쌓인 기록에서 찾기
무엇을 찾으세요? 날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위 2026년 8월 13일 (목) 부터 2026년 11월 16일 (월)까지 4683건
8건 · "소프트웨어 공학"조건 지우기 ×
001 00:11 ▲ 22 · 댓글 3 저자극 언어를 위한 202개 소프트웨어 공학 과제 벤치마크 공개 기존 저장소 수준 벤치마크에서 커버되지 않은 13개 언어(클로저, 다트, 엘릭서, 얼랑, F#, 해스켈, 줄리아, 코틀린, 루아, OCaml, R, 스칼라, 스위프트)에 대해 202개의 이슈 해결 과제로 구성된 Longtail-SWE 벤치마크를 발표했다. AI · 머신러닝 · Longtail-SWE: High-Quality SWE Tasks for Underrepresented Languages
Key Point 13개 저자극 프로그래밍 언어에 대한 첫 대규모 저장소 수준 벤치마크로, 비주류 언어 생태계의 AI 코딩 능력 평가와 개선에 실질적인 자료를 제공한다.
핵심 요약
기존 저장소 수준 벤치마크에서 커버되지 않은 13개 언어(클로저, 다트, 엘릭서, 얼랑, F#, 해스켈, 줄리아, 코틀린, 루아, OCaml, R, 스칼라, 스위프트)에 대해 202개의 이슈 해결 과제로 구성된 Longtail-SWE 벤치마크를 발표했다. 벤치마크 구성 과정에서 솔버가 각 과제를 시도하고, 판사가 솔버의 궤적과 테스트 결과를 검토한 뒤, 수리자가 테스트와 과제 설명을 개선하는 3단계 파이프라인을 사용했다. 이 과정은 유효한 대체 구현을 거부하는 테스트나 부정확한 솔루션을 허용하는 테스트를 수정하면서도 도전적인 과제를 유지하고 원래 의도를 보존하는 것을 목표로 한다. 전체 요약 5문장 읽기 → 002 21:11 ▲ 219 · 댓글 156 AI 시대의 신화적 인월(Man-Month), 여전히 유효한가 프레더릭 브룩스 주니어가 1975년 저서 《신화적 인월》에서 주장한 '많은 인력을 늦은 프로젝트에 투입할수록 더 늦어진다'는 브룩스 법칙이 AI 에이전트 시대에도 여전히 적용되는지 검토한다. AI · 머신러닝 · The Mythical Man-Month in the Age of AI
Key Point AI 에이전트가 개발 생산성의 모든 문제를 해결할 것 같지만, 실제로는 인력 관리의 오버헤드가 에이전트 관리로 형태만 바뀌며 브룩스 법칙의 본질이 유효함을 보여준다.
핵심 요약
프레더릭 브룩스 주니어가 1975년 저서 《신화적 인월》에서 주장한 '많은 인력을 늦은 프로젝트에 투입할수록 더 늦어진다'는 브룩스 법칙이 AI 에이전트 시대에도 여전히 적용되는지 검토한다. 전통적으로 소프트웨어 개발의 병목이던 온보딩 시간, 미팅, 조직 정치 같은 문제는 AI 에이전트를 사용하면 사라지는 것처럼 보인다. 하지만 핵심 문제는 여전히 존재한다: 9명의 에이전트도 1개월 안에 아기를 낳을 수 없듯이, 순차적 작업은 여전히 순차적이다. 전체 요약 7문장 읽기 → 003 12:11 ▲ 106 · 댓글 57 AI 에이전트 시대, 코드는 돌에서 진흙으로 AI 에이전트 코딩으로 코드 수정 비용이 급락하면서 코드는 '단단한 돌'에서 '유연한 진흙'으로 변했다. AI · 머신러닝 · Code is clay now
Key Point AI가 코드를 작성·수정하는 비용을 근본적으로 바꾸면서, 개발 방식의 선택지가 늘어나고 엔지니어링 판단력의 역할이 재정의되는 중이다.
핵심 요약
AI 에이전트 코딩으로 코드 수정 비용이 급락하면서 코드는 '단단한 돌'에서 '유연한 진흙'으로 변했다. 진흙처럼 가단한 코드는 전체 형태를 대충 만든 뒤 세부를 다듬듯이 반복 개선할 수 있어, 신제품 개념 검증을 하루 만에 끝내거나 피봇을 며칠 만에 시도할 수 있다. 변경이 거의 무료지만 '올바른' 변경인지 판단하는 일은 여전히 인간의 몫이며, 취향·아키텍처·가드레일 같은 판단력이 없으면 코드는 엉망이 된다. 전체 요약 7문장 읽기 → 004 03:11 ▲ 14 · 댓글 2 긴 작업 추적하는 AI 코딩 어시스턴트 비평가 'Opera' 공개 장시간 코딩 작업을 수행하는 에이전트가 피드백을 받아도 실제로 문제가 해결되지 않는 경우가 많다. AI · 머신러닝 · Opera: A Verbal Critic Framework for Long-horizon Coding Agents
Key Point AI 코딩 에이전트의 가장 큰 약점인 '피드백을 받아도 실제 문제가 풀리지 않는' 현상을 근본적으로 진단하고 추적하는 방식이 소프트웨어 공학 벤치마크 전체에서 최고 성능을 기록했습니다.
핵심 요약
장시간 코딩 작업을 수행하는 에이전트가 피드백을 받아도 실제로 문제가 해결되지 않는 경우가 많다. Opera는 각 수정을 지속적인 기록으로 관리하며, 진단된 문제가 실제로 해결될 때까지 추적하는 AI 비평가 프레임워크다. 주기적·이벤트 기반 검토 트리거, 타입화된 연산자를 통한 문제 진단, 전달 전 증거 기반 감시, 피드백 이후 에이전트 행동 추적이 핵심이다. 전체 요약 8문장 읽기 → 005 18:25 ▲ 1,461 · 댓글 161 아폴로 달착륙을 이끈 소프트웨어 공학자 마거릿 해밀턴 별세 MIT에서 20년 이상 근무한 컴퓨터 과학자 마거릿 해밀턴이 9월 30일 90세로 별세했다. 기타 · Margaret Hamilton has died
Key Point 아폴로 달착륙을 가능하게 한 소프트웨어 엔지니어링의 개척자이자 현대 개발 관행의 기초를 마련한 인물의 업적과 삶을 정리한 추모 기사로, IT 역사에서의 그녀의 역할을 재조명한다.
핵심 요약
MIT에서 20년 이상 근무한 컴퓨터 과학자 마거릿 해밀턴이 9월 30일 90세로 별세했다. 해밀턴은 NASA 아폴로 프로그램의 온보드 비행 소프트웨어 개발팀을 이끌었으며, 130편 이상의 논문을 저술해 소프트웨어 엔지니어링을 독립적 학문으로 정립하는 데 기여했다. 1959년 MIT 기상부서에서 날씨 예측 소프트웨어로 경력을 시작했으며, 1961년 미국 최초 방어 시스템인 SAGE 프로젝트에 참여해 소프트웨어 신뢰성에 관심을 갖기 시작했다. 전체 요약 10문장 읽기 → 006 15:11 ▲ 110 · 댓글 56 코드 리뷰를 자동화할 수 없는 이유 '코딩 에이전트가 인간 리뷰를 대체할 수 있다'는 논문을 비판하며, 코드 리뷰를 단순히 자동화 가능한 기능들(결함 탐지, 스타일 강제, 지식 전달)로 분해하는 접근이 근본적으로 잘못되었다고 지적한다. AI · 머신러닝 · There is more to code review than (automatable) detection
Key Point 코드 리뷰 자동화를 논하는 기업과 기술자들이 놓치고 있는 인간 리뷰의 핵심 역할들—혼란의 신호 감지, 변경 필요성 검증, 부재의 인식, 맥락 통합, 개인 책임감—을 구체적으로 설명하기 때문입니다.
핵심 요약
'코딩 에이전트가 인간 리뷰를 대체할 수 있다'는 논문을 비판하며, 코드 리뷰를 단순히 자동화 가능한 기능들(결함 탐지, 스타일 강제, 지식 전달)로 분해하는 접근이 근본적으로 잘못되었다고 지적한다. 경험 많은 엔지니어가 코드를 읽고 '이해가 안 된다'고 하는 혼란은 코드가 너무 복잡하거나 추상화가 잘못되었음을 신호하는데, LLM은 형식적으로 코드를 처리할 수는 있어도 인간의 정당한 비이해 상태를 포착할 수 없다. 리뷰어는 '이게 정말 필요한가', '이것은 증상이지 근본 원인이 아니다' 같은 질문으로 변경의 필요성과 적절성을 검증하는데, 논문은 변경이 필수라는 가정 하에서만 검증을 다룬다. 전체 요약 10문장 읽기 → 007 03:11 ▲ 152 · 댓글 46 소프트웨어의 '그냥 안 되는' 일상화 저자는 문제의 원인을 추적할 수 없는 오류가 정상화되는 현상을 우려하고 있다. AI · 머신러닝 · The Normalization of Inexplicable Failures
Key Point AI 기반 기능이 배포되면서 '원인을 알 수 없는 장애'가 정상적인 것으로 받아들여지는 추세를 다루는데, 이는 개발 생산성과 품질 사이의 근본적인 긴장을 보여줍니다.
핵심 요약
저자는 문제의 원인을 추적할 수 없는 오류가 정상화되는 현상을 우려하고 있다. Jev 같은 AI 모델들은 빠르고 저렴하지만, 사용자는 반환값이 정말 작동하는지 검증할 평가 프레임워크(evals)를 구축해야 한다. 대부분의 개발자는 기술적 평가를 미루고 'AI 기반' 표시만 하고 배포한 뒤, 장애 발생 시 '음, AI는 실수한다'고 넘어간다. 전체 요약 9문장 읽기 → 008 22:29 ▲ 108 · 댓글 45 중국, 오픈 AI 모델 시장 완전 장악…미국과의 격차 심화 오픈 가중치 모델(공개 가중치)은 가중치가 공개된 AI 모델이며, 진정한 오픈소스는 여기에 학습 코드와 데이터까지 포함한다. AI · 머신러닝 · The current balance of power in open models
Key Point 중국 AI 기업들이 오픈 모델 생태계에서 완전히 주도권을 장악했고, 이것이 학계와 산업에 얼마나 광범위하게 퍼져 있는지 구체적인 지표로 확인되기 때문입니다.
핵심 요약
오픈 가중치 모델(공개 가중치)은 가중치가 공개된 AI 모델이며, 진정한 오픈소스는 여기에 학습 코드와 데이터까지 포함한다. 중국은 2025년 7월부터 오픈 가중치 모델 다운로드에서 미국을 앞질렀으며, 현재 누적 다운로드 32억 건 중 16억 건을 차지해 2배 이상의 격차를 벌렸다. 인공지능 지수(AAII) 벤치마크에서 상위 3개 중국 모델의 점수는 42~45점인 반면, 미국 최고 모델은 23~26점으로 큰 차이가 난다. 전체 요약 13문장 읽기 →