리브의 아침 브리핑

01Show GN: 스마트폰 없이도 결제하기 — 교내 매점에 지문인식 결제 시스템을 직접 만들어 배포한 이야기

2026학년도부터 교내 스마트폰 소지가 제한되면서 기존 QR 간편결제를 쓸 수 없게 됐습니다. 그래서 지문인식 결제 단말을 하드웨어부터 펌웨어, 서버, 인프라까지 직접 설계해 실제 교내 매점에 배포했습니다. V1은 평균 인증 5.8초로 실패했고, 센서와 보드를 갈아엎은 V2에서 1.18초까지 줄였습니다.

• 5.8초 중 3.8초가 센서→MCU UART 업로드였고 baud rate 한계상 압축으로는 내려가지 않아, 12MHz 이상 SPI를 지원하는 센서를 요구조건에 추가하고 제조사를 직접 컨택해 ADH-TECH HF302GD로 교체했더니 그 구간이 360ms가 됐습니다.
• 브링업에서 만난 Failed to power up DAP은 DECA 라인이 8MHz로 발진한 탓이었고 2.2uF 디커플링 추가로 해결됐는데, 당시 추정(벅컨버터 LC 감지 실패)은 틀렸고 한참 뒤 LDO의 피드백 루프 구조를 파고들다 진짜 이유를 찾았습니다.
• 지문 이진화는 고정 threshold → 전역 동적 threshold → local window 표준편차 순으로 세 번 갈아엎었고, 2026년 5월 한 달 성공 결제 7,454건 중 3,199건(약 43%)이 지문인식으로 이뤄져 월 582만원을 기록했습니다.

yeonfish.dev · 관심사 중 · 추천 상위 38.8%

02에이전틱 스킬 감쇠 : 숙련은 여전히 반복에서 나온다

에이전트가 시행착오와 디버깅, 탐색을 건너뛰고 결과를 바로 내놓으면서, 예전에는 저절로 쌓이던 반복 경험을 이제는 의도적으로 만들어야 합니다. 작업이 끝났다는 건 작업이 완료됐다는 뜻일 뿐, 내가 무언가 배웠다는 뜻은 아닙니다. 그렇다고 에이전트를 피하고 모든 코드를 직접 타이핑하는 방식을 이상화할 필요도 없습니다.

• Anthropic의 2026년 연구에서 Python 라이브러리 Trio를 배울 때 AI 보조 그룹은 후속 퀴즈 50%, 직접 작업한 그룹은 67%를 기록했고, AI 사용자 중에서도 개념 질문과 설명을 요청한 사람이 더 나았습니다.
• 익숙하지 않은 작업에서는 프롬프트 전에 가설 세우기, 왜 그런지 묻기, diff 검토하기, 무엇이 실패할지 예측하기, 가끔 작은 문제를 직접 풀어보기로 자신을 루프 안에 남겨 둡니다.
• 저도 어떤 날은 5\~10개 세션을 동시에 돌리다가 엉뚱한 프로젝트에 다크 모드를 추가하라고 시킨 적이 있고, 거기서 에이전트 처리량이 내 주의력보다 빨리 확장된다는 제약을 체감했습니다.

substack.com/addyo · 관심사 최상 · 추천 상위 43.9%

03에이전트 메모리는 파이프라인이 아니라 파일 형식이어야 한다

지금 쓰이는 에이전트 메모리는 특정 하네스에 종속되거나, pgvector와 그래프 DB와 기억할 내용을 판단하는 별도 LLM까지 요구하는 파이프라인이 되기 쉽습니다. 메모리는 처리 과정이 아니라 데이터 형식으로 다루는 편이 모델에 맞습니다. Memoryfield는 에이전트가 직접 쓴 짧은 Markdown과 선택적 YAML frontmatter, 다시 만들 수 있는 SQLite 벡터 인덱스를 ZIP으로 묶은 것뿐입니다.

• 그래프 탐색은 관련 정보가 N단계 깊이에 있으면 N+1회 도구 호출이 필요하고 매번 2\~3초를 기다리는 데다, 제목과 링크 텍스트만으로 관련성을 판단해야 해서 1990년대식 SEO 작업을 강요합니다.
• Memoryfield는 메타데이터가 아니라 본문을 시맨틱 검색해 바로 점프하고 찾은 문서를 병렬로 읽어, 검색과 조회를 최대 두 번의 도구 호출로 끝냅니다. 페이지 전체가 임베딩에 들어가므로 8KB 또는 2,000토큰이 소프트 제한입니다.
• 접근 API를 고정하지 않아 Bash·Markdown·SQLite로 직접 다룰 수 있지만, 오래되거나 잘못된 메모리는 행동을 계속 오염시키고 외부 파일에는 프롬프트 인젝션이 들어올 수 있어 출처 기록과 신뢰 경계가 필요합니다.

calpaterson.com · 관심사 최상 · 추천 상위 43.9%

04Uber 규모의 소프트웨어 팩토리를 효율적으로 운영하는 법

AI를 개발 생명주기 전반에 넣은 결과 PR의 70% 이상이 로컬 또는 클라우드 에이전트에 귀속되고, 엔지니어들이 만든 3,600개 넘는 에이전트 스킬이 하루 3만 회 이상 실행됩니다. 2026년 2월부터 8월 중순까지 주간 활성 사용자는 7배, 주간 에이전트 요청은 9.4배 늘었지만 총 AI 지출은 4월 이후 비교적 안정됐습니다. 절감 폭은 우리 코드베이스와 작업 흐름의 결과라 다른 환경에서는 달라집니다.

• 동일 모델 기준으로 요청 1,000건당 비용은 정점 대비 약 34%, 세션당 비용은 6월 정점 대비 52% 줄었습니다.
• 컨텍스트 창이 1M인 모델도 400K에서 자동 압축하고 추론 강도는 기본 Medium을 쓰며, CLI 기반 MCP 호출과 코드 모드는 같은 SQL 작업에서 50% 이상, 대량 작업에서는 90% 넘게 절감했습니다.
• 주 모델은 작업 분해와 결과 평가를 맡고 범위가 명확한 실행은 더 싼 하위 에이전트에 넘기는데, 하위 에이전트 기본 모델이 지금 가장 영향력 있는 비용 조절 수단입니다.

uber.com · 관심사 최상 · 추천 상위 55.3%

05클릭하우스(ClickHouse) – 기적의 데이터베이스 기술

관계형 DB는 인덱스에 의존하는데 모든 질문에 맞는 인덱스를 미리 만들 수는 없고, 수십억 행의 GROUP BY 분석 쿼리는 몇 분씩 걸립니다. 데이터 웨어하우스는 서버 기동과 작업 분할, 결과 병합이라는 분산 오버헤드가 있어 작고 즉각적인 조회에는 오히려 비효율적입니다. 엔지니어가 맥북에 ClickHouse를 설치해 약 10억 건을 넣고 악명 높은 집계 쿼리를 돌렸더니 엔터를 치는 순간 답이 나왔습니다.

• 빠른 이유는 칼럼 단위 저장으로 필요한 칼럼만 읽고 압축률을 높인 것, 블록 단위 벡터화 처리로 함수 호출 오버헤드를 없앤 것, 코어별 부분 집계 후 합산, 그리고 B-tree 대신 약 8,192행마다 표식을 남기는 희소 기본 인덱스입니다.
• 만능은 아닙니다. 개별 레코드 즉시 조회와 트랜잭션 안전성은 PostgreSQL이, 거대 조직 전체 데이터의 복잡한 분산 운영은 데이터 웨어하우스가 낫습니다.
• 물리 법칙을 어긴 마법이 아니라 읽는 바이트 수와 불필요한 CPU 작업을 줄인 결과이고, 현재 저희 회사는 전체 데이터의 거의 절반을 ClickHouse로 처리하고 있습니다.

sungmooncho.com · 관심사 상 · 추천 상위 55.3%

06Gemini 3.8 Flash와 3.8 Flash Cyber 공개

Gemini 3.8 Flash and 3.8 Flash Cyber

구글이 Gemini 3.8 Flash와 보안 특화 변형인 3.8 Flash Cyber를 공개했습니다. 다만 지금 확인할 수 있는 것은 릴리스가 있었다는 사실 정도입니다.

• 발표에 걸린 모델 카드 링크가 404라, 댓글도 대부분 캐시나 미러를 찾는 이야기입니다.
• Flash 계열에 Cyber라는 별도 변형이 붙은 것 자체가 이번 릴리스의 눈에 띄는 지점입니다.

blog.google · 관심사 최상 · 프런트 상위 2.2%

07세 사이트가 AI용으로 만든 '베스트 소프트웨어' 21만 페이지, Perplexity가 인용한다

Three sites made 215,128 “best software” pages for AI. Perplexity cites them

세 사이트가 '베스트 소프트웨어' 형식의 페이지를 215,128건 만들어 두었고, Perplexity가 이것들을 근거로 인용하고 있다는 조사입니다. 추천의 출처가 사람이 아니라 인용되기 위해 제조된 페이지라는 이야기입니다.

• 모델이 추천하도록 학습 데이터와 검색 결과를 조작하는 것이 이미 하나의 산업이라는 반응이 댓글에 이어졌습니다.
• 무엇을 찾는지 이미 알고 있지 않으면 제품 검색 자체가 불가능해졌다는 체감도 나옵니다.
• LLM이 다른 LLM 생성물을 학습하는 순환을 어떻게 막을 것인지, 2022년 이전 코퍼스가 low-background steel 같은 기준이 될지에 대한 논의도 붙었습니다.

trellner.com · 관심사 상 · 프런트 상위 19.4%

08푸아송 디스크 샘플링

Poisson Disk Sampling

점들이 서로 최소 거리를 유지하면서도 무작위로 흩어지게 만드는 푸아송 디스크 샘플링을 설명하는 글입니다. 진짜 무작위가 아니라 사람이 무작위라고 느끼는 분포를 만드는 쪽이 목표입니다.

• 댓글에서는 같은 계열로 블루 노이즈가 언급되고, 게임 속 풀 배치에 블루 노이즈를 쓴 Casey Muratori의 글이 함께 걸렸습니다.
• 브라우저에서 바로 만져 볼 수 있는 Observable 노트북도 함께 공유됐습니다.

stripeacross.com · 관심사 상 · 프런트 상위 46.0%

09이 코드를 전부 리뷰해야 하는 걸까

Maybe We Shouldn't Be Reviewing All This Code

코드 리뷰가 실제로 무엇을 위한 것인지 되묻는 글입니다. 대안적 해법 탐색이 목적이라면 구현 전에 하는 편이 낫고, 지식 전달이 목적이라면 완성된 코드를 읽는 것보다 함께 앉아 생각하는 과정을 보는 편이 훨씬 많이 가르칩니다.

• 주니어에게 경험 있는 엔지니어의 사고를 가르치고 싶다면 결과물이 아니라 사고 중인 자리에 붙이는 편이 낫고, 팀 차원의 설계 세션도 방법이라는 주장입니다.
• 댓글에서는 페어링을 하루 8시간 하라면 그만두겠다는 반박이 붙어, 이 대안이 규모를 감당하는지에서 갈립니다.
• 「Uber의 에이전트 운영 실측」이 리뷰까지 관리형 에이전트로 넘기는 방향이라, 같은 문제에 정반대 답을 내놓은 셈입니다.

martinfowler.com · 관심사 상 · 프런트 상위 92.4%