최근에 읽었거나 읽으려고 하는 것들의 기록.
AI/ML 328건
글로벌 알람 앱 '알라미'를 개발하는 딜라이트룸 iOS 팀이 Claude Code를 42주간 사용하며 10배 생산성 향상을 달성한 워크플로우와 자동화 전략을 공개했다. Claude Code 도입으로 에이전틱 코딩 시대 개막 - 단순 자동완성을 넘어 파일 시스템 접근과 Unix 명령어로 테스트, 빌드, 배포를 자동화 CLAUDE.md를 통한 팀 워크플로우 중…
현재 AI 열풍이 글로벌 조직들의 의사결정을 심각하게 훼손하고 있으며, 대부분의 AI 투자는 실패하고 있지만 조직 내에서 이를 지적하는 것은 직업 위험으로 작용하고 있다. AI 투자의 현실: 저자가 1년 반간 관찰한 모든 AI 프로젝트가 실패했으며, 기업들의 "AI 생산성 향상" 보고는 대부분 거짓 내부용/외부용 챗봇은 사실상 사용되지 않음 (낮은 문서화…
지속적으로 학습하는 AI 에이전트를 만들기 위해 GitHub에서 자동으로 새로운 워크플로우를 발견하고 스킬로 변환하는 8단계 파이프라인 시스템을 구축했다. 문제점: 새로운 AI 워크플로우와 아키텍처는 GitHub에 분산되어 있지만, 현재는 인간이 직접 찾아서 에이전트에 수동으로 학습시켜야 함 해결책: GitHub를 지속적으로 스캔하여 재사용 가능한 워크플로…
소프트웨어 팩토리가 실패하는 이유: 하네스 엔지니어링만으로는 근본적인 모델 학습 문제를 해결할 수 없다 AI 코딩 자동화의 과도한 낙관주의: 토큰만 충분하고 반복문만 늘리면 코드 리뷰 없이도 고품질 소프트웨어를 생산할 수 있다는 주장이 확산 중 현실의 부작용: 코드 리뷰 품질 저하, 프로덕션 인시던트 242% 증가, 개발자당 버그 54% 증가 등 부정적 신…
MCP 2026-07-28 spec: 상태 비저장 코어, Claude에 적용 | Anthropic의 Claude 새로운 스펙에 대한 전체 내용은 MCP 2026-07-28 릴리스 공지를 참고하세요. Claude에서 MCP 발전시키기 Claude는 이제 커넥터 디렉토리에 950개 이상의 MCP 서버를 등록하고 있으며, 매일 수백만 명이 이를 사용하고 있습니다…
개발자가 만든 오픈소스 자동화 소프트웨어 팩토리 'Fluent'는 팀의 아이디어와 버그 리포트, 사용자 피드백을 자동으로 작동하는 소프트웨어로 변환하며, AI 에이전트와 인간이 독립적인 타임라인에서 협력하는 새로운 소프트웨어 개발 방식을 제시한다. AI 에이전트의 신뢰성 도달: 명확한 작업 정의, 테스트 명시, 코딩 컨벤션 제공 시 에이전트가 정확히 작동하…
회사의 모든 지식을 학습하고 활용하는 AI 에이전트 '컴퍼니 브레인'을 5분 안에 구축하는 방법 컴퍼니 브레인의 구조: 지식 베이스(Knowledge Base) + AI 에이전트(Agent Harness)로 구성 핵심 과제: 지식 출처 관리, 권한 제어, 정보 신뢰성 유지, 자동화 구현 등이 복잡함 Supermemory 솔루션: 컨텍스트 제공자로서 회사 두…
GPT-2(2019)에서 Kimi-3(2026)까지 7년간 22,580배 규모 확대를 이루었지만, 핵심 아키텍처는 크게 변하지 않았으며 주로 효율성 개선과 선형 주의 메커니즘의 발전이 중심이었다. 규모 확대: GPT-2의 124M 파라미터에서 Kimi-3의 2.8T 파라미터로 22,580배 증가 핵심은 효율성: 순수 규모 확대보다는 선형 주의(Linear…
8090 — AI 기반 소프트웨어 개발 플랫폼 고객 사례 · CMS ClaimsCore 메디케어의 청구 코드, 다시 읽을 수 있게 되다. 대부분의 조직은 아무도 완전히 이해하지 못하는 시스템 위에서 돌아간다. 메디케어는 이 문제의 가장 큰 사례였다. 0M + 줄의 어셈블리 및 COBOL 코드를 한 줄씩 읽고 분석했다.0 + 개의 개별 비즈니스 규칙을 파악하…
Claude 5 모델의 성능 향상에 따라 컨텍스트 엔지니어링 방식이 근본적으로 변화했다. Anthropic은 Claude Code의 시스템 프롬프트를 80% 이상 제거했음에도 성능 저하가 없었으며, 이는 과도한 제약을 풀고 모델의 판단력을 활용하는 새로운 접근 방식을 의미한다. 과도한 제약 제거: 모델이 충돌하는 지시사항을 처리하느라 더 많은 사고 과정을…
AI 에이전트가 업무를 수행할 때 가장 큰 걸림돌은 모델 성능이 아니라 회사 내 용어 정의의 부재다. 마이크로소프트가 공개한 온톨로지 도구를 활용해 팀이 함께 용어를 합의하고 정리하는 방법을 소개한다. 온톨로지의 본질: 컴퓨터가 읽을 수 있는 회사 용어사전 - 명사(엔티티)와 그들의 관계를 그래프로 표현 핵심 가치: 파일 자체보다 작성 과정 중 "고객이란…
Block이 오픈소스 워크스페이스 'Buzz'를 출시했으며, 이는 사람과 AI 에이전트가 동등한 수준에서 협업할 수 있도록 설계된 통합 플랫폼이다. 핵심 문제 해결: 팀이 채팅, 코드 호스팅, CI 시스템, AI 도구 등 여러 플랫폼에 흩어져 있어 발생하는 컨텍스트 손실 문제를 하나의 통합 플랫폼으로 해결 암호화 기반 아이덴티티: 모든 사람과 에이전트가 자…
AI 에이전트 그래프를 설계하고 구축하여 병렬 연구, 자동 검증, 인간 승인을 거친 신뢰할 수 있는 워크플로우를 만드는 방법을 제시하는 실용 가이드 그래프의 본질: 작업 간 의존성을 시각화한 AI 워크플로우 설계도 다이아몬드 패턴: 작업 분산 → 병렬 처리 → 검증 → 통합의 최적화된 구조 정지 규칙: 작업이 분할되지 않으면 다중 에이전트가 비용 낭비, 하…
모델 가중치를 변경하지 않고 에이전트 하니스만 개선해서 ARC-AGI-3 공개 세트에서 99%에 가까운 성능을 달성한 Schema 시스템에 관한 분석 Schema는 새 모델이 아니라 에이전트 하니스: 프론티어 모델(Claude Opus 4.8, GPT-5.6 등)을 사용하는 방식만 바꿔 규칙을 알려주지 않는 게임 벤치마크에서 자가보고 최고 점수 달성 핵심…
이대한 | 성균관대 생명과학과 교수 요즘 새롭게 생긴 스트레스가 하나 있다. 카페나 식당에서 흘러나오는 인공지능(AI) 음악이다. 처음 몇분은 괜찮다. 하지만 5분쯤 지나면 불편해지고, 10분이 넘어가면 그곳을 벗어나고 싶어진다. 이제는 에이아이
Mac Studio 512GB에서 GLM-5.2 대형 언어모델을 실제로 실행하고 다양한 양자화 방식의 성능을 비교한 실험 GLM-5.2는 753B MoE 모델이지만 약 40B의 active parameters만 사용하여 개인 장비에서 실행 가능 Mac Studio GGUF UD-IQ2_M이 가장 실용적: 222GB 용량, 87초에 30개 제목 번역 완료 M…
Linear에서 AI 에이전트가 팀 전체의 반복적인 작업을 자동으로 처리할 수 있는 'Loops' 기능을 출시했다. 스케줄 기반 또는 이벤트 기반으로 설정되는 이 기능은 개별 개발자의 생산성을 넘어 전체 제품팀의 워크플로우를 혁신할 수 있다. Loops의 정의: 스케줄이나 이벤트 트리거로 실행되는 반복 작업 자동화 시스템 AI 기반 판단: 단순 자동화가 아…
Kimi K3의 프롬프트 캐싱을 활용하여 저비용으로 AI 에이전트 루프를 구축하는 방법 에이전트 루프의 핵심: GOAL → ATTEMPT → CHECK → REPEAT 사이클을 자동화하여 AI가 목표 달성까지 반복 작업 K3의 경제성: 캐시된 토큰은 $0.30/M으로 청구되어 턴당 약 $0.39의 저비용 반복 가능 두 가지 구현 방식: Claude Code…
Claude로 그래프 기반 멀티에이전트 워크플로우를 설계하고 구축하는 14단계 로드맵. 기존의 단선형 에이전트 구조를 분기, 병렬 처리, 수렴이 가능한 그래프 구조로 전환하여 성능과 안정성을 크게 향상시킬 수 있다. 선형 에이전트의 한계: 순차 대기로 인한 비효율과 컨텍스트 낭비 문제 해결 필요 그래프의 핵심: 노드(작업 단위)와 엣지(데이터 흐름)로 구성…
AI 에이전트 아키텍처가 단일 루프에서 그래프 구조로 전환되고 있으며, 이는 자기개선 시스템을 더욱 견고하게 만드는 근본적인 패러다임 전환이다. 핵심 요약 루프에서 그래프로의 전환: AI 시스템 설계의 중심이 단순한 피드백 루프에서 상호 연결된 루프의 네트워크로 변화하고 있음 단일 루프: 선형적 개선 (측정 → 조정 → 반복) 그래프: 루프가 루프를 감시하…
