Issue #67 · 2026-08-24 · 2026. 8. 24.

vibecamp ai builder 2026-08-24 — LiteLLM v1.98.0, 이미지 서명과 PTU 원가

2026-08-24 AI 빌더 일간 호 — 오늘 7개 카드를 정리했습니다.

🛠

최신 기술 트렌드

LiteLLM v1.98.0 릴리스 카드 — 'Verify Docker Image Signature' 제목과 모든 Docker 이미지가 cosign으로 서명된다는 설명이 적힌 GitHub 릴리스 오픈그래프 이미지

LiteLLM v1.98.0, 이미지 서명과 PTU 원가

LLM 게이트웨이 LiteLLM이 8/23 v1.98.0을 냈습니다. 릴리스 노트 맨 위에 올린 건 공급망 보안입니다. "모든 LiteLLM 도커 이미지는 cosign으로 서명된다"며, 커밋 해시를 고정해 검증하는 방식을 권장 절차로 명문화했습니다. 게이트웨이는 조직의 모든 LLM 트래픽이 지나는 단일 관문이라 이미지 위변조가 곧 전사 키 유출로 이어집니다. 두 번째 축은 비용입니다. PTU(프로비저닝 처리량) 정액 요금을 모델 배포 설정, 일일 롤업, Usage 페이지까지 관통해 귀속하는 기능이 PR 4건으로 한꺼번에 들어갔습니다. 종량제만 계산하던 리포트가 Azure·Bedrock의 정액 계약을 잡지 못해 팀별 실제 원가가 왜곡되던 문제를 겨냥한 것입니다. 키·팀·모델 단위 출력 토큰 추정치 설정, Bedrock의 GLM 5·DeepSeek V3.2 네이티브 구조화 출력도 함께 담겼습니다. 별 57,082개.

💡게이트웨이를 사내에 세워 뒀다면 배포 파이프라인에 cosign verify 한 줄을 넣어 이미지 출처를 강제하고, PTU 계약이 있다면 원가 리포트를 다시 열어 팀별 숫자가 실제와 맞는지 확인해 보세요.

누가: BerriAI LiteLLM 메인테이너 팀 (yucheng-berri, mateo-berri, deepanshululla, yassin-berriai 등)
무엇을: LLM 게이트웨이 LiteLLM v1.98.0 — 모든 Docker 이미지의 cosign 서명 검증 절차를 릴리스 노트 최상단에 명문화하고, PTU(프로비저닝 처리량) 정액 비용을 모델 배포·일일 롤업·Usage 페이지까지 관통해 귀속하는 기능을 추가
언제: 2026-08-23T00:28:24Z
왜: 게이트웨이는 조직의 모든 LLM 트래픽이 지나가는 단일 관문이라 이미지 위변조가 곧 전사 키 유출로 이어진다. 동시에 종량제(per-token) 과금만 계산하던 비용 리포트가 Azure/Bedrock의 PTU 같은 정액 계약을 잡지 못해 팀별 실제 원가가 왜곡되던 문제를 풀려는 것

#litellm#llm-gateway#supply-chain#cosign#finops

이미지: AI 생성 이미지원문 →

Suna v0.13.4 릴리스 카드 — 'Bound database capacity and reliable production' 제목과 API DB 커넥션 풀을 배포 플릿 최대치에 묶어 PostgreSQL 커넥션 고갈을 막았다는 수정 내역이 적힌 GitHub 릴리스 오픈그래프 이미지

Suna 0.13.4, 배포 중 DB 고갈을 막다

오픈소스 AI 에이전트 플랫폼 Suna가 8/22 v0.13.4를 공개했습니다. 이번 릴리스는 기능이 아니라 운영 사고 처방전에 가깝습니다. 핵심은 API DB 커넥션 풀을 롤링 배포 플릿 최대치에 묶어 "PostgreSQL 53300 커넥션 고갈"을 구조적으로 막은 것입니다. 무중단 배포 중에는 구 인스턴스와 신 인스턴스가 동시에 살아 있어 커넥션이 두 배로 튀는데, 여기에 느린 감사 로그 인서트가 겹치면 요청 핸들러가 굶어 죽습니다. 그래서 감사 쓰기를 전용 풀로 떼어냈습니다. 프로젝트 환경변수 갱신 합치기, 시크릿 쓰기 상한, 동시 세션 수 제한으로 요청 폭주도 가뒀고, 샌드박스 자격증명 경계는 설정이 아니라 코드로 강제했습니다. 웹 버전 메타데이터를 Vercel 배포에 묶어 배포 버전 표기가 어긋나던 문제도 잡았습니다. 별 20,132개.

💡에이전트 서비스를 상시 운영 중이라면 릴리스 노트를 그대로 점검표로 쓰세요. 배포 시 커넥션 상한이 인스턴스 수가 아닌 플릿 최대치 기준인지, 감사·로그 쓰기가 본 요청과 같은 풀을 쓰고 있지는 않은지 두 가지입니다.

누가: Kortix 팀 (Suna 메인테이너 markokraemer, kubet, sutharjay1)
무엇을: 오픈소스 AI 에이전트 플랫폼 Suna v0.13.4 — 롤링 배포 시 API DB 커넥션 풀을 배포 플릿 최대치에 묶어 PostgreSQL 53300 커넥션 고갈을 막고, 감사(audit) 쓰기를 전용 풀로 분리했으며, 샌드박스 자격증명 경계를 코드로 강제
언제: 2026-08-22T23:27:12Z
왜: 에이전트 플랫폼은 무중단 배포 중 구·신 인스턴스가 동시에 살아 있어 커넥션이 두 배로 튀는데, 여기에 느린 감사 로그 인서트가 겹치면 요청 핸들러가 굶어 죽는다. 배포 때마다 반복되던 이 실패 유형을 설정이 아니라 구조로 막으려는 것

#suna#agent-platform#postgresql#rolling-deploy#reliability

이미지: AI 생성 이미지원문 →

Cline v4.1.14 릴리스 카드 — 변경 사항이 SDK 번들을 통해 반영된다는 설명과 Cline 로봇 아이콘이 담긴 GitHub 릴리스 오픈그래프 이미지

Cline 4.1.14, 모델 카탈로그 한 번에 갱신

VS Code 코딩 에이전트 Cline이 8/23 v4.1.14를 냈습니다. 어제 호에서 다룬 v4.1.13이 OpenAI 호환 모델의 툴 호출 버그를 고친 릴리스였다면, 이번은 성격이 다릅니다. 내장 모델 카탈로그를 통째로 갱신해 Claude Fable 5, Vertex의 Grok 4.6, DeepSeek V4 Flash 변형들(비전 프리뷰 포함), MiMo v2.5, Qwen3.8 27B, Gemma 4 26B, LongCat 2.0, Nemotron 3.5 Lightning, Inkling까지 9종 이상을 한꺼번에 올렸습니다. 카탈로그는 곧 사용자의 선택지라, 목록에 없는 모델은 사실상 없는 것과 같습니다. 다른 하나는 회귀 수정입니다. 4.1.11에서 세션 상태 추적 방식을 바꾸면서 일부 대화형 종료가 완료를 보고하지 않는 경로로 빠졌는데, 이제 "모든 세션이 정확히 한 번씩" 완료를 보고합니다. 별 66,730개.

💡업데이트만으로 드롭다운에 새 모델이 들어오니 쓰던 모델을 한 번 재비교할 만합니다. 사용량 대시보드로 팀 비용을 봐 왔다면 4.1.11 이후 완료 건수가 누락된 구간이 있다는 점도 감안해야 합니다.

누가: Cline 메인테이너 팀
무엇을: VS Code 코딩 에이전트 Cline v4.1.14 — 내장 모델 카탈로그를 갱신해 Claude Fable 5, Vertex의 Grok 4.6, DeepSeek V4 Flash 변형들(비전 프리뷰 포함), MiMo v2.5, Qwen3.8 27B, Gemma 4 26B, LongCat 2.0, Nemotron 3.5 Lightning, Thinking Machines의 Inkling을 추가하고, 4.1.11 이후 일부 세션에서 사라졌던 작업 완료 텔레메트리를 복구
언제: 2026-08-23T10:11:14Z
왜: 코딩 에이전트는 모델 카탈로그가 곧 사용자의 선택지라, 신규 모델이 카탈로그에 오르기 전까지는 사실상 존재하지 않는 것과 같다. 또한 4.1.11에서 세션 상태 추적 방식을 바꾸면서 일부 대화형 종료가 완료를 보고하지 않는 경로로 빠져 사용량 통계가 조용히 어긋나 있었다

#cline#coding-agent#model-catalog#telemetry#vscode

이미지: AI 생성 이미지원문 →

🎙

기술+사람 인터뷰

김지현 한국딥러닝 대표 인물 사진 — 회색 배경에 'Korea Deep Learning' 로고가 함께 담긴 공식 프로필 컷

문서 AI, 인식률보다 오답 찾는 능력

AI타임스가 8/23 김지현 한국딥러닝 대표를 인터뷰했습니다. 그는 문서 AI의 평가 기준이 OCR 인식률에서 '스스로 오답을 찾아내는 능력'으로 옮겨갔다고 말합니다. "AI를 도입했는데도 직원의 일이 줄지 않았다면, 아직 AI가 실제 업무를 맡은 것은 아닙니다." 고객의 질문도 "이 문서를 읽을 수 있는지"에서 "이 업무를 어디까지 맡길 수 있는지"로 바뀌었다고 합니다. 그가 제시한 기준선은 구체적입니다. "문서 100건 중 정상적인 95건은 AI가 끝까지 처리하고 사람은 판단이 필요한 5건만 확인"할 수 있어야 업무 방식이 바뀐다는 것입니다. 구현은 VLM 기반 OCR, 파서 모델, 딥 에이전트로 이어지는 3단 구조이고, 현대캐피탈 46종 문서 96%, 한국벤처투자 등기부 99.7%, IBK기업은행 94% 단축이 근거로 제시됐습니다. 상반기 문서 AI 매출은 전년 동기 대비 3.4배로 사상 최대입니다.

💡에이전트를 만들 때 지표를 '정확도 몇 %'가 아니라 '사람 검수 비율을 몇 %까지 낮췄나'로 바꿔 잡아 보세요. 모델이 자기 오답을 스스로 골라 사람에게 넘기는 경로가 있는지가 갈림길입니다.

누가: 인터뷰이: 김지현 한국딥러닝 대표 / 인터뷰어: AI타임스 장세민 기자
무엇을: 문서 AI의 평가 기준이 OCR 인식률에서 '스스로 오답을 찾아내는 능력'으로 옮겨갔다는 진단과, VLM 기반 OCR → 파서 모델 → 딥 에이전트 3단 구조 및 '3 제로 AI 워커(Zero Training·Hallucination·Review)' 로드맵
언제: 2026-08-23 20:57 KST 공개 (AI타임스 인터뷰, 장세민 기자)
왜: 에이전트 도입이 늘었는데도 사람 검수 부담이 그대로여서 '도입했는데 일이 안 줄었다'는 불만이 쌓이는 시점이다. 한국딥러닝은 2026년 상반기 문서 AI 매출이 전년 동기 대비 3.4배(240%) 늘어 사상 최대를 기록했고, 현대캐피탈 46종 문서 96% 단축, 한국벤처투자 등기부 99.7% 단축, IBK기업은행 94% 단축 같은 실측 수치를 근거로 제시한다.

#document-ai#한국딥러닝#human-in-the-loop#vlm#interview

이미지: AI 생성 이미지원문 →

이 호가 도움됐다면 공유해 주세요.

📤 공유하기𝕏 @in f 💬✈B ✉