AI에게 기존 구현을 참조시키면서 새로운 기능을 개발할 때 git worktree를 활용하는 방법을 설명합니다. 기존 브랜치를 별도의 worktree로 분리하여 AI가 참조용 디렉토리로 활용하게 함으로써 개발 효율을 높일 수 있습니다.

가족에게 '하나의 AI'는 필요 없었다 〜아내의 ChatGPT와 나의 AI에 '같은 기억'을 갖게 하는 가족용 외부 뇌〜

가족 구성원이 각자 사용하는 서로 다른 AI(ChatGPT, Claude 등)가 동일한 정보(일정, 장보기 목록 등)를 공유할 수 있도록 '공유된 외부 뇌'를 구축하는 방법론을 다룹니다. 통합 AI 봇 구축 시 발생하는 라이선스 규약 문제와 로컬 LLM의 품질 한계를 분석하고, 각자의 AI를 유지하면서 문맥(Context)만 공유하는 전략을 제시합니다.

AI 생성 텍스트 특유의 정형화된 패턴을 진단하고, 이를 제거하여 기술 블로그의 신뢰도를 높이는 7가지 테크닉을 소개합니다. 실패 기록, 구체적인 환경 정보, 개인의 단언적인 의견을 추가함으로써 정보 밀도를 높이는 방법을 다룹니다.

【참가 리포트】 AI 시대의 커리어에 고민하는 엔지니어의 생생한 목소리를 들을 수 있는 LT회

AI 시대 엔지니어의 커리어 방향성을 다룬 LT회 참가 후기입니다. AI 기술의 급격한 발전 속에서 단순 코딩 능력을 넘어 문제 정의 능력과 도메인 지식의 중요성을 강조합니다.

스마트폰과 AI 에이전트를 활용하여 PC 없이도 개인 개발을 지속할 수 있는 실용적인 워크플로우를 소개합니다. ChatGPT로 설계를 상담하고 Jules나 Codex cloud를 통해 구현 및 리뷰를 진행하는 저비용·고효율 개발 방식을 제안합니다.

「처음에는 잘 지키더니 어느샌가 원래대로 돌아와 있다」의 정체 ― Instruction Drift【LLM과 잘 지내는 법 연재 #9】

대화가 길어짐에 따라 LLM이 초기 지시사항을 망각하고 원래의 패턴으로 돌아가는 'Instruction Drift' 현상을 분석합니다. 상설 명령의 확률적 한계와 모델의 기본 학습 분포, 부정형 지시의 취약성을 다룹니다.

사진·음성·PDF를 AI에게 한 번에 맡기기 | 멀티모달 AI의 원리와 중소기업에서의 활용 이미지

멀티모달 AI의 원리와 중소기업에서의 실무 활용 사례를 다룹니다. 텍스트, 이미지, 음성, PDF 등 다양한 데이터를 통합 처리하여 보고서 작성, 회의 요약, 서류 정보 추출 등의 업무 효율을 극대화하는 방법을 설명합니다.

AI 서비스의 과금 모델을 구분하여 사용함으로써 비용과 출력 품질을 최적화하기

AI 서비스 이용 시 비용 효율성을 높이기 위해 정액제와 종량제 모델을 구분하여 사용하는 전략을 제안합니다. 브레인스토밍과 프롬프트 설계는 정액제 모델로, 최종 결과물 생성은 고성능 종량제 모델로 분리하여 토큰 비용을 최적화합니다.

로컬 환경에서 Google 연동을 구현하는 방법

로컬 개발 환경에서 Google OAuth를 활용하여 계정 로그인 및 Google Calendar API 연동을 구현하는 방법을 다룹니다. Google Cloud Console 설정부터 OAuth 클라이언트 ID 생성, 액세스 토큰 교환까지의 전 과정을 단계별로 설명합니다.

AI 구현자와 리뷰어가 공존하는 시대에 개발자의 역할이 '코드 작성자'에서 '최종 책임을 지는 매니저'로 변화함을 설명합니다. 모든 코드를 정독하기보다 설계, 보안, 리스크 관리 등 고위험 영역에 집중하는 전략적 리뷰 방식을 제안합니다.

oh-my-agent가 작성자 편향을 제거하기 위한 크로스 컨텍스트 리뷰와 트리거 정확도 테스트 기능을 업데이트했습니다. LLM 호출 없이 키워드 정확도를 측정하고, 격리된 서브 에이전트를 통해 설계 리뷰의 객관성을 높였습니다.

그 'AI 활용 레벨 8단계', 팀의 실력 지표로 사용하고 계신가요?

AI 활용 8단계를 팀의 실력 지표로 오해하는 경향을 지적하며, 이는 실력이 아닌 도구 구성의 분류임을 설명합니다. 적절한 AI 활용 레벨은 작업의 신뢰도와 실패 시 리스크(Blast Radius)에 따라 결정되어야 함을 강조합니다.

AI가 작성한 코드에 인간의 리뷰가 필요할까 —— API 키를 코드에 직접 작성한 것을 보고 생각한 점

AI 코딩 툴의 뛰어난 성능에도 불구하고 인간의 코드 리뷰가 반드시 필요한 이유를 보안 관점에서 다룹니다. AI가 작성한 코드에 API 키가 하드코딩되는 등의 보안 취약점이 발생할 수 있음을 경고합니다.