Open Source

2026년 10월, GitHub의 인기 오픈소스 AI 프로젝트

2026년 10월, GitHub의 인기 오픈소스 AI 프로젝트

직군별로 분류한 오픈소스 AI

GitHub의 월별 트렌딩 페이지는 언어별로 작동합니다. 언어 필터가 이미 대상 집합을 정의하기 때문입니다. 오픈소스 AI는 다른 질문을 던집니다: 프로젝트는 5개 언어에 걸쳐 있으며, 유용한 기준은 저장소가 수행하는 역할입니다.

Go 1.27로 업그레이드: 무엇이 깨지고, 무엇이 우선 도입되어야 하는가

Go 1.27로 업그레이드: 무엇이 깨지고, 무엇이 우선 도입되어야 하는가

핵심에는 json/v2, stdlib uuid, 그리고 GODEBUG 트랩이 있다.

Go 1.27이 2026년 8월에 출시되었습니다. 대부분의 모듈에서 업그레이드는 go.mod 파일에 한 줄을 추가하고 go fix를 실행하는 과정으로 충분하지만, 일부 변경 사항은 조용히 문제의 원인이 됩니다. 실제로 무엇이 깨지고 무엇을 우선 채택해야 하는지 정리했습니다.

WordPress SEO 플러그인 비교: Yoast부터 로컬 AI까지

WordPress SEO 플러그인 비교: Yoast부터 로컬 AI까지

WordPress SEO 플러그인, Yoast에서 로컬 AI로

WordPress SEO 플러그인은 WordPress 코어의 위에 메타데이터, 사이트맵, 스키마, 그리고 AI 계층을 추가합니다. 2026년 현재 이 계층에는 자체 하드웨어에서 추론을 실행하는 플러그인도 포함됩니다.

셀프 호스티드 SEO 도구 및 플랫폼: 오픈소스 가이드

셀프 호스티드 SEO 도구 및 플랫폼: 오픈소스 가이드

워드프레스 플러그인을 넘어선 오픈소스 SEO

자체 호스팅 SEO는 현재 크롤러, Search Console 대시보드, 랭킹 트래커, MCP 서버, 그리고 로컬 AI를 포함합니다. 이 가이드는 주요 오픈소스 플랫폼을 비교하고, 유료 SEO API 없이도 어떤 기능이 작동하는지 살펴봅니다.

gstack: AI 소프트웨어 엔지니어링 스택

gstack: AI 소프트웨어 엔지니어링 스택

에이전트 스킬로 구축된 소프트웨어 팩토리

AI 코딩 에이전트는 이미 함수 작성, 저장소 수정, 테스트 실행, 그리고 풀 리퀘스트(Pull Request) 생성이 가능합니다. 더 어려운 문제는 코드를 작성하기 전, 중, 후를 아우르는 반복 가능한 엔지니어링 프로세스를 에이전트가 따르도록 만드는 것입니다.

셀프호스티드 딥 리서치 시스템: 12가지 도구 비교

셀프호스티드 딥 리서치 시스템: 12가지 도구 비교

검색을 넘어 연구를 수행하는 셀프호스트 에이전트

Deep Research는 이제 단순히 검색 박스에 적용되는 모델이 아니라, 독자적인 소프트웨어 카테고리가 되었습니다. 이 글에서는 12가지 셀프호스팅 시스템과 그 뒤를支撑하는 리서치 아키텍처를 비교합니다.

오픈 모델의 효율적 프론티어: 2026년의 최적의 균형점 찾기

오픈 모델의 효율적 프론티어: 2026년의 최적의 균형점 찾기

2026년 오픈 LLM의 최적 구간: 약 30B

2026년 9월, 오픈 모델의 효율적 프런티어(efficient frontier)는 25B~34B 파라미터 사이에 위치합니다: 24 GB 단일 GPU에서 프런티어에 근접한 에이전틱 작업을 수행할 수 있으면서, 70B급 하드웨어의 일부 비용으로만 가능합니다.

OpenSpec 기각 제안: 의사결정 메모리 컨벤션

OpenSpec 기각 제안: 의사결정 메모리 컨벤션

거부 상태가 없습니다. 다음은 임시 해결책입니다.

6개월 전 “영속성을 공유 라이브러리로 이동"을 제안하고 배포했던 에이전트는, 그 아이디어가 이미 검토되어 기각되었다는 것을 지속적으로 기록하는 것이 없다면 다음 분기에 같은 것을 다시 제안할 것이다 — 그리고 OpenSpec에는 현재 이를 위한 내장 상태가 없다.

OpenSpec 퀵스타트: 설치, 워크플로우, 그리고 흔한 함정

OpenSpec 퀵스타트: 설치, 워크플로우, 그리고 흔한 함정

40페이지짜리 PRD가 아닌, 델타(deltas) 형태의 스펙

OpenSpec은 Fission AI가 제공하는 무료 오픈소스 CLI 도구로, 코드가 작성되기 전에 사용자가 코딩 에이전트와 평범한 마크다운으로 변경 사항에 대해 합의할 수 있게 해줍니다. 무거운 스펙 기반 프레임워크의 단계별 복잡한 절차 없이 이를 가능합니다.

데이터 중력: API-퍼스트 AI의 실제 비용

데이터 중력: API-퍼스트 AI의 실제 비용

AI 스택이 매월 더욱 강하게 고정되는 이유

모든 API 호출은 단순한 거래처럼 느껴집니다. 하지만 그 수가 쌓이면, 파인튜닝 데이터, 평가 하네스, 도구 스키마가 모두 하나의 벤더 주위에 형성되어, 벤더 전환이 더 이상 단순한 라우팅 변경이 아닌 상황이 됩니다.

Hermes 에이전트 메모리 시스템: 영속적 AI 메모리의 실제 동작 방식

Hermes 에이전트 메모리 시스템: 영속적 AI 메모리의 실제 동작 방식

메모리는 도구가 아닌 파트너를 만드는 차이점입니다.

AI 에이전트와 채팅을 시작하고, 프로젝트를 설명하고, 선호 사항을 공유하고, 작업을 마친 후 탭을 닫는 장면을 익히 보셨을 것입니다. 일주일 후 다시 돌아오면 마치 처음 만난 사람과 대화하듯 모든 컨텍스트가 사라지고, 모든 선호 사항이 잊혀 있으며, 프로젝트가 처음부터 다시 설명되어야 하는 상황이 됩니다.