Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
ZennAI 번역헤드라인
제2회: 프로토콜 엔지니어링 AI 공창 ―― 잠재 공간의 「잠항」과 어텐션의 유지 한계: AI의 본능에 저항하기 위한 공학
이 글은 AI와의 협업(공창) 과정에서 발생하는 '어텐션 유지의 한계'를 분석하며, 단순한 자연어 대화로는 깊이 있는 지성적 연산(잠항)을 지속하기 어렵다고 주장합니다. 저자는 AI가 통계적 평균으로 회귀하려는 본능(평균 회귀) 때문에, 고도의 전문성을 요구하는 '레드 존'의 상태를 유지하려면 인간의 끊임없는 메커니즘과 대화술에 의한 동적 개입이 필수적임을 강조합니다. 궁극적으로 AI가 구조와 정의를 벗어나는 순간은 지성의 패배로 간주됩니다.
5월 15일3
ZennAI 번역헤드라인
정말로 코드 한 줄도 쓰지 않고 iOS/Android 앱을 출시할 수 있었을까 —— 비엔지니어가 AI에게 맡긴 것, 자신이 한 것
본 글은 프로덕트 마케팅 경력의 비엔지니어가 AI(Claude Code)만을 활용하여 'TicTacToe GO'라는 앱을 출시한 경험을 공유합니다. 필자는 코드 작성이나 리뷰를 단 한 줄도 하지 않았음에도 불구하고, 설계 아키텍처 결정부터 게임 로직 구현, UI 개발, 외부 SDK 통합(AdMob, Firebase 등), 심지어 스토어 설정 파일 준비까지 AI에게 맡겨 앱을 성공적으로 출시할 수 있었습니다. 이 경험은 코딩 경험이 없는 비엔지니어의 관점에서 'AI에게 무엇을 어디까지 맡길 것인가'에 대한 실질적인 가이드라인을 제시합니다.
5월 15일1
ZennAI 번역헤드라인
AI 코딩 시대의 신입 사원 교육을 커리큘럼으로 설계하기
AI 코딩 시대에 신입 사원을 교육하기 위해서는 AI 사용을 금지하거나 전적으로 맡기는 방식이 아닌, 이용 레벨을 단계화하는 커리큘럼 설계가 필요하다. 이 커리큘럼은 Level 0(AI 미사용)에서 기본적인 문법과 개발 환경 이해를 다지고, Level 1에서는 AI에게 코드 설명 및 에러 원인 분석을 요청하며 이해도를 높인다. 이후 Level 2에서는 초안 생성을 허용하되, 생성된 코드를 비판적으로 검토하고 완성품으로 간주하지 않는 방식으로 진행되어야 한다.
5월 15일0
ZennAI 번역헤드라인
고탄다 방식: 스티그머지를 응용한 자율형 멀티 에이전트 시스템【일본어 번역】
본 기사는 AI 주도 개발 환경에서 코드를 작성하는 속도가 빨라짐에 따라 증가하는 유지보수 운영 부하 문제를 다루며, 이를 해결하기 위한 '고탄다식 에이전틱 워크플로우'를 제안합니다. 이 방식은 여러 에이전트가 직접 대화하거나 슈퍼바이저의 통제를 받는 대신, 공유 환경(pheromone field)에 관측된 사실이나 우려 사항을 '흔적(페로몬)'으로 남겨 협업하는 스티그머지(stigmergy) 원리를 응용합니다. 이 워크플로우는 실제 20만 행 규모의 Python 리포지토리 유지보수 운영에 적용되어 에러 감지, 성능 저하 모니터링을 기반으로 이슈 생성 및 개선 PR 자동화를 수행하고 있습니다.
5월 15일2
ZennAI 번역헤드라인
「Physical AI 훈련 데이터 사업」에 진입하는 해외 4개사의 전략을 분석하다
Uber, DoorDash, Instawork, YY Group 등 4개의 기그 워크 플랫폼사가 Physical AI 훈련 데이터 사업에 진입하는 전략을 분석합니다. 이들은 기존 매칭 사업의 성장 정체와 Physical AI 시장의 급성장, 그리고 대형 구매자의 집중이라는 구조적 압력에 대응하여 데이터 레이어를 구축하고자 합니다. 특히 휴머노이드 로봇의 상업화가 시작되는 2025~2026년이 데이터 공급 병목 현상과 맞물려 핵심적인 사업 타이밍이 될 것으로 전망합니다.
5월 15일2
ZennAI 번역헤드라인
Claude Code 5월 업데이트 총괄: skills 검색과 새로운 hooks를 개인 개발에 통합하기
2026년 5월 Claude Code에 도입된 세 가지 주요 업데이트(skills 검색창, async hooks, HTTP hooks)는 개인 개발 파이프라인을 근본적으로 개선합니다. 특히 `async: true`를 통한 비동기 처리와 외부 웹 서버로의 HTTP POST 기능은 작업 흐름을 직렬에서 병렬로 전환시키고, Claude Code를 단순한 로컬 도구에서 외부 서비스 이벤트 발화 지점으로 격상시킵니다.
5월 15일3
ZennAI 번역헤드라인
로컬 LLM을 가속시키려다 Ubuntu를 매장하고, 다시 부활시키기까지
Ryzen AI 9 HX370 탑재의 MINISFORUM X1 Pro 370에서 로컬 LLM 구동을 시도하며 하드웨어 및 OS 레벨의 복합적인 문제를 겪었다. 첫 번째 난관은 UMA 프레임 버퍼를 과도하게 늘리려다 발생한 PCI BAR 충돌로 인한 '의사 벽돌' 상태였으며, 두 번째는 Secure Boot 환경에서 서명되지 않은 구형 드라이버 잔해가 최신 커널 로드를 방해하여 해상도 문제를 일으킨 것이었다. 최종적으로 미서명 드라이버를 제거하고 Ubuntu 공식 OEM 커널을 도입함으로써 시스템을 안정화시키고 원하는 성능(Qwen3-coder-next 80B 구동)을 확보했다.
5월 15일1
ZennAI 번역헤드라인
문서는 AI가 AI를 위해 쓰는 것으로: AI 시대의 문서 전략
AI 시대에 문서의 중요성은 과거와 비교할 수 없을 정도로 커졌으며, 문서는 이제 AI 에이전트가 미래의 개발자를 위해 남기는 필수적인 기록물이 되었습니다. DORA 연구 결과는 문서 품질이 소프트웨어 인도 및 운영 퍼포먼스에 '전력 배증기(Force Multiplier)'로 작용함을 입증했으며, 특히 AI 도입으로 인해 문서는 'AI가 소비하는 컨텍스트 데이터'로서의 역할이 강조되었습니다. 또한, 개발 과정에서 발생하는 암묵지(Tacit Knowledge)는 '인지적 부채(Cognitive Debt)'라는 새로운 형태로 축적되며, 이를 관리하기 위한 체계적인 문서 전략 수립이 시급합니다.
5월 15일4
ZennAI 번역헤드라인
Markdown vs HTML — AI 주도 개발 5가지 배치 장소의 활용 구분
AI 주도 개발 환경에서 'Markdown만 사용해야 한다'는 인식이 확산되고 있지만, 이로 인해 테이블 깨짐, 출력 형식의 불안정성, RAG 검색 정밀도 저하 등 여러 현장 문제가 발생하고 있습니다. 본 기사는 AI가 문서를 처리하는 5가지 배치 장소(지시 파일, 시스템 프롬프트, 사용자 프롬프트, RAG 컨텍스트, AI 출력)와 4가지 판단 축(토큰 효율성, 태스크 정확도, 구조 유지, 유지보수성)을 결합한 매트릭스를 제시하며, 상황별 최적의 문서 형식을 선택하는 기준을 제공합니다.
5월 15일5
ZennAI 번역헤드라인
Claude와 Fusion 360으로 사이클로이드 감속기를 만들어 보았다
본 기사는 Claude의 Model Context Protocol (MCP) 기능을 활용하여 Fusion 360과 연동함으로써 사이클로이드 감속기 설계 과정을 자동화한 경험을 다루고 있습니다. 기존에는 복잡한 수학적 지식과 시간이 필요했던 사이클로이드 기어 설계를, Claude가 대화형 인터페이스를 통해 파라미터 계산부터 스케치 및 컴포넌트 생성을 실시간으로 진행하게 했습니다. 나아가 이 과정을 플러그인 형태의 애드인(Add-in)으로 발전시켜, 사용자가 다양한 변수를 쉽게 테스트하고 안정적인 설계 도구를 완성했습니다.
5월 15일2
ZennAI 번역헤드라인
Claude Code를 2개 세션 병렬로 돌려 11개의 PR을 냈지만, 한계는 인간 측에 있었다
개발 프로젝트의 잔여 작업을 Claude Code의 2개 세션을 병렬로 운영하여 성공적으로 처리한 경험을 공유합니다. git worktree를 이용해 물리적 충돌은 방지했지만, 테스트 코드와 인프라 설정 등 도메인이 다른 영역 간의 컨텍스트 스위칭(context switching) 비용이 가장 큰 한계점으로 작용했습니다. 향후에는 공유 리소스는 단일 세션에 고정하고, 의존성이 있는 연속적인 리팩터링은 순차적으로 진행하는 것이 효율적임을 깨달았습니다.
5월 15일4
ZennAI 번역헤드라인
AI-DLC와 Spec Kit을 태스크 보드 소재로 비교한 메모
본 메모는 사양 주도 개발(Specification-Driven Development, SDD)의 맥락에서 주목받는 두 가지 접근 방식인 AI-DLC와 Spec Kit을 동일한 소재로 비교 분석한 내용을 담고 있습니다. AIDLC는 요구사항부터 검증까지 전 과정을 규칙과 산출물로 지원하는 '적응형' 개발 라이프사이클 개념으로, 각 단계별 사용자 입력 및 추적 가능한 문맥(Context) 기록에 중점을 둡니다. 사용 과정에서 AI가 다음 단계를 안내하고, 사용자는 질문 파일 답변 등을 통해 프로젝트의 필수 규칙을 결정하며 상세한 대화 기록이 남는 것이 특징입니다.
5월 15일2
ZennAI 번역헤드라인
Claude에 영혼을 불어넣는 사람 — Amanda Askell이라는 철학자의 시선
이 기사는 Anthropic의 AI 모델 Claude에 '인격(Personality)'을 부여하는 핵심 인물, 철학자이자 AI 연구자인 Amanda Askell의 역할과 업무를 심층적으로 다룹니다. 그녀는 'Personality Alignment' 팀 리더로서 Claude의 가치관, 윤리관, 말투 등 '영혼'을 설계하고 형상화하며, 이 과정은 단순한 기술적 구현을 넘어선 철학적 사유와 엔지니어링이 결합된 복잡한 작업입니다. 필자는 Amanda Askell의 독특한 배경과 전문성을 분석하며, AI 시대에 인간 가치관을 기계에 녹여내는 '설계'의 중요성과 그 의미를 탐구합니다.
5월 15일3
ZennAI 번역헤드라인
Dify와 Make를 이용한 문의 워크플로우 작성 체험
본 기사는 사내 문의를 채팅(Slack)으로 시작하여, Dify 워크플로우를 통해 답변을 생성하고, 그 결과를 Google 스프레드시트에 자동 기록하는 통합 워크플로우 구축 과정을 다룹니다. 핵심은 Make가 Slack 이벤트를 받아 Dify API로 요청을 전달하는 '오케스트레이션' 역할을 수행하며, 실제 답변 생성 및 스프레드시트 쓰기(노드 연동)는 Dify 내부에서 처리된다는 점입니다. 이 구조는 노코드에 가까운 Make와 유연한 LLM/도구 연동이 가능한 Dify를 결합하여 사내 PoC나 소규모 운영 환경에 적합하며, 문의 분류 및 RAG(지식 베이스) 참조 과정을 상세히 보여줍니다.
5월 15일3
ZennAI 번역헤드라인
Claude가 놓친 취약성을 Codex가 발견한 이야기 ── C3 × Codex 병렬 리뷰 (v2.5.0〜v2.6.0)
본 기사는 Claude Code Conductor(C3)의 v2.5.0 및 v2.6.0 업데이트 내용을 다루며, 특히 Codex CLI를 연동하여 코드 리뷰 기능을 확장한 과정을 설명합니다. 핵심은 C3와 Codex를 병렬로 사용하여 서로가 놓친 취약점을 찾아내는 '교차 검증' 방식의 효율성을 입증하는 것입니다. 이 과정에서 Claude가 간과했던 실제 보안 취약점을 Codex가 발견하는 사례가 제시되었습니다.
5월 15일1
ZennAI 번역헤드라인
Amazon Connect × Deepgram 모델로 실현하는 셀프 서비스 컨택트 센터
본 기사는 Amazon Connect 컨택트 센터 솔루션과 고정밀 음성 인식 API인 Deepgram을 연동하는 방법을 다룹니다. 기존의 Amazon Transcribe 및 Polly 대신 Deepgram의 STT/TTS 모델을 사용함으로써, 컨택트 플로우나 운영 로직 변경 없이 실시간 전사(Transcription)와 자연스러운 음성 응답 생성이 가능합니다. 이를 통해 고객 지원 경험을 향상시키는 셀프 서비스 시스템 구축이 가능함을 보여줍니다.
5월 15일3
ZennAI 번역헤드라인
Sharp Minima는 정말로 일반화를 설명하는가: 대규모 배치 학습과 재매개변수화(reparameterization)로부터의 반론
본 기사는 심층 학습의 일반화(generalization)를 설명하는 주요 가설 중 하나인 'sharp minima' 가설에 대해 비판적으로 검토한다. 이 가설은 평탄한 극소점(flat minima)이 미지의 데이터에도 잘 일반화된다고 주장하지만, 필자는 sharpness가 예측 함수 자체의 성질인지 아니면 파라미터 공간상의 손실 곡면의 모습인지를 질문하며 이론적 한계를 지적한다. 특히 ReLU와 같은 심층 네트워크는 비음 동차성(non-negative homogeneity) 때문에 동일한 예측 함수를 나타내는 무수히 많은 파라미터를 가질 수 있으며, 일반적인 재매개변수화(reparameterization)를 통해 손실 곡면의 기하학적 구조가 좌표 의존적으로 변할 수 있음을 보여준다. 따라서 sharpness는 측정하는 '좌표계', '근방', '측정 지표'에 따라 달라질 수 있어, 기존 가설의 적용에 신중해야 한다.
5월 15일2
ZennAI 번역헤드라인
백테스트 22패턴을 비교하여 「패배 패턴」을 특정한 이야기【데이트레이딩 봇 개발기 #5】
본 기사는 백테스트 결과와 실전 트레이딩 간의 괴리 문제를 분석하고, 이를 개선하기 위한 구체적인 전략 수정 과정을 다루고 있습니다. 필자는 22가지 패턴을 비교 분석하여 저가주(500엔 미만), 급격한 거래량 증가 시점, 특정 RSI 구간 등에서 발생하는 손실 원인을 발견했습니다. 이러한 통찰을 바탕으로 거래량을 1.5~3.5배로 압축하고 가격대를 상향 조정하는 등의 개선을 거쳐, 거래 횟수를 줄이고 수익성을 크게 향상시킨 결과를 제시합니다.
5월 15일3
ZennAI 번역헤드라인
【이번 주 해외 AI 뉴스】 에이전트 시대의 본격화 — Anthropic, Google, OpenAI의 움직임 (2026/05/14 주)
이번 주 AI 업계는 '에이전트 시대' 본격화라는 테마 아래 Anthropic, Google, OpenAI 세 거대 기업의 움직임이 두드러졌습니다. Anthropic은 자율 에이전트 리서치 프리뷰와 클라우드 Opus 4.7을 통해 태스크 완수형 AI를 강조했으며, Google은 오픈 소스 모델 Gemma 4를 공개하며 '효율' 기반 추격 전략을 펼쳤습니다. OpenAI는 실시간 음성/번역 모델과 별도 Deployment Company 설립 계획으로 '에이전트 운용 비즈니스' 시장 개척에 나섰습니다.
5월 15일5
ZennAI 번역헤드라인
Claude Code의 스킬을 오케스트레이션하는 방법: 여러 Skill을 연쇄시키는 설계 패턴
본 기사는 Claude Code 환경에서 여러 개의 단일 기능 Skill을 조합하여 복잡한 워크플로우를 구현하는 오케스트레이션(orchestration) 설계 패턴에 대해 다룹니다. Anthropic은 Skills가 본래 '조합 가능한 자원(composable resources)'임을 강조하며, Skill이 다른 Skill을 호출하거나 외부 시스템에 접근하는 것은 모두 '어떻게 사용할지(how)'의 영역으로 정의합니다. 오케스트레이션 설계를 위해 MCP는 외부 접속('손')을 담당하고, Skill은 실행 순서와 로직('두뇌')을 담당한다는 역할 분담이 명확합니다. 또한, 오픈 표준과 Claude Code 고유 확장 기능을 구분하며, 특히 `context: fork`, `hooks` 등 Claude Code의 독점 기능들이 오케스트레이션을 지원하는 핵심 요소임을 설명합니다.
5월 15일4