Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
Zenn AI 1381건필터 해제
개인적으로 llm-jp-4-vl-9b-beta를 FT 해보기 ── 학습 데이터 수집의 시행착오
llm-jp-4-vl-9b-beta 모델의 LoRA 미세 조정을 위한 학습 데이터 수집 및 선정 과정을 다룹니다. 기존 Jagle 및 FineVision 데이터셋과의 중복을 피하기 위한 제외 조건 설정과 데이터 소스 분석에 초점을 맞춥니다.
Claude Code와 Codex의 반자동 개발 워크플로우 설계 상세
Claude Code와 Codex를 각각 구현과 리뷰 담당으로 분리하여 구축한 반자동 개발 워크플로우 설계 방식을 다룹니다. 에이전트 간의 역할 분담과 상반된 프롬프트 설계를 통해 셀프 승인 문제를 방지하고 개발 효율을 높이는 전략을 제시합니다.
Claude Code와 Codex로 개인 앱 개발을 반자동화한 이야기
Claude Code와 Codex를 활용하여 개인 앱 개발을 반자동화한 워크플로우를 소개합니다. 두 AI 에이전트에게 구현과 리뷰 역할을 분담시켜 품질을 확보하고, 4시간 단위의 배치 사이클을 통해 코드 작성부터 테스트까지 자동화하는 실험적 방법을 다룹니다.
Foundry Local 심층 분석: in-process Core API, OpenAI 호환성, WinML 통합을 통해 살펴보는 Windows
Microsoft의 Foundry Local은 로컬 LLM을 OpenAI 호환 API로 구동할 수 있는 새로운 런타임입니다. CLI 서비스 형태와 앱 내부에 직접 로드되는 SDK 형태를 모두 지원하며, Windows ML과의 통합을 통해 독자적인 실행 환경을 제공합니다.
WezTerm으로 AI 멀티 에이전트 개발 환경을 직접 만든 이야기 — wez-mux의 설계와 구현
WezTerm의 CLI 기능을 활용하여 여러 AI 에이전트를 동시에 기동하고 연계할 수 있는 멀티 에이전트 개발 환경 'wez-mux'의 설계와 구현 과정을 소개합니다. Claude Code와 Codex CLI를 효율적으로 활용하기 위해 터미널 멀티플렉서 위에 오케스트레이션 계층을 구축하는 방법을 다룹니다.
Claude Code와 Codex의 반자동 개발 과정에서 빠진 6가지 함정
Claude Code와 Codex를 활용한 반자동 앱 개발 워크플로우 구축 과정에서 직면한 기술적 제약과 해결 방안을 다룹니다. GitHub Free 플랜의 기능 제한과 계정 권한 문제 등 실제 구현 시 발생하는 6가지 함정 중 일부를 상세히 분석합니다.
특정 단말에서만 발생하는 결함 ― AI와의 대화를 통해 '재현 조건'에 도달하기까지
특정 Android 단말에서 발생하는 초대 링크 결함을 해결하기 위해 Claude Code를 활용하여 가설을 세우고 검증하는 과정을 다룹니다. AI의 가설을 맹신하기보다 실제 유저 데이터와 대조하며 문제의 원인을 찾아가는 CRE의 실무 경험을 공유합니다.
claude -p를 122세션 실행하여 84.68유로를 낭비한 사례와 15분의 사전 검증(pre-flight)
Claude Code의 `claude -p` 명령어를 자동화 봇으로 실행하던 중, 모델의 잘못된 과금 정보 안내로 인해 설정된 한도를 초과하는 비용이 발생한 사례를 분석합니다. 모델이 외부 과금 로직을 알지 못해 발생하는 할루시네이션 문제와 향후 Anthropic의 과금 체계 변경에 따른 주의사항을 다룹니다.
결재 문서 작성 및 승인의 완전 자동화 AI Agent (AI-DLC로 개발) 【Microsoft Agent Hackathon 2026】
Microsoft Agent Hackathon 2026에 출품된 결재 문서 작성 및 승인 자동화 AI Agent 프로젝트를 소개합니다. AI, 워크플로, 룰 베이스를 결합한 3층 구조 설계를 통해 단순 문서 작성을 넘어 승인 프로세스 전체를 자동화했습니다.
당신의 데이터가 AI로 어떻게 전달되는지에 대한 요약표
SaaS와 AI 서비스 연동 시 데이터가 어떻게 전달되고 노출될 수 있는지 시각화하여 설명합니다. Google Workspace, ChatGPT, Claude, AWS 등 주요 서비스의 데이터 접근 구조를 통해 보안 인식을 높이는 것을 목적으로 합니다.
하네스 엔지니어라면 알아두어야 할 Claude Code Plugin의 함정
Claude Code 플러그인 개발 시 발생할 수 있는 동작상의 함정과 환경 변수 차이를 분석합니다. hooks.json, SKILL.md, Bash tool subprocess 간의 실행 환경 차이를 이해하여 안정적인 플러그인을 구축하는 방법을 다룹니다.
AI 에이전트의 도구 정의 설계 원칙: 스키마·명명·응답 실전 가이드
AI 에이전트의 성능을 결정짓는 도구 정의(Tool Definition) 설계의 7가지 원칙을 다룹니다. Anthropic과 OpenAI의 가이드라인을 바탕으로 스키마, 명명 규칙, 파라미터 및 응답 설계 최적화 방법을 상세히 설명합니다.
NVIDIA B200에서 Gemma 4의 MMLU-Pro 점수 재현하기: 단계별 가이드
NVIDIA B200 환경에서 Google의 Gemma 4 31B-IT 모델의 MMLU-Pro 성능을 재현하기 위한 기술 가이드입니다. 환경 설정부터 CUDA 13.0 및 Blackwell 아키텍처에서 발생하는 nvcc 컴파일러 버그를 해결하는 구체적인 회피책을 다룹니다.
SNN으로 LLM의 안전 판정을 보완하는 시도 — Brian2를 이용한 반사층 프로토타입
LLM의 논리적 판단 한계를 극복하기 위해 SNN(스파이킹 뉴럴 네트워크)을 보조 안전층으로 활용하는 이층 구조 아키텍처를 제안합니다. SNN을 통해 위험 자극에 대해 LLM보다 훨씬 빠른 속도로 반사적인 거절 판단을 내리는 프로토타입을 검증합니다.
AI 에이전트 시대의 아키텍처: 특정 모델에 의존하지 않는 설계와 테스트 전략 소개
Slack을 작업 환경으로 활용하는 AI 에이전트 구축 사례를 통해, 특정 모델이나 CLI에 종속되지 않는 추상화 설계의 중요성을 설명합니다. LLM 어댑터 레이어를 도입하여 Claude Code에서 Codex 등으로 유연하게 교체할 수 있는 아키텍처 전략을 제안합니다.
Codex에서 확인된 “간사이 사투리 인젝션” 현상 정리
Codex에서 특정 주석을 통해 AI의 답변 형식을 강제로 변경하는 '간사이 사투리 인젝션' 현상이 발견되었습니다. 이는 프롬프트 인젝션의 일종으로, 단순 어미 변화를 넘어 추가 지시사항까지 수행하는 오염 사례가 보고되었습니다.
Claude Code를 가장 빠르게 마스터하는 5가지 비결
Claude Code의 생산성을 극대화하기 위한 5가지 핵심 비결을 다룹니다. CLAUDE.md를 활용한 환경 선언, 제약 기반 프롬프트 설계, 정밀한 컨텍스트 전달법 등 실무적인 최적화 전략을 제시합니다.
CLI vs MCP——AI 에이전트 시대에 '가장 오래된 UI'가 재조명되는 이유
AI 에이전트 시대에 GUI보다 텍1스트 기반의 CLI가 더 효율적인 인터페이스로 재조명받고 있습니다. LLM의 특성상 텍스트 입출력이 훨씬 빠르고 정확하며, CLI-Anything과 Open CLI 같은 도구를 통해 기존 소프트웨어를 에이전트 친화적으로 변환할 수 있습니다.
Claude Code의 hooks를 사용하여 '작업 디렉터리'와 '요약'을 알림
Claude Code의 hooks 기능을 활용하여 작업 디렉터리명과 작업 요약을 알림 센터로 전송하는 방법을 소개합니다. 이를 통해 여러 프로젝트를 병렬로 실행할 때 작업 상태를 즉시 파악할 수 있습니다.
Claude Code의 CLAUDE.md 설계 완전 가이드 — 상급자가 실천하는 7가지 원칙
Claude Code의 성능을 극대화하기 위한 CLAUDE.md 설계 원칙을 소개합니다. 최적의 길이를 유지하고 필수 규칙을 정의하여 AI의 작업 정확도를 높이는 7가지 실전 가이드를 제공합니다.
이 피드 구독하기
본 페이지의 콘텐츠는 AI가 공개된 소스를 기반으로 자동 수집·요약·번역한 것입니다. 원 저작권은 각 원저작자에게 있으며, 각 게시물의 “원문 바로가기” 링크를 통해 원문을 확인할 수 있습니다. 저작권자의 삭제 요청이 있을 경우 신속히 조치합니다.