수도의 오랜 유지 관리자가 프로젝트를 지속하기 위해 후원을 호소

30년 이상 sudo를 유지해 온 Todd C. Miller는 조직과 개인들에게 지속적인 개발 노력을 후원해 달라고 요청하고 있습니다.

Todd C. Miller는 덜 알려진 오픈소스 영웅 중 한 명이자(오랜 기간 OpenBSD 개발자로 활동해 온) 우리가 매일 의존하는 작업을 하고 있으며, 30년 이상 sudo를 유지 관리해온 인물입니다. 그는 도구의 지속적인 개발 및 유지를 위해 기꺼이 자금을 지원할 개인이나 단체를 찾는 공개 호소문을 발표했습니다.

그는 자신의 개인 페이지에 다음과 같이 공유했습니다:

“지난 30년 이상 동안 저는 sudo의 유지 관리자로 일해왔습니다. 현재 계속되는 sudo 유지 관리 및 개발을 지원해 줄 스폰서를 찾고 있습니다. 만약 귀하나 귀하

System76, Epoch 2와 3를 위한 주요 COSMIC 데스크탑 변경 사항 발표

System76는 성능, UI 및 작업 흐름 변경 사항을 포함하여 COSMIC Epoch 2와 3의 계획된 기능과 우선순위를 자세히 설명하는 로드맵을 공개했습니다.

System76는 COSMIC 데스크탑 환경에 대한 자세한 개발 로드맵을 발표했으며, Rust 기반 데스크탑 프로젝트의 Epoch 2 및 Epoch 3 단계에 대한 회사의 계획된 우선순위를 설명했습니다.

기억해 둘 만한 한 가지는 COSMIC이 롤링 릴리스 방식의 데스크톱 환경으로 설계되어 작업이 완료되고 품질 검증을 거치면 매주 업데이트가 제공된다는 점입니다. 각 Epoch(프로젝트는 현재 Epoch 1 단계에 있음)는 약 6~8개월의 개발 기간을 나타냅니다. 이를 명

AlphaFold 2와 3을 이용한 분자 구조 예측

소개

2024년 10월, 노벨 화학상은 알파폴드 2의 연구를 인정했습니다. 알파폴드 2는 구글 딥마인드가 개발한 딥러닝 모델로, 단백질의 아미노산 서열만으로 3D 구조를 정확하게 예측합니다. 단백질이 생물학적 과정에서 얼마나 중요한 역할을 하는지, 그리고 단백질의 구조가 기능과 얼마나 밀접하게 연관되어 있는지를

플래시어텐션 4: LLM을 위한 더 빠르고 메모리 효율적인 어텐션

소개

스케일드 닷 프로덕트 어텐션(SDPA)은 대규모 언어 모델(LLM)의 추론 시간과 에너지 예산을 지배합니다. 거의 모든 연산이 단일 프리미티브 내에서 이루어집니다. 어텐션은 쿼리(Q)를 가져와 키(K)와 곱합니다. 그런 다음 소프트맥스 연산을 통해 결과를 정규화하고 값을 나타내는 V와 곱하여 출력을 생성합니다.

Boltz-2로 분자 결합 친화도 예측하기

소개

신약 개발에는 10-15년이 걸리고 수십억 달러가 들며, 모든 단계에서 실패율이 높습니다. 인공지능은 분자 구조와 상호작용을 신속하게 예측하여 이러한 시간과 비용을 줄이는 것을 목표로 합니다.

지난 6년 정도 동안, 생체분자 구조 예측 분야에서 수많은 모델이 등장했습니다. Boltz-2는 이 분야에서 중요한 진전을 나타내며 여러 가지 이유로 주목받고 있습니다. MIT 연구

멀티 헤드 어텐션 설명: 쿼리, 키, 밸류 쉽게 이해하기

소개

멀티헤드 어텐션은 BERT, GPT, 비전 트랜스포머와 같은 트랜스포머 기반 모델의 핵심 개념입니다. 이는 모델이 입력 시퀀스를 처리할 때 데이터의 여러 측면에 동시에 주목할 수 있도록 합니다. 입력을 순차적으로 읽는 대신, 멀티헤드 어텐션은 토큰 간의 관계를 병렬로 이해할 수 있게 하여 모델이 더 빠르고 문맥을 포착하는 데 효과적이

데이터 보안 AI 워크플로우 생성 및 구현

소개

대규모 언어 모델(LLM) 애플리케이션의 새롭고 예측할 수 없는 특성은 이를 사용할 때 데이터에 무슨 일이 일어나고 있는지에 대해 많은 의문을 제기할 수 있습니다. 데이터가 개인적인지, 나중에 예기치 않게 어디에 나타날 수 있는지, 애플리케이션에 에이전트 기능을 추가할 때 새로운 유출이 발생하지 않도록 어떻게 보장할 것인지를 고려하십시오. 이는 특히 HIPAA, COPPA, GDPR, SOC 2 등과 같

Whisper와 Soprano를 이용한 실시간 번역 음성 파이프라인

딥러닝 기술에 대한 우리의 꿈 중 하나는, 2020년대 초반 본격적으로 주목받기 시작한 이후로, 음성의 실시간 번역입니다. 스타 트렉과 같은 공상과학 미디어에서 영감을 받은 실시간 음성 번역의 가능성은 항상 흥미로우면서도 엄청난 사업적 잠재력을 가지고 있습니다. 단순히 효율성만을 놓고 보더라도, 이러한 번역 기능은 비즈니스 상호작용을 극도로 가속화할 가능성을 가지고 있습니다.

음, 수년간 TTS, 번역 LM, 그리고 ASR 시스템의 발전을 지켜본

NLP에서 주제 모델링 소개

주제 모델링은 대규모 텍스트 문서 모음에서 숨겨진 주제나 테마를 자동으로 발견하는 데 도움이 되는 자연어 처리(NLP) 기술입니다. 수천 또는 수백만 개의 문서를 직접 읽는 대신, 주제 모델링을 통해 컴퓨터가 텍스트를 스캔하고 단어들이 함께 나타나는 숨겨진 패턴을 식별할 수 있습니다. 이러한 패턴은 주제로 그룹화되며, 각 주제는 여러 문서에서 논의되는 공통 테마를 나타냅니다.

토픽 모델링의 핵심 아이디어는 문서가 보통 하나 이상의 주제에 대해 다루고

몰트봇 빠른 시작 가이드

참고: 2026년 1월 29일부터 Moltbot은 이제 OpenClaw로 알려져 있습니다.

저는 Moltbot을 Linux-Console.net에서 실행해보고 싶었지만, 아직 시도해보지 못했었습니다. 그러다 주말에 Nader의 트윗과 훌륭한 gist가 올라왔고, 당연히 저도 한번 시도해봐야 했습니다. 이 가이드는 제가 그 과정에서 배운 모든 것을 담고 있습니다.

Moltbo