AI 코딩
Next.js 모바일 웹을 일주일 만에 앱으로 전환한 POC 과정: 모노레포 구조와 React Native(Expo) 선택 이유
B2B 웹 서비스의 VOC에서 헤더 알림을 놓쳐 계약이 불발됐다는 문제가 확인되면서, 기존 Next.js 모바일 웹을 기반으로 앱을 만드는 시도가 시작됐다. 저자는 AI에게 모바일 웹 기준으로 앱 화면을 조립하게 해 일주일 만에 POC 수준 이상의 앱을 만들었고 현재 QA 중이라고 밝혔다. 저자는 Shopify가 React Native에서 Swift·Kotlin 네이티브로 회귀한다는 엔지니어링 블로그 글을 읽었지만, 자신은 사실상 1인 프론트엔드이며 이미 돌아가는 Next.js 웹과 제품 언어를 최대한 공유해야 했기에 Expo 기반 React Native를 택했다고 설명한다. 공유 대상은 UI뿐 아니라 가입 스키마, 에러 카피, API 훅, 폼 검증 등 의미 단위의 코드까지 포함한다. 이를 위해 pnpm workspace로 apps(web, admin, mobile)와 packages를 나누는 모노레포를 먼저 구성했다. UI는 웹·어드민용 @chulgang/ui(shadcn/ui 계열, Radix와 Tailwind)와 모바일용 @chulgang/ui-native(React Native Reusables 계열, rn-primitives와 NativeWind)로 구현체를 분리하고, 색·타이포·간격 토큰은 @chulgang/tokens에서 공유하며 import 경로 이름은 맞추는 방식을 취했다. 기사는 웹에서만 자연스러운 DOM 이벤트, 포커스 트랩, Radix 포털, asChild 같은 패턴 때문에 하나의 컴포넌트 패키지로 웹과 앱을 모두 커버하는 것은 공유보다 예외 분기가 먼저 쌓일 것이라 판단해 구현체를 분리했다고 밝힌다. 이 글은 시리즈 ①편으로, 워크플로우와 나머지 이슈는 후속 편에서 다룬다고 되어 있다.
리눅스 재단 조사, AI가 오픈 소스 기여에 미치는 영향
리눅스 재단 조사에 따르면, 생성적 AI는 오픈 소스 개발자들의 코딩 시간을 평균 52% 단축시키지만, 25%의 풀 리퀘스트가 저품질의 'AI 쓰레기'로 분류되고 있다. 71%의 유지보수자는 GenAI가 오픈 소스 기여 장벽을 낮췄다고 응답했으나, 53%는 기술이 커뮤니티 신뢰를 향상시켰다고 보지 않았다. 또한, 35%의 프로젝트만이 GenAI 사용을 허용하는 공식 정책을 가지고 있으며, 32%는 정책이 없고 계획도 없다. curl 프로젝트는 AI 지원 보고서로 인해 보안 팀이 압도당할 위험이 있어 저위험과 중위험 결함을 공개하기로 했다.
Java Champions가 GitHub Copilot을 활용한 생산성 향상 사례
세 명의 Java Champions가 GitHub Copilot을 사용하여 생산성과 코드 품질을 높이는 방법을 공유했다. Vlad Mihalcea는 Copilot을 사용하여 Hypersistence Optimizer의 새로운 웹 애플리케이션을 이틀 만에 개발했으며, IntelliJ IDEA에서 Copilot을 IDE 플러그인으로 활용하고 있다. Patrick Baumgartner는 팀과 함께 문제를 해결하며 AI 도구를 활용하는 접근 방식을 설명했다. 이들은 AI가 생산성을 높이는 도구로서의 역할을 강조하며, 코드 유지보수와 안정성을 중요시하고 있다.
AI 코드 리뷰 비용 68% 절감
Cloudflare는 AI 코드 리뷰의 평균 비용을 2.43달러에서 0.77달러로 68% 절감했다. 이는 코드 리뷰어의 최적화와 모델 실험을 통해 이루어졌으며, 리뷰 시간도 4분 9초에서 1분 32초로 단축되었다. 리뷰어는 OpenCode v2로 전환되었고, 기존의 v1과 비교해 98%의 일치율을 보였다. 또한, 캐시 적중률은 85.7%에서 97%로 증가했다.
Battle Drones: 오디오 기반 멀티플레이어 RTS 게임
Battle Drones는 Command & Conquer 스타일의 RTS 게임으로, 모바일과 데스크탑에서 플레이할 수 있다. 12번의 주요 업데이트와 321개의 커밋을 거쳐, 9개의 건물, 7개의 지상 차량, 6개의 공중 차량, 3개의 보병 유닛을 포함한 3D 모델을 제공하며, 6개의 맵과 무작위 맵 생성기를 지원한다. 또한, 인근 장치 간 오디오를 통해 멀티플레이어 기능을 제공하고, AI 대 AI 모드와 다양한 게임 모드를 포함하고 있다.
프로그래밍의 즐거움과 LLM의 영향
Jeremy Scheff는 프로그래머들이 코드 개발의 퍼즐을 즐겼던 시절의 상실을 언급하며, 프로그래밍이 복잡한 논리 퍼즐을 해결하는 직업이었다고 설명한다. LLMs는 시스템 구축에 집중하는 프로그래머에게는 유용하지만, 문제 해결을 즐기는 이들에게는 그 상실이 실질적이라고 지적한다.
NVIDIA CUDA Tile을 통한 GPU 프로그래밍 성능 향상
NVIDIA CUDA Tile (cuTile)은 NVIDIA GPU를 위한 Python 기반 DSL 및 병렬 프로그래밍 모델로, 고급 하드웨어 기능을 자동으로 활용하여 타일 수준의 GPU 프로그래밍에서 최적의 성능을 제공합니다. cuTile은 스레드 및 와프 수준의 스케줄링을 추상화하여 타일 중심의 고수준 원시를 통해 GPU 커널을 Python으로 작성할 수 있게 합니다.
VS Code에서 GitHub Copilot 앱 세션 계속하기
GitHub Copilot 앱에서 작업을 완료한 후, Visual Studio Code(VS Code)에서 세션을 열고 코드 변경 사항을 검토하고 수정할 수 있다. 사용자는 Copilot 앱 세션을 VS Code에서 직접 열어 대화, 코드 변경 및 작업 맥락을 유지한 채로 작업을 계속할 수 있다. 이 과정에서는 변경 사항을 검토하고, 직접 수정을 하며, 로컬에서 프로젝트를 실행하여 검증할 수 있다. 세션을 시작하기 위해서는 GitHub Copilot 앱이 설치되어 있어야 하며, VS Code와 동일한 GitHub 계정에 연결되어 있어야 한다.
에픽게임즈, 새로운 AI 기반 에픽게임즈 런처 공개
에픽게임즈는 새로운 '프리뷰' 빌드의 에픽게임즈 런처를 공개하며, 기존 런처보다 더 빠르고 반응성이 뛰어난 기능을 제공한다고 밝혔다. 에픽게임즈 스토어의 총괄 매니저 마틴 킬리는 AI를 활용해 새로운 기능과 능력을 개발하는 데 도움을 받았으며, 기존 런처의 기능을 복제하되 코드는 새롭게 작성했다고 설명했다. 또한, 새로운 런처는 윈도우와 맥을 지원하며, 리눅스 버전도 출시할 예정이다.
Claude의 코드 리뷰 프로세스 변화
Claude 팀은 코드 리뷰의 방식을 변경하여, 이제는 코드 작성 중에도 지속적으로 리뷰가 이루어진다. 이전에는 코드 작성 후 PR을 열고 동료의 검토를 기다리는 방식이었으나, 현재는 대부분의 변경 사항이 인간의 검토를 받기 전에 Claude에 의해 한 번 이상 검토되고 수정된다. 이로 인해 일반적인 실수를 사전에 잡아내고, 팀의 주의를 더 높은 수준의 질문과 검토에 집중할 수 있게 된다.
Reflection Beam: AWS에서의 오픈 웨이트 모델 소개
Reflection AI는 코드 유지 관리, 도구 사용, 결과 해석 및 다단계 워크플로우 완료와 같은 작업을 위한 에이전틱 코딩을 위한 오픈 웨이트 모델인 Beam을 소개했다. Beam은 501억 개의 총 파라미터와 230억 개의 활성 파라미터를 가지고 있으며, AWS의 Amazon SageMaker JumpStart를 통해 배포할 수 있다. Beam의 가중치는 Hugging Face를 통해 Apache 2.0 라이센스 하에 공개되며, BF16, FP8, NVFP4 체크포인트 변형으로 제공된다.
NVIDIA RTX Spark로 소프트웨어 개발 통합
AI 에이전트가 소프트웨어 개발 방식을 변화시키고 있다. 개발자들은 이제 대부분의 코드를 작성하는 에이전트를 지시하는 방식으로 전환하고 있으며, 현재의 워크플로우는 노트북, 클라우드 모델 API, 클라우드 VM으로 나뉘어 있다. NVIDIA RTX Spark는 AI 개발을 위해 설계되었으며, NVIDIA GB10 시스템 온 칩과 대규모 통합 메모리를 통해 로컬에서 실행할 수 있는 기능을 제공한다.
Meta의 Muse Spark Open, NVIDIA GB300 NVL72에서 출시
Meta는 816B mixture-of-experts (MoE) 모델인 Muse Spark Open을 출시했다. 이 모델은 42B의 활성 파라미터와 1M 토큰 컨텍스트 윈도우를 가지고 있으며, NVIDIA GB300 NVL72 Blackwell Ultra에서 에이전틱 코딩 워크플로우를 위해 훈련되었다. Muse Spark Open은 높은 첫 시도 정확도, 신뢰할 수 있는 도구 호출, 그리고 코드베이스에 대한 깊은 이해를 제공한다.
Meta의 Muse Spark Open, Amazon SageMaker JumpStart에서 사용 가능
Meta의 Muse Spark Open 모델이 Amazon SageMaker JumpStart에서 제공된다. 이 모델은 816억 개의 파라미터를 가진 Mixture of Experts(MoE) 아키텍처로, 1백만 토큰의 컨텍스트 윈도우를 지원하며, 코드 생성, 디버깅, 다중 파일 리팩토링 등 실제 개발자 작업 흐름에 맞춰 훈련되었다. SageMaker JumpStart에서는 BF16 및 NVFP4 두 가지 변형을 제공하며, 사용자는 자신의 AWS 계정에서 손쉽게 배포할 수 있다.
GitHub Copilot과 Logitech MX Keypad를 통한 개발자 인터페이스의 변화
소프트웨어 개발에서 AI는 개발자의 작업 방식을 변화시키고 있다. GitHub Copilot은 저장소를 이해하고, 적절한 모델을 선택하며, 작업을 계획하고, 파일을 편집하고, 명령을 실행하는 등의 기능을 제공한다. 또한, Logitech MX Keypad는 개발자가 자주 사용하는 작업을 프로그래밍 가능한 입력으로 변환하여 작업 흐름을 가속화한다. 이러한 변화는 개발자가 명령을 내리는 것이 아니라 의도를 실행 가능하게 만드는 방향으로 나아가고 있다.
SWE-Serve가 로컬 테스트와 라이브 서빙 간의 격차를 드러내다
AI 코딩 에이전트의 패치는 테스트를 통과할 수 있지만, 서버가 실제 모델을 로드하고 요청을 처리할 때 실패할 수 있다. 따라서 추론 서빙 소프트웨어의 변경 사항을 평가하려면 시스템이 공개 인터페이스를 통해 올바른 결과를 반환하는지 확인하는 전체 서빙 경로를 점검해야 한다. SWE-Serve는 SGLang 팀의 입력을 바탕으로 53개의 작업을 통해 이 격차를 평가한다.
NVIDIA cuDF를 활용한 Apache Spark UDF의 GPU 가속화
기업 애플리케이션은 점점 더 많은 데이터와 복잡한 쿼리를 요구하고 있으며, 이러한 수요를 충족하기 위해서는 데이터 처리량을 증가시켜야 한다. NVIDIA cuDF는 대량의 병렬 처리와 고대역폭 메모리를 활용하여 이러한 문제를 해결하는 데 기여한다.
Anthropic, Git 대체를 위한 커스텀 소스 제어 시스템 Scion 개발
Anthropic은 지난 6개월 동안 코드 변경 속도가 급증함에 따라 Git의 대체 시스템인 Scion을 개발했다. 2026년 5월에는 하루 평균 2,500개의 코드 변경이 병합되었으나, 9월에는 30,000개 이상으로 증가했다. Scion은 중앙 집중식 소스 제어 시스템으로, 100GB에 달하는 메인 브랜치의 히스토리를 처리하며, 하루 2,500만 건의 코드 체크아웃을 수행한다. 이 시스템은 7명의 팀에 의해 5개월 만에 Git에서 마이그레이션되었다.
바이브 코딩을 활용한 개인 프로젝트 개발 경험
이 글은 바이브 코딩을 처음 시작한 경험과 비개발자도 활용할 수 있는 방법에 대해 설명한다. 저자는 개인 프로젝트로 '일정 공유 캘린더'를 개발하며, 필요한 기능으로는 일정 등록 및 관리, 타인 일정 확인, 간단한 가입 및 로그인 절차를 설정했다. 개발에는 Render와 Supabase를 사용하였고, 카카오톡 로그인을 적용하여 약 1주일 만에 런칭했다.
GitHub Copilot을 코드베이스에 맞게 조정하는 방법
GitHub Copilot은 코드베이스의 규칙을 이해하고 이를 바탕으로 작업을 수행할 수 있다. 사용자 정의 지침(.github/copilot-instructions.md)을 통해 전체 저장소에 적용할 규칙을 정의하고, 경로별 지침 파일을 추가하여 특정 파일에 맞는 지침을 제공할 수 있다. 반복 가능한 절차는 에이전트 기술로 패키징할 수 있으며, 사용자 정의 에이전트를 통해 더 큰 작업에 대한 전문적인 지침을 제공할 수 있다. MCP 서버를 사용하면 Copilot이 외부 도구와 데이터 소스에 연결되어 기능을 확장할 수 있다.
AI를 활용한 게임 및 소프트웨어 리버스 엔지니어링
한 사용자가 AI를 이용해 게임과 소프트웨어를 리버스 엔지니어링하는 모더들에 대해 언급하며, AMD Radeon 사용자로서 AI로 생성된 오픈 소스 CUDA 구현을 보고 싶다는 의견을 밝혔다. 그는 NVIDIA에 대한 반감을 표현하며 CUDA 코어를 사용해 리버스 엔지니어링을 시도하는 것에 대한 아이러니를 지적했다.
Machine Learning 튜토리얼 및 워크숍 안내
Machine Learning 튜토리얼 및 워크숍이 10월 17일 토요일부터 시작된다. 이 워크숍은 매주 강의 및 실습 세션으로 진행되며, 첫 강의는 오후 3시부터 5시까지 CEST(UTC + 2) 시간에 열린다. 커리큘럼은 전통적인 머신러닝, 딥러닝 소개, 그래프 머신러닝으로 구성되어 있다. 참가자는 Python 코딩 능력과 numpy, matplotlib 같은 라이브러리 사용법을 알고 있어야 하며, 미적분학 I의 기본 지식이 필요하다.
Python 3.15 출시, 주요 기능 소개
Python 3.15가 출시되었으며, 주요 기능으로는 명시적 지연 임포트(PEP 810), 리스트 내 언패킹(PEP 798), 새로운 샘플링 프로파일러인 Tachyon이 포함된다. 명시적 지연 임포트는 모듈을 처음 사용할 때만 임포트되도록 하여 성능을 개선하며, 리스트 내 언패킹은 리스트, 세트, 딕셔너리에서 간편하게 요소를 추출할 수 있게 해준다. Tachyon은 낮은 오버헤드로 실행 중인 시스템의 스택 트레이스를 주기적으로 캡처하여 성능 분석을 가능하게 한다.
C++와 NVIDIA TensorRT RTX 샘플로 로컬 AI 앱 구축하기
로컬 애플리케이션에 AI 모델을 추가하려면 휴대 가능한 모델 형식, 신뢰할 수 있는 런타임, 그리고 대상 시스템 전반에서 작동하는 가속이 필요하다. Do Inference Now (DIN) Deploy는 이러한 요구를 충족시키기 위한 오픈소스 C++ 샘플 모음으로, ONNX Runtime과 NVIDIA TensorRT RTX 실행 제공자를 결합하여 개발자가 모델 체크포인트에서 네이티브 애플리케이션으로 이동할 수 있도록 돕는다.