2026년 10월 13일 AI 뉴스 — 토르발스의 클로드 코드, 타입세이프 투자 유치, 우버 MCP 게이트웨이
리누스 토르발스의 클로드 코드 커널 작업, 타입세이프 AI의 8억 7천만 달러 투자 유치, 우버 MCP 게이트웨이, 오픈클로 2026.10.1, QGIS의 AI 기여 금지 등 오늘의 AI 뉴스 8건을 정리했습니다.
오늘은 오픈소스와 AI 코딩의 관계를 보여주는 소식 두 개가 나란히 올라왔습니다. 리누스 토르발스는 클로드 코드로 리눅스 커널 개선 작업을 하고 있고, QGIS는 AI 보조 기여를 전면 금지했습니다. 결정 모델 쪽에서는 타입세이프 AI의 대형 투자 유치와 직접 만들어 보는 튜토리얼이, 에이전트 인프라 쪽에서는 우버의 MCP 게이트웨이와 오픈클로 새 버전이 나왔습니다.
리누스 토르발스, 클로드 코드로 리눅스 커널 개선 작업
리눅스 창시자 리누스 토르발스가 클로드 코드를 써서 규모가 큰 리눅스 커널 개선 작업을 진행하고 있다고 포로닉스가 전했습니다. 리뷰 기준이 까다롭기로 유명한 커널에서, 그것도 메인테이너 본인이 AI 코딩 도구를 쓴다는 점이 눈에 띕니다.
타입세이프 AI, 75억 달러 가치로 8억 7천만 달러 투자 유치
결정 모델 제브(Jev)를 만든 타입세이프 AI가 시리즈 A에서 8억 7천만 달러(약 1.3조 원)를 투자받았습니다. 기업가치는 75억 달러(약 11.3조 원)입니다. 앤드리슨 호로위츠가 라운드를 이끌었고 세쿼이아 캐피털, 기존 투자사 DCVC, 엔젤 투자자들이 참여했습니다. 마틴 카사도가 이사회에 합류합니다.
타입세이프는 스스로를 "자동화를 위한 머신 네이티브 지능 인프라"를 만드는 AI 연구소라고 소개합니다. 대화가 아니라 소프트웨어 안에서 결정을 내리는 모델을 만든다는 뜻입니다. 첫 시스템 원 모델인 제브는 아직 얼리 액세스 단계인데, 회사는 포춘 500 기업의 3분의 1이 이미 제브를 쓰고 있다고 밝혔습니다.
앞으로의 방향으로는 제브의 특성을 극단까지 밀어붙인 머신 네이티브 모델 추가, '스마트 소프트웨어'를 만들기 위한 인프라, 고객이 요청해 온 엔터프라이즈 기능을 꼽았습니다.
우버, 기존 API를 MCP 도구로 묶는 MCP 게이트웨이 설계 공개
우버가 사내 API를 MCP 도구로 통합하는 MCP 게이트웨이의 설계를 공개했습니다. 팀마다 MCP 연동을 따로 만들면서 도구가 흩어지고 인프라가 중복되자, HTTP·gRPC·TChannel을 한곳에서 잇고 보안과 관측을 일관되게 적용할 시스템이 필요했다는 설명입니다. 지금은 800개가 넘는 MCP 서버와 5,000개 이상의 도구를 호스팅합니다.
구조는 둘로 나뉩니다. 서버와 도구의 카탈로그인 MCP 레지스트리(컨트롤 플레인)와, MCP 요청을 실제 호출로 바꿔 실행하는 프록시 게이트웨이(데이터 플레인)입니다. 도구는 AutoCrawler라는 워크플로가 만듭니다. 주기적으로 IDL 레지스트리를 훑어 Protobuf·Thrift 파일에서 메서드와 스키마, 주석을 뽑고, LLM으로 에이전트가 읽기 좋은 도구 설명을 생성해 레지스트리에 등록합니다.
발견된다고 곧바로 노출되지는 않습니다. 모든 서버와 도구는 비활성 상태로 등록되고 소유 팀이 직접 켜야 합니다. 인가는 도구 단위로 적용되고, 응답의 개인정보 마스킹은 기본으로 켜져 있습니다. 컨텍스트를 아끼기 위한 장치도 있습니다. 도구 4개만 노출하는 Omni MCP로 점진적으로 탐색하고, 응답에서 필요한 필드만 받는 프로젝션을 쓰며, 코딩 에이전트는 aifx CLI로 MCP 서버 설치 없이 도구를 호출합니다. 우버는 에이전트 시스템에서 가장 어려운 부분이 AI 자체가 아니라 탐색·보안·신뢰성 같은 주변 인프라라고 결론짓습니다.
오픈클로 2026.10.1 출시, 설치된 스킬 탐색과 MCP Apps 지원
오픈클로 v2026.10.1이 나왔습니다. 커밋 3,055개, 풀 리퀘스트 2,425개, 기여자 402명이 참여한 릴리스입니다. 에이전트가 필요한 시점에 설치된 스킬을 찾아 쓰는 기능, MCP Apps, 전체 백업, 더 간단해진 데스크톱 설정이 주요 변경점입니다.
1인 개발자, 클로드로 워드·엑셀·파워포인트를 오픈소스로 재구현
어도비 앱을 대체하는 오픈소스 도구 모음 ArtCraft를 만든 브랜던 토머스가 이번에는 마이크로소프트 오피스 대체 앱을 공개했습니다. 엑셀은 GridCraft, 파워포인트는 DeckCraft, 워드는 WordCraft라는 이름으로 나왔고, 모두 클로드로 만들었습니다. ArtCraft 깃허브에서 무료로 받을 수 있습니다.
토머스는 15년 경력의 소프트웨어 엔지니어입니다. ArtCraft가 주목받은 뒤 "바이브 코딩으로 찍어낸 AI 슬롭"이라는 비판이 나오자 본인은 코딩을 할 줄 안다고 답했고, "AI 모델 덕분에 혼자서 회사 하나처럼 일한다. 직원 1인당 매출로 구글의 4배를 내고 있다"고 말했습니다. ArtCraft는 윈도우·macOS·리눅스에서 같은 경험을 제공하는 것을 내세우고 있고, 디스코드 커뮤니티에서는 오토데스크를 대체할 CADcraft 요청이 자주 나옵니다.
다만 톰스하드웨어는 이 앱들 대부분이 대체하려는 원본과는 아직 거리가 멀다고 평가했습니다.
Qwen으로 나만의 결정 모델 만들기
제브 같은 '시스템 원' 결정 모델을 직접 만들어 보는 글입니다. 결정 모델은 토큰을 하나씩 생성하지 않고, 정해진 선택지 가운데 하나를 한 번의 순전파로 고르면서 각 선택지의 확률까지 내놓습니다. 글의 예시에서 일반 LLM이 구조화된 출력을 만들려면 11번의 패스가 필요하지만 결정 모델은 한 번이면 됩니다.
방법은 단순합니다. Qwen3-1.7B에 질문과 A~E 선택지를 넣고, 첫 토큰의 로짓을 선택지 문자로만 제한해 가장 확률이 높은 것을 고릅니다. CommonsenseQA 1,221문항에서 기본 모델의 정확도는 59.4%였고, 간단히 파인튜닝하자 62.4%로 올랐습니다.
더 중요한 내용은 보정입니다. 모델이 0.9~1.0의 확신을 보인 구간에서 평균 확신도는 0.99였는데 실제 정확도는 0.70에 그쳤습니다. 온도 스케일링을 적용하자 같은 구간이 확신도 0.93, 정확도 0.95로 맞춰졌습니다. 저자는 날것의 토큰 확률은 진짜 확신도가 아니라고 정리합니다.
jevgrep, 코드 동작을 물어 파일을 찾는 코딩 에이전트용 CLI
jevgrep(jg)은 "이 코드가 무엇을 하는지"를 질문해서 코드를 찾는 코딩 에이전트용 CLI입니다. 저장소에 질문을 던지면 관련 파일, 읽어볼 단서, 줄 번호가 붙은 소스 발췌를 한 번의 출력으로 돌려줍니다. 폴더, 파일, 선언 단위의 관련성 판단에는 결정 모델 제브를 씁니다. README는 이 출력이 생성된 답이 아니라 에이전트가 쓸 증거이며, 관련 파일을 전부 찾았다는 보장은 아니라고 밝힙니다.
npm install -g @dzhng/jevgrep로 설치하고 jg auth로 제공자를 고른 뒤 jg skill을 실행하면 클로드 코드, 코덱스, 오픈코드 같은 에이전트에 스킬이 설치됩니다. Node.js 22 이상이 필요하고 라이선스는 MIT입니다. 검색할 때 소스 내용이 선택한 제공자를 거쳐 제브로 전송된다는 점은 알아둬야 합니다.
SWE-bench 파이썬 과제 10개로 측정한 결과, 제브 없는 기준선과 똑같이 8개를 풀면서 제브 비용을 포함한 총비용은 25.8% 낮았습니다. README도 단일 실행 결과이며 모든 저장소에서 절감을 보장하지는 않는다고 덧붙였습니다.
QGIS, AI 보조 기여 전면 금지
오픈소스 GIS 프로젝트 QGIS가 AI 정책을 엄격한 "허용 안 함"으로 바꾸는 QEP428을 10월 7일 승인하고 병합했습니다. 제안자는 핵심 개발자 니얼 도슨입니다. 사람이 검토하면 허용하던 기존 정책이 "분명히 작동하지 않았다"는 것이 이유입니다. 토론에 따르면 'AI Assisted' 태그가 붙은 PR 약 50건 가운데 40건가량이 병합되지 못하고 닫혔습니다.
메인테이너들은 외부 기여자의 AI 사용이 "감당할 수 없는 압박"이 됐고, AI가 쏟아내는 양이 사람의 리뷰 역량을 넘어섰다고 말합니다. 도슨은 이 문제로 가치가 매우 높은 기여자를 적어도 한 명 잃었다고 밝혔습니다. 리뷰어와 기여자 사이의 신뢰가 깨진다는 지적도 나왔습니다.
영구 금지는 아닙니다. 일단 문을 닫고 선별적으로 여는 방식이고, 자동완성 대체나 번역 같은 용도는 사안별로 검토합니다. 'AI'의 범위가 모호하다는 지적과 문서, 이슈, PR 설명까지 포함할지에 대한 질문은 아직 정리되지 않았습니다. 정책을 저장소의 모든 텍스트로 넓히는 후속 제안이 따로 올라와 있습니다.
마치며
같은 날 토르발스는 커널에 AI 코딩 도구를 들였고 QGIS는 문을 닫았습니다. 도구를 쓰느냐보다 누가 결과를 책임지고 검증하느냐가 갈림길이 되고 있습니다. 나무숲(TreeSoop)은 이런 흐름을 실제 업무 자동화에 적용하는 AI 에이전트 개발을 돕습니다. 도입을 고민 중이라면 treesoop.com에서 문의해 주세요.