TECH BLOG
기술 블로그
AI 기술 인사이트와 엔지니어링 경험을 공유합니다.
ALL POSTS
모든 포스트
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.
긴 맥락이 독이 된다: 'Context Rot'와 컨텍스트 엔지니어링의 시대
100만 토큰 맥락 창의 시대, 우리는 'AI에게 정보를 많이 줄수록 똑똑해진다'고 믿었다. 그런데 Chroma가 18개 모델로 실험한 결과는 정반대였다 — 입력이 길어질수록, 심지어 사소한 작업에서도 성능이 무너진다. 이름하여 'Context Rot(맥락 부패)'. 왜 큰 창이 문제를 해결하지 못하는지, Anthropic·Manus·Claude Code가 실전에서 쓰는 '컨텍스트 엔지니어링' 전략(압축·오프로드·격리)은 무엇인지, 개발자가 내일 바로 쓸 수 있는 형태로 정리한다.
코더의 종말, 개발자의 확장 — 2026년 데이터로 검증한 '개발자라는 직업의 재정의'
\"개발자는 사라지는 게 아니라 재정의되고 있다\" — 1년 전의 이 진단은 맞았을까? 2026년 상반기까지의 최신 데이터로 검증한다. Altman의 \"틀려서 기쁘다\" 발언, 22~25세 고용 -20%의 세대 절벽, FDE 채용 +729%, 성능 94% vs 신뢰 3%의 디커플링, 바이브 코딩의 청구서까지 — 코더에서 도메인 기반 기술 컨설턴트로 이동하는 거대한 재편의 전모.
스스로 진화하는 AI, 그런데 진화할수록 잊는다: 자기진화 에이전트와 '능력 침식'
오늘날의 AI는 출시되는 순간 박제된다 — 아무리 써도 더 똑똑해지지 않는다. 이 한계를 깨려는 분야가 '자기진화 에이전트'다. 스스로 코드를 고치고, 스킬을 만들고, 기억을 다듬으며 성장한다. 그런데 2026년의 한 논문이 불편한 진실을 밝혔다 — 진화할수록 '예전에 잘하던 것'을 까먹는다(능력 침식). 자기진화의 설계공간(What·When·How·Where), 2022→2025 진화 계보(원문 그림 인용), 네 통로의 망각, 그리고 '성장하되 잊지 않는' 법까지 정리한다.
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.