늘 개발에 대한 학습에 목말라 있었음, 2011년도 xml학습으로 매해 꾸준히 히다가 2024년 본격적으로 하기로 마음을 먹음
1. AI 바이브 코딩 개념과 최신 개발 트렌드의 변화 AI 바이브 코딩(Vibe Coding)은 개발자가 직접 코드를 작성하는 전통적인 방식에서 벗어나, 구현하고자 하는 서비스의 방향성과 흐름(Vibe)을 AI에게 자연어로 설명하여 소프트웨어를 개발하는 최신 트렌드이다. 이는 전 하버드대 컴퓨터공학 교수이자 엔드로핀(Andrej Karpathy) 등 IT 업계의 선구자들이 언급하며 대중화된 용어이다. 과거의 개발이 문법(Syntax)을 익히고 디버깅을 하는 데 수많은 시간을 … 더 읽기
해당 글은 코딩 에이전트(AI)를 활용하는 패러다임이 단순한 ‘프롬프트 입력(Prompting)’에서 ‘시스템 루프 설계(Loop Engineering)’로 진화에 대한 글에서 AI와 나눈 대화 속에서 인사이트 얻은 것을 작성 [LINK] 1. 자율 루프 도입 시 발생하는 토큰 비용 부채의 현실적 한계 루프 엔지니어링이 완벽한 개발 자동화의 유토피아를 보장하는 것처럼 보이지만, 실제 엔지니어링 현장에서 직면하게 되는 가장 첫 번째 현실적 장벽은 … 더 읽기
해당 글은 코딩 에이전트(AI)를 활용하는 패러다임이 단순한 ‘프롬프트 입력(Prompting)’에서 ‘시스템 루프 설계(Loop Engineering)’로 진화에 대한 글에서 AI와 나눈 대화 속에서 인사이트 얻은 것을 작성 [LINK] 1. 앤트로픽이 제시한 복잡한 문제 해결을 위한 동적 아키텍처 루프 엔지니어링은 하늘에서 갑자기 떨어진 개념이 아니며, 글로벌 AI 연구소인 앤트로픽(Anthropic)이 정립한 동적 워크플로우(Dynamic Workflow) 아키텍처 프레임워크와 깊은 연관성을 맺고 있다. … 더 읽기
해당 글은 코딩 에이전트(AI)를 활용하는 패러다임이 단순한 ‘프롬프트 입력(Prompting)’에서 ‘시스템 루프 설계(Loop Engineering)’로 진화에 대한 글에서 AI와 나눈 대화 속에서 인사이트 얻은 것을 작성 [LINK] 1. 루프 엔지니어링 구성 요소의 기계적 메커니즘 분석 자율적으로 작동하는 루프 엔지니어링 시스템이 정상적으로 구동되기 위해서는 정밀하게 맞물려 돌아가는 5가지 기계적 구성 요소와 이를 지탱하는 1가지 외부 저장소가 필수적으로 요구된다. … 더 읽기
해당 글은 코딩 에이전트(AI)를 활용하는 패러다임이 단순한 ‘프롬프트 입력(Prompting)’에서 ‘시스템 루프 설계(Loop Engineering)’로 진화에 대한 글에서 AI와 나눈 대화 속에서 인사이트 얻은 것을 작성 [LINK] 1. 루프 엔지니어링(Loop Engineering)의 정의 패러다임의 전환: 과거 2년 동안의 방식이 AI에게 좋은 프롬프트를 주고 매 턴 결과를 확인하는 ‘도구 조작’이었다면, 이제는 작업을 찾고, 배분하고, 검증하고, 기록하는 ‘작은 시스템(루프)을 구축하여 … 더 읽기
인공지능 기술이 급격하게 발전하면서 GPT, Claude, LLaMA 등 대규모 언어 모델(LLM)은 이미 우리의 일상과 업무 깊숙이 자리 잡았다. 많은 사람이 LLM이 보여주는 놀라운 답변 능력에 감탄하지만, 정작 이 기술이 내부적으로 어떤 원리에 의해 작동하는지 명확히 이해하는 경우는 드물다. LLM은 단순히 마법처럼 문장을 만들어내는 것이 아니다. 인간이 사용하는 복잡한 언어 체계를 철저하게 수학적 연산과 데이터 흐름으로 … 더 읽기
기업들이 거대언어모델(LLM)을 활용해 사내 문서 기반의 답변을 생성하는 RAG(검색 증강 생성, Retrieval-Augmented Generation) 시스템을 도입하려는 움직임이 분주하다는 것이다. 하지만 개발을 막 시작하려고 하면 쏟아지는 기술 용어의 홍수 속에서 길을 잃기 십상이다. 특히 가장 많이 언급되는 밀버스(Milvus), 랭체인(LangChain), 라마인덱스(LlamaIndex)의 차이와 역할을 명확히 구분하지 못해 아키텍처 설계 단계부터 애를 먹는 경우가 많음의 사례가 관찰된다. 이 세 가지 … 더 읽기
1. AI 에이전트 구스 Goose 내부의 서브 에이전트 Sub-agent 군단 편성 기획 ㄱ. 단선적인 대화를 넘어 가상 소프트웨어 개발팀 빌딩하기 구스 프레임워크가 선사하는 인공지능 엔지니어링의 최고 정점이자 가장 강력한 킬러 콘텐츠는 바로 단 한 명의 비서에게 의존하지 않고, 백그라운드 공간에 독립적인 하위 AI 비서들을 다수 생성하여 부리는 서브 에이전트(Sub-agent) 다중 편성 기능에 존재한다. 단 하나의 … 더 읽기
1. AI 에이전트 구스 Goose 데스크톱 및 CLI 프로그램 설치 프로세스 ㄱ. 가볍고 빠른 Rust 기반 코어로 내 컴퓨터에 1분 만에 설치하기 구스 에이전트를 내 개인 컴퓨터 시스템에 정착시키는 초기 이식 과정은 놀라울 정도로 간결하고 군더더기가 없다. 기존의 무겁고 복잡한 인공지능 프로그램들은 파이썬 환경을 세팅하고 수많은 라이브러리 의존성을 해결하느라 설치 단계부터 사용자를 지치게 만드는 경우가 … 더 읽기
1. AI 에이전트 구스 Goose 활용 시 발생하는 API 비용 폭탄의 완벽한 해결책 ㄱ. 기존 종량제 방식이 초래한 무시무시한 청구서와 실태 과거에 출시되었던 1세대 개발자용 AI 에이전트 프로그램이나 자동 코딩 도구들은 사용자가 입력하고 인공지능이 출력하는 모든 글자 수, 즉 토큰(Token)의 양에 비례하여 요금이 실시간으로 부과되는 API 종량제 방식을 채택하고 있었다. 이러한 구조는 언뜻 합리적으로 보이지만, … 더 읽기
