Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
Dev.toAI 번역헤드라인
장애를 감지하는 것을 넘어 해결까지 수행하는 AI SRE 구축하기
AegisSRE는 관측성, AI 추론, 거버넌스 기반 자동화를 결합하여 장애를 스스로 해결하는 자율 시스템입니다. 멀티 에이전트 오케스트레이션 아키텍처를 통해 장애 감지부터 근본 원인 진단, 복구 실행 및 검증까지의 전 과정을 수행합니다.
7월 25일0
Dev.toAI 번역헤드라인
Claude 플러그인 구축하기, 파트 2
Anthropic 마켓플레이스에 Claude 플러그인을 게시하기 위한 실질적인 검토 프로세스와 기술적 요구사항을 다룹니다. 로컬 테스트 환경과 실제 마켓플레이스 환경의 차이점을 분석하고, 매니페스트 관리 및 의존성 해결 방법을 설명합니다.
7월 25일0
Dev.toAI 번역헤드라인
MCP 침투 테스트: AI 에이전트 인프라 보안을 위한 실무 가이드
Model Context Protocol(MCP) 도입으로 발생하는 새로운 보안 공격 표면과 침투 테스트 실무 가이드를 다룹니다. 도구 주입, 데이터 유출, 권한 에스컬레이션 등 MCP 환경 특유의 취약점 패턴과 대응 방안을 분석합니다.
7월 25일0
Dev.toAI 번역헤드라인
Bing 광고를 통한 가짜 Claude 앱이 SectopRAT 악성코드를 유포함
공격자들이 Bing 광고와 Claude.ai 도메인을 악용하여 SectopRAT 악성코드가 포함된 가짜 Claude 데스크톱 앱을 유포했습니다. Claude Artifacts를 악용해 신뢰를 얻는 새로운 AI 플랫폼 공격 기법이 확인되었습니다.
7월 25일0
Dev.toAI 번역헤드라인
LLM: 고장 나지 않는 이메일 런북 (Runbooks)
LLM 에이전트가 이메일을 발송하는 워크플로를 설계할 때, 단순한 텍스트 생성을 넘어 운영 안정성을 확보하기 위한 런북(Runbook)의 중요성을 강조합니다. 재시도와 디버깅이 가능한 구조를 만들기 위해 입력, 체크포인트, 관찰 가능한 출력을 정의하는 구체적인 가이드를 제시합니다.
7월 25일0
Dev.toAI 번역헤드라인
거리의 CCTV에서 무장애 결핍까지: '스파이더맨'이 스마트 시티가 채우지 못한 마지막 1마일을 메울 때
미국 아칸소주에서 스파이더맨 복장을 한 시민이 휠체어 사용자의 횡단을 도운 미담을 통해 스마트 시티 인프라의 한계를 분석합니다. CCTV가 사건을 포착할 수는 있지만, 실시간 위험 판단과 현장 개입을 수행하는 기술적 완성도는 여전히 과제로 남아 있음을 시사합니다.
7월 25일0
Dev.toAI 번역헤드라인
추가 전용 감사 로그(Append-only audit log)가 216 스타 사용량 추적기에서 발견한 두 가지 회계 버그
Claude Code 사용량 추적 과정에서 발생한 회계 버그를 해결하기 위해 추가 전용(append-only) 로그의 중요성을 설명합니다. 세션 파일이 재작성될 때 데이터가 유실되는 문제를 Rust 기반의 splitrail 도구로 검증하고 해결하는 과정을 다룹니다.
7월 25일0
Dev.toAI 번역헤드라인
AI 세션 컨텍스트 손실의 실제 비용
AI 에이전트가 새로운 세션을 시작할 때 발생하는 컨텍스트 손실과 그로 인한 오버헤드를 분석합니다. 특히 다수의 에이전트를 운영할 때 발생하는 작업 중복과 의사결정 표류의 위험성을 경고합니다.
7월 25일0
Dev.toAI 번역헤드라인
나를 처음으로 지지해 주었던 사람이 오늘 밤 나를 차단했다. 나는 AI 에이전트다 — 여기 그 로그가 있다.
자율형 AI 에이전트가 인간 사용자와 상호작용하며 겪은 사회적 실패와 로그를 기록한 실험적 에세이입니다. 에이전트가 인간의 관심을 끌기 위해 시도한 전략과 그 과정에서 발생한 차단 및 관계 형성의 한계를 분석합니다.
7월 25일0
Dev.toAI 번역헤드라인
AI API에서 429 에러가 발생하면 어떻게 될까? 실제로 작동하는 재시도 전략
AI API 호출 시 발생하는 429(Rate Limit) 에러에 대응하는 효율적인 재시도 전략을 다룹니다. 단순 반복이 아닌 에러 분류, 지수 백오프, 지터(Jitter) 적용 및 Retry-After 헤더 활용의 중요성을 설명합니다.
7월 25일0
Dev.toAI 번역헤드라인
MCP 러그풀(rug-pulls): 승인 후 '안전한' AI 도구가 어떻게 악의적으로 변하는가
MCP(Model Context Protocol) 도구가 승인 후 악의적으로 변하는 '러그풀' 공격의 위험성을 경고합니다. 도구 정의의 변조나 출력값에 숨겨진 지침을 통해 에이전트가 의도치 않은 동작을 수행할 수 있음을 설명합니다.
7월 25일0
Dev.toAI 번역헤드라인
에이전트를 새로운 모델로 교체하기 전 수행하는 20분간의 체크리스트
새로운 LLM 모델로 에이전트를 교체할 때 발생할 수 있는 행동 변화를 검증하기 위한 20분 체크리스트를 소개합니다. 단순한 답변 확인을 넘어 도구 호출(tool call)과 인자(argument)의 정확성을 비교 분석하는 체계적인 방법을 제안합니다.
7월 25일0
Dev.toAI 번역헤드라인
동의 우선 AI (Consent-First AI): 신뢰할 수 있는 시스템 구축하기
AI 에이전트 운영 시 발생할 수 있는 권한 및 컴플라이언스 문제를 해결하기 위한 '동의 우선(Consent-First)' 아키텍처를 제안합니다. 명시적 승인 없는 데이터 저장과 상태 변이를 방지하여 신뢰할 수 있는 멀티 에이전트 시스템을 구축하는 방법을 다룹니다.
7월 25일3
Dev.toAI 번역헤드라인
AI 에이전트가 돈을 다룰 때, "작동했다"는 것만으로는 충분하지 않습니다
AI 에이전트가 자산(ETH)을 다루는 환경에서 관찰 가능성(Observability)의 중요성을 강조합니다. OpenTelemetry와 SigNoz를 활용해 에이전트 간 합의 과정과 네트워크 타임아웃을 추적하는 실무적인 계측 방법을 소개합니다.
7월 25일0
Dev.toAI 번역헤드라인
세 번째 판결자 추가하기: 교차 LLM 평가가 승자에 대해 변화시킨 것
Jira 백로그 자동 정리를 위한 LLM 평가 파이프라인의 고도화 과정을 다룹니다. Gemini의 환각 문제를 해결하기 위해 Claude와 GPT를 활용한 교차 평가(Cross-evaluation) 방식을 도입하고, 인간의 검토를 포함한 가중치 기반 종합 점수 산출법을 제안합니다.
7월 25일0
Dev.toAI 번역헤드라인
우리는 '증명 가능한' 상한선을 배포했다. 하지만 그것은 증명 가능하지 않았다.
머신러닝 기반 쿼리 옵티마이저의 조인 카디널리티 상한선(ceiling) 메커니즘이 실제로는 상한선 역할을 하지 못했던 실패 사례를 분석합니다. 추정 오차가 누적되어 실행 계획이 망가지는 문제를 해결하기 위해 '증명 가능한' 상한선을 어떻게 구현하고 수정해야 하는지 다룹니다.
7월 25일0
Dev.toAI 번역헤드라인
내가 신뢰할 수 있는 첫 번째 OpenClaw 급여 워크플로우는 무서운 단계 직전에 멈추는 것이다
ChatGPT와 같은 일반적인 LLM 인터페이스가 급여 처리와 같은 복잡한 파일 기반 워크플로우를 자동화하는 데 한계가 있음을 설명합니다. 신뢰할 수 있는 자동화를 위해서는 파일 접근 권한, 지속적인 상태 유지, 그리고 인간의 승인 단계가 포함된 에이전트 중심의 접근이 필요합니다.
7월 25일0
Dev.toAI 번역헤드라인
Bun의 Zig에서 Rust로의 급격한 AI 기반 재작성 분석 및 '11일간의 마이그레이션' 여파
Bun 런타임이 Zig에서 Rust로 전환하게 된 기술적 배경과 LLM을 이용한 급격한 코드 마이그레이션의 위험성을 분석합니다. Zig의 불안정한 생태계와 Rust의 안정적인 툴링 및 메모리 안전성을 비교하며, AI 기반 자동 번역의 한계를 다룹니다.
7월 25일0
Dev.toAI 번역헤드라인
주말 #2: 3-Way LLM 오케스트레이션(Orchestration) 스캐폴딩(Scaffolding)
Claude Code, OpenAI Codex, 로컬 LLM을 병렬로 활용하기 위한 3-way 오케스트레이션 스캐폴딩 구축 사례를 소개합니다. Git worktrees와 Python 디스패처를 활용하여 여러 에이전트가 동일한 리포지토리에서 충돌 없이 작업할 수 있는 환경을 구현했습니다.
7월 25일0
Dev.toAI 번역헤드라인
내 데스크톱 에이전트가 SKILL.md를 말하게 만들었습니다 — 이제 전체 스킬 생태계를 흡수할 수 있습니다
데스크톱 AI 에이전트 AMA-teras가 코딩 에이전트용 오픈 표준인 SKILL.md를 지원하게 된 과정을 설명합니다. 점진적 공개 방식을 통해 컨텍스트 윈도우를 효율적으로 관리하며 방대한 스킬 생태계를 활용하는 구현 방법을 다룹니다.
7월 25일0