매달 나가는 AI API 비용, 줄일 수 있는 부분이 아직 남아있지 않나요? — Prompt Caching으로 월 비용을 1/3~1/10로

Prompt Caching을 활용하여 LLM API 비용을 획기적으로 절감하는 방법을 다룹니다. KV 캐시의 원리와 접두사 일치(Prefix Match)의 중요성을 설명하며, Anthropic, OpenAI, Gemini의 캐싱 방식 차이를 비교 분석합니다.

【실전】TypeScript로 독자적인 「MCP 서버」를 직접 제작하여, 로컬 SQLite 데이터를 AI가 직접 조작하게 해보기

Model Context Protocol(MCP)을 사용하여 TypeScript로 SQLite 데이터를 조작하는 MCP 서버를 직접 구축하는 방법을 설명합니다. 이를 통해 Cursor와 같은 AI 도구가 로컬 데이터베이스에 직접 쿼리하여 데이터를 분석하고 디버깅할 수 있는 환경을 구현할 수 있습니다.

Codex와 Claude Code를 동일 리포지토리에서 사용할 때 발생하는 컨텍스트 혼선을 방지하기 위해 AGENTS.md와 CLAUDE.md를 분리 운영하는 방법을 제안합니다. 각 에이전트의 고유한 설정 파일과 스킬 경로를 독립적으로 관리하면서 공통 규칙은 별도 디렉토리로 모아 효율성을 높이는 구성 방식입니다.

AI에게 테스트 작성을 요청할 때 발생할 수 있는 '정상계(Happy Path)' 편향 문제를 해결하기 위한 가이드를 제시합니다. 테스트 구현 전 관점 리스트를 먼저 전달하여 경계값, 인가, 에러 처리 등 누락되기 쉬운 케이스를 명문화하는 운영 방식을 제안합니다.

Claude API를 활용하여 22만 대의 중고 바이크 데이터를 자연어로 검색하고 추천하는 AI 기능을 구현한 사례입니다. 자연어 입력을 JSON 검색 조건으로 변환하는 단계와 검색 결과를 문장으로 생성하는 단계를 분리하여 정확도와 안정성을 높였습니다.

AI 에이전트의 무서움을 체험할 수 있는 웹사이트를 만들었습니다 【간접 프롬프트 인젝션】

AI 에이전트의 새로운 보안 위협인 '간접 프롬프트 인젝션(IPI)'을 체험할 수 있는 웹사이트와 그 위험성을 소개합니다. 사용자의 의도와 상관없이 외부 데이터에 숨겨진 악의적 명령이 실행되어 권한을 탈취당할 수 있는 구조를 설명합니다.

No.1 Markdown Editor의 GitHub Image Hosting 해설: 로컬 이미지를 Qiita에 그대로 붙여넣을 수 있는

Markdown 에디터에서 로컬 이미지를 GitHub 리포지토리에 업로드하고 공개 URL로 변환하는 메커니즘을 설명합니다. 이를 통해 Qiita와 같은 외부 플랫폼에서도 별도의 업로드 과정 없이 이미지를 바로 사용할 수 있는 구현 방법을 다룹니다.

(하네스 엔지니어링 실전) Codex의 Skill 파이프라인으로 재현성을 높이기

Codex를 활용한 개발 과정에서 재현성과 일관성을 확보하기 위해 개발 공정을 여러 Skill로 세분화한 파이프라인 구축 방법을 소개합니다. 요구사항 정리부터 PR 생성까지 각 단계를 구조화하여 판단 이력을 자산화하는 것이 핵심입니다.

【Databricks】실무 경험 제로 상태에서 Generative AI Engineer Associate(생성형 AI 엔지니어 어소시에이트)

Databricks의 Generative AI Engineer Associate 자격증 취득 수기입니다. 비전공자로서 모의시험 활용법, 학습 전략, 시험 환경 준비 사항 등 실질적인 합격 노하우를 공유합니다.

AI에 너무 의존하지 않는 기술 선정: ADR로 의사결정 이유를 남기기

생성형 AI를 활용한 기술 선정 시 발생할 수 있는 의사결정 근거의 모호함을 해결하기 위해 ADR(Architecture Decision Record) 도입을 제안합니다. AI는 초안 작성과 비교 분석을 지원하는 도구로 활용하고, 최종적인 판단과 책임은 인간이 가져야 함을 강조합니다.

매뉴얼을 작성할 바에는 그대로 Claude의 스킬로 만들어버리자

기존의 정적인 매뉴얼을 Claude가 읽고 실행할 수 있는 '스킬' 형태로 전환하여 업무 효율을 높이는 방법을 소개합니다. Android 앱 릴리스 절차를 예시로, Claude와 대화하며 작업을 수행하는 반자동화 프로세스의 이점을 설명합니다.

【파트 2】 LLM API 비용 '절감'에서 실패하는 4가지 안티 패턴

LLM API 비용 절감 과정에서 품질 저하나 유지보수 비용 증가를 초래하는 4가지 안티 패턴을 분석합니다. 프롬프트 과도 단축과 복잡한 프롬프트 엔지니어링이 가져오는 숨은 비용과 운영 부채의 위험성을 경고합니다.

AI 에이전트에게 권한을 부여하기 전에 결정해야 할 5가지 실행 경계

AI 에이전트 도입 시 모델 선택보다 중요한 것은 실행 경계(Execution Boundary)를 설정하는 것입니다. Anthropic과 GitHub의 사례를 통해 권한 엔지니어링, 메모리 정책, 실행 환경 제어의 중요성을 다룹니다.

MCP를 활용한 AI 에이전트의 스테이트풀(Stateful) 세션 관리: 정보시스템 담당자가 정비해야 할 대화 이력 보유 정책

MCP를 활용한 스테이트풀(Stateful) AI 에이전트 도입 시 발생하는 대화 이력 관리와 보안 과제를 다룹니다. 정보시스템 담당자가 고려해야 할 데이터 보유 정책, 액세스 권한 제어, 컴플라이언스 대응 방안을 제시합니다.

대학 과제에서 AI를 '개인 어시스턴트'로 활용하기: Phase 1 — 과제 분해와 프로젝트 시작 편

대학 과제를 수행할 때 생성 AI를 최종 결과물 생성 도구가 아닌, 학습을 돕는 '개인 어시스턴트'로 활용하는 전략을 소개합니다. 과제를 25분 단위의 작은 작업(TODO)으로 분해하고 실행 계획을 세우는 Phase 1 단계를 다룹니다.