errgroup에서 '전부 중단하기'를 그만둔 이야기

Go 언어의 errgroup 사용 시 발생하는 '전부 중단' 문제를 해결하기 위해, 도메인 에러와 제어용 에러를 분리하여 부분적 실패(Partial Failure)를 허용하도록 설계하는 방법을 다룹니다.

의도적으로 망각하는 AI 메모리 에이전트를 구축하고, 그것이 실제로 작동함을 증명하기 위해 이틀을 보낸 이야기

단순한 벡터 검색 방식의 한계를 넘어, 망각 메커니즘을 적용한 AI 메모리 에이전트 구축 과정을 다룹니다. 수학적 붕괴 모델과 통합, 모순 탐지를 통해 효율적인 정보 관리와 컨텍스트 유지를 구현했습니다.

5개의 완전히 다른 과목을 위한 하나의 AI 튜터를 구축했습니다 — 시스템을 안정적으로 유지하는 라우팅 레이어(routing layer)를

다양한 도메인을 지원하는 AI 튜터 시스템을 구축하며 겪은 엔지니어링 도전 과제와 해결책을 다룹니다. 기능 레지스트리를 통해 모델 체인, 비용, 폴백 로직을 중앙 집중식으로 관리하여 시스템 안정성과 비용 효율성을 최적화하는 방법을 설명합니다.

액션 레코드 (Action Records): 에이전트가 수행한 작업에 대한 메모리

Engrava는 에이전트가 수행한 작업의 계획, 시도, 성공 및 실패 여부를 기록하는 '액션 레코드(Action Records)' 개념을 제안합니다. 이는 단순한 사실 기록을 넘어 에이전트의 상태 변화와 추론 과정을 SQLite 기반의 통합 메모리 그래프로 관리하여 세션 간 컨텍스트 복구를 지원합니다.

AI 콘텐츠 파이프라인의 잘못된 부분을 최적화하는 것을 멈추세요

AI 콘텐츠 워크플로우 구축 시 모델이나 프롬프트 최적화보다 데이터 이동 및 관리와 같은 단순 반복적인 '배관 작업'의 자동화가 더 중요합니다. 판단이 필요 없는 기계적 단계는 자동화하되, 품질 유지를 위해 최종 검토 단계에서는 반드시 인간의 개입을 유지해야 합니다.

AI 에이전트의 PR은 서로의 '의미'를 어디까지 공유할 수 있는가 — 실제 repository로 측정하는 PR 관계 탐지의 현주소

AI 코딩 에이전트가 생성한 여러 Pull Request(PR) 간의 관계를 탐지하는 기술의 현재 성능을 실제 repository 데이터를 통해 측정하고 분석합니다. 구조적 시그널을 활용한 관계 탐지의 재현율(recall)을 정량적으로 제시하며, 측정 결과의 한계와 의미를 명확히 구분합니다.

AI 에이전트 4사 활용법 — 「뇌·손·검색·속도」의 분담으로 이 기사 자체를 만들어 보았다

주요 4사 AI 에이전트의 성능 비교를 넘어, 각 모델의 독점적 능력에 기반한 역할 분담 활용법을 제시합니다. Claude Code를 사령탑으로, Codex를 구현 도구로, Gemini를 검색용으로 사용하는 멀티 에이전트 워크플로우를 제안합니다.

Google Antigravity 실전 입문 — 에이전트 퍼스트(Agent-first) 시대의 개발 플랫폼

에이전트 퍼스트(Agent-first) 시대를 위한 Google Antigravity 플랫폼의 실전 입문 가이드입니다. 에이전트 관리, 자율 검증, 복수 에이전트 병렬 실행 및 보안 제어 방법을 다룹니다.

데이터가 진정한 모델이다: 거버넌스(Governance), 리니지(Lineage), 그리고 프로비넌스(Provenance)

AI 시스템의 신뢰성을 결정짓는 핵심 요소인 데이터 거버넌스, 리니지, 프로비넌스의 중요성을 다룹니다. 데이터 무단 사용, 유출, 오염 문제를 방지하기 위해 설계 단계부터 데이터 계층의 통제가 필요함을 강조합니다.

464XLAT CLAT 지원 및 GENEVE 인터페이스를 포함한 NetworkManager 1.58 출시

NetworkManager 1.58이 출시되어 IPv6 전이를 위한 464XLAT CLAT 지원과 GENEVE 인터페이스 기능을 추가했습니다. 또한 WiFi 6GHz 대역 지원 및 관리 상태 유지 기능이 개선되었으며, 일부 오래된 백엔드 지원은 중단되었습니다.

AI SEO 에이전트란 무엇인가? 2026년을 위한 실무 가이드

AI SEO 에이전트는 단순한 감사 도구를 넘어 관찰, 결정, 적용, 검증, 학습의 루프를 지속적으로 실행하는 소프트웨어입니다. 검색 엔진의 변화에 맞춰 사이트 최적화 패턴을 학습하고 CMS에 직접 수정 사항을 적용하며 성과를 측정합니다.

보안 카메라에게 "모르겠습니다"라고 말하도록 가르쳤더니, 유용성이 줄어들기는커녕 오히려 늘어났다

보안 카메라 시스템의 오탐지를 줄이기 위해 시각-언어 모델(VLM)을 활용하여 맥락을 파악하는 프로젝트를 소개합니다. 모델이 불확실한 상황에서 추측(Hallucination)하지 않고 '모르겠다'고 답하도록 유도함으로써 알림의 유용성을 높이는 과정을 다룹니다.

Qwen에게 6개의 도구를 주었지만, 가격을 결정할 권한은 주지 않았다

Qwen 모델을 활용하여 상업적 의사결정을 지원하는 교차 국경 커머스 에이전트 'QuoteX'의 설계 원칙을 소개합니다. 에이전트가 계획을 세우되, 데이터 검증과 최종 승인은 도구와 인간이 담당하도록 설계하여 신뢰성을 확보했습니다.

.tflite 파일을 넘어서: Android에서 고성능 Edge AI를 배포하기 위한 아키텍트 가이드

Android 환경에서 고성능 Edge AI를 배포하기 위한 아키텍처 가이드를 제공합니다. 단순한 모델 파일 복사를 넘어, 하드웨어 특성을 고려한 양자화와 GPU, DSP, NPU 등 이기종 컴퓨팅 자원의 효율적 활용 방안을 다룹니다.

2026년 마케팅 에이전시를 위한 프로덕션급 AI 에이전트 구축

2026년 마케팅 에이전시를 위한 프로덕션급 AI 에이전트 구축 전략을 다룹니다. 단순 텍스트 생성을 넘어 API 호출, 상태 관찰, 도구 실행을 반복하는 자율적 에이전트 루프의 중요성을 강조합니다.

Claude 구 Workbench 폐지 및 실험적 프롬프트 API 종료, 8/17까지의 이행 대응 정리

병목 현상은 생성(Generation)의 문제가 아니었다

AI 에이전트가 초래하는 '에이전트적 기술 부채' 문제를 진단하고, 이를 해결하기 위한 구조적 제약 방안을 제시합니다. 단순 코드 생성을 넘어 컨텍스트 조사와 독립적 검증 단계를 포함한 멀티패스(Multi-pass) 접근법의 중요성을 강조합니다.

포켓몬 팀 확장하기: AI 시스템이 초기 설계를 넘어설 때

개인용 AI 오케스트레이션 시스템을 구축하고 에이전트 확장 과정에서 발생한 문제를 해결하는 과정을 다룹니다. 기능 레지스트리를 도입하여 라우팅 정확도를 높이고, 에이전트 간 협업 패턴을 개선하는 방법을 설명합니다.

내 AI 에이전트에게 이메일 전송 능력을 부여했습니다

Model Context Protocol(MCP)을 사용하여 Claude 에이전트에 이메일 전송 및 관리 능력을 부여하는 방법을 설명합니다. 호스팅된 MCP 서버를 활용해 복잡한 설치 없이 API를 통해 에이전트가 실제 프로덕션 인프라를 제어하는 과정을 다룹니다.

Streamlit 앱에서 모델 스와핑 코어를 분리하여 Python 라이브러리 및 MCP 서버로 구현: LM Studio, Ollama

LM Studio, Ollama 등 다양한 로컬 LLM 백엔드 간의 VRAM 관리를 통합하는 Python 라이브러리 'promptchain'을 소개합니다. 모델 스와핑 로직을 독립된 라이브러리와 MCP 서버로 구현하여 에이전트가 직접 GPU 자원을 제어할 수 있게 합니다.