세 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 & Technology글쓰기
디자인, 개발, AI 인프라, 제품 구축에 대한 생각.
Apple 개발을 위한 Hooks: 프로젝트를 살리는 패턴
iOS 에이전트는 개발자의 서명 키, 빌드, 프로젝트 파일에 접근할 수 있습니다. Hooks는 영향 범위를 제한합니다. 실제로 사용 중인 네 가지 패턴.
AI & Technology단일 진실 공급원: SwiftData, MCP, iCloud
세 호출자가 같은 쇼핑 목록에 쓸 수 있습니다. 사람, Apple Intelligence, 그리고 외부 에이전트입니다. 진실은 어딘가에 있어야 합니다. 기반을 선택하세요.
AI & TechnologyApp Intents와 MCP: 라우팅의 문제
두 개의 프로토콜, 하나의 앱. App Intents는 앱을 Apple Intelligence에 열어주고, MCP는 같은 도메인을 Claude와 ChatGPT를 비롯한 나머지에 열어줍니다. 무엇을 어디로 보낼지의 문제입니다.
AI & TechnologywatchOS 런타임은 백그라운드 작업이 아닌 계약입니다
watchOS에는 iOS 스타일의 백그라운드가 없습니다. WKExtendedRuntimeSession이 그 계약이며, 이것이 없으면 손목을 내리는 순간 앱이 일시 중지됩니다. Return에 적용된 패턴입니다.
AI & TechnologySwiftData의 진짜 비용은 스키마 규율입니다
SwiftData의 API는 매크로 두 개뿐입니다. 비용은 출시한 뒤에 발생합니다. 옵셔널 필드는 값싼 마이그레이션이고, 논옵셔널 필드를 추가하려면 VersionedSchema가 필요합니다.
AI & TechnologyFoundation Models 온디바이스 LLM: Tool 프로토콜
iOS 26의 Foundation Models 프레임워크는 모든 Apple Intelligence 디바이스에 30억 파라미터 LLM을 탑재합니다. Tool 프로토콜은 모델을 유용하게 만드는 표면입니다.
AI & TechnologySwiftUI는 무엇으로 이루어져 있는가
SwiftUI는 값 타입 View 트리 위에 얹힌 result-builder DSL입니다. 기반 구조가 보이는 순간, AnyView, Group, ViewBuilder는 더 이상 신비로운 존재가 아닙니다.
AI & TechnologyRealityKit과 공간 멘탈 모델
RealityKit은 entity-component-system이지 3D 속의 SwiftUI가 아닙니다. 앵커는 entity를 실제 공간에 배치합니다. 이 모델이 윈도우와 다른 다섯 가지 방식.
AI & TechnologyLive Activities는 배지가 아니라 상태 머신입니다
Return의 Live Activity는 잠금 화면 카운트다운처럼 보입니다. 실제로는 3개의 외부 해제 경로를 가진 5단계 라이프사이클 머신입니다. 프로덕션 코드와 버그 이야기.
AI & TechnologyiOS 26의 HealthKit + SwiftUI: 권한 요청, 샘플 타입, 그리고 두 개의 앱을 출시하며 얻은 크로스 플랫폼 패턴
Water(물 섭취량 추적, HKQuantitySample)와 Return(마음챙김 세션, HKCategorySample)에서 가져온 실제 프로덕션 패턴. 권한 UX, async 래퍼, watchOS 변형, 그리고 피해야 할 함정.
AI & TechnologySwiftUI의 Liquid Glass: iOS 26에 Return을 출시하며 얻은 세 가지 패턴
Apple의 Liquid Glass는 한 줄짜리 SwiftUI API입니다. Return에서 얻은 세 가지 패턴은 .glassEffect()를 넘어섭니다: Core Text 글리프 패스를 활용한 텍스트 위의 glass, 거울 반사, 그리고 HUD 오버레이.
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.
