자율형 AI 에이전트 「업계 특화」(Gov·지자체, SaaS, EC) & RAG를 스크래치로 제작했습니다.

공통 엔진을 기반으로 업종별 프로파일(Gov, SaaS, EC)을 주입하여 특화된 성능을 내는 자율형 AI 에이전트와 RAG 시스템 구현 방법을 소개합니다. 업종별 검색 범위, 답변 엄격도, 에스컬레이션 로직 등을 차별화하여 실서비스 적용 가능성을 높였습니다.

그 경고, 정상 운전 중에 몇 번이나 울립니까? ── LLM의 자기 보고를 제로로 만들기까지의 2개 릴리스 (C3 v2.47.0 /

멀티 에이전트 프레임워크 C3(Claude Code Conductor)의 v2.47.0 업데이트 내용을 다룹니다. LLM의 선의에 의존하던 모델 배분(tier-routing) 방식을 도구 호출 가로채기(hook)를 통한 강제 주입 방식으로 전환하여 시스템의 신뢰성을 높였습니다.

Slack으로 요청하면 밤사이에 PR이 완료되어 있다——AI 자율 개발 파이프라인 구축 방법

Slack 연동을 통해 밤사이 PR(Pull Request) 생성을 자동화하는 AI 자율 개발 파이프라인 구축 방법을 소개합니다. 계획 수립, 비판적 리뷰, 보안을 위한 데이터 마스킹 및 컨테이너 격리 등 안정적인 운영을 위한 설계 원칙을 다룹니다.

구두쇠를 위한 AI 활용 - ChatGPT + Ticket Driven Development

코딩 에이전트의 비용 효율을 높이기 위해 ChatGPT를 활용하여 과제를 구체화하는 'Ticket Driven Development' 방법론을 소개합니다. 에이전트에게 작업을 넘기기 전, ChatGPT와 논쟁하며 요구사항을 정교하게 다듬고 Issue를 생성하는 과정을 다룹니다.

OCR 및 VLM을 위한 Eval 설계, 1년 동안 깨달은 것들

OCR 및 VLM 시스템의 성능을 측정하기 위한 Eval(평가) 설계 방법론과 지난 1년간의 경험을 공유합니다. AI 모델의 비결정론적 특성을 이해하고, 레이턴시, 비용, 품질의 균형을 맞추는 구조화된 평가 프로세스의 중요성을 다룹니다.

JADEPUFFER: 인간이 단 한 수의 조작도 하지 않은 '완전 자율형 랜섬웨어'의 실체

Atlases: 브라우저에서 코드를 실행하는 16가지 인터랙티브 학습 가이드

Atlases는 브라우저 내에서 실제 코드를 실행하며 학습할 수 있는 16가지 인터랙티브 기술 가이드 플랫폼입니다. SQLite, CPython, C++ 등 실제 인터프리터를 클라이언트 측 샌드박스에서 제공하여 별도의 서버 없이도 심층적인 기술 학습을 지원합니다.

LLM과 픽셀 아트에 대한 나의 생각이 틀렸음을 깨달은 발견

확산 모델(Diffusion Models) 대신 HTML 출력을 활용한 LLM이 픽셀 아트 타일셋 생성에서 더 뛰어난 성능을 보인다는 발견을 공유합니다. LLM은 구조적 이해를 바탕으로 색상 일관성과 타일링 가능한 가장자리를 완벽하게 구현하며, 픽셀 퍼펙트한 결과물을 제공합니다.

Ternlight, 브라우저(WASM)에서 실행되는 7MB 임베딩 모델

Ternlight는 서버 호출 없이 브라우저(WASM) 환경에서 텍스트 임베딩과 유사도 검색을 수행하는 경량 라이브러리입니다. 엔진과 가중치를 포함해 5~7MB의 작은 크기로 CPU 기반의 빠른 클라이언트 측 의미 검색을 지원합니다.

Sluice 구축하기: 에이전트 결제 웹(Agent-Paid Web)을 위한 정산 레이어

AI 에이전트가 웹 리소스를 소비할 때 발생하는 결제 문제를 해결하기 위한 정산 레이어 'Sluice'를 소개합니다. 에이전트가 인용, API 호출 등 미세한 단위로 가치를 판단하고 USDC를 통해 자동 결제할 수 있는 환경을 구축합니다.

sqlite-utils 4.0, 이제 데이터베이스 스키마 마이그레이션(database schema migrations) 지원

sqlite-utils 4.0이 출시되어 데이터베이스 스키마 마이그레이션, 중첩 트랜잭션, 복합 외래 키 지원을 새롭게 도입했습니다. 특히 Python을 통해 스키마 변경 사항을 정의하고 관리할 수 있는 강력한 기능을 제공합니다.

AI 에이전트에게 상시 API 키를 제공하는 것을 중단하세요

AI 에이전트에게 수명이 긴 상시 API 키를 제공하는 보안 위험성을 경고하고, 이를 해결하기 위한 최소 권한 원칙과 브로커 패턴을 제안합니다. 에이전트의 동작 특성을 고려하여 대상, 작업, 리소스, 수명, 비율을 제한하는 범위 지정 자격 증명 사용을 권장합니다.

AI 엔진이 금융 페이지를 신뢰하게 만드는 방법: 구현 체크리스트

AI 엔진이 금융 콘텐츠를 신뢰하고 인용하게 만드는 기술적 구현 체크리스트를 제공합니다. 스키마 마크업의 정확한 사용, 엔티티 일관성 유지, 데이터의 최신성 확보를 통해 YMYL 카테고리에서의 신뢰도를 높이는 방법을 다룹니다.

8xB200에서의 GLM-5.2: 아무도 명시하지 않는 배포 수학 - NVFP4 + 2x TP=4 복제본이 TP=8보다 약 2배 더 나은

8xB200 노드에서 GLM-5.2 모델을 최적으로 서빙하기 위한 NVFP4 정밀도와 TP=4 복제본 구성의 이점을 분석합니다. 대역폭 제한 문제를 해결하기 위해 NVFP4를 사용하면 TP=8 설정보다 약 2배 높은 성능을 낼 수 있음을 보여줍니다.

물리적 API (Physical API) 구축하기

로봇의 물리적 상태를 데이터화하여 관측 가능성(Observability)을 확보하는 '물리적 API' 구축 방법을 다룹니다. CAN 버스를 통해 모터의 위치, 속도, 온도 등의 데이터를 실시간으로 수집하고 Rust 기반의 sentinel 프로그램을 통해 효율적으로 전송하는 구조를 설명합니다.

Iris ten Teije: 파이프라인의 종말 – 소프트웨어 개발에서 에이전트-런타임(Agent-as-Runtime) 수용하기

전통적인 순차적 소프트웨어 개발 파이프라인이 종말을 고하고, 소프트웨어 에이전트가 런타임이 되는 'Agent-as-Runtime' 패러다임으로의 전환을 다룹니다. 일률적인 배포 방식 대신 사용자의 맥락에 실시간으로 적응하는 역동적인 모델의 필요성을 강조합니다.

어떤 클라우드에서도 AI 워크로드를 실행하고 Hugging Face에 저장하세요: SkyPilot을 통한 제로 이그레스

Hugging Face와 SkyPilot의 협업을 통해 어떤 클라우드 환경에서도 데이터 전송 비용(egress) 없이 AI 워크로드를 실행할 수 있는 기능을 출시했습니다. hf:// 스킴을 사용하여 Hugging Face의 모델과 데이터셋을 SkyPilot 작업에 직접 마운트하여 효율적인 학습 및 서빙이 가능합니다.

그린 아발란체(The Green Avalanche): AI는 인간이 검증하는 속도보다 더 빠르게 코드를 생성할 수 있다

AI가 코드 생성 비용을 획기적으로 낮추었으나, 생성된 코드의 양이 급증하며 인간의 검증 속도가 이를 따라가지 못하는 병목 현상이 발생하고 있습니다. 이제 소프트웨어 개발의 핵심 과제는 단순한 구현이 아닌, 생성된 코드의 비즈니스 로직과 아키텍처 적합성을 검증하는 것입니다.

순수 TypeScript 기반의 의존성 없는 하이브리드 벡터 + 그래프 검색 (Hybrid vector + graph recall)

의존성 없는 순수 TypeScript 기반의 임베디드 메모리 엔진인 'rememori'를 소개합니다. 벡터 유사도에 엔티티 그래프, 중요도, 시간 감쇠를 결합한 하이브리드 검색 방식을 통해 AI 에이전트의 기억력을 개선합니다.

군집(Swarm)은 어떻게 스스로를 통치하는가: 복제 정책을 재편한 가중 투표

자율 에이전트 군집(Swarm)의 자원 고갈과 품질 저하 문제를 해결하기 위해 도입된 새로운 복제 정책과 가중 투표 거버넌스 사례를 다룹니다. 단순 CPU 임계값 방식에서 벗어나 에이전트의 업타임과 기여도를 반영한 가중 점수 기반의 복제 시스템으로 전환하는 과정을 설명합니다.