2026년의 RealityKit과 Reality Composer Pro 3
WWDC26에서 Apple의 공간 파이프라인이 성숙했습니다. RealityKit의 라이팅과 천 시뮬레이션, 그리고 라이브 프리뷰와 Xcode 플러그인을 갖춘 독립 앱 Reality Composer Pro 3를 소개합니다.
AI & Technology글쓰기
디자인, 개발, AI 인프라, 제품 구축에 대한 생각.
visionOS 27의 새로운 기능: 공간 컴퓨팅 개발자를 위한 가이드
visionOS 27은 Mac에서의 Spatial Preview, PC에서의 Foveated Streaming, Safari의 몰입형 환경, metric-space 객체 추적, RealityKit 기능을 추가합니다.
AI & TechnologyCore AI: Apple Silicon에서 모델 실행하기
Core AI는 iOS 27의 저수준 모델 실행 프레임워크입니다. 에셋과 모델의 분리, NDArray 텐서, 연산 유닛 지정, 그리고 Apple silicon에서의 추론 함수를 살펴봅니다.
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: 마거릿 해밀턴
마거릿 해밀턴은 '소프트웨어 엔지니어링'이라는 말을 만들었고, 1202 경보를 견뎌낸 아폴로 비행 코드를 작성했습니다. 방어적 설계, 오류 복구, 그리고 두 번째 기회는 없다는 원칙.
Engineering & Craft엔지니어링 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 & 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 & Technology엔지니어링 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 & 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: Joanna Rutkowska
Joanna Rutkowska는 합리적 편집증 위에 Qubes OS를 세웠습니다. 소프트웨어를 버그 없게 만들 수는 없으니, 침해를 전제하고, 인프라를 불신하며, 피해 범위를 격리하라는 것입니다.
Engineering & Craft엔지니어링 철학: 제프리 힌턴, 유행보다 확신
제프리 힌턴은 학계가 조롱하던 두 번의 AI 겨울을 견디며 뇌를 닮은 신경망에 자신의 모든 것을 걸었습니다. 유행보다 확신을, 형식보다 직관을 택한 사람입니다.
Engineering & Craft엔지니어링 철학: 베르너 보겔스(Werner Vogels)
Amazon의 CTO 베르너 보겔스는 하나의 전제 위에 클라우드를 세웠습니다. 모든 것은 항상 실패한다는 것. 장애를 전제로 설계하고, 폭발 반경을 최소화하며, 그 속에서도 가용성을 지킵니다.
Engineering & Craft외부 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.
