이 주의 기술 블로그 톱5… 에이전트에게 맡기고, 인프라로 묶은 주

[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 AI가 일을 맡기 시작하자, 남은 일이 무엇인지 보여줬다는 점이다. 구글은 에이전트 팀이 수학 증명과 분자 구조 판별, 커널 최적화까지 맡는 과정을 공개했고, 메타는 GPU 실행을 오케스트레이션하는 새 컴파일러를 내놨다. 우아한형제들은 실시간 알림을 ‘유실을 허용한다’는 정책 하나로 단순화했고, 네이버는 API를 AI가 검수하고 호출하는 플랫폼으로 바꿨으며, 쿠팡은 수천 대의 설비를 하나의 네트워크로 묶었다. 전문을 번역한 게 아니라, 프라이데이 형태처럼 각 글을 실질 요약으로 정리했다. 원문 링크는 각 항목 끝에 달았다.

▶ 핵심 키워드 요약

  • 구글은 에이전트 팀이 수학 증명을 형식화하고, 분자 구조를 95% 정확도로 맞히고, 비디오 디코더를 Rust로 다시 써 20~30% 빠르게 만들었다. 다만 5,000만 줄 형식화의 99.5%는 생성된 인증 데이터이고, 바일 추측 형식화 코드는 아직 공개되지 않았다.
  • 메타는 GPU 커널의 실행을 오케스트레이션하는 TLX로 GEM 학습 MFU 20~25%를 냈고, 우아한형제들은 SSE 연결 1개당 43KB라는 측정값으로 실시간 알림의 비용을 보였다.
  • 네이버는 API 검수와 호출을 AI에게 맡기는 플랫폼 전환을, 쿠팡은 수천 대 설비를 하나의 네트워크로 묶는 통합을 보여줬다. 이번 주 톱5의 교훈은 단순하다. AI에게 일을 맡기는 것보다, 맡긴 일을 검증하고 묶는 설계가 먼저다.

이번 주 흐름

  1. 맡긴다. 구글은 에이전트 팀에게 수학 증명과 분자 구조 판별, 커널 최적화를 맡겼고, 네이버는 API 검수와 호출을 AI에게 맡기는 플랫폼으로 바꿨다.
  2. 묶는다. 메타는 GPU 실행을 오케스트레이션하는 TLX로 묶었고, 쿠팡은 수천 대의 자동화 설비를 하나의 네트워크로 묶었다. 우아한형제들은 실시간 알림을 하나의 정책으로 묶었다.
  3. 검증한다. 구글의 성패는 반증자가 틀린 답을 걸러내는 구조가 갈랐고, 우아한형제들은 유실을 허용하되 최신 상태로 맞추는 설계로 검증 부담을 줄였다.
  4. 결론. AI에게 일을 맡기는 것보다, 맡긴 일을 검증하고 묶는 설계가 먼저다.
95%구글 NMR 분자 구조 판별 top-1 정확도 (top-3 100%, 단일 에이전트 대비 약 2배)구글 리서치 블로그
4.09배구글 DuoDiscover, JAXBench 17개 커널 기하평균 속도 향상구글 리서치 블로그
20~25%메타 GEM 학습 종단 MFU (수천 개 Blackwell GPU)메타 엔지니어링 블로그
43KB우아한형제들 SSE 연결 1개당 Nginx 사이드카 메모리우아한형제들 기술 블로그
0건우아한형제들 최근 30일 버려진 SSE 이벤트 (4개월 ON_ERROR 0건)우아한형제들 기술 블로그
TOP 1우아한형제들, 비가 오면 사장님이 먼저 안다 — SSE 실시간 알림, ‘유실을 허용한다’는 정책이 설계를 단순화했다우아한형제들 기술 블로그 · 2026-11-10

무엇: 2026년 11월 10일 공개. 배민셀프서비스에 기상악화 알림을 실시간으로 띄운 사례다. 폭우나 폭설이 오면 주문은 평소처럼 들어오는데 배달할 라이더가 부족해져 취소가 급증한다. 임시배달지역 조정 기능으로 배달 반경을 일시적으로 좁히는데, 파트너가 “지금이 기상악화 상황이다”라는 사실을 제때 알아야 기능이 제 역할을 한다.

왜: 기존 셀프서비스에는 서버가 파트너에게 먼저 보낼 방법이 없었다. 폴링으로 실시간처럼 보이게 하려면 동접 파트너 1만 5천 명 기준 30초마다 물어볼 때 매초 500건이 들어오고, 그 요청의 거의 전부가 “기상 상태 좋음”이라는 답을 받는다. 지연을 줄이려면 부하를 키워야 하고, 부하를 줄이면 더 늦게 안다.

어떻게: SSE(응답을 끝내지 않는 GET 요청)를 택했다. 롱 폴링은 이벤트 하나에 응답이 끝나고, WebSocket은 필요한 한 방향 외에 인증·로그·프록시·재연결까지 새로 챙겨야 했다. 이벤트는 SNS→SQS→Kafka→Sink→브라우저 5단계를 거치고, 파드마다 Kafka groupId를 다르게 줘 모든 파드가 같은 메시지를 받게 했다. 이벤트에는 상태를 싣지 않고 식별자만 보내는 zero-payload 방식이라, 프론트는 신호를 받으면 REST API로 최신 상태를 다시 조회한다. 상태 조회는 파트너·가게 단위 30초 캐시로 합쳤다.

  • SSE 연결 1개당 Nginx 사이드카 메모리 약 43KB로 측정했다
  • 동시 연결 상한이 없으면 파드의 커널 포트(약 28K)가 먼저 고갈돼 502가 나니, 상한을 그 아래로 두어 새 연결에만 503이 나게 했다
  • heartbeat는 30초마다 보내고, 재연결 지터는 3~10초로 뽑아 7초 폭에 분산시켰다. 지터만으로는 부족해 백오프와 상한도 함께 뒀다
  • 4개월간 연결 종료 사유는 대부분 CANCEL이었고 ON_ERROR는 0건이었다. 평균 연결 수명은 22분, 최대는 15일(가게 PC를 안 끄고 둔 경우)이다. 최근 30일 동안 실제로 버려진 이벤트는 0건이었다
  • 이벤트에는 처음부터 들어 있는 UUID를 마지막 단계까지 실어 어느 단계에서 끊겼는지 추적하고, 프론트는 ACK API로 “못 받았다”와 “받고도 조치를 안 했다”를 구분한다
테크수다의 시각:

실시간 알림을 고민하는 팀이라면, 이 글의 교훈은 “유실을 허용한다”는 정책 결정 하나가 복구·순서 보장·백프레셔·배포 대응을 한꺼번에 단순화했다는 점이다. 반대로 유실을 막기로 했다면 네 곳이 전부 무거워졌을 것이다.

주의: 단, 결제나 정산처럼 한 건도 잃으면 안 되는 일에는 이 설계가 맞지 않는다. 글도 그 점을 분명히 적었다.

출처우아한형제들 기술 블로그, 2026-11-10원문 보기
TOP 2네이버, 커머스API를 AI 네이티브로 바꾸다 — 검수도, 답변도, 호출도 AI가네이버 D2 · 2026-11-11

무엇: 2026년 11월 11일 공개. NAVER Engineering Day 10th에서 발표된 세션을 D2에 공개한 글이다. Engineering Day는 2016년부터 이어진 사내 행사로 매회 평균 100개 이상의 발표가 이뤄진다. 커머스API 플랫폼이 올해 진행한 AI 네이티브 과제 세 건의 설계 결정과 운영 결과를 소개한다.

왜: 같은 API 스펙이 AI에게 검수되고, 문의 답변의 근거가 되고, tool로 호출되기까지 — API 플랫폼의 AI 전환은 모델 하나를 붙이는 일이 아니라 검수·호출·지식의 세 경로를 한 번에 바꾸는 일이다.

어떻게: 첫째, 라우팅 규칙 50개를 데이터로 만들어 판단이 필요한 규칙까지 자동으로 검수하는 엔진을 구축했다. 둘째, MCP 게이트웨이로 API 명세를 AI 에이전트가 부르는 Tool로 바꾸고, 같은 검수와 통제를 거치게 했다. 셋째, 흩어진 지식을 지식 자산으로 모아 AI가 읽는 문서와 문의 답변 AI로 이어 갔다.

  • 라우팅 규칙 50개를 데이터로 만들고, 판단이 필요한 규칙까지 자동으로 검수하는 엔진을 구축했다
  • MCP 게이트웨이: 에이전트가 API를 직접 호출하게 두되, 검수와 통제 없이 열어주지 않는 구조
  • 기술지원 운영: 흩어진 지식을 지식 자산으로 모아, AI가 읽는 문서와 문의 답변 AI로 이어 갔다
테크수다의 시각:

API를 만들거나 운영하는 팀이라면, “우리 API도 AI에게 검수받고, AI에게 불릴 준비가 됐는가”라는 질문을 그대로 가져갈 수 있다.

주의: 다만 이 글은 세션 소개 페이지라 정량 운영 결과 수치는 영상 본편에 있다. 본문에는 라우팅 규칙 50개와 매회 평균 100개 이상 발표 같은, 페이지에서 확인한 수치만 썼다. 발행일 11월 11일은 카드뉴스 기준이다. D2 본문에는 날짜 표기가 없다.

출처네이버 D2, 2026-11-11 (카드뉴스 기준)원문 보기
TOP 3쿠팡, 수천 대의 자동화 설비를 하나로 묶다 — 2년 만에 만든 ‘디지털 신경계’쿠팡 뉴스룸 · 2026-11-10

무엇: 2026년 11월 10일 공개. 쿠팡 뉴스룸 글이다. 싱가포르에서 열린 ‘2026 옥타브 오베이션’에서 ‘APAC 이노베이터 오베이션’을 수상한 소식과 함께, 그 배경이 된 차세대 물류 자동화 기술을 소개한다.

왜: 기존 물류 현장에서는 수십 개 공급업체의 설비가 서로 호환되지 않는 소프트웨어를 썼다. 설비마다 서로 다른 언어를 쓰는 셈이라, 자동화를 늘려도 운영은 따로 놀았다.

어떻게: 단 2년 만에 수천 대의 개별 자동화 설비를 하나로 연결하는 전사적 네트워크를 구축했다. 공급업체마다 서로 다른 형식으로 관리하던 수백만 개의 데이터를 표준화하고 하나의 디지털 기반으로 통합했다. 정제하고 표준화한 데이터를 자체 머신러닝 알고리즘에 활용하면서, 데이터를 바탕으로 설비의 고장 가능성을 미리 예측하고 필요한 조치까지 제시하는 맞춤형 유지보수로 옮겼다. 무인운반로봇(AGV), 자동 포장 설비, 분류 시스템 등 다양한 자동화 설비를 신속하게 하나의 체계로 통합한 것이 운영 안정성의 기반이 됐고, 로켓배송과 새벽배송을 뒷받침한다.

  • 단 2년 만에 수천 대의 개별 자동화 설비를 하나로 연결하는 전사적 네트워크를 구축했다
  • 공급업체마다 서로 다른 형식으로 관리하던 수백만 개의 데이터를 표준화하고 하나의 디지털 기반으로 통합했다
  • 2026 Octave Ovations ‘APAC Innovator Ovation’ 수상 (싱가포르, 운영 혁신 및 엔지니어링 부문)
테크수다의 시각:

물류·제조 자동화를 다루는 팀이라면, 이 글의 교훈은 자동화의 다음 단계가 로봇 추가가 아니라 설비 간 데이터 표준화와 통합 네트워크라는 점이다.

주의: 다만 이 글은 쿠팡 뉴스룸 글이라 비용·시간 절감률 같은 정량 성과 수치는 공개되지 않았다. 그래서 본문에는 2년, 수천 대, 수백만 개 데이터, 수상 사실처럼 확인한 내용만 썼고, 절감 효과에 대한 주장은 넣지 않았다.

출처쿠팡 뉴스룸, 2026-11-10원문 보기

TOP 4구글, 에이전트 팀으로 수학 난제를 풀다 — /teamwork, 반증자가 있는 멀티에이전트구글 리서치 블로그 · 2026-11-13

무엇: 2026년 11월 13일 공개. 안티그래비티의 멀티에이전트 기능 /teamwork가 Gemini 4 모델들과 함께 수학·과학·시스템 엔지니어링의 오랜 난제를 푼 결과를 정리한 글이다.

왜: /teamwork의 설계는 두 가지다. 여러 에이전트가 병렬로 탐색하고, 반증자(falsifier)가 결과를 검증한다. Lean 4 증명 검사기, 수정하지 않은 테스트 스위트, 실행 시뮬레이터, 하드웨어 카운터 같은 검증 도구가 후보 해법 중 무엇이 맞는지 자동으로 가린다. 긴 작업에서는 각 전문 에이전트에게 필요한 파일과 도구만 나눠줘 맥락이 흩어지는 것을 막고, 비평가와 감사자가 깨끗한 맥락에서 결과를 다시 검증한다.

어떻게: 구글과 CUHK·USC·CMU 연구팀은 Long Proof 패턴으로 2013년 코타드-쿠마르 추측을 증명하고 Lean 4로 형식화했다. 분자 구조 판별에서는 30개 전문 에이전트와 물리 기반 스펙트럼 시뮬레이터를 묶었다. libgav1 Rust 포팅은 처음엔 4배 느렸으나 프로파일링 도구를 주고 속도를 끌어올렸다. DuoDiscover 패턴은 JAXBench 17개 커널에서 기하평균 4.09배, vLLM TPU 추론 Pallas 커널 7개에서 기하평균 2.99배의 속도 향상을 냈다.

  • 코타드-쿠마르 추측 증명 + Lean 4 형식화 5,000만 줄(구글 발표) — 다만 사람이 읽는 증명은 약 23만 9천 줄, 나머지 99.5%는 생성된 인증 데이터
  • 바일 추측 형식화 약 180만 줄, 28,800회 서브에이전트 호출 — 구글 주장, 코드·논문 미공개로 외부 검증 불가
  • NMR 분자 구조 판별 top-1 95%, top-3 100% — 단일 에이전트 대비 약 2배
  • libgav1 Rust 포팅 약 17만 줄, 100% 비트 일치 — C++·수작업 어셈블리 대비 20~30% 빠름
  • 지르콘 안전 Rust 약 80만 줄 추가, 2주 캠페인, arm64 부팅 / DuoDiscover JAXBench 17개 커널 기하평균 4.09배
  • 9x9 바둑 엔진 8일 이내 약 2,600 Elo 상승해 1,885 Elo / 플릿 메모리 절감 1PiB 초과, Borg TPU 선점 24% 감소
테크수다의 시각:

멀티에이전트를 도입하는 팀이라면, 이 글의 교훈은 “반증자로 검증하는 구조”가 성패를 가른다는 점이다. 에이전트를 많이 붙이는 것보다, 틀린 답을 걸러낼 검증기를 함께 두는 설계가 먼저다.

주의: 5,000만 줄 형식화와 바일 추측 형식화는 구글 주장 수치다. 5,000만 줄의 99.5%는 생성된 인증 데이터이고, 바일 형식화 코드는 아직 공개되지 않았다.

출처구글 리서치 블로그, 2026-11-13원문 보기
TOP 5메타, GPU 컴파일러 TLX를 열다 — 실행 오케스트레이션이 병목이다메타 엔지니어링 블로그 · 2026-11-10

무엇: 2026년 11월 10일 공개. 트라이튼의 확장인 TLX(Triton Low-Level Extensions) 소개다. 최신 GPU는 워프 전문화, 비동기 메모리 이동, 텐서 메모리, 클러스터 단위 실행 같은 실행 중심 기능을 앞세우는데, CUDA는 이를 표현하려면 아키텍처별 오케스트레이션 코드를 대량으로 써야 하고, 트라이튼은 실행 구조가 컴파일러 뒤에 숨어 있었다.

왜: 하드웨어가 빨라질수록 병목은 연산이 아니라 실행 오케스트레이션으로 이동한다. TLX는 워프 그룹을 실행의 기본 단위로 삼는 MIMW(Multiple Instructions, Multiple Warps) 추상화로 그 사이의 빈 자리를 메운다. 트라이튼이 “무엇을 계산할지”를 맡고, TLX가 “어떻게 실행할지”를 맡는다.

어떻게: TLX 기반 분산 그룹 GEMM 커널은 대규모 LLM 사전학습 인프라에서 MoE 레이어의 그룹 행렬 곱셈을 가속하며 장기간 운영되고 있다. GEM 학습과 RecSys 추론, LLM 사전학습 세 현장에 이미 적용됐다.

  • GEM 학습: 수천 개 Blackwell GPU, 총 학습량 O(10^24) FLOPS, 종단 MFU 20~25%
  • GDPA 커널 순방향 최대 2배 속도 향상 / 선형 압축 커널 H100에서 4배 속도 향상
  • IKBO 공동 설계 모델에서 계산 집약 지연 최대 2/3 감소
  • 10개월간 메타의 트라이튼 커널 수는 약 3.8배 늘었는데, 같은 기간 CUDA 커널 수는 약 2.0배 느는 데 그쳤다 / 대상: 엔비디아 호퍼·블랙웰, AMD Mi300·Mi350x, MTIA
테크수다의 시각:

GPU 커널 최적화를 다루는 팀이라면, 이 글의 교훈은 하드웨어가 빨라질수록 병목은 연산이 아니라 실행 오케스트레이션으로 이동한다는 점이다. 생산성을 버리지 않고 실행 구조를 코드에 드러내는 것, 그게 TLX가 제시한 답이다.

출처메타 엔지니어링 블로그, 2026-11-10원문 보기

한눈에 비교

항목핵심 수치무슨 일왜 중요한가
우아한형제들, 비가 오면 사장님이 먼저 안다 — SSE 실시간 알림연결당 43KB, 최근 30일 버려진 이벤트 0건배민셀프서비스에 기상악화 알림을 실시간으로 띄운 사례다이 글의 교훈은 “유실을 허용한다”는 정책 결정 하나가 복구·순서 보장·백프레셔·배포 대응을 한꺼번에 단순화했다는 점이다
네이버, 커머스API를 AI 네이티브로 바꾸다라우팅 규칙 50개 데이터화커머스API 플랫폼이 올해 진행한 AI 네이티브 과제 세 건이다네이버는 모델 하나를 붙인 게 아니라, 검수·호출·지식이라는 세 경로를 한 번에 바꿨다
쿠팡, 수천 대의 자동화 설비를 하나로 묶다2년 만에 수천 대 설비 통합, 수백만 개 데이터 표준화‘2026 옥타브 오베이션’에서 ‘APAC 이노베이터 오베이션’을 수상한 소식과 함께, 그 배경이 된 차세대 물류 자동화 기술을 소개한다이 글의 교훈은 자동화의 다음 단계가 로봇 추가가 아니라 설비 간 데이터 표준화와 통합 네트워크라는 점이다
구글, 에이전트 팀으로 수학 난제를 풀다NMR top-1 95%, DuoDiscover 4.09배, libgav1 20~30% 빠름안티그래비티의 멀티에이전트 기능 /teamwork가 Gemini 4 모델들과 함께 수학·과학·시스템 엔지니어링의 오랜 난제를 푼 결과를 정리했다이 글의 교훈은 “반증자로 검증하는 구조”가 성패를 가른다는 점이다
메타, GPU 컴파일러 TLX를 열다GEM MFU 20~25%, GDPA 최대 2배, 압축 커널 4배트라이튼(Triton)의 확장인 TLX(Triton Low-Level Extensions)를 소개한다이 글의 교훈은 하드웨어가 빨라질수록 병목은 연산이 아니라 실행 오케스트레이션으로 이동한다는 점이다

테크수다의 시각

이번 주 톱5를 관통하는 흐름은 ‘맡기고, 묶고, 검증하는 일’이다. 구글은 에이전트 팀에게 수학 증명과 분자 구조, 커널 최적화를 맡겼고, 그 성패를 반증자라는 검증 구조가 갈랐다. 메타는 GPU 실행을 오케스트레이션하는 법을 프로그래밍 모델로 굳혔고, 우아한형제들은 실시간 알림을 유실 허용이라는 정책 하나로 단순화했다. 네이버는 API 검수와 호출, 지식의 경로를 AI에게 맡기는 플랫폼 전환을, 쿠팡은 수천 대 설비를 하나의 네트워크로 묶는 통합을 보여줬다. 다섯 글 모두 “왜 이렇게 했는가”와 “결과 수치는 무엇인가”를 공개했다는 점에서, 이번 주도 같은 기준으로 골랐다. 다만 이번 주는 날짜가 확인된 국내 글이 3건뿐인 얇은 주였다. 그래서 수치보다 교훈이 앞서는 글도 한두 건 들어갔다. 다음 주에도 주목받지 못한 실전 글을 골라 정리하겠다.

이 주의 기술 블로그 톱5, 이런 점이 궁금했나요?

Q. 구글 5,000만 줄 형식화는 그대로 믿어도 되나?

숫자 자체는 맞지만 해석이 필요하다. 공개 저장소를 독립 확인한 결과 5,037만 줄 중 사람이 읽는 증명은 약 23만 9천 줄이고, 나머지 99.5%는 Lean 커널이 검사하는 생성된 인증 데이터다. 바일 추측 형식화는 코드와 논문이 공개되지 않아 외부 검증이 불가능하다. 그래서 본문은 두 수치를 구글 주장으로 귀속했고, 검증 가능한 NMR·libgav1·DuoDiscover 수치를 앞세웠다.

Q. 네이버 D2 글은 왜 수치가 적나?

세션 소개 페이지라서 그렇다. 운영 결과 수치는 영상 본편에 있다. 본문에는 라우팅 규칙 50개, 매회 평균 100개 이상 발표처럼 페이지에서 확인한 수치만 썼고, 발행일 11월 11일은 카드뉴스 기준이다. D2 본문에는 날짜 표기가 없다.

Q. 쿠팡 글은 보도자료 아닌가?

쿠팡 뉴스룸 글이라 정량 성과 수치가 없다. 그래서 비용·시간 절감 같은 주장은 쓰지 않고, 2년·수천 대·수백만 개 데이터·수상 사실처럼 확인한 내용만으로 통합의 교훈을 정리했다. 이번 주는 날짜가 확인된 국내 글이 3건뿐이라, 채우기용 글보다 교훈이 있는 글을 택했다.

[테크수다 기자 도안구 eyeball@techsuda.com]