AI 코딩 도구와 배포·평가 체계 업데이트 #64
오늘의 레터
- GitHub Copilot, Claude Opus 4.8 빠른 모드 프리뷰
- Vercel, Dockerfile 기반 컨테이너 배포 지원
- Hugging Face, 모델 페이지에 EEE 평가 연동
GitHub Copilot, Claude Opus 4.8 빠른 모드 프리뷰
- GitHub이 6월 29일 GitHub Copilot에서 Claude Opus 4.8 빠른 모드 프리뷰 롤아웃을 시작함
- 기존 Claude Opus 4.8과 동일한 지능을 유지하면서 출력 토큰 속도를 높인 모델로, 대화형 코딩과 에이전트형 워크플로에 적합하다고 설명함
- 사용 요금은 Usage Based Billing 기준 provider list pricing으로 청구되며, 이전 빠른 모드들보다 저렴하지만 일반 Claude Opus 4.8보다는 비쌈
- Copilot Pro+, Max, Business, Enterprise 사용자가 대상이며, VS Code·Visual Studio·Copilot CLI·cloud agent·github.com·모바일·JetBrains·Xcode·Eclipse에서 모델 선택 가능
- Enterprise와 Business 플랜은 관리자가 Copilot 설정에서 Claude Opus 4.8 빠른 모드 정책을 별도로 켜야 하며 기본값은 비활성화 상태
- 배포는 점진적으로 진행되며 계정에 바로 보이지 않을 수 있음
원문: github.blog
참고: tech-insider.org
Vercel, Dockerfile 기반 컨테이너 배포 지원
- Vercel이 Dockerfile.vercel 파일만 추가하면 임의의 Dockerfile 기반 HTTP 서버를 자사 플랫폼에 배포할 수 있는 기능을 6월 30일 공개함
- 배포 이미지는 Vercel CLI로 빌드·저장·배포되며, 실행 환경은 Fluid compute를 사용하고 CPU 실행 시간 기준 과금 방식을 적용함
- 지원 대상은 Go, Rails, Spring Boot, Express, Laravel, ASP.NET, FastAPI, nginx 기반 서버 등이며, 서버가 $PORT를 리슨하면 배포 가능함
- Git push마다 새 프리뷰 배포 URL이 생성되고, 로그·트레이스·메트릭은 기존 Vercel 대시보드에서 함께 확인 가능함
- 컨테이너 이미지는 최적화된 부팅 이미지 형태로 저장되며, 전체 이미지를 먼저 내려받지 않고 스트리밍·지연 압축 해제로 초기 응답 시간을 줄이는 구조임
- 실행 인스턴스는 무상태 프로세스로 동작하며, 영속 상태는 데이터베이스·캐시 같은 외부 백엔드 서비스에 두는 방식을 전제로 함
- 컨테이너는 프론트엔드와 같은 프로젝트·도메인 안에서 함께 배포되며, 다른 Vercel 서비스와 사설 네트워크로 통신 가능함
원문: vercel.com
Sponsored · 조코헌트 · OpenAds (자동)
🏆 조코헌트 TOP3 · 앱 트래픽을 USDC 수익으로 바꾸는 광고 네트워크

앱이나 웹사이트에 광고 코드를 붙여 방문자 트래픽을 USDC 수익으로 전환할 수 있는 광고 네트워크입니다.
퍼블리셔는 광고 슬롯을 간단히 연결하고, 광고주는 캠페인 화면에서 예산과 노출 조건을 설정해 집행할 수 있습니다. 수익화가 막막한 서비스의 다음 단계를 정리해줍니다.
Hugging Face, 모델 페이지에 EEE 평가 연동

- Hugging Face가 Every Eval Ever(EEE)와 Community Evals의 상호 호환을 도입해 모델 페이지와 벤치마크 리더보드에 평가 결과를 교차 게시할 수 있게 함
- EEE는 평가 수행 주체, 대상 모델, 접근 방식, 생성 설정, 지표 의미를 담는 JSON 스키마를 제공하고, 권장되는 샘플 단위 companion JSONL 출력도 함께 둘 수 있음
- Hugging Face에 저장된 EEE 데이터는 약 22만9000건 평가 결과, 2만2000개 이상 모델, 2200개 벤치마크, 31개 보고 형식을 포함한다고 밝힘
- 같은 모델과 같은 벤치마크도 실행 방식에 따라 점수가 달라질 수 있으며, 예시로 LLaMA 65B의 MMLU 점수가 63.7과 48.8로 각각 보고된 사례를 제시함
- Community Evals에서는 벤치마크가 dataset repo의 eval.yaml로 등록되고, 모델 점수는 model repo의 .eval_results/*.yaml에 저장돼 모델 카드와 리더보드에 함께 반영됨
- 모델 작성자와 제3자 제출 결과를 함께 집계하며, 각 점수에는 author-submitted, community-submitted, independently verified 배지가 붙음
- 각 조직의 공식 Hugging Face 계정으로 제출한 결과는 EvalEval에서 verified 체크마크로 표시되며, Hub의 점수 배지에서 전체 EEE 기록으로 바로 연결됨
- Hugging Face는 EEE 레코드를 Community Evals용 소형 YAML 파일로 변환하는 컨버터도 제공해 이중 포맷 수작업을 줄였다고 설명함
원문: huggingface.co
조코레터는 개발자와 만드는 사람을 위해 AI, 소프트웨어, 제품 흐름을 한국어로 정리합니다.
#GitHub #HuggingFace #Vercel