wickedev

나는 langchain/langraph 가 디폴트인 세상을 이해못하겠어. pydantic ai/graph 맛을 본다면 돌아가지 못할텐데 ... 아름다운 api 와 적당히 수긍가는 디자인 ..

Anthropic이 AWS를 일종의 유통망으로 선택했네요. 이게 무슨 의미인가.. AWS에서 "Claude Platform on AWS" 이걸 공식 발표했어요. 아직 Coming Soon 단계지만, 이게 단순한 서비스 추가가 아니라고 생각합니다. 지금까지 AWS에서 Claude를 쓰려면 Bedrock을 통해야 했는데.. Bedrock은 강력하지만, Anthropic 네이티브 기능과 항상 동기화되진 않았고, 베타 기능 접근도 늦었죠. 엔지니어 입장에서는 Anthropic의 어떤 것들을 AWS 로 한 번 감싸서 쓰는 느낌이었죠. 이번 발표는 그 구조를 완전히 바꿔요. Anthropic이 직접 운영하는 플랫폼을... AWS IAM / 청구 / CloudTrail이라는 기업 인프라에 그대로 연결하는 방식이에요. 별도 Anthropic 계정이나 API 키 없이, 기존 AWS 자격증명으로 Claude를 쓸 수 있게 됩니다. 이거 중요합니다!! 전략적으로 들여다보면 Anthropic이 AWS를 유통 채널로 적극 활용하기 시작한 신호라고 보이죠? OpenAI가 Azure와 밀착한 것처럼, Anthropic은 AWS와의 접점을 플랫폼 레벨로 끌어올리고 있는 거예요. 기업 조달 허들을 낮추고, 엔터프라이즈 시장 침투를 가속하려는 의도가 매우매우 보이네요. 그래도 아셔야 될건,, 데이터는 여전히 Anthropic 서버를 거칩니다. 기업에서 엄격한 데이터 레지던시 요건이 있다면 Bedrock이 여전히 정답이지 않을까 생각합니다.

5월 1일부터 한국 플스5 가격인상 다 올리던거 버티고있다보니 체감이 더 크네

tailscale 개인 사용자 기기 100대 제한에서 무제한으로 변경됨 와..

인간의 일자리가 사라진다면? 그건 나같은 사람이 "차라리 클로드랑 일하고 말겠소" 버튼을 눌렀기 때문일거임.

클로드 디자인 출시 - '클로드 오푸스 4.7'을 기반으로, 프롬프트 입력만으로 디자인, 프로토타입, 프레젠테이션 등 고품질 시각 결과물을 생성하는 유료 구독자용 협업 툴 - 조직의 기존 디자인 시스템과 브랜드 가이드라인을 자동 적용하며, 채팅, 인라인 댓글, 직접 편집, 맞춤형 슬라이더 등을 통해 누구나 쉽고 정교하게 결과물을 수정할 수 있음 - 조직 내 실시간 협업은 물론 완성된 결과물을 Canva, PPTX 등으로 내보낼 수 있으며, '클로드 코드'로 바로 넘겨 실제 개발(구현)로 매끄럽게 전환할 수 있음 피그마 영향 있을지? 원문 링크 👇

watching Figma, a $10B UX design monopoly, melt down with a single Claude tweet.

백준 온라인 저지 서비스 종료 안내 acmicpc.net/board/view/165…

엔트로픽이 소프트웨어 시장을 먹으려 하나? 레딧과 X에서 스크린샷들이 유출됐다. Claude,ai 내부에서 풀스택 웹 앱을 자연어로 만들 수 있는 기능이 테스트 중이라는 내용이다. Lovable, Bolt,new, v0이 하는 그것 맞다. "로그인 있는 투두앱 만들어줘" 한 마디면 프론트엔드, 백엔드, 데이터베이스까지 통째로 뽑아주는 그 기능을 Claude 안에 집어넣겠다는 것이다. 아직 클로드 공식 발표는 없다. 스크린샷만 있다. Lovable이 뭔지부터 알아 보자. 스웨덴 스타트업이다. 2024년 말 출시 이후 8개월 만에 ARR 1억 달러를 찍었다. 14개월 만에 4억 달러다. 비개발자가 자연어로 실제 배포 가능한 웹 앱을 만드는 플랫폼이다. 그리고 사실뒤에서 Claude API를 쓰고 있다. 그러니까 Lovable은 엔트로픽 기술로 돈을 버는 구조라고 볼 수 있다. 엔트로픽 입장에서 보면 자기 엔진으로 남이 레이스를 뛰고 있는 것이다. Bolt,new도 마찬가지다. v0도. Cursor도. 이 회사들 전부 Claude나 다른 모델을 껍데기로 감싸서 사용자한테 팔고 있다. 그 사이에서 부가가치가 발생하고 있는데 엔트로픽은 API 사용료만 받고 있었다. 2025년 2026년 한 해 동안 바이브 코딩 시장이 폭발했다. 비개발자들이 앱을 만드는 게 트렌드가 됐고, Lovable이 실제로 그 수요를 빠르게 흡수했다. 시장에서 검증됐다는 이야기이다. 엔트로픽 입장에서 계산기를 두드려 보기 시작할 것이다. 우리 모델이 이 시장을 만들었는데, 왜 우리는 토큰 판매로만 수익을 내고 있나. 수직 통합을 하면 어떻게 될까? 엔트로픽은 이미 Claude라는 소비자 인터페이스가 있다. 월 20달러짜리 구독 유저가 수백만 명이다. 거기에 Lovable 기능을 넣는 순간, Lovable의 월 25달러 구독 이유가 사라진다. Bolt,new의 차별화가 사라진다. v0의 포지션이 흔들릴 가능성이 높다. 그럼 왜 몰래 만드는 걸까? 파트너십 문제다. Cursor, Bolt, Lovable 전부 엔트로픽의 고객이자 파트너다. 이들한테 "우리가 너네 제품 기능을 Claude에 넣겠다"고 공식 발표하면 즉시 OpenAI나 Gemini로 이탈한다. API 계약 해지하면 엔트로픽 수익에도 타격이 온다. 그래서 조용히 개발하다가, 어느 정도 완성되면 기정사실화하는 전략이다. 파트너들이 반응할 시간을 최대한 줄이는 것이다. 마이크로소프트가 VS Code에 Copilot을 집어넣을 때도 똑같이 한걸로 알고 있다. 이제 소프트웨어 시장 구조가 바뀐다. 지금까지 소프트웨어 개발 생태계는 레이어로 구분됐다. 모델 레이어(엔트로픽, OpenAI), 툴 레이어(Cursor, Lovable, Bolt), 사용자 레이어. 각자 자기 자리가 있었다. 엔트로픽이 툴 레이어를 먹으면 이 구조가 무너질 가능성이 높다. 모델도 팔고 앱 빌더도 팔고 구독도 팔고. 수직 통합 완성이다. 애플이 반도체 설계부터 OS, 앱스토어까지 다 먹은 것과 같은 구조다. 개발자 입장에서 진짜 짜증나는 것은 이것이다. "내가 SaaS 만들어서 팔겠다"고 생각했는데, 그 SaaS의 핵심 기능을 Claude가 기본으로 해버리면 내 제품의 가치가 사라진다. 시장이 생기기도 전에 AI 플랫폼이 잡아먹는 것이다. 인간은 편리함 앞에 논리를 버린다. 이게 엔트로픽의 진짜 무기다. 사람들이 Lovable을 쓰는 이유는 Lovable이 좋아서가 아니다. 편해서다. Claude 열고 "앱 만들어줘" 한 마디로 끝나면, 굳이 새 탭 열고 Lovable 로그인하고 프로젝트 생성할 이유가 없다. 행동 경제학에서 말하는 기본값 효과다. 이미 쓰고 있는 도구 안에 기능이 들어오면, 대부분의 사람은 검토도 없이 그걸 쓴다. Claude Pro 구독자 수백만 명이 즉시 Lovable의 잠재 경쟁자가 되는 것이다. 이게 끝이 아니다. 앱 빌더가 들어오면 다음은 배포다. 그 다음은 사용자 관리, 결제 연동, 데이터베이스 호스팅이다. 하나씩 추가되면서 Claude가 그냥 AI가 아니라 풀스택 개발 플랫폼이 된다. Vercel이 경계할 이유가 생기는 것이다. Firebase도. Supabase도. 엔트로픽은 안전 AI 회사로 시작했다. 근데 지금 하려는 짓은 소프트웨어 산업 재편으로 보는건 나뿐일까?

이제 서서히 문이 닫히고 있다.

역시나 사람들 생각은 다 비슷해요 에이전트들이 찍어낸 코드들이 쉽게 동작하게 만들어주는 백엔드 플랫폼. 이런거도 계속 나오네요. 오픈소스니까 이것 저것 찍어내는 분들은 하나 구성해두면 쓰기 좋을듯

오늘 카파시 llm-wiki 방법론을 적용해 인프라 비용 관련 위키를 만들어 보았는데 이런 위키의 운영과 관리를 간단하게 하려면 그 규모가 적당해야 하는 것 같다. 규모가 적당하면 tags.md 같은 역참조 인덱스만 있어도 관련 정보를 순식간에 찾고 별도의 검색 엔진 같은게 필요가 없다. 위키에 정보를 추가하는 건 사람이 손으로 해도 되지만 매일 자동으로 새로 발견되는 정보를 바탕으로 PR을 날리도록 해 뒀다. 위키 규모가 너무 크면 이 PR을 처리하는 부하도 만만치 않을 것이고 위키의 품질은 금방 하락할 것이다. 이 위키 위에 클로드를 돌리고 몇 가지 질문을 던져 보았는데 그 결과의 품질을 떨어뜨리는 가장 큰 문제는 LLM이 위키에 새로운 정보 추가를 하기 위해 PR을 날릴 때 정보값이 0에 가까운 쓸데없는 말들을(gibberish) 집어넣을 때가 있다는 것이다. 이봐 젊은이 그렇게 아무 말이나 하고 그래서는 안돼!

개발자가 사이드프로젝트건 1인개발이건 앱을 하나 출시하려면 여러 장벽이 있었습니다. 사실 그중에서 가장 큰 장벽은 생성형 AI가 등장하기 전까진 디자인이었다고 생각합니다. 그래서 개발자들은 보통 Material 같은 ui framework나 shadcn 같은 디자인 코드 스니펫 등을 활용해서 없는 미적감각을 총동원해 만들었었습니다. 아니면 디자인 템플릿같은걸 사서 쓰기도 했었습니다. 어찌됐건 혼자 해결이 불가능했습니다. 디자이너 친구와 팀을 맺기도 했구요. AI 코딩 시대에 접어들며 꽤 괜찮은 디자인을 AI가 주기 시작했습니다. 뭐 보라돌이에 집착하는 것이나 약간 본듯한 UI로 만드는 문제가 있었지만 그래도 미적감각이 부족한 개발자가 직접 하는 것보단 백배는 나았습니다. 근데 제 기준에선 뭔가 상용프로젝트에 쓸 정도는 아니란 생각이 계속 들었습니다. 그리고 이 AI 생태계가 발전하면서 정말 괜찮은 조합을 찾았는데요, 오늘 전부다 공유드리겠습니다🧵 (짤은 방금 직접 만든 예시)

We’re updating our ChatGPT Pro and Plus subscriptions to better support the growing use of Codex. We’re introducing a new $100/month Pro tier. This new tier offers 5x more Codex usage than Plus and is best for longer, high-effort Codex sessions. In ChatGPT, this new Pro tier still offers access to all Pro features, including the exclusive Pro model and unlimited access to Instant and Thinking models. To celebrate the launch, we’re increasing Codex usage for a limited time through May 31st so that Pro $100 subscribers get up to 10x usage of ChatGPT Plus on Codex to build your most ambitious ideas.

장기적으로 코딩 에이전트들은 클라우드 환경으로 옮겨가겠구나. 그리고 앤트로픽과 OpenAI는 그들 스스로 하이퍼스케일러가 되고....

Claude 미토스를 얼리엑세스 사람이 후기를 올렸네요 "10/25G 이더넷 MAC/PCS를 RTL 코드로 원샷 구현 FPGA에 올리는 하드웨어 설계 작업" 숙련된 디지털 설계 엔지니어 기준 3~6개월짜리 작업이라고 합니다. 이 사람의 워크플로우는 이렇습니다. 라인 레이트와 데이터 폭을 스스로 선택해서 레이턴시를 최적화했다. 표준 문서에 없는 설계 판단. 그 다음 "cut-through 방식으로 바꾸고 특정 IP 범위만 포워딩해"라는 요청을 한 번에 처리했다. Cut-through는 패킷 전체 수신 전에 포워딩을 시작하는 방식이라 레이턴시가 낮지만 구현이 복잡하다. 마지막으로 "50G로 올려"라는 말 한 마디에 GT 트랜시버 추가, alignment marker 삽입, FEC 적용을 알아서 했다. 본인은 아무것도 말하지 않았다. 이게 왜 놀라워 해야하는 걸까? 기존 AI 모델도 RTL 코드를 생성합니다. 문법도 잘해주는데. 구조도 그럴듯합니다. 1. 도메인 암묵지 : 레이턴시를 낮추려면 데이터 폭을 어떻게 잡아야 하는지는 표준에 없다. 경험으로 아는 것이다. Mythos가 이걸 스스로 추론했다. 2. 멀티레이어 동시 최적화 : MAC(L2)과 IP 필터링(L3)을 동시에 처리하는 건 레이어 간 상호작용을 이해해야 한다. 각각을 아는 것과 동시에 최적 설계 결정을 내리는 건 다르다. 3. 시스템 레벨 확장 추론 : 50G로 올리면 트랜시버도 바꿔야 한다는 걸 아무 힌트 없이 알았다. 숫자만 바꾸는 게 아니라 물리 인프라 전체가 달라진다는 이해다. 다른 모델과 뭐가 다른가 차이는 설계 판단의 깊이입니다. 기존 모델은 요청한 것을 구현하지만. 미토스는 요청하지 않은 것을 추론해서 먼저 넣습니다 FEC가 필요하다는 말을 하지 않았는데 넣었고. Alignment marker가 필요하다는 말을 하지 않았는데 넣었고. 이게 소프트웨어 코딩이었으면 덜 놀랐을 것인데. 왜냐하면, 하드웨어는 잘못 넣으면 보드가 타거나 신호가 깨지기 때문입니다. 그런데 실제로 테스트를 통과했다고 하네요 결론 이 후기의 핵심은 속도가 아니고 판단입니다. 전문가가 경험으로 체득한 암묵지를 모델이 추론으로 재현했다는 것입니다. 근데 아직 얼리엑세스 하신분 후기라 간증이 더 필요한 듯 합니다.

나도 테크리드 가면 npm, pnpm, yarn, yarn berry 모두 갈아엎고 bun으로 통일하고, mvn, mvnw를 gradlew로 전부 바꾸곤했고 지금도 그러지만 간혹 너무 독단적이지 않을까 생각도 듬. 그치만 모두를 위해서니까

안트로픽, 끌로드 새 모델이 너무 강력해서.. 수많은 취약점 공격이 벌어질 위험이 너무나 크다고. 그래서 주요 기관들이 연합해서 먼저 프리뷰판을 이용해 구멍을 막는 프로젝트를 시작했다고 발표

원격으로 @OctopusET 님과 협업해 3시간 걸렸던 legalize-kr 빌드 과정을 21초로, 500배 빠르게 만들었습니다!! ✨🐸👍✨ github.com/legalize-kr/co… 병렬화, 해시 기반 delta 최적화, alloc 튜닝, git을 완전히 bypass하고 git fast-import/index-pack 을 러스트로 재구현 등 엄청난 해커톤이었습니다!

아놔 ㅋㅋㅋㅋ 양재천 근처 초등학교 공영에 주차하려고 갔더니 자리 없음 무료 회차 없음 모든 차들이 들어왔다가 다 300원씩 (10분에 300원)내고 나가는 중 그리고 계속 들어오는 중 와 막는 사람이 없어서 지금 이 주차장 300원씩 계속 번다 ㅋㅋㅋ 우껴 ㅋㅋㅋ