기본 OpenAI 호환 설정으로 DeepSeek V4-Pro를 Cursor에 연결하면 첫 번째 도구 호출에서 400 오류가 발생합니다. 이유는 사소하지만 고질적입니다. V4-Pro는 `reasoning_content` 블록을 반환하는 사고 모델인데, Cursor는 후속 요청에서 해당 필드를 제거하고, DeepSeek API는 사고 체인이 누락된 도구 호출 메시지를 거부하기 때문입니다. yxlao/deepseek-cursor-proxy의 오픈 소스 프록시는 사고 콘텐츠를 캐시하고 외부 요청 시 다시 삽입합니다. 프록시가 실행되면 V4-Pro는 Cursor의 사용자 지정 모델 패널에서 접을 수 있는 마크다운으로 렌더링되는 사고 토큰과 함께 다른 모델처럼 작동합니다. 아래는 전체 설정, 비용 계산 및 문제 해결 목록입니다. 요약 (TL;DR) * Cursor와 DeepSeek V4-Pro를 함께 사용하면 기본적으로 400 오류가 발생합니다. V4-Pro는 사고 모델이며 Cursor

Ashley Innocent

May 25, 2026

DeepSeek은 2026년 LLM 가격 책정에서 가장 공격적인 일시적 할인을 새로운 표준으로 만들었습니다. 5월 22일, DeepSeek 팀은 원래 2026년 5월 31일 15:59 UTC에 만료될 예정이었던 DeepSeek-V4-Pro 75% 할인 혜택이 되돌아가지 않을 것이라고 발표했습니다. 이 프로모션 요금은 영구적인 정식 가격이 됩니다. 입력 토큰당 가격은 백만 토큰당 $0.435로, 출력은 $0.87로, 캐시 히트는 $0.003625로 내려갑니다. 아래에서는 무엇이 변했는지, 무엇이 그대로 남아 있는지, 그리고 모든 API 개발자가 이번 주에 무엇을 재고해야 하는지 분석합니다. 요약 (TL;DR) * DeepSeek-V4-Pro API 가격은 이제 원래 정식 가격의 1/4로 영구화됩니다: 입력 백만 토큰당 $0.435, 출력 백만 토큰당 $0.87, 캐시 히트 백만 토큰당 $0.003625. * 2026년 5월 31일에 종료될 예정이었던 75% 프로모션 할인은 이

Ashley Innocent

May 25, 2026

Agent2Agent (A2A)는 사양 단계에서 출시까지 빠르게 진행되고 있으며, 두 번째 에이전트를 실행하는 순간 에이전트들 사이에서 어떤 데이터가 오가는지 확인해야 합니다. 툴링은 아직 초기 단계에 있어 실제 A2A 디버거 목록은 짧고, 그 격차도 큽니다. 이 요약은 현재 존재하는 도구들, 각 도구의 장점, 그리고 어떤 도구를 먼저 사용해야 하는지에 대해 다룹니다. A2A가 처음이라면 이 목록을 보기 전에 Agent2Agent (A2A)란 무엇인가와 A2A 디버거란 무엇인가를 읽어보세요. 이 문서들은 에이전트 카드, 작업 수명 주기, 그리고 에이전트 간 트래픽 검사가 어려운 이유를 설명합니다. 버튼 A2A 디버거 평가 방법 디버거가 이 목록에 오르려면 다음 네 가지를 잘 수행해야 합니다. * 발견 (Discovery). 에이전트 카드를 가져와 유효성을 검사한 다음, 에이전트의 기능과 기술을 명확하게 보여줍니다. * 메시지 테스트 (Message

Ashley Innocent

May 22, 2026

A2A 에이전트를 구축했습니다. 연결되고, 실행되며, 때로는 잘못된 것을 반환합니다. 이제 어떻게 해야 할까요? 콘솔을 열어보면 실제로 관심 있는 필드가 세 단계 깊이에 묻혀 있는 JSON-RPC 봉투 스트림이 보입니다. 버그가 전송 계층에 있는지 에이전트에 있는지 알 수 없습니다. 이것이 바로 Agent2Agent (A2A) 디버거가 채워주는 공백입니다. 이 글에서는 A2A 디버거가 무엇인지, 디버거 없이 에이전트 간 트래픽을 디버깅하기 어려운 이유, 좋은 디버거가 하는 일, 그리고 디버거를 선택할 때 무엇을 찾아야 하는지 설명합니다. 먼저 프로토콜 배경이 필요하다면 Agent2Agent (A2A)가 무엇인지부터 시작하세요. 버튼 A2A 디버거란 무엇인가요? A2A 디버거는 Agent2Agent 에이전트에 연결하여 테스트 메시지를 보내고 클라이언트 코드를 작성하지 않고도 전체 요청 및 응답을 검사할 수 있게 해주는 도구입니다. REST 클라이언트가 사용자와 API

Ashley Innocent

May 22, 2026

오늘날 대부분의 AI 시스템은 단일 에이전트입니다. 하나의 모델, 하나의 프롬프트 루프, 하나의 도구 세트. 이 방식은 작업이 단일 에이전트가 처리하기에 너무 크거나, 내 에이전트가 처리할 수 없는 단계를 다른 팀에서 구축한 에이전트가 처리해야 할 때까지는 잘 작동합니다. 하지만 그럴 때마다 벽에 부딪힙니다. 두 개의 독립적인 에이전트가 서로를 찾고, 작업을 주고받고, 결과를 보고하는 표준적인 방법이 없기 때문입니다. Agent2Agent (A2A)는 이러한 벽을 허물기 위해 만들어진 프로토콜입니다. 이 가이드는 A2A가 무엇인지, 어떤 문제를 해결하는지, 내부적으로 어떻게 작동하는지, 그리고 MCP와 어떻게 다른지 설명합니다. 이 글을 읽은 후 A2A 에이전트를 테스트하고 싶다면, Apidog A2A 디버거 가이드에서 이 게시물이 끝나는 지점부터 이어집니다. 버튼 Agent2Agent (A2A)란 무엇인가요? Agent2Agent (A2A)는 AI 에이전트 간의 통

Ashley Innocent

May 22, 2026

오늘날 거의 모든 “AI 이미지 감지기”에 사진을 업로드하면, "인간 94%" 또는 "AI 88%"와 같은 확신에 찬 판정을 받습니다. 이 숫자는 권위 있어 보이고 측정치처럼 느껴집니다. 하지만 이는 실험복을 입은 추측에 가깝습니다. 사후 탐지(AI 생성 이미지를 사후에 식별하도록 분류기를 훈련하는 방식)는 아무리 많은 엔지니어링으로도 완전히 해결할 수 없는 구조적인 문제를 가지고 있습니다. 탐지하려는 대상은 계속 변하며, 이미지를 생성하는 사람들은 항상 앞서나가려는 동기가 있기 때문입니다. 이는 단순한 호기심을 넘어 중요한 문제입니다. 콘텐츠 무결성은 팀들이 제품에 직접 연동하는 기능이 되고 있습니다. 예를 들어, 조작된 이미지를 거부하는 업로드 엔드포인트, 합성 미디어를 플래그하는 검수 파이프라인, 방어 가능한 감사 추적이 필요한 규정 준수 확인 등이 있습니다. 💡이는 API 문제입니다. Apidog은 팀들이 이러한 로직을 수행하는 API를 설계하고 디버그하며 테스트하는 공

Ashley Innocent

May 21, 2026

세 연구소가 5주 간격으로 플래그십 모델을 출시했으며, 이후 순위표는 계속 변동하고 있습니다. 알리바바의 Qwen3.7-Max-Preview, OpenAI의 GPT-5.5, Anthropic의 Claude Opus 4.7은 이제 모든 중요한 벤치마크에서 상위권을 차지하고 있으며, 이들 중 하나를 선택하는 것은 생각보다 어렵습니다. 하나의 헤드라인이 계속 돌고 있습니다: Qwen3.7-Max가 Artificial Analysis Intelligence Index에서 1위를 차지했습니다. 이 주장은 사실이지만, 맥락이 필요하며, 실제로 어떤 모델을 기반으로 구축해야 할지에 대한 의문을 해결해 주지는 못합니다. 이 비교는 추론, 코딩, 컨텍스트 창, 가격, 가용성 및 지연 시간 측면에서 세 모델을 나란히 놓습니다. 벤더 마케팅과 독립적인 벤치마크는 다른 이야기를 들려주기 때문에 여기에 있는 모든 수치는 명시된 출처에 기반합니다. 직접 차이를 테스트하고 싶다면, Apidog에서 세 가지

Ashley Innocent

May 21, 2026

알리바바는 Qwen 3.7을 조용히 세상에 출시했습니다. Qwen3.7-Max-Preview와 Qwen3.7-Plus-Preview라는 두 가지 미리보기 모델은 2026년 5월 14일 블로그 게시물이나 API 없이 공개 모델 아레나에 처음 등장했습니다. 공식 발표는 5월 20일 항저우에서 열린 알리바바 클라우드 서밋에서 이어졌습니다. 비용을 지불하지 않고 이 모델을 사용해보고 싶다면, 어떤 경로가 진정한 무료 액세스이고 어떤 경로가 무료라는 이름표를 달고 있는 유료 체험판인지가 질문입니다. 이 가이드는 2026년 5월 현재 Qwen 3.7을 무료로 사용할 수 있는 모든 확인된 방법을 안내합니다. 각 경로에 대해 솔직한 정보를 얻을 수 있습니다: 실제로 무엇을 할 수 있는지, 어떤 제한이 있는지, 그리고 누구에게 적합한지. . 💡바로 이 부분에서 Apidog과 같은 도구가 유용합니다. 요청을 보내고, 스트리밍 응답을 검사하고, 앱에 연결하기 전에 호출을 저장할 수 있습니다. 모델

Ashley Innocent

May 21, 2026

알리바바의 Qwen 팀은 2026년 5월 중순 Qwen3.7-Max-Preview를 출시했고, 개발자들은 즉시 같은 질문을 던지기 시작했습니다. "내 코드에서 어떻게 호출해야 할까요?" 이 모델은 1M 토큰 컨텍스트 창과 명시적인 사고 연쇄 추적 기능을 갖춘 플래그십 추론 시스템으로, 에이전트 백엔드, 장문 분석, 코드 생성에 매우 적합합니다. 하지만 그 이름의 "미리보기(preview)"라는 단어는 많은 의미를 내포하고 있습니다. 접근이 제한되어 있고, API 표면은 아직 확정되지 않았으며, 작동하는 코드를 작성하는 데 필요한 세부 정보는 릴리스 노트와 플랫폼 문서 전반에 흩어져 있습니다. 버튼 요약 Qwen3.7-Max-Preview는 2026년 5월 14일 미리보기(preview)로 출시된 알리바바의 플래그십 추론 모델로, 1M 토큰 컨텍스트 창을 제공합니다. 미리보기 기간 동안 가장 안정적인 사용 방법은 Qwen Chat(chat.qwen.ai)을 이용하는 것입

Ashley Innocent

May 21, 2026

알리바바의 큐원(Qwen) 팀이 최신 플래그십 모델을 막 출시했으며, AI 커뮤니티는 이에 주목하고 있습니다. Qwen3.7-Max는 알리바바 외부에서는 아무도 그 이름을 알지 못했지만 공개 리더보드에 올랐고, 며칠 후 2026년 알리바바 클라우드 서밋에서 공식적으로 공개되었습니다. 이 모델은 에이전트 시대를 위해 구축된 추론 모델로, 장기적인 작업 실행, 100만 토큰 컨텍스트 창, 그리고 적어도 하나의 주요 지능 순위에서 최상위를 차지했습니다. 소프트웨어를 개발하는 입장이라면, 새로운 최신 모델 출시는 추상적인 소식이 아닙니다. 결국 자체 API 뒤에 모델을 연결하고, 응답을 검증하며, 앱이 완성되는 동안 출력을 모의(mocking)해야 할 것입니다. 바로 이 작업에 Apidog가 필요합니다. 본 문서는 모델 자체에 초점을 맞춰, Qwen 3.7이 여러분의 스택에 적합한지 알 수 있도록 돕습니다. 아래 내용은 알리바바의 발표와 독립적인 보도를 기반으로 하며, 아직 확인되지 않은

Ashley Innocent

May 21, 2026

누군가 귀하의 제품에 사진을 업로드하고 카메라로 촬영했다고 주장합니다. 귀하의 백엔드는 이를 증명하거나 반증할 수 있습니까? 이미지 생성기가 이제 인간 검토자에게는 진짜처럼 보이는 결과물을 생성하므로, "눈으로 믿는 것"은 오래 전에 효과가 없어졌습니다. 다행히도 유용한 답변을 제공하기 위해 자체 모델을 훈련할 필요는 없습니다. 암호화된 출처 매니페스트와 기계 학습 분류기라는 두 가지 독립적인 신호를 결합하여, 어느 한 신호만으로는 얻을 수 없는 더 정직한 판정을 내릴 수 있습니다. 이 튜토리얼은 POST /verify 엔드포인트를 가진 단일 서비스로 백엔드를 구축하는 과정을 안내합니다. 이미지를 제공하면, 신뢰 점수와 찾은 출처 세부 정보가 포함된 JSON 판정을 반환합니다. 서버에는 Python과 FastAPI를 사용하고, 출처 신호에는 오픈 소스 C2PA 툴링을, 분류기 신호에는 호스팅된 탐지 API를 사용할 것입니다. 이 프로젝트는 API 프로젝트이므로, 먼저 엔드포인트 계

Ashley Innocent

May 21, 2026

OpenAI는 "더 안전하고 투명한 AI 생태계를 위한 콘텐츠 출처 발전"이라는 게시물을 발표했습니다. 이 게시물은 업계 전체가 수년 동안 논의해왔던 내용을 발표했습니다. 즉, OpenAI가 C2PA 운영 위원회에 합류하고, 생성된 이미지에 Google의 SynthID 워터마크를 추가하기 시작했으며, 이미지가 OpenAI에서 생성되었는지 알려주는 공개 도구를 미리 선보이고, 연구자 액세스 프로그램을 통해 DALL-E 3 이미지 감지 분류기에 대한 접근을 허용했습니다. 이 단일 게시물은 유용한 지표입니다. "이 이미지가 진짜인가?"라는 질문은 더 이상 팩트체커들의 틈새 우려가 아닙니다. 이제 이는 언론인, 채용 담당자, 데이팅 앱 사용자, 보험 조사관, 그리고 일반인들이 정기적으로 수행하는 기본 확인 사항이 되었습니다. 💡개발자라면 "이미지 확인"의 실제적인 의미는 종종 감지 API를 자신의 앱에 연결하고 올바르게 작동하는지 확인하는 것을 의미하며, 이는 배포하기 전에 Apidog

Ashley Innocent

May 21, 2026

코딩 에이전트는 자신감 있고 빠르지만, 지시하지 않으면 코드베이스의 아키텍처를 전혀 모릅니다. Claude Code나 Codex에 모호한 티켓을 넘기면, 컴파일되고 간단한 테스트를 통과하며 도메인 계층과 HTTP 계층 사이의 경계를 조용히 위반하는 코드를 기꺼이 작성할 것입니다. 에이전트는 설계 문서를 읽지 않았습니다. 에이전트가 볼 수 있는 파일을 읽고, 패턴을 매칭하고, 추측한 것입니다. `DESIGN.md` 파일은 에이전트가 항상 살펴보는 유일한 장소, 즉 저장소 자체에 아키텍처 의도를 기록함으로써 추측 문제를 해결합니다. 요약 `DESIGN.md`는 코드베이스의 아키텍처 의도, 제약 조건 및 설계 결정을 일반 Markdown으로 기록하는 커뮤니티 관례 저장소 파일입니다. 이를 통해 코딩 에이전트(Claude Code, Codex, Cursor)는 시스템과 충돌하는 대신 시스템에 맞는 코드를 생성합니다. `AGENTS.md`가 "어떻게 빌드하고 테스트하는가"에 답한다면,

Ashley Innocent

May 21, 2026

Claude Design은 출시되자마자 이목을 집중시켰습니다. 문장 하나를 입력하면 완성된 피치 덱, 랜딩 페이지 또는 모바일 목업이 몇 초 만에 생성됩니다. 캔버스에서 사각형을 끌어다 놓거나 수동으로 픽셀을 조정할 필요가 없습니다. 하지만 곧 한계에 부딪혔습니다. 유료이고, 클라우드 전용이며, Anthropic의 스택에 종속되어 있습니다. 그래서 사람들이 Claude Design을 무료로 사용하는 방법을 찾을 때, 보통 막다른 길에 이르게 됩니다. Open Design이라는 오픈소스 프로젝트는 동일한 아티팩트 우선 디자인 루프를 재구축하며, 자체 머신에서 실행되고 설치 비용이 전혀 들지 않습니다. 이 가이드는 Open Design이 무엇인지, 세 가지 설정 방법, 그리고 이미 유료로 사용하고 있는 AI 에이전트와 어떻게 연동하는지 설명합니다. 💡데모에서 건너뛰는 단계도 다룹니다. 디자인 도구는 인터페이스를 제공하지만, Apidog와 같은 API 플랫폼과 결합해야 그 인터페이스

Ashley Innocent

May 21, 2026

API 문서 보안은(는) 거의 아무도 감사하지 않는 API 프로그램의 일부입니다. 여러분은 인증, 속도 제한, 보안 테스트를 통해 API 자체를 강화합니다. 하지만 해당 API를 설명하는 문서, 즉 OpenAPI 스펙, Swagger UI 페이지, 인증 흐름을 설명하는 마크다운 등은 종종 Git 저장소나 정적 호스트에 저장되며, 설정된 날부터 아무도 검토하지 않습니다. 2026년 5월 20일, GitHub는 공격자들이 약 3,800개의 내부 코드 저장소에서 데이터를 훔쳐 갔음을 확인했습니다. 진입점은 GitHub 직원 노트북에 설치된 악성 VS Code 확장 프로그램이었습니다. 이 침해 사고는 여러분의 설정에 대해 불편한 질문을 던져볼 좋은 이유가 됩니다. 만약 누군가 여러분이 게시한 API 문서를 몰래 변경할 수 있다면, 여러분은 알아차릴 수 있을까요? 그리고 여러분의 API 소비자들은 알아차릴 수 있을까요? 요약 안전한 API 문서는 문서가 접근 제어, 버전 기록, 검증 가

Ashley Innocent

May 21, 2026