AI 뉴스 — 2026년 10월 4일 (일)

이날 새 글 23개

  1. GLM-5.3의 제한을 제거한 수정 버전이 공개됐네요. 00:32
  2. Suno가 음성 생성 기능까지 내놨네요. 00:46
  3. 카르파티가 말하는 “AI가 텍스트를 그만 써야 하는 이유” 01:55
  4. AI 뉴스 (26/10/4) 09:04
  5. OpenAI 안전 책임자가 퇴사하며 “AI 안전에 지금보다 훨씬 더 신중해야 한다”고 경고했네요. 18:48
  6. 구글 드라이브 자료로 완성도 높은 프레젠테이션 제작하기입니다 :) 18:55
  7. 애플이 메타의 AI 에이전트 ‘Muse’ 논란 이후 맥의 개인정보 보호를 강화한다고 하네요. 19:05
  8. 오픈AI, 트럼프 행정부 AI 정책 핵심 인사 영입, 국가안보·사이버 조직 강화 19:12
  9. 클로드로 낭비되는 구독료를 관리하는 방법입니다 :) 19:21
  10. AI를 활용해 좋은 트레이딩 전략을 찾는 프롬프트가 공개됐네요. 19:46
  11. AI의 진짜 위험은 일자리 감소가 아니라 ‘권력 집중’일 수도 있습니다 20:16
  12. AI 발전이 몇 년 걸릴 일을 몇 달 만에 압축할 수도 있다는 연구가 나왔네요. 21:46
  13. 역시 AI는 못참죠.. 22:02
  14. 구글이 AI 칩을 우주로 보냈네요. 22:05
  15. Claude Code에서 Cache Control 꼭 써보세요 :) 22:09
  16. Runway가 ‘생성형 운영체제’ 개념을 공개했네요. 22:16
  17. 어떤 영상이든 필름 카메라 느낌으로 바꿔주는 ‘Osmo Film Emulation’이 나왔네요. 23:01
  18. AI가 이제 뇌를 ‘엿볼’ 수도 있다고 하네요. 23:24
  19. 여러분의 많은 관심과 성원 덕분에 어느덧 페이스북 팔로워 1만 명, 링크드인 3천명 및 텔레그램 채널 구독자 3천명을 달성하게 되었습니다. 진심으로 감사드립니다. 23:54
  20. 매주 업데이트 중입니다 :) 워게임 추가 완료! 23:54
  21. 인공지능 플랫폼! 단기 교육/강의 및 교육업체 지원도 가능합니다! 23:54
  22. 위키독스 무료 서적 5종을 제작하였습니다. 23:54
  23. Claude Code 오케스트레이션, Agent를 여러 개 돌려서 뭐가 좋을까? 23:58
GLM-5.3의 제한을 제거한 수정 버전이 공개됐네요. GLM-5.3을 기반으로 일부 제한과 검열을 제거한 버전으로, Hugging Face에서 설치해 사용할 수 있다고 합니다. - 7,530억 개 파라미터와 대규모 컨텍스트 지원 - 텍스트 생성, 질문 답변, 지시 수행 등 다양한 작업 가능 - 긴 작업과 복잡한 요청 처리 지원 - 별도의 추가 설정 없이 설치할 수 있다고 소개 관심 있다면 실행 전에 Hugging Face에 올라온 설치 방법과 사용 조건을 먼저 확인해보시면 좋겠습니다. https://huggingface.co/Infatoshi/GLM-5.3-UNCENSORED-EXL3-3.0bpw
10-04 00:32
Suno가 음성 생성 기능까지 내놨네요. Suno가 텍스트와 원하는 목소리, 분위기를 입력하면 배경음악까지 포함된 오디오를 만들어주는 ‘Speech’를 베타로 공개했습니다. 시, 동화, 명상 콘텐츠부터 영화 같은 음악이 들어간 오디오 드라마까지 만들 수 있다고 하네요. 아직 베타라 어색한 억양이나 과한 감정 표현이 나올 수 있지만, 지금 무료로 테스트해볼 수 있습니다. 출처: https://suno.com/blog/introducing-speech-beta
10-04 00:46
카르파티가 말하는 “AI가 텍스트를 그만 써야 하는 이유” 안드레이 카르파티가 AI의 답변 방식에 대해 흥미로운 아이디어를 내놨네요. 복잡한 내용을 긴 글로 설명하기보다, 상황에 맞는 시각 자료나 인터페이스를 만들어주는 방식입니다. 1. 쉬운 영어로 설명하기: 복잡한 주제는 ASD-STE100처럼 짧고 모호함이 적은 문장으로 설명하면 이해하기 쉬워집니다. 2. 글보다 다이어그램: 어려운 개념이라면 긴 텍스트보다 다이어그램이나 특정 질문에 맞춰 만든 HTML 페이지가 더 효과적일 수 있습니다. 3. 질문마다 전용 화면 만들기: 요즘 AI는 질문 하나를 해결하기 위해 그때그때 필요한 인터페이스를 직접 만들 수도 있습니다. 4. 개인 맞춤형 교육 영상: 애니메이션과 3Blue1Brown 스타일의 설명, AI 음성을 결합해 질문에 맞는 개인용 강의 영상도 만들 수 있습니다. 결국 AI의 다음 인터페이스는 끝없이 이어지는 채팅창이 아니라, 질문 하나를 해결하기 위해 그 순간 만들어지는 ‘일회성 인터랙티브 결과물’이 될 수도 있다는 이야기네요. 출처: https://m.twstalker.com/brus_lattice/status/2105912733715579030
10-04 01:55
AI 뉴스 (26/10/4) ■ OpenAI 안전 담당 직원 David Robinson 퇴사. 개발 속도보다 안전 검증이 우선돼야 한다고 비판. ■ 미국 백악관, AI 위험과 기회를 검토할 새 태스크포스 구성 추진. 120일 내 정책 보고서 제출 예정. ■ 미국 정부, OpenAI·Anthropic·Google·Meta·NVIDIA 등과 자율 AI 안전협약 기조 유지. 강제 규제보다 업계 자율조치에 무게. ■ AI 안전 우려가 커지면서 미국 내 독립 감독과 강제 규제 필요성 논쟁 확대. ■ OpenAI, 과거 에이전트 보안 사고 전수 검토에 대규모 GPU 자원 투입. 관련 보안 비용도 크게 증가. ■ Anthropic, IPO 문서에서 정부 규제와 정책 변화가 고객 관계와 매출에 영향을 줄 수 있다고 경고. ■ Anthropic, 장기 AI 인프라 투자 규모가 최소 5,180억 달러 수준으로 확대. ■ Broadcom, Anthropic의 AI 칩 임차를 위해 최대 420억 달러 금융 지원 추진. ■ Google, Gemini 4 Argon 중심으로 코딩·사이버보안·고난도 추론 기능 확대. ■ Google, Gemini 3.8 Flash·Live·TTS 등 멀티모달 모델 라인업 확대. ■ AI 데이터센터 투자 규모가 급격히 커지면서 수익성·부채 부담 우려도 확대. ■ 글로벌 AI 경쟁이 모델 성능에서 안전·에이전트 통제·인프라 금융 경쟁으로 빠르게 이동.
10-04 09:04
OpenAI 안전 책임자가 퇴사하며 “AI 안전에 지금보다 훨씬 더 신중해야 한다”고 경고했네요. OpenAI에서 3년 반 동안 안전 업무를 맡았던 데이비드 로빈슨이 퇴사하면서, 프론티어 AI 개발 속도와 회사의 안전 문화에 대한 우려를 밝혔습니다. 1. 너무 빠른 개발 속도: AI 개발이 계속 빠르게 진행되면서, 프론티어 AI에 필요한 수준의 검증과 안전 조치가 충분하지 않을 수 있다고 지적했습니다. 2. 12번의 프론티어 출시 경험: 그는 12번의 안전 보고서를 작성하고 OpenAI의 Preparedness Framework 작성에도 참여했는데, AI가 더 강력해질수록 시행착오 방식의 안전 관리가 한계에 부딪힐 수 있다고 말했습니다. 3. 실제 사례가 보여준 위험: 잘못 배포된 에이전트 무리, 인터넷 제한을 우회한 모델, Anthropic의 안전장치 오류 등을 언급하며 훨씬 강력한 중복 안전장치와 통제가 필요하다고 주장했습니다. 4. 원전이나 공항처럼 관리해야: 프론티어 AI 연구소도 원전이나 공항처럼 외부 안전 전문가를 참여시키고, 여러 단계의 안전장치와 더 강력한 AI 정렬 연구를 갖춰야 한다는 이야기입니다. 결국 AI가 더 강력해질수록 “빨리 만드는 것”만큼이나 “안전하게 만드는 것”에 대한 체계적인 접근이 필요하다는 경고네요. 출처: https://www.theatlantic.com/technology/2026/10/openai-safety-team-resignation/688881/
10-04 18:48
구글 드라이브 자료로 완성도 높은 프레젠테이션 제작하기입니다 :) 어렵지 않습니다!
10-04 18:55
애플이 메타의 AI 에이전트 ‘Muse’ 논란 이후 맥의 개인정보 보호를 강화한다고 하네요. AI가 컴퓨터를 대신 조작하는 시대가 오면서, 시스템 권한에 대한 기준도 바뀌고 있습니다. 1. 권한 강화: Full Disk Access가 파일, 메시지, 이메일, 검색 기록 등에 접근할 수 있어 사용자 확인을 더 강화합니다. 2. Muse 논란: Muse가 비공개 메시지에 접근했다는 지적이 나왔고, 메타는 사용자가 허용한 데이터라고 반박했습니다. 3. AI 에이전트의 위험: AI가 더 자율적으로 움직일수록 과도한 권한이 더 많은 개인정보 노출로 이어질 수 있다는 우려입니다. 결국 AI 에이전트가 강력해질수록 “무엇을 할 수 있나”뿐 아니라 “무엇을 볼 수 있나”도 중요해지고 있네요. 출처: https://www.reuters.com/business/retail-consumer/apple-says-it-will-flag-ai-requests-mac-data-after-metas-muse-draws-complaints-2026-10-02/
10-04 19:05
↪ 전달: [삼성 이영진] 글로벌 AI/SW
오픈AI, 트럼프 행정부 AI 정책 핵심 인사 영입, 국가안보·사이버 조직 강화 : 오픈AI는 백악관 국가사이버국장실(ONCD)에서 AI 정책을 총괄했던 Thomas Lind를 영입. 국가안보 정책팀에서 사이버 및 전략적 리스크 부문을 이끌 예정 : Lind는 2025년 ONCD 합류 후 정보 담당 선임 디렉터를 거쳐 정책 책임자를 맡았으며, 이전에는 NSA 정보 장교로 근무. ONCD에서는 첨단 AI 모델의 사이버 위협 대응 및 출시 전 정부 검토 프레임워크 마련에 핵심 역할 : 오픈AI는 최근 트럼프 행정부와의 정책 접점을 확대. 7월에는 백악관 OSTP 출신으로 2025 AI Action Plan 작성에 참여한 Dean Ball을 영입했으며, 이번 Lind 영입으로 국가안보·AI 규제 대응 역량을 추가 강화 : 특히 오픈AI 에이전트의 Hugging Face 해킹 사건 이후 AI의 사이버 역량에 대한 정책적 관심이 높아지는 가운데, 회사는 9월 10억 달러 규모 ‘Daybreak for Frontline Defenders’를 발표하는 등 사이버 방어 분야 투자도 확대 : Lind가 근무했던 ONCD는 현재 첨단 AI 모델의 정부 사전 검토 및 Trusted Partner Program 시행에서 핵심 역할담당. 오픈AI의 이번 영입은 AI 역량 고도화와 함께 미국 국가안보·사이버 정책과의 연결을 강화하는 움직임 https://t.me/Samsung_Global_AI_SW
10-04 19:12
클로드로 낭비되는 구독료를 관리하는 방법입니다 :)
10-04 19:21
AI를 활용해 좋은 트레이딩 전략을 찾는 프롬프트가 공개됐네요. AI를 단순한 매매 도구가 아니라, 전문 트레이딩 리서치 애널리스트처럼 활용하는 방식입니다. 1. 시장 분석: 현재 시장 상황을 분석하고 유망한 기회를 찾습니다. 2. 전략 개발: 하나가 아닌 여러 트레이딩 전략을 만들어 비교합니다. 3. 백테스트: 현실적인 조건을 적용해 각 전략의 성과를 테스트합니다. 4. 리스크 검증: 최대 낙폭, 안정성, 과적합 여부까지 확인합니다. 마지막으로 여러 결과를 비교해 가장 강력하고 안정적인 전략을 찾아내는 방식이네요. 출처: https://x.com/sairahul1/status/2104536785036693744
10-04 19:46
AI의 진짜 위험은 일자리 감소가 아니라 ‘권력 집중’일 수도 있습니다 AI가 민주주의에 위협이 될 수 있을까요? 노벨경제학상 수상자인 경제학자 다론 아제모을루(Daron Acemoglu)는 AI의 과소평가된 위험 중 하나로 대규모 실업보다 ‘경제적 권력의 집중’을 지적합니다. AI가 발전하면서 지능 자체를 사용하는 비용은 빠르게 낮아지고 있습니다. 하지만 그 AI를 움직이는 핵심 인프라는 그렇지 않습니다. 최첨단 AI 모델 반도체와 GPU 데이터 대규모 컴퓨팅 인프라 막대한 자본 이러한 자원은 여전히 소수 기업에 집중되어 있습니다. 만약 AI가 앞으로 노동이나 자본처럼 경제를 움직이는 핵심 생산요소가 된다면, AI 인프라를 지배하는 기업들이 경제가 만들어내는 가치의 상당 부분을 가져갈 가능성이 있습니다. 문제는 경제력이 경제에만 머무르지 않는다는 것입니다. 경제적 영향력이 지나치게 집중되면 정치적 영향력 역시 함께 커질 수 있습니다. 국가 간에도 비슷한 문제가 발생할 수 있습니다. 미국과 중국처럼 AI 모델, 반도체, 데이터센터, 컴퓨팅 인프라를 상당 부분 자체적으로 확보한 국가와 그렇지 못한 국가의 차이가 커질 수 있습니다. AI를 도입한 국가의 생산성과 GDP는 올라갈 수 있습니다. 하지만 그 성장을 만드는 핵심 기술을 해외 기업의 모델, 칩, 클라우드와 컴퓨팅 인프라에 의존한다면 이야기가 달라집니다. 경제적으로는 더 부유해졌지만 동시에 핵심 기술에 대한 통제력은 약해지는 상황이 발생할 수 있다는 것입니다. 이 문제는 개인에게도 적용됩니다. 개인 → AI 덕분에 생산성은 증가하지만 전문성이 약해질 수 있음 기업 → 효율성은 높아지지만 자체 기술과 경쟁우위가 약해질 수 있음 국가 → GDP는 성장하지만 외부 AI 인프라에 대한 의존도가 높아질 수 있음 즉 ‘생산성 증가 = 통제력 증가’가 반드시 성립하는 것은 아닙니다. 개인적으로 이 관점에서 보면 소버린 AI가 왜 중요한지도 이해할 수 있습니다. 단순히 자국의 LLM 하나를 만드는 문제가 아니라 AI 모델 * 데이터 * 반도체 * 컴퓨팅 인프라 * 오픈소스 * 인재 * 플랫폼 까지 얼마나 자체적으로 확보하고 통제할 수 있는지가 장기적으로 중요해질 수 있습니다. 결국 AI 시대의 중요한 질문은 단순히 “AI가 인간의 일자리를 얼마나 대체할 것인가?” 에서 끝나지 않을 것 같습니다. 오히려 더 중요한 질문은 “AI가 만들어내는 생산성과 부가 누구에게 돌아가는가?” 그리고 “AI를 움직이는 지능, 자본, 데이터와 인프라를 누가 통제하는가?” 일 수 있습니다. AI가 사회 전체의 생산성을 높이더라도 그 기반이 소수 기업과 국가에 지나치게 집중된다면, 민주주의 제도는 새롭게 형성되는 경제적·기술적 권력의 집중에 어떻게 대응해야 할까요? 앞으로 AI 경쟁에서 성능만큼이나 중요하게 다뤄질 문제라고 생각합니다. 출처: https://bbc.com.im/audio/play/w3ct98hc
10-04 20:16
AI 발전이 몇 년 걸릴 일을 몇 달 만에 압축할 수도 있다는 연구가 나왔네요. 22명의 연구진이 참여한 케임브리지 논문에서 AI가 AI 연구개발까지 자동화할 경우, 발전 속도가 크게 빨라질 가능성을 분석했습니다. 1. AI가 작성하는 코드 급증: Anthropic에서는 2025년 초 한 자릿수였던 모델 작성 코드 비중이 80% 이상으로 늘었다고 합니다. 2. AI 연구 자동화도 증가: 자율적으로 R&D 작업을 수행하는 능력도 6개월 만에 1%에서 26%까지 올라갔다고 하네요. 3. 최대 10배 가속 가능성: AI가 연구개발을 완전히 자동화한다면 약 1.5년 안에 AI 발전 속도가 10배 빨라질 가능성도 제시했습니다. 4. 통제 문제가 핵심: 컴퓨팅 자원이나 데이터가 병목이 될 수 있고, 통제 상실이나 특정 기업이 지나치게 큰 우위를 갖는 위험도 지적했습니다. 결국 AI가 AI를 더 빠르게 발전시키는 단계에 들어서면, 지금과는 전혀 다른 속도의 기술 발전이 가능할 수 있다는 이야기네요. 출처: https://casp.ac/reports/intelligence-explosion
10-04 21:46
역시 AI는 못참죠..
10-04 22:02
▶ [동영상 0:59] — 용량이 커서 여기서는 미리보기만
구글이 AI 칩을 우주로 보냈네요. 구글의 ‘Project Suncatcher’ 위성에 AI용 TPU가 탑재돼 실제 궤도에서 작동을 시작했습니다. 1. 우주에서 AI 연산: SpaceX의 Transporter-18에 실려 발사됐으며, 구글은 위성과의 통신 및 정상 작동을 확인했습니다. 2. 가장 큰 문제는 냉각: 우주에는 공기가 없어 팬으로 식힐 수 없습니다. 열을 히트파이프와 라디에이터를 통해 우주로 방출해야 합니다. 3. 방사선도 변수: 구글은 Trillium TPU가 우주 방사선을 견딜 수 있는지 테스트했고, 실제 궤도에서 추가 데이터를 수집하고 있습니다. 4. 2027년 더 크게: 구글은 2027년 두 개의 위성을 추가로 발사해 위성 간 고속 레이저 통신을 테스트할 예정입니다. 결국 구글이 꿈꾸는 건 지상 데이터센터가 아니라, 여러 위성을 연결해 우주에서 AI를 처리하는 새로운 컴퓨팅 인프라네요. 출처: https://blog.google/innovation-and-ai/models-and-research/google-research/project-suncatcher-prototype/
10-04 22:05
Claude Code에서 Cache Control 꼭 써보세요 :) 토큰을 아끼고 Claude Code 세션을 더 오래 유지하는 데 도움이 되는 모드라고 하네요. 5분짜리 Claude 캐시 상태를 별도로 보여주고, 캐시가 유지되도록 알림도 보내줍니다. 설치 명령어: npx claude-code-templates@latest --mod observability/prompt-cache-control Claude Code를 자주 사용한다면 한 번 써볼 만하겠네요.
10-04 22:09
▶ [동영상 5:21] — 용량이 커서 여기서는 미리보기만
Runway가 ‘생성형 운영체제’ 개념을 공개했네요. 연구 프로젝트 ‘Project Continuum’을 통해 AI가 화면 일부를 실시간으로 생성하고, 사용자의 클릭이나 드래그에도 반응하는 새로운 형태의 OS를 선보였습니다. 1. 포털: 웹페이지 위에 관련 장소나 시뮬레이션 등을 실시간으로 만들어 보여줍니다. 2. 반응형 영상 UI: 창 크기가 바뀌면 영상 속 장면과 객체도 그에 맞게 다시 구성됩니다. 3. 인터랙티브 월드: 이미지나 영상을 하나의 공간처럼 만들어 직접 돌아다닐 수 있습니다. 4. 비주얼 씽킹: AI 에이전트가 어떤 작업을 하고 있는지 각 단계와 도구 호출을 시각적으로 보여줍니다. 이 화면을 생성하는 핵심 모델은 Runway의 ‘Solaris’라고 하네요. 아직은 데모 단계로, 텍스트 렌더링과 긴 세션의 일관성 같은 문제도 남아 있습니다. 결국 OS의 화면 자체를 AI가 실시간으로 만들어내는 시대를 실험하고 있는 셈이네요. 출처: https://x.com/runwayml/status/2105685396734853582
10-04 22:16
어떤 영상이든 필름 카메라 느낌으로 바꿔주는 ‘Osmo Film Emulation’이 나왔네요. 브라우저에서 바로 영상을 업로드하고 원하는 필름 스타일을 적용할 수 있습니다. 1. 126가지 필름 스타일: 다양한 필름 룩 중에서 원하는 스타일을 선택할 수 있습니다. 2. 세부 조정 가능: 색감과 필름 그레인 등 이미지 설정도 직접 조절할 수 있습니다. 3. 브라우저에서 바로 사용: 별도 프로그램 없이 영상을 올리고 스타일을 적용하면 됩니다. 영상에 빈티지한 필름 느낌을 넣고 싶다면 간단하게 써볼 만하겠네요. 사용해보기: https://osmo.inc/tools/film-emulation
10-04 23:01
AI가 이제 뇌를 ‘엿볼’ 수도 있다고 하네요. MRI 영상을 분석해 사람이 보고 있는 이미지를 다시 만들어내는 AI 모델이 공개됐습니다. 1. 이미지 복원: 사람이 보고 있는 장면의 구도와 물체 위치, 색상까지 상당히 비슷하게 재현합니다. 2. 꽤 높은 정확도: 일부 아티팩트가 생기기는 하지만, 원래 보고 있던 이미지와 비슷한 결과를 만들어낸다고 합니다. 3. 꿈과 상상까지?: 연구진은 앞으로 이런 기술을 활용해 사람이 머릿속으로 상상하거나 꿈꾸는 장면까지 복원하는 것을 목표로 하고 있다고 하네요. 결국 뇌의 신호를 AI로 해석해 ‘머릿속 이미지를 화면으로 보여주는’ 기술이 조금씩 현실에 가까워지고 있다는 이야기네요. 출처: https://www.technologyreview.com/2026/10/01/1145588/ai-mind-reading-reconstructs-what-youre-looking-at/
10-04 23:24
여러분의 많은 관심과 성원 덕분에 어느덧 페이스북 팔로워 1만 명, 링크드인 3천명 및 텔레그램 채널 구독자 3천명을 달성하게 되었습니다. 진심으로 감사드립니다. 페이스북: https://www.facebook.com/lsszz1 텔레그램: https://t.me/aiinnovationstudio 스레드: https://www.threads.com/@ais.root 링크드인: https://www.linkedin.com/in/soulai 앞으로도 AI와 보안 분야의 최신 정보는 물론, 도움이 되는 다양한 토이 프로젝트와 기술 콘텐츠를 꾸준히 공유하겠습니다. 특히 AI를 누구나 쉽고 효과적으로 활용할 수 있는 그날까지, 더 많은 분들이 AI를 실무와 일상에 자연스럽게 접목할 수 있도록 유용한 정보와 경험을 아낌없이 나누겠습니다. 보내주시는 관심과 응원에 늘 감사드리며, 앞으로도 함께 성장하는 채널 및 커뮤니티를 만들어가겠습니다. 항상 건강하시고, 행복한 나날 보내시길 바랍니다. 감사합니다.
10-04 23:54
매주 업데이트 중입니다 :) 워게임 추가 완료! 바이브해킹이라는 사이버보안 학습 저장소를 제작하였습니다. 많은 관심 및 응원 부탁드립니다. 감사합니다! 주기적으로 업데이트 예정입니다. 1. VibeHacking은 인공지능 시대에 해킹과 보안을 빠르고 체계적으로 배울 수 있도록 만든 사이버보안 학습 저장소입니다. 2. AI를 활용해 어려운 보안 개념을 쉽게 이해하고, Linux 기초부터 웹 해킹, 시스템 해킹, 네트워크, 포렌식, 클라우드 보안, 레드팀, AI 보안까지 다양한 분야를 단계적으로 학습할 수 있도록 구성했습니다. 3. 본 프로젝트는 합법적인 보안 학습과 방어 역량 강화를 위한 교육용 목적으로 제작되었습니다. 4. 타인의 시스템을 무단으로 공격하거나, 정보를 탈취하거나, 불법적인 목적으로 악용해서는 안 되며, 모든 실습은 반드시 허가받은 환경에서만 진행해야 합니다. https://github.com/lsszz2100/VibeHacking
10-04 23:54
인공지능 플랫폼! 단기 교육/강의 및 교육업체 지원도 가능합니다! 협업 문의도 언제든지 연락주세요 :) 캔바 프로 - 1년 1만원 개인계정 추가! 캡컷, 오토데스크, VPN, 게임 등 다양한 플랫폼 가능합니다 :) 구독상품리스트: https://ai-nice.ai.studio 문의: https://open.kakao.com/o/s4OEqBai
10-04 23:54
위키독스 무료 서적 5종을 제작하였습니다. 0. GPT & Codex 기초부터 고급까지 100 웹 서적을 위키독스에 새롭게 공개하였습니다. 위키독스: https://wikidocs.net/book/20375 깃허브: https://github.com/lsszz2100/Codex_King GPT와 Codex를 처음 접하는 분들부터 실무 및 고급 활용법을 배우고 싶은 분들까지 폭넓게 학습할 수 있도록 구성하였으니 많은 관심 부탁드립니다. 1. 클로드 기초부터 고급까지 100 Claude를 기초부터 고급 활용까지 폭넓게 다루는 무료 전자책입니다. 최신 AI 트렌드를 반영하여 Claude 활용법을 체계적으로 정리했습니다. 깃허브: https://github.com/lsszz2100/Claude_100 위키독스: https://wikidocs.net/book/19729 2. Veo3 / Veo3.1 영상 제작 가이드 Veo3와 Veo3.1을 활용한 AI 영상 제작 가이드입니다. 영상 제작에 바로 활용할 수 있는 프롬프트 예시를 다양하게 정리해두었으며, 지속적으로 업데이트 중입니다. 깃허브: https://github.com/astrabit-dev/New_Veo3 위키독스: https://wikidocs.net/book/19471 3. n8n 자동화 가이드 n8n을 활용한 자동화 구축 방법을 정리한 무료 가이드입니다. 초보자도 따라올 수 있도록 구성했으며, n8n 프롬프트 팩도 함께 제공될 예정입니다. 깃허브: https://github.com/lsszz2100/n8n_Auto_Guide 위키독스: https://wikidocs.net/book/19485 4. 클로드 아키텍트 인증 가이드 Claude Architect 인증을 준비하는 분들을 위한 실전형 가이드입니다. 인증 준비 과정과 핵심 내용을 빠르게 파악할 수 있도록 정리했습니다. 깃허브: https://github.com/lssz z2100/Claude-architect-Certification 위키독스: https://wikidocs.net/book/19518
10-04 23:54
Claude Code 오케스트레이션, Agent를 여러 개 돌려서 뭐가 좋을까? Claude Code도 이제 단순히 하나의 AI Agent에게 코딩을 시키는 단계에서 벗어나 여러 Agent에게 작업을 분배하는 방향으로 발전하고 있습니다. 그런데 여기서 가장 먼저 드는 생각이 있습니다. “Agent 여러 개 돌려서 도대체 뭐가 좋은데?” 핵심은 단순합니다. 하나의 Agent가 모든 일을 순서대로 처리하는 대신, 여러 작업을 동시에 처리하거나 전문 역할별로 분리하는 것입니다. 1. Subagents — 한 명의 Claude가 여러 전문가를 호출 가장 이해하기 쉬운 방식입니다. 메인 Claude가 전체 작업을 담당하면서 필요한 순간에 별도의 Subagent에게 작업을 넘깁니다. 예를 들어 메인 Agent → 전체 기능 구현 Subagent A → 코드베이스 조사 Subagent B → 테스트 작성 Subagent C → 보안 검토 처럼 구성할 수 있습니다. 각 Subagent가 별도 Context에서 작업하기 때문에 메인 Context를 불필요하게 크게 만들지 않는 것도 장점입니다. Anthropic 역시 Subagent를 전문 작업을 위임하고 병렬 개발을 가능하게 하는 기능으로 설명하고 있습니다. 2. Agent View — 여러 Claude를 사람이 직접 관리 이번에는 Claude가 아니라 사람이 관리자 역할을 하는 방식입니다. 여러 Claude Code 세션을 동시에 실행하고 Claude A → Frontend Claude B → Backend Claude C → Test Claude D → Documentation 처럼 직접 업무를 나눠주는 개념입니다. Anthropic도 여러 Claude Code 인스턴스를 각각 별도의 Worktree에서 실행하는 병렬 작업 패턴을 소개하고 있습니다. 쉽게 말하면 내가 개발팀의 PM이 되고 여러 Claude에게 직접 업무를 배정하는 방식입니다. 3. Agent Teams — Claude들이 하나의 팀처럼 작업 여기서부터 진짜 멀티에이전트에 가까워집니다. 하나의 Agent가 모든 것을 처리하는 것이 아니라 여러 Claude 인스턴스가 동시에 서로 다른 문제를 해결합니다. Anthropic은 실제 연구에서 16개의 Agent를 병렬로 실행해 Rust 기반 C Compiler를 개발하는 실험도 진행했습니다. 약 2,000개의 Claude Code 세션을 거쳐 10만 줄 규모의 Compiler를 만들었고 Linux Kernel을 컴파일할 수 있는 수준까지 발전시켰습니다. 이런 구조의 핵심은 단순히 Agent 숫자를 늘리는 것이 아니라 역할을 분리하는 것입니다. 4. Dynamic Workflows — 정해진 작업 흐름 자체를 자동화 이 방식은 조금 더 발전된 형태입니다. 단순히 Agent를 여러 개 실행하는 것이 아니라 조사 → 계획 → 구현 → 테스트 → 검증 → 수정 같은 Workflow 자체를 자동화하는 개념입니다. 이렇게 되면 사람이 Agent 하나하나에게 계속 다음 작업을 지시하는 것이 아니라, 미리 정의한 Workflow에 따라 여러 Agent가 순차 또는 병렬로 작업하게 됩니다. 결국 Claude Code를 단순 Coding Agent가 아니라 하나의 자동화 엔진처럼 사용하는 방식입니다. 5. Projects — 여러 작업을 더 높은 수준에서 관리 로컬 터미널 안에서 Agent를 관리하는 것을 넘어 여러 작업과 세션을 더 높은 수준에서 병렬로 운영하는 방향입니다. Anthropic은 이미 Claude Code Desktop에서 여러 로컬·원격 세션을 동시에 실행하는 형태를 제공해왔습니다. 한 Agent는 버그를 수정하고, 다른 Agent는 GitHub를 조사하고, 또 다른 Agent는 문서를 업데이트하는 식입니다. 그래서 이걸 왜 사용할까요? 작은 기능 하나를 만드는 데 Agent 10개를 사용하는 것은 오히려 비효율적일 수 있습니다. 진짜 효과가 나타나는 것은 작업을 서로 독립적으로 분리할 수 있을 때입니다. 예를 들어 게임 하나를 만든다면 Agent 1 → 게임 시스템 Agent 2 → UI Agent 3 → Enemy AI Agent 4 → Save System Agent 5 → Test Agent 6 → Code Review 처럼 동시에 작업할 수 있습니다. 하나의 Claude가 6개 작업을 순서대로 처리한다면 A → B → C → D → E → F 이지만 멀티에이전트에서는 A B C D E F 를 병렬로 처리할 수 있는 것입니다. 하지만 Agent가 많다고 무조건 좋은 것은 아닙니다. Agent 숫자가 증가하면 토큰 사용량 증가 중복 작업 파일 충돌 Context 분산 잘못된 작업 방향 Merge 충돌 검증 비용 도 함께 증가합니다. 실제로 Anthropic의 병렬 Agent 실험에서도 Merge Conflict가 자주 발생했다고 설명합니다. 그래서 멀티에이전트에서 가장 중요한 것은 Agent 숫자가 아닙니다. “누가 계획하고, 누가 구현하고, 누가 검증할 것인가?” 이 역할 구조가 훨씬 중요합니다. 개인적으로 Claude Code 오케스트레이션의 최종 형태는 이런 구조가 될 가능성이 높다고 봅니다. Orchestrator ↓ Planner ↓ Worker × N ↓ Reviewer ↓ Test ↓ Final Verification 결국 앞으로 개발자가 직접 모든 코드를 작성하는 것에서 “AI에게 코딩을 시키는 개발자” 를 거쳐 “AI 개발팀을 설계하고 관리하는 개발자” 로 역할이 조금씩 바뀌고 있는 것 같습니다. Agent 하나를 잘 사용하는 것도 중요하지만, 이제는 여러 Agent에게 어떤 역할과 권한을 줄 것인지가 더 중요한 기술이 되고 있습니다.
10-04 23:58