GitHub Trending에 오른 whichllm은 로컬 LLM 선택 문제를 모델 순위표가 아니라 현재 하드웨어, VRAM, 양자화, 토큰 속도, 최신 벤치마크 증거를 합친 운영 문제로 다시 정의한다. 한국 개발팀이 로컬 모델을 도입할 때 봐야 할 기준을 정리했다.

Artificial Analysis와 IBM이 공개한 ITBench-AA는 frontier 모델도 Kubernetes 장애 원인 진단에서 50%를 넘기지 못한다는 불편한 현실을 보여준다. 에이전트 자동화의 다음 병목은 더 긴 추론이 아니라, 관측·원인 식별·비용을 함께 통제하는 운영 설계다.