OCI Data Catalog 제2회: Object Storage 상의 Oracle Database 매뉴얼과 문서 인벤토리 Parquet를

OCI Data Catalog를 활용하여 Object Storage에 저장된 Oracle Database 매뉴얼 PDF와 문서 인벤토리 Parquet 파일을 카탈로그화하는 과정을 다룹니다. CSV로 작성된 메타데이터를 Parquet로 변환하고, Custom Properties를 통해 PDF에 상세 업무 메타데이터를 추가하는 방법을 설명합니다.

작은 니치 사이트를 위해 한 달 동안 AEO를 수행하며 깨달은 점: 대부분의 조언은 틀렸다

AEO(답변 엔진 최적화)를 직접 실험하며 얻은 통찰을 공유합니다. 스키마 마크업이 AI 인용에 큰 영향을 주지 않으며, 단순한 페이지 수 증대보다 브랜드 신호와 실제 콘텐츠의 언어적 정의가 더 중요하다는 점을 강조합니다.

대화형 AI 개발 가이드

프로덕션 환경에서 신뢰할 수 있는 대화형 AI 시스템을 구축하기 위한 아키텍처 설계 가이드를 제공합니다. 멀티 턴 컨텍스트 관리, 도구 실행, 지연 시간 및 비용 제어 등 실무적인 구현 패턴을 다룹니다.

왜 서브 에이전트 호출 시 model/effort를 명시해야 하는가

Telnyx AI Inference를 사용하여 엣지 작물 자문 API 구축하기

Telnyx AI Inference를 활용하여 엣지 환경에서 작동하는 작물 자문 API 구축 방법을 소개합니다. 현장의 비정형 데이터를 분석하여 구조화된 JSON으로 변환하고, 심각도에 따른 에스컬레이션 기능을 제공하는 실무적인 AI 워크플로우를 다룹니다.

AI 아바타 vs 텍스트 채팅 전환율을 실제로 A/B 테스트하는 방법 (기술적 접근 방식)

AI 아바타와 텍스트 채팅 간의 전환율 차이를 검증하기 위한 엄격한 A/B 테스트 방법론을 다룹니다. 변수 통제, 핵심 지표 설정, 통계적 유의성 확보를 통해 단순한 수치 이상의 실질적인 데이터 분석 방법을 제시합니다.

LLM이 인용하기 최적화된 126페이지 규모의 사이트를 구축했습니다. 제가 구현한 모든 것을 공개합니다.

LLM이 정보를 정확하게 추출하고 인용할 수 있도록 최적화된 126페이지 규모의 Astro 기반 정적 사이트 구축 과정을 공유합니다. 검색 엔진 최적화(SEO)와 달리 LLM의 '추출 가능성(Extractability)'을 높이는 구조적 접근 방식을 다룹니다.

6,289개의 출시된 웹 앱에 대한 공개 보안 태세를 측정했습니다. 76%가 Content-Security-Policy 없이 출시되었습니다.

6,289개의 웹 앱과 AI 도구를 대상으로 보안 태세를 측정한 결과, 76%가 CSP 없이 출시되는 등 전반적인 보안 수준이 낮게 나타났습니다. 비즈니스 및 AI 도구 분야의 취약성이 두드러졌으나, 인지 후 수정하는 개선 흐름도 확인되었습니다.

Keyv 공급망 공격: 지금 바로 알아야 할 사항

Keyv 및 관련 npm 패키지들이 Shai-Hulud 공급망 공격으로 인해 침해되었습니다. 공격자는 유지 관리자 계정을 탈취하여 환경 변수와 API 키 등 민감한 정보를 탈취하는 악성 코드를 주입했습니다.

Cron 콘텐츠 작업에서 한 번의 계획으로 한 번의 발행하기

Cron 기반 콘텐츠 자동화 작업 시 플래너(Planner)와 실행기(Executor)를 분리하여 시스템의 안정성을 높이는 설계 패턴을 제안합니다. 계획 단계에서 모든 변수를 고정함으로써 실행 중 발생할 수 있는 예기치 못한 버그와 역할 혼선을 방지할 수 있습니다.

10년 동안 품어온 'Excel로 RPA'를 AI와 함께 2시간 만에 구현한 이야기

보안 기업을 대상으로 한 Proxyjacking 공격에 DeepSeek AI Agent가 무기화됨

중국 위협 행위자가 보안 기업을 대상으로 DeepSeek AI 에이전트를 무기화하여 프록시 네트워크를 구축하려 한 공격 사례가 적발되었습니다. 이는 LLM 에이전트가 자율적인 공격 도구로 활용되는 적대적 AI 위협의 심각성을 보여줍니다.

Born Against, 또는 취미 프로그래밍 커뮤니티가 LLM 사용에 공격적인 이유

취미 프로그래밍 커뮤니티가 LLM 사용에 적대적인 이유를 분석합니다. 이들에게는 결과물보다 학습 과정과 도메인 지식 습득이 핵심이며, LLM이 기술적 숙련 과정을 대체하는 것에 대한 거부감을 다룹니다.

MCP를 통해 기업용 데이터베이스(Postgres, Redis, Neo4j)를 AI 에이전트에 연결하기

Model Context Protocol(MCP)을 활용하여 AI 에이전트를 Postgres, Redis, Neo4j와 같은 기업용 데이터베이스에 안전하고 표준화된 방식으로 연결하는 방법을 다룹니다. 기존의 취약한 스크립트 방식 대신 마이크로서비스 패턴을 적용하여 보안과 확장성을 확보하는 아키텍처를 제안합니다.

Raspberry Pi 5에서 AI 모델 셀프 호스팅하기: 무료, 프라이빗, 로컬 AI 추론(Inference)을 위한 완전 가이드

Raspberry Pi 5를 활용하여 비용 효율적이고 프라이빗한 로컬 AI 추론 환경을 구축하는 방법을 소개합니다. Ollama를 사용하여 ARM 기반 하드웨어에서 LLM을 실행하고, NVMe SSD와 8GB RAM 구성을 통해 성능을 최적화하는 가이드를 제공합니다.

웹을 탐색하고 데이터를 추출할 수 있는 AI 에이전트를 구축하는 방법

Python과 Playwright, LLM API를 활용하여 자율적으로 웹을 탐색하고 데이터를 추출하는 AI 에이전트 구축 방법을 설명하는 튜토리얼입니다. 브라우저 컨트롤러, LLM 기반의 의사결정 구조, 그리고 실행 루프를 설계하는 과정을 단계별로 다룹니다.

단일 RTX 4090에서 64k 컨텍스트로 실행되는 DeepSeek V4 Flash (UD-Q3_K_M) — 설정 및 측정 수치

RTX 4090과 128GB RAM 환경에서 DeepSeek V4 Flash 모델을 64k 컨텍스트로 실행한 설정과 성능 측정 결과를 공유합니다. MoE 구조를 활용해 어텐션과 KV 캐시는 GPU에, 전문가 FFN은 시스템 RAM에 배치하는 최적화 방식을 다룹니다.

100%의 커버리지를 가졌음에도 운영 환경이 다운된 이유

코드 커버리지 100%임에도 운영 환경에서 오류가 발생한 경험을 바탕으로, 테스트의 한계점을 분석합니다. 라인 커버리지는 코드가 실행되었는지 여부만 측정할 뿐, 실제 비즈니스 로직이 올바르게 검증(Assert)되고 있는지를 알려주지 못한다는 점을 지적합니다.

에이전트는 결코 기억하기를 선택하지 않는다: 하네스 속성으로서의 메모리 (Memory)

에이전트의 메모리 설계가 모델의 자발적 결정에 의존하는 기존 방식의 한계를 지적합니다. 메모리는 모델의 기술이 아닌, 컨텍스트 윈도우를 관리하는 하네스(Harness)의 속성으로서 상황에 따라 자동으로 제공되어야 함을 주장합니다.

내가 더 이상 스키마 마이그레이션을 하지 않게 된 이유

EvalBench 벤치마크 시스템의 데이터 구조를 개선하여 스키마 마이그레이션의 번거로움을 해결한 사례를 다룹니다. 각 스위트마다 다른 메트릭을 개별 컬럼이 아닌 JSON 형태의 개방형 컬럼으로 통합하여 확장성을 확보했습니다.