오늘의 트렌드
최근 24시간최근 글과 출처가 충분히 쌓이면 근거를 확인한 코멘트를 표시합니다.
Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
ZennAI 번역헤드라인
Claude Code의 자작 스킬, 5개 중 2개만 정착 — 무엇을 커맨드화할 것인가에 대한 선정 기준
Claude Code의 '스킬(Skill)' 기능을 활용해 반복적인 지시를 줄이려는 시도와 그 결과를 공유합니다. 5개의 커스텀 스킬을 제작했으나, 실제 작업 패턴에 따라 2개만 정착하게 된 선정 기준과 경험을 다룹니다.
8월 5일1
ZennAI 번역헤드라인
Claude Code를 활용해 GA4의 이상치를 감지하고 원인 가설까지 출력하게 만드는 프롬프트 설계
Claude Code를 활용하여 GA4 BigQuery 데이터를 분석하고, 데이터의 이상치를 자동으로 감지하며 그 원인에 대한 가설까지 도출하는 프롬프트 설계 방법을 소개합니다.
8월 5일1
ZennAI 번역헤드라인
CLAUDE.md가 1년 만에 6,605행이 되었다. 규칙은 설계가 아니라 사고 후에 늘어난다
Claude Code를 1년간 운용하며 CLAUDE.md와 규칙 파일이 6,605행까지 늘어난 실제 경험담을 다룹니다. 규칙의 팽창, 파탄, 분할 과정을 통해 AI 어시스턴트를 위한 규칙 관리의 어려움과 시행착오를 기록했습니다.
8월 5일1
ZennAI 번역헤드라인
인간은 문장을 쓰지 마라. 논리를 써라.
AI를 단순 오탈자 교정 도구가 아닌 초안 작성 파트너로 활용하여 업무 효율을 높이는 방법을 제안합니다. 인간은 문장 작성 자체보다 논리 구조 결정과 퇴고, 검증에 집중함으로써 결과물의 완성도를 높여야 합니다.
8월 5일2
ZennAI 번역헤드라인
Claude Code를 성선설에 기반해 운용하는 것을 그만두다 ── exit 2로 멈추는 기계적 게이트, 5가지 구현 패턴
Claude Code 운용 시 지시서(CLAUDE.md)의 한계를 극복하기 위해 훅(Hook)을 활용한 기계적 제어 패턴을 제안합니다. 모델의 자율성에 의존하는 대신 exit 2를 이용해 물리적으로 동작을 차단하는 5가지 구현 패턴을 소개합니다.
8월 5일1
ZennAI 번역헤드라인
LLM에 개인정보를 전달하지 않고 CS 문의 대응 에이전트를 만드는 법
개인정보 유출 리스크를 원천 차단하기 위해 LLM에 민감 정보를 전달하지 않고 CS 문의를 처리하는 에이전트 설계 방식을 소개합니다. LLM의 역할을 분류와 문장화로 한정하고, 실제 데이터 검색과 수정은 코드가 담당하도록 구성하여 보안성을 높였습니다.
8월 5일3
ZennAI 번역헤드라인
흩어진 논의를 LLM-Wiki로 풀 활용하는 AI 시대의 디자인 시스템 형태
분산된 디자인 논의를 LLM-Wiki로 통합하여 디자인 시스템의 의사결정 근거를 효율적으로 관리하는 방법을 소개합니다. 정보 파편화로 인한 속인화 문제를 해결하고, 누구나 디자인 결정 배경을 쉽게 참조할 수 있는 환경 구축 노하우를 다룹니다.
8월 5일1
ZennAI 번역헤드라인
Claude Code의 후크(Hook)로 경고를 표시하고 싶다면 additionalContext가 아니라 systemMessage를 사용하라
Claude Code의 SessionStart 후크를 사용하여 특정 실행 환경을 강제하는 방법을 다룹니다. additionalContext 대신 systemMessage를 사용해야 경고 메시지가 확률적이지 않고 터미널에 즉시 표시됨을 설명합니다.
8월 5일1
ZennAI 번역헤드라인
Gemini Enterprise의 Agent Gateway와 Agent Registry를 사용하여 Cloud Run의 커스텀 MCP에 접속하기
Gemini Enterprise에서 커스텀 MCP(Model Context Protocol)를 통해 외부 데이터인 Redmine에 접속하는 구성 방법을 설명합니다. Cloud Run에 MCP 서버를 배포하고, Agent Registry와 Agent Gateway를 활용하여 안전하게 통신을 연결하는 절차를 다룹니다.
8월 5일2
ZennAI 번역헤드라인
벽치기(아이디어 브레인스토밍) 전용 폴더에 얽매여 있던 운영을 Claude Code의 --add-dir로 해결한 이야기
Claude Code의 `--add-dir` 옵션을 활용하여 아이디어 브레인스토밍용 리포지토리와 실제 작업 디렉토리 간의 문맥을 효율적으로 연결하는 방법을 소개합니다. 에일리어스를 통해 작업 디렉토리를 이동하지 않고도 기존 메모와 규칙을 참조할 수 있는 운영 노하우를 다룹니다.
8월 5일1
ZennAI 번역헤드라인
Claude가 작성하는 긴 주석은 Claude 자신에게 도움이 되지 않았다
Claude Code 사용 시 발생하는 과도한 주석이 오히려 AI의 컨텍스트를 압박하고 독해를 방해한다는 사실을 발견했습니다. 주석의 길이가 구현의 불확실성을 나타내는 지표가 될 수 있음을 인지하고, 코드에서 복원할 수 없는 정보만 기록하도록 규칙을 정립하는 과정을 다룹니다.
8월 5일1
ZennAI 번역헤드라인
AI가 한 번에 사용할 수 있는 디자인 시스템으로 만드는 5가지 구체적인 방안 — GUNJO에서 실행한 내용
AI가 디자인 시스템을 정확하게 활용할 수 있도록 구축하는 5가지 구체적인 방안을 제시합니다. 문서의 완결성, 기계 판독 가능한 사양 제공, llms.txt 활용, TypeScript 타입 배포 등을 통해 AI 에이전트의 컴포넌트 활용 능력을 극대화하는 방법을 다룹니다.
8월 5일1
ZennAI 번역헤드라인
Real-ESRGAN을 사용하여 오래된 영상을 4K로 업스케일링하기 — 원리와 구현에 대하여
Real-ESRGAN을 활용하여 저해상도 영상을 4K로 업스케일링하는 원리와 구현 방법을 설명합니다. GAN 기반 초해상도 기술의 차별점과 VRAM 관리, 시간적 일관성 유지 등 실무적인 주의사항을 다룹니다.
8월 5일0
ZennAI 번역헤드라인
이미지 모델의 전이 학습에서 어떤 층을 어떻게 학습할 것인가?
이미지 모델의 전이 학습 시 최적의 층 학습 전략을 분석합니다. Full Fine-Tuning, Linear Probing, LP-FT 등 다양한 학습 방식의 특징과 데이터 규모 및 분포에 따른 성능 차이를 다룹니다.
8월 5일2
ZennAI 번역헤드라인
Anthropic은 '안전성'을 기업 도입의 차별화 요소로 바꿀 수 있었는가
Anthropic이 '안전성 및 거버넌스'를 핵심 전략으로 내세워 기업 시장 점유율을 확대하고 있는지 분석합니다. 펜타곤과의 계약 조건 변경 거부 사건과 최근 기업 도입 점유율 데이터가 공개되면서, 안전성이 실제 수익화와 차별화 요소로 작용하는지에 대한 논의가 심화되고 있습니다.
8월 5일2
ZennAI 번역헤드라인
Claude Code로 개발을 '자동화'하기 — Anthropic 방식의 3역 에이전트 루프를 launchd 상주형으로 돌리기
Anthropic의 3역 에이전트 루프 방식을 응용하여, Claude Code를 Mac의 launchd 상에서 상주형 데몬으로 운용하는 자동화 시스템을 소개합니다. 구현과 리뷰 에이전트를 분리하고 파일 큐 방식으로 통신하여 컨텍스트 오염을 방지하고 효율적인 개발 루프를 구축하는 방법을 다룹니다.
8월 5일1
ZennAI 번역헤드라인
자체 리뷰 스킬을 버리고 Claude Code의 /code-review로 갈아탔다
Claude Code의 공식 `/code-review` 명령어를 사용하여 자체 리뷰 스킬과 성능을 비교 검증한 후기입니다. effort 인자 설정에 따라 리뷰의 깊이와 지적 사항의 건수가 크게 달라짐을 확인했습니다.
8월 5일1
ZennAI 번역헤드라인
【Claude Cowork】「Record a skill」 기능으로 집계 스킬을 만들 수 있는지 테스트해 보았다
Anthropic의 Claude Cowork에 추가된 'Record a skill' 기능을 활용해 반복적인 업무를 자동화하는 방법을 테스트합니다. 화면 녹화와 음성 설명을 통해 복잡한 작업 절차를 Claude가 이해할 수 있는 스킬로 변환하는 과정을 다룹니다.
8월 5일1
ZennAI 번역헤드라인
Claude Code의 로그를 분석하는 vidura, 그 메커니즘과 실력 검증
Claude Code의 세션 로그를 분석하여 개발자의 마찰 패턴을 탐지하는 오픈 소스 도구 vidura를 소개합니다. Claude Code 자체를 리플렉터로 활용하여 정정 마커와 에러 반복 등을 통해 개발 과정의 병목을 객관적으로 분석합니다.
8월 5일1
ZennAI 번역헤드라인
매출 보고서 생성, 표 형식과 자연어 형식에 따라 3개사의 수치 추출 정확도가 달라졌다
매출 데이터를 표 형식과 자연어 형식으로 나누어 ChatGPT, Claude, Gemini의 보고서 생성 능력을 비교 실험했습니다. 입력 데이터의 형식에 따라 모델별 수치 추출 정확도와 순위가 크게 달라짐을 확인했습니다.
8월 5일1