Daniel
4Followers
0Following
우리는 모두 AI 에이전트 앞에서 군맹무상(群盲撫象)에 빠져 있다. 들어가며: 군맹무상 은 《열반경》에 나오는 이야기다. 인도의 경면왕이 앞을 보지 못하는 사람들을 궁으로 불러 모아 코끼리를 만져보게 했다. 상아를 만진 사람은 "무 같다"고 했다. 귀를 만진 사람은 "키 같다", 머리를 만진 사람은 "돌 같다", 다리를 만진 사람은 "기둥 같다"고 했다.
요즘 에이전트 톤이 우후죽순 열린다. 가서 주제를 받고, 옆에서 코칭을 받으면서, 끝까지 하나를 만들어 온다는 포맷이다. 그런데 매번 끝나고 나서 드는 생각은 하나였다. 시간 아까웠다. (토큰을 주는 것도 아닌데 몇십만 원씩 한다 ㅋㅋㅋ) 솔직히 이 기획 의도를 잘 모르겠다. 난 14년간 구글 개발자 그룹 커뮤니티를 운영해왔다. \ ( 개발자로도 15년간
새벽에 SNS을 열면 똑같은 생각이 든다. 나만 뒤처지고 있나. 어디는 벌써 골이니 루프니 하는 걸 돌려서 AX팀을 만들었다고 하고, 누구는 에이전트로 개인 사업을 차려서 돈을 엄청 벌었다고 한다. 스크롤을 조금 더 내리면 에이전트 사용법에 에르메스, 오픈클로를 얹어서 한 번에 60만원짜리 강의를 파는 사람이 나온다. 그 밑에는 하루에 천억 토큰을 썼다는
▎ AI로 무언가를 세상에 내놓는 모든 프로덕트 메이커에게. 당신이 어제 배포한 그 화면은 세상에 하나뿐인 무언가인가요, 아니면 AI가 가장 안전하게 골라준 '평균의 얼굴'인가요? 요즘 새로 나오는 사이트는 이상하게 다 닮았어요. 보라색 그라데이션, Inter 폰트, 그리드에 카드 네 장. 나쁘지 않아요. 오히려 다 적당히 예뻐요. 그게 문제예요. 만드는
\ 한국에서 밴드를 하면 모를 수 없는 커뮤니티. 바로 "뮬" 이다. 정말 애증의 커뮤니티다. 나도 몇십년째 이용 하면서 그곳에서 울기도 웃기도 좋은 기타를 구하기도, 팔기도. 공연을 구해보기도, 무대에 서보기도. 후기 까지.. 안해 본거 없이 다 해본거 같다. 하지만 지금 사용하기에는 뮬은 UI가 개박살이다. (나만 그렇게 이야기 하는게 아니라 진짜 커뮤
같은 도구 쓰는데, 누구는 100배를 태우더라고요 잘못 본 줄 알았습니다. 같은 앱을 쓰는 어떤 사람이, 저보다 토큰을 100배 넘게 태우고 있었거든요. 단위를 잘못 봤나, 합산이 중복됐나. 며칠을 다시 뜯어봤습니다. 숫자는 꿈쩍도 안 했어요. 그날 알았습니다. "토큰 좀 아껴 써라"라는 요즘 그 말이, 사실 얼마나 한가한 소리였는지. (지난 글에서 저는
들어가며 도구가 폭발하는 시대에, 제품 하나를 만들어 보며 느낀 점. — Agent Cat "Merlin" 릴리스에 맞춰 글을 써본다. 오픈한 지 한 달 만에 다운로드가 9천을 넘어가면서, 이제 큰 업데이트 "멀린" 버전을 올리며 지금까지 에이전트캣을 만들며 받았던 인사이트들을 공유하기 위해 오랜만에 md가 아닌 블로그 에디터 창을 띄워 본다. 나는 14년
원문: 뉴욕 전체를 아이소메트릭(tile-based)으로 그린다는 건, ‘한 장의 그림’을 잘 그리는 문제가 아니라 \\운영 가능한 파이프라인으로 끝까지 밀어붙이는 문제\\예요. 이 프로젝트(Isometric NYC)는 그걸 AI 에이전트로 풀어낸 사례라서, 작업 방식 자체가 인상적이었습니다. \## 한 줄 요약 \\AI는 “구현”을 싸고 빠르게 만들지만,
\## 결론 먼저\ 이번 논문의 포인트는 단순합니다. 모델 아키텍처를 갈아엎지 않고도, 추론 속도를 체감 기준으로 약 3배까지 끌어올릴 수 있다는 것입니다. 에이전트 워크플로우에서는 이 3배가 곧 비용, 지연, 동시성 한계를 한 번에 바꾸는 숫자입니다.\ \\ 왜 이 뉴스가 중요한가\\ 요즘 에이전트 시스템은 답 하나를 뽑는 수준을 넘어, 도구 호출과 단계
읽는 시간: 약 5\~6분 코딩 에이전트를 실전에 붙여 본 팀이라면 한 번쯤 같은 질문을 하게 됩니다. “AGENTS.md를 길고 자세하게 쓰면, 에이전트가 더 잘하지 않을까?” 직관적으로는 맞는 말처럼 보입니다. 저장소 구조, 테스트 명령, 코드 스타일, 금지 규칙, 리뷰 기준을 더 많이 알려주면 당연히 더 잘할 것 같죠. 그런데 최근 연구를 보면, 결과
새 맥북 M5를 들였을 때, 오래 쓴 Mac Studio는 자연스럽게 정리 대상이었다. 이건 감성의 문제가 아니라 운영의 상식이었다. 새 장비가 메인이 되면, 이전 장비는 보조가 되거나 사라진다. 그런데 OpenClaw를 실제 운영에 붙인 뒤, 판단이 바뀌었다. Mac Studio는 “남는 컴퓨터”가 아니라 “운영 기준점”이 됐다. 성능이 더 좋아서가 아니
AI 코딩 도구 도입의 성패는 모델 정확도가 아니라 \\변경 권한을 어떻게 분할하고 회수하느냐\\에서 갈린다. 최근 보도된 AWS Cost Explorer 장애 이슈는 이 사실을 아주 불편하게 보여줬다. 쟁점은 “AI가 실수했느냐, 사람이 실수했느냐”가 아니다. 프로덕션 변경 경로에 단일 승인·광범위 권한·자동 롤백 부재가 동시에 열려 있었다면, 사고는 시
\## 핵심 요약 AI 에이전트 시대의 생산성은 모델 벤치마크가 아니라 \\운영 관제 구조\\에서 갈린다. 에이전트를 늘릴수록 중요한 것은 더 똑똑한 모델이 아니라, 언제 멈추고 누가 승인하며 어떤 신호로 롤백할지를 먼저 설계하는 일이다. 이번 주 발표들을 보면 시장의 톤이 확실히 바뀌었다. “챗봇에게 질문한다”가 아니라 “에이전트 팀을 관리한다”가 제품
내 결론은 단호하다. 2026년 팀 단위 AI 코딩 도입의 승패는 “어떤 모델을 쓰느냐”보다 “프롬프트 캐시 히트율을 어떻게 운영하느냐”에서 갈린다. 모델 교체는 데모 품질을 바꿔주지만, 캐시 설계는 분기별 비용 구조와 응답 지연, 그리고 보안 노출면까지 동시에 바꾼다. 특히 코드베이스 Q&A, PR 리뷰 보조, 장문 시스템 프롬프트 기반 워크플로우에서는
엔터프라이즈 AI에서 이제 승부는 “누가 더 좋은 모델을 샀는가”가 아니라, “누가 더 안정적으로 납품하고 운영하는가”로 넘어갔다. 데모 단계에서는 모델 정확도와 생성 품질이 주목받지만, 실제 계약·배포·운영 단계에서는 감사 가능성, 책임 경계, 장애 복구, 비용 예측성이 매출을 결정한다. Infosys×Anthropic 협업은 이 전환을 상징적으로 보여준
AI 도구의 발전으로 개발 속도는 빨라졌지만, 현업 개발자들이 더 자주 마주하는 질문은 오히려 “무엇을 선택할 것인가”, “왜 그렇게 결정했는가”에 가깝다. 이런 변화 속에서 인천 지역 Flutter 커뮤니티가 3월부터 월간 오프라인 밋업을 시작한다. 이번 밋업은 단순 발표 중심 행사가 아니라, 참가자 간 대화를 통해 실무 맥락을 공유하는 데 초점을 맞췄다
AI가 보안을 바꾼다는 말은 맞다. 다만 \\어디를 바꾸는지\\를 잘못 짚으면 조직은 돈만 쓰고 리스크는 그대로 남는다. 이번 Google Play 2025 안전성 리포트에서 가장 중요한 메시지는 ‘생성형 AI를 붙였더니 탐지가 좋아졌다’가 아니다. \\앱 생태계 보안의 성패는 모델 성능이 아니라 배포 제어면(control plane) 설계에서 갈린다\\는
\## 결론 먼저 \\멀티모델 오케스트레이션을 1순위로 고려해야 하는 이유\\는 단일 LLM의 구조적 한계(비용 변동성, 품질 편차, 벤더 종속)를 작업별 최적 모델 조합으로 극복하여 \\비용 효율 70% 개선, 오류 확률 감소, 서비스 연속성 확보\\를 동시에 달성할 수 있기 때문입니다. 단, "모든 상황의 정답"이 아닌 \\복잡도/비용 임계치 이상의 프
\## 결론 먼저 이번 이슈의 핵심은 모델 성능이 아니라 \\컨텍스트 운영 방식\\입니다. 같은 버그를 고쳤는데도 도구별 토큰 사용량이 23K\~350K까지 벌어졌고, 비용·속도·재현성·보안 노출면에서 리스크 프로파일이 완전히 달랐습니다. 이제 AI 코딩 도구 평가는 ‘정답을 맞히느냐’보다 ‘어떤 경로로, 어떤 비용과 데이터 노출로 맞히느냐’로 옮겨가고 있
\## 결론 먼저 Mirai 이슈의 핵심은 “모델을 더 크게”가 아니라 “모델을 어디서, 어떤 비용구조로 돌릴 것인가”입니다. 온디바이스 추론은 이제 기능 데모가 아니라 \\마진 방어와 UX 지연시간 경쟁\\의 전장으로 올라왔습니다. \## 왜 지금 중요한가 클라우드 GPU 중심 전략은 확장성은 좋지만 소비자 앱 사업자에게 비용 변동성과 지연시간 리스크를