메시지 큐(message queue)를 그려 달라고 하면, 구슬이 차례로 줄을 서서 기다리는 장치가 나옵니다. 메시지 큐는 프로그램 사이를 오가는 데이터나 작업 요청을 쌓아 두는 대기열을 가리킵니다. 개발자 라이언이 지난 11일(현지시간) 공개한 오픈소스(open source) 스킬 '아나토미(Anatomy)'가 보여 준 예시입니다.1 클로드 코드(Claude Code)에 설치해 쓰는 이 스킬은 한 줄의 아이디어를 받아 원리를 설명하는 기계를 구상하고, 브라우저에서 바로 돌아가는 시각화 코드를 만들어 냅니다.1 결과물은 그럴듯해 보입니다. 그 그림을 수업 자료로 쓸지는 화면 밖의 사람이 정합니다.
브라우저 위의 기계
아나토미는 MIT 라이선스로 공개됐고, 클로드 코드 말고도 코덱스(Codex)와 오픈코드(OpenCode)에서 쓰는 설치 안내가 함께 들어 있습니다.1 오래 쓰지 않은 항목부터 비우는 임시 저장 방식인 LRU 캐시는 책의 자리가 바뀌는 책장으로 그려집니다.1 개념의 움직임을 사물의 움직임으로 옮기는 방식입니다.
사람이 할 일은 아이디어를 적고 나온 그림을 들여다보는 정도로 줄어듭니다. 그 그림이 개념을 얼마나 정확하게 담았는지는 공개된 기사만으로는 알 수 없습니다. 구슬 장치를 본 학생이 메시지 큐를 제대로 이해할지, 엉뚱한 비유를 붙잡을지는 그 장치를 수업에 들인 강의자가 확인해야 합니다.
공식 문서로 가는 길
구글은 지난 7일 개발자 블로그에서 '개발자 지식 API(Developer Knowledge API)'를 중심으로 한 도구 묶음을 소개했습니다. gcloud 명령줄 도구, 공식 에이전트 스킬, API 탐색기(API Explorer), 여러 언어용 클라이언트 라이브러리가 여기에 들어 있습니다.2 에이전트 스킬은 개발자 지식 MCP(Model Context Protocol) 서버를 거쳐 AI 도우미를 문서에 연결합니다.2 MCP는 AI 모델이 외부 도구나 데이터에 연결하도록 정해 둔 규약입니다.
구글은 이 API를 구글 클라우드, 파이어베이스, 안드로이드 등의 개발자 문서를 공식적으로 제공하는 원천이라고 설명합니다. 불안정한 웹 스크래핑 대신 구조화된 API로 최신 문서를 마크다운 형식으로 내준다는 것입니다.2
통로가 공식이라고 해서 그 통로로 들어온 문서가 지금 하는 일에 맞는다는 보장까지 따라오지는 않습니다. 최신 문서를 어느 맥락에 끼워 넣을지는 여전히 쓰는 사람이 고릅니다.
더 빨라진 추론
엔비디아 개발자 블로그는 12일 '리플레이SSM(ReplaySSM)'이라는 연구를 소개했습니다. 하이브리드 모델(hybrid model)의 디코딩(decoding)을 빠르게 하려는 시도입니다.3 디코딩은 모델이 다음 단어를 하나씩 만들어 답을 완성해 가는 과정을 말합니다.
하이브리드 모델은 상태공간모델(SSM, state space model)에 어텐션을 섞은 구조이며, 엔비디아는 네모트론 3(Nemotron 3), 큐원 3.53.8(Qwen3.5Qwen3.8), 키미-K3(Kimi-K3), GLM-5.3-플래시(GLM-5.3-Flash)를 예로 들었습니다.3 리플레이SSM은 SSM의 상태를 주기적으로 갱신하는 체크포인트와 최근 입력을 담은 버퍼로 나눠 저장합니다. 매 단계 전체 상태를 다시 쓰지 않고도 출력을 계산하려는 설계입니다.3
답이 빨리 나오는 것은 분명한 성과입니다. 그 답이 맡은 일에 쓸 만한지는 속도와 따로 따져야 합니다.
판단이 남는 곳
세 소식을 겹쳐 보면, 자동화는 자료를 찾는 일과 답을 내는 일을 거쳐 설명 그림을 만드는 일까지 들어오고 있습니다. 그렇게 넓어진 범위에서도 빠지는 일이 있습니다. 에이전트가 가져온 공식 문서를 학생들에게 어떤 순서로 보여 줄지, 빨라진 모델의 답에 어떤 조건을 달아 논문에 옮길지는 사람이 정합니다. 아나토미의 구슬 장치도 다르지 않아서, 오늘 수업의 어느 대목에 놓을지는 그 반의 학생을 아는 강의자만 판단할 수 있습니다.
이런 판단은 맥락을 아는 사람만 내릴 수 있습니다. 기계는 문서를 찾아오고 답을 빨리 내지만, 그 결과를 어떤 학생 앞에 어떤 말로 놓을지까지 정하지는 않습니다.
닿지 않은 교실
이번에 나온 글들은 작동 방식을 설명하는 데서 멈춥니다. 구글과 엔비디아는 각각 문서 통로와 속도 개선을 소개했고, 아나토미 쪽은 한 줄 입력으로 장치를 그리는 모습을 보여 줬습니다.231 그 결과를 실제 수업이나 연구에 넣었을 때 어떤 일이 생기는지는 공개된 글에서 확인되지 않습니다.
에이전트가 가져온 문서가 지금 맡은 강의 주제와 맞는지, 빨라진 모델의 답이 논문에 쓸 만큼 정확한지는 아직 알 수 없습니다. 구슬 장치가 학생의 헷갈림을 실제로 풀어 주는지도 마찬가지입니다. 자동화가 맡는 범위가 넓어지는 동안에도, 그 결과를 어느 교실 어느 문단에 놓을지는 사람이 책임질 일로 남아 있습니다.
각주
-
"말 한마디로 작동하는 3D 기계 그려"...클로드 코드용 '아나토미' 공개 — www.aitimes.com, 2026-10-12 발행(10-13 수정), 2026-10-14 접속 확인. ↩ ↩2 ↩3 ↩4 ↩5
-
Supercharge your development with the Google Developer Knowledge API ecosystem — developers.googleblog.com, 2026-10-07 발행, 2026-10-14 접속 확인. ↩ ↩2 ↩3 ↩4
-
ReplaySSM: Rethinking State Storage for Faster Hybrid-Model Decoding — developer.nvidia.com, 2026-10-12 발행, 2026-10-14 접속 확인. ↩ ↩2 ↩3 ↩4
