2026년 8월 11일 AI 뉴스 — OpenChamber, 도어대시 에이전트 게이트웨이, GPT-Live

클로드로 만든 앱, 알고보니 남의 것

테리 고디에가 지난주 밤하늘에서 무엇을 볼 수 있는지 알려주는 웹 유틸리티 Dark Hours를 출시했다. 며칠 뒤 한 개발자가 지적했다. 이미 DarkHours.app이라는 오픈소스 앱이 존재하고, 이름도 같고 기능도 겹친다는 것이었다. 결정적인 증거는 원본 앱이 예전에 고쳤던 버그까지 그대로 재현되어 있었다는 점이다.

고디에는 도메인을 DarkHours.app으로 리디렉트하고, 준비 중이던 iOS 버전 계획을 접었다. 그리고 원 개발자를 명시한 사과문을 공개했다. 본인 표현으로는 "기존 프로젝트와 얼마나 닮았는지 확인하는 작업을 하지 않은 채 AI 생성에만 의존한 것이 부주의했다"는 것이다. 앞으로 웹 앱은 AI로 만들지 않고, iOS에서도 디버깅과 문제 해결에만 쓰겠다고 밝혔다.

만드는 데 며칠이면 충분해진 시대에는, 만들기 전에 검색하는 30분이 상대적으로 비싸 보인다. 이 사건은 그 계산이 틀렸다는 걸 보여준다.

https://blog.terrygodier.com/2026/08/09/mea-culpa-dark-hours.html

모델 5개 동시에 돌리는 오픈소스 IDE

OpenChamber는 무료 오픈소스 에이전틱 개발 환경이다. 데스크톱(macOS·윈도우·리눅스), 브라우저, 모바일, VS Code에서 같은 세션을 이어서 쓸 수 있다.

기능이 구체적이다. Session Goals는 목표를 세션 너머로 유지해서 앱을 닫아도 에이전트가 작업을 계속한다. Multi-run과 Fusion은 한 작업을 최대 5개 모델에 동시에 던지고, 그중 가장 나은 결과를 고르거나 합친다. Changes Walkthrough는 큰 diff를 순서가 있는 설명 단계로 정리해준다. Preview 도구로 실행 중인 앱 요소를 집어 에이전트에게 컨텍스트로 넘길 수 있고, 깃허브 이슈나 PR에서 바로 시작해 실패한 체크 결과를 받고 머지까지 할 수 있다. 크론 스케줄로 프롬프트를 반복 실행하는 기능도 있다.

현재 OpenCode SDK 위에서 돌아간다. 데이터는 로컬에 남고, 원격 접근은 비밀번호로 잠그는 방식이다.

https://openchamber.dev/

LLM에게 설명 말고 시뮬레이션을 시켜라

저자는 LLM의 설명이 "따라가기 어렵거나 지나치게 단순하다"고 느껴 다른 방법을 쓴다. 4단계다. 먼저 클로드나 OpenCode로 주제의 기초 지식을 잡고, 모델에게 자기 출력의 오류를 스스로 검토하게 한 뒤, 롤러코스터 타이쿤 같은 저폴리 애니메이션을 조작 가능한 형태로 만들어 달라고 요청한다. 마지막으로 깃허브에 올려 GitHub Pages로 배포한다.

실제로 반도체 제조(ChipTycoon), 로켓 엔진 생산, LLM 작동 원리(Token Town), F1 엔진 조립, EUV 장비 조립을 이 방식으로 익혔다. 저자의 표현으로는 "게임 안의 사물에 개념을 대응시킬 수 있으니 학습이 남는다".

https://laurentiugabriel.github.io/blog/articles/how-i-use-llms-to-learn/

코드는 이제 버리고 다시 짜는 것

AI가 코드 재생성을 충분히 싸게 만들면, 조직이 지켜야 할 자산은 소스코드가 아니라 상위 스펙이 된다는 주장이다. 요구사항이 바뀌면 스펙에서 코드베이스 전체를 다시 만들면 된다. 컴파일을 다시 돌리는 것과 같은 감각이다.

다만 저자는 조건을 분명히 건다. 자연어 스펙으로는 안 된다는 것이다. 자연어 처리는 본질적으로 모호해서 영어 문장에서 대규모로 완전 자동 생성을 하는 것은 불가능하다고 본다. EARS처럼 형식 키워드와 자유 문장을 섞는 절충안도 자유 문장 쪽의 모호함이 그대로 남아 실패한다고 지적한다.

결국 필요한 건 형식 논리 기반 스펙이다. "그 스펙을 만족하는 어떤 프로그램이든 받아들일 수 있을 만큼" 모호함이 없어야 버튼 하나로 재생성이 성립한다. 사람의 역할은 코드 생성이나 검증 루프가 아니라 스펙 작성에 집중된다.

https://stng.substack.com/p/rewrite-all-the-code-all-the-time

도어대시가 만든 AI 에이전트 관문

MCP는 도구 호출 방식을 표준화했지만 인증, 인가, 크리덴셜 관리, 도구 큐레이션, 관측성 같은 프로덕션 문제는 다루지 않는다. 도어대시는 그 빈칸을 Agent Gateway로 메웠다.

이 게이트웨이는 데이터 플레인 프록시이자 컨트롤 플레인 레지스트리다. 호출자를 인증하고 권한을 확인하고, 에이전트에게 노출할 도구 목록을 큐레이션하고, 크리덴셜을 관리하고, 요청을 하위 MCP 서버로 라우팅하고, 구조화된 사용 이벤트를 뱉는다. 에이전트는 하위 서버마다 다른 인증·라우팅 규칙을 익힐 필요 없이 일관된 MCP 엔드포인트 패턴만 쓰면 된다.

규모가 설득력을 준다. 등록된 MCP 서버 200개 이상, 에이전트 30개 이상, 수천 명의 직원이 쓰며 주당 수백만 건의 도구 호출을 처리한다. 보안팀은 접근 통제와 권한 회수, 감사 로그를 한 지점에서 강제할 수 있고, 플랫폼팀이 공유 경로를 한 번 개선하면 모든 에이전트가 그 개선을 자동으로 물려받는다. 내부 워크플로와 외부 노출 에이전트는 공통 라이브러리와 레지스트리 개념을 공유하되 별도 프록시 플레인으로 신뢰 경계를 나눴다.

https://careersatdoordash.com/blog/how-doordash-built-a-centralized-gateway-for-ai-agent-tool-access/

오픈AI가 6개월 만에 만든 실시간 음성

GPT-Live는 오픈AI의 3세대 음성 시스템이다. 핵심은 오디오 경로에서 턴 감지기를 걷어냈다는 점이다. 음성 모델이 full-duplex라 말하면서 동시에 들을 수 있다.

6개월 동안 모델 추론, 컨텍스트 관리, 미디어 전송을 모두 다시 손봤다. 일반적인 요청-응답형 추론과 달리 들어오는 오디오를 음성 모델로 스트리밍하고 나가는 음성도 스트리밍으로 돌려주며, 위임 작업은 별도의 비동기 경로에서 처리한다. 그래서 더 깊은 추론이나 도구 호출이 필요해 GPT-5.5 같은 프론티어 모델을 불러야 할 때도 대화 흐름이 끊기지 않는다.

음성 기능을 제품에 붙이려는 팀에게는 지연 시간 설계의 참고 사례다.

https://openai.com/index/continuous-voice-interaction-with-gpt-live

API 키 없이 쓰는 한국 주식 MCP 서버

국내 상장사 1500종목의 확정 종가, DART 공시, 재무 실적을 URL 하나로 받아올 수 있는 서비스다. 매 거래일 18시 10분(KST)에 자동 발행되고, 장중 공시는 15시 마감까지 수집한다.

엔드포인트가 단순하다. 종목별 데이터는 `/data/public/s/[종목코드].json`, 전체 목록은 `/data/public/index.json`, 장중 공시는 `/data/public/disclosures_intraday.json`, 랭킹은 `/data/public/rankings.json`이다. 가입도 API 키도 요청 제한도 없고 CORS가 열려 있다. MCP 커넥터 주소 하나만 클로드나 챗GPT에 등록하면 대화 중에 종목·공시·랭킹을 바로 조회할 수 있다.

범위는 분명히 선을 그어뒀다. 실시간 시세, 분봉, PER·PBR, 목표주가, 투자자별 수급, 섹터 분류, 투자 추천은 제공하지 않는다.

https://aikstockdata.com

챗GPT 워크와 코덱스, 교육용으로 확장

오픈AI가 K-12 교사, 대학 교원, 대학생을 대상으로 한 교육 플러그인 3종을 챗GPT 워크와 코덱스에 추가했다. 여기서 플러그인은 앱, 역할별 스킬, 지침, 자주 쓰는 워크플로를 묶은 패키지다. 복잡한 프롬프트를 직접 설계하지 않아도 바로 쓸 수 있게 하는 것이 목적이다. ChatGPT Edu와 교육청 단위 ChatGPT for Teachers 배포를 통해 제공된다.

함께 발표된 ChatGPT for Academic Researchers 프로그램은 자격을 갖춘 연구자에게 12개월간 Pro 등급을 무료로 준다. 에스토니아에서는 ChatGPT Edu가 학생 2만 명, 교사 4600명 규모로 쓰이고 있고 타르투대·스탠퍼드와 종단 연구가 함께 진행 중이다.

https://openai.com/index/learn-teach-chatgpt-work-codex

마치며

오늘 목록은 "에이전트를 어디까지 상주시킬 것인가"라는 질문으로 모인다. OpenChamber는 에이전트를 개발 환경에 눌러앉히고 앱을 닫아도 계속 일하게 만들고, 도어대시는 그렇게 늘어난 200개 서버·30개 에이전트의 접근 권한을 한 지점으로 모았다. 자동화가 늘수록 통제 지점이 먼저 필요해진다는 순서를 보여준다.

반대편에는 Dark Hours가 있다. 클로드로 며칠 만에 만든 앱이 이미 존재하는 프로젝트와 겹쳐 도메인을 넘긴 사례다. 형식 스펙 없이는 코드 자동 재생성이 성립하지 않는다는 주장과 나란히 놓으면 결론이 비슷해진다. 생성 속도가 빨라질수록 사람이 앞뒤에 남겨야 할 확인 작업의 값어치가 올라간다.

나무숲은 이런 흐름을 매일 아침 정리해 전한다. 더 많은 AI 뉴스는 treesoop.com에서 확인할 수 있다.