제목, 요약, 본문을 검색해 흩어진 정보를 연결하세요.
GitHub은 2026년 10월 28일에 Copilot Fusion 정식 버전을 발표하며, 동시에 실험적인 로컬 모델 라우팅 기능도 함께 선보였습니다. 이 기능은 Windows 장치에서 MAI Code 1.1 Flash와 같은 로컬 모델을 자동으로 호출하고, VS Code, CLI 및 Copilot 앱에서 지능형 라우팅을 활성화할 수 있도록 지원합니다. 이 시스템은 Standard/High/Max 세 가지 노력 수준을 통해 클라우드 모델(예: OpenAI, Anthropic, Google)을 자동으로 선택하고 조합하여 작업을 수행하며, 코딩 평가에서 Claude Code에 근접한 성능을 구현하면서 비용은 절반으로 줄였습니다.
GitHub는 Universe 2026에서 Copilot Fusion 지능형 오케스트레이션 계층을 공개했으며, OpenAI, Anthropic, Google 등 다양한 모델을 자동으로 라우팅하고 조합하여 코딩 작업을 완료할 수 있도록 지원합니다. 개발자는 별도로 모델을 선택할 필요가 없습니다. 이 기능은 기존의 자동 모델 선택 기술과 지난 9월 연구에서 선보인 Project HydraFusion의 다중 모델 오케스트레이션 기능을 통합한 것입니다.
GitHub Copilot Fusion이 일반에 공개되었습니다. 각 작업마다 개별 모델을 선택하는 대신, Copilot Fusion을 선택하면 Copilot이 지능적으로 어떤 모델을 사용할지 라우팅하고 오케스트레이션해 줍니다.… 글 ‘GitHub Copilot Fusion으로 모델을 라우팅하고 오케스트레이션하세요’는 The GitHub Blog에 처음 게재되었습니다.
우리는 “이 코드를 사람이 읽었나요?”라는 질문이 “이 변경에서 어떤 문제가 발생할 수 있으며, 이를 잡아낼 적절한 검사는 자동화된 것인지 인간의 것인지”라는 질문을 정확히 대신한다고 보지 않습니다. 이러한 질문을 던지는 방식도 리뷰가 이루어지는 시점에 따라 달라집니다. 이전에는 리뷰가 길의 끝에 있는 관문처럼 작용했습니다: 코드를 작성하고, PR을 열고, 동료의 답변을 기다리는 것이었습니다. 이제는 리뷰가 지속적으로 진행되며, 마치 글을 쓰는 도중 맞춤법 검사를 하는 것과 같습니다. 대부분의 변경 사항은 인간이 검토하기 전에 최소 한 번 이상 Claude에 의해 검토되고 수정됩니다. 이를 통해 일상적인 실수 대부분을 미리 발견할 수 있고, 팀의 주의력을 더 고차원적인 문제와 심층적 검토에 집중시킬 수 있습니다. — 애디 오스마니, 모건 웨슬리 런트, 그리고 칭 왕, Claude Code 팀의 코드 리뷰 방식 태그: 안트로픽, Claude, AI, Claude-Code, LLMs, 애디-오스마니, 코딩-에이전트, 생성형-AI, 에이전틱-엔지니어링,
연구: sparqlite: SQLite 내부의 SPARQL 1.1, Rust로 작성 이 연구 과제는 사실 클라우드 코드 문서의 ‘동적 워크플로를 활용한 대규모 서브에이전트 오케스트레이션’에서 설명된 대로, ‘Ultracode’ 모드에서 클라우드 코드 웹을 실행하는 실험이다. Ultracode가 활성화되면 클라우드 코드는 동적 워크플로를 적극적으로 활용하여, 복잡한 문제를 해결하기 위해 서브에이전트 네트워크를 정의하고 조율하는 JavaScript를 생성한다. 초기 프롬프트는 다음과 같았다—‘행들을 직접 처리하라’는 뜻이었고, ‘delete’라는 단어는 휴대폰 자판에서 실수로 입력된 오타였다: Rust로 SQLite 확장 기능을 작성하여 SPARQL을 내장하고, delete 행을 직접 처리할 수 있어 매우 빠르게 작동하도록 만드세요. 이로 인해 클라우드 코드 웹은 12시간 넘게 연속으로 작동했다. 다음 날 진행 상황을 확인하고, 한 줄의 메시지를 보냈다.
도구: Chirp Pong 또 다른 게임 실험 - 마이크를 통해 전송되는 chirps를 사용하는 네트워크 코드를 활용해, 정적 HTML에서 실행되는 두 대의 서로 다른 휴대폰 간에 2인용 게임을 구현하는 것이 가능한지 확인하고자 했습니다. 결과적으로 작동하는 것으로 보입니다! 두 명의 플레이어가 서로 가까이 두고 휴대폰을 사용하며, 웹 마이크 API가 해석할 수 있는 오디오 신호를 통해 게임 상태를 전달하는 방식의 2인용 경쟁형 퐁 게임을 만들어 보세요. 다만, 그래픽과 게임플레이에 다양한 변화를 더해 클라우드 오푸스 5.5 Extra의 클라우드 코드보다 훨씬 더 재미있고 복잡하게 만드는 것이 핵심입니다. 태그: 게임 디자인, AI, 생성형 AI, LLMs, 클라우드 코드
도구: LaTeX 렌더러 폴 포드와 Aboard Foundry의 새로운 웹 앱인 Tiny Little Office에서 영감을 받았으며, 이 앱은 워드 프로세서, 아웃라이너, 프레젠테이션 빌더, 스프레드시트, 계산기, 드로잉 도구, 다이어그램 메이커, 애니메이터, 캘린더, 여행 플래너 등 다양한 웹 앱 콘텐츠 편집기를 제공합니다. Tiny Little Office의 특징적인 기술은 문서 데이터를 모두 URL의 #fragment 섹션에 저장한다는 점으로, 이를 통해 이 앱으로 만든 모든 문서는 북마크 가능하고 공유 가능한 링크가 됩니다. 또한 llms.txt 파일을 통해 에이전트들에게 문서로 렌더링될 URL을 생성하는 방법을 알려줍니다. Claude는 이 파일을 활용해 URL 형식이 어떻게 작동하는지 설명하는 슬라이드덱에 대한 링크를 생성했습니다: Tiny Little Office의 영향을 받아 저는 Claude Code(Opus 5.5 Extra)에게 LaTeX과 함께 작동하는 유사한 도구를 개발하도록 요청했습니다. 다음은 그 과정입니다
