read: fail

Databricks가 보스턴에 기반을 둔 Lilac AI를 인수하여 데이터 레이크하우스 제공 업체의 생성 AI 기능을 강화합니다. Lilac AI의 'Garden' 도구는 데이터 과학자와 연구원이 생성 AI 애플리케이션에 사용되는 대규모 언어 모델(LLM)을 위한 데이터를 검색, 정량화, 편집할 수 있게 해줍니다. 이번 인수는 Databricks가 생성 AI 애플리케이션 개발을 가속화하는 데 도움이 될 것으로 기대됩니다.

Visual Studio Code에서 명령어 찾기, 터미널 열고 닫기, 음성 인식을 통한 텍스트 입력, 다중 커서 사용 등 다양한 기능을 더 효율적으로 사용할 수 있는 팁을 소개합니다. 이러한 팁들은 개발 작업을 더욱 스마트하고 빠르게 할 수 있게 도와줍니다.

자바가 var 키워드 도입으로 코드를 간결하게 만들고, '숨겨진 컴파일' 기능으로 명시적 컴파일 단계 없이 소스 파일을 직접 실행할 수 있게 되었습니다. 빌드 도구 체인 개선, JShell, 간단한 웹 서버, 텍스트 블록, 레코드 클래스, switch 문 개선, 구조화된 동시성 등 자바를 더 접근하기 쉽고 사용하기 편리하게 만드는 다양한 기능이 추가되었습니다. 이러한 변화는 자바를 더 매력적인 선택으로 만들어, 다양한 사용 사례에 적합하게 합니다.

리눅스 기반 IoT 장치에 소프트웨어를 대규모로 배포할 때는 컨테이너 사용, 중앙 집중식 관리 플랫폼 활용, 자동화된 소프트웨어 업데이트, DevOps 통합, 강력한 보안 조치 등의 최선의 방법을 따르는 것이 중요합니다. 이러한 접근 방식은 효율성과 보안을 동시에 보장합니다.

JetBrains가 소규모 및 중간 규모의 소프트웨어 엔지니어링 팀을 위한 클라우드 기반 CI/CD(지속적 통합/지속적 제공) 서비스인 TeamCity Pipelines의 공개 베타 버전을 출시했습니다. 이 서비스는 개발 팀이 코드 변경 사항을 자동으로 통합하고 테스트하여 애플리케이션을 배포하는 과정을 간소화하는 것을 목표로 합니다. TeamCity Pipelines는 YAML 파일을 지원하며, JetBrains IDE와의 통합을 통해 CI/CD 워크플로우를 더욱 최적화할 계획입니다.

대규모 언어 모델(LLM)은 자연어 인터페이스 생성 및 비즈니스 프로세스 자동화에 매우 유용할 수 있습니다. 복잡한 비즈니스 문제를 해결하는 데 있어 시작점을 제공하며, '기회에서 주문까지'와 같은 프로세스를 스트림라인화하는 데 도움을 줍니다. LLM을 활용하려면 기술에 대해 교육하고 주요 벤더를 알아보며, 목표와 보안 요구 사항과의 일치를 보장하기 위해 신중을 기해야 합니다.

COVID-19 팬데믹은 많은 회사가 원격 근무를 허용하게 만들었고, 특히 기술 산업에서 큰 성공을 거두었습니다. 하지만 팬데믹이 사라지면서, 회사들은 직원들을 사무실로 전면 복귀하도록 강요하고 있습니다. 이는 특히 개발자들에게 나쁜 아이디어로, 원격 근무를 제공하는 경쟁사로 인재가 이동할 위험이 있습니다.

연합 학습은 데이터의 분산화, 개인 정보 보호, 협력적 학습, 그리고 효율적 데이터 활용을 핵심 원칙으로 삼아 AI 훈련의 새로운 이정표를 제시합니다. RoPPFL 프레임워크는 데이터 프라이버시 유출과 모델 독살 공격 같은 보안 문제를 해결하며, 클라우드, 엣지 노드, 클라이언트 기기에 걸친 계층적 구조를 사용합니다. 이는 데이터 보호와 개인 정보 보호를 타협하지 않고 협력적 모델 훈련을 가능하게 하며, 분산 데이터를 활용하는 AI 시스템 구축에 있어 더욱 스마트하고 안전한 접근 방식이 필요함을 강조합니다.

C++의 창시자인 비야네 스트롭스트룹이 C++와 C의 메모리 안전성 취약점을 이유로 개발자들이 이 언어들을 피하라고 권고한 백악관 보고서에 대해 반박했습니다. 스트롭스트룹은 C++ 개발 노력의 초점이 안전성 향상에 있었으며, RAII, 컨테이너, 자원 관리 포인터와 같은 기술을 사용하여 메모리 안전 문제를 피하는 고품질의 C++ 코드가 많다고 지적했습니다. 그는 C++의 장기 목표가 필요할 때 타입 및 자원 안전성을 제공하는 것이라고 언급했습니다.

우리의 세계는 모든 것에 부착된 센서로부터 데이터를 수집하며 '센서화'되고 있습니다. 이러한 센서에서 나오는 시계열 데이터는 가장 빠르게 성장하는 데이터베이스 범주 중 하나이지만, 관계형 데이터베이스가 여전히 가장 널리 사용됩니다. 특정 요구 사항과 사용 사례에 기반한 세심한 균형을 고려하여 데이터베이스를 선택하는 것이 중요합니다. IoT 애플리케이션을 위한 데이터베이스는 높은 입력률과 빠른 읽기 및 분석을 처리할 수 있어야 합니다.

소프트웨어 산업이 더 세밀한 소비 기반 가격 모델로 전환함에 따라, 강력한 결제 인프라가 필요해지고 있습니다. Lago와 같은 회사들이 이러한 필요를 충족시키기 위해 오픈 소스 결제 및 계량 솔루션을 제공하고 있어요. 오픈 소스는 개발자들이 솔루션을 제어하고, 신뢰하며, 맞춤화할 수 있게 해주는 핵심적인 역할을 합니다.

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.