엔지니어링 철학: 얀 르쿤, 세상을 배우고, 공개하다
얀 르쿤은 합성곱 위에 딥 비전을 세웠고, 진짜 지능은 더 큰 LLM이 아니라 세상을 비지도 방식으로 학습하고 그 결과를 공개하는 데서 나온다는 데 걸었습니다.
Engineering & Craft글쓰기
디자인, 개발, AI 인프라, 제품 구축에 대한 생각.
Apple Silicon 위의 MLX: Apple의 모델이 아니라 내 모델이 필요할 때
Foundation Models는 Apple이 봉인해 둔 온디바이스 LLM을 제공합니다. MLX는 내가 고른 모델을 돌립니다. 양자화된 오픈 웨이트 모델과 LoRA 파인튜닝을 Apple Silicon 위에서 실행하세요.
AI & Technology엔지니어링 철학: 라디아 펄먼
라디아 펄먼은 Spanning Tree Protocol을 발명하고 스스로 치유하는 네트워크를 만들었습니다. 루프가 없고, 스스로 안정화되며, 노드가 거짓을 말해도 올바르게 작동하는 네트워크. 견고함을 제1원리로 삼은 설계.
Engineering & Craft엔지니어링 철학: Joanna Rutkowska
Joanna Rutkowska는 합리적 편집증 위에 Qubes OS를 세웠습니다. 소프트웨어를 버그 없게 만들 수는 없으니, 침해를 전제하고, 인프라를 불신하며, 피해 범위를 격리하라는 것입니다.
Engineering & CraftiOS 26 위젯 표면: 하나의 App Intent, 여러 곳에서
iOS 26 위젯, 제어 센터 컨트롤, Live Activity는 모두 App Intents의 노출 지점입니다. 하나의 intent가 버튼, 컨트롤, Live Activity 동작을 동시에 구동합니다.
AI & Technology엔지니어링 철학: Raj Reddy, 가장 가난한 10억 명을 위한 기술
Raj Reddy는 말로 대화할 수 있는 기계를 개척했습니다. 음성 인식, 블랙보드 모델을 만든 뒤, 가장 앞선 AI를 세상에서 가장 부유한 사람이 아니라 가장 가난한 사람을 향해 겨눴습니다.
Engineering & Craft엔지니어링 철학: 베르너 보겔스(Werner Vogels)
Amazon의 CTO 베르너 보겔스는 하나의 전제 위에 클라우드를 세웠습니다. 모든 것은 항상 실패한다는 것. 장애를 전제로 설계하고, 폭발 반경을 최소화하며, 그 속에서도 가용성을 지킵니다.
Engineering & Craft엔지니어링 철학: 조경현
조경현은 모델이 스스로 제어 구조를 학습하게 했습니다 -- GRU의 게이트 메모리, 어텐션의 부드러운 정렬 -- 그리고 이를 정직하고 재현 가능한 과학과 결합했습니다.
Engineering & Craft엔지니어링 철학: 아디 샤미르(Adi Shamir)
아디 샤미르는 RSA의 'S'이자 뛰어난 암호 해독가입니다. 그는 시스템을 깨는 법을 함께 익히며 안전한 시스템을 만듭니다. 방어하기 위해 공격하고, 깔끔한 정수론을 작동하는 메커니즘으로 바꿉니다.
Engineering & Craft엔지니어링 철학: 이와타 사토루
이와타 사토루는 닌텐도 사장이 되고 나서도 게이머이기를 멈추지 않은 프로그래머였습니다. 기술적 숙련은 언제나 플레이어의 즐거움을 위한 것이었습니다.
Engineering & Craft엔지니어링 철학: Roberto Ierusalimschy
Roberto Ierusalimschy는 단 하나의 원칙을 중심으로 Lua를 설계했습니다 -- 규칙이 아니라 메커니즘을 제공한다는 원칙. 정해진 규칙 대신 직접 다룰 수 있는 지렛대를 손에 쥐여 주는, 작고 빠르며 임베딩 가능한 언어입니다.
Engineering & Craft엔지니어링 철학: 마거릿 해밀턴
마거릿 해밀턴은 '소프트웨어 엔지니어링'이라는 말을 만들었고, 1202 경보를 견뎌낸 아폴로 비행 코드를 작성했습니다. 방어적 설계, 오류 복구, 그리고 두 번째 기회는 없다는 원칙.
Engineering & Craft외부 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.
