Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
XAI 번역요약
새로운 카테고리 정의: 휴대폰 사용(Phone-Use)
본 기사는 AI 에이전트가 직면하는 앱 사용 제한, 서비스 접근 제약, 상황적 맥락 부족 등의 근본적인 문제를 해결할 'phoneuse' 개념을 제시합니다. 이는 에이전트에게 실제 휴대폰(Android/iPhone)에 대한 접근 권한을 부여하여, 웹 브라우저를 넘어 사용자 삶의 일부로 AI 기능을 확장하는 다음 세대 에이전트를 구현하는 핵심 방법론입니다.
4시간 전0
XAI 번역요약
함수 호출(function call)의 현재 모습
본 글은 '함수 호출(function call)'의 현재 구현 모습을 보여주며, 복잡한 작업 요청에 대해 에이전트가 브라우저를 이용해 요금을 비교하고 결과를 재확인하여 답변하는 과정을 설명합니다. 별도의 스크래퍼나 접착 코드 없이 프롬프트 입력만으로 작업을 수행할 수 있음을 강조합니다.
10월 9일1
XAI 번역요약
곧 질문은 '패치되었는가?'가 아닐 것이다
소프트웨어 개발 환경에서 보안 취약점과 변경 사항의 복잡성이 증가하고 있습니다. 이제는 '우리가 패치되었는가?'를 넘어, '어제 변경 사항이 무엇을 열었나?'라는 관점으로 보안 검토가 필요합니다.
10월 8일1
XAI 번역요약
앱 성장에 효과적인 AI UGC 워크플로우
앱 성장을 위한 효과적인 AI UGC(User Generated Content) 워크플로우를 소개합니다. 이 시스템은 무작위 콘텐츠 생성 대신, 사용자의 니치에서 이미 검증된 성공 형식을 찾아내고 반복적으로 개선하는 것이 핵심입니다.
10월 7일1
XAI 번역요약
새로운 Gamma가 출시되었고 제가 계속 사용하는 부분은 Notion 커넥터입니다
새롭게 출시된 Gamma의 Notion 커넥터 기능을 활용하여, 사용자가 Notion에 저장한 스펙 문서를 기반으로 기술 검토용 데크(deck)를 자동으로 생성할 수 있습니다. 이 기능은 AI 에이전트가 필요한 정보를 찾아 읽고, 원본 데이터만을 고수하며 슬라이드를 작성하는 과정을 간소화합니다.
10월 6일2
XAI 번역요약
비디오 편집 기능의 종말
새로운 무료 비디오 편집 도구 'Video Use'가 개발되어 공개되었습니다. 이 도구는 클립 자르기, 필러워드 제거, 자막 추가, 색상 보정 등 복잡한 수동 편집 과정을 모두 자동화합니다. 사용자는 원본 자료와 폴더만 제공하면 최종 렌더링까지 완료할 수 있습니다.
9월 20일1
XAI 번역요약
특정 분야에 특화된 ChatGPT를 구축하고 실제 청취자 행동 데이터로 학습시켰습니다.
특정 틈새 시장에 특화된 ChatGPT 모델을 구축하고, 실제 청취자 행동 데이터 55억 분으로 학습시켰습니다. 이 기술은 어떤 콘텐츠가 성공하는지, 매력적인 캐릭터와 클리프행어 등 흥행 요소를 파악합니다. 사용자는 프롬프트만 제공하면 전체 쇼 제작이 가능할 정도로 접근성이 높다고 합니다.
9월 18일1
XAI 번역요약
중요한 일은 LLM에 맡겨본 적이 없다
작성자는 중요한 업무에는 LLM을 완전히 신뢰하기 어렵다고 지적하며, 인간의 검토가 여전히 필요하다고 언급합니다. 답변에 '보정된 확률(calibrated probabilities)' 개념을 도입하여, 코드가 자체 작동하는 부분과 사람이 개입해야 하는 부분을 신뢰도 기반으로 분리할 수 있는 자동화 방식을 제안합니다.
9월 15일1
XAI 번역요약
GPT-6 Astra를 활용하여 AI UGC를 처음부터 만드는 방법 (24분 튜토리얼)
본 튜토리얼은 GPT-6 Astra를 활용하여 AI UGC(User Generated Content)를 제작하는 방법을 안내합니다. 단순히 콘텐츠를 만드는 것을 넘어, 바이럴 포맷을 역설계하고 패턴화한 뒤 대량으로 변형 및 생성하는 전체 워크플로우 구축에 초점을 맞추고 있습니다.
9월 10일3
XAI 번역요약
단일 에이전트 플로우 테스트를 위해 가짜 Salesforce 엔드포인트를 작성하는 데 몇 주를 낭비했습니다.
단일 에이전트 플로우 테스트를 위해 가짜 엔드포인트(mocks)를 작성하는 데 많은 시간을 낭비한 경험을 공유합니다. 이 모킹 방식은 요청 간의 상태 변화를 추적하지 못해, 에이전트가 실제로 작동했는지 검증하기 어렵다는 문제점을 지적합니다.
9월 8일3
XAI 번역요약
boltdotnew의 시각적 편집에서 간과되는 부분은 클릭이 아닙니다. 바로 배치(batching)입니다.
boltdotnew의 시각적 편집 기능에서 중요한 개선점은 개별적인 '클릭' 작업이 아니라, 여러 수정 작업을 한 번에 묶어 처리하는 '배치(batching)' 방식입니다. 이를 통해 이전에는 반복적인 에이전트 실행이 필요했던 과정이 단일 배포로 통합되어 효율성이 크게 향상되었습니다.
9월 6일1
XAI 번역요약
이 라우터는 의도적으로 비싼 모델에 비용을 계속 지불합니다
캐시 인식(cache-aware) 기능을 통해 비용 효율성을 극대화하는 새로운 AI 라우팅 기술을 소개합니다. 요청 단위가 아닌 세션 전체의 비용과 보상을 예측하여 컨텍스트 기반의 지능형 라우팅을 수행합니다.
8월 4일4
XAI 번역요약
프롬프트 엔지니어링에서 그래프 엔지니어링까지: 기술의 진화
프롬프트 엔지니어링부터 그래프 엔지니어링까지, AI 시스템 구축 기술의 진화 단계를 작업 단위(unit of work)를 기준으로 설명합니다. 각 단계는 이전 단계를 대체하는 것이 아니라 상위 계층으로서 포함하며, 단순 메시지 전달에서 복잡한 프로세스 조정으로 확장됩니다.
8월 2일2
XAI 번역요약
Google이 에이전틱 그래프(Agentic Graphs)를 처음부터 만드는 1시간 무료 강의를 공개했습니다:
Google이 에이전틱 그래프(Agentic Graphs) 구축 방법을 다루는 1시간 분량의 무료 강의를 공개했습니다. AI 에이전트 기초부터 멀티 에이전트 시스템, Graph RAG 구현까지 실무적인 내용을 포함하고 있습니다.
7월 30일4
XAI 번역요약
Anthropic 엔지니어가 만든 그래프(Graphs) 시스템과 그 작동 원리 공개
Anthropic 엔지니어가 개발한 Graphs 시스템의 작동 원리를 공개했습니다. 이 시스템은 단일 에이전트의 한계를 넘어 6개의 노드로 구성된 조직도 형태의 구조를 통해 작업을 수행합니다.
7월 26일2
XAI 번역요약
AI 엔지니어를 위한 10가지 에이전트 평가(Evals) 방법
AI 에이전트의 성능을 체계적으로 검증하기 위한 10가지 평가(Evals) 방법론을 소개합니다. 골든 세트부터 레드 팀까지, 오프라인과 온라인 환경에서 에이전트의 신뢰성을 확보하는 다양한 전략을 다룹니다.
7월 23일1
XAI 번역요약
DoorDash는 가장 어려운 코드 리뷰를 위해 프론티어 모델(frontier model)을 예약하고 나머지는 더 저렴한 모델로 라우팅합니다.
DoorDash와 Decagon은 비용 효율성을 위해 작업의 난이도에 따라 모델을 다르게 사용하는 전략을 채택하고 있습니다. 가장 어려운 작업에는 프론티어 모델을, 일반적인 작업에는 저렴한 모델이나 오픈 모델을 할당하여 최적화합니다.
7월 22일2
XAI 번역요약
62ms의 속도, 검색이 도구를 넘어 메모리가 되는 순간
Octen은 기존 검색 API의 느린 응답 속도를 개선하여 62ms의 초고속 응답을 제공합니다. 이를 통해 에이전트가 예측 가능한 데이터를 바탕으로 안정적인 계획을 세울 수 있도록 돕습니다.
7월 21일2
XAI 번역요약
Anthropic의 Claude Code 책임자가 공개한 '루프 엔지니어링(Loop Engineering)' 전체 프레임워크 무료 배포
Anthropic의 Claude Code 책임자가 '루프 엔지니어링(Loop Engineering)' 프레임워크를 공개했습니다. 이 시스템은 단순한 프롬프트 입력 단계를 넘어, 에이전트가 스스로 탐색, 계획, 실행, 검증, 반복하는 완전한 루프를 구축하도록 돕습니다. 이를 통해 개발자가 직접 루프 안에 머무르는 대신, 자동화된 시스템을 설계할 수 있게 합니다.
7월 16일3
XAI 번역요약
Fable의 문제 해결 방식을 모든 모델이 실행할 수 있는 플러그인으로 재현
HAN이 Fable의 문제 해결 방식을 모든 모델에 적용 가능한 플러그인으로 재현했습니다. 이 플러그인은 구조화된 루프, 적대적 에이전트, 그리고 자체 검증(judge) 기능을 포함하여, 모델의 성능을 측정하고 취약점을 찾아내는 데 중점을 둡니다. 특히 '완료'라는 허위 보고나 잘못된 테스트를 감지하는 능력이 핵심 가치입니다.
7월 14일2