오늘 GeekNews는 AI가 주인공처럼 보이지만, 실제로는 그 주변의 운영·보안·제품 정책이 더 크게 흔들린 날이었습니다. 특히 Anthropic의 모델 데이터 보관 정책과 Chrome의 MV2 확장 종료 이슈는 개발자와 서비스 운영자 모두에게 직접적인 영향을 줄 만한 소식입니다. 동시에 정적 타입, 아랍어 타이포그래피, JSON 구분자 같은 기본기 이야기도 눈에 띄어, “기술의 앞단”과 “기술의 바닥”이 함께 조명된 구성이었습니다.

Chrome, MV2 확장 프로그램을 영구적으로 중단하려는 움직임

uBlock Origin 같은 대표 확장도 더 이상 예외가 되기 어려운 단계로 들어섰습니다.

핵심 내용 Chrome이 Manifest V2 확장 지원을 사실상 최종적으로 정리하는 흐름에 들어갔습니다. 기존에 우회적으로 MV2 확장을 유지하던 방식도 Chromium 내부 변경으로 점점 막히고 있어, 오래된 확장 생태계는 실질적인 종료를 앞두고 있습니다.
개발자 입장에서는 단순한 브라우저 정책 변경이 아니라, 웹 확장 API와 보안 모델이 앞으로 어디로 갈지를 보여주는 신호입니다. 특히 광고 차단, 네트워크 후킹, 권한 기반 확장에 의존하던 제품은 대체 전략을 서둘러야 합니다.

Anthropic, Fable과 Mythos에 30일 데이터 보관 요구

고성능 모델일수록 프롬프트와 출력이 일정 기간 보관되는 시대가 왔습니다.

핵심 내용 Anthropic이 Fable/Mythos 계열 모델에 대해 30일간 프롬프트와 출력을 보관하고 검토할 수 있도록 하는 정책을 내놓았습니다. 목적은 오용 패턴 탐지와 안전성 강화지만, 사용자는 자신이 보낸 데이터가 더 오래 남을 수 있다는 점을 감안해야 합니다.
기업 개발자에게는 모델 품질보다도 데이터 거버넌스와 컴플라이언스가 더 큰 의사결정 요소가 될 수 있음을 보여줍니다. 내부 정보, 고객 데이터, 민감한 소스코드를 LLM에 넣는 방식은 이제 기술 문제가 아니라 정책·법무 문제까지 함께 봐야 합니다.

정적 타입과 삽

정적 타입은 “삽”처럼, 좋은 도구가 되면 생산성을 폭발적으로 끌어올립니다.

핵심 내용 정적 타입이 한때 인기를 잃었다가 다시 부상한 이유를, 타입 시스템과 도구 품질의 발전으로 설명하는 글입니다. 동적 타입은 유연하지만 큰 코드베이스에서는 상태 추적과 리팩토링 비용이 커지고, 정적 타입은 이를 컴파일 타임에 줄여줍니다.
이 글의 포인트는 “타입이 좋다/나쁘다”가 아니라, 도구가 충분히 좋아졌을 때 타입 시스템이 진짜 생산성 향상 장치가 된다는 점입니다. 대규모 서비스나 장수 코드베이스일수록 이 차이는 더 크게 체감됩니다.

Claude Desktop이 채팅 전용 사용에도 실행 때마다 1.8GB Hyper-V VM을 생성

Windows에서 Claude Desktop을 쓰는 비용이 생각보다 훨씬 무거울 수 있습니다.

핵심 내용 Claude Desktop Windows 앱이 단순 채팅만 해도 실행할 때마다 Hyper-V VM을 띄우며, 약 1.8GB의 메모리를 소비하는 현상이 보고됐습니다. 사용자는 직접적으로 VM을 인식하지 못하지만, 백그라운드에서 가상화 계층이 추가 비용을 만들고 있는 셈입니다.
AI 앱이 “모델 호출”만으로 끝나지 않고 런타임, 샌드박스, 보안 계층까지 포함하면서 점점 무거워지고 있음을 보여줍니다. 데스크톱 AI 툴을 도입할 때는 편의성뿐 아니라 리소스·배터리·가상화 의존성도 확인해야 합니다.

Show GN: turbo-graph – turbovec에 그래프 메모리/필터 캐시를 얹은 constrained RAG 인덱스

RAG도 이제 단순 벡터 검색만으로는 부족하고, 제약 조건을 다루는 인덱스가 필요해졌습니다.

핵심 내용 turbovec 기반에 그래프 메모리와 필터 캐시를 얹어 constrained RAG를 다루는 turbo-graph가 소개됐습니다. 실제 RAG는 tenant ACL, 태그, 소스, 시간 범위 같은 조건이 함께 붙는 경우가 많아, 단순 top-k 검색만으로는 효율이 떨어집니다.
이 접근은 벡터 검색이 이제 “유사도”만의 문제가 아니라 “비즈니스 제약을 얼마나 잘 조합하느냐”의 문제로 진화했음을 보여줍니다. 멀티테넌트 검색, 권한 필터링, 도메인별 검색 최적화에 관심 있는 팀이라면 참고할 만합니다.

PgDog이 투자 유치를 완료하고 가까운 데이터베이스로 찾아옵니다

Postgres 앞단 프록시로 수평 확장을 현실화하려는 시도입니다.

핵심 내용 PgDog은 PostgreSQL 앞에 두는 프록시로 연결 풀링, 로드 밸런싱, 샤딩을 제공해 앱을 크게 고치지 않고도 Postgres 확장을 돕는 프로젝트입니다. MongoDB나 DynamoDB가 선택되는 이유를 “Postgres가 확장되기 어렵다”는 문제로 보고 그 사이를 메우려는 방향입니다.
대규모 트래픽에서 DB를 갈아엎는 대신 앞단에서 확장 레이어를 두는 전략은 현실적인 해법이 될 수 있습니다. 이미 Postgres를 중심으로 시스템을 운영 중인 팀에게는 마이그레이션보다 훨씬 낮은 비용으로 확장 옵션을 제공할 가능성이 있습니다.

Anthropic, Fable 5의 고신호 활용 사례 저장소 공개

모델 성능보다 중요한 건, 실제로 어떤 작업에 잘 쓰였는지입니다.

핵심 내용 Fable 5를 활용한 60개의 사례를 모은 저장소가 공개됐습니다. 코딩 에이전트, 장시간 자동화, 게임, 디자인, 3D 시뮬레이션, API 통합 등 실제 활용 맥락이 다양하게 정리돼 있습니다.
개발자에게 이런 사례집은 단순 홍보 자료가 아니라, “어떤 문제에 어떤 프롬프트/도구/워크플로우가 맞는지”를 빠르게 파악할 수 있는 레퍼런스입니다. LLM을 제품에 넣는 팀이라면 벤치마크 수치보다 이처럼 사용 패턴이 더 유용할 때가 많습니다.

아랍어 타이포그래피 렌더링의 놀라운 경험과 기술 부채에 대한 인터랙티브 입문

다국어 웹 렌더링은 생각보다 훨씬 깊은 엔지니어링 문제입니다.

핵심 내용 아랍어 웹 타이포그래피는 글자 연결, 양방향 텍스트, 숫자·구두점 처리, 정렬 방식까지 한꺼번에 얽히는 복잡한 영역입니다. 단순한 CSS 문제가 아니라 폰트, 렌더링 엔진, 텍스트 셰이핑까지 포함한 시스템 문제에 가깝습니다.
국제화(i18n)는 기능 추가가 아니라 품질과 접근성을 좌우하는 기반 작업입니다. 글로벌 사용자층을 가진 제품이라면 다국어 렌더링 품질이 곧 제품 신뢰도로 이어집니다.

Show GN: Claude Code, Codex 스킬이 잘 작동하는지 rubric evaluator로 검증 해보기

AI 스킬도 결국은 평가 체계가 있어야 유지됩니다.

핵심 내용 Claude Code나 Codex로 만든 스킬이 정말 의도대로 동작하는지 rubric 기반 evaluator로 검증하는 방식이 소개됐습니다. 단순히 “돌아간다”가 아니라, 원하는 품질과 불필요한 부작용까지 점검할 수 있다는 점이 핵심입니다.
AI 워크플로우가 늘수록 프롬프트나 스킬의 성능을 감으로 판단하기 어려워지므로, 평가 자동화는 필수가 됩니다. 실제 팀에서는 이런 평가 체계가 있어야 AI 도입이 장난감 수준을 넘어 운영 가능한 도구가 됩니다.

DiffusionGemma: 4배 빠른 텍스트 생성

자기회귀를 벗어난 텍스트 생성이 다시 실험 테이블 위로 올라왔습니다.

핵심 내용 DiffusionGemma는 텍스트를 순차적으로 생성하는 대신 확산 방식으로 여러 토큰을 병렬 생성하는 실험적 공개 모델입니다. 256토큰을 한 번에 다루며, 전용 GPU 환경에서는 기존 자기회귀 LLM보다 최대 4배 빠른 생성 속도를 노립니다.
이 소식은 “LLM = autoregressive”라는 전제를 흔드는 시도라서 흥미롭습니다. 아직은 실험 성격이 강하지만, 생성 속도와 처리량이 중요한 서비스에서는 새로운 모델 패러다임이 될 가능성이 있습니다.

Apache Burr: 신뢰할 수 있는 AI 에이전트와 애플리케이션 구축

에이전트도 결국 상태 전이와 실행 제어가 핵심입니다.

핵심 내용 Apache Burr는 Python 기반으로 의사결정형 AI 애플리케이션을 구성하는 프레임워크입니다. 챗봇부터 멀티 에이전트 시스템까지 액션과 전이로 모델링하며, YAML이나 별도 DSL 없이 코드 중심으로 작성할 수 있습니다.
에이전트 시스템이 복잡해질수록 “무슨 일이 언제 왜 일어났는가”를 추적하는 구조가 중요해집니다. Burr 같은 프레임워크는 실험을 넘어 운영 가능한 AI 앱을 만들고 싶은 팀에게 유용한 선택지가 될 수 있습니다.

Rich Sutton의 AI 창의성과 발견

생성 AI는 유용하지만, 새로운 발견을 만드는 방식은 아직 다릅니다.

핵심 내용 Rich Sutton의 관점에서, 지도학습 기반 생성 AI는 기존 사례를 잘 모사하지만 과학·수학에서 새로운 발견을 만들어내는 데는 한계가 있습니다. 인터넷 답변이나 문서 요약에서는 새로움이 오히려 환각이 될 수 있고, 좋은 결과는 결국 원천 데이터의 품질에 달려 있다는 주장입니다.
이 글은 AI 도입에서 “창의성”을 너무 넓게 해석하면 안 된다는 점을 상기시킵니다. 제품 설계 시에는 생성, 요약, 분류, 탐색처럼 강점이 분명한 영역과 연구·증명처럼 아직 어려운 영역을 구분해야 합니다.

후행이 아닌 구분자는 즐겁지 않다

포맷 설계에서 작은 규칙 하나가 개발 경험을 크게 바꿉니다.

핵심 내용 후행 구분자(trailing comma)를 허용하면 항목 추가·삭제·재배치가 훨씬 쉬워집니다. 반대로 JSON처럼 마지막 쉼표를 금지하면, 파일 변경 시 불필요한 수정이 생기고 diff 품질도 나빠집니다.
이건 단순한 취향 문제가 아니라 협업 효율과 변경 가능성을 좌우하는 문법 설계의 문제입니다. 포맷이나 DSL을 설계하는 개발자라면 이런 작은 규칙들이 사용자 경험을 얼마나 바꾸는지 다시 보게 됩니다.

Claude Fable 5의 가드레일에 대한 사이버보안 연구자들의 불만

안전장치가 강해질수록 정당한 연구까지 막는 역효과가 생깁니다.

핵심 내용 Fable은 강력한 사이버보안 모델 Mythos의 공개·제한 버전으로 출시됐지만, 보안 관련 요청을 넓게 차단해 연구자들의 반발을 샀습니다. 안전 메시지와 함께 대화가 끊기는 방식은, 합법적인 보안 연구까지 불편하게 만들 수 있습니다.
AI 안전성과 보안 연구는 종종 충돌합니다. 개발자 입장에서는 정책이 “위험한 사용”과 “정당한 분석”을 얼마나 잘 구분하는지가 실제 사용 가능성을 좌우한다는 점이 중요합니다.

Show GN: LLM으로 월드컵 경기 시뮬레이션하기

에이전트는 코드뿐 아니라 시뮬레이션에도 잘 어울립니다.

핵심 내용 2026년 월드컵 데이터를 바탕으로 여러 에이전트가 개입하는 경기 시뮬레이션이 소개됐습니다. 감독 에이전트가 라인업과 전술을 정하고, 메인 에이전트가 경기 맥락에 따라 분 단위로 진행을 시뮬레이션합니다.
이런 프로젝트는 LLM이 단순한 챗봇을 넘어 상태 기반 시스템에서 어떻게 작동하는지 보여주는 좋은 예입니다. 게임, 스포츠, 운영 시뮬레이션, 교육용 인터랙션까지 응용 범위가 꽤 넓습니다.

Ask HN: 아직도 Vision Pro를 사용하고 있나요?

하드웨어 플랫폼의 생명력은 결국 매일 쓰이느냐로 판가름 납니다.

핵심 내용 Vision Pro를 계속 쓰는지에 대한 사용자 반응이 엇갈렸습니다. 어떤 사람은 매일 수시간을 쓴다고 답하지만, 어떤 사람은 금방 방치하게 됐다고 말합니다.
이 스레드는 신기한 데모와 실제 사용 가치 사이의 간극을 잘 보여줍니다. 개발자 입장에서는 새로운 하드웨어가 성공하려면 앱 생태계보다도 “습관화되는 사용 시나리오”가 있어야 한다는 점을 다시 확인하게 됩니다.

소프트웨어 해커톤이여 안녕. 하드웨어 해커톤이여 영원하라

손에 잡히는 데모는 여전히 사람들을 가장 빠르게 설득합니다.

핵심 내용 오래된 회전식 전화기에 Raspberry Pi를 연결해 양방향 오디오와 벨, 수화기 스위치를 서버와 연동한 해커톤 사례입니다. 여기에 AI 에이전트와 Spotify API까지 붙여 음악 요청을 처리하는 데모로 확장됐습니다.
이런 프로젝트는 기술 스택보다 “경험의 재미”가 얼마나 강한지를 보여줍니다. 제품 초기 단계에서도 하드웨어·물리 인터랙션은 강한 인상을 남길 수 있어, 데모/마케팅/프로토타입 측면에서 여전히 매우 유효합니다.

오늘의 한 줄 정리

AI는 더 똑똑해지는 동시에 더 무거워지고 더 통제받고 있으며, 그 주변의 데이터베이스·브라우저·렌더링·타입 시스템 같은 기반 기술이 오히려 더 중요한 화두로 떠올랐습니다.

매일 아침 GeekNews 소식을 릿치 블로그에서 만나보세요.