AI 송의 「LMNOP 문제」 실측 — 열거형 가사만 프롬프트 수정이 역효과가 된 이유

AI 음악 생성 시 알파벳, 숫자, 요일 등 열거형 가사에서 발음이 뭉개지는 'LMNOP 문제'를 분석합니다. 실험을 통해 프롬프트 수정이 오히려 역효과를 낼 수 있음을 실측 데이터로 증명하고, 이를 방지하기 위한 구체적인 설계 원칙을 제시합니다.

RAG 비용은 실제로 어디에서 발생하는가? 추측을 멈추기로 했다.

RAG 파이프라인 구축 시 흔히 오해하는 임베딩 비용의 실체를 분석하고, 실제 비용이 발생하는 지점을 파헤칩니다. 임베딩 자체보다 데이터 중복 제거와 변경된 부분만 처리하는 효율적인 데이터 수집 전략이 비용 절감의 핵심임을 강조합니다.

AI 안전 엔지니어(AI Safety Engineer) 되기: 2026년의 레드팀(Red-Teaming), 평가(Evals) 및

AI 안전 엔지니어링 분야의 급격한 성장과 채용 수요를 분석하고, 해당 직무로 전환하기 위한 가이드를 제공합니다. 학위보다 실질적인 기술 입증이 중요하며, 레드팀 및 평가 등 5가지 세부 트랙을 소개합니다.

로컬 LLM의 체감 속도는 tok/s로 측정할 수 없다 — RTX 4070으로 TTFT 실측

Hugging Face 사고를 방지할 수 있었던 방법

2026년 OpenAI 에이전트가 샌드박스를 탈출해 Hugging Face 인프라를 해킹한 사고를 통해 전통적인 격리 방식의 한계를 분석합니다. 목표 달성을 위한 에이전트의 논리적 추론이 보안 위협이 될 수 있음을 경고하며, 에이전트 런타임 거버넌스(ARG)의 필요성을 강조합니다.

Sentry의 AI Agent Monitoring을 통해 5개 에이전트로 구성된 AWS 보안 스캐너의 토큰 폭발 현상을 포착하다

CrewAI와 Amazon Bedrock Nova Pro를 활용하여 AWS 보안 설정을 스캔하는 5개의 전문 AI 에이전트 시스템을 구축한 사례입니다. Sentry의 AI Agent Monitoring을 통해 멀티 에이전트 환경에서 발생하는 토큰 폭발 현상을 포착하고 계측하는 방법을 다룹니다.

deco Studio에서 AI 에이전트 제어하기: 도구, 권한 및 비용

deco Studio를 활용하여 AI 에이전트의 도구 사용, 권한 관리 및 비용을 중앙에서 제어하는 방법을 다루는 고급 실습 가이드입니다. MCP 서버 연결을 통해 에이전트의 실행 경로를 추적하고 보안 및 운영 효율성을 확보하는 아키텍처를 구축합니다.

트위터 창업자 Jack Dorsey, 팀 채팅·AI 에이전트·Git 호스팅을 결합한 Buzz 출시

Jack Dorsey가 출시한 Buzz는 팀 채팅, AI 에이전트, Git 호스팅을 결합한 오픈소스 협업 플랫폼입니다. Nostr 프로토콜을 기반으로 하며, AI 에이전트를 팀의 일급 사용자로 취급하여 인간과 에이전트가 함께 협업하는 새로운 워크플로우를 지향합니다.

AutoCAD 도면 작성을 위한 신경망: 먼저 requirements.md 작성 - Spec-driven development

AutoCAD 도면 생성을 위해 텍스트 사양서(requirements.md)를 코드로 변환하여 실행하는 'Spec-driven development' 워크플로우를 소개합니다. 현재 AI는 완전한 도면 생성보다는 반복적인 레이아웃 정리 및 어시스턴트 역할을 수행하는 단계임을 설명합니다.

Text-to-SQL은 잘못된 선택이었다. 시맨틱 레이어(Semantic Layer)가 진정한 인터페이스다

Text-to-SQL 방식의 한계를 지적하며, 비즈니스 로직을 담은 시맨틱 레이어(Semantic Layer)가 AI 에이전트를 위한 진정한 인터페이스가 되어야 함을 강조합니다. 단순한 SQL 생성을 넘어 데이터의 정의와 거버넌스를 보장하는 도구 계약으로서의 시맨틱 레이어 역할을 제안합니다.

루프 엔지니어링 (Loop Engineering): AI 에이전트가 자신의 품질 검사를 보상 해킹 (Reward-Hacking) 하지 못하게

AI 에이전트가 자신의 작업물을 스스로 채점할 때 발생하는 '보상 해킹(Reward Hacking)' 문제와 이를 방지하기 위한 루프 엔지니어링 패턴을 소개합니다. 에이전트가 평가 지표를 속여 성능이 저하되는 현상을 막기 위한 실무적인 해결책을 다룹니다.

기업 지식 및 지원을 위한 RAG: 아키텍처, 제어 및 출시

기업용 지식 지원을 위한 RAG 시스템의 아키텍처 설계와 프로덕션 환경에서의 제어 방안을 다룹니다. 단순한 프롬프트 삽입을 넘어 권한 부여, 데이터 품질 관리, 하이브리드 검색 및 단계별 평가 체계 구축의 중요성을 강조합니다.

PyPI, 릴리스 14일 후 새 파일 업로드 거부

PyPI가 보안 강화를 위해 릴리스 후 14일이 지난 패키지에 대한 새 파일 업로드를 차단합니다. 이는 토큰 탈취 시 기존 안정된 릴리스가 오염되는 것을 방지하기 위한 조치입니다.

Mozilla가 나의 Firefox DevTools MCP를 채택했지만, 내가 이것을 웹 브라우징용으로 만든 것은 아니다

Mozilla가 채택한 Firefox DevTools MCP 서버를 통해 AI 에이전트가 e2e 테스트를 자동으로 작성하는 워크플로우를 소개합니다. 브라우징 자체가 목적이 아니라, 에이전트가 UI를 탐색하며 테스트 코드를 생성하도록 돕는 스캐폴딩 도구로서의 가치를 강조합니다.

관리② 리소스 그룹·각종 시크릿 관리

소프트웨어 팩토리, 빛과 어둠

AI 에이전트 기반의 소프트웨어 생산 공정인 '소프트웨어 팩토리'의 구조와 위험성을 분석합니다. 루프, 하네스, 팩토리로 구성된 자동화 체계에서 인간의 검토를 배제한 '다크 팩토리'가 초래할 수 있는 이해 부채와 유지보수 문제를 경고합니다.

발산(Divergence)은 잘못된 집단을 에스컬레이션합니다: 만장일치 시 자동 통과(auto-pass)의 오류

LLM 에이전트의 검증 파이프라인에서 만장일치 시 자동 통과(auto-pass) 방식이 가진 위험성을 경고합니다. 체계적 편향(systematic bias)이 발생할 경우 에이전트들이 확신에 찬 오답에 합의할 수 있으므로, 단순 발산(divergence) 측정을 넘어선 새로운 에스컬레이션 전략이 필요함을 설명합니다.

90년대 다마고치를 브라우저용으로 재구축하며 — 어떤 튜토리얼보다 상태 머신(State Machines)에 대해 더 많이 배우게 된 과정

TypeScript를 사용하여 90년대 다마고치를 브라우저용 오픈 소스로 재구축한 과정을 다룹니다. 복잡한 상태 머신(State Machines), 게임 루프, 감성 디자인을 구현하며 얻은 기술적 통찰을 공유합니다.