10배 빨라진 TypeScript 7, Better Auth를 인수한 Vercel, Rust로 갈아탄 Bun
TypeScript 7은 Go로 전체 도구를 다시 만들어 빌드를 최대 12배 앞당겼고, Bun은 AI 워크플로 약 50개를 돌려 53만 줄이 넘는 Zig 코드를 11일 만에 Rust로 옮겼습니다. Vercel은 Better Auth를 인수해 에이전트마다 독립된 신원과 권한을 주는 Agent Auth로 나아가고, OpenAI는 ChatGPT Work로 Claude Cowork가 먼저 뛰어든 업무 에이전트 경쟁에 합류했습니다.
TypeScript 7은 Go로 전체 도구를 다시 만들어 빌드를 최대 12배 앞당겼고, Bun은 AI 워크플로 약 50개를 돌려 53만 줄이 넘는 Zig 코드를 11일 만에 Rust로 옮겼습니다. Vercel은 Better Auth를 인수해 에이전트마다 독립된 신원과 권한을 주는 Agent Auth로 나아가고, OpenAI는 ChatGPT Work로 Claude Cowork가 먼저 뛰어든 업무 에이전트 경쟁에 합류했습니다.
🚀 Go로 다시 태어나 10배 빨라진 TypeScript 7
TypeScript 7이 정식으로 나왔어요. 기존 JavaScript 구현을 Go로 옮긴 네이티브 포트로 전체 빌드가 보통 8배에서 12배 빨라지고 공유 메모리 기반 멀티스레딩도 지원합니다. 실제로 VS Code 빌드는 125.7초에서 10.6초로, Sentry는 139.8초에서 15.7초로 줄었고 메모리 사용량도 최대 26% 낮아졌어요. 다만 7.0에는 아직 프로그래밍 API가 없어 typescript-eslint나 Vue, Svelte, Astro처럼 컴파일러 API에 기대는 도구는 TypeScript 6을 함께 써야 합니다. 속도만 보고 바로 갈아타기보다 우리 도구 체인이 준비됐는지 먼저 확인해야 하는 큰 전환이에요.
🎙️ 개발자들은 AI를 어떻게 공부하고 있을까?
AI를 공부해야 한다는 말은 넘치지만, 막상 어디서부터 어떻게 시작해야 할지는 여전히 막막한데요. 달레 스터디의 AI 스터디 3기를 함께 완주한 줄레, 에반, 수빙, 샘 님을 모시고 AI로 무엇을 만들고 배웠는지 들어봤어요. 리트코드 스터디에 개인화 코치를 붙이고, 반복 업무를 에이전트로 바꾸고, 각자 실무에서 마주친 문제를 함께 풀어 온 경험을 나눕니다. 정답이 빠르게 바뀌는 분야일수록 정형적인 강의를 찾는 것보다 작은 결과물을 만들고 동료에게 설명하는 과정이 더 오래 남는다고 해요. AI를 혼자 공부하다 방향을 잃은 분께 추천드리는 에피소드입니다.
🪪 Better Auth를 품고 에이전트 신원으로 향하는 Vercel
Vercel이 오픈소스 TypeScript 인증 라이브러리 Better Auth를 인수합니다. Better Auth는 주간 npm 다운로드가 470만 건을 넘고 기여자도 850명 이상인데요. 창업자 Bereket Engida와 핵심 팀은 Vercel에 합류하지만, 프로젝트 이름과 MIT 라이선스, 개방형 기여 방식은 그대로 유지됩니다. Vercel이 노리는 다음 단계는 사람의 계정을 빌려 쓰는 에이전트마다 독립된 신원과 제한된 권한을 주고, 문제가 생긴 에이전트만 철회할 수 있게 하는 Agent Auth입니다. 인증 라이브러리 인수를 발판 삼아 에이전트 인프라의 권한 체계까지 선점하려는 행보예요.
🦀 AI 워크플로로 53만 줄의 Bun을 러스트에 옮기다
Bun 창업자 Jarred Sumner가 53만 5천 줄이 넘는 Zig 코드를 Rust로 옮긴 과정을 공개했어요. 메모리 누수와 해제 후 사용 같은 버그를 그때그때 고치는 대신 Rust의 소유권 검사로 아예 막겠다는 선택입니다. 놀라운 건 약 50개의 Claude Code 워크플로를 11일 동안 계속 돌려 포팅했다는 점인데요. 구현 에이전트 하나에 적대적 리뷰 에이전트 둘 이상을 붙이고, 언어와 무관한 테스트 묶음의 100만 건 넘는 검증으로 결과를 확인했습니다. “AI에게 다시 써 달라”고 한 번 요청한 게 아니라 사람이 작업을 쪼개고 검증 루프를 설계해 초대형 변경을 통제했습니다.
🌐 Cloudflare AI Gateway로 AI 요청을 한곳에서 통제하기
LLM 호출은 한 줄이면 되지만 프로덕션에서는 반복 요청 비용과 제공업체 장애, 키 유출, 사용량까지 관리해야 합니다. Cloudflare AI Gateway는 OpenAI, Anthropic, Workers AI 같은 모델 앞에 두는 프록시인데요. SDK의 baseURL만 바꿔도 요청을 캐싱하고 속도를 제한하며, 장애가 나면 다른 모델로 폴백하고 비용과 지연 시간을 한 화면에서 비교합니다. 글에서는 키를 직접 보내는 BYOK와 Cloudflare에 맡기는 저장형 키, Cloudflare 크레딧으로 결제하는 Unified Billing의 차이와 여러 제공업체를 같은 코드로 호출하는 법을 살펴봅니다. 리셀러와 달리 기존 키와 결제 관계는 그대로 두고 운영 기능만 요청 경로에 덧붙입니다.
🎮 4,800명을 줄이고 Xbox를 다시 짜는 마이크로소프트
마이크로소프트가 전 세계 인력의 약 2.1%인 4,800개 일자리를 줄입니다. Xbox에서는 당장 1,600명을 감원하고 2027 회계연도까지 모두 3,200개 직무를 없애며, 4개 스튜디오도 새 경영진이나 소유주에게 넘길 계획이에요. Xbox 경영진은 경쟁 플랫폼보다 이익률이 3배에서 10배 낮고 일부 조직에는 관리 단계가 14개나 쌓였다고 설명했습니다. 회사는 AI가 해당 자리를 직접 대체한 것은 아니라고 선을 그은 만큼, 이번 감원을 단순한 AI 해고로 볼 수는 없습니다. 거대한 AI 투자 속에서 기존 사업에 더 엄격한 수익성과 우선순위를 요구하는 결정으로 읽힙니다.
📊 SWE-Bench Pro의 약 30%가 깨진 문제였다
OpenAI가 코딩 에이전트 평가에 널리 쓰이는 SWE-Bench Pro를 감사한 결과, 공개 태스크 약 30%에 평가를 망가뜨리는 문제가 있다고 밝혔어요. 자동 파이프라인은 731개 중 200개를, 개발자 다섯 명씩 참여한 검토는 249개를 문제로 판정했습니다. 명세에 없는 구현을 강제하는 테스트, 숨은 요구사항, 정답이 아닌 코드도 통과시키는 낮은 테스트 범위가 주요 원인이었어요. 8개월 만에 프런티어 모델 통과율이 23.3%에서 80.3%로 뛴 수치에도 데이터 결함이 섞였을 수 있다는 뜻입니다. OpenAI는 SWE-Bench Pro 사용 권고를 철회했고, 순위표보다 문제와 테스트의 품질을 먼저 보라고 경고했습니다.
🪜 AI가 끊어 놓은 주니어 개발자의 성장 사다리
npm 공동 창업자 Laurie Voss가 여러 고용 지표를 모아 AI 시대 개발자 시장의 역설을 짚었어요. 미국의 22세에서 25세 개발자 고용은 2022년 말 고점보다 19% 줄고 초급 채용 공고도 28% 감소했지만, 전체 개발자 고용은 오히려 늘었습니다. 명세대로 코드를 작성하는 직무는 줄고 어떤 코드를 만들어야 하는지 판단하는 역할은 커지는 겁니다. 금리와 세제, 팬데믹 이후 조정도 영향을 줬으므로 AI만을 원인으로 단정할 수는 없어요. 더 큰 문제는 초급 업무를 AI가 맡으면 리뷰를 받으며 판단력을 쌓던 경로가 끊기고, 10년 뒤 코드를 검증할 시니어를 어디서 키울지 답이 사라진다는 점입니다.
🔐 WorkOS AuthKit으로 최신 MCP 인증 붙이기
원격 MCP 서버에 OAuth를 붙일 때 관건은 클라이언트를 인가 서버에 어떻게 등록하느냐입니다. DCR은 클라이언트가 인가 서버마다 등록을 요청해 client_id를 발급받고 보관하는 기존 방식입니다. 반면 최신 MCP 스펙이 권장하는 CIMD는 메타데이터를 HTTPS에 공개하고 그 URL 자체를 client_id로 사용해 별도 등록 기록을 만들지 않는데요. 최신 클라이언트는 CIMD를 선택하고 이를 모르는 기존 클라이언트는 DCR을 사용합니다. 글에서는 WorkOS AuthKit에서 두 방식을 함께 켜 신구 클라이언트를 모두 받는 방법과 지원 여부를 확인하는 메타데이터를 비교합니다. 이어 자원 지시자로 토큰의 aud를 묶고 JWKS로 iss와 aud를 검증하는 코드도 살펴봅니다.
💼 Claude Cowork를 닮은 ChatGPT Work
낯설지 않은 그림입니다. Claude Cowork도 데스크톱에서 목표만 받아 로컬 파일과 앱을 오가며 보고서 같은 완성물을 만드는 업무 에이전트인데요. ChatGPT Work 역시 대화보다 결과물을 중심에 둔 경쟁에 들어왔습니다. Cowork가 사용자가 고른 로컬 작업 폴더를 가상 머신으로 격리하고 그 안의 지식 노동을 위임하는 데서 출발했다면, ChatGPT Work는 Slack, Gmail, Google Drive 같은 1,400여 플러그인과 내장 브라우저, 예약 작업, Sites를 묶고 기존 Codex까지 새 데스크톱 앱 안으로 합쳤어요. 새로운 범주를 열었다기보다 Cowork가 먼저 보여준 업무 에이전트를 ChatGPT 생태계 전체로 넓힌 대응에 가깝습니다.
📋 Kubernetes가 정한 AI 코드 기여의 선
Kubernetes 프로젝트가 AI를 이용한 코드 기여 규칙을 마련했어요. AI가 도운 PR은 그 사실을 본문에 공개해야 하고, 커밋의 공동 작성자로 AI를 올릴 수 없습니다. 무엇보다 제출한 사람은 모든 변경을 직접 이해하고 테스트하며 리뷰어의 질문에도 본인이 답해야 해요. 설명할 수 없는 코드는 동작하더라도 닫힐 수 있습니다. 한편 메인테이너 부담을 줄이려고 Copilot과 CodeRabbit을 일부 프로젝트의 자동 리뷰에 활용하는 실험도 이어 갑니다. 생성 속도는 AI로 높이되 책임과 유지보수 지식은 인간에게 남긴다는 원칙이라, 다른 오픈소스와 사내 저장소에도 참고할 만한 기준입니다.
🎨 출시 사흘 만에 물러선 Instagram AI 기능
Meta가 Superintelligence Labs의 첫 미디어 생성 모델 Muse Image를 Meta AI와 미국 Instagram Stories, 일부 국가의 WhatsApp에 배포하고 Muse Video도 예고했어요. 여러 참고 이미지를 합치고 검색과 코드 실행 도구로 정확도를 높이며, 생성물에는 잘라내거나 화면을 캡처해도 남는 비가시 워터마크 Content Seal을 넣습니다. 함께 선보인 Instagram 기능은 공개 프로필을 태그하면 그 사람의 사진을 AI 생성 참고 자료로 쓸 수 있게 했는데요. 기본값이 허용이라 거센 반발을 샀고, Meta는 이용자 피드백을 인정하며 출시 사흘 만인 7월 10일 기능을 철회했습니다. 생성 기능의 성능보다 동의의 기본값이 제품 신뢰를 먼저 흔든 사례입니다.
🔓 정부의 제한 요청을 거쳐 모두에게 열린 GPT-5.6
OpenAI가 GPT-5.6을 ChatGPT와 Codex, API에 전면 공개했어요. 최강 모델 Sol과 균형형 Terra, 빠르고 저렴한 Luna로 나뉘며, 사이버보안 능력이 크게 높아진 탓에 처음에는 미국 정부 요청에 따라 소수의 신뢰 파트너에게만 제한적으로 제공됐습니다. 추가 안전성 검증 뒤 약 2주 만에 접근 범위가 넓어진 건데요. 일부 보도는 정부가 출시 청신호를 줬다고 표현했지만 백악관은 법적 승인이나 허가는 필요하지 않았고 협의도 자발적이었다고 반박했습니다. 프런티어 모델 출시는 이제 기업 일정만이 아니라 정부와 사전 검토하는 정치적 사건이 됐습니다.
🇨🇳 미국 기업의 AI 토큰을 파고든 중국 모델
OpenRouter를 이용하는 미국 기업에서 중국 모델이 처리한 주간 토큰 비중이 2월 8일 이후 줄곧 30%를 넘었고, 한때 46%까지 올랐다고 CNBC가 보도했어요. 1년 전 약 11%였던 것과 비교하면 가파른 변화입니다. DeepSeek와 Z.ai, Alibaba 같은 중국 업체가 프런티어급 성능을 훨씬 낮은 가격에 내놓자, 미국 기업들도 비용이 큰 워크로드부터 옮기기 시작한 거예요. 다만 이는 미국 기업 전체가 아니라 OpenRouter 안에서 관측한 수치입니다. 그 한계를 감안해도 모델 국적보다 작업당 성능과 비용을 먼저 따지는 시장이 빠르게 커지고 있다는 신호로 볼 만합니다.
🚫 알리바바, 직원의 Claude Code 사용 금지
알리바바가 Claude Code를 고위험 소프트웨어로 분류하고 7월 10일부터 직원 사용을 금지했다는 보도가 나왔어요. 직원들에게는 회사가 만든 코딩 도구 Qoder를 대신 쓰도록 안내했다고 합니다. Anthropic은 중국 기업의 자사 모델 사용을 막고 무단 재판매와 모델 증류를 차단해 왔는데, 이제 중국 기업도 외부 코딩 에이전트가 내부 코드와 데이터를 읽는 위험을 이유로 자체 도구 울타리를 치는 모습입니다. 공식 발표가 나오지 않은 사안이라 정책 범위는 더 확인해야 합니다. 코딩 에이전트 선택은 개발자 취향을 넘어 데이터 주권과 공급망 문제로 번지고 있습니다.