AI 에이전트 평가 설계: 대화의 유창함이 아닌 행동과 결과를 테스트하라

엔터프라이즈 환경에서 AI 에이전트의 안전한 운용을 위한 실천적인 평가 설계 방식을 다룹니다. 단순한 대화 유창성을 넘어 도구 호출, 정책 준수, 비즈니스 적합성을 검증하기 위한 골든 시나리오 구축과 4가지 평가 축을 제안합니다.

이것으로 불을 껐다!! AI 개발 도구의 '유행'에 휘둘리지 않는 Gemini 활용술【팀 운영·최신판】

특정 AI 에디터에 의존하지 않고 Gemini의 성능을 극대화하기 위해 소스 코드를 텍스트로 결합하여 전달하는 팀 단위 운영 아키텍처를 소개합니다. 설정 파일을 Git으로 관리하여 팀원 간 AI 활용 역량 차이를 극복하고 정보 전달의 일관성을 확보하는 방법을 다룹니다.

Ralph Loop를 활용하여 AWS Step Functions의 버그를 AI 에이전트가 자율적으로 수정하고 배포까지 완료하는 루프 엔지니어링 기법을 소개합니다. 로컬 검증 게이트, 실패 이력 계승, 근본 원인 수정 규율을 통해 AI의 무책임한 종료를 방지하고 성공적인 배포를 보장합니다.

A2A 프로토콜 철저 해설: 에이전트 간 통신의 표준 규격이 가져올 'AI 에이전트의 인터넷'

서로 다른 프레임워크로 구축된 AI 에이전트 간의 통신 표준인 A2A(Agent2Agent) 프로토콜을 상세히 해설합니다. 에이전트 간의 자율적 협업, 상태 관리, 보안 문제를 해결하여 'AI 에이전트의 인터넷'을 구축하는 것을 목표로 합니다.

AI(언어 모델) 이용 기술 조사: 컨텍스트 엔지니어링 기술 관련 (2023~2026년경)

RAG와 에이전트의 한계를 극복하기 위한 '컨텍스트 엔지니어링' 기술을 조사합니다. 대용량 컨텍스트 윈도우 시대에 맞춰 프롬프트 압축 및 가상 메모리 아키텍처를 통해 효율적인 문맥 제어 방안을 다룹니다.

오픈 웨이트 모델인 GLM-5.2를 활용하여 Claude Opus의 비용 효율성을 검증한 결과입니다. 실제 개발 태스크를 단 $3.36로 수행하며 고성능 폐쇄형 모델의 대안으로서 가능성을 보여주었습니다.

AI가 참조하는 것은 반년 전의 '거짓 문서'일지도 모릅니다 — 문서 드리프트(Documentation Drift)를 막고 인간과 AI의

AI를 활용한 빠른 코드 변경 속도에 비해 문서가 따라가지 못해 발생하는 '문서 드리프트(Documentation Drift)' 현상을 경고합니다. 잘못된 문서를 학습하거나 참조하는 AI가 틀린 답을 내놓는 부정적 루프를 방지하기 위한 메커니즘의 필요성을 강조합니다.

Google이 Gemini의 기본 인터페이스를 기존의 스테이트리스 방식인 generateContent에서 서버 측 상태 관리를 지원하는 Interactions API로 전환했습니다. 이 새로운 API는 대화 이력을 서버에 저장하여 토큰 비용을 절감하고 에이전트 개발의 효율성을 높입니다.

Software Mansion이 공개한 Agentic Engineering Guide는 AI 에이전트를 소프트웨어 개발의 능동적인 협업자로 활용하는 실천적 방법론을 다룹니다. 에이전트가 자율적으로 리포지토리를 탐색하고 태스크를 완수하도록 설계하는 구체적인 패턴과 원칙을 제시합니다.

AWS 인증 배지를 정렬해달라는 말 한마디로 — AI 에이전트의 Skills를 사용하여 AWS 인증 배지 이미지를 자동 생성하기

AI 에이전트의 Skills 기능을 활용하여 Credly의 AWS 인증 배지를 자동으로 수집하고 정렬된 이미지로 생성하는 방법을 소개합니다. 별도의 웹 앱 구축 없이 Markdown 지시서와 스크립트만으로 자동화 워크플로우를 구현할 수 있습니다.

RAG의 정밀도는 Chunking 전에 결정된다: 원본 문서를 검색 가능한 단위로 변환하기

RAG 시스템의 성능은 단순한 청킹(Chunking) 이전에 원본 문서를 검색 가능한 단위로 변환하는 과정에 의해 결정됩니다. 로딩, 파싱, 클리닝 과정을 통해 텍스트의 구조와 메타데이터를 보존하는 것이 핵심입니다.

LLM의 예기치 않은 도구 호출을 방지하자! Guardrails AI로 안전한 에이전트 구축하기

LLM 에이전트의 예기치 않은 도구 호출과 보안 리스크를 방지하기 위한 Guardrails AI 활용법을 소개합니다. Guardrails AI를 통해 LLM의 출력을 검증하고 제어하여 안전하고 신뢰할 수 있는 에이전트를 구축하는 실천적인 방법을 다룹니다.

오픈소스 AI 에이전트 Goose의 'Recipes' 기능을 활용하여 정형화된 작업을 YAML 워크플로로 자동화하는 방법을 다룹니다. Recipe를 통해 에이전트의 지시사항과 도구를 표준화하고, 이를 CI/CD 파이프라인에 통합하여 재사용 가능한 자산으로 만드는 과정을 설명합니다.

AI로 강화되는 포워드 디플로이드 엔지니어 (Forward Deployed Engineer)

포워드 디플로이드 엔지니어(FDE)의 정의와 역할, 그리고 AI 시대에 이 직무가 급성장하는 이유를 설명합니다. FDE는 고객 현장에서 직접 프로덕션 코드를 작성하며 AI 데모와 실제 운영 환경 사이의 격차를 메우는 핵심 역할을 수행합니다.

AI 시대에 VSCode에서 Obsidian처럼 Markdown을 직접 편집해 보는 것은 어떨까 하는 제안

VSCode에서 Markdown을 Obsidian처럼 정돈된 상태로 직접 편집할 수 있게 해주는 'meo' 확장 기능을 소개합니다. 프리뷰와 편집 모드를 오갈 필요 없이 효율적인 문서 작성이 가능하며, 설정 방법을 안내합니다.

Puter.js로 API 키가 필요 없는 AI 채팅을 만들고, BYOK로 여러 AI를 전환하기

Puter.js를 활용하여 API 키 없이 브라우저에서 AI 모델을 호출하는 방법과 BYOK(Bring Your Own Key) 방식을 통해 여러 AI 프로바이더를 통합 관리하는 가이드를 제공합니다. 모델 전환 로직 구현 및 브라우저 환경에서의 CORS 이슈와 팝업 차단 대응 방안을 다룹니다.