TECH BLOG
기술 블로그
AI 기술 인사이트와 엔지니어링 경험을 공유합니다.
EDITOR'S PICK
에디터 추천
한국 AI 5인방 완전 해부 — HyperCLOVA X Think, K-EXAONE, Kanana, Gauss, A.X K1
LG의 K-EXAONE은 AIME 2025에서 92.8%로 GPT를 넘었고, SKT의 A.X K1은 519B 파라미터로 국내 최대 규모를 자랑한다. 네이버, 카카오, 삼성까지 — 2026년 한국 AI 5인방의 기술, 벤치마크, 전략을 낱낱이 해부한다.
LangGraph 완전 가이드: AI 에이전트를 위한 그래프 기반 오케스트레이션의 모든 것
LLM 에이전트는 직선 파이프라인이 아니라 '생각하고, 행동하고, 관찰하고, 다시 생각하는' 루프다. LangGraph는 이 루프를 그래프 기반 상태 머신으로 구현한다. 핵심 개념부터 실전 패턴, Klarna·Uber의 프로덕션 사례, 커뮤니티 베스트 프랙티스까지 총정리한다.
프롬프트 엔지니어링 완전 정복: AI에게 말 거는 기술의 모든 것
AI에게 '잘 물어보는 법'이 왜 이렇게 중요해졌을까? GPT-3의 등장부터 2026년 에이전트 시대까지, 프롬프트 엔지니어링의 역사·핵심 기법·실전 사례를 논문 기반으로 깊이 있게 풀어봅니다. 인터랙티브 실험실에서 직접 기법을 비교해 보세요.
콜모고로프-아르놀드 정리 완전 해부 — 130년 된 수학 난제가 AI의 미래를 바꾸고 있다
1900년 힐베르트가 던진 도전장, 19세 천재 아르놀드의 증명, 그리고 2024년 MIT에서 탄생한 KAN까지 — 130년에 걸친 수학 정리가 어떻게 AI 신경망의 새로운 패러다임이 되었는지, 역사·논문·사례로 깊이 파고듭니다.
ALL POSTS
모든 포스트
Fable·Mythos 사태, 그 후: '코드 한 줄'이 부른 5가지 후폭풍
정부가 Fable 5·Mythos 5를 끈 지 일주일. 그사이 보안 전문가 100명이 '모델을 돌려달라'는 공개서한을 냈고, 방아쇠를 당긴 게 Amazon이었다는 사실이 드러났으며, 진짜 전쟁은 이미 법정에서 벌어지고 있었다. 그리고 최대 수혜자는 중국이었다. 사태의 후폭풍을 5가지 쟁점으로 추적한다.
AI 사서 7명이 협업한다 — Google의 Agentic RAG가 '믿을 수 있는 답'을 만드는 법
한 번 검색하고 답하는 RAG는 여러 데이터베이스에 흩어진 질문 앞에서 무너진다. Google이 Gemini Enterprise에 넣은 Agentic RAG는 7명의 전문 에이전트가 '계획 → 검색 → 충분성 검증 → 재검색 → 합성'을 반복해 답을 만든다. 왜 이 구조가 나왔는지 ReAct부터의 역사와 논문, 병원·기업 사례, FRAMES 벤치마크(정확도 34%↑)로 쉽고 자세하게 풀었다.
정부가 AI를 끈 날: Fable 5·Mythos 5 수출통제 사태 완전 해부
2026년 6월 12일 금요일 오후 5시 21분, 미국 정부는 Anthropic에게 Fable 5와 Mythos 5를 끄라고 명령했다. 수억 명이 쓰던 AI 모델이 며칠 만에 사라진 이 사건은 '코드 좀 고쳐줘'라는 한 문장에서 시작됐다. 탈옥의 역사부터 AI를 '무기'로 보는 시각까지, 2026년 가장 중요한 AI 규제 사건을 쉽게 풀어본다.
만능 선수가 전문가를 이겼다: 범용 LLM이 전문 의료 AI를 압도한 날 — Nature Medicine 2026 완전 해부
‘의료 전용으로 만든 AI가 당연히 더 낫다’ — 60년간 의심받지 않던 이 가정이 처음으로 무너졌다. NYU Langone·UT오스틴 연구진이 *Nature Medicine*(2026.6)에 발표한 독립 검증에서, 범용 프런티어 LLM(GPT-5.2·Gemini 3.1 Pro·Claude Opus 4.6)이 전문 의료 AI(OpenEvidence·UpToDate Expert AI)를 *세 가지 평가 전부*에서 앞섰다. 실제 의사 질문 100개를 *12명이 맹검*으로 채점한 실전 벤치마크(RCQ)에서도 결과는 같았다. 왜 ‘전문가’가 ‘만능 선수’에게 졌을까? RAG가 오히려 독이 되는 이유, USMLE·MedQA·HealthBench의 정체, 그리고 2026년 병원 구매·규제·한국 의료 AI에 던지는 질문까지 — 의학사 60년을 거슬러 쉽고 자세하게 해부한다.
루프가 밤새 일할 때 — 비용, 보안, 그리고 사라지는 주니어
‘에이전트를 프롬프트하는 시스템을 설계하라’는 루프 엔지니어링이 화제가 되자, 곧바로 반대편의 목소리도 커졌습니다. 그냥 크론잡 아니냐는 리브랜딩 논쟁, 하룻밤 $437·주말 $4,200의 비용 폭주 사고, 자율 루프와 MCP가 만드는 ‘치명적 삼각편대’ 보안 위험, 그리고 사라지는 주니어 파이프라인까지 — 첫 글에서 못다 한 ‘그늘’을 사례와 함께 짚습니다.
루프 엔지니어링 — 더 이상 에이전트에게 프롬프트하지 마라
Addy Osmani의 글 한 편이 개발자 타임라인을 뒤흔들었습니다. '에이전트에게 프롬프트하지 마라. 에이전트를 프롬프트하는 시스템을 설계하라.' 프롬프트→컨텍스트→하니스→루프로 이어진 추상화의 사다리, ReAct·Reflexion부터 2026년 /goal까지의 역사, 루프를 이루는 5가지 빌딩블록과 비용·위험을 논문과 사례로 쉽고 자세하게 풀어드립니다.
지수곡선 위의 정책: 다리오 아모데이는 왜 '나무수염'을 깨우려 하는가
2026년 6월, Anthropic CEO 다리오 아모데이가 '지수곡선 위의 정책'이라는 에세이를 발표했다. AI는 빛의 속도로 달리는데 정책은 거목(나무수염)의 속도로 움직인다는 이 글은, 발표 이틀 뒤 미국 정부가 바로 그 글이 말한 권한을 Anthropic 자신에게 휘두르면서 더 큰 화제가 됐다. '지수곡선'이 대체 무엇인지(스케일링 법칙과 트랜스포머)부터 그가 제안한 5대 정책까지, 2026년 가장 뜨거운 AI 정책 문서를 쉽고 자세하게 풀어본다.
시간을 읽는 AI: 구글 TimesFM과 시계열 예측의 'GPT 모먼트'
내일 우리 매장에 우산이 몇 개 팔릴까? 반세기 동안 이 질문에 답하려면 데이터마다 모델을 새로 만들어야 했다. 구글 TimesFM은 LLM이 글로 했던 일을 시계열에 그대로 해냈다 — 한 번 학습하고, 처음 보는 데이터를 추가 학습 없이 예측한다. 통계학의 역사부터 2026년 GIFT-Eval 1위 TimesFM 2.5까지, 시계열 예측의 '파운데이션 모델 혁명'을 쉽게 풀어본다.
AI는 어떻게 기억하는가: 에이전트 메모리와 '잊지 않는 기계'의 과학
ChatGPT는 어제 나눈 대화를 오늘 까먹는다. 똑똑하지만 매일 아침 기억이 리셋되는 '영원한 신입사원'. 이 한계를 넘으려는 분야가 '에이전트 메모리'다. 인지과학에서 빌려온 4가지 기억(작업·일화·의미·절차), MemGPT의 '기억 운영체제', Mem0가 풀컨텍스트 대비 토큰을 4분의 1로 줄인 비결 — 그리고 메모리 연구의 불편한 진실(벤치마크 포화·메트릭 착시·32초 지연)과 '기억의 보안'까지. 원문 설계도와 함께, AI가 기억하는 법의 과학을 정리한다.