read: fail

이번 주 자바 뉴스에서는 JDK 24와 Apache Kafka 4.0의 GA 출시, Payara 플랫폼의 3월 2025 에디션, Spring Security의 취약점 공개, 그리고 JavaOne 2025의 소식을 다룹니다. 특히, GraalVM의 새로운 기능과 Kotlin의 최신 업데이트가 주목할 만합니다. 흥미로운 기술 발전을 놓치지 마세요!

GitHub Copilot은 대규모 언어 모델을 활용한 코드 완성 서비스로, 하루 4억 건의 요청을 처리합니다. 데이비드 체니는 이 서비스의 아키텍처와 지연 시간을 줄이기 위한 노력을 설명합니다. HTTP/2를 활용해 성능을 개선하고, 글로벌 인프라를 통해 전 세계 사용자에게 빠른 응답을 제공합니다. 이 프레젠테이션은 Copilot의 복잡한 엔지니어링 도전과제를 조명합니다.

ByteDance가 Lynx를 오픈 소스로 공개했습니다. Lynx는 웹 마크업, CSS, JavaScript를 사용해 네이티브 성능을 제공하는 크로스 플랫폼 모바일 앱 개발 도구입니다. 크로미움, 플러터, 리액트 네이티브에서 영감을 받아 다양한 플랫폼을 지원하며, 웹 개발자들이 기존 기술을 활용할 수 있도록 설계되었습니다.

Max Rydahl Andersen와 Olimpiu Pop이 함께한 팟캐스트에서, AI와 Quarkus 같은 도구가 개발자 경험을 어떻게 향상시키는지 논의합니다. 다양한 프로그래밍 생태계에서 배우는 것이 시스템을 단순화하고 더 안전하게 만드는 방법을 소개합니다. JBang을 통해 Java 개발을 쉽게 하는 방법도 알아보세요!

Google Cloud가 Kubernetes History Inspector(KHI)를 발표했습니다. 이 오픈 소스 도구는 클러스터 로그를 시각적으로 표현하여 문제 해결을 돕습니다. 특히 분산 애플리케이션 관리에 유용하며, AI와의 통합도 계획 중입니다. KHI는 현재 Google Kubernetes Engine과 호환됩니다.

2025년 3월 17일 주간, 스프링 생태계에서 다양한 프로젝트의 주요 릴리스가 있었습니다. 스프링 부트 3.5.0은 LDAP 연결 세부 정보와 OpenTelemetry 지원을 강화했습니다. 스프링 시큐리티 6.5.0은 RFC 9068 지원을 추가했으며, 스프링 그래프QL 1.4.0은 HTTP 초안 사양과의 정렬을 개선했습니다. 스프링 AMQP 4.0.0은 RabbitMQ에서 AMQP 1.0 프로토콜을 지원합니다. 마이클 레들리히는 25년 경력의 자바 커뮤니티 멤버로, 다양한 컨퍼런스에서 발표한 경험이 있습니다.

GPT-4o Copilot가 VS Code 사용자에게 공개되었습니다. 이 모델은 30개 이상의 프로그래밍 언어로 작성된 27만 5천 개 이상의 고품질 공개 저장소를 기반으로 훈련되었습니다. 개발자 생산성을 높이고 코딩 과정을 지원하는 데 중점을 둡니다. JetBrains IDE에서도 사용 가능하며, GitHub Copilot의 Next Edit Suggestions 기능도 주목할 만합니다.

로블록스가 Cube 3D라는 AI 시스템을 공개했습니다. 이 시스템은 텍스트 입력을 통해 3D 모델과 장면을 생성하며, 향후 이미지 기반 입력도 지원할 예정입니다. 개발자들은 간단한 텍스트 설명만으로 3D 모델을 생성할 수 있어 자산 생성이 간편해집니다. 오픈소스로 제공되어 협업과 혁신을 촉진합니다.

GitHub의 보안 팀은 CodeQL을 사용하여 코드의 취약점을 자동으로 분석하고 수정합니다. 이 도구는 데이터 이동을 추적하고 보안 문제를 발견하는 데 효과적입니다. 특히, GitHub의 대규모 Ruby 프로젝트에서는 맞춤형 쿼리 팩을 사용하여 보안 분석을 강화합니다. GCR을 통해 쿼리 팩을 관리하여 업데이트를 용이하게 하고, 여러 저장소에 걸쳐 접근성을 보장합니다. 이 방법은 보안 강화를 위한 중요한 도구로 자리 잡고 있습니다.

Google Cloud가 스패너 데이터베이스에 HDD 저장 옵션을 도입하여 냉장 저장 비용을 80% 절감했습니다. 이 새로운 옵션은 고성능이 필요하지 않은 대용량 데이터에 적합하며, 정책 기반으로 데이터를 자동으로 이동시킵니다. SQL 쿼리는 SSD와 HDD 모두에서 데이터를 접근할 수 있어, 비용 효율적인 저장 솔루션을 제공합니다.

프라임 비디오의 알렉산드루 에네가 Rust와 WebAssembly를 활용해 거실 기기용 UI를 재구축한 경험을 공유합니다. 다양한 기기에서의 성능 최적화와 통합 개발의 필요성을 강조하며, 새로운 Rust UI SDK의 장점과 도전 과제를 소개합니다. Bytecode Alliance와의 협력도 흥미로운 포인트입니다!

구글 클라우드가 NVIDIA Blackwell B200 GPU를 탑재한 A4 가상 머신(VM)을 선보였습니다. 이 새로운 VM은 AI 모델의 훈련과 추론을 강화하며, 고성능과 유연한 소비 모델을 제공합니다. 특히, 트릴리언 파라미터 AI 모델을 가속화할 수 있는 강력한 성능이 주목받고 있습니다.

클레어 보는 고객 중심의 고성과 팀을 구축하는 중요성을 강조하며, AI 시대에 맞춰 팀을 재구성하는 방법을 논의합니다. 그녀는 실험 문화를 통해 실패를 두려워하지 않고, AI 도구를 효과적으로 통합하는 새로운 워크플로우를 제안합니다. 미래의 팀은 기술, 제품, 디자인에 능통한 AI 지원 리더가 이끌게 될 것입니다.

HashiCorp Cloud Platform(HCP)이 Terraform 작업 공간을 자동화하여 팀 온보딩을 간소화하는 방법을 소개했습니다. 이 자동화는 수작업의 비효율성과 오류를 해결하며, 특히 팀이 확장할 때 유용합니다. Emmanuel Rousselle는 이 접근법을 설명하며, HashiCups라는 가상의 회사 사례를 통해 효율적인 온보딩 프로세스를 제시했습니다. 이 방법은 팀의 요구 사항을 평가하고, 환경 설정을 위한 권한을 조정하여 작업 공간을 관리합니다. Terraform 1.11의 출시로 기능이 더욱 강화되었습니다. 이 새로운 접근법은 팀의 효율성을 높이고, 작업 공간 관리의 복잡성을 줄이는 데 기여합니다.

AI는 소프트웨어 개발 방식을 혁신하고 있습니다. 개발자는 AI와 협력하여 코드를 생성하고, 운영팀은 AI 도구를 활용해 관찰 가능성을 높여야 합니다. 기술 문서 작성자는 AI를 통해 동적 콘텐츠를 포착하고, SaaS 제공자는 AI 통합을 통해 경쟁력을 유지해야 합니다. 자율 에이전트 시스템의 부상도 주목할 만합니다!

ESLint가 이제 CSS, JSON, Markdown을 공식 지원합니다! CSS의 중복 @import 규칙, 빈 블록, 잘못된 속성 등을 검사하는 규칙이 추가되었습니다. 특히, CSS 레이어를 활용해 스타일 적용을 예측 가능하게 합니다. W3C의 Baseline 노력과 함께, 브라우저 간 CSS 기능 지원을 확인할 수 있습니다.

JavaOne 2025의 첫날은 JDK 24 출시와 함께 시작되었습니다. Scott McNealy가 자바의 탄생을 회고하고, Mark Reinhold가 자바의 발전 방향을 논의했습니다. Chad Arimura는 자바의 진화와 새로운 Learn.java 웹사이트를 소개했습니다. Georges Saab와 Colt McNealy도 참여해 자바의 중요성을 강조했습니다.

이반 부르미스트로프는 ShareChat의 실시간 기능 플랫폼 개발 경험을 공유하며, 초당 10억 개 이상의 기능을 처리하면서도 비용 효율성을 유지하는 방법을 설명합니다. QCon London에서의 발표는 기능 정의, 아키텍처, 도전 과제 및 해결책을 다루며, Flink와 ScyllaDB의 사용 경험을 통해 얻은 교훈을 전합니다.

DevOps는 개발과 IT 팀 간의 협업을 통해 소프트웨어 개발을 자동화하고 효율성을 높입니다. Nedko Hristov는 호기심과 적응력, 학습 의지가 있는 테스터들이 DevOps 역할에 적합하다고 강조합니다. 실패를 성장의 기회로 삼고, 핵심 기술을 이해하는 것이 중요합니다. Ben Linders는 지속적인 개선과 협업을 통해 비즈니스 가치를 창출하는 데 중점을 둡니다.

Dapr 에이전트는 대규모 언어 모델(LLM)을 활용하여 확장 가능한 AI 에이전트를 구축하는 프레임워크입니다. 쿠버네티스에서 수천 개의 에이전트를 지원하며, 다중 에이전트 협업과 이벤트 기반 실행을 가능하게 합니다. 보안과 관찰성을 갖춘 이 시스템은 데이터베이스와의 통합도 용이합니다. 야론 슈나이더는 Dapr 에이전트의 효율성을 강조하며, 디버깅과 관찰성의 중요성을 언급했습니다. Python에서 사용 가능하며, Dotnet과 Java 지원도 예정되어 있습니다.