AI 증시를 흔드는 Kimi K3, AI가 싫으면 포크하라는 리눅스
Moonshot AI의 2.8조 파라미터 Kimi K3는 불안하던 글로벌 AI 증시를 더 흔들었고, 리누스 토발즈는 리눅스를 AI 반대 프로젝트로 만들 생각이 없다며 동의하지 않으면 포크하거나 그냥 떠나라고 선을 그었습니다. Anthropic은 대규모 코드 마이그레이션을 에이전트로 운영하는 여섯 단계를 공개했고, Spark 4.2는 벡터 검색과 변경 데이터 캡처를 엔진 안으로 끌어들였습니다.
Moonshot AI의 2.8조 파라미터 Kimi K3는 불안하던 글로벌 AI 증시를 더 흔들었고, 리누스 토발즈는 리눅스를 AI 반대 프로젝트로 만들 생각이 없다며 동의하지 않으면 포크하거나 그냥 떠나라고 선을 그었습니다. Anthropic은 대규모 코드 마이그레이션을 에이전트로 운영하는 여섯 단계를 공개했고, Spark 4.2는 벡터 검색과 변경 데이터 캡처를 엔진 안으로 끌어들였습니다.
🌙 증시까지 흔든 2.8조 파라미터 Kimi K3
중국 Moonshot AI가 2.8조 파라미터의 멀티모달 모델 Kimi K3를 공개했어요. 896개 전문가 중 16개만 활성화하는 희소 MoE 구조에 100만 토큰 컨텍스트 창을 갖췄고, 긴 코딩 작업과 터미널 사용, 프런트엔드 수정 능력을 내세웠습니다. 발표는 기술계를 넘어 증시까지 흔들었는데요. 제2의 DeepSeek 충격을 우려한 매도세가 번지며 나스닥은 1.4%, S&P 500은 1.0%, 엔비디아는 2.2% 하락했습니다. 다만 이미 쌓여 있던 AI 기업의 고평가와 투자 회수 우려에 유가 상승과 기업 실적까지 겹친 만큼, Kimi K3는 단독 원인이라기보다 불안에 불을 붙인 촉매에 가까워요. API는 이미 열렸고 전체 가중치는 7월 27일까지 공개할 예정입니다.
🗣️ AI는 저에게 코드는 써주었지만, 저의 언어로 만들어주지는 못했습니다
두 개의 프로그래밍 언어를 완전히 다른 방식으로 1년 반 동안 공부해 봤습니다. Kotlin은 코딩 에이전트에게 작성을 맡겼고, 코드를 이해할 때도 AI에 의존했어요. 업무는 무리 없이 해냈지만 시간이 지나도 AI 없이 처음부터 코드를 쓰는 일은 막막했고, 제 언어라는 느낌도 들지 않아 결국 흥미를 잃었습니다. 반면 입문서와 공식 문서를 읽고 스터디와 글쓰기로 익힌 Rust에는 애정과 자신감이 생겼고, 오픈소스 기여까지 이어질 수 있었어요. AI가 코드를 대신 써주는 시대에, 언어를 단순히 사용할 수 있는 것과 내 것으로 만드는 것 사이의 차이를 돌아보았습니다.
🐧 리누스 토발즈, AI 싫으면 포크하라
리누스 토발즈가 리눅스 커널 메일링 리스트에서 AI 도구를 둘러싼 논쟁에 선을 그었습니다. AI 사용을 의무화하지는 않지만 리눅스를 “AI에 반대하는 프로젝트”로 만들 생각도 없으며, 동의하지 않으면 포크하거나 그냥 떠나라고 말했어요. AI가 완벽하지 않고 메인테이너에게 잡음과 추가 부담을 줄 수 있다는 점도 인정했습니다. 그러면서 해법은 도구를 외면하는 게 아니라 메인테이너의 일을 돕도록 만드는 것이라고 주장했어요. AI를 이념의 문제가 아니라 도구로 보고, 제출자가 변경을 이해하고 기존 검증 절차를 통과하는 데 무게를 둔 분명한 입장입니다.
🔬 Anthropic이 대규모 코드 마이그레이션을 돌리는 여섯 단계
Anthropic이 Claude Code로 대규모 프로그래밍 언어 마이그레이션을 수행하는 과정을 공개했어요. 먼저 기존 테스트를 두 구현에 함께 적용할 심판으로 만들고 규칙집을 쓴 뒤 일부 파일로 번역 규칙을 공격적으로 검증합니다. 그다음 구현 에이전트와 서로 다른 컨텍스트의 리뷰 에이전트 두 개를 병렬로 돌리고 컴파일과 스모크 테스트, 동작 비교로 범위를 좁혀요. 같은 실패가 반복되면 파일을 손으로 고치는 대신 규칙집을 고쳐 문제가 생긴 묶음만 다시 생성합니다. 핵심은 결과물 하나하나가 아니라 코드를 만드는 반복 절차와 기계적 검증 기준을 통제하는 데 있습니다.
🏭 수십 개 에이전트를 스크립트로 굴리는 Claude Code
Claude Code의 Dynamic Workflows는 여러 에이전트가 할 일을 자바스크립트 스크립트로 만들어 실행합니다. 대화 속에서 다음 작업을 그때그때 판단하는 대신 반복과 분기, 병렬 처리, 검증 절차를 코드로 남기고 중간 결과는 스크립트 변수에 보관해요. 저장소 전체 감사나 대규모 마이그레이션처럼 같은 절차를 수백 번 반복할 때 유용하고, 잘 돌아간 워크플로는 .claude/workflows/에 저장해 팀 명령처럼 재사용할 수 있습니다. 동시에 실행할 수 있는 에이전트는 최대 16개이므로 작은 범위에서 비용과 결과를 확인한 뒤 넓히는 편이 안전합니다.
✨ 벡터 검색과 변경 데이터 캡처를 품은 Spark 4.2
Apache Spark 4.2가 데이터와 AI 작업에 필요한 기능을 엔진 안으로 더 끌어들였습니다. SQL에서 벡터 거리와 유사도를 계산하고 NEAREST BY로 상위 K개를 찾을 수 있어 검색과 추천 후보 생성을 별도 시스템 없이 처리해요. Metric Views는 여러 도구가 같은 비즈니스 지표 정의를 쓰게 하고, Auto CDC와 CHANGES 쿼리는 계속 바뀌는 데이터를 다루기 쉽게 만듭니다. Arrow C Data Interface를 지원하는 도구끼리는 Spark DataFrame을 Polars나 DuckDB로 복사 없이 넘길 수도 있어요. 데이터 파이프라인과 AI 검색 사이에 쌓였던 접착 코드를 줄이는 릴리스입니다.
🩹 Git 2.55가 추가한 커밋 수술 도구
Git 2.55에는 스테이징한 변경을 과거 커밋에 바로 접어 넣는 실험적 명령 git history fixup <commit>이 들어왔어요. 지금까지는 fixup 커밋을 만들고 autosquash 리베이스를 거쳐야 했지만, 새 명령은 대상 커밋을 고친 뒤 뒤따르는 커밋을 다시 적용합니다. 충돌이 생기면 중간 상태를 남기지 않고 멈추는 보수적인 설계예요. 대형 저장소를 위한 변화도 있습니다. git repack --write-midx=incremental이 새 멀티팩 인덱스 계층만 덧붙여 오래된 거대한 계층을 매번 다시 쓰지 않으므로 저장소 유지관리 비용을 줄입니다.
⚛️ AI가 React 코드를 정말 잘 짜는지 따로 시험하다
ReactBench는 코딩 모델의 React 실력을 따로 측정하는 벤치마크입니다. 공개 저장소에서 실제로 병합된 PR을 바탕으로 51개 과제를 만들고, 새 기능을 구현하는 Write React와 문제를 찾아 고치는 Fix React로 나눴어요. 숨겨진 동작 테스트뿐 아니라 400개가 넘는 규칙을 가진 React Doctor로 훅과 상태, 렌더링 성능, 접근성 문제를 검사하며 LLM 심판은 쓰지 않습니다. 첫 결과에서 Write React 최고 통과율은 56.3%였고 Fix React는 33.3%에 그쳤어요. 일반 코딩 점수가 높아도 프레임워크의 관용구와 품질까지 지킨다는 보장은 없음을 보여줍니다.
🔐 Better Auth로 TypeScript 인증 시스템 만들기
Better Auth는 특정 프레임워크에 묶이지 않고 TypeScript 타입을 서버에서 클라이언트까지 이어 주는 인증 라이브러리입니다. 사용자와 세션, 계정 테이블을 직접 관리하고 이메일과 비밀번호, 소셜 로그인, 2단계 인증과 조직 관리 같은 기능을 플러그인으로 더할 수 있어요. 글에서는 SQLite로 인증 서버를 설정하고 Express와 Hono에 표준 Request와 Response 핸들러를 연결합니다. 이어 React에서 회원가입과 로그인, 세션 확인까지 구현해요. 인증 서비스를 빌려 쓰는 것과 직접 만드는 것 사이에서 데이터 소유권과 개발 편의성을 함께 챙기고 싶은 팀에 잘 맞는 선택지입니다.
🧲 RTEB 1위에 오른 Nemotron 3 Embed
NVIDIA가 검색과 RAG를 위한 오픈 임베딩 모델 Nemotron 3 Embed를 공개했습니다. 8B 모델은 7월 15일 기준 RTEB에서 78.5%로 1위에 올랐고, 비용과 지연 시간을 낮춘 1B BF16 모델과 Blackwell용 NVFP4 모델도 함께 나왔어요. 모두 32K 문맥에서 다국어와 코드 검색을 지원합니다. 8B는 Ministral 3의 생성형 디코더를 양방향 인코더로 바꿨고, 1B는 더 큰 모델을 가지치기하고 증류해 만들었어요. NVIDIA 측 평가에서 NVFP4 버전은 BF16 정확도의 99% 이상을 유지하면서 처리량을 최대 2배로 높였습니다.
🏪 Google Play 안으로 들어오는 경쟁 앱스토어
7월 22일부터 미국의 서드파티 Android 앱스토어를 Google Play에서 내려받을 수 있게 됩니다. 참여 앱스토어는 조직으로 등록하고 모든 적격 개발자에게 열린 시장을 운영해야 해요. 앱 설치와 업데이트에는 사용자의 명시적 동의를 받아야 합니다. Google이 제공하는 Play Catalog API를 이용하면 앱 메타데이터와 업데이트를 자체 카탈로그에 반영할 수도 있어요. 개발자는 다른 앱스토어에 자신의 앱이 노출되는 것을 거부할 수 있습니다. 법적 합의 뒤 Android 유통 정책과 카탈로그 API가 실제로 바뀌었습니다.
🧩 애플리케이션 안으로 들어온 GitHub Copilot 에이전트
GitHub가 Copilot 에이전트를 자체 애플리케이션과 개발 도구에 넣을 수 있는 Copilot SDK를 정식 출시했어요. Node.js와 Python, .NET, Go, Java, Rust를 지원하고 사용자 정의 에이전트와 스킬, 도구, MCP도 연결할 수 있습니다. SDK가 Copilot CLI를 서버 모드로 띄운 뒤 JSON-RPC로 통신하는 구조라서 기존 CLI의 모델과 도구 실행 능력을 그대로 가져옵니다. Copilot 구독 대신 자체 API 키를 쓰는 BYOK도 지원해요. Copilot이 IDE 안의 도우미에서 팀이 만드는 제품의 구성 요소로 이동했다는 변화입니다.
🕳️ 브라우저 탭 하나에 들어간 개발 머신 Burrow
Burrow는 Bun과 셸, Git, 서버 미리보기, 로컬 코딩 에이전트를 브라우저에서 실행하는 오픈소스 프로젝트입니다. bun.wasm으로 TypeScript와 TSX를 변환하고 Web Worker를 프로세스처럼, Service Worker를 서버 네트워크처럼 사용해요. 파일은 IndexedDB에 저장하고 작은 Qwen이나 Gemma 모델은 WebGPU로 기기에서 추론합니다. bun install로 npm 패키지를 받아 가상 node_modules를 만들며, 잠금 파일이 있으면 네트워크 없이 설치를 재현합니다. Bun.serve()와 Hono 앱은 Service Worker를 거쳐 iframe에서 바로 미리 볼 수 있고, 새 코드가 준비될 때까지 기존 서버를 유지하는 핫 리로드도 지원해요.
🛡️ 프롬프트가 아니라 실행 환경에서 에이전트를 막는 OpenShell
NVIDIA가 자율 에이전트를 격리하는 오픈소스 런타임 OpenShell을 공개했습니다. 에이전트는 샌드박스 안에서 실행되고 YAML 정책이 파일 접근과 자격증명 유출, 통제되지 않은 네트워크 통신을 막아요. 호스트는 macOS와 Linux, WSL 2를 지원하며 Docker나 Podman 또는 마이크로 VM을 이용합니다. 프롬프트에 비밀을 보내지 말라고 부탁하는 대신 실제 실행 경계를 코드로 세운다는 접근이 명확해요. 다만 현재는 개발자 한 명과 환경 하나를 가정한 알파 단계라서, 다중 사용자 프로덕션 격리 도구로 곧장 받아들이기보다는 설계 방향을 살펴볼 프로젝트입니다.