오늘은 초대형 오픈 웨이트 모델 Kimi-K3 공개로 오픈소스 LLM 경쟁이 다시 달아올랐고, 스크래핑과 오픈 모델을 둘러싼 법적·정책적 공방, 그리고 AI 에이전트가 실제 개발 작업을 대신 떠맡는 사례들이 눈에 띄었습니다.
문 열린 초대형 모델, Kimi-K3 공개
Moonshot AI가 2.8조 파라미터에 100만 토큰이 넘는 컨텍스트 윈도우를 갖춘 Kimi-K3를 기술 보고서와 함께 Hugging Face에 공개했다. 896개 전문가 중 토큰마다 일부만 활성화하는 MoE 구조에 새로운 어텐션 기법을 얹어 장문 코딩과 추론 성능을 끌어올렸다는 설명이다. 파라미터 숫자보다 중요한 건 '오픈 가중치'로 풀렸다는 점 — 국내 개발자들도 직접 파인튜닝하며 성능을 검증해볼 수 있다는 뜻이다.
→ 원문 보기 (news.hada.io) → 기술 보고서 원문 (news.hada.io)
Bun의 러스트 재작성, "11일 완료"는 마케팅이었다
Bun 팀이 홍보했던 '11일 만에 끝난' Rust 재작성이 실제로는 main 병합 후 6주가 지나도록 릴리스 태그조차 없이 계속 진행 중인 것으로 드러났다. 최초 재작성에만 Anthropic API 비용 16만 5천 달러가 들었고, CI/CD 정비 같은 후속 작업 비용은 별도였다는 점도 함께 공개됐다. AI 에이전트로 대규모 리라이트를 밀어붙이는 시대에 "완료"의 기준을 어디에 둬야 하는지 생각해볼 만한 사례다.
구글, "스크래핑 막으려 DMCA 휘두르기"에 제동
SerpAPI가 구글 검색 결과를 긁어간 것을 두고 구글은 DMCA 1201조(기술적 보호조치 우회 금지) 위반이라 주장했지만, 법원은 이를 기각했다. 다만 청구 범위를 좁혀 다시 소송을 걸 여지는 남겨뒀다. 저작권 없는 정보라도 접근 차단 장치만 걸어두면 법적으로 보호받는지에 대한 판단이라, 크롤러나 스크래퍼를 만드는 개발자라면 눈여겨볼 판례다.
Anthropic, "오픈 웨이트 모델 전면 금지는 반대"
Anthropic이 위험한 능력을 갖추지 않은 오픈 웨이트 모델은 기업과 연구자에게 실질적 가치를 주는 공공재이며, 이를 카테고리째 금지하는 규제 방향에는 반대한다는 입장을 밝혔다. 진짜 국가안보 리스크는 공개 자체가 아니라 권위주의 정부의 AI 우위 확보나 강력한 모델을 악용한 사이버·생물 공격이라고 선을 그었다. 폐쇄형 API 회사가 오픈소스 모델 편을 들어준 모양새라, 앞으로 규제 논의에서 균형추로 자주 인용될 것 같다.
9년 묵은 라이브러리, AI 에이전트가 대신 업데이트하다
한 개발자가 9년 전 만든 React Native 차트 라이브러리 react-native-pure-chart를 2.0.0으로 올리면서, 업데이트 작업 대부분을 AI 에이전트에게 맡기고 그 과정을 공개했다. SVG나 Skia 없이 순수 View만으로 차트를 그린다는 원래 정체성은 유지한 채 최신 환경에 맞춰 손질된 점이 눈에 띈다. 방치된 사이드 프로젝트를 되살리는 데 AI 에이전트가 실제로 얼마나 힘이 되는지 보여주는 사례다.
PostgreSQL 내부를 3D 도시로 걸어 다니며 배운다
PGSimCity는 커넥션, 백엔드 프로세스, 공유 메모리, WAL, 체크포인트, autovacuum 같은 PostgreSQL 내부 동작을 건물과 구역으로 표현한 3D 교육용 시뮬레이터다. shared_buffers의 clock-sweep 교체 알고리즘이나 WAL 기록·플러시 과정이 애니메이션으로 실제로 움직이는 식이다. DB 내부 구조를 텍스트로만 외우던 사람에게는 훨씬 직관적인 학습 도구가 될 만하다.
이력서부터 모의면접까지, 취준 흐름을 하나로 묶은 AI 서비스
Reeca AI는 이력서 첨삭, 채용공고 매칭, 자기소개서 작성, 모의면접을 각각 다른 사이트에서 반복해야 했던 취준생의 불편을 줄이려고 만든 서비스다. 이력서를 업로드하면 경력·프로젝트·기술 스택을 구조화해 분석하고, 이후 기능들이 같은 이력서 데이터를 이어받아 쓰는 방식이다. 흩어진 취업 준비 도구를 하나의 파이프라인으로 엮었다는 점에서, 개발자 출신 취준생이라면 직접 써볼 만하다.
🏆 오늘의 픽
오늘의 픽은 Kimi-K3다. 2.8조 파라미터에 100만 토큰급 컨텍스트를 갖춘 모델을 오픈 가중치로 풀었다는 것 자체가, 폐쇄형 모델과의 격차를 다시 한번 좁히는 신호이기 때문이다.