Claude Max 주간 한도까지 4% 남음. '별도 항목'인 Fable 5는 어디까지 작동할까 실측해 보았다

Claude Max 플랜의 사용량 미터 구조를 실측을 통해 분석한 기사입니다. Fable 5 모델의 사용량이 '전용 미터'와 '모든 모델 미터' 양쪽에 모두 반영되는 3층 구조임을 확인했습니다.

Flutter로 OS 순정 온디바이스 LLM(Apple Foundation Models / Gemini Nano)을 통합 API로 호출해 보기

Flutter 패키지인 flutter_gemma_builtin_ai를 사용하여 iOS의 Apple Foundation Models와 Android의 Gemini Nano를 통합 API로 호출하는 방법을 다룹니다. OS 순정 온디바이스 LLM을 활용해 모델 다운로드 없이 크로스 플랫폼 앱을 구현하는 과정을 검증합니다.

소프트웨어 특허에 필요한 도면이란? 클레임으로부터 플로우차트·블록도로의 대응표와 프롬프트 예시

소프트웨어 특허 출원 시 클레임의 구성 요소를 효과적으로 시각화하기 위한 도면 작성 가이드를 제공합니다. 클레임 유형에 따른 플로우차트, 블록도 등의 대응 관계와 AI 도구 활용을 위한 프롬프트 예시를 설명합니다.

자작 AI 하네스(Harness)에서의 강제 접근 제어 샌드박스 설계 및 구현 (Windows AppContainer)

AI 하네스 내에서 프롬프트 인젝션 및 악성 코드 실행에 대비한 Windows AppContainer 기반의 강제 접근 제어 샌드박스 설계 및 구현 사례를 소개합니다. OS 커널 수준의 보안 경계를 활용하여 자식 프로세스의 권한을 최소화하고 피해 범위를 제한하는 데 중점을 둡니다.

AI 에이전트의 웹 검색 통합을 위한 Exa와 Tavily 같은 AI 네이티브 검색 API의 개념과 유형을 분석합니다. 에이전트와 웹 사이의 6가지 계층 구조를 통해 서비스의 차이점과 선택 기준을 설명합니다.

온도는 지능의 조절 장치가 아니다──Temperature 파라미터의 메커니즘과, 두 가지 통념이 깨지는 방식

LLM의 Temperature 파라미터가 Logits를 Softmax 함수에 통과시키기 전 어떻게 확률 분포를 왜곡하는지 메커니즘을 설명합니다. 온도가 지능이나 창의성을 직접 조절한다는 통념과 달리, 실제 성능에는 유의미한 차이가 없음을 연구 결과를 통해 제시합니다.

【2026/7/26】Claude 공유 채팅이 Google 검색에 유출된 건 — 원인과 대책 정리

Claude의 공유 채팅 및 Artifacts가 Google 검색 결과에 노출되는 보안 사고가 발생했습니다. robots.txt 설정 오류로 인해 noindex 헤더가 크롤러에 읽히지 않아 API 키, 개인정보 등 민감한 데이터가 유출되었습니다.

Google Cloud Next Tokyo '26 기조연설을 통해 Gemini Enterprise 기반의 기업용 AI 활용 사례를 소개합니다. 소매업 데모를 통해 분석, 계획, 실행 단계에서 에이전트가 어떻게 멀티모달 데이터와 외부 도구를 연계하여 업무를 자동화하는지 보여줍니다.

Anthropic이 JSON 출력 안정성, 컨텍스트 유지, 추론 비용 효율성을 해결하기 위해 출시한 세 가지 핵심 기능을 소개합니다. Structured Outputs, Compaction, Adaptive Thinking을 통해 AI 개발의 고질적인 문제를 해결하는 방법을 다룹니다.

Claude의 Computer use 기능을 활용한 업무 자동화 과정에서 Opus 5 모델이 툴 호출(tool call) 구문 분석 오류를 일으키는 문제를 분석했습니다. 권한 설정 문제가 아닌 모델 자체의 출력 오류임을 확인하였으며, Opus 4.8로 전환하여 문제를 해결한 사례를 공유합니다.

AI에게 일자리를 빼앗길 불안으로부터 시작하는 하네스 작성 입문 제18회: MCP 서버의 단위 테스트·결합 테스트 관점 만들기

MCP(Model Context Protocol) 서버 개발 시 필요한 단위 테스트와 결합 테스트의 관점을 정리하고 pytest를 활용한 구현 방법을 소개합니다. Web API와 차별화된 MCP 프로토콜의 특성을 고려한 테스트 설계 전략을 다룹니다.

【상세편】 RAG는 모델 '내부'에서 무엇을 하고 있는가 ― hidden state와 층(layer)에 대하여

RAG가 모델 내부의 hidden state와 layer에 미치는 영향을 심층 분석합니다. 검색된 문서가 모델의 가중치를 변화시키지 않으면서도 attention 메커니즘을 통해 어떻게 내부 상태에 영향을 주는지 설명합니다.

RAG는 결국 무엇을 하고 있는 것일까? ― 모델 내부를 바탕으로 초보자를 위해 정리해 보았다

RAG의 내부 작동 원리를 모델 가중치와 토큰 입력 관점에서 설명합니다. RAG는 모델을 재학습하지 않고 외부 지식을 프롬프트에 결합하여 입력 토큰 열을 확장하는 메커니즘임을 강조합니다.

AI Agent는 사회 규범에 어긋나더라도 논리적으로 옳다면 실행 가능하다고 판단해 버린다 ── 「무엇을 해도 되는가」를 결정하는 책임은

AI Agent가 고도화됨에 따라 논리적 추론 능력과 사회적·법적 규범 판단 능력 사이의 간극이 발생하고 있습니다. AI가 상황을 정확히 인지하더라도, 그 실행이 초래할 경제적 손실이나 사회적 책임을 고려한 의사결정에는 인간의 개입이 필수적임을 강조합니다.

OpenAI가 지능과 효율을 동시에 잡은 신모델 GPT-5.6을 발표했습니다. 특히 API의 reasoning retention과 compaction 설정을 활성화하는 것만으로 ARC-AGI-3 벤치마크 점수를 3배 높일 수 있다는 실천적인 가이드를 제공합니다.

Dify 워크플로우를 GUI 대신 YAML 파일과 Claude Code를 활용하여 효율적으로 구축하고 관리하는 방법을 소개합니다. 노드 규모가 커질 때 발생하는 버전 관리 및 리뷰 문제를 해결하기 위해 단계별 편집 전략을 제안합니다.

Anthropic의 Claude API에서 발생한 다중 모델 장애 사례를 분석하고, 서비스 가용성을 높이기 위한 페일오버(Failover) 설계 전략을 제시합니다. 특정 모델이 아닌 여러 모델을 순차적으로 전환하며 대응하는 실무적인 방안을 다룹니다.