DeepSeek 하네스(Harness) 개발자 프리뷰 — 473 points
DeepSeek이 에이전트 인프라 레이어를 정조준하며 오픈소스 프레임워크인 ’하네스(Harness)’를 발표했다. 모델, 도구, 스킬, 세션, 샌드박스, 스토리지, 스케줄링, 심지어 UI까지 모든 기능이 교체 가능한 플러그인 형태로 구성된 아키텍처다. 각 컴포넌트 간의 마운트, 언마운트, 의존성을 관리하는 플러그인 시스템인 Cordis를 기반으로 동작한다. 이들의 캐치프레이즈는 “에이전트 = 모델 + 하네스(Agent = Model + Harness)“인데, 이는 모델 단독으로는 불충분하다는 전략적 포지셔닝을 분명히 드러낸다.
이 프레임워크는 네 가지 런타임 모드를 기본 제공한다. 표준 모드(풀 코딩 에이전트), 코드 모드(TypeScript를 통한 다단계 도구 오케스트레이션), 미니멀 모드(벤치마크 평가를 위한 셸 + 파일 에디터), 그리고 크리에이터 모드(런타임 검사 및 플러그인 실험용)다. 모델이 보는 모든 것(시스템 프롬프트, 추론 과정, 도구 호출, 서브에이전트 스케줄링 등)을 단방향 추가(append-only) 방식으로 기록하는 세션 로그가 있어, 실행 과정을 완벽하게 추적하고 재현할 수 있다.
“모든 것이 플러그인”이라는 슬로건은 아키텍처 관점에서는 깔끔하게 들리지만, 진짜 시험대는 플러그인 생태계가 실제로 형성되느냐에 있다. DeepSeek은 생태계 확산을 위해 MIT 라이선스로 개발자 프리뷰를 배포했는데, 이는 현명한 선택이다. 여기서 주목할 긴장점은 DeepSeek이 모델 제공자이면서 동시에 하네스 레이어까지 모두 장악하려 한다는 점이다. 오픈소스 커뮤니티가 이들의 하네스를 중심으로 결집할지, 아니면 각자의 하네스를 직접 만들어 쓸지는 지켜볼 일이다.
리눅스용 ChatGPT 데스크톱 앱에 들어온 코덱스(Codex) — 417 points
오픈AI가 코덱스(Codex)가 통합된 리눅스용 ChatGPT 데스크톱 앱을 프리뷰로 공개했다. 지원 배포판은 Ubuntu 24.04/26.04 LTS, Debian 13, Fedora 43/44이며, x64와 ARM64 아키텍처용 .deb 및 .rpm 패키지가 모두 제공된다. 발표 스레드는 이미 조회수 1만 3천 회를 넘기며 커뮤니티의 뜨거운 반응을 얻고 있다.
이 앱은 ChatGPT, Work, Codex를 하나의 네이티브 데스크톱 환경으로 묶어 프로젝트 관리, 파일 작업, 브라우저 워크플로우를 코덱스와 나란히 실행할 수 있게 해준다. 리눅스 사용자가 브라우저 밖에서 일등 시민 수준의 코덱스 경험을 누리는 것은 이번이 처음이다. 커뮤니티의 반응은 대체로 환영 일색이지만, 접속한 OS에 따라 다운로드 페이지에서 리눅스 옵션이 제멋대로 숨겨지는 오픈AI의 허술한 웹사이트 처리에 대한 불만도 어김없이 터져 나왔다.
이번 소식의 진짜 본질은 오픈AI가 마침내 리눅스를 개발자 도구의 최우선 플랫폼으로 대우하기 시작했다는 점이다. 대부분의 진지한 개발 작업은 리눅스에서 이루어지며, 기존의 Mac/Windows 전용 데스크톱 앱은 명백한 결함이었다. 일렉트론(Electron) 래퍼가 웹 앱 대비 충분한 가치를 제공하는지에 대해서는 여전히 의문이 남지만, 네이티브 파일 시스템 접근과 더 긴밀한 코덱스 연동은 분명한 차이를 만들어낼 수 있다.
DRAM을 스파게티로 만들기(Spaghettifying DRAM) — 362 points
메모리 격리에 대해 알고 있다고 생각했던 모든 상식을 송두리째 뒤흔드는 하드웨어 보안 연구가 등장했다. 기존 MOVfusculator 연구로 널리 알려진 연구자 xoreaxeaxeax의 프로젝트인 “skitter-creek-bath-salts”는 DRAM 컨트롤러의 주소 변환 레이어를 조작하는 것만으로 AMD CPU의 모든 것을 잠금 해제할 수 있음을 보여준다. 메모리 컨트롤러의 비트 하나를 뒤집는 단 한 줄의 xor dword 명령어가 전부다.
핵심 통찰은 당혹스러울 정도로 단순하다. 플랫폼의 모든 보안 메커니즘(플랫폼 보안 프로세서인 PSP, 시스템 관리 모드인 SMM, C6 유휴 상태의 DRAM 격리 영역, 심지어 CPU 마이크로코드까지)이 주소 변환 파이프라인에서 메모리 컨트롤러보다 상위에 위치한다는 점이다. 모든 잠금장치는 실제 물리적 DRAM 좌표가 아니라 논리적 물리 주소를 감시한다. 좌표 자체를 뒤섞어버리면 보안 장벽은 이상을 전혀 감지하지 못한다.
연구진은 동일한 별칭 도달(alias-reach) 기법을 통해 PSP의 RSA 엔진(fTPM의 모듈러 지수 연산 루틴)을 추출하고, SMRAM에서 SMM 진입 벡터를 읽어내며, C6 격리 영역에서 CPU 레지스터 상태를 덤프하고, DRAM에서 실시간 마이크로코드 패치를 직접 긁어내는 과정을 차례로 시연한다. 일반 메모리 뷰와 “스파게티화된” 메모리 뷰 사이를 변환하는 GF(2) 선형 사상을 풀기 위해 z3 솔버를 사용했다. DRAM 컨트롤러 레지스터가 문서화된 마지막 세대인 AMD Family 16h에서 개발되었으나, 근본적인 변환 원리는 ARM과 RISC-V에도 그대로 확장된다. 익스플로잇 전체가 단 하나의 XOR 명령어다. 연구 결과물은 MIT 라이선스로 공개되었다.
Gemini 3.7 Flash — 353 points
구글이 Gemini 3.6 Flash를 내놓은 지 불과 3주 만에 Gemini 3.7 Flash를 선보였다. “코딩과 에이전트를 위한 가장 지능적인 워크호스 모델”을 표방한다. 제시된 벤치마크 수치에 따르면 FrontierCode 1.1 Main은 34.4%에서 43.6%로, DeepSWE v1.1은 49.0%에서 65.3%로, WebDev Arena Elo는 1538에서 1588로 상승했다. 지식 작업의 경우 GDP.pdf에서 34.0%(기존 22.0%), AutomationBench에서 30.4%(기존 17.0%)를 기록했다고 주장한다.
가격 정책도 공격적이다. 연말까지 프로모션 요금으로 100만 입력 토큰당 0.75달러, 출력 토큰당 3.75달러를 책정했는데, 이는 기존 3.6 Flash 비용의 절반 수준이다. 구글은 비용이 핵심 변수인 프로덕션 에이전트 배포 환경에서 Flash를 사실상의 기본 선택지로 굳히려는 심산이다.
“3주 만의 신규 릴리스”라는 주기는 진정한 알고리즘 혁신의 신호이거나, 마케팅 속도전의 결과물일 것이다. 문서상의 벤치마크 향상은 상당하지만, 언제나 그렇듯 공급업체가 입맛대로 선정한 지표는 걸러 들을 필요가 있다. 진짜 시험대는 엄선된 평가 스위트가 아니라 실제 사용자들의 프로덕션 워크로드에서 이 성능 향상이 체감되느냐다. 구글은 이 모델을 자사의 “24/7 개인용 에이전트”인 Gemini Spark와 연계하고 있는데, 이는 단발성 질의보다 지속적인 자율 운영에 모델을 최적화하고 있음을 시사한다.
Gloomberb — 321 points
Gloomberb는 오픈소스 블룸버그 터미널 대체재로, 데스크톱 앱과 TUI(텍스트 사용자 인터페이스) 형태로 모두 제공되는 키보드 중심의 금융 터미널이다. 시세, 차트, 재무제표, SEC 공시, 13F 기관 보유 현황, 옵션 모니터링, 예측 시장(Polymarket/Kalshi), 수익률 곡선, 환율, 거시경제 이벤트, 심지어 미국 의회 의원들의 주식 거래 내역까지 망라한다. 명령줄 인터페이스는 DES(종목 상세), TOP(주요 뉴스), PM(예측 시장), CG(의회 거래)와 같은 단축 명령어를 사용한다.
이 프로젝트는 깃허브 스타 1,200개를 돌파하며 현재 0.10.4 버전에 이르렀다. curl -fsSL gloomberb.com/install | bash 명령어로 설치할 수 있는데, 이는 사용자의 보안 위협 모델에 따라 편리함일 수도 있고 경계 대상일 수도 있다. 무료 도구치고는 기능 구성이 대단히 인상적이다. 연간 2만 4천 달러에 달하는 블룸버그 단말기 구독료 없이도 개인 투자자나 독립 분석가가 필요로 하는 대부분의 기능을 다룬다.
진짜 질문은 데이터 품질과 지연 시간이다. 블룸버그의 진정한 가치는 터미널이라는 소프트웨어 자체보다 데이터 인프라, 블룸버그 챗의 네트워크 효과, 기관 등급의 피드에 있다. Gloomberb는 공개 소스에서 데이터를 끌어오므로 데이터의 독점성보다는 UX와 접근성으로 승부한다. 기관 수준의 컴플라이언스 기능이 필요 없는 독립 연구자나 소형 펀드, 개인들에게는 이 정도로도 차고 넘칠 것이다.
맥락 읽기
오늘의 프론트페이지는 두 가지 주요 테마가 관통했다. AI 에이전트 인프라 군비 경쟁과 하드웨어 보안 상식의 전면적인 해체다.
DeepSeek, 구글, 오픈AI는 일제히 에이전트 스택을 차지하기 위해 움직이고 있다. DeepSeek은 오픈소스 하네스 프레임워크를, 구글은 에이전트 워크플로우에 최적화된 저비용 모델을, 오픈AI는 개발자 도구를 마침내 리눅스로 확장하는 카드를 꺼내 들었다. 포지셔닝은 각기 다르지만 베팅하는 곳은 같다. 실제로 자율적으로 작업을 수행할 수 있는 에이전트가 다음 전장이 되리라는 확신이다. DeepSeek은 조합 가능성(composability)에, 구글은 가성비에, 오픈AI는 개발자 생태계 락인에 승부수를 띄웠다.
한편 DRAM 스파게티화 연구는 하드웨어 보안이 종종 얼마나 취약한 눈속임인지 일깨워준다. 플랫폼이 제공하는 모든 메모리 보호 장치(PSP, SMM, fTPM, 마이크로코드)를 우회하는 데 단 하나의 XOR 명령어면 충분하다는 사실은 보안 아키텍트들의 간담을 서늘하게 하기에 충분하다. 상위의 추상화 대신 기초 토대를 공격할 때 보안 모델이 어떻게 무너지는지 보여주는 아름다운 엔지니어링 작업이기도 하다.
Gloomberb는 실용적인 균형추 역할을 한다. 세상 모든 일이 AI 에이전트와 하드웨어 익스플로잇으로만 돌아가는 것은 아니다. 가끔은 수천만 원의 비용을 들이지 않고 그저 주식 차트를 깔끔하게 보고 싶을 때도 있는 법이다.