작은 모델이 쏟아진 토요일 — Liquid AI 8B-A1B 공개, Claude Opus 4.8 출시, MCP 회의론까지
안녕하세요! 오늘은 '작지만 똑똑한 모델'이 줄줄이 나온 하루였어요. Liquid AI는 8B 중 1B만 골라 쓰는 가벼운 모델을 공개했고, Anthropic은 Claude Opus 4.8을 조용히 내놓았습니다. 한쪽에서는 'MCP는 죽었다'는 자극적인 글이 화제였고, 다른 쪽에서는 'AI가 프론트엔드의 잃어버린 10년을 반복시키는 거 아니냐'는 진지한 회고도 올라왔어요. 큰 발표보다는 작은 흐름들이 모여서 분위기를 만드는 날이었습니다.
Liquid AI가 LFM2.5-8B-A1B를 공개했습니다. 전체 파라미터는 8B인데 한 번 답할 때 실제로는 1B 정도만 골라 쓰는 MoE(여러 전문가 모델 중 일부만 활성화하는 구조) 모델이에요. 노트북·휴대폰 같은 가벼운 기기에서 돌릴 수 있도록 설계된 on-device 모델이고, HuggingFace에 GGUF(작은 기기용 압축 포맷) 버전도 같이 올라왔어요.
Anthropic이 Claude Opus 4.8을 출시했습니다. Simon Willison은 '대단한 도약은 아니지만 체감되는 개선'이라고 평했어요. 특히 '정직성(honesty)'이 두드러지게 좋아져서, 자기 코드의 결함을 그냥 넘기는 비율이 직전 모델 대비 약 4배 줄었다고 합니다. 가격은 Opus 4.5/4.6/4.7과 동일($5/$25 per M tokens)이에요.
Quandri 엔지니어링 블로그의 도발적인 제목이 HN에서 화제예요. MCP(AI가 외부 도구·DB를 표준 방식으로 연결하는 프로토콜)가 실제로 운영에 들어가니 ① 컨텍스트 윈도우를 잡아먹고 ② 신뢰성이 낮고 ③ 기존 CLI/API와 기능이 겹친다는 회고입니다. 글 자체도 Claude Code의 Tool Search 도입으로 컨텍스트 문제는 상당 부분 해소됐다고 업데이트가 붙어 있어요.
HN 화제 글입니다. 2010년대 프론트엔드가 새 프레임워크에 매번 흔들렸던 것처럼, 지금 AI 도구도 같은 deskilling(숙련 해체) 패턴을 반복하고 있다는 분석이에요. 저자 Mauro Bieg는 HTML/CSS → Rails → Next.js로 이어진 본인 경험과 Alex Russell의 'Frontend's Lost Decade' 강연을 엮어, AI 코딩이 프로그래밍에 같은 일을 하고 있다고 짚습니다.
LangChain의 에이전트 그래프 프레임워크인 LangGraph가 1.2.2로 올라왔습니다. 메이저 신기능보다는 1.x 라인의 안정화 패치 성격이 강합니다. 에이전트를 운영 중인 팀에는 안전한 업그레이드 후보예요.
오픈소스 LLM 추론 서버(추론 = AI가 답을 만들어내는 과정) vLLM이 0.22.0 정식 버전을 냈습니다. 자체 모델 서빙하는 팀의 필수 업그레이드 라인입니다.
로컬에서 LLM을 가장 쉽게 돌리는 도구 Ollama가 0.30.0 RC(릴리스 후보) 단계에 들어갔어요. 현재 rc31까지 올라온 상태라 곧 정식 0.30이 나올 분위기입니다.
C++로 작성된 LLM 추론 엔진 llama.cpp가 b9428 빌드를 올렸어요. Ollama·LM Studio가 내부적으로 쓰는 엔진이라 영향 범위가 큽니다.
LangChain의 Anthropic 연결 모듈이 1.4.4로 올라왔습니다. Claude Opus 4.8 출시 시점과 맞물려 나온 점이 눈에 띄어요.
HN 'Show HN' 프로젝트입니다. 이름 그대로 vLLM의 핵심 아이디어를 C++과 CUDA로 미니멀하게 재구현한 학습용 추론 엔진이에요. 코드가 짧아서 vLLM이 내부적으로 뭘 하는지 공부하기 좋습니다.
SWC를 써서 TypeScript 코드를 Node.js 없이 실행 가능한 단일 네이티브 바이너리로 만드는 컴파일러입니다. CLI뿐 아니라 macOS/Windows/Linux/iOS/Android/WebAssembly까지 GUI 앱 타깃을 지원해요. Bun이나 Deno와는 다른 '진짜 네이티브 바이너리' 접근입니다.
3Blue1Brown으로 유명한 수학 애니메이션 도구 Manim에, 텍스트·이미지를 입력하면 수학·물리 애니메이션과 학습 노트를 만들어주는 래퍼입니다. 강의 자료나 블로그용 수식 영상을 손쉽게 만들 수 있어요.
강화학습(RL) 기반 파인튜닝이 지도학습(SFT)보다 기존 능력을 덜 까먹는 이유를 신경망 내부 '회로' 수준에서 분석한 페이퍼입니다. Qwen2.5-3B 모델로 측정했더니, SFT는 빠르게 적응하지만 회로를 크게 부수고, RL은 적응이 느려도 회로를 잘 보존했어요. 망각(catastrophic forgetting) 문제를 다루는 새 시각을 제공합니다.
LLM은 내부 표현(representation)에는 정답을 알지만 출력으로는 다르게 말하는 경우가 있습니다. MechELK는 이런 '잠재 지식'을 끌어내기 위한 3단계 프레임워크예요. 기존 CCS 같은 방법보다 복잡한 멀티스텝 추론에서도 동작한다고 주장합니다.
Simon Willison이 만든 데이터 탐색·공유 도구 Datasette가 1.0 알파 31에 도달했습니다. 이번 알파의 헤드라인은 두 가지: 권한 있는 사용자가 DB에 쓰기 쿼리(insert/update/delete)를 실행할 수 있게 됐고, 쿼리를 저장·공유하는 stored queries 기능이 들어왔어요. 1.0 정식까지 거의 다 온 분위기입니다.
SQLite 공식 저장소가 AGENTS.md 파일을 추가했습니다. 그런데 내용은 일반적인 '에이전트야 이렇게 기여해줘' 가이드가 아니라, 'SQLite는 agentic 코드(AI가 만든 코드)를 받지 않는다'는 명확한 거절 선언이에요. 최근 커밋에서는 'currently(현재로서는)'라는 단어까지 빼서 입장을 더 강하게 못박았습니다. 동시에 AI 생성 버그 리포트가 너무 많아져 SQLite 포럼은 별도 '버그 포럼'으로 분리됐어요.
Simon Willison이 만든 작은 마크다운 렌더링 도구입니다. 마크다운 본문 안의 fenced code SVG 블록을 이미지와 코드 탭으로 전환해서 볼 수 있게 해줘요. 마크다운을 직접 붙여넣거나 CORS 가능한 URL/GitHub Gist에서 불러올 수 있고, 표·코드블록 등 일반 마크다운도 라이브 프리뷰로 보여줍니다.
바이두의 OCR(이미지에서 글자 뽑기) 도구 PaddleOCR의 비전-언어 통합 버전 1.6입니다. OCR뿐 아니라 문서 구조 파싱까지 한 번에 처리해주는 모델이에요.
HN 화제 글입니다. DBOS의 'Postgres만으로 durable execution 충분하다'는 주장에서 한 발 더 나아가, '많은 경우 SQLite 한 파일로도 영속(durable) 워크플로가 충분하다'는 글이에요. Obelisk 저자가 쓴 글이고, 휘발성을 보완하기 위해 Litestream으로 S3에 비동기 복제하는 패턴까지 제시합니다. 1인·소규모 팀에게 특히 매력적인 접근입니다.
구글·아마존 출신의 베테랑 개발자 Steve Yegge가 '기술 면접의 종말'을 논합니다. AI가 코딩 면접 문제를 다 풀어버리는 시대에 면접은 어떻게 바뀌어야 하는지에 대한 글이에요. HN 115점·댓글 95개로 채용 담당자들이 활발히 토론 중입니다.
HN 331점·댓글 170개의 글입니다. 'AI 시대에 인간이 가치 있는 이유'를 자꾸 'AI가 못하는 X를 인간이 한다' 같은 조건부로만 정당화하는 흐름에 대한 반박이에요. 저자 caleb gross는 '인간은 가치 있다. 그냥 그렇게 말하면 된다(You can just say it). 굳이 조건 달 필요 없다'고 주장합니다. 인간/AI 격차에 의존하는 논리의 한계를 짚는 글입니다.
모델은 빨라지고 작아지고 있는데, 정작 개발자들의 마음은 점점 더 복잡해지는 것 같아요. 도구가 늘수록 '그래서 뭘 써야 하지?'라는 질문도 같이 커집니다. 주말이니 새 모델 하나 받아서 가볍게 돌려보거나, 오늘 소개한 회고 글 한 편 천천히 읽어보는 것도 좋을 것 같아요.