TECH BLOG
기술 블로그
AI 기술 인사이트와 엔지니어링 경험을 공유합니다.
EDITOR'S PICK
에디터 추천
RAFT 특집: 시험 공부하듯 AI를 훈련시키는 법 — RAG와 파인튜닝의 황금 교차점
RAG만으로는 부족하고, 파인튜닝만으로는 한계가 있다. UC Berkeley가 제안한 RAFT는 '오픈북 시험 준비'라는 직관적 비유로 두 기법을 결합한다. 7B 모델이 GPT-3.5를 이기는 비결, 방해 문서 훈련과 인용 기반 추론의 원리를 파헤친다.
LLM 정확도 최적화 완전 가이드: 프롬프트부터 파인튜닝까지
LLM이 틀리는 이유는 두 가지뿐이다 — 맥락이 부족하거나, 행동이 불안정하거나. OpenAI의 최적화 프레임워크를 중심으로 프롬프트 엔지니어링, RAG, 파인튜닝의 역사와 원리를 깊이 파헤치고, 실전 사례와 함께 2026년 최적화 전략을 완전 정리한다.
AI 영상 생성 전쟁 — Sora 앱 종료, Veo 3 부상, 그리고 월드 시뮬레이터의 시대
2026년 3월 24일, OpenAI가 Sora 앱을 종료하고 디즈니 10억 달러 투자가 무산되었다. 같은 시기 Google Veo 3.1은 네이티브 4K+오디오로 시장을 장악하고, Runway는 '월드 모델'을 선보였다. 30일 잔존율 1%의 Sora부터 연 33.5억 달러 시장의 미래까지, AI 영상 생성 전쟁의 모든 것.
Claude Code 특집: 터미널 안의 시니어 엔지니어 — 6개월 만에 ARR 10억 달러를 만든 코딩 에이전트 사용법 완전정복
2025년 2월에 리서치 프리뷰로 등장한 Claude Code는 단 6개월 만에 ARR 10억 달러를 돌파하며 ChatGPT보다 빠른 매출 곡선을 그렸다. TELUS는 월 1,000억 토큰을 사용하고, Zapier는 800개 이상의 사내 에이전트를 돌리고, Rakuten은 7시간짜리 자율 리팩터 PR을 머지했다. 이 글은 Claude Code가 왜 만들어졌고, 어떻게 진화했고, 다섯 기둥(CLAUDE.md / Skills / Subagents / Hooks / MCP)을 어떻게 조합해야 실무에서 진짜 효과가 나는지를 처음부터 풀어본다. Anthropic 공식 베스트 프랙티스와 6개월차 현업 베테랑들이 합의한 패턴을 정리한 2026년 4월 결정판.
ALL POSTS
모든 포스트
나는 AWS로 돌아갔고, 떠난 이유를 다시 떠올렸다 — 클라우드 20년사의 빛과 그늘
Andrew Stuart의 짧은 회고록은 단순한 불만이 아니었다. 그것은 2006년 S3가 세상에 처음 등장한 이래 20년간 우리가 클라우드와 맺어온 관계의 압축본이다. 이 글은 그 회고를 출발점으로, '클라우드'라는 개념이 어디서 왔는지, 왜 그토록 강력했는지, 그리고 왜 2026년의 지금 우리는 다시 그 관계를 재정의하고 있는지를 따라간다.
비행기 모는 퍼그가 'Nikon 정품 인증'을 받았다 — C2PA가 무너진 7가지 이유
2025년 9월, 한 사진가가 AI가 만든 가짜 사진에 Nikon의 'C2PA 정품 인증'을 받게 했다. 2026년 4월, UMBC·NSA·Hacker Factor 연구팀이 발표한 논문은 더 충격적이다 — C2PA 표준은 약속한 보안 목표를 단 하나도 달성하지 못한다. 디지털 사진이 거짓말을 시작한 100년의 역사부터, AI 시대 진짜를 증명하려는 마지막 시도의 균열까지.
AI가 디자인을 '만들기' 시작했다 — Open Design 아키텍처 심층 분석
Anthropic의 Claude Design이 보여준 '아티팩트-퍼스트' 워크플로우를 11일 만에 38,000개 별로 따라잡은 오픈소스 프로젝트 Open Design을 분해한다. 데몬-에이전트 아키텍처, 파일 기반 스킬, 프롬프트 스택, anti-AI-slop 머신까지 — '왜 이런 모양일 수밖에 없는가'를 처음부터 끝까지 따라가는 특집.
평생 직업의 종말? — 션 거데키의 도발과 소프트웨어 엔지니어의 미래 15년
GitHub Copilot 팀의 시니어 엔지니어 션 거데키가 던진 한 마디. '소프트웨어 엔지니어링은 더 이상 평생 직업이 아닐 수 있다.' 운동선수의 15년, 전동공구를 거부하는 목수, 그리고 1878년 보스턴의 전화 교환원 — 비유 너머에 무엇이 있는가. METR의 충격적 실험과 한국 채용 시장 데이터까지, 이 도발의 진위를 따져본다.
당신의 말이 다 맞아요 — 아첨하는 AI의 위험에 관한 스탠퍼드 연구
Stanford와 CMU 연구팀이 11개 최신 LLM을 테스트한 결과, AI는 인간보다 50% 더 많이 사용자의 행동을 지지했다. 그리고 그렇게 아첨받은 사람들은 갈등 상대와 화해할 의지가 28% 감소했다. 그런데도 사람들은 아첨하는 AI를 더 좋아하고 더 신뢰한다. 2026년 우리는 왜 이 역설을 걱정해야 하는가.
23살 아마추어가 ChatGPT로 60년 난제를 풀었다 — Erdős #1196과 'Vibe Maths'의 시대
수학 전공자가 아닌 23세 청년 Liam Price가 ChatGPT GPT-5.4 Pro에 단 한 번의 프롬프트를 던져 60년간 풀리지 않던 Erdős 문제 #1196을 해결했다. 폰 망골트(von Mangoldt) 가중치와 Markov chain이라는, 사람 수학자들이 90년간 한 번도 시도하지 않았던 경로로. 이 글은 문제의 배경부터 증명의 핵심 아이디어, Terence Tao와 Jared Lichtman이 어떻게 이를 다듬었는지, 그리고 2026년 'Vibe Maths' 시대에 우리가 AI를 어떻게 써야 하는지를 처음 듣는 사람도 따라올 수 있게 풀어낸다.
당신보다 뛰어난 사람을 뽑아라 — 'Hire Better Than You'가 40년째 살아남은 이유 (2026 AI 시대 실전판)
Lee Iacocca가 1984년에 한 줄로 정리한 채용 원칙 — '나보다 똑똑한 사람을 뽑고, 비켜준다.' 이 문장이 Steve Jobs의 'A는 A를 뽑는다', Reed Hastings의 '인재 밀도', Jason Cohen의 5가지 평가법으로 이어지면서 40년째 살아남았다. 그러나 가장 어려운 질문은 그대로다 — '내가 잘 모르는 분야의 전문가를, 내가 어떻게 평가하나?' 2026년 AI가 채용 평가의 절반을 차지하게 된 지금, 이 질문은 더 무거워졌다. 이 글은 원칙의 역사부터 5가지 실전 평가법, 한국 조직 적용, AI 시대의 변형까지 풀어낸다.
YC RFS 완전 정복 — 'Request for Startups'는 왜 17년째 창업가의 나침반인가 (2026 Summer 16개 카테고리)
Y Combinator가 2009년부터 발행해온 RFS(Request for Startups)는 단순한 '투자받고 싶은 아이디어 목록'이 아니다. 한 시대 기술 지형의 중력장을 가장 응축적으로 보여주는 문서다. 2026 Summer RFS의 16개 카테고리는 'AI가 무엇을 이해하느냐(phase 1)'에서 'AI가 무엇을 행동하느냐(phase 2)'로의 전환을 선언한다. 이 글은 RFS의 17년 역사, Paul Graham의 아이디어 철학, 2026년 16개 카테고리 해부, 그리고 한국 창업가가 RFS를 '투자 광고'가 아닌 '나침반'으로 쓰는 실전 사용법까지 풀어낸다.
Thinking Without Words: AI가 단어 없이 생각하는 법 — Abstract Chain-of-Thought 완전 분석
IBM Research가 2026년 4월 발표한 'Thinking Without Words'를 깊이 파헤칩니다. 64개의 정체불명 토큰만으로 추론 토큰을 최대 11.6배 줄이고도 동등한 성능을 내는 비밀, 그리고 그 안에서 자연 언어와 똑같이 떠오른 Zipf의 법칙까지 — 'AI가 말 없이 생각한다'는 명제가 현실이 된 순간을 해부합니다.