우리 회사는 같은 단어를 같은 뜻으로 쓰고 있는가 — AX LABS 블로그
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…
최근에 읽었거나 읽으려고 하는 것들의 기록.
687건
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…
Z세대가 일에 대한 열정을 잃었다 - 그들을 탓할 수 없는 이유 저자 에미 니트펠드는 하버드에서 컴퓨터 공학을 전공하고 구글에서 일한 성공 사례지만, 현재 Z세대 졸업생들을 만나며 자신의 경력 추구 가치관이 더 이상 통용되지 않음을 깨달았다. 밀레니얼 세대의 신화와 현실의 괴리 2015년 대학 졸업 당시 "꿈을 따르라", "좋아하는 일을 하라", "앞으로…
1,600개 문서 검색 도구 개발 중 순위 계산보다 후보 선별 단계의 결함이 88% 개선을 차지했으며, 측정 방식의 신뢰성이 모든 최적화보다 중요하다는 교훈을 얻었다. 핵심 발견: 검색 품질 저하의 주원인은 점수 계산이 아닌 후보 문단 선별 단계에서 29%가 버려지고 있었던 것 후보 선별 방식 개선: 정렬 없이 무작위로 200개를 뽑던 방식을 관련도순 정렬…
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
Netflix에서의 3년 2026년 7월 21일 2023년 1월에 Netflix의 개인화 및 추천 부서 투어링팀에 입사했다. 3년 반의 근무를 마친 후, 2026년 7월 13일자로 퇴사했다. AI for Member Systems와 AI Platform이라는 2개의 훌륭한 부서에서 일하며 Netflix의 절실함과 다양성이라는 문화를 몸소 체험할 수 있었던…
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…
질투는 민주주의 사회에서 원칙적 평등과 실질적 불평등의 간극 속에서 극대화되는 감정이며, 현대의 끝없는 또래 관계와 글쓰기의 (불)가능성이 이를 더욱 심화시킨다는 논의 질투의 본질: 완전한 불평등이 아니라 비교 가능한 불완전한 평등에서 발생하는 감정 민주주의와 질투의 관계: 제도적 평등이 원칙화될수록 실질적 격차가 질투를 극대화 한국 사회의 특수성: 198…
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…
유물론은 형이상학적 개념이 아니라 정치성을 규정하는 개념으로, 사유의 이차성을 주장함으로써 철학의 역할과 실천 방식 자체를 근본적으로 재정의한다. 유물론의 정치성: 유물론은 단순한 철학 교리가 아니라 개념적 활동의 비개념적 조건을 인식하게 하는 과제 수행적 모순의 극복: 독단적 유물론은 논증 자체로 자기기만에 빠지지만, 비판적 유물론은 이를 극복 사유의 이…
상태만 저장하면 과거를 추적할 수 없다. Event Sourcing은 현재 상태 대신 모든 변화를 이벤트로 기록해 언제든 과거를 재현할 수 있는 패턴이다. 상태 저장의 문제: UPDATE로 이전 값을 덮어써 "그때 무슨 일이 있었나"에 답할 수 없음 Event Sourcing의 정의: 애플리케이션 상태의 모든 변화를 일련의 이벤트로 캡처 INSERT로 이벤…
전 세계 대도시의 주택난 위기는 투기 자본과 사모펀드의 무분별한 부동산 투자로 인한 것이며, 국가는 기본적 인권인 주거권을 보장할 책임을 외면하고 있다. 주거위기의 본질: 집값 급등은 자연현상이 아닌 투기 자본의 의도적 선택으로, 저소득층을 도시에서 추방하는 젠트리피케이션 과정 금융의 착취 구조: 사모펀드와 대형 부동산 회사들이 주택을 상품화하여 이윤 창출…
끊임없는 자기계발 문화가 우리의 자존감을 성과에 종속시키면서 오히려 삶의 질을 떨어뜨리고 있다는 심리치료사의 지적 조건부 자존감의 함정: 성과에 따라 자신의 가치를 평가하는 습관이 심화되면서 충분함을 느끼지 못하게 됨 성과는 불안정한 기초: 목표 달성 후에도 더 높은 기준이 나타나 완전한 만족감을 얻을 수 없음 현재를 잃는 대가: 자기계발에 집중하다 보니…
대언어모델의 반사실적 질문 답변 능력: 큐잉(단서 제공)의 영향과 다양성 학습의 역할 언어모델이 반사실적 질문에 답할 때, 질문에 기본 상태를 명시적으로 포함하는 큐잉 방식이 암묵적 형태의 질문보다 훨씬 높은 성능을 보이며, 이는 학습 방식과 질문 구조의 상호작용으로 설명된다. 큐 효과의 강력함: 단순 진술 학습에서 큐잉은 정확도를 52%에서 88%로 상승…
언어 모델은 가중치에 사실을 지속적으로 학습할 수 있을까? [2026년 7월 13일 제출 ( v1 ), 최종 수정 2026년 7월 14일 (현재 버전, v2 )] 제목: 언어 모델은 가중치에 사실을 지속적으로 학습할 수 있을까? Charles O'Neill의 논문 "언어 모델은 가중치에 사실을 지속적으로 학습할 수 있을까?" PDF 보기 PDF 보기 HTM…