컨텍스트 엔지니어링은 아키텍처입니다: 650개 파일 이후의 교훈
650개 파일, 7개 계층 구조에 걸친 AI 에이전트를 위한 컨텍스트 엔지니어링. 세 번의 프로덕션 실패, 실제 토큰 예산, 그리고 이 모든 것을 견뎌낸 시스템.
AI & Technology글쓰기
디자인, 개발, AI 인프라, 제품 구축에 대한 생각.
신호 점수화 파이프라인: 결정론적 지식 분류
4개 차원에 걸쳐 노트를 점수화하고 7,700개 이상의 항목을 결정론적으로 라우팅하는 733줄의 Python 파이프라인. 알고리즘, 가중치, 그리고 솔직한 결과.
Engineering Practice메타인지 AI: 에이전트에 자기평가를 가르치기
대부분의 에이전트 지시는 행동만 정의합니다. 빠진 층은 자기평가를 가르치는 층입니다. 거짓 증거 게이트, 명명된 7가지 실패 모드, 헤징 언어 탐지를 다룹니다.
AI & Technology아무것도 없음은 구조적이다: 인프라로서의 여백
여백은 부재가 아닌 인프라입니다. 물리학, 음악, 정보 이론, 디자인에서 비어 있음, 침묵, 여백이 어떻게 구조를 만들어내는지 살펴봅니다.
Design & UX멀티 에이전트 숙의: 합의가 버그일 때
멀티 에이전트 숙의는 단일 에이전트 시스템이 놓치는 실패를 포착합니다. 아키텍처, 실패한 접근법, 그리고 실제로 구축할 가치가 있는 것을 소개합니다.
AI & Technology제 AI 에이전트에 품질 철학이 필요한 이유
제 Claude Code 에이전트는 인간의 모든 허술한 습관을 기계 속도로 물려받았습니다. 3개의 철학, 150개 이상의 품질 게이트, 95개의 훅을 구축했습니다. 무엇이 효과적이었는지 공유합니다.
AI & Technology두 개의 MCP 서버로 Claude Code를 iOS 빌드 시스템으로 만들기
XcodeBuildMCP와 Apple의 Xcode MCP는 Claude Code에 iOS 빌드, 테스트, 디버깅에 대한 구조화된 액세스를 제공합니다. 설정, 실제 결과, 그리고 솔직한 교훈.
AI & Technology아름다움과 브루탈리즘: blakecrosley.com을 그 교차점에서 디자인한 방법
저는 구조적 정직함과 절대적인 검정 위의 정밀한 타이포그래피를 결합하여, 아름다움과 브루탈리즘의 교차점에서 사이트를 구축했습니다.
Design & UXLLM이 텍스트를 인식하는 방법: i18n 시스템이 알려준 토큰 경제학
사이트를 6개 언어로 번역하면서 발견: 한국어는 동일 콘텐츠에서 영어보다 토큰이 2.8배 더 듭니다. 인터랙티브 시각화 도구로 그 이유를 확인하세요.
AI & Technology비판적이되 친절하게: 피드백 원칙을 86개의 Hook에 담아낸 방법
Google의 Project Aristotle은 심리적 안전감이 팀 성과를 예측하는 가장 강력한 요인임을 발견했습니다. 저는 동일한 원칙을 자동화된 코드 리뷰 hook에 적용했습니다.
Career & GrowthClaude Code + Cursor: 30회 세션의 병행 사용에서 배운 것
Claude Code와 Cursor를 함께 사용하며 30회의 개발 세션을 추적했습니다. 데이터를 통해 각 도구가 우세한 영역과 조합이 실패하는 지점을 확인할 수 있었습니다.
AI DevelopmentCommands, Skills, Subagents, Rules: 139개 확장 기능을 정리하며 배운 것
Claude Code는 네 가지 확장 유형을 제공합니다. 95개의 hooks, 44개의 skills, 수십 개의 commands를 구축한 후, 어떤 추상화가 어떤 문제에 적합한지 배웠습니다.
AI Development외부 게시물
기술 글쓰기: Introl
Local LLM Hardware Pricing Guide 2025
대규모 언어 모델을 로컬에서 실행하기 위한 종합 하드웨어 권장 사항 및 비용 분석.
H100 vs. H200 vs. B200: Choosing the Right NVIDIA GPUs for Your AI Workload
다양한 AI 워크로드를 위한 NVIDIA 최신 데이터센터 가속기 비교 GPU 선택 가이드.
TPU Architecture: Complete Guide to Google's 7 Generations
Google의 TPU v1부터 TPU v5까지의 Tensor Processing Unit 발전에 대한 심층 기술 분석.
GPU Memory Pooling in Multi-Tenant Kubernetes
컨테이너화된 환경에서 GPU 클러스터의 리소스 공유 전략.
Ray Clusters: Distributed AI Computing Infrastructure
Ray 프레임워크를 사용한 분산 AI 컴퓨팅 구축 및 관리 가이드.
DeepSeek V3 Open Source AI Cost Advantage
오픈소스 LLM 경제학 및 DeepSeek의 경쟁 포지셔닝 분석.
NVIDIA Vera Rubin GPU 600kW Racks 2027
미래 데이터센터 전력 요구 사항 및 NVIDIA의 차세대 GPU 로드맵.
SMR Nuclear Power for AI Data Centers
차세대 AI 인프라에 전력을 공급하는 소형 모듈식 원자로 솔루션.
DeepSeek MHC Architecture Breakthrough
DeepSeek의 Multi-Head Compression 아키텍처 혁신에 대한 기술 분석.
