메타인지 AI: 에이전트에 자기평가를 가르치기
대부분의 에이전트 지시는 행동만 정의합니다. 빠진 층은 자기평가를 가르치는 층입니다. 거짓 증거 게이트, 명명된 7가지 실패 모드, 헤징 언어 탐지를 다룹니다.
AI & Technology글쓰기
디자인, 개발, AI 인프라, 제품 구축에 대한 생각.
새 떼에서 에이전트로: AI 시스템의 군집 규칙
크레이그 레이놀즈가 1986년에 고안한 보이드 알고리즘은 세 가지 로컬 규칙만으로 군집 행동을 만들어 냅니다. 같은 원리와 같은 실패 양상이 멀티 에이전트 AI 시스템에도 나타납니다.
Interactive Explorations신호 점수화 파이프라인: 결정론적 지식 분류
4개 차원에 걸쳐 노트를 점수화하고 7,700개 이상의 항목을 결정론적으로 라우팅하는 733줄의 Python 파이프라인. 알고리즘, 가중치, 그리고 솔직한 결과.
Engineering PracticeNo-Build 선언문: 번들러 없이 배포하기
FastAPI + HTMX + 순수 CSS로 빌드 도구 없이 완벽한 Lighthouse 점수를 달성한 실제 프로덕션 수치, 솔직한 트레이드오프, 그리고 명확한 판단 기준.
Engineering Practice아무것도 없음은 구조적이다: 인프라로서의 여백
여백은 부재가 아닌 인프라입니다. 물리학, 음악, 정보 이론, 디자인에서 비어 있음, 침묵, 여백이 어떻게 구조를 만들어내는지 살펴봅니다.
Design & UX멀티 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 & Technology스타트업 검증 스택: 12개 프로젝트가 가르쳐준 증거의 중요성
9개월 동안 12개 프로젝트를 검증했습니다. 일부는 프레임워크를 따랐고, 일부는 단계를 건너뛰었습니다. 결과의 차이가 어떤 증거가 실제로 중요한지 알려주었습니다.
Career & Growth타입 스케일: 13단계를 선택한 이유와 비율이 중요한 이유
이 사이트는 12px~80px의 13단계 타입 스케일을 사용합니다. 비율 선택법, 시스템 폰트가 커스텀 폰트를 이기는 이유, 눈 가늘게 뜨기 테스트의 교훈.
Design & UXRalph 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.
