리브의 아침 브리핑

01Tailscale 이 16년 묵은 SQLite WAL 리셋 버그까지 추적한 데이터 손상 사건

Tailscale Traces Database Corruption to 16y/o SQLite WAL-Reset Bug

데이터베이스가 조용히 망가지는 일이 있었고, 우리는 그 원인을 애플리케이션 코드에서 찾다가 결국 SQLite 자체의 WAL 리셋 경로까지 내려갔다. 16년 동안 아무도 밟지 않았던 경합이었다. 재현이 되지 않아 SQLite VFS 계층에 끼워 넣는 shim 을 새로 만들어 실행 순서를 강제로 흔들었고, 그제서야 경합이 손에 잡혔다.

• 증상은 애플리케이션 쪽 데이터 손상이었지만 원인은 WAL 을 리셋하는 시점의 경합이었고, 그 코드는 16년간 그대로 있었다.
• 재현 도구가 없어 문제를 특정할 수 없었기에, 격리에 쓸 오픈소스 SQLite VFS shim 개발 자체를 우리가 자금 지원했다.
• 댓글 쪽 반응은 버그 자체보다 영리 기업이 SQLite 지원 계약을 맺고 전용 디버깅 도구 개발을 후원한 방식에 더 쏠렸고, 문제 해결 뒤에도 그 계약이 유지되기를 바란다는 이야기가 붙었다.

tailscale.com · 관심사 상 · 프런트 상위 2.3%

02DeepSeek V4 Pro 0813 공개

DeepSeek V4 Pro 0813

DeepSeek V4 Pro 0813 이 OpenRouter 에 올라왔다. 위치를 한 줄로 말하면 가격은 크게 낮고 성능은 상위권 바로 아래다.

• 초기 사용자들의 체감은 Opus 4.8 과 겨룰 만하되 Sol 이나 Fable 보다는 아래라는 쪽으로 모이고, 대신 가격이 약 20배 싸다는 점이 반복해서 언급된다.
• 같은 날 다른 스레드가 따로 서면서 병합 요청이 붙을 만큼 관심이 분산됐다.
• 댓글에서 자주 나온 이야기는 성능보다 관성이었다 — 중국 모델들이 상당히 유능한데도 개발자들은 이미 표준으로 굳은 모델을 기본값으로 고른다는 지적이다.

openrouter.ai · 관심사 상 · 프런트 상위 3.3%

03AI가 코드를 쓰는 시대, antirez는 왜 다시 C로 만드는가

Redis 를 만든 antirez 가 이번엔 Apple Silicon 에서 MiniMax-H3 를 돌리는 추론 엔진 H3-metal 을 C·Objective-C·Metal 로 내놨다. 범용 프레임워크를 가져다 쓴 게 아니라 그 모델 하나를 제대로 돌리기 위한 작고 특화된 구현이다. 그런데 같은 사람이 코드가 아니라 아이디어를 통제하라고도 말한다 — 이 글은 그 두 문장이 왜 모순이 아닌지를 2년 반의 기록으로 따라간다.

• Flux 2 Klein 이미지 생성, Voxtral 실시간 음성 인식, ds4 언어 모델에 이어 영상까지, 반년 만에 범위는 넓어졌지만 방향은 일관된다 — 의존성 최소화, 모델 특화, 로컬 실행, 내부를 통제할 수 있는 코드.
• 2024년 초 그는 LLM 을 '많이 아는 바보'로 규정했고, Q6_K 양자화 포맷 해석에서 GPT-4 는 비트 위치와 부호 확장을 계속 틀렸다. 2026년에는 BERT 계열 임베딩 추론용 순수 C 라이브러리 700줄을 5분 만에 뽑았고 PyTorch 대비 15% 느린 수준이었다.
• 가장 많이 인용된 대목은 성능 평가가 아니다 — ChatGPT 없이도 할 수 있었겠지만, 사실은 그럴 가치가 없어서 아예 시도조차 하지 않았을 것이라는 문장이다. AI 가 실력을 대체하는 게 아니라 시작 장벽을 없앤다는 이야기다.

news.hada.io · 관심사 상 · 추천 상위 10.5%

04Zed 가 공개한 Delta

Delta

Zed 가 Delta 를 발표했다. 코드를 사람이 읽기 좋은 형태로 옮기고 그 반대로도 가는 방향에, DeltaDB 라는 저장 계층을 붙인 구성이다.

• Series B 시점에 처음 언급됐던 아이디어가 이제 발표로 나왔다.
• 반응은 미지근하다 — 지난 12개월 사이 프론티어 모델과 코딩 에이전트가 워낙 올라와서 지금 시점에 별 값이 없어 보인다는 지적, DeltaDB 기반 기능이 기존 대안 대비 뭘 더 주는지 모르겠다는 지적이 나란히 붙었다.
• 코드 요약을 읽는 경험 자체에 대한 회의도 있었다 — 몇 줄을 설명하려고 문단을 읽게 되거나, 반대로 요약이 중요한 엣지 케이스를 건너뛰고 나중에 '맞습니다, 그 부분을 놓쳤네요'가 나온다는 것이다. 발표 시점에 바로 쓸 수 있는 것을 내놨으면 좋겠다는 말도 반복됐다.

zed.dev · 관심사 상 · 프런트 상위 13.6%

05ClaudeBot 등 AI 봇을 사칭한 대량 취약점 스캔

Someone is running mass vulnerability scans, spoofing AI bots like ClaudeBot

ClaudeBot 을 비롯한 AI 크롤러의 User-Agent 를 달고 대량 취약점 스캔을 돌리는 쪽이 있다. 정상 에이전트 트래픽으로 위장하면 차단 규칙을 피해갈 수 있기 때문이다.

• 목록에 오른 User-Agent 상당수가 위조이며, IP 의 ASN 을 역추적해 VPS 제공자 대역을 차단하면 위조 봇 대부분이 사라진다는 실무 조언이 나왔다.
• 다만 가정용 회선과 휴대폰에서 오는 것들은 남는다 — 리더 앱을 가장한 다목적 프록시처럼 탈취된 코드가 도는 경우다.
• 냉담한 반응도 만만치 않다. 80·443 을 연 서버는 원래 매일 수천 건씩 WordPress 로그인 페이지를 찾는 요청을 받으며, 새로운 건 그들이 다른 종류의 성가신 봇인 척한다는 점뿐이라는 것이다.

knownagents.com · 관심사 최상 · 프런트 상위 26.6%

06LLM 은 어떤 종류의 수학에 강한가

What sort of maths are LLMs good at?

LLM 이 수학을 잘한다고 할 때, 정확히 어떤 종류의 수학인지를 나눠 봤다. 결론부터 말하면 탐색으로 닿을 수 있는 문제와 그렇지 않은 문제 사이에 선이 있다.

• 글의 마지막 대목이 가장 많이 인용됐다 — LLM 이 훨씬 넓은 범위에서 인간 수준에 닿았다는 좋은 신호는, 최고의 인간 수학처럼 새롭고 놀랍되 돌이켜보면 아름답고 자연스러워 보이는 방법으로 정리를 증명하기 시작할 때라는 것. 우연히 걸려 넘어질 수 없는 방법이어야 한다는 조건도 붙였다.
• 댓글에서는 인간 두뇌가 무의식적으로는 미적분과 선형대수를 하면서 의식 영역에서는 배워야 겨우 하는 것과 LLM 이 대수 그 자체이면서 대수를 잘 못하는 상황을 겹쳐 보는 이야기가 나왔다.
• 글이 그 용어를 쓰지 않았을 뿐 실은 test-time scaling 논의라는 지적도 있었다 — 요즘은 모델이 스스로에게 오래 말하게 하는 쪽을 뜻하지만, 진짜로 놀라웠던 첫 결과는 AlphaCode 처럼 수백만 후보를 뽑아 걸러낸 단순 샘플링이었다는 것이다.

gowers.wordpress.com · 관심사 중 · 프런트 상위 25.4%

07LLM Evals에 대해 알아야 할 모든 것

700명 넘는 엔지니어와 PM 에게 AI 평가를 가르치면서 반복해서 받은 질문을 모았다. 벤치마크 점수 이야기가 아니라, 내 제품이 내 사용자에게 내보내는 답을 어떻게 검사하느냐에 대한 실무 답변이다.

• 평가 도구부터 사지 마라. 실제 사용 기록 20-50개를 사람이 직접 읽고 뭐가 잘못됐는지 손으로 적어 비슷한 실패끼리 묶는 것이 시작이고, 실제 프로젝트에서 개발 시간의 60-80%가 이 에러 분석에 들어간다.
• 채점은 1-5점이 아니라 통과/실패 둘 중 하나로 매겨라 — 3점과 4점의 차이를 말로 정의할 수 없으면 채점자마다 점수가 달라진다. 실패를 볼 때마다 자동 채점기를 만들지도 마라. 프롬프트 수정으로 없어지는 실패는 그냥 고치고, 반복되는 것에만 채점기를 투자한다.
• 모델을 바꾸면 나아질 거라는 기대는 대체로 과대평가다. 바꾸기 전에 실패 기록을 읽고 모델이 진짜 원인인지부터 확인하라. 검토용 화면을 몇 시간 들여 직접 만드는 것이 우리가 꼽는 가장 수익 좋은 투자다.

hamel.dev · 관심사 최상 · 추천 상위 42.5%

08Xirp - Spotify가 만든 조직 컨텍스트 기반 AI 코딩 환경

AI 코딩 도구로 생성 속도는 빨라졌지만, 에이전트가 시스템의 배경을 몰라서 기술적으로는 맞고 운영상으로는 틀린 결정을 내린다. 우리는 이것을 문서 부족이 아니라 검색 문제로 본다 — Slack 대화, 담당자의 기억, 낡은 README, Confluence 에 흩어진 조직 지식을 적절한 시점에 가져오는 것이 핵심이다.

• Xirp 는 macOS 용 에이전틱 개발 환경으로, Claude Code·Codex·Gemini 를 기존 CLI·인증·모델·권한 설정 그대로 여러 프로젝트와 세션에서 병렬 실행한다. 에이전트 자체를 대체하지는 않는다.
• 작업별 Git worktree 를 만들어 같은 저장소에서 여러 에이전트가 서로의 작업 디렉터리를 건드리지 않게 하고, 앱을 닫았다 열어도 지속 터미널 세션을 이어간다. Grid View 로 여러 세션을 동시에 본다.
• Portal 연동은 선택이며, 모든 문서를 초기 프롬프트에 밀어넣는 대신 필요할 때 MCP 도구로 조회하는 방식이다. 끝난 세션의 transcript 를 올리면 이후 세션의 컨텍스트가 되어 살아있는 문서화가 쌓인다.

xirp.spotify.com · 관심사 최상 · 추천 상위 58.5%