Insights

집계 기준 2026. 11. 3. PM 10:30 UTC

외부 AI 리뷰를 7번 거치니, 같은 오류가 4번 반복되었다 — 답변의 개수가 증거의 양이 아니다

외부 AI 리뷰를 여러 번 거치며 사이트를 개선하는 과정에서, 같은 오류가 반복되는 현상을 경험했다. 이 글은 답변의 횟수 자체가 증거의 양이 될 수 없으며, 판단은 '새로운 증거' 추가 여부와 '전제의 무너짐'을 기준으로 해야 함을 강조한다.

AI에게 Obsidian을 정리하게 할 때, 임의로 삭제되지 않게 하는 5가지 규칙

Obsidian 같은 개인 지식 관리 시스템(PKM)의 메모 정리를 AI에게 맡길 때, 정보 손실을 막는 것이 중요합니다. 이 글은 AI가 내용을 임의로 삭제하거나 변경하는 것을 방지하기 위한 5가지 규칙과 구체적인 프롬프트 작성법을 제시합니다.

Kiro의 Steering 기능: 4가지 Inclusion 모드로 컨텍스트 관리

AWS Agentic IDE인 Kiro는 'Steering' 메커니즘을 통해 컨텍스트를 효율적으로 관리합니다. 이 기능은 `always`, `manual`, `auto` 등 4가지 로딩 모드를 제공하여, 코딩 규약부터 특정 기술 스택 규칙까지 필요할 때만 정확하게 컨텍스트에 포함시킬 수 있게 합니다. 또한, JSON 기반의 Hook 시스템을 통해 파일 저장 시 자동 테스트 실행 같은 백그라운드 작업을 구현할 수 있어 개발 워크플로우를 크게 개선합니다.

AI 코딩으로 대규모 리포지토리를 정확하게 이해시키기 위한 컨텍스트 설계 및 프롬프트 구축 기법

대규모 리포지토리에서 AI 코딩 어시스턴트가 정확하게 작동하도록 컨텍스트 설계 기법을 제시합니다. 빌드 결과물이나 캐시 파일을 제외하고, 아키텍처 개요와 시스템 규칙을 담은 전용 메타데이터 파일(예: `README_AI.md`)을 활용하여 AI의 이해도를 높이는 것이 핵심입니다.

IBM ai-services의 신규 기능 MCP 서버 설정하기

IBM ai-services v0.4.0부터 모든 AI 서비스가 MCP(Model Context Protocol) 서버로 공개되어, 외부 에이전트나 코딩 어시스턴트와 도구 연결을 용이하게 했습니다. 본 기사는 IBM의 AI 코딩 어시스턴트 'Bob'을 활용하여 RAG 기반 Q&A 서비스를 호출하는 방법을 안내합니다.

Claude -p의 정기 실행이 실패해도 종료 코드는 0입니다. 보고서 끝 상태 행에서 이상을 감지하는 방법

Claude Code를 스케줄러에서 실행할 때 종료 코드(Exit Code)만으로는 작업의 성공/실패 여부를 판단하기 어렵습니다. AI 에이전트는 실패해도 정상적으로 0 코드를 반환하며, 따라서 보고서 마지막에 특정 형식(`ROUTINE-STATUS: ALERT`)을 강제하여 상태를 명시하는 것이 가장 확실한 감지 방법입니다.

Codex의 자동 검토(Auto-review) 무료화 및 Day 2 업데이트 내용 정리

OpenAI Codex의 업데이트 내용을 정리하며, 특히 Auto-review 기능 무료화와 함께 API 이용 Tier 간소화, Meetings 플러그인, Decisions API Public Beta 등 Day 2에서 다룬 주요 변경 사항들을 소개합니다. 이 중 Auto-review는 안전 점검 과정을 인간 승인에서 검토 에이전트가 대신 판단하는 메커니즘을 추가하여 개발 편의성을 높였습니다.

【GitHub 일일 보고】 자체 호스팅 근력 운동 기록, AI 에이전트 최적화가 활발함 — 2026-10-06

본 기사는 GitHub Trending을 통해 개발자들에게 유용한 리포지토리를 소개하는 일일 보고서입니다. 최근 트렌드는 AI 에이전트의 능력 확장 도구들이 주를 이루고 있으며, 코딩 지원부터 디자인 및 마케팅 영역까지 그 활용 범위가 빠르게 넓어지고 있음을 보여줍니다. 또한, openGym과 같은 실용적인 개인 프로젝트들도 꾸준한 관심을 받고 있습니다.

OpenAI의 Codex: '28일간 개선 또는 전체 리셋' 정책 정리

OpenAI가 Codex 사용자에게 28일간의 새로운 정책을 발표했습니다. 이는 매일 개선 사항 출시 또는 전체 리셋 중 하나를 진행한다는 의미입니다. 사용자는 이 정책이 '매일 리셋'으로 오해되어서는 안 되며, 실제로는 모델 속도 개선과 같은 명확한 업데이트가 제공될 수 있음을 이해해야 합니다.

1인 법인의 AI 운영 비용 기록 방법: 구독 계약비와 인간의 검토 시간을 나열한 현실적인 비용 대비 효과 (1인 법인 1000마력화 계획

1인 법인이 AI 에이전트를 도입할 때, 막연한 '시간 절약' 대신 객관적인 비용 모델을 구축하는 것이 중요합니다. 본 글은 가상의 시급 환산 이익 계산을 중단하고, '성과 1건당 툴 실비'와 '인간의 실제 작업 시간'을 기록하여 AI 운영의 현실적 ROI를 측정하는 방법을 제시합니다.

처음부터 선택할 수 없었던 제품 선정 과정: 블랙박스 챗봇을 '가시적인 시스템'으로 바꾸고 싶어서

기존의 블랙박스 형태 AI 챗봇은 처리 과정 추적이 불가능하여 문제 해결에 한계가 있었습니다. 필자는 답변 생성, 검색, 질문 식별 과정을 분해하고 단계별 출력을 확인할 수 있는 워크플로우 기반 애플리케이션으로 전환하는 것을 목표로 했습니다. 보안 및 예산 제약으로 인해 Dify를 선택하게 되었으며, 이는 제한적인 기능에도 불구하고 현재 상황 개선에 필요한 첫걸음이었습니다.

JSON이 중간에 잘렸을 때 '수리'하면, 잘린 사실 자체를 인지하지 못하게 된다 - 853가지 절단 방식으로 측정

LLM의 출력이 중간에 잘렸을 때, `json-repair` 같은 복구 라이브러리를 사용하면 에러 없이 '수리'되지만, 그 과정에서 데이터가 실제로 잘렸다는 사실 자체가 인지되지 않는 문제가 발생합니다. 본 글은 853가지 절단 방식을 시뮬레이션하여 이 문제를 측정하고, 스키마 검증의 중요성을 강조하며 해결책을 제시합니다.

최근 프로그래밍 및 소프트웨어 개발 동향

생성 AI가 개발 과정에 깊숙이 통합되면서 프로그래밍 방식 자체가 변화하고 있습니다. 이제 코딩은 '사람의 작성'에서 'AI와의 협업 및 검증'으로 패러다임이 바뀌었으며, 언어 선택 기준도 인간 중심에서 시스템 성능과 AI 해석 용이성 중심으로 이동하고 있습니다.

AI 활용의 비용 대비 효과를 현장에서 측정하는 방법: 투입 공수 대신 흐름의 변화를 기록하기

AI 활용의 비용 대비 효과를 측정할 때, 단순히 '줄인 시간'이나 '투입 공수 감소'에 초점을 맞추는 것은 현장 실측에서 한계가 있습니다. 대신 업무 프로세스의 변화 자체, 즉 '흐름(流れ)'을 측정하는 것이 중요합니다. 리드 타임, 재작업 횟수 등 단순한 지표를 기록하여 효과의 도착지를 명확히 파악해야 합니다.

AI에게 테스트를 맡길 때, 그 '판단 기준'을 어떻게 확인할 것인가 ── QA 하네스 발표를 듣고

본 글은 QA 하네스 엔지니어링에 대한 발표 내용을 바탕으로, AI가 생성한 테스트 케이스의 신뢰성 확보 방안을 논합니다. 단순히 자동화하는 것을 넘어, '판단 기준' 자체를 어떻게 검증하고 시스템적으로 제약할 것인지에 초점을 맞추고 있습니다. 특히, 규칙을 '알고 있다'는 수준에서 '어길 수 없게' 만드는 기계적 검증(Hook 그룹)의 중요성을 강조하며, AI 의존도를 낮추고 사람이 개입해야 할 지점을 명확히 하는 설계가 필요함을 제시합니다.

AI가 말을 걸기 전에 움직인다? ChatGPT 'MCP Events'의 작동 원리와 '마스터키'의 함정

본 기사는 ChatGPT에 도입된 'MCP Events'라는 새로운 기능의 작동 원리와 주의사항을 다룹니다. MCP Events는 AI가 사용자에게 말을 걸기 전에 앱 알림 형태로 먼저 움직일 수 있게 하는 기능을 의미합니다. 하지만 이 시스템은 아직 공식 규정이 아닌 '초안(Draft)' 단계이며, 사용 범위와 적용 조건에 제한이 많습니다.

AI 이미지 편집의 '드리프트'를 줄이는 고정 조건 기반 검증 절차

본 글은 AI 이미지 편집 과정에서 발생하는 '드리프트(drift)' 현상을 줄이기 위한 체계적인 검증 절차를 제시합니다. 단순히 프롬프트를 작성하는 것을 넘어, '무엇을 유지하고 무엇을 변경할지'의 우선순위를 명확히 분리하여 작업해야 합니다. 특히, 보호할 특징과 참조 이미지의 역할을 구체적으로 지정하고, Identity, Composition 등 다각적인 평가 순서를 통해 결과물의 안정성을 확보하는 것이 중요합니다.

1 파일 = 1 청크로 만든 노하우와, Top-k에서 막혔던 이야기

본 글은 Dify를 활용하여 워크플로우 기반의 지식 검색 시스템을 구축한 노하우와 발생했던 문제 해결 과정을 공유합니다. 질문과 답변 쌍이 분리되지 않도록 파일 단위로 청크를 관리하고, 식별자 설정 및 Top-k 값 확인 등 구체적인 기술적 팁을 제공합니다.