쌓인 기록에서 찾기
무엇을 찾으세요?
날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위부터 2026년 10월 30일 (금)까지3636건
14건 · "WebGPU"조건 지우기 ×
001당일 +260로컬 AI 추론을 위한 고성능 엔진 Uzu 오픈소스화Rust로 개발된 고성능 AI 추론 엔진 Uzu를 공개했으며, 지연 없이 앱에 직접 AI 모델을 배포할 수 있다.AI · 머신러닝 · trymirai/uzu · Rust
Key Point로컬에서 AI 추론을 수행하려는 개발자들이 클라우드 비용과 레이턴시를 피하면서 데이터 프라이버시까지 보호할 수 있는 프로덕션급 도구가 생겼다.
핵심 요약
- Rust로 개발된 고성능 AI 추론 엔진 Uzu를 공개했으며, 지연 없이 앱에 직접 AI 모델을 배포할 수 있다.
- 데이터 프라이버시를 완전히 보장하고 추론 비용이 발생하지 않으며, Metal·WebGPU·CPU 백엔드를 지원한다.
- Python, Swift, TypeScript, Rust 등 4개 언어에 바인딩을 제공하고, 모델 다운로드부터 추론까지 자동으로 처리한다.
전체 요약 9문장 읽기 →웹 · 프론트엔드 · The HTML-in-Canvas API origin trial
Key Point웹 게임과 3D 편집기 같은 고성능 Canvas 앱에서 텍스트 접근성, find-in-page, 브라우저 확장 등 DOM의 모든 기능을 동시에 사용할 수 있게 되므로, 복잡한 시각 애플리케이션의 아키텍처 설계 방식이 근본적으로 달라진다.
핵심 요약
- Chrome 148~150에서 진행 중인 origin trial을 통해 새로운 HTML-in-Canvas API가 공개됐다.
- 이 API는 DOM 콘텐츠를 2D canvas 또는 WebGL/WebGPU 텍스처에 직접 렌더링하면서 상호작용과 접근성을 유지한다.
- DOM은 텍스트 레이아웃, 접근성, 번역, find-in-page 등 브라우저 기능을 제공하지만 그래픽 성능이 제한적이고, Canvas는 고성능이지만 이러한 기능들이 완전히 작동하지 않는다.
전체 요약 9문장 읽기 →AI · 머신러닝 · WorldTUI: I trained a 360M model to pretend to be a terminal
Key Point시뮬레이션·에뮬레이션 구현 없이 자가 수정 학습과 병렬 디코딩으로 소형 모델을 브라우저에서 구동 가능한 터미널 에뮬레이터로 만든 기술 구현 사례로, 제약된 환경에서 큰 모델의 능력을 소형화하는 방법을 보여준다.
핵심 요약
- 360M 파라미터 언어 모델을 파인튜닝해 실제 쉘 없이 터미널처럼 동작하는 에뮬레이터를 개발했으며, 각 키 입력마다 모델이 화면 변화를 예측한다.
- 파일 생성, vim과 tmux 실행, 스네이크 게임 등이 가능하고, 자신의 실수를 수정하는 능력과 행(row)을 병렬로 디코딩하는 기술로 성능을 크게 개선했다.
- 터미널을 문자 그리드로 모델링했으며, Qwen2.5-Coder-0.5B를 기반으로 Docker에서 실제 프로그램 실행 기록으로 파인튜닝했다.
전체 요약 14문장 읽기 →오픈소스 · 도구 · koharu-rs/koharu · Rust
Key Point완전 로컬 실행 만화 번역 자동화 도구로, 프라이버시 우려 없이 복잡한 시각 처리와 자연어 처리를 통합하는 오픈소스 솔루션을 원하는 사용자에게 선택지가 생겼다.
핵심 요약
- Koharu는 Rust로 작성된 머신러닝 기반 만화 번역 도구로, 모든 모델과 LLM을 사용자의 로컬 머신에서 실행하여 데이터 프라이버시를 보장한다.
- 객체 검출, OCR, 인페인팅, LLM을 조합해 만화 번역 프로세스를 자동화하며, 래스터 이미지·압축 아카이브·PDF를 모두 지원한다.
- 텍스트 영역과 말풍선, 정리 영역을 감지·분할하고 대사·캡션·일반 텍스트에 대한 다중모드 OCR을 수행한다.
전체 요약 10문장 읽기 →보안 · Rampart: Browser native on-device PII radaction
Key Point챗봇 사용 시 의도하지 않게 개인정보가 원격 서버로 전송되는 문제를 브라우저 단계에서 완전히 차단할 수 있는 기술이 공개되어, AI 채팅 서비스의 프라이버시 접근 방식을 바꿀 가능성이 있다.
핵심 요약
- 미국 국방디자인 스튜디오(NDS)가 개인정보(PII) 자동 삭제 시스템 '램파트'를 오픈소스로 공개했다.
- 브라우저에서 메시지 전송 전 순간에 개인정보를 감지해 삭제하므로 서버에 정보가 전달되지 않는다.
- 정규식 기반 결정적 계층으로 주민등록번호, 신용카드, 계좌번호 등 구조화된 정보를 감지하고, MiniLM 소형 모델로 이름과 주소 같은 문맥 의존적 정보를 걸러낸다.
전체 요약 9문장 읽기 →웹 · 프론트엔드 · Show HN: PS2 games statically recompiled to WebAssembly
Key Point에뮬레이터 없이 PS2 게임을 웹브라우저에서 원본 해상도의 2~3배로, 정상적인 속도(50~60fps)로 실행하는 기술이 실현되었으며, 기계 코드 정적 재컴파일이라는 접근법이 성능과 정확도를 동시에 달성했다.
핵심 요약
- PS2 게임의 Emotion Engine 기계 코드를 미리 C++로 번역하고 WebAssembly로 컴파일해, PS2 OS와 하드웨어를 재구현한 코드와 링크해 브라우저에서 에뮬레이터 없이 실행한다.
- 첫 타이틀인 Gran Turismo 4는 벡터 유닛과 정확한 부동소수점 처리, 팔레트 트릭 등 PS2의 까다로운 기능을 활용하며, 50fps로 풀속도로 재생되고 브라우저 메모리 카드에 저장된다.
- God of War II는 같은 스크립트로 포팅되었고, 재컴파일러와 벡터 유닛 타이밍의 버그, 입출력 프로세서의 누락된 기능들을 발견해 수정했으며, 60fps의 전투 성능을 낸다.
전체 요약 14문장 읽기 →AI · 머신러닝 · EmbeddingGemma 2: An open, lightweight multimodal embedding model
Key Point온디바이스에서 텍스트·이미지·오디오·비디오를 하나의 모델로 처리할 수 있게 되어, 데이터 프라이버시를 보호하면서도 로컬에서 멀티모달 검색과 RAG를 구현할 수 있는 기반이 마련됐다.
핵심 요약
- Google DeepMind이 EmbeddingGemma 2를 공개했으며, 텍스트·이미지·오디오·비디오를 통합 임베딩 공간으로 매핑하는 가볍고 고성능의 온디바이스 멀티모달 모델이다.
- 지난해 출시한 EmbeddingGemma는 2천만 건 이상 다운로드되어 온디바이스 검색과 프라이버시 우선 RAG 파이프라인 구축에 활용됐다.
- EmbeddingGemma 2는 Gemma 4 아키텍처 기반, 7억 4천만 파라미터 규모이며 Apache 2.0 라이선스로 공개된다.
전체 요약 12문장 읽기 →인프라 · 데브옵스 · tile-ai/tilelang · Python
Key Point저수준 최적화 전문 지식 없이 Python 수준에서 GPU·CPU 커널을 작성·배포할 수 있어 AI 인프라 개발의 진입장벽을 크게 낮춘다.
핵심 요약
- TileLang은 Python 문법을 기반한 도메인 특화 언어(DSL)로, GPU·CPU·NPU 등 다양한 가속기용 고성능 커널 개발을 간소화한다.
- TVM 컴파일러 인프라 위에 구축되어 있으며, GEMM·FlashAttention·양자화 연산 등 복잡한 연산의 저수준 최적화를 자동으로 처리한다.
- NVIDIA CUDA(SM70~SM120), AMD ROCm/HIP(CDNA/RDNA), Apple Metal, Huawei Ascend 950 NPU, LLVM CPU, 그리고 WebGPU 등 다양한 백엔드를 지원한다.
전체 요약 8문장 읽기 →오픈소스 · 도구 · OpenDLSS: A Vulkan Reimplementation of Nvidia's DLSS 5 Neural Rendering Network
Key PointGPU 가속 렌더링에서 NVIDIA의 독점 기술을 오픈소스로 복제한 것으로, 게임 엔진이나 그래픽 애플리케이션 개발자들이 DLSS 기술의 동작 원리를 이해하고 커스터마이징할 수 있는 길을 열었다.
핵심 요약
- NVIDIA DLSS 5 신경망 렌더링 네트워크를 Vulkan으로 재구현한 OpenDLSS-NR 공개했으며, 원본과 바이트 단위로 정확하게 일치한다.
- 빌드 310.8.0의 71개 블록 Swin/ViT 신경망과 동일하며, 텐서 코어에서 FP8로 실행되고 75개 블록 경계의 중간 데이터까지 모두 일치한다.
- WebGPU 포트도 제공하는데 브라우저에서 동작하며 텐서 코어나 FP8 없이도 동일한 바이트를 생성한다.
전체 요약 10문장 읽기 →웹 · 프론트엔드 · SDF vs. MSDF vs. Slug: GPU Text Rendering
Key Point2026년 Slug 특허가 공개 도메인으로 해방되면서 고사양 3D·AR 환경의 텍스트 렌더링 기술이 개방되었으며, 각 기법의 정확한 트레이드오프를 이해하면 게임, 시뮬레이션, 데이터 시각화 프로젝트에서 최적의 방식을 선택할 수 있다.
핵심 요약
- GPU에서 글자를 렌더링하는 방식은 텍스트가 매 프레임 바뀌고 임의의 3D 변환 아래서도 선명해야 한다는 제약으로 인해 CPU 래스터화보다 복잡하다.
- 가장 오래된 텍스처 아틀라스 방식은 글자를 고정 크기로 미리 렌더링해 저장하므로, 확대하면 흐릿해지고 중국어·일본어·한국어 같은 거대 글자 집합은 메모리가 폭증한다.
- SDF(부호있는 거리장)는 픽셀 대신 가장자리까지의 거리를 저장해 확대에 강하지만, 날카로운 모서리가 둥글어지는 한계가 있다.
전체 요약 12문장 읽기 →AI · 머신러닝 · moeru-ai/airi · TypeScript
Key PointNeuro-sama 같은 AI 가상 캐릭터를 누구나 직접 구축할 수 있는 완전한 오픈소스 플랫폼이 나왔고, 게임 플레이부터 음성 채팅까지 놀라운 수준의 기능을 갖추고 있다.
핵심 요약
- Neuro-sama 같은 자체호스팅 가능한 AI 동반자를 만드는 오픈소스 프로젝트로, TypeScript 기반 웹 기술과 네이티브 기술을 함께 사용한다.
- 브라우저, macOS, Windows 데스크톱, 모바일 PWA 등 다양한 플랫폼에서 실시간 음성 채팅이 가능하며, Minecraft, Factorio, Kerbal Space Program 등 여러 게임을 플레이할 수 있다.
- WebGPU, WebAssembly, Web Workers 등 웹 기술로 그래픽과 레이아웃을 처리하면서도, NVIDIA CUDA와 Apple Metal을 통한 네이티브 추론으로 성능을 확보하는 하이브리드 아키텍처를 채택했다.
전체 요약 12문장 읽기 →보안 · The Deathray: A simple way for an untrusted site to freeze a Mac
Key Point무한 루프 셰이더 하나만으로 맥 전체를 재부팅까지 강제할 수 있는 실제 공격이 가능하며, Apple의 차등적 대응이 어떤 결함을 방치하는지 보여줍니다.
핵심 요약
- WebGPU 셰이더를 이용한 악의적 코드가 M-시리즈 맥의 그래픽 처리를 무한 루프에 빠뜨려 윈도우 서버를 응답 불가 상태로 만듭니다.
- 무한 루프 셰이더가 GPU를 점유하면서 다른 프로세스가 GPU를 사용할 수 없게 되고, 결국 watchdog이 커널 패닉을 발생시켜 강제 재부팅이 됩니다.
- 크롬, 파이어폭스, 사파리 등 메이저 브라우저에서 맥OS에만 재현되며, 윈도우와 리눅스에서는 탭만 멈추고 복구 가능합니다.
전체 요약 5문장 읽기 →웹 · 프론트엔드 · 27.5KB language-agnostic WebGPU syntax highlighter
Key Point대규모 코드 파일의 구문 강조가 필요한 개발자들에게 극도로 가볍고 빠른 대안을 제공한다.
핵심 요약
- Vercel Labs의 Shu Ding이 gpu-lexer라는 언어 불특정 구문 강조기를 개발했다.
- WebGPU 기반 작은 모델이 로컬과 파일 전체 문맥을 결합해 소스코드를 단어, 공백, 줄바꿈, 기호 등으로 분해한 뒤 각 부분의 타입을 레이블링한다.
- 학습하지 않은 언어도 주변 맥락에서 타입을 추측하도록 설계되었다.
전체 요약 6문장 읽기 →웹 · 프론트엔드 · pascalorg/editor · TypeScript
Key Point웹 기술로 전문적인 3D 건축 설계 도구를 구현한 사례로, React 생태계 개발자나 WebGPU 기술에 관심 있는 개발자의 참고 자료이며, AI 에이전트 연동 기능은 LLM 기반 자동화 워크플로우의 실제 적용 사례를 보여준다.
핵심 요약
- React Three Fiber와 WebGPU로 만든 3D 건축 프로젝트 에디터로, 브라우저에서 직접 3차원 공간을 설계하고 공유할 수 있다.
- Node.js 22.13 이상이면 저장소를 복제하지 않아도 CLI로 로컬 에디터를 실행할 수 있으며, 프로젝트는 ~/.pascal/data/pascal.db에 저장된다.
- Turborepo 모노레포 구조로 viewer, editor, core, nodes 등 재사용 가능한 패키지들로 분리되어 있고, npm과 GitHub에서 모두 배포된다.
전체 요약 6문장 읽기 →