우리는 소프트웨어 엔지니어링 문제가 아니라, 플랫폼 엔지니어링 문제를 겪고 있습니다

새로운 제품 개발 과정에서 비즈니스 로직 작성보다 인프라 및 플랫폼 설정에 더 많은 시간이 소요되는 플랫폼 엔지니어링의 문제를 다룹니다. 개발자가 코드 구현에 집중하지 못하게 만드는 기술적 부채와 결정 지연의 병목 현상을 지적합니다.

OpenAI의 「Health in ChatGPT」란 무엇인가? 공식 발표 3분 속보 해설

NixOS에서 OpenClaw를 설정하는 방법

NixOS 환경에서 OpenClaw를 사용하여 AI 어시스턴트의 장기 기억과 선언적 설정을 구축하는 방법을 설명합니다. QMD를 통한 벡터 검색과 Telegram 연동을 통해 재현 가능한 AI 워크플로우를 구성하는 과정을 다룹니다.

AI 기능이 엔드포인트를 망가뜨려서는 안 됩니다

API에 LLM 기능을 통합할 때 발생할 수 있는 비결정론적 특성과 가동 시간 종속 문제를 해결하기 위한 설계 전략을 다룹니다. 핵심 로직과 AI 설명을 분리하여 시스템의 안정성을 확보하는 '바닥과 천장(Floor and Ceiling)' 아키텍처를 제안합니다.

MCP 심층 분석, 파트 11: 프로토콜은 결코 걸림돌이 아니었다 — 기업 전반에 MCP 도입하기

Model Context Protocol(MCP)을 기업 환경에 대규모로 배포하기 위한 ID 관리 및 거버넌스 전략을 다룹니다. 개별 사용자별 OAuth 방식의 한계를 지적하며, ID 제공자(IdP)를 통한 중앙 집중식 프로비저닝과 권한 상속 모델의 필요성을 강조합니다.

Faultline 후속 업데이트: 에이전트 조사에서 제어된 복구까지

Faultline의 후속 업데이트를 통해 에이전트 실행 오류를 조사하는 것을 넘어, Recovery Studio를 통한 제어된 복구 기능을 제공합니다. 운영자는 프롬프트나 모델을 수정하여 파이프라인의 특정 단계부터 재실행하고 기존 트레이스와 비교할 수 있습니다.

멈추지 않고 클릭만 반복하는 LLM 에이전트 디버깅: 사후 분석 (Postmortem)

브라우저 자동화 에이전트 BrowserPilot이 특정 동작을 무한 반복하는 루프 현상을 분석하고 해결한 과정을 다룹니다. DOM pruning 과정에서 상태 변화 정보가 누락되어 모델이 동일한 환경으로 인식했던 원인을 규명했습니다.

에이전트에서의 프롬프트 캐싱 (Prompt Caching)

코딩 에이전트 운영 시 발생하는 비용과 지연 시간을 줄이기 위한 프롬프트 캐싱의 원리와 중요성을 다룹니다. KV 캐시의 작동 방식과 에이전트 설계 시 캐시 효율성을 고려해야 하는 이유를 설명합니다.

지난주 5개의 OpenClaw 스킬을 설치했습니다. 그중 3개는 제 아침 루틴을 대체했습니다.

OpenClaw의 '스킬' 개념을 통해 AI 에이전트를 단순 챗봇이 아닌 인프라로 활용하는 방법을 소개합니다. 에이전트가 도구, 워크플로우, API를 패키지 형태로 사용하는 스킬을 통해 일상적인 리서치와 자기 개선 루프를 자동화하는 사례를 다룹니다.

GitHub 도구가 이제 설치 가능한 eve extension으로 제공됩니다

eve 에이전트에 GitHub 도구를 추가할 수 있는 새로운 extension이 출시되었습니다. Vercel Connect 인증과 승인 규칙을 통해 42개의 GitHub 도구를 안전하고 효율적으로 에이전트에 통합할 수 있습니다.

AI 에이전트가 코드 리팩터링 (Code Refactoring)에 취약한 이유

AI 에이전트가 새로운 프로젝트 구축에는 능숙하지만, 기존 코드베이스를 수정하는 리팩터링 작업에는 취약한 이유를 분석합니다. 에이전트가 설계-코드의 순방향 패스에는 강하지만, 코드에서 설계를 역추적해야 하는 역방향 작업에는 한계가 있음을 설명합니다.

32개의 메시징 플랫폼을 13개의 LLM 제공업체와 연결하는 로컬 우선 개인용 AI 게이트웨이를 구축했습니다 — NeuralCleave

NeuralCleave는 32개의 메시징 플랫폼과 13개의 LLM을 연결하는 로컬 우선 AI 게이트웨이입니다. 사용자의 로컬 환경에서 실행되어 데이터 프라이버시를 보호하며, 다양한 채널을 통해 동일한 에이전트 경험을 제공합니다.

PromptOps의 등장과 보험 자동화의 취약성

기업용 AI 애플리케이션 유지보수의 핵심 병목 현상인 프롬프트 관리의 중요성을 다룹니다. 프롬프트가 코드와 같은 역할을 수행함에 따라, 버전 관리와 테스트 프레임워크를 포함한 PromptOps 체계 구축이 필수적임을 강조합니다.

엔터프라이즈급 RAG 지식 어시스턴트 구축: 프로덕션에서의 교훈

엔터프라이즈 환경에서 신뢰할 수 있는 RAG 시스템을 구축하기 위한 실무적인 경험과 교훈을 다룹니다. 단순한 RAG의 한계를 극복하기 위해 청킹 전략, 메타데이터 활용, 환각 방지를 위한 그라운딩 확인 등 구체적인 엔지니어링 접근법을 제시합니다.

AI 에이전트의 비밀 유출을 방지하기 위한 Python 라이브러리 제작 (ModelFuzz)

AI 에이전트의 프롬프트 인젝션 공격으로 인한 데이터 유출을 방지하기 위한 Python 라이브러리 ModelFuzz를 소개합니다. 실행 계층에서 도구 호출을 가로채 정책 위반을 검사하며, 에이전트의 보안 취약점을 테스트할 수 있는 CLI 스캐너를 제공합니다.

open-deepthink 0.1.11 — 멀티 에이전트 브레인스토밍에서의 정성적 자기 주의 집중(Qualitative

open-deepthink 0.1.11 버전은 LLM을 뉴런처럼 활용하는 오픈 소스 멀티 에이전트 시스템입니다. 이번 업데이트에서는 비인접 레이어의 정보를 참조하는 정성적 자기 주의 집중 기능과 아이디어를 앱 프롬프트로 변환하는 확산 모드가 추가되었습니다.

고등학생 시절 5개월 동안 내 PC를 실제로 제어하는 로컬 AI를 만들었습니다: 파일, 앱, 브라우저, 음성 지원 및 9B 모델에서도

개인정보 보호를 위해 개발된 Hearth는 로컬 환경에서 PC의 파일, 앱, 브라우저를 직접 제어하는 오픈 소스 AI 에이전트입니다. 9B 규모의 소형 모델에서도 안정적인 동작을 위해 도구 로드 최적화와 자동 대화 압축 기술을 적용했습니다.

Mac(MLX)에서 8B Teacher 모델을 0.6B Student 모델로 증류(Distillation)했습니다. 0.6B 모델은 해당

금융 문서 처리를 위해 Mac의 MLX 환경에서 8B 모델을 0.6B 모델로 지식 증류(Distillation)한 사례를 공유합니다. 소형 모델이 RAG 인덱싱 전 요약 및 태깅 작업을 효율적으로 수행할 수 있음을 입증했습니다.

Dual Sparks 환경에서 DSV4 Flash DSpark는 최고의 성능을 보여줍니다

Dual DGX Spark 환경에서 DeepSeek V4 Flash DSpark를 활용한 최적의 성능 구현 사례를 소개합니다. Copilot보다 빠른 응답 속도와 Sonnet 4.6 수준의 높은 품질을 보여주며, 복잡한 작업 수행 능력이 탁월합니다.

에이전트보다 먼저 MCP 서버를 구축해야 하는 이유: 기업이 필요로 하는 AI 팀의 변화

기업용 AI 환경에서 에이전트 프레임워크보다 MCP(Model Context Protocol) 서버 구축이 우선되어야 하는 이유를 설명합니다. MCP를 통해 도구와 데이터를 표준화된 인터페이스로 제공함으로써 에이전트의 복잡성을 줄이고 거버넌스를 확보할 수 있습니다.