read: fail

The Hybrid Group이 임베디드 시스템과 IoT(사물 인터넷) 장치에서 WebAssembly(웹어셈블리) 애플리케이션을 구축하기 위한 오픈소스 프레임워크인 Mechanoid를 출시했습니다. Mechanoid는 개발자들이 확장 가능하고 보안이 강화된 애플리케이션을 쉽게 만들 수 있도록 지원하며, GitHub에서 사용해 볼 수 있습니다.

Falco, 클라우드 네이티브 런타임 보안 도구가 Cloud Native Computing Foundation의 인큐베이션 프로그램을 졸업했습니다. 이는 Azure를 포함한 생산 환경에서 사용할 준비가 되었음을 의미합니다. Falco는 컨테이너와 마이크로서비스 환경에서의 보안을 강화하며, eBPF 프로브를 사용해 커널 수준에서 침입을 실시간으로 탐지합니다. 이를 통해 Azure Kubernetes Service에서도 효과적으로 보안을 유지할 수 있습니다.

공용 클라우드 제공업체들이 데이터 이전 또는 '출구 요금'에 대한 고객의 불만을 해소하기 위해 요금 정책을 변경하고 있습니다. Google Cloud와 AWS 같은 업체들은 경쟁력을 높이고, 규제 압력에 대응하며, 고객을 유치하기 위해 이러한 요금을 줄이거나 없앴습니다. 이는 클라우드 컴퓨팅 산업이 더 유연하고 경쟁력 있는 가격 구조로 진화하고 있음을 나타냅니다.

2023년은 클라우드 보안에 있어 사건이 많았던 한 해였습니다. 클라우드 기반 피싱 공격과 클라우드 인프라에 대한 타깃 공격이 증가하는 등, 보안 환경은 점점 복잡해지고 있습니다. 2024년에는 애플리케이션 생명주기 전반에 걸친 보안 통합, 생성적 AI의 중요성 증가, 그리고 CISO들이 직면하는 규제 및 위험 공시 요구사항의 강화 등 세 가지 주요 트렌드에 주목해야 합니다. 이러한 트렌드를 이해하고 적응함으로써, 우리는 미래의 보안 위협에 한 발 앞서 나갈 수 있습니다.

REPR 디자인 패턴은 API 개발을 단순화하고 코드를 더 깨끗하고, 효율적이며, 유지 관리하기 쉽게 만드는 방법입니다. 이 패턴은 요청, 엔드포인트, 응답에 초점을 맞추어 코드의 유지보수성, 재사용성, 확장성을 향상시킵니다. ASP.NET Core에서 이를 구현하는 방법을 알아보세요!

오픈 소스는 보안 문제가 아닌 배포 문제를 가지고 있습니다. 전 세계 소프트웨어의 90%에서 98%가 오픈 소스이며, 이는 개발자들이 다른 사람들이 작성한 코드를 기반으로 작업하고 있다는 것을 의미합니다. 오픈 소스의 투명성은 취약점을 더 빠르게 발견하고 수정하는 데 도움이 됩니다. 하지만, 소프트웨어의 대부분이 배포 외부에서 소비되면서, 신뢰 모델이 더 이상 충분하지 않게 되었습니다. 이제 소프트웨어 배포에 대한 재고와 오픈 소스 소프트웨어의 안전한 기준을 마련할 시간입니다.

미국 연방정부가 소프트웨어 제작자들이 최소한의 안전한 개발 기술과 도구 세트를 활용하도록 보장하기 위해 소프트웨어 증명 양식을 발표했습니다. 이 양식은 2022년 9월 14일 이후 개발된 소프트웨어에 대한 증명을 요구하며, CISA가 온라인 제출을 위한 저장소를 3월 말에 공개할 예정입니다.

Visual Studio 2022 17.10 Preview 2는 GitHub Copilot을 통해 pull request 설명 생성과 커밋 설명 기능을 통합했습니다. 개발자들은 이제 더 쉽게 변경 사항을 동료에게 설명하고, 정확한 변경 사항을 포함시킬 수 있습니다. 또한, .NET Counter 프로파일러와 WinForms 디자이너의 성능 개선도 이루어졌습니다.

OutSystems가 코드 없이 AI 에이전트를 만들 수 있는 AI Agent Builder를 출시했습니다. 이 도구는 Azure OpenAI나 Amazon Bedrock의 대규모 언어 모델을 사용하여 사용자가 코딩 없이 AI 에이전트를 구축할 수 있게 해줍니다. 이는 디지털 변환 전략에 AI를 쉽게 통합하고 표준화 및 보안을 위한 AI 사용을 관리하는 데 도움이 됩니다.

샌프란시스코 기반 스타트업 Cognition AI가 개발한 새로운 AI 비서 Devin은 실시간 진행 상황 업데이트 제공, 피드백 수용, 디자인 선택 협업 등을 통해 소프트웨어 개발 과정에서 사용자와 활발히 협력할 수 있습니다. Devin은 복잡한 엔지니어링 작업을 계획하고 실행하며, 경험을 통해 배우고 실수를 바로잡는 능력을 갖추고 있어, 소프트웨어 엔지니어링 분야에 큰 변화를 예고하고 있습니다.

몬태나의 컴퓨터 과학 교수이자 HTMX와 Hyperscript의 창시자인 Carson Gross는 반응성을 대체하고, JavaScript와 경쟁하며, 진정한 REST를 복원하고, 웹을 개발자 친화적으로 만들기 위해 노력하고 있습니다. 그의 프로젝트들은 복잡성을 줄이고, 개발자들이 더 쉽게 웹을 다룰 수 있도록 돕는 것을 목표로 합니다.

Rust로 작성된 파이썬 프로젝트 관리 도구인 uv는 pip, venv 등을 대체할 목적으로 개발되었습니다. 이 도구는 기존 파이썬 프로젝트 관리 도구들보다 훨씬 빠른 속도를 자랑합니다. uv를 사용하면 가상 환경을 쉽게 설정하고, 의존성을 관리할 수 있으며, pip와 유사한 명령어를 사용할 수 있습니다. Rust로 작성되어 그 성능이 눈에 띄게 향상되었지만, 아직 초기 단계이므로 모든 기능을 지원하지는 않습니다.

Rust로 작성된 '매우 빠른' JavaScript 런타임인 WinterJS가 1.0 버전에 도달했습니다. 이 웹 서버는 Cloudflare 앱과 React Server Components를 지원하며, WebAssembly로 컴파일될 수 있습니다. Wasmer가 제공하는 WinterJS는 초당 150,000개의 요청을 처리할 수 있는 놀라운 속도를 자랑합니다.

JetBrains가 Kotlin 기반 비동기 애플리케이션 구축 프레임워크인 Ktor의 개발 로드맵을 발표했습니다. OpenTelemetry 플러그인, gRPC 지원, 의존성 주입 간소화, 관리되는 데이터베이스 트랜잭션 지원 등이 포함됩니다. 이 업데이트는 Ktor를 더욱 강력하고 유연하게 만들 예정입니다!

JetBrains가 Rapid7에 의해 발견된 두 가지 중대한 보안 취약점에 대한 패치를 배포했습니다. 이 취약점들은 공격자가 TeamCity On-Premises 서버의 관리자 제어권을 획득할 수 있게 했습니다. 사용자들은 즉시 2023.11.4 버전으로 업데이트하거나 보안 패치를 설치할 것을 권장합니다.

DBOS 클라우드는 데이터베이스에 중점을 둔 운영 체제, 즉 DBOS를 통해 속도를 위한 데이터베이스-OS 관례를 뒤집었습니다. PostgreSQL의 선구자 Mike Stonebraker와 Spark의 창시자 Matei Zaharia가 공동 창업한 이 벤처는 서버리스 애플리케이션 플랫폼인 DBOS 클라우드를 출시했습니다. 이는 개발자들이 서버리스 함수, 워크플로우 및 애플리케이션을 구축하고 실행하는 데 도움이 될 것입니다.

Entity Framework Core의 DbContext는 데이터 모델과 애플리케이션의 객체 모델 사이의 다리 역할을 하며, CRUD 작업을 수행할 때 데이터베이스의 복잡성으로부터 개발자를 자유롭게 합니다. 이 글에서는 ASP.NET Core 애플리케이션에서 DbContext를 인스턴스화하는 여러 방법과 그 사용 시기 및 방법에 대해 알아봅니다. DbContext의 수명 관리와 최적의 사용 방법에 대한 팁도 제공됩니다.

머신러닝과 AI 애플리케이션 개발에는 많은 GPU가 필요합니다. 복잡한 작업을 여러 작은 단위로 나누어 처리할 수 있는 GPU의 SIMD 스트림 아키텍처는 특히 대규모 언어 모델과 생성 AI 애플리케이션에 이상적입니다. 하지만, 일부 머신러닝 작업은 병렬 처리가 필요 없는 경우 CPU로도 충분히 실행 가능합니다. GPU 기반 앱 개발을 용이하게 하기 위해 Nvidia 등은 다양한 도구와 프레임워크를 제공하고 있으며, 온프레미스 GPU 대비 클라우드 GPU는 유연성과 최신 기술 접근성 측면에서 이점을 제공합니다.

AI 코딩 도구들, 예를 들어 Amazon CodeWhisperer와 GitHub Copilot은 초보 개발자와 전문 개발자 모두의 생산성을 향상시키고 있습니다. 이러한 도구들은 AI가 코딩 분야에 가져온 변화의 시작일 뿐입니다. AWS의 접근 방식은 개발자가 코드에 더 집중할 수 있도록 하며, CodeWhisperer는 개발 과정에서 코드 제안을 제공하여 생산성을 높입니다.

생성형 AI 시스템은 데이터의 질에 크게 의존하며, 부정확한 데이터는 AI 모델을 오류로 이끌 수 있습니다. 이러한 시스템은 상식이 부족하고, 입력 문구에 민감하게 반응하여 때때로 예상치 못한 결과를 낳습니다. 또한, 저작권이 있는 데이터를 사용할 위험도 있습니다. 이 모든 문제들은 생성형 AI가 비즈니스에 가져다주는 위험을 증가시킵니다.