴리스되었습니다.

OpenSSL 3.5.9가 포함되었습니다. 또한 UCRT64로의 전환에 따른 자격 증명 관리자 참조 문제나 설정이 무효화되는 버그, 서명이 손실되는 등의 문제가 수정되었습니다.

GitHub는 AI 에이전트에 의한 개발 확산에 따른 커밋 및 푸시 급증에 대응하기 위해 Git 인프라를 중단 없이 재구축하고 있습니다.

기존 로컬 디스크와 동기화 프로토콜에 의존한 아키텍처에서는 읽기 용량의 증가가 쓰기 성능 저하를 초래했습니다.

새로운 설계에서는 스토리지와 컴퓨트를 분리하고, 데이터 본체를 클라우드 스토리지로 옮겨 협조 처리를 최소화했습니다. 이를 통해 개발자의 통제력을 유지하면서도 쓰기 성능을 대폭 향상시킬 수 있습니다.

GitHub의 시크릿 스캔 기능으로 Lovable Labs, Pydantic Services Inc., Supabase의 새로운 시크릿 유형을 자동 감지할 수 있게 되었습니다. 또한 Lovable Labs가 파트너 프로그램에 참여했습니다.

GitHub의 Security Overview에서는 조직이나 엔터프라이즈 관리자가 풀 리퀘스트용 'AI Scan'이 활성화되었는지 확인하고, 해당 상태로 필터링할 수 있게 되었습니다.

npm의 스테이징 공개 기능 (npm stage publish)이 신규 패키지 생성에 대응했습니다. 이를 통해 최초에 수동으로 공개하지 않아도 자동 워크플로우에서 직접 패키지를 만들 수 있게 되었습니다.

리포지토리의 소유권 변경에 따른 위험을 줄이기 위해, npm의 미검증된 Trusted Publishing 설정은 생성 후 48시간이 지나면 만료되도록 변경되었습니다. 이 기한은 최초 공개가 성공하여 설정이 검증될 때까지 적용됩니다.

GitHub는 대규모 변경 사항을 작게 분할하여 개별적으로 리뷰하고 일괄 병합(merge)할 수 있는 '스택형 풀 리퀘스트(Stacked PR)'의 일반 제공(GA)을 시작했습니다. 공개 프리뷰 기간 동안 스택을 도입한 리포지토리는 병합 완료까지 시간이 5% 개선되는 등 개발 효율성 향상이 확인되었습니다.

이번 정식 제공에 따라 리베이스(rebase)나 병합의 유연성이 대폭 향상되었습니다. 베이스 브랜치(base branch)가 업데이트되더라도 변경 사항이 없는 코드에 대한 승인 상태가 유지되며, 리베이스 시 서명이나 작성자 정보가 보존됩니다. 또한, 병합 큐를 단일 그룹으로 통과할 수 있는 사양이 되었으며, 앞으로 몇 주 안에 자동 병합 기능도 순차적으로 전개될 예정입니다.

나아가 PR 화면 상에서 스택 정보를 상시 표시하거나 단축키(Shift + J/K)로 이동하는 기능, GitHub CLI 확장 기능을 통한 Git worktree 지원 등 사용 편의성 및 자동화 연동도 강화되었습니다. 이 기능은 모든 github.com 플랜에서 이용 가능합니다.

Google DeepMind는 텍스트, 코드, 이미지, 비디오, 음성을 동일한 임베딩 공간에 통합하는 오픈 멀티모달 임베딩 모델인 'EmbeddingGemma 2'를 발표했습니다. Apache 2.0 라이선스로 제공되며, 파라미터 수는 7억 4천만(740M)입니다. 디바이스 상에서의 추론에 최적화되어 있습니다.

텍스트 전용의 270M 모델에 비전 및 음성 인코더를 추가할 수 있는 모듈식 설계를 채택했습니다. 또한, 마트료시카 표현 학습(Matryoshka representation learning)으로 벡터 차원 수를 압축하여 저장 용량을 최대 1/6로 줄일 수 있습니다. 8K 토큰의 컨텍스트에 대응하며 코드 검색 성능이 대폭 향상되었고, 음성 및 비디오 처리에도 대응합니다.

완전 오프라인에서 작동하므로 개인 정보 보호에 우수하고 지연 시간도 적은 것이 특징입니다. Gemma 4와 같은 생성 모델과 결합하여 단말기 내부에 고도화된 RAG 파이프라인을 구축할 수 있습니다.

추론 엔진 'Strata'를 통해 원래 VRAM 부족으로 구동하기 어려웠던 125B 규모의 MoE 모델인 'Qwen3.8-Flash-Next'를 VRAM 12GB PC에서도 실용적으로 구동할 수 있게 되었습니다.

GPU, RAM, SSD 세 계층에 처리를 분산하는 구조가 특징입니다. RTX 3060 탑재 기기 검증에서는 34~44tok/s의 속도를 기록했으며, 개인 PC에서 대형 로컬 LLM을 구동할 수 있는 수단으로 주목받고 있습니다.

Agent Memory Repo는 AI 에이전트가 세션을 넘나들며 학습 내용을 보존하고 공유하기 위한 오픈 사양입니다.

에이전트는 리포지토리의 복제, 검색, 업데이트, 푸시를 자동으로 수행하며, 위키처럼 상호 연결된 구조로 지식을 축적합니다.

더 나아가 주기적으로 실행되는 전용 에이전트 'Dreaming'이 중복 해소 및 모순 정리 역할을 담당합니다. Agent Memory Repo는 개인 이용부터 다수의 에이전트에 의한 공동 작업까지 유연하게 활용할 수 있습니다.

Agent Experience (AX)란 AI 에이전트가 자사의 기술을 찾아 선택하고 올바르게 활용할 수 있도록 하는 노력입니다. 이를 위해 기존 문서나 인터페이스의 품질과 비용을 체계적으로 측정하고 개선해 나갑니다.

2026년 가을은 AI 모델의 가격 하락 및 전문 특화가 진행되고, 다수 에이전트에 의한 협조 작업이 보급됩니다. 동시에 자율형 에이전트의 폭주나 보안 위험에 대한 대책과 거버넌스의 필요성이 급속도로 높아지고 있습니다.

AI 에이전트 개발 등에서 병행 작업이 늘어나면 git worktree가 급증하여 작업 환경이 혼란스러워집니다.

이에 따라, 이미 병합되었거나 작업 중이지 않은 불필요한 worktree를 자동으로 삭제하고 정리하는 스크립트를 도입하여 작업 환경이 지나치게 커지는 것을 방지하고 있습니다.

소감

worktree를 만들고 잊어버리는 문제는 있는 것 같아요.

생성형 AI는 기존 개발 도구와 달리 설계나 코딩, 디버깅 같은 지적 작업 자체를 대행합니다. 이로 인해 경험이 부족한 엔지니어라도 사양부터 구현까지의 시간을 크게 단축할 수 있게 되었습니다. 또한, 경험 많은 베테랑에게는 자신의 지식을 바탕으로 AI를 이용해 소프트웨어를 빠르게 만들고 생산성을 극적으로 높이는 도구가 되고 있습니다.

하지만 AI가 시행착오 과정을 생략해 버림으로써, 엔지니어가 본래 실패나 수정 과정을 통해 경험을 쌓던 기회가 사라질 우려가 있습니다. 몇 년이 지나야 알 수 있는 설계의 좋고 나쁨과 같은 것들은 시간이 지나지 않으면 얻을 수 없는 경험도 있습니다.

앞으로의 시대에는 단순히 개발 속도를 높이는 것이 아니라, AI를 벽치(壁打ち) 상대나 학습 보조 도구로 활용하면서 생성된 내용의 타당성을 가려내는 '새로운 형태의 숙달'을 어떻게 목표로 삼는지가 중요합니다.

소프트뱅크의 생성형 AI 서비스인 'satto'에서는 모바일 개발 전반을 1명의 엔지니어가 담당하며 재량을 가지고 진행하고 있습니다.

현장에서는 코드 생성의 약 9할을 Claude Code나 Codex 같은 AI에 맡기고 있습니다. 엔지니어는 리뷰와 병렬 개발 설계에 집중하며, AI를 철저하게 활용하는 데 힘쓰고 있습니다.

대기업의 기반과 벤처 기업의 속도를 겸비한 환경에서, 업무가 특정 인원에게 의존하는 상태를 없애고 사람들의 마음과 일에 여유를 주는 개발을 목표로 하고 있습니다.

Azure Functions의 Python 앱용 'Agent bindings (미리 보기)'을 소개합니다.

Markdown 지시문으로부터 에이전트를 생성하여 핸들러에 주입함으로써, 결정적 처리와 AI 추론을 분리하여 실행할 수 있습니다. Durable Functions에도 대응하고 있습니다.

기존의 Azure AD Graph API 접근은 2026년 10월 6일 이후 단계적으로 차단됩니다. 따라서 Azure CLI 2.37.0 미만이나 Azure PowerShell의 Az.Resources 5.1.0 미만을 이용하거나, 직접 API를 호출하는 스크립트를 사용하는 경우 Microsoft Graph로의 마이그레이션과 도구 업데이트가 필요합니다.

2026년 10월 6일에 Azure CLI v2.91.0이 출시되었습니다.

ACR의 관리형 ID(Managed ID) 대응, AKS의 모니터링 기능 및 OpenTelemetry 연계 확장, App Service와 Backup의 신기능 추가 등들이 이루어지고 있습니다.

macOS 27 Golden Gate에서는 'Produkt' 폰트 패밀리의 10가지 스타일을 Font Book에서 새로 다운로드할 수 있게 되었습니다. 이 외에도 스누와르 문자를 위한 Noto Sans Sunuwar가 추가되었고, Kefa Regular도 부활했습니다.

Google 드라이브 및 문서에서는 Markdown(.md) 파일을 변환하지 않고 네이티브로 다룰 수 있게 되었습니다.

드라이브 상에서 서식 미리보기가 가능하며, 문서 내에서의 직접 편집 및 공동 작업이 가능합니다.

소감

문제가 생기겠지만, Google 문서를 거치면서 Word와 Markdown의 변환이 쉬워질 수도 있을 것 같습니다.

히타치 제작소(日立製作所)와 미국 Anthropic의 제휴는 결코 패배가 아닙니다.

중국 세력의 부상 등으로 인해 LLM 자체의 코모디티화가 빠르게 진행되고 있습니다. 모델을 가지고만으로는 승패가 결정되지 않는 시대에 접어들었습니다.

소감

모델 외적인 강점이 있다. 반대로 미국의 AI 벤더는 개별 업무를 위한 '솔루션'을 만들 수 없다.

생성형 AI의 발전에 따라 중소 IT 기업이 많은 일본의 하청 구조나 구현 공정은 자동화의 영향을 받고 있습니다.

이러한 가운데, '납품이 없는 위탁 개발'을 전개하는 Sonic Garden이 주목받고 있습니다. 이 회사는 하청업체가 아니라 고객과 월간 자문 계약을 맺고 애자일(Agile) 개발을 제공하고 있습니다. 엔지니어 채용이나 팀 구성이 어려운 기업의 신규 사업 등을 직접 지원함으로써, AI 시대에 새로운 가치를 제공하고 있습니다.

시즈오카현 스스노시는 생성형 AI 도구 'Claude Code'를 활용하여 업무 툴을 내재화(内製)하고 있습니다. 외부 벤더가 만든 패키지로 인해 발생하기 쉬운 현장과의 미스매치(Mismatch)를 방지하고, 수작업이나 종이 기반의 업무 폐지를 목표로 하고 있습니다.

철저한 업무 개혁(BPR)과 통합하여 진행함으로써 개발과 개선을 고속화하고 있습니다. 한편으로는 담당 직원들의 부담을 줄이는 것과 지식을 공유하여 특정 인원에게 의존하거나 시스템 구조가 파악되지 않는 상태를 피하는 것에도 힘쓰고 있습니다.