AI 에이전트의 기억 붕괴: 멀티턴 대화에서 LLM이 무너지는 이유
20만 건이 넘는 멀티턴 대화 실험에서 LLM의 정확도는 39% 떨어집니다. 붕괴를 일으키는 세 가지 메커니즘이 있고, 컨텍스트 창을 늘려도 그중 어느 것도 해결되지 않습니다.
AI & Technology글쓰기
디자인, 개발, AI 인프라, 제품 구축에 대한 생각.
AI 에이전트를 위한 런타임 헌법: 거버넌스 프레임워크
런타임 헌법은 학습 단계 정렬이 실패하는 지점에서 AI 에이전트 거버넌스를 강제합니다. 역량 점검, 출력 관문, 그리고 네 가지 하위 시스템이 에이전트를 안전하게 유지합니다.
AI & Technology사고의 위상학: 임베딩 공간에서 본 Obsidian
임베딩 공간에 펼친 15,800개의 Obsidian 노트는 세 가지 지식 위상 구조를 드러냅니다. 각 구조에는 진단하고 브리지 노트로 다시 빚을 수 있는 고유한 실패 양상이 있습니다.
AI & TechnologyAI 에이전트는 당신이 읽을 수 있는 것보다 빠르게 코드를 작성합니다
이번 주 다섯 개의 연구 그룹이 동일한 문제에 대해 발표했습니다: AI 에이전트는 개발자가 이해할 수 있는 것보다 빠르게 코드를 생산합니다. 부채는 당신의 머릿속에 있습니다.
AI & Technology컨텍스트 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 & Technology메타인지 AI: 에이전트에 자기평가를 가르치기
대부분의 에이전트 지시는 행동만 정의한다. 빠진 층은 자기평가를 가르치는 메타인지 프레임워크다. 95개 훅과 9개월 운영 경험 기반.
AI & Technology멀티 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 & TechnologyAI 시어터: 90%의 기업이 'AI를 사용한다'고 하지만 실제 가치를 창출하는 기업은 23%에 불과한 이유
McKinsey 조사에 따르면 90%의 기업이 AI를 도입했다고 주장하지만, 파일럿 단계를 넘어 확장하는 기업은 23%에 불과합니다. 저는 세 가지 유형의 AI 시어터를 목격했으며, 그중 하나를 직접 경험하기도 했습니다.
AI & Technology프롬프트 엔지니어링을 위한 OODA 루프: 다섯 번의 실패가 가르쳐 준 것
다섯 번의 프롬프트 실패가 가르쳐준 것: 구조화된 관찰이 영리한 표현을 이깁니다. Boyd의 OODA 루프는 일상 프롬프트 엔지니어링 워크플로에 직결됩니다.
AI & TechnologyRalph 루프: 자율 AI 에이전트를 밤새 운영하는 방법
중지 훅, 스폰 예산, 파일 시스템 메모리를 활용한 자율 에이전트 시스템을 구축했습니다. 실패 사례와 실제로 코드를 출시하게 된 과정을 공유합니다.
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.
