TECH BLOG
기술 블로그
AI 기술 인사이트와 엔지니어링 경험을 공유합니다.
EDITOR'S PICK
에디터 추천
PagedAdamW 특집: GPU 메모리가 부족해도 LLM을 파인튜닝하는 법
650억 파라미터 모델을 48GB GPU 하나로 파인튜닝한다? QLoRA의 세 번째 비밀 무기 — PagedAdamW는 CUDA 통합 메모리로 옵티마이저 상태를 GPU↔CPU 사이에 자동으로 페이징한다. 8비트 옵티마이저부터 QLoRA까지, Tim Dettmers가 열어젖힌 효율적 파인튜닝의 역사를 추적한다.
저커버그의 고백: 'AI가 개발자를 대체한다'는 도박은 왜 빗나갔나 — 코딩 에이전트의 역사와 진짜 실력
2026년 7월 2일, 저커버그는 사내 회의에서 인정했다. '지난 넉 달간 에이전트 개발은 우리 기대만큼 빨라지지 않았다.' 8,000명을 내보내고 1,450억 달러를 태운 도박, 'AI가 프로그래머를 대체한다'는 가정이 흔들린 순간이다. 이 글은 그 도박의 정체인 '코딩 에이전트'가 어디서 왔는지 — HumanEval(2021)·ReAct(2022)·Toolformer(2023, 아이러니하게도 메타의 논문)·SWE-bench·Devin·Claude Code까지 — 논문과 그림으로 쉽게 풀고, SWE-bench 점수가 1.96%에서 90%로 치솟는 마법과 그 함정을 짚는다. 그리고 METR의 '19% 더 느렸다'는 충격 실험, '70%의 벽', 클라르나·메타의 부메랑을 통해 왜 '코드를 쓰는 것'과 '소프트웨어를 만드는 것'이 다른지 끝까지 쉽게 설명한다.
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.
Knowledge Work를 위한 Codex — 코드를 못 짜도 되는 AI (Codex Use Cases 특집 5)
Codex use case의 절반은 코드가 아니다. 코딩 에이전트가 어떻게 비개발자를 돕는가 — 보이지 않는 코드와 편집 가능한 산출물 원칙으로 캐시플로우·DCF·데이터 청소·미팅 브리프·슬라이드 덱을 만드는 법을 비개발자 눈높이로 풀어봅니다. Codex Use Cases 특집 5편.
ALL POSTS
모든 포스트
ChatGPT는 어떻게 출처를 고르는가 — 네트워크 트래픽을 뜯어본 특집
한 연구자가 ChatGPT의 화면이 아니라 '네트워크 트래픽'을 열어봤다. 거기서 result_source, turn_use_case, fan-out 같은 내부 필드들이 튀어나왔다. AI가 무엇을 읽고, 무엇을 인용하고, 무엇을 아예 무시하는지 — 열 개의 파란 링크가 하나의 답변으로 접히는 시대에, '출처로 뽑히는 법'의 실제 작동 원리를 역사·논문·아키텍처까지 파고들어 쉽게 풀었다.
인간은 루프 안에서 지쳤다 — 'Human-in-the-Loop'의 70년史와, AI가 코딩의 보상을 훔쳐간 2026년
Pydantic의 엔지니어가 쓴 한 편의 고백 「The Human-in-the-Loop is Tired」가 개발자 세계를 뒤흔들었다. '코드가 알아서 써지는' 시대에 왜 우리는 더 생산적이면서 동시에 더 불행해졌을까? 이 글은 그 답을 찾기 위해 1948년 사이버네틱스의 '키잡이'에서 출발해, 군사 자율무기의 in/on/out-of-the-loop 논쟁, 강화학습의 보상함수, 스키너 상자, 그리고 2026년 버클리·하버드의 노동강도 연구까지 훑는다. '망가진 것은 당신이 아니라 피드백 루프'라는 명제를, 인터랙티브 시뮬레이터 2종과 함께 해부한다.
이해가 새로운 병목이다 — AI가 코드를 다 짜는 시대, 인간에게 남은 진짜 일
AI 에이전트가 코드를 초당 수백 줄씩 쏟아낸다. 생성은 공짜가 됐고, 검증도 점점 자동화된다. 그런데 병목 하나가 조용히 남았다 — 사람이 그걸 아직 이해하고 있는가? Geoffrey Litt의 2026년 7월 에세이 「Understanding is the new bottleneck」을 축으로, 왜 '이해'가 새로운 병목이 됐는지 파헤친다. 앨런 케이의 50년 전 꿈부터 페퍼트의 '매쓰랜드', 마투셰크의 간격 반복 퀴즈, 스토리 교수의 '인지 부채(cognitive debt)'까지 — 개념의 뿌리를 쉽게 따라가고, /explain-diff·마이크로월드·공유 공간이라는 세 가지 무기를 사례로 만난다. 마지막엔 독자가 직접 '이해 게이트'를 통과해 본다. '루프 밖으로 나가는 게 아니라, 더 깊이 루프 안으로.'
우리는 네가 '태스크를 끝내라고' 뽑은 게 아니야 — AI가 태스크를 삼킨 시대, 주니어 엔지니어의 진짜 값어치
2026년 5월, 켄트 벡이 신입 개발자들에게 던진 한 문장이 개발자 커뮤니티를 뒤흔들었다 — '아무도 네가 태스크를 몇 개 끝냈는지 신경 쓰지 않는다.' 왜 하필 지금 이 말이 폭발했을까? AI 에이전트가 '태스크 완료'를 공짜로 만들어버린 시대이기 때문이다. 이 글은 벡의 화제작을 처음부터 끝까지 정독하며, 주니어를 '네가 앞으로 될 엔지니어에 대한 옵션 프리미엄'으로 보는 그의 논리를 실물옵션 이론·SPACE 프레임워크로 풀고, 주니어 채용 -60%·스탠퍼드 카나리아·하버드 6,200만 명 연구 같은 2026년 데이터로 붕괴의 현장을 짚는다. 그리고 METR의 '19% 더 느렸다'는 충격 실험과 오스마니의 '70%의 벽'을 통해, 왜 AI 시대에 남는 값어치가 '태스크 완료'가 아니라 '판단·취향·옵션'인지 끝까지 쉽게 설명한다.
직원 0명, 매출 수백만 달러 — AI가 '팀'을 대체하자 벌어진 일: 솔로프리너 시대의 경제학과 아키텍처
혼자서 연 수백만 달러를 버는 사람들이 늘고 있다. Stripe의 수석 이코노미스트가 데이터로 증명한 '솔로프리너의 시대'는 진짜일까, 거품일까? 미국 400만 명·2023→2025 백만장자 솔로프리너 2배라는 숫자의 정체부터, 이걸 가능케 한 AI 에이전트 아키텍처(ReAct·MCP·멀티에이전트)를 논문 도해와 함께 뜯어본다. Pieter Levels라는 진짜 영웅과 Medvi라는 가짜 유니콘, 그리고 2026년 한국의 1인 창업가에게 이 모든 게 의미하는 것 — 인터랙티브 시뮬레이터 3종과 함께.
옵저버빌리티 전쟁, 클릭하우스가 이기고 있다: 로그·메트릭·트레이스는 왜 '컬럼'으로 흐르는가
Mat Duggan의 글 한 편이 개발자 타임라인을 뒤흔들었다. '클릭하우스가 옵저버빌리티 전쟁에서 이기고 있다.' 왜 로그·메트릭·트레이스는 하필 지금 '열(column)'로 흐르는가? 2005년 C-Store 논문과 러시아 얀덱스의 한 엔지니어에서 시작해, MergeTree 아키텍처의 속살, 데이터가 10배 늘어도 그림이 똑같은 '스케일 전쟁', 그리고 2026년 ClickStack과 wide events까지. 용어가 생소해도 그림과 사례로 끝까지 쉽게.
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.
루프를 쌓는 기술: LangChain이 그린 '4중 루프'와 스스로 진화하는 에이전트
LangChain의 글 한 편이 개발자 타임라인을 뒤흔들었다. '에이전트를 프롬프트하지 말고, 루프를 쌓아라(loopcraft).' 핵심은 네 개의 루프를 겹겹이 포개는 것 — 일하는 에이전트 루프, 채점하는 검증 루프, 스스로 깨어나는 이벤트 루프, 그리고 자기 자신을 고쳐 쓰는 힐 클라이밍 루프. ReAct(2022)와 Reflexion(2023)이라는 두 논문에서 뿌리를 찾고, LangChain의 '문서 봇' 사례로 네 루프가 하나로 포개지는 순간을 눈으로 확인한다. swyx의 'Salty Lesson'부터 2026년의 복리 효과까지, 용어가 생소해도 그림과 사례로 끝까지 쉽게.
옳아도 지는 이유: 논쟁의 인지과학과, 사람을 설득하는 AI의 역설
'왜 나는 사람들과 논쟁을 그만뒀는가'라는 한 엔지니어의 에세이가 개발자 커뮤니티에서 화제가 됐다. 그런데 그가 경험으로 깨달은 것은 지난 70년간 인지과학이 실험으로 확인해 온 결론과 정확히 일치한다. 이성은 진리를 찾기 위해서가 아니라 논쟁에서 이기기 위해 진화했고, 우리는 감정으로 먼저 결정한 뒤 논리로 그 결정을 변호한다. 그리고 2026년, 인간의 승인을 최대화하도록 훈련된 AI는 사용자에게 아첨하는 법부터 배웠지만 — 동시에 에고 없이 증거만 제시할 때는 인간이 해내지 못하던 설득에 성공하고 있다. 고대 수사학부터 인지과학, RLHF와 AI 토론까지, '왜 옳음은 사람을 이기지 못하는가'를 끝까지 따라가 본다.