이 주의 기술 블로그 톱5… '맞다'는 것을 보이는 게 일이었다

[테크수다 기자 도안구 eyeball@techsuda.com] 기업 기술 블로그에는 언론에 잘 오르지 않지만, 현업에 바로 써먹을 수 있는 실전 글이 많다. 이번 주에는 국내 3건과 해외 2건을 골랐다. 공통점은 하나다. 다섯 글 모두 '옮겼다' '나눴다' '만들었다'에서 멈추지 않고, 그 결과가 맞다는 것을 숫자와 절차로 보였다는 점이다. 전문을 번역한 게 아니라, 프라이데이 형태처럼 각 글을 실질 요약으로 정리했다. 원문 링크는 각 항목 끝에 달았다. 이번 호에는 얼마 전 상장한 래블업의 기술 블로그 글도 담았다. 래블업은 2026년 11월 3일 코스닥에 기술특례상장했다.

▶ 핵심 키워드 요약

래블업은 상장 사흘 만에 MLxcel 0.8을 내놨다. AMD Strix Halo에서 44개 모델을 실측했고, 활성 파라미터 3B짜리 MoE가 75.9 tok/s로 디코드되며, 31B dense 모델은 대역폭 기준 이론 상한에 근접한 10.2 tok/s를 냈다.
카카오와 마켓컬리는 같은 교훈을 준다. 카카오는 7일 전수 대조 42,000건 불일치 0건으로 바꾼 색인이 맞다는 것을 보였고, 마켓컬리는 고장을 넣어 테스트가 실패를 잡아낸다는 것을 보였다. '빠르게 만들었다'가 아니라 '맞다'는 것을 보이는 게 품질의 근거다.
클라우드플레어는 쏟아지는 취약점 중에서 봐야 할 것만 가려 브리핑하고, 메타는 피처 하나가 막혀도 전체 릴리즈가 멈추지 않게 배포와 실행을 갈랐다. 나누는 일과 증명하는 일이 이번 주 톱5의 공통분모다.

이번 주의 흐름 — 나누고, 재고, 증명하는 주

나눈다. 메타는 피처 하나가 막혀도 전체 릴리즈가 멈추지 않게 배포와 실행을 갈랐고, 래블업은 추론 엔진을 백엔드별로 나눠 AMD ROCm까지 넓혔다.
다시 잰다. 래블업은 Strix Halo에서 44개 모델을 실측했고, 마켓컬리는 코드에서 그린 지도로 테스트가 닿지 않은 화면 104곳을 찾아냈다.
증명한다. 카카오는 7일 전수 대조로 바꾼 색인이 맞다는 것을 보였고, 마켓컬리는 고장을 일부러 넣어 테스트가 실패를 잡아낸다는 것을 보였다. 클라우드플레어는 CVE 홍수에서 봐야 할 것만 브리핑으로 보였다.
결론. AI 시대의 병목은 만드는 속도가 아니라, 만든 것을 믿을 수 있게 보이는 일이다.

75.9 tok/s네모트론 3 나노 30B-A3B 디코드 (Strix Halo, 활성 파라미터 3B)

10.2 tok/s젬마 4 31B 디코드 (이론 상한 10.8 tok/s에 근접)

114개마켓컬리 신규 회귀 테스트 (3.5일, 수작업 시 약 23영업일 추정)

불일치 0건카카오 7일 전수 대조 약 42,000건 (문서당 40개 이상 필드)

3.6배메타 F3 라이트닝, 피처 프로덕션 도달 속도 (비용 증가 없음)

33건마켓컬리 고장 주입으로 코드 반영 전 고친 실제 문제 (최소)

1. 래블업 — AMD Strix Halo에서 로컬 추론을 실측하다

무엇: 2026년 11월 6일 공개. 래블업이 개발하는 LLM·VLM 추론 엔진 MLxcel 0.8 "Eyes Wide Open" 릴리즈 소식이다. 래블업은 사흘 전인 11월 3일 코스닥에 기술특례상장했고, 상장 직후 나온 첫 기술 글이다. 0.7.0 이후 590개의 커밋이 들어갔다. 애플 실리콘과 엔비디아 CUDA에 이어 AMD GPU용 ROCm 백엔드를 추가했고, 윈도우 11에서도 CUDA와 ROCm으로 네이티브 추론이 된다.

왜: 로컬 AI 추론의 축이 외장 GPU VRAM에서 통합 메모리(UMA)로 옮겨가고 있다. Strix Halo는 GPU에 최대 96GB를 할당할 수 있는 통합 메모리 구조라, 큰 모델을 로컬에서 돌리는 새 기준이 된다.

어떻게: 측정 환경은 라이젠 AI MAX+ 395(라데온 8060S), 데비안 13, ROCm 10.0, GPU 몫 96GiB다. 테스트한 44개 모델이 모두 동작했다. 포팅은 9월 11일 스파이크(42개 연산 통과)에서 10월 15일 에픽 종료(테스트 12,384개 통과)까지 약 5주가 걸렸고, 포크에서 70건의 결함을 수정했다.

네모트론 3 나노 30B-A3B(활성 파라미터 3B) 75.9 tok/s 디코드 — 활성 파라미터가 작은 MoE가 dense보다 훨씬 빠른 대역폭의 법칙
젬마 4 31B(Dense) 10.2 tok/s 디코드, 이론 상한 약 10.8 tok/s에 근접 — 프리필 315 tok/s로 llama.cpp 벌칸(260 tok/s)보다 빠름
Strix Halo: 젠 5 16코어 32스레드 최대 5.1GHz, 라데온 8060S 40 CU 최대 2.9GHz, LPDDR5X-8000 최대 128GB·이론 대역폭 256 GB/s
--parallel 네이티브 배치 디코드, --webui 번들, FLUX.2 Klein·Qwen-Image-2.1 등 이미지 생성 모델 9종과 SAM 3·DINOv2 추가

테크수다의 시각: 한국 팀이 RTX 스파크와 DGX 스파크를 다루는 지금, 이 글의 수확은 비교 기준이다. 활성 파라미터가 작은 MoE가 dense보다 훨씬 빠르게 디코드된다는 법칙을 44개 모델 실측으로 확인했다.

주의: ROCm 백엔드는 아직 실험적 단계이고, Strix Halo의 GPU gfx1151에서만 검증됐다.

원문 보기 →

2. 마켓컬리 — 코드에서 화면 지도를 그려 테스트 빈 곳을 채우다

무엇: 2026년 11월 9일 공개. 프로덕트SQE 트라이브 신수진이 쓴 테스트 자동화 사례다. "우리 테스트는 화면 중 어디까지 보고 있나"라는 질문에 Claude Code로 코드에서 직접 지도를 그려 답했다. 레포 3개에서 화면 주소 467개를 찾는 데 2시간이 채 안 걸렸고, 지도 완성까지 실제 작업 시간 약 1일이 걸렸다.

왜: 테스트가 있어도 어느 화면을 보고 있는지 모르면 빈 곳이 남는다. 화면 기준으로 지도를 그려야 자동화할 곳과 하지 말 곳을 가릴 수 있다.

어떻게: 1차 분류(모바일웹)는 제외 319개, 제약 2개, 기구현 42개, 대기 104개. 검토 후 구현 대상은 모바일웹 35개, PC 34개로 확정했다. 작업 9개를 3.5일 만에 마쳐 신규 테스트 114개를 추가했다. 수작업이었다면 하루 5개 기준 약 23영업일이 걸릴 일이었다. 고장 주입 검증으로 큰 작업에는 고장을 최대 30여 가지까지 넣었고, 코드 반영 전 고친 실제 문제는 최소 33건이었다.

신규 테스트 114개(예상 68개보다 +46개), 전체 테스트 수는 실제로 111개 증가
새 테스트 114개는 모두 데일리 회귀 테스트에서 돌고, 핵심 기능 35개는 배포 전 테스트에도 포함
11월 3일 정기 실행: 568개 모두 통과, 전체 수행 13분 44초, 12개 러너 병렬, 건너뛴 10개(N/A)
회원 도메인 테스트 36개 → 91개로 증가. 시작 시점 기존 테스트 467개와 화면 수 467개는 우연히 같은 숫자

테크수다의 시각: 에이전트 활용의 기준을 '빠른 생성'이 아니라 '근거 있는 검증'으로 옮기는 교훈이다. AI가 그린 지도를 사람이 전수 검증하고, 고장을 일부러 넣어 테스트가 정말로 실패를 잡아내는지를 확인하는 순서가 이 글의 전부다.

원문 보기 →

3. 카카오 — 클레임 검색 색인을 CDC로 옮기다, '옮기는 것보다 증명이 어렵다'

무엇: 2026년 11월 3일 공개. 커머스 클레임(취소·교환·반품) 검색 색인의 변경 수집 방식을 변경 알림 기반에서 데이터베이스 변경 로그 기반, 즉 CDC로 전환한 기록이다. 같은 제목의 세션은 if(kakao)26에서 카카오 신호석이 발표하기도 했다. 클레임 화면은 하루 수만 건 조회되는 화면이고, 문서 하나가 17개 이상 테이블에서 조합된 40개 이상 필드로 이뤄져 있다.

왜: 기존 구조의 문제는 두 가지였다. 알림이 발행되지 않은 변경은 색인에 반영되지 않았고, 건의 체류 시간을 계산하는 기준시각이 무관한 필드 수정에 갱신되는 일이 있었다. 알림을 믿고 색인을 만드는 방식 자체가 틀릴 수 있는 구조였다.

어떻게: 변경 수집 방식을 DB 변경 로그(CDC)로 바꿨고, 검증은 누락·값·지연 세 축으로 나눠 대조했다. 7일 연속으로 신구 색인을 전수 대조했는데, 약 42,000건을 필드별로 비교한 결과 불일치가 0건이었다. 지연 축도 함께 대조해 새 색인의 반영이 늦지 않음을 확인했다.

7일 연속 전수 대조 약 42,000건, 필드 불일치 0건 — 누락·값·지연 세 축으로 나눈 검증 설계
문서당 40개 이상 필드, 17개 이상 테이블에서 조합 — 작은 누락도 고객 응대 차질로 이어지는 자리
검증 설계는 범용: 다른 검색 색인이나 데이터 파이프라인 이전에도 그대로 쓸 수 있다

테크수다의 시각: 검색 색인을 옮기는 팀이라면, 이 글의 수확은 전환 방식보다 검증 설계다. '옮기는 것보다 증명이 어렵다'는 제목 그대로, 이번 호의 주제와 정확히 맞닿아 있다.

주의: 원문 페이지는 자바스크립트 렌더링이라 본문 수치를 원문에서 직접 확인할 수 없었다. 본문에 쓴 수치는 2차 요약 세 곳(nosov.ai·aibriefing·cloud101)이 같은 수치로 적고 있어 사용했고, 한 곳에서만 나온 절대지연 수치는 넣지 않았다.

원문 보기 →

4. 클라우드플레어 — 취약점 와이어를 열다, '제로 와이어'

무엇: 2026년 11월 3일 공개. 클라우드플레어 레이더 안에 만든 공개 취약점 인텔리전스 피드 '제로 와이어(Zero Wire)' 소개다. 모든 CVE를 나열하는 카탈로그가 아니라, 보안팀이 이해하고 대응해야 할 중대한 이슈만 선별해 브리핑으로 제공한다.

왜: AI가 취약점 발견의 양과 속도를 키우면서 보안팀의 트리아지 부담이 커지고 있다. "뉴스 와이어의 명확성을 보안 브리핑에" 가져온 시도다.

어떻게: 브리핑 구성은 무슨 일이 일어났는지, 누가 조사해야 하는지, 지금 무엇을 해야 하는지, 근거와 벤더 가이드 링크까지다. 홈페이지 분류는 "Needs attention"(적극적 평가·조치 필요)과 "Reference"(가이드가 안정된 브리핑 보관) 두 가지다. 각 브리핑에는 상태와 마지막 확인 날짜, 업데이트 연표가 표시된다. 에이전트용 사전 작성 프롬프트는 읽기 전용으로, 복사한다고 시스템을 스캔하거나 변경하지 않는다.

대표 사례 php2shell: PHP 런타임의 두 가지 취약점 — 앱 코드나 플러그인 업데이트만으로는 밑단의 런타임이 고쳐지지 않는다
WAF 완화 조치는 보상 통제일 뿐, 취약한 소프트웨어를 고치는 대체재가 아니다
하나의 브리핑이 여러 관련 CVE를 함께 다룰 수 있고, CVE·연구·CISA Known Exploited Vulnerabilities Catalog로 연결된다

테크수다의 시각: 숫자보다 운영 방식이 포인트인 글이지만, 브리핑에 상태와 마지막 확인일, 변경 연표를 붙이고 에이전트용 읽기 전용 프롬프트까지 제공하는 설계는 국내 보안·인프라 팀이 자체 취약점 대응 프로세스를 만들 때 그대로 참고할 수 있는 패턴이다.

원문 보기 →

5. 메타 — 광고 ML 피처를 3.6배 빨리 내보내다, F3 라이트닝

무엇: 2026년 11월 3일 공개. 광고 랭킹 모델의 ML 피처를 작성·컴파일·서빙하는 프레임워크 F3(Facebook Feature Framework)의 새 배포 방식 'F3 라이트닝(F3 Lightning)' 소개다. 하나의 요청이 2만 개 이상의 피처를 요구할 수 있다. F3는 처음 수백 개 피처 규모로 시작했으나 현재 2만 개 이상으로 커졌다.

왜: 기존 F3는 공유 계산을 줄이려고 모든 피처를 하나의 병합 그래프로 컴파일했는데, 그래프 자체가 릴리즈 단위라 피처 하나가 잘못되면 전체 릴리즈가 막혔다.

어떻게: 피처마다 독립적으로 컴파일·검증·배포·롤백할 수 있게 배포 단위와 실행 단위를 분리했다. 효율을 유지하기 위한 4가지 최적화는 안정적인 계산 식별자, 하나의 공유 실행 계획, 모든 피처가 공유하는 하나의 메모리 버퍼, 직접 배열 접근을 위한 조밀한 인덱스 매핑이다.

비교 가능한 추출 피처가 기존 F3보다 약 3.6배 빠르게 프로덕션에 도달, 인프라 컴퓨팅 비용 증가 없음

테크수다의 시각: "배포와 실행의 경계를 분리하라"는, 규모가 커진 ML 피처 플랫폼의 근본적인 설계 교훈이다. 광고 ML이 아니더라도 대규모 피처 스토어나 공유 그래프를 운영하는 팀이라면, '하나가 망가지면 전체가 멈추는' 구조를 어떻게 푸는지 그대로 가져갈 수 있다.

원문 보기 →

한눈에 비교

글	다룬 병목	핵심 수치	한국 독자를 위한 교훈
래블업 MLxcel 0.8	로컬 추론의 새 하드웨어 기준 부재	44개 모델 실측, 75.9 tok/s(MoE 3B 활성)	대역폭의 법칙을 실측으로 확인하라
마켓컬리 회귀 테스트 지도	테스트가 닿지 않은 화면이 보이지 않음	신규 테스트 114개, 3.5일 만에 완성	고장을 넣어 실패할 수 있음을 증명하라
카카오 클레임 색인 CDC 전환	알림 기반 수집의 누락과 기준시각 오류	7일 전수 대조 42,000건, 불일치 0건	옮기는 것보다 증명이 어렵다 — 검증 설계를 먼저 짜라
클라우드플레어 제로 와이어	CVE 홍수 속 트리아지 부담	브리핑 구조: 상태·마지막 확인일·연표	봐야 할 것만 가려 보이는 것이 일이다
메타 F3 라이트닝	피처 하나가 전체 릴리즈를 막음	프로덕션 도달 3.6배, 비용 증가 없음	배포와 실행의 경계를 분리하라

테크수다의 시각

이번 주 톱5를 관통하는 흐름은 '증명'이다. 래블업은 44개 모델 실측으로 로컬 추론 성능을 보였고, 카카오는 7일 전수 대조로 바꾼 색인이 맞다는 것을 보였으며, 마켓컬리는 고장 주입으로 테스트가 실패를 잡아낸다는 것을 보였다. 클라우드플레어는 쏟아지는 CVE 중에서 봐야 할 것만 가려 브리핑으로 보였고, 메타는 피처를 쪼개도 공유 계산이 유지된다는 것을 3.6배라는 수치로 보였다. 다섯 글 모두 "왜 이렇게 했는가"와 "결과 수치는 무엇인가"를 공개했다는 점에서, 이번 주도 같은 기준으로 골랐다. AI 시대의 병목은 만드는 속도가 아니라, 만든 것을 믿을 수 있게 보이는 일이다. 다음 주에도 주목받지 못한 실전 글을 골라 정리하겠다.

이 주의 기술 블로그 톱5, 이런 점이 궁금했나요?

Q. 카카오 글의 수치는 원문에서 직접 확인이 안 됐다면서 왜 넣었나?

A. 원문 페이지는 자바스크립트 렌더링이라 본문 텍스트가 직접 열리지 않았다. 다만 대조 건수(약 42,000건)·불일치 0건·7일 전수 대조·문서당 40개 이상 필드·17개 이상 테이블·하루 수만 건 조회는 2차 요약 세 곳이 같은 수치로 적고 있어, 일치하는 수치만 골라 썼다. 한 곳에서만 나온 절대지연 수치는 본문에 넣지 않았다. 전환 방식과 검증 설계(누락·값·지연 세 축)는 원문 요약에서 직접 확인했다.

Q. 카카오 CDC 전환은 클레임 검색에만 쓸 수 있는 방법인가?

A. 검증 설계는 범용이다. 누락·값·지연 세 축으로 신구 색인을 대조하는 방식은 다른 검색 색인이나 데이터 파이프라인 이전에도 그대로 쓸 수 있다. '옮기는 것보다 증명이 어렵다'는 제목이 말해주듯, 이전 자체보다 맞다는 것을 보이는 절차가 이 글의 본론이다.

Q. 래블업 글은 상장 직후 홍보성 아닌가?

A. MLxcel 0.8 글은 릴리즈 노트 형식이긴 하지만, 44개 모델 실측 수치와 Strix Halo 사양, 포팅 타임라인까지 공개한 기술 글이다. 상장 사실은 배경으로만 적었고, 본문은 수치와 측정 환경을 기준으로 정리했다. 리벨리온은 아직 상장 전이라 이번 호 후보에서 빠졌다.

Q. 원문을 통째로 번역하지 않는 이유는 무엇인가?

[테크수다 기자 도안구 eyeball@techsuda.com]