MeshCore 팀 분열: 상표 비밀 출원 및 AI 생성 코드 논란

✍️ OpenClawRadar📅 게시일: April 23, 2026🔗 Source
MeshCore 팀 분열: 상표 비밀 출원 및 AI 생성 코드 논란
Ad

2025년 1월에 시작되어 현재 38,000개 이상의 노드와 100,000명 이상의 활성 앱 사용자를 보고하는 MeshCore 프로젝트가 공개 분열을 겪었습니다. 원래 개발팀은 Andy Kirby가 2026년 3월 29일에 비밀리에 MeshCore 상표를 출원하고, 독립형 장치, 모바일 앱, 웹 플래셔, 웹 구성 도구 등 생태계의 여러 구성 요소를 AI 생성 코드(주로 Claude Code)를 사용하여 공격적으로 인수했으며, 이를 팀에 공개하지 않은 사실을 발견한 후 Kirby와 분기했습니다.

meshcore.io의 공식 블로그 게시물에 따르면, 팀은 AI 사용과 신뢰에 대해 Discord 커뮤니티에 설문조사를 했지만, 핵심 분쟁은 상표 출원과 의사소통 부족에 있습니다. 블로그는 다음과 같이 밝힙니다: "Andy는 자신이 브랜드를 소유하고 있다고 주장하며, MeshOS 라인에서 그 단어를 매우 많이 사용하고 있습니다. 한편 현실은 유일한 '공식' MeshCore는 GitHub 저장소입니다. 그것이 MeshCore의 진실 공급원이며, Andy는 그곳에 한 번도 기여한 적이 없습니다."

나머지 핵심 팀인 Scott(프로젝트 창립자, 선임 펌웨어 엔지니어), Liam Cottle(앱 개발자), Recrof(지도 개발자), FDLamotte(Python 도구, STM32 펌웨어), Oltaco(OTA 수정 부트로더)는 meshcore.io에 새 홈페이지를 열고 새 Discord 서버를 시작했습니다. 그들은 "인간이 작성한 소프트웨어"로 개발을 계속하겠다고 약속했습니다. 블로그는 Andy Kirby가 원래 meshcore.co.uk 도메인과 Discord 서버를 통제하고 있으며, 분열 후 팀이 하지 말라고 요청했음에도 불구하고 (다시 Claude를 사용하여) 새 사이트의 모양과 느낌을 복사했다고 언급합니다.

Ad

공식 프로젝트의 주요 리소스:

이 상황은 AI 생성 코드와 상표 소유권이 충돌하는 오픈 소스 프로젝트의 마찰점을 부각시킵니다. MeshCore 생태계를 따르는 개발자에게 이 분열은 이제 원래 Discord와 .co.uk 사이트 대 새 meshcore.io라는 두 개의 경쟁하는 "공식" 채널이 있음을 의미합니다.

📖 전체 출처 읽기: HN AI Agents

Ad

👀 See Also

스포티파이 개발자, AI 활용해 코드 없이 기여하기
News

스포티파이 개발자, AI 활용해 코드 없이 기여하기

Spotify의 핵심 개발자들은 12월부터 AI 덕분에 코드를 작성하지 않았는데, 특히 Claude Code를 사용하여 원격 실시간 코드 배포를 가능하게 하는 내부 'Honk' 시스템을 통해 이루어졌습니다.

OpenClawRadar
Anthropic의 오픈소스용 Claude 프로그램은 자격을 갖춘 메인테이너들에게 무료 Claude Max를 제공합니다.
News

Anthropic의 오픈소스용 Claude 프로그램은 자격을 갖춘 메인테이너들에게 무료 Claude Max를 제공합니다.

Anthropic은 지난 3개월 동안 활발히 커밋을 진행한 5,000개 이상의 GitHub 스타 또는 100만 이상의 월간 npm 다운로드를 보유한 오픈 소스 프로젝트 관리자에게 6개월간 무료 Claude Max 접근권을 제공합니다.

OpenClawRadar
아마존 S3 주석: AI 에이전트 워크플로를 위한 객체당 1GB 메타데이터
News

아마존 S3 주석: AI 에이전트 워크플로를 위한 객체당 1GB 메타데이터

AWS, S3 애노테이션 발표 — 객체당 최대 1,000개 애노테이션, 각 1MB, 총 1GB. 변경 가능하며 Athena로 쿼리 가능, Glacier 객체 검색 비용 면제.

OpenClawRadar
취리히 연방공과대학교 연구: 과도한 컨텍스트가 AI 코딩 에이전트 성능을 저하시킨다
News

취리히 연방공과대학교 연구: 과도한 컨텍스트가 AI 코딩 에이전트 성능을 저하시킨다

ETH 취리히 연구팀이 138개의 실제 GitHub 작업에 대해 4개의 코딩 에이전트를 테스트한 결과, LLM이 생성한 컨텍스트 파일은 작업 성공률을 2-3% 감소시키면서 추론 비용을 20% 증가시켰습니다. 인간이 작성한 컨텍스트는 성공률을 약 4%만 향상시켰지만 여전히 상당한 비용 증가를 동반했습니다.

OpenClawRadar