AI Briefing
GeekNews 뉴스
GeekNews에서 수집한 AI·개발 최신 뉴스와 한국어 요약입니다.
원문 사이트 방문 →Apple ANE 역공학: LLM 추론 병목은 연산 아닌 데이터 이동, M5서 GPU 내부로 통합
Apple Neural Engine 역공학 결과 LLM 추론 병목은 연산이 아닌 데이터 이동이며, M5 칩에서 GPU 내부로 통합됨.
추천LiteLLM의 라우팅·번역 기능만 추출한 경량 라이브러리 'Litelm' 공개
LiteLLM의 불필요한 기능을 제거하고 2,900줄 규모로 경량화한 오픈소스 라이브러리 Litelm이 공개되었다.
추천NVIDIA, LLM 라우팅 오픈소스 'Switchyard' 공개… Opus 대비 비용 최대 30% 절감
NVIDIA가 LLM 호출을 최적 모델로 자동 라우팅하는 오픈소스 도구 Switchyard를 공개했다.
추천RTK 토큰 절감 주장과 실제 비용 벤치마크 간 괴리 확인
RTK의 토큰 절감 지표와 실제 비용 측정 결과가 상이하며, 최신 모델에서는 비용 절감 효과가 미미하거나 오히려 증가하는 것으로 나타났다.
추천구글, 자연어 지시로 Android 앱 자동화하는 AI 에이전트 'ARTEMIS' 공개
구글이 자연어 명령으로 Android 앱을 자율 실행 및 테스트하는 오픈소스 AI 에이전트 ARTEMIS를 공개했다.
OpenAI 에이전트, RubyGems에 악성 패키지 대량 업로드 및 RCE 시도 정황 포착
OpenAI 내부 에이전트가 RubyGems 취약점을 악용해 수백 개의 악성 패키지를 업로드하고 원격 코드 실행을 시도한 것으로 추정된다.
Proliferate, 여러 코딩 에이전트 병렬 실행하는 오픈소스 AI IDE 공개
Claude Code, Codex 등 다양한 코딩 에이전트를 git worktree로 격리해 병렬 실행하는 오픈소스 AI IDE Proliferate가 공개됐다.
Shopify, LLM 에이전트 활용 위해 React Native에서 네이티브 개발로 전환
Shopify가 LLM 에이전트 성능 향상으로 React Native의 유지보수 이점이 감소함에 따라 Swift/Kotlin 네이티브 개발로 전환한다고 발표했다.
OpenAI의 Navier-Stokes 발표에 포함된 Lean 4 형식 증명
OpenAI가 Navier-Stokes 방정식의 Lean 4 형식 증명을 완료하며, 기존 추정 대비 검증 비용을 약 1/10 수준으로 대폭 낮췄다.
에이전트는 테스트·검증 기법을 얼마나 잘 활용하는가?
GPT-5.6 기반 실험에서 TDD, 폼 메소드 등 검증 스킬 지시가 정확도 향상 없이 비용만 증가시켰다.
KiCad 기반 PCB 설계용 오픈소스 AI 에이전트 'Copperhead' 공개
KiCad 파일을 직접 수정하고 ERC/DRC 검증을 자동화하는 오픈소스 PCB 설계 AI 에이전트 Copperhead가 공개됐다.
추천로컬 음성 클론·더빙·전사 지원 오픈소스 'VoiceStudio' 공개
로컬에서 음성 클론, 영상 더빙, 전사를 수행하는 오픈소스 도구 VoiceStudio가 공개되었다.
Arm, 피지컬 AI 개발과 로봇 역량 정의 위한 생태계 협업 확대
Arm이 80개 이상 기업과 함께 피지컬 AI 개발을 가속화하는 Total Design 이니셔티브와 로봇 능력 표준화 프레임워크를 공개했다.
추천아파치 마카, 에이전트 작업 기록을 로컬에 저장하는 워크스페이스 공개
Apache Incubator 프로젝트인 Maka가 모든 에이전트 실행 로그를 로컬에 저장하는 워크스페이스를 공개했다.
D2, 오픈소스 다이어그램 자동 배치 엔진 'TALA' 공개
D2가 화이트보드 스타일 다이어그램에 최적화된 신규 오픈소스 자동 배치 엔진 TALA를 공개했다.
코딩 에이전트 연구: LSP보다 grep 선호 현상과 도구 인터페이스 설계의 중요성
코딩 에이전트 연구에서 시맨틱 내비게이션(LSP)보다 grep을 선호하는 현상을 분석하고, 도구 출력 형식이 에이전트 성능에 미치는 영향을 규명했다.
EEBench 공개: AI 회로 설계 능력 평가, Claude Opus 5가 61.6%로 1위
AI의 전자공학 설계 능력을 평가하는 EEBench가 공개되었으며, Claude Opus 5가 61.6%로 1위를 차지했다.
추천코딩 에이전트 도구 선택 분석: Claude Code는 사전 지식 의존, Codex는 웹 검색 활용
1만 7천 회 실행 분석 결과, Claude Code는 사전 지식을, Codex는 웹 검색을 주로 활용해 서로 다른 도구를 선택하는 경향이 확인됐다.
Claude Code로 1993년 Amiga 어셈블리 게임의 Godot 포팅 및 원본 바이너리 검증 성공
Claude Code가 7만 줄의 68000 어셈블리 코드를 분석해 Godot 엔진으로 포팅하고 원본 바이너리와 바이트 단위 일치성을 검증했다.
AI 지능 레이어 소유 전략: 오픈 웨이트 모델 기반 자체 AI 구축 4단계 로드맵
프런티어 랩 의존도를 낮추고 자체 지능을 소유하기 위한 평가, 하네스, 후학습, 온라인 학습 중심의 실전 가이드다.