Apple 플랫폼 매트릭스: 어떤 타깃이 어떤 앱에 어울리는가
iOS, iPad, Mac, Watch, Vision, TV. 6개 플랫폼, 6개의 책임. Apple 타깃을 선택하는 일은 엔지니어링 결정 이전에 제품 결정입니다.
AI & Technology글쓰기
디자인, 개발, AI 인프라, 제품 구축에 대한 생각.
창 너머의 visionOS 공간 패턴
iPad UI를 Vision Pro에 띄워 놓기만 한 앱은 플랫폼의 본질을 놓칩니다. Window, Volume, Immersive Space, ornament, attachment — visionOS 고유의 어휘를 정리합니다.
AI & Technology애플의 새로운 Speech 프레임워크: SpeechAnalyzer와 SFSpeechRecognizer 비교
iOS 26은 SpeechTranscriber와 SpeechDetector 모듈을 갖춘 SpeechAnalyzer를 도입해 SFSpeechRecognizer를 온디바이스로 대체합니다. 언제 마이그레이션해야 할까요.
AI & TechnologytvOS Focus Engine: Siri Remote를 위한 SwiftUI 패턴
Apple TV는 터치가 아닌 포커스로 탐색합니다. SwiftUI의 .focusable, @FocusState, focusSection, prefersDefaultFocus가 그 어휘입니다. 실제로 출시되는 패턴들.
AI & TechnologyWriting Tools API: 앱이 Apple Intelligence의 글쓰기 레이어와 연결되는 방법
iOS 18은 Writing Tools를 도입했습니다. iOS 26은 표준 텍스트 뷰의 경우 단일 속성으로, 커스텀 텍스트 엔진의 경우 설계된 코디네이터 API로 채택을 가능하게 합니다.
AI & Technology프라이버시 매니페스트 심층 분석: 무엇이 데이터 수집으로 간주되는가
Apple의 프라이버시 매니페스트는 체크박스가 아니라 구조화된 계약입니다. 4개 섹션, 5개의 필수 사유 API 카테고리, SDK 규칙, 흔한 함정을 다룹니다.
AI & TechnologySymbol Effects: 모든 아이콘을 위한 SwiftUI 내장 애니메이션 어휘
SF Symbols는 모든 iOS 앱이 사용할 수 있는 애니메이션 어휘를 제공합니다. Bounce, pulse, scale, replace, variable color, breathe까지, 이미 디자인되어 있고, 접근성을 갖췄으며, 무료입니다.
AI & TechnologyApple Vision 프레임워크: 대부분의 개발자가 건너뛰는 온디바이스 CV
Apple Vision은 24가지가 넘는 온디바이스 CV 작업을 제공합니다. 대부분의 개발자는 Vision이 밀리초 단위로 무료로 온디바이스에서 처리하는 작업에 OpenAI Vision을 기본값으로 사용합니다.
AI & Technology플랫폼으로서의 접근성: Personal Voice, Live Speech, Eye Tracking, Music Haptics
Personal Voice, Live Speech, Eye Tracking, Music Haptics, Vocal Shortcuts: 앱의 책임이 아닌 플랫폼 기능으로서의 접근성.
AI & TechnologySwiftData 마이그레이션: lightweight와 custom의 차이, 그리고 V2가 필요 없는 경우
SwiftData의 마이그레이션 모델은 VersionedSchema, MigrationStage, SchemaMigrationPlan으로 구성됩니다. 대부분의 스키마 변경에는 V2 스키마가 필요 없지만, 정말 필요한 경우도 분명히 있습니다.
AI & Technology제가 글로 쓰지 않는 것들
블로그 클러스터의 목소리는 발행하는 글이 아니라 발행을 거부하는 글에서 나옵니다. 범주적 거부, 패턴 거부, 그리고 흥미로운 거부가 각각 클러스터의 정체성을 형성합니다.
AI & Technology세 가지 표면: 사람, Apple Intelligence, 에이전트
모든 iOS 앱 기능은 세 가지 표면을 마주합니다 — 사람, Apple Intelligence, 에이전트. 각각 다른 의무, 렌더링, 지연 시간 예산, 신뢰 자세를 가집니다.
AI & Technology외부 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.
