iOS 27의 Foundation Models: 도구 호출 제어
iOS 27은 온디바이스 모델이 도구를 사용하는 방식을 제어하는 GenerationOptions.ToolCallingMode와 함께 기본 제공 Vision 도구인 OCRTool과 BarcodeReaderTool을 추가합니다.
AI & Technology글쓰기
디자인, 개발, AI 인프라, 제품 구축에 대한 생각.
2026년 머신러닝을 위한 Metal
WWDC26은 Metal을 일급 ML 연산 표면으로 만들었습니다. 커스텀 커널을 위한 Metal 텐서, M5 neural accelerator, 실시간 뉴럴 렌더링, 그리고 MLX Swift입니다.
AI & Technology당신의 에이전트에는 신뢰할 수 없는 입력이 둘 있다
AI 에이전트에는 신뢰할 수 없는 입력이 둘 있습니다. 모델이 쓰는 코드와 모델이 읽는 도구 출력입니다. 전자는 이제 진짜 WASM 샌드박스를 갖췄고, 후자인 MCP 도구 포이즈닝은 그렇지 않습니다.
AI & Technology엔지니어링 철학: 짐 켈러, 트랜지스터는 공짜다
짐 켈러는 AMD의 부활, 아이폰, 테슬라의 오토파일럿을 비롯한 수많은 제품 뒤의 칩을 설계했습니다 — 병목을 없애기 위해 실리콘을 아낌없이 쏟고 모든 것을 제1원리에서 다시 생각하는 방식으로 말입니다.
Engineering & Craft엔지니어링 철학: 페이페이 리, 데이터가 곧 토대다
페이페이 리는 ImageNet을 구축해 AI에게 눈을 선사했습니다. 더 영리한 모델이 아니라 대규모 데이터야말로 빠져 있던 재료라는 데, 그리고 AI는 인간 중심이어야 한다는 데 승부를 걸었습니다.
Engineering & Craft엔지니어링 철학: 마크 셔틀워스(Mark Shuttleworth)
마크 셔틀워스는 단 하나의 생각 위에 Ubuntu를 세웠습니다 -- 인간을 위한 Linux, 모두를 위한 자유 소프트웨어 -- 그리고 그 뿌리에는 우분투(ubuntu), 즉 타인을 향한 인간애가 있었고, 정해진 시계에 맞춰 출시되었습니다.
Engineering & Craft엔지니어링 철학: 데미스 허사비스, 지능을 풀어 모든 것을 풀다
데미스 허사비스는 일반 지능을 제1원리에서부터 쌓아 올렸습니다 -- 게임을 검증의 장으로, 신경과학을 영감으로 삼아 -- 그런 다음 그것을 단백질 접힘 문제에 겨누어 노벨상을 받았습니다.
Engineering & Craft엔지니어링 철학: Raj Reddy, 가장 가난한 10억 명을 위한 기술
Raj Reddy는 말로 대화할 수 있는 기계를 개척했습니다. 음성 인식, 블랙보드 모델을 만든 뒤, 가장 앞선 AI를 세상에서 가장 부유한 사람이 아니라 가장 가난한 사람을 향해 겨눴습니다.
Engineering & CraftiOS 26 위젯 표면: 하나의 App Intent, 여러 곳에서
iOS 26 위젯, 제어 센터 컨트롤, Live Activity는 모두 App Intents의 노출 지점입니다. 하나의 intent가 버튼, 컨트롤, Live Activity 동작을 동시에 구동합니다.
AI & Technology엔지니어링 철학: 아디 샤미르(Adi Shamir)
아디 샤미르는 RSA의 'S'이자 뛰어난 암호 해독가입니다. 그는 시스템을 깨는 법을 함께 익히며 안전한 시스템을 만듭니다. 방어하기 위해 공격하고, 깔끔한 정수론을 작동하는 메커니즘으로 바꿉니다.
Engineering & Craft엔지니어링 철학: 얀 르쿤, 세상을 배우고, 공개하다
얀 르쿤은 합성곱 위에 딥 비전을 세웠고, 진짜 지능은 더 큰 LLM이 아니라 세상을 비지도 방식으로 학습하고 그 결과를 공개하는 데서 나온다는 데 걸었습니다.
Engineering & CraftApple Foundation Models: 온디바이스 LLM 프레임워크 완전 해설
Apple의 Foundation Models 프레임워크 정리 — LanguageModelSession, @Generable 가이드 생성, 도구 호출, 가용성 확인, 그리고 온디바이스 모델을 벗어나야 할 시점.
AI & Technology외부 게시물
기술 글쓰기: Introl
Local LLM Hardware Pricing Guide 2025
대규모 언어 모델을 로컬에서 실행하기 위한 종합 하드웨어 권장 사항 및 비용 분석.
H100 vs. H200 vs. B200: Choosing the Right NVIDIA GPUs for Your AI Workload
다양한 AI 워크로드를 위한 NVIDIA 최신 데이터센터 가속기 비교 GPU 선택 가이드.
TPU Architecture: Complete Guide to Google's 7 Generations
Google의 TPU v1부터 TPU v5까지의 Tensor Processing Unit 발전에 대한 심층 기술 분석.
GPU Memory Pooling in Multi-Tenant Kubernetes
컨테이너화된 환경에서 GPU 클러스터의 리소스 공유 전략.
Ray Clusters: Distributed AI Computing Infrastructure
Ray 프레임워크를 사용한 분산 AI 컴퓨팅 구축 및 관리 가이드.
DeepSeek V3 Open Source AI Cost Advantage
오픈소스 LLM 경제학 및 DeepSeek의 경쟁 포지셔닝 분석.
NVIDIA Vera Rubin GPU 600kW Racks 2027
미래 데이터센터 전력 요구 사항 및 NVIDIA의 차세대 GPU 로드맵.
SMR Nuclear Power for AI Data Centers
차세대 AI 인프라에 전력을 공급하는 소형 모듈식 원자로 솔루션.
DeepSeek MHC Architecture Breakthrough
DeepSeek의 Multi-Head Compression 아키텍처 혁신에 대한 기술 분석.
