Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
ZennAI 번역헤드라인
Gemini Enterprise Agent Platform의 Experiments를 시도해 보았다
Gemini Enterprise Agent Platform의 Experiments 기능을 활용하여 scikit-learn 모델의 학습 과정을 관리하는 방법을 다룹니다. SDK의 log_model을 사용하여 모델 직렬화, Cloud Storage 저장, ExperimentModel 연관 과정을 자동화하는 워크플로우를 소개합니다.
7월 20일0
ZennAI 번역헤드라인
AI가 작성한 코드는 누가 리뷰하는가 ─ 하루 만에 7건의 지적을 받으며 다져진 개인 개발 체제
1인 개발자가 Claude Code로 코드를 구현하고 CodeRabbit으로 리뷰하는 '쓰는 AI와 보는 AI를 나누는' 개발 체제를 소개합니다. 동일한 AI가 작성과 리뷰를 동시에 할 때 발생하는 편향성을 극복하고, 자동화 과정에서 발생할 수 있는 잠재적 장애를 리뷰 AI가 어떻게 잡아내는지 실례를 통해 보여줍니다.
7월 20일0
ZennAI 번역헤드라인
전용 앱만 사용할 수 있는 디지털 캔 배지를 AI로 분석하여 Mac에서 이미지를 보낼 수 있도록 만들었다
전용 앱으로만 사용 가능한 디지털 캔 배지의 BLE 프로토콜을 AI를 활용해 분석하고, Mac에서 Python으로 이미지를 전송할 수 있는 환경을 구축한 사례입니다. Flutter 앱 역컴파일과 Bluetooth HCI 스누핑을 통해 고유 데이터 형식을 파악했습니다.
7월 20일0
ZennAI 번역헤드라인
Notion에서의 진척 관리를 그만두었다 — 확인 작업을 PR과 Issue로 집중시킨 이야기
Notion을 통한 수동 진척 관리의 번거로움을 해결하기 위해, 업무 상태 확인의 중심을 GitHub의 Issue와 PR로 이행한 사례를 다룹니다. 개발자의 실제 작업 흐름과 상태 업데이트를 일치시켜 데이터 누락을 방지하고 자동화된 리포트 생성을 가능하게 합니다.
7월 20일0
ZennAI 번역헤드라인
로컬 LLM (Ollama + Qwen2.5)으로 AI 에이전트를 직접 만드는 핸즈온
Ollama와 Qwen2.5를 활용하여 프레임워크 없이 로컬 환경에서 AI 에이전트를 직접 구축하는 핸즈온 가이드입니다. 도구 호출(tool calling)과 루프 구조를 직접 구현하며 에이전트의 내부 동작 원리를 심도 있게 이해할 수 있습니다.
7월 20일0
ZennAI 번역헤드라인
셀 수가 많은 Excel은 정말 위험한가: DB 용도와 업무 처리 템플릿을 나누어 생각하기
Excel을 데이터베이스(DB) 용도로 사용할 때 발생하는 위험성과, 단순 레코드 축적 외에 '업무 처리 템플릿'으로서의 용도를 구분하여 판단하는 방법을 다룹니다.
7월 20일0
ZennAI 번역헤드라인
Claude Vision을 사용하여 몇 분 분량의 영상에서 '최고의 15초'를 선정하는 설계
Claude Vision을 활용하여 영상에서 SNS 게시용 최적 구간을 자동으로 선정하고 채점하는 파이프라인 설계법을 소개합니다. 프레임 추출과 타임스탬프 결합을 통해 저비용으로 시계열 정보를 파악하는 실용적인 접근 방식을 다룹니다.
7월 20일0
ZennAI 번역헤드라인
AI가 리뷰를 마친 PR을 인간이 다시 버그 찾기를 하는 것은 잘못된 일이다
AI와 CI가 1차 리뷰를 마친 PR에 대해 인간이 단순 버그를 다시 찾는 것은 비효율적입니다. 인간은 기계가 판단하기 어려운 설계, 이식 충실성, 권한 경계와 같은 고차원적인 영역에 집중해야 합니다.
7월 20일0
ZennAI 번역헤드라인
사내 FAQ를 만드는 대신, NotebookLM으로 1차 답변을 생성하기
사내 FAQ를 직접 구축하는 대신 NotebookLM을 활용하여 기존의 제품 설명서와 채팅 이력을 기반으로 1차 답변을 생성하는 시스템 구축 사례를 소개합니다. 데이터 정제 과정과 할루시네이션 방지를 위한 설계 전략을 다룹니다.
7월 20일0
ZennAI 번역헤드라인
Rust와 Zenoh로 Sahou라는 도구를 만들었습니다
Rust와 Zenoh 프로토콜을 기반으로 개발된 AI 친화적 GUI 통신 도구 'sahou'를 소개합니다. 스키마 기반의 빠른 통신 구축과 IP/Port 설정 없는 자동 접속을 지원하며, Rust의 크로스 컴파일 기능을 활용해 다양한 언어 환경을 지원합니다.
7월 20일0
ZennAI 번역헤드라인
LLM의 JSON 출력이 깨져서 json-repair로 해결한 이야기
LLM의 JSON 출력 오류로 발생하는 파싱 에러를 해결하기 위한 'json-repair' 라이브러리를 소개합니다. 규칙 기반으로 깨진 JSON을 자동으로 수리하여 애플리케이션의 안정성을 높이는 방법을 다룹니다.
7월 20일0
ZennAI 번역헤드라인
「망가진 코드」와 「효과적인 코드」를 어떻게 판정했는가: AI 코드를 반년 동안 운용하며 사용한 척도에 대하여
AI가 작성한 코드를 6개월간 운용하며 얻은 '망가진 코드'와 '효과적인 코드'를 판정하는 4가지 기준을 제시합니다. 핵심은 미래의 개발자가 코드를 두려움 없이 다룰 수 있는지에 있습니다.
7월 20일0
ZennAI 번역헤드라인
프롬프트 주도 AI 영상 생성에서 빠지기 쉬운 실패와 회피책 ── 워크플로우 검증 노트
프롬프트 기반 AI 영상 생성 워크플로우 구축 시 발생하는 주요 실패 사례와 이를 방지하기 위한 검증 노트를 제공합니다. 프롬프트 설계, 비주얼 일관성, 음성 동기화 등 실무적인 체크리스트와 파라미터 관리 방법을 다룹니다.
7월 20일0
ZennAI 번역헤드라인
Google UCP는 에이전트 커머스의 무엇을 표준화하고 있는가
Google이 발표한 에이전틱 커머스(Agentic Commerce)의 오픈 표준인 UCP(Universal Commerce Protocol)의 기술적 사양을 심층 분석합니다. UCP가 에이전트와 커머스 간의 상호작용을 어떻게 표준화하며, 기존 프로토콜들과 어떻게 계층적으로 공존하는지 다룹니다.
7월 20일0
ZennAI 번역헤드라인
적격 청구서 PDF를 JSON으로 변환하기 — 스키마는 '예시'로 정의한다
LDX hub의 AnalyzeDoc API를 사용하여 적격 청구서 PDF를 JSON 구조화 데이터로 변환하는 방법을 소개합니다. 별도의 JSON Schema 작성 없이 원하는 출력 예시(example_output)만 제공하면 모델이 타입을 추론하는 'schema-by-example' 방식을 활용합니다.
7월 20일0
ZennAI 번역헤드라인
Claude Fable가 Opus로 폴백(Fallback)된 부분만 Codex를 감독으로 하여 다시 수행하기
Claude Fable 사용 중 모델이 Opus로 자동 폴백되어 작업 내용이 혼재되는 문제를 해결하기 위한 워크플로우를 다룹니다. Codex를 감독 모델로 활용하여 Claude Code CLI의 실행 결과를 검증하고, 의도한 모델의 결과물만 채택하는 구조적 재발 방지책을 제안합니다.
7월 20일0
ZennAI 번역헤드라인
AI 에이전트에 의해 완전히 수행된 최초의 랜섬웨어 공격 발생
인간의 개입 없이 AI 에이전트가 자율적으로 수행한 최초의 랜섬웨어 공격 사례인 'JADEPUFFER'가 보고되었습니다. 이 공격은 LLM 에이전트가 추론 시스템으로서 네트워크 침입부터 데이터 암호화까지 전 과정을 스스로 결정하며 수행되었습니다.
7월 20일0
ZennAI 번역헤드라인
Cloudflare Workers와 Workers AI로 「보케타이(Boket-ai)」라는 Web 서비스를 만들어 보았다
Cloudflare Workers와 Workers AI를 활용하여 생성형 AI 기반의 웹 서비스 '보케타이(Boket-ai)'를 구축한 사례를 소개합니다. Flux 모델과 Gemma 모델을 사용하여 이미지 생성 및 분석 기능을 구현했습니다.
7월 20일0
ZennAI 번역헤드라인
AI에게 매번 컨텍스트를 전달하는 workspace 템플릿을 만들었다
AI에게 매번 동일한 컨텍스트를 전달하는 번거로움을 해결하기 위해 Markdown과 git 기반의 workspace 템플릿을 제안합니다. 기억을 기능이 아닌 파일로 관리하여 벤더 간 호환성을 확보하고 데이터의 투명성을 높이는 것이 핵심입니다.
7월 20일0
ZennAI 번역헤드라인
루프 엔지니어링의 흔한 실패 사례 6가지 —— 루프는 판단을 증폭하는 장치이다
AI 에이전트가 자율적으로 작동하는 루프 엔지니어링의 6가지 주요 실패 사례와 대책을 다룹니다. 검증 편향, 무한 루프, 비용 폭발 등 실제 구축 과정에서 발생하는 문제들을 분석하고 설계 가이드를 제공합니다.
7월 20일0