Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
ZennAI 번역헤드라인
설계는 채팅 AI, 구현은 코딩 에이전트: xlflow로 Excel VBA 도구를 만든 이야기
xlflow를 활용하여 Excel VBA 도구를 개발한 사례를 소개합니다. 채팅 AI로 상세 설계서와 HTML 목업을 먼저 확정함으로써, 코딩 에이전트가 저렴한 비용으로 정확하게 구현할 수 있는 워크플로우를 제시합니다.
7월 25일1
ZennAI 번역헤드라인
AI 수정 루프가 좋은 원고를 망치는 문제를 keep-best로 방지하기
AI를 활용한 원고 생성 및 채점 루프에서 품질이 퇴화하는 문제를 해결하기 위한 'keep-best' 메커니즘 도입 과정을 다룹니다. 수정 과정에서 점수가 하락할 경우 최적의 결과물을 유지하고 루프를 중단하는 로직을 설명합니다.
7월 25일1
ZennAI 번역헤드라인
태스크별 LLM 비교에서 '주력 모델'이 바뀌는 이유: 평가 축의 직교성 관점에서
태스크마다 최적화해야 할 평가 축이 다르며, 각 축 간의 상관관계가 낮아(직교성) 단일 모델을 모든 태스크의 주력으로 고정할 수 없음을 설명합니다. 특정 태스크의 평가 결과를 다른 태스크로 외삽하는 오류를 지적하며, 태스크와 평가 축의 조합별 재평가의 필요성을 강조합니다.
7월 25일1
ZennAI 번역헤드라인
Claude Code 하네스에서 ChatGPT 모델 사용하기
macOS 환경에서 Apple의 container CLI를 활용하여 Claude Code의 백엔드로 ChatGPT 모델을 연결하는 방법을 설명합니다. Docker Desktop 대신 Apple 공식 컨테이너 서비스를 사용하여 CLIProxyAPI를 실행하고, Codex OAuth를 통해 GPT 모델을 연동하는 절차를 다룹니다.
7월 25일1
ZennAI 번역헤드라인
Claude Opus 5 단가 총괄 및 Claude Code에서 구형 모델(Opus 4.8)을 지정하는 방법
Anthropic의 신규 모델 Claude Opus 5 출시 소식과 함께, Claude Code에서 구형 모델인 Opus 4.8을 명시적으로 지정하여 사용하는 방법을 안내합니다. Opus 5는 이전 세대와 동일한 가격을 유지하며 성능이 향상된 것이 특징입니다.
7월 25일1
ZennAI 번역헤드라인
일본어는 감소하고 영어는 +38% — Claude 새로운 토크나이저(Tokenizer) 실측
Anthropic의 새로운 토크나이저 도입에 따른 언어별 토큰 효율 변화를 실측했습니다. 영어는 토큰 사용량이 최대 38% 증가한 반면, 일본어는 오히려 감소하여 일본어 사용 시의 비용 효율성이 크게 개선되었습니다.
7월 25일1
ZennAI 번역헤드라인
VLM에 보낼 프레임을 결정론적으로 추출하기 — framesieve 1.0 공개
VLM(Vision Language Model)에 전달할 의미 있는 프레임을 결정론적으로 선별하는 TypeScript 라이브러리 framesieve 1.0이 공개되었습니다. 불필요한 토큰과 비용을 줄이기 위해 축소된 그레이스케일 이미지의 화소 차분을 활용하여 빠르고 가볍게 변화를 감지합니다.
7월 25일1
ZennAI 번역헤드라인
AI 승인 대기 큐가 월 300건을 넘어 폭주했다 — 승인 기준의 자동화와 예외 설계
AI 에이전트 군단을 운영하며 발생하는 승인 병목 현상을 해결하기 위해 승인 파이프라인을 자동화하는 전략을 다룹니다. 단순 반복적인 승인 작업을 줄이기 위해 액션을 3개 층으로 분류하여 자동 승인 범위를 설계하는 방법을 제시합니다.
7월 25일1
ZennAI 번역헤드라인
AI에게 어디까지 맡길 것인가 —— AGENTS.md로 '실행 경계'를 결정하기
AI 에이전트의 작업 범위를 설정할 때 '적절함' 같은 모호한 기준 대신, AGENTS.md를 통해 명확한 실행 경계를 설정하는 방법을 제안합니다. 작업의 난이도가 아닌 '가역성(reversibility)'을 기준으로 AI의 자율 권한을 결정해야 합니다.
7월 25일1
ZennAI 번역헤드라인
AI 에이전트의 권한 규칙에 `bash -c`라는 허점이 있었던 이야기
AI 코딩 에이전트의 커맨드 허가 리스트(Allowlist) 운영 중 발생한 보안 허점을 다룹니다. 범용 셸 실행계 커맨드가 포함될 경우 발생하는 구조적 취약점과 이를 해결하기 위한 분류 기준 재정립 과정을 설명합니다.
7월 25일1
ZennAI 번역헤드라인
자체 라벨링과 학습 알고리즘: 다수결로 가짜 정답을 만들고 GRPO/ADPO로 가중치를 업데이트하다 [프롬프트로 읽어내는 AI 에이전트 #11]
Agent0 프레임워크를 통해 인간의 주석 없이 자체 라벨링과 강화학습(GRPO/ADPO)으로 모델 가중치를 업데이트하는 메커니즘을 분석합니다. 자기 일관성(self-consistency) 기반의 다수결 방식을 활용하여 의사 정답을 생성하고 학습 루프를 구축하는 과정을 다룹니다.
7월 24일0
ZennAI 번역헤드라인
오픈소스 LLM 랭킹 2026｜2.8조 파라미터 시대의 선택 방법
2026년 7월, Thinking Machines Lab의 Inkling과 Moonshot AI의 2.8조 파라미터급 Kimi K3가 연달아 공개되며 오픈 웨이트 모델의 급격한 성장을 보여줍니다. 오픈 웨이트 모델이 프론티어 모델과의 격차를 좁히며 실질적인 경쟁력을 갖추게 된 현황을 분석합니다.
7월 24일4
ZennAI 번역헤드라인
페퍼스 고스트로 실물 크기 AI 홀로그램을 만든 이야기 - SORA // NEXUS 개발기
페퍼스 고스트 기법을 활용하여 실물 크기의 AI 홀로그램 캐릭터 'SORA'를 제작한 개발기입니다. Gemini와 Ollama를 결합한 하이브리드 LLM 구조, MediaPipe를 이용한 제스처 인식, RAG 기반 지식 베이스 등 다양한 기술 스택을 통해 상설형 AI 에이전트를 구현했습니다.
7월 24일1
ZennAI 번역헤드라인
일본의 AI 정책과 NVIDIA는 왜 이렇게 잘 맞물리는가——제품보다 먼저 '언어'를 파는 영업 전략
NVIDIA가 일본 시장에서 단순한 GPU 판매를 넘어 '소버린 AI', '피지컬 AI' 등 기술적 분류 표준을 선점하며 국가 정책과 결합하는 전략을 분석합니다. 제품 도입 전, 기술과 정책을 설명하는 프레임워크를 먼저 제공함으로써 시장의 논의 구조를 설계하는 영업 전략을 다룹니다.
7월 24일1
ZennAI 번역헤드라인
MCP 서버를 단순한 API 래퍼로 끝내지 않기: Slack 연동을 안전한 업무 조작으로 만드는 Go 설계
MCP(Model Context Protocol) 서버를 단순한 API 래퍼를 넘어 안전한 업무 조작 도구로 설계하는 방법을 다룹니다. Go SDK를 활용해 Slack API를 연동할 때, AI의 실수를 방지하기 위한 읽기/쓰기 분리 및 검증 설계 원칙을 소개합니다.
7월 24일2
ZennAI 번역헤드라인
embodied-claude v0.3.0 출시 ── Windows 지원 및 행위로 업데이트되는 현재 위치
Claude Code에 기억, 카메라, 센서 등을 연결하는 MCP 프레임워크인 embodied-claude v0.3.0이 출시되었습니다. Windows 지원이 추가되었으며, 에이전트의 상태가 실제 행동에 영향을 미치는 EFPF 실행계가 도입되었습니다.
7월 24일1
ZennAI 번역헤드라인
Gemini Enterprise Agent Platform의 Model Registry에서 Endpoint로 배포 시도하기
Gemini Enterprise Agent Platform의 Model Registry를 활용하여 scikit-learn 모델을 등록하고 Endpoint로 배포하는 과정을 다룹니다. Terraform을 이용한 인프라 생성부터 모델 등록, 온라인 추론 실행까지의 전체 워크플로우를 설명합니다.
7월 24일1
ZennAI 번역헤드라인
OpenAI Agents SDK에서 권한 설계를 먼저 확정해야 하는 7가지 함정
AI 산업의 중심이 LLM 모델 자체에서 AI 에이전트로 이동함에 따라, 에이전트 구현 시 권한 설계와 안전 대책의 중요성이 커지고 있습니다. 특히 기업용 에이전트 도입 시 모델 성능보다 운용 설계, 권한 제어, 감사성이 핵심 의사결정 요소로 부상하고 있습니다.
7월 24일1
ZennAI 번역헤드라인
루프 엔지니어링(Loop Engineering)의 원리 원칙 정리
코딩 에이전트를 단순 프롬프트 도구로 쓰는 단계를 넘어, 에이전트가 스스로 업무를 찾고 검증하는 시스템을 설계하는 '루프 엔지니어링'의 원리와 정의를 정리합니다. 에이전트가 프롬프트를 입력하게 만드는 상위 계층의 설계 메커니즘을 다룹니다.
7월 24일1
ZennAI 번역헤드라인
Claude Code로 해외 Tech 영상 파이프라인을 구축한 모든 기록 — Windows 실전 편
Claude Code를 활용하여 해외 테크 영상 제작을 위한 자동화 파이프라인을 구축하는 과정을 다룹니다. Windows 환경에서의 실전 적용 방법과 자율 루프 설계, 장기 기억 구축 등 구체적인 개발 기록을 담고 있습니다.
7월 24일2