Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
ZennAI 번역헤드라인
LLM이 PDF 서명의 '진위 여부'를 검증할 수 있는 MCP 서버를 만들었다
PDF의 암호학적 검증을 수행하는 MCP 서버인 pdf-verify-mcp를 소개합니다. 기존 reader 도구가 구조를 해석했다면, 이 도구는 변조 여부와 서명의 진위성을 판정합니다.
7월 20일1
ZennAI 번역헤드라인
AI만으로 멀티 SNS 뷰어를 만들어 출시한 이야기 (인간의 일은 버튼을 누르는 것)
Claude Code를 활용해 코드 작성 없이 멀티 SNS 뷰어 'mokumokuren'을 개발한 사례를 소개합니다. 기획 단계부터 구현까지 AI와 협업하며 Human-in-the-loop 원칙을 적용한 개발 경험을 다룹니다.
7월 20일1
ZennAI 번역헤드라인
AI 시대의 Observability 설계 - PII와 AI의 검색성을 양립시키고 자동 복구하기 (실전편)
AI 시대의 Observability 설계에서 개인정보(PII) 보호와 AI의 검색성을 동시에 확보하는 실전 전략을 다룹니다. MCP를 통해 로그에 접근하는 비엔지니어와 AI 모델로 인한 새로운 보안 위협에 대응하기 위해 6단계의 다층 PII 보호 설계를 제안합니다.
7월 20일1
ZennAI 번역헤드라인
AI 간의 리뷰는 간단했다. 어려운 것은 '그 판정자를 믿어도 되는가'를 측정하는 것이었다
AI가 작성한 코드의 버그를 다른 벤더의 AI로 검증하는 프로세스를 다룹니다. AI 리뷰어의 신뢰성을 측정하는 방법과 '면접'을 통한 판정력 검증, 그리고 인간의 최종 판단이 필요한 이유를 설명합니다.
7월 20일1
ZennAI 번역헤드라인
오늘부터 시도하는 루프 엔지니어링(Loop Engineering) ── AI에게 프롬프트를 계속 입력하는 개발에서, AI가 스스로 돌아가는
AI 코딩 에이전트 활용 방식이 단순 프롬프트 입력을 넘어, AI가 스스로 목표를 달성할 때까지 작동하는 '루프 엔지니어링(Loop Engineering)'으로 진화하고 있습니다. 사용자는 프롬프트 작성자에서 재귀적 목표를 설계하는 메커니즘 설계자로 역할이 변화합니다.
7월 20일0
ZennAI 번역헤드라인
AI에게 AI를 리뷰하게 하기 ― Claude Code × Codex CLI로 설계→리뷰→구현을 자율적으로 회전시키기
Claude Code와 Codex CLI를 결합하여 설계, 리뷰, 구현의 과정을 사람의 개입 없이 자율적으로 순환시키는 워크플로우를 소개합니다. 설계 정합성을 검토하는 텍스트형 리뷰와 리포지토리를 직접 읽는 구현 접지 리뷰의 이중 게이트 구조를 통해 코드 품질을 높이는 방법을 다룹니다.
7월 20일1
ZennAI 번역헤드라인
자율 에이전트를 일부러 M1 Mac으로 만들기 — 제약이 설계를 단련시킨다는 선택
M1 Mac과 소형 모델(SLM)이라는 하드웨어 및 모델의 제약 조건을 활용해 자율 에이전트의 설계 역량을 강화하는 방법론을 다룹니다. 거대 모델의 성능에 의존하기보다, 제약 환경에서 발생하는 설계 결함을 직접 해결하며 견고한 시스템을 구축하는 과정을 설명합니다.
7월 20일1
ZennAI 번역헤드라인
[$4500] Meta의 Manus AI에 존재했던 RCE (Remote Code Execution) 취약성
Meta의 Manus AI 데스크톱 앱에서 발견된 RCE(원격 코드 실행) 취약점을 분석합니다. Deep Link를 통해 인증 토큰을 조작할 수 있는 보안 결함과 그로 인한 위험성을 다룹니다.
7월 20일1
ZennAI 번역헤드라인
DOM 요소가 존재하지 않는 앱을 AI로 조작하기 — Flutter/canvas 제작 에디터를 좌표만으로 공략하는 절차
DOM 요소가 존재하지 않는 Flutter Web이나 Canvas 기반 앱을 AI 에이전트가 조작하기 위한 좌표 기반 제어 전략을 다룹니다. 뷰포트 크기 확정, 줌을 통한 텍스트 인식, 시각적 피드백 확인, 더블 클릭 구현 등 구체적인 4가지 원칙을 제시합니다.
7월 20일2
ZennAI 번역헤드라인
AI 에이전트의 ReAct 루프는 단순했다. 정말 어려웠던 것은 그 주변이었다
LLM이 Office 파일을 직접 편집하는 AI 에이전트 개발 과정에서 LangGraph의 prebuilt 기능 대신 ReAct 루프를 직접 구현하게 된 배경을 다룹니다. 프레임워크 표준 기능만으로는 해결하기 어려운 스트리밍 제어와 에러 복구 등 예외 상황 대응의 중요성을 강조합니다.
7월 20일1
ZennAI 번역헤드라인
FIFO를 버리면서 OS에 가까워졌다
병렬 AI 에이전트 기반인 cekernel의 설계 과정에서 FIFO(named pipe)를 제거하며 시스템을 최적화한 기록입니다. 불필요한 의존성을 식별하고 OS의 프로세스 모델을 도입하여 더 견고한 구조로 개선하는 엔지니어링 의사결정 과정을 다룹니다.
7월 20일1
ZennAI 번역헤드라인
MCP 서버를 '진정한 클라이언트로서' 테스트하는 mcp-testbench를 만들었습니다
MCP(Model Context Protocol) 서버의 프로토콜 준수 여부를 검증하기 위한 테스트 도구인 mcp-testbench를 소개합니다. 유닛 테스트로 잡아내기 어려운 stdout 오염이나 스키마 오류 등을 실제 클라이언트 관점에서 검증할 수 있습니다.
7월 20일1
ZennAI 번역헤드라인
역할에 따라 Claude와 GPT-5.6을 구분하여 사용하는 Agent Team 설계
단일 에이전트의 컨텍스트 한계를 극복하기 위해 Claude와 GPT-5.6을 역할별로 분담하는 'customizable-agent-teams' 템플릿을 소개합니다. Lead, Manager, 구현 등 11개 역할로 나누어 tmux 환경에서 협업하는 에이전트 팀 설계 방식을 다룹니다.
7월 20일1
ZennAI 번역헤드라인
【초보 탈출】LLM을 '사용하는 측'에서 '만드는 측'으로! 퍼스널 AI 어시스턴트 개발 로드맵
LLM API 활용부터 RAG 구현까지, 퍼스널 AI 어시스턴트를 개발하기 위한 5단계 로드맵을 소개합니다. Python과 LangChain, Streamlit 등을 활용하여 단순 사용자를 넘어 개발자로 성장하는 방법을 제시합니다.
7월 20일1
ZennAI 번역헤드라인
개인 개발 과정에서 마주친 자율형 AI 에이전트의 위험한 조합
Claude Code를 활용한 자동화 워크플로우 구축 과정에서 발견한 보안 위험과 해결 방안을 다룹니다. 자율적 에이전트에게 과도한 권한과 외부 콘텐츠 접근권이 동시에 부여될 때 발생하는 '과잉 에이전시' 문제를 지적합니다.
7월 20일1
ZennAI 번역헤드라인
Kova와 MetaMask Agent Wallet, 같은 '정책(Policy)'이라는 단어를 사용하지만 완전히 다른 것을 하고 있다
AI 에이전트의 자율 경제 활동을 지원하는 Kova와 MetaMask Agent Wallet의 설계 차이를 비교 분석합니다. 두 서비스 모두 '정책(Policy)'이라는 용어를 사용하지만, 에이전트에게 부여하는 권한과 보안 메커니즘 측면에서 근본적인 설계 사상의 차이를 보입니다.
7월 20일1
ZennAI 번역헤드라인
GitHub Rulesets를 사용하여 AI 생성 PR의 required check를 단계적으로 도입하는 절차
AI 에이전트가 생성하는 PR의 품질을 관리하기 위해 GitHub Rulesets를 활용하여 required check를 단계적으로 도입하는 절차를 설명합니다. 갑작스러운 merge 차단을 방지하기 위해 advisory 상태로 먼저 관찰한 후 승격하는 전략을 제안합니다.
7월 20일1
ZennAI 번역헤드라인
Python의 JSONDecodeError로 파손 지점 특정하기──line/column/char 읽는 법
Python의 JSONDecodeError가 제공하는 line, column, char 정보를 활용하여 JSON 데이터의 파손 지점을 정확히 찾아내는 방법을 설명합니다. 에러 메시지의 좌표를 읽는 법부터 파손된 행을 시각적으로 표시하는 헬퍼 함수 작성법까지 다룹니다.
7월 20일1
ZennAI 번역헤드라인
AI 코딩 에이전트의 '완료'를 SQLite·JSONL·Evidence로 검증 가능하게 만들기
AI 코딩 에이전트의 작업 완료를 검증하기 위해 SQLite, JSONL, HTML을 활용한 상태 머신 기반의 CLI 도구 'Project Loop Harness(pcl)'를 소개합니다. 에이전트의 주관적인 '완료' 선언 대신, 해시 고정된 증거(Evidence)와 상태 전이를 통해 작업의 재현성과 신뢰성을 확보하는 방법을 다룹니다.
7월 20일1
ZennAI 번역헤드라인
콘텐츠 생성과 공개 작업을 분리하는 trusted runner 설계 - 구현 절차
콘텐츠 생성과 외부 공개 작업을 분리하여 안정성을 높이는 'trusted runner' 설계 방식을 소개합니다. 상태 검증과 단계별 JSON 기록을 통해 프로세스의 재개 가능성과 데이터 무결성을 확보하는 구현 절차를 다룹니다.
7월 20일1