watchOS 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 & Technology글쓰기
디자인, 개발, AI 인프라, 제품 구축에 대한 생각.
iOS 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 & TechnologyiOS 앱과 함께 동작하는 MCP 서버: 두 개의 에이전트 생태계, 하나의 리스트
Get Bananas는 iOS, macOS, watchOS, visionOS에서 실행됩니다. Claude Desktop 안에서는 MCP 서버로도 동작합니다. 둘을 잇는 다리는 iCloud Drive와 JSON 파일입니다.
AI & Technology애플 플랫폼 다섯 개, 공유 파일 세 개: Return이 크로스 플랫폼 SwiftUI를 실제로 출시한 방식
Return은 iPhone, iPad, Mac, Apple Watch, Apple TV에서 돌아갑니다. 전체 40개 Swift 파일 중 다섯 타깃 모두가 공유하는 파일은 세 개뿐입니다. 나머지는 중복이고, 그건 의도한 결과입니다.
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 & TechnologyApp Intents는 여러분의 앱으로 연결되는 Apple의 새로운 API입니다
저는 2026년 2월 8일 Water 앱에 App Intent를 배포했습니다. iOS 26에서 Apple Intelligence가 서드파티 앱에 요구하는 것은 무엇이며, 왜 App Intents가 정말 중요한 계약인지 이야기합니다.
AI & Technology클린업 레이어가 진짜 AI 에이전트 시장이다
Charlie Labs는 에이전트를 만드는 일에서 그 뒷정리를 하는 일로 피벗했습니다. AI 에이전트 시장은 생성에서 검증으로 이동하고 있습니다. 클린업이 지속 가능한 레이어입니다.
AI & Technology저장소가 자신의 신뢰 여부에 투표해서는 안 됩니다
37일 만에 발생한 두 건의 Claude Code 신뢰 대화상자 우회 CVE는 로드 순서의 실패를 드러냅니다. 하나의 불변 조건이 이를 해결합니다. 경로가 신뢰될 때까지 작업 공간의 어떤 바이트도 해석하지 않는 것입니다.
AI & Technology답변보다 도구를 먼저 보상하라
AI 에이전트는 실제로 일어나지 않은 도구 작업을 답변이 주장할 때 실패합니다. 네 가지 실패 모드와 이를 잡아내는 규칙, 그리고 도구 감독 RL의 유사 사례를 다룹니다.
AI & Technology제가 지니고 다니는 작업대
스티브 잡스의 보이지 않는 장인 정신 철학을 운영화하다 — Claude Code 기반 AI 하네스 속에서 구현되는 전체 위젯의 완전성, 거부, 그리고 정성.
AI & Technology취향은 기술 시스템이다
취향은 제약 조건, 평가 기준, 패턴 인식, 정합성 검증으로 분해할 수 있으며, 각 구성 요소는 엔지니어링 인프라에 대응합니다.
AI & Technology디자인 엔지니어의 에이전트 스택
디자인 엔지니어에게는 시각적 일관성, 타이포그래피 규율, 색상 준수, 그리고 감각을 강제하는 에이전트 인프라가 필요합니다. 여기 여섯 가지 구성 요소를 소개합니다.
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.
