Latest

AllenAI의 olmOCR는 PDF를 텍스트로 바꾸는 또 하나의 OCR 도구처럼 보이지만, 실제 신호는 더 크다. 문서 AI의 병목이 추출 모델에서 자연스러운 읽기 순서, 구조 보존, 단위 테스트형 평가, GPU 배치 처리, 데이터 거버넌스로 이동하고 있다.

Google의 agents-cli는 단순한 CLI가 아니라 코딩 에이전트에게 스펙 작성, 스캐폴딩, 평가, 배포, 관측, Gemini Enterprise 등록까지 맡기기 위한 운영 계층이다. 핵심은 더 똑똑한 에이전트가 아니라 반복 가능한 에이전트 생산 라인을 만드는 데 있다.

GitHub Trending에 오른 Logto는 AI 앱이 다음 단계로 넘어갈 때 필요한 계층을 잘 보여준다. 챗봇 데모가 아니라 SaaS·에이전트 제품을 운영하려면 OAuth/OIDC, 조직 단위 권한, M2M, RBAC, MCP 인증까지 하나의 컨트롤 플레인으로 설계해야 한다.

GitHub Trending에 오른 browser-use/video-use는 “AI가 영상을 본다”가 아니라 “AI가 영상을 읽고, 잘라내고, 렌더링하고, 스스로 검수한다”는 쪽에 가깝다. 한국 개발자와 운영자가 봐야 할 포인트는 자동 편집 데모보다, 영상 제작을 재현 가능한 에이전트 워크플로로 바꾸는 구조다.

OpenCode는 또 하나의 코딩 챗봇이 아니라 터미널, 데스크톱, IDE, ACP, 권한 정책, 커스텀 도구를 하나로 묶는 오픈소스 코딩 에이전트 운영 표면이다. 한국 개발팀이 봐야 할 포인트는 모델 성능보다 배포·권한·도구 연결 방식이다.

Google Labs의 DESIGN.md는 에이전트에게 디자인을 맡길 때 생기는 “예쁘지만 매번 다른 UI” 문제를 정면으로 다룬다. 핵심은 토큰만 넘기는 것이 아니라, 디자인 의도와 제약을 Markdown 계약으로 만들어 에이전트가 반복해서 읽게 하는 것이다.