본문으로 건너뛰기

© 2026 Molayo

Insights

AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.

Zenn AI 1311필터 해제

Zenn헤드라인

매일 4,400개 종목을 처리하며, 12체의 AI 에이전트가 '반증 후 결정'하는 주식 리서치 기반을 실데이터로 운용하는 이야기

매일 4,400개 종목을 처리하는 주식 리서치 자동화 시스템 구축 사례를 다룹니다. 12체의 멀티 에이전트가 스크리닝부터 레드팀의 반증 과정을 거쳐 최종 결정을 내리는 파이프라인을 실제 운영 환경에 통합한 기술적 노하우를 공유합니다.

4일 전0
Zenn헤드라인

AI 에이전트의 폭주를 막기 위한 가드레일을 어떻게 구축했는가

실제 운영 환경에서 AI 에이전트가 개인정보를 유출한 사례를 바탕으로, 에이전트의 안전성을 확보하기 위한 가드레일 구축 방법을 설명합니다. 프레임워크가 제공하지 않는 입력/출력 검증, 비용 제어, 도구 호출 유효성 검사의 필요성을 강조합니다.

4일 전0
Zenn헤드라인

코드를 작성할 줄 모르는 내가 Claude Code에 '메커니즘'을 전달하기까지

Claude Code를 활용해 효율적인 AI 팀을 구축하고 운영하는 방법을 다룬 가이드입니다. CLAUDE.md, 서브 에이전트, MCP 등 7가지 레이어를 통해 AI에게 효과적으로 메커니즘을 전달하는 설계 전략을 제시합니다.

4일 전0
Zenn헤드라인

Fable 5를 절약하려다 3배 더 소비하게 된 이야기

Claude Fable 5의 높은 토큰 비용을 절감하기 위해, Fable을 지시자로 활용하고 하위 모델에게 구현을 맡기는 에이전트 워크플로우를 검증했습니다. 브라우저 게임 제작 테스트 결과, 오히려 Fable이 직접 구현하는 것이 더 효율적임을 확인했습니다.

4일 전0
Zenn헤드라인

SKILL.md의 description을 잘못 작성하면 스킬이 영원히 호출되지 않는다

Claude Code의 Skills 기능이 제대로 작동하지 않을 때, SKILL.md의 description 필드를 최적화하는 방법을 설명합니다. description을 단순 기능 설명이 아닌 사용자의 발화와 유사한 검색 쿼리 형태로 작성해야 함을 강조합니다.

4일 전0
Zenn헤드라인

【Fable 5 vs Opus 4.8】동일한 프롬프트로 Web 앱을 제작하여 비교 검증하기

Claude Fable 5와 Opus 4.8 모델을 대상으로 동일한 프롬프트를 사용하여 Web 앱 제작 능력을 비교 검증했습니다. 단순 유머 앱부터 복잡한 Windows 95 스타일 데스크톱 구현까지 두 모델의 코드 품질과 완성도를 분석했습니다.

4일 전0
Zenn헤드라인

RAG의 '신선도'를 측정하다 ── TiDB 구현 과정에서의 함정(일본어 전문·신선도 경계)과 측정 방법

TiDB를 활용하여 RAG 시스템을 구현할 때 발생하는 데이터 신선도 문제와 일본어 전문 검색의 함정을 다룹니다. RAG의 신선도를 정량적으로 측정하는 방법론과 데이터-임베딩 단일 엔진 구성의 이점을 제시합니다.

4일 전0
Zenn헤드라인

Claude Code로 OSS 업데이트를 감시하고, 자사 구현과 대조하여 Notion에 R&D 티켓을 자동 생성하는 AI 에이전트

Claude Code와 Notion MCP를 활용하여 OSS 업데이트를 감시하고 자사 코드와 대조하여 Notion R&D 티켓을 자동 생성하는 AI 에이전트 구축 사례를 소개합니다. 단순 정보 수집을 넘어 자사 컨텍스트를 반영한 구체적인 개선책을 워크플로우에 직접 반영하는 자동화 메커니즘을 다룹니다.

4일 전0
Zenn헤드라인

Claude로 지방 중소기업의 DX를 지원한다——치쿠호 지역에서의 실전 프롬프트 모음

일본 후쿠오카현 치쿠호 지역 중소기업의 디지털 전환(DX)을 돕기 위한 실전 Claude 프롬프트 사례를 소개합니다. 메일 작성, 회의록 정리, 보조금 신청서 초안 작성 등 실무에 즉시 적용 가능한 프롬프트를 제공합니다.

4일 전0
Zenn헤드라인

내가 남기고 싶었던 것은 세션 로그가 아니라 Issue / Plan / Progress였다

AI를 활용한 개발 시 단순 세션 로그 기록에서 벗어나 Issue, Plan, Progress 중심의 구조적 기록 방식으로 전환하는 방법론을 제안합니다. AI가 즉시 코드를 수정하기보다 계획을 먼저 수립하도록 유도하여 작업의 투명성과 추적 가능성을 높이는 것이 핵심입니다.

4일 전0
Zenn헤드라인

Claude Code 스킬을 만들기 시작하며 깨달은 함정 ── 2분 만에 만들 수 있지만, 단 한 가지 질문에 먼저 답하라

Claude Code의 스킬(Skills)을 효과적으로 구축하기 위한 핵심 원칙을 다룹니다. 재현 가능한 절차적 작업은 스킬로 자동 생성하되, 판단이나 사고 과정이 필요한 작업은 스킬로 고정하지 말아야 함을 강조합니다.

4일 전0
Zenn헤드라인

그 결정, 얼마면 되돌릴 수 있습니까 ― AI로 '다시 할 수 있는 실험'을 늘리는 의사결정 설계

AI를 활용해 '되돌릴 수 있는 결정(양방향 문)'의 비용을 낮추고, 시도 횟수를 늘려 의사결정의 질을 높이는 전략을 제안합니다. 되돌릴 수 없는 결정(일방통행 문)에는 인간의 집중력을 배분하여 리스크를 관리해야 합니다.

4일 전0
Zenn헤드라인

Hermes Agent에 headroom를 사용했더니 평균 30% 정도 토큰을 절약할 수 있었던 이야기

Hermes Agent와 headroom를 조합하여 AI 에이전트의 토큰 사용량을 약 30% 절감한 사례를 소개합니다. headroom는 MCP를 활용해 도구 출력을 압축하여 컨텍스트 효율을 높이는 오픈소스 도구입니다.

4일 전0
Zenn헤드라인

로컬 LLM 벤치마크가 모든 모델에서 만점을 기록했다. 그것이 이 프로젝트에서 가장 유용했던 실패였다

로컬 LLM 선정을 위한 벤치마크 테스트 중 모든 모델이 만점에 가까운 점수를 기록하며 변별력이 상실된 사례를 분석합니다. 벤치마크가 모델 간의 차이를 해상하지 못할 때 발생하는 오류를 지적하며, 유효한 평가를 위한 프로토콜의 중요성을 강조합니다.

4일 전0
Zenn헤드라인

명확한 Goal과 Eval로 에이전트를 움직이기 — Code with Claude Extended Tokyo에서 배운 것

Anthropic의 'Code with Claude: Extended Tokyo' 이벤트 참가 후기로, 장시간 작동하는 에이전트를 효과적으로 제어하기 위한 전략을 다룹니다. 에이전트의 모호함을 줄이기 위해 구현 전 질문을 유도하고, 명확한 사양을 도출하는 워크플로우를 소개합니다.

4일 전0
Zenn헤드라인

Claude Code의 기사가 부실해지는 이유 —— AI 에이전트에게 설계 논의가 전달되지 않았다

Claude Code를 활용한 에이전트 조직 운영 중 기사 품질이 저하되는 원인을 분석하고, 대화 속 생생한 맥락을 보존하기 위한 아카이브 시스템 설계 과정을 다룹니다. 단순 프롬프트 개선이 아닌, 설계 논의 데이터를 에이전트가 참조할 수 있도록 구조화하여 저장하는 '소재 액세스'의 중요성을 강조합니다.

4일 전0
Zenn헤드라인

Claude를 나만의 전용 비서로 키우기 — GitHub × Claude Code로 AI의 장기 기억 만들기

GitHub private 리포지토리를 AI의 장기 기억 저장소로 활용하여 Claude Code를 개인 비서로 최적화하는 방법을 소개합니다. CLAUDE.md 파일을 통해 Claude가 사용자의 맥락을 자동으로 학습하고 유지하도록 설계하는 핸즈온 가이드를 제공합니다.

4일 전0
Zenn헤드라인

AI 에이전트 시대의 공개 전 유출 방지 ― NG 워드 사전을 암호화하여 git push 전에 차단하는 neko-not-yoshi

AI 에이전트 시대의 코드 유출 사고를 방지하기 위해, git push 전 개인정보와 기밀을 탐지하여 차단하는 스캐너 'neko-not-yoshi'의 설계와 운용 방식을 소개합니다. 기존 시크릿 스캐너가 놓치기 쉬운 문맥 의존적 기밀(고객명, IP 등)을 보호하는 데 중점을 둡니다.

4일 전0
Zenn헤드라인

OECD의 'Governing with AI'를 통해 읽는 행정 DX의 세계적 흐름과 일본의 전략

OECD의 'Governing with AI' 보고서를 통해 행정 분야의 AI 도입 현황과 글로벌 트렌드를 분석합니다. AI가 단순 실증 단계를 넘어 업무 프로세스에 제도화되는 과정을 설명하며, 성공적인 도입을 위한 4가지 핵심 요소를 제시합니다.

4일 전0
Zenn헤드라인

AI 에이전트 11개 부서를 운영하며 깨달은 「불필요한 부서」와 「필수적인 부서」

Claude Code를 활용해 11개의 AI 에이전트 부서를 운영하며 얻은 실전 경영 경험을 공유합니다. 조직도를 흉내 내기보다 실제 태스크의 빈도와 필요성에 따라 에이전트를 설계해야 함을 강조합니다.

4일 전0

이 피드 구독하기

본 페이지의 콘텐츠는 AI가 공개된 소스를 기반으로 자동 수집·요약·번역한 것입니다. 원 저작권은 각 원저작자에게 있으며, 각 게시물의 “원문 바로가기” 링크를 통해 원문을 확인할 수 있습니다. 저작권자의 삭제 요청이 있을 경우 신속히 조치합니다.