오늘의 트렌드
최근 24시간최근 글과 출처가 충분히 쌓이면 근거를 확인한 코멘트를 표시합니다.
Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
ZennAI 번역헤드라인
MulmoClaude의 원격 액세스 기능 — 스마트폰에서 컬렉션을 보고 변경하기
Claude Code를 엔진으로 사용하는 로컬 AI 앱 MulmoClaude의 원격 액세스 기능 업데이트를 소개합니다. 이제 스마트폰 브라우저를 통해 PC에서 관리하던 컬렉션을 확인하고, 전용 뷰를 생성하여 데이터를 수정할 수 있습니다.
7월 4일0
ZennAI 번역헤드라인
Fable5로 심해 포트폴리오를 만들고, 그 로그를 Opus 4.8로 감사(Audit)한 이야기
Claude Code(Fable5)를 사용하여 Three.js 기반의 심해 포트폴리오를 제작하고, 작업 과정의 객관성을 검증하기 위해 세션 로그를 Opus 4.8로 감사(Audit)한 경험을 다룹니다.
7월 4일0
ZennAI 번역헤드라인
그 주입, 처음부터 전달되지 않았습니다 ── changelog를 믿지 않는 스모크 테스트를 만든 이야기 (C3 v2.44.0)
멀티 에이전트 프레임워크 C3(Claude Code Conductor) 개발 과정에서 발생한 문서화되지 않은 동작과 사양 불일치 문제를 다룹니다. Claude Code의 undocumented한 hook 호출 방식과 사양 외 출력을 실측을 통해 발견하고 해결하는 과정을 기록했습니다.
7월 4일1
ZennAI 번역헤드라인
OWASP MCP Top 10의 '작동하는 탐지 규칙 모음'을 OSS로 공개했습니다 (의존성 없이 검증 가능)
OWASP MCP Top 10 리스크에 대응하는 Sigma 탐지 규칙과 검증 스크립트를 포함한 오픈소스 프로젝트를 공개했습니다. MCP 환경의 실행 시점(Runtime) 공격을 탐지하고 검증할 수 있는 텔레메트리 및 홈랩 절차를 제공합니다.
7월 4일1
ZennAI 번역헤드라인
Claude Code Skill의 설계와 구현 — /명령어로 재사용 가능한 워크플로우 만들기
Claude Code에서 재사용 가능한 워크플로우를 만드는 'Skill' 메커니즘의 설계와 구현 방법을 설명합니다. Markdown 파일을 기반으로 명령어를 정의하고, 세션 종료 기록이나 리스크 체크와 같은 실무 패턴을 구축하는 가이드를 제공합니다.
7월 4일0
ZennAI 번역헤드라인
1주일 한정된 Claude Fable 5로 무엇을 해야 하는가 - 7월 7일까지
Anthropic의 Claude Fable 5가 1주일 한정 무료 제공됨에 따라, 효율적인 활용 전략을 제안합니다. Fable 5는 대규모 컨텍스트 처리와 장시간 태스크의 일관성에 강점이 있으므로, 설계 및 대량 문서 분석에 집중하는 것이 좋습니다.
7월 4일0
ZennAI 번역헤드라인
Claude Code의 서브 에이전트를 통해 Dispatcher의 토큰 소비를 줄인 방법
Claude Code 환경에서 Dispatcher의 토큰 소비와 Rate Limit 문제를 해결하기 위해 서브 에이전트를 활용하는 방법을 소개합니다. 지능이 낮은 반복 작업인 태스크 지시서 작성과 대시보드 업데이트를 전용 서브 에이전트에게 위임하여 효율을 높였습니다.
7월 4일0
ZennAI 번역헤드라인
Claude Fable 5는 Pro 플랜에서 사용할 수 있을까? — 재개 후 이용 조건과 "주간 50% 한도는 금방 소진된다"는 평가
수출 규제 해제로 재개된 Claude Fable 5의 Pro 플랜 이용 조건과 비용 구조를 분석합니다. 7월 7일까지는 주간 한도의 50% 내에서 무료 이용이 가능하나, 7월 8일부터는 별도의 종량제(usage credits)로 전환됩니다.
7월 4일10
ZennAI 번역헤드라인
AI 모델 파일은 정말 '안전'한가 — 스캐너를 실기에서 돌려보고 알게 된, 막을 수 있는 공격과 막을 수 없는 공격
AI 모델 파일(pickle, .pt 등)을 통한 원격 코드 실행(RCE) 위험성을 분석하고, modelscan과 picklescan 스캐너의 탐지 성능을 실기 테스트로 검증합니다. 스캐너의 한계를 지적하며 safetensors 사용 및 다중 레이어 방어 전략을 제안합니다.
7월 4일1
ZennAI 번역헤드라인
소프트웨어 개발은 차원 변환이다 —— 책임을 추적하여 AI 생성의 이상을 포착할 수 있는가
소프트웨어 개발을 추상적인 사양(SPEC)에서 구체적인 소스 코드(SRC)로 자유도를 축약해 나가는 '차원 변환' 과정으로 정의합니다. 이 과정에서 각 단계별로 계승되고 분할되는 '책임'을 추적함으로써, AI 생성 과정에서 발생할 수 있는 논리적 이상을 포착할 수 있는 방법론을 제시합니다.
7월 3일1
ZennAI 번역헤드라인
자기 개선과 안전한 실행 — 가중치를 바꾸지 않고 동작을 바꾸기 / 결과를 의심하는 규범 【프롬프트로 읽어내는 AI 에이전트 #7】
실행형 AI 에이전트의 자기 개선(Self-improvement)과 안전한 실행(Safe Execution) 메커니즘을 다룹니다. 가중치를 업데이트하는 학습형과 달리, 프롬프트와 메모리를 업데이트하여 동작을 개선하는 방식과 샌드박스 및 미신뢰 데이터 처리 규범을 통한 안전 확보 방법을 설명합니다.
7월 3일1
ZennAI 번역헤드라인
저렴한 모델은 다시는 선택되지 않는다 ── AI에게 '솔직한 의견'을 물었더니 학습 계통의 데드락을 자백했고, 그날 바로 실패의 정의를 다시
멀티 에이전트 프레임워크 C3의 tier-routing 메커니즘 개선 과정에서 발생한 데이터 귀속 오류와 학습 데드락 문제를 다룹니다. Thompson Sampling을 이용해 태스크별 최적 모델을 선택하는 과정에서 계측 데이터의 정확성과 모델 선택 편향 문제를 분석합니다.
7월 3일1
ZennAI 번역헤드라인
AI 에이전트별 상세 규칙의 중복을 공통 단일 진실 공급원(Single Source of Truth)으로 회귀시킨 설계 판단
AI 에이전트(Codex, Claude Code)별로 중복 작성하던 구현 규칙을 하나의 공통 저장소로 통합하는 설계 방식을 제안합니다. 에이전트별 파일은 색인 역할만 수행하고, 실제 규칙은 단일 진실 공급원(SSOT)을 통해 관리하여 규칙 불일치 문제를 해결합니다.
7월 3일1
ZennAI 번역헤드라인
【AI 에이전트 비교 실험】#7 AI 에이전트 6개에 '어느 것이 가장 우수한가'를 경쟁시켰더니, 6개 모두 다른 결론을 내놓았다
6개의 AI 에이전트에게 동일한 실험 데이터를 바탕으로 종합 순위를 매기게 한 비교 실험 결과입니다. 에이전트들이 어떤 실험 지표(종합 점수 vs 지시 준수 성실도)를 우선순위로 두느냐에 따라 서로 다른 결론을 도출함을 보여줍니다.
7월 3일1
ZennAI 번역헤드라인
Claude Code로 처음 보는 코드 파악하기──넓게에서 좁게로 이어지는 분석 절차
Claude Code를 활용하여 생소한 코드베이스를 효율적으로 파악하는 '넓게→좁게→흐름' 전략을 소개합니다. 전체 아키텍처 파악부터 특정 파일 분석, 데이터 흐름 추적까지 단계별 프롬프트 활용법을 다룹니다.
7월 3일0
ZennAI 번역헤드라인
Copilot Studio로 AI 에이전트 만들기: 서적이나 YouTube 소개처럼 쉬운 것 같지만, 사내에서는 원하는 대로 사용할 수 없는
Copilot Studio를 활용한 AI 에이전트 구축 시, 일반적인 튜토리얼과 기업 환경 사이의 기능적 격차 원인을 분석합니다. 기업 내 보안 정책, Dataverse 설정, Power Platform의 권한 관리 체계로 인해 발생하는 기능 제한의 구조적 이유를 설명합니다.
7월 3일1
ZennAI 번역헤드라인
같은 프롬프트인데 답변의 질이 들쑥날쑥할 때, 채워야 할 것은 지시가 아니라 전제였다
LLM의 답변 품질이 불안정한 이유는 지시사항에 명시되지 않은 '전제'가 모호하기 때문입니다. 효과적인 프롬프팅을 위해 읽는 대상 명시, 수치 제약 부여, 출력 스키마 지정이라는 3가지 검증 가능한 제약을 활용할 것을 권장합니다.
7월 3일1
ZennAI 번역헤드라인
RAG 파이프라인에서의 시계열 오염: 컨텍스트 주입 드리프트(Context Injection Drift)의 메커니즘과 대책
RAG 파이프라인에서 시계열 정보 처리 미비로 인해 발생하는 '컨텍스트 주입 드리프트' 현상을 정의하고 그 메커니즘을 분석합니다. 데이터 오염을 방지하기 위한 파이프라인 분리 및 컨텍스트 검증 전략을 제시합니다.
7월 3일1
ZennAI 번역헤드라인
Fable 5 해제의 '이유'가 가장 중요했다
미 상무부의 수출 규제 해제로 Claude Fable 5가 전 세계에 다시 공개되었습니다. 이번 해제는 Fable 5만의 고유한 위험성이 아니라, 다른 주요 모델들도 유사한 취약점 식별 능력을 갖추고 있음이 확인되었기 때문입니다.
7월 3일3
ZennAI 번역헤드라인
【실기 검증】 로컬 LLM 4체를 마을에 살게 하면 '파벌'이 생길까 — 인격이 없으면 파벌 제로, 가치관을 부여했더니 4일째에 '동맹'을
로컬 LLM 4체에 인격과 가치관을 부여하여 가상 마을에서의 사회적 상호작용을 실험한 연구입니다. 실험 결과, 모델 계통보다는 부여된 가치관에 따라 AI들이 스스로 '동맹'과 같은 파벌을 형성함을 확인했습니다.
7월 3일2