<?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>Wed, 24 Jun 2026 08:06:05 GMT</lastBuildDate>
        <atom:link href="https://devday.kr/feed.xml" rel="self" type="application/rss+xml"/>
        <pubDate>Wed, 24 Jun 2026 08:06:04 GMT</pubDate>
        <copyright><![CDATA[All rights reserved 2026, DevDay]]></copyright>
        <language><![CDATA[ko]]></language>
        <item>
            <title><![CDATA[AI 코드, 첫 80%는 10분, 나머지 20%는 3시간?]]></title>
            <description><![CDATA[AI 코드 생성의 80/20 법칙: AI는 첫 80%를 빠르게 만들지만, 실제 시간의 80%는 나머지 20%에 소요됩니다. 개발자의 역할과 생산성 측정의 함정을 분석합니다.]]></description>
            <link>https://devday.kr/article/ai-code-80-20-rule-time-spent-last-20-percent</link>
            <guid isPermaLink="false">ai-code-80-20-rule-time-spent-last-20-percent</guid>
            <category><![CDATA[AI 코드 80/20 법칙]]></category>
            <category><![CDATA[AI 코드 생성 시간]]></category>
            <category><![CDATA[AI 개발 생산성]]></category>
            <category><![CDATA[AI 코드 엣지 케이스]]></category>
            <category><![CDATA[AI 코드 오류 처리]]></category>
            <category><![CDATA[AI 코드 프롬프트 엔지니어링]]></category>
            <category><![CDATA[AI 코드 리뷰]]></category>
            <category><![CDATA[AI 코드 프로덕션 배포]]></category>
            <dc:creator><![CDATA[데브투]]></dc:creator>
            <pubDate>Wed, 24 Jun 2026 07:00:38 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/devto-3969660-13027fa5.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/devto-3969660-13027fa5.webp" alt="AI 코드의 80/20 법칙: 마지막 20%에 시간의 80%가 소요되는 이유" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>AI 코드, 첫 80%는 10분, 나머지 20%는 3시간?</strong></p><hr/>• AI는 **명확한 프롬프트(Clear Prompt)** 기반으로 기능의 첫 80%를 10분 내 생성하며 **개발 생산성 향상(Developer Productivity Boost)**에 기여함
• 그러나 AI는 **예외 처리(Error Handling)**, **엣지 케이스(Edge Cases)**, **성능 최적화(Performance Optimization)** 등 실제 사용자의 다양한 상황을 고려하지 않아 **개발 시간의 80%**를 차지하는 나머지 20%는 개발자가 직접 처리해야 함
• AI 코드 생성은 **시간 단축 효과**가 있지만, 실제 프로덕션 배포까지의 **총 개발 시간(Total Development Time)**은 크게 줄어들지 않으며, **개발자의 맥락 이해(Developer Contextual Understanding)**가 필수적임을 시사함]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI 코딩 도구 벤치마크: GLM 5.2가 $1.73로 프로덕션 레디 결과 도출]]></title>
            <description><![CDATA[AI 코딩 도구 벤치마크: GLM 5.2 기반 OpenCode 조합이 $1.73로 프로덕션 레디 결과물을 생성하며 압도적인 성능과 비용 효율성을 입증했습니다. GitHub Copilot과의 비용 비교 포함.]]></description>
            <link>https://devday.kr/article/ai-coding-tool-benchmark-glm5.2-opencode</link>
            <guid isPermaLink="false">ai-coding-tool-benchmark-glm5.2-opencode</guid>
            <category><![CDATA[AI 코딩 도구 벤치마크]]></category>
            <category><![CDATA[GLM 5.2 성능]]></category>
            <category><![CDATA[OpenCode GLM 5.2]]></category>
            <category><![CDATA[GitHub Copilot 비용 비교]]></category>
            <category><![CDATA[VPS 관리 도구 개발]]></category>
            <category><![CDATA[AI 모델 비용 효율성]]></category>
            <category><![CDATA[프로덕션 레디 AI 코드]]></category>
            <category><![CDATA[지능형 AI 라우팅]]></category>
            <dc:creator><![CDATA[데브투]]></dc:creator>
            <pubDate>Wed, 24 Jun 2026 06:00:37 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/devto-3972958-fa777184.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/devto-3972958-fa777184.webp" alt="AI 코딩 도구 벤치마크: GLM 5.2 기반 OpenCode 조합의 압도적 성능과 비용 효율성" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>AI 코딩 도구 벤치마크: GLM 5.2가 $1.73로 프로덕션 레디 결과 도출</strong></p><hr/>• OpenLiteSpeed(OLS)와 CyberPanel의 **무료 기능 불안정성**으로 인해 aaPanel로 전환했으나, **제어의 어려움** 발생
• PHP 중심에서 벗어나 Caddy와 자체 스크립트/FastAPI 조합으로 전환 고려 중 **AI 코딩 도구** 활용 모색
• 8가지 AI 코딩 도구/모델 조합을 실제 VPS 관리 프로젝트에 적용하여 **아키텍처 설계 및 코드 구현** 성능 비교 테스트 진행
• **GLM 5.2 모델**을 탑재한 OpenCode 조합이 **$1.73**의 비용으로 **프로덕션 레디(Production-ready)** 수준의 결과물을 생성하며 압도적인 성능 입증
• AI 코딩 도구의 **비용 대비 성능(Cost-Performance Ratio)**을 고려한 지능형 라우팅 전략 제시]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[워드 빨간 밑줄, 한 개발자의 업적을 기리며]]></title>
            <description><![CDATA[워드(Word)의 빨간 밑줄 기능을 만든 개발자 토니 크루거(Tony Krueger)를 추모합니다. 그의 혁신적인 실시간 맞춤법 검사 기능이 어떻게 표준이 되었는지 알아보세요.]]></description>
            <link>https://devday.kr/article/in-memory-of-word-squiggle-creator-tony-krueger</link>
            <guid isPermaLink="false">in-memory-of-word-squiggle-creator-tony-krueger</guid>
            <category><![CDATA[토니 크루거(Tony Krueger)]]></category>
            <category><![CDATA[워드 맞춤법 검사(Word Spell Check)]]></category>
            <category><![CDATA[빨간 밑줄(Red Squiggles)]]></category>
            <category><![CDATA[실시간 맞춤법 검사(Real-time Spell Check)]]></category>
            <category><![CDATA[소프트웨어 개발자 업적]]></category>
            <category><![CDATA[리버스 엔지니어링(Reverse Engineering)]]></category>
            <category><![CDATA[사용자 경험 개선(UX Improvement)]]></category>
            <dc:creator><![CDATA[해커뉴스]]></dc:creator>
            <pubDate>Wed, 24 Jun 2026 06:00:37 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/hn-48648959-845434f3.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/hn-48648959-845434f3.webp" alt="워드(Word)의 빨간 밑줄, 그 개발자를 추모하며" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>✍️ 워드 빨간 밑줄, 한 개발자의 업적을 기리며</strong></p><hr/>• **토니 크루거(Tony Krueger)**는 워드(Word)의 **실시간 맞춤법 검사 기능(Real-time Spell Check)**을 구현한 핵심 개발자임
• **사용자 경험(User Experience)**을 개선하여 작업 흐름을 방해하지 않는 **직관적인 UI(Intuitive UI)**를 선보임
• 그의 작업은 **모든 워드 프로세서의 표준 기능(Standard Feature)**으로 자리 잡았음
• **초기 구현 방식(Early Implementation Method)**은 소스 코드 없이 **리버스 엔지니어링(Reverse Engineering)**으로 이루어졌음]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI 에이전트 시대, 회의록으로 AX를 시작하는 법]]></title>
            <description><![CDATA[AI 에이전트 시대, 회의록을 활용해 조직의 맥락을 이해하는 온톨로지를 구축하는 법을 알아봅니다. 더플레이토의 AX 전략과 '티로'의 역할.]]></description>
            <link>https://devday.kr/article/ontology-from-meeting-minutes-for-ai-agents</link>
            <guid isPermaLink="false">ontology-from-meeting-minutes-for-ai-agents</guid>
            <category><![CDATA[AI 에이전트 온톨로지]]></category>
            <category><![CDATA[회의록 기반 온톨로지 구축]]></category>
            <category><![CDATA[AX Agent eXperience]]></category>
            <category><![CDATA[더플레이토 티로]]></category>
            <category><![CDATA[조직 맥락 이해 AI]]></category>
            <category><![CDATA[프리 온톨로지]]></category>
            <category><![CDATA[AI 노트테이커 활용법]]></category>
            <category><![CDATA[LLM 기반 지식 관리]]></category>
            <dc:creator><![CDATA[요즘IT]]></dc:creator>
            <pubDate>Wed, 24 Jun 2026 05:00:17 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/yozm-3818-e0f93412.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/yozm-3818-e0f93412.webp" alt="AX에 꼭 필요한 '온톨로지', 회의록으로 시작하는 법 (feat. 티로)" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>AI 에이전트 시대, 회의록으로 AX를 시작하는 법</strong></p><hr/>• 30만 유저를 10명 남짓한 팀이 운영하며 **AI 에이전트(AI Agent)가 95% 코드 작성** 및 B2B 거래 처리를 담당하는 'AI 네이티브' 기업 더플레이토(The Playto) 사례
• AI 노트테이커 '티로(Tiro)'는 **회의록 정확도와 보안성**을 인정받아 입소문으로 성장했으며, AX(Agent eXperience) 구현의 시작점으로 '회의록'을 강조함
• '티로'는 **조직의 맥락(Organizational Context)을 이해하는 에이전트**를 목표로 하며, 회의록을 '위키'처럼 정리해 **프리 온톨로지(Pre-Ontology)**를 구축하는 것이 핵심
• 온톨로지는 데이터, 로직, 액션으로 구성된 **조직의 디지털 트윈(Digital Twin)**이며, 에이전트가 맥락 기반으로 판단하게 하는 AX의 기반 기술임]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[lodash 대체 라이브러리 es-toolkit, 2천만 다운로드 돌파!]]></title>
            <description><![CDATA[Toss의 es-toolkit이 lodash를 대체하며 어떻게 작고 빠른 라이브러리로 성장했는지 알아봅니다. 성능 개선, 번들 크기 감소, 주요 라이브러리 채택 사례를 확인하세요.]]></description>
            <link>https://devday.kr/article/es-toolkit-internal-library-to-global-project</link>
            <guid isPermaLink="false">es-toolkit-internal-library-to-global-project</guid>
            <category><![CDATA[es-toolkit vs lodash]]></category>
            <category><![CDATA[javascript utility library performance]]></category>
            <category><![CDATA[modern javascript functions]]></category>
            <category><![CDATA[tree shaking optimization]]></category>
            <category><![CDATA[open source contribution javascript]]></category>
            <category><![CDATA[es-toolkit yarn recharts]]></category>
            <category><![CDATA[frontend performance optimization]]></category>
            <category><![CDATA[javascript bundle size reduction]]></category>
            <dc:creator><![CDATA[토스]]></dc:creator>
            <pubDate>Wed, 24 Jun 2026 03:36:00 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/toss-50693-b8d2b015.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/toss-50693-b8d2b015.webp" alt="es-toolkit: 작은 사내 라이브러리가 전 세계적인 프로젝트가 되기까지" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>🚀 lodash 대체 라이브러리 es-toolkit, 2천만 다운로드 돌파!</strong></p><hr/>• 기존 lodash 라이브러리의 **구식 코드 구조 및 비효율성** 문제 해결을 위해 es-toolkit 개발 시작
• **번들 크기 30배 감소, 성능 2배~10배 향상** 등 압도적인 성능 개선 효과 확인
• Toss 내부 공유 후 Reddit 등 해외 커뮤니티 확산, **Yarn, Recharts 등 주요 라이브러리 채택**으로 성장
• lodash 호환성 레이어(es-toolkit/compat) 추가로 **도입 장벽을 낮추고 채택 가속화**
• 향후 **최신 JavaScript 생태계 함수 추가 및 서버 환경 지원**으로 확장 계획]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[금융권 AI 도입, 데이터 플랫폼 전략으로 준비하세요!]]></title>
            <description><![CDATA[Databricks Data + AI Summit 2026에서 발표된 AI-ready 금융 데이터 플랫폼 전략. Trust, Validity, Context를 갖춘 Finance Data Product 구축과 AI 기반 금융 운영 전환 방안을 확인하세요.]]></description>
            <link>https://devday.kr/article/ai-ready-finance-data-platform-strategy</link>
            <guid isPermaLink="false">ai-ready-finance-data-platform-strategy</guid>
            <category><![CDATA[AI 금융 데이터 플랫폼]]></category>
            <category><![CDATA[Finance Data Product 구축]]></category>
            <category><![CDATA[AI-enabled Finance Operations]]></category>
            <category><![CDATA[Databricks 금융 데이터 전략]]></category>
            <category><![CDATA[금융권 AI 도입 데이터 준비]]></category>
            <category><![CDATA[데이터 거버넌스 금융]]></category>
            <category><![CDATA[Unity Catalog 활용 사례]]></category>
            <category><![CDATA[AI 금융 업무 자동화]]></category>
            <dc:creator><![CDATA[농심]]></dc:creator>
            <pubDate>Wed, 24 Jun 2026 02:44:32 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/nds-cloud-4206-e8154367.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/nds-cloud-4206-e8154367.webp" alt="[Databricks Data + AI Summit 2026] AI-ready 금융 데이터 전환을 위한 데이터 플랫폼 전략" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>금융권 AI 도입, 데이터 플랫폼 전략으로 준비하세요!</strong></p><hr/>• 금융권 AI 도입의 핵심은 모델보다 **데이터 준비도**에 있으며, **신뢰성(Trust), 검증 가능성(Validity), 업무 맥락(Context)** 확보가 중요함
• **Finance Data Product** 구축을 통해 데이터 거버넌스를 내재화하고, **AI 증강 메타데이터(AI-augmented Metadata)** 관리로 데이터 품질 향상
• **AI-enabled Finance Operations** 전환으로 Code Assist, Genie 등 활용하여 데이터 탐색 및 운영 자동화 가속화
• Loan Securitization 사례를 통해 **MVP 검증**으로 데이터 역량과 비즈니스 가치를 동시에 입증]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Oracle DW를 Databricks Lakehouse로 이전하는 전략]]></title>
            <description><![CDATA[Oracle DW를 Databricks Lakehouse로 이전하는 전략을 분석합니다. Use Case 중심 접근, Lakehouse Federation, Lakebridge, GenAI Migration 도구를 활용한 마이그레이션 방법론을 소개합니다.]]></description>
            <link>https://devday.kr/article/oracle-to-databricks-lakehouse-migration-strategy</link>
            <guid isPermaLink="false">oracle-to-databricks-lakehouse-migration-strategy</guid>
            <category><![CDATA[Oracle Databricks 마이그레이션]]></category>
            <category><![CDATA[Databricks Lakehouse Oracle]]></category>
            <category><![CDATA[Use Case 기반 마이그레이션]]></category>
            <category><![CDATA[Lakebridge 기능]]></category>
            <category><![CDATA[GenAI PL/SQL 변환]]></category>
            <category><![CDATA[ETL First vs BI First]]></category>
            <category><![CDATA[데이터 웨어하우스 현대화]]></category>
            <dc:creator><![CDATA[농심]]></dc:creator>
            <pubDate>Wed, 24 Jun 2026 02:40:42 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/nds-cloud-4223-8da95f64.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/nds-cloud-4223-8da95f64.webp" alt="[Databricks Data + AI Summit 2026] Oracle에서 Databricks Lakehouse로의 마이그레이션 전략" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>🚀 Oracle DW를 Databricks Lakehouse로 이전하는 전략</strong></p><hr/>• 수십 년간 운영된 **Oracle 데이터 웨어하우스(Oracle Data Warehouse)**의 확장성 및 기능 한계로 Databricks Lakehouse로의 **데이터 플랫폼 현대화(Data Platform Modernization)** 추진
• **비즈니스 Use Case 중심 접근(Use Case-centric Approach)**을 통해 마이그레이션 우선순위 결정 및 리스크 최소화 전략 제시
• **Lakehouse Federation, Lakebridge, GenAI Migration** 등 Databricks의 자동화 도구를 활용하여 **ETL 로직 및 PL/SQL 코드 변환** 가속화]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Databricks, AI 에이전트 시대 위한 데이터 플랫폼 전략 공개]]></title>
            <description><![CDATA[Databricks Summit 2026에서 공개된 Agentic Analytics 전략. Lakehouse RT, Unity AI Gateway, GenAI Ontology를 통해 AI 에이전트 시대의 데이터 플랫폼 혁신을 조망합니다.]]></description>
            <link>https://devday.kr/article/databricks-agentic-analytics-platform-ai-agent-era</link>
            <guid isPermaLink="false">databricks-agentic-analytics-platform-ai-agent-era</guid>
            <category><![CDATA[Databricks Agentic Analytics]]></category>
            <category><![CDATA[AI 에이전트 데이터 플랫폼]]></category>
            <category><![CDATA[GenAI Ontology]]></category>
            <category><![CDATA[Lakehouse RT 성능]]></category>
            <category><![CDATA[Unity AI Gateway 거버넌스]]></category>
            <category><![CDATA[Agentic AI 비즈니스 맥락]]></category>
            <category><![CDATA[데이터 플랫폼 미래]]></category>
            <dc:creator><![CDATA[농심]]></dc:creator>
            <pubDate>Wed, 24 Jun 2026 02:13:20 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/nds-cloud-4201-0b9b6912.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/nds-cloud-4201-0b9b6912.webp" alt="[Databricks Data + AI Summit 2026] AI 에이전트 시대의 분석 플랫폼: Databricks Agentic Analytics 전략" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>Databricks, AI 에이전트 시대 위한 데이터 플랫폼 전략 공개</strong></p><hr/>• AI 에이전트(Agent)가 단순 답변 생성을 넘어 실제 업무 수행 시대로 발전하며 데이터 플랫폼의 역할 재정의 필요성이 대두됨
• 데이터 팀은 폭증하는 데이터 수요와 제한된 인력 문제에 직면하며, 에이전트 도입 시 **정확성, 거버넌스, 확장성** 과제 해결이 중요함
• Databricks는 Lakehouse RT, Unity AI Gateway, GenAI Ontology를 중심으로 **데이터 플랫폼 중심의 Agentic Analytics 아키텍처**를 제시함
• 핵심은 AI 모델 경쟁이 아닌, 에이전트가 **신뢰할 수 있는 데이터와 비즈니스 의미 체계(Semantic Layer)**를 활용하도록 지원하는 것임]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Agentic AI 시대, Databricks가 제시하는 데이터 플랫폼의 미래]]></title>
            <description><![CDATA[Databricks DAIS 2026 키노트에서 공개된 Agentic AI 시대의 데이터 플랫폼 전략. Lakehouse//RT, Lakebase, Genie를 통한 실시간 데이터 처리와 AI 거버넌스 구축 방안을 제시합니다.]]></description>
            <link>https://devday.kr/article/databricks-dais-2026-agentic-data-platform-strategy</link>
            <guid isPermaLink="false">databricks-dais-2026-agentic-data-platform-strategy</guid>
            <category><![CDATA[Agentic AI 시대]]></category>
            <category><![CDATA[Databricks Lakehouse]]></category>
            <category><![CDATA[실시간 데이터 플랫폼]]></category>
            <category><![CDATA[AI Agent 거버넌스]]></category>
            <category><![CDATA[Genie AI Assistant]]></category>
            <category><![CDATA[데이터 컨텍스트 이해]]></category>
            <category><![CDATA[Lakehouse RT]]></category>
            <category><![CDATA[Lakebase Postgres]]></category>
            <dc:creator><![CDATA[농심]]></dc:creator>
            <pubDate>Wed, 24 Jun 2026 02:12:50 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/nds-cloud-4189-352649dd.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/nds-cloud-4189-352649dd.webp" alt="[Databricks Data + AI Summit 2026] 키노트로 본 Agentic Data 시대의 시작" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>🚀 Agentic AI 시대, Databricks가 제시하는 데이터 플랫폼의 미래</strong></p><hr/>• 기업 데이터는 여러 시스템에 흩어져 있고 권한/보안 정책이 달라 **AI Agent 도입에 어려움**이 존재함
• Agentic AI 성공의 핵심은 **데이터 연결성(Data Connectivity)**과 **업무 맥락 이해(Business Context Understanding)**, 그리고 **AI 거버넌스(AI Governance)**임
• Databricks는 Lakehouse//RT와 Lakebase를 통해 **실시간 데이터 처리 능력(Real-time Data Processing)**을 강화하고 Genie로 AI Assistant 기능을 확장함
• Agentic AI 시대의 데이터 플랫폼은 분석을 넘어 **AI Agent의 실행 기반(Execution Foundation for AI Agents)**으로 진화해야 함]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[쿠버네티스 기반 AI 코딩 에이전트 프레임워크 Kelos]]></title>
            <description><![CDATA[NAVER Engineering Day 2026에서 공개된 Kelos 프레임워크를 소개합니다. 쿠버네티스 네이티브 환경에서 AI 코딩 에이전트의 자율 개발 및 통합을 지원하는 오픈소스 솔루션입니다.]]></description>
            <link>https://devday.kr/article/kelos-kubernetes-native-autonomous-coding-agent-framework</link>
            <guid isPermaLink="false">kelos-kubernetes-native-autonomous-coding-agent-framework</guid>
            <category><![CDATA[Kelos 프레임워크]]></category>
            <category><![CDATA[쿠버네티스 네이티브 코딩 에이전트]]></category>
            <category><![CDATA[AI 코딩 에이전트 자동화]]></category>
            <category><![CDATA[자율 개발 에이전트]]></category>
            <category><![CDATA[Kubernetes Native AI Agent]]></category>
            <category><![CDATA[NAVER Engineering Day 2026]]></category>
            <category><![CDATA[오픈소스 코딩 프레임워크]]></category>
            <dc:creator><![CDATA[네이버 D2]]></dc:creator>
            <pubDate>Wed, 24 Jun 2026 02:09:58 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/naver-d2-3015479-7213a93e.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/naver-d2-3015479-7213a93e.webp" alt="쿠버네티스 네이티브 자율 코딩 에이전트 프레임워크 Kelos 소개" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>🤖 쿠버네티스 기반 AI 코딩 에이전트 프레임워크 Kelos</strong></p><hr/>• **NAVER Engineering Day 2026**에서 공개된 **Kelos 프레임워크**는 AI 코딩 에이전트 자동화에 대한 고민을 해결함
• **쿠버네티스 네이티브(Kubernetes Native)** 환경에서 코딩 에이전트와 그 환경을 **API화하고 관리**하는 오픈소스 프레임워크임
• AI 코딩 에이전트의 **자율 개발(Self-development)** 및 **통합(Integration)**을 지원하여 개발 생산성 향상을 목표로 함]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Flava DBaaS: 쿠버네티스 기반 자동화와 AI로 미래를 열다]]></title>
            <description><![CDATA[LY Corporation의 차세대 클라우드 Flava DBaaS 아키텍처, 마이그레이션 전략, 그리고 서버리스 및 AI 기반 DBA 도입 계획까지 심층 분석합니다.]]></description>
            <link>https://devday.kr/article/flava-dbaas-architecture-migration-future</link>
            <guid isPermaLink="false">flava-dbaas-architecture-migration-future</guid>
            <category><![CDATA[Flava DBaaS 아키텍처]]></category>
            <category><![CDATA[쿠버네티스 오퍼레이터 패턴 DBaaS]]></category>
            <category><![CDATA[DBaaS 마이그레이션 전략]]></category>
            <category><![CDATA[서버리스 DBaaS]]></category>
            <category><![CDATA[AI 기반 DBA]]></category>
            <category><![CDATA[LY Corporation 클라우드]]></category>
            <category><![CDATA[Kubernetes Operator Pattern]]></category>
            <category><![CDATA[Database as a Service]]></category>
            <dc:creator><![CDATA[라인]]></dc:creator>
            <pubDate>Wed, 24 Jun 2026 02:00:00 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/line-2875-96184cd9.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/line-2875-96184cd9.webp" alt="Flava DBaaS 딥다이브: 아키텍처부터 마이그레이션, 그리고 미래까지" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>Flava DBaaS: 쿠버네티스 기반 자동화와 AI로 미래를 열다</strong></p><hr/>• LY Corporation은 기존 'Verda', 'YNW' 클라우드를 차세대 클라우드 'Flava'로 통합하며 **DBaaS(Database as a Service) 제공**을 고도화함
• **쿠버네티스(Kubernetes) 오퍼레이터 패턴** 기반 아키텍처를 채택하여 운영 편의성과 **자동화된 DB 프로비저닝(Automated DB Provisioning)**을 강화함
• **데이터 격리 아키텍처(Data Isolation Architecture)**를 적용하고, **서버리스 DBaaS(Serverless DBaaS)** 및 **AI 기반 DBA(AI-based DBA)** 도입을 통해 미래 경쟁력을 확보함]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[LLM 컨텍스트 창의 한계를 극복하는 시맨틱 컨텍스트 OS]]></title>
            <description><![CDATA[LLM의 '어텐션 희석' 및 '컨텍스트 부패' 문제를 해결하는 시맨틱 컨텍스트 OS 아키텍처를 소개합니다. VFS, MVC 파이프라인, 톱니 메모리 모델 등으로 AI 에이전트의 신뢰성과 효율성을 높이는 방법을 확인하세요.]]></description>
            <link>https://devday.kr/article/semantic-context-os-design-beyond-token-stuffing</link>
            <guid isPermaLink="false">semantic-context-os-design-beyond-token-stuffing</guid>
            <category><![CDATA[시맨틱 컨텍스트 OS]]></category>
            <category><![CDATA[LLM 컨텍스트 창 최적화]]></category>
            <category><![CDATA[어텐션 희석 문제 해결]]></category>
            <category><![CDATA[AI 에이전트 아키텍처]]></category>
            <category><![CDATA[VFS 가상 파일 시스템]]></category>
            <category><![CDATA[톱니 메모리 모델]]></category>
            <category><![CDATA[PathAlign 단계]]></category>
            <category><![CDATA[컨텍스트 부패 방지]]></category>
            <dc:creator><![CDATA[라인]]></dc:creator>
            <pubDate>Wed, 24 Jun 2026 02:00:00 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/line-2851-80756db8.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/line-2851-80756db8.webp" alt="시맨틱 컨텍스트 OS 설계: 에이전트 시스템의 토큰 스터핑을 넘어" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>LLM 컨텍스트 창의 한계를 극복하는 시맨틱 컨텍스트 OS</strong></p><hr/>• LLM의 **컨텍스트 창(Context Window) 확장**이 운영 지능 향상으로 이어지지 않으며, **토큰 스터핑(Token Stuffing)**은 심각한 실패를 초래할 수 있음
• **시맨틱 컨텍스트 OS(Semantic Context OS)**는 컨텍스트 창을 결정론적 시스템 자원으로 관리하는 인지적 런타임 기반 계층을 제공함
• **VFS(Virtual File System)**와 **MVC(Minimum Viable Context) 파이프라인**을 통해 토큰 최적화 및 **데이터 격리(Data Isolation)**를 구현하여 엔터프라이즈 규모의 AI 에이전트 신뢰성 확보
• **톱니 메모리 모델(Sawtooth Memory Model)**과 **PathAlign 단계**를 통해 런타임 메모리 압축 및 AST 기반 컨텍스트 검색으로 **어텐션 희석(Attention Dilution)** 문제 해결]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AI 코드 생성의 함정: 맥락 없는 80% 문제]]></title>
            <description><![CDATA[AI 에이전트가 코드를 빠르게 생성하지만 맥락을 기억하지 못하는 '80% 문제'를 분석합니다. 코드 중심 SDLC에서 의도 중심으로의 전환과 협업의 미래를 조망합니다.]]></description>
            <link>https://devday.kr/article/ai-agents-code-generation-context-loss</link>
            <guid isPermaLink="false">ai-agents-code-generation-context-loss</guid>
            <category><![CDATA[AI agent code generation]]></category>
            <category><![CDATA[AI SDLC context loss]]></category>
            <category><![CDATA[80% problem AI]]></category>
            <category><![CDATA[intent-centric SDLC]]></category>
            <category><![CDATA[AI code reasoning]]></category>
            <category><![CDATA[AI agent collaboration]]></category>
            <category><![CDATA[trajectory evaluation code]]></category>
            <category><![CDATA[AI 개발 맥락 손실]]></category>
            <dc:creator><![CDATA[데브투]]></dc:creator>
            <pubDate>Wed, 24 Jun 2026 01:00:43 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/devto-3968104-b083d253.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/devto-3968104-b083d253.webp" alt="AI 에이전트의 코드 생성, 그러나 기억은 남지 않음" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>AI 코드 생성의 함정: 맥락 없는 80% 문제</strong></p><hr/>• AI 에이전트 등장으로 기존 **릴레이 경주 방식(Relay Race SDLC)**의 개발 프로세스가 압축되며 **구현 시간(Implementation Time)은 단축**됨
• 하지만 **요구사항, 아키텍처, 검증 단계**는 여전히 느리며, AI가 생성한 코드의 **맥락(Context) 손실**이 주요 문제로 부상함
• AI 에이전트는 초기 80% 코드는 빠르게 생성하나, **엣지 케이스(Edge Cases) 및 시스템 간 연동**을 위한 마지막 20% 맥락은 부족하여 **'80% 문제'** 발생
• 코드 생성 이유(Reasoning)가 세션 종료와 함께 사라져, **코드의 의도(Intent) 추적 및 검증**이 어려워짐
• 향후 SDLC는 코드 중심에서 **의도 중심(Intent-Centric)**으로 전환되어, 코드뿐 아니라 **결정 과정(Decision Path) 전체를 기록**하고 검토해야 함]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[FUTO Swipe, 개인정보 침해 없이 정확한 스와이프 타이핑 경험 제공]]></title>
            <description><![CDATA[FUTO Swipe는 개인정보 침해 없이 오프라인에서 작동하는 오픈소스 스와이프 타이핑 모델입니다. 높은 정확도와 작은 모델 크기로 주목받으며, 개발자 커뮤니티의 활용을 지원합니다.]]></description>
            <link>https://devday.kr/article/futo-swipe-new-open-source-swipe-typing-model</link>
            <guid isPermaLink="false">futo-swipe-new-open-source-swipe-typing-model</guid>
            <category><![CDATA[FUTO Swipe]]></category>
            <category><![CDATA[오픈소스 스와이프 타이핑]]></category>
            <category><![CDATA[오프라인 키보드 모델]]></category>
            <category><![CDATA[안드로이드 키보드 FUTO]]></category>
            <category><![CDATA[스와이프 타이핑 정확도]]></category>
            <category><![CDATA[C++ 추론 라이브러리]]></category>
            <category><![CDATA[개인정보 보호 키보드]]></category>
            <category><![CDATA[ContextLM 모델]]></category>
            <dc:creator><![CDATA[해커뉴스]]></dc:creator>
            <pubDate>Wed, 24 Jun 2026 00:00:23 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/hn-48648619-9ef28f1c.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/hn-48648619-9ef28f1c.webp" alt="FUTO Swipe: 새로운 오픈소스 스와이프 타이핑 모델 공개" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>🚀 FUTO Swipe, 개인정보 침해 없이 정확한 스와이프 타이핑 경험 제공</strong></p><hr/>• **FUTO Swipe**는 개인정보 침해 없이 **오프라인 환경**에서 작동하는 오픈소스 스와이프 타이핑 모델임
• 1백만 건 이상의 스와이프 데이터셋을 기반으로 **높은 정확도(High Accuracy)**를 달성했다고 주장함
• 기존 키보드 앱의 **개인정보 침해 문제(Privacy Concerns)**와 **낮은 정확도(Low Accuracy)**를 해결하는 것을 목표로 함
• **C++ 기반 추론 라이브러리(Inference Library)**를 함께 공개하여 개발자 활용을 지원함]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[K8s 운영, AI 에이전트에게 맡겨도 될까? 모델별 성능 비교]]></title>
            <description><![CDATA[K8s 운영 자동화, AI 에이전트 도입 가능성과 Claude, Gemini, Codex 모델별 성능 및 특성 비교 분석. 운영 환경에 맞는 최적의 AI 도구 선택 가이드.]]></description>
            <link>https://devday.kr/article/k8s-operation-ai-agent-comparison</link>
            <guid isPermaLink="false">k8s-operation-ai-agent-comparison</guid>
            <category><![CDATA[K8s 운영 자동화]]></category>
            <category><![CDATA[AI 에이전트 K8s]]></category>
            <category><![CDATA[Claude vs Gemini vs Codex]]></category>
            <category><![CDATA[Kubernetes AI agent]]></category>
            <category><![CDATA[LLM 운영 자동화]]></category>
            <category><![CDATA[AI 에이전트 성능 비교]]></category>
            <category><![CDATA[운영 자동화 도입 전략]]></category>
            <category><![CDATA[AI 에이전트 프롬프트 엔지니어링]]></category>
            <dc:creator><![CDATA[요즘IT]]></dc:creator>
            <pubDate>Wed, 24 Jun 2026 00:00:17 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/yozm-3817-9e7410bb.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/yozm-3817-9e7410bb.webp" alt="K8s 운영 자동화, AI 에이전트 도입 가능성과 모델별 비교 분석" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>🤖 K8s 운영, AI 에이전트에게 맡겨도 될까? 모델별 성능 비교</strong></p><hr/>• AI 코딩 에이전트가 **코드 작성 보조**를 넘어 실제 **명령 실행 및 장애 대응**까지 시도하며 운영 자동화 가능성을 보여줌
• Claude, Gemini, Codex CLI의 9개 모델 조합을 K8s 장애 시나리오 10개에 투입해 **운영 능력 실증 테스트**를 진행함
• **Claude는 품질/안전성**, **Gemini는 효율성**, **Codex는 일관성**에 강점을 보이며, 모델별 특성에 따른 적합한 운영 과제 선택이 중요함
• **자동 승인 모드(Auto-approval Mode)** 도입 시 보안 정책 검토 및 **휴먼 검토 게이트(Human Review Gate)** 설계가 필수적임을 강조함]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[팀 AI 협업을 위한 새로운 접근 모델, 에이전트 ID 공개]]></title>
            <description><![CDATA[Claude Tag의 새로운 '에이전트 ID' 모델을 소개합니다. 팀 AI 협업을 위한 접근 제어, 보안 강화, 자율적 작업 수행 방안을 확인하세요.]]></description>
            <link>https://devday.kr/article/claude-tag-agent-identity-access-model</link>
            <guid isPermaLink="false">claude-tag-agent-identity-access-model</guid>
            <category><![CDATA[Agent Identity Claude Tag]]></category>
            <category><![CDATA[Multiplayer AI access model]]></category>
            <category><![CDATA[Claude Tag permissions]]></category>
            <category><![CDATA[AI agent security]]></category>
            <category><![CDATA[Workspace level AI access]]></category>
            <category><![CDATA[Autonomous AI agents]]></category>
            <category><![CDATA[AI tool integration]]></category>
            <category><![CDATA[Claude Tag RBAC]]></category>
            <dc:creator><![CDATA[클로드]]></dc:creator>
            <pubDate>Wed, 24 Jun 2026 00:00:00 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/claude-agent-identity-access-model-930c2bc9.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/claude-agent-identity-access-model-930c2bc9.webp" alt="Claude Tag의 에이전트 ID: 자율적이고 팀 전체를 위한 새로운 접근 모델" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>팀 AI 협업을 위한 새로운 접근 모델, 에이전트 ID 공개</strong></p><hr/>• **개인용 AI**와 달리, **Claude Tag**는 공유 채널에서 여러 사용자와 함께 작동하며 개별 사용자 대신 **워크스페이스(Workspace)의 도구 및 컨텍스트**에 접근함
• **에이전트 ID(Agent Identity)** 모델은 관리자가 워크스페이스 수준에서 Claude의 계정 및 권한을 설정하여 **채널별 접근 제어(Per-channel Access Control)**를 가능하게 함
• 이 모델은 **데이터 격리(Data Isolation)**를 강화하고, 개별 사용자 계정 없이도 에이전트의 **자율적이고 팀 단위의 작업 수행**을 지원함
• **권한 상속(Permission Inheritance)** 및 **역할 기반 접근 제어(RBAC)**를 통해 보안을 강화하고 관리 복잡성을 줄임]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[수십 년간 진화한 상상 도시 지도 프로젝트]]></title>
            <description><![CDATA[1963년부터 시작된 'Jerry's Map' 프로젝트는 카드 덱 기반의 규칙과 다양한 재료를 활용하여 수십 년간 진화해 온 상상 도시 지도입니다. 예술가의 창작 과정과 시스템을 분석합니다.]]></description>
            <link>https://devday.kr/article/jerrys-map-decades-long-imaginary-city-project</link>
            <guid isPermaLink="false">jerrys-map-decades-long-imaginary-city-project</guid>
            <category><![CDATA[Jerry's Map]]></category>
            <category><![CDATA[상상 도시 지도]]></category>
            <category><![CDATA[절차적 생성 예술]]></category>
            <category><![CDATA[카드 덱 창작 시스템]]></category>
            <category><![CDATA[예술 프로젝트]]></category>
            <category><![CDATA[수십 년간의 예술]]></category>
            <category><![CDATA[Jerry Mapping]]></category>
            <category><![CDATA[예술가의 창작 과정]]></category>
            <dc:creator><![CDATA[해커뉴스]]></dc:creator>
            <pubDate>Tue, 23 Jun 2026 23:00:38 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/hn-48649435-81f82641.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/hn-48649435-81f82641.webp" alt="수십 년간 이어져 온 예술가의 상상 도시 지도 프로젝트" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>🗺️ 수십 년간 진화한 상상 도시 지도 프로젝트</strong></p><hr/>• **1963년부터 시작된** 상상 도시 지도 프로젝트가 수십 년간 진화해 왔음
• **카드 덱 기반의 규칙과 무작위 지시**로 창작 과정이 진행됨
• **다양한 재료와 레이어**를 활용하여 지도 완성도를 높임
• **예술가의 관찰자적 태도**가 창작 과정의 핵심임]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[거대 트럭/SUV, 보행자 사망 급증의 주범인가?]]></title>
            <description><![CDATA[거대 트럭과 SUV의 증가가 보행자 사망률 급증의 주요 원인이라는 분석과 함께, 스마트폰 사용 등 다른 요인에 대한 논쟁을 다룹니다.]]></description>
            <link>https://devday.kr/article/giant-trucks-suvs-pedestrian-deaths-analysis</link>
            <guid isPermaLink="false">giant-trucks-suvs-pedestrian-deaths-analysis</guid>
            <category><![CDATA[거대 트럭 보행자 사망]]></category>
            <category><![CDATA[SUV 안전성 문제]]></category>
            <category><![CDATA[차량 크기 증가 보행자 사고]]></category>
            <category><![CDATA[스마트폰 운전 사고]]></category>
            <category><![CDATA[미국 보행자 사망률 증가 원인]]></category>
            <category><![CDATA[차량 사각지대 문제]]></category>
            <category><![CDATA[ADAS 시스템 한계]]></category>
            <dc:creator><![CDATA[해커뉴스]]></dc:creator>
            <pubDate>Tue, 23 Jun 2026 21:00:44 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/hn-48623347-fe7043e8.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/hn-48623347-fe7043e8.webp" alt="거대 트럭/SUV 증가와 보행자 사망 급증의 연관성" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>🚗 거대 트럭/SUV, 보행자 사망 급증의 주범인가?</strong></p><hr/>• 2009년 이후 미국 보행자 사망자 **75% 급증**의 주요 원인으로 **거대 트럭 및 SUV 증가**가 지목됨
• **높은 후드와 넓은 사각지대**가 보행자 충돌 시 치명률을 높이는 핵심 요인으로 분석됨
• 스마트폰 사용, 도로 설계 등 **다른 요인과의 복합적 작용**에 대한 커뮤니티 논쟁 존재
• 차량 크기 증가가 보행자 사망에 미치는 영향은 **전체 증가분의 약 10%**로 추정됨]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[OCR 기술, 정말 해결된 문제일까?]]></title>
            <description><![CDATA[Mistral OCR 4 발표 후, OCR 기술의 현주소와 벤치마크 신뢰성, AI 연구소의 관행에 대한 커뮤니티 논쟁을 분석합니다. USPS 규모와 비교하며 기술적 깊이를 탐구합니다.]]></description>
            <link>https://devday.kr/article/mistral-ocr-4-community-debate-on-technology-and-benchmarks</link>
            <guid isPermaLink="false">mistral-ocr-4-community-debate-on-technology-and-benchmarks</guid>
            <category><![CDATA[Mistral OCR 4]]></category>
            <category><![CDATA[OCR 기술 현황]]></category>
            <category><![CDATA[AI 벤치마크 신뢰성]]></category>
            <category><![CDATA[USPS OCR 기술]]></category>
            <category><![CDATA[잘린 Y축 그래프 비판]]></category>
            <category><![CDATA[Mistral AI]]></category>
            <category><![CDATA[OCR 성능 비교]]></category>
            <dc:creator><![CDATA[해커뉴스]]></dc:creator>
            <pubDate>Tue, 23 Jun 2026 20:00:24 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/hn-48645152-62ef08f2.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/hn-48645152-62ef08f2.webp" alt="Mistral OCR 4: OCR 기술의 현주소와 커뮤니티 논쟁" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>OCR 기술, 정말 해결된 문제일까? 🤔</strong></p><hr/>• Mistral OCR 4 발표와 함께 **OCR 기술의 현재 수준**에 대한 논의가 활발함
• **USPS의 방대한 우편물 처리 규모**와 비교하며 OCR이 이미 해결된 문제인지에 대한 의문 제기
• **벤치마크 데이터의 신뢰성**과 AI 연구소의 관행(잘린 Y축 사용)에 대한 비판적 시각 존재
• **데이터 미저장 정책(Zero-Retention Policy)** 및 **데이터 격리 아키텍처(Data Isolation Architecture)** 관련 언급은 없으나, 기술적 깊이가 요구되는 분야임]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Replicate 시크릿 유출 시 더 많은 정보 제공]]></title>
            <description><![CDATA[Secret scanning이 Replicate API 토큰 유출 시 확장 메타데이터를 제공하여 보안 컨텍스트를 강화합니다. Replicate 시크릿 보안 강화 방안을 확인하세요.]]></description>
            <link>https://devday.kr/article/secret-scanning-adds-extended-metadata-replicate-secrets</link>
            <guid isPermaLink="false">secret-scanning-adds-extended-metadata-replicate-secrets</guid>
            <category><![CDATA[Secret scanning Replicate metadata]]></category>
            <category><![CDATA[Replicate API token security]]></category>
            <category><![CDATA[Extended metadata for secrets]]></category>
            <category><![CDATA[Secret scanning improvements]]></category>
            <category><![CDATA[AI platform security]]></category>
            <category><![CDATA[시크릿 스캐닝 Replicate]]></category>
            <category><![CDATA[API 토큰 보안 강화]]></category>
            <dc:creator><![CDATA[깃헙]]></dc:creator>
            <pubDate>Tue, 23 Jun 2026 19:50:00 GMT</pubDate>
            <enclosure url="https://static.devday.kr/thumbnails-w800/github-changelog-2026-06-23-secret-scanning-adds-extended-me-04747b83.webp" length="0" type="image/webp"/>
            <content:encoded><![CDATA[<img src="https://static.devday.kr/thumbnails-w800/github-changelog-2026-06-23-secret-scanning-adds-extended-me-04747b83.webp" alt="Secret scanning, Replicate 시크릿에 확장 메타데이터 추가" style="max-width:100%; margin-bottom: 20px;" /><br/><p><strong>Replicate 시크릿 유출 시 더 많은 정보 제공</strong></p><hr/>• **Secret scanning** 기능이 **Replicate 시크릿**에 대한 **확장 메타데이터(Extended Metadata)** 지원을 추가함
• 유출된 **API 토큰(API Token)**에 대한 **풍부한 컨텍스트(Richer Context)** 제공으로 보안 강화
• **Replicate API 토큰(replicate_api_token)** 유형에 대한 **추가 정보(Additional Information)**를 제공하여 분석 용이성 증대]]></content:encoded>
        </item>
    </channel>
</rss>