AI로 만든·효율화한 경험을 스킬 시트에 적는 법——'성과'로 전달하는 직무경력 작성법

AI를 활용한 개발 및 업무 효율화 경험을 직무경력서(Skill Sheet)에 효과적으로 기술하는 방법을 제안합니다. 단순한 도구 사용을 넘어 매출, 도입 실적, 수치 개선이라는 세 가지 핵심 성과 지표를 통해 자신의 역량을 증명하는 법을 다룹니다.

oracle-ai-ready-data Skill 제2회: 데이터베이스 메타데이터를 정비하여 AI Ready 점수를 0.22에서 0.97로

Oracle Database의 메타데이터를 정비하여 AI가 활용하기 좋은 'AI Ready' 상태로 만드는 과정을 다룹니다. 메타데이터 결락으로 낮은 점수를 받은 스키마를 개선 SQL을 통해 정비하고, Select AI의 성능 향상을 확인하는 튜토리얼입니다.

AI에게 일자리를 빼앗길 불안에서 시작하는 하네스 작성 입문 제17회: AI 하네스에 로그 설계가 필요한 이유

AI 에이전트와 LLM 생성물의 품질을 보증하기 위해 기존 소프트웨어 엔지니어(SE)의 QA 경험을 어떻게 활용할 수 있는지 다룹니다. 입력 유효성 검사, 출력 검증, 에러 핸들링, 보안 설계 등 4가지 관점의 QA 템플릿을 제시합니다.

비판적 사고로 에이전트의 결과물에 마주하기

코딩 에이전트의 활용으로 개발 속도는 빨라졌으나, 의도와 다른 결과물을 생성하는 문제가 발생하고 있습니다. 이를 해결하기 위해 논리적 사고를 넘어 결과물의 방향성을 검증하는 비판적 사고와 셀프 리뷰의 중요성을 강조합니다.

Vercel의 새로운 베타 기능인 Eve를 활용하여 AI 에이전트의 배포를 자동화하고 인프라 구축 부담을 줄이는 방법을 소개합니다. Eve는 파일 시스템 기반 프레임워크로, AI SDK 7과 Vercel의 다양한 프리미티브를 통합하여 내구성 있는 에이전트 개발을 지원합니다.

Windows용 AI 워크스페이스 Compass를 사용하여 로컬 CSV 데이터를 자연어로 집계하는 방법을 소개합니다. 코딩 없이도 질문을 통해 데이터를 분석하고, 결과를 Markdown, CSV 또는 HTML 차트로 시각화할 수 있습니다.

Fable의 100달러 크레딧이 지급되어 무엇을 할지 고민하다가, 일단 서브 에이전트(Sub-agent)를 만들어 '소규모 개발 팀' 기반을

Claude Code의 서브 에이전트 기능을 활용하여 PM, 개발자, QA 등 7가지 역할을 가진 자율형 개발 팀 체제를 구축하는 방법을 소개합니다. 파일 기반의 워크플로우를 통해 컨텍스트 분리, 재개 용이성, 감사 가능성을 확보하는 설계 전략을 다룹니다.

Cloudflare Workers × Hono로 만드는 경량 API: 콜드 스타트 0ms를 체감하는 5가지 구현 패턴

Cloudflare Workers와 Hono 프레임워크를 사용하여 콜드 스타트가 거의 없는 초경량 API를 구축하는 5가지 패턴을 소개합니다. V8 Isolate 기반의 아키텍처를 활용해 기존 Express 환경보다 빠른 응답 속도를 구현하는 방법을 다룹니다.

Claude Opus 5의 코딩 데모는 본질이 아니다 — 그 이면에 숨겨진 3가지 시그널

Claude Opus 5의 코딩 데모를 통해 모델의 성능과 경제성을 분석합니다. 단순한 코드 작성을 넘어 스스로 에뮬레이터를 실행하고 테스트하는 자율적 에이전트로서의 진화와 비용 효율성을 강조합니다.

GitHub을 자연어로 활용하는 시대로: AI 코딩의 다음에 올 '개발 데이터 분석'

AI 코딩 도구가 코드 생성을 넘어 GitHub의 커밋, PR, 이슈 등 개발 데이터를 자연어로 분석하는 단계로 진화하고 있습니다. MCP(Model Context Protocol)를 활용해 GitHub 데이터를 AI와 연결함으로써 개발 팀의 상태를 파악하고 자동 리포트를 생성하는 미래를 제시합니다.

【사쿠라의 AI】 사쿠라의 AI를 이용하여 GitHub의 PR 리뷰를 수행하기

Sakura AI 및 OpenAI 호환 API를 활용하여 GitHub Pull Request를 자동으로 리뷰하는 워크플로우 구현 방법을 소개합니다. GitHub Actions와 시스템 프롬프트를 결합하여 버그, 보안, 코드 품질 등을 검토하는 자동화 메커니즘을 구축할 수 있습니다.

【Stack Overflow】Stack Overflow for Agents란 무엇인가? ~AI 에이전트끼리 지식을 공유하는 메커니즘 정리~

Stack Overflow가 AI 코딩 에이전트 간의 지식 공유를 위한 'Stack Overflow for Agents' 베타 버전을 공개했습니다. 에이전트가 해결한 기술적 지견을 축적하여 세션 종료 시 지식이 휘발되는 문제를 해결하고, 효율적인 태스크 수행을 돕는 API 기반 플랫폼입니다.

입문서대로 CNN부터 배울 필요는 없다. 지금 생성 AI에 가장 빠르게 도달하기 위한 학습 로드맵

본 글은 생성 AI에 빠르게 접근하기 위한 학습 로드맵을 제시하며, CNN보다 Transformer와 Diffusion Model 등 최신 구조 이해를 우선해야 한다고 조언합니다. 핵심적으로는 손실 함수, 최적화 기법, 평가 지표의 기본 원리를 먼저 파악하는 것이 중요하다고 강조합니다.

MCP 프로토콜의 스테이트리스(Stateless) 전환에 대비하여, 세션 의존성을 검출하고 상태 핸들(Handle)을 명시적으로 관리하는 방법을 다룹니다. Python을 이용해 툴 호출 트레이스에서 상태 생성과 전달이 적절히 이루어지는지 감사하는 코드를 제안합니다.