<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0">
    <channel>
        <title><![CDATA[데브데이(DevDay) - 개발자 뉴스를 매일매일]]></title>
        <description><![CDATA[데브데이(DevDay)는 개발자를 위한 기술 뉴스 큐레이션 서비스로, 최신 기술 트렌드와 개발자 뉴스를 한눈에 제공합니다.]]></description>
        <link>https://devday.kr</link>
        <image>
            <url>https://devday.kr/opengraph-image.png</url>
            <title>데브데이(DevDay) - 개발자 뉴스를 매일매일</title>
            <link>https://devday.kr</link>
        </image>
        <generator>RSS for Node</generator>
        <lastBuildDate>Tue, 07 Jul 2026 17:07:05 GMT</lastBuildDate>
        <atom:link href="https://devday.kr/feed.xml" rel="self" type="application/rss+xml"/>
        <pubDate>Tue, 07 Jul 2026 17:07:04 GMT</pubDate>
        <copyright><![CDATA[All rights reserved 2026, DevDay]]></copyright>
        <language><![CDATA[ko]]></language>
        <item>
            <title><![CDATA[시간 맹목성 극복! 'Lock In'으로 집중력 되찾기]]></title>
            <description><![CDATA[시간 맹목성으로 집중하기 어렵나요? 'Lock In' 앱은 의도적 마찰과 무료 제공으로 시간 관리 능력을 향상시키고 월 평균 21시간을 절약해 줍니다.]]></description>
            <link>https://devday.kr/article/overcome-time-blindness-lock-in-app-focus</link>
            <guid isPermaLink="false">overcome-time-blindness-lock-in-app-focus</guid>
            <category><![CDATA[시간 맹목성 극복 방법]]></category>
            <category><![CDATA[집중력 향상 앱 추천]]></category>
            <category><![CDATA[Lock In 앱 사용법]]></category>
            <category><![CDATA[스마트폰 중독 방지]]></category>
            <category><![CDATA[시간 관리 앱]]></category>
            <category><![CDATA[의도적 마찰 집중력]]></category>
            <category><![CDATA[무료 집중력 앱]]></category>
            <category><![CDATA[Time Blindness solution]]></category>
            <dc:creator><![CDATA[데브투]]></dc:creator>
            <pubDate>Tue, 07 Jul 2026 17:00:44 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/devto-4051951-8f6c318f.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/devto-4051951-8f6c318f.webp" alt="시간 맹목성(Time Blindness) 극복: 'Lock In' 앱의 집중력 향상 전략" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>⏰ 시간 맹목성 극복! 'Lock In'으로 집중력 되찾기</strong></p><hr/>• **시간 맹목성(Time Blindness)**으로 인해 의도와 행동 간의 간극 발생, **집중력 저하(Decreased Focus)** 문제 심화
• **인스턴트 만족 원숭이(Instant Gratification Monkey)**와 **패닉 몬스터(Panic Monster)**의 비유를 통해 주의 산만 현상 설명
• **의도적 마찰(Conscious Friction)**을 제공하는 'Lock In' 앱으로 **집중 시간(Focus Time) 확보** 및 시간 관리 개선
• **무료 제공** 및 **합리적인 가격 정책**으로 높은 접근성 확보, **월 평균 21시간 절약** 효과 제시]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[내향인 개발자를 위한 네트워킹 및 발표 성장 전략]]></title>
            <description><![CDATA[내향인 개발자를 위한 기술 행사 네트워킹 및 발표 성장 전략. 소극성을 극복하고 자신감을 키워 시끄러운 기술 세계에서 빛나는 법을 알아보세요.]]></description>
            <link>https://devday.kr/article/shine-as-introvert-loud-tech-world</link>
            <guid isPermaLink="false">shine-as-introvert-loud-tech-world</guid>
            <category><![CDATA[내향인 개발자 네트워킹]]></category>
            <category><![CDATA[기술 행사 발표 팁]]></category>
            <category><![CDATA[내향인 극복 방법]]></category>
            <category><![CDATA[소셜 배터리 관리]]></category>
            <category><![CDATA[무대 공포증 극복]]></category>
            <category><![CDATA[유머 활용 네트워킹]]></category>
            <category><![CDATA[Introvert in Tech]]></category>
            <category><![CDATA[Career Growth for Introverts]]></category>
            <dc:creator><![CDATA[데브투]]></dc:creator>
            <pubDate>Tue, 07 Jul 2026 16:00:45 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/devto-4074163-07b11678.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/devto-4074163-07b11678.webp" alt="시끄러운 기술 세계에서 내향인이 빛나는 법" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>🚀 내향인 개발자를 위한 네트워킹 및 발표 성장 전략</strong></p><hr/>• **내향인 개발자**는 기술 행사에서 **사교적 에너지 고갈**을 경험하며 네트워킹에 어려움을 겪음
• **개인적인 경험**을 바탕으로 **소극적인 태도**를 극복하고 무대 발표 및 네트워킹 능력을 향상시킨 과정 공유
• **꾸준한 참여와 도전**을 통해 **자신감 향상** 및 **긍정적인 네트워킹 경험**을 쌓는 방법 제시]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI가 당신처럼 이메일을 쓰고 자동 응답합니다]]></title>
            <description><![CDATA[AI Emaily는 당신처럼 이메일을 쓰고 자동 응답하는 AI 기반 인박스입니다. 데이터 미저장 정책으로 개인 정보를 보호하며, Gmail, Outlook 등 모든 이메일을 한 곳에서 관리하세요.]]></description>
            <link>https://devday.kr/article/ai-emaily-ai-inbox-writes-like-you-autopilot-replies</link>
            <guid isPermaLink="false">ai-emaily-ai-inbox-writes-like-you-autopilot-replies</guid>
            <category><![CDATA[AI Emaily]]></category>
            <category><![CDATA[AI email assistant]]></category>
            <category><![CDATA[AI email writer]]></category>
            <category><![CDATA[email autopilot]]></category>
            <category><![CDATA[personalize AI email]]></category>
            <category><![CDATA[email triage AI]]></category>
            <category><![CDATA[AI email security]]></category>
            <category><![CDATA[Zero-Retention Policy email]]></category>
            <dc:creator><![CDATA[프로덕트 헌트]]></dc:creator>
            <pubDate>Tue, 07 Jul 2026 16:00:40 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/ph-1189175-62f29ba1.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/ph-1189175-62f29ba1.webp" alt="AI Emaily: 당신처럼 쓰고 자동 응답하는 AI 기반 이메일 인박스" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>🤖 AI가 당신처럼 이메일을 쓰고 자동 응답합니다</strong></p><hr/>• **AI Emaily**는 사용자의 고유한 스타일에 맞춰 이메일을 작성하고 자동 응답하는 AI 네이티브 인박스 서비스임
• 모든 메시지를 읽고 중요도를 분류하여 사용자가 직접 처리해야 할 메일만 선별하고 소음 제거함
• **데이터 미저장 정책(Zero-Retention Policy)**을 통해 메일 내용이 모델 학습에 사용되지 않음을 보장함
• 수동, 코파일럿, 자동 모드 제공 및 모든 작업에 대한 취소 기능과 감사 추적 기능 지원]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[PR 리뷰 해제 권한, 이제 GitHub에서 제한하세요!]]></title>
            <description><![CDATA[GitHub 리포지토리 규칙셋에서 PR 리뷰 해제 권한을 제한하는 새로운 기능을 알아보세요. 특정 사용자, 팀, 앱에게만 권한을 부여하여 코드 병합 전 검증을 강화할 수 있습니다.]]></description>
            <link>https://devday.kr/article/github-restrict-pr-review-dismissal-rulesets</link>
            <guid isPermaLink="false">github-restrict-pr-review-dismissal-rulesets</guid>
            <category><![CDATA[GitHub rulesets restrict dismiss review]]></category>
            <category><![CDATA[GitHub pull request review protection]]></category>
            <category><![CDATA[GitHub branch protection rules]]></category>
            <category><![CDATA[GitHub API restrict review dismissal]]></category>
            <category><![CDATA[GitHub PR workflow security]]></category>
            <category><![CDATA[GitHub 코드 병합 보안 강화]]></category>
            <category><![CDATA[GitHub 리뷰 해제 권한 제한]]></category>
            <dc:creator><![CDATA[깃헙]]></dc:creator>
            <pubDate>Tue, 07 Jul 2026 15:15:54 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/github-changelog-2026-07-07-restrict-who-can-dismiss-reviews-2ff85250.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/github-changelog-2026-07-07-restrict-who-can-dismiss-reviews-2ff85250.webp" alt="GitHub 리포지토리 규칙셋에서 리뷰 해제 권한 제한 기능 출시" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>PR 리뷰 해제 권한, 이제 GitHub에서 제한하세요!</strong></p><hr/>• **GitHub 리포지토리 규칙셋(Repository Rulesets)**에 리뷰 해제 권한 제한 기능이 추가되어 **PR 병합 전 승인 해제 제어** 강화
• **특정 사용자, 팀, 앱**을 지정하여 승인 리뷰 해제 권한을 부여하는 기능 제공
• **UI, REST API, GraphQL**을 통해 설정 가능하며, 기존 규칙셋 내에서 통합 관리됨]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[StreetComplete: 쉬운 퀘스트로 OSM 데이터 완성하기]]></title>
            <description><![CDATA[StreetComplete 앱으로 OpenStreetMap 데이터를 쉽고 재미있게 개선하세요. 초심자 친화적인 UI와 게임화 요소, 그리고 데이터 라이선스 및 기능 확장 논의를 확인하세요.]]></description>
            <link>https://devday.kr/article/streetcomplete-improving-openstreetmap-with-quests</link>
            <guid isPermaLink="false">streetcomplete-improving-openstreetmap-with-quests</guid>
            <category><![CDATA[StreetComplete 사용법]]></category>
            <category><![CDATA[OpenStreetMap 기여 방법]]></category>
            <category><![CDATA[OSM 데이터 퀘스트]]></category>
            <category><![CDATA[모바일 지도 데이터 입력]]></category>
            <category><![CDATA[StreetComplete iOS]]></category>
            <category><![CDATA[지도 데이터 라이선스]]></category>
            <dc:creator><![CDATA[해커뉴스]]></dc:creator>
            <pubDate>Tue, 07 Jul 2026 15:01:19 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/hn-48816883-77ce1248.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/hn-48816883-77ce1248.webp" alt="StreetComplete: OpenStreetMap 데이터 개선을 위한 쉬운 기여" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>🗺️ StreetComplete: 쉬운 퀘스트로 OSM 데이터 완성하기</strong></p><hr/>• **StreetComplete**는 사용자가 주변의 **OpenStreetMap(OSM) 누락 데이터**를 '퀘스트' 형태로 해결하며 지도 정보를 개선하는 앱임
• **초심자 친화적인 UI**와 **게임화(Gamification)** 요소로 재미있게 기여할 수 있다는 점이 호평받음
• **데이터 라이선스 문제**와 **기능 확장(POI 추가, 음성 입력 등)**에 대한 커뮤니티의 요구가 제기됨]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[온라인 쇼핑, 이제 믿을 수 있어요!]]></title>
            <description><![CDATA[온라인 쇼핑의 가짜 할인, 허위 리뷰, 불신 판매자 문제를 해결하는 Dupely를 소개합니다. 가격 추적, 신뢰도 평가 기능으로 안전한 쇼핑을 경험하세요.]]></description>
            <link>https://devday.kr/article/dupely-trust-layer-online-shopping</link>
            <guid isPermaLink="false">dupely-trust-layer-online-shopping</guid>
            <category><![CDATA[Dupely]]></category>
            <category><![CDATA[온라인 쇼핑 신뢰]]></category>
            <category><![CDATA[가짜 할인 식별]]></category>
            <category><![CDATA[가짜 리뷰 판별]]></category>
            <category><![CDATA[판매자 신뢰도 평가]]></category>
            <category><![CDATA[쇼핑 도구]]></category>
            <category><![CDATA[온라인 쇼핑 사기 방지]]></category>
            <category><![CDATA[Trust This Price]]></category>
            <dc:creator><![CDATA[프로덕트 헌트]]></dc:creator>
            <pubDate>Tue, 07 Jul 2026 15:00:42 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/ph-1172401-180bec59.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/ph-1172401-180bec59.webp" alt="[Dupely] 온라인 쇼핑의 신뢰 계층" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>온라인 쇼핑, 이제 믿을 수 있어요! 🛡️</strong></p><hr/>• 온라인 쇼핑의 **인위적 가격 하락, 가짜 리뷰, 유료 인플루언서** 등 신뢰성 문제 해결을 목표로 함
• **DupeScore** 기능으로 동일 상품의 더 저렴한 가격을 찾고, **Trust This Price**로 90일 가격 기록 기반 가짜 할인 식별
• **판매자 배지**를 통해 신뢰할 수 있는 판매자를 구분하여 **온라인 쇼핑의 신뢰 계층** 제공
• 현재 **iOS, Android, Chrome**에서 사용 가능하며, 온라인 쇼핑의 신뢰 부족 문제 해결에 기여함]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[로컬에서 Gemma 모델 파인튜닝, gemma-trainer로 간편하게!]]></title>
            <description><![CDATA[로컬 환경에서 Gemma 모델을 쉽게 파인튜닝하는 'gemma-trainer'를 소개합니다. Unsloth 기반의 빠른 학습, SFT/DPO/RM 지원, 멀티모달 학습 및 GGUF 변환 기능을 확인하세요.]]></description>
            <link>https://devday.kr/article/master-local-fine-tuning-gemma-trainer</link>
            <guid isPermaLink="false">master-local-fine-tuning-gemma-trainer</guid>
            <category><![CDATA[gemma-trainer 사용법]]></category>
            <category><![CDATA[Gemma 모델 로컬 파인튜닝]]></category>
            <category><![CDATA[Unsloth 파인튜닝]]></category>
            <category><![CDATA[멀티모달 LLM 학습]]></category>
            <category><![CDATA[DPO vs SFT]]></category>
            <category><![CDATA[GGUF 모델 변환]]></category>
            <category><![CDATA[LoRA 설정 최적화]]></category>
            <category><![CDATA[AI 모델 학습 자동화]]></category>
            <dc:creator><![CDATA[데브투]]></dc:creator>
            <pubDate>Tue, 07 Jul 2026 14:00:44 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/devto-4083725-17981e42.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/devto-4083725-17981e42.webp" alt="'gemma-trainer'를 활용한 로컬 파인튜닝 마스터하기" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>🚀 로컬에서 Gemma 모델 파인튜닝, gemma-trainer로 간편하게!</strong></p><hr/>• 복잡한 설정과 가이드 없이 **로컬 환경에서 Gemma 모델을 쉽게 파인튜닝**할 수 있는 'gemma-trainer' 스킬 소개
• Unsloth 라이브러리 활용으로 **단일 GPU 환경에서 메모리 사용량 감소 및 학습 속도 향상** 달성
• **SFT, DPO, RM 등 세 가지 핵심 파인튜닝 방법론**을 지원하여 모델의 도메인 적응 및 선호도 정렬 가능
• 텍스트 외 **이미지, 오디오 데이터 학습(Multimodal Learning)** 지원 및 GGUF 등 경량화 포맷 변환으로 모바일/IoT 기기 배포 용이]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI가 참가자의 감정까지 읽는 인터뷰 솔루션 Mira]]></title>
            <description><![CDATA[AI가 인터뷰 참가자의 말과 감정을 실시간으로 분석하는 Mira 플랫폼. 얼굴 코딩, 음성 감정 AI, 시선 추적으로 깊이 있는 인사이트를 자동 생성합니다.]]></description>
            <link>https://devday.kr/article/mira-ai-interviews-read-feelings</link>
            <guid isPermaLink="false">mira-ai-interviews-read-feelings</guid>
            <category><![CDATA[AI moderated interviews]]></category>
            <category><![CDATA[AI research platform]]></category>
            <category><![CDATA[facial coding AI]]></category>
            <category><![CDATA[voice emotion AI]]></category>
            <category><![CDATA[eye tracking research]]></category>
            <category><![CDATA[multimodal sentiment analysis]]></category>
            <category><![CDATA[AI user research]]></category>
            <category><![CDATA[Mira platform]]></category>
            <dc:creator><![CDATA[프로덕트 헌트]]></dc:creator>
            <pubDate>Tue, 07 Jul 2026 14:00:42 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/ph-1183892-4623e600.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/ph-1183892-4623e600.webp" alt="[Mira] AI가 참가자의 감정까지 읽는 인터뷰 진행" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>AI가 참가자의 감정까지 읽는 인터뷰 솔루션 Mira</strong></p><hr/>• AI 기반 리서치 플랫폼 Mira는 연구 설계부터 참가자 모집, 인터뷰 진행까지 전 과정 자동화
• 실시간 **얼굴 코딩(Facial Coding)**, **음성 감정 AI(Voice Emotion AI)**, **시선 추적(Eye Tracking)**으로 참가자의 말과 감정을 동시에 포착
• 100M+ 패널, 120개국 글로벌 모집 및 70개 이상 언어 지원으로 **광범위한 데이터 수집** 가능
• 17개 특허 보유 및 유니레버, 네슬레 등 150개 이상 브랜드가 신뢰하는 **AI 리서치 솔루션**]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI 영업 에이전트 Katalyst, Salesforce 파이프라인을 자동화합니다.]]></title>
            <description><![CDATA[Salesforce 파이프라인을 위한 AI 영업 에이전트 Katalyst를 소개합니다. 통화 요약, 레코드 생성, 후속 조치 자동화로 영업 생산성을 극대화하는 방법을 알아보세요.]]></description>
            <link>https://devday.kr/article/katalyst-ai-agent-salesforce-pipeline</link>
            <guid isPermaLink="false">katalyst-ai-agent-salesforce-pipeline</guid>
            <category><![CDATA[Salesforce AI agent]]></category>
            <category><![CDATA[Katalyst features]]></category>
            <category><![CDATA[AI sales automation]]></category>
            <category><![CDATA[Salesforce pipeline management]]></category>
            <category><![CDATA[AI for enterprise sales]]></category>
            <category><![CDATA[Sales call summarization]]></category>
            <category><![CDATA[Salesforce CRM integration]]></category>
            <dc:creator><![CDATA[프로덕트 헌트]]></dc:creator>
            <pubDate>Tue, 07 Jul 2026 13:00:37 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/ph-1172798-de1b7be5.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/ph-1172798-de1b7be5.webp" alt="Katalyst: Salesforce 파이프라인을 위한 AI 영업 에이전트" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>AI 영업 에이전트 Katalyst, Salesforce 파이프라인을 자동화합니다.</strong></p><hr/>• **Katalyst**는 Salesforce 기반 영업팀을 위한 AI 에이전트로, 통화 후 자동으로 노트 요약, 레코드 생성, 필드 업데이트 등을 수행함.
• 24/7 작동하며 통화, 이메일, 캘린더 데이터를 분석하여 **영업 기회 포착** 및 후속 조치 프롬프트를 제공함.
• **AI Resolution, 미팅 녹음, 위생 점수, 딜 패턴 분석** 등 새로운 기능이 추가되어 엔터프라이즈 영업팀의 생산성 향상을 목표로 함.]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI 추천 시대, 브랜드 가시성을 확보하세요!]]></title>
            <description><![CDATA[AI 추천 시스템에서 브랜드 가시성을 확보하세요. Scribble Network는 AI 감사, 콘텐츠 생성, 크리에이터 증폭을 통합 제공하여 브랜드 노출을 극대화합니다.]]></description>
            <link>https://devday.kr/article/scribble-network-ai-brand-recommendation</link>
            <guid isPermaLink="false">scribble-network-ai-brand-recommendation</guid>
            <category><![CDATA[AI 브랜드 추천]]></category>
            <category><![CDATA[AI SEO]]></category>
            <category><![CDATA[Scribble Network]]></category>
            <category><![CDATA[AI 콘텐츠 마케팅]]></category>
            <category><![CDATA[브랜드 가시성 확보]]></category>
            <category><![CDATA[AI 추천 시스템]]></category>
            <category><![CDATA[크리에이터 마케팅]]></category>
            <dc:creator><![CDATA[프로덕트 헌트]]></dc:creator>
            <pubDate>Tue, 07 Jul 2026 12:00:18 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/ph-1184570-9121dfc1.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/ph-1184570-9121dfc1.webp" alt="[Scribble Network] AI 추천을 통한 브랜드 가시성 확보 솔루션" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>AI 추천 시대, 브랜드 가시성을 확보하세요!</strong></p><hr/>• **AI 추천 시스템**에서의 브랜드 노출 현황을 파악하고 경쟁사 대비 가시성을 확보하는 것이 중요해짐
• Scribble Network는 **AI 엔진 감사, 콘텐츠 생성, 크리에이터 증폭**을 통합 제공하는 솔루션임
• 50,000명의 크리에이터를 통해 AI 인용 시에만 비용을 지불하는 **성과 기반 증폭(Performance-based Amplification)** 모델을 사용함
• 단순 가시성 점수 제공을 넘어, **AI 추천 결과에 직접 영향**을 주는 것을 목표로 함]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI 에이전트가 동료 평가로 신뢰 점수 생성!]]></title>
            <description><![CDATA[AI 에이전트가 동료 평가를 수집하여 검증 가능한 신뢰 점수를 생성하는 Badge 서비스. 구직자는 이식 가능한 프로필을, 채용 담당자는 30초 레퍼런스 체크를 경험하세요.]]></description>
            <link>https://devday.kr/article/ai-agents-collect-peer-reviews-proof-of-work</link>
            <guid isPermaLink="false">ai-agents-collect-peer-reviews-proof-of-work</guid>
            <category><![CDATA[AI 동료 평가]]></category>
            <category><![CDATA[업무 증명 생성]]></category>
            <category><![CDATA[신뢰 점수 플랫폼]]></category>
            <category><![CDATA[채용 레퍼런스 체크]]></category>
            <category><![CDATA[익명 동료 리뷰]]></category>
            <category><![CDATA[AI 에이전트 활용]]></category>
            <category><![CDATA[Verified Trust Score]]></category>
            <category><![CDATA[Proof of Work AI]]></category>
            <dc:creator><![CDATA[프로덕트 헌트]]></dc:creator>
            <pubDate>Tue, 07 Jul 2026 11:00:36 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/ph-1131659-8086f8b5.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/ph-1131659-8086f8b5.webp" alt="[Badge] AI 에이전트가 동료 평가를 수집하여 업무 증명(Proof of Work) 생성" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>AI 에이전트가 동료 평가로 신뢰 점수 생성!</strong></p><hr/>• **Badge 서비스**는 AI 에이전트를 활용해 동료 평가를 수집하고 **검증 가능한 신뢰 점수(Verified Trust Score)**를 생성함
• 구직자는 익명 동료 평가를 통해 **이식 가능한 신뢰 프로필(Portable Trust Profile)**을 구축할 수 있음
• 채용 관리자는 후보자의 실제 동료로부터 받은 **진정성 있는 피드백(Authentic Feedback)**으로 30초 레퍼런스 체크 가능
• AI 생성 이력서 및 LinkedIn 추천의 **신뢰도 문제(Reliability Issues)**를 해결하는 것을 목표로 함]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[집에서 DNA 시퀀싱, 데이터 프라이버시 문제는?]]></title>
            <description><![CDATA[집에서 DNA 시퀀싱하는 방법과 개인 데이터 프라이버시 문제에 대한 Hacker News 토론을 분석합니다. AI 활용 가능성과 데이터 보안 우려를 다룹니다.]]></description>
            <link>https://devday.kr/article/home-dna-sequencing-privacy-ai-debate</link>
            <guid isPermaLink="false">home-dna-sequencing-privacy-ai-debate</guid>
            <category><![CDATA[DNA 시퀀싱 집에서]]></category>
            <category><![CDATA[개인 유전 정보 프라이버시]]></category>
            <category><![CDATA[데이터 미저장 정책 Zero-Retention Policy]]></category>
            <category><![CDATA[AI DNA 분석]]></category>
            <category><![CDATA[VCF 파일 분석 도구]]></category>
            <category><![CDATA[유전체 데이터 보안]]></category>
            <dc:creator><![CDATA[해커뉴스]]></dc:creator>
            <pubDate>Tue, 07 Jul 2026 10:00:28 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/hn-48812156-3bb4ba61.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/hn-48812156-3bb4ba61.webp" alt="집에서 DNA 시퀀싱하기: 프라이버시와 AI 활용 논쟁" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>🧬 집에서 DNA 시퀀싱, 데이터 프라이버시 문제는?</strong></p><hr/>• **개인 DNA 데이터 프라이버시**에 대한 우려가 제기되며, 제3자에게 데이터 제공 없이 시퀀싱하는 방법을 문의함
• **AI 활용 가능성**에 대한 흥미로운 논의가 있으며, AR 글래스와 연동하여 프로토콜을 안내하는 방안이 언급됨
• **데이터 분석 도구 사용 시 개인 정보 노출** 가능성에 대한 질문과 함께, **데이터 미저장 정책(Zero-Retention Policy)**의 중요성이 부각됨]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Clippy, 리뷰어 부족 문제 해결을 위한 커뮤니티 협업 시스템 도입]]></title>
            <description><![CDATA[Clippy의 리뷰어 부족 문제를 해결하기 위한 새로운 기여자 리뷰 시스템 도입 소식을 분석합니다. Bevy 프로젝트에서 영감을 받은 이 시스템의 장단점과 커뮤니티 반응을 확인하세요.]]></description>
            <link>https://devday.kr/article/clippy-introduces-contributor-review-system-to-address-shortage</link>
            <guid isPermaLink="false">clippy-introduces-contributor-review-system-to-address-shortage</guid>
            <category><![CDATA[Clippy contributor review system]]></category>
            <category><![CDATA[Clippy reviewer shortage]]></category>
            <category><![CDATA[Bevy open code review]]></category>
            <category><![CDATA[Rust project contribution]]></category>
            <category><![CDATA[Open source maintainer burnout]]></category>
            <category><![CDATA[Clippy health report]]></category>
            <category><![CDATA[Rust community collaboration]]></category>
            <dc:creator><![CDATA[랍스타즈]]></dc:creator>
            <pubDate>Tue, 07 Jul 2026 09:35:02 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/lobsters-709awc-594456f2.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/lobsters-709awc-594456f2.webp" alt="Clippy, 기여자 리뷰 시스템으로 건강 되찾기" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>🦀 Clippy, 리뷰어 부족 문제 해결을 위한 커뮤니티 협업 시스템 도입</strong></p><hr/>• Clippy는 **기여자 리뷰 시스템**을 도입하여 리뷰어 부족 문제를 해결하려 함
• 기여자가 다른 PR을 리뷰하면 자신의 PR에 대한 리뷰 우선순위를 얻는 방식임
• Bevy 프로젝트의 **'오픈 코드 리뷰' 시스템**에서 영감을 받았다고 밝힘
• 커뮤니티에서는 **공정한 리뷰 문화 조성** 및 **악용 가능성**에 대한 논의가 진행 중임]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[브라우저에서 7MB 임베딩 모델 실행!]]></title>
            <description><![CDATA[7MB 크기의 Ternlight 임베딩 모델이 브라우저에서 WASM으로 실행됩니다. API 없이 온디바이스 검색, 프라이버시 강화, 빠른 속도를 제공하는 기술을 분석합니다.]]></description>
            <link>https://devday.kr/article/ternlight-7mb-browser-embedding-model-wasm</link>
            <guid isPermaLink="false">ternlight-7mb-browser-embedding-model-wasm</guid>
            <category><![CDATA[Ternlight embedding model]]></category>
            <category><![CDATA[browser embedding model WASM]]></category>
            <category><![CDATA[on-device semantic search]]></category>
            <category><![CDATA[Rust to WASM]]></category>
            <category><![CDATA[ternary quantization]]></category>
            <category><![CDATA[privacy-preserving search]]></category>
            <category><![CDATA[client-side AI]]></category>
            <category><![CDATA[7MB embedding model]]></category>
            <dc:creator><![CDATA[해커뉴스]]></dc:creator>
            <pubDate>Tue, 07 Jul 2026 09:00:43 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/hn-48811644-6fa6ac9e.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/hn-48811644-6fa6ac9e.webp" alt="브라우저용 7MB 임베딩 모델 Ternlight 등장" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>🚀 브라우저에서 7MB 임베딩 모델 실행!</strong></p><hr/>• **7MB 크기의 임베딩 모델(Ternlight)**이 브라우저에서 API 호출 없이 실행됨
• **Rust → WASM 컴파일** 및 **삼진 양자화(Ternary Quantization)** 기술로 모델 경량화 달성
• **온디바이스 검색(On-device Search)**으로 프라이버시 강화 및 빠른 응답 속도 제공
• **대규모 언어 모델(LLM)과 달리** 텍스트 벡터 변환에 특화되어 활용 범위 논의 중]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Gemini API, 관리형 에이전트 기능 대폭 강화!]]></title>
            <description><![CDATA[Gemini API 관리형 에이전트가 백그라운드 실행, 원격 MCP 서버 연동, 커스텀 함수 호출, 자격 증명 갱신 기능을 지원합니다. 개발자 피드백을 반영한 최신 업데이트 내용을 확인하세요.]]></description>
            <link>https://devday.kr/article/gemini-api-managed-agents-capabilities-expansion</link>
            <guid isPermaLink="false">gemini-api-managed-agents-capabilities-expansion</guid>
            <category><![CDATA[Gemini API Managed Agents]]></category>
            <category><![CDATA[Gemini API background execution]]></category>
            <category><![CDATA[Gemini API remote MCP server]]></category>
            <category><![CDATA[Gemini API custom function calling]]></category>
            <category><![CDATA[Gemini API credential refresh]]></category>
            <category><![CDATA[Google AI agent capabilities]]></category>
            <category><![CDATA[Gemini API JavaScript SDK]]></category>
            <dc:creator><![CDATA[구글]]></dc:creator>
            <pubDate>Tue, 07 Jul 2026 08:54:00 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/google-blog-expanding-managed-agents-gemini-api-6e883009.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/google-blog-expanding-managed-agents-gemini-api-6e883009.webp" alt="Gemini API 관리형 에이전트 기능 확장: 백그라운드 작업, 원격 MCP 서버 연동 등" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>🚀 Gemini API, 관리형 에이전트 기능 대폭 강화!</strong></p><hr/>• Gemini API의 **관리형 에이전트(Managed Agents)** 기능이 확장되어 **비동기 상호작용(Async Interactions)** 지원 강화
• **백그라운드 실행(Background Execution)** 도입으로 장기 실행 작업의 안정성 확보 및 **HTTP 연결 유지 부담 완화**
• 원격 **MCP 서버(Remote MCP Server) 연동** 기능 추가로 내부 API 및 데이터베이스 접근 용이성 증대
• **네트워크 자격 증명 갱신(Credential Refresh)** 기능으로 토큰 만료 문제 해결 및 **지속적인 에이전트 운영** 지원]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[구글 AI, 기후 변화의 주범인가?]]></title>
            <description><![CDATA[구글의 AI 에너지 소비 급증과 기후 변화 영향에 대한 심층 분석. 생성형 AI의 막대한 전력 소모, 효율성 세탁, 그리고 기후 목표 달성 가능성에 대한 비판적 시각을 제공합니다.]]></description>
            <link>https://devday.kr/article/google-ai-energy-consumption-climate-impact</link>
            <guid isPermaLink="false">google-ai-energy-consumption-climate-impact</guid>
            <category><![CDATA[구글 AI 에너지 소비]]></category>
            <category><![CDATA[Google AI electricity consumption]]></category>
            <category><![CDATA[생성형 AI 기후 변화]]></category>
            <category><![CDATA[데이터센터 전력 소비]]></category>
            <category><![CDATA[AI 효율성 세탁]]></category>
            <category><![CDATA[Google sustainability report critique]]></category>
            <category><![CDATA[AI 인프라 에너지 효율]]></category>
            <dc:creator><![CDATA[랍스타즈]]></dc:creator>
            <pubDate>Tue, 07 Jul 2026 07:33:16 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/lobsters-v8hk8q-a288f3ab.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/lobsters-v8hk8q-a288f3ab.webp" alt="구글의 AI 에너지 소비 급증과 기후 변화 영향" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>📈 구글 AI, 기후 변화의 주범인가?</strong></p><hr/>• 구글의 총 전력 소비량이 2024년 31TWh에서 2025년 43TWh로 **급증하며 전례 없는 증가율**을 기록함
• 이는 **생성형 AI 시스템의 막대한 에너지 소모** 때문이며, 재생 에너지 전환 속도보다 AI 인프라 확장이 더 빠르다는 지적임
• 구글은 '효율성 세탁(Efficiency-washing)'과 **'회피된 배출량(Avoided Emissions)'** 과장으로 실제 영향을 축소하려 한다는 비판을 받음
• AI 서비스의 **실질적 가치 대비 에너지 소비량**에 대한 의문이 제기되며, 지속 가능성 목표 달성에 대한 회의론이 대두됨]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI 코드 생성 오류, 프롬프트가 아닌 컨텍스트 문제였습니다.]]></title>
            <description><![CDATA[AI가 프롬프트를 이해하지 못하는 근본 원인 분석. LLM의 어텐션, 컨텍스트 윈도우 한계와 AI의 아첨 성향을 파헤치고, 컨텍스트 엔지니어링과 하네스 엔지니어링으로 해결하는 방법을 제시합니다.]]></description>
            <link>https://devday.kr/article/ai-prompt-understanding-context-engineering</link>
            <guid isPermaLink="false">ai-prompt-understanding-context-engineering</guid>
            <category><![CDATA[LLM 프롬프트 엔지니어링]]></category>
            <category><![CDATA[컨텍스트 엔지니어링 원리]]></category>
            <category><![CDATA[AI 코드 생성 오류]]></category>
            <category><![CDATA[어텐션 메커니즘 설명]]></category>
            <category><![CDATA[컨텍스트 윈도우 한계]]></category>
            <category><![CDATA[AI 아첨 성향 극복]]></category>
            <category><![CDATA[하네스 엔지니어링 기법]]></category>
            <category><![CDATA[Kotlin Android AI 코드]]></category>
            <dc:creator><![CDATA[우아한형제들]]></dc:creator>
            <pubDate>Tue, 07 Jul 2026 06:00:39 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/woowahan-26459-e6b7aee6.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/woowahan-26459-e6b7aee6.webp" alt="AI가 프롬프트를 흘려듣는 이유: 컨텍스트 엔지니어링으로 본 원리" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>AI 코드 생성 오류, 프롬프트가 아닌 컨텍스트 문제였습니다.</strong></p><hr/>• AI 모델이 프롬프트를 무시하거나 엉뚱한 코드를 생성하는 문제 발생, **원인 분석**에 집중함
• LLM의 **어텐션(Attention)** 메커니즘과 **컨텍스트 윈도우(Context Window)** 한계가 프롬프트 이해도 저하의 근본 원인임을 밝힘
• 최신 모델 경향에 맞춰 **컨텍스트 엔지니어링(Context Engineering)**으로 전환, **성공 기준(Success Criteria)** 기반 프롬프트 설계로 개선함
• 규칙의 **원자화(Atomization)** 및 결정권 분리로 AI의 일관성 있는 코드 생성 능력 향상, **오류 빈도 5분의 1 이하**로 감소]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[LLM 비용 64% 절감! Prompt Caching 도입기]]></title>
            <description><![CDATA[29CM는 Prompt Caching 도입으로 LLM 비용을 64% 절감하고 캐시 히트율 98%를 달성했습니다. 메트릭 가시성 확보부터 비용 시뮬레이션, 프롬프트 구조화까지 상세한 도입 과정을 공유합니다.]]></description>
            <link>https://devday.kr/article/llm-cost-reduction-prompt-caching-29cm</link>
            <guid isPermaLink="false">llm-cost-reduction-prompt-caching-29cm</guid>
            <category><![CDATA[LLM 비용 절감]]></category>
            <category><![CDATA[Prompt Caching]]></category>
            <category><![CDATA[AWS Bedrock 비용 최적화]]></category>
            <category><![CDATA[LangChain4j ChatModelListener]]></category>
            <category><![CDATA[API별 토큰 사용량 모니터링]]></category>
            <category><![CDATA[LLM 캐시 히트율 높이기]]></category>
            <category><![CDATA[AI 비용 시뮬레이션]]></category>
            <category><![CDATA[시스템 프롬프트 캐싱]]></category>
            <dc:creator><![CDATA[무신사]]></dc:creator>
            <pubDate>Tue, 07 Jul 2026 05:03:58 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/musinsa-d568135bd40e-24280d58.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/musinsa-d568135bd40e-24280d58.webp" alt="LLM 비용 64% 절감, 캐시 히트율 98% 달성기: 29CM의 Prompt Caching 도입기" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>LLM 비용 64% 절감! 🚀 Prompt Caching 도입기</strong></p><hr/>• LLM 비용 증가 추세 속에서 **API별 토큰 사용량 가시성 확보**가 비용 절감의 첫걸음임을 강조함
• 속성 추출 API가 전체 토큰의 92%를 차지하는 원인으로 **동일 시스템 프롬프트 반복 호출**을 지목함
• **AI 기반 비용 시뮬레이션**으로 Prompt Caching을 1순위 최적화 옵션으로 선정함
• 시스템 프롬프트와 메시지 프롬프트 분리 후 **Prompt Caching 도입**으로 캐시 히트율 98% 달성
• 최종적으로 **LLM 비용 64% 절감** 및 향후 최적화 방향 제시]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI와 Obsidian으로 나만의 루틴 앱 만들기]]></title>
            <description><![CDATA[AI와 Obsidian, Claude Code를 활용해 유료 루틴 앱을 직접 만들고 데이터를 마이그레이션한 개발자 경험기. 개인 맞춤형 도구 제작의 가능성을 확인하세요.]]></description>
            <link>https://devday.kr/article/build-custom-routine-app-ai-obsidian</link>
            <guid isPermaLink="false">build-custom-routine-app-ai-obsidian</guid>
            <category><![CDATA[Obsidian 개인용 도구]]></category>
            <category><![CDATA[Claude Code 활용법]]></category>
            <category><![CDATA[AI 루틴 앱 만들기]]></category>
            <category><![CDATA[반정형 데이터 마이그레이션]]></category>
            <category><![CDATA[개발자 사이드 프로젝트]]></category>
            <category><![CDATA[바이브 코딩 경험]]></category>
            <category><![CDATA[Obsidian Dataview 활용]]></category>
            <category><![CDATA[개인 데이터 관리]]></category>
            <dc:creator><![CDATA[요즘IT]]></dc:creator>
            <pubDate>Tue, 07 Jul 2026 05:00:17 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/yozm-3838-f9b5ccd2.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/yozm-3838-f9b5ccd2.webp" alt="AI와 Obsidian으로 유료 루틴 앱을 대체한 개발자 경험기" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>AI와 Obsidian으로 나만의 루틴 앱 만들기 🚀</strong></p><hr/>• 기존 유료 루틴 앱의 **개인화 부족**과 **데이터 종속성**에 대한 아쉬움으로 자체 개발 결정
• **Obsidian**을 데이터 기반으로, **Claude Code**를 활용해 **JavaScript 기반 기능 구현**으로 개발 진입장벽을 낮춤
• 스크린샷 기반의 **반정형 데이터 마이그레이션**으로 기존 데이터 이전의 어려움을 해결하고 **실사용 단계**까지 성공적으로 전환함]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[reMarkable, AI 잉크 일기장으로 변신!]]></title>
            <description><![CDATA[reMarkable 태블릿에서 Fable과 LLM을 활용한 AI 잉크 일기장 프로젝트를 분석합니다. 기술적 구현, LLM 연동 방식, 커뮤니티 반응을 상세히 다룹니다.]]></description>
            <link>https://devday.kr/article/remarkable-ai-diary-fable-llm-analysis</link>
            <guid isPermaLink="false">remarkable-ai-diary-fable-llm-analysis</guid>
            <category><![CDATA[reMarkable AI diary]]></category>
            <category><![CDATA[Fable Rust project]]></category>
            <category><![CDATA[LLM e-ink interface]]></category>
            <category><![CDATA[Tom Riddle diary AI]]></category>
            <category><![CDATA[reMarkable custom app]]></category>
            <category><![CDATA[Rust LLM integration]]></category>
            <category><![CDATA[AI journal no screen glow]]></category>
            <category><![CDATA[reMarkable takeover mode]]></category>
            <dc:creator><![CDATA[해커뉴스]]></dc:creator>
            <pubDate>Tue, 07 Jul 2026 04:00:44 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/hn-48811591-8ea20802.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/hn-48811591-8ea20802.webp" alt="reMarkable, AI 일기장으로 재탄생: Fable 프로젝트 분석" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>✍️ reMarkable, AI 잉크 일기장으로 변신!</strong></p><hr/>• **reMarkable 태블릿**에서 잉크가 나타나고 사라지는 **AI 기반 일기장** 구현 프로젝트가 공개됨
• **Fable** 기술 스택을 활용하여 LLM과 상호작용하는 **새로운 인터페이스** 제시
• 커뮤니티에서는 **창의적인 아이디어**와 **LLM 인터페이스의 미래**에 대한 긍정적 반응이 주를 이룸
• **기술적 구현 방식**과 **e-ink 디스플레이 제어**에 대한 상세 설명 포함]]></content:encoded>
        </item>
    </channel>
</rss>