Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
Zenn AI 1403건필터 해제
AI 코딩을 「비교를 통해 개선」할 수 있는 토대로 만들기: PlanGate v8.6.0의 Metrics v1과 Governance
PlanGate v8.6.0은 AI 코딩 에이전트 사용 시 발생하는 모호한 계획, 임의 확장, 무거운 리뷰 등의 문제를 해결하기 위해 '게이트(Gate)'를 두는 거버넌스 하네스를 제공합니다. 이전 버전에서 구현된 '실행 중 멈추는' 메커니즘에 더해, v8.6.0에서는 Metrics v1, Issue governance, Baseline 기능을 추가하여 AI의 작동 과정을 '관측하고 비교'할 수 있게 진화했습니다. 이를 통해 팀은 단순히 AI를 빠르게 사용하는 것을 넘어, AI가 어디서 얼마나 멈추고 어떤 패턴으로 개선되는지 숫자로 측정하고 회고(Retrospective)할 수 있습니다.
AI 시대의 지식 기반으로서의 Obsidian 입문
본 자료는 Obsidian을 단순한 메모 앱이 아닌, 지식을 자산으로 축적하는 '지식 기반(Knowledge Base)'으로 정의하며, 특히 Andrej Karpathy의 LLM Wiki 설계 패턴과 결합하여 그 활용 방안을 제시합니다. 핵심은 로컬 Markdown 파일에 정보를 누적하고, 이를 체계적인 규칙(Schema)에 따라 관리함으로써 AI가 생성한 지식을 인간이 검토하고 자산화하는 과정입니다. Obsidian의 기술적 특징으로는 플레인 Markdown 기반으로 벤더 종속성이 낮고 다양한 플랫폼을 지원하며, Web Clipper와 같은 보조 도구를 통해 웹 정보를 구조적으로 수집할 수 있다는 점을 설명합니다.
Andrej Karpathy 씨의 LLM Wiki를 1개월 운용하며 알게 된, LLM 지식의 『연결하는 힘』
본 기사는 Andrej Karpathy가 제안한 'LLM Wiki'라는 새로운 지식 관리 시스템을 분석하고 소개합니다. 이 시스템은 단순 요약을 넘어, LLM이 여러 소스 간의 연결 고리를 능동적으로 구축하여 지식을 체계화하는 데 초점을 맞춥니다. 필자는 1개월간 이 시스템을 운용하며, LLM의 진정한 가치가 '요약'이 아닌 '지식 연결 및 구조화 능력'에 있음을 경험했습니다.
Claude Code의 스케줄 태스크로 운영을 24시간 돌리는 설계도
본 글은 Claude Code를 활용하여 정기적인 자동화 태스크(Zenn 기사 집필, KPI 집계 등)를 운영하는 과정에서 겪었던 실질적인 장애물과 이를 극복한 설계 패턴을 공유합니다. 핵심 내용은 단순히 스케줄링하는 것을 넘어, 시스템이 '망가지지 않고 지속적으로 실행'되도록 만드는 견고한 아키텍처 구축에 초점을 맞추고 있습니다. 주요 해결책으로는 병행 기동 방지를 위한 배타적 잠금 파일(Exclusive Lock File) 사용, 중복 실행 방지를 위한 실행 로그 DB 도입, 외부 API 의존성 제거를 통한 안정화, 그리고 부작용 발생 전 검증을 위한 GATE 패턴 적용 등이 제시되었습니다.
제3부 AI 에이전트가 도입되면 「누구의 판단인가」가 꼬이기 쉬운 3가지 분야
본 기사는 AI 에이전트가 금융, 교육, 의료 등 다양한 생활 영역에 도입될 때 발생할 수 있는 '누구의 판단인가'라는 권한 경계 문제를 다룹니다. 특히 미성년자 거래, 가정 공동 지갑 사용, 장애인/치매 환자 지원이라는 세 가지 취약 분야를 중심으로 분석합니다. 이들 영역은 본인-대리-동의-취소-공유의 경계가 모호하여 AI 에이전트의 편리함 속에 불이익이 숨겨지기 쉽습니다.
💡 「Codex」 활용술: 실록·AI에게 Windows 앱을 Android로 이식하게 해보니, Flutter를 바라보는 관점이 조금 바뀌었다
AI(Codex/Claude)를 활용하여 Windows용 타이머 앱을 Android로 이식하는 과정을 거치며, 크로스 플랫폼 기술의 역할에 대한 관점이 변화했습니다. 필자는 공통 프레임워크가 불필요해질 것이라는 의문에서 출발했으나, 실제 경험을 통해 공통 프레임워크는 '인간의 노동력 절감'을 넘어 'AI와의 설계 공유를 위한 발판'으로 그 역할이 진화하고 있음을 깨달았습니다. 특히 OS 고유의 제약이 강한 부분은 네이티브(Native)로 처리하고, UI와 공통 로직을 Flutter 같은 프레임워크가 담당하는 하이브리드 방식이 미래 개발의 표준이 될 것이라는 결론을 내렸습니다.
AI 시대이기에 더욱 중요한 시스템 설계 【DB 편】
소프트웨어 시스템 설계에서 데이터베이스(DB) 선택은 '어떤 DB가 최강인가'의 문제가 아니라, 서비스의 핵심 요구사항에 따른 트레이드오프 판단이 가장 중요합니다. 성능, 스케일, 개발 속도, 정합성 등 우선순위에 따라 RDB와 NoSQL 중 적절한 도구를 선택해야 합니다. 초기 설계 단계에서 DB를 잘못 선정하면 나중에 성능 병목 현상이나 분산 구조 도입의 어려움 등 심각한 문제를 초래할 수 있으므로, 서비스 성장 가능성을 염두에 둔 신중한 접근이 필요합니다.
제2회: 프로토콜 엔지니어링 AI 공창 ―― 잠재 공간의 「잠항」과 어텐션의 유지 한계: AI의 본능에 저항하기 위한 공학
이 글은 AI와의 협업(공창) 과정에서 발생하는 '어텐션 유지의 한계'를 분석하며, 단순한 자연어 대화로는 깊이 있는 지성적 연산(잠항)을 지속하기 어렵다고 주장합니다. 저자는 AI가 통계적 평균으로 회귀하려는 본능(평균 회귀) 때문에, 고도의 전문성을 요구하는 '레드 존'의 상태를 유지하려면 인간의 끊임없는 메커니즘과 대화술에 의한 동적 개입이 필수적임을 강조합니다. 궁극적으로 AI가 구조와 정의를 벗어나는 순간은 지성의 패배로 간주됩니다.
정말로 코드 한 줄도 쓰지 않고 iOS/Android 앱을 출시할 수 있었을까 —— 비엔지니어가 AI에게 맡긴 것, 자신이 한 것
본 글은 프로덕트 마케팅 경력의 비엔지니어가 AI(Claude Code)만을 활용하여 'TicTacToe GO'라는 앱을 출시한 경험을 공유합니다. 필자는 코드 작성이나 리뷰를 단 한 줄도 하지 않았음에도 불구하고, 설계 아키텍처 결정부터 게임 로직 구현, UI 개발, 외부 SDK 통합(AdMob, Firebase 등), 심지어 스토어 설정 파일 준비까지 AI에게 맡겨 앱을 성공적으로 출시할 수 있었습니다. 이 경험은 코딩 경험이 없는 비엔지니어의 관점에서 'AI에게 무엇을 어디까지 맡길 것인가'에 대한 실질적인 가이드라인을 제시합니다.
AI 코딩 시대의 신입 사원 교육을 커리큘럼으로 설계하기
AI 코딩 시대에 신입 사원을 교육하기 위해서는 AI 사용을 금지하거나 전적으로 맡기는 방식이 아닌, 이용 레벨을 단계화하는 커리큘럼 설계가 필요하다. 이 커리큘럼은 Level 0(AI 미사용)에서 기본적인 문법과 개발 환경 이해를 다지고, Level 1에서는 AI에게 코드 설명 및 에러 원인 분석을 요청하며 이해도를 높인다. 이후 Level 2에서는 초안 생성을 허용하되, 생성된 코드를 비판적으로 검토하고 완성품으로 간주하지 않는 방식으로 진행되어야 한다.
고탄다 방식: 스티그머지를 응용한 자율형 멀티 에이전트 시스템【일본어 번역】
본 기사는 AI 주도 개발 환경에서 코드를 작성하는 속도가 빨라짐에 따라 증가하는 유지보수 운영 부하 문제를 다루며, 이를 해결하기 위한 '고탄다식 에이전틱 워크플로우'를 제안합니다. 이 방식은 여러 에이전트가 직접 대화하거나 슈퍼바이저의 통제를 받는 대신, 공유 환경(pheromone field)에 관측된 사실이나 우려 사항을 '흔적(페로몬)'으로 남겨 협업하는 스티그머지(stigmergy) 원리를 응용합니다. 이 워크플로우는 실제 20만 행 규모의 Python 리포지토리 유지보수 운영에 적용되어 에러 감지, 성능 저하 모니터링을 기반으로 이슈 생성 및 개선 PR 자동화를 수행하고 있습니다.
「Physical AI 훈련 데이터 사업」에 진입하는 해외 4개사의 전략을 분석하다
Uber, DoorDash, Instawork, YY Group 등 4개의 기그 워크 플랫폼사가 Physical AI 훈련 데이터 사업에 진입하는 전략을 분석합니다. 이들은 기존 매칭 사업의 성장 정체와 Physical AI 시장의 급성장, 그리고 대형 구매자의 집중이라는 구조적 압력에 대응하여 데이터 레이어를 구축하고자 합니다. 특히 휴머노이드 로봇의 상업화가 시작되는 2025~2026년이 데이터 공급 병목 현상과 맞물려 핵심적인 사업 타이밍이 될 것으로 전망합니다.
Claude Code 5월 업데이트 총괄: skills 검색과 새로운 hooks를 개인 개발에 통합하기
2026년 5월 Claude Code에 도입된 세 가지 주요 업데이트(skills 검색창, async hooks, HTTP hooks)는 개인 개발 파이프라인을 근본적으로 개선합니다. 특히 `async: true`를 통한 비동기 처리와 외부 웹 서버로의 HTTP POST 기능은 작업 흐름을 직렬에서 병렬로 전환시키고, Claude Code를 단순한 로컬 도구에서 외부 서비스 이벤트 발화 지점으로 격상시킵니다.
로컬 LLM을 가속시키려다 Ubuntu를 매장하고, 다시 부활시키기까지
Ryzen AI 9 HX370 탑재의 MINISFORUM X1 Pro 370에서 로컬 LLM 구동을 시도하며 하드웨어 및 OS 레벨의 복합적인 문제를 겪었다. 첫 번째 난관은 UMA 프레임 버퍼를 과도하게 늘리려다 발생한 PCI BAR 충돌로 인한 '의사 벽돌' 상태였으며, 두 번째는 Secure Boot 환경에서 서명되지 않은 구형 드라이버 잔해가 최신 커널 로드를 방해하여 해상도 문제를 일으킨 것이었다. 최종적으로 미서명 드라이버를 제거하고 Ubuntu 공식 OEM 커널을 도입함으로써 시스템을 안정화시키고 원하는 성능(Qwen3-coder-next 80B 구동)을 확보했다.
문서는 AI가 AI를 위해 쓰는 것으로: AI 시대의 문서 전략
AI 시대에 문서의 중요성은 과거와 비교할 수 없을 정도로 커졌으며, 문서는 이제 AI 에이전트가 미래의 개발자를 위해 남기는 필수적인 기록물이 되었습니다. DORA 연구 결과는 문서 품질이 소프트웨어 인도 및 운영 퍼포먼스에 '전력 배증기(Force Multiplier)'로 작용함을 입증했으며, 특히 AI 도입으로 인해 문서는 'AI가 소비하는 컨텍스트 데이터'로서의 역할이 강조되었습니다. 또한, 개발 과정에서 발생하는 암묵지(Tacit Knowledge)는 '인지적 부채(Cognitive Debt)'라는 새로운 형태로 축적되며, 이를 관리하기 위한 체계적인 문서 전략 수립이 시급합니다.
Markdown vs HTML — AI 주도 개발 5가지 배치 장소의 활용 구분
AI 주도 개발 환경에서 'Markdown만 사용해야 한다'는 인식이 확산되고 있지만, 이로 인해 테이블 깨짐, 출력 형식의 불안정성, RAG 검색 정밀도 저하 등 여러 현장 문제가 발생하고 있습니다. 본 기사는 AI가 문서를 처리하는 5가지 배치 장소(지시 파일, 시스템 프롬프트, 사용자 프롬프트, RAG 컨텍스트, AI 출력)와 4가지 판단 축(토큰 효율성, 태스크 정확도, 구조 유지, 유지보수성)을 결합한 매트릭스를 제시하며, 상황별 최적의 문서 형식을 선택하는 기준을 제공합니다.
Claude와 Fusion 360으로 사이클로이드 감속기를 만들어 보았다
본 기사는 Claude의 Model Context Protocol (MCP) 기능을 활용하여 Fusion 360과 연동함으로써 사이클로이드 감속기 설계 과정을 자동화한 경험을 다루고 있습니다. 기존에는 복잡한 수학적 지식과 시간이 필요했던 사이클로이드 기어 설계를, Claude가 대화형 인터페이스를 통해 파라미터 계산부터 스케치 및 컴포넌트 생성을 실시간으로 진행하게 했습니다. 나아가 이 과정을 플러그인 형태의 애드인(Add-in)으로 발전시켜, 사용자가 다양한 변수를 쉽게 테스트하고 안정적인 설계 도구를 완성했습니다.
Claude Code를 2개 세션 병렬로 돌려 11개의 PR을 냈지만, 한계는 인간 측에 있었다
개발 프로젝트의 잔여 작업을 Claude Code의 2개 세션을 병렬로 운영하여 성공적으로 처리한 경험을 공유합니다. git worktree를 이용해 물리적 충돌은 방지했지만, 테스트 코드와 인프라 설정 등 도메인이 다른 영역 간의 컨텍스트 스위칭(context switching) 비용이 가장 큰 한계점으로 작용했습니다. 향후에는 공유 리소스는 단일 세션에 고정하고, 의존성이 있는 연속적인 리팩터링은 순차적으로 진행하는 것이 효율적임을 깨달았습니다.
AI-DLC와 Spec Kit을 태스크 보드 소재로 비교한 메모
본 메모는 사양 주도 개발(Specification-Driven Development, SDD)의 맥락에서 주목받는 두 가지 접근 방식인 AI-DLC와 Spec Kit을 동일한 소재로 비교 분석한 내용을 담고 있습니다. AIDLC는 요구사항부터 검증까지 전 과정을 규칙과 산출물로 지원하는 '적응형' 개발 라이프사이클 개념으로, 각 단계별 사용자 입력 및 추적 가능한 문맥(Context) 기록에 중점을 둡니다. 사용 과정에서 AI가 다음 단계를 안내하고, 사용자는 질문 파일 답변 등을 통해 프로젝트의 필수 규칙을 결정하며 상세한 대화 기록이 남는 것이 특징입니다.
Claude에 영혼을 불어넣는 사람 — Amanda Askell이라는 철학자의 시선
이 기사는 Anthropic의 AI 모델 Claude에 '인격(Personality)'을 부여하는 핵심 인물, 철학자이자 AI 연구자인 Amanda Askell의 역할과 업무를 심층적으로 다룹니다. 그녀는 'Personality Alignment' 팀 리더로서 Claude의 가치관, 윤리관, 말투 등 '영혼'을 설계하고 형상화하며, 이 과정은 단순한 기술적 구현을 넘어선 철학적 사유와 엔지니어링이 결합된 복잡한 작업입니다. 필자는 Amanda Askell의 독특한 배경과 전문성을 분석하며, AI 시대에 인간 가치관을 기계에 녹여내는 '설계'의 중요성과 그 의미를 탐구합니다.
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.