【제5화】 AI 시대의 아키텍처는 정말 이대로 괜찮은 걸까? 🤔 ~'AI가 읽기 쉬운 설계'라는 생각~
AI가 코드를 더 효율적으로 이해하고 작업할 수 있도록 돕는 'AI 친화적 아키텍처' 설계 원칙을 제안합니다. 컨텍스트 범위를 최소화하는 Feature 단위 설계와 변경 이유에 기반한 Shared 구조, AI를 위한 명확한 인터페이스 제공의 중요성을 다룹니다.
8월 7일2
【발상력을 기르기 위한 용도】 ChatGPT에게 '사진 트리밍 안 TopN'을 생각하게 하는 Web 앱을 만들어 보았다
ChatGPT를 활용해 사진의 최적 트리밍 위치를 여러 개 제안받고, 이를 브라우저에서 즉시 구현하는 Web 앱 제작 사례를 소개합니다. AI를 직접 내장하지 않고도 구조화된 JSON 데이터를 생성 도구로 활용하여 가벼운 앱을 만드는 발상법을 다룹니다.
8월 7일1
Orca에 추가된 플러그인 기능과 마켓플레이스 조사
AI 에이전트 개발 환경인 Orca에 플러그인 기능과 마켓플레이스가 추가되었습니다. 이 마켓플레이스는 VS Code와 달리 플러그인의 목록을 모아놓은 취득처 역할을 하며, 사용자는 여기서 콘텐츠 팩, 패널 등을 설치할 수 있습니다. 플러그인은 개별 Git 리포지토리에 위치하며, Orca는 공식 마켓플레이스 목록을 가져와 로컬에 저장합니다.
8월 7일0
ChatGPT에 긴 코드나 파일을 전달할 때 토큰을 절약할 수 있도록 데이터를 전처리하는 도구인 TokenTrim을 소개합니다. 공백 제거, 주석 삭제, JSON 압축 등을 통해 코드의 의미는 유지하면서 기계적으로 데이터를 압축하여 효율적인 AI 해석을 돕습니다.
8월 7일0
QiitaAI 번역헤드라인
LLM은 무엇을 하고 있는가 — SQL을 아는 사람을 위한 설명 작성
LLM의 작동 원리를 SQL 사용자 관점에서 쉽게 설명하는 시리즈의 첫 번째 글입니다. LLM이 문장을 생성하는 것이 아니라 다음에 올 토큰을 확률적으로 선택하는 과정임을 설명합니다.
8월 7일0
헤드라인
다리는 놓아줄 수 없기에, 놓는 법을 배포하기로 했다 ── 열쇠가 필요 없는 GAS 중계기를 GitHub에 공개한 이야기
Excel VBA에서 API 키 노출 없이 YouTube Data API를 호출할 수 있도록 돕는 GAS(Google Apps Script) 중계기 제작 및 배포 과정을 다룹니다. API 호출 최적화와 재시도 로직을 통해 성능을 개선하고, 보안을 위해 중계기 설치 방법을 공유하는 데 초점을 맞춥니다.
8월 6일0
헤드라인
AI에게 일자리를 빼앗길 불안으로부터 시작하는 하네스 작성 입문 제20회: 프롬프트 투입 전 마스킹·복원 플로우 설계하기
LLM API 사용 시 데이터 보안을 위해 프롬프트 투입 전 데이터를 마스킹하고 결과 수신 후 복원하는 설계 패턴을 다룹니다. 기밀 데이터를 플레이스홀더로 치환하고 매핑 테이블을 통해 관리하는 파이프라인 구축 방법을 설명합니다.
8월 6일1
SoTOHE의 'track' 워크플로우를 통해 ADR(설계 판단)부터 PR(Pull Request)까지의 개발 과정을 자율 주행하는 멀티 에이전트 시스템을 소개합니다. 설계, 사양, 타입 계약, 구현, 리뷰로 이어지는 일련의 과정을 기계 판독 가능한 루프로 자동화하는 '루프 엔지니어링' 개념을 다룹니다.
8월 6일1
Model Context Protocol(MCP)의 2026년 7월 28일 대규모 사양 개정 내용을 다룹니다. 세션 ID 기반의 상태 유지 방식에서 탈피하여 Stateless 구조로 전환되었으며, 이를 통해 서버의 수평 확장이 용이해졌습니다. 또한 보안 강화를 위한 인가(Authorization) 사양 개선과 캐싱 메커니즘 도입이 포함되었습니다.
8월 6일0
QiitaAI 번역헤드라인
【Google Cloud Next Tokyo '26 참가 리포트】 개별 세션: 이용률 80% 돌파! 연간 2만 시간 절감을 실현한 하나마루키
하나마루키가 Google Cloud Next Tokyo '26에서 발표한 Gemini 전사 도입 성공 사례를 다룹니다. 경영진의 솔선수범과 AI 서포터 운영을 통해 이용률 80%를 달성하고 연간 2만 시간의 업무 시간을 절감했습니다.
8월 6일0
Qiita
AI 번역
헤드라인
AI에게 답을 구하기 전에, 자신만의 판단 기준을 가지고 있는가
생성형 AI를 사용할 때 자신의 목적과 판단 기준을 명확히 하는 것의 중요성을 강조합니다. 모호한 질문은 AI의 추측을 유도하므로, 해결하려는 문제와 제약 사항을 구체화하여 대화의 방향성을 유지해야 합니다.
8월 6일0
Office 문서를 Markdown으로 변환하는 anydoc 라이브러리 사용 시, 데이터 누락을 방지하기 위한 Python 기반 검증 프로세스를 소개합니다. 변환된 Markdown 파일에서 필수 단어, 헤드라인 수, 표의 개수 등을 체크하여 AI 요약 전 데이터의 무결성을 확보하는 방법을 다룹니다.
8월 6일1
oh-my-agent의 최신 업데이트를 통해 인라인 플랜 생성 기능이 도입되었습니다. Node 26 대응, 명령형 프롬프트 제어, 글로벌 설치 경로 해결 등 에이전트 오케스트레이션의 안정성과 효율성을 높이는 다양한 개선 사항이 포함되었습니다.
8월 6일1
QiitaAI 번역헤드라인
프롬프트 다음에는 무엇을 배워야 할까? AI와의 관계를 4단계로 정리하기
AI 활용 능력을 프롬프트, 컨텍스트, 하네스, 루프 엔지니어링의 4단계 계층 구조로 설명합니다. 단순 지시를 넘어 AI에게 적절한 정보와 권한, 그리고 반복적인 실행 메커니즘을 설계하는 방법을 다룹니다.
8월 6일1
비전문가가 14개 기업에 침입! 해킹에 재능이 필요 없어진 시대의 교훈
비전문가가 AI 에이전트를 활용해 단 한 마디의 프롬프트로 14개 기업을 해킹한 사례를 다룹니다. 보안 연구 팀 OALABS가 공격자의 로컬 세션 로그를 통해 공격 과정을 분석한 과정을 설명합니다.
8월 6일1
8월 6일1
Simon Willison의 CLI 도구인 llm 0.32 버전에서 서버 측 도구(server-side tools) 기능이 추가되었습니다. 이제 CodeInterpreter나 WebSearch 같은 도구가 로컬 머신이 아닌 OpenAI나 Anthropic 같은 모델 프로바이더의 인프라에서 직접 실행됩니다.
8월 6일1
MCP가 스테이트리스(Stateless)화되어 AI 에이전트 기반의 수평 확장(Horizontal Scaling)이 가능해지다
Model Context Protocol(MCP)이 스테이트리스(Stateless) 구조로 업데이트되어 AI 에이전트 인프라의 수평 확장이 가능해졌습니다. 이를 통해 서버리스 배포와 표준 부하 분산이 용이해지며, MRTR 도입으로 장시간 태스크 처리의 제약도 해소되었습니다.
8월 5일1
적대적 리뷰는 지적 사항을 늘리지 않는다. 7개의 버그를 심은 PR로 3가지 조건을 비교했다
코드 리뷰 시 '적대적 프레이밍(Adversarial Framing)'을 적용했을 때의 버그 검출률을 실험했습니다. 7개의 의도적인 결함을 심은 PR을 대상으로 Claude Code의 Codex 플러그인을 활용해 일반 리뷰와 적대적 리뷰의 성능을 비교했습니다.
