#Cursor
3개의 포스트
데이터가 유일한 해자다 — AI 앱 시대, 무엇이 진짜 방어선인가
\"모델은 곧 상품이 된다. 그럼 우리에게 남는 건 뭔가?\" 2026년 모든 AI 회사가 마주한 질문에 대한 한 가지 답 — 데이터. 그런데 2019년 a16z는 '데이터 해자는 텅 빈 약속'이라고 못 박았다. 누가 맞는가? 구글의 클릭 로그와 아마존의 추천 엔진에서 시작해, 친칠라 논문이 데이터를 왕좌에 앉힌 순간, 인류의 텍스트가 바닥나는 2026~2032년, 그리고 RLVR이 바꾼 '어떤 데이터가 중요한가'라는 질문까지 추적한다. 핵심은 데이터의 '양'이 아니라 피드백 밀도 — 왜 코딩 에이전트는 이겼고 슬라이드 생성기는 지지부진했는지, 2×2 지도와 계산기로 직접 확인해 본다.
엔지니어링 리더십의 규칙이 새로 쓰였다 — Will Larson이 18개월 만에 자기 원칙을 뜯어고친 이유
『Staff Engineer』의 저자이자 Stripe·Uber·Calm·Carta를 거친 전설적 엔지니어링 리더 Will Larson이, 하이퍼그로스 핀테크 Imprint에서 18개월간 AI를 도입한 뒤 자신의 리더십 규칙을 '개정'했다. 마이그레이션은 이제 개인 프로젝트가 됐고, 프로세스의 기본 케이스는 에이전트가 삼킨다 — 그런데도 왜 그는 '천재 1인 엔지니어' 신화를 정면으로 반박할까. 5대 개정 규칙을, 그 뒤를 떠받치는 에이전트 하니스 아키텍처(ReAct·Reflexion 논문)까지 쉽고 자세하게 풀어본다.
AI 코딩 측정의 12가지 함정 — 우리는 무엇을 잘못 재고 있는가
Greg Wilson의 'Twelve Ways to Be Wrong'을 깊이 읽는다. 왜 같은 도구가 +55%와 -19%라는 정반대 결과를 동시에 만들어내는가. 줄 수·커밋 수·수락률·도입률 — 우리가 매일 들이대는 잣대가 어떻게 우리를 속이고 있는지, 16편의 논문과 1984년 Goodhart 법칙까지 거슬러 올라가 풀어낸다.