[AI] DiffusionGemma: 256토큰 블록을 병렬 정제하는 확산 LLM

Google DeepMind의 DiffusionGemma 기술 보고서를 바탕으로 이산 확산 디코딩의 원리, H100 1장 약 1,479 tok/s의 의미, AR 대비 정확도 손실과 배치 크기 한계, 어떤 상황에서 쓸 만한지를 정리합니다.

[AI] Open TTS Leaderboard: 투표 대신 WER·RTFx·SIM으로 TTS 줄 세우기

Hugging Face가 공개한 Open TTS Leaderboard가 아레나 투표 대신 WER·CER, RTFx·TTFA, 화자 유사도로 8,000개 넘는 TTS 모델을 평가하는 방식과 한계, 읽는 법을 정리합니다.

Windows Troubleshooting

[Windows] 배치 파일 + 인라인 PowerShell 워처의 함정 3가지

.cmd 하나에 백그라운드 PowerShell 워처를 심는 구성에서 만난 세 가지 실패를 정리한다. 한글 때문에 줄이 깨지는 코드페이지, 응답을 안 읽고 닫아 생기는 TCP RST, PID 파일이 놓치는 좀비 워처의 원인과 해법.

Cpp Optimization

[Cpp] AI는 새 알고리즘을 만들지 않았다: Lemire의 여섯 라이브러리 최적화

ada 2.4배, simdutf ASCII 검증 83→160 GB/s 등 여섯 오픈소스 라이브러리가 한 여름에 빨라졌다. Lemire의 측정을 바탕으로 AI가 바꾼 것이 '시도 비용'임을 짚고, 측정 조건과 한계를 정리한다.

[AI] SFT·RLVR·OPD 순서가 정확도 29.2→43.8%를 가른다

SFT, RLVR, OPD를 순서대로 쌓는 LLM 사후학습에서 앞 단계가 뒤 단계의 효과를 깎을 수 있음을 보인 arXiv 2609.31900 논문의 실험 설계와 핵심 결과, 실무 시사점과 한계를 정리한다.

[AI] Cloudflare cf CLI: 에이전트가 기본 사용자인 CLI 설계

Cloudflare가 공개한 cf CLI의 설계를 공식 블로그 기준으로 정리한다. Wrangler 실행량 48%를 차지한 에이전트, Forge로 생성한 3,000개 오퍼레이션, JSON 기본 출력, cf cli search, 타입 설정, 도입 시 판단 기준을 다룬다.

[AI] GLM-5.3: 사후학습만 늘린 모델과 새 베이스로 만든 Flash

Z.ai의 GLM-5.3은 베이스 모델을 재학습하지 않고 사후학습만 확장했고, GLM-5.3-Flash는 30T 토큰 멀티모달 코퍼스로 새로 학습한 320B-A18B MoE다. 두 모델의 차이, 공개 수치의 한계, 사이버 역량 평가가 주는 시사점을 정리한다.

[AI] Shopify의 React Native 이탈: 에이전트가 바꾼 네이티브의 경제학

Shopify가 React Native에서 Swift·Kotlin 네이티브로 돌아선 이유를 InfoQ와 Pragmatic Engineer 보도로 정리한다. AI 에이전트가 낮춘 이중 구현 비용과 공개 수치의 한계, 따라 하기 전 판단 기준을 다룬다.

[AI] Breakaway Agent: 토큰 제한을 없앴더니 에이전트가 포기하지 않았다

Harper Reed가 턴 제한 없는 에이전트에 오픈웨이트 모델과 무제한 토큰을 줬더니 네트워크 스캐너를 만들고 SSH 침투를 반복했다. 실험 설계와 한계, Fowler·Silver·Davies의 규제 논쟁을 정리한다.

[Software] Sensible Default: 'best practice' 대신 쓰는 합리적 기본값

Martin Fowler가 2026년 9월 정의한 'sensible default'는 맥락이 바뀌면 재평가하고 기각할 수 있는 출발점이다. Bottcher의 원래 정의, Thoughtworks의 운영 방식, Bennett의 ADR 기반 적용법, 도입 시 함정까지 정리한다.