Logitech Options+의 대안으로 등장한 Rust 기반 오픈소스 프로젝트 OpenLogi를 소개합니다. 계정 요구와 텔레메트리 없이 HID++ 프로토콜을 통해 로컬에서 버튼 리맵 및 DPI를 제어할 수 있는 것이 특징입니다.

Microsoft Teams의 프라이빗 팀에 AI 사원을 소환할 때 겪은 시행착오 이야기

Microsoft Teams의 프라이빗 채널에서 AI 봇을 운용할 때 발생하는 기술적 제약과 사양 이행 문제를 다룹니다. 현재 프라이빗 채널의 봇 지원은 프리뷰 단계이며 롤아웃이 일시 중지된 상태이므로, 안정적인 운영을 위해 표준 채널 사용을 권장합니다.

생성 AI 패스포트 시험 합격 수기

생성 AI의 기초부터 구조, 리스크 및 법률까지 체계적으로 학습할 수 있는 '생성 AI 패스포트 시험' 합격 수기입니다. 다양한 교재 활용법과 단계별 3회독 학습 전략을 통해 생성 AI를 감각이 아닌 이해를 바탕으로 사용하는 방법을 제시합니다.

AI 코딩 에이전트에게 '기억'을 부여하는 claw-memory 제작기 (아키텍처 해설)

Claude Code의 Auto Memory 한계를 극복하기 위해 개발된 로컬 완결형 장기 메모리 플러그인 claw-memory를 소개합니다. RAG 방식을 활용하여 대화 내용을 벡터화하고, SQLite를 통해 외부 DB 없이 로컬에서 안전하게 기억을 관리하는 아키텍처를 해설합니다.

Anthropic의 「환경 중심」 설계 사상을 읽어내다 - Claude Code / Agent Skills / MCP가 같은 방향을 향하는 이유

Anthropic이 Claude Code, Agent Skills, MCP를 통해 추구하는 '환경 중심(Environment-centric)' 설계 사상을 분석합니다. 모델 자체의 성능을 넘어 파일 시스템, 스킬 라이브러리, 표준 프로토콜 등 모델 외부 환경을 정돈하여 차별화를 꾀하는 전략을 다룹니다.

MCP로 영구 기억 서버 만들기: 최소 구현과 함정 체크리스트

AI 에이전트의 모델 독립적인 영구 기억을 구현하기 위해 MCP(Model Context Protocol) 서버를 구축하는 방법을 다룹니다. SQLite를 활용한 최소 구현 코드와 함께, 데이터 계층화 및 필터링을 통한 효율적인 기억 관리 전략을 제시합니다.

에이전트만으로는 부족하다 ── 다음 병목 구간은 「인간의 프레임워크」

AI 에이전트의 발전 속에서 모델의 지능보다 중요한 것은 에이전트를 제어하고 검증하는 '인간의 프레임워크'입니다. 에이전트가 실행력을 갖춘 만큼, 상태 관리, 기억, 관측 가능성 등 주변 인프라의 설계가 향후 핵심 병목 구간이 될 것입니다.

AI가 B2B 고객 레코드를 처리할 때 반드시 깨지는 '일본 고유 4대 식별자 문제' — 주소・법인번호・인명・날짜의 정규화 및

B2B SaaS 및 CRM 환경에서 일본어 고객 레코드를 처리할 때 발생하는 주소, 법인번호, 인명, 날짜의 정규화 오류 문제를 다룹니다. LLM의 환각을 방지하기 위해 각 식별자별로 Canonical Hub를 분리하고 API화하여 AI Agent가 병렬적으로 활용하는 설계 패턴을 제시합니다.

OpenAI Agents SDK와 Google ADK를 활용한 AI 에이전트 개발 입문 가이드입니다. 에이전트의 개념 정의부터 로컬 환경(Mac/Windows) 구축, 그리고 향후 SRE 및 인프라 운영 자동화로의 확장 가능성을 다룹니다.

【AI × AWS】 aws login 초입문 ─ AI에게 AWS를 맡기기 전에 알아두어야 할 인증 이야기

AI 에이전트에게 AWS 조작을 맡기기 전 반드시 알아야 할 인증 관리 방법을 다룹니다. AWS CLI v2.32.0부터 도입된 'aws login' 커맨드의 사용법과 프로파일 설정의 중요성을 설명합니다.

OracleDB의 Vector형 컬럼에서 차원수를 명시했을 때와 명시하지 않았을 때의 동작 차이를 설명합니다. 차원 미지정 시 다양한 차원의 데이터를 저장할 수 있으나, 벡터 인덱스 생성에는 제약이 있습니다.

Ollama와 OpenRouter를 혼용하여 로컬 LLM과 클라우드 LLM을 효율적으로 운용하는 방법을 다룹니다. Hermes Agent의 profile 기능을 활용해 봇마다 추론 엔진, 메모리, 정체성을 독립적으로 분리하는 설계 방식을 설명합니다.

Snowflake Intelligence를 사용하여 Cortex Agent를 공개하고 관리하는 절차와 권한 설정 방법을 안내합니다. 에이전트의 공개/비공개 설정, 데이터베이스 및 스키마 관리, 그리고 권한 제어를 통한 액세스 범위 조절 방법을 다룹니다.

Gemini와 NotebookLM을 활용하여 시험 범위 자료를 학습시키고, '액티브 리콜(Active Recall)' 원리를 적용한 효율적인 공부법을 소개합니다. 선택지에서 정답 힌트를 제거하는 프롬프트를 통해 단순 재인이 아닌 능동적 회상을 유도하는 것이 핵심입니다.

AI가 코드를 작성하는 시대이기에 소프트웨어 '설계'의 가치가 10배로 뛰어오르는 이유

AI 시대에는 코드를 직접 작성하는 것보다 소프트웨어 설계의 가치가 더욱 높아집니다. 잘 설계된 코드베이스는 AI의 컨텍스트 윈도우 한계를 극복하고 추론 정밀도를 높여 프로젝트의 붕괴를 막는 핵심 요소가 됩니다.