최근에 읽었거나 읽으려고 하는 것들의 기록.
AI/ML 328건
Anthropic이 1,680명의 엔지니어 이력서를 분석한 결과, 대규모 인프라 경험을 갖춘 시니어 빌더들을 집중적으로 채용하고 있음 경험 중심의 채용: 중위값 12.2년의 경력을 보유한 시니어 엔지니어들을 집중 채용 (신입 채용 거의 없음) 인프라 기술 우선: 머신러닝 연구보다 대규모 백엔드/분산 시스템 구축 경험을 중시 Google이 최대 인력 공급처:…
Claude Fable 5의 시스템 프롬프트로, Anthropic의 AI 어시스턴트 Claude가 따라야 할 행동 기준과 정책을 명시한 문서 제품 정보: Claude Fable 5는 Anthropic의 새로운 Claude 5 계열 중 첫 번째 모델로 Mythos 계급에 속하며, 가장 지능형 공개 모델 접근 방식: API, 웹 인터페이스, 모바일/데스크톱 앱…
AI를 활용한 요구사항 검토를 개선하기 위해 개발된 'make-requirements-great' 도구를 통해, PM들이 PRD 검토 시 AI가 범하기 쉬운 실수들을 방지하는 방법을 소개한다. 요구사항의 높이(Altitude) 구분: 비즈니스, 스테이크홀더, 솔루션 요구사항은 각각 다른 기준으로 평가되어야 하며, AI는 이를 구분하지 못해 부적절한 검토를…
연구를 잘하는 것은 타고난 재능이 아니라 의도적으로 훈련 가능한 작은 기술들의 조합이며, 논문이나 트렌드를 따라하는 것이 아니라 체계적인 방법론을 통해 습득해야 한다. 자기 문제를 선택하라 - 다른 사람이 정한 문제가 아닌 자신이 실제로 관심 있는 목표를 역으로 설계하면 독창성이 자연스럽게 따라온다 입력 정보의 질을 높여라 - 최신 트렌드만 따르면 모두 같…
AI 코딩의 새로운 트렌드인 '루프'에 대한 개념 정의와 실제 사용 패턴을 분석한 글로, 프롬프트 엔지니어링에서 루프 설계로의 패러다임 시프트를 설명합니다. 루프의 핵심: 프롬프트를 반복 실행하는 작은 프로그램으로, 에이전트의 결과를 평가하고 자동으로 다음 작업을 결정하는 의사결정 메커니즘 개념의 진화: 2022년 ReAct부터 2026년 다중 에이전트 오…
Loop Engineering: AI 코딩 에이전트와의 협업 방식의 패러다임 시프트 더 이상 프롬프트를 직접 입력하지 않고, AI 에이전트를 자동으로 반복 실행하는 루프 시스템을 설계하는 것이 미래의 개발 방식이 될 것으로 예상됨 핵심 요약 Loop Engineering의 정의: 개발자가 매번 프롬프트를 입력하는 대신, AI 에이전트를 자동으로 관리하는 시…
AI 시대 인간의 사유와 글쓰기 과정의 의미를 되짚으며, 효율성 추구가 깊은 사고와 지식 형성을 위협하는 현실에 대한 비판적 성찰 AI의 "도움" 거부: 구글의 "글쓰기 도움" 기능은 연상적·논리적 사고의 기쁨을 포기하도록 유혹하며, 저자는 이를 적극적으로 거부하려는 의지를 드러냄 사유의 시간성: 엘리엇, 비숍, 루엘 등 위대한 작가들은 글쓰기의 공백, 멈…
AI 시대에 누구나 빠르게 제품을 만들 수 있게 되면서, 진정한 경쟁력은 속도에서 방향성과 장인정신으로 옮겨간다는 Figma CPO의 통찰 속도는 더 이상 차별점이 아니다 - 빠른 속도는 오히려 잘못된 방향으로의 가속을 초래할 수 있음 방향(direction)이 핵심 - 무엇을 만들 가치가 있는지 선택하는 능력이 중요 장인정신(craft)이 필수 - AI의…
Claude Code에서 동적 워크플로우 기능이 출시되어 AI가 작업에 맞는 커스텀 하네스를 동적으로 작성할 수 있게 되었다. 동적 워크플로우의 기본 개념: JavaScript 기반으로 서브에이전트를 생성하고 조율하는 특수 함수들을 실행하며, 각 에이전트는 독립적인 컨텍스트 윈도우를 가짐 기존 단일 컨텍스트의 문제점 해결 에이전트 게으름(Agentic la…
중국 스타트업 Moonshot AI가 개발한 Kimi Agent Swarm은 최대 300개의 병렬 에이전트로 복잡한 작업을 동시에 처리하는 시스템으로, 기존 단일 AI 도구의 순차 처리 한계를 근본적으로 해결한다. Kimi Agent Swarm의 핵심: K2.6 코디네이터가 300개 하위 에이전트와 4,000 조율 단계를 관리하며 병렬 실행 작동 방식: 작…
AI 시대의 생존 전략: 사고는 아웃소싱 가능하지만 이해는 불가능 안드레 카파시(Anthropic 수석, 전 테슬라 오토파일럿 리드, OpenAI 창립 멤버)가 Sequoia Capital과의 인터뷰에서 AI 에이전트 시대의 기술 변화와 인간의 역할 변화를 논했다. 코어 메시지: 사고(Thinking)는 아웃소싱 가능하지만 이해(Understanding)는…
개발자가 직접 만든 의견이 명확하고 최소한의 기능만 가진 AI 코딩 에이전트 프레임워크로, 기존 도구들의 복잡성과 제어 불능 문제를 해결하기 위해 개발됨 기존 AI 코딩 도구(Claude Code, Copilot, Cursor 등)의 지속적인 기능 추가로 인한 복잡성 증가와 워크플로우 파괴 문제 해결을 위해 자체 에이전트 구축 Context 엔지니어링의 중…
현재 AI 워크플로우는 시대에 뒤떨어져 있으며, 미래는 채팅 앱에서 협력하는 AI 에이전트 팀 중심으로 전환될 것이다. 현재 AI 사용법의 문제점 여러 ChatGPT 탭을 오가며 수동으로 통합하는 비효율적 구조 에이전트 간 메모리 부재로 매번 맥락 손실 도구들이 서로 소통하지 않고 고립된 상태로 작동 차세대 AI 워크플로우의 특징 전문화된 에이전트 팀이 실…
AI를 이용해 느리지만 더 좋은 품질의 코드를 작성하는 방법에 대한 제안 LLM은 저질 코드를 빠르게 생산하는 도구가 아니라, 고품질 코드를 신중하게 작성하는 데 활용할 수 있다 LLM 에이전트는 버그 찾기에 매우 뛰어나며, 복수의 모델을 활용하면 오류 감지율을 거의 0으로 낮출 수 있다 PR 리뷰 과정에서 기존 버그까지 발견되어 전체 코드베이스의 건강도가…
Claude 4.7 모델을 효과적으로 사용하기 위한 프롬프팅 방법이 이전 버전과 크게 달라졌으며, Anthropic의 31페이지 공식 가이드를 요약한 7가지 핵심 프롬프팅 기법을 소개한다. 구체적인 지시가 필수: 이전처럼 모호한 명령어(예: 'Review this contract')가 아닌 정확한 출력 형식을 명시해야 함 길이 설정 필수: 요약 시 "5개…
Claude AI를 활용한 자동화된 비즈니스 관리 에이전트 구축 가이드 비즈니스 운영의 모든 반복적인 업무를 자동화하여 경영자가 전략에 집중할 수 있도록 하는 Claude 기반 에이전트 시스템 구축 방법을 제시한다. 핵심 개념 기존 자동화 vs 지능형 에이전트의 차이 기존 자동화: 고정된 트리거-액션 구조 (이메일 폼 제출 → 자동 이메일 발송) 지능형 에…
Claude Code의 효율성을 극대화하기 위한 CLAUDE.md 파일 설정 방법으로, 개발자당 주당 975달러의 생산성 손실을 줄일 수 있다. 핵심 문제: Claude Code는 매 세션마다 초기 상태에서 시작되어 개발자들이 반복적으로 컨텍스트를 재설명해야 함 핵심 솔루션: 프로젝트 루트에 CLAUDE.md 파일을 배치하면 Claude가 자동으로 읽고 컨…
안드레 카파시가 설명하는 AI 에이전트 시대: 코딩은 더 이상 직접 타이핑하는 것이 아니라 AI 에이전트에게 의도를 '발현(manifest)'시키는 행위로 변모하고 있으며, 이는 개인의 생산성을 극도로 증대시키면서도 새로운 스킬을 습득하게 하는 '정신병' 같은 중독성을 가지고 있다 코딩의 패러다임 전환: 지난 12월 이후 직접 코드 작성 비율이 80:20에…
AI 에이전트 코딩이 개발 비율에서 80% 이상을 차지하면서, 코드 생성 속도는 빨라졌지만 '이해 부채'라는 새로운 문제가 등장하고 있다. 실수 유형의 변화: 문법 오류에서 개념 오류로 전환 - 잘못된 가정이 전체 아키텍처에 확산 이해 부채 발생: AI가 생성한 코드를 충분히 이해하지 못한 채 병합하면서 코드베이스 이해도 감소 생산성 역설: 코드 산출량은…
Linear Agent가 코드베이스를 직접 분석하여 질문에 답하는 Code Intelligence 기능을 출시했다. Linear Agent의 새로운 기능: 소스 코드를 읽고 직접 질문에 답변 가능 기능 동작 방식 설명 문제 원인 조사 현재 구현 이해도 향상 사용량 증가 추이: 2월 1,055건 → 3월 2,681건 → 4월 4,267건 → 5월 예상 5,2…
