Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
ZennAI 번역헤드라인
Fujitsu CEO가 단언한 SIer 최대의 금기 '인월(Man-month)은 붕괴한다', AI 에이전트 시대의 생존전
Fujitsu CEO는 AI 에이전트의 발전으로 인해 기존 SI 업계의 핵심 수익 모델인 인월(Man-month) 방식이 붕괴할 것이라고 경고했습니다. 이에 따라 성과 기반, 이용량 기반, 구독형 모델로의 비즈니스 전환과 가치 중심의 역할 변화가 필요함을 강조합니다.
6월 2일1
ZennAI 번역헤드라인
Codex와 GitHub를 이용한 인간 승인 기반의 반자율 개선 루프 실험
Codex와 GitHub를 활용하여 인간의 승인을 거치는 반자율적 AI 개발 루프의 실효성을 검증한 실험 보고서입니다. 작은 규모의 Next.js 앱을 대상으로 AI가 제안, 구현, PR 생성까지 수행하는 워크플로우를 구축하고 그 과정에서의 한계와 성과를 분석했습니다.
6월 2일1
ZennAI 번역헤드라인
당신의 CLAUDE.md는 현재 어느 레벨인가요? ── 지시가 '먹힐 때'와 '먹히지 않을 때'를 가르는 L0–L7
CLAUDE.md와 같은 지시 시스템이 에이전트의 수행 능력에 미치는 영향을 'Instruction systems capability ladder(L0-L7)' 프레임워크로 분석합니다. 지시가 컨텍스트 내에서 희석되는 소프트 채널의 한계를 설명하고, 더 정교한 harness 구축의 중요성을 강조합니다.
6월 2일0
ZennAI 번역헤드라인
사용법은 외울 필요 없으니 tmux를 설치해라
Claude Code나 Codex 같은 AI 에이전트 사용 시 발생하는 백그라운드 태스크 관리 및 대화형 CLI 실행 문제를 tmux 설치로 해결하는 방법을 제안합니다. tmux 세션을 활용하면 에이전트 간 작업 공유와 프로세스 유지가 용이해집니다.
6월 2일0
ZennAI 번역헤드라인
kioku-mesh #4 - kioku-mesh로 hub를 세우고 spoke를 연결하여 머신 간 공유 메모리 만들기
kioku-mesh를 사용하여 hub-spoke 구조의 분산 공유 메모리 네트워크를 구축하는 방법을 설명합니다. Zenoh를 기반으로 여러 머신 간의 데이터 복제와 통신 설정을 단계별로 안내합니다.
6월 2일0
ZennAI 번역헤드라인
kioku-mesh #3 - kioku-mesh의 내부 이해 — Zenoh와 RocksDB와 SQLite index
kioku-mesh의 내부 아키텍처를 분석하여 Zenoh, RocksDB, SQLite 간의 데이터 흐름과 역할을 설명합니다. Zenoh와 RocksDB를 신뢰할 수 있는 단일 원천(Source of Truth)으로, SQLite를 효율적인 검색을 위한 읽기 캐시로 설계한 비대칭 구조를 다룹니다.
6월 2일0
ZennAI 번역헤드라인
kioku-mesh #2 - kioku-mesh를 Claude Code 및 Codex CLI에 MCP로 연결하기
kioku-mesh를 사용하여 Claude Code 및 Codex CLI에 MCP(Model Context Protocol) 서버를 연결하는 방법을 설명합니다. 로컬 SQLite 모드를 통해 두 도구 간에 기억(memory)을 공유하고 동기화할 수 있습니다.
6월 2일0
ZennAI 번역헤드라인
kioku-mesh #5 - mTLS로 kioku-mesh 메쉬 보안 강화하기
kioku-mesh의 보안을 강화하기 위해 mTLS(상호 TLS)를 도입하는 방법을 설명합니다. 네트워크 계층의 신뢰에 의존하지 않고, 자체 CA를 통해 인증된 피어만 메쉬에 참여할 수 있도록 설계하는 가이드를 제공합니다.
6월 2일0
ZennAI 번역헤드라인
Claude Code를 조직 내에 보급하기 위한 제도 설계
Claude Code를 조직 내에 도입할 때 단순한 도구 활용을 넘어 개발 프로세스, 책임 구조, 지식 관리 체계를 재편하는 제도 설계의 중요성을 다룹니다. AI 코딩 도구가 가져올 리뷰 방식의 변화와 주니어 엔지니어 교육, 실패 사례 공유 등의 전략적 접근을 제안합니다.
6월 2일0
ZennAI 번역헤드라인
알아차리기 전에 고쳐지고, 고칠 때마다 강해진다 ── Self-Healing과 재발 방지 메커니즘 (연재 Part 4)
운영 중 발생하는 장애를 AI가 스스로 감지하고 수정 PR 생성부터 배포까지 완결하는 Self-Healing 메커니즘을 소개합니다. 단순 수복을 넘어 재발 방지를 위한 lint 및 타입 게이트를 자동으로 추가하여 시스템의 가드레일을 강화하는 전략을 다룹니다.
6월 2일0
ZennAI 번역헤드라인
노른(Norn) 개발기: 자율 진화하는 AI 시스템의 설계 사상
16개의 SaaS를 운영하며 발생하는 데이터 분석 병목을 해결하기 위해 설계된 자율 진화형 AI 시스템 '노른(Norn)'의 개발 과정을 다룹니다. 관찰, 판단, 제안의 3단계 레이어를 통해 AI가 데이터 기반의 우선순위를 제안하되, 인간의 최종 승인을 거치는 통제 가능한 에이전트 구조를 제안합니다.
6월 2일0
ZennAI 번역헤드라인
Claude Code의 확인 다이얼로그 설계하기 — permissions allowlist 실습
Claude Code 사용 시 발생하는 빈번한 확인 다이얼로그를 효율적으로 관리하기 위한 permissions 설정 방법을 다룹니다. settings.json을 통해 allowlist와 denylist를 설계하여 보안을 유지하면서도 개발 워크플로우의 속도를 높이는 실무적인 가이드를 제공합니다.
6월 2일0
ZennAI 번역헤드라인
Claude Code의 dynamic workflows로 38대의 AI에게 게임을 찾게 했더니, '재미있다'는 판정만은 기계화할 수 없었다
Claude Code의 dynamic workflows를 활용하여 38대의 에이전트로 새로운 게임 아이디어를 탐색하는 다중 에이전트 파이프라인을 구축한 실험 기록입니다. 조사부터 설계까지 5단계 과정을 거치며 기계적 필터링의 한계와 인간의 역할에 대해 고찰합니다.
6월 2일0
ZennAI 번역헤드라인
모델 전환에서 effort 전환으로 — Opus 4.8을 통한 AI 하네스의 토큰 최적화 실험 로그
AI 에이전트 하네스 운영 시 토큰 비용 절감을 위해 모델을 교체하는 대신, Opus 4.8의 추론 강도(effort)를 조절하여 정밀도와 비용의 균형을 맞추는 실험 과정을 다룹니다.
6월 2일0
ZennAI 번역헤드라인
GitHub Star 수가 3일 만에 26개로 급증한 이유 분석 — OSS 마케팅의 측정과 재현성
OSS(Open Source Software) 마케팅 채널별 효과를 데이터로 분석한 사례 연구입니다. X 광고나 Reddit보다 제삼자가 작성한 기술 블로그(Zenn) 기사가 GitHub Star 급증에 가장 결정적인 역할을 했음을 밝힙니다.
6월 2일2
ZennAI 번역헤드라인
Shelly v5.3.8: Android 상의 AI 개발 환경을 Codex-first로 재구축하다
Shelly v5.3.8 업데이트를 통해 Android 기반 AI 코딩 환경을 Codex 중심으로 재구축했습니다. CLI 역할은 Codex로 일원화하고, Gemini와 Groq 등은 AI Pane의 프로바이더로 분리하여 UX 안정성을 높였습니다.
6월 2일1
ZennAI 번역헤드라인
소스 코드를 중앙으로 보내지 않는다: Zero-Knowledge × P2P로 AI 개발의 컴플라이언스를 돌파하는 아키텍처
Kawa Code는 소스 코드 유출을 방지하기 위해 제로 지식(Zero-Knowledge) 아키텍처와 클라이언트 사이드 암호화를 채택한 AI 개발 메모리 레이어입니다. 중앙 서버가 데이터를 해독할 수 없는 구조를 통해 엔터프라이즈의 보안 및 컴플라이언스 문제를 해결하며, P2P와 CRDTs를 활용한 실시간 협업을 지원합니다.
6월 2일0
ZennAI 번역헤드라인
「일단 AI 도입」 시대의 종말——다음 승부는 데이터 기반에서 결정된다
기업의 AI 도입이 가속화되고 있으나, 데이터 인프라 미비로 인해 프로젝트 스케일업에 실패하는 사례가 급증하고 있습니다. Accenture와 McKinsey의 조사에 따르면, AI가 실질적인 성과를 내기 위해서는 단순한 도입을 넘어 데이터 거버넌스와 컨텍스트를 포함한 데이터 기반 정비가 필수적입니다.
6월 1일1
ZennAI 번역헤드라인
「무엇을 테스트해야 하는가」를 자동으로 결정한다 ― 업무용 AI 에이전트의 레드팀 활동 (Red Teaming)
업무용 AI 에이전트의 레드팀 활동을 자동화하기 위해 공격 및 평가 관점 책정 에이전트를 개발했습니다. 기존 수작업 방식의 한계를 극복하고, 업무 매뉴얼을 기반으로 고유한 리스크를 도출하는 엔드 투 엔드 파이프라인을 구축했습니다.
6월 1일0
ZennAI 번역헤드라인
AI 코드 리뷰의 효과를 5가지 메트릭으로 측정하는 방법 (GitHub API)
AI 코드 리뷰 도입 효과를 정량적으로 측정하기 위한 5가지 핵심 메트릭과 GitHub API를 활용한 구현 방법을 소개합니다. 단순한 설계 중심의 접근에서 벗어나 데이터 기반의 리뷰 프로세스 개선 방안을 제시합니다.
6월 1일0