제로부터 배우는 AI 에이전트의 스킬 확장: Function Calling의 메커니즘과 구현 단계

LLM의 정적 지식 한계를 극복하고 외부 시스템과 상호작용하게 만드는 Function Calling의 메커니즘을 설명합니다. 사용자의 요청을 분석해 필요한 함수와 파라미터를 추출하고, 이를 통해 AI를 자율적인 에이전트로 진화시키는 과정을 다룹니다.

그토록 믿음직하던 AI가 부실한 테스트 케이스를 만들어오는 이유에 대해 생각해 보았다

AI가 QA 업무에서 부실한 테스트 케이스를 생성하는 원인을 프로덕트 특화 컨텍스트 부족으로 분석합니다. 단순 프롬프트를 넘어 기존 기능 영향도와 사용자 유형 등 외부 컨텍스트를 정비하는 것이 고품질 결과물의 핵심임을 강조합니다.

우크라이나 이커머스 스토어 NEWBORN K의 사례를 통해 Shopify 환경에서 AI 지원 SEO를 적용하여 유기적 성장을 달성하는 과정을 다룹니다. Ahrefs MCP를 활용해 대규모 컬렉션 페이지의 키워드 최적화와 데이터 정제 문제를 해결하는 실무적인 접근법을 제시합니다.

【AI 에이전트 시대의 팀 개발⑥】 AI에게 세세하게 지시하지 않는 것이 좋다는 말, 팀 개발에서도 통할까

AI 에이전트 활용 시 탐색 단계와 구현 단계의 지시 전략 차이를 다룹니다. 아이디어 도출 시에는 자율성을 부여하되, 기존 팀 개발 코드에 적용할 때는 설계와 규칙을 유지하기 위한 명확한 제약 조건이 필요함을 강조합니다.

당신의 System Prompt, AI에게 거짓말을 시키고 있지는 않습니까 — Context Engineering의 첫 30분

System Prompt의 설정 방식이 LLM의 할루시네이션에 미치는 영향을 분석하고, 성실성을 높이는 Context Engineering 기법을 소개합니다. '모름'을 허용하고 확신도와 정보원을 명시하는 것만으로도 모델의 답변 품질을 획기적으로 개선할 수 있습니다.

버추얼 컴패니언의 인격 프롬프트가 붕괴되지 않도록 하기 위한 구현 메모

버추얼 컴패니언의 인격 유지를 위해 시스템 프롬프트를 역할별로 분리하고 우선순위를 설정하는 구현 방법을 제안합니다. 긴 대화에서도 캐릭터의 말투와 규칙이 무너지지 않도록 프롬프트 구조화와 문맥 관리 전략을 다룹니다.

컴퓨터와 오셀로 대전 63 ～LLM에게 판단하게 하는 것에 의미가 있을까～

오셀로 게임에서 LLM이 최적의 수를 판단할 수 있는지 검증하기 위해 알고리즘 기반 선택 방식과 비교 실험을 진행했습니다. 실험 결과, LLM의 선택은 랜덤 선택보다도 낮은 승률을 기록하며 성능이 매우 낮음을 확인했습니다.

Claude Code 시대의 음성 입력 앱 4선｜Mac 표준을 포기하고 Aqua Voice에 정착하기까지

Claude Code와 같은 AI 도구 사용 시 프롬프트 입력의 번거로움을 해결하기 위한 음성 입력 앱 4종을 비교 분석합니다. Whisper 모델과 LLM을 결합한 새로운 Audio + LLM 구조가 음성 인식의 정확도와 정제 능력을 어떻게 혁신했는지 다룹니다.

AI 에이전트가 외부 환경과 상호작용하기 위해 필요한 '스킬(Skill)'의 개념과 구현 로드맵을 설명합니다. Python을 활용하여 스킬 구현부터 메타데이터 정의, LLM의 선택, 실행 제어에 이르는 4단계 프로세스를 다룹니다.

ChatGPT의 Web UI 변경으로 인한 불편함을 계기로, 프로젝트 로컬 디렉터리에 AI 대화 문맥을 저장하는 '.friend/' 방식의 설계 철학을 다룹니다. 이는 AI와의 협업 문맥을 프로젝트에 접지(grounding)시키는 새로운 메타데이터 관리 방식을 제안합니다.

마우스 커서 '안경'을 주었더니 성격이 드러난 Sonnet(Claude)과 금방 버려버리는 GPT 일기

AI에게 마우스 커서 위치를 시각적으로 보여주는 '안경(보라색 원 표식)' 도구를 제공했을 때, 모델별로 나타나는 도구 활용 능력과 반응의 차이를 실험했습니다. Claude Sonnet은 제공된 도구를 적극적으로 활용하며 위치를 보정하는 모습을 보인 반면, GPT는 도구의 유효성을 인정한 후 금방 활용을 소홀히 하는 상반된 태도를 보였습니다.

GPU 없이 만드는 로컬 RAG 정밀도 개선편 (지원 파일 형식 확장 및 Hybrid Search)

GPU 없이 동작하는 로컬 RAG 시스템의 성능을 개선하기 위해 지원 파일 형식을 확장하고 Hybrid Search를 도입하는 방법을 다룹니다. docx, xlsx, pptx, csv 등 다양한 Office 파일 형식을 처리하는 로직과 BM25를 결합하여 검색 정밀도를 높이는 기술적 상세 내용을 제공합니다.

ChatGPT API를 활용하여 SEO에 최적화된 3,000자 분량의 블로그 기사를 자동으로 생성하는 시스템 구축 방법을 소개합니다. 프롬프트 템플릿 설계, Python 코드 구현, 단계별 파이프라인 구축을 통해 콘텐츠 제작 시간을 획기적으로 단축하고 일관된 품질을 유지하는 전략을 다룹니다.

AI FX Bot의 백테스트 결과가 왜곡되는 주요 원인인 look-ahead bias(선행 편향)를 제거하기 위한 검증 프로세스를 설명합니다. 확정된 봉만을 시그널 기준으로 삼고 진입 시점을 다음 봉의 시가로 분리하여, 백테스트의 수익률보다 실제 시장에서의 재현성을 확보하는 데 집중합니다.

코딩 에이전트에서 클라우드 자동화로: Azure Functions에서의 AI를 활용한 고객 인시던트 대응

Microsoft Azure Functions 팀이 고객 인시던트 조사 및 근본 원인 분석(RCA)을 자동화하기 위해 AI 에이전트를 도입하고 발전시켜 온 과정을 다룹니다. 초기 RCA 에이전트 실험에서 시작하여 코딩 에이전트 기반 워크플로를 거쳐 클라우드 호스트형 자동화로 진화하는 기술적 여정과 운영 전략을 공유합니다.

AI 에이전트의 작업 인계 레이어인 A2CR MCP 서버가 awesome-mcp-servers 리포지토리에 게재된 과정을 기록한 글입니다. 대화 이력 전체가 아닌 '작업 상태(Working State)'를 전달하는 A2CR의 핵심 철학과 함께, 오픈소스 리스트에 PR을 제출하고 리뷰를 통해 수정 사항을 반영하여 머지하기까지의 실무적인 경험을 공유합니다.

AI 모델은 토큰 소비를 스스로 의식하지 못하며, 토큰 계산과 비용 관리는 모델 외부의 인프라 및 프로덕트 계층에서 이루어집니다. AI 비즈니스의 핵심은 모델의 품질을 넘어, 토큰 경제학을 통해 예측 가능한 비용으로 유용한 지능을 전달하는 설계 역량에 있습니다.

하루에 400회 이상 대화한다고!? 대학생이 Python으로 자신의 Gemini 이용 내역을 전부 추출하여 분석해 본 이야기

Gemini의 사용량 상한 도입에 따라, Google Takeout을 통해 추출한 JSON 데이터를 Python과 Pandas를 활용하여 분석한 사례입니다. 사용자는 Google My Activity 데이터를 JSON 형식으로 내려받아 ISO8601 시간 포맷 문제를 해결하며 일별 및 월별 사용량을 시각화했습니다.