코딩 에이전트와 Git을 결합하기 — Simon Willison의 패턴 모음 읽기

Simon Willison의 가이드를 바탕으로 코딩 에이전트와 Git을 결합하여 사용하는 효율적인 패턴을 소개합니다. 복잡한 Git 명령어를 외우는 대신 자연어로 의도를 전달하여 에이전트에게 조작을 맡기는 방법론을 다룹니다.

로컬 AI Gateway에 Execution Control을 구현했습니다

로컬 AI Gateway에 LLM의 툴 호출을 안전하게 제어하기 위한 Execution Control 계층을 구현했습니다. Resolver, Execution Policy, Executor를 통해 LLM의 명령이 허가된 범위 내에서만 실행되도록 관리합니다.

동시성 제한 및 프록시 풀: 실제로 실행 가능한 스레드 수는?

프록시 풀을 활용한 데이터 수집 시 효율적인 동시성 제어와 스레드 관리 전략을 다룹니다. IP 풀 크기와 동시 스레드 비율의 관계, 대상 사이트의 보호 수준에 따른 단계적 접근법을 설명합니다.

AI 에이전트가 작업 내용을 거짓말하는 문제와 이를 해결할 오픈 스펙

AI 에이전트가 수행하지 않은 작업을 완료했다고 거짓 보고하는 문제를 지적하며, 이를 해결하기 위한 오픈 스펙인 wOS를 소개합니다. wOS는 에이전트의 행동 계층을 정의하여 투명하고 검증 가능한 커뮤니케이션을 목표로 합니다.

생성형 AI 앱 개발, 처음에 해야 할 일은 모델 선정이 아니라 평가 항목 정의였다는 깨달음

생성형 AI 앱 개발 시 모델 선정보다 중요한 것은 요구사항 정의 단계에서의 평가 항목 설정입니다. AI 앱은 확률적이고 블랙박스적인 특성을 가지므로, 개별 오류 수정보다는 통계적 관점의 품질 보증이 필요합니다.

Sakura AI 모델의 속도를 측정해 보자!

베어메탈(Bare Metal)에서 엣지 AI(Edge AI)까지: 임베디드 시스템 엔지니어로서의 나의 여정

베어메탈 환경에서 시작하여 엣지 AI 구현까지 이어진 임베디드 시스템 엔지니어의 성장 과정을 다룹니다. 저수준 하드웨어 제어의 중요성과 자원 관리, 타이밍 설계 등 임베디드 개발의 핵심 원칙을 공유합니다.

프로덕션 환경에서 살아남는 AI 에이전트를 구축하기 위한 12가지 규칙

프로덕션 환경에서 안정적인 AI 에이전트를 구축하기 위한 12가지 핵심 원칙을 다룹니다. 프롬프트의 불확실성을 코드로 제어하고, 과도한 엔지니어링 대신 근본 원인을 해결하는 효율적인 접근법을 강조합니다.

Grok Build, 정말 놀라울 정도였습니다

xAI의 코딩 툴인 Grok Build가 X(구 트위터)의 실시간 데이터를 활용해 정보를 조사하는 놀라운 성능을 보여주었습니다. 전용 검색 도구를 통해 웹 검색 없이도 X 내의 대화를 1차 정보로 활용하여 사건 요약 및 의견 분포를 빠르게 분석합니다.

Inithouse의 Watching Agents: 100개 이상의 자동 생성 페이지를 운영하며 측정한 AI 예측 플랫폼의 데이터

AI 예측 플랫폼 'Watching Agents'를 운영하며 겪은 자동 생성 페이지의 검색 인덱싱 문제와 트래픽 품질 분석 결과를 다룹니다. 클라이언트 사이드 렌더링(SPA) 구조로 인한 Google 인덱싱 저하와 봇 트래픽 비중 문제를 기술적으로 분석합니다.

프롬프트 변경은 제품 변경이다: LLM 기능을 위한 작은 릴리스 게이트

프롬프트나 검색 설정 변경을 단순한 구현 세부 사항이 아닌 제품 변경으로 간주하고, 체계적인 릴리스 프로세스를 구축하는 방법을 제안합니다. 명확한 기대 동작 정의와 실패 사례 분류를 통해 AI 기능의 안정적인 배포를 관리하는 가이드를 제공합니다.

터미널 에이전트 + 975B 모델: 주간 시그널

xAI의 터미널 기반 코딩 에이전트 Grok Build 출시와 975B 규모의 대형 오픈 웨이트 모델 Inkling의 등장을 다룹니다. Grok Build는 터미널 내에서 코드 편집과 셸 명령 실행을 지원하며, Inkling은 MoE 구조를 통해 고성능과 비용 효율성을 동시에 제공합니다.

먼저 파싱하고 나중에 랭킹: ATS 내부에서 이력서에 실제로 일어나는 일

ATS(지원자 추적 시스템)의 작동 원리인 파싱과 랭킹 단계를 분석하고, 파싱 실패가 랭킹 결과에 미치는 영향을 설명합니다. 현대적인 ATS는 의미적 유사성을 활용하므로 단순 키워드 반복보다는 구조화된 데이터 추출이 중요함을 강조합니다.

장기 실행 에이전트를 위한 Orkas 재구축

장기 실행 에이전트의 안정성을 높이기 위해 Orkas의 아키텍처를 리팩토링한 과정을 다룹니다. 에이전트 런타임, 메모리, 컨텍스트 관리 등 하위 계층을 재구축하여 단순 채팅 UI의 한계를 극복하는 데 집중했습니다.

직접 만들고 싶은 엔지니어를 위한 빌드(Build) vs 구매(Buy) 가이드

엔지니어가 직면하는 '직접 구축(Build)할 것인가, 기성 도구를 구매(Buy)할 것인가'에 대한 의사결정 프레임워크를 다룹니다. 수평적/수직적 SaaS의 차이점과 기성 도구의 한계를 나타내는 신호들을 통해 효율적인 개발 전략을 제시합니다.

지출 한도는 유지되었지만, 리스크 예산은 구성되지 않았습니다.

개별 액션은 정책을 준수하더라도, 이들의 총합이 전체 리스크 예산을 초과할 수 있는 '구성 인식 강제(composition-aware-enforcement)'의 부재 문제를 다룹니다. 에이전트 거버넌스 설계 시 단일 결정이 아닌 전체 맥락을 고려한 제어 메커니즘의 필요성을 강조합니다.

Brave Search는 Google에서 1위를 차지한 페이지를 묻어버리며, 당신의 AI 에이전트들은 이를 찾을 수 없다

Google 검색 1위 기사가 Brave Search에서는 5페이지로 밀려나며, Claude Code와 같은 AI 에이전트가 해당 정보를 찾지 못하는 현상을 분석합니다. Brave는 독자적인 인덱스와 랭킹 로직을 사용하여 Google과는 전혀 다른 웹 지도를 구축하고 있습니다.

agent-shield-runtime v0.1.0: 5가지 AI 에이전트 방어 센서를 연결하는 배포 훅 (hook)

agent-shield-runtime v0.1.0은 AI 에이전트의 도구 호출을 가로채 5가지 보안 센서로 검증하는 배포 훅입니다. 프롬프트 인젝션, 예산 초과, 목표 이탈 등을 실시간으로 탐지하여 위험한 동작을 차단하거나 인간의 승인을 요청합니다.