컨텍스트가 넘치는 AI 협업을 multi-session으로 운영하기｜지휘자와 담당자를 지시서와 보고서로 전달하기

AI 에이전트와의 긴 채팅에서 발생하는 컨텍스트 과부하와 세션 단절 문제를 해결하기 위한 새로운 협업 구조를 제안합니다. AI를 지휘자(Conductor)와 담당자(Executor)로 분리하고, 채팅 이력이 아닌 파일 기반의 지시서와 보고서를 통해 상태를 관리하는 방법론을 다룹니다.

이번 달 내가 얻은 최고의 AI 생산성 성과는 코딩에서 나온 것이 아니었다

엔지니어링 관리 업무의 반복적인 수동 작업을 자동화하기 위해 AI 에이전트 시스템인 SprintSense를 구축한 사례를 소개합니다. GitHub 데이터를 활용해 지표를 계산하고 로컬 모델로 요약함으로써, 관리자의 업무 시간을 4시간에서 30분으로 단축했습니다.

에이전트 AI 시대의 구현 입문: GPT-5.6 / Claude Sonnet 5를 '작업을 완수하는 도구'로 사용하기

GPT-5.6, Claude Sonnet 5 등 차세대 모델을 활용한 에이전트 AI의 구현 원리와 기본 루프를 설명합니다. 목표 설정, 도구(tool) 정의, 이력 관리를 통한 토큰 효율화 등 실무적인 에이전트 설계 방식을 다룹니다.

왜 실행이 아니라 진화인가 ― 가중치를 학습시키는 별도의 해법, 동기와 적용 조건【프롬프트로 읽어내는 AI 에이전트 #9】

기존의 실행형(Execution-type) 에이전트와 달리, LLM의 가중치를 직접 업데이트하여 추론 능력을 강화하는 Agent0의 패러다임 전환을 다룹니다. 프롬프트와 도구의 조합을 넘어 강화학습을 통해 모델 자체를 진화시키는 새로운 접근 방식을 소개합니다.

아웃리치 체계화: 후속 조치 자동화 및 리뷰 미팅 일정 예약

보험 에이전트의 업무 효율을 높이기 위해 AI와 자동화 도구를 활용한 고객 아웃리치 체계화 방법을 제안합니다. 다중 접점 시퀀스와 Calendly를 결합하여 이메일 작성부터 미팅 예약까지의 과정을 자동화하는 워크플로우를 다룹니다.

CDN이 ChatGPT의 문서 접근을 차단하고 있을 수도 있습니다 (robots.txt로는 확인할 수 없습니다)

robots.txt 설정이 올바르더라도 CDN이나 WAF의 봇 보호 규칙 때문에 AI 크롤러가 사이트 접근에 실패할 수 있습니다. 이를 확인하기 위한 curl 명령어 활용법과 클라이언트 사이드 렌더링 문제 등 기술적 원인 및 해결 방안을 제시합니다.

2026년 순위 추적 보고서(Rank Tracking Reports)를 위해 Le Chat을 사용하는 방법

Mistral AI의 Le Chat을 활용하여 복잡한 SEO 키워드 순위 데이터를 구조화된 보고서로 변환하는 워크플로를 소개합니다. 대규모 CSV 데이터를 안정적으로 처리하는 Le Chat의 강점을 활용해 수동 작업을 자동화하고 실행 가능한 인사이트를 도출하는 방법을 다룹니다.

Box MCP Server, Slack, Agentforce 엔터프라이즈 콘텐츠: 저장소가 실행 계층(Layer of Actions)으로

Box가 MCP Server를 통해 Slack 및 Agentforce와 연동되는 방식을 발표했습니다. 이를 통해 파일 저장소는 단순 보관을 넘어 에이전트가 직접 데이터를 읽고 실행할 수 있는 '실행 계층'으로 진화합니다.

건축 시각화 스튜디오를 위한 AI 기반 고객 피드백 및 변경 로그 자동화

건축 시각화 스튜디오의 운영 효율을 높이기 위해 AI와 Google Apps Script를 활용한 고객 피드백 및 변경 로그 자동화 방법을 제안합니다. 데이터 캡처와 구조화된 출력을 통해 반복적인 행정 업무를 줄이고 전문성을 강화할 수 있습니다.

클라우드 플랫폼에 LLM 모델 배포하기: 단계별 가이드

프로덕션 환경에서 LLM을 배포하기 위한 세 가지 주요 방식인 셀프 호스팅, Kubernetes 오케스트레이션, 관리형 API의 특징과 트레이드오프를 비교합니다. 각 방식의 지연 시간, 비용, 유지보수 측면의 차이점을 분석하고 실질적인 구현 단계를 안내합니다.

Rails의 암호화와 해시: master.key와 Devise가 내부에서 수행하는 일

Google Search Console API를 사용하여 SEO 개선을 자동화하기

Google Search Console API와 Gemini API를 활용하여 SEO 개선 프로세스를 자동화하는 파이프라인 구축 방법을 소개합니다. 저순위 기사를 자동으로 탐지하고, AI로 콘텐츠를 리라이트한 뒤 검색 엔진에 즉시 통지하는 시스템을 구현합니다.

내 AI 에이전트는 아무것도 게시하지 않으면서 6일 동안

AI 에이전트가 성공적으로 실행된 것처럼 보이지만 실제로는 작업을 수행하지 못하는 '거버넌스' 문제의 위험성을 다룹니다. 에이전트 자체의 성능보다 에이전트를 관리하고 검증하는 관리 계층(management layer) 구축의 중요성을 강조합니다.

데이터 과학자가 필요 없는: 비기술적 창업자를 위한 로우코드 (Low-Code) AI 도구

비기술적 창업자가 로우코드 AI 도구를 활용해 고객 지원 프로세스를 자동화하는 방법을 설명합니다. MonkeyLearn과 Zapier 등을 결합하여 고객의 감정과 의도를 자동으로 분류하고 우선순위를 지정하는 워크플로 구축을 다룹니다.

1인 1에이전트의 벽을 넘는 AWS Blocks로 만드는 풀스택 자기 검증 루프

에이전트의 개수가 늘어남에 따라 발생하는 인간의 리뷰 병목 현상을 해결하기 위해, AWS Blocks를 활용한 풀스택 자기 검증 루프 구축 방법을 소개합니다. 로컬 mock과 실제 환경을 일치시켜 에이전트가 스스로 테스트와 타입 체크를 수행하며 오류를 수정할 수 있는 환경을 제안합니다.

대시보드 탐색을 멈추세요: MCP를 활용한 Douyin Local Life 자동화

Model Context Protocol(MCP)을 활용하여 Douyin Local Life의 복잡한 Merchant Center 대시보드 조작을 자동화하는 방법을 소개합니다. 단순한 데이터 조회를 넘어 재고 관리 및 주문 생애주기 관리와 같은 쓰기 작업(Write operations)을 에이전트가 수행할 수 있도록 구현하는 것이 핵심입니다.

모두 연결된 날

다양한 데이터 소스(GA4, Search Console 등)를 SQLite 기반의 Connector Platform으로 통합하여 운영 효율을 높이는 과정을 다룹니다. 데이터 취득, 변환, 저장 과정을 공통화하여 데이터의 이력을 관리하고 운영의 신뢰성을 확보하는 설계 철학을 공유합니다.