TECH BLOG
기술 블로그
AI 기술 인사이트와 엔지니어링 경험을 공유합니다.
ALL POSTS
모든 포스트
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.
Claude Cowork 완전 정복 — '답하는 AI'에서 '일을 끝내주는 AI'로
Anthropic의 공식 Claude Cowork 제품 가이드(2026년 6월)를 깊이 읽고 풀어냈습니다. 챗봇은 왜 '답변'에서 멈췄는지, ReAct·Toolformer·MCP·Computer Use로 이어진 4년의 연구가 어떻게 '일을 끝내주는 AI'로 수렴했는지 — 그리고 주간 보고 90분 중 80분을 잡아먹던 '찾는 시간'이 사라지는 7가지 실전 사례까지. 인터랙티브 데모와 함께 정리한 특집입니다.
코드를 모르던 영업사원이 회사를 다시 설계했다: Anthropic이 공개한 'GTM 엔지니어링'의 모든 것
터미널을 한 번도 열어본 적 없던 Anthropic의 영업사원이 4,300줄짜리 앱을 만들었고, 몇 달 만에 영업조직의 80%가 그 도구를 쓰게 됐다. 2026년 6월 5일 공개된 이 이야기는 단순한 미담이 아니다. 2011년 '예측 가능한 매출'이 만든 SDR 분업 모델이 무너지고, Clay가 'GTM 엔지니어'라는 직군을 발명하고, AI SDR 스타트업들이 추락한 끝에 도착한 — 'AI를 사람 앞에 세우지 말고 사람 뒤에 세워라'라는 설계 원칙의 이야기다. 개념의 기원부터 작동 원리, 최고의 사례, 그리고 한국 시장의 기회까지 전부 정리했다.
하니스(Harness) — AI가 스스로 일하는 방식을 설계하다
모델은 같은데 왜 어떤 AI는 50개 작업 중 20개에서 멈추고, 어떤 AI는 6일 만에 Bun을 통째로 다시 쓸까? 답은 '하니스(harness)'에 있습니다. ReAct에서 동적 워크플로우까지 — 모델을 둘러싼 골격이 어떻게 진화해 왔는지, 왜 지금 화제인지를 논문과 사례로 쉽게 풀어드립니다.
당신의 AI가 설치한 스킬이, 당신을 턴다: '오염된 스킬'과 AI 에이전트 보안의 최전선
겉보기엔 완벽하게 작동하는 'PPT 편집' 스킬. 그런데 문서를 저장할 때마다 당신의 파일을 몰래 공격자 서버로 빼돌린다. 2026년, 스킬이 앱처럼 거래되는 생태계가 열리자 보안 연구자들이 경고음을 울렸다. 42,447개 스킬의 26.1%에 취약점이 있었고, 가장 인기 있던 커뮤니티 스킬은 자격증명을 빼가는 멀웨어였다. 7대 위협 분류 대지도(원문 그림 인용), 'backup 한 줄'로 문서를 터는 공격 해부, 그리고 실무 방어 가이드까지 정리한다.