2026년 9월 6일 (일)
-
Portal(AiKA Modes)로 Claude Code 토큰 90% 절감
Portal의 AiKA Modes를 이용해 Claude Code의 반복적 I/O 작업을 더 저렴한 모델로 위임해 토큰 사용을 크게 줄인 사례를 설명한다. 작성자는 파일 읽기나 테스트 생성처럼 추론이 거의 필요 없는 작업을 Gemini 2.5 Flash 같은 경량 모델로 처리하는 두 개의 모드를 만들었고, 예시로 bulk-reader 모드와 테스트·스캐폴딩용 모드를 제시한다. 모드는 Portal의 일시적 런타임에서 실행되며 CLI/API로 호출 가능하고 공개/비공개 설정과 모델 선택이 가능해 인프라나 키 관리가 필요 없다. 개발자에게는 고비용 프론티어 모델을 실제로 필요한 문제에만 쓸 수 있게 해 토큰 비용을 크게 절감할 수 있다는 점이 핵심이다.
-
Claude Code용 고급 컨텍스트 엔지니어링 키트
Claude Code용 컨텍스트 엔지니어링 키트는 토큰 소모를 최소화하면서 에이전트의 결과 품질과 예측 가능성을 높이는 고급 기법과 플러그인 모음이다. 설치 방식으로 Claude Code 마켓플레이스, 리포지토리 직접 설치, antigravity/나 vercel-labs/skills 같은 도구를 통한 방법들이 제시되며 일부 CLI는 플러그인 단위 선택을 지원하지 않아 번들 설치 후 불필요한 스킬을 삭제해야 한다는 주의가 있다. 추천 시작 플러그인으로 Subagent-Driven Development와 Spec-Driven Development를 권장하며, 목표는 신뢰성 향상과 토큰 비용 균형이다. 개발자는 이 키트를 통해 에이전트의 일관성·정확도를 높이고 토큰 비용을 관리할 수 있다.
-
MLPerf Storage v3.0에서 OpenLake 최고 성능
MLPerf Storage v3.0에서 OpenLake가 Llama 3.1 8B 체크포인팅(Closed S3, 클라이언트 노드 1, 데이터 병렬 인스턴스 1) 결과 중 최고 읽기·쓰기 대역폭을 기록했다. OpenLake는 Infinity Core I/O Engine을 통해 io_uring 비동기 I/O, GPUDirect Storage, 고정 스레드, 미세 I/O 병합, XFS 및 워크로드 튜닝, S3 API 인터페이스 등을 적용해 높은 처리량을 달성했다. 체크포인팅 벤치마크는 8개 프로세스가 16개 파일로 10회 쓰기와 10회 읽기를 반복해 평균 성능을 측정하는 방식이다. 개발자에게는 대규모 모델 학습에서 체크포인트 성능이 학습 중단·복구 지연과 생산성에 직접적 영향을 주므로 스토리지 아키텍처 선택이 중요하다는 점을 보여준다.
-
macOS에서 코딩 에이전트로 Blender 제어하기
macOS에서 설치된 /Applications/Blender 애플리케이션을 코딩 에이전트(ChatGPT Codex)로 제어해 장면을 렌더링한 사례를 소개한다. 간단한 프롬프트로 '자전거 타는 펠리컨' 장면을 만들고 추가 프롬프트로 배경과 스타일을 반복 개선해 Blender의 Python API로 이미지를 생성했다. 이 글은 로컬 데스크톱 애플리케이션을 코딩 에이전트로 스크립팅해 단계적 개선을 수행하는 것이 매우 간단하다는 점을 보여준다. 개발자에게는 에이전트를 통해 기존 데스크톱 툴을 자동화·확장할 수 있다는 점이 시사된다.