read: fail

마이크로소프트가 TypeSpec이라는 새로운 도구를 개발하여 API를 설계하고 개발하는 데 도움을 주고 있습니다. 이 도구는 Azure와 Microsoft Graph API 팀에서 사용되며, REST, HTTP, Protocol Buffers, JSON 스키마 등 다양한 API 형식을 지원합니다. TypeSpec은 API를 효율적으로 설계하고 문서화하는 데 중요한 역할을 합니다.

Google이 Flutter 다중 플랫폼 애플리케이션 개발 프레임워크와 Dart 언어를 업데이트하여 웹 앱을 위한 컴파일 대상으로 WebAssembly 바이트코드 지원을 추가했습니다. 이로 인해 특히 애니메이션과 풍부한 전환에서 상당한 성능 향상이 있습니다.

자바스크립트에서 변수는 숫자, 문자열, 객체 등 다양한 데이터를 저장할 수 있는 특별한 공간입니다. 이 언어는 타입을 명시하지 않아도 되는 '느슨한' 데이터 타이핑을 지원하며, var를 사용해 변수를 명시적으로 선언할 수 있습니다. 변수는 글로벌 또는 로컬 범위를 가지며, 다른 문서에서도 참조할 수 있습니다.

DuckDB는 작지만 강력한 분석 데이터베이스 엔진으로, 노트북에서도 실행할 수 있습니다. CSV, JSON, Apache Parquet 등 다양한 데이터 소스를 지원하며, 주요 프로그래밍 언어 라이브러리와 명령줄 인터페이스도 제공합니다. 또한, DuckDB는 영구 모드와 메모리 모드에서 작동할 수 있으며, SQL 다이얼렉트는 분석을 위한 다양한 기능을 포함하고 있습니다.

구글이 새로운 AI 모델 PaliGemma와 Gemma 2를 공개했습니다. PaliGemma는 이미지 캡션 생성, 시각적 질문 응답, 객체 탐지와 같은 작업을 위한 비전-언어 모델로, 이전 모델보다 작고 빠르며 강력합니다. Gemma 2는 새로운 아키텍처로 효율성과 성능을 크게 향상시켰습니다. 또한, 구글은 언어 모델을 평가하고 비교할 수 있는 LLM Comparator 도구를 공개했습니다. 이 도구는 구글의 책임 있는 생성 AI 툴킷의 일부로 제공됩니다.

Angular 18이 5월 22일에 출시됩니다! 이번 버전에서는 지연 가능한 뷰와 내장 제어 흐름이 안정화됩니다. 지연 가능한 뷰는 템플릿 내 선택적 의존성 로딩을 가능하게 하여 초기 번들 크기를 줄여줍니다. 또한, NgIf, NgFor, NgSwitch와 같은 기능이 프레임워크에 통합됩니다. 그 외에도 존리스 변경 감지, 개선된 Angular DevTools, 새로운 angular.dev 문서 사이트가 추가됩니다. Angular 17의 기능을 확장한 이번 업데이트를 기대해보세요!

파인 튜닝과 RAG는 대형 언어 모델(LLM)을 전문화하는 데 시간과 비용이 많이 듭니다. 파인 튜닝은 특정 작업에 맞게 LLM의 매개변수를 조정하지만 비용이 많이 들고, RAG는 관련 정보를 제공해 일시적으로 지식을 늘리지만 토큰 제한과 지연 문제를 겪습니다. 연구자들은 비용 효율적인 대안을 모색 중입니다. 새로운 접근법이 필요할지도 모릅니다!

마이크로클라우드가 뜨고 있습니다! CoreWeave, Lambda Labs, Voltage Park, Together AI 같은 마이크로클라우드 서비스는 AI 프로젝트에 필요한 GPU를 더 저렴하게 제공합니다. 하지만 이들의 지속 가능성과 장기적인 안정성을 주의해야 합니다. 비용 절감을 원한다면 마이크로클라우드를 고려해보세요!

오라클은 자바 11과 솔라리스용 자바에 대한 지원을 최소 2032년 1월까지 연장한다고 발표했습니다. 또한, JavaFX의 상업적 지원은 2025년 3월에 종료될 예정이며, 이후 JDK 8 업데이트에는 JavaFX가 포함되지 않습니다. 오라클은 JavaFX를 OpenJFX 프로젝트의 독립 모듈로 계속 개발할 계획입니다. JDK 17은 2024년 9월 이후부터 Oracle Java OTN 라이선스 하에 제공될 예정입니다. 고급 관리 콘솔(AMC) 지원은 2024년 10월까지 유지되며, 이후 고객은 자바 관리 서비스(JMS)로 이전해야 합니다. 또한, 자바 11에 대한 연장 지원 비용이 면제됩니다.

RSAC 2024에서 주목받은 7개의 애플리케이션 보안 스타트업을 소개합니다. 이 스타트업들은 DevSecOps, 소프트웨어 공급망 보안, 소프트웨어 개발 생명 주기 보안에 중점을 두고 있습니다. AppSentinels의 AI 기반 API 보안, Endor Labs의 개발자 워크플로우 최적화, Lineaje의 종속성 트리 분석, Myrror Security의 바이너리 코드 비교, Scribe Security의 증명 기반 기술, Seal Security의 오픈 소스 취약점 패치, Tromzo의 취약점 우선순위화 등 다양한 혁신적인 솔루션을 제공합니다. 이 스타트업들은 애플리케이션 보안의 주요 과제를 해결하며 주목받고 있습니다.

생성적 AI 개발은 전통적인 머신러닝과 매우 다릅니다. 주요 단계로는 모델 선택, 프롬프트 엔지니어링, 하이퍼파라미터 튜닝, 검색-증강 생성, 에이전트 사용, 모델 파인 튜닝, 그리고 지속적인 모델 사전 훈련이 포함됩니다. 이 과정은 모델을 처음부터 훈련시키기보다는 프롬프트와 하이퍼파라미터를 반복적으로 조정하는 데 초점을 맞춥니다.

그라파나는 토르켈 외데고르가 이베이 스웨덴에서 플랫폼 엔지니어로 일하며 쿠버네티스 시스템의 상태를 시각화하는 데 어려움을 겪으면서 만들어졌습니다. 이제 그라파나는 과학 연구에서 탄소 발자국 추적부터 벌집 활동 시각화까지 다양한 용도로 사용되는 인기 있는 오픈 소스 프로젝트가 되었습니다.

AI 코딩 도구는 평균 개발자가 더 많은 코드를 생성하는 데 도움을 줄 수 있지만, 그 코드가 항상 사용 가능한 것은 아닙니다. 경험 많은 개발자는 AI의 출력이 결함이 있는지를 인식할 필요가 있습니다. AI는 유용한 도구이지만, 그 한계를 아는 것이 중요합니다.

레드햇이 라이트스피드 인공지능 기술을 레드햇 오픈시프트와 레드햇 엔터프라이즈 리눅스(RHEL)에 적용합니다. 이 기술은 애플리케이션 배포 및 확장을 간소화하고, 리눅스 환경의 유지보수를 용이하게 할 것입니다. 또한, 사용자 맞춤 모델 조정과 대시보드를 통한 데이터 확인이 가능해집니다.

ASP.NET Core에서 Dapper와 SQLite를 사용하는 방법에 대한 실용적인 가이드입니다. SQLite는 개발 및 테스트에 이상적인 경량 데이터베이스 엔진이며, Dapper는 데이터 접근을 단순화하면서도 높은 성능을 보장합니다. 이 조합을 통해 효율적인 데이터베이스 구동 애플리케이션 개발이 가능합니다.

클라우드 시장에서 AWS, Microsoft, Google이 전체의 67%를 차지하지만, Huawei, Snowflake, MongoDB, Oracle 같은 2차 클라우드 제공업체들이 성장하고 있습니다. 또한, AI 시장을 위한 특수 서비스를 제공하는 소규모 '마이크로클라우드'도 등장하고 있습니다. 이러한 변화는 가격, 성능, 데이터 규제 준수에서 이점을 제공할 수 있는 맞춤형 클라우드 서비스에 대한 수요가 증가하고 있음을 반영합니다.

Python 3.13 버전에서는 실험적 JIT 컴파일러가 도입되어 실행 시간에 기계 코드를 생성하며, GIL을 제거한 'free-threaded' 빌드로 진정한 스레드 병렬 실행이 가능해졌습니다. 또한, Python REPL의 사용성이 향상되었고, 오류 메시지와 타입 힌팅 시스템이 개선되었습니다. 이외에도 사용되지 않는 모듈들이 정리되었습니다.

OpenAI가 ChatGPT 및 OpenAI API를 포함한 생성 AI 모델의 원하는 행동을 형성하기 위한 '모델 사양' 문서를 소개했습니다. 이 문서는 개발자와 사용자를 돕고, 인류에게 이익을 주며, OpenAI의 이미지를 긍정적으로 반영하는 것을 목표로 합니다. 또한, 법을 준수하고, 창작자를 존중하는 등의 규칙을 설정하였습니다.

GitHub이 소프트웨어 공급망 보안을 강화하기 위해 Artifact Attestations 기능을 도입했습니다. 이 기능은 Sigstore 기반의 소프트웨어 서명 및 검증 기능으로, GitHub Actions 워크플로에서 생성된 소프트웨어 빌드의 무결성을 보호합니다. 이를 통해 소프트웨어 아티팩트와 생성 과정을 연결하는 '변조 방지, 위조 불가능한 문서'를 만들 수 있습니다.

Azure AI 콘텐츠 안전은 악의적인 프롬프트로부터 사용자와 애플리케이션을 보호하고, LLM의 출력이 데이터에 근거하도록 지원합니다. 이 도구는 안전한 프롬프트 작성을 위한 가이드와 위험 모니터링을 제공하여 신뢰할 수 있는 AI 애플리케이션을 구축할 수 있도록 돕습니다.