#Claude
10개의 포스트
2026년형 ChatGPT 질문법 — '역할·목표·상황·결과·질문' 5요소는 어떻게 바뀌어야 하는가
‘당신은 세계 최고의 마케팅 전문가입니다’로 시작하던 프롬프트는 이제 힘을 잃었다. 2026년의 모델은 스스로 추론하고, 도구를 쓰고, 이미지와 문서를 함께 읽는다. 그래서 좋은 프롬프트의 모양도 ‘역할극 대본’에서 ‘작업 명세서’로 옮겨 갔다. 이 글은 오래 쓰인 5요소 구조(역할·목표·상황·예상 결과·질문 유도)를 OpenAI·Anthropic·Google의 최신 가이드에 비추어 하나씩 다시 쓰고, 8+1 구조와 상황별 템플릿, 그리고 같은 요청을 옛날식과 2026년식으로 나란히 고쳐 쓴 예시를 제공한다. 마지막에는 버려도 되는 여섯 가지 옛 습관을 정리한다.
에이전트를 만들지 말고 스킬을 만들라 — 앤트로픽 「Agent Skills」 완전 해부: 업무 매뉴얼로 범용 에이전트를 전문가로 만드는 법
"300 IQ 수학 천재와 15년 경력 세무사 중 누구에게 세금 신고를 맡기겠습니까?" 앤트로픽에서 Agent Skills를 만든 배리 장과 마헤시 무라그는 2025년 11월 뉴욕 무대에서 이 질문으로 발표를 시작했다. 제목은 「에이전트를 만들지 말고 스킬을 만들라」. 업무마다 전용 에이전트를 새로 설계하는 대신, 범용 에이전트가 필요할 때 꺼내 읽는 업무 안내서, 즉 폴더 하나를 만들라는 주장이다. 이 특집은 16분짜리 발표 전문과 그 바탕이 된 엔지니어링 글, 오픈 스탠다드 사양, 저작 가이드를 처음부터 끝까지 읽고, 스킬이 긴 프롬프트와 어떻게 다른지, 왜 파일과 폴더인지, 점진적 공개가 컨텍스트 창을 어떻게 지키는지, 그리고 2026년 2월 드러난 공급망 위험까지 따진다. 마지막에는 견적 업무 매뉴얼을 스킬로 바꾸는 절차를 위젯으로 직접 해 본다. 인터랙티브 위젯 7종과 삽화를 함께 싣는다.
페르마의 마지막 정리, AI가 11일 만에 '형식 증명'하다 — 350년의 여백, 1,300만 줄의 Lean, 그리고 수학 검증의 미래
2026년 9월 4일 Anthropic이 '컴퓨터가 검증한 최초의 페르마의 마지막 정리 증명'을 공개했다. Claude 에이전트 수십 개가 11일 동안 1,300만 줄의 Lean 코드를 쓰고 29,511개의 중간 정리를 증명했다. 1637년의 여백에서 1995년 와일스의 129쪽, 그리고 2026년의 의존 그래프까지 — 왜 '증명을 검증하는 일'이 이렇게 어려웠는지, 형식화가 무엇인지, Prove2Me 아키텍처가 어떻게 수십 개 에이전트를 협업시켰는지, 그리고 이 증명이 정직하게 무엇을 못 했는지까지 사례와 그림으로 풀어본다.
버그를 찾겠다는 착각: 코드 리뷰의 진짜 목적, 1976에서 2026까지
한 수학자의 마스토돈 글 한 줄이 개발자 타임라인을 뒤흔들었다. '코드 리뷰의 목적은 버그를 찾는 게 아니다. 유지보수하기 어려운 코드를 찾는 것이다.' 왜 이 말이 375점짜리 논쟁이 됐을까? 1971년 와인버그의 '에고 없는 프로그래밍', 1976년 Fagan 인스펙션, 그리고 2013년 마이크로소프트가 570개 리뷰 코멘트를 직접 세어 밝혀낸 충격적 반전 — '기대 1위는 버그였지만, 실제 코멘트의 14%만이 버그였다'. 여기에 2026년, AI가 버그를 잡기 시작하면서 사람의 역할이 어디로 이동하는지까지. 용어가 생소해도 그림과 사례로 끝까지 쉽게 읽는 특집.
비밀은 모델이 아니라 마크다운이었다 — Anthropic은 어떻게 데이터 분석의 95%를 Claude에게 맡겼나
Anthropic이 사내 비즈니스 분석 쿼리의 95%를 Claude로 자동화하고 정확도 ~95%를 달성한 방법을 공개했다. 스킬 없이는 21%였던 정확도가 어떻게 95~99%가 되었는가 — 60년 Text-to-SQL의 역사, 30년 셀프서비스 BI의 좌절부터 4계층 에이전틱 분석 스택, ablation 방법론, 업계 비교, 실무 적용 가이드까지 완전 해부한다.
LLM을 검색창이 아닌 인지 파트너로 — 7가지 비전통적 사용법의 과학
KDnuggets의 Iván Palomares Carrascosa가 제안한 'LLM 7가지 비전통적 사용법'이 커뮤니티를 흔들고 있다. 그러나 이 7가지가 실제로 '왜' 작동하는지는 뜻밖에 깊은 배경 위에 서 있다. Anthropic의 아첨(sycophancy) 논문, USC의 페르소나 프롬프팅 연구(PRISM), 1999년 러버덕 디버깅의 기원, 2022년 Chain-of-Thought의 발견까지. 각 사용법의 프롬프트 템플릿, 작동 원리, 반대 논문, 그리고 실무 베스트 케이스를 깊이 있게 해부한다.
Meta Muse Spark 특집: LLaMA의 좌절에서 Muse의 비상까지 — Meta AI 대반격의 모든 것
LLaMA 4의 벤치마크 조작 스캔들로 무너진 Meta가 어떻게 9개월 만에 프론티어 AI 모델 Muse Spark으로 돌아왔는가. LLaMA 1부터 Muse까지의 전체 여정, 핵심 기술, 벤치마크 분석, 그리고 멀티모달 AI의 미래를 총정리합니다.
Amazon Bedrock 완전 정복: AI 모델을 '골라 쓰는' 시대의 시작
GPU를 사서 모델을 학습시키던 시대에서, API 한 줄로 세계 최고의 AI 모델을 바로 쓰는 시대로. Bedrock이 왜 탄생했고, 어떤 모델을 제공하며, 직접 호스팅·OpenAI API·Azure OpenAI와 무엇이 다른지를 실전 관점에서 풀어본다.
Claude Opus 4.6 해부 — Chatbot Arena 1위, 에이전트 팀, 1M 컨텍스트의 모든 것
Chatbot Arena 1위, SWE-bench 80.8%, HLE 53%, 1M 토큰 컨텍스트 — 2026년 2월 출시된 Claude Opus 4.6을 완전 해부한다. Anthropic의 역사부터 아키텍처, 벤치마크, 실무 활용까지.
Constitutional AI: AI에게 '헌법'을 주면 스스로 착해질 수 있을까?
인간 수만 명이 AI 답변을 채점하는 대신, AI에게 '헌법'을 주고 스스로 개선하게 한다면? Anthropic의 Constitutional AI가 AI 안전성의 패러다임을 바꾼 이야기.