Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
Dev.toAI 번역헤드라인
실제 코드베이스에서 코딩 모델을 테스트하는 이유
본 글은 코딩 모델의 성능을 공개된 벤치마크가 아닌, 실제 기업의 비공개 코드베이스에서 테스트해야 하는 중요성을 강조합니다. Real-SWE와 같은 접근 방식을 통해 PR과 이슈를 활용하여 자체적인 평가 시스템(eval harness)을 구축하는 구체적인 방법을 제시합니다.
9월 13일0
Dev.toAI 번역헤드라인
에이전트 스킬: 절차적 지식 패킷
에이전트 스킬은 절차적 지식(procedural knowledge)을 담는 동적인 단위로, SKILL.md 파일 형태로 저장됩니다. 이 방식은 모든 기능을 모델 가중치에 포함할 필요 없이 필요한 시점에 로드되어 계산 효율성을 높입니다. 이는 에이전트가 컨텍스트 창 포화 없이 확장 가능한 워크플로우를 구축하도록 돕습니다.
9월 13일0
Dev.toAI 번역헤드라인
모든 LLM 호출 비용을 알려주는 30줄짜리 Wrapper
LLM 호출 비용을 정확하게 파악할 수 있는 토큰 로깅 Wrapper를 소개합니다. 응답 객체에 포함된 사용량(usage) 정보를 활용하여, 모든 API 호출을 감싸고 사용량을 기록함으로써 개발 단계에서부터 비용 추적이 가능해집니다. 특히 캐시 읽기 및 출력 토큰의 중요성을 강조하며 효율적인 비용 관리를 돕습니다.
9월 12일0
Dev.toAI 번역헤드라인
에이전트 기반 개발에는 유명한 5분 설치가 필요하다
본문은 WordPress의 '5분 설치' 성공 사례를 언급하며, Claude나 Codex 같은 에이전트들이 웹 개발을 쉽게 만들었음을 지적합니다. 하지만 맞춤형 기능 추가 시 안전성, 확장성, 유지보수 문제가 발생할 수 있어, 에이전트 기반 개발에 필요한 새로운 표준화된 '5분 설치' 환경의 필요성을 역설하고 있습니다.
9월 11일0
Dev.toAI 번역헤드라인
AI로 인한 트래픽 감소에 맞춰 조직 구조를 재편한 뉴스룸의 내부 메모
USA Today의 모회사인 Gannett이 내부 메모를 통해 검색 트래픽 압박과 플랫폼 알고리즘 변화에 대응하여 조직을 개편했습니다. 이는 AI Overviews가 클릭률을 낮추고 있다는 가설 수준을 넘어, 대규모 미디어 기업 차원에서 자원 배분 결정으로 나타난 현상입니다.
9월 11일1
Dev.toAI 번역헤드라인
Microsoft의 학교용 AI가 제기하는 개인정보 우려 – 에듀테크 개발자에게 미치는 영향
Microsoft가 K-12 교육 시장에 AI 도구를 출시하면서, 에듀테크 개발자들은 개인정보 보호 및 규정 준수 문제를 심각하게 고려해야 합니다. 이로 인해 데이터 소유권, 학생 동의 확보, FERPA/COPPA 같은 법규 준수 등 강력한 보호 장치 마련이 필수적입니다.
9월 11일0
Dev.toAI 번역헤드라인
OpenCode를 과소평가하고 있었습니다. 그러다 그 에이전트(Agents)들을 발견했죠
코딩 에이전트인 OpenCode의 에이전트 기능과 구조를 상세히 분석합니다. 기본 에이전트와 서브 에이전트의 역할 분담, 그리고 사용자 정의 에이전트 생성 방법을 설명합니다.
8월 8일3
Dev.toAI 번역헤드라인
Andrew Ng, 멀티 에이전트 AI를 위한 12페이지 분량의 그래프 엔지니어링 플레이북(Playbook) 발표
Andrew Ng가 멀티 에이전트 시스템 구축을 위한 '그래프 엔지니어링 플레이북'을 발표했습니다. 이 문서는 에이전트 간의 상호작용 토폴로지를 핵심 설계 파라미터로 다루며, 효율적인 통신 구조 설계 방법을 제시합니다.
8월 8일1
Dev.toAI 번역헤드라인
예약된 AI 스크립트를 위한 인간 승인 프로세스
GitHub Actions나 Lambda와 같은 예약된 AI 스크립트 실행 시, LLM의 응답을 기다리며 러너를 유휴 상태로 두지 않는 효율적인 워크플로 설계 방법을 제안합니다. 작업을 '제안(propose)'과 '실행(execute)' 단계로 분리하여 비용을 절감하고 CI 리소스를 최적화하는 것이 핵심입니다.
8월 8일1
Dev.toAI 번역헤드라인
LangChain을 사용하여 에이전트형 AI 주식 리서치 터미널을 구축했습니다
LangChain과 Gemini를 활용하여 금융 데이터 분석 및 가치 평가를 수행하는 에이전트형 주식 리서치 터미널 'StockAny AI' 구축 사례를 소개합니다. LLM의 환각을 방지하기 위해 수치 계산은 백엔드에서 처리하고, AI는 데이터 해석과 최신 동향 조사에 집중하도록 설계되었습니다.
8월 8일1
Dev.toAI 번역헤드라인
llama.cpp b10327, 중요한 CUDA 양자화(Quantization) 수정 사항 배포 — NeMo 3.0 및 GPU 업데이트 포함
llama.cpp b10327 업데이트를 통해 CUDA 양자화 관련 버그를 수정하고 로컬 추론의 안정성을 높였습니다. 또한 NVIDIA NeMo Speech 3.0 출시와 LiquidAI의 로컬 에이전트 모델 등 음성 AI 및 로컬 배포 관련 주요 소식을 다룹니다.
8월 8일1
Dev.toAI 번역헤드라인
오늘의 GitHub Trending: Prime Agent - 스스로 발전하는 AI 코딩 에이전트
Prime Agent는 재귀적 언어 모델(RLM)과 지속적 하네스(Continual Harness)를 기반으로 스스로 발전하는 오픈 소스 코딩 및 연구 에이전트입니다. 모든 도구와 컨텍스트를 프로그래밍 방식으로 관리하며, 에이전트가 자신의 경험을 통해 지속적으로 학습하고 진화할 수 있도록 설계되었습니다.
8월 8일1
Dev.toAI 번역헤드라인
빨간 대시보드를 넘어: 에이전트형 AI를 활용한 예측 가능 관측성 구현
기존의 사후 대응적 관측성(Reactive Observability)의 한계를 극복하기 위해 Agentic AI를 도입하여 예측 가능한 관측성을 구현하는 방법을 다룹니다. OpenTelemetry 데이터와 벡터 데이터베이스, LLM을 결합하여 장애를 사전에 예측하고 자율적으로 대응하는 폐쇄 루프 시스템을 제안합니다.
8월 8일1
Dev.toAI 번역헤드라인
GEO 벤더 평가: ChatGPT 추천 내 브랜드 노출 방법
ChatGPT와 같은 AI 모델의 답변 내 브랜드 노출을 최적화하는 GEO(Generative Experience Optimization) 전략과 이를 지원하는 벤더 평가를 다룹니다. RAG 시스템이 기업 정보를 쉽게 파싱하고 인용할 수 있도록 만드는 기술적 요구 사항을 분석합니다.
8월 8일2
Dev.toAI 번역헤드라인
재고를 위한 수요 예측: 손실은 비대칭적이다
재고 관리를 위한 수요 예측 시, 과소 재고와 과잉 재고의 비용이 비대칭적임을 설명합니다. 단순 평균 예측 대신 비용 행렬을 기반으로 최적의 분위수(quantile)를 예측하는 것이 중요함을 강조합니다.
8월 8일1
Dev.toAI 번역헤드라인
의료 기록의 비식별화만으로 충분하다고 생각했지만, GPT-5가 실제로 필요로 하는 것을 보기 전까지는 그랬습니다
의료 텍스트를 GPT-5나 Claude 같은 모델로 처리할 때, 단순 비식별화(redaction)는 관계 정보를 파괴하여 추론 능력을 저해합니다. 대신, 일관되고 가역적인 가명화(pseudonymization) 방식을 사용하여 개체 간의 참조 구조를 보존하는 것이 중요하며, 이는 에이전트 워크플로 구축에 필수적입니다.
8월 8일0
Dev.toAI 번역헤드라인
AI 컴퓨트 패브릭 구축: 아키텍처, 스케줄링, 검증 및 탈중앙화 추론 네트워크로 가는 길
수천 개의 이기종 GPU를 하나의 프로그래밍 가능한 실행 계층으로 통합하는 지능형 AI 컴퓨트 패브릭 아키텍처를 제안합니다. 단순한 GPU 대여를 넘어 AI 의도에 따라 최적의 컴퓨트를 자동으로 매칭하고 검증하는 시스템 구축을 목표로 합니다.
8월 8일0
Dev.toAI 번역헤드라인
Multi-RAG, 지식 그래프(Knowledge Graphs) 및 MCP를 활용한 AI 네이티브 세컨드 브레인(Second Brain)
전통적인 RAG의 한계를 극복하기 위해 Multi-RAG, 지식 그래프(Knowledge Graphs), MCP를 결합한 AI 네이티브 세컨드 브레인 아키텍처를 제안합니다. 단순 벡터 검색을 넘어 키워드 및 관계 기반 검색을 통합하여 지식 간의 연결성을 자동화하는 방법을 다룹니다.
8월 8일2
Dev.toAI 번역헤드라인
코딩 에이전트의 CLI가 자동화 API가 되어서는 안 되는 이유
코딩 에이전트의 CLI 인터페이스를 자동화 API로 직접 사용하는 것의 위험성을 경고합니다. CI/CD와 같은 자동화 환경에서는 인간을 위한 대화형 CLI 대신 구조화된 상태와 명확한 세션 경계를 제공하는 API 계층이 필요함을 강조합니다.
8월 8일1
Dev.toAI 번역헤드라인
무료 로컬 모델로 AI 관리형 위키 구축하기: 실제로 효과 있었던 방법들
로컬 모델을 활용하여 AI가 스스로 마크다운 위키를 관리하는 시스템 구축 경험을 공유합니다. 에이전트의 자율성을 제한하고 엄격한 JSON 스키마를 사용하는 방식과 추론 모드 최적화를 통해 성능을 개선한 사례를 다룹니다.
8월 8일1