기술
215개의 포스트
디자이너·프론트엔드를 위한 Codex — 화면을 보고 고치는 AI (Codex Use Cases 특집 3)
프론트엔드의 진짜 난제는 '코드는 맞는데 화면이 안 맞아'다. Codex가 비주얼 피드백 루프, Figma 구조 추출, 초고속 Codex-Spark, 목업·PoC·배포·브라우저 게임으로 디자이너·프론트엔드 작업을 어떻게 바꾸는지 실제 프롬프트와 사례로 풀어봅니다. Codex Use Cases 특집 3편.
엔지니어를 위한 Codex — 이해·검토·이전의 기술 (Codex Use Cases 특집 2)
엔지니어의 하루는 새 코드 작성이 아니라 이해·검토·개선·이전이다. Codex가 거대 코드베이스 파악, PR 리뷰, 리팩토링, 마이그레이션, CLI 자가제작, 보안 감사, 스코어 기반 반복을 어떻게 돕는지 실제 프롬프트와 사례로 풀어봅니다. Codex Use Cases 특집 2편.
AIP 경쟁 시대 — Enterprise AI Platform 카테고리의 7가지 트렌드 (2026)
Palantir AIP가 불 지핀 'Enterprise AI Platform' 카테고리는 2026년 기술 지도의 한가운데로 왔다. AI 에이전트 시장은 2030년 526억 달러로 성장 예상. Microsoft, Salesforce, AWS, Google, ServiceNow, Databricks, Snowflake, Palantir — 그리고 vertical AI 스타트업들까지. 누가 무엇을 다르게 하는가, MCP·Semantic Layer·Policy-as-Code는 왜 표준이 되고 있는가. 7가지 트렌드로 풀어낸다.
Palantir 후속 특집 — 2026, 엔지니어들이 거울을 들여다보기 시작했다
Pretti 간호사의 죽음, 미납(Minab) 초등학교에 떨어진 미사일, CEO가 스스로 공개한 매니페스토. 2026년 Palantir 내부에서 벌어지는 윤리적 반란은 한 회사의 위기가 아니라 AI 시대 테크 노동자 전체가 직면한 질문이다. '나는 지금 빌런이 되고 있는가?' — Wired 보도를 기점으로 터져나온 이 질문을, 1차 자료 중심으로 풀어낸다.
Palantir 완전 해부 — Ontology, Foundry, AIP, 그리고 '기업의 디지털 트윈'이 의미하는 것
9/11, CIA, PayPal의 사기 탐지 기술에서 시작해 2026년 연매출 72억 달러 규모의 엔터프라이즈 AI 운영체제로 성장한 Palantir. 이 회사의 심장인 Ontology가 왜 '기업의 디지털 트윈'으로 불리는지, Foundry·AIP·Apollo·Gotham이 어떻게 한 덩어리로 움직이는지, Airbus Skywise부터 국방부 Maven, ICE 논란까지 — 핵심 개념을 놓치지 않고 풀어낸다.
Claude Design 특집 — AI가 마침내 '디자인'을 이해하기 시작한 순간
2026년 4월 17일, Anthropic Labs는 Claude Design을 공개했다. 왜 지금인가? 왜 Anthropic인가? AI 디자인 도구의 역사, Generic Gravity라는 숙명, Taste Bottleneck의 시대, 그리고 Claude Design이 뚫어낸 '디자인 시스템 추출 → 인터랙티브 프로토타입 → Claude Code 핸드오프'라는 파이프라인까지. 사례와 다이어그램으로 풀어낸 특집.
PINN은 왜 자꾸 학습에 실패하는가 — NTK 관점으로 다시 읽는 문제의 핵심
PINN은 왜 고주파·다중 스케일 문제에서 자주 무너질까? NTK 관점으로 학습 실패의 구조를 해부한 고전 논문을 중심으로, PINN의 병목과 해결 전략, 그리고 2026년 현재 이 통찰이 어디까지 이어졌는지 깊고 쉽게 풀어본다.
왜 PINN은 자꾸 실패할까 — Physics-informed Neural Networks 훈련 전문가 가이드
PINN의 아이디어보다 어려운 것은 훈련이다. 왜 학습이 자주 무너지는지, 2023년의 전문가 가이드 논문이 어떤 처방을 제안했는지, 그리고 2026년 현재 PINN이 어디에 남아 있는지를 사례와 함께 쉽게 풀어본다.
Giveme5W1H — AI가 뉴스를 읽는 법: 육하원칙으로 해체하는 기사 분석의 모든 것
기자가 기사를 쓸 때 반드시 답하는 육하원칙(누가, 무엇을, 언제, 어디서, 왜, 어떻게) — 이걸 AI가 자동으로 추출할 수 있을까? 2019년 독일 콘스탄츠 대학 연구팀이 만든 Giveme5W1H 시스템의 원리부터 2026년 LLM 시대의 의미까지, 뉴스 이벤트 추출의 세계를 완전 해부한다.
From RAG to Memory: AI에게 '기억'을 가르치다 — HippoRAG 2 논문 완전 해부
RAG는 AI에게 참고서를 주는 것이고, 기억은 AI가 직접 경험하여 아는 것이다. ICML 2025에 발표된 HippoRAG 2는 인간의 해마(hippocampus)에서 영감받아, RAG를 진정한 장기기억 시스템으로 진화시킨다. 사실 기억, 의미 추론, 연상 기억 세 가지를 동시에 달성한 이 논문을 사례와 그림으로 완전 해부한다.
HY-Embodied-0.5: AI가 드디어 '몸'을 갖다 — 체화 지능 파운데이션 모델의 새 시대
텐센트가 공개한 HY-Embodied-0.5는 2B 파라미터로 7B급 성능을 달성하며 로봇 AI의 새 기준을 세웠습니다. 1966년 Shakey부터 2026년 체화 지능까지, AI가 물리 세계를 이해하는 여정을 쉽고 자세하게 살펴봅니다.
뉴럴 그래프 데이터베이스: AI가 '관계'를 이해하는 시대의 데이터 관리 혁명
Freebase 인물의 94%는 출생지 정보가 없고, Wikidata 건물의 99.6%는 높이가 기록되지 않았다. 현실의 데이터는 불완전하다. 뉴럴 그래프 데이터베이스(NGDB)는 이 빈 곳을 AI로 채우겠다는 도전이다. HKUST 연구진의 NGDBench 논문을 중심으로, 그래프 데이터 관리의 과거·현재·미래를 특집으로 다룬다.