본문으로 건너뛰기
Vibe Campus
← 뉴스레터 목록

Issue #71 · 2026-08-31 · 2026. 8. 31.

vibecamp ai builder 2026-08-31 — agno v3.0.3 — 사이트 지식베이스가 페이지 단위로 쪼개집니다

2026-08-31 AI 빌더 일간 호 — 오늘 10개 카드를 정리했습니다.

📤 공유하기𝕏@inf💬✈B✉
🛠

최신 기술 트렌드

agno v3.0.3 릴리스 페이지의 GitHub 오픈그래프 카드. 'New Release v3.0.3' 제목 아래 Changelog의 첫 항목 'Per-page website ingestion'이 보인다.

agno v3.0.3 — 사이트 지식베이스가 페이지 단위로 쪼개집니다

Agno가 8/30 agno v3.0.3을 릴리스했습니다. 웹사이트나 폴더를 한 행에 통째로 담던 적재 방식을 바꿔 사이트·폴더는 부모 행, 페이지·파일은 자식 행으로 나눕니다. 재적재는 바이트 다이제스트 기반이라 변경되지 않은 페이지는 임베딩을 건너뛰고, 파일 하나가 읽기에 실패해도 폴더 전체 적재가 멈추지 않습니다. 삭제하면 페이지별 벡터까지 함께 정리되고, SitemapReader·PageFetcher와 AgentOS knowledge 라우트가 새로 붙었습니다.
💡사이트 전체를 다시 임베딩하던 비용이 사라집니다. RAG 인덱스를 굴리고 있다면 지운 페이지의 벡터가 고아로 남아 있지 않은지부터 확인해 보세요.
누가
Agno (agno-agi) — 오픈소스 에이전트 플랫폼 프레임워크, GitHub 약 42,000 stars
무엇을
agno v3.0.3 릴리스. 지식베이스(knowledge base) 적재 구조를 '사이트/폴더 = 부모 행, 페이지/파일 = 자식 행'으로 재설계하고 SitemapReader, PageFetcher, KnowledgeManagementTools 툴킷, AgentOS knowledge 라우트(GET /knowledge/content?parent_id=, POST /knowledge/content/{id}/refresh)를 신규 추가했다.
언제
2026-08-30T20:45:21Z (GitHub 릴리스 태그 v3.0.3 게시, PyPI 업로드 2026-08-30T20:46:06Z)
왜
기존에는 웹사이트나 폴더를 통째로 한 행으로 적재해 개별 페이지를 나열·갱신·삭제할 수 없었고, 행을 지워도 페이지별 벡터가 고아로 남는 버그(#6054 후속)가 있었다. 재적재를 바이트 다이제스트 기반으로 바꿔 변경되지 않은 페이지·파일은 임베딩 자체를 건너뛰고, 읽기에 실패한 파일 하나가 폴더 전체 적재를 중단시키지 않도록 실패를 격리하려는 목적이다.
#agent-framework#rag#knowledge-base#open-source#agno
이미지: AI 생성 이미지원문 →
Vercel AI SDK ai@6.0.272 릴리스의 GitHub 오픈그래프 카드. Patch Changes 항목에 'Reject generateText responses that do not satisfy a required or specifically selected tool choice'가 적혀 있다.

AI SDK 6.0.272 — 도구 강제를 어긴 응답을 이제 거부합니다

Vercel이 8/30 ai@6.0.272를 배포했습니다. 지금까지는 toolChoice를 required로 걸어도 모델이 텍스트만 반환하면 SDK가 그대로 통과시켜, 에이전트 루프가 도구가 실행된 줄 알고 진행하는 무성 실패(silent failure)가 생겼습니다. 이제 generateText가 계약을 어긴 응답을 거부하고, 새 ToolChoiceViolationError에 정규화된 응답 콘텐츠를 실어 복구 로직을 직접 짤 수 있게 했습니다.
💡도구 호출이 실제로 일어났는지 후처리로 검사하던 코드를 지울 수 있습니다. 에러에 담긴 응답 콘텐츠로 재시도·폴백 분기를 런타임 경계에 두세요.
누가
Vercel AI SDK 팀 (vercel/ai 저장소)
무엇을
AI SDK ai@6.0.272 릴리스. generateText가 toolChoice를 'required'로 지정했거나 특정 도구를 선택했는데도 이를 위반한 모델 응답을 이제 거부하고, 새 ToolChoiceViolationError에 정규화된 응답 콘텐츠를 실어 opt-in 복구가 가능하도록 노출한다. 함께 ToolLoopAgent settings와 prepareCall에서 tool approval secrets를 허용하도록 수정했다.
언제
2026-08-30T08:52:49Z (npm/GitHub 릴리스 ai@6.0.272 게시. 원 수정 PR은 vercel/ai #19806·#19872로 8월 26~27일 머지, 사용자에게 배포된 시점은 8월 30일)
왜
지금까지는 toolChoice를 강제해도 모델이 도구 호출 없이 텍스트만 반환하면 SDK가 조용히 통과시켜, 에이전트 루프가 도구 호출이 일어난 줄 알고 잘못된 상태로 진행되는 무성 실패(silent failure)가 발생했다. 계약 위반을 런타임 경계에서 명시적으로 깨뜨리려는 의도다.
#ai-sdk#tool-calling#agent#error-handling#vercel
이미지: AI 생성 이미지원문 →
archify v2.16.0 릴리스의 GitHub 오픈그래프 카드. 'New Release v2.16.0'과 What's Changed 목록 일부가 보인다.

archify v2.16.0 — 다이어그램을 재현 가능한 산출물로

tt-a1i가 8/30 archify v2.16.0을 릴리스했습니다. 아키텍처·워크플로·시퀀스 다이어그램을 self-contained HTML/SVG로 뽑는 Agent Skill이고, 별은 약 34,000개(MIT)입니다. 이번 판의 축은 재현성입니다. 제약 기반 컴파일러가 들어갔고, canonical zip 빌드가 재현 가능·원자적으로 바뀌었으며, 생성된 SVG의 XML 유효성과 재현성을 확인하는 테스트가 추가됐습니다. Viewer UI 다국어화도 붙었습니다.
💡LLM이 그린 다이어그램은 실행마다 달라져 커밋해 두기 어려웠습니다. 같은 입력이 같은 산출물을 낸다면 설계 문서도 코드처럼 diff로 리뷰할 수 있습니다.
누가
tt-a1i 및 커뮤니티 기여자 20여 명 (archify — GitHub 약 34,000 stars, 2026-08-30 GitHub Trending 일간 상위권, 당일 +3,700 stars)
무엇을
archify v2.16.0 릴리스. 아키텍처·워크플로·시퀀스·데이터플로우·라이프사이클 다이어그램을 모션이 들어간 self-contained HTML/SVG로 생성하는 Agent Skill이다. 이번 릴리스에서 constraint-driven compiler(제약 기반 컴파일러), meta.locale 기반 Viewer UI 다국어화, chat-first 온보딩, 재현 가능(reproducible)·원자적 canonical zip 빌드, 생성 SVG의 XML 유효성·재현성 검증 테스트가 추가됐다.
언제
2026-08-30T11:17:04Z (GitHub 릴리스 태그 v2.16.0 게시)
왜
LLM이 그린 다이어그램은 실행마다 결과가 달라지고 XML이 깨져도 검증할 방법이 없다는 문제가 있었다. 제약 기반 컴파일과 산출물 재현성 테스트를 넣어 '검증 가능한 다이어그램'을 만들겠다는 것이 이 릴리스의 방향이다.
#agent-skill#diagram#reproducibility#documentation#open-source
이미지: AI 생성 이미지원문 →
🏆

해커톤·대회

SponsorLint Autopilot 웹 화면 캡처. 어두운 배경에 'A sponsor brief is a contract. Make it executable.' 헤드라인과 Brief–Review–Check–Report 4단계 진행 표시가 보인다.

36시간 해커톤의 유일한 제출작 — 신뢰 경계를 코드로

Agentic Day가 개발 도구 Mel과 연 해커톤이 8/30 14:00 ET 마감으로 끝났습니다. 빌드 창은 36시간이었고 마지막 날 라이브 세션 3시간이 따로 붙었으며, Devpost 참가자는 30명입니다. 갤러리에 올라온 제출작은 SponsorLint Autopilot 1건이고 우승자는 아직 발표되지 않았습니다. 스폰서 낭독분에서 제품명 오기·할인코드 오류·고지 누락 같은 브리프 위반을 찾고, 새 컷에 결정론적 검증기를 다시 돌려 비교하는 에이전틱 QA 루프입니다.
💡설계 원칙이 'AI는 제안하고 사람이 승인하고 결정론적 코드가 판정한다'입니다. 규칙 판정을 LLM에서 떼어내 상태머신에 가두는 구조만 떼어 봐도 됩니다.
누가
주최는 Agentic Day가 개발 도구 Mel(Claude Code 기반 환경)과 함께 연 'Agentic Day Online Hackathon Powered by Mel'. Devpost 기준 참가자 30명 중 프로젝트 갤러리에 올라온 제출작은 개발자 shreshth006의 SponsorLint Autopilot 1건이며, 우승자는 아직 발표되지 않았다('Winners announced soon').
무엇을
SponsorLint Autopilot은 크리에이터의 스폰서 광고 낭독분에서 브리프 위반(제품명 오기, 할인코드 오류, 추적 URL 누락, 광고 고지 누락, 금지 표현, 길이 위반)을 찾아내고, 증거에 연결된 재촬영(retake) 플랜을 만든 뒤, 새 컷이 올라오면 결정론적 검증기를 다시 돌려 통과 여부를 비교하는 에이전틱 QA 루프다.
언제
2026-08-30(현지 일요일) 14:00 ET 마감으로 종료된 온라인 해커톤. 빌드 창은 36시간이었고, 마지막 날 11:00~14:00 ET에 3시간짜리 라이브 세션이 붙었다(한국시간 8/31 00:00~03:00). 제출작 'SponsorLint Autopilot'은 마감 시각인 8/30 14:00 ET에 접수됐다.
왜
심사 기준이 유용성 / 실행력 / 창의성 / Mel 활용도로 '실제 문제를 푸는가'에 가중치가 쏠려 있었다. 이 팀이 잡은 문제는 '브리프를 어겼을 때 다음에 뭘 해야 하는가, 그리고 에이전트가 규칙 자체를 바꾸지 않고 교정을 안내할 수 있는가'였다.
#hackathon#agent-qa#deterministic-validator#human-in-the-loop#devpost
이미지: AI 생성 이미지원문 →
Prometheus September AI Challenge 공식 키비주얼. 짙은 남색 배경에 흰 세리프 'P'와 PROMETHEUS 워드마크, 잎사귀 문양과 안드로이드 옆모습 실루엣이 겹쳐 있다.

의료 AI 4주 챌린지 — 학생 전용, 참가비 $5부터

학생 단체 Prometheus CS의 Prometheus September AI Challenge가 8/30 Devpost 접수를 열었습니다. 마감은 9/27 12:00 PDT(리스팅 표기 상이)로 4주 창입니다. 과제는 '사람이 의료적으로 치료받는 방식을 바꾸는 AI/ML 제품' 한 줄이고, 제출물은 2분 데모 영상과 레포. 만 13세 이상 학생만 참가할 수 있습니다. 참가비가 있습니다 — 온라인 $5부터, 현장 $25부터. 총상금 $1,500 규모, 참가자 8명.
💡규모가 작아 경쟁 밀도는 낮지만 참가비와 학생 전용 조건을 먼저 확인하세요. 네 심사 항목이 균등 배점이라 모델 성능만으로는 절반도 못 채웁니다.
누가
학생 운영 단체 Prometheus CS가 주최하고, 만 13세 이상 학생만 참가할 수 있다(기업·전문 조직 참가 불가). 온라인 참가와 미국 워싱턴주 레드먼드 Redmond Senior & Community Center 현장 참가를 병행하는 하이브리드다.
무엇을
'사람이 의료적으로 치료받는 방식을 바꾸는 AI/ML 제품을 만들라'가 유일한 과제다. 제출물은 2분 데모 영상과 GitHub 소스 레포 두 가지.
언제
Devpost 제출·등록 창이 2026-08-30에 열렸고 마감은 2026-09-27 12:00 PM PDT(한국시간 9/28 04:00). 약 4주짜리 빌드 창이다. (리스팅 페이지 자체는 8월 25일 이전에 만들어졌다.)
왜
심사는 교육적 임팩트, AI/ML의 창의적 활용, 기술 완성도, 피치·데모 네 항목에 각 25점씩 100점 만점. 모델 성능 지표가 아니라 '무엇을 어떻게 설득했는가'에 절반이 걸려 있다.
#hackathon#healthcare-ai#students#entry-fee#devpost
이미지: AI 생성 이미지원문 →
💰

매출·사례

Reddbot 제품 오픈그래프 이미지. 짙은 남색 배경에 'THE ULTIMATE REDDIT MARKETING TOOL' 문구와 우상향 그래프, 흰 원형 마스코트 심볼, reddbot.ai 로고가 있다.

업보트 2,000개에 가입 0명 — 댓글로 바꾸자 유료 7명

1인 메이커 Jack Builds가 8/30 IndieHackers에 레딧 회고를 올렸습니다. 서브레딧 6곳에 런치 글 17개를 올려 누적 5,300여 업보트(최고 글 2,000+)를 받았지만 그 경로 가입은 4명이었다고 적었습니다. 방식을 바꿔 9주 동안 하루 45분씩 댓글 63개를 쓴 결과 가입 11명, 그중 7명이 유료 고객이 됐다는 것이 본인이 공개한 수치입니다. 제품은 레딧용 마케팅 AI 에이전트 Reddbot, 요금은 월 $19·$79이며 매출 금액은 밝히지 않았습니다.
💡본인이 못 박은 규칙 셋 — 요청받기 전엔 링크를 걸지 않고, 내 제품이 명백한 답인 스레드에만 답하고, 팔 게 없는 사람처럼 씁니다. 광고비는 0원입니다.
누가
Jack Builds (1인 메이커). AI가 레딧에서 관련 스레드를 찾아 댓글을 다는 마케팅 에이전트 Reddbot(reddbot.ai) 운영
무엇을
6개 서브레딧에 런치 글 17개를 올려 누적 5,300여 업보트(최고 글 2,000+ 업보트)를 받았지만 그 경로로 들어온 가입은 4명. 방식을 바꿔 9주 동안 하루 45분씩 댓글 63개를 쓴 결과 가입 11명, 그중 7명이 유료 고객으로 전환. 제품 요금은 사이트 기준 PRO 월 $19(정가 $49), ULTRA 월 $79(정가 $189)
언제
2026-08-30 14:13 UTC(한국시간 23:13) IndieHackers 게시 — 레딧 런치 6개월 + 댓글 전환 9주를 마감한 회고
왜
2,000 업보트짜리 바이럴 런치 글이 가입 0명을 만든 이유를 추적한 것이 출발점. 업보트를 준 사람들은 같은 처지의 창업자들(살 사람이 아닌 오디언스)이었고, 실제로 돈을 낸 쪽은 레딧에서 구체적 문제를 호소하던 소규모 에이전시와 프리랜서였다
#indie-hacker#reddit#distribution#self-reported#ai-agent
이미지: AI 생성 이미지원문 →
🎙

기술+사람 인터뷰

Lenny's Podcast 회차 대표 이미지. 주황색 배경에 'AI's third era' 문구와 'Tara Seshan, Product Lead, OpenAI' 캡션, OpenAI 로고가 함께 배치돼 있다.

AI의 세 번째 시대 — OpenAI Codex 총괄이 보는 상주 동료

Lenny's Podcast가 8/30 OpenAI의 Codex·ChatGPT Work 총괄 Tara Seshan 회차를 공개했습니다(81분 44초). Lenny Rachitsky의 회차 소개문에 따르면 축은 실행을 AI가 가져가면서 사람의 역할이 '노 젓기'에서 '방향타 잡기'로 넘어가고, 판단력과 야망이 차별화 요소가 됩니다. 소개문은 OpenAI가 1년 뒤가 아니라 2~3개월 뒤 모델 성능을 기준으로 제품을 설계한다고도 정리합니다. 트랜스크립트는 유료 전용입니다.
💡제품 스펙을 오늘 모델 성능에 맞춰 잡고 있다면 기준선을 두세 달 뒤로 옮겨 보세요. 실행 비용이 싸질수록 병목은 야망과 판단력으로 옮겨 갑니다.
누가
인터뷰이: Tara Seshan — OpenAI에서 Codex와 ChatGPT Work 제품 총괄(head of Codex and ChatGPT Work). Stripe 초기 PM 5인 중 1명으로 6년 이상 근무, 이후 Watershed 제품 리드(Time 선정 2022년 최고 발명품), Thiel Fellow 출신 창업자. / 인터뷰어: Lenny Rachitsky (Lenny's Podcast)
무엇을
AI 제품의 세 번째 시대를 '챗 → 에이전트 → 상시 상주하는 AI 동료(persistent AI coworker)'로 구분하고, 실행은 AI가 맡고 사람은 방향을 잡는 '노 젓기(rowing)에서 방향타 잡기(steering)로'의 전환이 PM과 지식노동자의 역할을 어떻게 바꾸는지 논의
언제
2026-08-30 21:30 KST(12:30 UTC) 공개 — Lenny's Podcast 정규 회차, 러닝타임 81분 44초
왜
Codex와 ChatGPT Work를 실제로 만드는 책임자가 OpenAI 내부의 제품 판단 기준을 직접 설명한 회차다. 코딩 에이전트가 '요청하면 답하는 도구'에서 '계속 붙어 일하는 동료'로 넘어가는 전환점에서, 무엇을 기준으로 제품을 설계해야 하는지에 대한 구체적 시간축(현재 모델도, 1년 뒤 모델도 아닌 2~3개월 뒤 모델)을 제시한다.
#interview#openai#codex#ai-coworker#product-management
이미지: AI 생성 이미지원문 →
🔗 YouTube 전체 영상(무료, 81분)

이 호가 도움됐다면 공유해 주세요.

📤 공유하기𝕏@inf💬✈B✉