🤖
1848 in / 4525 out / 6373 total tokens
오늘 AI 뉴스들이 꽤나 흥미로운데, 새로운 모델 발표부터 개발자 생존 담론, 그리고 실전에서 바로 써먹을 수 있는 리소스들까지 폭넓게 올라왔다. 하나씩 뜯어보자.
🔥 핫 토픽
GPT-5.4 Mini and Nano
OpenAI가 GPT-5.4의 미니 사이즈 모델들을 공개했다. Mini와 Nano 두 가지 버전인데, 경량화된 모델들이라 엣지 디바이스나 비용 민감한 애플리케이션에서 유용하게 쓰일 것 같다.
왜 중요한가: 대형 모델의 성능은 좋지만 실제 프로덕션에서는 비용과 레이턴시가 발목을 잡는 경우가 많다. 이런 소형 모델들이 얼마나 균형을 잘 맞췄는지가 관건인데, 벤치마크 결과를 지켜봐야겠다.
Are we cooked?
개발자가 AI 코딩 도구를 쓰고 느낀 충격을 진솔하게 털어놓은 글이다. GPT Codex와 Claude를 구독하고 나서 자신의 역할에 대해 진지하게 고민하게 됐다는 내용.
왜 중요한가: AI가 개발자 일자리를 위협한다는 이야기는 예전부터 있었지만, 실제 현장에서 체감하는 변화는 전혀 다른 차원이다. 방어기제로 "AI는 도구일 뿐"이라고 생각하던 개발자들이 직면한 현실을 보여준다. 다만, 필자도 결국엔 AI를 활용하는 방향으로 적응하고 있으니, 결국은 동거다.
Memory Chip Crunch to Persist Until 2030
SK하이닉스 회장이 HBM 등 AI용 메모리 칩 수급난이 2030년까지 이어질 것이라고 발표했다. AI 붐이 지속되는 한 메모리 부족은 계속될 것이라는 전망이다.
왜 중요한가: AI 모델 훈련과 추론에 필요한 하드웨어 공급이 계속 빡빡할 거라는 얘기다. 클라우드 비용 상승이나 GPU 대기 시간은 당분간 개선되기 어려울 수 있다. 미리미리 인프라 전략을 짜두는 게 좋겠다.
⭐ 오픈소스 & 툴
Unsloth Studio: LLM 훈련과 실행을 위한 오픈소스 웹 UI
Unsloth 팀이 로컬에서 LLM을 훈련하고 실행할 수 있는 통합 웹 UI를 오픈소스로 공개했다. Unsloth는 이미 파인튜닝 속도 최적화로 유명한데, 이제 CLI 불편함 없이 GUI로 모든 걸 처리할 수 있게 됐다.
왜 중요한가: 로컬 LLM 진입장벽이 또 하나 낮아졌다. CLI에 익숙하지 않은 사람들도 파인튜닝을 시도해볼 수 있게 됐고, 무엇보다 훈련부터 추론까지 한 화면에서 해결되는 게 크다.
AI-Engineer-in-90-Days
90일 만에 AI 엔지니어가 되기 위한 로드맵을 정리한 저장소다. 기초부터 실전까지 체계적으로 구성되어 있다.
왜 중요한가: AI를 배우고 싶은데 어디서부터 시작해야 할지 모르는 사람들에게 좋은 가이드다. 다만, 90일은 다소 공격적인 스케줄이니 각자 속도에 맞춰 조정하길.
ai-feature-specs
프로덕션 레디 AI 기능들을 위한 스펙 템플릿 모음이다. RAG, 요약, 분류, 콘텐츠 생성, 대화 에이전트, 추천 시스템 등을 다루며 비용과 레이턴시 예산까지 포함되어 있다.
왜 중요한가: AI 기능을 기획할 때 놓치기 쉬운 것들이 많다. 특히 비용과 레이턴시는 프로토타입 단계에서 간과했다가 나중에 곤란해지는 부분인데, 이 템플릿들이 좋은 체크리스트가 될 것 같다.
awesome-ai-pm
AI 시대의 프로덕트 매니저를 위한 큐레이션 리스트다. 도구, 평가 방법론, 학습 자료, 실전 가이드 등을 정리해놨다.
왜 중요한가: PM에게 AI는 새로운 영역이라 어려울 수 있다. 비개발자 스테이크홀더도 AI 프로덕트를 이해하고 의사결정할 수 있도록 돕는 자료들이 모여 있다.
ai-knowledge-base
Docsify + Claude CLI + CodeMirror를 조합한 AI 네이티브 지식 베이스다. 텍스트를 선택하고 Claude에게 물으면 소스 파일을 직접 수정해주는 방식으로 작동한다.
왜 중요한가: 노션이나 옵시디언 같은 도구들도 AI를 통합하고 있지만, 이 프로젝트는 좀 더 개발자 친화적인 접근을 취했다. CLI 기반 워크플로우를 선호하는 사람들에게 특히 유용할 듯.
ai-cost-optimizer
AI 모델 비용을 최적화하고 성능에 따라 자동으로 모델을 전환해주는 도구다.
왜 중요한가: 여러 모델을 혼용할 때 비용과 성능의 균형을 잡는 게 어렵다. 간단한 작업은 작은 모델, 복잡한 작업은 큰 모델로 자동 라우팅해주면 비용을 상당히 아낄 수 있다.
moltstream
에이전트 네이티브 스트리밍 인프라다. 인간이 아닌 브로드캐스터, 즉 AI 에이전트를 위한 스트리밍 런타임을 표방한다.
왜 중요한가: AI가 콘텐츠를 생성해서 실시간 스트리밍하는 시나리오가 늘어날 것 같다. 24시간 방송하는 AI 스트리머 같은 거 말이다. 이를 위한 인프라가 따로 필요한데, 이 프로젝트가 그 틈새를 노린다.
📄 논문
Tri-Prompting: Video Diffusion with Unified Control
비디오 디퓨전 모델에서 장면, 피사체, 모션을 각각 독립적으로 제어할 수 있는 tri-prompting 기법을 제안한 논문이다. 기존 비디오 생성 모델들의 약점이던 정밀 제어 문제를 해결하려는 시도다.
왜 중요한가: 비디오 생성 퀄리티는 좋아졌는데, "내가 원하는 대로」 움직이게 만드는 건 여전히 어렵다. 이 논문의 접근이 실제로 얼마나 효과적인지는 구현을 봐야 알겠지만, 방향성은 확실히 필요한 지점을 찌르고 있다.
오늘은 GPT-5.4 소식도 나왔고 Unsloth Studio 같은 로컬 LLM 도구도 업데이트됐다. 그리고 AI 엔지니어링과 PM을 위한 실전 리소스들이 꽤 많이 올라왔으니 북마크해두면 좋겠다. 개발자 생존 담론도 여전히 뜨거운데, 결국은 적응하는 쪽이 이기는 게임인 것 같다.
AI가 개발자를 대체하는 게 아니라, AI를 쓰는 개발자가 안 쓰는 개발자를 대체한다. 클리셰지만 여전히 유효하다.